대화형 AI 봇에게 이 블로그 게시물의 서문을 작성해 달라고 요청했습니다. 그러자 이런 글이 나왔습니다.
"소비자가 봇에 저항감을 느낀다고 생각한다면 다시 생각해 보세요. 자동화된 챗봇과의 고객 상호작용은 꾸준히 증가하고 있으며, 사람들은 이를 받아들이고 있습니다. Zendesk 고객 경험 트렌드 보고서에 따르면 소비자 중 74퍼센트는 AI가 고객 서비스 효율성을 향상시킨다고 답했습니다. 고객이 서비스에 만족하면 이는 비즈니스 수익에도 반영됩니다.
인공 지능이 발전하고 일상 생활에서 더욱 보편화되고 있는 만큼 기업은 대화형 AI를 고객 서비스에 활용하는 방법을 배워야 합니다. 이 가이드에서는 대화형 AI가 어떻게 작동하는지, 고객과 상담사에게 어떤 이점을 가져다 주는지, 대화형 AI를 언제 사용하거나 사용하지 않아야 하는지, 그리고 어떻게 해야 CX에 최적화할 수 있는지 자세히 설명합니다."
최근 몇 년 동안 대화형 AI가 이룬 발전 때문에 독자 여러분은 이 서문을 봇이 작성했다고 의심 없이 믿으셨을 것입니다. 하지만 이 글은 사람이 쓴 글입니다. 대화형 AI 기술은 지금 이런 수준에 이르렀으며, 앞으로도 더욱 발전할 것입니다.
대화형 AI란?
대화형 인공 지능(AI)은 일련의 기술을 모은 것으로서, 음성 및 텍스트 입력을 인식하여 지능적으로 응답할 수 있습니다. 고객 서비스에서 이 단어는 챗봇 소프트웨어나 음성 기반 어시스턴트 등 AI 기반 도구를 사용하여 고객과 상호작용하는 것을 의미합니다.
메시징은 계속 고객이 선호하는 커뮤니케이션 채널로 성장하고 있으며, Facebook Messenger와 WhatsApp Business 계정 등 소셜 메시징 앱을 통한 지원 요청이 급증하고 있습니다. 메시징과 대화형 AI는 서로 밀접한 관계가 있고, 글로벌 대화형 AI 시장이 2022년 82억 4,000만 달러에서 2028년 325억 1,000만 달러 규모로 성장할 것으로 예상되는 만큼 이 기술을 도입하는 기업이 늘어나는 것은 당연한 일입니다.
대화형 AI의 주요 차별점
대화형 AI의 핵심 차별점은 자연어 이해(NLU)와 머신러닝(ML)을 구현하여 사용자와 인간 같은 대화를 나눈다는 점입니다.
- 자연어 처리(NLP): 자연어 이해라고도 하는 NLP는 컴퓨터가 음성과 텍스트를 이해하여 인간과 소통할 수 있도록 하는 기술입니다.
NLP는 말하기와 글쓰기 패턴을 분석하고 고객이 말하는 내용을 파악하여 고객의 의도를 해석하려고 합니다. 이를 위해 잘못된 문법, 오타, 억양과 음절 강조에서 나타나는 차이, 악센트 등을 처리하는 방법을 학습합니다.
고객의 의도를 명확하게 파악하면 머신러닝 대화형 AI 기술이 응답을 생성합니다.
머신러닝: 머신러닝은 머신(컴퓨터)이 알고리즘을 사용하여 데이터를 구문 분석하고 해당 데이터를 통해 학습한 다음 학습한 내용을 적용하여 관련 답변을 제공하는 프로세스입니다.
이 워크플로우가 발생할 때마다 대화형 AI 기술은 어떤 응답이 고객에게 최상의 결과를 제공하는지 파악하여 더욱 정교해집니다.
챗봇과 대화형 AI 비교
챗봇과 대화형 AI의 차이점 중 핵심은 대화형 AI는 음성 및 텍스트 입력을 인식하여 사람과 같은 방식으로 대화할 수 있다는 점입니다. 챗봇은 대화형 AI이지만 프로그래밍 방식에 따라 '대화' 능력이 달라질 수 있습니다. 위에서 언급한 바와 같이 대화형 AI는 모든 AI 기반 커뮤니케이션 기술을 포괄하는 넓은 카테고리입니다.
챗봇이 대화형이 되려면 다음과 같은 조건을 만족해야 합니다.
웹, 모바일, 소셜 앱 등 다양한 채널에서 원활하게 작동
봇과 상담사 간 매끄러운 전달로 대화가 실제 상담사에게 이관될 때 고객이 반복해서 질문할 필요가 없음
상호작용 하나하나가 평생에 걸쳐 이어지는 회사와의 광범위한 대화를 구성
이는 고객이 문의를 하거나 채널을 전환할 때마다 시작되었다가 끝나는 분리형 채팅과 대조를 이룹니다. 채팅의 분리를 없애면 고객과 상담사 모두에게 원활하게 이어지는 경험을 제공할 수 있습니다.
대화형 AI의 작동 방식
대화형 AI는 자연어 처리 및 머신러닝 기술을 사용하여 사람의 대화를 기계가 이해할 수 있는 언어로 번역한 다음 주어진 지식창고에서 가져온 정보를 기반으로 답변을 작성합니다.
조직에서 이 지식창고는 회사의 고유 데이터베이스이며, 기업의 대화형 AI 소프트웨어는 매 상호작용을 통해 학습한 뒤 이렇게 수집한 새 정보를 지식창고에 추가합니다. 그 결과 기술이 지속적으로 개선됩니다.
대화형 AI의 도전 과제
대화형 AI가 실제 사람의 대화를 재현하는 데는 아직 한계가 있습니다. 그리고 이 기술은 상대가 실제 사람이라고 속이기 위한 것이 아닙니다. 회사에서는 고객이 인공 지능과 대화할 때와 실제 사람과 대화할 때를 구분하여 고객에게 미리 알려야 합니다. 고객이 언제든지 상담사와 대화하기를 원할 경우에는 쉽게 전환할 수 있도록 해야 합니다.
대화형 AI는 고객이 편하게 받아들일 수 있는 언어를 사용해야 합니다. 봇은 자연스럽고 친근한 경험을 제공해야 하며, 고객과 같은 어휘로 말하도록 프로그래밍해야 합니다.
대화형 AI의 이점
대화형 AI가 중요한 이유 대화형 AI가 비즈니스에 제공할 수 있는 최고의 이점 다섯 가지를 소개합니다.
AI로 셀프 서비스 개선
훌륭한 고객 서비스를 자동으로 제공하세요. 인공지능이 어떻게 고객 셀프 서비스 옵션을 개선하고 지식창고를 최적화하며 고객이 스스로 문제를 해결하도록 지원할 수 있는지 Zendesk의 무료 eBook에서 확인할 수 있습니다.
대화형 AI 기술의 유형
대화형 AI 기술의 유형을 이해하면 회사가 비즈니스에 적합한 기술을 선택하고 이 기술을 최적화하여 성공을 추구하는 데 도움이 될 수 있습니다.
챗봇
챗봇은 인간의 대화를 시뮬레이션하도록 설계된 컴퓨터 프로그램입니다. 고객이 언제든 빠르게 답변을 찾을 수 있도록 지원하거나, 고객의 문의 처리에 적절한 부서를 효과적으로 연결해 줄 수 있습니다. 챗봇은 보통 소셜 미디어 메신저나, 웹사이트나 모바일 앱에 내장된 채팅 애플리케이션을 통해 구현됩니다. 다음은 챗봇의 몇 가지 유형입니다.
- 규칙 기반 챗봇은 플로우 차트처럼 작동합니다. 사람이 미리 정의된 규칙에 따라 대화를 배치합니다. 신뢰도가 높고 프로그래밍하기 쉬우며, 회사에서 선호하는 고객 지원 채널에 통합하기 쉽습니다.
그러나 규칙 기반 챗봇에는 AI가 없기 때문에 개인화나 유연한 선택지를 많이 적용하기 어렵습니다. 보통 간단한 FAQ에 대한 답변과 같은 프로세스를 자동화하는 데 사용됩니다. - 딥러닝 대화형 AI 챗봇은 독립적으로 대화를 주도할 수 있습니다. NLP를 통해 AI 봇이 대화를 분석하고 고객의 의도를 파악하려고 시도함으로써 관련도 높은 답변을 생성할 수 있습니다. 이렇게 파악한 의도에 따라 머신 러닝 기술로 응답을 만듭니다.
AI 챗봇은 규칙 기반 챗봇보다 만들기 어렵지만 훨씬 더 다양한 기능을 제공하며 보다 복잡한 쿼리에도 답변할 수 있습니다. 전자 상거래 웹사이트에서 추천을 제공할 때 AI 챗봇을 사용하여 쇼핑객의 의도를 파악하는 경우가 많습니다. - 하이브리드 챗봇(Zendesk 챗봇 등)은 규칙 기반이면서 AI를 갖추고 있습니다. 예를 들어 의료 사이트의 하이브리드 챗봇은 AI 기술을 사용하여 환자의 문제를 이해하고 규칙 기반 기술로 의료 지침을 제공할 수 있습니다.
고객 서비스를 제공하는 업체가 하이브리드 챗봇을 사용하면 봇으로 일반적인 질문에 답하고 문제 해결을 위해 상담사를 투입해야 할 시점을 파악할 수 있습니다.
음성 도우미
음성 도우미는 음성 명령을 이해하고 이 명령에 따라 사용자를 위한 작업을 완료하도록 프로그래밍된 AI 애플리케이션입니다. 먼저 음성을 인식한 뒤 사람의 음성을 기계가 읽을 수 있는 텍스트로 변환합니다. 음성 도우미는 이 텍스트를 챗봇이 데이터를 처리하는 것과 동일한 방식으로 처리할 수 있습니다.
음성 도우미는 검색 엔진, 스마트 스피커, 운영 체제 등에서 흔히 만나 볼 수 있습니다. Alexa와 Siri가 이 기술의 유명한 예시입니다. 음성 도우미의 주요 강점은 다음과 같습니다.
고객이 핸즈프리로 사용할 수 있어 장애가 있는 경우 유용
챗봇과 마찬가지로 다양한 언어 인식 가능
대화형 음성응답(IVR)
대화형 음성응답(IVR)은 전화를 건 사람을 맞이하고 음성 또는 키패드 입력을 통한 메뉴 옵션을 제공하는 자동화된 전화 시스템 도구입니다. IVR은 발신자의 응답에 따라 다음과 같은 작업을 수행할 수 있습니다.
발신자가 일련의 안내 메시지를 따라가도록 안내하여 문의하려는 부서 또는 상담사에게 연결
FAQ에 대한 즉각적 답변 제공
셀프 서비스 옵션 제공
IVR은 미리 배치한 대화와 음성 인터페이스를 결합한 챗봇과 표준 음성 도우미의 하이브리드 기능입니다.
대화와형 AI의 예시와 사용 사례
기업은 챗봇, 음성 도우미, IVR에 대화형 AI를 사용할 수 있습니다. 그렇다면 실제로 비즈니스 환경에서 대화형 AI를 사용하는 예시를 살펴보겠습니다. 다음은 생각해 볼 만한 몇 가지 사용 사례입니다. 아래에 추가 정보가 있습니다.
고객 서비스
영업 및 마케팅
데이터 수집
사물 인터넷(IoT)
고객 서비스
고객서비스팀이 챗봇을 사용하는 방법은 다양합니다. 고객을 맞이하는 것부터 24시간 지원, 셀프 서비스 옵션 제공, 쇼핑 경험 중 개인화된 추천 제공에 이르기까지 대화형 AI 소프트웨어는 다양한 방식으로 훌륭한 고객 경험을 제공할 수 있는 도구임이 입증되었습니다.
300명의 지원 상담사로 구성된 Upwork의 강력한 팀은 매년 600,000건이 넘는 티켓을 처리합니다. 이런 일이 어떻게 가능할까요? 이 회사는 Zendesk의 도움으로 챗봇을 활용하여 선제적 지원을 제공하고 고객에게 셀프 서비스 옵션을 제공함으로써 티켓 수를 줄이고 있으며, 그 결과 챗봇 해결률이 58퍼센트에 달합니다. 이와 같은 기능을 구현함으로써 고객과 상담사 모두의 경험을 한 단계 끌어올리고 Upwork의 전반적인 고객 서비스를 개선했습니다.
영업 및 마케팅
기업이 영업 및 마케팅 전략에 대화형 AI 소프트웨어를 사용하면 리드를 전환하고 판매를 촉진할 수 있습니다. 이 소프트웨어를 통해 질문에 답변하거나 추천을 제공하는 '가상 영업 상담사'를 제공함으로써 고객에게 편리한 쇼핑 경험을 전할 수 있습니다. Zendesk 챗봇은 헬프 센터 문서를 표시하거나 고객의 장바구니에 있는 제품에 대한 FAQ에 답변하여 전환을 유도할 수도 있습니다.
챗봇은 상호작용 중에 수집한 데이터를 통해 제품 및 서비스를 마케팅하고 고객 트렌드와 행동을 파악하는 데 유용한 정보를 제공할 수 있습니다.
데이터 수집
대화형 AI 봇은 고객의 이름, 이메일 주소, 주문 번호, 이전 질문이나 문제 등 주요 고객 정보를 수집할 수 있습니다. 심지어 이 모든 데이터를 미결 티켓에 자동으로 추가하여 상담사에게 전달할 수도 있습니다. 이렇게 하면 상담사가 문의의 전후상황을 파악할 수 있어 고객이 정보를 다시 말할 필요가 없습니다.
상담사가 이 정보를 활용하여 상호작용을 개인화할 수도 있습니다. Zendesk CX 트렌드 보고서에 따르면 소비자의 59퍼센트는 기업이 자신에 대해 수집한 데이터를 활용하여 경험을 개인화해야 한다고 생각합니다.
사물 인터넷(IoT) 기기
사물 인터넷(IoT) 기기는 일상적으로 사용하는 기기 중 인터넷에 연결할 수 있는 것을 말합니다. 휴대폰, 태블릿, 스마트워치 모두 IoT 기기의 예입니다. 기기에는 고객이 문제에 대해 문의할 때 상담사에게 실시간 데이터를 전송하는 센서가 있습니다.
IoT 센서를 산업용 장비나 기계 또는 차량 내부에 배치하여 성능 데이터를 수집할 수도 있습니다. 그러면 AI가 정보를 분석하여 패턴을 찾고 기기 유지 관리 작업이 필요할 수 있는 시기를 예측합니다. 그 뒤에는 AI가 사용자 또는 고객지원팀에 사전 대응적으로 알림을 보낼 수 있습니다.
대화형 AI를 구현하는 방법
이제 대화형 AI의 이점을 누릴 수 있도록 구현 방법을 알아보겠습니다.
목표 및 사용 사례 설정
이해 관계자의 지원 받기
예산 및 리소스 결정
기존 인프라 고려
CRM 선택 및 연결
데이터로 성과 측정
1. 목표 및 사용 사례 설정
대화형 AI 이니셔티브가 성과를 거두고 있는지 여부는 이 기술로 얻고자 하는 것이 무엇인지 파악하지 않으면 알 수 없습니다.
지원을 위한 대화형 AI가 필요하신가요? 아니면 영업용이나 마케팅용으로 사용하고 싶으신가요? 회사에 적합한 대화형 AI 기술이 무엇인지 판단하려면 목표와 해결하려는 문제를 구체화해야 합니다.
예를 들어 지원 상담사가 기본적인 질문에 답변하는 데 시간을 낭비하고 있다는 것이 문제이고, 이를 해결하여 상담사가 복잡한 고객 문의를 처리할 수 있게 하려는 경우를 가정해 보겠습니다. 어떤 유형의 대화형 AI가 이 문제를 가장 잘 해결할 수 있을까요? 이 경우 많이 나오는 질문에 대해 자동화된 답변을 제공하는 음성 도우미와 FAQ를 해결할 수 있는 규칙 기반 챗봇을 함께 사용해 볼 수 있을 것입니다.
구현을 진행하기 전에 달성하고자 하는 고객 서비스 목표와 핵심 성과 지표(KPI)를 구체화하세요. 이를 통해 대화형 AI 전략을 실행한 후 성공 여부를 측정할 수 있습니다.
2. 이해 관계자의 지원 받기
다음 단계는 이니셔티브에 대한 지원을 확보하는 것입니다. 이해 관계자에게 아이디어를 프레젠테이션할 때는 비즈니스의 주요 목표에 맞춰 논거를 긴밀하게 조정해야 합니다. 다음 사항의 중요성에 집중하세요.
- 고객의 니즈 이해: 대화형 AI 도구가 고객의 요구, 행동, 선호를 학습하는 방식을 설명하고 이를 활용해 CX를 개선할 수 있는 방법에 대해 이야기합니다.
- 상담사의 만족도 개선: AI가 상담사에게 미칠 수 있는 긍정적인 영향을 강조하세요. 반복 작업에 소요되는 시간을 줄이면 생산성과 직원 만족도가 모두 높아집니다.
- 투자 대비 높은 성과: 의사 결정권자는 명확한 ROI 예상치를 원할 것입니다. Dataiku와 Nexocode 등 리소스를 사용하여 AI 프로젝트의 ROI 메트릭을 계산하고 프레임을 구성하여 프레젠테이션을 진행할 방법을 알아보세요.
대화형 AI 이니셔티브의 성공 여부는 조직 전반의 지원에 달려 있습니다. Deloitte의 AI 현황 보고서에 따르면 회사 리더가 비전을 달성하기 위해 회사 전반을 아우르는 핵심 비즈니스 전략을 수립하지 않으면 AI 프로젝트는 성공할 수 없습니다.
3. 목표 및 사용 사례 설정
챗봇을 어떻게 사용할지 결정한 후에는 회사에서 챗봇에 할당할 수 있는 비용과 리소스를 고려하세요. 개발팀 규모가 작은 비즈니스의 경우 코딩 없이 바로 사용할 수 있는 옵션이 적합합니다. 보다 복잡한 사용 사례에는 추가 예산과 리소스가 필요합니다.
4. 기존 인프라 고려
그 다음에는 현재 커뮤니케이션 채널과 기존 인프라를 조사합니다. 현재 사용 중인 고객 지원 또는 영업 CRM과 쉽게 통합할 수 있는 대화형 AI 도구를 선택하세요. 이미 보유한 채널과 함께 사용할 수 있고 현재 대화와 원활하게 이어져 뛰어난 옴니채널 경험을 제공하는 봇을 선택해야 합니다.
5. 고객 지원 또는 영업 CRM을 선택하여 연결
더 필요한 도구가 있는지 확인합니다. 기존에는 대화형 AI 플랫폼에 어떤 투자를 했나요(투자한 적이 있는 경우)? 기존 아키텍처를 활용하여 가치를 전달하고 비용을 절감하세요. 기존에 투자한 플랫폼이 현재 사용 중인 시스템과 통합되나요?
예를 들어 회사 사이트에 이미 메신저 앱이 있는 경우에는 비슷한 도구를 처음부터 개발할 필요 없이 해당 메신저 앱과 통합이 가능한 챗봇을 구축할 수 있습니다. 미리 생각해 두어야 합니다. 전략을 개발할 때 인프라의 확장성을 고려하는 것을 잊지 마세요.
6. 데이터로 성과 측정
데이터와 고객 피드백을 수집하여 봇의 성과를 평가합니다. 봇 자체에서 고객 정보를 수집하고 전체 대화에 걸쳐 개별 응답의 성과를 분석할 수 있습니다. 이를 통해 AI 상호작용에서 어떤 부분의 고객의 마음에 드는지 파악하고, 개선이 필요한 부분을 파악하거나 봇이 비즈니스에 적합하지 않은지 여부를 판단할 수 있습니다.
대화형 AI 모범 사례
대화형 AI의 이점을 최대한 활용하려면 다음 모범 사례를 따르세요.
문의를 봇에서 상담사에게로 전달하기 쉽게 만들기
대화에 사람의 개입이 필요하거나 고객이 더 이상 AI와의 상호작용을 원하지 않는 경우 고객이 실시간 상담사와 쉽게 연결될 수 있도록 하세요. 봇은 고객의 이름과 이슈 유형 등 고객이 이미 제공한 정보도 함께 전달합니다.
"상담사가 모든 전후상황을 바로 파악할 수 있어 고객에게 했던 말을 또 해 달라고 요청할 필요가 없습니다."라고 Lalonde는 말합니다. "했던 말을 또 하는 것은 누구나 싫어하는데, 고객 경험에 대화형 AI를 적용하면 그럴 일이 사라집니다."
고객이 선호하는 채널에서 고객과 만나기
고객은 자신이 선호하는 커뮤니케이션 채널을 통해 브랜드와 소통합니다. 따라서 고객이 있는 곳에서 고객을 만날 수 있는 AI 챗봇을 갖추는 것이 중요합니다. 소셜 플랫폼, 메시징 앱, 전자 상거래 앱과 같은 채널은 고객을 맞이하고 연중무휴 24시간 서비스로 훌륭한 고객 경험을 제공하는 데 유용합니다.
AI의 성격을 브랜드의 톤에 맞추기
챗봇은 고객이 브랜드와 처음 하는 상호작용일 수도 있습니다. 브랜드의 톤과 맞고 전반적인 일관성을 유지할 수 있도록 챗봇의 가상 사용자를 맞춤화합니다. 고객과 상호작용할 때 코미디 공연을 할 필요야 없겠지만, 오븐 토스터와 대화하듯 딱딱한 반응을 보내면 안 됩니다. AI와 봇은 점점 더 자연스럽고 사람 같은 응답을 제공하고 있으며, 기업이 이런 발전을 수용하면 보다 나은 대화형 경험을 만들 수 있습니다.
AI의 발전에 발맞추기
적용성은 기술을 비즈니스 전략에 통합할 때 중요한 요소입니다. A는 끊임없이 진화하고 있으므로 방향을 전환하고 빠르게 적응할 수 있는 유연성을 갖춘 기획을 만들어야 합니다. 경쟁 업체에게 밀리지 않도록 적절한 AI 투자 예산을 설정하세요. Zendesk CX 트렌드 보고서에 따르면 비즈니스 리더의 68퍼센트는 이미 AI에 대한 투자를 늘릴 계획이 있는 것으로 나타났습니다.
비즈니스 리더의 68%는 이미 AI에 대한 투자를 늘릴 계획이 있습니다.
고객 경험의 미래, 대화형 AI
10명 중 7명의 소비자는 이제 AI가 사회에 도움이 된다는 데 강력하게 동의하며, 66퍼센트는 AI가 삶을 더 편리하게 만들어 주기 때문에 AI를 적극 지지합니다. 또한 고객 중 69퍼센트는 간단한 문의가 있을 때 봇을 기꺼이 이용하겠다고 응답했고, 이는 전년보다 23퍼센트 증가한 수치입니다.
회사는 봇을 비용 절감 수단으로 보는 경우가 많고, 실제로 그럴 수도 있습니다. 하지만 대화형 AI가 지원 스태프의 자리를 대신하는 것이 아니라 이들의 역량을 강화하는 것이 이상적인 방향입니다. "챗봇을 인간의 대체재로 생각하지 마세요."라고 Lalonde는 경고합니다. "고객 서비스에 대화형 AI를 사용할 때 좋은 점 중 하나는 봇과 사람이 협력하여 함께 고객 문제를 해결할 수 있다는 점입니다."
대화형 AI를 사용하면 고객이 간단한 질문에 대한 답변을 보다 쉽고 빠르게 찾을 수 있습니다. 동시에 지원 상담사가 해결해야 할 티켓 수가 줄어들어 챗봇과 가상 도우미로 처리할 수 없는 복잡한 질문을 처리할 여유가 생깁니다. 기업이 AI 도구와 사람의 강점을 결합하면 고객 경험 개선, 그리고 결국은 수익 증대로 이어질 수 있습니다.
