IOV LABS"AI 콜센터"를 검색하면 수백 석, 엔터프라이즈 계약, 상담원 대체 기사가 쏟아진다. 같은 기술이 미용실, 병원, 5인 가게에 무엇을 하는지 검색하면 거의 아무것도 없다. 이 연구가 메우는 이상한 공백이 그것이다. 자동화 레버리지가 가장 큰 집단인 한국 소상공인·중소기업(SMB)이, 정작 그 경제성을 아무도 계산하지 않은 집단이다.
절감은 광고가 아니라 산술이다
새 실험 데이터를 만들지 않는다. 이미 공개된 두 숫자를 곱한다. 첫째는 한국 상담원이 고용주에게 실제로 얼마인가다. 급여가 아니라, 사업주 몫 4대보험·퇴직금·복리후생을 더한 완전부담이며 이는 급여의 1.2~1.25배가 된다. 정규 상담원은 연 약 3,750만원에 이르고, 급여는 그중 80%뿐이다. 둘째는 자동응답률, AI가 사람 없이 완결하는 문의의 비율이다. 여기서 절감 인력은 자동응답률 곱하기 인력이고, 연 절감이 뒤따른다. 3인팀은 보수적 자동응답률 55%에서 연 약 6,188만원, 5인팀은 1억원을 넘게 절감한다.
불확실한 숫자 하나를, 일부러 낮게
결론 전체가 자동응답률에 선형으로 달려 있어, 우리는 그것을 띄우지 않았다. 소상공인 채팅을 지배하는 예약·영업시간·가격 같은 구조화 문의는 벤치마크상 65~80%다. 그러나 업계에는 "45% 자동응답이 실제로는 14% 완전해결일 수 있다"는 경고가 있다. 넘기는 것과 푸는 것은 다르기 때문이다. 그래서 기본값을 구조화 대역보다 낮은 55%로 잡고, 보수 40%와 낙관 70%를 함께 보고한다. 합리적 구독료를 빼도 회수 배수는 17~52배다.
가장 작은 가게에는 인력이 아니라 시간
1인 사업자에게는 없앨 상담원이 없다. 자동화는 같은 질문에 답하느라 쓰던 월 약 29시간을 사장에게 되돌려준다. 문 닫은 가게가 놓쳤을 심야 문의가 예약으로 전환되는 것은 절감이 아니라 매출이라, 모델에서 아예 뺐다.
이것은 측정이 아니라 모델이고, 스스로 이해관계를 밝힌다. 저자는 이 계층의 제품을 운영한다. 정직한 방법은 전체를 제3자 벤치마크로 짓고, 불확실한 입력 하나를 낮게 잡고, 누구나 바꿀 수 있게 산술을 공개하는 것이었다.
무엇이 이것을 실증으로 만드나
대규모 연구가 아니라 단일 측정이다. 실제 SMB 고객 한 곳, 한 달, 네 숫자. 총 문의 수, AI가 혼자 완결한 비율, 재문의 없이 실제 해결된 비율, 상담원 이관율. 이 넷이 55%라는 단일 가정을 대체하고 모델 전체를 증거로 바꾼다. 우리는 그 후속을 공개할 계획이다.