앱 안에서 막히면 먼저 돕는다…앰플리튜드 ‘AI 어시스턴트’ 공개

디지털 분석 기업 앰플리튜드가 사용자가 애플리케이션을 벗어나지 않고도 도움을 받을 수 있는 ‘AI 어시스턴트’를 선보였다. 단순히 질문에 답하는 챗봇이 아니라, 이용자의 실제 행동 데이터를 실시간으로 읽어 어려움을 감지하고 필요한 시점에 개입하는 점이 핵심이다.

이번에 공개된 ‘앰플리튜드 AI 어시스턴트’는 회사의 분석 플랫폼에서 수집한 행동 데이터를 기반으로 작동한다. 사용자가 특정 단계에서 반복 클릭을 하거나 작업을 끝내지 못하는 등 ‘막히는’ 신호를 보이면, 안내를 제공하거나 경우에 따라 직접 작업을 수행한다. 웹페이지와 소프트웨어 내부에서 바로 동작하도록 설계돼 별도 고객지원 창으로 이동할 필요가 없다는 설명이다.

웨이드 챔버스 앰플리튜드 최고엔지니어링책임자는 기존 챗봇과의 차이로 ‘실시간 행동 분석’을 꼽았다. 그는 AI 어시스턴트가 단순히 질문에 반응하는 수준을 넘어, 깊이 있는 행동 데이터 계층 위에서 사용자의 어려움을 실시간으로 포착하고 문제가 생긴 지점에서 맞춤형 안내를 제공한다고 말했다.

앰플리튜드는 이를 위해 ‘세션 리플레이’와 ‘불만 분석’ 기능을 함께 활용한다고 밝혔다. 세션 리플레이는 사용자의 이동 경로와 행동 흐름을 복기하는 기능이고, 불만 분석은 반복 클릭이나 미완료 절차처럼 사용자 좌절을 보여주는 패턴을 찾아내는 방식이다. 이 데이터는 초 단위부터 수주 단위까지 누적된 이벤트를 거의 실시간으로 수집·처리·저장해 응답에 반영된다.

AI 어시스턴트는 단계별 설명을 제공하는 데서 그치지 않고 드롭다운 메뉴를 누르거나 입력창에 데이터를 채우는 등 일부 행동도 대신 수행할 수 있다. 사용자가 도움말을 따로 찾거나 웹사이트를 이탈하지 않도록 해 이용 과정의 ‘마찰’을 줄이는 것이 목표다.

‘클리피’처럼 성가신 보조도우미는 피한다

앰플리튜드는 과거 마이크로소프트($MSFT) 오피스의 가상 도우미 ‘클리피’가 지나친 개입으로 불만을 샀던 사례를 의식하고 있다고 강조했다. AI 어시스턴트가 아무 때나 나타나는 방식이 아니라, 실제로 도움이 필요한 ‘변곡점’에서만 선택적으로 등장하도록 설계했다는 설명이다.

챔버스는 사용자 여정에서 개입이 효과적인 순간을 식별하는 것이 중요하며, 실제로 도움이 되고 받아들여질 가능성이 높은 상황에서만 나타나야 한다고 말했다. 이는 AI 어시스턴트가 생산성을 높이기보다 오히려 흐름을 끊는 요소가 되는 일을 피하기 위한 장치로 해석된다.

앰플리튜드는 또 개입 효과를 점검하는 피드백 루프도 시스템에 포함했다고 밝혔다. 단순히 문의를 종료했는지 여부만 보는 것이 아니라, 실제로 사용자의 상황이 개선됐는지, 과업 수행에 성공했는지까지 측정해 응답 품질을 지속적으로 조정한다는 것이다.

지원 도구를 넘어 제품 개선 데이터로 활용

이번 AI 어시스턴트는 고객 지원 기능을 넘어 제품 개선을 위한 정보 수집 도구로도 활용될 전망이다. 사용자 상호작용에서 얻은 데이터를 개발 과정에 다시 투입해, 어디에서 불편이 반복되는지 파악하고 서비스 설계를 다듬는 선순환 구조를 만들겠다는 구상이다.

챔버스는 이런 구조가 제품과 서비스를 지속적으로 개선하는 ‘플라이휠 효과’를 낼 수 있다고 설명했다. 즉, AI 어시스턴트가 당장의 고객 경험을 돕는 동시에 장기적으로는 더 나은 제품을 만드는 기반 데이터 역할도 한다는 의미다.

앰플리튜드는 현재 이 기능을 일부 고객 대상 비공개 베타 형태로 운영하고 있다. 정식 출시 후에는 자사 분석 플랫폼에 추가 요금을 내고 붙이는 부가 서비스 형태로 제공할 계획이다.

시장에서는 생성형 AI가 고객지원 영역을 빠르게 바꾸는 가운데, 앰플리튜드가 행동 데이터 기반의 ‘선제형 지원’으로 차별화에 나선 것으로 보고 있다. 단순 응답형 챗봇에서 한 단계 나아가 실제 사용 맥락을 이해하는 AI 어시스턴트가 자리 잡을 수 있을지 주목된다.