고객 응대 AI 에이전트, 업무 정책을 그대로 적용하기 어려운 이유

고객 응대 AI 에이전트가 실제 상담 업무를 처리하려면 정책 문서뿐 아니라 판단에 필요한 조건과 예외, 처리 범위가 구체적으로 정리되어야 합니다. 고객 응대 AI 에이전트 구축에 필요한 업무 기준과 상담 시나리오 설계 방법을 살펴봅니다.

TEXTNET

Aug 20, 2026

Contents

정책을 찾는 것과 정책에 따라 처리하는 것은 다릅니다 정책 문서에 없는 기준도 확인해야 합니다 조건이 겹쳤을 때 어떻게 처리할 것인지도 정해야 합니다 판단과 처리를 구분해야 합니다 실제 구축에서는 어떻게 적용해야 할까요?

고객센터에서 AI가 하는 일이 달라지고 있습니다. 기존 챗봇이나 RAG 기반 서비스에서는 고객의 질문을 이해하고 필요한 정보를 찾아 답변하는 것이 중요했습니다. 하지만 AI 에이전트는 여기서 한 단계 더 나아갑니다. 고객 정보를 조회하고, 필요한 내용을 추가로 확인하고, 회사 정책에 따라 처리 방법을 정한 뒤 허용된 범위에서 실제 업무까지 수행합니다.

예를 들어 고객이 “환불 규정이 어떻게 되나요?”라고 물으면 관련 정책을 찾아 안내하면 됩니다. 하지만 “이 상품 환불해 주세요”라는 요청을 직접 처리하려면 이야기가 다릅니다. 언제 구매했는지, 상품을 개봉했는지, 환불 사유는 무엇인지 알아야 하고, 이를 위해서는 주문 정보를 조회해야 할 수도 있고, 고객이나 상품에 별도 기준이 적용되는지도 살펴봐야 합니다.

문제는 이런 처리 과정이 정책 문서에 모두 적혀 있지는 않다는 점입니다. 정책에는 환불이 가능한 조건이 적혀 있어도, 실제 상담에서 무엇을 확인해야 하는지, 여러 조건이 겹치면 무엇을 우선해야 하는지, 어떤 경우에 별도 승인이 필요한지까지 명확하지 않을 수 있습니다.

상담사는 업무 경험이나 별도의 지침을 바탕으로 판단할 수 있지만, AI 에이전트가 같은 업무를 처리하려면 이런 부분까지 구체적인 기준으로 정리되어 있어야 합니다.

정책을 찾는 것과 정책에 따라 처리하는 것은 다릅니다

가상의 환불 정책으로 예로 들어보겠습니다.

단순히 환불 가능 기간을 묻는 고객이라면 이 내용만으로 처리할 수 있습니다. 하지만 실제 환불 요청을 처리하려면 이 문장만으로는 부족합니다.

‘회사의 귀책 사유’에는 어떤 경우가 포함되는지, 상품의 하자는 어떻게 확인할 것인지, 예외 처리를 누가 결정하는지 등을 알아야 합니다. 고객의 상황을 판단하기 위해 어떤 정보를 확인해야 하는지도 정해야 합니다. 즉 정책을 찾아 답변하는 것과 그 정책을 기준으로 실제 업무를 처리하는 것은 다른 것입니다.

OpenAI가 소개한 Presence에서도 고객 응대 에이전트를 운영할 때 기업의 정책뿐 아니라 에이전트가 할 수 있는 일과 승인받아야 하는 일, 사람에게 넘겨야 하는 경우를 함께 정하도록 하고 있습니다.

정책 문서에 없는 기준도 확인해야 합니다

실제 상담에서는 문서에 적힌 내용만으로 판단하지 않는 경우가 있습니다. 예를 들어 정책에 “배송이 장기간 지연된 경우 필요한 보상을 제공할 수 있다”고 적혀 있다고 가정해보겠습니다.

상담사는 배송이 얼마나 늦었는지, 지연 원인이 무엇인지, 같은 문제로 이전에 문의했는지, 이미 보상을 받은 적이 있는지 등을 함께 확인할 수 있습니다. 하지만 ‘장기간’이 정확히 며칠인지, 어떤 상황에서 보상이 필요한지처럼 실제 업무에서 사용하는 기준이 정책 문서에는 없고, 별도의 업무 지침이나 담당자의 경험으로만 적용되고 있을 수도 있습니다.

이런 상태에서는 정책 문서를 AI 에이전트에 연결하더라도 실제 업무 기준에 맞게 처리하기 어렵습니다. 따라서 AI 에이전트에게 업무를 맡기기 전에 아래와 같이 상담사가 실제 업무를 처리하며 판단해온 부분을 AI 에이전트가 확인할 수 있는 구조로 구체화하는 과정이 필요합니다.

어떤 정보를 확인해야 하는지

어떤 조건이면 처리할 수 있는지
어떤 경우를 예외로 보는지
추가 확인이나 승인이 필요한 경우는 무엇인지
에이전트가 직접 처리할 수 있는 범위는 어디까지인지

조건이 겹쳤을 때 어떻게 처리할 것인지도 정해야 합니다

실제 상담에서는 하나의 요청에 여러 기준이 동시에 적용될 수 있습니다. 예를 들어 아래와 같은 환불 기준과 고객 상황이 있다고 가정해보겠습니다.

이벤트 상품은 원칙적으로 환불할 수 없음
개봉한 상품은 단순 변심으로 환불할 수 없음
단순 변심은 상품 수령 후 7일 이내 환불 가능
상품에 하자가 있는 경우 환불 가능

이벤트 상품이고 이미 개봉했으며 수령 후 7일도 지났다는 조건만 보면 환불이 어렵습니다. 하지만 환불 사유가 단순 변심이 아니라 상품 하자라면 적용해야 할 기준이 달라질 수 있습니다.

이때 AI 에이전트가 어떤 기준을 적용해야 하는지는 기업의 업무 정책에 따라 정해져 있어야 합니다. 상품 하자가 확인되면 환불을 진행할지, 이벤트 상품에는 별도의 하자 처리 기준을 적용할지, 담당자의 확인이 필요한지를 명확하게 정해야 합니다. 따라서 AI 에이전트에게 업무를 맡기려면 개별 조건만 정리하는 것이 아니라 여러 조건이 함께 적용될 때 어떤 기준으로 처리할지까지 구체화해야 합니다.

판단과 처리를 구분해야 합니다

AI 에이전트가 고객의 상황을 확인하고 환불 대상이라고 판단했다고 해서 반드시 환불까지 직접 처리해야 하는 것은 아닙니다. 앞의 예시에서 상품 하자가 확인되어 환불 대상에 해당한다고 가정해보겠습니다. 회사의 환불 정책에 따라 환불이 가능하다는 판단은 할 수 있지만, 실제 환불 처리에는 별도의 확인이나 승인이 필요할 수 있습니다.

예를 들어 상품 하자 여부를 담당자가 최종 확인해야 하거나, 특정 상품은 환불 전에 담당 부서의 승인을 받도록 정해져 있을 수 있습니다. 이런 경우 AI 에이전트의 역할은 환불 가능 여부를 안내하거나 필요한 정보를 확인하는 데까지이고, 실제 환불 처리는 담당자에게 넘겨야 합니다.

따라서 업무 기준에는 어떤 경우에 환불할 수 있는지뿐 아니라, AI 에이전트가 어디까지 처리하고 어느 시점부터 사람이 이어서 처리해야 하는지도 함께 정해야 합니다.

실제 구축에서는 어떻게 적용해야 할까요?

앞에서 살펴본 기준을 실제 AI 에이전트에 적용하려면 먼저 업무를 처리할 때 어떤 판단이 필요한지 구체화하는 과정이 필요합니다. 처음 AI 에이전트를 구축한다면 업무 문서와 정책, 기존 FAQ와 상담 시나리오, 실무자가 사용하는 업무 기준을 살펴볼 수 있습니다. 이미 서비스를 운영하고 있다면 실제 상담 내역이나 상담사 이관 사례, 처리에 실패한 사례에서 기존에 정의하지 못했던 조건과 예외를 찾을 수도 있습니다. 이렇게 확보한 자료를 바탕으로 하나의 업무를 아래와 같이 구체화할 수 있습니다.