생성형 AI를 기반으로 챗봇과 가상 에이전트의 잠재력을 실현하는 생성형 앱 빌더의 대화형 AI

*본 아티클의 원문은 2023년 7월 19일 Google Cloud 블로그(영문)에 게재되었습니다.

엔터프라이즈 검색 앱과 대화형 챗봇은 가장 광범위하게 적용되는 생성형 AI 사용 사례입니다. Google Cloud가 생성형 AI 앱 빌더(생성형 앱 빌더)를 개발한 것은 복잡한 기반 모델에 대한 액세스 권한을 제공하고, 독점 데이터에 기반 모델을 적용하는 복잡성을 해소하고, 앱으로 구현하는 절차를 간소화하고, 엔터프라이즈 기반의 안정성, 감사 가능성, 보안, 데이터 거버넌스를 제공하는 개발자 친화적인 제품 하나에 이러한 기능을 모두 담기 위해서입니다.

오늘 생성형 앱 빌더의 대화형 AI가 정식 버전(GA)으로 출시되어 허용 목록에 추가된 고객이나 Google Cloud 영업 담당자 요청을 통해 액세스 권한을 승인받은 고객에게 제공된다는 반가운 소식을 알려드립니다.

생성형 앱 빌더에 엔터프라이즈 검색 기능이 지난달에 정식 버전으로 출시된 데 이어 오늘 대화형 AI가 출시되면서 ML 경험이 없는 개발자도 고객 및 직원 지원 서비스, 안내 지원(예: 맞춤형 제품 탐색, 여행 계획, 은행), 작업 자동화(예: 음식 주문, 약속 예약, 전자상거래), 기기 제어(예: 대화형 매뉴얼, 차량 내비게이션) 등을 아우르는 AI 기반 챗봇과 대화형 환경을 간편하게 구축할 수 있게 되었습니다. 허용 목록에 포함된 고객은 생성형 앱 빌더의 대화형 AI를 사용해 다음과 같은 작업을 수행할 수 있습니다.

• 생성형 AI 에이전트 기능을 사용하면 사람처럼 자연스럽게 채팅이나 음성으로 질문에 정확하게 답변할 수 있는 봇을 빌드할 수 있습니다. 조직은 웹사이트, Q&A 목록, 매뉴얼, 전체 도메인 또는 그 밖에 인터넷에 존재하거나 조직이 Google Cloud에 안전하게 저장한 문서 등의 자체 데이터를 지정하는 것만으로 봇 빌드를 시작할 수 있습니다. 생성형 앱 빌더의 대화형 AI는 노 코드 설정을 포함한 사용자 친화적인 도구를 갖췄기 때문에 조직이 수개월이 걸렸던 작업을 몇 시간 또는 며칠 만에 훨씬 높은 품질로 완료할 수 있습니다.
• 특정 상품에 대한 고객의 질문에 제품 페이지를 표시해 응답하는 등 대화 맥락에 어울리는 웹페이지를 자동으로 로드하거나 인용 정보가 포함되도록 AI 에이전트 출력을 구성할 수 있습니다.
• 생성기를 통해 고객은 프롬프트를 완벽하게 제어하여 간편하게 기반 모델을 사용할 수 있습니다. 여기에는 지금까지 대화한 내용이나 에이전트의 상태를 기반으로 동적인 정보를 포함하는 기능이 포함됩니다. 고객은 이 기능을 사용하여 콘텐츠 생성, 요약, 복잡한 NLU 처리 수행, 여러 LLM 호출 연결 등의 작업을 수행할 수 있습니다.
• 생성형 대체 기능 덕분에 사용자 의도와 일치하는 데이터가 없는 시나리오에서도 완벽한 생성 출력을 사용해 원활하게 처리할 수 있습니다. 이를 통해 회사 사이트나 데이터 범위를 벗어나는 주제에 관한 질문에도 공감을 이끌어내는 개인화된 출력을 제공할 수 있습니다.

위의 새로운 기능은 Dialogflow에 완전히 통합되므로 고객이 기존 에이전트에 이러한 기능을 추가하여 전적으로 결정론적인 기능과 생성형 기능을 함께 사용할 수 있습니다.

또한 Google Cloud는 새로운 생성형 기능에 사전 빌드된 구성요소를 추가하여 일반적인 대화형 AI 작업과 카테고리별 사용 사례를 배포하는 데 필요한 시간과 노력을 줄였습니다. 이러한 구성요소는 숫자 및 신용카드 CVV 입력 데이터 수집처럼 많이 요청되는 기능을 포함하여 가상 에이전트와 통합에 사용할 수 있는 즉시 사용 가능한 템플릿을 제공합니다. 첫 번째 템플릿 모음이 정식 버전으로 출시되었으며 2023년에 더 많은 템플릿이 추가될 예정입니다.

Google Cloud는 생성형 앱 빌더의 GA 이전 출시에서 이미 고객이 혁신적인 성과를 거뒀음을 확인했습니다. 일례로 최근 Orange France는 프랑스어 생성형 AI 지원 챗봇인 Orange Bot을 출시했습니다. Orange France 웹사이트에 임베딩되어 있는 Orange Bot은 기업의 지원 지식을 사용하여 고객 질문에 정확하고 즉각적인 응답을 독립적으로 생성하고, 대화형 검색엔진이자 '도움말 및 연락처' 웹사이트의 진입점 역할을 합니다. 챗봇은 고객 관계를 혁신하고 관리 비용을 최적화하며 더욱 유용하고 사용자 친화적인 경험을 제공하기 위한 장기적인 비즈니스 비전의 일환으로 개발되었습니다.

Orange France의 데이터, AI, 자동화 담당 부사장인 메데릭 초멜은 "생성형 앱 빌더를 사용한 덕분에 아이디어 구상부터 프로덕션 단계까지 단 3주 만에 Orange Bot을 개발할 수 있었습니다."라고 말했습니다. “이제 Orange France는 SIM 카드 활성화, 청구서 수신 주소 변경, Orange TV의 자녀 보호 기능 관리 등 고객이 찾는 정보를 빠르고 정확하게 제공할 수 있습니다. 또한 Orange Bot은 대화형 검색엔진은 물론 '도움말 및 연락처' 페이지의 진입점 역할을 합니다. 첫 해부터 매년 1,500만 건의 상호작용을 관리할 수 있을 것으로 기대됩니다."

이러한 기능 덕분에 개발자는 구현 관련 세부사항으로 인한 지연과 방해 없이 환경을 설계하고 생성형 앱을 배포하는 데 집중할 수 있습니다. 이 블로그 게시물에서는 강력한 AI 기반 환경을 구축하기 위해 조직이 생성형 앱 빌더의 대화형 AI를 어떻게 활용할 수 있는지 살펴보겠습니다.

시각 자료로 확인하는 차세대 대화형 앱 

챗봇은 이미 수년 전부터 사용되고 있으므로 아래의 동영상을 살펴보면서 생성형 AI가 어떤 혁신적인 변화를 가져오는지 시각 자료를 통해 확인해 보겠습니다. 조직은 생성형 앱 빌더의 대화형 AI를 통해 상호작용을 조정하여 사용자의 작업 집중력과 생산성을 유지하는 한편 사용자가 필요에 따라 주제를 바꿀 수 있는 자유로운 대화 환경을 지원할 수 있습니다.

한 쇼핑객이 새로운 스마트폰을 찾기 위해 채팅 어시스턴트 서비스가 제공되는 웹사이트를 방문한다고 가정해 보겠습니다. 쇼핑객은 새 Google 스마트폰으로 업그레이드하고 싶다는 말로 어시스턴트와의 대화를 시작합니다. 

그러면 사이트가 보상 판매 옵션 페이지 같은 관련 콘텐츠를 즉시 탐색하며, 어시스턴트는 쇼핑객에게 최신 Google 스마트폰인 Pixel Fold, Pixel 7 또는 Pixel 7 Pro를 고려해 볼 것을 추천합니다. 호기심이 생긴 쇼핑객이 흰색 모델이 있는 기종이 있는지 묻자 어시스턴트는 Pixel 7과 Pixel 7 Pro에 '화이트'라는 색상의 모델이 제공된다고 답변합니다.

사용자가 질문을 하면 텍스트 자동 완성 기능이 고품질 결과를 얻을 수 있는 쿼리로 유도합니다. 예를 들어 사용자가 '7 Pro는'이라고 입력하기 시작하면 어시스턴트가 '7 Pro는 지금 스마트폰과 어떤 차이가 있나요?'라는 문장을 제안합니다. 쇼핑객이 이 제안을 수락하면 어시스턴트는 이미지와 간단한 요약이 포함된 멀티모달 비교 표를 생성할 수 있습니다.

쇼핑객이 현재 사용 중인 스마트폰에 없는 48메가 픽셀 카메라와 망원 렌즈가 장착된 Pixel 7 Pro와 현재 스마트폰의 비교 결과를 자세히 알아보고 싶어 한다고 가정해 보겠습니다. 쇼핑객이 '망원 렌즈가 무엇인가요?'라고 묻자 어시스턴트는 일반적으로 초점 길이가 70mm를 넘고 먼 거리에 있는 피사체를 확대하는 데 적합하며 주로 야생 동물, 스포츠, 인물 사진 촬영에 사용되는 렌즈를 가리킨다고 설명합니다. 

어시스턴트가 초반의 질문에 대해서는 웹사이트 콘텐츠에서 도출된 답변을 생성했지만 렌즈에 관한 질문에 응답할 때는 조직 사이트에 포함되지 않은 정보를 사용했습니다. 조직은 생성형 앱 빌더를 사용할 때 회사 데이터를 바탕으로 한 답변만 표시할지, 아니면 이 예시의 경우처럼 회사 데이터에서 답변을 찾을 수 없으면 기반 모델의 일반적인 지식과 외부 소스에서 가져온 답변도 허용할지 선택할 수 있습니다. 이와 같은 유연성은 봇이 '죄송합니다. 해당 질문에 답변할 수 없습니다'라고 응답할 때보다 훨씬 만족스러운 경험을 제공합니다. 해당되는 경우 이와 같은 응답 유형에 인용 정보도 포함되므로 사용자는 답변 생성에 어떤 소스 콘텐츠가 사용되었는지 알 수 있습니다.

Pixel 7 Pro로 업그레이드하는 것이 좋다는 결론에 만족한 쇼핑객은 다음 질문으로 현재 스마트폰의 보상 판매 가치를 묻습니다. 어시스턴트는 웹사이트 콘텐츠 기반 응답 방식으로 돌아가서 사용자가 현재 스마트폰의 상태에 따라 보상 판매 가치를 평가할 수 있도록 대화형 시각적 요소 입력 항목을 답변으로 표시합니다.

반품 정책에 대한 질문에 답변한 어시스턴트는 쇼핑객이 구매할 준비가 되었음을 인지하고 장바구니를 생성할 의향이 있는지 묻습니다. 사용자가 동의하면 사이트에서 즉시 결제 프로세스가 진행됩니다. 그런 다음 어시스턴트가 쇼핑객에게 다른 문의사항이 있는지 묻자 사용자는 비즈니스 계정으로 전환하고 싶다고 답합니다. 이 답변을 받은 어시스턴트는 실제 상담사에게 대화를 연결합니다. 이 단계에서는 규정된 경로를 생성형에 가까운 환경에 어떻게 원활하게 통합할 수 있는지 보여줍니다.

쇼핑객은 실제 상담사가 연결된 후 지금까지 상담한 내용을 되풀이할 필요가 없습니다. 쇼핑객이 질문을 이어가는 동안 생성형 앱 빌더에 포함된 Agent Assist 기능이 지금까지 상호작용한 내용을 요약하고 응답을 제안하기 때문입니다. 결과적으로 AI 상담사에서 실제 상담사로 연결되는 절차가 수월하게 진행되며 쇼핑객은 효율적으로 의문점을 해소하고 구매를 완료할 수 있습니다.

고객은 상담 시작부터 끝까지 사람과 나누는 듯한 대화에 참여하고 정보 확인과 작업 절차를 수월하게 진행하며 필요에 따라 대화 대상을 유연하게 바꿀 수 있습니다. 이 모든 기능이 이전 세대의 챗봇을 능가합니다.  

생성형 앱 빌더를 사용한 챗봇 및 가상 에이전트 빌드  

이전 사례에서 살펴봤듯 생성형 앱 빌더는 결정론적인 의도 기반 프로세스(사용자의 명령어를 사전 정의된 의도와 비교하여 사전 설계된 대화 흐름을 따름)와 대화 범위를 확대하는 생성형 프로세스(스마트폰 카메라에 관한 질문 해결, 비교 표 생성 등)를 모두 사용할 수 있습니다. 

생성형 AI 앱 빌더의 단계별 대화 조정 과정을 통해 이러한 유형의 작업 흐름을 봇에 추가할 수 있는 여러 방법을 안내받을 수 있습니다. 예를 들어 조직은 인증, 주문 상태 확인 등의 일반적인 작업을 처리하기 위해 사전 빌드된 흐름을 사용할 수 있습니다. 개발자는 클릭 한 번으로 캔버스에 이 흐름을 추가하고 기본 양식을 완성해 활성화할 수 있습니다. 또한 비즈니스 로직을 시각적으로 매핑하고 사전 빌드된 커스텀 작업을 포함할 수 있습니다. AI가 사용자 대화를 유도하므로 그래프가 단순합니다.

현재 영어 지원이 허용 목록 추가를 통해 정식 버전으로 제공되며 덴마크어, 네덜란드어, 프랑스어, 독일어, 힌디어, 이탈리아어, 포르투갈어(브라질), 스페인어, 스웨덴어와 같은 추가 언어 지원은 미리보기 버전으로 제공됩니다.

아울러 멀티모달 이미지 검색이 미리보기 버전으로 추가되는 등 Google Cloud는 생성형 앱 빌더의 엔터프라이즈 검색에 새로운 기능을 계속 추가하고 있습니다. 고객은 멀티모달 검색 기능을 사용해 텍스트와 이미지 입력 항목을 각각 또는 함께 검색하는 방법으로 관련 이미지를 찾을 수 있습니다. 생성형 앱 빌더의 엔터프라이즈 검색과 대화형 AI 기능을 모두 갖춘 조직은 더욱 강화되고 간소화된 방식으로 일반적인 생성형 AI 사용 사례를 도입할 수 있게 됩니다. Google Cloud는 이러한 사용 사례가 고객에게 가치를 제공할 것으로 기대하고 있습니다. 

대화 시작하기

생성형 앱 빌더의 대화형 AI는 몇 단계만으로 챗봇을 설정하든 심층적인 맞춤설정과 대화 흐름을 생성하도록 만들든 개발자가 머신러닝 전문 지식 수준에 상관없이 직원과 고객 모두를 위해 더 풍부한 환경을 만들 수 있는 도구를 제공합니다. 시작하려면 Google Cloud에서 제공하는 생성형 앱 빌더와 대화형 AI 기술 관련 문서를 읽고 영업 담당자에게 생성형 앱 빌더에서 대화형 AI를 활용하는 방법을 문의하세요.