일 단위로 보면 무엇이 바뀌는가
O*NET은 이 직업을 구체적인 응대로 설명합니다. 상품과 서비스 질문에 답하고, 주문을 받고, 요금 불만을 해결하고, 응대 내용을 기록하고, 해결 안 된 건을 다음 단계로 넘기는 일입니다. 그중 반복되는 쪽 끝, 곧 주문 조회, 비밀번호 재설정, 정해진 규정 안내는 많은 회사에서 AI 채팅과 음성 시스템이 가장 먼저 흡수하는 부분입니다. 기록도 바뀌고 있습니다. 상담원이 처음부터 타이핑하는 대신, 도구가 만든 응대 요약을 확인만 하는 방식입니다.
이 직업은 다른 직업보다 노출된 쪽에 가깝고, 그렇게 말하는 것이 정직합니다. 미국 노동통계국(BLS)의 전망도 셀프서비스와 자동 시스템이 반복 응대를 더 많이 맡으면서 이 직업이 서서히 줄어드는 방향을 가리켜 왔습니다. 동시에 ILO의 생성형 AI 연구는, 노출이 큰 직업도 줄어들기 전에 먼저 일의 구성이 바뀐다고 강조합니다. 사람에게 오는 문의는 더 어렵고, 더 화가 나 있고, 더 드문 사례가 됩니다. 예전 일의 축소판이 아니라 다른 일이 되는 것입니다.
사람에게 모이는 일
사람에게 오는 문의는 갈수록 O*NET이 이 직업의 핵심으로 꼽는 능력을 요구합니다. 경청, 판단, 협상입니다. 가족을 잃고 계정을 정리하려는 고객, 시스템 쪽이 틀린 요금 분쟁, 안전 문제, 어떤 규정도 예상 못 한 예외 상황. 이런 일에는 감정을 받아 내고, 규칙과 공정함을 저울질하고, 결정할 수 있는 사람이 필요합니다. 달리 말해, 어려운 건 처리(에스컬레이션)가 일의 가장자리가 아니라 중심이 됩니다.
책임은 두 지점에서 사람에게 남습니다. 첫째, 자동 응답이 틀렸을 때 누군가 그것을 잡아내고, 고객의 상황을 바로잡고, 같은 실패가 반복되지 않게 되먹임해야 합니다. 상담원은 AI 시스템 위의 품질 관리층이 되어 가고 있습니다. 둘째, 환불, 예외 처리, 일정 약속 같은 고객과의 약속은 회사를 대신해 하는 것이라, 비용이 크거나 규제가 걸린 일에는 회사가 사람을 그 고리 안에 남겨 둡니다. 두 역할 모두 제품을 깊이 아는 사람에게 유리합니다.
현실적인 90일 계획
첫 달에는 자동 응답이 실패하는 문의를 일부러 잘하게 됩니다. 어려운 건 처리를 자원하고, 자동화 단계가 틀리거나 도움이 안 되는 답을 준 사례를 이유와 함께 개인 기록으로 남깁니다. 이 기록은 팀에 드물고 값진 근거가 됩니다. 둘째 달에는 지식 문서(자주 묻는 질문과 해결책을 모은 사내 자료)를 쓰는 사람 입장에서 익힙니다. 두세 편을 고치거나 새로 써 봅니다. AI 답변의 품질이 바로 그 내용에 달려 있기 때문입니다.
셋째 달에는 실패 기록을 제안서로 바꿉니다. 가장 자주 반복되는 자동 응답 실패, 그것이 재문의나 환불로 만드는 비용, 그리고 어떤 지식 문서나 업무 흐름을 고치면 해결되는지를 담아 팀장에게 공유합니다. 이렇게 하면 지원 조직이 실제로 늘리고 있는 역할, 곧 품질 검토, 지식 관리, AI 업무 흐름 관리 쪽으로 자리를 옮기지 않고도 발판이 만들어집니다. 자리와 직함은 회사마다 크게 다르므로, 보장이 아니라 근거를 쌓는 일로 여기는 것이 좋습니다.
