LibreDesk

LibreDesk란 무엇인가

LibreDesk는 스스로를 현대적인 오픈소스 셀프호스팅 옴니채널 고객지원 데스크라고 소개합니다. 라이브 채팅과 이메일, 그리고 그 이상을 단일 바이너리에 담았다는 것입니다. 백엔드는 Go, 프런트엔드는 Vue 3이며, 기능 구성은 보통 좌석 단위로 빌려 쓰는 바로 그것입니다.

• 채널을 가리지 않는 하나의 받은편지함 라이브 채팅과 이메일이 어느 경로로 왔든 같은 자리에 도착하고, 사이트에 심을 수 있는 채팅 위젯이 있으며, 답장은 팀이 이미 쓰고 있는 받은편지함에서 나갑니다.
• AI 어시스턴트가 붙은 지식 베이스 어시스턴트는 지식 베이스를 근거로 라이브 채팅에 답하고 도울 수 없으면 사람에게 넘깁니다. 별도의 코파일럿은 받은편지함을 벗어나지 않고 답장 초안을 쓰고 스레드를 요약합니다.
• 운영에 필요한 살림살이 매크로, 태그, 커스텀 상태와 스누즈, 처리 여력이나 직접 정한 규칙에 따른 자동 배정, 대화 이벤트로 실행되는 자동화, 위반 경고가 붙은 SLA 목표, 역할 기반 권한.
• 측정과 연동 대화 종료 후 자동 발송되는 CSAT 설문, 응답 및 해결 시간 리포트, 감사용 활동 로그, Google과 Microsoft를 비롯한 모든 OIDC 공급자 SSO, 그리고 HTTP/JSON API와 웹훅.

직접 운영할 때 드는 비용

셀프호스팅은 라이선스 비용이 없고 운영 부담이 내 몫이라는 뜻입니다. 공개된 Docker Compose 파일은 애플리케이션과 Postgres, Redis 세 컨테이너를 올립니다. 바이너리 방식이라면 Go 실행 파일과, 설치 명령 한 번으로 스스로 준비하는 Postgres 데이터베이스면 충분합니다. 애플리케이션과 데이터베이스, 캐시를 한꺼번에 준비해 주는 Railway 원클릭 배포도 있어서, 제대로 호스팅할지 결정하기 전에 돌아가는 인스턴스를 보기에는 이 방법이 가장 빠릅니다.

라이선스는 AGPL-3.0입니다. 대부분의 창업자에게는 달라지는 것이 없습니다. 수정하지 않은 인스턴스를 자기 고객을 지원하려고 돌리는 데에는 아무 의무도 생기지 않습니다. 문제가 되는 지점은 LibreDesk를 수정한 뒤 그 수정본을 네트워크 너머의 제3자에게 제공하는 경우이고, AGPL은 바로 그 경우를 위해 쓰인 라이선스입니다. 아무도 예산에 넣지 않는 다른 비용은 이것입니다. 지원 데스크는 고객 대화의 데이터베이스이므로 설치하는 날부터 백업과 업그레이드, 접근 제어가 내 일이 됩니다. 공짜가 곧 저렴함이라고 넘겨짚지 말고 좌석 요금과 정직하게 견주어 보세요.

받은편지함이 비용 부서가 아니라 성장의 무대인 이유

대부분의 창업자는 고객지원을 간접비로 분류합니다. 사실은 여러분이 가진 가장 신호가 강한 채널입니다. 거기 있는 사람들은 이미 여러분의 제품으로 성과를 내려 애쓰는 중이고, 무엇이 가로막는지를 자기 말로 알려주고 있습니다. 의식적으로 끄집어낼 가치가 있는 것이 네 가지입니다.

1. 거래를 놓치게 만드는 반론 구매 직전에 나오는 질문이 바로 랜딩 페이지에 빠져 있는 문단입니다. 거기서 답하면 같은 질문은 더 이상 오지 않습니다. 방문자를 가입으로 바꾸는 방법을 참고하세요.
2. 계속 답하게 되는 질문 반복되는 질문은 한 페이지짜리 값어치가 있습니다. 실제 티켓에서 나온 지식 베이스 글이 검색 유입을 얻고 AI 답변 엔진에 인용됩니다. 누군가 실제로 물어본 것에 답하고 있기 때문입니다.
3. 고객이 쓰는 말 지원 스레드는 포지셔닝과 광고 문구에 쓸 살아 있는 언어를 가장 싸게 얻는 곳입니다. 고객은 사내 브레인스토밍에서는 나오지 않는 어휘로 자기 문제를 설명합니다.
4. 아직 이른 시점의 이탈 신호 종료 후 CSAT와 SLA 위반 경고는 아직 계정을 살릴 수 있을 때 불만을 드러냅니다. 구조화된 순환과 함께 쓰세요. 고객 피드백 수집 방법을 보세요.

AI 어시스턴트, 그리고 하나만 지켜볼 것

가장 깊이 생각할 만한 부분은 어시스턴트입니다. 자기 지식 베이스를 근거로 라이브 채팅에 답하게 하는 것은 모델의 정말 좋은 쓰임새입니다. 답이 여러분이 쓴 글에 근거하고, 도울 수 없을 때는 대화를 사람에게 넘기도록 설계되어 있으니 형태가 옳습니다. 지켜봐야 할 실패는 좁은 경우입니다. 지식 베이스에 빈틈이 있다고 인정하는 대신 그 빈틈에서 자신 있게 답해 버리는 경우입니다.

그 실패에는 이름과 대가가 있습니다. 돈을 내는 고객에게, 여러분의 브랜드 목소리로, 고객이 신뢰하는 채널에서 전해지는 AI 환각입니다. 우리도 같은 종류의 실패를 우리 제품 안에서 겪었고, 거기서 얻은 교훈은 일반화됩니다. 모델의 확신은 증거가 아닙니다. 지식 베이스를 정직하게 유지하고, 어시스턴트가 처리한 대화를 매주 표본으로 읽고, 사람에게 넘기는 절차를 쉽게 만들어 두세요. AgentCeres — agentceres.com의 AI Growth Officer — 는 발신 쪽에도 같은 규칙을 적용해, 전문 에이전트가 초안을 쓰고 밖으로 나가는 모든 것은 사람이 승인합니다.