1 min read
고객이 온라인 쇼핑몰에 접속한 경우 보통 둘 중의 하나를 수행한다. 아무 제품이나 두리번거리며 구경하거나, 아니면 특정 제품의 정보를 바로 검색하는 것이다. 그런데 만일 옆에서 이야기를 나누듯이 채팅을 하면서 고객이 정확하게 원하는 제품을 찾을 수 있도록 도와주는 가상의 비서가 있다면 어떨까? 오프라인 상점의 점원처럼 말이다. 이렇게 매끄럽고도 고객 최적화된 쇼핑 경험을 제공할 수 있도록 해 주는 기술이 바로 자연어처리(Natural Language Processing, NLP)다. 자연어처리(NLP)는 인공지능(AI) 기술의 여러 분야 중 하나로 기계를 훈련시켜 인간의 말을 알아듣고 해석하며, 이를 토대로 대화를 할 수 있도록 만드는 기술이다. NLP는 말투 또는 음성과 같은 입력 형식도 고려한다. 오늘날의 NLP 모델은 딥 러닝 알고리즘을 활용하여 "다음 문장 예측"에 초점을 맞추고 있으며, 이는 아직 대화가 마무리되지 않은 상황에서 그 내용에 맞게 나올 수 있는 문장에 순위를 매긴 목록 생성을 의미한다. 초기에는 이런 기능이 통계적인 정보를 바탕으로 한 단순한 모델로 구현되었다. 특정 내용을 입력하면 해당 내용에 대해서는 항상 같은 결과가 나왔다. 그러나 딥 러닝을 사용하는 오늘날의 모델들은 데이터로부터 정보를 추출하는 과정이 훨씬 더 복잡하게 구성되어 있기 때문에 상당한 수준의 정확도로 예측 결과를 도출해 낸다. 이로 인해 기존에는 생각하지 못했던, 여러 가지의 새로운 목적으로도 이 기술을 활용할 수 있는 길이 열리게 되었다.
예를 들어, NLP 기능을 갖춘 로봇을 이용하여 고객 서비스 지원 업무를 수행하도록 할 수 있다. 이러한 로봇들은 제한된 영역에서 고객의 말을 알아듣고 적절한 답을 고객에게 제시할 수 있다. 또한, 정서 분석 기능을 통해 대화 내용을 분석하고 만족도를 평가할 수 있다. 자연어처리는 또한 고객의 대화, 그리고 고객이 조회한 웹페이지를 분석하여 고객의 사고와 의도를 이해할 수 있도록 지원함으로써 마케터들에게도 도움을 줄 수 있다. 예를 들어, 어떤 고객이 파리로 쇼핑 여행을 가려고 계획 중이라고 가정하자. 이때, 자연어처리 기술을 사용하여 고객이 접속하는 웹페이지 내용으로부터 키워드와 주제를 추출해 내고, 사용자를 ‘프랑스 쇼핑족’ 등의 구체적인 범주로 분류할 수 있다. 그리고 여기에 ‘명품’ 등과 같은 키워드를 관심사로 함께 등록할 수도 있다. 이러한 고객 정보를 바탕으로 마케터는 웹사이트 콘텐츠를 고객의 관심사에 맞도록 커스터마이징하여 고객의 구매 가능성을 한층 높일 수 있다. 그리고, 그 작업을 방대한 규모로 빠르게 확장하고 실행할 수 있게 됨으로써 마케터는 실시간으로 캠페인 전략을 수립 또는 조정할 수 있게 된다.
