B2B 고객에게 전화 한 번 걸었다고 영업이 끝나지는 않는다.
자료를 받아 본 담당자는 내부 회의를 거친 뒤 다시 질문을 가져온다. 처음에는 시간이 없다고 했던 고객이 다음 통화에서는 제법 구체적인 요구를 설명할 수도 있다. 반대로 관심이 있어 보였던 사람이 더 이상 연락받고 싶지 않다고 할 수도 있다. 기업 고객을 상대해 본 사람에게는 낯설지 않은 풍경이다.
그런데 이 과정을 음성 에이전트에게 맡긴다고 생각하면, 꽤 다른 그림이 보인다. 정해진 번호로 전화를 걸어 한두 가지 질문을 하는 것과, 고객을 여러 차례 만나며 다음 대화를 이어가는 것은 전혀 다른 일이다.
아웃바운드 Voice Agent의 실제 적용을 고민하면서 내 관심도 개별 통화에서 조금씩 멀어졌다. 언제 전화할 것인지, 지난번에 무슨 이야기를 나눴는지, 고객의 이번 반응이 다음 접촉을 어떻게 바꿔야 하는지. 결국 관심을 가져야 할 단위는 전화 한 통이 아니라 캠페인 안에서 계속 움직이는 고객의 여정에 가까웠다.
전화번호 목록을 실행한다고 Call Center가 되지는 않는다
예를 들어 기업용 솔루션을 알아보던 담당자가 제품 자료를 요청했다고 해 보자. 아래 이야기는 특정 고객의 실제 녹취가 아닌, B2B 접촉에서 충분히 일어날 법한 상황을 묶은 예시다.
고객 A는 첫 전화에 응답하지 못한다. 고객 B는 간단한 정보만 확인하고 싶어 한다. 고객 C는 기본 자료를 이미 읽었고, 내부 기술팀과 검토할 내용을 찾는다. 세 고객이 같은 캠페인에 포함돼 있다고 해서 같은 통화를 세 번 반복하는 것이 최선일까.
배치 실행과 캠페인 여정을 구분해야 하는 이유가 여기 있다. Batch는 특정 시점에 통화를 실행하고 운영하는 단위다. 반면 Journey는 고객이 왜 연락 대상이 됐으며, 지금 어떤 관계의 단계에 있는지, 다음 접촉에서 무엇이 달라져야 하는지를 다룬다.
스케줄러가 안정적으로 수많은 통화를 시작할 수 있다고 해도, 그것만으로 고객 관계를 운영할 수 있는 것은 아니다. 실행량을 늘리는 문제와 각 고객의 다음 대화를 정하는 문제는 별개다.
Retry와 Follow-up은 비슷한 단어가 아니다
고객이 전화를 받지 않았다. 연락을 다시 시도할 수 있는지 확인하는 일은 필요하다. 그렇다고 앞선 고객의 명시적인 요청에 따라 다시 연락하는 경우와 같은 것으로 취급할 수는 없다.
한 번 더 상상해 보자. 첫 통화에선 연결되지 않았던 담당자가 나중에 응답해 “기본 자료는 봤는데, 기술적인 부분은 내부에서 조금 더 확인해야 합니다”라고 말했다. 이 고객에게 다음 통화에서 첫 인사와 제품 소개를 처음부터 다시 시작한다면 어떨까. AI는 매끄럽게 말하겠지만 고객 입장에서는 그다지 똑똑한 시스템으로 보이지 않을 것이다.
여기에 Journey의 분기가 생긴다. 연결되지 않았다면 적절한 조건에서 재시도를 검토한다. 추가 자료를 요청했다면 그 요청과 관계 있는 후속 연락이 필요하다. 전문적인 상담을 원한다면 사람이 맡는 경로가 자연스럽다. 더 이상 연락을 원하지 않는다면 멈춰야 한다.
말로 적으면 당연하다. 하지만 각각의 반응을 구분하고, 다음 접촉을 해당 고객의 사정에 맞추려면 단순한 자동 발신보다 고려할 일이 많아진다. Lead Nurturing은 전화를 더 거는 일이 아니라 고객의 관심이 움직이는 속도에 맞춰 관계를 이어가는 일이다.
두 번째 통화에는 첫 번째 통화의 맥락이 있어야 한다
여러 번 접촉할수록 기록이 쌓인다. 통화가 언제 이루어졌는지, 고객이 무엇을 요청했는지, 어떤 질문에 아직 답하지 못했는지. 문제는 많이 기록하는 것만으로 다음 대화가 좋아지지는 않는다는 점이다.
모든 녹취를 다음 Voice Agent의 입력으로 밀어 넣는다면 기억력이 좋아지는 것처럼 보일 수 있다. 하지만 긴 기록에는 말끝에 흘린 추측, 당시에는 맞았지만 지금은 달라졌을 정보, 굳이 다시 사용할 필요 없는 개인정보가 섞여 있다. 고객이 확정해 말한 사실과 AI가 그렇게 해석한 내용도 구분해야 한다.
실무적으로는 오히려 짧고 정확한 맥락이 도움이 된다. 이 고객이 어떤 주제에 관심을 보였는지, 어떤 정보를 이미 받았는지, 아직 해결되지 않은 질문이 무엇인지, 다음 접촉에서 무엇을 기대하는지 정도다. 필요한 정보에만 접근하고 오래된 해석은 갱신할 수 있어야 한다.
여기서 CRM은 단순히 통화 결과를 쌓아 두는 곳을 넘어선다. 다음 대화를 준비하는 사람이든 Agent든, 현재 확인된 고객 상황을 같은 기준으로 이해하도록 돕는 역할을 한다.
한 통화 안에서도 역할은 달라질 수 있다
여러 통화에 걸친 Journey와는 다른 종류의 변화도 있다. 한 번 연결된 통화 안에서 상담의 목적이 바뀌는 것이다.
고객이 처음에는 제품 개요를 물었다가 조금 뒤에는 구체적인 기능의 호환성을 묻는다고 해 보자. 여기서부터는 친절하게 이어 말하는 능력보다 확인 가능한 정보가 중요해진다. 이럴 때는 승인된 문서나 Corpus를 근거로 필요한 내용을 찾는 RAG가 유용할 수 있다.
대화가 예약 확인이나 적절한 후속 요청으로 이어진다면 Custom Tool을 통해 제한된 작업을 제안할 수도 있다. 그러나 도구를 갖췄다는 이유로 고객 기록이나 실제 업무를 마음대로 바꾸게 해서는 곤란하다. 정보 조회와 실행 가능한 액션은 위험도가 다르다. 고객의 요청, 접근 권한, 업무 정책과 실제 처리 결과를 확인할 수 있는 경계가 필요하다.
필요하다면 Call Stage도 나눌 수 있다. 처음에는 관심사를 확인하고, 다음에는 특정 정보를 검증하고, 복잡한 요청에서는 다른 전문 역할로 넘기는 식이다. 이는 고객이 다음 주에 다시 전화를 받는 Journey 분기와는 다른 개념이다. 단일 통화 안에서 대화의 목적과 사용할 능력이 바뀌는 것이다.
물론 모든 대화를 여러 Stage와 Agent로 쪼개자는 이야기는 아니다. 짧고 명확한 문의에는 오히려 그 구성이 번거로울 수 있다. 중요한 건 고객 반응에 따라 필요한 만큼만 확장할 수 있는 여지를 두는 일이다.
사람이 받아야 더 좋은 순간도 있다
특히 B2B에서는 그 순간이 꽤 분명하다. 표준 정보를 확인하는 단계에서 고객의 실제 환경이나 계약 조건을 따지는 단계로 넘어갈 때다. “기술 담당자와 직접 이야기할 수 있을까요?”라는 요청에 AI가 더 많은 설명으로 버티는 모습은 별로 바람직하지 않다.
사람에게 전화를 넘길 수 있다는 사실보다 중요한 것은 그 사람이 어디서부터 대화를 이어받는가다. 고객이 이미 설명한 배경, 확인한 내용, 아직 풀리지 않은 질문이 함께 전달돼야 한다. 즉시 연결이 안 된다면 후속 상담으로 약속을 이어가는 길도 있어야 한다.
Human Handoff는 단순한 예외 처리라기보다 Customer Journey의 한 부분이다. AI의 사용 범위를 무리하게 넓히지 않으면서도 고객과의 관계가 끊어지지 않게 만드는 방법이다.
AI Call Center를 키울수록 사람의 운영 설계가 더 중요해진다
이제 이런 흐름을 수많은 고객에게 적용한다고 생각해 보자. 통화 용량이나 배치 실행은 물론 중요하다. 하지만 고객마다 연락할 수 있는 조건이 다르고, 누군가는 답변을 기다리며, 누군가는 이미 상담원과 이야기를 진행하고 있다. 중복된 연락을 막아야 하고, 무엇이 실제로 처리됐는지도 확인해야 한다.
규모가 커진다는 것은 작은 실수가 더 많은 고객에게 반복될 수 있다는 뜻이기도 하다. 연결이 끊긴 통화 하나를 잘못 해석하는 일과, 잘못된 접촉 판단이 캠페인 전반에서 반복되는 일은 영향이 다르다. 고객 이력의 접근 권한과 보안, 사람에게 넘길 수 있는 운영 여력, 예외 상황을 확인할 수 있는 가시성도 함께 따라가야 한다.
그래서 나는 대규모 AI Call Center를 단순히 ‘전화하는 Agent를 많이 띄운 구조’로 보지 않는다. 고객과의 접촉을 배치로 관리하면서도 고객마다 다른 여정을 놓치지 않고, 통화 도중 필요한 지식과 도구를 활용하고, 적절한 지점에서 사람이 이어받는 운영 체계에 더 가깝다.
이 그림의 모든 부분이 지금 당장 완성돼 있다고 주장할 생각은 없다. 어느 규모에서 어떤 방식이 적절한지는 실제 운영과 검증을 거쳐야 한다. 그렇지만 적어도 어디로 확장해야 하는지는 비교적 분명해 보인다.
B2B 고객은 우리가 몇 개의 Voice Agent를 운영하는지 알 필요가 없다. 다만 다음 통화에서 지난번에 했던 이야기를 다시 반복해야 한다면, 그 시스템이 얼마나 복잡한지는 금방 무의미해질 것이다.
결국 좋은 AI Call Center는 통화를 많이 만드는 곳이 아니라, 고객과의 다음 대화를 조금 더 잘 준비하는 곳일 것이다.