01
Customer Support
By introducing the LLM-based ThanoSQL chatbot, you can replace the work of agents and innovate customer service.
기존의 룰(Rule) 기반 챗봇은 시나리오를 바탕으로 특정 키워드가 입력되었을 때 정해진 답변 만을 제공하므로 사용자의 다양한 요구사항에 대한 유연한 대응이 불가능합니다. 또한 일반적인 LLM 챗봇은 실시간으로 업데이트 되는 회사 내부 시스템 데이터들에 대해서는 제대로 답변하지 못하거나 상당한 한계가 있습니다.
다음은 기업의 고객센터에서 ThanoSQL 챗봇을 활용한 고객 대응(요금 문의) 사례입니다.
고객이 계량기 사진을 업로드하면 AI는 먼저 사진에서 계량기 번호를 인식하고 그 계량기 번호에 해당하는 고객 이름을 ERP나 CRM같은 내부 시스템에서 검색합니다. 고객 이름을 찾은 후에는 마찬가지로 내부 시스템에서 최근 요금을 확인하게 됩니다.
이때 사진이나 동영상 같은 비정형 데이터는 파일의 경로와 임베딩 벡터만을 주고받아 데이터 유출을 원천적으로 차단하며, ERP 같은 기업의 내부 시스템을 활용할 때에도 DB의 스키마만을 주고받기 때문에 DB 데이터 자체가 외부로 나가지 않습니다.
계량기 사진이 업로드 된 후에 챗봇은 사용자의 질문을 다시 입력 받지 않고도 이전 대화 히스토리를 참조하고 맥락을 활용해서 답변을 이어가고 추가적인 분석 결과까지 함께 제공합니다.
What makes ThanoSQL different?
- 답변을 생성할 때 검색(RAG)의 적용 범위를 실시간으로 업데이트 되는 회사 내부
시스템까지 확대하므로 각 고객의 개인화된 질문에 대한 답변도 가능합니다. - 퍼블릭 LLM을 사용하는 경우에도 기업 데이터의 외부 유출이 없습니다.
In addition to the built-in scenarios,
customized scenarios according to customer requirements can be applied within a few weeks.
Inquiry
ENG 
KOR