센드버드, 노스 애틀랜틱 항공 상담에 AI 에이전트 적용…2주 만에 ‘자동 해결’ 80%까지 끌어올려

항공편 취소, 지연 상황을 감지해 자동 재예약, 대체 일정 제안하는 delight.ai

센드버드는 노스 애틀랜틱 항공(Norse Atlantic Airways) 고객센터에 AI 에이전트를 적용해, 상담사 이관 없이 AI가 자체 처리한 문의 비율(자동 해결률)을 도입 2주 만에 60%에서 80%로 높였다고 9일 밝혔다. 예약 조회·변경·환불처럼 여러 단계가 엮이는 문의가 많은 항공 업종에서 단기간에 성과를 냈다는 점이 관심을 모은다.

항공 상담은 변수가 많다. 단순 규정 안내를 넘어, 항공편 지연·취소 같은 돌발 상황에서 고객이 “지금 뭘 해야 하는지”까지 안내해야 한다. 노스 애틀랜틱 항공은 이 문제를 ‘AI를 하나 더 붙이는’ 방식이 아니라, 상담 운영 구조 자체를 재배치하는 접근으로 풀었다고 설명했다. 반복적·표준화된 문의는 AI가 1차 처리하고, 상담원은 예외 상황이나 고난도 케이스에 집중하는 형태로 워크플로우를 다시 설계했다는 것이다.

이번 프로젝트의 기반은 센드버드의 AI 에이전트 ‘delight.ai’다. 센드버드는 “‘delight.ai’가 대화 맥락과 고객 데이터를 함께 분석해 고객 여정 전반을 반영한 응대를 제공하고, 기업별 업무 흐름에 맞춘 운영 구조 설계와 고도화를 지원한다”고 설명했다. 예를 들어 항공편 지연·취소가 발생하면 관련 정보를 안내하는 데서 그치지 않고, 변경 가능한 일정이나 대안 옵션을 제시해 다음 행동으로 이어지도록 돕는다는 것이다.

센드버드는 고객이 상담 채널을 바꾸더라도 대화 맥락이 이어지도록 설계해, 고객 경험의 끊김을 줄이고 상담 효율도 함께 높일 수 있다고 강조했다.

또 하나의 포인트는 ‘채널 연속성’이다. 센드버드는 고객이 상담 채널을 바꾸더라도 대화 맥락이 이어지도록 설계해, 고객 경험의 끊김을 줄이고 상담 효율도 함께 높일 수 있다고 강조했다.

이와 관련 마르티나 판자 노스 애틀랜틱 항공 CX 총괄은 “delight.ai는 게임 체인저”라며, 이를 통해 고객과의 소통 방식을 더 능동적으로 바꾸고 있다고 전했다.

김동신 센드버드 대표도 “복합 문의와 변동성이 큰 항공 산업에서도 AI가 보조 도구를 넘어 운영 인프라로 작동할 수 있음을 확인한 사례”라며 “산업 특성에 맞춘 AI 에이전트 확장을 이어가겠다”고 말했다.

황정호 기자

jhh@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

PFCT, 중금리 대출 부실 예측 AI 특허 등록…에어팩 기술 독창성 인정

AI 기술금융사 피에프씨테크놀로지스(PFCT)가 금융 특화 버티컬 AI 인프라 ‘에어팩(AIRPACK)’에 적용한 중금리 대출 부실 리스크 예측 기술로 특허를 등록했다. PFCT는 이번 특허 등록을 통해 에어팩의 핵심 기술 구현 방식과 독창성을 추가로 인정받았다고 30일 밝혔다.

[현장] 전력·냉각·보안부터 로봇·바이오까지… KAIST 딥테크 스타트업이 제시한 AI 시대 생존 전략

KAIST 창업원이 주최·주관한 ‘KAIST Startup Scaleup Summit 2026’이 지난 18일 서울 코엑스 3층 컨퍼런스홀 E5·E6에서 열렸다. 넥스트라이즈 2026 서울(NextRise 2026, Seoul) 파트너 행사로 마련된 이 행사는 KAIST 스타트업 성장 공동체를 기반으로 투자사와 창업자, 기술 인재가 만나는 스케일업의 장을 표방했다.

삼쩜삼, 전사 AI 전환 속도…개발·비개발 경계 낮춘 ‘AI 위크’ 열어

자비스앤빌런즈, AI 위크 2026 개최…10개 세션서 실무 적용 사례 공유 사내 데이터 분석 도구 ‘로키’ 주목…비개발자도 자연어로 데이터 활용 AI...

GPT-5.6은 제한 공개, 제미나이는 사용 제한…AI 경쟁은 ‘접근권 전쟁’으로 바뀌었다

생성형 AI 주도권 경쟁의 상황이 급변하고 있다. 최근까지 시장의 관심은 누가 더 강력한 모델을 먼저 공개하느냐에 집중됐다. 그러나 최근 오픈AI(OpenAI), 앤트로픽(Anthropic), 구글(Google), 메타(Meta)를 둘러싼 변화는 양상이 다르다. 이제 중요한 것은 모델 성능만이 아니다. 누가 최상위 모델에 접근할 수 있는지, 어느 기업이 충분한 컴퓨트(compute)를 배정받을 수 있는지, 또 어떤 조직이 정부와 플랫폼 기업이 요구하는 신뢰 기준을 충족할 수 있는지가 AI 경쟁의 핵심 변수로 떠오르고 있다.