챗봇이란 무엇입니까?
챗봇은 사용자가 음성이나 문자로 대화할 수 있는 프로그램 또는 애플리케이션입니다. 온라인 판매 또는 고객 서비스 지원을 위해 챗봇을 사용할 수 있습니다. 봇은 인간의 대화를 시뮬레이션하고 사용자를 담당자에게 연결하기 전에 사용자의 문의에 답하려고 시도합니다.
챗봇은 1960년대에 처음 개발되었으며, 챗봇을 지원하는 기술은 시간이 지남에 따라 변화해 왔습니다. 챗봇은 일반적으로 사전 정의된 규칙을 사용하여 사용자와 대화하고 스크립트로 작성된 답변을 제공합니다. 최신 챗봇은 자연어 처리(NLP)를 사용하여 사용자를 이해하고 복잡한 질문에 매우 깊이 있고 정확하게 응답할 수 있습니다. 조직은 챗봇을 사용하여 고객 서비스 워크플로우부터 DevOps 관리에 이르는 모든 영역에서 커뮤니케이션을 확장, 개인화 및 개선할 수 있습니다.
챗봇을 사용하면 어떤 이점이 있나요?
챗봇은 내부 또는 외부 기술 자료에서 정보를 검색하고 가져와서 사람과 유사한 대화를 통해 답변을 제공할 수 있습니다.
자동화를 통한 효율성
챗봇은 조직의 시간과 노력을 절약합니다. 복잡한 프로세스의 단계를 결합하여 몇 가지 간단한 음성 또는 문자 요청을 통해 반복적인 작업을 자동화합니다. 일반적인 문제를 자동으로 해결하고 필요에 따라 운영을 확장할 수 있습니다.
유연성
사용자의 모국어로 음성 또는 문자에 응답하는 챗봇을 구축할 수 있습니다. 일상적인 워크플로에 맞춤형 챗봇을 포함하여 직원 또는 소비자와 소통할 수 있습니다. 고객 서비스 챗봇이 소셜 미디어 채널, 웹 사이트 및 메시징 애플리케이션에서 고객 문의에 응답할 수 있습니다. 마찬가지로 내부 애플리케이션에 대한 직원 쿼리에 응답하도록 설정할 수 있습니다.
고객 참여 확대
좋은 고객 경험은 조직을 돋보이게 하는 데 도움이 될 수 있습니다. 사람의 상호 작용에만 의존하는 고객 서비스는 용량이 제한적이고 유연성이 부족합니다. 고객 서비스 챗봇 소프트웨어를 사용하여 대규모로 고객 상호 작용을 개인화할 수 있습니다. 익숙한 환경에서 고객에게 다가가고, 고객의 요청에 더 빠르게 응답하고, 고객의 기대에 부응할 수 있습니다. 선제적으로 행동하고 활동을 사용자 지정할 수 있습니다.
챗봇의 사용 사례에는 어떤 것이 있나요?
다양한 산업 분야의 조직에서 챗봇을 사용하여 고객 경험을 간소화하고 운영 효율성을 높이고 비용을 절감하고 있습니다.
엔터프라이즈 생산성
챗봇을 고객 관계 관리(CRM), 재고 관리 프로그램, 인사(HR) 시스템 등의 엔터프라이즈 백엔드 시스템과 통합할 수 있습니다. 이를 통해 판매량 또는 재고 상태를 확인하거나, 마케팅 보고서를 작성하거나, 직원 오리엔테이션을 지원할 수 있습니다.
엔터프라이즈 환경에 AI를 사용하는 Infor 사례 읽어보기
개인 비서
챗봇은 일상적인 개인 활동을 단순화하고 신속하게 처리할 수 있습니다. 예를 들어, 고객은 모바일 디바이스, 브라우저 또는 즐겨 사용하는 채팅 플랫폼에서 새 신발 또는 식료품을 주문하거나, 진료 예약을 하거나, 여행을 예약할 수 있습니다.
자동차 소유자를 위한 Kelley Blue Book의 챗봇에 대해 읽어보기
콜 센터 애플리케이션
챗봇은 콜 센터 애플리케이션에서 고객 요청을 해결하고 직원의 워크로드를 줄이는 데 도움이 될 수 있습니다. 예를 들어, 고객이 챗봇과 대화하여 암호를 변경하거나, 계정 잔액을 요청하거나, 약속을 예약할 수 있습니다. 고객 서비스 챗봇은 컨텍스트를 유지하고 대화를 관리할 수 있습니다. 또한 대화를 바탕으로 응답을 동적으로 변경할 수 있으므로 고객의 기대치를 능가할 수 있습니다.
챗봇 유형에는 어떤 것이 있나요?
챗봇은 사람처럼 대화하기 위해 음성 요소를 추출하고 즉각적인 응답을 제공합니다. 시간이 흐르면서 챗봇을 구동하는 기술은 발전해 왔습니다.
규칙 기반 챗봇
규칙 기반 챗봇 기술은 가장 간단한 버전의 챗봇 소프트웨어로, 사용자에게 특정 정보를 찾을 수 있는 버튼이나 메뉴를 제공합니다. 사용자는 일련의 단계와 미리 정해진 질문을 통해 문제를 해결합니다. 질문을 직접 입력할 수 없고 미리 정해진 질문 세트에서 질문을 하나 클릭할 수만 있습니다. 챗봇에는 모든 질문에 대한 특정 응답을 매핑하는 사전이 내장되어 있습니다. 특정 질문을 하는 모든 사용자에게 동일한 응답을 제공합니다.
규칙 기반 챗봇은 여러 가지 알 수 없는 요소가 포함된 시나리오에는 적합하지 않습니다. 또한 확장하기 어렵고 사용자의 요청에 응답하는 데 예상보다 오랜 시간이 걸릴 수 있습니다.
키워드 기반 챗봇
키워드 기반 또는 선언형 챗봇은 대화에서 특정 키워드를 추출하고 그에 맞는 응답을 제공합니다. 키워드 인식 기술을 사용하여 질문에서 의도, 주제 및 감정을 추출하고 미리 정해진 방식으로 스크립팅된 답변을 사용하여 응답합니다.
예를 들어 '내 계정을 활성화하려면 어떻게 해야 해?'라고 입력하면 챗봇은 ‘내 계정 활성화’를 키워드로 감지하여 단계별 가이드로 응답합니다.
키워드 기반 챗봇은 여전히 응답이 제한적이며 사전 프로그래밍된 주제 범위 내에서만 작동합니다.
AI 기반 챗봇
최근의 인공 지능 기술은 챗봇이 할 수 있는 일의 범위를 확장했습니다.
예를 들어 최신 챗봇은 스크립트로 작성된 답변 대신 고객에게 동적인 응답을 제공할 수 있습니다. 이를 위해 챗봇은 자연어 처리(NLP), 자연어 이해(NLU), 자연어 생성(NLG) 기술을 사용합니다.
또한 생성형 AI로 챗봇의 기능이 더욱 향상되었습니다. 대량의 인간 언어 데이터로 사전 훈련된 대규모 언어 모델(LLM)을 통해 챗봇을 구동할 수 있습니다. 이러한 모델은 챗봇이 자연스러운 대화를 시뮬레이션하는 데 도움이 됩니다.
또한 생성형 AI 기반 챗봇은 복잡한 질문을 처리하고 풍자, 감정 및 미묘한 대화의 변화를 정확하게 감지할 수 있습니다. 예를 들어, 고객이 '지금이 한창 바쁜 시간인 건 알지만, 언제쯤 음식은 받을 수 있을까요?'라고 물으면 챗봇은 자연스럽고 정확한 답변을 제공합니다. 생성형 AI로 구동되는 챗봇은 주제를 원활하게 전환하고 민감하게 또는 유머러스하게 응답할 수 있습니다.
챗봇과 관련된 다른 기술에는 어떤 것들이 있나요?
챗봇과 관련된 많은 기술들이 뚜렷한 목적을 가지고 있습니다.
가상 상담원
가상 상담원 또는 가상 비서는 고객과 자연스럽게 대화하고 문제 해결을 돕는 지능형 컴퓨터 프로그램입니다. 가상 비서는 대화의 감정적 뉘앙스, 의도 및 상황적 관련성을 이해할 수 있습니다. 필요한 경우 AI 기반 챗봇은 가상 비서가 될 수 있지만 규칙 기반 챗봇은 그럴 수 없습니다.
대화형 AI
대화형 AI는 문자나 음성으로 사용자와 소통하는 모든 AI를 가리키는 포괄적인 용어입니다. 예를 들어 채팅 기반 비서인 Amazon Ask와 음성 비서인 Amazon Alexa 모두 대화형 AI의 한 형태입니다. 많은 챗봇이 대화형 AI를 사용합니다.
보이스봇
보이스봇 또는 음성 비서는 음성 명령을 듣거나, 특정 작업을 수행하거나, 자연스러운 음성으로 사용자에게 응답하는 챗봇입니다. 예를 들어, Alexa는 스마트 홈 디바이스 제어, 날씨 보고, 음악 재생 등의 다양한 작업을 수행하는 음성 비서입니다.
음성 비서는 챗봇이 사용하는 다른 AI 기술과 함께 자동 음성 인식(ASR) 기술을 사용합니다. ASR을 통해 음성 비서는 복잡한 음성 패턴을 분석하고 원활한 음성 지원 사용자 경험을 제공할 수 있습니다.
챗봇 소프트웨어
챗봇 소프트웨어는 기업이 챗봇을 구축, 배포, 관리할 수 있는 특수한 플랫폼 또는 도구를 말합니다. 챗봇은 자연어로 사용자와 상호 작용하여 인간과 유사한 대화를 시뮬레이션하도록 설계된 AI 기반 가상 어시스턴트로, 웹 사이트, 메시징 앱, 소셜 미디어 플랫폼, 음성 어시스턴트 등 다양한 커뮤니케이션 채널에 통합될 수 있습니다.
AWS Marketplace에서 사용할 수 있는 챗봇 소프트웨어는 무엇인가요?
AWS 계정을 사용하여 AWS 파트너가 제공하는 수천 가지 솔루션을 탐색할 수 있습니다. AWS Marketplace에서는 고유한 사용 사례를 지원하는 챗봇 소프트웨어 솔루션을 제공합니다. 가장 인기 있는 솔루션으로는 Cyara Enablement Services, eGain for Amazon Connect, Talk Desk, Calabrio ONE, Verint Open Platform, Genesys 등이 있습니다. 챗봇 소프트웨어를 구현하면 비즈니스에 많은 이점이 있습니다. 주요 이점을 몇 가지 살펴보겠습니다.
향상된 고객 서비스 및 지원
챗봇 소프트웨어는 즉각적인 지원과 빠른 응답 시간을 제공하여 고객 서비스와 지원을 크게 개선합니다. 고객이 언제든지 챗봇을 이용할 수 있으므로 상담원과 연결될 때까지 기다릴 필요가 없습니다. 챗봇은 대량의 문의를 동시에 처리하여 고객이 즉각적인 조치와 지원을 받을 수 있도록 합니다. 자연어를 이해하고 정확한 응답을 제공할 수 있는 챗봇은 일관되고 신뢰할 수 있는 지원을 제공함으로써 고객의 불만을 줄이고 만족도를 높입니다.
효율성 향상 및 비용 절감
챗봇은 반복적이고 시간이 많이 걸리는 작업을 자동화하여 운영 효율성을 높이고 비용을 절감해 줍니다. 일상적인 문의를 처리하고, 간단한 거래를 수행하며, 셀프 서비스 프로세스를 통해 사용자를 안내하여 상담원이 더 복잡하고 중요한 작업에 집중할 수 있도록 합니다. 챗봇은 많은 상호 작용을 동시에 처리할 수 있으므로 추가 고객 서비스 담당자가 필요하지 않습니다. 이러한 확장성과 효율성 덕분에 기업은 더 적은 리소스로 더 많은 문의를 처리하여 비용을 절감할 수 있습니다.
연중무휴 24시간 가용성 및 즉각적인 응대
챗봇 소프트웨어의 중요한 이점 중 하나는 연중무휴의 가용성과 응대를 제공할 수 있다는 것입니다. 고객은 정규 업무 시간 외에도 언제든지 챗봇을 이용할 수 있습니다. 이러한 연중무휴 가용성 덕분에 고객은 시간대나 위치에 관계없이 필요할 때마다 지원과 정보를 제공받을 수 있습니다. 상담원이 연결될 때까지 고객이 기다릴 필요가 없어 고객 만족도와 충성도가 높아진다는 점에서 즉각적인 응대 시간도 긍정적인 고객 경험에 기여합니다.
개인화된 고객 경험
챗봇 소프트웨어를 통해 기업은 대규모로 개인화된 고객 경험을 제공할 수 있습니다. 챗봇은 사용자 데이터와 선호도 정보를 활용하여 개별 고객의 니즈와 관심사에 따라 맞춤형 추천, 맞춤형 제품 제안 및 맞춤형 응답을 제공할 수 있습니다. 챗봇은 고객 프로필, 주문 내역 및 브라우징 행동 데이터에 액세스하여 연관성 높고 개인화된 상호 작용을 제공할 수 있습니다. 이러한 개인화는 고객 참여와 충성도를 높이며 보다 개인화된 인간과 같은 사용자 경험을 제공합니다.
조직은 AI 챗봇을 어떻게 구축하나요?
챗봇은 어떻게 만드나요? 조직은 사용 사례에 따라 세 가지 방식으로 AI 챗봇 소프트웨어를 구축할 수 있습니다.
자체 LLM 구축
일부 조직에서는 원하는 데이터세트를 기반으로 자체 대규모 언어 모델(LLM)을 구축합니다. 이 접근 방식은 가장 많은 제어 기능을 제공하기는 하지만, 컴퓨팅 집약적이고 비용이 많이 들며 시간이 많이 걸립니다. 챗봇 이외의 다른 애플리케이션에도 LLM을 사용하려는 대규모 조직에 가장 적합합니다.
기존 LLM 사용자 지정
조직은 특정 데이터, 내부 지식 기반 등의 사용 사례에 맞게 기존 LLM을 사용자 지정할 수 있습니다. 검색 증강 생성(RAG)은 LLM을 개선하는 주요 기법입니다. 사용자 입력을 활용하여 새 데이터 소스에서 정보를 가져오는 정보 검색 구성 요소가 RAG에 도입되었습니다. 사용자 쿼리와 관련 정보가 모두 LLM에 제공됩니다. LLM은 사용자 지정 데이터를 참조하고 전체 AI 기능으로 응답할 수 있습니다.
완전관리형 서비스 사용
예약 시스템과 같은 기존 애플리케이션에 대화형 인터페이스를 빠르게 추가하려는 조직은 완전관리형 서비스를 사용하는 것을 선호합니다. 봇이 수행하도록 할 일련의 작업 또는 의도를 식별합니다. 예를 들어 티켓 예약 봇은 예약을 하고, 취소하고, 검토하려는 의도(수행할 수 있는 작업)를 가질 수 있습니다. 또한 ‘예약할 수 있나요?’와 같이 의도를 언급하는 문구도 식별할 수 있습니다. 봇에 추가 데이터 입력이 필요한 경우 봇이 정보 수집을 요청해야 하는 프롬프트(예: ‘어느 상영 시간을 예약하시겠습니까?’)를 정의할 수 있습니다. 서비스가 모든 내부 딥 러닝 기술을 관리하므로 사용자는 비즈니스 요구 사항에 집중할 수 있습니다.
챗봇 구축의 모범 사례는 무엇인가요?
고객의 기대치를 충족하고 비즈니스 목표에 부합하는 챗봇을 만들려면 모범 사례에 주의를 기울여야 합니다.
투명성
투명성을 위해 고객이 AI 기반 챗봇과 상호 작용할 때 이를 알리세요. 정보 공개는 명확한 기대치를 설정하고 만족도를 높이며 고객 경험을 개선합니다. 고객의 신뢰를 증진하고 대화형 챗봇의 수용률을 높일 수 있습니다.
통합
효율적이고 즉각적인 응답은 챗봇의 성공에 있어서 무엇보다 중요합니다. 지식 기반을 통합하여 챗봇이 관련 정보에 즉시 액세스할 수 있도록 해야 합니다. CRM 또는 ERP와 같은 다른 백엔드 시스템에 연결하여 고객의 상호 작용 기록 또는 계정 세부 정보를 기반으로 개인화된 정보로 응답합니다. 이를 통해 챗봇은 일반적인 쿼리를 정확하게 처리하고 응답 시간을 단축하며 사용자 만족도를 높일 수 있습니다.
테스트 및 개선
챗봇이 성능 표준을 충족하는지 확인하려면 지속적인 테스트가 필요합니다. 자동화를 구현하여 챗봇의 상호 작용을 모니터링함으로써 서비스 지침을 준수하는지 확인합니다. 고객 피드백에서 얻은 인사이트를 활용하여 챗봇 상호 작용을 최적화하고 활용 범위를 확대합니다. 또한 인사이트를 활용하면 새로운 사용 사례를 개발하고, 추가 언어를 지원하고, 다양한 채널에서 서비스를 개선할 수 있습니다. 이러한 데이터 기반 접근 방식을 통해 챗봇은 연관성을 유지하고 현재 고객 니즈를 충족할 수 있습니다.
AWS는 챗봇 구축을 어떻게 지원하나요?
Amazon Web Services(AWS)는 챗봇 또는 기타 대화형 AI를 구축하는 데 도움이 되는 다양한 옵션을 제공합니다.
AWS Trainium은 AWS가 자체 LLM을 훈련하기 위해 구축한 목적별 기계 학습(ML) 칩입니다. 각 Amazon Elastic Compute Cloud(Amazon EC2) Trn1 인스턴스는 최대 16개의 Trainium 액셀러레이터를 배포하여 클라우드에서 LLM 훈련을 위한 고성능 저가 솔루션을 제공합니다.
Amazon Bedrock은 다양한 맞춤형 LLM 및 생성형 AI 애플리케이션을 구축할 수 있는 다양한 기능을 제공하는 완전관리형 서비스입니다. Amazon Bedrock을 사용하면 사용 사례에 맞는 최고의 LLM을 쉽게 실험하고 평가할 수 있습니다. RAG를 사용하여 데이터로 LLM을 비공개로 사용자 지정하고 필요한 AI 챗봇을 구축할 수 있습니다.
Amazon Lex는 음성과 문자를 사용해 대화형 인터페이스를 구축하는 완전관리형 서비스로서, Amazon Lex와 동일한 대화형 엔진으로 구동되며 고품질 음성 인식 및 언어 이해 기능을 제공합니다. Amazon Lex를 사용하면 정교한 대화형 AI를 신규 및 기존 애플리케이션에 추가할 수 있습니다.
지금 계정을 생성하여 AWS에서 챗봇과 대화형 AI를 시작하세요.
