챗봇 기획, 답변 중심 설계로 정확도 높이는 법

챗봇 기획, 무엇부터 시작해야 할까요?

서비스 및 업무 효율 향상, 운영 비용 절감 등을 위해 개인 사업자부터 대기업까지 많은 기업에서 AI 챗봇을 도입하고 있는데요. 챗봇은 다양한 영역에서 활용될 수 있는 유연성을 가진 도구이지만, 영역에 맞는 세밀한 기획이 필요한 도구이기도 합니다. 기획이 세밀하지 않은 챗봇은 브랜드 이미지에 부정적인 영향을 미치며, 업무 효율을 저하시킬 수 있습니다.

이 글은 챗봇을 도입하고 싶지만, 기획 단계에서 어려움을 느끼는 분들을 위해 작성했습니다. 큰 예산이 소요되는 챗봇 도입인 만큼, 도입 이후 추가 리소스가 들지 않으려면 정확도를 높이는 답변 중심으로 기획을 시작해야 합니다.

(왼쪽) 잘 된 예시👍🏻: 사용자 질문을 이해하고 적절한 답변과 기능을 제공하여 업무 처리 완료

(오른쪽) 잘못된 예시👎🏻: 사용자 질문을 이해하지 못하며, 정보 제공량이 균등하지 못함

오른쪽 예시를 개선하기 위해서 어떤 작업이 필요할까요?

1. 챗봇이 사용자의 발화를 더 정확히 이해할 수 있도록 도메인에 특화된 학습 발화문을 구축해야 합니다. 이 때, 대상 언어의 언어적 요소를 충분히 고려합니다.
2. 정보가 과도하거나 부족하지 않도록 챗봇 응답의 전반적인 구성을 변경해야 합니다. 기본적으로 질문에 대한 명확한 답변, 관련 정보, 상태 안내, (필요한 경우) 행동 유도 등이 포함되어야 합니다.
3. 챗봇의 답변이 일관된 어휘와 말투를 유지할 수 있도록 톤 앤 매너를 설정해야 합니다. 브랜드 이미지를 긍정적으로 부각 시키는 설계가 필요합니다.

이처럼 챗봇 답변은 사용자가 가장 많이 마주하기에 만족도를 결정짓는 가장 큰 요소가 됩니다. 그래서 이번 글에서는 챗봇 답변의 중요성과 이를 체계적으로 설계하는 방법에 대해서 알려드리려고 합니다.

챗봇 답변이 중요한 이유

잘 설계된 답변을 제공한다면 사용자는 챗봇에 대한 신뢰감을 가지게 되어 더욱 다양하게 활용하게 됩니다. 이러한 만족감은 재방문율을 높이고 이탈률은 줄이는 긍정적인 결과를 가져올 수 있습니다.

더 많은 사용자에게 긍정적인 경험을 제공하려면, 챗봇 답변이 어떤 역할을 하는지 점검해 볼 필요가 있습니다.

챗봇 답변의 역할

1. 정보 제공
   챗봇의 가장 기본적인 역할은 사용자가 필요로 하는 정보를 제공하는 것입니다. 질문에 대한 답변, 서비스에 대한 정보, 특정 주제에 대한 설명 등 다양한 방식으로 이루어집니다.
2. 사용자 가이드 및 경험 향상
   챗봇은 사용자가 원활하게 서비스를 이용하고, 필요한 정보를 빠르게 찾을 수 있도록 안내하는 역할을 합니다. 행동 유도, 정보 탐색 과정의 지원, 기능 제공 등 다양한 방식으로 사용자의 서비스 이용 경험을 향상시킵니다.
3. 상호 작용
   챗봇이 사용자의 말을 잘 이해하고, 그에 따라 적절하게 반응하는 역할이 필요합니다. 예를 들어, 공감과 이해를 표현함으로써 사용자와의 관계를 강화할 수 있습니다.

챗봇 답변 설계하는 방법

잘 설계된 챗봇 답변은 어떻게 구성되어 있을까요? 또, 어떻게 설계해야 할까요? 사용자 경험을 향상시킬 수 있는 챗봇 답변을 설계하기 위해 고려해야 하는 요소들을 정리해 보았습니다.

STEP 1. 사용자가 이해하기 쉽게 쓰기

사용자가 챗봇이 제공한 정보를 이해하는 데 어려움을 느낀다면 사용량이 줄어들게 됩니다. 따라서, 챗봇 답변은 사용자가 쉽게 이해할 수 있는 형태로 작성해야 합니다.

1. 가독성
   내용을 명확하고 간결하게 담아 이해를 돕습니다. 문장이 너무 긴 경우 여러 번 읽어야 하므로 해석하는 데 많은 시간이 필요하고 이는 사용자의 편의성을 저해합니다.
2. 단어
   어려운 전문 용어 대신 사용자에게 익숙한 표현을 사용하여 내용 이해를 돕습니다.
3. 일관성
   연관된 다른 답변과 내용이 일치하도록 합니다. 내용이 다를 경우 사용자에게 혼란을 줄 수 있습니다.
4. 구조화
   비슷한 내용끼리 작은 문단을 구성하거나 리스트 형태, 글머리 기호(불릿 포인트_▪️,🔸 등)로 간결하게 전달할 수 있습니다.

(왼쪽) 잘못된 예시👎🏻: 문장이 길고 어려운 전문 용어가 포함되어 있어 사용자가 이해하기 어려움

(오른쪽) 잘 된 예시👍🏻: 어려운 전문 용어를 쉽게 풀어 쓰고, 정보를 구조화하여 사용자가 쉽게 이해할 수 있음

STEP 2. 톤 앤 매너 조절하기

챗봇의 첫인상과 브랜드 이미지를 결정하는 요소입니다. 전달하고 싶은 가치를 정해 답변에 반영할 수 있습니다.

1. 브랜드 이미지 정의
   친절함을 기본으로 가져가되, 어떤 성격의 챗봇으로 표현할지 정의합니다.
2. 톤 앤 매너 반영
   톤 앤 매너를 쉽게 반영할 수 있는 요소는 말투와 이모티콘이 대표적입니다.

‘해요체’를 사용하고, 기호나 이모티콘을 사용해서 감정 표현을 포함하면 친근한 말투를 만들 수 있어요! 😊

반대로, ‘합쇼체’ 사용과 화법 등의 변화를 통해 전문적인 말투를 구사할 수 있습니다.

혹시 두 문장의 차이를 눈치채셨나요? 이처럼 문장에서 사용하는 어투, 어미, 어휘, 접속사, 화법 등에 따라 챗봇의 톤 앤 매너를 조절할 수 있습니다.

STEP 3. 디자인 요소 고려하기

1. 텍스트 크기
   가독성을 확보하기 위해 적절한 글씨 크기를 선택합니다. 글씨 크기가 너무 크면 한 화면에 나타나는 정보의 양이 줄어들어 불필요한 스크롤이 생깁니다.
2. 텍스트 색상
   적절한 색상 선택으로 사용자의 주의를 끌어 중요성을 강조할 수 있습니다. 배경색과 대비되지 않을 경우 텍스트를 읽기 어려울 수 있으니 유의합니다.
3. 버튼
   텍스트 입력 대신 미리 배치한 버튼을 통해 사용자의 편의성을 높일 수 있습니다. 직관적인 버튼명으로 사용자가 결과를 예상할 수 있도록 구성합니다.
4. 미디어
   정보 전달을 돕기 위해 이미지, 동영상 등을 활용할 수 있습니다. 하지만, 시각이 분산될 수 있으므로 적절히 사용하여야 합니다.

챗봇 기획 시 더 고려해야 할 것들

이 글에서는 챗봇 답변의 중요성과 설계 방법에 대해 살펴보았습니다. 챗봇 답변을 잘 구성하면 문의에 기계적인 답변을 내보내는 챗봇이 아니라 브랜드 아이덴티티를 담으면서도 사용자 경험을 향상시키는 챗봇을 만들 수 있습니다. 이 외에도 사용자 만족도를 높이는 챗봇을 만들기 위해 더 고려해야 할 점들이 있습니다.

• 챗봇 사용자 분석
• 도메인 정보 구조화
• 시나리오와 대화 흐름
• 윤리적 안전성 점검

LLM의 대두로 대화형 AI 경험이 대중화되고 챗봇에 대한 기대가 높아지면서 점점 더 다양한 성격의 챗봇이 등장하고 있습니다. 다음에는 챗봇 목적에 따라 달라지는 기획에 대해서도 이야기해보려고 합니다. TEXTNET은 더 나은 챗봇을 위해 끊임없이 도전하고 고민하고 있습니다. 관련 사례가 궁금하시다면 아래 링크를 클릭해 주세요!

챗봇 성능 개선을 위한 데이터 구축 및 정제

✔️이런 분들에게 도움이 되는 글이에요! - 운영하고 있는 챗봇 성능을 개선하는 방법이 궁금하신 분 - 챗봇에 신규 콘텐츠를 추가할 때 고려할 점에 대해 궁금하신 분 개요 * 산업 분류: 금융 * 세부 Task: 챗봇 데이터 정제 * 데이터 출처: 고객사 보유 데이터 * 작업량: Confidential * 납품 형태: xlsx(Excel) * 활용 서비스: 사내 챗봇 문제

TEXTNET 블로그TEXTNET

맥락을 이해하는 페르소나 대화 데이터 구축

페르소나 기반의 멀티턴 대화 데이터셋을 구축하는 프로젝트 작업기입니다. 다양하고 자연스러운 대화를 위해 페르소나 요소 설계, 데이터 품질을 높이는 가이드라인 작성, 자연스러움을 위한 디테일 추구, 질문 발화 연구 등을 수행하였습니다.

TEXTNET 블로그TEXTNET

대고객용 챗봇 서비스 품질 개선 컨설팅

챗봇 구성 요소에 대한 제안과 기존 챗봇의 문제 규명을 통해 개선안을 도출했습니다. 대화 시나리오와 인텐트 구조를 개선하고, 사용자 친화적인 페르소나를 반영했습니다. 또한 운영/관리를 돕기 위한 템플릿을 제안했습니다.

TEXTNET 블로그TEXTNET

TEXTNET 소개

지금의 딥러닝을 있게 한 AI Guru 제프리 힌튼의 데이터셋 'ImageNet'에 어원을 둔 TEXTNET은 (주)스피링크가 운영하는 AI/챗봇을 위한 텍스트 데이터 설계 및 구축 서비스입니다.

TEXTNET은 언어학, 심리학, 전산언어학 석·박사를 포함한 전문 인력으로 구성된 언어전문가 그룹으로서, 고객사의 니즈에 부합하는 텍스트 데이터를 설계·가공·구축하고 내부 R&D를 통해 설계 방식을 지속적으로 개선하여 최적의 데이터 설계 방법을 제안합니다. 프로젝트 목적에 따라 적합한 숙련 작업자를 선별하여 투입하고, 체계적이고 효율적으로 고품질의 학습데이터를 생산합니다.

TEXTNET은 삼성, LG, KT, SK 등 유수 대기업의 데이터 구축 파트너로 함께하며 금융, 마케팅, 콘텐츠, 메타버스, 서비스 기획, CS 등 다양한 도메인을 다루고 있습니다.