AI 고객 대화의 시작부터 종료까지 상태 설계

“AI 고객 대화의 시작부터 종료까지 상태 설계” 주제를 검토할 때는 “AI를 도입할까?”보다 “어떤 문의를 어떤 근거로 답하고, 어디에서 사람에게 넘길까?”를 먼저 묻는 편이 안전합니다. 자동화 비율을 목표로 삼으면 어려운 문의까지 AI에 남기기 쉽지만, 해결 범위와 이관 기준을 목표로 삼으면 고객 경험과 운영 책임을 함께 설계할 수 있습니다.

Deyo 관점의 출발점은 승인된 지식, 웹 위젯, 사람 연결, 운영 검토입니다. ‘AI·사람 연결·종료 상태의 생명주기’ 기준을 문서에 적고 실제 대화에서 확인 가능한 조건으로 바꾸면, 출시 후에도 팀이 같은 원칙으로 판단할 수 있습니다.

이 기준을 실제 운영에 적용하면 다음과 같습니다. AI 응대, 사람 대기, 사람 응대, 종료를 명시적인 상태로 다룹니다. 상태 변경 이벤트를 기준으로 알림과 측정을 설계하면 같은 대화의 중복 응답을 줄일 수 있습니다.

테스트 대화에서 ‘AI·사람 연결·종료 상태의 생명주기’ 조건을 의도적으로 발생시킵니다. Deyo Inbox에서 대화 기록, 이관 사유, 담당자 상태를 확인하고, 알림만 온 Slack·이메일이 아니라 Inbox에서 고객에게 답장합니다.

이 기준을 실제 운영에 적용하면 다음과 같습니다. 명시적인 고객 요청, 계정별 조사, 실제 변경 작업, 근거 부족을 서로 다른 이관 사유로 기록합니다. 그래야 이관 증가가 지식 문제인지 인력 업무인지 구분할 수 있습니다.

테스트 대화에서 ‘고객 요청·실제 작업·근거 부족의 연결 기준’ 조건을 의도적으로 발생시킵니다. Deyo Inbox에서 대화 기록, 이관 사유, 담당자 상태를 확인하고, 알림만 온 Slack·이메일이 아니라 Inbox에서 고객에게 답장합니다.

이 기준을 실제 운영에 적용하면 다음과 같습니다. 담당자가 답장했다고 자동으로 AI를 재개하지 않습니다. 고객에게 사람 응대 종료를 알리고 운영자가 명시적으로 AI 상태로 돌려야 다음 메시지의 책임이 분명합니다.

테스트 대화에서 ‘사람 응대 후 명시적인 AI 재개’ 조건을 의도적으로 발생시킵니다. Deyo Inbox에서 대화 기록, 이관 사유, 담당자 상태를 확인하고, 알림만 온 Slack·이메일이 아니라 Inbox에서 고객에게 답장합니다.

이 기준을 실제 운영에 적용하면 다음과 같습니다. 대화량은 수요를, 사람 연결은 업무 경계를, 품질 신호는 검토 후보를, 지식 준비도는 원인을 보여줍니다. 하나의 지표를 성공률로 부르지 말고 추세를 함께 읽습니다.

‘대화량·이관·품질 신호·지식 준비 지표’ 항목은 Deyo Insights에서 관련 대화와 검토 신호를 열어 실제 답변·출처와 대조합니다. 수정이 필요하면 Knowledge를 고친 뒤 같은 질문을 Playground에서 재실행하고 검토 날짜를 남깁니다.

“AI 고객 대화의 시작부터 종료까지 상태 설계”의 검증 예시는 계정별 변경 작업을 요청하는 고객입니다. 운영자는 관련 도움말을 Knowledge에 등록하고 Playground에서 정상 표현과 짧은 표현을 시험합니다. 답변에 최신 출처가 표시되면 웹 위젯에서 같은 질문을 다시 보냅니다.

그다음 실제 작업이 필요한 표현으로 바꿔 사람 연결을 발생시킵니다. Inbox에서 전체 대화, 이관 사유, 담당자 상태가 보이고 담당자가 답장할 수 있어야 이 시나리오를 통과한 것으로 기록합니다.

“AI 고객 대화의 시작부터 종료까지 상태 설계”의 제안은 Deyo 코드와 현재 제품 화면에서 근거를 찾을 수 있는 범위로 제한했습니다. Deyo는 이 주제에서 다음 작업을 지원합니다: 같은 대화를 AI에서 담당자에게 연결; 웹 Inbox에서 담당자가 대화를 검토하고 답장; 대화·이관·품질·지식 준비 지표 검토. 이는 모든 문제를 자동 해결한다는 약속이 아니라 운영자가 지식을 준비하고 대화를 검토하는 수단입니다.

도입 순서는 지식 등록, Playground 검증, 위젯 설치, 실제 대화 검토가 기본입니다. 처음부터 범위를 넓히기보다 문의 유형 하나를 선택해 정답률과 이관 경험을 확인한 뒤 다음 범위로 확장하는 편이 운영 위험을 줄입니다.

제안을 실제 운영 변경으로 옮기기 위한 검증 목록입니다. 담당자와 검토 날짜를 남겨 지식 변경과 답변 품질의 관계를 추적합니다.

• 1. AI·사람 연결·종료 상태의 생명주기: AI 응대, 사람 대기, 사람 응대, 종료를 명시적인 상태로 다룹니다. 상태 변경 이벤트를 기준으로 알림과 측정을 설계하면 같은 대화의 중복 응답을 줄일 수 있습니다. 이 기준으로 통과 사례 한 건과 사람 연결 사례 한 건을 저장합니다.
• 2. 고객 요청·실제 작업·근거 부족의 연결 기준: 명시적인 고객 요청, 계정별 조사, 실제 변경 작업, 근거 부족을 서로 다른 이관 사유로 기록합니다. 그래야 이관 증가가 지식 문제인지 인력 업무인지 구분할 수 있습니다. 이 기준으로 통과 사례 한 건과 사람 연결 사례 한 건을 저장합니다.
• 3. 사람 응대 후 명시적인 AI 재개: 담당자가 답장했다고 자동으로 AI를 재개하지 않습니다. 고객에게 사람 응대 종료를 알리고 운영자가 명시적으로 AI 상태로 돌려야 다음 메시지의 책임이 분명합니다. 이 기준으로 통과 사례 한 건과 사람 연결 사례 한 건을 저장합니다.
• 4. 대화량·이관·품질 신호·지식 준비 지표: 대화량은 수요를, 사람 연결은 업무 경계를, 품질 신호는 검토 후보를, 지식 준비도는 원인을 보여줍니다. 하나의 지표를 성공률로 부르지 말고 추세를 함께 읽습니다. 이 기준으로 통과 사례 한 건과 사람 연결 사례 한 건을 저장합니다.