해결률

해결률 이해하기

해결률은 고객 문의 중 고객의 문제가 완전히 해결된 비율을 측정하는 고객 서비스 지표입니다. 티켓이 상담원에게 가지 않고 다른 경로로 처리되었는지를 추적하는 디플렉션율과 달리, 해결률은 더 중요한 질문에 답합니다. 바로 고객의 문제가 실제로 해결되었는가 하는 것입니다.

AI 도구를 검토하는 지원팀에게 이 차이는 중요합니다. 디플렉션율이 높으면 대시보드에서는 좋아 보일 수 있지만, 고객이 만족했는지 아니면 그냥 포기했는지는 알려주지 않습니다. 해결률은 바로 이 공백을 메워 줍니다.

해결률 계산 방법

해결률 = (해결된 문의 수 / 전체 문의 수) x 100

예를 들어 팀이 일주일 동안 500건의 티켓을 처리하고, 그중 425건이 후속 문의 없이 완전히 해결되었다면 해결률은 85%입니다.

다음 조건을 충족할 때 문의가 "해결"된 것으로 간주합니다.

• 고객의 질문에 완전히 답변함
• 요청된 조치를 완료함(환불 처리, 계정 업데이트, 구독 변경 등)
• 48시간 이내에 같은 문제로 재문의가 발생하지 않음

마지막 조건이 특히 중요합니다. 많은 도구는 고객이 다음 날 같은 문제로 다시 연락하더라도 티켓이 종료되는 순간 해결된 것으로 집계합니다. 48시간 이내의 재문의를 추적하면 실제 해결 여부를 보다 정확하게 파악할 수 있습니다.

해결률 벤치마크

업계 벤치마크는 채널과 복잡도에 따라 다르지만, 데이터는 다음과 같은 경향을 보여 줍니다.

• 기존 규칙 기반 봇: 해결률 10-30%(대부분의 문의가 상담원에게 에스컬레이션됨)
• 1세대 AI 도구: 해결률 30-50%(언어 이해력은 향상되었으나 조치 실행 능력은 제한적)
• 최신 AI 에이전트: 해결률 70-93%(전체 대화 맥락 파악, 조치 실행 능력, 지식 기반 그라운딩)

32,000개 이상의 팀에서 처리한 1,200,000,000건 이상의 티켓을 분석한 Freshworks 2025 고객 서비스 벤치마크 보고서에 따르면, AI 기반 자동화는 해결 시간을 최대 40%까지 단축하고 상당수의 티켓을 즉시 처리할 수 있습니다.

업계 전반의 첫 문의 해결률(FCR)은 약 70-75% 수준이지만, 이는 상담원이 처리한 건까지 포함한 수치입니다. AI만으로 해결한 비율은 편차가 훨씬 크며, 플랫폼과 "해결"을 정의하는 방식에 따라 크게 달라집니다.

디플렉션보다 해결률이 중요한 이유

대부분의 AI 지원 도구는 디플렉션에 최적화되어 있습니다. "고객의 70%가 상담원에게 연결되지 않았다"와 같은 지표를 내세웁니다. 인상적으로 들리지만, 디플렉션은 고객이 에스컬레이션하지 않았다는 사실만 알려줄 뿐 다음과 같은 내용은 알려주지 않습니다.

• 고객의 문제가 실제로 해결되었는지
• 고객이 불만을 품은 채 조용히 이탈했는지
• 고객이 스스로 우회 방법을 찾고 지원 채널 자체를 포기했는지
• 고객이 내일 같은 문제로 다시 문의할지

해결률은 더 어려운 질문을 던집니다. AI와 상호작용한 고객 중 몇 명이 문제를 완전히 해결했는가 하는 것입니다. 기준이 더 높은 만큼 더 뛰어난 AI가 필요합니다. 하지만 고객이 실제로 원하는 것과 일치하는 지표는 해결률뿐입니다.

업계 연구: Gartner는 셀프서비스 디플렉션이 해결되지 않은 수요를 가리는 경우가 많다고 지적하며, 잘못된 KPI를 피하기 위해 디플렉션과 함께 실제 컨테인먼트(해결)를 측정할 것을 권장합니다.

높은 해결률을 이끄는 요인

해결률 30%에 머무는 팀과 90% 이상을 달성하는 팀을 가르는 요인은 다음과 같습니다.

• 지식 그라운딩: 답변을 처음부터 생성하는 대신 검증된 문서, 과거 티켓, 제품 데이터를 기반으로 답변하는 AI입니다. 환각을 줄이고 신뢰를 높입니다.
• 조치 실행 능력: 문제를 해결하려면 단순히 질문에 답하는 것을 넘어 실제 조치가 필요한 경우가 많습니다. 환불 처리, 계정 업데이트, 구독 변경을 하려면 AI가 백엔드 시스템과 연동되어야 합니다.
• 대화 간 맥락 유지: 고객이 매번 문제를 처음부터 설명하지 않아도 됩니다. 이전 상호작용을 기억하고 계정 이력을 불러오는 AI는 문제를 더 빠르고 정확하게 해결합니다.
• 스마트 에스컬레이션: 직접 해결하지 말아야 할 때를 아는 것도 그만큼 중요합니다. 사람의 판단이 필요한 문제라면 AI가 전체 맥락과 함께 상담원에게 인계하여 상담원이 처음부터 다시 시작하지 않도록 해야 합니다.
• 지속적인 개선: 어떤 주제가 해결되고 어떤 주제가 에스컬레이션되는지 모니터링하고, 그 데이터를 반영해 AI를 꾸준히 개선합니다.

해결률과 다른 지원 지표 비교

• 디플렉션율과의 비교: 디플렉션은 티켓 발생을 막았는지를 측정합니다. 해결률은 문제가 해결되었는지를 측정합니다. 불만을 느껴 챗봇 사용을 중단한 고객은 "디플렉션"으로는 집계되지만 "해결"로는 집계되지 않습니다.
• 첫 문의 해결률(FCR)과의 비교: FCR은 상담원 처리를 포함해 첫 상호작용에서 문제가 해결되었는지를 추적합니다. AI 해결률은 사람의 개입 없이 완전히 자동으로 해결된 비율을 측정합니다.
• CSAT과의 비교: 해결은 만족도를 높이지만, 두 지표는 서로 다른 것을 측정합니다. CSAT은 고객의 감정을, 해결률은 운영 성과를 보여 줍니다. 둘 다 중요합니다.
• 평균 처리 시간(AHT)과의 비교: AHT는 속도를, 해결률은 효과를 측정합니다. 문제를 완전히 처리하지 않은 채 티켓을 서둘러 종료하면 오히려 해결률이 떨어질 수 있습니다.

Maven AGI 고객사의 입증된 해결률

Maven AGI는 디플렉션이 아닌 해결을 핵심 지표로 삼습니다. 실제 성과는 다음과 같습니다.

• Mastermind(에듀테크): 라이브 채팅 대화의 93% 해결. 6주 만에 도입.
• Enumerate(프롭테크): 전체 지원 채널에서 해결률 91%.
• Papaya Pay(핀테크): 자율 해결률 90%.
• K1x(핀테크): 해결률 80%로 기존 AI 도구 대비 10배 개선. 1주 만에 가동.

Maven AGI의 접근 방식: Maven AGI가 최적화하는 지표는 오직 해결률입니다. 모든 고객 도입 사례에서 티켓을 피했는지가 아니라 문제가 실제로 해결되었는지를 추적합니다. 처리량보다 성과에 집중한 결과, 에듀테크, 핀테크, 프롭테크, SaaS 등 다양한 산업에서 80-93%의 해결률을 달성하고 있습니다.

자주 묻는 질문

좋은 해결률은 어느 정도인가요?

채널에 따라, 그리고 상담원 해결을 측정하는지 AI 해결을 측정하는지에 따라 다릅니다. 상담원 지원팀의 경우 첫 문의 해결률 벤치마크는 약 70-75%입니다. AI만으로 해결하는 경우 기존 챗봇은 10-30%에 그치는 반면, 조치 실행 능력을 갖춘 최신 AI 에이전트는 80-93%에 이릅니다.

해결률은 디플렉션율과 어떻게 다른가요?

디플렉션율은 상담원에게 연결되지 않은 티켓의 수를 측정합니다. 해결률은 실제로 해결된 고객 문제의 수를 측정합니다. 티켓은 문제가 해결되지 않아도 "디플렉션"될 수 있습니다. 해결률은 더 엄격하고 더 정직한 지표입니다.

해결률을 높이려면 어떻게 해야 하나요?

세 가지 영역에 집중하십시오. 더 나은 지식 그라운딩(AI에 정확한 최신 정보 제공), 조치 실행을 위한 연동(AI가 질문에 답하는 데 그치지 않고 환불 처리와 계정 업데이트까지 수행), 피드백 루프(해결에 실패하는 주제를 추적하고 지속적으로 개선)입니다.

AI가 정말 지원 티켓의 90% 이상을 해결할 수 있나요?

네, 단 올바른 아키텍처를 갖춘 경우에 한합니다. 규칙 기반 챗봇은 10-30%가 한계입니다. 언어 이해, 지식 검색, 백엔드 연동을 결합한 에이전틱 AI 플랫폼은 실제 운영 환경에서 꾸준히 80-93%를 달성합니다.