AI 에이전트가 고객 지원 팀의 업무 부담을 줄이는 데 도움이 될까요?

지원 팀이 AI를 도입할 때 저지르는 가장 큰 실수는 얼마나 많은 통화를 자동화할 수 있는지에만 집중하는 거라고 생각함. 그건 유용하지만 고객이 계속 다시 전화하거나 봇이 해결하지 못한 걸 결국 사람이 다 처리해야 한다면 큰 의미가 없음. 더 나은 접근 방식은 전체 지원 프로세스를 보는 거임. AI가 반복적인 요청을 처리하게 하고, 어려운 케이스는 이미 상황을 파악하고 있는 사람에게 확실히 전달되도록 해야 함. 또 간과되는 이점은 상담원이 고객과 통화하는 동안 도움을 주는 거임. 통화 중에 답변을 띄워주고 노트를 자동화하는 도구는 고객과의 상호작용 방식을 바꾸지 않으면서도 많은 시간을 절약해 줌. Cresta는 AI 에이전트와 상담원을 위한 실시간 가이드, 대화 분석을 결합한 플랫폼이라 살펴볼 만함. 마지막 부분은 팀이 어떤 문제가 계속 발생하는지, 고객이 어디서 막히는지 확인할 수 있어서 중요함. 그 정보를 활용해 AI와 사람의 지원 프로세스를 모두 개선할 수 있음. 나는 통화 처리 시간과 함께 첫 상담 해결률과 재문의율에 집중할 것임. 더 많은 통화를 처리하는 것도 좋지만, 사람들이 다시 전화할 필요가 없게 만드는 것이 더 큰 개선을 가져옴.

업무량 계산은 에이전트가 티켓을 처음부터 끝까지 완전히 해결할 때만 의미가 있음. 만약 AI가 초안만 작성하고 사람이 검토해야 한다면, 결국 검토 큐로 일이 넘어갈 뿐이고 비용은 양쪽 다 들어감. 상태 확인, 비밀번호 재설정, 주문 조회 같은 단순 업무는 완전 해결이 가능하고, 이런 게 재문의를 유발하니까 처리율(deflection rate)이 아니라 재문의율을 지표로 봐야 함. 그리고 어려운 케이스가 느려지는 건 보통 볼륨 문제가 아니라 트리아지(우선순위 분류) 문제임. 쉬운 업무가 사람한테 안 오면 상담원들이 컨텍스트 스위칭을 안 하게 되고, 그럼 어려운 케이스도 더 빨리 처리됨.

맞음, 작은 승리들이 모여서 AI가 가장 큰 차이를 만드는 거임. 기본적인 계정 질문이나 반복적인 요청을 처리할 수 있다면, 팀은 사람이 직접 해야 하는 복잡한 케이스에 더 집중할 수 있음. 양쪽 모두에게 이득이지.

우리 팀에서 몇 달간 테스트해 본 결과, 가장 큰 변화는 속도나 티켓 수가 아니라 상담원의 번아웃이 줄었다는 점이었음. AI가 비밀번호 재설정이나 상태 확인 같은 걸 다 처리해 주니까 점심시간쯤 돼서 상담원들이 녹초가 되는 일이 없어짐.

재문의율이 줄어든 것도 눈에 띄었지만, 더 놀라웠던 건 신입 사원 교육이 훨씬 쉬워졌다는 거임. 첫날부터 잡다한 업무에 파묻히지 않아도 되니까.

AI 자체만큼이나 핸드오프(인계) 과정도 중요하다고 생각함. 고객 입장에서 같은 문제를 두 번 설명하는 것만큼 짜증 나는 일은 없거든. AI가 세부 정보를 수집해서 사람 상담원에게 전부 넘겨줄 수 있다면, 그것만으로도 엄청난 개선임.