배송은 언제 오는지, 이 상품 사이즈가 어떻게 되는지, 재입고는 언제인지. 하루에 들어오는 문의 중에는 비슷한 질문이 많습니다. 그래서 AI 챗봇을 붙이면 문의를 알아서 처리해 줄 것 같지만, 막상 도입하려면 "틀린 답을 보내면 어떡하지"라는 걱정이 먼저 듭니다.
이 글은 고객 문의에 AI 챗봇을 쓰려는 분이 만들기 전에 정해야 할 다섯 가지를 정리합니다. 먼저 답할 범위와 사람에게 넘길 기준을 정하고, 그다음 기존 챗봇 서비스 설정으로 충분한지 업무 시스템 연동이 필요한지 비교하는 순서가 좋습니다.
AI 챗봇은 무엇이 다른가
규칙형 챗봇은 정해 둔 시나리오와 버튼에 따라 답하고, 생성형 AI 챗봇은 질문과 참고 정보를 바탕으로 답변 문장을 만듭니다. 질문 표현이 조금 달라도 알아듣는다는 점이 생성형의 장점이고, 이 글은 생성형 AI를 활용한 고객 문의 응대를 다룹니다.
대신 근거 없이도 그럴듯한 문장을 만들어 낼 수 있다는 점이 위험입니다. 그래서 업무용 AI 챗봇은 회사가 승인한 상품 정보와 운영 정책을 먼저 찾아보고, 그 내용 안에서 답하도록 설계합니다. 외부 지식에서 관련 정보를 검색해 답변 생성에 활용하는 이 방식을 RAG(검색 증강 생성)라고 합니다. 승인된 정보를 써도 검색이나 해석 오류가 생길 수 있어 답변 검토 기준이 함께 필요합니다.
1. 어떤 문의를 맡길지 먼저 나눕니다
지난 한두 달 문의를 유형별로 나눠 보면 맡길 범위가 보입니다.
| 유형 | 예시 | AI 챗봇에 맡기기 |
|---|---|---|
| 반복 정보 문의 | 배송 기간, 상품 규격, 재입고, 교환 방법 | 승인된 정보가 있으면 자동 답변 |
| 주문별 확인 | 내 주문 배송 상태, 송장 번호 | 주문 시스템과 연결된 뒤에 맡김 |
| 판단이 필요한 문의 | 환불 가능 여부, 불량 판정, 보상 | 사람에게 넘김 |
| 민감한 문의 | 분쟁, 개인정보 변경, 항의 | 정해진 안내 후 사람에게 넘김 |
처음부터 전부 맡기려 하기보다, 반복 정보 문의부터 시작해 범위를 넓히는 편이 안전합니다.
2. 답의 근거가 될 정보를 정리합니다
답변 품질은 참고 정보의 정확성과 최신성, 관련 정보를 찾는 과정, 답변을 만드는 과정에 함께 영향을 받습니다. 그중 먼저 손댈 수 있는 것이 참고 정보입니다. 상품별 규격과 옵션, 배송·교환·반품 정책, 자주 쓰는 안내 문구를 한곳에 모으고, 누가 언제 승인한 내용인지 남깁니다.
상품이 자주 바뀐다면 정보를 고치는 사람과 주기, 검색 데이터를 다시 반영하는 방식을 정해 두어야 합니다. 그래야 상품은 바뀌었는데 챗봇이 예전 규격으로 답하는 일을 막을 수 있습니다.
3. 자동으로 보낼 답과 검토할 답을 가릅니다
모든 답을 자동으로 보내지 않아도 됩니다. 질문과 찾은 근거가 얼마나 잘 맞는지에 따라 경로를 나눕니다.
초안 품질이 충분하면 답변 작성 시간을 줄일 수 있고, 수정에 드는 시간도 함께 확인해야 합니다. 목표는 사람이 반복 답변에 쓰는 시간을 줄이고, 애매하거나 민감한 문의에 집중하도록 하는 것입니다. 사람 승인을 어디에 남길지는 AI에 업무를 맡겨도 사람 승인이 필요한 7가지 순간에 따로 정리했습니다.
4. 어느 채널에 붙일지 정합니다
같은 AI 챗봇이라도 붙이는 곳에 따라 필요한 기능이 다릅니다.
- 쇼핑몰·스마트스토어 상품 문의: 상품별 정보와 연결해 답해야 하고, 답변이 판매 페이지에 공개되므로 문구 검토가 중요합니다. 상품 문의를 근거 확인 결과에 따라 승인 대기·검수·수동 처리로 나누고, 근거가 부족하거나 민감한 문의는 담당자에게 넘긴 구성은 스마트스토어 상품 문의 AI 자동 응대 구축 사례에 있습니다.
- 카카오톡: 카톡 챗봇은 고객 상담용 채널과 단체방 운영용 봇의 요구가 다르므로 나눠서 검토합니다. 고객 상담용 채널은 상담원 연결 흐름이, 단체방 운영은 허용된 방에서만 동작하는지와 예약 메시지 관리가 중요합니다. 여러 단체방의 허용 대상과 예약 메시지, AI 응답을 한 대시보드에서 관리하는 구성은 카카오톡 챗봇 관리 대시보드 구축 사례에 정리했습니다.
- 홈페이지 상담창: 상담 신청이나 견적 문의로 이어지는 경우가 많아, 답변 뒤에 담당자 연결 경로를 분명히 두는 것이 좋습니다.
5. 기록을 남기고 고쳐 나갑니다
어떤 질문에 어떤 근거로 무엇을 보냈는지, 사람이 고친 답은 무엇이었는지 남겨야 다음 달에 개선할 곳이 보입니다. 검토로 넘어간 문의가 어떤 유형에 몰리는지 보면, 정보를 더 채울 곳과 계속 사람이 맡아야 할 곳이 나뉩니다.
자동 답변 뒤에 고객이 다시 질문하는 경우도 놓치지 않도록, 문의 하나의 흐름을 시간순으로 볼 수 있어야 합니다.
자주 묻는 질문
AI 챗봇이 틀린 답을 보내면 어떻게 하나요? 오답이 확인되면 그 유형의 자동 전송을 멈추고 담당자가 정정 안내를 보냅니다. 사용한 근거와 처리 이력을 보고 정보를 고친 뒤 다시 확인하고 자동 응답을 재개합니다. 평소에는 근거가 애매한 답을 초안으로만 만들고, 환불·분쟁처럼 민감한 문의는 처음부터 사람에게 넘겨 오답 가능성을 줄입니다.
카카오톡 챗봇도 같은 방식으로 만드나요? 근거를 정리하고 사람에게 넘기는 기준을 정하는 원리는 같습니다. 고객 상담용 채널은 상담 연결 흐름을, 단체방 운영은 허용된 방과 예약 메시지 관리 범위를 각각 확인합니다.
문의가 많지 않아도 도입할 만한가요? 하루 문의가 적다면 자주 묻는 답변 문구를 정리하는 것만으로도 충분합니다. 같은 질문에 답하는 시간이 매일 반복되고, 답변 문구가 담당자마다 달라지기 시작할 때 검토해 볼 만합니다.
상품 정보가 자주 바뀌면 관리가 어렵지 않나요? 상품 정보를 고치는 담당자와 함께 검색 데이터를 다시 반영하는 방식을 정해 두면 관리할 수 있습니다. 바꾼 뒤에는 새 답변에 최신 정보가 반영되는지 확인하고, 정보 갱신을 운영 업무에 포함하는 것이 출발점입니다.
정리
AI 챗봇을 고객 문의에 쓸 때는 맡길 문의를 나누고, 답의 근거가 될 정보를 정리하고, 자동으로 보낼 답과 사람이 볼 답을 가르는 순서가 먼저입니다. 채널은 그다음에 정해도 늦지 않습니다.
지난 한 달 문의를 유형별로 세어 보면 어디부터 맡길지 정하기 쉬워집니다. 승인된 정보로 답하고 민감한 문의를 담당자에게 넘기는 구성은 AI 챗봇·상품 문의 자동 답변 시스템 구축 페이지에 있습니다.
