경험 오케스트레이션은 커뮤니케이션 및 소프트웨어 기술을 사용하여 고객 및 직원 경험을 생성, 전달, 최적화하는 작업입니다. 이 글에서는 인공 지능(AI)이 경험 오케스트레이션에 영향을 주고 활성화하는 방식을 살펴보고, 경험 오케스트레이션 진화의 여섯 단계에 대해 알아봅니다. 이 단계는 조직이 자사의 미래 비전과 함께, 경험 오케스트레이션을 통해 향후 기업의 시스템, 정책, 프로세스를 어떻게 조율해 갈 것인지1를 논의할 수 있는 공통 기반이 되어줄 것입니다.

들어가는 글

경험 오케스트레이션의 목적은 다음 두 가지 목표를 동시에 달성하는 것입니다.

  1. 운영 비용 절감.
  2. 고객 충성도를 높여 장기적인 성장 유도.

경험 오케스트레이션은 고객 경험의 효율성과 효과를 높이는 동시에, 공감하는 고객 및 직원 경험을 창출함으로써 위 두 가지 목표에 다가갑니다. 경험 오케스트레이션은 정적이고 비효율적인 경험을 자동화하고, 증폭하고, 지속적으로 최적화하는 대화형 AI, 예측형 AI, 생성형 AI를 통해 더욱 속도를 높입니다.

계속해서 새로운 혁신이 등장함에 따라 당사는 프론트 오피스와 백 오피스 전반에서 고객 대면 활동을 넘어 컨택센터, 고객 및 직원 경험, 비즈니스 전반을 새롭게 구상할 수 있는 ‘종합 오케스트레이션 플랫폼’으로 나아가고 있습니다. 당사는 경험 오케스트레이션의 단계를 다음과 같이 정의합니다.

Levels of Experience Orchestration_edit

수준 0 – 오케스트레이션이 없는 상태

오케스트레이션이 없으면 고객은 제품 또는 서비스 문제를 빠르고 쉽게 해결할 희망이 거의 없습니다. 전화를 걸면 ‘통화 중’ 신호음을 받기 일쑤이며, 여러 차례 시도한 끝에 겨우 도움을 줄 수 있는 담당자와 연결되는 경우가 많습니다. 수준 0에서 인간 상담사는 자신이 받은 교육과 전문 지식을 기반으로 모든 인터랙션을 수동으로 처리합니다. 그로 인해, 일관되지 않고 비효율적인 서비스가 발생하며, 고객에게는 만족스럽지 못한 경험이 될 수 있습니다. 이 수준에서는 고객 서비스는 뒷전입니다. 직원 경험은 대부분 관리되지 않습니다. 그 결과 고객과 직원의 이탈률이 높고 비즈니스 성과는 저조합니다.

수준 1 – 메뉴 기반 탐색

가장 기본적인 수준으로 오케스트레이션이 이뤄집니다. 이를 위해 대화식 음성 응답(IVR)과 통화 라우팅 기술을 사용합니다. 고객은 단일 전화 번호로 전화를 걸고, 전화 다이얼 패드나 간단한 음성 입력(음성-텍스트 기술)을 사용하여 옵션 메뉴를 선택합니다. 계정 활성화/인증/검색, 배송 추적, 설문 조사 응답, 제안 수신/거부 등 매우 간단한 인터택션을 자동화할 수 있습니다. IVR이 많은 고객의 통화 대기를 해결해주지만, 고객의 기다림은 여전히 남아 있습니다. 고객이 자동 콜백을 선택하더라도 수요에 따라 대기 시간은 몇 시간으로 터무니없이 길 수 있습니다.

IVR을 통해 일부 고객 셀프 서비스를 제공하지만, 대부분의 인터랙션에는 인간 상담사가 필요합니다. 상담사는 특정 대기열의 발신자를 처리하도록 배정되며, 기본 고객 정보와 일부 과거 고객 데이터를 자동으로 표시하는 시스템의 지원을 받아 통화당 평균 처리 시간을 약간 단축할 수 있습니다.

스케줄링은 라우팅과 마찬가지로 자동화되며, 상담사 관리 시스템을 통해 유지되는 상담사의 기술 정보에 의존합니다. 양질의 고객 서비스를 제공하기 위해 통화는 녹음되며, 관리자는 수동으로 샘플링을 합니다. 고객 경험의 품질은 순 고객추천 지수(NPS)로 측정됩니다.

수준 2 – 사전 정의된 대화 자동화

현재, 대부분의 공급업체와 조직이 여기에 해당합니다. 음성, 텍스트, 채팅, 소셜 앱을 포함한 모든 채널에서의 일상적인 대화에 ‘자연어 지원 자동화’를 도입합니다. 이러한 대화의 예로는 주문 관리, 일정 관리, 반품 관리, 주소 변경 등이 있습니다. 다이얼로그 엔진, 봇, 대화형 AI는 IVR보다 더 많은 유연성을 제공합니다. 하지만, 인간 상담사는 여전히 언제든지 AI로부터 인계받을 준비가 되어 있습니다.

자동화는 제한적이며, 신뢰할 수 있는 고객 서비스 수준은 일반적으로 정상 업무 시간에만 수행됩니다. 대화 자동화는 백엔드 시스템에서 조회하거나 트랜잭션을 트리거해야 하며, 이는 API, 로봇 프로세스 자동화 또는 워크플로우를 통해 이뤄집니다. 일부 기업은 사전 정의된 대화 자동화를 통해 양호한 수준의 고객 셀프 서비스를 제공합니다. 하지만, 일반적으로 모든 인터랙션의 절반 이상이 여전히 고객의 긴 대기 시간으로 인해 컨택센터로 전달됩니다. 고객과 상호작용할 때 상담사는 대화를 모니터링하고 관련 지식 문서 및 정보를 제공하는 시스템의 지원을 받아 평균 처리 시간(AHT)을 단축합니다.

참여(고객에게 연락하는 시기와 방법) 또는 라우팅(최상의 비즈니스 결과를 도출할 상담사 또는 봇을 고객과 연결하는 방법)에 사용하는 예측 AI 기술은 비즈니스 성과를 더욱 최적화합니다. 상담사는 사무실, 원격 또는 하이브리드 형태로 작업하며, 자동화된 품질 보증이 모든 인터랙션의 100%를 처리합니다. 게임화는 관리자와 같은 위치에 있지 않더라도 상담사의 참여를 유지합니다. AI는 예측 및 일정 관리를 가속화하는 데 사용됩니다. 경험 품질은 고객의 소리 또는 직원의 소리 설문 조사를 통해 측정됩니다.

수준 3 – 시스템이 대화 생성

대규모 언어 모델과 생성형 AI를 많이 사용합니다. 시스템은 고객 또는 직원 맥락에 따라 차선책이 결정되는 여러 활용 사례를 대화로 생성합니다. 차선책을 결정함으로써 시스템은 상황에 동적으로 적응하며, 오래되고 경직된 접근 방식을 극복합니다. 가상 상담사는 제품 문의, 상향 판매/교차 판매, 문제 해결, 다단계 승인 같은 보다 까다로운 사용 사례를 처리합니다.

봇과 달리 가상 상담사는 대화 요약, 올바른 종료 코드 생성, 백엔드 시스템 업데이트 등 인간 상담사와 똑같이 인터랙션을 남깁니다. 또한 보다 자연스럽고 유연한 대화가 가능합니다. 미묘하거나 복잡한 사용 사례의 경우, 시스템은 원활하게 전환됩니다. 인간 상담사는 필요한 콘텐츠를 자동으로 생성하는 코파일럿의 지원을 받아 보다 효율적으로 업무하게 됩니다. 예를 들어 코파일럿은 고객과 인터랙션 중인 인간 상담사에게 대화의 다음 문장을 제안하거나, 대화를 요약하거나, 마무리 코드를 작성하는 등의 작업을 수행합니다.

또한 실시간 코칭을 제공하고, 맞춤형 트레이닝 계획을 세웁니다. 고객 경험은 채널에 구애받지 않습니다. 고객이 브랜드와 상호작용하기 위해 어떤 채널을 선택하든, 심지어 경험 도중에 채널을 전환하더라도, 항상 일관된 경험을 제공합니다. 지속적인 일과 예측과 일정 관리는 조직에 새로운 수준의 유연성과 탄력성을, 고객에는 일관된 서비스 수준을 제공합니다.

비즈니스 KPI는 여정 관리(고객 및 직원 경험 전반에서 이벤트 수집)와 작업 자동화를 통해 최적화됩니다. 작업 자동화로 조직 내 적절한 직무에 보다 효율적으로 작업을 전달할 수 있습니다. 백 오피스 전문가의 원활한 대출 승인을 예로 들 수 있습니다. 이러한 혁신은 수준 2에 비해 새로운 비즈니스 가치를 제공합니다. 인터랙션의 절반 이상이 자동화를 통해 일관되게 처리되며, 상담사 코파일럿이 평균 처리 시간(AHT)을 줄이고 최초 문의 해결율을 높입니다. 고객이 언제 어디서나 가장 편리한 시간에 기업과 소통하게 됨으로써 고객과 직원의 이탈이 감소합니다. 고객 문제는 더 빨리 해결되며, 앞으로도 조직과 계속 거래할 가능성이 훨씬 높아집니다. 경험의 품질은 인터랙션 후 설문 조사가 아닌, 대화를 기반으로 예측합니다.

수준 4 – 공감하는 경험 생성

수준 4에서는 공감이 모든 활동의 중심이 됩니다. AI는 고객의 이력, 맥락, 문제, 감정 상태를 이해하고, 상황을 습득하고, 문제를 해결하는 데 사용됩니다. 감정을 이해하는 가상 상담사는 송장 문제, 무상수리 적용 범위에 대한 논의, 클레임 관리 처리와 같은 복잡한 사례까지 포함한 대부분의 고객 문의를 처리합니다. 차선책으로서 경험을 제공하는 수준 3과 달리, 수준 4에서는 AI가 개별 고객의 요구를 충족하는 전략과 엔드 투 엔드 경험을 생성하는 행동 모델을 제공합니다. 이 행동 모델은 일부 사용 사례를 시스템에서 비동기식으로 처리하는 길을 열어줍니다. 이러한 경우 고객은 인터랙션에 계속 관여할 필요 없이, 시스템이 자율적으로 원하는 결과를 달성하는 동안 다른 일에 집중할 수 있습니다.

고객은 자신의 경험 선호도를 명시적으로 공유하며, 시스템은 고객의 감정을 이해합니다. 따라서 대부분의 사용 사례에 대한 맞춤형 고객 셀프 서비스를 24시간 연중무휴로 이용할 수 있습니다. 통화 대기 신호, 콜백, 브랜드 업무 시간에 맞춘 일정 조정 등은 더 이상 필요하지 않습니다. 인간 상담사는 매우 복잡하거나 감정이 개입되는 인터랙션만 처리하며, 감정을 인식하는 AI 코파일럿이 언어 및 얼굴 표정과 어조 차이를 해석할 수 있습니다. 이는 동영상이 더욱 눈에 띄는 채널이 되면서 특히 더 중요해졌습니다. 가상 상담사가 자율적으로 공감형 경험을 생성하고 전달하는 것은 획기적인 기술입니다.

수준 4에서 인터랙션 대부분은 인간 상담사가 관여하지 않습니다. 비즈니스 의사 결정에 특정 승인 임계값이 필요한 경우, 조직은 감정을 인식하는 AI 코파일럿을 통해 지식 근로자와 전문가가 상호작용의 일부를 직접 처리할 수 있도록 권한을 부여할 수 있습니다. 코파일럿은 상담사와 지식 근로자에게 고객 인터랙션 및 관련 작업 흐름을 안내하므로 해당 직원에게는 최소한의 교육만 필요합니다. 실제로 고객과의 상호작용이 매우 간단해지므로 임시직 근로자와 아웃소싱 업체의 인력을 보다 쉽게 늘릴 수 있습니다. 또한 코파일럿은 상담사에게 모든 언어를 즉각 번역하여 글로벌 브랜드 및 해외 업무 위탁에 뛰어난 유연성을 제공합니다. 보다 효율적이고 효과적이며 공감적인 경험이 제공하는 만큼, 고객 및 직원 이탈률 또한 개선됩니다. 경험의 품질은 더 이상 예측이 아닌, 시스템에서 식별된 고객 및 직원의 감정을 기반으로 측정됩니다.

수준 5 – 종합 오케스트레이션

수준 5에서 경험 오케스트레이션은 고객 대면 활동을 초월하여 컨택센터, 고객 및 직원 경험, 비즈니스 전반을 새롭게 구상할 범용 오케스트레이션으로 나아갑니다. 이 시스템은 사전 알림 및 예방 조치, 협상 및 분쟁, 불만, 상담 판매 등 매우 복잡한 사용 사례까지 포함한 모든 사용 사례에 대한 경험을 자율적으로 생성합니다. 종합 오케스트레이션은 스스로 최적화됩니다. AI를 사용하여 경험의 결과, 편의상, 공감을 지속적으로 최적화합니다. 자가 학습 가상 상담사는 다른 가상 상담사와 코파일럿을 위한 교육 자료를 작성하거나 고객 대면 문서를 작성하면서 언제 어디서 상호작용이 필요한지 예측하고 일정을 잡습니다. 시스템은 필요한 계산이 환경에 미치는 영향을 최소화하기 위해 적절한 모델과 교육 시기를 자동으로 선택합니다.

고객과 지식 근로자는 비동기 연결 및 임시 시스템 상호작용을 위한 “봇 대 봇” 커뮤니케이션을 비롯해 초개인화된 환경(“이 문제를 해결하고 완료 시 알려주십시오.”)에 비동기적으로 참여할 수 있고, 인간과 유사한 가상 개인 컨시어지를 사용하여 시스템과 상호작용합니다. 실제로, 회사에 연락하는 것이 매우 쉽고 편리해지면서 상호작용 횟수가 계속 증가합니다. 전용 장치와 웨어러블 기기는 행동 데이터와 생체 인식 정보를 수집하여 공감 수준을 측정하고 실시간으로 시스템 결정을 유도하여 피드백 루프를 완성합니다. 종합 오케스트레이션은 조직의 효율성, 효과성, 공감을 최고의 수준으로 끌어올립니다. 인간 상담사는 더는 고객과 접촉하지 않습니다. 코파일럿의 지원을 받는 지식 근로자는 AI가 문제를 해결할 수 없는 매우 드문 경우에만 고객과 직접 대화합니다.

수준 5 경험 오케스트레이션 사용은 고객과 조직 간의 상호작용에 멈추지 않습니다. 조직 전체 직원들은 일상 업무에서 가상의 개인 컨시어지를 사용하여 효율성, 효과성, 공감력을 높입니다. 결과적으로 수준 5 경험 오케스트레이션은 새로운 수준의 고객 및 직원 충성도 달성에 도움을 주며, 그로 인해 고객 및 직원 이탈률이 크게 감소합니다.

결론

지금까지 살펴봤듯, 경험 오케스트레이션은 컨택센터와 경험, 나아가 조직 전체에 커다란 변화를 가져올 엄청난 잠재력을 갖고 있습니다. 귀사는 이러한 변화를 어떻게 관리할 계획인가요? 귀사의 경험 오케스트레이션은 어느 수준입니까? 앞으로 나아가기 위해 어떤 비전을 갖고 있나요? 또한 어떤 결과를 기대하며, 그로 인한 영향은 무엇입니까?

많은 조직이 경험 오케스트레이션을 위한 AI 도입에 속도를 높이고 있습니다. 이미 종합 오케스트레이션으로 전환하는 기업도 있습니다. 이제는 귀사‍의 차례가 될 수 있습니다. 도움이 필요하시면 언제든 Genesys에 연락 주시기 바랍니다.

1이 문서는 제품 로드맵이 아닌 논의용 문서입니다. Genesys는 이 문서에 설명된 기능을 제공하지 않습니다.

작성자

Tony Bates는 Genesys의 회장 겸 CEO입니다. 100여 개국에서 회사의 전략, 방향, 운영을 이끌면서 6,000여 명의 직원으로 구성된 글로벌 팀을 진두지휘하고 있습니다. 수십 년간 시장 대전환 및 급속한 비즈니스 확장에 발맞춰 많은 B2B 및 B2C 기업을 성공적으로 이끌어 왔습니다. 열정적인 기술전문가인 그는 네트워크 운영 및 인터넷 인프라 분야에서 경력을 쌓았으며, 매일 통근 열차에서 스스로 코딩을 익혔습니다. 남다른 비즈니스 감각으로 세계에서 가장 명망 있는 글로벌 SaaS 기업의 임원 직책을 맡아왔습니다. 주요 경력으로는 Cisco 서비스 공급자비즈니스를 이끌며 엔터프라이즈 및 상업 부문의 연 매출액을 200억 달러 이상으로 성장시켰습니다. Skype CEO로 근무하면서는 1억 7천만 명 이상의 연결 사용자로 비즈니스를 확장하는 일을 담당했습니다. Skype가 Microsoft에 인수된 후에는 사장이 되어 통합 커뮤니케이션을 담당했으며, 비즈니스 개발 및 개발자 담당 총괄 부사장으로도 근무했습니다. 현재 그는 Genesys CEO 외 VMware 이사회에서도 활동하고 있습니다.

Peter Graf 박사는 Genesys 전략 SVP입니다. 2017년에 Genesys에 입사했으며, 현재 Genesys 전략의 개발, 커뮤니케이션, 유지를 책임지고 있습니다.

그는 글로벌 엔터프라이즈 소프트웨어 업계에서 25년 이상 근무하면서 전략, 개발, 마케팅 부문에서 다양한 임원직을 역임했으며, 다국적 소프트웨어 기업 SAP의 총괄 부사장을 지냈습니다. Saarland University에서 인공 지능 박사 학위를, 독일 Kaiserslautern 기술 대학에서 컴퓨터 공학 및 경제학 석사 학위를 받았습니다.