AI가 고객의 ‘이별 신호’를 먼저 알아챈다

-

 



— 설명까지 해주는 인공지능, 통신사 고객 이탈 예측의 판을 바꾸다

“왜 이 고객은 떠나려 했을까?”라는 질문에서 연구는 시작됐다

통신사를 한 번 떠난 고객을 다시 돌아오게 하는 일은 쉽지 않다. 새 고객을 데려오는 데 드는 비용이 기존 고객을 붙잡는 비용의 몇 배나 되기 때문이다. 그래서 통신사에게 고객 이탈, 즉 ‘해지’는 단순한 숫자가 아니라 회사의 생존과 직결된 문제다.


그동안 인공지능은 “이 고객은 곧 떠난다”라는 예측은 잘해왔다. 문제는 그 다음이었다. 왜 떠나는지 설명을 못 했다. 마치 시험에서 정답은 맞혔는데 풀이 과정이 없는 것처럼 말이다. 현장에 있는 마케터나 상담원은 이 결과를 믿고 행동하기가 어려웠다.


이 연구는 바로 그 지점에 질문을 던졌다.


“예측만 잘하는 AI가 아니라, 이유까지 말해주는 AI를 만들 수는 없을까?”

7천 명의 고객 데이터를 AI에게 맡겨봤다

연구진은 실제 통신사 고객 행동을 잘 반영한 공개 데이터셋을 사용했다. 약 7,000명이 넘는 고객의 정보였다. 계약 형태, 요금, 사용 기간, 결제 방식, 서비스 이용 내역 등이 모두 담겨 있었다.

AI에게는 단순히 데이터를 던져주지 않았다.

  • 요금과 사용 기간을 결합해 월평균 사용 강도를 만들고
  • 여러 서비스를 동시에 쓰는지 여부를 하나의 지표로 묶었다

이렇게 사람이 먼저 고민해서 만든 정보를 AI에게 건네자, 모델은 훨씬 똑똑해졌다.

AI 여러 명을 모아 ‘팀플레이’를 시켰다

연구의 핵심 아이디어 중 하나는 여러 AI 모델을 동시에 쓰는 방식이었다.
한 명의 천재보다, 서로 다른 재능을 가진 전문가 팀이 더 나은 결정을 내릴 수 있다는 발상이다.

이 연구에서는

  • 나무처럼 갈라지며 판단하는 AI
  • 실수를 보완하며 점점 똑똑해지는 AI
  • 신경망처럼 작동하는 AI

이렇게 성격이 다른 7종의 AI를 훈련시켰다. 그리고 가장 성능이 좋은 세 모델의 의견을 평균 내어 최종 결정을 내리게 했다.

그 결과는 인상적이었다.
고객이 떠날지를 84% 정확도로 예측했고,
“떠날 고객을 놓치는 실수”는 크게 줄었다.

AI가 스스로 이유를 설명하기 시작했다

여기서 진짜 흥미로운 장면이 나온다.
연구진은 AI에게 이렇게 물었다.


“너는 왜 이 고객이 떠날 거라고 생각했니?”


이를 위해 사용한 도구가 설명 가능한 AI 기술이다.
이 기술은 AI의 머릿속을 들여다보듯, 각 결정에 영향을 준 이유를 하나하나 보여준다.


AI의 대답은 놀랍도록 명확했다.

  • 단기 계약을 맺은 고객일수록 떠날 가능성이 컸다
  • 사용 기간이 1년 미만인 신규 고객이 특히 위험했다
  • 자동이체가 아닌 수동 결제를 쓰는 고객도 이탈 위험이 높았다
  • 반대로 여러 서비스를 묶어 쓰고, 기술 지원을 자주 받는 고객은 잘 떠나지 않았다

이제 통신사는 단순히 “이 고객은 위험”이라고 표시하는 데서 멈추지 않는다.
“왜 위험한지”를 알고, 그에 맞는 대응을 할 수 있게 된 것이다.


고객을 세 부류로 나누자 전략이 보이기 시작했다

연구진은 한 걸음 더 나아갔다.
AI에게 고객을 비슷한 성향끼리 묶어보라고 시켰다.

그 결과 고객은 세 그룹으로 나뉘었다.

  1. 고위험군
    • 단기 계약
    • 사용 기간 짧음
    • 서비스 적음
  2. 중간 위험군
    • 1~2년 사용
    • 일부 부가서비스 이용
  3. 안정 고객군
    • 장기 계약
    • 자동 결제
    • 여러 서비스 이용

이렇게 나누고 보니 전략이 명확해졌다.
모든 고객에게 똑같은 혜택을 줄 필요가 없어진 것이다.

지금 당장 떠날 가능성이 큰 18% 고객에게 집중하면,
마케팅 비용을 아끼면서도 효과는 오히려 커질 수 있었다.

숫자가 말해주는 변화의 크기

이 연구 방식대로 고객 관리 전략을 세우면 어떤 일이 벌어질까?
시뮬레이션 결과는 꽤 현실적이었다.

  • 불필요한 마케팅 비용 30% 이상 절감
  • 이탈 고객 20% 가까이 감소 가능
  • 현장 직원의 판단 신뢰도 크게 상승

AI가 단순한 예측 기계가 아니라,
사람과 함께 결정하는 ‘설명자’가 된 순간이었다.

AI는 이제 ‘왜’를 말할 수 있어야 한다

이 연구가 던지는 메시지는 분명하다.
앞으로의 인공지능은 정확하기만 해서는 부족하다.


이유를 설명하고, 사람이 이해할 수 있어야 한다.
그래야 현장에서 쓰이고, 실제 세상을 바꾼다.


고객 이탈 예측이라는 아주 현실적인 문제에서
설명 가능한 AI는 이미 그 가능성을 증명했다.


AI는 이제 조용히 숫자만 내놓는 존재가 아니다.
“왜 그런 판단을 했는지” 말해주는 파트너가 되고 있다.


출처 

El Attar, A., & El-Hajj, M. (2026). Explainable AI-driven customer churn prediction: A multi-model ensemble approach with SHAP-based feature analysis. Frontiers in Artificial Intelligence, 9, 1748799. https://doi.org/10.3389/frai.2026.1748799