생산성 향상을 위한 업무 지원 챗봇 데이터 구축 및 사용성 개선 사례

회사의 생산성을 높이기 위한 사내 업무 지원 챗봇 데이터 설계는 어떻게 해야 할까요? 내부 커뮤니케이션을 최적화하고 업무 효율을 극대화하는 챗봇 구축 방법을 알아보세요.
TEXTNET's avatar
Aug 17, 2023
생산성 향상을 위한 업무 지원 챗봇 데이터 구축 및 사용성 개선 사례

개요

  • 산업 분류: 물류

  • 세부 Task: 지식/정보 설계, 싱글턴 대화 데이터 구축

  • 데이터 출처: 고객사 제공 사내 문서

  • 작업량: Confidential

  • 납품 형태: xlsx(Excel)

  • 활용 서비스: 챗봇

문제

  • 직원들의 비즈니스 및 IT 관련 문의를 해결해주는 챗봇을 위한 데이터 구축 프로젝트였습니다. 사내 매뉴얼 및 업무 관련 정보를 쉽게 확인할 수 있도록 만들어 업무 생산성을 향상시키는 것이 목표였습니다.

  • 2개 부서의 업무 지원 챗봇을 순차적으로 구축한 뒤 추후 통합하여 배포하였습니다. 사용자의 의도를 바탕으로 학습 문장 생성, 답변 정제, 인텐트 추출 및 분류, 엔티티 설계 등을 진행했습니다.

  • 일반 챗봇 프로젝트와 달리 구축만 하고 끝나는 것이 아니라 지속적으로 사용성을 개선하고 유지보수하는 작업 또한 진행했습니다.

해결 방안

  • 인텐트 간 간섭이 일어나지 않도록 정확도를 높이고, 낮은 인식률을 보완하기 위해 추론율을 높이는 방안을 강구했습니다.

  • 챗봇 배포 후 체계적인 모니터링을 위해 매주 사용 로그를 분석하여 모니터링 보고서를 제작했습니다. 블라인드 테스트를 통해 결과서를 만들고 그에 따라 추론율을 보완했습니다. 추론율이 낮은 인텐트의 정확도를 높이기 위해 엔티티와 학습문장을 추가하였습니다.

  • 일상 주제의 스몰톡 메시지를 설계, 반영하여 폴백을 최소화 하였습니다. 기존 폴백 메시지를 정돈하여 사용자가 원하는 답변을 받지 못했을 때 도움말, 제안칩 등의 기능을 이용할 수 있도록 시나리오를 설계했습니다.

이 프로젝트의 데이터 기획은 아래 Project Manager가 담당했습니다.
강민선, 김미소, 윤이나


TEXTNET 소개

지금의 딥러닝을 있게 한 AI Guru 제프리 힌튼의 데이터셋 'ImageNet'에 어원을 둔 TEXTNET은 (주)스피링크가 운영하는 AI/챗봇을 위한 텍스트 데이터 설계 및 구축 서비스입니다.

TEXTNET은 언어학, 심리학, 전산언어학 석·박사를 포함한 전문 인력으로 구성된 언어전문가 그룹으로서, 고객사의 니즈에 부합하는 텍스트 데이터를 설계·가공·구축하고 내부 R&D를 통해 설계 방식을 지속적으로 개선하여 최적의 데이터 설계 방법을 제안합니다. 프로젝트 목적에 따라 적합한 숙련 작업자를 선별하여 투입하고, 체계적이고 효율적으로 고품질의 학습데이터를 생산합니다.

TEXTNET은 삼성, LG, KT, SK 등 유수 대기업의 데이터 구축 파트너로 함께하며 금융, 마케팅, 콘텐츠, 메타버스, 서비스 기획, CS 등 다양한 도메인을 다루고 있습니다.

Share article

텍스트넷 공식 블로그