AI 요약
고객 지원 업무에서 단순한 비밀번호 재설정은 5분이면 충분하지만, 환불 분쟁과 같은 복잡한 쿼리는 30분 이상의 시간이 소요됩니다. 이러한 '희귀하고 복잡한' 문의들은 전체 큐에서 차지하는 비중은 낮지만, 전체 상담 처리 시간의 3분의 1 이상을 소모하며 고객의 브랜드 신뢰도를 결정짓는 핵심 요소가 됩니다. Intercom은 이러한 난제를 해결하기 위해 수십억 건의 고객 지원 데이터를 학습한 전용 모델 'Apex'와 고도화된 RAG 파이프라인 기반의 AI 에이전트 'Fin'을 개발했습니다. 특히 새롭게 도입된 'Fin Procedures'는 단순 정보 제공(Informational)을 넘어 개인화된 데이터 조회(Personalized)와 다단계 시스템 실행(Action-led)을 자동화합니다. 이를 통해 엔지니어의 도움 없이도 복잡한 워크플로우를 구현할 수 있게 되었으며, 실제 다양한 산업군에서 비약적인 성능 향상을 입증하고 있습니다.
핵심 인사이트
- 시간 소모의 불균형: 환불 분쟁(30분 소요)은 비밀번호 재설정(5분 소요)보다 6배의 시간이 걸리며, 드물게 발생하는 복잡한 쿼리가 전체 업무 시간의 33% 이상을 차지함.
- 성능 입증: 'Fin Procedures'는 관리형 출시(Managed Availability) 이후 150만 건 이상의 대화를 처리했으며, 처리량은 매월 2배씩 증가하고 있음.
- 고객 만족도 증명: 5% 무작위 대조군 테스트 결과, Fin Procedures를 적용했을 때의 CSAT(고객 만족도)가 적용하지 않았을 때보다 28.93% 더 높게 나타남.
주요 디테일
- 기술적 기반: 수십억 건의 상호작용을 학습한 전용 모델 'Apex', 맞춤형 검색 모델, 전용 리랭커(Reranker), 통합 RAG 파이프라인을 결합해 환각을 줄이고 비용을 절감함.
- 쿼리 카테고리화: 모든 고객 문의를 정보성(Informational), 개인화(Personalized), 실행 중심(Action-led) 세 가지로 분류하여 체계적으로 대응함.
- 범용성: 핀테크, 이커머스, 게임, 헬스케어, SaaS 등 수백 개의 앱에서 활발히 사용되며 다단계 시스템 작업을 수행 중임.
- 제품화된 솔루션: 외부 엔지니어의 상주나 복잡한 설정 없이도 복잡한 자동화 로직을 구성할 수 있는 '서비스가 아닌 제품(Product, not services)' 형태를 지향함.
향후 전망
- 실행형 AI의 부상: 단순 답변을 제공하는 챗봇의 시대를 지나, 여러 시스템을 넘나들며 직접 문제를 해결하는 '액션 중심 AI'가 고객 서비스의 표준이 될 것으로 보임.
- 자동화 영역의 확장: 기존에 자동화가 불가능하다고 여겨졌던 고난도 쿼리(전체 업무량의 핵심 구간)의 자동화율이 높아지면서 상담원들은 더 가치 있는 고객 관계 구축에 집중하게 될 전망임.
출처:intercom_blog