CS
CS 자동화, 주문 · 배송 문의에 근거로 답하는 AI
CS 담당자의 시간은 답을 쓰는 데보다 답을 찾는 데 더 많이 듭니다. 주문 화면, 택배 조회, 재고 화면을 오가는 시간을 줄이는 것이 CS 자동화의 출발점입니다.
글 안재영 · Rivly 대표
CS 문의가 오래 걸리는 이유
- "제 주문 언제 와요?" 하나에 답하려면 주문 · 출고 · 택배 화면을 차례로 열어야 합니다.
- 교환 · 반품 가능 여부는 상품별 규정과 주문 상태를 함께 봐야 합니다.
- 재고나 출고 일정은 다른 부서에 물어봐야 정확히 알 수 있습니다.
- 같은 질문에도 담당자마다 답이 조금씩 달라집니다.
FAQ 챗봇과 무엇이 다른가
| 구분 | FAQ 챗봇 | 업무 데이터를 읽는 AI |
|---|---|---|
| 답의 근거 | 미리 써 둔 답변 · 매뉴얼 | 실제 주문 · 배송 · 재고 기록 |
| 잘 맞는 문의 | 운영 시간, 반품 규정 같은 공통 질문 | "이 주문 지금 어디 있나요?" 같은 개별 문의 |
| 틀릴 때 | 답이 없거나 엉뚱한 안내 | 근거 링크로 담당자가 바로 확인 |
규정처럼 문서에 답이 있는 질문은 FAQ나 RAG가, 개별 주문 상태처럼 시스템 기록을 봐야 하는 질문은 업무 지도가 맞습니다.
- 문의: "3일 전에 주문했는데 아직 출발을 안 했어요."
- AI는 주문 → 출고 상태 → 창고 재고를 따라가 출고가 늦어진 이유(재고 부족, 입고 예정 내일)를 찾습니다.
- 답 초안: 지연 이유와 예상 출고일을 담은 안내 문구를 근거 링크와 함께 만듭니다.
- 승인: CS 담당자가 문구를 확인 · 수정한 뒤 보내고, 누가 언제 보냈는지 기록됩니다.
무엇부터 맡기면 좋을까
- 주문 · 배송 상태 확인: 답의 근거가 시스템에 분명히 있는 문의
- 지연 원인 찾기: 여러 시스템을 따라가야 하는 문의
- 답변 초안 작성: 담당자가 고쳐 보내는 방식으로 시작
- 반복 문의 분석: 이번 주 문의가 몰린 상품과 이유 찾기
도입 전에 확인할 것
- CS 담당자가 볼 수 있는 고객 정보의 범위
- 고객에게 나가는 문구를 처음에는 모두 사람이 확인할지
- 주문 · 택배 데이터를 얼마나 자주 가져와야 문의에 쓸 만한지
- 답변 기록을 어디에 남길지
함께 읽기
- 이커머스이커머스 AI 솔루션, 주문 · 재고 · CS를 한 지도에서판매 채널 · 주문 관리 · 재고 · 택배 · CS 데이터가 흩어진 이커머스 회사가 AI를 업무에 쓰려면 무엇이 필요한지, 업무 지도 예시와 질문 예시로 정리했습니다.
- 용어 설명RAG(검색 증강 생성)란? 잘 맞는 질문과 한계RAG(Retrieval-Augmented Generation, 검색 증강 생성)의 뜻과 작동 순서, 잘 맞는 질문과 약한 질문, 온톨로지 · 지식그래프와 함께 쓰는 방법을 정리했습니다.
- 용어 설명휴먼 인 더 루프란? AI 거버넌스의 출발점휴먼 인 더 루프(Human-in-the-loop)의 뜻, AI 에이전트 업무에서 사람 승인을 어디에 두는지, 결정 기록이 왜 필요한지, AI 거버넌스와의 관계를 정리했습니다.
- 온톨로지 가이드온톨로지란? 회사 데이터와 AI를 잇는 업무 지도온톨로지의 뜻, 기업 온톨로지가 담는 것, 온톨로지 기반 AI가 답하는 방식, RAG · 지식그래프와의 차이, 구축 순서와 비용을 좌우하는 것, 온톨로지 기업을 고를 때 확인할 것을 한 번에 정리했습니다.