AI 요약
AI 퍼스트 고객 지원 팀에서 AI 에이전트가 단순한 거대언어모델(LLM)처럼 기계적으로 답변하는 한계를 극복하기 위해 '대화 설계(Conversation Design)'라는 신흥 분야가 중요하게 주목받고 있습니다. 대화 설계자가 AI 에이전트의 말투, 답변 구조, 고객 경험, 인간 상담사로의 이관(Handoff) 프로세스를 명확히 규정하지 않으면, AI는 불필요하게 장황한 답변을 하거나 고객의 감정을 고려하지 못하는 등 비효율적인 소통을 하게 됩니다. 실제로 인터콤(Intercom)은 자사의 AI 에이전트 'Fin'에 친근하고 대화체에 맞춘 환영 메시지를 적용하여 A/B 테스트를 진행한 결과, 고객 만족도(CSAT)가 72.8%에서 78.4%로 눈에 띄게 향상되는 성과를 거두었습니다. 성공적인 대화 설계를 위해서는 브랜드의 아이덴티티를 담은 기본 목소리(Voice)를 한 문단으로 명확히 정의하되 상황에 따라 어조(Register)를 유연하게 변경해야 하며, 특히 고객이 문제를 다시 설명하지 않도록 상담사 이관 단계를 정교하게 설계해야 합니다.
핵심 인사이트
- 정량적 만족도 향상: 인터콤의 AI 에이전트 'Fin'의 환영 메시지를 따뜻한 대화형으로 바꾼 결과, CSAT가 기존 기본 설정(72.8%) 대비 78.4%로 크게 증가했습니다.
- 대화 설계(Conversation Design)의 부상: AI 에이전트가 브랜드의 일원처럼 자연스럽게 소통하도록 톤, 구조, 세부 수준, 상담사 이관 프로세스를 관리하는 전문적 영역이 필수로 자리 잡고 있습니다.
- 불필요한 이관 비용 방지: 구조가 어색하거나 기계적인 답변은 내용이 정확하더라도 고객 신뢰도를 낮춰, 결국 인간 상담사에게 동일한 내용을 재확인하려는 이탈(Escalation)을 유발합니다.
- 상황별 어조(Register) 적용: 기본 목소리는 일관되게 유지하되, 계정 차단 등 긴급한 상황에서는 신속하고 직접적인 톤을 쓰고, 기능 탐색 상황에서는 맥락을 충분히 제공하는 유연성이 필요합니다.
주요 디테일
- 대화 설계의 5대 핵심 영역: 톤과 개성(Tone and personality), 응답 구조(Response structure), 이관 로직(Handoff logic), 상호작용 흐름(Interaction flow), 응답 품질(Response quality)을 체계적으로 다룹니다.
- 응답 구조의 최적화: 고객의 질문 의도와 길이에 맞게 AI 에이전트의 답변 깊이를 조정하여, 불필요한 정보 제공으로 인한 피로도를 줄입니다.
- 고객 감정 조율: 고객이 이미 불만을 느끼고 있을 때 AI가 지나치게 평이하거나 경직된 톤으로 반응하는 것을 방지하여 2차 감정 상함을 차단합니다.
- 매끄러운 인간 상담사 이관: 전환 시 마찰을 최소화하기 위해, AI가 수집한 대화 기록과 맥락 정보가 상담사에게 그대로 승계되어 고객이 설명을 반복하지 않도록 설계합니다.
- 초기 설계 프레임워크: 대대적인 브랜드 가이드 없이도 단 한 문단으로 AI의 지향점을 적은 '목소리 정의서'를 구축하는 방식으로 효율적인 출발이 가능합니다.
향후 전망
- 향후 AI 기술 경쟁의 초점은 단순 답변의 기술적 정확도를 넘어 '고객이 체감하는 대화 소통의 매끄러움'과 브랜드 경험의 일치로 이동할 것입니다.
- 기업 고객 지원 부서 내에서 '대화 설계자'는 AI의 투자자산수익률(ROI)과 고객 만족도 지표를 직접 제어하는 핵심적인 전문 직무로 정착할 전망입니다.
출처:intercom_blog