- 챗봇 컨테인먼트율은 챗봇이 사람의 도움 없이 해결한 사용자 상호작용의 비율을 측정합니다. 기업에서는 사용 사례에 따라 일반적으로 70~90%를 목표로 합니다.
- 100% 컨테인먼트율이 목표가 되어서는 안 됩니다. 일부 고가치 또는 민감한 대화는 항상 인간 상담원에게 이관되어야 하기 때문입니다.
- 낮은 컨테인먼트율은 주로 의도 인식 부족, 오래된 지식베이스, 맥락 처리 미흡, 핵심 시스템과의 통합 부족 등에서 비롯됩니다.
높은 챗봇 컨테인먼트율은 성공적인 AI 챗봇의 신호입니다.
그렇다면 컨테인먼트율이란 무엇일까요? 그리고 어떻게 개선할 수 있을까요?
잘 찾아오셨습니다. 챗봇 컨테인먼트율, 모범 사례, 측정 방법, 낮은 원인, 그리고 해결 방법까지 자세히 알아보겠습니다.
시작해봅시다!
챗봇 컨테인먼트율이란?
챗봇 컨테인먼트율은 챗봇이 사람에게 이관하지 않고 성공적으로 처리한 사용자 상호작용 또는 문의의 비율을 의미합니다.
챗봇이 자체적으로 문제를 해결하거나 정보를 제공하는 효율성을 측정하는 지표입니다. 엔터프라이즈 챗봇의 성공 지표로 자주 사용됩니다. 예시:
컨테인먼트율이 높을수록 챗봇이 사용자의 요구를 효율적으로 충족시키고, 인간 상담원의 업무 부담을 줄이며, 운영 효율성을 높이고 있음을 의미합니다.
자동화와 인간 이관의 균형 맞추기
어떤 기업도 100% 컨테인먼트율을 원하지는 않습니다. 고가치 판매나 민감한 문제 해결 등, 사용자를 직접 만나야 하는 상황은 항상 존재합니다.
목표는 인간 개입을 완전히 대체하는 것이 아니라, 자동화가 반복적이거나 단순한 작업을 처리하고, 팀이 더 가치 있는 상호작용에 집중할 수 있도록 균형을 맞추는 것입니다.
챗봇이 필요할 때 자연스럽게 사람에게 이관되도록 설계하면, 사용자는 적시에 적절한 지원을 받아 효율성과 만족도가 모두 향상됩니다.
챗봇 컨테인먼트율은 어떻게 측정하나요?
챗봇 컨테인먼트율을 측정하려면 다음 단계를 따르세요:
1. 전체 상호작용과 이관된 상호작용 추적
특정 기간 동안 챗봇과의 전체 사용자 상호작용 수를 집계합니다. 여기에는 모든 대화, 문의, 사용자가 시작한 작업이 포함됩니다.
그 다음, 챗봇이 사람에게 이관하거나 미해결로 표시한 상호작용 수를 추적합니다.
‘이관’에는 상담원에게 직접 연결하거나, 사용자가 명시적으로 도움을 요청한 경우가 포함될 수 있습니다.
2. 컨테인먼트율 계산
공식은 다음과 같습니다:
컨테인먼트율 = (1− [이관된 상호작용 / 전체 상호작용]) × 100
예를 들어, 챗봇이 1,000건 중 900건을 이관 없이 처리했다면, 다음과 같이 계산합니다:
컨테인먼트율 = (1−1000/100) × 100 = 90%
3. 또는 분석 도구 활용
챗봇 분석 또는 고객 서비스 플랫폼을 활용하면 컨테인먼트율 등 주요 지표를 자동으로 추적·보고할 수 있습니다. 이러한 도구는 이관 사유, 사용자 만족도 등 추가적인 인사이트도 제공합니다.
이 지표를 지속적으로 모니터링하고 최적화하면 챗봇의 효율성과 사용자 경험을 높일 수 있습니다.
내 챗봇 컨테인먼트율이 낮은 이유는?
챗봇이 문의를 제대로 이해하지 못하거나, 적절한 데이터를 갖추지 못했거나, 복잡한 작업을 처리하지 못할 때 컨테인먼트율이 낮아집니다. 사용자는 챗봇이 요구를 충족하지 못한다고 느끼면 이관을 요청하게 됩니다.
낮은 컨테인먼트율의 일반적인 원인은 다음과 같습니다:
- 의도 인식 부족 또는 문의 오해
- 제한적이거나 오래된 지식베이스
- 대화 중 맥락 유지 불가
- 핵심 데이터 소스와의 통합 부족
- 챗봇의 역할과 범위가 불분명함
높은 컨테인먼트 챗봇을 위한 모범 사례
의도 분류기 대신 LLM 사용
높은 컨테인먼트 챗봇은 일반적으로 의도 분류기 대신 LLM을 기반으로 합니다.
LLM은 자유로운 언어와 다양한 표현을 정교하게 이해하고 적응하는 데 강점을 가지고 있어, 복잡하거나 예기치 않은 문의도 효과적으로 처리할 수 있습니다.
딱딱한 의도 매핑이 필요 없어, 챗봇(때로는 LLM 에이전트라고도 함)이 더 다양한 사용자 입력에 유연하고 정확하게 대응할 수 있습니다.
우리 COO의 글에서 설명하듯, Botpress는 경쟁사와 달리 의도 분류기 대신 LLM을 사용합니다.
적응형 대화 설계
고정된 워크플로우에 의존하지 않고, 챗봇이 실시간으로 사용자 행동에 맞춰 동적으로 반응하도록 설계해야 합니다.
맥락 인식과 의사결정 알고리즘을 활용해 대화 중에도 접근 방식을 조정할 수 있습니다. 사용자가 주제를 바꾸거나 정보를 덜 제공하거나 추가 질문을 해도 챗봇이 계속 적절하게 대응해, 해결율을 높일 수 있습니다.
동적 챗봇을 가장 쉽게 설계하는 방법은 에이전트형 AI를 사용하는 것입니다. 이렇게 하면 챗봇이 자체적으로 상황에 맞는 최적의 접근 방식을 선택할 수 있습니다.
RAG 시스템 활용
RAG(검색 기반 생성)과 CRM, 지식베이스 등과의 통합을 결합하면 챗봇의 잠재력을 극대화할 수 있습니다.
신뢰할 수 있는 소스에서 실시간, 도메인별 정보를 가져와 복잡한 질문에도 답변하고, 여러 단계를 거치는 작업도 이관 없이 처리할 수 있습니다.
챗봇 컨테인먼트율을 어떻게 높일 수 있나요?
다행히도 챗봇 컨테인먼트율은 개선할 수 있습니다. 챗봇 개발 방식과 사용자에게 목적을 어떻게 알리느냐에 달려 있습니다.
챗봇 컨테인먼트율을 높이는 6가지 방법은 다음과 같습니다:
1. LLM으로 의도 인식 강화
기존 의도 분류기에서 LLM으로 전환하면 컨테인먼트율이 높아질 수 있습니다.
딱딱한 의도 매핑과 달리, LLM은 자유로운 언어와 다양한 표현을 이해하고 적응할 수 있습니다. 이로 인해 오해가 줄고, 챗봇이 복잡하고 예측 불가한 대화도 정확하고 자연스럽게 처리할 수 있습니다.
2. 지식베이스 확장
챗봇의 지식베이스를 최신 상태로 유지하는 것이 만족스러운 상호작용의 핵심입니다.
자주 묻는 질문, 제품 정보, 자주 발생하는 문제의 해결책을 정기적으로 추가하세요. 챗봇이 더 다양한 문의를 처리할 수 있어, 사용자는 정확하고 신속한 답변을 받을 수 있습니다.
3. 경로(선택지) 다양화
챗봇은 사람에게 이관하기 전에 스스로 문제를 해결하려고 시도합니다. 성공률이 낮다면, 사용자가 선택할 수 있는 경로를 더 추가해보세요.
추가 질문이나 대안 제시 등 보조 옵션을 제공하면, 챗봇이 사용자 요구를 충족할 기회가 더 많아집니다.
4. 프로세스 전반에 지원 기능 구축
예약, 문제 해결 등 복잡한 워크플로우가 포함된 경우, 사용자가 사람의 도움 없이도 원활하게 완료할 수 있도록 챗봇을 설계하세요. 사용자를 안내할 수 있는 챗봇은 인간 개입 필요성을 줄여줍니다.
5. 챗봇의 역할과 목적을 명확히 안내하기
처음부터 명확한 기대치를 설정하세요. 챗봇이 처리할 수 있는 일과 강점을 사용자에게 안내하면, 대화가 챗봇이 가장 잘할 수 있는 영역으로 유도되어 불필요한 좌절을 방지하고 성공적인 결과를 이끌 수 있습니다.
6. 성과 모니터링
미해결 문의, 이관 비율, 만족도 점수와 같은 주요 지표를 추적하여 챗봇의 성과를 측정하세요. 이러한 인사이트를 활용해 개선이 필요한 부분을 파악하고 업데이트의 성공 여부를 평가할 수 있습니다.
가장 유연한 플랫폼에서 구축하세요
챗봇 빌더 지원은 저희가 가장 잘하는 일입니다. 시장에서 가장 강력하고 유연한 AI 에이전트 플랫폼을 통해 전 세계에 75만 개 이상의 챗봇을 배포했습니다.
Botpress에서는 드래그 앤 드롭 방식의 시각적 플로우 빌더, 방대한 교육 자료, 2만 명 이상의 챗봇 빌더가 활동하는 Discord 커뮤니티까지 모두 쉽게 이용할 수 있습니다.
확장 가능한 플랫폼이므로 무엇이든 만들 수 있고, Integration Hub에는 주요 채널과 연결할 수 있는 사전 구축 커넥터가 가득합니다.
지금 바로 시작하세요. 무료입니다.
자주 묻는 질문
1. 컨테인먼트율이 장기적으로 고객 만족도와 유지에 어떤 영향을 미치나요?
컨테인먼트율은 고객 만족도와 유지에 직접적인 영향을 미칩니다. 챗봇이 사람의 개입 없이 문제를 해결할수록 고객은 더 빠르고 원활한 지원을 경험하게 되며, 이는 신뢰를 쌓고 재방문 및 추천 가능성을 높입니다.
2. 챗봇 컨테인먼트율을 높이는 것과 인력을 추가로 채용하는 것의 ROI는 어떻게 다른가요?
챗봇 컨테인먼트율을 높이면 인력을 추가로 채용하는 것보다 더 높은 ROI를 얻을 수 있습니다. 챗봇이 더 많은 문의를 처리할 수 있어 인력 확장 없이도 대응량을 늘릴 수 있고, 상담원은 공감이나 전문 지식이 필요한 복잡한 문제에 집중할 수 있습니다. 시간이 지날수록 더 효율적이고 비용 대비 해결 건수가 증가하며, 고객 경험도 개선됩니다.
3. 기업에 이상적인 컨테인먼트율 목표는 얼마이며, 어떻게 결정되나요?
기업의 이상적인 컨테인먼트율은 일반적으로 70~90% 사이지만, 실제 목표치는 사용 사례의 복잡성이나 자동화 허용 범위 등 다양한 요인에 따라 달라집니다. 높은 컨테인먼트율이 바람직하지만, 챗봇이 계속해서 정확하게 문제를 해결할 수 있을 때만 의미가 있습니다. 그렇지 않으면 오히려 사용자 불만을 초래할 수 있습니다.
4. 사용자 피드백 루프는 컨테인먼트 개선에 어떤 역할을 하나요?
사용자 피드백 루프는 컨테인먼트 개선에 매우 중요합니다. 피드백을 통해 챗봇이 실패하는 지점을 파악할 수 있으며, 이 데이터를 바탕으로 모델을 재학습시키고 지식의 빈틈을 보완해 챗봇의 효율성을 높일 수 있습니다.
5. 어떤 종류의 통합(CRM, ERP 등)이 컨테인먼트에 가장 큰 영향을 미치나요?
CRM, ERP, 지식 베이스와의 통합이 컨테인먼트에 가장 큰 영향을 미칩니다. 이러한 통합을 통해 챗봇이 주문 상태, 계정 정보, 재고 현황 등 실시간 맞춤형 데이터를 활용할 수 있어 더 다양한 문의를 직접 해결할 수 있습니다.
.webp)
