By ServiceNow BRANDVOICE Storytelling and expertise from marketers | Paid Program 2026년 7월 9일, 오후 12시 55분 EDT

기업의 흥망성쇠가 달린 분야가 바로 CX(Customer Experience)입니다. 하지만 이곳은 험난한 지형입니다. 고객들은 자신에게 필요하거나 가장 가치 있는 것을 얻지 못하고 있으며, 서비스 팀은 잡무에 시달리고 기본적인 업무를 완료하기 위해 사일로화된(siloed) 데이터 시스템을 헤쳐나가야 합니다. 핵심 문제는 다음과 같습니다. 기업 의사 결정자들은 종종 잘못된 문제를 해결하고, 자동화에 의해 점점 더 많이 주도되는 순수한 효율성을 다른 중요한 가치와 결과들을 배제한 채 과도하게 우선시하고 있습니다.

대표적인 예는 오늘날 기업들이 자체 고객 서비스 노력을 평가하는 방식입니다. ServiceNow의 고객 관계 관리(CRM) 제품 마케팅 부사장인 Eric Bensley는 다음과 같이 말합니다.

"현재 지표(metrics)는 속도에 매우 기반을 두고 있습니다. 우리가 너무 많은 것을 자동화하면서 한 가지 타협점은 고객 지원 센터에 전화하는 인간적인 경험, 그리고 그 좌절감을 잃어버렸다는 점이라고 생각합니다."

조직의 필수 요소와 고객 요구 사항 간의 격차는 ServiceNow의 새로운 보고서인 'The CX Shift'의 주요 시사점입니다. 이 보고서는 18개국에 걸쳐 34,000명의 응답자(고객, 고객 서비스 담당자 및 임원)를 대상으로 한 설문조사 결과를 강조합니다. 조직은 보고서가 설명하는 난관을 어떻게 극복할 수 있을까요? AI 시대에 탁월한 CX를 위한 6가지 전략을 구현함으로써 가능합니다. 다음은 설문조사 결과와 Bensley의 CX 분야 전문 지식으로 설명된, 쉽게 이해할 수 있는 6가지 필수 사항입니다.

조직은 고객이 무엇을 생각하는지 파악하기 위해 "고객 만족도(customer satisfaction)" 또는 "순 추천 지수(net promoter scores)"(후자는 소비자가 회사, 제품 또는 서비스를 추천할 가능성을 측정하는 지표(metric))를 사용해 왔습니다. 이제 그들은 더 잘할 수 있습니다. AI 모델은 모든 서비스 센터 통화, 채팅, 이메일 및 온라인 리뷰를 분석하여 서비스가 얼마나 공감적이고(empathetic) 반응적인지, 또는 직원이 문제를 해결하는 데 얼마나 많은 노력을 기울이고 있는지 점수를 매길 수 있습니다. AI는 또한 고객 신뢰, 좌절 및 만족도를 세분화하여(granular) 추적하는 것을 가능하게 합니다. 호텔 그룹은 이미 AI 기반 감성 분석(AI-based sentiment analysis)을 사용하여 고객 피드백에서 실망이나 기쁨을 감지하고, 이에 따라 인력 배치, 객실 표준 및 디지털 경험(digital experiences)을 조정하고 있습니다. 소매업체와 은행은 컨택 센터(contact-center) 녹취록을 분석하여 느린 분쟁 처리와 같은 마찰 지점(friction points)을 정확히 찾아내고, 가장 큰 이점을 가져올 수 있는 해결책에 우선순위를 두고 있습니다.

정보를 행동으로 전환하기 위해 조직은 CX 지표(metrics) 및 보고를 중앙 집중화해야 합니다. 중앙 집중식 프레임워크(centralized framework)는 정의를 표준화하고, AI 및 사람이 보고한 핵심 성과 지표(KPIs)를 정렬하며, 조직이 채널(channel), 세그먼트(segment) 및 여정 단계(journey stage)별로 성과를 비교할 수 있도록 합니다.

AI 도구는 서비스 담당자가 고객과 상호 작용할 수 있도록 자유롭게 하는 것 이상의 역할을 합니다. 이들은 개별 고객에게 공감, 이해 및 개인화된(personalized) 서비스로 응답하는 담당자의 능력을 향상시킵니다. 그 결과는 대규모의 반응성(responsiveness at scale)입니다. AI가 정서적 연결을 구축하는 데 어떻게 도움이 되는지는 다음과 같습니다.

• 생성형 AI(Generative AI)는 서비스 담당자에게 고객 상호 작용을 위한 실시간 상황 인식(real-time context awareness)을 제공하고, 보다 자연스럽고 진정성 있는 방식으로 소통하도록 돕습니다.
• 감성 분석(Sentiment analysis)은 담당자가 고객의 감정을 더 잘 이해하도록 돕고, 공감과 신뢰를 높이는 개인화된 지원을 제공합니다.
• 예측 분석(Predictive analysis)은 담당자가 과거 데이터, 행동 신호(behavioral signals) 및 예측 모델(predictive models)을 분석하여 고객 문제가 확대되기 전에 예측하도록 돕습니다.
• 에이전트형 AI(Agentic AI)는 고객 의도를 동적으로 해석하고 실시간 자동화(real-time automation) 및 지식 검색(knowledge retrieval)을 제공하여 담당자를 지원합니다. 이를 통해 복잡한 사례를 신속하게 해결할 수 있습니다.
• 추천 엔진(Recommendation engines)은 개별 선호도와 상황에 맞는 고객 응답 및 다음 행동에 대한 실시간 제안을 제공할 수 있습니다.

고객은 서비스 담당자와 상호 작용하지 않고도 문제를 해결할 수 있는 셀프 서비스(self-service) 옵션을 선호합니다. 생성형 AI(Generative AI)와 에이전트형 AI(agentic AI)는 조직이 고객 요구에 부응하는 솔루션을 만드는 데 도움을 줄 수 있습니다. 때로는 AI 단독으로 사용될 수도 있습니다. 다른 경우에는 조직이 AI가 인간의 작업을 증강하는 하이브리드 CX(hybrid CX) 접근 방식을 사용할 것입니다. 하이브리드 방식(Hybridity)은 빠르게 확산되고 있습니다. 향후 3년 동안 10명 중 8명 이상의 임원들이 고객에게 조언을 제공하고(89%), 구매 및 온보딩 프로세스를 관리하며(81%), 불만을 처리하고(93%), 문의에 응답하기 위해(92%) 기술 단독으로 또는 인간 담당자와 협력하여 기술을 사용할 것입니다. 특히 AI 에이전트(AI agents)가 하이브리드 방식을 주도할 것입니다. 이들은 조직이 복잡한 프로세스를 자동화하고(automate complex processes), 병목 현상(bottlenecks)을 발견하며, 고객 상황(customer context)을 파악하고, 부서 및 시스템 간의 작업을 가속화할 수 있도록 할 것입니다. 이는 인간 담당자의 업무를 더 쉽게 만들고, 응답 시간을 단축하며, 에스컬레이션(escalations)을 간소화할 것입니다.

서비스 담당자는 미래에 수행할 AI 증강 작업(AI-augmented work)에 대비해야 합니다. 조직은 CX 팀의 AI 기술 격차(AI skill gaps)를 평가하고 채우는 한편, 지속적인 AI 교육 프로그램(AI training programs)을 제공함으로써 도움을 줄 수 있습니다. 동시에 조직은 서비스 담당자의 역할을 재정의하여 디지털 기술과 대인 관계 기술을 조화시키는 데 중점을 두어야 합니다. 서비스 담당자가 팀 간에 더 자주 협력하고 고객 관계에 대한 집중을 강화함에 따라 협업 및 의사소통 기술이 중요해질 것입니다. 기타 우선순위 기술에는 지속적인 학습에 대한 긍정적인 태도와 AI 및 기술에 대한 일반적인 지식이 포함됩니다. AI 서비스 담당자의 워크플로(workflows)에 통합할 솔루션에 대해서는 의사 결정자들이 전문가, 즉 담당자 자신과 상의해야 합니다.

교차 기능 협업(cross-functional collaboration)을 촉진하고 원활한 경험(seamless experience)을 만들기 위해 CRM은 고객 데이터베이스가 아닌 실시간 경험 플랫폼(real-time experience platform)이어야 합니다. 이는 옴니채널 참여(omnichannel engagement)를 통합하고, 예측 분석(predictive analysis)을 내장하며, 데이터, 마케팅, 고객 서비스, 영업, 이행 및 배송, IT 분야의 주요 워크플로(workflows)를 통합해야 합니다. 에이전트형 AI(Agentic AI)는 미래의 CRM이 잠재력을 실현하도록 도울 수 있습니다. 은행 분쟁을 완화하거나 보증 청구를 처리하는 작업이든, 내장된 AI 에이전트(embedded AI agents)는 프론트, 미들, 백 오피스(front, middle and back offices) 전반에 걸쳐 워크플로를 실행하여 고객 문제를 더 빠르게 해결할 수 있습니다. 고객이 웹, 인앱(in-app), 매장 또는 인간 에이전트와 대화하든 모든 채널(channels)에서 모든 상호 작용이 맞춤화되고 일관되게 느껴집니다. 에이전트형 AI가 더 많은 CRM 시스템에 배포되어 대규모 인간-AI 협업(human-AI collaboration at scale)을 위한 인프라로 전환됨에 따라 서비스 담당자의 역할은 변화할 것입니다. 그들은 일상 활동의 대부분을 수행할 AI 에이전트의 운영자에서 감독자로 전환될 것입니다. 그 결과: 고객에게 원하는 개인적인 지원을 제공할 시간이 더 많아질 것입니다.

풍부한 고객 데이터는 탁월한 경험을 위한 로켓 연료가 될 수 있습니다. 조직은 고객 정보를 단일 진실 공급원(single source of truth)으로 통합해야 합니다. 이는 ERP 소프트웨어, 청구 시스템, 데이터 레이크(data lake) 또는 레거시 CRM 플랫폼(legacy CRM platform)이 될 수 있습니다. 기업은 또한 데이터를 즉시 수집, 정제(cleanse) 및 조화(harmonize)하는 도구가 필요합니다. 이는 임시방편적인 작업이 될 수 없습니다. 데이터는 단일 아키텍처(single architecture)로 포맷되어 서비스 담당자가 신뢰할 수 있는 정보를 제공해야 합니다. 데이터를 통합함으로써 조직은 각 고객을 "단일 인구 통계(demographic of one)"로 취급할 수 있습니다. 모든 고객은 맞춤형 제안, 서비스 모델 및 경험 디자인을 받습니다. 모든 상호 작용은 고객이 보유한 제품을 기반으로 특정 문제를 해결하는 워크플로(workflows)를 트리거합니다. 결과적인 인텔리전스를 최전선 워크플로(frontline workflows)에 내장하고 서비스 담당자와 디지털 채널(digital channels)에 각 고객을 위한 최적의 다음 행동(next-best actions)을 제공하는 것은 큰 이점을 가져올 것입니다. 더 빠른 응답, 더 관련성 높은 상호 작용, 그리고 고객 충성도를 심화하고 성장을 촉진하는 향상된 경험을 기대하십시오.

Bensley의 발언은 가볍게 편집되었습니다.

CREDITS
Writer: Andrey Slivka
Designer: Jennifer Ramos
Editor: Nick Clunn
Editorial Standards
Reprints & Permissions