SaaS의 온보딩과 지원 문의를 AI 에이전트로 함께 풀어 가는 방법을 역할 분담, 지식 소스, 사람 인계, 안전장치 순서로 설명합니다.
가입은 늘어나는데 첫 설정 단계에서 이탈하고, 같은 질문이 매일 지원 팀에 쌓이는 일은 SaaS 팀이 흔히 겪는 문제입니다. 이 글에서는 AI 채팅 에이전트를 온보딩과 지원에 함께 적용하는 순서를 정리합니다. 무엇을 AI에게 맡기고 무엇을 사람이 맡을지, 어떤 자료를 학습시킬지, 어떻게 안전하게 시작할지까지 살펴보겠습니다.
온보딩과 지원은 사실 같은 문제입니다
신규 사용자가 "API 키는 어디서 만들어요?"라고 묻는 것은 온보딩 질문일까요, 지원 질문일까요? 사용자에게는 구분이 없습니다. 지금 막혀 있고 빨리 답을 얻고 싶을 뿐입니다.
팀 내부에서는 온보딩은 성공 팀이나 마케팅이, 지원은 CS 팀이 맡는 식으로 나뉘는 경우가 많습니다. 그러면 같은 문서를 두 곳에서 따로 관리하게 되고, 답변 톤도 달라집니다. 사용자가 처음 만나는 질문은 대부분 이런 것들입니다.
- 가입 후 무엇부터 해야 하는지
- 팀원을 초대하는 방법
- 외부 서비스와 연동하는 방법
- 요금제별로 무엇이 다른지
- 오류가 났을 때 어디를 봐야 하는지
이 질문들은 답이 문서에 이미 있는 경우가 많습니다. 사용자가 문서를 찾지 못할 뿐입니다. AI 에이전트는 "문서를 찾아 주는 창구"이자 "처음 한 걸음을 안내하는 안내자" 역할을 한 번에 할 수 있습니다. 그래서 온보딩용 봇과 지원용 봇을 따로 만들기보다, 하나의 지식 기반 위에서 두 역할을 함께 설계하는 편이 관리하기 쉽습니다.
에이전트가 맡을 일과 사람이 맡을 일을 먼저 나눕니다
도입에서 가장 흔한 실수는 "모든 문의를 AI가 처리하게 하자"거나 반대로 "일단 FAQ만 붙이자"로 시작하는 것입니다. 먼저 문의 유형별로 담당을 나누는 표를 만드는 것이 좋습니다.
나누는 기준
판단 기준은 단순합니다.
- 정답이 문서에 있는가: 있다면 AI가 맡습니다.
- 실수했을 때 비용이 큰가: 결제, 계약, 데이터 삭제처럼 크다면 사람이 확인합니다.
- 감정이 개입되어 있는가: 장애나 불만 상황이라면 빠르게 사람에게 넘깁니다.
처음에는 범위를 좁게 잡으십시오. "설정 방법과 사용법 질문만 답하고, 나머지는 인계"라는 정도면 충분합니다. 운영하면서 답변 품질이 확인된 영역부터 넓혀 가는 편이 안전합니다.
사용자가 실제로 필요로 하는 자료를 학습시킵니다
에이전트의 답변 품질은 모델보다 먼저 자료의 품질에서 갈립니다. 다음 순서로 점검해 보십시오.
1. 이미 있는 문서부터
도움말 센터, 릴리스 노트, 연동 가이드, 요금 안내 페이지가 기본 재료입니다. 문서가 Confluence, Notion, GitBook 같은 곳에 흩어져 있다면 한곳에 옮기지 않아도 연결해서 읽어 오게 할 수 있는지 먼저 확인하는 것이 효율적입니다.
2. 문서에 없는 "실제 질문"
문서에는 없지만 지원 팀이 매번 같은 답을 하는 내용이 있습니다. 예를 들어 "무료 체험이 끝나면 데이터는 어떻게 되나요?" 같은 질문입니다. 이런 것은 질문과 답을 짝지은 Q&A 형태로 따로 정리해 두면 효과가 큽니다.
3. 오래된 정보 정리
화면 구성이 바뀌었는데 예전 스크린샷 설명이 남아 있으면 AI는 그대로 옛 방법을 안내합니다. 도입 전에 버전이 다른 문서를 정리하고, 이후에는 릴리스 때마다 자료 갱신을 체크리스트에 넣으십시오.
사용자가 이미 질문하는 곳에서 만납니다
한국 SaaS라면 사용자가 질문을 남기는 경로는 대체로 다음과 같습니다.
- 웹사이트와 앱 안의 채팅 위젯: 설정 화면에서 막힌 바로 그 순간에 묻기 좋습니다.
- 도움말 페이지: 검색 대신 대화로 답을 찾게 해 줍니다.
- 카카오톡 채널: 국내 고객이 가장 익숙한 문의 창구입니다. B2C 성격이 강하거나 중소기업 고객이 많은 서비스에서 특히 자연스럽습니다.
- Instagram: 서비스 소개나 가격 문의가 DM으로 들어오는 경우가 있습니다.
- 이메일과 Slack: B2B 고객사와 공유 채널을 운영한다면 여기서도 문의가 옵니다.
중요한 점은 채널마다 별도의 봇을 만들지 않는 것입니다. 같은 에이전트가 같은 지식으로 여러 채널에 답하도록 하면, 카카오톡에서 들은 답과 웹사이트에서 들은 답이 달라지는 일을 줄일 수 있습니다.
다만 채널의 성격은 다릅니다. 웹 채팅은 긴 설명과 링크를 보여 주기 쉽지만, 카카오톡은 짧은 문장이 읽기 좋습니다. 페르소나 지침에 "모바일 메신저에서는 세 문장 이내로 답하고 단계는 번호로 나눈다" 같은 규칙을 넣어 두면 좋습니다.
사람에게 넘길 때는 맥락과 함께 넘깁니다
AI가 해결하지 못한 문의가 "상담원 연결 중" 화면에서 멈추면 사용자는 오히려 더 불편해합니다. 인계는 설계의 핵심입니다.
- 01AI가 답변 시도
- 02해결 불가 또는 요청 시 인계
- 03담당자에게 알림과 대화 내용 전달
- 04사람이 이어서 답변
좋은 인계에는 세 가지가 필요합니다.
- 대화 기록 전달: 사용자가 같은 설명을 다시 하지 않아도 됩니다.
- 근무 시간 인식: 지금 담당자가 있는지, 없다면 언제 연락이 가는지 정확히 안내해야 합니다. 지킬 수 없는 대기 시간을 약속하면 신뢰를 잃습니다.
- 알림 경로: 담당자가 이미 쓰는 Slack이나 이메일로 즉시 알림이 가야 놓치지 않습니다.
인계가 일어나는 조건도 미리 정해 두십시오. 사용자가 사람을 직접 요청할 때, 같은 질문이 반복될 때, 결제나 환불 같은 민감한 주제가 나올 때를 기본 조건으로 삼을 수 있습니다.
대화를 제품 개선의 단서로 바꿉니다
채팅 로그는 어떤 사용자 조사보다 솔직한 자료입니다. 사용자가 어디서 막히는지 그대로 드러나기 때문입니다.
아래는 이해를 돕기 위한 가상의 예시입니다. 한 달에 300건의 채팅이 들어오는 SaaS를 가정했습니다.
이런 분포가 나왔다면 해석은 이렇게 할 수 있습니다. 초기 설정·연동 질문이 가장 많으니 가입 직후 안내 화면을 손봐야 할 신호입니다. 로그인·계정 질문이 많다면 비밀번호 재설정이나 초대 메일 흐름에 문제가 없는지 살펴볼 만합니다. 요금 질문은 요금 페이지의 설명이 부족하다는 뜻일 수 있습니다.
운영 방식은 단순하게 가져가십시오. 월 1회 상위 주제를 확인하고, 반복 질문은 문서나 제품 UI 개선 과제로 넘기며, AI가 틀리게 답한 건은 정답을 고쳐서 다시 학습시킵니다. 이 순환이 돌기 시작하면 AI의 정확도와 제품의 사용성이 함께 좋아집니다.
출시 전에 안전장치를 정합니다
SaaS 고객 문의에는 계정 정보, 업무 데이터, 결제 관련 내용이 섞입니다. 출시 전에 다음을 확인하십시오.
- 답변 범위 제한: 문서에 없는 내용은 추측하지 말고 인계하도록 지침에 명시합니다.
- 민감 정보 입력 안내: 채팅창에 비밀번호나 카드번호를 입력하지 말라는 문구를 환영 메시지에 넣습니다.
- 악용 방지: 프롬프트 주입이나 반복 도배에 대비한 필터와 요청 제한을 켭니다.
- 권한 관리: 누가 에이전트 설정과 학습 자료를 수정할 수 있는지 정하고, 변경 이력을 남깁니다.
- 사전 테스트: 실제 문의 20~30개를 모아 공개 전에 시험하고, 틀린 답을 고친 뒤 시작합니다.
시험 단계에서는 일부러 어려운 질문도 던져 보십시오. 모르는 것을 모른다고 말하고 사람에게 넘기는지가 정확한 답을 하는 것만큼 중요합니다.
AI SNS CHAT에서 구현하는 방법
AI SNS CHAT에서는 위의 흐름을 다음 메뉴로 구성할 수 있습니다.
1. 에이전트 만들기 안내 마법사로 에이전트를 만들고 페르소나와 가드레일을 설정합니다. 시작용 페르소나가 14종 준비되어 있습니다. 설정을 바꿔 보다 마음에 들지 않으면 복원 지점으로 되돌릴 수 있고, 공개 전에는 Playground에서 실제 질문으로 시험해 볼 수 있습니다.
2. 지식 연결 사이드바의 Data sources에서 파일, 텍스트, 웹사이트, Q&A, Notion 등을 추가합니다. Channels에는 Confluence, GitBook, ReadMe, Zendesk Guide 같은 문서 커넥터가 있어 기존 도움말을 그대로 연결하기 좋습니다. 위키 커넥터는 한 번 동기화에 150만 자, 400페이지까지 읽으며, 넘으면 잘렸다는 사실을 알려 줍니다.
3. 채널 배포 Channels에서 채팅 위젯, 도움말 페이지, 이메일, Instagram, KakaoTalk, Slack 등을 연결합니다. 하나의 에이전트를 여러 채널에 배포할 수 있습니다. 연결 가능한 목록은 연결 페이지에서 확인하십시오. 커스텀 도메인은 Hobby 이상에서 쓸 수 있습니다.
4. 사람 인계 Helpdesk → Scheduling에서 담당자별 근무 시간과 시간대를 정하면 인계가 근무 중인 사람에게 자동 배정됩니다. 알림은 Slack, Teams, 이메일 등으로 받을 수 있습니다. 고객에게 보내는 안내 문구는 서버가 근무표를 읽어 붙이며, 대기 시간을 임의로 지어내지 않습니다. Helpdesk는 Standard 이상에서 사용합니다. Activity → Chat logs에서는 대화를 가로채 직접 답하고, 수정한 답변을 이상적인 답으로 에이전트에 학습시킬 수 있습니다.
5. 외부 도구 연동 Hobby 이상에서 Actions와 연동을 쓸 수 있습니다. Zendesk, Salesforce, Intercom 커넥터가 있고, Jira Service Management, HubSpot, Freshdesk 같은 조회 전용 도구로 정보를 확인하는 구성도 가능합니다. 리드 수집 Action을 쓰면 문의자가 Activity → Leads에 쌓이고 연락처도 함께 만들어집니다.
6. 분석과 보안 Analytics에서 채팅, 주제, 질문 기록, 감정 분석을 볼 수 있으며, 고급 분석은 Pro부터입니다. 보안은 2단계 인증(TOTP), 에이전트별 프롬프트 주입 및 남용 필터, 워크스페이스 활동 로그를 제공합니다. 운영 방식은 GDPR과 APPI를 참고해 설계되었으며 PrivacyMark(제20002676호)를 취득했습니다. 다만 SOC 2, ISO 27001, HIPAA 인증은 받지 않았습니다. 자세한 내용은 보안 페이지에서 확인하실 수 있습니다.
요금과 플랜별 제한은 요금 페이지, 기능 전체는 기능 페이지를 참고하십시오. 먼저 시험해 보려면 가입 페이지에서 시작할 수 있습니다.
자주 묻는 질문
AI 에이전트가 SaaS 지원 팀을 대체할 수 있나요?
대체보다는 역할 분담에 가깝습니다. 문서에 근거가 있는 반복 질문은 AI가 처리하고, 버그 조사나 환불, 계약처럼 판단이 필요한 건은 사람이 맡는 구성이 안정적입니다. 사람은 더 어려운 문의에 집중할 시간을 얻게 됩니다.
온보딩 에이전트를 출시하는 데 시간이 얼마나 걸리나요?
자료 정리 상태에 따라 다릅니다. 도움말 문서가 이미 있다면 연결과 시험은 짧게 끝날 수 있지만, 문서 정리와 실제 문의 기반 테스트에 시간을 더 쓰는 편이 좋습니다. 처음에는 범위를 좁게 잡고 점차 넓혀 가십시오.
에이전트가 신규 사용자에게 먼저 메시지를 보낼 수 있나요?
채팅 위젯에서는 환영 메시지와 추천 메시지로 먼저 말을 걸 수 있고, Instagram에는 자동 DM 기능이 있습니다. 한편 Outbound Beta는 Standard 이상 플랜에서 쓰며, 먼저 메시지를 보낸 적 있는 사람에게만 일대일로 발송되고 모든 메시지에 수신 거부 안내가 붙습니다. SMS나 이메일 마케팅 캠페인은 지원하지 않습니다.
지원 채팅에서 고객 데이터는 안전한가요?
비밀번호와 토큰은 암호화하여 저장하고, 로그의 비밀 정보는 가려 처리합니다. 2단계 인증과 로그인 잠금, 에이전트별 남용 필터도 사용할 수 있습니다. 다만 채팅창에는 비밀번호나 카드번호를 입력하지 않도록 환영 메시지로 안내하시기를 권합니다.


