AI 서비스 포털: 질문에 답하는 챗봇에서 케이스를 분석하고 문제를 해결하는 시스템으로

기존 웹사이트와 앱은 어디에서 멈춰 있을까

구형 챗봇은 첫 출근한 인턴과 비슷합니다. 표준 답변은 외워서 말하지만, 고객이 "어제 주문한 물건이 어디쯤 왔느냐"고 물으면 상담원 연결을 기다려 달라는 말밖에 하지 못합니다. 그래서 정말 무거운 일은 조금도 줄지 않습니다.

챗봇이 같은 FAQ를 또 보내거나 직원이 이미 말한 정보를 다시 물으면 고객은 짜증이 납니다. 새로운 AI는 이런 마찰을 줄여야 하지만, 위험한 케이스에서 사람에게 연결되는 길을 숨겨서는 안 됩니다.

많은 서비스 포털은 티켓을 열어 놓고 고객을 기다리게 할 뿐입니다. 제품 모델, 증상 사진, 수리 이력, 서비스 이용 자격 같은 중요한 정보는 처음부터 받아서 1차 확인까지 할 수 있는데도 그렇습니다. 그 결과 담당자는 같은 질문을 다시 하고, 대기열은 엉뚱한 팀으로 넘어가며, 고객은 자기 건이 어느 단계에 있는지 모릅니다.

좋은 AI 서비스 포털은 케이스 작업 공간(Case Workspace) 역할을 합니다. 증거를 모으고, 허용된 범위 안에서 진단하고, 안전한 조치를 안내하고, 예약을 잡고, 결과를 확인합니다. 답변만 길게 늘린 FAQ로는 할 수 없는 일입니다. 시스템은 케이스가 어디까지 진행됐는지 기억하고, 셀프서비스에서 사람으로 넘어갈 때 정보를 하나도 빠뜨리지 않아야 합니다.

서비스 업무에 쓰는 AI는 케이스 이력(Case History), 이용 자격, 승인된 절차와 연결되어야 진단을 돕고 일을 다음 단계로 넘길 수 있습니다. 도구를 호출할 때마다 케이스 ID에 묶어 증거로 기록해야, 이력과 동떨어진 조언을 하거나 같은 조치를 두 번 실행하는 일을 막을 수 있습니다.

기업이 쓸 수 있는 새로운 기능

차이는 시스템이 그 고객의 정보를 실제로 열어 볼 수 있고, 같은 문제를 전에 접수한 적이 있는지 알며, 배송지 변경이나 영수증 재발행 같은 간단한 요청은 직접 끝낼 권한이 있다는 데서 생깁니다. 복잡하거나 잘못되면 피해가 큰 건은 지금처럼 사람에게 넘기되, 정보를 모두 붙여서 넘깁니다.

• 글, 사진, 문서, 음성을 받는 멀티모달 접수
• 증상과 제품에 따라 질문을 바꾸는 진단 흐름
• 상태 확인, 초기화, 기사 방문 예약, 접수 번호 발급 같은 조치 도구
• 조치 후 결과를 묻고, 해결되지 않았으면 케이스를 다시 여는 선제적 후속 확인

범위, 위험, 성과 측정 방법

"답변을 보냈다"와 "문제가 해결됐다"는 따로 세어야 합니다. 지표로는 1차 해결률(First-contact Resolution), 재오픈율(Reopen Rate), 전문가 연결까지 걸린 시간(Time-to-Expert), 안전 정지 횟수, 고객이 거쳐야 하는 단계 수를 보십시오. 자동 처리율(Deflection)은 오르는데 다시 열리는 케이스나 피해도 함께 늘면, 시스템이 일을 줄이는 대신 숨기고 있다는 뜻입니다.

안전, 돈, 고객의 자격과 관련된 일은 범위를 분명히 정하고, 동의를 기록하며, 언제든 사람이 넘겨받을 수 있는 길을 열어 두어야 합니다.

1. Discover: 실제 업무를 따라가며 일반 사례와 예외 사례를 모읍니다.
2. Assist: AI가 초안을 쓰거나 추천하고, 통제는 사람이 계속 맡습니다.
3. Act: 테스트 세트를 통과한 뒤 도구(Tool)를 하나씩 엽니다.
4. Scale: 모니터링, 대체 경로(Fallback), 비용, 책임자가 갖춰지면 확대합니다.

위험 신호가 보이거나, 본인 확인 정보가 맞지 않거나, 시스템의 조언을 사람이 자주 뒤집으면(Override) 셀프서비스를 즉시 멈춰야 합니다. 맞는 케이스를 일찍 전문가에게 넘기는 것은 좋은 서비스이며, AI가 실패했다는 뜻이 아닙니다.