- 2027년까지 Gartner는 챗봇이 약 25%의 조직에서 주요 고객 서비스 채널이 될 것으로 예측합니다.
- AI 챗봇을 만들기 위해서는 명확한 범위와 목적을 정의하는 것부터 시작해야 하며, 이는 플랫폼 선택과 챗봇에 필요한 기능을 결정하는 데 중요한 기준이 됩니다.
- 통합, 정확한 지식 베이스, 그리고 강력한 검색 기반 생성(RAG)은 고품질 챗봇 성능에 필수적입니다.
- 출시 후 성공을 위해서는 지속적인 테스트, 사용자 피드백, 분석 모니터링, 그리고 정기적인 업데이트가 필요합니다.
AI 챗봇을 만들고 싶으신가요?
저도 챗봇을 꽤 많이 만들어봤고, 저희 회사는 75만 개 이상의 봇을 배포하는 데 도움을 드렸으니 믿으셔도 됩니다. 제대로 찾아오셨네요.
요즘은 누구나 AI 챗봇을 만들 수 있습니다. 기술 수준에 상관없이 가능합니다.
고객 지원용 챗봇이든, AI 영업 챗봇이든, 아니면 재미로 만드는 챗봇이든, 저희가 도와드릴 수 있습니다.
1. 범위 정의하기
AI 챗봇을 만들기 위한 첫 단계는 간단합니다. 바로 챗봇의 목적을 정하는 것입니다. 챗봇이 어떤 역할을 하게 할 건가요?
‘고객의 자주 묻는 질문에 답변한다’거나 ‘제품을 추천한다’고 바로 떠오르실 수도 있겠죠. 아주 좋습니다. 큰 방향은 정하셨네요.
- 하지만 어떤 도구와 연결해야 하는지도 생각해보셔야 합니다. 예를 들어 HubSpot 같은 CRM과 연결이 필요한가요?
- 어떤 종류의 지식 베이스가 필요한지도 중요합니다. LLM의 지식을 활용할 건가요, 아니면 직접 제공하는 정보만 사용할 건가요?
- 그리고 마지막으로: 챗봇을 어디에 배포할 건가요? 웹사이트에? WhatsApp이나 Facebook Messenger에? 아니면 사내에서 Slack이나 Microsoft Teams로 사용할 계획인가요?
이런 질문들이 챗봇에 필요한 기능을 결정하고, 그에 따라 사용할 플랫폼도 달라집니다.
2. 챗봇 플랫폼 선택하기
최근 몇 년간 AI 기업이 급증하면서, 선택할 수 있는 AI 챗봇 플랫폼도 정말 많아졌습니다.
요즘은 정말 누구에게나 맞는 플랫폼이 있습니다.
- 오픈소스 챗봇 플랫폼이 필요하신가요? 문제없습니다.
- 좀 더 고급 기능을 원하신다면, 다양한 AI 에이전트 프레임워크를 살펴보세요.
- 챗봇에 다른 회사 로고가 붙는 게 싫으시다면, 화이트라벨 챗봇 플랫폼을 찾아보세요.
각 플랫폼의 장단점까지는 깊이 다루지 않겠지만(저희 플랫폼에 약간 편향이 있을 수 있으니까요), 프로젝트에 맞는 플랫폼을 고를 때 고려할 점을 몇 가지 알려드리겠습니다.
플랫폼을 선택할 때 다음을 확인하세요.
- 교육 자료가 충분한지 확인하세요. 새로운 것을 배우는 데는 항상 시간이 필요하니, 학습에 필요한 자료가 잘 갖춰져 있는지 살펴보세요.
- 의도에 맞는 플랫폼을 선택하세요. 고객 지원에 특화된 플랫폼을 선택하면, 영업과 고객 지원을 모두 원하는 경우에는 적합하지 않을 수 있습니다.
- 무료 요금제가 있는지 확인하세요. 금전적 부담 없이 먼저 테스트해볼 수 있는지 확인하는 것이 좋습니다.
플랫폼을 정했다면, 이제 본격적으로 챗봇을 만들어볼 차례입니다.
3. AI 챗봇 만들기
AI 챗봇을 만드는 방법은 다양하지만, 여기 한 가지 예시가 있습니다. 저희 플랫폼을 사용하며, 고객 지원, AI 리드 생성, 또는 제품 추천 챗봇을 만드는 과정입니다.
본격적으로 만들기 전에, 기본적인 챗봇 설계 — 사용자 여정, 대화 설계, 챗봇 상호작용의 모든 가능한 결과를 대략적으로 그려보세요. 사용자가 사람 상담원에게 연결될 수 있나요? 상담 후 케이스 스터디를 이메일로 받을 수 있나요?
기본 구성을 정했다면, 이제 본격적으로 챗봇을 만들어봅시다.
1단계: 챗봇 프로젝트 설정
대화를 설계하기 전에 챗봇의 목적을 정의하고 동작 방식을 설정해야 합니다. 이 과정이 챗봇이 비즈니스 목표에 부합하고 올바른 사용자 경험을 제공하는 데 중요합니다.
a) Botpress에서 새 프로젝트를 생성하고, "처음부터 시작"을 선택해 자유롭게 맞춤화하세요.
b) 챗봇의 목적과 말투를 정의합니다.
- 챗봇이 고객 지원을 제공하는지, 영업을 돕는지, 사이트 내비게이션을 안내하는지 결정하세요.
- 에이전트 지침을 설정해 챗봇이 사용자와 어떻게 상호작용할지 지정합니다.
이 단계는 챗봇의 기본 동작을 결정하므로 매우 중요합니다. 명확하게 정의된 챗봇은 예측 가능하게 동작하며, 원활한 사용자 경험을 보장합니다.
2단계: 웹사이트 및 문서 지식 베이스 추가
챗봇의 지능은 접근 가능한 정보에 달려 있습니다. 모든 질문에 직접 답변을 코딩하는 대신, Botpress에서는 외부 지식 소스를 가져와 챗봇이 동적으로 정확한 답변을 생성할 수 있습니다.
- Botpress에서 "Knowledge Base" 섹션으로 이동하세요.
- 웹사이트 링크를 업로드하면 챗봇이 특정 페이지의 정보를 참고할 수 있습니다.
- 문서를 추가하여 txt 또는 pdf 파일로 피치덱이나 FAQ 등 추가 정보를 제공하세요.
이렇게 하면 챗봇이 FAQ나 서비스 페이지에서 정보를 가져와 정확한 답변을 제공하고, 수동 업데이트가 필요 없어집니다.

3단계: 수집한 정보를 저장할 테이블 만들기
챗봇이 리드를 수집하거나 데이터를 저장해야 한다면, Botpress 테이블을 활용해 이름, 이메일, 문의 유형 등 구조화된 정보를 모을 수 있습니다. 워크플로우에 테이블을 추가하는 방법은 다음과 같습니다.
.webp)
- Botpress 메뉴에서 "Tables"로 이동하세요.
- 새 테이블을 만드세요 (예: "customerLeads").
- 컬럼 정의하기 저장해야 할 데이터에 따라 컬럼을 만드세요:
- 이름 (응답을 개인화하기 위해)
- 이메일 (후속 연락을 위해)
- 회사명 (맞춤형 제안을 위해)
- 문의 유형(요청 분류용)
이 단계를 거치지 않으면 챗봇이 수집한 데이터는 임시로만 저장되어 나중에 참조할 수 없습니다. 데이터를 제대로 저장하면 후속 조치, 분석, 워크플로우 자동화가 가능합니다.
4단계: 워크플로우 구축
지식 소스를 선언했다면, 이제 이 지식을 LLM과 통합하여 챗봇의 워크플로우를 만들 수 있습니다.
.webp)
시작 메시지 작성하기
요즘 대부분의 챗봇이 LLM을 기반으로 대화를 처리할 수 있지만, 사용자 경험을 높이려면 인사말을 직접 설정하는 것이 좋습니다.
인사말은 최대한 명확하게 작성하세요. 챗봇이 어떤 도움을 줄 수 있는지 분명히 안내해야 합니다.
챗봇 스크립트 작성에 대한 몇 가지 팁도 참고하세요:
- 사용자가 더 쉽게 이용할 수 있도록, 질문이나 이슈를 직접 입력하지 않고 버튼으로 선택할 수 있게 챗봇 버튼을 활용할 수 있습니다.
- 챗봇이 더 인간적으로 들리도록 노력해보세요. (하지만 명확성이 유머보다 항상 우선입니다.)
.webp)
질문에 답변할 때는 쉬운 언어로 안내문을 작성하세요.
Autonomous Node를 사용하면, 챗봇이 질문을 어떻게 처리해야 하는지 쉬운 언어로 지시할 수 있습니다.
예를 들어, "예산이 5000달러 이상이면 Calendly 예약을 안내하세요."라고 챗봇에 지시할 수 있습니다.
이렇게 하면 챗봇이 자연스럽게 답변할 수 있으면서도, 상황별로 따라야 할 규칙과 가이드라인을 갖게 됩니다.
.webp)
4. 도구와 지식 통합
챗봇이 어떤 도구나 플랫폼을 사용할 예정이라면, 직접 연결하거나 사전 구축된 통합 라이브러리가 있는 챗봇 플랫폼을 선택해야 합니다. 회사의 지식(웹사이트, 데이터베이스, 제품 재고 등)이 필요하다면, 반드시 Knowledge Base가 필요합니다.
도구 연결하기
가장 많이 사용되는 통합은 CRM과의 연동입니다(저희는 정말 많이 봅니다). 챗봇을 HubSpot CRM에 연결하거나, GitHub 같은 저장소, Asana와 Notion 같은 기획 도구, Calendly 같은 일정 관리 도구 등과 연동할 수 있습니다... 그야말로 무한합니다.
도구를 연결하는 과정은 원하는 도구나 플랫폼에 따라 크게 달라질 수 있습니다. 직접 설정하는 것이 어렵다면, 필요한 도구에 대한 사전 구축된 통합 기능을 제공하는 챗봇 플랫폼을 선택하는 것이 좋습니다.
지식 베이스 추가하기
Knowledge Base는 AI 챗봇이 참고할 정보가 담긴 테이블, 문서, 웹사이트 등이 될 수 있습니다.
일반적인 지식 베이스 유형에는 회사 웹사이트, 제품 재고, FAQ 문서, 내부 데이터베이스 등이 있습니다.
예를 들어, HR 챗봇은 회사의 주요 정책 문서를 지식 베이스로 사용합니다. 직원이 특정 상황을 어떻게 처리해야 하는지 물으면, 챗봇은 정책 문서를 참고하여(검색 기반 생성을 활용) 답변을 제공합니다.
RAG에 대한 참고 사항
지식 베이스나 파일 유형에서 정확한 답변을 얻으려면 검색 기반 생성(RAG)이 적용된 챗봇 플랫폼을 사용하는 것이 가장 좋습니다. RAG를 사용하는 답변은 임의의 정보를 생성하지 않고, 항상 제공한 지식 베이스를 근거로 답변합니다.
RAG는 AI가 근거 있는, 출처 기반의 답변을 제공할 수 있게 해주기 때문에 전문 챗봇 설계에서 점점 표준으로 자리 잡고 있습니다.
5. 테스트 및 반복 개선
AI 챗봇 제작이 끝나면, 이제 더 나은 챗봇으로 개선할 차례입니다. 일부 제작자는 테스트와 반복에 소요되는 시간을 간과하지만, 성공적인 챗봇 배포를 위해 꼭 필요한 단계입니다.
어떤 AI 챗봇 플랫폼을 선택하든, 스튜디오 내에서 챗봇과 대화를 연습할 수 있는 시뮬레이터가 있어야 합니다. 이는 챗봇을 만드는 과정에서 계속 사용하게 될 첫 번째 테스트 단계입니다.
제작이 완료되면, 챗봇의 샘플 버전을 URL로 친구나 동료에게 보내 기능을 시험해볼 수 있습니다. 공식적으로 배포하기 전에 반드시 기능을 점검하세요.
테스트를 진행하면서 챗봇을 더 나은 방향으로 조정할 수 있습니다. 그리고 미리 준비하세요: 이 과정은 챗봇을 배포한 이후에도 계속됩니다. 이는 정상적인 일입니다.
6. 배포하기
챗봇을 어디에 배포할 건가요? 가장 일반적인 배포 옵션은 1) 회사 웹사이트, 2) WhatsApp 채널입니다.
챗봇을 배포하려면 선택한 플랫폼에 연결하고 권한, 통합, 트리거를 설정해야 합니다. 이 과정은 배포 장소에 따라 다를 수 있습니다.
하지만 인기 있는 플랫폼을 선택하셨다면 저희가 도와드릴 수 있습니다. 저와 동료들이 다음 주제에 대한 단계별 튜토리얼을 준비했습니다:
클래식 웹사이트 챗봇을 선택하면, 전통적인 위젯이 더 적합한지, 아니면 전용 웹페이지 형식이 더 나은지 선택할 수 있습니다(고객 사례 여기에서 예시를 확인하실 수 있습니다).
그리고 챗봇이 운영 중임을 사용자에게 반드시 알리세요. 존재를 모르면 AI 챗봇이 제대로 역할을 할 수 없습니다.
7. 모니터링하기
AI 챗봇 프로젝트는 배포로 끝나지 않습니다. 사실 배포가 시작일 뿐입니다. 세상에 공개된 순간부터 AI 챗봇은 본격적으로 역할을 하게 됩니다.
신뢰할 수 있는 AI 챗봇 플랫폼이라면 챗봇 사용 현황, 문의 주제, 이용 채널 등 지속적인 분석 데이터를 제공합니다.
실제로 챗봇 분석은 배포 후 전략의 핵심이 되어야 합니다. 개선이 필요한 부분을 명확히 파악하지 못하면 제대로 반복 개선할 수 없습니다.
배포 후 챗봇을 어떻게 관리하고 개선할지 더 알고 싶다면, 챗봇 관리 무료 강의를 참고하세요.
오늘 무료 AI 챗봇을 만들어보세요
AI 챗봇에 대한 아이디어가 있으신가요? 저희는 가장 진보적이고 사용하기 쉬운 플랫폼을 제공합니다.
드래그 앤 드롭 방식의 시각적 플로우 빌더, 방대한 교육 자료, 25,000명 이상의 봇 빌더가 활동하는 Discord 커뮤니티 덕분에 Botpress에서 쉽게 챗봇을 만들 수 있습니다.
확장 가능한 플랫폼이므로 무엇이든 만들 수 있고, Integration Hub에는 주요 채널과 연결할 수 있는 사전 구축 커넥터가 가득합니다.
지금 바로 시작하세요. 무료입니다.
자주 묻는 질문
1. 기존에 다른 플랫폼에서 만든 챗봇을 Botpress로 이전할 수 있나요?
네, 기존 챗봇을 Botpress로 이전할 수 있지만 자동 가져오기 도구는 제공되지 않습니다. Botpress Studio를 사용해 기존 봇의 기능을 재현하도록 플로우와 통합을 직접 다시 구축해야 합니다.
2. 우리 비즈니스에 정말 AI 챗봇이 필요한지 어떻게 판단하나요?
AI 챗봇이 필요한지 판단하려면, 팀이 반복적인 문의, 고객 지원, 리드 선별에 많은 시간을 쓰고 있는지 평가해보세요. 이런 상호작용을 자동화하면 비용 절감이나 인력 추가 없이도 대응을 확장할 수 있다면 챗봇 도입이 좋은 선택입니다.
3. 챗봇을 얼마나 자주 재학습하거나 업데이트해야 하나요?
챗봇은 분기별로, 또는 제품 변경이나 FAQ가 크게 바뀔 때마다 재학습하거나 업데이트해야 합니다. 트래픽이 많은 챗봇의 경우, 월별 성능 리뷰와 분석(오해된 의도, 이탈 등)에 따른 점진적 업데이트로 최적의 정확도와 참여도를 유지할 수 있습니다.
4. 첫 AI 챗봇을 출시할 때 흔히 저지르는 실수는 무엇인가요?
첫 AI 챗봇 출시 시 흔한 실수는 핵심 기능 검증 전에 너무 많은 사용 사례를 한 번에 처리하려는 것입니다. 과도한 설계는 피하고, 최소한의 필수 플로우에 집중해 피드백을 받고 실제 성과에 따라 반복 개선한 뒤 확장하세요.
5. 서로 다른 대화 플로우로 A/B 테스트를 하려면 어떻게 해야 하나요?
챗봇 대화 플로우의 A/B 테스트를 하려면, 플로우 버전을 복제하고 논리나 무작위 할당 방식을 사용해 사용자를 나눕니다. 과업 완료율, 전환율 등 결과 지표를 추적해 어떤 버전이 더 나은지 확인하고 그에 따라 개선하세요.




.webp)
