2017.12.22

유비원 기고 | 인공지능(AI) 챗봇의 전망과 활용을 위한 조건

고영률, 이연 | CIO KR
최근에 자연어 처리(Natural Language Processing, NLP)와 자연어 이해(Natural Language Understanding, NLU) 기술을 활용한 챗봇(Chatbot)이 화두가 되고 있다. 챗봇이란 채팅과 로봇의 합성어로 채팅로봇이라는 의미를 뜻한다.

일반적으로 채팅 상담을 하고 있는 상담센터에서는 고객과 상담사가 1:1로 연결되어 상담을 진행하게 되는데, 챗봇은 인공 지능을 기반으로 사람과 대화를 나누는 프로그램으로 고객은 이 프로그램과 대화를 나누게 되는 것이다.

챗봇은 크게 미리 정의한 시나리오를 기반으로 고객과 대화를 나누는 시나리오 기반 챗봇과 고객이 입력한 문장을 분석하여 고객의 의도를 파악하고 이에 맞는 답변을 제공하는 룰 매칭 기반 챗봇, 그리고 IBM의 Watson, MS의 ‘루이스(LUIS)’와 같은 상황인지 및 지능형 대화 기반 챗봇으로 구분할 수 있다.


챗봇의 구분 및 발전 단계

현재 국내 기업들이 도입하고 있는 대부분의 챗봇은 대화를 위한 시나리오를 미리 정의해 두고 고객이 입력한 키워드를 인식하여 미리 정의한 대화 시나리오의 특정 부분에서 고객으로 하여금 필요한 것을 선택하게 하는 시나리오 기반 솔루션에 해당한다.

고객이 입력한 문장에서 고객의 질문 의도를 파악하고 정답 후보군 중에서 최적의 답변을 찾아 제공하는 룰 매칭 기반 챗봇 구축 사업은 2016년 말부터 일부 금융권을 중심으로 진행됐다. 이러한 룰 매칭 기반 챗봇은 고객상담에 적용하면 채팅 상담의 경우 상담사가 퇴근한 야간이나 휴일에도 상담을 진행할 수 있고 근무시간 내내 키보드를 두드려야 하는 상담사의 고충을 해결 할 수 있어 상담 효율을 획기적으로 개선할 수 있는 효과가 있음이 입증되어 많은 기업들이 도입을 검토하고 있다.

2017년이 챗봇의 기능활용 측면과 실제 도메인의 업무에 적용 가능한지 그 가능성을 다각도로 검증하는 과도기 시기였다면 2018년부터는 그 동안 챗봇의 가능성에 대하여 눈치보기를 하고 있던 기업들의 본격적인 도입 추진을 통한 성장의 시기로 접어들어 챗봇의 사용률이 폭발적으로 증가할 것으로 전망된다.

인공지능 챗봇의 도입은 금융권에서 주도하고 있으며, 이미 상당수의 은행에서 인공지능 기반 챗봇을 도입해 서비스 하고 있다. 또한 대구은행, 부산은행 등 지방은행을 비롯한 JT친애저축은행, 웰컴저축은행, OK저축은행 등 2금융권도 챗봇 도입에 나서고 있어 내년에는 챗봇 진영이 은행권 전반으로 모두 퍼지게 될 전망이다.


국내 은행 챗봇 도입 현황


룰 매칭 기반 인공지능 챗봇의 개념도

쇼핑, 단순업무상담 등 비교적 답변을 추론하기 쉬운 분야에서도 다양한 서비스에 챗봇이 활용될 전망이다. 네이버 톡톡, 인터파크 톡집사 등 이미 많은 온라인 쇼핑몰에서는 시나리오 기반이나 룰 매칭 기반의 챗봇을 도입하여 서비스에 활용하고 있고 특히 카카오 비즈톡에 시나리오 기반의 챗봇을 연동하여 단순상담 및 주문, 배송조회와 같은 부문에 서비스 하고 있는 기업들이 점차 증가하고 있다. 이미 시나리오 기반의 챗봇으로 서비스하고 있는 기업들은 2018년도부터는 인공지능 챗봇으로의 고도화를 검토하고 있기도 하다.

또한 기업메신저의 활성화에 따라 사내 업무 효율화에 챗봇을 도입하여 업무수행에 필요한 것들을 전화로 물어보거나 키워드 검색으로 찾는 방식에서 기업 내부 업무용 챗봇에게 질문을 하여 답을 바로 얻는 방식으로의 전환을 도모하고 있는 기업들이 늘고 있다.

우선, 챗봇이 고객과의 채팅 상담을 직접 하게 되고, 챗봇이 답변을 할 수 없는 사항이 발생하거나 고객의 반응이 좋지 않을 때 채팅 상담사가 자동 또는 수동으로 상담을 넘겨 받아 채팅 상담을 진행하게 되는 방식으로 구현하는 것이 일반적인 방법이다.

챗봇을 상담 업무에 곧바로 적용하기 불안하다면 Q&A에 답변을 자동으로 할 수 있는 자동 Q&A 부분에 우선 적용해 볼 만하다. 일반적으로 홈페이지, 스마트폰 앱 등에 등록되는 단순 질의에도 담당자가 일일이 내용을 확인한 후 답변을 등록하고 있다. 이 과정에서 질문에 대해 과거 답변 목록 중에서 비슷한 질문에 대한 답변을 검색하고 과거 비슷한 질문에 답변한 내용을 복사해 붙이기 하는 등 과거 등록했던 답변을 활용하여 답변을 등록하는 것이 일반적인 방법이다. 이러한 Q&A 처리 업무에 챗봇을 우선 적용하여 질문에 대해서는 챗봇이 자동으로 답변을 등록할 수 있도록 하고 추가 질문에 대해서는 담당자가 처리하는 것으로 업무를 개선하면 Q&A를 처리 하는 부분에서의 개선 효과를 볼 수 있을 것이다.


유비원의 인공지능 챗봇 “톡하라(Talk-ARA)

챗봇 준비 전략 마련해야
그러나 챗봇 시스템을 업무에 적용하기 위해서는 몇 가지 고려해야 할 점들이 있다.

첫째, 기술적으로 언론이나 각종 세미나 등에서 발표되고 있는 인공지능 챗봇이 나는 가만히 있는데 컴퓨터가 모든 것을 스스로 알아서 해주는 것은 아니라는 점을 알아야 한다.

인공지능은 사람이 학습시킨 것에 대해서만 대응이 가능하며 이를 기반으로 진화하는 모델역시 학습 데이터가 없다면 불가능하다. 컴퓨터를 학습시킬 때는 해당 업종이나 업무분야 등에 지식이 있는 사람이 관여하여 컴퓨터에 그 지식을 인식 시키는 작업이 반드시 포함 되어야 한다.

둘째, 고객은 학습데이터로 생성된 인공지능의 의도대로 질문하지 않는다

챗봇에게 질문을 하는 고객은 그들이 주로 사용하는 언어와 대화 패턴으로 질문을 한다. 예를 들어 은행 대출 상담의 경우 고객은 “돈 빌려줄 수 있어요.”, “돈 필요한데…” 와 같이 그들의 언어로 질문한다. 또한 모바일 메신저에 친숙한 고객일수록 질문을 길게 하지 않는다는 점도 있다.

즉 메신저의 채팅 창에 텍스트로 질문을 입력한다고 해서 문장을 완성하여 입력할거라고 생각하면 안 된다. 많은 사람들이 모바일 메신저로 대화 할 때 문장을 완성하지 않고 아주 짧은 문장으로 여러 번 메시지를 보낸다.

종합하자면 인공지능 챗봇이 저 혼자 스스로 만능 상담사가 되는 것은 아니라는 점을 인식하고 자기만의 독자적인 상담 노하우를 반영할 수 있는 시스템과 학습 문서를 준비하는 전략이 필요하다. 2015년 알파고 쇼크 이후 지금까지도 TV나 방송 그리고 각종 세미나 등에서 인공지 능을 적용한 많은 기술과 적용사례 등이 소개되고 있다. 그러나 이렇게 소개되고 있는 기술이나 사례를 무작정 따라가기보다는 우리 회사에 맞는 기술이 무엇인지 그리고 그 기술을 내 업무분야에 적용하기 위해서는 어떤 것들을 준비해야 하는지 면밀하게 검토해 보고 때에 따라서는 파일럿 프로젝트 형식으로 일부분에 적용하여 그 효과를 검증한 후 전면 적용하는 등의 노력이 필요한 시점이다.

* 고영률 연구소장과 이 연 상무는 유비원에서 각각 연구 개발과 AI사업부 세일즈 컨설팅을 총괄하고 있다. ciokr@idg.co.kr 

2017.12.22

유비원 기고 | 인공지능(AI) 챗봇의 전망과 활용을 위한 조건

고영률, 이연 | CIO KR
최근에 자연어 처리(Natural Language Processing, NLP)와 자연어 이해(Natural Language Understanding, NLU) 기술을 활용한 챗봇(Chatbot)이 화두가 되고 있다. 챗봇이란 채팅과 로봇의 합성어로 채팅로봇이라는 의미를 뜻한다.

일반적으로 채팅 상담을 하고 있는 상담센터에서는 고객과 상담사가 1:1로 연결되어 상담을 진행하게 되는데, 챗봇은 인공 지능을 기반으로 사람과 대화를 나누는 프로그램으로 고객은 이 프로그램과 대화를 나누게 되는 것이다.

챗봇은 크게 미리 정의한 시나리오를 기반으로 고객과 대화를 나누는 시나리오 기반 챗봇과 고객이 입력한 문장을 분석하여 고객의 의도를 파악하고 이에 맞는 답변을 제공하는 룰 매칭 기반 챗봇, 그리고 IBM의 Watson, MS의 ‘루이스(LUIS)’와 같은 상황인지 및 지능형 대화 기반 챗봇으로 구분할 수 있다.


챗봇의 구분 및 발전 단계

현재 국내 기업들이 도입하고 있는 대부분의 챗봇은 대화를 위한 시나리오를 미리 정의해 두고 고객이 입력한 키워드를 인식하여 미리 정의한 대화 시나리오의 특정 부분에서 고객으로 하여금 필요한 것을 선택하게 하는 시나리오 기반 솔루션에 해당한다.

고객이 입력한 문장에서 고객의 질문 의도를 파악하고 정답 후보군 중에서 최적의 답변을 찾아 제공하는 룰 매칭 기반 챗봇 구축 사업은 2016년 말부터 일부 금융권을 중심으로 진행됐다. 이러한 룰 매칭 기반 챗봇은 고객상담에 적용하면 채팅 상담의 경우 상담사가 퇴근한 야간이나 휴일에도 상담을 진행할 수 있고 근무시간 내내 키보드를 두드려야 하는 상담사의 고충을 해결 할 수 있어 상담 효율을 획기적으로 개선할 수 있는 효과가 있음이 입증되어 많은 기업들이 도입을 검토하고 있다.

2017년이 챗봇의 기능활용 측면과 실제 도메인의 업무에 적용 가능한지 그 가능성을 다각도로 검증하는 과도기 시기였다면 2018년부터는 그 동안 챗봇의 가능성에 대하여 눈치보기를 하고 있던 기업들의 본격적인 도입 추진을 통한 성장의 시기로 접어들어 챗봇의 사용률이 폭발적으로 증가할 것으로 전망된다.

인공지능 챗봇의 도입은 금융권에서 주도하고 있으며, 이미 상당수의 은행에서 인공지능 기반 챗봇을 도입해 서비스 하고 있다. 또한 대구은행, 부산은행 등 지방은행을 비롯한 JT친애저축은행, 웰컴저축은행, OK저축은행 등 2금융권도 챗봇 도입에 나서고 있어 내년에는 챗봇 진영이 은행권 전반으로 모두 퍼지게 될 전망이다.


국내 은행 챗봇 도입 현황


룰 매칭 기반 인공지능 챗봇의 개념도

쇼핑, 단순업무상담 등 비교적 답변을 추론하기 쉬운 분야에서도 다양한 서비스에 챗봇이 활용될 전망이다. 네이버 톡톡, 인터파크 톡집사 등 이미 많은 온라인 쇼핑몰에서는 시나리오 기반이나 룰 매칭 기반의 챗봇을 도입하여 서비스에 활용하고 있고 특히 카카오 비즈톡에 시나리오 기반의 챗봇을 연동하여 단순상담 및 주문, 배송조회와 같은 부문에 서비스 하고 있는 기업들이 점차 증가하고 있다. 이미 시나리오 기반의 챗봇으로 서비스하고 있는 기업들은 2018년도부터는 인공지능 챗봇으로의 고도화를 검토하고 있기도 하다.

또한 기업메신저의 활성화에 따라 사내 업무 효율화에 챗봇을 도입하여 업무수행에 필요한 것들을 전화로 물어보거나 키워드 검색으로 찾는 방식에서 기업 내부 업무용 챗봇에게 질문을 하여 답을 바로 얻는 방식으로의 전환을 도모하고 있는 기업들이 늘고 있다.

우선, 챗봇이 고객과의 채팅 상담을 직접 하게 되고, 챗봇이 답변을 할 수 없는 사항이 발생하거나 고객의 반응이 좋지 않을 때 채팅 상담사가 자동 또는 수동으로 상담을 넘겨 받아 채팅 상담을 진행하게 되는 방식으로 구현하는 것이 일반적인 방법이다.

챗봇을 상담 업무에 곧바로 적용하기 불안하다면 Q&A에 답변을 자동으로 할 수 있는 자동 Q&A 부분에 우선 적용해 볼 만하다. 일반적으로 홈페이지, 스마트폰 앱 등에 등록되는 단순 질의에도 담당자가 일일이 내용을 확인한 후 답변을 등록하고 있다. 이 과정에서 질문에 대해 과거 답변 목록 중에서 비슷한 질문에 대한 답변을 검색하고 과거 비슷한 질문에 답변한 내용을 복사해 붙이기 하는 등 과거 등록했던 답변을 활용하여 답변을 등록하는 것이 일반적인 방법이다. 이러한 Q&A 처리 업무에 챗봇을 우선 적용하여 질문에 대해서는 챗봇이 자동으로 답변을 등록할 수 있도록 하고 추가 질문에 대해서는 담당자가 처리하는 것으로 업무를 개선하면 Q&A를 처리 하는 부분에서의 개선 효과를 볼 수 있을 것이다.


유비원의 인공지능 챗봇 “톡하라(Talk-ARA)

챗봇 준비 전략 마련해야
그러나 챗봇 시스템을 업무에 적용하기 위해서는 몇 가지 고려해야 할 점들이 있다.

첫째, 기술적으로 언론이나 각종 세미나 등에서 발표되고 있는 인공지능 챗봇이 나는 가만히 있는데 컴퓨터가 모든 것을 스스로 알아서 해주는 것은 아니라는 점을 알아야 한다.

인공지능은 사람이 학습시킨 것에 대해서만 대응이 가능하며 이를 기반으로 진화하는 모델역시 학습 데이터가 없다면 불가능하다. 컴퓨터를 학습시킬 때는 해당 업종이나 업무분야 등에 지식이 있는 사람이 관여하여 컴퓨터에 그 지식을 인식 시키는 작업이 반드시 포함 되어야 한다.

둘째, 고객은 학습데이터로 생성된 인공지능의 의도대로 질문하지 않는다

챗봇에게 질문을 하는 고객은 그들이 주로 사용하는 언어와 대화 패턴으로 질문을 한다. 예를 들어 은행 대출 상담의 경우 고객은 “돈 빌려줄 수 있어요.”, “돈 필요한데…” 와 같이 그들의 언어로 질문한다. 또한 모바일 메신저에 친숙한 고객일수록 질문을 길게 하지 않는다는 점도 있다.

즉 메신저의 채팅 창에 텍스트로 질문을 입력한다고 해서 문장을 완성하여 입력할거라고 생각하면 안 된다. 많은 사람들이 모바일 메신저로 대화 할 때 문장을 완성하지 않고 아주 짧은 문장으로 여러 번 메시지를 보낸다.

종합하자면 인공지능 챗봇이 저 혼자 스스로 만능 상담사가 되는 것은 아니라는 점을 인식하고 자기만의 독자적인 상담 노하우를 반영할 수 있는 시스템과 학습 문서를 준비하는 전략이 필요하다. 2015년 알파고 쇼크 이후 지금까지도 TV나 방송 그리고 각종 세미나 등에서 인공지 능을 적용한 많은 기술과 적용사례 등이 소개되고 있다. 그러나 이렇게 소개되고 있는 기술이나 사례를 무작정 따라가기보다는 우리 회사에 맞는 기술이 무엇인지 그리고 그 기술을 내 업무분야에 적용하기 위해서는 어떤 것들을 준비해야 하는지 면밀하게 검토해 보고 때에 따라서는 파일럿 프로젝트 형식으로 일부분에 적용하여 그 효과를 검증한 후 전면 적용하는 등의 노력이 필요한 시점이다.

* 고영률 연구소장과 이 연 상무는 유비원에서 각각 연구 개발과 AI사업부 세일즈 컨설팅을 총괄하고 있다. ciokr@idg.co.kr 

X