대화형 AI는 주고받는 대화를 통해 일을 처리하는 소프트웨어입니다. 사례 목록은 대개 Siri, Alexa, 웹사이트 채팅에서 끝납니다. 모두 진짜 사례지만, 자사 전화 창구에 에이전트를 둘지 고민하는 사람에게는 별 도움이 안 됩니다. 정말 알고 싶은 건 누가 실제로 운영하고 있는지, 무엇을 맡기는지, 도입 후 무엇이 달라졌는지입니다.
여기 그 질문에 답하는 12개 도입 사례가 있습니다. 모두 Cartesia의 음성 모델로 동작합니다. 숫자까지 보여 드릴 수 있는 사례가 이것들이기 때문입니다. 각 사례에는 전체 고객 사례 링크를 달았습니다. 개별 사례보다 공통된 패턴이 더 중요하니, 마지막에 짧게 정리했습니다.
12개 사례 한눈에 보기
| 기업 | 대화형 AI가 하는 일 | 달라진 점 |
|---|---|---|
| Lorikeet | 규제 산업의 고객 지원 전화를 해결 | 위기 상황 9일 동안 2만 1,000건 이상, 가동률 100% |
| Replicant | Fanatics 같은 브랜드의 컨택센터 전화 응대 | 전화 즉시 응답, 몇 주 만에 자체 해결률 향상 |
| Assort Health | 환자 예약 접수와 변경 | 예약 7% 증가, 대기 시간 89% 감소 |
| SuperDial | 보험사에 전화해 보장 확인과 청구 상태 문의 | 청구팀 생산성 4배 |
| Arini | 치과 전화 응대 | 이전 공급업체보다 2배 이상 빠른 응답 |
| EliseAI | 아파트 투어 예약과 입주민 응대 | 지역별 목소리 테스트 후 투어 전환율 5.3% 상승 |
| Fundamento | 대출 신청 도중 멈춘 신청자에게 전화 | 이탈자의 42%가 돌아와 신청 완료 |
| 2X Solutions | 리드가 많은 기업의 영업 전화 발신·수신 | 포기 호 1.25% 미만, 법정 한도 3%보다 훨씬 낮음 |
| Thoughtly | CRM에서 바로 리드에 전화하고 선별 | 실시간 통화 종단 간 지연 200ms 미만 |
| Bolna | 인도 언어로 지원·영업 전화 처리 | 하루 50만 건 이상, 지연 문제 대응 엔지니어링 시간 약 40% 감소 |
| Tavus | 실시간으로 대화하는 영상 아바타 | 종단 간 1초 미만 |
| Ego | 말을 걸 수 있는 게임 캐릭터 | Valheim 모드에서 말하는 NPC와 동료 |
고객 지원
Lorikeet: 하루 만에 연 위기 대응 회선. Lorikeet는 금융, 의료, 보험, 여행 같은 규제 산업 기업을 위한 지원 에이전트를 만듭니다. 30만 가구 이상의 SNAP 식품 지원금이 갑자기 GiveCard로 옮겨지자 전화량이 하룻밤 사이에 폭증했습니다. Lorikeet는 24시간 안에 음성 에이전트가 전화를 받게 했습니다. 처음 9일 동안 영어, 스페인어, 중국어로 2만 1,000건이 넘는 전화를, 많을 때는 수백 건을 동시에 받았고, 가동률은 100%였습니다. 에이전트는 본인 확인을 하고 카드 문제를 함께 해결했습니다. 에이전트가 처음부터 AI라고 밝혔는데도, 많은 사람이 고맙다고 말하고 좋은 하루 보내라며 전화를 끊었습니다.
교훈은 에이전트가 똑똑했다는 게 아닙니다. 맡은 일이 좁았고(카드 문제), 필요한 데이터를 조회할 수 있었고(계좌 조회), 목소리가 침착해서 스트레스받은 사람도 끊지 않고 통화를 이어 갔다는 점입니다.
Replicant: 컨택센터의 대량 중간 업무. Replicant는 DoorDash, AAA, Fanatics 같은 기업의 고객 대화를 자동화합니다. Fanatics에서는 인력을 늘리지 않고 계절별 전화 급증을 흡수하는 것이 그 역할입니다. 전환 후 전화는 즉시 응답되고, 상담원은 판단이 필요한 통화에 시간을 씁니다. Replicant는 가동률 99.99%를 보고합니다. 그럴 필요가 있습니다. 악천후로 긴급출동 회선에 전화가 몰릴 때, 부하에 느려지는 에이전트는 에이전트가 없는 것보다 나쁩니다.
고객 지원이 첫 사용 사례라면, 컨택센터 자동화 가이드에서 어떤 전화부터 맡길지 고르는 법을 다룹니다.
의료
Assort Health: 전문 클리닉의 예약 업무. Assort의 에이전트는 140곳이 넘는 클리닉에서 환자 전화를 받고, 지금까지 500만 건이 넘는 상호작용을 처리했습니다. 전자의무기록과 직접 연동해 예약, 변경, 병원 안내 질문에 답합니다. 예약은 7% 늘고, 운영 비용은 63% 줄고, 환자 대기 시간은 89% 줄었습니다. 어려웠던 점은 전화 음질로, 수천 가지 예외 상황에서도 날짜, 주소, 보험 플랜, 약 이름을 매번 정확히 처리하는 것이었습니다.
SuperDial: 환자는 보지 못하는 전화. 병원 전화 시간의 상당 부분은 직원이 보험사 대기음을 듣는 시간입니다. SuperDial의 에이전트가 그 전화를 겁니다. 보험사 ARS를 거쳐 대기하고, 보험사 상담원과 보장 확인이나 청구 독촉을 합니다. 청구팀의 처리량은 4배가 됐습니다.
Arini: 치과의 접수 데스크. Arini는 치과 전화를 24시간 받고, 예약을 잡고, 보험과 수납 질문에 영어와 스페인어로 답합니다. 공동 창업자는 이렇게 말했습니다. 놓친 전화 한 통이 병원에 5,000달러 이상의 손실일 수 있다고요. 지연이 조금만 있어도 환자가 끊을 확률이 올라갑니다. Arini가 2배 이상 빠르게 응답하는 공급업체로 바꾼 이유입니다.
진료와의 경계, HIPAA, 파일럿 지표는 의료 분야 대화형 AI에서 더 자세히 다룹니다.
주거
EliseAI: 미국 아파트 6곳 중 1곳. 미국 아파트 약 6곳 중 1곳이 EliseAI를 씁니다. 에이전트는 투어 예약, 수리 요청 접수, 계약 갱신, 입주 자격과 재인증 절차 안내까지, 한 달에 500만 건이 넘는 음성 통화를 맡습니다. 다국어 목소리 덕분에 서민 주택 입주민에게도 업무 시간 외에 그들의 언어로 응대할 수 있습니다.
이 목록에서 대화형 AI를 어떻게 검증하는지 가장 잘 보여 주는 곳이 EliseAI입니다. 새 목소리는 모두 네 관문을 거칩니다. 공개 벤치마크, 사람 평가자의 블라인드 A/B 테스트, 실제 성과로 측정하는 운영 트래픽 1% 롤아웃, 그리고 통화 샘플 수동 감사입니다. 지역별 목소리(일리노이에는 중서부 목소리, 텍사스에는 남부 목소리)를 시험하자 투어 전환율은 5.3%, 참여도는 7.8% 올랐고, 발신자가 말한 단어 수는 15.8% 늘었습니다. 생각보다 중요한 숫자입니다. 말을 많이 할수록 에이전트가 활용할 정보가 많아지니까요.
대출과 금융 서비스
Fundamento: 멈춘 대출 신청 살리기. Fundamento는 Hero FinCorp, IIFL, ICICI Prudential 같은 인도 대출사와 보험사를 위해 음성 에이전트를 운영하며, 한 달에 2,000만 건 이상 전화를 겁니다. Hero FinCorp에서는 온라인 대출 신청 중 5분 넘게 멈춘 사람에게 에이전트가 전화합니다. 멈추는 이유는 대개 신청서가 영어로 되어 있고 영어가 모국어가 아니기 때문입니다. 에이전트는 그 사람의 언어로 문제를 파악하고 절차로 돌아오게 안내합니다. 그렇게 이탈한 신청자의 42%가 돌아와 신청을 마쳤습니다.
은행에는 고유한 규칙이 있습니다. 계좌 정보를 말하기 전 본인 확인, 카드 번호를 모델에 넣지 않기, 추심 전화 빈도 제한 등입니다. 은행 대화형 AI에서 하나씩 설명합니다.
영업과 발신
2X Solutions: 규정 준수는 지연 문제. 미국 FCC의 텔레마케팅 규정(47 CFR 64.1200)은 상대가 “여보세요”를 마친 뒤 2초 안에 연결되지 않은 발신을 포기 호로 보고, 30일 캠페인 기준 포기 호를 3%로 제한합니다. 2X가 이전에 쓰던 음성 공급업체는 말을 시작하는 데 500~900ms가 걸렸고, 나머지 처리 시간을 더하면 그 2초의 상당 부분을 써 버렸습니다. 전환 후 월 약 300만 건의 발신에서 포기 호 비율이 1.25% 아래로 내려갔습니다.
Thoughtly: CRM에 목소리를. Thoughtly는 Salesforce와 HubSpot에 연결되어, Coldwell Banker와 Farmers Insurance를 포함한 1,000개 이상의 팀을 위해 리드에게 전화하고 선별하고 배정합니다. 실시간 통화는 종단 간 200ms 미만으로 동작하고, 팀은 영업 데모용으로 20~30초 분량의 음성에서 브랜드 목소리를 복제할 수 있습니다. 발신에서는 처음 2초가 모든 걸 결정합니다. 그래서 이 두 사례는 사실 지연에 관한 이야기입니다.
발신이 주 용도라면 누구에게든 전화하기 전에 AI 콜드콜을 먼저 읽어 보세요. AI 음성에 대한 동의 규정은 대부분의 팀이 예상하는 것보다 엄격합니다.
여러 언어, 하나의 에이전트
Bolna: 인도 전역의 음성 에이전트. Bolna의 플랫폼은 힌디어, 타밀어, 텔루구어 등 인도 언어로 에이전트를 운영하는 기업을 위해 하루 50만 건 이상의 전화를 처리합니다. 발신자는 문장 중간에 힌디어에서 영어로 바꾸고, 주문 번호와 영숫자 코드를 불러 줍니다. 그게 전화로 정확히 나와야 합니다. 언어 품질이 좋아지면서 Bolna의 고객은 새로운 지역에 진출했고, 지연과 품질을 고치는 데 쓰던 엔지니어링 시간은 약 40% 줄었습니다. 인도의 공용어는 22개이고, 그중 하나에서만 자연스럽게 들리는 에이전트는 일부 사람에게만 닿습니다.
전화 너머
모든 대화형 AI 도입이 전화를 받는 것은 아닙니다.
Tavus: 말을 걸 수 있는 영상 아바타. Tavus는 실시간 영상 통화에서 보고, 듣고, 답하는 AI 레플리카를 만듭니다. 대화가 아직 실시간처럼 느껴질 때 아바타가 답하도록 종단 간 1초 미만을 맞추려면, 100ms 안에 말을 시작하는 음성 생성이 필요합니다.
Ego: 대답하는 게임 캐릭터. Ego에서는 플레이어가 자연어로 3D 게임 세계를 만듭니다. 생존 게임 Valheim 용 모드 Thrall에서 플레이어가 AI 동료에게 음성으로 지시하면(나무 모아 와, 싸움에 합류해), 동료는 소리 내어 답하며 사냥 성공을 기뻐하거나 지시를 확인합니다.
작은 사례도 두 가지 있습니다. Rox는 영업 담당자가 공항을 걸으며 담당 고객에 대해 물어볼 수 있는 음성 모드를 제공하고, Quora의 Poe에서는 수백만 명의 사용자가 AI 답변을 100개 이상의 목소리와 14개 언어로 들을 수 있습니다.
잘 되는 사례의 공통점
12개를 함께 읽으면 같은 다섯 가지 특징이 보입니다.
- 하나의 업무, 그 뒤의 기록 시스템. 예약, 카드 지원, 신청 후속 관리. 에이전트는 답을 지어내지 않고 맞는 답을 조회할 수 있습니다.
- 누군가 측정한 지연 예산. 2X에는 법으로 정해진 2초가 있었고, Arini는 놓친 전화를 달러로 셌습니다. 두 곳 모두에게 속도는 사양표의 한 줄이 아니라 사업 지표였습니다.
- 사람에게 가는 분명한 길. Lorikeet의 에이전트가 위기 속에서도 통했던 건, 에이전트가 해결하지 못할 때 발신자가 사람에게 닿을 수 있었기 때문입니다. 상대가 같은 말을 반복하지 않게 넘기는 방법은 웜 트랜스퍼 가이드에서 다룹니다.
- 영어만이 아니라 발신자의 언어. Fundamento, Bolna, EliseAI, Lorikeet는 에이전트가 사람들이 가장 편한 언어로 말했기 때문에 사용자를 얻었습니다.
- 운영 환경에서 검증한 성과 지표. 예약, 완료된 신청, 투어 전환. 본보기는 EliseAI의 1% 롤아웃입니다. 모두에게 켜기 전에 실제 통화로 증명하세요.
목록에 없는 것도 많은 것을 말해 줍니다. 무엇이든 다 하려는 범용 어시스턴트는 하나도 없습니다. 잘 되는 곳은 좁게 시작해서 통화 유형을 하나씩 늘려 갑니다.
직접 만들기
Cartesia에서 만드는 방법은 두 가지입니다. Managed Agents는 음성 인식, 언어 모델, 음성 생성, 전화 연결을 대신 운영합니다. 여러분은 지침을 쓰고, 자사 시스템을 도구로 연결하고, 전화번호를 받으면 됩니다. 또는 API를 쓰세요. 음성에는 Sonic, 스트리밍 전사와 턴 감지에는 Ink를 쓰고, 그 사이는 직접 오케스트레이션합니다. Retell과 Vapi 같은 플랫폼이 이 길을 택했습니다. 각 부분이 어떻게 맞물리는지는 AI 음성 에이전트 가이드에서, 각 고객 사례 전문은 고객 페이지에서 볼 수 있습니다.
무언가 만들기 전에 먼저 써 보고 싶다면 Cartesia 플레이그라운드에서 에이전트를 만들고 휴대폰으로 전화해 보세요.