본문으로 건너뛰기
The Agentic List 2026 선정자세히 보기
Maven AGI
데모

용어집

티켓 디플렉션

티켓 디플렉션은 상담원에게 도달하기 전에 셀프서비스로 처리된 지원 요청을 측정합니다. 볼륨 지표로는 유용하지만, 디플렉션만으로는 고객의 문제가 실제로 해결되었는지 알 수 없습니다.

2026년 3월 5일 업데이트

티켓 디플렉션이란?

티켓 디플렉션은 지원 티켓이 생성되기 전에 셀프서비스 채널을 통해 고객 문의를 해결하는 방식입니다. 고객이 AI 지식 베이스, 셀프서비스 포털, AI 에이전트를 통해 필요한 답을 찾으면, 해당 상호작용은 상담원 대기열로 넘어가지 않습니다. 반복적인 티켓 볼륨을 줄여 상담원이 복잡하고 가치 높은 대화에 집중할 수 있도록 하는 것이 목표입니다.

티켓 디플렉션의 작동 방식

최신 티켓 디플렉션은 여러 계층이 함께 작동합니다. 고객이 헬프 센터를 방문하거나 채팅을 시작하면, AI 에이전트가 요청을 받아 자연어 처리(NLP)와 검색 증강 생성(RAG)을 활용해 해결을 시도합니다. 시스템은 내부 지식 베이스, 제품 문서, 과거 티켓 데이터를 검색해 관련성 높고 정확한 답변을 제시합니다. AI 에이전트가 문제를 해결하면 티켓은 생성되지 않습니다. 해결하지 못하면 전체 맥락과 함께 상담원에게 에스컬레이션됩니다.

가장 효과적인 디플렉션 전략은 단순한 FAQ 매칭을 넘어섭니다. 의도 인식을 통해 고객이 실제로 필요로 하는 것을 파악한 뒤, 계정 정보 조회, 문제 해결 절차 안내, 반품 처리 등 실제 조치를 수행합니다.

티켓 디플렉션이 중요한 이유

지원 팀은 더 적은 자원으로 더 많은 일을 해내야 한다는 압박을 끊임없이 받습니다. 업계 벤치마크에 따르면 AI 도입 이전 조직의 디플렉션율은 일반적으로 20-30%이지만, AI를 도입한 팀은 40-60% 이상에 도달할 수 있습니다. 비용 차이도 큽니다. 셀프서비스 해결은 상호작용당 약 $0.50-$2.00인 반면, 상담원이 처리하는 SaaS 지원 티켓은 $25-$35가 듭니다.

업계 벤치마크: 2026년 MatrixFlows 분석에 따르면, 셀프서비스와 AI를 통합 도입하면 고객 만족도 점수를 유지하거나 개선하면서 전체 지원 비용을 40-50% 절감할 수 있습니다.

하지만 디플렉션만으로는 충분하지 않습니다. 문제를 해결하지 못한 채 디플렉션된 고객은 다시 전화하거나, 티켓을 또 제출하거나, 이탈합니다. 진정으로 중요한 지표는 얼마나 많은 티켓을 피했는가가 아니라 얼마나 많은 문제를 해결했는가입니다.

디플렉션율과 해결률

디플렉션율은 상담원에게 도달하지 않은 잠재 티켓의 비율을 측정합니다. 대시보드에서는 인상적으로 보일 수 있지만, 고객의 문제가 실제로 해결되었는지는 알려주지 않습니다. 기존 시스템은 일반적인 도움말 문서를 제시해 티켓의 30%를 디플렉션할 수 있지만, 그중 상당수의 고객은 불만을 안고 다시 돌아옵니다.

해결률은 사람의 개입 없이 완전히 해결된 문의의 비율을 측정합니다. 이는 본질적으로 다르며 더 가치 있는 지표입니다. AI 에이전트가 첫 시도에 고객의 문제를 해결하면 티켓당 비용이 낮아지고, 첫 접촉 해결률이 높아지며, 재문의가 줄어듭니다.

Maven의 강점: 디플렉션을 넘어 해결로

Maven AGI는 티켓 디플렉션을 티켓 해결로 재정의합니다. 고객을 정적인 도움말 문서로 보내 스스로 해결하기를 기대하는 대신, Maven의 AI 에이전트인 Agent Maven이 문제를 처음부터 끝까지 해결합니다. 100개 이상의 통합과 연결되어 시스템에서 실시간 데이터를 가져오고 고객을 대신해 조치를 수행합니다.

Maven 도입 성과: 홈 서비스 기업 Roo는 Maven AGI로 티켓 볼륨을 50% 줄였고, Belfry는 72%의 해결률과 25%의 티켓 디플렉션을 달성했습니다. AI가 단순히 문의를 돌리는 것이 아니라 문제를 해결하도록 설계되면 해결과 디플렉션이 함께 작동한다는 것을 보여줍니다.

디플렉션 전략에 대해 더 자세히 알아보려면 고객 셀프서비스에 관한 Gartner 연구를 참고하거나 고객 서비스 AI에 관한 Gartner 프레임워크를 살펴보십시오.

자주 묻는 질문

적절한 티켓 디플렉션율은 어느 정도인가요?

AI 도입 이전 벤치마크는 20-30% 수준입니다. 최신 AI 고객 서비스 플랫폼을 도입한 조직은 40-60%의 디플렉션을 꾸준히 달성합니다. 다만 고객이 단순히 다른 곳으로 안내되는 것이 아니라 실제로 문제를 해결하고 있는지 확인하려면 디플렉션과 함께 해결률에도 주목해야 합니다.

티켓 디플렉션은 티켓 예방과 어떻게 다른가요?

티켓 디플렉션은 티켓이 생성되기 전에 셀프서비스나 AI를 통해 고객의 문제를 해결하는 것입니다. 티켓 예방은 더 나은 온보딩, 제품 개선, 지식 베이스 콘텐츠처럼 애초에 문의가 발생하지 않도록 하는 선제적 조치를 말합니다. 두 전략 모두 티켓 볼륨을 줄이지만, 디플렉션은 들어오는 수요에 대응하고 예방은 수요 자체를 근본적으로 줄입니다.

티켓 디플렉션이 고객 만족도를 떨어뜨릴 수 있나요?

잘못 운영하면 그렇습니다. 도움이 되지 않는 FAQ 페이지로 고객을 보내거나 경직된 흐름을 강요하면 불만과 재문의가 생깁니다. 핵심은 해결을 동반한 디플렉션입니다. AI 에이전트가 첫 시도에 문제를 해결하면, 고객은 기다림 없이 더 빠르게 답을 얻으므로 디플렉션이 오히려 만족도를 높입니다.

귀사의 실제 대화로 확인하세요.

맞춤형 무료 데모를 신청하세요.

데모 예약