CS업무 — 사람이 꼭 해야 하는 응대와 자동화해도 되는 응대를 가르는 기준 (2026)
CS 응대를 사람 몫과 자동화 몫으로 나누는 기준은 문의의 단순함이 아니라 '정답이 미리 확정되어 있는가'다. 답이 문서에 정해져 있는 응대는 규칙 실행으로, 판단과 책임이 따라오는 응대는 사람 전담으로 나뉜다.
사람이 꼭 해야 하는 CS 응대는 무엇이 기준인가?
CS업무에서 사람이 꼭 해야 하는 응대는 정답이 미리 정해져 있지 않은 응대고, 자동화해도 되는 응대는 정답이 문서에 정해져 있는 응대다. 문의 주제가 아니라 '응답이 규칙으로 확정될 수 있는가'가 사람과 자동화를 가른다. 규칙으로 적을 수 있으면 대체가 가능해지고, 규칙으로 확정할 수 없으면 사람의 판단이 남는다.
같은 문의라도 상황에 따라 답이 달라지면 사람의 몫이다. 환불·지연·예외 처리처럼 결정의 결과가 금전이나 책임으로 이어지는 응대는 규칙보다 판단이 앞선다.
반대로 답이 하나로 고정된 응대는 자동화 대상이다. 상품 상태 조회, 배송 위치 확인, 절차 안내처럼 '어디를 보면 정답이 나오는지'가 정해져 있으면 그 응답은 사람의 반복 작업이 아니라 규칙 실행이다.
| 응대의 성질 | 사람이 맡는 응대 | 자동화 대상 응대 |
|---|---|---|
| 정답의 존재 | 상황을 읽고 결정해야 함 | 문서에 정답이 정해져 있음 |
| 예외 처리 | 규칙에 안 맞는 사례를 판단 | 정해진 절차를 그대로 안내 |
| 결정의 책임 | 환불·지연·보상 같은 결정을 부담 | 책임질 결정이 없음 |
이 기준은 문의 유형이 아니라 응답의 구조를 보는 것이다. 같은 '주문 조회'도 평소에는 규칙으로 끝나지만, 예외가 붙으면 사람 판단으로 넘어간다.
왜 '단순한 문의'로 나누면 안 되나?
'단순하다'는 문의의 성질이 아니라 보는 사람의 익숙함에 달렸다. 자주 받는 문의라도 규칙에 예외가 섞이면 단순하지 않다. 문의를 단순·복잡으로 나누는 대신 '응답 경로가 끝까지 규칙으로 적히는가'를 기준으로 나눠야 한다.
배송 위치 문의처럼 평소에는 정답이 하나인 응대도, 배송이 늦었거나 주소가 틀렸다면 예외가 생긴다. 그 지점부터는 절차가 아니라 판단이 필요하다.
따라서 문의 유형별 분류표를 처음부터 완성하려 들기보다, 규칙이 끝나는 지점과 그 뒤를 누가 맡을지를 먼저 정하는 것이 자동화의 경계를 만든다.
구축 표준에서는 응대 분류를 어떻게 잡나?
SGK 스튜디오 AI챗봇 구축 표준은 정답이 확정된 문의를 자동 응대 대상으로 두고, 그 뒤의 판단·조율·책임이 붙은 응대는 사람 전담으로 남긴다. 자동 응대가 답하면 끝나는 지점과 사람이 이어받는 지점을 구축 단계에서 미리 나눈다. 효과는 회사마다 다른데, 응대 대상을 어떻게 정의했는지가 그 차이를 만든다.
자동 응대의 범위는 시나리오를 얼마나 많이 썼는가가 아니라, 정답이 문서로 확정된 문의를 얼마나 규칙화했는가로 정해진다. 정답이 없는 응대는 자동화로 돌려도 사람이 다시 붙는다.
구축 표준은 모든 응대를 자동화하려 하지 않는다. 자동화 대상과 사람 전담 응대, 그리고 그 사이를 전환하는 기준을 함께 정의하는 것이 표준의 내용이다.
응대를 나누는 작업, 무엇부터 시작해야 하나?
반복적으로 같은 답이 나오는 응대부터 규칙으로 적는 것이 출발점이다. 같은 질문에 같은 답을 매번 다시 쓰고 있다면 그 응대는 이미 자동화 대상이다. 정답이 확정되지 않은 응대는 자동화 대상에서 빼고, 사람이 맡는 조건을 남긴다.
분류를 처음부터 완성하려 들지 않아도 된다. 자주 받는 문의에서 정답이 고정된 것부터 추리고, 예외가 생길 때마다 사람 전담으로 넘어가는 기준을 채워가면 된다.
이 분류는 한 번으로 끝나지 않는다. 규칙이 문서로 정리되는 만큼 자동화 대상이 늘어나는 구조라, 응대를 나누는 기준은 운영하면서 계속 갱신된다.
자주 묻는 질문
- Q. 불만·감정이 섞인 응대도 자동화할 수 있나?
- 감정이 섞인 응대는 사람의 몫이다. 자동화는 불만의 맥락을 모아 사람에게 넘겨주는 일까지 맡고, 보상·사과·조치 여부 같은 결정은 사람이 내리는 구조로 나눈다.
- Q. 자동화하면 응대 인력이 줄어들까?
- 인력이 어떻게 변하는지는 회사마다 다르다. 분명한 것은 담당 업무의 구성이 바뀐다는 점인데, 반복 응대 대신 예외 판단과 자동화 관리가 남는 업무가 된다.
- Q. 우리 문의가 자동화 대상인지 어떻게 알 수 있나?
- 같은 질문에 같은 답을 몇 번이나 썼는지가 가장 직접적인 신호다. 같은 답이 반복되면 그 응대는 규칙으로 적을 수 있다는 뜻이고, 매번 답이 달라진다면 사람이 맡아야 할 응대다.
AI 상담봇 보기 · 서비스 범위와 가격을 먼저 보고 싶다면
이어서 읽기
- AI 챗봇카카오비즈니스, 계정을 만든 뒤에도 문의 응대가 안 되는 이유카카오비즈니스 계정 개설과 문의 응대는 다른 층위의 작업이다. 채널을 열었다고 자동으로 응대가 시작되지 않으며, 응답 시나리오·상담원 전환 규칙·운영시간 처리 없이는 계정만 있고 응대는 사람이 수동으로 하게 된다.
- AI 챗봇상담원 문의량, 인당 한계는 건수 나눗셈으로 나오지 않는다 — 순수 응대 시간·문의 구성·자동응대로 보는 법 (2026)상담원 1명이 하루에 처리할 수 있는 문의량은 '근무시간 ÷ 평균 응대 시간'으로 나오지 않는다. 문의 유형·채널·후처리·피크 시간대가 인당 한계를 가르며, 자동응대는 처리 속도를 올리는 대신 상담원이 붙지 않아도 되는 문의를 분류한다.
- AI 챗봇고객센터자동화, 반복 문의를 어디까지 줄일 수 있나 — 문의 구조가 자동응대 한계를 정하는 법 (2026)반복 문의가 많으면 자동응대로 줄어든다는 통념과 달리, 줄어드는 범위는 챗봇 성능이 아니라 문의 구조가 정한다. 답이 고정되고 근거 문서가 있는 문의만 자동응대로 대체되며, 어디까지 줄어들지는 발주 전 문의 로그 분류로 계산할 수 있다.
- AI 챗봇AI챗봇 도입, AI 교육 지원이 실질적 도움이 되는 기준 — 일반 교육이 아니라 자동응대·근거 자료·운영에 붙어야 효과가 나는 이유 (2026)AI 교육 지원을 받아도 챗봇 도입 결과가 갈리는 지점은 교육 내용이 아니라 자동응대 경계·근거 자료·운영 책임에 있다. 일반 AI 교육은 운영으로 옮겨지지 않고, 구축 대상 챗봇의 문의와 자료를 다루는 교육만 실질적 도움이 된다.
- AI 챗봇AI챗봇 사업, 어디서부터 배우나 — 툴 사용법보다 먼저 정하는 자동응대 경계·시나리오·운영 책임 (2026)AI챗봇을 시작할 때 무엇부터 배우는가는 툴이나 모델이 정하지 않는다. 자동응대 경계, 시나리오, 근거 자료, 운영 책임의 순서가 배움의 범위를 정한다. 통념은 AI 지식부터 쌓는 것이지만, 결과를 가르는 것은 문의 구조다.
- AI 챗봇챗봇만들기, 직접 만들다 보면 막히는 지점 — 시나리오·근거 자료·채널 연동·운영 책임에서 갈리는 법 (2026)챗봇을 직접 만들 때 막히는 곳은 챗봇 도구나 API 선택이 아니다. 어떤 문의를 자동으로 답할지 정하는 시나리오 설계, 답변의 근거가 되는 자료, 도입 후 오답을 고치는 운영 책임에서 멈춘다.
방법론
자사 AI챗봇 구축 표준에서 자동 응대 대상과 사람 전환 지점을 정의하는 방식을 바탕으로, CS 업무를 사람 응대와 자동화 대상으로 나누는 기준을 정리했다. 금액과 성과 수치는 회사마다 다르고 확인 가능한 근거가 없어 적지 않았으며, 외부 통계나 법령도 인용하지 않았다.
출처
- · SGK 스튜디오 AI챗봇 구축 표준
- · 네이버 지식iN 공개 질문