웨비나 요약: Urban Company, 파트너 지원 자동화로 대규모 운영 성공

대부분의 지원팀은 규모를 확장하려 할 때 한계에 부딪힙니다. 상담원을 늘리면 비용이 오르고, 품질은 일관되지 않으며, 계절적 수요 급증은 운영을 흔들어 놓습니다. Urban Company는 다른 길을 찾았습니다.

에이전트 비하인드: Urban Company가 대규모로 파트너 지원을 자동화한 방법에서 Urban Company의 엔지니어링 매니저 Abhishek Thakur는 파트너 지원 운영 전반에 음성 AI를 도입한 과정과, 그 결과 품질·비용·통화량에 어떤 변화가 있었는지 설명했습니다.

긱 경제의 지원 문제

긱 경제는 플랫폼과 근로자 간의 신뢰에 크게 의존하며, 이 신뢰가 깨지면 근로자는 경쟁사로 이동할 수 있습니다. 인도에는 1,500만 명이 넘는 긱 워커가 있으며, 2030년이면 2,300만 명에 이를 것으로 예상됩니다. 이들은 주로 모바일과 음성으로 플랫폼을 이용합니다. 소음, 연결 문제, 여러 언어가 섞인 환경 등 업무 환경을 고려하면 텍스트 기반 지원은 제대로 작동하지 않는 경우가 많습니다.

그럼에도 많은 플랫폼은 여전히 채팅을 기본 지원 채널로 사용하며, 그 결과 최초 문의 해결률은 낮고 에스컬레이션 비율은 높습니다. 근로자들은 플랫폼이 자신의 필요를 고려해 설계되지 않았다고 느끼는 경우가 많습니다. 음성 AI는 이 인력이 실제로 일하는 방식에 맞는 소통 수단을 제공해 잠재적인 해결책이 될 수 있습니다. 관건은 긱 경제 운영이 요구하는 정확도와 규모로 이를 제공할 수 있느냐입니다.

음성이 긱 워커에게 적합한 채널인 이유

Urban Company는 인도 51개 도시와 UAE, 싱가포르, 사우디아라비아에서 운영됩니다. 매일 사람들의 집에서 작업을 수행하는 배관공, 미용사, 가전제품 수리 기술자 등 약 60,000명의 활성 서비스 전문가를 관리합니다.

이 파트너들은 일반적인 기술 사용자가 아닙니다. 많은 이들이 플랫폼에 가입하기 위해 스마트폰을 따로 구매합니다. 이들의 자연스러운 소통 채널은 텍스트가 아니라 음성입니다. Urban Company가 채팅 지원 로그를 살펴보니, 파트너들은 단편적인 힝글리시 메시지를 보내고 흐릿한 스크린샷을 업로드했으며, 무엇보다 채팅에서 다시 전화해 달라고 요청했습니다.

지원 채널과 파트너들의 실제 소통 방식 간의 간극은 모든 접점에서 마찰을 만들고 있었습니다.

이 규모의 사람 중심 지원은 그 자체로 누적되는 문제를 만듭니다: 

1. 콜센터 상담원 10명은 같은 내용을 10가지 방식으로 설명합니다
2. SOP를 업데이트해 팀 전체에 적용하는 데 몇 주가 걸립니다
3. 에어컨 수리 성수기가 오면 예고 없이 통화량이 급증합니다 

음성 AI는 이 세 가지 문제를 모두 해결합니다. 매번 일관된 해결책을 제공하고, 새로운 정보에 즉시 적응하며, 어떤 규모의 통화량에도 맞춰 수평 확장할 수 있습니다.

Urban Company가 ElevenLabs를 선택한 이유는 음성이 가장 사람답게 들렸기 때문입니다. 여러 공급업체의 녹음을 직원들이 듣고 투표한 익명 내부 설문을 통해 내린 결정이었습니다. 플랫폼과 신뢰를 쌓아야 하는 긱 워커가 사용자라면, 음성 품질은 선호 사항이 아니라 필수 조건입니다.

Urban Company 에이전트의 작동 방식

Urban Company는 현재 세 가지 주요 세부 영역에서 음성 AI를 운영합니다:

파트너 지원 - 파트너는 작업 중 언제든지 앱에서 전화를 걸어 고객 분쟁, 결제 문제, 작업 완료 문제 등 자신이 겪는 어떤 상황이든 도움을 받을 수 있습니다.

추천 안내 - 기존 파트너에게 가족이나 친구를 플랫폼에 추천할 의향이 있는지 묻는 아웃바운드 통화입니다. 일관된 톤과 대기 시간 없는 응대가 중요한, 대량 처리 및 관계 민감도가 높은 상호작용입니다.

Instahelp - 읽거나 쓰기가 쉽지 않은 파트너를 위한 앱 없는 상호작용 레이어입니다. UI 없이도 파트너가 음성만으로 작업, 구독, 문의를 모두 관리할 수 있습니다.

현재 Urban Company는 30개 이상의 라이브 사용 사례를 운영하고 있으며, 150개 이상의 하위 에이전트를 목표로 확장하고 있습니다. 가능 여부를 탐색하던 한 사람에서 시작해, 이제는 음성 AI 에이전트를 비즈니스 전반에 구축하고 배포하는 30명 규모의 팀으로 성장했습니다. 하나의 사용 사례가 성공하자 모든 팀이 이를 원했습니다.

데모: 실시간 멀티 에이전트 문제 해결

상황: 서비스 파트너가 고객의 장소에 도착했습니다. 정전으로 인해 고객이 작업을 거부했고, 파트너는 취소 수수료 없이 일정을 다시 잡아야 합니다.

시연 내용:

• 파트너가 앱을 통해 UC 지원팀에 전화하고 AI 에이전트 Anjali에게 연결됩니다
• Anjali가 작업 세부 정보를 확인한 뒤 파트너를 보류 상태로 전환합니다
• 동시에 두 번째 에이전트 Vidhi가 고객에게 직접 전화합니다
• Vidhi가 취소 사유를 확인하고 다음 날 같은 시간으로 일정 변경을 제안한 뒤 예약을 확정합니다
• Anjali가 파트너에게 해결 결과를 전달합니다. 작업 일정이 변경되었으며 취소 수수료는 부과되지 않습니다
• 파트너가 빠른 해결에 대해 에이전트에게 감사를 전합니다

중요한 이유:

이는 스크립트를 따르는 단일 에이전트가 아닙니다. 파트너 통화를 관리하는 에이전트와 고객 문제를 실시간으로 해결하는 에이전트 등 여러 에이전트가 병렬로 작동하며, 단독으로는 달성할 수 없는 해결책을 만들도록 오케스트레이션됩니다. Urban Company는 파트너 지원 전반에 걸쳐 50~60개 이상의 프롬프트 변형을 운영하며, 개별 상호작용에는 때로 7~10개의 하위 에이전트가 순차적으로 참여합니다.

모범 사례

Urban Company는 음성 AI 도입 과정에서 얻은 핵심 인사이트를 공유했습니다:

1. 처음에는 기능을 우선하세요. Urban Company는 에이전트에 더 많은 지능을 추가하면서 2월과 3월에 분당 비용이 크게 올랐습니다. 하지만 이후에는 처음보다 더 낮아졌습니다. 우선 사용 사례가 제대로 작동하게 만드는 데 집중하세요. 비용 최적화는 그다음에 해도 되며, 비효율이 어디에 있는지 이해하면 예상보다 빠르게 이뤄집니다.
2. 작은 변화가 큰 영향을 만듭니다. 대화형 AI는 디테일이 핵심입니다. Urban Company는 정보 제공 전에 짧게 "확인 중입니다..."라는 오디오 버퍼를 추가했습니다. API가 밀리초 단위로 응답함에도 말입니다. 이 잠깐의 멈춤은 에이전트가 실제로 정보를 찾아본 것처럼 응답을 느끼게 했습니다. 이 한 가지 변경으로 핵심 지표가 30% 증가했습니다. 지속적으로 실험하세요. Urban Company는 현재 어느 시점에서든 트래픽의 1%를 대상으로 약 15개의 A/B 테스트를 진행하고 있습니다.
3. 프롬프트를 고치지 말고 분해하세요. 프롬프트가 환각을 일으키거나 방향을 벗어나면, 이를 수정하려는 것이 일반적인 반응입니다. UC의 접근 방식은 이를 분해하는 것입니다. 특정 역할을 맡는 더 작고 집중된 프롬프트로 나누고, 각각에 목적에 맞는 도구 호출을 연결합니다. 파트너 지원 플로우는 하나의 프롬프트가 모든 일을 처리하는 대신, 개별 작업을 수행하는 50~60개의 프롬프트로 운영됩니다.
4. 확장하기 전에 추적의 기준서를 만드세요. Urban Company는 평균 통화 시간, 에이전트와 사용자 각각의 분당 단어 수, 분당 턴 수, 백색 소음 비율, 연결 불가율 등 입력 지표를 철저히 모니터링합니다. 이들의 노스스타 지표는 해결률입니다. 통화가 끝날 때 파트너에게 문제가 해결되었는지 묻는 방식입니다. 숫자가 놓치는 문제를 발견하는 방법은 여전히 통화를 직접 듣는 것입니다.
5. 언어 감지는 처리하되, 직접 묻지는 마세요. 사용자에게 "어떤 언어를 선호하시나요?"라고 묻는 것은 대화 흐름을 끊습니다. Urban Company는 파트너의 성에서 언어를 감지해 보았지만 오탐이 너무 많았습니다. 현재 방식은 다음과 같습니다. 파트너가 통화 첫 30초 동안 사용하는 언어를 이후 모든 통화에서 고정합니다. 언어 전환은 통화 시작 구간에서만 허용됩니다. 현재 Urban Company 통화의 20%는 지역 언어로 진행됩니다 - 힌디어와 영어 이외의 언어입니다.
6. 지연 시간은 엔지니어링 문제처럼 관리하세요. 모든 밀리초를 프로파일링하세요. 데이터 가져오기, 모델 추론, 네트워크 등 실제로 시간이 소요되는 지점을 파악하고 각각을 독립적으로 최적화하세요. 처리 시간을 감추기 위해 문맥에 맞는 필러 문구를 사용하되, 프롬프트에 맞게 조정해야 합니다. 인사 에이전트는 "연락 주셔서 반갑습니다"라고 말하고, 운영 에이전트는 "확인해 보겠습니다"라고 말합니다. 필러 문구는 자연스러운 말처럼 들려야 합니다. 

전체 세션 보기

전체 웨비나는 여기에서 시청하세요.