평균 14%보다 더 흥미로운 숫자는 34%입니다
Brynjolfsson, Li, Raymond 연구진은 Fortune 500 소프트웨어 기업의 고객지원 상담원 5,179명을 분석했습니다. 생성형 AI 기반 대화 지원 도구를 사용할 수 있게 되자 시간당 해결 건수로 측정한 생산성이 평균 14% 증가했습니다.
그런데 효과는 균등하지 않았습니다. 초보·저숙련 상담원의 개선폭은 34%였고, 숙련도가 높은 직원에게는 효과가 작았습니다.
AI가 한 일은 '천재 직원 만들기'가 아니었습니다
연구진은 AI가 숙련 직원의 좋은 응대 패턴과 암묵지를 덜 숙련된 직원에게 전달하는 역할을 했을 가능성을 제시합니다. 신규 직원이 선배에게 묻고 과거 티켓을 뒤지는 시간을 줄여준 셈입니다.
이 관점으로 보면 고객지원 AI의 첫 번째 ROI는 인원 감축보다 온보딩과 품질 편차 축소일 수 있습니다.
챗봇부터 만들 필요는 없습니다
고객에게 AI가 직접 답하는 것보다 상담원 뒤에서 돕는 구조가 더 안전한 출발점일 수 있습니다.
- 문의 내용을 자동 분류한다
- 관련 FAQ와 과거 해결 사례를 찾아준다
- 답변 초안을 만든다
- 상담원이 확인하고 발송한다
- 처리 후 태그와 요약을 CRM에 남긴다
사람의 승인 지점을 유지하면서 반복 검색과 타이핑을 먼저 줄이는 방식입니다.
자동화 후보를 찾는 세 가지 질문
첫째, 상담원이 같은 답을 하루에 몇 번 다시 쓰고 있습니까? 둘째, 해결책은 있는데 찾는 데 오래 걸립니까? 셋째, 신규 직원이 숙련자에게 반복해서 묻는 질문은 무엇입니까?
세 질문 중 두 개 이상이 맞으면 지식검색+답변초안 자동화의 가치가 커집니다.
KPI도 응답시간 하나만 보면 안 됩니다
- 시간당 해결 건수
- 최초 응답시간
- 재문의율
- 관리자 escalation 비율
- 고객 만족도
- 신규 직원이 목표 생산성에 도달하는 기간
좋은 고객지원 AI는 사람을 고객에게서 빼는 것이 아니라, 사람이 고객 문제에 집중하도록 검색과 반복 작성을 뒤로 숨깁니다.
근거: Brynjolfsson, Li & Raymond, Generative AI at Work, NBER Working Paper 31161; 2025년 Quarterly Journal of Economics 게재.
SOURCE원문 / 참고자료 ↗