• 최종편집 2024-11-14(목)

통합검색

검색형태 :
기간 :
직접입력 :
~

Report 검색결과

  • 소비자 조사로 보는 「TEXT 채널 경험」의 현황과 과제_Part. 1
    [컨택저널 2024년 11월호] 소비자 조사로 보는 「TEXT 채널 경험」의 현황과 과제_Part. 1 Part. 1 데이터 분석 사전 기대치 조절에 성공?! 「미해결이라도 만족/납득」 눈에 띄는 봇 대응 「전화 기피 현상」이 두드러지는 것은 비단 젊은 소비자만이 아니다. 기업 콜센터 역시 인력 부족과 채용 어려움 때문에 「콜 량 줄이기」, 즉 다른 채널의 TEXT 대응으로의 전환을 추진하고 있다. 편집부는 올해도 「Omni채널 경험 조사」를 실시했다. 이메일/유인채팅/챗봇 이용 경험자에게 그 소감을 물었다. 그 결과를 발표하고, 전문가 좌담회도 함께 수록한다. 커뮤니케이션 수단의 혁신은 어떤 '파괴'와 함께 찾아온다. 동일본 대지진 때는 X(당시 Twitter)와 페이스북 등 SNS, 그리고 코로나 사태에서는 영상 커뮤니케이션의 등장과 함께 「TEXT 채팅」의 보급이 단숨에 가속화되었다. 일본에서의 TEXT 채팅은, 고객 응대를 포함한 비즈니스 활용이 좀처럼 진전되지 않았던 때가 있었다. 2000년대까지만 해도 「일본어에는 적합하지 않다」는 시각도 있었지만, 2010년대 스마트폰과 SNS의 보급, 그리고 메신저 앱 'LINE'의 사회 인프라화로 단숨에 가능성이 확대되었다. 코로나 사태에서는 Slack과 Teams가 기업 내 연락 수단으로 자리 잡았다. 이제 TEXT 커뮤니케이션은 세대를 불문하고 활용되고 있으며, 비대면 채널로서 고객 응대를 포함한 모든 커뮤니케이션이 전화에서 전환되는 움직임까지 나타나고 있다. 그 결과, 웹사이트에 기존의 「문의 양식(이메일)」에 더해 유인 채팅과 챗봇을 준비하는 기업 및 단체가 급증하고 있다. 일례로 지방자치단체의 경우, 「챗봇에 의한 응답」의 도입 건수는 2020년 179건, 2021년 282건, 2022년 340건에 달한다(총무성 조사). 월간 콜센터 재팬 편집부에서는 매년 전화로 기업에 문의한 소비자를 대상으로 소감을 조사해 왔으나, 이러한 트렌드에 맞춰 재작년부터는 문의 양식/메일, 유인 채팅, 챗봇 이용 경험자를 대상으로 한 조사도 시작했다. 봇 이용자도 고령자 중심? 파악해야 할 「진정한 이용자층」 <그림1>은 응답 경향을 정리한 것이다. 전반적으로 작년도 조사결과와 큰 변화는 보이지 않는다. Part.2 좌담회 주제이기도 하지만, 「생성형 AI의 등장으로 챗봇의 해결도나 만족도가 높아졌다.」는 결과에는 이르지 못했다는 것이다. 응답자 속성을 살펴보면, 모든 채널에서 「50대」, 「60대 이상」이 과반수를 차지했다(그림 2). 챗봇은 30대 이하가 다소 많다는 느낌은 있지만, 전반적으로 연령 대가 높은 편이다. 다양한 기업에서 E-커머스 등 고객 접점을 담당하고 현재 일본 Omni채널협회 이사를 맡고 있는 CaT랩의 이치미 코지로 대표는 「젊은 층은 애초에 특별한 문제가 없는 한 기업에 문의하려는 의식이 낮아 FAQ 정도는 찾아봐도 채팅이나 메일, 전화 문의의 문턱이 높을 가능성이 있다.」라고 지적한다. “젊은 층이 침묵화 되기 쉽다"는 것은 기존부터 지적되어 왔다. 유인 채팅이나 챗봇이 그 대책으로 여겨지는 경향이 있지만, 실제 이용자 속성을 세밀하게 파악하는 노력이 필요할 것으로 추측된다. 문제 해결력을 높이다! 컨택 사유 분석의 중요성 <그림3>은 「기업에 문의한 용건」을 채널별로 정리한 것이다. 모든 채널에서 「상품이나 서비스에 대해 잘 모르거나 궁금한 점이 있어서」라는 응답이 가장 많았으며, 특히 유인 채팅은 그 경향이 강하다. 반면 「불만, 의견」이라는 응답 비율은 이메일이 상대적으로 높았다. 아무래도 장문이 되기 쉽기 때문에 「유인 채팅보다 사용하기 편하다.」는 판단의 결과로 보이며, 용건별로 채널을 구분해 사용하는 경향을 확인할 수 있다. 업종과 업태를 불문하고, 절차나 조회 계열의 업무는 챗봇 등을 이용하기 이전에 스마트폰 앱이나 마이페이지에서 거의 대부분 해결할 수 있는 환경이 조성되고 있다. 그 결과, 「자체 해결을 시도했지만 안 되니 유인 채널로 문의한다」는 행동이 답변에 반영된 것으로 추측할 수 있다. 즉, 채널을 불문하고 절차나 조회 같은 문의가 줄어들지 않는 기업은 웹사이트나 스마트폰 앱 구조에 문제가 있을 가능성이 매우 높다. <그림4>의 왼쪽 그래프는 「이메일/유인채팅/챗봇으로 문의하기 전 행동」을 물어본 결과인데, 실제로 70% 이상이 「해당 기업의 홈페이지에 있는 '자주 묻는 질문'을 검색했다」고 응답했다. 「홈페이지에서 해결하지 못한 이유」로는 「원하는 정보가 게재되어 있지 않아서」가 37.5%, 「이건 가 싶은 정보도 있긴 했지만 이해하기 어려웠다.」가 25.9%로, 역시 Q&A 콘텐츠의 완성도나 검색 정확도가 낮은 것이 문제일 가능성이 높다(그림 4 오른쪽). 로열티 시책과 CRM 실행을 지원하는 컨설턴트인 IS Lab 대표 와타나베 히로키 씨는 「역시 중요하게 생각해야 할 것은 컨택사유의 분석이다. FAQ에 없거나 이해하기 어려운 결과로 문의가 발생하고 있다면, 고객이 어려움을 겪는 원인과 배경을 파악하는 것이 최우선일 것이다.」라고 지적한다. FAQ 강화는 많은 콜센터 운영기업들이 시행하고 있는 정책이지만, 조사결과를 보면 결실을 맺는 경향은 낮다. FAQ의 수는 분명히 증가하고 있지만, 증가하고 있는 만큼 검색성이 낮고, 「해결」에 이르는 정확도도 높지 않은 것이 현실이다. 이치미 씨는 「FAQ뿐만 아니라 Web 콘텐츠 전체가 그렇겠지만, 제품이나 서비스마다 담당자가 다르고, 서로 연계가 잘 안 되는 경향이 있다. 문제를 해결하고 싶어서라기보다는 문의가 들어왔을 때 '여기 이렇게 적혀 있습니다.'라고 말하기 위한 콘텐츠로, 고객 입장에서는 매우 이해하기 어렵다.」라고 지적한다. 즉, 불만이나 문제 발생 시 「알리바이 만들기」가 우선시되고 있다는 것이다. 이치미 대표는 「개발, 물류, 고객 접점 등 업무 프로세스를 연계해 통합적으로 관리할 수 있는 인력이나 부서가 필요하지 않을까? 이제 웹사이트는 가장 중요한 고객 접점이고, 그 변화와 진화를 위해 회사의 규칙까지 바꿀 수 있는 큰 권한을 가진 부서가 관할해야 한다. 그것이 컨택센터가 되어도 좋다고 생각한다.」고 강조했다. 유인 채팅의 진입장벽이 높다고요? 기업 측 리소스의 문제인가? 고객 접점인 만큼 해당 채널을 이용하는 「도선」은 매우 큰 개선 요소라고 할 수 있다. <그림5>는 「이메일/유인채팅/챗봇 문의 창구를 쉽게 찾을 수 있었나?」를 물어본 결과이다. 유인 채팅과 챗봇은 사이트 체류 시 팝업으로 표시되는 경우가 많은 것으로 보인다. 이메일/ 문의양식은 FAQ 사이트 에서 가능하다고 응답한 기업이 과반수를 차지했다. 유인 채팅에서 비교적 많은 응답은 「꽤 많이 찾지 않으면 찾을 수 없었다」는 응답이 19.5%로 가장 많았다. Part.2에서도 지적되고 있지만, 인력 부족을 이유로 「전화번호를 공개하지 않는다」는 기업도 있다. 유인 채팅은 전화와 마찬가지로 실시간 채널이기 때문에 응대 건수가 늘어날수록 리소스(인력) 확보와 배치가 큰 과제가 되기 쉽다. 딜로이트 토마츠 컨설팅의 코하세 와타루 시니어 매니저는 「유인 채팅은 ‘1대n 대응’이 가능하다는 이유로 시작하 는 기업도 많지만, 실제로 시작해보면 고객의 입력 속도에 AHT가 좌우되는 경향이 강해 사전 기대만큼 생산성이 높지 않다고 판단되기 쉬운 것 같다.」 라고 지적한다. 즉, ROI(비용 대비 효과) 측면에서는 대응 규모를 확장할 수 있는 수준이 아니기 때문에 인력을 넉넉하게 배치하기보다는 「챗봇의 백업 채널」로서의 역할에 머물러 있어 크게 눈에 띄는 도선에 편입되지 못했을 가능성이 높다. 해결하지 않아도 만족할 수 있을까? 챗봇의 「기대치」란? 고객 접점에 대한 가장 큰 기대치는 「문제해결」과 「목적달성」이다. 아무리 연결하기 쉬운 창구라도 접촉한 목적이 달성되지 않으면 만족도는 높아지지 않는다. <그림6>은 그 문제해결 정도를 채널별로 물어본 결과이다. 「바로 해결했다」는 비율이 가장 높은 채널은 이메일 53%, 가장 낮은 채널은 챗봇 38%로 나타났다. 반면 만족도는 이메일이 64%, 챗봇이 51.5%로 가장 높은 만족도를 보였다(그림 7). 코하세 씨는 「챗봇은 해결률에 비하면 만족도가 그리 낮지 않다. 그런 의미에서 사전 기대치가 안정되어 시민권을 얻은 존재가 된 것이 아닐까」라고 추측한다. 주요 용건이 「상담」으로 비교적 난이도가 높은 것에 비해 해결률도 만족도도 부정적인 경향은 아니다. 오히려 일정한 효과를 거두고 있다고 볼 수 있을 것 같다. 이치미 대표는 「경험상 유인 채팅이나 챗봇은 브라우저 기반보다 LINE이 만족도가 더 높다고 생각한다. 고객 입장에서는 시간을 신경 쓰지 않아도 되는 간편함이 있다. CRM 연동 등을 문제 삼는 경향이 있지만, 업무 흐름에 따라서는 무리하게 연동할 필요도 없다. 꼭 연동이 필요한 경우에만 SMS 등으로 연결해 본인 확인을 하는 등 궁리하기 나름이다.」라고 설명한다. 응답 시간 단축이 과제, 이메일/웹양식 대응 만족도는 만족할 만한 수준인 반면, 「불만족스러운 점」을 물어본 결과는 <그림8>이다. 「결국 해결되지 않는다」는 역시 챗봇에서 42.5%로 가장 높았다. 「해결까지 시간이 걸린다」는 이메일도 42.5%를 차지했다. 챗봇의 해결률은 향후 생성형 AI의 활용 수준에 따라 달라질 수 있겠지만, 전문가와 사례 기업 모두 「hallucination이나 정보보안 위험 등의 우려가 어느 정도 해소되지 않으면 어렵다」는 견해가 거의 일치하고 있다. RAG나 파인튜닝과 같은 기술의 진화와 활용으로 단기간에 실용화 단계에 진입할 것이라는 예측도 있어 향후 기술 동향에 귀추가 주목된다. 한편, 이메일 대응에 대해서는 그 답변까지의 시간을 문제 삼는 전문가들이 매우 많다. 편집부가 실시하고 있는 「콜센터 실태조사」에서도 가장 많은 응답 시간이 「24시간 이내」, 「1영업일 이내」라는 점은 지난 10년간 별다른 변화가 없다. 그러나 Part. 2에 등장하는 「5년 후 컨택센터 연구회」의 리더3인, 이치미 씨, 코하세 씨 모두 「단축의 필요성이 있다」고 입을 모은다. 이치미 씨는 「이메일이라도 1차 답변은 가능하면 3시간 이내, 늦어도 6시간 이내가 이상적이다. 그 단계에서 해결이 어렵다면 2차 답변까지의 대략적인 시간을 알려주는 등의 노력이 필요하다.」며 사전 기대치를 조절할 필요성을 설명했다. 주목해야 할 포인트, 챗봇의 「억지스러움」 Part.1의 마지막에 「이메일/유인채팅/챗봇에 대한 인상」을 물어본 결과를 <그림9>에 정리했다. 「용건에 따라 계속 사용하고 싶다」가 전체의 58.3%를 차지해 “채널별 구분”의 의향이 강하다는 것을 알 수 있다. 이치미 씨는 「‘억지로 사용하게 된 느낌이 있다’는 응답이 적지 않다는 점에 주목해야 한다. 아마도 실제로 전화를 걸고 싶은데 전화번호가 어디에도 나와 있지 않아 어쩔 수 없이 챗봇을 사용한 경우가 많을 것이다. 기업 측에서 의도적으로 연락을 차단하는 경향이 나타나고 있는 것이 아닌가 싶다.」고 지적한 뒤, 「(지원) 비용을 절감할 수 있을지는 모르지만, 고객도 절감할 가능성이 있는 것은 기업 전략이라고 할 수 없다.」고 경종을 울렸다. 판촉비를 투입하여 고객을 모으고 구매의욕을 불러일으키는 것까지는 전략으로 좋지만, 그 이후 고객과의 접촉을 제한하여 경험 가치를 저하시키는 인력 부족과 비용절감 의지가 겹쳐서, 과거 “Single Funnel”적인 사고방식으로 회귀하고 있음을 보여주는 조치이며, 기존 고객의 충성도를 중시하는 CX 경영에 부합하지 않는 조치이다. 「고객 지원과 판매 촉진은 분리해서 생각해서는 안 된다」(이치미 씨)는 말의 무게를 다시 한 번 생각해봐야 할 것이다. 멀티에서 「옴니」로, 채널과 리소스의 긴밀한 관계 채널 전략, 특히 TEXT Communication의 설계에 있어 전화 응대만큼 정교하고 성숙한 대처를 실천하고 있는 사례는 많지 않다. 하지만 고객 입장에서는 「같은 회사의 창구」이며, 용건과 상황에 따라 「그 채널을 선택」한 것일 뿐이다. 접촉할 수 있는 수단 선택권을 갖추는 수준까지는 대부분의 기업이 시행하고 있지만, 높은 수준의 평준화된 응대를 모든 채널에서 실천하기에는 아직 과제가 많다. 한정된 인원으로 최상의 경험을 제공하기 위해서는 전화/이메일/채팅으로 구분된 리소스 관리로는 한계가 있다. 용건별, 시간대별, 고객이 처한 상황별로 자기해결 수단을 포함한 최적의 채널을 개별적으로 안내하여 연결 용이성과 해결 정도를 모두 만족시키는 고도의 리소스 관리 계획과 실천이 요구되고 있다고 할 수 있다. <출처> Call Center Japan 2024년 10월호
    • Report
    • Global Case
    2024-11-04
  • 차세대 컨택센터 기술: LLM과 챗봇의 도입과 한계
    [컨택저널 2024년 11월호] 차세대 컨택센터 기술: LLM과 챗봇의 도입과 한계 AI 기반 고객 응대의 가능성과 현실적 도전 과제 디지털 전환의 가속화와 함께, 컨택센터 산업은 대형 언어 모델(LLM, Large Language Model)과 챗봇 기술을 활용하여 고객 응대의 질적 향상을 추구하고 있습니다. 이러한 기술의 도입은 단순한 자동화를 넘어 고객의 요구를 보다 정확하게 예측하고 맞춤형 대응을 제공할 수 있는 가능성을 제시합니다. 그러나, 할루시네이션(Hallucination) 현상과 같은 기술적 한계로 인해, 기업이 LLM 기반 챗봇을 실질적인 업무에 적용하는 데에는 신중한 접근이 필요합니다. 본 기고에서는 LLM과 챗봇이 컨택센터의 미래에서 어떠한 역할을 할 수 있는지 고찰하고, 이 기술들이 직면한 현실적 문제 및 이를 극복하기 위한 방안에 대해 논의하고자 합니다. LLM 도입의 가능성과 한계 대형 언어 모델(LLM)은 방대한 텍스트 데이터를 학습하여 인간과 유사한 자연어 처리 능력을 갖춘 AI 기술입니다. Chat GPT와 같은 LLM 기반 기술은 고객의 질문에 실시간으로 응답하고, 대화를 통해 고객과의 상호작용을 효율적으로 처리할 수 있습니다. 특히 복잡한 문의나 다단계 질문에서도 맥락을 이해하고 대응하는 능력을 제공하여 고객 응대의 새로운 가능성을 열어가고 있습니다. 그러나 LLM이 실시간으로 생성하는 답변은 잘못된 정보나 논리적 결함을 포함할 수 있는 할루시네이션 현상을 동반합니다. 이는 컨택센터 환경에서 발생할 경우 고객 신뢰도에 심각한 타격을 줄 수 있으며, 정확성이 요구되는 고객 응대에서는 심각한 문제를 초래할 수도 있습니다. 따라서, 기업이 LLM 기술을 실제 서비스에 적용할 때에는 RAG(검색 기반 증강 생성) 기술을 병행하여 실시간으로 검증된 데이터를 기반으로 응답을 생성할 수 있도록 해야 합니다. <LLM 도입 시 고려 사항> 데이터 검증 Mechanism : LLM이 제공하는 응답의 정확성을 보장하기 위해 RAG 기반 시스템을 활용하여 실시간으로 데이터를 검색하고, 검증된 정보에 따라 응답을 생성하는 방안을 고려해야 합니다. 지속적인 모니터링 및 feedback Loop: LLM의 성능을 지속적으로 평가하고, 응답 오류 발생 시 이를 개선할 수 있는 모니터링 시스템을 구축해야 합니다. Hybrid System: LLM이 모든 상호작용을 처리하는 대신, 스크립트 기반 시스템과의 결합을 통해 정확성이 요구되는 부분에서는 사전 정의된 스크립트를 활용하는 방식이 효과적입니다. 고객 데이터 보호 및 프라이버시 문제 LLM과 챗봇 기술을 도입할 때는 고객 데이터 보호 및 프라이버시 보장이 필수적입니다. AI 기반의 대규모 언어 모델은 많은 데이터를 처리하고 학습하지만, 이를 통해 고객의 민감한 정보를 노출하지 않도록 철저한 보안 시스템을 구축해야 합니다. GDPR(유럽연합의 일반 데이터 보호 규정)을 비롯한 개인정보 보호 법령에 따라 고객 데이터를 안전하게 관리하는 것이 중요하며, 기업은 데이터를 익명화 하거나 암호화하는 등의 조치를 통해 이를 실현해야 합니다. 또한 데이터 수집 최소화 원칙을 준수함으로써 불필요한 데이터 처리 및 보안을 강화할 수 있습니다. 챗봇의 발전과 현실적 적용 챗봇은 정형화된 스크립트를 기반으로 작동하던 기존 방식에서 발전하여, LLM을 도입함으로써 보다 유연하고 자연스러운 상호작용을 가능하게 하고 있습니다. LLM을 기반으로 한 챗봇은 단순한 FAQ를 넘어 맥락에 따른 대화를 처리하고, 다단계 문의에도 신속하고 정확한 답변을 제공할 수 있습니다. 그러나 LLM 기반 챗봇의 도입에도 불구하고, 신뢰성과 정확성이 중요한 고객 응대 환경에서 LLM의 응답 오류는 기업의 신뢰도에 부정적인 영향을 미칠 수 있습니다. 이 문제를 해결하기 위해 많은 기업은 스크립트 기반 응답과 LLM 기반 유연한 상호작용을 결합한 하이브리드 시스템을 도입하고 있으며, 이를 통해 더욱 안정적인 고객 서비스를 제공합니다. <정확성과 신뢰성을 위한 AI응대 전략> 정확성 보장 : 챗봇이 제공하는 정보가 고객의 요구와 일치하는지 지속적으로 확인하고, 데이터 검증 시스템을 통해 오류를 최소화하는 방안이 필요합니다. RAG 기반 챗봇 : LLM의 자유로운 언어 생성 능력과 검증된 데이터를 결합하여 RAG 기반 챗봇을 운영함으로써 고객에게 더욱 신뢰성 높은 응대를 제공할 수 있습니다. 하이브리드 응대 방식 : 스크립트 기반 응답이 필요한 단순 문의는 자동화하고, 복잡한 문의는 LLM을 통해 처리하는 혼합형 접근 방식이 현실적이고 효과적입니다. LLM과 챗봇의 상호작용: 차세대 스마트 컨택센터의 가능성 LLM과 RAG 기반 챗봇의 결합은 차세대 스마트 컨택센터를 구현하는데 핵심적인 요소로 자리 잡고 있습니다. 이들 기술은 단순한 자동화된 고객 응대를 넘어 고객의 요구를 실시간으로 분석하고 정확한 정보를 제공하는 역할을 수행합니다. 하지만, 고객 응대에서 발생하는 복잡한 문제나 예측할 수 없는 상황에 대응하기 위해서는 여전히 인간 상담사와의 협업이 필수적입니다. 혼합형 하이브리드 시스템은 이러한 문제를 해결하는 중요한 전략으로 부상하고 있습니다. 고객의 복잡한 요구를 실시간으로 분석하여 기본적인 문의는 자동화된 챗봇이 처리하고, 복잡한 문제는 인간 상담사가 처리하는 방식은 고객의 요구에 정확하고 신속하게 대응할 수 있는 시스템을 구축하는 데 필수적인 역할을 합니다. LLM과 RAG 기반 챗봇이 그리는 컨택센터의 미래 LLM과 챗봇 기술은 고객 응대의 자동화를 넘어, 고객의 요구를 정확히 예측하고 맞춤형 서비스를 제공하는 데 중대한 역할을 하고 있습니다. 그러나 LLM이 가진 할루시네이션 문제를 해결하기 위해서는 RAG 기반의 데이터 검증 시스템과 결합한 하이브리드 접근 방식이 필요합니다. 이를 통해 기업은 고객 만족도를 극대화하면서도 운영 효율성을 높일 수 있을 것입니다. 향후 AI 기반 컨택센터는 고객에게 신뢰성 있는 정보 제공과 맞춤형 서비스를 통해 경쟁력을 강화하고, 고객 충성도를 높이는 데 중요한 역할을 할 것입니다. LB유세스의 챗봇 준비 현황 LB유세스의 챗봇 솔루션인 ‘라잇봇’은 GPT 기반의 자연어 처리 기술을 활용하여 실시간 상담을 자동화하고 있습니다. 시나리오봇 기능을 통해 반복적인 문의를 자동 처리하며, 고객과의 상호작용 데이터를 통합 관리하여 상담 이력 기반의 맞춤형 서비스를 제공합니다. 1. Chat GPT 기반 실시간 상담 자동화 라잇봇은 GPT 기반 자연어 처리(NLP) 기술을 제공하고, 특정 서비스 문의 영역에서 고객과의 실시간 대화를 자동화하여, 보다 자연스럽고 개인화된 응대를 제공합니다. 2. 시나리오봇을 통한 반복 문의 처리 시나리오봇 기능을 통해 FAQ와 같은 반복적인 문의를 자동으로 처리하여 상담사의 업무 부담을 줄입니다. 3. 상담 이력 및 데이터 통합 관리 고객과의 상호작용 데이터를 통합 관리하여 상담 이력 기반의 맞춤형 응대가 가능하며, CRM 연동을 통해 실시간으로 고객 정보를 분석하고 대응합니다. 향후 LB유세스는 이러한 AI기술적 역량을 지속적으로 발전시켜, 보다 정교하고 개인화된 고객 서비스를 제공하는 AI 컨택센터 솔루션을 구축해 나갈 예정입니다. < 글 > LB유세스 전략기획팀
    • Report
    • Special Report
    2024-11-04

행사/교육 검색결과

  •
    [협회] AICC C레벨 모닝 포럼 2024
    AICC C레벨 모닝 포럼 2024 차세대 AI 컨택 센터의 디지털 혁신과 인사이트 전망 ■ 2024년 12월 12일(목) 07:00~09:00 ■ 그랜드 인터컨티넨탈 서울 파르나스 2층 아이리스 고객 중심의 유연한 비즈니스와 기업의 전략은 AI와 함께 새로운 시대를 만들고 있습니다. 지속 가능한 차세대 AICC 시장은 대규모 데이터를 학습, 사람처럼 스스로 사고하도록 만든 초거대 AI와 생성형 AI 기반으로 고객의 워크 플로우가 고객 접점, 이용 형태에 따라 스마트한 비즈니스 환경이 사람 중심의 새로운 고객 경험(CX)과 기업 혁신의 변화로 차세대 AICC, AX 전략으로 전환되고 있습니다. 최근 생성형 AI은 차세대 컨택센터의 중요한 인프라 전략으로 어플리케이션에 따라 활용되고 있으며, AI 컨택센터(AICC)는 디지털 클라우드 플랫폼 기반 CCaaS 서비스 형태로 변화되고 있습니다. 또한 사용자의 고객 맞춤형 서비스를 위한 고객 경험과 각종 서비스 등 고객 응대 및 상품 개발 등의 채널 영역으로 확대된 오픈AI의 챗GPT 활용과 생성형 AI기반으로 운영되는, AI 비서와 대화형 서비스, 상담 업무 등 AI기반 24시간 고객서비스를 통한 새롭게 디자인된 AI기반 개인화 맞춤형 서비스를 제공하고, 데이터 분석과 정확한 리스크 관리, 고객의 만족도와 유기적인 장기 고객 관계를 형성하기 위한 새로운 비즈니스 기회를 만들어 가고 있습니다. 이제는 감성까지 커버하는 초거대 AI와 함께 차세대 AICC 시장에서 비즈니스를 위한 미래 전략, 새로운 고객 경험을 위한 미래의 지속 가능성을 점검해 봅니다. 한국컨택센터산업협회의 컨택센터 모닝 포럼 2024 조찬회( C레벨급, 12월12일, 파르나스호텔 )를 통하여 AICC시장에서 확대되는 미래 비즈니스 전략을 만들기 위한 관련 시장의 인적 교류와 기술적인 과제를 협의하고 변화되는 차세대 AICC 디지털 혁신과 인사이트 시장 전략, 또한 세계적인 기업인 ZOOM을 초청하여 ZOOM, AICC플랫폼을 통한 비즈니스 구현 전략과 사례 발표를 통하여 AICC분야 담당 임원분들과 소중한 시간을 함께 나누는 기회를 갖고자 합니다. ▶ 바로가기 : 컨퍼런스 상세 안내 및 등록신청
    • 행사/교육
    • 행사
    2024-11-13
  • [협회] 고객응대근로자 마음치유 프로그램 3탄(향기치유2)
    몸과 마음의 스트레스를 허브 향기로 날려 보내자! 향기로 치유하는 마음, 고객응대근로자를 위한 특별한 시간 협회에서는 감정노동으로 인해 고충을 겪고 있는 컨택센터 종사자의 건강증진을 위해 마음치유 프로그램을 운영하고 있습니다. 지난 6월 향기치유, 9월 그림치유 프로그램에 이어 치유 프로그램 3탄으로 향기치유 Ver.2를 마련하였습니다. ■ 주 제 : 고객응대근로자 마음치유 프로그램_향기치유2 ■ 대 상 : 회원사(선착순 25명) ■ 일 시 : 2024년 11월 20일(수) 14:00~16:00 (2H) ■ 장 소 : 강북노동자복지관 교육실 201호(서울특별시 마포구 환일길 13) ■ 내 용 : 허브와 아로마테라피로 억눌린 감정을 싸~악 풀어버리자 • 허브처럼 건강하고 아름답게 사는 삶 • 향기치유 만들기 체험 (환절기 감기비염 스프레이 & 근육관절 스프레이, 각1개/총2개) • 내 인생의 향기는? ■ 강 사 : 대한아로마테라피학회 윤정식 회장 ■ 참가비용 : 1인 30,000원(계산서 발행,VAT없음) ■ 신청문의 : kcca1998@naver.com ■ 신청기한 : 2024년 11월 15일(금) 15:00 까지
    • 행사/교육
    • 교육
    2024-11-04

오피니언 검색결과

  • [EDITOR'S COLUMN] 가을을 찾습니다.
    10월 말이 다 되었으니 가을이 와도 벌써 왔어야 하는데 아직도 낮에는 더우니 무슨 일인지 모르겠습니다. 가을은 어디 있는 걸까요? 아무리 눈 씻고 찾아봐도 보이지를 않네요. 어디 가을을 본 사람 없나요? 가을을 본 사람이 계시면 연락 주세요. 후하게 사례하겠습니다. 이처럼 가을이 조금 늦게 오는 일로 투정을 부리고 있지만 전세계적으로 기후가 심상치 않습니다. 올 여름 베트남, 미얀마, 중국, 필리핀, 일본 등은 태풍으로 큰 피해를 보았습니다. 특히 11호 태풍 ‘야기’로 인한 사망자수는 베트남은 250명이 넘었고, 미얀마도 400명이 넘었다고 합니다. 미국도 남동부를 강타한 허리케인 ‘헐린’으로 200명 이상이 사망한 것으로 집계되고 있는 가운데 수해의 참상을 전했던 강아지를 안고 울던 어린 소녀의 사진이 인공지능(AI)으로 생성된 가짜로 밝혀져 물의를 빗기도 했습니다. 최근에 날씨는 제 정신이 아닌 듯 합니다. 술 취한 것인지 아님 마약에 취한 것인지 평소에 하지 않던 행동으로 많은 나라에 피해를 주고 있습니다. 그것에 비해보면 우리나라는 행복한 편입니다. 그래도 올 여름은 역대급 폭염으로 기록이 될 정도로 더워도 너무 더웠어요. 이는 전문용어로 북태평양 고기압과 티베트 고기압이 한반도 전역에 이중 열돔(지상 10km이내 상공에서 발달한 고기압이 정체됨으로써 반구 모양의 열 막이 형성되어 뜨거운 공기를 그 자리에 가둬 놓는 기상 현상)을 만들어 높은 습도와 푹푹 찌는 열대야가 장기간 지속된 결과였죠. 적반하장도 유분수지 글쎄 후덥지근하기로 유명한 동남아에서 여행 온 관광객들이 하는 말이 한국의 여름이 그들 나라보다 더 덮고 습해서 여행하기 힘들다고 하더군요. 그들에게 더워도 너무 더웠던 여름의 이미지보다는 한국의 아름다운 가을 단풍을 보여주고 싶습니다. 어찌 되었든 지구 온난화로 기온이 계속 상승하고 있으며, 봄과 가을이 점점 짧아지고 여름이 길어지고 있습니다. 원래 한반도는 뚜렷한 4계절로 나뉘어지므로 12월부터 2월까지 겨울이고, 3월부터 5월까지는 봄, 6월부터 8월까지 여름, 9월부터 11월까지 가을로 알고 살아왔습니다. 그런데 제가 이 글을 쓰고 있을 때가 독감 예방주사를 맞는 10월 중순에서 하순으로 넘어가는 때이니 가을이여야 맞습니다. 그런데 아침과 저녁으로는 쌀쌀한 게 가을이 온 듯한데 아직도 낮은 덥습니다. 조금 빨리 걸으면 땀이 납니다. 가을이 인간과 밀당을 하는 모양입니다. 특히 올해 추석(9월17일)은 너무 빨리 오는 바람에 벼가 제대로 영글지 않아 햅쌀로 지은 밥을 차례상에 올리지 못했습니다. 게다가 추석날 당일 아버님이 계신 대전 현충원으로 성묘를 다녀왔는데 오전이었음에도 어찌나 더운지 커다란 양산을 가져와 그늘막을 만들어 놓고 성묘하시는 분들이 정말 부러웠습니다. 특히 아버님 묘에서 2km 떨어진 곳에 계신 외삼촌 묘역까지 걸어 갔다 왔더니 온 몸이 땀으로 범벅이 되어 속옷은 말할 것도 없고, 겉옷까지 다 젖어버려 대중교통을 이용할 때마다 땀 냄새 날까 마음 졸여야 했습니다. 물론 이보다 더한 경험을 한 적도 있습니다. 오래 된 이야기인데 당시 손석희씨가 진행하던 MBC ”선택 토요일이 좋다”에서 국내 여행지를 소개하는 코너를 맡아 파트너인 김혜영씨와 4월말에 1박2일로 소백산의 봄 소식을 전하기 위해 촬영 갔었는데 눈이 너무 많이 내려 결국 눈 덮인 겨울 풍경을 5월에 방송한 적이 있어요. 이렇게 계절은 변화무쌍하지요. 그렇더라도 우리가 어릴 적부터 알고 있는 친숙한 가을을 찾습니다. 가을이 되면 하늘은 맑고 푸르르며 말이 살이 찐다고 하여 천고마비의 계절이라고 했지요. 시원한 바람이 불고, 한들한들한 코스모스 꽃도 피며, 산에는 주황색, 빨간색, 노란색으로 물든 단풍잎으로 뒤덮여야 제 맛이지요. 오늘 비가 엄청 내리고 있습니다. 내일까지 비가 오고, 난 후 아침 기온이 10도 이하로 떨어진다고 합니다. 이제 정말로 가을이 오려는 모양입니다. 그런데 문제는 이러다 바로 겨울이 들이닥칠 것 같아 걱정입니다. 하루라도 빨리 연지와 곤지 찍고 색동저고리 입고 화사한 모습을 한 가을이 우리 곁으로 왔으면 좋겠어요. 가을아, 어디에서 무엇을 하고 있는지 모르겠는데. 서둘러야 해. 이러다가 겨울이 새치기 하겠어. 겨울이 오기 전에 가을 너와 오롯이 즐겁게 보내고 싶어. 독서도 하고, 등산도 하면서… (사)한국컨택센터산업협회 황규만
    • 오피니언
    • 칼럼
    2024-11-04
  • [2024 Special Column] (11) 불만고객 시프트
    [컨택저널 2024년 11월호] [2024 Special Column] Chat GPT시대 휴먼 상담의 방향 (11) 불만고객 시프트 Chat GPT시대 컨택센터 Human상담사의 역할은 어떻게 재구성되어야 하고 그 진가를 발휘하기 위해 무엇이 필요할지 컨택센터 구성원들에게 제언하는 12가지 주제를 1년간 고정 칼럼으로 게재한다. 고객응대근로자 보호법 시행 이후 막말하는 고객은 많이 줄어들었다. 심하게 욕하거나 막무가내로 몰아붙이는 고객은 드물어졌지만 요목조목 집요하게 따지는 고객은 점점 늘고 있다. 인격모독까지는 아니지만 집요하고 논리적으로 불만을 제기해 친절한 사과만으로는 해결이 안된다. “미안하다는 말은 됐다, 당신 잘못이 아닌거 안다, 이 불편을 어떻게 보상할지 그것만 알려달라” 라고 차분하고 냉랭하게 해명과 보상을 원한다. 게다가 한 고객이 한 사안으로 인터넷, 게시판, 채팅, 댓글 등 전화를 포함한 모든 채널을 이용해 동시에 불만을 개진한다. 각 채널 중에 하나만 삐끗해도 책 잡히게 되고 보상의 명분이 된다. 지독한 두통은 아니지만 일정한 강도로 계속 찌뿌둥하게 머물러 있는 미세한 두통 같다. 아주 심해지지도 않고 그렇다고 적절한 출구를 찾지도 못한 채 몇일씩 지지부진하다. 불만 고객의 문제는 화살처럼 앞으로 나아가는 것이 아니라 나선형 소라껍데기처럼 맴돌면서 증폭된다. 첫 콜에 바로 해결이 안되고 2~3번에 걸쳐 재차 확인을 해야 한다. 고객채널이 많아져서 자체 몰뿐만 아니라 각 판매 사이트 별 프로모션, 할인정책 등 확인할 게 많아졌고 관련자도 늘어났다. 생산업체, 물류업체 뿐만 아니라 배송기사와 배달장소 경비실까지 확인해야 할 때가 있다. 이 과정에서 직원의 응대태도 보다 “절차의 불편함, 시간 지연, 약속 불이행, 사태 파악을 제대로 못함” 등의 이유로 고객불만은 소복이 쌓여간다. 갑자기 한 주먹으로 휘갈기는 폭력이 아니라 서서히 기운을 빼앗아가는 심리적 고문 같다. 이럴 때 휴먼상담사는 뒷목이 뻣뻣해지고 심장이 조여온다. 챗봇 만큼도 권한이 없는 상담사가 접근할 수 있는 정보는 한계가 있는데 고객은 로봇만도 못하냐며 추궁한다. 늘 있어왔던 불만임에도 불구하고 한결같이 반복되는 문제이기 때문에 고객에게 진심 어린 사과와 새로운 약속을 하기도 두렵다. 시지프스의 노동처럼 반복되는 고객불만을 밑 빠진 독에 물 붓듯 그날 그날 모면하기에 바쁘다. 양해를 구하지만 영혼이 없고 설득을 해보지만 의지력이 안 생긴다. 고된데다 헛되다고 느껴진다. 예전 불만응대의 핵심은 친절한 태도였다. 당황하거나 대들지 않고 친절하게 사과하고 지침대로 처리하는 것이 중요했다. 하지만 이제 그것 만으로는 안된다. 그러기엔 너무 복잡다단하고 너무 관련자의 변수가 많다. 고객불만은 지능을 갖고 처리하는 게 아니라 지성으로 판단해야 한다. 인공지능이 갖지 못한 휴먼지능의 지성 말이다. 답이 정해져 있는 물음에 곧바로 정확한 답을 내놓는 “지능”이 아니라 답이 없는 불만에 탐구하는 질문으로 최적안을 계속 탐색하는 “지성”이 필요하다. 문제를 단순화해 이분법적으로 사고하고 빠르게 결론지어서 얼른 매듭짓고 싶은 마음으로는 지성을 발휘하기 어렵다. 섣부르게 결론짓기를 멈추고 탐색하는 자제력, 판단의 저변에 깔린 냉소와 체념을 뛰어넘는 의지력, 답 없는 물음에 차분히 대처할 수 있는 주의력, 이런 것들의 총합이 지성이다. 바로 휴먼 상담사만이 발휘할 수 있는 능력이다. 지성은 스스로를 어떻게 규정하느냐와 관련이 있다. 자신을 안내하는 사람이 아니라 탐구하고 제안하고 돕는 사람으로 규정하는 자기개념의 기반위에 피어난다. 자신을 지식을 전달하고 처리하는 사람으로 여기느냐, 지성을 갖고 판단하는 사람으로 여기느냐에 따라 지성이 발현되기도 하고 사그라들기도 한다. 사과할지언정 제안하기는 어렵고, 안내할지언정 설득하기는 두렵다는 마음의 제약이 있으면 발휘될 수 없다. 이제 표준화된 지침을 안내하는 것은 챗봇도 한다. 사람은 좀더 심층적이고 유연해야 한다. 어디까지 고객의 마음을 공감하며 이해시켜야 하고, 어디서부터 제도 개선을 위해 회사에 요청해야 할지를 분별할 줄 알아야 한다. “규정은 이러합니다.”가 아니라 “고객님이 가장 중요시 하는 게 이 점이시죠? 그렇기 때문에 감히 이 방법을 추천 드립니다. 이렇게 하시는 것이 고객님 편에서 가장 최선이실 거 같은데 저를 믿고 수락해주시면 어떨까요?”라고 리드해야 한다. 만성적인 문제여서 뻔한 결과가 예상되더라도 의식적으로 주의력을 기울여야 한다. “처음 본 뇌 삽니다”라는 밈(meme)이 있다. 굉장히 좋은 경험을 했을 때, 그것을 경험해 보지 못한 때로 되돌아가서 다시금 그 행복을 느끼고 싶을 정도로 좋다는 찬사다. 좋은 경험도 반복되면 식상해진다. 고객불만도 여러 차례 반복되다 보니 타성에 젖어 선입관을 갖고 기계적으로 처리한다. 으레 그러려니 하고 지레 포기한다. 휴먼 상담사에게 “처음 본 뇌”처럼 의식적 주의력과 의도적 탐구심이 필요하다. 고객불만 이슈는 계속 반복되어 왔어도 고객불만을 제기하는 지금 이 고객은 처음 겪는 일이다. 문제는 같아도 사람이 다르다. 우리에겐 101번째 처리하는 반복되는 문제일지라도 불만고객에겐 첫번째 겪는 심각한 문제이다. 불만 고객이 달라진 만큼 불만고객을 돕는 휴먼 상담사도 달라져야 한다. 신속 정확 친절한 정답을 안내하는 것이 아니라 고객의 상황을 알아보고 현재 상황에서 가장 최선의 해답이 무얼까 찾아보는 상담으로 진화해야 한다. 같은 문제일지라도 사람이 달라지면 다른 최적의 해답이 나올 수 있다. 지능을 넘어 지성으로 진화하는 일은 휴먼 상담사를 더 깊고 넓고 울림 있는 소통 전문가로 만들어 줄 것이다. < 글 > ㈜윌토피아 지윤정 대표(toptmr@hanmail.net)
    • 오피니언
    • 칼럼
    2024-11-04
비밀번호 :