LG U+

안녕하세요, 저는 MG 신용정보 고객 사업본부 고객 사업센터에서 BPO(Business Process Outsourcing) 사업을 총괄하는 PM 나란 팀장입니다. MG 신용정보는 유통이나 금융, 공공기관 등 다양한 산업의 고객센터를 위탁 운영하고 관리하는 고객 관리(CRM) 사업을 하고 있어요.

맞아요. MG 신용정보라고 하면 채권추심이나 신용정보 관리를 먼저 떠올리시는 분들이 많죠. 그런데 채권 사업 자체도 고객을 대상으로 상담과 안내를 제공하고 관계를 관리하는 업무거든요. CRM과 본질적으로 연결된 영역이에요.

MG 신용정보는 1985년 한국신용평가라는 이름으로 출발해 개인신용정보와 채권 관리 서비스를 제공하며 오랜 경험을 쌓아 왔습니다. 이후 2010년 사명을 변경하면서 고객센터(CRM) 사업본부를 별도로 확장했고, 본격적인 고객센터 운영 경력만 따져도 이제 15년이 훌쩍 넘었어요.

저희는 고객센터가 기업과 고객이 실제로 만나는 접점이라고 생각해요. 그 접점이 더 잘 작동할 수 있도록 지원하는 것이 저희 역할이에요. 서비스 성격과 운영 방식이 다른 고객사의 각 상황을 파악하고, 그에 맞는 운영 모델을 함께 설계하죠. 이를 바탕으로 상담원 채용·교육·운영 관리·보안까지 네 가지 영역을 통합 지원하고 있어요.

현재는 그 경험을 인정받아 약 40개 고객사와 파트너십을 맺고 있고, 규모에 따라 100~200석부터 10석 이하까지 다양하게 운영하고 있어요.

노하우라고 하니 뭔가 비밀을 말해야 할 것 같은데요.(웃음) 저희가 가장 중요하게 생각하는 건 '고객사 비즈니스에 대한 이해' 예요. 상담 인력을 제공하는 데서 그치는 게 아니라, 그 기업의 서비스 구조와 고객 문의 패턴을 먼저 파악하고 그에 맞는 상담 프로세스를 함께 만들어가는 거죠.

유통, 금융, 공공기관 등 산업마다 고객 문의의 특성과 대응 방식이 다르거든요. 그 경험이 쌓일수록 운영의 완성도도 높아지고요. 다양한 산업을 거쳐온 만큼, 각 기업 상황에 맞는 운영 모델을 제안할 수 있다는 게 저희 강점이라고 생각해요.

가장 힘들었던 건 상담 품질을 일정하게 유지하는 문제였어요. 문의가 갑자기 몰리면 상담원 피로도가 높아지고, 그게 곧 품질 저하로 이어지거든요. 상담원이 안정적인 환경에서 일할 수 있어야 고객 만족도도 함께 올라간다고 생각하는데, 그 균형을 맞추는 게 쉽지 않았어요.

대표적인 사례가 환기 설비 사업을 하는 H사예요. 매출이 빠르게 성장하면서 고객 문의도 급증했는데, 당시 자체 고객센터를 운영할 여건이 갖춰지지 않은 상황이었어요. MG 신용정보가 2014년부터 위탁 운영을 맡게 됐는데, 초반에는 응대율이 무너지고 대기와 콜백이 계속 쌓였어요. 거기다 단순 문의가 반복되면서 상담이 점점 기계적으로 변하고, 상담원도 고객도 지쳐가는 상황이 됐죠.

기본적인 해법은 두 가지예요. 인력을 늘리거나 문의량을 줄이거나. 그런데 비용과 물리적인 제약 때문에 현실적으로 둘 다 쉽지 않았어요.

그래서 방향을 바꿔서, 제한된 인원으로도 효율적으로 운영할 수 있는 구조 자체를 다시 설계하는 데 집중했어요. 단순 문의는 빠르게 처리하고, 상담원은 중요한 상담에 집중하고, 관리자는 품질 개선에 전념할 수 있는 환경이요.

그 해답을 찾는 과정에서 눈에 들어온 것이 AICC였어요. AI 기반 시스템을 활용하면 문의 유형을 빠르게 분류하고 상담 흐름 전체를 효율적으로 설계할 수 있겠다 싶었어요. 그때부터 국내 AICC 기능들을 하나씩 비교하고, 현장 적용 사례도 많이 찾아봤는데 그 과정에서 LG유플러스의 AICC 서비스를 알게 됐고, H사 고객센터에 순차적으로 적용해 나갔죠.

먼저 실제 상담 데이터를 분석해 반복적으로 들어오는 문의 유형을 파악했어요. 단순 문의와 상담원 연결이 필요한 문의를 구분하는 작업부터 시작한 거죠.

그다음엔 현장에서 여러 차례 테스트했어요. AI콜봇이 어떤 문의를 먼저 응대하고, 어떤 경우에 상담원에게 넘겨야 하는지 기준을 상담원들과 함께 조정해 나가는 과정이 필요했거든요. 그렇게 테스트와 수정을 반복하다 보니, 어느새 AI콜봇이 실제 상담 흐름 안에 자연스럽게 자리를 잡았어요.

가장 크게 달라진 건 상담 흐름이에요. 반복 문의는 AI가 먼저 응대하고, 실제 상담이 필요한 경우에만 상담원에게 연결되는 방식으로 바뀌었거든요. 덕분에 상담원들이 단순 문의에서 벗어나 더 중요한 상담에 집중할 수 있게 됐고, 도입 약 4개월 만에 평균 응대율이 30% 이상 올라갔어요. 상담 품질도 자연스럽게 함께 좋아졌고, H사도 굉장히 만족해하셨어요.

긍정적이에요. AI콜봇으로 상담 흐름이 정리된 것에 더해 AI 상담 지원 기능까지 활용되면서 체감 만족도가 많이 올라갔어요.

원래는 고객사마다 응대 매뉴얼과 정보량이 워낙 많다 보니 베테랑과 신입 상담원 사이에 품질 차이가 생기곤 했어요. 그리고 그 차이는 고객한테도 그대로 느껴지거든요. 누가 응대하던 바로 답변 받고 싶은데, 현실은 그렇지 않을 때가 많잖아요? 상담원들 스스로도 그 부분에 대한 부담을 느끼고 있었는데, AI 상담 지원 기능이 딱 그 지점을 채워줬어요. 덕분에 신입도 매뉴얼 찾는 시간이 줄고, 고객을 기다리게 하는 상황도 눈에 띄게 줄었어요.

관리자에게는 어쩌면 더 체감이 큰 변화였을 거예요.

상담 품질을 관리하려면 상담 내용 확인이 필수인데, 기존엔 문제가 생기면 녹취를 하나하나 다시 들어야 했어요. 업무 부담이 컸고, 사후 대응이 될 수밖에 없었죠. 지금은 진행 중인 상담 내용을 실시간 텍스트로 확인하면서 즉각 모니터링하고 필요할 때 바로 개입할 수 있게 됐어요. 녹취 청취에 쓰던 시간을 이제는 진짜 필요한 곳에 쓸 수 있게 된 거죠.

확실히 변화가 있어요. 예전에는 상담 인력을 얼마나 확보하느냐가 핵심이었다면, 지금은 기술을 활용해 상담 환경을 얼마나 효율적으로 설계하느냐가 더 중요해진 것 같아요.

단순 문의는 AI가 먼저 응대하고, 상담원은 전문적인 상담에 집중하는 방식이 점점 표준 운영 모델이 되어가고 있어요. 저희도 그 변화를 직접 경험했죠.

국내 AICC 업체 대부분을 한 번씩 미팅해 봤어요. 처음엔 당연히 비용을 먼저 보게 되는데, 결국 비슷한 비용 범위 안에서 얼마나 안정적이고 유연하게 운영할 수 있는지가 더 중요하다는 걸 느꼈어요.

U+AICC는 클라우드 기반 구독형이라 필요한 기능을 필요한 만큼 쓸 수 있었고, 논의 시작부터 실제 도입까지 속도도 빨랐어요. 무엇보다 도입 과정에서 제가 모르는 부분이 생기면 담당자분들이 구현할 수 있는 기능과 적용 방법을 바로 설명해 주시고, 빠르게 반영할 수 있는 건 즉시 업데이트해 주셨어요. 기술적인 이슈엔 기술진을 바로 연결해 주시기도 했고요. 솔루션 완성도는 물론이고, 현장에서 함께 부딪히며 빠르게 풀어가는 파트너인가 - 그게 결정적이었죠.

서비스를 비교할 때 대응이 얼마나 신속하고 유연한지를 꼭 확인해 보시길 권합니다. 솔루션 기능 자체는 업체마다 어느 정도 비슷해 보일 수 있어요. 하지만 실제 운영에서 생기는 크고 작은 요청에 얼마나 빠르게 움직여 주는지는 업체마다 차이가 클 수밖에 없어요.

저도 개발 전문가가 아니다 보니 도입 초기에 질문이 정말 많았는데, LG유플러스 담당자분들이 그때마다 바로 설명해 주시고, 기술진을 직접 연결해 주시기도 했어요. 대기업인데도 하나하나 맞춤형으로 대응해 주신 게 솔직히 인상적이었죠.

그 과정에서 저도 자연스럽게 AICC를 깊이 공부하게 됐어요. 사례도 찾아보고, 기능도 비교하고, 어떻게 현장에 적용할지 계속 고민하다 보니 밥 먹을 때도 회의할 때도 AICC 얘기를 달고 살았죠. 덕분에 사내에서 'AI 나란'이라는 별명이 생겼어요.(웃음) 좋은 파트너를 만나면 도입 이후에도 계속 발전하게 된다는걸, 몸소 느꼈어요.

사업이 한 단계 성장하는 데 중요한 발판이 됐어요. 이제는 고객센터 운영에 AICC 도입이 사실상 필수가 됐다고 봐도 될 것 같아요. 경쟁사들도 이미 자체 AI 기반 상담 시스템을 구축하고 있으니까요.

MG 신용정보 입장에서도 경쟁력을 유지하려면 신뢰할 수 있는 파트너가 필요했는데, 저희에게 그 파트너가 LG유플러스였어요. 단순한 고객사로 대하지 않고 전략적인 파트너로 함께해 주셨고, 서비스 고도화 과정에서 저희 의견도 적극 반영해 주셔서 지금도 든든한 파트너를 만난 것 같아 감사하게 생각하고 있어요.