“이 상품 언제 배송되나요?” “사이즈 교환 어떻게 하나요?”
CS 담당자에게 물어보면 이런 말을 합니다. “똑같은 질문에 하루 종일 답하고 있어요.” 감이 아니라 진짜입니다. 실제로 커머스 CS 문의의 40~60%는 반복 문의라는 조사 결과가 있어요.
그런데 “반복 문의가 많다”는 건 누구나 알고 있습니다. 문제는 그다음이에요. 어떤 문의가, 왜, 얼마나 반복되는지를 아는 사람은 거의 없습니다. CS 팀은 답변하느라 바쁘고, 기획팀은 CS 로그를 안 봅니다.
이 간극을 AI로 메울 수 있습니다.
CS 문의 분류, 사람이 하면 왜 안 되는가
CS 문의를 수기로 분류해본 적 있다면 아실 거예요. 100건만 넘어가도 기준이 흔들립니다. “배송 문의”와 “교환 문의”의 경계가 모호하고, 분류하는 사람마다 결과가 다릅니다.
AI한테 시키면 다릅니다. ChatGPT든 Claude든, 문의 텍스트를 넣고 “유형별로 분류하고 빈도 순으로 정리해줘”라고 하면 됩니다. 3,000건이든 10,000건이든 기준이 흔들리지 않아요. 다만 AI 분류가 완벽하지는 않으니, 결과 중 100건 정도는 CS 담당자가 샘플로 검토해서 분류 정확도를 확인하는 걸 권장합니다.
실제로 해보면 이런 패턴이 나옵니다
커머스 CS 문의 3,000건을 AI로 분류하면, 대략 이런 비율이 나옵니다.
- 배송 추적/일정 문의: 25~30%
- 교환/반품 절차 문의: 15~20%
- 상품 스펙(사이즈, 호환성 등) 문의: 15~20%
- 결제/환불 상태 확인: 10~15%
- 실제 불량/하자 클레임: 10% 미만
- 기타: 10~15%
숫자를 보면 바로 보입니다. 상위 4개 유형이 전체의 70% 이상인데, 이 중 상당수는 “정보가 제대로 노출돼 있었으면 문의 자체가 없었을” 케이스예요. 합산하면 전체 문의의 절반 가까이가 예방 가능한 문의입니다.
배송 추적 문의가 25%? 주문 확인 페이지에 실시간 추적 링크가 잘 보이지 않는 겁니다. 교환/반품 문의가 20%? 상세페이지나 마이페이지에 절차 안내가 없거나 찾기 어려운 겁니다.
이전에 반품 데이터를 AI로 분석했을 때도 비슷한 결론이 나왔어요. 반품 사유의 상당수가 “상세페이지 정보 부족”이었습니다. CS 문의 데이터도 같은 곳을 가리키고 있어요.
문의를 줄이는 건 CS팀 일이 아니다
여기서 중요한 포인트가 있어요. CS 문의를 줄이는 건 CS팀이 할 수 있는 일이 아닙니다. CS팀은 들어온 문의에 답하는 팀이니까요.
문의를 줄이려면 상세페이지를 고치거나, 배송 알림 시스템을 개선하거나, FAQ를 다시 써야 합니다. 이건 기획팀, 개발팀, 마케팅팀의 일이에요.
AI로 CS 데이터를 분석하는 진짜 가치는 여기 있습니다. “CS팀만 알고 있던 문제”를 숫자로 바꿔서 다른 팀이 움직이게 만드는 것.
바로 써먹는 실전 프롬프트
CS 로그를 CSV로 뽑을 수 있다면 (대부분의 CS 툴에서 가능합니다), 이렇게 넣으면 됩니다. CS 전용 툴 없이 카카오톡이나 이메일로 문의를 받고 있다면, 최근 100~200건만 수작업으로 모아서 시작해도 충분합니다.
“첨부한 고객 문의 데이터를 분석해서, 1) 문의 유형별 분류 및 비율, 2) 각 유형에서 가장 자주 나오는 질문 TOP 3, 3) 상세페이지 또는 시스템 개선으로 없앨 수 있는 문의 비율 추정, 4) 우선순위 높은 개선 포인트를 정리해줘.”
데이터가 1,000건 이상이면 500건씩 나눠서 분류한 뒤 결과를 합산하세요. 한 번에 넣으면 AI가 중간에 누락할 수 있습니다.
고객 리뷰 분석할 때와 마찬가지로, 데이터를 넣기 전에 개인정보(이름, 전화번호, 주소)는 반드시 제거하세요. 이건 선택이 아니라 필수입니다.
CS 데이터에서 상품 개선 힌트도 나온다
문의 분류를 한 단계 더 파고들면, 단순 반복 문의 너머에 상품 개선 힌트도 보입니다.
“이 케이스 아이폰 16 프로 맥스에도 되나요?” 같은 문의가 특정 상품에 집중돼 있다면? 호환성 정보가 부족하다는 신호입니다. “충전이 안 돼요” 문의가 특정 SKU에 몰려 있다면? 불량률 점검이 필요하다는 경고입니다.
광고 데이터에서 돈 새는 구멍을 찾았던 것처럼, CS 데이터에서도 비용이 새는 구멍이 보입니다. 다만 방향이 다를 뿐이에요. 광고는 “쓸데없이 나가는 돈”을 찾고, CS는 “안 써도 되는 인력과 시간”을 찾습니다.
정리
CS 데이터 분석에 고급 AI 파이프라인이 필요한 게 아닙니다. CSV 하나와 ChatGPT 한 번이면 첫 인사이트는 30분 안에 나와요.
하나. 문의를 분류하면 “없앨 수 있는 문의”가 보인다.
둘. 그 문의를 없애는 건 CS팀이 아니라 기획/개발팀이다.
셋. AI는 데이터를 정리해줄 뿐, 실행은 사람 몫이다.
다음에 CS 리포트를 받으면, “이번 달 문의 몇 건” 대신 “이번 달 없앨 수 있었던 문의 몇 건”으로 읽어보세요. 숫자가 다르게 보일 겁니다.
Photo by Bluestonex on Unsplash
