가상 에이전트란?

주요 내용: 가상 에이전트는 자연스러운 대화를 통해 서비스 요청을 처리하는 AI 기반 소프트웨어입니다. 사용자의 요구 사항을 파악하고 비밀번호 재설정 또는 액세스 요청과 같은 일반적인 문제를 직접 해결하며, 나머지 요청은 전체 컨텍스트와 함께 담당자에게 전달합니다.

• 의미: 규칙 기반 챗봇보다 한 단계 발전한 형태로, 자연어 처리와 머신러닝을 사용해 사용자의 의도와 감정을 파악합니다. 채팅 도구와 포털에서 작동하며 정해진 스크립트가 아닌 참조 자료를 바탕으로 답변합니다.

• 중요한 이유: 서비스 데스크 요청의 대부분은 티어 1 수준의 요청입니다. 이러한 요청을 자동으로 처리하면 에이전트는 복잡한 업무에 집중할 수 있고 사용자는 큐에 들어가지 않고 몇 초 만에 답변을 받을 수 있습니다.

• Jira Service Management가 지원하는 방법: Rovo 기반 가상 에이전트는 Slack, Microsoft Teams 및 고객 포털에서 작동하고 Confluence 참조 자료를 바탕으로 답변하며, 대화 내용을 첨부해 사람 에이전트에게 요청을 에스컬레이션합니다.

가상 에이전트는 자연스러운 대화 방식으로 서비스 요청을 처리하는 AI 기반 소프트웨어입니다. 기본적인 챗봇이 정해진 스크립트를 따르는 반면, 가상 에이전트는 자연어 처리(NLP)와 머신러닝을 사용해 사용자의 요청을 이해하고 참조 자료를 바탕으로 답변하며 비밀번호 재설정 및 액세스 요청과 같은 일상적인 작업을 완료합니다. 해결할 수 없는 요청은 전체 컨텍스트와 함께 에이전트에게 전달합니다.

서비스 데스크에서는 이를 통해 대부분의 티어 1 상호 작용을 자동화하고 반복되는 질문을 줄일 수 있습니다. 또한 요청을 요약하고 심각도에 따라 분류하며 복잡한 문제를 더 빠르게 해결하는 데 필요한 정보를 제공해 에이전트를 지원합니다. 이 가이드에서는 가상 에이전트와 가상 어시스턴트의 차이점, 가상 에이전트의 이점, 학습 및 배포 방법과 사례를 다룹니다.

가상 에이전트 및 가상 어시스턴트 비교

가상 어시스턴트는 원격으로 관리 작업을 처리하는 담당자 또는 Siri 또는 Alexa와 같은 소비자용 음성 어시스턴트를 의미할 수 있습니다. 두 가지 의미 모두 범용적인 성격을 갖지만, 가상 에이전트는 특정 서비스 환경에 맞게 구축되며 해당 조직의 참조 자료 및 워크플로와 연결됩니다.

가상 에이전트의 이점

가상 에이전트를 사용하면 팀은 더 가치 있는 작업에 집중할 수 있는 시간 여유가 생깁니다. 가상 에이전트를 활용하여 해결되는 대표적인 작업이 바로 분류입니다. IT 전문가는 업무를 시작하기 전에 팀 동료에게 태그를 지정하고 티켓을 다시 할당하는 데 시간을 낭비합니다. 가상 에이전트는 적시에 적합한 담당자에게 적절한 티켓을 전달할 수 있습니다. 자동 메시지 기능 외에도 가상 에이전트는 머신러닝을 통해 더 인간적인 방식으로 고객과 커뮤니케이션할 수 있습니다. 티켓을 만들자마자 가상 에이전트는 고객과 협업하여 문제의 근본 원인을 파악하기 시작합니다. 문제를 에스컬레이션해야 하는 경우 즉시 팀 동료와의 커뮤니케이션 및 분류를 시작합니다.

자연어 처리

자연어 처리(NLP)는 컴퓨터 프로그램이 말 또는 글로 된 인간의 언어를 이해하는 기술입니다. 고객은 서비스 요청에서 사용하는 단어를 통해 자신의 감정 및 문제의 심각도에 대한 단서를 제공합니다. NLP를 사용하면 가상 에이전트가 심각도와 감정을 더 정확하게 판단할 수 있습니다. 가상 에이전트는 감정 분석을 사용하여 문제를 에스컬레이션하고 도움을 줄 수 있는 담당자에게 문제를 원활하게 전달합니다. 

음성 어시스턴트

고객이 전화를 걸 수 있는 핫라인이 있습니까? 음성 어시스턴트는 팀원에게 에스컬레이션하기 전에 고객 및 문제에 대해 최대한 많이 파악하여 높은 수준의 서비스를 제공할 수 있습니다. 가상 에이전트는 고객이 어떻게 반응하는지 듣고 대화의 어조를 해석하여 이 경험을 향상합니다. 전화를 받기도 전에 고객의 문제 및 고충 수준을 알려주는 음성 어시스턴트를 상상해 보세요.

가상 에이전트를 사용하는 방법

가상 에이전트는 규칙에 따라 답변을 제공하고 고객이 입력한 내용을 바탕으로 커뮤니케이션을 관리합니다. 많은 서비스 관리 팀이 이미 가상 에이전트를 학습시킬 수 있는 순서도 및 고객 에스컬레이션 프로세스를 갖추고 있습니다. 학습 및 테스트는 가상 에이전트와 팀 간의 공동 작업입니다. 팀은 원하는 공동 작업 방식을 결정하고 가상 에이전트가 회사 표준에 맞는 방식으로 고객과 상호 작용하도록 해야 합니다.

가상 에이전트 학습

학습은 오랫동안 데이터 과학자 및 머신러닝 전문가의 영역이었습니다. 오늘날 가상 에이전트는 코드 또는 전문 지식이 없어도 학습할 수 있습니다. 학습에는 규칙 집합을 이해 및 분석하고 나중에 사용할 모델을 만드는 과정이 포함됩니다. 학습이 끝나면 팀은 샌드박스 환경에서 가상 에이전트와 상호 작용합니다. 테스트 상호 작용이 만족스럽지 않으면 만족스러운 상호 작용이 될 때까지 학습 데이터를 조정하고 다시 구성할 수 있습니다. 

타사 채널과의 통합

서비스 관리의 도전 과제 중 하나는 고객이 연락하기 위해 사용하는 채널이 많다는 것입니다. 대부분의 서비스 관리 소프트웨어는 전화, 이메일, 문자, Slack 및 웹 채널에서 발생하는 서비스 요청을 중앙 집중식으로 관리합니다. 그런 다음 팀에서 요청을 처리하고 같은 서비스 관리 소프트웨어를 사용하여 내부 및 외부 고객과 다시 커뮤니케이션합니다. 지금까지 부족했던 점은 각 타사 채널의 어조, 길이 및 대화 스타일을 맞추는 소프트웨어의 기능이었습니다. 가상 에이전트는 타사 커뮤니케이션 채널과 긴밀하게 통합하고 각 채널에서 효과적으로 커뮤니케이션하는 방법을 지능적으로 파악하여 이 문제를 해결합니다. 

대화형 분석

대화형 분석은 두 당사자 간의 상호 이해를 돕기 위해 필요한 것을 조사하는 사회적 상호 작용에 대한 연구입니다. 이 연구 분야에서는 고객 만족도를 더 효과적으로 파악하는 데 도움이 되는 대화 내용 및 어조의 추세를 파악했습니다. 대화형 분석을 사용하면 다른 사용자에게 고객 만족도 설문 조사를 보내는 대신 고객 만족도를 실시간으로 살펴보고 만족도가 올라가거나 내려가는 순간을 식별할 수 있습니다. 대화형 분석은 가상 에이전트가 도움이 필요할 때 사람 팀 동료에게 알려주는 에스컬레이션 도구 역할을 할 수 있습니다. 

다국어 지원

Google 번역은 급한 상황에서 유용하지만 고객과의 커뮤니케이션에 사용하기에는 충분하지 않습니다. 최근까지 자동 번역 서비스는 대부분 단어를 일대일로 번역했습니다. 이로 인해 난처한 맥락상 오류가 발생했고 커뮤니케이션이 원활하지 않았습니다. 가상 에이전트는 AI 및 NLP를 사용하여 문장의 전체 의도를 평가한 후 여기에 상응하는 언어 표현을 찾아낼 수 있습니다. 가상 에이전트는 더 능숙하게 자연어를 탐색하고 더 많은 지역에서 더 많은 고객에게 서비스를 제공할 수 있습니다. 

가상 에이전트의 예시

지금 알고 있는 내용을 바탕으로 가상 에이전트로 작업한 적이 있습니까? 자신도 모르는 사이에 가상 에이전트에게 이메일을 보냈을 수 있습니다. 가상 에이전트를 언제, 어디에서 사용하는지 이해하면 가상 에이전트를 가장 효과적으로 사용하는 방법을 결정하는 데 도움이 될 수 있습니다. 

고객 서비스 팀을 위한 가상 에이전트

고객 서비스 에이전트의 목표는 고객의 문제를 이해하고 심각도를 확인하고 고객의 감정 상태를 파악하는 것입니다. 잘 학습된 가상 에이전트는 이 세 가지를 모두 빠르게 해석할 수 있습니다. 소프트웨어 회사의 서비스 데스크를 운영하는 가상 에이전트를 상상해 보세요. 서비스 중단이 발생하면 서비스 데스크에는 고객의 티켓이 순식간에 쇄도합니다. 사람 고객 서비스 에이전트는 티켓을 하나씩 시작한 후에 티켓이 모두 관련이 있는지 확인해야 합니다. 가상 에이전트는 즉시 이 작업을 수행하고 문제 에스컬레이션을 빠르게 추적할 수 있습니다. 

영업 및 마케팅 팀을 위한 가상 에이전트

콜드 이메일 및 리드 생성은 가장 연봉이 높은 직원들이 수행하는 시간 소모적인 활동입니다. 가상 에이전트가 적극적으로 잠재 고객에 대해 알아보고 맞춤형 메시지로 고객의 참여를 유도하는 환경을 상상해 보세요. 가상 에이전트와의 커뮤니케이션 중에 기회가 발생하면 사람 영업 담당자가 투입되어 거래를 성사합니다. 

재무 팀을 위한 가상 에이전트

재무 팀은 비용 지출 정책, 환급 상태, 급여 지급일, 인보이스 제출 방법 등 동일한 질문을 꾸준히 처리합니다. 재무 서비스 포털의 가상 에이전트는 팀의 참조 자료를 바탕으로 이러한 질문에 답변하고 예외적인 요청은 적절한 담당자에게 전달합니다. 이를 통해 재무 팀이 자체 프로세스에 대한 헬프 데스크 역할을 하는 상황을 줄일 수 있습니다.

HR 팀을 위한 가상 에이전트

HR 서비스 요청은 복리후생 관련 질문, PTO 잔여 일수, 정책 검색 및 온보딩 절차 등 양이 많고 반복적인 경우가 많습니다. 가상 에이전트는 Slack 또는 Teams에서 이러한 요청을 처리하고 직원에게 적절한 양식 또는 문서를 안내하며 전문가의 처리가 필요한 경우에만 HR 전문가에게 티켓을 생성해 전달합니다.

Jira Service Management의 가상 에이전트

Jira Service Management에는 Atlassian의 AI 플랫폼인 Rovo를 기반으로 하는 가상 에이전트가 포함되어 있습니다. 가상 에이전트는 Slack, Microsoft Teams 및 JSM 고객 포털 내에서 작동하며, 코드 없이도 반복적인 티어 1 요청(비밀번호 재설정, 액세스 프로비저닝, 상태 업데이트, 정책 조회)을 디플렉트합니다. 기존 Confluence의 참조 자료를 활용하고 자연어 처리를 통해 각 요청을 컨텍스트에 맞게 해석하여 문제를 직접 해결하거나 전체 대화 기록과 함께 사람 에이전트에게 핸드오프합니다.

Jira Service Management는 Atlassian의 Service Collection에 포함되어 있으므로, Rovo 기반 가상 에이전트는 내부 IT 또는 HR 사용 사례에만 사용되지 않습니다. 동일한 번들에는 외부 고객을 지원하는 팀을 위한 Customer Service Management가 포함되어 있어, IT 헬프 데스크, HR 서비스 센터 및 고객 대상 지원 업무 전반에 걸쳐 단일 AI 서비스 계층을 하나의 라이선스로 실행할 수 있습니다.