카카오톡·웹사이트 채팅·Instagram 상담에서 꼭 챙길 KPI를 물량, 해결, 속도, 만족도, 비용, 매출 관점으로 정리하고 운영 방법을 안내합니다.
채팅 상담을 시작하면 숫자는 금방 쌓이지만, 어떤 숫자를 보고 무엇을 바꿔야 하는지는 막막한 경우가 많습니다. 지표를 너무 많이 잡으면 아무도 보지 않는 대시보드가 되고, 너무 적게 잡으면 문제가 있어도 알아차리지 못합니다. 이 글에서는 카카오톡, 웹사이트 채팅, Instagram DM 등으로 문의가 들어오는 팀이 실제로 추적할 만한 KPI를 목적별로 정리하고, 이를 개선 활동으로 연결하는 방법을 설명합니다.
KPI마다 "어떤 질문에 답하는가"부터 정합니다
KPI는 숫자 자체가 목적이 아니라 질문에 답하기 위한 도구입니다. 지표 이름부터 고르지 말고, 먼저 지금 팀이 알고 싶은 질문을 적어 보십시오.
- 문의가 얼마나, 언제, 어떤 주제로 들어오는가?
- 고객의 문제가 실제로 해결되고 있는가?
- 고객이 기다리는 시간은 적절한가?
- 고객은 대화 경험에 만족하는가?
- 같은 품질을 더 적은 비용으로 낼 수 있는가?
- 상담이 문의 접수나 구매 같은 성과로 이어지는가?
이 여섯 질문이 아래에서 다룰 여섯 가지 KPI 묶음과 그대로 대응됩니다. 질문이 분명하면 어떤 숫자를 볼지도 자연스럽게 정해집니다.
물량·수요 KPI: 얼마나, 언제, 무엇을 묻는가
물량 지표는 인력 배치와 지식 베이스 우선순위를 정하는 기초 자료입니다.
대화 수와 채널별 비중
월간 또는 주간 대화 수를 채널별로 나누어 봅니다. 한국 기업이라면 카카오톡 채널, 웹사이트 채팅 위젯, Instagram DM의 비중이 서로 크게 다를 수 있습니다. 비중이 높은 채널부터 응답 품질을 점검하는 것이 효율적입니다.
시간대·요일 분포
문의가 몰리는 시간대를 알면 상담원 근무 시간과 AI 응답의 역할 분담을 정할 수 있습니다. 예를 들어 저녁 8시 이후와 주말에 문의가 많다면, 그 시간에는 AI가 먼저 응대하고 다음 영업일에 사람이 이어받는 구조가 합리적입니다.
주제별 문의 비율
가장 실용적인 수요 지표입니다. 배송, 환불, 사용법, 가격 등 주제별로 묶으면 상위 몇 개 주제가 전체 문의의 상당 부분을 차지한다는 사실이 드러나는 경우가 많습니다. 그 주제의 답변을 먼저 다듬는 것이 개선 효과가 가장 큽니다.
아래는 이해를 돕기 위한 가상의 예시입니다. 한 매장이 한 달에 300건의 채팅을 받는다고 가정했을 때, 결과가 어떻게 나뉠 수 있는지 보여 줍니다.
이 숫자는 실제 통계가 아니라 계산 방식을 설명하기 위한 가정입니다. 이런 분해표를 만들어 두면 이후의 해결률, 인계율 같은 지표를 같은 기준으로 계산할 수 있습니다.
해결 KPI: 고객 문제가 정말 끝났는가
응답이 빠르더라도 문제가 해결되지 않으면 의미가 없습니다. 해결 지표는 상담 품질의 중심입니다.
AI 단독 해결률(컨테인먼트율)
사람의 개입 없이 AI가 끝낸 대화의 비율입니다. 위의 가상 예시라면 180건을 300건으로 나눈 60%입니다. 다만 "대화가 끝났다"와 "해결되었다"는 다릅니다. 고객이 답을 못 얻고 말없이 떠난 경우도 단독 종료로 잡힐 수 있으므로, 아래의 재문의율과 함께 해석해야 합니다.
인계율과 인계 사유
사람에게 넘어간 대화의 비율입니다. 인계율이 높다는 것이 곧 나쁜 것은 아닙니다. 환불 예외 승인이나 불만 처리처럼 사람이 맡아야 하는 문의가 있기 때문입니다. 중요한 것은 사유입니다. "AI가 답을 몰라서" 넘어간 건과 "정책상 사람이 처리해야 해서" 넘어간 건을 구분하면 개선 방향이 달라집니다.
재문의율
같은 고객이 같은 주제로 짧은 기간 안에 다시 문의한 비율입니다. 첫 응답이 불충분했다는 신호이므로, 해결률의 정확도를 검증하는 보조 지표로 매우 유용합니다.
미해결 종료율
답을 찾지 못하거나 고객이 이탈한 대화의 비율입니다. 이 대화들을 직접 읽어 보면 지식 베이스에 빠진 내용이 무엇인지 가장 빠르게 알 수 있습니다.
속도 KPI: 기다림의 길이를 봅니다
채팅은 메신저처럼 즉각적인 응답을 기대하는 채널이므로 속도에 민감합니다.
- 첫 응답 시간: 고객이 메시지를 보낸 뒤 첫 답을 받기까지의 시간입니다. AI가 먼저 응답하는 구조라면 거의 즉시여야 합니다.
- 인계 후 대기 시간: AI에서 사람에게 넘어간 뒤 사람이 응답하기까지의 시간입니다. 실제 체감 불만은 대개 여기서 생깁니다.
- 해결까지 걸린 시간: 첫 문의부터 문제 종결까지의 총 시간입니다. 여러 번 오가는 대화는 이 값이 길어집니다.
평균만 보면 오래 기다린 소수의 고객이 가려집니다. 가능하면 평균과 함께 가장 느렸던 대화들을 따로 살펴보십시오. 또한 영업시간 외 문의는 대기 시간을 계산에서 분리해야 왜곡이 줄어듭니다. 근무 시간 밖에 들어온 문의에 "다음 영업일에 연락드리겠습니다"라고 정확히 안내하는 것만으로도 체감 만족도는 달라집니다.
만족도 KPI: 평가가 적어도 신호는 찾을 수 있습니다
대화 평가(좋아요/싫어요)
가장 단순한 만족도 신호입니다. 응답률이 낮더라도 싫어요가 붙은 대화는 개선 후보로 곧바로 활용할 수 있습니다. 비율 자체보다 "어떤 주제에서 싫어요가 몰리는가"를 보는 편이 실용적입니다.
감정 분석 추세
고객이 평가를 남기지 않더라도 대화 내용에서 긍정·부정 경향을 읽을 수 있습니다. 개별 수치의 정확성보다 주간·월간 추세와 급변 시점을 보는 용도로 적합합니다.
불만·에스컬레이션 비율
고객이 화를 내거나 책임자를 찾아 상담이 격화된 대화의 비율입니다. 이 값이 갑자기 오르면 배송 지연이나 정책 변경 같은 외부 원인이 있는지 확인해야 합니다.
비용·효율과 매출·리드 KPI
대화당 비용과 상담원 생산성
월 운영 비용(도구 비용과 인건비)을 처리한 대화 수로 나누면 대화당 비용이 나옵니다. 가정해서 계산해 보면, 월 300건을 처리하는 데 총 비용이 일정 금액이라면 그 금액을 300으로 나누는 식입니다. 정확한 값보다 월별 변화를 보는 것이 중요합니다. 상담원 한 명이 한 달에 사람이 직접 처리한 대화가 몇 건인지도 함께 보면, AI 도입 이후 사람이 더 어려운 문의에 집중하고 있는지 확인할 수 있습니다.
지식 베이스 공백 건수
AI가 답하지 못해 인계되거나 미해결로 끝난 질문 유형의 수입니다. 이 숫자가 줄어드는지가 곧 학습 효율입니다.
리드 전환과 성과 연결
상담이 매출로 이어지는 곳이라면 다음도 추적합니다.
- 상담 중 연락처를 남긴 비율
- 예약이나 견적 요청으로 이어진 건수
- 상담을 거친 고객의 구매 전환 여부
Instagram DM으로 상품 문의가 많은 쇼핑몰이라면 대화 수보다 "문의 후 구매로 이어진 비율"이 훨씬 중요한 지표일 수 있습니다. 단, 구매 데이터는 별도 시스템에 있으므로 두 데이터를 맞춰 보는 작업이 필요합니다.
지표를 함께 읽고, 개선 루프로 돌립니다
KPI는 하나씩 볼 때보다 묶어서 볼 때 의미가 커집니다.
| 현상 | 의심해 볼 원인 |
|---|---|
| 단독 해결률은 높은데 재문의율도 높음 | 답변이 형식적이거나 불완전함 |
| 인계율이 높고 대기 시간도 김 | 사람이 맡을 문의 범위가 너무 넓음 |
| 평가는 좋은데 미해결 종료가 많음 | 불만 고객이 평가 없이 이탈 |
| 대화 수는 늘었는데 리드는 그대로 | 상담 흐름에 연락처 수집 단계가 없음 |
지표는 한 번 보고 끝내는 보고서가 아니라 반복되는 개선 사이클의 입력값입니다.
- 01측정: 주간 지표 확인
- 02진단: 문제 대화 읽기
- 03개선: 지식·규칙 수정
- 04검증: 다음 주 지표 비교
흔한 실수
- 지표를 너무 많이 잡습니다. 소규모 팀이라면 5~7개로 시작하는 편이 좋습니다.
- 평균만 봅니다. 가장 불만이 큰 고객은 평균 뒤에 숨습니다.
- 해결률만 올리려 합니다. 인계가 꼭 필요한 문의까지 AI가 붙잡으면 만족도가 떨어집니다.
- 숫자만 보고 대화를 읽지 않습니다. 정성 검토 없이 지표는 해석할 수 없습니다.
- 정의를 바꿉니다. 계산 기준이 달라지면 추세 비교가 무의미해집니다. 정의는 문서로 남겨 두십시오.
- 개선 담당자가 없습니다. 지표마다 누가 확인하고 누가 고칠지 정해 두십시오.
AI SNS CHAT에서 이 KPI를 추적하는 방법
AI SNS CHAT은 여러 채널의 대화를 한곳에 모아 살펴볼 수 있어 위의 KPI를 운영에 옮기기 좋습니다. 다만 모든 지표가 자동 계산되는 것은 아니며, 일부는 로그를 내보내 직접 계산해야 합니다.
- 대화 기록 확인: 이메일을 제외한 채널(카카오톡, 웹사이트 채팅 위젯, Instagram 등)의 대화는 Activity → Chat logs에 모입니다. 필터로 범위를 좁히고, 대화를 표시(flag)하거나 에스컬레이션, 해결 처리를 할 수 있으며 내보내기도 가능합니다. 해결률이나 인계율은 이 기록을 내보내 위의 분해표 방식으로 계산하는 것이 현실적입니다.
- 만족도 신호: Chat logs의 좋아요/싫어요 평가로 싫어요가 몰리는 주제를 찾을 수 있습니다. 분석 메뉴에서는 대화(Chats), 주제(Topics), 질문 이력(Question history), 감정(Sentiment)을 볼 수 있습니다. 고급 분석은 Pro 플랜부터입니다.
- 지식 공백 메우기: 답이 틀렸거나 부족한 대화는 답변을 이상적인 내용으로 고쳐 에이전트를 학습시킬 수 있습니다. 질문이 반복되는 주제는 Data sources에서 Q&A, 파일, 웹사이트 등으로 지식을 보강합니다.
- 인계와 대기 시간 관리: Helpdesk → Scheduling에서 사람별·시간대별 근무 일정을 정하면 인계가 당직자에게 자동 배정됩니다. 인계 알림은 Slack, Teams, LINE WORKS, WhatsApp, 이메일, 웹훅으로 받을 수 있고, 고객에게는 근무표를 바탕으로 다음 안내 문구가 붙으며 대기 시간을 임의로 약속하지 않습니다. Helpdesk는 Standard 이상에서 사용할 수 있습니다.
- 리드 지표: "Collect leads" 액션이나 맞춤 양식으로 받은 리드는 Activity → Leads에 쌓이고 연락처도 함께 생성됩니다. 리드 수를 대화 수와 비교하면 전환 지표를 만들 수 있습니다.
- 비용 지표: Usage 페이지에서 에이전트별 크레딧 사용량을 확인할 수 있습니다. 답변 1건이 1크레딧이므로 월 사용량을 대화당 비용 계산의 기초로 쓸 수 있습니다. 플랜별 크레딧은 요금 안내에서 확인하십시오.
카카오톡 채널 연결을 포함한 전체 채널 목록은 연결 페이지에서, 기능 개요는 기능 소개에서 볼 수 있습니다.
자주 묻는 질문
소규모 팀은 채팅 상담 KPI를 몇 개나 추적해야 하나요?
5~7개로 시작하는 것을 권합니다. 예를 들어 대화 수, 주제별 비율, 단독 해결률, 인계율, 재문의율, 싫어요 비율, 리드 수 정도면 충분합니다. 매주 실제로 확인하고 조치할 수 있는 만큼만 잡는 것이 핵심입니다.
AI 단독 해결률이 높으면 항상 좋은가요?
그렇지 않습니다. 고객이 답을 얻지 못하고 이탈해도 단독 종료로 집계될 수 있고, 사람이 맡아야 할 문의를 AI가 붙잡고 있을 수도 있습니다. 재문의율, 싫어요 비율, 샘플 대화 검토를 함께 보고 해석하십시오.
평가를 남기는 고객이 적을 때 만족도는 어떻게 측정하나요?
평가 수가 적더라도 싫어요가 붙은 대화는 개선 후보로 충분히 쓸 수 있습니다. 여기에 감정 분석 추세, 재문의율, 에스컬레이션 비율 같은 간접 신호를 더하고, 무작위로 뽑은 대화를 직접 읽는 정성 검토를 병행하면 보완됩니다.
채팅 KPI는 얼마나 자주 검토해야 하나요?
주 1회 짧은 점검과 월 1회 추세 검토를 권합니다. 주간 점검에서는 문제 대화를 읽고 지식을 고치고, 월간 검토에서는 채널별 비중과 비용 변화를 확인하십시오. 캠페인이나 정책 변경 직후에는 며칠 간격으로 더 자주 보는 것이 좋습니다.


