성공적으로 대화형 AI를 도입한 국내 주요 기업들의 8가지 실제 사례를 소개합니다.
국내 유수 기업들이 스켈터랩스의 LLM 서비스(BELLA)및 AICC 서비스(AIQ⁺)를 활용해 대화형 AI를 성공적으로 도입한 우수 사례들을 소개합니다.
다양한 산업에서 AI 기반 솔루션을 적용하여 고객 응대 자동화, 업무 효율성 향상, 그리고 혁신적인 서비스 확장을 이룬 실제 사례들을 확인해보세요.
📖 목차
[LLM 서비스 - BELLA]
• A 증권사 – 임직원들의 정보 검색 효율성을 높이기 위해 AI 기반 챗봇 도입
• B 카드사 – 고객이 진행 중인 이벤트 정보를 쉽게 확인할 수 있도록 AI 챗봇 서비스 구현
• C 제조업 – 고객 맞춤형 제품 옵션 제안을 위해 AI 챗봇으로 온라인 세일즈 경험 확장
[AICC 서비스 - AIQ⁺]
• D 푸드테크 기업 – 주문 및 배달 관리 자동화 및 고객 응대 속도 향상을 위한 AI 솔루션 도입
• E 공공기관 – 수사 과정에서의 효율성 증대를 위한 AI 기반 지능형 수사 지원 시스템 구축
• F 커머스 기업 – 고객 주문 및 AS 요청을 자동화해 상담사 업무 경감을 위한 AI 챗봇 도입
• G 제조업 – 음성 인식 기술을 활용해 자율 운항 선박의 관제 시스템을 고도화
• H IT 기업 – 고객센터 업무를 자동화하여 운영 효율성을 높이기 위한 AICC 플랫폼 구축
A 증권사
목표: AI 기반의 사내 정보 검색 및 업무 효율화 지원
범위: 사내 문서 데이터를 활용한 임직원용 질의응답 챗봇 개발 및 구현
핵심 가치: 정보 검색의 효율성 증대 / 업무 자동화 및 번역 기능 제공 / AI 인프라를 통한 데이터 보안 강화
기대 효과: 임직원 업무 효율성 향상 및 AI 전략 본격화로 내부 프로세스 혁신
🚨 Before
A 증권사의 임직원들은 사내에 분산된 문서와 메뉴얼에서 필요한 정보를 찾기 위해 많은 시간을 소모하고 있었습니다. 이는 업무 처리 속도를 저하시켰고, 불필요한 반복 작업으로 인해 업무 효율성도 떨어졌습니다. 또한, 사내 시스템은 외부와 차단되어 있었으나, AI 기반의 정보 검색 기능이 부족하여 보안 우려에도 불구하고 정보 검색 과정이 비효율적이었습니다. 이러한 상황에서 A 증권사는 보다 빠르고 정확한 정보 검색을 가능하게 하는 AI 솔루션 도입이 시급했습니다.
✅ After
A 증권사는 스켈터랩스의 RAG를 활용해, 기존의 단순 키워드 검색 방식에서 벗어난 고도화된 챗봇 시스템을 성공적으로 도입했습니다. 해당 챗봇은 임직원들이 단순히 의미론적 키워드 검색에 의존하지 않고, 원하는 정보를 요약하여 제공하는 기능을 핵심으로 삼고 있습니다. 예를 들어, 사용자가 긴 문서에서 특정 정보를 찾을 때, 챗봇은 관련 문서를 요약하여 중요한 정보만을 빠르게 제공하며, 이를 통해 문서 탐색 시간을 획기적으로 줄였습니다.
또한, 다양한 형식의 문서와 데이터를 통합적으로 처리하여 임직원들이 문서 검색뿐만 아니라 정확한 정보를 더 직관적이고 간결하게 확인할 수 있도록 도왔습니다. 이를 통해 A 증권사의 업무 생산성은 크게 향상되었고, 특히 대량의 문서 속에서 중요한 정보를 빠르게 파악해야 하는 부서에서 그 효과가 두드러졌습니다. 이를 통해 임직원들의 업무 생산성이 크게 향상되었으며, 외부와 차단된 AI 인프라를 통해 정보 보안 우려도 해소되었습니다.
B 카드사
목표: 생성형 AI 기술 기반의 혁신적인 금융 마케팅 솔루션 제공
범위: B사의 애플리케이션을 위한 맞춤형 이벤트 챗봇 개발 및 구현
핵심 가치: 실시간 이벤트 정보 제공으로 고객 경험 혁신 / AI 기술을 통한 금융 서비스 경쟁력 강화 / 효율적인 마케팅 운영 및 고객 참여도 향상
기대 효과: 국내 최초 금융권 생성형 AI 챗봇 서비스로 시장 선도
🚨 Before
B 카드사의 이용자들은 앱에서 이벤트 정보를 확인하는 데 많은 불편을 겪고 있었습니다. 원하는 정보를 찾기 위해 수동으로 검색해야 했으며, 이로 인해 이벤트 내용, 기간, 참여 방법 등의 정보에 대한 접근성이 떨어졌습니다.
그 결과, 고객들의 이벤트 참여 활동이 저조했으며, 개인화된 이벤트 정보를 제공하지 못해 마케팅 효과가 제한적이었습니다. B 카드는 이러한 문제를 해결하기 위해 고객에게 최신 마케팅 정보를 효과적으로 전달하고, 개인화된 이벤트 참여를 유도할 수 있는 혁신적인 AI 서비스 도입이 필요했습니다.
✅ After
B 카드는 스켈터랩스의 BELLA QNA를 도입하여 국내 카드사 최초로 생성형 AI 챗봇 서비스를 구현하였습니다. BELLA QNA 챗봇은 빠르게 변화하는 정보를 실시간으로 반영하여 고객이 쉽게 최신 이벤트 정보에 접근할 수 있도록 했습니다. 특히, 고객 응대 인력들이 모든 정보를 따라잡기 어려운 상황에서, AI 챗봇 도입으로 이를 극복하고 실시간 정보 제공을 가능케 했습니다.
고객은 자연어 기반으로 실시간 마케팅 정보를 용이하게 확인할 수 있었으며, 그 결과 고객 만족도 및 이벤트 참여율이 크게 상승하였습니다. 더불어, 24시간 연중무휴 고객 응대 체계를 구축하여 상담 업무 효율성이 현저히 개선되었고, 기존 시스템과 통합하여 업무 프로세스를 최적화하였습니다. 이를 통해 B 카드는 서비스 품질 제고와 운영 효율성 향상을 동시에 달성하며, 시장에서의 경쟁력을 더욱 강화하였습니다.
C 제조업
목표: LLM 기반의 AI Agent를 활용하여 고객의 온라인 세일즈 경험 확장 및 맞춤형 제품 모델 정보 제공
범위: C사의 온라인 세일즈 프로세스를 지원하는 MVP 챗봇 개발
핵심 가치: 맞춤형 옵션 제안 / 고객의 필요성 발견 및 질문에 대한 정확한 답변 제공 / 자연스러운 구매 전환 경험 제공
기대 효과: 고객의 구매 전 단계에서 자연스러운 정보 제공과 맞춤형 모델 제안으로 온라인 세일즈 경험 개선
🚨 Before
C사의 고객들은 제품을 구매할 때, 카탈로그와 영업사원을 통해서만 제품에 대한 궁금증을 해결해왔습니다. 온라인 환경에서는 고객들이 제품에 대한 정보를 쉽게 찾기 어려워, 제품 구매 과정에서 많은 불편함을 느꼈습니다.
특히 고객의 니즈가 다양하고, 정형화된 세일즈 시나리오를 구성하는 것이 매우 어려웠습니다. 이로 인해 C사는 고객들이 온라인에서도 세일즈맨과 이야기하듯 자연스럽게 제품에 대한 정확한 정보를 얻고, 맞춤형 옵션을 제안받을 수 있는 경험을 제공할 필요가 있었습니다.
✅ After
C사는 스켈터랩스의 BELLA Agent를 도입하여, 고객들이 온라인에서도 세일즈맨처럼 대화하며 원하는 정보를 얻을 수 있는 맞춤형 챗봇 시스템을 성공적으로 구축하였습니다. BELLA Agent는 고객의 다양한 니즈를 수용하며, 시나리오를 따르지 않고도 고객이 원하는 정보를 정확히 제공할 수 있는 유연한 대응을 가능케했습니다.
고객은 챗봇과의 자연스러운 대화를 통해 제품에 대한 궁금증을 해소하고, 자신의 라이프스타일과 선호도에 맞춘 제품 모델을 추천받아 구매 결정을 보다 쉽게 내릴 수 있게 되었습니다. 특히, BELLA Agent는 C사의 공식 홈페이지와 브로셔 등 다양한 데이터를 기반으로 제품 정보를 이미지와 함께 제공하며, 고객 맞춤형 경험을 극대화하였습니다.
D 푸드테크 기업
목표: AI 기반의 고객 응대 자동화 및 주문 관리 효율화
범위: AI 챗봇 도입 및 배달, 주문 관련 질의응답 서비스 자동화
핵심 가치: 실시간 고객 응대 자동화 / 메뉴 관리 및 배달 정보 변경 / 고객 만족도 및 효율성 증대
기대 효과: 주문 처리 효율성 증대와 고객 응대 자동화로 고객 경험 혁신
🚨 Before
D 푸드테크 기업은 고객들이 메뉴 추가/삭제, 배달 주소 변경, 주문 상태 확인 등 여러 요청 사항에 대해 빠르고 정확한 응대를 받지 못하는 문제를 겪고 있었습니다. 이러한 문제로 인해 고객 응대가 지연되고, 메뉴 수정과 배달 요청 사항을 수동으로 처리해야 하는 번거로움이 있었습니다. 특히, 성수기와 같은 특정 시기에는 급증하는 고객 문의를 처리하는 데 한계가 있어 효율적인 고객 관리가 필요했습니다.
✅ After
D 푸드테크 기업은 AIQ⁺ Chat을 도입하여 고객 응대를 자동화함으로써 고객 문의 처리 속도를 대폭 개선하였습니다. '사장님 챗봇'과 '고객님 챗봇'으로 구분된 AI 솔루션을 통해 메뉴 추가/변경, 배달 주소 수정, 주문 상태 확인 등 다양한 요청 사항을 실시간으로 처리할 수 있게 되었으며, 고객들은 수동으로 정보를 검색할 필요 없이 빠르고 편리하게 서비스를 이용할 수 있었습니다.
이로 인해 월 평균 79,000건의 문의를 처리하였으며, 성수기에도 45% 이상의 고객 문의 증가를 효율적으로 대응할 수 있었습니다. 서비스 오픈 이후 사용량은 67% 증가하여 AI 솔루션 도입의 성공적인 결과를 입증했습니다.
E 공공기관
목표: AI 기반의 지능형 수사 지원 시스템 구축
범위: E 기관의 수사관을 위한 고도화된 AI 조서 작성 및 증거 분석 지원
핵심 가치: 피해자 조사에서의 데이터 처리 정확성 향상 / 비정형 자료 분석 자동화 / 수사 과정의 효율성 및 신속성 강화
기대 효과: 수사 과정의 효율적 증대와 E 기관의 AI 기반 조서 작성 시스템 선도
🚨 Before
E 기관의 수사관들은 민감한 사건의 피해자 조사를 진행할 때, 조사 내용을 정확하게 기록하는 데 어려움을 겪고 있었습니다. 수사 과정에서 비정형 자료의 관리와 분석은 복잡하며, 전화 녹취와 같은 음성 자료의 정확한 분석 및 화자 식별에도 한계가 있었습니다. 또한, 일반적인 AI 모델은 수사와 같은 특수한 데이터에 최적화되지 않아, E 기관 수사 데이터에 적합한 솔루션이 필요한 상황이었습니다.
✅ After
스켈터랩스의 AI 기반 MRC 솔루션 도입으로 E 기관은 수사관들이 피해자 조사를 보다 효율적이고 정확하게 수행할 수 있는 환경을 마련하였습니다. AI 조서 시스템을 통해 비정형 자료를 데이터베이스화하여 수사 과정에서 취득한 정보를 쉽게 관리하고 활용할 수 있게 되었으며, 음성 녹취 자료 분석을 통해 신속한 증거 확보가 가능해졌습니다.
특히, 한국어 데이터셋에 최적화된 MRC 모델을 사용하여, 범죄 사실을 보다 정확하게 식별하고 요건을 확인하는 능력이 크게 향상되었습니다. 이로 인해 E 기관은 업무 프로세스를 최적화하고, 조서 작성 및 증거 분석에서의 정확성을 크게 개선하여 수사 과정에서의 효율성을 극대화하였습니다.
F 커머스 기업
목표: AI 기반의 고객 응대 자동화 및 주문/AS 관리 시스템 구축
범위: F 기업을 위한 AIQ⁺ 챗봇 도입 및 주문/배송 조회, AS 지원, 취소/반품 관리
핵심 가치: 주문 및 AS 요청 자동화 / 고객 서비스 효율성 증대 / 고객 만족도 향상
기대 효과: 실시간 고객 응대 및 문의 처리 자동화로 고객 경험 개선과 상담 업무 부담 감소
🚨 Before
F 커머스 기업은 고객들이 주문/배송 조회, AS 요청, 취소/반품, 정품 인증 등의 절차를 직접 고객센터를 통해 해결해야 했습니다. 고객의 문의가 특정 시간에 몰리면 상담 지연이 발생하여 고객 만족도가 떨어졌으며, 전화 및 채팅 상담 업무량이 증가하여 상담사들의 업무 부담도 늘어났습니다. 고객 서비스의 효율성을 높이고, 상담사들의 업무를 경감할 수 있는 자동화된 솔루션 도입이 필요했습니다.
✅ After
스켈터랩스의 AIQ⁺ Chat 도입을 통해 F 커머스 기업은 고객 응대를 자동화하였습니다. 카카오톡과의 연동을 통해 고객들은 본인 인증 후, 주문/배송 조회 및 AS 조회를 간편하게 처리할 수 있으며, 취소/반품, 정품 인증, 보증 기간 조회와 같은 다양한 요청 사항도 실시간으로 처리됩니다.
챗봇 도입 후 월 평균 약 15,000명의 신규 유입과 17,000건의 문의가 자동화되었으며, 상담사의 업무량은 16% 감소했습니다. 서비스 오픈 이후 사용량은 193% 증가하여, 고객 응대 자동화의 성공적인 결과를 보여주었습니다.
G 제조업
목표: 음성 인식 기반 관제 시스템 고도화 및 서비스 확장
범위: 자율 운행을 위한 음성 기반 시스템 구축 및 서비스 연계 기능 확장
핵심 가치: 음성 명령을 통한 직관적 정보 확인 / 실시간·비실시간 음성 인식 및 개인정보 보호
기대 효과: 관제 업무의 효율성 증대와 교육 필요성 감소, 다양한 서비스 확장 가능성 확보
🚨 Before
기존 자율 운행 관제 시스템은 관제사가 대시보드의 다양한 필터를 조합하여 원하는 정보를 확인하는 방식으로 운영되고 있습니다. 다양한 메뉴가 존재하며, 이를 효과적으로 활용하기 위해서는 추가적인 교육이 필요했습니다. 시스템은 시각적 인터페이스 중심으로 구성되어 있어 관제사의 업무 효율성에 한계가 있었습니다.
✅ After
음성 인식 기반 시스템 도입 후, 관제사들은 간단한 음성 명령을 통해 원하는 정보와 상태를 실시간으로 확인할 수 있게 되었습니다. 또한 개인정보 비식별화 및 암호화 솔루션을 적용해 보안을 강화하였습니다.
이로 인해 별도의 교육 없이도 직관적인 시스템 사용이 가능해졌으며, 구축된 시스템을 활용한 다양한 서비스 연계가 가능해졌습니다. 관제실의 음성 명령 인식, 의도 파악, 그리고 실시간 데이터 출력으로 관제 업무의 효율성과 정확성이 대폭 개선되었습니다.
H IT 기업
목표: AI 기술 기반의 차세대 고객 센터(AICC) 플랫폼 구축
범위: 음성봇, 가이드봇, 챗봇을 포함한 종합 AI 플랫폼 개발 및 구현
핵심 가치: AI 기술 내재화를 통한 AICC 경쟁력 강화 / 다채널 고객 응대 시스템 고도화 / 효율적이고 지능적인 고객 서비스 제공
기대 효과: 차세대 AICC 서비스로 고객 만족도 향상 및 운영 효율성 제고
🚨 Before
H IT 기업은 그룹사의 인프라와 고객 콜센터 시스템을 통합 운영하면서 콜센터 상담 업무의 효율성 개선이 시급한 과제로 대두되었습니다. 상담원 연결을 기다리는 동안 발생하는 고객의 Loss call이 증가하고 있었으며, AI 상담봇과 상담 가이드봇의 부재로 인해 신속하고 정확한 고객 응대에 어려움을 겪고 있었습니다. 이러한 문제 상황을 타개하기 위해 스켈터랩스의 AI 기술을 활용하여 차세대 AICC 플랫폼을 구축하고자 하였습니다.
✅ After
스켈터랩스의 AI 기술을 적용한 차세대 AICC 플랫폼 구축 이후, H IT 기업의 주요 계열사에 성공적으로 도입되었으며, 전 계열사로의 확대가 진행 중입니다. 특히, 한 계열사의 경우 AI 음성봇이 상담원 업무를 완전히 대체하여 전화 상담 연결 없이 모든 고객 대응을 처리하고 있습니다.
이를 통해 Loss call이 크게 감소하고 상담 효율성이 증대되었으며, 고객 서비스 품질 향상과 운영 비용 절감 효과를 동시에 달성했습니다. H IT 기업은 AI 기술 기반의 혁신적인 고객 응대 시스템을 통해 서비스 경쟁력을 한층 강화하고 있습니다.