콜센터 상담원의 감정적 피로 예측에 인공지능이 새로운 해법을 제시한다. 심박수 같은 신체 반응이 아닌, 시스템에 자동 저장되는 '통화 기록'만으로도 상담원의 스트레스 수준을 놀랍도록 정확하게 읽어내는 AI 모델이 개발돼 주목받고 있다.
KAIST 이의진 교수 연구팀과 뉴욕대 공동연구팀은 2026년 6월 27일 국제학술대회 'HCI 2026'에서 이 같은 획기적인 연구 결과를 발표했다. 이 연구는 콜센터 상담원의 스트레스를 별도 측정 기기 없이 통화 기록만으로 높은 정확도로 예측하는 AI 모델을 소개하며, 기존 스트레스 연구의 통념을 뒤집었다.
연구팀은 기존의 심박수 등 생체 정보를 통한 스트레스 측정 방식의 한계를 지적하며, 통화 시작 시간, 지속 시간, 고객 문제 유형, 불만 접수 여부 등 시스템에 자동으로 기록되는 업무 기록이 스트레스 예측에 훨씬 더 효과적임을 입증했다. 이는 상담원들이 겪는 감정 노동의 본질이 실제 업무 상황에 더 밀접하게 연관되어 있음을 시사한다. 특히 「고객이 불쾌할 때도 스트레스지만, 고객이 문제를 제대로 파악하지 못한 채 문의할 때는 훨씬 더 힘들다」는 한 상담원의 생생한 고충은 이러한 업무 기록이 담고 있는 복잡한 감정적 피로의 단면을 여실히 보여준다.
이번 연구는 국내 한 시청 콜센터 상담원 18명을 대상으로 한 달간 7천400여 건의 데이터를 분석해 신뢰성을 더했다. 상담원들의 스트레스 수준은 5단계로 평가됐으며, AI 모델은 개인별 통화 약 300건 이상이 축적될 때 예측 성능이 크게 향상됨을 확인했다. 이는 축적된 업무 기록이 개인 맞춤형 스트레스 관리 시스템으로 발전할 가능성을 시사한다.
