인력 관리(WFM)

인력 관리(WFM)란 무엇입니까?

인력 관리(WFM)는 고객 수요에 대응할 수 있도록 적절한 시간에 적절한 수의 상담원을 배치하는 업무 체계입니다. 수요 예측(유입될 고객 문의량 예측), 스케줄 최적화(상담원 근무조 배정), 실시간 준수 모니터링(상담원의 스케줄 준수 여부 추적), 용량 계획(장기적인 인력 운영 결정)을 모두 포함합니다.

고객 서비스에서 WFM은 비용과 품질 모두에 직접적인 영향을 미칩니다. 인력이 부족하면 대기 시간이 길어지고 CSAT가 낮아집니다. 인력이 과잉이면 예산이 낭비됩니다. 효과적인 WFM은 그 균형점을 찾습니다.

AI가 인력 관리를 바꾸는 방식

AI 에이전트는 고객 상호작용의 상당 부분을 자율적으로 처리함으로써 WFM을 근본적으로 바꿉니다. AI가 문의의 60-90%를 해결하면 상담 인력의 역할은 물량 처리에서 복잡한 문제 처리로 옮겨갑니다. 이에 따라 WFM의 모든 측면이 달라집니다.

• 예측: 전체 문의량이 아니라 AI가 해결하지 못하는 문의를 기준으로 상담원 수요를 예측합니다
• 스케줄링: 범용 상담원이 아닌 복잡한 문제 전문 인력을 중심으로 최적화합니다
• 역량 계획: AI가 일상 업무를 처리하면 상담원에게는 판단력, 공감 능력, 기술적 깊이 등 다른 역량이 요구됩니다
• 용량: 인력을 비례해서 늘리지 않고도 문의량 증가에 대응합니다

업계 리서치: Gartner는 AI를 이유로 고객 서비스 인력 감축을 계획하는 조직의 50%가 2027년까지 그 계획을 철회할 것으로 전망합니다. 핵심은 상담원을 없애는 것이 아니라, 그 역할을 물량 처리에서 가치 창출로 재정의하는 것입니다.

Maven의 강점: 인력 증원 없는 확장

Maven AGI를 통해 조직은 인력을 비례해서 늘리지 않고도 증가하는 고객 수요에 대응할 수 있습니다. Maven은 문의의 80-93%를 자율적으로 해결해 상담원이 처리해야 하는 상호작용 규모를 크게 줄이므로, WFM이 더 단순하고 효율적으로 바뀝니다.

Maven 도입 사례: Rho는 인력을 늘리지 않고 월간 문의량 12% 증가에 대응하면서도 CSAT 95%를 유지했습니다. AI가 인력 용량 계획을 어떻게 바꾸는지 직접 보여주는 사례입니다.

자주 묻는 질문

AI는 WFM을 쉽게 만듭니까, 어렵게 만듭니까?

둘 다입니다. AI는 상담원이 처리하는 상호작용 규모를 줄여 인력 배치를 단순하게 만들지만, 남은 상호작용은 더 복잡해 예측과 스케줄링이 어려워집니다. 조직은 AI 해결 패턴을 반영하도록 WFM 모델을 업데이트해야 합니다.

WFM 팀은 AI 도입에 어떻게 대비해야 합니까?

먼저 현재 상호작용 구성을 측정합니다. 일상적인 문의(AI 자동화 가능)와 복잡한 문의(사람의 판단 필요)의 비율은 각각 얼마입니까? 이를 바탕으로 AI 도입 이후의 상담원 수요를 예측합니다. AI와 상담원이 함께 전체 물량을 처리하는 전환 기간을 계획한 뒤, 상담원을 점차 복잡하고 가치 높은 업무로 전환합니다.

AI가 WFM을 불필요하게 만들까요?

아닙니다. 복잡하거나 민감하거나 판단이 필요한 상호작용에는 여전히 상담원이 필요합니다. WFM의 질문은 "전체 물량을 처리하려면 상담원이 몇 명 필요한가?"에서 "복잡한 사례를 처리하려면 전문 인력이 몇 명 필요한가?"로 바뀝니다. 업무 체계는 변하지만 사라지지는 않습니다.