표지


AI가 문의를 정확히 분류해도 고객이 기다린다면, 배정 순서를 바꾸세요

예를 들어 결제 문의를 알아보는 AI는 잘 작동하는데, 결제 담당자의 대기열만 계속 길어진다고 가정해 보겠습니다. 다른 상담사는 여유가 있고, 오래 기다린 일반 문의보다 새로 들어온 우선 고객의 문의가 먼저 처리됩니다. 분류를 더 정확하게 만든다고 이 문제가 사라질까요?


이때 운영자가 결정할 것은 누가 처리할 수 있는지, 지금 누가 받을 수 있는지, 어떤 문의를 먼저 꺼낼지입니다. 문의의 주제를 맞히는 일과 처리 순서를 정하는 일은 서로 다릅니다. 고객지원 AI를 붙인 뒤에도 대기가 줄지 않는다면 분류 정확도와 함께 배정 정책을 들여다봐야 합니다.


이 글은 공식 제품 문서에서 확인한 배정 구조를 바탕으로 한 실무 설계 제안입니다. 특정 고객사의 도입 사례나 성과를 보고하는 글은 아닙니다.


담당팀을 맞혔는데도 대기열이 길어지는 이유

섹션1


큐는 처리할 업무가 순서를 기다리는 대기열입니다. ‘결제팀 큐’에 들어갔다는 사실은 책임질 팀을 찾았다는 뜻이지, 곧바로 처리 가능한 상담사가 정해졌다는 뜻은 아닙니다.


Microsoft의 unified routing 공식 문서는 분류와 배정을 별도 단계로 설명합니다. 분류 단계에서 업무에 정보를 붙이고, 배정 단계에서는 업무 성격과 관련 정보, 상담사의 스킬, 현재 가용성과 업무량을 고려합니다. 스킬은 그 문의를 해결하는 데 필요한 제품 지식이나 지원 언어 같은 역량입니다.


여기서 실무적으로 중요한 것은 ‘결제 문의면 결제팀’이라는 규칙 이후입니다. 같은 팀이라도 해외 결제에 대응할 수 있는 사람과 국내 결제만 처리하는 사람이 다를 수 있습니다. 처리 중인 상담 건수가 같아도, 오래 걸리는 이의제기 건을 맡은 상담사는 여유가 없을 수 있습니다. 건수만 균등하게 나누면 실제 부하는 불균등해집니다.


따라서 팀 라벨과 상담사의 처리 가능 조건을 별도로 관리하는 편을 권합니다. 제품·언어·문의 종류는 자격 조건으로, 근무 상태와 실제 처리 여력은 현재 상태로 나눕니다. 자격은 맞지만 받을 사람이 없는 경우도 정상적인 대기 상태로 드러나야 합니다. AI가 자신 있게 분류했다는 이유로 가용성까지 확인됐다고 간주해서는 안 됩니다.


긴급도와 오래 기다린 문의가 충돌할 때

섹션2


배정 순서를 정할 때 모든 조건을 하나의 점수로 합치면, 어떤 고객이 계속 뒤로 밀리는지 설명하기 어려워집니다. 먼저 반드시 지켜야 하는 조건을 정한 뒤, 남은 후보 사이에서 순서를 고르는 방법이 낫습니다.


아래는 제품의 기본 설정을 소개하는 표가 아니라, 운영자가 합의할 정책의 예시입니다. 서비스 수준 약속인 SLA의 구체적 시간이나 합격 기준은 조직이 실제 제공 범위를 확인해 정해야 합니다.

충돌하는 상황 먼저 정할 기준 남겨야 할 예외 경로
긴급한 서비스 중단과 일반 문의가 함께 대기 확인된 영향 범위와 긴급 대응 절차를 우선 적용 긴급 여부가 불명확하면 지정 담당자가 판정
우선 고객의 새 문의와 오래 기다린 일반 문의 우선 지원 범위와 일반 문의의 최대 대기 보호 규칙을 함께 명시 대기 한계에 접근한 문의를 운영자가 확인
전문 상담사가 모두 처리 중 자격 없는 상담사에게 억지 배정하지 않고 대기 상태를 노출 지원 가능한 대체 인력 또는 예상 대기 안내
먼저 온 단순 문의와 복잡한 전문 문의 단순 건만 계속 처리해 전문 건이 방치되지 않도록 별도 확인 장기 대기 목록을 정기적으로 검토

특히 부정적인 표현과 긴급도를 구분해야 합니다. Zendesk의 intelligent triage 문서는 주제, 감정, 언어를 서로 다른 분류 필드로 다루며 분류의 신뢰도와 상담사의 수정 가능성을 설명합니다. 화가 난 문장이 있다는 사실만으로 서비스 중단이나 약속 위반이 확인되는 것은 아닙니다. 반대로 차분하게 적힌 문의가 실제로는 업무 전체를 멈춘 장애일 수도 있습니다.


제가 제안하는 기준은 긴급도 판단에 필요한 영향 정보를 따로 확보하는 것입니다. 감정은 대응 방식의 참고로 쓰고, 우선순위는 확인된 서비스 영향과 지원 약속으로 설명할 수 있게 만듭니다. 동시에 오래 기다린 문의가 영구적으로 밀리지 않도록 보호 규칙을 둡니다. 어떤 문의를 뒤로 미룰 수 있는지가 명확하지 않다면 자동 배정을 확대할 준비도 끝나지 않은 셈입니다.


대화가 바뀌었다고 담당자까지 바로 바꾸지는 않습니다

섹션3


처음에는 배송 지연으로 접수됐지만, 대화를 이어 가다 결제 취소 문제라는 사실이 드러나는 경우를 예로 들어 보겠습니다. 새 주제에 맞는 팀으로 옮겨야 하더라도, 이미 상담 중인 고객에게 같은 설명을 처음부터 다시 하게 만들면 분류 정확도와 고객 경험은 반대 방향으로 움직입니다.


Zendesk 문서는 설정에 따라 후속 고객 응답을 반영해 주제와 감정을 재평가할 수 있다고 설명합니다. 이것이 모든 제품·설정에서 담당자 자동 변경까지 보장한다는 뜻은 아닙니다. 라벨 갱신과 업무 소유권 변경은 별도의 판단으로 두는 편을 권합니다.


미착수 문의라면 새 조건에 맞는 큐 이동을 제안할 수 있습니다. 이미 상담을 시작했다면 현재 담당자가 다음 담당자의 수락을 확인할 때까지 고객 응대 책임을 유지하도록 설계합니다. 전문 지식만 필요한 상황이라면 소유권을 옮기지 않고 다른 팀에 도움을 요청하는 방법도 있습니다. ‘누가 답변을 이어 갈지’와 ‘누가 전문 판단을 제공할지’를 구분하는 것입니다.


두 팀이 번갈아 반송하는 문의는 반복 자동 배정 대상에서 빼야 합니다. 어느 팀이 틀렸는지 AI가 다시 고르게 하는 대신, 복수 업무의 책임자를 정할 운영자에게 올립니다. 이때 필요한 것은 이전 큐와 새 큐, 변경 이유, 현재 응대자, 인수 확인입니다. 중복 실행을 막는 기술적 기록과는 달리, 이 기록은 고객의 설명과 응대 책임이 끊기지 않게 하는 용도입니다.


평균 처리시간 대신 가장 오래 기다리는 흐름부터 봅니다

섹션4


배정 정책의 효과를 평균 하나로 판단하면 긴 대기가 가려질 수 있습니다. 단순 문의를 많이 처리하면 평균은 좋아져도, 특정 언어나 전문 제품의 문의는 계속 남을 수 있기 때문입니다.


처음에는 자동 이동을 켜지 말고, 실제 문의가 접수된 시점의 상담사 자격과 가용 상태를 남겨 새 정책의 추천 순서를 비교해 보세요. 지금 보이는 인원 상태로 과거 문의를 배정해 보면 당시에는 불가능했던 배정이 정답처럼 보일 수 있습니다. 과거 티켓만 있고 당시 상태 기록이 없다면, 과거 배정 성능을 완전히 재현했다고 말할 수 없습니다. 그때는 앞으로 들어오는 문의에서 추천만 생성하는 방식이 적합합니다.


확인할 항목은 주제를 맞혔는지에서 끝나지 않습니다. 실제로 처리 가능한 담당자에게 도달하기까지의 시간, 팀·언어·문의 종류별 대기 분포, 약속 시간을 넘긴 건, 담당팀 변경 횟수, 긴급 문의의 누락을 함께 봅니다. 대기 중인 건도 분모에 넣어야 합니다. 완료된 문의만 집계하면 끝내 처리되지 못한 문의가 평가에서 사라집니다.


정책을 조정한 문의와 성능을 판단할 문의도 분리합니다. 의사결정 AI를 다루는 위키독스 원문은 임계값을 고른 데이터로 성능까지 측정한 문제와 별도 검증의 필요성을 설명합니다. 배정 정책 역시 보고 있던 사례에만 잘 맞도록 조정될 수 있습니다. 특정 팀의 대기가 줄었더라도 다른 팀으로 부담을 옮긴 결과인지 확인해야 합니다.


운영자가 설명할 수 있는 순서가 마련되면, 자격과 가용 상태가 확인된 저위험 범위부터 적용할 수 있습니다. 오래 기다린 문의의 방치나 반복 이관이 늘면 자동 큐 이동을 끄고 기존 수동 배정으로 돌아갑니다. 어느 수준에서 멈출지는 적용 전에 현업 책임자가 정해야 하며, 이 글이 보편적인 수치 기준이나 절감 효과를 보장하지는 않습니다.


상담에서는 실제 문의 유형과 담당팀 구조를 바탕으로 자격·가용성 매핑, 우선순위 충돌표, 장기 대기 예외 경로, 비교 검증표를 함께 설계할 수 있습니다. 업무명, 문의가 들어오는 빈도, 가장 오래 막히는 큐를 알려 주시면 어디까지 자동 배정하고 무엇을 운영자 판단으로 남길지부터 논의하겠습니다. 고객 원문이나 개인정보를 처음부터 보내실 필요는 없습니다.


💬 카카오톡 오픈채팅으로 AI/AX 컨설팅 문의하기


👤 류웅수 프로필 보기


#AIAX컨설팅 #고객지원자동화 #상담배정 #대기열관리