고객 응대 AI는 어디까지 자동화할 수 있을까? Maersk의 Dify 도입 사례

직답 요약

고객 응대 AI는 답변을 작성하는 챗봇에만 머물 필요가 없습니다. Dify를 활용하면 상담원이 답변하기 전에 반복하던 여러 시스템의 정보 조회, 대량 이메일 처리, 고객별 계약과 청구 내역 검증까지 각각 AI 업무로 전환할 수 있습니다. Maersk는 CX-Assist, CX-Email, CX-Tariff Audit을 운영하며 고객 문의가 늘어나도 응대 업무를 확장할 수 있는 구조를 만들었습니다.

고객 문의가 늘어나면 가장 먼저 답변 작성 자동화를 고려하게 되죠. 반복해서 들어오는 질문에 AI가 답을 써주면 상담 업무가 크게 줄어들 것처럼 보이니까요.

하지만 실제 문의 처리 과정을 살펴보면 답변을 쓰기 전에 먼저 해야 할 일이 더 많은데요. 고객 정보를 확인하고, 관련 정책이나 계약 조건을 찾고, 다른 시스템의 내역과 대조한 뒤에야 답을 확정할 수 있기 때문입니다. 문의 유형에 따라서는 다른 부서의 확인이나 추가 검증도 필요할 수도 있습니다.

그래서 고객 응대 자동화의 범위는 “AI가 답장을 잘 쓰는가”보다 “문의가 해결되기까지 사람이 반복하는 어떤 업무를 AI로 옮길 수 있는가”를 기준으로 보는 편이 적절합니다. 정보 조회만 줄여도 효과가 날 수 있고, 처리 기준이 명확한 문의는 답변과 후속 처리까지 연결할 수 있으며, 고객별 조건을 비교해야 하는 업무라면 검증 단계까지 자동화 대상으로 볼 수 있습니다.

세계적인 해운·물류 기업 Maersk는 Dify Enterprise를 활용해 고객 응대의 여러 업무를 서로 다른 AI 앱으로 구현했습니다. CX-Assist는 필요한 정보를 찾는 업무를, CX-Email은 대량의 고객 메일 처리를, CX-Tariff Audit은 고객별 계약과 청구 내역을 검증하는 업무를 맡았습니다. 고객 응대 AI를 하나의 챗봇으로 만드는 대신, 문의 해결 과정에서 반복되는 업무를 각각 AI 앱으로 전환한 사례입니다.

고객 응대 업무는 왜 답변 작성만 자동화해서는 부족할까?

고객이 단순한 운영시간이나 기본 정책을 묻는다면 답변 초안을 자동으로 만드는 것만으로도 도움이 됩니다. 하지만 실제 기업의 고객 문의에는 여러 시스템의 정보를 함께 봐야 하거나 고객별 계약 조건을 확인해야 하는 경우가 많습니다.

예를 들어, 물류 고객의 배송 문의에서는 예약 정보, 현재 운송 상태, 청구 정보, 통관 데이터를 함께 확인해야 답을 확정할 수 있습니다. 사람이 직접 처리한다면 여러 시스템을 차례로 열어 필요한 정보를 찾아 하나의 답으로 정리해야 합니다. AI가 자연스러운 문장을 먼저 만들어주더라도 이 조회 과정이 그대로 남아 있다면 상담 업무 전체가 크게 줄어들지는 않습니다.

그래서 Maersk 사례에서의 자동화 대상은 단순한 ‘답변 생성’에서 더 나아가는데요, 상담원이 문의 한 건을 해결하기 위해 반복하는 업무를 나누고, 그중 조회·분류·검증처럼 규칙과 데이터로 처리할 수 있는 구간을 각각 AI 앱으로 전환했습니다.

사례 1: CX-Assist는 여러 시스템의 정보 조회를 한 번으로 줄였습니다

고객 문의에 필요한 정보가 여러 시스템에 흩어져 있다면 상담원은 답을 찾기 위해 화면을 계속 오가야 합니다. 예약 상태는 예약 시스템에서, 배송 정보는 운송 시스템에서, 청구 내역은 다시 다른 시스템에서 확인하는 식입니다.

Maersk의 CX-Assist는 이 반복 조회를 줄이기 위한 앱입니다. Dify가 소개하는 조회 패턴은 여러 백오피스 시스템의 정보를 한 번에 조회하고 필요한 내용을 하나의 결과로 정리해 담당자에게 제공하는 방식입니다. Dify 공식 사례에서는 CX-Assist가 단일 단계 조회 방식으로 정보를 찾는 시간을 90% 이상 줄이고, 필요한 정보를 10~15초 안에 제공하는 성과를 냈다고 설명합니다.

여기서 고객에게 답변을 보내는 사람은 그대로 상담원일 수 있습니다. 대신 상담원이 여러 시스템을 직접 돌아다니며 정보를 모으는 작업을 AI가 먼저 수행합니다. 즉 고객 응대 전체를 자동화하지 않더라도 상담원이 답을 찾는 과정부터 AI로 옮길 수 있다는 사례입니다.

사례 2: CX-Email은 연간 약 2,000만 건의 메일 처리를 AI 업무로 바꾸고 있습니다

검색 다음에는 고객 문의 자체를 처리하는 업무가 있습니다. 대형 글로벌 기업에는 예약 변경, 배송 문의, 서류 요청, 청구 관련 문의처럼 비슷한 유형의 이메일이 반복적으로 들어옵니다. Maersk의 물류·공급망 사례에서는 연간 고객 이메일 규모가 약 2,000만 건에 달하며, CX-Email은 이 가운데 90%를 자동으로 해결하는 것을 목표로 운영됩니다.

메일 한 통을 자동화한다고 해서 단순히 문장을 생성하는 것만으로는 충분하지 않습니다. 먼저 고객이 무엇을 요청했는지 분류하고, 필요한 배송이나 계약 정보를 가져오고, 회사의 처리 기준에 맞춰 답변을 만든 뒤, 자동으로 처리할 수 없는 예외는 사람에게 넘겨야 합니다.

즉 흐름은 다음과 같이 이어질 수 있습니다.

문의 내용 파악 → 필요한 정보 조회 → 사내 처리 기준 적용 → 답변 작성 → 자동 처리 또는 담당자 이관

Dify 공식 사례에서도 대규모 이메일 자동화의 기준을 단순한 회신 생성이 아니라 실제로 자동으로 종결한 문의의 비율로 설명합니다. AI가 메일을 잘 쓰는 것보다 고객이 요청한 업무를 실제로 완수했는지가 더 중요한 것입니다.

사례 3: CX-Tariff Audit은 고객별 계약과 인보이스 검증까지 연결했습니다

고객 응대 업무가 더 복잡해지면 단순한 정보 조회만으로 답할 수 없는 문의가 등장합니다. 대표적인 경우가 고객별 계약 조건과 실제 청구 내역을 비교해야 하는 상황입니다.

Maersk의 CX-Tariff Audit은 인보이스 검수에 Dify를 활용했습니다. Dify가 소개하는 계약 기반 검수 패턴은 고객별 계약 조건을 인보이스 데이터와 대조하고, 누락되거나 잘못 청구된 항목을 찾아내는 방식입니다. Dify 사례는 CX-Tariff Audit의 검증 범위로 전체 인보이스(100% 커버리지)를 제시합니다.

청구 문의를 예로 들어보겠습니다. 고객이 “계약보다 많이 청구된 것 같다”고 했을 때 AI가 계약서를 요약하는 것만으로는 해결되지 않습니다. 고객에게 적용되는 요율을 찾아 실제 인보이스의 각 항목과 비교하고, 차이가 발생한 부분을 찾아야 합니다. CX-Tariff Audit은 바로 이 계약 기반 검증 업무 자체를 AI 워크플로우로 만든 사례입니다.

이렇게 보면 고객 응대 AI의 범위는 상당히 넓어집니다. 고객에게 보낼 말을 생성하는 데서 끝나는 것이 아니라, 그 말을 확정하기 위해 뒤에서 수행하던 확인과 검증 업무까지 AI로 옮길 수 있습니다.

Maersk는 왜 하나의 고객 응대 AI 대신 여러 앱을 만들었을까?

CX-Assist, CX-Email, CX-Tariff Audit은 서로 다른 앱이지만 해결하려는 문제는 하나로 이어집니다. 고객 문의가 늘어날 때 상담원과 운영 인력을 같은 속도로 늘리는 대신, 문의를 해결하는 과정에서 반복되는 업무를 AI에 맡기는 것입니다.

CX-Assist는 정보 조회, CX-Email은 대량 문의 처리, CX-Tariff Audit은 계약 기반 검증을 담당합니다. 즉 하나의 AI가 모든 고객 응대 업무를 처리하게 만들기보다, 업무 목적과 필요한 데이터가 다른 작업을 각각의 AI 앱으로 구성했습니다.

고객 문의는 예약·운송·청구·통관 등 여러 시스템의 데이터를 필요로 하고, 계약 조건은 고객마다 다르며, 이메일은 대규모로 계속 들어옵니다. Maersk의 Dify 도입 사례가 시사하는 점은 정보 조회·대량 문의 처리·계약 기반 검증을 각각 AI 워크플로우로 전환하면 문의량이 늘어도 사람의 반복 작업이 같은 비율로 증가하지 않도록 설계할 수 있다는 것입니다.

Maersk가 2025년 말까지 고객 경험을 포함한 여러 업무 영역에 약 90개의 운영 앱을 배포한 것도 같은 맥락에서 볼 수 있습니다. 하나의 거대한 AI 시스템을 만드는 것보다 실제 업무 단위로 필요한 앱을 계속 만들어 적용하는 방식입니다. 당시 Maersk에서 Dify를 쓰는 활성 사용자는 25,000명에 달했습니다.

Dify를 쓰면 고객 응대 AI를 더 빠르게 확장할 수 있을까?

눈에 띄는 또 하나의 수치는 앱 구축 속도입니다. Maersk는 기존 자체 개발 AI 플랫폼과 Dify Enterprise를 비교한 뒤 Dify로 전환했습니다. 같은 앱을 기존 환경에서는 4명이 4개월 동안 개발했지만, Dify에서는 1명이 2주 만에 배포했습니다. Dify 공식 사례는 두 환경의 차이를 16배 빠른 구축 속도로 설명합니다.

이 차이는 고객 응대 자동화에서도 중요합니다. 고객 문의에는 배송, 청구, 계약, 서류 등 서로 다른 업무가 있고 각 업무가 사용하는 시스템과 처리 기준도 다릅니다. 모든 요구사항을 하나의 대규모 개발 프로젝트로 묶는 대신 반복 업무별 AI 앱을 빠르게 만들고 실제 업무에서 검증할 수 있다면 자동화 범위를 단계적으로 넓히기 쉬워집니다.

즉 Maersk 사례에서 Dify의 역할은 단순히 CX-Assist 같은 앱 하나를 잘 만든 것에 있지 않습니다. 고객 경험 조직에서 새로운 AI 업무를 빠르게 만들고 운영 앱으로 확장할 수 있는 기반을 제공했다는 점까지 함께 볼 필요가 있습니다.

우리 회사에서는 어떤 고객 응대 업무부터 AI로 바꿀 수 있을까?

먼저 실제 문의 한 건을 처리하는 과정을 처음부터 끝까지 적어보는 것이 좋습니다. 고객의 질문을 받은 뒤 어떤 시스템에서 정보를 찾는지, 고객별 조건을 확인하는지, 다른 자료와 대조하는지, 어느 단계에서 답변을 작성하고 언제 담당자가 직접 판단하는지를 확인하면 됩니다.

예를 들어 고객 문의가 들어올 때마다 여러 시스템에서 동일한 정보를 반복해서 찾고 있다면 CX-Assist와 같은 조회 업무가 첫 번째 후보가 될 수 있습니다. 문의 유형과 처리 방식이 비교적 일정하고 반복되는 이메일이 많다면 CX-Email처럼 분류·조회·답변을 이어주는 흐름을 검토할 수 있습니다. 계약이나 견적, 청구서처럼 서로 다른 자료를 반복해서 비교하고 있다면 CX-Tariff Audit과 같은 검증 업무도 AI 앱으로 구성할 수 있습니다.

핵심은 “챗봇을 하나 만들어야겠다”에서 시작하지 않는 것입니다. 고객 문의를 해결하기 위해 담당자가 뒤에서 반복하는 업무가 무엇인지부터 찾고, 조회·처리·검증처럼 목적이 분명한 작업을 하나씩 AI 앱으로 전환하는 것이 Maersk 사례가 보여주는 접근입니다.

고객 문의는 계속 늘어나는데 상담원이나 운영 담당자가 여러 시스템을 오가며 같은 조회와 확인을 반복하고 있다면 현재 문의 유형과 처리 과정을 먼저 정리해보세요. 오픈네트웍시스템(ONS)은 Dify 공식 파트너로서 고객 응대 과정에서 반복되는 업무를 구분하고, 기존 시스템과 데이터를 바탕으로 검색 지원·메일 자동 처리·조건 검증 등 Dify로 전환할 수 있는 업무 범위를 함께 검토합니다.

고객에게 답변을 만들어주는 AI를 넘어 실제 문의를 해결하는 과정까지 어디까지 자동화할 수 있을지 고민하고 있다면 오픈네트웍시스템에 현재 업무 흐름을 공유해 주세요. 문의 유형과 기존 시스템을 바탕으로 자동화 우선순위를 정리하고, 반복 업무부터 단계적으로 적용할 수 있는 Dify Enterprise 도입 범위와 구축 방향을 함께 검토하겠습니다.

자주 묻는 질문

고객에게 자동으로 답변을 보내지 않고도 시작할 수 있을까?

가능합니다. Maersk의 CX-Assist처럼 담당자가 고객에게 답변하기 전에 필요한 정보를 찾아 제공하는 업무부터 적용할 수 있습니다. 고객에게 직접 발송하는 자동화보다 먼저 반복적인 정보 조회를 줄이는 방식으로 시작할 수 있습니다.

대량의 고객 이메일도 Dify로 처리할 수 있을까?

가능합니다. Maersk의 CX-Email은 연간 약 2,000만 건의 고객 이메일을 대상으로 자동 처리를 추진하고 있습니다. 문의 내용을 분류하고 필요한 정보를 가져온 뒤 처리 기준에 따라 답변하거나 예외 상황을 사람에게 넘기는 흐름으로 구성할 수 있습니다.

고객별 계약이나 청구 내용도 검증할 수 있을까?

Maersk의 CX-Tariff Audit처럼 고객별 계약 조건을 인보이스와 대조하는 업무에도 Dify를 활용할 수 있습니다. 조건이 고객마다 다르더라도 관련 계약을 가져와 청구 데이터와 비교하고 이상 항목을 담당자에게 전달하는 흐름을 구성할 수 있습니다.

기존 고객 상담 시스템을 모두 교체해야 할까?

반드시 그럴 필요는 없습니다. Dify가 소개하는 물류 도입 패턴에서도 고객 문의를 해결하는 데 예약·운송·청구 등 여러 백오피스 시스템의 데이터를 함께 활용합니다. 기존 시스템을 유지하면서 필요한 데이터와 업무를 Dify 워크플로우에 연결하는 방식으로 검토할 수 있습니다.

출처

출처

• Dify, Logistics & Supply Chain: Maersk의 CX-Assist, CX-Email, CX-Tariff Audit과 약 90개 운영 앱, 25,000명의 활성 사용자, 자체 개발 플랫폼 대비 16배 빠른 앱 구축 사례.

• A.P. Moller - Maersk, Annual Report 2024: 생성형 AI 기반 CX Agent Assist가 고객 문의 처리 시간을 크게 줄였으며, Maersk가 AI 기반 업무 자동화를 확대하고 있다는 내용.

• 오픈네트웍시스템, Dify Enterprise 도입 안내