Clay — 2만 명 Slack 커뮤니티 지원을 Fin으로 옴니채널 확장한 방법

1. 왜 이 사례인가

GTM(Go-to-Market) 개발 플랫폼 Clay는 이상적 고객 프로필(ICP)을 발굴하고 데이터를 보강(enrichment)하여 정밀한 성장 캠페인을 집행할 수 있도록 돕는 B2B SaaS 기업입니다. 고객이 데이터 기반 영업 전략을 성공적으로 안착시키도록 돕는 고객 지원은 Clay의 성장과 제품 경험을 견인하는 핵심 동력이었습니다.

초기 Clay는 2만 명 규모의 Slack 커뮤니티를 중심 창구로 삼아 고객 지원을 운영했습니다. 활발한 커뮤니티는 브랜드의 핵심 자산이었으나, 별도의 자동화 장치 없이 수동으로 티켓을 처리하다 보니 늘어나는 문의량을 체계적으로 관리하고 우선순위를 선별하기 어려웠습니다. 고객 입장에서도 사소한 문의 하나를 해결하기 위해 매번 Slack 채널을 찾아와야 하는 사용 마찰이 컸습니다. 더욱이 지원팀 인원은 단 3명에 불과해 상담원 한 명이 매주 200건 이상의 티켓을 감당하고 있었습니다. 고객 수가 가파르게 증가하는 상황에서 팀 규모를 2배로 늘리지 않고는 급증하는 문의를 따라잡을 수 없다는 현실적 위기감이 팽배했습니다.

이에 Clay는 Intercom의 AI 에이전트 Fin을 도입하고, ‘인앱 채팅 → Slack(Channeled 연동) → 이메일’로 이어지는 단계적 확장을 추진했습니다. 현재 Fin은 전 채널 상담 대화의 90%에 개입하여 이 중 최대 50%(평균 45~50%)를 사람 개입 없이 종단 완결(End-to-End)하고 있습니다. 매달 인입되는 약 7,000건의 티켓 중 절반 가까이를 Fin이 도맡아 해결하면서, 사람 상담 인력은 복잡하고 전략적인 기술 문의에 온전히 집중할 수 있게 되었습니다.

2. Problem

Fin을 도입하기 전, Clay 지원팀이 직면했던 세 가지 핵심 병목은 다음과 같았습니다:

다채널 확장과 커뮤니티 정체성의 상충: 2만 명 규모의 Slack 커뮤니티 지원은 고객 소통에 탁월했지만, 정교한 자동화 체계가 없어 급증하는 문의량을 체계적으로 분류하고 우선순위를 매기기 어려웠습니다. 또한 모든 문의가 Slack 채널을 거쳐야만 해결되는 구조 탓에 다른 접점을 원하는 고객에게 불필요한 번거로움을 주었습니다.
지원 인력의 번아웃과 과부하: 고객 수와 지원 요청량이 빠르게 늘어나는 반면 자동화가 전무해 팀이 만성적인 과부하 상태에 빠졌습니다. 고객을 돕는 일 자체는 보람찼지만, 끝없이 반복되는 단순 티켓 처리와 대기열 관리 업무로 인해 팀원들의 피로가 극에 달했습니다.
응답 지연과 선입선출의 한계: 단순 선입선출(FIFO) 대기열 방식에서는 AI가 즉시 답변할 수 있는 간단한 문의조차 답변을 받기까지 4~6시간을 대기해야 했습니다. 즉각 해결 가능한 손쉬운 질문(low-hanging fruit)을 사전에 걸러내 신속하게 처리할 방법이 없었던 것입니다.

확인된 사실: 2만 명 규모 Slack 커뮤니티, 3인 지원팀 기준 인당 주 200건 이상(200+) 티켓 처리, 수동 커뮤니티 지원 체계, 응답 대기 시간 4~6시간, AI 도입 없이 팀 규모 2배 증원 필요 인식(Jess Bergson), FIFO 대기열의 한계.

3. Solution

3.1 도구 선택: 기술 + 팀 + 통제

Clay는 뛰어난 AI 기술력뿐 아니라 도입 전 과정을 든든하게 뒷받침해 줄 파트너 지원을 원했고, Intercom의 Fin에서 두 조건을 모두 확인했습니다. 특히 의사결정에서 다음 두 가지가 결정적이었습니다.

팀의 자발적 수용(Buy-in): 전체 지원팀이 Fin 도입 초기 테스트에 직접 참여했습니다. AI가 상담원을 대체하는 위협이 아니라 일하는 환경을 개선하는 기회임을 팀원들이 직접 체감하면서 막연한 두려움을 해소했습니다.
고객 경험에 대한 통제력: Fin의 규칙 설정과 워크플로가 투명하게 공개되어 있어, 최종적으로 고객에게 전달되는 상담 경험을 지원팀이 직접 제어할 수 있었습니다.

조지 딜데이(George Dilthey, Head of Support)는 1단계(tier 1) 기본 문의에 그치지 않고 심화 기술 문의인 tier 2·3 영역까지 Fin의 답변 규칙을 설정했으며, 환불 등 내부 백엔드 시스템과도 직접 연결했다고 설명합니다. 과거에는 자동화하기 어려웠던 영역까지 운영 범위가 확장된 것입니다.

3.2 단계적 롤아웃: 인앱 → Slack → 이메일

Clay의 접근법은 작게 시작해 점진적으로 확장하는 방식이었습니다. 먼저 상대적으로 통제가 용이한 인앱 채팅에 Fin을 우선 배포해 성과를 검증한 뒤, Slack과 이메일 채널로 순차 확장했습니다.

Slack 지원 환경은 서드파티 통합 애플리케이션인 Channeled를 활용해 Fin과 연결했습니다. 제스 버그슨(Jess Bergson, Head of CX)은 수많은 고객이 지켜보는 공개 Slack 커뮤니티 특성상 단 한 번의 오류도 용납되지 않아 초기 배포가 무척 두려웠으나, 실제 운영 결과는 예상보다 훨씬 매끄러웠다고 회고했습니다.

3.3 운영 변화

Fin 도입 이후 지원팀의 운영 방식과 사내 역할은 다음과 같이 재편되었습니다:

고객은 문의 접수 후 평균 10초 이내에 정확한 답변을 받습니다.
지원팀은 단순 응대에서 벗어나 가장 복잡하고 전략적인 기술 문의에 집중합니다.
Fin 상담 대화에서 반복되는 질문이나 콘텐츠 공백(gap)을 교육(Education) 및 콘텐츠 마케팅 팀과 공유해 사전 안내 문서를 선제적으로 보강합니다.
고객 대화 속에서 파악된 제품 기능 요청과 개선 사항을 제품(Product) 팀에 직접 전달하는 피드백 루프를 가동합니다.
조지 딜데이는 고객지원의 핵심 지표였던 ‘원터치 티켓(한 번의 응답으로 종결되는 티켓)‘에 대한 시각이 바뀌었다고 강조합니다. 한 번의 답변으로 닫히는 단순 문의라면 사람이 시간을 쓸 것이 아니라 애초에 AI가 도맡아야 할 영역이라는 인식의 전환입니다.

확인된 사실: 전체 팀 테스트 참여 및 수용(buy-in), tier 2/3 및 환불 시스템 연동, ‘인앱 → Slack(Channeled) → 이메일’ 단계별 롤아웃, 전 채널 90% 개입 및 45~50% 종단 해결(인앱 초기 20%), 월간 티켓 약 7,000건(~7k), 10초 미만(<10초) 응답 속도, 콘텐츠·제품 피드백 루프 구축.

4. Impact

지표	수치	비고
Fin 개입률	90%	전 채널
Fin 종단 해결률	45~50% (최대 50%)	인앱 시작 시 20%
월간 지원 티켓	~7,000건
Slack 커뮤니티	20,000명	도입 전 주요 채널
초기 지원팀	3명, 인당 주 200+ 티켓
응답 시간	10초 미만 (Fin 도입 후)	이전 4~6시간
Fin CSAT	모니터링 중	품질 유지 목적
기준일	unknown	확인일 2026-09-22

정성적으로도 지원팀의 역할과 조직 문화가 크게 달라졌습니다. 지원팀은 단순 티켓 처리자에서 고난도 문제 해결사로 진화했으며, 고객은 대기 시간 없는 즉각적인 안내 덕분에 Clay 플랫폼에 훨씬 빠르게 안착하고 있습니다. 조지 딜데이는 AI 도입의 궁극적인 목표가 사람을 대체하는 것이 아니라, 구성원을 지치게 만드는 지루한 반복 업무를 대체하는 데 있었다고 강조합니다.

확인된 사실: 위 표 수치. 큐 ID 016(Intercom이 Clay를 GTM outbound에 사용)과는 별개 사례 — 본건은 Clay가 Fin 고객인 지원 AX.

5. Insight

커뮤니티 우선 원칙과 자동화는 양립할 수 있습니다. 2만 명 규모의 공개 Slack 커뮤니티라는 브랜드 핵심 자산을 유지하면서도, Fin을 통해 응답 지연을 해소하고 급증하는 문의량을 안정적으로 흡수했습니다. 기존 커뮤니티를 축소하거나 폐쇄하지 않고도 옴니채널로 고객 접점을 확장할 수 있음을 보여준 사례입니다.

공개 채널 배포의 전제 조건은 통제력과 투명성입니다. 워크플로와 응답 규칙을 세밀하게 제어할 수 있는 투명성이 뒷받침되지 않는다면, 수많은 사용자가 지켜보는 공개 Slack 채널에 AI 에이전트를 전면 배치하기 어렵습니다. 더욱이 Tier 2·3 심화 기술 문의나 환불 시스템 연동까지 맡기려면 내부 시스템 접근에 대한 정교한 통제가 필수적입니다.

단계적 롤아웃이 공개 채널의 브랜드 리스크를 줄입니다. 상대적으로 리스크 관리가 용이한 인앱 채팅 환경에서 먼저 20%의 해결률을 검증한 뒤, Slack과 이메일로 확장하며 해결률을 45~50%까지 끌어올렸습니다. 이러한 점진적 확장이 공개 커뮤니티 환경에서의 배포 실패 부담을 극소화한 핵심 전략이었습니다.

운영 지표의 재정의가 필요합니다. 지원팀의 ‘원터치 티켓’ 비율을 무조건 높이는 것이 미덕이 아니며, 한 번의 답변으로 해결되는 단순 문의는 애초에 사람이 아닌 AI가 전담해야 할 영역이라는 실무적 인식 전환이 필요합니다.

복제 조건과 한계. 환불 등 핵심 백엔드와 연동할 수 있는 내부 API 환경, Fin 및 Channeled 서드파티 도구의 정교한 설정 역량, 공개 커뮤니티에서 발생할 수 있는 잠재적 브랜드 리스크에 대한 조직적 수용이 전제되어야 합니다. 한편 Fin의 고객 만족도(CSAT)는 현재 모니터링 단계이며, 장기 이탈률이나 순추천지수(NPS)에 미친 영향은 원문에 공개되지 않았습니다. 또한 벤더가 작성한 고객 사례의 특성상 Fin 운영 비용이나 상담원 에스컬레이션의 정확도에 대한 세부 수치는 다루어지지 않았습니다.

한 줄로: 커뮤니티 중심 지원을 확장하려면 AI를 단순히 덧대기보다, 통제 가능한 AI 워크플로를 인앱에서 먼저 철저히 검증한 후 공개 커뮤니티로 단계적 확장하는 접근이 안전합니다.

6. 원문에 없는 추정 (구현 가설)

6.1 tier 2/3·환불 연동을 위한 Fin Custom Action 파이프라인

근거: 원문은 Fin을 tier 2·3 질문까지 설정하고 환불 등 내부 시스템과 연결했다고 기술합니다.

환불 요청이 인입되면 Fin은 대화 흐름 속에서 주문 번호나 구독 ID를 먼저 식별한 뒤, 인증된 사용자 세션 컨텍스트를 바탕으로 내부 결제(billing) API(예: create_refund_request 또는 check_refund_eligibility)를 호출하는 커스텀 액션(Custom Action) 파이프라인을 거쳤을 것입니다. Tier 2·3 문의는 지식베이스 검색만으로는 답하기 어려운 외부 도구 연동, 계정 권한, 데이터 처리 상태 관련 이슈가 다수를 차지하므로, Fin의 워크플로 빌더 내에서 ‘내부 시스템 실시간 조회 필요’ 조건 분기와 문의 난이도별 에스컬레이션 규칙을 차등 설정했을 가능성이 높습니다. API 호출이 실패하거나 환불 정책 기준을 충족하지 못하는 예외 상황에서는 이전 대화 맥락이 온전히 첨부된 티켓 형태로 사람 상담원에게 즉각 이관하는 인간 개입(HITL, Human-in-the-Loop) 게이트가 포함되었을 것으로 추정됩니다.

6.2 Channeled 기반 Slack 공개 커뮤니티 Fin 라우팅

근거: 원문은 인앱 성과 확인 후 Channeled 서드파티 앱으로 Slack에 Fin을 연결했고, 공개 커뮤니티라 오류 여지가 없어 무서웠다고 회고합니다.

서드파티 통합 앱인 Channeled는 공개 Slack 채널의 개별 스레드를 Fin의 대화 세션에 실시간 매핑하는 미들웨어 역할을 수행했을 것입니다. 불특정 다수가 열람하는 공개 채널의 메시지가 Fin으로 전달될 때, 민감 정보 자동 마스킹, 응답 초안 사전 검토, 특정 위험 키워드 감지 시 사람 상담원으로의 즉시 에스컬레이션 규칙을 적용했을 가능성이 큽니다. 또한 인앱 채팅에서 이미 검증을 마친 Fin의 기술 지식 및 워크플로 설정을 Slack 채널 프로필로 동기화하되, 공개 채널 특유의 오답 리스크를 방어하기 위해 초기에는 Fin 개입률을 채널별로 낮게 유지하고 점진적으로 끌어올리는 단계적 게이트를 두었을 가능성이 있습니다. 이후 달성된 전 채널 90% 개입률은 인앱, Slack, 이메일이 동일한 Fin 인스턴스 정책을 공유하면서도 인입 채널별 라우팅과 응답 방식만 분기하는 구조로 확장되었을 것으로 추정됩니다.

7. 출처

Intercom Fin Customer Stories — Transparency and trust: Why Clay chose Fin
https://fin.ai/customers/clay
게시일: unknown (확인일: 2026-09-22)
(Jess Bergson Head of CX, George Dilthey Head of Support; 90% 개입, 45~50% 해결, ~7k tickets/mo, 20k Slack community, Channeled Slack 연동)