엔드 투 엔드 CX-AI 프로그램 구축: 통합 및 거버넌스 — 콜센터 및 고객 경험의 인공 지능

이득:

구성 요소(봇, RAG, 보조자, 요약, 분석, 셀프 서비스, 매출, 측정)를 하나의 원활한 고객 여정으로 결합하는 기능
소규모 파일럿으로 시작하고 이를 지표와 보안으로 입증하여 점진적인 확장 규율을 적용하는 능력
모든 구성 요소를 포함하는 책임 있는 AI 거버넌스 확립, 경계 문서화 및 제어 할당, 가장 가치 있는 작업에 인간 배치

이전 11개 단원에서는 봇, 대화 설계, 통화 요약, 지식 기반, 상담원 보조, 정서 분석, 셀프 서비스, 개인정보 보호, 인계 및 측정 등 콜센터에서 인공 지능을 사용할 수 있는 모든 영역을 살펴보았습니다. 우리는 이 마지막 단위에 조각들을 모아 놓았습니다. 분산된 AI 경험 대신, 목표는 단일하고 일관된 고객 경험 프로그램을 구축하는 것입니다. 즉, 봇에서 에이전트, 셀프 서비스, 통화 후 요약까지 고객의 전체 여정이 원활하고 안전하며 측정 가능하게 흐르는 프로그램입니다.

이 단원에서는 먼저 엔드 투 엔드 AI를 사용하여 고객 여정을 설계한 다음 프로그램(파일럿, 규모, 거버넌스) 및 AI 거버넌스(인공 지능의 책임감 있고 안전하며 감사 가능한 사용을 보장하는 규칙 집합) 구현 단계에 대해 논의합니다. 처음부터 용어를 정의해 보겠습니다. 옴니채널(다채널 통합 경험)은 고객이 전화, 채팅, 이메일, 애플리케이션 간을 전환하더라도 고객의 컨텍스트와 경험이 중단 없이 계속되는 것을 의미합니다.

엔드투엔드 고객 여정

고객의 "배송이 지연되었습니다. 환불을 원합니다" 시나리오를 끝까지 따라가고 각 단계에서 어떤 AI 구성 요소가 작동하는지 살펴보겠습니다.

로그인(셀프 서비스): 고객이 애플리케이션에서 채팅을 엽니다. 봇은 자신을 소개하고(봇이라고 말합니다) 의도를 인식하고("배송 + 반품") CRM에서 마지막 주문을 가져옵니다(익명). — 2, 3, 8호기
정보 기반 응답(RAG): 봇은 실시간 시스템에서 현재 화물 상태를 가져오고 지식 기반에서 반품 정책을 가져옵니다. 고객에게 "귀하의 배송은 — Unit 5에 있습니다"라고 말합니다.
거래 또는 이체 결정: 반품이 표준 한도 내에 있는 경우 봇은 보안 흐름을 시작하고 확인합니다. 범위를 벗어나거나 고객이 화를 내면(감정 신호) 인간에게 전달됩니다. — 8, 10단원
원활한 핸드오버: 핸드오버가 필요한 경우 봇은 익명의 컨텍스트 카드(의도, 시도, 감정)를 에이전트로 이동합니다. 고객은 다시 말하지 않습니다. — 유닛 10
상담원 + 보조원: 상담원이 말하는 동안 상담원 지원은 답변을 제안하고, 정책을 불러오고, 규정 준수 경고를 제공합니다. 대표자가 결정하고 발언합니다. — 6단원
종료: 대화가 종료됩니다. AI가 요약 및 라벨 초안을 생성하고 에이전트가 승인합니다. — 4단원
측정 및 학습: 감정, 해결책, 이직 이유가 기록됩니다. 지식 기반의 격차와 개선 기회가 수집됩니다. — 7, 11단원
보안 기반: 이 모든 단계에서 개인/카드 데이터는 마스킹 처리되고 차량에는 DPA가 활성화되며 고객에게 투명하게 정보가 제공됩니다. — 9호기

이 8단계는 우리가 별도로 학습한 각 구성 요소가 어떻게 하나의 여정으로 통합되는지 보여줍니다. 좋은 CX-YZ 프로그램은 구성 요소 모음이 아니라 원활한 흐름입니다.

팁: 구성요소별로가 아닌 고객 여정 여정에 따라 프로그램을 디자인하세요. 가장 빈번한 5개의 여행(반품, 청구서 분쟁, 기술적인 실패, 예약, 취소)을 먼저 추첨합니다. 각 단계에서 "여기에는 어떤 AI 구성 요소, 어떤 보안 규칙, 어떤 인간 승인이 있습니까?"를 표시하십시오. 기술이 아닌 여정이 중심에 있습니다.

라이브 시작: 파일럿에서 규모까지

CX-YZ 프로그램은 하루아침에 만들어지지 않습니다. 건강한 방법은 점진적입니다.

무대

무엇을 해야할지

기간(일반)

발견

가장 빈번한 접촉, 기회, 위험이 매핑됩니다.

2~4주

조종사

단일 좁은 여행을 시도했습니다(예: 화물 조회).

4~8주

측정

측정항목, 오류, 보안이 감사됩니다.

파일럿 기간 내내

확장

성공적인 여행이 배가됩니다.

점차적으로

거버넌스

규칙, 통제, 책임이 확립되어 있습니다.

끊임없이

파일럿 원칙은 매우 중요합니다. 작게 시작하여 측정한 다음 성장합니다. 콜센터 전체를 AI에 한번에 개방하는 것도 오류를 즉각적으로 확장하는 것입니다. 좁은 여정에서 신뢰를 증명하고 확대하는 것은 안전하면서도 유익합니다.

AI 거버넌스: 책임감 있는 사용을 위한 프레임워크

프로그램이 성장함에 따라 "누가 무엇을 책임지고, 규칙은 무엇이며, 어떻게 통제되는지"와 같은 질문이 중요해집니다. AI 거버넌스는 이를 규제합니다.

소유권: 각 AI 구성 요소(봇, 보조자, 분석)에는 인간 소유자가 있습니다.
국경 문서: 각 차량이 할 수 있는 것과 할 수 없는 것이 기록되어 있습니다(Unit 1).
인간 승인 규칙: 어떤 결정이 반드시 인간의 몫인지(금전, 법적, 민감한 상황).
개인 정보 보호 및 보안: KVKK/PCI-DSS 규정 준수, 마스킹, DPA, 액세스 제어(Unit 9).
감사 추적: 의사결정 및 데이터의 추적성.
윤리 원칙: 투명성(고객은 자신이 봇과 대화하고 있음을 알 수 있음), 공정성(차별 없음), 설명 가능성.
정기 검토: 정확성, 표류, 불만 사항 및 윤리적 위험에 대한 정기적인 감사.

주의: AI 프로그램이 성장함에 따라 가장 큰 위험은 기술적인 것이 아니라 거버넌스입니다. 누구도 소유하지 않고, 정의되지 않고, 모니터링되지 않는 봇은 수년에 걸쳐 조용히 잘못된 답변을 제공하고 조직을 약속이나 위반의 위기로 끌어들일 수 있습니다. 이 기술은 설치가 쉽습니다. 책임 있는 경영에는 규율이 필요합니다.

복사 가능한 템플릿 4개

1) 엔드투엔드 여정 지도:

"<<여정: 예: 송장 이의제기>>"에 대한 엔드투엔드 AI 맵을 만듭니다. 각 단계: 채널, AI 구성 요소 배포, 소스(라이브/지식 기반), 사람 승인 필요, 보안/마스킹 규칙, 핸드오버 트리거. 도입→해결/인계→종료→측정의 순서로 단계를 작성합니다.

2) 파일럿 계획:

CX-YZ 파일럿을 계획합니다. 범위: <<좁은 여정>>. 생성: (1) 성공 지표 및 목표, (2) 안전/규정 준수 확인,(3) 인계/사람 승인 규칙, (4) 6주 측정 계획,(5) "중지 기준"(파일럿이 중지되는 기준). 숫자 맞춤; 제가 입력할 수 있도록 대상 필드를 설정하세요.

3) 거버넌스/경계 문서:

AI 구성 요소에 대한 거버넌스 카드를 생성합니다. 구성요소: <<예. return bot>>.필드: 소유자(역할), 수행할 수 있는 작업, 절대 수행할 수 없는 작업, 사람의 승인이 필요한 결정, 처리된 데이터 + 마스킹, 감사/검토 빈도, 투명성 설명(고객에 대한). 빈 약속; 명확하고 제한적인 경계를 작성하십시오.

4) 프로그램 상태 점검(정기):

다음 프로그램 데이터를 사용하여 분기별 "상태 점검" 요약을 생성합니다. - KPI 추세(생산성 + 품질 균형), - 정확성/드리프트 상태, - 보안/규정 준수 결과, - 상위 3개 영향 개선 사항, - 검토할 위험. 데이터에만 의존하세요. 모호한 항목은 '검토 필요'로 표시합니다. 데이터: <<...>>

약한 프롬프트 / 강한 프롬프트

약한 프롬프트:

모든 작업을 수행하는 AI 고객 서비스 시스템을 구축하세요.

비현실적이고 위험함: 무제한 범위, 보안 없음, 사람의 검증 없음, 측정 없음. 그러한 욕구는 시스템이 아니라 위험을 낳는다.

강력한 프롬프트:

"화물 조회 + 표준 반품" 여정을 위한 파일럿 CX-YZ 흐름을 설계합니다. 범위를 좁게 유지하세요. 각 단계에는 소스 기반 응답(조작 없음), 마스킹, 사람의 승인이 필요한 지점, 분노/범위 밖 인계 규칙, 측정할 3가지 지표(그 중 하나는 품질 균형 장치)가 있습니다. 또한 중지 기준을 기록합니다.

차이점: 범위가 좁고 안전 인증-인계-측정이 포함되고 파일럿 로직 및 중지 기준이 명확합니다.

세 개의 미니 케이스

사례 1 — 여정 중심의 성공. 한 전자상거래 회사는 AI를 "봇 설치, 보조자 설치" 구성 요소별로 설계한 것이 아니라 "가장 빈번한 5가지 여정을 처음부터 끝까지 개선"하도록 설계했습니다. 첫 번째 여행(화물+귀국)에서는 봉쇄와 CSAT가 함께 증가했습니다. 그런 다음 다른 여행에도 동일한 패턴이 복사되었습니다. 9개월 만에 셀프 서비스 솔루션 비율은 41%에서 68%로 증가했고, CSAT는 3.9에서 4.5로 증가했습니다. 복잡하게 얽혀있는 차량들보다 여행 중심의 디자인이 우세했습니다.

사례 2 - 파일럿을 건너뛰는 비용. 한 통신업체가 모든 제품에 대한 봇을 한꺼번에 열었습니다. 일부 제품에는 지식 기반이 누락되었습니다. 봇이 허위 캠페인 정보를 방송하자 수천 명의 고객이 오해를 불러일으키고 프로그램이 급히 철회되었습니다. 다음 시험에서는 단일 제품을 시범적으로 테스트해 신뢰성이 입증됐을 때 문제 없이 확장됐다. 교훈: 작게 시작하고, 측정하고, 성장하세요.

사례 3 - 거버넌스 격차. 2년 전 은행에 설립된 봇은 소유자가 다른 부서로 이동했을 때 "고아"로 남아 있었습니다. 지식 기반을 업데이트한 사람도 없고 정확성을 측정한 사람도 없습니다. 법률이 변경된 후에도 봇은 계속해서 이전 규칙을 말하여 감사 결과를 얻었습니다. 각 구성 요소에 소유자, 경계 문서 및 정기적인 검토가 할당되면 이러한 위험이 제거되었습니다. 교훈: 고아가 된 AI는 시간이 지나면서 책임이 됩니다.

일반적인 실수

여정을 구축하지 말고 구성요소를 쌓아보세요. 개별 도구는 일관된 경험을 제공하지 않습니다. 여행을 중심으로 디자인하세요.
파일럿 없이 확장. 전체 허브를 한 번에 열면 오류가 확장됩니다. 좁은 파일럿부터 시작하십시오.
거버넌스 우회. 소유자, 경계, 제어가 없는 구성 요소는 시간이 지남에 따라 위험을 초래합니다.
보안을 오래 유지하세요. 마스킹, DPA, 투명도는 처음부터 디자인에 들어가야 합니다. 나중에 추가되지 않습니다.
사람들을 무력화시키는 것을 목표로 하고 있습니다. 목표는 사람을 파괴하는 것이 아니라 사람들을 가장 가치 있는 작업에 집중시키는 것입니다.

주의: 가장 성숙한 CX-YZ 프로그램이라도 "인간이 없는" 시스템은 아닙니다. "사람을 가장 좋은 자리에 배치"하는 시스템입니다. AI 루틴은 지식과 규모를 전달합니다. 인간은 관계, 판단, 책임을 진다. 이러한 분업은 전체 모듈의 핵심입니다.

요약하면

엔드 투 엔드 CX-YZ 프로그램은 별도로 학습한 구성 요소(봇, RAG, 보조자, 요약, 분석, 셀프 서비스, 핸드오버, 측정, 보안)를 하나의 원활한 고객 여정으로 결합합니다. 구성 요소 중심이 아닌 여정 중심으로 프로그램을 설계합니다. 소규모 파일럿으로 시작하여 규모를 확대합니다. 각 구성 요소에 소유자, 경계 문서 및 정기 검사를 할당하는 거버넌스를 설정합니다. 처음부터 디자인에 보안과 투명성을 구축하세요. 가장 중요한 것은 목표가 사람을 제거하는 것이 아니라 관계, 판단, 책임과 같은 가장 가치 있는 업무에 사람들을 집중시키는 것입니다. AI는 규모를 가지고 있습니다. 그것은 인간의 의미와 책임을 담고 있습니다.

응용과제

자신의 조직(또는 가상의 조직)에 대해 가장 일반적인 고객 여정을 선택하고 "1) End-to-End 여정 맵" 템플릿을 사용하여 진입-해결/인계-종료-측정 단계, 각 단계의 AI 구성 요소, 소스, 인간 승인 및 보안 규칙을 추출합니다. 그런 다음 "2) 파일럿 계획" 템플릿(메트릭, 안전, 롤오버 규칙, 중지 기준)을 사용하여 이 여정에 대한 6주 파일럿을 설계합니다. 마지막으로 하나의 구성요소에 대해 "3) 거버넌스/경계 문서"를 작성합니다.

체크리스트

[ ] 저는 구성요소가 아닌 엔드투엔드 고객 여정을 기반으로 프로그램을 설계했습니다.
[ ] 가장 빈번한 여행을 계획하고 각 단계마다 AI 구성 요소, 소스 및 인간 승인을 표시했습니다.
[ ] 저는 소규모 조종사로 시작했습니다. 이를 메트릭과 보안으로 증명하고 점차적으로 성장시켰습니다.
[ ] 각 AI 구성 요소에는 소유자, 경계 인증서 및 정기 검사가 있습니다.
[ ] 저는 처음부터 디자인에 보안, 개인 정보 보호 및 투명성을 구축했습니다.
[ ] 사람을 무력화시키기보다는 가장 가치 있는 일에 집중하기 위해 시스템을 구축했습니다.

모듈 시험

1. 콜센터 관리자는 AI 봇이 생성한 환불 제안을 사람의 승인 없이 고객에게 직접 약속으로 보냅니다. 이 접근 방식의 근본적인 실수는 무엇입니까?

A) 사람의 승인 없이 재정적 약속이 포함된 산출물을 결정으로 전환하는 행위, 책임이 사람에게 있음을 무시함 ✔
B) 봇은 환불 문제에 대해 전혀 몰라야 합니다. 이 주제는 완전히 금지되어 있습니다
C) 봇이 표 대신 일반 텍스트로 제안을 제시했습니다.
D) 환불 제안은 이메일 대신 SMS를 통해 고객에게 전송되어야 합니다.

설명: 인공 지능은 보조자이자 스케치 생성기입니다. 고객에 대한 재정적 약속(환불, 보상)은 권한 있는 사람에게 속합니다. 확인되지 않고 승인되지 않은 AI 출력을 약속으로 바꾸는 것은 서명되지 않은 고객 약속을 만드는 것과 같으며 조직을 구속합니다.

2. 챗봇을 설계할 때 봇의 범위(할 수 있는 것과 할 수 없는 것)를 좁고 명확하게 정의해야 하는 이유는 무엇입니까?

A) 범위가 좁으면 봇의 쓰기 속도가 빨라지고 서버 비용이 절감됩니다.
B) 무제한 범위로 인해 봇은 자신이 모르는 문제에 대해 조작된 거짓 약속을 생성하게 됩니다. 좁은 범위는 이를 방지합니다 ✔
C) 범위가 좁아 고객이 인간에게 도달하지 못하도록 보장
D) 범위 정의는 음성 봇에만 필요하며 텍스트 봇에는 필요하지 않습니다.

설명: 범위가 무제한인 봇은 자신이 모르는 주제에 대해 이야기하려고 시도하며 환각(조작된 정보)을 생성하고 잘못된 약속을 할 수 있습니다. 범위가 좁고 명확하므로 지식 기반과 연결된 안전한 주제에만 봇이 유지됩니다. 밖으로 나가면 인간에게 전염됩니다.

3. 전자상거래 봇이 '귀하의 요청은 자격이 없습니다.'라고 반품 거부 등의 나쁜 소식을 보냅니다. 그리고 불만이 늘어나더군요. 음성 디자인 측면에서 가장 좋은 수정 사항은 무엇입니까?

A) 봇을 완전히 제거하고 모든 환불 요청을 사람에게 전달합니다.
B) 동일한 메시지를 대문자와 보다 정확한 언어로 전달하여 명확성을 높이기 위해
C) 나쁜 소식을 비난하지 않고, 공감하고, 가능하다면 대안으로 전달하는 톤가이드를 구현하라 ✔
D) 반품 조건 변경 및 모든 요청 수락

설명: 정보 자체(반품 거부)는 변하지 않지만 스타일에 따라 경험이 결정됩니다. 고객을 비난하지 않고 공감하면서 나쁜 소식을 전하고, 가능하면 대안을 제시하는 것이 CSAT를 크게 높여줍니다. 톤 가이드는 봇의 음성을 일관되고 인간답게 유지합니다.

4. AI가 태그를 자유롭게 생성하도록 하는 대신 자동 호출 태깅(처리)에서 폐쇄형 분류(제한적이고 미리 정의된 태그 목록)를 사용하는 것이 중요한 이유는 무엇입니까?

A) 폐쇄형 분류로 인해 봇의 응답 속도가 빨라집니다.
B) 무료 라벨링은 KVKK에 위배되지만 폐쇄 분류법은 호환됩니다.
C) 폐쇄형 분류로 인해 대리인 승인이 불필요함
D) 무료 라벨은 일관성이 없고 지저분하여 분석을 왜곡합니다. 폐쇄형 분류는 고정되고 일관되며 보고 가능한 범주를 제공합니다 ✔

설명: 무료 태깅은 '송장', '송장 발행', '송장 문제' 등 서로 다르지만 동의어인 수십 개의 태그를 생성하여 관리 보고서를 의미 없게 만듭니다. 폐쇄형 분류는 AI를 고정되고 일관된 범주로 강제하여 분석의 신뢰성을 보장합니다.

5. 콜센터 봇의 환각을 줄이는 RAG(Retrieval-Augmented Generation) 방식의 기본 논리는 무엇인가요?

A) 모델은 메모리에서 맞추는 것이 아니라 현재 소스에서 가져온 조각을 기반으로 답을 찾습니다. 출처에 없으면 '모름'이라고 나옵니다 ✔
B) RAG는 모델이 더 빠르게 작성할 수 있도록 하여 오답 확률을 줄입니다.
C) RAG는 봇이 모든 질문에 반드시 대답하도록 요구합니다.
D) RAG는 자동으로 개인 데이터를 마스킹하고 KVKK 규정 준수를 보장합니다.

설명: RAG는 모델이 자체 메모리에서 답변을 맞추는 것을 방지합니다. 먼저 현재 지식 기반에서 관련 부분을 가져온 다음 해당 부분만을 기반으로 답변을 생성합니다. '소스에 답이 없으면'이라는 원칙을 바탕으로 모델은 자신이 모르는 질문을 추측하는 대신 '확실히 모른다'고 말할 수 있습니다.

6. 상담원 보조가 활성화되면 화면에 동시에 8개의 제안이 나타날 때 상담원의 처리 시간(AHT)이 늘어납니다. 이 상황의 가장 가능성 있는 원인과 해결책은 무엇입니까?

A) 대표자들이 보좌관을 반대하고 있습니다. 권고사항을 의무화해야 한다
B) 제안이 너무 많으면 인지 과부하가 발생합니다. 솔루션 제안을 간략하고 요점만 전달 ✔
C) 보조원은 담당자를 완전히 배제하고 고객에게 직접 편지를 써야 합니다.
D) AHT 증가는 정상이며 무시해야 합니다.

설명: 한 번에 제안이 너무 많으면 에이전트에 인지 과부하가 발생합니다. 상담원이 제안서를 읽으려고 시도하는 동안 고객과의 연결 및 흐름이 끊어집니다. 해결책은 제안 수를 줄이고 정확하고 신뢰도가 높은 제안만 표시하는 것입니다.

7. 인공지능을 활용한 품질관리(QA)에서는 감성분석 점수와 자동평가를 어떻게 포지셔닝해야 할까요?

A) 점수는 절대적인 사실이므로 대표 성적 점수로 직접 환산해야 합니다.
나) 감성분석은 마케팅에만 활용되며, QA와는 아무런 관련이 없습니다.
C) 점수는 신호이며 예비적입니다. 최종 결정은 증거에 기초한 인간의 몫입니다 ✔
D) AI가 모든 대화를 평가하므로 더 이상 인간의 감독이 필요하지 않습니다.

설명: 감정 점수와 자동화된 QA 평가는 신호이자 사전 스크리너입니다. 아이러니, 표현, 맥락은 모델을 오해할 수 있습니다. 최종 평가와 피드백은 인간의 몫입니다. 각 결과는 대화에서 나온 증거를 인용하여 뒷받침되어야 하며, 불확실한 상황은 인간에게 맡겨야 합니다.

8. 한 통신사는 비용 절감을 위해 '에이전트 연결' 옵션을 숨겨 고객을 봇에 계속 머물게 하려고 했습니다. 이 '감옥' 접근법의 가장 가능성 있는 장기적 결과는 무엇입니까?

A) 모든 사람이 봇 사용법을 배우므로 고객 만족도가 영구적으로 증가합니다.
B) 통화량이 영구적으로 줄어들고 부작용이 발생하지 않습니다.
C) 봇이 모든 문제를 해결하므로 더 이상 인간 팀이 필요하지 않습니다.
D) 해결되지 않은 고객은 화를 내고 만족도와 NPS가 감소하며 더 어려운 통화로 돌아옵니다 ✔

설명: 고객을 봇에 가두어 단기적으로는 호출이 줄어들지만, 해결되지 않은 고객은 더욱 화를 내고 소셜 미디어가 넘쳐나며 NPS가 감소합니다. 결국 그들은 더 길고 더 어려운 전화를 가지고 돌아옵니다. 훌륭한 셀프 서비스는 고객에게 쉬운 퇴장과 자유를 제공합니다. 역설적으로 이는 셀프 서비스 사용량을 증가시킵니다.

9. 한 직원이 결제 문제를 분석하기 위해 전체 카드 번호가 포함된 통화 녹음을 공개 AI 도구에 업로드했습니다. 이것이 심각한 규정 준수 위반인 이유는 무엇입니까?

A) 승인되지 않은 장치에 전체 카드 번호를 전송하는 것은 PCI-DSS 및 KVKK를 위반합니다. ✔
B) 유일한 문제는 파일이 Excel 형식이라는 것입니다
다) 통화녹음은 어떠한 경우에도 분석용으로 사용될 수 없습니다.
D) 유일한 문제는 분석이 영어가 아닌 터키어로 이루어졌다는 점이다.

설명: PCI-DSS에 따라 전체 결제 카드 번호는 승인되지 않은 환경에서 전송되거나 저장될 수 없습니다. 고객 데이터도 KVKK의 범위 내에 있습니다. 올바른 방법은 카드와 개인 데이터를 출처에서 완전히 마스킹하고 익명의 텍스트만 분석하는 것입니다.

10. 한 은행에서 '카드가 3일 동안 차단됐어, 미칠 것 같아'라고 화난 고객에게 봇이 집요하게 셀프 서비스 조치를 제안하고 있었습니다. 인간 에스컬레이션 설계 측면에서 올바른 행동은 무엇입니까?

A) 봇은 고객에게 진정하고 동일한 단계를 다시 시도하라고 알려야 합니다.
B) 봇은 분노 신호를 핸드오버 트리거로 읽고 정중하고 상황에 맞게 즉시 인간에게 전달해야 합니다. ✔
C) 봇은 고객을 봇에 계속 머물게 하기 위해 추가 할인을 제공해야 합니다.
D) 봇은 대화를 종료하고 고객에게 나중에 다시 전화하도록 요청해야 합니다.

설명: 분노와 위기의 징후는 봇이 강요하는 것이 아니라 신속하게 인간에게 전달되는 암시적인 트리거입니다. 봇은 정중한 전환 문장을 사용하여 이를 즉시 인간에게 전달하고 수집한 익명 컨텍스트를 에이전트에 전달해야 합니다. '진정해'라고 말하거나 주장하는 것은 그 경험을 재앙으로 만들 것입니다.

11. 콜센터의 경우 봇 차단율이 58%에서 71%로 증가한 반면, 같은 기간 CSAT는 4.1에서 3.6으로 감소했습니다. 이 표는 어떻게 해석되어야 합니까?

A) Containment가 증가하고 CSAT가 중요하지 않기 때문에 프로그램은 완전히 성공적입니다.
B) 두 측정항목은 서로 관련이 없으므로 별도로 평가해야 합니다.
C) 생산성 향상은 만족을 희생하여 이루어질 수 있습니다. 고객이 봇에 갇힐 수 있으므로 이를 확인해야 합니다 ✔
라) 수능 하락은 계절적 현상이며 AI와는 무관하다.

설명: 생산성 지표(봉쇄)를 단독으로 읽어서는 안 됩니다. CSAT(Quality Balancer)와 함께 평가해야 합니다. Containment가 증가하는 동안 CSAT가 감소하는 경우 이는 고객이 봇에 갇혀 해결되지 않은 상태로 남아 있다는 신호일 수 있으므로 확인해야 합니다.

12. 엔드 투 엔드 CX-AI 프로그램을 구현할 때 '소규모 파일럿으로 시작하여 측정을 통해 성장'하는 것을 권장하는 이유는 무엇입니까?

A) 파일럿은 예산 승인을 받기 위한 형식일 뿐입니다.
B) 작게 시작하면 AI 비용이 영구적으로 0이 됩니다.
C) 파일럿은 거버넌스 및 보안 요구 사항을 제거합니다.
D) 모든 것을 한 번에 켜면 오류도 커집니다. 좁은 파일럿에서 측정하고 증명하여 확대하는 것이 안전하고 유익합니다 ✔

설명: 콜센터 전체를 AI에 한꺼번에 개방하면 발생할 수 있는 오류(지식 기반 불완전, 오답)가 즉시 확대되어 큰 위기로 이어질 수도 있습니다. 안전하고 유익하며 중지 기준을 통해 제어할 수 있다는 것을 측정하고 증명하여 좁은 여정에 대한 자신감을 확대합니다.

13. 고객이 먼저 봇에게 자신의 문제를 설명한 후 담당자와 연결되면 처음부터 다시 모든 것을 설명해야 합니다. 이 '컨텍스트 손실' 문제에 대한 최선의 해결책은 무엇입니까?

A) 봇이 수집한 익명의 컨텍스트(의도, 시도, 이유, 감정)를 이체 카드를 통해 담당자에게 자동 전달 ✔
B) 고객에게 인내심을 갖고 모든 것을 다시 설명해 달라고 요청합니다.
C) 봇을 완전히 제거하고 상담원과 직접 모든 통화를 시작합니다.
D) 상담원이 처음부터 끝까지 대화 내용 전체를 들을 때까지 기다립니다.

설명: 나쁜 시대의 가장 큰 죄는 맥락의 상실입니다. 해결책은 익명 처리된 핸드오버 카드를 사용하여 봇이 수집한 모든 컨텍스트(의도, 시도한 단계, 인계 이유, 감정적 어조)를 에이전트의 화면에 자동으로 가져오는 것입니다. 그래서 고객이 다시 설명하지 않고 AHT가 단축됩니다.

14. IT 보안 및 윤리 측면에서 콜센터의 음성 분석, 음성 인식 및 데이터 처리 도구에 적용되는 기본 제한은 무엇입니까?

A) 도구는 비용을 절감하는 한 모든 유형의 데이터에 자유롭게 사용할 수 있습니다.
B) 도구는 승인되고 방어적이며 합의된 목적으로만 사용될 수 있습니다. 승인, 목적, 동의 없이 데이터를 처리할 수 없습니다. ✔
C) 투명성 요구 사항은 음성 봇이 아닌 텍스트 봇에만 적용됩니다.
라) 이미 기관에 대한 기록이므로 고객에게 정보를 제공하는 것이 의무사항은 아닙니다.

공개: 이러한 도구는 조직 자체 데이터의 승인, 방어 및 합의에 따른 사용에만 사용할 수 있습니다. 승인되지 않은 사람을 모니터링하거나, 다른 사람의 데이터에 접근하거나, 동의 없이 녹음하는 것은 불법이며 직업 윤리에 위배됩니다. 승인, 목적 및 동의 없이는 어떤 데이터도 처리할 수 없습니다.