컨택센터 자동화는 상담원과 관리자가 손으로 하던 일을 소프트웨어가 맡는 것입니다. 전화를 받아 라우팅하고, 반복적인 요청을 처리하고, 통화 중 상담원을 돕고, 통화 내용을 기록합니다. 절감 효과의 대부분은 알맞은 통화를 알맞은 순서로 자동화하는 데서 나옵니다. 실패한 프로젝트 대부분은 엉뚱한 통화부터 자동화하려 했습니다.
이 가이드는 컨택센터 운영 책임자와 함께 일하는 엔지니어를 위한 글입니다. 자동화 계층을 정리하고, 첫 번째 큐를 고르는 방법을 설명하며, 음성 에이전트의 비용과 측정 계산법을 보여 줍니다. 이미 큐를 정했고 단계별 시범 운영 계획이 필요하다면 AI 콜센터 시범 운영 가이드를 읽어 보세요.
컨택센터 자동화의 다섯 계층
“자동화”에는 성격이 전혀 다른 제품이 섞여 있습니다. 움직이는 숫자가 다르므로 공급업체를 비교하기 전에 구분해 두세요.
| 계층 | 자동화하는 것 | 도움받는 사람 |
|---|---|---|
| 라우팅과 셀프서비스 | 전화 메뉴, 의도 파악, 발신자를 알맞은 큐로 보내는 대화형 IVR | 발신자와 라우팅 담당 팀 |
| 음성 에이전트 | 전화를 받아 요청을 처음부터 끝까지 처리하고, 필요하면 전환 | 발신자, 그리고 그 통화를 더 이상 받지 않아도 되는 모든 상담원 |
| 상담원 지원 | 사람이 응대하는 통화 중 실시간 전사, 답변 제안, 지식 검색 | 상담원 |
| 통화 후 업무 | 요약, 처리 결과 분류, CRM 메모, 품질 평가 | 상담원과 품질 관리 팀 |
| 아웃바운드와 백오피스 | 알림, 확인 전화, 콜백, 수요 예측, 근무 일정 | 운영 팀 |
상담원 지원과 통화 후 업무는 사람이 응대하는 통화 한 건의 비용을 낮춥니다. 라우팅은 통화가 알맞은 사람에게 더 빨리 닿게 합니다. 사람이 응대하는 통화 자체를 없애는 계층은 음성 에이전트뿐입니다. 그래서 절감 효과와 위험의 대부분이 여기에 몰립니다.
콜센터 자동화와 컨택센터 자동화
콜센터는 전화를 처리합니다. 컨택센터는 여기에 채팅, 이메일, 메시징이 더해집니다. 방법은 둘 다 같지만 전화가 가장 어려운 채널입니다. 챗봇은 답하는 데 3초가 걸려도 아무도 눈치채지 못합니다. 전화에서 그만큼 말이 없으면 끊긴 것처럼 들립니다. 음성은 협대역이고, 발신자는 에이전트 말에 겹쳐 말하며, 주문 번호는 한 번에 정확히 알아들어야 합니다. 채팅을 먼저 자동화했다면, 새로 테스트하지 않고 그 결과가 전화에도 통할 거라고 기대하지 마세요.
먼저 자동화할 통화
좋은 첫 후보에는 다섯 가지 공통점이 있습니다.
- 통화량이 많고 목표가 분명하다. “주문한 물건 어디쯤 왔나요?”는 목표가 하나입니다. “계정에 문제가 있어요”는 수십 가지입니다.
- 결과를 백엔드에서 확인할 수 있다. 주문 시스템에 바뀐 주소가 보이거나, 캘린더에 새 예약이 보입니다.
- 필요한 데이터에 API로 접근할 수 있다. 상담원이 화면 세 개를 오가며 정보를 옮겨 적는다면, 자동화에도 같은 접근 권한이 필요합니다.
- 실수의 비용이 작거나 쉽게 잡아낼 수 있다. 배송일을 읽어 주는 일은 위험이 낮습니다. 환불 처리는 백엔드가 규칙을 강제하지 않는 한 위험합니다.
- 깔끔한 출구가 있다. 발신자는 사람과 연결될 수 있고, 연결된 사람은 앞서 무슨 일이 있었는지 볼 수 있습니다.
대략적인 기준을 들자면, 상담원이 금요일 오후 4시 55분에 반쯤 졸면서도 처리할 수 있는 통화라면 후보입니다.
| 보통 먼저 | 보통 나중에 |
|---|---|
| 주문 및 배송 상태 | 청구 분쟁 |
| 예약 접수, 변경, 취소 | 불만 접수와 상위 이관 |
| 결제 알림과 잔액 문의 | 해지 방어가 필요한 해지 요청 |
| 업무 시간 외 접수와 메시지 남기기 | 규제 대상 상담이 필요한 모든 경우 |
| 영업시간, 정책, 간단한 FAQ | 발신자 본인 확인이 어려운 통화 |
| 아웃바운드 확인 전화 | 판단이 필요한 여러 용건이 섞인 통화 |
전화 시스템이나 CRM에서 한 달 치 통화 사유를 뽑아 건수순으로 정렬하고, 다섯 가지 조건을 통과하지 못하는 항목을 지우세요. 맨 위에 남은 것이 첫 번째 큐입니다.
음성 에이전트가 통화를 해결하려면 필요한 것
전화를 받기만 하는 게 아니라 통화를 해결하는 음성 에이전트는 다음 요소가 모두 함께 작동해야 합니다.
- 전화 회선에서 이름, 숫자, ID를 알아듣는 음성 인식. 평균 정확도는 중요한 오류를 가립니다. 이유는 단어 오류율 가이드에서 설명합니다.
- 턴 감지. 발신자가 말을 마쳤는지 알아차려 에이전트가 끼어들거나 침묵을 남기지 않게 합니다. 음성 활동 감지를 참고하세요.
- 도구를 쓸 수 있는 LLM. 기록을 조회하고, 변경하고, 통화를 전환합니다.
- 음성 합성. 빠르게 말을 시작하고 날짜, 금액, 확인 코드를 사람처럼 읽어 줍니다.
- 전화 회선. 전화번호, 통신사 또는 SIP 트렁크, 상담원 큐로의 전환입니다.
- 완료된 통화 평가. 아무도 듣지 않은 통화에서 무슨 일이 있었는지 확인합니다.
Cartesia Managed Agents는 이 요소들을 한데 묶어 제공합니다. 음성 인식에는 Ink, 원하는 LLM, 음성 합성에는 Sonic을 쓰며 턴 관리가 내장되어 있습니다. 시스템 도구로 통화 종료, 키패드 톤 전송, 전화번호나 SIP URI로의 전환을 처리합니다. 웹훅 도구는 조회와 업데이트를 위해 자체 HTTPS 엔드포인트를 호출합니다. 전화번호는 Cartesia에서 받거나, Twilio 계정에서 가져오거나, SIP로 기존 통신사를 연결할 수 있습니다. 이미 자체 음성 스택을 운영하고 있다면 Sonic과 Ink를 API로 쓰고 나머지는 그대로 둘 수 있습니다.
컨택센터 자동화 비용
음성 자동화의 운영 비용은 보통 세 가지입니다. 플랫폼의 분당 요금, 전화 회선, LLM 사용료입니다. 연동 작업과 지속적인 통화 검토는 별도로 듭니다.
2026년 10월 6일에 확인한 Cartesia 공개 요금으로 계산하면, Managed Agents 통화는 분당 0.06달러이고 Cartesia가 제공하는 전화번호는 분당 0.014달러가 추가됩니다.
| 예시 워크로드 | 월간 수치 |
|---|---|
| 자동화한 통화 | 10,000건 |
| 평균 통화 시간 | 3분 |
| 에이전트 통화 시간 | 30,000분 |
| 에이전트 통화(분당 0.06달러) | 1,800달러 |
| 전화 회선(분당 0.014달러, Cartesia 번호) | 420달러 |
| 합계(LLM 사용료 제외) | 2,220달러 |
Twilio에서 가져온 번호나 SIP로 연결한 번호의 통화는 이용 중인 사업자의 요금으로 전화 회선 비용이 청구됩니다.
같은 유형의 통화를 사람이 응대할 때의 분당 총비용과 비교하되, 에이전트가 실제로 해결한 통화만 세세요. 에이전트가 제대로 처리하지 못해 전환한 통화는 자동화 비용과 상담원 비용이 모두 듭니다. 정직한 지표는 해결 건당 비용입니다. 자동화 총비용에 전환된 통화의 인건비를 더하고, 검증된 해결 건수로 나눕니다.
완결률이 아니라 해결률을 측정하세요
완결률은 사람에게 넘어가지 않은 통화를 셉니다. 보고하기도 쉽고 속이기도 쉽습니다. 모든 전화를 끊어 버리는 에이전트의 완결률은 100%입니다. 대신 다음을 추적하세요.
- 검증된 해결률: 자동화된 통화 가운데 요청이 완료되었음을 백엔드에서 확인한 비율.
- 재문의: 같은 사유로 7일 안에 다시 연락한 비율.
- 전환율과 전환 사유: 사유를 보면 다음에 무엇을 고칠지 알 수 있습니다.
- 이탈: 통화의 자동화 구간에서 발신자가 끊은 비율.
- 잘못된 처리: 틀린 예약 시간부터 다른 계정을 변경한 경우까지.
- 응답 지연: 발신자가 말을 마친 뒤 기다리는 시간.
- 만족도: 같은 유형의 통화에서 자동 응대와 상담원 응대를 비교합니다.
Managed Agents는 완료된 모든 통화를 기본 제공 지표로 평가합니다. 통화 성공 여부와 첫 음성까지의 시간이 포함되며, “발신자의 문제가 해결되었는가?” 같은 LLM 판정 지표도 추가할 수 있습니다. 그래도 전사 내용을 백엔드 기록과 직접 대조해 보세요. 판정 모델도 틀릴 수 있습니다.
실제 운영 사례
이미 Cartesia 음성 모델로 이런 워크로드를 운영하는 팀이 있습니다.
- Assort Health는 병원에 진료과별 음성 에이전트를 제공해 각 병원의 규칙에 맞춰 예약 전화를 처리합니다. Assort는 대기 시간 89% 단축, 운영 비용 63% 절감을 보고했습니다.
- Forethought는 고객 서비스 음성 에이전트에 Sonic을 사용하며, 첫 9개월 동안 디플렉션율이 30% 높아졌다고 보고했습니다.
- Replicant는 Fanatics 같은 기업을 위해 컨택센터 대화를 자동화합니다. 이 회사의 제품 팀은 이메일, 전화번호, 주문 번호를 한 글자씩 불러 주는 부분을 다른 음성 공급업체들이 어려워하던 지점으로 꼽았습니다.
- SuperDial은 전화 메뉴 탐색과 대기를 포함해 보험사로 거는 아웃바운드 통화를 자동화하며, 운영 비용이 3분의 1로 줄었다고 보고했습니다.
이는 각 회사가 자사 워크로드에서 얻은 결과입니다. 무엇이 가능한지 가늠하는 데 쓰고, 누구에게든 수치를 약속하기 전에 자사 큐에서 직접 측정하세요.
단계적으로 도입하세요
- 실제 통화 전에 테스트하세요. 실제 통화 사유로 만든 테스트 통화로 에이전트를 돌려 보세요. 까다로운 경우도 포함합니다.
- 업무 시간 외나 넘치는 통화부터 시작하세요. 대안이 음성 사서함이나 긴 대기인 상황입니다.
- 업무 시간에 큐 하나를 맡기세요. 사람에게 빠르게 연결되는 경로를 둡니다.
- 통화 유형은 한 번에 하나씩 늘리세요. 앞선 유형의 해결률이 몇 주 동안 유지된 뒤에만 추가합니다.
그동안 기존 경로는 계속 열어 두세요. 발신자는 사람에게 빨리 연결해 주는 에이전트는 용서합니다. 빠져나가지 못하게 막는 에이전트는 용서하지 않습니다.
직접 시험해 보려면 Cartesia playground에서 에이전트를 만들고 테스트 번호를 연결하세요. AI 전화 에이전트 페이지에서 전화번호, 전환, 발신 통화를 설명합니다.