Back
Key Takeaway
금융 상담센터를 클라우드 AICC로 전환한 글로벌 운영 고도화
Cisco/NICE 기반 온프레미스 시스템을 Amazon Connect와 Salesforce 중심의 클라우드 AICC 구조로 전환하여, 소프트폰 재편, 기간계 연동, WFM/Outbound 자동화를 성공적으로 구축했습니다.
Automotive Finance Company (H Company, Canada)
고객사 :Automotive Finance Company (H Company, Canada)
산업군 :Finance / Automotive
서비스 영역 :AI Contact Center / Cloud Migration / WFM & Outbound Automation
적용 솔루션 :Amazon Connect / Salesforce / WFM ML Scheduling / Predictive Dialer (PDS)
1. Overview (프로젝트 배경)
H사(캐나다 지역 금융계열사)는 Dealer 및 Customer 상담센터를 Cisco·NICE 기반 온프레미스 시스템으로 운영해 왔습니다.
그러나 시스템 노후화, 운영 복잡성, 채널 분리 문제로 인해 상담센터 운영 효율이 점차 저하되고 있었으며, 북미 지사 전체를 클라우드 기반으로 통합하고자 Amazon Connect 중심의 AICC 전환 프로젝트를 추진하였습니다.
특히 Salesforce를 중심으로 Dealer·Customer 상담 흐름을 통합하고, AI 기반 예측 운영(WFM)과 자동 발신(PDS)을 도입하여 운영 효율과 상담 품질을 함께 개선하는 것이 핵심 목표였습니다.
2. Challenge (문제 정의)
Cisco 소프트폰 노후화 및 음성/티켓/고객정보 채널 분리로 인한 운영 비효율
금융업 특성상 은행·카드사·VAN 등 기간계 연동 복잡도 증가
약 250명 규모 상담센터에서 적정 인력 배치·운영 예측 체계 부족
Outbound 캠페인 운영 자동화 미흡 → 응답률·전환율 개선에 한계
Dealer와 Customer의 상담 특성이 상이함에도 통합 관리 어려움
3. Solution (해결 방안)
Cisco Jabber → Amazon Connect로 Softphone 구조 재편
Dealer 전용·Customer 전용 상담 흐름을 분리 설계하여 운영 효율성과 품질을 개선하였습니다.
Amazon Connect + Salesforce 기반 통합 상담 환경 구축
Salesforce CTI 연동을 통해 고객 정보·상담 이력·계정 정보가 상담 중 자동으로 연결되도록 구성하였습니다.
금융 기간계 시스템과의 실시간 연동 구현
은행·카드·VAN 등 내부 API를 Connect 및 Salesforce와 연동하여 실시간 고객 검증, 거래 조회, 상태 확인 등 금융 특화 상담을 지원했습니다.
AI/ML 기반 WFM 예측 및 스케줄링 도입
상담 패턴을 기반으로 ML 모델이 인입 예측·적정 인원 산출을 수행하여 초과 인력 발생을 줄이고 운영 비용을 최적화했습니다.
Predictive Dialer(PDS) 기반 Outbound 자동화
ML 기반 알고리즘을 적용한 예측 다이얼러(PDS)로 고객 연결률을 높이고, 캠페인 운영 효율을 대폭 향상시켰습니다.
4. Result (성과)
WFM 기반 예측 운영 고도화 → 운영비 절감
정확한 인력 예측 및 스케줄링으로 초과 인력 발생이 줄고 운영 효율이 현저히 개선되었습니다.
Dealer/Customer 이원화 운영 체계 구축
업무 성격에 맞춘 상담 흐름 구성으로 처리 속도·품질이 모두 향상되었습니다.
Outbound 자동화 및 응답률 개선
PDS 도입으로 상담사 생산성이 증가하고 Outbound 응답률·전환율이 상승했습니다.
Salesforce 연동으로 상담 품질 및 고객 경험 강화
상담 중 고객 이력·계정·상품 정보를 즉시 조회할 수 있어, 보다 정확하고 개인화된 금융 상담이 가능해졌습니다.








