미래를 생각하는 프레임워크 Chatbots

챗봇은 무엇을 할 수 있나요?

Chatbots 을 음성 통화 대신 대화형 메시징으로 제공하는 고객 지원에 사용하면 ROI와 고객 만족도를 높일 수 있습니다. 고객이 채팅을 통해 질문을 입력하면 봇이 자연어 질문을 이해하고 쉬운 질문에 즉시 답변함으로써 가치를 더합니다.

Spotify 또는 Youtube에서 노래를 재생하거나 일반 제품을 구매하는 등의 일부 작업을 수행하는 데 있어 편의성이나 사용 편의성을 크게 향상시킬 수 있습니다. 알렉사와 구글 홈이 이 범주에 속합니다. Alexa에게 "치약 더 사줘"라고 말하면 몇 시간 후에 치약이 문 앞에 도착합니다.

이 기술이 어떻게 발전하고 발전할지 이해하려면 chatbots 현재 부족한 점이 무엇인지 이해해야 합니다.

또한 소프트웨어와 대화식으로 상호 작용하는 데에는 몇 가지 어려움이 있습니다. 주요 과제는 다음과 같습니다:

• 도전 과제 #1. 많은 작업은 텍스트나 음성 명령보다 GUI에서 더 잘 수행됩니다. 예를 들어 이전에 잘못 말한 내용을 다시 돌아가서 변경하려면 어떻게 해야 할까요? GUI에서는 돌아가서 변경하는 것이 간단합니다. 또한 많은 경우 지침을 입력하거나 말하는 것보다 버튼을 클릭하는 것이 훨씬 빠릅니다.
• 도전 과제 #2. 이와 관련된 문제점은 인터페이스가 '보이지 않기 때문에' 봇이 무엇을 이해하고 무엇을 이해하지 못하는지 알기 어렵다는 점입니다. 봇이 할 수 있는 일 중 나와 관련된 모든 일을 어떻게 찾을 수 있을까요? 봇이 이해할 수 있다고 생각되는 몇 가지를 시도해 볼 수는 있지만(그 자체로 비효율적임), 생각하지 못한 모든 것은 어떻게 해야 할까요?

이러한 과제는 분명하지만 봇의 미래에는 어떤 의미가 있을까요? 봇이 정말 유용해지려면 봇이 더 똑똑해질 때까지 기다려야 할까요? 아니면 다른 의미가 있을까요?
제 생각에는 다른 의미가 있습니다. 곧 봇은 더 많은 대화를 나누기보다는 더 많은 작업을 수행하게 될 것입니다.

이를 이해하려면 봇의 진화에 대한 간단한 프레임워크가 필요합니다. 봇은 모방, 운영 및 통합이라고 명명한 여러 단계를 거쳐 발전한다는 것입니다.

물론 실제로는 이러한 단계나 전환이 제가 여기서 제안하는 것만큼 깔끔하지는 않지만 트렌드가 중요한 포인트입니다.

모방

처음에 봇은 사람, 특히 고객 서비스 상담원을 모방했습니다. 봇의 가장 좋은 사용 사례는 봇이 인간 고객 서비스 상담원을 위한 필터 역할을 수행하여 고객이 묻는 단순 반복적인 질문에 답변하고 봇이 이해하지 못하는 대화는 인간 상담원에게 에스컬레이션하도록 하는 것이었습니다.

운영

봇의 진화의 다음 단계는 봇이 예상치 못한 방식으로 인간 상담원보다 뛰어난 성능을 발휘하는 시점입니다. 봇은 인간처럼 대화형 인터페이스에만 국한되지 않습니다.

봇이 어려운 고객 서비스 쿼리를 이해하고 해결하는 데 있어 인간 상담원을 능가하기까지는 시간이 걸리겠지만, 봇은 그래픽 위젯을 통해 작업을 수행하고 서비스를 능동적으로 연결함으로써 지금 당장 인간 상담원보다 뛰어난 성능을 발휘할 수 있습니다.

물론 봇이 그래픽 및 기타 인터페이스를 광범위하게 사용하면 챌린지 #1에서 제기된 문제를 직접 해결할 수 있습니다(GUI를 사용하는 것이 더 바람직할 때도 있습니다).

많은 사람들이 봇에 대해 인식조차 하지 못하는 상황에서도(물론 어떤 식으로든 봇을 사용해본 적이 있겠지만), 우리는 모방에서 운영으로 전환하고 있습니다.

봇은 대화형 인터페이스를 사용하는 것이 적절할 때 대화형 인터페이스를 사용할 수도 있지만, 상황에 가장 적합한 인터페이스를 사용하여 즉각적으로 소통할 수도 있습니다.

예를 들어, 고객이 예약 방법을 알고 싶어하는 경우 봇은 인간 상담원처럼 고객에게 예약 방법을 설명하거나 링크를 제공할 필요 없이 채팅에서 고객에게 표시되는 그래픽 위젯을 통해 고객이 예약할 수 있도록 할 수 있습니다. 고객 입장에서는 모든 마찰이 제거됩니다. 인간 상담원은 이러한 작업을 수행하기가 어렵습니다.

물론 고객이 구매를 완료하면 봇은 주차 예약과 같은 다른 관련 작업을 제안하고 이를 대신 수행해 줄 수도 있습니다.

봇은 본질적으로 한 쪽에서는 고객과 다른 쪽에서는 인간 상담원과의 대화를 포함하여 고객이 당면한 작업을 수행하는 모든 방법을 중개하는 역할을 합니다. 도움말, 안내, 작업 사이의 경계가 모호해집니다.

봇이 기본 시스템을 추상화하므로 사용자는 더 이상 어떤 소프트웨어를 사용 중인지 알 필요가 없습니다.

통합

세 번째 단계는 모든 제품, 디바이스 및 서비스에 세분화된 수준으로 적용하는 단계입니다.

봇은 채팅 내에서 그래픽 인터페이스를 사용할 수 있을 뿐만 아니라 일반 그래픽 사용자 인터페이스와 완전히 통합될 수 있습니다. 봇과의 상호작용은 GUI를 변경하고, GUI와의 상호작용은 봇을 어떤 식으로든 변경합니다. 저희는 이 개념을 "코챗"이라고 부릅니다.

애플리케이션 내부의 봇은 문제가 발생하면 이를 파악하고 그에 따라 대응합니다. 모든 훌륭한 아이디어가 20년 전에 Microsoft에서 처음 시도되었기 때문에 아무도 다시는 그 아이디어를 되살리고 싶지 않다는 것을 누구나 알고 있습니다. 이 경우에는 클립 도우미인 Clippy가 있었는데, 사용자가 아무런 도움을 줄 수 없는 문제가 발생할 때마다 환한 미소를 지으며 나타나서 문제를 더욱 복잡하게 만드는 것으로 유명해졌습니다. 문제를 해결하기 전에 클리피를 최소화해야 했습니다.

하지만 이번에는 다를 것입니다. 구현은 확실히 더 섬세해지고 기술은 더 유용해질 것입니다. 그래픽 인터페이스나 제품을 사용하다가 어떤 작업을 수행하는 방법을 잘 모르거나 지루하게 화면을 클릭하는 것이 귀찮다면 봇에게 작업을 지시할 수 있습니다.

봇은 제품 및 앱 구성에 특히 유용합니다. 제품을 구매할 때 QR 코드를 스캔하면 봇과 채팅을 통해 설정하는 데 도움을 받을 수 있습니다.

광고가 표시되면 관련 봇에게 질문을 하고 채팅 내에서 바로 상품을 구매할 수 있습니다.

위치 기반 봇도 등장할 것이며 증강 현실의 등장은 이러한 추세를 더욱 가속화할 것입니다.

고객 서비스 관점에서 보면 상담원도 제품 경험과 더욱 통합될 것입니다.

사용자는 전화 등으로 상담원에게 별도로 연락하여 문제를 설명하는 것부터 시작할 필요가 없습니다. 상담원이 참여하는 것이 적절하다고 판단되면 자동으로 대화/작업에 참여하게 됩니다.

봇이 도움을 줄 수 없는 경우에 대비해 사람이 항상 예비 인력으로 존재하기 때문에 사람을 예비 인력으로 두는 것은 제한적으로 도전 과제 2번(기능을 발견하기 어렵다)을 무효화합니다. 물론 모든 사용 사례에 대해 인간을 대비책으로 두는 것은 불가능하며, 모든 Google 검색에 대해 인간을 대비책으로 두는 것은 불가능합니다. 하지만 지금보다 훨씬 더 많은 사용 사례에 대해 사람을 대체할 수 있을 것입니다.

봇의 미래에 대한 매력적인 단기 및 중기 비전을 설명해 드렸기를 바랍니다. 물론 봇이 맥락, 과거 상호 작용의 기억, 모호성을 충분히 잘 처리할 수 있을 정도로 지능이 높아져 인간의 역할이 거의 필요 없게 되는 시점에 대해서는 의도적으로 생략했습니다. 봇이 언제 이 정도 수준이 될지 판단하는 것은 사실상 불가능하기 때문입니다.

봇은 분명 현재의 능력 수준에서 크게 향상될 것이며, 이는 위에서 설명한 진화 단계를 통해 봇의 채택과 발전을 강화할 것입니다.

또한 제가 여기서 봇에 대해 제시한 관점은 고객 서비스 중심이라는 점에 유의해야 합니다. 현재 봇의 가장 인기 있는 사용 사례는 고객 서비스이며, 그 ROI가 매우 명확하기 때문입니다. 단순 반복적인 질문에 답하는 봇은 사람보다 훨씬 더 잘 확장할 수 있습니다.

그러나 고객 서비스 사용 사례 외에도 봇의 세계는 무궁무진합니다. 이러한 봇은 고객이 작업을 수행할 수 있도록 지원하는 일종의 애플리케이션과 유사한 방식으로 작동하며, 작동하도록 프로그래밍할 수 있는 방법에는 제한이 없습니다.

또한 고객 서비스는 봇과 고객 간의 일대일 상호작용을 제안하는 경향이 있지만, 봇은 기존 소셜 네트워크 및 채팅 플랫폼의 그룹 연결을 활용하는 데도 이상적입니다.

제가 보기에 봇의 진화 단계 중 운영 및 통합 단계에는 이러한 고객 지원 봇이 많이 포함되어 있습니다.

이러한 유형의 봇은 특히 회사 소셜 네트워크나 메시징 플랫폼에서 널리 사용되며, 직원을 모니터링하고 코치하며 일반적으로 질문에 답하고 업무를 처리하는 데 도움을 줄 수 있습니다.

궁극적으로 봇은 광고주가 사람들의 관심을 채굴하는 방법에 덜 집중하고, 사람들의 관심과 시간을 최적화하여 사람들의 삶에 실질적인 가치를 창출하는 방법에 집중할 수 있는 더 건강한 유형의 소셜 네트워크를 만들 수 있도록 이끌 것입니다.

대기 중인 수백만 명의 집사에게 정보와 작업을 개인에게 꼭 필요한 것으로 필터링하는 등 많은 일을 위임할 수 있습니다.

인간을 모방하는 봇은 고객 서비스 사용 사례와의 즉각적인 연관성 때문에 많은 관심을 받고 있습니다. 현재 고객 서비스에서 개선의 여지가 없다고 생각하는 사람은 지구상에 없다고 생각하기 때문에 당연한 일입니다.

하지만 제가 드리고 싶은 메시지는 봇이 이 좁은 사용 사례에서 예상치 못한 방식으로 발전할 것이라는 점입니다. 대화에서 인간 수준의 성능으로 빠르게 발전하지는 못하겠지만, 다른 여러 방면에서 훨씬 더 유용해질 것입니다. 소프트웨어 개발자와 봇 빌더가 만들어낼 수 있는 것에는 한계가 없습니다.

소프트웨어(및 가장 경쟁이 치열한 분야)의 역사를 보면 봇에서도 승자 독식 현상이 나타날 가능성이 높으며, 조만간 수십억 달러 규모의 봇 회사를 보게 될지도 모릅니다.

기업과 기업가들에게 전하고 싶은 메시지는 모든 기업이 이러한 발전의 영향을 받게 될 것이라는 점입니다. 우리는 이제 막 이러한 움직임의 시작 단계에 있으며 이미 기업마다 봇이 변화를 가져올 수 있는 여러 기회를 발견하고 있습니다.

뒤처지고 싶지 않은 기업은 봇이 모방 단계의 좁은 고객 서비스 사용 사례를 넘어 얼마나 빠르게 발전하고 있는지 예측해야 합니다. 디지털 전략은 이러한 발전에 대비한 미래 지향적이어야 합니다. 봇을 실행할 기술을 선택할 때 이러한 점을 고려해야 합니다.

이 글에서 설명한 프레임워크를 통해 봇이 어떻게 진화하고 무엇을 주의해야 하는지 더 잘 이해할 수 있게 되셨기를 바랍니다.

봇은 궁극적으로 소프트웨어 업계가 성공적으로 받아들인 '주의 집중 채굴' 관행에 일종의 해독제를 제공할 수 있으며, 보다 생산적인 방식으로 사람들의 시간과 주의를 최적화하는 데 다시 집중할 수 있도록 도와줄 수 있습니다.

이것이 바로 봇의 미래에 대한 낙관적인 비전입니다.