관점
AI를 어디부터 맡길지는 지난 티켓이 알려줍니다
고객지원에 AI를 들이기로 하면 첫 질문은 대개 "무엇부터 맡길까"입니다.회의실에서 답을 찾으면 의견이 갈립니다.그런데 답은 이미 쌓여 있는 지난 티켓 안에 있는 경우가 많습니다. Freshworks도 출발점을 데이터에서 찾습니다 Freshworks는 10월 제품 업데이트에서 AI 도입의 어려운 관문 중 하나가 어디서 시작할지 아는 것이라고 짚었습니다.그...
블로그
ACENT의 시각, 만들고 있는 것의 기록, 현장에서 배운 것을 나눕니다.
관점
AI 답변의 품질은 지식베이스 관리에서 갈립니다
AI 상담 도구가 틀린 답을 내놓으면 보통 모델부터 의심합니다.그런데 답의 근거가 된 문서를 열어 보면 문서가 먼저 틀려 있는 경우가 있습니다. 가격 정책이 바뀌었는데 안내 문서는 그대로입니다.같은 질문에 답하는 문서가 두 개인데, 내용이 서로 다릅니다.자주 들어오는 문의인데 정리된 문서가 아예 없습니다. Freshworks도 같은 이야기를 했습니다 Fr...
관점
AI가 우리 회사의 과거 해결 사례와 문서를 근거로 일하게 하려면
고객 문의에 답할 때 가장 먼저 하는 일이 있습니다.비슷한 티켓이 예전에 있었는지 찾아보는 것입니다. 답은 대부분 이미 우리 안에 있습니다.과거 해결 티켓과 지식베이스 문서에 있습니다.문제는 그것을 빨리 찾는 일입니다. Freshdesk를 확장하는 ACENT Flow ACENT Flow는 Freshdesk를 대체하는 제품이 아닙니다.Freshdesk 위에...
만들기
상담이 끝난 뒤의 일은 누가 정리할까요
상담이 끝나면 상담원의 일이 끝날까요? 실제로는 그때부터 또 다른 일이 시작됩니다. 통화를 마치고, 채팅을 닫고 나면 티켓을 정리해야 합니다. 문의 유형을 고르고, 제품과 원인을 분류하고, 우선순위를 정하고, 다음 사람이 이어받을 수 있게 내용을 요약합니다. 이 일은 고객 눈에는 보이지 않습니다. 하지만 이 정리가 제대로 되지 않으면 리포트가 흐려지고, 같...
현장에서
업무는 Buzz, 개인 일은 Muse, 그리고 Grok Bot
지난 글에서 Buzz로 AI 에이전트 팀을 운영하고 있다고 말씀드렸습니다. 오늘은 그 팀이 지금 어떤 모습으로 일하고 있는지 조금 더 구체적으로 적어보려 합니다.지금 저는 에이전트를 한곳에만 두지 않습니다. 회사 업무는 Buzz에서 에이전트 팀으로 운영하고, 개인적인 일은 Muse에서 따로 챙기고 있습니다. 여기에 최근에는 Grok Bot을 Buzz와 함께...
현장에서
Buzz에서 AI 에이전트 팀 운영하기
요즘 Buzz에서 AI 에이전트로 여러 팀을 꾸려 일을 하고 있습니다. 맡을 일을 나누고 팀별로 대화할 공간을 두고 운영하는 중입니다. 실제 업무에서 에이전트와 함께 일해보고 있습니다. 이 경험을 앞으로 조금씩 써보려 합니다. 팀을 어떻게 나눴는지, 어떤 일을 맡기는지, 제가 직접 챙겨야 하는 일은 무엇인지. 운영하면서 겪는 일들을 가볍게 나눠보겠습니다....
관점
사람은 사람이 응대해야 합니다
저는 사람은 사람이 응대해야 한다고 생각합니다. 고객과 직접 대화하는 자리를 AI에게 맡기고 싶지 않습니다. 제가 생각하는 상담센터에서 고객의 말을 듣고 상황을 이해하고 답을 전하는 주체는 사람입니다. AI를 어디에 둘 것인지도 이 생각에서 출발합니다. 제가 바라는 AI는 상담원의 나머지 업무를 모두 책임지는 내부 어시스턴트 직원입니다. 고객과 대화하는 ...
관점
AI가 앞당긴 사이버 위협의 시간
ACENT 대표 얼마 전 OpenAI, Anthropic, AWS, Google, Microsoft, Oracle를 포함한 100개 이상의 조직이 공동 사이버 방어 공개서한에 이름을 올렸습니다. 참여 조직은 AI 기반 사이버 공격이 앞으로 수개월 안에 더 넓고 정교해질 수 있다고 경고했습니다. 이 전망은 공개서한 참여 조직의 판단이며, 독립 기관이...
관점
구형 기기 사용자는 우리 분석에 잡히지 않는다
스마트폰으로 폼을 작성하다 로딩이 5초 이상 걸리면, 여러분은 어떻게 하시나요? 대부분 '나중에 하지' 하고 나가십니다. 이건 너무 당연한 반응이라 우리가 진지하게 다루지 않죠. 하지만 영국의 한 유틸리티 기업은 이 문제를 정면으로 마주했고, 그 결과 우리가 간과하는 중요한 진실을 드러냈습니다. 문제의 발견: 보이지 않는 이탈 이 기업은 React 기...
관점
Linear가 빠른 이유를 AI 제품 관점에서 보면
Linear가 빠르게 느껴지는 이유는 서버 속도보다 네트워크 대기 시간을 사용자의 행동 경로에서 빼내는 설계에 가깝습니다.
관점
AI 에이전트의 진짜 비용은 코드가 아니라 검증에 있다
논문이 측정한 것 arXiv에 올라온 "Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering"(2601.14470)은 에이전트 기반 SW 개발에서 토큰이 어디에 얼마나 쓰이는지를 실제로 쟀다. ChatDev 프레임워크와 GPT-5 추론 모델로 소프트웨어 개발 태스크 30개...
관점
AI가 코드를 더 빨리 쓰게 해줬는데, 버그는 왜 줄지 않았을까?
rsync 프로젝트 데이터로 본 AI 코딩 도구의 실제 영향2026년 6월 첫째 주, Hacker News를 뜨겁게 달군 글이 하나 있다.“Did Claude Increase Bugs in rsync?”한 개발자가 오픈소스 프로젝트 rsync에 Claude를 도입한 뒤 “버그가 늘어난 것 같다”는 말이 돌자, 통계학 석사인 아내와 함께 10년치 릴리스 데이...