2017.08.14

'챗봇의 나침반은 고객을 향한다'

Clint Boulton | CIO
지난해 가장 많은 관심을 끈 기술은 단연 챗봇(chatbot)이었다. 챗봇이란 인간 음성을 모방하는 가상 비서로서, 주로 대화형 메시지 인터페이스를 통해 인간 대신 작업을 수행해 준다. 소프트웨어를 통해 전례 없는 수준의 자동화가 이뤄지고 있기 때문에, 고객은 음식에서부터 사무용품, 추가 계산 용량에 이르기까지 무엇이든 챗봇을 통해 주문할 수 있게 됐다.



IDC에 따르면, 인지 시스템 및 인공지능이 기업에 도입됨으로써 2016년 80억 달러였던 전세계 매출액이 2020년 470억 달러 이상으로 늘어날 것이라는 전망에 큰 몫을 차지하는 것이 바로 챗봇이다. 그런데 훌륭한 챗봇은 정확히 어떤 챗봇일까? 이 분야의 기업 투자금액을 감안할 때 더 중요한 질문은 이것이다. 나쁜 챗봇은 어떤 챗봇일까? 챗봇을 구축할 때 CIO들이 취해야 할 예방조치는 무엇일까?

이 질문에 대답할 적임자는 바로 컨버서블(Conversable) CEO 벤 램이다. 컨버서블은 티지아이 프라이데이(TGI Fridays), 홀 푸드(Whole Foods), 버드와이저(Budweiser), 그리고 가장 최근에는 쉐이크쉑(Shake Shack) 등의 기업에 챗봇을 구축한 회사기 때문이다.

챗봇의 목적은 오로지 고객
램에 따르면, 훌륭한 챗봇은 고객에 대한 회사의 심도 있는 이해를 기반으로 설계, 구현, 배포된다고 한다. 챗봇 계획에는 고객 경험에 대한 분명한 요구와 목표, 핵심성과지표가 있어야 한다는 뜻이다. 핵심성과지표를 통해 시연과 측정이 가능한 부가 가치를 사용자와 브랜드에 제공할 수 있다. 램은 “챗봇이 구매의 편리성과 대화 지원의 능률은 물론 실시간 이벤트 경험의 질을 높이는 등 새롭게 관심을 끌 수 있는 고객 경험을 제공해야 한다”고 강조했다.

최고의 챗봇은 각 부문의 직원이 지속해서 개선할 수 있다. 예를 들어, 컨버서블에서 구축한 아쿠아(Aqua)라는 적응 반응 시스템을 활용하면 작동이 안 되는 질의를 머신러닝을 통해 식별할 수 있으며 직원은 챗봇 반응을 작성하고 수정할 수 있다. 램은 “챗봇이 나아지지 않는다면 나빠지고 있는 것이나 다름없다”고 지적했다.

컨버서블이 문서로 정리한 자체 챗봇 구축 프로세스는 다음과 같다.

• 대화 설계: 고객사의 기존 영업활동에서 최고의 용례를 추려내서 대화 흐름을 작성한다. 고객에 따라 다르지만 대체로 업무 부서와 IT 부서 등 복수의 이해당사자가 관련되어 있다.

• 대화 구축: 최종 제품 1.0에 해당된다. 전반적으로 기대에 부응하는 경험을 제공하는지 시험 구동을 통해 확인한다. 대화 흐름을 비롯한 여러 측면을 수정하는 단계다.

• 시스템 통합: 고전적인 통합 작업이다. 각 대화 흐름에 필요한 데이터가 반드시 제공될 수 있도록 웹훅(webhook)이 활용된다. 예를 들어, 대화 중에 누군가가 어떤 제품의 가격이나 특정 메뉴 품목의 열량을 물어본다면 해당 데이터를 언제든지 끄집어낼 수 있어야 한다.

• 학습: 인간과 기계의 협업을 통한 알고리즘 개선 단계이다. 인공지능을 내버려 두면 혼자 알아서 다 하는 줄로 아는 사람들이 너무 많다.

• 확장: 보다 복잡한 대화를 가능하게 하는 과정이다. 고객이 질문하거나 요구하는 내용이 있는 다른 중요한 분야로 확장하는 것이다. 사람들은 대화 중에 화제를 자주 바꾼다. 그렇게 그러한 화제 전환 어딘가에는 모종의 상관관계가 있다. 이를 파악하여 자연스럽게 대화를 이어준다면 고객의 시간이 많이 절약될 뿐만 아니라, 유기적인 대화가 진행되기 때문에 사용자가 계속 챗봇을 이용하게 된다.

• 고급 인공지능: 시간이 지남에 따라 계속 개선하는 것이 주목적이다. 챗봇 라이브를 누르면 끝나는 것이 아니다. 봇-사용자의 대화 중에 일어나는 일을 분석하고 개선점을 파악하는 것을 기술을 통해 쉽게 할 수 있다. 그러한 데이터를 손에 쥐고 있으면 인공지능을 이용해 챗봇을 더욱 정교하게 만들 수 있다.

램은 “고객마다 조금씩 다르지만 당사는 이 프로세스에 충실히 따른다. 다른 곳에서는 개발에 몇 달씩 걸리지만 이 프로세스를 이용하면 몇 주 만에 생산이 가능한 것으로 꾸준히 나타나고 있기 때문”이라고 설명했다.


나쁜 챗봇으로 이어지는 함정
어떤 챗봇이 나쁜 챗봇인가? 램에 따르면, 바로 불가능한 것을 하려고 하는 챗봇이 나쁜 챗봇이다. 그는 “처음 챗봇을 내놓으면서 방대한 제품군 전반에 걸친 고객지원에서부터 전자상거래까지 가능하다고 주장하는 회사를 볼 때마다 놀라곤 한다”면서 “그런 회사는 경험도 거의 없는 6개 채널에 챗봇을 실시간으로 투입하는데 그러다 보면 문제점들이 기하급수적으로 쌓인다”고 지적했다.

램은 더군다나, 여러 업계에 퍼지고 있는 일반용 봇 때문에 기업이나 소비자가 오히려 큰 피해를 보고 있다면서 “대화형 인공지능은 응용범위를 제한할수록 정확성, 일관성, 확장성을 고루 갖춘 경험을 제공할 수 있다”고 덧붙였다.

컨설팅회사 액센츄어 인터랙티브(Accenture Interactive)의 SNS 및 협업 책임자인 롭 할스는 고객사가 속도를 늦추고 챗봇 함정을 피할 수 있도록 최선을 다해 돕고 있다고 밝혔다. 일부 고객사는 서둘러 챗봇을 내놓고 싶어 한다. 멋진 기술이기도 하고 자동화를 통해 고객 상대를 피하고 싶어 하기 하기 때문이다. 또 다른 고객사는 램이 말한 것처럼 불가능한 시도를 한다. 자동화 기술을 당장 어디에나 응용하려는 것이다. 어느 쪽이든 좋지 않은 사용자 경험이 만들어지는 것은 마찬가지다.

할스는 고객사에게 한 걸음 뒤로 물러서서 먼저 근본적인 고충과 달성하려는 개별 작업을 파악해 줄 것을 당부했다. 액센츄어에서는 실제로 어떤 작업 수행 성능이 알고리즘, 머신러닝 소프트웨어나 기존의 사람에 의해 향상될 수 있는지를 파악하기 위해 고객사의 고객 여정에 뛰어들 것이다.

고객 경험에 집중하다 보면 기업들은 성공적인 챗봇을 만드는 최고의 비법을 알게 될 수도 있다. 챗봇은 전문적으로 구축해야 한다. 즉, 인간 중심의 접근 방식으로 소프트웨어를 구축하기 위한 설계 사고 원칙을 고수하는 것을 의미한다. 그러나 챗봇 구축 경험이 있는 소프트웨어 엔지니어는 고사하고 설계 사고 전문가를 충분히 갖춘 IT 부서가 거의 없는 것이 현실이다.

그래서 CIO들은 컨버서블과 같은 신생업체와 대형 컨설팅 업체에게 도움을 받고 있다. 성공적인 챗봇은 어떤 모습일까? 2016년 말 액센츄어의 대화형 및 이동성 부서는 콜롬비아 국책 항공사 아비앙카(Avianca)에 챗봇을 구축했다. 페이스북 메신저(Facebook Messenger)에서 6주 만에 구축된 ‘칼라(Carla)’라는 챗봇을 이용해 승객들은 스마트폰으로 체크인 정보와 항공편 상황을 확인하고 좌석을 변경할 수 있다. 따로 전화를 걸거나 새로운 앱을 다운로드하거나 회사 웹사이트에 방문할 필요가 없어진 것이다. 할스는 “승객을 위해서 모든 것을 다 하려고 하는 대신 승객이 스스로 기본적인 질문에 답하게 도와주도록 설계됐다”고 설명했다.

액센츄어는 칼라의 구축 플랫폼을 아마존 웹 서비스(AWS)의 클라우드 컴퓨팅 소프트웨어로 선택했다. 성수기 때 고객 경험에 영향을 주지 않고 쉽게 칼라를 확장하기 위해서다. 2016년 12월 출시 이후 칼라는 3만 1,200명 이상의 순 사용자와 100만 건의 고유한 커뮤니케이션 사례를 확보했다.

궁극적으로 훌륭한 챗봇은 비즈니스 용례와 고객 여정을 통한 사고가 필요하며 필요에 따라 기꺼이 경로를 수정할 수 있어야 한다. 머신러닝과 인공지능 기술이 작동해야 하지만 이들이 사용자 경험에서 가장 중요한 것은 아니다.

램은 성실성이 가장 중요하다면서 “인공지능이 얼마나 ‘스마트’한지는 관심 없다”고 덧붙였다. 이어서 “인공지능은 마술이 아니다. 인공지능이 있다고 해서 핵심 직무와 IT 프로젝트를 대충해도 되는 것은 아니다”고 강조했다. ciokr@idg.co.kr
 



2017.08.14

'챗봇의 나침반은 고객을 향한다'

Clint Boulton | CIO
지난해 가장 많은 관심을 끈 기술은 단연 챗봇(chatbot)이었다. 챗봇이란 인간 음성을 모방하는 가상 비서로서, 주로 대화형 메시지 인터페이스를 통해 인간 대신 작업을 수행해 준다. 소프트웨어를 통해 전례 없는 수준의 자동화가 이뤄지고 있기 때문에, 고객은 음식에서부터 사무용품, 추가 계산 용량에 이르기까지 무엇이든 챗봇을 통해 주문할 수 있게 됐다.



IDC에 따르면, 인지 시스템 및 인공지능이 기업에 도입됨으로써 2016년 80억 달러였던 전세계 매출액이 2020년 470억 달러 이상으로 늘어날 것이라는 전망에 큰 몫을 차지하는 것이 바로 챗봇이다. 그런데 훌륭한 챗봇은 정확히 어떤 챗봇일까? 이 분야의 기업 투자금액을 감안할 때 더 중요한 질문은 이것이다. 나쁜 챗봇은 어떤 챗봇일까? 챗봇을 구축할 때 CIO들이 취해야 할 예방조치는 무엇일까?

이 질문에 대답할 적임자는 바로 컨버서블(Conversable) CEO 벤 램이다. 컨버서블은 티지아이 프라이데이(TGI Fridays), 홀 푸드(Whole Foods), 버드와이저(Budweiser), 그리고 가장 최근에는 쉐이크쉑(Shake Shack) 등의 기업에 챗봇을 구축한 회사기 때문이다.

챗봇의 목적은 오로지 고객
램에 따르면, 훌륭한 챗봇은 고객에 대한 회사의 심도 있는 이해를 기반으로 설계, 구현, 배포된다고 한다. 챗봇 계획에는 고객 경험에 대한 분명한 요구와 목표, 핵심성과지표가 있어야 한다는 뜻이다. 핵심성과지표를 통해 시연과 측정이 가능한 부가 가치를 사용자와 브랜드에 제공할 수 있다. 램은 “챗봇이 구매의 편리성과 대화 지원의 능률은 물론 실시간 이벤트 경험의 질을 높이는 등 새롭게 관심을 끌 수 있는 고객 경험을 제공해야 한다”고 강조했다.

최고의 챗봇은 각 부문의 직원이 지속해서 개선할 수 있다. 예를 들어, 컨버서블에서 구축한 아쿠아(Aqua)라는 적응 반응 시스템을 활용하면 작동이 안 되는 질의를 머신러닝을 통해 식별할 수 있으며 직원은 챗봇 반응을 작성하고 수정할 수 있다. 램은 “챗봇이 나아지지 않는다면 나빠지고 있는 것이나 다름없다”고 지적했다.

컨버서블이 문서로 정리한 자체 챗봇 구축 프로세스는 다음과 같다.

• 대화 설계: 고객사의 기존 영업활동에서 최고의 용례를 추려내서 대화 흐름을 작성한다. 고객에 따라 다르지만 대체로 업무 부서와 IT 부서 등 복수의 이해당사자가 관련되어 있다.

• 대화 구축: 최종 제품 1.0에 해당된다. 전반적으로 기대에 부응하는 경험을 제공하는지 시험 구동을 통해 확인한다. 대화 흐름을 비롯한 여러 측면을 수정하는 단계다.

• 시스템 통합: 고전적인 통합 작업이다. 각 대화 흐름에 필요한 데이터가 반드시 제공될 수 있도록 웹훅(webhook)이 활용된다. 예를 들어, 대화 중에 누군가가 어떤 제품의 가격이나 특정 메뉴 품목의 열량을 물어본다면 해당 데이터를 언제든지 끄집어낼 수 있어야 한다.

• 학습: 인간과 기계의 협업을 통한 알고리즘 개선 단계이다. 인공지능을 내버려 두면 혼자 알아서 다 하는 줄로 아는 사람들이 너무 많다.

• 확장: 보다 복잡한 대화를 가능하게 하는 과정이다. 고객이 질문하거나 요구하는 내용이 있는 다른 중요한 분야로 확장하는 것이다. 사람들은 대화 중에 화제를 자주 바꾼다. 그렇게 그러한 화제 전환 어딘가에는 모종의 상관관계가 있다. 이를 파악하여 자연스럽게 대화를 이어준다면 고객의 시간이 많이 절약될 뿐만 아니라, 유기적인 대화가 진행되기 때문에 사용자가 계속 챗봇을 이용하게 된다.

• 고급 인공지능: 시간이 지남에 따라 계속 개선하는 것이 주목적이다. 챗봇 라이브를 누르면 끝나는 것이 아니다. 봇-사용자의 대화 중에 일어나는 일을 분석하고 개선점을 파악하는 것을 기술을 통해 쉽게 할 수 있다. 그러한 데이터를 손에 쥐고 있으면 인공지능을 이용해 챗봇을 더욱 정교하게 만들 수 있다.

램은 “고객마다 조금씩 다르지만 당사는 이 프로세스에 충실히 따른다. 다른 곳에서는 개발에 몇 달씩 걸리지만 이 프로세스를 이용하면 몇 주 만에 생산이 가능한 것으로 꾸준히 나타나고 있기 때문”이라고 설명했다.


나쁜 챗봇으로 이어지는 함정
어떤 챗봇이 나쁜 챗봇인가? 램에 따르면, 바로 불가능한 것을 하려고 하는 챗봇이 나쁜 챗봇이다. 그는 “처음 챗봇을 내놓으면서 방대한 제품군 전반에 걸친 고객지원에서부터 전자상거래까지 가능하다고 주장하는 회사를 볼 때마다 놀라곤 한다”면서 “그런 회사는 경험도 거의 없는 6개 채널에 챗봇을 실시간으로 투입하는데 그러다 보면 문제점들이 기하급수적으로 쌓인다”고 지적했다.

램은 더군다나, 여러 업계에 퍼지고 있는 일반용 봇 때문에 기업이나 소비자가 오히려 큰 피해를 보고 있다면서 “대화형 인공지능은 응용범위를 제한할수록 정확성, 일관성, 확장성을 고루 갖춘 경험을 제공할 수 있다”고 덧붙였다.

컨설팅회사 액센츄어 인터랙티브(Accenture Interactive)의 SNS 및 협업 책임자인 롭 할스는 고객사가 속도를 늦추고 챗봇 함정을 피할 수 있도록 최선을 다해 돕고 있다고 밝혔다. 일부 고객사는 서둘러 챗봇을 내놓고 싶어 한다. 멋진 기술이기도 하고 자동화를 통해 고객 상대를 피하고 싶어 하기 하기 때문이다. 또 다른 고객사는 램이 말한 것처럼 불가능한 시도를 한다. 자동화 기술을 당장 어디에나 응용하려는 것이다. 어느 쪽이든 좋지 않은 사용자 경험이 만들어지는 것은 마찬가지다.

할스는 고객사에게 한 걸음 뒤로 물러서서 먼저 근본적인 고충과 달성하려는 개별 작업을 파악해 줄 것을 당부했다. 액센츄어에서는 실제로 어떤 작업 수행 성능이 알고리즘, 머신러닝 소프트웨어나 기존의 사람에 의해 향상될 수 있는지를 파악하기 위해 고객사의 고객 여정에 뛰어들 것이다.

고객 경험에 집중하다 보면 기업들은 성공적인 챗봇을 만드는 최고의 비법을 알게 될 수도 있다. 챗봇은 전문적으로 구축해야 한다. 즉, 인간 중심의 접근 방식으로 소프트웨어를 구축하기 위한 설계 사고 원칙을 고수하는 것을 의미한다. 그러나 챗봇 구축 경험이 있는 소프트웨어 엔지니어는 고사하고 설계 사고 전문가를 충분히 갖춘 IT 부서가 거의 없는 것이 현실이다.

그래서 CIO들은 컨버서블과 같은 신생업체와 대형 컨설팅 업체에게 도움을 받고 있다. 성공적인 챗봇은 어떤 모습일까? 2016년 말 액센츄어의 대화형 및 이동성 부서는 콜롬비아 국책 항공사 아비앙카(Avianca)에 챗봇을 구축했다. 페이스북 메신저(Facebook Messenger)에서 6주 만에 구축된 ‘칼라(Carla)’라는 챗봇을 이용해 승객들은 스마트폰으로 체크인 정보와 항공편 상황을 확인하고 좌석을 변경할 수 있다. 따로 전화를 걸거나 새로운 앱을 다운로드하거나 회사 웹사이트에 방문할 필요가 없어진 것이다. 할스는 “승객을 위해서 모든 것을 다 하려고 하는 대신 승객이 스스로 기본적인 질문에 답하게 도와주도록 설계됐다”고 설명했다.

액센츄어는 칼라의 구축 플랫폼을 아마존 웹 서비스(AWS)의 클라우드 컴퓨팅 소프트웨어로 선택했다. 성수기 때 고객 경험에 영향을 주지 않고 쉽게 칼라를 확장하기 위해서다. 2016년 12월 출시 이후 칼라는 3만 1,200명 이상의 순 사용자와 100만 건의 고유한 커뮤니케이션 사례를 확보했다.

궁극적으로 훌륭한 챗봇은 비즈니스 용례와 고객 여정을 통한 사고가 필요하며 필요에 따라 기꺼이 경로를 수정할 수 있어야 한다. 머신러닝과 인공지능 기술이 작동해야 하지만 이들이 사용자 경험에서 가장 중요한 것은 아니다.

램은 성실성이 가장 중요하다면서 “인공지능이 얼마나 ‘스마트’한지는 관심 없다”고 덧붙였다. 이어서 “인공지능은 마술이 아니다. 인공지능이 있다고 해서 핵심 직무와 IT 프로젝트를 대충해도 되는 것은 아니다”고 강조했다. ciokr@idg.co.kr
 

X