설명 중심 화면의 한계와 유선 문의 병목 현상
전세대출은 대규모 자금이 오가는 금융 상품인 만큼, 사용자가 인터페이스 상의 설명을 충분히 읽고 이해하더라도 실제 실행 단계에서는 강한 불안을 느끼기 쉽습니다. 보증금 규모, 계약 형태, 태아나 임신 상태의 부양가족 인정 여부 등 개인마다 처한 조건이 상이하기 때문에 화면에 적힌 표준 안내가 본인에게도 동일하게 적용되는지 확신하지 못하는 문제가 반복되었습니다.
이로 인해 대출 자격이나 서류 제출 방식과 같은 단순 사실 확인 문의가 고객센터로 대거 유입되었습니다. 이러한 단순 재확인 전화는 상담 인력을 지속해서 점유했고, 결과적으로 정밀 검토가 필요한 서류 심사 대기 시간이 길어지는 병목 현상으로 이어졌습니다. 토스뱅크 전세대출 팀은 화면의 시각적 요소를 정돈하는 것만으로는 이 문제를 풀기 어렵다고 판단하고 제품 내부에서 개인화된 대화로 불안을 해소하는 AI 상담 도입을 추진했습니다.
다기능 협업과 초기 진입 실패의 교훈
문제를 해결하기 위해 프로덕트 디자인팀의 제안으로 대출 운영팀과 머신러닝 팀이 참여하는 공동 협업 체계가 마련되었습니다. 대출 운영팀은 실제 상담 과정에서 누적된 도메인 응답 지침을 전달했고, 머신러닝 팀은 이를 기반으로 자연어 질의를 해석하는 AI 모델을 구축했습니다. 디자이너는 AI의 기능적 한계와 가능성을 화면에 구현하는 역할을 맡았습니다.
그러나 1차 출시 직후 상품 인트로 화면에 '대출 신청하기 전, 궁금한 점 AI에게 물어보기'라는 배너와 빈 텍스트 입력창을 배치했을 당시에는 이용률이 극히 저조했습니다. 빈 입력창은 사용자가 무엇을 어떻게 질문해야 하는지, 시스템이 어디까지 답변해 줄 수 있는지 직관적으로 가늠하기 어렵게 만들어 심리적 장벽으로 작용했습니다.
상담 데이터 기반 질문 추천을 통한 UX 전환
프로덕트 팀은 사용자가 대화의 물꼬를 쉽게 틀 수 있도록 실제 고객센터 문의 내역을 재분석했습니다. 사용자가 진행 단계별로 가장 자주 묻는 질문을 추출하여 AI 진입 화면에 선제적으로 제안하는 방식으로 UI를 개편했습니다.
상품 인트로 단계에는 금리와 한도 조회 기준, 법인 임대인 가능 여부와 같은 진입 장벽 관련 질문을 배치했고, 심사 대기 단계에는 심사 소요 일정 및 결과 확인 시점 등의 질문 예시를 노출했습니다. 예시를 통해 질문 가능한 범위를 파악한 사용자들은 이후 자신의 구체적인 사정을 덧붙여 주도적으로 질의하기 시작했습니다. 그 결과 인트로 화면의 진입률은 이전 대비 약 5배, 심사 대기 화면은 약 2배 상승했습니다.
정량적 운영 효율 개선과 도입 성과
개선된 AI 상담 환경을 이용해 답변을 확인한 사용자는 미이용자군과 비교했을 때 고객센터 전화 상담으로 전환되는 비율이 약 10%p 낮게 나타났습니다. 이는 제품 내부에서 즉각적인 확신을 얻은 고객들이 유선 확인 절차를 생략했음을 보여줍니다.
이를 운영 리소스 관점에서 환산하면 월평균 유선 상담 건수가 약 550건 감소한 것이며, 연간 누적 통화 시간으로는 약 300시간이 절감된 수치입니다. 단순 문의가 경감되면서 상담 인력이 고난도 서류 심사 업무에 집중할 수 있는 환경이 조성되었습니다.
금융 UX 관점의 해석과 향후 과제
이번 사례는 UI 텍스트를 정교하게 다듬는 것만으로는 금융 소비자의 심리적 불확실성을 완전히 해소하기 어렵다는 점을 시사합니다. 화면 전환율이나 이탈률 같은 표면적 앱 지표에만 매몰되지 않고, 고객센터 통화 기록이라는 '화면 밖 신호'를 제품 개선의 핵심 단서로 삼았다는 점에서 데이터 기반 문제 정의의 모범을 보여줍니다.
다만 공개된 자료에는 도입된 모델의 세부 아키텍처나 파인튜닝, 검색 증강 생성(RAG) 파이프라인의 구조가 상세히 기술되지 않았다는 기술적 한계가 존재합니다. 또한 타 대출 상품으로 확장 시 10배 이상의 효율이 기대된다는 전망 역시 실제 다변화된 대출 도메인에 적용된 이후의 검증된 데이터로 지속해서 입증될 필요가 있습니다.
출처
토스테크의 원출처와 본문에 표시한 참고자료를 바탕으로 한국어로 재구성했습니다. ‘ARCH.B 분석’은 자료를 읽고 덧붙인 편집 해석입니다.
연 300시간을 아낀 AI 상담 서비스 (새 창)
