AI가 다음 고객을 응대하기 전에 확인해야 할 사항

제프 트로페아노

고객 경험(CX) 자동화는 안정적인 운영 기반을 마련하기 전에 이미 강력한 비즈니스적 타당성을 입증할 수 있다.

대부분의 고객 경험(CX) 리더들은 더 빠른 응답, 비용 절감, 문제 확산 방지, 그리고 보다 일관된 서비스 제공이라는 올바른 목표를 추구하고 있습니다. 

이러한 목표가 운영상의 결정으로 이어지면 업무는 더욱 까다로워집니다. 시스템이 자체적으로 처리할 수 있는 부분과 사람의 검토나 승인이 필요한 부분을 구분해야 합니다. 또한 어떤 내용을 기록하고 감사해야 하는지, 고객에게 자동화 과정이 포함된다는 사실을 어떻게 알릴지, 그리고 팀이 고객 경험이 실제로 개선되었는지 어떻게 파악할지 결정해야 합니다.

이것이 바로 CX 거버넌스의 이면에 있는 작업입니다.

EU AI법이 AI 리터러시, 범용 AI, 투명성, 고위험 시스템과 관련된 의무 사항을 단계적으로 도입함에 따라 이 문제는 더욱 시급해졌습니다. 고객 경험(CX) 리더들에게 있어 핵심은 실용성에 있습니다. 거버넌스는 고객 경험 여정, 워크플로우 설계, 에스컬레이션 절차, 공급업체 설정, 성과 지표 등 전반에 걸쳐 반영되어야 합니다.

당사는 고객사에 자동화가 고객에게 적용되기 전에 이러한 결정을 내릴 것을 권고합니다. 거버넌스를 제대로 구축하면, 운영 측면에서 통제, 검토, 책임성을 바탕으로 AI를 명확한 방향에 따라 확장해 나갈 수 있습니다.

AI가 영향을 미칠 여정부터 시작해 보세요 

AI가 어떤 역할을 수행해야 할지 결정하기 전에, 리더들은 AI가 나아갈 방향을 먼저 파악해야 합니다.

CX 자동화는 고객 여정 속의 실제 순간들을 변화시킵니다. 청구 관련 문의에 답변하거나, 문의 사항을 해당 부서로 이관하거나, 상담원의 답변을 제안하거나, 상호작용 내용을 요약하거나, 후속 조치를 촉발하거나, 고객을 다른 팀으로 이관할 수 있습니다.

각 사용 사례는 사용자 경험의 서로 다른 지점을 다룹니다. 준비 상태와 관련된 질문은 모두 동일합니다. 해당 여정의 해당 부분이 자동화가 이를 지원할 수 있을 만큼 충분히 명확한가요?

먼저, 가치가 높은 고객 경험(CX) 여정과 그 이면에 있는 상담원 업무 흐름을 파악하는 것부터 시작합니다. 우리는 중단된 단계, 불명확한 정책, 서로 연동되지 않는 도구, 지식의 공백, 그리고 고객이나 상담원이 이미 어려움을 겪고 있는 지점을 찾아냅니다.

이 평가를 통해 자동화를 통해 속도, 일관성 또는 문제 해결 능력을 개선할 수 있는 부분이 드러납니다. 또한 AI가 워크플로우에 도입되기 전에 고객 여정의 어느 부분에서 개선이 필요한지도 파악할 수 있습니다.

고객 경험 자동화를 ROI 및 위험과 연계하기 

출시 과정이 성공적으로 보일지라도, 경영진에게는 명확한 투자 수익률(ROI)에 대한 근거가 여전히 부족할 수 있다.

출시 횟수, 로그인 횟수, 모델 테스트와 같은 “AI 극장 지표”는 자동화가 활발히 진행되고 있음을 보여줄 수 있습니다. 하지만 이러한 지표만으로는 무엇이 달라졌는지는 알 수 없습니다. 고객들이 문제를 더 빨리 해결했나요? 상담원들의 업무 부담이 줄었나요? 기업은 위험을 가중시키지 않으면서 비용을 절감하고 있나요?

배포에 앞서 소수의 비즈니스 지표와 위험 지표를 정의할 것을 권장합니다. 비즈니스 지표는 자동화가 문제 해결, 확산 방지, 비용, 고객 부담, 또는 상담원의 업무 숙련도 측면에서 개선 효과를 가져오는지 여부를 보여줘야 합니다. 위험 지표는 자동화가 에스컬레이션 실패, 예외 사항, 불만, 또는 규정 준수 문제 등을 통해 새로운 위험 요소를 야기하고 있는지 여부를 보여줘야 합니다.

이를 통해 CX 및 IT 리더들은 CX 자동화가 성과를 개선하고 있는지, 인지도를 높이고 있는지, 아니면 두 가지 모두를 달성하고 있는지에 대해 보다 유용한 통찰력을 얻을 수 있습니다. 

‘휴먼-인-더-루프’를 현실로 만들기

운영 모델에 사람의 감독이 반영되도록 설계되어야 합니다.

맥킨지의 견해는 우리가 CX 운영 과정에서 쌓아온 경험과 일치합니다. AI가 점점 더 단순한 업무를 맡아가더라도, AI의 결과를 검증하고 복잡하며 미묘한 감정이 얽힌 상호작용을 처리하는 데 있어 사람은 여전히 필수적입니다. 또한 맥킨지는 복잡한 요청을 처리할 때는 종종 사람만이 제공할 수 있는 공감과 판단력이 필요하다고 지적합니다.

CX 리더들에게는 ‘인간 개입(human-in-the-loop)’이 구체적으로 정의되어야 합니다. AI는 초안 작성, 요약, 업무 배정, 평가, 추천 등의 작업을 수행할 수 있습니다. 하지만 민감한 결과물은 여전히 사람이 검토해야 하며, 예외 사항을 관리하고, 지식 기반을 조정하며, 극단적인 사례를 처리해야 합니다. 또한 상호작용에 정서적, 재정적, 의료적 또는 규정 준수 관련 위험이 수반될 때는 사람이 직접 개입해야 합니다.

이제 자동 채점은 표본으로 추출된 소수의 상호작용이 아닌 모든 상호작용을 포괄할 수 있게 되었으며, 이는 더 이상 헤드셋을 착용한 사람들이 한 방에 모여 통화 내용을 채점할 필요가 없음을 의미합니다. 다만 채점 기준에 대한 보정과 사람의 검토는 여전히 필요합니다. 적용 범위가 넓어진다고 해서 판단력이 향상되는 것은 아닙니다.

CX 거버넌스는 자동화가 고객에게 적용되기 전에 이러한 업무 인계 절차를 명확히 정의해야 합니다.

표준을 바탕으로 한 고객 경험 거버넌스 구축

도구는 명확한 정의, 체계적인 관리 관행, 그리고 ‘좋은’ 상태가 무엇인지에 대한 공통된 기준이 있을 때 더 일관된 성과를 발휘합니다.

컨택 센터의 경우, 이는 데이터 접근 규칙, 데이터 사용 규칙, 에스컬레이션 로직, 사람이 직접 개입할 수 있는 시점, 시스템의 기능에 대한 문서화, 테스트 프로토콜, 정보 공개 정책, 그리고 법적 및 규제적 요구 사항의 변화에 따른 정기적인 검토를 의미합니다. 

이러한 기반이 중요한 이유는 운영 내부에서 거버넌스가 제대로 작동해야 하기 때문입니다. 거버넌스는 담당자, 감독자, 품질 관리 팀, 공급업체 및 AI 시스템이 실제로 수행하는 업무를 올바른 방향으로 이끌어야 합니다.

이러한 기반이 없다면, CX 거버넌스는 사후 대응적인 성격으로 전락하게 되며, ‘인간 중심 접근(human-in-the-loop)’은 운영상의 현실이 아닌 단순한 구호에 그치게 됩니다.

더 자세한 내용을 확인하시려면 COPC의 전체 경영진 가이드인 『CX 속의 AI, 2026: 통제력을 잃지 않으면서 컨택 센터 기술 스택을 현대화하는 방법』를 다운로드하여 AI 도입, 거버넌스, 아키텍처, 역할 및 로드맵 결정 사항을 평가할 수 있는 실용적인 프레임워크를 확인해 보시기 바랍니다.