“주문한 물건이 오지 않았어요”, “옷이 찢어진 상태로 왔네요”, “그냥 환불해주세요”
국내 쇼핑몰들이 소위 말하는 ‘블랙컨슈머’로 인해 스트레스가 이만저만이 아니다. 온라인 시장이 무서울 정도로 성장세를 보이며 산업을 지배하고 있지만, 규모가 커지면 커질수록 잡음이 발생하기 마련이고, 그 대표적인 예가 바로 블랙컨슈머들(Black Consumer)이다.
온라인 쇼핑몰의 경우 소비자들과 직접적인 접촉없이 오로지 네트워크 상에서 전자상거래로 이뤄지는 시스템으로 제품 판매 및 구매가 편리할 수 있지만, 동시에 고객문의나 대응에 발 빠른 대처가 미흡할 수밖에 없다. 특히 쇼핑몰 측에서 제품을 정확히 전달했다는 것을 확인해도 나에게는 제품이 오지 않았다고 우기는 고객 앞에서는 더더욱 속수무책이다.
그럼에도 각자의 방식으로 고객들을 응대하기 위한 CS를 적극적으로 펼치고 있는 실정이다. 과연 무수히 많은 온라인 쇼핑몰들은 상품이 안 왔다는 고객들의 클레임에 어떻게 대처하고 있을까?
가장 단순한 방법으로는 복잡한 절차없이 바로 고객에게 재발송해 사건을 일단락시키는 것이다. 1인 창업이나 소규모 쇼핑몰의 경우 물품을 일일이 찾아 누락 건을 확인해볼 수 있지만, 하루에 적게는 몇백개에서 많게는 몇천, 몇만개의 판매 매출을 올리고 있는 쇼핑몰이라면 특정 한 고객의 제품 누락이 몇 시, 몇 분에 이뤄졌는지를 일일이 찾아 나서는 것은 현실적으로 불가능하다.
하지만, 이런 일이 잦아지면 이를 악용하는 새로운 유형의 블랙컨슈머들이 등장하게 된다. 유사한 사례를 접한 다수 고객에게는 학습효과가 생겨 너나 할 것 없이 제품이 안왔다고 하는 클레임을 걸어버리는 상황이 발생할 위험을 배제할 수 없다.
이에 일부 쇼핑몰은 CCTV로 전 과정의 영상을 녹화하여 쇼핑몰 메인 페이지에 “저희는 포장발송 전 과정이 녹화되고 있다”는 문구를 보이게 함으로써 사전에 대응하는 방식을 채택하고 있으나, 이 역시 생산적인 대응 방식이라 볼 수 없다. 실제로 제품 누락 클레임이 들어오게 되면 한 두건이라도 녹화된 CCTV 영상을 최소 몇 시간 동안 직접 눈으로 찾아야 하기에 CS담당 직원들에게는 굉장히 괴롭고 소모적인 일이다.
그냥 보내 줄 수도 없고, 안 보내주기에도 애매한 딜레마에서 벗어나고자 노력하는 쇼핑몰과 솔루션도 일부 있다. A 쇼핑몰의 경우 포장 시작 전 한번, 끝난 다음 한번 총 두번의 바코드 스캐닝 작업을 추가해 포장 시점 정보를 파악해 문제를 해결하고 있다.
물론, 바코드를 찍은 시작시간과 완료시간을 통해 어떤 고객의 제품이 몇 날, 몇 시에 누락됐는지를 정확하게 가늠할 수 있으나, 스피드가 생명인 포장 및 배송 측면에서는 바코드를 찍는 작업없이 할 수 있었으면 하는 요구가 대두됐다. 또한 택배수량이 일정 수준을 넘어가는 업체의 경우 기본 도입비용부터 유지비용까지 고려한다면 대규모의 자본을 보유한 쇼핑몰이 아닌 이상 배보다 배꼽이 더 큰 격이 돼 버리는 것이다.
이에 ‘컴포트랩’이 발벗고 나섰다. 컴포트랩은 여성 브라렛 전문 쇼핑몰로써 온라인 쇼핑몰 고객응대에 관한 미비한 시스템 문제를 가장 잘 이해하고, 이를 해결할 수 있는 신선한 방안을 찾아냈다. 바로 CCTV 포장영상에 이 시대의 핵심기술이라 주목받고 있는 ‘인공지능 딥러닝 기술’을 적용한 것이다.
컴포트랩 역시 이전까지만 하더라도 CCTV로 포장배송 전 과정을 녹화해 고객의 클레임을 대응해왔지만, ‘속옷’이라는 제품 특성상 성수기에는 클레임의 양이 감당하지 못할 정도로 늘어나면서부터 시간, 비용, 인력 등 모든 차원에서 효용성 높은 해결책 모색에 열을 올렸다.
컴포트랩 황형수 이사는 서울대 수학과 대학원을 졸업해 금융권에서 리스크 관리 관련 분야 빅데이터와 AI 업무 전문가로서 20여년 간 근무했던 이색 경험을 바탕으로 사회적인 문제로 대두되고 있는 고객대응 CS 문제를 해결할 방안을 고민한 끝에 가장 핫한 딥러닝 기술을 쇼핑몰 CCTV 포장영상에 접목시키는 방식을 생각해 운송장을 기계가 학습해 자동으로 찾아내 바코드를 인식할 수 있는 신기술을 업계 최초로 도입했다.
컴포트랩만의 CCTV 딥러닝 기술은 일반 쇼핑몰들이 기본으로 설치하고 있는 CCTV 영상만을 추가 장비없이 활용할 수 있고, 포장하는 사람도 자신의 업무에 바코드를 따로 찍는 행위를 굳이 하지 않아도 된다. 딥러닝 기술이 설치된 CCTV 영상에서 사전에 운송장을 학습해 자동으로 인식하고 있기 때문이다. 이제 CS 직원들은 물품 누락을 항의하는 고객 요청에 운송장 번호만 입력하면 자동으로 해당 포장영상을 찾아주는 시스템 덕분에 즉각적으로 문제를 해결할 수 있다.
황형수 이사는 “제품이 오지 않았다고 요청하는 고객응대를 위해 간단하게 운송장 번호 입력만으로 바로 해당 포장영상을 증거자료로 찾을 수 있는 시스템을 개발하고자 여러 측면에서 노력했다”며 “다양한 인공지능 전문업체 중에서도 영상인식과 광학판독에 탁월한 역량을 가진 전문업체를 찾았고, 전혀 새로운 영역에서의 이번 시스템을 드디어 선보일 수 있어 뜻깊다. 해당 업체는 얼마 전 치러진 대학수학능력시험(이하 수능) 채점평가 프로그램을 담당하는 등 전문성이 있는 업체로 개발을 의뢰할 수 있었다”고 밝혔다.
이어 “이번 시스템의 장점으로는 택배 포장량이 증가해 포장 인력이 추가되더라도 비용이 얼마되지 않는 10만원 미만의 CCTV 카메라만 간단히 추가하면 돼 확장성이 뛰어나고, 컴포트랩만의 자체 시스템 개발로 1회의 개발비용만 들 뿐 기타 추가 지불비용 없이 항구적으로 사용할 수 있다”며 “향후 블랙컨슈머 고객 응대도 막힘없이 해결하고, 이와 관련된 부수적인 비용과 시간까지 절약하는 등 내부 직원들도 소비자도 모두 만족할 수 있었다. 나아가 크게 늘어나는 온라인 쇼핑몰 업계에서도 블랙컨슈머 대응에 선택할 수 있는 새로운 방향을 제시한 것에 큰 의의를 두고 있다”고 덧붙였다.
이준현 한경닷컴 연예·이슈팀 기자
기사제보 및 보도자료 hub@hankyung.com
국내 쇼핑몰들이 소위 말하는 ‘블랙컨슈머’로 인해 스트레스가 이만저만이 아니다. 온라인 시장이 무서울 정도로 성장세를 보이며 산업을 지배하고 있지만, 규모가 커지면 커질수록 잡음이 발생하기 마련이고, 그 대표적인 예가 바로 블랙컨슈머들(Black Consumer)이다.
온라인 쇼핑몰의 경우 소비자들과 직접적인 접촉없이 오로지 네트워크 상에서 전자상거래로 이뤄지는 시스템으로 제품 판매 및 구매가 편리할 수 있지만, 동시에 고객문의나 대응에 발 빠른 대처가 미흡할 수밖에 없다. 특히 쇼핑몰 측에서 제품을 정확히 전달했다는 것을 확인해도 나에게는 제품이 오지 않았다고 우기는 고객 앞에서는 더더욱 속수무책이다.
그럼에도 각자의 방식으로 고객들을 응대하기 위한 CS를 적극적으로 펼치고 있는 실정이다. 과연 무수히 많은 온라인 쇼핑몰들은 상품이 안 왔다는 고객들의 클레임에 어떻게 대처하고 있을까?
가장 단순한 방법으로는 복잡한 절차없이 바로 고객에게 재발송해 사건을 일단락시키는 것이다. 1인 창업이나 소규모 쇼핑몰의 경우 물품을 일일이 찾아 누락 건을 확인해볼 수 있지만, 하루에 적게는 몇백개에서 많게는 몇천, 몇만개의 판매 매출을 올리고 있는 쇼핑몰이라면 특정 한 고객의 제품 누락이 몇 시, 몇 분에 이뤄졌는지를 일일이 찾아 나서는 것은 현실적으로 불가능하다.
하지만, 이런 일이 잦아지면 이를 악용하는 새로운 유형의 블랙컨슈머들이 등장하게 된다. 유사한 사례를 접한 다수 고객에게는 학습효과가 생겨 너나 할 것 없이 제품이 안왔다고 하는 클레임을 걸어버리는 상황이 발생할 위험을 배제할 수 없다.
이에 일부 쇼핑몰은 CCTV로 전 과정의 영상을 녹화하여 쇼핑몰 메인 페이지에 “저희는 포장발송 전 과정이 녹화되고 있다”는 문구를 보이게 함으로써 사전에 대응하는 방식을 채택하고 있으나, 이 역시 생산적인 대응 방식이라 볼 수 없다. 실제로 제품 누락 클레임이 들어오게 되면 한 두건이라도 녹화된 CCTV 영상을 최소 몇 시간 동안 직접 눈으로 찾아야 하기에 CS담당 직원들에게는 굉장히 괴롭고 소모적인 일이다.
그냥 보내 줄 수도 없고, 안 보내주기에도 애매한 딜레마에서 벗어나고자 노력하는 쇼핑몰과 솔루션도 일부 있다. A 쇼핑몰의 경우 포장 시작 전 한번, 끝난 다음 한번 총 두번의 바코드 스캐닝 작업을 추가해 포장 시점 정보를 파악해 문제를 해결하고 있다.
물론, 바코드를 찍은 시작시간과 완료시간을 통해 어떤 고객의 제품이 몇 날, 몇 시에 누락됐는지를 정확하게 가늠할 수 있으나, 스피드가 생명인 포장 및 배송 측면에서는 바코드를 찍는 작업없이 할 수 있었으면 하는 요구가 대두됐다. 또한 택배수량이 일정 수준을 넘어가는 업체의 경우 기본 도입비용부터 유지비용까지 고려한다면 대규모의 자본을 보유한 쇼핑몰이 아닌 이상 배보다 배꼽이 더 큰 격이 돼 버리는 것이다.
이에 ‘컴포트랩’이 발벗고 나섰다. 컴포트랩은 여성 브라렛 전문 쇼핑몰로써 온라인 쇼핑몰 고객응대에 관한 미비한 시스템 문제를 가장 잘 이해하고, 이를 해결할 수 있는 신선한 방안을 찾아냈다. 바로 CCTV 포장영상에 이 시대의 핵심기술이라 주목받고 있는 ‘인공지능 딥러닝 기술’을 적용한 것이다.
컴포트랩 역시 이전까지만 하더라도 CCTV로 포장배송 전 과정을 녹화해 고객의 클레임을 대응해왔지만, ‘속옷’이라는 제품 특성상 성수기에는 클레임의 양이 감당하지 못할 정도로 늘어나면서부터 시간, 비용, 인력 등 모든 차원에서 효용성 높은 해결책 모색에 열을 올렸다.
컴포트랩 황형수 이사는 서울대 수학과 대학원을 졸업해 금융권에서 리스크 관리 관련 분야 빅데이터와 AI 업무 전문가로서 20여년 간 근무했던 이색 경험을 바탕으로 사회적인 문제로 대두되고 있는 고객대응 CS 문제를 해결할 방안을 고민한 끝에 가장 핫한 딥러닝 기술을 쇼핑몰 CCTV 포장영상에 접목시키는 방식을 생각해 운송장을 기계가 학습해 자동으로 찾아내 바코드를 인식할 수 있는 신기술을 업계 최초로 도입했다.
컴포트랩만의 CCTV 딥러닝 기술은 일반 쇼핑몰들이 기본으로 설치하고 있는 CCTV 영상만을 추가 장비없이 활용할 수 있고, 포장하는 사람도 자신의 업무에 바코드를 따로 찍는 행위를 굳이 하지 않아도 된다. 딥러닝 기술이 설치된 CCTV 영상에서 사전에 운송장을 학습해 자동으로 인식하고 있기 때문이다. 이제 CS 직원들은 물품 누락을 항의하는 고객 요청에 운송장 번호만 입력하면 자동으로 해당 포장영상을 찾아주는 시스템 덕분에 즉각적으로 문제를 해결할 수 있다.
황형수 이사는 “제품이 오지 않았다고 요청하는 고객응대를 위해 간단하게 운송장 번호 입력만으로 바로 해당 포장영상을 증거자료로 찾을 수 있는 시스템을 개발하고자 여러 측면에서 노력했다”며 “다양한 인공지능 전문업체 중에서도 영상인식과 광학판독에 탁월한 역량을 가진 전문업체를 찾았고, 전혀 새로운 영역에서의 이번 시스템을 드디어 선보일 수 있어 뜻깊다. 해당 업체는 얼마 전 치러진 대학수학능력시험(이하 수능) 채점평가 프로그램을 담당하는 등 전문성이 있는 업체로 개발을 의뢰할 수 있었다”고 밝혔다.
이어 “이번 시스템의 장점으로는 택배 포장량이 증가해 포장 인력이 추가되더라도 비용이 얼마되지 않는 10만원 미만의 CCTV 카메라만 간단히 추가하면 돼 확장성이 뛰어나고, 컴포트랩만의 자체 시스템 개발로 1회의 개발비용만 들 뿐 기타 추가 지불비용 없이 항구적으로 사용할 수 있다”며 “향후 블랙컨슈머 고객 응대도 막힘없이 해결하고, 이와 관련된 부수적인 비용과 시간까지 절약하는 등 내부 직원들도 소비자도 모두 만족할 수 있었다. 나아가 크게 늘어나는 온라인 쇼핑몰 업계에서도 블랙컨슈머 대응에 선택할 수 있는 새로운 방향을 제시한 것에 큰 의의를 두고 있다”고 덧붙였다.
이준현 한경닷컴 연예·이슈팀 기자
기사제보 및 보도자료 hub@hankyung.com
관련뉴스
