AI 상담원, 만드는 것보다 돌리는 것이 어렵다 — 여행업계 2%만 실전 투입

항공·호텔 고객센터에 AI 상담원을 붙이려는 시도가 늘고 있지만, 실전까지 간 곳은 드물다. 스킵트 리서치 집계로 여행사업자의 33%가 에이전트형 AI를 실험 중인데 실제 규모로 확대한 조직은 2%뿐이다. 통제된 환경에서 가짜 데이터로 돌리는 시연과, 실제 API에 연결해 연간 수백만 건의 대화를 받아내는 운영은 다른 일이다. 대화형 AI 업체 시에라의 여행 부문 책임자 에릭 잔레커는 모델 자체는 '빙산의 일각'이라고 표현한다. 겉으로 보이는 것은 대형 언어 모델과 검색 보강, 외부 시스템 호출 도구지만, 수면 아래에는 기간계 연동, 작동 규칙, 맥락 관리, 시험과 최적화가 깔려 있다. 환각을 막고 브랜드 규칙을 지키고 어떤 질문에 빠른 모델을 쓰고 어떤 질문에 깊이 추론하는 모델을 쓸지 가리는 일이 여기에 속한다.

여행업이 특히 까다로운 이유는 세 가지다. 첫째, 일부 항공사 핵심 시스템은 수십 년 전 메인프레임에 뿌리를 두고 있어 여기에 연결하면서도 대화가 끊기지 않을 응답 속도를 지켜야 한다. 둘째, 변동성이다. 미국 북동부에 노리스터가 몰아쳐 수백 편이 결항하면 전화가 한꺼번에 1만 건 쏟아진다. 셋째, 언어다. 국제선 항공사는 20개 이상 언어와 지역을 24시간 담당할 인력을 두기 어렵다. 필리핀항공이 시에라 기반으로 만든 상담원은 한 대화 안에서 타갈로그어, 타글리시, 영어를 넘나든다.

인력도 변수다. 스킵트 리서치의 '2026 여행 현황' 보고서에서 여행업은 주요 산업 중 AI 교육을 받은 직원 비중이 가장 낮은 축이며, 업계 인력의 3%에 그친다. 직접 만들 것과 외부에 맡길 것을 가르는 판단이 과제로 남는다. 잔레커는 기초 모델 사용료보다 사람과 시간이 더 큰 비용이라며, 자체 개발에 6~12개월을 쓴 뒤 결국 외부 업체를 찾는 사례를 종종 본다고 말한다.

여행자 입장에서 이 격차는 체감으로 나타난다. 결항 대란이 났을 때 대기음만 듣게 될지, 한국어나 모국어로 바로 응대를 받을지가 결국 해당 항공사·호텔이 시연 단계에 머물렀는지 실전까지 갔는지에 달려 있다. 잔레커가 말하는 목표도 지능만이 아니라 공감까지 갖춘 응대다. 아직은 전화 응답 메뉴의 일부 문의, 특정 채널 통화량의 5% 정도에서 시작해 단계적으로 넓히는 방식이 일반적이다.

---

이 글은 Skift 기사의 요약입니다. 전문은 원문에서 확인하세요.

원문 보기 ↗