DBR 기고: 챗봇의 역할은 '수다꾼' 아닌 효율성
젠틀파이, 박정남, 챗봇, DBR, 챗봇의 역할
동아 비즈니스 리뷰에 기고한 글 '챗봇의 역할은 ‘수다꾼’ 아닌 효율성. 알고리즘보다 데이터 품질 높여야 (링크) '을 이 곳에 소개한다. 꽤나 긴 글인데, 지난 10개월에 걸친 블로깅과 여러 공개 강연 준비과정이 구조적인 바탕이 되었고, 실질적인 챗봇 구축 경험과 기업들과의 미팅에서 얻은 인사이트가 무엇보다 큰 도움이 되었다.
Article at a Glance
페이스북 메신저에 활동 중인 기업용, 개인용 챗봇이 10만 개를 돌파했다. 미국 기업의 31%가 챗봇 도입을 고려하고 있다. 챗봇을 도입하려는 기업이 고려해야 할 점.
1. 도입 목적을 확실히 정하고 용도는 되도록 좁게 설정하라
2. 질문/대답 데이터 확보부터 시작하라
3. 텍스트 대화의 한계를 보완할 수 있는 그래픽 인터페이스를 준비하라
4. 용도에 맞게 인앱(in-app) 방식과 메신저 플랫폼 중에 선택하라
기고문에 포함된 내용은 다음과 같다.
챗봇에 대한 개괄적 이해
챗봇의 장점
챗봇의 한계
분야별 챗봇 활용 사례
챗봇 도입 3단계
챗봇 제작시 고려할 사항
가까운 미래의 챗봇 트렌드
우리가 해야 할 것
DBR 편집부에서는 본문 가운데 아래 두 가지를 생각해볼만한 단락으로 뽑아내었다. 다소 긴 글을, 전문 편집자의 눈으로 짧게 잘 집어냈다고 본다.
1. 챗봇으로 완벽한 정보, 완벽한 대답을 전달할 필요는 없다.
FedEx 웹사이트의 챗봇처럼 답이 있는 곳을 알려주는 것만으로도 충분히 유용하게 사용될 수 있다.
이렇게 하면 대기업이라면 인사팀, IT지원팀 같은 부서의 내부 지원용으로도 챗봇을 사용할 수 있다.
단순 반복적인 상담에 드는 시간과 노력을 대폭 절약할 수 있다.
2. ‘인공지능은 인간지능’이라는 말이 있다. 여전히 대부분의 챗봇 앱은 그것을 기획하는 인간의 지식 수준을 넘지 못하고 있으며 허술한 부분은 인간의 노동으로 메워야 한다.
인공지능 알고리즘의 품질보다는 기획과 데이터의 품질이 챗봇의 활용도를 좌우한다.
이 하나의 글이 챗봇에 관한 모든 것을 담고 있지는 않더라도, 챗봇 구축을 고려하는 기업들이 개념과 방향성을 잡는데 미약하나마 도움을 줄 수 있으리라고 본다.
'챗봇의 역할은 ‘수다꾼’ 아닌 효율성. 알고리즘보다 데이터 품질 높여야 (클릭해서 읽으러 가기)
이 글이 실린, 동아비즈니스 리뷰 DBR 228호는 AI in practice라는 주제로 나왔다.
이경전 교수의 인공지능, 경영 최적화의 한 방법. 응용 기술 개발 못하면 의미 없어 등은 관련해서 읽어보기 좋은 글이다.
좋은 주제에 의미있는 분야로 참여하게 되어 영광이고 기쁘다. 앞으로도 더 좋은 글과 프로젝트로 챗봇의 대중화를 위해 힘쓰려고 한다.
* 부족한 글을 실어주신 DBR 조진서 기자님께 감사드린다.
제이미의 글과 챗봇 소식을 계속 보고 싶으시다면, 페이스북 챗봇 그룹
제이미 트위터 @jamiepark
젠틀파이 브런치는 챗봇에 대한 다양한 소식이 업데이트됩니다. 브런치 구독
젠틀파이는 챗봇의 인공지능이 움직일 수 있는 데이터를 기업과 함께 생성하면서, 카카오톡, 애플리케이션 내 챗봇, 네이버톡톡 챗봇을 제작 중에 있습니다.
지금 챗봇 구축을 고려하고 계시다면, 젠틀파이 hello@gentlepie.com 에 연락주세요.
멀티캠퍼스(크레듀)에서 "챗봇 - 이해부터 제작까지"를 강의합니다. (2017년 8월 11일)
챗봇을 봇빌더(chatfuel)로 간단하게 만들어보고, Api.ai로 자연어처리를 체험해보는 수업으로,
개발자에게는 도움이 되지 않을것 같고, 챗봇도입에 관심이 있으신 기업 담당자나 마케터에게 적합한 강의입니다.
[강의 신청은 여기에서]
