AWS와 함께하는 웅진AI Runner Challenge 5부: Amazon Bedrock으로 바꾼 컨택센터 상담 품질 관리

지난 2025년 7월 9일, AWS와 함께하는 ‘Gen AI Runner Challenge 2025’가 진행되었습니다. AI 기술이 고도화되면서, AI는 개인과 조직의 역량을 강화할 수 있는 열쇠가 되고 있습니다. 이번 AI Runner Challenge는 구성원의 상상력을 AI를 통해 직접 실현하는 자리이며, AI역량을 향상하고 실제 업무에 적용할 수 있는 기회였습니다. 본 게시글은 5부로 구성되어 있으며, 웅진의 AI Runner Challenge에 참가한 팀 중 우수사례로 선정된 5개 팀의 열정 가득했던 한달 간의AI 챌린지 여정과 결과물을 5편의 블로그 글로 소개합니다.

“매일 반복되는 수작업에 지친 우리가 만난 AI의 가능성“

참가팀 소개

신입 온보딩에서 처음 만나 각자 다른 팀에서 다른 업무를 맡고 있지만, 공통적으로 경험한 업무 영역이 있었습니다. 바로 컨택센터입니다.
컨택센터 업무를 하면서 생성형 AI를 활용하면 업무 역량을 향상하고 고객에게 더 나은 가치를 제공할 수 있다고 생각했고, 이것이 이번 챌린지 과제를 함께하게 된 계기가 되었습니다.

프로젝트 배경

현실적인 문제에서 시작된 혁신

컨택센터는 고객과의 접점으로서 대부분의 운영 업무와 직·간접적으로 연결되어 있어, 자연스럽게 모두가 경험하게 되는 영역입니다. 특히 자체 컨택센터를 운영하는 환경에서 많은 구성원들이 개선 필요성을 공감하고 있었고, 이것이 프로젝트 주제 선정의 계기가 되었습니다.

컨택센터 AI 도입, 그러나 평가는 여전히 수작업

최근 컨택센터 산업은 AI 기술을 기반으로 빠르게 발전하고 있습니다. STT, 챗봇, NLP 등의 기술을 활용한 AI 기반 고객 응대 시스템이 활발히 도입되고 있습니다. 그러나 고객 응대 영역의 혁신과 달리, 상담사 평가는 여전히 기존의 수작업 방식에 의존하고 있습니다.

구분	기존 평가 방식	AI기반 상담 품질 관리
평가 방식	평가자에 따라 점수가 달라지는 주관적 평가	AI 기반 실시간 객관적 평가
피드백 주기	월/분기 단위의 느린 피드백	상담 직후 즉시 피드백 제공
업무 효율	관리자가 연간 수백 시간 수작업 소비	평가 프로세스 자동화로 관리자 부담 최소화
데이터 활용	비정형 데이터로 인사이트 도출 불가	구조화된 데이터 기반 맞춤형 교육 제공
비용 효과	월 평균 인건비 산정	월 평균 AWS 서비스 비용

AI 기반 상담 품질 관리 시스템 – “혁신적인 원스톱 솔루션”

컨택센터 상담사 평가 시스템은 실시간 평가부터 평가 관리, 맞춤형 교육까지 AI를 활용하여 하나의 시스템에서 처리하는 원스톱 솔루션입니다.

1. 평가 기준 생성

대상: 최고 관리자
목적: 각 컨택센터 환경에 최적화된 평가 기준 설정

주요 기능과 기술 구현

기능	설명	기술 구현
RAG 기반 평가 기준	부정상담 녹취 파일, 우영지침 문서 등 기존 자료 업로드로 평가 기준 구축	Amazon Bedrock + Knowledge Bases
자동 업데이트	실시간 평가에서 부정상담 분류 건을 자동으로 기준 데이터에 추가	AWS Lambda + Amazon RDS
유연한 가중치 설정	평가 기준별 가중치를 자유롭게 조정하여 종합 평가 점수 산정	실시간 가중치 조정 알고리즘

2. 실시간 평가 및 대시보드

대상: 전체 사용자 (권한별 차등 조회)
목적: 상담 내용 실시간 평가 및 시각화

실시간 처리 파이프라인 기술 스택:

Amazon Transcribe: 실시간 STT 변환
Amazon Bedrock: 대화 맥락 이해 및 평가
Amazon Comprehend: 감정 분석 및 톤 분석

기능	설명
권한별 조회	최고 관리자(전체), 중간 관리자(소속 상담사), 상담사(본인)
대시보드 시각화	일별/주간 상담 건수, 부정 상담 비율, 강성고객 비율, 평균 점수 등
상세 평가 정보	AI 종합평가, 부정상담 평가, 운영지침 평가, 상담 개선 제안
관리자 이의 신청	AI 평가에 대한 예외 처리 및 수동 조정

3. 개인 맞춤형 교육 동영상

대상: 상담원
목적: 익일 상담 분석 기반 개인별 성장 지원

기능	설명	기술 구현
일 단위 3분 동영상	매일 실시간 상담 내용 기반 짧은 교육 컨텐츠 제공	Amazon Bedrock + Amazon Polly
구체적 피드백	실제 발화 기반 긍정적 행동, 개선점, 실질적 개선 방안 제시	자연어 처리 + 감정 분석
지속적 성장 지원	개인 맞춤화 교육으로 상담 역량 향상	학습 패턴 분석 알고리즘

전체 아키텍처

데이터의 처리 과정 – “실시간 AI 분석 파이프라인”

1. 평가 기준 데이터 생성

기준 데이터 생성은 추후 시스템 운영 시 사용자가 업로드할 예정인 기준 데이터를 개발 과정에서 미리 구축하기 위해 Amazon Bedrock 을 활용한 접근방식을 채택하였습니다. 부정상담의 경우 아래 그림과 같은 과정으로 기준 데이터를 생성하였으며, 운영지침의 경우 정부에서 공개한 관련 문서, ‘공직자 민원응대 매뉴얼’, ‘감정노동매뉴얼 (09.콜센터상담원)’을 참조하였습니다. 이를 통해 반복적인 수작업이나 별도의 전처리 과정 없이 재현성과 신뢰성을 확보한 기준 데이터를 생성할 수 있었습니다.

2. 실시간 상담 데이터 평가

실시간 상담 데이터 평가는 상담사가 상담을 마치는 순간마다 이벤트 단위로 자동 처리되기 때문에 운영자가 별도의 배치 작업이나 추가 모니터링을 수행할 필요가 없습니다. 오디오 파일 업로드가 바로 분석 파이프라인을 트리거하여 운영 상 관리 포인트를 최소화하고, AWS 관리형 서비스 기반으로 유지보수 부담도 줄였습니다.

상담 데이터는 업로드 즉시 텍스트 변환, 발화 라벨링, 벡터 비교, 감정 분석으로 이어지는 흐름 속에서 실시간 다층적 평가가 이루어집니다. 상담사 발화는 곧바로 요약과 평가 항목으로 구조화되고, 고객 발화는 감정 분석을 통해 맥락과 정서가 반영됩니다.

이렇게 생성된 결과는 단순한 점수 산출을 넘어 정량적 지표와 정성적 맥락을 결합한 정밀한 분석을 가능하게 하며, 상담사가 자신의 상담에 대한 평가를 실시간으로 파악하고 개선할 수 있도록 지원합니다.

3. 상담원 맞춤형 교육 영상 생성

맞춤형 교육 동영상 생성은 최소한의 비용으로 동영상을 생성할 수 있도록 구현되었습니다. 특히 배경 이미지 생성조차도 교육 동영상의 특성상 중요도가 낮다는 점을 고려하여 생략할 수 있다는 것까지 반영하면 Amazon Bedrock을 활용한 스크립트 생성과 Amazon Polly를 활용한 음성 생성만으로 동영상을 생성할 수 있다는 점에서 매우 효율적입니다. 이러한 방식은 상담사별로 매일 새로운 동영상을 생성해야 하는 기능의 특성상, 일반적인 AI를 활용한 동영상 생성 방식으로는 막대한 비용이 발생한다는 문제를 해결해줍니다. 즉, 대규모의 상담사 인력을 대상으로 경제적으로 맞춤형 교육 영상을 제공할 수 있게 하였습니다.

[상황별 맞춤 피드백 예시]

긍정 피드백: “오늘 김○○님과의 상담에서 ‘고객님의 마음을 충분히 이해합니다’라고 말씀하신 부분이 정말 좋았어요”
개선 제안: “다음번에는 해결책을 제시하기 전에 ‘제가 이해한 것이 맞는지 확인해보겠습니다’라고 한 번 더 확인해보세요”
실행 가이드: “내일 첫 번째 상담에서 바로 적용해볼 수 있는 간단한 방법을 알려드릴게요”

기대 효과

이번 챌린지를 통해 우리가 증명한 것은 단순히 기술의 우수성이 아닙니다. 현장의 실제 문제를 깊이 이해하고, 사용자 중심의 솔루션을 설계했을 때 AI가 얼마나 강력한 변화를 만들어낼 수 있는지를 보여주었습니다.

업무 효율성 증대 및 평가 품질 향상

관리자가 수행하던 반복적인 평가 업무를 자동화하여 연간 수백 시간의 업무 시간을 절감하고, AI 기반 정량적 평가로 주관적 판단을 배제하여 일관되고 투명한 평가 체계를 구축합니다. 또한 실시간 피드백과 매일 제공되는 개인 맞춤형 교육 동영상을 통해 상담사의 지속적인 성장을 지원하며, 성과 지향적인 상담 문화를 조성합니다.

확장 가능한 플랫폼

컨택센터를 넘어 온라인 상담, 매장 서비스 등 모든 고객 접점 채널에 적용 가능하며, 사내 교육 평가, 직원 역량 관리 등 다양한 인사 평가 영역으로 확장할 수 있습니다. 반복적인 평가 업무를 시스템이 대체함으로써 관리자는 전략적 의사결정과 창의적 문제 해결에 집중할 수 있습니다.

결론

이번 과제를 통해 AI 기술이 컨택센터의 오랜 과제를 해결할 수 있음을 실증했습니다. 상담사 평가라는 반복적이고 주관적이었던 업무를 자동화하고 표준화함으로써, 관리자는 더 가치 있는 일에 집중하고 상담사는 실시간 피드백으로 지속 성장할 수 있는 환경을 만들었습니다.

이 솔루션은 컨택센터를 넘어 온라인 상담, 매장 서비스, 인사 평가 등 다양한 영역으로 확장 가능합니다. 고객 접점이 있는 모든 조직에서 평가와 피드백이 필요한 곳이라면 어디든 적용할 수 있으며, 이는 단순한 효율화를 넘어 조직 문화를 데이터 기반으로 전환하는 출발점이 될 것입니다.

AWS 기술 블로그