챗GPT의 명성이 높아지면서 기업들은 이를 고객 경험 이니셔티브에 점점 더 많이 통합하고 있습니다. 인공 지능(AI)은 실시간 고객 지원을 위한 능률적이고 비용 효과적인 방법을 제공하는 AI 기반 챗봇과 함께 컨택센터 애플리케이션의 필수 요소가 되었습니다. 챗봇은 일상적인 작업을 자동화하고 정보에 즉시 액세스하게 함으로써 고객 서비스 담당자의 부담을 덜어주고 전반적인 고객 경험을 향상시킵니다.

이 기사는 Genesys AppFoundry 파트너인 Commerce.AI의 공동 설립자 겸 CEO인 앤디 판다리카르(Andy Pandharikar)가 작성했습니다.
챗GPT의 명성이 높아지면서 기업들은 이를 고객 경험 이니셔티브에 점점 더 많이 통합하고 있습니다. 인공 지능(AI)은 실시간 고객 지원을 위한 능률적이고 비용 효과적인 방법을 제공하는 AI 기반 챗봇과 함께 컨택센터 애플리케이션의 필수 요소가 되었습니다. 챗봇은 일상적인 작업을 자동화하고 정보에 즉시 액세스하게 함으로써 고객 서비스 담당자의 부담을 덜어주고 전반적인 고객 경험을 향상시킵니다. 챗봇은 기본적인 고객 지원 외에 마케팅 기능도 제공할 수 있습니다. 고객의 선호도와 행동에 대한 데이터를 수집하여 마케팅 커뮤니케이션을 조정하고 마케팅 캠페인의 영향을 최적화하는 데 활용할 수 있습니다. 이미 많은 컨택센터에서 AI를 도입하고 있으며, 고객 서비스 전략에서 AI를 효과적으로 구현하는 기업은 수많은 이점을 누리게 될 것입니다. 반면, 이러한 기술 도입을 주저하는 기업은 경쟁에서 뒤처질 위험이 있습니다. 물론, 챗봇은 ‘고객 경험’이라는 퍼즐에서 단 하나의 조각에 불과합니다. 컨택센터에는 다음과 같은 영역에서 AI를 사용하고 있습니다.

  • ASR(자동 음성 인식)
  • 상담사 지원
  • 음성/텍스트 가상 상담사
  • 음성 바이오메트리
  • 음성-텍스트 및 텍스트-음성 변환
  • 번역
  • AI 분석
  • 통화/감정 분석
  • PII/PHI 교정
  • 감성 지능
  • 예측 기반 행동 라우팅
  • 로봇 프로세스 자동화
  • 예측 기반 행동 라우팅
  • 예측 기반 분석
  • 실시간 안내
  • 지식 관리
  • 워크포스 자동화 및 교육
  • 컨택센터에서 AI의 역할을 제대로 파악하려면 몇 가지 기본 개념을 이해해야 합니다.

컨택센터 AI와 생성형 AI

기존 시스템은 프로그래밍 방식인 반면, 오늘날의 AI는 AI가 학습한다는 점에서 이전 AI 기술과 다릅니다. 핵심 기술인 딥 러닝 덕분에 AI가 출현할 수 있었으며, 컨택센터에서는 더 많은 AI 기반 기술을 도입하게 되었습니다 AI는 지난 5~8년 동안 존재해 왔지만 최근, GPT-X라는 새로운 형태의 AI 기술이 기존 모델에 도전하고 있습니다. 2020년 5월, Microsoft와 공동으로 연구하는 AI 연구소인 OpenAI는 인간의 언어를 모방할 수 있는 생성형 AI 시스템인 GPT-X를 개발했습니다. 이 딥 러닝 언어 모델은 1,750억 개의 매개변수를 이용해 수천억 개의 단어로 구성된 방대한 텍스트 데이터 세트를 학습했습니다. GPT-X는 입력 텍스트를 기반으로 구조화된 텍스트 시퀀스를 생성하는 딥 러닝 모델입니다. 이 모델은 다음과 같은 작업을 탁월하게 수행합니다.

  • 질문에 대한 답변: 상담사 지원, 지식 기반 등을 몇 배 개선하여 처리 시간을 단축합니다.
  • 언어 번역: 모든 언어의 인콜 번역을 자동화할 수 있습니다.
  • 텍스트 요약: 상담사가 ‘통화 후 작업’을 수행할 필요가 없습니다.

GPT-X 기능은 다음과 같습니다.

  • 정교한 텍스트 예측 및 응답 자동 생성
  • 텍스트 음성 변환 기능을 사용하여 언어 패턴 및 어조 모방
  • 창의적인 쓰기, 비즈니스 메모 및 기능 코드 생성(상담사 후속 조치 이메일, 상담 완료 코드, 기타 메모 포함)
  • 처리 시간 개선 및 고객 만족도 향상을 위한 신뢰할 수 있는 상담사 응답 생성

그러나 GPT-X에는 다음과 같은 한계도 있습니다.

  • 인지 및 추상적 추론 부족
  • 인간의 신중한 프라이밍(priming)에 의존
  • 훈련되지 않은 지식 기반에서 배울 수 없음
  • 확장된 텍스트를 통한 일관성 및 의미 있는 메시지 전달의 어려움
  • 제품, 서비스 및 비즈니스 지식 부족
  • 답변의 정확성을 추론하거나 확인할 수 없음

GPT-X와 기존 AI 기술의 비교

GPT-X는 자체 언어를 작성하고 최소한의 프라이밍이 필요한 점에서 이전 언어 모델을 능가합니다. 연구자들은 이를 ‘FSL(few-shot learning, 단발성 학습)’이라고 하며, GPT-X는 그 가능성을 잘 보여주고 있습니다. 컨택센터 책임자가 GPT-X를 도입할 때는 다음과 같은 장단점을 신중히 고려해야 합니다.

장점:

  • 자동화: 수동 작업에 소요되는 시간과 자원을 줄일 수 있습니다.
  • 다기능성: 상담사 지원, 통화/채팅 요약, 정보 추출, 상황에 맞는 대화를 수행할 수 있습니다.

단점:

  • 시대에 뒤쳐진 답변: GPT-X는 기존 데이터를 사용합니다.
  • 잠재적 유해성: 편견, 유해한 언어, 잘못된 정보를 제시할 수 있습니다.
  • 세계에 대한 깊이 있는 지식 부족: 물리 법칙, 수학, 상식에서 어려움을 겪습니다.

하지만 GPT-X는 편향 감소, 측정, 데이터 품질 , 부가 가치 비즈니스 전략 등의 가치 창출 기회를 제공합니다. 일례로 잘 학습된 AI 모델은 일관성을 유지하고 편향되지 않을 수 있습니다. 인간의 판단력이 수동 프로세스로 스며들어 외부 조건에 대한 편향을 초래합니다. GPT-X는 AI를 혁신하고 있습니다. Commerce.AI (커머스 AI)는 Commerce.AI auto-MATE™를 통해 이러한 전환의 최전선에 서게 되어 기쁘게 생각합니다. 이 제품은 안전하고 규정을 준수하는 엔터프라이즈급 생성형 AI 인텔리전스를 Genesys Cloud™ 플랫폼에 도입할 수 있습니다. Commerce.AI Base PlatformCommerce.AI Voice Survey에 관한 자세한 내용은 Genesys AppFoundry® Marketplace에서 Commerce.AI를 방문하여 확인해 보세요.