고객 관리 콜센터는 매일 평균 수만 건의 고객 통화를 상호 작용하지만 수년 동안 이 데이터의 대부분은 운영 문제를 조기에 감지하기 위해 거의 효과적으로 활용되지 않았습니다. 이는 기업이 서비스 품질을 평가하기 위해 매우 작은 비율의 통화만 다시 받을 수 있는 기존 콜센터 제어 모델의 일반적인 한계입니다.
콜센터 운영에 직접 참여하는 AI
VinaPhone 통신사의 고객 관리 콜센터는 현재 인공 지능 응용 통화 분석 시스템인 VNPT iSense를 구축하여 3천만 명 이상의 가입자 규모의 고객 관리 활동을 위해 100% 통화 이상의 서비스 품질을 모니터링하고 분석합니다.
VinaPhone 고객 서비스 센터 기술 부서장인 Vu Xuan Nhan 씨에 따르면 iSense는 음성을 텍스트로 변환하고, 대화 내용을 분석하고, 말하는 사람의 감정을 인식하고, 각 통화에서 전화 상담원의 업무 준수 수준을 모니터링하는 것과 같은 처리 단계를 통해 콜센터 운영 과정에 직접 참여합니다.
이를 기반으로 Generative AI(GENERATIVE AI) 기술은 iSense에서 상황을 이해하고, 대화를 자동으로 요약하고, 교환 주제를 분류하고, 대규모 통화 데이터에서 반복적인 문제를 종합하는 데 적용됩니다. 이에 따라 iSense는 정보 기록에만 그치지 않고 운영 부서가 서비스의 비정상적인 징후, 고객 관리 프로세스의 병목 현상 또는 불만이 발생할 위험이 있는 문제를 조기에 식별하는 데 도움을 줍니다. 솔루션은 또한 대화 상황에 따라 정보와 지식을 제안하는 것을 지원하여 교환원이 고객과의 상호 작용 과정에서 상황을 검색하고 처리하는 시간을 단축하는 데 도움이 됩니다.
Generative AI가 대화 맥락을 정확하게 이해하려면 음성 인식 단계에서 입력 데이터가 매우 높은 정확도를 달성해야 합니다. 이 기술에 대한 새로운 접근 방식은 지난 5월 6일 IEEE(바르셀로나, 스페인)의 신호 및 음성 처리에 관한 국제 톱 1 컨퍼런스인 ICASSP 2026에서 iSense 개발팀인 VNPT AI에 의해 발표되었습니다. 회의에서 매사추세츠 공과대학(MIT), 칭화대학교(칭화대학교), 앤트 그룹(알리바바) 등 조직 및 대학과의 회의에서 VNPT AI는 새로운 접근 방식의 효과를 공유하고 분석했으며, 한편으로는 성능을 향상시키고 다른 한편으로는 기존 방법에 비해 정확도를 높였습니다. 이 방법은 국제 과학계의 많은 관심을 받았습니다.
년 씨는 또한 AI 구현 후 가장 큰 변화는 사람을 대체하는 것이 아니라 대규모 품질 모니터링 범위를 확장하는 능력에 있다고 강조했습니다. "대규모 콜센터에서는 수동 방법으로 전체 통화를 듣고 평가하는 것이 거의 불가능합니다. AI는 품질 관리 팀이 업무 평가가 필요한 경우에 더 집중할 수 있도록 많은 복제 작업을 처리하는 데 도움이 됩니다."라고 그는 말했습니다.
2025년에 iSense는 3천만 건 이상의 통화를 감시하고 분석합니다. 이 시스템은 통화 담당자의 수동 감시량을 약 70% 줄이는 데 기여하고, 콜센터 품질 관리 활동과 관련된 아웃소싱 인건비를 약 21% 절감합니다.
VinaPhone 대표에 따르면 대부분의 시간이 더 이상 수동 통화를 다시 듣는 데 사용되지 않기 때문에 품질 관리 부서는 비정상적인 상황 처리, 고객 관리 프로세스 개선 또는 전화 상담원 교육과 같은 실제 운영 문제에 더 집중할 수 있는 조건이 마련되었습니다.
AI는 베트남어 콜센터 문제를 해결할 주권이 있습니다.
AI가 베트남어 콜센터 환경에서 효율적으로 작동하려면 중요한 요소는 베트남의 실제 운영을 위한 데이터, 모델 및 기술 최적화 프로세스를 마스터하는 능력에 있습니다.
베트남에서 콜센터에 AI를 배포할 때 가장 큰 과제 중 하나는 실제 대화 환경에서 베트남어의 특성입니다. 고객은 빠르고 간헐적으로 말하거나, 끼어들거나, 현지어를 사용하거나, 지역 및 감정에 따라 억양을 지속적으로 변경할 수 있습니다.
이 문제를 해결하기 위해 iSense는 대화의 전체 수명 주기에 걸쳐 여러 층의 AI 기술을 결합하는 방향으로 구축되었습니다. 이 시스템은 음성 인식과 같은 기술을 통합하여 음성을 텍스트로 변환하고, 말하는 사람을 분리하는 스피커 다이아시징, 음향 특성을 통해 감정을 인식하는 감정 감지, 더 복잡한 작업을 수행하는 생성 AI와 같은 기술을 통합합니다.
시스템의 목표는 고객이 무슨 말을 하는지 확인하는 데 그치지 않고 기업이 문제가 어디에 있는지, 전화 상담원이 어떻게 처리하는지, 다음에 어떤 조치를 취해야 하는지 파악하는 데 도움을 주는 것입니다.
iSense 개발팀은 iSense의 AI 모델이 수년간의 실제 교환 환경에서 최적화되어 다양한 지역, 억양 및 다양한 업무 상황으로 데이터를 분석한다고 밝혔습니다. 이는 시스템이 베트남어와 국내 고객의 실제 의사 소통 특성에 더 강력하게 최적화되도록 돕습니다.
솔루션 측면에서 iSense는 모든 콜센터에 고정된 표준 세트를 적용하는 대신 각 비즈니스, 각 고객 그룹 및 기업의 개별 분석 기준에 따라 유연하게 사용자 정의할 수 있도록 설계되었습니다.
개발팀에 따르면 이는 기업이 데이터, 기술 및 실제 운영 요구 사항에 따라 시스템을 사용자 정의할 수 있는 능력을 주도적으로 마스터할 수 있는 주권적 AI 플랫폼의 장점입니다.
