C2 · Interpark · 2011
Talk Butler
커머스 챗봇 '톡집사' 1.0 → 2.0
IBM Watson Assistant 기반 대화형 커머스 서비스를 설계·개발해 상용화했고, 일상 언어의 의도를 추론하고 주문·배송 업무까지 대화 안에서 처리하는 톡집사 2.0 개발에 참여했습니다.
60,000
2.0 학습 질문 시나리오
76%
2.0 자연어 입력 AI 응답률
82%
2.0 응답 정확도


01 Problem
커머스의 상품 검색과 프로모션 기능을 대화형 인터페이스로 확장해, 고객이 챗봇으로 상품을 탐색하고 할인 혜택을 받는 새로운 쇼핑 경험을 만들고자 했습니다.
1.0은 미리 정의한 의도와 시나리오 중심이어서, 고객이 일상적인 표현으로 묻거나 주문·배송처럼 실제 업무 처리가 필요한 문의에는 한계가 있었습니다.
02 Role
- 1.0: IBM Watson Assistant 기반 Rule·시나리오 중심 대화형 챗봇 구축
- 1.0: 챗봇과 기존 상품·고객 데이터 및 커머스 Backend API 연계
- 1.0: 자연어 기반 상품 검색 및 조건부 할인 쿠폰 발급 기능 구현
- Node.js, Go 기반 Backend 플랫폼 설계·개발
- 톡집사 2.0 개발 참여
- 서비스 출시 이후 운영 및 기능 개선
03 Approach
011.0 — 대화 처리와 커머스 기능의 연결
Watson Assistant가 대화를 처리하고, Backend가 상품·고객 데이터와 커머스 API를 연결하는 구조로 설계했습니다.
자연어로 상품을 검색하고, 조건에 따라 할인 쿠폰을 발급하는 기능을 대화형 인터페이스로 제공했습니다.
022.0 — 키워드에서 의도 추론으로
2.0은 자체 자연어 처리·텍스트 분석·학습 자동화 기술로, 정해진 키워드가 아니라 일상 언어에서 고객의 의도를 추론해 답합니다. 약 6만 개의 질문 시나리오로 학습했습니다.
032.0 — 대화 안에서 끝나는 업무 처리
Backend 연동을 넓혀, 예를 들어 '최근 주문 배송지 바꿔줘'라고 하면 변경 가능한 주문을 찾아 바로 바꿀 수 있게 했습니다. 배송·주문·반품·교환처럼 자주 묻는 문의를 더 많이 처리합니다.
상담사가 필요하면 같은 화면에서 대기 중인 상담사에게 바로 연결됩니다.
04 Stack
- IBM Watson Assistant
- 자체 NLP (2.0)
- Node.js
- Go
- Redis
- MongoDB
- MySQL
05 Outcome
- 대화형 커머스 상용화
- Watson Assistant 기반 고객 대상 쇼핑 챗봇 출시
- 커머스 기능 확장
- 상품 검색과 조건부 할인 쿠폰 발급을 대화로 제공
- 업무 시스템 연계
- 대화 처리와 상품·고객 데이터, 커머스 기능을 잇는 Backend 구현
- 2.0 출시
- 자연어 입력 AI 응답률 76%, 정확도 82% (2019.11 전자신문)