컨택 센터 인력 최적화란 무엇인가요?

일정과 인력 배치에만 집중하는 기존의 인력 관리 접근 방식과 달리, 최신 컨택 센터 WFO는 상담원 성과에 대한 전체적인 관점을 포괄합니다. 점점 더 많은 AI 기반 도구가 실시간으로 인간 상담원을 보강하는 기능을 통합하고 있습니다. 이상적으로는 예측, 스케줄링, 품질 모니터링, 성과 관리 및 워크플로 분석을 통합 프레임워크로 결합하여 고객 상호 작용의 모든 측면에서 지속적인 개선을 추진하는 것이 좋습니다.

컨택 센터는 프로세스 최적화를 위해 다양한 AI 기반 도구를 활용합니다. 하지만 이러한 구현이 얼마나 많은 가치를 창출하는지는 설계 방식에 따라 크게 달라집니다. 예를 들어, Gartner는 2027년까지 AI 기반 영업 오케스트레이션이 표준이 될 것으로 예측합니다. 그러나 판매자의 49%는 사용할 수 있는 기술 도구의 수에 부담을 느껴 할당량 달성에 영향을 받고 있다고 답했습니다.

효율적인 WFO는 컨택 센터 관리자의 업무 방식에 따라 특정 개입을 통해 프로세스를 간소화합니다. 이 프로세스는 고객 여정 전반에 걸쳐 작업자에게 간단한 상황별 도구를 제공하여 비용을 절감하면서 직원 경험을 개선합니다. 대부분의 콜센터에서는 균형 잡힌 접근이 매우 중요합니다. 자동화를 통해 일상적인 작업을 효율적으로 처리하는 동시에 상담원은 공감하고 개인화된 서비스를 제공하여 지속적인 고객 충성도를 구축하고 비즈니스 성장을 촉진할 수 있습니다. 

인력 관리(WFM)는 WFO의 운영 기반을 형성하여 고객 수요 패턴에 맞는 최적의 인력 배치를 보장합니다. 예를 들어, 조직은 과거 데이터와 예측 분석을 사용하여 통화량 또는 채팅 세션을 예측할 수 있습니다. 인력 관리 시스템은 이러한 예측을 상담원의 교육이나 기술과 같은 변수를 고려하여 정확한 일정 요구 사항으로 변환하는 경우가 많습니다.

효과적인 WFM은 고객 서비스 목표 달성, 인건비 관리, 직원 선호도 존중 등 상충되는 우선순위 간에 균형을 유지합니다. 최신 WFM 시스템에는 관리자가 예상치 못한 볼륨 급증에 동적으로 대응할 수 있는 기능이 통합되어 있습니다. 이러한 접근 방식을 이용하면 실시간으로 조정하여 지속적인 수동 개입 없이도 서비스 수준을 일정하게 유지할 수 있습니다.

품질 관리는 고객 상호 작용이 조직의 품질 표준 및 규제 요건을 충족하도록 보장합니다. 일반적으로 이 프로세스에는 음성, 이메일, 채팅 및 소셜 미디어 채널에서 상담원과 고객 간의 상호 작용을 체계적으로 모니터링하고 평가하는 작업이 포함됩니다.

품질 관리에는 기본적인 모니터링 외에도 코칭 활동도 포함됩니다. 품질 보증 팀은 자동화된 감정 분석과 같은 대표적인 샘플 또는 도구를 사용하여 규정 준수, 문제 해결 효과, 커뮤니케이션 기술과 같은 요소를 평가합니다. 이러한 평가 결과를 통해 관리자는 개별 상담원에게 목표에 맞는 피드백과 개발 기회를 제공할 수 있습니다.

품질 관리는 조직이 인공 지능과 같은 주요 기술을 감사하는 데 사용하는 도구로도 확장됩니다. 이 분야에서 품질 관리는 규정 준수와 효율성을 보장하기 위해 AI 기반 컨택 센터 접점을 정기적으로 평가하는 것을 의미할 수 있습니다. 또한 이는 데이터 정리 및 검증과 같은 광범위한 데이터 품질 관리 관행에도 적용될 수 있습니다. 

성과 관리는 조직 목표를 개별 상담원 목표로 전환하여 원하는 행동을 유도하는 책임 메커니즘을 만듭니다. 이 구성 요소는 평균 처리 시간, 응답 시간, 최초 통화 해결률, 고객 만족도 점수(CSAT)와 같은 핵심 성과 지표(KPI)를 설정합니다. 성과 관리 시스템은 이러한 지표를 지속적으로 추적하여 감독자와 상담원에게 진행 상황을 시각화하는 대시보드를 제공합니다.

하지만 가장 효과적인 성과 관리 접근 방식은 지표 추적을 넘어서서 상담원을 위한 개발 경로를 만듭니다. 여기에는 상담원이 일상 업무가 더 넓은 비즈니스 성과에 어떻게 기여하는지 이해할 수 있도록 돕는 경력 발전 프레임워크를 포함됩니다. 또한 콜센터 직원이 고급 기술을 통해 효율적으로 작업할 수 있도록 지원하여 새로운 기술을 습득하고 보다 창의적이고 가치 중심적인 업무에 집중할 수 있도록 지원합니다. 

상호 작용 분석은 고급 기술을 사용하여 고객 대화에서 대규모로 인사이트를 추출합니다. 음성 분석 플랫폼은 녹음된 통화를 기록하고 분석하여 수동 품질 모니터링만으로는 감지할 수 없는 고객 감정 패턴의 추세를 식별합니다. 텍스트 분석은 디지털 채널에서 유사한 기능을 수행하여 이메일과 채팅 기록을 분석하여 새로운 문제와 고객 문제를 찾아냅니다.

이러한 분석 기능은 원시 상호 작용 데이터를 실행 가능한 인텔리전스로 변환합니다. 또한 규정 준수 또는 고객 에스컬레이션과 관련된 특정 키워드 또는 문구가 포함된 상호 작용에 자동으로 플래그를 지정할 수 있습니다. 패턴 인식 알고리즘은 일반적인 연락 이유를 식별하여, 운영 리더가 단순히 증상을 관리하는 데 그치지 않고 근본 원인을 해결할 수 있도록 지원합니다. 그와 동시에 감정 분석은 상호 작용을 통해 고객의 감정을 측정하여 조직이 고객이 말하는 것뿐만 아니라 고객이 느끼는 감정을 이해할 수 있도록 도와줍니다. 

현대식 컨택 센터 WFO 플랫폼은 참여도가 높은 직원이 우수한 고객 경험을 제공한다는 점을 잘 알고 있습니다. 관찰 가능한 성과 지표는 상담원이 예상되는 내용과 진행 상황을 정확히 파악하여 불안감을 줄이고 동기를 부여하는 데 도움이 됩니다. 코칭과 개발에 중점을 두는 품질 관리 프로그램은 상담원이 지원을 받고 있다고 느끼는 성장 지향적 문화를 조성하여 상담원의 생산성과 유지율을 높입니다. 

WFO는 컨택 센터 전반에서 리소스를 최적화하여 상당한 비용 절감 효과를 제공합니다. 정확한 예측과 일정은 인력 부족 및 인력 과잉 시나리오를 최소화하는 한편, 개선된 최초 통화 해결률을 통해 반복 연락을 줄여 처리 비용을 절감할 수 있습니다. 

상담원이 적절한 일정을 잡고, 충분한 교육을 받고, 주요 기술의 지원을 받으면 고객 경험이 크게 향상될 수 있습니다. 대기 시간이 단축되면 고객 불만의 가장 중요한 원인 중 하나가 제거됩니다. 또한 상호 작용 분석을 통해 얻은 인사이트를 바탕으로 더욱 잘 준비된 상담원이 문제를 빠르게 해결합니다.

WFO는 고객이 자신의 특정 요구 사항에 적합한 기술과 전문성을 갖춘 상담원과 연결되도록 보장함으로써 맞춤형 서비스 제공을 가능하게 합니다. 상담원 역량을 고려하는 인력 관리 시스템은 간단한 문의는 AI 기반 시스템이 즉시 해결하도록 하고 인간 상담원은 감정적인 상황을 처리하도록 합니다. 이러한 고객 요구와 특정 상담원의 강점을 일치시키면 보다 긍정적인 상호 작용 결과를 창출하고 고객 충성도를 높일 수 있습니다. 

WFO는 컨택 센터 운영을 통해 효율성을 개선합니다. 예측 및 일정 관리를 자동화하면 스프레드시트의 수작업 시간이 줄어들어 인력 계획자가 관리 업무가 아닌 전략적 이니셔티브에 집중할 수 있습니다. 상호 작용 분석은 품질 모니터링 프로세스를 가속화하여 조직이 기존의 수동 방법에서 허용하는 것보다 훨씬 더 많은 상호 작용을 검토할 수 있도록 합니다. 또한 성과 관리 대시보드를 통해 상담원은 지표에 대한 즉각적인 가시성을 확보할 수 있으므로 더 많은 수정 기회를 얻을 수 있습니다.

또한 AI 기반 시스템을 통해 단순하거나 일상적인 요청을 분류하면 사람의 개입 없이 신속하게 처리되는 경우가 많아 작업자가 가치 중심의 업무에 집중할 수 있습니다. 예를 들어, 유틸리티 기업인 Towngas는 통화량이 급증하자 원격 서비스를 자동화함으로써 고객 대기 시간을 100% 단축했습니다. 고객 셀프 서비스의 고객 셀프 서비스도 50% 증가했습니다. 

WFO는 지속적인 개선과 혁신을 주도하는 피드백 루프를 생성합니다. 상호 작용 분석을 통해 프로세스 개선 또는 셀프 서비스 솔루션의 기회를 의미할 수 있는 고객의 도전 과제를 파악할 수 있습니다. 또한 성과 데이터는 조직이 새로운 접근 방식을 실험하고 그 영향을 엄격하게 측정하는 데 도움이 됩니다. 혁신에 대한 이러한 데이터 기반 접근 방식을 채택하면 위험을 줄이고 변경 사항을 광범위한 구현에 앞서 측정 가능한 이점을 제공할 수 있습니다.

전체적인 WFO 시스템을 도입함으로써 조직은 데이터 사일로를 제거하고 컨택 센터 운영을 위한 신뢰할 수 있는 단일 소스를 만들 수 있습니다.

WFO 플랫폼은 서로 다른 소스의 데이터 스트림을 통합 대시보드 및 보고 프레임워크로 통합합니다. 이러한 통합을 통해 다양한 소스에서 데이터를 추출하는 시간이 많이 소요되는 수동 작업을 제거할 수 있습니다. 또한 고객에게 일관된 옴니채널 경험을 제공하는 프로세스를 간소화하고, SMS, 채팅 또는 전화를 통해 동일한 데이터 및 서비스 품질을 유지합니다. 

AI 에이전트는 컨택 센터 운영에 혁신적인 발전을 가져왔으며, 사람의 개입 없이 일상적인 고객 상호 작용을 자율적으로 처리합니다. 고급 AI 에이전트는 생성형 AI와 결합하여 거래를 완료하고 문제를 해결할 수 있습니다. 또한 음성, 채팅, 메시징 채널 전반에서 복잡한 문제를 처리하며, 필요한 경우 인간 상담원에게 라우팅합니다.

AI 어시스턴트는 능동적으로 동작할 수는 없지만, 인간 상담원의 능력을 강화하는 데 유용한 것으로 입증되었습니다. 실시간 가상 상담사(agent assist) 시스템은 관련 지식 문서를 표시하고 인간 상담원에게 지침을 제공합니다. 통화 후 자동화는 데이터 입력과 같은 반복적인 통화 후 작업을 처리하므로, 인간 상담원은 다음 상호 작용을 더 빠르게 처리할 수 있습니다.

이러한 구현은 Mizuho Bank가 고객 데이터와 대화 분석을 기반으로 '차선책 질문'을 추천하는 프로그램을 구현했을 때처럼 상담원에게 강력한 도구를 제공할 수 있습니다. 이를 통해 고객 유지율이 향상되고 고객 상호 작용의 평균 지속 시간이 6% 단축되었습니다.

일상적인 문의를 처리하는 AI 에이전트와 인간 상담원을 지원하는 AI 어시스턴트의 조합은 인력 요구 사항을 근본적으로 재구성합니다. 조직은 비례적으로 인력을 늘리지 않고도 더 많은 상호 작용을 처리하며, 상담원은 공감과 복잡한 문제 해결이 필요한 더 가치 있는 활동에 집중할 수 있습니다. 

현대적인 WFO 솔루션은 고립되어 작동하는 경우가 거의 없습니다. 통합 플랫폼 및 애플리케이션 프로그래밍 인터페이스(API)는 WFO 구성 요소를 컨택 센터 인프라, 고객 관계 관리 시스템(CRM), 인적 자원 플랫폼, 기타 비즈니스 인텔리전스 도구에 연결합니다. 이러한 통합은 데이터 공유를 가능하게 하여 예측 정확도를 향상시키고 운영에 대한 종합적인 시각을 제공합니다. 

음성 분석 플랫폼은 자동 음성 인식을 사용하여 통화 녹음을 기록한 후 자연어 처리를 적용하여 대화에서 의미를 추출합니다. 이러한 시스템은 특정 단어나 구문을 감지하고, 주제나 결과별로 통화를 분류하며, 감정 어조를 평가합니다. 텍스트 분석은 서면 커뮤니케이션과 유사한 기능을 수행하여 채팅이나 이메일을 통한 서면 커뮤니케이션에서 인사이트를 생성합니다.

분석 플랫폼에서 생성된 정보는 WFO 구성 요소 전반에 걸친 의사 결정에 도움이 됩니다. 분석을 통해 파악된 새로운 트렌드는 업데이트를 촉발하거나 교육 필요성을 드러낼 수 있습니다. 분석 기술과 다른 WFO 기술 간의 통합은 인사이트가 자동으로 실행을 유도하는 폐쇄 루프 시스템을 구축합니다. 

최신 WFM 컨택 센터 솔루션은 정교한 알고리즘을 사용하여 여러 채널과 시간 간격에 걸쳐 예측을 통해 컨택 볼륨을 예측합니다. 머신 러닝 모델은 계절성이나 외부 이벤트와 같은 요인을 고려하면서 과거 데이터의 패턴을 식별합니다. 이러한 예측을 통해 상담원의 스킬 세트, 워크로드 및 일반적인 비용 효율성을 고려한 자동화된 스케줄을 생성할 수 있습니다.

클라우드 기반 WFM 시스템은 유연성과 확장성을 제공하여 원격 인력 관리로 분산된 상담원 인구를 지원할 수 있습니다. 자동 통화 분배기, 고객 관계 관리 시스템 등 다른 클라우드 컨택 센터 기술과의 통합을 통해 WFM 의사 결정이 구식 정보가 아닌 실시간 운영 데이터에 기반하도록 보장할 수 있습니다.

컨택 센터 인력 최적화는 운영 성과와 고객 경험을 동시에 향상시키려는 조직에 전략적 필수 요소입니다. 많은 조직들이 극도의 효율성 향상과 강력한 고객 관계를 반대되는 힘으로 간주하고 있습니다. 하지만 이러한 제로섬 사고방식은 효과적인 WFO를 정의하는 핵심 인사이트를 놓치고 있습니다. 즉 제대로 실행된다면 생산성 향상과 고객 경험은 서로를 약화시키는 것이 아니라 서로를 강화시킵니다.

IBM 기업가치연구소(IBV)에 따르면 경영진의 71%가 2027년까지 비대면 고객 지원 문의를 목표로 하고 있습니다. 컨택 센터에 AI 기술을 심층적으로 통합하는 것은 이러한 잠재적인 이중 이점을 잘 보여줍니다. 예를 들어, AI 에이전트는 비밀번호 재설정, 주문 상태 확인, 자주 묻는 질문과 같은 일상적인 문의를 처리하여 대기 시간 없이 언제든지 고객에게 즉각적인 응답을 제공합니다.

이러한 접근 방식은 고객이 즉각적인 지원을 기대하는 환경에서 접근성과 편의성을 크게 개선합니다. 동시에 이러한 AI 도구는 상담원이 처리해야 하는 직접적인 상호 작용의 양을 줄여줍니다. 그 대가로 조직은 더 많은 고객에게 서비스를 제공할 수 있으며, 컨택 센터 상담원은 더 심층적인 지원이 필요한 고객과 진정한 관계를 구축하는 데 더 많은 시간을 할애할 수 있습니다.

WFO를 구현하는 조직은 몇 가지 주요 관행을 가장 성공적으로 준수합니다. 여기에는 다음이 포함됩니다.

• 한 방향으로만 최적화하는 대신 고객 참여와 같은 생산성 지표와 경험 지표를 모두 측정하는 균형 잡힌 스코어카드를 구축합니다.

• 프로세스를 설계하고 기술을 선택할 때 일선 상담원과 감독자를 참여시켜 효율성 이니셔티브가 상담원 상호 작용의 현실을 고려하도록 합니다.

• 일부 고객의 요구에는 인간만이 제공하는 공감, 창의성, 판단력이 필요하다는 점을 인식하고 단순히 작업자를 대체하는 것이 아니라 인간의 능력을 강화하는 AI 어시스턴트와 같은 기술에 투자합니다.

• 상호 작용 분석을 사용하여 프로세스의 불필요한 단계나 셀프 서비스로 해결할 수 있는 반복적인 질문을 식별합니다.