상담원 업무 대신하는 인력 절감 효과는 크지 않아
스스로 패턴 공부하고 오류 파악하는 딥러닝 진화해야

인력 절감 효과를 기대했던 기업용 챗봇(chatbot)이 뚜렷한 성과를 내지 못하면서 맞춤형 추천 기능의 딥러닝 기술 적용으로 수익 창출을 노려야 한다는 지적이 나왔다.

인공지능 솔루션 개발 업체인 와이즈넛(대표 강용성)는 최근 고객사를 대상으로 한 조사에서 챗봇이 실질적으로 인력을 줄이는 효과를 보여주지 못했다고 밝혔다.

VoC(Voice of Customer) 유형 중 배달, 잡화 문의, 전산 문의 등 단순 반복적 문의는 챗봇으로 대체되고 있지만 배달 지연과 사고 처리 등 클레임 부문은 상담원이 직접 응대하는 사례가 많다는 것. 다시 말해, VoC의 45% 가량을 챗봇 자동화로 구현할 수 있지만 고객 응대를 위한 인력 절감 효과는 크게 나타나지 않았다는 내용이다. VoC는 여유 상담원으로 운영하지 않고 대기 형태로 운영되기 때문이다.

투이컨설팅의 주최로 열린 인공지능 세미나에서 와이즈넛의 장주연 이사는 “특히 언어 장벽이나 시간에 관계 없는 고객 응대 서비스와 반복적 문의는 챗봇으로 대체할 수 있지만 고객 서비스 응대 질을 높이는 것은 상담원의 역할이 크다고 설명했다.

딥러닝 기능 진화는 언제?

현재 챗봇 기술은 단순 응대가 가능한 수준이다. 음식 주문부터 교육, 금융, 견적 문의 등 다양한 분야에 도입해 활용하고 있지만, 챗봇 API는 크게 차이가 없다. 고객이 질문하면, 오타와 띄어쓰기 등을 자연어 처리 과정을 거쳐 정해진 대화 목록에서 답변을 찾아 준다. 챗봇 제공업체는 일정 주기별로 잘못된 피드백을 검토하고 ‘보완 작업’을 진행한다.

챗봇 간 스스로 패턴을 공부하고 오류를 파악하는 딥러닝 기능까지는 아직 진화하지 않았다. 엘론 머스크가 오픈 AI기술 구축을 위해 강화학습에 집중하겠다 밝힌 바 있듯, 인공지능 기술에 대한 연구는 현재 진행형이다. 챗봇 서비스 제공 업체인 아임클라우드(대표 이두식)에서도 챗봇끼리 대화하며 상황별 발화 기능과 의도 파악 등을 연습할 수 있는 강화학습 기능을 연구 중이다.

SW공학테크니컬 세미나 발표에 나선 송호석 상무는 “일주일 안에 챗봇을 구축할 수는 있어도 현재 기술로는 대화가 가능한 수준까지 구축하는 건 어렵다”고 잘라 말했다. 송 상무는 자연어 처리 기능을 ‘맨땅에 헤딩’이라 표현하며 까다로운 작업임을 설명했다.
그는 이어 챗봇 서비스의 고객이 ‘기업’이기 때문에 챗봇 서비스에 대한 피드백이 아닌, 시스템 오류 등 관리 시스템을 제공하는 것이 중요하다고 말했다. 챗봇이란 분야가 ‘이제 막 걸음마를 뗀’ 수준으로 관련 부문 서비스의 성장이 필요하다는 지적이다.

예를 들어, 데이터를 빠르게 축적하려면 서비스 일련의 과정을 모두 채팅으로 해야 하나, 고객사 입장에서는 아직 채팅이 익숙지 않은 사람을 고려해 클릭과 채팅을 겸용하는 혼합형 챗봇도 제공해야 한다.

결론은 데이터 축적 중요, 도입할 때부터 철저한 사전계획 필요해

고객은 챗봇 구축 외에 추가 수익을 기대하려면 데이터 구축에 따른 마케팅 자료를 얻어야 한다. 전화상으로 고객에게 신상품을 제안하는 데는 한계가 있었으나, 챗봇으로 학습한 데이터를 기반으로 적절한 추천 및 광고를 제공하는 감성 마케팅이 가능해지기 때문이다.

와이즈넛의 장 이사 역시 데이터 축적의 중요성을 강조했다. 그리고 ‘챗봇의 유행이 지나면 잊히는 서비스’가 아닌, 지속적인 서비스 구축을 위해서는 철저한 계획이 필요하다고 말했다.

“사전에 챗봇에 대한 지식, 데이터 확장 시 관리 방안, 고객 데이터 활용에 따른 법적 절차까지 인식하고 있어야 활용할 수 있는 범위가 넓어진다”며 기획 차원으로 접근해야 챗봇 서비스가 성공할 수 있다고 조언했다.