brunch

매거진 AI 봇

라이킷 14 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 젠틀파이 제이미 Apr 22. 2020

코로나 이후, AI 챗봇 고도화 접근법

젠틀파이, 챗봇 UX, 챗봇 고도화 전략, AI봇, 코로나 챗봇

코로나 19가 '봇'에 대한 사람들의 태도를 바꾸고 있다. 바이러스를 퍼뜨리지 않는 기계에 대해 급호감이 생긴 셈이다. 최근 설문에 따르면, 대다수 소비자가 대면 서비스보다 비대면 서비스가 반갑고(65.3%) 안전하게 느껴진다(69.5%)고 한다. 게다가, 전체 응답자의 73%는 이번 코로나 사태가 ‘비대면 서비스’에 대한 인식을 긍정적으로 변화시킬 것이라 대답했다. 비대면 서비스에 뭐가 있나 물으면 챗봇을 바로 떠올릴 만큼 대중화된 챗봇은, 경제적인 효율성을 넘어 사회적 안전을 위해 신속한 실생활 적용이 요구되고 있다. 실제로 젠틀파이의 고객사 중 하나는 코로나 이슈로 비대면 커뮤니케이션 니즈가 커짐에 따라, A국가용 챗봇을 다른 국가들로 추가 확장하려 준비중에 있다. 전세계적으로 코로나 이후의 마케팅은 온라인으로 집중될수 밖에 없기 때문이다.

코로나 탓에 1사분기 내 추진이 쉽지 않았던 챗봇 프로젝트. 작년말 초기 기획 때하고는 또 상황이 많이 달라졌다. 마케팅이 글은 현재의 소비자 생활패턴을 고려, 챗봇 고도화 프로젝트를 접근하는 방법과 한 번 더 생각해 볼 부분에 대해 이야기하고자 한다. 우선, 어떻게 고도화 포인트를 파악하는지 살펴보자.

고도화 항목 파악

챗봇 행동 분석 : 플로우 분석 (Source: Dialog flow)

1. 기존 봇의 사용행태 분석

1) 가장 기초적인 방법은 폴백(대답을 하지 못한 고객의 질문) 로그를 분석하는 것이다. 최근 2~6개월 사이에 고객의 질의들을 면밀히 분석해서, 코로나 이전 그리고 이후 현 상황에서 고객들이 원했지만 대응하지 못했던 것을 각각 파악해 본다. 연중 시점을 고려해 작년 로그와 비교하면 더 좋겠지만, 현재 시점에 가장 대응하지 못한 질문들을 발생 빈도별로 구분하고, 개선 가능성 여부를 파악해서 취사선택하면 된다. 더불어 로그에서 이탈 시점을 파악, 보완 시나리오를 생성하는 것도 반드시 필요하다.

1) 못하는걸 이번기회에 잘하도록 하는것도 좋지만, 해야하는걸 더 잘하는 방법을 찾는건 어떨까? 그러기 위해서는, 가장 많이 사용되는 질문(인텐트) 10을 찾아 질문 로그와 답변을 재조사한다. 상위 질문 리스트만 보면, 봇이 고객에게 제대로 대응하고 있다고 생각할수 있지만, '답변을 했다'와 '답변을 잘했다'는 전혀 다른 이야기다. 고객이 가장 많이 하는 질문이 배송 조회인데, 배송조회 웹페이지 링크만 알려주고 있다면, 질문 중요도에 비해 고객만족도는 현저히 낮을수 밖에 없다. 주요 문의사항을 챗봇 내에서 논스탑으로 처리해 줄 수 있는지, 개인화를 통해 좀 더 유의미하게 답변할 수 없는 지 알아 보자. 주요 요청사항의 답변/대응 품질을 높이는 것이 가장 효율적인 고도화일 수 있다.

2. 사용자 설문

설문은 대화 로그나 행동 데이터만으로는 파악할수 없는 정성적 평가, 즉, 유저 만족도와 사용성 파악에 도움을 준다. 자사 봇의 역량에 대한 사용자 기대 수준이나 답변의 만족도 수준, 만족과 불만족의 이유 등 다양하게 질의하고 파악할 수 있다. 이 때 설문은 유저의 사용빈도에 맞춰 파악하는 것이 좋겠다. 한 번 쓰고 안 쓴 사람, 여러번 쓴 사람, 매일 쓰는 사람, 각각 이유가 다를 수 있다. 이처럼 사용빈도로 분류된 타겟별로 개선 아이템을 차별화해 선정할 수도 있기 때문이다. 사용자 설문 조사는 메일이나 문자로 설문링크를 보낼 수도 있고, 봇에서 직접 문의할 수도 있으니 적절히 활용해 보도록 한다. (단, 봇 내부에서 직접 설문할 경우는 미사용 고객에겐 당도할 수 없는 단점이 있다)

챗봇 사용경험 만족도 조사 (예시)

3. 트렌드 파악

1) 기술적 트렌드 : 어떤 기술이 최초로 발명되는 것은 학문적 요구였을 수 있으나, 그 이후는 시장의 요구가 큰 쪽으로 발전하기 마련이다. AI 봇과 관련지어 요즘 가장 많이 언급되는 기술은 음성인식(STT), 음성합성(TTS), MRC(기계독해, Machine Reading Comprehension) 등이 있다.

가트너 AI 하이프 사이클 2019

터치나 타이핑 대신 음성을 커멘드로 사용하는 행태적 경향성이 음성인식/합성 기술의 발전을, 자연어처리 학습의 양을 줄이고 텍스트에서 자연적으로 답변을 찾아내려는 요구가 기계학습 MRC 같은 기술의 발전을 부추기고 있기 때문이다. 실제로 관련해서 많은 스타트업들이 해당분야에서 연구 성과를 내고 있고, 기업들이 단계적으로 적용 중이다.

2) 경쟁사 트렌드 : 업계마다 기술 채용 트렌드가 다를 수 있다. 쇼핑몰이나 CS에서는 사진을 매개로 대화하는 경우가 많기 때문에 이미지 인식 기술을, 금융권에서는 영수증, 카드 등 글씨 인식을 위한 OCR을 많이 도입하는 추세다. 코로나 여파로 온라인 채널에 대한 관심이 지대하다. 고객 접근성을 높이기 위해 채널 강화 및 확장에도 관심이 큰데, 대국민 서비스인 카카오톡 채널확장에 특히 리테일 쪽에서 많은 관심을 보이고 있다. 리테일 매장으로 봇을 고려하는 분위기도 코로나 시대에 걸맞다. 현재 미래에 걸쳐 기술/채널/마케팅 다양한 측면으로 분석이 요구된다.

4. 내부 요구사항 파악

윗선, 아랫선, 유관부서 등 주위에서 이미 숱하게 요구사항을 내 놓았을 것이다. 받은편지함을 뒤져 요구사항을 살펴볼수도 있지만, 고객에게 했던 것처럼 내부에 간단한 설문도 해볼만 하다. 본인이 이미 운영을 하고 있는 챗봇 운영자일 경우엔, 아마 관리 기능이 고도화 항목에 분명 포함되었을 것이다. 관리가 편한 것도 봇이 빠르게 대응할수 있는 필요조건이기 때문이다. 다만, 내부 요구사항 파악 항목이 가장 아래에 있는 이유는 이 부분이 사용자의 실제 요구사항과 가장 거리가 멀기 때문이다. 내부에서 많은 욕심이 있을 수 있다. 목적에 맞는 봇을 만드는 것이 당연하지만, 사용자가 원하지 않는 것이 우선시되어서는 안될 것이다.

감 말고 데이터 + 추가 제언

고도화 적용 포인트들을 감으로 하지 말자는 말을 길게 풀어 이야기했다. 고객이 원하는 것을 데이터와 설문 등을 통해 먼저 객관적으로 파악하고, 사회적 기술적 트렌드에 보조를 맞추며, 회사 내 요청사항을 고려하면 된다.

앞서 언급한 방법을 통해서 파악할 수도 있지만, 추가적으로 함께 고려할 만한 요소가 있다. 가장 먼저 확인할 건 UX다. 고도화 시 신기술이나 기능 구현 그 자체에 무게를 두기 쉽다. 그러나, 고객이 안쓰는 이유가 기능 문제가 아니라 사용성의 문제일수도 있으니, UX 점검을 반드시 해 보길 바란다. 둘째, 고도화 포인트는 언젠가 필요할것 같은 무엇을 짜잔 보여준다기보다는, 사용자가 당장 필요한 것을 구현하는데 집중했으면 한다. 코로나 시대에 사람들은 당장 배송, 배달 가능여부 등에 대한 문의가 폭증한다. 또한 상품들에 대한 구체적인 문의나 직접구매, 직접 예약에 대한 니즈도 늘어날 것이다. 일상대화도 "코로나 언제 끝나?" "너도 마스크 쓰니?" 가 들어오는 데, 아무도 안쓰는 특수기능을 챗봇을 통해 활성화시키겠다고 수십명의 인력을 소요해서는 안되겠다. 그리고 가장 처음에 언급했던것처럼, 답변의 양보다 질을 향상시키는 것이다. 이전에는 200항목의 답변을 했는데, 이번 고도화를 통해 400항목의 답변을 할수 있다는 당신의 고도화를 특징 지을 수 없다. 답변의 커버리지를 넓이기 보다, 답변의 깊이나 만족도를 높이는 데 더 고민했으면 한다. 같은 질문이라도 어떻게 대답하느냐에 따라 봇의 고도화 여부가 평가가 이뤄질 수 있다.