CUX의 개념에 대하여 학습한 내용을 정리해보았습니다.
Conversational User Experience
사용자와 기계 사이의 상호작용을 인간과 같은 대화 형식으로 설계하는 것이는 사용자가 자연어를 사용하여 시스템과 소통할 수 있도록 하여, 보다 자연스러운 사용자 경험을 제공
CUX는 챗봇, 음성 인식 서비스, 가상 비서 등 다양한 형태로 구현 가능
1. CUX 정의
1-1. CUX란?
MS에서 정의하는 CUX란, 자연어를 기반으로 하는 상호 작용의 형식입니다.
인간은 서로 상호 작용할 때 대화를 사용하여 아이디어, 개념, 데이터 및 감정 정보를 전달합니다.
마찬가지로 CUX를 사용하면 사용자가 서비스가 자연스럽게 오가는 채팅 또는 음성을 통하여 서로 의사 소통하는 방식입니다.
1-2. 대화 경험
대화를 만들어내는 것보다 대화의 경험을 개발하는 것이 더 중요합니다.
무엇이 적절한 대답인지, 그리고 적절함은 누가 결정할 지에 대한 선택은 윤리적 문제이며 설계 과정의 기본입니다.
대화는 다른 상호 작용 방식보다 특히 개인적이며, 감정, 기관, 성격의 인간적 특성이 배어 있습니다.
이러한 인간의 특성을 고려하지 않은 대화 경험은 기껏해야 만족스럽지 못하고 최악의 경우 비난 받을 수 있습니다.
1-3. 이해 받는다는 것
시스템이 자연어에 적절한 응답을 한다는 것은 메시지나 명령을 받았다는 신호일 뿐만 아니라 사용자의 고유한 인간 표현 방식을 이해하고 있다는 것을 의미합니다.
이에 사용자는 자신의 말을 “듣고 있다”고 느낍니다. 더 나아가 시스템의 응답에 사용자의 신호와 관련된 감정적 뉘앙스가 포함되어 있다면 사용자는 자신이 들었다고 느낄 뿐만 아니라 이해받고 있다는 느낌도 받게 됩니다.
지능과 공감을 보여줌으로써 CUX는 다음과 같은 토대를 마련합니다. 시스템을 사용하는 모든 사람과 신뢰 관계를 구축할 수 있는 토대를 마련합니다.
2016년에 Microsoft CEO Satya Nadella는 "인간의 언어가 새로운 UI 계층"이라고 발표했습니다. CUX를 사용하면 언어의 힘을 활용하여 신뢰를 구축하고 사용자와 깊은 관계를 형성할 수 있습니다.
1-4. 대화 경험의 유형
대화형 경험은 여러 가지 형태가 있으며, 특정 경험은 한 유형의 대화형 사용자 인터페이스에서 시작하여 다른 유형으로 이어지거나 멀티 모달로 이루어질 수 있습니다.
대화형 경험의 유형에 대한 몇 가지 일반적인 예가 아래에 설명과 함께 나와 있으며, 이는 한 봇과 다른 봇을 구분하는 기능과 기능의 주요 차이점을 설명하는 데 도움이 됩니다.
[ 챗봇, 가상 에이전트, 가상 비서 또는 개인 디지털 비서, 음성 전용 상호작용 ]
이 목록은 완전한 목록이 아니며, 이러한 용어 중 일부는 이미 익숙하거나 다른 용어로 사용되는 경우가 많으므로 다 른 용도로 사용될 수 있다는 점에 유의하세요.
예를 들어 한 회사는 고객 지원용 챗봇을 만들어 이를 지원 봇이라고 부르는 반면, 다른 회사는 동일한 기능을 갖춘 봇을 만들어 가상 상담원이라고 부를 수 있습니다.
그러나 이러한 용어는 모두 봇을 지칭하며 구현의 복잡성, 정교함, 이름은 다를 수 있지만 대화 경험의 여러 측면에 대한 공통된 접근 방식을 공유합니다.
2. CUX 장단점
자연어를 사용하여 기기, 앱 또는 기능과 상호 작용하는 기능은 입력, 탭, 터치와 함께 중요한 UX 옵션으로 자리 잡고 있습니다.
실제로 어떤 상황에서는 대화 환경이 작업을 수행하는 가장 효율적이고, 접근하기 쉽고, 직관적이며, 공감할 수 있는 방법이 될 수 있습니다.
또한 사용자와의 신뢰를 구축하는 데 도움이 되는 강력한 방법이기도 합니다.
다음은 대화가 사용자 경험으로서 탁월한 몇 가지 방법입니다
2-1. 효율성
일부 기능의 경우 자연어를 사용하는 것이 가장 빠르게 작업을 완료할 수 있는 방법입니다.
예를 들어 알람 설정과 같은 간단한 작업을 생각해 보세요.
기존에는 사용자가 앱을 찾아서 열고, 시간을 수동으로 선택하고, 오전 또는 오후를 선택한 다음, 일부 앱에서는 최대 8번의 클릭을 통해 저장해야 했습니다.
대화형 환경에서는 "오전 8시에 알람 설정해줘"라고 말하는 것만큼이나 간단합니다.
볼륨 조절, 블루투스 켜기, 미리 알림 설정, 날씨나 교통 정보 조회와 같은 기타 명령 및 제어 작업도 제대로 구축하면 핸즈프리로 눈을 사용하지 않고 간단하게 수행 할 수 있습니다.
디지털 비서를 사용할 때는 사용자의 가장 일반적인 질문을 고려하고 사용자의 기대치를 빠르고 효율적으로 충족하는 데 도움이 되는 간단한 답변을 제공하는 것이 중요합니다.
이를 통해 사용자의 목표 달성에 도움이 될 것입니다.
2-2. 접근성
장애는 사람과 환경 사이의 불일치이며 상황적, 일시적 또는 영구적일 수 있습니다.
우리는 더 이상 디자인 프로세스의 다른 요구에 대한 접근성을 희생할 필요가 없는 사용자 경험(UX) 디자인의 아름다운 순간에 도달했습니다.
손이 자유롭지 못한 환경(운전, 요리하는 중), 볼 수 없는 환경(시각 장애인) 한정적인 환경에서
음성 기반 CUX는 사람들의 능력과 자신의 능력을 연결하는 가교 역할을 할 수 있습니다.
2-3. 직관성
직관성은 대화형 UI가 특히 빛을 발하는 영역입니다.
효과적으로 설계된 대화는 사용자가 어떤 작업을 수행하기 전에 그 방법을 정확히 알 필요가 없도록 해줍니다.
잘 설계된 대화 환경은 직관적인 쿼리와 사용자의 의도를 파악하는 자연어 처리, 그리고 사용자가 원하는 것을 배우거나 의도한 작업을 수행할 때까지 발견의 길을 안내하는 정교한 대화 디자인을 통해 이러한 부담을 덜어줍니다.
예를 들어 새 무선 헤드셋을 연결하고 싶지만 블루투스에 익숙하지 않은 사람이 있다고 가정해 보겠습니다.
설정 메뉴를 탐색하여 적절한 설정을 찾고 다양한 시도를 통해 어떤 것이 효과가 있는지 확인하는 대신에, 대화형 대화가 더 효과적일 수 있습니다.
잘 설계된 대화 환경에서는 "내 헤드셋 연결해줘"라고 말하기만 하면 대화창이 필요한 작업을 안내해 주므로 사용자는 길을 찾느라 정신없이 헤맬 필요가 없습니다.
또 다른 예는 문제 해결입니다. "인쇄할 수 없어요"라고 말하면 문제의 특성을 이해하지 않고도 문제를 해결할 수 있는 구조화된 진단 흐름으로 이어질 수 있습니다.
2-4. 공감
대화는 본질적으로 피할 수 없는 감정적인 것입니다.
여러 연구에 따르면 대화는 인위적인 무언가와 상호작용하고 있다는 것을 알면서도 사람들의 감정을 진정으로 활성화시킨다는 사실이 입증되었습니다.
감정적인 상황을 다루는 시나리오에서 대화는 사람들의 감정적 현실을 존중할 수 있는 강력한 방법입니다.
사용자가 즐거움이나 열정은 말할 것도 없고 무력감 과 좌절감을 느낄 때는 정확한 정보를 제공하는 것 만큼이나 친절하고 세심한 안내를 제공하는 것이 중요합니다.
사려 깊게 설계된 대화는 사람들이 지지를 받고 있다고 느낄 뿐만 아니라 지지를 받을 수 있는 기회를 만들 수 있습니다.
2-5. 신뢰
대화 경험에 개성을 부여하는 것은 사용자와의 관계를 형성하는 효과적인 방법입니다.
대화 환경에는 정체성, 이름, 아바타가 없더라도 언어를 통해 소통하며, 언어는 페르소나를 전달할 수밖에 없습니다.
대화 품질은 사용자에게 제품이나 회사에서 무엇을 기대할 수 있는지를 알려주는 데 도움이 됩니다.
의도적으로 만들어진 페르소나는 일관성, 신뢰성, 그리고 배려를 전달합니다.
대화 체험의 성격이 비꼬고, 공격적이며, 예리한 유머를 가진 까칠한 성격일지라도, 그것이 그의 성격과 일치한다면
사용자는 정확히 무엇을 기대해야 하는지와 자신의 목표를 달성하기 위해 어떻게 효과적으로 소통해야 하는지를 알게 될 것입니다.
페르소나는 사용자가 당신과 어떻게 말해야 하는지 가르치는 것을 더 쉽게 만듭니다.
3. CUX 기획
3-1. 컨텐츠 생성 절차
대화형 경험을 위한 대화나 콘텐츠를 만들기 시작하기 전에, 첫 단계는 작업 범위를 정의하고 프로세스를 안내할 주요 시나리오의 로드맵을 구축하는 것입니다.
사용자에게 가장 큰 영향을 미칠 소규모의 콘텐츠 세트부터 시작하는 것이 최선이며, 그런 다음 점진적으로 이 작업을 반복하고 구축하는 것이 좋습니다.
전략적으로 설정하고 시작하는 데 도움이 되는 네 단계가 있습니다.
3-1-1. 기존 데이터 및 지식 분석
고객이 현재 브랜드와 어떻게 상호작용하고 있는지에 대한 기존의 데이터와 지식을 분석하여 시작합니다.
이는 웹사이트 방문, 블로그 트래픽, 소셜 미디어 참여, 검색 데이터, 지원 전화 또는 사용자와 관련된 기타 모든 소스를 포함할 수 있습니다.
대화형 경험의 목적과 전반적으로 관련이 있을 수 있는 높은 방문량, 높은 사용자 참여도 또는 기타 정보를 찾아봅니다.
대화형 경험으로 처리될 수 있는 모든 잠재적 영역을 식별하고자 합니다.
3-1-2. 시나리오 브레인스토밍
기존 데이터를 검토한 후, 대화형 경험으로 다룰 수 있는 시나리오를 브레인스토밍 시작합니다.
현재 사용자 경험과 그 데이터가 그 경험에 대해 무엇을 말해주는지, 그리고 가장 자주 묻는 질문을 해결할 수 있는 주제를 나열하는 데 신중을 기울이세요.
다음 질문에 답함으로써 시작할 수 있습니다:
- 봇의 대상 사용자는 누구인가요?
- 당신의 비즈니스 목표는 무엇인가요?
- 가장 큰 문제 영역은 무엇인가요?
- 사용자의 가장 큰 문제 영역은 무엇인가요?
- 비즈니스의 우선 순위는 무엇인가요?
이 단계에서는 시나리오를 좁히거나 우선 순위를 정하는 것, 현재의 자원이나 타임라인에 대해 걱정하지 마세요.
단순히 언젠가 대화형 경험으로 다루고 싶은 모든 주제의 목록을 만드세요.
이 시점에서 이러한 시나리오를 깊이 파고들고 사용자가 각 사용 사례에서 봇과 어떻게 상호 작용할지 생각해보는 것이 도움이 될 수 있습니다.
3-1-3. 영향력을 고려한 우선 순위 정하기
브레인스토밍을 마친 후, 다음 단계는 몇 가지 시나리오를 우선적으로 선택하여 대화형 경험에서 구축하는 것입니다.
이 단계의 핵심은 시나리오의 수는 작게 시작하지만, 영향력 측면에서 크게 시작하는 것입니다.
! 주의: 브레인스토밍을 마친 후에는 버리지 마세요! 이 아이디어들은 향후 콘텐츠 개발의 기반 블록이 될 것이며, 혁신 로드맵의 기초로 작용할 것입니다.
초기 시나리오를 좁힐 때, 분석한 데이터와 비즈니스 목표, 문제 영역, 우선 순위에 대한 위의 질문에 대한 답변을 고려하세요.
3-1-4. 테스트, 모니터링, 반복
시나리오 개발 과정은 결코 정체되어서는 안 됩니다.
대화형 경험을 위한 콘텐츠 개발을 시작한 후에도, 사용량을 계속 모니터링하고 데이터를 분석하여 가장 긴급하고, 중요하며, 영향력 있는 사용자 시나리오를 해결하는지 확인하세요.
필요에 따라 시간이 지남에 따라 콘텐츠 계획을 계속 업데이트하세요.
3-2. 시나리오 개발의 예시
다음은 이러한 단계들을 어떻게 실행에 옮겨 콘텐츠 경험을 위한 시나리오를 개발할 수 있는지에 대한 예시입니다.
각 예시에서, 사용 가능한 데이터를 분석하고, 가능한 시나리오를 브레인스토밍한 다음, 비즈니스 목표와 사용자에게 가장 큰 영향을 미칠 시나리오를 균형잡아 우선 순위가 있는 시나리오 목록을 생성합니다.
3-2-1. 예 1: 휴대폰 소매업체의 고객 지원 봇
3-2-1-1. 사용 가능한 데이터
- 소셜 미디어 채널에서 묻는 질문
- 웹사이트의 자주 묻는 질문(FAQ) 페이지의 트래픽 데이터
- 고객 지원팀과의 통화량
3-2-1-2. 브레인스토밍 시나리오
휴대폰 기능에 대한 질문들, 가격에 대한 질문들, 모바일 데이터 문제 해결, 자동 공장 초기화 오류 해결, 부품 교체 주문, 수리 서비스, 무선 통신사 호환성, 청구 문제, 신제품 출시 정보, 배송 정보, 서비스 중단, 보증 정보
3-2-1-3. 우선 순위가 지정된 시나리오
- 모바일 데이터 문제 해결
- 자동 공장 초기화 오류 해결
- 수리 서비스
3-2-1-4. 이러한 시나리오를 우선순위에 둔 이유
- 첫 번째와 두 번째 시나리오는 가장 많은 고객 지원 전화량을 생성합니다.
- 세 번째 시나리오는 FAQ 웹사이트에서 가장 높은 트래픽을 가지고 있습니다.
3-2-2. 예 2: 의류 브랜드의 개인 쇼핑 도우미
3-2-2-1. 사용 가능한 데이터
- 과거 판매 데이터
- 현재 업계 동향
- 웹사이트의 자주 묻는 질문(FAQ) 페이지의 트래픽 데이터
3-2-2-2. 브레인스토밍 시나리오
옷 추천, 액세서리 제안, 구매 완료, 반품 및 교환, 사이즈 및 핏 정보, 현재 할인 및 판매 정보, 배송 정보, 새로운 소식, 매장 위치, 영업 시간, 재고 정보
3-2-2-3. 우선 순위가 지정된 시나리오
- 옷 추천
- 사이즈 및 핏 정보
- 반품 및 교환
3-2-2-4. 이러한 시나리오를 우선순위에 둔 이유
- 첫 번째 시나리오는 쇼핑 보조를 만드는 주된 이유입니다.
- 두 번째와 세 번째 시나리오는 FAQ 웹사이트에서 가장 높은 트래픽을 가지고 있습니다.
3-3. 고객의 의도를 파악하기
모호한 표현의 의도 파악은 사용자의 의도를 좁혀나가기 위해 명확히 하는 질문을 하거나, 때에 따라 선택할 옵션들을 제시하여 사용자의 진정한 의도를 더 잘 이해하고, 올바른 콘텐츠로 안내하는 과정입니다.
여러 의도가 유사할 때나 사용자의 질문이 불명확할 때 유용합니다.
모호한 표현이라고 판단하는 상황은 지원하는 시나리오의 유형, 다른 의도를 식별하고 경로를 지정하는 방식, 그리고 사용자에게 제공할 수 있는 콘텐츠에 따라 다릅니다.
예를 들어, "내 컴퓨터를 어떻게 업그레이드하나요?"라는 질문은 간단해 보일 수 있지만, 사용자의 의도에 가장 정확한 콘텐츠를 제공하는 작업을 완료하기 위해 더 많은 정보가 필요합니다.
- 운영 체제를 업그레이드하려는 것인가요, 아니면 그것을 실행하는 컴퓨터 하드웨어를 업그레이드하고 싶은 건가요?
- 데스크톱 PC와 랩톱 또는 태블릿의 업그레이드 과정에 차이가 있나요?
- 현재 운영 체제에 보안 패치를 업데이트하고 싶은 건가요?
이렇듯 모호한 표현의 의도를 파악하기 위해서 다양한 접근 방식을 가질 수 있습니다.
3-3-1. 더 많은 질문하기
의도를 파악하는 첫 번째 방법은 사용자의 의도를 좁히는 데 도움이 되는 질문을 계속하는 것입니다.
이를 위해서는 사용자의 의도가 파악되어 의도와 제공하려는 콘텐츠가 일치할 때까지 계속해서 질문을 이어가야 합니다.
이 방법을 사용하면 답변이 제공되기 전에 더 많은 대화가 이어질 수 있습니다.
명확히 의도를 파악하는 것은 중요하지만 불필요하게 대화가 길어지거나 대화가 심문처럼 느껴지면 사용자의 불만을 초래할 수 있습니다.
이 방법을 사용하여 다음과 같은 대화를 할 수 있습니다.
3-3-2. 옵션 제공
의도를 파악하기 위한 또 다른 접근 방식은 모호한 표현을 더 빨리 파악하기 위하여 사용자가 여러 질문을 할 필요 없이 미리 제안을 제공하는 것입니다.
이 방법은 사용자가 어떤 종류의 정보를 사용할 수 있는지 미리 알려주지만,
사용 가능한 옵션 중 사용자의 의도에 맞는 것이 없는 경우 사용자가 이를 표현하고 올바른 정보로 다시 질문할 수 있는 방법이 있어야 합니다.
"다른 이슈"과 같은 옵션을 포함하면 이러한 작업을 수행할 수 있습니다.
표시된 옵션이 사용자의 요구 사항을 해결하지 못하면 사용자가 더 많은 맥락이나 세부 정보를 제공할 수 있는 후속 조치를 취할 수 있습니다.
3-3-3. 구체적인 질문하기
의도를 파악하는 세 번째 방법은 사용자에게, 우리가 그들의 의도를 완전히 이해하기 위해 어떤 정보가 필요한지 알리는 구체적인 질문을 사용하는 것입니다.
이 접근법은 첫 번째 방법과 다르게 초기 질문으로부터 이해된 맥락을 바탕으로 구체적인 질문을 하여 사용자를 가능한 가장 좋은 콘텐츠로 더 빠르게 안내할 수 있습니다.
다른 옵션들과 마찬가지로, 목표는 사용자를 부적합한 콘텐츠로 잘못 보내지 않으면서 가능한 빠르게 사용자의 의도를 이해하려고 시도하는 것입니다.
그러나 이런 개방형 질문들은 사용자가 그들의 응답에 너무 많은 세부 정보를 포함하여 봇과의 상호작용에 혼동을 일으키거나 잘못된 콘텐츠로 안내할 수 있는 가능성이 있습니다.
4. 예시
4-1. 안랩
- AhnLab AI Security Assistant
- 탐지 로그 요약 및 설명
- 자연어 기반 데이터 검색 쿼리 작성
- 취약점 분석 및 공격 기법 설명
- 최적화된 옵션 및 커스텀 탐지를 제안
- 탐지 위협의 등급 분류 및 대응 방안 제시
- 용어 설명, 개념 설명
4-2. 스타벅스
- 스타벅스 모바일 앱에 내장
- 음성으로 주문하기
- 자연어 지원
- 결제는 연결된 신용 카드 또는 기프트 카드를 이용
- 고객이 픽업할 수 있는 가까운 매장으로 요청
"출처 : https://www.adweek.com/performance-marketing/starbucks-app-now-includes-a-voice-activated-ordering-bot/"
4-3. 삼성 트위터 챗봇
- 사용자가 새로운 4k UHD TV 기술에 대해 질문하고 익숙해질 수 있도록 지원
- 챗봇은 맞춤형 TV 추천
- 89%의 사람들이 대화를 완료함
- 사용자가 봇에 참여한 평균 시간은 1:31
- 삼성의 기존 비용과 비교하여 리드(?)당 비용이 1/4입니다.
"출처 : https://www.chatbotguide.org/"
4-4. XBOX
- 사용자가 Twitter의 DM을 사용하여 게임을 플레이
- 게임은 사용자가 스토리를 진행하기 위해 객관식 형식을 사용
- 사용자는 Halo Wars 2의 주요 인공 지능 캐릭터인 Isabel(@ISA1307_2)과 소통하라는 메시지를 받음
- 사용자는 친구(또는 컴퓨터)를 상대로 배틀 카드를 플레이하는 교육 모듈을 진행
- 사용자는 독특한 게임플레이 GIF와 독점 다운로드 가능한 콘텐츠를 받음
- 벤더 IC 그룹, 광고사 Twofiftemcann 및 Emerging Media Technologies가 개발
출처
