LG CNS · LG 그룹 · B2B 파트너용 AI 챗봇 SaaS

LG CNS Singlex 챗봇 플랫폼

흩어진 챗봇 운영을 엔터프라이즈 SaaS 빌더로

구축, 테스트, 권한, 학습, 이관을 하나로 묶었습니다. 꼭 필요한 Dialogflow 호환성은 그대로 남겼습니다.

챗봇을 도입하려는 시장 수요와, AI 서비스를 그룹 사업 전반에 통합하려는 목표가 맞물렸습니다. LG 그룹 클라우드 SaaS 플랫폼 Singlex 안에 들어갈 AI 챗봇 빌더의 UX 프로젝트를 맡아 이끌었습니다.

팀 · 기간: LG CNS XFN SaaS 팀 · 6개월
회사: LG CNS

범위 · 배경상세 보기

회사LG CNS ↗

역할 / 역량Lead Product DesignerFDM (Forward Deployed Manager)

산출물서비스 전략SaaS 플랫폼 UX 디자인서비스 아키텍처AI 챗봇 서비스 이관

기간2020.08 - 2021.01 · 6개월

배경

배경 · 맥락

챗봇 플랫폼 5개가 부른 AI 역량 분산과 운영비 증가

LG 내부 조직과 B2B 파트너는 제각각인 챗봇에 비용과 인력을 반복해서 쓰고 있었습니다. 필요한 것은 하나로 연결된 클라우드 플랫폼이었습니다.

분산된 AI 역량

공급사 다섯 곳이 핵심 챗봇 기능을 서로 호환되지 않는 플랫폼에 나눠 갖고 있었습니다.

중복 투자

챗봇을 따로 운영할 때마다 제품 설계와 연동, 유지보수 작업이 반복됐습니다.

인프라 비용

함께 쓰는 클라우드 환경이 없어 운영비와 확장 비용이 계속 늘었습니다.

역할 · 결정

오너십

제품 방향을 만든 결정

미션: 여러 챗봇 시스템을 하나의 엔터프라이즈 빌더로 이관하며 제품 정책과 UX를 총괄했습니다.
내 결정: 구축, 테스트, 권한, 학습, 이관을 하나로 묶었습니다. 꼭 필요한 Dialogflow 호환성은 그대로 남겼습니다.
트레이드오프: Dialogflow에 의존하던 핵심 업무 흐름은 유지하면서 주요 운영 방식을 표준화했습니다.
주도한 일: Lead Product Designer · FDM (Forward Deployed Manager). 서비스 전략, SaaS 플랫폼 UX 디자인, 서비스 아키텍처, AI 챗봇 서비스 이관.

가설 · HMW 접근

“각 계열사와 B2B 파트너의 기존 챗봇 시스템과 요구사항을 통합하면서, 클라우드에서 챗봇을 더 매끄럽게 구축하고 관리하게 하려면 어떻게 해야 할까?”

각 계열사와 KB국민은행, GS홈쇼핑 등 B2B 파트너의 챗봇 운영자를 인터뷰했습니다. 이어 Google Dialogflow, Kakao i Connect, Naver Clova를 비교 분석했습니다.

일부 계열사는 Dialogflow의 핵심 기능에 기대고 있었습니다. 그래서 Google과 함께 플랫폼 안에 Dialogflow 모드를 넣었습니다.

리서치 · 전략

성과

Singlex AI 챗봇 빌더

팀이 별도 개발 없이 챗봇을 만들 수 있는 로우코드 빌더.

제품 · 실행

통합 서비스 포털

Singlex AI 솔루션을 하나의 포털로 모았습니다. 필요한 서비스도 바로 찾을 수 있습니다.

챗봇 생성·관리 권한 제어

권한을 나눠 두면 팀과 조직이 서로 간섭 없이 운영할 수 있습니다. 빌더는 회사, 조직, 팀 단위로 만들고 관리합니다.

간편한 구축·테스트·관리

기존 빌더는 응답 조건을 코드로 짜야 했고, 운영자가 고를 수 있는 선택지도 적었습니다. Singlex는 조건과 API, UI 컴포넌트를 GUI에서 다루고 곧바로 테스트할 수 있습니다. 개발자와 이야기하기 쉬워지는 디버그 모드도 넣었습니다.

로우코드 모델 학습·서비스 연결

운영자는 개발자가 정한 API 규칙으로 서비스와 데이터를 연결합니다. 대화를 실시간으로 살펴 이상 응답을 찾고, 빠르게 수정해 다시 학습시킬 수 있습니다.

사용자 피드백·이력 검색

부정 피드백은 앞뒤 맥락이 함께 보일 때 쓸모가 있습니다. 이력 페이지에는 사용자의 입력과 응답, 이탈이나 피드백 직전에 누른 액션과 버튼이 함께 나옵니다.

임팩트

플랫폼 통합으로 비용 절감·B2B SaaS 매출 기여

통합 플랫폼은 LX Pantos 같은 B2B 고객에게도 제공했습니다.

챗봇 시스템 통합

LG Innotek과 LX Pantos를 비롯한 LG 그룹 챗봇 시스템이 Singlex로 옮겨 왔습니다.

15%

응답 정확도 개선

대량 테스트 결과, Google BERT NLP의 질문 의도·핵심어 분류가 기존 Dap Talk 빌더보다 정확했습니다.

30%

운영 효율화

이전에는 새 챗봇 하나를 만들 때 최소 6명이 필요했습니다. PM, 프런트엔드·백엔드 엔지니어, 대화 모델러 2명, 디자이너가 함께해야 했습니다. 새 시스템에서는 3명으로 줄었습니다.