AI 고객센터 재구축: Falcon-H1 Arabic vs Intercom Fin, 월 AED 11,500

UAE에서 6개 지점을 운영하는 전자·생활가전 유통사는 걸프 아랍어 문의가 대부분인 월 42,000건의 상담을 Intercom Fin으로 처리하는 데 약 AED 38,000/월을 쓰고 있었습니다. 그런데도 어려운 문의 30%는 상담원 4명에게 넘어갔습니다. TII가 2026년 1월 Falcon-H1 Arabic을 내놓으면서 구축과 구매의 손익계산이 뒤집혔습니다. Falcon-H1 Arabic 기반 AI 고객센터로 재구축한 뒤 운영비는 AED 11,500/월로 낮아졌고, 상담 자동 처리율은 64%에 도달했습니다.

결론부터: AI 고객센터는 언제 자체 구축이 유리한가

월 고객 상담이 ~25,000건을 넘고, 대부분이 걸프 방언 아랍어이며, 고객 데이터 때문에 PDPL 적용을 받는 GCC 기업이라면 이제 건별 해결 과금형 SaaS보다 소버린(주권형) 아랍어 모델을 자체 호스팅하는 편이 낫습니다. 이것이 핵심 결론이며, 아래 내용은 그 판단을 뒷받침하는 근거입니다.

이 점수는 기능 체크리스트로 매긴 것이 아닙니다. 한 유통사의 90일 손익 변화를 기준으로 했으며, 뒤에서 솔직하게 짚을 3가지 한계도 함께 고려했습니다.

고객사 상황: WhatsApp 문의에 짓눌린 UAE 6개 지점 유통사

고객사는 연 매출 약 AED 90M, 직원 ~140명 규모의 비상장 전자·생활가전 유통사입니다. 두바이와 북부 토후국 전역에 6개 지점과 온라인 카탈로그를 운영합니다. 회사명은 익명 처리했지만, 수치는 실제 데이터이며 공개 허가를 받았습니다.

이 회사에 들어오는 고객 상담은 월 42,000건 정도입니다. GCC 밖의 사업자가 가장 자주 오판하는 지점은 채널 구성입니다. 이곳에서 WhatsApp은 부가 채널이 아닙니다. GCC는 전 세계에서 WhatsApp 챗봇 보급률이 가장 높으며 점유율은 약 38%입니다. 이 유통사에서는 전체 상담의 약 78%가 WhatsApp으로 들어옵니다. 나머지는 웹 채팅과 Instagram DM입니다.

더 까다로운 수치는 인바운드 문의의 약 70%가 걸프 방언 아랍어이거나, 한 메시지 안에서 아랍어와 영어가 뒤섞인 코드 스위칭 문장이라는 점입니다. “متى وصلت الـ AC؟” “Order ما وصل بعد.” 영어 중심 봇은 물론 현대 표준 아랍어에만 맞춘 모델도 바로 이 구간에서 조용히 성능이 떨어집니다. 고객은 봇의 실패를 알아차리기보다 대화를 포기하고 지점에 전화합니다.

재구축 전 기준선은 다음과 같았습니다.

• WhatsApp 최초 응답 시간 중앙값 ~12분
• 교대 근무하는 정규 상담원 4명
• 상담량에 정비례해 늘어나는 Intercom Fin 비용. 상담원 좌석과 건별 해결 비용을 합치면 2025년 11월 기준 월 AED 38,000에 가까웠습니다.

소유주의 질문은 간단했습니다. “비용은 더 적게 들면서 아랍어는 더 잘 처리하는 방법이 있습니까, 아니면 이 비용을 계속 감수해야 합니까?” 2025년 11월이었다면 제 답은 비용을 감수하거나 아랍어 품질 저하를 받아들여야 한다는 것이었습니다. 2026년 1월, 답이 달라졌습니다.

이번 프로젝트는 제가 GCC 업종에 구축한 두 번째 WhatsApp AI 사례입니다. 두바이 부동산 중개사의 WhatsApp AI 잠재고객 응대 스택 재구축도 비슷한 아키텍처를 썼지만 모델 계층은 전혀 달랐습니다. 유통사 고객지원은 상담량이 8–10× 더 많고 아랍어도 훨씬 복잡해 난도가 높았습니다.

2026년 1월, Falcon-H1 Arabic이 비용 공식을 바꾼 이유

짧은 기간에 3가지 변화가 이어지면서 기존의 구축 대 구매 공식이 깨졌습니다.

첫째, TII가 Falcon-H1 Arabic을 출시했습니다. 이 플래그십 34B 파라미터 모델은 크기가 절반도 되지 않으면서 아랍어 벤치마크에서 Llama-70B와 Qwen-72B를 앞선 것으로 보고됐습니다. 모델 크기는 호스팅 비용을 결정하기 때문에 중요합니다. 34B 모델은 역내 GPU 인스턴스 1대에서 무리 없이 구동되지만, 70B 모델은 2대 또는 더 높은 등급이 필요합니다.

둘째, 오픈 웨이트이며 자체 호스팅할 수 있습니다. 이 특성 하나로 건별 해결 과금이 사라집니다. 모델 웨이트는 Hugging Face에서 제공됩니다. 따라서 UAE 기업은 고객 메시지를 미국 SaaS 엔드포인트로 한 건도 보내지 않고 자국 관할권 안에서 추론을 실행할 수 있습니다.

셋째, 규제 산업에서 아랍어 처리 깊이가 인프라 비용보다 중요할 때 선택할 수 있는 더 무거운 대안으로 Jais 2가 등장했습니다. G42/Core42가 600B 아랍어 토큰으로 학습한 70B 모델입니다. 유통 고객지원에는 Falcon-H1이 맞습니다. 지역 은행이나 병원 네트워크라면 Jais 2부터 검토했을 것입니다.

이 변화의 경제적 의미는 분명합니다. 아랍어 NLP를 제대로 배포하면 고객 서비스 상호작용의 60–80%를 자동화할 수 있고, 일반적인 걸프 지역 중소·중견기업은 AI 투자금을 2–4개월 안에 회수합니다. 이 유통사의 90일 차 자동 처리율은 64%로, 정확히 그 범위 안에 들어왔습니다.

실제로 구축한 아랍어 AI 고객센터 스택

소유주가 이해하고 판단할 수 있는 사업 용어로 아키텍처를 풀면 다음과 같습니다.

접점: WhatsApp Business API를 중심으로 웹 채팅과 Instagram DM도 같은 대화 계층에 연결했습니다. 고객은 뒤에서 여러 채널이 합쳐진다는 사실을 알 필요가 없습니다. 어느 채널로 문의하든 고객별 대화 기록은 하나로 이어집니다.

두뇌: UAE 역내 GPU 인스턴스에 Falcon-H1 Arabic을 자체 호스팅하고, 얇은 오케스트레이션 계층을 붙였습니다. TypeScript로 구성했으며 유통사의 상품 카탈로그, 반품 정책, 지점 영업시간, 보증 조건을 검색할 수 있게 했습니다. 특정 SKU의 배송 예정일이나 반품 시작 방법을 물으면 모델의 학습 데이터가 아니라 실제 최신 데이터를 근거로 답합니다.

안전장치: 신뢰도 게이트를 두었습니다. 모델이 만든 모든 답변에는 신뢰도 점수가 붙습니다. 점수가 기준치보다 낮거나 환불, 보증 분쟁, 에스컬레이션 표현이 포함되면 전체 대화 기록과 맨 위의 한 줄 요약을 함께 상담원에게 넘깁니다. 상담원이 아무 맥락 없이 응대를 시작하는 일은 없습니다.

상담원: 4명에서 1.5 FTE를 유지하는 체제로 줄였습니다. 이제 “متى يفتح فرع الراشدية؟” 같은 질문에 하루 60번씩 답하지 않습니다. 예외 상황과 복잡한 반품을 처리하고, 점점 더 많은 시간을 인바운드 업셀링에 씁니다. 모델이 이미 문의 성격을 판별한 상태에서 상담을 넘기기 때문입니다.

시스템의 전부가 이것입니다. 소유주에게 중요한 것은 Convex니 MCP니 하는 기술 용어가 아닙니다. 핵심은 샤르자의 고객이 오후 11시에 칼리지 아랍어로 배송 시간을 물어도 1분 안에 정확한 답을 받고, 같은 채널에서 TV 보증에 이의를 제기한 고객은 3분 안에 상담원과 연결된다는 점입니다.

30일·60일·90일 차 성과

모든 고객 프로젝트는 같은 주기로 추적합니다. 실제 결과는 다음과 같습니다.

30일 차 – 자동 처리율 41%, 최초 응답 시간 중앙값 ~90초, 고객지원 인력 4 → 3명입니다. 1명은 해고하지 않고 새 업무로 전환했습니다. 알려진 실패 유형도 2가지 드러났습니다. 방언별 상품명 차이(“الشاحن الأصلي”와 구어체 표현)와 금요일 저녁의 상담량 급증이었습니다. 둘 다 해결 가능한 문제였습니다.

60일 차 – 자동 처리율은 58%였습니다. 모델을 재학습하지 않고 검색 패턴을 추가해 방언 관련 실패를 줄였습니다. 인력은 3 → 2명으로 조정했습니다. 그달 소유주가 처음 한 말은 *“지점 전화가 조용해졌네요.”*였습니다. 그가 보는 KPI는 그것뿐입니다.

90일 차 – 자동 처리율 64%, 최초 응답 시간 중앙값 45초 미만, 예외 처리와 인바운드 업셀링을 담당하는 상담원 1.5명 유지라는 결과를 얻었습니다.

90일 차의 혼합 비용은 다음과 같습니다.

• 역내 GPU 인스턴스(UAE 클라우드, 34B급 추론): ~AED 4,200/월
• 오케스트레이션 계층 + WhatsApp Business API 비용 + 검색 인프라: ~AED 1,800/월
• 유지 상담 인력(1.5 FTE, 완전원가 기준): ~AED 5,500/월
• 총액: ~AED 11,500/월

같은 상담량을 처리한 Intercom Fin의 기준 비용은 실질적으로 ~AED 38,000/월이었습니다. 투자금 회수에는 약 7주가 걸렸습니다. WhatsApp 봇의 6주 회수 벤치마크 범위 안이며, 걸프 지역 중소·중견기업의 2–4개월 AI 투자 회수 구간보다도 훨씬 짧았습니다.

단, ~AED 11,500은 지속적으로 드는 월 운영비입니다. 구축 자체에는 6주의 프로젝트 기간과 실제 선투자 비용이 들었습니다. 각자의 비용을 계산할 때 이 항목도 포함해야 합니다. 위의 투자 회수 기간에는 이미 반영돼 있습니다.

대안별 비교: 어떤 조건에서 무엇이 이기는가

“소버린 모델이 언제나 SaaS보다 낫다”고 말한다면 오히려 잘못된 판단을 유도하게 됩니다. 사실은 그렇지 않습니다. 조건별 선택 기준은 다음과 같습니다.

Intercom Fin이 유리한 경우: 월 상담량이 ~8,000건 미만이거나, 영어 트래픽이 대부분이거나, 사내 엔지니어링 역량도 신뢰할 외부 에이전시도 전혀 없을 때입니다. 물량이 적으면 건별 해결 과금이 자체 인프라 운영보다 실제로 저렴합니다. Intercom 제품 자체도 훌륭합니다. 품질이 아니라 물량에 따른 비용 구조의 문제입니다.

Freshchat이 유리한 경우: 팀 규모가 작고, 별도 구축 없이 아랍어 지원이 필요하며, 상담량이 많지 않을 때입니다. 아랍어 지원을 포함해 상담원 1명당 월 약 $15이므로 직원 5–20명 규모 기업이 ‘아랍어 지원 채팅’을 도입하는 가장 저렴한 방법입니다.

Zendesk Answer Bot이 유리한 경우: 이미 Zendesk 생태계에 깊이 들어가 있을 때입니다. Zendesk를 떠나는 전환 비용은 대부분 이전으로 얻을 수 있는 추가 이익보다 큽니다. Zendesk를 쓰면서 아랍어 품질이 불만이라면, 먼저 Zendesk 안에서 아랍어를 개선해야 합니다.

Falcon-H1보다 Jais 2 자체 호스팅이 유리한 경우: 금융, 의료, 정부 인접 분야처럼 규제를 받는 아랍어 산업에서 격식체 아랍어의 깊이와 모델의 구체적인 600B 아랍어 토큰 학습이 더 높은 인프라 비용을 정당화할 때입니다. 유통업에는 과한 선택이지만, 걸프 지역 은행이라면 반드시 검토할 사안입니다.

Falcon-H1 Arabic이 유리한 경우: 앞의 판단 요약에 나온 조건과 일치할 때입니다. 자체 호스팅이 건별 과금보다 저렴해질 만큼 상담량이 많고, 영어 중심 모델이 고전하는 방언이 섞여 있으며, 미국 SaaS 사용이 부담스러울 정도로 데이터 레지던시 이슈가 있고, 오케스트레이션을 운영할 에이전시급 엔지니어링 역량을 확보한 기업입니다.

데이터 레지던시: PDPL과 소버린 AI의 의미

일부 사업자에게는 이 요소 하나가 비용 계산보다 더 중요합니다.

오픈 웨이트 모델을 역내 인프라에 자체 호스팅하면 고객 PII가 UAE 관할권 밖으로 나가지 않습니다. 모든 WhatsApp 메시지, 주문번호, 반품 상품 설명은 회사의 다른 데이터와 마찬가지로 UAE 법의 적용을 받고 UAE 당국이 같은 제도 아래 접근할 수 있는 인프라에 남습니다.

Intercom, Zendesk, Freshchat 같은 미국 SaaS 봇을 쓰면 모두 국경 간 데이터 처리 문제를 검토해야 합니다. 물론 각 업체에는 표준계약조항, 데이터처리부속서, 경우에 따라 역내 데이터센터라는 해법이 있습니다. 어느 것도 불법은 아닙니다. 그러나 제가 만난 GCC 사업자는 결국 모두 같은 질문을 받았습니다. “고객 데이터가 정확히 어디에 있으며, 누가 법적으로 접근을 강제할 수 있습니까?” 소버린 모델은 더 짧게 답할 수 있습니다.

이 유통사에서 데이터 레지던시는 보조 요인이었고 결정적 이유는 아니었습니다. 비용이 판단을 주도했습니다. 반면 앞서 PDPL 준수 문서 검토 스택을 구축한 두바이의 부티크 로펌에서는 레지던시가 결정의 전부였고 비용 계산은 그다음이었습니다.

의료, 법률, 금융 자문처럼 PII 비중이 높거나 미성년자·생체정보를 다루는 업종이라면 레지던시부터 모델링하고 비용은 나중에 계산해야 합니다. 유통이나 호텔업이라면 비용을 먼저 계산하고 레지던시는 동률을 가르는 기준으로 두는 편이 맞습니다.

이 시장에서 피해야 할 구축 방식

사업자들이 반복해서 틀리는 선택은 3가지입니다.

걸프 방언 WhatsApp 트래픽에 현대 표준 아랍어 전용 모델을 배포하지 마십시오. MSA에만 맞춘 모델은 공급업체 데모에서는 훌륭해 보이지만 실제 운영에서는 무너집니다. 자동 처리율은 제안서가 약속한 수치보다 30포인트 낮아지고, 한 달 동안 원인조차 찾지 못할 것입니다. 계약 전에 반드시 자사 WhatsApp 실제 로그로 테스트해야 합니다.

환불 및 보증 분쟁을 자동 종결하지 마십시오. 이런 문의는 예외 없이 상담원에게 넘겨야 합니다. 공개 민원, 규제기관 서신, 환불 사기 반복 같은 단 한 번의 오처리 비용이 올바른 자동 종결 1,000건에서 아낀 금액보다 큽니다. 신뢰도 게이트는 단순 기능이 아닙니다. 시스템을 안전하게 운영할 수 있는 핵심입니다.

월 상담량 ~8,000건 미만에서는 자체 호스팅 시스템을 구축하지 마십시오. 저용량에서는 SaaS 과금제가 이깁니다. 먼저 SaaS를 사용해 고객지원 물량에서 제품·시장 적합성을 확보한 다음 재구축해야 합니다. 상담량이 정당화하기도 전에 인프라부터 만드는 것은 GCC 사업자가 가장 흔히 저지르는 실수입니다.

이번 분기에 결정을 내려야 한다면 먼저 현재 고객지원 물량과 방언 구성을 30일 동안 측정하십시오. 월 상담은 몇 건입니까? 그중 걸프 방언 아랍어는 몇 %입니까? 같은 5가지 질문에 상담원 시간이 얼마나 쓰입니까? 이 3가지 수치가 없으면 SaaS와 소버린 모델 중 어느 쪽을 택해도 추측에 불과합니다.

같은 결정을 앞뒀다면 이렇게 하겠습니다

걸프 지역 중소·중견기업이 월 25,000건을 넘는 상담을 대부분 아랍어로 처리하고, 분기마다 건별 과금 청구액이 늘고 있다면 더는 과금제에서 벗어날지가 핵심 질문이 아닙니다. 지금 Falcon-H1으로 전환할지, Jais 2의 다음 체크포인트를 한 분기 기다릴지, 아니면 두 분기 더 유지하며 모델 계층이 안정되기를 기다릴지 결정해야 합니다.

앞서 설명한 조건에 해당하는 대부분의 사업자라면 지금 옮기는 것이 맞습니다. 모델 계층은 계속 좋아지겠지만, 소버린 모델과 SaaS의 비용 격차는 이미 다음 개선 작업에 내부 예산을 투입할 만큼 벌어졌습니다.

실행 전에 자사 수치를 한 번 더 검토받고 싶다면 DVNC.ae에서 유료 90분 진단을 받을 수 있습니다. 결과물은 영업 제안이 아니라 구축 대 구매 권고안을 담은 문서입니다. 최근 3개월의 고객지원 물량, 현재 SaaS 청구서, 방언 구성 데이터를 준비하면 됩니다. 재구축이 맞는지, SaaS를 유지해야 하는지 알려드립니다. 약 3분의 1은 모델 계층을 바꾸기 전에 지식 베이스부터 고쳐야 한다는 결론이 나옵니다.

Falcon-H1 Arabic은 걸프 방언도 처리합니까, 현대 표준 아랍어만 지원합니까?

아랍어 역량에 초점을 맞춰 방언 입력까지 처리하도록 만들어졌습니다. 위 재구축 사례에서는 칼리지 방언과 아랍어·영어 코드 스위칭을 이전 스택보다 훨씬 잘 처리했습니다. 실무상 위험은 검색 계층을 MSA에만 맞추는 것입니다. 따라서 공급업체 벤치마크가 아니라 실제 WhatsApp 로그를 활용한 방언 평가가 첫 단계여야 합니다.

UAE에서 자체 호스팅한 아랍어 모델은 고객지원 데이터의 PDPL을 준수합니까?

역내 자체 호스팅은 고객 PII가 관할권 밖으로 나가지 않으므로 가장 명확한 데이터 레지던시 방식입니다. 다만 규정 준수 여부는 로깅, 보존 기간, 접근 제어, 동의 설계에도 달려 있습니다. 모델 선택은 필요조건이지 충분조건은 아닙니다.

Intercom Fin이 소버린 모델 구축보다 여전히 유리한 때는 언제입니까?

월 상담량이 약 8,000건 미만이거나, 영어 트래픽이 대부분이거나, 사내 또는 외부 에이전시를 통한 엔지니어링 역량이 없을 때입니다. 저용량에서는 건별 해결 과금이 실제로 더 저렴하고 Intercom 제품도 훌륭합니다. 품질이 아니라 물량에 따른 비용 계산의 문제입니다.

GCC 중견 유통사의 이중 언어 고객지원 재구축 비용은 얼마입니까?

월 상담량 약 42,000건 기준으로 지속 운영비는 총 약 AED 11,500/월이며, 같은 물량을 건별 과금 SaaS로 처리하면 실질 비용은 ~AED 38,000/월입니다. 여기에 약 6주의 일회성 구축 프로젝트 비용이 추가됩니다. 실제 비용은 달라질 수 있으므로 먼저 자사 물량을 모델링해야 합니다.

투자금은 얼마나 빨리 회수할 수 있습니까?

위 상담량에서는 약 7주가 걸렸고, 걸프 지역 중소·중견기업의 AI 투자 회수 벤치마크인 2–4개월과 일치합니다. 월 상담량이 ~15,000건 미만이면 회수 기간이 길어지며, 엔지니어링 계층을 전부 외주화하면 더 길어집니다.

Jais 2를 기다려야 합니까, 지금 Falcon-H1으로 옮겨야 합니까?

유통, 호텔, 대부분의 B2C 고객지원이라면 지금 Falcon-H1으로 옮기는 편이 낫습니다. 방언 지원은 충분하고 인프라 비용은 더 낮습니다. 금융, 의료, 정부 인접 분야 또는 규제를 받는 모든 아랍어 산업이라면 인프라 비용이 더 들더라도 Jais 2를 우선 검토해야 합니다.