CLEX의 새로운 콜센터 운영전략을

확인해 보세요.

생성 및 대화형 AI는 콜센터에 어떤 영향을 미칠까요?

 

생성형 AI, 대화형 AI, 대형 언어 모델(LLM, 이하 ‘LLM’이라 함)이 가져올 고객 서비스와 컨택 센터에서의 상담사 역할이 새롭게 변화하고 있지만, 상대적으로 기존에 지나치게 약속된 혜택이나 서비스 오류로 인해 보완이 필요한 단점도 발생하고 있습니다. 따라서 본 글에서는 생성 및 대화형 AI가 콜센터 업무에 미칠 장점과 잠재적 위험, 그리고 생각해 볼 과제에 대해 살펴보도록 하겠습니다.

5가지 실제 장점

1. 더욱 신속해져가는 업무 속도

더욱 개선되고 강력하며 빠르게 여러 가지 개선사항들이 마치 슈퍼맨이 처리한 것처럼 될 것입니다. 더욱 개선된 의도 예측 덕분에 AHT(Average Handle Time, 평균 처리 시간)가 감소했습니다. 고객과의 대화 맥락에 대한 깊은 이해 덕분에 시장 타겟팅과 FCR(First Call Resolution, 최초 통화에서의 해결, 이하 FCR)이 개선되어 필요시 고객에게 가장 알맞은 상담사로 연결해 줍니다. 상담사는 통화 후 채팅이나 통화 요약을 더 이상 별도로 작성할 필요가 없으며 자동으로 생성됩니다. 통화 중에 UI(User Interface, 사용자 인터페이스, 이하 ‘UI’라 함)가 실시간으로 답변을 해서 상담사는 특정 질문에 대한 답변을 찾기 위해 DB를 검색하는 데 걸리는 시간을 줄여 줍니다.

챗봇은 실제로 고객 서비스 대화를 나눌 수 있는 비서 역할을 합니다. 과거에는 많은 사람들이 사전에 작성된 몇 가지 답변만 제공했지만, 지금은 챗봇이 상담사에게 연결해 주고 있습니다. 현재는 더 많은 실질적인 대화가 가능하고, 이는 고객 만족도를 더욱 향상시킬 것입니다. 여기 오퍼스 리서치의 도표는 통화 전후 광범위한 혜택 범위를 보여주고 있습니다.

 

 

2. 업무 프로세스의 간소화

더 나은 RPA(Robotic Process Automation, 로봇 프로세스 자동화)만 이야기하면 됩니다. 생성형 AI 사용으로 백엔드(Back-End) 뒷단의 프로세스들이 자동화되고 더욱 가속화하여 백오피스 프로세스들이 더욱 간소화됩니다. 예를 들어 자동으로 생성된 통화 전체 요약은 이제 상담사가 이전 통화 노트를 모두 읽는 것이 아닌, 과거 고객 통화에 대한 통합 음성 요약 또는 텍스트 요약내용을 얻을 수 있음을 의미합니다. 또한 데이터 입력 및 주문처리도 완료까지 간소화되고 있습니다.

티켓 발행 및 분류, 완료와 같은 작업들도 어느 정도 자동화되었지만, 생성형 AI는 백오피스 작업에 대한 자동화 프로세스를 확장하고 가속화할 것입니다. 백오피스는 CX(고객 경험)의 위험을 낮추고 KPI를 기반으로 더 많은 제어 기능과 더 쉬운 성능 측정 가능성을 만듭니다.

3. 고객 맞춤형 대화서비스품질 향상

LLM은 더 많은 셀프 서비스 옵션을 생성합니다. 이전에는 작업 또는 문제의 구체적인 답변들은 사전에 스크립트로 작성해야 했습니다. 그런 다음 전통적인 인공지능과 머신 러닝은 일정한 규칙을 사용하여 질문을 일치화 시키고 고객에게 답변을 제공하였습니다. 대화형 AI와 LLM을 사용하는 가상 어시스턴트는 진정한 맥락을 더욱 잘 이해하고 있으므로, 더욱 정확한 답을 제공하고 필요한 경우 대화를 진행할 수 있게 합니다.

LLM은 자동화를 촉진하고 FCR을 높여 고객 서비스 비용을 절감합니다. 연구에 따르면 자동 응답을 20~30% 늘릴 수 있다고 합니다. LLM의 ‘큰’ 부분이 매우 사실이기 때문에 ‘올인’하는 일부 기업은 회사 문서를 LLM에 통합하여 응답 정확도를 높이는 RAG(Retrieval Augmented Generation, 검색증강생성)를 통합하고 있습니다.

4. 음성 및 텍스트 서비스제공

생성형 AI와 대화형 AI는 챗봇과 음성 상호작용 모두에서 나타납니다. 증거에 따르면 지능형 가상 상담사를 통해 텍스트와 음성 대화 모두에 활용되고 있습니다. 아래의 오퍼스 리서치 그래프는 음성이 텍스트를 약간 능가한다는 것을 보여주지만, 한 가지 시사점은 기업들이 여러 채널에서 다양한 형태로 이러한 지능형 어시스턴트를 활용하고 있다는 것입니다. 메시지 관리와 모바일 앱 사용에서도 이미 여러 채널이 사용되고 있음을 보여줍니다.

 

 

5. 질의응답 대응력 향상

일반적인 FAQ에 있어 양적, 질적 모든 분야에서 향상된 모습을 보이고 있습니다. 여기에서 놀라운 점은 생성형 AI와 LLM을 활용할 수 있는 방법의 수입니다. 첫째, 활성화된 자연어 이해, 데이터 수집 및 실시간 번역을 통해 대부분 일반적으로 자주 질문하는 사항에 대해 더욱 잘 예측할 수 있습니다. 맞춤형 LLM 사용으로 특정 고객에 대해 타게팅된 질문과 답변을 제공할 수 있습니다.

그 서비스의 폭은 놀라울 정도이고 잠재적 ROI(Return On Investment, 투자 대비 수익)를 이해하는 데 도움이 됩니다. 상담사는 가상 환경에서 실시간으로 띄워진 그들의 스크린에서 답을 얻을 수 있습니다. 가장 놀라운 예는 귀중한 서비스의 일환으로 고객 웹사이트에 게시하기 위해 고객에게 FAQ와 답변을 제공하는 한 회사였습니다.

4가지 잠재적 위험

1. 어떠한 가드레일도 홍보의 재앙을 초래할 수 없습니다.

이는 통제되지 않는 생성형 AI 자동화가 잘못된 방향으로 대화를 진행할 때 발생합니다. 최근 불만을 품은 한 고객이 생성형 AI와 대화를 하고 있다는 사실을 발견했을 때 발생한 사례입니다. 그런 다음 그는 그 국제 배송 회사가 끔찍한 이유 5가지를 물었습니다. 생성형 AI는 완벽한 답변을 작성했습니다. 그런 다음 이 사람은 몇 가지 재미있는 질문을 던졌고, 세대 AI 봇은 지시에 따라 하이쿠(5~7 음절 시 형태)의 형태로, 요청에 따라 욕설을 하는 등 모든 질문에 꽤 잘 대답했습니다. 각 답변은 반복적으로 회사를 경시하는 내용이었습니다. 대화의 스크린샷은 수백만 명의 독자들에게 홍보이 악영향을 주며 입소문으로 퍼지게 되었습니다.

2. Microsoft, Google, Amazon과의 근접성이 가져올 위험과 보상.

생성형 AI 및 LLM을 구동하는 기업과 근접하는 것이 성공 가능성을 높인다고 당신은 주장할 수 있습니다. 성공적인 CCaaS(서비스형 컨택센터) 제공업체의 CMO는 “자체 생성형 AI를 개발하지 않은 공급업체는 빌린 시간에 일하고 있다”고 말했습니다. 구글, 마이크로소프트, 아마존은 결국 어떤 식으로든 이러한 가상의 공간을 소유할 수 있습니다. 저는 사람들이 현재 제안하는 여러 사용 시나리오에서 대화형 AI와 LLM이 본격적으로 등장한다면 설득력이 있다고 생각합니다. 이는 영구적으로 ‘구축 대 구매’의 논의를 형성 해서 기업 자체적으로 구축해서 만들어 사용할지, 아니면 기존 솔루션 기능을 구매해서 하용할 것인지 지속적으로 논의의 주제가 됩니다.

3. 진행 전 ROI(Return On Investment, 투자 대비 수익)에 대한 이해

정확한 CCTR(Cost CenTeR, 비용 발생 부서)의 결과는 누구도 명시할 수 없지만, 넓은 영역에서의 재정분야 및 인적 분야의 장점을 보일 수 있습니다. 오늘날 더 많은 기업이 ‘평가 및 계획’ 모드와 ‘배포 및 추적’ 부분에 관심을 기울이고 있습니다. 여러 시장 조사에 따르면 여전히 고객은 챗봇보다 실제 상담사를 선호하며, 그 결과 기업은 검증된 접근 방식을 취하는 것으로 나타났습니다. 2023년 오퍼스 리서치의 설문조사에 따르면 이러한 커다란 규모의 생성형 AI 인식 현황은 확인되었지만, 아직 대다수는 최종 사용자에 대한 배포를 실행하기에는 초기 단계에 있습니다.

 

 

오퍼스 리서치의 수석 애널리스트 댄 밀러는 “LLM과 특수 언어 모델(SLM)의 개선이 전례 없는 속도로 시장에 출시되고 있지만, 경영진은 이것이 수년간 지속되어 온 최고의 사용 사례를 파악하고 적절한 AI 기반 솔루션을 배포하는 과정에 있어서는 시작에 불과하다고 말합니다.”라고 설명합니다.

4. 상담사가 실제로 이러한 지원 도구를 사용할까요?

실제로 두 가지 질문이 있습니다. 첫 번째는 상담사가 사용에 대해 적절하게 교육하는 데 필요한 시간과 도구를 사용할 것인가 하는 점입니다. 두 번째이자 가장 짜증나는 점은 상담사가 실제로 가능한 고객 답변을 읽고 1을 선택한 다음 대화에 사용할 수 있는 시간을 가질 것인가 하는 점입니다. 컨택센터에 근무한 상담사는 이미 고객 통화 중에 UI에서 관리해야 할 사항이 많습니다. 이제 고객은 고객의 질문에 대한 1~3가지 가능한 답변을 읽고 어떤 것이 가장 적합한지 결정해야 할 수도 있습니다. 과거에는 상담사 보조 도구가 일반적인 생성형 AI의 사전 징후였던 것처럼, 실제로 상담사가 이 도구를 사용하는 데 필요한 시간을 할애할 수 있을까요?

3가지 대답 없는 질문

1. 세대 AI/대화형 AI가 인간 상담사를 대체할 수 있을까요?

조만간은 아니지만 수십 년 후라고 말할 수도 없습니다. 자율 주행 자동차와 마찬가지로 아이디어는 간단합니다. 그러나 오늘날의 국제 컨택 센터를 고려할 때 효과적이고 긍정적이며 일관성 있고 신뢰할 수 있는 실행은 또 다른 문제입니다. 15년이 걸릴 수도 있고 아닐 수도 있습니다.

2. 생성형 AI가 사람들이 제공하는 완전한 고객 서비스 혜택을 실현할 수 있을까요?

놀랍고 동기를 부여하는 사례는 이미 들었습니다. 이 기술이 활용될 것이라는 데는 의심의 여지가 없습니다. 하지만 환각(hallucination), 오답, 기술이 가속화되는 속도를 고려할 때 의심스러운 ROI에 대해서도 들었습니다. 기업은 ‘혼합된’ 상담사+AI 시나리오와 완전한 통제권을 넘겨주는 방식으로 구현하여 리스크를 줄일 수 있습니다. 최종적인 좋은 점은 지켜 봐야겠지만 시장이 발전함에 따라 지루하지 않고 활력있게 발전할 것입니다!

3. 2년 후 우리는 어디에 있을까요?

최근 웨비나에서 CCaaS의 한 주요 임원은 2년 후 고객 서비스에서 대화형 AI가 어떤 모습일지에 대한 질문을 받았습니다. 그들의 대답은… “100% 확신할 수 없습니다.” 흥미롭지는 않지만 사실입니다. 그들은 계속해서 현재 진행 상황을 설명했습니다. 시사점은 전체 계획을 개발한 다음 점진적인 단계로 진행하는 것입니다. 새로운 요소를 채택하고, 교훈을 얻고, 조정한 다음 더 많은 요소를 채택합니다. 거품을 내고, 헹구듯이 위의 활동을 반복합니다.

요약

기업마다 각자의 속도로 고객 서비스에 생성형 AI를 도입하고 있지만, 이러한 추세는 2024년에도 계속될 것이라는 데는 의심의 여지가 없습니다. 예상대로 활용된다면 CX(Customer eXperience, 고객 경험)가 더 수월해지고 고객 충성도와 고객만족도가 향상될 것이라고 생각합니다. 비용 절감 효과도 좋지만, 고객 충성도와 만족도에 대해서는 기업이 기꺼이 투자를 고민해야 할 부분입니다. 구매 전후 NPS(Net Promoter Score, 순고객추천지수)의 증가는 기업이 지향해야 고객 서비스의 중요한 요소입니다. 대화형 AI가 성숙해짐에 따라 더 많은 기업과 고객이 이를 사용한다면 대중적인 콜센터 서비스 분야에서 도입 및 이용이 보편화 될 것입니다.

오퍼스 그래픽은 보고서의 허가를 받아 활용되었습니다: ‘2023년 대화형 AI 인텔리뷰’

 

https://www.icmi.com/resources/2024/how-generative-and-conversational-ai-will-impact-contact-centers?_mc=em_icmi_icmi_edt_x_cci_2024&utm_source=eloqua&utm_medium=email&utm_campaign=11_NL_ICMI24_Batch1_A_EDNLSUB_SUBS_7119615037_CCI_STO_20240920&utm_content=11_NL_ICMI24_Batch1_A_EDNLSUB_SUBS_7119615037_CCI_STO_20240920&utm_id=hello&sp_cid=2945&sp_aid=4059&sp_rid=269625&sp_eh=b7620c4c69163390d5aeff9cdf6e1b09133314cee46d20155cfdbd131a2c737b&sp_eh=b7620c4c69163390d5aeff9cdf6e1b09133314cee46d20155cfdbd131a2c737b

다양한 서비스와 합리적인 비용

기능, 도입 등 궁금한 사항은
솔루션 전문가에게 상담을 문의하세요.

1566-5952
sales@furence.com