- 텍스트 및 음성 전용 : 사용자가 문장 입력을 말로 대신할 수 있는 인터페이스. 이 시나리오에서 부가되는 복잡성은 음성을 캡처하고 음성-텍스트 변환 구성 요소를 통합할 수 있는 마이크 접근을 구현하는 것이다.
- 음성 전용 : 시리, 알렉사, 코타나 사용 경험을 생각하면 된다.
- 음성 및 시각 : 알렉사 쇼(Alexa Show)를 생각하면 된다.
- 텍스트, 음성 및 시각 : 예를 들면 아이메시지의 다채로운 경험이 있다. 클라이언트는 입력하거나 말을 할 수도 있고 채팅 맥락에 따라 시각적 UI 위젯과 상호작용도 가능하다. 개발자 관점에서 과제는 챗봇이 적절한 맥락에서 적절한 UI 상호작용을 제공하도록 하는 것이다.
2. NLP 구성 요소.
3. 봇의 맥락 또는 기억.
4. 되돌림, 분할, 반복.
하나의 행동이나 “트랜잭션” 용도로 사용
더 자유로운 형태의 대화에서는 챗봇이 대화를 분할하거나 이전의 특정 대화로 되돌림하기는 현재 매우 어렵고 따라서 이를 지원하지 않는 챗봇이 많다.
5. 레거시 시스템과의 통합.
대부분 CRM 시스템, ERP 애플리케이션 또는 HR 시스템과 연계해서 정보를 수집하거나 데이터를 푸시해야 한다.
6. 분석.
접촉, 편향, 오해를 파악하고 고품질 또는 더 개인화된 경험을 제공하는 데 도움이 된다.
7. 핸드오프
상호 작용의 복잡성이 일정 수준 이상 높아질 때를 위해 봇과 사람 사이의 핸드오프를 고려해야 한다.
8. 성격, 어조 및 인격.
NLP를 통합하고 나면 생산적인 챗봇을 구축하기 위해, 챗봇 프레임워크는 각 사용자에게 맞게 개인화해야 하는 많은 수작업 코딩 논리와 결정 트리, 지속성 관리가 포함된 또 다른 애플리케이션을 구축하는 작업이다.
본질적으로 NLP는 실제 비즈니스 애플리케이션을 개발할 때 일반적으로 직면하는 과제를 해결해주지 않는다. 단지 채팅 인터페이스를 사용해 더 폭넓고 만족스러운 경험을 제공할 기회를 제공할 뿐이다.
