©AI Image

챗봇에게 제품을 추천해달라고 하면 꽤 그럴듯한 답이 돌아옵니다. 용도와 예산을 묻고, 조건에 맞는 후보도 정리해줍니다. 그런데 구매하려는 순간부터 다시 사용자의 일이 시작됩니다. 상품명을 복사해 검색하고, 재고를 확인하고, 장바구니를 찾아야 합니다.

챗봇은 틀린 답을 하지 않았습니다. 다만 답변이 필요한 순간에는 나타났다가, 행동이 필요한 순간에는 사라졌습니다. 지금 챗봇의 품질을 가르는 문제는 말투가 얼마나 자연스러운가보다, 대화 이후의 일을 어디까지 이어서 맡을 수 있는가에 더 가깝습니다.

대답이 끝나도 사용자의 일은 끝나지 않습니다

생성형 AI가 들어오면서 챗봇의 문장은 눈에 띄게 자연스러워졌습니다. 과거의 정해진 버튼과 FAQ 경로 대신, 사용자는 자신의 상황을 문장으로 설명하고 곧바로 답을 받을 수 있습니다. 하지만 대화가 자연스러워졌다는 사실이 제품 경험까지 완결됐다는 뜻은 아닙니다.

Nielsen Norman Group이 사이트 특화 AI 챗봇*을 비교한 연구에는 이 간극이 반복해서 등장합니다.

Arc’teryx*의 챗봇은 아이슬란드 하이킹에 적합한 재킷을 추천했지만, 상품 이미지나 링크를 제공하지 않았습니다.

©Nielsen Norman Group, 아크테릭스 챗봇이 제품을 추천했지만, 사진이나 링크를 제공하지 않는 화면 이미지

Williams Sonoma*의 Olive는 매장 재고를 확인할 수 있을 것처럼 우편번호를 물은 뒤, 실제 확인은 제품 페이지에서 사용자가 직접 해야 한다고 안내했습니다. 챗봇은 정보를 생성했지만 그 정보를 다음 행동으로 연결하지 못했습니다.

©Nielsen Norman Group, Williams Sonoma의 챗봇 Olive가 제품 재고 여부를 제공할 수 없었음에도, 사용자에게 추가 질문을 던지는 챗봇 화면

반대편에는 Lowe’s*의 Mylow가 있습니다. Mylow는 추천한 상품을 이미지와 가격이 포함된 카드로 제시하고, 상세 보기와 장바구니 담기로 이어지게 했습니다.

©Nielsen Norman Group, Low's의 챗봇 Mylow가 제품 이미지와 링크, 그리고 장바구니 담기 버튼을 제공하는 챗봇 화면

차이는 답변의 문장력이 아닙니다. 추천이 실제 제품 흐름 안에서 작동할 수 있도록 권한과 인터페이스가 연결되어 있는가입니다.

챗봇의 한계는 모델보다 연결 구조에서 드러납니다

챗봇이 사용자의 일을 끝내려면 좋은 언어 모델만으로는 부족합니다. 사용자의 현재 상태를 읽을 수 있어야 하고, 재고·주문·예약 같은 시스템에 접근해야 하며, 허용된 범위 안에서 행동을 실행할 수 있어야 합니다.

대화 화면 밖에 있는 데이터와 운영 시스템이 연결되지 않으면 챗봇은 결국 친절한 검색창에 머뭅니다.

Home Depot*의 Magic Apron이 변화한 과정은 이 차이를 선명하게 드러냅니다. 2025년 공개 당시에는 제품 페이지에서 질문에 답하고, 리뷰를 요약하고, 프로젝트에 맞는 상품을 제안하는 역할로 출발했습니다.

©Home Depot, 매직 에이프런이 작업에 필요한 재료를 계산해서 사용자에게 답변하는 이미지

2026년 Home Depot과 Google Cloud가 발표한 확장안에서는 실시간 매장 재고와 매장 내 상품 위치를 연결하고, 전문가 고객을 위한 자재 목록까지 다루는 방향으로 범위가 넓어졌습니다. 회사가 내세운 표현도 ‘how-to에서 done으로’였습니다.

답을 더 잘 만드는 것보다, 답이 실제 작업으로 이동하는 경로를 설계하기 시작한 것입니다.

여기서 챗봇의 역할을 네 단계로 나눠볼 수 있습니다.

©AI Image

이 네 단계는 기술의 성숙도 순서가 아닙니다. 제품이 챗봇에게 부여한 역할의 범위를 설명하기 위해 D.Flick이 정리한 업무 완결성* 프레임입니다.

마지막 책임* 단계는 챗봇이 처리하지 못한 문제를 방치하지 않고, 복구하거나 적절한 사람과 업무 흐름으로 넘기는 역할을 뜻합니다.

많은 챗봇이 답변 단계에 집중하는 동안, 사용자는 이미 그다음을 기대하고 있습니다. 자연어로 상황을 길게 설명했다면 챗봇이 그 맥락을 활용하기를 기대하고, 상품을 추천했다면 바로 확인하거나 구매할 수 있기를 기대합니다.

대화가 사람과 비슷해질수록 사용자는 챗봇의 권한도 실제 상담원과 비슷할 것이라고 추정하기 쉽습니다. 대화 능력이 높아질수록 실행 능력에 대한 기대도 함께 높아지는 셈입니다.

해결하지 못할 때도 챗봇의 역할은 남아 있습니다

모든 챗봇이 결제와 환불까지 처리해야 하는 것은 아닙니다. 민감한 정보가 오가는 업무나 예외가 많은 문제에서는 자동화 범위를 좁히는 편이 더 적절할 수 있습니다.

중요한 것은 챗봇이 모든 일을 혼자 끝내는가가 아니라, 자신이 끝내지 못하는 일을 다음 주체에게 제대로 넘기는가입니다.

Nielsen Norman Group의 비교에서 Wyze Smart Search는 사용자가 상담원을 요청하자 추가 설명을 요구하지 않고 연락 방법을 제공했습니다. 반면 Wilson의 가상 상담원은 사용자가 여러 방식으로 사람과의 연결을 요청해도 먼저 문제를 설명하도록 유도했습니다.

비용을 줄이기 위해 만든 자동화가 사람에게 가는 길을 막는 순간, 챗봇은 지원 도구가 아니라 새로운 대기열이 됩니다.

Intercom*의 Fin 운영 문서는 사람에게 넘기는 과정을 예외 처리로만 보지 않습니다. 민감한 주제, 부정적인 감정, 버그 유형, 주문 금액 같은 조건에 따라 이관 규칙을 설정합니다.

이관 이후에는 별도의 업무 흐름이 담당자 배정과 후속 행동을 이어받습니다. Fin이 답을 내지 못한 경우뿐 아니라 시스템 오류가 발생한 경우에도 사람에게 넘기는 경로를 둡니다.

©AI Image

상담원 연결은 챗봇의 실패라기보다, 서비스가 문제를 끝까지 소유하기 위한 운영 설계에 가깝습니다.

다만 이관 역시 버튼 하나로 해결되지 않습니다. 너무 빨리 넘기면 자동화의 효용이 줄고, 너무 오래 붙잡으면 사용자의 시간과 신뢰를 잃습니다.

어떤 상황에서 추가 질문을 할지, 언제 바로 넘길지, 수집한 대화 맥락을 상담원에게 어떻게 전달할지는 모두 제품 정책에 해당합니다. 챗봇이 사라지지 않게 만드는 일은 AI 모델을 고르는 작업보다 책임의 경계와 인수인계 조건을 정하는 작업에 가깝습니다.

챗봇을 평가하는 지표도 달라져야 합니다

다음으로 관찰할 것은 챗봇이 더 사람처럼 말하는지가 아닙니다. 어떤 서비스가 챗봇에게 실제 데이터 접근권과 실행 권한을 부여하고, 그 권한을 사용자가 이해할 수 있게 드러내는지를 봐야 합니다.

동시에 권한이 커질수록 승인과 복구 설계도 중요해집니다. 잘못된 추천은 다시 고르면 되지만, 잘못 실행된 주문 변경이나 환불은 다른 문제를 만듭니다.

앞으로의 차이는 ‘할 수 있다’는 기능 목록보다, 어디까지 자동으로 처리하고 어느 지점에서 확인을 구하는지에서 나타날 가능성이 큽니다.

💭 D.Flick Perspective

챗봇의 문제는 답변이 부족해서가 아니라, 답변 이후의 책임이 비어 있다는 데 있습니다. 말투와 캐릭터를 다듬는 것만으로 이 공백은 채워지지 않습니다.

데이터, 실행 권한, 실패 복구, 사람과의 인수인계가 하나의 제품 흐름으로 연결돼야 합니다.

D.Flick가 보는 좋은 챗봇은 무엇이든 대답하는 챗봇이 아닙니다. 사용자의 일이 끝나는 지점까지 자신의 역할을 설명하고, 수행하고, 필요할 때 다음 주체에게 넘길 수 있는 챗봇입니다.

사이트 특화 AI 챗봇 : 특정 웹사이트나 서비스의 데이터와 업무 범위 안에서 질문에 답하거나 행동을 돕는 AI 챗봇입니다.

업무 완결성 : 챗봇이 답변 생성에서 멈추지 않고 맥락 확인, 행동 실행, 실패 복구나 사람 이관까지 이어가는 정도를 설명하기 위해 이 글에서 사용하는 관점입니다.

책임: 챗봇이 처리하지 못한 문제를 방치하지 않고 복구하거나 적절한 사람과 업무 흐름으로 넘기는 단계입니다.

Arc’teryx: 캐나다에서 시작한 아웃도어 의류·장비 브랜드입니다.

Williams Sonoma: 주방용품과 홈퍼니싱을 판매하는 미국 리테일 브랜드로, Olive라는 쇼핑 챗봇을 운영합니다.

Lowe’s: 주택 개보수용 자재와 생활용품을 판매하는 미국 리테일 기업으로, Mylow라는 AI 쇼핑 도우미를 운영합니다.

Home Depot: 건축·주택 개보수용 제품을 판매하는 미국 리테일 기업으로, Magic Apron이라는 AI 도구를 운영합니다.

Wyze: 카메라와 센서 등 스마트홈 기기를 판매하는 미국 기술 브랜드입니다.

Wilson: 테니스·농구 등 스포츠 장비를 만드는 미국 스포츠용품 브랜드입니다.

Intercom: 기업용 고객지원 소프트웨어를 제공하며 Fin이라는 AI 고객지원 에이전트를 운영하는 기업입니다.

ⓘ 참고자료

- Research: The 5 Qualities of Site-Specific AI Chatbots

- Official: The Home Depot Introduces Magic Apron, a Suite of Advanced AI Tools

- Official: The Home Depot and Google Cloud Launch Agentic AI Tools to Bring Projects from How-to to Done

- Official: Manage Fin AI Agent's escalation guidance and rules

- Official: Fin AI Agent outcomes

ⓘ About D.Flick Editorial

이 콘텐츠는 D.Flick Editorial Team이 국내외 AI·UX·Product·Design 관련 기사, 공식 발표, 연구 자료를 바탕으로 작성했습니다. 단순한 뉴스 번역이나 요약이 아닌, 디자인 실무자의 관점에서 여러 정보를 구조화하고 해석한 오리지널 에디토리얼 콘텐츠입니다. 일부 내용은 작성 시점의 공개 자료를 기반으로 하며, 이후 새로운 정보가 발표될 경우 내용이 변경될 수 있습니다.D.Flick는 복잡한 기술과 트렌드를, 디자인 실무자의 언어로 구조화합니다.