Hacker News 의견들

• 예전에 서비스 어드바이저(접수 담당) 로 일했음. 기사에서 말하는 시스템은 현실적으로 작동하지 않을 것 같음

  1. 동일한 수리 이력이 없으면 견적이 틀릴 확률이 높음. 일부 주에서는 잘못된 견적이 법적으로 문제될 수 있음
  2. 부품 재고와 가격은 시시각각 변함. 시스템이 이를 반영하지 못하면 혼란만 초래함
  3. 새로운 작업은 부품 선정부터 복잡함. 고급 차량일수록 더 까다로움
  4. 유용한 부분은 차량 픽업 알림 정도뿐임. 완료 시점이나 진행 상황을 자동으로 알려주는 용도
     이런 개발은 단순한 오만을 넘어 위험함. 검증 없이 가정만으로 만들면 타인의 생계를 위태롭게 함
  • 나도 전문가가 아니지만, 이런 허세에는 공감함. 리셉셔니스트가 필요하다면 사람을 고용하는 게 자연스러움. 검증되지 않은 AI 솔루션에 사업을 맡기는 건 이해하기 어려움. 단순히 관리하기 싫어서인지, 유행을 좇는 건지 모르겠음
  • 사실 더 간단한 해결책이 있음. 차 밑에서 일하는 사람이 핸즈프리 스피커폰으로 전화를 받을 수 있게 하면 됨. 로컬 음성 인식 모델을 쓰면 신경망 기술도 언급할 수 있고, 비용도 마이크 포함해 200~300달러면 충분함
  • 하지만 원문을 보면, 이 정비소는 이미 고정된 서비스와 가격표를 가지고 있음. 그래서 맞춤 견적이 필요한 경우가 아니라면 위의 문제들은 해당되지 않음
  • “위험하다”는 평가는 과한 듯함. 개발자는 오빠의 사업을 돕는 중이고, 완벽하지 않아도 고객 전환율이 10%만 올라가도 충분히 가치 있음
  • 차량 완료 알림이나 진행 업데이트는 이미 TTS 시스템으로 수년 전부터 가능했음. 굳이 LLM이 필요하지 않음

• 우리 지역 Subaru 딜러십은 전화 예약 시 AI 어시스턴트를 선택할 수 있음. 써보니 사람보다 정확하고 빠르게 작동했음. Taco Bell의 AI 주문도 마찬가지로 훌륭했음. 이런 경우엔 사람과 대화하지 않아도 손해가 없고, 필요하면 언제든 사람 연결도 가능함

• 이런 블로그 글은 절반의 이야기일 뿐임. 실제로 매출이 늘었는지, 고객이 봇인지 신경 썼는지, 실패 사례가 있었는지 궁금함

  • 사실 이런 문제는 AI 이전에도 가상 비서 서비스로 해결 가능했음. 월 200~1000달러면 충분하고, 이미 잃고 있던 매출을 다시 회수하는 셈임. AI는 단지 더 복잡한 쥐덫일 뿐이고, 고급 서비스라면 인간 응대가 훨씬 신뢰감 있음
  • 아마 아직 실전 테스트가 충분히 이뤄지지 않았을 것 같음. 이메일 주소 같은 건 LLM이 정확히 받아적기 어려움. 실시간 음성 응답에서는 Anthropic이 느렸고, Groq은 200ms 이하로 매우 빠름
  • 예전에 급히 자동차 유리 교체를 해야 했는데, 자동 음성 시스템이 불필요한 정보를 계속 요구해서 끊었음. 단순 예약이라면 괜찮겠지만, 특수 상황에서는 결국 사람과 이야기해야 함
  • 이런 시도는 합리적임. 다만 실제 성능은 아직 미지수임. AI 낙관론자와 비관론자를 가르는 리트머스 시험지 같음

• 나는 요즘 LLM 기반 전화 비서를 꽤 긍정적으로 봄. Mint Mobile 고객센터에 전화했을 때, LLM이 자연스럽게 이해하고 1분 만에 문제를 해결해줬음. 예전엔 20분 이상 대기했을 일임

  • LLM은 발음이 명확하고, 헤드셋 잡음도 없고, 이해하기 쉬움. 물론 eBay의 LLM 챗봇처럼 엉망인 경우도 있지만, 잘 구현된 시스템은 훌륭하게 작동함
  • Amazon의 채팅 지원도 비슷함. LLM이 주문 정보를 미리 정리하고, 사람은 마지막 승인만 함. 효율적임
  • 다만, 왜 앱에서 해결하지 못해 LLM을 써야 하는지는 의문임. 결국 개발 프로세스의 실패처럼 보임
  • 나도 비슷한 경험이 있음. 기술적인 질문을 했더니 LLM이 정확히 답했고, 이후 인간 상담원이 이어받았지만 오히려 덜 전문적이었음. 그래도 시간은 절약됨
  • 예전 로봇보다 훨씬 낫고, RAG 기반 챗봇은 문서 검색을 대체할 만큼 유용함. 예를 들어 manager.io의 챗봇은 문서 대신 바로 답을 줘서 편리했음

• 글에 따르면, 정비소는 전화를 받지 못해 매달 수천 달러 손실을 보고 있음. 그렇다면 월 500달러 정도의 외주 리셉셔니스트를 두는 게 훨씬 높은 ROI임

  • 사실 음성사서함만으로도 일부 문제는 해결 가능함. AI든 사서함이든, 일부 고객은 어차피 끊을 것임
  • 게다가 이미 일이 너무 많아 전화를 못 받는다면, 추가 고객을 받아도 처리할 여력이 없을 가능성이 큼
  • 내 친구는 외주 리셉션 서비스를 쓰는데, 월 150파운드로 9시~5시까지 커버함. 본인은 저녁에 일정만 조정함. 만약 글의 내용이 사실이라면, 이미 정비소는 100% 용량으로 일하고 있을 것임
  • 좋은 서비스 라이터는 비싸지만 그만한 가치가 있음. 고객 신뢰도 높고, 나중엔 사업을 인수할 가능성도 있음
  • 결국 ROI는 블로그가 홍보하려는 AI 교육 과정의 광고 효과일 뿐임

• 요즘은 로봇 응대라고 느껴지면 바로 끊는 편임. 하지만 곧은 AI 음성이 사람과 구분되지 않을 수준이 될 것 같음. 그때는 전화에 대한 신뢰가 무너질지도 모름. 이미 이메일과 LinkedIn은 AI 스팸으로 넘쳐서, 전화로 전환했는데 그것도 곧 사라질 듯함

  • 그래도 음성사서함으로 넘어가면 똑같이 끊을 테니 손해는 없음
  • AI가 내 말을 오해하고 결국 사람에게 연결되면, 같은 이야기를 두 번 해야 해서 피곤함
  • 최근 자동차를 알아보면서 여러 딜러와 연락했는데, 나중에야 모두 LLM 기반 가짜 이름 상담원이었다는 걸 깨달았음. 응답 속도가 너무 빨라서 이상했음

• “이건 범용 챗봇이 아니다”라고 했지만, 사실상 2026년형 범용 챗봇에 불과함

• 블로그의 “About” 페이지를 보니, 작성자가 코딩을 배워 부자가 됐다는 인플루언서에게서 영감을 받았다고 함. 하지만 이런 태도는 내가 바라는 엔지니어링 문화의 방향과는 거리가 있음

• 사람들이 AI로 개인 블로그를 쓰는 것이 조금 우울하게 느껴짐

  • 그래도 솔직히 밝힌 점은 좋게 봄. 대부분은 글쓰기 경험이 부족하고, LLM을 통해 “잘 쓴 글”을 얻는다고 생각함. 그들에게는 인공지능이 쓴 글이 나쁘다고 느껴지지 않을 수도 있음

• 여기서 RAG가 꼭 필요할까? 단순히 가격표와 영업시간 정도면 컨텍스트 윈도우에 다 들어감

  • 아마 학습 목적의 프로젝트였을 것임. 나도 개인 프로젝트에서 과도한 아키텍처를 써보며 배우는 경우가 있음
  • 음성 대화에서는 지연 시간(latency) 이 더 큰 문제임. 사이트에 여러 페이지가 있다면 RAG로 빠르게 일부만 불러오고 LLM이 세부 답변을 만드는 게 효율적일 수 있음
  • 그냥 웹사이트와 가격표 전체를 컨텍스트에 넣는 게 더 간단함
  • 나도 동의함. 이 정도 정보는 충분히 한 번에 처리 가능함
  • 전체적으로 이 아키텍처는 과도함