정리 | 서재창 기자
고객 경험과 직원 경험이 주목받는 추세 속에 ‘대화형 AI’와 같은 프론트 오피스 자동화 기술이 산업에 속속 적용되고 있다. 기업은 AI 기반의 가상 비서를 도입해 고객 및 직원과 정기적으로 이뤄지는 비즈니스 인터렉션을 자동화하고자 하고 있다. 대화형 AI 기술을 사업 운영에 적용할 것을 고려하고 있다면, 귀사의 비즈니스 상황에 맞춰 여러 사항을 면밀히 검토해야 한다.
코어에이아이 코리아 이영수 지사장
대화형 AI, 자동화와 셀프 서비스 위한 핵심 기술
대화형 AI를 간단히 정의하면 사용자가 자신의 문제를 빠르고 원활한 방식으로 해결해 기업의 움직임이 보다 민첩해지게 되는 셀프 서비스 모델이다. 이러한 대화형 AI를 통해 사용자와 개발자는 사전 교육 없이도 관련 솔루션을 사용할 수 있다.
기업을 자동화하거나 셀프 서비스 확대를 지향한다면, 대화형 AI가 적합하다. 코어의 가상 어시스턴트 플랫폼은 기업이 일상적인 비즈니스 인터렉션을 80% 이상 자동화해 디지털 퍼스트 사회를 만들도록 지원한다.
대화형 AI는 빈도수가 잦고 시간 소모적인 작업으로 인해 대기 시간이 길어지는 것을 방지한다. 이것은 비밀번호 재설정처럼 간단한 사용사례일 수도 있다. 대화형 AI를 도입한 기업 사례로 살펴보자.
글로벌 조명 기업인 Signify(前 필립스 라이팅)는 기존에 전문 에이전트가 소비자의 비밀번호 재설정 작업을 돕기 위해 최대 20분이 소요됐다. 하지만 가상 어시스턴트를 사용하면서 이러한 작업이 셀프 서비스가 되자 소요 시간은 20초로 단축됐다.
대화형 AI에 대한 Signify의 접근방법은 전략적이었다. 이들의 목표는 기술 리더로서의 입지를 유지하는 것이었으므로 셀프 서비스로 비즈니스 및 사용자 경험을 실현해 비용 최적화를 달성하고자 했다. Signify의 대화형 AI 적용 목표는 반복 작업뿐 아니라 대기 시간과 총 소요 시간을 증가시키는 일부 수작업까지 없애는 것이었다.
글로벌 금융 서비스 기업인 PNC는 고객 문의가 가장 많이 오는 부분을 파악해 소요되는 시간을 분석한 뒤 대화형 AI를 통해 직접 대응하는 것을 최소화했다. 작업자가 개별적이고 반복적인 각각의 요청에 시간을 소비하면 자신의 근무 시간에 부가가치를 구현하지 못하게 되는 것을 막기 위한 조치였다.
이처럼 각 회사마다 적용이 필요한 서비스 부문을 정확한 파악하는 과정은 적용 이후 얻는 가치를 이해 당사자가 충분히 공유하게 됨으로써 적용 효과와 업무 효율성을 크게 높인다. 그렇다면 이제, 대화형 AI 기술 적용을 위해 고려해야 할 사항을 살펴보자.
1. 대화형 AI 솔루션을 벤더로부터 구매할지 자체 구축할지 결정해야
이는 대부분의 기업 IT 팀들이 공통적으로 부딪히게 되는 딜레마다. 모든 기업이 자문해야 할 사항은 다음과 같다.
• 이것이 우리의 핵심 사업이자 강점인가?
• 이 솔루션을 구축하고 유지하는 데 리소스와 시간을 투입할 수 있는가?
• 이 솔루션이 우리의 문제를 해결해줄 것인가, 아니면 운영상의 문제만 더 야기할 것인가?
• 규모를 조정할 수 있는가?
PNC와 Signify는 특정 분야의 선두 업체로서 구축인가 구매인가의 문제에 대한 이들의 결론은 당연히 전문가로부터의 구매였다. 이것은 이들의 핵심 사업이 아니었기 때문이다.
기업은 대화형 AI를 수년간 핵심 사업으로 삼아온 경험이 있는 벤더에게 위탁함으로써 전문 분야에 집중한다. 가상 어시스턴트의 구축을 전문 기업에 맡기면 기업은 해당 솔루션의 맞춤화에 시간을 할애한다. 보다 중요한 일에 집중함으로써 시간 낭비를 최소화해야 한다.
2. 구매를 결정했다면, 진짜 사람과 대화하는 것같이 느낄 수 있는 플랫폼을 선택해야
대화형 AI를 구현하기로 결정했다면 그 다음 단계는 플랫폼 및 벤더를 선택하는 것이다. 기업구매 담당자는 소비자와 개발자를 염두에 두고 이를 확정해야 한다. 대화형 AI의 공급업체를 평가할 때는 6가지 주요 측면을 고려해야 한다.
| 시장 진출(GTM) 속도 | 자연어 처리(NLP) 교육 |
| 사용자를 위한 단순성 | 솔루션 구축 옵션 |
| 인텐트 인식의 정확성 | 데이터 보고 기능 |
Signify에게 있어 고객은 일차 사용자로서 이들에게 원활한 경험을 제공하기 위해 가상 비서가 상황에 맞게 대응하고 필요할 경우 실제 에이전트에게 인계를 지원할 수 있어야 했다. 사용자가 봇이 아닌 진짜 사람과 대화한다고 느끼는 것이 중요했다.
개발자의 관점도 염두에 둬야 한다. 가상 어시스턴트를 고려하고 있는 기업은 그 개발 속도를 평가해야 한다. 즉, 이미 개발돼 있는 구성요소를 재사용하는지, 인텐트 조정은 가능한지, 가상 어시스턴트의 개발 단계를 공유할 수 있는지, 구축은 온-프레미스(내부구축형) 방식인지 클라우드 방식인지의 여부와 다양한 채널(IVR, OCR, 웹, 모바일)과의 통합 속도 및 다국어 지원 여부를 평가해야 한다.
PNC도 기업이 평가해야 하는 솔루션으로부터 유사한 기대사항을 강조했다. 금융 서비스 사업 분야에서 보안은 중요한 측면으로, 암호화 및 인증 메커니즘은 PNC 고객에게 필수적이었다. PNC는 정확한 자연어 처리 기능과 맥락 전환 능력의 중요성도 강조했다.
이 플랫폼이 비즈니스 사용자와 팀을 가상 어시스턴트 구축 프로세스에 참여시키는 능력과 로우-코드·노코드 플랫폼, 사전 구축된 분류체계는 강력한 대화형 AI 플랫폼의 초석으로서 이를 통해 대화 문장을 이해하게 된다. 훌륭한 솔루션을 개발한다 해도 NLP 데이터나 머신러닝 모델에 너무 많은 시간을 소비하면 시장 출시가 적시에 이뤄지지 못할 수 있다.
3. 맥락을 파악할 수 있는 대화형 AI 플랫폼 도입해야
가상 비서로부터 ‘죄송하지만, 무슨 말씀이신지 모르겠습니다’는 대답을 듣고 싶은 이는 아무도 없다. 간단히 말해 고객에게 좌절감을 안겨주게 된다. 자연어 처리 기술을 적용하지 않은 대화형 AI 플랫폼의 활용률은 사내에서도 급락하고 만다.
적절한 솔루션이 없을 경우, 글로벌 비즈니스에서 대화 문장의 다양한 맥락을 지원하지 못할 수 있다. 고정적인 웹페이지와 얘기하고 있다고 느끼게 되면 소비자 경험도 저하돼 상담사에 대한 요구가 더욱 높아지게 된다.
4. 솔루션 설계자가 대화형 AI 플랫폼 구축을 주도해야
기술적 측면과 행동적 측면 모두 우리가 필요로 하는 팀에 있어 중요하다. 일반적으로 이러한 팀은 다섯 가지의 주요 역할로 구성되며 솔루션 설계자가 이끌어야 한다. 그 밖의 역할은 비즈니스 분석가, 프로세스 책임자(자동화 프로세스를 파악하기 위한), 대화 흐름 사양 디자이너, 그리고 자연어 처리 기술로 작업할 수 있는 개발자다. 코어 가상비서 플랫폼은 로우-코드·노코드 플랫폼이므로 전문 코더의 필요성이 줄어든다.
이 팀에서 힘든 작업을 대부분 하지만, 결정적인 역할을 하는 것은 테스트 및 품질 보증 팀으로서, 제품이 사용자 앞에 놓이기 전에 정의된 기준을 충족시키도록 하는 것은 이들의 몫이다. 하지만 핵심 개발 팀의 일원이 아닌 스폰서나 제품 책임자도 여기에 관여해야 한다. 행동 면에서는 디지털 변혁의 대표자 역할을 하기에 적합한 자세와 의지를 가진 팀을 구축해야 한다.
5. 대화형 AI 솔루션 도입은 작은 프로젝트부터 시작해야
내부적으로 시작해 진행률·생산성을 입증할 때 규모를 확장하는 것이 좋다. 신기술을 개발하는 것이므로 노련한 사용자는 파일럿 기술부터 작게 시작하라고 조언한다.
보다 간단한 사용 사례를 선택해 가상 어시스턴트를 테스트한 후에 고객에게 공개하거나, 직원 대면사용 사례를 선택해 사내 피드백을 확보한 뒤에 이 가상 어시스턴트를 보다 소비자 중심적인 사용 사례와 에이전트 및 사내 부서에 개방함으로써 도입률을 높인다.
또 다른 주요 측면은 작업 일정이다. 가상 어시스턴트를 구축하는 데 소요되는 시간을 현실적으로 평가해야 한다. 일정은 이상적일 경우 사용 사례의 복잡성에 좌우되지만, 구축, 테스트 및 실제 활용에 최소 3주일의 시간을 잡는 것이 합리적이다.
보다 많은 언어 기능을 추가하려면 사내 팀이 대화 문장과 맥락을 적용해야 할 수도 있는데, 이를 위해서는 2~6주일 정도가 걸린다. 코어와 같은 고성능 플랫폼으로 구축하고 있다면 구축 소요 시간은 오래 걸리지 않을 수도 있지만, 다양한 커뮤니케이션 채널과의 통합이 개발 주기의 대부분을 차지하게 된다.
6. 작은 활용 사례 성과를 바탕으로 여러 업무로 확대 적용해야
이상적인 경우라면 비즈니스에 의해 대화형 AI로 자동화하게 될 사용 사례의 방향이 정해져야 한다. 하지만 대부분의 경우 통화량과 대기 시간이 가장 많은 영역을 살펴보게 된다.
Signify는 단순한 비밀번호 재설정이라는 사용 사례에서 시작했으며, 2017년 말에 이 기술을 도입한 이래로 지금은 ITSM, 설치 및 서비스 요청 쿼리 등 65건이 넘는 사용 사례를 보유하고 있다. 그 중 일부는 감사, 청구서 상태, 사용자 온보딩, 비밀번호 재설정, 올바른 부서나 도움말의 검색 등이다.
PNC는 고객이 보내오는 수많은 질문을 면밀히 살펴봄으로써 파일럿 프로젝트의 단서를 구하라고 조언한다. 일련의 FAQ를 작성할 때 가상 어시스턴트 파일럿 비즈니스를 구축하게 되는 경우가 많다. 직원 대면의 자동화라는 측면에서는 조달, 인사 관리 또는 관리 문제를 살펴볼 수 있다. 은행 업무 분야의 소비자에게는 고객 확인 프로세스 자동화가 가상 어시스턴트 구축을 위한 첫 단계가 될 수 있다.
일단 자동화 진행 상황을 비즈니스의 한 측면에서 강조하게 되면 사내 팀들이 해결하고자 고심해오던 특정 사용 사례를 찾아내게 되며, 이것은 전반으로 확산되는 시작점으로, 디지털 변혁으로 가는 길이 된다는 사실을 알게 된다.
7. 자동화 통해 얻은 성과 지표를 마련하여 생산성 향상 이어갈 때
지능형 비즈니스 프로세스 모델링의 개발을 목표로 할 경우, 자동화는 모든 기업의 전략적 우선순위다. 그 목표는 생산성을 향상시키는 것이다. 이러한 맥락에서 성공은 이를 얼마나 빠르고 효과적으로 도입할 수 있는지와 이것이 소비자 경험에 미치는 영향을 토대로 역동적으로 정의돼야 한다.
도입률, 대화 유지율 및 사용자의 질적 피드백을 살펴봐야 한다. 가상 비서가 고객과의 연결을 끊거나 상담사에게 넘기는 일 없이 고객과의 대화를 얼마나 효과적으로 유지했는지가 극히 중요하다.
자동화의 성공은 단순성, 유효성, 고객만족이라는 세 가지 형용사로 정의한다. 3년 후에는 현재로선 생산이 없는 다른 사업 분야로 확장할 수 있어야 한다. 관리자의 생산성 향상과 데이터의 정확성도 주요 지표다.
성공의 또 다른 중요 척도는 향후 수년간 자동화에 착수하면서 그 열정을 계속 유지할 수 있느냐 하는 것이다. 동료들이 그 가치를 인식해 기술 도입을 추진하거나 도입을 고려하는 이들이 열정적으로 원한다면 이는 성공의 지표가 된다.
PNC와 Signify의 도입 사례는 대화형 AI 기술을 인지한 이후 구축에 성공하기까지의 여정에 적용해볼 수 있다. 대화형 AI를 향한 여정에서 탐색 단계에 있든, 혹은 평가 단계나 도입 단계, 심지어는 확장 단계에 있든 간에, 여기에 제시한 토론 내용과 공유된 경험 및 관점이 여러분에게 유용하기를 바란다.
대화형 AI 프로젝트의 구현에 대한 여러분의 문의와 경험담도 환영한다. 글로벌 주요 기업은 자사의 가상 비서 플랫폼으로 일상적인 비즈니스 인터렉션을 최대 80%까지 자동화해 운영 비용을 절감하고 고객 및 에이전트 환경을 향상시키고 있다. 여러분의 특정한 사용 사례에 대해 상의하고 싶다면, 문은 언제라도 활짝 열려 있다.
