OpenTable은 에스컬레이션 로직에 유연성을 구축했습니다
Agentforce를 활용해 OpenTable의 AI 에이전트를 구축하는 과정에서 RoseTree와 OpenTable 팀은 AI 서비스 설계에서 가장 까다로운 과제 중 하나인, 언제 채팅을 인간 상담사로 전환할지를 판단하는 문제를 해결했습니다. 그들은 전환 지표(Deflection Score를 고안해냈는데, 이는 대화 전반에 걸친 고객 감정과 의도를 실시간으로 추적하는 척도입니다.
모든 채팅 세션은 기준 점수에서 시작됩니다. 이후, Atlas 추론 엔진이 식당 이용자의 입력을 바탕으로 이 점수를 동적으로 조정합니다. 예를 들어, 도움 요청은 5점, 상담사 연결 요청은 10점을 부여합니다. 대문자만으로 입력하거나 극도의 좌절감을 표현하면 점수는 최대 20점까지 올라갑니다. Agentforce는 이 실시간 점수를 활용하여 도움을 계속 제공할지, 사례를 생성할지, 아니면 인간 상담사로 전환할지를 결정합니다.
가장 큰 장점은 이 전환 지표가 살아있는 지표라는 점입니다. OpenTable 팀은 전환 임계값을 언제든지 조정할 수 있습니다. 즉, 상담사 인력이 부족할 때는 임계값을 높여 전환을 줄일 수 있고, 휴일 같은 업무 과부하 시기에는 임계값을 완화하여 더 많은 인간 지원을 제공할 수 있습니다. 함께 사용되는 감정 점수는 대화 중 감정이 어떻게 변화하는지 추적하는 데 도움을 주어, 어떤 부분이 효과가 있고 어디를 개선해야 할지에 대한 전체적인 그림을 제공합니다.
요점
에스컬레이션 로직에 유연성을 구축하여 인력 수준, 고객 감정, 계절성에 맞출 수 있습니다. 덤으로, 이는 매번 채팅을 통해 AI 에이전트가 발전하는 데도 도움이 될 것입니다.
OpenTable의 더 많은 팁 보기:
OpenTable 구현 사례