본문으로 건너뛰기
피드

위버스, 구글 클라우드 AI로 글로벌 팬 문의 24시간 처리한다

ai-ml 약 3분
vote
0
댓글
북마크

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

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.