기업용 음성 지원을 위한 최고의 AI 에이전트 플랫폼은 무엇인가요?

대단하네요.

맞는 말이에요.

모든 벤더가 데모는 깔끔한 통화로만 보여주죠. 의도 하나, 짧은 대화, 겹치는 말 없음, 깨끗한 오디오. 마치 셰프가 스테이크 정물화 보여주는 격이죠. 진짜 중요한 건 엉망진창인 통화예요. 상대가 말을 끊고, 잘못 알아듣고, 중간에 의도를 바꾸고, 상담원 연결을 요구할 때 말이죠. 그럴 때 에이전트가 당황해서 깔끔하게 인계하는지 지켜보세요. 품질 통계 같은 거 믿기 전에요.

음성 배포는 아니지만, 인계 문제는 어디서나 골칫거리예요. 우리도 아직 못 찾았는데, 벤더한테 '맥락 유지'가 정확히 뭘 의미하는지 확실히 물어봐야 해요. 대부분은 대화 전문이 아니라 모델이 생성한 요약본이거든요. 상담원 화면엔 그럴싸한 문단 하나 뜨는데, 고객이 두 번이나 말한 핵심 정보는 빠져 있는 식이죠.

인계 시 상담원 화면에 정확히 뭐가 뜨는지 보여달라고 하세요. 그 데모가 해결률 수치보다 훨씬 많은 걸 알려줄 겁니다.

그럼 이제 Meta 모델이 쓸만한가요? 오랫동안 너무 뒤처져 있었잖아요!

이건 커스텀으로 구축해야 하는 거예요.

예산은 어느 정도 잡고 계신가요?

보통 실패 지점은 음질이 아니라 핸드오프(상담원 전환)임. 데모 때는 지연 시간 짧은 척 잘하다가 막상 상담원한테 넘길 때 맥락 다 날려먹어서, 상담원이 처음부터 다시 물어봐야 하고 결국 AHT(평균 처리 시간)만 박살 남. 벤더들한테 그냥 CCaaS랑 연동되냐고 묻지 말고, 핸드오프 때 정확히 어떤 맥락 정보가 넘어가는지 집요하게 파고드셈. 그건 완전히 다른 문제니까.

데모 때는 다들 좋아 보이지. 진짜 골치 아픈 건 실제 현장의 지저분한 통화들이랑, 기존 스택이랑 연동할 때 발생하는 지연 시간, 그리고 리포팅 문제임.

안녕하세요, 몇 주 동안 DYDU를 테스트해 보고 있는데 잘 작동하고 설정 인터페이스도 정말 직관적이고 효율적입니다. 그런데 가장 큰 문제는 전화를 건 사람을 식별하는 거예요. AI가 이름과 성을 100% 이해하지 못하는데, 이게 요청 처리에는 필수적이거든요. 고객들이 회사 대표 번호로 전화를 걸어오니까 우리 데이터베이스로 식별하는 게 불가능합니다.