[인공지능 인사이트] 코로나19 시대, 톡봇에 주목해야 할 이유
출처=픽사베이
최근 코로나 19가 널리 확산되면서 비대면(언택트, Untact) 서비스의 중요성이 커졌는데요. 특히 챗봇은 언택트 서비스의 핵심 기술로 주목받습니다. 고객 서비스(CS)가 대표적인데요. ‘사회적 거리두기’의 일환으로 요즘 콜센터에선 분산·교대·재택근무를 실시합니다. 그러나 코로나 19 여파로 상담 수요가 늘어났지만 상담 인력은 줄어들어 고객의 불편이 크죠. 금융권에서는 고객이 전화 상담을 받기까지 대기 시간이 전보다 훨씬 길어졌다고 하는데요. 블룸버그에 따르면 미국 캐피탈 원 은행의 경우 평균 41초(2018년) 걸리던 상담 대기 시간이 20분을 넘었습니다.
이에 요즘은 CS 업무를 효율화하기 위해 챗봇 활용을 늘리는 기업이 눈에 띕니다. KT는 전국 콜센터의 상담사를 분산 배치하면서 챗봇을 통해 업무도 분산했고요. LG유플러스도 자체 홈페이지와 온라인몰 ‘U+샵’에 챗봇을 도입, 휴대전화 상담을 하고 있죠. 지난 2월 카카오의 톡채널을 활용하는 파트너사의 이용량은 전월보다 50% 늘었다고 합니다.
언택트 열풍이 아니더라도 챗봇은 코로나 19 재난 현장에서 ‘빠르고 정확한 정보 전달자’로 활약하고 있습니다. 세계보건기구(WHO)와 페이스북의 왓츠앱, 국내 질병관리본부와 카카오가 코로나 19 정보를 제공하는 챗봇을 운영하는데요. 이들 챗봇에서는 최신 데이터, 예방 수칙, 의심 증상 등을 쉽게 확인할 수 있습니다. 뉴스를 찾아보지 않고도 손안의 메신저 안에서 중요한 정보를 바로 접할 수 있죠.
출처=카카오
분위기가 이렇다 보니 코로나 19가 ‘챗봇 시장의 중흥을 다시 이끌지 않을까’란 기대도 있는데요. 사실 챗봇은 지난 4년간 기대에 못 미치는 성능으로 실망을 안겼습니다. 그러나 챗봇의 가치는 여전히 유효하죠. 이는 24시간 실시간 응대가 가능하고요. 전화보다 채팅을 선호하는 밀레니얼 세대, Z세대의 소통방식에 부합합니다. 인건비가 전체 운영비의 70%인 콜센터 운영을 효율화 할 수 있고요. 사람마다 들쭉날쭉한 상담 품질을 일관되게 유지하는 데 도움됩니다.
가트너는 “2020년엔 고객이 사람과 상호작용하지 않으면서 기업과의 관계 85%를 관리할 것”이라고 예측했는데요. 코로나 19 여파와 맞물려 올해가 ‘진짜 챗봇 혁명의 원년’이 될지도 모릅니다. 중요한 건 ‘챗봇이 얼마나 준비돼 있느냐’이고요. 정말 ‘제대로 된’ 챗봇을 도입하는 게 관건이죠. 마침 시장에는 고품질 서비스를 제공할 수 있도록 전보다 고도화된 챗봇이 나오고 있습니다.
챗봇은 그동안 무엇이 부족했나
출처=위키피디아
앞서 챗봇의 성능이 기대에 못 미쳐 실망스러웠다는 이야기를 했는데요. 먼저 그동안 챗봇에 어떤 한계가 있었는지 간단히 짚고요. 여기에 대안 기술이 필요한 배경을 살펴보려고 합니다. 챗봇의 지난 트렌드를 잠깐 살펴볼까요?
챗봇은 언어를 이용해 사용자가 특정 동작을 실행하고 정보를 검색할 수 있는 활자 또는 음성 기반 인터페이스입니다. 쉽게 말하면 채팅하는 로봇이죠. 이는 생각보다 오래된 개념인데요. 1950년 앨런 튜링이 챗봇과 같은 대화형 AI의 개념을 제시했습니다. 1960년대 조셉 와이젠바움이 상담치료를 위해 만든 ‘엘리자’는 가장 초기의 챗봇이었고요.
그로부터 50년이 지나 챗봇은 앱의 시대를 이어갈 ‘패러다임 전환의 주자’로 주목받습니다. 2016년은 챗봇 상용화의 원년이 될 뻔했던 해였죠. 사티아 나델라 마이크로소프트 CEO가 연례 개발자 회의 ‘빌드 2016’에서 “챗봇은 컴퓨터의 미래이며 봇은 새로운 앱”이라고 선언했고요. 마크 저커버그 페이스북 CEO도 F8 개발자 콘퍼런스에서 메신저, 챗봇을 회사의 미래 키워드로 제시합니다. 당시 페이스북은 메신저를 챗봇 개발 플랫폼으로 선뵈고, AI 비서 ‘M’을 내놓았죠.
출처=유튜브
특히 페이스북은 버버리, 스타벅스 등 수많은 기업이 챗봇을 도입하는 데 마중물 역할을 했습니다. 2016년 중반까지 페이스북 메신저 봇이 1만1000개 넘게 출시됐고요. 벤처캐피탈(VC)도 챗봇 스타트업에 적극 투자했습니다. CB인사이츠에 따르면 2015년부터 2016년 중반까지 30건의 투자가 있었고요. 이 기간 챗봇 스타트업에 대한 투자 규모는 약 1037억원(8500만달러)에 달했죠.
그러나 챗봇은 기대만큼 큰 물결을 일으키지 못했습니다. CB인사이츠에서는 챗봇 혁명이 실패한 이유로 크게 두가지를 듭니다. 하나는 챗봇의 함량 미달인데요. 챗봇 상당수가 사람의 언어를 충분히 이해하지 못했고요. 복잡한 명령어를 처리하는 데 어려움을 겪었습니다. 그 결과 기업이 약속한 챗봇의 기능과 실제 사용자가 제공받은 서비스 사이에 차이가 컸죠.
또다른 이유는 챗봇의 작동 시간이 길다는 건데요. 당시 챗봇에는 뉴스 중계, 요리법 검색 기능 등이 탑재됐습니다. 그러나 막상 봇이 관여되다 보니 이를 작동시키는 데 시간이 많이 걸렸고요. 챗봇이 명령어를 이해하려면 여전히 사람의 손을 많이 타야 했죠. 페이스북 M의 경우, 봇 응대의 70%를 사람이 수행했습니다. 자동화 수준은 30%에 그쳤고요.
2018년 페이스북은 M 운영을 종료했고요. 워싱턴 포스트, 비즈니스 인사이더 등 미디어 기업도 챗봇 운영을 중단합니다. 지난해 미디어의 챗봇 뉴스 건수도 2018년(500)과 비교하면 거의 반토막 수준이고요. 챗봇 기업에 대한 VC의 후기 투자도 드물었죠. CB인사이츠에서는 이에 대해 초기 투자가 성공한 곳이 별로 없음을 보여준다고 해석했는데요. 챗봇의 거품은 그렇게 꺼져갔습니다.
진짜 챗봇 만들기는 이제부터…지식기반 챗봇 ‘톡봇’
출처=솔트룩스
그런데 말입니다. 왜 챗봇은 복잡한 명령어를 처리하기가 어려웠을까요? 이를 이해하려면 ‘대화형 AI 기술’이라는 더 큰 맥락 안에서 살펴볼 필요가 있는데요. 대화형 AI 기술은 크게 4단계로 구분할 수 있습니다. 1세대(1960~2000)는 규칙 기반 엔진, 2세대(1990~2010)는 검색 기반 엔진, 3세대(2010~2025)는 지식 기반 엔진, 4세대(2015~2030)는 심층학습 기반 엔진이죠.
그간 챗봇이 기대보다 활성화되지 못한 이유는 기술이 2세대에 머물러 있었기 때문입니다. 많은 챗봇이 주로 ‘검색’에 기반한다는 의미죠. 검색 기반 챗봇은 기존 FAQ를 통해 쉽게 구축할 수 있고요. 이에 맞춰 소수의 정해진 질문은 잘 알아듣고 대답할 수 있습니다. 그러나 답변 내용은 그만큼 제한적이죠. 검색 기반 챗봇에서는 모든 예상 질문을 미리 대비하기 어렵고요. 고객 질문이 정해진 규칙과 검색 내용을 벗어나면 챗봇이 답하기 힘듭니다. 챗봇의 응대가 고객의 기대치를 충족하지 못한 이유죠.
그렇기 때문에 많은 챗봇 업체들이 검색 기반을 넘어서기 위해 노력을 기울이고 있고, 점차 성과도 나오고 있습니다. 솔트룩스의 챗봇인 ‘톡봇’도 그런 사례 중 하나입니다. 톡봇은 1세대부터 4세대 심층학습 기반 엔진까지 모두 아우르고 있죠. 이게 어떤 의미가 있냐고요? 규칙과 검색에 기반한 기존 챗봇은 먼저 입력한 규칙과 데이터에서 답변을 찾습니다. 그러나 톡봇은 여기서 더 나아갔죠. 미리 구축한 ‘지식베이스’와 복합 추론에 기반한 자연어 이해를 통해 질문 의도를 정확히 파악하고요. 이에 맞춰 답할 수 있습니다.
출처=솔트룩스
좀더 풀어서 설명해볼까요? 톡봇에는 다양한 지식을 단위 정보로 나눈 지식베이스가 구축돼 있습니다. 콜센터로 치면 지식베이스의 재료는 고객 상담 매뉴얼, FAQ 등 교육 자료, 상품 정보 등이죠. 지식베이스란 일종의 ‘두뇌’와 같은데요. 이는 ‘지식그래프’ 또는 단어와 관계로 이뤄진 사전인 ‘온톨로지’에 기반합니다. 톡봇의 AI는 이를 토대로 답변에 필요한 상담 지식을 대규모로 학습하고요. 스스로 이 지식을 서로 연결해 의미를 추론할 수 있습니다. 이는 톡봇이 고객 질문에 다양하고 유연하게 답변할 수 있는 원동력입니다. 단순 FAQ를 읊는 것과 다르죠.
예를 들어 고객이 채팅창, 메신저에서 ‘연봉 OOO원 이하인 새내기 직장인이 연말 세금공제 혜택을 받으면서 카드사용에 따라 금리 우대도 받는 적금은 뭐가 있나요’라고 톡봇에 묻는다고 가정합시다. 톡봇은 이 질문을 ‘직장인’, ‘OOO원’, ‘세금공제’, ‘금리’, ‘적금’ 등 각각의 개념으로 나누고요. 지식베이스 안에서 추론과 관계를 통해 답변을 도출합니다. 검색기반 챗봇은 질문에 정확한 키워드가 없으면 답변하지 못하는 경우가 많은데요. 톡봇은 그런 경우에도 지식베이스와 추론에 힘입어 유연하게 답변할 수 있죠. 나올 수 있는 모든 질문에 대응하는 게 가능합니다.
고객상담, 학사행정 안내, 채용서 활약
톡봇은 현재 금융권 고객 상담, 기업 채용, 대학 학사행정 안내 등 여러 분야에서 활약하고 있습니다. 한국 전력에선 AI 면접 심사와 채용 상담에 이를 활용하고요. 이외에도 인사·채용 분야에 특화된 챗봇을 통해 채용 문의와 서류심사를 자동 처리하는 경우도 있죠. 이 가운데 비대면 음성 상담 서비스와 전자입찰 상담 서비스에서 톡봇의 구현 사례를 자세히 알아보겠습니다.
1)NH농협은행 ‘AI콜봇’
출처=솔트룩스
NH농협은행에서는 실시간 비대면 음성 상담 서비스인 AI콜봇을 운영 중입니다. 이는 AI가 실시간 음성으로 고객과 금융상담을 진행하는 건데요. 텍스트를 입력하는 챗봇과 결은 다르죠. 그러나 지식그래프와 딥러닝을 연계한 대화모델을 탑재했다는 점에서 톡봇의 작동원리와 맥이 닿아 있습니다.
AI콜봇의 일은 AI가 고객의 상담 전화를 먼저 받는 데서 시작합니다. AI는 적금 만기 해지, 인증서 암호 오류 같은 간단한 질문에 자동으로 답변합니다. 예를 들어 고객이 전화로 AI에게 “적금 만기 찾으려고요”라고 말하면요. AI는 “통장, 도장을 모두 가지고 있으세요?”라고 확인하는 식입니다. 전문 상담이 필요한 경우 AI는 알아서 관련 업무를 파악, 담당 상담사에게 자동 연결하죠.
장점은 명확합니다. ARS와 달리 대기시간 없이 AI와 즉시 상담할 수 있고요. 그동안 고객은 상담사에게 연결하기 위해 ‘#번호’ 버튼을 수차례 눌러야 했습니다만. AI 응대가 이를 대체하면서 상담시간이 대폭 줄었습니다. 예를 들어 통장해지 상담에 걸리는 시간은 1분 30초에서 45초로 단축됐죠. 업무에 따라서 30초 이내 해결도 가능하고요. 또 AI가 간단한 질문에 대응하기 때문에 사람 상담사는 전문 상담에 집중할 수 있고요. 이는 상담 품질을 높이는 데 도움됩니다.
여기에는 중요한 의의가 있습니다. 과거와 다른 방식으로 사람과 AI가 협업하면서 좋은 결과를 낸다는 건데요. 과거에는 챗봇의 성능에 한계가 있어 사람이 자주 개입해야 했습니다. 그러나 AI콜봇에서는 사람의 개입이 과거와 성격이 달라진 걸로 분석되는데요. AI의 성능이 전보다 향상된 상태에서 AI가 할 수 있는 일과 사람이 할 수 있는 일을 구분했고요. 둘이 이렇게 협업함으로써 업무 효율성이 높아졌고 고객은 과거보다 더 편리해진 점이 의미심장합니다.
2)한전KDN '전자입찰봇-캐니(Kany)'
출처=한전KDN
한전KDN에서는 ‘전자입찰 고객상담 챗봇’에 톡봇을 활용하고 있습니다. 이는 챗봇이 입찰 업체등록, 입찰, 실적증명서 발급 방법 등을 상담해주는 서비스죠. 혹시 ‘로봇 처리 자동화(RPA)’ 기술을 들어보셨나요? 이는 한전 KDN의 전자입찰 고객상담 챗봇에 접목된 기술인데요. RPA는 로봇 소프트웨어가 사람의 단순 반복 업무를 자동 처리한 게 특징입니다. 이 기술로는 업무과정에서 발생한 데이터를 정형화해 자동 수행하는 것도 가능하죠.
전자입찰 고객상담 챗봇은 전자 입찰 사이트 안내, 계약서 작성절차, 입찰 참여절차, 자주 하는 질문(FAQ)에 대해 1년 365일, 24시간 자동 답변해줍니다. 예를 들어 ‘전자 입찰 사이트 안내’를 누르면 내 서류함, 발주계획, 전자입찰 등 카테고리를 안내하고 필요한 내용에 대해 답변받을 수 있죠. 이어 나의 입찰정보, 지문인식 예외신청, 입찰결과 등을 확인하는 방법을 안내받을 수 있고요.
여기에서는 챗봇이 사용자에게 역질문을 던지기도 합니다. 예를 들어 ‘제안서 수정’에 대해 질문하면 챗봇이 해당 질문에 먼저 답변하고요. 이어 ‘제안서 내고 나서 그 다음에 수정할 수 있나요?’, ‘제안서는 어디에 등록하면 되나요?’, ‘입찰 참가 신청서에 제안서는 어디에 등록하나요?’ 등과 같은 질문은 어떤지 제안키도 합니다. 이로써 사용자는 미처 생각지 못한 궁금증을 발견할 수 있고요. 더 풍성한 답변을 얻을 수도 있겠죠.
전자입찰 고객상담 챗봇의 강점은 ‘노가다’에 가까운 단순, 반복적 상담 업무를 자동화한 겁니다. 나아가 직원들은 소모적 업무를 줄이고 더 중요하고 가치있는 업무에 집중할 수 있고요. 이로써 업무 효율도 높아지겠죠. 챗봇은 상담 서비스가 사람을 타지 않고 고른 품질을 유지하도록 돕는데요. 이로써 고객은 일관된 품질로 상담을 받을 수 있습니다. 이는 고객 만족도를 높이는 데도 이바지하겠죠.
마무리하며
출처=픽사베이
지금까지 챗봇의 한계와 이를 보완한 솔트룩스의 톡봇, 적용 사례를 살펴봤는데요. 글의 요점을 정리하면 아래와 같습니다.
1. 챗봇은 코로나19 확산을 막는 언택트 기술의 기대주로 다시 떠오르고 있습니다.
2. 그동안 챗봇은 규칙, 검색에 기반해 작동한 것들이 대부분이었는데요.
3. 이에 챗봇은 사용자의 말귀를 잘 알아듣지 못하고, 복잡한 명령어를 처리하는 데 서툴렀습니다.
4. 그러나 오늘날에는 솔트룩스의 ‘톡봇’처럼 지식 기반 챗봇이 기존 챗봇의 대안으로 등장했고요.
5. 톡봇은 지식베이스와 복합 추론을 통해 질문 의도를 정확히 이해하고, 질문에 유연하게 답할 수 있습니다.
6. NH농협은행 AI콜봇과 한전KDN 전자입찰봇은 이 같은 원리로 작동하며 효율적이고 품질이 고른 안내 서비스를 제공하고 있죠.
한때 챗봇은 기대치에 못 미치는 성능으로 거품 논란까지 일었습니다만. 그동안 기술 성취를 모래성이라고 볼 수는 없습니다. 이 기술은 더디지만 진화에 진화를 거듭하고 있고요. ‘커뮤니케이션의 이해’를 높이는 데 이바지하고 있죠. 사회적 거리는 유지하되, 원활한 소통의 중요성이 높은 요즘. 앞으로 챗봇의 가치가 더 빛나길 기대해봅니다.
[ 참고자료 ]
1.이나예, ‘코로나19 이후:Untact & Protect’, 한국투자증권, 2020.3.17, file.mk.co.kr/imss/write/20200317101831__00.pdf
2.Olivia Rockeman, ‘Three Hours on Hold? Banks Inundated With Nervous Callers’, Bloomberg, 2020.3.17, www.bloomberg.com/news/articles/2020-03-17/three-hours-on-hold-bank-phones-inundated-with-nervous-callers
3.장은영, ‘금융권 콜센터 대신 ‘챗봇’ 상담 서비스 주목’, 아주경제, 2020.3.17, www.ajunews.com/view/20200317152027695
4.김준영, ‘“코로나 확산할라” 상담센터 줄줄이 폐쇄… 챗봇 등 확충’, 세계일보, 2020.3.16, www.segye.com/newsView/20200316510776?OutUrl=naver
5.임영신, 오대석, ‘"코로나 걱정없네"…콜센터 AI챗봇, 24시간 고객만족’, 매일경제, 2020.3.12, www.mk.co.kr/news/it/view/2020/03/261494/
6.Christine Fisher, ‘WhatsApp and WHO create a chatbot to share reliable coronavirus info’, Engaget, 2020.3.20, www.engadget.com/2020-03-20-whatsapp-who-coronavirus-chatbot.html
7.신무경, ‘챗봇 만난 질본 카톡, 등록자 70만명 급증’, 동아일보, 2020.3.23, www.donga.com/news/article/all/20200323/100314093/1
8. Kyle Wiggers, ‘Coronavirus is prompting companies to adopt AI call center solutions’, Venturebeat, 2020.3.19, www.venturebeat.com/2020/03/19/coronavirus-is-prompting-companies-to-adopt-ai-call-center-solutions/
9.’Gartner Customer 360 Summit 2011’, Gartner, 2011.3.30, www.gartner.com/imagesrv/summits/docs/na/customer-360/C360_2011_brochure_FINAL.pdf
10.연유진, ‘"모든 제품에 AI를"…MS '봇 시대' 선언’ , 서울경제, 2016.3.31, www.sedaily.com/News/NewsView/NewsPrint?Nid=1KTZ5EZNZ6
11.’ Lessons From The Failed Chatbot Revolution — And 5 Industries Where The Tech Is Making A Comeback’, CB Insights, www.cbinsights.com/research/report/most-successful-chatbots/
12.서교리, ‘인공지능 기반 챗봇 서비스의 국내외 동향분석 및 발전 전망’, 한국정보화진흥원, 2018, www.nia.or.kr/common/board/Download.do?bcIdx=20156&cbIdx=37989&fileNo=1
13.안명찬, ‘“인공지능 챗봇 시대” 고객 서비스의 딜레마와 해법’, IDG, 2017.6.27, www.itworld.co.kr/techlibrary/105348
14.이선희, ‘성능 두배 향상 AI비서 `아담` 금융·법률·의료 혁신 가져올 것’, 매일경제, 2018.12.30, www.mk.co.kr/news/business/view/2018/12/811854/
15.이순영, ‘NH농협은행 "문자 대신 음성으로 금융상담 하세요''’, 아시아경제TV, 2018.11.29, https://www.youtube.com/watch?v=TmJSgE3RaCc
16.이미준, ‘코로나가 앞당길 콜센터의 3가지 미래’, 아웃스탠딩, 2020.3.27, https://outstanding.kr/coronacall20200327/
