이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Kogan.com은 피크 시 대량의 예측 가능한 문의를 대응하기 위해 Agentforce를 단계적으로 도입해 우선 주문 조회(WISMO, 약 60%)를 자동화하고 인증은 별도의 서브에이전트로 분리해 흐름 단절을 줄였다. TV 반품처럼 복잡한 프로세스는 일곱 단계의 강제 흐름과 상태 보존으로 처리하며 사용자가 중간에 이탈해도 복구가 가능하도록 설계되었고, 제품 추천은 자사 검색 API를, 문제해결은 Salesforce Knowledge의 문서를 프롬프트 템플릿 검색으로 결합해 일관된 응답 근거를 확보했다. 에이전트가 해결하지 못할 경우에는 라이브 대기열을 확인해 15분 초과 시 케이스 생성과 콜백 옵션을 제시하고, 상담자 인계 시 대화 요약을 전달해 전환 비용을 낮추었다.
섹션별 상세
Kogan.com은 대량의 예측 가능한 고객 문의가 핵심 운영 부담이었고 이메일·웹폼 중심의 기존 채널은 성수기 트래픽을 감당하지 못해 응답 지연이 심해졌다. 이 문제를 해결하기 위해서 Agentforce를 단계적으로 도입해 우선순위가 높은 문의 유형부터 자동화했다. 도입 초기에는 WISMO가 전체 인바운드 문의의 약 60%를 차지한다는 분석을 근거로 주문관리 케이스를 첫 적용 사례로 선택했다. 이 접근은 피크 기간에도 별도 인력 확충 없이 처리량을 늘릴 수 있는 기반을 마련했다.
근거
- WISMO 문의가 Kogan.com의 인바운드 고객 요청의 약 60%를 차지했다. — 본문 도입부의 트래픽 분석과 우선 자동화 대상 선정 설명
주문관리 자동화는 주문 상태 조회, 취소, 배송지 업데이트 같은 주문 전체 라이프사이클을 대상으로 작동하며, 로그인하지 않은 고객은 인증 필요를 감지해 별도의 인증 서브에이전트로 라우팅한다. 인증 서브에이전트는 로그인 절차만 처리하고 완료되면 사용자를 원래 흐름으로 복귀시키는 입력-처리-출력 구조를 갖는다. 이 방식은 인증 실패로 인한 흐름 단절을 줄이고 인증이 필요한 작업을 명확히 분리해 메인 에이전트의 상태 혼선을 방지한다. 결과적으로 비로그인 사용자의 처리율과 세션 유지 일관성이 개선되는 효과가 발생했다.
TV 반품은 아키텍처적으로 요구사항이 높은 사례로서 일곱 단계의 강제 흐름을 채택했다. 구체적으로 주문 조회, 마켓플레이스 적격성 확인, 중복 케이스 감지, 문제 미확인 시 트러블슈팅, 사진 업로드, 반품 적격성 판정, 최종 케이스 생성의 순서로 입력이 진행되고 각 단계는 순차적으로 실행되며 상태가 유지된다. 사용자가 중간에 흐름을 떠나 다른 문의로 전환하면 종료 프로토콜이 실행되어 하위 주제의 상태를 초기화하고 세션을 손실하지 않으면서 메인 토픽으로 복귀시킨다. 이러한 엄격한 단계 제어는 복잡한 반품 로직에서 오류·중복 생성·상태 불일치를 줄이는 데 기여한다.
근거
- TV 반품 흐름은 주문 조회, 마켓플레이스 적격성 확인, 중복 케이스 감지, 트러블슈팅, 사진 업로드, 반품 적격성 판정, 케이스 생성의 일곱 단계로 구성되어 단계별 실행을 강제한다. — 제품 반품 섹션의 'seven enforced steps' 나열 문단
제품 추천과 TV 문제해결 서브에이전트는 Kogan.com의 검색 및 상품 상세 API와 Salesforce Knowledge를 결합해 작동한다. 제품 추천은 자사 검색 API를 통해 후보를 산출하고 출력으로 제시하는 형태로 입력(사용자 의도)→처리(검색·필터링)→출력(추천 목록)이 이어진다. TV 문제해결에서는 기존에 운영 중인 Knowledge 문서를 검색해 프롬프트 템플릿 검색 동작으로 서브에이전트의 입력을 구성함으로써 일관된 응답 근거를 확보했다. 에이전트가 문의를 해결하지 못하면 대기열 확인을 거쳐 대기 시간이 15분을 초과할 경우 케이스 생성과 콜백 옵션을 제시하고, 인간 상담자에 인계될 때는 대화 요약이 제공되어 전환 비용을 낮춘다.
근거
- 시스템은 라이브 상담 대기 시간이 15분을 초과하면 고객에게 케이스 생성과 콜백 옵션을 제시한다. — 인계 및 대기열 처리 관련 문단의 대기 시간 기준 언급
Agent Script는 본 사례에서 결정론적 제어와 상태 보존을 제공하는 핵심 구성 요소로서 복잡한 흐름을 신뢰성 있게 운영하게 한다. Agent Script는 각 단계를 순서대로 강제하고 세션 전반의 상태를 유지하기 때문에 사용자가 흐름을 중단했다가 복귀할 때도 직전 지점부터 재개하는 동작이 가능하다. 이 방식은 특히 다단계 검증이나 파일 업로드가 필요한 프로세스에서 재시도와 중복 처리를 방지하는 효과를 냈다. 결과적으로 트래픽 급증 시에도 흐름 일관성 유지와 고객 경험 안정성 확보가 가능해졌다.
용어 해설
- WISMO
- — 주문 상태 조회(Where Is My Order) 문의를 가리키며 고객지원 트래픽에서 빈도가 높아 자동화 우선순위가 되는 유형으로, 본문에서는 전체 인바운드 문의의 약 60%를 차지해 주문관리 자동화의 도입 근거가 되었다.
- Subagent
- — 특정 작업이나 흐름을 전담하는 작은 에이전트 단위로, 본문에서는 인증 전용 subagent가 로그인 요구를 감지해 사용자 인증 절차만 수행하고 완료되면 메인 흐름으로 복귀시키는 역할을 수행한다.
- Agent Script
- — Salesforce의 스키마 기반 스크립팅 언어로서 세션 상태를 보존하고 단계적 흐름을 강제하는 결정론적 제어를 제공하며, 본문에서는 TV 반품의 7단계 프로세스를 순차적으로 실행하고 복귀 시점부터 재개하도록 상태를 유지하는 핵심 구성 요소로 쓰였다.
- Prompt-template retrieval
- — 사전 정의된 템플릿을 검색해 대화 또는 에이전트 행동의 입력으로 사용하는 기법으로, 본문에서는 Salesforce Knowledge의 문서를 검색해 TV 문제해결 서브에이전트의 입력으로 주입하는 방식으로 사용되었다.
- Session State
- — 사용자와의 대화 흐름에서 현재 진행 중인 위치와 입력 값을 보존하는 데이터로, 본문에서는 사용자가 중간에 흐름을 이탈해도 복원하여 이어갈 수 있게 하는 상태 보존을 의미한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 10.수집 2026. 07. 10.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
