모든 고객 서비스 통화 뒤에는 라우팅, 신원 확인, 대화 기록, 후속 일정 등 보이지 않는 조립 라인이 있습니다. 문제? 대부분의 컨택 센터에서는 조립 라인의 모든 단계가 여전히 수동으로 수행됩니다. 수동 워크플로는 느리고 일관성이 없으며 관리에 보이지 않습니다. 처리 시간이 점점 늘어나고, 중요한 단계를 건너뛰고, 고객은 긴 대기 시간과 반복되는 설명을 통해 모든 마찰을 느낍니다.
이 기사는 컨택 센터가 자동화를 채택���야 하는지 여부에 관한 것이 아닙니다. 이에 대한 논쟁은 해결되었습니다. 실제 질문은 더 실용적입니다. 서둘러 새로운 도구를 구입하기 전에 기존 워크플로를 자동화하면 훨씬 더 높은 ROI를 얻을 수 있습니다.
새로운 도구를 추가하기 전에 워크플로 자동화가 필요한 이유
많은 팀의 본능은 간단합니다. 효율성이 낮으므로 새로운 시스템을 구입하자는 것입니다. 그러나 중요한 것은 기본 워크플로가 손상된 경우 더 나은 도구를 추가하면 혼란이 더 빠르게 진행된다는 것입니다.
자동화의 핵심 논리는 간단합니다. 인간이 "다음 단계"를 결정해야 하는 단계를 수행하고 시스템이 이벤트, 규칙 또는 대화 신호에 따라 이를 자동으로 트리거하도록 합니다. 모든 단계는 신뢰할 수 있고 일관성이 있습니다. 상담원은 프로세스 메커니즘에 인지 에너지를 낭비하는 것을 멈추고 실제로 인간이 필요한 것, 즉 고객을 이해하고 문제를 해결하는 데 집중합니다.
엔지니어라면 CI/CD 파이프라인과 같다고 생각하세요. 수동으로 테스트를 실행하고 배포하는 대신 반복적이고 오류가 발생하기 쉬운 단계를 자동화합니다. 컨택센터 운영은 정확히 동일한 원칙을 따릅니다.
먼저 자동화해야 할 7가지 콜센터 워크플로
실질적인 영향에 따라 순위가 매겨진 다음은 먼저 처리할 가치가 있는 7가지 워크플로입니다.
1. 통화 라우팅 및 배포
기존 IVR 메뉴에서는 고객이 숫자를 눌러 자체 정렬을 해야 하므로 경로가 잘못되거나 좌절감을 느끼는 일이 자주 발생합니다. 자동 라우팅에서는 발신자 ID, 고객 내역, 실시간 음성 의도 감지 기능을 사용하여 가장 적합한 상담원에게 즉시 전화를 연결할 수 있습니다. 이를 올바르게 수행하면 모든 다운스트림 워크플로우가 개선됩니다.
2. 본인확인
통화를 시작할 때마다 이름, 생년월일, 계좌 번호를 확인하는 데 1~2분을 투자하면 매일 수백 건의 통화가 빠르게 늘어납니다. 자동화된 확인을 통해 상담원이 전화를 받기도 전에 신원 확인을 완료할 수 있으므로 심문 대신 맥락에 따라 대화가 시작됩니다.
3. 통화 후 작업(ACW)
ACW는 모든 컨택 센터에서 가장 큰 숨겨진 시간 낭비입니다. 전화를 끊은 후 상담원은 수동으로 요약을 작성하고, 문제를 분류하고, CRM을 업데이트합니다. 통화당 평균 30초에서 몇 분 정도 소요됩니다. AI 기반 요약과 음성-텍스트 변환을 결합하면 이를 거의 0으로 압축할 수 있습니다. 시간 절약 외에도 기록의 품질과 일관성이 크게 향상됩니다.
4. 품질 모니터링 및 채점
전통적인 QA에는 감독자가 녹음된 통화를 무작위로 샘플링하는 방식이 포함되며 일반적으로 상호작용의 5% 미만을 담당합니다. 자동화된 품질 모니터링은 사전 정의된 점수 기준에 따라 대화를 100% 분석하여 주의가 필요한 통화에 플래그를 지정할 수 있습니다. QA는 샘플링에서 전체 범위로, 주관적 판단에서 데이터 기반 평가로 전환됩니다.
5. 감정 감지 및 확대
고객의 어조가 고조되고 언어가 공격적이 되면 시스템은 이를 실시간으로 감지하고 자동으로 에스컬레이션 프로토콜을 실행해야 합니다. 고객이 분노하고 상담원이 압도될 때까지 기다리지 마십시오. 자동 에스컬레이션과 결합된 실시간 감정 감지는 불만 사항 비율을 줄이는 가장 효과적인 수단 중 하나입니다.
6. 인력 스케줄링
일정 관리는 관리 작업처럼 보이지만 운영 효율성에 큰 영향을 미칩니다. 자동화된 일정 관리는 과거 통화량, 계절적 추세, 심지어 실시간 대기열 상태를 기반으로 직원 배치를 조정하여 피크 시간에는 직원이 부족하고 소강 상태에는 직원이 과잉되는 일반적인 패턴을 방지합니다.
7. 상호작용 후 피드백 수집
통화 후 만족도 조사를 자동으로 실행하고 낮은 점수를 후속 작업 흐름으로 전달하면 고객 피드백을 수집하는 데 그치지 않고 체계적으로 조치를 취할 수 있습니다.
다음 단계: 규칙 기반 자동화에서 AI 기반 자동화로
위에 나열된 워크플로 중 일부는 이미 규칙 기반 엔진으로 처리될 수 있습니다. 그러나 실제 변곡점은 특히 음성 상호 작용에서 AI 기반 자동화입니다.
기존 IVR은 규칙 기반 자동화의 전형적인 예입니다. "청구하려면 1번을 누르고, 지원하려면 2번을 ���르세요." 그러나 음성 AI가 고객이 말하는 내용을 이해하고, 의도를 파악하고, 문제 해결을 위해 다단계 대화를 완료할 수 있을 정도로 성숙해지면 전체 컨택 센터 아키텍처는 "사람이 처리하고 시스템이 지원함"에서 "AI가 처리하고 사람이 감독함"으로 전환됩니다.
이것이 바로 우리가 Pathors에서 투자하고 있는 방향입니다. AI 음성 도우미를 사용하여 일선 고객 대화를 직접 처리하는 것입니다. 워크플로의 한 단계를 자동화하는 것뿐만 아니라 전체 상호 작용의 시작점을 재정의합니다. AI가 전화가 연결되는 순간 고객의 요구 사항을 이해하고, 신원을 확인하고, 문제를 해결하거나 올바르게 라우팅할 수 있으면 위에 나열된 많은 워크플로가 자연스럽게 통합 대화 엔진으로 통합됩니다.
컨택센터 자동화는 "여부"의 문제가 아니라 "어디서부터 시작해야 하는지"의 문제입니다. 우리의 권장 사항은 기존 수동 프로세스를 감사하고, 가장 시간이 많이 걸리고 오류가 발생하기 쉬운 단계를 식별하고, 이를 먼저 자동화하는 것입니다. 기본 워크플로가 원활하게 실행되면 고급 AI 기능을 계층화하는 것이 훨씬 더 효과적일 것입니다.
집을 짓는 것과 같다고 생각해보세요. 기초가 탄탄하지 않으면 아무리 인테리어 디자인을 해도 기초가 튼튼해지지 않습니다.
브랜든 루
구구
AI 기술을 활용하여 고객 서비스와 비즈니스 운영을 혁신하는 데 열정을 갖고 있습니다.