Bot에게 대화 수행 가르치기

이 페이지에서는 CXone Bot Builder에서 Bot을 구축하는 데 필요한 필수 작업에 대해 설명합니다. 이는 Bot 구현 프로세스의 세 번째 단계입니다.

Bot에게 대화 수행 가르치기

대화의 모든 가능한 변형을 스크립트로 작성할 필요는 없습니다. Bot Builder Bot은 스크립트 없이도 컨택의 의미를 이해하고 적절하게 응답할 수 있는 대화형 AI 기술을 사용합니다. 하지만 Bot에게 컨택과의 대화를 처리하는 방법을 가르쳐야 합니다. 이 작업은 Bot Builder에서 규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Bot의 응답을 정의하는 데 사용됩니다. 및 스토리 의도 및 컨텍스트를 기반으로 인터랙션 처리를 위해 Bot을 훈련하는 데 사용됩니다.를 사용하여 대화 템플릿을 생성하면 됩니다.

대화라고도 하는 규칙과 스토리는 Bot에게 발화 컨택이 말하거나 입력하는 내용입니다. 에 어떻게 응답해야 하는지를 발화별로 가르칩니다. 각 대화는 대화의 특정한 작은 부분에 초점을 맞춥니다. 일반적으로 컨택 발화, 해당 인텐트 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다., Bot의 응답으로 구성됩니다.

특정 인텐트에 대해 두 개 이상의 대화가 필요할 수 있습니다. 특정 기준에 따라 동일한 인텐트 대해 Bot이 다르게 응답하도록 하고 싶은 상황이 있을 수 있습니다. 각각 고유한 응답과 Bot이 해당 응답을 제공해야 하는 시점을 정의하는 기준이 포함된 여러 개의 대화를 만들어 Bot에게 차이점을 구분하는 방법을 가르칠 수 있습니다.

대화가 Bot을 가르치는 방법

Bot은 컨택과 인터랙션을 수행하는 동안 컨택의 발화를 분석하여 인텐트를 파악합니다. 인텐트에 구성된 대화가 하나만 있는 경우 Bot은 해당 대화에 구성된 응답에 따라 응답합니다. 인텐트에 대한 대화가 여러 개 있는 경우 Bot은 대화를 분석하여 어떤 버전의 대화를 사용해야 하는지에 대한 단서를 감지합니다.

다음 다이어그램은 컨택에 응답하는 Bot의 로직을 보여줍니다.

Bot 응답

Bot 응답은 원하는 만큼 간단하거나 복잡하게 만들 수 있습니다. Bot은 다음을 수행할 수 있습니다.

• 정보나 질문이 포함된 댓글 작성.
• 이미지, GIF, 동영상, 웹페이지 링크 표시. 컨택이 인터랙션을 수행할 수 있는 버튼이나 목록을 포함할 수 있습니다.
• 조건을 사용하여 수행할 작업을 "선택"합니다. 컨택이 말하는 내용에 따라 여러 가지 가능한 응답을 구성할 수 있습니다.
• 양식을 따라 컨택으로부터 정보를 수집합니다.
• 인터랙션을 사람 상담원에게 에스컬레이션합니다.

Bot 응답은 대화 CXone Bot Builder의 Bot 스토리 및 규칙.에 구축되며 사용 가능한 Bot 작업 중 하나 이상으로 구성됩니다. Bot 작업은 특정한 기능을 수행합니다. 일부 Bot 작업은 컨택에 메시지나 선택할 수 있는 옵션 목록 등의 콘텐츠를 전송합니다. 다른 Bot 작업은 API를 호출하거나, 타사 애플리케이션에서 데이터를 가져오거나, 타사 애플리케이션에 데이터를 저장하는 등 컨택에 보이지 않는 작업을 수행합니다.

Bot Builder에는 선택할 수 있는 기본 Bot 작업 세트가 있지만 사용자 지정 Bot 작업을 만들 수도 있습니다. 사용자 지정 Bot 작업은 API 호출을 수행하거나 사용자 지정 JavaScript으로 설계할 수 있습니다.

스킬 스토어

Bot 스킬을 사용하면 Bot이 수행할 수 있는 작업에 따라 Bot의 구성과 교육 데이터를 그룹화할 수 있습니다. 이를 사용하여 학습 데이터를 필터링할 수 있으므로 Bot이 수행할 수 있는 각 작업에 보다 구체적으로 집중할 수 있습니다.

Bot 스킬은 Bot Builder 스킬 스토어을(를) 통해 미리 만들어진 능력을 Bot Builder 사용자에게 배포하는 데도 사용됩니다. NICE CXone은(는) 스킬 스토어을(를) 사용하여 다양한 CXone 기능과 제품으로 통합을 제공합니다.

예를 들어, Bot Builder Bot으로 CXone Expert 지식 베이스를 사용하려 한다면 Enlighten Autopilot Knowledge Bot 스킬을 Bot에 추가할 수 있습니다. 이렇게 하면 필요한 모든 규칙, 스토리, 인텐트, 엔터티, 슬롯, 스크립트 등이 Bot에 추가됩니다.

Bot 스킬을 디자인하고 승인을 위해 제출하여 스킬 스토어에 추가할 수 있습니다. NICE CXone에서 검토한 후 승인되면 스킬 스토어에 추가합니다.

Bot 교육

Bot을 교육시키면 Bot이 사용자가 설정한 내용을 학습하는 데 도움이 됩니다. 학습의 품질이 좋을수록 Bot의 인텐트를 정확하게 예측하는 능력이 향상됩니다. 교육은 다음과 같은 방식으로 진행됩니다.

• Bot에 학습 데이터를 추가할 때: 학습 데이터는 인텐트 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다.에 추가하는 예시입니다. 고품질의 예시를 많이 추가하면 Bot이 단어, 구문, 인텐트 간의 연관성을 더욱 효과적으로 구축할 수 있습니다.
• 스토리와 규칙 생성 시: 스토리 의도 및 컨텍스트를 기반으로 인터랙션 처리를 위해 Bot을 훈련하는 데 사용됩니다. 와 규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Bot의 응답을 정의하는 데 사용됩니다. 은 Bot에게 인텐트에 응답하는 방법을 가르칩니다. 인텐트에 충분한 고품질 학습 데이터가 있으면 Bot은 컨택이 동일한 인텐트를 표현하는 다양한 방식을 인식하는 방법을 학습합니다.
• Bot에게 인텐트 변형을 가르치기 위해 스토리를 만들 때: Bot의 응답에 영향을 미치는 변형이 있는 일반적인 인텐트 에 대해서는 스토리를 사용하여 Bot에게 변형을 구별하는 방법을 가르칩니다. 이를 통해 Bot이 컨택이 하는 요청의 뉘앙스를 파악하고 올바르게 응답하는 방법을 배울 수 있습니다.

Bot Builder에서 Bot과 채팅하여 Bot이 얼마나 잘 교육되었는지 테스트할 수 있습니다. Bot과 채팅하면서 Bot에 문제가 있는 부분을 확인하고 즉시 수정할 수 있습니다.

Bot을 더 스마트하게 만들기 위해 Bot과 협력하는 것은 지속적인 교육 프로세스의 일환입니다. Bot이 똑똑할수록 인텐트를 예측하고 올바른 답변을 선택하는 데 더 효과적입니다. 대화 데이터를 검토하고 대화 데이터에서 발견된 문제에 대응하여 Bot을 변경함으로써 Bot을 더 스마트하게 만들 수 있습니다. Bot을 검토하고 개선할 수 있습니다.

교육 데이터

의도 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다. 예시는 컨택이 의도를 표현하는 다양한 방법에 대해 Bot을 훈련시킵니다. 의도에 대한 예시가 많을수록 Bot이 해당 의도의 변형을 정확하게 식별할 수 있는 능력이 올라갑니다. 실제 대화 데이터를 사용해 봇을 테스트 및 훈련합니다. 최상의 결과를 위해 항상 양보다는 품질 좋은 데이터를 선택합니다. 이는 봇이 실제 컨택과의 대화를 처리하기 위해 잘 준비되도록 하는 데 도움이 됩니다.

의도를 검토하여 어떤 의도에 더 많은 훈련 예시가 필요한지 확인합니다. 각 의도 옆에는 해당 의도가 가지고 있는 예시의 수를 나타내는 숫자가 있습니다. 예시가 14개 이하인 의도에는 가능하면 더 많은 예시가 필요합니다.

교육 및 스테이징 옵션

Bot에 적용한 변경 사항을 테스트할 준비가 되면 교육 및 스테이징을 클릭하면 됩니다. 이렇게 하면 Bot에 변경 사항이 추가되어 테스트할 수 있습니다. Bot의 구성에 대한 이해를 높이기 위해 대화를 통한 추가 교육이 필요할 수 있습니다.

프로덕션에 배포된 Bot을 개선하는 경우 훈련 및 스테이징은 신규 Bot 모델 훈련 및 준비된 Bot 버전을 생성하여 해당 모델을 스테이지에 배포합니다. 개선 사항을 프로덕션에 반영하려면 신규 모델을 직접 배포해야 합니다. 이렇게 하면 봇 모델이 사용자의 명시적 동의 없이 프로덕션에 진입하지 않게 됩니다.

상태 모니터링 을 사용하면 교육 및 스테이징으로 시작한 교육의 진행 상황을 추적할 수 있습니다.

스토리와 규칙으로 Bot 교육하기

스토리는 Bot에게 인터랙션 채널을 통한 상담원과의 전체 대화입니다. 예를 들어, 인터랙션은 음성 통화, 이메일, 채팅 또는 소셜 미디어 대화가 될 수 있습니다. 맥락에서 메시지 질문이나 진술, 서면 또는 음성 여부와 관계없이 Bot 인터랙션에서 컨택이 말하는 모든 것입니다.에 응답하는 방법을 가르칩니다. 처음부터 스토리를 만들거나 실제 대화를 스토리로 변환할 수 있습니다. 규칙은 Bot이 문맥에 의존하지 않는 메시지에 응답하도록 가르칩니다.

하나의 인텐트를 위해 여러 개의 스토리를 만들어야 할 대도 있습니다. 이 기능은 인텐트의 작은 차이에 따라 Bot이 다르게 응답하도록 하려는 경우에 유용합니다. 예를 들어 Bot이 계정 잔액을 확인할 수 있는 경우 컨택이 확인하려는 계정 유형에 따라 Bot이 다르게 응답하게 할 수 있습니다.

스토리 및 규칙은 주기적으로 업데이트 및 수정해야 할 수 있습니다. 예를 들어, 대화 데이터를 검토한 후 스토리 중 하나로 인해 Bot이 혼란스러워하고 잘못된 인텐트를 예측하는 것을 발견했다면 스토리를 변경하여 문제를 해결할 수 있습니다. 경우에 따라 스토리뿐만 아니라 인텐트를 변경해야 할 수도 있습니다.

학습 데이터 모범 사례

학습 데이터를 수집하고 Bot을 학습시키는 접근 방식을 계획할 때는 다음 모범 사례를 염두에 두십시오.

• 항상 양보다 질을 선택합니다. 작은 데이터 세트부터 시작해서 시간이 지나면서 더 높은 품질의 예시를 수집하면서 확장해도 됩니다.
• 실제 대화 예시를 사용합니다. 이렇게 하면 사용하는 데이터가 현실적일 수 있습니다. 실제 컨택을 통해 얻은 경험이기 때문입니다.
• 데이터를 자동 생성하고 Bot 실제 상담원 대신 고객 인터랙션을 처리하는 소프트웨어 애플리케이션입니다.을 더 빠르게 훈련시킨다고 주장하는 도구를 사용하지 마십시오. 컨택이 실제로 말하는 것을 반영하지 않는 예시가 생성되는 경우가 많습니다. 또한 봇이 일반화할 수 있는 능력을 상실하게 될 수도 있습니다. 시간이 지남에 따라 봇은 이전에 본 문구만 인식하는 상태에 도달합니다.
• 둘 이상의 의도에 동일한 훈련 데이터를 사용하지 마십시오. 훈련 데이터를 재사용하면 Bot이 컨택과의 라이브 인터랙션에서 의도를 안정적으로 판단할 수 없습니다.
• 시간이 지남에 따라 의도와 스토리를 유연하게 조정할 수 있는 자세를 유지하십시오. 대화 데이터를 검토하다 보면 별개의 의도라고 생각했던 것이 사실은 동일하고 보다 일반적인 의도의 일부라는 걸 알 수 있습니다. 아니면 의도가 너무 광범위해서 좀 더 구체적인 의도로 나누어야 할 수도 있습니다.
• 도움이 될 경우에만 새로운 교육 예시를 추가합니다.
  • 기존 예시와 매우 유사한 새로운 교육 예시를 추가하지 마십시오. Bot이 어떤 발화의 의도를 높은 신뢰도로 정확하게 예측한 경우, Bot이 비슷한 예시를 더 추가하는 것은 도움이 되지 않습니다.
  • Bot이 이전에 잘못 예측한 훈련 예시나 신뢰도가 낮은 발화에 대한 훈련 예시를 더 추가하십시오.

Bot 응답을 생성하여 Bot 교육하기

다음 프로세스에 따라 Bot 응답을 구성합니다.

1. 인텐트를 생성합니다.
2. 생성한 인텐트 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다.에 대한 규칙 또는 스토리를 생성하여 Bot이 해당 인텐트에 어떻게 반응할지 정의합니다. 둘 중 무엇을 생성하는지는 인텐트에 따라 다릅니다. Bot 구현 프로세스 초기에 작성한 계획을 참조하십시오. 스토리 의도 및 컨텍스트를 기반으로 인터랙션 처리를 위해 Bot을 훈련하는 데 사용됩니다. 및 규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Bot의 응답을 정의하는 데 사용됩니다.을 생성하는 개괄적인 수준의 프로세스는 다음과 같습니다.

   1. 스토리와 규칙은 컨택이 할 수 있는 말에서 시작됩니다. 예를 들어 check_balance라는 인텐트의 경우 컨택이 "내 계정 잔액을 알려주실 수 있나요?"라고 말할 수 있습니다.

   2. 컨택이 말할 수 있는 내용의 예를 입력하면 Bot Builder이(가) 예시 컨택 메시지의 인텐트를 예측하기 위해 시도합니다.
   3. Bot의 예측을 확인하거나 올바른 인텐트를 선택한 다음 이를 확인합니다. Bot의 예측 신뢰도가 낮은 것 같으면 인텐트에 더 많은 학습 예시를 추가하십시오.

   4. 이제 이용가능한 Bot 작업 중 하나를 사용하여 Bot의 응답을 추가할 수 있습니다.

      이미지 보기

      

   5. 이 인텐트에 대한 실제 대화 예에서 컨택이 상담원이나 Bot의 응답에 대해 동일한 유형의 질문이나 문장으로 후속 응답을 하는 경향이 있는 경우 다른 컨택 발화를 추가합니다.

   6. 수집한 실제 사례에 따라 스토리 또는 규칙에서 변환을 계속 진행합니다. 인텐트 대한 대화가 어떻게 진행되어야 하는지를 Bot에게 가르치는 데 필요한 만큼 앞뒤로 인터랙션을 추가하십시오.

      일반적으로 규칙은 하나의 컨택 메시지와 하나의 Bot 응답으로 구성됩니다. 스토리는 Bot과 컨택 간의 일련의 소통으로 구성될 수 있습니다. 하지만 스토리는 완전한 대화가 되어서는 안 됩니다. 대화의 다음 문장이 반드시 새로운 인텐트를 시작해야 하는 경우, 멈추고 새로운 스토리를 만들어야 할 때입니다. 또는 스토리를 더 작은 하위 스토리로 나누는 것도 고려해 보십시오.

   7. 컨택의 고유한 상황과 필요에 따라 대화 진행 방식이 달라질 수 있는 경우 동일한 인텐트로 여러 개의 스토리를 작성하십시오. 이렇게 하면 Bot이 단일 인텐트의 변형들을 구분하도록 교육합니다.

      • 동일한 스토리에 대화 흐름의 변형을 포함하지 마십시오. 그러면 Bot이 혼동할 수 있습니다.

      • 컨택이 메시지를 표현하는 방식에 차이가 있거나 본질적으로 같은 의미의 유사한 메시지가 있는 경우, 이를 인텐의 예시 로 추가할 수 있습니다.

      • happy path(만족 경로)와 unhappy path(불만족 경로)의 관점에서 생각하십시오. 각 인텐트에는 하나 이상의 happy path(만족 경로)와 하나 이상의 unhappy path(불만족 경로)가 있을 수 있습니다.

3. 인텐트, 규칙 또는 스토리에 필요한 경우 엔터티, 슬롯또는 양식을 생성합니다.

   • Bot이 대화에서 추출해야 하는 정보에 대해서만 엔터티를 생성합니다.

   • 대화 중에 저장하거나 사용해야 하는 데이터를 위한 슬롯을 만듭니다.
   • 컨택으로부터 두 개 이상의 정보를 수집해야 하는 경우 스토리나 규칙에 양식을 사용하는 것이 좋습니다.

4. 변경을 마치면 훈련 및 스테이징을 클릭하여 Bot 모델 훈련 및 준비된 Bot 버전을 업데이트하고 이 변경 사항을 테스트합니다.

5. Bot과 채팅하여 테스트하십시오. Bot과의 대화 결과에 따라 작성한 스토리나 규칙을 조정해야 할 수도 있습니다. 또한 작업 인텐트에 맞게 학습 데이터를 추가하거나 변경해야 할 수도 있습니다. Bot의 성능에 만족할 때까지 교육 및 테스트 단계를 필요한 만큼 자주 반복하십시오.