본문으로 건너뛰기
피드

위버스, 구글 클라우드 AI로 글로벌 팬 문의 24시간 처리한다

ai-ml 약 3분

위버스가 구글 클라우드의 머신러닝과 자연어 처리 기술을 도입해 글로벌 팬 지원 시스템을 강화했다. 지난 3월 도입 이후 245개 국가와 지역에서 들어온 고객 문제를 처리했고, 앞서 데이터 분석 플랫폼도 BigQuery로 옮긴 상태다.

  • 1

    위버스의 고객 지원 시스템에 구글 클라우드 AI 자동화 기술이 통합됨

  • 2

    티켓 예매, MD 구매, 플랫폼 기능 문의를 24시간 실시간 처리하는 게 목표

  • 3

    도입 후 245개 국가와 지역에서 들어온 고객 문제를 처리함

  • 4

    위버스는 이미 데이터 분석 플랫폼을 BigQuery로 이전한 바 있음

  • 위버스가 구글 클라우드의 AI 자동화 기술을 넣어 차세대 팬 지원 시스템을 구축함

    • 위버스는 하이브의 플랫폼 부문을 맡는 IT 자회사 위버스 컴퍼니가 운영하는 팬덤 플랫폼임
    • 방탄소년단이 쓰면서 글로벌 팬덤 서비스로 많이 알려진 그 플랫폼 맞음
  • 핵심은 글로벌 팬 문의를 24시간 처리하는 고객 경험 에이전트 시스템임

    • 위버스의 CX 에이전트 스튜디오는 구글 클라우드의 머신러닝과 자연어 처리(NLP)를 통합함
    • 팬들은 시간대도 다르고 언어도 제각각이라, 티켓 예매나 MD 구매 문의를 사람이 순차 처리하는 방식만으로는 한계가 큼

중요

> 위버스는 지난 3월 시스템 도입 이후 245개 국가와 지역에서 들어온 고객 문제 전체를 처리했다고 밝힘. 팬덤 서비스 스케일이 그냥 국내 앱 수준이 아니라는 얘기임.

  • 처리 대상은 팬덤 서비스에서 실제로 자주 터지는 운영성 문의들임

    • 티켓 예매, MD 구매, 플랫폼 기능 관련 문의와 요구 사항을 실시간으로 다루는 구조
    • 팬 입장에서는 결제나 예매 타이밍이 중요해서, 응답 지연이 곧 불만으로 이어지기 쉬움
  • 위버스는 AI 고객 지원만 따로 붙인 게 아니라 데이터 기반도 이미 구글 클라우드 쪽으로 옮겨둔 상태임

    • 앞서 데이터 분석 플랫폼을 BigQuery로 이전한 바 있음
    • 고객 문의 자동화와 데이터 분석 기반을 같은 클라우드 생태계에 두면, 문의 유형 분석이나 운영 지표 개선을 더 빠르게 돌릴 수 있음
  • 국내 개발자 입장에서는 “AI 챗봇 붙였다”보다 운영 스케일을 봐야 하는 사례임

    • 245개 국가와 지역, 다국어, 24시간, 티켓과 커머스 문의가 한 번에 엮인 서비스라 단순 FAQ 자동화보다 난도가 높음
    • 글로벌 B2C 플랫폼에서 고객 지원 AI가 별도 기능이 아니라 핵심 운영 인프라로 들어가는 흐름이 더 분명해지고 있음

팬덤 플랫폼은 트래픽보다 언어와 시간대가 더 빡센 문제일 때가 많다. 위버스 사례는 글로벌 커뮤니티 서비스에서 고객 지원 자동화가 선택지가 아니라 운영 인프라가 되어가고 있다는 신호로 볼 만하다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

위버스, 구글 클라우드 대화형 AI로 245개국 팬 문의 처리

위버스가 구글 클라우드의 대화형 AI와 자동화 기술을 기반으로 글로벌 팬 지원 시스템을 구축했어. 지난 3월 도입 후 245개 국가 및 지역에서 들어온 고객 문의를 처리했고, 연내 처리 효율을 두 배로 높이겠다는 계획도 내놨어.

ai-ml

아정당, 제네시스 클라우드 AI로 고객 상담 운영 갈아엎는다

아정당이 제네시스 클라우드를 도입해 고객 경험과 상담 운영을 AI 중심으로 고도화한다. 창립 4년 만에 매출이 약 20배 성장하면서 고객 수와 서비스 복잡도가 커졌고, 이를 단일 플랫폼 기반의 고객 데이터, 자동화, 여정 관리, 워크포스 관리로 풀겠다는 내용이다.

ai-ml

스토리, AI 에이전트용 오픈소스 프레임워크 ‘스토리 스킬’ 공개

스토리가 AI 코딩 에이전트와 개발자가 자사 SDK와 스마트 컨트랙트를 더 쉽게 쓰도록 돕는 오픈소스 프레임워크 ‘스토리 스킬’을 공개함. IP 등록, 라이선싱, 로열티 관리 같은 반복 작업을 재사용 가능한 워크플로우로 묶어 AI 에이전트가 바로 참고할 수 있게 만든 게 핵심임.

ai-ml

AI 모델이 너무 많아진 시대, 기업들은 ‘멀티 AI 에이전트’로 묶어 쓰기 시작했다

카카오, 제논, NHN, 마이크로소프트, 구글 등이 여러 AI 모델과 업무 도구를 한 인터페이스에서 연결하는 멀티 AI 에이전트와 AI 오케스트레이션에 속도를 내고 있다. 단일 챗봇을 넘어 MCP, 사내 시스템, 외부 서비스, 로컬 환경까지 엮어 실제 업무 행동을 자동화하려는 흐름이다.

ai-ml

이세돌이 말한 인공지능 시대의 핵심은 ‘정답’보다 ‘질문’이었다

이세돌 UNIST 특임교수와 이창호 사범이 인공지능 시대의 인간 가치와 판단력에 대해 이야기함. 알파고 이후 바둑에서 드러난 ‘삼삼’ 사례를 통해 인공지능이 인간의 고정관념을 깨는 도구가 될 수 있지만, 생각의 주도권을 넘기면 위험하다고 짚었음.