CX 시대, AI 애자일 매니페스토의 재구성

2023년 현재, ‘애자일(Agile)’이라는 주제는 다소 예스럽게 들릴 수 있습니다. 기술을 구축, 개발, 사용하는 사람들을 위한 애자일 채택 운동을 촉발한 애자일 매니페스토가 작성된 것은 2001년이었습니다. 이로부터 20년이 지났지만 이 선언문은 지금도 여전히 의미가 있습니다. 고객 경험 분야에서 일하는 직원들에게 애자일은 선택이 아닌 필수입니다. 고객 경험 기술이 변덕스러운 소비자를 만족시키지 못하면 고객은 미련 없이 다른 곳으로 옮겨갑니다.

Genesys의 “고객 경험 현황” 보고서에 따르면 31%의 소비자가 단 한 번의 부정적인 인터랙션만으로도 거래를 중단할 것이라고 답했습니다. 고객은 결코 뒤를 돌아보지 않습니다. CX 리더는 변화하는 고객의 선호도와 채널 선택, 기대치에 적응해야 합니다. 단기적인 비즈니스 목표에 집중하는 것 외에도, 고객이 다음에는 무엇을 원할지 예측하고 미래를 준비해야 합니다. 애자일 개발이란 단기간에 혁신과 실험을 진행하고 빠른 실패를 기꺼이 감수하면서 결국에는 장기적인 성공을 이끄는 것을 뜻합니다. 민첩하다는 것은 전통적인 개발 관행의 엄격한 규칙에 얽매이지 않고 변화하는 상황에 신속하게 적응하는 것입니다. 민첩성이 뛰어난 ‘파괴적 혁신가(Disruptor)’로 불리는 기업들은 인공 지능(AI) 기술을 채택하여 더욱 빠르게 혁신하며 앞서갑니다. AI는 당연한 것으로 생각해왔던 과거의 엄격한 규칙으로부터 조직을 자유롭게 하는 한 가지 방법입니다.

AI로 대화 민첩성 실현

IVR은 컨택센터에서 채택한 최초의 자동화 형태 중 하나입니다. IVR은 언제 어디서나 서비스를 가능하게 했습니다. 과거에는 막대한 비용 없이는 불가능했던 일입니다. 규칙 기반 플로우를 사용하는 프로그래밍 IVR은 그러나, 시간이 지남에 따라 복잡성이 증가하고 유지하기가 어려워졌으며 사실상 변경이 불가능했습니다. 언제 어디서나 액세스할 수 있는 서비스는 그리 간단하지 않았습니다. 고객은 길고 혼란스러운 메뉴에서 어떤 옵션을 선택해야 하는지, 그리고 어떤 옵션을 선택했는지 기억하기 위해 열심히 노력해야 했습니다. 때문에 많은 사람들이 최후의 수단으로 IVR을 선택합니다. 다음과 같은 통계가 있습니다.

• 75%의 고객이 실제 상담사와 대화할 수 없을 때 화를 냅니다.
• 30%는 복잡한 서비스 모델을 처리해야 하는 경우 전화를 끊습니다.
• 66%의 고객이 자연어 IVR 시스템을 선호합니다.

자연어는 언제 어디서나 액세스할 수 있는 대안을 제공합니다. 고객은 ‘예’를 선택하려면 1을, ‘아니요’를 선택하려면 2를 누를 필요가 없습니다. 대부분의 사람들은 자신이 원하는 답변을 얻기 위해 어떤 숫자나 숫자의 조합에 대한 지시를 듣고 따르도록 강요받는 것보다 일상적인 언어로 말하고 이해받는 것을 선호합니다. 실제 대화 외에도, 고객은 더는 전화에 얽매이지 않습니다. 음성이나 디지털을 통한 참여는 실제 대화만큼 중요합니다.

대화형 AI를 사용하면 음성을 텍스트로 정확하게 변환하고(SST), 자연어 이해(NLU)와 자연어 처리(NLP)를 통해 응답을 이해하고 공식화한 다음, 디지털 또는 문자 음성 변환(TTS)을 통해 응답할 수 있습니다. 이러한 형태의 AI는 보이스봇, 챗봇, 또는 그냥 봇으로도 알려진 IVA를 뒷받침하는 기술입니다. 인터랙티브 가상 상담사(IVA)는 IVR이 진화한 형태입니다. IVA는 발신자가 인간 상담사의 도움 없이 문제를 해결할 수 있도록 설계되었습니다. 이름 그대로 그들은 인간 상담사 같지만 가상의 존재입니다. IVA는 자연어를 사용하여 발신자와 인터랙션합니다. 가능한 모든 경로가 완전히 설계된 규칙을 사용하여 구축되는 기존 IVR보다 민첩합니다. IVR의 경우 규칙 수정이 어려울 수 있으며, 시간이 지남에 따라 비대해지고 관리가 어려워집니다. 반면, IVA는 자연어에 반응하도록 학습합니다. 프로그래밍이 아닌, 교육을 받습니다.

IVR(프로그래밍) vs. IVA(학습)

IVR은 프로그래밍되지만 IVA는 교육을 받습니다. 민첩성은 경험을 넘어 빌드 프로세스 자체로 확장됩니다. IVR은 선택에 따라 고정 경로로 프로그래밍되지만, IVA는 대화 데이터를 사용하여 학습합니다. 언어를 사용하는 고객을 이해하고, 프로세스를 진행하고, 응답할 수 있도록 새로운 데이터로 재교육을 받습니다. 가상 상담사는 사용자가 시작할 수 있도록 몇 가지 메뉴 옵션을 제공할 수 있습니다. 하지만, 좋은 IVA는 가장 일반적인 수백 가지의 모든 질문을 학습합니다. ‌일상적인 언어로 질문할 수 있다면 수많은 메뉴는 필요하지 않습니다. IVA는 일반적인 질문을 이해하고, 프로세스 또는 플로우를 통해 사용자를 안내합니다. 그리고 필요한 경우 최종 답변 또는 인간 상담사에게 전달하도록 교육받습니다.

여기서 가장 주목할 부분은 발신자가 마음 속에 있는 모든 질문을 자유롭게 할 수 있다는 점입니다. 이를 통해 셀프 서비스 솔루션은 훨씬 더 많은 지식을 처리할 수 있으며, 모르는 모든 정보까지 캡처하여 IVA 빌더가 검토하고, 타당한 경우 새로운 콘텐츠로 추가할 수 있습니다. 따라서 IVA는 다양한 옵션을 처리하고, 정보를 수집하며, 발신자와 관련된 문제를 해결할 수 있습니다. 또한 그 과정에서 정보를 캡처 및 분석하여 고객의 의견을 보다 잘 이해하고, 시간이 지남에 따라 계속해서 서비스를 개선할 수 있게 됩니다.

지식 자동화는 민첩성의 기본

“인텔리전스는 변화에 적응하는 능력이다.” 이는 애자일 실무자를 위한 유명한 인용문으로, Stephen Hawkins가 말한 것으로 알려져 있습니다. 고객 경험을 위한 인텔리전스를 제공하는 유용한 방법 중 하나는 ‘AI 기반 지식 관리’를 사용하는 것입니다. IVA는 지식을 바탕으로 질문에 답합니다. 지식은 엄격한 규칙을 통해 전달될 수 있습니다. AI 시대에도 키워드나 문구를 사용하는 것은 드문 일이 아닙니다. 그러나 AI가 지원하는 지식 기반은 시맨틱 검색을 사용하므로, 응답성과 민첩성이 뛰어납니다. 자연어를 통한 AI 기반 지식은 보다 민첩하고, 보다 빠르게 응답하고, 지능적인 셀프 서비스와 상담사가 주도하는 경험을 창출할 수 있도록 지원합니다.

예를 들면 다음과 같습니다.

1. 웹 스마트 검색을 사용한 자동 완성 기능 지원 및 가장 자주 묻는 질문 확인
2. 디지털 IVA를 통한 인터랙티브 시각 정보 전달
3. 음성 IVA를 통한 유용한 안내 제공
4. 고객과 대화하는 옴니채널 상담사에게 상황에 맞는 정보 즉시 전달

이러한 유형의 민첩성을 가지려면 다양한 용도 또는 변형을 지원할 수 있는 지식이 필요합니다. 하나의 지식이 다양한 사용자에게 여러 가지 방법으로 표시되어야 할 수도 있습니다. 이러한 민첩성을 갖추려면 인텔리전스가 적응력을 갖춰야 합니다. AI는 대화 외에도 인터랙션의 플로우 방식을 관리하는 엄격한 규칙을 대체할 수 있습니다. 인터랙션을 위한 인텔리전스는 이미 존재합니다. 모든 성공적인 인터랙션은 배움의 기회입니다. AI를 통해 라우팅 전략을 찾을 수 있습니다.

규칙 발견은 AI 민첩성의 핵심

애자일은 상황을 빠르게 읽고 그에 따라 대응할 수 있음을 의미합니다. AI를 사용하면 규칙은 ‘강요’되는 것이 아니라 ‘발견’됩니다. 예를 들어, 예측 기반 라우팅은 AI가 기존 대화를 바탕으로 발견한 규칙을 기반으로 합니다. 마찬가지로 IVA는 이미 일어난 대화를 기반으로 학습합니다. 민첩성의 핵심은 데이터를 사용하여 의사 결정을 안내하는 것입니다. 캡처되는 데이터의 양이 증가하고 통제가 어려워짐에 따라 기존의 분석 및 보고 프로세스는 해답을 찾는 데 너무 오랜 시간이 걸립니다. AI는 대량의 데이터를 처리할 수 있으며, 다음 작업이 가능합니다.

1. 데이터를 세그먼트 및 요소로 구성
2. 일반적 및 비일반적(이상치) 패턴 식별
3. 원하는 패턴 또는 결과를 기반으로 모델 생성
4. 결과 예측(숫자, 단어, 문장)

규칙이 발견되면 다음과 같은 방법을 통해 적용할 수 있습니다.

1. 봇: 봇은 대화형 데이터를 사용하여 질문에 응답하고 작업을 수행하도록 교육을 받습니다. 규칙은 발언(사람들의 말)과 의도(사람들이 의미하는 것)로 구성됩니다.
2. 예측 기반 인게이지먼트: 예측 기반 인게이지먼트는 행동 이력을 기반으로 결과를 예측하여 다음으로 가능성 있는 행동 제안하거나 대화를 맞춤화합니다.
3. 예측 기반 라우팅: 예측 기반 라우팅은 KPI를 최적화하는 라우팅 규칙을 파악하고 적용합니다.

고객 경험의 민첩성 유지

민첩성을 유지하는 일은 때로는 민첩성을 달성하는 것보다 어렵습니다. 프로세스에 관여하는 모든 사람들의 경계심, 데이터, 분석, 그리고 성장하려는 마음가짐이 필요합니다. 고객 경험에서 민첩성은 고객과 연결하고 직원의 참여를 유도하는 새로운 방법을 실험하고, AI를 단순한 가속장치가 아닌 파트너로서 온전히 받아들이는 의지를 의미합니다. 휴먼 터치로 더 나은 AI 기반 경험 창출을 위해 Genesys AI로 무엇을 할 수 있는지 자세히 알아보세요.