2018.12.03

챗봇 전략의 결정적 실수 5가지와 그 해결법

Terena Bell | CIO
챗봇을 제대로 구현해 사용하는 기업이 얼마나 될까? 소프트웨어 기업인 페가시스템(Pegasystems)이 최근 발표한 자료를 보면, 기업의 의도와 다르게 챗봇을 사용하는 경우가 많은 것으로 나타났다. 예를 들어 Q&A를 목적으로 구축되는 봇이 많지만, 조사 결과를 보면 이를 원하는 소비자는 절반 이하다.
 
© Getty Images Bank

2025년까지 챗봇 개발에 12억 5,000만 달러가 투입될 것으로 예상된다. 그러나 이처럼 기업의 ‘가정’과 소비자의 ‘욕구’가 일치하지 않으면 큰 비용을 허공에 날릴 수 있다. 소프트웨어 개발 기업인 루비거라지(RubyGarage)에 따르면, 아무것도 없는 상태에서 봇을 1개 만드는 데 6,000~1만 2,240달러가 든다. 물론 주니퍼 리서치(JUnifer Research)의 자료를 보면, 챗봇 기술은 지난해 기업에 총 2,000만 달러를 절감하는 역할을 했다. 그러나 이런 절약 효과나 다른 혜택을 누리기 위해서는 올바른 트레이닝과 구현 전략이 필수다.

챗봇 전략이 잘못되는 경우가 예상보다 많다. 시장의 요구(필요 사항)를 잘못 파악하는 등의 이유 때문이다. 전문가들이 말하는 가장 일반적인 챗봇 전략의 실수와 그 방지법을 살펴보자.

1. 시장에 부적합
페가시스템에 따르면, 과거 어느 때보다 제품이나 서비스를 구매한 후 봇을 사용하기 원하는 사람이 많아졌다. 60%는 주문한 제품을 추적할 때 봇을 사용한다. 그리고 41%는 주소 업데이트, 43%는 피드백 제공이나 불평불만 제기에 봇을 사용한다.

챗봇 개발사인 탈라(Talla)의 마케팅 부사장 줄리엣 코페키는 “기업은 고객이 챗봇으로 무엇을 할지, 고객이 기대하는 결과물이 무엇인지 고려하는 것이 아주 중요하다. 이를 위해서는 제품/시장 적합성만 따져서는 안 된다. 챗봇 트레이닝도 중요하다. 자동화하려는 것이 단순한 프로세스인가 아니면 시간이 지나면서 반복해 학습시켜 향상해야 하는 더 정교한 것인가를 판단해야 한다. 봇이 해야 할 일을 숙고하면, 더 나은 봇을 만들어 성공시킬 수 있고 이는 결국 기업의 성공이 된다"라고 말했다.

2. '봇 1개당 유즈 케이스 1개'라는 잘못된 가정
패키지형 소프트웨어이든 SaaS든 기술 구매에 익숙하고 정통한 기업이 많다. 이들 기술은 일반적으로 여러 가지가 아닌, 단 한 가지의 비즈니스 요구를 충족하도록 만들어졌다. 그러나 챗봇은 아니다. 탈라의 로브 메이 CEO는 “시스템을 학습시키면 더 많은 유즈 케이스에 활용할 수 있다”라고 말했다.

예를 들어 Q&A 봇을 직원이나 고객 질문에 대답할 수 있도록 확장하면, 봇의 언어 이해도와 기업의 지식이 성장하면서 둘 모두에 더 능숙해지게 만들 수 있다. 실제 이 기술에 정통한 버라이즌 같은 기업은 여러 유즈 케이스에 봇 1개를 사용한다. 이 회사의 디지털 부사장인 아쇼크 쿠마르는 “이동 통신 고객을 위한 마이 버라이즌 앱(My Verizon App) 봇과 TV 고객을 위한 마이 파이오스 앱(My Fios App) 챗봇이 있는데, 이는 같은 핵심 기술을 2가지 유즈 케이스에 활용한 것이다"라고 말했다.

물론 하나 이상의 요구를 충족하도록 챗봇을 트레이닝하려면 초기에 더 많은 ‘공’을 들여야 한다. 버라이즌의 경우 ‘디바이스’의 의미가 유즈 케이스 별로 다른 것을 훈련시켜야 했다. 마이 버라이즌 챗봇은 휴대폰, 마이 파이오스는 셋톱 박스에서 사용하기 때문이다. 그러나 이런 ‘수고’는 걸맞은 ‘보상’을 제공한다. 그는 “시스템을 더 크게 통합할 수 있고 성능도 향상된다"라고 말했다.

3. 사람에 대한 트레이닝을 망각
챗봇 트레이닝에만 집중하다 보면 사람인 사용자도 교육이 필요하다는 점을 망각할 수 있다. 페가시스템의 조사 결과를 보면, 사용 방법을 모르기 때문에 봇을 사용하지 않는 비율이 43%였다. 이번 조사 대상이 기술 ‘문맹’은 아니었다. 65%는 정기적으로 텍스트를 사용하고, 61%는 정기적으로 페이스북 메신저를 쓰는 사용자였다. 그러나 조사 결과를 보면, 챗봇을 경험한 적도 없고 사용 방법에 대해 안내를 받은 적도 없다.

따라서 메이는 챗봇을 잘 아는 사용자라고 해도 봇이 있다는 사실을 일깨워줄 필요가 있다고 지적했다. 그의 회사는 ‘남은 휴가 일수’ 등 자주 묻는 HR 질문에 대해 대답해주는 봇을 운영한다. 그는 “연간 몇 차례 정도만 HR과 연락을 하는 사람이라면 봇을 이용할 수 있다는 사실도 잊고 있을 수 있다. 여러 상황에서 자주 사용할 수 있도록, 봇이 가장 먼저 방문하는 장소, HR 관련 질문에 있어 거쳐야 하는 장소로 만들어야 했다”라고 말했다.
 
4. 진짜 사람의 가치를 잘못 판단
그랜드 뷰 리서치(Grand View Research)의 조사 결과를 보면, 고객 서비스와 관련된 커뮤니케이션에서 일차적인 수단이나 도구로 기술을 선호하는 챗봇 사용자의 비율이 45%다. 절반 이상이 사람과 접촉하기 원하는 것이다. 페가시스템의 조사 결과에서는 이런 선호도가 더 높다. 60%가 기업과 온라인으로 의사소통할 때 사람과 대화하는 것을 선호한다고 답했다.

그렇다고, 챗봇을 사람처럼 보이게 만들어야 한다는 의미는 아니다. 챗봇에 폴리나 아멜라 같은 사람 이름을 붙이는 경우가 많지만, 쿠마르는 “봇을 사람처럼 만드는 것은 좋지 않다”라고 잘라 말했다. 데이터도 이를 뒷받침한다. 아직 봇을 사용하지 않은 집단에서 사람처럼 보이는 것을 선호한다고 대답한 비율은 36%에 불과했다. 27%는 사람처럼 보이는 봇이 무섭다고 답했다.

따라서 기술 효율성을 극대화하면서 사람이 관여하는 방법을 찾는 것이 중요하다. [24]7.ai의 코퍼레이트 커뮤니케이션 부사장인 이안 베인은 "진짜 사람이 챗봇의 대화를 확인, 검토하고 개선할 부분을 찾는 것이 좋다. 머신러닝에서 트레이닝 단계는 일종의 기준이다. 그러나 봇이 문제에 직면하는 경우에만 사람이 관여하는 ‘봇-휴먼 릴레이’를 구현하는 것이 좋다. 방법은 2가지다. 첫째는 온라인 고객이 챗봇에 진짜 사람을 연결해줄 것을 요청하는 경우이고, 둘째는 봇이 질문에 대답할 수 없고, 고객이 화를 낼 때를 파악해 사람인 직원에게 연결하는 것이다"라고 말했다.

5. ‘말투’를 경시
봇은 봇 같아야 한다. 그렇지만 ‘말투’에 대해서도 잊지 말아야 한다. ‘성장 마케팅’ 서비스를 제공하는 두게노(Doogheono)의 이사 댄 스미스는 “말투가 정말 중요하다. 기업 커뮤니케이션은 형식적 또는 비형식적, 일상적 또는 전문적이다. 챗봇은 이것이 복잡하고, 하나의 도전과제가 된다. 챗봇의 ‘말투’는 친구 같아야 한다고 믿는 경우가 많은데 꼭 그런 것은 아니다. 불평할 일이 있어 고객 서비스에 전화했는데, 이름으로 고객을 호칭하면서 편하게 대화를 하면 불평불만을 진지하게 받아들이지 않는다고 생각할 수 있다”라고 말했다.

55세 중년 남성이나 여성이 BMW 보증 수리 문제에 관해 컴플레인을 하는 경우가 예가 될 수 있다. 유사하게 피자 챗봇이 경칭을 사용해 지나치게 딱딱한 대화를 하는 경우도 마찬가지다. 스미스는 "고객이 사용하는 ‘언어’를 모니터링 한 후 몇몇 트리거를 규정해 사용할 ‘말투’를 봇에 훈련하는 것이 좋다. 또 더 폭넓게 감성 분석을 하는 것도 방법이다"라고 말했다. ciokr@idg.co.kr

2018.12.03

챗봇 전략의 결정적 실수 5가지와 그 해결법

Terena Bell | CIO
챗봇을 제대로 구현해 사용하는 기업이 얼마나 될까? 소프트웨어 기업인 페가시스템(Pegasystems)이 최근 발표한 자료를 보면, 기업의 의도와 다르게 챗봇을 사용하는 경우가 많은 것으로 나타났다. 예를 들어 Q&A를 목적으로 구축되는 봇이 많지만, 조사 결과를 보면 이를 원하는 소비자는 절반 이하다.
 
© Getty Images Bank

2025년까지 챗봇 개발에 12억 5,000만 달러가 투입될 것으로 예상된다. 그러나 이처럼 기업의 ‘가정’과 소비자의 ‘욕구’가 일치하지 않으면 큰 비용을 허공에 날릴 수 있다. 소프트웨어 개발 기업인 루비거라지(RubyGarage)에 따르면, 아무것도 없는 상태에서 봇을 1개 만드는 데 6,000~1만 2,240달러가 든다. 물론 주니퍼 리서치(JUnifer Research)의 자료를 보면, 챗봇 기술은 지난해 기업에 총 2,000만 달러를 절감하는 역할을 했다. 그러나 이런 절약 효과나 다른 혜택을 누리기 위해서는 올바른 트레이닝과 구현 전략이 필수다.

챗봇 전략이 잘못되는 경우가 예상보다 많다. 시장의 요구(필요 사항)를 잘못 파악하는 등의 이유 때문이다. 전문가들이 말하는 가장 일반적인 챗봇 전략의 실수와 그 방지법을 살펴보자.

1. 시장에 부적합
페가시스템에 따르면, 과거 어느 때보다 제품이나 서비스를 구매한 후 봇을 사용하기 원하는 사람이 많아졌다. 60%는 주문한 제품을 추적할 때 봇을 사용한다. 그리고 41%는 주소 업데이트, 43%는 피드백 제공이나 불평불만 제기에 봇을 사용한다.

챗봇 개발사인 탈라(Talla)의 마케팅 부사장 줄리엣 코페키는 “기업은 고객이 챗봇으로 무엇을 할지, 고객이 기대하는 결과물이 무엇인지 고려하는 것이 아주 중요하다. 이를 위해서는 제품/시장 적합성만 따져서는 안 된다. 챗봇 트레이닝도 중요하다. 자동화하려는 것이 단순한 프로세스인가 아니면 시간이 지나면서 반복해 학습시켜 향상해야 하는 더 정교한 것인가를 판단해야 한다. 봇이 해야 할 일을 숙고하면, 더 나은 봇을 만들어 성공시킬 수 있고 이는 결국 기업의 성공이 된다"라고 말했다.

2. '봇 1개당 유즈 케이스 1개'라는 잘못된 가정
패키지형 소프트웨어이든 SaaS든 기술 구매에 익숙하고 정통한 기업이 많다. 이들 기술은 일반적으로 여러 가지가 아닌, 단 한 가지의 비즈니스 요구를 충족하도록 만들어졌다. 그러나 챗봇은 아니다. 탈라의 로브 메이 CEO는 “시스템을 학습시키면 더 많은 유즈 케이스에 활용할 수 있다”라고 말했다.

예를 들어 Q&A 봇을 직원이나 고객 질문에 대답할 수 있도록 확장하면, 봇의 언어 이해도와 기업의 지식이 성장하면서 둘 모두에 더 능숙해지게 만들 수 있다. 실제 이 기술에 정통한 버라이즌 같은 기업은 여러 유즈 케이스에 봇 1개를 사용한다. 이 회사의 디지털 부사장인 아쇼크 쿠마르는 “이동 통신 고객을 위한 마이 버라이즌 앱(My Verizon App) 봇과 TV 고객을 위한 마이 파이오스 앱(My Fios App) 챗봇이 있는데, 이는 같은 핵심 기술을 2가지 유즈 케이스에 활용한 것이다"라고 말했다.

물론 하나 이상의 요구를 충족하도록 챗봇을 트레이닝하려면 초기에 더 많은 ‘공’을 들여야 한다. 버라이즌의 경우 ‘디바이스’의 의미가 유즈 케이스 별로 다른 것을 훈련시켜야 했다. 마이 버라이즌 챗봇은 휴대폰, 마이 파이오스는 셋톱 박스에서 사용하기 때문이다. 그러나 이런 ‘수고’는 걸맞은 ‘보상’을 제공한다. 그는 “시스템을 더 크게 통합할 수 있고 성능도 향상된다"라고 말했다.

3. 사람에 대한 트레이닝을 망각
챗봇 트레이닝에만 집중하다 보면 사람인 사용자도 교육이 필요하다는 점을 망각할 수 있다. 페가시스템의 조사 결과를 보면, 사용 방법을 모르기 때문에 봇을 사용하지 않는 비율이 43%였다. 이번 조사 대상이 기술 ‘문맹’은 아니었다. 65%는 정기적으로 텍스트를 사용하고, 61%는 정기적으로 페이스북 메신저를 쓰는 사용자였다. 그러나 조사 결과를 보면, 챗봇을 경험한 적도 없고 사용 방법에 대해 안내를 받은 적도 없다.

따라서 메이는 챗봇을 잘 아는 사용자라고 해도 봇이 있다는 사실을 일깨워줄 필요가 있다고 지적했다. 그의 회사는 ‘남은 휴가 일수’ 등 자주 묻는 HR 질문에 대해 대답해주는 봇을 운영한다. 그는 “연간 몇 차례 정도만 HR과 연락을 하는 사람이라면 봇을 이용할 수 있다는 사실도 잊고 있을 수 있다. 여러 상황에서 자주 사용할 수 있도록, 봇이 가장 먼저 방문하는 장소, HR 관련 질문에 있어 거쳐야 하는 장소로 만들어야 했다”라고 말했다.
 
4. 진짜 사람의 가치를 잘못 판단
그랜드 뷰 리서치(Grand View Research)의 조사 결과를 보면, 고객 서비스와 관련된 커뮤니케이션에서 일차적인 수단이나 도구로 기술을 선호하는 챗봇 사용자의 비율이 45%다. 절반 이상이 사람과 접촉하기 원하는 것이다. 페가시스템의 조사 결과에서는 이런 선호도가 더 높다. 60%가 기업과 온라인으로 의사소통할 때 사람과 대화하는 것을 선호한다고 답했다.

그렇다고, 챗봇을 사람처럼 보이게 만들어야 한다는 의미는 아니다. 챗봇에 폴리나 아멜라 같은 사람 이름을 붙이는 경우가 많지만, 쿠마르는 “봇을 사람처럼 만드는 것은 좋지 않다”라고 잘라 말했다. 데이터도 이를 뒷받침한다. 아직 봇을 사용하지 않은 집단에서 사람처럼 보이는 것을 선호한다고 대답한 비율은 36%에 불과했다. 27%는 사람처럼 보이는 봇이 무섭다고 답했다.

따라서 기술 효율성을 극대화하면서 사람이 관여하는 방법을 찾는 것이 중요하다. [24]7.ai의 코퍼레이트 커뮤니케이션 부사장인 이안 베인은 "진짜 사람이 챗봇의 대화를 확인, 검토하고 개선할 부분을 찾는 것이 좋다. 머신러닝에서 트레이닝 단계는 일종의 기준이다. 그러나 봇이 문제에 직면하는 경우에만 사람이 관여하는 ‘봇-휴먼 릴레이’를 구현하는 것이 좋다. 방법은 2가지다. 첫째는 온라인 고객이 챗봇에 진짜 사람을 연결해줄 것을 요청하는 경우이고, 둘째는 봇이 질문에 대답할 수 없고, 고객이 화를 낼 때를 파악해 사람인 직원에게 연결하는 것이다"라고 말했다.

5. ‘말투’를 경시
봇은 봇 같아야 한다. 그렇지만 ‘말투’에 대해서도 잊지 말아야 한다. ‘성장 마케팅’ 서비스를 제공하는 두게노(Doogheono)의 이사 댄 스미스는 “말투가 정말 중요하다. 기업 커뮤니케이션은 형식적 또는 비형식적, 일상적 또는 전문적이다. 챗봇은 이것이 복잡하고, 하나의 도전과제가 된다. 챗봇의 ‘말투’는 친구 같아야 한다고 믿는 경우가 많은데 꼭 그런 것은 아니다. 불평할 일이 있어 고객 서비스에 전화했는데, 이름으로 고객을 호칭하면서 편하게 대화를 하면 불평불만을 진지하게 받아들이지 않는다고 생각할 수 있다”라고 말했다.

55세 중년 남성이나 여성이 BMW 보증 수리 문제에 관해 컴플레인을 하는 경우가 예가 될 수 있다. 유사하게 피자 챗봇이 경칭을 사용해 지나치게 딱딱한 대화를 하는 경우도 마찬가지다. 스미스는 "고객이 사용하는 ‘언어’를 모니터링 한 후 몇몇 트리거를 규정해 사용할 ‘말투’를 봇에 훈련하는 것이 좋다. 또 더 폭넓게 감성 분석을 하는 것도 방법이다"라고 말했다. ciokr@idg.co.kr

X