Uber 고객지원 10% 감원이 말하는 것: AI가 1차 응대를 가져가면 사람은 ‘예외를 해결하는 직무’로 이동해야 한다
2026년 7월 Uber가 고객지원 조직 10%를 줄이며 AI를 언급한 보도와 Uber의 생성형 AI 공식 자료, 최근 AI 일자리 영상을 바탕으로 고객응대·운영·사무직 커리어가 어떻게 바뀌는지 정리했습니다.
나는 AI가 장기적으로 많은 직업을 대체한다고 생각한다. 다만 대체는 어느 날 갑자기 “상담원 전원 해고”처럼 오기보다, 업무의 앞단부터 조용히 바뀌는 방식으로 올 가능성이 크다. 2026년 7월 말 Uber가 고객지원, 즉 Community Operations 조직의 약 10%를 줄였다는 보도를 보면서 내가 먼저 떠올린 것도 바로 이 지점이었다. AI는 고객응대 직무를 한 번에 없애기보다, 1차 응대와 예외 처리의 경계를 다시 긋고 있다.
Business Insider와 여러 고객경험 매체는 Uber가 고객지원 조직 감원과 함께 원격 근무자 일부의 오피스 복귀도 요구했다고 전했다. Uber의 공식 생성형 AI 안내 페이지를 보면 이미 고객지원 보조, 배송 상품 검색, 이미지, 실시간 응답 같은 영역에 GenAI를 붙이고 있다. 나는 이 조합을 단순한 비용 절감 뉴스로만 읽으면 반쪽만 본다고 생각한다. 진짜 변화는 “누가 고객의 복잡한 문제를 끝까지 책임지는가”로 옮겨가고 있다.
먼저 아래 링크를 눌러 원문 맥락을 같이 열어두길 권한다. 특히 감원 보도만 보지 말고 Uber의 생성형 AI 기능 안내와 AI 고객지원 솔루션 페이지를 같이 봐야 한다. 그래야 “AI가 사람을 줄였다”에서 멈추지 않고, 어떤 업무가 자동화되고 어떤 업무가 더 비싸지는지 보인다.
Uber 고객지원 10% 감원 보도
AI를 언급한 고객지원 조직 재편의 출발점으로 읽어볼 만하다.
Uber 생성형 AI 기능 안내
고객지원 보조와 배송 상품 검색 등 Uber가 AI를 붙이는 영역을 직접 확인할 수 있다.
Uber AI Solutions 고객지원
챗봇과 고객지원 플랫폼이 정확도, 효율, 참여를 어떻게 요구하는지 볼 수 있다.
Uber Eats Cart Assistant
AI가 고객의 선택과 구매 앞단까지 들어오는 방향을 보여준다.
CX Dive의 고객지원 재편 해석
AI 고객지원이 데이터, 프로세스, 사람 개입 설계를 요구한다는 관점이다.
Uber AI 감원 영상 모아보기
최근 영상으로 여론과 구직자 반응을 이어서 확인하기 좋다.
1. 이번 Uber 뉴스에서 중요한 숫자는 10%보다 “어느 업무가 먼저 잘렸나”다
이번 보도의 핵심 숫자는 고객지원 조직 약 10%다. 하지만 나는 숫자 자체보다 부서가 더 중요하다고 본다. 고객지원은 AI가 가장 먼저 들어가기 쉬운 영역이다. 문의 유형을 분류하고, 정해진 정책을 찾아주고, 반복 답변을 만들고, 고객의 첫 질문에 응답하는 업무가 많기 때문이다.
그렇다고 고객지원이 통째로 사라진다는 뜻은 아니다. 오히려 반대에 가깝다. 쉬운 문의가 AI로 넘어갈수록, 사람에게 남는 문의는 더 어렵고, 더 감정적이고, 더 위험한 문제가 된다. 환불 분쟁, 안전 이슈, 계정 정지, 요금 오류, 기사와 고객 사이의 책임 다툼처럼 단순 템플릿으로 처리하기 어려운 일들이 사람에게 몰린다.
고객지원 Community Operations 조직의 감원 비율로 보도됐다.
반복 문의, 정책 검색, 답변 초안은 AI가 먼저 흡수한다.
복잡한 분쟁과 책임 판단은 오히려 더 중요해진다.
상담원이 아니라 고객문제 설계자로 이동해야 한다.
나는 여기서 고객지원 직무를 낮게 보지 않는다. 오히려 AI 시대에는 좋은 고객지원 경험이 더 희소해질 수 있다고 본다. 문제는 단순 반복 응대만으로는 내 몸값을 방어하기 어렵다는 점이다. 앞으로 고객지원 직무의 가치는 얼마나 많이 답변했느냐보다, AI가 처리하지 못한 문제를 얼마나 정확하게 해결했느냐로 이동할 가능성이 크다.
2. AI 고객지원은 “챗봇 하나”가 아니라 프로세스 정리 작업이다
Uber의 생성형 AI 공식 안내에는 고객지원 보조가 등장한다. Uber AI Solutions의 고객지원 페이지도 챗봇과 고객지원 플랫폼의 정확도, 효율, 참여를 말한다. 이 말은 겉으로 보면 기술 홍보처럼 보이지만, 직장인 입장에서는 꽤 현실적인 신호다. AI는 지저분한 업무 위에 그냥 올려놓는다고 잘 돌아가지 않는다. 문의 유형, 정책, 승인 기준, 예외 조건, 고객 감정, 법적 책임이 정리돼 있어야 한다.
그래서 이번 감원 보도에서 내가 가장 중요하게 본 문장은 “조직을 단순화하고 AI를 더 잘 붙인다”는 방향이다. 회사가 AI를 도입하면 사람 수만 줄이는 게 아니라, 팀 구조와 의사결정 흐름도 같이 줄이려 한다. 이때 중간에 끼어 반복 전달만 하던 역할은 위험해진다. 반대로 흩어진 프로세스를 하나로 정리하고, AI가 처리할 범위와 사람이 맡을 범위를 나누는 사람은 더 필요해진다.
이 그림에서 커리어 포인트는 명확하다. “AI를 써봤습니다”가 아니라 “AI가 어디까지 답하게 하고 어디부터 사람에게 넘기게 만들었습니다”가 중요해진다. 고객지원뿐 아니라 인사, 재무, 영업관리, 법무, 보험, 공공 민원 업무도 같은 방향으로 갈 수 있다.
3. 고객응대 직무는 사라지는 것이 아니라 층이 갈라진다
나는 앞으로 고객응대 직무가 크게 세 층으로 갈라질 것이라고 본다.
| 층 | 업무 예시 | AI 영향 | 커리어 전략 |
|---|---|---|---|
| 1차 반복 응대 | 배송 상태, 환불 조건, 계정 안내, 자주 묻는 질문 | 가장 먼저 자동화된다 | 답변량보다 자동화 기준 설계 경험을 남긴다 |
| 예외 처리 | 분쟁, 안전, 규정 충돌, VIP 고객, 반복 민원 | AI가 초안은 만들지만 최종 판단은 어렵다 | 사람 승인 기준, 손실 감소, 재문의율 개선을 숫자로 만든다 |
| 고객 신뢰 설계 | AI 답변 정책, 위험 플래그, 상담 품질 지표, 에스컬레이션 흐름 | AI 도입이 커질수록 중요해진다 | 운영, 데이터, 정책, 고객경험을 연결하는 포지션으로 이동한다 |
여기서 첫 번째 층에만 머무르면 위험하다. 하지만 두 번째와 세 번째 층으로 올라가면 이야기가 달라진다. AI가 쉬운 문의를 처리할수록, 사람은 더 어려운 문제를 맡는다. 이건 부담이기도 하지만 기회이기도 하다. 회사는 단순 응답자를 줄일 수 있어도, 고객이 폭발하기 전에 문제를 멈추고, AI가 틀린 답을 내지 않게 만들고, 규정과 감정을 동시에 다루는 사람까지 쉽게 줄이기는 어렵다.
4. 이력서는 “상담 처리 건수”보다 “AI가 못 푸는 문제를 푼 증거”로 바뀌어야 한다
고객지원, 운영, CS, CX, 콜센터, 백오피스 직무에 있는 독자라면 이력서 문장을 지금부터 바꿔야 한다. 예전에는 처리 건수와 평균 응답 시간이 중요했다. 물론 여전히 중요하다. 하지만 AI가 1차 응대를 맡기 시작하면, 처리 건수만으로는 차별화가 약해진다.
예전 문장:
월 1,200건의 고객 문의를 처리하고 평균 응답 시간을 단축했습니다.
이 문장은 성실함은 보여주지만, AI 시대의 방어력은 약하다. 왜냐하면 회사 입장에서는 바로 그 “반복 처리”를 자동화하고 싶어 하기 때문이다.
바꾼 문장:
월 1,200건의 고객 문의 데이터를 유형별로 재분류하고, 환불·안전·계정 정지 사례를 사람 승인 대상으로 분리했습니다. AI 답변 초안 적용 후 평균 1차 응답 시간을 줄이면서도 재문의율을 낮추는 검수 기준을 만들었습니다.
두 번째 문장이 강한 이유는 분명하다. 단순히 고객을 많이 상대했다는 말이 아니라, AI가 처리할 수 있는 일과 사람이 책임져야 하는 일을 나눴다는 증거가 있다. 앞으로 이력서에서 중요한 것은 “나는 반복 업무를 잘했다”가 아니라 반복 업무를 AI와 함께 다시 설계했다가 될 가능성이 크다.
5. 내가 고객지원 직무자라면 지금 세 가지 실험을 한다
불안할수록 큰 공부 계획보다 작은 증거가 중요하다. 나는 고객지원이나 운영 직무에 있다면 아래 세 가지를 바로 해볼 것 같다. 회사에서 할 수 없다면 개인 포트폴리오 형태로 만들어도 된다.
AI 고객지원 시대형 포트폴리오 3가지
중요한 것은 도구 이름이 아니라 기준, 예외, 결과 숫자다.
문의 유형 재분류표
최근 문의 100개를 반복, 예외, 위험, 감정 민원으로 나누고 AI 처리 가능 여부를 표시한다.
AI 답변 검수 기준
개인정보, 환불, 안전, 법적 표현, 고객 감정 기준을 만들어 AI 답변을 점검한다.
에스컬레이션 흐름도
AI가 멈추고 사람이 넘겨받아야 하는 조건을 도식화하고 예상 지표를 붙인다.
이 정도만 해도 면접에서 말할 내용이 달라진다. “AI를 써봤습니다”보다 “AI가 답하면 안 되는 케이스를 정의했습니다”가 훨씬 강하다. 회사가 진짜 원하는 사람은 챗봇을 켜는 사람이 아니라, 챗봇 때문에 생길 수 있는 고객 불신과 운영 리스크를 줄이는 사람일 수 있다.
6. 고객지원 밖의 직장인도 이 뉴스를 봐야 하는 이유
Uber 뉴스는 고객지원 직무만의 문제가 아니다. 거의 모든 사무직에는 “1차 응대”에 해당하는 일이 있다. 인사팀의 반복 문의, 재무팀의 비용 처리, 영업팀의 제안서 초안, 법무팀의 계약서 1차 검토, 마케팅팀의 콘텐츠 초안, 개발팀의 티켓 분류가 모두 비슷하다.
AI는 먼저 그 앞단을 가져간다. 그리고 앞단이 자동화되면 사람은 더 뒤쪽의 복잡한 판단으로 밀려난다. 여기서 밀려난다는 말은 부정적인 뜻만은 아니다. 잘 준비한 사람에게는 더 높은 단계로 올라갈 기회가 된다. 다만 준비하지 않으면 “내가 하던 반복 업무가 갑자기 사라졌다”는 느낌을 받을 수 있다.
나는 그래서 직업을 볼 때 아래 질문을 꼭 던진다.
- 내 일에서 반복 설명과 1차 분류는 무엇인가.
- 그중 AI가 바로 처리할 수 있는 것은 무엇인가.
- AI가 틀렸을 때 고객, 회사, 법적 책임이 커지는 지점은 어디인가.
- 그 지점을 사람이 검토하도록 만드는 기준을 내가 만들 수 있는가.
- 이 경험을 이력서에 숫자와 사례로 남길 수 있는가.
이 다섯 질문에 답하면 AI 뉴스가 조금 덜 막연해진다. 공포는 줄고, 해야 할 일이 보인다.
마무리: AI 시대의 고객지원은 “친절한 사람”에서 “신뢰를 설계하는 사람”으로 간다
Uber 고객지원 10% 감원 보도는 불편한 뉴스다. 특히 고객응대, 운영, 콜센터, 백오피스에서 일하는 사람에게는 남의 일이 아닐 수 있다. 하지만 나는 이 뉴스를 단순히 “AI가 상담원을 없앤다”로만 읽고 싶지 않다. 더 정확한 문장은 이쪽에 가깝다. AI가 쉬운 응대를 가져갈수록, 사람은 더 어려운 신뢰 문제를 해결해야 한다.
이 변화는 부담스럽지만, 완전히 나쁜 소식만은 아니다. 과거에도 자동화는 반복 업무를 줄였고, 그 과정에서 새로운 관리, 분석, 품질, 운영 직무가 생겼다. 이번에도 마찬가지일 수 있다. 다만 기회를 잡는 사람은 “AI가 무섭다”에서 멈추지 않는다. 내 업무를 쪼개고, 자동화 가능한 부분을 표시하고, 사람이 책임져야 하는 예외를 정의하고, 그 결과를 숫자로 남긴다.
나는 결국 AI 시대에 살아남는 사람을 이렇게 본다. 가장 많은 문의를 처리한 사람이 아니라, AI가 수천 건의 문의를 처리해도 고객이 회사를 믿을 수 있게 만드는 사람. 고객지원의 미래는 친절함만으로는 부족하고, 신뢰를 설계하는 능력까지 요구한다. 지금 이력서에 남겨야 할 것도 바로 그 증거다.
참고한 자료
- Business Insider: Uber lays off 10% of customer service workers and calls others back to working in the office, citing AI
- CX Dive: Uber cuts 10% of customer service team as it embraces AI
- Uber 공식 페이지: Generative AI features at Uber
- Uber AI Solutions: Chatbots and customer support
- Uber Newsroom: Cart Assistant in the Uber Eats app
- YouTube 검색: Uber AI customer service layoffs July 2026 career
