소비자 금융 분야의 챗봇

문제를 해결하거나 질문에 답하기 위해 고객과 협력하는 것은 금융 기관의 필수적인 기능이자 관계 금융의 기초입니다.1 고객은 금융 상품 및 서비스에 대한 지원을 위해 금융 기관에 의지하고 적시에 간단한 답변을 받기를 정당하게 기대합니다. 사용된 프로세스나 기술에 관계없이.

CFPB(소비자 금융 보호국)에서 실시한 다음 연구에서는 금융 시장에서 종종 "인공 지능"으로 마케팅되는 고급 기술의 도입이 고객 서비스 경험에 어떤 영향을 미칠 수 있는지 살펴봅니다. 이 보고서의 목적은 금융 기관에서 챗봇 기술을 어떻게 사용하고 있는지, 그리고 고객이 겪고 있는 관련 문제를 설명하는 것입니다. CFPB의 분석은 다음과 같이 제안합니다.

금융 기관은 오랫동안 잠재 고객 및 기존 고객과 상호 작용하기 위해 다양한 채널을 사용해 왔습니다. 은행 지점은 고객이 집 근처에서 은행 업무를 수행하고 고객 서비스 및 지원을 받을 수 있는 장소를 제공하기 위해 만들어졌습니다.4 질문을 하고 금융 기관과 직접 상호 작용할 수 있는 능력은 오랫동안 관계형 금융의 핵심 원칙이었습니다.

시간이 지남에 따라 금융 기관에서는 고객이 금융 기관과 보다 쉽게 ​​상호 작용할 수 있도록 연락 센터(이전의 콜 센터)를 추가했습니다. 이러한 기관이 성장함에 따라 많은 컨택 센터 기능이 대화형 음성 응답 기술로 전환되어 통화를 적절한 직원에게 라우팅하고 비용을 절감했습니다. 새로운 기술이 출시됨에 따라 금융 기관에서는 고객 지원을 위해 모바일 애플리케이션5, 메시지 전송 및 수신 기능 또는 "실시간 채팅"을 통한 기능과 같은 온라인 인터페이스를 배포했습니다. 소비자 금융에 채팅이 도입되면서 고객은 채팅 플랫폼을 통해 고객 서비스 상담원과 실시간으로 주고받는 상호 작용을 할 수 있게 되었습니다.

컴퓨터 프로그래밍을 사용하여 인간과 유사한 응답을 시뮬레이션하는 챗봇은 주로 인간 고객 서비스 상담원의 비용을 줄이기 위해 도입되었습니다. 최근 금융 기관에서는 텍스트와 음성을 사용하여 자동으로 채팅 응답을 생성하기 위해 생성적 기계 학습과 신경망 및 자연어 처리와 같은 기타 기본 기술을 실험하기 시작했습니다.6 아래에서는 고객 지원 목적으로 챗봇을 사용하는 방법을 설명합니다.

챗봇은 인간 대화의 요소를 모방하는 컴퓨터 프로그램입니다. 정교함, 자동화, 기능 면에서 크게 다를 수 있지만 모두 사용자의 입력을 수집하고 프로그래밍을 사용하여 출력을 생성합니다.7

규칙 기반 챗봇은 의사결정 트리 논리 또는 키워드 데이터베이스를 사용하여 사전 설정된 제한된 응답을 실행합니다. 이러한 챗봇은 사용자에게 일련의 키워드를 기반으로 옵션 중에서 선택하거나 옵션 사이를 탐색하고 사전 결정된 규칙을 사용하여 응답을 생성할 수 있는 옵션 세트 메뉴를 제공할 수 있습니다. 사용자는 일반적으로 미리 정의된 가능한 입력으로 제한됩니다.8 예를 들어, 은행 챗봇은 계좌 잔액 확인이나 결제 등 소비자가 선택할 수 있는 일련의 옵션을 나열할 수 있습니다.

보다 복잡한 챗봇은 추가 기술을 사용하여 응답을 생성합니다. 특히, 이러한 챗봇은 자연스러운 대화를 시뮬레이션하기 위해 종종 "인공 지능"으로 판매되는 기계 학습 또는 기술을 사용하도록 설계될 수 있습니다.9 다른 복잡한 챗봇은 LLM을 사용하여 대규모 데이터 세트에 있는 단어 사이의 패턴을 분석하고 이에 대한 응답으로 어떤 텍스트가 따라야 하는지 예측합니다. 사람의 질문.10

도메인별 챗봇은 사용자가 특정 작업을 수행하도록 돕기 위해 고안되었으며 그 기능은 의료, 교육 또는 은행 업무와 같은 주제 영역으로 제한됩니다.11 우리의 분석은 금융 산업의 챗봇에 중점을 두고 있습니다.

챗봇은 웹사이트, 모바일 애플리케이션, 은행, 모기지 서비스 제공업체, 채권 추심 기관 및 기타 금융 회사의 소셜 미디어 계정을 포함하여 금융 산업 전반에 걸쳐 눈에 띄게 소개됩니다. 2022년에는 9,800만 명 이상의 사용자(미국 인구의 약 37%)가 은행의 챗봇에 참여했습니다. 이 숫자는 2026년까지 1억 1,090만 명으로 증가할 것으로 예상됩니다.12