위버스, 구글 클라우드 대화형 AI로 245개국 팬 문의 처리

• 위버스가 구글 클라우드의 대화형 AI를 글로벌 팬 지원 시스템에 붙임

  • 대상 업무는 티켓 예매, MD 구매, 플랫폼 기능 관련 문의
  • 목표는 전 세계 팬들에게 24시간 즉각적인 고객지원을 제공하는 것
  • 머신러닝과 자연어 처리(NLP)를 활용해 팬 문의를 자동으로 처리하는 구조임

• 이번 도입의 핵심 제품은 구글 클라우드의 CX 에이전트 스튜디오임

  • 위버스는 이걸 기반으로 AI 자동화 고객지원 체계를 구축함
  • 수백만 명 규모 사용자 요구에 맞춰 즉시 확장할 수 있다는 점을 강조함
  • 시간대와 언어가 제각각인 글로벌 팬덤을 상대해야 해서, 단순 FAQ 봇으로는 한계가 큰 영역임

• 이 프로젝트는 고객지원만 따로 붙인 게 아니라, 기존 데이터 인프라 전환의 연장선임

  • 위버스는 앞서 대형 아티스트 이벤트 때 발생하는 트래픽 폭주에 대응하기 위해 데이터 분석 플랫폼을 BigQuery로 이전함
  • 데이터와 AI 환경을 통합해 팬 행동을 더 깊게 이해하고, 플랫폼 성능을 최적화하는 토대를 만들었다는 설명임
  • 즉 고객 문의 자동화와 데이터 분석 인프라가 따로 노는 게 아니라 같은 방향으로 묶인 셈임

• 위버스가 이걸 필요로 한 이유는 팬덤 서비스 특유의 운영 복잡성 때문임

  • 글로벌 아티스트 활동이 있을 때 트래픽과 문의가 동시에 폭증함
  • 팬들은 각자 다른 언어, 시간대, 구매 흐름, 이벤트 조건을 갖고 들어옴
  • 최준원 대표는 이런 운영 복잡성이 혁신적인 기술 솔루션 없이는 해결하기 어렵다고 설명함

• 앞으로는 처리 효율을 더 끌어올리는 게 목표임

  • 위버스는 연내 처리 효율을 두 배로 높이겠다고 밝힘
  • 장기적으로는 최신 AI 기술을 계속 탐구해 고객 불편 없는 서비스를 제공하겠다는 계획임
  • 실제 서비스 운영에서 AI 성패는 '대답을 그럴듯하게 한다'보다 피크 타임에 얼마나 안정적으로 버티는지가 더 중요함

---

기술 맥락

• 위버스 사례에서 중요한 선택은 고객지원 AI만 도입한 게 아니라, 데이터 분석 기반과 AI 자동화를 같이 묶었다는 점이에요. 글로벌 팬덤 서비스는 이벤트가 뜨는 순간 트래픽, 결제, 배송, 문의가 한꺼번에 몰리기 때문에 고객지원만 따로 최적화해선 한계가 있거든요.

• BigQuery 이전이 먼저 언급되는 이유도 여기에 있어요. 사용자 행동과 문의 패턴을 대규모로 분석할 수 있어야 어떤 질문이 반복되는지, 어느 이벤트에서 병목이 생기는지, 어떤 언어권 지원이 부족한지 볼 수 있어요.

• CX 에이전트 스튜디오 같은 도구를 쓰는 이유는 다국어와 24시간 대응을 사람만으로 해결하기 어렵기 때문이에요. 특히 팬덤 플랫폼은 특정 아티스트 일정에 따라 문의가 폭발적으로 늘어나서, 평소 인력 기준으로는 피크 타임을 감당하기 힘들어요.

• 다만 이런 자동화는 답변 품질 관리가 핵심이에요. 티켓, 결제, 굿즈 문의는 틀린 답을 주면 바로 고객 불만으로 이어지니까, AI가 처리할 범위와 사람에게 넘길 기준을 촘촘히 잡아야 해요.