콜센터 에이전트 어시스턴트

이 자습서에서는 Amazon Kendra와 함께 Amazon Lex V2를 사용하여 고객 지원 에이전트를 지원하는 에이전트 지원 봇을 빌드하고 웹 애플리케이션으로 게시합니다. Amazon Kendra는 기계 학습을 사용하여 문서를 검색하여 답을 찾는 엔터프라이즈 검색 서비스입니다. Amazon Kendra에 대한 자세한 내용은 Amazon Kendra 개발자 가이드를 참조하세요.

Amazon Lex V2 봇은 콜 센터에서 고객의 첫 번째 연락처로 널리 사용됩니다. 봇은 종종 고객 질문을 해결할 수 있습니다. 봇이 질문에 답할 수 없는 경우 대화를 고객 지원 담당자에게 넘깁니다.

이 자습서에서는 에이전트가 고객 쿼리에 실시간으로 응답하는 데 사용하는 Amazon Lex V2 봇을 생성합니다. 봇이 제공하는 답변을 읽으므로 에이전트는 일일이 답변을 찾아볼 필요가 없습니다.

이 튜토리얼에서 만드는 봇 및 웹 애플리케이션은 에이이전트가 적절한 리소스를 신속하게 제공하여 고객에게 효율적이고 정확하게 응답하는 데 도움이 됩니다. 다음 다이어그램은 작동 방식을 보여 줍니다.

다이어그램에서 볼 수 있듯이 문서의 Amazon Kendra 인덱스는 Amazon Simple Storage Service(S3) 버킷에 저장됩니다. S3 버킷이 아직 없는 경우 Amazon Kendra 인덱스를 생성할 때 설정할 수 있습니다. 이 튜토리얼에서는 Amazon S3 외에도 Amazon Cognito 를 사용하게 됩니다. Amazon Cognito 는 봇을 웹 애플리케이션으로 배포하기 위한 권한을 관리합니다.

이 튜토리얼에서는 고객 질문에 대한 답변을 제공하는 Amazon Kendra 색인을 생성하고, 봇을 생성하고, 고객과의 대화를 기반으로 답변을 제안할 수 있는 의도를 추가하고, 액세스 권한을 관리하도록 Amazon Cognito 를 설정하고, 봇을 웹 애플리케이션으로 배포합니다.

예상 소요 시간: 75분

예상 비용: Amazon Kendra 인덱스의 경우 시간당 2.50 USD, Amazon Lex V2 요청 1000개의 경우 0.75 USD. Amazon Kendra 인덱스는 이 연습을 마친 후에도 계속 실행됩니다. 불필요한 비용이 발생하지 않도록 반드시 삭제하십시오.

참고: 이 튜토리얼에서 사용하는 모든 서비스에 대해 동일한 AWS 리전을 선택해야 합니다.