대화형 AI팀 구성 레시피

* 본 아티클의 원문은 2021년 4월 10일 Google Cloud 블로그(영문)에 게재되었습니다.   

챗봇이나 보이스봇과 같은 고객센터 가상 에이전트는 인공지능(AI)의 힘을 이용하여 기업이 고객과 소통하고 요청 볼륨에 관계없이 24시간 고객의 질문에 응답할 수 있도록 지원합니다. AI 도구는 향후 고객 여정을 간소화하는 데 있어 그 역할이 더욱 중요해질 것으로 예상됩니다. 

고객센터에 대화형 AI를 도입하여 얻을 수 있는 이점은 명확히 알고 있지만 무엇부터 시작해야 할지 막막하신가요? 

Google Contact Center AI(CCAI)팀의 UX 연구원인 우리는 고객을 이해하는 데 많은 시간을 할애하고 가상 에이전트의 개발과 관리를 위해 어떤 요건을 갖추어야 하는지 독자적인 관점을 견지하고 있습니다. 팀 구성에 관한 모든 것을 해결해 주는 만능 비결은 없지만 오랜 시간 고객센터를 연구하면서 일반적인 역할 6가지를 정립했습니다. 이 게시물에서는 각 역할을 하나씩 살펴보고 올바른 대화형 AI 구현에 중요한 요소들을 알아보겠습니다. 

각 분야의 엔지니어만으로 구성하는 것이 가장 흔히 범하는 실수

시작하기 전에 이 주제가 중요한 이유를 잠시 말씀드리겠습니다. 가상 에이전트팀을 각 분야의 엔지니어만으로 또는 제반 작업 전체를 처리하는 제품 관리자로 구성하는 경우가 많습니다. 그 이유는 많은 회사에서 고객과 적절하고 자연스럽게 상호작용할 수 있도록 가상 에이전트를 구현하는 일을 과소평가하기 때문입니다. 상담 중에 대화의 흐름 속에서 미묘한 뉘앙스를 해석해야 하는 경우가 많은데도 말입니다.  

단순한 사례에서 대화가 잘못된 방향으로 흐르기도 합니다. 상담을 마무리할 때를 예를 들면 다음과 같습니다.

사용자:       안녕히 계세요.

가상 에이전트:         안녕히 계세요라고 말씀하신 것 같은데, 대화를 다시 시작하고 싶으신가요?

사용자:       (어리둥절함)   [사용자가 채팅 종료]

이러한 잘못된 응답은 사람들을 당황스럽거나 실망스럽게 만들고 회사 이미지에까지 직접적인 영향을 끼칩니다. 최악의 경우 가상 에이전트 설계를 소홀히 한 대가로 브랜드 신뢰성이 저하되거나 PR에 위기를 초래할 수 있습니다. 이런 이유로 Google에서는 사용자 중심의 관점에서 대화형 AI를 구축할 것을 권장하며 그러기 위해서는 적절한 팀을 구성해야 합니다. 

대화형 AI에 필요한 핵심 역할 

처음으로 가상 에이전트를 구축할 때는 엔지니어링, 사용자 경험, 데이터 과학 분야가 균형을 이루도록 다양한 기술이 적절히 융합된 팀을 만들어야 합니다. Google이 자사의 경험을 토대로 정립한 핵심 역할 3가지는 다음과 같습니다.

1) 대화 설계자

대화 설계자(CA)는 대화를 설계하는 전문가입니다. 이들은 집을 설계하는 건축 설계자처럼 고객과 상호작용할 때 사용하는 가상 에이전트의 청사진을 그립니다. 관련 분야 전문가의 언어 구사력을 활용하여 인간과 가상 에이전트의 상호작용 흐름에 사람의 자연스러운 대화 패턴을 불어넣습니다. 예를 들어 가상 에이전트는 내용과 방식, 어조 측면에서 성심성의껏 지원하고자 하는 태도와 더불어 특정 상황에 맞는 적절한 수준의 예의를 갖추어야 합니다. 또한 대화 설계자는 비즈니스 이해관계자와 다음 작업을 함께 수행하면서 제품 요구사항, 고객 니즈를 명확하게 이해해야 합니다.

• 고객 요구사항 수집
• 사용 사례 정의
• 인간과 가상 에이전트 간 대화 흐름 반복 설계

여행 예약과 예약 내역 관리를 위해 개발한 챗봇을 생각해 보겠습니다. 비즈니스 로직, 법률 조항, 분야별 세부사항에 맞는 상호작용 흐름을 설계하기 위해서는 다양한 관계자들이 참여하여 논의해야 합니다. 이 사례의 경우 CA는 비즈니스 이해관계자와 함께 목적지, 날짜, 여행 인원수 등 신규 예약에 필요한 필수 세부 항목을 정의하는 일을 하게 됩니다. 봇 제작 플랫폼을 통해 대화 흐름 설계를 챗봇 또는 보이스봇으로 전송하는 일도 대개는 CA가 수행합니다. 

2) 봇 개발자

CA가 인간과 가상 에이전트 간의 대화를 설계하고 관리한다면, 봇 개발자는 가상 에이전트가 예약 가능한 항공편과 날짜를 확인하는 등 복잡한 작업을 스스로 처리할 수 있게 하는 일을 책임집니다. 또한 서비스 통합, 추가 맞춤 UI 또는 IVR(대화형 음성 응답) 구현을 지원하는 일도 담당합니다.

3) 품질 보증 테스터

대화형 AI의 개발과 유지보수 수명 주기가 반복을 통해 증분형으로 진행되는 특성을 고려할 때 권장사항에 규정된 또 다른 중요한 역할이 품질 보증(QA) 테스터입니다. 개발 과정의 초기 단계에는 대개의 경우 이 역할이 간과되기 쉽습니다. 품질 보증 테스터는 사전 정의된 사용 사례를 기준으로 대화형 AI를 테스트합니다. 이러한 사용 사례 또는 스크립트는 일반적으로 CA의 설계 또는 사용 가능한 대화 데이터 분석을 토대로 작성됩니다. QA가 대화의 오류, 예기치 않은 사용자 경험, 목표에서 벗어난 대화 흐름을 찾아내고 이를 팀에 보고합니다. 또한 QA 테스터는 새로운 사례 또는 문제가 있는 흐름을 찾아 CA가 대화 설계를 향상시키도록 지원할 수 있습니다. 

우수한 대화형 AI 개발을 뒷받침하는 권장 역할

핵심 역할 3가지 외에 우수한 대화형 AI팀에 있으면 좋은 권장 역할은 일반적으로 다음과 같습니다.

• 제품 관리자
• 카피라이터 
• 데이터 분석가 

제품 관리자는 대화 설계자의 사용 사례 정의 및 우선순위 설정, 개발 수명 주기 관리, 여러 팀과의 커뮤니케이션을 지원합니다. 

CA가 상호작용 흐름을 정의하면 카피라이터가 가상 에이전트의 대화 내용 품질을 최대한 높이는 것을 목표로 문장을 만들고 다듬습니다. 데이터 학습이 없다면 대화형 AI 기술은 인간의 대화를 이해하기 어렵습니다. 사람들은 대개 말을 할 때 자신만의 표현을 사용하기 때문에 우리는 말의 내용 속에서 인텐트(의도)를 찾아야 합니다. 

Google Cloud Dialogflow에서는 이를 학습 문구 또는 사람들이 말을 할 때 사용하는 다양한 표현이라고 합니다. 예를 들어 '피자를 원해요'라는 문구가 '피자 주세요' 또는 '피자를 주문합니다'로 표현될 수 있습니다. 당사 고객은 콜센터 로그 데이터를 사용하거나 카피라이터에게 학습 문구를 작성하고 정의하는 일을 맡기는 경우가 많습니다. 

"대화를 설계하는 것과 응답을 작성하는 것은 별개의 일이죠. 가상 에이전트의 캐릭터를 구상하는 과정에서도 카피라이터가 도움이 될 수 있습니다." 

-- 파벨 시로틴, 대화형 AI 인큐베이터 관리자

수많은 학습 문구와 응답으로 복합 가상 에이전트를 개발하기 위해서는 모든 대화 내용을 관리하는 카피라이터가 팀에 있어야 합니다. 예를 들어 '파리행 항공편을 예약하고 싶어요'라고 말하는 사람이 있다면 카피라이터는 사람들이 동일한 의미로 사용할 법한 다른 표현들을 최소 10~15가지 만들어 내야 합니다. 예를 들면 다음과 같습니다.

•          "파리행 항공편을 예약하고 싶습니다"
•          “파리행 항공편이 필요합니다”
•          “파리로 여행 갈 예정이라 항공편을 예약해야 해요” 

챗봇 또는 보이스 봇이 출시되면 데이터 분석가가 주요 측정항목을 정의 및 모니터링하고 오류의 근본 원인을 분석하며 실험적인 기능의 A/B 테스트를 설정할 수 있습니다.

고려해야 할 기타 주요 이해관계자

 

대화형 AI 개발에는 직접적인 영향을 주는 역할 외에도 다양한 이해관계자가 각기 다른 개입 수준에서 참여합니다. 법률 전문가는 프로젝트 범위와 사용 사례를 정의하는 데 필요한 모든 규정에 대한 종합적인 지식을 제공할 수 있습니다. 마케팅팀의 비즈니스 자문 담당자는 변경된 비즈니스 규칙과 전략에 따라 가상 에이전트 상호작용을 검토합니다. 

가장 효과적인 상담 사용 사례를 알아내기 위해서는 조사 차원에서 콜센터 관리자와 자주 논의합니다. 관리자는 상담량과 사용 사례 복잡도 등 고객 상담에 대해 매우 잘 알고 있으므로 이관 또는 추가 상담 및 안내 등 상황별로 어떻게 대화를 이어갈 것인지 정확하게 파악하고 있습니다. 

대화형 AI 개발에서 콜센터 상담사가 과소평가되고 간과되는 경우가 많습니다. 콜센터 상담사가 대화형 AI팀의 구성원으로 직접 참여하거나 컨설턴트로 협력하여 성공한 사례를 많이 목격해 왔습니다. 익숙한 비즈니스 규칙 등 고객 상담 분야에 대한 지식과 실제 상담에서 무수히 많은 고객을 응대해 본 경험은 대화 흐름을 설계하고 학습 문구를 작성하는 데 매우 유용합니다. 예를 들어 항공편 예약 사용 사례에서 콜센터 상담사는 고객이 자주 묻는 일회성 질문들을 알아내는 데 도움을 줄 수 있습니다. 

올바른 레시피 사용 

대화형 AI팀 구성에 관한 모든 것을 해결해 주는 만능 공식은 없습니다. 내 우선순위, 조직의 개발 단계, 보유한 리소스 등을 고려하여 가장 효과적으로 조합된 방법을 찾아야 합니다. 이와 동시에 핵심 역할, 권장되는 보조 역할, 고려해야 할 기타 주요 이해관계자에 대한 Google 레시피가 우수한 팀을 구성하는 올바른 길로 인도할 것입니다. 

대화형 AI 개발은 하루아침에 이루어지는 것이 아니며 협업이 필요한 작업입니다. 이제 Google Contact Center AI Dialogflow CX를 통해 기업은 직관적인 시각 흐름 빌더로 개발 부담은 줄이면서 우수한 가상 에이전트를 구축할 수 있습니다. 이 자료를 읽고 Dialogflow CX를 사용해 가상 에이전트를 구축하는 자세한 방법을 알아보세요.