Infochatter의 특별함
Infochatter의 정확함과 유연함은 네 가지 강점에서 나옵니다.
답변 유형 오케스트레이션
답변 유형을 상황에 맞게
단계적으로 선택
앙상블 의도분석
한 가지 모델에
의존하지 않는 의도분석
현업 중심 운영
현업이 지식과 대화를
직접 운영
에이전트 업무 연계
챗봇과 콜봇을 넘어
이젠 에이전트 업무까지 연계
기술 구성도
문자·음성·이미지로 들어온 질문을 언어 이해부터 응답 생성까지 거쳐 답변으로 돌려줍니다.
주요 기능
01
언어 이해와 문맥 기반 의도분석
오타와 띄어쓰기를 보정하고 형태소·개체명·화행·의도를 분석해 사용자가 원하는 업무를 파악합니다.
✔️ 도메인 사전과 사용자 정의 패턴
✔️ 이전 대화 문맥과 상태 유지
02
지식·시나리오 구축
의도·질의·답변을 유연하게 연결하고,
그래프 기반 편집기로 대화 분기와 예외 처리를 구성합니다.
✔️ 이미지·버튼·체크박스·캐러셀·카드형·표 등 100여 가지 답변 템플릿
✔️ 사전·QA·시나리오 일괄 관리
✔️ 복수 저장소와 에이전트 운영
03
검증·검색·생성 답변 오케스트레이션
질문 유형과 신뢰도에 따라 검증 답변, 지식 검색, RAG, LLM 생성 답변을 선택하고 출처를 제시합니다.
✔️ 키워드·벡터 통합 검색
✔️ 검증 답변 풀과 생성 답변 관리
✔️ 근거 문서와 출처 연결로 환각(Hallucination) 현상 최소화
04
기간계·외부 서비스 연계
대화 중 필요한 CRM·상품·계약·예약·결제 정보를 조회하고 결과를 응답에 반영합니다.
✔️ REST API 등 다양한 방식의 시스템 연계
✔️ 동적 답변과 거래 처리
✔️ 파일·기간계·거래계·ERP·CRM 등 연계 서비스 확장
05
LLM 학습과 답변 개선
도메인 데이터로 모델을 학습하고 여러 LLM의 답변을 비교·수정·평가해 개선 데이터를 축적합니다.
✔️ LLM 기반 유사어 등의 자동 학습 질의 생성
✔️ Human Feedback 라벨링
✔️ 질의 묶음과 표준답변 관리
06
검증·모니터링·운영 관리
정합성 검사, 일괄 정확도 테스트, 시뮬레이터와 로그 분석으로 배포 전후의 품질을 관리합니다.
✔️ 응답 누락과 매핑 오류 점검
✔️ 실제 대화 재현과 원인 분석
✔️ 권한·버전·작업 이력 관리
활용 사례
금융·공공 현장에서 Infochatter가 어떻게 쓰이고 있는지 소개합니다.
고민
해결
카카오뱅크
모바일 앱 챗봇을 고도화하면서 서비스 중단 없이 쌓아 온 질의응답 데이터와 학습 자산을 옮겨야 했습니다. 대규모 학습에 걸리는 시간도 줄여야 했습니다.
기존 질의응답 데이터와 학습 자산은 JSON 인터페이스 호환으로 서비스 중단 없이 옮겼습니다. 20만 건 딥러닝 학습 시간은 3시간 30분에서 30분으로 줄였습니다. 금융 도메인 특화 학습으로 응답 품질과 고객 응대 정확도도 높였습니다.
고민
해결
NH농협은행
약 3,100만 명 고객의 다양하고 복잡한 문의를 정확히 이해해, 콜 대기 시간을 줄이고 맞춤형으로 응대할 방법이 필요했습니다.
차세대 컨택센터(AICC) 구축 사업의 기술검증(PoC)에서 규칙·통계·딥러닝·머신러닝을 함께 쓰는 Infochatter의 앙상블 의도분석으로 의도 분석 정확도와 처리 속도를 입증했습니다.
고민
해결
국민연금공단
민원 응대 업무 부하를 줄이 고, 내부 FAQ·지식문서를 바탕으로 정확하고 일관된 안내를 제공할 방법이 필요했습니다.
Infochatter로 대고객 상담 챗봇을 구축했습니다. 내부 FAQ·지식문서를 시나리오로 만들어 정확하고 일관되게 안내합니다. 민원 응대 효율과 대국민 접근성은 높이고 업무 부하와 행정 비용은 줄였습니다.
자주 묻는 질문
Infochatter 도입을 검토할 때 가장 많이 받는 질문을 정리했습니다.
