엔터프라이즈용 휴먼 인 더 루프 Chatbots

의 세계에서 chatbots '휴먼 인 더 루프'는 인간 상담원이 챗봇을 모니터링하고 수동으로 담당할 수 있는 기능을 의미합니다.

챗봇이 고객의 말을 이해하지 못하면 대화가 중단되고 고객은 매우 빠르게 실망할 수 있습니다. 이러한 불만이 발생하지 않도록 하려면 고장이 발생하는 즉시 사람이 개입하여 대화를 이어받아야 합니다.

휴먼 인 루프를 구현할 때 고려해야 할 많은 문제가 있습니다. 여기서는 그 중 몇 가지를 살펴보겠습니다.

휴먼 인 루프의 가장 확실한 사용 사례는 고객 서비스입니다. 모든 기업은 일선 직원이나 상담원을 고용하여 질문에 답변해야 합니다. 대부분의 질문은 간단하고 반복적이어서 봇이 쉽게 답변할 수 있으므로 값비싼 인간 상담원의 필요성을 줄일 수 있습니다.

가장 먼저 언급해야 할 것은 봇의 기반이 되는 자연어 처리 엔진이 당면한 질문에 답할 수 있다는 자신감의 수준을 반환할 수 있다는 점입니다. 신뢰도가 매우 높다는 것은 봇이 질문에 정답을 맞출 수 있다고 거의 확신한다는 것을 의미합니다. 신뢰도가 낮다는 것은 질문에 정답을 맞출 확률이 낮다는 것을 의미합니다.

이러한 신뢰 수준은 대화가 사람에게 에스컬레이션될지 여부를 결정하는 데 사용됩니다.

대화에서 봇을 처리할 수 있는 방법에는 여러 가지가 있습니다.

비즈니스는 고객이 인간 상담원과 연결되도록 할 수 있습니다. 그런 다음 고객은 인간 상담원에게 문의할 수 있지만 질문이 간단한 경우 봇이 직접 답변할 수 있습니다. 봇이 질문에 대한 정답에 대한 신뢰도가 상당히 높지만 매우 높은 신뢰도는 아닌 경우, 봇은 인간 상담원에게 사용할 수 있는 미리 준비된 답변을 제시할 수 있습니다. 이러한 미리 준비된 답변을 사용하면 상담원이 직접 입력하는 것보다 훨씬 빠르게 답변할 수 있을 뿐만 아니라 향후 대화를 위해 봇을 훈련시킬 수도 있습니다.

위의 경우 고객에게 가장 혼란을 주지 않으려면 사람과 봇이 이렇게 대화에 별도의 참여자로 표시되는 것이 가장 좋습니다.

일반적으로 봇이 인간 상담원을 대신하여 응답하도록 하는 것은 좋지 않은 관행으로 받아들여지고 있는데, 이는 최종 고객이 봇과 대화하는 것을 쉽게 알아차릴 수 있고 인간 상담원과 프로세스에 대한 신뢰를 떨어뜨릴 수 있기 때문입니다.

고객이 처음에 봇과 연결될 수도 있습니다. 이 경우 고객은 자신이 봇과 대화하고 있다는 사실을 인지하게 되므로 보다 제한된 기능을 기대해야 합니다. 필요한 경우 사람을 채팅에서 별도의 사용자로 대화에 추가할 수 있습니다.

사람이 봇을 제어하는 것이 고객 경험에 덜 해롭습니다(별도의 사람으로 드러나지 않고). 이렇게 하면 최종 고객의 이해 관점에서 봇이 예상보다 더 나은 성능을 발휘할 수 있기 때문입니다. 실제로 봇이 AI 기반이라고 대중에게 소개되지만 실제로는 인간 인력이 백엔드에 있는 경우가 많이 있습니다. 그러나 이러한 작업을 사람이 직접 수행하는 데에는 여러 가지 문제가 있습니다.

첫 번째 문제는 타이밍입니다. 사람의 응답 시간은 봇의 응답 시간보다 훨씬 느리기 때문에 대화가 사람에게 에스컬레이션되면 응답 시간이 갑자기 늘어날 수 있으며 이는 고객 경험에 영향을 미칠 수 있습니다.

또한 민감한 정보이고 사람이 직접 또는 별도의 참여자로 봇을 대신하는 경우 개인정보 보호와 관련하여 미묘한 문제가 발생할 수 있습니다.

어떤 경우에는 고객이 사람보다 판단력이 없는 봇과 개인 정보를 공유하는 것을 더 기꺼이 생각할 수 있습니다. 채팅에 갑자기 사람이 나타나 채팅 기록에 액세스할 수 있는 경우 이는 개인정보 침해로 간주될 수 있습니다.

휴먼 인 더 루프를 관리하는 매우 쉽고 명확한 방법은 고객이 휴먼과 대화할지 여부를 명시적으로 선택할 수 있도록 하는 것입니다. 이 상담원과의 대화 옵션은 고객이 항상 사용할 수 있습니다. 예를 들어 고객이 언제든지 "도움"이라는 단어를 입력하면 즉시 상담원에게 연결할 수 있습니다.

같은 맥락에서 봇이 각 질문에 답변한 후 고객에게 더 자세한 설명을 위해 사람과 통화하고 싶은지 물어볼 수도 있습니다.

이 두 가지 경우 모두 사람이 이전 채팅 기록에 액세스하여 봇이 중단한 부분을 다시 시작할 수 있도록 하는 것이 중요합니다.

필요한 경우 고객이 채팅에서 전화를 걸 수 있다면 더욱 좋겠지만, VOIP를 이용하거나 상담원과의 전화 통화도 가능합니다.

지원 프로세스의 봇은 간단한 질문에 대한 답변과 더 복잡한 질문에 대한 미리 준비된 답변을 제공함으로써 인간 상담원의 역량을 효과적으로 개선하고 있습니다.

하지만 더 나아갈 수 있습니다.

봇은 대화에 참여하는 인간 상담원에게 더 관련성 높은 정보를 제공할 수 있을 뿐만 아니라 대화를 모니터링하는 상담원에게 추가 도구를 제공할 수도 있습니다.

봇은 고객과 이전 상호 작용에 대한 컨텍스트를 제공할 수 있으며, 관련 제품에 대한 정보와 교차 판매 기회를 인간 상담원에게 제공할 수 있습니다.

또한 봇을 통해 인간 상담원과 고객 간의 커뮤니케이션이 텍스트와 음성 그 이상으로 혁신될 수 있다고 믿습니다.

고객이 구매를 하거나 다른 대안을 시도할 수 있는 위젯을 포함하여 그래픽 요소를 교환할 수 있습니다. 예를 들어 보험 고객이 견적에 대해 문의할 수 있습니다. 상담원은 채팅을 통해 고객이 다양한 매개변수를 입력하고 보험에 대한 다양한 옵션을 시도해 볼 수 있는 계산 위젯을 제공할 수 있습니다.

또한 제공 중인 서비스를 더욱 보강하기 위해 음성 대화와 동시에 채팅 대화가 진행될 수도 있습니다.

또한 챗봇은 비즈니스 측면에서 인간 상담원을 도울 뿐만 아니라, 고객이 인간 상담원이나 봇과 대화를 진행할 때 관련 정보를 제공함으로써 고객에게 도움을 줄 수도 있습니다.

여기서는 휴먼 인 더 루프의 가장 확실한 사용 사례인 텍스트 기반 고객 서비스 사용 사례에 대해 논의했습니다. 휴먼 인 더 루프가 이 분야에서 일반적인 사용 사례가 된다면 더 일반적인 사용 사례에 더 널리 사용될 가능성이 있습니다.

예를 들어 고객이 호텔 예약 기능을 제공하는 호텔용 챗봇을 사용하고 있을 수 있습니다. 고객이 문제가 있을 경우 챗봇의 일부로 인간 상담원과 직접 대화할 수 있으며, 인간 상담원이 채팅에서 고객을 도와줄 수 있습니다(소액 결제 등). 인간 상담원은 비즈니스의 일부이거나 제3자일 수 있습니다.

애플리케이션에 문제가 발생하면 고객 지원팀에 전화하여 무슨 일이 있었는지 설명해야 하는 지금과는 매우 다른 상황입니다. 고객 지원팀은 사용자의 작업 기록을 볼 수 없기 때문에 도움을 주기 더 어렵습니다.

현재 휴먼 인 루프를 구현하는 데는 여러 가지 흥미로운 문제가 있습니다. 또한 봇의 이 기능이 어떻게 발전할 수 있는지에 대한 가능성도 많습니다. 앞으로 어떤 일이 일어날지 지켜보는 것도 흥미로울 것입니다.