AI로 고객 문의 답변 초안을 만들어 본 결과, 첫 문장을 고민하는 시간은 크게 줄었지만 사실과 다른 안내, 지나치게 확신하는 표현, 고객 상황을 충분히 고려하지 못한 답변이 문제가 됐다.
고객 문의에 답변하는 업무는 겉으로 보기에는 간단해 보이지만 생각보다 신경 쓸 부분이 많다. 고객이 무엇을 궁금해하는지 정확하게 파악해야 하고, 회사의 안내 기준과 실제 처리 가능 여부도 확인해야 한다. 같은 내용이라도 고객이 불편을 겪고 있는 상황이라면 표현을 더욱 조심해야 한다.
특히 배송 지연, 환불 요청, 서비스 오류처럼 불만이 섞인 문의는 답변을 작성하는 데 시간이 오래 걸린다. 너무 딱딱하게 쓰면 고객의 불편을 무시하는 것처럼 보이고, 지나치게 사과하면 회사의 잘못을 모두 인정하는 문장으로 받아들여질 수 있다. 정확한 내용을 전달하면서도 고객의 감정을 고려해야 한다.
이번에는 자주 받을 수 있는 고객 문의 세 가지를 준비해 AI에게 답변 초안을 맡겨 봤다. 배송 일정 문의, 환불 가능 여부, 서비스 이용 중 발생한 오류에 관한 문의였다. 직접 답변했을 때와 AI 초안을 수정했을 때의 시간을 비교하고, 실제로 어떤 문제가 생겼는지 살펴봤다.
답변 작성 시간은 줄었고 기본 문장도 자연스러웠다
첫 번째는 주문한 상품이 언제 도착하는지 묻는 문의였다. 고객은 안내된 배송 날짜가 지났는데도 상품을 받지 못했다며 정확한 도착 예정일을 알려 달라고 요청했다.
평소에는 주문 정보를 확인한 뒤 사과 문장과 현재 상황, 예상 일정, 추가 안내 순서로 답변을 작성했다. 고객이 화가 난 것처럼 보이면 표현이 너무 건조하지 않은지 여러 번 읽어 보기도 했다. 한 건의 답변을 완성하는 데 약 7분 정도가 걸렸다.
AI에게는 고객이 겪은 불편에 공감하고, 현재 확인된 내용만 바탕으로 답변하며, 정확하지 않은 날짜는 확정적으로 말하지 않도록 요청했다. 그러자 AI는 사과와 확인 결과, 다음 안내 순서로 초안을 만들었다.
첫 문장도 자연스러웠다. 고객이 오래 기다린 점에 대해 불편을 드렸다는 내용으로 시작한 뒤, 배송 상태를 확인하고 있다는 설명으로 이어졌다. 답변의 기본 흐름을 처음부터 만들 필요가 없어 수정에 집중할 수 있었다.
두 번째는 구매한 상품의 환불 가능 여부를 묻는 문의였다. 고객이 상품을 일부 사용한 상태라 회사 기준상 바로 환불 가능하다고 말하기 어려웠다. AI에게는 환불을 약속하지 말고, 확인에 필요한 정보와 다음 절차를 안내해 달라고 요청했다.
AI는 주문번호와 상품 상태, 사용 여부를 확인한 뒤 담당 부서에서 환불 가능 여부를 안내한다는 내용으로 정리했다. 고객에게 무엇을 보내 달라고 해야 하는지도 빠짐없이 포함했다. 이 답변은 간단한 표현만 고친 뒤 사용할 수 있었다.
세 번째는 서비스 화면에서 오류가 발생했다는 문의였다. AI는 고객이 먼저 확인할 수 있는 방법과 문제가 계속될 때 보내야 할 정보를 순서대로 정리했다. 직접 작성하면 빠뜨리기 쉬운 사용 기기, 오류가 발생한 시간, 화면 사진 등의 확인 항목도 포함됐다.
세 문의 모두 AI가 초안을 만드는 데는 몇 초밖에 걸리지 않았다. 내용을 확인하고 회사 표현에 맞게 수정하는 시간까지 포함하면 한 건당 약 3분 정도가 필요했다. 직접 작성했을 때의 7분과 비교하면 답변 시간이 절반가량 줄었다.
특히 비슷한 문의가 반복되는 업무에서는 효과가 컸다. 기본적인 인사말과 안내 순서를 AI가 만들어 주기 때문에 매번 처음부터 문장을 작성하지 않아도 됐다. 하지만 답변이 자연스럽다는 이유만으로 그대로 보내기에는 위험한 부분도 있었다.
확인되지 않은 내용을 사실처럼 안내하는 문제가 있었다
가장 먼저 발견한 문제는 AI가 정확한 정보를 모르는 상태에서도 그럴듯한 답변을 만든다는 점이었다. 배송 지연 문의에서 AI는 “상품은 내일 출고될 예정입니다”라는 문장을 넣었다. 하지만 내가 제공한 정보에는 내일 출고된다는 내용이 없었다.
실제로 확인된 내용은 물류센터에서 배송 상태를 점검하고 있다는 것뿐이었다. AI는 고객이 원하는 답을 완성하기 위해 가능한 일정을 추측한 것으로 보였다. 이 문장을 그대로 보냈다면 고객에게 잘못된 약속을 하는 셈이 된다.
환불 문의에서도 비슷한 문제가 있었다. AI는 상품을 사용했더라도 일정 기간 안에는 환불을 받을 수 있다는 식으로 작성했다. 그러나 회사 기준은 상품 종류와 사용 상태에 따라 달랐다. 일부 상품은 포장을 열면 환불이 제한될 수 있었고, 담당 부서의 확인도 필요했다.
AI는 일반적인 환불 안내를 회사의 실제 기준처럼 작성했다. 문장이 자연스럽고 구체적이어서 틀린 내용이라는 사실을 바로 알아채기 어려웠다. 고객 답변에서는 작은 안내 오류도 불만이나 추가 보상 요구로 이어질 수 있기 때문에 특히 주의해야 했다.
지나치게 확신하는 표현도 문제였다. 오류 문의에서 AI는 간단한 설정 변경으로 문제가 해결될 것이라고 안내했다. 하지만 같은 오류라도 원인이 여러 가지일 수 있었다. 고객이 안내대로 했는데도 해결되지 않으면 답변에 대한 신뢰가 더 떨어질 수 있다.
그래서 “이 방법으로 해결됩니다”라는 문장을 “먼저 다음 방법을 확인해 주세요. 문제가 계속되면 추가 확인을 도와드리겠습니다”로 바꿨다. 확인되지 않은 해결 방법은 가능성으로 안내하고, 다음 절차를 함께 보여주는 편이 안전했다.
고객의 감정을 충분히 반영하지 못하는 경우도 있었다. 상품을 두 번이나 잘못 받은 고객의 문의를 입력했는데, AI는 일반적인 사과 문장 한 줄 뒤에 교환 절차를 바로 설명했다. 내용은 맞았지만 같은 문제가 반복된 상황에 대한 사과가 부족하게 느껴졌다.
반대로 단순한 상품 정보 문의에도 지나치게 긴 사과를 넣는 경우가 있었다. 고객이 불만을 표현하지 않았는데도 “불편을 드려 진심으로 죄송합니다”라고 시작해 오히려 문제가 있었던 것처럼 보였다. 문의의 성격에 따라 말투를 직접 조절해야 했다.
AI는 답변 작성자가 아니라 검토가 필요한 초안 도구였다
이번 실험에서 AI를 활용하니 고객 문의 답변을 작성하는 시간은 분명 줄었다. 답변의 기본 순서를 만들고, 부드러운 표현을 찾고, 고객에게 요청할 정보를 정리하는 데 도움이 됐다.
하지만 AI가 만든 답변을 그대로 보내서는 안 됐다. 가장 먼저 확인해야 할 것은 날짜, 비용, 환불, 교환처럼 고객의 행동에 영향을 주는 정보였다. 확인되지 않은 배송일이나 처리 결과가 들어 있지 않은지 반드시 살펴봐야 했다.
두 번째는 AI가 회사의 실제 기준을 정확히 반영했는지 확인해야 한다. AI는 일반적으로 많이 사용되는 기준을 답변에 넣을 수 있지만, 회사마다 배송과 환불, 보상 기준은 다르다. 내부 안내문이나 최신 업무 기준과 비교하는 과정이 필요했다.
세 번째는 답변이 고객의 문의에 정확히 맞는지 확인해야 한다. 고객이 여러 질문을 한 경우 AI가 일부 질문만 답하거나, 주변 설명에 집중해 가장 중요한 요청을 놓칠 수 있다. 답변을 보낸 뒤 고객이 다시 같은 내용을 물어본다면 오히려 처리 시간이 늘어난다.
AI에게 초안을 요청할 때는 추측을 막는 조건을 구체적으로 넣는 것이 도움이 됐다. “제공한 정보에 없는 날짜와 정책은 만들지 말 것”, “확인되지 않은 내용은 확인 중이라고 표시할 것”, “고객의 질문별로 답변할 것”이라고 요청하자 잘못된 안내가 줄었다.
또한 문의 내용과 회사 기준을 구분해 전달하는 것이 좋았다. 고객이 보낸 내용, 현재 확인된 주문 상태, 회사가 안내할 수 있는 범위를 나누어 입력하면 답변이 더 정확해졌다. 다만 고객 이름과 연락처, 주문번호 같은 개인정보는 그대로 넣지 않는 편이 안전하다.
AI가 만든 답변을 검토할 때는 고객의 입장에서 한 번 다시 읽어보는 것도 필요했다. 사과만 있고 해결 방법이 없는지, 필요한 조치를 고객에게 모두 떠넘기고 있지는 않은지, 언제 다시 안내받을 수 있는지가 분명한지 확인해야 했다.
이번 실험에서는 답변 작성 시간이 한 건당 약 7분에서 약 3분으로 줄었다. 반복적인 문의일수록 시간 절약 효과가 컸다. 반면 확인되지 않은 날짜와 회사에 없는 환불 기준을 넣는 문제가 발견돼 최종 검토가 반드시 필요했다.
AI는 고객 문의 답변을 빠르게 시작하도록 돕는 도구로는 유용했다. 하지만 고객에게 전달되는 내용의 정확성과 약속에 대한 책임까지 대신해 주는 것은 아니었다.
AI에는 기본 문장과 안내 순서를 맡기고, 사람은 사실관계와 회사 기준, 고객의 감정을 확인하는 방식이 가장 현실적이다. 답변 속도를 높이는 것도 중요하지만, 잘못된 답변을 빠르게 보내는 것보다 정확한 답변을 조금 늦게 보내는 편이 고객의 신뢰를 지키는 데 더 중요하다.