생성형 앱 빌더에서 엔터프라이즈 검색으로 검색 경험 개선

*본 아티클의 원문은 2023년 6월 7일 Google Cloud 블로그(영문)에 게재되었습니다.

고객과 생성형 AI 사용 사례를 논의할 때 생성형 검색만큼 열광적인 반응을 이끌어 낸 사례는 드뭅니다. 기업 리더들은 쿼리가 패턴 매칭을 기반으로 링크 목록을 생성하고, 보다 관련성이 높은 답변을 찾으려면 수동으로 상당한 조사가 필요하다는 점에서 기존 엔터프라이즈 검색에 한계가 있음을 잘 알고 있습니다. 리더들은 대화형 앱에 생성형 AI를 적용하여 복잡한 질문에 답하고, 여러 소스를 종합해 정확한 요약을 생성하고, 사람들이 필요한 정보를 더 빠르게 얻도록 지원하는 등 생성형 AI를 통해 보유하고 있는 데이터를 보다 효과적이고 심층적으로 활용할 기회를 모색하고 있습니다. 

생성형 AI 앱 빌더(생성형 앱 빌더)의 엔터프라이즈 검색은 최소한의 코딩으로 시작할 수 있고 엔터프라이즈급 관리와 보안 기능을 기본적으로 제공하므로, 조직에서는 이를 사용해 단 몇 분 만에 커스텀 챗봇과 시맨틱 검색 애플리케이션을 만들 수 있습니다. 고객은 자체 데이터와 Google의 검색 기술 및 생성형 기반 모델을 결합해 엔터프라이즈 애플리케이션 또는 소비자 대상 웹사이트에 관련성 높은 맞춤형 검색 경험을 제공할 수 있습니다. 

지금까지 생성형 AI와 검색 기술을 결합하는 접근 방식은 기업에서 사용하는 데 필요한 규모와 안정성을 충분히 갖추지 못한 경우가 대부분이었습니다. 예를 들어 긴 문서를 덩어리로 나눠 각 세그먼트를 AI 어시스턴트에 피드하여 검색을 빌드하는 방식은 일반적으로 확장성이 떨어지고 실질적으로 여러 소스를 아우르는 유용한 정보를 제공하지 못합니다. 마찬가지로, 처리 가능한 데이터 유형이 제한되고 오류가 발생하기 쉬우며 데이터 유출에 취약한 솔루션이 많습니다. 프로덕션 등급 솔루션은 임베딩 데이터를 기반 모델과 통합하고 상당량의 사용 사례 데이터를 테스트하는 등 복잡한 작업을 수반하는 경우가 많으므로 일반적으로 맞춤형 DIY 접근 방식은 그리 간단하지 않습니다. 조직이 이러한 노력을 기울이더라도 결과적으로 솔루션의 기능 완성도와 안정성이 떨어지는 경향이 있으며 고품질 결과를 얻으려면 상당한 시간과 리소스를 투자해야 합니다.

생성형 검색을 효과적으로 구현하려면 일반적으로 조직에서 강력한 기반 모델을 이용하는 것 이상의 노력을 기울여야 한다는 점을 이러한 문제를 통해 알 수 있습니다. 또한 출력의 관련성을 높이고 실수나 '할루시네이션(hallucinations)'이 포함될 가능성을 줄일 수 있도록 모델 출력의 근거를 특정 데이터에서 확보하는 능력이 필요할 것입니다. 일반적으로 데이터를 보호하고, 접근과 이용 방식을 관리하는 보호 장치가 필요합니다. 또한 일반적으로 성능이 우수하고 즉시 확장 가능한 프로세스를 필요로 하므로, 데이터 과학과 머신러닝 전문성이 부족한 조직에서도 간편하게 활용할 수 있도록 기능을 사용하기 쉽게 만들어야 합니다.

고객이 이러한 확장성과 안정성 문제를 겪지 않고 생성형 검색을 빠르게 활용할 수 있도록 생성형 앱 빌더의 엔터프라이즈 검색이 고객을 지원하는 방식을 살펴보겠습니다. 

생성형 AI와 엔터프라이즈 데이터의 교차점 

생성형 앱 빌더의 엔터프라이즈 검색을 사용하면 개발자는 특정 데이터 소스에 근거해 출력의 정확성과 관련성을 높이고, 이미지를 포함한 멀티모달 데이터를 처리할 수 있으며, 답변 요약이 생성되는 방식을 제어할 수 있는 검색엔진을 만들 수 있습니다. 멀티턴(multi-turn) 대화가 지원되므로 사용자가 출력을 정독하고 후속 질문을 할 수 있으며, 의료 사용 사례의 경우 HIPAA 규정 준수를 지원하는 기능을 이용하는 등 고객은 자체 데이터를 제어할 수 있습니다. 이 모든 기능이 완전 관리형 서비스로 제공되므로 개발자는 클라우드의 복잡성보다는 빌드에 집중할 수 있습니다. 

즉시 사용 가능한 생성형 앱 빌더 기능을 사용하면 데이터 분할, 임베딩 생성 또는 색인 관리가 필요 없으며, 복잡한 요소들이 간단한 인터페이스 이면으로 숨겨지므로 개발자는 코딩이나 머신러닝 경험이 거의 전무하더라도 몇 분 내에 앱을 빌드할 수 있습니다. 대량의 문서를 수집할 수 있고 비정형 데이터와 정형 데이터를 모두 지원하는 생성형 앱 빌더로 빌드된 앱은 고객이 관련 정보를 찾아 조직 전반을 검색해야 하는 고질적인 문제를 해결하여 이전에는 몇 시간이 걸리던 작업도 앱을 통한 간편한 검색이나 대화형 탐색으로 해결할 수 있습니다. 

이러한 기능은 Google의 기반 모델과 다음과 같은 다양한 Google 검색 기술로 뒷받침됩니다.

• 시맨틱 검색. 시맨틱 검색은 자연어 처리와 머신러닝 기술을 사용해 콘텐츠 내 관계와 사용자가 입력한 쿼리의 인텐트를 추론함으로써 전통적인 키워드 기반 검색 기법보다 관련성이 높은 결과를 제공하는 데 도움이 됩니다. 
• 사용자가 정보를 검색하는 방식에 대한 Google의 이해도 
• Google의 관련성 파악 전문성. Google은 검색 결과가 표시되는 순서를 결정할 때 콘텐츠 인기도와 콘텐츠 관련 사용자 맞춤설정 같은 요소를 고려합니다. 

고급 사용 사례의 경우 심층적인 기반 모델 조정을 위해 생성형 앱 빌더를 Vertex AI와 간편하게 통합할 수 있어 입력과 출력 검색 형식의 유연성이 향상됩니다. 

Google의 다른 AI 제품과 마찬가지로 생성형 앱 빌더는 편향, 유해한 콘텐츠, 도움이 되지 않는 출력를 방지하기 위한 많은 제품 보호 장치를 갖춰 Google의 AI 원칙에 부합하는 것으로 평가되었습니다. 몇 분 만에 빌드할 수 있는 프로토타입이든 많은 커스텀 구성요소가 포함된 앱이든 상관없이 생성형 앱 빌더의 엔터프라이즈 검색은 여러 업종과 전문성 수준에 걸쳐 고객을 위한 강력하고 사용자 친화적인 도구 모음을 제공합니다. 

엔터프라이즈 검색으로 혁신을 추구하는 고객 사례  

이미 많은 고객이 신뢰할 수 있는 테스터 프로그램을 통해 생성형 앱 빌더의 엔터프라이즈 검색에 대한 액세스 권한을 얻은 후 참신한 사용 사례에 제품을 활용하고 있습니다. 

Priceline은 직원용 내부 검색엔진과 고객의 여행 계획 수립을 지원하는 새로운 챗봇 등 다양한 프로젝트에 생성형 앱 빌더와 Vertex AI를 활용하고 있습니다. 데스크톱과 모바일 환경에서 모두 사용할 수 있는 Priceline 챗봇은 '맨해튼 미드타운에서 센트럴 파크까지 걸어서 갈 수 있는 거리에 있는 최고의 4성급 호텔 옵션은 무엇인가요?', '호텔 1박 연장을 도와줄 수 있나요?'와 같은 구체적인 질문에 답하는 것을 포함해 상시 사용 가능한 맞춤형 경험을 제공하며 고객이 적절한 정보를 보다 빠르게 찾을 수 있도록 도와줍니다.

“Priceline은 생성형 AI가 제공하는 새로운 경험을 고객과 비즈니스를 위한 지속적인 가치로 전환하는 경로를 탐색하고 있습니다. 최신 기술을 보유하는 것뿐만 아니라 적절한 문제를 해결하고 기회를 포착할 수 있도록 혁신을 실질적인 목표로 삼는 것이 중요합니다."라고 Priceline의 마티 브로드벡 최고 기술 책임자는 말했습니다. "AI 혁신 파트너인 Google Cloud의 지원에 힘입어 맞춤형 계획 수립과 여행 아이디어 제안부터 고객 서비스 제공에 이르기까지 고객에게 가장 빠르고 원활하며 유익한 예약 경험을 제공하기 위해 최선을 다하고 있습니다."

Vodafone은 빠르고 안전하게 문서를 쿼리하고, 검색하고, 특정 상업적 이용약관을 이해할 수 있는 도구를 빌드하기 위해 생성형 앱 빌더의 엔터프라이즈 검색과 기반 모델을 실험하고 있습니다. Vodafone 음성 및 로밍 서비스는 전 세계 다른 통신사들과 PDF, 이미지, 복잡한 표 등 다양한 형식을 통해 10,000건 이상의 계약을 체결했습니다. 직원들이 이 문서 저장소를 검색하는 데 많은 시간이 걸리는 경우가 다반사입니다. 

"Vodafone뿐 아니라 파트너사의 비즈니스 고객, 휴가객, 사물 인터넷 기기 등이 해외에서도 연결성을 유지할 수 있도록 210개국 700여 개 이동통신사로 구성된 로밍 범위에 날마다 5G와 같은 새로운 서비스를 도입하고 관리하고 있습니다. 생성형 앱 빌더의 엔터프라이즈 검색을 사용하여 안전하고 신속하게 계약을 검색할 수 있는 지능형 어시스턴트를 빌드하고 있습니다."라고 Vodafone 음성 및 로밍 서비스 부문의 셰리프 바키르 CEO가 말했습니다. "오랜 시간이 소요되는 프로세스가 생성형 AI 덕분에 가속화되어 생산성과 운영 효율성을 높이고 있습니다."

B2B 관계를 위한 고객 모니터링과 지능형 솔루션을 개발하는 소프트웨어 스타트업인 Trender.ai는 생성형 앱 빌더를 사용해 소셜 미디어, 공개 소스, CRM 데이터에서 정보를 종합하여 사용자가 고객 및 잠재고객과 보다 생산적이고 개인적인 관계를 형성할 수 있는 제품을 빌드하고 있습니다.

“이전 로드맵에서는 12~18개월이 소요될 것으로 예상했던 작업을 생성형 앱 빌더의 엔터프라이즈 검색을 사용하면서 한 달 안에 완료할 수 있었습니다."라고 Trender.ai의 공동 창립자인 벳시 빌혼은 말했습니다. "개인의 공개 소셜 미디어, 웹, 기타 데이터로 모델을 빌드하고 학습시킨 후 '이 사람에게 가장 중요한 것은 무엇인가요?' 또는 '이 잠재고객의 반응을 이끌어내려면 언제 어떻게 소개하는 것이 가장 좋을까요?'와 같은 질문을 던져 답을 얻을 수 있으려면 최소 12개월이 걸릴 것이라 예상했었습니다. 작년에는 이러한 비전을 구현하는 것이 Trender.ai 규모의 스타트업에게 있어 마치 달 탐사와 같이 어려운 일처럼 여겨졌지만 불과 한 달 만에 이러한 비전을 달성할 수 있었습니다.” 

솔루션이 아닌 유용한 인사이트 탐색하기

고객들이 생성형 앱 빌더의 엔터프라이즈 검색을 사용해 강력한 방식으로 데이터를 활용하고, 새롭고 유용한 정보를 발견하고, 유용하고 효율적인 맞춤형 경험을 생성하는 모습을 보게 되어 기쁩니다. 

오늘, Google은 고객의 목표 달성 지원을 위해 허용 목록에 포함된 고객(액세스가 승인된 고객)을 대상으로 생성형 앱 빌더의 엔터프라이즈 검색 정식 버전을 제공한다는 기쁜 소식을 전해 드립니다. 액세스와 가격 관련 세부정보는 Google Cloud 영업팀에 문의하세요. 또한 오늘부터 생성형 앱 빌더의 엔터프라이즈 검색에서 두 가지 새로운 기능이 미리보기 버전으로 제공된다는 소식을 전해드립니다. 바로, 후속 질문을 지원하는 멀티턴 검색과 의미상 연관성이 높은 콘텐츠를 찾는 콘텐츠 추천 기능입니다. 미리보기 버전에 대한 액세스는 Google Cloud의 신뢰할 수 있는 테스터 프로그램을 통해 제공됩니다. 생성형 앱 빌더의 엔터프라이즈 검색에 대해 자세히 읽어 보고 Google Cloud 웹페이지에서 액세스를 신청하세요. 

Google은 엔터프라이즈 검색의 생성형 AI 기능을 Contact Center AI와 Document AI 등 기존 솔루션에도 도입하고 있습니다. 예를 들어 이번 달부터 고객은 Document AI Warehouse에서 생성형 AI 기반 검색을 미리보기로 사용할 수 있습니다. 생성형 AI 관련 최신 소식을 확인하려면 'Transform with Google Cloud' 코너에 게재되는 경영진을 대상으로 한 생성형 AI 입문서인 'The Prompt'를 놓치지 마세요.