AI 서포트 자동화는 “운영 효율”로만 보면 반쪽짜리입니다. 진짜 포인트는 CAC를 낮추는 성장 레버라는 것. 광고로 데려온 유저가 온보딩/결제 직전에 막히는 순간, 서포트가 즉시 해결해주면 전환율이 오르고(=획득비 회수), 불만이 줄면 리텐션이 붙습니다. 서포트 품질이 곧 퍼널의 누수(Leak)라는 얘기죠.
dev.to의 TicketCord 사례(Discord 내 AI 서포트 Atlas)는 “AI는 똑똑해지기만 하면 된다”는 환상을 깨줍니다. 첫 버전은 할루시네이션, 무관한 답변, 뻔한 멘트로 유저를 더 화나게 했고, 이후 1년 동안 성패를 가른 건 LLM이 아니라 검색·근거·중단(escallation) 설계였습니다. 와 이거다! 여기서 그로스 팀이 바로 써먹을 프레임이 나와요: 지원 자동화의 KPI는 ‘응답 수’가 아니라 ‘해결률·신뢰도·핸드오프’입니다.
TicketCord가 택한 핵심은 RAG 파이프라인의 디테일입니다. 문서 URL을 크롤링하고(SPA면 헤드리스로 폴백), 본문만 추출해 노이즈를 줄인 뒤, 구조를 살린 청킹과 오버랩으로 검색 정밀도를 끌어올립니다. 그리고 결정타는 하이브리드 검색(벡터+키워드). “TC007” 같은 에러코드는 의미 기반 임베딩만으로는 놓치기 쉬운데, 키워드 스코어를 섞어 랭킹을 융합하니 정확도가 올라갑니다. 이건 곧 재문의 감소(=지원 비용↓) + 해결 시간 단축(=전환/리텐션↑)로 직결됩니다.
더 중요한 건 신뢰도 점수와 ‘답하지 않을 권리’입니다. TicketCord는 confidence threshold로 고/중/저를 나눠, 높으면 유저에게 출처와 함께 답하고, 중간이면 상담원에게 초안만 제시, 낮으면 아예 사람에게 넘깁니다. “모르면 모른다”가 시스템 규칙이 되는 순간, 할루시네이션으로 인한 신뢰 붕괴를 막습니다. 유저가 여기서 이탈할 것 같은데… 실제로 잘못된 답변 1번이 D7 리텐션을 박살내는 경우, 자동화는 독이 되거든요.
한편 국내 기사(더페어/구글뉴스)에서 LG유플러스가 MWC26에 공개한 ‘Agentic AICC’는 이 흐름을 한 단계 더 밀어붙입니다. 메시지는 명확합니다: 콜봇은 “응대”가 아니라 “문제 해결사”로 진화해야 하고, 핵심 컨셉은 Self-Evolving(자기진화). 연 3,300만 건 상담 데이터의 결과/반응을 실시간 피드백 루프로 바꿔, 상담을 하면 할수록 오류를 수정하며 고도화된다는 이야기죠.
여기서 두 사례가 만나는 지점이 그로스 관점의 ‘실행 가능한 프레임’입니다. TicketCord의 업보트/다운보트 피드백이 검색 랭킹을 조금씩 교정하듯, LGU+의 자기진화도 결국은 같은 구조입니다: (1) 근거 기반 답변(RAG) → (2) 확신 구간별 라우팅(자동/초안/인간) → (3) 결과 기반 학습(피드백 루프). 빨리 테스트해봐야 돼! 이 3단계만 갖추면 “자동응대율”이 아니라 “해결 자동화율”이 올라가고, 그게 곧 비용 구조와 리텐션을 동시에 바꿉니다.
그럼 CAC는 어떻게 내려가냐? 지원 자동화는 직접적으로 광고 단가를 낮추진 않지만, CAC 회수 구간을 앞당깁니다. 예를 들어 결제 직전 ‘연동 에러/요금제 질문/환불 불안’ 같은 이탈 사유를 1~2분 내 해결하면, 전환율이 오르고 유료 전환까지의 시간이 줄어 LTV/CAC가 개선됩니다. 특히 B2B/커뮤니티 제품(Discord 기반)에서는 “빠른 해결 경험”이 추천과 재방문으로 이어져 바이럴에도 불을 붙여요. 이거 바이럴 될 것 같은데? “서포트가 빠른 제품”은 생각보다 강한 구전 포인트입니다.
시사점은 3가지입니다. 첫째, 지식베이스 품질(크롤링·정제·청킹·하이브리드 검색)이 곧 그로스 인프라입니다. 둘째, 에스컬레이션 설계(confidence routing)가 전환/리텐션을 지키는 안전장치입니다. 셋째, 피드백 루프(업/다운보트, 해결 결과, CSAT)가 장기적으로 운영비를 깎는 복리 엔진입니다. ‘AI를 붙였다’가 아니라 ‘지원 퍼널을 설계했다’가 되어야 합니다.
전망: 앞으로 서포트 AI는 “챗봇 UI” 경쟁이 아니라 워크플로우 경쟁으로 갈 가능성이 큽니다. 답변 생성보다 중요한 건 언제 검색하고, 언제 멈추고, 언제 사람에게 넘기고, 어떤 신호로 개선할지의 시스템 디자인이니까요. 다음 분기 성장 실험으로는 (a) 결제/온보딩 이탈 구간 top 20 문의를 RAG로 우선 커버, (b) confidence 기준으로 자동/초안/인간 라우팅, (c) 해결률 기반으로 랭킹을 자동 보정하는 루프를 붙여보세요. Conversion rate가 얼마나 오를까요? 제품마다 다르지만, 최소한 “서포트가 만든 누수”를 줄이는 만큼은 정직하게 개선됩니다.