안녕하세요. 운영 총괄 담당하고 있는 이승현입니다.
이번 글에서는 로워드가 깊게 관여하고 있는 프레스런 팀에서 성공적으로 접목시킨 AI를 통한 상담 자동화 시스템 구축기의 과정에 대해서 이야기해보려고 해요.
AI 도구가 발전함에 따라 이제는 누구든 아이디어 하나만으로 혼자서도 병목을 해결할 수 있는 도구를 만들 수 있는 시대가 왔다라는 것을 실제 마켓에 접목한 사례를 공유해보고자 합니다.
커져가는 강의 매출, 강사는 1명. 수강생은 여럿에서 비롯된 어려움
프레스런 팀의 교육 담당 파트에서 가지고 있던 고민은 대체로 비슷했어요. 수강생은 계속 늘어나는데, 모든 문의를 빠르고 정확하게 처리하기는 점점 어려워졌어요. 물론 강의 도우미를 추가로 채용하면 어느 정도 해결할 수 있는 문제였어요. 실제로 프레스런 팀에서도 수강생이 늘어날 때마다 지속적으로 강의 도우미를 채용해왔고요.
그런데 단순히 사람을 더 채용하는 것만으로는 해결하기 어려운 부분이 있었어요.
프레스런에서 들어오는 문의 중에는 단순한 이용 방법뿐만 아니라 워드프레스나 광고, 수익화처럼 어느 정도 전문적인 지식이 있어야 정확하게 답변할 수 있는 질문들이 많았거든요.
그러다 보니 새롭게 강의 도우미를 채용하더라도 바로 실무에 투입하기는 어려웠어요. 강의 내용을 충분히 이해하고 도메인 지식을 습득하는 시간이 필요했고, 결국 어려운 질문들은 다시 실무 지식을 갖춘 상담사에게 몰리게 됐어요. 수강생이 늘어날수록 전문 상담사에게 의존하는 정도도 함께 커지는 구조였던 거예요.
예를 들어 이런 질문이 있다고 해볼게요.
“워드프레스에서 글쓰기 버튼이 안 보여요.”
같은 질문이 계속 들어온다면 가장 좋은 방법은 애초에 이런 질문이 생기지 않도록 강의 내용을 수정하는 거예요. 프레스런 팀에서도 특정 질문이 반복적으로 들어온다면 강의 내용의 변경을 우선적으로 검토하고 있어요. 하지만 실제로 강의를 수정하는 건 생각만큼 바로 할 수 있는 일이 아니었어요.
강사분의 스케줄을 확인해야 하고, 다시 촬영해야 하고, 편집도 필요하고, 기존 커리큘럼과 자연스럽게 연결되는지도 확인해야 해요. 강의 노트라는 개념이 있었지만 사람들은 궁금한 것이 생기면 우선 질문을 하는 패턴이 우선적이었어요.
문제를 발견했다고 해서 오늘 바로 강의에 반영할 수 있는 건 아니었던 거죠. 그리고 강의가 수정되는 동안에도 같은 질문은 계속 들어와요. 하나의 질문만 놓고 보면 답변하는 데 몇 분도 걸리지 않을 수 있어요. 그런데 이런 질문이 동시에 수십 개씩 들어오기 시작하면 이야기가 달라져요.
상담사가 반복적인 질문에 계속 시간을 사용하다 보면, 정작 지금 당장 확인하고 답변해야 하는 중요한 문의에 대응하기 어려워져요.
이런 작은 문제들이 하나둘 쌓이면서 결국 CS 전체의 병목으로 이어졌어요.
그렇다고 답변의 정확성을 포기할 수는 없었어요
프레스런 팀이 교육 서비스를 운영하면서 가장 중요하게 생각하는 것 중 하나가 있어요. 수강생에게 정확한 내용을 제대로 전달하는 거예요.
단순히 답변을 빠르게 하는 것만으로는 부족하다고 생각했어요. 아무리 빠르게 답변하더라도 그 내용이 정확하지 않다면 오히려 더 좋지 않은 경험을 만들 수 있으니까요.
우리가 어떤 물건을 구매하거나 강의를 들을 때도 비슷해요. 사용하다가 궁금한 게 생겼을 때 바로 질문할 수 있고, 가능하면 기다리지 않고 정확한 답변을 받을 수 있는 경험을 기대하잖아요.
프레스런 팀도 이런 경험을 중요하게 생각했어요. 그래서 그동안 수강생이 늘어날 때마다 강의 도우미를 계속 채용해왔지만 수강생이 계속 늘어나는 상황에서 사람을 계속 채용하는 것만으로 ‘빠른 답변’과 ‘정확한 답변’을 동시에 유지하는 데에는 한계가 있었어요.
결국 프레스런 팀의 고민은 한 가지로 모이게 됐어요.
“전문 상담사가 가지고 있는 지식과 답변의 정확도는 그대로 유지하면서, 반복적인 질문들은 더 빠르게 처리할 수 없을까?”
프레스런 팀의 AI를 활용한 상담 자동화는 바로 이 고민에서 시작됐어요.
그럼 우리가 만들면 되지 않을까요?
현재 프레스런은 수강생과의 주요 상담 창구로 채널톡을 사용하고 있어요. 지금도 마찬가지고요.
채널톡을 운영하는 채널코퍼레이션에서도 이런 기업들의 니즈에 맞춰 ‘ALF’라는 AI 상담 서비스를 제공하고 있었어요.
당연히 ALF 도입도 검토했어요.
다만 프레스런 팀의 운영 방식과는 맞지 않는 부분이 있었어요. AI가 답변할 때 활용할 RAG 데이터를 채널톡 내부에 별도로 구축해야 했기 때문이에요. 프레스런 팀에는 이미 사용하고 있는 문서와 지식들이 있었어요. 이걸 다시 채널톡으로 옮기고, AI가 활용할 수 있는 형태로 관리하는 데 들어가는 시간적인 비용이 생각보다 컸어요.
무엇보다 프레스런 팀은 조직에서 만들어지는 데이터와 지식을 내부 자산으로 축적하는 것을 중요하게 생각하고 있어요. 그런데 AI 상담을 위해 지식 베이스를 외부 서비스에 다시 구축하고 관리하는 방식은 이런 원칙과도 조금 맞지 않았어요.
그래서 생각을 조금 바꿔봤어요.
“채널톡은 상담 창구로 그대로 사용하면서, AI 시스템만 우리가 직접 만들면 되지 않을까?”
채널톡에서 제공하는 API와 Webhook을 활용해서 자체적인 AI 상담 시스템을 구성해보기로 한 거예요. 우리에게는 이미 좋은 데이터가 있었고, 프레스런에는 ‘프레스런 서포터즈’라는 문화가 있어요.
먼저 학습하고 좋은 성과를 만들어낸 우수 수강생들이 이제 막 학습을 시작한 새싹 수강생들의 질문에 답하면서 학습을 도와주는 구조예요. 여기에 프레스런 팀이 그동안 상담하면서 쌓아온 경험이 있었고, 강사가 가지고 있는 전문적인 지식도 있었어요.
생각해보니 AI에게 필요한 지식을 굳이 새롭게 만들 필요가 없었어요. 이미 프레스런 안에 존재하고 있었던 거예요. 그래서 서포터즈와 프레스런 팀, 그리고 강사가 가지고 있는 집단지성을 하나의 지식 베이스로 만들기로 했어요.
그리고 목표도 명확하게 정했어요.
AI가 사람을 완전히 대신해서 상담하는 것이 아니라, 채널톡으로 질문이 들어왔을 때 기존 지식 베이스를 바탕으로 질문의 맥락을 파악하고, 반복적으로 들어오는 질문이라면 상담 도우미처럼 적절한 답변과 가이드를 제공하는 거예요.
정리하면 이런 구조예요.
사람이 가지고 있던 좋은 지식을 AI가 활용할 수 있는 형태로 자산화하고, 그 지식을 다시 실제 상담 현장에서 사용할 수 있도록 만드는 것.
프레스런 팀의 AI CS 자동화는 여기서부터 본격적으로 시작됐고, 성공적으로 구축에 성공했어요.
정적인 답변은 하지 않되, 답변의 퀄리티는 유지한다
CS AI 프로젝트를 완수하고난 다음, 해야할 과제는 크게 2가지 였어요.
첫 번째, 답변의 퀄리티는 유지하되, 첫 질문과 후속 질문에 대한 퀄리티와 일관성을 보장한다.
두 번째, 첫 인입 상담에 대해서는 따뜻한 인사와 함께 시작 해야한다.
세 번째, 채널톡 특성상 중복 사용자가 다중 질문을 하는 경우가 있어 해당 부분에 대한 명확한 중첩 처리가 되어야한다.
네 번째, 채팅 형식의 상담 방식 특성상 하나의 질문을 여러 개의 채팅으로 나눠서 전달하는 경우, 하나의 질문으로 처리한다.
다섯 번째, 이미지와 버튼(CTA) 등을 답변에 활용하여 적재적소에 주어야한다.
여섯 번째, 학습된 지식 베이스를 기반으로 가중치를 통해 학습되지 않았지만 비슷한 유형에 대해 일관적인 답변 퀄리티를 유지해야한다.
일곱 번째, 특정 강의에 대한 답변은 수강 권한이 없는 유저에게는 답변하지 않는다.
사람이 하던 상담을 AI로 바꾸는 것이 목표는 아니었어요
이 프로젝트를 진행하면서 프레스런 팀이 중요하게 생각했던 부분이 하나 있어요. AI가 상담사를 얼마나 많이 대체할 수 있는지는 중요한 지표가 아니었어요.
오히려 사람이 꼭 해야 하는 상담에 더 많은 시간을 사용할 수 있도록 만드는 것이 중요했어요. 매일 반복되는 질문이나 이미 충분한 지식이 축적되어 있는 질문은 AI가 빠르게 도와줄 수 있어요.
반면 수강생 개인의 상황을 자세히 살펴봐야 하거나, 기존의 지식만으로 판단하기 어려운 질문은 여전히 사람이 직접 확인하는 것이 더 적절할 수 있고요.
AI가 모든 질문에 답하도록 만드는 것보다, ‘AI가 답변해도 되는 질문과 사람이 답변해야 하는 질문을 구분하는 것’도 중요한 자동화라고 생각했어요. 그렇게 되면 상담사는 반복적인 답변을 작성하는 데 사용하던 시간을 줄이고, 정말 사람의 판단이 필요한 질문에 더 집중할 수 있어요.
처음에 우리가 해결하고 싶었던 병목도 결국 여기에서 조금씩 풀리기 시작했어요.
이제는 ‘상담 자동화’ 다음을 보고 있어요
현재의 Knowledge Base는 프레스런 팀과 강사, 그리고 서포터즈가 만들어온 지식을 기반으로 계속 쌓이고 있어요. 하지만 프레스런 팀이 생각하는 최종적인 모습은 여기에서 한 단계 더 나아가 있어요.
강의가 업데이트되면 AI도 그 내용을 함께 이해하고, 새로운 커리큘럼과 자료가 추가되면 그 지식 역시 자연스럽게 상담에 반영되는 구조를 만들고 싶어요.
결국 강의와 AI가 서로 떨어져 있는 것이 아니라,
하나의 순환 구조를 만드는 거예요.
이 구조가 완성되면 수강생은 강의를 보다가 궁금한 것이 생겼을 때 검색하거나 상담사의 답변을 기다리지 않아도 돼요.방금 보고 있던 강의에 대해 바로 질문하고, 자신의 상황에 맞는 답변을 그 자리에서 받을 수 있게 되는 거예요.
그리고 반복적으로 발생하는 질문은 다시 데이터가 돼요.
어떤 부분에서 수강생들이 가장 많이 막히는지, 어떤 설명이 부족했는지, 어떤 질문이 새롭게 등장하고 있는지를 알 수 있게 되고, 그 데이터는 다시 강의를 개선하는 데 사용할 수 있어요. 그래서 프레스런 팀이 만들고 있는 것은 단순한 ‘AI CS 챗봇’이라기보다는 조금 달라요.
질문에 답하는 것에서 끝나는 것이 아니라, 수강생의 질문이 다시 교육을 개선하고, 개선된 교육이 다시 더 좋은 답변을 만드는 구조에 가까워요.
궁금한 순간에 바로 물어볼 수 있는 교육
온라인 강의의 장점은 언제 어디서든 학습할 수 있다는 거예요. 하지만 혼자 공부하다 막히는 순간에는 오히려 오프라인보다 답답할 때도 있어요.
강사는 한 명인데 수강생은 계속 늘어날 수밖에 없고, 모든 수강생의 옆에 강사가 앉아 있을 수도 없으니까요. 프레스런 팀은 AI를 이용해서 이 간극을 조금씩 줄여보려고 해요.
강의를 듣다가 막히면 그 자리에서 물어보고, 지금 배우고 있는 내용을 기준으로 답변을 받고, 그래도 해결되지 않는다면 사람에게 자연스럽게 이어지는 환경.
수강생이 몇 명이든 질문하는 경험의 품질만큼은 떨어지지 않는 환경.
그게 프레스런 팀이 AI CS 자동화를 통해 최종적으로 만들고 싶은 교육 경험이에요.