“비용 3배 이상 절감돼” 기업이 CS 업무에 AI 챗봇을 도입하는 이유
리소스 관리와 저렴한 비용… 상담 인력의 필수적인 조수로 자리잡아
‘챗GPT(ChatGPT)’가 문을 연 생성형 AI 시대에 가장 활발하게 AI를 적용하는 분야 중 하나는 생성형 AI를 활용한 ‘AI 챗봇(AI Chatbot)’ 개발이다. 글로벌 소프트웨어 개발 및 IT 컨설팅 기업인 ‘아이트랜지션(Itransition)’과 ‘피어비츠(Peerbits)’의 조사에 따르면, 대화형 AI 시장 규모는 2024년 122억4000만 달러에서 2032년 616억9000만 달러로 성장할 전망이며, 챗봇 시장 또한 2024년 70억1000만 달러에서 2029년 208억1000만 달러까지 성장할 것으로 예측된다.
AI 챗봇을 가장 적극적으로 적용하는 분야는 크게 두 가지다. 하나는 내부 과업 수행 보조를 위한 전사적인 ‘AI 에이전트(AI Agent)’, 다른 하나는 외부 CS 응대를 위한 챗봇 개발이다. 일례로 영국의 회계법인인 ‘딜로이트(Deloitte)’는 2024년 25%에 그쳤던 감사 직원의 AI 챗봇 사용률이 2025년 75%까지 증가했으며, 미국의 종합 인터넷 플랫폼인 ‘아마존(Amazon)’의 경우 AI 기반 쇼핑 어시스턴트인 ‘루퍼스(Rufus)’를 도입해 2025년 약 7억 달러의 간접적 운영 수익 창출을 도출할 것으로 내다보고 있다.
국내 또한 AI 챗봇을 적극 활용하기 위한 움직임을 보이고 있는데, 그중 CS 분야에서 가장 대표적인 기업을 꼽으라면 단연 ‘채널톡(Channel Talk)’이 꼽힌다. 상담, 마케팅, 내부 메신저 등 여러 기능을 통합한 비즈니스 솔루션을 제공하는 채널톡은 2024년 11월 고객 상담에 최적화된 생성형 AI 챗봇인 ‘알프(Alf)’를 공식 출시했고, 2025년 4월 기준 총 1421개의 누적 고객사를 확보한 상태다.
생성형 AI는 무궁무진한 가능성을 안고 있다. 왜 기업은 그 가운데 CS 등 챗봇 개발에 적극적으로 생성형 AI를 활용하고 있는 걸까? 오늘은 채널톡에서 발간한 <2025 AI 고객 상담 성공사례> 리포트에 기반해 생성형 AI 챗봇에 대해 자세히 풀어본다.
높은 단순·반복 문의 비중… AI와 CS 시너지 만들다
생성형 AI를 활용한 CS 시장은 연평균 24%의 성장을 기록해 2033년 4405조 원 규모로 성장할 것으로 예상된다. 왜 기업은 이처럼 CS 시장에 생성형 AI를 적극적으로 도입하고 있을까? 그 이유로 꼽히는 건 크게 ‘효율성’과 ‘비용’ 두 가지다.
CS에서 가장 큰 비중을 차지하는 건 단순·반복 문의다. 이러한 과업은 생성형 AI가 가장 잘 하는 일이다. 더해서 AI 활용 비용마저 빠른 속도로 감소하고 있으니, 생성형 AI를 활용해 CS 과업을 해결하는 게 ‘가성비’가 되는 것이다.
실제 채널톡에서 고객사를 대상으로 실시한 조사에 따르면 알프를 도입한 배경에는 ‘대형 이벤트 대비’ ‘상담량 대비 인력 부족’ ‘1인CX·CS’ 등 다양한 목적이 있었지만, 핵심적인 니즈는 모두 ‘단순·반복 문의 효율화’로 동일했다.
얼어붙은 채용 시장도 원인이다. 한국고용정보원에 따르면 노동 시장의 필요 인력은 2032년 89만4000명까지 증가할 것으로 예측되는 반면, 가용 가능한 취업자 수는 2027년을 기점으로 하락세를 그릴 전망이다. 노동 인구 감소로 상담사 채용 자체가 나날이 어려워지자 기업이 AI 챗봇에 관심을 갖는 상황이다.
AI 챗봇의 절감 효과… 건당 최대 2277원
그렇다면 AI 챗봇을 도입한 기업은 비용을 얼마나 아낄 수 있을까? 이를 위해 상담 한 건을 처리하는 데 드는 비용을 상담 인력과 AI 챗봇으로 나누어 비교했다.
HR 테크 기업인 ‘원티드랩(Wantedlab)’에서 제공하는 자료에 따르면, 4년차 CS 매니저의 예상 평균 연봉은 2955만원으로, 약 3000만원 선이다. 이를 세전 기준 급여로 나누면 월급으로는 250만원, 일급으로는 12만5000원을 책정할 수 있다.
이를 토대로 상담 한 건에 대한 비용을 산출해보자. 채널톡 고객사의 평균 상담 유입 건수는 약 월 5400건이다. 채널톡에 따르면 이를 응대하기 위한 최소한의 CX·CS팀 인원은 6명이다. 따라서 한명의 인원이 담당하는 상담의 양은 하루 평균 45건이다. 이를 상담 인력의 일일 급여로 나누면 상담 인력이 한 건의 상담을 처리할 때 기업은 약 2777원을 지불한다고 볼 수 있다.
그렇다면 AI 챗봇의 상담 처리 비용은 어떨까. 아직 시장이 형성된 지 오래되지 않아 명확한 평균값이 존재하지 않으므로, 공개된 알프의 단가를 기준으로 했다. 채널톡이 공개한 자료에 따르면 알프의 상담 건당 청구 비용은 1000건 미만 시 900원, 1000건을 넘어갈 경우 500원이다.
따라서 단순 상담을 기준으로 AI 챗봇은 상담 인력 대비 건당 최대 약 2277원의 절감 효과를 낼 수 있는 셈이다. 이를 한 명의 상담 인력이 하루에 처리하는 평균 상담 건수인 45건에 대입해보면 한 명의 인력을 기준으로 비교했을 때 하루 약 10만2465원을 절감할 수 있다. 이 차이는 CS 조직 규모가 거대할수록, 하루에 처리하는 상담 건수가 많을수록 벌어진다.
AI 챗봇, 어떻게 쓰이고 있을까?
종합해 보면 비용 절감과 노동 시장의 변화에 따른 상담 인력 확보의 어려움을 타개하기 위해 CS 업계에서 AI 챗봇을 적극적으로 도입하고 있음을 알 수 있다. 아울러 앞서 간략히 언급한 AI 챗봇을 도입하는 다섯 가지 사유를 토대로 실제 기업이 AI 챗봇을 어떻게 활용하고 있는지 살펴볼 수 있다.
가장 큰 활용 방법은 부족한 리소스 확보다. 특히 대형 이벤트 등이 있을 경우 필연적으로 상담량이 증가할 수밖에 없다. 이는 기존 인력으로 감당하기 어려운 리소스 부하를 야기하는데, 일반적으로는 이를 해결하기 위해 외주 상담사를 고용한다. 그러나 AI 챗봇을 활용하면 상대적으로 적은 비용으로 특정 기간 동안 증가하는 상담량을 효과적으로 타개할 수 있다. 실제 온누리스토어는 ‘네고왕’ 이벤트 기간 동안 알프를 활용해 46.9%의 상담 절감률을 기록한 바 있다.
이외에도 특정 기간에 서비스 이용률이 급중하는 세무 서비스 등의 업종도 AI 챗봇을 적극 도입하고 있으며, 애초에 1인으로 이뤄진 CX·CS 팀도 부족한 리소스를 보충하기 위해 AI 챗봇을 활용하고 있다.
부족한 리소스 보충 외에도 기존 리소스를 효율적으로 활용하는 것도 AI 챗봇을 활용하는 주된 방식 중 하나다. 이는 비단 CS뿐 아니라 전사적인 차원에서 내부에 AI 에이전트를 도입하는 목적과도 일치하는데, 상담 등 특정 과업에 소요되는 리소스를 AI를 통해 효과적으로 관리함으로써, 확보된 잉여 리소스를 사용자 인터뷰, 이슈 체크 등 CX 고도화를 위한 과업에 투자할 수 있는 것이다.
여전히 상담 인력은 필요해
리포트에 공개된 채널톡의 고객 사례를 살펴보면 방대한 제품 데이터, 24시간 상담 등 상담 인력이 물리적으로 감당하기 어려운 과업에 대한 처리나 특정 이벤트나 시기에 폭증하는 상담량 또는 변동폭이 큰 상담량에 대해 크게 도움을 받고 있는 것으로 드러났다. 그 중 많은 문의량과 전화 상담으로 인한 리소스 조절 한계를 이유로 알프를 도입한 물류 플랫폼 ‘품고(Poomgo)’의 경우 2025년 3월 기준 무려 77%에 달하는 AI 상담 해결률을 보이기도 했다.
이처럼 기업이 적극적으로 CS에 AI 챗봇을 도입하는 까닭은 리소스 과부하를 예방하고 기존 인력의 효율적인 업무에 도움을 받기 위함이다.
하지만 AI 챗봇이 상담 인력을 완전히 대체할 수 있는 건 아니다. 모든 사례가 품고처럼 높은 상담 해결율을 약속할 수 있는 것도 아니다. 알프의 평균 상담 해결률은 약 40%로, 5400건의 상담 중 대략 2400건을 인력의 개입 없이 해결할 수 있다. 그러나 반대로 뒤집어보면 여전히 월간 약 3000건의 상담에 한해서는 상담 인력이 필요하다는 의미다.
CS 업계 관계자는 “기업은 AI 챗봇을 상담 인력에 대한 완전한 대체 수단으로 판단하기 보다는 상담 인력의 부족한 리소스를 보충하고, 보다 효과적으로 관리해 CX 고도화를 위한 과업에 보다 집중할 수 있도록 돕는 조수이자 도구로 바라보는 게 적절하다”고 전했다.
뉴스콘텐츠는 저작권법 제7조 규정된 단서조항을 제외한 저작물로서 저작권법의 보호대상입니다. 본 기사를 개인블로그 및 홈페이지, 카페 등에 게재(링크)를 원하시는 분은 반드시 기사의 출처(로고)를 붙여주시기 바랍니다. 영리를 목적으로 하지 않더라도 출처 없이 본 기사를 재편집해 올린 해당 미디어에 대해서는 합법적인 절차(지적재산권법)에 따라 그 책임을 묻게 되며, 이에 따른 불이익은 책임지지 않습니다.
- 에디터이민호 (treewords@ditoday.com)
- 섬네일강 다연
