ElevenLabs, ElevenAgents로 월 2만2천 건 지원 티켓 자동화

ElevenLabs는 ElevenAgents를 활용해 월 22,000건 이상의 고객 지원 티켓을 처리하며, 대부분의 경우 인간 개입 없이 문제를 해결한다. 이 AI 에이전트는 텍스트, 스크린샷, PDF를 처리하고 티켓팅 플랫폼과 직접 연동해 계정 데이터를 조회 및 작업을 수행한다.

성능 지표

지난달 에이전트는 티켓의 **65%**를 처음부터 끝까지 해결했다. 평균 초기 응답 시간은 기존 수 시간에서 60초로 단축됐다. 전체 상호작용 중 **70%**가 사용자로부터 긍정적인 평가를 받았다.

구현 전략

구축 과정에서는 기존 표준 운영 절차(SOP)를 실행 가능한 워크플로로 전환하는 데 중점을 두었으며, 두 가지 주요 기능을 활용했다:

• Procedures: 환불, 청구, 보이스 클론 관련 지원 플레이북을 반복 가능한 에이전트 워크플로로 이식했다. Structured Procedures는 환불 등 중요한 작업에 대해 결정론적 단계를 보장한다.
• Webhook tools: 구독 등급 및 크레딧 사용량 등 사용자 정보를 동적으로 가져와 엔드투엔드 해결을 가능하게 한다.

품질 관리 및 반복 개선

높은 품질을 유지하기 위해 팀은 여러 메커니즘을 도입했다:

• Channel behavior settings: 이메일(간결함)과 음성(상호작용)에 따라 응답 방식을 차별화했다.
• Simulation tests: 약 50개의 빈번한 시나리오로 에이전트를 테스트했다. 설정 변경 후 회귀 방지를 위해 테스트를 재실행한다.
• Shadow mode: 전체 배포 전 티켓팅 시스템의 실제 트래픽에서 에이전트를 평가했다.

Architect를 통한 지속적 개선

지원 팀은 자연어 기반 에이전트 빌더인 ElevenAgents Architect를 사용해 문제를 진단하고 성능을 개선한다. Architect는 에스컬레이션된 티켓을 분석해 지식 베이스 공백이나 누락된 도구 등 근본 원인을 파악하고 변경 사항을 제안한다. 업데이트 배포 전, Architect는 새로운 시뮬레이션 테스트를 작성해 새 절차의 성공과 기존 기능의 무결성을 확인한다.