Amazon Kendra 고객

오늘날 유수의 기업이 Twilio의 고객 참여 플랫폼을 신뢰합니다. 전 세계 수십만 기업과 1,000만 명 이상의 개발자가 이 플랫폼을 사용하여 고유하고 개인화된 고객 경험을 구축합니다. 점점 커져가는 고객 지원 요구 사항에 발맞춰 당사는 티켓을 줄이고 비용을 절감하는 동시에 전반적인 고객 경험을 개선하는 지능적인 검색 및 티켓 제출 흐름을 제공하기로 했습니다. 기존 검색 엔진과 달리 Amazon Kendra를 사용하면 고객 쿼리에 대한 권장 답변이 있는 모든 문서에서 특정 텍스트 세그먼트를 추출할 수 있습니다.  Amazon Kendra를 사용한 후로 높은 성공률로 티켓 수를 크게 줄일 수 있었습니다.

당사의 강점 중 하나는 다양한 분야에서 데이터 기반 기업 관리를 설계하면서 얻은 경험과 지식입니다. 이러한 정보 자산을 효과적으로 활용하여 시너지 효과를 창출하는 것은 솔루션의 품질을 향상시키는 데 중요한 역할을 합니다. Amazon Kendra는 이 역할을 지원하는 강력한 플랫폼입니다. Amazon Kendra를 사용하면 Wiki 및 문서 파일과 같은 여러 내부 플랫폼에 분산되어 있는 정보를 공통 인터페이스에서 검색할 수 있습니다. 그 덕에 서비스를 배포한 후 정보 자산의 유연성이 크게 개선되었습니다. 또한 AWS Lambda와 통합된 챗봇을 쉽게 구현할 수 있었는데, 챗봇을 제공하는 것은 회사 내에서 검색 메커니즘을 확산시키는 데 중요한 역할을 했습니다. Amazon Kendra의 강력한 기능을 효과적으로 활용하면 기술 역량과 솔루션 품질을 지속적으로 개선할 수 있을 것이라고 믿습니다.

정보를 찾는 데 따르는 시간 소모적이고 피곤한 프로세스를 없애고 싶었기 때문에 RIA에 적합한 검색 솔루션을 사용하는 것이 매우 중요했습니다. 이 문제를 해결하기 위해 당사는 Vivpro의 혁신적인 데이터 모델을 빠르고 정확하게 처리하고 자연어 쿼리를 허용하는 강력한 AI 솔루션인 Amazon Kendra를 선택했습니다. 제약 및 생명공학 연구원들은 이제 Kendra를 통해 필요한 정보를 훨씬 빠르게 찾고, 더 효과적으로 협업하며, 새로운 의약품을 빠르게 개발할 수 있습니다. 정보를 찾는 데 소요되는 시간이 60%~90% 단축되어 생산성도 향상되었습니다. Amazon Kendra의 솔루션과 협업 기능은 Vivpro에서 통합 바이오 지능 플랫폼과 혁신적인 서비스를 제공하여 제약, 생명공학, 디바이스 개발자, CRO, 투자자를 위한 증거 기반 임상, 규제 및 비즈니스 결정을 빠른 속도로 내리는 데 매우 중요한 역할을 했습니다.

Orion Health는 AWS의 오랜 파트너이기 때문에 자연스럽게 Amazon Kendra의 검색 기능을 Digital Front Door 솔루션에 사용하게 되었습니다. 6주라는 짧은 시간 안에 Kendra의 프로토타입을 완료하고 프로젝트 가치를 빠르게 실현할 수 있었습니다. 또한 페더레이션된 개별 데이터 세트에서 자연어 검색을 수행할 수 있는 기능은 검색 엔진에서 일반적으로 발생하는 잡음을 줄이는 데 중요한 역할을 했습니다.

3M에서 시행하는 모든 일의 핵심은 과학입니다. 우리에게 R&D는 3M의 요체입니다. 우리는 3M을 강력하게 해주는 과학에 깊이 투자합니다. 그러한 투자가 우리가 매년 1,200개가 넘는 새로운 제품을 소개할 수 있게 해 주는 원동력입니다. 재료 과학자들이 새로운 연구를 진행할 때, 그들은 방대한 지식 기반 안에 많은 특허 속에 묻혀 있는 과거의 관련 연구 정보에 액세스해야 합니다. 올바른 정보를 찾는 일은 큰 노력과 시간을 필요로 합니다. 이러한 문제를 개선하기 위해 우리는 새롭고 강력한 AWS 제품인 Amazon Kendra를 사용하기로 했습니다. Kendra는 과학자들이 자연어 쿼리를 빠르고 정확하게 처리함으로써 필요한 정보를 찾을 수 있도록 해 줍니다. Kendra를 사용하면서 엔지니어와 연구원들이 Amazon Kendra를 사용하기 전보다 훨씬 빠르게 정보를 찾을 수 있을 것으로 기대합니다. 우리 과학자들은 이 새롭고 강력한 힘에 열광하고 있으며, 고객을 위해 더 빠르게 혁신하고 보다 효과적으로 협력하며 고유한 제품의 흐름을 지속해서 가속화할 수 있을 것으로 기대하고 있습니다.

The Wall Street Journal Talk 2020 도구는 자연 언어 검색 기능을 매끄럽게 통합하고 Amazon Kendra를 사용하여 쉽게 데이터 피드를 업데이트합니다. Talk2020 사용자는 쉬운 언어로 된 질문을 통해 중요한 투표 결정에 필요한 정보를 얻고, 대통령 선거 후보자가 경제, 의료, COVID-19를 포함한 여러 가지 이슈와 주제에 대해 어떤 발언을 했는지 알아볼 수 있습니다. 이 무료 서비스를 사용하고자 하는 누구에게나 제공할 수 있어 기쁩니다.

오늘날 기업은 매일 방대한 양의 문서와 정보로 넘쳐나고 있으며, 과거 건설 사례에서 필요한 정보를 신속하게 검색하는 것은 직원 생산성 및 업무 몰입도에 직접적인 영향을 미치는 주요 과제입니다. Amazon Kendra를 사용하면 직원이 자연어로 질문하기만 하면 관련 정보를 즉시 검색할 수 있습니다. 또한 PDF, WORD, EXCEL, HTML 등 다양한 형식의 문서에서 검색할 수 있는 인터페이스를 갖추고 있고 기존 데이터 소스와 쉽게 통합할 수 있습니다. 그 결과, Taisei 직원들이 Kendra를 사용하여 정확한 정보를 간편하고 신속하게 검색할 수 있습니다. 또한 Kendra Retriever API를 활용함으로써 검색 증강 생성(RAG)과 같은 생성형 AI 애플리케이션의 개발을 가속화하고 향후 검색 시스템을 넘어 직원 지식 습득을 지원할 수 있다고 생각합니다.

Amazon Kendra는 턴키 AI 솔루션입니다. 올바르게 구성하면 조직의 모든 단일 영역에 배포하면서도 간단하게 구현할 수 있습니다.

Kendra를 배포하기 전에는 고객을 필요한 정보로 안내하기 위한 논리적 내비게이션 경로를 만들었습니다. 하지만 그 어떤 것도 원하는 수준의 고객 경험(CX)을 구현하지 못해 고객의 불만을 사거나, 심하면 건강상의 이익에 대해 최적이 아닌 결정으로 이어졌습니다. Amazon Kendra는 기존 포털 플랫폼과 매끄럽게 연결되어서 직원들이 CX를 개선할 수 있는 중요한 활동에 매진할 여력이 생겼습니다. Kendra를 사용한 지는 얼마 되지 않았지만, 이미 수천 명의 긍정적 고객 상호작용을 지원하였고 사용을 시작하고 불과 며칠 만에 양질의 답변을 제공했습니다.

당사는 Amazon Kendra로 안전하고 확장 가능한 상담원 지원 솔루션을 구축했습니다. 이 솔루션은 고객 센터 상담원과 고객이 필요한 정보를 빠르게 찾는 데 도움이 되었습니다. Contact Center Intelligence(CCI)와 Amazon Kendra를 구현한 후 초기에 통화 시간이 약 9~15초 줄었는데 이는 연간 220만 건이 넘는 통화에서 4,000시간 이상이 절약되는 효과를 제공합니다.

시민들에게 더 나은 서비스를 제공할 수 있도록 Citibot은 Amazon Lex Chatbot을 확장하여 Amazon Kendra와 통합했습니다. 여러 소스의 데이터를 가져와서 자연어 질문에 답할 수 있는 기능은 가장 필요할 때에 시민들의 참여 범위를 확대하고 효과를 개선하는 데 도움이 됩니다. COVID-19 확산 중에 일부 시민의 콜 센터 통화 포기 비율은 50%에 달했으며 일부 주에서는 대기 시간이 최대 3시간에 육박했다고 보고했습니다. 통화량의 약 80%가 COVID-19와 관련된 것이었습니다. Amazon Kendra에서는 챗봇 연계를 통해 원하는 답을 빠르게 찾을 수 있으므로 대기 시간을 90%까지 줄일 것으로 기대합니다. COVID-19 후에도 시에서는 공공 시설 운영 시간 또는 혼잡한 공공 이벤트로 인한 도로 폐쇄와 같은 정보에 더 빠르고 쉽게 액세스할 수 있도록 계속해서 Amazon Kendra 기반 챗봇을 활용할 계획입니다.

고객과 필요한 정보를 연결할 더 나은 방법이 필요했습니다. 새로 입학하는 학생들이 사이트에서 프로그램 정보를 찾지 못해서 학생 등록율에 부정적인 영향을 미쳤고, 복학하는 학생은 업데이트된 운영 시간을 찾지 못해서 최적의 경험을 얻을 수 없었습니다. 이 도구는 간단히 통합할 수 있었습니다. Amazon Kendra 및 Amazon Lex의 기계 학습 기능과 QnABot을 결합하고 나서 학생에게 관련 답변을 제공해 고객 상호작용을 개선했을 뿐만 아니라, 가장 분주한 성수기에도 학생의 필요를 더욱 잘 이해하고 이를 충족할 메커니즘이 생겼습니다. 성수기에는 전화가 2,000통 이상 오기 때문에 상담원 한 명이 처리하기에는 지나치게 많습니다. 그러나 QnABot을 출시한 이후로는 이 봇이 34,000건 이상의 대화를 지원하였고 직원 시간을 833시간 절감하면서도, 모든 고객에게 동일한 수준의 서비스와 정확도를 보장할 수 있었습니다. 고객과 학생들은 지금까지 구현된 기술 중에서 이 기술이 가장 영향력이 컸다고 평가했습니다. 앞으로는 QnABot의 용도를 확대해서 학사 일정, 광고, 학업 과정과 관련된 기타 정보를 포함하여 학생에게 개인 맞춤형 정보를 제공하고 싶습니다.

Baker Tilley는 Kendra가 빠르고 쉽고 정확한 하나의 서비스로 지식 리포지토리에 대한 액세스를 제공함으로써 데이터를 통해 주요 의사 결정을 내릴 수 있는 고객의 능력에 미칠 영향에 대한 기대가 큽니다.

고객에게 운영 우수성을 전달하는 데 필요한 직원 역량을 갖추기 위해 내부 기술 자료를 현대화하는 프로젝트에 착수했습니다. 목표는 필요한 정보를 손쉽게 찾을 수 있는 환경을 만들고 직원들의 전반적인 참여를 개선하는 것이었습니다. 많은 문서가 서로 다른 드라이브에 있었는데 콘텐츠 리포지토리로는 통합된 검색 인덱스를 분류하고 생성하기가 어렵다는 문제가 있었습니다. Amazon Kendra를 사용하면 데이터 분류, 문서 태깅 및 분류 체계 관리를 위한 방법을 찾을 필요 없이 Amazon Kendra의 지능형 검색 기능을 적용할 수 있습니다. 따라서 자연어 질문을 사용하여 HR 또는 복지 관련 주제에 대한 답을 빠르게 찾을 수 있습니다. 정책의 이름 또는 문서의 위치를 알지 못하는 직원도 빠르게 적절한 답을 찾을 수 있으므로 가치가 더 많은 활동에 시간을 집중할 수 있습니다. JMT에서는 지능형 검색의 활용도를 높일 수 있을 것으로 기대하고 있으며 향후 직원과 고객에게 도움이 될 수 있는 영역을 식별했습니다.

Amazon Kendra와 같은 AI에서 지금 당장 얻을 수 있는 가장 인상적인 기능은 과학자, 학자와 기술자가 방대한 학술 문헌에서 적절한 정보를 빠르게 찾고 중요한 연구를 빠르게 진행할 수 있다는 것입니다. Allen Institute for AI의 자랑스러운 Semantic Scholar 팀은 파트너와 함께 CORD-19를 제공하고 AI 리소스를 지원합니다. 커뮤니티에서는 이 리소스를 활용하여 이 중요한 문제를 해결합니다.

LNG공장을 설계, 건설, 운영한 35년을 포함하는 65년의 경험을 토대로 집단 지성을 망라한 수백만 개의 문서를 보유하고 있습니다. 인지적 기업으로 발돋움하기 위한 여정을 계속하는 동안, 자연어 질문에 대해 이전에는 불가능했던 수준의 정확성을 추구하고 있습니다. 이것이 Amazon Kendra를 사용하기로 한 이유입니다. Kendra는 자연어 쿼리를 사용하여 사용자가 필요로 하는 특정한 답변을 검색합니다. 이제 가장 중요한 프로젝트 엔지니어링 문서를 정확하게 검색할 수 있으며 문서화된 전체 지식 기반을 통해 확장하는 것이 가능합니다. Kendra는 ‘Pluto의 파이프라인 길이에 관한 질문’에 대한 답변을 빠르고 정확하게 찾아냅니다. 인지적 능력의 이러한 단계적 변화는 더 효율적이고 더 빠른 의사 결정을 가능하게 함으로써 회사 운영과 직원들의 작업 환경을 개선해 줄 것입니다.

우리의 핵심 제품 중 하나는 Workgrid Chatbot으로, 직원들은 이를 통해 빈번한 쿼리에 신속하게 응답하고 친숙한 자연 언어 인터페이스를 사용하여 작업을 자동화할 수 있습니다. 모든 엔터프라이즈 Chatbot의 핵심 요소 중 하나는 직원들에게서 나오는 수많은 질문에 답변하는 기능입니다. Workgrid에서 제공하는 셀프서비스 Q&A 빌더를 이용하면 콘텐츠 작성자가 직원들의 질문에 응답하도록 Chatbot을 교육하기 위한 프로그래밍 언어가 필요하지 않습니다. 이러한 선별된 콘텐츠 외에도 Workgrid Chatbot이 전사적으로 존재하는 많은 양의 문서(예: PDF 문서)에서 지식을 쉽게 추출할 방법을 제공하려 합니다. 고객이 Amazon Kendra를 통해 필요한 답변을 빠르고 효율적으로 받을 수 있다는 가능성에 기대가 큽니다. Amazon Kendra를 사용하면 여러 리포지토리의 비정형 데이터에서 직접 답변을 추출할 수 있으며, 고객에게 정확하고 이전보다 나은 답변을 신속하게 제공할 수 있습니다. 강력한 직원 경험을 만들어 내기 위해 제공하는 Amazon Kendra의 대화식 컨텍스트 및 작업 자동화 결합을 이용할 수 있게 되어 기쁘게 생각합니다.

Sage는 새롭고 현명한 방법으로 고객 과제를 해결할 수 있도록 도와주는 회사와의 협력을 항상 추구하고 있습니다. 규모에 상관없이 모든 조직이 직원 효율성 및 경험에 직접적인 영향을 미치는 정보 검색 과제에 직면해 있습니다. Amazon Kendra와 같은 기술은 이러한 과제를 해결할 기회를 제공합니다. 우리는 Sage를 비즈니스에 이용하려는 고객이 회계, 재무, 결제 및 뱅킹, 직원, 급여에 걸쳐 얻을 수 있는 혜택을 확실하게 인지하고 있습니다. 우리의 목표는 사람들이 생각하고 일하는 방식에 변화를 가져와 조직이 번영할 수 있도록 돕는 것입니다. Amazon Kendra와 같은 서비스를 이용한다면 고객에게 바로 이런 부분에서 도움을 줄 수 있습니다.

Haufe Group에서는 고객 경험을 개선할 방법과 더 나은 기술을 통해 직원 생산성을 높일 방안을 지속적으로 모색하고 있습니다. 오늘날의 작업 환경에서 효율성을 높일 수 있는 한 가지 핵심 요소는 분산 시스템에 상주하는 데이터를 통합하는 것을 비롯하여 관련 데이터에 빠르게 액세스하는 것입니다. 모든 사람이 적시에 적절한 장소에서 적절한 정보를 찾는 데 어려움을 겪어왔습니다. 우리는 종종 검색 중인 데이터를 찾는 데 필요한 노력에 좌절하곤 합니다. 특히 문서 검색의 경우 텍스트 기반 콘텐츠에서 검색을 수행할 때 검색 환경이 더 열악해집니다. Haufe Group에서는 이러한 검색 환경을 최적화하기 위한 다양한 접근 방식이 이미 마련되어 있지만, Amazon Kendra는 그룹 전체의 최소 7개의 주요 정보 리포지토리에서 단일 검색 환경을 제공하는 등 추가적인 최적화에 기여하고 우리가 원하는 액세스 속도와 편의성을 실현하는 데 중요한 역할을 할 것으로 확신합니다. 다양한 데이터 리포지토리를 위한 사전 정의된 커넥터와 맞춤형 커넥터를 생성하는 옵션을 통해 Amazon Kendra는 고객 만족도와 직원 생산성을 향상시킬 수 있는 광범위한 사용 사례를 제공할 것으로 기대합니다.

수상 경력에 빛나는 클라우드 컨설팅 회사인 Onix는 20년에 걸친 심층적인 엔터프라이즈 검색 경험을 바탕으로 수백 개의 고객사가 끊임없이 변화하는 검색 환경에 적응할 수 있도록 지원해왔습니다. 검색 기능은 수년에 걸쳐 발전해 왔습니다. 이제 사용자는 시맨틱 및 자연어 검색 엔진과 개인 생활에서 사용하는 대화식 인터페이스에서 얻을 수 있는 것과 동일한 경험을 기대합니다. 기계 학습과 자연어 처리 능력에 힘입어 Kendra는 직원 생산성을 최대 25% 향상합니다. 더욱 정확한 엔터프라이즈 검색을 통해 Kendra는 키워드 기반 온프레미스 및 SaaS 검색 사용자가 클라우드로 마이그레이션하고 계약에 종속되는 것을 피할 수 있는 새로운 기회를 열어줍니다.

AWS는 Sherlock의 개발을 가속화하는 데 필수적이었습니다. 크기 조정, 시스템 유지 관리, 안정성에 대해 걱정할 필요가 없습니다. AWS가 대신 처리해 주기 때문입니다. Amazon Kendra와 Amazon Lex를 통해 최상의 Sherlock 버전을 구축하고 개발 시간을 몇 개월까지 단축할 수 있었습니다. 뿐만 아니라 각 문헌 검색에 소요되는 시간을 16% 줄일 수 있었습니다.