BI란? 데이터팀 없이 BI 대시보드 만들 수 있을까?

데이터는 쌓이는데, 결정으로 이어지지 않습니다

데이터로 결정해야 한다는 말, 이제 새삼스러운 이야기는 아닙니다.

그런데 현실은 다릅니다.

매출은 자사몰 어드민에, 광고 성과는 매체 리포트에, 고객의 목소리는 상담창에 각각 흩어져 있어요. 보고서 한 건을 만드는 사이 정작 움직여야 할 타이밍은 지나가 버립니다. 게다가 이걸 대신 분석해 줄 데이터팀이 따로 없는 경우가 더 많고요.

그래서 BI 툴을 씁니다

BI(Business Intelligence, 비즈니스 인텔리전스)란, 기업에 쌓인 데이터를 모아 분석하고 의사결정에 활용하는 기술과 과정을 통틀어 부르는 말입니다. 그리고 이것을 도와주는 프로그램이 BI 툴(Business Intelligence Tool)입니다. 흩어진 기업 데이터를 모아 분석하고, 보기 쉬운 그래프·대시보드로 보여줍니다.

핵심 기능은 크게 세 가지입니다.

• 데이터 시각화: 복잡한 숫자를 표나 그래프로 바꿉니다. 매출을 숫자로만 나열하면 놓치기 쉬운 흐름도, 그래프로 그리면 오르내림이 한눈에 들어옵니다. 어느 상품, 어떤 시기에 힘을 줘야 할지가 바로 보이는 이유입니다.

• 대시보드: 중요한 지표를 한 화면에 모아 실시간으로 봅니다. 상담량·해결률·매출처럼 따로따로 확인하던 지표를 한 화면에 모아두면, 지금 상황이 지난주보다 나아졌는지 나빠졌는지 바로 판단할 수 있습니다.

• 자동 보고서: 매주·매달 같은 형식으로 데이터를 취합해 보고서를 만드는 일은 시간은 많이 들지만 '판단'은 필요 없는 작업입니다. 이 부분을 자동화하면, 사람은 결과를 해석하고 다음 액션을 정하는 데 시간을 쓸 수 있습니다.

BI 툴을 쓰는 이유는 결국 하나입니다. 조직 구성원이 데이터를 직접 확인하고, 주요 성과 지표(KPI)를 이해한 뒤 그것을 근거로 결정을 내리기 위해서입니다. 이것을 데이터 기반 의사결정이라고 합니다.

기존 BI 툴과 AI BI 툴, 무엇이 다를까

BI 툴 자체는 오래전부터 존재했습니다. 문제는 도입 후 방치되는 경우가 적지 않았다는 것입니다.

데이터를 연결하고, 어떤 지표를 어떤 형태로 보여줄지 정의하고, 대시보드를 만드는 일이 모두 데이터 분석가의 몫이었기 때문입니다. 심지어 데이터 분석가가 없는 조직은 비싼 툴을 들여놓고도 제대로 활용하지 못했습니다.

이 구조를 처음 바꾼 것이 셀프서비스 BI였습니다. 데이터 분석가가 아니어도 현업 담당자가 직접 데이터를 조회하고 분석할 수 있게 한 방식이죠. 하지만 여전히 '대시보드를 스스로 설계해야 한다'는 진입장벽은 남아 있었습니다.

질문만 하면 끝나는 AI BI 툴

이 마지막 장벽을 없앤 것이 바로 AI BI 툴입니다. 사람이 대시보드를 직접 설계하는 대신 AI에게 자연어로 질문하면 AI가 필요한 데이터를 찾아 분석하고 시각화까지 만들어주는 방식입니다. 어떤 지표를 어떻게 배치할지 고민할 필요 없이, 궁금한 것을 질문으로 던지기만 하면 됩니다.

채널웍스의 AI CoS(Chief of Staff)가 이 역할을 하는 'AI 비서실장'입니다.

CoS에게 평소 말하듯 질문하면, 필요한 데이터를 분석해 그 결과를 그래프와 표로 만들어주고, 그 결과물을 정리해 팀과 공유하는 공간이 노트북(Notebook)입니다.

"지난주 반복 문의가 뭐였어?"처럼 평소 쓰는 말로 물으면, CoS가 그 답을 그래프와 표로 만들어 노트북에 담아줍니다. SQL을 짜거나 별도로 BI 대시보드를 설계할 필요가 없습니다. 데이터팀에 요청하고 1~2주를 기다리던 분석이, 질문 한 줄이면 몇 분 안에 끝납니다.

여기에 AI BI 툴이 제대로 작동하려면 두 가지 조건이 더 필요합니다.

첫째, 흩어진 데이터가 한곳에 모여 있어야 합니다.

CoS는 채널톡에 쌓이는 상담·고객 데이터뿐 아니라, PostgreSQL·MySQL·BigQuery 같은 사내 DB, 카페24·쇼피파이 등 커머스 앱 데이터, 엑셀·CSV 파일까지 연결해 하나의 분석 환경을 만듭니다. API나 개발팀 없이도요.

둘째, 누가 물어도 같은 답이 나와야 합니다.

'활성 고객이 몇 명이야?'라는 같은 질문에도 정의가 없으면 AI마다 답이 제각각입니다. CoS는 우리 회사만의 지표 정의를 분석 가이드에 담아두면, 누가 언제 물어도 같은 기준으로 같은 답을 근거와 함께 제시합니다. 한 사람의 노하우가 아니라 팀 전체의 자산이 되는 이유입니다.

업계에서는 이런 흐름을 생성형 BI 혹은 대화형 BI라고 부르기도 합니다. 대시보드를 '찾아가서 보는' 방식에서, 물어보면 답과 함께 대시보드가 '자동으로 만들어지는' 방식으로 무게중심이 옮겨가고 있습니다.

그렇다면 실제 브랜드들은 CoS와 노트북을 어떻게 활용하고 있을까요?

데이터팀 없이 데이터를 읽기 시작한 두 팀

지난 7월 30일 채널톡 오피스에서 열린 세미나에는, 상담과 매출 데이터를 AI로 읽는 방법에 대해 같은 고민을 안고 온 200여 명의 실무자가 온·오프라인으로 모였습니다.

이 자리에서 매출 1,000억대 브랜드인 셀리맥스와 불스원, 두 브랜드가 데이터팀 없이 데이터를 읽기 시작한 과정을 직접 공개했습니다.

두 팀이 활용한 BI 툴이 채널웍스의 노트북이고, 그 안에서 질문을 받아 분석한 도구가 AI 비서실장 CoS입니다.

데이터는 쌓이는데 읽어줄 사람이 없어 고민 중이라면, 두 팀의 생생한 실제 사례를 참고해보세요!

BI 툴 활용 사례 ① 셀리맥스, AI 상담 해결률 30%대에서 65%로 - CoS로 상담 데이터 분석부터 개선까지

문의가 늘어나는데, 과연 사람을 늘리는 게 답일까?

지우개 패드, 노니 앰플로 알려진 셀리맥스는 2026년 상반기에만 매출 1,988억 원을 기록했습니다. 지난해 연간 매출 1,736억 원을 단 6개월 만에 넘어선 수치죠.

성장 속도가 이렇다는 건, 문의량도 같은 속도로 늘어난다는 뜻입니다. 해외 확장으로 국내 공식몰까지 해외 문의가 유입됐고, 자사몰·콜센터·스마트스토어·지그재그로 판매 채널도 나뉘어 있었죠. 올리브영 세일이나 전원 증정 이벤트 시즌엔 문의가 특히 몰렸습니다.

7인 CX팀을 이끄는 김정은 팀장이 지키고 싶었던 건 '상담원이 여유 있게 상담하는 환경'이었습니다. 조직 규모만 키우는 방식으로는 비용과 관리 난이도만 올라갈 뿐 그 여유를 지킬 수 없다고 판단했고, 채널톡의 AI 에이전트 ALF를 도입했습니다.

초반엔 시행착오도 있었습니다. ALF가 최대한 많이 답하도록 설계하니, 오히려 ALF의 답변을 상담원이 다시 안내하는 일이 늘었어요.

전환점은 순서를 바꾼 것이었습니다. 해결률보다 정확도부터 챙기기로 한 것입니다. 기준도 'AI가 할 수 있는가'가 아니라 '고객 입장에서 AI가 답해도 되는가'로 바꿨습니다.

숫자로는 못 찾는 원인, 상담 데이터에 있었습니다

기존 BI 툴이 읽는 데이터는 대체로 숫자입니다. 매출, 트래픽, 전환율.

그런데 숫자는 '무엇이 일어났는지'까지만 알려줍니다. 전환율이 왜 떨어졌는지, 재구매가 왜 끊겼는지는 그 안에 없어요.

답은 대개 상담창에 있습니다. "사이즈 정보가 없어서 못 샀다", "배송이 늦어 다음엔 안 사겠다" 같은 문장이요. CoS가 다른 AI BI 툴과 갈리는 지점이 여기입니다. 채널톡에 쌓인 상담 데이터를 매출·주문 데이터와 나란히 놓고 함께 분석하기 때문이죠. 숫자에서 이상 신호를 발견하고 상담 내용에서 원인을 찾는 일이, 도구를 옮겨 다니지 않고 한자리에서 끝납니다.

셀리맥스가 CoS로 한 일이 정확히 이것입니다. 상담 데이터를 분석해 AI 상담원의 답변 정확도를 끌어올렸고, 그 과정에서 그동안 보지 못했던 지표까지 찾아냈습니다.

CoS로 ALF 정확도를 높여 해결률을 끌어올리다

6월 30일 시작한 자사몰 프로모션 반응이 예상을 크게 웃돌면서, 문의량이 주 200건대에서 1,000건 이상으로 약 5배 폭증했습니다.

이때 김정은 팀장이 가장 적극적으로 활용한 도구가 CoS였습니다.

• "최근 2주 동안 어떤 문의가 제일 많았어?"

• "반복 문의 top 5랑 자동화할 만한 거 알려줘"

데이터 분석뿐 아니라 ALF 지식 관리도 CoS에게 맡겼습니다. 새 지식을 추가할 때 기존 지식과 충돌하면 ALF가 잘못 안내하게 되는데, 사람이 수백 개의 지식을 일일이 대조하기는 어렵습니다. 그래서 오답변이 나가면 이렇게 물었습니다.

• "ALF 오답변이 나간 이유 중 지식이 충돌하는 부분을 알려줘"

답변의 근거가 된 지식 문서를 CoS가 역추적해 주니, 서로 충돌하는 지식을 찾아내는 데 걸리는 시간이 크게 줄었습니다. 매일 놓친 상담을 모아 CoS에 전달하고 세팅을 점검받는 루틴을 만든 결과는 숫자로 나타났습니다.

4월 말 본격적인 개선을 시작한 뒤 ALF 해결률이 30%대에서 65%로 올랐고, 문의가 폭증하는 동안에도 추가 채용 없이 대응할 수 있었습니다.

상담을 '처리'하던 팀에서, AI 전환을 주도하는 'AI 네이티브 팀'으로

수치보다 더 눈에 띈 변화는 팀의 역할 변화였습니다.

이제 셀리맥스의 팀장과 매니저는 CoS로 상담 데이터를 확인하고 ALF 세팅을 관리합니다. 상담원은 지식 검색과 게시판 답변에 집중하고요. 스마트스토어·지그재그 게시판 문의처럼 ALF가 직접 답하지 않는 영역은, CoS에 같은 지식을 넣어두고 답변 초안을 받아 작성하면 확인한 뒤 등록하는 방식으로 바꿨습니다.

상담원이 'ALF 대신 상담하는 사람'이 아니라 'ALF에게 알려주는 선임'이 된 셈입니다.

기존 지표가 아쉬웠던 부분은 직접 정의해서 요청했습니다. 통화 성공률을 새로 정의해 물었더니, 5~6월 사이 통화 성공률이 떨어지고 있다는 사실이 드러났습니다. 이 인사이트를 전화 상담 담당 부서에 공유해 개선 작업으로 이어졌고요. 그동안 감으로 짐작하거나 아예 인지하지 못했던 문제를, 데이터로 확인한 순간입니다.

매주 반복되는 CX 위클리 리포트는 CoS 스케줄링 기능으로 매주 화요일 정오에 팀챗으로 자동 전송되도록 세팅해 두었습니다.

BI 툴 활용 사례 ② 불스원, 6일 걸리던 보고서를 5분으로 - 감이 아닌 데이터로 액션하기

데이터는 많은데 다 흩어져 있었다

지난해(2025년) 연결 기준 매출 1,587억 원으로 창사 이래 최대 실적을 기록한 자동차 애프터마켓 브랜드 불스원. 이 가운데 자사몰 '불스원몰'을 운영하는 D2C팀은, 김동명 팀장이 처음 맡았을 때 40억 원이 채 되지 않던 자사몰 규모를 지난해 140억 원까지 키웠습니다.

그런데 규모가 커진 만큼 다뤄야 할 데이터 소스도 늘었습니다. 불스원몰 어드민, 네이버페이 결제, 구글 GA, 채널톡 문자, 카카오 푸시 등 최소 6곳이 각각 따로 있었어요.

팀이 확인하고 싶었던 건 명확했습니다. 일별 매출, 재구매 주기, 1회 구매액, 지역별 행동 패턴, 이탈 시점. 하지만 사내에 데이터팀이 없어, 보고서 하나를 만들려면 100만 건이 넘는 데이터를 엑셀로 손수 맞춰야 했고 보통 평균 6일이 걸렸습니다.

감으로 하던 의사결정의 한계

데이터를 못 보면 결국 감으로 결정하게 됩니다.

"비 오는 날엔 와이퍼가 많이 팔릴 거야" 같은 가정으로 액션을 실행하면 결과를 검증하는 데만 2~3일이 걸리고, 편차도 컸습니다. 예상과 다르게 나와도 "그래도 비 오면 나갈 거야"로 넘기고, 검증되지 않은 가정으로 또 액션을 실행하는 흐름이 반복됐어요. 그러다 "그럴 바엔 하지 말자"며 기회를 흘려보내는 일까지 생겼습니다.

이 흐름을 바꾸기 위해 불스원은 CoS를 도입하고, 흩어진 데이터 소스를 연결하는 작업부터 시작했습니다.

CoS로 찾아낸 것들

CoS를 도입한 뒤 불스원 팀이 얻은 결과 중 두 가지가 특히 눈에 띕니다.

첫째, CRM 마케팅의 '타이밍'입니다. 날씨 데이터와 구매 데이터를 함께 분석한 결과, 비주력 제품인 햇빛가리개의 경우 "기온 32도가 3일 이상 이어질 때가 최적의 마케팅 타이밍"이라는 답을 얻었습니다. 실제로 3일째 되는 날 메시지를 발송하자, 일반 CRM 푸시보다 클릭률은 약 4배, 일 평균 매출은 15배 높았습니다.

둘째, 기존에 인지하지 못했던 "지역 기반 인사이트"입니다. "카매트는 어디에서 제일 많이 나가?"라고 물었을 때, 팀은 차량 보유·이동량이 많은 서울·경기를 예상했지만 결과는 달랐습니다. 제주도의 관심도가 서울·경기의 약 2배로 나타났고, 이 발견으로 제주도민 대상 광고·CRM 액션플랜을 새로 만들었습니다.

회의 중 "이거 어떻게 된 거야?"라는 질문이 나와도 CoS를 활용해 그 자리에서 바로 답이 나옵니다. 예전에 며칠씩 걸렸던 리포트 확인이, 이제 매일 아침 단 5분이면 끝납니다.

써보는 게 가장 빠릅니다

셀리맥스는 상담 데이터를 읽어 ALF 해결률을 30%대에서 65%까지 올렸고, 불스원은 흩어진 데이터를 모아 6일 걸린 보고서를 5분으로 줄였습니다. 데이터 분석가 없이도 가능했던 이유는 단순합니다. BI 대시보드를 직접 설계하는 대신, CoS에게 질문을 던지는 방식이었기 때문입니다.

복잡하게 도입을 검토하지 않아도 됩니다. 월요일 아침, CoS에 질문 하나를 던져보는 것으로 충분합니다. 지난주와 이번 주가 어떻게 달라졌는지 확인하는 일이 쌓이면, 그것이 곧 우리 팀의 데이터 기반 의사결정이 됩니다.

채널톡으로 이미 상담을 받고 있다면, 데이터는 이미 준비되어 있어요.

CoS는 현재 베타 서비스로, 무료 플랜을 포함한 모든 플랜에서 베타 기간 동안 추가 비용 없이 이용할 수 있습니다.

데이터를 활용한 의사결정, 지금 바로 시작해보세요!

👉세미나 다시보기 신청