많은 AI 도입 사례 뒤에 숨겨진 CX 교육 격차 

제프 트로페아노

AI는 조직도를 바꾸기 전에 업무 방식을 먼저 변화시키는데, 바로 이 점을 많은 조직이 과소평가하고 있다. 

상담원 데스크톱, 관리자 대시보드, 품질 관리 플랫폼, 인력 관리 시스템 및 교육 프로그램에 새로운 도구가 도입됩니다. 상담원에게는 안내 메시지, 요약 정보, 차선책 지침 및 지식 추천이 제공됩니다. 관리자는 더 많은 데이터를 확보하게 되며, 품질 관리 팀은 더 폭넓은 가시성을 확보하게 됩니다.

교육 격차는 업무 그 자체와 관련이 있습니다. 사람들은 AI가 초안 작성, 프롬프트 생성, 요약, 채점, 업무 배정 또는 추천을 시작할 때 어떤 변화가 일어나는지 이해해야 합니다. 

조직이 AI를 운영상의 변화로 간주하고, 고객 경험 워크플로를 재설계하며, 역할을 명확히 정의하고, 해당 기술이 의도된 고객 경험을 어떻게 뒷받침하는지 직원들에게 알려주는 고객 경험(CX) 교육을 실시할 때, AI 도입이 더욱 활발하게 이루어집니다. 

AI가 상담원에게 처리해야 할 업무를 더 많이 부여할 때 

상담원 지원, 지식 기반 제안, 차선책 안내, 교육 시뮬레이션, 상담 후 요약 등은 모두 유용할 수 있습니다. 이러한 기능들은 고객이 아직 전화를 끊지 않은 상태에서 상담원이 필요한 정보에 더 빠르게 접근할 수 있도록 도와줍니다.

도구가 업무를 더 명확하게 만들어주지 않은 채 관리해야 할 항목을 늘릴 때 문제가 발생합니다. 

프롬프트가 나타납니다. 알림이 뜹니다. 점수가 바뀝니다. 고객은 여전히 말을 하고 있습니다. 상담원은 여전히 무엇을 믿고, 무엇을 무시하며, 다음에 무엇을 해야 할지 결정해야 합니다.

도구가 관리해야 할 화면 하나 더 추가된 것처럼 느껴지면, 상담원들은 지원을 받는다는 느낌보다는 감시당하고 있다는 느낌을 더 강하게 받을 수 있습니다. 고객 경험(CX) 교육은 해당 도구가 업무에서 어떤 역할을 하는지, 언제 도구를 신뢰해야 하는지, 언제 자신의 판단을 따라야 하는지, 그리고 언제 도움을 요청해야 하는지를 명확히 알려줌으로써 도구가 실제로 유용하게 활용될 수 있도록 해야 합니다. 

QA 프로그램을 활용하여 실제 교육 요구 사항을 파악하십시오 

기존의 품질 보증(QA) 방식은 상호작용 사례 중 일부만 표본으로 검토했습니다. 이제 자동 채점 시스템이 전체 데이터를 포괄하므로, 헤드셋을 착용한 사람들이 한 방에 모여 통화를 듣고 점수를 매기는 방식은 더 이상 필요하지 않습니다. 물론 여전히 채점 기준에 대한 보정과 정확성 검증은 진행됩니다. 달라진 점은 QA가 표본 조사 방식을 중단하고 운영 전반을 파악하게 되었다는 것입니다. 

품질 관리 팀은 더 광범위한 결함 패턴과 해결을 가로막는 요인들을 파악하기 시작할 수 있습니다. 모든 문제를 다시 교육 단계로 되돌리는 대신, 작업을 다음 세 가지 범주로 분류할 수 있습니다:

• 에이전트가 배워야 할 점
• 관리자가 코칭할 때 필요한 것
• 운영 부서에서 어떤 문제를 해결해야 하는가

예를 들어, 상담원들이 고객 여정 전반에 걸쳐 동일한 단계를 생략하는 경우, 이는 코칭 문제일 수 있습니다. 상담원들이 절차를 올바르게 따랐음에도 불구하고 고객이 다시 전화를 걸어오는 경우, 문제는 정책, 워크플로우, 지식 문서 또는 도구 설계에 있을 수 있습니다.

더 강력한 모델은 자동화된 품질 관리, 문제 해결 트리, 고객 성과 지표를 활용하여 상담원이 실제로 통제할 수 있는 부분과 통제 범위를 벗어난 부분을 명확히 구분해 줍니다. 이를 통해 코칭이 더욱 정교해지고, 경영진은 문제 해결을 가로막는 요인이 무엇인지 더 명확하게 파악할 수 있습니다.

데이터와 관련해 한 가지 주의할 점이 있습니다. 여기서는 감정 점수 산출이 유혹적인 지름길처럼 보일 수 있지만, 그것만으로는 본질을 흐리는 요소일 뿐입니다. 보스턴(제가 태어난 곳) 출신의 한 고객은 분노한 것처럼 분노한 것처럼 들릴지 몰라도 실제로는 만족하고 있을 수 있습니다. 미네소타 출신의 고객은 매우 매우 기뻐하는 것처럼 들리면서도 곧 이탈할 수도 있습니다. 통화 단위의 감정 분석만으로는 만족도를 예측할 수 없습니다. 다만 전체적으로 보면 유용합니다. 고객 여정이 3분째에 꾸준히 부정적인 방향으로 흐른다면, 이는 프로세스에 문제가 있음을 시사합니다. 이를 개별 통화를 평가하는 데가 아니라, 고객 여정이 어디서 끊어지는지 파악하는 데 활용하십시오 .

CX 교육을 새로운 업무 환경에 맞추기 

AI는 교육 담당자들에게 사람들이 실제로 어떤 부분에서 도움이 필요한지에 대한 더 명확한 단서를 제공합니다.

포괄적이고 일반적인 복습 교육 대신, CX 교육은 실제 업무 현장에서 나타나는 패턴에 초점을 맞출 수 있습니다. 어떤 고객 여정이 혼란을 야기하고 있나요? 어떤 불만 사항은 처리하기 어려운가요? 상담원들이 시스템과 자신의 판단 사이에서 업무 인계에 어려움을 겪는 부분은 어디인가요? 

이러한 연구 결과는 까다로운 상황, 민감한 갈등이 고조되는 상황, 그리고 판단력이 중요한 순간을 대비한 맞춤형 교육 과정과 시나리오 기반 역할극을 설계하는 데 활용될 수 있습니다.

보다 체계적인 교육 프로그램은 상담원들이 AI 지원 업무에서 실제로 직면하게 될 의사결정—즉, 언제 도구를 신뢰해야 하고, 언제 자신의 판단을 따라야 하며, 언제 상급자에게 보고해야 하는지, 그리고 워크플로가 변화하는 동안에도 의도한 고객 경험을 어떻게 유지해야 하는지—에 대비할 수 있도록 돕습니다.

CX 전략가에게 명확한 역할을 부여하라 

AI가 일상 업무에 더욱 깊이 스며들면서 “대화형 AI 디자이너”, “자동화 분석가”, “AI 품질 보증(QA) 전문가”, “고객 경험(CX) 데이터 번역가”와 같은 새로운 직무들이 등장하고 있습니다. 

직책명은 다양하겠지만, 데이터가 보여주는 내용과 조직이 제공하고자 하는 경험을 연결해 주는 역할을 누군가는 해야 합니다. 

바로 이 지점에서 CX 전략가의 역할이 중요해집니다. 이 역할은 AI와 QA 분석 결과를 운영상의 의사결정으로 전환하는 데 기여합니다. 고객 여정의 어느 단계에서 문제가 발생하는가? 문제는 교육, 업무 흐름, 지식, 정책, 아니면 도구 설계에 있는가? 해결책은 누가 책임져야 하는가? 변경 사항이 고객 경험을 개선했는지 팀은 어떻게 알 수 있는가? 

AI는 품질, 교육, 운영, 지식, 워크플로우 전반에 걸쳐 패턴을 도출해 낼 수 있습니다. CX 전략가는 조직이 이러한 패턴이 무엇을 의미하는지, 그리고 이에 어떻게 대응해야 할지 결정할 수 있도록 돕습니다.

운영에 AI를 더 도입하기 전에, COPC의 전체 경영진 가이드인 『CX에서의 AI, 2026: 통제력을 잃지 않으면서 컨택 센터 기술 스택을 현대화하는 방법』를 다운로드하여, 워크플로우를 재설계하고, 역할을 명확히 하며, 직원들이 실제로 수행하는 업무를 중심으로 CX 교육을 구축할 수 있는 실용적인 프레임워크를 확인해 보십시오.