​안녕하세요, 지난 2월 15일 네이버클라우드 강남 교육장 Ncloud Space에서 열린 후기를 공유드립니다.​서울특별시 강남구 테헤란로 133 11층, 12층​ 네이버클라우드에서는 클라우드와 관련된 기술 경험 공유와 교류를 장려하기 위해 매 짝수 월마다 퇴근길 테크밋업을 개최하고 있습니다. 이 글을 쓰는 저는 퇴근길 테크밋업 호스트 Merch입니다! (입맛대로 이름 막 짓기) ​ 큰 부담 없이 오프라인 밋업이 가능해진 작년 여름부터 네이버클라우드 안팎의 기술 전문가분들을 초청해서 소규모 밋업을 열고 있는데요. 평일 일과 중엔 업무 사정으로 편하게 오시기 어려운 분들이 많아서, 퇴근 후 편하게 들려 이야기 나누는 컨셉으로 진행하고 있습니다. ​지난 테크밋업 살짝 먼저 보여드리면... (아래 클릭!)​지난 테크밋업 보기AI &ampData 모임 (12월)Blockchain 모임 (10월)Ncloud 개발자 모임 (8월)Ncloud 엔지니어 모임 (6월)네이버 클라우드 플랫폼 (Ncloud) 사용자 모임부터, 블록체인이나 AI &ampData를 주제로 한 밋업까지. 매번 다른 주제로 밋업을 진행하며 어깨너머로 배우는 지식이 정말 많답니다. 문과생 마케터에게 기술은 여전히 어렵고, 조금만 어려운 용어가 나와도 뇌 정지가 오지만 (미안해 뇌야...) 그동안 몰랐던 개념 한 번이라도 검색해 보고 익히는 과정이 쌓이면, 언젠간 저도 모더레이터 역할을 하는 호스트가 아닌, 참가자로 이야기 나눌 수 있지 않을까 밝은 미래를 꿈꾸며 밋업을 준비하고 있답니다.​이때는 다행히 뇌 정지 오기 전​ 서론이 길었네요. 이번 챗봇 개발자 밋업은 어떻게 진행되었고, 어떤 내용이 공유 되었으며, 어떤 인사이트를 얻었는지 공유드리겠습니다. 참가자 발표 내용은 기업 정보가 포함되어 있어 자세히 공유드리긴 어려운 점 미리 양해 부탁드립니다. 대신 그 안에서 얻은 인사이트 중심으로 정리해 보았습니다.​​챗봇 개발자 모임 공지(02/01 08:30 업데이트 : 챗봇 개발자 모임 신청 '마감'되었습니다. '대기 신청'가...​※ 밋업 현장에서 느낀 호스트 개인의 주관적 생각과 해석이 담긴 내용으로, 네이버클라우드의 쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍 입장을 대변하지 않습니다. ​​어떤 분들과 함께했나​ 총 여섯 분의 발표자와 참관자분들이 함께 참여하셨습니다. ​;엠소프트웨어 강창훈 님쿤텍 김민수 님코드클릭 김황석 님네이버클라우드 김흥래 님KCC 남화림 님메가존소프트 이수진 님 (Ncloud 테크 앰버서더 마스터)​ 그 외 네이버클라우드 AI 서비스 기획자 등 챗봇 서비스를 만드는 분을 비롯해서, 챗봇에 대한 관심을 바탕으로 깊이 있는 이해를 원하는 분들까지. 총 14명의 참관자분들이 함께 자리해 주셨습니다. ​​ 서로 자유롭게 이야기 나누는 밋업 취지를 살리기 위해 강의실 타입 자리 배치보단 'ㄷ'모양의 자리 배치를 택했습니다. 매번 밋업때마다 채택하는 자리 배치 형태이기도 합니다. (갑자기 분위기 대학 강의실...?)​​ 실제로도 이렇게 빙 둘러앉아 아이스브레이킹을 위한 자기소개를 시작으로 2시간 동안의 밋업을 시작했습니다.​​ 아참! 그리고 앞으로 테크밋업에 활용할 현수막과 X배너도 만들었어요. 예쁘죠? (디자인팀고맙습니다)​​어떤 내용이 공유되었나​ 총 여섯 개의 주제가 공유되었습니다. ​소상공인의 고객 응대를 도와주는 챗봇맞춤형 추천 답변을 제공하는 금융 상담 챗봇투자증권사 고객 응대와 업무 처리를 도와주는 챗봇출퇴근, 결재 등 업무 처리를 쉽게 도와주는 스마트워크 챗봇 본사와 해외 법인 직원 간 소통을 위한 챗봇금융 기업의 회의체 관리용 챗봇​ 이미 챗봇이 다양한 산업과 업무 분야에 적용되어 있음을 알 수 있죠. 상위 3개는 대외 고객 응대용, 아래 3개는 사내 업무 지원용 챗봇입니다. 정확히 반반이네요. ​ ChatGPT의 등장과 함께 Generative AI (생성형 AI) 기술이 세계적 화두로 떠올랐지만, 이미 그전부터 챗봇은 우리 일상 속에 있었다는 사실을 다시금 상기할 수 있었습니다. 다만 조금 더 생활과 가까운 영역으로 들어오고, 활용 범위가 넓어지고, AI 전문가가 아닌 일반인도 챗봇을 만들어 활용할 수 있는 가능성이 더 열리는 시기인 것은 확실해 보이는 요즘이죠? (마치 클로바스튜디오처럼...?)​ 몇 가지 내용을 살짝 공유드려볼게요. ​ 먼저 네이버 클라우드 플랫폼 마스터 수진님이 만들어주신 ;. 인스타 핫플로 쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍 거듭나 많은 손님들이 오면 너무나 좋은 일이지만, 그만큼 손님 응대에 드는 공수와 노력은 어마어마하게 커지죠... 수진님은 이런 소상공인 분들의 수고를 덜어줄 챗봇을 Ncloud 클로바 챗봇과 네이버 톡톡, modoo (모두)를 연결해서 만들어 보셨다고 합니다. ​수진님 작품 소상공인용 챗봇 (샘플)​ 챗봇 빌드 과정부터 네이버 톡톡과 연결하고, 톡톡과 modoo를 연결하기까지. 세 과정 중 가장 난이도 높은 과정은 단연 첫 번째 '챗봇 빌드'였다고 설명해 주셨어요. 엔티티, 대화 목록, 시나리오 구성부터 테스트까지. 아직 챗봇 빌드 경험 없는 제가 봐도 생각하고 챙겨야 할 게 한둘이 아니겠더라는 ​​ 수진님이 발표 준비중 자문을 구했던 한 챗봇 회사의 CTO분 말씀에 따르면, 챗봇 개발의 80%는 '기획'이라고 말할 정도라고 합니다. 네이버클라우드에서도 특정 기술 분야 전문 파트너인 '컴피턴시 파트너'제도를 운영중인데, 그중 큰 부분이 바로 챗봇입니다. 왜 챗봇 빌드를 위한 전문 파트너가 별도로 존재하는지, 챗봇 개발 과정을 자세히 들어보며 명확하게 이해할 수 있었어요.​소상공인 빙의해서 챗봇 만든 수진님 수진님이 써주신 테크밋업 참가(발표) 후기는 아래 수진님의 블로그 콘텐츠를 참고해 주세요. ​​ 다음으로는 네이버클라우드 흥래 님의 발표. 흥래님은 협업툴 네이버웍스와 그룹웨어형 기업정보시스템 워크플레이스를 함께 사용하는 고객이 쓰는 사용하는 메시지형 챗봇 'WorkTalk'개발 담당자입니다. 아래 그림처럼 메시지 창에서 출퇴근을 찍을 수 있어서 굳이 출퇴근 메뉴로 이동해서 액션을 할 필요가 없게 되는 형태입니다.​네이버웍스에서 WorkTalk로 출퇴근 시간 찍기​ 비슷하게 휴가 신청도 메신저 창에서 바로 할 수 있네요. 이 챗봇은 대화형 챗봇과는 달리, 하나의 버튼을 누르면 그다음 UI가 나오고, 또 원하는 버튼을 눌러 목표한 액션을 달성하는 형태였습니다. 따라서 질문 의도에 따라 시나리오를 세분화해야 부담은 크게 없었습니다. 자연어 처리 과정까지 더해지면 정말 복잡할 텐데 말이죠. (휴..)​네이버웍스에서 WorkTalk로 연차 신청하기​​ 쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍 반대로 WorkTalk는 워낙 다양한 환경에서 일하는 직장인이 사용하는 서비스이기 때문에, 모바일이나 PC 환경 어디에서나 직관적인 UI를 일관성 있게 유지하는 것이 중요한 고려 사항이었습니다. 앞서 소개한 수진 님의 챗봇과 비교해 보면 어떤 목적으로 개발되었고, 엔드유저가 누군지에 따라 개발자가 고려할 사항도 완전 달라짐을 알 수 있었습니다.​해맑음이란 이런 것​ 그리고 금융 상담 시 고객별로 맞춤형 추천 답변을 제공하는 챗봇을 개발하신 민수 님과, 투자증권사 고객 응대와 업무 처리를 도와주는 챗봇을 개발하신 황석 님의 스토리도 재미있었는데요. '금융 고객 상담용 챗봇'이라는 점에서 공통점이 있었는데, 챗봇 빌드에 어떤 방법론을 채택했고 어떤 고민들이 있었는지 아주아주 자세히 설명해 주신 덕분에 정말 흥미로웠습니다.​민수 님의 고민 리스트​꼬리에 꼬리를 무는 고민들​​ 챗봇 개발을 완료해도 모든 게 뜻대로 되는 건 아니었어요. 이후에 새롭게 들어오는 데이터를 잘 관리하고 시나리오에 녹여주는 과정. 즉, 사후 운영도 보통 일이 아니어 보였어요. 마케팅을 할 때도 늘 새롭게 들어오는 데이터들을 어떻게 축적하고 관리하는지가 중요 이슈인데, 개발자도 같은 맥락의 고민을 하는구나... 진~한 공감(?) 했던 순간이었습니다.​황석 님의 챗봇 개발 방법론흡사 일타강사​​​어떤 인사이트를 얻었나​1) 챗봇은 사람을 대체하는 것이 아니라 보조한다. 요즘 키오스크로 주문받는 음식점이 점점 많아지고 있죠? 챗봇도 단순 상담 등 사람의 업무를 대체하고 있으며, 앞으로 이러한 추세는 계속해서 확대될 것이라는 전망이 많습니다. 저 역시도 그렇게 생각했고요. ​논문 써주고, 연애 상담까지…‘일상에 파고든 AI’ 지각변동 [챗GPT 열풍] - 헤럴드경제Does The Evolution Of Chatbots Include Replacing Humans? - Forbes​ 하지만 챗봇 개발자분들과 대화를 하며 기획부터 운영까지 고민을 자세히 들어보니, 챗봇을 통해 나누는 대화가 깊은 단계로 나아갈수록 챗봇만으로 원하는 결과를 얻기는 어려운 상황이 많았습니다. 무엇보다 사람의 대화 과정에서 전달되는 뉘앙스나 감정도 쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍 무시할 수 없기에 '원하는 결괏값을 얻기 위한 궁극적인 지점'에는 챗봇이 아닌 사람이 있겠다는 생각이 들었어요. 챗봇이 사람을 대체하는 것이 아니라 보조하는 셈이지요. ​​2) 목적에 맞는 챗봇 개발이 중요하다. 챗봇 화면에 질문 하나 입력했는데, 10개 가까운 답변들이 쭉~ 나오면서 '아니 이게 다 뭐야!?'했던 경험 있으신가요..? (네,,, 전 있습니다,,,) 그 많은 답 중에 내가 찾던 답은 극히 일부이고 없는 경우도 다반사일 텐데요. ​ 그러면 더 나은 고객 경험을 제공하려 도입한 챗봇이 되려 부정적 경험의 원인이 됩니다. 그리고 '생성형 AI'라는 키워드에 주목해서 ChatGPT 비슷한 무언가를 만들었는데, 단순한 질문에는 어느 정도 답이 나오지만 조금만 질문이 복잡해지면 전혀 기대에 미치지 못할 수도 있겠고요. 그만큼 챗봇을 도입할 땐 원하는 챗봇이 어떤 형태인지, 처리해야 하는 시나리오의 난이도는 어느 정도인지, 기대하는 답변의 기대치는 어느 정도인지 명확하게 정하는 게 중요하겠다는 생각이 들었습니다. 그리고 기획 의도 그대로 쭉~ 잘 개발되는 것도 중요하겠죠? ​​3) 엔드유저가 잘 써야 '챗봇'이다. 물론 챗봇 그 자체로 챗봇은 맞습니다. 하지만 사용자가 쓰지 않는 챗봇이라면 과연 정말 의미 있는 챗봇일까요? 앞서 소개한 2번 내용과도 같은 맥락인데, 기획 의도와 전혀 다른 방향의 챗봇이 나온다면 그 챗봇은 사용자에게도 외면받을 가능성이 큽니다.​ ChatGPT도 출시 5일 만에 100만 유저를 확보하고, 두 달 만에 1억 유저를 확보하며 뜨거운 감자로 부상했습니다. '오,, 이거 엄청난데?'했던 사용자가 1,000명 남짓이었다면 결과는 완전히 달랐겠죠. 질문을 넣으면 답이 직관적으로 나오는 UX도 큰 몫을 했다고 생각합니다. 따라서 고객 서비스용으로 챗봇을 개발할 땐, 기대하는 답변이 잘 나오게 설계하는 것도 중요하지만, 간결한 UI/UX 경험을 주기 위한 고민도 잊지 말아야 할 포인트라고 생각합니다. 우리가 꾸준히 잘 쓰는 서비스를 생각해 보면 시각적 요소와 효용감이 일관적으로 좋은 편이죠. 챗봇도 마찬가지입니다. 쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍'>쿤텍 ​​4) 챗봇은 생산성을 엄청나게 끌어올릴 수 있다. 이번엔 고객 서비스용 챗봇이 아닌 업무 지원용 챗봇 이야기입니다. RPA 도입과도 연결되는 이야기인데요. 최근 네이버클라우드에서도 E1, 한미약품 등에 RPA와 OCR 기술을 적용해서 업무 자동화와 생산성 향상을 지원한 것처럼, 챗봇 역시 RPA 개념으로 확장하며 크게 생각할 필요가 있습니다. ​ 반복적인 단순 업무는 챗봇이나 AI 기술로 자동화하고, 사람은 같은 시간을 더 깊은 생각이 필요한 일에 쓸 수 있다면 더 큰 부가가치를 만들 수 있지 않을까요? '챗봇'하면 (아마도) 가장 먼저 떠오르는 이미지가 상담봇 형태일 텐데, 업무 환경에 자동화 요소를 적절히 반영한다면 생산성을 높이고 더 큰 가치를 만드는 비결이 될 수 있습니다.​​5) 챗봇도 공짜로 일하진 않는다. 마지막 인사이트. 챗봇 구동을 위해선 온프렘 또는 클라우드 GPU 서버와 빌드 프로그램, 쿠버네티스 등 하드웨어와 소프트웨어 모두 필요합니다. 어느 정도 규모의 챗봇을 만드느냐에 따라 선택하는 스펙도 크게 달라지고, 비용 또한 마찬가지입니다. 챗봇도 공짜로 일하진 않는 셈인데요. 챗봇을 빌드 하는 분들의 노동력까지 고려한다면 챗봇 운영에 필요한 자본은 상당히 커집니다. ​ 민수 님의 발표 중 '하드웨어와 소프트웨어를 모두 잘 고려해야 한다'라는 고민이 기억나는데요. (엔드유저의) 챗봇 활용에는 대부분 돈이 들지 않지만, 챗봇을 만드는 데는 돈이 듭니다. 그만큼 비용도 중요 요소로 고려하시기 바랍니다. (단호!) 아래 링크에 아마 도움 되는 정보가 많이 있을지도...? ​ [ 네이버 클라우드 플랫폼 AI 버티컬 솔루션 둘러보기 &gt] ​즐거웠습니다 여러분!​​다음 테크밋업은?​ 다음 테크밋업은 4월 중 열립니다. 그때쯤이면 날씨도 지금보단 훨씬 더 따뜻하겠죠? 밋업 주제는 구상 마무리 단계이고, 일정은 아직 정확히 정해지지 않았는데요. 정해지는 대로 네이버 클라우드 플랫폼 교육/행사 게시판 (링크)을 통해 공지드리겠습니다.​ 이번 챗봇 개발자 모임에 참여해 주신 모든 분들께 감사드리며. 긴 글 읽어주셔서 감사합니다. See you soon!​​