lillo

[태그:] ai챗봇

  • 챗GPT 원탑 시대에 균열이 간 순간

    챗GPT 원탑 시대에 균열이 간 순간

    2026년 2월, 그록(Grok)이 국내 출시 1년 만에 AI 챗봇 앱 사용자 수 3위에 올라섰다는 소식이 나왔습니다. 챗GPT가 압도적 1위(MAU 2,293만 명)를 지키는 가운데, 만년 2위 자리를 두고 처음으로 새 얼굴이 끼어든 순간이었습니다. 그록의 등장은 “챗GPT만 쓰면 된다”는 국내 이용자들의 오래된 공식이 깨지기 시작했다는 신호로 읽혔습니다. 그록이 쏘아올렸지만, 판을 흔든 건 다른 이름이었다 그런데 반년이 지난…

  • “챗봇에서 에이전트로” — 2026년 상반기 AI 챗봇 시장 총정리

    “챗봇에서 에이전트로” — 2026년 상반기 AI 챗봇 시장 총정리

    상반기를 한 줄로 요약하면: “답하는 챗봇”에서 “일하는 에이전트”로 2026년 상반기는 AI 챗봇의 정체성 자체가 바뀐 시기로 기록될 것 같습니다. 질문에 답하고 페이지를 안내하던 수동적인 챗봇에서, 고객 인증부터 환불 처리, 확인 메일 발송까지 사람 개입 없이 끝내는 에이전틱 AI로 무게중심이 옮겨갔습니다. 가트너는 2026년 말까지 기업 애플리케이션의 40%에 태스크 수행형 AI 에이전트가 내장될 것으로 내다봤습니다. 2025년엔 5%도…

  • “문의하셨던 상품, 재입고됐어요” — 기억하는 AI 챗봇이 리텐션을 바꾸는 법

    “문의하셨던 상품, 재입고됐어요” — 기억하는 AI 챗봇이 리텐션을 바꾸는 법

    챗봇은 원래 모든 걸 잊어버리는 존재였다 지금까지 대부분의 AI 챗봇은 대화가 끝나면 고객을 잊었습니다. 어제 배송 지연 문의를 했던 고객이 오늘 다시 접속해도, 챗봇은 처음 만난 사람을 대하듯 “무엇을 도와드릴까요?”부터 시작했습니다. 고객 입장에서는 매번 같은 이야기를 반복해야 하는 피로감이 쌓이고, 기업 입장에서는 이미 확보한 데이터를 상담 경험에 전혀 활용하지 못하는 손실이 발생합니다. 2026년 들어 이…

  • AI가 답하면 안 되는 질문, CS팀이 정해야 합니다

    AI가 답하면 안 되는 질문, CS팀이 정해야 합니다

    AI 챗봇을 도입한 팀이 가장 먼저 묻는 질문은 “어디까지 자동화할 수 있을까요?” 입니다. 그런데 실제로 더 중요한 질문은 따로 있습니다. “어디서부터는 AI가 답하면 안 될까요?” 라는 질문입니다. AI 챗봇은 이미 전체 문의 중 최대 80~90%를 자동으로 처리할 수 있는 수준에 도달했습니다. 그만큼 효율은 입증됐습니다. 하지만 효율이 입증됐다는 것과, AI가 모든 질문에 답해도 된다는 것은 다른…

  • 고객은 CS 응답 속도보다 이것을 더 중요하게 봅니다

    고객은 CS 응답 속도보다 이것을 더 중요하게 봅니다

    CS 담당자에게 가장 많이 들어오는 미션 중 하나는 “응답 속도를 높여라”입니다. 빠른 답변이 곧 좋은 서비스라는 공식은 오랫동안 업계의 기준이었습니다. 그런데 2026년, 그 공식이 흔들리고 있습니다. Zendesk의 2026 CX 트렌드 보고서에 따르면, 소비자의 83%는 AI 도입 이후에도 고객 서비스 경험이 여전히 더 나아져야 한다고 응답했습니다. 응답은 빨라졌는데 만족도는 그대로거나 오히려 낮아졌다는 뜻입니다. 고객이 원하는 건…

  • 여름 성수기 전, CS팀이 미리 준비해야 할 것들

    여름 성수기 전, CS팀이 미리 준비해야 할 것들

    여름은 이커머스에게 기회이자 위기입니다. 휴가 시즌, 여름맞이 기획전으로 대규모 프로모션이 겹치면서 주문량이 급증하고, 그 뒤를 바짝 쫓아 CS 문의도 함께 폭증합니다. 문제는 매출 성장 속도만큼 CS 대응 역량이 따라가지 못하는 경우가 대부분이라는 점입니다. 성수기에 CS가 무너지면 그 타격은 단순히 ‘상담 지연’으로 끝나지 않습니다. 부정 후기가 쌓이고, 재구매율이 떨어지고, 브랜드 신뢰가 흔들립니다. 반대로 성수기 CS를 잘…

  • AI 상담사 도입 첫 달, 대표가 꼭 챙겨야 할 3가지

    AI 상담사 도입 첫 달, 대표가 꼭 챙겨야 할 3가지

    AI 상담사를 도입했습니다. 설정도 끝났고, 팀에도 공유했습니다. 그런데 한 달이 지나도 뭔가 기대했던 것과 다릅니다. 문의가 줄지 않는 것 같고, 상담원들은 여전히 바쁩니다. “AI가 제대로 작동하고 있는 건지” 확신이 없습니다. 이건 AI가 나쁜 게 아닙니다. 첫 달을 어떻게 보냈느냐의 문제입니다. 실패한 팀들이 공통으로 하는 말 “도입은 했는데 잘 모르겠어요.” AI 상담사 도입에 실패한 팀들의 첫…

  • CS 인건비, 줄일 수 있는 구간이 따로 있다

    CS 인건비, 줄일 수 있는 구간이 따로 있다

    CS 비용을 줄이고 싶다는 대표들의 이야기를 들어보면, 대부분 비슷한 접근을 한다. “상담원 한 명 줄이면 되지 않을까?” 그런데 막상 줄이면 응대가 밀리고, 고객 불만이 쌓이고, 결국 다시 채용하게 된다. 인건비 문제는 사람 수의 문제가 아니기 때문이다. 문제는 ‘누가 하느냐’가 아니라 ‘무엇을 하느냐’다 상담원이 하루에 처리하는 문의를 유형별로 나눠보면 대략 이런 구조다. 이 다섯 가지가 전체…

  • AI 챗봇 도입을 실패한 팀들의 공통점

    AI 챗봇 도입을 실패한 팀들의 공통점

    지난 아티클에서 AI 챗봇 도입 전 점검해야 할 4가지 체크리스트를 공유했습니다. 이 항목들을 다 준비한 팀이라면 성공할 거라고 생각하기 쉽습니다. 하지만 현실은 다릅니다. 체크리스트를 성실히 따랐는데도 AI 챗봇 도입 3개월 만에 “역시 AI는 아직 멀었다”며 포기하는 팀이 적지 않습니다. 문제는 체크리스트 자체가 아니라, 도입 과정과 운영 방식에 숨어 있는 함정입니다. 이번 글에서는 실제로 AI 챗봇을…

  • 우리 팀, AI 챗봇 도입할 준비가 됐을까? 이커머스 CS 실전 체크리스트

    우리 팀, AI 챗봇 도입할 준비가 됐을까? 이커머스 CS 실전 체크리스트

    “AI 챗봇 도입하면 CS 문의 줄어들까요?” 이커머스 CS 운영진이라면 한 번쯤 고민해봤을 질문입니다. 실제로 많은 팀이 AI 챗봇을 도입했지만, 기대만큼 문의가 줄지 않거나 오히려 고객 불만이 늘어나는 경우가 적지 않습니다. 문제는 AI 챗봇 자체가 아니라, 준비 없이 도입했기 때문입니다. 이 글에서는 AI 챗봇을 도입하기 전 반드시 점검해야 할 체크리스트를 실무 관점에서 정리했습니다. 릴로그의 이전 아티클에서…