
Envision a new era of customer service with generative AI
고객 유지가 신규 고객 확보보다 효율적..."서비스가 곧 성과" 73%가 동의
캡제미니(Capgemini)가 발간한 보고서에 따르면, 신규 고객 확보 비용이 기존 고객 유지 비용보다 현저히 높은 것으로 나타났다. 제넨데스크(Zendesk) 트렌드 리포트는 기업 리더의 73%가 고객서비스와 비즈니스 성과 사이에 직접적인 연관성이 있다고 답했으며, 충성 고객은 신규 고객보다 반복 구매와 평균 지출액이 훨씬 높은 것으로 조사됐다.
IT 시스템 분산이 고객서비스 질 저하 초래...상담원 이직률 25% 기록
가트너(Gartner) 조사에 따르면 고객서비스 담당자의 이직률이 25%에 달했다. 상담원들은 여러 시스템에서 정보를 찾아야 하고, 애플리케이션 사용을 위해 몇 주간의 교육이 필요하며, 이러한 도구들을 사용하더라도 신속한 응답이나 고객 이력 추적에 어려움을 겪고 있다. IT 혁신의 속도가 느리고 구현 비용이 높아 고객 불만족으로 이어지는 악순환이 발생하고 있다.
생성형 AI로 고객서비스 패러다임 전환...2025년까지 80% 기업이 도입
생성형 AI는 자연어 이해, 복잡한 질문 응답, 고객 요구 예측이 가능한 대화형 인터페이스를 제공한다. 가트너는 2028년까지 디지털 고객서비스, 대화형 인터페이스, 생성형 AI가 고객서비스를 완전히 변화시킬 것이며, 2025년까지 80%의 기업이 상담원 생산성과 고객 경험 향상을 위해 생성형 AI를 도입할 것으로 전망했다.

7대 혁신 전략으로 본 AI 기반 고객서비스의 미래
캡제미니는 고객서비스 혁신을 위한 7가지 핵심 전략을 제시했다. 먼저 옴니채널 고객 여정을 설계하고, 생성형 AI 기반 고객서비스 허브를 구축해야 한다. AI 가상 상담원은 고객 정보, 브랜드 제품, 비즈니스 전략과 정책에 대한 지식을 바탕으로 자동으로 상담 요약을 작성하고 분석 데이터를 모니터링한다. 또한 인력 최적화를 위해 계절성, 트래픽 피크, 마케팅 캠페인 등을 고려한 채널별 수요 예측이 필요하다.
아웃소싱 전략의 성공을 위해서는 고객 세분화, 케이스 복잡성, 제공업체의 전문성, 위치, 원하는 성과, 비즈니스 역량을 기준으로 인소싱/아웃소싱을 결정해야 한다. 계약 모델과 SLA를 통해 기업과 아웃소서의 목표와 요구사항을 명확히 하고, 상담원의 필요 기술을 명시하며 효과적인 교육을 제공해야 한다. 중앙집중식 거버넌스를 구축하고, 인하우스와 아웃소싱 센터 간의 일관된 서비스 품질을 보장하기 위한 포괄적인 품질 관리 프레임워크도 필요하다.
생성형 AI 옴니채널 허브로 고객서비스 고도화
생성형 AI 기반 옴니채널 고객서비스 허브는 고객 경험(CX) 플랫폼, 데이터 플랫폼, AI 도구와 생성형 AI 어시스턴트를 통합적으로 운영한다. 이 허브는 대화형 음성 응답, 스킬 기반 연결(최적의 상담원에게 고객 연결), 의도 기반 작업 관리, 통화 녹음 및 자동 필사, 상세 분석과 감성 분석, 고객 구매 이력 조회, 추천 작업 등 고도화된 사전 구축 기능을 제공한다.
특히 상담원들은 생성형 AI 기능을 활용해 실시간으로 최적의 추천을 제공하고, 여러 채널에 걸친 고객의 구매 패턴과 이력을 분석하여 실제 필요한 것을 파악할 수 있다. 이를 통해 단순 응대를 넘어 교차 판매와 상향 판매 기회도 포착할 수 있게 되었다. 이러한 통합 시스템은 고객의 프로필과 회사와의 다른 상호작용을 고려하여 자동화, 데이터, AI를 활용한 적절한 균형점을 찾아준다.
또한 고객 관리 측면에서는 이전 문제를 해결하고 요청 진행 상황을 알리는 선제적 고객 관리가 가능하며, 비즈니스 기회 측면에서는 교차 판매와 상향 판매 이니셔티브를 촉진하기 위해 가장 적절하게 훈련되고 숙련된 상담원을 배정할 수 있다.
고객과 상담원/영업팀이 함께 참여하여 고객 여정을 공동 설계하고 측정, 테스트해야 한다. 적절한 KPI를 설정하고 고객 가치와 비즈니스 가치가 일치하는 기회를 파악해야 한다. 고객이 채널에서 가치를 발견하면 브랜드에도 가치가 된다는 원칙하에, 생성형 AI 가상 상담원을 활용한 셀프서비스 같은 즉각적인 효과를 낼 수 있는 여정 최적화부터 시작하는 것이 바람직하다.
AI 도입 성과: 포티브 응답시간 대폭 단축, 에네코 업무효율 50% 향상
기술 기업 포티브는 RAG(retrieval-augmented generation) 프레임워크 기반 챗봇으로 응답시간을 크게 단축했다. 에네코 이모빌리티는 마이크로소프트 코파일럿 도입으로 상담 마무리 시간 50% 단축, 교육시간 75% 감소(4시간→1시간), 라이선스 비용 50% 절감 효과를 거뒀다. 고객 문의에 대한 더 빠르고 나은 응답으로 고객과 직원 만족도가 모두 향상됐다.
4대 성과지표로 측정하는 AI 고객서비스의 실질적 가치
기업들은 효율성, 고객 경험, 비용, 수익 측면에서 성과를 측정해야 한다. 효율성은 평균 처리 시간, 상담원 활용률, 첫 통화 해결률로, 고객 경험은 포기율과 평균 응답 속도로 평가한다. 비용은 상담원 유지율과 교육/라이선스 비용으로, 수익은 상향판매와 교차판매 기회의 수와 가치로 측정한다. 효율성 지표에는 상호작용 수/상담원 수 비율, 상호작용 수/해결 수 비율도 포함된다. 고객 경험 지표는 반복 통화 횟수도 측정해야 한다. 비용 지표에서는 벤더 비용과 상호작용당 비용을, 수익 지표에서는 상호작용당 수익과 함께 브랜드 가치 및 평판도 중요한 측정 요소다.
CCaaS로 진화하는 고객서비스 플랫폼
클라우드 기반 CCaaS(Contact Center as a Service) 솔루션은 각 고객 접점을 수익 창출 기회로 전환한다. 통합된 데이터 소스를 기반으로 일관된 브랜드 경험을 제공하며, 이는 마케팅, 영업, 공급망 등 비즈니스 전반에 긍정적 영향을 미친다.
혁신을 시작하기 전에 고객 중심성 우선순위와 지원 IT 아키텍처에 대한 검토가 필요하다. 고객 여정을 평가하여 모든 브랜드 접점을 파악하고, IT 환경이 클라우드에 있는지, 데이터가 어디에 저장되어 있는지, CDP에서 CRM, 고객 서비스 시스템까지 데이터가 자유롭게 흐르는지 확인해야 한다. 데이터 사일로와 통합 과제를 해결한 후에야 데이터, 기술 환경, 전략, 인력 최적화, 목표 운영 모델을 고려한 로드맵을 수립할 수 있다.
해당 기사에 인용된 리포트 원문은 링크에서 확인 가능하다.
기사는 클로드 3.5 Sonnet과 챗GPT를 활용해 작성되었습니다.
AI Matters 뉴스레터 구독하기