Telegram 챗봇을 구축하는 방법

Telegram 쉽게 구축할 수 있습니다

Telegram개방형 아키텍처는 매우 봇 친화적입니다. API 접근 승인을 받거나, 앱 검토를 받거나, 채널 제한에 대해 걱정할 필요가 없습니다. 설정이 빠르고, 봇 API는 잘 문서화되어 있으며, 봇은 그룹채팅이나 사용자 DM 내에서 바로 실행이 가능합니다.

개발자들에게 있어, Telegram 생태계가 더 폐쇄적인 아이메시지나 Instagram 같은 채널보다 훨씬 쉽게 AI 기반 경험을 프로토타이핑, 출시, 반복할 수 있는 가장 마찰이 적은 곳 중 하나입니다.

명령 봇이 모든 사람에게 적합한 것은 아닙니다.

기존의 많은 Telegram 봇들은, 참여도가 높고 기술적인 사용자들, 즉 /시작을 입력하고, 인라인 메뉴를 탐색하고, 명령 구문을 기억하는 것에 익숙한 사용자들을 위해 만들어졌습니다. 이는 암호화폐나 개발자 채널의 파워 유저들에게 잘 맞습니다.

이러한 상황에서는, 토큰 가격을 표시하는 Telegram 봇이나, 온체인 데이터를 분석하고 실시간 이벤트에 반응하는 암호화폐 거래용으로 구축된 인공지능 에이전트 등, 자동화가 워크플로우에 녹아드는 경우가 많습니다. 사용자는 무엇을 물어봐야 하는지 알고, 시스템은 어떻게 응답해야 하는지 알고 있습니다.

하지만 지역 고객, 이벤트 참석자 또는 새로운 커뮤니티 회원과 같이 더 넓은 대상을 대상으로 구축하기 시작하면 이러한 가정은 무너지기 시작합니다. 사용자들은 말을 다르게 표현합니다. 사용자들은 봇이 자신이 입력한 내용뿐만 아니라 그 의미를 이해하기를 기대합니다.

새로운 사용 사례를 열어주는 AI

AI를 통합하면, Telegram 봇은 딱딱한 흐름도가 아닌, 실제 시스템과 상호작용할 수 있는 유연한 인터페이스로 거듭나게 됩니다.

더 이상 질문에 대한 답변만 하는 것이 아닙니다. 이제 봇이 할 수 있습니다:

• CRM, 예약 시스템 또는 외부 API와 같은 여러 도구에 연결하여 데이터를 가져오고, 워크플로를 트리거하거나, 실시간으로 기록을 업데이트하세요.
• 버튼 클릭뿐만 아니라 상황에 따라 조정되는 다단계 대화를 통해 사용자를 안내합니다.
• 전체 채팅 컨텍스트가 전달된 상태에서 필요한 경우 인간 상담원에게 넘겨 원활한 HITL(Human-in-the-Loop) 경험을 제공합니다.
• 과거 대화 또는 세션 데이터에 액세스하여 응답을 개인화하고 동일한 질문을 두 번 하지 않도록 하세요.

이를 통해 재고를 조회하여 정확한 고객 상호작용을 개선하는 리테일 어시스턴트나 사용자 유형 및 회사 정책에 따라 조정하는 HR 온보딩 에이전트와 같이 기존 봇으로는 구축하기 어렵거나 불가능했던 사용 사례의 문을 열 수 있습니다.

1단계: 봇의 목적과 흐름 정의하기

플랫폼을 열기 전에 구체적인 사항을 확인하세요:

• 잠재고객은 누구인가요? 신규 사용자인가? 기존 고객인가요? 첫 방문자?
• 봇이 어떤 문제를 해결해야 하나요? 지원 티켓을 줄이거나, 스케줄을 도와주거나, 안내 도우미 역할을 해야 하는가?
• 어떤 유형의 입력을 처리해야 하나요? 자유 형식 질문, 버튼 기반 탐색 또는 둘 다?
• 봇은 언제 도움이 필요하나요? 사람의 핸드오프를 추가할 것인가, 아니면 AI로 모든 것을 처리할 것인가?

이를 스케치하면 더 깔끔한 흐름을 설계하고 다음 단계에서 더 나은 의사 결정을 내리는 데 도움이 되며, 특히 AI를 통합하고 외부 도구를 연결할 때 유용합니다.

전문가 팁: 작고 집중적인 사용 사례부터 시작하여 거기서부터 확장해 나가세요. 완벽한 봇을 미리 계획하는 것보다 작동하는 최소 실행 가능한 제품을 출시하는 것이 더 많은 것을 배울 수 있습니다.

다음 단계를 따르기 위해 준비해야 할 사항은 다음과 같습니다:

• Telegram 계정 (봇파더를 통해 봇을 생성하기 위한 계정 )
• Botpress 계정 (봇의 백엔드 구축 및 관리용)

지금 바로 설정해도 되고, 진행하면서 하나씩 설명해 드리겠습니다.

2단계: 챗봇에 대한 지침 설정하기

이제 봇이 무엇을 해야 하는지 알았으니 다음 단계는 봇에게 어떻게 행동할지 알려주는 것입니다.

플랫폼으로 이동하여 새 봇을 만듭니다. 로딩이 완료되면 스튜디오의 지침이라는 상자가 표시됩니다.

여기에서 AI가 어떻게 응답해야 하는지, 어떤 어조를 사용할지, 어떤 종류의 질문을 예상할지 등 AI의 역할을 정의할 수 있습니다.

저희는 Telegram FAQ 봇을 구축하고 있기 때문에, 안내는 다음과 같이 보일 수 있습니다:

"귀하는 [회사 이름]의 고객 지원 AI 상담원입니다. 여러분의 역할은 고객과 소통하고, 문의를 해결하며, 일반적인 지원 주제에 대한 지원을 제공하는 것입니다."

이를 인공지능의 직무 설명이라고 생각하세요. 봇이 처리해야 할 작업을 명확하고 구체적이며 범위가 한정된 것으로 설정하세요.

지침이 설정되면 봇이 답변을 가져올 수 있는 정보를 제공할 준비가 된 것입니다.

3단계: 봇의 컨텍스트에 대한 지식 소스 추가하기

지식 기반은 챗봇이 정확한 답변을 제공하기 위해 사용하는 것으로, 특히 AI를 사용할 때 더욱 그렇습니다.

GPT 같은 언어 모델은 사용자의 말을 이해할 수 있지만, 사용자가 해당 정보를 제공하지 않으면 비즈니스에 대해 아무것도 알지 못합니다.

서비스나 제품에 대한 신뢰할 수 있는 사용 사례별 정보를 추가하면 봇이 일반적인 답변이나 지어낸 답변에 의존하지 않고 정확한 답변으로 응답할 수 있습니다.

내부적으로는 다음과 같은 기술을 사용합니다. RAG (검색 증강 생성)이라는 기술을 사용합니다. 사용자가 질문을 하면 봇이 먼저 콘텐츠에서 관련 문맥을 검색한 다음 이를 AI에 제공하여 응답을 생성합니다. 이렇게 하면 모델이 '옳다고 생각하는' 답변이 아니라 실제 데이터와 일관된 결과를 얻을 수 있습니다.

지식창고를 연결하려면 다음과 같이 하세요:

1. 지식 탭으로 이동합니다.
2. FAQ 또는 도움말 페이지로 연결되는 링크 붙여넣기

그게 전부입니다. 이제 봇이 비즈니스 관련 컨텍스트를 통해 실제 질문에 답할 수 있습니다.

4단계: Telegram 챗봇(프론트엔드) 만들기

챗봇 로직은 이미 존재하지만, 사용자들이 챗봇과 상호작용할 수 있는 Telegram 진입점이 필요합니다.

봇파더가 바로 그 역할을 합니다. Telegram 봇 "쉘"을 생성할 수 있게 해줍니다 - 기본적으로 챗봇 워크플로에 연결되는 프런트엔드 주소를 등록하는 것입니다.

telegram 챗봇을 구축하는 방법은 다음과 같습니다:

1. Telegram 열고 @BotFather를 검색합니다.
2. 채팅을 시작하고 /newbot을 입력합니다.
3. 지시에 따라 다음과 같이 하세요:
   
   • 봇의 이름 설정(사용자에게 표시되는 내용)
   • 사용자 아이디를 선택합니다(지원도우미_봇과 같이 bot으로 끝나야 함).
4. Telegram 봇 토큰을 반환합니다 - 다음 단계에서 필요하므로 복사해 두세요.

이 봇 쉘은 어떠한 로직도 담고 있지 않으며, 단지 사용자가 메시지를 보내는 곳입니다. 토큰을 챗봇 파이프라인에 추가하면, 해당 메시지는 인공지능 로직으로 라우팅되고, 응답은 Telegram 통해 다시 전송됩니다.

다음으로 이 토큰을 챗봇 프로젝트에 연결하여 두 프로젝트가 서로 연결되도록 하겠습니다.

5단계: Telegram 봇 연결 및 배포하기

봇 로직이 준비되고 Telegram 프론트엔드가 설정되었으니, 마지막 단계는 Telegram 봇으로 전송된 메시지를 인공지능 기반 챗봇이 처리할 수 있도록 이 둘을 연결하는 것입니다.

Telegram 연결하기:

1. 챗봇 프로젝트 열기
2. 채널 탭으로 이동합니다.
3. 선택 Telegram 을 선택합니다.
4. 봇파더로부터 받은 봇 토큰을 붙여넣습니다.
5. 채널 활성화 및 봇 게시

연결이 되면, Telegram 사용자 메시지를 챗봇으로 라우팅하기 시작합니다. 이후, 봇은 이미 설정해 놓은 지침과 지식 베이스를 사용하여 각 상호작용을 처리하게 됩니다.

이제, Telegram 열고, 봇을 검색하여, 봇과 대화를 시작할 수 있습니다. 여러분이 보내는 모든 메시지는 AI 워크플로우를 통해 처리되며, 답장은 사용자 지정 로직에서 직접 이루어집니다.

이제, Telegram 인공지능 기반 FAQ 봇을 직접 배포하였으며, 실제 대화에서 실제 질문에 대한 답변을 시작할 준비가 되었습니다.