더 빠르게·더 효율적으로…AI로 진화한 KT 고객센터의 풍경
AI가 실시간 대화록 작성·고객 문의 해결 지원
(서울=연합뉴스) 임은진 기자 = 최근 이동통신사들은 '인공지능 콘택트 센터'(AICC)를 강화하고 있다.
기존 콜센터에 음성 인식과 텍스트 분석, 보이스봇, 챗봇 등 다양한 AI 기술을 접목한 AICC를 통해 기업은 업무 효율화와 고객 만족을 함께 꾀한다. 상담원은 효율적으로 고객 대응을 할 수 있고, 고객은 대기 시간을 줄일 수 있다.
이 때문에 현재 연간 9조원 규모로 추산되는 국내 AICC 시장을 잡기 위해 이통사들은 앞다퉈 관련 서비스를 출시하고 기술을 고도화하면서 자사를 테스트베드로 쓰고 있다.
SK텔레콤[017670]의 경우 콘택트 센터 솔루션의 글로벌 선도 업체인 '제네시스'와 함께 'SKT AICC' 서비스를 지난해 출시했고, LG유플러스[032640] 역시 지난해 LG CNS와 공동으로 AICC 솔루션 사업에 뛰어든다고 선언했다.
KT[030200] 역시 국내 최대 규모의 고객센터 운영 노하우를 기반으로 AI를 실제 콘택트 센터에서 직접 활용하고 있다.
기자가 지난 28일 찾은 서울 동작구 KT 노량진 고객센터에서는 상담원들이 AI의 도움을 받아 고객의 문의 사항에 대응하고 있었다.
AI는 상담원과 고객의 대화 내용을 실시간으로 문자로 '받아쓰기'하는 동시에 고객의 요구 사항에 대한 대응 방법이나 추천 상품을 데이터 분석을 통해 상담원의 컴퓨터 화면에 띄워 상담원이 즉각적으로 대응할 수 있도록 도와주고 있었다.
상담 종료 뒤에는 AI가 상담 내용을 자동으로 요약해 업무 편의를 돕고 있었다.
AI는 고객의 목소리 인증에도 활용된다. 첫 통화 때 이 기능에 동의한 고객은 두 번째 전화 시 주민등록번호를 대는 등 별다른 절차를 거치지 않고도 신원 확인이 이뤄져 상담을 이어갈 수 있다.
이에 따라 고객의 본인 인증에 걸리는 평균 시간이 기존 24초에서 5초로 19초가 줄었다는 게 KT의 설명이다.
박윤선 KT 노량진 고객센터 팀장은 "실시간 대화록을 통해 상담원이 고객의 문의 사항을 다시 묻는 횟수가 줄고, 요구에 대한 대응안을 안내받을 수 있어 업무를 효율적으로 할 수 있다"고 말했다.
양승만 KT AICC 혁신팀 차장은 "AI 덕분에 반복적인 단순 업무는 사람이 하지 않게 됐다"며 "복잡하고 AI가 처리하기 어려운 요구일 때 실제 상담원을 투입해 고품질의 상담을 할 수 있게 됐다"고 설명했다.
다만 AI가 고객이나 상담원의 말을 100% 정확하게 문자로 옮기지는 못해, 개선이 필요해 보였다.
현재 KT의 AICC 음성 인식 정확도는 약 92.5%라고 하니, 막힘 없이 편하게 쓰기는 어려운 수준이다. 실제로 고객센터 방문 당시 AI가 상담원의 이름을 잘못 표기하는 것이 기자의 눈에 띄기도 했다.
KT는 AI를 계속 개선하고 현재 개발 중인 초거대 AI를 AICC에 확대 적용하는 등 기술을 고도화해 관련 사업을 확대할 계획이다.
고객 상담 업무에 투입되는 AI 보이스봇의 성능이 개선되면서, 단독 업무 처리 건수가 증가하고 있는 것으로 나타났다.
보이스봇이 처음 업무에 투입됐던 지난해 5월의 경우 노량진을 포함한 KT의 16개 고객센터에 들어오는 문의 전화 583만 건 가운데 보이스봇이 처리한 건은 13만 건에 불과했다.
이 중에서도 보이스봇이 끝까지 처리하지 못해 상담원에게 돌아간 문의 전화는 7만 건이었다. 보이스봇이 스스로 처리를 끝낼 수 있었던 게 6만 건밖에 안 됐다는 얘기다.
그러나 1년 뒤인 올해 5월에는 전체 문의 전화 521만 건 가운데 보이스봇의 처리 건수는 125만 건(도중 상담원 전환이 이뤄진 66만 건 포함)으로 크게 늘었다.
KT는 자사 고객센터뿐 아니라 기업 간 거래(B2B), 기업과 고객 간 거래(B2C), 기업과 정부 간 거래(B2G) 등 고객군별로 AICC 사업을 전개해 2025년까지 매출 5천억원을 달성하겠다는 목표를 세웠다.
이준동 KT AICC 전략팀장은 "KT는 금융권을 중심으로 확산하는 AICC 대화 품질을 제고하고 다양한 산업 분야에 최적화한 서비스를 구현할 것"이라고 말했다.
engine@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
AI가 실시간 대화록 작성·고객 문의 해결 지원
(서울=연합뉴스) 임은진 기자 = 최근 이동통신사들은 '인공지능 콘택트 센터'(AICC)를 강화하고 있다.
기존 콜센터에 음성 인식과 텍스트 분석, 보이스봇, 챗봇 등 다양한 AI 기술을 접목한 AICC를 통해 기업은 업무 효율화와 고객 만족을 함께 꾀한다. 상담원은 효율적으로 고객 대응을 할 수 있고, 고객은 대기 시간을 줄일 수 있다.
이 때문에 현재 연간 9조원 규모로 추산되는 국내 AICC 시장을 잡기 위해 이통사들은 앞다퉈 관련 서비스를 출시하고 기술을 고도화하면서 자사를 테스트베드로 쓰고 있다.
SK텔레콤[017670]의 경우 콘택트 센터 솔루션의 글로벌 선도 업체인 '제네시스'와 함께 'SKT AICC' 서비스를 지난해 출시했고, LG유플러스[032640] 역시 지난해 LG CNS와 공동으로 AICC 솔루션 사업에 뛰어든다고 선언했다.
KT[030200] 역시 국내 최대 규모의 고객센터 운영 노하우를 기반으로 AI를 실제 콘택트 센터에서 직접 활용하고 있다.
기자가 지난 28일 찾은 서울 동작구 KT 노량진 고객센터에서는 상담원들이 AI의 도움을 받아 고객의 문의 사항에 대응하고 있었다.
AI는 상담원과 고객의 대화 내용을 실시간으로 문자로 '받아쓰기'하는 동시에 고객의 요구 사항에 대한 대응 방법이나 추천 상품을 데이터 분석을 통해 상담원의 컴퓨터 화면에 띄워 상담원이 즉각적으로 대응할 수 있도록 도와주고 있었다.
상담 종료 뒤에는 AI가 상담 내용을 자동으로 요약해 업무 편의를 돕고 있었다.
AI는 고객의 목소리 인증에도 활용된다. 첫 통화 때 이 기능에 동의한 고객은 두 번째 전화 시 주민등록번호를 대는 등 별다른 절차를 거치지 않고도 신원 확인이 이뤄져 상담을 이어갈 수 있다.
이에 따라 고객의 본인 인증에 걸리는 평균 시간이 기존 24초에서 5초로 19초가 줄었다는 게 KT의 설명이다.
박윤선 KT 노량진 고객센터 팀장은 "실시간 대화록을 통해 상담원이 고객의 문의 사항을 다시 묻는 횟수가 줄고, 요구에 대한 대응안을 안내받을 수 있어 업무를 효율적으로 할 수 있다"고 말했다.
양승만 KT AICC 혁신팀 차장은 "AI 덕분에 반복적인 단순 업무는 사람이 하지 않게 됐다"며 "복잡하고 AI가 처리하기 어려운 요구일 때 실제 상담원을 투입해 고품질의 상담을 할 수 있게 됐다"고 설명했다.
다만 AI가 고객이나 상담원의 말을 100% 정확하게 문자로 옮기지는 못해, 개선이 필요해 보였다.
현재 KT의 AICC 음성 인식 정확도는 약 92.5%라고 하니, 막힘 없이 편하게 쓰기는 어려운 수준이다. 실제로 고객센터 방문 당시 AI가 상담원의 이름을 잘못 표기하는 것이 기자의 눈에 띄기도 했다.
KT는 AI를 계속 개선하고 현재 개발 중인 초거대 AI를 AICC에 확대 적용하는 등 기술을 고도화해 관련 사업을 확대할 계획이다.
고객 상담 업무에 투입되는 AI 보이스봇의 성능이 개선되면서, 단독 업무 처리 건수가 증가하고 있는 것으로 나타났다.
보이스봇이 처음 업무에 투입됐던 지난해 5월의 경우 노량진을 포함한 KT의 16개 고객센터에 들어오는 문의 전화 583만 건 가운데 보이스봇이 처리한 건은 13만 건에 불과했다.
이 중에서도 보이스봇이 끝까지 처리하지 못해 상담원에게 돌아간 문의 전화는 7만 건이었다. 보이스봇이 스스로 처리를 끝낼 수 있었던 게 6만 건밖에 안 됐다는 얘기다.
그러나 1년 뒤인 올해 5월에는 전체 문의 전화 521만 건 가운데 보이스봇의 처리 건수는 125만 건(도중 상담원 전환이 이뤄진 66만 건 포함)으로 크게 늘었다.
KT는 자사 고객센터뿐 아니라 기업 간 거래(B2B), 기업과 고객 간 거래(B2C), 기업과 정부 간 거래(B2G) 등 고객군별로 AICC 사업을 전개해 2025년까지 매출 5천억원을 달성하겠다는 목표를 세웠다.
이준동 KT AICC 전략팀장은 "KT는 금융권을 중심으로 확산하는 AICC 대화 품질을 제고하고 다양한 산업 분야에 최적화한 서비스를 구현할 것"이라고 말했다.
engine@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
관련뉴스
