같은 회사, 다른 채널, 다른 대답
회사 웹사이트에는 챗봇이 있습니다. 인스타그램 DM엔 다른 봇이 돌고 카카오톡 채널엔 또 다른 봇이 있습니다. 매장 Kiosk는 아예 별개 시스템이고요. 그래서 고객이 겪는 풍경은 익숙합니다. 어제 웹사이트에서 상담했던 내용을 오늘 카카오톡에서 다시 처음부터 설명해야 하는 풍경 말입니다.
회사의 본래 의도는 "채널마다 최적화된 경험을 주자"였을 겁니다. 실제 결과는 "같은 회사인데 채널마다 다른 담당자가 있는 듯한" 경험입니다. 정보도 기억도 말투도 조금씩 어긋나 있습니다.
AI 에이전트 시대가 가져다준 장점 하나는, 이 분절을 비교적 쉽게 없앤다는 점입니다.
"복제되는 직원"이라는 비유
사람을 채널마다 배치하려면 채용을 그만큼 해야 합니다. 그런데 에이전트 한 명을 만들어 두면 그 동일한 에이전트가 동시에 웹에도 Slack에도 카카오톡에도 Kiosk에도 서 있을 수 있습니다. 한 번 채용으로 아홉 자리에서 근무가 되는 셈입니다. 게다가 그 직원은 아홉 자리에서 만난 모든 대화를 기억합니다. 실제 사람이라면 "퇴근하고 기억이 흐려져서" 하는 일도 없습니다.
AICLUDE이 옴니채널 에이전트라고 부르는 구조가 바로 이것입니다. 에이전트의 본체는 하나이고 채널은 그 본체의 얼굴과 목소리를 내보내는 통로일 뿐입니다. 통로가 여럿이라도 어디에서 만나든 같은 사람과 대화하는 감각을 유지합니다.
어떤 채널에서 만나도 같은 기억
"같은 기억"이라는 말이 중요합니다. 흔한 옴니채널 솔루션은 채널끼리 메시지는 연결되지만 맥락은 공유되지 않습니다. 고객 입장에서 달라진 게 별로 없습니다.
에이전트 기반 옴니채널은 작동 방식이 조금 다릅니다. 웹에서 고객이 남긴 관심사, 어제 매장 Kiosk에서 진행한 상담, 어젯밤 카카오톡 문의가 에이전트의 단일 기억으로 모입니다. 고객이 오늘 Slack으로 문의해도 에이전트는 "어제 웹에서 보신 그 요금제에 대한 이어지는 질문이신가요?"라고 자연스럽게 맥락을 이어 갑니다.
이 감각은 생각보다 셉니다. "이 회사는 날 알고 있다"는 느낌이 작은 챗봇 하나에서 시작되니까요.
운영 관점에선 어떤 일이 줄어드나
기술 설명보다 운영 효과로 먼저 보시는 게 실감이 빠릅니다. 보통 한 조직이 옴니채널 에이전트를 들이면 아래와 같은 일들이 사라집니다.
- 채널마다 따로 만드는 챗봇 봇빌더 계정들
- 채널별로 다른 FAQ를 유지하는 수작업
- 고객 데이터가 채널별로 쪼개져 생기는 누락·중복
- 새 채널을 추가할 때마다 "챗봇을 또 하나 만들어야 합니까?"라는 질문
대신 이런 일이 일상이 됩니다. 새 채널을 추가하고 싶을 땐 에이전트는 그대로 두고 통로만 추가하면 됩니다. 하루면 새 채널이 켜집니다. 웹 위젯은 스크립트 한 줄, Slack은 앱 설치 한 번, 카카오·라인·디스코드도 비슷합니다.
채널별 차별화는 어떻게?
"그럼 채널 고유의 특성은 살릴 수 없는 거 아닌가요?" 하는 걱정이 따라옵니다. 당연한 우려입니다만, 옴니채널 에이전트가 "모든 채널에서 똑같이 말하라"는 뜻은 아닙니다.
에이전트의 내용, 그러니까 기억과 지식은 공유하되 표현 방식은 채널마다 튜닝합니다. Slack에선 간결하게, 카카오톡에선 친근하게, Kiosk에선 천천히 발음하듯이요. 한 사람이 상사 앞에서와 친구 앞에서 같은 정보를 다르게 말하는 것과 비슷합니다. 내용이 같지 말투가 같을 필요는 없습니다.
이 기능이 없으면 무엇이 생기는가
반대로 생각하면 쉽습니다. 채널마다 AI가 따로 돌고 있는 조직이라면 시간이 지날수록 아래가 쌓입니다.
- 운영 비용: 채널 × 봇 × 시나리오의 곱
- 고객 혼란: "왜 같은 회사인데 답이 다르죠?"
- 데이터 분절: 분석도 채널별로 따로, 인사이트도 흩어집니다
이걸 한 방에 정리해 주는 게 "에이전트는 한 명, 채널은 여러 개"라는 설계입니다. 그리고 이 설계를 이미 내장한 게 AICLUDE의 옴니채널 에이전트입니다.
좋은 직원 한 명이 여러 창구에 동시에 서 있을 수 있다면 조직 운영의 판이 달라집니다. 에이전트라면 그 일이 이미 가능합니다.
블로그 목록으로