엔터프라이즈 대화형 AI: 대규모 배포 방법

엔터프라이즈 규모로 대화형 AI를 배포하면 소규모 조직에서는 좀처럼 마주하지 않는 과제가 발생합니다. 컴플라이언스는 시스템 운영 후에 덧붙이는 것이 아니라 처음부터 내장해야 합니다. 기존 인프라와의 통합은 구축보다 과소평가하기 쉽습니다. 또한 제품 출시, 장애, 캠페인으로 인한 트래픽 급증은 플랫폼을 설계 한계 이상으로 밀어붙일 수 있습니다.

이 가이드에서는 시스템이 실제 운영 환경에서도 안정적으로 작동하도록 하는 컴플라이언스, 데이터 거버넌스, 통합, 확장성 관련 결정을 포함해 엔터프라이즈 대화형 AI 배포에 필요한 사항을 살펴봅니다. 또한 도입을 결정하기 전에 이러한 요건을 기준으로 플랫폼을 평가하는 방법도 다룹니다. 구축 중간에 부족한 부분을 발견하는 대신, 자신 있게 다음 단계로 나아갈 수 있습니다.

요약

• 엔터프라이즈 대화형 AI는 조직이 다음 영역에서 대량의 대화를 자동화하도록 지원합니다. 고객 지원, 내부 운영, 아웃바운드 커뮤니케이션, 다국어 서비스 환경.
• 올바르게 배포하면 대화형 AI는 구체적인 성과를 제공합니다. Klarna는 해결 시간을 최대 10배 단축했고, Everlywell은 스페인어 사용 회원의 전환율이 3.5배 높아졌습니다.
• ElevenAgents는 엔터프라이즈 환경을 위해 설계되었습니다. 대규모 도입에 필요한 인증, 언어 지원, LLM 유연성을 제공하며, 현장 배치 엔지니어가 에이전트 전략의 설계와 구현을 지원합니다.

엔터프라이즈 대화형 AI란 무엇인가요?

엔터프라이즈 대화형 AI는 자연어 처리와 대규모 언어 모델을 사용해 음성, 텍스트 등 다양한 채널에서 대규모로 사람의 대화를 이해하고 응답하는 소프트웨어입니다. 내부 지식 베이스 및 연결된 도구와 통합하면 이러한 시스템은 기본적인 질문에 답하는 수준을 훨씬 넘어섭니다. 대화형 AI 에이전트는 다음과 같은 작업을 수행할 수 있습니다.

• 고객의 청구 관련 질문에 답하거나 주문 상태를 확인합니다.
• 구매자에게 제품을 추천하고 구매 완료를 돕습니다.
• 예약을 잡거나 변경합니다.
• 배송 확인, 갱신 알림 또는 잠재 고객 후속 연락을 위해 전화를 겁니다.

이러한 역량을 엔터프라이즈 대화형 AI로 만드는 것은 이를 둘러싼 환경입니다. 엔터프라이즈 규모에서는 하나의 시스템이 엄격한 컴플라이언스 요건을 충족하고, 여러 채널에서 높은 동시 처리량을 감당하며, 기존 인프라를 대체하는 대신 통합하고, 위험을 만들지 않으면서 여러 팀에 거버넌스 제어 기능을 제공해야 합니다.

엔터프라이즈가 대화형 AI에 투자하는 이유

엔터프라이즈는 수작업으로 처리하기에 너무 반복적이거나, 비용이 많이 들거나, 느린 고객 대면 및 운영 문제를 해결하기 위해 대화형 AI를 도입합니다. 고객 서비스 팀의 경우 대기 시간을 줄이고, 해결 속도를 높이며, 인력을 비례해서 늘리지 않고도 지원 범위를 확장하는 경우가 많습니다.

더 나은 고객 경험

대화형 AI를 통해 고객 경험을 개선하는 것은 주요 도입 동인 중 하나입니다. 효과적으로 배포하면 조직은 일반적인 질문에 즉시 답하고, 복잡한 문제를 적합한 팀으로 연결하며, 지원 여정 전반의 마찰을 줄일 수 있습니다. 이는 만족도를 높이면서 상담원의 부담을 낮춥니다.

Klarna는 선구매 후결제 핀테크 기업으로, 이 규모에서 통화량은 지속적인 부담 요인입니다. 결제 관련 문의가 있는 고객은 빠른 답변을 기대하지만, 상담원만으로는 항상 이를 제공하기 어렵습니다. Klarna는 ElevenAgents를 배포해미국 내 3,500만 고객을 위한 1차 전화 지원을 제공했습니다. AI 에이전트는 계정 데이터에 실시간으로 접근해 청구 문의, 분쟁, 상태 조회를 해결합니다. 에이전트가 처리하는 문의의 해결 시간은 최대 10배 단축되었으며, 고객은 대기열에서 기다리는 대신 즉시 답변을 받을 수 있었습니다.

다국어 지원

글로벌 기업에는 시장마다 별도의 운영 모델을 만들지 않고도 여러 언어와 지역의 고객 및 직원을 지원하는 시스템이 필요합니다. 대화형 AI는 필요한 경우 현지화를 지원하면서도 서비스 제공 방식을 표준화합니다.

3Shape는 100개국 이상에서 2,500만 고객에게 서비스를 제공하며 ElevenAgents와 협력해 치과 전문가 지원을 확장했습니다. 옴니채널 음성 및 채팅 에이전트는 웹과 전화에서 24시간 이용할 수 있습니다. 에이전트는 일상적인 질문에 답하고 기본적인 문제 해결을 안내하며, 해결 범위를 벗어난 문제는 즉시 전문가에게 연결합니다.

대규모 아웃바운드

엔터프라이즈는 예약 알림, 배송 업데이트, 갱신, 리드 검증, 후속 연락 등 아웃바운드 및 선제적 workflow에도 대화형 AI를 활용합니다. 이러한 대량의 상호작용에서는 자동화가 전환율을 높이고 운영 부담을 줄입니다.

Deliveroo는 176,000곳 이상의 레스토랑 및 매장 파트너를 보유한 유럽 최대 규모의 온디맨드 배송 네트워크 중 하나를 운영합니다. 이 네트워크를 유지하려면 다음 세 영역에서 지속적인 연락이 필요합니다.

• 온보딩 중단 라이더 재참여 유도.
• 레스토랑 영업시간 확인.
• 파트너 사업장 전반의 운영 도구 활성화.

수작업으로 처리하면 지역별로 일관성 없는 지원 범위 속에서 매주 수천 건의 전화를 해야 합니다. 대신 Deliveroo는 ElevenAgents와 협력해이러한 아웃바운드 workflow를 자동화했습니다. ElevenAgents를 통해 대상 라이더 코호트의 연락 성공률은 80%를 넘었고, 30%는 7일 이내에 온보딩을 계속할 의향을 확인했습니다. 레스토랑 확인은 75%의 성공률을 기록했고, 파트너 사업장 활성화 연락률은 며칠이 아닌 몇 시간 만에 86%에 도달했습니다.

더 높은 전환율

완료된 고객 행동과 이탈 사이의 차이는 첫 상호작용에서 발생하는 마찰인 경우가 많습니다. 특히 고객이 자신에게 맞지 않는 언어 또는 말투를 접할 때 그렇습니다. 대화형 AI 에이전트는 이러한 마찰을 줄이며, 첫 대화의 품질이 고객의 참여 여부를 좌우하는 아웃바운드 workflow에서 특히 효과적입니다.

Everlywell은 바로 이런 문제를 겪었습니다. 이 디지털 헬스 기업은 아웃리치를 통해 회원을 재택 검사와 예방 검진으로 연결하지만, IVR 기반 시스템은 특히 스페인어 사용 회원에서 전환 기회를 놓치고 있었습니다. Everlywell은 ElevenAgents를 배포해다국어 음성 및 채팅 헬스케어용 에이전트를 아웃바운드 검진 알림과 현장 참여 workflow에 활용했습니다. 검진 완료율은 IVR 대비 10% 개선되었고, 스페인어 사용 회원의 전환율은 3.5배 증가했습니다.

엔터프라이즈 배포가 다른 이유

엔터프라이즈 배포에서는 팀, 지역, 사용 사례 전반으로 확장될 때 시스템이 어떻게 작동하는지와 컴플라이언스, ID 관리 같은 문제를 고려해야 하므로 차이가 있습니다.

중소기업은 간단한 고객 서비스 또는 접수 AI와 몇 가지 수동 workflow로 시작할 수 있습니다. 하지만 엔터프라이즈는 대개 그렇지 않습니다. 역할 기반 액세스, 승인 workflow, 안전한 시스템 연결, 그리고 AI가 할 수 있는 일과 할 수 없는 일에 대한 명확한 책임 범위가 필요합니다.

플랫폼은 조직의 위험 허용 수준에도 맞아야 합니다. 규제 산업이나 고객 민감도가 높은 사용 사례에서는 시스템이 민감한 정보를 적절히 처리하고, 내부 정책 요건을 충족하며, 법무 및 보안 검토를 통과할 수 있다는 확신이 필요합니다.

플랫폼을 평가할 때 다음 요건을 충족하는지 확인하세요.

• 확장성 및 동시 처리: 플랫폼은 품질 저하 없이 엔터프라이즈 수준의 트래픽을 처리해야 합니다. 제품 출시, 장애, 캠페인 주기는 예측 가능한 볼륨 테스트로는 드러나지 않는 급증을 만듭니다. 도입을 결정하기 전에 맞춤형 SLA 옵션과 문서화된 동시 처리 한도를 확인하세요.
• 컴플라이언스 인증: 플랫폼이 HIPAA, PCI DSS, SOC 2, ISO 27001, GDPR 등 업계에서 요구하는 인증을 보유했는지 확인하세요. 모든 플랫폼이 HIPAA 적격 구성을 제공하거나 비즈니스 제휴 계약(BAA)을 체결하는 것은 아닙니다. 
• 데이터 레지던시 및 개인정보 보호 제어: 플랫폼은 데이터 저장 및 처리 위치를 제어할 수 있어야 합니다. 데이터가 자체 환경 내에 머물러야 하는 팀을 위한 가상 프라이빗 클라우드(VPC) 배포 옵션도 포함됩니다. 시장마다 고객 데이터 저장 위치에 관한 법적 요건이 다르며, 규제 산업에서는 데이터를 잘못된 지역에 저장하거나 필수 보존 기간을 초과해 보관하면 직접적인 컴플라이언스 위험이 발생합니다.
• LLM 유연성: 모델 선택으로 장기적인 종속이 발생하지 않도록 플랫폼은 여러 LLM을 지원해야 합니다. LLM에 종속되지 않는 아키텍처를 통해 엔터프라이즈는 성능, 비용, 데이터 처리 요구 사항의 변화에 맞춰 대응할 수 있습니다.
• 시뮬레이션 및 테스트: 고객이 문제를 겪은 뒤가 아니라 출시 전에, 실제와 같은 대화 시나리오로 에이전트를 테스트하고 문제를 발견할 수 있는지 확인하세요.
• 배포 제어: 운영 중인 대화를 방해하지 않고 라이브 에이전트 업데이트를 테스트할 수 있도록, 변경 사항을 안전하게 단계별 적용 및 배포할 수 있는 기능을 확인하세요.
• 버전 관리 및 실험: 에이전트의 여러 버전을 유지하고 비교할 수 있는지, 변경 성과가 기대에 못 미칠 경우 빠르게 롤백할 수 있는지 확인하세요.
• 관측 가능성: 플랫폼은 속도, 성공률, 비용을 포함해 에이전트 성과를 실시간으로 보여줘야 합니다.
• 거버넌스 및 액세스 제어: 에이전트를 구축, 모니터링, 업데이트할 수 있는 사람을 결정하는 SSO 및 역할 기반 액세스 제어 기능을 확인하세요. 이러한 기능이 없으면 거버넌스는 배포 규모가 커질수록 무너지는 수동 프로세스가 됩니다.
• 전담 배포 지원:셀프서비스 온보딩만으로는 엔터프라이즈의 복잡성을 해결하기에 충분하지 않습니다. 플랫폼은 통합 복잡성, 컴플라이언스 요건 또는 변화 관리 과제를 마주할 팀에 구조화된 배포 지원을 제공해야 합니다.

마지막으로 플랫폼 통합의 깊이에 세심하게 주목하세요. 에이전트의 가치는 접근하고 실행할 수 있는 범위에 달려 있으므로, 플랫폼은 CRM, 티켓 시스템, 전화 인프라와 연결되어야 합니다. 고객 기록을 조회하거나 티켓을 생성하거나 전화를 연결할 수 없는 에이전트는 대화의 막다른 길에 불과합니다. 계약 전에 기본 제공 기능과 맞춤 개발이 필요한 항목을 확인하세요.

대규모 배포에 필요한 사항

대화형 AI 에이전트 생성은 간단하며 1시간 이내에 완료할 수 있습니다. 실제 시간이 필요한 부분은 비즈니스 시스템 통합부터 컴플라이언스 요건 충족까지, 해당 에이전트를 엔터프라이즈용으로 준비하는 일입니다. 아래 고려 사항은 이후 모든 결정을 좌우하므로 구축을 시작하기 전에 정해야 합니다.

사용 사례와 범위 정의

다음 5가지 특성을 공유하는 대량 처리 사용 사례 하나로 시작하세요.

• 비즈니스 우선순위: 경영진이 이미 관련 비용, 매출 또는 고객 경험 지표를 추적하고 있어야 합니다. 그러면 프로젝트에는 파일럿 이후에도 지속적으로 자금을 지원할 이유와 내부 후원자가 자연스럽게 생깁니다.
• 측정 가능한 결과: 현재 기준선을 제시할 수 있고, 어떤 개선이 필요한지 정확히 알 수 있어야 합니다.
• 올바른 행동을 쉽게 정의할 수 있음: 좋은 결과와 나쁜 결과가 충분히 명확해 팀이 에이전트의 처리 결과가 올바른지 거의 논의할 필요가 없어야 합니다.
• 제한된 통합 범위: 연결된 도구가 복잡하게 얽혀 있는 것이 아니라 핵심 시스템 1~2개만 관련되어야 합니다.
• 명확한 에스컬레이션 경로: 에이전트가 언제나 명확한 담당자에게 연결할 수 있어야 하며, 해당 담당자는 콜드 트랜스퍼가 아닌 전체 대화 기록을 받아야 합니다.

이 때문에 대부분의 팀은 주문 상태, FAQ 해결, 리드 스크리닝과 같은 정보 제공 또는 검증 업무로 시작합니다. 되돌릴 수 없거나 판단이 많이 필요한 업무는 배포가 검증될 때까지 사람이 맡는 편이 좋습니다.

그다음 구축을 시작하기 전에 문서로 에이전트의 범위를 정의하세요. 처리할 업무, 에스컬레이션할 업무, 그리고 그 경계를 정합니다. 지원해야 할 채널과 인바운드, 아웃바운드 또는 둘 다 처리할지 정리하세요. 범위를 좁게 설정할수록 출시 후 피드백 루프가 빨라지고, 에이전트가 제 역할을 하는지 판단하기도 쉬워집니다.

Better는 AI 네이티브 모기지 대출 기업으로, 규제 산업에서 이러한 체계적인 범위 설정이 어떤 모습인지 보여줍니다. 

전체 대출 여정을 한 번에 자동화하는 대신, Better는 음성 에이전트 Betsy의 범위를 자격 확인, 가격 책정, 금리 확정이라는 명확한 고빈도 업무로 제한했습니다. 신용 조회 및 인증 같은 규제 단계에는 동의가 필요하며 명시적인 경계 내에서만 수행됩니다. 범위를 벗어난 업무는 사람에게 전달됩니다. 이러한 제한된 역할에도 Betsy는 대출 신청자 문의의 35.5%를 처음부터 끝까지 처리하며, 향후 확장 여지도 있습니다.

컴플라이언스, 액세스, 데이터 거버넌스 계획

에이전트가 따라야 할 규칙과 제어 체계는 구축 전에 파악해야 합니다. 구축 중간에 발견한 요건은 해결 비용이 훨씬 크며, 규제 산업에서는 출시를 완전히 중단시킬 수도 있습니다. 따라서 거버넌스는 최종 승인 단계가 아니라 계획 단계의 과제입니다. 사용 사례와 시장에 적용되는 규정을 파악하고, 법무 및 컴플라이언스 팀을 초기에 참여시키세요.

필요 사항을 파악했다면 플랫폼이 이를 충족할 수 있는지 확인하세요. 필요한 인증은 에이전트가 다루는 대상에 따라 달라지며, ElevenAgents는 가장 일반적인 엔터프라이즈 사용 사례를 지원합니다.

내부 제어는 인증만큼 중요합니다. 출시 후 에이전트의 책임자가 누구인지, 지식 베이스, 시스템 프롬프트, 가드레일을 업데이트할 수 있는 사람이 누구인지 정하세요. 처음부터 모호한 거버넌스는 운영 환경에서 부담이 됩니다. 

ElevenAgents는 SSO를 지원하며 역할 기반 액세스 제어를 제공해 조직 전체에 민감한 시스템을 노출하지 않고도 적절한 담당자가 에이전트를 구축, 모니터링, 업데이트할 수 있습니다. 또한 사용 사례에 민감한 고객 데이터가 포함된다면 Zero Retention Mode를 통해 세션 종료 후 대화 데이터가 남지 않도록 지원할 수 있습니다.

플랫폼이 인프라에 맞는지 확인

통합 깊이와 트래픽 처리 용량은 모두 도입 전에 해결할 가치가 있는 인프라 문제입니다. 시스템에 연결하지 못하거나 트래픽을 감당하지 못하는 플랫폼은 운영 환경에서 실패하기 때문입니다.

먼저 통합부터 시작하세요. 에이전트가 읽고 써야 하는 모든 시스템을 나열한 다음, 플랫폼이 현재 스택에 맞는 사전 구축 커넥터를 제공하는지 또는 맞춤형 API 개발이 필요한지 확인하세요.

ElevenAgents는 다음을 포함한 고객 운영 스택의 핵심 시스템과 기본적으로 연결됩니다.

• CRM: Salesforce 및 기타 주요 플랫폼을 통해 에이전트가 고객 기록을 조회하고 업데이트할 수 있습니다.
• 지원 및 티켓 관리: Zendesk 및 서비스형 컨택 센터(CCaaS) 플랫폼을 통해 티켓을 생성하고 라우팅할 수 있습니다.
• 결제: 결제 및 거래 workflow를 위한 Stripe 및 기타 게이트웨이.
• 전화: Twilio 및 SIP 트렁크를 통해 기존 전화 인프라에서 작동합니다.
• 맞춤형: Model Context Protocol(MCP) 및 REST API를 통해 사전 구축 커넥터가 지원하지 않는 모든 시스템과 연결할 수 있습니다.

그다음 확장성을 검증하세요. 최대 통화 또는 대화량을 추정하고, 성능 저하 없이 플랫폼이 이를 감당할 수 있는지 확인하세요. 

엔터프라이즈 배포의 트래픽은 예측 가능하지 않습니다. 제품 출시, 장애, 캠페인 주기로 급증하며 인프라는 평균이 아니라 급증을 처리해야 합니다. ElevenAgents에서는 Flash 모델을 사용해 가장 낮은 지연 시간을 구현하거나, 더 풍부하고 자연스러운 음성이 가장 중요할 때 Eleven v3를 사용해 각 에이전트를 속도와 품질의 균형에 맞게 배치할 수 있습니다. 또한 고객 전반에서 매주 1,000만 건 이상의 대화를 처리하며, 단순히 가능하다고 주장하는 수준이 아니라 실제 엔터프라이즈 트래픽에서 운영되는 플랫폼임을 보여줍니다. 미션 크리티컬 workload를 위한 맞춤형 SLA도 제공됩니다.

철저히 테스트한 후 단계적으로 배포

출시 전에 일반적인 경로와, 자체 규칙을 무시하거나 지침 밖의 행동을 하도록 유도하는 시도 같은 적대적 경로를 모두 포함하는 시뮬레이션 대화로 에이전트를 테스트하세요.

ElevenAgents는 에이전트 테스트를 직접 지원합니다. 전체 멀티턴 결과를 위한 시뮬레이션 테스트, 품질 또는 정책 기준에 따라 단일 응답을 점검하는 다음 응답 테스트, 올바른 매개변수로 올바른 도구를 호출하는지 확인하는 도구 호출 테스트를 제공합니다.

이를 통해 고객이 문제를 겪기 전에 지식 베이스 또는 시스템 프롬프트의 빈틈을 발견할 수 있습니다. 예를 들어 누락되거나 오래된 콘텐츠, 서로 모순되는 지침 등이 있습니다. 이런 공백을 발견하면 문제를 해결하고 에이전트가 라이브 대화를 처리할 준비가 될 때까지 다시 테스트하세요. 이러한 테스트는 보안, 법무, 컴플라이언스 팀의 동의를 얻는 데도 도움이 됩니다. 이들은 마지막에 추가하는 것보다 파일럿 단계부터 참여할 때 더 쉽게 동의합니다.

테스트를 통과하면 에이전트를 한 번에 전면 배포하지 말고 점진적으로 도입하세요. 한 지역, 특정 시간대 또는 단일 고객 그룹 등 제한된 대상에서 먼저 파일럿을 진행하고, 현재 기준선과 결과를 비교하세요.

파일럿의 성공 여부를 판단하려면 다음으로 구성된 기준을 설정하세요.

• 준비 완료로 판단되기 전에 에이전트가 충족해야 하는 구체적인 기준.
• 성공 여부를 결정할 책임자 1명.
• 배포 범위를 넓힌 뒤 성능이 떨어질 경우 빠르게 되돌릴 방법.

이 기준을 통과한 경우에만 다음 코호트로 진행하고, 새 세그먼트, 사용 사례, 채널마다 이 과정을 반복하세요.

예를 들어 CARS24는 인도 최대 중고차 마켓플레이스 중 하나로, 처음부터 모든 곳에 확장하지 않았습니다. 좁고 위험이 낮은 시작점을 선택해 실제 트래픽의 일부에서 테스트하고, 성과가 검증된 뒤에만 확대했습니다. 이후 새 배포는 5%, 10%, 20%, 50%, 마지막으로 100% 순으로 단계적으로 확대했습니다. 각 단계에서 2일간 멈춰 성능이 안정적으로 유지되는지 확인한 뒤 다음 단계로 진행했습니다.

엔터프라이즈 요건 체크리스트

위의 모든 내용은 한 가지 질문으로 귀결됩니다. 플랫폼이 운영 환경을 감당할 수 있는가? 엔터프라이즈 배포는 AI 자체보다 컴플라이언스, 거버넌스, 통합의 공백으로 실패하는 경우가 더 많습니다. 아래 체크리스트로 평가하는 플랫폼을 점검하고, 벤더와의 대화에 활용하세요.

• 의미 있는 규모로 사용 사례를 지원할 수 있나요?
• 시장과 업계의 컴플라이언스 및 규제 요건을 충족하나요?
• 보존 정책과 Zero Retention Mode를 포함한 데이터 거버넌스 제어 기능을 제공하나요?
• 출시 전에 실제 상황의 시나리오로 에이전트 동작을 검증할 수 있나요?
• SSO 및 역할 기반 액세스 제어를 지원하나요?
• 라이브 대화를 방해하지 않고 변경 사항을 안전하게 단계별 적용 및 배포할 수 있나요?
• 에이전트의 여러 버전을 유지, 비교, 롤백할 수 있나요?
• 핵심 엔터프라이즈 시스템 및 workflow와 통합되나요?
• 음성이 배포에 포함될 경우 전화 및 옴니채널 커뮤니케이션을 처리할 수 있나요?
• 성능, 품질, 운영 상태를 파악할 수 있나요?
• 엔터프라이즈 배포 지원이 포함되어 있나요?

이 항목 대부분을 충족하지 못하는 플랫폼도 파일럿이나 위험이 낮은 내부 사용 사례에는 적합할 수 있지만, 본격적인 엔터프라이즈 도입을 위한 기반으로는 적합하지 않을 가능성이 높습니다.

ElevenAgents로 대규모 배포

엔터프라이즈 대화형 AI 출시에서 가장 어려운 부분은 적절한 제어 체계, 통합, 운영 지원을 갖춘 상태로 시스템을 실제 운영 환경에 도입하는 것입니다. ElevenAgents는 이러한 현실을 위해 설계되었으며, 위 체크리스트의 요건을 기본적으로 충족합니다.

ElevenAgents는 두 가지 측면에서 차별화됩니다. 첫째, ElevenLabs는 타사 음성을 추가하는 대신 자체 음성 모델을 구축하므로 에이전트는 배포 효율성을 떨어뜨리는 로봇 같은 말투와 어색한 억양 불일치를 피할 수 있습니다. 둘째, 운영 환경 도입에 도움이 필요한 팀을 위해 ElevenLabs의 현장 배치 엔지니어가 기술 팀과 함께 인프라 내부에서 작업합니다. 사용 사례의 범위를 정하고, 시스템을 구축하며, 통합을 관리하고, 출시 전 명확한 성과 지표를 설정합니다. 이후 에이전트가 목표를 달성할 때까지 출시 후에도 지원을 계속합니다. 그 후 팀은 완전한 제어권을 가져가거나, 다음 단계의 작업을 위해 ElevenLabs와 계속 협력할 수 있습니다.

ElevenAgents가 특정 사용 사례, 컴플라이언스 요건, 기존 시스템을 어떻게 처리하는지 알아보려면 ElevenLabs 영업팀에 문의하세요.

자주 묻는 질문