2017.12.22

한솔인티큐브 기고 | 2018년 고객경험의 혁신, 컨택센터가 '주역'이다

김한조 | CIO KR
기술의 발전에 따라 콜센터가 사양 산업에 접어들 것이라는 예측이 있었다. 인공지능의 도약과 함께 미래에 없어질 직업으로 콜센터 상담원이 손꼽히기도 했었다. 그러나 2016년 알파고 등장 이래 큰 기대감과 함께 기업에 우후죽순 도입된 챗봇은 대다수의 기업과 고객을 실망시켰다. 이에 반해 인터넷 은행의 출현, 금융권 지점 통폐합 등 비대면 채널의 수요가 증가함에 따라 상담원의 수요가 오히려 크게 증가하는 현상이 나타났다.

콜센터의 위기를 지적하는 목소리가 무의미한 것은 아니다. 아날로그 시스템과 IVR(자동응답시스템)에 의존해 과거에 머물러 있는 일부 콜센터들이 수동적인 고객 응대 조직으로 전락하기 쉬운 것도 사실이다. 2017년의 IT 키워드였던 인공지능, 빅데이터, 클라우드, 디지털 트랜스포메이션은 기업과 컨택센터 모두의 생존에 직접적으로 영향을 끼친다. 다음에서 고객경험의 시대에 최전방의 전략적 요충지로서 재조명 받고 있는 컨택센터가 2018년 어떻게 변화해 나갈지에 대해 살펴본다.

밀레니얼 시대 셀프 서비스로서의 챗봇
텍스팅(Texting)에 더 익숙한 밀레니얼 세대를 고려한, 기업의 챗봇 도입 열풍은 2018년에도 지속될 것으로 전망된다. 다만 컨택센터에 도입되는 챗봇은 당분간 전문 상담원의 역할을 대체하지는 못할 것이다. 대신 기존의 IVR(자동응답시스템)이나 홈페이지와 같은 또 하나의 디지털 셀프서비스 채널로써 큰 역할을 할 것으로 보인다.

기존의 챗봇은 인공지능보다는 단순, 반복되는 질문과 답을 1:1로 매칭한 시나리오 기반의 시스템이라 볼 수 있다. 그렇기 때문에 오타, 유의어, 비문 등을 입력하게 되면 정확한 매칭이 어려워 ‘잘 못 알아들었네요’를 연발하게 된다. 때문에 챗봇 도입으로 고객의 불만이 오히려 가중되기도 했다.

2017년 중반에 들어서는 검색 기반의 인공지능 시스템을 적용한 하이브리드형 챗봇이 시장에 들어섰다. 진화된 챗봇은 텍스트로 질문(input)을 던지면 구문(phrase)에서 발화자의 의도(intent)를 파악하고 사전 정의된 문답 리스트 속에서 가장 유사한 답변을 추출하여 질문자에게 답한다(Output). 또한 한국어를 학습하여 매끄러운 문장을 구사하여 보다 더 자연스러운 대화를 구현할 수 있다.

그러나 컨택센터의 전문 상담을 위해서는 인공지능 기술과 별개로 특정 도메인 데이터를 포함한 지식DB의 구축을 필요로 한다. 이는 각 기업의 고유한 데이터자산을 활용하여 특정 기업의 맞춤형 데이터사전으로 만드는 것이기 때문에 해당 도메인의 배경지식을 가진 전문가와 충분한 내부 검증 기간을 필요로 한다. 2018년도에는 대고객용 챗봇 도입과 함께 이러한 전문 상담을 위한 데이터사전의 준비가 동시 검토되어야 할 것이다.

상담원을 보조하는 인공지능, Agent Assistant
콜센터는 다른 직종에 비해 이직률이 5배나 높다. 새로운 상담원의 고용과 교육에 드는 금전적 비용은 차치하더라도 신입 상담원이 경력 상담원의 레벨까지 도달하는 데에 상당한 시간이 소요된다는 문제점이 있다. 그렇다고 미숙한 챗봇은 상담원의 대안이 될 수 없다. 이 때 상담원 지원용 봇(Agent Assistant)이 컨택센터에 최적화된 솔루션으로 부상할 전망이다.

상담원 지원용 봇은 기본적으로 상담원에게 가장 적절한 답변을 추천하는 서비스를 제공한다. 여기에 추가적으로 고객여정정보나 거래정보 데이터 등과 결합되면 상담원 지원 봇은 고객의 유형, 감성 상태 등을 판단하거나 상담 내용을 예측할 수도 있다. 상담원이 이를 활용하면 특별한 집체 교육 없이도 적절한 상담을 제공할 수 있을 뿐더러 고객별 개인화된 상담이나 상황에 따른 맞춤형 서비스의 제공까지 가능해지게 된다.

구현 방식은 앞서 언급한 검색 기반 시스템과 지식 기반 시스템으로 크게 구분된다. 우선, 검색 기반 방식을 상담원 지원 봇에 적용했을 때, 봇은 상담원에게 검색 엔진과 같이 상황별 추천 답변을 정확도에 따라 복수 나열한다. 반면에 지식 기반 방식은 데이터 간 관계와 속성을 사전 정의한 상담 전용 지식DB에서 추출하기 때문에 계산기와 같이 정답을 제시한다.

두 방식 모두 초기 단계의 미흡한 답변은 전문 상담원을 통해 2차 정교화 과정을 거쳐 고객에게 제출한다. 인간과 인공지능의 협업을 통해 지식사전의 고도화가 이뤄지는 것이다. 이로써 인공지능은 상담원 보조 역할을 다하면서도 대고객서비스에 앞서 충분히 학습할 기회를 얻게 된다.

진정한 옴니채널 실현을 위한 고객여정데이터의 수집, 분석 및 활용
고객경험의 시대에 고객서비스는 일방성을 벗어나 기업과 고객이 상호 소통하는 구조로 바뀌어 가고 있다. 전통적인 채널 외에 모바일 앱, SNS, 챗봇, 커뮤니티 등 보다 더 다양한 경로를 열어 고객과 소통하려는 기업이 늘고 있다.

그러나 여전한 기업 중심의 업무 분할로 인해 무한정 늘어만 놓은 채널에 따라 고객의 목소리가 흩어져버리는 경우가 잦다. 고객은 각자의 선호에 따라 기업이 가진 다양한 채널을 선택하며 그 것이 다른 채널임을 크게 의식하지 않는다. 그런데 만약 대응하는 채널마다 다른 메시지를 전달하거나 똑 같은 얘기를 매번 반복해야 한다면 큰 불편함을 느낄 것이다.

그렇기 때문에 산재된 고객여정데이터들을 한 데로 모으고 모든 채널의 통합 서비스 모니터링과 분석이 필요하다. 그렇게 해야 서비스가 실패했을 때 고객이 이탈한 지점을 실시간으로 찾아내서 개선 할 수 있다. 또한 고객상담 시에도 이전 채널에서의 접촉 내역과 상담 정보를 파악할 수 있어 고객이 처음부터 설명을 반복해야 하는 피로감을 덜 수 있다.

고객여정데이터에는 고객의 디지털 흔적(Digital Footprint) 뿐 아니라 그 동안 제대로 활용 하지 못했던 컨택센터의 시스템 로그와 함께 STT(Speech To Text)와 TA(Text Analytics) 등의 기술을 활용하여 데이터화된 콜, 채팅, 이메일 등의 상담내용이 포함되어야 한다. 빅데이터보 다 ‘우리 고객’에 초점을 두고 기업이 보유한 ‘스몰데이터’에 우선 집중하고 강화해나가야 한다.

최적의 고객여정을 위한 옴니채널 통합 라우팅
옴니채널은 온오프라인 뿐 아니라 다양한 채널 간의 일체화된 고객경험을 제공함으로써 완성되며 그 연결성은 고객이 기업에 도달하는 여정 내내 유지되어야 한다. 신기술의 도입 역시 여정의 일부분이기 때문에 기 구축된 인프라와의 연동은 필수적이다. 아울러 시스템의 물리적 인 연결뿐 아니라 서비스의 연계를 위해서는 옴니채널 통합라우팅이 실현되어야 한다. 활용 측 면에서 좀더 자세히 살펴보면 다음과 같다.

만약 계속해서 답변에 실패하는 챗봇에 실망한 고객은 어떻게 대처할 것인가? 옴니채널 통합라우팅을 통하면 실패한 대화창에서 바로 전문 상담원으로 연결이 가능하다. 이 때, 넘겨진 상담은 앞서 언급한 분석된 고객여정데이터 혹은 지원용 봇과 연결되어 상담원은 별도의 고객 설명 없이 직전 상담 내용을 자연스럽게 이어받을 수 있다.

복수의 채널을 운영해야 하는 관리자의 경우에는 때에 따라 들쑥날쑥한 각 채널의 고객 접 촉 수를 관리해야 하는 고충이 있다. 이 때 통합서비스모니터링과 옴니채널 통합라우팅을 활용 하여 유연한 센터 관리도 가능하다. 예를 들면 갑작스럽게 유인 상담원의 채팅 상담에 고객 문 의가 몰렸다면 상대적으로 여유가 있는 채널이나 챗봇 상담으로 유도하여 원활한 서비스를 제 공할 수 있을 것이다.

라우팅은 콜센터의 영역으로 IVR(자동응답시스템)을 따라 들어온 고객을 가장 적합한 상담 원에게 연결해준다. 옴니채널 환경에서 통합라우팅을 실현하게 되면 고객 입장에서는 어떠한 채널이 되었든 필요한 서비스를 가장 최적의 시간과 방법으로 제공받게 된다. 기업이 아닌 고객중심으로 여정을 설계하여 고객경험을 최대화할 수 있게 되는 것이다.


인공지능 기반 옴니채널 고객 상담 시스템 구성도 예시, 한솔인티큐브 인공지능 솔루션 아이작(ISAC).

마무리하며
기존의 콜센터는 이제 컨택센터라는 이름으로 확장됐다. 그 이면에는 기술과 시장의 변화에 따라 더 넓은 범위의 고객서비스를 수용하려는 철학이 존재한다. 그러나 상당수 조직에서 콜센터는 아직까지도 전화를 받는 과거의 조직으로 남아있다.

디지털 혁신의 시대에 고객과 소통하기 위해서는 고객센터가 더 이상 수동적인 조직이나 코스트센터로서 존재해서는 안 된다. 컨택센터는 능동적으로 고객의 불편함을 찾아서 개선하고 먼저 다가서서 고객 인게이지먼트를 이뤄낼 수 있는 지점에 서있다. 2018년도 고객경험 혁신의 관점에서 컨택센터는 신기술을 받아들이고 변화를 준비하여 고객과 함께 더욱 발전해나갈수 있는 조직이어야 한다.

* 김한조 차장은 한솔인티큐브의 에반젤리스트로써 신규 런칭한 인공지능 솔루션, 아이작(ISAC)의 프리세일즈를 총괄하고 있다. ciokr@idg.co.kr 



2017.12.22

한솔인티큐브 기고 | 2018년 고객경험의 혁신, 컨택센터가 '주역'이다

김한조 | CIO KR
기술의 발전에 따라 콜센터가 사양 산업에 접어들 것이라는 예측이 있었다. 인공지능의 도약과 함께 미래에 없어질 직업으로 콜센터 상담원이 손꼽히기도 했었다. 그러나 2016년 알파고 등장 이래 큰 기대감과 함께 기업에 우후죽순 도입된 챗봇은 대다수의 기업과 고객을 실망시켰다. 이에 반해 인터넷 은행의 출현, 금융권 지점 통폐합 등 비대면 채널의 수요가 증가함에 따라 상담원의 수요가 오히려 크게 증가하는 현상이 나타났다.

콜센터의 위기를 지적하는 목소리가 무의미한 것은 아니다. 아날로그 시스템과 IVR(자동응답시스템)에 의존해 과거에 머물러 있는 일부 콜센터들이 수동적인 고객 응대 조직으로 전락하기 쉬운 것도 사실이다. 2017년의 IT 키워드였던 인공지능, 빅데이터, 클라우드, 디지털 트랜스포메이션은 기업과 컨택센터 모두의 생존에 직접적으로 영향을 끼친다. 다음에서 고객경험의 시대에 최전방의 전략적 요충지로서 재조명 받고 있는 컨택센터가 2018년 어떻게 변화해 나갈지에 대해 살펴본다.

밀레니얼 시대 셀프 서비스로서의 챗봇
텍스팅(Texting)에 더 익숙한 밀레니얼 세대를 고려한, 기업의 챗봇 도입 열풍은 2018년에도 지속될 것으로 전망된다. 다만 컨택센터에 도입되는 챗봇은 당분간 전문 상담원의 역할을 대체하지는 못할 것이다. 대신 기존의 IVR(자동응답시스템)이나 홈페이지와 같은 또 하나의 디지털 셀프서비스 채널로써 큰 역할을 할 것으로 보인다.

기존의 챗봇은 인공지능보다는 단순, 반복되는 질문과 답을 1:1로 매칭한 시나리오 기반의 시스템이라 볼 수 있다. 그렇기 때문에 오타, 유의어, 비문 등을 입력하게 되면 정확한 매칭이 어려워 ‘잘 못 알아들었네요’를 연발하게 된다. 때문에 챗봇 도입으로 고객의 불만이 오히려 가중되기도 했다.

2017년 중반에 들어서는 검색 기반의 인공지능 시스템을 적용한 하이브리드형 챗봇이 시장에 들어섰다. 진화된 챗봇은 텍스트로 질문(input)을 던지면 구문(phrase)에서 발화자의 의도(intent)를 파악하고 사전 정의된 문답 리스트 속에서 가장 유사한 답변을 추출하여 질문자에게 답한다(Output). 또한 한국어를 학습하여 매끄러운 문장을 구사하여 보다 더 자연스러운 대화를 구현할 수 있다.

그러나 컨택센터의 전문 상담을 위해서는 인공지능 기술과 별개로 특정 도메인 데이터를 포함한 지식DB의 구축을 필요로 한다. 이는 각 기업의 고유한 데이터자산을 활용하여 특정 기업의 맞춤형 데이터사전으로 만드는 것이기 때문에 해당 도메인의 배경지식을 가진 전문가와 충분한 내부 검증 기간을 필요로 한다. 2018년도에는 대고객용 챗봇 도입과 함께 이러한 전문 상담을 위한 데이터사전의 준비가 동시 검토되어야 할 것이다.

상담원을 보조하는 인공지능, Agent Assistant
콜센터는 다른 직종에 비해 이직률이 5배나 높다. 새로운 상담원의 고용과 교육에 드는 금전적 비용은 차치하더라도 신입 상담원이 경력 상담원의 레벨까지 도달하는 데에 상당한 시간이 소요된다는 문제점이 있다. 그렇다고 미숙한 챗봇은 상담원의 대안이 될 수 없다. 이 때 상담원 지원용 봇(Agent Assistant)이 컨택센터에 최적화된 솔루션으로 부상할 전망이다.

상담원 지원용 봇은 기본적으로 상담원에게 가장 적절한 답변을 추천하는 서비스를 제공한다. 여기에 추가적으로 고객여정정보나 거래정보 데이터 등과 결합되면 상담원 지원 봇은 고객의 유형, 감성 상태 등을 판단하거나 상담 내용을 예측할 수도 있다. 상담원이 이를 활용하면 특별한 집체 교육 없이도 적절한 상담을 제공할 수 있을 뿐더러 고객별 개인화된 상담이나 상황에 따른 맞춤형 서비스의 제공까지 가능해지게 된다.

구현 방식은 앞서 언급한 검색 기반 시스템과 지식 기반 시스템으로 크게 구분된다. 우선, 검색 기반 방식을 상담원 지원 봇에 적용했을 때, 봇은 상담원에게 검색 엔진과 같이 상황별 추천 답변을 정확도에 따라 복수 나열한다. 반면에 지식 기반 방식은 데이터 간 관계와 속성을 사전 정의한 상담 전용 지식DB에서 추출하기 때문에 계산기와 같이 정답을 제시한다.

두 방식 모두 초기 단계의 미흡한 답변은 전문 상담원을 통해 2차 정교화 과정을 거쳐 고객에게 제출한다. 인간과 인공지능의 협업을 통해 지식사전의 고도화가 이뤄지는 것이다. 이로써 인공지능은 상담원 보조 역할을 다하면서도 대고객서비스에 앞서 충분히 학습할 기회를 얻게 된다.

진정한 옴니채널 실현을 위한 고객여정데이터의 수집, 분석 및 활용
고객경험의 시대에 고객서비스는 일방성을 벗어나 기업과 고객이 상호 소통하는 구조로 바뀌어 가고 있다. 전통적인 채널 외에 모바일 앱, SNS, 챗봇, 커뮤니티 등 보다 더 다양한 경로를 열어 고객과 소통하려는 기업이 늘고 있다.

그러나 여전한 기업 중심의 업무 분할로 인해 무한정 늘어만 놓은 채널에 따라 고객의 목소리가 흩어져버리는 경우가 잦다. 고객은 각자의 선호에 따라 기업이 가진 다양한 채널을 선택하며 그 것이 다른 채널임을 크게 의식하지 않는다. 그런데 만약 대응하는 채널마다 다른 메시지를 전달하거나 똑 같은 얘기를 매번 반복해야 한다면 큰 불편함을 느낄 것이다.

그렇기 때문에 산재된 고객여정데이터들을 한 데로 모으고 모든 채널의 통합 서비스 모니터링과 분석이 필요하다. 그렇게 해야 서비스가 실패했을 때 고객이 이탈한 지점을 실시간으로 찾아내서 개선 할 수 있다. 또한 고객상담 시에도 이전 채널에서의 접촉 내역과 상담 정보를 파악할 수 있어 고객이 처음부터 설명을 반복해야 하는 피로감을 덜 수 있다.

고객여정데이터에는 고객의 디지털 흔적(Digital Footprint) 뿐 아니라 그 동안 제대로 활용 하지 못했던 컨택센터의 시스템 로그와 함께 STT(Speech To Text)와 TA(Text Analytics) 등의 기술을 활용하여 데이터화된 콜, 채팅, 이메일 등의 상담내용이 포함되어야 한다. 빅데이터보 다 ‘우리 고객’에 초점을 두고 기업이 보유한 ‘스몰데이터’에 우선 집중하고 강화해나가야 한다.

최적의 고객여정을 위한 옴니채널 통합 라우팅
옴니채널은 온오프라인 뿐 아니라 다양한 채널 간의 일체화된 고객경험을 제공함으로써 완성되며 그 연결성은 고객이 기업에 도달하는 여정 내내 유지되어야 한다. 신기술의 도입 역시 여정의 일부분이기 때문에 기 구축된 인프라와의 연동은 필수적이다. 아울러 시스템의 물리적 인 연결뿐 아니라 서비스의 연계를 위해서는 옴니채널 통합라우팅이 실현되어야 한다. 활용 측 면에서 좀더 자세히 살펴보면 다음과 같다.

만약 계속해서 답변에 실패하는 챗봇에 실망한 고객은 어떻게 대처할 것인가? 옴니채널 통합라우팅을 통하면 실패한 대화창에서 바로 전문 상담원으로 연결이 가능하다. 이 때, 넘겨진 상담은 앞서 언급한 분석된 고객여정데이터 혹은 지원용 봇과 연결되어 상담원은 별도의 고객 설명 없이 직전 상담 내용을 자연스럽게 이어받을 수 있다.

복수의 채널을 운영해야 하는 관리자의 경우에는 때에 따라 들쑥날쑥한 각 채널의 고객 접 촉 수를 관리해야 하는 고충이 있다. 이 때 통합서비스모니터링과 옴니채널 통합라우팅을 활용 하여 유연한 센터 관리도 가능하다. 예를 들면 갑작스럽게 유인 상담원의 채팅 상담에 고객 문 의가 몰렸다면 상대적으로 여유가 있는 채널이나 챗봇 상담으로 유도하여 원활한 서비스를 제 공할 수 있을 것이다.

라우팅은 콜센터의 영역으로 IVR(자동응답시스템)을 따라 들어온 고객을 가장 적합한 상담 원에게 연결해준다. 옴니채널 환경에서 통합라우팅을 실현하게 되면 고객 입장에서는 어떠한 채널이 되었든 필요한 서비스를 가장 최적의 시간과 방법으로 제공받게 된다. 기업이 아닌 고객중심으로 여정을 설계하여 고객경험을 최대화할 수 있게 되는 것이다.


인공지능 기반 옴니채널 고객 상담 시스템 구성도 예시, 한솔인티큐브 인공지능 솔루션 아이작(ISAC).

마무리하며
기존의 콜센터는 이제 컨택센터라는 이름으로 확장됐다. 그 이면에는 기술과 시장의 변화에 따라 더 넓은 범위의 고객서비스를 수용하려는 철학이 존재한다. 그러나 상당수 조직에서 콜센터는 아직까지도 전화를 받는 과거의 조직으로 남아있다.

디지털 혁신의 시대에 고객과 소통하기 위해서는 고객센터가 더 이상 수동적인 조직이나 코스트센터로서 존재해서는 안 된다. 컨택센터는 능동적으로 고객의 불편함을 찾아서 개선하고 먼저 다가서서 고객 인게이지먼트를 이뤄낼 수 있는 지점에 서있다. 2018년도 고객경험 혁신의 관점에서 컨택센터는 신기술을 받아들이고 변화를 준비하여 고객과 함께 더욱 발전해나갈수 있는 조직이어야 한다.

* 김한조 차장은 한솔인티큐브의 에반젤리스트로써 신규 런칭한 인공지능 솔루션, 아이작(ISAC)의 프리세일즈를 총괄하고 있다. ciokr@idg.co.kr 

X