- 챗봇의 충격
(1) 서비스 디자인과 UI설계가 바뀜 : 챗봇은 서비스마다 UI가 따로 필요 없음. 지금까지 디자이너의 업무였던 디자인과 UI설계 없무는 큰 폭으로 줄어들고 사용자와의 대화를 통한 가치제공에 최대한 주력하면 됨. 가령 인터넷 쇼핑몰은 버튼배치, 색, 캐치프레이즈 같은 A/B테스트가 매출증대에 효과적이었으나, 대화형 인터페이스를 활용한 커뮤니케이션에서 그러한 것은 예전만큼 의미를 갖지 않는다. 또한 브랜드 이미지와 사상을 전하기 위해 꾸몄던 서비스 디자인도 챗봇을 통한 커뮤니케이션이 늘어나면서 고객에 노출될 기회가 적어짐. 그러므로 챗봇은 대화의 디자인이라는 새로운 사고방식으로 브랜드 정체성을 전할 필요가 생긴다. 결제까지도 챗봇으로 가능한 시대에 브랜드에 요구되는 디자인은 포토샵과 일러스트레이터가 필요 없는 커뮤니케이션 디자인이 될 것임
(2) 웹마케팅의 지표가 변화 : 메시징 플랫폼에 챗봇이 도입되면서 지금까지 갖고 있던 웹마케팅에 대한 인식이 변화. 라인, 페이스북 메신저, 킥 등 메신저 서비스는 16년 4월부터 플랫폼의 챗본 API를 외부개발자에게 공개. 이를 통해 브랜드는 챗본과 인터페이스를 따로 준비할 필요 없이 각 메시징 플랫폼 내에서 간단히 챗봇을 개발하여 서비스를 제공하는 것이 가능해짐. 지금 많은 브랜드와 개발자가 누구보다 빨리 자사의 서비스를 봇에 적용하기 위해 심혈을 기울이고 있음. 라인, 페이스북 메신저, 위챗, 왓츠앱, 킥 등 수십억명의 사용자가 이용하는 거대 플랫폼으로 발전한 각 메시징 앱에서 브랜드가 제공하는 챗봇의 성공은 이런 플랫포에서 '어떻게 사용자의 눈에 띌 것인가?'에 달려있다. 지금까지 사이트의 페이지뷰와 앱의 실사용자 수가 비즈니스 성공지표 중 하나였고, 마찬가지로 앞으로는 봇의 추가수가 중요한 KPI가 될 것이. 웹마케터는 현재 페이지뷰와 앱 다운로드 수를 늘리기 위해 검색엔진 최적화와 키워드 광고 그리고 페이스북 광고와 소셜미디어 운영 등에 많은 시간을 보내고 있음. 그러나 챗봇 시장이 성장한다면 메시징 플랫폼 내의 검색엔진 최적화와 봇을 추가시키기 위한 광고운용을 준비해야 할 것임. 또한 지금처럼 복잡한 사이트 로그분석도 불필요. 고객과 채팅횟수, 재방문율, 구매율 등 채팅할 때의 몇몇 지표만이 필요해짐. 통일되고 사용하기 편한 사용자 인터페이스는 복잡한 로그분석을 과거의 것으로 만들 것임
(3) 챗봇이 모든 서비스를 집어삼킨다 : 마크 저커버그가 1-800 flower에 꽃을 주문하기 위해 전화를 다시 할 필요가 없다고 이야기한 것처럼 전화조차 챗봇으로 대체될 가능성이 있음. 챗봇으로 우리 생활이 어떻게 변할까하는 것이 이 책의 주제임. 생각할 수 있는 가장 큰 행동변화는 검색과 앱이용방식의 변화임.
- 메시징 플랫폼이 준비한 API를 사용하면 누구나 페이스북에서 메신저에서 작동하는 챗봇을 제작할 수 있으며, 전 세계에 공개가능. 이 메시징 플랫폼의 개방을 발표하기 전에 실 사용자가 2억명이라는 킥도 봇스토어를 공개. 나아가 라인도 봇의 API를 시험공개 중. 페이스북 메신저의 플랫폼 개방을 계기로 챗보이라는 새로운 시장이 열렸다고 해도 과언이 아니다. 그리고 개방후 4개월만에 2만개의 챗봇이 페이스북 메신저에서 가동중. 스마트폰의 폭발적 보급으로 스마트폰 앱 마켓이 급성장. 동시에 스마트폰 보급이 사람의 커뮤니케이션 방법을 크게 바꿈. 앞으로는 스마트폰에서 가장 많이 사용되는 앱인 메시징 플랫폼에 앱스토어와 구글플레이를 대신하는 시장이 생기고 생태계가 만들어질 것이다.
- 챗봇과 대화를 하면 상대가 인간이 아니라는 점 때문에 사용자는 가벼운 마음으로 진심을 이야기하게 됨. 이것은 모든 서비스 제공자가 절실히 원하는 정보이며 서비스 개선으로 이어지는 가장 귀중한 목소리. 직접 인터뷰를 해서 사용자의 진심을 끌어내는 것은 그리 간단하지 않음. 챗봇은 ㅅ용자가 사용을 거듭하고, 사용자 수가 늘어갈수록 정밀도가 올라가 최선의 답변을 제시할 수 있게 되면서 사용자에게 가치있는 UX가 될 것임. 각 사용자마다 알맞은 환경으로 최적화가 진행되면 때로는 사용자가 말을 하기 전에 원하는 것을 파악해서 정보를 미리 제안 가능
- 봇이 자체 브랜드가 된다. 앞으로 봇은 브랜드가 고객과 만나는 중요한 장소가 될 것. 예전처럼 웹사이트와 앱을 거쳐 접속하거나 점포를 방문하는 것보다 브랜드의 봇과 대화를 시작하면서 브랜드와 만나게 될 가능성이 있다. 그리고 상품구매와 서비스 이용 후에는 봇이 사용자에게 AS를 실시하며 브랜드 가치를 구현하는 존재가 됨. 봇은 단순히 판매도구가 아님. 우버가 봇으로 택시를 부르는 것처럼 상품과 서비스를 이용하는 인터페이스가 되는 봇 자체가 생산자이고 브랜드가 될 수 있는 시대가 올 것. 봇에 브랜드에 어울리는 세계관을 어떻게 만들어 넣을지가 중요해졌다.
- 챗봇은 검색도구를 대체할 수 있다. 데이터베이스에서 정보를 취득할수도 있기 때문. 사내 커뮤니테이션 도구와 B2B로 활용하는 것을 당연하고, SQL등 귀찮은 검색 쿼리가 필요했던 데이터베이스가 챗봇과 연결되면서 정해진 질문규칙을 따르기만 하면 필요한 정보에 접속가능. 가령 막대한 부품이 필요한 공장에서 나사 사진을 촬영해 봇에서 발송하면 형식번호를 알려준다. 이것을 확인하고, 10세트 추가라고 메시지를 보내면 추가발주가 진행된다. 어느 기업이나 사내 데이터에 접속하는 과정이 번잡하고, 모바일에 최적화되었다고 단언할 수 없다. 챗봇이 자사가 보유한 막대한 데이터베잇와 이어지면 업무효율이 한층 높아짐. 매뉴얼화된 고객지원센터 등에서도 인력수를 대폭 줄일 수 있음
- 킥은 채팅을 통해 전 세계의 다양한 것과 이어진다는 미션을 제시하며 캐나다에서 만들어진 메시징 앱. 페이스북은 촌스럽다고 느낀 십대를 중심으로 사용자수가 증가하고 있음. 다른 메시징앱과 스냅챗보다 점유율은 아직 떨어지나 봇 시대의 리더로서 주목받고 있다. 킥은 오늘날 챗봇의 트렌드가 찾아오기 훨씬 전인 2011년부터 외부기업이 킥에서 봇 서비스를 할 수 있도록 플랫폼화했다. 위챗과 페이스북 메신저가 나타나기 전부터 챗봇 비즈를 진행중이며, 포브스에 따르면 15년 7월에는 킥 사용자의 3분의 1 가까이가 채팅을 통해서 브랜드와 거래를 했다고 전해짐
- 7억명이나 되는 중국인이 위챗으로 온라인과 오프라인을 불문하고 쇼핑한다. 신용카드 결제를 위한 인프라가 갖춰지기 전에 스마트폰이 보급된 것이 이용이 늘어난 원인중 하나. e마케터가 15년 7월 실시한 조사로는 중국 전자상거래의 49.7%를 모바일이 차지. PC에 능숙하지 않은 젊은이들의 이용이 현저한 것을 알 수 있음. 위챗에서 미래를 느낄 수 있는 것은 다양한 결제가 위챗 내부에서 이루어진다는 점.
- 메시징앱으로는 예외적으로 라인은 캐릭터 라이센스 비즈니스와 스티커를 통한 수익이 크므로 위챗을 잇는 우수한 비즈 모델로 업계의 주목을 받음. 라인은 메시징 앱을 축으로 하면서 그 주면에 비즈니스를 구축하는 플랫폼 사업자로서 세계적으로 독특한 사례라고 할 수 있음. 게임, 뉴스, 만화, 음악, 영상콘텐츠, 카메라앱, 기업의 공식 계정, 결제, 광고 그리고 실제 점포만이 아닌 테마파크까지 가진 캐릭터 상품 등을 조직을 중시하는 기업은 상상할 수 없는 속도로 폭넓은 비즈니스를 진행중
- 사용자는 지금까지 메일과 전화로 대응하고 FAQ 페이지를 참조하는 것을 통해 서비스와 제품의 문제를 해결. 고객문의에 채팅을 이용하는 것, 그리고 기계와 대화하는 것을 과연 사용자가 바랄까? 이미 중국과 미국은 채팅을 이용한 고객지원이 일반적이며 많은 기업이 웹사이트에 채팅을 도입. 특히 중국은 인터넷 쇼핑몰과 채팅으로 접촉하는 것이 당연할 정도로 채팅기능을 필수적으로 지원. 일본에서도 가장 많은 실시가 응대 서비스 도구이며, 각 기업의 웹사이트에서 도입하고 있으나, 아직 일반적이라고 할 수 없는 상황임. 아직 문의는 전화라고 인식하는 고객도 많음. 익숙한 습관을 바꾸기는 쉽지 않으나, 잘 운영하면 기업과 사용자에게 큰 가치를 줌
- 챗봇은 어떻게 진화할까. 챗봇의 진화는 인공지능 연구에 중요한 분야이고, 머신러닝과는 밀접한 관계. 머신러닝이란 인간이 자연스레 하는 학습과 마찬가지 기능을 컴퓨터로 구현하는 것. 구체적으로는 데이터에 들어있는 패턴을 해명하고, 그런 패턴을 활용해서 새로운 데이터를 예측함. 불특정 다수의 사람과 대화를 하면 사전에 학습된 대화 시나리오 이외의 단어가 입력될 때가 있다. 봇이 파악하지 않은 키워드이므로 그것에 대해 답변할 수 없다. 하지만 머신러닝 및 딥러닝 시스템을 도입함으로써 사람이 중간에서 교육하지 않아도 스스로 학습하며 점차 똑똑해질 수 있다.
- 머신러닝을 통해 사용자가 한 말의 의미를 축적된 데이터에서 유추한 후 답변을 한다. 나아가 그것에 대한 사용자 반응에서 대화 시나리오의 적절성을 평가하고 자가학습을 할 수 있다. 머신러닝은 막대한 데이터를 해석해서 패턴을 얻는 것이 중요하다. 그러나 현재는 챗봇이 적절한 답변을 유추하기 위한 축적된 데이터양이 부족하고 실용적이라고 부를만한 상태는 아니다. 즉 AI의 극적 진화에는 빅데이터의 존재는 뗄 수 없는 관계에 있다. 그런 점에서 생각해보면 단일기업의 AI엔지니어보다 윗에이아이나코타나, 혹은 IBM이 개발한 왓슨과 같은 플랫폼과 대형개발사가 개발한 인공지능이 각 봇의 공통 AI엔진이 될 것임. 그리고 데이터가 어느 일정한 양에 도달한 시점부터 그 AI엔진을 도입한 봇의 대화정밀도는 크게 향상되기 시작할 것
- 봇은 웹을 편리하게 그리고 친근하게 하는 한편 사용자의 기능성을 제한하는 측면이 있는 것도 사실. 봇을 편리하게 하는 것은 머신러닝과 빅데이터를 통한 인공지능의 발달이다. 최근 딥러닝의 성과로 비약적 진보를 이루는 인공지능의 기술, 하지만 알파고 등의 사례로 알 수 있듯이, 룰이 있는 상황에서의 최적의 답을 얻는 것은 잘하나, 인공지능 자신이 규칙을 만드는 것, 그리고 기상천외한 발상은 아직 할 수 없다. 인터넷의 막대한 정보를 배경으로 하므로, 사용자가 알지 못하는 선택지를 제안할 수 있으나, 실패할 리스크를 품은 선택을 사용자에게 제안할 수 있을지? 인간에게 숨겨진 기호를 찾아낼 수 있을지? 그것은 지금 단계에서 알 수 없다. 왜냐하면 애초에 사용자의 행복이라는 개념자체가 새로운 체험으로 뒤바뀔 가능성이 있기 때문. 무턱대고 싫어한다는 말이 있는 것처럼 인간은 경험하지 못한 분야에 신중하지만, 멋진 체험으로 단숨에 기호가 바뀌는 일도 드물지 않다. 봇은 다양한 제안을 하지만 무엇을 받아들일지는 항상 사용자의 몫이다. 봇에게 그런 역할을 맡길 것이 아니라 최후의 결단은 언제나 자신이 책임지며 행동하는 것이 중요
