시작하며
안녕하세요. 커넥트센터팀의 Rothy입니다.
최근 코로나19의 여파로 비대면 서비스에 대한 수요가 날로 증가하고 있으며, 이에 따라 고객센터 업계에도 디지털 트랜스 포메이션이 가속화되고 있습니다. 그중 대표적인 플랫폼이 바로 AICC(AI Contact Center)입니다. 오늘은 AICC의 핵심 서비스인 챗봇에 대해 이야기하려고 합니다. AICC에서 챗봇이 왜 중요한지, 그리고 AICC의 챗봇이라면 어떠한 기능을 필히 갖추어야 하는지 설명하고자 합니다.
챗봇에 대하여
▪ AICC?
AICC는 AI와 클라우드를 기반으로 고객센터의 상담 업무를 자동화하고 상담원과 고객의 이용 경험을 획기적으로 개선하는 솔루션입니다. 고객 접근성과 편의성 향상을 위해 전화 외에 다양한 채널을 옴니 채널(Omnichannel)로 지원한다는 것이 특징입니다. 문자 메시지와 전화는 물론 카카오톡이나 챗봇이나 웹챗봇, 앱챗봇 등으로 채널이 확대되는 것입니다. 또한 전화 채널도 기존의 전화 상담 서비스의 형태에서 보다 발전된 형태로, AI가 고객의 음성을 실시간으로 인식하면(STT), 인식된 문장을 이해해 정확한 답변을 파악하고(NLU), 이를 음성으로 변환하여 전달하는(TTS) 구조로 AI를 활용한 고객 응대가 가능해졌습니다.
이처럼 AICC에서 챗봇이 갖는 중요성은 매우 큽니다. 따라서 챗봇을 구축할 때 필히 고려해야 할 점들이 있습니다. 먼저 SaaS(Software-as-a-Service, 서비스로서의 소프트웨어) 방식의 클라우드 기반 챗봇 플랫폼을 도입해야 한다는 점입니다. 구축 속도가 빠른 것은 물론 구축 이후 운영 단계에서 신속한 유지 보수가 가능하기 때문입니다. AICC로의 확장성을 고려해도 SaaS 형태를 선택하는 것이 매우 유용합니다. 그리고 AICC 챗봇이라면 꼭 갖추어야 할 기본 중의 기본! 챗봇에게 반드시 필요한 기능이지만 많은 챗봇들에서는 아직 구현되지 못한 기능들이 있습니다. 어떤 기능인지 다 설명하면 카카오엔터프라이즈 챗봇의 꿀팁을 모두 방출하는 것 같아서 아깝지만, 한 번 털어보겠습니다.
▪ 높은 수준의 자연어 이해
지극히 당연한 이야기겠지만 챗봇이라면 챗(Chat), 대화가 가능해야 합니다. AICC 챗봇이라면 업무 자동화가 주요 목적인데 고객이 입력한 메시지, 즉 발화에 대한 인식률이 낮다면 이는 매우 치명적입니다. 기본적인 말을 해도 알아듣지 못하는 멍청한 챗봇이 되는 거죠. 챗봇 기획자는 이처럼 낮은 인식률을 걱정하면서 챗봇을 메뉴형, 버튼형으로 구현하기도 합니다. 바로 고객의 입력과 선택을 제한하여 기획한 범위 내에서 응답을 찾아갈 수 있도록 유도하기 위함인데요. 하지만 이런 방식은 대화가 아닌 웹이나 앱과 유사한 인터페이스를 통해 대화의 방향을 잡는 것으로 진정한! 챗봇이라고 할 수 없죠. AICC 챗봇은 이 수준을 넘어 고객으로 하여금 자유로운 발화를 입력받을 수 있어야 합니다. ARS처럼 정해진 순서대로 버튼을 입력하는 불편 대신 상담사와 이야기하듯 핵심만 입력해도 고객이 원하는 바를 전달할 수 있어야 합니다. 그게 진짜 챗봇 아니겠습니까!
그렇다면 어떻게 해야 수준 높은 자연어 이해 능력을 갖춘 똑똑한 챗봇을 구축할 수 있을까요?
답은 대화 설계, 학습 엔진, 그리고 학습 데이터 이 세 가지에 있습니다. 봇은 자연어 이해(Natural Language Understanding)를 통해 고객의 발화로부터 의도를 끌어낼 수 있습니다. 이 과정은 기획자의 대화 설계와 함께 학습 데이터(Training Set)를 이용한 머신러닝이 수반됩니다. 대화를 설계 할 때 키워드 중심이 아닌 의도 중심의 설계를 해야 하며, 적은 학습 데이터로도 높은 정확도를 낼 수 있는 학습 엔진을 보유해야 합니다. 또한 오타와 채팅체를 고려하는 등 고객의 다양한 발화 형태에 대응할 수 있는 학습 데이터 구축 스킬 및 노하우가 필요합니다. AICC 챗봇의 대화는 일상적인 대화나 잡담을 하는 스몰톡이 아니라 특정한 주제와 목적이 있는 과제 중심형 대화입니다. 따라서 위와 같은 요건만 충족한다면 고객 응대 능력이 높은 AICC 챗봇을 구축할 수 있습니다.
일례로 카카오엔터프라이즈는 한 금융사 챗봇의 리뉴얼 프로젝트를 진행했는데, 기존에 키워드 중심으로 설계되어 있던 챗봇을 의도 중심으로 개선하고 학습 데이터를 보완하여 발화 인식률을 약 18% 끌어올려 결과적으로 95%의 높은 인식률을 이루어냈습니다. 물론 훌륭한 학습 엔진을 사용했고요. (으쓱 으쓱)
▪ 사용자 경험의 안착을 위한 온보딩 프로그램
AICC를 경험하고 있는 고객은 챗봇 이외에도 다양한 채널을 이용합니다. 문제는 고객들이 다른 채널에서 접한 서비스를 챗봇에서 모두 동일하게 이용할 수 있을 것이라고 예상한다는 점입니다. 예를 들어 전화 상담으로 해결했던 문의나 요청을 챗봇에서도 그-대로 해결할 수 있을 것으로 기대합니다. AICC의 확대로 챗봇에서 많은 서비스를 대응하고 있지만, 보안 이슈나 기술적 한계 등으로 챗봇이 모든 서비스를 대체할 수는 없는 실정입니다. (가까운 미래에는 해낼 겁니다.) 고객사도 고객의 이러한 심리를 파악하고 있기 때문에 챗봇을 구축할 때 최대한 많은 서비스 범위를 챗봇에 담고자 합니다. (경험담..ㅎ)
이때마다 기획자가 강조하는 것이 챗봇 내 온보딩(Onboarding) 프로그램입니다. 많은 서비스를 제공하는 것도 중요하지만 챗봇을 효과적으로 쓸 수 있도록 쉽고 빠르게 사용법을 인지시켜야 합니다. 다시 말해 고객이 챗봇과 처음 마주했을 때 봇의 목적과 제공하는 서비스 범위, 봇과 인터랙션하는 방법 그리고 봇에게 도움을 받는 방법 등에 대한 정보를 자세하게 전달해야 합니다. 이를 구체적으로 기획해야만 이용 만족도와 이용률이 높은 챗봇이 될 수 있습니다. 어떻게? 가 궁금하다면, 카카오엔터프라이즈에서 만든 챗봇 한 번 써보실 것을 추천드립니다. (영업king)
▪ 개인화된 응답 제공
챗봇을 구축하다 보면 마주하는 문제가 바로 고객의 조건에 따른 답변 분기(조건에 맞게 답변을 나누는 것)입니다. 즉 고객들의 질의 의도는 동일하더라도 고객의 조건이나 상황에 따라 제공해야 하는 답변은 다른 경우입니다. 답변을 분기하면 사용자가 선택해야 하는 단계, 즉 되묻기 절차를 추가해야 하고 이는 고객이 원하는 답변을 얻기까지의 동작이 증가함을 의미합니다. 답변을 분기하지 않고 한 번의 답변에 모든 고객에 해당하는 정보를 담아 제공한다면 단계는 줄일 수 있겠지만 답변의 양이 증가하기 때문에 가독성 및 전달력 저하가 불가피합니다. 그러므로 의도에 따라 챗봇 계정과 고객사의 고객 계정을 연동하여 고객 맞춤 답변을 제공할 수 있어야 합니다. 챗봇에 노출되는 버튼 역시 고객의 상태를 반영하여 동적으로 노출할 수 있어야 합니다. 이를 통해 AICC 채널 간 사용성 격차를 줄이며 개인화된 고객 경험을 전달할 수 있습니다.
▪ 중심 채널로서의 역할
AICC의 특징은 모바일 중심의 옴니 채널입니다. 이 중에서도 챗봇이 그 중심에 있습니다. AICC 챗봇이라면 다른 채널로의 이동 편의성을 갖추어야 합니다. 웹과 앱으로의 이동은 물론 심화된 문의를 원한다면 언제든 채팅 상담사 및 전화 상담사와 연결해줄 수 있는 구조를 구현해야 합니다.
연결성만큼이나 히스토리 일원화도 중요합니다. 예를 들어 고객이 챗봇을 이용하다가 채팅 상담사와의 연결을 요청한 상황을 생각해 봅시다. 이때 챗봇과의 대화창을 유지한 상태에서 상담사와의 채팅으로 전환되지 않고 새로운 창이 열리는 경우가 있습니다. 이 경우 챗봇 대화창과 상담사 대화창이 이원화되면서 상담사와의 대화 히스토리가 사라지게 됩니다. 혹은 챗봇을 이용하다가 유선 상담사에게 연결을 요청하여 상담을 진행하고 상담의 처리 결과는 문자 메시지로 받는 상황도 고객 경험이 분리되는 경우입니다. 그러므로 유기적인 사용자 경험과 대화 히스토리를 일원화하기 위해서는 챗봇이 중심 채널로서 작동할 수 있는 사용 환경을 제공해야 합니다.
위와 같은 고객용 챗봇에서 더 나아가 상담사를 위한 상담 지원 봇도 함께 도입할 필요가 있습니다. 상담사의 극심한 노동 강도와 높은 퇴사율은 어제오늘 일이 아닙니다. 이로 인한 새로운 인력 교육 비용과 짧지 않은 숙련 기간은 기업에게도 큰 부담입니다. 이때 상담 지원 봇은 고객과 상담사의 전화 상담 내용을 STT(Speech to Text)로 변환하여 상담 시스템으로 전달합니다. 이어 전달된 내용을 분석하여 상담사에게 필요한 내용을 실시간으로 안내하면서 상담사의 업무 편의성과 생산성을 증대시킬 수 있습니다. 즉, 비숙련자 또한 전문적인 상담이 가능해집니다. 이처럼 고객용 챗봇과 상담사용 챗봇이 모두 존재하는 이중 챗봇 구조로 AICC의 효율성을 극대화시킬 수 있습니다.
마치며
AICC라는 개념이 등장한 이후로 우리나라에서도 여러 기업에서 이를 개발했고 고객들도 도입을 시작했습니다. 특히 보험이나 증권 업계의 챗봇 도입 속도가 빨랐습니다. 하지만 업계의 복잡한 용어와 업무 특성으로 인해 고객의 다양한 요구사항을 정확히 이해하지 못해 챗봇을 도입하고도 기대했던 효과를 거두지 못한 경우가 많습니다. 물론 최근에는 AICC 도입 결과 기업과 상담원의 업무 환경이 개선되었다는 소식이 전해지기도 합니다. 하지만 고객까지 만족했을까요?(써보셔서 아시겠지만...) 서비스를 실제로 이용하는 고객들은 여전히 전화 상담을 희망하며 AICC와 같은 변화를 불편해하기도 합니다. 사용성이 낮은 챗봇과 유기적이지 않은 사용 경험 등 이유는 참으로 다양합니다.
하지만 전화 상담을 희망하는 고객만 있는 것은 아닙니다. 일부 기업에서 상담 채널을 전화 채널로 제한하여 제공하는 경우가 있는데, 이러한 경우 오히려 전화 상담을 원하지 않는 고객들은 문의할 수 있는 채널이 없는 상황이 발생합니다. 채널의 부재로 인해 고객들의 불만이 해소되지 못하고 제품이나 서비스로부터 멀어지는 결과를 초래할 수 있기 때문에 이를 보완하는 측면에서 AICC와 같이 다양한 채널로 고객 접점을 구축하는 것이 중요합니다. 전화 상담에 도움을 주면서 상담의 완성도를 높이며, 전화 이외의 고객접점을 확대하여 전체적으로 고객 만족도를 향상시킬 수 있기 때문입니다.
그렇다면 아무 챗봇이든 구축부터 하면 될까요?🤔(아니요!) 챗봇을 구축했다고 해서 디지털 혁신을 다 이루었다?고는 할 수 없습니다. 진짜 혁신은 ‘고객이 사용할 수 있는, 사용하고 싶은, 다시 쓰게 될’ 챗봇을 만들었을 때 시작될 수 있습니다. 높은 이용률, 그리고 지속적인 고도화라는 선순환 구조가 반복될 수 있어야 합니다. 결론적으로 챗봇에 유입되는 고객의 단순 문의부터 체계적으로 처리하여 고객에게 높은 만족도를 제공하는 것, 이를 통한 고객의 신뢰를 얻는 것, 그것이 성공적인 AICC로 가는 근간이자 토대가 되어 줄 것입니다.
카카오엔터프라이즈의 경우 STT(Speech to Text), TTS(Text to Text)를 비롯한 핵심적인 AI 기술로 이루어진 ‘카카오 i 엔진(Kakao i Engine)’을 기반으로 챗봇과 콜봇, 상담사 보조봇을 지원하는 컨택센터 솔루션을 준비하고 있습니다. 이미 완성도가 높은 챗봇 구축 경험을 쌓은 것은 물론, 가장 중요한 자연어처리 AI 분야에서 세계적인 두각을 드러내고 있기 때문에, 컨택센터 솔루션 역시 디지털 혁신의 중심에 위치할 수 있는 수준으로 선보일 예정입니다. 곧 출시될 카카오엔터프라이즈의 AICC에도 많은 기대와 관심 부탁드립니다. 감사합니다.
출처:한국능률협회컨설팅 2021 전략보고서 제3호 [콜센터서비스품질(KSQI-Call)]
박연수 (Rothy)
인문학을 사랑하는 봇 기획자입니다.
댓글0