본문으로 건너뛰기
피드

비행기 결항까지 AI가 처리한다는 여행업계의 ‘고관여 AI’ 실험

ai-ml 약 5분
vote
0
댓글
북마크

여행·항공 업계에서 AI가 단순 FAQ 응답을 넘어 항공편 변경, 일정 조정 같은 고관여 업무까지 처리하기 시작했다. 센드버드의 딜라이트.ai를 도입한 노스 애틀랜틱 항공은 자동 응답 처리 비율을 60%에서 80%까지 끌어올렸다고 밝혔다.

  • 1

    AI 고객응대가 단순 답변에서 예약 변경·일정 조정 같은 실행형 업무로 확장됨

  • 2

    센드버드 딜라이트.ai는 채팅·문자·이메일·보이스를 넘나드는 옴니채널 구조를 제공함

  • 3

    노스 애틀랜틱 항공은 AI를 1차 응대와 변경 처리의 핵심 레이어로 두고 자동 처리율을 80%까지 높임

  • 여행·항공 업계에서 AI 고객응대가 단순 FAQ 수준을 넘어서고 있음

    • 예전에는 “수하물 규정 알려줘” 같은 정보 제공이 중심이었다면, 이제는 항공편 결항 후 대체편 선택과 변경 처리까지 AI가 맡는 흐름임
    • 기사 속 사례처럼 사용자가 상담원 대기 없이 “내일 오전 편”을 고르면 AI가 바로 변경 처리를 끝내는 식
  • 이 흐름을 업계에서는 ‘고관여 AI’라고 부르고 있음

    • 고관여 업무는 사용자의 결정이 돈, 일정, 예약 상태에 직접 영향을 주는 영역을 말함
    • 항공편 예약·변경·취소·일정 조정은 하나가 꼬이면 전체 여행 일정이 밀리는 구조라서 그동안 AI 적용이 까다로운 분야로 여겨졌음
  • 센드버드는 이 시장을 딜라이트.ai로 공략 중임

    • 딜라이트.ai는 단순 응답형 챗봇이 아니라 이전 대화 맥락을 쌓아두고, 고객 요청을 이해한 뒤 실행 단계까지 처리하는 AI 컨시어지 솔루션임
    • 여행 전에는 “어디 가면 좋을까” 같은 열린 질문에도 체류 일정과 이동 흐름을 고려해 일정을 제안하는 식으로 동작함
    • 채팅, 문자, 이메일, 보이스를 오가도 대화 흐름이 끊기지 않는 옴니채널 구조를 갖췄다는 점도 포인트임
  • 노스 애틀랜틱 항공은 AI를 보조 도구가 아니라 운영 구조의 한 레이어로 넣었음

    • 장거리 노선 중심 항공사라 항공편 변경, 지연, 취소 관련 문의가 잦았고 상담사만으로는 응답 지연과 비용 증가를 피하기 어려웠음
    • 그래서 1차 응대부터 변경 처리까지는 AI가 맡고, 판단이 어려운 케이스만 상담사에게 넘기는 구조를 택함

중요

> 노스 애틀랜틱 항공은 AI 도입 후 자동 응답 처리 비율이 기존 60%에서 80%까지 올라갔다고 밝힘. 고객센터 자동화에서 꽤 의미 있는 숫자임.

  • 개발자 입장에서 흥미로운 부분은 ‘대화형 UI’가 실제 운영 트랜잭션과 붙기 시작했다는 점임

    • 사용자는 그냥 자연어로 말하지만, 뒤에서는 예약 상태 확인, 대체편 조회, 사용자 선택 반영, 변경 확정 같은 작업이 이어져야 함
    • 이 구조에서는 모델 성능만큼이나 권한 관리, 실패 처리, 상담사 이관 기준, 로그 추적이 중요해짐
  • 센드버드 쪽 설명도 결국 “답변하는 AI”보다 “끝까지 처리하는 AI” 수요가 커지고 있다는 얘기임

    • 고객은 이제 AI가 친절하게 안내만 하는 걸로는 만족하지 않음
    • 실제로 예약을 바꾸고, 일정을 조정하고, 문제를 해결해줘야 체감 가치가 생김

기술 맥락

  • 여기서 중요한 선택은 AI를 고객센터 앞단의 안내 봇으로만 두지 않고, 예약 변경 같은 실행 업무에 연결했다는 점이에요. 여행 서비스는 예외 상황이 많아서 단순 답변보다 실제 처리 흐름을 안정적으로 설계하는 게 훨씬 어렵거든요.

  • 노스 애틀랜틱 항공은 모든 문의를 상담사가 직접 처리하는 대신, AI가 1차 응대와 변경 처리를 맡고 애매한 케이스만 사람에게 넘기는 구조를 골랐어요. 이 방식은 응답 속도를 줄이면서도 상담사가 정말 판단이 필요한 문제에 집중하게 만드는 운영 설계예요.

  • 옴니채널이 중요한 이유도 여기에 있어요. 항공편 문제가 생긴 사용자는 앱 채팅으로 시작했다가 이메일이나 보이스로 넘어갈 수 있는데, 매번 처음부터 설명해야 하면 AI 도입 효과가 확 줄어들거든요.

  • 개발팀 관점에서는 모델보다 주변 시스템이 더 빡센 영역이에요. 예약 시스템, 고객 프로필, 결제·환불 정책, 상담사 이관 플로우가 모두 맞물려야 해서 AI Agent를 붙이는 순간 고객지원 아키텍처 전체가 영향을 받아요.

여행업은 예외 케이스가 많아서 AI 자동화가 쉽지 않은 영역인데, 여기서 처리율 80%가 나왔다는 건 고객센터 자동화의 기준선이 꽤 올라갔다는 신호임. 다만 실제 운영에서는 AI가 어디까지 결정권을 가져도 되는지가 제품 설계의 핵심이 될 듯함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

건설업계도 피지컬 AI 실험 중, 관건은 로봇보다 현장 데이터다

국내 건설사들이 인공지능(AI)과 로보틱스를 건설 현장에 적용하려는 실험을 늘리고 있다. GS건설은 로봇을 활용한 자재 운반·반복 작업 자동화를 검토하고, 현대건설은 AI 카메라 기반 안전 기술을 도입하려는 중이다. 다만 실제 안착까지는 사람과 AI의 협업 방식, 현장 작업자의 데이터 활용 체계 같은 숙제가 남아 있다.

ai-ml

AI 모델 접속도 수출통제 대상이 되면 벌어지는 일

앤트로픽이 미국 정부 수출통제 지침에 따라 최신 AI 모델 접근을 출시 사흘 만에 차단했다는 사례를 통해, 클라우드 AI 모델 접근권이 국가 안보와 산업정책에 종속될 수 있다는 문제가 드러났다. 데이터 주권만으로는 부족하고, 모델 능력과 연산 접근권까지 포함한 소버린 AI 전략이 필요하다는 논점이다.

ai-ml

건설 현장에 AI 로봇이 들어오려면 아직 데이터와 협업 방식이 숙제

GS건설, 현대건설, 삼성물산 등 국내 건설사가 AI와 로봇 기술을 현장 자동화와 안전관리, 단지 서비스에 적용하려는 움직임을 보이고 있다. 다만 사람과 로봇이 함께 일하는 방식, 실증 사례 축적, 현장 작업자의 데이터 활용 체계가 갖춰져야 실제 확산이 가능하다는 지적이 나온다.

ai-ml

라벨링 1천 장을 100장으로 줄인다는 슈퍼브에이아이의 비전 AI 플랫폼

슈퍼브에이아이가 2026 스마트테크 코리아에서 데이터 구축부터 모델 개발, 운영까지 묶은 슈퍼브 플랫폼을 공개했다. 비전 파운데이션 모델로 라벨링 부담을 줄이고, 대규모 언어 모델과 비디오 언어 모델을 결합해 텍스트 명령만으로 CCTV 속 위험 상황을 찾는 기능까지 제시했다.

ai-ml

프롬프트만으로 게임 만드는 시대, 진짜 어디까지 왔나

AI가 이미지·영상·코드 생성을 넘어, 탐험 가능한 3D 세계와 게임 프로토타입까지 만들기 시작했다. 구글 딥마인드의 프로젝트 지니부터 오버데어, 버스에잇, 바르코까지 사례는 늘고 있지만, 물리 오류·레이턴시·최적화·조작감 같은 완성도 문제는 아직 사람 몫으로 남아 있다.