고객+사내 메신저 결합 '채널톡' 업드레이드
일단 배송문의, 반품 및 교환 기능을 AI챗봇 알프로
최소 CS인원, 효율적인 고객관리, 확장성 장점
챗GPT 4.0접목…비용 증가 가능성
연내 오픈소스 기반 자체 LLM으로 바꿀 것
이 서비스는 특히 CS 인력이 많지 않은 자사몰에 적합할 것으로 보인다. 다만, 오픈AI의 거대언어모델(LLM)을 이용해 연동비가 부담될 우려가 있다. ‘채널톡’을 서비스하는 채널코퍼레이션은 연내 오픈소스 LLM을 이용한 서비스로 바꿔 이를 해소할 예정이다.
원래 채널톡은?
<이미지를 클릭하시면 크게 보실 수 있습니다> |
‘채널톡’은 원래 있던 서비스다. 채널코퍼레이션이란 회사가 ‘기업과 고객 사이의 커뮤니케이션을 심플하게 만들겠다’는 생각으로 런칭했다. 한마디로 사내 메신저와 고객 메신저를 붙인 것.
그런데 고객들의 요구는 이어졌다. ‘메신저를 넘어 고객관계관리(CRM), 음성·영상 통화까지 채널톡으로 통합관리하고 싶어했다’고 김재홍 공동대표는 설명했다. 그래서 기능들을 붙여 나갔고, 드디어 인공지능으로 자동 응답해주는 생성형AI 시대가 열렸다.
이에 따라 회사는 채널톡에 AI를 접목해 ‘알프(ALF)’와 ‘커맨드(Command)’ 기능을 추가하게 됐다.
신규 기능은?
최시원 공동 대표는 3일 고객초청 행사에서 새 기능을 소개하면서 ①최소 CS 인원 ②효율적인 고객관리 ③확장성을 장점으로 소개했다.
그는 “채널톡 고객의 45%는 이커머스 기업인데 지금은 가장 많은 상담을 하는 사람이 최고의 상담사로 꼽힌다. 이들은 평균 1~2분에 한건의 상담을 한다”면서 “하지만, 인구 감소 추세를 고려했을 때 미리 AI 상담을 준비해야 한다”고 밝혔다.
그러면서 “반복적이고 단순한 상담을 줄이고 더 중요한 고객관리에 집중하는게 필요하다”며 “생성형 AI 챗봇 ‘알프’가 도움을 줄 수 있다”고 했다.
고객들이 채널톡 채팅창에 발송예정일, 주문목록·취소 관련 문의를 남기면 알프가 질문의 의도를 분석한다. 이후 커맨드 기능으로 해당 질문에 필요한 데이터를 협력사의 어드민에 호출하고 문의에 대한 액션을 진행할 수 있는 화면을 제공해 채팅방 이탈 없이 질문을 즉각적으로해결한다.
실제로 연매출 250억원에 달하는 패션 자사몰 ‘라룸’이 비공개 베타 테스트에 참여했더니, 전체 고객문의 30% 감소, 알프를 통한 단순문의 해결률 55%, 커맨드를 통한 해결률 80% 등의 획기적인 성과를 거뒀다고 했다. 또, 패션 이커머스 브랜드 ‘유어메모’도 비공개 베타 테스트를 해보니 전체문의 44% 감소, 알프를 통한 단순문의 해결률 72%, 커맨드를 통한 해결률 76% 등을 기록했다고 전했다.
라룸 관계자는 “상담원이 직접 답변을 안하니 고객들이 만족할까 걱정했지만 ‘내옷 언제와’ 같은 반말도 (알프가) 알아듣더라”고 했다.
최시원 공동대표는 업그레이드된 ‘채널톡’의 확장성도 언급했다. 고객이 채팅방 내에서 문제를 직접 해결할 수 있도록 필요한 액션을 UI·UX 형태로 제공하는 ‘WAM(Web Application Module)’을 개발한 것이다.
그는 “배송 문의, 반품과 교환 외에 다른 기능들은 순차로 오픈할 예정”이라면서 “더 풍부한 고객별 기능을 위해 앱스토어를 준비 중이다. 고객님들은 AI를 몰라도 커맨드만 잘 만들어주면 연동해 줄 수 있다. 개발 외주사와 파트너사를 구축 중인데, 저희 비즈니스팀으로 연락주시면 연결시켜드릴 수도 있다”고 했다.
챗GPT 4.0접목…비용 증가 가능성
다만, AI가 접목된 ‘알프’ 등의 기능을 추가한 ‘채널톡’의 이용료는 예전보다 증가할 가능성이 있다. 정액제에서 사용한 량만큼 내는 종량제로 요금제를 바꾸고 있기 때문이다.
특히 자체 개발한 LLM이 아니라 오픈AI의 챗GPT 4.0을 쓰는 만큼, 모델 사용료가 부담이 될 수 있다. 오픈AI는 지난해 11월 ‘GPT-4 터보’를 출시하면서 입력 1M 토큰당 10달러, 출력 30달러라고 밝혔다. 1토큰은 출력 0.00001달러, 입력 0.00003달러다. 1토큰은 영어기준 4개 글자 정도다.
최시원 공동대표는 “지금은 일단 챗GPT 4.0을 쓰지만 오픈소스 LLM을 개발해 자체 모델로 제공할 예정”이라면서 “연내를 목표로 개발하고 있다”고 했다.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.