사례 연구: 기기 내 추천 기능으로 고객 지원 답변 시간을 단축한 방법

중견 SaaS 기업의 상담원 5명으로 이루어진 지원팀을 떠올려 보세요. 이 팀은 공유 헬프 데스크 받은 편지함과 내부 에스컬레이션용 Slack 채널을 통해 티켓을 처리합니다. 입력하는 내용 대부분은 대화마다 독특하지 않습니다. 몇 가지 설명을 매번 조금씩 다르게 표현할 뿐입니다. 문장 단위 제안이 특히 유용할 수 있는 업무 흐름이 바로 이런 경우이므로, 구체적으로 살펴볼 가치가 있습니다.

시작점

이 시나리오에서 팀은 결제 관련 질문, 비밀번호 재설정 요청, 'X는 어떻게 하나요?' 유형의 티켓을 처리합니다. 답변의 상당수는 몇 가지 패턴을 따릅니다. 문제를 확인하고, 계정 식별 정보를 요청하고, 알려진 우회 방법을 설명하거나, 지연에 대해 사과하는 식입니다. 상담원은 무슨 말을 해야 할지 몰라 어려움을 겪는 것이 아닙니다. 경험상 답변이 어떻게 전개되어야 하는지 이미 알고 있습니다. 병목은 헬프 데스크 도구와 Slack에서 하루에도 수십 번 같은 문장을 조금씩 바꿔 다시 입력하는 데 있습니다.

시도해 볼 방법

팀은 각 Windows 기기에 Typeahead를 설치하고, 별도 창이나 스니펫 라이브러리에서 복사해 붙여 넣는 과정 없이 현재 사용하는 앱에서 실행합니다. 티켓에 답변할 때 이 도구는 지금까지 입력한 내용과 해당 맥락에서 최근에 사용한 표현 패턴을 바탕으로 문장이 이어질 부분을 제안합니다.

도움이 될 수 있는 상황

기대할 만한 이점은 상담원이 갑자기 더 나은 답변을 알게 되는 것이 아니라, 익숙한 문장을 쓰는 기계적인 작업에 필요한 키 입력이 줄어드는 것입니다. 예를 들어 '문의해 주셔서 감사합니다. 확인을 위해 계정을 확인할 수 있는 정보를 알려주시겠어요…'로 시작하는 답변은 Typeahead가 반복 사용 후 빠르게 인식할 가능성이 높은 패턴입니다. 상담원은 매번 문장 전체를 입력하는 대신 Tab 키로 대부분의 문장을 적용할 수 있습니다.

온보딩 안내나 하루에 열두 개가량의 티켓에 쓰는 지연 사과 문구처럼 반복되는 업무 흐름에서는, 이런 작은 절약이 한 번만 쓸 때와 달리 전체 근무 시간 동안 누적됩니다. 이것이 솔직하게 설명할 수 있는 작동 방식입니다. 아직 실제 배포 사례가 없어 측정할 수 없으므로 구체적인 절감 비율을 제시하지는 않습니다.

도움이 되지 않는 상황

로그를 읽고, 버그를 재현하고, 엔지니어링 팀으로 에스컬레이션해야 하는 등 실제 조사가 필요한 티켓은 문장 예측으로 빨라지지 않습니다. 이런 경우 병목은 입력이 아니라 원인 진단이기 때문입니다. Typeahead는 상담원이 무슨 말을 해야 할지 알고 있을 때 답변 작성의 기계적인 부분을 돕는 도구이지, 문제에 대한 이해를 대신하지 않습니다.

지원팀의 개인정보 보호 고려 사항

지원 상담원은 답변에 계정 번호, 주문 세부 정보, 때로는 일부 결제 정보를 입력합니다. 클라우드 기반 제안 도구는 문장 완성을 생성하기 위해 해당 맥락을 서버로 보내야 합니다. Typeahead의 제안은 로컬에서 실행되는 모델을 사용하므로, 고객 데이터는 제안을 생성하기 위해 상담원의 기기 밖으로 나가지 않습니다. 데이터 처리 정책이나 고객 계약의 적용을 받는 팀이라면 고려할 만한 사항입니다.

자주 묻는 질문

Typeahead 다운로드

팀의 업무 흐름에서 직접 사용해 보세요. 일회성 구매 $9.99, 7일 무료 체험.

Microsoft Store에서 다운로드