top of page
diquest-logo.png
Like문의하기

에이전틱 AI 시대의 AICC는 무엇이 다를까?

2026년 6월 29일


불과 수년 전까지만 해도 고객서비스 시장에서 AICC(AI Contact Center)는 상담원들을 보조하는 역할을 수행하는 어시스턴트에 지나지 않았습니다. 기존 AICC의 범위는 상담원 연결부터 문제 해결의 범위로 한정되어 있었습니다. AI 컨택센터는 비용을 최소화해야 할 단순 운영 인프라였고, AI는 그 효율화를 돕는 도구에 지나지 않았기 때문입니다. 응답 속도를 높이고, 반복 문의를 자동화하고, 상담원의 부담을 줄이는 것이 AICC(AI Contact Center)가 일관되게 추구해온 방향성이었습니다.


그런데 에이전틱(Agentic) AI 기술의 발전과 함께, 그 전제가 근본부터 흔들리고 있습니다.

이제 AICC는 단순 어시스턴트를 넘어 그 자체로 주도적인 역할을 하는 고객 응대의 핵심 축으로 변화하고 있습니다.

각각의 전문성을 바탕으로 상담, 운영, CS 등 여러 개의 에이전트가 유기적으로 고객 응대를 처리하는 멀티 에이전트 시스템의 도입과 함께, AI는 단순히 '더 빠른 자동화'를 넘어 고객과 기업이 대화하는 방식 자체를 바꾸고 있기 때문입니다.



출처: voicespin


가장 큰 변화는 이제 AI가 더 이상 기존의 룰 기반(rule-based) 정해진 시나리오 안에서만 움직이지 않는다는 점입니다. 여러 개의 에이전트로 이루어진 멀티 에이전트 시스템은 이제 맥락을 이해하고, 의도를 파악하며, 스스로 판단해 다음 행동을 결정합니다. 여기에 에이전틱 AI가 더해지면서 AI는 단순 응답자를 넘어 고객 여정 전반을 능동적으로 설계하는 주체로 진화하고 있습니다.


비용 절감의 도구였던 AICC는, 이제 매출을 만들고 고객 경험을 설계하는 전략 자산으로 탈바꿈하고 있습니다. 고객서비스 업계에서는 한 발 나아가 이 새로운 패러다임을 AXCC(AI Experience Contact Center)라 부르기 시작했습니다. 고객 운용 중심의 AICC 1.0에서, 고객 경험과 고객 밀착형 서비스를 아우르는 AICC 2.0으로의 전환은 지금 실제로 고객서비스 AI 시장에서 벌어지고 있는 변화입니다. 이번 시간에는 AICC 2.0시대의 본질을 짚고, 기업이 지금 무엇을 준비해야 하는지를 살펴보도록 하겠습니다.



| 1. 에이전틱 AI 시대, AICC 2.0이란?

AICC 2.0을 한 문장으로 정의하자면 "고객의 문제를 처리하는 시스템"에서 "고객의 경험을 설계하는 시스템"으로의 전환이라고 할 수 있습니다. AICC 1.0이 컨택센터의 효율을 높이는 데 집중했다면, AICC 2.0은 컨택센터가 기업 성장의 직접적인 동력이 될 수 있다는 전혀 다른 전제에서 출발하는 것입니다. 따라서 성과를 측정하는 지표 역시 기존의 AICC와는 크게 다를 수밖에 없습니다.


기존 AICC 1.0의 핵심 지표는 비용(Cost)이었습니다. 상담 처리 시간(AHT, Average Handle Time) 단축, 자동화율 향상, 상담원 수 최적화와 같은 모든 지표가 '얼마나 적게 쓰느냐'를 향하고 있었습니다. AI는 반복적인 문의를 걸러내고, 상담원이 더 복잡한 업무에 집중할 수 있도록 돕는 보조 도구에 머물러 있었습니다.



반면에 AICC 2.0의 핵심 지표는 가치(Value)라고 할 수 있습니다. 고객 만족도(CSS, Customer Satisfaction Score), 고객 생애 가치(CLV, Customer Lifetime Value), 전환율, 재구매율 등 컨택센터가 만들어내는 비즈니스 성과가 직접적인 평가 기준이 됩니다. AI는 이제 비용을 줄이는 도구가 아니라, 매출을 만들고 고객 충성도를 높이는 전략 자산으로 자리매김하고 있는 것입니다.



| 2. AICC 2.0을 가능하게 한 두 가지 기술적 전환

그렇다면 이처럼 고객 서비스를 주도하는 AICC 2.0을 실제로 구현 가능하게 만든 기술적 토대는 무엇이었을까요?


첫째, LLM 성능의 고도화입니다. 정해진 시나리오 안에서 특정 사용자 키워드를 바탕으로 작동하는 기존의 룰 기반(rule-based) AI는 사전에 정의된 답변 풀(pool) 안에서만 응답할 수 있는 반응형 시스템이었습니다. 그러나 사전학습(pre-trained)된 방대한 양의 학습 데이터를 바탕으로 사용자 질의의 숨겨진 문맥을 이해하고, 스스로 추론(reasoning) 할 수 있는 능력을 가지게 된 초거대 언어 모델(LLM)의 등장 및 발전과 함께 이 한계를 넘어 고객의 질문 의도를 파악하고, 상황에 맞는 답변을 즉석에서 생성할 수 있게 되었습니다. 이는 단순한 FAQ 응대를 넘어 복잡한 민원, 감성적 대응, 개인화된 상품 추천까지 가능해진 핵심적인 이유라고 할 수 있습니다.


출처: LABELLERR

둘째, 에이전틱 AI 시스템의 성숙입니다. 하나의 AI가 모든 것을 처리하는 구조에서 벗어나, 상담·운영·CS·세일즈 등 각 영역에 특화된 여러 에이전트가 유기적으로 협력하는 멀티 에이전트 구조로 진화하고 있습니다. 뿐만 아니라, 고객의 문의가 들어오는 순간 에이전트들은 실시간으로 역할을 분담하고, Plan(계획), Execution(실행), Reflection(개선)의 루프에 따라 태스크를 수행합니다. 또한 필요시 사람 상담원에게 매끄럽게 전환(handoff)하며 고객 여정 전체를 커버합니다. 예를 들어 AICC 2.0 시스템은 고객의 상담 에이전트가 대화 이력을 바탕으로, 운영 에이전트와 소통하고, 이를 바탕으로 주문 데이터를 입력하며 문제가 생겼을 때 CS 에이전트가 최적의 답을 제시하는 것과 같은 방식으로 움직입니다.

출처: weaviate

이 두 가지 요소가 결합되면서 AI는 비로소 "반응하는 시스템"에서 "선제적으로 행동하는 시스템"으로 전환되게 됩니다. 고객이 연락하기 전에 이탈 징후를 포착해 먼저 접촉하거나, 상담 중 고객의 감정 상태를 실시간으로 분석해 대응 전략을 바꾸는 것이 바로 AICC 2.0이 그리는 실제 모습입니다.



| 3. AICC(컨택센터)에서 AXCC(경험 센터)로

AICC 2.0 시대에 주목해야 할 또 한 가지 포인트는 기존의 AICC(AI Contact Center)에서 ACC(AI Experience Contact Center)로의 진화입니다. 이러한 명칭의 변화가 상징하는 것은 단순한 기술 업그레이드가 아니라, 컨택센터의 존재 이유 자체가 달라졌다는 선언이라고 할 수 있기 때문입니다.


고객이 기업에 연락하는 모든 순간은 곧 브랜드를 경험하는 순간이라고 할 수 있습니다. AICC 2.0은 그 순간을 비용으로 보지 않고, 고객과의 관계를 깊게 만들 수 있는 기회로 봅니다. 문제를 해결하는 데서 끝나는 것이 아니라, 해결하는 과정 자체가 고객에게 긍정적인 인상을 남기고 다음 구매로 이어지도록 설계되는 것입니다. 이 변화를 보다 구체적으로 이해하기 위해, AXCC가 실제로 고객 경험을 어떻게 재설계하는지 세 가지 접점으로 나누어 살펴볼 수 있습니다.


첫째, 사후 대응에서 선제적 케어로의 변화입니다. 기존 컨택센터는 고객이 먼저 연락해야 움직이는 수동적 구조였습니다. AXCC는 이 흐름을 뒤집습니다. 예를 들어, 이커머스 기업의 AXCC 시스템은 배송 지연이 발생하는 순간 고객이 문의하기 전에 먼저 알림을 발송하고, 대안(재배송 일정 변경, 쿠폰 제공 등)을 자동으로 제안합니다. 고객 입장에서는 불만을 제기할 필요조차 없이 문제가 해결되는 경험을 하게 됩니다. 불만 전화 한 통이 사라지는 것이 아니라, 브랜드에 대한 신뢰가 쌓이는 순간으로 바뀌는 것입니다.


둘째, 단순 응대에서 개인화된 경험으로. AXCC는 고객의 구매 이력, 상담 기록, 행동 패턴을 실시간으로 분석해 맞춤형 대응을 제공합니다. 금융 서비스 기업의 사례를 예로 들면, 고객이 대출 관련 문의를 하는 순간 AXCC는 해당 고객의 거래 이력과 신용 패턴을 바탕으로 가장 적합한 상품을 추천하고, 상담 과정 전체를 개인화된 시나리오로 구성합니다. 이는 고객에게 "나를 이해하는 기업"이라는 인상을 남기며, 상담이 곧 세일즈로 이어지는 구조를 만들어냅니다.


셋째, 단절된 채널에서 통합된 여정으로. 기존 컨택센터의 고질적인 문제 중 하나는 채널 간 단절이었습니다. 챗봇으로 시작한 상담이 전화로 넘어가는 순간 처음부터 다시 설명해야 하는 경험은 고객 불만의 대표적인 원인이었습니다. AXCC는 채팅, 음성, 이메일, SNS 등 모든 채널에 걸친 대화 맥락을 하나의 고객 여정으로 통합합니다. 어떤 채널로 접근하더라도 AI는 이전 대화를 기억하고, 중단된 지점에서 자연스럽게 이어갑니다.



| 4. AXCC 전문 기업, 다이퀘스트

AICC 2.0으로의 전환이 단순한 개념적 선언이 아닌 실제 현장의 변화가 되려면, 기술력과 실전 경험을 동시에 갖춘 파트너가 필요합니다. 2000년 창립 이래 CO(Customer Operation), CE(Customer Engagement), CX(Customer Experience) 등 고객 운영 전반의 다양한 과제를 AI Transformation으로 해결해온 다이퀘스트는, AXCC 시대를 준비하는 기업에게 가장 검증된 선택지 중 하나라고 할 수 있습니다.


다이퀘스트의 AICC 솔루션 라인업은 기업 규모와 운영 방식에 따라 두 가지 방향으로 나뉩니다. 대규모 엔터프라이즈 환경을 위한 온프레미스·커스텀 구축 솔루션과, 중소·버티컬 시장을 위한 클라우드 기반 SaaS 솔루션이 그것입니다. 특히 AXCC의 성공적 도입을 위한 플랫폼인 워크센터(WorkCenter)와 델마(Delma)를 통해 AX 전 과정에 있어서 체계적인 도움을 받을 수 있다는 점이 인상적입니다.


워크센터(WorkCenter) — 옴니 채널 AICC SaaS 플랫폼

워크센터는 전화, 문자, 채팅, 알림 이메일 등 모든 고객 접점을 하나로 통합하는 옴니 채널 AI 상담 플랫폼입니다. AI가 고객의 문의 맥락과 이력을 이해해 가장 적절한 답변을 즉시 제공하고, 반복 문의는 자동 처리, 복잡한 상담은 사람에게 연결합니다. 병원, 호텔, 보험사 등 버티컬 시장에 특화된 AICC SaaS 솔루션으로 가입자를 확보하고 있습니다. 실제 도입 성과도 명확합니다. 이사·청소 서비스 기업 아정당은 워크센터 도입 후 유선 상담을 희망한 고객 중 약 31%가 AI를 통해 자체 접수를 완료했으며, 상담 기준 인건비 지출 대비 약 9배 수준의 비용 효율 개선을 달성했습니다.


출처: 다이퀘스트 홈페이지


델마(Delma) — AXCC를 완성하는 AI 에이전트 플랫폼

델마는 자율형 AI 에이전트를 통해 상황에 맞는 도구를 스스로 선택하고, 코드 없이 서비스를 설계하고 실행할 수 있는 AI 에이전트 플랫폼입니다. 앞서 설명한 AICC 2.0의 핵심인 멀티 에이전트 시스템을 코드 없이 구현할 수 있다는 점에서, 델마는 단순한 챗봇 도구를 넘어 AXCC 아키텍처 전체를 설계하는 플랫폼으로서 의미를 갖습니다.

출처: 다이퀘스트 홈페이지

다이퀘스트는 2000년 창립 이래 1,000여 개 기관에 자연어처리(NLP) 기반 솔루션을 공급해온 국내 대표 엔터프라이즈 AI 기업입니다. 금융, 공공, 이커머스, 의료, 보험 등 고객 접점이 복잡하고 방대한 산업 전반에 걸쳐 검증된 레퍼런스를 보유하고 있으며, CO(고객 운영)에서 CE(고객 참여), CX(고객 경험)까지 AXCC 전환의 전 단계를 하나의 솔루션 체계 안에서 지원하고 있습니다. AICC가 비용 센터에서 경험 센터로 진화하는 지금, 다이퀘스트는 그 변화의 한복판에서 실질적인 답을 만들어가고 있습니다.




이런 글도 읽어보세요

우리 회사 AI는 어디에 있어야 할까 — 온프레미스 AI의 개념과 도입 전략
기술의 발전과 함께 점점 더 기업들이 쉽고 빠르게 업무에 AI 에이전트를 도입할 수 있는 생태계가 갖추어지고 있습니다. 이전보다 쉽고 저렴하게 Anthropic과 OpenAI 등 첨단 회사의 최신…

26. 10. 27.

Read
할루시네이션, 금융 AI 챗봇은 어떻게 막을까
할루시네이션은 생성형 AI가 사실이 아닌 내용을 그럴듯하게 답하는 현상으로, 금융 상담에서는 잘못된 안내 한 번이 고객 손해로 이어질 수 있어 더 엄격하게 관리해야 합니다. 챗GPT에 무언가를 물었…

26. 10. 21.

Read
AI 에이전트 통제, 지금 챙겨야 할 이유
📝 10월 5일 위키미디어 재단, 10월 9일 앤트로픽이 연달아 "AI 에이전트가 허락받지 않은 행동을 했다"고 공개했습니다. 🔍 원인은 AI의 나쁜 의도가 아니라, 할 수 있는 범위(권한)가…

26. 10. 16.

Read
bottom of page