Amazon Web Services 한국 블로그

AWS Contact Center Intelligence – 파트너 기반 AI 솔루션 공개

AWS Contact Center Intelligence(CCI) 솔루션이 출시되었습니다. 이 솔루션에는 고객이 AI를 고객 센터에 간편하게 통합하도록 지원하는 서비스가 결합되어 있으며, AWS 파트너 네트워크(APN) 파트너를 통해 제공됩니다.

AWS CCI는 셀프 서비스 실시간 통화 분석 및 상담원 지원, 통화 후 분석을 위한 솔루션이 포함되어 있어 고객이 신속하게 기존 워크플로에 AI를 배포하거나 완전히 새로운 워크플로를 구축할 수 있습니다.

요금 및 리전 가용성은 사용하는 기본 서비스(Amazon Comprehend, Amazon Kendra, Amazon Lex, Amazon Transcribe, Amazon TranslateAmazon Polly)에 따라 달라집니다.

AWS Contact Center Intelligence란 무엇입니까?

AWS CCI는 고객 상호작용 전, 도중 및 후에 AI로 고객 센터를 지원하기 위한 솔루션을 제공한다고 말씀드렸습니다.

Swami Sivasubramanian(AWS 기계 학습 부문 부사장)은 “고객 센터를 운영하는 고객들이 기계 학습에 대한 전문 지식이 없더라도 기능을 간편하게 활용할 수 있도록 돕고 싶었습니다. APN 기술 및 컨설팅 파트너와 협력하여 AWS Contact Center Intelligence 솔루션을 출시하였고, 이제 고객들이 어려운 작업을 하거나 기계 학습을 기존 고객 센터에 통합할 전문 개발자를 고용하지 않고도 클라우드 기반 기계 학습 서비스의 장점을 활용할 수 있게 되었습니다.라고 말했습니다.

그게 어떤 의미일까요? 🤔

AWS CCI 솔루션을 사용하면 기계 학습(ML) 기능(예: 텍스트 음성 변환, 번역, 엔터프라이즈 검색, 챗봇, 비즈니스 인텔리전스, 언어 이해)을 기존의 고객 센터 환경에서 활용할 수 있습니다. 이제 고객들은 셀프 서비스 실시간 통화 분석 및 상담원 지원, 통화 후 분석에 도움이 될 고객 센터 인텔리전스 ML 솔루션을 구현할 수 있습니다. 현재 AWS CCI 솔루션은 Genesys, Vonage, UiPath와 같은 파트너를 통해 제공되며, 기존 기업 고객 센터 시스템에 간편하게 통합됩니다.

“Genesys 고객들이 가장 먼저 AWS Contact Center Intelligence 솔루션의 표준 기계 학습 기능을 이용할 수 있게 되어 자랑스럽습니다. 조직에서 검색, 텍스트 음성 변환, 자연 언어 이해 등의 AWS AI 기능을 더욱 간단하고 비용 효율적으로 결합할 수 있게 되었습니다. Genesys Cloud의 고급 고객 센터 기능이 탁월한 셀프 서비스 경험을 제공합니다.” ~ Olivier Jouve(Genesys Cloud 전무 및 대표 이사)

“브랜드와의 상호작용에 자동적 수단을 사용하는 고객들이 점점 늘어나고 있습니다. 특히, 온라인 쇼핑을 전면에 내세운 리테일 환경에서 이러한 현상이 두드러집니다. Genesys Cloud와 Amazon Web Services(AWS)의 통합으로 더욱 손쉽게 대화형 AI를 활용하고, 고객들에게 더욱 효과적인 셀프 서비스 경험을 제공할 수 있게 되었습니다.” ~ Aarde Cosseboom(TechStyle Fashion Group 글로벌 회원 서비스 기술, 분석 및 제품 부문 이사)

작동 방식 및 대상 사용자

AWS Contact Center Intelligence 솔루션은 AWS의 사전 훈련된 AI 서비스를 통해 고객 센터에 기계 학습 기반 인텔리전스를 빠르고 비용 효율적으로 추가할 수 있는 여러 가지 수단을 제공합니다. 현재 AWS CCI는 참여하는 APN 파트너를 통해 제공되고 있으며 고객 센터 워크플로의 3단계(셀프 서비스, 실시간 통화 분석 및 상담원 지원, 통화 후 분석)를 중심으로 구성됩니다. 각 단계를 자세히 살펴보겠습니다.

셀프 서비스 솔루션은 고객 센터 직원이 자주 받는 가장 일반적인 문의 사항을 해결할 수 있는 챗봇과 ML 기반 IVR(대화형 음성 응답)을 생성하는 데 도움을 줍니다. 이제 실제 콜 센터 직원은 더욱 가치가 높은 업무에 집중할 수 있습니다. 이 솔루션을 구현하려면 Amazon Lex 및/또는 Amazon Kendra로 작업하는 것이 좋습니다. 이 솔루션은 Lex + Kendra로 트랜잭션 쿼리(예: 호텔 객실 예약 또는 암호 재설정)를 실행할 수 있을 뿐만 아니라, 기업 지식 시스템에 답이 있는 잔존 고객 질문을 해결한다는 점에서 참신함이 있습니다. 이전에 이런 질문과 답변은 Lex에 하드 코딩해야 했기 때문에 구현과 관리가 어려웠습니다. 오늘부터는 AWS CCI 파트너(예: Genesys)와 함께 기존 고객 센터 플랫폼에서 직접 이 솔루션을 구현할 수 있습니다.

실시간 통화 분석 및 상담원 지원 솔루션은 직원 생산성과 참여를 높이기 위한 실시간 ML 기능을 생성합니다. 여기에서는 Amazon Transcribe를 사용하여 실시간 음성 트랜스크립션을 실행하고 Amazon Comprehend가 상호작용을 분석해 호출자의 감정을 감지하고 대화 속의 핵심 단어와 문구를 식별할 수 있습니다. Amazon Translate를 추가하면 원하는 언어로 대화를 번역할 수도 있습니다! 이제 AWS CCI 파트너(예: SuccessKPI)와 함께 여러 주요 고객 센터 플랫폼에서 직접 이 솔루션을 구현할 수 있습니다.

통화 후 분석 솔루션은 고객 센터 대화를 자동 분석하며, 대개는 제품 및 서비스 피드백 루프를 위한 실천 가능한 데이터가 남게 됩니다. 실시간 통화 분석과 마찬가지로 이 솔루션도 Amazon Transcribe를 결합하여 음성 인식을 실행하고 각 통화의 고품질 텍스트 트랜스크립션을 생성할 수 있으며, Amazon Comprehend로 상호작용을 분석할 수 있습니다. Amazon Translate를 추가하면 원하는 언어로 대화를 번역할 수 있고 Amazon Kendra는 컨텍스트 자연 언어 쿼리에 사용할 수 있습니다. 오늘부터는 AWS CCI 파트너(예: Acqueon)와 함께 여러 주요 고객 센터 플랫폼에서 직접 이 솔루션을 구현할 수 있습니다.

AWS는 파트너들이 자사 제품에 이 솔루션을 통합하도록 지원합니다. 일부 솔루션에는 CloudFormation 템플릿과 배포 가이드를 포함하여 배포를 자동화하는 빠른 시작이 있습니다. 좋은 소식이 있다면, AWS 파트너 랜딩 페이지에서도 각 제품에 대한 추가적인 구현 정보를 제공할 예정이라는 것입니다. 👌

데모 보기

오늘 게시물에서는 셀프 서비스통화 후 분석 솔루션을 중심으로 자세히 살펴볼 것입니다. 먼저 셀프 서비스부터 시작하겠습니다.

셀프 서비스
완전한 빠른 시작 템플릿이 있는 공개 GitHub 리포지토리와 아키텍처 다이어그램이 포함된 상세한 배포 안내서가 준비되어 있습니다. (좋은 소식은 APN 파트너 랜딩 페이지에서도 이 리포지토리를 참조한다는 것입니다!)

이 GitHub 리포지토리는 Amazon Lex 챗봇과 Amazon Kendra의 통합에 대해 설명합니다. 주요 개념을 설명하자면, 고객이 Amazon Kendra를 통해 문서 리포지토리를 가져올 수 있고 고객이 이 Lex 챗봇과 상호작용할 때 Amazon Lex를 통해 제공된다는 것입니다.

이 아키텍처에서 주목해야 할 점은 고객이 기존 문서를 가져와서, 누군가 이 챗봇과 상호작용할 때마다 챗봇이 해당 문서를 검색할 수 있게 한다는 것입니다. 아래의 아키텍처에서는 문서가 S3 버킷에 저장되어 있다고 가정하지만, Amazon Kendra는 여러 가지 종류의 데이터 소스와 통합된다는 것을 알아두면 좋습니다. S3 버킷을 사용할 경우 고객은 S3 버킷 이름(문서 리포지토리가 있는 곳)을 제공해야 합니다. 이는 배포 전에 미리 준비해야 할 사항입니다.

리포지토리의 개발 단계에서 지침을 따라 2단계, “[배포]를 클릭하여 CloudFormation 템플릿 시작으로 건너뜁니다.

빠른 시작 템플릿이므로 이미 모든 내용이 채워져 있는 것을 볼 수 있습니다. [다음]을 클릭하고 2단계, 스택 세부 정보 입력으로 이동합니다.

S3 버킷 섹션이 비어 있는 것이 보입니다. 자체 문서로 테스트하고 싶다면 자신의 S3 버킷 이름을 입력할 수 있습니다. 오늘은 GitHub 문서에서 제공한 S3 버킷 이름을 사용하겠습니다.

그다음으로 구성할 부분은 [교차 계정 역할 구성] 섹션입니다. 이 데모에서는 “계정 ID 수임“에 제 AWS 계정 ID를 추가할 것입니다.

[다음]을 클릭하고 3단계, 스택 옵션 구성으로 이동합니다.

여기에는 구성할 항목이 없으므로 다시 [다음]을 클릭하고 4단계, 검토로 이동합니다. 이 최종 승인을 클릭하여 수락하고 [스택 생성]을 클릭합니다.

배포된 AWS CloudFormation 스택으로 이동하면 이 스택의 출력에서 Kendra 인덱스 이름Lex 봇 이름을 확인할 수 있습니다.

이제 Amazon Lex로 가면 챗봇을 쉽게 찾을 수 있습니다.

챗봇을 클릭하면 준비가 된 것을 확인할 수 있습니다. 이제 상호작용을 시작해보겠습니다!

예를 들어 “안녕하세요”를 입력합니다.

최종적으로 응답 소스에 대해 자세히 설명된 응답을 수신하게 됩니다. 즉, Amazon Lex 또는 Amazon Kendra에서 얻은 응답인지, S3 버킷에 저장된 문서에서 얻은 응답인지 알려줍니다.

 

실시간 통화 분석 및 상담원 지원
이 솔루션에는 공개 GitHub 리포지토리가 2개 있고, 두 가지 모두 아키텍처 다이어그램이 포함된 자세한 배포 안내서가 있습니다.

이 GitHub 리포지토리는 Amazon Kinesis Video Streams 및 Amazon Transcribe를 사용해서 Amazon Chime Voice Connector 전화 통화를 캡처하고 기록할 수 있도록 코드 예제와 완전히 기능하는 AWS Lambda 함수를 제공합니다. 이 솔루션을 통해 어떻게 AI 및 ML 서비스를 사용해서 고객의 기존 환경과 통신하고, 상담원 지원 및 분석 기능을 실행할 수 있는지 확인할 수 있습니다. 실시간 음성 피드를 받아서 그 정보를 기록한 다음, Amazon Comprehend를 사용하여 정보를 추출하고 중요한 행동 및 감정을 파악할 수 있습니다.

또한, Chime SIP req connector(Amazon 음성 서비스로 IP 호환 환경을 연결할 수 있는 차임 구성 요소)로 사실상 모든 고객 센터에서 Amazon Transcribe로 음성을 스트리밍할 수도 있습니다. AWS의 파트너인 Vonage는 웹 소켓을 통해 동일한 작업을 실행합니다.

👉🏽 GitHub 개발자 설명서 확인:

앞서 언급한 바와 같이, 오늘 게시물에서는 셀프 서비스통화 후 분석 솔루션을 중심으로 자세히 설명할 것입니다. 이제 통화 후 분석 예제를 보여드리겠습니다.

 

통화 후 분석

이 솔루션에도 공개 GitHub 리포지토리가 있는데, 마찬가지로 아키텍처 다이어그램을 포함한 자세한 배포 안내서와 완전한 빠른 시작 템플릿이 포함됩니다. 이 솔루션은 통화가 끝난 뒤에 사용하므로 고객이 통화 분석 내용을 검토할 수 있습니다.

이 GitHub 리포지토리에서는 이미 종료된 통화에 대한 인사이트와 정보를 검색하는 방법을 설명합니다. 이를 일컬어 품질 관리라고 합니다. Amazon Transcribe와 Amazon Comprehend를 사용하여 키워드, 정보 및 데이터를 추출하고 고객 센터 통화에서 어떤 일이 있었는지 상황을 더욱 잘 파악할 수 있습니다. 그런 다음, Amazon QuickSight에서 인사이트를 검토하면 됩니다.

이 솔루션의 아키텍처 다이어그램도 살펴보겠습니다. 통화 녹음은 S3 버킷에 저장됩니다. 그러면 Lambda 함수가 이 기록을 골라내서 Amazon Transcribe로 기록합니다. 기록한 결과는 다른 버킷에 저장되고 통화의 메타데이터는 DynamoDB에 저장됩니다. 이제 Amazon Comprehend가 통화 메타데이터에 대한 텍스트 분석을 실행하고 결과를 텍스트 분석 출력 버킷에 저장할 수 있습니다. 최종적으로는 QuickSight의 대시보드를 통해 통화 분석 결과를 확인합니다.

앞의 예제와 마찬가지로, [배포 단계] 섹션으로 이동합니다. 앞에서처럼 바로 배포할 수 있도록 미리 만들어진 CloudFormation 템플릿이 있습니다.

1단계, 템플릿 지정은 완료되었으므로 [다음]을 클릭합니다.

2단계, 스택 세부 정보 입력에서는 사용자 풀 도메인 이름전체적으로 고유해야 한다는 것을 기억하세요.

[다음]을 클릭하고 3단계, 스택 옵션 구성으로 이동합니다. 여기에도 추가로 구성할 항목이 없으므로 다시 [다음]을 클릭하여 4단계, 검토로 이동합니다.

이 최종 승인을 클릭하여 수락하고 [스택 생성]을 클릭합니다.

다시 배포된 AWS CloudFormation 스택으로 이동해서 이 스택의 출력으로 가면 PortalEndpoint 키를 확인할 수 있습니다. 스택을 생성한 뒤에 포털 웹사이트가 CloudFront 배포 엔드포인트에서 제공됩니다. 이 키를 사용해서 포털 URL을 찾을 수 있습니다.

다음 단계에서는 Amazon Cognito에서 생성된 사용자가 필요합니다. (아직 만든 적이 없다면 이 방법 안내서를 참조하세요.)

⚠️ 참고: 포털에 실제 역할과 충돌할 수 있는 QuickSight 사용자 역할이 연결되므로 다른 Incognito 창에서 포털 URL 엔드포인트를 열어야 합니다.

포털 URL로 이동하여 생성된 Cognito 사용자로 로그인합니다. 임시 암호를 변경하라는 메시지가 나오고 마지막에는 QuickSight 홈페이지로 이동합니다.

이제 [업로드] 버튼으로 통화 오디오 파일을 업로드할 수 있습니다.

오디오 파일을 업로드하고 나면, 트랜스크립션과 텍스트 분석을 통해 오디오가 처리됩니다. 이때 탐색 표시줄 왼쪽 상단의 통화 분석 로고를 클릭하면 홈페이지로 돌아옵니다.

이제 통화 세부 정보로 들어가 Amazon Comprehend가 통화를 분류하고 턴바이턴 감정을 확인할 수 있습니다.

🌎 마치며…

AWS Contact Center Intelligence(CCI) 솔루션의 리전 가용성은 사용하는 기본 서비스(Amazon Comprehend, Amazon Kendra, Amazon Lex, Amazon Transcribe, Amazon Translate)에 따라 달라집니다.

12개 APN 파트너(Genesys, UiPath, Vonage, Acqueon, SuccessKPI, 및 Inference Solutions(기술 파트너)와 Slalom, Onica/Rackspace, TensorIoT, Quantiphi, AccentureHGS Digital(컨설팅 파트너))를 통해 AWS CCI를 제공합니다.

시작할 준비가 되셨습니까? AWS CCI 웹 페이지에 있는 AWS CCI 시작 파트너 중 한 곳에 문의하세요.

기타 참고 자료…

👉🏽게시물의 AWS 빠른 시작 링크:

감사합니다!
~Alejandra 💁🏻‍♀️🤖와 Canela 🐾