고객이 만나야 하는 것은 무엇인가
고객은 AI를 만나러 온 것이 아니다. 커피를 주문하고, 자신에게 맞는 제품을 찾고, 잘못된 주문을 바로잡으러 왔다.
익숙한 주문에는 짧은 답이면 충분할 수 있다. 문제가 생기면 다르다. 답보다 먼저 자신의 사정을 알아주기를 바랄 수도 있다. 같은 고객에게도 늘 같은 도움이 필요한 것은 아니다.
그런데 도입 회의의 질문은 기능부터 시작하기 쉽다. 무엇을 붙일 것인가. 몇 건을 자동 처리할 것인가. 그보다 먼저 물을 것이 있다. 지금 이 사람에게 필요한 도움은 무엇인가.
AI가 직접 답할 수도 있다. 직원이 더 잘 돕도록 뒤에서 지원할 수도 있다. 대화 없이 선택지를 분명하게 보여 주는 편이 나을 수도 있다. 챗봇의 유무보다 중요한 것은 고객이 도움을 받는 방식이다.
스타벅스: AI가 직원에게 답한다
스타벅스는 2026년 1월 발표하고 6월 갱신한 공식 자료에서 Green Dot Assist를 매장 직원의 현장 지원 도구로 설명한다. 직원은 레시피와 업무 절차, 서비스 기준에 관한 질문을 대화형으로 확인할 수 있다. 회사는 직원이 커피 제조와 고객과의 연결에 집중하도록 돕는 접근으로 이를 제시한다. [1]
여기서 내가 주목하는 것은 AI의 말솜씨가 아니다. 답을 누구에게 주는가다. 직원이 필요한 지식을 얻고, 고객과의 만남을 이어 간다. 기술을 고객 앞에 세우는 것만이 기술을 쓰는 방법은 아니다.
스타벅스가 모든 AI를 직원 뒤에만 배치한다는 뜻은 아니다. 같은 자료는 고객용 디지털 탐색 기능도 설명한다. 기업 전체를 하나의 유형으로 분류하기보다, 특정 접점에서 선택한 역할을 보는 사례다. 또한 이 자료만으로 고객 만족이나 매출 개선을 Green Dot Assist 하나의 효과로 분리할 수는 없다.
로레알: 전문지식을 고객이 직접 이용하는 서비스로 만든다
로레알 파리의 Beauty Genius는 다른 위치에 있다. 공식 소개에 따르면 고객은 미국 웹사이트와 WhatsApp에서 피부·모발 관련 분석, 제품 추천, 가상 체험 등의 기능을 이용할 수 있다. 미국 유통업체로의 연결도 제공한다. 게시일이 없는 서비스 페이지를 2026년 10월 17일 재확인한 내용이며, 모든 국가에서 같은 기능을 제공한다는 뜻은 아니다. [2]
이번에는 AI가 고객 앞에 있다. 나에게 맞는 것은 무엇인가. 어떤 순서로 쓰는가. 제품을 고르기 전의 망설임을 대화의 대상으로 삼는다. 상담 인력을 몇 명 대신하는지만 보면 이 선택을 놓친다. 전문지식을 고객의 질문에서 시작하는 서비스로 만든 것이다.
나는 이를 브랜드의 전문지식을 고객이 접근할 수 있는 서비스로 바꾸는 선택으로 읽는다. 다만 자사 제품을 중심으로 한 서비스다. 시장 전체를 대상으로 한 독립적인 조언이나 의료 진단으로 소개해서는 안 된다. 더 자연스러운 대화가 추천의 범위를 흐려서는 안 된다.
타오바오: 사람이 이어받으면 충분할까
타오바오 고객 서비스의 무작위 현장 실험은 AI가 적합한 상담을 처리하고 사람이 감독하는 조건과 사람이 상담을 처리하는 조건을 비교했다. AI 도입은 평균 상담 시간을 줄였지만, AI 처리 대상 상담의 고객 평가는 낮아졌다. 사람의 개입 효과도 실패의 종류와 개입 시점 등에 따라 달랐다. 기술적으로 해결하지 못한 문제와 감정적 불만이 생긴 상황에서 같은 결과가 나타나지 않았다. [3]
이 자료는 2026년 5월 공개되고 6월 개정된 프리프린트다. 학술지 심사 완료 논문으로 소개하지 않는다. 한 플랫폼의 실험을 모든 AI 상담에 일반화할 수도 없다. 다만 “필요하면 사람에게 연결한다”는 문장만으로 고객 경험을 설명하기 어렵다는 질문을 던진다.
상담원이 연결됐다. 그런데 고객은 처음부터 다시 말해야 한다. 이것을 연결됐다고만 부를 수 있을까.
연결 전까지 무슨 일이 있었는가. 직원은 그것을 아는가. 해결할 수단도 갖고 있는가. 연구를 읽고 내가 던지는 질문이다. 연구가 이 질문들의 효과까지 검증한 것은 아니다.
같은 AI라도 같은 관계를 만들지는 않는다
2026년 Journal of Service Research 논문은 네 기술 고객지원 조직의 인터뷰 41건 등을 바탕으로 생성형 AI가 서비스 업무 방식을 어떻게 바꾸는지 분석한다. 고객에게 보이는 응대와 그 뒤의 업무를 함께 살펴본다. 관찰 기간은 2020~2024년으로 생성형 AI 도입 전후의 두 단계를 포함한다. 41건은 인터뷰 횟수이며, 특정 방식의 보편적 우월성을 입증한 실험은 아니다. [4]
대체인가, 보조인가. 그 둘만으로는 충분하지 않다. 직원에게 지식을 주는 일, 고객의 선택을 돕는 일, 요청을 실제로 처리하는 일은 다르다. 한 회사 안에서도, 한 고객의 여정 안에서도 AI의 자리는 달라질 수 있다.
브랜드가 결정할 것은 AI의 도입 여부만이 아니다. 고객이 누구에게 묻고, 무엇을 맡기며, 어떤 도움을 받게 할 것인가도 결정해야 한다.
브랜드디자인매니지먼트는 기술의 자리를 묻는다
친절하게 말하는 것과 도움이 되는 것은 다르다. 매끄러운 대화 끝에 아무것도 바뀌지 않을 수 있다. 반대로 기술은 보이지 않아도 직원이 제때 문제를 풀어 줄 수 있다.
이 글에서 브랜드디자인경영, 브랜드디자인매니지먼트(Brand Design Management)는 브랜드가 제공하려는 경험에 맞춰 전문지식·제품·직원·AI·고객의 관계를 구성하는 저자의 관점이다. 세 기업이 이 이름의 체계를 채택했다는 주장이 아니다. 기업의 운영과 고객 경험을 연결해 사례를 해석하는 틀이다.
사람을 늘 앞에 두자는 뜻이 아니다. AI를 감추자는 뜻도 아니다. 만들려는 관계에 맞춰 기술의 자리를 정하자는 뜻이다. 2부에서는 하나의 고객 여정에서 그 자리를 찾아본다.
고객에게 기술을 얼마나 보여 줄 것인가가 아니다. 고객에게 어떤 도움이 도착하게 할 것인가다.
자료와 해석의 범위
[1][2]는 기업의 서비스·운영 설명이며 독립적으로 검증된 성과 자료가 아니다. [3]은 프리프린트로 학술지 심사 완료 여부를 확인하지 못했다. [4]는 질적 연구다. 세 사례를 서로 비교한 통제 실험으로 다루지 않는다. 사례 간 비교와 브랜드디자인매니지먼트 해석, 검토 질문은 저자의 제안이다. AI가 고객 만족·매출·충성도를 높인다고 보장하지 않는다.