Chatbots 의 좋은 사용 사례와 나쁜 사용 사례는 무엇인가요?

chatbots 에 대한 좋은 사용 사례와 나쁜 사용 사례가 있는데, 좋은 사용 사례와 나쁜 사용 사례를 어떻게 구분할 수 있을까요?

사용 사례가 좋은지 나쁜지 말하기 전에 고려 중인 챗봇의 유형과 챗봇을 사용할 수 있는 대안을 고려해야 합니다.

첫 번째 요점은 챗봇은 소프트웨어에 대한 인터페이스라는 점입니다. 따라서 그래픽 사용자 인터페이스와 같은 대체 인터페이스를 사용하여 수행해야 할 작업을 더 잘 수행할 수 없는 경우에만 챗봇의 좋은 사용 사례가 될 수 있습니다.

모든 소프트웨어 인터페이스와 마찬가지로 챗봇의 목표는 최종 사용자에게 새로운 차원의 편의성을 제공하는 것입니다.

물론 여기에는 경제적 제약이 있습니다. 기업은 경제적으로 실행 가능한 수준의 편의성만 제공할 수 있으며, 그렇지 않으면 모든 고객에게 고객 서비스 담당자를 배정할 것입니다. 따라서 챗봇이 제공하는 편의성을 평가할 때 중요한 고려 사항은 필요한 수준의 편의성을 제공하는 데 드는 비용과 이렇게 제공된 편의성이 어떻게 비용을 지불하고 투자 수익을 창출할 수 있는지입니다.

편의성 추가에 따른 비용은 챗봇 개발 도구의 기술 발전에 따라 상당 부분 결정됩니다. 수만 건의 고객 서비스 채팅을 입력하고 분류해야 하는 도구는 개발자가 3일 만에 비슷한 사용 사례를 개발할 수 있는 도구보다 훨씬 더 비쌀 것입니다. 문제는 달성되는 품질의 차이가 무엇이며 이러한 차이로 인한 직간접적인 경제적 영향이 무엇인지입니다.

chatbots 에 대한 좋은 사용 사례에 대해 어느 정도 일반화할 수 있다고 하더라도 모든 상황이 다르기 때문에 고려 중인 사용 사례가 좋은 사용 사례인지 아닌지를 파악하려면 약간의 판단이 필요합니다.

‍

일반적인 사용 사례: 양식 작성

먼저 텍스트 기반 chatbots 의 사용 사례에 대해 논의하고 정보 수집, 특히 양식 작성의 일반적인 사용 사례를 고려해 보겠습니다.

사용자가 챗봇을 사용하여 양식을 작성하고자 하는 사용 사례를 많이 볼 수 있습니다. 양식 작성 자체가 좋은 사용 사례인지 나쁜 사용 사례인지 말할 수는 없지만, 이 사용 사례를 더 자세히 살펴보면 고려 중인 정확한 사용 사례가 챗봇에 적합한지 여부를 판단할 수 있습니다.

최종 사용자가 모바일 기기나 데스크톱에서 기존 양식을 작성해야 한다고 가정해 봅시다. 사용자가 입력하는 내용이 무엇이든 양식 필드는 비슷합니다. 즉, 사용자 입력에 따라 필드가 크게 변경되지 않습니다.

이 경우 양식을 작성하는 것은 챗봇에 적합하지 않은 사용 사례처럼 보일 수 있습니다. 그래픽 인터페이스를 사용하면 사용자가 필요한 항목을 쉽게 스캔하고 실수한 경우 이전 필드를 쉽게 수정할 수 있습니다. 챗봇은 한 방향으로만 진행되기 때문에 이전 필드를 수정하는 것이 어려울 수 있습니다.

이 전형적인 양식 작성 사용 사례에서는 챗봇이 잠재적으로 사용자 경험을 개선할 수 있는 몇 가지 방법이 있습니다. 예를 들어, 사용자가 처음에 챗봇과 소통하면 챗봇이 필요한 양식을 안내하고 열 수 있습니다. 또한 챗봇은 양식에 응답할 때 발생하는 예기치 않은 질문에 대비하여 대기할 수도 있습니다. '예상치 못한' 질문이라고 했으니 참고하세요. 예상되는 질문에 대한 정보를 관련 필드 옆에 그래픽 팝업으로 표시하는 것이 더 효율적입니다.

또한 사용자 여정에 여러 단계가 있는 경우 챗봇이 양식을 완료한 후 제어권을 갖고 다음 양식이나 작업으로 안내할 수도 있습니다. 이는 사용자가 기억하고 따라야 하는 웹 페이지에 적힌 수동적인 지침보다 더 효과적일 수 있습니다. 요약하면, 챗봇은 예상치 못한 질문을 처리할 수 있는 워크플로우 관리자로 사용할 수 있지만 양식 작성 작업은 적절한 그래픽 인터페이스에 맡길 수 있습니다.

양식이 짧은 경우 챗봇이 최고의 인터페이스가 될 수 있습니다. 챗봇 내에서 질문할 수 있는 질문이 몇 가지에 불과하다면 그래픽 인터페이스를 여는 수고를 할 필요가 없기 때문입니다. 챗봇은 마지막에 답변을 변경할 필요가 있는지 물어보고 사용자가 답변을 변경할 수 있는 메커니즘을 갖춰야 한다는 한계가 있지만, 양식이 짧으면 사용자가 실수할 가능성이 적고 챗봇 내에서 사용자가 이전 답변을 우아하게 변경할 수 있도록 하는 것도 더 쉽습니다.

챗봇을 사용하여 사용자를 양식으로 안내하는 경우 챗봇을 사용해야 한다는 주장은 더욱 강력해집니다. 사용자가 이미 채팅 인터페이스에 있는 경우 흐름을 방해하지 않고 신속하게 질문을 할 수 있습니다. 사용자가 왓츠앱과 같은 채팅 애플리케이션을 통해 챗봇을 사용할 경우 이 인수는 더욱 강력해집니다. 회사에서 사용자의 전화번호를 알고 있는 경우 Whatsapp과 같은 애플리케이션은 고객에게 연락하여 간단한 질문을 할 수 있는 좋은 방법입니다. 예를 들어 배달 회사는 항상 이러한 종류의 기술을 사용하여 배달 일정을 잡아야 합니다.

발신처에 챗봇을 사용하는 것이 더 나은 또 다른 경우는 양식의 답변이 다음 질문을 결정하는 경우입니다. 기본적으로 이러한 유형의 양식은 사용자를 의사 결정 트리로 안내합니다. 그래픽 인터페이스에서는 이러한 유형의 양식을 제대로 만들기가 어렵기 때문에 챗봇을 사용하기에 좋은 사용 사례가 될 수 있습니다. 하지만 이전 답변을 변경하는 메커니즘이 내장되어 있어야 하므로 장단점을 신중하게 평가해야 합니다.

‍

스크립트봇 대 지능형 봇

양식 작성 사용 사례는 chatbots 사용의 장단점을 보여주기 때문에 검토하기에 좋은 사례입니다. 위의 사용 사례에서는 단순히 의사 결정 트리를 결정론적으로 탐색하는, 즉 지능이 없는 스크립트화된 chatbots, 즉 chatbots 에 대해 설명했다는 점을 언급해야 합니다(질문 답변 제외).

또한 특정 사용 사례에는 개방형 지능형 챗봇보다는 스크립트화된 챗봇을 사용하는 것이 가장 좋은 경우가 많다는 점도 언급해야 합니다. 사용자가 수행해야 하는 작업의 범위를 잘 알고 있는 위에서 언급한 사용 사례의 경우 스크립트 챗봇이 효율적이고 간단한 경험을 제공합니다. 뿐만 아니라 각 작업에 대해 웹 페이지를 만드는 것보다 챗봇에 이러한 기능을 넣는 것이 훨씬 저렴합니다.

우리가 논의하고자 하는 또 다른 종류의 챗봇은 지능형 챗봇입니다. 이러한 chatbots 챗봇은 사용자 문구의 의미를 인식하고 문구에서 매개 변수를 추출할 수 있습니다. 예를 들어 사용자가 "파리행 항공편을 예약하고 싶어요"라고 말하면 챗봇은 "항공편 예약"이라는 의도를 인식하고 목적지 도시를 파리로 추출할 수 있습니다.

이러한 종류의 챗봇에 적합한 사용 사례는 사용자가 챗봇이 이해하는 유형의 문구를 사용할 가능성이 높은 사용 사례입니다. 즉, 사용자가 챗봇을 매우 좁은 업무에 사용하고 있다는 것을 인식해야 합니다.

또한 사용자가 선택할 수 있는 대안의 수가 상당히 많은 경우, 즉 스크립팅된 봇에 대안을 나열하는 것이 더 효율적이지 않은 경우에도 마찬가지입니다.

챗봇은 다양한 문구를 인식하도록 프로그래밍할 수 있습니다. 챗봇이 사용자의 말을 이해하지 못하면 사용자 경험이 금방 나빠질 수 있습니다. 따라서 일반적으로 고객 서비스 상담원이 지능형 챗봇( chatbots )을 백업하는 것이 좋습니다. 잘못 이해한 질문은 고객 서비스 상담원에게 에스컬레이션하여 질문에 답변할 수 있으며, 동시에 챗봇을 더 똑똑하게 만들 수 있습니다.

고객 서비스 상담원이 서비스를 백업하지 않는다는 것은 봇이 무언가를 이해하지 못하는 경우 봇이 이해할 수 있는 항목을 사용자에게 주제별로 명시적으로 설명하거나 사용자가 선택할 수 있는 항목 중에서 하나를 선택하도록 요청해야 한다는 것을 의미합니다. 즉, 그 시점부터 봇은 스크립트화된 봇이 됩니다. 하지만 일일이 나열할 수 없을 정도로 많은 대안이 있는 경우에는 문제가 될 수 있습니다.

다른 접근 방식은 챗봇이 고객을 대신하여 지원 시스템에 티켓을 올리면 인간 상담원이 비동기식으로 응답하는 것입니다. 물론 이는 이상적인 고객 경험은 아닙니다.

"최적의" 가상 비서

여기서 음성이 게임 체인저가 될 것이며 chatbots 의 킬러 사용 사례는 음성 기반 봇이 될 것이라는 점을 언급해야 합니다.

이미 대중적인 음성 디바이스가 많이 출시되어 있지만, 음성은 아직 완벽한 경험을 제공하는 단계에 도달하지 못했습니다. 소프트웨어가 너무 많은 실수를 범하고 사용자는 효과적인 SQL 문장으로 기기에 말을 걸어야 합니다. 이러한 chatbots 은 기본적으로 일회성 명령이나 질문만 지원하며, 일반적으로 수행하는 작업은 너무 세분화되어 있어 제품 시장에 적합하지 않습니다.

완벽한 챗봇은 인간 비서와 비슷하지만 더 나은 것입니다. 사용자는 작업에 대한 최소한의 높은 수준의 지시를 내릴 수 있으며, 어시스턴트가 사전 지식을 바탕으로 작업을 수행합니다. 즉, 어시스턴트가 이미 알고 있어야 할 사항을 사용자에게 확인 요청하지 않습니다.

예를 들어, "우버를 예약해줘"라고 말하고 방금 목적지에 대해 이야기한 경우, 어디로 가는지 묻거나 최소한 어디로 우버를 예약하는 것인지 알려주지 않습니다.

최고의 챗봇 사용 사례를 찾기 위한 경험 법칙은 그 시점에서 인간 어시스턴트에게 어떤 말을 할 수 있는지 스스로에게 물어보는 것입니다. 챗봇 기술은 아직 완벽하지는 않지만 빠르게 발전하고 있으며, 점점 더 방대한 지식 영역에서 인간과 유사한 상호작용이 곧 표준이 될 것입니다.