핵심 요약

• 대부분의 고객 서비스 리더는 상담원의 역할을 줄이기보다 오히려 넓히고 있습니다. 2027년 1분기까지 AI 관련 일선 인력 감원을 실행했거나 계획 중인 리더는 31%에 불과합니다.
• AI로 실질적인 사업 성과를 거두는 기업은 여전히 드뭅니다. AI가 EBIT(이자 및 법인세 차감 전 이익)에 기여했다고 답한 기업은 37%이며, 고성과 기업으로 분류되는 곳은 약 6%에 그칩니다.
• AI 컨택센터의 성과는 업무를 얼마나 재설계했는지와 밀접하게 맞물려 있습니다. AI 고성과 기업의 약 4분의 3이 업무 흐름을 근본적으로 재설계한 반면, 그 외 기업은 4분의 1에 불과합니다.
• AI 상담원 지원은 신입 및 숙련도가 낮은 상담원에게 가장 큰 효과를 보이며, 이는 신규 인력 교육 방식에도 변화를 가져옵니다.
• 컨택센터 자동화의 발목을 잡는 것은 기술보다 사람과 프로세스입니다. 에이전틱 AI 프로젝트가 정체되는 원인은 대개 AI 모델의 성능이 아니라 오케스트레이션(조율) 체계, 거버넌스, 운영 규율의 부재입니다.

들어가며

많은 사람이 AI가 컨택센터에서 상담원을 몰아낼 것이라고 예상했습니다. 그러나 데이터는 다른 이야기를 하고 있습니다. Gartner가 고객 서비스·지원 리더 321명을 대상으로 실시한 설문조사에 따르면, AI가 단순 업무를 맡게 되면서 85%가 일선 상담원에게 새로운 업무를 부여하고 있습니다. 반면 McKinsey의 2026년 State of AI 설문조사에서 AI가 이익에 기여했다고 답한 기업의 비중은 1년 사이 거의 변하지 않았습니다.

컨택센터 AI로 실질적인 가치를 만드는 기업은 일자리를 가장 많이 줄인 곳이 아닙니다. 사람과 AI가 각자 잘하는 일을 맡도록 업무 방식을 바꾼 곳입니다. 이것이 바람직한 인간-AI 협업의 모습입니다.

상담원 대체는 간단해 보였지만, 데이터는 다르게 말합니다

상담원 대체는 설득하기 쉬운 논리였습니다. 인력을 줄이고 통화당 비용을 낮출 수 있기 때문입니다. 하지만 2025년 9~10월에 실시된 Gartner 설문조사에서 리더의 80%는 AI가 고객 문의량을 줄이면서 인력 구조를 바꿔야 한다는 압박을 받고 있다고 답했습니다. 대부분은 일자리를 없애기보다 직무를 재설계하는 방식으로 대응하고 있습니다.

• 85%는 일선 상담원 직무에 새로운 책임을 추가하고 있습니다.
• 75%는 상담원을 새로운 직무에 재배치하고 있습니다.
• 63%는 퇴사자를 충원하지 않는 자연 감소 방식으로 인력을 서서히 줄이고 있습니다.

2025년 10월 기준으로 AI 때문에 상담원 인력을 줄인 리더는 20%에 불과했고, 55%는 고객 문의량이 늘어나는 가운데서도 인력 규모를 유지했습니다. McKinsey도 같은 차이를 확인했습니다. AI를 활용하는 기업의 응답자 중 지난 1년간 AI가 전체 인력 감소에 영향을 미쳤다고 답한 비율은 14%에 그쳤으며, 1년 전 인력 감소를 예상한 비율은 32%였습니다.

일자리 감축이 역효과를 낳을 때

Commonwealth Bank of Australia는 AI 음성 봇 도입을 이유로 발표했던 고객 서비스 직원 45명 감원 계획을 2025년 8월 철회했습니다. 호주 금융 부문 노조인 Finance Sector Union에 따르면 음성 봇 도입 이후 오히려 통화량이 늘어났습니다. Gartner는 2027년까지 AI를 이유로 고객 서비스 인력을 줄인 기업의 절반이 다시 사람을 채용할 것이며, 직함만 다를 뿐 비슷한 업무를 맡기게 될 것이라고 예측했습니다.

AI를 도입한다고 저절로 성과가 나지 않는 이유

응답자 10명 중 8명은 AI 덕분에 생산성이 높아졌다고 답했지만, AI가 회사 이익(EBIT)에 기여했다고 답한 비율은 37%에 그쳤습니다. 차이는 일하는 방식에서 나옵니다. AI 고성과 기업의 약 4분의 3이 AI 도입을 계기로 업무 흐름을 근본적으로 재설계했으며, 그 외 기업은 4분의 1에 불과했습니다.

컨택센터 AI도 마찬가지입니다. 복잡하게 얽힌 고객 여정 위에 AI 챗봇을 덧붙이기만 하면 주로 '디플렉션(deflection)', 즉 문제는 해결하지 못한 채 상담원 연결만 막는 효과가 나타납니다. 서비스 운영은 기업들이 AI로 비용 절감 효과를 가장 많이 보고하는 분야 중 하나이지만, 그 효과를 얻으려면 새 소프트웨어를 설치하는 것만으로는 부족하며 프로세스 자체를 재설계해야 합니다.

바람직한 인간-AI 협업의 모습

AI 상담원 지원은 상담원의 역량을 높입니다

AI 상담원 지원이란 실시간 상담 중에 상담원을 돕는 AI를 말합니다. Generative AI at Work 연구에서 Stanford와 MIT의 경제학자들은 AI 어시스턴트를 단계적으로 도입한 기업의 고객 지원 상담원 5,179명의 데이터를 분석했습니다.

• 상담원이 시간당 해결한 문의 건수가 평균 14% 늘었습니다.
• 신입 및 숙련도가 낮은 상담원의 개선 폭은 34%에 달했습니다.
• 상담 중 고객 반응과 상담원 근속률이 모두 개선되었습니다.

연구진은 AI 어시스턴트가 우수 상담원의 업무 방식을 다른 상담원에게 전파했을 가능성을 시사하는 근거도 제시했습니다. 방대한 텍스트로 학습한 AI인 대규모 언어 모델(LLM) 기반 상담원 지원 도구가 지향하는 역할도 같습니다. 고객 서비스 분야의 생성형 AI가 지속적인 가치를 만드는 지점이 바로 여기입니다. 상담원을 대체하는 대신 모든 상담원의 역량을 끌어올리는 것입니다.

반복 업무는 AI가, 어려운 사례는 사람이

챗봇은 현재 가장 널리 확대 적용된 AI 도구입니다. 고객 서비스 AI 에이전트는 주문 조회처럼 스스로 작업을 완료할 수 있으며, McKinsey는 AI 적용이 가능한 고객 응대 물량의 최대 60%를 AI가 맡을 수 있을 것으로 전망합니다. 그러나 Gartner는 AI가 예외적이고 위험도가 높은 사례에서 어려움을 겪는 경우가 많다는 이유로 2028년까지 사람이 제공하는 고객 서비스를 완전히 없앤 Fortune 500 기업은 한 곳도 없을 것으로 예측했습니다.

효과적인 하이브리드 모델은 업무를 4개의 계층으로 나눕니다.

• 자동화: AI가 단순하고 반복적인 요청을 처리합니다.
• 지원: AI가 실시간 상담 중에 상담원을 지원합니다.
• 사람의 판단: 불만 처리, 감정적인 상황, 예외적인 사례는 사람이 맡습니다.
• 관리·감독: 전문 인력이 AI를 설계하고 모니터링합니다.

관리·감독 계층에서는 이미 새로운 일자리가 생겨나고 있습니다. Gartner 조사에 따르면 42%의 기업이 대화형 AI 디자이너, 자동화 분석가 같은 새로운 직무의 인력을 채용하고 있습니다.

선도 기업과 후발 기업: 최고의 AI 컨택센터는 무엇이 다른가

McKinsey가 고객 서비스 리더 440명을 대상으로 실시한 설문조사는 AI 컨택센터의 상위 10% 기업('선도 기업')과 하위 30% 기업('후발 기업')을 비교했습니다.

선도 기업은 기초 AI 활용 사례에 대규모로 투자한 비율(67% 대 16%)과 최근 12개월간 고객 경험 점수가 크게 개선되었다고 답한 비율(40% 대 12%)에서 후발 기업을 크게 앞섰습니다. AI가 상담 전 과정을 처리하는 것을 "전혀 받아들이기 어렵다"고 답한 비율은 선도 기업이 4%에 그친 반면, 후발 기업은 37%에 달했습니다. 사람 상담원을 선호하는 고객 성향은 두 그룹 모두의 과제로, 선도 기업의 64%와 후발 기업의 79%가 이를 디지털 전환의 주요 장애물로 꼽았습니다. 컨택센터를 바라보는 관점도 달라, 선도 기업은 컨택센터를 성장 동력으로, 후발 기업은 비용 센터로 인식하고 있습니다.

McKinsey의 결론은 분명합니다. 차이를 만드는 것은 AI 기술에 대한 접근성이 아니라, 에이전틱 AI를 새로운 도구가 아닌 운영 모델 전반의 변화로 받아들이는지 여부입니다.

대부분의 AI 프로젝트가 정체되는 이유

충분한 예산을 갖춘 AI 프로그램도 같은 장애물에 부딪힙니다.

• 기술: 에이전틱 AI를 시범 도입 중인 기업의 미국 리더 501명을 대상으로 한 Deloitte 설문조사에서 72%는 쉽게 접근할 수 있는 통합 데이터가 없다고 답했고, 70%는 AI 에이전트를 신뢰하고 통제할 수 있다고 느끼지 못했으며, 67%는 시스템 연동이 지나치게 비싸고 복잡하다고 답했습니다. Gartner는 2025년 6월, 에이전틱 AI 프로젝트의 40% 이상이 2027년 말까지 취소될 것으로 예측했습니다.
• 사람과 프로세스: 업무 프로세스가 에이전틱 AI를 도입할 준비가 되어 있다고 답한 리더는 21%에 불과했고, 절반은 자사가 AI에 대비한 인력 전환에 충분히 투자하지 않고 있다고 답했습니다. 그럼에도 75%는 인간-AI 협업이 AI 에이전트만으로 이루어지는 자동화보다 더 큰 가치를 만든다는 데 동의했습니다.
• 고객: Gartner가 2025년 미국 고객 5,801명을 대상으로 실시한 조사에서 54%는 제품·서비스 추천과 관련해 AI보다 사람 상담원을 더 신뢰한다고 답했습니다(AI를 더 신뢰한다는 응답은 32%). 2026년 Gartner의 고객 3,566명 대상 조사에서는 87%가 생성형 AI를 활용하는 기업이라면 사람과 연결되는 방법을 반드시 제공해야 한다고 답했습니다.

이를 간과한 AI 고객 서비스 전략은 가장 중요한 순간에 고객의 신뢰를 잃을 수 있습니다.

인간-AI 협업을 위한 실행 가이드

컨택센터 자동화로 실질적인 성과를 내는 기업들은 대체로 비슷한 단계를 밟습니다.

• 근본 원인을 찾습니다. McKinsey는 기술 파트너를 선정하기 전에 고객이 왜 문의하고 무엇을 원하는지부터 파악할 것을 권장합니다.
• 먼저 재설계하고, 그다음 도입합니다. AI가 맡을 부분과 사람이 맡을 부분, 그리고 둘 사이의 업무 전환 방식을 정합니다.
• AI 상담원 지원부터 시작합니다. 생산성 향상 효과가 연구로 확인되었고 위험도 비교적 낮습니다.
• 지식 베이스를 정지합니다. 정확한 정보가 있어야 LLM의 답변도 정확해집니다.
• 성과를 측정합니다. 통화 시간만 볼 것이 아니라 문제 해결률, 고객 경험, 매출을 추적합니다.

인간-AI 협업, 제대로 설계하다

AI 파일럿 단계를 넘어 실질적인 ROI를 만들어내는 컨택센터 업무 흐름을 구축하고자 하는 기업이라면 메이크봇(Makebot)에서 구체적인 출발점을 찾아보시기 바랍니다. 메이크봇의 기업용 AI 솔루션은 이 글이 강조하는 원칙과 같은 방향으로 설계되어 있습니다. 상담원을 대체하는 것이 아니라 팀의 역량을 높이고, 규모에 맞는 측정 가능한 성과를 만들어내는 AI입니다.