CHALLENGE
클라이언트가 필요로 한 이유
클라이언트는 배송, 교환, 상품 규격, 재입고처럼 반복되는 문의를 여러 상품에 대해 매일 확인하고 있었습니다. 답변이 늦어지거나 담당자마다 문구가 달라지면 구매 전환과 고객 신뢰에 직접 영향을 줄 수 있었습니다.
필요했던 것은 모든 질문에 자동 답변하는 기능이 아니라 승인된 상품·정책 정보를 근거로 답할 수 있는 문의 처리 체계였습니다. 근거가 부족하거나 환불·분쟁처럼 민감한 질문은 사람에게 넘기고, 어떤 답변이 전송됐는지 추적해야 했습니다.
스마트스토어를 운영하는 판매자는 상품 문의를 직접 하나씩 읽고 답변을 작성해야 합니다. 상품 수가 늘어날수록 문의량도 함께 증가하지만, 응답 지연은 구매 전환율 하락과 플랫폼 패널티로 이어집니다. 답변 품질을 유지하면서 빠르게 처리하는 것은 1인 또는 소규모 운영에서 특히 부담이 컸습니다.
하루 평균 30건 이상의 문의를 수동으로 처리하는 데 3시간 이상 소요, 응답 지연 시 구매 전환율 하락 및 플랫폼 알림 발생
기존 문의 관리의 핵심 문제
| 문제 | 영향 |
|---|---|
| 전건 수동 응답 | 문의 건수 증가 시 처리 시간 비례 증가 |
| 답변 품질 편차 | 담당자 상태에 따라 답변 톤과 정확도가 달라짐 |
| 상품 정보 파악 지연 | 여러 상품 정보를 기억하거나 찾아야 답변 가능 |
| 처리 현황 파악 어려움 | 미답변 문의가 얼마나 쌓였는지 실시간으로 알 수 없음 |
클라이언트 요청사항과 기획 방향
| 클라이언트 요청 | 이렇게 기획한 이유 | 해결 방식 |
|---|---|---|
| 반복 문의의 응답 시간을 줄여달라는 요청 | 상품별 정보가 흩어져 있으면 같은 질문에도 다른 답변이 나갈 수 있음 | 상품 정보와 운영 정책을 승인된 지식으로 분리해 조회 |
| 확신이 낮은 답변은 자동 전송하지 않음 | 잘못된 배송·환불 안내는 고객 분쟁으로 이어질 수 있음 | 근거 일치도와 문의 유형에 따라 자동 응답·검토 대기 분기 |
| 답변과 후속 처리를 한 화면에서 추적 | 자동 답변 뒤 고객의 추가 문의를 놓치면 처리가 중단됨 | 문의 상태, 전송 내용, 담당자 답변을 시간순으로 기록 |
SOLUTION
시온랩은 상품 데이터를 RAG로 학습하여 문의에 맞는 답변을 AI가 자동 생성하고, 신뢰도 수준에 따라 관리자가 선별적으로 검수하는 문의 자동 응대 시스템을 기획하였습니다. 모든 문의를 처음부터 사람이 쓰지 않아도 되면서, 품질은 사람이 마지막에 확인하는 구조로 설계했습니다.
시스템 구조
- KPI 통합 대시보드 : 총 문의 건수, AI 처리율, 답변 정확도, 평균 응답 시간을 한눈에 확인합니다. 시스템 전체 성과를 매일 빠르게 파악할 수 있도록 구성했습니다.
보안 정책으로 확대가 제한됩니다
- 문의 목록 및 신뢰도 기반 분류 : 문의 검색, 상태·신뢰도 필터를 조합하여 원하는 문의를 빠르게 조회합니다. AI가 생성한 답변의 신뢰도를 기준으로 80% 이상은 승인 대기, 60~80%는 검수 필요, 60% 미만은 수동 처리로 자동 분류하여 관리자가 꼭 필요한 문의에만 집중합니다.
보안 정책으로 확대가 제한됩니다
- 문의 상세 및 답변 조정 : 문의 상세 화면에서 AI가 생성한 답변을 직접 수정하거나 톤앤매너를 조정할 수 있습니다. 최종 승인 또는 반려 처리를 한 화면에서 완료합니다.
보안 정책으로 확대가 제한됩니다
- 상품 데이터 및 RAG 학습 관리 : 상품 관리 화면에서 RAG 학습에 사용할 상품 데이터 목록과 임베딩 상태를 관리합니다. 새 상품이 추가되면 학습 데이터를 업데이트하여 답변 품질을 유지합니다.
보안 정책으로 확대가 제한됩니다
- 통계 및 성과 시각화 : 처리 현황 차트, 신뢰도 분포, 응답 시간 분석을 시각화하여 제공합니다. 어떤 유형의 문의가 많고, 어느 구간에서 수동 처리가 필요한지 데이터로 확인할 수 있습니다.
보안 정책으로 확대가 제한됩니다
모든 문의를 자동화하는 것이 목표가 아니라, 사람이 꼭 필요한 곳에만 개입하도록 신뢰도 기반 선별 구조를 중심으로 설계했습니다.
BUILD
구축 방향과 데이터 처리 로직
상품 정보, 자주 묻는 질문, 운영 정책, 문의, 답변 이력을 분리했습니다. 문의가 들어오면 상품과 질문 유형을 먼저 식별하고, 승인된 근거가 충분할 때만 답변을 전송하며 그 외에는 담당자 검토 목록으로 이동합니다.
| 구간 | 들어오는 데이터 | 판정·처리 기준 | 다음 상태 |
|---|---|---|---|
| 문의 접수 | 상품 ID, 질문, 고객 메시지 | 상품·문의 유형과 중복 요청 확인 | 자동 처리 또는 검토 대상 |
| 근거 조회 | 상품 정보, 배송·교환 정책, 승인 문구 | 근거 일치도와 금지 주제 확인 | 답변 후보와 출처 생성 |
| 응답·후속 | 답변 후보, 담당자 수정, 전송 결과 | 자동 전송 기준과 채널 응답 확인 | 완료 또는 추가 문의 상태 |
VALIDATION
검증한 업무 범위
| 검증 구간 | 확인한 상황 | 완료 기준 |
|---|---|---|
| 낮은 확신 | 근거가 없거나 여러 정책이 충돌하는 질문 | 자동 전송되지 않고 담당자에게 배정 |
| 민감 문의 | 환불, 분쟁, 개인정보 관련 질문 | 정해진 안내 후 사람 검토 경로로 이동 |
| 전송 이력 | 채널 오류와 재응답 | 실패 이유와 최종 전송 문구가 모두 남음 |
비슷한 업무에 적용할 수 있는 부분
예약, 교육, 구독 서비스처럼 반복 문의와 예외 문의가 섞이는 고객지원 업무에 적용할 수 있습니다. 답변 생성보다 승인된 지식 범위와 사람에게 넘기는 기준을 먼저 정해야 합니다.
RESULT
| 지표 | Before | After | 개선율 |
|---|---|---|---|
| 문의 응답 시간 | 평균 3시간 | 평균 18분 | 85% 절감 |
| AI 자동 처리율 | 0% (전건 수동) | 96.1% | 96.1% 달성 |
| 답변 정확도 | 담당자 역량 의존 (편차 큼) | AI 기반 92.4% 유지 | 편차 78% 감소 |
| 관리자 검수 부담 | 전건 수동 처리 | 신뢰도 기반 선별 검수 | 80% 감소 |
※ 본 프로젝트는 고객사 실제 업무 요건을 바탕으로 설계한 결과물이며, 보안 정책에 따라 일부 화면만 공개했습니다.
