챗봇이 잘 하는 것과 못 하는 것

0

예전에는 기계가 인간을 초월하는 일 따윈 영화에서나 가능하다고 생각했을 것이다. 그러나 지금은 그것이 현실이 되기 시작했다. 인공지능이나 기계학습 등의 기술을 활용함으로써 이전까지 수동으로 했었던 업무가 자동화되고 있다. 그 구체적인 서비스 중 하나가 챗봇일 것이다.

최근 미국 실리콘밸리의 개발자도 좋은 챗봇을 만들기 위해 노력하며 관련 세미나나 콘퍼런스 등의 행사도 많아지고 있다. 챗봇은 그 특성상 잘 하는 타입의 서비스와 그렇지 못한 서비스가 있다. 그 분야를 정리해봤다.

미래는 챗봇의 시대?

봇(Bot)이라고 하면 왠지 시스템이 관련되어 있고 AI를 활용한 복잡한 시스템이라는 느낌이 든다. 그러나 사실 현시점에서의 챗봇은 상당히 단순하고 개발도 비교적 간단한 경우가 대부분이다. 챗봇이란 주로 모바일 디바이스 상에서 메신저나 채팅을 토대로 한 인터페이스(페이스북 메신저, 스냅챗, 슬랙, 라인 등)를 활용해 제공되는 서비스다. 유저는 마치 살아 있는 사람과 ‘대화하는 듯한 느낌’으로 정보를 수집할 수 있다. 일반적으로 기계의 알고리즘을 이용하지만 경우에 따라서는 AI에 의한 고도의 대화도 가능하다.

미국을 중심으로 해외에서는 향후 미래에는 사이트나 앱이 아니라 챗봇이 주류를 이루게 될 것이라고 생각하는 사람이 적지 않다. 그 이유는 다음의 2가지다.

첫째, 커뮤니케이션 플랫폼에서 채팅은 ‘문자’를 활용하므로 표정이나 목소리의 톤 등을 필요로 하지 않는다는 점이다. 즉 살아 있는 사람이 답변하는지 AI가 반응하는지 내용만 제대로 되어 있다면 구분이 힘들다.

둘째, 사람들은 완전히 새로운 것보다 평소에 익숙한 서비스를 사용하는 경향이 있다. 그래서 이미 침투해 있는 채팅이라고 하는 플랫폼을 활용함으로써 유저에게 위화감 없는 체험 서비스를 제공할 수 있다.

챗봇이 잘 하는 것

1 목적은 한 가지지만 선택지가 많은 경우

웹 사이트에는 정보가 흘러 넘치고 있다. Carat이라는 미디어 회사에 따르면, 41%의 사람들이 웹 사이트에 선택지가 너무 많다는 것에 압도됨을 느끼고 있다고 한다. 즉 기존의 웹 사이트에서 얻을 수 있는 경험은 사람들의 의사결정을 어렵게 하기 쉽다.

예를 들어 항공권을 예약할 때 고객은 ‘모월 모일에 A에서 B로 가고 싶다’라는 하나의 목적만을 가진다. 고객은 예약을 위해 우선 웹 사이트로 가서 비행기를 찾고 다른 웹 사이트로 가서 가격을 비교하는 것을 반복해야 한다. 이것은 고객에게 번거롭기도 하고 시간을 낭비하는 느낌도 준다. 여행사가 예약을 대행하는 경우도 있지만 인터넷이 발달한 요즘은 고객 스스로가 직접 예약을 하는 경우가 많아지고 있다.

여행사에 대행을 맡기지 않는 경우 대부분 사람들은 서비스보다 저렴한 가격을 중시할 것이다. 서비스의 상세 사항을 확인하기에는 시간이 너무 많이 걸리기 때문이다. 선택지가 지나치게 많으면 실제로 무엇이 가장 좋은 선택인지 알 수 없고 큰 스트레스가 된다. 그런 경우에는 여행 예약 챗봇을 사용하여 가격과 서비스 둘 중 하나도 놓치지 않고 최적의 예약이 가능해진다.

예를 들어 Pana 서비스를 사용하면 ‘9시부터 17시까지 뉴욕에서 업무가 있으므로 LA 출발로 가장 저렴한 티켓을 예약해 주세요’라고 챗 화면에 입력하면, 챗봇이 재빨리 최적의 후보 2~3개를 제안해준다.

이처럼 고객이 다수의 선택지에서 소거법으로 의사결정을 해야만 하는 상황은 많다. 그런 경우에는 챗봇이 효과적이다. 챗봇은 그 특성상, 방대한 정보를 수집해 분석하고 그 중에서 가장 좋은 결과만을 선택해 유저에게 전달할 수 있기 때문이다.물론 미래에는 같은 수단으로 더 복잡한 일도 가능해질 것이라고 생각한다. 예를 들어 사이트의 관람 수를 늘리기 위한 마케팅 시책으로 유저별 데이터를 토대로 최적의 쿠폰을 푸시 통지로 배포하는 것 등도 가능하다.

 

2 데이터 수집은 간단하지만 분석/사용이 어려운 경우

챗봇은 번거로운 분석을 해야 할 때 매우 편리한 수단이 될 수 있다. ‘Vida’에서는 음식이 알레르기 등에 반응하여 위험한지 또 부작용을 일으킬지 등의 진단에 도움이 된다. 음식을 먹기 전에 사진을 찍어 그에 대한 조언을 받을 수 있는 봇이다.

과거에 유저가 먹은 음식을 비교하여 무엇이 원인이 되어 부작용 등이 일어났는지를 찾아낸다. 그리고 만약 문제가 있다면 유저에게 사전에 알려준다. 이러한 분석은 유저에게는 어렵고 번거로운 작업이 되지만 챗봇에게는 아주 쉬운 분야다.

또 챗봇은 다수의 정보 액세스가 가능한 경우에 힘을 발휘한다. 데이터 분석을 하는 것은 유저에겐 복잡한 작업이지만, 기업/봇에게 있어 데이터는 매우 유용하다. 수집한 데이터를 앞으로 활용할 수 있기 때문이다.

예를 들어 ‘Pana’로 여행 예약을 한다고 하자. 그 경우 봇은 과거 데이터에서 유저에게 최적의 항공권을 선택해준다. 만약 ‘Pana’가 유저의 스케줄에 액세스할 수 있는 경우에는 항공권뿐 아니라 공항에서 미팅 장소까지 자동차 수배도 가능해질지 모른다.

최종적으로 봇은 ‘유나이티드 항공에서 2개의 추천 항공권이 있다. 두 가지 모두 당신의 업무미팅에 충분한 여유가 있는 비행기다. 어느쪽을 예약할까요?’와 같은 것으로까지 발전할 것이다.

챗봇은 사람에 맞춰 최적화가 진행되고 대량 데이터를 최신 툴을 이용해 신속하게 수집/분석이 가능하다. 그리고 업데이트가 있을 때도 자동으로 갱신되므로 다운로드의 필요성이 없고 네이티브 앱보다 손쉽다는 장점이 있다.

3 유저와 신뢰 있는 관계를 구축하는 것

새로운 앱을 다운로드하면 앱에 따라 사용법이 다르므로 앱별로 사용법을 배울 필요가 있다. 그러나 챗봇과 대화하는 것은 친구와 메신저로 대화하는 것과 별반 다르지 않다. 즉 친숙한 체험을 제공할 수 있으므로 유저로부터 신뢰를 얻기 쉽다. 일단 한 번 신뢰받으면 반복해서 사용하게 되므로 관계성 구축도 쉽다.

우리는 친구들과 채팅할 때 답변이 오기까지 조금 기다려야 한다. 마찬가지로 챗봇도 조금 시간이 필요한 때가 있다. 방대한 선택지로부터 테스트/분석을 하고 추천을 해야 할 때가 있기 때문이다. 이렇게 기다려야만 하는 시간도 친근감을 만들어낸다.

단, 만약 챗봇이 수익 등을 이유로 편향된 추천을 하게 되면 문제가 된다. 예를 들어 ‘Pana’가 특정 호텔만을 수수료 확보를 위해 추천하기 시작한다면 순식간에 유저의 신뢰를 잃게 될 것이다.

챗봇이 잘 못하는 것

1 지금 당장 정보가 필요한 것

챗봇은 SIRI와는 달리 지금 바로 정보를 원하는 상황일 경우에는 적합하지 않다. 데이터의 수집/해석/제안의 단계를 밟아야만 하기 때문이다. 경우에 따라서는 살아 있는 인간이 끼어드는 경우도 있으므로 즉시 정보를 원하는 경우라면 맞지 않다.

2 어려운 언어의 이해가 필요한 것

챗봇의 기본은 기계이며 인간 정도로 고도의 언어를 이해할 수 있는 수준에는 아직 도달하지 못했다. 그래서 어려운 언어를 시도하거나 연속성 있는 대화를 하려는 경우에는 이해하지 못하는 일이 있다. 예를 들어 일기예보 앱 Poncho의 예가 그것이다.

3 유저가 브라우징을 즐기고 있는 것

챗봇을 이용하는 가장 큰 이유는 도달하고 싶은 목적을 두고 가능한 한 낭비를 없애고 효율적으로 목적 달성을 하기 위해서이다. 만약 유저가 쇼핑 사이트 등에서 구체적인 목적 없이 브라우징을 즐기고 있던 상황에서 챗봇을 이용하면 아이쇼핑의 즐거움은 사라지고 만다. 챗봇이 선택지를 좁혀주기 때문이다. 아이쇼핑을 하듯 가벼운 브라우징과 목적 기반의 효율적 조작은 완전히 다른 경험이 필요하다.

 

 

 

페이스북으로 댓글을 달아주세요!

About Author

월간 app의 프로필 사진

국내 모바일 산업과 창업 생태계를 응원합니다. 모바일 트렌드에 대한 전문 컬럼을 기고하거나 유망한 스타트업을 소개하고 싶으시면 연락바랍니다. 적극 수용하겠습니다~♥

댓글 남기기