대화형 AI

menu icon

대화형 AI

대화형 AI란 무엇이고, 조직이 이를 통해 어떻게 고객과 상호작용하며 서비스를 제공할 수 있는지 알아봅니다.

대화형 AI란 무엇인가요?

대화형 인공 지능(AI)이란  사용자가 대화할 수 있는 챗봇 또는 가상 에이전트 등의 기술을 말합니다. 대화형 AI는 대량의 데이터, 머신 러닝,  자연어 처리 를사용해 인적 상호 작용을 지원하고, 음성 및 텍스트를 인식하며 그 의미를 다양한 언어로 번역합니다.

대화형 AI의 구성 요소

대화형 AI는 자연어 처리 (NLP) 와 머신 러닝을 결합합니다. 이러한 NLP 프로세스는 머신 러닝 프로세스와 함께 일정한 피드백 루프로 흘러 AI 알고리즘을 계속 향상합니다. 대화형 AI 에는 자연스러운 방식으로 응답을 처리, 파악, 생성할 수 있는 주요 구성 요소가 있습니다.

머신 러닝(ML)은 인공 지능의 하위 필드이며, 경험을 통해 지속적으로 자체 향상하는 일련의 알고리즘, 기능, 데이터 세트로 구성되어 있습니다. 입력이 증가함에 따라 AI 플랫폼 머신은 패턴을 더 잘 인식하게 되고 이를 사용해 예측을 만들어냅니다.

자연어 처리는 대화형 AI에서 사용되는 머신 러닝 의 도움으로 언어를 분석하기 위해 현재 쓰이고 있는 방법입니다. 머신 러닝 이전 언어 처리 방법론은 언어학에서 계산 언어학으로, 다시 통계적 자연어 처리로 진화되었습니다. 향후 딥 러닝 은 대화형 AI의 자연어 처리 기능을 더욱 발전시킬 것입니다.

NLP 에는 다음과 같은 네 가지 단계가 있습니다. 즉, 입력 생성, 입력 분석, 출력 생성, 강화 학습입니다. 컴퓨터가 읽을 수 있는 형식으로 변환된 비정형 데이터를 분석하여 적절한 응답을 생성합니다. 기본 ML 알고리즘은 시간이 지남에 따라 학습하면서 응답 품질을 향상합니다. 이러한 네 가지 NLP 단계는 아래와 같이 더 세분화할 수 있습니다.

  • 입력 생성: 사용자는 웹사이트나 앱을 통해 입력을 제공하며, 입력의 형식은 음성 또는 텍스트일 수 있습니다.
  • 입력 분석: 입력이 텍스트 기반이라면 대화형 AI 솔루션 앱은  자연어 이해(NLU)를  사용해 입력의 의미를 해독하고 그 의도를 도출합니다. 하지만, 입력이 음성 기반이라면 자동 음성 인식(ASR) 및 NLU의 결합을 활용하여 데이터를 분석합니다.
  • 대화 관리: 이 단계에서는 NLP의 구성 요소인 자연어 생성(NLG)이 응답을 공식화합니다.
  • 강화 학습: 마지막으로, 머신 러닝 알고리즘은 시간이 지남에 따라 응답을 구체화하여 정확성을 보장합니다.

대화형 AI 생성 방법

대화형 AI는 잠재 사용자가 제품과 상호 작용하고 싶어할 만한 방법, 그리고 이들이 가질 수 있는 주요 질문에 대해 생각하는 것으로 시작합니다. 그러고 나면 대화형 AI 툴을 사용하여 관련 정보로 라우팅할 수 있습니다. 이 섹션에서는 대화형 AI를 계획 및 생성하는 방법을 안내합니다.

1. 최종 사용자를 위한 자주 묻는 질문(FAQ) 목록을 살펴보세요.

자주 묻는 질문은 대화형 AI 개발 프로세스의 기반입니다. 이를 통해 최종 사용자의 주요 요구 사항과 관심 내용을 알 수 있고, 지원 팀의 통화량을 일부 줄여줄 수도 있습니다. 제품에 사용할 수 있는 FAQ 목록이 없다면, 고객 성공 팀과 함께 대화형 AI가 지원할 수 있는 적절한 질문 목록을 선택합니다. 

예를 들어, 귀사가 은행이라고 생각해 봅시다. 다음과 같은 FAQ 목록으로 시작할 수 있습니다.

  • 계좌에 액세스하려면 어떻게 해야 하나요?
  • 라우팅 번호와 계좌 번호는 어디서 찾을 수 있나요?
  • 직불 카드는 언제 도착하나요?
  • 직불 카드를 활성화하려면 어떻게 해야 하나요?
  • 수표는 어떻게 주문하나요?
  • 지역 은행에 문의하려면 어떻게 해야 하나요?

시간이 지나면 언제든지 목록에 더 많은 질문을 추가할 수 있으므로, 세밀한 부문 질문을 시작으로 하여 대화형 AI를 위한 개발 프로세스를 프로토타입화 할 수 있습니다.

2. FAQ를 사용해 대화형 AI 툴의 목표를 개발합니다.

귀하의 FAQ는 사용자의 입력을 통해 표현된 목표 또는 의도의 기초를 형성합니다(예: 계정 액세스). 목표에 윤곽이 잡혔다면 경쟁력을 갖춘 대화형 AI 툴(예: Watson Assistant)에 의도한 대로 해당 목표를 연결할 수 있습니다.

사용자가 의도를 생성하는 Watson Assistant 스크린샷

 

여기에서는 사용자가 이러한 유형의 정보를 표현하거나 요청할 만한 방식을 대화형 AI에 가르쳐야 합니다. ‘계정에 액세스하는 방법’을 예로 들면, 사용자가 지원 담당자와 채팅 시 사용할 만한 다른 구문을 생각해볼 수 있습니다(예: ‘로그인하는 방법’, ‘비밀번호 재설정 방법’, ‘계정 가입’ 등).

사용자가 의도 목록을 생성하는 Watson Assistant 스크린샷

고객이 사용할 만한 다른 구문에 대해 확신이 없다면 분석 및 지원 팀과 협업할 수도 있을 것입니다. 챗봇 분석 툴이 적절하게 설정되면 분석 팀은 웹 데이터를 마이닝하고 사이트 검색 데이터에서 다른 쿼리를 조사할 수 있습니다. 또는, 웹 채팅 대화 및 콜 센터의 트랜스크립트 데이터를 분석할 수도 있습니다. 분석 팀에서 이러한 유형의 분석을 설정하지 않았다면, 지원 팀에서 고객이 질문을 표현하는 일반적인 방법에 대해 중요한 인사이트를 제공해줄 수도 있습니다.

3. 목표를 사용해 연관 명사와 키워드를 파악하고 구축합니다.

의도와 관련된 명사나 엔티티를 생각해 봅니다. 이 예시에서는 사용자의 은행 계좌를 중점적으로 다뤘습니다. 그러므로 은행 계좌 정보와 관련된 엔티티를 만드는 것이 합리적입니다.

사용자가 엔티티를 생성하는 Watson Assistant 스크린샷

‘예금주’, ‘비밀번호’, ‘계좌 번호’ 등과 같은 여러 가지 값이 이 정보 카테고리에 속할 수 있습니다.

사용자가 엔티티 목록을 생성하는 Watson Assistant 스크린샷

특정 사용자 의도와 관련된 엔티티를 파악하려면 툴이나 지원 팀에서 수집된 동일 정보를 사용해 목표나 의도를 개발할 수 있습니다. 이러한 명사는 기본 질문의 앞에 오거나 뒤에 옵니다.

4. 이 모든 것을 결합하여 사용자와 의미 있는 대화를 만듭니다.

이러한 모든 요소가 함께 작동하여 최종 사용자와의 대화를 생성합니다. 시스템은 의도를 통해 사용자가 요구하는 내용을 해독할 수 있으며 엔터티는 관련 응답을 제공하는 방법으로 작동합니다. 예를 들어, 대화형 AI와 비밀번호를 잊어버린 사용자 간의 대화가 다음과 같이 전개되는 것을 상상해볼 수도 있습니다.

대화형 AI를 사용한 대화 스크린샷

목표와 명사(IBM에서는 주로 의도와 엔티티로 부름)가 함께 작동하여 사용자의 요구에 따라 논리적인 대화 흐름을 구축하게 됩니다. 대화형 AI 구축을 시작할 준비가 되었다면 IBM의 Watson Assistant Lite 버전을 무료로 사용해볼 것을 권장합니다.  

대화형 AI 사용 사례

보통, 대화형 인공 지능이라는 말을 들으면 고객 지원 서비스와 옴니채널 배포를 위한 온라인 챗봇과 음성 비서가 주로 떠오릅니다. 대부분의 대화형 AI 앱은 백엔드 프로그램에 광범위한 분석 기능이 내장되어 있어 실제 에이전트와 대화하는 듯한 경험을 할 수 있도록 지원합니다. 

전문가들은 대화형 AI가 현재 매우 협소한 영역의 작업 수행만을 중점적으로 응용하므로 AI를 약한 것으로 보고 있습니다. 강력한 AI는 아직 이론적인 개념이며, 다양한 작업을 해결하고 광범위한 문제를 해결할 수 있는, 인간과 유사한 인식을 중점적으로 다룹니다.

이처럼 협소한 영역에 한정됨에도 불구하고 대화형 AI는 기업에 아주 유리한 기술이며 기업의 수익을 높이도록 도와줍니다. 대화형 AI 중에서 가장 인기 있는 형태는 AI 챗봇이지만, 그 외에 기업에서 사용하고 있는 다른 대화형 AI 사례도 많습니다. 예를 들면 다음과 같습니다.

  • 온라인 고객 지원:  온라인 챗봇 은 고객 응대 과정에서 인적 에이전트를 대체하고 있습니다. 온라인 챗봇은 배송 등의 주제로 자주 묻는 질문(FAQ)에 답을 주거나 맞춤형 조언을 제공하고, 제품을 교차 판매하거나 고객에게 사이즈를 추천해줌으로써 웹사이트와 소셜 미디어 플랫폼에서 이루어지는 고객 참여에 대한 우리의 생각을 바꾸어 줍니다. 그 예로는 가상 에이전트가 있는 전자 상거래 사이트의 메시징 봇, 메시징 앱(예: Slack, Facebook 메신저), 주로 가상 어시스턴트 및 음성 어시스턴트에 의해 이루어지는 작업들이 있습니다.
  • 접근성: 기업은 특히 보조 기술을 사용하는 사용자에게 진입 장벽을 낮춤으로써 접근성을 높일 수 있습니다. 이러한 그룹이 대화형 AI에서 일반적으로 사용하는 기능은 텍스트 음성 변환 받아쓰기와 언어 번역입니다.
  • HR 프로세스: 직원 교육, 온보딩 프로세스, 직원 정보 업데이트 등 여러 가지 HR  프로세스는 대화형 AI를 사용하여 최적화할 수 있습니다.
  • 의료 보험: 대화형 AI를 사용하면 환자들이 의료 서비스에 더 쉽게 접근하여 이를 저렴하게 이용할 수 있으며, 운영 효율을 향상하고 청구 처리 등의 행정 절차를 간소화할 수 있습니다.
  • 사물 인터넷(IoT) 디바이스: 현재 대부분의 가정은 Alexa 스피커에서 스마트 워치, 휴대전화에 이르기까지 최소한의 IoT 장치를 갖추고 있습니다. 이러한 디바이스는 자동 음성 인식을 사용하여 최종 사용자와 상호 작용합니다. 많이 쓰이는 애플리케이션으로는 Amazon Alexa, Apple Siri 및 Google Home이 있습니다.
  • 컴퓨터 소프트웨어:  대화형 AI를 사용하면 사무실 환경에서 수행하는 여러 작업을 간소화할 수 있습니다. 예를 들면, Google 에서 무언가를 검색할 때 활성화되는 검색 자동 완성, 맞춤법 검사 기능이 있습니다.

대부분의 AI 챗봇 과 앱은 현재 기본적인 문제 해결 기술을 가지고 있으며, 반복적인 고객 지원 상호 작용에서 시간을 단축하고 비용 효율을 개선하여 더 많은 관련 고객 상호 작용에 집중할 수 있는 인력 자원을 확보할 수 있습니다. 전반적으로, 대화형 AI 앱은 인적 대화 경험을 수월하게 복제하므로 이를 통해 고객 만족도를 더 높일 수 있습니다.

    대화형 AI의 이점

    대화형 AI는 여러 비즈니스 절차에서 비용 효율적인 솔루션입니다. 다음의 예시는 대화형 AI를 사용할 때 누릴 수 있는 이점입니다.

    비용 효율성

    고객 서비스 부서에 직원을 배치하는 것은 (특히 정규 근무 시간이 아닐 때 질문에 답하려면) 비용이 많이 들 수 있습니다. 대화형 인터페이스를 통해 고객 지원을 하게 되면, 특히 중소기업의 경우, 급여 및 교육과 관련하여 비즈니스 비용을 줄일 수 있습니다. 챗봇과 가상 어시스턴트는 잠재 고객에게 24시간 내내 즉각적인 답변을 제공합니다.

    인적 대화는 잠재 고객에게 일관적이지 않은 응답을 제공할 수도 있습니다. 지원 부서와의 상호 작용에는 정보를 찾는 일, 반복적인 일이 많으므로 기업이 대화형 AI를 프로그래밍하면 다양한 사용 사례를 처리할 수 있고 포괄성과 일관성이 보장됩니다. 이렇게 하면 고객 연속성이 생기고 귀중한 인력이 보다 복잡한 문의를 처리하는 데 시간을 쓸 수 있게 됩니다.

    판매 및 고객 참여 증대

    고객이 일상 생활에 모바일 디바이스를 사용하고 있으므로, 기업은 실시간 정보를 준비하여 최종 사용자에게 제공할 필요가 있습니다. 대화형 AI 툴은 실제 인력에 비해 더욱 준비 태세를 갖추어 서비스를 제공할 수 있으므로, 고객이 브랜드와 보다 빠르게 자주 상호 작용할 수 있습니다. 이렇게 즉각적인 지원은 고객이 오랜 콜 센터 대기 시간을 피하게 해주고,  곧 전반적인 고객 경험의 향상으로 이어집니다. 고객 만족도가 올라가면 그 영향이 고객 충성도 증가 및 추천을 통한 추가 수익의 형태로 기업에 반영됩니다.

    대화형 AI의 개인화 기능을 통해 챗봇에서 최종 사용자에게 추천을 제공하여, 고객이 처음에는 고려하지 않았던 제품을 기업에서 교차 판매할 수 있게 해줍니다.

    확장성

    또한 대화형 AI 의 경우, 신입사원을 채용하고 온보딩하는 것보다 지원 대화형 AI에 인프라를 추가하는 것이 더욱 저렴하고 신속하므로 확장성이 뛰어납니다. 이는 특히 제품이 새로운 지역 시장으로 확장할 때나, 휴가 시즌 등 예기치 못한 단기 수요 급증이 있을 때 유용합니다.

    대화형 AI의 이점에 대해 더 알아보시려면 IBM의 마스터클래스 웨비나 시리즈를 확인하세요.

    대화형 AI 기술의 도전 과제

    대화형 AI 는 아직 초기 성장 단계에 있으며 최근 몇 년간 광범위한 비즈니스에서 채택되고 있습니다. 새로운 기술이 나오면 대개 그렇듯이, 대화형 AI 애플리케이션으로 전환하는 데에도 몇 가지 문제가 있습니다. 다음과 같은 예시를 들 수 있습니다.

    언어 입력

    텍스트 입력이든 음성 입력이든 언어 입력은 대화형 AI에서 문제점이 될 수 있습니다. 방언, 액센트, 배경 소음이 AI의 원시 입력 인식에 영향을 줄 수 있기 때문입니다. 은어 및 스크립트화되지 않은 언어도 입력을 처리하는 데 문제를 야기할 수 있습니다.

    그러나 대화형  AI의 가장 큰 도전 과제는  언어 입력의 인적 요인입니다. 감정, 어조, 풍자는 사용자가 의도한 의미를  대화형 AI 에서 해석하고 이에 적절하게 응답하는 일을 어렵게 만듭니다.

    개인 정보 보호 및 보안

    대화형 AI는 사용자 쿼리에 응답하기 위한 데이터 수집에 의존하고 있으므로 개인 정보 보호 및 보안 침해에도 취약합니다. 개인 정보 보호와 보안 표준을 갖춘 대화형 AI 앱을 개발하여 시스템을 모니터링하면 최종 사용자 간에 신뢰를 구축하는 데 도움이 되며 궁극적으로는 시간이 지남에 따라 챗봇 사용량이 늘어나게 됩니다.

    사용자의 우려

    사용자가 실제 사람이 아닌 기계와 대화하고 있다는 사실을 깨닫게 되면 개인 정보나 민감한 정보를 공유하는 것에 대해 불안해할 수 있습니다. 모든 고객이 얼리어답터인 것은 아니므로, 해당 기술의 이점과 안전성에 대해 대상 고객을 교육하고 사회화하여 더 나은 고객 경험을 만드는 것이 중요합니다. 사용자의 우려는 불쾌한 사용자 경험 및 AI 성능 저하로 이어지고 긍정적인 효과를 무효화할 수 있습니다.

    또한, 챗봇의 프로그래밍 수준으로는 광범위한 사용자 문의를 처리하지 못할 수도 있습니다. 이 경우, 최종 사용자에게 잘못되거나 불완전한 답변을 제공하여 불쾌한 결과로 이어질 수 있으므로 보다 복잡한 문의를 다룰 수 있는 대체 커뮤니케이션 채널을 제공하는 것이 중요합니다. 이 때는 고객에게 기업 내 인적 담당자와 연결될 기회를 제공해야 합니다.

    마지막으로 대화형 AI 는 기업 내 워크플로우를 최적화하여 특정 직무 인력을 감축할 가능성도 있습니다. 이 경우 사회경제적인 행동주의를 트리거하여 기업에 부정적인 반발을 초래할 수 있습니다.

    IBM 및 대화형 AI

    IBM Watson® Assistant는 클라우드 기반 AI 챗봇으로서 처음 단계에서 고객 문제를 해결합니다. 여러 애플리케이션, 디바이스, 채널에서 고객에게 신속하고 일관적이며 정확한 답변을 제공합니다. Watson Assistant는 AI를 통해 고객 대화를 학습하여 처음 단계에서 문제를 해결하는 능력을 향상하는 동시에, 긴 대기 시간과 지루한 검색 및 도움이 되지 않는 챗봇이 안겨주는 불쾌감을 피할 수 있도록 도와줍니다 IBM Watson Discovery와 결합하면 AI 기반 검색을 사용하여 문서 및 웹 사이트의 정보에 대한 사용자 상호 작용을 향상할 수 있습니다.

    Watson Assistant는 고객이 제공한 모호한 언급에 대해 컨텍스트를 요청하여 상호 작용을 최적화합니다. 이렇게 하면 질문을 계속 바꿔야 하는 번거로움이 사라지므로 긍정적인 고객 경험을 제공할 수 있습니다. 또한, Watson Assistant는 고객의 질문에 대한 응답으로 다양한 옵션을 제공합니다. 특히 복잡한 고객 문제를 해결할 수 없는 경우, 동일한 채널에서 고객을 인적 에이전트에게 원활하게 연결할 수 있습니다.

    Watson Assistant는 플랫폼 및 툴과 통합하여 고객 서비스 에코시스템에 연결하도록 설계되어 처음부터 끝까지 고객 경험을 보다 스마트하고 간단하게 만들어 줍니다. 따라서 귀하의 비즈니스와 고객 간의 상호 작용이 낯선 사람과의 무작위적이고 단편적인 대화가 아니라, 마치 진심으로 대하는 누군가와 갖게 되는 의미 있는 관계처럼 느껴질 수 있습니다.

    IBM은 고객 경험이 단순히 대화뿐만 아니라, 중요한 데이터를 보호하는 것과도 관계가 있다는 것을 이해하고 있습니다. 바로 이러한 이유로 IBM에서는 모든 Watson 제품을 설계할 때 세계적인 수준의 보안, 신뢰성, 규정 준수 전문 기술을 도입하고 있습니다. 또한 IBM은 IBM Cloud Pak® for Data를 사용하여, IBM Cloud® 또는 귀하가 선택한 다른 클라우드 제공업체에서 Watson Assistant를 사내 구축형으로 배포하는 유연성을 제공함으로써 투자를 보호하도록 지원합니다.

    5분간의 평가를 통해 고객 만족도를 높이고 비용을 줄이며 수익을 도출하기 위해서 AI로 고객 서비스 상호 작용을 어떻게 최적화할 수 있는지 알아보세요.

    또는 여기를 클릭해 Watson Assistant에 대해 살펴보고 지금 구축해 보세요. 

    대화형 AI에 대해 더 자세히 알아보려면, IBMid에 등록하고 IBM Cloud 계정을 생성합니다.