https://www.amazon.science/blog/amazon-com-tests-customer-service-chatbots

챗봇이 가장 많이 쓰이는 분야 중 하나는 고객서비스입니다. 아직까지는 대부분 규칙기반 방식에 의존하고 있습니다. 딥러닝을 사용한다고 해도 의도를 파악하는 정도에 그칩니다. 시나리오를 작성하고 전체 흐름을 조정하는건 모두 사람이 설계를 합니다.

최근 아마존에서 딥러닝 End-to-End로 고객서비스를 제공하는 실험을 하고 있습니다. 직접 문장을 생성하는 것과 템플릿 문장들에서 랭킹 점수를 매기는 두 가지 방식으로 구성됩니다. 다만 최종 결과를 바로 사용자에게 보여주기엔 정확도가 떨어집니다. 그래서 4개의 후보 문장을 상담원에게 추천하며 선택하도록 합니다. 문장을 조금 수정하거나 직접 새로운 문장을 작성할수도 있습니다.

1위 후보 문장을 그대로 사용한 경우는 30~40%로 낮은 편입니다. 그래도 4개 후보 문장 중 하나가 선택된 확률은 80%까지 올라갑니다. 무엇보다 질문에 빨리 대답할 수 있어서 고객의 만족도가 높아졌다고 합니다. 또한 업무의 효율이 올라가서 상담원들도 긍정적인 반응입니다.

End-to-End가 가능해지면 챗봇 개발자가 복잡하게 대화 트리를 구현할 필요가 없습니다. 특히 문맥을 고려하는건 시나리오 방식으로는 상당히 어렵습니다. 그래서 현재 챗봇들은 대부분 1턴만 인식을 합니다. 반면에 End-to-End는 여러 턴의 문장들을 입력으로 넣을 수 있어서 문맥을 처리하기에 용이합니다. 앞으로 이런 데이터가 계속 쌓이면, 챗봇의 딥러닝 기술이 크게 발전할 것 같습니다.