정부 부처들은 다양한 수직 산업보다 가상 비서 도입을 우선하고 있는 것으로 보인다. 최근 가트너가 ML·AI프로젝트를 위해 서비스 제공업체를 고용하고 있는 기업을 대상으로 실시한 ML·AI 프로젝트의 사업목표 설문조사에 따르면, 5개 기업 중 3곳에서 가상 비서를 사업 목표로 삼고 있는 것으로 나타나 가상 비서에 대한 관심이 두드러진 것으로 조사됐다.

가상 개인 비서(Virtual Personal Assistant, 이하 VPA)와 가상 고객 비서(Virtual Customer Assistant, 이하 VCA), 가상 직원 비서(Virtual Employee Assistant, 이하 VEA), 챗봇(Chatbot) 등 대화형 애플리케이션을 통해 서비스를 제공할 수 있는 기회는 정부 전반에 존재한다. 이러한 기회는 비단 고객이나 정부 기관에 국한되는 것은 아니다.

대화형 애플리케이션은 고객이 복잡한 웹사이트나 트랜잭션 포털에서 직접 검색해야 하는 수고를 줄이고, 대기 시간과 기본적인 정부 문의 응답에 요구되는 자원을 절감해 고객 만족도를 향상시키는 것이 목표다.

보호나 사례 관리를 수반하는 대부분의 정부 서비스는 가까운 미래까지는 인간이 개입해야겠지만, 다양하고 직접적인 시민 및 기업 대면 서비스의 대안이나 지원 채널로는 VCA나 챗봇이 활용될 수 있다. 단순한 문의 서비스는 VPA를 통해서도 제공될 수 있다. 이러한 채널들을 다채널 시민 참여 전략의 일환으로 통합할 수 있다면 시민들에게 정부와의 소통 채널을 더욱 확대할 수 있게 될 것이다.

서비스 제공업체 및 정부부처 사이의 상호작용도 대화형 애플리케이션을 통해 제공될 수 있다. 대규모 정부부처와 기관은 공유 서비스 제공업체나 VEA를 통해 IT지원센터, 법률, 인적자원, 금융 서비스와 같은 내부 직원 대상 서비스를 보다 일관되고 효율적으로 제공할 수 있다.
대화형 애플리케이션은 정부 기관이 제공하는 서비스의 특성을 바탕으로 몇 가지 사례로 구분된다. 이번 보고서는 정부에서 새롭게 등장하는 대화형 애플리케이션 사례를 설명하고 있다.

분석
IT 및 고객 경험 책임자에게 대화형 애플리케이션의 잠재력에 대해 가르쳐라
대화형 애플리케이션은 기존 기술에 대한 고객 체험 인식이 부정적이라는 문제를 안고 있다. 텍스트 기반 챗봇 개념이 도입된 것은 오래전 일이다. 자연어 처리(Natural-Language Processing, NLP)와 의도 매칭(intent matching) 기능이 발전하면서 챗봇은 양질의 고객 경험을 일관적으로 제공할 수 있는 능력이 향상됐다.

마찬가지로 핵심어 인식(keyword recognition) 기능을 갖춘 음성 기반 상호작용 기술은 초기 도입 단계에서 많은 사람들에게 부정적인 인식을 심어줬다. 스마트폰과 같은 개인용 디바이스에서 VPA를 비롯한 대화형 애플리케이션이 사용되면서 이러한 부정적 인식을 바꾸는데 도움이 되고 있고, 해당 툴에 대한 신뢰도 높아지고 있다.

대화형 AI 플랫폼은 대화 관리 중심이며, 정부 서비스 로봇, VEA, VCA 서비스 구축과 제공에 활용되는 지원 도구에 이르는 길이다.

ML과 자연어 생성(Natural-Language Generation, NLG) 기술의 발전은 단순한 의사결정 구조(decision tree) 챗봇이 VEA와 VCA로 진화하도록 돕는다. ML은 응답 생성 목적으로 사용되는 의도 분석 기능 이상으로 발전하고 있다. 현재 정부에선 이러한 유형의 ML 기술이 내부적인 의사결정을 지원하는 AI 가상비서 또는 스마트 에이전트로 시범 운영되고 있지만, 향후에는 외부 서비스 제공 목적으로 확대될 것이다.

모든 대화형 AI 플랫폼은 각기 다른 종류의 기술과 기술 협력업체, 도입 방식을 요구한다. ML은 데이터와 응답한 내용을 학습하고 검증할 시간이 필요하다. 챗봇의 경우 봇(bot)과 승인된 응답을 제공할 스크립팅(scripting)을 개발해야 한다.

기업의 고객 경험 책임자들은 대화형 애플리케이션으로 제공되는 서비스 품질과 지속성에 대해 납득하고 신뢰를 가질 수 있어야 한다. 그렇게 하기 위해서는 기존 기술에 대한 부정적인 인식을 개선할 필요가 있다. 서비스의 품질과 잠재성에 대한 이해와 경험이 쌓이면 신뢰는 커지게 될 것이다.

이러한 대체 채널 채택과 관련해 기업의 기대 수준을 설정하는 것도 중요하다. 대화형 애플리케이션이 다채널 서비스 제공 전략의 일환으로 적용돼야 하지만, 단기간에 모든 시민이나 직원이 대체 채널을 수용하지는 않을 거라고 인정하는 것도 중요하다.

가트너는 서비스 제공 전략에 대화형 애플리케이션을 통합시키려는 정부의 최고정보책임자(CIO)에게 다음과 같이 권고한다.

■ 대화형 AI 플랫폼의 선도 업체들과 협력을 통해 플랫폼 간의 차이점을 설명하기 위한 일련의 행사나 워크숍을 계획하라.
■ 이미 대체 채널을 도입한 기업과 비즈니스 및 IT 동료들 간에 네트워크를 구축하라. 정부 외 기관들과 네트워크를 구축해 대화형 AI 플랫폼 도입에 대한 다양한 견해를 수집하라.
■ 기술 개발과 의사 결정을 도와준 성공적인 사례를 만들기 위해 내부적으로 VEA 시범 프로젝트를 실행하라. 대개의 경우 ICT 지원 센터가 이러한 시범 프로그램의 후보다. 큰 규모의 부처에서는 이런 서비스를 지원하는 VEA는 직접적인 양질의 서비스와 효율성을 제공한다. 2017년이 끝나기 전에 시범 프로그램을 시작하는 것에 목표로 두어야 한다. 챗봇을 도입하고 나서 가용 데이터가 많아지면 ML을 솔루션에 통합시킨다.

대화형 애플리케이션 기회를 모색하고 우선순위를 수립하라
대화형 애플리케이션을 도입할 수 있는 분야는 정부 여러 분야에 존재한다. 대화형 애플리케이션은 적절한 유형의 애플리케이션이 적합한 서비스를 지원하도록 해야 최고의 성과를 거둘 수 있다. 대화형 애플리케이션을 도입하기 위해서는 상당한 규모의 투자가 필요하며, 이런 이유로 자주 사용되는 서비스에 적용되는 것이 좋다. 서비스 제공 방식의 지속성, 서비스를 이행하면서 수용 가능한 재량권과 정서적 지원 수준 등을 고려해야 한다.

모든 사람들이 대화형 애플리케이션을 받아들이지는 않을 것이기 때문에 사용자를 이해하는 것이 중요하다. 사람이 대상인 경우에는 언어적 배경이나 인구 구조적 특징과 같은 요인을 고려해야 하며, 기업이 대상인 경우에는 해당 산업과 비즈니스 부문의 비즈니스 디지털 성숙도 수준을 평가해야 한다.

정부 대 정부 서비스인 경우에는 관계 기관들의 디지털 성숙도를, 직원을 대상으로 할 때는 소속 기관의 디지털 성숙도를 고려할 필요가 있다. 이 글에 제시된 사례는 목표 대상과 적합한 대화형 애플리케이션 스타일을 매칭한 것이다. 이러한 사례를 통해 자사 서비스에 적합한 대화형 애플리케이션 유형을 찾아야 한다.

시민 대면 서비스 제공 관련 VCA 사례
민간과 정부 서비스 제공에 있어 VCA가 점점 더 일반화되고 있다. 모든 VCA의 목표가 지능형 서비스나 총소유비용(TCO) 절감은 아니다.

대화형 AI 플랫폼은 질문을 파악하기 위해 자연어 처리 기술과 ML을 통해 의도 분석을 수행한다. 정부 부처에 도입된 대다수의 대화형 AI 플랫폼은 승인된 스크립트 응답과 함께 챗봇을 사용한다. ML이 적절한 응답 개발에 사용되면서 미래에는 챗봇의 활용 방식이 달라지게 될 것이다. 챗봇 전용 방식은 스크립트 개발에 투자한 자원에 따라 답변 가능한 질문의 범위가 제한된다.

또한 웹챗이나 전화 기반의 고객 지원 센터와 같은 기존 지원 서비스를 유지해 높은 품질의 고객 경험을 제공하고, 필요할 때는 서비스의 인간적인 요소를 유지하도록 해야 한다.

기본 VCA
단순한 문의를 지원하는 VCA는 정부가 배포하는 가장 흔한 시민 대면 대화형 애플리케이션으로, 대부분 텍스트 기반으로 제공된다. 시민들이 복잡한 웹사이트에서 필요한 것을 찾으려 할 때 편의를 개선하거나, 단순한 사실 기반 질문을 고객지원센터로 연락할 필요 없이 처리하는 것이 목표다.

동일한 모델에서 음성 기반 애플리케이션도 실행될 수 있다. 음성 상호작용 실행은 대개의 경우 기존 고객 서비스 모델에 따라 달라진다. 대화형 AI 플랫폼은 언어/사투리 지원에 제한이 있다. 도입을 검토할 때는 서비스 지원자의 한계를 고려해야 한다.

모든 정부 부처가 이러한 유형의 VCA를 도입할 수 있다. 고객지원센터나 빈번하게 접속하는 웹사이트를 통해 단순한 문의사항에 응대해야 하는 정부 부처에서 제일 큰 영향을 미치게 될 것이다.

응답은 상대적으로 단순하고, 적당히 짧고 쉽게 할 수 있어야 한다. 직접적인 응답은 간결하게 유지하고 콘텐츠나 온라인 서비스 링크를 응답에 결합하는 경우가 많다.

부분 인증 VCA
VCA는 사용자들에게 단순한 양식 작성과 지급 처리 등을 비롯한 정부 거래에 대한 지침을 제공할 수도 있다. 이런 유형의 VCA는 단순한 기능을 보유하고 있지만 제공 받은 답변을 바탕으로 결과는 다양해질 수 있다. 전체 인증 절차를 다루지는 않지만, 이런 유형의 VCA 서비스에는 인보이스의 조회 번호와 같이 제공된 레퍼런스나 신분 정보를 기반으로 한 기존 시스템에서 데이터를 검색하는 것을 포함한다.

거래 프로세스를 지원하는 VCA는 최소한의 데이터만 입력하는 거래에 적합하다. 모든 단계의 정부에서 이러한 유형의 시범 서비스가 등장하고 있다.

인증 VCA
개인화된 VCA는 인증을 통해 고도로 개인화된 상호작용을 제공한다. 정부 내에서 이런 유형의 VCA는 안전한 포털이나 모바일 앱을 통해 세금이나 인적 서비스와 같은 분야의 사례 관리를 지원한다. 이 단계에서 사용하는 인증은 포털이나 앱에 의해 제어되지만, 대화형 AI 플랫폼이 진화하면서 생체인식 음성 인증으로 바뀔 수 있을 것이다.

이렇게 고도로 데이터 중심적인 서비스는 인증을 통해 파악된 사례를 기반으로 잔액, 마감일, 세부내용 업데이트와 같은 단순한 사실 기반 문의를 취급한다.

향후 사용할 수 있는 데이터가 늘어나고 스마트 에이전트로부터 학습한 노하우가 공유되면서 보다 구체적이고 고도화된 사례에 대한 응답을 개발하기 위해 ML 이용이 확대될 것이다.

아직은 이런 유형의 VCA가 등장하는 단계이기 때문에 도입사례가 적지만, 인적 서비스 분야처럼 시민과 정부가 장기적인 관계를 갖고 있는 서비스에서 중요한 역할을 할 것이다.

예를 들어 생명 주기 동안 시민을 지원하는 것을 목표로 하는 포털과 모바일 앱에는 직관적이면서 훈련이 필요 없는 사용자 인터페이스(UI)가 필요하며, UI가 복잡해지지 않도록 이용할 수 있는 서비스의 특성과 숫자를 제한하는 경우가 많다.

이런 종류의 포털과 모바일 앱에 VCA를 도입하게 되면 UI는 단순화되고 개인화된 경험을 제공할 수 있게 될 것이다. 사용자는 복잡한 UI를 돌아다니며 정보를 찾아보는 대신 “제 환급이 언제 처리됩니까?”라는 질문을 통해 간단히 개인화된 답변을 얻을 수 있다.

메신저 기반 VCA
또 다른 유형의 VCA는 메시지 기반 플랫폼을 통해 간접적으로 제공된다. 이런 유형의 서비스는 이메일, SMS, 위챗(WeChat), 페이스북 메신저 등의 메신저 플랫폼을 통해 제공할 수 있으며. 정부에서 VCA를 도입하는 가장 일반적인 형태다. 메시지 기반 VCA를 사용하면 사람들이 복잡한 정부 사이트를 뒤지거나 사용법을 이해할 필요가 없어진다.

메신저 기반 VCA는 단순 문의와 거래 지원을 목표로 둔다. 이런 메시지 기반 서비스는 단계적 확대(escalation)를 거쳐 수용 가능한 사용자 경험을 보장하해야 한다. 성공적인 도입 여부는 일반 시민들이 해당 VCA의 존재를 인지하고 사용하는지에 달려 있다.

부처 및 서비스 제공업체간 VCA
VCA 사례는 시민 대면 서비스에만 국한되지 않는다. 다른 정부 기관에 서비스를 제공하는 기관이나 서비스 제공업체의 문의 사항에 대한 답변을 제공해야 하는 기관은 VCA를 통해 반복적인 문의 사항을 처리할 수 있다. 이는 단순 사례뿐만 아니라 맥락적으로 개인화된 사례도 포함한다.

VCA는 자동 응답을 통해 전문적인 조언을 제공할 수 있어 다른 기관과 서비스 제공업체에 대한 대응성을 개선하고 해당 기관의 효율성을 향상시킨다. 이러한 방식은 API를 통한 직접적 통합이 불가능한 경우에만 적용될 수 있다.

VEA 서비스 제공
대부분의 VEA는 VCA와 비슷한 기술을 활용하지만, 일반 시민이 아닌 기관 직원을 대상으로 서비스를 제공하는 것이 목표다. VEA는 적절한 인증을 받아야 하며, 이메일 주소나 핸드폰 번호와 연계해 사용할 수 있다.

VEA는 잔여 휴가일 계산부터 비용 승인에 이르기까지, 각기 다른 부서에서 다양한 문의 사항과 거래 프로세스를 지원할 수 있다. VEA에는 많은 유지관리 비용이 지출될 수 있기 때문에, 규모가 크거나 이동을 하는 모바일 인력이 많은 경우, 혹은 공유 서비스 제공업체에서 고려해야 한다. 이를 통해 여러 부서에서 규모의 경제를 실현할 수 있다.

기관이 제공하는 시민 대면 서비스의 ‘스마트 어드바이저’ 사례
VCA를 뒷받침하는 ML은 효율성을 높이고 고객지원센터에서 넘어오는 업무를 줄여 준다. 이러한 형태의 ‘스마트 어드바이저(Smart Advisor)’는 통찰력 중심의 인력 구축을 목표로 하며, 숙련된 전문가들의 성과를 개선하는 비서나 파트너, 전문 조언가 역할을 할 수 있다. 정부 내에서 스마트 어드바이저는 서비스 제공 일관성을 개선한다. 단순 문의를 지원하고, 세금 및 인간적인 서비스 같은 분야에서 보다 복잡한 사례 관리를 통해 맥락적인 ‘차선의 조치 지원’을 제공한다.

스크립트 의사결정 트리 방식이 아직 실행 가능성이 있기는 하지만 스마트 어드바이저의 장점은 실제 사례에 관한 의사결정을 통해 학습하는 능력이다. ML을 통해 스마트 어드바이저의 답변 내용을 개발하고 지속적으로 발전시켜 업무 효율성을 개선시킬 수 있다. 스마트 어드바이저의 성능은 많은 양의 고품질 ‘훈련(training)’ 데이터 유무에 따라 좌우되므로, 도입을 고려하는 정부 기관은 이러한 고품질 데이터를 확보할 수 있는 방안을 고려해야 한다.

호주 인적 서비스부는 직원 효율성과 일관성을 향상시키기 위해 내부 직원들을 위한 스마트 어드바이저 파일럿 사업을 진행하고 있다. 해당 서비스 사용을 시작하기 전부터 인적 서비스 부서의 직원들은 3개월 치의 사례를 제공해 스마트 어드바이저가 적절한 답변을 개발할 수 있도록 지원했다. 영국의 해로우 시의회(Harrow Council)에서는 ‘사회적 돌봄’ 시스템에 스마트 어드바이저 서비스를 시행하는 중이다.

간접 VPA 서비스
간접 VPA 서비스는 아마존 ‘알렉사(Alexa)’, 애플 ‘시리(Siri)’, 마이크로소프트 ‘코타나(Cortana)’, ‘구글 어시스턴트(Google Assistant)’와 같은 일반 시민의 개인 디바이스에서 사용 가능한 VPA 기능을 활용한다. 사용자가 정부 웹사이트를 방문하는 것이 아니라 VPA 기술로 필요한 서비스를 받을 수 있도록 한다는 점에서 메신저 기반 VCA와 비슷하다.

최근 간접 VPA 서비스 사례들이 생겨나고 있다. 유타와 미시시피에서는 운전면허 연습 시험을 아마존 에코(Amazon Echo) 디바이스를 통해 완료할 수 있는 등, 새롭고 발전된 스타일의 서비스 사례가 다수 존재한다.

권고 사항
다채널 시민 참여 전략을 구현하려는 정부 CIO에게 다음과 같이 권고한다.

■ 소속 기관의 서비스를 다양한 스타일의 대화형 애플리케이션에 대입해서 대화형 애플리케이션 기회 목록을 작성하라.
■ 기업의 고객 경험 책임자들과 협력해 기회 목록을 수정하고 우선순위를 설정하라. 답변 내용의 복잡성이나 서비스 제공에 사용되는 재량 등을 고려해야 하며, 해당 서비스 수요자의 연령이나 언어적 배경 등을 분석해 수요자가 새로운 서비스를 사용할 가능성도 감안해야 한다.

디지털 정부 전략을 수정하고, 디지털 정부 플랫폼을 조정하라
디지털 성숙도를 높이려는 정부 기관들은 다채널 시민 참여 전략의 중요성에 대해 충분히 인지하고 있다. 그러나 안타깝게도 다수의 기관들이 웹사이트나 포털과 같은 전통적인 디지털 채널 이상으로 서비스 제공 채널을 확대하는데 어려움을 겪고 있다.

이미 사람들은 다양한 채널을 통해 정부에 참여하고 있으며, 모든 채널에서 동일한 수준의 서비스를 받고 싶어 한다. 디지털 정부 전략에서 다채널 시민 참여 전략은 서비스 제공을 기반으로 확립돼야 한다. 해당 전략은 채널 간 일관성을 유지하면서 다른 채널로 매끄럽게 전환하는 과정이 중요하며, 정부 직원 대상 서비스에도 똑같이 적용돼야 한다. 이에 따라 내부 직원을 중심으로 디지털 인력 전략의 일부분을 새로이 구성해야 할 것이다.

전략적으로 다채널 서비스 제공에 주력하는 것은 아키텍처 의사결정에 영향을 주게 되며, 시민·고객들의 사용자 경험 플랫폼을 결정하게 될 것이다.

API로 디지털 서비스 제공을 뒷받침하는 디지털 정부 플랫폼으로 직접 및 간접 채널에 일관성을 실현할 수 있다. 또한, 여러 개의 독립 채널을 유지하는데 필요한 기술과 비즈니스 간접비용도 발생시키지 않는다. 이 방식은 대화형 애플리케이션을 제공하는데 요구되는 복잡한 대화형 AI 플랫폼 통합을 간소화 시켜줄 것이다.

스마트 에이전트를 학습시키고 대화형 애플리케이션의 품질을 발전시키기 위해서는 ML을 디지털 정부 플랫폼에 통합시켜야 한다. 정부 CIO는 소속 기관의 디지털 성숙도를 향상시키기 위해 다음과 같은 노력을 해야 한다.

■ 디지털 전략을 검토해 다채널 시민 참여의 기반을 구축해야 한다. VCA, VPA, 챗봇 채널을 도입하겠다고 명확히 밝히고 새로운 채널 도입을 위한 융통성을 가져야 한다.
■ 기관의 규모를 감안해 내부 직원을 위한 서비스 제공 채널로 VEA 도입이 필요한 경우 디지털 업무환경 전략을 확대시켜야 한다. 내부 시스템 벤더들과 협력해 사용 가능한 API를 통해 직접적으로 지원하거나 통합시킬 수 있는 방법을 결정해야 한다. 공유 서비스 제공업체에서 재무나 HR과 같은 내부 서비스를 제공하는 경우는 해당 서비스 제공업체들과 협력해 VEA 서비스 제공 채널 로드맵을 수립한다.
■ 대화형 플랫폼을 통합시키는 역량을 파악하기 위해서 현재 구축된 아키텍처에 대한 검토를 진행해야 한다. 특정 대화형 플랫폼에 종속되지 않은 방식을 택하는 것이 중요한데, 이는 대화형 플랫폼 시장이 빠르게 진화하고 있어 앞으로 상당한 변화를 경험할 것이기 때문이다. 비종속적 방식을 취하면 시장이 변화하더라도 플랫폼을 업그레이드하거나 대체할 수 있는 융통성을 확보할 수 있다.
■ 잠재적 고객 참여와 가능한 효율성 증대를 중심으로 비즈니스 사례를 구축한다. 해당 비즈니스 사례를 활용한 VEA 시범 프로그램 제안을 포함해 현재 진행 중인 AI/ML 연구 관련 사업에 대한 투자 자금을 확보하도록 한다.