성과 중심 AI: 효율성 지표를 넘어선 가치 측정

COPC Inc. 컨설팅 부문 부사장폴라 페이트(Paula Feit)

COPC Inc.의 최근 연구에 따르면, 설문조사에 참여한 컨택 센터 중 AI 도입을 통해 기대했던 투자 수익률(ROI)을 달성했다고 응답한 곳은 44%에 불과한 것으로 나타났습니다. 나머지 56%는 기대치에 미치지 못했으며, 데이터는 한 가지 구체적인 사실을 시사합니다. 바로 문제가 기술 자체에 있는 경우는 거의 없다는 점입니다. 문제는 AI 도입 방식에 있는 전략적 격차에 있습니다.

이러한 격차의 일부는 측정 방식에 기인합니다. 대부분의 컨택 센터는 평균 처리 시간, 통화 전환율, 접촉당 비용과 같은 동일한 성과 지표로 AI 도입을 시작합니다. 수치가 변동하고, 사업 타당성이 긍정적으로 보이면 투자 승인이 나옵니다. 6개월이 지나면 더 어려운 질문들이 제기됩니다. 고객에게 더 나은 서비스가 제공되고 있는가? 고객이 계속 이용하고 있는가? 이 고객 경험은 유지할 가치가 있는가? 효율성 지표들은 애초에 그러한 질문에 답하도록 설계되지 않았기 때문에 이에 대한 해답을 내놓기 어렵습니다. 결과 중심의 접근 방식은 성공의 기준을 바꿉니다. 핵심 질문은 해당 상호작용이 고객과 조직 모두에게 의미 있는 가치를 제공했는지 여부가 됩니다. 이러한 변화는 무엇을 측정해야 하는지, AI를 어디에 적용해야 하는지, 그리고 AI가 제대로 작동하고 있는지 어떻게 판단해야 하는지를 바꿉니다.

효율성 지표가 전체 상황을 부분적으로만 보여주는 이유

효율성 지표는 익숙하고, 추적하기 쉬우며, 유용하지만 그 한계가 있습니다. 이러한 지표는 운영 내부에서 일어나는 상황을 반영할 뿐입니다. 고객이 어떤 경험을 했는지, 또는 그 상호작용이 고객이 기대했던 결과를 가져왔는지는 알려주지 못합니다.

평균 처리 시간을 단축하는 것은 대시보드상에서는 긍정적인 성과로 보일 수 있습니다. 하지만 상담이 조기에 종료되거나 문제가 완전히 해결되지 않으면, 해당 고객은 대개 더 큰 불만을 안고 다른 채널을 통해 다시 찾아오는 경우가 많습니다. 문의 건을 디지털 채널로 전환하면 지원이 필요한 채널의 문의량은 줄어들지만, 이는 고객이 실제로 의도했던 일을 완료할 수 있을 때에만 해당됩니다. 만약 그렇지 못하면 문의는 다시 발생하게 되며, 비용만 다른 곳으로 옮겨진 셈이 됩니다.

효율성 지표를 AI 성공의 주요 기준으로 삼는 데에는 바로 이러한 근본적인 문제가 있습니다. 효율성은 향상되는 반면 고객 경험은 서서히 악화되는데, 이탈률이나 불만 건수가 증가하기 전까지는 이러한 괴리가 거의 드러나지 않습니다.

진정으로 중요한 결과

AI가 컨택 센터에서 실질적인 가치를 창출하고 있는지 여부를 판단하는 데 있어, 소수의 성과 지표가 가장 큰 역할을 하며, 이와 함께 운영 지표도 종합적으로 분석됩니다.

고객 유지. 기존 고객을 유지하는 것이 일반적으로 신규 고객을 유치하는 것보다 비용 효율적이며, AI는 일관성을 높이고, 불편 요소를 줄이며, 문제를 더 효과적으로 해결하는 데 기여할 수 있습니다. 고객 유지는 가격, 제품 품질, 브랜드 인지도 등의 요인에 영향을 받기 때문에, 이를 오로지 AI의 공로만으로 돌릴 수는 없습니다. 중요한 점은 AI가 이러한 큰 그림 속에서 어떤 역할을 하는지 이해하는 것입니다.

고객 경험. 이는 문제가 해결되었는지 여부를 넘어, 상호작용 과정에서 고객이 어떤 느낌을 받았는지를 살펴봅니다. 명확하고, 직관적이며, 도움이 되었는지, 아니면 추가적인 수고와 혼란을 야기했는지 말이죠. 6개국 1,000명 이상의 소비자를 대상으로 한 COPC의 글로벌 소비자 조사 결과는 이러한 연관성을 명확히 보여줍니다. AI 상호작용에 대한 만족도는 전 세계적으로 74% 수준이지만, AI가 추가 절차 없이 문제를 완전히 해결할 경우 90% 이상으로 상승합니다. AI가 문제를 해결하지 못할 경우, 순추천지수(NPS)는 최대 70포인트까지 떨어질 수 있습니다. 여기서 얻을 수 있는 교훈은 분명합니다. 대부분의 서비스 상호작용에서 고객은 문제가 실제로 해결된다면 정형화된 말투나 제한된 공감 정도는 용인할 수 있습니다. 그러나 해결되지 않은 문제나 고객에게 반복적인 노력을 요구하는 상황은 결코 용납하지 않을 것입니다.

비즈니스 편의성. ‘노력’은 산업 전반에 걸쳐 고객 충성도를 예측하는 가장 일관된 지표 중 하나입니다. 가트너(Gartner)의 장기 연구에 따르면, 서비스 이용 과정에서 많은 노력을 기울여야 했던 고객의 96%는 충성도가 떨어지는 반면, 적은 노력만으로도 서비스를 이용한 고객 중에서는 9%만이 충성도가 떨어지는 것으로 나타났습니다. 노력은 구체적인 측면에서 드러납니다. 필요한 단계의 수, 정보를 반복해서 제공해야 하는지 여부, 적절한 지원을 얼마나 빨리 받을 수 있는지 등이 바로 그것입니다. AI는 프로세스를 간소화하고, 문의 경로를 개선하며, 셀프 서비스를 진정으로 유용하게 만들 수 있지만, 이는 해당 솔루션이 의도한 대로 작동할 때에만 가능합니다.

운영 신호. 에스컬레이션 비율이 낮다는 것은 AI가 더 많은 문제를 자체적으로 해결하고 있음을 의미할 수 있으며, 이는 사용자 경험과 성능 모두에 중요한 요소입니다. 또한 고객이 담당자와 연결되지 못해 포기하거나 자동화 시스템 내에서 반복되는 루프에 갇혀 있는 상황일 수도 있습니다. 수치만으로는 어느 쪽인지 알 수 없습니다.

이러한 성과 지표들은 COPC 고객 경험(CX) 표준이 ‘성과’로 간주하는 핵심 요소입니다. 효율성, 품질, 고객 만족도는 서로 상충되는 관계가 아니라 통합적으로 관리됩니다. 같은 논리가 AI에도 적용됩니다. 만약 AI 도입으로 인해 이 중 한 가지가 개선되지만 다른 한 가지가 저해된다면, 이는 진정한 의미에서 성과가 개선된 것이 아닙니다.

데이터를 연결하여 결과를 가시화하기

성과는 단일 지표로만 드러나지 않습니다. 운영 데이터, 고객 피드백, 행동 데이터를 종합해야 비로소 드러납니다. 처리 시간은 재문의율 및 만족도 점수와 함께 살펴볼 때 훨씬 더 명확한 그림을 보여줍니다.

AI에서 인간 상담원으로의 인계가 그 이유를 보여줍니다. COPC의 소비자 조사에 따르면, 이는 조사 대상 6개 시장 모두에서 고객 여정 중 가장 취약한 부분으로 나타났습니다. 미국의 경우, AI 상호작용이 실패한 후 해당 실패 지점 이후 완전한 문제 해결이 이루어진 비율은 약 절반에 불과했습니다. 중국과 호주는 다른 측면에서 동일한 취약점을 드러냈습니다. 중국 고객의 52%는 에스컬레이션 과정에서 어떤 형태로든 맥락이 상실되었다고 보고했으며, 호주 고객의 20%만이 인계 과정이 매끄러웠다고 답했습니다.

COPC 평가에서 단일 에스컬레이션 경로에는 대개 5~9개의 시스템이 관여합니다. 체계적인 설계가 없다면 데이터가 유실되고, 맥락이 누락되며, 고객은 처음부터 다시 시작해야 합니다. 이러한 문제점은 단일 시스템이나 상호작용 내부가 아닌, 전체 여정 전반에 걸쳐 데이터를 종합적으로 분석해야만 드러납니다.

이를 위해 처음부터 완벽한 데이터 세트가 필요한 것은 아닙니다. 대부분의 조직은 이미 보유하고 있는 자료로 시작하여 이를 바탕으로 점차 확장해 나갑니다.

결과가 주도할 때 AI를 어디에 적용해야 할까

결과가 논의의 중심이 되면, AI를 어디에 적용해야 할지에 대한 질문도 달라집니다. 비용 절감 효과가 가장 클 것으로 예상되는 분야부터 시작하는 대신, 개선이 고객 여정에 가장 큰 영향을 미칠 수 있는 부분을 살펴봐야 합니다. 일반적으로 고객은 결과와 효율성이 함께 개선되는 부분에서 지연, 혼란 또는 반복적인 수고를 겪게 됩니다.

이 과정에서 직원은 핵심적인 역할을 합니다. 상담원이 사용하는 도구는 고객 지원의 질에 직접적인 영향을 미칩니다. 직원이 정보를 신속하게 찾도록 돕거나, 반복적인 업무를 줄여주거나, 더 나은 의사결정을 지원해 주는 AI는 생산성과 고객 응대 품질 모두를 향상시킬 수 있습니다. 이러한 영향을 고객 성과와 함께 측정하면 가치에 대한 보다 포괄적인 관점을 얻을 수 있습니다.

올바른 질문으로 시작하기

효율성 지표는 앞으로도 여전히 중요한 역할을 할 것입니다. 이러한 지표는 운영 현황에 대한 유용한 통찰력을 제공하고 개선이 필요한 부분을 명확히 보여줍니다. 결과 중심 접근 방식에서 달라지는 점은, 이러한 지표가 목표를 정의하기보다는 더 광범위한 목표를 뒷받침한다는 것입니다.

실무적으로 이는 가장 중요한 성과 지표(고객 유지율, 고객 경험, 업무 처리 편의성)를 명확히 파악하는 것에서 시작하여, 해당 환경에서 이를 어떻게 관찰하거나 측정할지 방법을 모색하는 것을 의미합니다. 또한, 새로운 지식이 축적됨에 따라 기꺼이 조정해 나갈 준비가 되어 있어야 함을 뜻합니다. 목표는 조직과 기술이 변화함에 따라 유연하게 적응할 수 있는 측정 방식을 구축하는 것입니다.

AI 투자를 검토 중인 컨택 센터 리더들에게 있어, 더 어렵지만 더 유용한 질문은 해당 상호작용이 고객이 기대했던 결과를 가져왔는지, 그리고 그로 인해 비즈니스 성과가 개선되었는지 여부입니다.

결과 중심의 평가 방식이 귀사의 컨택 센터에 어떻게 적용될 수 있는지 논의하고 싶으시다면, COPC는 맞춤형 평가 서비스를 를 제공하여, AI 투자를 장기적인 가치를 창출하는 운영 및 고객 성과와 연계해 드립니다. 상담을 시작하시려면 연락해 주십시오.

자주 묻는 질문