AI 시대, CX 매니저는 어떻게 일해야 할까?
B2B SaaS CX팀에서 일하고 있어요.
최근 AI가 각종 업무를 대체한다는 이야기가 나오고 있죠. 당장 지금만 해도 아이데이션, 자료 조사, 작성한 글 검수까지 AI와 함께 하고 있는데요. 점점 똑똑해지는 AI를 어떻게 활용해야 할지, 그리고 어떤 준비를 해야할지 고민이 되는 지점입니다.
Zendesk의 2024 CX 트렌드 리포트에 따르면, CX 리더의 65%가 AI를 전략적 필수 요소로 보고 있으며, 기존 CX 운영 방식을 구식으로 만들었다고 평가한다고 해요. 그렇다면 CX에서 AI를 똑똑하게 쓴다는 건 무엇일까요?
출처 - https://relevanceai.com/blog/customer-support-agent-why-ai-agents-are-transforming-support-beyo고객 응대가 아닌, 내부 업무 효율화부터
많은 회사들이 AI 도입을 생각할 때 가장 먼저 떠올리는 건 챗봇이에요. 고객 문의에 24시간 자동으로 답변해주는 것 등등 말이죠. 저도 이전 글에서 소개했던 채널톡 ALF로 고객 응대 파트에서의 효율화를 꿈꿨었는데요. 물론 이것도 중요하지만, 실제 업무 프로세스를 돌아보니 지금 당장 필요한 것은 내부 업무 효율화였어요.
CX 매니저의 하루는 많은 반복 업무로 채워져 있습니다.
당장 떠오르는 것만 적어보아도 아래와 같은데요.
CS 시트 업데이트: 매일 쌓이는 문의 내용을 엑셀에 정리하고 카테고리 분류하기
문의 특이사항 요약하여 담당 AC에게 전달하기
VOC 관리: 고객 피드백을 수집하고 관련 부서에 전달하고 처리 현황 추적하기
계약서 및 운영 업무: 고객사별 계약 조건 확인하고 갱신 일정 관리하기
주간/월간 CS 현황을 정리해서 팀에 전달하기 등
이런 업무들은 정확해야 하지만 창의성이 필요하지 않은 전형적인 반복 업무이고 저보다 AI가 더욱 잘할 수 있는 업무들이에요.
AI 에이전트로 업무 자동화
저는 최근 업무 자동화를 위해 Relevance라는 AI 에이전트 도구를 써보고 있어요.
위에서 소개한 반복 업무들을 AI 에이전트에게 맡겨보려고 노력 중입니다.
문의 분류 자동화: 고객 문의 내용을 읽고 자동으로 '기술 문의', '결제 문의', '기능 요청' 등으로 분류
VOC 요약: 긴긴 고객 피드백을 핵심 포인트 3줄로 요약해서 관련 부서에 전달
보고서 초안 작성: 데이터를 입력하면 보고서 형태로 정리하기
아직 완벽한 결과물을 내지는 못하고, 시행 착오 중에 있지만 80% 정도로만 완성된 결과물이라도 먼저 받아보는 것을 목표로 하고 있어요. 이 시행 착오에 대해서는 다음 글로 가져오려고 해요.
AI가 고객 경험을 개선할 수 있는 분야
zendesk는 AI가 더욱 잘할 수 있는 역할에 대해 다음과 같이 소개했어요. 24시간 채팅, 빠른 온보딩, 자동화된 분류로 적합한 담당자 연결, 고객의 이력과 선호도 이해, 고객 데이터 분석을 통한 고객 이탈 예측 등
이 아티클을 보며 AI 도구들이 반복적인 작업을 자동화하고, CX 매니저는 고부가가치 업무와 복잡한 고객 이슈에 집중할 수 있도록 도움을 준다는 분석에 공감이 가더라구요.
예를 들어, CS 데이터를 정리하는 경우라고 해도,
기존: 채널톡 채팅 종료 후 → CS 시트 기입 → 시트에서 주별, 월별 분석 → 인사이트 도출
AI 활용 후: 데이터 업로드하고 → AI가 자동 분석 → 결과 검토 및 보완 과정으로 간소화 해서 진행할 수 있을 거에요.
그럼 우리는 뭘 해야 할까?
AI가 반복 업무를 대신해주니까, 우리는 AI가 할 수 없는 일에 집중할 수 있겠죠.
1. 고객과의 소통
복잡하고 민감한 이슈는 여전히 사람이 처리해야 해요. 특히 B2B에서는 고객사와의 관계가 정말 중요한데요. AI가 파악하지 못하는 문제 상황, 사용 의도 등을 파악하고 소통하는 것은 대체할 수 없는 영역일 것 같아요.
2. 개선 방안 도출
VOC를 단순히 분류하는 건 AI가 할 수 있지만, '그 데이터를 바탕으로 우리 제품의 어떤 부분을 개선해야 할까?'를 고민하는 건 여전히 사람의 몫이에요. 반복 업무보다 훨씬 중요할 인사이트 도출에 시간을 더욱 쓸 수 있을 거에요.
3. 팀 간 협업과 커뮤니케이션
개발팀에게 고객 요구사항을 전달할 때, 단순히 "이런 요청이 왔습니다"가 아니라 왜 이것이 중요한지, 우선순위는 어떻게 되는지를 설명하는 것, 고객에게 이 기능이 왜 안되는지, 우리가 어떤 개선 시도를 하고 있는지 등 커뮤니케이션 을 하는 것이 대체 불가능한 중요한 역할로 있을 것 같아요.
AI 도입 과정
저도 지금 AI 도입 과정 중에 있어요. 주말 내내 시도했지만 그나마 굴러가는 건 하나 정도..? 그렇지만 아래 3가지를 생각하며 계속해서 시도해보려고 해요.
1. 가장 귀찮은 반복 업무 하나부터 시작하기
저는 CS 문의 요약을 대신하는 에이전트 부터 만들어보고 있어요.
2. 완벽을 기대하지 않기
AI 결과물을 80% 정도의 초안으로 보고, 나머지는 사람이 다듬는다고 생각하면 스트레스가 덜해요.
3. 팀원들과 공유하기
요즘 팀에서는 AI 효율화가 화두인데요. 팀원들과 어떻게 AI 에이전트를 활용하려고 하는지, 어떻게 업무 효율화를 진행하려고 하는지 등을 공유하며 생산성을 높여가 보려고 합니다.
마치며
Gartner에 따르면 2029년까지 agentic AI는 인간의 개입 없이 일반적인 고객 서비스 문제의 80%를 자율적으로 해결하여 운영 비용을 30% 절감할 수 있을 것이라고 해요.
결국 AI는 선택이 아니라 필수가 되는 지금 시대에서, 중요한 것은 AI를 두려워하는 것이 아닌 (두려운 것은 맞지만..ㅎㅎ) AI를 똑똑하게 쓰는 사람이 되는 것이겠죠.
AI를 활용하면 정말 중요한 일에 더 집중할 수 있다는 측면에 더 주목해서 업무를 진행하려고 해요.
단순 반복 업무는 AI에게 맡기고, 우리는 고객을 더 깊이 이해하고 더 나은 경험을 만들 수 있도록 말이에요!
저의 AI를 활용한 업무 프로세스 개선기는 다음 글로 가져오겠습니다!
