Brand & Experience

고객센터 AI, '안 넘긴 비율'보다 '넘기는 순간'을 봐야 하는 이유

고객센터 AI가 '처리하는 에이전트'로 가면서 중요해진 사람 인계 설계. 인계율 수치를 읽는 법, 연구가 말하는 조건, 점검표 6가지를 정리했어요.

Topic: Brand & Experience
Type: Trend
Date: 2026.09.19
Reading: 약 9분
Author: Creative Flow

‘AI 뺑뺑이’, 사람에게 가는 길이 멀어질 때

“상담원과 통화하고 싶은데 여러 단계를 거쳐야 해서 오히려 시간이 더 오래 걸리는 느낌”. 9월 3일 뉴스토마토 보도에 실린 금융소비자의 말이에요. 기사는 AI가 맥락을 놓치거나 상담원 연결을 늦추는 상황을 ’AI 뺑뺑이’라고 불렀어요. 같은 보도에 따르면 금융감독원은 콜센터 운영 현황 점검을 검토 중이에요. 관계자 발언 보도이고, 확정된 조치는 아니에요.

Gartner 조사에서는 고객 3,566명 중 87%가 생성형 AI 고객 서비스에서 사람 상담원에게 갈 수 있어야 한다고 답했어요. 챗봇에서 나쁜 경험을 한 뒤 다시 써 보겠다는 사람은 27%였어요. Gartner 원문은 열지 못해, 발표문을 실은 매체 두 곳(insurance-canada.ca, IT-Online)의 내용이 일치하는 것까지만 확인했어요. 고객이 꺼리는 건 AI 자체보다 사람에게 가는 길이 막히는 경험으로 보여요.

설계 대상이 ’대화’에서 ’처리와 인계’로 넓어졌어요

Salesforce는 9월 11일 발표에서 고객 서비스 에이전트 기본 기능으로 “human escalation”(사람에게 넘기기)을 명시했어요. Genesys가 9월 2일 발표한 Navigator는 고객을 AI 에이전트, 워크플로, 사람 중 어디로 보낼지 정하고 맥락을 이어가는 진입점이에요. 2026년 11월~2027년 1월 정식 출시 예정이라 아직 출시 전이에요.

국내에서는 KT가 우리은행 AI 상담을 재구축하며 채널을 옮겨도 상담 맥락이 유지되게 한다고 이데일리가 보도했어요. 이체·대출 같은 고위험 업무는 단계적으로 접근하고, 당분간 시나리오 기반으로 둔다고 해요. 이제 설계할 것은 “누가, 어디서, 무엇을 넘겨받아 이어가나”예요.

위쪽 줄은 답하는 챗봇(질문 → 답변 → 해결되지 않으면 고객이 다시 문의하거나 여러 단계를 거쳐 상담원 연결), 아래쪽 줄은 처리하고 넘기는 에이전트(요청 파악 → 시스템 연동 처리 → 인계 조건 판단 → 대화 맥락을 상담원에게 전달 → 사람이 이어받았다는 표시)를 나란히 비교한 흐름도. 벤더 로고·제품명 없음

’사람에게 안 넘긴 비율’은 성공 지표가 아니에요

Genesys 발표에 따르면 호주 한 대학에서 최초 해결률은 29% 올랐고, 챗봇 인계율은 약 58%에서 20% 미만으로 줄었어요(회사 공개 수치). 인계율 하락은 두 갈래로 읽혀요. AI가 더 많이 해결해서일 수도, 넘기기 어려워져서일 수도 있어요. 해결률 상승은 앞쪽 해석에 힘을 싣지만, 두 수치 모두 측정 기간과 문의 수가 공개되지 않아 이 자료만으로는 가를 수 없어요.

알리바바 타오바오 고객센터 실험에서는 AI 도입 뒤 평균 채팅 시간은 줄었지만, AI가 맡은 채팅의 고객 평점은 크게 낮아졌어요(Wang 외, 2026, 심사 전 논문). 인계율은 해결률, 고객 평가, 재문의와 함께 봐야 해요.

인계율 숫자가 말해 주는 것(사람에게 넘기지 않은 비율)과 말해 주지 않는 것(정말 해결됐는지, 고객이 만족했는지, 넘기기 어려워서 낮아진 건지)을 두 열로 비교한 표. 예시로 Live Nation 95%(비교 기준 없음), Genesys 고객사 58% → 20% 미만(같은 문장에 최초 해결률 29% 상승도 공개, 두 수치 모두 기간·문의 수 비공개)을 작게 표기하고, 아래에 ’함께 볼 지표: 해결률, 고객 평가, 재문의’를 한 줄로 적음. 숫자를 크게 강조하지 않음

Live Nation 사례: 문서에 공개된 인계 조건 세 가지

Live Nation은 Salesforce의 AI 에이전트로 공연장 웹사이트 문의에 답해요. 아래 내용은 모두 Salesforce가 만든 문서(보도자료, 고객 사례)에서 나왔고, Live Nation 자체 발표나 독립 보도는 확인하지 못했어요.

고객 사례 페이지는 인계 조건을 “If a fan asks for a human, raises a safety concern, or submits a question outside the agent’s knowledge”라고 적었어요. 팬이 사람을 요청하거나, 안전 문제를 제기하거나, 에이전트가 아는 범위 밖의 질문을 하면 Slack 알림으로 직원이 이어받는다는 내용이에요(번역). 페스티벌 앱 에이전트는 승인된 데이터에 없는 정보는 추측하지 않고 게스트 서비스팀으로 안내한다고 해요.

문서가 밝힌 95%는 에이전트가 받은 질문 중 사람에게 넘기지 않은 비율이에요. 해결률이나 만족도가 아니고, 비교 기준도 없어요. 공개된 세 조건에는 불만이나 감정 기준이 없어요. 실제 규칙이 이것뿐인지는 알 수 없지만, 연구가 주목하는 지점이 여기로 보여요(해석).

연구로 보면, 언제·무엇을·어떻게 넘기느냐가 결과를 가를 수 있어요

앞의 알리바바 연구는 현장실험(실제 운영 현장에서 조건을 나눠 비교하는 실험)으로, 상담원을 무작위로 나눠 AI를 감독하며 일한 쪽과 AI 없이 일한 쪽을 비교했어요. AI 능력 밖의 문제를 넘긴 ’기술적 인계’에서는 품질이 유지됐어요. 고객이 불만을 드러낸 뒤 넘긴 ’감정적 인계’는 효과가 약했는데, 초록은 상담원 관여가 낮았던 점을 이유의 일부로 들고 일찍 개입해야 관여가 유지됐다고 적었어요. 프리프린트(다른 연구자의 심사를 거치기 전 공개된 논문)이고 중국 이커머스 맥락이며, 표본 수는 초록에 없어요.

통신사 데이터와 실험 4개를 묶은 동료심사(학술지 심사를 거친) 연구에서는, 화난 상태로 상담을 시작한 고객에게 사람처럼 꾸민 챗봇이 만족도와 구매 의향을 낮췄어요. 발표 시점상 생성형 AI 이전 챗봇이 대상이에요(Crolic 외, 2022).

넘긴 직후도 중요해요. 음식 배달 회사 현장실험에서 챗봇이 질문을 이해하지 못한 뒤 AI 추천을 받는 상담원에게 연결된 고객은 AI 보조 없는 상담원에게 연결된 경우보다 감정 반응이 나빴어요(Zhang & Narayandas, 2026, 동료심사). 초록은 이례적으로 빠른 응답 때문에 고객이 아직 챗봇과 대화 중이라고 믿었다고 설명해요. 사람이 이어받았다는 걸 고객이 알아볼 수 있어야 한다는 뜻으로 읽혀요(해석, 한 회사의 상담원 보조형 AI 연구).

AI임을 알리는 것은 조건부로 도움이 됐어요. 중요도 높은 서비스에서는 챗봇임을 밝히면 신뢰가 낮아졌지만, 챗봇이 문제를 못 풀었을 때는 밝힌 쪽이 고객 유지에 유리했어요(Mozafari 외, 2022, 동료심사, 실험 2개). 초반에 밝히면 실패를 더 너그럽게 받아들였다는 실험 결과도 있어요(Li 외, 2025, 동료심사). 다만 실제 행동이 아니라 의향을 잰 결과일 수 있어요.

연구는 업계 방향을 지지하되 “인계율이 낮을수록 좋다”는 주장에는 조건을 붙여요. 소개한 연구는 모두 초록 기준이고, 자율 처리형 에이전트를 다룬 동료심사 현장 연구는 아직 확인하지 못했어요.

인계 설계, 여섯 가지로 점검해 보세요

조건: 인계 조건에 불만·감정 신호가 들어 있나요?
시점: 감정이 상하기 전에 넘기나요?
맥락: 고객이 같은 설명을 반복하지 않아도 되나요?
신호: 사람이 이어받았다는 걸 고객이 알 수 있나요?
고지: AI임을 처음에 알리나요?
지표: 인계율을 해결률·고객 평가와 함께 보나요?

인계 설계 점검표 6개 항목(조건: 감정 신호 포함? / 시점: 늦기 전에? / 맥락: 다시 설명 안 해도 되나? / 신호: 사람이 이어받은 걸 알 수 있나? / 고지: AI임을 처음에 알리나? / 지표: 인계율 하나로 보지 않나?)을 체크박스로 정리하고, 각 항목 옆에 근거를 작게 적은 체크리스트. 근거 표기는 본문에 나온 것만: 조건=Wang 외·Crolic 외 / 시점=Wang 외 / 맥락=KT·우리은행 보도(연구 아님) / 신호=Zhang & Narayandas(해석) / 고지=Mozafari 외·Li 외 / 지표=Wang 외·Genesys 수치 해석

AI가 더 많은 일을 끝까지 처리할수록 끝내지 못하는 순간이 더 눈에 띌 수 있어요. ’안 넘긴 비율’을 볼 때는 무엇과 비교한 숫자인지부터 물어보세요.