안녕하세요. 15년 차 SCM 및 업무 자동화 전문가 에이드네(Aidne)입니다.

월요일 아침 9시, 출근하자마자 고객센터 메일함에 쌓인 300통의 문의 메일을 봅니다. 김 대리는 한숨을 쉬며 듀얼 모니터 한쪽에는 아웃룩(Outlook)을, 다른 한쪽에는 엑셀(Excel)을 띄워놓고 ‘복붙 노가다’를 시작합니다. 환불 문의는 영업팀 슬랙으로, 기술 오류는 개발팀 지라(Jira)로 옮겨 적는 이 과정. 마치 1980년대 공장 컨베이어 벨트에서 수작업으로 불량품을 골라내는 것과 다를 바 없습니다.

고객 문의(CS) 티켓팅은 기업의 최전선이지만, 이를 처리하는 방식은 여전히 원시적인 경우가 많습니다. 오늘은 단순 반복 작업에 지친 실무자와 전사적 효율을 고민하는 B2B 리더들을 위해, Make와 ChatGPT API를 활용한 ‘CS 고객 문의 자동 분류 및 초기 답변 봇 구축’ 실무 워크플로우를 해부해 보겠습니다.

CS 고객 문의 자동 분류 시스템 도입의 필요성

사람이 직접 문의를 읽고 담당자를 지정하는 시스템은 필연적으로 ‘병목 현상(Bottleneck)’을 유발합니다. 고객은 답변을 받기까지 하루 이상을 기다려야 하고, 실무자는 단순 분류 작업에 에너지를 소진하여 진짜 중요한 ‘고객 경험 개선’에는 신경 쓰지 못합니다. AI 기반의 CS 자동 분류 및 초기 답변 봇을 도입하면, 문의 접수부터 담당자 할당, 1차 대응까지의 리드 타임을 24시간에서 단 10초로 단축할 수 있습니다.

Make 및 AI 기반 CS 티켓팅 자동화 워크플로우 구축 (Deep-dive)

수박 겉핥기식의 툴 소개는 접어두고, 실제 현업에서 바로 써먹을 수 있는 Make(구 Integromat) 기반의 자동화 파이프라인 세팅 방법을 4단계로 나누어 설명합니다.

1단계: 이메일(Gmail/Zendesk) 웹훅 트리거 설정

자동화의 시작은 ‘데이터의 감지’입니다. Make에서 Gmail - Watch Emails 또는 Zendesk - Watch Tickets 모듈을 트리거로 설정합니다. 특정 수신함으로 들어오는 새로운 이메일을 실시간으로 감지하도록 세팅하며, 본문(Body)과 제목(Subject), 보낸 사람(Sender) 데이터를 추출합니다.

2단계: AI API를 활용한 고객 의도 파싱 및 카테고리 분류

수집된 텍스트 데이터를 AI에게 넘겨줄 차례입니다. OpenAI (ChatGPT) - Create a Prompt Completion 모듈을 연결합니다. 시스템 프롬프트(System Prompt)에 다음과 같이 역할을 부여합니다.

“너는 10년 차 베테랑 CS 매니저야. 아래 고객의 이메일 본문을 읽고, 문의 유형을 [환불/결제, 기술지원, 단순문의, 불만접수] 중 하나로만 분류해. 그리고 문의의 핵심 요약을 1문장으로 작성해줘.”

이 과정을 통해 비정형 텍스트인 고객 문의가 정형화된 카테고리 데이터로 파싱(Parsing)됩니다.

3단계: 조건부 라우팅(Router) 및 부서별 슬랙(Slack) 알림 전송

AI가 분류한 결과값을 바탕으로 트래픽을 분산시키는 교통정리가 필요합니다. Make의 Router 모듈을 사용하여 경로를 나눕니다.

• 경로 A (결제/환불): Slack - Create a Message 모듈을 연결하여 영업/CS 채널에 “[환불 요청] 고객명 – 요약 내용” 형태로 즉시 알림을 보냅니다.
• 경로 B (기술지원): Jira - Create an Issue 모듈을 연결해 개발팀 백로그에 버그 리포트 티켓을 자동 생성합니다.

4단계: AI 기반 맞춤형 초기 답변 이메일 자동 발송

마지막으로 고객의 불안감을 낮춰줄 초기 답변을 보냅니다. Gmail - Send an Email 모듈을 마지막에 붙입니다. 이때 단순한 매크로 답변이 아니라, 2단계에서 AI가 파악한 맥락을 활용합니다. “고객님, 말씀해주신 [AI 요약 내용]에 대한 기술 지원 접수가 완료되었습니다. 개발팀(티켓번호: #1234)에서 확인 후 24시간 내로 회신드리겠습니다.”와 같이 개인화된 자동 답변을 발송하여 고객 경험을 극대화합니다.

전사적 AI 워크플로우 도입: B2B 의사결정권자를 위한 제언

이러한 단위 업무의 자동화는 시작에 불과합니다. 부서별로 파편화된 데이터를 중앙 집중화하고, 전사적인 AI 디스패처(Dispatcher)를 구축하는 것이 B2B 기업의 궁극적인 지향점입니다. 단순 챗봇 도입을 넘어, CRM, ERP, SCM 시스템과 연동되는 유기적인 데이터 파이프라인을 기획해야만 진정한 비즈니스 스케일업이 가능합니다.