대전교통공사 AI 민원 응대 MVP

설명 및 시연용 MVP

대전교통공사 AI 민원 응대 MVP는 공식 홈페이지 정보와 상담 노하우를 기반으로 빠르고 정확한 민원 응대를 지원합니다.

고객과 당직자 입장에서 보는 변화

사람은 없어도 정보는 있다.

밤늦은 이동 문의도, 당직 부재시에도, 표준 절차대로 빠르게.

밤 11시 35분, 대전역에서 반석역까지 불안한 승객, 당직자는 순찰중

승객

“대전역에서 반석역까지 지금 탈 수 있나요? 막차가 언제예요?”

AI

“대전역에서 반석역까지 가는 반석행 막차는 대전역 기준 약 23시 46분경입니다.
이 열차를 타면 반석역에는 24시 20분경 도착합니다.
현재 시간이 23시 46분 이전이고 대전역 승강장에 바로 이동할 수 있다면 탑승 가능성이 있습니다.
다만 실제 운행 여부는 당일 운행 상황과 역사 열차시각표를 기준으로 최종 확인해 주세요.”

결과: 고객은 “지금 탈 수 있는지”를 바로 확인하고, 당직자는 부재시에도 AI가 정확한 정보를 제공합니다.

기존 야간 문의

  • 막차 놓침 여부를 바로 판단하기 어렵고 고객이 불안해집니다.
  • 출발역·도착역·방향을 다시 확인해야 해 응답이 지연됩니다.
  • 공식 시간표 탐색이 번거로워 놓친 후 후속 안내가 흐려집니다.

AI 적용 후 야간 문의

  • 현재 시간과 운행 위치를 기준으로 탑승 가능성을 판단해, 대체 안내 및 상담 연결까지 제시합니다.
야간 이동 문의 막차 확인 출발·도착역 정리 당직자 부담 감소 공식 시간표 기준

서툰 담당자 입장에서 보는 변화

더 이상 전화를 돌리지 않아도 된다.

불가능한 언어도, 내 담당이 아닌 응대도 절차대로 빠르게.

출근길, 가방을 두고 내린 외국인 고객

언어 장벽이 큰 외국인 유실물 문의로, 현장 담당자도 영어 응대가 제한됩니다.

승객

"I left my bag on the subway. What should I do?"

AI

“Don’t worry. I’ll help you report the lost item. First, which station did you get off at?”

승객

"I got off at City Hall Station."

AI

“About what time did you get off? Also, please tell me the color and any distinctive features of the bag.”

승객

"It was around 8:20 AM. It’s a black backpack with a small red keychain."

AI
안내

Your lost item report has been received. Staff will check the train and station office records. If your bag is found, we will contact you. Please bring your ID when you visit to pick it up.

담당자에게 전달

외국인 고객의 유실물 문의입니다. 하차역은 시청역, 하차 시간은 오전 8시 20분 경, 분실물은 빨간 열쇠고리가 달린 검은색 백팩입니다.

담당자

실제 유실물 확인 → outbound call 또는 영어 SMS 발송 승인

AI

분실 고객에게 영어 SMS 또는 통화로 안내:
“Your black backpack is currently being kept at Daejeon Station Office. Please bring your ID when you visit to pick it up.”

결과: 외국인 고객도 한국어를 몰라도 유실물 접수를 진행할 수 있고, 당직자는 영어 문의를 한국어 요약으로 확인한 뒤 표준 절차에 따라 처리할 수 있습니다.

기존 경험

  • 문의할 곳을 즉시 못 찾음
  • 하차 시간·위치 기억이 늦어져 불안 증가
  • 언어 장벽으로 초기 접수에 오해가 생기고 응대 시간이 길어짐

AI 적용 후 경험

  • “가방을 놓고 내렸어요” 입력 즉시 접수 시작
  • AI가 하차역·시간·물건 특징을 순차 수집
  • 언어 장벽을 요약 카드로 해소해 담당자 부담을 줄이고 처리 속도를 유지
언어 장벽 해결 분실물 접수 빠른 현장 대응 공식 기준 안내 당직자 부담 감소

실행 데모

전화·텍스트 상담 시뮬레이션

전화 시뮬레이션은 마이크 음성을 STT 처리하고, 텍스트 시뮬레이션은 입력값을 STT 결과처럼 처리해 AI 답변과 TTS를 확인합니다.

대기 중

텍스트 입력 시뮬레이션

텍스트 시뮬레이션을 시작한 뒤 질문을 전송하면 STT 결과처럼 처리하고 AI가 답변합니다.

전화 수신 시뮬레이션

  1. 시뮬레이션이 시작되면 통화 내용이 여기에 표시됩니다.

실제 전화망 연동이 아니라 화면에서 전화 수신 상황을 표현하는 데모입니다.

직원에게 좋아지는 것

전체 프로세스

야간 문의에서도 핵심 항목을 기준으로 상담을 이어갈 수 있습니다.

STEP 1
사용자 질문
전화 또는 태블릿 웹에서 민원 질문 입력
→
STEP 2
음성 인식 STT
마이크 음성을 한국어 텍스트로 변환
STEP 4
지식 검색
공식 자료와 상담 노하우에서 근거 확인
→
STEP 3
질문 의도 분석
키워드와 맥락으로 상담 주제 분류
STEP 5
답변 안내
화면 표시와 브라우저 TTS 음성 안내
→
운영 고도화
STEP 6
상담 기록 축적
반복 문의와 현장 노하우를 정규 지식으로 전환
↶ 품질 개선 반복

상담 시나리오

핵심 상담 시나리오 5개

대전교통공사 민원 상담에서 반복 가능성이 높은 핵심 문의를 기준으로 구성했습니다.

지식 구조

데이터 소스 구조

A

자동 crawling 된 문서

  • 공지사항
  • 운임 안내
  • 유실물 안내
  • 교통약자 서비스
  • 간편지연증명서
  • 역정보, 노선도, 시간표 등
B

홈페이지 정보

  • 대전교통공사 홈페이지에 공개된 확정 정보
  • 요금, 환승, 유실물센터, 고객서비스헌장 등 공식 안내
  • 챗봇 답변의 기준이 되는 확정 지식
C

사용자가 등록한 노하우

  • 담당자가 직접 입력한 상담 노하우
  • 노트잇, 노션, 엑셀, 내부 문서 등에서 가져온 업무 팁
  • 자주 묻는 질문에 대한 현장 대응 문구
  • 신규 담당자 인수인계용 지식

확장 방향

최종 진화 방향

입력 crawling 문서 + 홈페이지 정보 + 개인 노하우
↓
정제 검토 및 정규 지식 등록
↓
활용 AI 민원 응대와 업무 인수인계
↓
성과 정확도 향상 + 응대 속도 향상

초기에는 홈페이지 자료와 미리 작성한 상담 시나리오로 시작하고, 이후 실제 상담 과정에서 쌓인 개인 노하우를 정규 지식으로 등록해 조직 전체의 업무 자산으로 전환합니다.