AI로 고객 문의 내용을 유형별로 자동 분류하는 방법

쏟아지는 고객 문의 속에서 길을 잃다

매일같이 밀려드는 고객 센터의 문의 메시지를 살펴보면 담당자들의 고충이 쉽게 눈에 띱니다. 주문을 취소하고 싶다는 요청부터 제품 사용법을 묻는 질문, 배송이 언제 오는지 확인하는 연락까지 그 내용은 아주 다양합니다. 직장인들이 이 수많은 메시지를 하나씩 읽고 적절한 부서로 넘기거나 직접 답변을 달다 보면 하루가 어떻게 지나가는지 모를 정도로 시간이 빠르게 흘러갑니다. 굳이 사람이 직접 하지 않아도 될 단순 반복 업무에 아까운 시간을 쏟고 있는 셈입니다.

이런 문제를 해결하기 위해 많은 기업들이 인공지능 기술을 도입하고 있습니다. 컴퓨터가 사람 대신 고객의 메시지를 읽고 어떤 내용인지 파악한 뒤 알맞은 담당자에게 자동으로 전달해 주는 시스템입니다. 업무 처리 속도가 비약적으로 빨라질 뿐만 아니라 고객이 답변을 기다리는 시간도 크게 줄어들기 때문에 기업과 소비자 모두에게 큰 만족을 줍니다. 막연하게 어렵게만 느껴졌던 첨단 기술이 이제는 우리 일상적인 업무 환경을 바꾸고 있는 것입니다.

인공지능이 고객의 마음을 읽는 원리

컴퓨터가 어떻게 사람이 보낸 글을 이해하고 분류하는지 의아해하는 분들이 많습니다. 핵심은 자연어 처리라는 기술에 있습니다. 인공지능은 수많은 문장 데이터를 학습하면서 단어와 문장 사이에 어떤 맥락이 있는지 스스로 파악합니다. 예를 들어 환불, 반품, 취소 같은 단어가 포함된 문장을 보면 이 문의는 주문 취소와 관련이 있다는 것을 스스로 깨닫게 됩니다.

과거에는 컴퓨터가 정해진 규칙대로만 움직여서 조금만 표현이 달라져도 엉뚱한 분류를 하곤 했습니다. 하지만 요즘의 기술은 문장의 전체적인 의미와 뉘앙스까지 이해할 수 있습니다. 고객이 오타를 내거나 비유적인 표현을 써도 대략 어떤 의도인지 눈치채고 알맞은 유형으로 분류해 냅니다. 마치 숙련된 상담 직원이 고객의 글을 읽고 빠르게 파악하는 것과 비슷한 과정이 아주 빠른 속도로 일어나는 것입니다.

현장에서 실제로 쓰이는 주요 분류 유형

기업의 성격에 따라 조금씩 다르지만 대다수의 고객 센터에서는 몇 가지 공통된 기준을 가지고 문의를 분류합니다. 어떤 유형으로 나누어 처리하는지 살펴보면 우리 회사나 주변 업무에 어떻게 적용할 수 있을지 감을 잡을 수 있습니다.

• 주문 및 결제 관련 문의는 상품 구매 과정에서 발생한 결제 오류나 영수증 발급 요청을 다룹니다
• 배송 관련 문의는 물건이 언제 도착하는지 혹은 배송지를 바꾸고 싶다는 요청을 처리합니다
• 상품 반품 및 교환 문의는 단순 변심이나 불량 제품으로 인해 환불을 원하는 상황을 분류합니다
• 제품 사용법 및 기술 지원 문의는 기기 조작이 어렵거나 프로그램 오류가 발생했을 때 해결책을 제시합니다
• 계정 및 회원정보 문의는 비밀번호를 잊어버렸거나 탈퇴하고 싶어 하는 고객의 요청을 담당합니다

작은 규모의 사업장에서도 비용 효율적으로 시작하는 방법

인공지능 도입이라고 하면 대기업이나 거대 자본이 있는 IT 기업 전용이라는 선입견을 가지기 쉽습니다. 하지만 최근에는 소상공인이나 중소기업도 아주 적은 비용으로 이러한 시스템을 도입할 수 있는 방법들이 많아졌습니다. 직접 프로그램을 개발할 필요 없이 이미 시중에 나와 있는 클라우드 기반의 서비스나 챗봇 빌더를 활용하면 됩니다.

대부분의 서비스가 사용한 만큼만 비용을 지불하는 종량제를 채택하고 있기 때문에 초기 투자 비용이 거의 들지 않습니다. 직원 한두 명이 처리해야 할 단순 문의 업무를 자동화 시스템이 대신해 주기 때문에 인건비 절감 효과도 큽니다. 무료로 체험해 볼 수 있는 구간을 제공하는 플랫폼도 많아서 우리 회사 업무에 실제로 도움이 되는지 먼저 테스트해 보고 도입을 결정해도 늦지 않습니다.

시스템 도입 과정에서 흔히 하는 오해와 진실

인공지능 자동 분류 시스템을 처음 접하는 사람들이 가장 많이 하는 오해 중 하나는 완벽함에 대한 기대입니다. 기계가 알아서 다 해주기 때문에 사람은 손을 놓고 있어도 될 것이라고 생각하기 쉽습니다. 하지만 초기에는 인공지능도 실수를 합니다. 엉뚱한 유형으로 분류하거나 의미를 오해하는 경우가 간혹 발생합니다.

기술은 마법 같은 해결책이 아니라 똑똑한 도구에 가깝습니다. 사람이 빗자루로 쓸던 공간을 청소기가 대신해 주듯, 일의 수고를 덜어주는 역할을 합니다. 따라서 시스템이 완벽하게 작동하기 전까지는 담당 직원이 주기적으로 결과를 확인하고 잘못 분류된 데이터를 바로잡아 주어야 합니다. 이러한 피드백 과정이 쌓일수록 인공지능은 점점 더 똑똑해지고 정확한 분류 실력을 갖추게 됩니다.

도입 효과를 극대화하기 위한 실전 팁

새로운 시스템을 들여놓았다고 해서 모든 문제가 저절로 해결되지는 않습니다. 제도를 효과적으로 활용하고 실질적인 업무 효율을 높이기 위해서는 몇 가지 세심한 노력이 필요합니다. 현장에서 바로 써먹을 수 있는 유용한 방법들을 기억해 두는 것이 좋습니다.

• 기존에 자주 접수되었던 대표적인 질문과 답변 데이터를 미리 정리하여 학습 재료로 제공해야 합니다
• 분류 정확도를 높이기 위해 고객이 문의를 남길 때 선택할 수 있는 대략적인 카테고리를 사전에 제시해 주는 것도 좋은 방법입니다
• 자동 분류 시스템이 거쳐간 문의를 정기적으로 검토하여 오류 패턴을 분석하고 수정하는 담당자를 지정해 둡니다
• 단순 반복 문의는 인공지능이 자동으로 답변을 보내게 하고 사람이 직접 개입해야 하는 복잡한 문의만 골라내는 체계를 만듭니다

자주 묻는 질문으로 알아보는 궁금증 해결

인공지능 자동 분류를 처음 고민할 때 누구나 비슷하게 갖는 궁금증들이 있습니다. 이에 대한 명확한 답변을 통해 도입에 대한 망설임을 조금이나마 덜어낼 수 있습니다.

고객이 사투리를 쓰거나 은어를 섞어서 문의를 남겨도 잘 알아듣는지 걱정하는 경우가 많습니다. 최신 언어 모델들은 다양한 일상 언어 데이터를 학습했기 때문에 맞춤법이 조금 틀리거나 구어체가 섞여 있어도 문맥을 통해 의도를 파악하는 능력이 뛰어납니다.

프로그래밍이나 코딩을 전혀 모르는 직원도 관리할 수 있는지 궁금해하는 분들이 많습니다. 요즘 나오는 서비스들은 마우스 클릭 몇 번으로 설정을 바꿀 수 있는 직관적인 화면을 제공하므로 개발 지식이 전혀 없는 일반 사무 직원도 충분히 관리하고 운영할 수 있습니다.

기존에 사용하고 있던 사내 메신저나 고객 관리 프로그램과 연동이 복잡할지 걱정하기도 합니다. 대부분의 최신 솔루션들은 오픈 API를 지원하기 때문에 기존 업무 시스템과 매끄럽게 연결되며 전문 개발자의 큰 도움 없이도 연동 작업을 비교적 수월하게 마칠 수 있습니다.