배달 앱과 포털 사이트의 리뷰 별점 하나에 소규모 식당과 동네 매장의 하루 매출이 요동치는 시대다. 장사를 마치고 자정이 넘은 시간, 지친 몸을 이끌고 스마트폰을 켠 매장 책임자는 악의적인 '별점 테러' 리뷰를 마주하고 깊은 한숨을 내쉰다.
화를 억누르며 정중한 사과 댓글을 고민하거나, 반대로 정성스러운 칭찬 리뷰에 매번 똑같은 복사 및 붙여넣기 식의 무미건조한 감사 인사를 남기는 것이 골목상권의 흔한 밤풍경이다. 감정 노동과 시간 낭비가 교차하는 이 수동적인 리뷰 관리는 고객의 재방문을 유도하기는커녕, 한정된 인력으로 돌아가는 소규모 매장의 피로도만 가중시키는 고질적인 아날로그 업무다.
이러한 리뷰 관리의 고통을 덜어내고 고객을 단골로 묶어두는 현실적인 돌파구는 거대언어모델(LLM)을 활용한 인공지능 전환(AX)에 있다. 이는 수백만 원을 들여 대기업형 고객 관계 관리(CRM) 시스템을 구축하라는 뜻이 아니다. 감정 기복이 없고 글솜씨가 뛰어나며 24시간 지치지 않는 전속 홍보 담당자를 스마트폰 안에 고용하는 것과 같다.
과거에는 칭찬, 불만, 단순 문의 등 다양한 고객의 반응을 사람이 일일이 읽고 감정을 추스르며 답변을 쥐어짜 내야 했다. 하지만 이제는 인공지능이 리뷰의 맥락을 스스로 파악하여 "음식이 식어서 왔다"는 불만에는 진심 어린 사과와 보상책을, "너무 맛있다"는 칭찬에는 재방문을 유도하는 따뜻한 환영 인사를 단 몇 초 만에 맞춤형으로 작성해 낸다.
전담 마케팅 직원을 둘 수 없는 영세한 매장에서는 시중의 무료 인공지능 챗봇을 활용해 당장 가벼운 자동화를 시작할 수 있다. 영업이 끝난 후 챗GPT(ChatGPT)나 클로드(Claude)에 접속하여 "나는 동네에서 10년째 수제 돈가스집을 운영하는 친절한 책임자다. 우리 가게의 메뉴와 분위기는 이렇다"라고 기본 페르소나(역할)를 부여한다. 그리고 오늘 달린 리뷰 텍스트를 복사해 넣은 뒤, "이 불만 리뷰에는 정중한 사과와 다음 방문 시 음료 서비스 안내를, 칭찬 리뷰에는 이번 달 신메뉴 홍보를 자연스럽게 섞어서 3줄짜리 답글 초안을 작성해라"라고 명확하게 지시한다. 단 몇 분이면 고객의 상황에 맞는 매끄러운 답글 초안들이 생성되고, 실무자는 이를 복사해 배달 앱이나 지도 사이트에 옮겨 적기만 하면 된다.
물론 인공지능이 작성한 답글을 맹신하고 그대로 등록 버튼을 누르는 것은 매우 위험하다. 인공지능은 가끔 돈가스집에서 피자를 서비스로 주겠다는 식의 엉뚱한 가짜 정보(할루시네이션)를 지어내거나, 지나치게 기계적인 말투를 뱉어내어 오히려 고객의 반감을 살 수 있다. 따라서 인공지능이 써낸 초안을 사람의 눈으로 한 번 더 읽고 가게 특유의 인간적인 온기를 더하는 최소한의 감수 과정은 필수적이다. 처음에는 프롬프트를 다듬는 과정이 번거롭겠지만, 이 뼈대를 세워두면 평생의 감정 노동에서 해방될 수 있다.
오늘 당장 실천할 수 있는 한 가지 행동은, 방치해 두었던 지난주의 악플이나 리뷰 하나를 무료 인공지능 도구에 넣고 "단골을 잃지 않도록 부드럽게 사과하는 답글을 써라"라고 명령해 보는 것이다. 이 작은 시도가 별점 테러의 위기를 충성 고객 확보의 기회로 바꾸는 강력한 디지털 전환의 무기가 될 것이다.
[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]
