본문으로 건너뛰기
피드

비행기 결항까지 AI가 처리한다는 여행업계의 ‘고관여 AI’ 실험

ai-ml 약 5분

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

알파벳 실적에서 보이는 AI 수직계열화의 힘

애널리스트들은 알파벳이 검색이나 광고 하나에 기대는 회사가 아니라, 클라우드·유튜브·AI 칩·데이터센터까지 여러 축에서 성장하고 있다고 평가했어. 특히 구글 클라우드 성장, 제미나이 도입, TPU 판매가 AI 수익화 흐름을 강화하는 신호로 읽혔어.

ai-ml

구글 클라우드, 자체 AI 칩 TPU를 외부 데이터센터에도 판다

구글 클라우드가 자체 개발 AI 칩 TPU를 일부 외부 고객에게 판매하기 시작해. 지금까지 클라우드 안에서 쓰는 가속기 성격이 강했다면, 이제는 고객 자체 데이터센터에도 들어가는 하드웨어 사업으로 확장되는 흐름이야.

ai-ml

알파벳이 웃은 이유, AI 투자보다 구글 클라우드 매출이 먼저 증명했다

빅테크 실적 발표 이후 시장은 AI에 돈을 얼마나 쓰는지가 아니라 그 돈이 매출로 돌아오는지를 보기 시작했어. 알파벳은 구글 클라우드 매출이 63% 급증하며 아마존과 마이크로소프트보다 훨씬 강한 성장률을 보여줬고, 그 결과 주가도 6% 넘게 뛰었어.

ai-ml

카카오 플레이MCP, 오픈소스 AI 에이전트 오픈클로와 붙었다

카카오의 MCP 기반 개방형 플랫폼 플레이MCP가 오픈소스 AI 에이전트 오픈클로 연동을 지원한다. 카카오톡, 톡캘린더, 카카오맵 같은 카카오 서비스와 200여 개 외부 서버를 에이전트가 호출해 반복 업무를 자동화할 수 있게 된 게 핵심이다.

ai-ml

이번 주 허깅페이스, 1.6조 파라미터 오픈소스와 오픈AI 프라이버시 필터가 흔들었다

이번 글은 허깅페이스에서 주목받은 AI 모델과 데모를 묶어 DeepSeek-V4-Pro, OpenAI Privacy Filter, Waypoint 1.5의 의미를 정리함. 공통 키워드는 MoE, 오픈소스, 온디바이스 보안, 실시간 월드 모델이며, 한국 개발자에게도 모델 선택과 AI 인프라 설계 관점에서 참고할 만한 수치가 많음.