대화형 AI란 무엇인가요?
대화형 인공 지능(AI)은 음성 기반 또는 텍스트 기반의 인간 대화를 이해하고 응답할 수 있는 소프트웨어를 만드는 기술입니다. 기존에는 소프트웨어와 인간의 대화는 사용자가 미리 정해진 명령을 입력하거나 말하는 사전 프로그래밍된 입력으로 제한되었습니다. 대화형 AI는 이보다 훨씬 더 높은 수준의 기술입니다. 모든 유형의 음성 및 텍스트 입력을 인식하고, 인간의 상호 작용을 모방하며, 다양한 언어로 된 쿼리를 이해하고 응답할 수 있습니다. 조직은 다양한 고객 지원 사용 사례에 대화형 AI를 사용하여 소프트웨어가 고객의 문의에 개인화된 방식으로 응답합니다.
대화형 AI의 이점은 무엇인가요?
대화형 AI 기술은 조직의 고객 서비스 팀에 여러 가지 이점을 제공합니다.
고객 경험 개선
대화형 AI 챗봇은 연중무휴 지원 및 즉각적인 고객 대응을 제공할 수 있습니다. 이는 현대 고객이 모든 온라인 시스템에서 선호하고 기대하는 서비스입니다. 즉각적인 대응은 고객 만족도와 브랜드 참여 빈도를 모두 높입니다.
또한 과거 고객 상호 작용 데이터를 대화형 AI와 통합하여 고객에게 개인화된 경험을 제공할 수 있습니다. 예를 들어 과거 고객 구매 또는 검색 입력을 기반으로 추천할 수 있습니다.
운영 효율성 향상
대화형 AI 솔루션을 사용하여 고객 서비스 워크플로를 간소화할 수 있습니다. 자주 묻는 질문이나 기타 반복적인 입력에 답할 수 있으므로 직원은 더 복잡한 작업에 집중할 수 있습니다.
또한 규모에 따라 비용 혜택을 얻을 수 있습니다. 시간대별로 24시간 고객 서비스 팀을 구성하려면 비용이 많이 들 수 있습니다. 봇을 사용하여 전 세계 고객에게 지속적인 지원을 제공하는 것이 훨씬 더 효율적입니다.
광범위한 접근성
대화형 AI를 사용하여 장애를 가진 고객의 접근성을 개선할 수 있습니다. 또한 기술 지식이 제한적이거나, 언어 배경이 다르거나, 비전통적인 사용 사례를 가진 고객에게도 도움이 될 수 있습니다. 예를 들어 대화형 AI 기술은 웹사이트 탐색 또는 애플리케이션 사용을 통해 사용자를 이끌 수 있습니다. 고급 기술 지식 없는 사람의 질문에 답하고 사람들이 원하는 것을 찾을 수 있도록 도와줍니다.
대화형 AI의 사용 사례에는 어떤 것이 있나요?
대화형 AI는 비즈니스 프로세스 및 고객 상호 작용에 적용되는 다양한 사용 사례를 제공합니다. 이러한 사용 사례는 크게 네 가지 범주로 분류됩니다.
정보
정보 측면에서 대화형 AI는 주로 고객 문의에 답변하거나 특정 주제에 대한 지침을 제공합니다. 예를 들어, 사용자는 고객 서비스 챗봇에 날씨, 제품 세부 정보 또는 단계별 레시피 지침에 대해 문의할 수 있습니다. 또 다른 예로 세계 정보와 뉴스 업데이트 등을 포함하는 실시간 정보로 사용자 질문에 답변하는 AI 기반 가상 어시스턴트를 들 수 있습니다.
데이터 캡처
대화형 AI 도구를 사용하여 필수 사용자 세부 정보 또는 피드백을 수집할 수 있습니다. 예를 들어 온보딩 프로세스 중에 좀 더 사람과 비슷한 상호작용을 만들 수 있습니다. 또 다른 시나리오는 구매 후 또는 서비스 후 채팅 등 대화형 인터페이스를 통해 고객 여정, 즉 경험, 선호도 또는 불만족 영역에 대한 피드백을 수집하는 경우를 들 수 있습니다.
트랜잭션
트랜잭션 시나리오에서 대화형 AI는 모든 트랜잭션과 관련된 작업을 용이하게 합니다. 예를 들어 고객은 AI 챗봇을 사용하여 전자 상거래 플랫폼에서 주문하거나 티켓을 구입하거나 예약할 수 있습니다. 일부 금융 기관에서는 AI 기반 챗봇을 사용하여 사용자가 계좌 잔고를 확인하고 송금하거나 청구서를 지불할 수 있도록 합니다. 이러한 용도는 고객을 편리하게 만들고 고객 경험을 개선합니다.
선제적
대화형 AI를 선제적으로 사용하면 시스템이 특정 트리거 또는 예측 분석을 기반으로 대화나 작업을 시작합니다. 예를 들어 대화형 AI 애플리케이션은 사용자에게 예정된 약속에 대한 알림을 보내거나, 완료되지 않은 작업에 대해 알리거나, 브라우징 동작을 기반으로 제품을 제안할 수 있습니다. 대화형 AI 에이전트는 웹사이트 방문자에게 선제적으로 연락하여 지원을 제공할 수 있습니다. 또는 고객에게 배송 또는 서비스 중단에 대한 업데이트를 제공할 수 있으므로 고객은 인간 에이전트를 기다릴 필요가 없습니다.
대화형 AI는 어떻게 작동할까요?
대화형 AI는 세 가지 주요 기술을 사용하여 작동합니다.
자연어 처리
자연어 처리(NLP)는 기계가 인간의 언어를 처리, 분석 및 이해할 수 있도록 하는 일련의 기법과 알고리즘입니다. 인간의 언어에는 풍자, 은유, 문장 구조 변형, 문법 및 사용 예외와 같은 여러 가지 특징이 있습니다. NLP용 기계 학습(ML) 알고리즘을 사용하면 대화형 AI 모델이 방대한 텍스트 데이터에서 지속적으로 학습하고 다양한 언어 패턴과 뉘앙스를 인식할 수 있습니다.
자연어 이해
자연어 이해(NLU)는 시스템의 이해 측면과 관련이 있습니다. 대화형 AI 모델이 언어를 처리하고 사용자 의도와 컨텍스트를 이해하도록 합니다. 예를 들어, 같은 문장이라도 사용되는 문맥에 따라 의미가 다를 수 있습니다.
NLU는 기계 학습을 사용하여 컨텍스트를 식별하고, 의미를 구분하고, 사람의 대화를 이해합니다. 이는 가상 에이전트가 복잡한 쿼리를 인간 에이전트에게 에스컬레이션해야 할 때 특히 중요합니다. NLU를 사용하면 사용자의 요구 사항을 정확하게 파악하여 원활하게 전환할 수 있습니다.
자연어 생성
시스템은 사용자의 입력을 이해한 후 일관되고 상황에 맞는 적절한 응답을 작성합니다. 자연어 생성(NLG)을 통해 가상 에이전트는 명확하고 관련성이 높으며 언어적으로 자연스러운 방식으로 사람과 유사한 문장을 구성할 수 있습니다. NLG는 강력한 딥 러닝 알고리즘을 사용하여 상황에 맞는 응답을 공식화합니다. 또한 AI 챗봇이 사용자 및 인간 에이전트와 더 많이 상호 작용함에 따라 시간이 지나면서 응답이 정교해지고 유연해집니다.
대화형 AI와 생성형 AI의 차이점은 무엇인가요?
생성형 인공 지능(생성형 AI)는 대화, 이야기, 이미지, 동영상, 음악 등 새로운 콘텐츠와 아이디어를 만들 수 있는 AI의 일종입니다. 모든 인공 지능과 마찬가지로 생성형 AI는 ML 모델을 기반으로 합니다. 특이, 방대한 양의 데이터로 사전 훈련된 대규모 모델을 사용하며 일반적으로 파운데이션 모델(FM)이라고 합니다.
콘텐츠 제작 외에도 생성형 AI를 사용하여 디지털 이미지 품질을 개선하고, 비디오를 편집하고, 제조 프로토타입을 제작하고, 합성 데이터 세트로 데이터를 보강할 수 있습니다.
대화형 AI와 생성형 AI 비교
대화형 AI와 생성형 AI는 최종 목표가 다릅니다. 대화형 AI의 목표는 사람의 말과 대화의 흐름을 이해하는 것입니다. 다양한 쿼리 유형에 적절하게 응답하고 범위를 벗어난 질문에는 응답하지 않도록 구성할 수 있습니다.
반대로 생성형 AI는 기존 고객 데이터를 학습하여 새롭고 독창적인 콘텐츠를 만드는 것을 목표로 합니다. 어떤 의미에서는 범위를 벗어난 질문에 새롭고 독창적인 방법으로만 답변합니다. 응답 품질이 예상과 다를 수 있으며 대화형 AI와 같은 고객 의도를 이해하지 못할 수 있습니다.
그렇긴 하지만, 많은 AI 도구가 대화형 AI 기술과 생성형 AI 기술을 모두 결합하고 있다는 점에 주목해야 합니다. 시스템은 대화형 AI로 사용자 입력을 처리하고 생성형 AI로 응답합니다. 이를 통해 대화형 AI의 범위를 벗어나는 사용 사례의 문제를 해결할 수 있습니다.
AWS는 대화형 AI 요구 사항을 어떻게 지원하나요?
Amazon Web Services(AWS)는 기존 AI와의 작업을 지원하는 다양한 서비스를 제공합니다.
Amazon Lex는 고급 자연어 모델을 갖춘 완전 관리형 AI 서비스입니다. 이를 사용하여 애플리케이션에서 대화형 인터페이스를 설계, 구축, 테스트 및 배포할 수 있습니다. Alexa와 동일한 대화형 엔진으로 구동되며 고품질 음성 인식 및 언어 이해 기능을 제공합니다. Amazon Lex를 사용하면 정교한 AI 기반 챗봇을 신규 및 기존 애플리케이션에 추가할 수 있습니다.
Amazon Kendra는 사용하기 쉬운 대화형 검색 서비스입니다. 이를 통해 회사 전체에 퍼져 있는 방대한 양의 콘텐츠에 저장된 정보를 검색할 수 있습니다. 예를 들어 매뉴얼, 연구 보고서, FAQ, 인사 관리 문서 및 고객 서비스 가이드에서 데이터를 찾을 수 있습니다. 질문을 입력하면 Amazon Kendra는 컨텍스트를 이해하고 정확한 답변을 의미하든 전체 문서를 의미하든 가장 관련성 높은 결과를 반환합니다.
AWS Solutions Library를 사용하면 챗봇과 가상 어시스턴트를 쉽게 설정할 수 있습니다. 데이터 수집에서 결과 전달에 이르기까지 생성형 AI를 사용하여 대화형 인터페이스를 구축할 수 있습니다. 선택한 훈련 데이터가 있는 프라이빗 보안 컴퓨팅 환경에서 요구 사항에 가장 적합한 파운데이션 모델을 사용하세요.
지금 계정을 만들어 AWS에서 대화형 AI를 시작하세요.
