과제 내용
저는 이번 포스트에 실제 상용화된 챗봇 서비스 2가지를 들고 왔습니다. 바로 카카오뱅크와 OpenAI의 사례입니다. 이 둘을 보고 저희가 만들어야 할 챗봇의 방향성을 결정할 수 있다 생각했기 때문입니다.
카카오 뱅크 상담 챗봇
카카오뱅크의 상담챗봇은 카카오의 봇빌더를 기반으로 출시된 인공지능 챗봇입니다.
이 챗봇은 고객이 편리하게 이용할 수 있도록 모바일 채팅을 통해 24시간 실시간으로 상담 서비스를 제공하고 있습니다.
금융 서비스의 특성상 일상생활과 쓰이는 용어가 상이하여 봇이 사용자의 질문 의도를 파악하기가 쉽지 않는데요,
그렇기에 카카오뱅크는 봇빌더만 사용하지 않고 카카오의 인공지능 기술팀과 협업하여 ML기술을 도입해 자연스러운 챗봇 대화가 가능하도록 만들었습니다.
카카오뱅크 상담챗봇은 주로 뱅킹 서비스에 관한 정보 제공, 고객 문의 응답, 신규 상품이나 서비스 정보 제공 등에 활용됩니다. 이러한 반복적인 단순한 정보제공에 대해서 인간은 피로감을 느끼지만 봇은 느끼지 않기에 챗봇은 상담사와 유저 모두에게 더 나은 경험을 느끼도록 합니다.
챗봇을 구성하는 기술은 대화형 인터페이스를 위한 자연어 처리(Natural Language Processing, NLP), 대화 관리(Dialogue Management), 기계 학습(Machine Learning) 등이 있습니다.
카카오 뱅크에서 이 챗봇을 활용했을 때 여러가지 이점들을 얻을 수 있습니다
1. 24시간 실시간 상담 가능: 고객이 언제든지 어디서나 필요한 정보를 얻을 수 있습니다.
2. 신속한 응답 제공: 빠르게 정보를 찾아 고객의 질문에 답할 수 있습니다.
3. 다양한 서비스 정보 제공: 신규 상품이나 서비스 정보를 실시간으로 업데이트하고 고객에게 알릴 수 있습니다.
반대로 이러한 단점들 또한 있습니다
1. 복잡한 질문에 대한 대응: 사용자의 복잡하거나 예외적인 질문에 대한 대응능력이 부족합니다.
2. 감정 인식 능력 부족: 사용자의 감정 상태를 이해하거나 대응하는 능력이 제한적입니다.
Chat-GPT
ChatGPT는 OpenAI에서 개발한 대화형 인공지능(AI) 모델로, 자연어 처리(Natural Language Processing, NLP)를 기반으로 사용자와 실시간 대화가 가능한 챗봇입니다.
ChatGPT의 기반 기술은 'GPT-3.5', 'GPT-4'이며, 이는 Generative Pre-training Transformer의 약자입니다.
GPT는 대용량의 텍스트 데이터를 학습하여, 주어진 문맥에 따라 새로운 텍스트를 생성하는 AI 모델입니다.
ChatGPT는 이러한 GPT 기술을 활용하여 사용자의 질문을 이해하고 적절한 답변을 생성합니다.
ChatGPT를 이용할 때의 장점은 이와 같습니다
1. 실제 인간과 같은 자연스러운 대화: 일반적인 챗봇보다 훨씬 더 복잡하고 자연스러운 대화가 가능합니다.
2. 다양한 주제에 대한 답변 제공: 대량의 데이터를 학습하였기 때문에, 다양한 주제에 대한 정보를 제공할 수 있습니다.
하지만, 다음과 같은 단점 또한 존재합니다
1. 잘못된 정보 제공 가능성: 모델이 학습한 데이터에 오류가 포함되어 있거나, 데이터가 최신 정보를 반영하지 않는 경우 잘못된 정보를 그럴 듯하게 제공할 수 있습니다.
2. 모호한 질문에 대한 정확한 답변 어려움: 사용자의 질문이 모호하거나, 문맥을 정확히 이해하지 못하는 경우 적절지 않은 답변을 제공할 수 있습니다.
3. 개인화된 서비스 제공 어려움: 개인 정보를 활용하지 않는 모델이기 때문에, 사용자 맞춤형 서비스 제공이 어렵습니다.
챗봇 서비스가 나아가야할 방향성
챗봇은 여러가지 종류가 있습니다. 단순히 사용자가 보낸 문장에 대응되는 획일화된 답을 내놓는 봇이 있는가 하면, 아예 딥러닝 학습을 적용시켜 실제 사람과 별다를 바가 없는 유동적인 대답을 내놓는 봇이 있기도 합니다. 챗봇은 본래 유저에게 소통하는 것과 같은 느낌을 주는 봇입니다. 따라서 전자보다는 후자가 챗봇이 나아가야할 방향성이라 생각합니다.
초기 챗봇은 단순히 입력된 알고리즘에 따라 메시지를 입력하면 그에 대응되는 일정한 대답을 내놓을 뿐이었지만 ChatGPT등장 이후 검색엔진마저 넘보는 기술이 되었고 이는 정말 챗봇을 말 그대로 대화형 인공지능에 가까워지게 만들었습니다.
ChatGPT는 사용자들로 하여금 챗봇에 거는 기대감을 높였다고 생각합니다. 그렇기에 높아진 사용자들의 기대치를 충족시키기 위해서는 LLMs를 챗봇에 적용시켜야 한다고 생각합니다.
ChatGPT와 같이 GPT4를 사용할 수 있다면 좋겠지만, GPT4는 파라미터 사이즈가 1조에 달하는 매우 큰 모델입니다. 그만큼 많은 비용이 들고, 응답의 생성까지 오랜 시간이 걸립니다. 따라서 다수에게 빠른 응답을 해야하는 서비스 예약 챗봇에 어울리지 않다고 생각합니다.
그렇기에 저희 서비스가 추구해야하는 챗봇은 바드의 PaLM2와 같이 비교적 가벼운 모델을 적용시킨 챗봇이라 생각합니다. 그럴 수 있다면 사용자에게 보다 완성도 있는 답변을 제공하여 챗봇이 상담사의 업무의 상당부분을 대신할 수 있으리라 생각합니다.
OO은행 고객센터을 위한 대화형 인공지능 챗봇 도입 기획서
프로젝트 개요
본 기획서는 고객 센터 업무 부담 감소 및 고객 경험 향상을 목적으로, 대화형 인공지능 기반 챗봇을 도입하려는 계획을 서술합니다. 이 챗봇은 기본적인 정보 전달뿐만 아니라, 더 복잡한 대화도 처리하게 될 것입니다. 구글의 PaLM-2 모델을 기반으로 제작될 예정입니다.
도입 배경
은행 고객 센터는 많은 고객 질문에 응답하는데 많은 시간과 노력이 소모되고 있습니다. 이로 인한 피로감을 줄이고, 고객 센터의 업무 효율성을 높이기 위한 챗봇 도입이 필요합니다.
하지만 단순히 질문에 따른 답변만을 하는 챗봇은 변화하는 트렌드에 부합하지 않다고 생각합니다. Chat-GPT 등 대화형 인공지능의 등장 이후 고객들의 챗봇에 대한 기대치가 상승하였습니다. 이를 충족시키기 위해서 저희 은행의 챗봇에도 대화형 인공지능을 도입하고자 합니다.
구현 방안
일반적으로 대화형 인공지능에 사용되는 GPT-4모델은 고객센터 챗봇으로 사용하기에는 너무나 느리고, 무거운 모델입니다. 따라서 은행 고객센터에 적용할 챗봇은 PaLM-2모델을 사용할 것입니다. PaLM-2는 GPT-4에 비해 비용이 효율적이며, 처리 속도도 빠르다는 장점이 있습니다. 이를 통해 고객들에게 신속하고 효과적인 응답을 제공할 수 있습니다.
예상 비용
대화형 인공지능 챗봇의 개발 및 유지보수에 필요한 비용을 산정해야 합니다. 또한, 필요한 인력(개발자, 데이터 과학자 등)의 인건비, 서버 비용 등도 고려해야 합니다.
같은 대화형 인공지능인 Chat-GPT의 가격정책을 보고 짐작해보았을 때, 적지않은 비용이 예상됩니다.
기대 효과
- 브랜드 평판 상승: 대화형 인공지능 기반의 챗봇을 도입함으로써, 혁신적인 이미지를 고객들에게 전달하고 브랜드 평판을 향상시킬 것입니다.
- 고객 경험 향상: 더 발전된 챗봇을 통해 고객들은 더 나은 서비스를 받을 수 있습니다.
- 고객 센터 업무량 감소: 챗봇이 일정 부분의 업무를 대신함으로써, 고객 센터의 업무 부담이 줄어들 것입니다.
타겟 시장
젊은 세대(청년층)를 타겟으로 설정하였습니다. 청년들은 은행에 직접 방문하여 업무를 보는 것에 익숙한 세대가 아닙니다. 이들은 스마트폰 및 PC를 활용한 은행 업무에 능숙하며, 그만큼 스마트폰을 이용하여 많은 정보들을 얻습니다. 하지만 광고를 제외하고는 청년층들에게 은행상품에 대한 설명은 충분히 제공되고 있지 않다 생각합니다.
저희가 고객센터에 대화형 인공지능 기반 챗봇을 제공한다면 이를 가지고 놀면서 청년층들에게 저희 은행의 상품들이 쉽게 노출이 될 것이며, 이로 인해 저희 브랜드에 대한 호감과 정보들을 같이 얻게 될 것입니다.
한번 거래를 시작하면 쉽게 바꾸기 힘든 은행거래 특성상 앞으로 경제활동을 해나갈 청년층들에 대한 점유율 확보의 중요성은 이루어 말할수 없을 것입니다. 젊은 청년층들에게 챗봇은 그리 낯선 기술이 아닙니다. 오히려 Chat-GPT등장 이후 높아진 기대치를 갖고 있습니다. 하지만 기존 고객센터들의 챗봇들을 보면 이러한 기대치에 부응하지 못하고 있는 경우가 대다수입니다. 이들의 기대치를 충족시키는 챗봇 기능을 제공함으로써 저희 은행에 대한 접근성을 높일 수 있고, 경쟁사에 비해 높은 고객 만족도를 기대할 수 있습니다.
결론
고객센터의 업무 효율성을 높이고 고객 경험을 향상시키는 목적으로, 대화형 인공지능 챗봇의 도입이 필요합니다. 비록 초기 비용이 많이 들 것이지만, 장기적으로 볼 때 브랜드 이미지 개선, 고객 만족도 향상, 고객 센터 업무 부담 감소 등으로 인한 이익이 더 클 것으로 예상됩니다.
또한, 대화형 인공지능 챗봇이 고객센터에 도입된다면 고객들의 대화를 수집하여 시류를 읽을 수 있고 데이터를 분석하여 그에 맞는 상품을 기획할 수 있습니다. 뿐만 아니라 고객에 맞는 은행상품들을 추천해주고 금융자산 설계 서비스를 제공할 수 있습니다. 만약 개선을 거쳐 성능을 상당부분 끌어올린다면 Plus 요금제를 도입한 고객님들께 이러한 서비스를 제공하는 등 새로운 핀테크 비지니스 모델을 추가할 수 있을 것으로 보입니다.
'기타 > 코멘토 챗봇 직무부트캠프' 카테고리의 다른 글
| 코멘토 직무부트캠프 수강후기 (0) | 2023.08.29 |
|---|---|
| 4차 과제 (0) | 2023.08.22 |
| 3차 과제 (0) | 2023.08.15 |
| 2차 과제 (0) | 2023.08.06 |
