컨택 센터 자동화는 무엇일까요?

컨택센터 자동화는 AI 기반 기술을 사용하여 일상적인 고객 서비스 프로세스와 반복적인 작업을 자동화하는 것을 말합니다. 컨택 센터의 특정 프로세스를 자동화함으로써 조직 상담원은 보다 효율적으로 작업하고 더 복잡한 문제를 해결해야 하는 고객을 응대할 수 있습니다.

기존에 사람이 수행하던 일상적인 작업을 자동화하면 효율성이 향상되고 비용이 절감되며 고객 서비스의 전반적인 정확도가 개선되어 결과적으로 고객 경험(CX) 전반에 큰 영향을 미칠 수 있습니다. 컨택 센터 자동화의 대표적인 활용 사례로는 챗봇, 대화형 음성 응답(IVR), 로보틱 프로세스 자동화(RPA), 서비스형 컨택 센터(CCaaS), 온라인 지식 베이스 등이 있습니다. 예측 분석 및 예측 알고리즘과 같은 신기술은 증가하는 소비자 수요에 대응하고 고객 상호작용이 전반적인 만족도에 어떤 영향을 미치는지를 파악하려는 조직에 다양한 가능성을 제공합니다.

인간 상담원과 가상 상담원은 서로를 보완하여 최고 수준의 고객 서비스를 제공하며, 워크플로 자동화와 운영 효율성을 원활하게 구현하는 데 모두 중요한 역할을 합니다. 이와 별도로 컨택 센터 자동화는 콜센터 소프트웨어를 활용해 통화 라우팅과 통화량을 효과적으로 관리할 수도 있습니다.

고객은 조직과 비즈니스를 하는데 간단한 고객 경험을 원합니다. 구매하는 제품이나 서비스가 무엇이든 간에 원활한 프로세스이기를 원합니다. 그리고 기업들은 마침내 훌륭한 고객 서비스를 위해 인공지능, 생성 AI, 자동화 도구의 중요성을 인식하기 시작했습니다.

IBM 기업가치연구소(IBV)의 최근 보고서에 따르면 상당수의 조직이 이미 고객 서비스에 생성형 AI를 도입하고 있습니다.¹ 약 1,500명의 고객 서비스 리더를 대상으로 설문조사를 실시한 결과, 67%가 이미 이 기술을 활용 중이라고 답했습니다. 그리고 40% 이상이 대화형 AI 학습을 위한 테스트 케이스를 생성하는 데 생성형 AI를 사용하고 있다고 밝혔습니다.

기업들은 탁월한 고객 서비스가 더 이상 우선순위가 아니라 필수 사항이라는 것을 배우고 있습니다. 고객은 비즈니스 위치와 방법에 관계없이 더 빠르고 스마트하며 개인화된 경험을 기대합니다. 이제 콜센터나 고객 서비스 부서의 추가 인력 없이 이를 수행할 수 있습니다. 자동화 도구는 시간이 많이 걸리는 작업을 단속하고 그 어느 때보다 빠르게 발신자를 지원합니다.

또한 고객 서비스 제공업체의 97%가 대화형 AI가 고객 만족도에 긍정적인 영향을 미친다고 답했습니다².

컨택 센터 자동화와 콜 센터 자동화는 약간씩 다르지만, 이 둘은 서로 바꿔서 사용하는 경우가 많다는 점에 유의해야 합니다. 그러나 콜 센터 자동화는 컨택 센터 자동화의 일부에 불과합니다. 예를 들어 옴니채널 고객 서비스 접근 방식을 사용하는 기업은 컨택 센터를 자동화하기로 선택할 수 있지만 전화, 웹 사이트 또는 앱과 같은 특정 채널도 자동화해야 합니다.

기업이 컨택 센터에 자동화를 도입하기 시작할 때는 그 잠재력을 극대화하기 위해 효과적으로 구현하는 것이 중요합니다. 아래의 모범 사례는 기업이 고객의 요구를 충족하고 문제를 그 어느 때보다 신속하게 해결하는 데 도움이 됩니다.

자동화된 시스템을 배포하기 전에 명확한 목표와 목적을 정의하는 것이 중요합니다. 대기 시간 단축, 최초 통화 해결 개선, 운영 비용 절감 등 어떤 목적이 있든 명확한 비전을 갖는 것은 자동화 프로세스를 안내하는 것입니다. FAQ(자주 묻는 질문), 기본 문제 해결 또는 약속 예약과 같이 효과적으로 자동화할 수 있는 작업을 식별하는 동시에 여전히 사람의 개입이 필요한 작업을 이해하는 것이 중요합니다. 범위를 적절하게 정의하면 자동화가 서비스 품질을 손상시키지 않으면서 가치를 더하는지 확인하는 데 도움이 됩니다.

오늘날의 고객은 고객 통화, 실시간 채팅, 이메일, 소셜 미디어 및 모바일 앱을 포함한 다양한 플랫폼에서 비즈니스와 상호 작용합니다. 컨택 센터 자동화의 핵심 모범 사례는 모든 채널이 통합 시스템에서 통합 및 관리되고 기존 CRM과 쉽게 통합되는 옴니채널 자동화를 구현하는 것입니다. 이는 자동화된 응답이 한 채널에서 다른 채널로 원활하게 전달될 수 있으므로 고객 상호 작용의 일관성을 촉진합니다. 예를 들어, 채팅을 통해 대화를 시작한 고객은 반복할 필요 없이 이메일이나 음성 지원으로 원활하게 전환할 수 있으며 모든 고객 정보는 이미 상담원을 위해 준비되어 있습니다.

자동화 소프트웨어를 도입할 때는 더 간단하고 예측 가능한 작업부터 자동화하는 것이 좋습니다. 예를 들어, 영업 시간, 주문 상태, 자주 묻는 질문과 같은 일상적인 문의를 자동화하는 것으로 시작할 수 있습니다. 자동화 솔루션의 효과가 입증되면 개인 맞춤형 지원이나 거래 처리와 같은 더 복잡한 작업을 처리하도록 확장할 수 있습니다. 이러한 점진적인 접근 방식을 통해 프로세스를 개선하고 잠재적인 문제를 조기에 파악하여 대규모 자동화 롤아웃과 관련된 위험을 최소화할 수 있습니다.

AI 기반 자동화는 개인화된 고객 지원을 제공하여 고객 경험을 크게 향상시킬 수 있습니다. 조직은 컨택 센터 자동화 도구를 사용하여 고객 데이터를 분석하고 맞춤형 권장 사항을 제공하거나, 이전 상호 작용을 기반으로 문제를 해결하거나, 필요한 경우 고객을 인간 상담원에게 연결할 수 있습니다. 개인화된 접근 방식은 고객과 보다 의미 있는 상호 작용을 만드는 데 도움이 되며, 이를 통해 고객 참여와 브랜드 충성도를 높일 수 있습니다.

고객 서비스에는 여전히 인간 상담원이 필요하며 복잡하거나 민감한 문제는 반드시 사람이 직접 대응해야 합니다. 만족스러운 서비스 경험을 보장하려면 자동화된 시스템 셀프 서비스 옵션과 인간 상담원 간의 원활한 인계가 이루어지도록 프로세스를 설계하는 것이 중요합니다. 자동화가 고객의 문제를 완전히 해결할 수 없다고 판단되면 지연이나 불만을 유발하지 않으면서 숙련된 인간 상담원에게 문제를 에스컬레이션할 수 있어야 합니다. 상담원에게 이전 상호작용의 전체 맥락을 제공하면 보다 효과적으로 대응하고 고객의 수고를 줄일 수 있습니다.

자동화는 일회성 설정으로 끝나는 것이 아니며 지속적인 모니터링과 최적화가 필요합니다. 기업은 응답 시간, 고객 만족도 점수, 처리 시간, 최초 통화 해결률, 비용 절감 등의 핵심 성과 지표(KPI)를 정기적으로 분석하여 자동화의 효과를 평가해야 합니다. 고객 피드백을 지속적으로 분석하여 개선이 필요한 부분을 파악하는 것이 중요합니다. 자동화 기술이 계속 발전함에 따라 기업은 새로운 기능을 활용하기 위해 시스템을 업그레이드해야 합니다. 이러한 반복적인 접근 방식을 통해 컨택 센터가 효율적이고 고객 여정에 적응할 수 있는 상태를 유지하도록 할 수 있습니다.

컨택 센터 자동화는 기술 중심으로 빠르게 변화하는 오늘날의 환경에서 기업에 매우 중요한 역할을 할 수 있습니다. 컨택 센터 자동화는 챗봇, AI 기반 가상 어시스턴트, 셀프 서비스 포털 등의 도구를 통해 운영을 간소화하고 비용을 절감하고자 하는 기업에게 다양한 이점을 제공합니다.

기존의 컨택 센터는 고객 문의 처리에 상담 인력이 필요하기 때문에 높은 인건비가 발생합니다. 자동화를 도입하면 자주 묻는 질문에 대한 답변이나 단순 요청 처리와 같은 반복적인 작업에서 상담원의 부담을 줄일 수 있으며, 이를 통해 기업은 인력을 지속적으로 확충하지 않고도 더 많은 고객 상호작용을 처리할 수 있습니다. 또한 장기적으로 상당한 비용을 절감할 수 있습니다.

오늘날 고객은 연중무휴 24시간 즉각적인 지원을 기대합니다. 챗봇이나 IVR 시스템과 같은 자동화된 시스템을 통해 기업은 정규 업무 시간 외에도 즉각적인 지원을 제공할 수 있습니다. 이러한 도구는 기본적인 문의를 신속하게 처리하고 실시간 응답을 제공하여 고객 만족도 점수(CSAT)를 높이고 고객 여정 맵에 영향을 줄 수 있습니다. 또한 감정 분석과 같은 자동화 기술을 활용하면 고객의 감정을 파악하고 의미 있는 인사이트를 도출하는 데 도움이 될 수 있습니다.

컨택 센터는 여러 요인에 따라 규모가 변동될 수 있습니다. 예를 들어 제품 출시, 시즌 세일, 위기 등의 요인으로 인해 컨택 센터의 고객 수요가 급증하는 경우가 있습니다. 자동화를 도입하면 상담원을 추가로 고용하고 교육할 필요 없이 자체 운영을 신속하게 확장할 수 있습니다. 또한 AI 기반 시스템이 수천 건의 상호작용을 동시에 처리할 수 있어 트래픽이 몰리는 시기에도 높은 고객 서비스 수준을 유지할 수 있습니다.

자동화된 시스템은 방대한 양의 고객 상호 작용 데이터를 수집하며, 이를 분석하여 스마트하고 가치 있는 통찰력을 제공할 수 있습니다. 기업은 이 데이터를 사용하여 일반적인 고충을 파악하고, 제품 및 서비스를 개선하고, 컨택 센터 전략을 개선할 수 있습니다. 자동화는 또한 응답 시간, 해결 시간, 고객 만족도와 같은 성능 메트릭을 더 잘 추적할 수 있도록 하며, 이를 통해 운영 및 워크플로를 더욱 최적화할 수 있습니다. 또한 새로운 기술은 데이터 입력을 관리하고 프로세스를 단순화하여 인적 오류의 위험을 줄일 수 있습니다.

반복적인 작업을 자동화하면 인간 상담원이 보다 복잡하고 부가가치가 높은 상호작용에 집중할 수 있습니다. 이는 상담원의 생산성을 높이는 것은 물론, 반복적이고 낮은 수준의 업무가 아닌 보다 의미 있는 업무에 몰입할 수 있어 업무 만족도 향상에도 기여합니다. 또한 자동화는 단조로운 작업의 양을 줄여 상담원의 번아웃을 예방하는 데에도 도움이 됩니다.

챗봇은 가장 일반적인 형태의 컨택 센터 자동화 중 하나로, 연중무휴 24시간 고객에게 즉각적인 응답을 제공합니다. 챗봇은 상담원의 도움 없이도 제품 재고, 주문 상태, 가격 및 자주 묻는 질문과 같은 간단한 문의를 처리할 수 있습니다. 예를 들어 고객이 주문 예상 도착일을 요청하면 챗봇이 실시간으로 주문 데이터에 액세스하여 몇 초 만에 정보를 제공할 수 있습니다. 이 자동화 도구는 고객의 대기 시간을 줄이고 인적 오류의 위험을 줄여줍니다.

사례 연구: Camping World는 고객 지원을 처리하는 인간 중심 솔루션을 구축하기 위해 IBM watsonx Assistant를 도입했습니다. 2022년 3월 기준, 고객 참여도가 40% 증가했으며 Camping World의 대기 시간은 33초로 단축되었습니다.

IVR 시스템을 통해 고객은 자동화된 메뉴와 상호작용하여 실제 상담원과 대화하지 않고도 일반적인 문제를 해결할 수 있습니다. 예를 들어, 고객이 고객 서비스 센터와 통화할 때 IVR 시스템은 고객의 입력에 따라 적절한 부서나 상담원에게 연결하여 통화가 잘못 연결되는 사례를 줄여줍니다. 일부 콜센터는 고객에게 자동으로 전화를 걸 수 있는 자동 다이얼러 기능도 갖추고 있습니다.

사례 연구: Humana의 기존 IVR 시스템은 너무 많은 통화를 상담원에게 전달하고 있었습니다. 이에 IBM과 협력하여 제공업체 서비스 대화형 Voice Agent with Watson을 구축했습니다. 이를 통해 기존 시스템 대비 약 3분의 1의 비용으로 문의를 처리할 수 있게 되었으며, 전체 응답률도 기존 자동 IVR 시스템의 거의 두 배에 달할 정도로 높아졌습니다. 

셀프 서비스 포털은 고객이 계정 설정 관리, 일반적인 문제 해결, 반품 처리 등 스스로 문제를 해결할 수 있는 기능을 제공합니다. 이 포털은 웹사이트나 모바일 앱을 통해 접근할 수 있으며, 고객과 기업 모두의 시간을 절약할 수 있습니다. 일상적인 작업을 자동화하고 고객에게 제어 권한을 제공함으로써 기업은 프로세스를 간소화하고 고객 문의량을 줄일 수 있습니다.

사례 연구: American Airlines는 고객에게 더 빠르고 편리한 고객 서비스를 제공하기 위해 IBM에 도움을 요청했습니다. 그리고 프로젝트 시작 4개월 반 만에 Dynamic Rebooking 앱을 출시되어 8개 공항에서 실제 운영을 시작했습니다. 이제 American Airlines는 고객 피드백을 반영해 쉽게 사용하고 개선할 수 있는 앱을 보유하고 있습니다. 

자동화 기술은 약속 예약, 확인 및 리마인더를 간소화할 수 있습니다. 예측 기술을 활용하는 자동화된 시스템을 통해 고객이 일정을 예약, 변경, 취소할 수 있으므로 일상적인 일정 관리에 대한 상담원의 개입을 줄일 수 있습니다. 또한 이메일, 문자, 음성으로 자동 리마인더를 전송하여 노쇼율을 줄일 수 있습니다.

AI 기반 자동화를 사용하여 지원 티켓을 자동으로 생성 및 분류하고 우선순위를 지정할 수 있습니다. 고객이 이메일, 채팅 또는 기타 채널을 통해 문제를 접수하면 시스템은 자연어 처리(NLP)를 통해 문제 내용을 파악하고 적절한 팀에 배정하며 가능한 해결책까지 제안할 수 있습니다. 이를 통해 해결 프로세스의 속도를 높이고 티켓을 효율적으로 처리할 수 있습니다.

사례 연구: Vodafone Ireland는 Expert Labs와 협력해 가상 어시스턴트 TOBi를 최신 watsonx Assistant 플랫폼에 재배포했습니다. 이 플랫폼은 생성형 AI 기능을 갖추고 있었으며, 새로운 대화 여정을 생성하는 데 걸리는 시간이 눈에 띄게 단축되고 격리율이 크게 향상되는 등 효과가 입증되었습니다. 

고객이 요청하기 전에 무엇을 원하는지 파악하는 것은 많은 기업에서 흔히 채택하는 사고방식입니다. 자동화 도구를 활용하면 고객에게 선제적으로 다가갈 수 있습니다. 예를 들어, 비즈니스는 고객이 도움을 요청하기 전에 시스템 중단, 배송 지연 또는 제품 리콜 등에 대해 자동으로 안내할 수 있습니다. 이처럼 잠재적인 문제나 변경 사항을 사전에 알리면 고객의 불만을 줄이고 적시에 관련 정보를 제공함으로써 만족도를 높일 수 있습니다.

사례 연구: 헬싱키 시는 IBM Consulting과 협력해 여러 의료 및 사회 서비스 기관의 가상 어시스턴트를 통합한 '멀티 챗봇'을 포함해 10개의 가상 어시스턴트를 구축하고 운영했습니다. 이 가상 어시스턴트들은 시민들의 헬싱키 수도권 서비스 이용을 돕기 위해 만들어졌습니다.

자동화된 시스템을 활용하면 리드를 인간 영업 담당자에게 전달하기 전에 리드의 참여를 유도하고 자격을 검증할 수 있습니다. 예를 들어, 챗봇을 사용해 웹사이트나 소셜 미디어 플랫폼에서 잠재 고객에게 니즈를 묻고 제품을 추천함으로써 고객의 참여를 유도할 수 있습니다. 고객의 응답을 기반으로 시스템은 해당 리드가 적합한지 평가하고, 추가 정보를 제공하거나 대화를 인간 상담원에게 에스컬레이션할 수 있습니다.

사례 연구: 시계 리테일러 TAG Heuer가 코로나19의 타격을 받았을 때, IBM과 Salesforce는 이미 TAG Heuer의 이커머스 부문 강화를 위한 작업을 진행 중이었습니다. 봉쇄 조치는 특히 개인화 중심의 작업을 빠르게 진전시키는 계기가 되었습니다. TAG Heuer는 팬데믹을 극복하고 2020년에는 세 자릿수 성장을 기록했습니다. 

고객 피드백은 고객 서비스 워크플로가 얼마나 잘 작동하고 있는지, 고객이 조직에 얼마나 만족하는지를 파악하는 데 매우 중요한 요소입니다. 고객과의 상호작용 후 이메일, SMS, IVR 시스템 등 다양한 채널을 통해 자동화된 설문조사를 전송할 수 있습니다. 이 설문을 통해 만족도 점수, 순 고객 추천 지수(NPS), 상호작용 및 상담원 응대 성과에 대한 구체적인 피드백을 자동으로 수집할 수 있습니다. 그리고 고객 서비스를 개선하고 오래된 프로세스를 개선할 수 있는 귀중한 인사이트를 얻을 수 있습니다.