한 고객이 웹사이트의 에이전트에게 요금제 업그레이드를 문의합니다. 2일 후 그는 이중 청구 건으로 이메일을 보내고, 이번에는 다른 에이전트가 답합니다. 그다음 주에는 해지하려고 전화를 거는데, 음성 에이전트는 계정 번호부터 묻습니다. 각 에이전트는 맡은 업무를 잘 처리했을 수도 있습니다. 그래도 고객은 같은 이야기를 3번이나 반복해야 했고, 갱신 여부를 결정하는 사람은 바로 그 고객입니다.
이것이 고객 입장에서 본 AI 에이전트 난립입니다. 지금까지 에이전트 난립에 관한 논의는 주로 IT 부서의 몫이었고, 거버넌스, 자격 증명, 섀도 AI에 초점이 맞춰져 있었습니다. 하지만 CX 리더에게 그 비용은 덜 눈에 띄는 곳에서 발생합니다. 벤더 다이어그램에서는 스택이 잘 연결되어 보이지만, 무언가를 해결하려는 고객에게는 단절되어 느껴지는 바로 그 간극입니다.
평균적인 기업은 이미 여러 에이전트를 운영하고 있습니다
1,050명의 기업 IT 리더를 조사한 MuleSoft의 2026 Connectivity Benchmark Report에 따르면, 조직당 평균 AI 에이전트 수는 12개이며 2년 안에 67% 늘어날 것으로 예상됩니다. 이 중 절반은 조율된 시스템의 일부가 아니라 고립된 사일로에서 운영되고 있습니다.
IT 리더들도 이를 예견하고 있습니다. 약 1,900명의 IT 리더를 대상으로 한 OutSystems의 2026 State of AI Development 조사에서 94%가 AI 난립이 복잡성, 기술 부채, 보안 위험을 키우고 있다고 우려했습니다. 이를 관리할 중앙 집중식 플랫폼을 갖춘 곳은 12%에 불과했습니다.
이 모든 것이 잘못된 결정에서 비롯된 것은 아닙니다. 에이전트는 기업용 소프트웨어가 늘 그래왔듯 부서별로 하나씩 도입되었습니다. 지원팀은 대기열을 처리할 에이전트를 골랐고, 영업팀은 인바운드 리드용 에이전트를 추가했습니다. 청구팀의 에이전트는 결제 플랫폼에 번들로 딸려 왔고, 음성은 별도 RFP로 진행되었습니다. 각 팀은 자기 지표에 맞춰 합리적으로 선택했지만, 이 모든 에이전트를 거치며 고객이 겪는 경험은 누구의 책임도 아니었습니다.
고객은 리더가 생각하는 것보다 이음새를 더 크게 느낍니다
2026년 4월 발표된 캐나다 소비자 및 경영진 대상 ServiceNow 조사는 인식 격차가 얼마나 큰지 보여줍니다. 고객의 44%는 문제를 반복해서 설명하거나 정보를 다시 입력해야 하는 것이 불만이라고 답했지만, 이것이 고객에게 문제라고 생각한 경영진은 15%에 그쳤습니다. 부서 간 전환에 불편을 느낀 고객은 절반에 달했지만, 경영진은 27%였습니다.
AI 에이전트 간 인계도 대기 음악만 없을 뿐 일종의 전환입니다. 이어받은 에이전트가 앞선 에이전트가 파악한 내용을 모른다면 고객은 처음부터 다시 시작해야 하고, 새 에이전트가 아무리 빨리 응답해도 그 경험은 달라지지 않습니다.
고객 에이전트는 무엇이 다른가
고객 에이전트는 에이전트 난립에 대한 Maven의 해법입니다. 첫 질문부터 갱신까지, 모든 채널에서 각 고객을 이해하는 단일 에이전트입니다.
실제로 채팅에서 요금 문의에 답한 에이전트가, 고객이 청구서 문제로 전화했을 때 전체 이력을 그대로 가지고 응대합니다. 단일 엔진으로 채팅, 음성, 이메일, SMS, WhatsApp, Slack, Teams 전반에서 작동하며, 채팅은 54개 언어, 음성 대 음성은 57개 언어를 지원합니다. 고객이 채널을 바꾼다고 해서 정보가 부족한 브랜드를 마주하게 되지는 않습니다.
또한 오버레이 방식으로 작동합니다. 고객 에이전트는 Zendesk, Salesforce, Freshdesk 등 이미 사용 중인 헬프데스크는 물론 Twilio, Vonage, Cisco, Genesys 같은 기존 전화 시스템에도 연결됩니다. 에이전트를 통합한다고 해서 기존 에이전트가 연결되어 있던 시스템을 걷어낼 필요는 없습니다. [Link: /product/agent-platform]
측정 기준도 달라집니다. 부서 단위 에이전트는 자체 처리율 수치를 보고합니다. 반면 고객 에이전트는 고객이 실제로 원했던 것의 자율 해결 [Link: glossary page]에 책임을 집니다. 환불일 수도, 통합 문제 해결일 수도, 업그레이드 완료나 놓치지 않은 갱신일 수도 있습니다. 고객 관계 전체에 걸친 Resolution Rate는 12개의 개별 대시보드보다 달성하기 어려운 수치이며, 고객이 이미 여러분을 평가하고 있는 바로 그 기준입니다.
12개 에이전트를 조율해도 여전히 12개 에이전트를 운영하는 것입니다
에이전트 난립에 대한 일반적인 대응은 전문 에이전트 간 라우팅과 컨텍스트 전달을 담당하는 오케스트레이션 계층입니다. 이는 IT가 무엇이 실행 중인지 파악하는 데는 도움이 됩니다. 하지만 고객에게는 큰 도움이 되지 않습니다. 인계할 때마다 요약이 전달되고, 요약 과정에서 세부 정보가 사라지기 때문입니다. 청구 에이전트는 분쟁이 있다는 사실은 알게 되지만, 고객이 3개 메시지 전에 다른 대안을 검토 중이라고 언급한 사실은 모를 수 있습니다.
에이전트가 늘어날 때마다 고유한 권한, 가드레일, 감사 추적도 함께 늘어납니다. SOC 2, HIPAA, PCI-DSS, EU AI Act를 준수해야 하는 팀이라면 보호하고 감사인에게 설명해야 할 범위가 그만큼 커집니다. 단일 에이전트라면 관리할 정책 세트도, 검토할 감사 추적도 하나이며, 라이브 통화 중 실시간 PII 마스킹 같은 통제를 적용할 지점도 한 곳입니다. Maven은 AI 거버넌스를 위한 ISO 42001과 PCI-DSS 4.0 Level 1을 포함해 15개의 인증 및 평가를 보유하고 있으며, 이 보장 범위는 12개 중 하나가 아니라 고객이 대화하는 단일 에이전트에 적용될 때 더 큰 의미를 갖습니다.
실제 운영 환경에서의 단일 엔진
리걸 테크 기업 Clio는 32개 벤더를 검토하고 10곳 이상을 직접 비교 평가한 끝에 Maven을 선택했습니다. 글로벌 배포 결과 자율 해결률 80%를 달성했으며, 라이브 지원 속도는 4배 빨라졌습니다. [Link: Clio customer story]
Mastermind는 배포 6주 만에 자율 해결률 93%에 도달했습니다. K1x는 첫 주에 해결률 80%로 운영을 시작했습니다. Rho는 월간 문의량이 12% 늘어나는 동안에도 CSAT 95%를 유지했습니다.
이 사례들의 공통점은 하나의 에이전트가 지식, 액션, 이력을 모두 보유하고, 첫날부터 해결을 측정 기준으로 삼았다는 것입니다. [Link: /resources/deflection-vs-resolution-the-metric-that-decides-whether-ai-customer-service-actually-works]
13번째 에이전트를 추가하기 전에 확인해야 할 질문
2027년 AI 로드맵을 수립하고 있다면, 자체 에이전트를 원하는 모든 팀에 다음을 물어보십시오.
- 고객이 채팅에서 전화로 넘어갈 때, 이어받은 에이전트는 이전 대화에 대해 무엇을 알고 있습니까?
- 하나의 고객 여정이 3개 에이전트를 거칠 때 그 결과는 누가 책임집니까?
- 내년에 컴플라이언스팀이 검토해야 할 정책 세트, 권한, 감사 추적은 몇 개입니까?
- 해결률을 에이전트별로 측정하고 있습니까, 아니면 고객 관계 전체에 걸쳐 측정하고 있습니까?
지금 이 질문에 답하기가 불편하다면, 13번째 에이전트는 상황을 더 어렵게 만들 뿐입니다.
흩어진 에이전트 관리는 이제 그만
고객은 여러분의 조직도를 보지 않으며, 고객을 응대하는 에이전트도 조직도에 좌우되어서는 안 됩니다. 고객 에이전트는 첫 질문부터 갱신까지, 고객이 사용하는 모든 채널에서 완전한 컨텍스트를 갖춘 단일 에이전트를 모든 고객에게 제공합니다. [Link: /solutions/customer-service]
mavenagi.com/explore/stop-herding-agents에서 작동 방식을 확인하거나, 데모 예약을 통해 여러분의 스택에서 에이전트를 통합하면 어떤 모습일지 살펴보십시오.
귀사의 실제 대화로 확인하세요.
맞춤형 무료 데모를 신청하세요.
