Reggie Scales, Vonage 사장 겸 비즈니스 유닛 애플리케이션 부문 책임자 – 인터뷰 시리즈

Reggie Scales, Vonage 사장 겸 비즈니스 유닛 애플리케이션 부문 책임자는 20년 이상에 걸쳐 영업, 운영, 시장 진출 전략 및 비즈니스 성장을 이끌어 온 숙련된 기술 및 통신 임원입니다. 2018년 Vonage에 합류한 이후 회사의 애플리케이션 사업부에서 고위 리더십 역할을 맡아 왔습니다. 이전에는 Masergy에서 미국 서부 지역 수석 부사장, Comcast Business에서 중부 지역 부사장 겸 총괄 매니저, Wilcon에서 영업 및 마케팅 수석 부사장으로 재직했습니다. 초기 경력에서는 PAETEC에서 12년 이상 근무하며 여러 임원 직책을 역임했으며, 매출 및 서비스 사장으로서 약 500명의 직원을 둔 10억 달러 규모 지역의 영업 및 비즈니스 운영을 담당했습니다. 그의 경력은 통신 비즈니스를 확장하고, 고성과 팀을 구축하며, 기업 영업 및 고객 참여 전략을 개발하는 데 초점을 맞추었습니다.

Vonage는 Ericsson의 일부인 글로벌 엔터프라이즈 기술 기업으로, 전 세계 100,000개 이상의 기업에 통신 API, 통합 커뮤니케이션 및 컨택센터 솔루션을 제공하고 있습니다. 이 플랫폼을 통해 조직은 음성, 영상, 메시징, 인증 및 기타 통신 기능을 애플리케이션과 고객 경험에 직접 삽입할 수 있으며, 비즈니스 커뮤니케이션 및 컨택센터 제품은 직원 협업과 고객 참여를 지원합니다. Vonage는 인공지능과 모바일 네트워크 인텔리전스를 플랫폼에 점점 더 통합하여, 기업과 개발자에게 디지털 채널 전반에 걸쳐 보다 개인화되고 안전하며 자동화된 통신 경험을 만들 수 있는 도구를 제공하고 있습니다.

귀하의 경력은 영업, 서비스, 지역 운영, 통신 인프라를 아우르며 현재는 Vonage의 애플리케이션 사업부를 이끌고 있습니다. 이러한 운영 경험이 AI 도입 접근 방식에 어떻게 영향을 미쳤으며, 특히 혁신과 측정 가능한 고객 및 비즈니스 결과 사이의 균형 필요성에 대해 어떻게 생각하십니까?

저는 통신 분야에서 25년 이상을 일해 왔으며, 경력의 각 단계마다 기술 투자를 명확한 비즈니스 필요와 연결하는 것이 얼마나 중요한지 깨달았습니다. 장거리 서비스 판매로 시작해 지역 통신, 데이터 네트워크, 클라우드 컴퓨팅, 그리고 현재는 AI 분야로 이동했습니다. 업계의 여러 주요 변화를 직접 목격했으며, 한 가지 교훈은 변함없이 남아 있습니다: 새로운 기술은 고객과 비즈니스의 실제 문제를 해결할 때 지속적인 가치를 제공합니다.

저는 같은 사고 방식을 AI에도 적용합니다. 컨택센터에서 시작점은 개선하고자 하는 결과이어야 합니다. 이는 고객이 일상적인 질문을 더 빠르게 해결하도록 돕거나, 직원에게 대화 중에 더 나은 정보를 제공하거나, 불필요한 단계를 줄이거나, 채널 간 이동 시 컨텍스트 손실 없이 쉽게 전환할 수 있도록 하는 것을 의미할 수 있습니다.

현재 제 역할은 제품, 엔지니어링, 영업, 파트너십 및 고객 지원을 포괄하며, 이는 채택에 대한 제 사고 방식에도 영향을 줍니다. 기술적으로 인상적인 기능이라 할지라도 기업은 그것이 기존 운영에 어떻게 맞는지, 직원과 고객이 얼마나 쉽게 사용할 수 있는지, 그리고 효과를 어떻게 측정할지 고려해야 합니다. 기술, 실행, 결과 사이의 이러한 연결은 변화 속도가 매우 빠른 AI에서 특히 중요합니다.

많은 기업이 생성형 및 에이전트형 AI를 컨택센터에 도입하려는 열망이 큽니다. 초기 파일럿을 넘어 확장하기 전에 데이터, 워크플로우 설계, 시스템 통합 및 거버넌스 측면에서 어떤 기본 작업을 완료해야 할까요?

기업은 컨택센터 전반에 AI를 확장하기 전에 탄탄한 기반이 필요합니다. 파일럿은 제한된 데이터와 워크플로우로 제어된 환경에서 작동할 수 있습니다. 이를 확장하면 AI를 더 많은 시스템, 고객 정보 및 비즈니스 영역에 연결해야 하며, 이는 추가적인 복잡성을 초래합니다.

데이터는 가장 먼저 다루어야 할 영역 중 하나입니다. 조직은 고객 정보가 어디에 저장되어 있는지, 정확하고 최신인지, 그리고 누가 사용할 권한이 있는지를 파악해야 합니다. 워크플로우 설계도 동일하게 중요합니다. 기업은 AI가 들어가는 프로세스, AI가 내릴 수 있는 결정, 그리고 사람이 개입해야 하는 지점을 이해해야 합니다.

통합은 또 다른 핵심 요소입니다. 고객은 음성, 메시징, 영상 등 다양한 채널을 통해 소통하고, 직원은 백엔드에서 여러 시스템을 활용할 수 있습니다. 이러한 환경이 연결되지 않은 상태라면 AI를 추가함으로써 또 다른 파편화 층이 생길 수 있습니다.

거버넌스도 처음부터 구축되어야 합니다. 기업은 개인정보 보호, 보안, 접근 권한 및 인간 감독에 대한 명확한 규칙이 필요합니다. 또한 AI를 장기적으로 어떻게 평가할지 정의해야 합니다. 파일럿을 넘어서는 단계에서는 상호작용 수와 상황 범위가 확대될 때 기술이 일관되게 작동한다는 확신이 필요합니다.

고객 정보는 종종 CRM 시스템, 통화 기록, 메시지 이력 및 기타 엔터프라이즈 플랫폼에 걸쳐 단편화됩니다. 진정으로 통합된 고객 컨텍스트 레이어를 구축하려면 무엇이 필요하며, 조직은 AI 시스템이 불완전하거나 오래된 정보를 기반으로 행동하지 않도록 어떻게 방지할 수 있을까요?

유용한 고객 컨텍스트 레이어는 고객이 누구인지, 여정에서 이미 어떤 일이 있었는지, 현재 무엇을 달성하려는지를 설명하는 정보를 연결하는 것에서 시작됩니다. 여기에는 CRM 정보, 통화 기록, 메시지 이력, 계정 상세, 이전 서비스 상호작용 및 기타 관련 기록이 포함될 수 있습니다.

많은 기업이 여전히 이러한 정보를 별도 시스템에서 관리하고 있으며, 이는 AI 유무와 관계없이 문제를 일으킵니다. 고객이 한 채널에서 대화를 시작하고 다른 채널로 이동하면, 두 번째 시스템에 첫 번째 상호작용 기록이 없어 정보를 다시 제공해야 할 수 있습니다. AI는 이러한 파편화를 해결하는 것이 더욱 중요해집니다. 에이전트는 신뢰할 수 있는 컨텍스트가 있을 때만 유용한 권고를 하거나 적절한 조치를 취할 수 있기 때문입니다.

조직은 다양한 유형의 정보에 대해 어떤 시스템이 권위 있는지 파악하고, 해당 정보를 최신 상태로 유지하는 프로세스를 마련해야 합니다. 또한 AI가 충분한 컨텍스트가 없어 자신 있게 진행할 수 없는 상황에 대비한 보호 장치도 필요합니다.

정보가 누락되었거나, 충돌하거나, 오래된 경우 AI는 그 제한을 인식하고 명확히 묻거나 인간을 개입시킬 수 있어야 합니다. 이는 AI가 질문에 답하는 단계에서 고객을 위한 행동을 수행하는 단계로 전환함에 따라 특히 중요합니다.

가상 에이전트에서 인간 상담원으로의 효과적인 핸드오프는 어떻게 이루어져야 할까요? 고객의 의도, 이전 대화, 완료된 작업 및 미해결 이슈에 대한 어떤 정보가 전달되어야 고객이 다시 시작할 필요가 없을까요?

고객은 동일한 대화의 연속으로 원활한 핸드오프를 경험해야 합니다. 인간 상담원이 상호작용에 참여할 때, 고객이 왜 연락했는지, 이미 논의된 내용, 가상 에이전트가 완료한 작업, 그리고 아직 처리해야 할 사항을 이해하고 있어야 합니다.

최소한 핸드오프에는 고객의 의도, 관련 대화 기록, 상호작용에 필요한 계정 정보, 이미 완료된 단계나 검증, 그리고 가상 에이전트가 이슈를 에스컬레이션한 이유가 포함되어야 합니다. 고객이 이미 문제를 설명하거나 질문에 답했다면, 상담원은 해당 정보를 즉시 확인할 수 있어야 합니다.

이러한 연속성은 고객 서비스에서 가장 큰 불만 원인 중 하나인 재시작을 방지하기 때문에 중요합니다. AI는 추가적인 단계가 아니라 마찰을 줄이는 역할을 해야 합니다.

가상 에이전트가 일상적인 상호작용을 더 많이 처리하게 되면서, 사람에게 전환되는 품질은 더욱 중요해집니다. 공감, 판단, 창의성 또는 보다 미묘한 문제 해결이 필요한 상황은 계속 존재할 것입니다. 기업은 초기부터 이를 설계하고, 직원에게 충분한 컨텍스트를 제공하여 AI 에이전트로부터 대화를 효과적으로 이어받을 수 있도록 해야 합니다.

고객 경험 AI의 다음 단계는 독립형 도구보다는 기존 워크플로우에 직접 내장된 인텔리전스에 초점을 맞출 것으로 예상됩니다. 이는 컨택센터에서 AI가 수행하는 역할을 어떻게 변화시키며, 기업은 어떤 작업을 완전 자동화하고 어떤 작업을 인간 주도로 유지할지 어떻게 결정해야 할까요?

AI를 기존 워크플로우에 내장하는 것은 매우 효과적입니다. 직원과 고객이 별도의 경험으로 이동할 필요 없이 혜택을 누릴 수 있기 때문입니다. AI는 대화 중에 직원이 정보를 찾도록 돕고, 상호작용을 요약하며, 다음 단계를 제안하거나 고객을 위한 일상적인 프로세스를 완료함으로써 현재 컨택센터에서 일어나고 있는 일을 지원할 수 있습니다.

자동화 대상 작업을 결정할 때 기업은 작업의 성격과 결과를 면밀히 검토해야 합니다. 명확한 규칙과 예측 가능한 결과를 가진 반복적인 상호작용은 자동화 후보가 됩니다. 예를 들어, 간단한 계정 문의는 민감한 불만, 특이한 상황 또는 고객에게 큰 영향을 미칠 수 있는 결정을 포함하는 대화와는 크게 다릅니다.

공감, 판단 및 창의적 문제 해결이 필요한 영역에서는 직원이 여전히 중요한 역할을 수행합니다. AI는 단순히 상호작용을 차지하는 것이 아니라 이러한 직원들을 지원할 수 있습니다.

저는 자동화를 그 결과 제공하는 경험을 기준으로 평가합니다. 프로세스가 빨라졌지만 재연락이 늘어나거나 에스컬레이션이 증가하거나 고객 불만이 커진다면, 기업은 해당 워크플로우 설계를 재검토해야 합니다.

Vonage는 최근 의료, 금융 서비스 및 소매 컨택센터용 산업별 AI 에이전트를 도입했습니다. 왜 수직적 전문화가 중요해지고 있으며, 기업은 AI 에이전트가 해당 산업의 워크플로우, 용어 및 규제 요구사항을 진정으로 이해하고 있는지 어떻게 판단해야 할까요?

고객이 의료 제공자와 소통하는 방식은 금융 기관이나 소매업체와 상호작용하는 방식과 크게 다를 수 있습니다. 기본적인 컨택센터 기술은 유사할 수 있지만, 해당 상호작용에 사용되는 언어, 워크플로우, 고객 기대 및 요구사항은 크게 차이납니다.

AI 에이전트가 기본 질문 답변을 넘어서는 기능을 갖추게 되면서 산업 맥락은 더욱 중요해집니다. 에이전트는 고객이 흔히 요청하는 유형, 직원 및 고객이 사용하는 용어, 해당 요청을 처리하는 시스템, 그리고 수행할 수 있는 범위에 대한 경계를 이해해야 합니다.

기업은 실제 운영에서 나온 시나리오를 활용해 산업별 AI를 평가해야 합니다. 이는 일반적인 요청뿐 아니라 예외 및 복잡한 상황을 테스트하는 것을 의미합니다. 에이전트가 기대되는 워크플로우를 따르고, 고객이 사용하는 언어를 이해하며, 언제 사람을 개입시켜야 하는지를 살펴봐야 합니다.

조직은 또한 개인정보 보호, 보안 및 규제 요구사항이 어떻게 처리되는지도 평가해야 합니다. 이러한 고려사항은 에이전트가 고객과 상호작용하기 전에 설계 및 평가 단계에 포함되어야 합니다.

궁극적으로, 산업 지식은 보다 정확하고 적절하며 유용한 고객 상호작용으로 전환될 때 가치가 있습니다.

AI 에이전트가 질문에 답하는 단계에서 거래를 완료하고 고객을 대신해 행동을 수행하는 단계로 발전함에 따라, 권한, 개인정보 보호, 환각, 감사 가능성 및 인간 감독과 관련된 어떤 안전장치가 필요합니까?

AI 에이전트에 부여되는 책임이 커질수록 감독 수준도 높아져야 합니다. 일반 정보를 제공하는 에이전트와 계정 변경, 거래 완료 또는 고객에게 직접적인 영향을 미치는 다른 행동을 수행하는 에이전트는 크게 다릅니다.

권한은 그 핵심 요소입니다. AI 에이전트는 수행하도록 승인된 작업에 필요한 정보와 시스템에만 접근해야 합니다. 신원 확인, 접근 제어 및 고객 데이터 사용에 대한 명확한 규칙도 중요합니다. 고객은 자신의 정보가 어떻게 처리되는지 투명하게 알 수 있어야 합니다.

조직은 또한 상호작용 중에 일어난 일을 기록해야 합니다. 에이전트가 행동을 시작하면 기업은 어떤 정보가 사용되었고, 어떤 행동이 완료되었으며, 문제가 발생했을 경우 어디에서 발생했는지를 파악할 수 있어야 합니다. 이는 민감하거나 규제된 환경에서 특히 중요합니다.

인간 감독은 작업의 위험 수준을 반영해야 합니다. 일부 일상적인 작업은 AI 에이전트가 독립적으로 수행해도 적절할 수 있습니다. 보다 중요한 상황은 검토 또는 승인이 필요할 수 있습니다.

AI는 또한 불확실성을 인식해야 합니다. 정보가 불완전하거나 충돌하거나 부여된 범위를 벗어날 경우, 가장 안전한 방법은 중단하고 추가 정보를 요청하거나 인간을 개입시키는 것이며, 근거 없는 가정에 따라 진행해서는 안 됩니다.

컨택센터 AI 프로젝트는 종종 비용 절감, 콜 디플렉션, 평균 처리 시간 감소 등을 통해 평가됩니다. AI가 최초 접촉 해결, 고객 만족, 직원 경험, 매출 및 장기 신뢰를 향상시키는지를 판단하기 위해 리더가 활용해야 할 추가 지표는 무엇입니까?

효율성 지표도 중요하지만, 리더는 상호작용이 얼마나 빠르고 저렴하게 처리됐는지 그 이상을 살펴야 합니다. 문제가 완전히 해결되지 않아 고객이 다시 연락해야 한다면 짧은 상호작용은 큰 가치가 없습니다.

따라서 최초 접촉 해결률은 중요한 측정 지표입니다. 재연락 비율과 에스컬레이션 비율도 AI가 실제로 고객을 돕는지 아니면 문제를 다른 곳으로 옮기는지 판단하는 데 도움이 됩니다. 고객 만족도는 핵심이어야 하며, 경험이 궁극적으로 고객이 기업을 신뢰하고 지속적으로 이용할지를 결정합니다.

이 점은 우리가 고객 참여 연구에서 본 바와 같이 특히 중요합니다. 고객은 나쁜 경험에 대한 인내가 제한적이므로, 기업은 전체 관계를 희생하면서까지 하나의 효율성 지표만 최적화하는 데 주의해야 합니다.

직원 경험도 주목받아야 합니다. AI가 더 나은 정보를 제공하고 반복 작업을 처리하며 직원이 복잡한 문제를 해결하도록 돕는다면, 리더는 직원 피드백과 성과에서 이를 확인할 수 있어야 합니다.

또한 고객 유지, 계정 성장, 서비스 상호작용을 통해 발생하거나 보호된 매출 등 보다 넓은 비즈니스 결과도 살펴볼 것입니다. 이들 지표를 종합하면 AI가 장기적으로 고객, 직원 및 비즈니스에 가치를 창출하고 있는지에 대한 보다 명확한 그림을 얻을 수 있습니다.

Vonage는 Ericsson을 통해 컨택센터, 통합 커뮤니케이션, 통신 API 및 네트워크 기반 기능을 운영합니다. 이러한 계층이 어떻게 협력하여 AI 에이전트가 채널 간에 원활히 소통하고 행동을 수행하면서 또 다른 파편화된 기술 스택을 만들지 않을 수 있을까요?

고객은 상호작용이 컨택센터 플랫폼에서 이루어지는지, 통신 API나 모바일 네트워크를 통해 제공되는지에 대해 생각하지 않습니다. 자신에게 맞는 채널을 통해 소통하고 불필요한 마찰 없이 상호작용을 지속하기를 기대합니다. 이러한 경험을 뒷받침하는 기술은 연속성을 지원해야 합니다.

Vonage는 Network API, CPaaS, CCaaS 및 UCaaS 전반에 걸쳐 운영함으로써 이러한 기능을 고객 경험의 연결된 부분으로 생각할 수 있는 기회를 제공합니다. AI 에이전트가 더욱 능숙해짐에 따라, 에이전트가 한 채널을 통해 소통하고 다른 시스템에서 컨텍스트를 가져오며 다른 곳에서 행동을 취해야 할 수 있기 때문에 이러한 연결이 점점 더 중요해집니다.

보다 통합된 접근 방식은 고객이 음성, 메시징 및 기타 채널 간에 이동할 때 컨텍스트를 유지하는 데도 도움이 됩니다. AI 상호작용이 직원에게 전달될 때도 동일한 원리가 적용됩니다.

Ericsson과의 파트너십은 통신 애플리케이션과 네트워크 기능을 더욱 긴밀히 결합할 수 있는 기회를 제공합니다. 목표는 이러한 기능이 고객 여정 내에서 유용하도록 하면서 기업이 또 다른 분리된 도구 세트를 관리하도록 강요하지 않는 것입니다.

Vonage의 컨택센터, 통합 커뮤니케이션, API 및 Ericsson 네트워크 기능이 오늘날 고객 상호작용에서 어떻게 함께 작동할 수 있는지 한 가지 예시를 공유해 주시겠습니까?

좋은 예시로는 고객이 금융 서비스 컨택센터에 전화를 걸어 의심스러운 거래를 신고하거나 계정 변경을 요청하는 상황을 들 수 있습니다.

에이전트가 전화를 받기 전에도 Vonage의 Network API(Ericksson의 통신 인프라 기반)는 이미 작동하고 있습니다. 전화가 들어오면 즉시 Identity Insights 기능이 발신자의 전화번호를 실시간 모바일 네트워크 데이터와 대조하여 해당 번호와 연결된 SIM 카드가 최근 교체되었는지 확인합니다. 이는 잠재적 사기의 강력한 신호이며, 고객에게는 전혀 눈에 띄지 않고 마찰 없이 진행됩니다.

이 네트워크 인텔리전스는 Vonage의 Communications API를 통해 직접 컨택센터로 전달되어 에이전트 작업 공간에 실시간 신뢰 신호로 표시됩니다. 에이전트가 Salesforce 내에서 작업 중이라면 해당 인사이트가 Agentforce에 자동으로 나타나, 통화 시작 전에 발신자 신원이 확인되었는지 또는 추가 검증이 필요한지를 에이전트가 확인할 수 있습니다.

동시에 Vonage Contact Center(VCC)는 통합 커뮤니케이션 솔루션인 Vonage Business Communications(VBC)와 원활히 통합되어 조직 전체와 연결됩니다. 에이전트가 사기 전문가나 백오피스 동료를 참여시켜야 할 경우, 실시간으로 조직 내 누가 가능한지 확인하고 전체 컨텍스트를 유지한 채 전화를 전달할 수 있습니다. 고객은 다시 설명할 필요가 없으며, 전문가가 이미 발생한 상황을 파악한 상태로 대화에 참여합니다.

이 예시가 의미 있는 이유는 각 계층이 독립적으로 작동하지 않기 때문입니다. 네트워크가 컨택센터에 정보를 제공하고, API가 인텔리전스를 워크플로우에 연결하며, 통합 커뮤니케이션 레이어가 적절한 인원을 연결합니다. 고객은 이를 하나의 연속된 상호작용으로 경험하게 되며, 바로 그런 느낌이어야 합니다.

이와 같은 통합을 모든 기능에 걸쳐 구현하고자 하며, 이미 오늘날 고객에게 제공되고 있습니다.

AI가 더 많은 일상적인 고객 상호작용을 담당하게 되면서, 향후 3~5년 동안 인간 컨택센터 전문가들의 역할이 어떻게 변화할 것으로 예상되며, 기업은 지금 무엇을 시작해 인력, 프로세스 및 리더십을 준비해야 할까요?

AI가 일상적인 상호작용의 비중을 늘릴수록, 컨택센터 전문가들은 인간 역량이 가장 중요한 상황—복잡한 문제, 특이한 상황, 공감·판단·창의성이 요구되는 대화—에 더 많은 시간을 할애하게 될 것으로 예상합니다.

컨택센터 전문가들의 역할은 AI와 더욱 긴밀히 연결될 것입니다. 직원들은 AI를 활용해 정보를 찾고, 상호작용 이력을 파악하며, 대화를 요약하거나 가능한 다음 단계를 식별할 수 있습니다. 따라서 직원들은 이러한 시스템과 어떻게 협업하고, 언제 신뢰하며, 언제 권고를 재검토하거나 무시해야 하는지를 이해해야 합니다.

중요한 점은 기업이 지금 팀을 준비하기 시작하고, 리더십이 중요한 역할을 수행해야 한다는 것입니다. 직원들은 AI 도입 이유와 업무가 어떻게 변화할지 명확히 알아야 합니다. 교육은 AI가 일상 업무에 어떻게 적용되는지와 AI가 관여할 때 여전히 직원에게 남는 책임이 무엇인지 이해하도록 도와야 합니다.

기업은 컨택센터 전문가들을 구현 과정에 참여시켜야 합니다. 이들은 매일 고객 질문, 프로세스 격차, 특이 사례를 접하기 때문에, 자동화가 유용할 영역을 식별하고 문제 발생 가능성을 사전에 예측하는 데 기여할 수 있습니다.

앞으로 3~5년 동안 가장 강력한 컨택센터는 AI를 활용해 직원의 효율성을 높이면서, 고객이 필요할 때 인간 지원으로 연결되는 명확한 경로를 유지하는 곳이 될 것입니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자분들은 Vonage를 방문하시기 바랍니다.