AI 요약
AI 에이전트가 백엔드 시스템에 접근하지 못하면 고객의 문제를 완전히 해결하지 못하고 절차만 설명하는 수준에 머물러, 결국 인간 상담사가 다시 개입해야 하는 비효율이 발생합니다. 이를 해결하려면 AI 에이전트를 CRM, 결제 플랫폼, 주문 관리 도구 등의 백엔드 시스템과 직접 연결하여 행동 권한을 부여해야 합니다. 조사에 따르면 고위 리더의 82%가 AI에 투자했으나, 성숙한 연동 단계에 도달한 기업은 10%에 불과하며 이들 중 87%가 뚜렷한 성능 개선을 경험했습니다. Intercom 지원팀이 자사 솔루션 'Fin'을 활용해 검증한 결과, 실시간 데이터 연동이 가능한 '프로시저(Procedures)'를 도입했을 때 복잡한 비즈니스 워크플로우의 해결률이 대폭 상승하는 것을 확인했습니다. 결국 AI 기반 고객 지원의 경제적 가치는 단순한 '답변(Answering)'을 넘어 백엔드 연동을 통한 완전한 '행동(Acting)'으로의 전환에 달려 있습니다.
핵심 인사이트
- 도입 성숙도와 성과의 상관관계: '2026 고객 서비스 전환 보고서(2026 Customer Service Transformation Report)'에 따르면, AI를 업무에 긴밀히 통합한 성숙한 팀의 87%가 성과 개선을 보고하여, 전체 평균(62%) 대비 우수한 지표를 기록했습니다.
- 인프라 통합의 격차: 고위 리더의 82%가 지난 1년간 AI에 투자했다고 응답했으나, 시스템 연동을 포함한 '성숙한 배포 단계'에 도달했다고 답한 비율은 10%에 불과했습니다.
- 해결률의 비약적 상승: Intercom이 2026년 5월까지의 12개월 데이터를 분석한 결과, 시스템 권한을 가진 워크플로우(Procedure)를 적용했을 때 이메일 바운스 리스트(Bounce list) 처리 성공률이 기존 고정 워크플로우(Task)의 9.3%에서 79.9%로 무려 70.6%p 증가했습니다.
- 의사결정 프로세스의 개선: 복잡한 판단과 분기 로직이 필요한 '버그 제보(Report a bug)' 작업의 해결률 또한 시스템 연동 이후 9.2%에서 66.5%로 57.3%p 크게 증가했습니다.
주요 디테일
- 시스템 접근 권한의 유무 차이: 접근 권한이 없을 때는 AI 에이전트가 고객에게 '손상 주문 클레임을 접수하는 법'을 텍스트로 설명하지만, 권한이 있을 때는 직접 데이터베이스에서 주문 상태를 조회하고 실시간으로 교환 처리를 확인 및 완료해 줍니다.
- 태스크(Tasks)와 프로시저(Procedures)의 차이: 단순 스크립트 기반의 선형적 구조인 '태스크'는 실시간 데이터나 변수에 대응하지 못하지만, 시스템 API와 연동된 '프로시저'는 분기 로직과 데이터 검증을 스스로 수행하여 복잡한 요청을 처리합니다.
- 업무 특성별 개선 편차: 이메일 전달(Email forwarding)률은 44.9%에서 66.5%로 21.6%p 증가한 반면, 단순 매뉴얼 안내에 가까운 메신저 설치(Messenger installation)는 67%에서 69.2%로 2.2%p 증가에 그쳤습니다. 이는 실시간 시스템 판단이 필요한 영역일수록 연동 효과가 극대화됨을 보여줍니다.
- 엔지니어링 리소스 확보의 필요성: AI 에이전트를 주요 비즈니스 시스템에 연결하기 위해서는 고객 지원 팀이 엔지니어링 부서의 협력을 이끌어내고 개발 우선순위를 확보하는 설득 과정이 선행되어야 합니다.
향후 전망
- AI 에이전트의 역할이 단순 '질의응답기'에서 자율적으로 업무를 처리하는 '행동 대행자'로 진화함에 따라, 시스템 연동 역량이 고객 서비스(CS) 조직의 가장 강력한 경쟁력이 될 것입니다.
- 앞으로 기업들은 단순 지식 기반 문서(Knowledge base) 업데이트를 넘어, AI 에이전트 전용 API 설계 및 시스템 보안 권한 관리에 더 많은 투자를 단행할 것입니다.
출처:intercom_blog