Context is matter

JayLee CRM, Enterprise AI Leave a Comment

필자가 속한 팀의 오랜 주제였던, “CRM 서비스를 보다, 효용가치가 있는 것으로” 만들어보고자 하는 의도에서 시작된 A.I. 기술과의 결합은, 그 시작부터 ‘Context’라는 단어가 한 가운데 놓여 있었다. 좀 과하게 표현하자면, ‘서비스로의 CRM에서 사용자와 고객의 Context를 얻고, 접근하기 위한 가장 적절한 요소 기술’ 가운데 AI가 있었는지도 모른다.

 

과거, 정보 그 자체가 중요한 의미를 가졌던 시대, 정보의 보다 빠른 접근과 활용, 확산이 지식노동의 성과를 결정지을 가늠자가 되리란 보편적 판단은 빠르게 저물었다. 이제는 정보 과잉시대, 인터넷과 모바일 기기, user create content의 시대에 접어들면서, 지식의 폭발적 양적 확산과 더불어 빠르게 패러다임의 변화를 이야기 하고있다. 즉 정보의 양과 확산이 문제가 아니라, 넘치는 정보의 과잉의 시대에, 정확하고, 필요한 정보로의 올바른 접근 혹은 공급기술과 이를 뒷받침할 분석/관리 기술이 보다 중요한 시대로 접어 들었다는 것이다.

AI기술에 대한 접근과 연구원들과의 고민, 논쟁 그리고 일부 시행착오 과정에서, Context에 대한 고민은 더욱더 깊어질 수 밖에 없었고, 이제 개별 기술, 특정 요소기술이 아닌, 인간, 고객, 소비자를 이해하기 위한 기업들의 고민은 Context에 대한 고민으로 귀결될 수 밖에 없으리란 나름의 결론을 얻게 되었다.

글로벌 AI 기술을 선도하고 있는 IBM에서도 미래 AI 기술의 핵심화두가 Context일 수 밖에 없다는 지적을 반복하고 있다. https://www.ibm.com/watson/advantage-reports/future-of-artificial-intelligence/ai-conversation.html

“It’s not only about getting context from you, but from others, from the environment, from history.”

— Michael Karasick, IBM Vice President of Cognitive Computing

비단 이 인지컴퓨팅의 책임자의 언급이 아니더라도, 인공지능이, 각 산업의 특정분야의 오랜 경험을 가진 전문가들 보다 뛰어날 수 있는 가능성은 결코 쉽지 않으리라 동의가 된다. 그렇다면 인지컴퓨팅 기술이 다양한 언어적 수사, 기호를 동반한 인간의 언어 전체를 완벽하게 이해하는 것 보다는 지금 대화를 진행하고 있는 사용자(소비자, 고객)의 현재, 혹은 유사한 경험/이력을 가진 다른 사람들, 역사, 그리고 이들의 환경, 거주지, 경험 등이 수집하고, 분석해서 이들을 이해하려는 시도가 오히려 더 현실적이지 않겠느냐는 판단이 서 있는지도 모른다.

결국 보다 정교한 사용자의 Context를 획득하기 위해서는 Karasick의 논지대로, 동원가능하며 도달 가능한 일체의 정보기술을 동원해야 한다는 주장이며, 이는 모든 기업에게 해당되는 주장일 수 밖에 없다. 그러나 또 다른 한편으로는, 이러한 동원 가능한 모든 기술, 데이터, 분석/추출 기술의 보편화까지는 좀 더 시간이 필요 할 수 밖에 없다는 판단이다. (물론 선도적으로 이 요소에 투자/준비를 할 수 있는 기업들도 존재할 것이다. 필자의 팀 역시, 운 좋게도 그러한 선도적인 시도를 아끼지 않는 고객들과 함께 하고 있다. )

따라서, 당장 가능한, 자연어 기반의 Conversation Service 영역, 그리고 필자를 비롯한 팀의 오랜 연구분야인 CRM에서는, 사용자, 대상 고객, 과거의 접촉/대화이력, 대상 고객/사용자의 연령 그리고 몇 가지 기업들이 가지고 있는 개인화/그룹화된 특성을 정의한 데이터셋에서 출발할 수 밖에 없다.

별도의 글에서 자세하게 다루겠으나, 며칠전에 출원한 특허의 주제가 바로 이 Context 에이전트 기술과 관련된 사항이었다. 즉 AI Agent의 핵심기능으로 사용자의 과거 이력과 현재의 정황정보, 위치 등을 종합적으로 판단, 사용자에게 가장 적절한 대화를 시작하거나 이어갈 수 있도록 하는 기술적 접근이 우리 팀이 ‘CONTEXT’를 바라보는 첫 번째 출발점이다.

또 다른 한 편에서, 해당 글은 만만치 않은 과제를 제시한다.

How do we get beyond “I don’t understand” as a response to unexpected triggers? The key is to better embed a sense of context in conversational systems. Context involves many interconnected layers of accumulated knowledge that humans acquire and apply in conversation with little effort but computers cannot yet amass — the purpose of a conversation, where the person you’re speaking with has likely just been or where they are now, applicable learnings from previous interactions with people who had the same purpose, general information about the world as it relates to this purpose, what has been said previously in the course of the current and past conversations with this person and so much more.

즉, 대화시스템을 구축하는 과정에서 사용자의 궁극적인 AI와의 대화목적을 획득할 수 있는 장치를 마련해 두어야 한다는 지적이다. 이는 단지 사용자의 질의를 “얼마나 잘 이해하고, 획득(catch), 적절한 답변을 주느냐”에 집중되어 있는 현 인공지능 상담서비스의 수준에서 보자면 결코 만만치 않은 도전과제임을 쉽게 이해할 수 있다.

카드, 은행, 금융상품을 추천 받고 싶은 사용자에게 그저 잘 짜여진 다이얼로그와 flow를 통해 답변을 제시해주는데 그치는 것이 아니라, 사용자의 문맥, 언어 속에서 선호할 수 밖에 없는 상품/서비스를 동적(context)으로 생성하거나 엿볼 수 있는 질문을 던질 수 있는, 그러한 시스템을 이야기하고 있는 것이다.

덧붙이자면, 사용자의 대화를 제대로, 정교하게 이해하는 것이 결코 간단한 일이 아님을, 같은 기사에서, IBM의 수석과학자는 다음과 같이 이야기 하고 있다.

“Language is a very tough nut to crack because it allows us in a succinct way, without using a whole lot of symbols, to say an extraordinarily diverse set of things.” — Vijay Saraswat, IBM Chief Scientist for Compliance Solutions

댓글 남기기