인공지능 챗봇(Chatbot) 역사
최초의 챗봇은 1966년 MIT대학교에서 개발되었으며 ELIZA라고 불렀습니다. 모든챗봇의 어머니인 ELIZA는매우 간단한 의사결정트리 질문에 대답하는 방식에 기술이였습니다.
의사결정트리는 의사결정과 가능한 결과에 대한 트리와 유사한모델을 사용하는 의사결정지원 도구를 의미합니다.
첫 번째 챗봇반복은 그 이후 자연스럽게 진화하고 발전했습니다. 1980년대와 1990년대에 해당 기술은 MSN과 AOL에 이르기까지 매우 간단한 의사결정트리를 사용하는 자동전화시스템에배포되었습니다.
타임라인을 따라 더 나아가면서 챗봇기술은 소셜 및 비즈니스 채널에서 폭발적으로 증가했습니다. 지금 우리는 왜 그들에게 그렇게 관심이 있을가까? 기술에 왜 그렇게 많은 관심을 기울였습니까? 라는 의문점이 있었습니다. 이에 따라서 MullenLoweProfero의 전략개발 디렉터인 HowardPull은 다음과 같은 “세가지 주요이유를 정의하였습니다."
1.메신저앱과 음성지원은 모두 유도하는 봇입니다.
"Facebook Messenger, WhatsApp, LINE과 같은 것을 생각하면 API가 실제로 공개되었으므로 브랜드는 이제 제품추천, 예약 및 서비스 에서 FAQ에 이르기 까지 모든 작업을 수행하는 e-서비스를 시작하고 만들 수있습니다."
2. 챗봇 능력의변화
“챗봇의 감지능력에도 한단계 변화가 있었습니다. 이러한 봇이 이미지를 인식하고 음성을 인식하는 기능을 통해 기본적으로 이미지를 사용하여 검색 할 수 있습니다. Amazon부품서비스의 경우 이를 통해 검색 할 수있고 EasyJet의 경우 이미지를 제공하여 챗봇이 검색하도록 할 수 있습니다."
3. AI의부상
“마지막으로 학습에 단계적인 변화가 있었습니다. AI의 문제가 바로 여기에 해당합니다. 인간처럼 보이고 더 많은 대화를 다루는 능력은 지능측면에서 지난24개월 동안 엄청난 단계 변화를 겪었습니다. 그리고 챗봇 뒤에 있는 머신러닝을 통해 브랜드와 서비스는 사람들이 말하고 다루기는 방식으로 인간적인 느낌과 상호작용하는 인터페이스를 제작 할 수 있도록 발전 하였습니다.
챗봇의 역사에 주요 역할을 한 발명가는 ELIZA에서 Alexa입니다. ELIZA는 위에서 언급한 최초의 챗봇이었습니다. 1966년 JosephWeizenbaum에 의해 만들어졌으며 대화 시뮬레이션하기 위해 패턴일치 및 대체방법론을 사용합니다.
이 프로그램은 인간의 대화를 모방하는 방식으로 설계되었습니다. ChatbotELIZA는 사용자가 컴퓨터에 입력한 단어를 전달한 다음 가능한 스크립트 응답목록과 쌍을 이루는 방식으로 작업했습니다. 심리치료사를 시뮬레이션 한 스크립트를 사용합니다. 대본은 자연어처리 및 부자연스러운지능에 중대한 영향을 미치는 것으로 입증되었으며, 사본과 변형이 전국아카데미에서 튀어나왔습니다.
Weizenbaum은 기계가 인간의 지성을 대체 할 수 있다는 주장을 거부했습니다. 대신 그는 그러한 장치가 단지도구이자 인간정신의 확장이라고 주장했습니다. 그는 또한 컴퓨터의 언어 이해가 전적으로 사용된 상황에 달려있다고 강조했습니다. 게다가Weizenbaum은 인간의 언어에 대한 보다 일반적인 컴퓨터 이해가 불가능하다고 주장했습니다.
그 후 수십년동안 챗봇제작자는Weizenbaum의 모델을 기반으로 인간과 유사한 상호작용을 위해 노력했습니다. Turing테스트를 통과하는 것은 새로운 봇의 대화능력을 인간심사위원단과 비교하여 테스트하는 공통목표로 성장했습니다. 튜링테스트문제에서 가장 어려운점은 사람들이 토론 할 수 있는 내용에 제한이 없다는것이였습니다.
새로운 챗봇경험 등장
챗봇은 고객경험을 개선하는데 큰 역할을 수행 할 것으로 예상합니다. 고객 서비스 경험을 보면 대부분의 브랜드에 연락하려고 할 때 대기시간에 대한 불만이 있습니다. 서비스 브랜드의 경우 챗봇기술에 대한 투자가 절대적으로 중요합니다. 이를 넘어서 목적이 있고 해당부문의 변화를 모색하는 브랜드로 이동하면 챗봇은 참여도와 유지수준을 높이는데 중요한 역할을수행합니다.
작은 소상고인들에게 이런 챗봇에 새로운 경험과 이점을 제공하기 위한 새로운 기술과 서비스가 출시되어야 한다고 생각합니다. 일반적인 챗봇에 경우는 높은 기술에 따라서 학습하고 도입하는데 어려움이 많기 때문입니다.
챗봇의미래
챗봇을 뒷받침하는 기술이 발전함에 따라 봇의 애플리케이션과 잠재력은 여러 가지방식으로 변할것입니다. 그들은 훨씬 더 똑똑해질 것이므로 브랜드가 서비스 이 외의 새로운 영역에 많은 투자를 하는 것을 보게 될 것입니다.
“주요 사용사례가 어디에 있는지 살펴보면 고객 서비스는 돈이 있기 때문에 전통적인 서비스 였습니다. 따라서 Amtrak과 같은 브랜드라면 이를 자동화하는 것만으로도 연간100만달러의 고객서비스 비용을 절약 할수 있습니다.”라고Pull 학자가 제시하였습니다.