Amazon Lex 및 Amazon Chime SDK를 사용하여 모든 컨택 센터에 대화형 AI 추가

플라톤에 의해 재발행

팔로워 : 0

고객 만족도는 조직의 수익성에 직접적인 영향을 미치는 강력한 지표입니다. 지난 XNUMX여 년 동안 급속한 기술 발전으로 인해 다음과 같은 방식으로 고객 중심을 높이는 것이 더욱 중요해졌습니다.

음성, 문자, 소셜 미디어 등을 포함한 다양한 방식으로 고객이 조직에 액세스할 수 있도록 합니다.
고객에게 매우 효율적인 판매 후 및 서비스 경험 제공
비즈니스 동향 및 역학 변화에 따라 서비스 품질을 지속적으로 개선

고효율 컨택 센터를 구축하려면 상당한 자동화, 확장 능력, 고객 피드백을 통한 능동적 학습 메커니즘이 필요합니다. 초기의 긴 대기 시간부터 긴 평균 처리 시간과 관련된 운영 비용에 이르기까지 컨택 센터 고객 여정의 모든 지점에는 문제가 있습니다.

기존 컨택 센터에서 긴 대기 시간을 위한 한 가지 솔루션은 IVR(대화형 음성 응답 시스템)을 사용하는 고객을 위한 셀프 서비스 옵션을 활성화하는 것입니다. IVR은 자동화된 메뉴 옵션 세트를 사용하여 실시간 상담원의 개입 없이 자주 묻는 질문을 처리함으로써 상담원 통화량을 줄이는 데 도움이 됩니다. 그러나 기존 IVR은 일반적으로 고객 요청에 지능적으로 응답할 수 있는 기능 없이 미리 결정된 순서를 따릅니다. 이와 같은 비대화식 IVR은 고객을 좌절시키고 가능한 한 빨리 상담원에게 연락하도록 유도하여 통화 굴절률을 높일 수 있습니다. IVR에 인공 지능(AI)을 추가하여 이 문제를 해결할 수 있습니다. AI 지원 IVR은 사람의 개입 없이 고객이 문제를 해결하는 데 보다 빠르고 정확하게 도움을 줄 수 있습니다. 상담원이 필요할 때 AI 지원 IVR은 이미 수집된 정확한 정보를 사용하여 올바른 상담원에게 고객을 안내할 수 있으므로 고객이 정보를 반복하지 않아도 됩니다. AWS AI 서비스를 사용하면 사전 훈련된 강력한 ML 모델을 사용하는 데 필요한 기계 학습(ML) 훈련이나 전문 지식이 없기 때문에 훨씬 더 쉽습니다.

AI 기반 자동화 애플리케이션은 IVR이 자연어로 이해하고 응답할 수 있기 때문에 자연스러운 선택입니다. 또한 IVR에 향상된 기능을 추가하여 고객이 IVR과 상호 작용하는 방식에 따라 학습하고 발전할 수 있습니다. 와 함께 아마존 렉스, 강력한 다국어 대화형 AI 시스템을 구축하고 ML 기술 없이도 고객을 위한 셀프 서비스 경험을 향상시킬 수 있습니다. Amazon Chime SDK를 사용하면 기존 컨택 센터를 Amazon Lex에 쉽게 통합할 수 있습니다. Amazon Chime SDK SIP 미디어 애플리케이션. 여기에는 Avaya, Cisco, Genesys 등과 같은 컨택 센터가 포함됩니다. Amazon Chime SDK와 Amazon Lex의 통합은 미국 동부(버지니아 북부) 및 미국 서부(오레곤) AWS 리전에서 사용할 수 있습니다.

이를 통해 AI 기반 셀프 서비스를 위해 Amazon Lex와 기본적으로 통합할 수 있는 유연성과 다른 AWS AI 서비스 호스트와 통합하여 전체 컨택 센터 운영을 혁신할 수 있습니다.

이 게시물에서는 최근 출시된 Amazon Chime SDK 및 Amazon Lex를 사용하여 SIP 트렁킹을 지원하는 모든 컨택 센터에 AI 기반 IVR을 추가하는 방법에 대한 안내를 제공합니다. Amazon Chime SDK PSTN 오디오와 Amazon Lex 통합. 이 게시물에서는 다음 주제를 다룹니다.

셀프 서비스 AI를 위한 참조 솔루션 아키텍처
솔루션 배포
계정 잔액 챗봇 검토
Amazon Chime SDK 음성 커넥터 검토
솔루션 테스트
자원 정리

솔루션 개요

이전 섹션에서 설명한 대로 Amazon Lex와 Amazon Chime SDK라는 두 가지 주요 AWS 서비스를 사용하여 셀프 서비스 AI 솔루션을 구축합니다. 우리는 또한 사용 AWS 람다 (완전 관리형 서버리스 컴퓨팅 서비스), 아마존 엘라스틱 컴퓨트 클라우드 (컴퓨팅 인프라인 Amazon EC2) 및 아마존 DynamoDB (완전 관리형 no SQL 데이터베이스) 작업 예제를 생성합니다. 이 솔루션의 코드 베이스는 동반 GitHub 리포지토리. 이 솔루션을 배포하고 테스트하기 위한 지침은 다음 섹션에서 제공됩니다.

다음 다이어그램은 솔루션 아키텍처를 보여줍니다.

솔루션 워크플로는 다음 단계로 구성됩니다.

유선전화나 휴대전화로 전화를 걸면 PSTN(Public Switched Telephone Network)을 통해 상대방과 연결됩니다. 이 데모에서는 별표 서버 (무료 고객 센터 프레임워크) Amazon Chime 음성 커넥터를 통해 PSTN에 연결된 고객 센터를 에뮬레이션하기 위해 Amazon EC2 서버에 배포됩니다. 별표는 회사 또는 조직 내에서 사용되는 개인 전화 네트워크의 컨트롤러인 PBX(Private Branch Exchange)의 소프트웨어 구현입니다.
이 데모의 일부로 Amazon Chime SDK를 통해 전화번호를 획득하고 Asterisk PBX와 연결합니다. 이 번호로 전화가 오면 다음과 같이 전달됩니다. SIP(세션 개시 프로토콜) 별표 PBX 서버에. 그런 다음 별표 PBX는 SIP를 사용하여 이 호출을 Amazon Chime 음성 커넥터로 라우팅합니다. Amazon Chime SIP 미디어 애플리케이션.
Amazon Chime PSTN 오디오는 SIP 미디어 애플리케이션을 사용하여 프로그래밍 가능한 VoIP 응용 프로그램. Amazon Chime SIP 미디어 애플리케이션은 Lambda 함수와 함께 작동하여 프로그래밍 방식으로 호출을 처리합니다.
호출이 Amazon Chime SIP 미디어 애플리케이션에 도착하면 연결된 Lambda 함수가 호출됩니다. 이 함수는 호출 정보를 DynamoDB 테이블에 저장하고 StartBotConversation 동작. NS StartBotConversation action은 PSTN의 최종 사용자와 Amazon Lex 봇 간에 음성 대화를 설정합니다.
Amazon Lex는 고급 자연어 모델이 포함된 완전 관리형 AWS AI 서비스로 애플리케이션에서 대화형 인터페이스를 설계, 구축, 테스트 및 배포합니다. 자동 음성 인식 및 자연어 이해 기술을 결합하여 애플리케이션에 대한 인간과 유사한 상호 작용을 생성합니다. 예를 들어 이 데모에서는 봇을 배포하여 세 가지 자동화된 작업을 수행하거나 의도: Check Balance, Transfer Funds및 Open Account. 인텐트는 사용자가 수행하려는 작업을 나타냅니다.
대화는 호출자가 Amazon Lex 봇과 상호 작용하는 것으로 시작하여 봇에게 원하는 작업을 알려줍니다. 봇의 자동 음성 인식(ASR) 및 자연어 이해(NLU) 기능은 봇이 사용자 입력을 이해하는 데 도움이 됩니다. Amazon Lex는 각 의도에 대해 구성된 호출자 입력 및 샘플 발화를 기반으로 요청된 의도를 결정할 수 있습니다.
의도가 결정되면 Amazon Lex는 호출자와 상호 작용하여 해당 의도에 대해 구성된 모든 슬롯에 대한 정보를 수집합니다. 예를 들어, Open Account 인텐트에는 XNUMX개의 슬롯이 포함됩니다.
1. 이름
2. 성
3. 계정 유형
4. 전화 번호
Amazon Lex는 호출자와 협력하여 선택한 의도의 이러한 모든 필수 슬롯에 대한 정보를 캡처합니다. 이러한 항목이 캡처되고 의도가 이행되면 Amazon Lex는 Amazon Lex 봇 대화의 전체 결과와 함께 통화 처리를 Amazon Chime SIP 미디어 애플리케이션에 반환합니다.
후속 처리 단계는 PSTN 오디오 핸들러 Lambda 함수에 의해 수행됩니다. 여기에는 결과 구문 분석, 다음 통화 경로 작업 결정, DynamoDB 테이블에 결과 저장, 끊기 작업 반환이 포함됩니다.
별표 PBX는 DynamoDB 테이블에 저장된 정보를 사용하여 다음 작업을 결정합니다. 예를 들어 발신자가 잔액을 확인하려는 경우 통화가 종료됩니다. 그러나 호출자가 계정을 개설하기를 원하는 경우 호출이 에이전트에게 전송되고 Amazon Lex 봇에 캡처된 정보가 포함됩니다.

우리는 AWS 클라우드 개발 키트 (AWS CDK)를 사용하여 계정에 쉽게 배포할 수 있도록 이 애플리케이션을 패키징합니다. AWS CDK는 친숙한 프로그래밍 언어를 사용하여 클라우드 애플리케이션 리소스를 정의하는 오픈 소스 소프트웨어 개발 프레임워크입니다. 라는 고급 구성 요소를 제공합니다. 구성 검증된 기본값으로 클라우드 리소스를 사전 구성하므로 클라우드 애플리케이션을 쉽게 구축할 수 있습니다.

사전 조건

솔루션을 배포하기 전에 AWS 계정과 AWS CDK 스택을 실행할 로컬 머신이 필요합니다. 다음 단계를 완료하십시오.

AWS 계정에 로그인하십시오.
AWS 계정이 없는 경우 다음을 수행할 수 있습니다. 하나에 가입.신규 고객을 위해 AWS는 다음을 제공합니다. 프리 티어, AWS 서비스를 무료로 탐색하고 사용해 볼 수 있는 기능을 제공합니다(각 서비스에 대해 지정된 한도까지). 이를 통해 AWS 플랫폼, 제품 및 서비스에 대한 실습 경험을 얻을 수 있습니다. 랩톱 또는 데스크톱 컴퓨터와 같은 로컬 시스템을 사용하여 AWS CDK를 사용하여 스택을 배포합니다.
MacOS용 새 터미널 창을 열거나 퍼티 솔루션을 배포하는 데 필요한 모든 사전 요구 사항을 설치하려면 Windows OS용.
다음 필수 소프트웨어를 설치합니다.
1. AWS 명령 줄 인터페이스 (AWS CLI) – AWS 서비스와 상호 작용하기 위한 명령줄 도구입니다. 설치 지침은 다음을 참조하십시오. AWS CLI 설치, 업데이트 및 제거.
2. Node.js를 > 16 – 애플리케이션 개발 및 배포를 위한 오픈 소스 JavaScript 백엔드 엔진. 설치 지침은 다음을 참조하십시오. 자습서: Amazon EC2 인스턴스에서 Node.js 설정.
3. 얀 – Yarn은 코드의 패키지 관리자입니다. 이를 통해 개발자 간에 코드를 쉽게 사용하고 공유할 수 있습니다. 다음 명령을 실행하여 Yarn을 설치합니다.
```
curl -o- -L https://yarnpkg.com/install.sh | bash
```
  이제 다음 명령을 실행하여 필요한 AWS 액세스 키를 설정합니다. 자세한 내용은 다음을 참조하십시오. IAM 사용자의 액세스 키 관리.
다음 명령을 실행하십시오.
```
aws configure list
```
다음 명령을 실행하십시오.
```
aws configure
```
AWS 계정의 액세스 키 ID 및 보안 액세스 키에 대한 값을 제공합니다.
지역 이름을 변경하거나 기본 지역을 그대로 둡니다.
출력 형식에 대해 JSON의 기본값을 수락합니다.

솔루션 배포

요구 사항에 맞게 이 솔루션을 사용자 지정할 수도 있습니다. 이 배포에 포함된 출력 리소스를 검토하고 Lambda 함수를 수정하여 자체 솔루션에 필요한 사용자 지정 비즈니스 로직을 추가합니다.

동일한 터미널에서 다음 단계를 실행하여 애플리케이션을 배포합니다.

git 저장소를 복제합니다.

git clone https://github.com/aws-samples/amazon-chime-pstn-audio-with-amazon-lex.git

프로젝트 디렉토리를 입력하십시오:

cd amazon-chime-pstn-audio-with-amazon-lex
AWS CDK 애플리케이션을 배포합니다.
```
yarn launch
```
몇 분 후에 스택 배포가 완료됩니다. 다음 스크린샷은 샘플 출력을 보여줍니다.
다음 명령을 사용하여 웹 클라이언트 SIP 전화를 설치합니다.
```
cd site 
```
```
Yarn 
```
```
yarn run start
```

Amazon Chime SDK 음성 커넥터 검토

이 게시물에서는 Amazon Chime SDK를 사용하여 Asterisk PBX 서버(또는 기존 고객 센터)에서 수신된 통화를 Amazon Lex로 라우팅합니다. 이는 Amazon Chime SIP PSTN 오디오 및 Amazon Chime 음성 커넥터를 사용하여 수행됩니다. Amazon Chime PSTN 오디오를 사용하면 Lambda 함수를 사용하여 프로그래밍 가능한 전화 통신 애플리케이션을 생성할 수 있습니다. 이러한 Amazon Chime SIP 미디어 애플리케이션은 PSTN 전화 번호 또는 Amazon Chime 음성 커넥터에 의해 트리거됩니다. 다음 스크린샷은 Amazon Chime SDK 음성 커넥터에 의해 트리거되고 SIP 미디어 애플리케이션을 대상으로 하는 SIP 규칙을 보여줍니다.

계정 잔액 챗봇 검토

이 데모의 Amazon Lex 봇에는 세 가지 의도가 포함되어 있습니다. 이러한 의도는 호출자의 자연어 음성을 통해 요청할 수 있습니다. 예를 들어, Check Balance 인텐트는 다음 샘플 발언으로 시드됩니다.

인텐트에는 XNUMX개 이상의 매개변수가 필요할 수 있습니다. 슬롯. 오점을 구축하는 동안 의도 구성의 일부로 슬롯을 추가합니다. 런타임 시 Amazon Lex는 사용자에게 특정 슬롯 값을 묻는 메시지를 표시합니다. Amazon Lex가 의도를 이행하기 전에 사용자는 모든 필수 슬롯에 대한 값을 제공해야 합니다.

다음 Check Balance 의도, Amazon Lex는 다음과 같은 슬롯 데이터를 묻는 메시지를 표시합니다.

For which account would you like to check the balance?
For verification purposes, what is your date of birth?

Amazon Lex 봇은 필요한 모든 슬롯 정보를 수집한 후 적절한 응답을 호출하여 의도를 이행합니다. 이 경우 해당 계정과 관련된 계정 잔액을 조회하여 고객에게 제공합니다.

이 게시물에서는 Lambda 함수를 사용하여 의도를 초기화, 검증 및 이행하는 데 도움을 주고 있습니다. 다음은 사용 중인 의도에 따라 함수가 호출을 처리하는 방법을 보여주는 샘플 Python 코드입니다.

def dispatch(intent_request):
    intent_name = intent_request["sessionState"]["intent"]["name"]
    response = None
    # Dispatch to your bot's intent handlers
    if intent_name == "CheckBalance":
        return CheckBalance(intent_request)
    elif intent_name == "FollowupCheckBalance":
        return FollowupCheckBalance(intent_request)
    elif intent_name == "OpenAccount":
        return OpenAccount(intent_request)

    raise Exception("Intent with name " + intent_name + " not supported")


def lambda_handler(event, context):
    print(event)
    response = dispatch(event)
    print(response)
    return response

다음은 코드 블록을 설명하는 샘플 코드입니다. Check Balance Lambda 함수의 의도. 이 예에서는 계정 잔액으로 난수를 생성하지만 정확한 발신자 정보를 제공하기 위해 기존 데이터베이스와 통합될 수 있습니다.

def CheckBalance(intent_request):
    session_attributes = get_session_attributes(intent_request)
    slots = get_slots(intent_request)
    account = get_slot(intent_request, "accountType")
    # The account balance in this case is a random number
    # Here is where you could query a system to get this information
    balance = str(random_num())
    text = "Thank you. The balance on your " + account + " account is $" + balance
    message = {"contentType": "PlainText", "content": text}
    fulfillment_state = "Fulfilled"
    return close(session_attributes, "CheckBalance", fulfillment_state, message)

솔루션 테스트

단일 사용자 요청의 경로를 따라 솔루션을 살펴보겠습니다.

AWS CDK를 배포한 후 출력에서 전화번호를 가져옵니다.
```
Outputs:
LexContactCenter.voiceConnectorPhone = +1NPANXXXXXX
```
PSTN 기반 전화에서 전화 번호로 전화를 겁니다.
이제 메뉴 옵션을 시도할 수 있습니다.

Amazon Lex 봇이 이해하려면 Check Balance 의도에 따라 다음 발언 중 하나를 말할 수 있습니다.

내 계정 잔액은 얼마입니까?
내 계정 잔액을 확인하시겠습니까?
잔액을 확인하고 싶습니까?

Amazon Lex는 이 의도를 수행하는 데 필요한 슬롯 데이터를 묻는 메시지를 표시합니다. 를 위해 Check Balance 의도에 따라 Amazon Lex는 계정과 생년월일을 묻는 메시지를 표시합니다.

어떤 계정의 잔액을 확인하시겠습니까?
확인을 위해 귀하의 출생 데이터는 무엇입니까?

필요한 정보를 제공하면 봇이 의도를 이행하고 계정 잔액 정보를 제공합니다. 다음은 에 대한 샘플 출력 메시지입니다. Check Balance 의지: Thank you. The balance on your <account> account is $<balance>.

전화를 끊거나 상담원에게 호전환하여 통화를 완료합니다.

Amazon Lex 봇과의 대화가 완료되면 호출은 봇 대화의 결과와 함께 SIP 미디어 애플리케이션 및 연결된 Lambda 함수로 반환됩니다.

Amazon Chime SIP 미디어 애플리케이션은 후처리 단계를 수행하고 호출을 Asterisk PBX로 반환합니다. 를 위해 Open Account 의도에 따라 Asterisk PBX가 웹 클라이언트 기반 SIP 전화를 사용하여 에이전트에게 전화를 겁니다. 다음 스크린샷은 상담원 통화 정보가 있는 대시보드를 보여줍니다. 이 통화는 웹 클라이언트에서 응답하여 발신자와 상담원 간에 양방향 오디오를 설정할 수 있습니다. 스크린샷과 같이 발신자가 제공한 정보는 보존되어 상담원에게 제공됩니다.

Amazon Chime SDK를 사용하여 Amazon Lex를 Cisco Unified Contact Center와 통합하는 방법에 대한 파트너 솔루션의 예를 보려면 다음 비디오를 시청하십시오.

자원 정리

이 데모에 사용된 리소스를 정리하고 추가 요금이 발생하지 않도록 하려면 터미널 창에서 다음 명령을 실행하십시오.

yarn destroy

XNUMXD덴탈의 AWS 클라우드 포메이션 AWS CDK에 의해 생성된 스택이 파괴되어 할당된 모든 리소스가 제거됩니다.

결론

이 게시물에서는 Amazon Lex 및 Amazon Chime SDK를 사용하여 모든 컨택 센터에 셀프 서비스 AI를 추가하기 위한 참조 아키텍처가 있는 솔루션을 시연했습니다. 솔루션 작동 방식을 보여주고 코드 및 배포 단계에 대한 자세한 안내를 제공했습니다. 이 솔루션은 필요에 맞게 사용자 정의할 수 있는 참조 아키텍처 또는 빠른 시작 가이드입니다.

소용돌이를 일으키고 의견 섹션에 피드백을 남겨 사용 사례를 어떻게 해결했는지 알려주십시오. 자세한 내용은 프로젝트 GitHub 저장소.

저자 소개

프렘 랑가 AWS의 NLP 도메인 리드이자 선임 AI/ML 전문가 SA이며 블로그, 연구 논문 및 최근에는 NLP 교과서를 자주 출판하는 저자입니다. 고객이 AWS AI/ML을 채택하도록 지원하지 않을 때 Prem은 AWS 사무실을 위한 Simple Beer Service 유닛을 구축하고, DeepRacer 및 DeepComposer로 경쟁 게임 이벤트를 실행하고, AI/ML 기술을 구축하는 경력에 대해 학생과 젊은 전문가를 교육하는 데 손을 댑니다. Prem의 작업을 팔로우할 수 있습니다. 링크드인.

코트 슈에트 전화 통신에 대한 배경 지식이 있는 Amazon Chime SDK의 Lead Evangelist이며 지금은 무언가를 만드는 것을 좋아합니다. Court는 개발자와 비개발자에게 AWS로 구축하는 방법을 가르치는 데 중점을 두고 있습니다.

밤시 크리슈나 에나보탈라 AWS의 수석 AI/ML 전문가 SA이며 빅 데이터, 분석 및 신생 기업 및 기업을 위한 확장 가능한 AI/ML 아키텍처 조정에 대한 전문 지식을 보유하고 있습니다. Vamshi는 Language AI에 중점을 두고 있으며 세계적 수준의 추천 엔진 구축을 혁신하고 있습니다. 직장 밖에서 Vamshi는 RC 장비(비행기, 자동차, 드론)를 만들고 가지고 노는 RC 애호가이며 정원 가꾸기도 즐깁니다.