챗봇은 넘겼는데 전화는 그대로인 회사들
많은 기업이 지난 몇 년간 웹 챗봇과 카카오톡 상담을 도입하며 텍스트 채널 자동화를 끝냈습니다. 그런데 정작 문의량의 절반 이상은 여전히 전화로 들어옵니다. 국내 중견 유통·제조 기업의 콜 데이터를 보면 전체 고객 접점의 50~70%가 음성 통화이며, 이 통화 안에서 오간 정보는 상담원이 따로 메모하지 않는 한 시스템에 남지 않습니다.
이것이 '채널 단절' 비용입니다. 챗봇은 로그가 남고 분석이 되지만, 전화는 블랙박스로 남습니다. 고객이 전화로 주소를 바꿔달라고 말한 내용이 ERP에 반영되지 않아 오배송이 나고, 같은 고객이 다음 날 챗봇에 접속하면 처음부터 다시 설명해야 합니다.
2026년 들어 기업의 음성 에이전트 실서비스 투입이 빠르게 늘어난 배경에는 기술적 임계점 돌파가 있습니다. 스트리밍 STT와 저지연 TTS가 결합되며 응답 지연이 1초 이하로 내려왔고, 이 지점을 넘어서면서 통화가 '견딜 만한 수준'이 됐습니다.
보이스 에이전트는 무엇으로 구성되는가
보이스 에이전트는 네 개 층으로 구성됩니다.
품질을 좌우하는 것은 정확도보다 지연시간입니다. 사람은 통화에서 1초 이상의 침묵을 견디지 못합니다. STT 300ms, LLM 첫 토큰 400ms, TTS 200ms를 합치면 이미 900ms이므로, 각 단계의 예산을 밀리초 단위로 설계해야 합니다. 도구 호출이 들어가면 여기에 사내 API 응답시간이 그대로 더해집니다.
음성에만 존재하는 난제도 있습니다. 고객이 답변 중간에 말을 끊는 끼어들기(barge-in) 처리, 말이 끝났는지 잠시 생각 중인지 구분하는 턴 종료 감지, 매장·차량 소음 환경 대응이 대표적입니다.
한국어는 여기에 고유한 부담이 더해집니다. 전화번호와 주소, 품번 같은 숫자·영문 혼합 문자열의 받아쓰기 오류율이 일반 문장보다 훨씬 높습니다. 실무에서는 인식 결과를 그대로 쓰지 않고 주소 DB·품번 마스터와 대조해 보정하는 후처리 계층을 반드시 둡니다. 존댓말 톤 유지도 프롬프트에서 명시적으로 고정해야 합니다.
어디에 먼저 넣어야 실패하지 않는가
적용 대상 선정에서 성패의 절반이 갈립니다.
적합한 통화는 정형 데이터 조회가 답인 경우입니다. 배송 조회, 재고 확인, 예약 접수·변경, 영업시간 안내처럼 질문이 정해져 있고 답이 DB에 있는 문의입니다.
부적합한 통화는 감정과 협상이 개입하는 경우입니다. 클레임 응대, 해지 방어, 가격 협상은 자동화를 시도하는 순간 고객 불만이 증폭됩니다.
의외로 ROI가 먼저 나오는 쪽은 인바운드가 아니라 아웃바운드입니다. 방문 예약 확인 콜, 미수금 안내, 배송 일정 확인처럼 발신 목적이 명확한 통화는 시나리오가 단순하고 실패해도 위험이 낮습니다. 상담사가 하루 200통씩 돌리던 확인 콜을 자동화하면 효과가 즉시 측정됩니다.
진짜 난이도는 시스템 연동입니다
음성 품질은 상용 엔진으로 상당 부분 해결되지만, 사내 시스템 연동은 직접 설계해야 합니다.
도입 체크리스트와 비용 구조
대부분의 음성 플랫폼은 분당 과금이며, 여기에 STT·LLM·TTS·통신 회선비가 각각 붙습니다. 분당 단가만 보면 저렴해 보이지만 평균 통화가 3분이고 이관율이 30%라면 실질 원가는 크게 달라집니다. 통화당 원가 = (분당 단가 × 평균 통화시간) + 이관 시 상담원 비용으로 계산해야 실제 절감액이 보입니다.
성공지표는 세 가지로 좁히는 것이 좋습니다. 사람 개입 없이 끝난 비율인 자동 완결률(containment rate), 평균 처리시간, 그리고 이관된 통화의 고객 만족도입니다. 완결률만 쫓으면 억지로 붙잡아두다 만족도가 무너집니다.
POLYGLOTSOFT는 음성 에이전트 도입을 구독형으로 단계 구축합니다. 아웃바운드 확인 콜 같은 저위험 시나리오로 시작해 통화당 원가와 완결률을 실측한 뒤, ERP·주문·재고 시스템 연동과 상담원 에스컬레이션 흐름까지 확장하는 방식입니다. 전화 채널을 데이터로 전환하는 작업을 검토하고 계시다면 언제든 문의해 주시기 바랍니다.