Next Service AI 세션 다시보기: 상담 AI가 실제로 작동하려면 (AI x CX Festa 2026)

2026년 9월 3일 서울 엘타워 그랜드홀에서 열린 Salesforce 'AI x CX Festa 2026'에서 아이투맥스(i2max) SE팀 하은성 팀장이 「단순 보조를 넘어, 실제로 작동하는 Next Service AI」 세션을 발표했습니다. 고객센터·AICC(AI 콜센터)에 AI를 도입했는데도 현장에서 효과가 나지 않는 이유 네 가지와, 이를 해결하기 위한 Next Service AI의 설계 원칙 4가지, 8개 유즈 케이스 데모를 다룬 약 18분짜리 세션입니다. 이 글은 다시보기 영상과 함께 발표 내용을 정리한 기록입니다.

세션 한눈에 보기

• 발표자: 하은성 팀장 (아이투맥스 SE팀, 솔루션 엔지니어)
• 행사: Salesforce AI x CX Festa 2026 (2026년 9월 3일)
• 주제: 상담 흐름 안에서 실제로 작동하는 상담 AI, Next Service AI
• 영상 길이: 약 18분

영상은 아래 순서로 구성되어 있습니다.

• 오프닝 질문
• 현장에서 받는 3가지 질문
• 반복되는 4가지 문제
• Next Service AI 설계 원칙 4가지
• 8개 유즈 케이스 전체 여정
• 유즈 케이스 데모
• 도입 방법과 확장 전략
• 마무리 및 핵심 메시지

AICC 도입 논의에서 가장 많이 받는 질문은 무엇인가요?

하은성 팀장은 고객센터와 AICC 도입을 논의하면 거의 예외 없이 세 가지 질문이 나온다고 말했습니다. 어떤 기능이 있는지, 도입에 얼마나 걸리는지, 비용이 얼마인지입니다. 모두 반드시 확인해야 하는 내용이고 아이투맥스도 제안서에서 이 세 가지에 답합니다.

문제는 세 가지를 모두 확인하고 도입한 뒤에도 현장에서 AI가 기대만큼 활용되지 않는 경우가 있다는 점입니다. 발표자는 지난주까지 실제로 반도체 기업의 AI 프로젝트에 참여했고, 이 세션의 내용은 그런 현장에서 고객과 함께 고민하며 얻은 결론이라고 소개했습니다.

상담 AI를 도입해도 효과가 나지 않는 4가지 이유

현장에서 반복적으로 확인한 문제는 네 가지였습니다. 발표에서는 이를 "AI를 도입했는데도 상담원은 여전히 혼자였다"고 표현했습니다.

• 화면 전환으로 끊기는 상담 흐름: AI를 쓰려고 화면이나 탭을 바꾸는 순간 고객과의 대화에 집중하지 못하고 상담 흐름이 끊깁니다.
• AI가 활용하기 어려운 지식 구조: 상담원에게는 익숙한 문서지만 AI가 쓰기에는 어려운 구조로 되어 있습니다.
• 오류를 감지하고 개선할 방법의 부재: AI 응답에 문제가 생겨도 이를 발견하고 고칠 체계가 마련되어 있지 않습니다.
• 학습의 단절: 상담이 매일 수백, 수천 건 쌓여도 다음 상담과 지식으로 이어지지 않습니다.

네 가지를 한 문장으로 줄이면 "AI가 상담과 운영의 흐름 밖에 있었다"는 것입니다. 발표자는 이 문제들이 기능의 문제가 아니라 AI를 업무 안에서 어떻게 운영할 것인가의 문제였다고 짚었습니다.

Next Service AI의 설계 원칙 4가지

아이투맥스는 AI 기능을 고르기 전에 AI가 일하는 방식을 먼저 설계했습니다. 앞선 네 가지 문제에 하나씩 대응하는 원칙입니다.

1. 상담원의 흐름 안에서 작동한다. 2. 현장의 상담 언어가 지식으로 전환된다. 3. 사람이 오류를 통제할 수 있는 구조를 만든다. 4. 상담 결과가 다음 상담을 개선하는 구조로 이어진다.

이 네 가지 원칙을 8개의 구체적인 시나리오로 구현한 것이 Next Service AI입니다. 발표자는 이것이 기능 목록이 아니라고 강조했습니다. 어떤 기능을 넣을지가 아니라, 상담 한 건이 흘러가는 과정에서 AI가 어디에 들어가야 하는지를 고민한 결과라는 설명입니다.

8개 유즈 케이스는 상담 여정을 어떻게 나누나요?

전체 여정은 네 단계로 묶여 있습니다.

1단계: 고객이 스스로 해결하는 단계

지식으로 답할 수 있는 문의는 AI 에이전트가 1차로 처리합니다. 해결하지 못한 문의를 상담원에게 넘길 때는 고객이 AI와 어떤 대화를 나눴고 어디에서 막혔는지를 함께 전달합니다. 고객은 같은 말을 반복하지 않아도 되고, 상담원은 앞선 대화가 끝난 지점부터 시작할 수 있습니다.

2단계: 상담원이 더 잘 해결하도록 돕는 단계

• 상담 전: 고객의 최근 문의 내용과 감정 상태까지 이력을 브리핑해 상담원에게 전달합니다.
• 상담 중: 통화 중에 AI가 상담 화면 안에서 대화 맥락을 파악하고, 관련 지식을 근거로 응대 가이드와 다음 추천 액션을 제공합니다.
• 상담 후: 상담 분류와 요약 등 후처리를 지원합니다. 상담원에게 가장 귀찮은 단계이지만 제대로 처리하지 않으면 다음 상담으로 이어지지 않고 품질도 개선되지 않는 단계입니다.

3단계: 조직이 계속 학습하는 단계

상담 품질을 평가하고 코칭을 지원합니다. 지식이 비어 있는 부분이 발견되면 새 지식 문서의 초안을 만들고, 개선이 필요한 부분은 관리자에게 알림을 보냅니다. 초안을 만들기 전에는 기존 지식 문서와 중복이 있는지 먼저 확인합니다.

4단계: 다국어 상담으로의 확장

고객은 자신의 언어로 문의하고 상담원도 자신의 언어로 응대하며, 답변에는 앞서 구축한 동일한 지식을 재활용합니다. 발표자는 단순한 번역 기능이 중요한 것이 아니라고 말했습니다. 앞의 시나리오로 운영 구조가 갖춰지면 다국어 지원은 새 시스템을 만드는 일이 아니라 기존 구조를 확장하는 일이 된다는 것입니다.

이 8개 시나리오는 모두 Salesforce 표준 제품과 요소를 기반으로 작동합니다. 고객과 상담원의 접점은 Service Cloud, AI의 실행은 Agentforce, 상담 이력·지식·고객 데이터의 연결은 Data 360이 맡습니다. 상담이 끝난 뒤 쌓인 결과가 새 지식이 되고, 그 지식이 다시 셀프서비스와 상담 지원에 쓰이는 순환 구조가 핵심입니다.

데모에서는 무엇을 보여줬나요?

데모는 두 부분으로 진행되었습니다. 시나리오는 편의점 경영주가 본사 고객센터에 문의하는 상황입니다.

데모 1: 상담 한 건이 흘러가는 과정

• 상담이 시작되면 오른쪽 고객 브리핑에서 최근 문의와 아직 해결되지 않은 문제를 맥락과 함께 보여줍니다. 이력을 단순히 나열하는 것이 아니라 분석해서 제공합니다.
• 통화 내역은 왼쪽에 기록되고, 가운데에서는 AI가 응대 가이드와 추천 액션을 제공합니다. 상담원이 AI를 따로 실행하지 않아도 통화하면서 필요한 내용을 지원받습니다.
• 고객이 배차 문의를 하면 배차 시스템과 연동된 정보를 확인하고, AI도 같은 데이터를 읽어 답변 초안을 만듭니다.
• 지식 문서에 없는 질문이 나오면 AI는 없는 내용을 지어내지 않습니다. 상담원이 웹 검색으로 답을 찾도록 돕고, 기존 응대와 같은 톤으로 가이드를 제공합니다.
• 한 통화에서 새로운 문의가 발생하면 AI가 이를 감지해 티켓을 분리합니다.
• 상담이 끝나면 문의 유형과 처리 내용을 AI가 요약하고, 상담원은 확인 후 바로 저장합니다.

이 과정에서 상담원은 화면을 한 번도 전환하지 않고 상담을 마쳤습니다. 발표자는 "상담원이 AI를 찾아가는지, 아니면 AI가 상담 흐름 안으로 먼저 들어오는지"를 보라고 안내했습니다.

데모 2: 상담이 끝난 이후의 이야기

• 후처리까지 끝나면 AI가 상담 내용을 바탕으로 품질을 평가하고, 코칭 코멘트와 상담원이 반복하는 패턴을 감지합니다.
• 세부 탭에서는 항목별 점수와 점수가 낮은 원인까지 분석합니다. 평가 기준은 기업마다 다르기 때문에, 기업이 관리하는 평가 기준표(루브릭)를 받아 LLM에 맞춰 튜닝합니다.
• AI가 지식 공백을 감지하면 새 지식을 만들 것을 제안하고, 해당 상담의 티켓 정보와 어떤 지식이 비어 있었는지 요약해 보여줍니다.
• 필요한 내용을 선택하면 해결된 내용을 포함한 지식 초안을 생성해 다음 상담에 이어지게 합니다.

발표자는 이 순환이 돌아야 AI에도 경력이 쌓이고, 순환이 없으면 AI는 계속 첫날에 머문다고 말했습니다.

AICC 도입 전에 던져야 할 4가지 질문

발표의 결론은 기능·기간·비용이라는 기존 3가지 질문 다음에 물어야 할 네 가지 질문입니다.

1. AI가 상담원의 흐름을 끊지 않고 작동하고 있는가? AI를 쓰려고 반복해서 다른 화면이나 탭을 열어야 한다면 아직 상담 흐름 안에 들어왔다고 보기 어렵습니다. 2. 현장의 상담 언어가 AI가 활용할 수 있는 지식으로 전환되고 있는가? 문서가 많다고 AI가 활용할 지식이 많은 것은 아닙니다. 3. AI의 오류를 조직이 빠르게 발견하고 교정할 수 있는가? 오류가 전혀 없느냐보다 발견하고 바로잡을 수 있느냐가 중요합니다. 4. 상담 결과가 지식으로 전환되어 다음 상담에 활용되고 있는가?

발표자는 한 가지만 가져간다면 네 번째 질문이라고 말했습니다. 6개월 뒤 AI가 더 나아지고 있는지, 여전히 첫날에 머물러 있는지를 가르는 질문이기 때문입니다.

도입은 어떻게 시작하고 확장하나요?

8개 시나리오를 한 번에 모두 시작할 필요는 없습니다. 가장 반복적이고 개선 효과를 측정할 수 있는 한 장면부터 시작하는 방식입니다. 현장을 진단하고 우선순위를 정한 뒤, 고객의 업무와 데이터 조건을 반영한 환경에서 PoC를 진행합니다. KPI가 확인되면 적용 범위를 단계적으로 넓힙니다.

아이투맥스는 AI 기능만 납품하지 않고, Salesforce 기반 시스템과 서비스를 설계해 온 경험을 바탕으로 AI가 실제로 작동하는 운영 구조를 함께 설계합니다. 영상에서 소개한 8개 유즈 케이스는 표준 설계가 사전 구성되어 있고 설계와 핵심 기능이 이미 구현되어 있어, 고객 요구사항에 맞춰 빠르게 구체화해 적용할 수 있다고 설명했습니다.

발표는 세션 시작 때 던진 질문으로 마무리되었습니다. 상담 AI가 몇 년 차처럼 일하고 있는가는 도입한 지 얼마나 오래됐는지, 얼마나 최신 기술을 적용했는지가 아니라 상담이 쌓일수록 AI가 함께 배우고 다음 상담이 실제로 나아지고 있는가에 달려 있다는 것이 하은성 팀장의 결론입니다.

현장 분위기와 다른 세션 소식은 AI x CX Festa 2026 현장 후기에서 확인하실 수 있습니다.

자주 묻는 질문 (FAQ)

Q1. Next Service AI는 무엇인가요?

Next Service AI는 아이투맥스가 AI 프로젝트 현장에서 얻은 결론을 바탕으로 만든 상담 AI 설계 방식입니다. 상담원 흐름 안에서 작동, 현장 언어의 지식화, 오류 통제, 상담 결과의 학습 루프라는 4가지 설계 원칙을 8개 유즈 케이스로 구현했고, Salesforce의 Service Cloud, Agentforce, Data 360을 기반으로 작동합니다.

Q2. 상담 AI를 도입했는데도 효과가 없는 이유는 무엇인가요?

발표에서 꼽은 이유는 네 가지입니다. 화면 전환 때문에 상담 흐름이 끊기고, 문서가 AI가 활용하기 어려운 구조이며, AI 오류를 감지하고 개선할 방법이 없고, 상담 결과가 다음 상담의 지식으로 이어지지 않기 때문입니다. 공통 원인은 AI가 상담과 운영의 흐름 밖에 있다는 점입니다.

Q3. AI가 모르는 내용을 물어보면 어떻게 되나요?

데모에서 AI는 지식 문서에 없는 내용을 지어내지 않았습니다. 대신 상담원이 웹 검색으로 답을 찾는 것을 지원하고, 기존 응대와 동일한 톤으로 응대 가이드를 제공했습니다. 이때 비어 있던 지식은 상담 후 평가 단계에서 지식 공백으로 감지되어 새 지식 초안 생성으로 이어집니다.

Q4. 8개 유즈 케이스를 한 번에 도입해야 하나요?

그렇지 않습니다. 가장 반복적이고 개선 효과를 측정할 수 있는 한 장면부터 시작하는 방식을 권합니다. 현장 진단과 우선순위 결정 후 고객 업무·데이터 조건을 반영한 PoC를 진행하고, KPI가 확인되면 적용 범위를 단계적으로 확장합니다.

Q5. 상담 품질 평가 기준은 기업마다 다르게 적용할 수 있나요?

가능합니다. 데모에서 설명한 대로 평가 기준은 기업마다 다르기 때문에, 기업이 관리하는 평가 기준표(루브릭)를 제공받아 LLM에 맞춰 튜닝합니다.