Blackbold
에이전트약 4분NOTE 09

고객은 챗봇과 대화하려고 문의하지 않는다

고객지원 AI를 답변 수가 아닌 해결 결과로 설계하는 방법. 담당자 연결, 주문·예약 시스템 연동, 재문의와 사람의 역할을 다룹니다.

고객은 챗봇과 대화하려고 문의하지 않는다 — 에디토리얼 아트워크

BLACKBOLD'S VIEW

고객은 AI와 오래 대화하는 것이 아니라 자신의 문제를 끝내고 싶어 합니다. 답변 이후의 처리와 사람에게 넘어가는 순간까지 하나의 서비스로 설계해야 합니다.

고객지원 현장 연구와 서비스 운영 지표를 참고하되, 특정 연구의 평균 향상률을 약속하지 않습니다. 고객의 해결 여부를 기준으로 시스템을 구성하는 것은 Blackbold의 제안입니다.

고객 문의는 어떤 결과로 끝나야 하는지 정해야 합니다

배송 지연을 묻는 고객은 친절한 답변보다 물건이 언제 도착하는지 알고 싶어 합니다. Blackbold는 고객 문의를 분류할 때 질문 문장과 해결 상태를 함께 기록할 것을 제안합니다. ‘배송 문의에 응답했다’와 ‘정확한 일정이 확인돼 고객이 다음 행동을 결정했다’는 서로 다른 완료 조건입니다. 상담 채널에서 대화가 종료됐어도 다른 채널로 같은 문의가 다시 들어오면 문제가 해결되지 않았을 수 있습니다.

답변을 바꾸려면 뒤에서 처리하는 업무도 바뀌어야 합니다

가상의 정기 배송 사업에서 청구 오류가 반복된다면 FAQ를 더 잘 설명하는 것만으로 재문의가 줄지 않을 수 있습니다. 주문과 결제 데이터를 대조하고 정정 요청을 담당자에게 전달하는 흐름이 필요합니다. AI는 필요한 자료를 묶어 인계할 수 있지만, 금액 변경과 환불은 정해진 권한 안에서 처리해야 합니다. 고객에게 확인되지 않은 일정이나 처리 완료를 약속하지 않도록 상태 표현도 구분해야 합니다.

모니터의 코드를 확인하며 시스템을 개발하는 사람의 장면
고객의 요청이 실제 주문·예약·처리 시스템까지 이어져야 합니다.

고객의 해결 경험과 운영팀의 부담을 함께 봐야 합니다

첫 응답 시간 외에 같은 문제의 재문의율, 실제 해결까지 걸린 시간, 상담사 인계 시 다시 설명해야 하는 정도를 살펴보세요. 자동 응답률만 높이면 어려운 문의가 사람에게 몰리는 현상을 놓칠 수 있습니다. 도입 초기에는 상담사가 인계받은 사례를 검토해 필요한 정보가 빠졌는지 확인하는 것이 유용합니다. 고객이 겪는 과정 전체를 기준으로 개선해야 채널 간에 불편이 이동하는 일을 줄일 수 있습니다.

대화가 끝난 것과 문제가 해결된 것을 구분합니다

고객이 채팅을 닫았다고 만족한 것은 아닙니다. 같은 문제로 전화하거나 이메일을 보냈을 수 있습니다. 주문 변경, 일정 조정, 이용 안내처럼 요청 종류를 나누고 어떤 상태가 되어야 해결로 볼지 정합니다. 답변 문장을 제공하는 것만으로 끝나는 요청과 실제 시스템 변경이 필요한 요청도 나눕니다.

Blackbold는 고객 요청에 번호를 붙여 채팅, 담당자 검토와 최종 처리 기록을 연결할 것을 제안합니다. 채널이 바뀌더라도 고객이 같은 설명을 다시 하지 않도록 필요한 맥락을 전달하는 구조입니다.

업무 과제를 놓고 대화하는 두 한국인 전문가의 장면
상담원에게 넘어갈 때는 대화 내용과 처리 상태도 전달합니다.

상담원 연결을 실패가 아니라 업무 흐름으로 설계합니다

AI가 처리할 수 없는 요청을 붙잡고 있으면 고객과 상담원의 시간이 모두 낭비됩니다. 정보가 부족하거나 고객이 사람을 원하거나 예외 정책이 필요한 때에는 바로 넘기는 기준을 둡니다. 상담원에게는 대화 전체만 던지지 말고 요청 요약, 확인한 정보, 남은 쟁점을 정리해 줍니다.

반복 안내가 줄어든 상담원은 복잡한 해결, 고객 불편의 원인 분석과 안내 문서 개선을 맡을 수 있습니다. 이 역할을 위한 교육과 시간을 배정해야 AI 도입이 상담 부담의 단순 이동으로 끝나지 않습니다.

답변 품질과 실제 실행을 별도로 확인합니다

배송일을 설명하는 것과 배송 주소를 바꾸는 것은 위험이 다릅니다. 고객을 확인하고 허용된 변경 범위를 지키며, 처리 후 실제 주문 정보가 바뀌었는지 검증해야 합니다. 변경이 실패하면 성공했다고 안내하지 않고 다음 대응을 제시합니다.

성과 표에는 해결까지 걸린 시간, 같은 사유의 재문의, 사람 연결 후 추가 확인 시간과 잘못된 실행을 넣습니다. 자동 응답 비율이 낮아도 고객 문제가 더 빨리 정확하게 해결된다면 그 흐름이 더 나은 선택일 수 있습니다.

적용 전에는 다음 항목을 확인해야 합니다

  • 요청 종류마다 실제 해결 상태를 정의했는가?
  • 상담원이 요청 요약과 남은 쟁점을 받는가?
  • 재문의와 실행 오류를 자동 응답률과 함께 보는가?

핵심 용어는 이렇게 이해하면 됩니다

고객 여정
고객이 문제를 인식한 순간부터 해결할 때까지 거치는 전체 과정입니다.
핸드오프
진행 중인 업무와 필요한 맥락을 다른 담당자나 시스템에 넘기는 일입니다.

참고 자료는 다음 범위에서 활용했습니다

  1. How utilities can rewire customer operations with agentic AI (새 창)McKinsey & Company · 2026.07.30

    McKinsey의 유틸리티 산업 자료는 고객 응대를 채널별 기능이 아닌 전체 여정으로 재설계하는 접근을 설명합니다. 청구, 장애 안내, 현장 서비스처럼 고객의 목적이 뚜렷한 흐름을 살펴보는 관점입니다.

  2. Generative AI at Work (새 창)Brynjolfsson·Li·Raymond / NBER·arXiv · 2023.04.24

    고객지원에서 AI 지원의 효과가 숙련도별로 달랐다는 점을 참고했습니다.

    특정 고객지원 환경의 결과입니다. 다른 회사의 비용 절감률이나 인력 규모를 그대로 계산하는 기준은 아닙니다.

  3. Service Level Objectives (새 창)Google SRE · 2016

    사용자가 경험하는 서비스 결과에 맞춰 지표와 목표를 정합니다.

    일반 서비스 운영 원칙입니다. AI의 사실 정확성은 별도의 업무별 검증을 추가해야 합니다.

  4. Building effective agents (새 창)Anthropic · 2024.12.19

    정해진 작업 흐름과 자율적으로 행동을 고르는 에이전트를 구분합니다.

    AI 공급사의 구현 경험과 설계 안내입니다. 독립적인 기업 성과 실험이나 특정 제품의 우월성 증거는 아닙니다.

공개 자료를 비교하고 Blackbold의 업무·조직·시스템 설계 관점으로 정리했습니다. 본문의 가상 예시는 적용 방법을 설명하기 위한 것이며 고객 실적이 아닙니다. 출처 기관과의 제휴나 승인을 의미하지 않습니다.

주간 회차 기준일 2026.08.03 · 실제 게시 및 자료 확인 2026.10.19

이 관점을 실제 업무로 연결하려면

AI 에이전트 개발 알아보기