쇼핑몰 고객센터 AI 전화: 주문·배송·교환·반품 문의 1차 응대

쇼핑몰 고객센터 AI 전화는 "배송 언제 와요", "반품하고 싶어요"처럼 반복되는 문의를 음성 AI가 1차로 받아 유형을 나누고 접수하며, 파손·환불 이견처럼 판단이 필요한 건은 상담원에게 넘기는 구성입니다. KAT Cloud(캣클라우드)에서는 고객센터 070 번호에 음성 AI를 연결하고, 상담원 연결은 AI→직원 연결(핸드오프)로, 접수 결과와 배송 조회 안내는 통화 후 문자로 보냅니다. 이 글은 실제 쇼핑몰 사례가 아니라 상담원 몇 명이 고객센터를 맡는 의류 쇼핑몰을 가정한 설계 예시입니다.

쇼핑몰 고객센터 전화, 무엇이 많나

쇼핑몰 고객센터 전화의 상당수는 주문 이후의 상태 확인입니다. 주문 직후에는 주문 변경·취소, 출고 전후에는 배송 일정, 상품을 받은 뒤에는 교환·반품과 환불 문의가 이어집니다. 세일이나 명절 전후처럼 주문이 몰린 시기에는 같은 질문이 한꺼번에 들어와 대기 시간이 길어집니다.

위 네 유형은 정책과 주문 정보만 있으면 처리 방식이 정해져 있고, 아래 두 유형은 사람이 판단해야 합니다.

AI가 맡을 일과 상담원에게 넘길 일

• AI가 맡는 일: 문의 유형 분류, 주문자 확인(발신번호와 주문번호), 교환·반품 접수(사유·회수 희망일), 공지된 교환·반품 정책과 배송비 기준 안내
• 상담원에게 넘기는 일: 불량·파손 판정, 환불 금액 이견, 결제 오류, 같은 문의를 여러 번 한 고객의 불만, 고객이 상담원을 요청할 때
• AI가 하지 않는 일: 카드번호·비밀번호·계좌 같은 금융 정보 받기, 정책에 없는 보상 약속

상담원 연결 기준은 응대 지침에 문장으로 적습니다. "파손·불량이라는 말이 나오면 사진 접수 방법 안내 후 상담원 연결", "고객이 두 번 이상 상담원을 찾으면 바로 연결"처럼 씁니다. 연결이 일어나면 CALL_RECEIVED 웹훅에 handOffReason(전환 사유)이 실려 오므로, 상담원 화면에 사유와 고객 번호를 먼저 띄워 같은 질문을 반복하지 않게 합니다. 기준을 짜는 방법은 AI에서 사람으로: 상담원 연결 설계를 참고하세요.

통화 중에 주문 시스템을 실시간으로 조회하지 않아도 이 구성은 동작합니다. AI는 주문자 확인과 접수만 하고, 통화가 끝나면 서버가 발신번호로 주문을 찾아 배송 조회 링크나 반품 접수 결과를 문자로 보냅니다. 통화 중 조회가 꼭 필요하다면 KAT Cloud 콘솔의 AI 에이전트 설정에서 가능한 범위를 확인하거나, SIP로 자체 음성 서버를 연결해 직접 구현합니다.

KAT Cloud로 구성하기

1. 1그룹과 번호: 고객센터를 그룹 하나로 만들면 070 번호가 발급됩니다. 상담원은 그룹 멤버로 두어 AI→직원 연결 통화를 받게 합니다. 대표번호가 필요하면 대표번호 부가서비스(1개당 월 30,000원)를, 기존 콜센터 교환기를 그대로 쓰려면 SIP 연동을 도입 문의로 확인합니다.
2. 2음성 모델: 통화량이 많은 고객센터는 모델 단가가 비용을 좌우합니다. 이 글은 분당 30원인 Amazon Nova 2 Sonic으로 계산했습니다. 같은 30원에 Gemini 3.1 Flash Live와 Gemini 3.8 Live가 있고, 분당 10원인 Qwen3.8 Omni Flash Realtime도 있으니 시험 통화로 비교해 고릅니다. 응대 지침과 모델 선택은 KAT Cloud 콘솔에서 설정합니다.
3. 3웹훅 두 가지: CALL_RECEIVED는 상담원 연결 시 사유를 받는 데, CALL_COMPLETED는 통화 후 요약과 tag를 받는 데 씁니다. tag가 AI면 AI만으로 끝난 통화, AI_TO_DIRECT면 상담원이 이어받은 통화이므로 두 값의 비율로 AI가 끝까지 처리한 문의의 비중을 집계할 수 있습니다.
4. 4접수 문자: 서버가 발신번호로 주문을 찾은 뒤 POST /chat-room → POST /chat으로 반품 접수 번호와 회수 일정을 보내고, 발송 결과는 SEND_RESULT 웹훅으로 확인합니다.

웹훅을 받는 쪽은 10초 안에 2xx로 응답해야 하므로, 받자마자 응답하고 처리는 큐에서 합니다. 서버 전체 구조는 Node.js로 웹훅 수신 서버 만들기에 있습니다.

app.post('/webhook/katcloud', (req, res) => {
  res.sendStatus(200); // 먼저 응답하고 처리는 뒤에서
  const { eventType, data } = req.body;
  if (eventType !== 'CALL_COMPLETED') return;
  queue.add('cs-ticket', {
    callHistoryId: data.callHistoryId,
    customer: data.fromNumber,
    handledBy: data.tag === 'AI_TO_DIRECT' ? 'agent' : 'ai',
    summary: data.summary,
  });
});

한 달 비용 가늠하기

아래 가정으로 계산합니다. 상담원 인건비는 빼고 KAT Cloud 이용료만 셉니다. 금액은 모두 부가세 별도입니다.

• 비즈니스 플랜(월 50,000원, 수신 3,000분·SMS 200건 포함), 동시통화 기본 10회선
• 월 3,000건 중 2,100건은 AI만으로 끝남(통화당 과금 2분)
• 900건은 상담원이 이어받음(통화당 과금 5분, 그중 AI 구간 2분)
• 음성 모델 Amazon Nova 2 Sonic(분당 30원), AI 받아쓰기·요약 사용(각 분당 10원)
• 접수·안내 문자 2,000건(SMS)

수신 분은 2,100건 × 2분 + 900건 × 5분 = 4,200분 + 4,500분 = 8,700분이고, AI 동작 분은 3,000건 × 2분 = 6,000분입니다.

수신 초과분은 누적 1만 분까지 분당 3원이고, 그 위는 2.5원입니다. 세일 기간처럼 전화가 몰리는 시기에는 비용보다 동시통화 회선이 먼저 부족해질 수 있으니 동시통화 회선 수 계산법으로 필요 회선을 따져 봅니다. 추가 회선은 100회선당 월 100,000원입니다. 요금 구조는 요금 안내에 있습니다.

도입 전에 챙길 점

• 본인 확인: 발신번호가 주문 연락처와 같거나 주문번호가 맞을 때만 주문 내용을 안내합니다. 다른 번호로 전화한 경우에는 주문 상세를 말하지 않고, 주문 연락처로 문자를 보내 정보 노출을 막습니다.
• 금융 정보 금지: 카드번호, 비밀번호, 환불 계좌 같은 금융 정보는 AI가 전화로 받지 않도록 지침에 금지 문장을 넣고, 필요하면 쇼핑몰의 보안 페이지로 안내합니다.
• 청약철회·환불 판단: 교환·반품 가능 여부와 비용 부담은 쇼핑몰 정책과 관련 법령에 따라 정해지므로, AI는 공지된 정책만 안내하고 예외 판단은 상담원이 합니다. 실제 적용은 법률 검토가 필요합니다.
• 녹음 고지: 첫 인사에 녹음 사실과 목적을 알립니다.
• 실패 대비: 서버 장애로 놓친 통화는 GET /call-history에 updatedAfter 커서를 넣어 다시 가져오고, 문자 실패는 SEND_RESULT의 resultStatus로 걸러 상담원이 다시 연락합니다.
• 고객센터 전체 설계: 인입 분류와 대기 줄이기를 고객센터 전체 관점에서 보려면 콜센터 1차 응대 AI를 함께 보세요.

자주 묻는 질문

쇼핑몰 고객센터 AI 전화가 배송 상태를 바로 알려 줄 수 있나요?

이 글의 구성에서 쇼핑몰 고객센터 AI 전화는 주문자 확인과 문의 접수를 하고, 배송 조회 링크는 통화가 끝난 뒤 서버가 주문을 찾아 문자로 보냅니다. 통화 중 주문 시스템을 바로 조회하려면 KAT Cloud 콘솔의 AI 에이전트 설정에서 가능한 범위를 확인하거나 SIP로 자체 음성 서버를 연결해 구현합니다.

상담원에게 넘긴 통화도 기록이 남나요?

KAT Cloud의 통화 기록은 AI 구간과 상담원 구간을 sttAI와 sttDirect로 나눠 제공하고, 상담원이 이어받은 통화는 tag가 AI_TO_DIRECT로 표시됩니다. 녹음이 켜져 있으면 두 구간의 받아쓰기와 요약이 CALL_COMPLETED 웹훅으로 함께 옵니다.

쇼핑몰 고객센터 AI 전화의 월 비용은 어느 정도인가요?

월 3,000건(그중 900건 상담원 연결), 분당 30원 모델, 문자 2,000건을 가정하면 KAT Cloud 비즈니스 플랜 기준 약 439,100원(부가세 별도)입니다. 이 중 음성 모델과 받아쓰기·요약이 대부분을 차지하므로, 모델 단가와 통화 길이가 비용을 가장 크게 바꿉니다.