AI 도입 사례

Klarna의 AI 도입 사례 — "700명 대체"에서 "다시 사람을 뽑다"까지

테카이 2026. 4. 27. 22:20

Klarna의 AI 도입 사례 — "700명 대체"에서 "다시 사람을 뽑다"까지

AI 챗봇으로 고객 상담 직원 700명분의 업무를 대체했다고 선언한 핀테크 기업 Klarna. 그러나 1년 만에 서비스 품질 하락을 인정하고 인간 상담원을 재고용하기 시작했습니다. AI 도입의 성과와 한계, 그리고 '하이브리드 모델'로의 전환까지 — 모든 기업이 참고해야 할 교훈이 담긴 사례입니다.

한눈에 보기

항목	내용
기업/기관	Klarna (스웨덴, 2005년 설립)
산업군	핀테크 / BNPL(선구매 후결제)
도입 AI 기술	OpenAI GPT-4 기반 LLM 챗봇
도입 시점	2024년 2월 글로벌 출시
핵심 성과	월 230만 건 상담 처리, 연 4,000만 달러 비용 절감 추정 → 이후 품질 하락으로 인간 재고용

배경 — 어떤 문제가 있었나

Klarna는 전 세계 1억 5,000만 명 이상의 사용자를 보유한 글로벌 BNPL 핀테크 기업입니다. 하루 200만 건의 거래가 발생하며, 고객 서비스는 23개 시장에서 35개 이상의 언어로 운영되어야 했습니다. 이를 위해 약 3,000명의 외주 고객 상담 인력을 활용하고 있었습니다.

2022~2023년 핀테크 업계 전반의 불황 속에서 Klarna의 기업가치는 2021년 정점이었던 456억 달러에서 2022년 67억 달러로 급락했습니다. 비용 절감이 생존 과제가 된 상황에서, CEO Sebastian Siemiatkowski는 AI를 통한 운영 효율화를 핵심 전략으로 내세웠습니다.

어떻게 도입했나

Klarna는 OpenAI와 긴밀한 파트너십을 맺고, GPT-4급 LLM(대규모 언어 모델)을 기반으로 한 AI 고객 서비스 어시스턴트를 개발했습니다. 2024년 2월, 23개 시장에서 글로벌 출시를 단행했습니다.

이 AI 어시스턴트는 단순 FAQ 응답을 넘어 주문 조회, 환불 처리, 결제 일정 조정, 계정 관리 등 실질적인 고객 업무를 처리하도록 설계되었습니다. 기존 헬프센터 문서와 고객 계정 데이터만을 참조하도록 화이트리스트 방식을 적용해, AI 환각(hallucination) 현상을 최소화하려 했습니다.

도입과 동시에 Klarna는 채용을 전면 중단했습니다. 2023년 12월부터 신규 채용을 멈추고, 자연 이직을 통해 인력을 4,500명에서 3,500명 수준으로 줄였습니다. CEO는 "AI가 인간이 하는 모든 일을 할 수 있다"고 공개적으로 발언했습니다. (Bloomberg, 2024년 12월)

성과 & 결과

1단계: 초기 성과 (2024년 2~12월)

상담 처리량: 첫 달에 230만 건의 고객 상담 처리, 전체 고객 서비스의 2/3를 AI가 담당 (Klarna 공식 보도자료, 2024년 2월)
응답 시간: 평균 11분 → 2분 미만으로 단축 (Klarna 공식 보도자료, 2024년 2월)
재문의율: 25% 감소 — AI의 정확한 응답 덕분에 반복 문의가 줄어듦 (Klarna 공식 보도자료, 2024년 2월)
비용 절감: 연간 4,000만 달러 수익 개선 효과 추정 (Klarna 공식 보도자료, 2024년 2월)
고객 만족도: 인간 상담원과 동일한 수준 유지 (Klarna 공식 발표 기준)
인력 효과: 700명 풀타임 상담원에 상당하는 업무량 대체 (Klarna 공식 보도자료, 2024년 2월)

2단계: 문제 노출과 방향 전환 (2025년)

서비스 품질 하락: 고객들로부터 로봇적인 응답, 유연하지 못한 대응, 복잡한 문제 해결 불가에 대한 불만이 축적 (Bloomberg, Fortune, 2025년 5월)
CEO 인정: Siemiatkowski가 "비용이 너무 지배적인 평가 기준이 되었고, 결과적으로 낮은 품질로 이어졌다"고 공개 시인 (Bloomberg, 2025년 5월)
재고용 결정: 인간 고객 서비스 상담원 채용을 재개. 'Uber 방식'의 프리랜서 원격 상담 모델을 시범 운영 시작 (Bloomberg, 2025년 5월)
Q3 2025 실적: AI 어시스턴트가 853명분의 업무를 처리 중이라고 발표하면서도, 고객 서비스 운영 비용은 전년 동기 4,200만 달러 → 5,000만 달러로 오히려 증가 (CX Dive, 2025년 11월)

💡 의미: Klarna 사례는 AI의 단기 비용 절감 효과가 분명하지만, 고객 경험이라는 장기적 가치를 간과할 경우 브랜드 훼손과 재고용 비용이 절감분을 상쇄할 수 있음을 보여줍니다. Forrester의 Kate Leggett 부사장은 "고객 경험을 생각하지 않고 비용 절감에만 과도하게 집중했다"고 평가했습니다. (CX Dive, 2025년 11월)

핵심 성공 요인 (초기 성과 기준)

경영진의 강력한 의지: CEO가 직접 AI 전환을 주도하며 전 직원에게 AI 활용을 독려. 전 직원의 90%가 ChatGPT Enterprise를 일상 업무에 활용 (OpenAI 사례 보고서)
OpenAI와의 밀접한 협업: 핀테크 분야 최초로 ChatGPT 플러그인을 도입한 기업으로, OpenAI COO Brad Lightcap으로부터 "AI 도입의 선두 기업"이라는 평가를 받음 (OpenAI, 2024년 2월)
명확한 적용 범위 설정: AI가 처리할 수 있는 업무(결제 관리, 주문 조회, 정책 안내 등)를 명확히 구분하고, 화이트리스트 방식으로 AI 응답 범위를 통제

한계 & 과제

복잡한 문제 해결 능력 부족: 환불 분쟁, 계정 잠김, 사기 의심 건 등 맥락 이해와 공감이 필요한 상황에서 AI가 한계를 드러냈습니다. 고객들은 AI에게 같은 설명을 반복해야 하는 상황에 불만을 표시했습니다.
에스컬레이션 핸드오프 품질 부족: AI가 인간 상담원에게 건을 넘길 때, 이전 대화 맥락이 충분히 전달되지 않아 고객이 처음부터 다시 설명해야 하는 문제가 발생했습니다.
IPO와 맞물린 과도한 비용 절감: 2025년 미국 IPO를 앞두고 비용 절감 실적을 부각하기 위해 AI 전환을 과도하게 밀어붙였다는 분석이 있습니다. Forrester는 "IPO 시점에 맞춰 비용 절감 옵틱을 관리한 것 같다"고 지적했습니다. (CX Dive, 2025년 11월)
업계 전반의 AI 과신 경향: IBM 조사에 따르면 AI 프로젝트 중 기대한 ROI를 달성한 것은 4건 중 1건에 불과하며, Gartner는 2027년까지 AI로 고객 서비스 인력을 줄인 기업의 절반이 재고용할 것으로 전망했습니다. (Fortune, 2025년 5월)

우리 조직에 적용한다면

1. AI는 '대체'가 아닌 '보강' 도구로 접근하세요. Klarna 사례의 핵심 교훈은 "AI가 인간을 대체한다"는 프레이밍 자체가 위험하다는 것입니다. AI가 잘하는 것(반복적 문의 처리, 24시간 대응, 다국어 지원)과 인간이 잘하는 것(공감, 맥락 판단, 복잡한 문제 해결)을 명확히 나누는 하이브리드 모델이 현실적입니다.

2. "비용 절감" 지표만으로 AI 성과를 평가하지 마세요. 응답 시간, 처리 건수 같은 효율성 지표는 좋아졌지만, 고객 충성도와 브랜드 신뢰라는 장기 지표가 악화되었습니다. AI 도입 시 CSAT(고객 만족도), NPS(순추천 지수), 재구매율 등 품질 지표를 반드시 병행 모니터링해야 합니다.

3. 단계적 도입이 안전합니다. 대기업이라면 AI를 L1(1차 문의) 처리에 우선 도입하고, L2~L3(복잡한 문의)는 인간이 담당하는 구조에서 시작하세요. 중소기업이나 스타트업이라면, AI 챗봇을 "근무시간 외 대응"이나 "FAQ 자동 응답"에 먼저 적용한 뒤 범위를 넓혀가는 것이 리스크를 줄이는 방법입니다.

타임라인 정리

시점	주요 사건
2022년	핀테크 불황, 기업가치 67억 달러로 급락. 약 700명 감원
2023년 12월	전면 채용 중단 선언, AI 전환 가속화
2024년 2월	OpenAI 기반 AI 어시스턴트 글로벌 출시. 첫 달 230만 건 처리
2024년 12월	CEO "지난 1년간 단 한 명도 채용하지 않았다" 발언
2025년 5월	CEO "비용에 너무 집중한 결과 품질이 낮아졌다" 인정, 인간 상담원 재고용 발표
2025년 9월	미국 IPO 성공. 주가 첫날 30% 상승, 기업가치 약 150~196억 달러
2025년 11월	Q3 실적 발표 — AI가 853명분 업무 처리 중이라고 발표하면서도, 고객 서비스 비용은 전년 대비 증가

Tech AI News | 테카이