MPB, 헬프센터 개편으로 해결률 48% 달성

요약

• 중고 장비 플랫폼 MPB가 헬프센터를 개편하고 인공지능 상담원 Fin을 도입했습니다.
• 응답 규칙을 세우고 지식을 정비해 해결률이 초기 대비 두 배인 48%로 올랐습니다.
• 생성형 인공지능 도입의 성패는 도구 설치보다 지식 구조화와 엄격한 규칙에 달렸습니다.

물류가 밀리는 순간 고객 문의는 폭발합니다

중고 사진과 영상 장비를 사고팔거나 보상 판매하는 플랫폼 MPB에는 매주 수천 개의 중고 장비가 새로 입고되고 팔려 나갑니다. 고객 상담 플랫폼 Intercom이 공개한 고객 사례에 따르면, MPB는 이 분야에서 세계 최대 규모 플랫폼으로 꼽힙니다. 일반 전자상거래와 달리 이곳에 등록되는 물건은 모두 상태와 이력이 다른 단 하나뿐인 상품입니다. 고객이 던지는 질문도 상품마다 제각각일 수밖에 없습니다.

평소에도 고객 지원팀은 매주 수천 건의 대화를 처리합니다. 문제는 특정 시점에 문의가 걷잡을 수 없이 쏟아진다는 점입니다. MPB에서 문의가 급증하는 원인은 크리스마스나 연말 같은 소매업의 계절성이 아닙니다. 바로 물류 지연입니다. 판매 희망자들이 보낸 중고 장비가 너무 많이 너무 빨리 물류 거점으로 쏟아져 들어오면 병목이 발생합니다.

MPB의 상품 검수와 입출고 처리를 맡는 거점인 Circular Commerce Centres에 작업 적체가 발생하면, 운영팀은 웹사이트에 미리 약속해 둔 처리 기간을 맞추기 어려워집니다. 지연이 발생하는 즉시 “내 장비 어디 있나요?”라는 문의가 밀려듭니다. 내가 보낸 물건이 잘 도착했는지, 검수는 언제 끝나는지, 판매 대금은 언제 입금되는지, 주문 확인은 되었는지를 확인하려는 연락입니다. 이렇게 물류가 밀리는 바쁜 달에는 고객 대화량이 최대 4만 건까지 치솟았습니다.

고객 운영 매니저 Gideon Knight는 당시 상황을 다음과 같이 설명했습니다. “Circular Commerce Centres에 적체가 생기면 문의가 크게 늘어납니다. 고객 입장에서는 무슨 일이 일어나는지 알고 싶어 하는 것이 당연하지만, 이렇게 예측하기 어려운 문의 급증을 처리하는 일은 고객 지원팀에 큰 부담이 됩니다.”

사람을 무작정 늘리지 않고 신뢰를 지켜야 했던 이유

MPB의 고객군은 크게 둘로 나뉩니다. 중고 장비를 구매하려는 사람과 자신이 쓰던 장비를 처분하려는 판매자입니다. 구매자는 고가의 중고 광학 기기를 안심하고 살 수 있는 신뢰를 원하고, 판매자는 본인이 보낸 물건이 빨리 검수되어 대금이 신속하게 정산되는 속도를 원합니다. 플랫폼 특성상 양쪽 고객 모두에게 세심한 응대가 필수적입니다.

MPB는 새로운 시장과 기존 시장 모두에서 빠르게 성장하고 있었습니다. 사업 규모가 커지면 대화량도 함께 늘어납니다. 하지만 일반적인 기업처럼 대화량이 늘어난다고 해서 상담 인력을 끝없이 채용할 수는 없었습니다. 인력 규모만 단순하게 늘리지 않으면서도, 지난 14년 동안 유지해 온 사람 중심의 신뢰도 높은 지원 품질을 유지하는 것이 MPB의 핵심 과제였습니다.

글로벌 고객 경험 총괄 Chris Beattie는 지원 전략의 전환이 불가피했다고 회상했습니다. “고객 경험은 MPB가 하는 모든 일의 중심에 있습니다. 지난 14년 동안 우리는 고객에게 한결같이 훌륭한 경험을 제공하는 데 집중해 왔습니다. CEO 역시 이 일에 매우 열정적이며 늘 고객을 최우선에 두어 왔습니다.”

Beattie는 이렇게 덧붙였습니다. “MPB가 신규 시장과 기존 시장에서 지속해서 성장함에 따라 고객 지원 전략도 이에 발맞춰야 한다는 점을 깨달았습니다. 우리는 일하는 방식을 바꿔야 했습니다. 고객 만족을 최우선 과제로 유지하면서, 팀에 단순히 사람만 더 늘리지 않고 확장하는 것이 우리의 목표였습니다.”

MPB는 이미 Intercom을 헬프데스크로 사용하며 규칙 기반 자동화 방식을 적용해 흔한 문의를 처리하고 있었습니다. 하지만 정해진 규칙에 따라 단편적인 답변만 내보내는 방식은 유지하고 관리하는 데 끊임없이 사람 손이 들어갔습니다. 매주 수천 개의 독특한 상품이 오가는 리커머스 환경에서 고객이 겪는 미묘하고 복잡한 경험의 흐름을 규칙 기반 도구만으로는 온전히 담아낼 수 없었습니다.

헬프센터를 다시 짜고 인공지능 상담원 Fin을 전면에 세우다

MPB는 Intercom의 인공지능 상담원 Fin을 도입하기로 결정했습니다. Fin이 회사의 지원 정책을 충실히 준수하고, 안내 콘텐츠에 유연하게 적응하며, 꼭 필요한 순간에 상담원의 지원 가치를 극대화할 수 있다고 판단했기 때문입니다. MPB는 라이브 채팅의 첫 창구에 Fin을 배치하고 들어오는 모든 대화를 Fin이 먼저 맞이하도록 설정했습니다.

하지만 소프트웨어만 설치한다고 문제가 해결되지는 않습니다. MPB는 인공지능의 답변 품질이 인공지능이 참고하는 기초 지식의 품질을 결코 넘어설 수 없다는 원칙을 세웠습니다. 그래서 가장 먼저 고객 안내 창구인 헬프센터를 명확하고 일관되며 Fin이 읽고 처리하기 쉬운 구조로 전면 개편했습니다.

지식 구조를 바꾸면서 조직의 역할도 새로 만들었습니다. 전담 콘텐츠 전략가가 이끄는 지식 개발 전문가 팀을 꾸려 헬프센터의 지식 베이스를 체계적으로 관리하게 했습니다. 동시에 Gideon Knight 고객 운영 매니저가 Fin의 설정과 학습, 지속적인 성과 관리를 전담하도록 책임을 명확히 나누었습니다. Gideon Knight는 이에 대해 “우리는 그저 기능을 켜 놓고 잘되길 바라지만은 않았습니다. Fin이 실제로 유용하게 쓰일 수 있도록 콘텐츠와 구조, 학습에 투자했습니다”라고 밝혔습니다.

실제 현장에서는 지식 개발 전문가 팀이 헬프센터 문서를 다듬을 때 문서 하나당 한 가지 주제만 다루도록 통제했을 것입니다. 처리 기한이나 필수 선행 조건 같은 핵심 정보를 글 첫머리에 배치해 Fin이 여러 문서를 뒤섞어 잘못된 일정을 안내하지 않도록 유도했을 가능성이 높습니다. 다국어 지원 역시 Fin이 영어 원천 문서를 실시간으로 번역해 안내하도록 구성하고, 국가별 배송이나 결제 조건만 별도 문서로 덧붙이는 방식을 썼을 것입니다.

응답 규칙을 세워 불확실성을 통제하다

MPB는 Fin의 대화 처리 방식을 통제하기 위해 Fin Guidance라는 설정 가능한 규칙 체계를 도입했습니다. 끊임없이 상품 구성이 바뀌는 플랫폼 특성상, 인공지능이 정해진 답변에만 기댈 수 없었기 때문입니다. 엄격한 규칙을 통해 인공지능이 불확실한 질문을 다루고 정확한 정책을 안내하도록 훈련했습니다.

첫 번째 규칙은 판매자의 장비 가격 문의에 대한 대응입니다. 판매자가 장비 가격을 물어오면 Fin은 스스로 중고 시세를 추정해서 답하지 않습니다. 대신 실시간 데이터에 기반해 정확한 가격을 산출해 주는 MPB의 견적 도구로 고객을 안내합니다. 장비 상태에 따라 시세가 수시로 변하므로, 부정확한 추정가로 판매자의 신뢰를 잃지 않게 하려는 이유입니다.

두 번째 규칙은 이미 장비를 발송한 고객을 위한 판매 상태 확인입니다. 고객이 보낸 장비가 MPB 물류 거점에 이미 도착한 상태라면, Fin은 검수가 언제 진행되는지, 검수 결과 안내는 언제 가는지, 판매 대금은 언제 입금되는지 구체적인 안내 일정을 확인해 줍니다.

실제로는 Fin이 내부 거래 시스템에 실시간으로 연결되어 있지 않기 때문에, 단계별 조건 분기 질문을 통해 현재 상황을 파악했을 것입니다. 고객에게 물품을 발송했는지, 도착 알림을 받았는지 물어본 뒤 헬프센터에 표준화된 검수 및 정산 소요 일정을 찾아 안내해 주는 구조였을 가능성이 큽니다.

세 번째 규칙은 물류 적체로 인한 문의 급증 대응입니다. 최근 운영 지연으로 장비 행방을 묻는 문의가 폭증했을 때, 운영팀은 “내 장비 어디 있나요?” 문의를 처리하도록 Fin을 빠르게 집중 학습시켰습니다. Fin은 고객에게 명확한 예상 처리 기간과 다음 진행 단계를 안내했습니다. 그 결과 불안감 때문에 같은 질문을 거듭 던지는 반복 문의가 줄어들었고 고객 지원팀의 업무 부담도 덜어낼 수 있었습니다.

이 과정 역시 물류 현장에서 지연이 감지되면 고객 운영 매니저가 대기 기간이 반영된 임시 안내 규칙을 Fin에 활성화하고, 물류 처리가 정상화되면 규칙을 해제하는 유연한 방식으로 돌아갔을 것입니다.

네 번째 규칙은 브랜드 어조와 사람 상담원으로의 이관 기준입니다. Fin의 모든 답변은 짧고 명확하며 브랜드 어투에 어울리도록 다듬어졌습니다. 만약 고객이 대화 중 답답해하거나 상황이 다급해 보이면, Fin은 공감을 먼저 표현한 뒤 대화를 사람 상담원에게 넘기도록 설계되었습니다.

Fin Guidance 상황별 응답 경로

해결률 48% 달성과 업무 방식의 변화

이러한 사전 정비와 명확한 응답 규칙 덕분에 Fin은 신뢰할 수 있는 1차 지원 창구로 기능하게 되었습니다. 도입 초기 25~30% 수준에 머물렀던 Fin의 해결률은 꾸준히 40~50% 수준을 유지하며 약 두 배인 48%로 올라섰습니다. 문의가 몰리는 달에는 최대 1만 건을 사람 개입 없이 Fin이 스스로 해결합니다.

MPB Fin 문의 해결률 변화

동시에 상담 품질도 안정적으로 유지되었습니다. Fin이 처리한 대화와 사람이 응대한 대화를 모두 포함해 측정한 고객 경험 점수인 CX Score는 83%를 기록했습니다. 평소 매주 수천 건, 물류 적체 때는 한 달 최대 4만 건까지 치솟는 대화량 속에서도 서비스 기준을 유지한 결과입니다.

Chris Beattie는 이 성과를 두고 “Fin이 많은 문의를 흡수하고 있습니다. 하지만 그보다 더 중요한 점은 문의가 몰려 바쁠 때도 서비스 수준을 일정하게 유지하도록 돕는다는 사실입니다”라고 말했습니다.

글로벌 확장 방식도 달라졌습니다. MPB는 현재 영어, 독일어, 프랑스어, 네덜란드어, 이탈리아어 등 5개 언어로 고객을 지원하고 있으며, 향후 로드맵에 스페인어와 포르투갈어 지원을 올려두었습니다. 진출하는 모든 국가마다 원어민 상담사를 일일이 채용하지 않고도 여러 유럽 신규 시장으로 서비스를 성공적으로 확장했습니다. 사람 상담원에게 넘어오는 외국어 문의 역시 번역 도구를 활용해 기존 팀 안에서 원활하게 소화해 냈을 것입니다.

팀 내부의 일하는 문화도 바뀌었습니다. Adam Cox 시니어 프로덕트 매니저는 “팀의 부담이 크게 줄었습니다. 이제 우리는 더 선제적으로 움직이며 고객이 기대하는 수준 높은 서비스를 제공할 수 있게 되었습니다”라고 설명했습니다. 단순 반복 문의에 시달리던 상담원들은 더 개인화되고 깊이 있는 상담에 집중할 수 있게 되었고, 조직 안에서 새로운 역할을 맡을 기회도 열렸습니다.

앞으로의 과제와 기업이 얻을 교훈

MPB는 현재 두 가지 다음 단계를 준비하고 있습니다. 첫 번째는 AI 기반 인사이트인 AI Insights와 CX Score를 결합하는 작업입니다. 특정 시점의 단편적인 만족도 점수를 확인하는 데 그치지 않고, 인공지능과 대규모 언어 모델을 활용해 고객이 겪는 어려움의 원인과 맥락을 실시간으로 온전하게 파악하겠다는 구상입니다.

Chris Beattie는 “인공지능과 거대언어모델(LLM) 덕분에 고객의 목소리를 온전히 이해하고, 그 귀중한 통찰을 구체적인 행동으로 전환해 높아지는 고객의 눈높이를 맞출 수 있게 되었습니다”라고 밝혔습니다. Gideon Knight 역시 이러한 시도가 고객 만족을 바라보는 방식을 근본적으로 바꿀 것이라고 내다봤습니다.

두 번째 단계는 Fin을 내부 시스템에 직접 연결해 복잡한 거래성 문의까지 처리하는 작업입니다. 지금의 Fin은 실시간 거래 데이터에 직접 닿아 있지 않습니다. 시스템 연동이 완료되면 Fin이 실시간 주문 데이터를 직접 조회해 상세 주문 상태를 확인하고, 주문 취소나 환불 처리까지 직접 수행하게 할 계획입니다.

MPB의 사례는 인공지능 고객 상담을 도입하려는 기업에 분명한 교훈을 줍니다. 인공지능 상담원의 성패는 모델의 성능보다 기업이 보유한 기초 지식의 구조와 통제 규칙에 달려 있습니다. MPB는 모델을 켜기 전에 헬프센터 문서를 인공지능이 이해하기 쉽게 뜯어고쳤고, 지식을 관리할 전담 인력을 먼저 배치했습니다.

또한 인공지능이 답해야 할 영역과 전문 도구로 넘겨야 할 영역을 엄격하게 분리했습니다. 시세 변동이 심한 중고 가격을 인공지능이 섣불리 지어내지 못하게 막고 견적 도구로 연결한 판단이 대표적입니다. 인공지능 도입을 고민하는 실무자라면 도구의 자동화율만 볼 것이 아니라, 자사의 안내 지식이 인공지능이 읽기 좋게 정돈되어 있는지, 현장의 돌발 상황을 통제할 규칙이 준비되어 있는지부터 살펴보아야 합니다.

---

출처

Intercom Fin — How MPB is scaling the recommerce support experience with Fin — https://fin.ai/customers/mpb (이전 주소 https://www.intercom.com/customers/mpb) — 발행일 미표기, 2025-08-30 웹 아카이브에 같은 내용, 2026-09-24 확인