인공 지능(AI)은 컨택센터 및 콜센터의 음성 분석을 비롯한 비즈니스 운영의 모든 측면에서 발전을 거듭하고 있습니다. 대화의 텍스트 변환에 사용되는 간단한 툴에서부터 품질 관리, 상담사 성과, 고객 경험을 향상시키는 포괄적인 AI 기반 솔루션에 이르기까지 획기적으로 발전해왔습니다.

이제 온프레미스 기업 에서도 클라우드 기반의 음성 분석 툴을 사용할 수 있습니다. 이전 세대의 온프레미스 음성 분석 소프트웨어는 비효율적이고 업데이트 또는 최적화가 느렸습니다. 하지만 클라우드에서는 이러한 문제가 말끔히 해결됩니다.

가공되지 않은 고객 데이터에서 인사이트 찾기

어떤 공급업체가 데이터를 처리하든, 기업은 규정 준수의 일환으로 자사 소프트웨어에 고객 인터랙션을 기록해야 합니다. 이러한 데이터에는 중요한 정보가 포함되어 있습니다. 즉, 고객이 무엇에 만족하는지, 무엇에 불만을 가지는지, 서비스를 받으면서 겪었던 어려움은 무엇인지 등을 알 수 있습니다. 이는 고객의 경험을 진정으로 이해하는 데 필요한 인사이트인 만큼, 비즈니스 성장의 핵심 연료로 활용할 수 있습니다.

인사이트는 품질 제어와 관리에도 커다란 영향을 줄 수 있습니다. 상담사와 인터랙션하는 동안 고객 경험에 어떤 일이 일어나고 있는지 더 깊이 이해할 수 있습니다.

클라우드는 인터랙션 기록 등의 대규모 데이터 세트를 처리하고 분석하는 컴퓨팅 성능을 AI 툴에 제공하여 작업을 자동화하고, 음성 분석 소프트웨어를 통해 인사이트를 제공합니다. 이러한 기능을 조합하면 데이터에 기반한 결과를 얻고 보다 빠르고 효율적으로 의사 결정을 할 수 있습니다.

AI 기반 음성 분석을 통한 품질 관리 프로그램으로 고객 서비스를 향상하는 5가지 방법을 살펴보겠습니다.

1. 프로세스 및 평가 자동화 

과거에는 컨택센터의 품질을 평가할 때 음성 인터랙션의 작은 하위 세트에 대한 수동 검토가 필요했습니다. 이로 인해 많은 시간이 소요됐고 인적 오류 또한 잦았습니다. AI 기반 음성 분석 기술을 사용하면 자동화를 통해 대규모 인터랙션 데이터 세트를 짧은 시간 내에 살펴보고 보다 종합적인 분석 결과를 확보할 수 있습니다.

음성 분석은 개별 대화를 듣고 중요하다고 생각하는 것을 포착하여 데이터를 무작위로 추출 검사하는 방식을 벗어나, 대화 내용을 기반으로 고객에게 가장 중요한 주제에 태그를 지정합니다. 예를 들어, 일부 대화를 통해 암호 재설정이 고객에게 지속적으로 발생하는 문제임을 알 수 있습니다. 시스템은 이를 해결 가능한 문제로 태그를 지정하고 암호 관련 인터랙션을 모두 표면화하여 적절하게 조처하고 문제를 해결할 수 있도록 합니다.

AI 기반 음성 분석은 평가자가 직접 듣고 작업할 필요가 없도록 일부 답변을 미리 채워 평가 프로세스의 일부를 자동화하기도 합니다. 새로운 기회 또는 고객의 불만 등 중요하다고 파악된 주요 문제를 자동으로 탐지합니다.

모든 인터랙션이 텍스트로 변환되므로 인터랙션의 하위 세트 데이터만 아닌, 신뢰할 수 있는 방대한 데이터 세트를 확보할 수 있습니다. 따라서 컨택센터는 훨씬 더 광범위한 고객 인터랙션을 포괄하도록 평가 프로세스를 확장하여 보다 철저하게 분석할 수 있습니다.

2. 액셔너블 인사이트를 위한 대화 분석 

음성 분석의 진정한 가치는 원본 데이터를 액셔너블한 인사이트로 변환하는 능력에 있습니다. 모든 고객 인터랙션은 중요한 정보를 담고 있지만, 최신 툴 없이는 정보의 추출 및 사용이 어려울 수 있습니다.

분석을 통해 고객이 겪는 다양한 문제의 원인을 확인할 수 있습니다. 예를 들어 셀프 서비스 문제인지, 아니면 준비가 부족한 상담사 문제인지 등을 파악할 수 있습니다. 이러한 인사이트는 기업이 고객 만족도를 높이고, 내부 프로세스를 간소화하며, 새로운 수익 기회를 파악하는 데 도움이 됩니다.

규정 준수 문제도 파악할 수 있습니다. 상담사가 부적절한 말을 하거나, 규제 준수 관점에서 정보가 누락된 경우에는 분석을 통해 쉽게 파악할 수 있습니다. 평가자는 인터랙션 녹음 기록의 통화를 들을 필요가 없습니다.

고객 감정은 더욱 심층적인 인사이트를 제공합니다. 예를 들어 “불만이에요” 또는 “관리자에게 말해야겠어요” 같은 구절은 부정적 감정으로 표시됩니다. 이 경우 문제의 원인을 파악하기 위해 인터랙션에 대한 자세한 검토를 요구할 수 있습니다.

음성 분석은 개별 대화 외에도 수천 건의 인터랙션에 걸쳐 데이터를 집계하여 추세를 보여줍니다. 시간 흐름에 따른 패턴을 추적하면 가장 많은 문의 및 불만이 발생하는 제품 또는 서비스를 확인할 수 있습니다. 이를 통해 반복되는 문제를 사전에, 또는 에스컬레이션하기 전에 해결하고, 부서 간 의사 결정을 개선할 수 있습니다.

3. 상담사 성과 관리 향상 

고객 경험을 향상하려면 상담사가 최선을 다해 업무를 수행하도록 해야 합니다. 최신 음성 분석에는 상담사 성과 데이터를 코칭 및 교육 툴과 연결하는 기능이 있습니다.

모든 상담사를 대상으로 광범위하게 교육을 실시하는 대신, 상담사 개개인의 성과 지표를 기반으로 특정 교육 모듈이나 실습을 추천할 수 있습니다. 이처럼 고도로 개인화되고 타겟팅된 교육을 통해 상담사의 스킬을 향상할 수 있도록 도와줍니다.

아울러 Genesys는 워크포스 인게이지먼트 관리, 품질 관리 및 성과 관리를 위한 기능과 음성 분석을 원활하게 통합합니다. 이를 통해 상담사의 워크플로를 방해하지 않고 코칭 세션을 예약할 수 있습니다.

예를 들어, 화가 난 고객이 전화를 걸었는데 여러 차례 이관되었다고 불만을 제기했다고 가정해 보겠습니다. 고객은 당연히 화가 날 것입니다. AI 기반의 음성 분석 결과, 이 불만은 특정 상담사와는 아무런 관련이 없는 것으로 밝혀질 수 있습니다. 그렇다면 문제의 원인은 상품 또는 배송에 있을 수 있습니다.

하지만 상담사가 제품에 대한 더 많은 지식이 필요한 것으로 밝혀진다면, 해당 관리자는 상담사에게 특정 제품 또는 판매 교육을 제공할 수 있습니다. 이러한 교육은 상담사의 목표가 될 수도 있습니다. 이때 게임화 기능을 사용하면 상담사는 시간이 지나면서 자신의 점수가 향상하는 것을 확인할 수 있습니다.

품질 관리에서 생성된 인사이트를 사용하면 상담사의 성과 개선 등에 직접적인 영향을 미칠 수 있습니다. 상담사가 특정 규제 요구 사항을 준수하는 데 지속적으로 어려움을 겪으면, 음성 분석은 이러한 사례를 플래그로 지정하여 관리자에게 시정 조치를 취하라고 알립니다.

또는 상담사가 복잡한 문제 해결과 같은 특정 분야에서 탁월하다면, 관리자는 이 데이터를 활용하여 게임화를 통해 인정과 보상을 취할 수 있습니다.

4. 상담사 인터랙션의 감성 인텔리전스 향상 

음성 분석은 상담사가 말하는 단어뿐 아니라 그 이면의 감정과 맥락을 분석하여 감성 인텔리전스를 측정합니다.

고객의 기대치가 다양해지고 있는 지금과 같은 세상에서 감성 인텔리전스는 고객의 평가는 물론, 상담사 성과 평가에서도 중요한 지표가 되었습니다. 

AI 기반 음성 분석을 통한 획기적인 기능 중 하나는 ‘상담사 공감 추적’입니다. AI 기술은 대화를 분석하여 상담사가 고객의 좌절, 분노, 불만에 대해 공감하며 대응하고 있는지 탐지하고 평가할 수 있습니다.

예를 들어 어떤 고객이 전화를 했고 화가 난 게 분명하다면, 시스템은 상담사가 공감하는 행동을 통해 상황을 진정시킨 사례를 플래그하여 표시할 수 있습니다. 상담사의 부적절한 응대로 상황이 악화한 사례도 보여줄 수 있습니다.

그리고 관리자는 인터랙션 전반에 걸쳐 전체적인 감정이 개선되었는지, 악화되었는지, 또는 변화가 없었는지 등을 확인할 수 있습니다. 불만이 있는 고객이 상담사와 통화할 때 상담사의 응대에서 공감이 부족하다면, 이는 공감 스킬에 대한 별도의 교육이 필요한 것입니다.

이 기능은 관리자가 상담사의 감성 인텔리전스를 개선해야 하는 추세나 분야를 파악하는 것은 물론, 고객의 불만이 제품과 관련된 것인지, 상담사와 관련된 것인지를 구분하는 데도 도움이 됩니다. 예를 들어 상담사가 지속적으로 공감을 보여주고 있지만 고객이 여전히 만족하지 않는다면, 상담사의 능력이 아닌 회사의 정책, 제품, 서비스에 다른 문제가 있음을 의미할 수 있습니다.

감성 인텔리전스를 향상함으로써 기업은 고객 경험을 강화하고, 회사와의 인터랙션에서 고객이 자신의 의견이 수용되고 존중과 이해를 받고 있다고 느끼도록 할 수 있습니다.

5. 고객 요구의 정확한 이해 및 대응 

음성 분석의 궁극적인 목표 중 하나는 기업이 고객의 요구를 정확하게 이해하고 이에 대응하도록 하는 것입니다. 모든 고객 인터랙션은 고객의 요구, 불만, 욕구를 반영합니다.

AI 기반 음성 분석은 이러한 데이터를 집계하여 고객 경험에 대한 높은 수준의 360도 뷰를 제공합니다. 이 인사이트는 고객의 목소리가 되며, 이를 통해 올바른 조치를 할 수 있습니다.

인기 있는 주제와 트렌드가 무엇인지 파악하고, 어려움과 장애물을 파악하면 상담사 지원 및 셀프서비스 인터랙션에서 고객 여정 개선을 위해 무엇을 해야 하는지 알게 됩니다. 인터랙션 데이터를 통해 얻은 인사이트는 품질 보증 팀이 비즈니스 성과에 긍정적인 영향을 주는 고객 전문가로 발전하는 데 도움이 됩니다.

시간이 지나면서 고객의 감정이 어떻게 변화하는지 그 흐름을 추적하면 고객을 더욱 깊이 이해할 수 있습니다. 예를 들어, 특정 제품 출시 또는 프로모션 중에 부정적인 감정이 급증하면 시스템은 이를 잠재적 문제 분야로 인식하고 플래그 지정할 수 있습니다.

그러면 관리자는 고객 인터랙션을 더욱 심층적으로 분석하여 제품 관련 문제, 불확실한 커뮤니케이션, 서비스 제공 실패 여부 등 무엇이 잘못되었는지 판단할 수 있습니다.

컨택센터 전반의 감성 인텔리전스를 개선하면 품질 관리자와 슈퍼바이저는 고객 의견을 더욱 정확하게 파악할 수 있습니다. 상담사의 성과는 물론, 컨택센터 전반에서 자주 다루는 주제 동향 및 이와 관련된 감정을 살펴보아야 합니다.

좋든 나쁘든 이를 파악하면 후속 조치를 취하기가 쉬워집니다. 궁극적으로 장애물을 제거하고, 부족한 부분을 채우며, 집중할 가치가 있는 기회를 포착할 수 있습니다.

또한 단순히 직감에 기반한 결정이 아닌, 데이터 기반의 의사 결정을 할 수 있습니다. 데이터 분석을 통한 이러한 피드백 루프는 기업이 고객과 관계를 유지하고 고객의 피드백에 따라 개선할 수 있도록 합니다.

품질 관리의 미래는 AI 기반에

기업이 고객 경험을 최우선 순위에 놓으면서 품질 관리 솔루션이 크게 발전했습니다. 특히, AI 기반 콜센터 음성 분석은 컨택센터 품질 관리의 새로운 길을 열고 있습니다. 그리고 이제, 이러한 클라우드 기능을 온프레미스 환경에서 사용할 수 있습니다.

음성 분석은 기업이 프로세스를 자동화하고, 액셔너블한 인사이트를 얻고, 상담사 성과를 개선하고, 감성 인텔리전스를 높여 고객 경험을 향상하며 새로운 성공의 길로 나아갈 수 있게 합니다.

음성 분석의 미래는 원활한 AI 통합에 달려 있습니다. 이를 통해 품질을 측정하고, 고객의 요구를 선제적으로 해결하며, 지속적으로 개선할 수 있습니다.

Genesys Cloud의 AI 기반 음성 분석 기능이 어떻게 품질 관리 개선을 지원하여 팀이 탁월한 고객 경험을 제공할 수 있도록 돕는지 알아보세요. 또한 “현대적인 워크포스 계획을 위한 실용 가이드“에서 AI가 워크포스 관리에서 새로운 기회를 창출하는 방법을 살펴보시기 바랍니다.