1. Overview (프로젝트 배경)

국내 물류 산업을 대표하는 H사는 택배 배송과 관련된 문의, 배송조회, 예약 변경·취소, 반품 접수, VOC 접수 등이 전체 인입의 큰 비중을 차지하고 있었습니다.

특히 배송 단계별 정보가 여러 내부 시스템(API)에 분산되어 있어 정확한 응대가 어려웠고, 단순·반복 문의가 상담사의 업무 부담을 증가시키며 고객 경험에도 영향을 주고 있었습니다.

이에 H사는 고객이 더 빠르고 정확하게 정보를 얻을 수 있도록 하고, 상담사는 반복 업무에서 벗어나 복잡한 문의와 CS 품질 향상에 집중할 수 있도록 GenAI 기반 자동화 상담 환경 구축을 목표로 프로젝트를 추진하였습니다.

2. Challenge (문제 정의)

프로젝트 초기, H사는 다음과 같은 구조적 문제에 직면하고 있었습니다.

• 배송·예약 데이터가 여러 내부 시스템(API)에 분산
  여러 API를 순차적으로 확인해야 하므로 상담사와 챗봇 모두 정확한 정보를 즉시 전달하기 어려운 상황이었습니다.

• 고객 문의의 대부분이 단순 반복 업무
  배송조회, 예약 변경·취소, VOC 접수 등 문의 패턴이 유사함에도 상담사가 직접 처리해야 하는 비중이 높아 운영 부담이 증가하고 있었습니다.

• 기존 Rule-based 챗봇의 구조적 한계
  정형화된 문장 외 표현 이해가 어렵고, 예외 상황·규정 변경·자유 발화 처리에 제약이 있어 상담사 이관 비율이 높아지고 응대 품질에도 편차가 발생했습니다.

• 피크 시간대 대처 능력 부족
  성수기나 특별 기간에는 문의량이 급증하여 대기 시간 증가 → 고객 불만 → 운영 부담이라는 악순환이 반복되었습니다.

3. Solution (해결 방안)

메가존클라우드는 H사의 배송·예약·VOC 데이터 구조와 고객 문의 패턴을 분석한 뒤 다음과 같은 GenAI 기반 자동화 아키텍처를 구축하였습니다.

• GenAI 기반 고객용 챗봇 재구축

  • AWS Bedrock 기반 LLM 적용으로 자연어 이해 성능을 크게 향상

  • 배송 조회, 예약 변경·취소, 공항·골프 택배 문의 등 실제 업무 처리 가능

  • 고객 발화를 맥락 중심으로 분석하여 보다 자연스럽고 유연한 대화 제공

• 배송·예약·VOC 등 핵심 API 실시간 연동

  • 배송조회 API

  • 예약조회·변경 API

  • VOC 등록 API

고객 질의 → API 호출 → 응답 생성까지 전체 흐름을 자동화하여 여러 시스템에 분산된 정보를 GenAI Agent가 조합해 단일 응답으로 제공합니다.

• GenAI Agent Workflow 기반 자동화 적용

  • 고객 요청을 Agent가 자동으로 의도 분류

  • 적합한 API 실행 후 응답 문장 생성

  • 상담사 이관 시 고객 요청 맥락·전처리 결과 자동 전달

예시)

“예약 변경할게요” → 운송장 조회 → 본인 확인 → 날짜 변경 가능 여부 확인 → 변경 완료까지 자동 처리

• 운영관리 편의성 강화

  • FAQ 자동 확장 구조 정의

  • 시나리오 없이도 신규 문의 처리 가능

  • 통계·VOC 패턴·고객 행동 기반으로 향후 개선 포인트 쉽게 분석 가능

• AICC 확장을 고려한 아키텍처 설계

  • 향후 Amazon Connect 기반 콜봇 적용 가능

  • 상담사 보조용 AI Guidebot 연동 가능

  • 옴니채널 기반으로 확장 가능한 구조로 설계

4. Result (성과)

• 자연어 기반 이해력 향상 → 응답 품질 개선
  고객 발화를 그대로 이해하고 처리하여 상담 품질이 크게 향상되었으며, 고객이 원하는 정보를 더 빠르게 획득할 수 있게 되었습니다.

• 복잡한 문의도 맥락 기반으로 자연스럽게 처리
  대화 중단 없이 여러 단계의 배송·예약 프로세스를 하나의 흐름으로 이어서 처리할 수 있게 되었습니다.

• 실제 업무를 실행하는 자동화 챗봇 구현
  배송 조회, 예약 변경·취소, 반품 요청 등이 챗봇 내에서 직접 처리되며 ‘상담 연결 없이 스스로 해결 가능한 범위’가 크게 확장되었습니다.

• 실시간 API 데이터 기반 정확한 응대 제공
  여러 시스템에 분산된 정보를 GenAI Agent가 실시간으로 조합하여 가장 정확하고 최신의 데이터를 기반으로 응답하게 되었습니다.

• 운영 부담 감소 및 관리 편의성 향상
  FAQ 자동 확장, 데이터 기반 분석 환경 구축, 시나리오 수정 없는 유연한 대응 구조로 운영팀의 부담이 크게 줄었습니다.