엔터프라이즈 대화형 AI: 대규모 배포 방법

엔터프라이즈 규모로 대화형 AI를 배포하면 소규모 조직에서는 좀처럼 마주하지 않는 과제가 발생합니다. 규정 준수는 시스템 가동 후 덧붙이는 것이 아니라 처음부터 내재화해야 합니다. 기존 인프라와의 통합은 실제 구현보다 그 복잡성을 과소평가하기 쉽습니다. 또한 제품 출시, 장애 또는 캠페인으로 인한 트래픽 급증은 플랫폼을 설계 한계 이상으로 밀어붙일 수 있습니다.

이 가이드에서는 시스템이 실제 운영 환경에서도 안정적으로 작동하는지를 좌우하는 규정 준수, 데이터 거버넌스, 통합, 확장성 관련 의사결정을 포함해 엔터프라이즈 대화형 AI 배포에 필요한 사항을 설명합니다. 또한 구축 도중 빈틈을 발견하는 대신 확신을 갖고 추진할 수 있도록, 도입 전에 플랫폼이 이러한 요구사항을 충족하는지 평가하는 방법도 다룹니다.

요약

• 엔터프라이즈 대화형 AI는 고객 지원, 내부 운영, 아웃바운드 커뮤니케이션, 다국어 서비스 환경 전반에서 대량의 대화를 자동화하도록 지원합니다.
• 올바르게 배포하면 대화형 AI는 구체적인 성과를 냅니다. Klarna는 해결 시간을 최대 10배 단축했고, Everlywell은 스페인어 사용 회원의 전환율을 3.5배 높였습니다.
• ElevenAgents는 엔터프라이즈에 맞춰 설계되었으며, 대규모 도입에 필요한 인증, 언어 지원 범위, 유연한 LLM 선택권과 함께 Forward Deployed Engineers를 통해 에이전트 전략의 설계와 구현을 지원합니다.

엔터프라이즈 대화형 AI란 무엇인가요?

엔터프라이즈 대화형 AI는 자연어 처리와 대규모 언어 모델을 사용해 음성, 텍스트 등의 채널에서 사람의 대화를 대규모로 이해하고 응답하는 소프트웨어입니다. 내부 지식 베이스 및 연결된 도구와 통합하면, 이러한 시스템은 기본적인 질문에 답하는 것 이상의 역할을 합니다. 대화형 AI 에이전트는 다음을 수행할 수 있습니다.

• 고객의 청구 관련 질문에 답하거나 주문 상태를 확인합니다.
• 쇼핑객에게 제품을 추천하고 구매 완료를 돕습니다.
• 예약을 잡거나 변경합니다.
• 배송을 확인하거나 갱신을 알리고, 잠재 고객에게 후속 연락을 합니다.

이러한 기능을 엔터프라이즈 대화형 AI로 만드는 것은 이를 둘러싼 환경입니다. 엔터프라이즈 규모에서는 동일한 시스템이 엄격한 규정 준수 요건 아래에서 작동하고, 채널 전반의 높은 동시 처리량을 다루며, 기존 인프라를 대체하는 대신 통합하고, 위험을 만들지 않으면서 여러 팀에 거버넌스 제어 기능을 제공해야 합니다.

기업이 대화형 AI에 투자하는 이유

기업은 수작업으로 처리하기에 너무 반복적이거나 비용이 많이 들고 느린 고객 대면 및 운영 문제를 해결하기 위해 대화형 AI를 도입합니다. 고객 서비스 팀의 경우, 이는 대개 인력을 비례해서 늘리지 않고 대기 시간을 줄이고 해결 속도를 높이며 지원 범위를 확장하는 것을 의미합니다.

더 나은 고객 경험

대화형 AI의 주요 도입 동인 중 하나는 고객 경험 개선입니다. 잘 배포하면 조직은 일반적인 질문에 즉시 답하고, 복잡한 문제를 적합한 팀으로 연결하며, 지원 여정 전반의 마찰을 줄일 수 있습니다. 이는 상담원의 부담을 낮추는 동시에 만족도를 높입니다.

Klarna는 후불 결제 핀테크 기업이며, Klarna가 운영하는 규모에서 통화량은 지속적인 부담 요인입니다. 결제 관련 문의가 있는 고객은 빠른 답변을 기대하지만, 상담원만으로는 이를 항상 제공할 수 없습니다.Klarna는 ElevenAgents를 배포했습니다 미국 고객 3,500만 명을 위한 1차 전화 지원으로 활용하여 AI 에이전트가 계정 데이터에 실시간으로 액세스하고 청구 문의, 분쟁, 상태 조회를 해결할 수 있게 했습니다. 에이전트가 처리하는 문의의 해결 시간은 최대 10배 단축되었으며, 고객은 대기열에서 기다리는 대신 즉시 답변을 받을 수 있었습니다.

다국어 지원

글로벌 기업에는 시장별로 별도의 운영 모델을 만들지 않고도 다양한 언어와 지역의 고객 및 직원을 지원하는 시스템이 필요합니다. 대화형 AI는 필요한 경우 현지화를 지원하면서도 서비스 제공 방식을 표준화합니다.

3Shape는 100개 이상의 국가에서 2,500만 명의 고객에게 서비스를 제공하면서 ElevenAgents와 협력해 옴니채널 음성 및 채팅 에이전트로 치과 전문가 지원을 확대했습니다. 이 에이전트는 웹과 전화에서 24시간 연중무휴로 제공되며, 일상적인 질문에 답하고 기본적인 문제 해결을 안내하며, 해결 범위를 벗어난 사안은 즉시 전문가에게 연결합니다.

대규모 아웃바운드

기업은 예약 알림, 배송 업데이트, 갱신, 리드 검증, 후속 연락과 같은 아웃바운드 및 선제적 워크플로에도 대화형 AI를 활용합니다. 이러한 대량 상호작용에서 자동화는 전환율을 개선하고 운영 부담을 줄입니다.

Deliveroo는 17만 6,000개 이상의 레스토랑 및 상점 파트너를 보유한 유럽 최대 규모의 온디맨드 배송 네트워크 중 하나를 운영합니다. 이 네트워크를 유지하려면 다음 세 영역에서 지속적인 아웃리치가 필요합니다.

• 온보딩 과정에서 이탈한 라이더 재참여 유도.
• 레스토랑 영업시간 확인.
• 파트너 사이트 전반의 운영 도구 활성화.

수작업으로 수행하면 지역별 지원 범위가 일관되지 않은 상태에서 매주 수천 건의 전화를 해야 합니다. 대신 Deliveroo는 ElevenAgents와 협력했습니다 이러한 아웃바운드 워크플로를 자동화하기 위해서입니다. ElevenAgents 도입 후 대상 라이더 코호트의 연락 성공률은 80%를 넘었고, 30%는 7일 이내 온보딩을 계속할 의향을 확인했습니다. 레스토랑 확인의 성공률은 75%에 달했으며, 파트너 사이트 활성화를 위한 연락 성공률은 며칠이 아닌 몇 시간 만에 86%에 도달했습니다.

더 높은 전환율

고객 행동이 완료되는지 중단되는지는 첫 상호작용의 마찰에 좌우되는 경우가 많으며, 특히 고객이 잘못된 언어 또는 어조를 마주할 때 그렇습니다. 대화형 AI 에이전트는 이러한 마찰을 줄이며, 특히 첫 대화의 품질이 고객 참여 여부를 결정하는 아웃바운드 워크플로에서 효과적입니다.

Everlywell도 바로 이 문제를 겪었습니다. 이 디지털 헬스 기업은 아웃리치를 통해 회원을 자가 검사실 검사 및 예방 검진과 연결하지만, IVR 기반 시스템은 특히 스페인어 사용 회원에서 전환 기회를 놓치고 있었습니다. Everlywell은 ElevenAgents를 배포했습니다 다국어 음성 및 채팅 헬스케어용 에이전트를 아웃바운드 검진 알림 및 현장 참여 워크플로에 활용하기 위해서입니다. 검진 완료율은 IVR 대비 10% 개선되었으며, 스페인어 사용 회원의 전환율은 3.5배 증가했습니다.

엔터프라이즈 배포가 다른 이유

엔터프라이즈 배포는 팀, 지역, 사용 사례 전반으로 확장할 때 규정 준수, ID 관리, 시스템 동작 방식 등의 문제를 고려해야 한다는 점에서 다릅니다.

중소기업은 간단한 고객 서비스 또는 접수 AI와 몇 가지 수동 워크플로로 시작할 수 있습니다. 그러나 기업은 대개 그렇지 않습니다. 역할 기반 액세스, 승인 워크플로, 안전한 시스템 연결, 그리고 AI가 할 수 있는 일과 할 수 없는 일에 대한 명확한 책임 소재가 필요합니다.

플랫폼은 조직의 위험 허용 수준에도 맞아야 합니다. 규제 산업이나 고객 민감도가 높은 사용 사례에서 리더는 시스템이 민감한 정보를 적절히 처리하고, 내부 정책 요건을 충족하며, 법무 및 보안 검토를 통과할 수 있다는 확신이 필요합니다.

플랫폼을 평가할 때 다음 요구사항을 충족하는지 확인하세요.

• 확장성 및 동시성: 플랫폼은 품질 저하 없이 엔터프라이즈 수준의 트래픽을 처리해야 합니다. 제품 출시, 장애, 캠페인 주기는 예측 가능한 볼륨 테스트로는 드러나지 않는 급증을 유발합니다. 도입 전에 맞춤형 SLA 옵션과 문서화된 동시 처리 한도를 확인하세요.
• 규정 준수 인증: 플랫폼이 HIPAA, PCI DSS, SOC 2, ISO 27001, GDPR 등 업계에서 요구하는 인증을 보유했는지 확인하세요. 모든 플랫폼이 HIPAA 적격 구성을 제공하거나 업무협약(BAA)에 서명하는 것은 아닙니다.
• 데이터 레지던시 및 개인정보 보호 제어: 플랫폼은 데이터 저장 및 처리 위치를 제어할 수 있어야 하며, 데이터가 자체 환경 내에 머물러야 하는 팀을 위한 가상 프라이빗 클라우드(VPC) 배포 옵션도 포함해야 합니다. 시장마다 고객 데이터의 저장 가능 위치에 대한 법적 요건이 다르며, 규제 산업에서는 잘못된 지역에 데이터를 저장하거나 필수 보존 기간을 초과해 보관하면 직접적인 규정 준수 위험이 발생합니다.
• LLM 유연성: 플랫폼은 모델 선택이 장기적인 종속으로 이어지지 않도록 여러 LLM을 지원해야 합니다. LLM에 독립적인 아키텍처는 성능, 비용, 데이터 처리 요구가 변할 때 기업이 유연하게 대응할 수 있게 합니다.
• 시뮬레이션 및 테스트: 고객이 문제를 겪은 후가 아니라 출시 전에 현실적인 대화 시나리오로 에이전트를 테스트하고 문제를 발견할 수 있는지 확인하세요.
• 배포 제어: 운영 중인 대화를 방해하지 않고 라이브 에이전트 업데이트를 테스트할 수 있도록, 변경 사항을 안전하게 스테이징하고 배포할 수 있는 기능을 확인하세요.
• 버전 관리 및 실험: 여러 버전의 에이전트를 유지하고 비교할 수 있으며, 변경 사항의 성과가 기대에 못 미치면 신속히 롤백할 수 있는지 확인하세요.
• 관측 가능성: 플랫폼은 속도, 성공률, 비용을 포함하여 에이전트 성과를 실시간으로 파악할 수 있게 해야 합니다.
• 거버넌스 및 액세스 제어: 누가 에이전트를 구축, 모니터링, 업데이트할 수 있는지 결정하는 SSO 및 역할 기반 액세스 제어를 확인하세요. 이러한 기능이 없으면 거버넌스는 배포 규모가 커질수록 무너지는 수동 프로세스가 됩니다.
• 전담 배포 지원: 셀프서비스 온보딩만으로는 엔터프라이즈의 복잡성을 해결하기에 충분하지 않습니다. 플랫폼은 통합 복잡성, 규정 준수 요건 또는 변화 관리 과제에 부딪힐 팀을 위해 체계적인 배포 지원을 제공해야 합니다.

마지막으로 플랫폼 통합의 깊이를 면밀히 살펴보세요. 에이전트의 가치는 액세스하고 수행할 수 있는 작업에 달려 있으므로, 플랫폼은 CRM, 티켓 시스템, 전화 인프라에 연결되어야 합니다. 고객 기록을 조회하거나 티켓을 만들거나 통화를 라우팅할 수 없는 에이전트는 대화의 막다른 길입니다. 계약 전 어떤 기능이 기본 제공되고 어떤 작업에 커스텀이 필요한지 확인하세요.

대규모 배포에 필요한 사항

대화형 AI 에이전트 생성은 간단하며 1시간 이내에 완료할 수 있습니다. 실제 시간이 필요한 일은 해당 에이전트를 엔터프라이즈 용도로 준비하는 것입니다. 비즈니스 시스템 통합부터 규정 준수 요건 충족까지 모든 과정이 포함됩니다. 아래 고려사항은 이후의 모든 의사결정에 영향을 미치므로 구축을 시작하기 전에 정해야 합니다.

사용 사례와 범위 정의

다음 5가지 특성을 갖춘 대량 처리 사용 사례 하나부터 시작하세요.

• 비즈니스 우선순위: 경영진이 이미 관련 비용, 매출 또는 고객 경험 지표를 추적하고 있어, 이 프로젝트에는 기본적으로 후원자가 있고 파일럿 이후에도 지속해서 투자할 이유가 있습니다.
• 측정 가능한 결과: 현재 기준선을 명확히 제시할 수 있고, 어떤 개선이 이루어져야 하는지 정확히 알고 있습니다.
• 올바른 동작을 정의하기 쉬움: 좋은 결과와 나쁜 결과가 충분히 명확하여, 에이전트가 올바르게 처리했는지를 두고 팀이 논의할 일이 거의 없습니다.
• 제한된 통합 범위: 연결 도구가 광범위하게 흩어져 있는 대신 핵심 시스템 한두 개만 관련됩니다.
• 명확한 에스컬레이션 경로: 에이전트가 넘길 담당자가 항상 명확하며, 그 담당자는 단순 전달이 아니라 전체 대화 기록을 받습니다.

그래서 대부분의 팀은 주문 상태, FAQ 해결, 리드 선별과 같은 정보 제공 또는 검증 업무부터 시작합니다. 되돌릴 수 없거나 판단이 많이 필요한 작업은 배포가 효과를 입증할 때까지 사람이 처리하는 것이 좋습니다.

그다음 구축을 시작하기 전에 문서로 에이전트의 범위를 정의하세요. 에이전트가 처리할 일, 에스컬레이션할 일, 그리고 그 경계를 정합니다. 지원해야 하는 채널과 인바운드, 아웃바운드 또는 둘 다를 처리할지 계획하세요. 범위를 좁게 설정할수록 출시 후 피드백 루프가 더 긴밀해지고, 에이전트가 제 역할을 하는지 더 쉽게 판단할 수 있습니다.

Better는 AI 네이티브 모기지 대출업체로, 규제 산업에서 이러한 체계적인 범위 설정이 어떤 모습인지 보여 줍니다.

대출 여정 전체를 한 번에 자동화하는 대신, Better는 음성 에이전트 Betsy의 범위를 자격 확인, 가격 책정, 금리 확정이라는 명확한 대량 업무로 한정했습니다. 신용 조회나 인증 같은 규제 대상 단계에는 동의가 필요하며 명시적인 경계 내에서만 수행되고, 범위를 벗어난 사항은 사람에게 전달됩니다. 이러한 제한된 역할만으로도 Betsy는 대출자 문의의 35.5%를 처음부터 끝까지 처리하며, 향후 확장할 여지도 있습니다.

규정 준수, 액세스 및 데이터 거버넌스 계획

에이전트가 따라야 할 규칙과 제어 기능은 구축 전에 이해해야 합니다. 구축 도중 발견한 요구사항은 해결 비용이 훨씬 많이 들며, 규제 산업에서는 출시 자체를 완전히 중단시킬 수 있습니다. 따라서 거버넌스는 최종 승인 단계가 아닌 계획 수립 과제입니다. 사용 사례와 시장에 적용되는 규정을 파악하고 법무 및 컴플라이언스 팀을 조기에 참여시키세요.

필요한 사항을 파악했다면 플랫폼이 이를 충족할 수 있는지 확인하세요. 필요한 인증은 에이전트가 다루는 대상에 따라 달라지며, ElevenAgents는 가장 일반적인 엔터프라이즈 사례를 지원합니다.

내부 제어는 인증만큼 중요합니다. 초기에는 모호했던 거버넌스가 운영 환경에서 책임 문제가 될 수 있으므로, 출시 후 에이전트의 소유자와 지식 베이스, 시스템 프롬프트, 가드레일을 업데이트할 수 있는 사람을 정하세요.

ElevenAgents는 SSO를 지원하며 역할 기반 액세스 제어를 제공하므로, 적절한 담당자가 민감한 시스템을 조직 전체에 노출하지 않고 에이전트를 구축, 모니터링, 업데이트할 수 있습니다. 또한 사용 사례에 민감한 고객 데이터가 포함된다면 Zero Retention Mode를 통해 세션 종료 후 대화 데이터가 남지 않도록 지원할 수 있습니다.

플랫폼이 인프라에 적합한지 확인

통합 깊이와 트래픽 수용 능력은 모두 도입 전에 해결할 가치가 있는 인프라 문제입니다. 시스템에 연결할 수 없거나 트래픽을 감당하지 못하는 플랫폼은 운영 환경에서 실패하기 때문입니다.

통합부터 시작하세요. 에이전트가 읽고 써야 하는 모든 시스템을 나열한 뒤, 플랫폼이 기술 스택용 사전 구축 커넥터를 제공하는지 또는 맞춤형 API 작업이 필요한지 확인하세요.

ElevenAgents는 다음을 포함해 고객 운영 스택의 핵심 요소와 기본적으로 연결됩니다.

• CRM: Salesforce 및 기타 주요 플랫폼을 통해 에이전트가 고객 기록을 조회하고 업데이트할 수 있습니다.
• 지원 및 티켓 관리: Zendesk 및 서비스형 컨택트센터(CCaaS) 플랫폼을 통해 티켓을 생성하고 라우팅할 수 있습니다.
• 결제: Stripe 및 기타 게이트웨이를 통한 결제 및 거래 워크플로를 지원합니다.
• 전화: Twilio 및 SIP 트렁크를 통해 기존 전화 인프라에서 운영됩니다.
• 커스텀:Model Context Protocol(MCP) 및 REST API를 통해 사전 구축 커넥터가 지원하지 않는 모든 항목을 연결할 수 있습니다.

이어서 규모를 기준으로 스트레스 테스트하세요. 최대 통화 또는 대화량을 추정하고, 플랫폼이 성능 저하 없이 이를 수용할 수 있는지 확인하세요.

엔터프라이즈 배포의 트래픽은 예측 가능하지 않습니다. 급증은 출시, 장애, 캠페인 주기에 따라 발생하므로 인프라는 평균이 아닌 급증을 처리해야 합니다. ElevenAgents를 사용하면 Flash 모델로 최저 지연 시간을 구현하거나, Eleven v4로 더 풍부하고 자연스러운 음성을 우선하는 등 속도와 품질의 균형에서 각 에이전트를 원하는 위치에 배치할 수 있습니다. 또한 매주 고객 전반에서 1,000만 건 이상의 대화를 처리하며, 단지 가능하다고 주장하는 수준이 아닌 실제 엔터프라이즈 볼륨으로 운영됨을 입증합니다. 미션 크리티컬 워크로드에는 맞춤형 SLA도 제공됩니다.

철저히 테스트한 뒤 단계적으로 배포

출시 전에 일반적인 경로와 적대적 경로를 모두 포괄하는 시뮬레이션 대화로 에이전트를 테스트하세요. 여기에는 자체 규칙을 무시하거나 지침 밖의 행동을 하도록 속이려는 시도도 포함됩니다.

ElevenAgents는 에이전트 테스트를 직접 지원합니다. 전체 멀티턴 결과를 위한 시뮬레이션 테스트, 단일 응답을 품질 또는 정책 기준에 따라 확인하는 다음 응답 테스트, 그리고 올바른 매개변수로 올바른 도구를 호출하는지 검증하는 도구 호출 테스트를 제공합니다.

이를 통해 고객이 문제를 겪기 전에 지식 베이스나 시스템 프롬프트의 빈틈을 포함한 문제를 발견할 수 있습니다. 예를 들어 누락되거나 오래된 콘텐츠, 서로 모순되는 지침 등이 있습니다. 테스트에서 이런 빈틈이 발견되면 문제를 수정하고 에이전트가 실시간 대화를 처리할 준비가 될 때까지 다시 테스트하세요. 이러한 테스트는 보안, 법무, 컴플라이언스 팀의 동의를 얻는 데도 도움이 됩니다. 이들은 마지막에 추가하기보다 파일럿부터 참여시킬 때 더 쉽게 동의를 얻을 수 있습니다.

테스트를 통과하면 한 번에 전체 배포하지 말고 에이전트를 점진적으로 배포하세요. 하나의 지역, 정해진 시간대 또는 단일 고객 그룹 등 제한된 대상에서 먼저 파일럿을 진행하고, 그 결과를 현재 기준선과 비교하세요.

파일럿의 성공 여부를 판단하려면 다음으로 구성된 게이트를 설정하세요.

• 준비 완료로 간주되기 전에 에이전트가 충족해야 하는 구체적인 기준.
• 성공 여부를 결정할 책임을 지는 담당자 한 명.
• 배포 범위를 넓힌 뒤 성과가 떨어질 경우 빠르게 되돌릴 수 있는 방법.

해당 게이트를 통과한 경우에만 다음 코호트로 진행하고, 새 세그먼트, 사용 사례 또는 채널마다 이 과정을 반복하세요.

예를 들어 CARS24는 인도 최대 규모의 중고차 마켓플레이스 중 하나로, 한 번에 모든 곳으로 확장하지 않았습니다. 좁고 위험도가 낮은 시작점을 하나 선택해 실제 트래픽의 일부로 테스트한 뒤, 효과가 입증된 후에야 확장했습니다. 이후 각 새 배포는 5%, 10%, 20%, 50%, 마지막으로 100%까지 점진적으로 늘렸으며, 다음 단계로 진행하기 전 성능이 안정적인지 확인하기 위해 각 단계에서 이틀씩 멈췄습니다.

엔터프라이즈 요구사항 체크리스트

위의 모든 내용은 하나의 질문으로 귀결됩니다. 플랫폼이 운영 환경을 감당할 수 있는가? 엔터프라이즈 배포는 AI 자체보다 규정 준수, 거버넌스 또는 통합의 공백 때문에 실패하는 경우가 더 많습니다. 이 체크리스트로 평가하는 모든 플랫폼을 점수화하고, 공급업체와의 논의에 활용하세요.

• 의미 있는 규모로 사용 사례를 지원할 수 있나요?
• 시장과 업계의 규정 준수 및 규제 요건을 충족하나요?
• 보존 정책과 Zero Retention Mode를 포함한 데이터 거버넌스 제어 기능을 제공하나요?
• 출시 전에 실제 시나리오를 기준으로 에이전트 동작을 검증할 수 있나요?
• SSO와 역할 기반 액세스 제어를 지원하나요?
• 실시간 대화를 방해하지 않고 변경 사항을 안전하게 스테이징하고 배포할 수 있나요?
• 서로 다른 에이전트 버전을 유지, 비교, 롤백할 수 있나요?
• 핵심 엔터프라이즈 시스템 및 워크플로와 통합되나요?
• 음성이 배포에 포함될 경우 전화 및 옴니채널 커뮤니케이션을 처리할 수 있나요?
• 성능, 품질, 운영 상태를 파악할 수 있나요?
• 엔터프라이즈 배포 지원이 포함되나요?

이 항목 대부분을 충족하지 못하는 플랫폼도 파일럿이나 저위험 내부 사용 사례에는 적합할 수 있지만, 본격적인 엔터프라이즈 배포를 위한 기반으로는 적합하지 않을 가능성이 큽니다.

ElevenAgents로 대규모 배포

엔터프라이즈 대화형 AI 출시에서 가장 어려운 부분은 적절한 제어 기능, 통합, 운영 지원을 갖춘 상태로 시스템을 운영 환경에 도입하는 일입니다. ElevenAgents는 이러한 현실을 위해 설계되었으며, 위 체크리스트의 요구사항을 기본적으로 충족합니다.

ElevenAgents는 두 가지 측면에서 차별화됩니다. 첫째, ElevenLabs는 타사 음성을 추가하는 대신 자체 음성 모델을 구축하므로, 에이전트는 배포의 효율성 향상을 무력화하는 기계적인 전달과 억양 불일치를 피할 수 있습니다. 둘째, 운영 환경 도입에 도움이 필요한 팀을 위해 ElevenLabs의 Forward Deployed Engineers가 기술 팀과 함께 인프라 내부에서 작업합니다. 이들은 사용 사례의 범위를 정하고 시스템을 구축하며 통합을 관리하고, 출시 전에 명확한 성과 지표를 설정합니다. 이후 에이전트가 목표를 달성할 때까지 출시 후에도 지원을 이어 갑니다. 그다음 팀은 완전한 제어권을 갖거나, 이후의 작업을 위해 ElevenLabs와 계속 협력할 수 있습니다.

ElevenAgents가 구체적인 사용 사례, 규정 준수 요건, 기존 시스템을 어떻게 지원할 수 있는지 알아보려면 ElevenLabs 영업팀에 문의하세요.

자주 묻는 질문