챗봇을 위한 디자인 프레임워크 (번역)
Design Framework for Chatbots
아티클은 디자인 및 영어 공부 겸 BEEVA Labs의 UX/Product Designer인 Jesús Martín이 작성한 ‘Design Framework for Chatbots’를 원작자의 동의하에 번역 및 게시한 글입니다. 약간의 초월 번역과 문맥에 맞게 의역한 것, 심히 거슬리는 오역들이 있을 수 있습니다.
읽어주셔서 감사합니다 ☻
거의 1년 전 BEEVA labs에서 챗봇 디자인을 시작했을 때, UX 지식을 적용하고 내 니즈에 맞는 툴을 찾는데 실패했습니다. 수많은 챗봇들이 있지만, 그 회사들이 실제로 어떻게 일하는지 알 수 없었습니다.
이 과정에서 챗봇 디자인과 챗봇에 적용되는 UX 디자인에 대한 일반적인 지식, 내가 발견한 툴들에 대한 내용들은 두 개의 아티클에서 이미 공유했습니다만(아티클 1, 아티클 2), 어떻게 그 상황을 정기적으로 대면하는가에 대한 더 자세하고 상세한 설명을 하는 게 좋을 것 같았습니다.
나의 프레임워크
많은 사람들이 사용자 플로우를 관리하는 방법에 대해 생각하기 시작하면서, 나의 챗봇 프로세스를 '봇의 범위, 챗봇의 성격, 우선순위가 매겨진 필수 기능 목록, 챗봇 플로우'의 4가지 단계로 구분했습니다.
1. 봇의 범위 / 2. 챗봇의 성격 / 3. 우선순위가 매겨진 필수 기능 목록 / 4. 챗봇 플로우1) The Bot Scope
봇의 범위
기본적으로 챗봇에 관한 모든 것을 설명합니다. 좀 어리석은 것처럼 보일지도 모르지만, 사람들이 우리 챗봇에서 무엇을 기대할 수 있는지를 명확히 하는 것은 매우 중요합니다. 보통은 경영진이 정하는 사업상의 결정이지만, 때로는 중요한 것에 초점을 맞추기 위해 디자이너의 의견이 필요합니다. 우리가 개발한 전자 상거래용 챗봇은 사람들이 어떤 기술 제품을 구매해야 하는지, 그리고 어떤 공급 업체가 최상의 가격을 제공할지를 결정하는데 도움이 될 것입니다.
2) The Chatbot Personality
챗봇의 성격
이 부분을 정말 중요하게 생각합니다. 우리의 어시스턴트가 성공하길 원한다면, 챗봇의 '성격을 만드는 것'은 우리가 고려해야 할 가장 중요한 포인트 중 하나입니다. 항상 얼리 어답터가 누구인지 그리고 어떤 상황에서 챗봇과 대화할 것인지 연구하기 시작합니다. 명확한 그림을 얻은 후에, 사용자의 특정 상황에 완벽하게 들어맞는 성격을 만들어 냅니다. 미리 우리의 챗봇이 어떻게 반응할지 정의하는 것은 결국 이 봇이 모든 상황에서 어떻게 말하고 행동할지 결정하는데 도움이 될 것입니다.
3) A Prioritized List of Must-Have Features
우선순위가 매겨진 필수 기능 목록
유용한 정보를 찾기 위해 챗봇에서 사용자가 필요로 하는 정보는 무엇입니까? 앞서 언급한 전자 상거래 챗봇을 예로 들면, 우리는 다양한 소매점과 사용자들 사이에서 여러 공급업체(납품업체)의 업데이트된 제품 데이터베이스, 사진, 리뷰, 사양 및 가격의 목록을 작성했습니다.
4) The Chatbot Flow
챗봇 플로우
분명 이것은 가장 복잡한 부분이지만, 이전 단계를 아무것도 정하지 않은 채 이 단계를 절대 진행하지 않습니다. 일단 모든 정보를 얻게 된 후에, 모든 사용자와의 상호작용에서 가능한 전체 시나리오에서 챗봇이 어떻게 행동할지를 설계하기 시작해야 합니다.
플로우를 디자인하기 위해 항상 Xmind를 사용합니다. 이 툴은 어떤 디자인을 원하든지 정말 빠르고 쉽습니다. 가장 먼저 해야 할 일은 챗봇에 포함시킬 수 있는 모든 항목으로 색 범례를 만드는 것입니다.
챗봇에 포함시킬 수 있는 모든 항목에 색 범례를 적용했다이 시점에서 범위가 설정되었기 때문에 우리가 다루는 기능을 사용자에게 알려줘야 합니다. 전자 상거래 챗봇에서는 기술 제품에 대한 사진, 의견, 세부 사항 및 가격을 제공할 수 있었습니다. 범위를 설정하는 가장 좋은 방법은 환영 메시지에서 명확하게 표시하는 것입니다. 바로 그 후에, 봇이 처리해야 할 가능한 전체 시나리오들을 짚어봐야 합니다. 예를 들면,
1- 모름: 사용자가 아무것도 묻지 않으면 챗봇도 대답할 준비가 되어 있지 않습니다.
2- 알려진 카테고리: 사용자가 챗봇이 알고 있는 제품의 카테고리를 묻습니다.
3- 알려진 브랜드: 사용자가 챗봇이 이해할 수 있는 카테고리와 브랜드를 묻습니다.
4- 알려진 제품: 사용자가 챗봇이 알고 있는 카테고리, 브랜드 및 제품 모델을 묻습니다.
4가지의 시나리오로 큰 플로우를 진행한다'1- 모름(위 그림의 'Don't know)' 시나리오는 최악의 경우입니다. 이 경우 어떤 뭔가(사용자가 의미하는 것을 기억하거나 몇 가지 예를 들려주는 등)를 시도해 볼 수 있습니다.
두 번째 및 세 번째 시나리오의 예시두 번째(Known categrory) 및 세 번째 시나리오(Known brand)는 훌륭한 편이고 사용자가 나아갈 준비가 되었음을 의미합니다. 사용자가 특정 카테고리의 일부 브랜드를 제안하거나, 잘 알려진 모델로 바로 가기 위해 나머지 정보 알려주는 것만으로 도움이 될 수 있습니다.
그럼에도 불구하고 챗봇은 모든 단계에서 발생할 수 있는 오해를 없애도록 설계되어야 합니다. 즉, 오해가 발생했을 때를 대비해 특정 오류 메시지를 설정해야 합니다. 그러면 전체 프로세스를 다시 시작하지 않고도 사용자를 다시 범위로 되돌릴 수 있습니다.
네 번째 시나리오의 예시네 번째 시나리오(known product)는 가장 이상적입니다. 여기서 사용자가 갑자기 뭔가 이상한 것을 원한다면 오류 메시지를 준비하고 찾고 있는 정보를 제공하면 됩니다.
이 메인 플로우가 끝나면, 대답하기 쉬운 질문을 준비합니다. 사용자들은 챗봇을 가지고 노는 것도 좋아하기 때문에, 가벼운 잡담이나 수다는 떡밥(대화 속 숨겨진 재미있는 것)을 숨기기에 좋습니다.
결론
챗봇을 디자인할 때는 고전적인 의사 결정 트리보다 더 멀리 갈 필요가 있습니다. 봇의 범위, 챗봇의 성격, 우선순위가 매겨진 필수 기능 목록, 챗봇 플로우 등 4 가지 주요 단계로 프레임워크를 자유롭게 테스트해보세요.
