패스트파이브가 AI 분석을 도입한 이유

지점 수 56개, 입주 멤버 수가 34,300명에 달하는 국내 1위 공유 오피스 브랜드, 패스트파이브.
패스트파이브의 CX 파트는 단순히 고객 문의를 처리하는 데 그치지 않고 CS에서 CX로의 변화를 성공적으로 달성하고 있습니다. 싱클리와 함께 데이터를 기반으로 개선점을 찾아내고, 이를 전사적으로 공유하며 서비스 품질을 끌어올리는 역할까지, 다양한 분야를 넘나들며 빠르게 성장하고 있습니다.

“이전에는 단순히 들어오는 문의에 응대하고 이관하는 운영 중심의 파트였어요. 하지만 지금은 VOC의 분석과 인사이트 도출이 핵심 KPI가 됐고, 파트의 역할 자체가 바뀌었습니다.”

이번 인터뷰에서는 온라인과 오프라인을 넘나드는 패스트파이브 CX 파트의 운영 방식부터, 싱클리 도입 배경과 이후 변화, 그리고 앞으로의 방향까지의 이야기를 담았습니다.

“들어오는 목소리는 많은데, 뭘 놓치고 있는지 알 수 없었어요”

패스트파이브에는 세일즈포스를 통해 서비스에 대한 칭찬부터 사소한 요청까지 하루 평균 약 310건의 문의가 들어옵니다. 그런데 대부분이 주관식 형태로 작성되다 보니, 내용을 일일이 읽고 분류하고 정리해야 했습니다.

“지점이 50개가 넘고, 업력도 10년이 넘은 만큼 누적된 문의가 이미 수만 건에 달합니다. 기존에는 대분류/중분류/소분류로 나눠서 설문을 받았지만 오분류가 많다는 문제가 있었어요. 또한 그 많은 텍스트가 정제되지 않은 상태로 남아있다 보니, 사람이 직접 엑셀로 피벗 테이블을 돌려가며 분류하는 데에는 명확한 한계가 있었어요.”
— 정소진 님, 패스트파이브 CX 파트

게다가 오프라인 채널과 온라인 앱 채널이 이원화되어 있어, VOC 데이터를 전사적으로 정리하고 인사이트를 도출하는 작업이 더 어려울 수 밖에 없었습니다.

이를 개선하기 위해 세일즈포스의 보고서 기능을 활용해 수기로 데이터를 정리하고, VOC 분류를 대분류–중분류–소분류로 체계화하려는 노력을 했습니다. 하지만 분류할 기준이 많아지면서 오인입도 덩달아 많아지는 문제를 경험하게 됩니다. 

세일즈포스에서 제공하는 필터 기능을 활용하기는 했지만, 키워드가 딱 들어맞지 않으면 분류가 되지 않는 키워드 기반 필터의 한계점을 더 체감하게 될 뿐이었습니다. 

아래는 패스트파이브에서 실제 작성했던 키워드 기반 리포트의 예시입니다. 오류라는 단어 하나를 걸러내기 위해서도, 에러, 불가능, 불가 등 수많은 키워드를 입력해야했습니다. 아마 많은 CX 담당자분들이 좌절을 느끼시는 부분이기도 할 것 같습니다.

[싱클리 도입 이전 키워드 기반 분석 예시]

오인입 데이터를 수정하고, 데이터 필터링에서의 실패를 반복적으로 경험하다보니, 도저히 수기 분석만으로는 정확도나 효율성 모두 확보하기 어렵다는 결론에 다다르게 되었습니다.

“CS에서 CX로, 파트의 역할 자체가 달라졌어요”

이런 문제의식 속에서, 패스트파이브 CX 파트는 VOC 분석의 체질 개선을 고민하게 됩니다. 그리고 운영 위주의 CS 조직에서 분석과 인사이트 도출에 집중하는 CX 조직으로의 변화를 결심하게 됩니다.

이러한 맥락에서 바라보면 더이상 분석의 정확도와 효율성만이 문제는 아니었습니다. 기존의 운영 위주의 분석에서는 패스트파이브가 가장 중요하게 생각하는 ‘멤버’ 한 사람 한 사람의 경험을 꼼꼼하게 살피기가 쉽지 않다는 점도 반드시 개선되어야 할 과제로 부각되기 시작했습니다. 

이렇듯 CS 조직에서 CX 조직으로 변모하기 위해서는 VOC의 정성 데이터를 자동으로 분류하고, 감정 분석까지 가능한 도구가 필요했습니다. 특히 개인 단위의 감정 분석을 통해 멤버별 특성을 파악하고, 보다 깊이 있는 인사이트를 도출하기 위해서는 싱클리의 AI 분석이 좋은 선택이라고 판단했습니다.

패스트파이브 CX 파트는 싱클리의 AI 분석 기능을 도입해, 사람의 손이 가지 않아도 유형 분류와 감정 분석이 자동으로 이뤄질 수 있도록, 그리고 그 안에서의 멤버 개인의 경험까지 관리할 수 있는 체계를 구축해나가기 시작했습니다. 

“AI 분석으로 보고서 퀄리티가 완전히 달라졌죠”

싱클리 도입 초기부터 기대하는 수준의 분석과 리포트 구조를 만들어내기는 어려웠습니다. 하지만 지속적인 피드백과 개선 과정을 거쳐, 분류 정확도를 100%에 가까운 수준까지 끌어올릴 수 있었습니다. 

“초기에는 수작업으로 분류를 수정해야 하는 경우가 더러 있었지만, 최근에는 한 건도 수정 안 한 주도 있어요. 학습이 된 거죠.”
— 김민섭 님, CX파트 파트장

그 결과, 매주 작성하는 지점별, 카테고리별 주간 VOC 리포트와 주간 보고의 양상이 크게 달라졌습니다.

싱클리 도입 이전에는 잦은 오분류로 인해 데이터의 신뢰도에 대한 우려가 자주 제기되었다면, 이제는 그러한 우려 없이 데이터에서 찾은 인사이트에 집중할 수 있게 되었습니다.

“디테일과 큰 그림 모두 챙길 수 있어서 좋아요”

실무와 리더십 모두가 참고할 수 있는 VOC 리포트

싱클리 도입 전·후로 보고서에 담기는 정보의 양이 대폭 증가했습니다. 같은 시간에 분석할 수 있는 내용이 많아졌기 때문이죠. 하지만 보고 과정은 이전보다 심플해졌다고 합니다. 비결이 무엇일까요?

[싱클리 도입 이전과 이후 VOC 대시보드 비교]

그 핵심에는 싱클리의 트렌딩 대시보드가 자리하고 있었습니다.

[싱클리 Trending 화면 예시]

“문의 사항의 추이를 한눈에 보여주는 트렌딩 기능이 생기면서 보고가 효율화됐어요. 하단의 실무 지표는 이제 ‘필요할 때만’ 보는 정도가 됐죠.”
— 김민섭 님

실무자가 챙겨야 하는 디테일과, 리더십이 봐야 하는 큰 그림은 다를 때가 많습니다. 이 때 기존 체계에 맞춰 분류된 결과는 실무자에게는 도움이 되는 정보일 지 몰라도, 짧은 보고를 통해 요점을 파악해야하는 리더십에게는 와닿지 않는 정보일 때가 많습니다. 맥락에 대한 설명이 과하게 요구되어 보고의 효율성을 저해하는 요인이 되기도 합니다.

이 때 싱클리의 트렌딩 대시보드에서 제공하는 정보가 도움이 되었습니다. 기존의 분석 프레임과 관계 없이 AI가 파악한 주요 이슈를 확인할 수 있기 때문입니다. 리포트와 보고 역시 AI가 파악한 ‘지금 가장 중요한 이슈’를 위주로 구성할 수 있어 우리 서비스에 중요한 현안을 논의하는 데 더 많은 리소스를 사용할 수 있게 된 것입니다. 

“3일 만에 이슈 파악부터 개선안 도출까지, 싱클리가 있었기에 가능했어요”

최근에는 VOC 데이터를 기반으로 특정 문제를 분석하고 개선안까지 도출하는 작업도 효율화 되었다고 합니다. AI 분석을 통해 파악한 이슈를 엑셀 등을 활용한 별도 분석을 통해 파고들어 개선안을 도출하는 것이죠. 

이 때 싱클리의 탐색 (Explore) 기능을 통해 신규 이슈에 대해 빠르게 파악할 수 있었습니다. 일례로 패스트파이브 CX 파트는 화장실와 관련된 문제가 특정 지점에 집중되어 발생하는 경향을 포착하게 됩니다. 이 때 각 지점별로 발생하고 있는 화장실 관련 문의를 탐색 기능을 통해 모아본 후, 특정 지점에서 발생하는 특정 화장실 관련 이슈에 대한 원인을 빠르게 파악할 수 있었습니다. 

[특정 기간의 화장실 관련 피드백을 Explore 기능을 통해 검색하고 요약한 화면]

이후, 각 지점별로 이슈를 세부 분석하고, 관련된 계약 내용을 점검, 전사에 내용을 공유하고 해결 방안을 도출하기까지의 전 과정을 단 3일 만에 마무리할 수 있었습니다.

[각 지점별로 관련 문의에 대한 분류 결과를 정리한 모습]

[각 지점별, 계약 분석 등을 통해 해결 방안을 도출하여 공유한 보고서 예시]

이처럼 빠른 대응이 가능했던 이유는, 수많은 VOC 중에서 지금 가장 중요한 이슈가 무엇인지 자동으로 표면 위로 드러나게 해주는 싱클리의 AI 분석 기능 덕분이었습니다.

“과거였다면 이슈를 발견하고 취합해서 논의 안건으로 올리는 데에만도 며칠이 걸렸을 거예요. 지금은 이슈 포착부터 내용 분석까지 싱클리가 도와주니까 더 빠르게 일하고, 더 중요한 부분에 집중할 수 있습니다.”
— 김민섭 님

이렇듯 단순한 분류 뿐만이 아니라, 문제에 대한 심화 분석이 빠르게 필요한 경우에도 AI 분석을 통해 필요한 인사이트를 제 때 도출하고, 유관 부서를 설득할 수 있는 논리를 탄탄하게 구축할 수 있었습니다.

마지막으로, 추천의 한마디

싱클리 팀이 만나본 많은 조직 중에서도 패스트파이브 CX 파트가 풀어야하는 문제의 난이도는 매우 높은 편이었습니다. 특히 온라인과 오프라인을 넘나드는 서비스의 특성상 봐야하는 데이터의 양도 많고, 이슈의 난이도도 높을 수 밖에 없습니다. 

“오프라인과 온라인이 혼재된 비즈니스라면, VOC를 분석하기 위한 중간 단계가 반드시 필요하다고 생각해요. 그런 의미에서 싱클리 도입이 큰 도움이 될 수 있다고 생각해요.”

패스트파이브 CX 파트의 이야기는, 단순히 ‘툴을 도입해서 편해졌어요’에 머무르지 않습니다. 오히려 CS에서 CX로 발전해나가기 위한 진통을 생생하게 담고 있는 케이스라고 생각합니다. 

“싱클리 파트에는 문과 감성을 가진 공대생 분들이 많은 것 같아요. 저희의 특수한 상황에 공감해주시고, 외부인의 입장에서 문제 해결을 위해 함께 고민해주셨던 점이 가장 큰 도움이 되었습니다.”

싱클리 파트도 열정 넘치는 패스트파이브 CX 파트과 협업하며, 제품적으로도, 그리고 CX를 바라보는 관점 측면에서도 많은 성장을 할 수 있었습니다.

CS에서 CX로의 여정을 함께하고 싶으시다면, 지금 바로 상담을 신청해주세요.