[인터뷰] NH농협은행 박승훈 팀장, AI 도입 업체를 향한 제언

"광의적 관점에서 AI 구축 의사결정 이뤄져야"

[프라임경제] 박승훈 NH농협은행 고객행복센터 인바운드상담팀장이 콜센터 업계 화두로 주목받고 있는 AI 구축 노하우를 공유한다. 실제 구축 경험을 바탕으로 성공적 프로젝트 완수에 꼭 필요한 경험을 나눈다. 

박승훈 NH농협은행 인바운드상담팀장. ⓒ NH농협은행

오는 10월30일부터 11월1일까지 더케이호텔에서 열리는 '17차 한국 콜센터 기술·경영 컨퍼런스'에서 박 팀장은 '농협은행의 콜센터 AI 시스템'을 주제로 발표한다. 

이번 행사는 (사)한국콜센터산업협회, 전남대 고객센터산업연구소, APCCAL이 주관하고, 산업통상자원부, 광주광역시, 한국관광공사, 한국고객센터서비스학회가 후원한다. 

한국 및 아시아 콜센터 산업의 Best DX(Digital Experience)를 주제로 열리며, 11차 아시아태평양 콜센터 엑스포 서울(11th APCCAL EXPO SEOUL) 행사를 겸한 국제 규모의 행사로 업계 관계자를 비롯한 국내외 기업인의 교류의 장이 될 것으로 기대된다.

박 팀장은 행사의 세 번째 키노트 스피커로 나서 생생한 경험에서 얻은 노하우를 공개할 예정으로, AI 구축에 대한 궁금증 해소에 좋은 기회가 될 전망이다.

-어떤 내용에 대해 발표할 예정인가.

▲이번 행사의 스피커는 주로 솔루션 사업자와 학계 관계자다. 현업의 경험을 들려 줄 세션은 세 번째 키노트 밖에 없다. 즉, 본 행사에서 현장에서 겪었던 생생한 경험과 접근 방식에 대해 전달하는 게 나의 역할이라고 생각한다. 또한 업계에서 궁금해 하는 정보를 전달하고, AI에 대한 다소의 오해에 대해선 풀어보고자 하는 생각도 있다. 

-콜센터에 AI가 어떤 가치를 부여할 수 있다고 생각하는가.

▲4차 산업혁명이 시대를 아우르는 화두로 던져지면서 AI에 대한 관심이 급증했다. 특히 콜센터 분야에선 AI가 사람을 대체해 비용절감을 이끌 솔루션이 될 수 있다는 기대감도 커지는 상황이다. 기대가 커진다는 건 좋은 일이지만 AI의 가치를 단순하게 생각하는 오해는 없었으면 하는 바람이다.

어떻게 적용하느냐에 따라 얻을 수 있는 AI의 가치는 무궁무진하다고 생각한다. 활용 방법에 따라 빅데이터와 연동할 수도 있고, 지식 공유의 핵심 역할에 활용할 수도 있다. 그럼에도 AI를 단편적 관점에서만 바라봐 챗봇, STT(Speech To Text, 음성을 텍스트로 변환하는 기술)로 단정짓는 경우가 부지기수다. 

그 원인은 솔루션 사에 있다고 본다. 솔루션 사는 즉시 구현 가능한 단편적 솔루션인 챗봇과 STT 위주로 마케팅을 진행해 왔다. 그 결과 AI에 대한 전반적 이해가 부족한 상황에서 그들이 제시하는 마케팅 메시지를 일반화하는 경향이 높았다. 결코 그래서는 안 되며, 구축을 고민하면서 다양한 사항을 고려해야 한다.

-AI 구축에 대한 명분이 반드시 필요하다는 의미인가.

▲그렇다. 명확한 명분이 바탕이 돼야 이 같은 오류를 범하지 않는다. 농협은행은 AI 구축에 앞서 AI에 대한 연구를 많이 했다. 

국내에선 사례가 많지 않아 해외 사례 위주로 벤치마킹을 하기도 했다. 당위성을 확보한 뒤 업무 개선에 AI가 어떤 방식으로 일조할 수 있을지 면밀히 분석했고, 이 같은 과정 속에서 농협은행 주도로 도입 계획을 세울 수 있었다. 

솔루션 사에 의존하기 보다는 현업에서 AI가 줄 수 있는 가치에 주목했기 때문에 농협은행의 목적에 부합하는 AI를 구축할 수 있었다고 본다.

-농협은행의 AI 도입 프로젝트에 대해 설명한다면.

▲1차 프로젝트는 작년 5월에 시작해 12월에 완료됐다. 총 3단계에 걸쳐서 완성하는 로드맵 중 기초적인 기술 구현인 첫 단계를 성공적으로 완성했다. 현재는 2단계로 기술에 따른 콘텐츠 고도화 작업을 진행하고 있으며, 이 작업 후 내년 하반기까지 인공지능 지식 완성 작업을 통해 콘텐츠를 완성한다는 계획이다.

농협은행은 AI의 콜센터 도입 시 빅데이터를 어떻게 활용할 수 있는지 지속적으로 고민했다. AI가 빅데이터와 접목할 때 시너지를 낼 수 있다는 판단에서다. 데이터 웨어하우스 마이닝의 정량적 데이터 분석을 비정형 데이터가 포함된 빅데이터로 확대한다면 그 효과는 무궁무진해 질 것이다.

본 목적을 달성하기 위해 코어 중심 AI 시스템을 구축했다. 코어 중심 AI 시스템은 특정 비즈니스 목적의 시스템에 비해 비즈니스 이슈 대응에 용이한 측면이 강하다. 즉, 필요 발생 시 새로 구축할 필요 없이 기존에 구축된 시스템을 필요 업무에서 활용하기 쉽다는 의미다.

코어 중심 시스템이 채널 중심 시스템에 비해 가시적 성과가 다소 부족하다고 판단할 수도 있지만 거시적 관점에서 효율이 훨씬 높다. 

NH농협은행 AI 시스템 구성도. ⓒ NH농협은행

-농협은행이 AI 도입으로 얻고자 했던 세부적 목표는 무엇이었나.

▲고객 편의 향상이다. 고객이 콜센터에 상담을 원하는 이유는 궁금증을 해소하기 위함이다. 그러나 고객의 궁금증은 수천, 수만 가지에 달해 상담사가 모든 궁금증에 답변하는 것은 불가능에 가깝다.

더군다나 경력이 낮은 상담사에 대한 불만족은 더 크다. 이 같은 문제점을 해결하고자 고민하던 중 AI가 상담 내용을 모니터링 하면서 상담에 필요한 내용을 어시스트 하는 방안을 생각했다.

상담사의 어시스턴트로 AI가 활용되면서 훨씬 원활한 상담이 가능해졌으며, 고객 만족도 역시 동반 상승했다. 

-농협은행 AI의 차별화되는 가장 큰 특징은 무엇인가.

▲지식 기반 질의응답(KBQA) 시스템인 온톨로지 방식을 사용한다는 점이다. 온톨로지 방식은 단어 간 관계를 정의하고 생성하는 지식관리 기법이다. IRQA가 질문에 매칭된 답변을 하는 데 반해 KBQA는 의미를 파악해 답변을 찾는다는 점이 특징이다.

운영자에 의한 튜닝이 가능하다는 점도 장점이다. 보편적으로 시스템은 신조어나 신상품이 나오면 STT 인식률이 떨어지는데, 농협은행 AI는 운영자가 손쉽게 이를 등록, 수정할 수 있도록 구현해 인식률 하락을 방지할 수 있다. 

뿐만 아니라 20명 규모의 큐레이터를 운영해 지식의 증가와 수정 이슈에 적극 대응함으로써 상담에서 쌓인 노하우가 적극적으로 활용될 수 있게 시스템을 만들었다. KMS에 데이터를 한 번만 등록하면 연동 시스템에 수정 사항이 일괄 적용되면서 편의성도 대폭 향상됐다.