KR102518448B1 - 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 - Google Patents
인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 Download PDFInfo
- Publication number
- KR102518448B1 KR102518448B1 KR1020210062842A KR20210062842A KR102518448B1 KR 102518448 B1 KR102518448 B1 KR 102518448B1 KR 1020210062842 A KR1020210062842 A KR 1020210062842A KR 20210062842 A KR20210062842 A KR 20210062842A KR 102518448 B1 KR102518448 B1 KR 102518448B1
- Authority
- KR
- South Korea
- Prior art keywords
- call
- call log
- customer
- unit
- terminal
- Prior art date
Links
- 230000004044 response Effects 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 31
- 238000010801 machine learning Methods 0.000 claims description 56
- 238000004891 communication Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 46
- 238000005516 engineering process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/50—Business processes related to the communications industry
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/1066—Session management
- H04L65/1101—Session protocols
- H04L65/1104—Session initiation protocol [SIP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/40—Network security protocols
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Telephonic Communication Services (AREA)
- Operations Research (AREA)
Abstract
본 발명은 자동 콜 응대 서비스를 개시한다. 보다 상세하게는, 본 발명은 챗봇을 이용하여 고객의 문의전화에 자동으로 응대하는 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에 관한 것이다.
본 발명의 실시예에 따르면, 고객이 자신의 스마트폰 등의 단말을 통해 고객 센터 등에 전화를 걸면 해당 기업이 운영하는 SIP 단말이 VOIP 통화를 처리하되, 수신된 음성을 녹음함으로써, 고객 응대 및 정보 제공 서비스를 제공할 수 있는 효과가 있다.
본 발명의 실시예에 따르면, 고객이 자신의 스마트폰 등의 단말을 통해 고객 센터 등에 전화를 걸면 해당 기업이 운영하는 SIP 단말이 VOIP 통화를 처리하되, 수신된 음성을 녹음함으로써, 고객 응대 및 정보 제공 서비스를 제공할 수 있는 효과가 있다.
Description
본 발명은 자동 콜 응대 서비스에 관한 것으로, 특히 챗봇을 이용하여 고객의 문의전화에 자동으로 응대하는 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에 관한 것이다.
신경망 이론에 기반하여 인공지능 기술은 인간 수준의 지능에 빠른 속도로 근접하고 있다. 최근의 인공지능 시스템은 종래의 룰(rule)기반 시스템과 달리, 기계가 스스로 학습하고 판단하며 발전하는 특징이 있다.
이러한 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 됨에 따라, 점차 종래의 룰 기반 시스템을 딥 러닝(deep learning) 기반 인공 지능 시스템으로 대체하고 있다.
공지에 따르면, 인공지능 기술은 딥 러닝과 같은 기계학습 및 기계학습을 활용한 요소 기술들로 구성된다. 기계학습은 입력 데이터들의 특징을 스스로 분류, 학습하는 알고리즘 기술이며, 요소기술은 딥 러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 시스템은 다양한 분야에 응용되고 있다. 인공지능의 시스템의 언어적 이해는 인간의 언어 및 문자를 인식하고 응용, 처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식 및 합성 등에 이용된다.
또한, 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등에 이용된다. 또한, 인공지능 시스템은 추론 예측 및 지식 표현 등이 필요한 분야에 응용될 수 있다.
전술한 인공지능 시스템의 응용분야를 구체화한 서비스 중 하나로서, 챗봇(chatbot)은 사람처럼 채팅을 하는 가상 로봇을 메신저에 적용한 것으로, 고객과 특정한 목적에 맞는 자동 대화를 구현할 수 있다. 예를 들면, 고객은 전화를 통해 챗봇과 문자 또는 음성으로 대화하며 쇼핑, 고객 상담 및 예약 등을 위한 채팅 서비스를 제공할 수 있다.
본 발명은 인공지능 챗봇을 이용한 서비스에 관한 것으로, SIP(Session Initiation Protocol) 통신방식의 전화를 소프트웨어 방식으로 구성하여 수신되는 전화에 대하여 사람의 개입 없이 자동으로 통화에 응대하는 서비스를 제공하는 데 과제가 있다.
또한, 본 발명은 접수 데스크, 콜 센터 등에서 전화 통화가 어려운 상황 또는, 주문, 예약 등의 반복적인 단순 업무 등의 전화를 응대하는 데 있어서, 인공지능 기술을 이용하여 고객과 직접 통화를 진행하고, 그 통화로그 및 핵심사항을 담당자에게 수시로 전달 및 확인할 수 있도록 하는 서비스를 제공하는 데 과제가 있다.
전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템은, SIP 통신방식으로 고객 단말과 통화를 수행하고, 통화 중 수신한 고객 음성을 분석하여 인텐츠를 추론하고, 추론된 인텐츠에 따른 답변을 챗봇을 통해 상기 고객 단말에 송신하는 SIP 단말 및, 상기 SIP 단말과 연결되어 상기 챗봇과 고객간의 통화내용을 포함하는 통화로그를 수신 및 데이터 베이스에 저장하고, 상기 통화로그 내에 추론 실패한 로그가 존재하면 머신 러닝 콘텐츠를 갱신하고, 상기 머신 러닝 콘텐츠를 이용한 머신 러닝 결과물을 상기 SIP 단말에 제공하는 콜 관리서버를 포함할 수 있다.
상기 SIP 단말은, SIP 통신방식에 따라 VoIP 콜을 송수신하는 SIP 클라이언트, 상기 SIP 클라이언트로부터 VoIP 콜에 포함된 고객 음성을 텍스트 형식으로 변환하는 음성 인식부, 상기 VoIP 콜에 포함될 내용에 대응하는 텍스트를 챗봇 음성으로 변환하고 상기 SIP 클라이언트에 제공하는 음성 합성부, 인텐츠에 대응하는 다양한 복수의 답변이 저장되고, 요청에 따른 답변을 검색하여 제공하는 답변 데이터 베이스 및, 고객 음성 텍스트를 분석하여 인텐츠를 추론하고, 상기 답변 데이터 베이스로부터 추론된 인텐츠에 대응하는 답변을 추출하여 상기 음성 합성부에 제공하는 추론부를 포함할 수 있다.
상기 SIP 단말은, 상기 콜 관리서버로부터 새로 갱신된 머신 러닝 결과물을 수신 및 저장하는 결과물 저장소를 더 포함하고, 상기 추론부는 상기 머신 러닝 결과물을 참조하여 상기 고객 음성 텍스트에 대한 인텐츠를 추론할 수 있다.
상기 SIP 단말은, 상기 추론부로부터 통화로그를 제공받아 엔티티가 포함된 내용을 분석하여 주요 엔티티 정보와, 추론실패로 처리된 고객 음성에 대한 추론실패 텍스트 정보를 전체 통화로그에서 생성하는 통화로그 분석부 및, 상기 통화로그 분석부가 생성한 주요 엔티티 정보 및 추론실패 텍스트를 포함하는 통화로그를 상기 콜 관리서버에 송신하는 통화로그 제공부를 포함할 수 있다.
상기 콜 관리서버는, 상기 SIP 단말로부터 상기 통화로그를 수신하는 통화로그 수신부, 상기 SIP 단말에서 발생한 모든 통화에 대한 통화로그를 관리하는 통화로그 관리부, 수신한 통화로그를 저장하는 통화로그 데이터 베이스 및, 요청에 따라, 상기 통화로그 데이터 베이스에 저장된 해당 고객의 통화로그를 추출하여 상기 고객 단말에 송신하는 통화로그 송신부를 포함할 수 있다.
상기 콜 관리서버는, 학습 데이터가 추가 입력되거나, 수신한 통화로그에 추론실패 텍스트 정보가 존재하면 머신 러닝 콘텐츠를 갱신하고, 머신 러닝을 수행하여 머신 러닝 결과물을 출력 및 상기 SIP 단말에 송신하는 머신 러닝부를 포함할 수 있다.
상기 콜 관리서버는, 관리 담당자가 이용하는 관리 담당자 단말과 더 연결되고, 상기 관리 담당자 단말은, 관리 담당자의 입력에 따라, 상기 통화로그 송신부로부터 상기 통화로그를 포함하는 전화관련 정보를 요청 및 수신하는 통화로그 이용부 및, 수신한 통화로그에 기초하여 전체 통화내역, 엔티티 정보 및 통화와 관련된 통계 정보를 추출하여 화면에 출력하는 통화로그 출력부를 포함할 수 있다.
본 발명의 실시예에 따르면, 고객이 자신의 스마트폰 등의 단말을 통해 고객 센터 등에 전화를 걸면 해당 기업이 운영하는 SIP 단말이 VOIP 통화를 처리하되, 수신된 음성을 녹음함으로써, 고객 응대 및 정보 제공 서비스를 제공할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따르면, 관리 담당자는 전화 응대로 처리된 통화로그 및 중요한 정보를 스마트폰으로 쉽게 확인 할 수 있고, 필요 시 착신전환 기능을 이용해서 AI 기술을 이용한 SIP폰이 전화를 대신 받도록 함으로써 자리를 이탈한 담당자가 보다 편리하게 업무를 수행할 수 있도록 하는 효과가 있다.
도 1은 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템의 전체 구조를 개략적으로 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 SIP 단말의 구조를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 콜 관리서버 및 고객 단말의 구조를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 방법을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 SIP 단말의 구조를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 콜 관리서버 및 고객 단말의 구조를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 방법을 나타낸 도면이다.
설명에 앞서, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "구비" 또는 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부(Unit)", "...서버(Server)", "...시스템(System)" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어, 소프트웨어 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미하나, 발명의 대상은 그러한 예에 의해 제한되지 않는다. 또한, "포함하는", "구비하는", "갖는" 및 다른 유사한 용어가 사용되고 있으나, 청구범위에서 사용되는 경우 임의의 추가적인 또는 다른 구성요소를 배제하지 않는 개방적인 전환어(Transition word)로서 "포함하는(Comprising)"이라는 용어와 유사한 방식으로 포괄적으로 사용된다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현될 수 있거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "...부(Unit)", "...서버(Server)", "...시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명의 시스템에서 구현하는 각 기능은 모듈단위의 프로그램으로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
이하의 설명에서, 본 발명의 "인공지능 챗봇 기반 자동 콜 응대 서비스 시스템"은, 설명의 편의상 "콜 응대 서비스 시스템" 또는 "시스템"으로 약식 기재될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템을 설명한다.
도 1은 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템의 전체 구조를 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템은, SIP 통신방식으로 고객 단말(100)과 통화를 수행하고, 통화 중 수신한 고객 음성을 분석하여 인텐츠를 추론하고, 추론된 인텐츠에 따른 답변을 챗봇을 통해 상기 고객 단말에 송신하는 SIP 단말(200) 및, SIP 단말(200)과 연결되어 챗봇과 고객간의 통화내용을 포함하는 통화로그를 수신 및 데이터 베이스에 저장하고, 통화로그 내에 추론 실패한 로그가 존재하면 머신 러닝 콘텐츠를 갱신하고, 머신 러닝 콘텐츠를 이용한 머신 러닝 결과물을 상기 SIP 단말에 제공하는 콜 관리서버(300)를 포함할 수 있다.
본 발명의 시스템은, 콜 센터 등에 도입되어 고객의 전화 상담 요청에 대응하는 챗봇 서비스를 제공하는 것으로, 고객 단말(100)의 VoIP 콜 시도에 따라 SIP 단말이 응답하여 챗봇이 고객의 발화 내용에 대한 의미, 즉 인텐츠(intents)를 파악하여 데이터 베이스에서 답변을 추출하고 음성 변환 후 자동으로 응답하는 서비스를 제공할 수 있다. 또한, 시스템은 통화가 완료된 이후, 관리 담당자 단말(400)의 요청에 따라 통화로그(call log) 확인 서비스를 제공할 수 있다.
이러한 서비스를 이용하기 위한 수단으로서, 고객 단말(100)은 전화망을 이용하는 콜 요청(call request) 이외에도, 인터넷망을 통해 시스템에 접속하기 위한 웹 브라우저 또는 전용 어플리케이션이 설치될 수 있다.
상세하게는, 고객 단말(100)은 시스템이 도입된 기업에 상담 등을 받고자 하는 고객이 소지한 단말 장치로서, 전화통화가 가능한 스마트폰 및 태블릿PC 등이 이용될 수 있고, 고객의 입력에 따라 콜을 생성하여 정보통신망을 통해 VoIP 방식으로 SIP 단말(200)에 연결될 수 있다.
SIP 단말(200)은 고객 단말(100)의 콜 시도에 응답하여 통화를 위한 세션을 생성하고, 준비된 챗봇을 통해 SIP(Session Initiation Protocol)를 기반으로 고객과의 통화를 수행할 수 있다. 이를 위해 SIP 단말(200)은 고객 단말(100)로부터 전송되는 음성을 텍스트로 변환 및 텍스트에 포함되는 인텐츠를 추론하는 AI와, 고객의 발화에 대응하는 답변을 음성으로 변환하는 기술적 수단과, 다수의 인텐츠에 대응하는 답변을 저장하는 데이터 베이스를 탑재할 수 있다. 또한 SIP 단말(200)은 통화 내용에 대한 통화로그를 생성할 수 있다. 또한, 도시되어 있지는 않지만, 고객이 아닌 해당 기업의 관리 담당자는, 필요시 자신의 일반 전화 단말 또는 스마트폰 단말에 대한 고객 단말(100)의 콜 요청에 대한 SIP 단말(200)의 SIP 클라이언트의 VoIP 전화번호로 착신전환을 하는 기능을 이용할 수 있으며, 이에 따라 관리 담당자는 부재중이거나 현재 전화를 받을 수 없는 상황에서도 챗봇을 통해 고객 상담 내용을 처리할 수 있다.
콜 관리서버(300)는 SIP 단말(200)과 연결되어 SIP 단말(200)에서 발생한 통화내역에 대한 통화로그를 저장 및 관리하고, 관리 담당자의 요청시 통화로그를 열람할 수 있도록 하는 서비스를 제공할 수 있다.
이를 위해, 콜 관리서버(300)는 고객 단말(100)과 SIP 단말(200)간의 통화 완료 후, SIP 단말(200)이 생성한 통화내역을 포함하는 통화로그를 전송받아 데이터 베이스에 통화로그를 저장, 관리할 수 있다. 이후, 관리 담당자 단말(400)로부터 통화내역을 포함하는 통화로그가 요청되면, 데이터 베이스를 검색하여 해당 고객의 통화로그를 추출하여 관리 담당자 단말(400)에 제공할 수 있다.
전술한 정보통신망으로는, PSTN(Public Switched Telephone Network)과 같은 유선전화망뿐만 아니라, 데이터 통신망의 일 예로서, LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크일 수 있으며, 인터넷과 같은 개방형 네트워크가 이용될 수 있다. 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있다. 또한, 무선 통신망의 일 예로는, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications), 5G 등 중, 어느 하나가 이용될 수 있으나 이에 한정되는 것은 아니다.
뿐만 아니라, 본 발명의 실시예에 따른 콜 관리서버(300)는 각 통화건에 대하여, 통화로그에 포함되는 추론 실패정보를 학습 데이터로 이용하여 딥 러닝(deep learning)과 머신 러닝 기법을 수행하여 머신 러닝 결과물을 도출하고, 이를 SIP 단말(200)에 제공함으로써 이후 챗봇에 의한 대화에서 정확도를 개선할 수 있도록 하는 특징이 있다.
전술한 구조에 따라, 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템은 고객의 콜 요청에 따라 통화 내용을 텍스트에 기반하여 머신 러닝 기법을 통해 분석하고, 챗봇이 자동으로 답변을 제공하여 고객을 응대하도록 하고, 콜 관리서버를 통해 통화로그를 수집 및 관리하고 고객의 요청시 통화 내용을 제공하며, 특히 통화중 인텐츠 추론에 실패한 내용을 머신 러닝을 통해 학습하고 추후 인텐츠 분석에 활용함으로써 챗봇의 정확도를 개선할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템의 SIP 단말을 상세히 설명한다.
도 2는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 SIP 단말의 구조를 나타낸 도면이다.
도 2를 참조하면, 본 발명의 실시예에 따른 SIP 단말(200)은, SIP 통신방식에 따라 VoIP 콜을 송수신하는 SIP 클라이언트(210), SIP 클라이언트로부터 VoIP 콜에 포함된 고객 음성을 텍스트 형식으로 변환하는 음성 인식부(220), 고객 음성 텍스트를 분석하여 인텐츠를 추론하고, 답변 데이터 베이스(240)로부터 추론된 인텐츠에 대응하는 답변을 추출하여 음성 합성부(270)에 제공하는 추론부(230), 인텐츠에 대응하는 다양한 복수의 답변이 저장되고, 요청에 따른 답변을 검색하여 제공하는 답변 데이터 베이스(240), 콜 관리서버(300)로부터 새로 갱신된 머신 러닝 결과물을 수신 및 저장하는 결과물 저장소(245), 추론부(230)로부터 통화로그를 제공받아 엔티티가 포함된 내용을 분석하여 주요 엔티티 정보와, 추론실패로 처리된 고객 음성에 대한 추론실패 텍스트 정보를 전체 통화로그에서 생성하는 통화로그 분석부(250), 통화로그 분석부(250)가 생성한 주요 엔티티 정보 및 추론실패 텍스트를 포함하는 통화로그를 콜 관리서버(300)에 송신하는 통화로그 제공부(260) 및 VoIP 콜에 포함될 내용에 대응하는 텍스트를 챗봇 음성으로 변환하고 SIP 클라이언트(210)에 제공하는 음성 합성부(270)를 포함할 수 있다.
SIP 클라이언트(210)는, SIP 통신규약을 이용하여 VoIP 통화를 처리하고 챗봇을 제공하는 것으로, 고객 단말(100)로부터 수신한 음성을 음성 인식부(220)로 전달할 수 있고, 챗봇을 통해 고객이 발화한 내용에 대응하는 답변을 회신할 수 있다.
이를 위해, SIP 클라이언트(210)는 수신된 음성을 음성 인식부(220)에 제공하여 텍스트로 변환함과 아울러, 챗봇이 발화할 음성을 음성 합성부(270)로부터 전달받아 고객 단말(100)로 송신할 수 있다.
음성 인식부(220)는 이러한 음성 인식부(220)는 SST 기술(speech to text)에 기반하여 SIP 클라이언트(210)가 전달하는 고객의 음성신호를 텍스트 형태로 변환하고, 이를 추론부(230)에 전달할 수 있다.
추론부(230)는 음성 인식부(220)로부터 변환된 텍스트를 전달받고, 미리 학습이 완료된 머신 러닝 결과물을 이용하여 고객의 의도, 즉 인텐츠를 추론할 수 있다.
그리고, 추론부(230)는 추론된 인텐츠를 이용하여 답변 데이터 베이스(240)를 검색하고 이에 대응하는 답변을 회신 받을 수 있고, 회신된 답변을 음성 합성부(270)로 전달함으로써 고객에게 전달될 수 있는 음성신호로 변환하도록 한다.
또한, 추론부(230)는 통화 종료시 통화 중 고객과의 대화에서 생성한 텍스트 및 송신한 텍스트를 포함하는 통화로그(call log)를 생성하여 통화로그 분석부(250)에 전달할 수 있다.
답변 데이터 베이스(240)는 다양한 패턴의 인텐츠에 대응하는 답변을 저장할 수 있고, 요청에 따라 적절한 답변을 회신할 수 있다.
상세하게는, 답변 데이터 베이스(240)는 추론부(230)의 검색에 따라 인텐츠에 해당하는 답변을 추출하여 추론부(230)로 회신할 수 있다. 또한, 답변 데이터 베이스(240)는 추론된 인텐츠가 없거나, 추론율이 떨어질 경우, "죄송합니다. 제가 이해를 못했는데, 다시 설명해 주시겠어요?"와 같은 추론이 잘 되지 않은 경우에 대하여 미리 준비된 답변을 회신하는 것을 특징으로 한다.
결과물 저장소(245)는 추론부(230)의 인텐츠 추론시 기초가 되는 머신 러닝 결과물을 저장할 수 있다. 콜 관리서버(300)는 계속적으로 축적되는 학습 데이터에 따른 머신 러닝 결과물을 생성 및 기존 결과를 갱신할 수 있으며, 결과물 저장소(245)는 콜 관리서버(300)로부터 학습된 머신 러닝 결과물을 수시로 제공받아 저장할 수 있다. 이후, 결과물 저장소(245)는 추론부의 인텐츠 분석시 저장된 머신 러닝 결과물을 제공할 수 있다.
통화로그 분석부(250)는 통화로그를 추론부(230)로부터 수신하고, 엔티티(entity)가 포함된 내용을 분석하여 주문, 예약 및 전달 사항 등, 중요한 엔티티 정보와, 추론실패로 처리된 상대방의 음성을 음성 인식부(220)에서 변환한 추론에 실패한 텍스트 정보를 전체 통화로그에서 생성할 수 있다.
통화로그 제공부(260)는 통화로그 분석부(250)에서 분석된 다양한 통화로그 정보를 콜 관리서버(300)의 통화로그 수신부(310)로 전송함으로써, 콜 관리서버(300)에 의해 각 고객별로 수행한 통화내역을 저장, 관리할 수 있도록 한다.
음성 합성부(270)는 추론부(230)에 의해 도출된 텍스트 형태의 답변을 TTS(Test To Speech) 기술에 기반하여 음성신호로 변환하고, 이를 SIP 클라이언트(210)에 전달하여 챗봇이 고객의 질문에 대한 회신을 발화하도록 함으로써 고객과의 자동 통화를 구현하게 된다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템의 콜 관리서버를 상세히 설명한다.
도 3은 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템에서 콜 관리서버 및 고객 단말의 구조를 나타낸 도면이다.
도 3을 참조하면, 본 발명의 실시예에 따른 콜 관리서버(300)는, SIP 단말(200)로부터 통화로그를 수신하는 통화로그 수신부(310), SIP 단말(200)에서 발생한 모든 통화에 대한 통화로그를 관리하는 통화로그 관리부(320), 수신한 통화로그를 저장하는 통화로그 데이터 베이스(330), 요청에 따라, 통화로그 데이터 베이스(330)에 저장된 해당 고객의 통화로그를 추출하여 관리 담당자 단말(400)에 송신하는 통화로그 송신부(340) 및, 학습 데이터가 추가 입력되거나 수신한 통화로그에 추론실패 텍스트 정보가 존재하면 머신 러닝 콘텐츠를 갱신하고, 머신 러닝을 수행하여 머신 러닝 결과물을 출력 및 SIP 단말에 송신하는 머신 러닝부(360)를 포함할 수 있다.
통화로그 수신부(310)는, 고객과의 통화가 완료된 SIP 단말(200)로부터 해당 고객과의 통화내역, 엔티티 정보 및 추론 실패정보 등이 포함되는 통화로그를 수신할 수 있다.
통화로그 관리부(320)는 통화로그 수신부(310)가 수신한 고객별 통화로그를 통화로그 데이터 베이스(330)에 저장할 수 있고, 고객의 요청이 있거나 기타 필요시 통화로그 데이터 베이스(330)에서 통화로그를 비롯하여 관련 정보를 추출하고, 통화로그 송신부(340)를 통해 관리 담당자 단말(400)에 제공할 수 있다. 또한, 통화로그 관리부(320)는 통화로그 데이터 베이스(330)에 저장된 통화로그에 대한 생성, 갱신, 복사, 이동 및 삭제 등 정보 관리와 관련된 기능을 제공할 수 있다.
통화로그 데이터 베이스(330)는 SIP 단말(200)로부터 수집된 통화로그를 비롯한 콜 관리서버를 운영하기 위한 각종 정보를 저장할 수 있고, 통화로그 관리부(320)의 요청에 따라 고객별 통화로그를 추출 및 통화로그 관리부(320)에 전달할 수 있다.
통화로그 송신부(340)는, 관리 담당자 단말(400)의 요청에 따라 전술한 통화로그 관리부(320)로부터 해당 고객의 통화로그를 전달받아 정보통신망을 통해 관리 담당자 단말(400)에 제공할 수 있다.
또한, 머신 러닝부(360)는 데이터 베이스(330)에 새로운 머신 러닝 콘텐츠가 추가되거나, 갱신된 통화로그에 추론실패 정보가 포함된 경우, 새로운 머신 러닝 콘텐츠를 전달받아 학습 데이터로서 머신 러닝에 입력하여 머신 러닝을 수행하거나, 추론실패 정보를 머신 러닝 콘텐츠에 반영하고 이를 이용하여 머신 러닝을 수행함으로써 머신 러닝 결과물을 도출할 수 있다. 그리고, 머신 러닝부(360)는 도출된 머신 러닝 결과물을 SIP 단말(200)에 제공함으로써 자동으로 머신러닝 결과물을 갱신할 수 있다.
한편, 본 발명의 실시예에 따른 콜 관리서버(300)는 관리 담당자 단말(400)에 탑재된 웹 브라우저 또는 전용 어플리케이션을 통해 연동하여 관리 담당자 단말(400)의 요청에 따라 이전 통화와 관련된 기록을 포함하는 통화로그를 제공할 수 있고, 이를 위한 구성으로서, 관리 담당자 단말(400)은 통화로그 이용부(410) 및 통화로그 출력부(120)를 포함할 수 있다.
통화로그 이용부(410)는 고객의 입력에 따라, 콜 관리서버(300)의 통화로그 송신부(340)로부터 통화로그를 포함하는 전화관련 정보를 요청 및 수신할 수 있다. 예를 들어, 챗봇을 통해 상담을 수행한 고객이 이전 상담 내용을 다시 확인하고자 하는 경우, 관리 담당자 단말(400)에서 통화내역 확인기능을 선택하면, 통화로그 이용부(410)는 통화로그 송신부(340)로부터 통화로그를 요청 및 회신 받을 수 있다.
통화로그 출력부(420)는 수신한 통화로그에 기초하여 고객의 전체 통화내역, 엔티티 정보 및 통계 정보를 추출하여 화면에 출력할 수 있다. 전술한 예에서, 통화로그 이용부(410)가 통화내역 확인기능의 실행에 따라 통화로그를 수신하면, 이를 관리 담당자 단말(400)의 화면상에 표시할 수 있다. 이때, 통화로그 출력부(420)는 수신한 통화로그에 포함되는 전체 통화내역 및 엔티티 정보와, 통화와 관련된 각종 통계정보 등을 표시할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 방법을 설명한다.
도 4는 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 방법을 나타낸 도면이다. 이하의 설명에서, 각 단계별 실행주체는 구체적 기재가 없더라도 본 발명의 SIP 단말(200) 및 콜 관리서버(300)를 구성하는 각 구성부가 된다.
도 4를 참조하면, 본 발명의 실시예에 따른 인공지능 챗봇 기반 자동 콜 응대 서비스 방법에 의하면, 먼저 고객 단말(100)에 의해 본 발명의 시스템을 도입한 기업에 전화 연결이 시도되면, SIP 단말(200)은 챗봇을 실행하고 서로간의 전화를 연결한다(S100).
이에 따라, 고객의 발화에 의해 고객 음성이 SIP 단말(200)에 전달되면, SIP 단말(200)은 STT 기술을 통해 음성신호를 텍스트 형태로 변환하고, 텍스트로부터 엔티티 및 인텐츠를 추론한다(S120).
상기의 S120 단계에 의한 추론결과에 따라(S130), 인텐츠의 추론이 성공한 경우, SIP 단말(200)은 데이터 베이스에서 인텐츠에 대응하는 답변을 추출하여 챗봇을 통해 고객 단말(100)에 송신하고, 추론에 실패한 경우 그 추론실패 정보를 로그에 기록하고(S140), 통화를 계속 진행한다. 이에, 챗봇은 추론실패 시 준비된 답변을 고객 단말(100)에 송신할 수 있다.
다음으로, 전술한 S120 단계 내지 S140 단계를 반복하며 통화가 완료된 경우(S160), SIP 단말(200)은 통화내역을 포함하는 통화로그를 생성하고, 이를 콜 관리서버(300)에 송신한다(S170).
이에 따라, 콜 관리서버(300)는 수신한 통화로그를 고객별로 데이터 베이스에 저장한다(S180).
이후, 콜 관리서버(300)의 머신 러닝 콘텐츠가 갱신되거나, 갱신된 통화로그에 추론실패 정보가 포함된 경우, 콜 관리서버(300)는 머신 러닝 콘텐츠를 갱신하고, 이를 학습 데이터로 이용하여 머신 러닝을 수행하여 머신 러닝 결과물을 도출하고(S210), 생성된 머신 러닝 결과물을 SIP 단말(200)에 제공한다(S220). 이후, SIP 단말(200)은 저장된 머신 러닝 결과물을 갱신 및 추론시 이용하게 된다.
이후, 도시되어 있지는 않지만, 관리 담당자가 챗봇에 의해 진행된 상담 내용 및 현황을 확인하고자 하는 경우, 자신의 관리 담당자 단말의 통화로그 확인 기능을 실행함에 따라 통화로그를 콜 관리서버(300)에 요청하고, 이에 콜 관리서버(300)가 해당 고객의 통화로그를 데이터 베이스로부터 추출 및 관리 담당자 단말에 송신하는 단계를 더 수행함으로써, 관리 담당자가 고객 통화에 대한 관리 업무를 처리할 수 있도록 한다.
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서, 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.
100 : 고객 단말 200 : SIP 단말
210 : SIP 클라이언트 220 : 음성 인식부
230 : 추론부 240 : 답변 데이터 베이스
245 : 결과물 저장소 250 : 통화로그 분석부
260 : 통화로그 제공부 300 : 콜 관리서버
310 : 통화로그 수신부 320 : 통화로그 관리부
330 : 통화로그 데이터 베이스 340 : 통화로그 송신부
400 : 관리 담당자 단말 410 : 통화로그 이용부
420 : 통화로그 출력부
210 : SIP 클라이언트 220 : 음성 인식부
230 : 추론부 240 : 답변 데이터 베이스
245 : 결과물 저장소 250 : 통화로그 분석부
260 : 통화로그 제공부 300 : 콜 관리서버
310 : 통화로그 수신부 320 : 통화로그 관리부
330 : 통화로그 데이터 베이스 340 : 통화로그 송신부
400 : 관리 담당자 단말 410 : 통화로그 이용부
420 : 통화로그 출력부
Claims (7)
- SIP 통신방식으로 고객 단말과 통화를 수행하고, 통화 중 수신한 고객 음성을 분석하여 인텐츠를 추론하고, 추론된 인텐츠에 따른 답변을 챗봇을 통해 상기 고객 단말에 송신하는 SIP 단말; 및
상기 SIP 단말과 연결되어 상기 챗봇과 고객간의 통화내용을 포함하는 통화로그를 수신 및 데이터 베이스에 저장하고, 상기 통화로그 내에 추론 실패한 로그가 존재하면 머신 러닝 콘텐츠를 갱신하고, 상기 머신 러닝 콘텐츠를 이용한 머신 러닝 결과물을 상기 SIP 단말에 제공하는 콜 관리서버
를 포함하고,
상기 SIP 단말은,
SIP 통신방식에 따라 VoIP 콜을 송수신하는 SIP 클라이언트;
상기 SIP 클라이언트로부터 VoIP 콜에 포함된 고객 음성을 텍스트 형식으로 변환하는 음성 인식부;
상기 VoIP 콜에 포함될 내용에 대응하는 텍스트를 챗봇 음성으로 변환하고 상기 SIP 클라이언트에 제공하는 음성 합성부;
인텐츠에 대응하는 다양한 복수의 답변이 저장되고, 요청에 따른 답변을 검색하여 제공하는 답변 데이터 베이스; 및
고객 음성 텍스트를 분석하여 인텐츠를 추론하고, 상기 답변 데이터 베이스로부터 추론된 인텐츠에 대응하는 답변을 추출하여 상기 음성 합성부에 제공하는 추론부
를 포함하고,
상기 콜 관리서버는,
상기 SIP 단말로부터 상기 통화로그를 수신하는 통화로그 수신부;
상기 SIP 단말에서 발생한 모든 통화에 대한 통화로그를 관리하는 통화로그 관리부;
수신한 통화로그를 저장하는 통화로그 데이터 베이스; 및
요청에 따라, 상기 통화로그 데이터 베이스에 저장된 해당 고객의 통화로그를 추출하여 상기 고객 단말에 송신하는 통화로그 송신부
를 포함하고,
상기 콜 관리서버는, 관리 담당자가 이용하는 관리 담당자 단말과 더 연결되고,
상기 관리 담당자 단말은,
관리 담당자의 입력에 따라, 상기 통화로그 송신부로부터 상기 통화로그를 포함하는 전화관련 정보를 요청 및 수신하는 통화로그 이용부; 및
수신한 통화로그에 기초하여 전체 통화내역, 엔티티 정보 및 통화와 관련된 통계 정보를 추출하여 화면에 출력하는 통화로그 출력부
를 포함하고,
상기 SIP 단말은,
관리 담당자의 입력에 따라, 상기 고객 단말의 콜 요청에 대한 SIP 클라이언트의 VoIP 전화번호로 착신전환을 제공하며,
상기 답변 데이터 베이스는 추론된 인텐츠가 없거나, 추론율이 떨어질 경우에 대한 미리 준비된 답변을 제공하고,
상기 SIP 단말은, 상기 콜 관리서버로부터 새로 갱신된 머신 러닝 결과물을 수신 및 저장하는 결과물 저장소;
상기 추론부로부터 통화로그를 제공받아 엔티티가 포함된 내용을 분석하여 주요 엔티티 정보와, 추론실패로 처리된 고객 음성에 대한 추론실패 텍스트 정보를 전체 통화로그에서 생성하는 통화로그 분석부; 및
상기 통화로그 분석부가 생성한 주요 엔티티 정보 및 추론실패 텍스트를 포함하는 통화로그를 상기 콜 관리서버에 송신하는 통화로그 제공부
를 더 포함하고,
상기 추론부는,
상기 머신 러닝 결과물을 참조하여 상기 고객 음성 텍스트에 대한 인텐츠를 추론하고,
상기 콜 관리서버는,
수신한 통화로그에 추론실패 텍스트 정보가 존재하면 머신 러닝 콘텐츠를 갱신하고, 머신 러닝을 수행하여 머신 러닝 결과물을 출력 및 상기 SIP 단말에 송신하는 머신 러닝부
를 포함하며,
상기 통화로그 관리부는,
상기 통화로그 데이터 베이스에 저장된 통화로그에 대한 생성, 갱신, 복사, 이동 및 삭제를 포함하는 정보 관리와 관련된 기능을 제공하는 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062842A KR102518448B1 (ko) | 2021-05-14 | 2021-05-14 | 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 |
| PCT/KR2022/006889 WO2022240235A1 (ko) | 2021-05-14 | 2022-05-13 | 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062842A KR102518448B1 (ko) | 2021-05-14 | 2021-05-14 | 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220155065A KR20220155065A (ko) | 2022-11-22 |
| KR102518448B1 true KR102518448B1 (ko) | 2023-04-06 |
Family
ID=84029731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210062842A KR102518448B1 (ko) | 2021-05-14 | 2021-05-14 | 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102518448B1 (ko) |
| WO (1) | WO2022240235A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102653266B1 (ko) | 2023-07-07 | 2024-04-02 | 주식회사 비씨티원 | 인공지능 기반의 챗봇 대화 상담 시스템 및 그 방법 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102492334B1 (ko) | 2022-09-19 | 2023-01-27 | 주식회사 브로드씨엔에스 | 뉴럴 네트워크를 이용하여 챗봇 서비스와 관련된 이용 정보를 기반으로 고객 단말과 상담원 단말 사이의 통화 연결을 관리하는 방법 및 장치 |
| KR102592859B1 (ko) | 2022-12-21 | 2023-10-24 | 주식회사 지뉴소프트 | 인공지능 챗봇에서의 다중입력정보에 기초한 답변정보 도출방법 및 시스템 |
| KR102587501B1 (ko) * | 2023-02-20 | 2023-10-11 | (주)와이즈에이아이 | 인공지능 챗봇을 활용한 콜 자동 응대 시스템 |
| KR102599828B1 (ko) * | 2023-03-28 | 2023-11-08 | (주)와이즈에이아이 | 웹 콘텐츠 제공 방식의 아웃바운드 ai 콜 시스템 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102241532B1 (ko) * | 2021-01-15 | 2021-04-16 | (주)두타위즈 | 지능형 콜봇 서버 및 이를 이용한 무인 상담 방법 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102338618B1 (ko) * | 2017-07-25 | 2021-12-10 | 삼성에스디에스 주식회사 | 휴먼 에이전트에 의하여 보조 되는 무인 대화 서비스 제공 방법 |
| KR102050244B1 (ko) | 2017-10-16 | 2019-11-29 | 한국과학기술원 | 메신저 단체 채팅방 활성화를 위한 자연어 처리 기반 대화형 챗봇 운용 방법 및 시스템 |
| KR102045224B1 (ko) * | 2017-11-10 | 2019-11-18 | 효성아이티엑스(주) | 전화 응대 장치 |
| KR102224500B1 (ko) * | 2018-03-23 | 2021-03-08 | 주식회사 포지큐브 | 인공지능 기반의 가상 호스트 캐릭터를 이용한 대화형 고객 응대 서비스 제공 시스템 및 방법 |
| JP6755633B2 (ja) * | 2019-07-19 | 2020-09-16 | 日本電信電話株式会社 | 用件判定装置、用件判定方法およびプログラム |
| KR102339085B1 (ko) * | 2019-07-22 | 2021-12-14 | 엘지전자 주식회사 | 사용자의 어플리케이션 사용 기록을 고려하여 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 |
| KR102203890B1 (ko) * | 2020-06-23 | 2021-01-15 | 주식회사 볼드코퍼레이션 | 통화 자동 관리 시스템 및 그 방법 |
-
2021
- 2021-05-14 KR KR1020210062842A patent/KR102518448B1/ko active IP Right Grant
-
2022
- 2022-05-13 WO PCT/KR2022/006889 patent/WO2022240235A1/ko active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102241532B1 (ko) * | 2021-01-15 | 2021-04-16 | (주)두타위즈 | 지능형 콜봇 서버 및 이를 이용한 무인 상담 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102653266B1 (ko) | 2023-07-07 | 2024-04-02 | 주식회사 비씨티원 | 인공지능 기반의 챗봇 대화 상담 시스템 및 그 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220155065A (ko) | 2022-11-22 |
| WO2022240235A1 (ko) | 2022-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102518448B1 (ko) | 인공지능 챗봇 기반 자동 콜 응대 서비스 시스템 | |
| KR101827320B1 (ko) | 인공지능 콜센터 서버 | |
| JP7135177B2 (ja) | 一貫性重み付けおよびルーティング規則に基づく動的通信ルーティング | |
| CN106202301B (zh) | 一种基于深度学习的智能应答*** | |
| US9813495B1 (en) | Systems and methods for chat message notification | |
| US7483525B2 (en) | Method and system for selecting a communication channel with a recipient device over a communication network | |
| US8484042B2 (en) | Apparatus and method for processing service interactions | |
| CN101076184B (zh) | 一种实现自动应答的***及方法 | |
| CN113632442B (zh) | 动态消息处理和消息传递中的数据聚合 | |
| US8417523B2 (en) | Systems and methods for interactively accessing hosted services using voice communications | |
| KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
| CN1354942A (zh) | 给多媒体呼叫中心的客户选择性地提供媒质选项的方法与装置 | |
| US20190065498A1 (en) | System and method for rich conversation in artificial intelligence | |
| CN114730357A (zh) | 用于对话管理的***和方法 | |
| KR101998833B1 (ko) | 멘토링 시스템 | |
| US11889023B2 (en) | System and method for omnichannel user engagement and response | |
| US20090228280A1 (en) | Text-based search query facilitated speech recognition | |
| US20220366427A1 (en) | Systems and methods relating to artificial intelligence long-tail growth through gig customer service leverage | |
| US11595526B2 (en) | Systems and methods of contact center client assignment leveraging quantum computation | |
| US11399097B2 (en) | Systems and methods for search based call routing | |
| US11025780B2 (en) | Systems and methods for search based call routing | |
| CN117424960A (zh) | 智能语音服务方法、装置、终端设备以及存储介质 | |
| US10713331B2 (en) | Create and publish a website using a user satisfaction | |
| US11979273B1 (en) | Configuring a virtual assistant based on conversation data in a data-communications server system | |
| US20240005925A1 (en) | Techniques for providing natural language understanding (nlu) services to contact centers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |