챗봇은 고객이 보낸 말을 받아 대신 답하는 프로그램이에요. 챗봇을 붙이는 것과 상담이 줄어드는 것은 다른 일이에요.
챗봇은 창구일 뿐이에요. 뒤에서 어떤 문의를 어떤 규칙으로 처리할지 정해져 있지 않으면, 고객은 답을 못 얻고 결국 사람을 다시 찾아요.
챗봇은 크게 세 가지로 나뉘어요
무엇을 고를지는 문의의 성격이 정해요. 문의 종류가 적고 답이 고정돼 있으면 규칙형으로 충분해요. 고객이 자기 말로 묻는 비중이 크면 AI형이 필요해요. 실제 현장에서는 대개 섞어 써요.
| 규칙형(버튼) | AI형 | 혼합형 | |
|---|---|---|---|
| 입력 | 정해진 버튼 선택 | 자유로운 문장 | 둘 다 |
| 강점 | 틀리지 않음 | 예상 못 한 질문도 받음 | 정확도와 유연성 |
| 약점 | 버튼에 없으면 막힘 | 가끔 틀린 답 | 설계가 복잡 |
| 비용 | 가장 쌈 | 건당 사용료 | 중간 |
| 어울리는 곳 | 예약·영업시간 안내 | 상품 문의 | 쇼핑몰 CS |
챗봇을 붙인다고 상담이 줄지는 않아요
문의를 갈래로 나누고 각 갈래에 답을 붙이는 작업이 실제 일의 대부분이에요. 이 작업 없이 챗봇만 올리면 고객은 한 번 더 물어야 해요. 상담사 일은 오히려 늘어요.
기존 상담 기록이 있다면 그게 가장 좋은 재료예요. 어떤 문의가 얼마나 들어오는지, 상담사들이 실제로 어떻게 답해왔는지가 다 들어 있어요.
조회가 되느냐가 체감을 갈라요
"영업시간은 오전 9시부터입니다"는 안내예요. "주문하신 상품은 오늘 출고됐습니다"는 조회예요. 앞의 것은 문서만 있으면 되지만, 뒤의 것은 주문·재고 시스템과 연결해야 해요. 고객이 챗봇을 쓸모 있다고 느끼는 지점은 대개 뒤쪽이에요.
100%를 목표로 잡으면 오히려 나빠져요
틀렸을 때 비용이 큰 판단은 사람에게 남기는 편이 나아요. 자동 처리율 숫자는 올라가는데, 틀린 답을 수습하느라 현장이 더 힘들어지는 경우를 실제로 봤어요. 어디까지 자동화하느냐가 아니라 어디서 멈추느냐가 설계예요.
스냅플러그 사례
한 제조·유통사에는 AI 챗봇에 6갈래 자동 분기(주문배송·재고·교환환불·결제 등)를 붙였어요. 배송 문의는 71%를 자동으로 처리해요. 재입고 문의는 생산·출하 스케줄표와 연결해 95.7%를 자동으로 처리해요. 다만 상품 사진으로 환불 여부를 판정하는 일은 AI가 자꾸 틀려서 사람에게 남겼어요.