고객센터를 운영하다 보면 두 가지 고민이 늘 따라옵니다. ‘비용은
어떻게 줄이지?’, ‘그러면서도 상담 품질은 어떻게 상승시킬 수
있을까?’ 이 오래된 딜레마를 AI로 풀어가고 있는 LG 유플러스
담당자들을 직접 만나봤습니다.
고객센터, 지금 이렇게 바뀌고 있습니다.
Q. 안녕하세요. 두 분 자기소개 부탁드립니다.
김은총:
안녕하세요. 김은총입니다. 저는 AI 사업 1팀에서 AICC 클라우드를
담당하는 상품 PM으로 AICC 클라우드 여러 상품 중 콜봇 쪽을
중점적으로 다루고 있습니다.
김승준: 안녕하세요. 김승준입니다. 저도 AI 사업 1팀에서 함께 AICC 콜봇
사업을 맡고 있습니다.
Q. 먼저 두 분께 최근 AICC나 콜봇 시장의 흐름부터 여쭤보고
싶은데요. 혹시 현장에서 체감하시는 변화가 있을까요?
김승준:
최근 가장 크게 느껴지는 변화는, 고객센터가 단순히 전화받는 곳이
아니라 고객 경험 전체를 연결하는 창구로 바뀌고 있다는 점입니다.
고객들은 웹사이트, 모바일 앱, 콜센터, 오프라인 매장 등 다양한
접점을 넘나들면서 브랜드를 경험하고 있는데요. 이런 환경에서는
채널별로 따로 상담 창구를 운영하는 방식만으로는 일관된 고객 경험을
제공하기가 어렵습니다.
그래서 최근 AICC는 단순 상담 자동화를 넘어 고객 행동 데이터나 상담 이력,
서비스 이용 정보를 연계해서 고객 여정을 기반으로 상담을 지원하는
방향으로 발전하고 있습니다. 여기에 생성형 AI를 비롯한 기술 발전이 더해지면서 고객이 어떤 표현으로 질문해도 이해하고, 이어서
답하는 수준까지 빠르게 개선되고 있습니다.
실제 상담 현장에서도 이 변화가 체감됩니다. 예전에는 고객이 조금만
다른 표현으로 질문해도 원하는 답을 받기 어려운 경우가 많았어요.
'배송 언제 와요?' 대신 '지금 출발했나요?'라고 물었을 때 봇이
멈춰버리거나, 위치 안내 후 '주차도 되나요?'라고 이어서 물으면
처음부터 다시 말해야 했죠. 지금은 고객의 표현이 달라도 맥락을
기반으로 의도를 파악하고, 이전 대화 흐름까지 반영해 자연스럽게
이어서 응답할 수 있게 됐습니다. 상담원 역시 반복 문의 대신 더
복잡한 상담에 집중할 수 있는 환경으로 바뀌고 있고요.
Q. 그렇다면 실제로 AICC 도입을 검토하는 고객사들은 어떤 부분을
가장 많이 고민하던가요?
김은총: AICC 도입을 문의하는 고객사들과 상담하다 보면, 공통으로 두 가지
고민을 말씀하세요. 운영 비용은 줄이고 싶은데, 상담 품질은 놓치고 싶지 않다는 거죠. 그럴 때 'U+AICC' 도입이 해결책이 될 수 있다고 제안하는데요.
예를 들어 영업시간 안내나 위치 정보처럼 반복적으로 들어오는 문의를 AI콜봇이 24시간 자동으로 처리하면 운영
효율이 높아지고, 상담원은 자연스럽게 더 복잡한 상담에 집중할 수 있게 되는 거죠. 그 결과, 비용은 줄이고 상담 품질은 유지하는
구조를 동시에 만들 수 있습니다.
AICC클라우드를 도입하면 이런 효과를 얻을 수 있어요! UP : 상담 업무
효율 상승 단순 반복 업무는 AI 콜봇이 대신하고 상담사는 전문 상담에
집중할 수 있어요 비즈니스 전문성 강화 상담 내용을 체계적으로
관리/분석하여 고객센터 운영 방식을 개선할 수 있어요 고객 만족도 상승
AICC 고객센터는 24시간. 365일 운영, 상담 대기 시간은 줄고, 고객
만족도는 올라가요 DOWN : 구축 운영 비용 절감 구축비, 유지 보수비 등
비용 부담 없이 AI 컨택센터를 효율적으로 운영할 수 있어요? 상담 업무
시간 감소 원하는 상담을 받기 위해 대기하거나 통화 종료 후 후처리 업무
시간을 줄일 수 있어요
AI콜봇의 한계를 넘다 - U+AICC의 진화된 상담 방식
Q. AICC의 핵심 기능 중 하나인 AI콜봇에 대한 이야기를 좀 더
여쭤보고 싶습니다. 초기 AI콜봇은 시나리오 기반이라 다양한 표현을
이해하는 데 한계가 있다는 인식도 있었는데요.
김승준: 맞습니다. 기존 AI콜봇은 시나리오 기반으로 작동하다 보니, 정해진
흐름 안에서는 안정적이지만 다양한 표현을 유연하게 이해하는 데는
한계가 있었어요. 그래서 저희는 이러한 부분을 보완하기 위해
‘Agentic콜봇’을 도입했습니다. 고객이 말을 조금 다르게
표현하더라도, 대화 흐름 전체를 바탕으로 의도를 파악하고, 고객
이력이나 정보까지 함께 반영해 응답할 수 있도록 고도화한
것이죠.
AI콜봇(Rule-Base) 미리 정해진 시나리오에 따라 대화를 진행.
시나리오에서 벗어난 질문은 답변하지 못함. 의도 분류, 패턴 매칭.
Agentic콜봇(Generative) 대규모 언어 모델을 통해 학습한 데이터 세트를
기반으로 대화를 진행. 대화 문맥을 이해하고 더 자연스러운 응대. 생성형
AI, 딥러닝. 왜 Agentic콜봇이 고객센터에 필요할까요? 자연스러운 대화
경험. 단순 키워드나 정해진 답변이 아닌 생성형 AI로 자연스러운 대화
진행. 복잡한 질문도 스스로 해결. 고객 발화에 필수 확인값이 없거나
복잡한 질문을 하더라도 추가 질문을 통해 스스로 탐색. 대화 흐름에 맞춰
유연하게 대응. 고객이 주제를 바꾸거나 예상하지 못한 발화를 해도
유연하게 대응. 별도 학습 작업 없는 외부 지식 검색 응대. 질문·답변 학습
데이터나 대규모 시나리오 작업 없이 외부 지식 검색(RAG)으로 응대.
Q. Agentic콜봇이 맥락을 이해한다고 하셨는데, 생성형 AI 특유의
문제도 있잖아요. 사실과 다른 답변을 생성하는 경우요. 고객 상담에
적용했을 때 이 부분은 어떻게 보완하셨나요?
김승준: 생성형 AI를 사용해 보신 분들이라면 예상과 다른 답변이
나오는 경험을 한 번쯤 해보셨을 텐데요. 이는 방대한 공개 데이터를
기반으로 답변을 생성하는 구조적 특성 때문입니다. 하지만 고객 상담
영역에서는 이런 오차가 허용되기 어렵습니다.
그래서 Agentic콜봇은 사내 지식 베이스를 실시간으로 검색해 필요한 정보를
기반으로만 답변을 생성하도록 설계했습니다. 공식 홈페이지나 내부 문서, 고객 데이터 등 검증된 정보
범위 내에서만 응답하도록 제어하는 방식입니다.
기존 AI콜봇처럼 사전에 모든 응답을 분기 설계하는 방식이 아니라,
공식 홈페이지, 내부 운영 문서, 고객 데이터 등 검증된 자료만
실시간으로 찾아서 그 안에서만 답변을 만들어요. 요금이나 정책처럼
정확도가 특히 중요한 문의에서 AI가 그럴듯하지만, 틀린 말을 하는
상황을 막는 구조입니다.
Q. 그럼, 실제 상담에서는 어떤 순서로 작동하나요? AI가 고객 문의를
받으면 어떤 과정을 거쳐 답변이 나오는 건지 궁금합니다.
김은총: 실제 운영에서는 기능을 여러 단계로 나눠서 처리하고 있는데요. 쉽게
말하면, 고객이 질문하면 먼저 AI가 “이게 어떤 문의인지”부터
판단합니다. 예를 들어 A/S 문의인지, 부서 연결 요청인지, 단순
안내인지 구분하는 단계라고 보시면 됩니다.
그다음에는 해당 유형에 맞게 안내하거나, 필요한 경우 담당 부서로
연결해 주는 방식으로 응대가 이루어지고요. 이 과정에서 공식
홈페이지나 내부 문서에 있는 정보를 기반으로 답변을 생성하기 때문에
보다 정확한 안내가 가능합니다.
조금 더 복잡한 요청의 경우에는 별도의 기능을 통해 처리하는데요.
예를 들어 예약 변경처럼 실제 고객 정보 확인이 필요한 상황에서는,
AI가 혼자 판단하는 것이 아니라 외부 시스템과 연동해 현재 예약
상태를 확인한 뒤 그 결과를 바탕으로 답변을 제공합니다.
이처럼 단순 문의부터 실제 업무 처리까지 단계별로 나눠서 대응하는
구조라고 보시면 됩니다.
Q. 결국 이런 기능들이 제대로 작동하려면 대화를 이해하고 답변을
생성하는 AI 언어 모델(LLM)의 역할이 클 것 같은데요. U+AICC는 어떤
모델을 활용하고 있나요?
김은총: 맞아요. 단순 안내를 넘어 실제 업무 처리까지 대화 흐름 안에서
자연스럽게 수행하려면 LLM의 역할이 중요하죠. U+AICC는 LG AI
연구원이 개발한 AI 모델을 기반으로 하면서, 외부 AI 사업자와의
협업도 병행하고 있어요. 독자 기술에만 머무르지 않고, 더 나은
성능을 위해 외부와 협력하는 전략 역시 U+AICC의 중요한 강점이라고
생각합니다.
Q. 외부 AI 사업자와의 협업도 병행하고 있다고 하셨는데, 어떤
이유로 협업이 이어지게 된 건가요?
김은총: 다양한 모델을 비교한 결과, OpenAI의 GPT 계열 모델이 고객의 의도와 대화를 가장 자연스럽게 이해하는 데
강점이 있어 협업으로 이어졌습니다. 이 과정에서 실제 상담 환경에 맞추기 위한 속도 개선도 함께
진행됐는데요, 초기에는 응답이 2~7초 정도 지연되는 문제가
있었습니다. 이후 협업을 통해 이 부분을 개선하면서, 실제 상담에서도
끊김 없이 사용할 수 있는 수준까지 속도를 끌어올렸습니다.
Q. 상담센터에서 몇 초 차이가 상담 품질에 큰 영향을 미칠 것
같은데요. 응답 속도 외에 협업을 통해 개선된 부분이 또
있을까요?
김은총:
협업을 통해 단순히 답변을 생성하는 수준을 넘어, 고객 상황과 대화 흐름을 이해하고 그에 맞는 답을 안정적으로 이어갈
수 있게 됐습니다. 현재는 한 단계 더 나아가, 음성 인식부터 답변, 응답까지 전 과정을
거의 실시간으로 연결하는 방향으로 발전하고 있습니다. 이를 통해
고객 입장에서는 기다림 없이 자연스럽게 이어지는 상담 경험이
가능해졌습니다.
부담 없이 시작하는 AICC, 클라우드로 가볍게
Q. 말씀해 주신 것처럼 AICC는 기술적으로 빠르게 발전하고 있고,
실제 현장 적용도 함께 이루어지고 있는 점이 인상적인데요. 그렇다면
이런 흐름 속에서, 도입을 고민하는 기업들에게 한 말씀해 주신다면요?
김은총: AI 도입에 부담이나 거부감을 느끼는 기업도 분명 있을 거예요.
하지만 처음부터 모든 영역을 한 번에 바꿀 필요는 없습니다. 반복 문의처럼 자동화하기 쉬운 업무부터 적용해 보고, 효과를 확인한
뒤 점진적으로 확대하는 방식으로도 충분히 시작할 수 있어요. 'U+AICC 클라우드'는 기존 콜
인프라와 자연스럽게 연동되도록 설계돼 있어서, 기존 시스템을 유지한 채로 단계적으로 도입하는 것도 가능합니다. 무엇보다 LG유플러스는 직접 대규모 고객센터를 운영해 봤기 때문에, 도입
초기에 어디서 막히는지 미리 알고 있어요. 그 경험을 그대로
가져다드릴 수 있다는 게 저희만의 강점이라고 생각합니다.
김승준:
현장에서 직접 체감하는 입장에서 말씀드리면, AI 상담 수준은 생각보다 훨씬 빠르게 발전하고 있습니다. 반복 업무 영역에서는 이미 충분한 성과가 나오고
있고, 도입 기간도 길지 않아요. 한번 경험해 보시면 운영 방식이
얼마나 달라질 수 있는지 직접 느끼실 수 있을 겁니다.
● ● ● ● ●
AICC 도입 효과와 적용 방법, 핵심 정보를 정리했습니다.
AICC를 더 깊이 이해하고 싶다면, 지난 레터도 함께 확인해
보세요.
AICC 시리즈 ① : 'AI한테 고맙다고 말해본 적 있다면' 보러 가기