[이뉴스코리아 박은혜 칼럼니스트]
“2018년 10월 18일부터 산업안전보건법 제26조의 2에 의해 고객응대근로자 보호 조치를 시행하고 있습니다. 고객응대근로자에게 폭언, 폭행 등을…….”
콜센터 상담원과 전화연결을 할 때마다 등장하는 멘트다. 위와 같은 법의 등장은 그동안 상담원들을 대상으로 한 폭언의 수준이 어느 정도였는지를 짐작하게 해 준다. 실제로 다양한 매체에서 상담원들의 고충에 대해 다루곤 했다. 해당 방송에서는 면대면 상담이 아니라는 이유로 마음껏 욕설을 내뱉는 고객, 과도한 항의와 충고를 하는 고객들이 있는가 하면, 상담 내용과는 전혀 상관없는 부분을 들먹이며 모욕을 하는 경우도 비일비재함을 적나라하게 소개해 주곤 했다. 하지만 아무리 법이 제정되고 위에서 소개한 멘트가 먼저 나간다 할지라도, 상담원들이 겪는 정신적 고통이 근절되지는 않을 것으로 보인다.
챗봇(Chatbot), 과연 상담원의 고충을 덜어주는 도구가 될까
사실상 폭언을 일삼는 고객을 바꿀 수는 없다. 혹여 법이 보다 강화되고 실질적인 처벌이 엄중하게 내려지지 않는 이상, 그들의 전화 습관이 변화되는 것에 기대를 걸 수는 없다. 마치 악플러들이 사라지는 것을 기대해서는 안 되는 것과 마찬가지다. 그렇다면 상담원들의 정신적인 고통을 해소하는 방법은 한 가지밖에 없다. 고객이 아닌, 상담원의 고충을 덜어줄(혹은 대신할) 대상을 대신 세우는 것이다. 물론 대신 세워질 대상은 사람일 수는 없다. 상처가 될 만한 말을 들어도 상처를 받지 않을 수 있는 대상이 필요한데 그 대상이 바로 인공지능 로봇, 곧 챗봇이다.
챗봇은 수준에 따라 다양하며 기능의 차이도 큰데 단순한 소통만을 가능케 하는 챗봇이 있는가 하면, 정교한 언어 처리를 가능케 하는 챗봇도 있다. 이러한 챗봇은 2000년대 초반에는 인터넷의 발달과 더불어 대화형 메신저 형태로 다양하게 개발되기 시작했으며 지금은 일부 기업에서 고객 응대를 하거나 주문을 할 때 챗봇을 활용하고 있다.
챗봇과 딥러닝의 만남
이러한 챗봇이 기반을 두고 있는 인공지능 기술은 딥러닝이다. 딥러닝이란 한마디로 사물이나 데이터를 분류하거나 군집화할 때 쓰이는 기술이라고 할 수 있다. 그런데 딥러닝에 대해 살펴보기에 앞서 먼저 기계학습에 대한 이해를 시도할 필요가 있다. 예를 들어 사람은 초콜릿과 사탕을 쉽게 구분할 수 있지만 컴퓨터는 사람과 같은 인식 방법으로 구분할 수 없다. ‘기계학습(Machine Learning)’이라는 방법에 근거하여 수많은 데이터를 컴퓨터에 입력한 후 비슷한 것끼리 분류할 수 있게 해 주는 기술이 더해졌을 때에야 분류가 가능해진다. 즉, 저장된 초콜릿과 비슷한 사진이 입력되었을 경우, 컴퓨터는 기존의 데이터에 근거하여 특정 초콜릿을 ‘초콜릿’으로 분류할 수 있게 하는 것이다.
한편 데이터에 대한 분류 문제와 관련하여 기계학습 알고리즘이 이후로 다양하게 등장했다. 대표적인 것들로는 ‘의사결정나무’, ‘베이지안망’, ‘서포트벡터머신’ 등이 있는데, 알고리즘 중에서도 최근에 주목을 끌고 있는 인공신경망이 바로 딥러닝과 관련이 깊다. 자세하게 설명하자면 인공신경망이 가지고 있던 기존 한계를 극복하기 위해 새롭게 등장한 기계학습 방법이 바로 딥러닝이다. 즉, 딥러닝은 인공신경망과 같은 줄기이면서도 더 발전한 단계이며 역사를 공유하고 있다고 이야기할 수 있다.
이러한 딥러닝의 핵심은 분류 능력을 통해 예측을 하는 것이다. 무수한 데이터 속에서 특정한 패턴을 발견하고 앞서 예를 들었던 것처럼 인간만이 가능했던 사물의 구분을 컴퓨터가 데이터를 통해 구현해내는 것이다. 바로 이러한 기술이 챗봇 시스템을 구현하게 만들고 더 나아가 사람과 로봇과의 대화를 이끌어나가는 기술로서 활용될 수 있는 것이다.
우리 가까이에 다가온 챗봇
그렇다면 최근 들어 챗봇은 어느 수준까지 이르렀고 어느 정도로 상용화되어 있는가? 근래에 들어 다양한 기업에서 딥러닝에 기반을 둔 챗봇에 음성기능까지 추가하였다. 물론 챗봇의 정교한 기능이 어느 수준까지 올라가느냐에 따라 달라질 것이다. 곧 고객의 의도를 얼마나 정확하게 이해하는지, 고객과 자연스러운 대화를 잘 유지할 수 있는지가 중요한 문제로 다루어질 것이다. 또한 사람이 직접 상담해주고 있다는 분위기를 드러내는 데 초점을 맞추고 개발이 진행되는 것은 물론 예상치 못한 문의에도 신속하게 대응할 수 있게 하는 기능이 수반되어야 할 것이다. 만약 이러한 기능들이 원활하게 활용될 수 있다면 앞서 언급한 콜센터 상담에서 비롯될 수 있는 다양한 문제들이 극복되는 것은 시간 문제다. 가령, 블랙리스트 고객을 비롯하여 문제가 많은 고객들을 전담하는 챗봇이 등장한다면 기존의 상담원들의 고충은 크게 줄어들 수밖에 없다.
챗봇, 일자리를 위협하기만 하는 존재일까?
한편 이쯤 되면 다시금 떠오르는 것이 일자리 위협에 대한 문제일 것이다. 상담원이 해야 할 업무를 대신하는 로봇이 등장했으니 기존의 상담원 자리가 위협받게 되는 것은 당연지사다. 심지어 전체 일자리에서 상담원이 차지하는 비중이 꽤 큰 만큼 챗봇의 등장은 대표적인 일자리 위협의 대상이 될 수밖에 없다. 그러나 완벽한 대체가 아닌 이상은 챗봇의 투입은 불가피하다. 각종 공공 기관, 쇼핑몰, AS센터, 보험사, 종합병원 등을 대상으로 상담원 연결을 시도할 때마다 시간 지연 문제가 생기는 것을 염두에 둘 때, 챗봇의 존재를 더 인정할 수밖에 없다. 사실상 바쁜 현대인들에게 상담 시 대기를 해야 한다는 것은 적지 않은 부담이 될 수 있다. 겨우 짬을 내어 걸었지만 바로 응대가 어려울 때, 대기인원이 많아 한참동안 전화를 붙들고 서 있어야 할 때, 사람들은 곤란을 느낄 수밖에 없고 이것은 악순환이 되어 다시금 상담원에게 화살로 돌아갈 수 있다. 특히 급하게 처리해야 하는 문제를 앞두고 대기, 지연 현상이 발생하면 상황은 더욱 악화될 수밖에 없다.
이 이야기인 즉 슨, 오늘날 많은 인력이 상담원의 업무에 투입되고 있음에도 불구하고 여전히 현재의 인력만으로는 상담업무와 원활하게 이어질 수가 없다는 것이다. 그런 차원에서 챗봇이 보편화된다면, 더 이상 전화 상담에 있어 오랜 시간대기를 해야 하는 문제를 줄일 수 있다. 물론 이러한 기능은 단지 고객들에게만 유리하게 작용하는 것이 아니다. 만약 적성한 선에서 챗봇이 가동되어 상담원들의 과중한 업무를 덜어준다면, 전화기에서 한 시라도 귀를 뗄 수 없는 상담원의 고충을 덜어줄 수 있을 것이다. 그만큼 챗봇의 진화는 궁극적으로 상담원의 복지에도 영향을 미치게 된다.