대화형 사용자 환경을 설계하기 위한 권장 사항
Power Platform Well-Architected 경험 최적화 체크리스트 권장 사항에 적용됩니다.
| XO:10 | 사용자의 요구 사항에 부합하고 AI가 목표를 달성하는 데 도움이 되는 대화를 설계합니다. AI가 무엇을 할 수 있는지 명확히 합니다. 직관적이고 사람처럼 느껴지는 자연스러운 상호 작용을 만듭니다. AI가 문제에서 정상적으로 복구될 수 있도록 대체 메커니즘을 제공합니다. |
|---|
이 가이드에서는 워크로드에서 대화형 AI에 대한 사용자 환경을 설계하기 위한 권장 사항을 설명합니다. 대화 설계는 사용자와 AI 간에 구조화되고 직관적이며 자연스러운 대화를 만드는 프로세스입니다. 대화 설계는 대화형 AI와의 상호 작용을 보다 직관적이고 효율적으로 만들고, 사용자 불만을 줄이고, 사용자가 작업을 더 빨리 완료할 수 있도록 지원함으로써 사용자 경험을 크게 향상시킵니다.
주요 디자인 전략
대화 설계에는 AI가 사용자 의도를 이해하고, 효과적으로 응답하고, 사용자를 목표로 안내할 수 있도록 상호 작용 흐름을 만드는 작업이 포함됩니다. 좋은 대화 설계는 상호 작용이 더 인간처럼 느껴지고 매끄럽게 느껴지도록 하여 사용자 경험을 향상시킵니다. 따라서 사용자 참여와 만족도가 높아집니다. 워크로드를 위한 대화형 AI를 만들 때는 자연스러운 커뮤니케이션을 촉진하고 사용자가 목표를 효율적으로 달성할 수 있도록 인간과 유사한 사용자 친화적인 상호 작용을 개발하는 것을 목표로 합니다.
AI의 기능 설명
AI의 기능에 대해 미리 알고 사용자가 AI가 무엇을 할 수 있는지 이해할 수 있도록 도와주세요. 예를 들어 AI가 특정 작업만 수행할 수 있는 경우 처음부터 사용자에게 이 제한 사항을 알립니다. AI가 특정 작업을 제안하거나 특정 결과를 생성하는 이유를 사용자가 이해하도록 합니다. AI의 권장 사항에 대한 설명을 제공하여 사용자가 성공하고 기능 및 정확성에 대한 신뢰를 높일 수 있도록 합니다.
AI의 능력에 대한 명확한 커뮤니케이션은 비현실적인 가정을 방지하고 실망과 좌절을 최소화하여 사용자 기대치를 관리하는 데 도움이 됩니다. 그 결과 보다 긍정적인 사용자 경험을 얻을 수 있습니다. AI 시스템의 강점과 한계에 대해 투명하게 공개하면 기술에 대한 사용자의 신뢰도가 높아지고 신뢰가 쌓입니다. 이러한 신뢰는 사용자 참여와 만족에 필수적입니다.
AI의 특정 기능을 인식하면 사용자가 상호 작용을 보다 효과적으로 탐색하고 AI를 보다 효율적으로 사용할 수 있으므로 사용성이 향상됩니다. AI의 기능을 명확히 하면 사용자가 AI의 범위를 벗어난 요청을 할 가능성이 줄어들기 때문에 잘못된 의사 소통이 줄어듭니다. 이 접근 방식은 잠재적인 좌절과 해결 불가 사황을 줄여줍니다.
사용자의 의도 이해
사용자 의도를 이해하는 것은 AI가 사용자 요청을 얼마나 잘 이행하고 복잡한 대화를 탐색할 수 있는지에 직접적인 영향을 미치기 때문에 대화 설계의 초석입니다. 의도를 정확하게 포착하면 AI가 사용자가 요청하는 내용을 이해할 수 있을 뿐만 아니라 직관적이고 사용자의 요구 사항과 관련이 있다고 느끼는 방식으로 응답할 수 있습니다.
AI가 의도를 적절하게 인식하고 응답하면 보다 자연스럽고 원활한 대화가 이루어지고 불만이 줄어들며 사용자가 목표를 보다 효율적으로 달성할 수 있습니다. 적절한 의도 인식은 AI가 구문이나 용어가 다양하더라도 사용자 입력 이면의 목적을 이해하도록 하여 막다른 골목을 피하는 데 도움이 됩니다. 상호 작용은 유동적이며, AI는 사용자를 솔루션, 권장 사항 또는 추가 조치로 사전에 안내하여 궁극적으로 대화를 보다 효과적이고 만족스럽게 만듭니다.
먼저 사용자가 수행하고자 하는 작업을 식별합니다. 워크로드에 대한 주요 의도를 매핑하고 해당 의도와 일치하는 대상 상호 작용을 설계합니다. 사용자 행동, 선호도 및 컨텍스트 단서를 연구하여 사용자가 의도를 전달할 수 있는 다양한 방법을 예상합니다.
AI가 입력을 해석하는 방식 최적화
모든 대화형 AI의 핵심은 인간의 언어를 정확하게 해석하고 이해하는 능력입니다. 이 기능에는 자연어 이해(NLU)가 포함되며, 이를 통해 AI는 사용자가 틀에 얽매이지 않거나 다양한 방식으로 요청을 표현할 때에도 사용자의 의도를 식별할 수 있습니다. 사용자는 종종 자연스럽고 구조화되지 않은 방식으로 통신합니다. AI 시스템은 구조화된 명령을 처리할 뿐만 아니라 개방형 질문과 비공식적 언어를 처리할 수 있도록 설계되어야 합니다. AI가 이러한 복잡성을 탐색하고 정확하고 관련성 높은 응답을 제공할 수 있도록 하려면 AI가 사용자 입력을 해석하는 방식을 최적화하는 것이 중요합니다.
사용자가 요청을 표현할 수 있는 다양한 방법을 예상하고 다양한 의도를 수용하도록 AI의 응답을 구조화합니다. 예를 들어, AI가 구조화된 명령과 개방형 질문을 모두 처리할 수 있도록 하여 사용자가 요청을 어떻게 표현하는지에 관계없이 이해받고 있다고 느낄 수 있도록 합니다. 자연스러운 인간 커뮤니케이션을 반영하도록 AI 응답을 설계합니다. AI의 응답은 사람들이 일반적으로 상호 작용하는 방식을 반영하기 위해 대화형으로 들리고 컨텍스트를 인식해야 합니다.
더 복잡한 사용자 입력의 경우 대화를 관리 가능한 단계로 나눕니다. 사용자에게 부담을 주지 않고 문제를 해결하는 데 도움이 되는 일련의 질문이나 작업을 안내합니다. 사용자가 여러 정보가 포함된 요청을 제공하는 경우 AI는 프로세스를 단계별로 안내해야 합니다. 이 접근 방식은 한 번에 너무 많은 질문으로 사용자를 압도하는 것을 방지하고 의도를 명확히 하는 데 도움이 됩니다. 후속 질문의 구조화된 흐름을 통해 필요한 모든 세부 정보를 혼란 없이 캡처할 수 있습니다. 동시에 자연스러운 대화를 유지하는 데 도움이 됩니다.
상호 작용을 통해 사용자 안내
대화 흐름은 사용자가 말하거나 선택하는 내용에 따라 대화가 진행되는 방식을 결정합니다. 좋은 대화 흐름은 항상 목표 지향적이어야 합니다. 상호 작용의 각 단계를 통해 사용자는 모임 예약, 정보 검색 또는 문제 해결 등 목표 완료에 더 가까워야 합니다. 사용자의 목표를 염두에 두고 디자인하면 대화에 집중하고 목적을 유지할 수 있습니다. 이러한 방식으로 실망감을 줄이고 전반적인 경험을 개선하는 데 도움이 됩니다.
효과적인 대화 흐름을 만들려면 먼저 사용자가 AI와 가질 수 있는 모든 가능한 상호 작용을 매핑합니다. 이 프로세스에는 다양한 사용자 응답 또는 선택에 따라 분기되는 명확한 의사 결정 트리를 설계하는 작업이 포함됩니다. 대화가 진행될 수 있는 다양한 경로를 예상하여 AI가 예상 입력과 예기치 않은 입력을 모두 처리할 준비가 되었는지 확인합니다. 대화 흐름은 질문에 대한 응답뿐만 아니라 세부 사항이 불분명하거나 불완전한 경우 가능한 후속 질문도 고려해야 합니다.
잘 설계된 대화에서 사용자와 AI 간의 자연스러운 대화는 인간 상호 작용의 역학을 반영합니다. AI는 사용자 입력에 응답할 뿐만 아니라 주도권을 잡아야 할 때를 인식해야 합니다. 예를 들어 사용자에게 추가 정보를 요청하거나, 명확한 질문을 하거나, 제안을 제공합니다. AI가 옵션을 제공하거나, 사용자 선택을 확인하거나, 다음 단계를 제안할 수 있는 순간을 포함하도록 대화를 디자인하여 상호 작용이 협력적이고 매력적으로 느껴지도록 합니다.
효과적인 대화는 방해와 편차를 적절하게 처리합니다. 사용자는 상호 작용 중에 마음이 바뀌거나 관련 없는 질문을 할 수 있습니다. 유연한 대화 흐름을 통해 AI는 이러한 상황을 효과적으로 관리할 수 있습니다. 예를 들어 새 쿼리를 처리하기 위해 현재 작업을 일시 중지한 다음 적절한 경우 원래 작업으로 돌아갈 수 있습니다. AI가 컨텍스트를 유지하면서도 동적 사용자 동작을 수용할 수 있는지 확인합니다.
대화의 유동성을 높이려면 흐름의 여러 단계 간 전환을 주의해서 관리해야 합니다. AI가 정보 수집에서 작업 수행으로 전환할 때 이러한 전환을 사용자에게 명확하게 전달해야 합니다.
대체 메커니즘 설계
대화가 항상 예측 가능한 경로를 따르는 것은 아닙니다. 사용자는 AI가 이해하기 어려운 예기치 않거나, 불분명하거나, 주제에서 벗어난 응답을 입력할 수 있습니다. 좋은 대화 설계는 AI가 정상적으로 회복하고 상호 작용을 생산적이고 사용자 친화적으로 계속 유지할 수 있도록 하여 이러한 순간에 대비합니다. AI가 이해하지 못하는 것을 만났을 때 갑자기 대화를 종료하도록 설계하지 마세요. 대신 사용자에게 명확한 질문을 묻거나, 대안을 제안하거나, 사용자가 계속 참여하고 목표를 향해 나아갈 수 있는 방식으로 대화를 리디렉션하도록 흐름을 설계하세요.
에지 케이스에 대비한 계획을 세웁니다. 때때로 사용자들은 예상치 못한, 관련성이 없거나 맥락에서 벗어난 말을 하기도 합니다. 대화를 다시 정상 궤도에 올리는 데 사용할 수 있는 대체 응답을 포함하도록 AI를 설계합니다. 예를 들어 사용자의 입력이 너무 모호한 경우 AI는 "이해하지 못했습니다"라고 말해서는 안 됩니다. 대신, "필요한 것에 대해 더 자세히 설명해 주시겠습니까?"와 같은 명확한 질문을 하도록 디자인하십시오.
사용자가 불완전한 정보를 제공하는 경우 AI는 상황에 맞는 후속 조치를 제공해야 합니다. 예를 들어 사용자가 "미팅 예약"이라고 말하지만 시간이나 참가자를 지정하지 않으면 AI는 "미팅을 몇 시로 하고 싶습니까?" 또는 "누구를 초대해야 합니까?"라고 물을 수 있습니다. 이러한 방식으로 AI는 실망감을 유발하지 않고 사용자 입력의 공백을 채울 수 있습니다.
사용자가 AI가 처리할 수 없는 내용이나 주제에서 벗어난 내용을 요청할 수 있는 더 복잡한 시나리오의 경우 대체 응답을 디자인하여 대체 제안을 제공합니다. 예를 들어, 미팅을 예약하기 위한 시스템에서 사용자가 "항공편을 예약할 수 있습니까?"라고 묻는다고 상상해 보십시오. 항공편 예약은 AI의 기능 밖이기 때문에 AI는 "현재 미팅 일정을 잡을 수 있지만 이메일 초안 작성이나 일정 관리와 같은 다른 작업도 도울 수 있습니다"라고 응답할 수 있습니다. 이러한 유형의 대체 경로는 상호 작용의 원활한 흐름을 유지하고 사용자를 소외시키지 않도록 하는 데 도움이 됩니다. 또한 사용자가 AI가 무엇을 할 수 있는지 이해하는 데 도움이 됩니다.
반복되는 오해에 대비하십시오. AI가 연속으로 여러 번 사용자를 이해하지 못하는 경우 대체 전략은 대체 솔루션을 통한 에스컬레이션을 제공해야 합니다. 예를 들어 도움을 받기 위해 사용자를 사람에게 리디렉션하거나 관련 도움말 문서에 대한 링크를 제공할 수 있습니다. 이 접근 방식은 AI의 한계에 도달한 경우에도 사용자가 지원을 받는다고 느끼도록 합니다.
Power Platform 간편 사용
Copilot Studio에는 다양한 도메인에서 공통적인 사용자 의도를 이해하고 분류하도록 설계된 미리 빌드된 엔터티가 포함되어 있습니다. 미리 빌드된 엔터티를 사용하면 모든 것을 직접 빌드할 필요 없이 사용자 의도를 관련 작업 또는 응답에 매핑할 수 있습니다. 미리 빌드된 엔터티는 사용자 입력의 일반적인 변형을 처리하도록 최적화되어 있습니다.
Copilot을 빌드하기 위한 시작점으로 에이전트 템플릿을 사용할 수 있습니다. 템플릿은 일반적인 작업 및 시나리오를 처리하도록 설계된 핵심 대화 패턴, 기능 및 워크플로로 미리 구성되어 있습니다. 기본 제공 의도, 엔터티 및 고객 지원, 생산성 작업 또는 FAQ와 같은 특정 사용 사례에 맞게 조정된 대화 흐름을 통합합니다. 워크로드 및 사용자의 특정 요구 사항에 맞게 템플릿을 사용자 지정할 수 있습니다.
AI가 사용자와 소통하고 특정 질문에 답하는 방식을 더 잘 제어할 수 있도록 즉각적인 수정을 통해 Copilot에 맞춤형 지침을 제공합니다. 프롬프트 수정을 통해 Copilot의 이해력과 언어 생성을 형성하는 기본 지침을 변경함으로써 개발자는 AI의 행동, 응답 및 강조를 조정할 수 있습니다. 다양한 사용 사례, 부문 또는 회사 요구 사항에 맞게 지침을 사용자 지정할 수 있으므로 신속한 수정을 통해 Copilot이 상황에 따라 적절하고 유용한 응답을 제공할 수 있습니다.
Copilot이 사용자 입력을 이해하지 못하거나 요청을 처리할 수 없는 경우 사용할 수 있는 대체 토픽을 구성합니다. 대체 토픽은 일종의 "안전망" 역할을 합니다. 대화를 순조롭게 진행하고 AI가 기능의 한계에 도달했을 때 사용자 불만을 방지하는 사전 설정된 응답을 제공합니다. 대체 토픽을 구성하면 Copilot이 사용자의 의도를 해석할 수 없을 때 응답하는 방식을 제어할 수 있습니다. 예를 들어 Copilot은 사용자에게 요청을 이해하지 못했다고 정중하게 알린 다음 사용자에게 쿼리를 바꾸도록 요청하거나 AI가 처리할 수 있는 일련의 관련 옵션 또는 명령을 제공하는 등 유용한 제안을 제공할 수 있습니다. 고급 구성에서 대체 토픽은 사용자를 다른 리소스로 안내하거나 대화를 담당자에게 에스컬레이션할 수 있습니다.