자유게시판-한의약융합연구정보센터

챗봇은 어떻게 고객지원을 향상시키나?

How Chatbots Empower Your Customer Support Teams

챗봇은 고객 지원의 형태를 바꾸고 있다. 거의 모든 기업이 지원 프로세스를 위해 챗봇을 천천히 꾸준히 채택하고 있다. 챗봇은 클라우드 컴퓨팅과 머신 러닝이 표준이 되면서 지난 10년 동안 성장해 왔다.

챗봇으로의 전환은 다른 모든 형태의 고객 지원에 비해 많은 이점을 제공한다. 챗봇은 고객 만족도를 높이는 데 도움이 되는 일관성을 제공한다. 또한 여러 언어로 고객과 대화하도록 프로그래밍하면 더 많은 고객에게 서비스를 제공할 수 있다. 챗봇은 잠재 수요를 고객으로 전환하는 대면 판매 봇(consumer-facing sales bots)으로 커스터마이징 할 수 있다. 2019년에 소매 고객의 거의 40%가 챗봇과 대화에 참여했다.

현재 챗봇 기술은 완벽하지 않다. 그 단점의 일부는 다음과 같다. 사용 사례가 복잡할수록 비즈니스를 위한 챗봇을 만드는 것이 더 어려워진다. 실제로 기계 학습 챗봇은 훨씬 더 어렵기 때문에 더욱 문제를 악화시킨다. 또한 비즈니스 성장에 따른 유지 보수, 업데이트, 미세 조정 등이 필요하다.

챗봇은 다목적 도구이자 동시에 여러 위치에 배포할 수 있다. 기업에서 고객 지원 챗봇을 배포한 위치를 보면 다음과 같다. 중요한 랜딩 페이지에서 챗봇은 고객을 지원하여 비즈니스 리드를 창출하는 데 도움을 줄 수 있다. 또한 간단한 코드를 통해 웹 사이트 등 홈페이지에 챗봇을 쉽게 배포할 수 있다.

챗봇은 잠재 고객에게 브랜드, 제품 및 서비스를 소개할 수 있는 훌륭한 애플리케이션이다. 챗봇을 분류하는 가장 간단한 방법은 챗봇을 만드는 데 사용된 기술을 기준으로 나누는 것이다. 기업에서 지원 프로세스를 위해 만들 수 있는 세 가지 유형을 살펴보면, 패턴 기반 챗봇은 사전 구성된 워크 플로우를 따라가며 사람의 개입이 필요한 시점에 고객의 요구를 연결한다. 하지만 패턴 기반 챗봇은 유연성이 부족하고 사용성이 떨어진다. 기계 학습 챗봇은 기계 학습과 자연어 처리(NLP)를 사용하여 사용자에게 더 나은 챗봇 경험을 제공한다. 데이터를 기반으로 계속 학습이 이루어지고 사람의 개입이 필요한 상황을 인지한다. 초기 도입 비용이 크지만 장기적으로는 자동적으로 알고리즘을 개선하는 장점이 있다. 하이브리드 AI 챗봇은 기계 학습과 패턴 기반 챗봇의 장점을 살려 의미를 이해하는 챗봇 형태로 코타나(Cortana), 시리(Siri) 및 알렉사(Alexa)와 같은 가상 비서가 좋은 예다. 하지만 유지하는데 가장 많은 투자가 필요하다.

자연어 처리(NLP)는 기계 학습과 결합되어 인간과 자연스럽게 대화할 수 있는 컴퓨터 프로그램을 구성한다. NLP를 사용하는 챗봇은 사용자로부터 입력을 받고 데이터베이스를 분석하여 입력의 어조, 컨텍스트 및 의미를 이해하고 유사하게 적절한 출력을 사용자에게 다시 제공한다. NLP는 사용자와 대응하는 인스턴스를 통해 챗봇을 '훈련'하고 성능을 개선하는 데 도움을 준다. 하이브리드 AI 봇은 구글(Google), 마이크로소프트(Microsoft) 등과 같은 대기업만 구현하고 있는 여전히 매우 새로운 형태의 챗봇이다.

챗봇은 고객 지원 및 서비스 산업을 장악하고 있고 계속 그 영향력을 넓혀가고 있다. 업계는 매년 약 26%의 지속적인 성장을 경험하고 있으며, 챗봇은 10년 이내에 주요 조직의 핵심 고객 지원 형태가 될 것으로 예상된다.

[KOSEN 동향] 챗봇은 어떻게 고객지원을 향상시키나?