닐슨노먼그룹 챗봇 UX 설계 전략 리포트

(자료=제미나이 제작)

AI 기술이 대중화되면서 많은 기업이 자사 웹사이트에 맞춤형 AI 챗봇을 도입하고 있다. 그러나 대다수 챗봇은 일반적인 인간 상담원만큼 유연하지도, 프론티어급 거대언어모델(LLM)만큼 똑똑하지도 못해 사용자들의 기대를 충족시키지 못하고 빠르게 외면받는다. 

이에 글로벌 UX 전문 컨설팅 기업 닐슨노먼그룹(Nielsen Norman Group)은 챗봇 설계 단계부터 정교한 UX 전략이 필요하다고 말한다. 특히 사용자와 챗봇 간 모든 상호작용이 기업 신뢰도에 영향을 미치는 만큼 그 완성도는 중요하다고 강조한다. 그렇다면 어떻게 해야 사용자가 신뢰하고 계속 쓸 수 있는 사이트 맞춤형 챗봇을 만들 수 있을까? 

닐슨노먼그룹이 최근 발표한 챗봇 UX 전략 리포트를 바탕으로 신뢰받는 AI 챗봇 구축을 위한 5가지 실무 가이드라인을 정리했다. 

1. 인간 상담원과의 연결을 막지 마라 

기업 입장에서는 인건비 절감과 효율성을 위해 챗봇 선에서 대화를 끝내고 싶어 한다. 하지만 사용자들은 아직 챗봇을 인간 상담원과 동등하게 여기지 않는다. 챗봇이 도움을 주지 못한다고 판단하는 순간 즉시 사람과 직접 대화하기를 원한다. 

즉, 사용자가 명시적으로 인간 상담원 연결을 요청할 때 챗봇은 즉시 이를 이행해야 한다. 특히 사용자가 동일한 질문을 반복하며 답답해하는 모습을 보인다면, 챗봇이 먼저 나서서 인간 상담원 연결을 안내해야 한다.

하지만 상담원 연결 과정에서의 주의점도 있다. 챗봇이 너무 빨리 인간 상담원을 연결하면 챗봇 기능에 대한 신뢰가 떨어진다. 인건비도 증가한다. 반면 챗봇이 사용자의 상담원 연결 요청을 이행하지 못한다면 챗봇의 존재 이유 자체가 사라지며, 사용자는 더이상 해당 기능을 이용하지 않을 가능성이 높다. 때문에 인간 상담원 전환의 적절한 선을 유지하는 것이 중요하다. 

2. 유연하게 반응하라 

사용자는 대화 도중에 마음을 바꾸거나 오타를 내거나, 혹은 여러 주제를 넘나들며 이야기하기도 한다. 챗봇은 여기에 적응해야 한다. 다시 말해 챗봇 자체의 규칙이 아닌 사용자의 맥락에 맞춰 유연하게 대화를 이어가야 한다는 것이다. 

챗봇의 유연성은 사용자의 질문이 기업의 표준 FAQ를 벗어날 때 빛을 발한다. 예컨대 사용자가 밀키트 서비스 챗봇에 특정 식단에 맞는 대체 식품이 있는지 문의했다고 생각해보자. 챗봇이 그에 대한 방법을 조언해준다면 사용자는 챗봇을 더 유용한 기능으로 여길 것이다. 

그러나 챗봇이 모든 질문에 답할 수 있어야 한다는 의미는 아니다. 기업 서비스와 관련 없거나 대화 맥락을 크게 벗어나는 질문에도 답을 한다면 자칫 기업 이미지를 손상시킬 위험도 있다. 이때는 질문을 인지하고 한계를 설명할 수 있어야 한다. 챗봇의 유연함은 어디까지나 기업의 가이드라인 안에서 작동해야 한다. 

3. 예측하고 제안하라 

훌륭한 챗봇은 사용자가 먼저 묻기 전에 필요한 정보나 행동을 먼저 권한다. 그렇다면 챗봇은 과연 언제 어떻게 예측하고 제안해야 할까. 닐슨노먼그룹이 말하는 챗봇의 선제 대응은 크게 두 가지로 나뉜다. ‘명확화’와 ‘방향성’이다. 

명확화 선제 대응은 사용자의 질문이 모호할 때 이뤄져야 한다. 질문의 빈틈을 추측해서 답하는 대신 정보를 더 구체화하기 위한 필터링 질문을 던지는 방식이다. 예를 들어 에스프레소 머신을 찾는 사용자에게 세부 사양을 역으로 질문에 좁혀나가는 식이다. 단, 챗봇이 실제 활용할 수 없는 세부 사항(특정 동네 정보 등)을 묻는 질문은 되려 사용자의 시간만 낭비하므로 피해야 한다. 

방향성 선제 대응은 사용자가 미처 생각지 못한 유용한 정보로 안내하는 역할이다. 이때 추천은 장황한 텍스트가 아니라 쉽고 직관적인 형태로 제공돼야 한다(닐슨노먼그룹은 클릭할 수 있는 ‘버튼’ 형태가 이상적이라고 말한다). 또 정보를 제공하거나 제품을 추천했다면, 거기서 그치지 않고 ‘장바구니 담기’ ‘즐겨찾기에 저장’ ‘비교’ ‘반품’ 등 관련 링크 및 페이지와 연결할 필요가 있다. 정보와 사용자 행동 사이의 간극을 메우는 작업이다. 

다만 사용자가 본래 목적을 달성하기 전에는 다른 제품을 제안하는 등 연관성이 먼 행동은 삼가야 한다. 이는 사용자의 주의를 분산시킬 뿐 아니라 추가 판매를 유도하는 것으로 인식돼 챗봇의 신뢰도를 떨어트릴 수 있다.

4. 감정을 인지하되, 인간인 척 하지마라 

챗봇이 사용자의 언어와 어조를 통해 감정을 인식하고, 그에 맞춰 톤앤매너를 조절하는 것은 신뢰 형성에 있어 매우 중요하다. 

하지만 스스로 느낄 수 없는 감정을 표현해선 안 된다. 예를 들어 챗봇이 “늦어서 정말 죄송합니다”라고 말하는 것은 사용자에게 가식적으로 들릴 수 있다. 사용자의 내면을 단정짓거나 마치 감정을 정말 느껴본 것처럼 말하는 것은 거부감을 유발할 수 있다. 그것보다 감정을 유발한 상황 자체를 객관적으로 인정하는 어조가 낫다. 예를 들어 “2주나 기다려야 한다니 너무 오래 걸리는 군요. 제가 해결 방법을 알아보겠습니다”와 같은 답변이 다음 해결책을 찾는 데 더 유용하다. 

핵심은 공감이 해결을 대신할 수 없다는 것이다. 챗봇이 아무리 공감을 잘해도 문제를 해결하지 못하면 사용자는 떠나간다. 챗봇이 문의 사항을 해결할 수 없는 상황이라면, 사용자를 인간 상담원에게 연결해주는 것이 가장 높은 수준의 공감이다. 

5. 투명하게 밝혀라 

챗봇의 신뢰성은 결국 투명성에 온다. 사용자는 자신이 누구와 대화하고 있고 상대가 무엇을 할 수 있는지 명확히 알 권리가 있다. 닐슨노먼그룹은 챗봇은 다음 사항들을 사용자에게 명확히 밝혀야 한다고 강조한다. 

신원 : 챗봇이 AI라는 사실을 숨기지 말고, 처음부터 아이콘이나 라벨 등을 활용해 AI 시스템임을 명확히 인지시켜야 한다. 챗봇이 AI임을 밝히는 것은 신뢰 구축에 큰 도움이 되며, 이는 웹 상에서 신뢰도를 높이는 가장 모범적인 방법 중 하나로 평가받기도 한다. 

역량 : 사용자들은 사이트마다 챗봇이 무엇을 할 수 있고 무엇을 할 수 없는지 정확히 알지 못한다. 챗봇의 기능과 한계를 구체적으로 정의해 사용자가 갖는 기대치와 실제 기능이 불일치되는 문제를 예방해야 한다. 

이유 : 제품 추천이나 거절 등 챗봇의 판단이 개입된 답변을 제공할 때 그 이유를 설명해야 사용자가 납득한다. “반품이 불가능합니다”와 “이 상품은 최종 세일 상품이므로 환불이 어렵습니다. 대신 교환을 도와드릴까요?”를 비교해보자. 전자는 사용자가 왜 반품이 안 되는지 궁금하게 만들지만, 후자는 그 이유를 설명하고 대안을 제시한다. 

개인정보 : 챗봇이 이메일이나 전화번호 등 사용자 개인정보를 요구할 때 그 정보 처리 방식을 별도의 약관 링크로만 설명한다면, 사용자는 이를 알기 어렵다. 그보다 대화 흐름 속에서 “배송 상태를 문자로 알려드리기 위해 전화번호가 필요합니다”와 같이 수집 목적을 명확히 밝혀야 사용자의 의문을 해소할 수 있다. 

닐슨노먼그룹은 사이트 내 챗봇과의 모든 상호작용은 기업의 신뢰를 쌓거나 무너뜨리는 데 영향을 미친다고 강조하며, 앞선 5가지 가이드라인으로 다음과 같은 질문을 해볼 것을 권한다. 챗봇 사용자 경험의 완성도를 한 단계 끌어올릴 터닝포인트가 될 지도 모르는 질문이다. 

“우리의 챗봇은 현재 각 측면에서 어느 수준에 있는가” “이상적인 수준은 어느 정도이고, 우리는 무엇을 개선해야 하는가”

출처 :  ( https://ditoday.com/news/ )  

원문기사링크 : https://ditoday.com/%ec%8b%a0%eb%a2%b0%eb%b0%9b%eb%8a%94-ai-%ec%b1%97%eb%b4%87-ux-%ec%84%a4%ea%b3%84-%ec%9c%84%ed%95%9c-5%ea%b0%80%ec%a7%80-%ea%b0%80%ec%9d%b4%eb%93%9c%eb%9d%bc%ec%9d%b8/