• 검색

KB·우리보다 똑똑한 하나·신한은행 챗봇…비결은?

  • 2019.11.04(월) 17:30

은행, 챗봇 연이어 고도화…이제는 '음성' 까지
하나·신한은행, 스스로 학습하는 AI 챗봇 도입
AI없는 시나리오 기반 챗봇 KB·우리은행 '고심'

은행업계가 24시간 365일 고객을 응대할 수 있는 '챗봇' 서비스의 고도화 작업에 나서고 있다.

2017년 은행업계에서 챗봇이 등장했을 당시 단순한 키워드를 통해 질문만 가능했던 것이 사용자의 문장을 이해하고 나아가 음성을 인식해 질문에 대답하는 수준으로 발전하고 있다.

챗봇의 핵심 기술은 인공지능(AI)이다. 머신러닝을 통해 스스로 배우는 AI가 접목되면 챗봇이 더 똑똑하게 대화에 참여할 수 있다. 하지만 '시나리오'에 한정된 대화만 나누는 '챗봇' 기술에 머물러 있는 일부 은행은 경쟁에 뒤쳐저 있다는 분석도 나오고 있다.

◇ "이제는 목소리로"…챗봇 더 똑똑해졌다 

국내 은행업계에서 '챗봇'을 가장 먼저 선 보인 곳은 우리은행이다. 우리은행은 지난 2017년 9월 업계 최초의 챗봇 서비스인 '위비봇'을 선보였다. 이후 다른 은행들도 챗봇 경쟁에 뛰어들었다. 지난해 신한은행(오로라), KB국민은행(리브똑똑), KEB하나은행(하이뱅킹), NH농협은행(올원 챗봇) 등이 챗봇 서비스를 선보였다.

챗봇 서비스 초반에는 서비스에 입력된 키워드를 기반으로 고객 상담에 대응했다.

예를 들어 챗봇에 '적금' 이라는 키워드를 담아 넣고 고객이 적금 관련 문의를 할 경우 적금에서 확장된 '최대금리', '자유적립식' 등으로 확장된 키워드를 바탕으로 고객이 '원할 것으로 추정되는' 답을 내놓는 방식이었다.

현재도 이같은 큰 틀은 유지하면서 서비스가 고도화되고 있다.

이제는 고객의 문장에서 키워드를 뽑아 내는 것이 아니라 문장을 이해하고 고객이 원하는 정보를 예전보다 좀 더 구체적으로 내놓을 수 있다.

여기에 챗봇 서비스 사용 시 고객의 계좌정보 등을 토대로 '맞춤형 정보'를 제공할 수 있는 수준으로 성능이 향상됐다.

또 신한은행과 NH농협은행은 음성을 통해 챗봇과 대화할 수 있는 서비스를 내놨다.

은행 디지털 부서 관계자는 "삼성 휴대전화 단말기의 빅스비, 애플의 시리, AI스피커 등이 흥행하고 인정받는 것처럼 은행 역시 음성인식 인공지능 기술을 접목해야 경쟁력을 갖출 수 있다"며 "이러한 음성인식 기술이 고객과 맨 처음 만나는 곳은 챗봇 서비스가 가장 적합하다는 판단에 챗봇에 이를 적용했다"고 설명했다.

◇ 국민·우리 챗봇엔 '인공지능'이 없다 

모든 은행의 챗봇에 AI기술이 적용된 것은 아니다.

현재 신한은행, KEB하나은행, NH농협은행의 경우 AI머신러닝 기술을 기반으로 '챗봇' 서비를 운영하고 있지만 KB국민은행과 우리은행의 '챗봇' 서비스에는 인공지능이 없다.

신한은행, KEB하나은행, NH농협은행의 챗봇 서비스는 인공지능을 바탕으로 사용자와의 지속적인 소통을 통해 스스로 학습을 통한 자가 발전(머신러닝)이 가능하다.

반면 KB국민은행과 우리은행이 제공하는 서비스는 키워드와 시나리오를 기반으로 하는 '룰 기반 형 챗봇' 이다. 사용자가 챗봇에 문장을 써 넣을 경우 문장 안에서 미리 입력된 키워드를 분석해 정해진 시나리오 대로 답을 보내는 방식이다.

예를 들어 '펀드 추천 해줘' 라는 물음을 할 경우 '펀드'와 '추천'에 이라는 키워드를 통해 시나리오에 설정된 '추천포트폴리오' 메뉴가 뜨는 방식이다.

일단 고객들은 'AI머신러닝 기반' 챗봇과 룰' 기반' 챗봇을 사용할 때 큰 불편함은 느끼지 않을 수 있지만 향후 발전성과 경쟁력은 AI 머신러닝기반 챗봇이 더 높다.

대표적인 사례가 '오타'와 '미등록 키워드'다.

AI 기반의 챗봇은 사용자들이 자주 틀리는 오타를 통해 이 오타가 무엇을 의미하는 것인지 자동으로 학습할 수 있다. 다른 사용자가 비슷한 오타를 내더라도 정확한 대답을 내는 것이 가능하다는 얘기다.

반면 '룰 기반' 챗봇은 오타를 이해할 수 없다. 사용자가 자주 틀리는 오타를 미리 등록하지 않으면 사용자가 작성한 문장에서 등록된 키워드만을 바탕으로 대답을 내놓는데 그친다.

예를 들어 엉뚱한 키워드를 AI기반 챗봇에 작성했을 경우에는 '더 열심히 공부하겠다'라는 대답이 뜨면서 '스스로 공부'하는 반면, 룰 기반 챗봇의 경우 '미등록 키워드'라는 링크와 함께 고객이 직접 입력해 챗봇을 '공부' 시켜야 한다.

사용량이 늘어날수록 알아서 학습하는 AI머신러닝형 챗봇과 룰 기반 챗봇의 '대화 기술' 차이가 커질 수 밖에 없는 셈이다.

AI업계 한 관계자는 "현재의 AI는 머신러닝을 통해 스스로 배우고 깨우쳐 더 나은 서비스를 제공하는 방법으로 진화하고 있다. 이는 단순 챗봇 서비스 뿐만 아니라 AI가 사용되는 다양한 업권에서도 마찬가지"라고 말했다.

이어 "은행업계의 경우 AI고도화를 통해 업의 편의성을 크게 도모할 수 있을 것이고 챗봇은 24시간 365일 은행의 문이 열려있도록 도와주는 마중물이 될 것"이라며 "다만 AI 머신러닝 기술을 접목한 은행과 그러지 못한 은행이 제공하는 서비스의 질은 벌어질 수 밖에 없다"고 말했다.

이 떄문에 KB국민은행과 우리은행도 챗봇 기술에 AI머신러닝 기술을 도입하는 방안을 검토중이다.

우리은행 관계자는 "현재 AI머신러닝 솔루션을 제공하는 기업들과 지속적으로 만나며 챗봇 서비스에 AI머신러닝 기술을 도입하기 위해 준비하고 있다"고 전했다.

naver daum
SNS 로그인
naver
facebook
google