brunch

매거진 디지털 서비스 리포트

라이킷 21 댓글 4

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 김영욱 Jan 29. 2021

고객의 비즈니스를 이해하는 대화형 AI 챗봇이 필요하다

비즈니스컨텍스트를 이해 못하는 챗봇은 장난감 인형일 뿐이다

이 글은 제가 KISA [한국 인터넷진흥원]의 < KISA Report > 2021년 1월호에 기고한 글입니다. 원본 글 06. 고객의 비즈니스를 이해하는 대화형 AI 을 이곳 브런치에서도 함께 공유합니다.

1. 대화형 인공지능(Conversational AI) 챗봇이란?

인공지능(AI)은 어느 누구의 예상보다도 빠르게 일상 생활의 일부가 되었으며, 이러한 자연어를 사용하는 인터페이스 특히 대화형 인공지능으로의 도입도 빠른 속도로 비즈니스에 영향을 주었다. 고객들은 디지털기술의 즉각적인 만족감과 단순함을 비즈니스 세계에서도 기대하고 있으며, 기업들은 여전히 탁월한 고객 경험(CX: Customer Experience)을 제공하면서도 늘어나는 요청에 따라가기 위해 애쓰고 있다. 현재의 많은 기업들이 공통적으로 직면하고 있는 고객경험의 대표적인 상황은 다음과 같다.

가.고객 지원 서비스는 최대치를 기록했고(특히 2020년 팬데믹기간 중), 기업은 고객 요청 건수 증가에 대한 비효율적인 관리로 인해 엄청난 비용 손해를 보고 있다.

나.많은 기업들이 이를 인력자원의 문제로 보고 있다. 그들은 더 많은 에이전트를 고용하여 이를 해결하려고 노력하지만, 생산성의 한계에 도달해 있다.

다.일부 기업은 고객에게 셀프 서비스(예: FAQ)를 장려하기 위해 더 많은 지원 컨텐츠를 제공함으로 문제를 해결하려고 하나 고객이 현재 24시간 실시간 지원을 기대하고 있을 때는 해결방법이 되지 못한다.

기업의 리더들은 대화형 AI (인공지능 기반 챗봇)에서 어느 정도의 해답을 찾았다. 대화형 AI 챗봇은 보다 개인화되고, 다양한 채널을 통해 실시간 고객 경험을 만들어 내고 있다. 이를 통해 담당 직원/에이전트들의 업무강도가 완화되고, 그들에게 다른 업무를 할당할 수 있다. 대화형 AI는 특정 반복 작업을 처리하고, 요청을 사전 검증하고, 고객을 올바른 요청경로로 안내할 수 있다. 그럼에도 불구하고, 일반적인 지능형 챗봇의 가장 큰 약점은 비즈니스 맥락을 거의 파악하지 못한다는 점이다. 이런 약점 때문에 인공지능형 챗봇 즉 대화형 AI의 큰 발전 가능성이 과소평가되고 있는 게 사실이다. 비즈니스용 인공 지능형 챗봇은 자연어뿐만이 아닌, 비즈니스 언어와 맥락을 파악할 줄 알아야 부가가치가 생기는 게 사실이다. 이렇게 새로운 고객 요구를 수용하고 적극적으로 노력 실행하는 기업만이 진화하고 있는 현재의 대화 중심 경제에서 우위를 유지할 수 있다. 이러한 기업 조직은 고객 경험을 재정의하고 필요한 지원 및 리소스와 인력을 그 어느 때보다 빠르게 연결하고 있다.

2. 대화형 AI가 미래의 비즈니스인 이유

비즈니스 인사이더는 이미 2016년 전세계 소비자의 67%가 고객 지원을 위해 대화형 인터페이스를 사용했다고 밝혔다. 그림 1과 같이 어도비의 2020 디지털 트렌드 보고서 에 따르면 고객들은 이미 디지털 채널을 사용하여 기업들과 소통하고 있지만, 현재 AI 기술을 사용하고 있는 조직은 평균적으로 20%에 불과하다. 이로 인해 기업 조직은 디지털커뮤니케이션을 처리할 수 있는 충분한 인적 자원을 확보해야 할 상황에 놓이게 되고, 상당한 골칫거리가 된다.

그림 1. 인공지능챗봇 가용률(출처: 어도비 디지털트렌드)

그나마 좋은 소식은 같은 어도비 보고서에서 향후 12개월 동안 60% 이상의 조직이 그림 2에서와 같이 AI를 의제로 삼고 있다는 사실이다. 가트너보고서 에 따르면 일반 사용자는 자신의 배우자보다 대화형 AI챗봇과 더 많은 대화를 할 수 있을 것으로 예상했다. 이런 상황에서 만약 여러분의 기업이 대화형 AI챗봇을 고려하지 않았다면, 당신의 회사는 이미 뒤쳐져 있는 상황이라고 봐도 무방하다.

그림 2. 기업의 인공지능투자 진행계획(출처: 어도비 디지털트렌드)

3. 대화형 AI가 고객에게 어떤 혜택을 주는가?

여기에는 중요한 세 가지 이유가 있는데, 대화형 AI가 고객 경험의 이 세 가지 측면에서 모두 이점을 향상시킨다.

가.고객 서비스를 보다 쉽게 이용할 수 있다.

고객의 경우 대화형AI를 사용하면 질문에 대한 답을 얻는 것이 훨씬 쉽다. 고객은 FAQ 페이지를 찾거나 도움말 사이트를 찾는 데 시간을 들이지 않고 방문 중인 웹 페이지나 앱에 나타나는 챗봇에 즉시 접근할 수 있다. 물론 질문과 대답의 품질 문제는 별개의 문제다. 새로운 연구는 다음과 같은 추세를 뒷받침한다.

①통신 소비자의 75%가 질문 해결을 위해 라이브 대화형AI챗봇 지원이 제공된다면 통신 제품을 구입할 가능성이 더 높다.

②브라질 쇼핑객의 49%는 대화형AI챗봇을 통한 연중무휴 고객 서비스가 온라인 환경을 개선할 수 있다고 확신한다.

대화형 AI 챗봇은 필요할 때 로그인 또는 고객 정보를 검색함으로써 경험을 간소화할 수 있을 뿐만 아니라 그 고객의 비즈니스 컨텍스트를 이해할 수 있다. 더 이상 고객 번호, 주문 번호 또는 구매 날짜를 검색하지 않고 고객이 말하는 단어나 어절이 비즈니스 컨텍스트와 연결이 되는지, 아니면 자연어와 관련이 있는지를 판단할 수 있다. 스위스의 대표적인 의료보험업체인 그룹 뮈튀엘(Groupe Mutuel) 대화형 AI 서비스를 이용해 챗봇을 구축하여 프랑스어와 독일어로 고객 대응을 했는데, 이 사용자케이스의 중요한 점은 단순히 더 나은 고객경험 환경을 제공했다는 것이 아니라, 고객이 대화형 AI챗봇이 잘 준비된 경우 고객 역시 소통에 충분히 준비되어 있다는 것을 보여주는 사례이다. 고객 질문의 75%를 대화형 AI 챗봇이 바로 응답했는데, 이는 플랫폼이 비즈니스에 대한 추가 질문 및 사용 사례를 다루는 법을 미리 익힐 때만 개선될 수 있는 해결률이었다.

나.반응이 즉각적이다.

고객은 빠르고 간소화된 연중무휴 24x7 서비스 및 지원을 요구한다. 전화를 대기하거나 전자 메일 주소를 검색하고 문제를 해결하기 위해 전자 메일을 보내려는 의향은 없어진 지 오래다.

더욱 중요한 것은 그 빠르고 간소함 위에 나를 기억하고 알아보는 기억이 함께 있어야 거기에서 부가가치가 시작된다. 내가 말하는 강남구의 고객이 지난번의 대화에서 말했던 누구인지를 추측해 낼 수 있어야 한다. 그것이 복수개의 답이라면 그 복수개를 제시하고 답을 기다릴 수 있어야 한다. 주문에 대한 업데이트를 받든, 고객 지원을 요청하든, 불만을 제기하든, 질문을 하든, 고객은 바로 앞에 있는 장치에서 지금 바로 업데이트하기를 원한다. 비즈니스를 이해하는 대화형 AI챗봇은 이를 가능하게 만들며, 진정한 옴니채널 고객 서비스 경험을 동시에 가능하게 한다.

다.고객 경험이동이 매우 유연하다.

대화형 AI챗봇은 고객경험데이터를 일관성 있게 다룬다. 다른 전문가가 개입하여 고객을 도와야 할 경우 대화형 AI챗봇은 현재의 고객케이스를 가장 적절한 전문가 또는 액션의 흐름에 맞는 프로세스로 자동 전송한다. 초기의 챗봇이 하는 정형화된 응답 플로우가 아닌, 비즈니스 컨텍스트에 맞는 적절한 액션을 취하는 것이다. 이렇게 하면 엉뚱한 사람과 시간소비를 하는 대화할 위험이 완전히 사라진다. 고객이 로그인하자 마자 대화형 AI 챗봇이 해당 고객의 정보를 바로 얻어내어 다음 대응을 준비하게 된다. 물론 대화형AI 챗봇과의 고객경험은 완벽하게 보존되어 추후 가치를 생산한다. 챗봇은 또한 즉각적으로 하이퍼링크를 통해 풍부한 자료접속을 공유할 수 있게 해준다. 일반적인 유선 고객 서비스 담당자가 티켓이 기록되었다고 말하는 것을 듣는 것은 안심할 수 있지만, 대화형 AI챗봇이 티켓 세부 정보와 최신 상태를 볼 수 있는 링크를 제공하는 것은 발전된 형태의 고객경험을 제공하게 된다. 궁극적인 목표는 고도로 개인화된 고객 서비스 상호작용을 갖는 것이지만, 대부분의 기업은 아직 거기에 있지 않다. 아래의 그림 3과 같이 조사대상의 21%의 기업들 만이 오늘날 고객 경험들이 매우 개인화되고 있다고 말한다. 그러나 이들 기업의 64%는 2년 내에 고도로 개인화된 상호 작용을 가질 계획이다.

그림 3. 개인화된 고객경험 서비스 레벨(출처: 포레스터 컨설팅)

4.대화형 AI챗봇이 비즈니스에 어떤 이점을 주는가?

더 많은 기업이 다양한 용도로 초기형 챗봇을 넘어 대화형AI 챗봇을 구축함에 따라 활용 사례와 혜택의 목록은 계속 증가하고 있다. 이러한 혜택의 대부분은 세 가지 주요 범주로 분류할 수 있다.

가.고객 유지율(Customer Retention) 향상

아주 간단한 이치다. 고객이 당신기업과 만족할 만한 좋은 경험이 쌓이면 당신기업과 함께 지낼 가능성은 당연히 높아진다. 대화형 AI챗봇은 기계가 아닌 인간 중심이기에 주요 초점은 고객의 실망과 좌절하는 포인트, 대기시간, 소요 시간 및 복잡성을 줄이는 데 있다. 내가 편하자고 도입을 하는 것이 아닌 고객의 생산성을 높이기 위해서 제공하는 서비스임을 잊지 말자. 바로 그 디자인개념으로 대화형AI 챗봇은 고객경험과 고객 유지 능력을 향상시킨다. 지속적으로 대화형 AI챗봇을 사용하고 시간이 지날수록 더 많은 고객 경험 데이터가 수집되고 자연어 처리(NLP) 기술로 처리되면서 대화형 AI챗봇은 훨씬 비지니스 지능이 발달한다. 더 많은 프로세스가 단순화되고 자동화된다.

나.순익과 매출 증가

오늘날 고객들은 거래 기업 들로부터 더 긴밀한 상호작용을 원하고 있다. 셀프 서비스 옵션에 대한 수요가 증가하고 있지만, 고객은 여전히 도움이 필요할 때 기업이 훨씬 더 적극적이고, 효과적으로 응답할 것이라는 사실을 기대한다. 그런데 실상은 많은 회사들이 그런 적극적 응답을 하지 않는 것이 현실이고, 가장 큰 이유는 그렇게 할 충분한 인적 자원을 가지고 있지 않다는데 있다. 재미있는 조사결과가 있다. 스프라우트 소셜(Sprout Social) 이란 회사는 각 기업의 브랜드가치를 높이기 위해서 소셜미디어 관리와 최적화에 대한 컨설팅을 해 주는 곳이다. 이 회사의 조사에 의하면, 평균적으로 일반 브랜드는 디지털채널을 통해 단지 11%의 사람들에게만 응답하고, 그들이 응답하기 전에 평균 10시간 동안 대기시간을 갖는다는 끔찍한 결과를 보여줬다.

점점 더 많은 고객 지원 활동에 응답하는 데 필요한 인력은 기업 조직에 많은 비용부담이 든다. 그러기에 대화형 AI 챗봇이 분명한 대안이 될 수 있지만, 초기 형태의 정형화된 대답을 반복하는 형태는 곤란하다. 보다 앞선 다국어 음성 인식기술, 음성 합성 기술, 자연언어이해(NLU) 기술에, 산업별, 비즈니스별 언어이해 기술, 자연어 생성(NLG)기술이 합쳐져야 진정한 비즈니스용 대화형 AI 챗봇으로의 역할을 감당할 수 있을 것이다. 한가지 더 바라는 점이 있다면 멀티모달(Multi Modal) 을 지원하는 방향으로도 발전이 이루어져야 할 것이다. 단순히 채팅이나, 음성뿐만이 아닌, 부가적인 설명으로 그림이나 사진을 사용하던지, 음악을 사용하는 경우에도 인식이 가능한 수준까지 지원하기 위한 언어 모델 연구도 함께 이루어져야 하는게 비즈니스 세계에서의 요구이다. 이런 기술들은 시간이 지남에 따라서 차차 비즈니스 모델에 접목이 되어, 대화형 AI챗봇이 업셀링, 교차판매 등을 자동화될 수 있어 새로운 수익 가능성을 만들 수 있을 것이다.

다.생산성 향상

대화형 AI를 통해 기업은 항상 사람의 개입 없이 신속하게 문의를 검색하고 답변을 제공할 수 있다. 이를 통해 직원들은 더욱 복잡하고 긴급한 고객 요청에 집중할 수 있다.

자동차용 서스펜션 스프링제조사인 NHK 스프링은 또한 대화형 AI챗봇을 가동시키고 직원들이 보다 중요한 일을 할 수 있도록 하여 생산성이 크게 향상되었다. NHK스프링은 가장 일반적인 IT 지원 시나리오에 즉각적으로 대응하기 위해 선제적으로 대화형 AI챗봇을 구축했다. IT 티켓의 많은 부분을 자동화하여 직원들이 집중할 수 있도록 한 사례이다.

가트너는 전 세계 고객 서비스 커뮤니케이션의 15%가 2021년까지 대화형AI에 의해 완전히 처리될 것으로 전망 하고 있다. (2017년보다 400% 증가). 그리고 최고 경영자의 68%가 향후 2년 내에 대화형 AI와 가상 어시스턴트의 역할이 더 중요 해질 것이라고 응답했다. 위에 열거한 언어관련 기술과 자동화의 생산성 이점을 통해 그 전망을 쉽게 할 수 있다.

5. 비즈니스를 이해하는 대화형 AI를 올바르게 시작하기

투자 대비 수익(ROI)는 투자 별, 사용사례별로 여러 의미를 갖지만, 대부분의 경우에 대화형 AI를 빨리 시작하고 실행할수록 그 투자대비수익은 더 빠르게 나타난다고 할 수 있다. 단순히 대화형 AI챗봇이 고객을 연중무휴 24시간 도와 정상 영업시간 외에도 즉각적인 가치를 만들어 내는 것은 1차원적인 효과이고, 궁극적인 가치는 AI로 구동되는 학습엔진이 사용되면서 배우고 꾸준히 개선되는데 그 핵심가치가 있다. 어떻게 시작하는 것이 효율적인지를 알아보자.

가.전통적인 고객지원센터 담당자 패턴과 흡사하게 대화형 AI챗봇을 수평적으로 디자인한다.

기존의 고객 지원센터의 구조와 매우 흡사하다. 이 패턴은 대화형AI챗봇은 모든 고객의 입력 시작 부분에 배치되고 모든 질문이 챗봇을 통과하며 분석된다. 대화형AI챗봇은 모든 요청을 이해하도록 제작되었지만 모든 요청을 반드시 처리해야 하는 것은 아니다. 대화형AI챗봇이 질문을 이해하면 다음 세 가지 작업 중 하나를 수행한다.

① 완전히 자동화된 대화가 진행되면 요청을 자동으로 처리한다.

② 중요한 정보(예: 계정 번호, 이메일 주소등)를 얻어 담당 직원에게 넘긴다.

③ 서비스나 에이전트사원에게 자동으로 요청을 발송한다.

나.최상의 결과를 위해 시나리오를 단계적으로 확장한다.

위의 ‘담당자 패턴’이 제대로 작동하면 먼저 자동화할 수 있는 작은 업무 프로세스 시나리오 세트를 하나 선택한다. 가장 빈번하게 이루어지는 업무 시나리오인 경우가 가장 좋은 대상이 되나, 너무 복잡하고 여러 경우의 수가 있다면 그것들을 작은 시나리오로 나누어 시도하면 된다. 대화형 AI 챗봇 전문가들은 일반적으로 시나리오를 추가 확장하기 전에 원하는 기본 프로세스 시나리오의 최소 30%를 자동화할 것을 권장한다. 왜냐하면 기본 프로세스 시나리오를 자동화함으로 여러 프로세스시나리오에서 재활용되는 경우가 많기 때문이다.

그림 4을 참고하기 바란다. 오토메이션의 주 혜택은 기업 자체조직에 있는 것이 우선이다. 그 후에 고객에게 그 혜택이 돌아가게 된다. 오토메이션은 집요하게 매달려야 할 토픽이다.

그림 4프로세스 자동화의 목적 (출처: 451 리서치 2019년 3분기)

다.또 다른 최신 지능형 기술과의 연결로 기능을 강화한다.

대화식 AI챗봇은 고객 경험에 큰 영향을 줄 수 있지만, 그 한계점을 극복하려면 다른 지능형 기술과 반드시 연결하는 계획을 갖고 있어야 한다. 위에서 말한 언어 관련기술은 기본이고, 머신러닝 및 로봇 프로세스 자동화(RPA), 초자동화(Hyperautomation) , 증강분석 (Augmented Analytics)와 결합해야 진정한 비즈니스를 이해하는 대화형 AI의 가치가 크게 성장할 수 있다. 포레스터 컨설팅이 고객담당 임원들을 통해 조사한 고객대응서비스에서 강화되어야 할 지능형기술리스트를 보면 아래 그림5와 같이 증강분석에 대한 예측, 대화형 AI, 초자동화 목록이 보인다. 모두 고객의 요구에 능동적 대응을 위하고 운영의 효율성을 확보하기 위한 방법으로 확대된다.

그림 5. 고객대응서비스에서 강화되어야 할 지능형 기술 (출처: 포레스터 컨설팅)

6. 마무리

고객은 현재 필요에 따라 개인적이고 상황에 맞는 가장 쉽고 빠르면서도 효과적인 상호 작용을 기대한다. 고객 대응의 개인화는 훌륭한 고객 경험을 제공한다. 그러나, 고객이 느낄 수 있는 매우 실망스러운 경험을 진정으로 향상시키려면, 고객경험을 담당하는 고객경험(CX) 팀은 매력적인 경험을 만들 수 있는 적절한 도구가 필요하다. 아직은 고객 여정 전반에 걸쳐 상호 작용을 자동화하는 비즈니스 지능형 대화 플랫폼은 대부분 비즈니스 친화적이지 못하고(IT 사용자에게 더 맞춰져 있으며) 전사적 데이터에 접근하여 상호 작용을 개인화 할 수 없으며, 주로 자주 묻는 질문에 대한 답변에만 초점을 맞추고 있다. 이러한 상황이 여러가지 지능형 기술의 도입으로 큰 발전의 가능성을 목전에 두고 있고. 단순한 앵무새 같은 챗봇 기술을 넘어서 비즈니스 컨텍스트를 이해하고, 여러 고객과 기업을 데이터를 이용하고 멀티모달을 지원할 수 있다면 모든 지능형 기술이 통합된 또 하나의 사업혁명의 무게감을 가질 것이라 생각한다. 이러한 기술은 대규모 비즈니스 인프라에 통합되어 높은 수준의 개인화를 보다 효율적으로 제공하여 고객 만족도와 참여도를 높이고 충성도를 높일 수 있다.