AI에게 불만 고객 대응 문구를 맡겨도 될까? 고객의 불만 내용을 AI에게 입력하고 답변 문구를 만들어 보니, 감정을 자극하지 않는 표현을 빠르게 만드는 데는 도움이 됐지만 모든 상황에서 그대로 사용하기에는 부족한 부분도 있었다.
직장에서 고객을 응대하다 보면 단순한 문의보다 처리하기 어려운 불만을 만나는 경우가 있다. 배송이 늦었다거나 제품에 문제가 생겼다는 정도라면 비교적 쉽게 답변할 수 있지만, 고객이 이미 여러 번 문의했거나 강한 표현을 사용한 상황에서는 어떤 말부터 해야 할지 고민하게 된다.
특히 고객이 화가 난 상황에서는 같은 내용이라도 표현 방법에 따라 반응이 달라질 수 있다. “확인해 보겠습니다”라는 말도 상황에 따라 성의 없는 답변처럼 느껴질 수 있고, 지나치게 사과하는 표현은 회사가 아직 확인하지 않은 사실까지 인정하는 것처럼 보일 수도 있다.
그래서 이번에는 실제 업무에서 자주 발생할 법한 불만 상황을 몇 가지로 나누고 AI에게 고객 답변을 작성해 달라고 요청했다. 배송 지연, 서비스 이용 불편, 반복 문의, 환불 요청처럼 서로 다른 사례를 준비한 뒤 AI가 만든 문구가 실제 고객에게 보내도 괜찮은 수준인지 살펴봤다.
단순한 불만에는 AI가 만든 답변도 꽤 자연스러웠다
첫 번째 사례는 배송 지연이었다. 고객은 예정된 날짜에 상품을 받지 못했고, 배송 조회를 해도 며칠째 상태가 바뀌지 않는 상황이었다.
AI에게 고객의 상황과 현재 확인된 내용을 알려주고 정중하면서도 너무 형식적이지 않은 답변을 만들어 달라고 요청했다.
AI는 먼저 배송이 늦어진 것에 대해 사과하고, 현재 배송 상태를 확인한 뒤 고객에게 안내하겠다는 내용으로 답변을 만들었다. 문장 자체는 자연스러웠고 지나치게 딱딱한 표현도 많지 않았다.
직접 작성했다면 “불편을 드려 죄송합니다. 배송 상황 확인 후 다시 안내드리겠습니다” 정도로 짧게 작성했을 텐데, AI는 고객이 겪은 불편을 한 번 더 언급하면서 답변을 조금 더 부드럽게 만들었다.
두 번째는 서비스 이용 중 오류가 발생했다는 불만이었다. 고객은 여러 번 시도했지만 문제가 해결되지 않아 불편을 겪고 있었다.
이 경우 AI는 단순히 “불편을 드려 죄송합니다”라고 답하는 것보다 현재 상황을 확인하고 해결 방법을 안내하겠다는 흐름으로 답변을 만들었다. 고객 입장에서는 사과만 반복하는 것보다 다음에 무엇을 해줄 것인지 알려주는 답변이 더 도움이 될 수 있다.
이런 단순한 상황에서는 AI가 꽤 유용했다. 고객의 감정을 자극할 수 있는 표현을 줄이고, 사과와 안내를 적절하게 섞어 답변을 만드는 데 시간이 거의 들지 않았다.
특히 같은 내용을 조금 더 정중하게 표현하고 싶을 때 효과가 있었다. 내가 작성한 문장은 짧고 직접적인 반면 AI가 만든 문장은 고객의 입장에서 느낄 수 있는 불편을 먼저 언급하는 방식이었다.
하지만 AI가 만든 문장이 항상 좋은 것은 아니었다. 일부 답변에서는 “최대한 빠르게 해결해 드리겠습니다”처럼 구체적인 기준이 없는 표현이 들어갔다.
고객에게 언제 해결되는지 확실하지 않은 상황에서 이런 표현을 사용하면 오히려 기대를 높일 수 있다. 실제로 빠르게 해결하지 못하면 고객이 다시 불만을 제기할 가능성도 있다.
그래서 AI에게 답변을 만들 때 “확인되지 않은 약속은 하지 말고, 실제로 할 수 있는 내용만 작성해 달라”고 조건을 추가했다. 그 이후에는 훨씬 현실적인 답변이 만들어졌다.
고객이 강하게 항의할수록 AI 답변을 그대로 사용하기 어려웠다
두 번째 실험은 감정이 더 강한 상황이었다.
고객이 같은 문제로 여러 번 문의했지만 해결되지 않았고, “도대체 몇 번을 이야기해야 하느냐”는 식으로 강하게 항의하는 상황을 가정했다.
AI에게 이 내용을 그대로 입력하고 답변을 요청하자 먼저 고객의 불편에 공감하고 사과한 뒤 현재 상황을 확인하겠다는 답변이 나왔다.
문장만 보면 상당히 정중했다. 하지만 자세히 읽어 보니 사과 표현이 여러 번 반복됐다.
“불편을 드려 죄송합니다”, “다시 한 번 죄송합니다”, “불편을 끼쳐드린 점 사과드립니다”처럼 비슷한 표현이 연속으로 등장했다.
고객이 이미 화가 난 상황에서는 지나친 사과가 오히려 형식적인 답변처럼 느껴질 수 있다. 고객이 원하는 것은 사과의 횟수가 아니라 문제가 실제로 해결되는 것이다.
그래서 사과는 한 번만 명확하게 하고, 현재 상황과 다음 조치를 중심으로 다시 작성하도록 했다.
수정한 답변은 “여러 차례 문의하셨는데도 문제가 해결되지 않아 불편을 드린 점 죄송합니다. 현재 담당 부서에 관련 내용을 전달해 확인하고 있으며, 확인되는 대로 다시 안내드리겠습니다”와 같은 구조였다.
이렇게 바꾸니 훨씬 자연스러웠다. 고객이 왜 화가 났는지 인정하면서도 앞으로 무엇을 할 것인지 설명하기 때문이다.
환불을 요구하는 상황에서도 비슷한 문제가 있었다. AI는 고객의 요구를 존중한다는 표현을 넣었지만, 회사의 실제 환불 기준을 알지 못하기 때문에 환불이 가능한 것처럼 해석될 수 있는 문장을 만들기도 했다.
이 부분은 특히 주의가 필요했다. AI는 회사의 내부 규정이나 해당 주문의 구체적인 상황을 알 수 없기 때문이다.
예를 들어 “환불 요청을 확인하고 빠르게 처리해 드리겠습니다”라는 문장은 환불이 가능한 상황이라면 괜찮지만, 환불 여부를 아직 판단하지 않은 상태라면 적절하지 않다.
따라서 “환불 가능 여부를 확인한 후 안내드리겠습니다”처럼 사실에 맞는 표현으로 수정해야 했다.
AI에게 고객 응대 문구를 맡길 때 가장 중요한 것은 감정을 부드럽게 만드는 것과 사실을 정확하게 전달하는 것을 구분하는 것이었다. AI는 전자는 잘했지만 후자는 입력된 정보에 따라 결과가 달라졌다.
AI는 답변 초안에는 유용하지만 최종 판단까지 맡기면 안 됐다
이번 실험을 통해 AI가 가장 유용했던 부분은 고객에게 보낼 답변의 초안을 빠르게 만드는 일이었다.
고객이 화가 난 상황에서는 담당자도 감정적으로 반응할 수 있다. 이때 고객의 표현에 그대로 대응하기보다 AI에게 상황을 설명하고 “감정을 자극하지 않는 답변으로 정리해 달라”고 요청하면 한 번 더 생각할 기회를 얻을 수 있었다.
특히 내가 처음 작성한 문장과 AI가 작성한 문장을 비교하면 차이가 분명했다. 직접 작성한 답변은 문제를 빨리 설명하는 데 집중하는 경우가 많았지만, AI는 먼저 사과하거나 고객의 불편을 인정하는 문장을 넣는 경우가 많았다.
반대로 AI가 지나치게 정중한 표현을 사용하거나 사과를 반복하는 경우도 있었다. 실제 고객과의 대화에서는 이런 표현이 오히려 거리감을 만들 수 있기 때문에 적절하게 줄이는 과정이 필요했다.
사례별로 보면 배송 지연처럼 사실관계가 비교적 명확한 상황에서는 AI 답변을 조금만 수정해도 사용할 수 있었다. 서비스 오류처럼 원인을 확인해야 하는 상황에서는 해결 방법을 확정적으로 말하지 않도록 수정해야 했다.
반복적인 불만이나 환불 요청처럼 민감한 상황에서는 더욱 신중해야 했다. 고객에게 무엇을 약속할 수 있는지, 회사 규정상 어떤 조치가 가능한지 확인한 뒤 답변을 만들어야 했다.
AI에게 고객 응대 전체를 맡기는 것보다는 상황 정리와 답변 초안 작성을 맡기는 방식이 가장 현실적이었다.
AI에게 요청할 때도 단순히 “고객에게 답변해 줘”라고 하는 것보다 상황을 구체적으로 알려주는 것이 좋았다.
예를 들어 고객이 어떤 문제를 겪었는지, 지금까지 어떤 조치를 했는지, 앞으로 실제로 할 수 있는 조치가 무엇인지 알려준 뒤 “확인되지 않은 내용은 추가하지 말고, 고객을 탓하는 표현을 사용하지 않으며, 짧고 자연스럽게 작성해 달라”고 요청했다.
이렇게 조건을 넣으니 처음 결과보다 훨씬 실무에 가까운 답변이 나왔다.
다만 고객의 이름, 연락처, 주문번호처럼 개인정보가 포함된 내용을 그대로 AI에 입력하는 것은 주의해야 한다. 실제 업무에서는 필요한 정보만 남기고, 회사에서 허용한 AI 도구와 기준을 사용하는 것이 좋다.
이번 실험에서 AI는 고객의 감정을 판단하거나 문제를 해결하는 역할보다는, 이미 정리된 상황을 고객이 받아들이기 쉬운 문장으로 바꾸는 데 더 적합했다.
결론적으로 AI에게 불만 고객 대응 문구를 맡기는 것은 충분히 활용할 만했다. 답변을 처음부터 작성하는 시간을 줄여주고, 감정적인 상황에서도 차분한 표현을 만드는 데 도움이 됐다.
하지만 AI가 만든 문장을 그대로 고객에게 보내는 것은 추천하기 어려웠다. 확인되지 않은 내용을 추가하거나 지나치게 사과하거나, 실제로 제공할 수 없는 해결책을 약속할 가능성이 있기 때문이다.
가장 현실적인 방법은 고객 상황 확인 → AI에게 답변 초안 요청 → 사실관계 확인 → 회사 기준에 맞게 수정 → 최종 발송 순서였다.
AI에게 말투와 표현을 맡기고, 실제로 무엇을 약속할 수 있는지는 사람이 판단하는 것이다. 이렇게 역할을 나누면 고객 응대 시간을 줄이면서도 불필요한 오해를 예방할 수 있다.