Artificial Intelligence

인공지능 기반 데이터 분석 지원 솔루션

프론테오의 Kibit Knowledge Probe는 비즈니스 데이터 분석 전문 소프트웨어로, 인공지능이 이용자의 데이터 분석 기준을 학습하고 그 내용을 바탕으로 STT(Speech To Text), 영업 리포트, 고객 문의, SNS 등 방대한 업무관련 데이터를 분석해 활용도가 높은 데이터들을 자동으로 분류하는 비즈니스 지원 솔루션입니다. 이용자가 모두 분석하기 어려운 방대한 양의 데이터 중에서 필요한 자료들만 추출 및 분석이 가능해 새로운 비즈니스 기회 창출이나 리스크 탐지 등에 활용되고 있습니다.

Kibit Knowledge Probe는 인공지능이 이용자의 데이터 분석 기준 및 활용도를 학습하면, 그 내용을 바탕으로 다양한 영역 및 형식의 데이터를 분석할 수 있는 범용성 높은 솔루션입니다. 일반 기업의 비즈니스 데이터 분석을 비롯해 규제가 엄격한 금융, 제약 등의 산업에서 규정 위반을 감지하기 위한 시스템으로도 활용되고 있습니다.

  • 컴플라이언스 대응

    금융기관이나 제약회사 등 규제가 엄격한 업계에서는 영업과정에서의 컴플라이언스 위반 사례를 철저하게 관리합니다. 과거에 컴플라이언스 위반으로 적발된 내용을 인공지능에 샘플 데이터로 학습시킨 후 영업 리포트나 고객과의 커뮤니케이션 내용 전반을 분석하면 위반 및 부정의 위험이 있는 내용을 보다 빠르고 정확하게 감지할 수 있어 레그테크(RegTech) 솔루션으로서 활용 가능성이 높습니다.

  • 영업지원·리포트 분석

    담당자가 매일 수많은 양의 이메일이나 영업 리포트를 상세히 체크하는 것은 매우 어렵습니다. 계약 수주 가능성 및 위험에 대한 기존의 분석을 토대로 인공지능이 매일 축적되는 영업관련 이메일이나 자료, 리포트를 분석하고 기회를 포착해 알려줍니다. 뿐만 아니라, 영업 메시지와 고객 반응의 연관성을 분석해 영업 활동의 효율성 및 고객 만족도를 향상시킬 수 있습니다.

  • 인사관리

    인사 담당자 직원이 작성한 면담기록, 이메일 등을 분석한 내용을 바탕으로 채용 예정 혹은 재직중인 직원들의 문서와 자료를 분석해 직원의 이직 가능성, 회사에 대한 불평 불만이나 스트레스, 직장내 괴롭힘 등의 내용을 탐지합니다. 인사담당자는 직원들의 상황과 반응을 미리 알고 대응해 인재유출 방지, 직장 내 괴롭힘 방지, 신규사원 및 인재육성을 체계적으로 수행할 수 있게 됩니다.

  • 마케팅 활용

    고객이 작성한 문의나 상품 리뷰를 분석해 신제품 및 서비스 개발에 활용할 수 있습니다. 담당자의 데이터 분류 기준을 바탕으로 매일 축적되는 고객의 요청 및 컴플레인 등의 데이터를 인공지능이 분석해 활용도가 높은 정보를 자동으로 추천해줍니다. 마케팅 담당자는 데이터 분석에 소요되는 시간을 절감할 수 있으며, 보다 효율적으로 고객의 반응을 살필 수 있습니다.

  • 컴플라이언스 대응

    • |   Challenge

      • 금융사 고객상담 과정의 클레임 및 아웃바운드 영업 시 컴플라이언스 위반 사례를 검증하기 위해 녹음, 해피콜, STT 솔루션을 활용하지만 실제 자료를 분석하는데 많은 비용과 시간이 소요됨
      • 위반사례를 검증하기 위해 방대한 키워드 등록이 필요하며, 키워드로 등록되지 않는 표현 등은 감지가 어려움
      • 키워드의 출현 빈도, 일부 부정적인 표현 등만으로는 사건 전체를 파악하거나 클레임의 중요도를 구분할 수 없음
    • |   Solution

      • STT를 통해 처리된 텍스트데이터를 인공지능 기반의 분석 솔루션으로 빠르게 처리해 인적, 물적 비용 절감
      • 컴플라이언스 감독관의 판단 기준을 학습한 인공지능이 데이터를 처리하고 분석한 후 가능성이 높은 순서대로 노출해 중요도 구분 가능 및 분석의 효율성 증대
      • 키워드가 포함하지 않은 미묘한 표현, 뉘앙스까지 감지가 가능해 자료 누락 최소화
  • 인사관리

    • |   Challenge

      • 신규 입사자의 중도 퇴사 및 기존 재직자의 이직이 빈번하게 발생해 이를 미리 감지하고 대응하기 위한 솔루션 도입 고민
    • |   Solution

      • 인공지능이 기존 중도 퇴사자 및 이직자의 면담기록, 이메일 등을 학습하고, 그 내용을 바탕으로 현 재작자들의 데이터를 분석해 퇴사의 가능성이 높은 직원 특정
      • 식별한 자료를 바탕으로 적극적인 인사관리를 통해 퇴사율 감소 및 효율적인 인사관리가 가능해짐