자사 사이트의 어시스턴트

누군가 일요일 늦은 저녁에 귀사를 발견합니다. 질문은 하나입니다. 내 경우에 맞는지, 배송은 얼마나 걸리는지, 반품할 수 있는지, 열두 명 팀이면 비용이 얼마인지. 웹사이트에는 문의 양식이 있고, 그 양식은 월요일까지 기다립니다.

월요일이 되면 그 구매자는 이미 다른 곳의 어시스턴트에게 물어본 뒤입니다. 이제 회사가 마주한 질문은 사람들이 묻고 싶어 하느냐가 아닙니다. 그들이 귀사의 사이트에서 직접 묻고, 귀사가 서명할 수 있는 답을 받을 수 있느냐입니다.

왜 둘 가치가 있는가

습관은 다른 곳에서 형성됩니다. Forrester는 1월 기업 구매자의 94퍼센트가 구매 과정에서 AI를 사용한다고 보고했고, G2는 3월 설문에서 소프트웨어 구매자의 절반이 이제 Google보다 AI 챗봇으로 조사를 시작하는 경우가 더 많다는 것을 발견했습니다. 묻는 데 익숙한 사람들은 물어볼 곳을 찾습니다.

기업이 자사 고객 앞에 어시스턴트를 둔 곳에서 보고하는 숫자는 큽니다. Amazon은 2025년 10월, 그해 2억 5000만 명의 고객이 쇼핑 어시스턴트 Rufus를 사용했으며 이를 쓴 쇼핑객은 구매를 완료할 가능성이 60퍼센트 높았다고 밝혔습니다. Klarna는 2024년, 자사 어시스턴트가 첫 달에 고객 서비스 채팅의 3분의 2인 230만 건의 대화를 처리했고, 문의 해결 시간이 11분에서 2분 미만으로 줄었으며 반복 문의가 25퍼센트 줄었다고 밝혔습니다.

둘 다 회사가 발표한 수치이고, 첫 번째는 상관관계입니다. 질문을 하는 사람은 어차피 구매에 더 가까울 수 있습니다. 하지만 방향은 일관됩니다. 질문하는 순간의 답은 구매자를 붙잡고, 좋은 답은 문의 한 건을 줄입니다.

자체 자료에서 나오는 답

사이트의 어시스턴트는 회사를 대변하며, 이미 한 재판소가 그렇게 판단했습니다. 2024년 2월 캐나다의 한 재판소는 Air Canada 웹사이트의 챗봇이 항공사에 없는 환불 규정을 안내한 뒤, Air Canada에 승객에게 배상하라고 명령했습니다. Air Canada는 챗봇이 자기 행동에 책임지는 별도의 법적 주체라고 주장했습니다. 재판소는 받아들이지 않았습니다. 정적 페이지에서 나왔든 챗봇에서 나왔든 항공사는 “자사 웹사이트의 모든 정보에 책임이 있다”는 것입니다.

반대 방향의 실패는 일반 지식으로 답하는 어시스턴트입니다. The Markup이 2024년 뉴욕시의 기업용 챗봇을 시험했을 때, 챗봇은 고용주에게 직원 팁의 일부를 가져가도 된다고, 집주인에게 주거 바우처를 가진 세입자를 거절해도 된다고 답했습니다. 시의 규정과 어긋나는 답이었습니다.

그러니 첫 번째 규칙은 간단합니다. 좋은 어시스턴트는 회사 자체의 자료에서 답합니다. 상품 데이터, 가격표, 약관, 매뉴얼, 도움말 페이지, 실제로 시행 중인 정책입니다. 답이 어디서 왔는지 보여 줍니다. 자료가 질문을 다루지 않으면 즉흥적으로 지어내는 대신 그렇다고 말합니다.

제품과 규칙을 안다

카탈로그를 아는 것은 쉬운 절반입니다. 쓸모 있는 어시스턴트는 그 주변의 규칙도 압니다. 무엇을 약속해도 되고 무엇은 안 되는지, 어떤 할인이 있고 누가 줄 수 있는지, 어떤 질문이 돈, 건강, 법과 관련되어 사람에게 넘겨야 하는지, 그리고 반품이 상점 일반이 아니라 바로 귀사의 상점에서 어떻게 이루어지는지입니다.

이런 규칙은 어시스턴트가 운영을 시작하기 전에, 그 규칙을 책임지는 사람들이 평이한 문장으로 적어 두어야 합니다. 대부분의 회사는 이 단계에서 일부 규칙이 어디에도 적힌 적이 없다는 사실을 발견합니다. 그것만으로도 해 볼 가치가 있습니다.

어시스턴트는 자신이 무엇인지도 밝혀야 합니다. EU 인공지능법(AI Act)에 따라 2026년 8월 2일부터, 명백한 경우가 아니라면 사람들은 자신이 AI 시스템을 상대하고 있다는 사실을 안내받아야 합니다. 분명한 표시는 비용이 들지 않으며, 봇에 사람 이름을 붙이는 것보다 더 많은 신뢰를 얻습니다.

사람에게 넘긴다

좋은 어시스턴트의 가장 중요한 기능은 출구입니다. 불만이 있는 구매자, 대량 주문, 자료로 답할 수 없는 질문은 사람에게 닿아야 하며, 아무도 두 번 설명할 필요가 없도록 대화도 함께 넘겨야 합니다.

반대편의 사람도 얻는 것이 있습니다. 경제학자 Erik Brynjolfsson, Danielle Li, Lindsey Raymond는 고객 지원 상담원 5'179명을 대상으로 한 연구에서, AI 어시스턴트가 시간당 해결 건수를 평균 14퍼센트, 신입 상담원은 34퍼센트 높였고 고객 반응도 좋아졌다는 것을 발견했습니다.

저희가 믿는 업무 분담이 바로 그것입니다. 기계는 일상적인 질문에 즉시 답하고, 사안을 준비하고, 해당 구절을 찾습니다. 사람은 판단, 배려, 결정이 필요한 대화를 맡으며, 그 순간 실제 사람에게 닿은 고객은 그 경험을 기억합니다.

피해야 할 것

자료 없이 자신 있게 말하며 지어내는 어시스턴트. 사람인 척하는 봇. 사람에게 닿을 길이 없는 끝없는 순환. 무엇이든 답하기 전에 이메일 주소부터 요구하는 채팅 창. 페이지나 메시지 속 글이 시킨다는 이유로 규칙에서 벗어나도록 설득당할 수 있는 어시스턴트. 그리고 테스트 없는 출시. 운영을 시작하기 전에 팀이 가장 자주 듣는 질문 백 개를 던져 보고 모든 답을 읽어 보십시오.

어떻게 시작할까

작고 구체적으로 시작하십시오. 받은편지함, 전화, 영업 통화에서 고객이 실제로 묻는 질문을 모으십시오. 그 질문에 답하는 자료를 모으고 규칙을 적으십시오. 인계가 어디로 가는지, 누가 어느 시간에 받는지 정하십시오. 그런 다음 사이트의 한 부분에서 시작해 매주 대화를 읽고, 답만이 아니라 자료를 고치십시오.

이것이 저희가 회사를 위해 만드는 두뇌 Twin 뒤에 있는 일입니다. 회사의 지식, 규칙, 연동을 한곳에 모아, 고객에게 주는 답에는 매뉴얼의 해당 구절이 함께 가고, 반품은 회사의 정책을 따르며, 확신이 없는 질문은 사람에게 갑니다. 회사가 웹사이트를 운영하는 Studio는 Twin을 두뇌로 연결합니다. 전화에서는 같은 생각이 Timbre가 됩니다. 통화, 접수, 예약, 메시지를 위한 저희의 음성 어시스턴트로, 24시간 작동합니다. 그리고 데이터가 회사를 떠나면 안 될 때 Twin은 파트너 Eigna Labs가 만든 Eigna 위에서 비공개로 실행될 수 있습니다. 회사 자체의 업무로 학습하고, 회사 자체의 클라우드나 서버에서 돌아가는 모델입니다.

최고의 어시스턴트는 자기 지식이 어디서 끝나는지 아는 어시스턴트입니다. 그 부분부터 만드십시오.