AI 컨택센터(AICC)의 경쟁력이 단순한 AI 모델 성능을 넘어 실제 상담에서 발생한 실패를 얼마나 빠르게 개선하고 운영에 반영하느냐로 이동하고 있다.
마인드웨어웍스 이재인 CAO는 9월 9일 코엑스에서 열린 'AICC & CX Insight 2026' 키노트에서 'AI 컨택센터의 미래: 사람과 에이전트의 협업, 오늘의 실패를 내일의 운영으로 전환하는 플랫폼'을 주제로 이 같은 전략을 제시했다.
이재인 CAO는 “오늘 발견한 실패를 오늘, 늦어도 내일 운영에 반영할 수 있는가”를 핵심 질문으로 제시했다. 새로운 AI 기술을 도입하는 것보다 중요한 것은 실패를 발견하고, 원인을 분석한 뒤 검증된 운영 변경으로 전환하는 능력이라는 설명이다.
실제 상담 한 건에는 고객 발화와 감성, STT, 대화 설계, 지식과 업무 규칙, API, 상담사 전환, 최종 업무 처리 등 다양한 요소가 얽혀 있다. 따라서 STT나 LLM, AI 에이전트 하나만 교체해서는 실패한 상담을 근본적으로 개선하기 어렵다.
마인드웨어웍스가 제시한 핵심 구조는 '실패 식별→원인 분석→대안 생성→사람 승인→자동 검증→운영 반영'으로 이어지는 데일리 개선 루프다. AI 에이전트는 실패 사례를 수집하고 원인 후보와 변경안을 만들며 테스트 결과를 정리하고, 사람은 업무 기준과 고객 영향 등을 판단해 최종 변경을 승인한다.
이러한 방식은 마인드웨어웍스가 과거 AI 상담 서비스를 운영하며 축적한 경험에서 출발했다. 약 100영업일 동안 매일 상담을 운영하고 실패 사례를 분류·수정·테스트해 다음 운영에 반영하는 과정을 반복했다. 이재인 CAO는 “한 번의 대형 고도화가 아니라 100번의 작은 개선이 결과를 바꿨다”고 설명했다.
생성형 AI 시대에도 상용 AICC의 난점은 답변 생성 자체보다 업무 규칙, 데이터, 시스템 연계, 보안, 테스트, 승인과 복구 등 운영 영역에 있다는 것이 마인드웨어웍스의 분석이다. 하이브리드 AICC 역시 여러 기술을 단순히 결합하는 것이 아니라, 한 통화 안에서 AI와 사람이 안전하게 주도권을 넘기는 운영 구조로 정의했다.
특히 전문 상담사는 AI의 실패를 처리하는 종착점이 아니라 다음 AI 운영을 개선하는 핵심 학습 신호의 생산자로 제시됐다. 상담사가 실제로 어떤 판단을 내리고 문제를 해결했는지를 다시 AI 개선에 반영하는 구조다.
마인드웨어웍스는 기능·회귀 테스트를 비롯해 적대 테스트, 개인정보·정책 가드레일, 사용성 검증, 변경 전후 비교와 승인 근거까지 포함한 End-to-End 검증 체계가 필요하다고 강조했다.
이재인 CAO는 “고쳤다는 주장보다 다시 실패하지 않는다는 증거가 필요하다”며 “정확도만 보던 AICC에서 상담 업무 전문가가 변화 속도를 통제하는 AICC로 전환해야 한다”고 강조했다.
미래의 AICC는 사람을 대체하는 시스템이 아니라 사람의 경험과 판단, AI 에이전트의 분석·반복 능력을 결합해 매일 더 나은 상담 운영을 만들어가는 플랫폼이라는 것이 마인드웨어웍스가 제시한 핵심 메시지다.
임민지 기자 minzi56@etnews.com