책에서 소개했던 챗봇에 대한 기본 개념과 사례, 그리고 도입시의 유의점 등으로 설명을 하려고 처음 장표를 만들었다. 다 작성하고 보니 책을 보면 될 내용을 굳이 다시 설명을 할 필요는 없을 것 같아서 시장의 이야기와 개인적으로 생각하는 전망, 그리고 실질적인 고민들로 재구성을 했다. 방문하지 못한 분들에게 조금이나마 도움이 되기 위해 브런치에 세션 내용을 정리해 공개해 본다. 챗봇에 대한 기본적인 개념이 없다면 이 포스팅보다는 도서를 정독하는 것을 권한다.
영국 드라마인 Black Mirror 시즌2에는 'Be right Back'이라는 에피소드가 있다. 이 에피소드에는 SNS 중독자인 애쉬와 웹디자이너인 마사가 부부로 나온다. 어느날, 애쉬가 갑작스러운 사고로 죽고 혼자 남은 마사는 애쉬에 대한 그리움으로 힘들어 한다. 이때, 친구가 소개시켜준 소프트웨어를 알게 된다. 애쉬의 이름으로 온 메일과 전화, 애쉬에 대한 많은 정보를 입력하면 할 수록 그 데이터 값을 복사해 더 애쉬스럽게 커뮤니케이션을 할 수 있는 인공지능 소프트웨어이다.
웹과 모바일 시대를 거치며 인터넷은 비약적인 발전을 해 왔다. 포스트 모바일 시대에 대한 여러 예측이 있어왔음. 태블릿, IoT, 웨어러블 등이 주목을 받아왔지만 현재의 분위기로는 ‘인공지능’에 대한 관심이 가장 뜨거운 것은 누구도 부인하기 어려울 것이다. 특히나 한국은 알파고 이벤트의 영향을 직격으로 받으며 인공지능에 대한 관심이 과도하게 뜨겁다. 지금과 같은 기술의 발전 속도를 보면 Black Mirror의 이야기가 현실로 등장하는 것도 그리 먼 이야기가 아닐 듯 하다.
업계에서 뜨거운 관심을 받으며 등장한 새로운 플랫폼이나 기술 또는 패러다임은 정말 많다. 이러한 신규 기술이 지속적으로 성장하기 위해서는 '킬러 서비스’가 반드시 필요하다. 웹시대에는 검색이 킬러 서비스였다. 검색은 모든 웹 페이지에 시작이었고 사용 행태를 장악했다. 구글과 네이버라는 거대 기업을 만들어낸 것도 검색 서비스이다. 모바일 시대에는 메신저와 SNS가 킬러 서비스였다. 관계를 형성하고 자신의 일상을 공유하는걸 일반화 시켰다. 그렇다면, 인공지능 시대의 킬러 서비스는 무엇일까? 떠오르는게 있는가? 적어도 ‘바둑’은 아닐테고…
새로운 플랫폼이나 패러다임이 등장하고 곧바로 킬러서비스가 등장하지는 않는다. 사용자나 공급자 모두 새로운 변화에 적응할 시간이 필요하기 때문이다. 스마트폰을 한번 떠 올려보자. 아이폰 2G가 처음 팔렸을 때가 2007년 6월이다. 우리나라의 경우는 4년이 걸려서 천만 플랫폼이 만들어지고 킬러 서비스로 자리매김을 하였다.
텐서플로우가 공개되고 대중들의 관심을 받기 시작한건 2015년 11월이다. 2년이 지난 셈인데 아직까지 킬러서비스는 등장하지 못했다. 그러면 아직까지 시간이 좀 더 필요할 수도 있을 것 같다. 혹자는 기술의 발전이 빠르기 때문에 이러한 과정이 좀 더 짧을 것이라고 주장하지만 개인적으로 생각이 다르다.
기존 플랫폼에서는 기술적인 환경과 트렌드를 통해 아이디어 기반으로 서비스가 탄생할 수 있었다. 하지만, 인공지능은 기술적인 난이도가 높음과 동시에 가지고 있는 데이터를 정비해야 서비스를 만들 수 있다. 단순하게 아이디어를 기반으로 모바일앱을 만들던 시대와는 이야기가 달라졌다.
새로운 플랫폼에 맞는 킬러 서비스가 등장하기 전까지 시장이 가만히 있는 것은 아니다. 시장은 살아있는 유기체와 같아서 끊임없이 새로운 것을 시도하거나 현실에 맞는 하이브리드한 서비스가 등장하게 마련이다. 개인적으로 챗봇도 이러한 현상에서 탄생한 서비스 중에 하나라고 생각한다. 즉, 메신저가 킬러서비스였던 모바일 시대에서 인공지능 시대로 옮겨가는 과도기에 맞는 서비스라는 의미이다.
시장의 주목을 받게 된 이유는 명확하다. 메신저를 기반으로 하기 때문에 별도의 UI나 UX를 익힐 필요가 없다. 브라우저를 기동해야 하는 웹이나 앱스토어에서 다운로드를 받아 설치를 해야 하는 앱과 달리 이미 설치되어 있는 메신저를 이용하면 되는 경우가 많아 진입장벽이 매우 낮다. 인공지능의 발전을 통해 다양한 시도들이 가능해진 탓도 있다.
고객 응대에 챗봇을 적용하는 것은 가장 기초적인 단계이고 가장 많은 사례를 찾을 수 있다. 스타벅스는 2017년 1월 ‘마이스타벅스 바리스타(My Starbucks Barista)’라는 챗봇을 발표했다. 스타벅스앱을 통해 원하는 음료를 말하면(음성도 지원한다) 주문과 결제까지 가능한 서비스이다. 기존에 서비스하고 있는 사이렌 오더와 달리 고객의 주문 히스토리를 기반으로 개인화된 주문이 가능하다는게 특징이다.
앞에서 고객 응대가 가장 기초적인 단계라고 한 이유는 Q&A 룰을 만들어내기가 쉽기 때문이다. 또한, 컴퓨터를 활용해서 응대를 하기 때문에 365일, 24시간 응대가 가능해진다. 기술이 발전하고 학습데이터가 많아진다면 인건비를 절감하는 효과까지 만들어낼 수 있으니 가장 효율적인 분야이다.
11번가는 판매자(셀러)와 소비자 간 1:1 메신저를 제공하는 서비스인 '1:1 톡'을 운영하다가 2017년 3월에 인공지능을 활용한 ‘바로'를 런칭했다. 책을 출판한 이후인 11월에는 생필품과 식음료 상품에 최적화된 '마트챗봇'을 선보이기도 했다.
전자상거래에서 제공하는 챗봇은 단순하게 기존 고객 응대를 메신저로 옮겨오는 수준이 아니다. 기존의 자판기식 상품 배열을 벗어나 고객이 원하는 제품을 추천해주고 최저가를 찾아주는 등의 큐레이션을 하고 있다. 인터파크의 ‘톡집사’는 개인 맞춤형 상품을 판매하는데 상품문의, 상품추천은 물론이고, '깎아줘' 기능을 이용하면 포털 데이터베이스에 기반한 상품 최저가도 손쉽게 볼 수 있다. 롯데닷컴의 '스타일 추천' 서비스는 고객이 원하는 의류 상품의 이미지를 분석해 유사한 색상 및 패턴을 가진 상품을 찾아준다.
첫번째 이유는 인공지능의 시대가 언제 올지는 모르지만 기존의 데이터를 KMS형태로 재정비하는 것은 데이터가 중요해지는 시대에 반드시 거쳐가야 할 관문이기 때문이다. 챗봇을 도입하면서 기업이 가지고 있는 데이터를 정제하고 시스템을 재정비할 수 있다는 것만으로 미래를 준비하는데 무척 중요하다. 둘째는 새로운 디지털 접점에서 고객의 반응을 수집하고 경험을 할 수 가 있기 때문다. 예전에는 구어체와 문어체가 있다면 요즘은 채팅체가 있다고 한다. 그만큼 지금까지의 접점과는 다른 고객 경험을 얻어낼 수가 있다. 세번째는 기존의 터치 포인트와 결합하여 상호 시너지를 내면서 비용을 절약하거나 새로운 수익을 만들어 낼 수 있기 때문이다. 챗봇은 제공하는 목적과 수준에 따라 구축에 들어가는 비용에 큰 차이가 있다. 큰 욕심을 내지 않더라도 일단 시작하는게 미래를 준비하는 첫걸음이 될 수 있다.
챗봇을 구분하는 여러가지 기준이 있겠지만 개인적으로는 기술적인 구성에 따라 세가지로 구분을 한다. 현재 나와 있는 챗봇 솔루션은 모두 다 '규칙 기반 챗봇'과 '자연어 학습 기반 챗봇'의 중간 정도에 있다. 모두들 유의어 사전이나 엔티티, 시나리오 등과 같은 작업을 해주어야 챗봇이 동작을 한다. 자세한 설명은 책을 참고하기 바란다.
기술적인 요소는 크게 그림과 같다. 메시지 플랫폼을 통해 자연어를 이해하고 대화를 관리하며 KMS를 통해 자연어를 생성하고 메시지 플랫폼으로 발화하는 구조이다. 시나리오 구성이 중요하기 때문에 좋은 '툴링(Tooling)'을 제공하는 솔루션 기업을 찾을 필요가 있다. 고객 센터에 녹음되어 있는 음성 파일을 KMS로 옮기기 위해서는 STT 솔루션도 반드시 필요하다.
사용자들 입장에서 가장 답답한 것은 제대로 말귀를 알아 듣지 못하는 NLU라면 사업자 입장에서 가장 두려운 부분은 NLG이다. 기업을 대표하는 채널이 되기 때문에 원치 않는 말이나 하지 말아야 할 이야기를 할까봐 걱정을 하는 것이다. 실제로 그런 일이 일어나기도 한다.
마이크로소프트의 테이가 대표적인 사례이다. 2016년 3월에 탄생한 테이는 미국의 18~24세를 겨냥해 만들어진 머신러닝 기반의 챗봇이다. 그러나 테이는 “나는 유대인이 싫다. 히틀러가 옳았다” 등 성·인종차별을 비롯해 극우주의적 발언을 트위터를 통해 쏟아냈고 결국 16시간만에 서비스를 중단했다. 결론적으로 테이의 사례는 극단적인 경우이다. 계속해서 강조했던 것처럼 현재 챗봇 솔루션은 모두 시나리오 기반이기 때문에 엉뚱한 대화를 종종 할지언정 시나리오에 없는 답변을 하지는 않는다.
