컨택센터 AI 교육은 AI가 답하지 못하는 순간을 다뤄야 한다

오전 10시 12분, 상담사의 화면에 요약 카드가 먼저 뜬다. 최근 3개월 요금 이력, 해지 방어 흐름, 권장 응대 문장 두 개가 이미 정렬돼 있다. 고객은 두 번째 문장을 듣다가 목소리를 높인다. 지난달에도 같은 안내를 받아 그대로 했는데 요금이 또 나왔다는 것이다. 화면의 권장 문장은 여전히 첫 안내를 되풀이하라고 지시한다. 상담사에게 남은 시간은 3초다. 제안을 그대로 읽을지, 요금 산정 근거를 직접 열어 확인할지, 청구 오류 가능성을 열어 두고 상급자에게 넘길지 지금 골라야 한다.

컨택센터 AI 교육은 상담사가 AI 제안을 빨리 읽어 내는 훈련이 아니라, 통화가 진행되는 동안 그 제안을 수용할지 수정할지 폐기할지 판단하고 사람 상급자나 시스템 예외 절차로 넘길 시점을 스스로 정하는 능력을 기르는 교육이다. 스크립트 숙지와 도구 사용법은 그 앞에 놓인 준비 단계이지 목표가 아니다.

기업교육 전문가로서 내린 결론은 단순하다. 응대 속도는 이미 도구가 해결했고, 지금 훈련해야 할 것은 예외 판단과 인계 기준이다. 제안을 잘 읽는 상담사와 제안을 판단해 쓰는 상담사는 통화 시간에서 거의 구분되지 않는다. 차이는 다음 주에 다시 걸려 오는 전화, 취소되는 계약, 감독기관에 접수되는 민원에서 뒤늦게 드러난다.

같은 화면을 보고도 두 상담사의 통화는 다르게 끝난다

같은 고객, 같은 요약 카드, 같은 권장 문장이 주어졌다고 하자. 한 상담사는 제안을 읽고 6분 만에 통화를 마친다. 다른 상담사는 요금 산정 화면을 열어 지난달 안내가 실제로 적용됐는지 확인하고, 적용이 누락된 것을 발견해 정정 요청을 걸고 8분 만에 마친다.

통화 하나만 놓고 보면 앞의 상담사가 더 나은 성과를 냈다. 뒤의 상담사는 처리시간이 2분 길고, 후처리 기록도 더 오래 걸렸다. 그런데 앞의 고객은 사흘 뒤에 다시 전화를 건다. 그 통화는 다른 상담사가 받고, 재문의라는 사실은 원래 상담사의 지표 어디에도 남지 않는다.

두 상담사가 실제로 다르게 한 일은 태도가 아니라 판단이다.

• 제안이 참조한 데이터가 이번 통화의 쟁점과 같은 것인지 확인했는가.
• 고객이 말한 사실 가운데 제안에 반영되지 않은 것을 찾아냈는가.
• 제안을 폐기했을 때 대신 무엇을 하겠다고 결정했는가.
• 자기 권한으로 끝낼 수 없는 부분을 어디로 넘길지 통화 중에 정했는가.

이 네 가지는 성실성으로 채워지지 않는다. 각각 별도의 훈련 대상이며, 지금 대부분의 컨택센터 교육에는 첫 번째만 들어 있다.

한 통화의 판단은 다섯 갈래로 갈라진다

AI 병행 응대를 훈련하려면 먼저 상담사가 실제로 선택하는 갈래를 이름 붙여야 한다. 실무에서 한 통화는 다음 다섯 갈래 가운데 하나로 흘러간다.

교육 설계에서 중요한 것은 다섯 갈래를 나열하는 일이 아니다. 상담사가 통화 도중 어느 갈래에 있는지 스스로 알아채는 훈련이다. 현장에서 관찰하면 상담사 대부분은 수용과 상급자 인계 사이만 오간다. 수정과 폐기는 각자 알아서 하는 개인기로 남아 있고, 시스템 예외는 통화가 끝난 뒤 여유가 있을 때만 등록된다.

수정과 폐기를 이름 붙여 관리하지 않으면 조직은 AI 제안의 실제 정확도를 영원히 알 수 없다. 상담사가 조용히 고쳐 쓴 제안은 시스템에 성공으로 기록되기 때문이다.

AI 제안을 그대로 읽는 상담사가 지표에서는 더 우수해 보인다

평균처리시간과 고객만족도를 중심에 둔 평가는 예외 판단을 구조적으로 처벌한다. 근거를 조회하는 시간, 관리자를 호출하는 대기, 예외 티켓을 등록하는 후처리는 모두 지표를 나쁘게 만든다. 반대로 제안을 읽고 빨리 끊는 행동은 지표를 좋게 만든다.

문제는 두 지표가 서로를 감춰 준다는 점이다. 평균처리시간은 통화 하나의 길이만 본다. 예외를 제대로 처리하면 이번 통화는 길어지지만 다음 통화가 사라지므로, 총 처리량으로 보면 이득이다. 그러나 개인 단위 평가에서는 손해다. 고객만족도는 설문에 응답한 고객만 집계한다. 크게 화가 난 고객은 설문을 아예 열지 않는 경우가 많고, 응답하더라도 상담사의 판단보다 결과 자체를 평가한다.

AI 노출도가 높은 직무의 채용 요구도 같은 방향으로 움직인다. OECD가 정리한 자료에서 AI 노출이 높은 직군의 채용공고 가운데 72%는 최소 하나의 관리 스킬을, 67%는 최소 하나의 비즈니스 프로세스 스킬을 요구했다. 이 비즈니스 프로세스 범주에는 행정, 사무 업무와 함께 고객 지원이 포함된다. 사회·정서 스킬과 디지털 스킬도 절반 이상의 공고에서 함께 요구됐다. 고객 응대 직무가 사라지는 것이 아니라, 응대의 정의가 처리에서 판단으로 이동하고 있다는 뜻이다.

그러므로 지표를 그대로 두고 교육만 바꾸면 훈련 효과는 3주 안에 사라진다. 상담사는 배운 대로 하지 않고 평가받는 대로 한다.

품질평가 기준을 다시 쓰지 않으면 예외 판단은 계속 감점된다

품질평가는 컨택센터에서 실질적인 교과서다. 평가표에 없는 행동은 훈련해도 정착하지 않는다. 기존 평가표는 스크립트 준수와 응대 태도를 중심으로 만들어졌고, AI 제안이 옆에 붙은 상황을 상정하지 않았다.

평가 기준을 이렇게 바꾸면 평가자 훈련이 먼저 필요해진다. 통화 녹취만 듣고는 상담사가 화면에서 무엇을 봤는지 알 수 없기 때문이다. 화면 기록과 제안 이력을 함께 보는 평가 환경을 만들지 않으면 새 기준은 선언으로 끝난다.

평가 대상 표본도 바꿔야 한다. 무작위 표본은 대부분 단순 통화를 뽑아 오고, 단순 통화에서는 다섯 갈래 판단이 드러나지 않는다. 제안이 폐기된 통화, 상급자가 호출된 통화, 재문의로 이어진 통화를 별도 표본으로 뽑아야 훈련이 필요한 지점이 보인다.

인계 기준은 문서로 외우는 순간 통화 중에 작동하지 않는다

인계 기준을 문서로 배포하면 담당자는 할 일을 마친 기분이 든다. 그러나 문서에 적힌 문장은 사후 판정용 언어로 쓰여 있다. “고객 불만이 중대한 경우 관리자에게 인계한다”는 기준은 통화가 끝난 뒤 누가 옳았는지 따질 때는 유용하지만, 지금 이 고객이 중대한 경우인지 3초 안에 결정할 때는 아무 도움이 되지 않는다.

통화 중에 작동하는 기준은 언어가 다르다. 판정어 대신 관찰어로 써야 한다. “고객이 같은 요구를 세 번째 반복한다”, “고객이 다른 상담사에게 들은 내용과 다르다고 말한다”, “제안이 참조한 계약 조건이 화면 조회 결과와 다르다”처럼 상담사가 귀와 눈으로 확인할 수 있는 신호여야 한다.

이 기준을 익히는 방법은 강의가 아니라 녹취 반복 판정이다. 설계는 단순하다.

• 실제 통화에서 판단 분기 직전 30초를 잘라 낸다. 이때 상담사가 봤던 AI 제안 화면을 함께 보여준다.
• 참가자는 재생을 멈춘 상태에서 다섯 갈래 가운데 하나를 고르고 한 줄로 이유를 적는다.
• 이어지는 실제 응대와 그 통화의 최종 결과를 함께 공개한다.
• 판단이 갈린 항목만 골라 왜 갈렸는지 토의한다. 정답 맞히기가 아니라 신호 해석의 차이를 드러내는 것이 목적이다.
• 같은 유형의 클립을 2주 뒤에 다시 배치해 판단이 안정되는지 본다.

한 회차에 클립 여덟 개면 충분하다. 중요한 것은 분량이 아니라 반복 주기다. 판단 훈련은 한 번의 4시간 과정보다 8주 동안 매주 30분이 효과적이다.

화가 난 고객 앞에서 AI 제안은 상황을 악화시킨다

감정이 고조된 통화에서 AI 제안은 가장 자주 실패한다. 이유는 모델 성능이 아니라 제안이 다루는 대상에 있다. 제안은 문제 해결 경로를 만들지만, 화가 난 고객이 그 순간 요구하는 것은 해결 경로가 아니라 인정이다.

실패는 대개 세 가지 모습으로 나타난다. 첫째, 고객이 감정을 쏟는 중에 절차 안내가 화면에 뜨고 상담사가 그것을 읽으면 고객은 자기 말이 무시됐다고 받아들인다. 둘째, 이전 통화에서 이미 실패한 안내를 제안이 다시 최적 경로로 제시한다. 셋째, 요약 기능이 고객의 긴 설명을 두 문장으로 줄이면서 고객이 가장 억울해한 대목을 지운다.

그래서 훈련에는 제안을 쓰지 않는 구간을 명시적으로 넣어야 한다. 고객이 감정을 표현하는 동안 상담사는 화면을 보지 않고 듣기만 한다는 기준을 정하고, 그 구간이 끝난 뒤 제안을 다시 여는 순서를 연습한다. 이것은 상담사에게 도구를 덜 쓰라는 요구가 아니라, 도구를 쓸 시점을 정해 주는 설계다.

감정노동 관점에서 보면 부담의 성격도 달라졌다. 예전에 상담사는 고객의 감정과 자기 감정을 함께 관리했다. 지금은 여기에 제안 검증이라는 인지 작업이 겹친다. 고객이 화를 내는 동안 화면에서는 새 제안이 계속 갱신된다. 이 겹침을 훈련으로 다루지 않으면 상담사는 둘 중 하나를 포기하는데, 대개 포기되는 쪽은 검증이다.

AI가 아낀 초는 다음 통화가 아니라 판단에 다시 투자돼야 한다

도구가 시간을 줄여 주는 것과 그 시간이 판단으로 흘러가는 것은 전혀 다른 문제다. BCG가 2026년 6월 공개한 네 번째 AI at Work 조사에서 정규 AI 사용자 8,989명 기준으로, 절약된 시간을 어디에 쓸지 조직에서 제한적이거나 아무런 안내를 받지 못했다는 응답은 전체 61%였다. 현장 실무자 집단에서는 66%로 더 높았고 리더 집단의 52%와 14%포인트 차이가 났다. 절약한 시간을 더 전략적인 업무에 재투자하지 않는다는 응답도 현장 실무자 58%, 리더 36%로 22%포인트 벌어졌다.

BCG AI at Work 2026 슬라이드 7. 절약된 시간의 사용처 안내와 전략 업무 재투자 여부를 직급별로 비교한다. 화이트칼라 사무직 전반을 대상으로 한 자기보고 조사이며 컨택센터만 따로 조사한 결과는 아니다.

컨택센터에서는 이 격차가 더 기계적으로 나타난다. 통화당 30초가 줄면 인력 산정 모델이 그만큼 통화를 더 배정하기 때문이다. 좌석 점유율과 가동률이 목표로 관리되는 한, 절약된 시간은 자동으로 다음 통화에 흡수된다. 그 결과 상담사는 도구를 얻었지만 판단할 여유는 오히려 줄어든다.

해법은 운영 목표를 먼저 손보는 것이다. 통화당 확보한 시간의 일부를 근거 확인과 예외 등록에 배정된 시간으로 명시하고, 그 시간을 쓴 통화를 지표에서 불이익 없이 처리한다. 교육 부서 혼자 결정할 수 없는 사안이므로 운영 기획과 같은 표를 보고 정해야 한다.

만족과 인지부하가 함께 오르는 자리에 상담사가 서 있다

AI 병행 응대를 도입한 조직에서 만족도와 피로도가 동시에 오르는 현상은 흔하다. 같은 BCG 조사에서 정규 AI 사용자 9,923명 기준으로 AI 도입 이후 일상 업무의 즐거움과 만족이 늘었다는 응답은 전체 67%였고, 현장 실무자는 57%였다. 반면 인지부하가 늘었다는 응답은 전체 41%, 현장 실무자 37%, 리더 48%로 나타났다.

BCG AI at Work 2026 슬라이드 19. AI 도입 이후 업무 만족도 변화와 인지부하 변화를 같은 응답자 집단에서 비교한다. 직무별 세부 분해가 아닌 직급 기준 자기보고 결과다.

컨택센터 상담사는 이 두 곡선이 가장 가파르게 만나는 자리에 있다. 화면에 놓인 정보 창이 늘었기 때문이다. 고객의 말, 실시간 전사, AI 제안, 지식베이스 검색 결과, 과거 상담 이력, 상품 조회 화면을 한 통화 안에서 오간다. 정보가 많아질수록 응대가 정확해질 것 같지만, 통화라는 실시간 제약 아래에서는 반대로 작동한다.

그래서 교육 목표에 무엇을 보지 않아도 되는지를 넣어야 한다. 어떤 상황에서 어떤 창을 닫아도 되는지, 어떤 제안은 읽지 않고 넘겨도 되는지 정해 주는 훈련이 정보 활용 훈련보다 먼저다. 인지부하를 줄이지 않으면 판단 훈련은 자리를 얻지 못한다.

신입 상담사에게는 AI 사용을 단계적으로 열어야 기본기가 남는다

가장 조용히 진행되는 손실은 신입 상담사 쪽에서 생긴다. 입사 첫날부터 완성도 높은 제안을 받는 신입은 통화를 빨리 끝낸다. 표면 지표는 좋다. 그러나 6개월 뒤 제안이 틀렸을 때 그것을 알아볼 근거가 그 사람 안에 쌓이지 않는다. 상품 구조, 약관 논리, 시스템의 한계는 직접 조회하고 헤매는 과정에서만 몸에 남는다.

온보딩에서는 AI 사용을 단계적으로 여는 설계가 필요하다. 아래는 12주 온보딩을 가정한 예시이며, 상품 복잡도와 규제 수준에 따라 조정할 수 있다.

• 1~4주: 실시간 제안을 숨긴다. 지식베이스 직접 검색과 시스템 조회만 허용하고, 통화 후 제안 이력을 열어 자기 판단과 대조한다.
• 5~8주: 제안을 보되 그대로 전달하지 않는다. 제안이 참조한 화면을 반드시 한 번 열어 확인한 뒤 응대한다.
• 9~12주: 전체 기능을 연다. 대신 폐기하거나 수정한 제안은 사유를 한 줄로 기록한다.
• 정규 전환 이후: 분기마다 제안 없는 통화를 한 세션 배치해 기본기 유지 여부를 확인한다.

이 설계에서 흔한 실패는 제한을 처벌처럼 전달하는 것이다. 신입에게는 아직 못 믿어서 막는다고 들린다. 제한의 목적이 6개월 뒤 제안을 의심할 수 있는 사람을 만들기 위한 것임을 처음에 설명하고, 단계 전환 기준을 미리 공개해야 한다.

한국 컨택센터는 위탁 구조부터 훈련 책임을 정해야 한다

한국의 컨택센터는 상당수가 위탁 운영이다. 상담사의 소속 회사, AI 도구를 도입한 회사, 품질평가 기준을 정하는 회사, 고객 약속에 최종 책임을 지는 회사가 각각 다르다. 이 구조에서 예외 판단 훈련은 아무도 소유하지 않은 업무가 되기 쉽다.

원청은 처리량과 만족도로 계약을 관리하고, 수탁사는 계약된 지표를 맞추기 위해 인력을 배치한다. 예외를 제대로 처리하면 이번 달 지표가 나빠지므로, 수탁사에게 예외 판단 훈련은 자기 비용으로 자기 평가를 깎는 일이 된다. 상담사 개인의 성실성에 기대는 구조는 여기서 만들어진다.

계약 단계에서 다음 항목을 명시하면 상황이 달라진다.

• 예외 인계로 길어진 통화를 평균처리시간 산정에서 어떻게 다룰지 정한다.
• 시스템 예외 등록 건수를 감점이 아니라 계약상 기대 산출물로 규정한다.
• 제안 폐기·수정 사유 기록에 필요한 후처리 시간을 별도로 인정한다.
• 원청 상급자에게 직접 인계할 수 있는 경로와 응답 시간을 정한다.
• 판단 훈련에 쓰는 시간을 유급 근무시간으로 계약서에 넣는다.

감정노동 보호 규정과의 접점도 다시 볼 필요가 있다. 고객 응대 근로자 보호는 폭언 상황의 통화 종료권 중심으로 정비돼 왔는데, AI 병행 응대에서는 부담의 형태가 하나 늘었다. 화가 난 고객을 상대하면서 동시에 잘못된 제안을 걸러 내야 하는 상황이 그것이다. 보호 조치를 설계할 때 이 겹침을 함께 다뤄야 한다.

12주 훈련은 녹취 판정에서 시작해 통화 중 코칭으로 끝난다

집합 교육 한 번으로 판단이 바뀌지는 않는다. 아래 12주 설계는 검증된 최적 과정이 아니라 위험도와 인력 규모에 맞춰 조정할 수 있는 운영 예시다.

1. 1~2주차: 최근 3개월 재문의 통화 60건을 뽑아 다섯 갈래 가운데 어디서 갈렸는지 분류한다. 훈련 설계보다 진단이 먼저다.
2. 3~5주차: 주 30분 녹취 판정 세션을 돌린다. 판단이 갈리는 신호를 팀 언어로 정리해 인계 기준 초안을 만든다.
3. 6~7주차: 감정 고조 통화만 모아 제안 사용 보류 구간을 연습한다. 상담사가 화면을 닫는 시점을 관찰한다.
4. 8~9주차: 평가자와 팀장이 새 품질평가 기준으로 같은 통화를 채점하고 편차를 맞춘다. 이 단계를 건너뛰면 기준이 사람마다 달라진다.
5. 10~11주차: 실제 통화 중에 팀장이 개입하는 라이브 코칭을 시작한다. 개입 시점은 상담사가 폐기 또는 인계를 고른 순간으로 제한한다.
6. 12주차: 인계 기준 초안을 현장 사례로 수정하고, 다음 분기에 다시 판정할 클립 세트를 확정한다.

평가는 이수 여부가 아니라 판단 일치도로 본다. 같은 클립에서 상담사와 숙련 평가자의 분기 선택이 얼마나 일치하는지, 불일치가 어느 갈래에서 생기는지 본다. 대개 수용과 수정 사이에서 가장 크게 갈리며, 이 지점이 다음 회차의 훈련 주제가 된다.

상담사의 숙련은 빠른 응대가 아니라 되돌릴 수 있는 판단에 있다

컨택센터에 AI를 넣으면 통화는 확실히 짧아진다. 그러나 짧아진 통화가 좋은 통화인지는 다른 문제다. 좋은 통화는 고객이 다시 걸지 않아도 되는 통화이고, 그렇게 만들려면 누군가는 통화 중에 제안을 의심하고 멈추고 넘겨야 한다.

그 판단은 성격이나 경력으로 자동으로 생기지 않는다. 다섯 갈래를 이름 붙여 가르치고, 통화 중에 확인할 수 있는 신호로 인계 기준을 쓰고, 녹취로 반복해 판정을 맞추고, 품질평가와 계약 조건을 그 훈련과 같은 방향으로 돌려놓아야 만들어진다. 신입에게는 제안을 늦게 열어 주고, 감정이 고조된 구간에는 제안을 닫아 준다.

결국 컨택센터가 확보해야 할 역량은 응대 속도가 아니라 되돌릴 수 있는 판단이다. 상담사가 잘못된 제안을 알아보고 멈출 수 있을 때만 자동화의 속도가 고객 신뢰보다 앞서지 않는다. 그 능력을 지표로 인정하지 않는 조직은 도구를 아무리 좋은 것으로 바꿔도 같은 민원을 계속 받게 된다.

함께 읽을 글

• AI 리터러시 교육의 기준: 한 번의 특강보다 반복 훈련이 성과를 만든다
• AI 시대 기업교육의 성패는 강의 수가 아니라 성과-학습 루프에 달려 있다
• 중간관리자 AI 교육이 없으면 AI 도입은 팀장 앞에서 멈춘다

출처

• Boston Consulting Group, AI at Work 2026: Strategy Matters More Than Tools, 2026: https://www.bcg.com/publications/2026/ai-at-work-why-strategy-matters-more-than-tools
• OECD, Skills in the AI age, OECD Artificial Intelligence Papers No. 60, 2026: https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en/full-report.html
• Institute of Customer Service, Hype or Reality? How AI is impacting customer service, productivity and governance, 2026: https://www.instituteofcustomerservice.com/ai-in-service/