‘왜 이렇게 나왔지?’ 헷갈리는 통신비, AI가 쉽게 설명해준다

고객 경험은 충성도 구축과 수익 성장을 위해 필수불가결한 요소가 되었다. 그러나 요금 청구 과정은 여전히 많은 고객들의 불만을 야기하는 민감한 영역으로 남아있다. 불명확하거나 혼란스러운 요금 청구서는 고객의 신뢰를 저해하며, 이는 고객센터 문의의 주요 원인이 되고 있다.

통신사들은 개인화된 결제 옵션, 명확한 청구서 디자인, 자동화된 운영 등 다양한 노력을 기울여왔지만, 요금 관련 문의는 여전히 해결해야 할 과제로 남아있다. 이러한 문제의 근본 원인은 각 고객의 고유한 요금 상황에 맞춘 진정한 개인화의 부재에 있다.

통신사들에게 요금 청구는 단순한 비용 청구 이상의 의미를 갖는다. 개별 사용 패턴과 생애 주기 이벤트를 분석하여 업셀링, 크로스셀링, 요금제 최적화를 통한 수익 증대 기회를 모색하고 있다. 그러나 이러한 초개인화된 요금 청구 여정을 개발하는 것은 전통적으로 복잡한 코딩 변경과 긴 개발 주기를 필요로 했다.

AWS는 생성형 AI 스택 전반에 걸쳐 가장 포괄적인 기능을 제공하며, 고객 경험과 비즈니스를 혁신할 수 있는 복잡하고 비용이 많이 드는 기술을 모든 규모의 사용자가 활용할 수 있도록 민주화하고 있다.

아마존 베드락(Amazon Bedrock)은 단일 API를 통해 주요 AI 기업들의 고성능 기반 모델을 제공하는 완전 관리형 서비스다. 보안, 개인정보 보호, 책임있는 AI를 갖춘 생성형 AI 애플리케이션 구축에 필요한 광범위한 기능을 제공한다.

아마존 베드락을 통해 다양한 사용 사례에 맞는 최상의 기반 모델을 실험하고 평가할 수 있다. 또한 미세 조정과 검색 증강 생성(RAG)과 같은 기술을 사용하여 사용자별 데이터로 기반 모델을 비공개로 커스터마이징할 수 있으며, 사용자의 엔터프라이즈 시스템과 데이터 소스를 사용하여 작업을 실행하는 에이전트를 구축할 수 있다.

AWS의 파트너사인 CSG는 AWS의 생성형 AI 솔루션을 활용해 자사의 애센던(Ascendon) 포트폴리오를 강화했다. CSG 애센던은 AWS 클라우드 네이티브 플랫폼으로, 통신, 금융 서비스, 미디어, 엔터테인먼트 기업들의 고객 경험, 요금 청구, 수익 관리를 지원한다. 아마존 세이지메이커(Amazon SageMaker)와 아마존 베드락을 사용하여 가입자의 요금 청구 행동을 감지하고 각 개별 가입자에게 맞춤형 추천을 제공한다.

이 솔루션은 AWS가 제공하는 네 가지 AI 엔진으로 구성되어 있다:

그림 1. 작업의 다양한 단계에 대한 모듈형 AI 엔진의 논리적 표현

분석 엔진: 비지도 학습을 활용한 머신러닝 기반 분석 모델로, 요금 청구와 사용량 데이터의 이상을 감지한다. 초과 요금 급증, 습관적 초과 요금, 현재 청구서의 이상 여부를 식별한다.

예측 엔진: 지도학습을 기반으로 한 분류 모델로 고객 이탈 점수를 예측하고, 고객 생애 가치(CLV)를 예측하는 또 다른 모델을 포함한다.

추천 엔진: 검색 증강 생성(RAG) 기반 아키텍처를 사용하여 대규모 언어 모델로 추천을 생성한다. 고객 데이터, 다른 단계의 출력, 큐레이션된 카탈로그 지식 베이스를 활용하여 특정 기준에 따른 최적의 추천을 생성한다.

커뮤니케이션 엔진: LLM 프롬프트 미세조정을 사용하여 개인화된 이메일과 고객 컨텍스트를 생성한다. 고객에게 직접 이메일을 전송하고, 고객 서비스 담당자(CSR)를 위한 고객 컨텍스트 요약과 고객 케어 및 셀프 케어 UI를 위한 개인화된 AI 챗봇 어시스턴트를 생성한다.

그림 2. 솔루션의 다양한 단계에서 사용되는 AWS 서비스

솔루션의 각 단계는 아마존 베드락과 세이지메이커 외에도 다양한 AWS 네이티브 서비스를 활용한다. 아마존 베드락은 단일 인터페이스를 통해 다양한 기반 모델에 대한 접근을 제공하여 솔루션의 각 단계에서 원하는 결과에 가장 적합한 기반 모델을 선택할 수 있는 유연성을 제공한다. 세이지메이커의 분류 및 회귀 ML 모델은 고객 이탈 점수와 고객 생애 가치를 예측하는 데 사용된다.

예를 들어, 처음으로 초과 요금이 발생한 고객의 경우를 살펴보자. 분석 엔진이 이 이상을 감지하고, 예측 엔진이 고객의 프로필, 현재 상품, 고객 여정, 청구 및 사용 이력을 기반으로 이탈 점수를 계산한다. 그런 다음 추천 엔진이 고객의 니즈와 큐레이션된 지식 베이스를 바탕으로 상위 데이터 요금제로의 업그레이드나 추가 서비스 번들링과 같은 개인화된 추천을 생성한다.

커뮤니케이션 엔진은 초과 요금, 추천 사항, 그리고 그 근거를 설명하는 개인화된 이메일을 생성한다. 또한 고객 서비스 담당자들에게 고객 상황에 대한 포괄적인 이해를 제공하는 컨텍스트 요약을 생성하여 더욱 개인화되고 효과적인 지원이 가능하도록 한다.

이러한 수준의 개인화와 선제적 커뮤니케이션은 고객의 콜센터 문의 가능성을 줄이고 신뢰와 충성도를 높인다. 통신사가 각 고객의 고유한 상황에 대한 깊은 이해를 보여주고 그들의 니즈를 해결하기 위한 맞춤형 솔루션을 제공함으로써 고객은 자신이 이해받고 있고 가치 있게 여겨진다고 느낀다.

또한 이 솔루션의 민첩성은 통신사들이 변화하는 고객 행동과 새로운 상품/번들 제공에 신속하게 적응할 수 있게 하여, 개인화된 메시징이 관련성과 효과성을 유지하도록 보장한다.

고객 경험이 최우선시되는 세상에서, CSG 애센던과 AWS 생성형 AI 기능을 결합한 이 솔루션은 통신사들에게 게임 체인저가 될 것이다. 요금 청구 경험을 최적화하고 초개인화된 솔루션을 제공함으로써, 통신사들은 콜센터 접촉을 줄이고 신뢰를 구축하며 디지털 참여를 촉진하여 장기적인 고객 관계를 구축할 수 있다.

기사에 인용된 리포트의 원문은 AWS에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기