AI가 반복 문의를 맡고 사람은 판단이 필요한 대화에 집중하는 방법을, 인계 설계·번역·지식 관리·교정 학습까지 정리했습니다.
상담 인원은 그대로인데 문의 채널만 늘어나고 있습니다. 웹사이트 채팅, 카카오톡, Instagram DM까지 열어 두면 같은 질문에 같은 답을 하루 종일 반복하게 되고, 정작 사람의 판단이 필요한 대화는 뒤로 밀립니다. 이 글에서는 AI가 상담원을 대체하는 것이 아니라 돕는 구조를 어떻게 설계하는지, 특히 AI에서 사람으로 넘어가는 인계 순간을 어떻게 다뤄야 하는지 실무 관점에서 정리합니다.
에이전트 어시스트란 무엇인가
에이전트 어시스트는 한마디로 사람 상담원이 일하는 흐름 곁에서 AI가 반복 작업을 덜어 주는 방식입니다. 흔히 두 가지가 섞여서 이야기되므로 먼저 나누어 보겠습니다.
- AI가 앞에서 받는 방식: 고객의 첫 질문은 AI가 응대하고, 해결되지 않거나 사람이 필요한 경우에만 상담원에게 넘깁니다.
- AI가 옆에서 돕는 방식: 상담원이 직접 대화를 맡았을 때 번역, 저장된 답변, 과거 대화 기록 같은 도구로 속도와 품질을 높입니다.
현업에서는 이 둘이 이어져야 효과가 납니다. 앞에서 받는 AI가 아무리 똑똑해도 넘겨받은 상담원이 맥락을 모르면 고객은 같은 설명을 처음부터 반복해야 하고, 옆에서 돕는 도구가 아무리 좋아도 인계가 엉키면 소용이 없습니다.
따라서 에이전트 어시스트의 목표는 "AI 응답률을 높이는 것"이 아닙니다. 고객이 어느 쪽과 이야기하든 같은 품질의 답을 받고, 사람이 개입해야 할 때는 정확한 시점에 정확한 담당자에게 닿게 하는 것입니다.
AI가 사람을 가장 크게 돕는 지점
모든 문의가 같은 무게는 아닙니다. 아래는 이해를 돕기 위한 가상의 예시입니다. 어떤 쇼핑몰이 한 달에 300건의 채팅을 받는다고 가정해 보겠습니다.
이 예시에서 배송 조회, 영업시간, 교환·환불 절차는 합쳐서 230건입니다. 답이 정해져 있고 문서로 정리할 수 있는 문의입니다. 이런 문의는 AI가 먼저 받는 것이 고객에게도 빠르고 상담원에게도 부담이 적습니다. 반대로 결제 오류의 일부와 불만·예외 요청은 계정 확인, 사과, 재량 판단이 필요해 사람이 맡는 편이 낫습니다.
도움이 큰 지점을 정리하면 다음과 같습니다.
1. 반복 문의의 1차 응대
"언제 도착하나요", "영업시간이 어떻게 되나요" 같은 질문은 상담원의 집중력을 가장 많이 깎아 먹는 유형입니다. 어려워서가 아니라 끝없이 반복되기 때문입니다. 이 부분을 AI가 맡으면 상담원은 하루의 대부분을 판단이 필요한 대화에 쓸 수 있습니다.
2. 야간·주말 공백 메우기
사람이 없는 시간에도 고객은 문의합니다. AI가 기본 문의를 받아 두고, 사람이 필요한 건은 근무 시간에 이어서 처리할 수 있도록 맥락과 함께 남겨 두면 다음 날 아침의 출발선이 달라집니다.
3. 채널을 가리지 않는 일관성
웹사이트 채팅에서는 정확하게 안내했는데 카카오톡에서는 다른 답이 나간다면 신뢰가 흔들립니다. 같은 지식 기반을 여러 채널이 공유하면 채널이 늘어도 답변의 기준은 하나로 유지됩니다.
인계의 순간이 승부처입니다
고객이 가장 불만을 느끼는 순간은 AI가 틀렸을 때보다 "사람에게 연결해 달라고 했는데 아무 일도 일어나지 않을 때"입니다. 인계는 단순한 기능 하나가 아니라 설계가 필요한 과정입니다.
- 01고객이 사람 연결 요청
- 02근무 중인 담당자 자동 배정
- 03담당자에게 알림 전달
- 04담당자가 대화를 이어받음
좋은 인계에는 네 가지 조건이 필요합니다.
- 언제 넘길지 기준이 있어야 합니다. 고객이 직접 요청한 경우, 환불 예외나 불만처럼 AI가 판단하면 안 되는 주제, 같은 질문이 반복되어 해결이 안 되는 경우를 미리 정해 둡니다.
- 일하고 있는 사람에게 가야 합니다. 퇴근한 담당자에게 알림이 가면 고객은 기다리다 떠납니다. 근무표와 시간대를 기준으로 배정되어야 합니다.
- 담당자가 알아차려야 합니다. 담당자가 쓰는 메신저나 이메일로 알림이 가야 놓치지 않습니다.
- 고객에게 솔직한 안내가 나가야 합니다. "곧 연락드리겠습니다"처럼 근거 없는 약속은 오히려 불신을 키웁니다. 근무 일정에 근거해 다음에 무슨 일이 일어나는지만 정직하게 알려야 합니다.
특히 네 번째가 중요합니다. 대기 시간을 AI가 임의로 지어내는 순간 지켜지지 않는 약속이 만들어집니다. 안내 문구는 실제 근무표를 기준으로 나가야 합니다.
언어의 장벽 허물기
한국 기업이라도 상담 언어가 한국어 하나로 끝나는 경우는 점점 줄고 있습니다. 해외 직구 고객, 관광객, 외국인 거주자가 웹사이트 채팅이나 Instagram DM으로 일본어, 영어, 중국어 문의를 보내오기도 합니다. 그때마다 외국어가 가능한 직원을 찾으면 응대가 늦어집니다.
사람이 직접 대화를 이어받는 단계에서는 실시간 번역이 도움이 됩니다. 고객은 자신의 언어로 쓰고, 상담원은 자신의 언어로 읽고 답하는 방식입니다. 이렇게 하면 언어 때문에 담당자 후보가 줄어들지 않고, 근무 중인 사람이 곧바로 받을 수 있습니다.
몇 가지 운영 팁이 있습니다.
- 환영 메시지는 위젯이 지원하는 언어로 자동 번역되도록 해 두면, 첫인상부터 고객의 언어로 시작할 수 있습니다.
- 번역은 속도를 위한 수단이므로, 환불 금액이나 날짜처럼 오해가 생기면 비용이 큰 정보는 한 번 더 확인하는 습관을 둡니다.
- 고객이 어떤 언어로 문의하는지 대화 기록에서 확인해 두면, 어느 언어의 안내 문서를 먼저 보강할지 우선순위를 정할 수 있습니다.
답변의 단일 출처를 만드십시오
AI와 사람이 서로 다른 답을 하는 가장 흔한 이유는 기준 문서가 여러 곳에 흩어져 있기 때문입니다. 반품 규정은 공지사항에, 최신 예외는 팀 채팅방에, 상담원의 기억 속에는 또 다른 버전이 있는 식입니다.
해결책은 단순합니다. 답변의 근거가 되는 문서를 한곳에 모으고, 그것을 AI도 사람도 같이 참조하게 만드는 것입니다.
무엇을 넣을까
- 자주 묻는 질문과 정답 쌍
- 배송·교환·환불 정책 문서
- 상품 안내와 이용 가이드
- 사내 위키나 문서 저장소에 이미 정리된 내용
어떻게 유지할까
- 정책이 바뀌면 문서를 먼저 고치고, 그 다음에 대화 응대를 점검합니다.
- 누가 언제 문서를 고쳤는지 추적할 수 있어야 문제가 생겼을 때 원인을 찾기 쉽습니다.
- 오래된 문서는 지우거나 갱신합니다. 틀린 문서가 남아 있으면 AI는 그 내용을 자신 있게 답합니다.
지식 기반이 정리되면 신입 상담원의 교육 부담도 함께 줄어듭니다. AI가 참조하는 같은 문서가 곧 신입의 교재가 되기 때문입니다.
교정이 학습이 되는 선순환
AI를 도입한 뒤 가장 아까운 일은 상담원이 AI의 부족한 답을 대화 중에 고쳐 주고도 그 수정이 어디에도 남지 않는 경우입니다. 같은 실수가 내일 또 반복됩니다.
선순환의 핵심은 상담원이 고친 답변을 이상적인 답변으로 AI에게 되돌려 주는 것입니다. 흐름은 이렇습니다.
- 고객이 질문하고, AI가 답하거나 사람이 대화를 이어받습니다.
- 상담원이 부정확하거나 어색한 답변을 발견하고 더 나은 답으로 고칩니다.
- 고친 답을 이상적인 답변으로 저장해 AI의 학습 자료로 삼습니다.
- 비슷한 질문이 다시 들어오면 AI가 더 나은 답을 합니다.
여기에 고객의 좋아요·싫어요 평가를 함께 보면 어느 답변부터 손봐야 하는지 우선순위가 보입니다. 싫어요가 몰리는 질문 유형이 곧 다음 주의 개선 과제입니다.
도입 후 무엇을 점검할까
도입했다면 숫자보다 먼저 흐름을 점검하십시오. 다음 질문에 답할 수 있는지 확인해 보시기 바랍니다.
- AI가 해결하지 못한 대화는 사람에게 제때 넘어가고 있는가
- 인계된 대화에서 고객이 같은 설명을 반복하고 있지는 않은가
- 싫어요 평가가 반복되는 질문 유형은 무엇인가
- 월간 대화 중 어떤 주제가 가장 많고, 그 주제의 문서는 최신인가
- 담당자 알림이 실제로 근무 중인 사람에게 가고 있는가
이 점검을 월 단위로 돌리면 AI의 범위를 넓힐지, 문서를 보강할지, 인계 기준을 조일지 근거 있게 결정할 수 있습니다. 이때 수치는 반드시 자사 데이터로 확인하십시오. 다른 회사의 평균치는 참고만 될 뿐 판단의 기준이 되지 못합니다.
AI SNS CHAT에서 구현하는 방법
AI SNS CHAT에서는 위에서 다룬 흐름을 다음과 같은 기능으로 구성할 수 있습니다.
채널 연결
사이드바의 Channels에서 웹사이트 채팅 위젯, KakaoTalk, Instagram, WhatsApp, Messenger, LINE 등 여러 채널을 연결할 수 있습니다. 지원 채널 전체는 연결 목록에서 확인하실 수 있습니다. 한 AI 에이전트가 여러 채널의 문의를 같은 지식으로 응대하므로 채널별로 답이 달라지는 문제를 줄일 수 있습니다.
대화 확인과 직접 대응
대화는 두 곳에서 확인합니다. 이메일 문의는 Inbox에서, 그 밖의 모든 채널의 대화는 Activity → Chat logs에서 봅니다. 둘 다에서 상담원이 대화를 직접 넘겨받을 수 있으며, 이때 봇은 일시 중지됩니다. 실시간 번역과 저장된 답변도 쓸 수 있고, 답변을 고쳐서 이상적인 답변으로 AI에게 학습시킬 수도 있습니다. Chat logs에서는 여러 대화를 선택해 플래그, 에스컬레이션, 해결 처리를 하고, 필터와 내보내기, 좋아요·싫어요 평가도 활용할 수 있습니다.
근무표 기반 인계
Helpdesk → Scheduling에서 담당자별, 시간대별 근무 일정을 설정하면 인계가 근무 중인 사람에게 자동 배정됩니다. 인계 알림은 Slack, Teams, LINE WORKS, WhatsApp, 이메일 또는 웹훅으로 보낼 수 있습니다. 고객에게 나가는 "다음에 일어날 일" 안내 문구는 서버가 근무표를 읽고 직접 붙이며, 대기 시간을 임의로 만들어 내지 않습니다. Helpdesk는 Standard 이상 플랜에서 사용할 수 있습니다.
지식 기반 관리
Data sources에서 파일, 텍스트, 웹사이트, Q&A, Notion 등을 등록합니다. Channels 아래 커넥터로 Confluence, GitBook, Zendesk Guide, Google Drive, SharePoint 등의 문서도 연결할 수 있습니다. 위키형 커넥터는 한 번의 동기화에 150만 자, 400페이지까지이며 잘린 경우 알려 줍니다. 각 데이터 소스에는 추가한 사람과 마지막으로 수정한 사람이 표시되고, Workspace settings → Activity에서 소유자와 관리자가 생성·수정·삭제 이력을 확인할 수 있습니다.
반복 사용자 기억과 시험
Co-Agent는 사람별 메모를 기억하는 기능으로 기본값은 꺼짐이며, 저장되는 메모는 승인을 기다립니다. 배포 전에는 Playground에서 응답을 시험해 볼 수 있습니다. 플랜별 한도와 가격은 요금 안내에서, 기능 전반은 기능 소개에서 확인하십시오.
결론
에이전트 어시스트의 성패는 AI의 똑똑함보다 연결부에서 갈립니다. 반복 문의는 AI가 받고, 사람이 필요한 순간에는 근무 중인 담당자에게 맥락과 함께 넘기고, 담당자가 고친 답은 다시 AI의 지식으로 돌아오는 구조를 만들면 상담 품질과 팀의 여유가 함께 올라갑니다. 작은 범위의 문의 유형부터 시작해 인계 기준과 문서를 다듬으며 넓혀 가시기를 권합니다.
자주 묻는 질문
AI 어시스트가 사람 상담원을 대체하게 되나요?
이 글에서 다룬 방식은 대체가 아니라 역할 분담입니다. 답이 정해진 반복 문의는 AI가 맡고, 사과·예외 판단·감정 대응처럼 사람이 해야 하는 대화는 상담원이 맡습니다. 상담원이 반복 업무에서 벗어나 더 어려운 문의에 집중할 수 있게 되는 것이 목표입니다.
AI SNS CHAT에서 WhatsApp이나 Messenger 대화는 어디서 보나요?
Inbox는 이메일 전용입니다. WhatsApp, Messenger, Instagram, KakaoTalk 등 이메일을 제외한 채널의 대화는 Activity → Chat logs에서 확인합니다. 그곳에서 대화를 직접 넘겨받거나 필터, 내보내기, 평가 확인을 할 수 있습니다.
인계가 일하고 있는 사람에게만 가도록 할 수 있나요?
가능합니다. Helpdesk → Scheduling에서 담당자별 근무 시간과 시간대를 설정하면 인계가 근무 중인 사람에게 자동 배정됩니다. 이 기능은 Standard 이상 플랜에서 제공됩니다. 알림은 Slack, Teams, LINE WORKS, WhatsApp, 이메일, 웹훅 중에서 선택해 받을 수 있습니다.
AI는 시간이 지나면서 어떻게 좋아지나요?
상담원이 대화에서 고친 답변을 이상적인 답변으로 저장해 AI를 학습시킬 수 있고, 지식 기반의 문서를 갱신하면 이후 응답에 반영됩니다. 좋아요·싫어요 평가를 보며 어떤 질문부터 손볼지 정하면 개선 순서를 잡기 쉽습니다. 다만 자동으로 저절로 나아지는 것이 아니라, 팀이 교정과 문서 관리를 꾸준히 해야 효과가 쌓입니다.


