생성형 AI가 널리 보급된 이후 1년 동안 세상은 엄청나게 변했습니다. 2월 현재, ChatGPT는 가장 빠르게 성장하는 사용자 기반의 기록을 세웠습니다. 한때 새로웠던 생성형 AI는 이제 다양한 기술의 기반이 되었습니다. 기술을 넘어 금융, 제약, 예술 분야에서도 생성형 AI가 그 존재감을 드러내고 있습니다.
생성형 AI는 그 활용 방식에 있어 미지의 영역이라는 느낌이 강합니다. 예전에는 당연하다고 생각했던 기술과 프로세스가 눈앞에서 변화하고 있는 지금은 정말 흥미진진하면서도 혼란스러운 시대입니다.
IT 리더는 생성형 AI를 자사 제품에 통합할 방법을 모색하고 있습니다. 예를 들어, 고객 서비스 챗봇과 같이 분명한 애플리케이션도 있지만, 다른 사용 사례는 좀 더 창의적이거나 추상적입니다. IT 리더를 위한 2023 Zendesk 보고서에 따르면, IT 리더의 80%가 내년에 생성형 AI를 수용하기 위해 예산을 늘릴 계획이며, 83%는 생성형 AI가 "향후 2년 내에 운영 효율성을 크게 높일 것"이라는 데 동의했습니다.
2023년, 이러한 브랜드는 생성형 AI의 가능성을 받아들였습니다.
기업에서는 고객 여정을 단순화하고 고객 경험을 개인화할 수 있는 방법을 찾는 등 1년 동안 생성형 AI를 실험해 왔습니다. 이 모든 흥분 속에서 AI 기반 경험에 투자하지 않는 기업은 뒤처지고 있는 것처럼 느껴질 수 있습니다. 하지만 브랜드가 혁신을 거듭할수록 거의 모든 것이 가능하다는 인식이 강해지고 있습니다.
- TripAdvisor는 여행자가 즉각적인 개인 맞춤형 추천을 받을 수 있도록 AI 기반의 여행 일정 생성기인 Trips를 출시했습니다.
- Wendy’s는 주문 프로세스를 자동화하고 간소화하기 위해 일부 드라이브 스루 매장에서 생성형 AI 음성 제어를 시범 운영했습니다.
- Google은 검색에서 일부 브랜드를 대상으로 가상 체험을 테스트하여 쇼핑객이 체형과 피부 톤이 다른 다양한 모델에게 옷이 어떻게 어울리는지 시각적으로 확인할 수 있도록 돕고 있습니다.
- 생명공학 회사인 Etcembly는 면역 치료제를 개발하기 위해 자체 개발한 LLM(대규모 언어 모델)을 사용했습니다.
- Spotify의 DJ는 개인화된 청취 경험을 위해 AI가 생성한 현실적인 음성이 포함된 음악 추천을 제공합니다.
일부 브랜드는 데이터를 활용하여 개인화된 AI 증강 경험이나 제품을 만들 수 있지만, 많은 기업은 이런 흐름에 뒤쳐져 있습니다. Wired는 생성형 AI의 급속한 확산으로 '사각지대'에 놓인 비즈니스를 대상으로 한 사례 연구에서는 "고객은 실험적이지만 ChatGPT과 같은 능력 있는 도구를 [수용하고] 있습니다." 이로 인해 기업이 단기간에 전례 없는 규모의 이탈을 겪고 있다고 보고했습니다.
그들은 혼자가 아닙니다. 생성형 AI는 기술부터 예술에 이르기까지 파괴적인 힘을 가지고 있으며, 기업은 그 영향력에 대비해야 합니다.
생성형 AI 경쟁에서 피해야 할 3가지 함정, 그리고 대신 찾아야 할 것들
"보안, AI 및 CX로 새로운 과제를 해결하는 IT 리더"라는 제목의 2023년 Zendesk 보고서에서, 우리는 급변하는 환경에서 경쟁력을 유지하기 위해 IT 리더가 피해야 할 세 가지 일반적인 함정을 발견했습니다.
1. 방향성 및 우선순위 설정 부족
보고서에 참여한 IT 리더의 절반 이상이 AI 환경이 빠르게 변화하고 있어 경쟁에 뒤쳐지지 않는 능력에 영향을 미친다고 우려를 표명했습니다.
한 대기업의 Chief digital and information technology officer는 "기술을 적용하는 데 관심이 있지만, 업계에서 생성형 AI를 어떻게 활용해야 할지 잘 모르겠습니다."라고 말했습니다.
변화의 속도는 압도적이지만, 확실한 것은 대부분의 IT 리더가 CX에서 생성형 AI의 잠재력을 보고 있다는 점입니다. 설문에 응답한 리더의 83%는 고객 여정 전반에 걸쳐 생성형 AI를 사용하는 것이 향후 1년간 더욱 중요해질 것이라고 답했습니다.
더 알아보기 고객서비스팀이 실제로 AI를 사용하는 방법
2. 열악한 데이터 품질과 준비되지 않은 기술 스택
설문에 응답한 리더의 60%가 자동화를 위해 AI 모델을 효과적으로 학습시킬 수 있는 충분한 양의 고품질 데이터를 수집하고 레이블을 지정하는 데 어려움을 겪고 있다고 답하는 등 데이터의 품질에 대해 우려하고 있습니다 기술 스택에 생성형 AI를 구현하는 데 우려를 표명한 응답자는 50% 미만이었습니다.
일부 뛰어난 브랜드는 자체 데이터를 활용하여 개인화된 고객 경험을 제공할 수 있지만, 대부분의 기업에서는 이러한 방식이 개인정보 보호 또는 보안 위험을 초래할 수 있다는 것이 현실입니다. 신뢰할 수 있는 공급업체와의 파트너십을 통해 기업은 데이터 개인정보 침해의 위험 없이 고객 서비스 애플리케이션에 생성형 AI를 구현할 수 있습니다.
보고서 읽기 고객 경험에서 데이터 개인정보 보호와 개인화 균형 유지
3. IT 팀의 기술 격차
보고서에서 공통적으로 발견되는 정서는 일부 IT 팀이 팀 내 기술 격차로 인해 생성형 AI의 흐름에 대비할 준비가 되어 있지 않다고 느끼는 것입니다.
한 Chief information technology officer는 "우리는 큰 회사가 아닙니다."라고 말했습니다. "우리는 데이터 과학자의 역량을 갖춘 직원이 없습니다. 현재 인원으로 어떻게 확장할 수 있는지 알고 싶습니다."
IT 리더의 57%가 새로운 AI 기술과 관련된 기술 격차가 있다고 답한 가운데, 경쟁에서 우위를 점하는 기업은 신뢰할 수 있는 전략적 파트너와 협력하여 해당 분야에서 생성형 AI의 잠재력을 실현하고 있습니다.
일반적으로 생성형 AI를 설정하는 데 오랜 시간이 소요될 수 있지만, 생성형 AI를 사용하는 많은 솔루션은 즉시 사용할 수 있습니다. 예를 들어 기업은 기존 지식창고 자료로 학습된 생성형 AI 봇을 배치하여 지원 상담사로부터 고객 대화를 전환할 수 있습니다.
더 알아보기 고객 서비스를 위한 ChatGPT의 기능 및 제한 사항
고객 서비스용 AI에 대한 분석
오늘날 시장에는 AI 제품과 계약들이 넘쳐납니다. 하지만 일부 프로세스는 전문가에게 맡기는 것이 가장 좋습니다. 수십억 건의 실제 고객 서비스 상호작용을 기반으로 구축된 Zendesk AI는 고객 바로 앞과 무대 뒤에서 고객 경험을 개선할 수 있는 실질적인 애플리케이션을 갖추고 있습니다.
고객 서비스 분야의 생성형 AI에 대해 자세히 알아보려면 여기에서 Zendesk의 모든 제품을 확인해 보세요.
