모요 고객 사례: 싱클리와 함께 CX의 진화를 꿈꾸다

[모요가 싱클리를 도입한 이유]

일 평균 수백 건의 고객 문의, 도입한 AI 툴만 2개 이상.
고객센터 자동화에 누구보다 진심인 브랜드, 모요.

모요의 CX 팀은 단순히 AI를 도입하는 것에서 그치지 않고, ‘AI를 어떻게 더 똑똑하게 활용할 수 있을까’를 끊임없이 고민해온 팀입니다.

채널톡의 서포트봇과 ALF(AI 상담사)를 통해 단순 문의를 자동화하는 데 성공했지만, 고객 목소리(VOC)를 기반으로 한 근본적인 서비스 개선에는 여전히 아쉬움이 있었습니다.
그 아쉬움을 해결해 줄 파트너로 모요가 선택한 것이 바로 싱클리였습니다.

이번 인터뷰에서는 AI 챗봇을 이미 성공적으로 활용하고 있음에도 불구하고, 왜 모요가 싱클리를 도입하게 되었는지, 어떻게 모요 CX팀이 싱클리의 기능을 ‘내용 파악 → 분석 → 공유’라는 체계적 구조로 활용하고 있는지를 집중적으로 다뤄보았습니다.

“답은 했지만, 진짜 문제는 못 봤던 거예요”

모요는 이미 서포트봇과 AI 상담사를 통해 CX의 효율을 한 단계 끌어올린 상태였습니다.
자주 묻는 질문은 서포트봇이, 비교적 복잡한 문의는 채널톡 ALF가 담당하고 있었죠.
하지만 문제는 그 다음에 생겼습니다.

고객 문의가 늘면서, 단순한 ‘답변’을 얻는 것만으로는 부족하다는 것을 체감하게 된 것이죠.

고객이 왜 이런 문의를 했는지,
근본적인 문제가 무엇인지,
이 이슈가 다른 고객에게도 반복되고 있는지

이런 인사이트를 얻기 위해선, 수많은 대화 데이터를 직접 읽고 분석해야 했습니다. 하지만 현실적으로 상담사가 모든 대화를 일일이 정리하고 유형화하는 것은 불가능에 가까웠습니다.

“답변은 AI가 하고 있었지만, 고객의 ‘진짜 문제’를 보는 눈은 부족했어요.”
— 모요 CX팀

결국 이 문제를 해결하기 위해 모요는 VOC 분석의 자동화, 그리고 고객 감정의 흐름까지 잡아낼 수 있는 AI 분석 도구의 필요성을 절감하게 됩니다. 그 해답이 바로 싱클리였습니다.

고객의 목소리를 단순히 ‘듣는’ 수준을 넘어, 데이터로 정제하고 의미를 도출하는 체계를 구축하고자 모요 CX팀은 싱클리를 출시 초기부터 사용해왔지만, 이번에는 팀 전체의 활용도를 높이기 위해 내부 가이드 세션을 진행하게 되었습니다.

이번 가이드 세션에서 모요 CX팀은 2025년 6월 수집된 모요의 실제 VOC 데이터를 기반으로, 싱클리 플랫폼의 전기능을 활용한 분석 프로세스를 직접 체험해보며 기존 분석 방식의 한계를 확인하고, AI 분석 도구의 가능성을 확인할 수 있었습니다.

“사람이 분류하던 VOC, AI가 대신해주기 시작했어요”

이러한 상황을 개선하기 위해, 모요는 싱클리와 함께 VOC 분석 가이드 세션을 진행했습니다.
이번 실습에서 모요 CX 팀은 싱클리 플랫폼의 주요 기능을 활용해,
피드백을 필터링하고 주요 이슈를 도출하며, 감정 분석과 수치 기반 인사이트까지 도출하는 전 과정을 직접 경험해봤습니다.

💡“실습은 이렇게 진행됐습니다”

[싱클리X모요 데모 실습 실제 사진]

1. 내용 파악: 고객 피드백을 빠르게 읽고, 이슈를 정확히 짚는 법

모요의 VOC 데이터를 활용한 싱클리 실습은 2025년 6월 내 2,244건의 만족도 조사 피드백을 기반으로 진행되었습니다.

첫 단계는 전체 피드백의 흐름을 파악하는 것이었습니다. 싱클리의 Feedback 페이지를 이용하면 일별로 피드백이 얼마나 들어왔는지 한눈에 볼 수 있습니다. 이를 통해, 예를 들어 6월 9일처럼 피드백이 몰린 날을 빠르게 확인하고, 어떤 일이 있었는지를 거꾸로 추적할 수 있었습니다.

이후, Trending 페이지에서는 AI가 자동으로 주요 불만 이슈를 랭킹으로 보여주어, 모요 CX 담당자는 단 몇 번의 클릭만으로 불편 요소가 무엇인지 직관적으로 파악할 수 있었습니다.

“설문 데이터를 일일이 읽고 분류하는 과정 없이, 이슈의 심각도와 빈도를 빠르게 확인할 수 있다는 점에서 실무에서 특히 유용할 거 같다고 느꼈습니다.”
— 모요 CX 매니저

다음으로는 키워드 기반으로 상위 이슈를 확인할 수 있는 서치 기능을 함께 살펴보았습니다.

서치 기능은 전반적인 이슈의 흐름을 빠르게 파악하는 데 유용합니다. 특히 모요 사례에서는 AI Summary 기능을 통해 상담 연결의 불편, 챗봇 정확도 문제, 서비스 품질 등에 대한 구체적인 피드백이 자동으로 요약되어, 보다 정밀한 인사이트 확보가 가능했습니다.

서치 기능은 문제를 더 깊이 있게 파악할 수 있도록 두 가지 검색 방식을 함께 제공하는데요,

‘전화 연결 Search with AI’는 ‘전화 연결’과 의미적으로 관련된 피드백 전반을 분석해 보여주는 반면, ‘Search by Keyword’는 ‘전화연결’이라는 정확한 키워드가 포함된 피드백만을 검색합니다.

이처럼 의미 기반 검색과 키워드 검색 두 가지 방식이 제공되는 서치 기능은,
채널톡 상담 데이터를 쉽고 빠르게 찾을 수 있어 채널톡을 사용하는 CX팀에게 특히 추천하는 기능입니다.

더 나아가 모요팀은 Ask Syncly AI 기능을 이용해, ‘전화 연결과 관련된 불만은 어떤 것이 있나요?’처럼 자연어로 질문을 입력하는 것만으로도 관련 피드백이 자동으로 요약되고, 감정 분포까지 파악할 수 있었습니다.

[Insight Explorer - Tag 기능 화면]
마지막으로 Insight Explorer - Tag 기능을 통해서는, 피드백에 자동으로 붙은 태그들을 기준으로 어떤 이슈가 자주 언급됐고, 해당 이슈에서 어떤 감정이 많이 나타났는지를 확인할 수 있었습니다.

2. 분석: 토픽을 저장하고, 이슈를 추적하고, 흐름을 쌓아가기 내용을 파악했다면, 이제는 이슈별로 데이터를 정리하고 분석하는 단계입니다.

[Save as Topic 기능 활용 화면]

모요는 싱클리의 'Save as Topic' 기능을 통해 특정 이슈를 토픽으로 저장하고, 이를 지속적으로 추적하는 체계를 만들었습니다. 예를 들어 ‘전화 상담 부재’나 ‘챗봇 정확도 문제’와 같은 주제를 별도 토픽으로 저장해두면, 동일한 유형의 피드백이 다시 등장할 때 자동으로 이 토픽에 누적됩니다. 덕분에 반복되는 문제를 장기적으로 관찰하고 대응할 수 있게 되었죠.

더 나아가, 싱클리의 Taxonomy 기능을 통해 피드백을 속성별로 자동 분류했습니다. 하나의 피드백 안에도 여러 요소가 복합적으로 섞여 있는 경우가 많기 때문에, 이를 "접점", "기능", "감정" 등의 분류로 구조화할 수 있는 이 기능은 모요팀에 매우 유용했습니다. 이후 Insight Explorer - Taxonomy 메뉴를 통해 속성별로 다시 이슈를 탐색하면서, 어떤 유형의 피드백이 특정 시점에 늘어났는지, 감정의 변화는 어떻게 나타났는지를 보다 입체적으로 분석할 수 있었습니다.

이렇게 정리된 토픽과 속성 데이터를 기반으로, 모요는 싱클리 안에 자체 대시보드를 만들어 VOC 분석 리포트를 자동화하고 있습니다. 이 대시보드에서는 전월 대비 VOC 발생 추이, 긍정/부정 비율, 카테고리별 비교, 제품별 이슈 흐름, 감정 교차 분석 등 다양한 지표를 차트로 시각화하여 팀 내 공유하고 있습니다. 그리고 필요할 경우, 이 차트 안에서도 Ask Syncly AI를 활용해 해당 데이터를 요약하거나, '이 그래프에서 눈여겨볼 지점은 무엇인가요?' 같은 질문으로 인사이트를 도출하고 있죠.

3. 공유: 조직 전체가 데이터 기반 인사이트에 공감하도록

모요는 분석된 VOC 인사이트를 팀 내에서 자연스럽게 공유하고, 문제 해결에 활용하는 방식까지도 싱클리 안에서 해결하고 있습니다. Search 기능에서 저장한 이슈나 결과는 공유 가능한 링크로 즉시 복사해 팀원에게 전달할 수 있었고, 이를 통해 회의나 논의 시 신속한 레퍼런스를 제시할 수 있었습니다.

👉 이처럼 모요 CX팀은 싱클리를 통해 수백 건의 피드백 속에서 가장 시급한 문제를 빠르게 골라내고, 이를 팀원 모두가 공유할 수 있는 대시보드로 정리하는 데 성공했습니다.

“VOC 분석을 통해 우리 고객이 지금 어디서, 왜 불만을 갖고 있는지 정확히 알게 됐어요”

모요 CX팀은 이번 실습을 통해 VOC 분석의 새로운 가능성을 다시 한 번 체감했습니다.
특히, 싱클리의 대시보드와 Explore 기능은 모요 팀이 정확한 이슈를 발견하는 데 큰 도움을 주었습니다.

*대시보드 : 분석된 VOC 데이터를 기반으로 사용자가 원하는 기준으로 시각화 및 리포트 발행 기능
*인사이트 익스플로러 기능 : Tag 또는 Taxonomy 기능 기반으로 VOC 데이터를 깊이 있게 탐색하고, 핵심 이슈를 발견해주는 기능

예를 들어, 특정 기간 동안 특정 서비스 단계(예: 개통 중)에서 불만이 급증한다면, 그 문제의 세부 내용까지 빠르게 탐색하여 개선할 수 있었습니다.

“싱클리팀이 직접 방문해 1시간 동안 알차게 세션을 진행해주신 덕분에, 그동안 잘 몰라서 활용하지 못했던 기능들을 제대로 익히고 실제 업무에 훨씬 효과적으로 적용할 수 있게 되었어요. 특히 상담 데이터를 수작업으로 정리하고 분석하느라 시간을 많이 쓰는 CX팀이라면, 싱클리를 꼭 한 번 도입해보시길 추천드려요. 자동화된 분석과 인사이트 제공 덕분에 팀 전체의 생산성과 효율이 눈에 띄게 올라갔습니다. 진심으로 감사드립니다!”
— 모요 CX Lead, 박은영

AI 분석 도입의 가치는 단순한 자동화 그 이상이었습니다.

“고객 목소리를 가장 먼저 아는 팀이, 전략을 이끄는 팀이 됩니다”

모요는 이미 AI 챗봇을 똑똑하게 활용하고 있는 팀입니다.
하지만 ‘자동화’에만 머무르지 않고, ‘개선’과 ‘경험’을 중심에 둔 진짜 CX 조직으로 나아가기 위해 싱클리를 도입했습니다.

💡“AI는 고객을 대신할 수 없지만, 고객을 더 잘 이해하게 도와줍니다”

[모요 CX Lead, 박은영]

고객 문의에 답변하는 데서 끝나는 것이 아니라, 그 수많은 대화 속에서 고객의 맥락과 감정을 읽고, 그 정보를 서비스 개선에 연결하는 것 -

모요가 생각하는 CX는 여기에 있습니다.
모요는 VOC 데이터를 통해 고객 경험을 빠르게 개선하고,
서비스 품질을 실질적으로 높일 수 있는 기반을 다지고 있습니다.

이번 데모는 단순히 기능을 익히는 체험이 아니라,
모요가 더 나은 방향으로 나아가기 위한 데이터 기반의 첫 걸음이었습니다.
싱클리는 앞으로도 고객 목소리를 더 빠르고, 정확하고, 깊이 있게 분석할 수 있는 도구로서 모요와 같은 기업의 CX 혁신을 지원할 예정입니다

※ 모요의 일하는 방식에 공감하신다면, 채용 페이지에서 자세한 정보를 확인해 보세요.

☑ 함께 보면 좋은 자료

CS에서 CX로의 여정을 함께하고 싶으시다면, 지금 바로 상담을 신청해주세요.

[모요가 싱클리를 도입한 이유]

일 평균 수백 건의 고객 문의, 도입한 AI 툴만 2개 이상.
고객센터 자동화에 누구보다 진심인 브랜드, 모요.

모요의 CX 팀은 단순히 AI를 도입하는 것에서 그치지 않고, ‘AI를 어떻게 더 똑똑하게 활용할 수 있을까’를 끊임없이 고민해온 팀입니다.

채널톡의 서포트봇과 ALF(AI 상담사)를 통해 단순 문의를 자동화하는 데 성공했지만, 고객 목소리(VOC)를 기반으로 한 근본적인 서비스 개선에는 여전히 아쉬움이 있었습니다.
그 아쉬움을 해결해 줄 파트너로 모요가 선택한 것이 바로 싱클리였습니다.

이번 인터뷰에서는 AI 챗봇을 이미 성공적으로 활용하고 있음에도 불구하고, 왜 모요가 싱클리를 도입하게 되었는지, 어떻게 모요 CX팀이 싱클리의 기능을 ‘내용 파악 → 분석 → 공유’라는 체계적 구조로 활용하고 있는지를 집중적으로 다뤄보았습니다.

“답은 했지만, 진짜 문제는 못 봤던 거예요”

모요는 이미 서포트봇과 AI 상담사를 통해 CX의 효율을 한 단계 끌어올린 상태였습니다.
자주 묻는 질문은 서포트봇이, 비교적 복잡한 문의는 채널톡 ALF가 담당하고 있었죠.
하지만 문제는 그 다음에 생겼습니다.

고객 문의가 늘면서, 단순한 ‘답변’을 얻는 것만으로는 부족하다는 것을 체감하게 된 것이죠.

고객이 왜 이런 문의를 했는지,
근본적인 문제가 무엇인지,
이 이슈가 다른 고객에게도 반복되고 있는지

이런 인사이트를 얻기 위해선, 수많은 대화 데이터를 직접 읽고 분석해야 했습니다. 하지만 현실적으로 상담사가 모든 대화를 일일이 정리하고 유형화하는 것은 불가능에 가까웠습니다.

“답변은 AI가 하고 있었지만, 고객의 ‘진짜 문제’를 보는 눈은 부족했어요.”
— 모요 CX팀

결국 이 문제를 해결하기 위해 모요는 VOC 분석의 자동화, 그리고 고객 감정의 흐름까지 잡아낼 수 있는 AI 분석 도구의 필요성을 절감하게 됩니다. 그 해답이 바로 싱클리였습니다.

고객의 목소리를 단순히 ‘듣는’ 수준을 넘어, 데이터로 정제하고 의미를 도출하는 체계를 구축하고자 모요 CX팀은 싱클리를 출시 초기부터 사용해왔지만, 이번에는 팀 전체의 활용도를 높이기 위해 내부 가이드 세션을 진행하게 되었습니다.

이번 가이드 세션에서 모요 CX팀은 2025년 6월 수집된 모요의 실제 VOC 데이터를 기반으로, 싱클리 플랫폼의 전기능을 활용한 분석 프로세스를 직접 체험해보며 기존 분석 방식의 한계를 확인하고, AI 분석 도구의 가능성을 확인할 수 있었습니다.

“사람이 분류하던 VOC, AI가 대신해주기 시작했어요”

이러한 상황을 개선하기 위해, 모요는 싱클리와 함께 VOC 분석 가이드 세션을 진행했습니다.
이번 실습에서 모요 CX 팀은 싱클리 플랫폼의 주요 기능을 활용해,
피드백을 필터링하고 주요 이슈를 도출하며, 감정 분석과 수치 기반 인사이트까지 도출하는 전 과정을 직접 경험해봤습니다.

💡“실습은 이렇게 진행됐습니다”

[싱클리X모요 데모 실습 실제 사진]

1. 내용 파악: 고객 피드백을 빠르게 읽고, 이슈를 정확히 짚는 법

모요의 VOC 데이터를 활용한 싱클리 실습은 2025년 6월 내 2,244건의 만족도 조사 피드백을 기반으로 진행되었습니다.

첫 단계는 전체 피드백의 흐름을 파악하는 것이었습니다. 싱클리의 Feedback 페이지를 이용하면 일별로 피드백이 얼마나 들어왔는지 한눈에 볼 수 있습니다. 이를 통해, 예를 들어 6월 9일처럼 피드백이 몰린 날을 빠르게 확인하고, 어떤 일이 있었는지를 거꾸로 추적할 수 있었습니다.

이후, Trending 페이지에서는 AI가 자동으로 주요 불만 이슈를 랭킹으로 보여주어, 모요 CX 담당자는 단 몇 번의 클릭만으로 불편 요소가 무엇인지 직관적으로 파악할 수 있었습니다.

“설문 데이터를 일일이 읽고 분류하는 과정 없이, 이슈의 심각도와 빈도를 빠르게 확인할 수 있다는 점에서 실무에서 특히 유용할 거 같다고 느꼈습니다.”
— 모요 CX 매니저

다음으로는 키워드 기반으로 상위 이슈를 확인할 수 있는 서치 기능을 함께 살펴보았습니다.

서치 기능은 전반적인 이슈의 흐름을 빠르게 파악하는 데 유용합니다. 특히 모요 사례에서는 AI Summary 기능을 통해 상담 연결의 불편, 챗봇 정확도 문제, 서비스 품질 등에 대한 구체적인 피드백이 자동으로 요약되어, 보다 정밀한 인사이트 확보가 가능했습니다.

서치 기능은 문제를 더 깊이 있게 파악할 수 있도록 두 가지 검색 방식을 함께 제공하는데요,

‘전화 연결 Search with AI’는 ‘전화 연결’과 의미적으로 관련된 피드백 전반을 분석해 보여주는 반면, ‘Search by Keyword’는 ‘전화연결’이라는 정확한 키워드가 포함된 피드백만을 검색합니다.

이처럼 의미 기반 검색과 키워드 검색 두 가지 방식이 제공되는 서치 기능은,
채널톡 상담 데이터를 쉽고 빠르게 찾을 수 있어 채널톡을 사용하는 CX팀에게 특히 추천하는 기능입니다.

더 나아가 모요팀은 Ask Syncly AI 기능을 이용해, ‘전화 연결과 관련된 불만은 어떤 것이 있나요?’처럼 자연어로 질문을 입력하는 것만으로도 관련 피드백이 자동으로 요약되고, 감정 분포까지 파악할 수 있었습니다.

[Insight Explorer - Tag 기능 화면]
마지막으로 Insight Explorer - Tag 기능을 통해서는, 피드백에 자동으로 붙은 태그들을 기준으로 어떤 이슈가 자주 언급됐고, 해당 이슈에서 어떤 감정이 많이 나타났는지를 확인할 수 있었습니다.

2. 분석: 토픽을 저장하고, 이슈를 추적하고, 흐름을 쌓아가기 내용을 파악했다면, 이제는 이슈별로 데이터를 정리하고 분석하는 단계입니다.

[Save as Topic 기능 활용 화면]

모요는 싱클리의 'Save as Topic' 기능을 통해 특정 이슈를 토픽으로 저장하고, 이를 지속적으로 추적하는 체계를 만들었습니다. 예를 들어 ‘전화 상담 부재’나 ‘챗봇 정확도 문제’와 같은 주제를 별도 토픽으로 저장해두면, 동일한 유형의 피드백이 다시 등장할 때 자동으로 이 토픽에 누적됩니다. 덕분에 반복되는 문제를 장기적으로 관찰하고 대응할 수 있게 되었죠.

더 나아가, 싱클리의 Taxonomy 기능을 통해 피드백을 속성별로 자동 분류했습니다. 하나의 피드백 안에도 여러 요소가 복합적으로 섞여 있는 경우가 많기 때문에, 이를 "접점", "기능", "감정" 등의 분류로 구조화할 수 있는 이 기능은 모요팀에 매우 유용했습니다. 이후 Insight Explorer - Taxonomy 메뉴를 통해 속성별로 다시 이슈를 탐색하면서, 어떤 유형의 피드백이 특정 시점에 늘어났는지, 감정의 변화는 어떻게 나타났는지를 보다 입체적으로 분석할 수 있었습니다.

이렇게 정리된 토픽과 속성 데이터를 기반으로, 모요는 싱클리 안에 자체 대시보드를 만들어 VOC 분석 리포트를 자동화하고 있습니다. 이 대시보드에서는 전월 대비 VOC 발생 추이, 긍정/부정 비율, 카테고리별 비교, 제품별 이슈 흐름, 감정 교차 분석 등 다양한 지표를 차트로 시각화하여 팀 내 공유하고 있습니다. 그리고 필요할 경우, 이 차트 안에서도 Ask Syncly AI를 활용해 해당 데이터를 요약하거나, '이 그래프에서 눈여겨볼 지점은 무엇인가요?' 같은 질문으로 인사이트를 도출하고 있죠.

3. 공유: 조직 전체가 데이터 기반 인사이트에 공감하도록

모요는 분석된 VOC 인사이트를 팀 내에서 자연스럽게 공유하고, 문제 해결에 활용하는 방식까지도 싱클리 안에서 해결하고 있습니다. Search 기능에서 저장한 이슈나 결과는 공유 가능한 링크로 즉시 복사해 팀원에게 전달할 수 있었고, 이를 통해 회의나 논의 시 신속한 레퍼런스를 제시할 수 있었습니다.

👉 이처럼 모요 CX팀은 싱클리를 통해 수백 건의 피드백 속에서 가장 시급한 문제를 빠르게 골라내고, 이를 팀원 모두가 공유할 수 있는 대시보드로 정리하는 데 성공했습니다.

“VOC 분석을 통해 우리 고객이 지금 어디서, 왜 불만을 갖고 있는지 정확히 알게 됐어요”

모요 CX팀은 이번 실습을 통해 VOC 분석의 새로운 가능성을 다시 한 번 체감했습니다.
특히, 싱클리의 대시보드와 Explore 기능은 모요 팀이 정확한 이슈를 발견하는 데 큰 도움을 주었습니다.

*대시보드 : 분석된 VOC 데이터를 기반으로 사용자가 원하는 기준으로 시각화 및 리포트 발행 기능
*인사이트 익스플로러 기능 : Tag 또는 Taxonomy 기능 기반으로 VOC 데이터를 깊이 있게 탐색하고, 핵심 이슈를 발견해주는 기능

예를 들어, 특정 기간 동안 특정 서비스 단계(예: 개통 중)에서 불만이 급증한다면, 그 문제의 세부 내용까지 빠르게 탐색하여 개선할 수 있었습니다.

“싱클리팀이 직접 방문해 1시간 동안 알차게 세션을 진행해주신 덕분에, 그동안 잘 몰라서 활용하지 못했던 기능들을 제대로 익히고 실제 업무에 훨씬 효과적으로 적용할 수 있게 되었어요. 특히 상담 데이터를 수작업으로 정리하고 분석하느라 시간을 많이 쓰는 CX팀이라면, 싱클리를 꼭 한 번 도입해보시길 추천드려요. 자동화된 분석과 인사이트 제공 덕분에 팀 전체의 생산성과 효율이 눈에 띄게 올라갔습니다. 진심으로 감사드립니다!”
— 모요 CX Lead, 박은영

AI 분석 도입의 가치는 단순한 자동화 그 이상이었습니다.

“고객 목소리를 가장 먼저 아는 팀이, 전략을 이끄는 팀이 됩니다”

모요는 이미 AI 챗봇을 똑똑하게 활용하고 있는 팀입니다.
하지만 ‘자동화’에만 머무르지 않고, ‘개선’과 ‘경험’을 중심에 둔 진짜 CX 조직으로 나아가기 위해 싱클리를 도입했습니다.

💡“AI는 고객을 대신할 수 없지만, 고객을 더 잘 이해하게 도와줍니다”

[모요 CX Lead, 박은영]

고객 문의에 답변하는 데서 끝나는 것이 아니라, 그 수많은 대화 속에서 고객의 맥락과 감정을 읽고, 그 정보를 서비스 개선에 연결하는 것 -

모요가 생각하는 CX는 여기에 있습니다.
모요는 VOC 데이터를 통해 고객 경험을 빠르게 개선하고,
서비스 품질을 실질적으로 높일 수 있는 기반을 다지고 있습니다.

이번 데모는 단순히 기능을 익히는 체험이 아니라,
모요가 더 나은 방향으로 나아가기 위한 데이터 기반의 첫 걸음이었습니다.
싱클리는 앞으로도 고객 목소리를 더 빠르고, 정확하고, 깊이 있게 분석할 수 있는 도구로서 모요와 같은 기업의 CX 혁신을 지원할 예정입니다

※ 모요의 일하는 방식에 공감하신다면, 채용 페이지에서 자세한 정보를 확인해 보세요.

☑ 함께 보면 좋은 자료

CS에서 CX로의 여정을 함께하고 싶으시다면, 지금 바로 상담을 신청해주세요.

[모요가 싱클리를 도입한 이유]

일 평균 수백 건의 고객 문의, 도입한 AI 툴만 2개 이상.
고객센터 자동화에 누구보다 진심인 브랜드, 모요.

모요의 CX 팀은 단순히 AI를 도입하는 것에서 그치지 않고, ‘AI를 어떻게 더 똑똑하게 활용할 수 있을까’를 끊임없이 고민해온 팀입니다.

채널톡의 서포트봇과 ALF(AI 상담사)를 통해 단순 문의를 자동화하는 데 성공했지만, 고객 목소리(VOC)를 기반으로 한 근본적인 서비스 개선에는 여전히 아쉬움이 있었습니다.
그 아쉬움을 해결해 줄 파트너로 모요가 선택한 것이 바로 싱클리였습니다.

이번 인터뷰에서는 AI 챗봇을 이미 성공적으로 활용하고 있음에도 불구하고, 왜 모요가 싱클리를 도입하게 되었는지, 어떻게 모요 CX팀이 싱클리의 기능을 ‘내용 파악 → 분석 → 공유’라는 체계적 구조로 활용하고 있는지를 집중적으로 다뤄보았습니다.

“답은 했지만, 진짜 문제는 못 봤던 거예요”

모요는 이미 서포트봇과 AI 상담사를 통해 CX의 효율을 한 단계 끌어올린 상태였습니다.
자주 묻는 질문은 서포트봇이, 비교적 복잡한 문의는 채널톡 ALF가 담당하고 있었죠.
하지만 문제는 그 다음에 생겼습니다.

고객 문의가 늘면서, 단순한 ‘답변’을 얻는 것만으로는 부족하다는 것을 체감하게 된 것이죠.

고객이 왜 이런 문의를 했는지,
근본적인 문제가 무엇인지,
이 이슈가 다른 고객에게도 반복되고 있는지

이런 인사이트를 얻기 위해선, 수많은 대화 데이터를 직접 읽고 분석해야 했습니다. 하지만 현실적으로 상담사가 모든 대화를 일일이 정리하고 유형화하는 것은 불가능에 가까웠습니다.

“답변은 AI가 하고 있었지만, 고객의 ‘진짜 문제’를 보는 눈은 부족했어요.”
— 모요 CX팀

결국 이 문제를 해결하기 위해 모요는 VOC 분석의 자동화, 그리고 고객 감정의 흐름까지 잡아낼 수 있는 AI 분석 도구의 필요성을 절감하게 됩니다. 그 해답이 바로 싱클리였습니다.

고객의 목소리를 단순히 ‘듣는’ 수준을 넘어, 데이터로 정제하고 의미를 도출하는 체계를 구축하고자 모요 CX팀은 싱클리를 출시 초기부터 사용해왔지만, 이번에는 팀 전체의 활용도를 높이기 위해 내부 가이드 세션을 진행하게 되었습니다.

이번 가이드 세션에서 모요 CX팀은 2025년 6월 수집된 모요의 실제 VOC 데이터를 기반으로, 싱클리 플랫폼의 전기능을 활용한 분석 프로세스를 직접 체험해보며 기존 분석 방식의 한계를 확인하고, AI 분석 도구의 가능성을 확인할 수 있었습니다.

“사람이 분류하던 VOC, AI가 대신해주기 시작했어요”

이러한 상황을 개선하기 위해, 모요는 싱클리와 함께 VOC 분석 가이드 세션을 진행했습니다.
이번 실습에서 모요 CX 팀은 싱클리 플랫폼의 주요 기능을 활용해,
피드백을 필터링하고 주요 이슈를 도출하며, 감정 분석과 수치 기반 인사이트까지 도출하는 전 과정을 직접 경험해봤습니다.

💡“실습은 이렇게 진행됐습니다”

[싱클리X모요 데모 실습 실제 사진]

1. 내용 파악: 고객 피드백을 빠르게 읽고, 이슈를 정확히 짚는 법

모요의 VOC 데이터를 활용한 싱클리 실습은 2025년 6월 내 2,244건의 만족도 조사 피드백을 기반으로 진행되었습니다.

첫 단계는 전체 피드백의 흐름을 파악하는 것이었습니다. 싱클리의 Feedback 페이지를 이용하면 일별로 피드백이 얼마나 들어왔는지 한눈에 볼 수 있습니다. 이를 통해, 예를 들어 6월 9일처럼 피드백이 몰린 날을 빠르게 확인하고, 어떤 일이 있었는지를 거꾸로 추적할 수 있었습니다.

이후, Trending 페이지에서는 AI가 자동으로 주요 불만 이슈를 랭킹으로 보여주어, 모요 CX 담당자는 단 몇 번의 클릭만으로 불편 요소가 무엇인지 직관적으로 파악할 수 있었습니다.

“설문 데이터를 일일이 읽고 분류하는 과정 없이, 이슈의 심각도와 빈도를 빠르게 확인할 수 있다는 점에서 실무에서 특히 유용할 거 같다고 느꼈습니다.”
— 모요 CX 매니저

다음으로는 키워드 기반으로 상위 이슈를 확인할 수 있는 서치 기능을 함께 살펴보았습니다.

서치 기능은 전반적인 이슈의 흐름을 빠르게 파악하는 데 유용합니다. 특히 모요 사례에서는 AI Summary 기능을 통해 상담 연결의 불편, 챗봇 정확도 문제, 서비스 품질 등에 대한 구체적인 피드백이 자동으로 요약되어, 보다 정밀한 인사이트 확보가 가능했습니다.

서치 기능은 문제를 더 깊이 있게 파악할 수 있도록 두 가지 검색 방식을 함께 제공하는데요,

‘전화 연결 Search with AI’는 ‘전화 연결’과 의미적으로 관련된 피드백 전반을 분석해 보여주는 반면, ‘Search by Keyword’는 ‘전화연결’이라는 정확한 키워드가 포함된 피드백만을 검색합니다.

이처럼 의미 기반 검색과 키워드 검색 두 가지 방식이 제공되는 서치 기능은,
채널톡 상담 데이터를 쉽고 빠르게 찾을 수 있어 채널톡을 사용하는 CX팀에게 특히 추천하는 기능입니다.

더 나아가 모요팀은 Ask Syncly AI 기능을 이용해, ‘전화 연결과 관련된 불만은 어떤 것이 있나요?’처럼 자연어로 질문을 입력하는 것만으로도 관련 피드백이 자동으로 요약되고, 감정 분포까지 파악할 수 있었습니다.

[Insight Explorer - Tag 기능 화면]
마지막으로 Insight Explorer - Tag 기능을 통해서는, 피드백에 자동으로 붙은 태그들을 기준으로 어떤 이슈가 자주 언급됐고, 해당 이슈에서 어떤 감정이 많이 나타났는지를 확인할 수 있었습니다.

2. 분석: 토픽을 저장하고, 이슈를 추적하고, 흐름을 쌓아가기 내용을 파악했다면, 이제는 이슈별로 데이터를 정리하고 분석하는 단계입니다.

[Save as Topic 기능 활용 화면]

모요는 싱클리의 'Save as Topic' 기능을 통해 특정 이슈를 토픽으로 저장하고, 이를 지속적으로 추적하는 체계를 만들었습니다. 예를 들어 ‘전화 상담 부재’나 ‘챗봇 정확도 문제’와 같은 주제를 별도 토픽으로 저장해두면, 동일한 유형의 피드백이 다시 등장할 때 자동으로 이 토픽에 누적됩니다. 덕분에 반복되는 문제를 장기적으로 관찰하고 대응할 수 있게 되었죠.

더 나아가, 싱클리의 Taxonomy 기능을 통해 피드백을 속성별로 자동 분류했습니다. 하나의 피드백 안에도 여러 요소가 복합적으로 섞여 있는 경우가 많기 때문에, 이를 "접점", "기능", "감정" 등의 분류로 구조화할 수 있는 이 기능은 모요팀에 매우 유용했습니다. 이후 Insight Explorer - Taxonomy 메뉴를 통해 속성별로 다시 이슈를 탐색하면서, 어떤 유형의 피드백이 특정 시점에 늘어났는지, 감정의 변화는 어떻게 나타났는지를 보다 입체적으로 분석할 수 있었습니다.

이렇게 정리된 토픽과 속성 데이터를 기반으로, 모요는 싱클리 안에 자체 대시보드를 만들어 VOC 분석 리포트를 자동화하고 있습니다. 이 대시보드에서는 전월 대비 VOC 발생 추이, 긍정/부정 비율, 카테고리별 비교, 제품별 이슈 흐름, 감정 교차 분석 등 다양한 지표를 차트로 시각화하여 팀 내 공유하고 있습니다. 그리고 필요할 경우, 이 차트 안에서도 Ask Syncly AI를 활용해 해당 데이터를 요약하거나, '이 그래프에서 눈여겨볼 지점은 무엇인가요?' 같은 질문으로 인사이트를 도출하고 있죠.

3. 공유: 조직 전체가 데이터 기반 인사이트에 공감하도록

모요는 분석된 VOC 인사이트를 팀 내에서 자연스럽게 공유하고, 문제 해결에 활용하는 방식까지도 싱클리 안에서 해결하고 있습니다. Search 기능에서 저장한 이슈나 결과는 공유 가능한 링크로 즉시 복사해 팀원에게 전달할 수 있었고, 이를 통해 회의나 논의 시 신속한 레퍼런스를 제시할 수 있었습니다.

👉 이처럼 모요 CX팀은 싱클리를 통해 수백 건의 피드백 속에서 가장 시급한 문제를 빠르게 골라내고, 이를 팀원 모두가 공유할 수 있는 대시보드로 정리하는 데 성공했습니다.

“VOC 분석을 통해 우리 고객이 지금 어디서, 왜 불만을 갖고 있는지 정확히 알게 됐어요”

모요 CX팀은 이번 실습을 통해 VOC 분석의 새로운 가능성을 다시 한 번 체감했습니다.
특히, 싱클리의 대시보드와 Explore 기능은 모요 팀이 정확한 이슈를 발견하는 데 큰 도움을 주었습니다.

*대시보드 : 분석된 VOC 데이터를 기반으로 사용자가 원하는 기준으로 시각화 및 리포트 발행 기능
*인사이트 익스플로러 기능 : Tag 또는 Taxonomy 기능 기반으로 VOC 데이터를 깊이 있게 탐색하고, 핵심 이슈를 발견해주는 기능

예를 들어, 특정 기간 동안 특정 서비스 단계(예: 개통 중)에서 불만이 급증한다면, 그 문제의 세부 내용까지 빠르게 탐색하여 개선할 수 있었습니다.

“싱클리팀이 직접 방문해 1시간 동안 알차게 세션을 진행해주신 덕분에, 그동안 잘 몰라서 활용하지 못했던 기능들을 제대로 익히고 실제 업무에 훨씬 효과적으로 적용할 수 있게 되었어요. 특히 상담 데이터를 수작업으로 정리하고 분석하느라 시간을 많이 쓰는 CX팀이라면, 싱클리를 꼭 한 번 도입해보시길 추천드려요. 자동화된 분석과 인사이트 제공 덕분에 팀 전체의 생산성과 효율이 눈에 띄게 올라갔습니다. 진심으로 감사드립니다!”
— 모요 CX Lead, 박은영

AI 분석 도입의 가치는 단순한 자동화 그 이상이었습니다.

“고객 목소리를 가장 먼저 아는 팀이, 전략을 이끄는 팀이 됩니다”

모요는 이미 AI 챗봇을 똑똑하게 활용하고 있는 팀입니다.
하지만 ‘자동화’에만 머무르지 않고, ‘개선’과 ‘경험’을 중심에 둔 진짜 CX 조직으로 나아가기 위해 싱클리를 도입했습니다.

💡“AI는 고객을 대신할 수 없지만, 고객을 더 잘 이해하게 도와줍니다”

[모요 CX Lead, 박은영]

고객 문의에 답변하는 데서 끝나는 것이 아니라, 그 수많은 대화 속에서 고객의 맥락과 감정을 읽고, 그 정보를 서비스 개선에 연결하는 것 -

모요가 생각하는 CX는 여기에 있습니다.
모요는 VOC 데이터를 통해 고객 경험을 빠르게 개선하고,
서비스 품질을 실질적으로 높일 수 있는 기반을 다지고 있습니다.

이번 데모는 단순히 기능을 익히는 체험이 아니라,
모요가 더 나은 방향으로 나아가기 위한 데이터 기반의 첫 걸음이었습니다.
싱클리는 앞으로도 고객 목소리를 더 빠르고, 정확하고, 깊이 있게 분석할 수 있는 도구로서 모요와 같은 기업의 CX 혁신을 지원할 예정입니다

※ 모요의 일하는 방식에 공감하신다면, 채용 페이지에서 자세한 정보를 확인해 보세요.

☑ 함께 보면 좋은 자료

CS에서 CX로의 여정을 함께하고 싶으시다면, 지금 바로 상담을 신청해주세요.