오늘날 대화형 에이전트는 정교한 권장 사항과 함께 놀랍도록 확실한 응답을 제공하는 동시에 모든 사람의 시간과 비용을 절약하는 것 같습니다. 대부분의 사람들은 심지어 그들을 좋아하는 것 같습니다. 그렇다면 문제는 무엇이며 어떻게 개선할 수 있을까요? 이것을 상상해 보십시오. 우리 가운데 고객 지원 비용 을 약 3분의 1 로 줄이고, 응답 시간을 크게 단축하고(실시간 상담원보다 80% 빠른 응답), 24시간 서비스를 제공하고, 처음부터 끝까지 전체 대화 를 처리 합니다. 이러한 효율성과 사용 편의성은 채택률 증가와 함께 노출을 계속 늘리는 록스타 챗봇의 특징일 수 있습니다. 다양한 챗봇 서비스와 연락 방법을 사용하는 사람들의 이미지. 화살표는 "메시지 보내기", "도움이 필요합니다!", "무엇을 도와드릴까요?"와 같은 옵션을 가리키고 있습니다. 다양한 경로(노트북, 전화, 소프트웨어)를 통해 Freepik 의 macrovector 님의 이미지 Statista 의 지혜 에 따르면 세계 시장이 2027년까지 4억 5,480만 달러의 매출에 도달할 것으로 예상되는 번창하는 지역이라는 것은 놀라운 일이 아닙니다 . 우리의 대화 도우미는 관리 작업 및 예약 을 처리하는 것 외에도 프로그래밍된 Q&A에 이미 능숙하지만 목록이 길어집니다. 이러한 다재다능한 도우미는 리드 및 전자 상거래를 생성하는 재능도 자랑하며 전자 상거래 는 향후 2년 내에 1,420억 달러 이상에 이를 것으로 예상됩니다. 좋은 투자에 대해 이야기하십시오. 눈부신 주의사항? 모든 사람을 위한 것은 아닙니다. 기술에 정통한 사용자는 준비된 키보드로 이를 환영할 수 있지만 일부 출처 에 따르면 사용자의 60%는 여전히 전통적인 방법에 의존하여 보다 유기적인 대화를 선택하는 것을 선호합니다. 아마도 젊은 세대가 나이를 먹으면 더 많은 인구가 질문을 해결할 때 사람과의 접촉보다 챗봇을 수용할 것입니다. 그러나 우리는 연령과 접근성 측면에서도 대상 고객을 고려해야 합니다. 두 경우 모두 AI가 갭이라는 선물을 완전히 마스터할 때까지 추가적인 미세 조정이 필요할 수 있습니다. 대화 상담원은 교활한 중개인으로 간주되어 실제 대리인에 대한 액세스를 차단하고 복잡한 문제를 해결하는 데 적합하지 않습니다. 따라서 전반적으로 봇이 우리의 마음을 완전히 장악하지 못한 것으로 보이며 (아직) 완전한 승인을 얻지는 못했습니다. 챗봇의 잠재적 이점: 밀레니얼 세대 대 베이비 붐 세대. 24시간 서비스(66% vs. 58%), 즉각적인 답변 받기(51% vs. 61%), 간단한 질문에 대한 답변(52% vs. 64%), 원활한 커뮤니케이션(48% vs. 52%), 신속하게 해결된 불만 사항(38% vs. 46%), 우수한 고객 경험(45% vs. 38%), 상세/전문가 답변(37% vs. 36%), 복잡한 질문에 대한 답변(33% vs. 38%) , 친근함 및 접근 가능성(33% 대 29%), 해당 없음(5% 대 13%). MyClever, Drift, Salesforce 및 SurveyMonkey Audience 의 2018년 챗봇 현황 보고서 AI와의 인터뷰 챗봇은 의료, 교육 및 기타 분야는 물론 상업적 맥락에서 점점 더 많이 사용되고 있습니다. 문제를 해결하거나 제품 및 서비스를 추천하기 위해 대화 방식으로 개인 정보를 수집하는 경우가 많습니다. 미세 조정된 설정에서 인간의 특성을 전달하고 사용함으로써 우리가 유창하게 말하는 기계와 상호 작용한다는 것이 분명하지 않을 수도 있습니다. 이것은 우리가 우리의 핵심적인 세부 사항으로 AI를 얼마나 신뢰할 준비가 되어 있는지에 대한 질문을 제기합니다. 그리고 챗봇이 우리 데이터를 쓸어버릴 때 우리가 얼마나 알고 있는지. 능숙한 알고리즘이 재생 목록을 미세 조정하도록 하는 것이 중요하므로 우리 귀에 진정으로 음악이 되지만 수다스러운 로봇이 이제 우리와 가까워지고 개인적으로 다가오게 된 이유는 무엇입니까? 우리는 기술 마법사가 커튼 뒤에서 행해지는 것을 신경 쓰지 않는 것 같지만, 우리가 그것에 적극적으로 참여해야 할 때 의심을 불러일으키고 경계와 의심을 높일 수 있습니다. 이것은 단순한 추측이 아닙니다. 조사 결과 에 따르면 사용자는 챗봇을 인간과 같다고 인식할 때 더 많은 정보를 공개하고 차를 쏟을 의향이 있습니다. 카리스마 있는 AI가 조언을 제공할 때(필사자처럼 들리지만) 사용자도 이에 대해 의문을 품지 않고 마치 기계처럼 들리는 상대방이 말하는 것처럼 개인 정보 보호 문제나 신뢰성에 대해 걱정하지 않을 가능성이 있습니다. 아이 로봇? 이 모든 것은 인간의 특성, 행동 및 감정을 인간이 아닌 실체에 귀속시키는 의인화로의 큰 전환을 제공합니다. 의도적이든 자각하지 못하든, 친근함과 매력과 같은 특성으로 봇을 구현하는 것은 순식간에 양날의 검이 되어 윤리에 대한 의구심을 불러일으킬 수 있습니다. 기업에서 사용자가 처음부터 기계와 상호 작용하고 있음을 적극적으로 공개하는 것이 가장 좋습니다. Nielsen 연구 의 참가자들은 만족했을 뿐만 아니라 AI와 채팅하고 있다는 사실을 알았을 때 보다 키워드 기반으로 직접 언어를 조정했습니다. 운 좋게도 우리는 무엇인가를 우리 중 하나로 보이게 하는 것에 대해 꽤 좋은 아이디어를 가지고 있습니다. 연구 에서는 특히 챗봇에서 인간다움을 전달할 수 있는 세 가지 유형의 신호를 구분합니다. 시각적 단서(예: 사람 이미지가 있는 아바타), 정체성 단서(사람 이름 생각), AI가 인간의 언어를 모방하는 대화 단서(예: 응답 확인). 시각적 단서가 특별히 높지 않더라도 상호 작용과 실시간 대화는 얼굴 없는 가상 비서의 인공적인 특성을 보완할 수 있습니다. 즉, 적시에 응답하고 보다 복잡한 교환을 통해 "부족한" 요소의 균형을 맞출 수 있습니다. 그러나 커뮤니케이션이 너무 비인간적이고 생명력 이 없다고 느껴진다면 고객은 챗봇에 덜 민감할 수도 있습니다 . 예를 들어, 독일 사용자 행동 연구 에서 응답자의 52%가 바로 이러한 이유로 인간-기계 상호 작용을 싫어했습니다. 이를 위해 일부 연구자들은 챗봇 토론의 흐름과 전반적인 경험을 개선하기 위해 따뜻함 과 공감 을 통합해야 한다고 주장합니다. 사용자 연구 및 인터랙션 디자인에서 공감의 역할 공감을 염두에 두고 디자인할 때 더 깊은 통찰력을 발견하여 사용자의 요구와 기대를 충족시키는 것을 목표로 합니다. 근데 뭐… uxdesign.cc 설탕, 향신료 및 모든 좋은 아마도 훨씬 더 중요한 것은 챗봇이 고객 만족도를 크게 향상시키기 때문에 신뢰할 수 있고 유능하다는 것입니다. 예의, 지식 및 능력에 대한 자신감의 형태로 나타나는 확신도 영향력 있는 측면으로 간주됩니다. 사용자는 대면 환경에서와 동일한 온라인 경험을 기대 하므로 상담원을 대신하는 챗봇은 성능, 스타일 및 전달 면에서 설득력이 있어야 합니다. 사용자가 기대치가 낮거나 챗봇이 쿼리를 이해하는 데 시간이 필요하다고 생각하기 때문에 조금 덜 중요해 보이는 것은 응답 속도 입니다. 그럼에도 불구하고 일단 신뢰성 및 보증 상자가 체크되면 속도를 높이면 경험이 더 추가됩니다. 마지막으로 상호작용에는 즉각적인 반응과 문제 해결이 포함됩니다. 이들은 본질적으로 고객과 브랜드 간의 관계를 강화하거나 유지할 수 있는 맨 위에 있는 체리입니다. 언어 주세요 이러한 주문형 개빙 기계가 실제로 작동하는 방식을 생략하는 것은 좋지 않은 형식이므로 지금 광범위한 획으로 살펴보는 것이 현명해 보입니다. 챗봇 기술은 자연어 처리(NLP)라고 하는 인공 지능의 한 분야에 의해 구동되며, 이는 Apple의 Siri 및 Amazon의 Alexa와 같은 음성 인식 시스템의 기반이기도 합니다. 텍스트가 제공되면 대화 도우미는 이를 처리 및 분석한 다음 복잡한 알고리즘을 기반으로 적절한 응답을 필터링하여 사용자가 말한(및 의미)를 해석할 수 있도록 합니다. NLP는 본질적으로 기업이 종종 인간 에이전트와 구별할 수 없는 토론이 가능한 봇을 개발하는 데 도움이 됩니다. 어려움은 우리에게 있습니다. 우리는 인상적이고 다양한 의사소통 또는 암시적인 메시지를 가질 수 있습니다. 우리의 상황, 뉘앙스, 말의 형태 및 기타 여러 요인에 따라 우리가 말하거나 쓰는 내용은 기계를 놀라게 할 정도로 해석이 다양할 수 있습니다. 따라서 우리는 기본적으로 매우 지저분해질 수 있는 이 형편없는 봇의 비정형 데이터를 건네줍니다(특히 은유, 직유 및 기타 언어적 문제를 혼합에 포함하는 경우). AI 챗봇 작동 방식: 1단계: 사용자 입력. 2단계: 사용자의 요청을 분석합니다. 3단계: 의도와 엔티티를 식별합니다. 4단계: 답장을 작성합니다. 그런 다음 1단계부터 다시 시작합니다. 챗봇이란? 드리프트로 기본 메커니즘을 막연하게 다루었으므로 이제 수다스러운 도우미 통합에 대한 모범 사례를 과학으로 전환할 때입니다. 챗봇 디자인 기능에 대한 지침 가장 최근의 연구 논문에서는 생산성에 중점을 두고 챗봇을 구현하기 위한 지침을 검토하고 요약했습니다. 기존 연구를 분석하여 그래픽 사용자 인터페이스 관련 기능, 대화 프로세스를 지원하는 기능 및 인간화된 가상 비서의 디자인 요소의 세 가지 범주로 기능을 분할하고 매핑했습니다. GUI로 시작하여 시스템의 이 부분을 최적화하면 사용자에게 필요한 입력과 노력을 줄여 대화 속도를 높일 수 있습니다. 이 문서에서는 다음 지침에 대해 자세히 설명합니다. 1) 더 빠른 탐색과 사용자의 타이핑 노력을 줄이기 위해 빠른 응답(예: 버튼, 캐러셀)을 제공합니다. 2) 컨텍스트 조작을 허용하는 별도의 GUI 요소(예: 버튼, 텍스트 필드)를 통해 대화 컨텍스트를 제공합니다. 3) 대화 컨텍스트를 고려하고 사용자에게 가능한 다음 단계를 보여주는 동적 빠른 응답을 제공합니다. 4) 채팅 위젯에서 이미지, GIF, 동영상과 같은 리치 미디어 요소를 사용하여 정보를 시각적으로 전달합니다. 5) 사용자가 이전 메시지를 클릭하고 변경하여 편집할 수 있도록 하여 현재 의도와 대화 컨텍스트를 업데이트할 수 있습니다. 6) 단어 및 의도 제안을 제공하는 텍스트 예측(자동 완성) 기능을 구현하여 입력 노력을 줄입니다. 7) 항상 사용할 수 있는 챗봇 기능이 있는 영구 메뉴를 제공합니다. 세포라 챗봇과의 상호작용. 화면 1: 챗봇: “안녕하세요. 도움을 받고 싶은 주제를 선택하면 뷰티 어드바이저와 연결해 드리겠습니다.” 옵션: 메이크업, 스킨케어, 헤어, 향수, 고객 서비스. 화면 2: 스킨케어 선택. 챗봇: "알았다. 스킨케어에 대해 알아보겠습니다. 어떻게 도와드릴 수 있는지 자세히 알려주세요.” 여기에서 사용자는 햄버거 메뉴를 통해 "채팅 종료" 또는 "이메일 대본"을 클릭할 수 있습니다. ? 기호는 라이브 에이전트에게 전송되는 옵션을 제공합니다. Sephora의 예리한 챗봇은 번거로움 없이 실시간 상담원과 연결할 수 있는 옵션을 제공합니다. 사용자가 작업을 포기하고 대화를 끊는 것을 방지하기 위해 다음 사항을 권장합니다. — 정확한 효과는 문맥에 따라 달라진다는 합리적인 작은 글씨가 있지만: 8) 챗봇 응답에서 대화 컨텍스트에 대한 정보를 제공하여 사용자와 챗봇이 공통의 이해를 가질 수 있도록 합니다. (예: 봇이 식별한 현재 의도와 엔티티를 알려줍니다). 9) 사용자가 곧 상호 작용을 포기할 수 있음을 나타내는 여러 징후(예: 반복된 재구성)를 식별하고 대안(예: 사람의 이양)을 제공합니다. 10) 오해의 소지가 있는 경우, 지금까지의 사용자 입력을 기반으로 가장 확률이 높은 챗봇 기능과 의도를 사용자에게 제공합니다. 11) 오해가 있는 경우 사용자 메시지를 다시 사용자에게 반영하고 신호어(예: 이해할 수 없거나 특정 입력 분류로 이어진 단어)를 강조 표시하고 요청의 재구성을 요청합니다. 12) 대화를 시작할 때 챗봇을 인위적으로 소개하고 사용자의 기대치를 관리하는 데 도움이 되도록 사용자에게 챗봇 기능을 제공합니다. 마지막으로 이 기사의 저자는 챗봇의 의인화된 디자인 기능도 다룹니다. 그들은 또한 그들이 지나치게 친해지고 너무 많은 잡담에 참여하면 사용자가 당면한 작업을 완료하는 데 방해가 될 수 있으므로 건강한 균형을 유지하도록 노력하십시오. 13) 사회적 단서(예: 이모티콘, 응답 지연, 이름 등)를 사용하여 특정 수준의 인간성을 달성합니다. 14) 작업 지향의 맥락을 지원하는 일관된 대화 스타일을 선택하십시오. 더 자세한 정보를 원하신다면 제공된 링크를 통해 연구 논문을 볼 수 있습니다(더 깊이 파고 싶다면 긴 참고 문헌 목록 포함). 사용자 쿼리에 응답하는 두 개의 챗봇. Freepik 의 upklyak 이미지 말하는 감각 챗봇이 복잡한 쿼리를 처리할 수 없다는 이전의 가정에도 불구하고 현재(차세대) 반복은 더 고급 기능과 개인화된 지원을 수행할 수 있는 것으로 보입니다. 점점 더 수용되고 있을 뿐만 아니라 이제는 라이브 지원 보다 선호되는 경우가 많습니다 . 운이 좋을 수도 있습니다. 우리는 더 이상 참을성이 없으며 빠른 응답과 해결에 있어 봇이 우위를 점하고 있습니다. 그럼에도 불구하고 이러한 열성적인 기계는 스스로 부하를 비축하고 관리하기보다는 지원 ​​팀의 작업을 보강할 가능성이 높습니다. 여기에서 아이디어는 다른 전문적 맥락 과 유사합니다 . 그들의 역할은 반복적인 작업을 처리하고 시간을 확보하여 인간 상대가 고유한 문제를 감독할 수 있도록 하는 것이어야 합니다. 이것은 이상적인 시나리오 이지만 챗봇이 더 악의적인 목적으로 사용될 수도 있으며 취약점을 노출하고 보안 위험 을 제기할 수 있습니다 . 따라서 항상 그렇듯이 균형 잡힌 계층화 된 렌즈를 통해 빛나는 기술 제품을 살펴보고 잠재적인 사각 지대뿐만 아니라 이점을 저울질합니다. 결론: 모든 대화가 도움이 되는 것은 아니지만 순수한(또는 최소한 중립적인) 의도가 있는 것이 전부는 아니지만 대부분의 관련 당사자에게 약간의 자본 이익을 제공할 수 있습니다.