콜센터에 AI를 넣는 이유는 거의 하나예요 — 상담원 수를 줄이는 것.

근데 이번에 3,000만 달러 시리즈 A를 받은 스타트업은 정반대 걸 팔았어요. "어떻게 통화를 줄일까"가 아니라 "어떤 대화가 계약으로 이어졌는지"부터 캐물었거든요.

3초 요약
성공한 통화·이메일·CRM 기록 → 인터랙션 마이닝 → 승리 패턴 추출 → Wingman/Autopilot 에이전트 → 매출 증가

다들 이렇게 믿죠

지금 나온 대부분의 AI 상담·CS 에이전트는 '문의를 얼마나 빨리, 사람 없이 처리하느냐'가 KPI예요. 챗봇·음성 AI가 이미 문의의 최대 40%까지 처리하는 시대가 됐다는 통계도 있고요. 가트너는 2029년까지 에이전틱 AI가 일상적 서비스 문의의 80%를 독립적으로 처리해서, 운영 비용을 30% 줄일 거라고 전망했어요.

이 통념 안에서 AI는 사람을 안 거치게 만드는 장치예요. 실적 지표도 해결 시간 단축, 문의 처리량 같은 비용 관점 숫자가 대부분이고요.

근데 숫자는 정반대였어요

텔아비브대에서 기하 딥러닝 박사를 받고 마이크로소프트에서 추천시스템을 연구했던 Dr. Dvir Ginzburg가 2022년 세운 Encore AI(옛 사명 Insait)는 이 공식을 거꾸로 뒤집었어요. CEO 본인이 이렇게 잘라 말해요: "오늘날 엔터프라이즈 AI 산업은 비용 절감에 최적화되어 있습니다. Encore는 다른 쪽을 위해 만들어졌습니다." 실제로 대부분의 AI 에이전트가 통화를 줄이고 인간 접촉을 감소시키도록 설계된 것과 달리, Encore AI는 수익 창출에 초점을 맞췄다고 밝혔어요.

방법은 특허받은 인터랙션 마이닝(Interaction Mining)이에요. 통화 녹음, 이메일, 문자, CRM 데이터, 랜딩페이지 기록까지 수백만 건을 모아 대화를 단계별로 쪼갠 다음, 어떤 행동이 실제로 거래를 진전시켰는지 찾아내요. 조직 상위 성과자가 반복적으로 하는 행동을 뽑아내서, 실시간 보조 도구인 '윙맨(Wingman)'이나 완전 자율 에이전트 '오토파일럿(Autopilot)'으로 만들어 배포하는 방식이에요.

이 접근이 먹힌다는 신호는 숫자로도 나와요. 시드 투자 이후 18개월 만에 연간반복수익(ARR)이 5배 넘게 늘었어요. 어느 대출업체 고객은 몇 달 만에 투자 대비 10배 수익률을 봤다고 회사는 밝혔고요. 이번 라운드는 Team8이 주도하고 Planven·The Garage가 참여했는데, 특이한 건 투자자 명단 일부가 원래 고객사였던 은행·보험사라는 점이에요 — 써보고 나서 돈을 넣기로 한 거죠.

왜 하필 금융권부터 먹혔을까

Encore AI 고객 40곳 이상 중 대부분이 금융기관이에요. 언뜻 보면 규제가 제일 빡빡한 업계부터 공략한 게 역설적으로 보이지만, 사실 그게 오히려 진입장벽으로 작용했어요.

규제 산업은 컴플라이언스 문턱 때문에 아무 AI 스타트업이나 함부로 못 들어와요. 금융서비스가 이 접근의 선도 산업이 된 이유도 높은 규제 요구사항과 함께, 대출 상담 중 리모델링 얘기가 나오거나 법인 고객이 현금흐름을 물어보는 식으로 숨은 매출 기회가 자주 스쳐 지나가는 대화가 많아서예요. 실제로 한 금융기관 고객은 통화 20만 건을 처리하며 전환율 81% 증가, 1,300시간 절감을 봤다고 회사는 공개했어요. 회사는 몇 주 안에 구현이 가능하다고 설명하는데, 이는 몇 달씩 걸리는 기존 엔터프라이즈 AI 도입과 대비되는 지점이에요.

우리 팀에도 적용해보려면

Encore AI를 안 써도, '인터랙션 마이닝'의 사고방식 자체는 지금 바로 빌려올 수 있어요.

  1. 이긴 대화와 진 대화를 모아라
    최근 3개월 치 계약 성사·이탈 통화(또는 이메일) 기록을 각각 20건씩만 모아도 시작할 수 있어요.
  2. 단계별로 쪼개서 태깅하라
    도입부·니즈 파악·반론 처리·클로징처럼 대화를 구간으로 나누고, 성사된 케이스에서만 반복되는 말·타이밍을 표시하세요.
  3. 실시간 보조부터 시작하라
    완전 자동화보다 사람 옆에서 힌트를 주는 방식이 리스크가 낮아요. 상담원에게 "이 시점엔 이 질문이 효과적이었다"는 스크립트 카드부터 붙여보세요.
  4. 매출 지표로 측정하라
    처리 시간·해결률 같은 비용 지표 대신, 이 접근을 적용한 그룹과 안 한 그룹의 전환율·객단가를 비교하세요.
  5. 규제·컴플라이언스는 가장 먼저 확인하라
    통화 녹음·고객 데이터를 AI 학습에 쓰는 건 업종별로 동의·보관 규정이 다릅니다. 파일럿 전에 반드시 법무팀과 확인하세요.
🔗

더 깊이 파고 싶다면

Encore AI raises $30M to build AI agents that learn from customer calls
이 스토리의 원본 기사. 창업 배경과 투자 라운드 전체 맥락
Encore AI raises $30 million Series A to teach AI agents how top employees work
창업자 Dvir Ginzburg의 이력과 인터랙션 마이닝 기술 상세 인터뷰
Encore AI 공식 사이트
윙맨·오토파일럿 두 모드와 산업별 고객 사례가 정리돼 있어요
Decoding Conversation Intelligence in Sales and Marketing
Gong이 설명하는 대화 인텔리전스 기본 개념 — Encore AI와 뭐가 다른지 비교하며 읽기 좋아요
Encore AI Raises $30M Series A To Deploy Revenue Agents
CX 업계 관점에서 본 이번 펀딩의 의미
Encore AI Raises $30M for Revenue-Generating Voice Agents
가트너 전망 등 업계 트렌드 데이터와 함께 정리된 분석