불과 몇 년 전만 해도, 기계와 인간의 언어로 "대화"를 하는 것은 거의 보편적으로 실망스러울 정도로 코미디적인 과정이었다.
오늘날 그것은 바뀌었다.
자연어 처리(NLP)와 인식은 완벽과는 거리가 멀지만, 머신러닝 알고리즘 덕분에 우리가 인간과 대화하는 것인지 컴퓨터와 대화하는 것인지 구별하기가 점점 더 어려워질 지경에 가까워지고 있다.
비즈니스는 이를 통해 챗봇의 수가 증가하면서, 일반적으로 고객 서비스 기능에는 배치되지만 내부 프로세스에는 점점 더 많이 배치되고 교육에도 도움이 되고 있다.
밴쿠버에서 열린 ICLR 2018에서, Salesforce의 수석 과학자 Richard Socher는 요약, 기계 번역, 질문 답변 등 NLP의 실질적인 진보를 다룬 7가지 획기적인 연구 결과를 발표했다.
그는 나에게 "NLP는 비즈니스에 매우 중요할 것이다 – 그것은 우리가 서비스를 제공하는 방식, 판매 프로세스를 이해하는 방식, 그리고 마케팅을 하는 방식을 근본적으로 변화시킬 것이다.
"특히 소셜 미디어에서는 마케팅 메시지 주변의 정서와 사람들이 당신의 브랜드를 어떻게 인식하는지를 이해하기 위해 NLP가 필요하다."
물론, 이것은 몇 가지 문제를 제기하며, 가장 눈에 띄는 것 중 하나는 사람들이 정말로 기계와 대화하기를 원하는가 하는 것이다. 비즈니스 관점에서 보면, 같은 일을 하는 데 필요한 거대한 인간 콜 센터보다 기계와 1,000건의 고객 서비스 대화를 동시에 진행하는 것이 훨씬 저렴하다.
하지만 고객 입장에서 볼 때, 그들은 무언가를 얻고 있는 것일까? 그들이 받는 서비스가 더 빠르고, 더 효율적이고, 더 유용하지 않다면, 그들은 아마 그렇지 않을 것이다.
"세계의 모든 챗봇 배포에 대해 나는 말할 수 없다 – 잘 되지 않는 것도 있다."라고 소처는 말한다.
"그러나 우리의 경우, 우리는 매우 긍정적인 피드백을 들었다. 왜냐하면 봇이 질문에 정확하게 답하거나 여러분의 요구 사항을 충족시킬 때, 그것은 매우 매우 빠르게 이루어지기 때문이다."
"결국 사용자들은 빠른 대답을 원할 뿐이고, 원래 사람들은 10분짜리 메뉴를 이용하거나, 10가지 옵션을 듣고 나서 버튼을 눌러야 하기 때문에, 그 대안은 재미도 없고, 빠르고 효율적이지도 않기 때문에, 사람과 대화하고 싶다고 생각했다."
NLP 기술의 효율적인 사용을 달성하기 위한 열쇠는 통합과 확대의 개념이다. 한 인간과 한 기계 사이에서만 일어나는 대화를 생각하기보다는 AI와 챗봇을 이용해 모든 대화에서 통찰력을 얻고, 다음 대화에서 더 나은 성과를 낼 수 있는 방법을 그들에게서 배울 수 있다.
그리고 확대는 기계가 전체 대화를 수행할 필요가 없다는 것을 의미한다. 챗봇은 조직의 지식기반으로부터 직접적인 질문에 답하거나 결제내역을 가져가는 등의 일상적인 업무를 "참가" 할 수 있다.
다른 상황에서, 오늘날 이용할 수 있는 실시간 분석의 속도는 예를 들어 감성 분석 덕분에 고객이 화를 내는 것을 감지했을 때 봇이 경고를 발생시킬 수 있다는 것을 의미하며, 이는 인간 운영자가 채팅이나 통화를 이어받도록 유도한다.
요약은 NLP의 또 다른 매우 유용한 기능으로, 챗봇에 점점 더 많이 공개될 가능성이 높다. 내부적으로는 봇이 필요할 때 신속하게 비즈니스 데이터를 소화, 처리, 보고할 수 있게 되며, 신규 채용도 빠르게 자신을 끌어올릴 수 있게 된다. 고객 대면 기능의 경우, 고객은 제품 및 서비스 라인과 관련된 질문이나 기술 지원 문제에 대한 요약된 답변을 받을 수 있다.
챗봇은 시리나 구글 어시스턴트, 또는 데스크톱의 코르타나에 전원을 공급하는 '지능형 어시스턴트' 기술의 일종이다. 일반적으로 그들은 조직 내에서 한 가지 특정 업무에 집중한다.
한 연구에서는 대기업의 40%가 어떤 형태로든 이 기술을 구현했거나, 2019년 말까지 이를 이행할 것으로 나타났다.
이 가운데 음성-문자 받아쓰기에는 NLP가 46%, 고객서비스는 14%, 기타 데이터 분석 업무는 10%로 나타났다.
챗봇은 또한 슬랙과 같은 협업 근무 환경에서도 점점 더 보편화되고 있는데, 슬랙은 팀 간의 대화를 모니터하고 대화의 관련 지점에서 관련 사실이나 통계를 제공할 수 있다.
앞으로 챗봇들은 아마 더 나아가서 비즈니스 문제를 극복하기 위한 전략과 전술을 제안할 수 있을 것이다.
소처는 "그들은 아마도 과거에 성공했던 모든 것들의 언어에 대한 이해를 바탕으로 마케팅 메시지를 만드는 데 도움을 줄 수 있을 것"이라고 내게 말한다.
또 다른 예는 그들이 하고 있는 대화의 분류와 감정 분석에 기초하여 고객 사례를 다루는 데 자원을 할당할 수 있는 고객 서비스 봇일 수 있다.
모든 AI와 마찬가지로, NLP의 개발은 완성된 과정과는 거리가 멀고 오늘날 우리가 가질 수 있는 대화의 수준은 의심할 여지 없이 불과 2년 안에 엄청나게 안정되고 부자연스럽게 보일 것이다.
그러나 오늘날 조직들은 챗봇과 지능형 조수들을 그들의 프로세스에 통합한다는 생각에 분명히 더 편안해지고 있으며, 그것이 효율성과 고객 만족의 향상으로 이어질 것이라고 확신하고 있다.
원본출처 : Bernard Marr ' How Artificial Intelligence Is Making Chatbots Better For Businesses'
위 아티클은 아래 카뷰에도 게시할 예정입니다. 친추 하셔서 보시면 카뷰에서도 이용가능합니다.
* 카뷰 맞추 필요하신 분 친추 후 댓글에 친추 번호랑 링크 남겨주시면 맞추할께요
더 많은 에피소드를 원하시면 아래 link로 방문해 보셔도 좋을꺼 같습니다.
Bb7942의 쉽터_함께 성장합시다.
'IT의 흐름을 깨우치자' 카테고리의 다른 글
| Gartner, 2023년까지 Total Experience Strategy가 없는 정부 중 적어도 85%가 서비스를 혁신하는 데 실패할 것으로 예측 (2) | 2022.02.02 |
|---|---|
| 주, 시, 군의 필수품인 정부 챗봇 (1) | 2022.02.02 |
| 알렉사와 시리는 AI로 간주되는가? (1) | 2022.02.02 |
| NLP(Natural Language Processing) 그것이 무엇이고 왜 그것이 중요한가 (0) | 2022.02.02 |
| EU의 디지털 미래전략_블록체인 (3) | 2022.02.02 |