LetterbookAI-native 고객 지원 도구가 고객 시스템의 전반적인 컨텍스트로부터 자체 티켓을 자동으로 해결합니다.

4.3 (4)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 7월

Customer Support AI Agents Automation Integrations Analytics Help Desk SaaS

개요

레터북(Letterbook)은 인공지능(AI)-주축인 고객 지원 플랫폼으로Incoming 이메일/문의(ticket)을 엔드 투 엔드(end-to-end)로 처리할 수 있습니다. 내부 시스템, 지식베이스(knowledge base), 고객 데이터에 접속하여 제 문제를 진단하고 예측 가능한 개인화된 답변을 제공하는 기능이 있습니다. 이는 반복적인 사례에 humano의 개입이 없는 자동 처리를 가능하게합니다. 플랫폼은 자동화된 반복 작업과 사람의 관여가 필수인 edge case를 제외한 모든 것을 지원 팀에 의해 가속화를 제공하기 위해 백로깅 및 응답 시간을 감소시립니다. 대리인들은 확장된 요약, 제안된 액션, 및 AI 결정을 검토하거나VERRIDE 할 수 있는 능력과 함께 AI 결정과 함께 항상 루프에 있습니다. 글레터북은 성장 중인 지원 운영부서에서 채널 및 서비스 품질에 균일성 유지하는 동안 인원 증가 없이 커버리지 확대하기를 희망하는 조직에 적합합니다.

주요 기능

AI로 驅動되는 티켓 자동 해결
내부 도구와 데이터와의 심도 높은 통합
컨텍스트에 aware한 응답 생성
인물이_loop 내에서의 Escalation
제안된 동작과 함께 에이전트 지원
해결과 회피율에 대한 분석

가격

모델: Freemium
카테고리: 아에 프러는조요
평점: 4.3 / 5 (4)

사용 사례

자동적으로 자주 발생하는 지원 티켓을 해결

연결된 시스템으로부터 데이터를 끌어오면서 에이전트로부터 반복적으로 수행해야 하는 업무를 완전히 자유롭게 해 공통 고객 문의에 대한 디аг노스틱과 대응을 자동화하여 에이전트의 비중을 줄임

지원 인력이 증가하지 않은 채로 고객 지원 규모를 확대

고객 베이스가 커질 때마다 대우되는 케이스를 AI로 돌려 보내고 인간 에이전트가 복잡한 사례에만 집중해 높은 티켓 양을 수용하는 것

복잡한 사례에 대한 에이전트 지원

AI가 생성한 요약과 관련된 내용과 제안된 동작이 포함된 에이전트로의 전달을 통해 속도와 일관성을 개선하여 해결

회피율과 해결 성과를 추적

제공된 내장 분석 기능을 사용하여 자동적인 해결성에 대한 비율, 대처 시간 및 전달 패턴에 대한 모니터링을 통해 지속적인 고객 수용 성능을 개선

장단점

장점

일반 티켓을 끝까지 자동으로 해결
연결된 내부 시스템으로부터 데이터를 끌어옵니다.
대처 시간과 에이전트 부하를 최소화
복잡한 사례를 인간에게 전달

단점

연결된 데이터의 품질에 따라 효능이 달라짐
구성 및 통합 작업이 필요
상당히 고도로 전문화된 지원 영역에는 적합하지 않음

리뷰

4.3

4개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

Robert Ainsworth

Apr 16, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on aI-driven ticket auto-resolution, and escalates complex cases to humans caught me off guard. Less suited for highly specialized support domains is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Grace Okafor

Apr 7, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: agent assist with suggested actions and escalates complex cases to humans. Where it lags: effectiveness depends on quality of connected data. On balance the feature set — especially context-aware response generation — justifies the 5 stars for our use case.

Elena Rossi

Dec 2, 2025

Use it every day

Honestly didn't expect to like it this much. Analytics on resolution and deflection rates is exactly what I needed, and escalates complex cases to humans. I do wish less suited for highly specialized support domains, but I reach for it almost every day now and it just clicks.

Naomi Suzuki

Jul 20, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on analytics on resolution and deflection rates, and reduces response times and agent workload caught me off guard. Effectiveness depends on quality of connected data is why this isn't a perfect score, still, I'd recommend giving it a real trial.