고객 문의 자동응대를 붙이기 전에 — 챗봇이 실패하는 세 가지 이유

고객 문의가 늘면 자연스럽게 챗봇 이야기가 나옵니다. 24시간 응대, 인건비 절감, 반복 문의 처리. 명분은 충분합니다.

그런데 도입한 뒤 실제로 벌어지는 일은 대개 이렇습니다. 고객은 챗봇을 두세 번 시도하다 「상담원 연결」을 누르고, 문의량은 그대로인데 불만이 한 단계 얹혀서 넘어옵니다. 결과적으로 응대 시간이 늘어납니다.

기술이 부족해서가 아닙니다. 붙이는 위치와 범위를 잘못 잡아서입니다. 그리고 이건 도입 전에 몇 시간만 들이면 대부분 걸러집니다.

#1. 문의의 대부분은 「질문」이 아니다

실제 문의 로그를 유형별로 세어 보면 구성이 대체로 이렇습니다. 상태 확인(내 주문 어디까지 왔나), 요청(바꿔주세요, 취소해주세요), 불만(잘못 왔어요), 그리고 정보 질문(이거 어떻게 쓰나요).

챗봇이 잘하는 건 마지막 하나입니다. 그런데 문의량의 다수는 앞의 셋입니다. 앞의 셋은 답을 아는 문제가 아니라 시스템에 접근해서 무언가를 조회하거나 바꿔야 하는 문제입니다.

이 구분이 중요한 이유는 절감 기대치가 여기서 정해지기 때문입니다. 정보 질문 비중이 20%인데 챗봇에 기대하는 절감률이 60%라면, 그 계획은 시작부터 40%포인트가 비어 있습니다. 그리고 그 차이는 도입 후 몇 달이 지나서야 「생각보다 효과가 없네」라는 형태로 드러납니다.

그래서 도입 전 첫 작업은 챗봇 선정이 아니라 최근 문의 200건을 유형별로 세어보는 것입니다. 엑셀 한 장이면 됩니다. 대부분의 회사가 이 표를 갖고 있지 않고, 만들어 보면 예상과 다른 결과가 나옵니다.

#2. 조회가 안 되면 「답변」은 안내문일 뿐이다

「주문 조회는 마이페이지에서 가능합니다」 — 이건 답이 아닙니다. 고객이 챗봇에 물어본 이유는 마이페이지를 찾기 싫어서이거나, 거기서 원하는 걸 못 찾아서입니다. 같은 곳으로 돌려보내면 문의는 줄지 않고 고객의 인내심만 줄어듭니다.

실제로 문의를 줄이는 챗봇은 주문 시스템·배송 추적·회원 정보에 붙어 있습니다. 그래야 「어제 주문하신 건 오늘 오후 출고 예정입니다」라고 말할 수 있습니다. 붙지 않은 챗봇은 FAQ를 대화형으로 읽어주는 물건이고, 그건 이미 FAQ 페이지가 하고 있습니다.

그래서 견적을 볼 때 봐야 하는 항목은 응답 품질이 아니라 연동 범위입니다. 무엇을 조회할 수 있고 무엇을 바꿀 수 있는가. 조회만 되는지, 취소·변경 같은 쓰기 동작까지 되는지. 여기가 비어 있으면 나머지는 부수적입니다.

연동이 어렵다는 답이 오면 그건 챗봇 업체의 한계가 아니라 우리 쪽 시스템에 조회 창구가 없다는 뜻인 경우가 많습니다. 그러면 순서가 바뀝니다 — 챗봇을 먼저 붙일 게 아니라 조회 창구를 먼저 만들어야 합니다. 그리고 그 창구는 챗봇 말고도 여러 곳에서 쓰입니다.

#3. 빠져나갈 길이 없으면 신뢰가 먼저 깨진다

가장 흔한 설계 실수는 상담원 연결을 어렵게 만드는 것입니다. 자동화율을 높이려는 의도인데, 결과는 정반대입니다.

고객이 두 번 시도해서 원하는 걸 못 얻으면 그때부터는 문제 해결이 아니라 탈출이 목적이 됩니다. 「상담원」, 「사람」, 「연결」을 반복해서 입력하기 시작합니다. 그 상태로 상담원에게 넘어오면 원래 문의에 「챗봇이 답답했다」가 얹힙니다. 응대 시간이 길어지고 만족도가 떨어집니다.

잘 도는 구성은 대체로 정반대입니다. 연결 버튼을 처음부터 보이게 두고, 대신 넘길 때 지금까지의 대화와 조회 결과를 함께 넘깁니다. 상담원이 「주문번호 알려주시겠어요」부터 다시 묻지 않아도 되면 실제 처리 시간이 줄어듭니다.

자동화의 이득이 여기서 나옵니다 — 응대를 없애서가 아니라 응대를 짧게 만들어서입니다. 그리고 이쪽이 훨씬 안전합니다. 없애려다 실패하면 만족도까지 잃지만, 짧게 만드는 건 실패해도 원래대로일 뿐입니다.

#사람에게 넘길 때 무엇을 함께 넘기나

인계 품질이 실제 절감폭을 가릅니다. 최소한 세 가지는 함께 넘어가야 합니다.

• 고객이 누구인지 — 로그인 상태라면 회원 정보, 최근 주문. 이것만 넘어가도 첫 두 번의 왕복이 사라집니다.
• 무엇을 시도했는지 — 대화 전문. 고객이 같은 말을 두 번 하지 않게 하는 유일한 방법입니다.
• 봇이 무엇을 조회했는지 — 배송 상태, 재고 여부. 상담원이 같은 조회를 반복하지 않게 합니다.

이 셋이 안 넘어가면 챗봇은 절감 장치가 아니라 고객이 한 번 더 거쳐야 하는 관문이 됩니다. 그리고 그 상태의 챗봇은 없느니만 못합니다.

#효과를 무엇으로 측정할 것인가

「자동응대율 몇 %」는 오해를 부르는 지표입니다. 고객이 포기하고 나간 것도 자동응대로 잡히기 때문입니다. 봇이 답을 하고 대화가 끝났다면 성공으로 기록되지만, 실제로는 고객이 전화를 걸었을 수도 있습니다.

더 정직한 지표는 두 개입니다. 인입 대비 상담원 연결 건수가 실제로 줄었는가. 그리고 건당 처리 시간이 줄었는가. 앞의 것이 그대로여도 뒤의 것이 줄었으면 도입은 성공한 것입니다 — 그게 인계 품질의 효과입니다.

반대로 연결 건수는 줄었는데 재문의율이나 반품이 늘었다면 그건 절감이 아니라 이연입니다. 해결되지 않은 문의가 다른 경로로 돌아온 것이고, 대개 더 비싼 형태로 돌아옵니다.

#도입 전에 답이 나와 있어야 하는 것

세 가지면 충분합니다.

• 문의 유형별 비중 — 최근 200건 기준. 챗봇이 실제로 덜어낼 수 있는 몫이 여기서 나옵니다.
• 연동 가능한 시스템 — 조회·변경이 가능한 범위. 불가능하면 그 유형은 절감 대상에서 뺍니다.
• 인계 방식 — 상담원에게 무엇을 함께 넘기는가. 대화만 넘기면 절감이 아니라 이관입니다.

이 셋이 정리되면 도입 여부와 기대 효과가 숫자로 나옵니다. 그리고 견적을 비교할 기준도 생깁니다 — 같은 금액이라도 연동 범위가 다르면 전혀 다른 물건입니다.

정리되지 않은 채 시작하면 「도입은 했는데 문의는 그대로」라는 흔한 결말로 갑니다. 그리고 그 상태에서는 원인을 찾기도 어렵습니다 — 무엇이 줄었어야 하는지를 애초에 정하지 않았기 때문입니다.