.svg)
AI 솔루션 문의하기
한 기업이 여러 나라에서 서비스를 운영하면 제품명이나 기능 용어를 각 언어로 옮기는 과정에서 미묘한 표현 차이가 생기기 쉽습니다. 상담원이 쓰는 용어와 실제 앱 화면에 표시된 용어가 조금이라도 다르면 고객은 같은 기능을 두고도 다른 것을 묻는다고 오해할 수 있습니다. 언어별 용어집을 먼저 통일해 두고 이를 기준으로 학습데이터를 구성해야 이런 혼란을 줄일 수 있습니다. 언어마다 다르게 옮겨질 수 있는 제품 용어를 하나의 기준으로 통일하는 작업이 다국어 학습데이터의 토대가 됩니다.
고객의 감정 상태를 파악하는 일은 상담 품질 관리에서 중요한 역할을 하며 이는 어떤 언어로 상담이 이루어지든 마찬가지입니다. 문제는 분노나 불만을 표현하는 방식이 언어마다 크게 다르다는 데 있습니다. 어떤 언어권은 직설적으로 불만을 드러내지만 어떤 언어권은 완곡하게 돌려 말하면서도 실제로는 강한 불만을 담고 있습니다. 언어별로 감정 표현의 관습을 따로 학습해야 이런 차이를 놓치지 않습니다.
기술 제품을 다루는 고객센터에는 로그인이나 업데이트처럼 영어 단어가 그대로 섞인 채 상담이 진행되는 경우가 흔합니다. 이런 혼용은 오류가 아니라 그 언어권 고객이 실제로 사용하는 자연스러운 화법입니다. 순수한 자국어 표현만 정답으로 간주하고 학습데이터를 정제하면 실제 상담 현장에서 나오는 발화와 동떨어진 결과가 만들어집니다. 기술 용어가 자연스럽게 섞인 발화를 그대로 데이터에 담아야 실제 상담 현장의 언어 사용을 왜곡 없이 반영합니다.
또한 스페인어나 아랍어처럼 여러 국가에서 공용어로 쓰이는 언어는 국가별로 어휘 선택과 억양이 상당히 다릅니다. 한 국가의 표현을 기준으로 학습된 모델을 다른 국가 고객에게 그대로 적용하면 어색하거나 심한 경우 무례하게 들리는 표현이 나올 수 있습니다. 국가별 변이를 구분해 데이터를 따로 확보하는 작업이 이런 문제를 예방합니다.
일부 언어는 상담 맥락에서 격식을 갖춘 표현이 거의 필수적으로 요구되는 반면 다른 언어는 격식보다 친근함을 우선시하는 문화를 가지고 있습니다. 하나의 격식 기준을 모든 언어에 동일하게 적용하면 어떤 고객에게는 지나치게 딱딱하고 어떤 고객에게는 무례하게 느껴질 수 있습니다. 각 언어권의 상담 관습에 맞춘 격식 수준을 학습데이터 단계에서부터 반영해야 합니다. 언어마다 다른 격식의 기준을 학습데이터에 미리 반영해야 문화적으로 자연스러운 응대가 가능해집니다.
이용자 수가 적은 언어권은 확보할 수 있는 상담 기록 자체가 부족해 다른 언어보다 학습 품질이 떨어지기 쉽습니다. 이런 언어의 고객을 소홀히 다루지 않으려면 소량의 데이터로도 최소한의 성능을 확보하는 별도의 방식이 필요하며 확신이 낮은 응답은 사람 상담원에게 자연스럽게 넘기는 절차를 함께 마련해야 합니다.
.svg)
.svg)
