Customer Success: AI 적용이 어려운 이유 기술 때문일까, 조직 때문일까?

Customer Success 영역에서도 AI에는 아주 Hot한 주제이죠. 고객들을 만나보면 현재는 CS 업무에 AI를 적용하는 것에 대해 관심과 기대감이 더 높은 것으로 보입니다. 하지만, 지금의 기대보다 실망과 우려가 커지는 시점이 올 것 같다는 조심스러운 예측도 있습니다.

남들보다 빠르게 AI를 도입한 기업들의 사례를 살펴보면, AI의 도입과 활용을 가로막는 장애물이 AI 자체보다 기업의 조직 특성, 업무 방식 및 시스템 체계 등에 있는 경우가 휠씬 많기 때문이죠. 미국의 어느 CS 전문가가 한 팟 캐스트 프로그램에 나와 이런 이야기를 하더군요.  

“AI를 이용해 고객 이탈 문제를 해결하고 싶어하는 CS 리더들을 만나보면, 그 동안 CS 리더들이 몰라서 혹은 그냥 무시했던 것들 때문에 AI 활용이 어려운 경우가 대부분이다.”,

“AI는 문제를 덮어주는 화장품이 아니라, 민 낯을 그대로 보여주는 현미경이다."

그리고 AI 도입과 활용을 어렵게 만드는 6가지 장애물을 제시했습니다.

①   고객 성공에 대한 명확한 정의가 없는 문제

• AI가 필요한 것: AI는 고객 성공에 대한 명확하고 정량화된 KPI가 필요하죠. 예를 들어, 3개월 내 특정 기능을 00회 이상 사용, NPS 점수 00점 이상, 또는 월간 활성 사용자(MAU) 00%을 고객 성공으로 정의한다 같은 구체적 정의가 필요합니다.

• 그러나 현실은 "고객이 만족하는 것" 같이 모호하거나, 팀원마다 다르게 해석되어, AI는 학습할 수 있는 정확한 목표 변수(target variable) 없습니다. 이로 인해 '성공한' 고객과 '위험한' 고객을 구분하는 패턴을 학습할 수 없습니다.

②    이상적 고객 프로파일(ICP)이 없거나 계속 바뀌는 문제

• AI가 필요한 것: AI 모델은 '성공할 고객'과 '실패할 고객'**을 구분해 학습해야 합니다. 이 기준이 ICP이죠. AI는 고객 데이터(산업, 규모, 사용 패턴 등)를 ICP와 비교해 각 고객에게 필요한 대응 (맞춤형 온보딩 및 기능 추천 등)를 제안합니다.

• 그러나, ICP가 아예 없거나 일관성이 없다면, AI는 어떤 특징을 가진 고객에게 어떤 CS 전략이 효과적이었는지 학습할 수 없습니다. 예를 들어, 1분기에 '50인 미만 소기업'으로 정의되었던 ICP가 이번 분기에 '1000명 이상 대기업'로 바뀌면, AI 모델이 패턴을 찾아내지 못하겠죠.

③  매번 바뀌는 고객 인수인계(핸드오프) 프로세스

• AI가 필요한 것: AI 기반 CS 시스템은 영업 단계에서 생성된 고객의 기대치, 합의된 목표, 구매 동기 등 핵심 정보를 정확하게 전달받아야 합니다. 이를 통해 맞춤형 고객 온보딩 여정을 설계할 수 있죠.

• 하지만, 핸드오프 프로세스가 자주 바뀌면 고객 데이터 종류, 전달 방식과 기록 방식의 일관성이 사라집니다. 결국 고객 데이터 유실과 오류 증가 등으로 AI가 제 기능을 못할 가능성이 커집니다. 

CS업무와 AI도입

④  여러 시스템에 분산된 데이터

• AI가 필요한 것: AI의 장점 중 하나는 모든 관련 데이터를 통합해서 전체 구조를 분석하는 능력이죠. 고객 성공을 위해서는 제품 사용 데이터(Product Analytics), 고객 지원 데이터(Help Desk) 및 영업 데이터(CRM), 마케팅 데이터(Marketing Automation) 등이 모두 필요합니다.

• 그러나, 현실은 위 시스템들이 다 쪼개져 있어, 전체 데이터가 아닌 일부 데이터만 갖고 AI가 학습하는 경우가 많습니다. 당연히 정확한 고객 이탈 예측이나 의사 결정이 어렵죠.

⑤  직감에 의한 예측과 의사결정

경험 많은 CS 리더나 경영진이 데이터가 아닌 주관적인 판단에 따라 다음 분기의 갱신율, 이탈률, 업셀(Upsell) 기회 등을 예측하고 일방적으로 결정하는 것을 의미합니다. 이런 상황에서 몇 번의 성공을 경험하면, 이 방법이 깊게 자리하고 데이터 기반의 분석과 예측, 의사결정은 다른 회사의 이야기가 되죠.

⑥  CS 인력의 개인기에 의존

체계적인 CS시스템이나 프로세스가 아닌, CS 인력 개개인의 뛰어난 능력이나 과도한 노력(수 많은 야근과 수작업 등)을 통해 고객을 지원하는 상황을 의미합니다.

• AI가 필요한 것: AI는 표준화되고 일관된 프로세스가 구현되어 있을 때 자신의 역할을 해낼 수 있죠. 반복 단순 작업을 자동화하고, 예측 결과를 바탕으로 표준화된 워크플로우를 운영할 수 있어야 효율성이 극대화됩니다.

• 하지만, 표준화된 CS 프로세스가 없어서 CS인력들이 개별적으로 대처해야 하고, 과도한 시간과 노력을 투입해야 하는 상황이 이어지면 AI를 어떤 업무에, 어떻게 도입해야 할지 정의하는 것이 어렵습니다.

저의 결론은 이렇습니다.

• CS 인력의 개인기에 의존하는 CS 운영 전략은 가능한 빨리 중단해야 한다!

• AI는 '주먹구구식 일 처리 방식'을 쫓아낸다. 시스템이 갖춰진 조직은 AI는 CS인력에게 날개를 달아주지만, 그렇지 못한 조직에서는 AI는 혼란만 키우는 원인이 된다.

• AI보다 CS 프로세스 정리가 먼저다!

여러분 회사의 CS 업무에 AI를 고민하고 계시나요?

그렇다면 위 6가지 사항을 여러분 회사 상황에 대입해 보는 것을 추천합니다.

기업의 성장과 지속가능성을 위한 Customer Success 전략과 실행 모델을 제시합니다.

sales@marcetto.com

▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 (주)마르케또에 저작권이 있습니다.

▶ 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적 이용을 허용하지 않습니다.