자동화 및 생성형 AI를 통한 고객 경험 개선

생성형 AI(인공 지능)의 등장과 함께 AI의 기능이 확장되고 있으며, 이제 조직들은 자동화된 프로세스에 이 기술을 활용할 방안을 모색하고 있습니다.

이 데모에서는 자동화 환경에 생성형 AI를 도입하여 고객 경험을 개선하고, 처리를 자동화하며, 직원의 의사결정을 지원하는 방법을 보여줍니다.

생성형 AI에 대한 간단한 설명: 텍스트, 이미지, 비디오 등의 형태로 '새로운' 콘텐츠를 생성할 수 있도록 LLM(거대 언어 모델)로 트레이닝됩니다.

지능형 자동화에 대한 간단한 설명: RPA(로보틱 프로세스 자동화), AI, BPM(비즈니스 프로세스 관리), ML(머신 러닝) 및 기타 기술을 결합하여 비즈니스 프로세스를 자동화합니다.

생성형 AI는 고객 서비스 불만을 처리하는 데 어떻게 사용되나요?

가상의 사례를 사용하여 보험사 환경에서 고객 불만을 처리해 보겠습니다.

다음과 같은 불만은 직원과 고객 모두에게서 제기됩니다.

• 방대한 양의 데이터
• 오류가 발생하기 쉬운 수작업
• 느린 응답 시간

이제 지능형 자동화에 생성형 AI를 활용하면 어떻게 되는지 살펴보겠습니다.

예 1 - 생성형 AI 고객 서비스

보험료 인상에 불만이 있었던 Rebecca는 보험사에 불만 사항을 제출합니다.

불만 제기 이메일은 Blue Prism의 BPM(비즈니스 프로세스 관리) 솔루션인 SS&C | Blue Prism Chorus에 접수됩니다. Chorus는 이 프로세스에서 IA 디지털 워커가 생성형 AI를 활용하여 응답을 생성하는 동안 사령탑 역할을 합니다.

첫 번째 단계에서 생성형 AI는 초기 응답을 개인화하는 데 도움이 됩니다. 생성형 AI는 일반적인 이메일 템플릿을 사용하거나 고객 지원 삼당원이 전체 응답을 직접 입력하도록 하는 것이 아니라, NLP(자연어 처리) 기능을 사용하여 Rebecca가 제기한 원래 불만 사항의 맥락을 파악합니다.

생성형 AI 지원 디지털 워커는 이 지식 기반을 사용하여 사람보다 훨씬 더 빨리 응답을 작성하고 작동하는 동안 발생하는 문제를 알립니다. 이 예에서 Rebecca는 자신의 보험 증서 번호를 알려주지 않았기 때문에, 디지털 워커는 더 자세한 정보를 요구했습니다. 보험사가 Rebecca의 보험료 인상 이유를 파악하려면 보험 증서 번호가 필요합니다.

주어진 정보로는 불만을 처리할 수 없기 때문에, 이 시점에 생성형 AI는 해당 불간 건이 완료된 것으로 표시합니다. 이미 알고 있는 정보를 추출하고 불만 유형을 분류하여, 이제 해당 정보를 보고 목적으로 사용할 수 있게 되었습니다.

아래의 데모 비디오를 시청하여 고객 서비스에 생성형 AI를 활용하는 방법 확인  

예 2 - 생성형 AI 고객 서비스

이 두 번째 예에서 Helen은 제공받은 고객 서비스에 불만이 있습니다. 이에 Helen은 이메일로 불만을 제기합니다.

이 예에서는 디지털 워커가 불량한 고객 서비스에 대한 참조 정보와 관련 담당자를 찾고, 생성형 AI가 관련 데이터가 포함된 이메일을 작성합니다. 불만 사항을 조사하고 해결할 것임을 Helen에게 확인해 주는 답변을 작성합니다.

원본 이메일에는 보험 증서 번호, 청구 참조 정보, 고객 이름이 명시되어 있습니다. 이 모든 정보는 생성형 AI가 추출하여 프로세스 관리 시스템으로 전달한 정보입니다. 생성형 AI는 불만 유형을 불량한 고객 서비스로 파악하고 보험사에 추가 조사를 실시할 것을 권고하면서, 다음 단계로 무엇을 해야 할지 구체적으로 제시합니다.

이 예에서 보험사는 고객에게 보상을 제공할 것입니다. Chorus는 디지털 워커가 지불을 완료하도록 프로세스를 트리거합니다.

디지털 워커는 계좌 기록에서 관련 고객 및 지불 내역을 검색하여 보험금을 지급합니다. 이 프로세스를 완료하기 위해 표준 이메일 응답이 Helen에게 시정 사항에 대해 알립니다.

이 불만 처리 프로세스는 어떻게 구축하나요?

Chorus를 사용하여 구축합니다. Chorus의 로우코드 설계 프레임워크는 생성형 AI, 휴먼 워커, 디지털 워커 간의 상호 작용을 조정합니다.

생성형 AI 서비스가 요청의 결과를 도출하려면 구체적인 프롬프트가 필요합니다. 프롬프트는 동일한 로우코드 환경을 사용하여 구성되므로. 프로세스나 비즈니스가 발전함에 따라 비즈니스 사용자가 손쉽게 변경할 수 있습니다.

생성형 AI를 RPA, BPM 등의 IA 기술과 함께 사용함으로써 로우코드 개발을 통해 엔드투엔드 프로세스를 보다 효율적으로 자동화할 수 있습니다.

고객 서비스 프로세스에서 생성형 AI 및 지능형 자동화에 대해 더 원대한 계획을 세우는 방법을 알아보세요.

고객 서비스에 생성형 AI를 활용하는 데에는 어떤 어려움이 있나요?

본격적으로 솔루션을 구축하기 전에 먼저 생성형 AI를 사용할 준비를 하는 방법을 숙지해야 합니다. 다음은 이 기술을 사용하기 위해 해결해야 할 몇 가지 과제입니다.

• AI 기반 시스템이 관련 법률과 규정을 준수하도록 보장하는 AI 규정 준수
• 생성형 AI 모델을 모니터링, 트레이닝, 관리하는 데 있어 모범 사례와 정확성을 보장하는 AI 거버넌스
• 비즈니스 목표에 맞는, AWS와 SS&C Blue Prism의 IA용 생성형 AI 같은 AI 솔루션 찾기
• 고객 서비스 상담원을 대상으로 기술 활용 방법을 훈련 및 교육
• 프로세스가 효과적으로 실행되도록 보장하는 HITL(휴먼인더루프) 품질 검사를 설정합니다.

고객 서비스에 생성형 AI를 사용하면 어떤 이점이 있나요?

실제 환경에서, 생성형 AI는 특히 지능형 자동화와 함께 사용할 때 고객 서비스에 많은 이점을 제공할 수 있습니다.

• 컨택 센터의 과도한 업무 부담 감소
• 미세 조정되고 간소화된 커뮤니케이션으로 고객 상호 작용 개선
• 고객 문의에 대한 응답 시간 단축
• 더 나은 품질의 서비스로 고객 만족도 제고
• 고객 지원 팀에 보다 보람 있는 업무를 제공하여 직원의 만족도 제고
• 고객 데이터를 신속하게 분석하고 고객 서비스 개선을 위한 중요한 인사이트를 제공하는 생성형 AI를 활용하여 더 나은 보고 데이터 및 인사이트 확보

생성형 AI는 한 단계 발전한 새로운 고객 불만 접수, 처리, 응답, 후속 조치 프로세스를 제공합니다. 이를 통해 조직은 고객의 경험을 추적하고, 고품질의 제품이나 서비스를 지속적으로 제공하며, 상담원이 보다 가치가 높은 업무에 집중하도록 보장합니다.

경험을 개인화하고 고객 지원 프로세스의 효율성을 높이세요. 생성형 AI 자동화에 대해 알아보면서 아이디어를 실현할 방법을 찾아보세요. 자세한 내용은 저희에게 문의하세요.