챗봇, 음성봇, 콜봇 등의 대화를 디자인한다는 것, web, app 무엇을 통해 이루어지든 결국 활용하는 주체는 사람인데요. 즉, 제 업무의 본질적인 대상(target)이 바로 '사람'입니다.
모든 제품이나 서비스를 사용하는 주체도 사람입니다만,
'대화'라는 서비스는 다른 제품이나 서비스보다 사용자와의 관계가 매우 중요하다는 것이 특징입니다. 아주 긴밀해야 하지요
대화 디자이너로서 유의해야 할 사항은 아래 3가지로 추려볼 수 있습니다.
(생성형AI가 등장한 요즘, 다시 한 번 기억해도 좋을 것 같아요.)
1. 사용자의 다양한 발화문장을 예상해야 합니다.
2. 답변 설정 시, 사용자의 혼란 및 오해를 최소화해야 합니다.
3. AI를 학습시킬 때 의도를 명확하게 분류하여 학습해야 합니다.
1. 사용자의 다양한 발화문장을 예상해야 합니다.
일반적으로 개개인마다 주로 사용하는 어휘나 문장이 조금씩 다릅니다. 같은 의미의 말도 사람마다 표현하는 것이 다른것처럼요. 예를들어, '목마름'을 표현할 때 '목이 말라요', '마실 것 좀 주실래요?', '갈증이 너무나는데?' 등 아주 다양한 표현방법이 있습니다.
이때 단순히 '목이 말라요', '물좀 줄래요?'라는 평이한 문장만 학습을 시켜둘 경우, '갈증이 나요'라는 표현에 대해서는 알아듣지 못합니다.
따라서, 사람에 따라 해당 의도에 대해 '어떻게 발화할지'를 예상해두는 것이 아주 중요해요!
2. 답변 설정 시, 사용자의 혼란 및 오해를 최소화해야 합니다.
챗봇도, 음성봇도 모두 사용자의 오해를 최소화해야 하는 것이 맞지만, 그중에서도 text로 대화가 이루어지는 챗봇의 경우, 괜한 오해를 사지 않도록 유의해야 합니다.
아마 친구나 연인과 카톡을 하다가 오해를 하는 경험이 한번쯤은 있으셨을 텐데요. text로 주고 받는 대화는, 전화와는 다르게 음의 높낮이를 알 수 없기 때문에 대화에서 감정을 느끼기가 어렵습니다. 그래서 감정을 표현해주는 이모티콘을 많이 곁들여 사용함으로써 전달력을 높이죠!
이렇듯 어느 누가 어떤 상황에서 보더라도 기분을 언짢게 할 수 있거나 명확하지 않은 답변은 좋지 않습니다.
예를들어 날씨 API가 연동되어 있지 않은 챗봇에게 '오늘 날씨가 어때?'라고 물어봤다고 가정해 보자구요!
'날씨는 기상청에게 물어보세요.' 라고 답을 하는것보다 '아직 날씨정보에 대해 배우지 못했어요' 혹은 '날씨정보를 확인할 수 있는 페이지를 연결해드릴게요!'라고 하는 것이 훨씬 사용자 지향적입니다:)
3. AI를 학습시킬 때 의도를 명확하게 분류하여 학습해야 합니다.
아마 대화디자이너로서 가장 중요한 역할이지 않을까 싶은데요,
대화를 하다 보면, 사람도 헷갈리는 경우들이 있는데 사람보다 분별력이 훨씬 낮은 ai를 학습할 때에도 되도록이면 '명확한 의도 분류'를 통한 학습이 되어야 합니다.
예를들어, '휴양소예약'과 '휴양지추천'이라는 의도를 나누어 설계하기로 결정했다면, '이번 휴가는 강릉으로 1박2일 가려고'라는 발화는 '휴양지추천'보다 '휴양소예약'이라는 의도에 더 근접한데요,
따라서 사용자가 하려는 예상발화(인텐트)를 학습할 때 혼란스럽지 않도록 기준을 명확히 분류해야 합니다.
해당 내용은 일반적인 AI모델뿐만 아니라, 생성형AI(초거대AI)를 활용할 때에도 적용됩니다.
