AI챗봇에 맡기면 안 되는 문의가 있다, 자동응대의 경계선 (2026)

어떤 문의가 자동응대에 맞나?

회사가 이미 문서로 답을 정해둔 문의다. 영업시간·배송 규정·서류 준비물·가입 절차처럼 답이 하나로 확정돼 있고, 답이 바뀌면 문서를 고치는 것으로 관리되는 종류다.

세 번째 줄을 자동응대에 넣지 않는 것이 도입 설계의 핵심이다. 이 영역은 답이 회사 문서가 아니라 상대의 사정에 달려 있어서, 문장으로는 그럴듯하지만 실제로는 틀린 답이 나오기 쉽다.

특히 규제를 받는 업종이라면 어디까지가 안내이고 어디부터가 상담인지에 대한 사내 기준이 이미 있는 경우가 많다. 상담봇 범위는 그 기준을 넘지 않게 맞추는 것이 먼저다.

모르는 질문이 왔을 때의 처리가 왜 성능보다 중요한가?

고객 응대에서 가장 큰 사고는 못 알아듣는 것이 아니라 아는 척 잘못 답하는 것이다. 확신이 낮으면 답을 만들지 않고 사람에게 넘기도록 설계됐는지가, 데모에서는 안 보이고 실제 운영에서 곧바로 드러나는 차이다.

SGK 스튜디오는 확신이 기준에 못 미치는 질문은 답변을 생성하지 않고 문의 접수로 넘긴다. 틀린 답 하나가 신뢰를 깎는 비용이 답을 못 한 것보다 크기 때문이다.

넘어간 문의가 어디에 쌓이는지도 함께 정해야 한다. 담당자에게 알림이 가는지, 나중에 다시 볼 수 있게 기록되는지에 따라 상담봇이 영업 자산이 되기도 하고 그냥 사라지는 창구가 되기도 한다.

데모를 볼 때는 잘 되는 질문 말고 일부러 애매한 질문을 던져보는 게 좋다. 안내에 없는 내용, 비슷하지만 다른 상품, 조건이 붙는 질문에서 어떻게 처리하는지가 실제 운영 품질이다.

범위를 좁히면 효과도 줄어드는 것 아닌가?

반대인 경우가 많다. 반복 문의는 대개 소수의 질문 유형에 몰려 있어서, 그 유형만 정확히 처리해도 응대 부담의 상당 부분이 옮겨간다. 반면 범위를 넓게 잡으면 예외가 잦아져 사람이 뒷수습하는 시간이 늘어난다.

그래서 착수 전에 확인할 것은 문의 총량이 아니라 분포다. 최근 한두 달의 문의를 유형별로 세어보면 상위 몇 개가 어디까지 차지하는지가 보이고, 그 상위 유형이 첫 범위가 된다.

효과 크기는 회사마다 다르다. 반복 문의 비중이 높은 곳은 체감이 크고, 문의마다 판단이 필요한 곳은 자동응대보다 상담원 응대를 돕는 쪽이 맞다. 이 판단을 먼저 하는 것이 도입 성패를 가른다.

범위는 나중에 넓히면 된다. 좁게 시작해 오답이 나오지 않는 걸 확인한 뒤 유형을 추가하는 순서가, 처음부터 넓게 열고 사고를 수습하는 순서보다 빠르다.

SGK 스튜디오는 상담 인력 절감이나 응대율 개선을 숫자로 약속하지 않는다. 대신 도입 전에 문의 유형별 건수와 건당 소요 시간을 함께 재두고, 자동응대 범위를 서면으로 고정한 뒤 착수한다.