챗봇 설계

Classic/VPC 환경에서 이용 가능합니다.

챗봇 서비스를 제작하기 전에 고려해야 할 사항을 설명합니다.

서비스 목적 설정

챗봇 서비스는 서비스 목적에 맞게 제작해야 합니다. 챗봇을 제작하기 전에, 서비스 목적을 구체적으로 설정해 주십시오.
예를 들어 챗봇의 목적을 다음과 같이 설정할 수 있습니다.

• 기존에 있는 문의 대응 채널(고객센터 콜, 이메일 상담, 채팅 상담 등) 외에 하나의 문의 대응 채널을 더 추가
• 기존 채널로 입수되는 문의 리소스를 줄이기 위해 챗봇 상담으로 대체
• 기존 채널을 그대로 활용하면서 세일즈/마케팅 리소스로 전환
• 기존 채널을 챗봇 상담으로 대체하고, 챗봇이 대응하지 못한 케이스만 상담으로 유인

답변 커버리지 설정

서비스 목적에 따라 챗봇 유형을 선택하고, 답변 커버리지를 고려해야 합니다. 챗봇은 크게 폐쇄형 답변을 하는 유형과 개방형 답변도 하는 유형으로 나눌 수 있습니다. 두 가지 유형을 함께 사용하는 것도 가능합니다.

사용자의 질문에 대해 폐쇄형 답변만 제공하는 챗봇 유형

• FAQ 등 CS에 대해서만 답변 제공
• CS 외에 해당 서비스에 대한 주제 전체에 대해서도 답변 제공

사용자의 질문에 대해 개방형 답변도 제공하는 챗봇 유형

• 배송 정보 조회에 대한 답변 제공(어떤 유형의 답변을 제공해야 하며, 몇 개의 서비스를 제공할 것인지 확인 및 결정해야 함)
• AS기사 방문 예약 신청에 대한 답변 제공(가입 및 변경 등 Task 처리가 필요한 답변은 어떤 유형이 있으며, 몇 개의 서비스를 제공할 것인지 결정해야 함)

시나리오 및 대응 범위 설정

시나리오 종류

Main 시나리오
서비스의 주요 목적을 처리하기 위한 시나리오입니다. 예를 들어 예약 시나리오에서는 사용자의 예약 의도를 파악하고, 예약 정보를 슬롯에 담아 예약 정보 유효성을 체크하고, 예약 정보를 확인하고 확정하는 시나리오 흐름을 구성할 수 있습니다.
<예시> 사용자 의도 파악, 주문 정보 슬롯 필링, 주문 정보 유효성 체크, 주문 확인, 주문 확정 등

Repair 시나리오
사용자가 Main 시나리오에서 벗어났을 때, 다시 Main 시나리오로 돌려보내 서비스의 주요 목적을 달성할 수 있게 정정해 주는 시나리오입니다.
<예시> 사용자의 무응답, 의도 파악 불분명 등

Global 시나리오
Main 시나리오는 아니지만, 어느 대화에서나 진입 및 복귀가 가능한 시나리오입니다.
<예시> 재발화 요청, 통화 종료, 상담원 전환 요청, FAQ 문의 등

시나리오 대응 정책 고려

Repair 시나리오 매칭 연속 횟수 고려

• Main 시나리오로 바로 복귀할 것인지 고려
• Repair 시나리오에 연속해서 매칭된 경우 N회까지는 Main 시나리오로 복귀시키고 N회 초과한 경우에는 시나리오 종료 또는 상담원 연결할 것인지 고려

직전 챗봇 발화의 재발화 여부 고려

• 직전 Main 시나리오에서의 챗봇 발화를 재발화할지 하지 않을지 고려

기타 예상 시나리오 설계

• 주문 확인, 변경, 취소도 대응할 것인지?
• 당일 주문만 받을 것인지?
• 단체 주문은 몇명까지 가능?
• 품절된 경우, 추천 시간을 제안할 것인지?
• 주문 가능한 날짜는 현재 날짜로부터 언제까지만 가능한지?
• 주문 완료 처리하려고 했으나 그 사이에 다른 주문이 잡힌 경우 어떻게 처리할 것인지?

연동할 채널 결정

제작한 챗봇을 어떤 채널과 연동할 지 결정해야 합니다. 연동할 채널에 따라 CLOVA Chatbot의 특정 기능을 사용하지 못하는 경우도 있으므로, 연동할 채널에서 구현 가능한 기능을 미리 확인해야 합니다.
연동할 채널은 다음과 같은 기준으로 고를 수 있습니다.

• 텍스트형
  • 라인, 톡톡, 페이스북 등 외부 메신저
  • Custom Web/App 등 내부 채널에 붙이는 메신저
• 음성형: 인공지능 스피커와 같은 외부 디바이스

채널별 사용 불가 기능

채널별 사용이 불가능한 기능은 다음과 같습니다.

기능별 지원 채널

대화 데이터셋 구축

챗봇 엔진을 선택한 후, 대화를 구축해야 하는데 챗봇에서 제공할 답변 커버리지에 맞는 데이터가 필요합니다. 기존 데이터를 정제해서 활용하는 것이 제일 좋습니다. 서비스 목적에 따라 활용할 수 없는 데이터가 있을 수 있으므로, 초기에 데이터셋을 잘 선택해야 학습 데이터를 구축하는데 걸리는 시간을 단축할 수 있습니다.

데이터 정제

대화 데이터셋을 구축하기 전에 데이터를 정제하는 작업이 반드시 필요합니다. 가장 시간이 많이 걸리고 주의를 기울여야 하는 작업입니다. 정제된 데이터를 사용하지 않으면 챗봇이 제공하는 답변의 신뢰도가 낮아지게 되므로 기업의 이미지에도 부정적인 영향을 미칠 수 있습니다.
챗봇 데이터셋 구축 시 활용할 수 있는 기존 데이터는 다음과 같습니다.

• 홈페이지의 ‘자주 찾는 질문’, ‘1:1 문의하기’ 등
• 채팅 상담 쿼리
• 고객센터 인입콜의 문의 유형, 상담 코드 등
• 고객센터 녹취 STT 데이터

대화 데이터셋 구축 담당자 결정 필요

대화 구축 시 서비스 도메인에 대해 잘 알고 있는 전문가가 필요합니다. 실제 사용자가 무엇을 많이 물어보는 지 사용자가 어려워하는 작업이 무엇인지 등에 대해 상세하게 파악하고 있어야 하고, 정확하게 대답해 줄 수 있어야 하기 때문에, 실제 업무 담당자(고객 상담사, 신규 상품 출시 대응을 위한 교육 자료 작성자 등)가 대화 데이터셋을 구축하는 것이 가장 효율적입니다.

유지 보수 및 배포 관리

챗봇 서비스는 한 번 제작하고 끝나는 것이 아니라, 지속적인 재학습이 필요합니다. 특히 신규 상품 출시 등 고객 비즈니스에 변화가 있을 경우에는 바로 최신 정보를 반영해야 합니다. 따라서 지속적인 대화 데이터셋 유지 보수 및 서비스 배포 관리를 위해 관련 작업 정책을 수립해야 합니다.

챗봇 시나리오 기획

어떤 흐름으로 챗봇 대화를 구성할 것인지 상세한 시나리오를 작성합니다. 챗봇을 실행한 사용자에게 건넬 첫 메시지인 웰컴 메시지의 구성부터 챗봇이 이해하지 못하는 메시지가 입력됐을 때 발송할 실패 메시지, 챗봇의 만족도를 평가하는 피드백 메시지 등을 어떤 방식으로 제공할지 고려합니다. 또한 사용자의 예상 질문과 그에 대한 답변을 준비하고, 답변은 어떤 방식으로 제공할 것인지 결정해야 합니다. 단순히 텍스트 답변으로 제공할 수도 있고, 외부 링크를 연결해 줄 수 있지만 폼, 태스크, 액션 메소드를 활용하여 좀 더 복잡한 대화를 구성할 수 있습니다.