고객이 검색했지만 찾지 못한 내용을 제품 개선으로 연결하는 AX

우리 고객은 검색 다음에 무엇을 하나요?

“결과가 0개다”, “결과가 있어도 다시 검색한다”, “안내를 봤지만 같은 문의가 들어온다”, “하고 싶은 일이 화면에 없다” 중 첫 문제를 골라보세요.

검색어가 아니라 고객이 끝내려는 일을 봅니다

검색 입력창에서 글자를 칠 때마다 생기는 자동완성 요청과 고객이 실제 제출한 검색은 다를 수 있습니다. 횟수를 셀 단위를 먼저 정하고 요청·세션·화면·후속 동작을 필요한 범위에서 연결합니다. ‘사용자’도 로그인 계정·브라우저·세션 중 무엇인지 정해야 하며 실제 사람 수와 같다고 가정하지 않습니다.

결과를 누르지 않았다고 해결하지 못한 것은 아닙니다. 검색 화면의 요약·AI 답변에서 답을 확인했을 수 있습니다. 반대로 결과 100개가 있어도 찾는 조건과 맞지 않으면 반복 검색·문의가 생길 수 있습니다.

검색 결과 0건의 원인은 적어도 나눠서 확인해야 합니다

결과 0건을 상품 없음·품절·권한 없음과 같은 의미로 사용하지 않습니다. 오류나 미수집을 정상 0건으로 저장하면 개선 판단도 틀어집니다. 비공개 문서를 찾으려는 검색에는 허용 범위의 안내만 제공하고 원문·존재·내용의 노출 기준을 지킵니다.

예시 1. ‘수강권 홀드’와 ‘이용권 일시정지’를 연결한다면

가상 구독형 교육 서비스에서 ‘수강권 홀드’, ‘이용권 잠시 멈추기’, ‘이용권 일시정지’ 검색과 관련 문의가 보인다고 가정합니다. 실제로 같은 정책·기능을 뜻하는지 먼저 확인합니다. AI는 비슷한 의도를 후보로 묶고 원문 근거·다른 해석·추가 질문을 보여줄 수 있습니다.

1. 자료·기능 확인: 현재 일시정지 기능과 적용 조건, 도움말·메뉴·모바일 화면을 대조합니다.
2. 용어·안내 개선: 같은 의미로 확인한 별칭을 연결하고 사용 가능 조건·제한·처리 경로를 안내합니다.
3. 처리 연결: 현재 이용권·권한·정책을 조회하고 필요한 고객 확인 후 신청으로 이어지게 합니다.
4. 제품 요구 분리: ‘가족에게 이용권 이전’이 실제 없는 기능이라면 별도 검토 후보로 남깁니다. 일시정지와 같은 의도로 합치지 않습니다.

‘구독 해지’와 ‘계정 탈퇴’도 결과가 비슷해 보일 수 있지만 서로 다른 업무입니다. 동의어를 과하게 넓혀 고객이 원하지 않는 처리를 제안하지 않도록 대표 질문·다른 의도의 질문을 함께 시험합니다.

검색 결과가 늘어난 뒤에도 문의가 반복된다면 고객이 조건을 이해했는지, 메뉴를 찾았는지, 실제 신청이 가능한지 확인해야 합니다. AI 고객지원의 현재 상태 확인·처리·담당 인계와 연결할 수 있습니다.

예시 2. 교체 부품을 못 찾는 이유가 이름·호환·재고 중 무엇이라면

가상 쇼핑몰에서 고객이 ‘텀블러 뚜껑’을 찾는데 상품명은 ‘교체용 리드’이고, 특정 모델용 부품만 있다고 가정합니다. 같은 대상을 뜻하는지 상품 담당자가 확인한 뒤 표현을 연결하되, 모든 뚜껑이 모든 모델에 맞는다고 추천하면 안 됩니다.

검색어가 많다는 이유만으로 구매 의사나 개발 우선순위를 확정하지 않습니다. 같은 고객의 반복 시도일 수 있고, 캠페인·시즌·내부 시험의 영향도 있을 수 있습니다. 문의·업무 맥락과 확인한 범위를 함께 봅니다.

AI는 관련 검색·문의의 공통 질문, 빠진 상품 속성, 확인할 호환 조건과 개선 초안을 정리할 수 있습니다. 상품·재고·주문·반품의 실제 상태는 원시스템에서 확인하고, 주문·배송·정산 운영 AX와 연결합니다.

예시 3. 제조 고객이 품질 문서를 매번 전화로 요청한다면

가상 제조 고객 포털에서 ‘납품 성적서’, ‘검사 성적서’, ‘품질 문서’ 검색이 반복된다고 가정합니다. 고객이 원하는 문서 유형·납품 건·품목·LOT(배치·제조번호)와 볼 수 있는 범위를 먼저 확인합니다. 비슷한 명칭이 항상 같은 문서를 뜻하지는 않습니다.

문서는 있지만 포털 검색에 연결되지 않았는지, 납품일·주문·품목 필터가 맞는지, 아직 검사·검토·공개가 끝나지 않았는지 구분합니다. 포털 권한을 바꾸거나 AI가 검사 결과를 만들어서 답하는 방식으로 해결하지 않습니다.

LOT는 생산·추적 단위이고 BOM(자재명세서·부품 구성), 공정표(라우팅·공정 경로), 시리얼(개체번호)은 서로 다른 정보입니다. 현장·고객이 쓰는 용어를 정의와 함께 연결해야 엉뚱한 자료가 검색되는 일을 줄일 수 있습니다. 생산일보(생산일지·작업일보) 역시 품질 성적서와 목적이 다릅니다.

이 과정에서 실제 확인한 문서 명칭·공개 절차·반복 질문의 해결 방법을 회사의 검토된 지식으로 남겨 다음 문의·검색 개선에 활용할 수 있습니다.

AI는 원인 후보를 좁히고 사람이 선택할 개선안을 준비합니다

AI가 묶은 질문에는 원문 참조와 묶은 이유·확인 필요를 함께 표시합니다. ‘이용권 이전’과 ‘계정 변경’을 잘못 묶었는지 대표 자료와 반례로 검수합니다. 고객의 검색·문의에 섞인 지시문은 분석 대상이며 제품 변경·권한 부여를 허용하는 지시로 취급하지 않습니다.

개선 카드에는 의도·영향받는 화면·검색과 문의 근거·원인 후보·선택한 변경·담당·기한·기대 결과·검증 기준을 남깁니다. 기술 수정인지 콘텐츠 보완인지 구분하면 개발팀과 운영팀이 같은 근거로 일을 나눌 수 있습니다.

검색 결과가 생겼는지와 고객의 일이 해결됐는지를 함께 봅니다

가상 기간 A의 정상 응답 검색 100회 중 결과 0건이 20회면 0건 비율은 20%입니다. 별도로 발생한 오류 8회는 정상 0건 8회로 바꾸지 않습니다. 같은 집계 조건의 기간 B에서 정상 응답 100회 중 12회가 0건이면 12%이며 차이는 8%포인트입니다. 설명용 수치이며 파이언스 고객의 실적이 아닙니다.

두 기간의 고객 구성·시즌·유입·제품 정책이 다르면 개선의 인과 효과를 이 숫자만으로 확정할 수 없습니다. 대표 질문을 같은 조건에서 다시 시험하고 충분한 자료가 있으면 비교 집단·실험 설계를 검토합니다.

평균 결과 수만으로 0건 검색 비율을 계산할 수 없습니다. 클릭·전환 이벤트를 수집하지 않았다면 0% 전환이라고 단정하지 않고 ‘미수집·확인 불가’로 표시합니다. 검색 로그와 사용자 정보를 결합할 때 횟수가 중복 증가하지 않는지 원이벤트와 대조하고, 기간·시간대·봇·내부 시험 제외 기준을 맞춥니다.

파이언스의 검색 집계 기반을 제품 개선 AX로 확장합니다

기존 콘텐츠·커뮤니티 솔루션 소스에서 정규화한 검색어별 검색 횟수·사용자 집계 필드·평균 결과 수·최초·최근 시각을 집계·저장하는 코드와 검색 집계의 주기 설정을 확인했습니다. 고객이 무엇을 찾는지 운영 지표로 다룰 수 있는 개발 기반입니다.

코드와 일정 설정의 존재는 현재 운영 성공·실제 검색량·집계 정확성을 검증했다는 뜻은 아닙니다. 평균 집계만으로 0건 비율을 알 수 없으며, 별도 원이벤트·기간·결합 단위 검증이 필요합니다. 본문의 AI 의미 분류·후속 행동 연결·원인 검토·제품 개선·효과 검증은 이 기반을 확장하는 적용 제안입니다.

1. 첫 화면 선정: 검색과 문의가 반복되는 고객 업무 하나를 고릅니다.
2. 기준선 확인: 기록 단위·수집 범위·오류·집계·권한을 검증하고 대표 질문을 정합니다.
3. AI 검토 지원: 근거 있는 의도 후보·누락 질문·개선 초안을 사람이 대조합니다.
4. 변경 적용: 용어·설명·검색·화면·제품 중 정한 범위를 검토·시험합니다.
5. 재검증·개선: 관련 결과·현재 업무 완료·반복 문의·부작용을 확인해 범위를 넓힙니다.

검색 기록·DX·AI·AX는 고객과 제품 사이를 연결합니다

고객·현장 접점인 앱·웹·모바일·태블릿에서 찾던 내용과 필요한 업무가 드러납니다. DX는 검색·결과·오류·문의·업무 상태를 연결합니다. AI는 그 맥락에서 질문의 의도와 개선 후보를 정리합니다. AX는 담당자의 판단과 실제 개선·업무 완료·다음 피드백까지 연결하는 운영 전환입니다.

검색 원문에는 이름·연락처·주문·계약·내부 정보가 섞일 수 있습니다. 필요한 자료만 보관하고 마스킹·접근·기간·AI 전송 범위를 정합니다. 원문 검색어와 식별 정보를 공개 분석 도구·공용 TV에 그대로 보내지 않으며, 외부 공개 콘텐츠에는 검토한 익명·가상 예시를 사용합니다.

검색 실패 신호를 제품 개선으로 연결하는 열두 항목 점검표

점검표 CSV 다운로드 → · 검색·고객지원·제품 AX 프로젝트 문의 →

지금 고객이 찾지 못하는 질문 하나와 검색 화면·현재 처리 경로를 알려주세요. 실제 고객명·개인정보 없이도 가상 예시로 첫 개선 범위를 함께 정할 수 있습니다.

자주 묻는 질문

설계를 뒷받침하는 공식 기술 자료

Elastic · What is search analytics?: 검색어·클릭·재검색 등 행동을 살펴 콘텐츠와 제품의 개선점을 찾는 관점을 참고했습니다. 본문의 AI 분류·업무 연결은 파이언스의 적용 제안입니다.

Elastic · Troubleshoot searches: 결과가 없을 때 데이터 수집·색인·필드·검색 조건 등을 확인하는 접근을 참고했습니다. 특정 검색엔진 도입을 전제하지 않습니다.

Algolia · Retrieve top searches: 검색 횟수·평균 결과와 추적 검색·클릭·전환 지표의 범위, null과 0%의 구분을 설명합니다. 본문 지표는 실제 수집·집계 조건을 별도로 검증하도록 구성했습니다.

자료 확인: 2026년 10월 29일. 검색 분석·문제 확인·이벤트 집계의 일반 원리를 참고했으며 외부 자료의 성과를 파이언스 고객 실적으로 제시하지 않습니다.

함께 읽으면 좋은 AX 자료