AI 챗봇이 CS 상담을 얼마나 줄여줄까? 자동화율 계산법 (2026)

AI 챗봇이 사람 없이 끝내는 상담은 공개된 자료 기준으로 보통 30~70% 예요. 그 폭을 가르는 건 어떤 도구를 쓰느냐보다 AI 가 답의 근거로 삼을 도움말 문서가 얼마나 갖춰져 있느냐예요.

그리고 도구마다 내세우는 "해결률"은 무엇을 세는지가 달라서, 숫자를 그대로 나란히 놓고 비교하기 어려워요. 이 글은 공개된 수치를 정의와 함께 정리하고, 우리 팀이 실제로 얼마나 줄어들지 직접 계산해 보는 방법까지 담았어요. (최종 업데이트: 2026-10-07)

AI 챗봇은 실제로 상담을 얼마나 줄여줄까요?

공개된 숫자는 14%에서 76%까지 넓게 퍼져 있어요. 같은 "AI 상담"이라도 누가, 무엇을, 어떤 고객을 대상으로 셌는지가 다르기 때문이에요.

• 14% — Gartner 가 고객 5,728명을 조사했더니 셀프서비스로 문제를 완전히 해결한 비율이 14%였어요(2024년 8월 발표). 챗봇만이 아니라 도움말·FAQ 를 포함한 수치예요.

• 28% 안팎 — 2024년 12월 채널톡이 공개한 사례에서 B2B SaaS 의 AI 해결률은 채널톡 자사 27.9%, 캠페이너스 28.7%였어요.

• 약 40% — Crisp 가 자사 플랫폼 워크스페이스 2.7만 곳을 집계한 결과, AI 를 쓰는 팀에서 사람 없이 끝난 대화는 약 40%였어요(2026년 리포트).

• 70% — 벤더 38곳이 공개한 사례 195건의 중앙값이에요(Lorikeet, 2026년 10월). 잘 된 사례가 주로 공개된다는 점은 감안해 주세요.

• 76% — Fin(옛 Intercom)이 공식 사이트에 밝힌 평균 해결률이에요.

측정 기준이 서로 다른 공개 수치 (출처는 그림 하단)

숫자가 가장 낮은 쪽은 고객 설문, 높은 쪽은 벤더 발표예요. 고객 설문은 "내 문제가 완전히 풀렸는가"를 묻고, 벤더 발표는 "사람에게 넘어가지 않았는가"를 세는 경우가 많아서 같은 상담도 다르게 잡혀요.

업종 차이도 커요. 배송 조회나 교환 문의가 많은 커머스는 숫자가 높게 나오고, 계정·결제처럼 실제 처리가 필요한 문의가 많은 B2B 서비스는 낮게 나오는 편이에요. 그래서 전체 고객사를 집계한 Crisp 의 40% 가 "평균적인 팀"에 가장 가까운 기준선이에요.

"해결률 80%"는 어떻게 읽어야 할까요?

해결률은 보통 AI 가 관여한 상담 중 사람에게 넘어가지 않은 비율이에요. 전체 문의가 아니라 AI 가 받은 문의만 분모라서, "해결률 80%"가 "문의 80% 감소"를 뜻하지는 않아요.

실제로 줄어드는 상담량은 자동화율이고, 자동화율 = 관여율 × 해결률이에요. AI 가 전체 문의의 60% 를 받고 그중 80% 를 끝내면, 줄어드는 건 전체의 48% 예요.

정의도 도구마다 조금씩 달라요. 채널톡 공식 문서는 해결률을 "ALF 가 관여한 상담 중 상담원으로 연결되지 않은 상담의 비율"로 정의해요. Fin 은 고객이 추가 도움 없이 대화를 떠난 경우도 해결로 세고, 2026년 7월에는 AI 가 답할 수 없었던 대화를 분모에서 빼도록 정의를 바꿨어요. Lorikeet 분석에 따르면 이 변경만으로 한 고객사의 해결률이 33%에서 50%로 올랐어요.

반대로 Zendesk 는 AI 가 답한 뒤 일정 시간 재문의가 없어야 자동 해결로 인정해서 상대적으로 엄격한 편이에요. 그래서 도구를 비교할 때는 해결률 숫자보다 "전체 문의 대비 몇 건이 줄었는가"를 물어보시면 좋아요.

줄어드는 만큼 남는 상담은 더 어려워져요

AI 가 쉬운 문의를 가져가면, 사람에게는 어려운 문의만 남아요. Crisp 리포트에서는 AI 도입 뒤 사람이 맡는 대화의 응답 시간이 오히려 늘었는데, 남은 문의의 난도가 올라갔기 때문이에요.

AI 처리 비중만 높이는 것도 한계가 있어요. Klarna 는 2024년 2월 AI 가 상담 채팅의 3분의 2를 처리한다고 발표했지만, 2025년 5월 CEO 가 품질이 떨어졌다고 인정하고 다시 상담원을 채용했어요. 토스뱅크도 상담의 70% 를 AI 가 처리했지만, 챗봇 이용자 만족도는 36% 로 콜센터 이용자(72%)의 절반이었어요(머니투데이, 2026년 5월).

그래서 잘 운영하는 팀은 AI 가 모르는 질문은 바로 상담원에게 넘기도록 설계해요. 넘어간 상담에는 AI 와 나눈 대화가 그대로 붙어 있어서, 고객은 같은 설명을 반복하지 않고 상담원은 앞뒤 맥락을 보고 바로 본론으로 들어갈 수 있어요. AI 가 반복 문의를 맡는 동안 사람은 어려운 상담에 시간을 더 쓸 수 있게 되는 셈이에요.

AI 를 상담원 옆에 두는 방식도 있어요. NBER 연구(Brynjolfsson 외)에서는 AI 답변 제안을 받은 상담원의 시간당 해결 건수가 14% 늘었고, 신입은 34% 늘었어요. 고객을 직접 응대하는 AI 와 상담원을 돕는 AI 를 함께 쓰면, 남은 어려운 상담도 더 빨리 처리할 수 있어요.

틀린 답의 책임도 생각해 둘 부분이에요. 2024년 캐나다에서는 항공사 챗봇이 환불 규정을 잘못 안내한 일로 회사가 배상하라는 결정이 나왔어요. 챗봇 답변도 회사의 답변으로 보는 거예요. 그래서 근거 없이 그럴듯하게 답하는 것보다, 문서에 없는 질문은 솔직하게 상담원에게 넘기는 쪽이 더 안전해요.

AI 가 도움말 문서를 근거로 답하고 사람 없이 끝난 상담 (데모 데이터)

해결률을 올리는 건 결국 도움말 문서예요

AI 상담의 해결률을 가장 크게 움직이는 건 답의 근거가 되는 문서예요. Gartner 설문에서 셀프서비스가 실패한 이유 1위는 "관련 콘텐츠를 못 찾음"(43%)이었어요.

AI 회의록 SaaS 티로는 도움말을 시작하기·주요 기능·계정 관리·FAQ 로 주제별로 다시 정리한 뒤 해결률 70.2% 를 냈고, 버그 문의는 월 86건에서 33건으로 줄었어요(채널톡 고객 사례, 2026년 1월). 같은 B2B SaaS 라도 문서 정리 전후로 숫자가 두 배 넘게 달라진 셈이에요.

도입 전에 이렇게 준비해 보세요.

1. 최근 문의 100건을 유형별로 나눠 보세요 — 사용법, 계정·결제, 버그, 기능 요청. 사용법 문의 비중이 클수록 AI 효과가 커요.

2. 자주 묻는 사용법부터 문서로 만드세요 — 답이 한 문단으로 끝나는 질문이 AI 가 가장 잘 받는 질문이에요.

3. AI 가 넘긴 상담을 매주 읽어 보세요 — 넘어간 이유가 "문서에 없음"이면 문서를 채우고, "실행이 필요함"(환불·계정 변경)이면 사람이 맡는 영역으로 남겨요.

4. 기능 요청은 답하지 말고 모으세요 — 피드백 보드로 넘기면 상담은 끝나고, 요청은 투표로 쌓여요.

과금 단위에 따라 같은 해결률도 비용이 달라요

AI 상담 요금은 크게 해결당, 참여당, 요금 포함 세 가지 방식으로 나뉘어요. 같은 해결률이라도 방식에 따라 해결 1건의 실제 비용이 달라져요.

• 해결당 — Fin 은 해결 1건당 $0.99, Zendesk 는 포함분을 넘으면 자동 해결 1건당 $1.50(약정)~$2.00 이에요. 해결로 집계된 건만 과금돼요.

• 참여당 — 채널톡 ALF 는 상담 참여 1건당 500원이에요(2025년 11월 개편 기준). 이 방식에서는 해결 1건 비용 = 참여 단가 ÷ 해결률이라, 해결률 45% 면 해결 1건에 약 1,111원(계산값)이에요.

• 요금 포함 — 레닛은 좌석당 월 500~1,500건의 AI 응답이 요금에 포함돼 있고, 다 쓰면 추가 청구 없이 상담원 연결로 넘어가요.

어느 쪽이 유리한지는 문의량과 해결률에 따라 달라요. 월 AI 상담 건수와 예상 해결률을 넣어 세 방식을 한 번씩 계산해 보시면 좋아요.

우리 팀은 얼마나 줄어들까요? 직접 계산해 보기

월 문의 1,000건인 팀이 AI 상담을 붙였다고 가정하고 실제로 줄어드는 상담을 계산해 볼게요. 관여율과 해결률은 위에서 본 공개 수치의 중간값 정도로 잡았어요.

관여율 60% × 해결률 50% = 자동화율 30% (계산 예시)

이 팀의 상담은 30% 줄어요. 같은 팀이라도 조건에 따라 폭이 커요. 도움말이 부족해 해결률이 30% 라면 줄어드는 상담은 180건(18%)이고, 문서를 채워 관여율 80%·해결률 70% 까지 올리면 560건(56%)이 줄어요(모두 계산값).

그래서 첫 달 숫자로 판단하지 않는 게 좋아요. Crisp 집계에서 AI 단독 종료 비율은 2026년 1월 22% 에서 8월 40% 로 올랐고, 대부분의 팀이 문서를 채우면서 몇 달에 걸쳐 숫자를 올려요.

출처: Crisp State of AI Support 리포트(crisp.chat), 2026-10-07 캡처

정리하며

AI 챗봇은 상담을 분명히 줄여 줘요. 다만 줄어드는 폭은 도구가 내세우는 해결률보다 관여율 × 해결률로 계산하고, 그 숫자를 올리는 건 결국 도움말 문서와 상담원 연결 설계예요.

레닛의 AI 상담은 같은 제품 안의 도움말 문서를 근거로 답하고, 근거가 없으면 지어내지 않고 상담원에게 넘겨요. 상담 중에 나온 기능 요청은 피드백 보드로 이어지고, AI 응답은 요금에 포함돼 있어서 문의가 늘어도 청구서가 따로 움직이지 않아요.

상담 도구를 비교하고 있다면 채널톡 같은 서비스 5가지를 비교한 글을, 상담에서 나온 요청을 관리하는 방법이 궁금하다면 피드백을 관리하는 3단계를 참고하세요. 레닛은 무료로 시작할 수 있고(AI 상담은 스타터부터), 기존 도움말 문서는 URL 만 넣으면 가져올 수 있어요. 🙂

레닛 시작하러가기