AI 상담원과 시나리오형 챗봇, 무엇이 다를까?

작동 방식의 차이

시나리오형 챗봇은 ‘배송 문의’ 버튼을 누르면 ‘배송 조회’ 답변이 나오는 식으로, 운영자가 미리 설계한 흐름도(시나리오)와 키워드 규칙을 따라 움직입니다. 고객이 흐름 밖의 문장을 입력하면 ‘이해하지 못했어요’ 같은 기본 응답으로 빠지기 쉽습니다.

LLM 기반 AI 상담원은 고객이 자유롭게 쓴 문장의 의도를 이해하고, 등록된 쇼핑몰 자료에서 관련 내용을 찾아 문장으로 답합니다. ‘어제 시킨 니트 내일 받을 수 있어요? 아 그리고 사이즈 바꿀 수 있나요?’처럼 두 가지를 섞어 물어도 각각에 답할 수 있습니다.

구축과 유지보수

시나리오형 챗봇은 질문 유형마다 흐름을 그려야 하므로 구축에 시간이 들고, 정책이 바뀔 때마다 관련된 모든 분기를 고쳐야 합니다. 반대로 정해진 흐름 밖으로 벗어나지 않기 때문에 답변이 예측 가능하다는 장점이 있습니다.

AI 상담원은 흐름을 그리는 대신 자료를 등록합니다. 정책이 바뀌면 해당 문서 하나만 고치면 됩니다. 다만 자료에 없는 내용을 그럴듯하게 지어내지 않도록, 근거 기반 답변과 상담원 이관 규칙을 반드시 함께 설정해야 합니다.

한눈에 비교

• 입력 방식 — 시나리오형: 버튼·정해진 키워드 / AI 상담원: 자유로운 문장
• 답변 근거 — 시나리오형: 미리 작성한 고정 답변 / AI 상담원: 등록된 자료를 바탕으로 생성
• 정책 변경 시 — 시나리오형: 관련 분기 전체 수정 / AI 상담원: 해당 문서만 수정
• 복합 질문 — 시나리오형: 대체로 처리 어려움 / AI 상담원: 한 번에 여러 의도 처리
• 다국어 — 시나리오형: 언어별 시나리오 별도 제작 / AI 상담원: 같은 자료로 여러 언어 응대
• 예측 가능성 — 시나리오형: 매우 높음 / AI 상담원: 근거 기반 설정과 이관 규칙으로 통제

어떤 경우에 무엇을 고를까

문의 유형이 몇 가지로 고정돼 있고 답이 바뀌지 않는다면 시나리오형 챗봇으로도 충분합니다. 반대로 상품 수가 많고, 사이즈·성분·배송일처럼 상품마다 답이 다르며, 정책이 자주 바뀌는 쇼핑몰이라면 AI 상담원이 운영 부담을 크게 줄입니다.

두 방식을 섞어 쓰는 것도 방법입니다. 주문 조회처럼 절차가 정해진 업무는 정해진 흐름으로, 나머지 자유 질문은 AI가 답하도록 나누면 예측 가능성과 유연성을 함께 얻을 수 있습니다.