연 300시간을 아낀 AI 상담 서비스

안녕하세요. 토스뱅크에서 주택담보대출을 디자인하고 있는 Product Designer 김혜미입니다. 이번 글에서는 전세대출 팀에서 AI 상담 서비스를 디자인했던 과정을 얘기해 보려고 해요.정보는 충분했지만 확신은 없었다전세대출 팀에서 하는 고민은 대체로 이런 거예요. 플로우를 어떻게 더 쉽게 설계할까, 어떻게 전환율을 높일까. 그런데 그것만으로는 해결하기 어려운 문제가 있었어요. 사용자가 화면을 다 이해하고도 여전히 불안해서 고객센터를 찾는 것이죠.상담팀에서 사용자들이 서류를 제대로 제출하지 못해 심사가 자꾸 막힌다는 이야기를 전해주셨어요. 그때 처음으로 상담팀에 들어오는 문의 데이터를 직접 찾아봤어요. 데이터를 열어보니 서류 제출 방법뿐만 아니라 단순한 정보를 묻는 문의량이 유독 높았어요. 이런 문의가 상담 인력을 계속 붙잡다 보니, 정작 심사가 늦어지는 일까지 생기고 있었고요.사실 이런 정보는 화면에 이미 쉽게 설명되어 있었어요. 그런데도 사용자는 화면에서 답을 찾지 못하고 결국 고객센터를 찾았던 거예요. 그 정보가 내 상황에도 맞는지 확신할 수 없었던 거죠.그래서 상담으로 들어오는 단순 문의를 제품 안에서 해결할 방법을 찾아보기로 했어요.설명은 멈추고 질문받기화면에 있는 정보를 더 잘 보이게 만드는 것만으로는 문제를 해결하기 어렵다고 봤어요.사용자는 답을 못 찾는 게 아니었어요. 화면에서 정보를 찾고, 내게 필요한 내용을 골라내고, 그 답이 정말 내 상황에 맞는지 판단하는 것까지 모두 사용자의 몫이었어요.전세대출에서는 이런 과정이 특히 부담스러워요. 집을 구하는 데 필요한 큰돈이 걸려 있기 때문이에요. 조금이라도 확실하지 않으면 ‘아마 맞겠지’ 하고 넘어가기 어렵죠. 결국 사람에게 직접 확인하고 싶어져요.그래서 방향을 바꿨어요. 화면이 먼저 설명하는 방식이 아니라, 사용자가 자기 말로 묻고 제품이 답하는 방식으로요.상담원에게 묻는 것처럼, 사용자가 어떤 말로 질문하더라도 그 뜻을 이해하고 각자의 상황에 맞는 답을 해주는 게 목표였어요.사용자들은 궁금한 건 비슷해도 제각각 말해요. 누군가는 “태아도 자녀로 쳐요?”라고 하고, 누군가는 “임신 중인데 부양가족에 들어가나요?”라고 물어요. 여기에 보증금 규모나 계약 형태, 신청 시점 같은 조건까지 달라지면 답도 달라지고요.결국 사용자의 말을 이해하고, 상황에 맞는 답을 만들어내려면 AI가 필요했어요. 그래서 머신러닝 팀과 대출 운영팀에 프로젝트를 제안했고, 세 ...