[컴퓨터월드] 챗봇(Chatbot)이 4차 산업혁명 시대 인공지능(AI) 부문의 첨병으로 IT업계 화두가 된 지 3년이 지났다. 다양한 기술이 접목되며 사용자 편의성이 크게 향상된 챗봇은 이미 사용자들이 가장 현실적으로 접해볼 수 있는 AI 솔루션으로 자리 잡았다. 이런 상황에서 이번 코로나 19 확산으로 비대면 시대가 도래, 챗봇 활용의 황금기가 도래할 것이라는 전망이 나오고 있다. 챗봇의 현재 상황과 국내 기업들의 챗봇 구축 과정 및 사례에 대해 알아봤다.

챗봇은 기계와 사람이 대화를 주고받는 시스템이다. 이 때 대화하는 기계의 대상은 인터페이스가 있는 ‘로봇’이거나, ‘디바이스’ 혹은 ‘센서(Sensor)’가 될 수 있다. 사람과 사람간의 대화의 매개는 언어가 일반적이다. 사람과 기계의 대화에서 사람의 언어를 기계가 이해해 사람이 원하는 정보를 얻을 수 있는 시스템이 바로 챗봇이다.

챗봇 시스템의 핵심은 ‘자연어처리(NLP)’다. 자연어처리는 이용자와 기계 사이의 자연스러운 대화를 통해 이용자의 의도를 기계가 파악해 정확한 정보를 다양한 형태의 데이터로부터 취합해 제공하는 데 활용된다. 이러한 NLP의 세부 기술로 형태소분석, 고정밀 구문분석 등과 같은 구조 분석을 바탕으로 한 담화분석과 정보추출, 정보요약, 문서분류 기술 등을 들 수 있다.

‘멍청이’ 챗봇에서 ‘일꾼’ 챗봇으로

AI 관련 기술이 그렇듯, 챗봇 역시 번쩍 등장해 갑자기 이슈가 된 것은 아니다. 80년대에 이미 알고리즘이 제시됐던 딥러닝이 최근 몇 년 사이 시장의 주목을 받게 된 것처럼, 챗봇 역시 오래 전부터 존재했으며 IBM 등 글로벌 기업들을 중심으로 꾸준히 연구·개발이 이뤄져 왔다. 특히, 지난 3년 전부터 해외 시장뿐만 아니라 국내 시장에도 챗봇이 일반 기업을 비롯해 공공기관에서도 본격적으로 도입되기 시작됐다.

물론 현재의 챗봇은 3년 전의 챗봇과는 크게 달라졌다. “‘멍청이’ 챗봇에서 ‘일꾼’ 챗봇으로 변신했다”고 말할 정도다. 챗봇은 크게 3단계로 진화해왔다. 묻는 질문에 고정적인 답만 하던 직답형 챗봇에서 사용자의 의도를 파악하고 그 의도 외에 관련 내용을 추천해주는 추천형 챗봇으로까지 고도화된 것이다.

과거의 단순 챗봇(직답형)은 시나리오를 기반으로 A라는 선택지를 설정하면 B, C, D라는 선택 가능한 항목이 나오는 흐름 기반의 챗봇이었다. 쇼핑몰 웹사이트를 예로 든다면, 메뉴 트리를 클릭했을 때 상세 항목이 하위에 나오는 것과 같다고 할 수 있다.

이러한 직답형 챗봇이 1세대라고 한다면, 2세대 챗봇은 키워드를 검색하면 관련 내용에 대한 답을 받기 위해 데이터베이스(DB)로 보내고 이를 다시 받아 답을 보여주는 형식이었다. 이 때 주로 DB 검색기능을 사용했다. 챗봇 기업들의 전신이 주로 검색기업인 경우가 많은 이유도 여기에 있다. 와이즈넛과 코난 테크놀로지가 대표적인 예다.

3세대 챗봇은 1세대 직답형 챗봇에 2세대 챗봇이 더해진 하이브리드 형태다. 네이버는 현재 각광받고 있는 3세대 챗봇은 머신러닝과 시나리오(룰 베이스)가 혼용된 ‘인텐트(Intent)’ 형태라고 설명하고 있다. 인텐트는 챗봇과 대화하는 사용자의 의도를 뜻한다. 사용자의 의도를 기계가 파악한다는 것이다.

가령, “손흥민 골 넣었어?”, “손흥민 득점 했어?”, “손흥민 해트트릭 했어?” 등 3가지 발화는 모두 ‘손흥민의 경기 득점 유무’라는 한가지 의도를 가지고 있다. 이처럼 같은 내용을 모두 다르게 발화하는 사용자의 의도를 챗봇이 다양한 구문 학습을 통해 ‘손흥민 골’이라는 사용자가 원하는 답변을 파악한다는 것이다.

그 가운데, 인텐트와 구분지어야 할 단어로는 ‘엔티티(Entity)’가 있다. 엔티티는 입력문장에 포함된 중요 키워드를 뜻한다. ‘손흥민 골’이라는 위 문장에서 엔티티는 ‘손흥민’과 골이 될 수 있다. 의도가 ‘손흥민’에 있을 수도 있고, ‘골’이라는 단어에 있을 수 있기 때문이다. ‘손흥민’ 대신 ‘해리케인’이나 ‘루카스 모우라’ 등 다른 선수로 바꿀 수 있고, ‘골’이라는 엔티티를 ‘도움’, ‘어시스트’ 등으로 대체할 수 있다.

3세대 챗봇은 단순히 머신러닝 방식의 기계학습만 사용하지는 않는다. 여기에 시나리오(룰 베이스) 형태도 함께 사용한다. 대표적인 사례로 NBP의 도미노피자 챗봇을 들 수 있다. 도미노피자는 ‘네이버 톡톡’이라는 NBP의 챗봇 시스템을 구축했다. 네이버 검색창에 ‘도미노피자’를 입력하면 ‘챗봇 주문하기’ 버튼을 통해 주변 지점이나 대표번호를 찾지 않고도 ‘네이버 톡톡’으로 간단히 피자를 주문할 수 있다. ‘네이버페이’ 이용자라면 주소나 연락처를 추가로 입력하지 않고도 네이버에 저장된 정보를 활용해 주문이 가능하다. 배달 예상 소요시간 및 출발 여부와 같은 진행 과정도 ‘네이버 톡톡’을 통해 실시간 공유되며, 주문 내역 역시 ‘네이버 톡톡’에 저장된다.

도미노피자 챗봇 구축은 기간은 3개월이었는데 이중 2달을 시나리오를 정리하는 데 소요했다. 사용자가 수많은 종류의 피자 중 페퍼로니 피자를 선택하는 시나리오에서 추가할 수 있는 토핑과 추가할 수 없는 토핑을 구별한 후, 베이컨이라는 토핑을 추가했을 때 사이드메뉴 선택으로 넘어가도록 하는 것이 한 예이다. 이렇게 시나리오를 구축한 후 이를 다른 사용자들에게도 적용할 수 있도록 지속적으로 기계학습을 시키는 것이다.

실제로 카카오톡의 ‘프리미어리그봇’이라는 챗봇은 경기에 대한 결과와 순위, 관련 뉴스를 보여준다. 이 챗봇은 단순한 순위나 결과를 요구할 때에는 시나리오 방식을 통해 보여주고, 관련 뉴스와 중계 등 보다 높은 수준의 결과를 요구할 때에는 머신러닝을 통해 정확도를 높여 정보를 제공한다.

사용자 편의성 위해 접점 단일화 및 신기술 결합

챗봇의 편의성 향상을 위해 사용자 접점이 하나로 통합되고 있다. 최근에는 서로 다른 챗봇들이 결합되기도 한다. 한 명의 사용자가 원하는 정보를 위해 사용자와 맞닿는 접점을 가진 챗봇이 사용자가 원하는 정보를 불러올 수 있는 다른 챗봇과 서로 통신한다는 것이다.

가령, 대학교 도서관의 도서 정보를 대학교 홈페이지에 구축된 대표 챗봇과의 대화를 통해 얻을 수 있다. 사용자가 대학교 홈페이지의 대학교 인트라넷을 통해 대학교 도서관 홈페이지에 별도로 들어가 그 안에 있는 챗봇과의 대화를 통해 정보를 얻어야 하는 번거로움을 없앨 수 있다. 대학교 홈페이지에 구축된 챗봇이 사용자와 도서관 챗봇의 대화를 대신해주는 것이다.

사용자가 기존 2개의 챗봇과 대화를 했던 것을 1개의 대표 챗봇과의 대화하게 함으로써 편의성을 높인 것이다. 최근 국내 챗봇 기업들은 챗봇 접점 단일화를 위해 역량을 모으고 있다.

사용자 편의성을 높이기 위해 챗봇에 로보틱 프로세스 자동화(RPA, Robotic Process Automation)기술도 적용되고 있다. 또한, 기존 텍스트 위주의 챗봇이 아닌 사용자 편의성을 높인 음성 챗봇도 최근 인기를 끌고 있다.

예를 들어보자면, 사용자가 “7월 3일 휴가 갈래”라고 챗봇에 입력하면 챗봇 엔진이 “7월 3일 휴가 신청”이라는 인텐트를 도출하고, 이를 회사의 ERP 시스템에 RPA 기술을 통해 연계한다. 이렇게 완성된 ‘휴가 신청’의 결과를 챗봇이 상사와 결정권자의 승인까지 받게 된다. 이후 챗봇은 그 결과를 사용자에게 전달해준다.

이 때 RPA와 ERP 시스템을 연결하는 방식은 API(Application Programming Interface)다. 한 마디로 RPA와 ERP 시스템의 징검다리 역할을 해준다는 것이다. API라는 징검다리를 통해 RPA가 ERP의 인사기록시스템에 접근해 사용자의 연차 사용을 대신해 준다. 그리고 다시 사용자와 접점에 있는 챗봇에 전달한다.

이런 기술적인 결합을 위해 시장에서는 업체간 협력이 이루어지고 있다. 국내 챗봇 기업 중 하나인 코난 테크놀로지는 RPA 기업인 이든티앤에스와 MOU를 체결했다. 또한, 더존과도 접촉하고 있는 것으로 알려졌다.

사용자 편의성 향상과 관련해 RPA 뿐만 아니라 광학식문자판독(OCR) 기술도 최근 주목받고 있다. OCR 기술을 통해 이미지를 인식하는 작업을 챗봇이 할 수 있다. 회사에 영수증을 처리하기 위해 영수증 파일을 챗봇에 보내면, 챗봇이 OCR 기술을 적용해 영수증을 재무팀에 보내 업무를 처리하는 것을 예로 들 수 있다. 사용자는 영수증 파일을 챗봇에 보내는 단순한 작업만으로 기존의 번거로운 영수증 처리 절차를 단순화할 수 있다.

최근에는 챗봇이 자율주행 로봇과도 연계되고 있다. 공항이나 박물관, 대학교 도서관 등 공공 서비스 부문에서 도입되고 있는 자율주행 로봇과 챗봇이 연계돼 운영시간이나 위치 등 해당 시설의 관련 정보를 제공하고 있다. 텍스트뿐만 아니라 음성 서비스고 가능하며 한국어 외에도 영어, 중국어, 러시아어도 함께 지원한다.

음성 인식기술을 적용한 챗봇으로 사용자 편의성을 높이는 경우도 있다. 음성인식 스피커, 모바일 기기 등 다양한 디바이스를 통해 음성으로 정보를 문의하고 음성으로 대응하고 있는 것이다.

음성 인식 기술을 탑재한 챗봇과 대화하게 되면, 노약자 및 장애인과 같은 정보 소외 계층에게도 정보를 쉽게 제공할 수 있다. 또한, 문장을 정리해 입력해야 했던 텍스트 형태의 챗봇보다도 활용측면에서 훨씬 유리하다.

챗봇이 처음 AI의 첨병이라는 이미지로 사람들에게 다가왔을 때, 사람들은 많은 기대를 가졌다. 물론 기대만큼 실망도 컸던 게 사실이다. 그러나 최근들어 새로운 기술이 적용되면서 다시 기대감을 높이고 있다.

실제 음성 인식 챗봇은 관련 기업들에게는 미래 먹거리로 인식되고 있을 만큼 큰 기대를 주고 있다. 안미영 네이버 비즈니스 플랫폼 챗봇 PM은 “사용자 경험을 고려했을 때 텍스트에서 음성으로의 전환은 지극히 당연한 현상”이라며, “현재의 음성인식 기술은 이미 안정화 단계에 있다. 음성인식 챗봇을 고려하지 않던 챗봇 업체들마저도 이 시장에 뛰어들도록 만들고 있다”고 말했다.

사용자 접점 단일화라는 트렌드에 대해 김규훈 코난 테크놀로지 미래전략그룹장은 “챗봇을 위한 애플리케이션들이 많아지고 이런 애플리케이션의 설치가 많아지면서 사용자들의 피로도가 늘었다”며, “이러한 흐름이 챗봇의 접점 단일화라는 트렌드를 이끌어내고 있다”고 설명했다.

컨설팅이 핵심

챗봇 구축에 앞서 필요한 챗봇의 기술적 대화 과정은 대화 UI(User Interface)가 되는 ‘인터랙션(Interaction)’과 사용자가 물어온 답변을 기계가 이해할 수 있도록 변환하고 답을 찾아오는 응용 과정인 ‘인테그레이션(Integration)’, 질문을 이해하고 대화를 관리하며 응답을 생성하는 ‘인텔리전스(intelligence)’ 등 3가지로 나뉜다.

이 과정에서 사용자와 접점을 마주하는 ‘인터랙션’과 ‘인텔리전스’도 중요하지만, 양질의 데이터를 골라 지도학습을 시킴으로써 챗봇의 정확도를 높이는 ‘인테그레이션’이 매우 중요하다. 반복적인 학습을 통해 사용자 질문에 대한 답변의 정확성을 높일 수 있기 때문이다.

장정훈 와이즈넛 연구소장은 “양질의 데이터 가운데서도 옥석만을 골라야 한다”며, “알고리즘 작업을 수없이 구동시켜 5~10% 정도의 정확도를 70~80%까지 끌어올리는 것이 챗봇 정확성의 핵심”이라고 강조했다.

챗봇 구축 과정에서 가장 중요한 것은 컨설팅이다. 챗봇이 어떤 업무를 대체할 것인지 등 서비스 목적도 컨설팅 단계에서 설정한다. 이후 고객의 데이터를 챗봇 구축 기업이 직접 확인하는 절차를 거친다. 일반적으로 챗봇을 구축하려는 기관이나 기업이 양질의 데이터를 확보하지 못하고 있는 경우가 많다. 이런 이유로 보통 데이터 선별하는 작업에 1~2개월이 소요된다. 다음으로 챗봇의 응답 범위에 대해 협의한다.

이러한 과정이 끝나면 현황을 분석하고 방향성을 수립한다. 가령, FAQ(Frequently Asked Question)를 위한 챗봇을 구축한다고 했을 때, 기존의 데이터를 기반으로 인터뷰를 실시해 방향성을 잡는다. 이후 데이터 구축이 진행된다.

데이터 구축 기간은 보통 2개월이지만 상황에 따라 6개월까지 소요된다. 이렇게 구축된 데이터를 챗봇 엔진에 넣으면 바로 동작한다. 정확도는 챗봇을 운영하면서 지속적으로 높아지는 데, 정확도가 85% 이상이면 무난한 것으로 인식된다.

챗봇 구축과정에서 주의할 점에 대해 장정훈 와이즈넛 연구소장은 “2가지가 핵심이다. 비용과 정확도다. 구축에 비용은 물론 운영과 관리 등도 염두에 둬야한다”며, “정확도는 프로젝트를 진행하면서 정답셋(테스트셋)을 별도로 구축해 최종 검수단계를 진행한다. 1,000개 중 900개가 통과되면 정확도가 상당히 높은 편이라고 본다”고 말했다.

“조건 갖춰졌다”, 지금이 챗봇 도입 적기

“최근 코로나 19(신종 코로나 바이러스)가 확산되면서 비대면 트렌드가 자리를 잡아가고 있다. 지금이 챗봇 비즈니스의 적기라고 봐도 무방하다.”

챗봇 업계 관계자들의 공통된 전망이다. 비대면 트렌드에서의 핵심은 바로 디지털 트랜스포메이션이다. 기존 구축형이던 시스템을 클라우드로 옮기거나, AI를 도입해 업무의 효율성을 높이는 경우가 많다. AI의 대표주자인 챗봇 역시 이러한 비대면 트렌드와 무관하지 않다.

시장조사기관인 그랜드 뷰 리서치의 보고서에 따르면 2016년 1억 9,000만 달러였던 글로벌 챗봇 시장은 연 평균 24.3% 성장해 2025년에는 12억 3,000만 달러 규모를 형성할 것으로 보인다. 코난 테크놀로지가 자체적으로 조사한 결과에 따르면 국내시장은 내년까지 연 평균 51% 성장하면서, 올해 340억 원 규모로 확대될 것으로 전망된다.

공공을 비롯해 민간에서 챗봇 구축 사례들이 속속 나오고 있다는 점은 코난 테크놀로지의 이러한 전망을 뒷받침하고 있다. 최근 인천공항공사는 AI 챗봇 3종을 구축했으며, 병무청은 실시간 민원상담을 위한 AI 챗봇 ‘아라’를 오픈했다.

공공기관뿐 아니라 민간 기업에서도 챗봇 구축이 활발하게 이뤄지고 있다. 카카오엔터프라이즈는 교보생명에 비대면 상담 챗봇을 구축하고, 한국남부발전은 메신저 기반의 대화형 챗봇 시스템을 구축해 임직원을 대상으로 서비스를 제공하고 있다. 뿐만 아니라 마이크로소프트(MS)는 코로나 19에 대한 정보를 얻을 수 있는 챗봇인 ‘헬스케어 봇’을 공개했다. 사회적 범죄에 대한 지원에도 챗봇이 투입되고 있다. 방송통신심의위원회는 AI 챗봇 상담 서비스인 ‘디지털성범죄정보신고·상담톡’을 구축했다.

신한은행은 자사 AI 챗봇인 ‘몰리’에 RPA 기술을 결합해 재무제표 입력을 자동화했다. 영업점 직원이 챗봇 AI몰리에 기업의 사업자번호와 재무제표 발급번호만 입력하면 RPA가 국세청 정보를 조회해 자료를 자동으로 입력한다. 입력 작업이 끝나면 후속 업무를 시작할 수 있도록 신청 직원에게 알림 메시지를 보낸다.

자동화 프로세스를 통해 직원이 직접 자료를 입력하는데 소요되는 시간을 절약하는 것은 물론 숫자를 잘못 입력해 발생할 수 있는 업무 오류도 없앴다. 코로나19 금융지원 업무와 기업의 신용평가 업무가 몰려있는 영업점 직원의 업무 부담이 크게 줄어든 것으로 전해지고 있다.

이처럼 챗봇 서비스는 시나리오 형식과 머신러닝 형식을 채용한 하이브리드 형태로 발전해 왔다. 이에 발맞춰 공공기관에서는 텍스트와 이미지, 음성이나 신기술을 융합한 챗봇을 구축하는 사업이 나오고 있다. 챗봇은 이제 더 이상 단순한 ‘봇’이 아닌 ‘감성비서’로 사용자 감성까지 어루만질 수 있는 ‘친구’ 역할도 할 수 있도록 진화하고 있다. AI 기술과 함께 발전하고 있는 챗봇이 향후 어떤 방향으로 진화할지 주목된다.

[챗봇 구축사례] 삼성카드, ‘아지냥이’에 챗봇 구축 삼성카드는 ‘아지냥이’라는 반려동물 커뮤니티 애플리케이션에 챗봇 서비스를 구축했다. 아지냥이 챗봇은 내부 시스템이 아닌 고객 확보 차원에서 커뮤니티에 챗봇을 도입했다는 점에서 관심을 모았다. 삼성카드는 NCP의 챗봇을 도입했는데 기존에 운영중인 여러 커뮤니티 애플리케이션에 NCP 솔루션을 적용한 결과 만족도가 높게 나타났기 때문이었다. 실제 삼성카드는 2014년 대학생을 위한 ‘영랩’, 2016년에는 ‘베이비스토리’, 2017년 ‘아지냥이’, ‘인생락서’ 등 온라인 기반 커뮤니티 서비스 구축에[ NCP솔루션을 적용했다. 특히 삼성카드는 말하는 것을 텍스트로 적어주는 ‘인생락서’라는 애플리케이션에 NCP 솔루션을 선제적으로 도입했었다. 이때 NCP의 CSR(Clova Speech Recognition) 기술의 음성인식 정확도가 높아 사용자들에게 높은 평가를 받았다. 이런 이유로 삼성카드는 ‘아지냥이’라는 애플리케이션에 NCP 챗봇 서비스를 도입했다. ‘아지냥이’는 챗봇과 API 게이트웨이 서비스를 사용해, 사용자가 반려동물에 대해 궁금한 것을 사전에 수의사를 채용해 실제 인터뷰로 데이터를 구축, 1대1로 답을 얻을 수 있다. 삼성카드는 ‘아지냥이’에 챗봇 서비스를 적용하면서 자연어검색 기능도 추가했다. 이를 통해 이용자는 더 빠르게 반려동물의 질병이나 양육 관련 질문에 답을 얻을 수 있게 됐다. 특히, ‘아지냥이’의 챗봇 서비스에 CSR도 결합해 음성으로 반려동물에 관련된 질의를 함으로써 보다 빠르게 문제를 해결할 수 있도록 했다. 김형주 삼성카드 프로는 “AI 서비스는 아무래도 언어와 관련이 깊은데, 한국어를 인식하고, 분석하는데 NCP 솔루션이 월등했다”며, “고객지원도 해외 CSP보다 즉각적이고 친절하다는 장점도 있다”고 말했다. 삼성카드는 향후 ‘아지냥이’의 챗봇 서비스에 NCP가 가진 서비스들을 계속해서 적용해 나갈 계획이다.

[챗봇 구축사례] 병무청, 민원상담 챗봇 ‘아라’ 구축 병무청은 민원상담을 위해 와이즈넛의 챗봇 서비스를 이용해 ‘아라’를 구축, 운영하고 있다. ‘아라’는 병무 행정 서비스의 주 이용자(18세~35세)를 대상으로 평일 근무시간 외에도 24시간 365일 인공지능 챗봇이 자동으로 답변해 주는 인공지능기반 민원신청시스템이다. 일반인이 본인인증 절차를 거친 개별 로그인을 통해 ▲맞춤형 병적 정보 제공 ▲병무 관련 민원 출원 등의 대응이 가능하다. 사업이 처음 계획됐을 때 연간 예상 이용자는 11만 6,600명으로 예상됐다. 이 같은 수치가 나온 이유로는 병무청의 ‘아라’ 챗봇의 대상이 디지털 환경에 거부감이 덜한 10대에서 30대였기 때문이다. 그렇기에 챗봇의 활용도가 보다 높았다. 특히, 와이즈넛 측은 ‘아라’ 챗봇을 구축하기 위해 병무청의 관련 데이터를 양질의 데이터로 가공에 앞서 컨설팅을 자세하게 진행했다고 말했다. 아울러, 병무청 민원상담 챗봇 구축 사업 관련해 수주할 수 있었던 계기에 대해 장정훈 연구소장은 데이터 구축 경험을 꼽았다. 공공부문의 챗봇을 구축한 경험이 많았고, 정확도 역시 강점이었다고 설명했다. 특히, 병역이행을 위한 병역판정검사부터 동원훈련까지의 단순(3분 이내) 상담을 야간·주말·공휴일 상관없이 실시간 자동으로 상담하고, 병무 관련 민원서류 39종에 대해 사용자가 필요한 서식 추천부터 작성·신청에 이르기까지 원스톱(One-stop) 상담으로 해결할 수 있는 것이 특징이다. ‘아라’는 병무청 홈페이지와 자체 애플리케이션 뿐만 아니라 카카오 플러스 친구와도 연계돼 이용자들의 공공서비스 접근성을 높여 편리한 병무 행정 서비스를 지원한다.

[챗봇 구축사례] 한국남부발전, 챗봇 ‘마이 코디’로 사내 업무도 처리 한국남부발전은 사내 업무 자동화를 위해 챗봇 ‘마이코디(My KODI)’를 구축했다. 와이즈넛이 구축한 ‘마이코디’는 머신러닝(Machine Leaning)과 로봇 프로세스 자동화(RPA)가 결합된 업무 자동화 챗봇이다. 출장이나 법인카드 사용 등 단순·반복적인 경비처리 업무를 자동화하는 ‘이지 봇’과 회계 및 출장, 정산 등 대화형 상담이 가능한 ‘업무상담 봇’이 결합됐다. 먼저, ‘이지 봇’은 ERP 및 전자결재시스템 등과 챗봇을 연계한 RPA 챗봇 서비스로, 남부발전 직원들이 가장 많이 사용하는 패턴을 학습시켜, 이를 출장/법인카드 사용 신청부터 정산 등 사후 처리까지 관련 업무에 대한 자동 입력 및 추천을 통해 원스톱 업무 처리 서비스를 제공한다. 이를 위해 와이즈넛은 챗봇에 결합된 RPA가 ERP에 접근해 상호작용하도록 구성했다. 이로써 챗봇에 사용자가 ‘법인카드 사용 신청’이라는 것을 입력하면, 이를 RPA가 탑재된 챗봇이 ERP에 보낸다. 이후 ERP에 ‘법인카드 사용 신청’을 하게 되고, 결과를 다시금 사용자와 마주한 챗봇에 보내게 되는 방식이다. ‘업무상담 봇’은 반복되는 회계·출장 업무 및 관련 규정 등의 문의에 대해 상담해주는 상담 챗봇 서비스로, 법인카드 관리·출장처리·회계처리 등의 궁금한 점을 물어보면 담당자를 모르거나 업무시간이 아닐 때에도 실시간 자동으로 답변을 제공한다. 특히, ‘마이코디’는 다양한 문법구조와 일상 언어 패턴, 남부발전 내의 특화된 언어 패턴 및 문맥 등을 학습해 응답률과 정확도를 높였다. 이번 챗봇 구축으로 한국남부발전은 그 동안 신규직원이나 시스템 사용 초보자들이 ERP 매뉴얼 숙지에 시간이 걸리던 문제를 해결했고, 회계처리 중심의 복잡한 문의에 대한 답변을 실시간 얻을 수 있다는 점에서 직원들의 편의성과 업무 효율이 더욱 높아졌다.