실시간 Report 기사

• 29가지 콜센터 지표 및 KPI 리스트 ①

  [컨택저널 2023. 8월호] 29가지 콜센터 지표 및 KPI 리스트 ① 콜센터는 비즈니스의 운영에 있어 복잡한 요소이지만, 고객이 회사를 경험하는 데 있어서는 중요한 역할을 합니다. 운영 효율성에 대한 요구와 고객의 기대치 충족 사이의 균형을 맞추는 일은 쉽지 않습니다. 하지만 콜센터 지표와 KPI를 적절히 혼합하면 이 작업을 지속하는 데 도움이 될 수 있습니다. 고객 서비스 리더라면 하나의 KPI 집합에 집중해야 하지만 일선 관리자에게는 다른 관점이 필요합니다. Forrester에서는 이렇게 설명합니다. “경영진에게는 우수한 고객 서비스 운영에 대한 비즈니스 사례를 입증하는 전략적 KPI가 필요하며, 운영 관리자는 직원들의 서비스 요청 관리에 대한 올바른 결정을 내리기 위해 보다 포괄적인 지표를 거의 실시간으로 수집할 수 있어야 합니다.” 측정할 수 있는 콜센터 지표는 많지만 일정 기간 동안 모니터링 할 KPI는 몇 개에 불과합니다. 컨택센터의 필수 지표를 놓치지 않도록 이 최종 목록을 사용해 보세요. 또한 어떤 콜센터 KPI를 추적할지, 컨택센터 성과를 최적화하기 위해 여정 기반 측정 접근 방식은 어떻게 사용할지에 대한 전략적 선택을 내릴 때에도 이 정보를 참조하시면 좋습니다. 고객 경험 콜센터 지표 및 KPI 고객 경험(CX) 리더는 고객 서비스 관련 실수가 한 번만 발생해도 고객 이탈이 발생할 수 있다는 점을 잘 알고 있습니다. 또한 “고객 경험 현황” 보고서의 설문조사에 응답한 기업의 3분의 2가 고객 만족도를 가장 중요한 CX 지표로 꼽았습니다. 하지만 CX 리더들은 일관된 지표의 부재가 성공을 가로막는 가장 큰 걸림돌이라고 언급했습니다. 검증된 고객 경험 지표를 주시하면 컨택센터가 고객의 기대에 부응하고 있는지 판단하는 데 도움이 됩니다. ■ 한 번에 문의 해결 (FCR, First Call Resolution) 한번에 문의 해결(FCR)은 고객이 처음 연락하는 시점에 문제가 해결되는지 여부를 나타내는 지표입니다. 많은 콜센터 리더들은 이를 추적해야 할 가장 중요한 KPI로 보고 있습니다. FCR을 높게 유지하는 것이 중요합니다. 고객 만족도를 높이고 반복 통화를 줄일 뿐 아니라 서비스 비용을 낮추기 때문입니다. 조직은 이와 같이 중요한 KPI를 측정할 수 있는 표준 접근 방식을 결정해야 합니다. 일반적으로 사용되는 두 가지 접근법은 다음과 같습니다. 첫 번째 접근법은 수신된 모든 통화를 포함하여 FCR을 개선합니다. 이 방식을 통해서는 팀이 특정 날짜나 특정 주에 문제 해결을 얼마나 잘 수행하고 있는지를 더 정확하게 파악할 수 있습니다. 두 번째 접근법은 더 정확한 FCR을 도출합니다. 반복 통화를 제외하여 첫 번째 통화가 해당 통화에서 해결되는 비율을 측정합니다. 두 가지 방식 모두 컨택센터에서 사용되므로 팀에 적합한 접근법을 선택하고 모두가 FCR 매개변수를 이해하도록 해야 합니다. ■ 순추천 고객 지수 ( NPS, Net Promoter Score) 순추천 고객 지수(NPS)는 고객 충성도 및 만족도를 측정하는 데 널리 사용되는 지표입니다. NPS는 다음과 같은 간단한 질문을 이용하므로 NPS를 매력적으로 보는 기업이 많습니다. “친구나 동료에게 [회사 X]을(를) 추천할 가능성은 얼마나 됩니까?” 고객은 0~10점 척도를 사용하여 응답하며, 응답은 3가지(추천, 중립, 비 추천) 범주로 분류됩니다. NPS는 추천 고객 비율과 비 추천 고객 비율 사이의 차이로 계산됩니다. ■ 고객 노력 점수(CES, Customer Effort Score) NPS와 마찬가지로 CES(고객 노력 점수)는 하나의 질문을 이용하여 고객 만족도를 측정합니다. CES의 경우 고객에게 해결책을 찾는 데 얼마나 많은 노력을 기울였는지 평가해 달라고 요청합니다. 일반적인 응답의 범위는 “매우 적은 노력”에서 “매우 많은 노력”까지 이며, CES는 5점 또는 7점 척도로 측정됩니다. 이 채점 모델을 사용하는 회사는 수식에 대입하여 CES를 계산할 수 있습니다. ■ 고객 만족도 (CSAT, Customer Satisfaction Score) CSAT(고객 만족도)는 일반적으로 사용되는 CX 지표이며, 회사의 제품 또는 서비스에 대한 고객의 만족도를 결정합니다. CSAT는 고객 설문 조사가 끝날 때 5점 척도를 사용하여 측정합니다. 응답은 “매우 만족”부터 “매우 불만족”까지 다양합니다. CSAT 점수는 0~100%의 척도로 표현되는 경우가 많습니다. 이러한 점수는 우측 수식을 사용하여 계산하며 4(만족) 및 5(매우 만족)에 해당하는 응답만 계산에 포함됩니다. 이는 대부분의 CX 실무자들이 피드백 설문조사에서 가장 큰 두 가지 값을 사용하면 고객 유지를 가장 정확하게 예측 할 수 있다고 생각하기 때문입니다. 통화 시작 지표 및 KPI 고객과 콜센터의 첫 접촉은 고객의 인식에 큰 영향을 미칩니다. 고객의 입장에서 볼 때 기업에 연락하기로 선택하는 것은 중요한 시간 투자이기도 합니다. 그리고 이때 기업이 고객과 소통하는 방식은 기업이 고객의 일을 중요하게 여기는지 여부를 보여줍니다. Forrester 설문조사에 따르면 미국에서 온라인을 이용하는 성인 중 거의 3분의 2는 자신의 시간을 소중히 여기는 것이 브랜드가 고객에게 좋은 고객 경험을 제공하기 위해 할 수 있는 가장 중요한 일이라고 응답했습니다. 고객은 상담사와 접촉하기도 전에 통화 대기 시간과 통화 대기를 전달하는 방법을 통해 회사를 판단합니다. 이 범주의 지표를 사용하면 문의의 시작과 상담사가 이에 대응하는 시점 사이의 중요한 기간을 파악할 수 있습니다. ■ 첫 응답 시간 (FRT, First Response Time) 첫 응답 시간(FRT)은 고객이 상담사와 연결되기 전에 대기해야 하는 시간을 측정합니다. 컨택센터에서는 이 수치를 일 단위, 주 단위로 살펴보며, 연간 추세도 평가합니다. ■ 차단된 통화 비율 컨택센터에서는 이 지표를 사용하여 ‘통화 중’ 신호를 받은 고객의 수를 알 수 있습니다. 원칙적으로 대부분의 기업에서는 이 지표 값이 극히 낮아야 합니다. 예상보다 높을 경우 수신되는 전화를 받을 수 있는 적절한 시스템이 마련되어 있는지 평가해 볼 필요가 있습니다. 또한 통화 길이가 너무 길지 않은지, 고객에게 원치 않는 수신 대기음을 제공하는지도 평가할 수 있습니다. ■ 평균 통화 포기율 고객이 너무 오래 기다리게 되면 통화를 포기할 가능성이 높습니다. 통화를 포기하면 고객은 엄청난 좌절감을 느끼고 회사에 대한 신뢰를 잃게 될 수 있습니다. 고객은 판매 거래보다 기술 지원을 위해 대기 중일 때 더 기꺼이 기다리는 경우가 많습니다. 일반적으로 5% 미만의 포기율은 허용 가능한 것으로 간주되지만, 그 이상의 포기율은 문제가 있음을 나타냅니다. 이 공식을 사용할 경우 대부분의 회사는 첫 5초 내에 끊어진 통화를 제외합니다. 이러한 통화는 보통 잘못된 번호로 전화를 걸어서 이를 빠르게 인지한 후 끊는 경우가 많기 때문입니다. ■ 활성 대기 통화 이 지표를 통해 상담사가 처리하고 있는 통화 수와 보류 중인 통화 수를 빠르게 파악할 수 있습니다. 일반적으로 콜센터의 일상적인 운영에 사용되는 이 KPI는 팀 성과를 실시간으로 평가하는 데 도움이 됩니다. 너무 많은 통화가 보류 중인 경우 상담사가 보다 효율적으로 일하도록 지도하여 통화 BACKLOG를 줄일 수 있습니다. 이렇게 하면 응답 시간, 포기율 등 다른 중요한 지표를 낮추는 데 도움이 됩니다. 콜센터 성과 지표 및 KPI 이 콜센터 지표는 시간 경과에 따른 콜센터 운영 성과를 광범위하게 파악할 수 있습니다. 이러한 KPI를 추적하면 CX 리더는 PEAK 기간을 파악하고, 변화하는 트렌드를 평가하며, 인력 수요를 예측할 수 있습니다. 관리자는 이를 통해 일상적인 운영을 지켜보고 전략적 최적화 목표를 달성합니다. 또한 이러한 콜센터 지표와 KPI를 이용하면 제품 출시 및 마케팅 캠페인과 같은 회사 이니셔티브가 통화량 및 유사한 지표에 어떤 영향을 미치는지 파악할 수도 있습니다. ■ 처리된 통화 이 KPI에는 특정 기간 동안 상담사가 처리한 모든 통화가 포함됩니다. 그러나 포기된 통화는 일반적으로 포함되지 않습니다. 많은 조직에서는 이 지표를 우측의 두 통화 그룹으로 나눕니다. ■ 통화당 비용 (CPC, Cost Per Call) CPC(통화당 비용) 지표는 운영 효율성에 대한 중요한 관점을 제공하고 리소스 할당을 촉진하는 데 도움이 됩니다. 이는 콜센터가 처리하는 각 통화의 평균 비용입니다. 조직에서는 보통 이 KPI의 목표를 설정하고 콜센터의 목표 달성 여부를 추적합니다. ■ 통화 착신율 이 지표를 사용하여 조직에서는 콜센터가 정해진 시간 내에 받는 수신 통화 수를 평가합니다. 운영 관리자는 이 KPI를 매일 지켜보고 경영진은 시간에 따른 TREND를 살펴볼 수 있습니다. 조직의 규모에 따라 일, 시간 또는 분 단위로 수신된 통화 수를 평가할 수 있습니다. ■ 피크 시간 트래픽 모든 비즈니스에서는 들어오는 트래픽 양이 가장 많은 시간을 모니터링해야 합니다. 이 KPI를 사용하면 인력 수요를 예측하고 피크 기간에 대비할 수 있습니다. ■ 최장 대기 시간율 대기는 고객의 고충인 것이 입증된 사실이므로 기업은 이 문제를 해결할 수 있도록 조치를 취해야 합니다. 기업은 고객이 상담사를 기다려야 하는 최장 시간을 파악하고 이 대기 시간보다 짧게 단축하기 위해 노력해야 합니다. 한 명의 고객이 통화 보류 상태로 있었던 가장 긴 시간의 길이를 보여주는 지표에 따라 가장 긴 통화 보류 시간을 나타낼 수 있습니다. ■ 평균 통화 길이 이 지표를 통해 지정된 기간의 평균 통화 길이를 파악할 수 있습니다. 이를 통해 기대치를 설정하면 팀의 업무 부하 관리에 도움이 됩니다. ■ 평균 문의 기간 평균 문의 기간은 첫 시도에서 해결되지 않은 문의가 해결되지 않은 상태로 유지되는 시간을 측정합니다. 문의의 평균 기간을 단축하는 것이 바람직한 목표입니다. FCR을 보완하는 이 콜센터 지표를 통해 기업은 해결되지 않은 문의에 대한 해결책을 찾는 데 걸리는 시간을 파악할 수 있습니다. 다음호에서는 ‘29가지 콜센터 지표 및 KPI리스트’ ②편이 이어집니다. ※ 자세한 내용은 genesys.com/ko-kr을 방문하시거나 02-2056-9600에 문의하시기 바랍니다. <출처> GENESYS Blog

  • Report
  • Special Report

  2023-08-01

• 「Chat GPT」의 충격 ②

  [컨택저널 2023. 8월호] 「Chat GPT」의 충격 ② Part 2. Case Study / Professional 교통기관들의 콜센터는 각종 문의에 대해 전화나 메일로 대응하고 있다. JR 서일본 고객센터를 운영하고 있는 JR 서일본 Customer Relations도 마찬가지로, 1일 평균 약 6000건의 문의에 대응하고 있다. 안내・분실물사업부 과장 하야시는 「크게 문의(종합안내)/분실물/예약/회원서비스의 4개 그룹으로 구성되어 있으며, 10개의 센터에서 약 200명의 상담사가 대응하고 있다.」고 설명한다. 이 회사는 최근 위 4개 창구 중 「종합 창구」 응대 업무에 대규모 언어 모델의 AI를 도입했다. 전체 처리 시간의 30% 단축 도입한 AI 툴은 일본어에 특화된 대규모 언어 AI 「ELYZA」로 Open Al의 「Chat GPT」도 도입을 위한 평가를 실시 중이다. 배경에 대해 하야시 과장은 「문의 응대는 원칙적으로 모두 사람으로 실시하고 있습니다. 인력 확보가 쉽지 않은데다 여러 원인으로 발생하는 돌발사태(자연재해로 인한 지연 등)에 대응하기에는 지금까지의 체제로는 한계가 가깝다고 판단했습니다」면서 AI 활용의 가장 큰 용도로 「VOC 분석 강화」를 꼽는다. 이 회사에서는, 고객으로부터의 문의는 모두 상담사가 입력하고, 개인정보를 생략한 형태로 DB화해 전사 공유를 도모한다. 그러나, 아무래도 그 품질이나 생산성에는 편차가 생기는 데다, 응대 업무와 병행해 실시하기 때문에 인력 부족이 가속된다는 문제가 있었다. 그래서 우선 메일 응대의 요약을 ELYZA를 활용하는데 「현 단계에서는 의견, 요청, 칭찬으로 압축한 하루 200건 정도가 대상이지만 전체 처리시간(AHT)은 34%가량 단축되고 있고, 전문적인 지식이 필요한 응대에서도 50%이상 감소하고 있다」고 한다. 개발 시에는 ELYZA의 대규모 언어 모델에 JR 서일본 Customer Relations의 과거 요약 데이터(약 5년분, 20만건 미만)를 학습시켰다. 요약을 위한 Data Cleansing의 포인트는 「개인정보가 들어가지 않는 것, 지나치게 감정적으로 되어 있는 표현의 생략이나 변경, 상품명 등의 수정, 읽기 쉬운 문장으로의 재생성 등」이다. 한편 Chat GPT 적용 영역은 전화 응대 요약이다. ELYZA와의 구분에 대해서는, 학습 데이터의 정확도나 양이 메일 만큼이 아니라 제로베이스에 가까운 형태의 활용이라면 Chat GPT의 이용가치가 높다고 판단한 점, Microsoft의 「Azure Open Al Service」에서 Chat GPT를 활용할 수 있게 된 점을 들 수 있다. 덧붙여 전화에 대해서는 종합 안내에 인입되는 모든 콜을 대상으로 할 방침으로, 궤도에 오르면 상당한 비용 점감을 기대할 수 있다. 그렇다고 고객과의 커뮤니케이션 자체를 자동화해 현재 인원수를 줄일 예정은 없다. 「주력해야 할 것은, 인적 노동력을 절약하고, 전반적인 서비스 품질을 향상하는 것」이라고 강조한다. 구체적으로 하야시 과장은 「특히 다른 부서에 공유하는 VOC 요약과 메일 답변 문을 체크하는 SV의 업무부하 경감에 크게 기대하고 있다」고 말했다. Chat GPT의 등장은 컨택센터에 어떤 영향을 미칠 것인가. 현 단계에서는 챗봇과 같은 직접적인 고객 대응이 아니라 스크립트, 대응 템플릿 작성, 인재 트레이닝 같은 「간접적인 커뮤니케이션 지원」이라는 시각이 압도적으로 강하다. 일본어에 특화된 대규모 언어 AI를 개발한 ELYZA의 노구치씨, CRM 컨설턴트 아키야마씨와 스미카와씨, 오랜 세월에 걸쳐 AI의 연구를 계속해온 모리씨와 마츠바라씨에게 견해를 들었다. Q. AI 전도사 노구치 님과 콜센터 및 CRM 전문가 아키야마 님께 「Chat GPT」를 고객 접점에서 취급하는 리스크에 대해 여쭤보겠습니다. (노구치) 스크립트나 매뉴얼 작성과 같은 backend 업무가 아닌 고객과의 커뮤니케이션에서 사용할 경우 몇 가지 넘어야 할 장애물이 있습니다. 첫 번째는 「Prompt Injection」에 대한 우려로, 예를 들어 「Chat GPT를 포함하는 시스템에 대한 악의적인 공격」에 대한 대처입니다. 중요 정보를 추출하는 것뿐만 아니라 입력에 대한 출력의 품질 보증 등의 문제도 포함됩니다. 또 하나는 개인정보 보호의 관점에서 지적되고 있는 「해외서버에 어디까지 개인정보를 넣을 것인가」라는 것입니다. (아키야마) 그리고 또 하나, 「진짜처럼 거짓말이 뒤섞인다.」는 점이죠. 고객이 오해할 수 있는 답변을 제공한 책임을 물을 수 있습니다. 이것은 Chat GPT의 구조상 영원히 해결되지 않을 수도 있습니다. 기업 측이 기업의 책임하에 어디까지 활용할 수 있느냐는 어려운 과제이지만, 이를 감안하더라도 충분히 가치 있는 솔루션이라고 생각합니다. (노구치) 허위 답변에 대해서는 Chat GPT가 3.5에서 4로 업데이트된 시점부터 허위 답변 비율이 상당히 낮아졌다는 공식 발표가 있었습니다. 그리고 프롬프트에 따라 일정 수준까지 방지할 수 있다는 것도 알게 되었습니다. 답변 내용의 참조 기재도 기술적으로 가능하기 때문에, 조작률이 더 낮아질 것으로 기대하고 있고, 「99.x%」 정도까지는 도달할 수 있을 것으로 예상하고 있습니다. 다만, 나머지 「0.x%」까지 실현할 수 있느냐 하면, 그건 어렵다. 하지만 그 수준까지 가면 다양한 테크닉과 조합하여 사용할 수 있게 되지 않을까 생각합니다. 도태가 가속화된다?! 챗봇 벤더 동향 Q. 챗봇 벤더가 큰 영향을 받을 것 같습니다. (아키야마) 당연히 도태는 가속화될 것이라고 생각합니다. 개인정보 부분을 차단하는 logic을 넣는 등, 기술력만 있으면 (엔진 부분 등은) 대체할 수 있는 부분이 많기 때문에 ‘더 이상 자체 개발은 중단’하는 것이 현명할 것 같습니다. (노구치) 「100% 틀림없는 답변」을 원한다면, 과거에 답변한 실적이 있는 콘텐츠만 제공하는 현재의 방식도 하나의 선택지가 될 수 있습니다. 그리고 그 답변 내용을 자연스러운 대화형 인터페이스로 제공하고자 하는 needs가 발생하게 될 것입니다. 따라서 고객과의 대화 인터페이스, 즉 대화 능력은 GPT를 활용하고, 답변 내용은 과거의 실적과 지식을 기반으로 하는 2단계 설계가 요구되는 것이 아닐까 싶습니다. 이를 기존 챗봇 벤더가 제공할지, 아니면 다른 플레이어가 제공할지는 아직은 알 수 없습니다. Q. 다른 IT 벤더의 비즈니스에 미치는 영향력은? (노구치) ELYZA는 자체 개발한 대규모 언어 AI와 Chat GPT를 구분하여 제안하는 비즈니스로 방향을 잡았습니다. 전문적인 답변이나 요약이 필요한 경우 ELYZA와 머신러닝을 결합하고, 범용적인 답변이나 요약이 중심이라면 Chat GPT를 활용하는 형태로(Case Study 참조), 비즈니스 모델이 크게 변화하고 있습니다. (아키야마) 바로 그것이 있어야 할 모습이라고 생각합니다. Chat GPT의 등장과 보급은 기존 IT 벤더와 BPO 벤더의 비즈니스 모델의 전환점이 될 수 있습니다. 과소 평가는 금물이며, 지금까지 쌓아온 것을 버리거나, 재구축하거나, 타사와 협업하는 것을 진지하게 고민하는 단계라고 생각합니다. 활용하는 사용자 기업도 마찬가지입니다. 고객용 챗봇에 사용해야만 효과를 볼 수 있다는 단순한 발상이 아니라, 인재 교육, 예를 들어 Role Playing으로 활용하고, 응대 스크립트를 만들어 보는 것만으로도 큰 생산성 향상 효과를 기대할 수 있을 것입니다. Q. 커뮤니케이션에서 활용이 선행될 것 같은 산업을 예측해 주세요. (노구치) 단적으로 말하자면 「위험을 감수할 수 있는 산업이나 회사」가 아닐까 싶습니다. 예를 들어 DtoC 계열의 start-up 같은 곳은 고객 응대 비용도 낮춰야 하기 때문에 이용 시 면책사항 등을 고려하면서 과감하게 리스크를 감수해야 하지 않을까요. (아키야마) BtoB는 초기에 적용할 수 있는 범위가 큰 것 같습니다. SLA와 같은 계약에 근거하여 리스크를 명확히 명시하고 이용한다면 단숨에 확대될 가능성이 있지 않을까요? (노구치) BtoB에서 사용하기 쉽다는 것은 동의합니다. 어쨌든 접속 사유의 경중을 제대로 분석하여 적용 업무를 파악하는 과정이 매우 중요합니다. 과제라고 할 수 있는 프롬프트에 대해서는 어느 정도 「익숙해지기」가 필요하기 때문에, 상담사나 SV, 센터장 등의 역할을 불문하고 우선은 빨리 접해보는 것을 추천합니다. Q. Chat GPT의 등장과 급속한 보급에 대해 어떻게 생각하십니까? (모리) 물론 보급 속도는 놀랍지만, 사실 기술 자체가 새로운 것은 아닙니다. 생성형 AI의 개념은 1990년대부터 존재해 왔고, Deep Learning은 2012년에 그 성능이 재발견되면서 제3차 AI 붐의 계기가 되었습니다. 프롬프트 입력으로 그림을 생성하는 AI에 관한 논문은 2017년에 이미 발표되었습니다. 언어계에서는 2018년 구글의 대규모 언어 모델의 시초인 「BERT」의 등장이 기술자들 사이에서 큰 충격으로 주목 받았던 만큼, 언어 처리의 성능만 놓고 본다면 그리 놀랄만한 일이 아닙니다. 그럼에도 불구하고 이토록 주목 받아 ‘쓰이는 AI’가 될 수 있었던 것은 기술과 정확성 외에도 「윤리적 프레임워크」가 부여되었기 때문입니다. Chat GPT는 무엇을 물어봐도 어떤 일정한 윤리로 유도하도록 되어 있습니다. 예를 들어 「전문적인 것은 전문가에게 물어봐라」 「혼자 고민하지 말고 누군가에게 물어봐라」 「모두 함께 협력해서 해보자」 「일은 지속적으로 개선해 나가는 것이 중요하다」 라고 하는, 말하자면 인간사회에서 공유되는 ‘가치관’을 말합니다. Q. 몇 년 전 「비도덕적인 단어를 학습했다.」며 공개를 중단한 AI가 있었습니다. (모리) (Chat GPT는) 사회적 배경을 바탕으로 한 윤리를 사람이 체크하고 세심하게 가르쳐서 탑재함으로써 어떤 사용자도 수용할 수 있는 답변을 생성하고 있습니다. 이는 기술자들 사이에 큰 충격을 안겨주었습니다. 그 동안 「AI의 진화는 테크놀로지의 진화다」 「성능이 높아지면 보급될 것이다」라고 생각했는데, 그렇지 않았습니다. 「윤리」라는 프레임워크를 제대로 부여하는 것이야말로 빠른 진화를 가능하게 한 것입니다. Open AI에는 AI 윤리 관련 전문 팀이 있고, 이곳에서도 수년간 주력해 왔습니다. 경쟁자들이 많이 생겨나고 있지만, 다른 업체들이 금방 따라 할 수 있는 것은 아닐 것입니다. 이러한 윤리적 프레임워크가 부여되어 있다는 점은 콜센터 등 고객 접점에서도 유효하게 작용할 것으로 추측합니다. 고객 경험의 관점에서는 상대방을 기분좋게 만드는 것이 중요합니다. 윤리적 프레임워크가 있는 이상, 도덕에 반하는 답변이 나오기 어렵다는 점은 기업 입장에서는 큰 안도감을 주는 요소입니다. 「사람만이 할 수 있는」 영역에 발을 들여놓다? 상담 응대에서도 찾을 수 있는 가능성 Q. 스미카와 씨는 콜센터 컨설턴트 경험이 풍부한데, 그 관점에서 Chat GPT를 어떻게 바라보고 계십니까? (스미카와) 지금까지 AI가 하기 어려웠던 「상담 업무」에서의 활용도 가정할 수 있지 않을까요? 예를 들어, 「A와 B 중 어느 쪽이 더 좋다고 생각하세요?」 라는 질문에 사람에 따라 대답이 달라지는, 즉 정형화된 대답이 없는 것에 대해서도 다양한 정보를 수집하여 상황에 따라 최적의 선택을 제시하는 커뮤니케이션입니다. 콜센터의 존재 가치 중 하나이기도 한 「상담사가 정중하고 적절하게 응대하는 것」은 바로 ‘사람의 지혜’를 살린 것이었지만, 이 영역도 어느 정도 자동화할 수 있지 않을까 생각합니다. Q. 허위 답변이 섞이는 것은 피할 수 없다는 시각이 강한데요. (모리) 「Chat GPT는 그럴듯하게 거짓말을 하기 때문에 사용할 수 없다」 는 목소리가 있지만, 오답판단 기능을 넣는 것 자체는 그리 어려운 일이 아니라고 생각합니다. 또한, 「Perplexity AI」 등 참조 사이트 정보를 제시하는 기능을 부여하면 어느 정도 해결할 수 있을 것 같습니다. (스미카와) 콜센터에서의 활용에서 기대가 큰 것은, 현 단계에서는 챗봇과 같은 고객과의 커뮤니케이션보다는 backend 업무의 문장 요약에서 효율화를 가져다 줄 것입니다. VOC 요약은 예전부터 컨택센터에서 많이 활용되어 왔지만, 이는 대체로 ‘텍스트를 다듬는’ 기술이 필요했습니다. 이번 생성형 AI는 “새롭게 (표현을) 만들어 낸다”는 점에서 큰 차이가 있습니다. 신입 교육이나 routine work 대응에 활용하는 스크립트, 다양한 지식, 사내 FAQ 등도 어느 정도 자동으로 만들 수 있습니다. Q. 현장 업무에서 기존 AI와의 결정적 차이점을 알려주세요. (모리) 콜센터 AI 도입의 문제점으로 지적되어 왔던 ‘입력하는 학습용 데이터의 양이 정확도에 영향을 미친다’는 점은 상당 부분 해소될 것으로 보입니다. 입력량을 의식하지 않고도 일정한 정확도를 유지하는 아웃풋을 기대할 수 있다는 점이 큰 차이점이라고 할 수 있습니다. 그리고, 강점 중 하나가 「정형문서 작성」입니다. 그것도 그 정확도가 비약적으로 발전하고 있습니다. 예를 들어, 시말서 작성에 대해 같은 조건, 같은 프롬프트에서 GPT3.5와 GPT4를 사용해 봤는데, 압도적으로 후자의 정확도가 높았습니다. 이를 콜센터에서 활용하면 이메일 응대 등 텍스트 응대의 업무 효율화가 크게 향상되지 않을까요? Q. 오랫동안 AI를 연구해온 입장에서 Chat GPT의 등장을 어떻게 바라보고 계신가요? 2015~16년 Deep Learning 기술 보급을 계기로 한 3차 AI 붐은 이른바 ‘패턴 인식’이 중심이었습니다. 고양이를 이미지로 인식하거나 AI 스피커가 등장했다는 수준이었죠. 「언어」에 관한 것은 아니었습니다. 챗봇이 등장한 것은 맞지만, 사용할 수 있는 용도는 제한적이었습니다. 그러다 2010년대 후반, 대량의 언어 데이터를 기반으로 고속 연산 처리함으로써 자연어 처리 성능이 비약적으로 향상되는 기법이 등장했습니다. 구글의 「BERT」 등이 그랬지만, 아직은 인터페이스가 미숙해 일부 전문가들만 사용할 수 있었죠. 그러다가 Chat GPT의 등장으로 단번에 바뀌었습니다. 아마 이후 시대에는 2022~23년이 「4차 AI 붐」의 도래라기보다는 세상이 크게 달라진 전환점으로 여겨지지 않을까요? Q. 허위사실이 섞여 있다는 약점에 대해서는. Deep Learning 기술이 기반인 이상 어쩔 수 없는 부분이 있습니다. 하지만 GPT3.5에서 GPT4로 버전업 되면서 많이 개선되었고, 앞으로도 더 발전할 것입니다. 애초에 인간이 조사하고 답변한다고 해서 무엇이든 100% 정답을 얻을 수 있는 것은 아닙니다. 그것을 어느 정도 허용할 것인지, 어떻게 표현할 것인지는 사용하는 측인 인간의 과제입니다. 다만 현 단계에서는 아무래도 일본어로서의 정확도나 소통의 질은 조금 떨어질 수밖에 없습니다. 데이터 양도 문제지만, 논문 스타일이 애초에 다릅니다. 영어는 결론을 먼저 서술하고 이유는 나중에. 그래서 Chat GPT의 답변도 그렇죠. 일본어 논문은 이유를 먼저 말하고 결론을 말하는 경우가 많아서 스타일에 맞지 않는 거죠. 일본어에 특화된 GPT가 있으면 좋겠다는 생각이 듭니다. Q. 대학에서는 논문을 Chat GPT로 써서 제출하는 문제가 발생하고 있는 것 같습니다. 저희의 현재 입장은 금지해도 어쩔 수 없다는 느낌에 가깝습니다. 대학원 수업에서 하고 있는 것은 GPT에서 들은 것을 그대로 제출하라는 것입니다. 단, 재미있고 흥미로운 답변이어야 합니다. 즉, 프롬프트를 작성하는 능력이 필요하다는 뜻입니다. Q. 콜센터 같은 기업에서도 활용할 수 있을 것 같은 교육이네요. AI는 어디까지나 도구로 사용해야 합니다. 기업에서 활용할 때에도 문서 초안 작성 정도만 해도 괜찮을 것 같아요. 특히 사과문 등의 작성은 정말 잘합니다. 민원 응대 등에도 활용할 수 있지 않을까요. <출처> Call Center Japan 2023년 6월호

  • Report
  • Global Case

  2023-08-01

• 「Chat GPT」의 충격 ①

  [컨택저널 2023. 7월호] 「Chat GPT」의 충격 ① Part 1. 현재 위치와 미래 「AI 활용의 상식」을 뒤집은 GPT가 가져오는 “현재의 혼돈”과 “미래의 희망” 2010년대 「제3차 AI Boom」의 원동력이 된 요소는 「기계 학습」으로, “먹이는 데이터의 양과 질”, 그리고 도입 측의 노고──튜닝에 따라 그 정확도가 좌우됐다. 하지만 「Chat GPT」는, 이것들에 거의 관계없이 놀라운 성능으로 인해 일부 국가에서는 이용을 금지하는 곳이 나올 정도다. 컨택센터의 구체적인 이용 상황을 현재 위치, 미래로 나누어 검증한다. 오픈AI가 개발한 「Chat GPT」는 2022년 11월 30일 공개되자마자 화제를 일으켰고, 2023년 1월에는 Active User 1억 명을 기록했다. 이 직후부터 기업별로 도입 검토나 솔루션화하는 IT벤더, 그리고 Open AI에 대항하는 움직임 등 그야말로 태풍이 불어오고 있다. 큰 움직임으로는 Google이 2023년 3월 21일 대화형 AI 서비스 「Bard」를 영국·미국에서 일반에 공개했다. Google 검색과 연동하여 복수의 답변 후보를 제시한다. 또한 Amazon은 지난 4월 13일 Cloud 서비스 「AWS」 이용 고객을 위해 문장 자동 생성 AI를 제공하기 시작했다. 지시에 따라 글이나 이미지, 동영상을 만들어내는 기술로 마케팅에 활용하는 글이나 광고 이미지 작성, 블로그 요약 등의 용도로 이용할 수 있다. 고객 업무 지원을 통해 Cloud 사업 확대로 연결하려는 의도다. 그리고 5월 4일에는 Microsoft가 Chat GPT 기술을 활용한 인터넷 검색 엔진을 일반에 공개했다. 압도적인 점유율을 확보해 온 Google과의 판도 변화도 예상되고 있다. ■ 직원 지원부터 교육까지, 기업, 지자체, 학교에서 도입 활용하는 측인 기업의 움직임으로서는, 지난 4월부터 잇따라 대기업이나 지자체 등이 Chat GPT의 도입과 시범 도입을 발표하고 있다(그림1). 현 단계에서는 직원의 생산성 향상이나 업무 프로세스의 개선, 비즈니스 아이디어 창출을 목적으로 이용하는 기업이 많다. 지자체에서는, 요코스카市를 시작으로 속속 실증 실험 표명이 잇따랐다. 카가와현이나 히로시마市도 실증 실험을 표명하고 있는 한편, 돗토리현은 답변자료 작성이나 예산 편성, 정책 책정에서의 사용 금지를 발표했다. ■ 컨택센터 벤더, 즉각적인 신제품 및 대응 공개 컨택센터 관련 IT 벤더에서 특히 대응이 빨랐던 것은 역시 챗봇 벤더사들이다(그림2). 기존 AI 솔루션은 「AI 교육(튜닝 포함)」이 이용의 대전제였고, 이를 실천할 리소스(인력) 부족으로 챗봇 등에 의한 자동화에 착수하지 못하는 센터도 적지 않았다. 그러나 KARAKURI의 기업 사이트 URL을 입력하는 것만 으로 챗봇이 생성될 수 있는 서비스나 Helpfeel, Givery 등이 제공하는 FAQ 작성 지원 툴 등은 그러한 콜센터에 큰 도움이 될 수 있다. 또, 자사의 정보가 Open AI에 유출되는 것을 염려하는 기업도 많은 가운데, Givery 나 PKSHA Communication은 안전한 환경에서의 서비스 제공도 실현되고 있다. PKSHA Communication 사토 테츠야씨는 「특히 엔터프라이즈 영역은, 모든 솔루션에 블랙박스화된 서비스는 컴플라이언스 관점에서도 제공하기 어렵다. IT벤더에는, 보안 측면을 포함해 신중하게 검증하기 위한 고도의 기술이 요구되고 있다.」고 강조한다. 덧붙여 이 회사의 그룹사인 PKSHA Technology는, 일본 마이크로소프트 및 도쿄해상화재보험과, 보험업계에 특화된 대화형 AI 개발에 착수. 이미 「Microsoft Teams」상에서 동작하는 자동 FAQ 생성 기능과 AI 대화 엔진을 제공하고 있다. ■ 컨택센터에서 Chat GPT 활용의 현재 & 미래 “컨택센터의 Chat GPT 활용”에 있어서 현재의 과제를 정리하면 1)정보보안, 2)응답속도, 3)응답의 정확성이다. 1)정보보안에 대해서는 Benesse Holdings 등의 대처에서 볼 수 있듯이 자사에 한정된 환경을 구축함으로써 Open AI에 정보가 흘러가는 것을 회피할 수 있다. 2)응답속도는 「원래 기대치가 너무 높다」 「버전 업으로 해결되고 있다」라는 견해도 있다. 가장 큰 과제는 3)정확성, “거짓말을 하는” 점에서, 기반 기술이 딥 러닝인 이상, 현 단계에서는 「완전한 해결은 불가능하다」고 식자들은 입을 모은다. 그래서 우선 센터 내, 사내 이용, BtoB로 도입하고, 고객과의 커뮤니케이션은, 사회 환경이나 소비자의 활용능력 등, 다양한 조건이 충족되고 나서 추진하겠다는 견해가 대세다. 컨택센터 Chat GPT 활용에 대해 전문가들에게 청취한 것을 정리한 것이 그림3이다. 현시점에서 이미 사례가 있어 서비스가 등장하고 있는 것이 제1단계의 「운영/매니지먼트 지원」이다. 응답 정확도나 보안면 등의 과제를 해결해, CRM 등과의 협업이 실현된 다음 단계에서 기대되는 것이 제2단계 「커뮤니케이션 전체의 자동화」다. 첫 번째 단계인 「①응대내용, 문의내용 요약」은 ACW(평균 후처리 시간)의 단축과 제품 개선을 위한 VOC 활용 등에 기여한다. 다음 호 Case study에서 소개할 JR 서일본 Customer Relations의 사례에서는, 응대내용이나 문의내용을 요약해, 사내에서 VOC로서 활용하는 프로세스에서 노동력을 대폭 절감. 고객 응대 리소스(인원)에 여유를 갖게 하는 것을 목적으로 하고 있다. 특히 SV 지원 툴로서 기대할 수 있는 것이, ②의 매뉴얼/템플릿/스크립트 작성이다. 메일 응대나 전화 응대 스크립트, 제품 설명 자료 등을 Chat GPT로 작성한다. 어디까지나 상담사의 응대를 돕기 위해 배치되며, SV와 상담사의 눈을 통해 고객에게 전달되기 때문에, 허위가 혼재하는 하는 리스크는 피할 수 있다. 콜센터/고객 성공 직장인 커뮤니티를 운영하는 CSHACK 후지모토다이스케 씨는 직접 Chat GPT를 이용한 면접 앱 등을 만들고 있다. 「Chat GPT는 메일 문장의 생성이나 평가, 요약에 사용할 수 있습니다. 고객에게 보내기 전에 상담사나 SV가 육안으로 체크한다면 리스크도 없다.」라고 지적한다. 후지모토씨가 실천 가능하다고 설명하는 Chat GPT의 “사용법”을 정리한 것이 그림 4다. 단순히 『읽기 쉬운 문장으로 만들어 달라』는 지시가 아니라 『시니어용』 『50대 남성용』 등 인물 형태로 표현하면 보다 개별 최적화된 문장이 생성된다. 「지금까지의 AI활용은 각 회사마다 튜닝이 필수였지만, 상세 프롬프트를 순서대로 전달함으로써 정확도가 높은 문서를 만드는 것이 가능합니다. 사내에 엔지니어가 있으면 API를 사용하여 몇 시간 만에 훈련이나 교육용 솔루션을 구축할 수도 있습니다. 정보보안 측면에서 문제가 있습니다만, “AI의 민주화”가 시작되고 있다고 말할 수 있습니다」(후지모토씨) ③의 교육·평가 구조를 개발하고 있는 것이 Fujitsu Communication Services다. 「Open AI Service」를 이용해 GPT 3.5와 4를 내장한 시스템을 사내에서 구축했다. 먼저 시스템 내에 해당하는 소스(매뉴얼 및 텍스트)를 읽어 들여, 지시된 개수만큼 질문을 생성하고, AI 음성(별도 시스템)으로 발화. 상담사가 구두로 하나씩 대답해 간다. 마지막으로, 「“□□”라는 회답이 있었지만, 매뉴얼 상에서는 “△△”로 되어 있습니다」 등 소스를 인용해 오류를 지적한다. 설정에 따라서는 존댓말 등의 체크도 가능하다. 다만, GPT4의 처리 속도와 API 이용료가 증가하는 점이 과제로, 현시점에서는 FAQ를 압축, 전 처리로 검색을 수행하는 등 저렴하고 빠르게 이용 가능한 3.5의 대응 영역을 늘리고 있다. 당분간은 사내용으로 한정하지만, 자동응답에도 사용할 수 있는 구조이므로, 향후에는 범위 확장도 염두에 두고 있다. 콜센터 신입 상담사 교육은 상당 기간이 소요되며 실제 업무에 투입하기까지 수개월이 걸리기도 한다. Chat GPT를 스크립트 작성이나 신입 교육에 활용함으로써 SV의 부하가 경감되고 매니지먼트나 Mental Care에 더 많은 관심을 기울일 수 있다면, 현재 센터의 최대 과제인 이직률 저하로도 이어질 것 같다. ■ 커뮤니케이션 완전 자동화, 미래의 센터 Chat GPT 이용상 다음 두 번째 단계에서는 Chat GPT를 활용한 「커뮤니케이션 전체의 자동화」를 기대할 수 있다(그림 3). 기존에 ④FAQ/챗봇은 적절한 output이 될 수 있는 “교육” 프로세스가 필요했다. 3차 AI 붐 초기에는 상담사에게 지식(FAQ 등)을 제안하는 것 조차 사용 가능한 수준이 되기까지 「몇 년이 걸리는」 것이 당연했고 튜닝에는 막대한 인건비가 들었다. Chat GPT를 사용하면, 적어도 「유창한 일본어의 교환」 「동음이의어 등을 근거로 한 대화 설계」라고 하는 프로세스는 거의 생략할 수 있다. 개인정보 보호 과제가 해결되면, 응대 이력을 모두 읽어 최적의 FAQ 자동 생성 및 봇 응대가 실현될 가능성도 있다. 단, 허위가 혼재할 위험은 100% 해소할 수 없다. 일본어에 특화된 대규모 언어 AI를 제공하는 ELYZA의 노구치 류지씨는 「그 리스크를 짊어질 것인지, 아니면 답변 내용을 과거의 응대 이력으로 한정하고, 대화 모델로만 유창한 커뮤니케이션을 할 수 있는 GPT를 활용하는 등의 사용법을 거칠 것인가」라고 가까운 미래를 예측한다. 또한 「챗봇이 실용화되면 ⑤보이스봇은 시간 문제」라는 시각도 있다. 음성인식 및 텍스트화 기술의 진화로 보급되기 시작한 보이스봇을 Chat GPT와 연계시킴으로써 「사람과 대화하고 있다」 같은 커뮤니케이션이 가능해진다. 이 단계까지 실천할 수 있다면, 「진정한 의미에서의 완전 자동 대응」이라고 할 수 있다. 이른바 FAQ로 대응할 수 있는 “routine work”는 모두 AI에게 맡겨, 보다 높은 로열티를 실현하는 컨시어지적인 CX 업무에 인력을 할애하는 것이 가능해진다. 앞으로도 채용난이 확실한 콜센터에 있어서 장점이 크다. 향후에는 불만 및 컨시어지 대응 또한 자동화할 수 있는 가능성은 물론 있다. 그러나 이러한 “개인고객” 응대에는 개인정보 확인이 수반되기 때문에 「Chat GPT가 학습에 이용하고 있는」 상황에서 기업이 DB/CRM과 연계시키는 것은 어렵다. Benesse Holdings가 구축한 「Benesse GPT」 는 Microsoft가 Azure 상에서 제공하는 Open AI Service를 이용한 것으로, 입력한 정보는 Open AI 측 학습 데이터로 2차 이용되지 않는 것으로 알려졌다. 상기의 Fujitsu Communication Services나, Panasonic Holdings 등도 같은 활용법으로 하고 있다. 또 중견 중소기업이나 대기업 부서 단위에서도, Givery가 제공하는 「법인 GAI」는 자사 전용 환경에서 Chat GPT를 활용한 서비스를 저렴하게 이용할 수 있다. 완전 자동 대응에 대한 포석은 착착 깔려 있다고 할 수 있다. 앞으로 Chat GPT와 동등한 수준의 능력을 가진 AI가 개발될 것은 확실하다. 마지막 난관이었던 「말」을 자유자재로 조종하는 능력이 구현된 이상 AI의 민주화는 더욱 가속화될 것이다. 나아가 개인정보가 확실하게 보호되는 환경이 구축되면 “고객 접점의 자동화”는 단번에 확산될 것으로 추측된다. Part2는 Case study 및 AI 전문가들의 인터뷰 및 대담을 정리한다. <출처> Call Center Japan 2023년 6월호

  • Report
  • Global Case

  2023-07-01

• 주목해야 할 컨택센터 업계 ‘악순환’

  [컨택저널 2023. 7월호] 주목해야 할 컨택센터 업계 ‘악순환’ 01 ‘따고 보자’ 저가 수주로 구인난과 서비스 하락 ‘악순환’ 기술평가 기준 높여 “상담사 서비스 품질 높이는 방안 우선돼야” 컨택센터 업계가 ‘저가 입찰’로 골머리를 앓고 있다. 서로 더 낮은 가격으로 입찰가를 제시하는 출혈경쟁으로 오히려 적자를 키운다는 비판이다. ‘저가입찰’은 수익뿐만 아니라 다른 문제도 발생시킨다. 서비스 질과 원청사 이미지 하락 등인데, 시급한 개선이 요구되고 있다. 입찰에서 ‘가격’은 업체를 선정하는 중요한 요소다. 가격 비중은 10%에서 많게는 50~60% 가까이 차지한다. 가격점수 비중이 높아질수록 기업의 전문성 보다는 낮은 가격을 제시하는 기업이 더 유리해지는 구조라는 게 문제다. 때문에 아웃소싱 기업들은 사업규모에 관계없이 일단 무조건 가격을 낮게 제시한다. ‘따고 보자는 식’이다. 컨택센터 업계 관계자는 “최근 한 민간 기업이 가격 점수 50점, 기술점수 50점으로 입찰공고 했는데 이건 다른 건 보지 않고 ‘가격’만 보겠다는 뜻이다”라면서 “제일 낮게 쓴 기업이 수주할 가능성이 높다 보니 사업이윤이 0%라도 최저가를 쓸 수밖에 없다”고 설명했다. 컨택센터 업계에서는 “가격 점수가 20% 이상이면 오로지 가격만 보겠다”는 뜻으로 해석되고 있다. 특히 경쟁업체가 많아질수록 눈치 게임은 더 치열해질 수밖에 없다. 기술 점수에 해당하는 회사소개, 컨택센터 운영 방법, 인력 채용 노하우 등에서 큰 변별력이 없다 보니 가격에서 승부를 보겠다는 것으로 해석된다. 문제는 이 같은 저가 수주 경쟁이 아웃소싱사의 발목을 잡고 있다는 점이다. 적정이윤을 확보할 수 없어 실제 운영을 하더라도 사업이윤이 0% 이거나 마이너스가 되는 경우도 종종 발생한다. 제대로 된 운영 자체가 불가능하다는 게 업계 이야기다. 또 다른 업계 관계자는 “저가 수주 사업은 허리띠를 졸라매 타이트하게 운영된다” 면서 “구체적으로 직원들의 복리후생비, 생산성 향상을 위한 프로모션 비용 등이 줄어든다”고 말했다. 이렇게 복리후생비와 프로모션비가 줄어들면 최저 임금과 맞닿아 있는 컨택센터 상담사 급여는 더 줄어든다. 결국 낮은 임금체계와 감정노동이라는 프레임에 구직자들이 상담사 지원을 꺼리면서 컨택센터 업계의 채용난이 심각한 문제로 떠올랐다. 상담인력이 안정적으로 운영되지 않다 보니 콜 생산성이나 서비스 품질에 좋지 않은 영향을 미쳐 악순환이 반복되는 상황이다. 대형 아웃소싱사들은 채용을 위한 광고비만 매년 수 십 억원을 쏟아 붓고 있지만, 여전히 ‘상담사 모시기’ 는 난제로 남아 있다. 저가입찰로 시작된 상담사의 낮은 급여, 복리후생비 삭감, 서비스 품질 하락 등 후 폭풍으로 컨택센터 업계가 몸살을 앓고 있다. 업계는 저가입찰의 근본적인 문제해결을 위해 정부의 정책적인 지원과 원청사의 노력이 함께해야 한다고 입을 모았다. 먼저 현실적인 사업비 산정이 선행돼야 한다. 지금처럼 최저임금을 기준으로 도급비를 책정하면 사업비는 지금과 크게 달라지지 않기 때문이다. 위탁 비용의 원가를 산정하고, 아웃소싱 업체가 충분한 사업 대가가 보장되도록 기준을 설정하는 것이 필요하다는 것이다. 구체적으로 기본임금 외 복지 및 제비용을 기준으로 산정하되 그밖에 고용유지지원금 등 기타 비용은 원청사에서 인센티브를 주는 방식 등 다양한 방안이 검토돼야 한다는 주장이다. 또 가격에 대한 점수보다 기술에 대한 평가 기준을 높여야 한다는 목소리에도 힘이 실리고 있다. 아웃소싱 업계 관계자는 “현재의 입찰방식처럼 가격을 우선시 하기보다는, 가장 운영을 잘할 업체를 찾고 그 후에 적당한 가격이 얼마인지 검토하는 프로세스 변경도 필요하다”고 제언했다. 02 교육 부족은 상담 품질로 연결, 채용난 악순환 반복 위기의 컨택센터 교육 업계 관리자 양성 매진, ‘전문가집단으로 발전해야’ 상담사 채용난과 AI상담에 예산이 쏠리면서 컨택센터 교육 업계의 시름이 깊어지고 있다. 정작 상담사의 인력양성을 위한 교육은 외면 받는 분위기다. 컨택센터 업계 관계자는 “상담사와 슈퍼바이저, QA 같은 중간관리자들을 대상으로 한 교육이 줄어들게 되면 상담품질이 떨어져 결국 고객 불편을 야기할 수 밖에 없다.”라며 “이는 컨택센터 업계 채용난이 반복되는 악순환을 가져온다”고 전했다. 특히 컨택센터 전문 교육 기업은 코로나19가 확산되던 2020년을 기점으로 치명타를 입었다. 매년 정기적으로 많은 인원이 모여 집체교육으로 진행되던 상담사 교육이 코로나19 방역지침에 따라 교육 횟수를 최소한으로 줄이거나 온라인으로 대체되는 경우가 빈번했기 때문이다. 컨택센터 교육 업계 관계자는 “코로나19가 시작되면서 컨택센터 뿐 아니라 교육 업계 전체가 힘든 건 사실이지만 특히 컨택센터 교육은 눈에 띄게 대폭 축소됐다.”면서 “지난 몇 년간 컨택센터 중간관리자를 대상으로 한 공개교육도 줄줄이 폐강됐다”고 설명했다. 더구나 컨택센터 콜 인입수 감소와 AI 상담이 활발해지면서 과거처럼 상담사 교육에도 적극적이지 않은 분위기다. 설상가상으로 상담사 채용난까지 더해 최소한의 인원으로 효율적인 운영에 초점을 둔 만큼 업무시간에 진행되는 교육이 부담스러울 수밖에 없다는 게 업계 측의 하소연이다. 문제는 인력양성을 위한 교육이 급격히 줄어들면서 품질 저하로 연결된다는 점이다. 현재 단순한 상담은 AI챗봇과 AI콜봇을 통해 진행된다. 이로 인해 상담사들은 난이도가 높은 복합적인 문의에 대한 상담을 진행한다. 하지만 교육 부족으로 인해 준비가 충분하지 않다는 게 문제다. 이는 곧 ‘상담 품질 저하’로 연결된다. 또 컨택센터가 단순히 고객의 요구사항을 처리하기만 하는 ‘처리센터’로 전락할 수 있다는 목소리도 있다. 기업들은 컨택센터를 통해 고객 만족도 조사와 리서치 등 고객 목소리를 귀담아 듣고 ‘고객 맞춤형 마케팅’ 전략을 펼쳐 고부가가치를 창출하는 ‘마케팅 센터’로 진화해야 한다고 입을 모은다. 지윤정 윌토피아 대표는 “고객센터를 통해 새로운 마케팅 기회를 발굴해야 한다. 시니어 상담, 고객 이탈관리 등에 대해 전문성을 더한 기회를 발견할 수 있는 인식 전환이 필요하며, 고객센터 상담 품질을 높이기 위해 구성원을 위한 교육은 필수다. 또한 관리자를 양성해 인공지능과 차별화된 전문가집단으로 발전해야 한다”고 덧붙였다. 이를 위해 교육 방식에 대한 전환도 필요하다는 주장이다. 과거 많은 지식과 정보를 알려주는 주입식 교육보다는 현재 업무를 중심으로 업무 스킬을 향상할 수 있는 점에 대해 워크샵 형태로 이를 주관하는 외부 전문가 교육이 필요한 시점이라고 제언했다. <출처> 프라임경제 (김이래 기자)

  • Report
  • Special Report

  2023-07-01

• 120다산콜센터 악성민원인 징역 8개월 실형 선고

  [컨택저널 2023. 7월호] 120다산콜센터 악성민원인 징역 8개월 실형 선고 120다산콜센터를 운영하는 서울시 120다산콜재단은 지속적으로 전화를 통해 폭언과 욕설을 해온 악성 민원인 A씨에 대해 형법상 폭행 협박 업무방해죄 및 정보통신망법 위반 등으로 형사 고소한 결과, 2023년 4월 7일 징역 8개월 실형이 확정되었다고 밝혔다. A(남성)씨는 120다산콜센터에 전화해 원색적 욕설과 폭언을 상습적으로 퍼부으며 업무를 방해하고 상담사에게 정신적 고통을 유발하였다. 재단은 A씨가 장기간 높은 수위의 언어폭력으로 상담사에게 공포심과 불안감을 야기하고 자제 요청 및 설득으로는 개선의 여지가 보이지 않는다고 판단하여 2020년 10월 30일 형사 고소 조치하였다. 2022년 12월 전주지방법원 남원지청 재판부는 A씨에게 징역 8월을 선고하였고, 결과에 불복한 A씨의 항소를 2023년 3월 재판부가 기각하면서 4월 7일 실형이 확정되었다. 물리적 폭행 등이 없이 언어폭력만으로 집행유예 없는 실형이 선고되었다는 점에서, 이번 판결은 폭언과 비하 등 일부 몰지각한 고객들의 서비스업 ‘갑질’ 행태에 경종을 울리고 고객응대 근로자를 인격적으로 대우하는 성숙한 시민의식의 확산을 촉구하는 고무적 결과라 할 수 있다. 재단이 A씨를 고소한 법적 근거는 ｢형법｣ 제260조(폭행) 제283조(협박, 존속협박) 제314조(업무방해죄)와 ｢정보통신 이용촉진 및 정보보호 등에 관한 법률｣ 제44조의7제3항(공포심・불안감 유발 문언 음향 등 반복 전송) 등이다. 재단은 상담사에게 전화를 끊을 권리를 보장하고 상습적 악성민원인에 대해 법적으로 대응하는 등 직원을 보호하기 위한 제도적 장치를 지속적으로 발전시켜 왔다. 상담사는 업무 중 성희롱과 폭언 등이 발생하면 상담 프로그램에 탑재된 긴급종료 버튼을 눌러 경고문구를 자동으로 송출하고 상담을 종료할 수 있다. 재단 민원지원팀에서는 악성민원으로 등록된 내용을 검토하여 상담사와 분리가 필요하다고 판단되는 경우 관리 대상으로 지정한다. 관리 대상의 상담 요청은 일반 상담사에게 연결되지 않고 민원지원팀의 악성민원 전담 직원들이 응대한다. 언어폭력의 강도가 심하거나 반복되는 경우에는 위법성 여부를 검토하여 고소 등 법적 대응을 취하고 있다. 재단이 2019년부터 2022년까지 8회에 걸쳐 고발한 31명의 악성민원인 중 13명이 벌금형 이상의 처벌을 선고 받았고 16명이 수사 및 재판 진행 중이다. 재단은 감정노동 종사자 보호를 위한 ｢자기보호 매뉴얼｣, ｢민원상담 사례집｣, ｢민원응대 script｣를 제작하고 감정노동에 종사하는 공공기관･민간기업에 견학 및 교육 프로그램을 제공하는 등 선진적 민원 대응 시스템과 노하우를 동종업계로 확산하여 감정노동자의 권익 향상에 기여하고 있다. ｢자기보호 매뉴얼｣은 민원 유형별 응대 절차를 담은 매뉴얼로, 책자와 leaflet 형식으로 제작하였다. ｢민원사례집｣은 민원 유형별 구체적 응대 방법과 상담사들의 노하우, 관련 법규 및 제도 등 참고자료를 실제 사례 24건과 엮어 수록하였다. ｢민원응대 script｣는 이러한 내용들을 상담사들이 유사시 바로 활용할 수 있도록 미니 책상달력 형태로 제작한 교본이다. 이 자료들은 재단 누리집 자료실에서 무료로 내려 받을 수 있다. 이이재 120다산콜재단 이사장은 “재단은 법적 대응, 마음 건강 진단 등을 통해 언어폭력 피해로부터 적극적으로 직원을 보호하고 있다. 이번 결과가 고객응대 근로자에 대한 인권 존중과 민주적 시민의식이 결여된 일부 악성민원인의 행태에 사회적 경종을 울리는 계기가 되기를 바란다.”며 “앞으로도 선량한 시민들에게 최상의 상담 서비스를 제공할 수 있도록, 상담사의 직무 스트레스를 줄이는 건전한 감정노동 환경을 조성해 나가겠다”고 밝혔다. <출처> 120다산콜재단

  • Report
  • Special Report

  2023-07-01

• [2023 CX Trend Report] 서비스 분야에 새로운 시대를 여는 몰입형 CX ②

  [컨택저널 2023. 7월호] [2023 CX Trend Report] 서비스 분야에 새로운 시대를 여는 몰입형 CX ② 지난호에 이어 TREND 3, 4, 5에 대해 알아본다. 몰입형 CX를 주도하는 5가지 트렌드 Zendesk의 연구조사에 따르면 몰입형 CX를 주도하는 5가지 TREND가 확인되었습니다. 몰입형 CX의 도래를 준비하기 위해 수천 명(약 3700명)의 소비자와 비즈니스(약4800명)를 대상으로 설문 조사를 실시하고, 벤치마크 프로그램에서 추출한 광범위한 데이터(9900개 이상)를 분석하여 이러한 트렌드를 더욱 심도 있게 파악했습니다. 각 트렌드에 대해 자세히 살펴보고, 관련 Insight와 실질적인 권장 사항을 제시하고, 동종 최고 업체의 사례를 조명하여 귀사의 비즈니스가 이러한 중대한 변화에 대응할 수 있는 방법을 안내합니다. TREND 3 고객은 보다 심층적인 개인화를 원함 개별 고객의 이름이 맨 위에 표시되도록 이메일을 설정하고 고객을 광범위하게 분류하는 몇 가지 세분화 작업을 마치고 나서, 개인화된 고객 경험을 제공하기 위한 충분한 조치를 취했다고 착각하기 쉽습니다. 그 밖에 더 추가해야 할 작업이 있을까요? 물론 많이 있습니다. 고객 서비스 분야에서 AI가 발전해 나가고 대화형 경험에 대한 요구와 마찬가지로, 소비자는 몰입형 CX의 3번째 요소를 이끌고 있습니다. 소비자의 기대를 간단히 말하자면, 기업이 보유하고 있는 데이터를 사용해 통상적인 마케팅 활동을 능가하는 진정으로 개인화된 고객 경험을 제공받기를 원합니다. 그것이 무엇을 의미하는지 좀 더 자세히 살펴보겠습니다. 개인화에 대한 고객의 기대치는 기업이 인식하는 것보다 더 높음 Zendesk의 연구에 따르면, 대부분의 기업은 개인화가 무엇을 의미하는지에 대해 다소 좁은 시야를 가지고 있으며, 62%의 소비자가 기업이 더 많은 것을 제공해야 한다는 기대치와 상충됩니다. 고객은 하나의 거대 집단으로 분류되는 것을 원하지 않습니다. 수천 명의 집단이 아니라 한 사람의 고객으로 대우받고 싶어 합니다. 이름을 부르며 반갑게 맞이하고, 평소 주문하는 음료를 바로 만들기 시작하며 지난 방문 때 나눈 대화에 대해 질문을 하는 바리스타를 떠올려 보세요. 소비자는 오프라인 상점에서든 e-commerce site에서든 그러한 경험을 원합니다. 이는 결코 쉬운 일이 아니지만, 제대로 해낸다면 기업은 엄청난 보상을 받을 것입니다. 개인화된 고객 지원을 제공함으로써 기업의 생명 줄인 고객과 더욱 깊고 지속적인 관계를 맺는 혜택을 누릴 수 있게 됩니다. 그리고 비즈니스 리더의 77%가 인식하듯이, 개인별 맞춤 지원이 강화될수록 고객 유지율도 높아지고, 66%는 고객 확보 비용이 절감된다고 여깁니다. 이는 결코 간과할 수 없는 요소입니다. 고객 정보를 마케팅 그 이상으로 활용 기업은 방대한 양의 고객 정보를 사용할 수 있지만, 지금까지는 대부분 고객 정보의 잠재력을 극히 일부조차도 활용하지 못하고 있습니다. 마케팅 활동을 염두에 두고 고객 정보를 mining하는 것은 가치 있는 일이지만, 더 큰 관점에서 바라보면 기업은 대부분 고객 정보를 어떻게 사용해야 할지 갈피를 못 잡고 있습니다. 비즈니스 리더 중 67%는 체계가 없고 사후 대응적인 방식으로 고객 정보를 활용하고 있다고 알려주고 있는데, 이는 전사적인 정보 공유를 방해하는 사일로(Silo-조직 내에서 다른 부서와 소통하지 않고 배타적인 부서이기주의 현상)로 인해 더욱 심화되고 있습니다. 문제는 비즈니스 리더의 72%가 고객이 실제로 원하는 것과 상반되는 개인화 계획을 계속 추진하고 있다는 점입니다. 이러한 계획은 모두 마케팅을 위주로 고안된 계획으로 고객 세분화와 이전 마케팅 캠페인, 인구 통계 데이터에 의존합니다. 기업은 어떻게 더 깊은 수준의 개인화를 달성할 수 있을까요? 데이터를 연결하고 그 동안 활용되지 않은 고객 서비스 데이터를 활용함으로써 보다 깊은 수준의 개인화를 달성하고, 그 결과 몰입형 CX 조직으로 발전할 수 있습니다. 비즈니스 리더는 Back-end 데이터를 연결하여 사일로를 해체하고 상담사가 필요로 할 때 올바른 데이터가 표시되는 시스템을 구축할 계획을 세워야 합니다. 비즈니스 리더 중 22%만이 조직 내에서 데이터를 원활하게 공유한다고 답했으며, 57%는 데이터가 충분히 수집되지 않는다고 여깁니다. 79%에 달하는 상당수는 고객 서비스 데이터가 가치 있고 개인화를 촉진하는 데 활용되어야 한다고 생각하지만, 여전히 힘겨운 걸림돌이 남아 있습니다. 기업이 앞서 언급한 사일로와 적절한 데이터를 적시에 가져올 수 없는 걸림돌을 해소하고 고객 서비스 정보를 활용할 수 있다면, 보다 심층적인 개인화가 주목 받기 시작할 것입니다. 예를 들어, 고객 서비스 데이터는 문의 티켓 수, 문의 티켓 시간, 감정, CSAT, 연락에 사용되는 채널, 문의 티켓 완료 시간, 상호작용 기록과 대화 내용, HELP 센터 문서 조회, FAQ, 연락한 이유와 같은 수많은 Insight를 제공할 수 있습니다. 이 귀중한 서비스 데이터는 CRM 플랫폼에 직접 저장됩니다. 또한 채널 간에 고객 피드백과 고객 서비스 데이터를 통합하여 실시간으로 고객에 관한 Insight를 도출하는 방법을 구상 중이며, 이는 의사결정자가 보다 효과적인 비즈니스 계획을 수립하는 데 도움이 될 수 있습니다. 하지만 기업이 더욱 심도 있는 개인화를 위한 방법을 모색하는 가운데, 현실은 상담사의 31%만이 고객 정보를 효과적으로 사용해 고객 경험을 개선하고 개인화할 수 있다고 보고합니다. 몰입형 CX에 대한 고객의 기대를 만족시키려면, 비즈니스 리더는 이러한 노력에 있어 개인화가 얼마나 중요한지 이해하고 그에 따라 계획하고 투자해야 합니다. TREND 4 소비자의 웰빙과 감성이 CX의 변화를 초래 누구나 한 번쯤은 분통이 터지는 고객 경험을 겪어본 적이 있습니다. 상호작용이 끝난 후에도 오랫동안 앙금이 남는 그런 경험 말입니다. 이러한 부정적인 경험은 매우 실질적이고 오랫동안 감정을 상하게 할 수 있으며, 일부 격분한 사람들은 주저하지 않고 입소문을 내기 마련입니다. 고객이 불만을 느끼면, 기업은 대가를 치르게 됨 상호 작용의 약 20%가 이 불쾌한 영역에서 끝난다는 점을 감안할 때, 이러한 부정적인 경험의 파급 효과를 인식하지 못하는 기업들은 불만을 품은 고객들보다 더 많은 고객들을 잃게 됩니다. 또한 그들의 브랜드가 회복할 수 없는 피해를 입는 것을 볼 수도 있습니다. 고객과 강력한 관계를 구축하기 위해서는 기업이 소비자 감정을 인식하고 존중하며 궁극적으로 활용해야 한다는 점은 분명합니다. 그러나 Zendesk가 발견한 바와 같이, 고객의 감정을 관리하는 데 있어 기업은 준비가 전혀 되어 있지 않습니다. Zendesk가 고객 서비스 센터에 자주 연락하는 소비자에게 이용 후기를 물었을 때, 그 결과는 유감스럽고 주목할 만했습니다. 거의 절반이 지난해 동안 짜증이 늘어났다고 말하고, 55%는 점점 더 스트레스를 받고, 52%는 고객 지원 상호작용에 지친다고 말합니다. 지각 있는 비즈니스 리더는 위험의 조짐에 미리 주목해야 한다는 것을 잘 알고 있으며, 그럴만한 이유가 있습니다. 기업이 소비자의 감정 상태에 관심을 갖는 다고 느끼는 소비자의 2/3은 단골 고객이 될 가능성이 더 높습니다. 아직도 고객의 스트레스가 중요하지 않다고 느껴진다면, 소비자 중 73%가 여러 번 불쾌한 경험을 한 후 경쟁업체로 발길을 돌리고, 절반 이상은 단 한 번의 불만족스러운 상호작용을 겪는다면 완전히 변심한다는 사실을 고려해 보십시오. 과오로 인한 실수: 부정적인 소비자 감정을 부채질하는 현재의 CX 고객 지원의 최전선에 있는 상담사는 고객 경험이 소비자에게 어떤 영향을 미치는지 너무나 잘 알고 있습니다. 상담사의 53%는 조직의 고객 서비스 접근 방식에 따라서 부정적인 고객 행동으로 이어질 수 있다고 말합니다. 비즈니스 리더는 고객의 감정을 확인하고 추적하지 않기 때문에 조직은 이러한 고질적인 문제를 해결하지 못합니다. 즉, 눈에 보이지 않으면 마음에서도 멀어지게 되는 것입니다. 이는 여러 가지 방식으로 나타납니다. 한편, 상담사는 고객 정보에 액세스하는 데 어려움을 겪을 때가 잦고, 이는 소비자를 짜증나게 하는 결과로 이어집니다. 비즈니스 리더가 조직에 몰입형 CX를 추진하는 가운데, 고객의 정서와 웰빙을 간과하는 실수를 범해서는 안 됩니다. 더 큰 과제는 소비자의 심리를 포착하고 파악할 방법을 공식화하는 것으로, 이를 제대로 해낸다면 소비자가 어려움을 겪고 있는 불만을 예방하고 개선하기 위해 고객 경험을 맞춤화할 새로운 기회가 열릴 것입니다. 그렇다면 기업은 몰입형 CX를 뒷받침하는 강력하고 개인화된 고객 관계를 쌓을 수 있도록 고객의 감정을 어떻게 활용할 수 있을까요? 제대로 활용되고 있지 않은 한 가지 전략으로는 고객 서비스 팀이 고객의 의도와 감정을 예측할 수 있도록 돕는 AI 기술을 사용하는 것으로, 고객에 대해 많은 것을 알게 해줍니다. 아는 것이 힘이라고 했듯이, 고객이 어떤 마음인지 파악한다면 만족스러운 고객, 덜 당혹스러운 상담사, 나아가 우수한 고객 서비스의 진정한 척도인 수익 증가로 이어질 것입니다. TREND 5 CX팀이 더욱 더 통합됨에 따라 사일로의 해체를 유도 점점 더 많은 비즈니스 리더가 몰입형 경험을 창출하는 것의 이점을 인식하고 있습니다. 이들은 너무도 오랫동안 고객 서비스 팀을 수익 센터가 아닌 비용 센터로 여겨왔습니다. 이 같은 사고방식은 단절된 팀을 만들어 심각한 부작용을 초래했습니다. 즉, 상담사는 관련 고객 정보가 부족하고, 이는 우수한 (그리고 만족스러운) 고객 경험을 제공하려는 노력에도 방해가 됩니다. 하지만 비즈니스 리더가 이를 발견하기 시작하면서, 고객은 데이터가 널리 공유되어 개인화된 몰입형 경험을 제공하는데 활용되기를 기대합니다. 그리고 비즈니스 리더가 진정으로 몰입형 CX 경험을 제공하기 위해 지원 팀을 쇄신해야 하는 숙제로 고심하는 가운데, 고객 서비스가 수익의 주요 원동력이 될 수 있다는 현실이 자리잡기 시작합니다. 하지만 거기에 도달하는 것은 또 다른 문제입니다. 본 보고서의 앞부분에서 보았듯이, 비즈니스 리더의 22%만이 조직 내에서 데이터가 제대로 공유되고 있다고 말하는데, 이는 문제가 될 수 있습니다. 고객 정보에 대한 상세한 단일 세부 정보를 가진 상담사와 수익에 기여할 능력 사이에는 강한 상관관계가 있기 때문입니다. 따라서 초점을 맞추어야 할 기업이 직면한 과제로는, 사일로는 반드시 해체되어야 하고 고객 서비스, 영업, 마케팅 간의 진정한 통합이 이루어져야 한다는 겁니다. 이를 통해 효율성 향상, 고객 경험 개선, 그리고 마지막으로 수익 증대라는 엄청난 혜택을 약속할 수 있습니다. 고객 서비스팀을 진정한 수익 센터로 전환 여기에는 다소 애매한 상황이 있습니다. 점점 더 많은 비즈니스 리더가 고객 서비스팀을 수익 창출 센터로 보지만(40%), 1/3 이상은 여전히 비용 센터로만 여기고 있습니다. 그렇지만 고객 서비스팀이 인정받고 검증된 수익원이 되기를 바라는 욕구는 큽니다(80%). 고객 지원팀을 수익 센터로 전환하려면 무엇이 필요할까요? 고객 지원팀을 비용 센터로 여기는 비즈니스 리더는 다음의 경우 생각을 바꿀 것입니다. 하지만 고객 지원팀을 수익원으로 인식하는 비즈니스 리더는 결정적인 조치를 취했습니다. 이들 중 절반 이상은 상담사에게 판매 기회를 파악하는 방법을 교육시킨다고 보고하고, 47%는 해당 상담사가 수익을 더 쉽게 창출할 수 있게 해주는 고객 정보 유형에 액세스할 수 있도록 했습니다. 그리고 38%에 해당하는 상당수는 수익 창출을 위한 워크플로우와 프로세스를 개발했습니다. 비즈니스 리더는 부서를 통합하고 업무를 분담하는 것을 고려하고 있음 점점 더 많은 비즈니스 리더가 조직 체계를 개편하여 부서 간 경계를 허무는 거대한 변화를 고려하고 있습니다. 즉, 고객 지원 전담팀이 해당 업무에만 집중할 것이라는 기대는 줄어들기 시작하고, 점점 더 많은 기업은 모든 부서가 고객 경험 업무에 책임이 있다고 여깁니다. 고객은 여러 채널에 걸쳐 통합된 지원 서비스를 기대하고, 이에 성공을 거두기 위해서는 기업이 서비스팀든 영업팀이든 고객이 필요로 하는 모든 것을 지원해야 한다는 인식이 널리 확산되고 있습니다. 그리고 이러한 사고방식의 변화는 일선 현장에도 실질적인 영향을 미치고 있습니다. 비즈니스 리더의 70%는 내년에 상담사의 직무와 책임이 확대되기를 기대합니다. 한편, 72%는 고객 경험을 중심으로 팀과 직무을 통합하면 운영 효율성이 향상될 것이라고 생각하고, 64%는 이미 이를 위한 계획을 세우고 있습니다. 그리고 의사결정권자가 사일로 해체, 부서 통합, 직무 조정 등 고객 지원팀을 개편하는 방향으로 서서히 전환함에 따라 여러 부문 간 협업을 지원하는 기술 솔루션을 활용해야 할 것입니다. <글> Zendesk

  • Report
  • Special Report

  2023-07-01

• “변곡점에 선 콜센터, 꾸준한 혁신·차별화된 서비스로 감동 줘야”

  [컨택저널 2023. 7월호] 2023년 콜센터 서비스품질지수(KSQI) “변곡점에 선 콜센터,꾸준한 혁신·차별화된 서비스로 감동 줘야” - 2023 우수콜센터 선정 비율 ‘역대 최저’ 성적표 - 고객공감 수준 빨간 불, 334개 기업 중 9개 기업만이 기준 충족 - 상담사 + 인공지능(AI)로 콜센터 서비스 판 바꾸나 한국능률협회컨설팅(KMAC)은 지난 5월 24일 ‘2023 한국산업의 서비스 품질지수(KSQI) 콜센터 부문’ 조사결과를 발표했다. 전체 334개 조사 대상 중 ‘한국의 우수콜센터’로 선정된 기업 수는 지난해보다 35개 줄어든 100개로 30% 정도였다. 고객의 needs와 시장 경쟁구도의 변화 속에서 기업이 제공하는 핵심 상품뿐만 아니라 서비스의 차별성이 더욱 중요하게 인식되고 있다. 특히 서비스를 제공하는 접점 중에서도 고객들이 가장 많이 이용하고 있는 비대면 접점의 중요성이 점차 커져가고 있으며, 단순한 서비스 제공 기능이 아닌, 한 기업의 얼굴로 인식될 정도로 그 중요성이 높아지고 있는 추세이다. 이에, 가장 대표적인 비대면 접점인 콜센터의 서비스품질을 향상시키고 이를 통해 기업의 서비스 경쟁력을 제고하고자 KMAC에서는 한국산업의 서비스품질지수(KSQI) 콜센터 부문을 개발하여 올해로 20년째를 맞았다. 본 조사는 고객 의견 조사를 통해 지수를 산정하는 기존 제도들과는 달리, 다양한 산업의 콜센터에 대한 전문가 조사를 실시하여 지수를 산출·발표하는 국내 최초의 조사 제도로서 기업의 서비스 경쟁력을 높이고, 고객들에게 양질의 서비스를 제공하는 데 일조하고자 매년 시행되고 있다. 올해는 총 55개 산업 334개 기업 및 기관의 콜센터를 대상으로 조사가 이뤄졌으며, 조사항목은 서비스 제공 단계를 크게 3단계(Before Service, On Service, After Service)로 나누고, 5가지 차원(수신여건, 맞이인사, 상담태도, 업무처리, 종료태도)으로 나누어져 있다. 2022년 조사부터 서비스품질영역과 공감영역으로 구분하여, 서비스품질영역 9가지, 공감영역 8가지를 평가했다. 그 결과 서비스품질영역(92점 이상)에서 ‘우수’ 점수를 받으면 「한국의 우수콜센터」로 선정했다. 또한, 서비스품질영역(92점 이상)과 공감영역(80점 이상)에서 2관왕이 되면 「고객감동콜센터」 영예를 안는다. 「한국의 우수콜센터」 선정은 꾸준한 내부 혁신과 차별화된 운영시스템으로 ‘고객 만족’을 실현했다는 서비스 품질 보증수표와 같다. 「고객감동콜센터」는 고객 만족을 넘어서 고객과의 상호 공감과 소통을 위해 적극적인 기업이라는 점에서 향후 모든 콜센터가 지향해야 하는 부분이다. 한편, 이번 조사에서는 ▲일하기 좋은 콜센터 ▲산업계 공헌 부문 ▲우수 BPO(Business Process Outsourcing· 업무처리 아웃소싱) 기업도 특별 선정해 비대면 채널 산업까지 영역을 넓혔다. 2023년 KSQI 주요 특징 01 서비스품질영역과 공감영역 모두 전년대비 지수 하락 우수 콜센터 평가지수는 0.7점 감소한 88.3점을 기록 지난해부터 서비스품질영역과 공감영역을 평가하여 독립적으로 서비스품질영역은 92점 이상을, 공감영역은 80점 이상을 우수의 기준으로 삼았다. 2023년 종합 KSQI는 88.3점으로 지난해보다 0.7점 감소했다. 특히 여행사와 항공 산업의 경우 전년대비 11점이 감소하여 평균지수에 상당한 영향을 끼쳤다. 서비스품질영역과 공감영역 하락의 원인은 크게 2가지로 첫째, 적정상담인력이 충원되지 않아 고객의 대기시간이 길어져 적절한 응대가 되지 않는 점과 둘째, 챗봇, 콜봇 등 다양한 채널로의 분산이 셀프서비스로 완결되지 않아 도리어 콜센터로의 문의가 집중되는 현상에서 찾을 수 있다. 02 우수콜센터 선정 비율 빨간 불… 전년대비 11% 감소한 역대 최저의 비율(30%) 올해 비우수기업으로 전환되며 반격의 기회를 내준 윤선생, 하나생명, GS칼텍스 등 「한국의 우수콜센터」로 선정된 기업의 수는 지난해보다 35개가 줄어든 100개, 전체 선정 비율은 11% 감소한 30%의 비율을 보였다. 비우수에서 우수로 전환된 기업은 16개, 우수에서 비우수로 전환된 기업은 50개로 조사되었다. 윤선생(18), 하나생명(16), GS칼텍스(13), 린나이(11), SH서울주택도시공사(10) 등이 오랜 기간 우수콜센터를 유지해왔던 기업이지만 금년도는 비우수로 전환됨에 따라 경쟁력이 감소한 것으로 드러났다. (*괄호는 지난해까지 우수콜센터 연속 선정 년 수) 한편, 신규로 조사된 12개 기업은 모두 비우수콜센터로 선정되었다. 03 서비스 품질은 기본, 고객과의 공감 형성이 시급 334개 기업 중 9개 기업만이 고객감동콜센터 기준 충족 「고객감동콜센터」로 선정된 기업은 기아, 삼성전자서비스, 삼성화재, 신한은행, 한화생명, DB생명, HD현대오일뱅크, KB손해보험, NH농협은행으로, 전체 334개 기업 중 9개 기업 기업만이 선정되었다. 「고객감동콜센터」는 IT, 시스템 등 기본적인 인프라와 정량적인 평가요소뿐만 아니라 상담사가 얼마나 고객과 공감하고 소통하는지를 나타내는 기준이라 할 수 있다. 9개 기업만이 그 기준을 충족했다는 결과에 따라, 기업은 공감을 통한 소통을 반드시 선행하여 고객경험서비스 수준을 업그레이드하기 위한 노력이 필요하다는 점을 알 수 있다. 04 일하기 좋은 콜센터, 산업계 공헌 부문 우수 BPO기업을 특별 선정하여 비대면 채널 산업 실적 견인 일하기 좋은 콜센터는 리더십, 인재육성, 평가보상, 복리후생, 근무환경에 대한 종합적인 평가를 통해, 건강보험심사평가원, 경동나비엔, 삼성화재서비스, 신한투자증권, 카카오뱅크, 한화생명 등 6개 기업이 선정되는 영예를 안았다. 산업계 공헌 부문은 경영진의 비대면 채널에 대한 경영철학, 추진전략 및 방향, 상담사 처우개선에 대한 관심과 노력사항을 중점적으로 평가하여, 삼성전자서비스 송봉섭 대표와 한화생명 여승주 대표가 선정되었다. 우수 BPO(도급사) 기업은 우수콜센터로 선정된 100개의 기업의 콜센터를 운영 중인 BPO 기업을 취합하여 메타엠, 트랜스코스모스코리아 등 상위 5개 기업이 선정되었다. 2023년 서비스품질 지수(KSQI) 부문별 주요 현황 주요 산업별 동향으로는 손해보험(자동차)과 정유산업이 평균지수 92점으로 전체 55개 산업 중에서 가장 높은 콜센터 서비스 품질 수준을 보여준 반면, 제조업과 금융서비스 분야를 제외한 모든 산업 분야가 비우수 콜센터로 분류되어 산업 전반적으로 서비스 품질 향상을 위해 많은 노력이 요구됨을 확인할 수 있었다. ■ 제조업 분야 정유 산업 유일 우수 제조업 KSQI 지수는 전년 대비 2점 하락하며 89점을 기록하였다. 각 산업별로 살펴보면 정유 산업의 평균 지수는 92점으로 우수하나, 그 외 자동차, Rental 가전, 보일러, 가전서비스 4개 산업의 평균 지수는 부진한 결과를 가져 왔다. 특히, 모든 산업에서 평균 지수가 전년 대비 하락하는 것을 확인할 수 있다. 가전서비스 산업의 경우, 삼성전자서비스와 LG전자가 우수콜센터를 유지함과 동시에 다이슨이 비우수에서 우수로 전환되었다. 정유 산업은 HD현대오일뱅크가 우수콜센터를 유지하며, 전년 대비 모든 산업군의 평균 지수가 하락하였음에도 우수한 결과를 보여주었다. 보일러 산업의 경우 경동나비엔이 유일하게 우수콜센터를 유지하였으며, 자동차 산업은 기아, 한국GM이 작년에 이어 우수한 점수를 기록하였다. 렌탈가전 산업은 청호나이스와 코웨이가 전년도에 이어 우수콜센터로 선정되었다. ■ 금융서비스 분야 손해보험(자동차) 유일한 ‘우수’, 생명보험·시중은행 등 12개 산업 비우수 금융서비스 KSQI 지수는 전년 대비 1점 하락하며 90점을 기록하였다. 이는 증권, 신용카드, 지방은행을 제외한 10개 산업의 평균 지수가 전년 대비 하락하였기 때문이다. 우수 산업은 손해보험(자동차)이 유일하며, 평균 지수는 92점을 기록하였다. 손해보험 ‘자동차’와 ‘장기/일반’ 2 개 산업 모두 우수콜센터의 영예를 안은 기업은 삼성화재, 현대해상화재보험, KB손해보험이다. 생명보험의 경우, 한화생명, 신한라이프, 동양생명 등 12개사가 우수콜센터를 유지하였다. 시중은행 산업에서는 신한은행, NH농협은행 등 4개사가 우수콜센터를 유지하였으며, KB국민은행이 우수콜센터로 전환되었다. 증권 산업은 삼성증권, 신한투자증권이 우수 클럽을 유지했으며, 미래에셋증권, KB증권 등 3개사가 새롭게 합류하였다. 지방은행 산업은 DGB 대구은행이 인터넷전문은행에서는 카카오뱅크가 유일하게 우수콜센터로 선정되었다. ■ 유통서비스 분야 홈쇼핑·T커머스·대형마트·명품 플랫폼 등 전체 산업 비우수 유통서비스 KSQI 지수는 전년 대비 1점 상승하며 87점을 기록하였으며, 특히 유통서비스 모든 산업군이 90점 이하의 지수를 기록하는 아쉬운 결과를 확인할 수 있다. 홈쇼핑 산업의 경우 현대홈쇼핑, 홈앤쇼핑, NS홈쇼핑이 우수콜센터를 유지하였으며, T커머스 산업은 쇼핑엔티가 우수콜센터로 전환되면서 신세계 TV쇼핑과 함께 2개사가 우수콜센터로 선정되었다. 대형마트 산업은 롯데마트가 우수로 전환되었고, 백화점 산업은 롯데백화점이 우수콜센터를 유지하였다. 신규 조사 산업인 중고차플랫폼은 평균 지수 86점으로 우수콜센터로 선정된 기업은 존재하지 않았다. 네트워크 마케팅, 명품 플랫폼, 새벽 배송, 온라인서점, 온라인 마켓플레이스, 온라인쇼핑몰, 패션, 편의점, 중고차플랫폼은 모두 비우수콜센터로 분류되어 산업 전반적으로 서비스 품질 향상을 위해 많은 노력이 요구된다. ■ 일반 서비스 분야 렌터카·On-DemandO2O서비스·Car Sharing 등 전체 산업 비우수 일반서비스 KSQI 지수는 전년 대비 1점 하락하며 86점을 기록하였다. 각 산업별로 살펴보면 렌터카와 On-Demand O2O 서비스가 상위권인데 반해 여행사, 항공사, 지역 항공은 하위권에 머물렀다. 특히, 여행사와 항공사는 전년대비 11점이 감소하여 폭발적인 여행수요를 고객센터에서 제대로 대응하지 못함을 알 수 있었다. 국제특송, 인테리어, 종합병원, 학습지, 홈 헬스케어 총 5개 산업에서 DHL코리아, LX하우시스, 삼성서울병원, 웅진씽크빅만이 전년도에 이어 우수콜센터를 유지하였다. 택배/소포 산업은 우체국소포가 작년에 이어 우수 기업으로 선정되었고, On-Demand O2O 서비스 산업은 야놀자와 오늘의집이 우수로 전환하여 우아한형제들과 더불어 우수콜센터로 선정되었다. 보안경비 산업은 SK쉴더스 포함 2개사가 우수콜센터를 유지하고 있다. 신규 산업군인 Car Sharing 내 모든 기업은 비우수 콜센터로 평가되었다. ■ 통신서비스 분야 초고속인터넷 우수, 이동통신·유료방송·온라인게임·알뜰 폰 4개 산업 비우수 통신서비스 KSQI 지수는 전년 대비2 점 하락하며 88점을 기록하였다. 각 산업별로 살펴보면 모든 산업 평균 지수가 전년 대비 하락하였음을 확인 할 수 있다. 그럼에도 초고속인터넷 산업의 평균 지수는 92점으로 우수한 지수를 기록하였다. 알뜰 폰, 온라인게임, 유료방송은 전년도 우수콜센터였던 KT엠모바일, 한게임, 현대HCN, LG헬로비전이 비우수 콜센터로 전환되며 우수콜센터가 부재한 상황이다. 반면 이동통신 산업은 KT, SK텔레콤이 전년도에 이어 우수를 유지하였으며, 초고속인터넷 산업 또한 KT와 SK브로드밴드가 전년도에 이어 우수콜센터를 유지하였다. ■ 공공서비스 분야 공공기관·중앙정부·지방자치단체 전체 산업 비우수 공공서비스 KSQI 지수는 전년 대비 1점 하락하며 88점을 기록하였다. 각 산업별로 살펴보면 공공기관은 전년과 동일한 점수인 89점을 유지한 반면, 중앙정부와 지자체는 각각 1, 2점이 상승 또는 하락하였음을 확인할 수 있다. 공공기관 산업은 우수콜센터로 전환된 한국교통안전공단을 포함하여 국민건강보험공단, 건강보험심사평가원, 국민연금공단 등 총 10개사가 우수 기관으로 선정되었다. 중앙정부 산업은 농촌진흥청, 특허청 등 4개 기관이 우수콜센터로 선정되었다. 지자체 산업 또한 경상남도청이 비우수에서 우수로 전환되며, 부산광역시와 대구광역시, 강원도청 등 4개사가 우수콜센터로 선정되었다. 2023년 서비스품질 지수(KSQI)콜센터부문 향상을 위한 제언 첫째, 서비스품질 향상을 위해 수신여건 개선에 사활을 걸어라. 2023년 KSQI-콜센터 부문에서 조사 대상기업이 증가했음에도 불구하고, 우수콜센터로 선정된 기업 수는 급감하였다. 가장 편차가 크고 불안정한 항목은 수신여건이다.해당 결과는 2024년 조사에서도 동일한 경향을 보일 것으로 예상되며 기업들은 위기 의식을 느끼고 개선 마련에 총력을 다해야 한다. 콜센터에서 중요하면서도 관리가 어려운 부분이 수신여건이다. 이는 업무 프로세스, 조직 운영과 아주 밀접하게 연관되어 있으며 고객 입장에서는 해당 기업의 서비스를 평가하는 첫인상이다. 이를 바라보는 경영진의 시각은 아주 중요하다. 경영진은 고객 대기 시간이 길어 통화가 어려운 상황에 대해서 원인 파악을 명확히 해야 한다. 단순히 생산성 관점에서 응대율이 떨어지고, 올라가고의 숫자에만 매몰된다면 개선의 의지보다는 관리에 초점이 맞춰진 것이다. 수신여건을 악화시키는 요소는 복잡 다양하고 한가지의 원인이라기 보다는 유기적으로 연결되어 있는 경우가 상당수이다. 콜센터 운영 구조(직고용, 자회사, BPO)의 한계, 콜센터가 기업 내 비핵심 업무 혹은 지원업무라는 인식, 콜센터의 권한과 역할의 한계, 성수기와 비 성수기 간의 콜 량 간극, 가치를 창출하기보다는 단순 반복적인 업무라는 인식, 상담사 채용의 어려움 등의 이유로 콜센터의 개선과 혁신의 성장동력이 떨어지는 것이 현실이다. 다른 관점에서 보자면 개선의 의지를 약화시킬 수 있는 다양한 핑계거리가 존재한다는 것을 의미한다. 콜센터를 단기성과 중심 과제로 본다면 우수콜센터의 선정 여 부에만 관심을 가질 것이고, 장기적인 관점에서 바라볼 때 비로소 개선과 혁신의 토대가 형성될 것이다. 과연 우리 기업은 수신여건 개선을 위해 사활을 걸 준비가 되어 있을까? 둘째, 상담사+인공지능(AI), 상담사 촉에 의지하던 콜센터, 이제 기술로 시장 장악에 나선다. 인공지능이 상담사를 완전히 대체하기에는 명백한 한계가 있다. 인공지능 기술은 계속 발전하고 있지만, 여전히 인간이 보유한 상황판단, 창의적 문제해결 등의 능력을 완전히 대체하기 어렵기 때문이다. 또한 고객과의 공감을 바탕으로 한 인간적인 소통이 필요한 경우가 많기 때문에, 아직까지 인공지능은 대체재가 아닌 보완재로 각광 받고 있다. 하지만, 인공지능 기술은 상담사의 업무 효율을 향상시키는 데 큰 도움을 줄 수 있다. 예를 들어, 챗봇, 콜봇, 디지털 ARS 등을 통해 인공지능이 고객의 문의를 처리하고, 복잡한 문의나 감성적인 대화 등에 대해서는 상담사가 처리하는 협업 방식이다. 인공지능을 활용하여 양질의 데이터를 분석하고, 문제 예측 및 대처 방법을 제시하는 등의 업무를 수행할 수도 있다. Chat GPT의 활용으로 내부 지식관리 시스템(KMS)을 매뉴얼화 한다면 복잡한 상품과 서비스에 대해 실시간으로 확인이 가능하고 예상 답변까지 추천도 가능하다. 여기서 가장 중요한 것은 기획단계에서 상담사와 인공지능의 공존을 위해 명확히 역할 분담을 해야 한다는 점이다 인공지능을 활용하여 셀프서비스로 넘길 것인지, 상담사와 상호보완 혹은 업무지원을 할 것인지, 상담사만이 처리할 수 있는 업무인지를 구분하고 지속적으로 업데이트하여 최신화하는 데 있어 실무자의 경험을 기반으로 한 판단이 핵심이 될 것이다. IT전문가가 아닌 실질적인 상담업무를 알고 있는 콜센터 기획 운영 담당자, 스텝 조직, 상담사가 주축이 되어 인공지능과의 공존 방법을 모색해야 한다. 결국, 상담사와 인공지능은 상호 보완적인 관계를 유지하면서, 각자의 역할을 수행하는 것이 바람직하다. 인공지능이 활성화된다면 상담사는 단순업무에서 벗어나 더욱 가치 있는 서비스 제공이 가능하다. 상담사는 공감과 인간적 감성을 기반으로 한 섬세한 능력이 발휘된 깊이 있는 상담으로 상담영역을 넓혀갈 수 있다. 반면 인공지능은 고객 데이터 분석 및 자동화된 업무 처리를 빠르게 담당할 수 있는데, 이러한 협업의 구조가 업계의 트렌드로 자리잡고 있다. 이기동 KMAC 사업가치진단본부장은 “콜센터 서비스품질 수준은 갈수록 고도화되어 갈 것이라고 생각했지만 오히려, 운영 구조, 기술 환경의 급격한 변동으로 인해 정체 또는 하락을 보이고 있다. 지금 우리는 중요한 변곡점에 서 있다고 생각이 되며, 어떻게 최적의 운영 구조로 높은 수준의 서비스품질을 만들어 낼 수 있을지 고민해야 한다. 그 가운데 공감을 통한 고객 감동이라는 지향점을 항상 염두에 둘 필요가 있다”라고 말했다. <출처> KMAC (한국능률협회컨설팅)

  • Report
  • Special Report

  2023-07-01

• 사내 갈등 관리를 위한 HR면담 대응 가이드 발표

  [컨택저널 2023. 6월호] “문제 해결하려다 문제 더 키워” 사내 갈등 관리를 위한 HR면담 대응 가이드 발표 대한상공회의소는 기업들의 직장 내 괴롭힘 • 성희롱, 평가불만, 고충 등 다양한 유형의 사내 갈등 관리를 돕고 면담과정에서 발생 가능한 법적 문제를 예방할 수 있도록 지원하기 위해 ‘사내 갈등 관리를 위한 HR면담 대응 가이드’를 발표했다. 이번 대한상의가 발표한 가이드에는 ▲HR면담의 중요성, ▲HR 면담 대응원칙 및 체크 포인트, ▲유형별 HR면담 TIP 등을 담고 있다. HR면담의 중요성 <사례1> 직장 내 성추행 피해자 A씨가 회사에 피해사실 신고 후 면담을 진행한 인사담당자가 면담과정에서 가해자 옹호발언과 합의금을 제시하며 고소진정 취하를 종용하는 한편, 해당 사안에 대한 언론사 제보 금지 서약 등을 요청하는 행위를 함. 이에 A씨는 회사의 부적절한 면담과 미흡한 조치로 사직하고 고용부, 인권위원회에 제소함. 관련 내용이 언론에 실리면서 회사의 대외적 이미지가 크게 손상됨. <사례2> 권고사직 대상자로 선정된 B씨는 권고사직 면담 과정에서 거부 시 핵심업무에서 배제되고 그 동안의 근무태도를 이유로 징계받을 수도 있다는 압박을 받음. 그 후 B씨가 권고사직을 거부하자 실제 핵심업무에서 배제 됨. 이에 B씨는 전보처분의 부당성 등 회사의 부적절한 조치에 대해 블라인드 앱에 글을 게시했고, 이것이 언론을 통해 기사화되면서 회사와 CEO에 대한 사회적 비난여론 형성됨. 가이드는 HR면담의 중요성과 관련해 “최근 ‘Me Too’ 확산과 직장 내 괴롭힘 금지 법제화, 고충제기에 적극적인 MZ 세대들의 등장으로 HR면담 수요가 증가하고 있다” 며 “부적절한 면담 시 해당 직원이 개인 SNS, 블라인드 앱 등 온라인상에 글을 게시하고 이를 언론매체가 이슈화해 기업 이미지가 손상을 입는 사례가 발생하고 있다” 고 설명했다. HR 면담 대응원칙 및 Check Point HR면담 대응원칙 4가지 1. 비밀유지 가장 먼저 비밀유지를 강조했다. 비밀유지가 되지 않는 면담은 직원(피면담자)의 회사에 대한 신뢰를 손상시킬 뿐 아니라 면담자의 법적 책임을 야기할 가능성이 있다. 2. 면담자 지위 남용 경계 둘째, 면담자의 지위 남용을 경계해야 한다고 지적했다. 면담자가 피 면담자에 대해 업무적으로나 도덕적으로 우월한 지위를 갖고 있다고 오인하고 면담할 경우 2차 괴롭힘이나 잘못된 결과를 초래할 수 있다. 면담자는 사실관계 파악이나 회사의 업무처리를 위한 면담자의 역할에 대해 권한을 부여 받은 것일 뿐, 피 면담자에 대해 업무적으로나 도덕적으로 우월적 지위를 가지는 것이 전제된 것은 아니다. 3. 면담특성에 맞는 역할 수행 셋째, 면담성격에 맞는 면담자 역할을 수행해야 한다고 제시했다. 예를 들어, HR이라도 그 성격에 따라 면담자는 징계조사의 경우 사실관계를 파악하는 객관적/이성적 역할을, 반면 고충 상담의 경우 피 면담자의 감정에 공감하는 상담자 역할에 집중해야 한다는 설명이다. 4. 관련 내규‧법적 유의사항 사전숙지 마지막으로 부적절한 면담이 향후 법적 분쟁으로 이어질 리스크가 있으므로 면담 전 사안과 관련된 회사내규 및 법적 유의사항을 충분히 숙지해야 한다. 특히 징계조사 등의 경우라면 관련 비위행위에 대한 내부규정 및 이후 절차에 대한 사전숙지가 필요하다. 단계별 면담 Check Point 다양한 면담 대응 TIP <사례1> HR임원은 평소 친분관계가 있는 징계대상자인 C씨와 면담을 진행하는 과정에서 C씨를 두둔하고 해고 되지 않을 것이라 발언했지만 실제 인사위원회에서 C씨를 징계 해고함. C씨는 부당해고 구제신청을 하면서 HR임원과의 면담내용을 몰래 녹취한 내용을 노동위원회에 제출해 결국 징계가 과도하다는 결정이 내려짐. <사례2> 직장 내 성희롱 관련 혐의로 조사면담을 진행하기로 한 D씨가 변호사를 대동해오자 면담자인 인사팀장이 회사내규 규정이 없다는 이유로 변호사 참석을 거부해 면담과정 속에 고성이 오갔음. 추후 징계 해고가 확정된 D씨는 변호사 참석을 거부한 것은 절차위반이라며 노동위원회에 부당해고 구제신청을 함. <사례3> 업무상 지휘명령 불복종으로 징계조사 면담을 받은 E씨는 점심시간에 자신의 신상내역이 적힌 징계위원회 개최 공문이 회사 1층 게시판에 붙어있는 것을 보고 명예훼손으로 회사와 인사담당자를 고소 하고 위자료 청구소송을 제기함. 녹음 위험성 주의 가이드는 최근 스마트폰의 녹음 어플을 이용해 상대방과의 통화나 대화 내용을 쉽게 녹음하는 일이 이뤄지고 있다며 면담과정에서도 피 면담자의 녹음 행위에 대해 반대의사를 표시하고 동의 없는 녹음에 대해 면담자 음성권 침해 가능성, 조사의 기밀 유지 위반 등의 위험성을 고지할 필요가 있다고 밝혔다. 만일, 면담자가 녹음을 한 경우 피 면담자에게 녹음 사실을 사전 공지하고 녹음 반대 시 조사 면담 내용을 정리해 피 면담자의 서명을 받는 것이 필요하다고 덧붙였다. 변호사 대동 허용여부 기준마련 가이드에서는 면담 시 변호사 대동하는 경우와 관련하여 회사에 내부 규정을 두고 있지 않으면 변호인 참석을 반드시 수용할 의무는 없다고 설명했다. 실제 서울고등법원은 변호사 조력 규정이 없는 회사에서 징계조사 면담 시 변호사 참석을 불허하고 징계절차를 진행한 사건에 대해 절차적 정당성을 부정하지 않았다. 다만, 직원이 강력하게 변호사 참석을 요구하는 경우 거부하여 반감을 사기보다는, 변호인 참여를 허용하는 것이 낫겠다고 생각하는 경우에는 회사의 재량으로 변호인 참여를 허용하는 것도 고려할 수 있다. 이 경우 대리인은 징계 대상자에 대한 조력만 허용하고 직접 발언하는 것은 허용하지 않도록 해서 불필요한 갈등을 줄이는 방안도 있다고 설명했다. 징계 공고 시 명예훼손 주의 또한, 징계관련 공고 시 명예훼손의 위험성이 있으니 징계공고에 신중해야 한다고 조언했다. 부득이하게 공고해야 할 경우 특정개인이 아닌 비위행위 자체에 초점을 두고 최소한의 범위에서만 하는 것이 바람직하다고 제시했다. 유일호 대한상의 고용노동정책팀장은 “직장 내 괴롭힘이나 성희롱 조사 과정에서 비밀 유지의무 법제화, 개인정보 보호가 강화되고 있는 한편 전자기기의 발달로 면담 내용의 녹취나 기록이 용이해져 HR면담에 대한 체계적 준비와 접근이 더욱 중요해지고 있다.”며 “이번 가이드를 통해 기업 인사담당자들이 사전 면담 준비부터 법적 쟁점이 되는 부분을 체크해 부적절한 면담이 조직과 개인의 추가적 법적 분쟁으로 확대되지 않길 바란다”고 강조했다. <출처> 대한상공회의소

  • Report
  • Special Report

  2023-06-01

• 위드코로나 시대의 센터 운영, 「6가지 제언」 ②고객 경험 향상

  [컨택저널 2023. 6월호] 위드코로나 시대의 센터 운영, 「6가지 제언」 ②고객 경험 향상 컨택센터만으로 CX는 향상되지 않는다! 고객 접점을 잇는 “허브”로의 진화 기대 고객이 안고 있는 문제와 기업에 대한 지적이나 건의사항을 「듣는 부서」인 컨택센터. 그러나, 그 대응이나 문제 해결을 센터 단독으로 처리할 수 있는 경우는 적다. 다른 고객 접점 및 사업 부서와의 긴밀한 연계야말로 “고객 경험(CX)” 향상에 필수적인 요소다. 고객의 충성도를 높이기 위한 대처에 대한 3가지 제언을 정리한다. CX 향상은 코로나 사태 이전부터 컨택센터나 고객 서비스 부서에 있어서 가장 큰 미션으로 자리매김하고 있었다. 응대한 고객의 충성도를 향상시킴으로써 지속적인 사용과 이용 기회의 증가를 촉진한다. 최근 주목 받고 있는 「고객 성공」의 개념도 그 목적은 공통된 부분이 많다. 하지만 코로나 사태로 운영 변화가 불가피해진 결과 CX의 시각이 다소 약화되고 있다는 인상은 부인할 수 없다. 지난 호에서 정리한 접속 품질의 저하 뿐만 아니라 챗봇이나 FAQ에 의한 커뮤니케이션의 자동화도 「신속한 문제 해결」이라는 CX를 제공할 수 있는 사례는 그리 많지 않다. 다양한 수단으로 접속해 오는 목적을 파악해, 가장 신속하고 고생하지 않고 해결할 수 있는 수단의 제공─이를 실현하 기 위한 3가지 제언을 정리한다(그림 1). 有人이나 SELF서비스를 막론하고 고객과 소통하는 부서는 컨택센터만이 아니다. 특히 디지털 기기가 보급되고 있는 현재, BtoB BtoC를 불문하고 「최초 접점」은 Web 사이트이며 관할 부서는 Web 기획 부서나 마케팅 부서인 경우가 많다. BtoB의 경우, 여기서 발생한 어떠한 액션에 근거해 영업이나 내부 세일즈 부서가 전화나 메일로 처리한다. BtoC라면, EC 사이트나 SNS로 유도해 「보다 강한 연결」을 도모하는 대처도 증가하고 있다. 다음은 구입 상담이나 구입 계약에 이르고, 이용 단계에 들어간다. BtoB의 경우, 이용 초기의 「on-boarding」을 지원하기 위해서 고객 성공 부서가 접촉하고, 문제해결을 고객 지원 부서가 담당한다. 이와 같이 고객여정의 각 단계에서 담당부서가 바뀌는 경우가 대부분을 차지한다(그림2). BtoC에서도 웹 기획 부서와 마케팅, 컨택센터가 각각의 역할을 담당하고 있다. 오히려 컨택센터만 해도 고객상담실, 기술지원, 고객지원이 별도 부서로 운용되는 경우가 적지 않다. 각각의 프로세스에서 높은 전문성이 요구되는 업무 때문에 부서가 나뉘는 것은 어쩔 수 없지만 고객에게는 「다 같은 기업의 창구」이다. 「사용법을 모른다.」때와 「고장 일지도 모른다.」라고 할 때 전화 번호를 비롯한 접속처가 바뀌는 것은, 큰 “effort(고생)”이 된다. 해소 방법으로는 스마트폰 앱으로 입구를 일원화해, 보이는 IVR 등에서 용건 마다 배분 하는 수법을 생각할 수 있다. 더 중요한 점은 고객 DB, FAQ 등 지식기반의 공통화다. 이것이 실천되지 않으면, 고객여정과 CX가 분단되어, 고객뿐만 아니라 대응 부서의 직원에게도 effort가 겹칠 가능성이 높다. 예를 들어 마케팅 부서가 실시한 프로모션(TV CM을 비롯한 광고나 캠페인 등) 시책 정보가 컨택센터와 공유되지 않아 현장이 대혼란을 일으키고 서비스 품질도 저하된 사례는 일일이 열거할 틈이 없다. 이상적인 것은 고객 접점 부서를 총괄 관리하는 권한을 가진 「고객 경험 부서」의 설치다. 컨택센터가 기치 역할을 해 이 같은 각 부서의 「허브」 역할을 하는 사례도 적지만 존재한다. CX 향상, 부서 연계의 「Switch」?! “화상 컨택센터”의 가능성 나아가 「채널」을 축으로 기능을 연계하는 방안도 고려해야 한다. CRM과 컨택센터 컨설팅 실적이 풍부한 CXM컨설팅 대표 아키야마 노리히로 씨는 「보급된 온라인 회의 기능을 이용하지 않을 이유가 없다. 자료와 화면을 공유하면서 응대함으로써 CX 향상을 기대할 수 있다. 빨리 화상 컨택센터를 시작해야 한다.」고 강조한다. ZOOM 등 온라인 회의 도구를 활용한 「접객」은 의류나 화장품 업계에서 선행하고 있지만 대부분 컨택센터가 아닌 매장 직원이 응대하고 있다. 또, BtoB의 SaaS 솔루션 제공 기업에서는, 「고객 성공 활동의 일환으로서 실시하고 있다」(UNIRITA 비즈니스 이노베이션부 Growing 그룹 리더 오가미 유마씨)라고 한다. 「대면」에 대한 거부감이 강한 컨택센터에는 문턱이 높은 서비스지만 아바타 활용이나 인센티브 적용 등 방법은 있을 것이다. 이미 시행하고 있는 고객 성공 부서와 매장 직원과의 연계·교류 등, 고객 접점 전체를 강화하는 「switch」로서의 역할도 할 수 있을 것 같다. 1차 접점인 웹사이트 제작이 충성도에 미치는 영향은 크다. 또, 판매, 서비스 신청도 사이트를 경유한 것이 대부분을 차지하기 때문에 가장 수익성을 좌우하는 채널이기도 하다. 그런 만큼 기업들은 「신청 버튼과 아이콘」을 클릭하도록 하기 위해 모든 조치를 위하고 있다. 이러한 수단이 확대되면서 빠지기 쉬운 것이 「Dark pattern, 눈속임 설계」이다. Dark pattern이란 2010년경 영국 UX 전문가 Harry Brignull이 명명한 사이트의 총칭이다. 일본에서 UX 향상 지원 컨설팅 및 SaaS를 진행하고 있는 biBit의 엔도 나오키 대표는 「사용자가 의도하지 않은 행동으로 유도하도록 설계된 웹사이트이다. 일본에서 실시된 설문조사에 따르면, 주요 소비자 사이트의 약 60%에서 존재가 확인되고 있다」라고 설명한다. 그림 3은 미국 프린스턴 대학이 2019년 실시한 조사에서 정의한 7가지 패턴 분류와 그 예를 나타낸다. 상당히 해당하는 서비스가 많다는 것을 알 수 있을 것이다. 일본에서는 경품표시法이나 특정 상거래법으로 단속하지만 아직 사례는 드물다. 그러나 미국에서는 이미 수 백억 엔의 제재금이 부과된 기업도 있다. 예를 들어 「가입은 웹에서 쉽게, 탈퇴는 컨택센터 전화로만 가능하고 게다가 연결되지 않는다.」는 사례가 개인 블로그나 트위터 게시물에서 이목을 끄는 일이 있는데, 이 역시 Dark pattern으로 분류될 것으로 보인다. 엔도씨는, 「준수사항을 지키는 것은 당연하지만, 고객 충성도 관점에서도, 고발·적발되는 설계는 피해야 한다」라고 강조한다. Dark pattern은, 말할 필요도 없이 effortless라는 관점에서는 정반대의 행위다. 고객의 목소리와 행동을 가장 먼저 파악할 수 있는 컨택센터에는 이러한 문제점을 지적하고 개선으로 이끄는 활동을 주도하는 역할을 기대해 본다. 최근 3년간 가장 보급률이 향상된 IT 솔루션은 「챗봇」이다. 그 용도는 「기존 FAQ의 navigation」인 경우가 가장 많다. 그림 4의 막대그래프는 편집부가 실시한 「컨택센터 실태 조사」에서 「챗봇이나 LINE봇으로 응대하고 있다.」라고 응답한 73개사에 물은 「대응하고 있는 접촉 사유」로, 실로 98.6%가 「FAQ에 기재되어 있는 문의」라고 응답했다. 반면 AI가 잘하는 정형 업무인 주소 변경이나 견적 발급, 비밀번호 확인 및 변경, 주문 접수 등을 챗봇으로 실시하고 있는 기업은 드물다. CRM DB의 연계와 같은 고도의 통합이 필요한 것을 주저하는 것이 주된 원인이라고 생각된다. 그러나 그림 속 원 그래프는 편집부가 실시한 「컨택센터 이용자 조사」에서 들은 「센터에 전화하기 전 사이트 FAQ 등을 확인했느냐」는 설문에 대한 답변이다. 약 65%의 응답자는 웹사이트 FAQ에서 해결하지 못하고 전화하고 있다. 챗봇에 기대하는 도입 효과에 대해서는 「콜 량 감축」이라는 응답이 가장 많다. 그러나 해결할 수 없는(하기 어려운) FAQ의 내비게이션에서는 절감 효과를 기대할 수 있다고 보기 어렵다. 음성봇의 높은 가능성과 진화가 현저한 챗봇 자동화 수단은 챗봇만이 아니다. 보이스봇에 대한 기대치도 높아지고 있다. 원래 「전화를 선택하고 있는 고객에게 Web이나 챗봇을 안내해도 CX는 향상되지 않는다」라는 지적은 기존부터 강했다. 확실히, 과제 시 되고 있는 시니어 응대를 비롯해, 음성(목소리)으로 자동 응대할 수 있는 보이스봇이 이용하기 편리한 사용자가 많다고 추측할 수 있다. 한편 챗봇과 관련해서도 2022년 말 미국 오픈AI가 공개한 대규모 언어 AI를 활용한 「Chat GPT」가 IT 관련 이슈를 독점, 진화 조짐을 보이고 있다. AI는 3차 붐이 도래한 2016년과 비교할 수 없을 정도의 퍼포먼스로 일취월장 이상의 속도로 진화하고 있다. 정보시스템 부서나 IT 벤더의 제안에 의존하는 것 외에도, 스스로 적극적으로 정보를 캐치하는 정보 감도가 현장의 매니지먼트에도 요구되고 있다 <출처> Call Center Japan 2023년 3월호

  • Report
  • Global Case

  2023-06-01

• [칼럼]덧셈만 있고 뺄셈은 없다

  2023년 현재 한국에서 근무하고 있는 컨택센터 상담사는 몇명이나 될까요? 궁금하신 분들 많으시죠? 국내 기업뿐만 아니라 외국 기업에서도 한국에서 근무하고 있는 상담사가 몇 명이나 되는지 궁금해합니다. 특히 한국에 진출하고 싶어하는 외국계 솔루션 기업들은 한국 시장의 규모를 가늠하고 싶어하지만 정확하게 몇 명의 상담사가 종사하고 있는 지 알 수 있는 방법은 현재로서는 없습니다. 단지 몇 년 전부터 40만명 정도 라고 추정하고 있을 뿐이죠. 그러고보니 조금이라도 매년 오르는 월급처럼 컨택센터 종사자 수도 매년 성장할 것이라고 예상하고 추정한 수치를 확실한 근거가 없는 한 줄여서 발표한 경우는 없었던 듯 합니다. 분명 불황으로 상담사가 줄어든 센터도 있을 텐데 말이죠. 즉, 산업이 활성화 되면 종사자수를 늘리고, 산업이 침체되더라도 종사자 수를 줄이지 않고 유지해온 것이죠. 그래서 지금 40만명인 듯 합니다. 즉 덧셈만 있고 뺄셈은 없었습니다. 그렇다면 제대로 컨택센터 산업 실태를 조사한 적은 없었을까요? 2000년대 초까지만 해도 협회 차원에서 외국계 마케팅 기업의 지원을 받아 ‘한국콜센터산업보고서’를 발행 했었습니다. 협회와 마케팅 기업이 선 투자를 해서 발행을 했건만 외국 자료는 어마어마한 돈을 주고 사면서 한국에서 발행한 보고서를 막상 돈을 주고 구매하는 기업은 몇 군데 되지 않았어요. 정보가 돈이라는 생각은 하지만 그것을 돈을 주고 사야 한다는 생각을 하지 못했던 것이죠. 그래서 선 투자를 했던 외국계 컨설팅기업이 발을 빼게 되었고, 그 이후로는 컨택센터산업에 대한 정확한 정보를 얻기가 어려워진 것이죠. 그 후 2003년부터 아웃소싱타임스 에서 ‘한국아웃소싱기업연감’을 발행하기 시작했고, 2011년부터는 프라임경제에서도 ‘컨택센터산업총람’을 현재까지 한 해도 거르지 않고 발행해오고 있죠. 그나마 컨택센터산업의 현황을 알 수 있는 책자이기는 하지만 막대한 투자를 해서 산업을 제대로 조사한 것이 아니고, 갖고 있는 자료를 확인하는 수준의 작업을 거친 자료라 정확하다고 볼 수 없죠. 그러다가 2010년 컨택센터산업을 포함한 지식서비스산업을 육성하던 지식경제부의 지원을 받아 정보통신산업진흥원(NIPA)에서 “콜센터 산업 실태조사 및 정책연구”를 실시했죠. 이때도 전수조사를 하려면 워낙 예산이 많이 들다 보니 당시 이 연구를 진행했던 KMAC은 그 당시 시장에 노출되어 있던 대형 콜센터 위주로 조사를 진행했고, 2010년 9월에 발표한 자료에는 콜센터 종사자 규모를 민간부문 122,458석, 공공부문 7,977석, 아웃소싱과 파견 포함 45,640석으로 총 17만6,075명이라고 발표했었죠. 발표하면서 향후 5년후인 2015년 추정치로 수요 기업이 22만석, 공급 기업 7만7천석으로 합계 297,075석(약 30만 석)으로 전망했는데 이 수치는 년 성장률을 9% 정도로 추정한 수치였습니다. 실제로 그 이후로 대기업과 공공기관들이 콜센터를 신설하거나 증설하기 시작해 계속 시장이 성장 하였기에 CRM차원에서 인바운드 센터에서 종사하는 상담사는 추정치 대로 30만명에 이를 것으로 보입니다. 여기에 아웃바운드 업무(전화권유판매업)를 하겠다고 공정거래위원회에 신고를 한 작은 기업들이 7000개 정도 있는데 신고하고 운영하지 않은 기업도 있을 것이기에 정확히 추산할 수는 없지만 5만~10만명 정도가 종사하고 있다고 보고 있어 인.아웃바운드를 합쳐서 현재 콜센터 종사하는 사람들이 얼마냐고 물으면 대략 35만에서 40만명이라고 얘기하는 것입니다. 조만간 KT를 포함한 컨택센터 산업이 성장하기를 기대하는 기업들이 투자를 해주셔서 전수조사를 통해 복마전 같았던 컨택센터산업을 제대로 들여다볼 수 있는 기회가 될 것으로 기대됩니다. 그런 기회를 통해 40만명의 상담사들이 기업에 기여하는 가치를 재평가해 그에 걸맞는 대우를 해준다면 컨택센터 상담사가 괜찮은 일자리로 거듭날 것이고, 그리만 된다면 우수한 인력들이 유입될 뿐 아니라 AI를 포함한 Digital Agent들의 지원을 받아 고객의 민원을 신속·정확하게 해결해주는 그런 시대가 곧 다가올 것입니다.

  • Report

  2023-06-01