ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
ZDNET의 주요 시사점
- Agentic AI는 프로덕션 서비스보다 대화에 더 중점을 두는 경우가 많습니다.
- 똑똑한 전문가는 사용 사례와 지원 기술에 중점을 둡니다.
- 이들은 프로세스를 테스트하고 접근 방식을 개선하며 새로운 기회를 모색합니다.
에이전트 AI에 대한 디지털 및 비즈니스 리더와의 대화는 종종 비슷한 감정을 중심으로 진행됩니다. 에이전트를 탐색했지만 아직 프로덕션에는 아무것도 없습니다.
그러나 모든 사람이 AI 실험에 대해 이야기하는 동안 어떤 기업도 비즈니스 가치를 창출하지 않고 끝없는 파일럿을 실행할 여유가 없습니다. 그리고 AI 위험을 활용하지 못하는 전문가는 뒤쳐질 것이라고 전문가들은 제안하고 있으므로, 성공적인 에이전트를 조만간 배포하는 것이 필수적입니다.
또한: 신뢰 문제를 일으키지 않고 비즈니스를 위한 더 나은 AI 에이전트를 구축하는 방법
온라인 여행 전문업체인 Booking.com의 데이터 및 기계 학습 플랫폼 이사인 Huy Dao는 에이전트 서비스를 포함하여 AI로부터 가치를 제공하는 일을 담당하고 있습니다. 그는 서비스 출시에 대한 체계적인 접근 방식을 취하고 현재와 미래에 고객이 직면한 과제에 대한 목표 솔루션을 만들어 결과를 만들어냈습니다.
Dao는 ZDNET과의 대화에서 이러한 접근 방식을 “연결된 여행”이라고 언급했습니다. Booking.com은 항공편, 호텔, 명소 등 고객 여행의 모든 요소가 통합된 경험으로 간주되도록 노력하고 있습니다.
또한: 걱정되는 AI 에이전트가 당신을 대신할 것인가? 직장에서 불안을 행동으로 바꾸는 5가지 방법
연결된 여행을 만든다는 것은 서로 다른 정보를 통해 작업하는 것을 의미합니다. Dao팀이 생성한 데이터 스택을 통해 Booking.com은 회사 최초의 에이전트 애플리케이션, 고객과 호텔 파트너 간의 커뮤니케이션을 촉진하는 파트너-게스트 시스템 등 새로운 AI 지원 서비스를 개발할 수 있었습니다.
에이전트 AI 파일럿을 뛰어난 프로덕션 서비스로 전환하려는 다른 전문가를 위한 5가지 주요 교훈과 함께 그가 지금까지 배운 내용은 다음과 같습니다.
1. 비즈니스 과제 식별
Dao는 새로운 기술을 활용하는 열쇠는 올바른 용도를 찾는 것이라고 말했습니다. 일부 전문가들은 AI의 잠재력에 대해 확신하지 못하지만 기업은 다루기 힘든 과제를 극복하기 위해 에이전트 기술을 사용할 수 있다고 말했습니다.
“내 생각에 AI는 그날의 맛이나 심지어 한 해의 풍미와도 같지 않습니다. 그것은 진짜입니다.”라고 그는 말했습니다. “나는 매일 직장에서 AI가 우리가 일하는 방식에 어떤 영향을 미칠 수 있는지 확인합니다.”
또한: 예산이 부족할 때 AI를 사용하는 5가지 방법
Booking.com에서 Dao와 그의 팀은 고객 문의에 적시에 응답하는 것이 호텔 파트너의 주요 과제임을 확인했습니다. 그들은 에이전트 기술이 호텔이 질문에 더 빠르고 정확하게 답변하는 데 도움이 될 수 있다는 것을 인식했습니다.
“에이전트 솔루션을 출시하기 전에는 고객이 호텔 파트너에 연결하려고 할 때마다(예를 들어 호텔에 수영장이 있는지 확인하고 싶거나 한두 시간 후에 도착하고 싶은 경우) 파트너에게 연락하여 ‘이 정보를 알 수 있을까요?’라고 말하곤 했습니다.
“하지만 호텔 직원이 답변을 하면 제대로 된 답변을 얻기 위해 더 많은 작업을 해야 하는 경우가 많았습니다. 또한 고객이 질문을 했을 때 직원이 응답할 수 없는 경우도 있었습니다. 따라서 고객이 답변을 받기까지 몇 시간 이상이 걸릴 수 있었습니다.”
2. 데이터 플랫폼 구축
Dao는 자신의 팀이 만든 데이터 스택을 통해 Booking.com이 위에서 설명한 것과 같은 사용 사례에 대한 AI 및 기계 학습 기술의 채택을 가속화할 수 있다고 말했습니다.
다오: “AI는 그날의 맛이나 심지어 연도의 맛과도 같지 않습니다. 그것은 진짜입니다.”
Booking.com
Snowflake 데이터 플랫폼은 분석을 위한 ThoughtSpot, 오케스트레이션을 위한 Astronomer 및 Airflow, 액세스 제어를 위한 Immuta, 기계 학습 관찰을 위한 Arize, 클라우드 컴퓨팅을 위한 AWS를 포함하는 통합 스택의 일부를 구성합니다. 데이터 팀은 또한 OpenAI, Amazon Bedrock 및 Google Gemini와 같은 주요 제공업체의 AI 모델을 테스트하고 사용합니다.
또한: 기업 AI 에이전트가 궁극적인 내부자 위협이 될 수 있는 이유
Booking.com의 맞춤형 파트너-게스트 커뮤니케이션 시스템은 내부적으로 Python으로 개발되었으며, 데이터 팀은 오픈 소스 에이전트 프레임워크인 LangGraph를 사용하여 에이전트가 게스트 문의에 대해 추론하는 데 도움을 주었습니다.
Dao는 효과적인 에이전트 시스템이 단지 백엔드 시스템에 관한 것이 아니라고 말했습니다. 그의 팀은 사용자 인터페이스에 대해서도 신중하게 생각했습니다.
그는 “우리는 사용자가 이해할 수 있는 모든 곳에 기술이나 AI 기능을 통합하고 싶습니다”라고 말했습니다.
“그리고 이 사용 사례에서 우리 파트너는 이미 메시지를 볼 수 있는 웹 기반 포털을 보유하고 있었기 때문에 파트너를 돕기 위해 바로 에이전트를 통합해야 한다는 것이 분명했습니다.”
3. 사용 사례를 주의 깊게 테스트하세요.
비즈니스 과제가 파악되고 기술 플랫폼이 완성되면서 Dao와 그의 팀은 두 단계에 걸쳐 구현에 집중했습니다.
첫 번째 단계에서는 호텔 파트너가 고객 질문을 처리하는 데 도움이 되는 신뢰할 수 있는 도우미를 개발했습니다.
그 결과 스마트 메신저라는 에이전트 기술이 탄생했습니다. 이 기술은 파트너, 숙소, 예약 정보를 수집하여 호텔 직원이 고객과 소통할 수 있도록 지원합니다.
또한: AI 프로젝트의 90%가 실패합니다. 실패하지 않도록 보장하는 3가지 방법은 다음과 같습니다.
에이전트 서비스의 초기 단계에서 Dao는 인간이 여전히 루프에 빠져 있다고 말했습니다.
“우리는 파트너가 고객에게 어떻게 대응하고 싶은지에 대한 최종 결정권을 갖고 있는 사람인지 확인하고 싶습니다.”라고 그는 말했습니다.
“그러나 우리는 그들에게 보조자를 제공하므로 응답하는 데 5분이 걸리는 대신 에이전트가 제공하는 답변에 만족하면 단 1초만 클릭해도 됩니다.”
4. 자신감이 높아지면 위임하라
시간이 지남에 따라 Dao는 자신감 있는 호텔 파트너가 에이전트에게 더 많은 작업을 위임하기 시작할 수 있으며 이 단계는 에이전트 구현의 두 번째 단계를 나타낸다고 말했습니다.
여기에서 Booking.com의 자동 회신 도구를 사용하면 호텔 파트너가 맞춤형 회신을 정의하고 호텔에 주차장이 있는지 여부와 같은 고객 질문에 즉각적으로 응답할 수 있습니다.
Dao는 “이 단계는 상담원이 ‘좋아요, 저를 충분히 신뢰하시면 제가 대신 행동해드릴 수 있습니다’라고 말하는 단계입니다.”라고 말했습니다.
“이 사용 사례에서는 늦은 밤이기 때문에 고객이 질문할 때 파트너가 자고 있을 수 있습니다. 하지만 상담원은 파트너를 대신하여 응답할 수 있으며 이러한 접근 방식은 몇 가지 면에서 도움이 됩니다.”
또한: AI 테스트를 중단하고 책임감 있게 확장을 시작할 수 있는 5가지 방법
Booking.com은 초기 실험 결과 이전 메시징 도구에 비해 파트너 만족도가 73% 증가했다고 보고했습니다. Dao는 에이전트가 과거 상호 작용과 사용자 피드백을 통해 지속적으로 학습하여 응답의 정확성과 관련성을 조정한다고 말했습니다.
“이제 에이전트를 사용하여 우리가 하는 모든 것에 대한 답변을 측정하고 이를 실험한 다음 만족도 향상을 비교합니다.”라고 그는 말했습니다.
“고객은 필요한 답변을 얻을 수 있으므로 고객 지원팀에 문의할 필요가 없으며 이러한 성공으로 인해 지원 비용도 절감됩니다.”
5. 더 많은 기회를 찾아보세요
Dao는 에이전트 착취가 개별 사용 사례와 연결되어야 한다고 말했습니다. 그의 팀은 고객 경험을 개선하면서 계속해서 플랫폼을 개선하고 다른 에이전트 탐색을 지원하기 위한 기반을 마련합니다.
“우리는 플랫폼을 위해 플랫폼을 구축하고 싶지 않았습니다”라고 그는 말했습니다. “우리는 플랫폼을 구축할 때 사용자를 염두에 두었습니다. 올바른 에이전트 기술을 선택했는지 확인했습니다.”
또한: Google의 새로운 8달러 AI Plus 요금제는 그만한 가치가 있나요? $20 Pro 구독과의 비교
Dao는 그의 팀이 에이전트 개발 과정에서 많은 것을 배웠다고 말했습니다. 그는 다른 전문가들에게 이러한 교훈에 주의를 기울이라고 조언했습니다.
“테스트를 할 때 에이전트 시스템이 좋다고 생각할 수도 있습니다.”라고 그는 말했습니다. “그러나 프로덕션에 들어가면 대기 시간과 같은 문제가 처리해야 할 문제가 될 수 있습니다. 그런 다음 아키텍처와 플랫폼을 단순화해야 합니다.”
향후 24개월 동안 Dao는 Booking.com에서 더욱 선구적인 발전을 기대하고 있습니다. “우리는 회사로서 재미를 위해서가 아니라 사용자 경험을 높이기 위해 생성 및 에이전트 AI에 막대한 투자를 할 것이라고 예상해야 합니다.”라고 그는 말했습니다.
“사람들은 이제 ChatGPT와 유사한 경험을 찾고 있으며 우리 사이트의 여행 경험과 관련하여 유사한 경험, 또는 더 나은 경험을 원합니다.”
자세한 정보 확인