CS는 AI 자동화되는데, 왜 CX는 여전히 사람이 필요할까
요즘 CS/CX 채용 공고가 눈에 띄게 줄었다. 반복 문의에 답하는 CS 업무는 챗봇과 AI 상담원으로 빠르게 자동화되고 있고, 기업들도 상담 인력 운영 방식을 다시 설계하고 있다.
문제는 그다음이다.
CS 자동화가 빨라질수록 CX 인력의 필요성까지 줄어드는 것처럼 보이기 쉽다.
하지만 CS와 CX가 맡는 역할은 생각보다 분명히 다르다.
CS가 이미 발생한 문의를 빠르고 정확하게 해결하는 일이라면,
CX는 그 문의가 왜 생겼고 어떻게 줄일지를 설계하는 일에 가깝다.
이 과정에서는 지식베이스(KB)에 무엇을 넣고 무엇을 의도적으로 제외할지 판단해야 한다.
AI도구만으로는 해결하기 어려운, 현장을 경험한 사람의 판단이 필요한 영역이다.
실제로 재직 중 KB를 설계하며 세운 원칙이 있다.
예를 들어 환불 규정을 안내할 때는 고객이 다음으로 물을 가능성이 높은 “언제 입금되나요?”까지 1차 답변에 포함해 재문의를 줄일 수 있다.
반대로 모든 정보를 많이 제공한다고 좋은 답변이 되는 것은 아니다.
고객에게 필요한 정보와 불필요한 추가 행동을 유도할 수 있는 정보를 구분하고, 답변 이후의 행동까지 예상해 설계해야 한다.
이는 단순히 “질문에 무엇이라고 답할까”를 정하는 일이 아니다.
“이 답변 뒤에 고객이 어떤 질문과 행동이 이어질까”를 읽는 일이다.
이런 판단은 실제 현장에서 VOC를 지속적으로 다뤄본 경험에서 나온다.
실제 사내 데이터가 아닌 합성 문의 100건을 기준으로 AI 챗봇 상담원을 시뮬레이션한 결과, 정책형 문의는 KB만 잘 갖춰도 자동응답률 70%대까지 가능했다.(추정)
하지만 실질적인 상담 품질과 인력 리소스 절감 효과는 단순 자동응답률만으로 결정되지 않았다.
고객이 다시 문의하는 재인입률까지 함께 낮춰야 실제 자동완결률이 높아진다.
시뮬레이션에서도 재인입률이 5%p 개선될 때 연간 절감 효과가 커졌고, 이를 좌우하는 핵심은 결국 KB 설계 품질이었다.
채용 시장에서 CS와 CX를 하나의 영역으로 묶어 인력을 줄이는 지금이야말로, 역설적으로 CX의 역할이 더 분명해지는 시점이다.
앞으로 필요한 사람은 상담을 많이 처리하는 사람이 아니라, 무엇을 자동화하고 무엇을 사람에게 남길지 설계할 수 있는 사람이다.
CS는 AI가 대신할 수 있다.
하지만 고객의 목소리를 읽고 정책과 서비스의 변화로 연결하는 CX 설계는 아직 사람의 영역에 가깝다.
