웨비나 요약: Cars24, 음성 AI로 300만 분 이상의 영업 전화를 자동화하는 방법

Cars24은 13개 언어로 대규모 프로덕션 환경에서 음성 에이전트를 운영하고 있습니다. 

이 글에서는 에이전트의 뒷이야기: Cars24가 음성 AI로 300만 분 이상의 영업 통화를 자동화하는 방법을 소개합니다. Cars24의 AI 및 혁신 책임자 Jayesh Gupta가 Cars24가 첫 번째 단순 사용 사례부터 멀티 에이전트 아키텍처까지 음성 AI 시스템을 구축하고 배포한 과정을 자세히 설명했습니다. 이 아키텍처는 수백만 분의 고객 대화를 처리합니다.

이 규모에서 음성 AI가 중요한 이유

Cars24는 인도, UAE, 호주에서 사업을 운영하는 인도 최대 규모의 중고차 마켓플레이스 중 하나입니다. 매월 4,000~4,500대를 판매하고, 10만 건 이상의 차량 검사를 진행하며, 2만 2,000건 이상의 시승을 지원합니다.

여기에 금융 서비스, 차량 인도 후 지원, 과태료 납부, 자동차 담보 대출은 포함되지 않습니다. 영업 퍼널만 해도 고객 1인당 30~45일에 걸쳐 진행됩니다.

구매자의 75%는 첫 차를 구매하는 사람들입니다. 이들에게 자동차 구매는 단순한 거래가 아닙니다. 재정적으로 중요하고 감정이 크게 수반되는 결정입니다. 즉, Cars24 제품의 70~80%는 앱이 아니라 대화입니다. 퍼널의 모든 단계에서 사람이 안내하고 지원하는 영업이 이루어집니다.

AI 에이전트 도입 전에는 시스템이 점점 느려지고 있었습니다. 고객이 잘못된 팀에 전화를 걸어 영업팀이 지원 문의를 받게 되었고, 그 결과 대기 시간은 길어지고 고객 경험은 비효율적이었습니다. 

대기 시간은 점점 길어졌고, 30일간의 퍼널 전반에서 후속 연락이 누락되기도 했습니다. 

리드 검증부터 대출 서류 처리까지 모든 것을 관리해야 했기에 운영 비용이 높고 확장도 어려웠습니다.

현재: 

1. 전체 통화량의 25%가 자동화되었습니다
2. 영업의 거의 절반을 음성 AI가 지원합니다
3. 통화 비용이 50% 감소했습니다

데모 1: Cars24 협상 에이전트

시나리오: Cars24 음성 에이전트가 차량 판매를 고려 중인 판매자에게 전화를 걸어, 경쟁 플랫폼 대신 Cars24를 선택하도록 힌디어로 협상합니다.

시연 내용:

- 에이전트가 힌디어로 완전한 영업 협상을 진행합니다

- 이의를 처리하고 다른 플랫폼과 실시간으로 경쟁합니다

- 낮은 지연 시간과 로봇 같은 멈춤 없이 자연스럽게 대화합니다

- 통화 중 판매자가 Cars24를 선택하도록 설득합니다

중요한 이유: 이 에이전트들은 적극적으로 영업하고, 모호한 상황을 처리하며, 이의에 대응하고, 전환 결정을 이끌어 냅니다. 모두 고객이 가장 편안하게 느끼는 언어로 이루어집니다. Cars24는 언어 일치가 대화 시간과 비즈니스 성과를 직접 높인다는 사실을 발견했습니다.

데모 2: 교차 판매를 위한 멀티 에이전트 오케스트레이션

시나리오: 고객이 차량 검사 예약을 놓쳤습니다. 검증 에이전트가 일정을 다시 잡기 위해 전화하고, 업그레이드 의도를 감지한 뒤 맥락을 잃지 않고 영업 에이전트에게 실시간으로 통화를 연결합니다.

시연 내용:

- 에이전트 1(Sneha)이 놓친 예약을 확인하고 일정을 다시 잡으며 대화를 시작합니다

- Sneha가 의도를 파악합니다. 판매자가 차량을 업그레이드하려는 것인지, 재정적 이유로 판매하려는 것인지 확인합니다

- 고객이 업그레이드 의사를 밝힙니다

- Sneha가 적절한 팀으로 연결해 주겠다고 제안하고 통화 중에 연결합니다

- 에이전트 2가 전체 맥락을 전달받아 중고차 구매로 이어지도록 대화를 계속합니다

- 고객이 한 시간 뒤에 다시 전화해 달라고 요청하면, 에이전트가 이를 확인하고 예약 상태를 요약한 뒤 깔끔하게 통화를 마칩니다

중요한 이유: 이 데모는 실제 멀티 에이전트 오케스트레이션의 모습을 보여줍니다. 각 에이전트는 하나의 업무를 맡고, 그 사이로 맥락이 전달됩니다. 반복도 누락된 인계도 없습니다. Cars24는 고객이 같은 말을 반복할 필요 없이 판매, 구매, 금융을 아우르는 전체 여정을 이용할 수 있는 단일 24시간 전화번호를 구축하고 있습니다.

Cars24의 구축 방식: 기술적 고려 사항

Cars24는 가장 단순한 사용 사례인 놓친 예약 알림부터 시작했습니다. 짧은 통화, 이분법적인 결과, 낮은 오류 비용이 특징입니다. 이를 통해 확장에 앞서 무엇이 효과적인지 배울 수 있었습니다.

평균 7분, 길게는 13분에 이르는 차량 탐색 대화처럼 더 길고 복잡한 인바운드 통화로 옮겨가자 단일 에이전트 아키텍처의 뚜렷한 한계에 부딪혔습니다. 

미니 모델은 3~4분이 지나면 맥락을 잃기 시작했습니다. 

더 큰 모델은 지연 시간을 늘렸습니다. 

모든 것을 하나의 프롬프트에 넣으면 시스템이 취약해졌습니다. 대출 플로우를 변경하면 구매 플로우가 망가질 수 있었습니다.

해결책은 멀티 에이전트 오케스트레이션이었습니다. 대화를 다음 단계로 나누었습니다. 

1. 미니 모델을 사용하는 소형 검증 에이전트가 초기 의도를 파악합니다
2. 고객이 대화에 참여하고 조금 더 기다릴 의향이 생기면, 더 큰 모델이 탐색 단계를 맡습니다
3. 가격이나 금융 이야기가 나올 때만 세 번째 대출 전문 에이전트가 활성화됩니다.

각 에이전트는 한 가지 업무를 잘 처리합니다. 하나를 변경해도 다른 에이전트는 영향을 받지 않습니다.

기술 스택(ElevenAgents 플랫폼으로 오케스트레이션):

1. 음성-텍스트 변환: ElevenLabs Scribe v2 실시간 서비스. 13개 언어의 소음이 많은 Tier 2 및 Tier 3 환경에서 정확성을 위해 선택했습니다
2. 텍스트 음성 변환: ElevenLabs Flash 2.5, 최근 Eleven v4 Turbo로 업그레이드했으며, 영업 성과가 측정 가능한 수준으로 향상되었습니다
3. LLM: 대부분의 사용 사례에는 GPT-4.1 mini를 사용하고, 더 깊은 추론이 필요한 긴 탐색 통화에는 GPT-4o 또는 동급 모델을 사용합니다
4. 전화 시스템: 오디오 품질을 위해 24kHz PCM을 사용하는 WebSocket. 인도에서는 Twilio, Exotel, Plivo를 제공합니다
5. 통합: ElevenLabs Agents 플랫폼에 대한 맞춤형 API 호출, MCP 지원, 호주 시장을 위한 네이티브 HubSpot 통합
6. 벡터 데이터베이스: Qdrant. 지연 시간과 비용을 낮추기 위해 100만 개 이상의 벡터로 구성된 대규모 데이터 세트에는 이진 양자화를 사용합니다

별도의 Agents 대신 ElevenLabs STT, LLM, TTS 구성 요소를 조합해 사용하기로 한 결정은 한 가지 이유에서였습니다. 바로 지연 시간입니다. 

동일한 기반 모델을 사용해 직접 파이프라인을 구축해도 지연 시간은 일관되게 1초를 넘었습니다. 

모델과 오케스트레이션 계층을 함께 보유한 ElevenLabs 플랫폼은 이를 30~40% 낮췄습니다. 이러한 감소는 전환율 30~40% 향상으로 직접 이어졌습니다.

Cars24의 모범 사례

1. 실패 비용이 가장 낮은 곳에서 시작하세요. Cars24의 첫 사용 사례는 짧고 단순하며 위험 부담이 낮은 놓친 예약 알림이었습니다. 이곳에서 모델을 검증하며 내부 신뢰를 얻었고, 퍼널의 더 가치 높은 영역을 다루기 전에 팀이 학습할 여유를 확보했습니다.

2. 시뮬레이션이 아닌 실제 고객에게 적용하세요. 내부 테스트로는 실제 대화의 혼란을 재현할 수 없습니다. Cars24는 실시간 트래픽의 10%에서 파일럿을 운영하고 일시적인 하락을 감수했으며, 실제 피드백을 바탕으로 개선을 반복했습니다.

3. 프롬프트 길이를 엄격하게 제한하세요. Cars24는 2분 미만 통화의 프롬프트를 4,000~5,000토큰으로 제한합니다. 프롬프트가 길어지면 모델이 느려지고 결과가 안정적으로 개선되지 않습니다. 더 많은 내용이 필요하다면 다른 에이전트를 구축하세요.

4. 일반적인 답변은 지식 베이스가 아니라 프롬프트에 넣으세요. 고객이 실제로 가장 자주 묻는 질문의 답은 프롬프트에 직접 넣으세요. 나머지 20%에만 도구 호출과 RAG 검색을 사용하세요. 이렇게 하면 지식 조회 시 발생하는 지연 시간 급증 대부분을 없앨 수 있습니다.

5. 첫 메시지를 미리 녹음하세요. ElevenLabs Agents는 통화가 연결되기 전에 첫 인사말을 미리 생성하고 캐시할 수 있습니다. 첫 메시지를 중단할 수 없게 설정하면 네트워크 지연이나 성급한 중단으로 인한 초기 이탈을 줄일 수 있습니다.

6. 모든 통화에 평가를 적용하세요. Cars24는 전체 통화의 100%에 ElevenLabs Agents 평가를 적용해 SOP 준수 여부, 고객의 불만 표현 여부, 실패 발생 여부를 추적합니다. 평가에 실패하면 수동 검토가 시작됩니다. 무작위 표본은 매일 감사됩니다. 팀은 사후 대응이 아닌 선제적 대응을 유지합니다.

7. 단계적으로 확장하세요. 새 에이전트 배포는 5%, 10%, 20%, 50%, 100% 순으로 진행되며, 추가 확장 전에 평가 지표가 안정적인지 확인하기 위해 각 단계에서 이틀간 유지합니다.

8. 연락을 원하지 않은 고객에게 전화하지 마세요. Cars24의 모든 아웃바운드 통화는 이미 퍼널에 진입한 사람에게만 이루어집니다. 원치 않는 AI 접촉은 불만을 늘리고 신뢰를 훼손합니다. 원칙은 간단합니다. 이미 참여 중인 고객이 아니라면 전화하지 않습니다.

9. 고객이 AI와 대화 중인지 물으면 솔직하게 답하세요. Cars24 에이전트는 질문을 받으면 자신이 가상 비서라고 밝힙니다. 고객이 사람 상담원을 원하면 즉시 통화를 연결합니다.

10. AI 지출을 비용이 아닌 투자 항목으로 보세요. Cars24는 이제 측정 가능한 비즈니스 성과와 연결된 구체적인 과제를 포함해 연간 운영 계획에 AI 비용을 반영합니다. 모든 배포는 실제 지표를 개선해야 합니다.

전체 세션 보기

전체 세션은 여기에서 시청하세요.