4장 챗봇, 웹과 앱을 넘어서

챗봇이란 '수다 떨다' 뜻의 쳇과 로봇의 합성어로 메신저 환경에서 사용자가 질문이나 요청을 하면 대화 형태로 정보가 제공되는 서비스

챗봇은 원하는 정보가 있을때, 바로 물어보고 빠른 답을 얻어낼수 있으며, 맞춤형 콘텐츠 전달이 가능

또한, 웹, 앱에서 쉅게 구동하여 사업자 입장에서 새로운 모바일 앱을 개발할때, 홍보하는 비용을 절감할수 있음

 

 

# 챗봇의 종류 

챗봇은 1단계 규칙 기반 대화, 2단계 자연어 학습 기반, 3단계 머신러닝 등의 단계로 발전 해왔음

 

1. 규칙 기반 챗봇

 - 규칙기반은 사전에 정의된 Q&A에 맞게 답을 도출하는 형태

- 주요 키워드를 인식해 그에 맞는 답변을 제시하게 끔 설계

- 규칙에 설정되어있는 않는 대화는 제대로 응대할수없는 한계

- 답변이 빠름

- 기술적인 한계를 보완하기 위해 정해진 룰안에서 질문하게끔 하거나 대화를 객관적으로 진행

 

2. 자연어 학습 기반 챗봇

- 인공지능 기술이 적용된 된 단계

- 사용자 입력한 대화를 자연어 상태로 이해하고 그에 맞는 답변 

- 데이터를 통해 챗봇에 기업의 사업활동을 학습시며, 자연스러운 대화와 폭넓은 응대로 답변

 

3. 머신러닝 기반 챗봇

- 인터넷을 통해 지속적인 학습이 가능하며 더 복잡하고 광범위한 대화 가능

 

# 챗봇 적용 사례

- 고객응대 ex) 스타벅스 '마이 스타벅스 바리스타'등

- 전자상거래 ex) 11번가, 롯데닷컴 

전자상거래에서 제공되는 챗봇은 단순하게 기존 고객 응대를 메신저로 옮기는 것이 아니라 고객이 원하는 제품을 추천햊고 최저가를 찾아주는 등의 큐레이션 기능

- 미디어 콘텐츠 ex) 뉴스, KT 올레 tv 챗봇

 

# 도입시 고려 사항

 

1. 도입 목적의 명확한 정리

- 제공하는 형태에 따라서 기업은 빠른 응대, 비용절감, 매출증대 등 다양한 것을 얻어 낼수있음

- 도입할려는 목적이 명확해야 그에 따른 서비스의기능이 나오고 알맞은 솔루션을 찾아 낼수있음

 

2. 기존업무의 정비

- 챗봇을 업무에 적용할려면 사업 지식을 학습시킬수 있는 데이터를 잘 정리하는것이 기본

- 더 나아가 챗봇을 제공할수 있게 끔 기업 내부의 정책과 업무프로세스를 개선

 

3. 사람의 개입여부

- 상품구매나 은행에서 계좌 이체를 하는 경우에는 정확한 인지가필요

 

# 전망

기술적인 한계

- 인공지능의 정확도 낮으며, 종종 예상치 못한 행동으로 기업으로 곤경에 빠지곤함

- 그렇기 떄문에 서비스 기획력이 중요하며, 스토리 라인과 맥락이 기업입장에서 원하는 방향으로 자연스럽게 흐를수록 해야함