2024년 2월, 스웨덴 핀테크 Klarna의 CEO Sebastian Siemiatkowski는 자신만만하게 발표했어요. "우리 AI 챗봇이 700명의 CS 상담원이 하던 일을 대신하고 있다"고요. 한 달 만에 전체 고객 채팅의 75%를 AI가 처리했고, 월 230만 건의 대화를 소화했어요. 그리고 1년 뒤, 같은 CEO가 이렇게 말합니다. "비용이 지나치게 지배적인 평가 기준이었다. 결과는 낮은 품질이었고, 그건 지속 가능하지 않다."
이게 뭔데?
Klarna는 "지금 사고, 나중에 결제(BNPL)" 서비스로 유명한 스웨덴 핀테크 기업이에요. 기업가치 146억 달러, 글로벌 사용자 수천만 명. 2022년부터 OpenAI와 손잡고 AI 챗봇을 고객 서비스에 전면 투입하기 시작했어요.
처음엔 정말 잘 되는 것처럼 보였죠. CEO는 1년간 신규 채용을 완전히 동결했고, 인력을 5,000명에서 3,500명으로 22% 줄였어요. AI가 모든 걸 해결할 거라는 확신이었어요.
그런데 시간이 지나면서 문제가 드러나기 시작했어요. 고객들은 AI의 응답이 뻔하고, 반복적이고, 미묘한 뉘앙스를 전혀 못 잡는다고 불만을 쏟아냈어요. 복잡한 결제 문제나 감정적인 상황에서 AI는 무력했죠. 고객 만족도가 눈에 띄게 떨어졌고, AI 챗봇은 실제로 문제를 해결하기보다 결국 사람 상담원에게 넘기는 라우터 역할에 머물렀어요.
상황이 심각해지자 Klarna는 극단적인 조치를 취했어요. 빠르게 사람을 다시 뽑을 수 없으니, 소프트웨어 엔지니어와 마케터를 콜센터로 배치한 거예요. 전문 인력이 전화를 받는 상황이 벌어진 거죠.
"브랜드 관점에서, 회사 관점에서, 고객에게 '원하면 언제든 사람과 대화할 수 있다'는 걸 분명히 하는 게 정말 중요하다고 생각합니다."
뭐가 달라지는 건데?
Klarna의 사례는 혼자가 아니에요. Duolingo도 비슷한 길을 걸었어요. 2024년 1월, Duolingo는 AI-first를 선언하며 계약직 번역가의 10%를 해고했어요. CEO Luis von Ahn은 "AI가 처리할 수 있는 일에는 더 이상 계약직을 쓰지 않겠다"고 했죠. 결과요? 레슨이 반복적으로 바뀌고, 설명이 얕아지고, 한때 신선했던 콘텐츠가 찍어낸 느낌으로 변했어요. LinkedIn에 올린 AI-first 메모에는 1,000개 이상의 댓글이 달렸는데, 대부분 앱을 삭제하겠다는 반응이었어요. 결국 von Ahn은 "메모를 잘 쓰지 못했다"고 인정하며 한발 물러섰고요.
이건 두 회사만의 문제가 아니에요. 데이터가 말해주고 있어요.
| AI 전면 대체 (Klarna 이전) | 인간+AI 하이브리드 (Klarna 이후) | |
|---|---|---|
| 단순 문의 처리 | AI가 처리 (빠름) | AI가 처리 (빠름) — 동일 |
| 복잡한 문제 | AI가 시도 → 실패 → 고객 이탈 | AI가 요약·맥락 전달 → 사람이 해결 |
| 감정적 상황 | 정형화된 응답 → 불만 폭발 | 사람이 공감 → 신뢰 회복 |
| 에스컬레이션 | 대화 처음부터 다시 설명 | AI가 대화 기록·의도·시도 내역 자동 전달 |
| 비용 | 단기 절감 ✓ | 장기 고객 유지 + 브랜드 가치 보존 |
| 고객 만족도 | 60% (AI 단독) | 88% (사람 상담 기준, Verizon) |
Gartner는 2026년 2월 보고서에서 이렇게 예측했어요: "AI 때문에 CS 인력을 줄인 기업의 50%가 2027년까지 다시 사람을 채용할 것이다." Klarna는 그 예측을 가장 먼저 증명한 사례가 된 거예요.
핵심만 정리: 시작하는 법
AI로 CS를 혁신하되 Klarna의 실수를 반복하지 않으려면, 이 5단계를 따라가세요.
- AI의 역할을 "대체"가 아닌 "보조"로 설정하기
AI는 단순 반복 문의(배송 조회, 비밀번호 재설정 등)를 처리하고, 복잡한 건은 처음부터 사람에게 넘기도록 설계하세요. Klarna의 실수는 AI를 "사람 대신"이 아니라 "사람 없이"로 세팅한 거였어요. - 에스컬레이션에 "맥락 핸드오프"를 필수로 넣기
고객이 AI에서 사람으로 넘어갈 때, 대화 기록·추론된 의도·시도한 해결책이 자동으로 전달되어야 해요. 고객에게 처음부터 다시 설명하게 만드는 건 CX의 실패예요. - "사람과 대화하기" 옵션을 항상 보이게 하기
Siemiatkowski가 뒤늦게 깨달은 핵심이에요. 고객에게 선택권을 주세요. 숨겨진 메뉴 뒤에 넣지 마세요. 50%의 소비자가 AI가 사람 상담을 막을까 봐 걱정한다는 데이터가 있어요. - AI 품질 메트릭을 비용 절감과 분리해서 추적하기
Klarna가 빠진 함정은 비용 절감 = 성공이라고 본 거예요. CSAT(고객만족도), FCR(최초해결률), 에스컬레이션 비율을 별도로 추적하고, 비용 메트릭과 같은 무게로 리뷰하세요. - 점진적으로 도입하고, 되돌릴 준비를 해두기
700명을 한 번에 자르는 건 실험이 아니라 도박이에요. 10-20% 단위로 AI 비중을 늘리면서, 각 단계에서 품질 메트릭을 확인하세요. 문제가 보이면 즉시 사람을 다시 투입할 수 있는 구조를 유지하세요.
핵심 원칙
AI 도입의 목표는 "사람을 줄이는 것"이 아니라 "사람이 더 중요한 일에 집중하게 하는 것"이에요. Klarna가 비싸게 배운 이 교훈은, 사실 모든 회사에 적용돼요. AI가 80%의 단순 업무를 처리하면, 사람은 나머지 20%의 고가치 상호작용에 온전히 집중할 수 있어요.
