고객이 전화하면 IVR 미로를 돌고, 챗봇에 물으면 "담당자에게 연결해 드릴게요"로 끝나고, 상담원은 5개 창을 번갈아 보며 히스토리를 찾아요. CRM에 데이터는 쌓여 있는데, 정작 고객 접점에서는 그걸 제대로 못 쓰는 거죠. Salesforce가 Enterprise Connect 2026에서 이 문제에 정면 승부를 걸었어요 — Agentforce Contact Center, 음성·디지털·AI 에이전트·CRM 데이터를 하나의 네이티브 시스템으로 통합한 컨택센터예요.
이게 뭔데?
컨택센터 시장은 원래 CCaaS(Contact Center as a Service) 전문 업체들의 영역이었어요. Genesys, NICE, Five9, Amazon Connect 같은 플레이어들이 음성 인프라와 라우팅에 강점을 갖고 있었고, Salesforce는 CRM 데이터를 보유하되 컨택센터 실행은 이들에게 맡기는 구조였죠. 2022년에 Salesforce Contact Center를 처음 내놓았을 때도 기존 CCaaS 벤더와의 "통합"에 초점을 맞췄어요.
그런데 이번엔 달라요. Agentforce Contact Center는 통합이 아니라 "네이티브"예요. Salesforce가 15개월에 걸쳐 자체 텔레커뮤니케이션 스택을 새로 구축했어요. 음성이 CRM 안에서 직접 돌아가는 거예요. 전화가 오면 실시간 전사(transcription)가 이뤄지고, 감정 분석이 돌아가고, 그 결과가 바로 고객 레코드에 기록돼요. 별도 연동이 아니라 하나의 시스템 안에서요.
Zeus Kerravala(ZK Research)는 이렇게 평가했어요 — "Salesforce는 기업들이 수년간 당연하게 받아들여온 '통합 세금(integration tax)'을 없애려 하고 있다. 고객 데이터, 워크플로우, AI, 음성이 전부 별도 시스템에 살면서 억지로 이어 붙여야 했던 구조 말이다."
핵심은 AI 에이전트가 단순 챗봇이 아니라는 거예요. Salesforce는 이걸 "에이전틱(Agentic) 컨택센터"라고 부르는데, AI가 예약 잡기, 문서 조회, 주문 상태 확인 같은 업무를 자율적으로 처리하고, 복잡한 건만 사람에게 넘기는 구조예요. 넘길 때도 전체 대화 기록과 고객 히스토리가 함께 전달되니까, 고객이 같은 말을 반복할 필요가 없어요.
그리고 이 시스템의 기술적 근간에는 하이브리드 에이전트가 있어요. 이 부분이 특히 중요한데, 다음 섹션에서 자세히 다룰게요.
뭐가 달라지는 건데?
가장 큰 차이는 "AI를 어디에 놓느냐"예요. 기존 구조에서는 CRM(Salesforce)과 컨택센터(Genesys/Five9 등)가 API로 연결되고, AI는 그 위에 또 다른 레이어로 얹혀 있었어요. 데이터가 시스템 사이를 오갈 때마다 지연이 생기고, 컨텍스트가 유실되는 거죠.
| 기존 (CRM + CCaaS 연동) | Agentforce Contact Center | |
|---|---|---|
| 음성 처리 | 외부 CCaaS에서 처리 → CRM에 로그 전송 | CRM 네이티브 — 실시간 전사+감정분석+기록 |
| AI 에이전트 | 별도 AI 봇 → CRM 조회 API 호출 | CRM 데이터 직접 접근, 자율적 업무 처리 |
| 핸드오프 | 시스템 전환 시 컨텍스트 유실 빈번 | AI→사람 전환 시 전체 히스토리 자동 전달 |
| 관리자 뷰 | CCaaS 대시보드 + CRM 대시보드 따로 | AI+사람 에이전트 단일 워크스페이스 관리 |
| 셋업 | 전화번호·라우팅 설정에 수일~수주 | 수 분 내 전화번호 설정 가능 |
| 데이터 활용 | 채널별 사일로 → 수동 통합 필요 | 영업·마케팅·서비스 전체 데이터 실시간 참조 |
그런데 "AI가 알아서 한다"는 말, 엔터프라이즈 환경에서는 오히려 불안하잖아요. LLM이 고객한테 엉뚱한 답변을 하면 어떡하죠? 여기서 Salesforce의 하이브리드 추론(Hybrid Reasoning) 아키텍처가 빛을 발해요.
하이브리드 에이전트 = 결정론적 워크플로우 + LLM 추론
Salesforce는 이걸 "Agent Graph"라고 부르는데, 복잡한 업무를 작은 단위의 서브에이전트로 쪼개고, 유한 상태 머신(FSM)으로 이들의 전환을 관리해요. 핵심 아이디어는 "LLM의 대화 유연성을 보장된 실행 레이어 사이에 샌드위치처럼 끼워 넣는 것"이에요. 예를 들어 본인 인증이나 결제 처리 같은 비즈니스 크리티컬 단계는 100% 결정론적으로 실행하고(Apex, Flow, API), 고객의 의도를 파악하거나 자연어로 응대하는 부분은 LLM이 담당하는 식이죠.
이 구조를 더 구체적으로 제어하는 게 Agent Script예요. 두 가지 문법이 있어요 — ->(Logic Instruction)는 매번 동일하게 실행되는 결정론적 경로이고, |(Prompt Instruction)는 LLM에 보내는 자연어 지시예요. 개발자가 비즈니스 로직의 어디까지를 "반드시 이렇게"로 고정하고, 어디부터를 "AI가 판단해"로 열어둘지 세밀하게 조절할 수 있어요.
Salesforce는 이걸 6단계 결정론(Six Levels of Determinism)으로 체계화했어요 — 자율 선택 → 에이전트 지시 → 데이터 그라운딩 → 에이전트 변수 → Apex/API/Flow 액션 → Agent Script 순으로 결정론의 강도를 높여갈 수 있어요. 사실상 "AI를 얼마나 풀어줄 것인가"에 대한 슬라이더를 제공하는 셈이죠.
아직 알아둘 것
현재 Agentforce Contact Center의 전화번호는 미국·캐나다에서만 사용 가능해요. 국제 확장은 2026년 내 순차 진행 예정이에요. 기존 17개 CCaaS 벤더 파트너 연동은 계속 유지되므로, 당장 전환이 어려운 조직은 하이브리드 운영도 가능해요.
핵심만 정리: 시작하는 법
- 자격 확인
Agentforce Contact Center는 Agentforce Service 고객 대상 애드온이에요. 이미 Service Cloud를 쓰고 있다면 진입 장벽이 낮아요. 아직 가격은 공식 미발표 상태이므로, Salesforce 영업팀이나 파트너사에 문의하는 게 첫 단계예요. - Agentforce 100 프로그램 검토
Salesforce가 초기 100개 조직에 엔지니어링 지원, 임원급 리소스, 상업적 인센티브를 제공하는 프로그램을 운영 중이에요. 얼리 어답터 혜택을 노릴 수 있어요. - 하이브리드 에이전트 설계
기존 컨택센터 워크플로우를 분석해서 "이건 반드시 결정론적으로"(인증, 결제, 개인정보 처리)와 "이건 LLM에게 맡겨도 돼"(의도 파악, FAQ 응대, 감정 대응) 영역을 나눠보세요. 6단계 결정론 프레임워크가 좋은 기준점이에요. - 파트너 활용
Accenture(NeuraFlash 포함), Deloitte Digital, IBM Consulting, PwC가 이미 멀티데이 구현 워크숍을 수료한 상태예요. 자체 구축보다 이들과 협업하는 게 초기 리스크를 줄여줘요. - 점진적 롤아웃
여행·호스피탈리티 업종에서 40-60% AI 자체 해결률이 나오고 있어요. 단, 업종과 콜 복잡도에 따라 크게 다르니, 파일럿부터 시작해서 containment rate를 측정하며 확대하세요.
