콜센터는 전화를 받고, 해결책을 찾고, 원인을 파악하여 다음 고객에게 신속하게 연결하도록 설계되는 경우가 많습니다. 하지만 상담 시간이 몇 분밖에 되지 않아 관련 정보를 얻기가 어렵습니다. 이러한 상호작용을 미래를 위한 학습 경험으로 전환해 주는 기술이 있다면 어떨까요?
이 기술은 이미 존재하며 단순한 전화 통화를 넘어 고객과 기업 간의 모든 유형의 대화를 분석할 수 있습니다. 더 나아가, 경험의 긍정적 또는 부정적 여부는 단순히 어조만으로 결정되는 것이 아니라, 의사소통의 전반적인 맥락에 따라 결정됩니다. 지역주의나 문화적 표현과 같은 요인들이 이러한 해석에 근본적인 역할을 합니다. 어떤 사람이 특정 행사에 대해 언급할 때 반드시 불만을 표하는 것은 아니지만 불안해 보이거나, 부정적인 의미 없이 구어체 표현을 사용할 수도 있기 때문입니다.
작업을 자동화할 뿐만 아니라 데이터를 분석하고 통찰력을 생성하는 생성적 인공 지능을 통해 기업은 특정 문제를 해결하는 것 외에도 수천 개의 파일과 데이터 포인트를 조사하고, 대화에서 불만족 패턴을 파악하고, 요구 사항을 예측하고, 기업이 고객 여정을 개선하도록 도울 수 있습니다.
"AI는 각 상호작용에 대해 상세한 분석을 수행합니다. 이는 방대한 데이터량으로 인해 인간 분석가가 동일한 범위와 시간 내에 수행할 수 없는 작업입니다. AI는 아주 작은 대화에서도 기회를 포착하여 이러한 인사이트를 기업에 실질적인 정보를 제공합니다."라고 상호작용을 실질적인 정보로 전환하는 생성적 AI 활용 전문 플랫폼인 AIDA
브라질은 이미 AI의 이 "부문"을 도입하는 데 있어 세계적인 선두주자 중 하나로 떠오르고 있습니다. Google에서 의뢰한 설문 조사에 따르면, 브라질은 세계에서 생성적 인공 지능을 가장 많이 사용하는 국가 중 하나입니다. 응답자의 54%가 작년에 이 기술을 사용했다고 답했으며, 세계 평균은 48%였습니다.
고객 서비스에 적용되는 생성적 AI는 챗봇이나 가상 비서를 활용한 자동화된 연락을 통해 기존 방식을 뛰어넘을 수 있습니다. 자동화된 상호작용에서도 사용자 경험이 항상 만족스러운 것은 아니기 때문입니다. 따라서 더 복잡한 서비스 요청이나 고객 자체의 경우에도 여전히 인간의 개입이 필요합니다.
바로 이러한 경우에 AI의 덜 알려진 활용이 가치를 지닐 수 있습니다. 생성 AI는 상담원과의 대화에서 고객 행동을 분석하고, 불만족 패턴을 파악하며, 마찰 지점을 파악하여 고객 여정의 효율성을 높이기 위한 지속적인 조정을 가능하게 합니다. 이 도구가 수행하는 데이터 분석은 브랜드가 고객 서비스에서 병목 현상과 가장 큰 불만족 지점을 "추측"하지 않고도 파악할 수 있도록 지원합니다. 따라서 개선 결정은 더욱 정보에 기반하여 이루어지고, 결과적으로 긍정적인 효과를 가져올 가능성이 더 커집니다.
"인공지능은 단순히 사용자 요청에 응답하는 것을 넘어, 기업이 각 상호작용을 서비스 개선의 기회로 전환하고, 궁극적으로 진정한 정보 원천을 확보하여 '문제의 근원'을 찾아 해결할 수 있도록 지원합니다. 고객의 말을 주의 깊게 경청하고, 성찰하고, 분석하고, 통화를 정리하는 것은 고객을 잃을 수도 있고 영원히 다시 만날 수도 있는 중요한 요소입니다. 모순처럼 보일 수 있지만, 기술은 결국 고객 서비스를 더욱 인간적으로 만드는 데 큰 도움이 됩니다."라고 세나는 결론지었습니다.
