봇이 우리를 도와줄 거예요

XNUMX년 전, 우리가 사랑하는 HR 부서에서 신입 직원이 회사에 적응하는 데 도움이 되는 채팅 봇을 작성해 달라고 요청했습니다.

우리는 자체 제품을 개발하지 않고 고객에게 광범위한 개발 서비스를 제공한다고 약속합시다. 이야기는 고객이 제XNUMX자 회사가 아니라 우리 자신의 HR인 내부 프로젝트에 관한 것입니다. 그리고 인력, 자원, 시간의 제한된 가용성을 고려할 때 주요 임무는 프로젝트를 제 시간에 완료하고 제품을 출시하는 것입니다.

먼저 해결해야 할 문제를 설명하겠습니다.

개발자는 대부분 내성적인 사람들이고 대화하는 것을 좋아하지 않으므로 이메일 채팅을 통해 질문을 작성하는 것이 훨씬 쉽습니다. 봇을 사용하면 누구에게 물어봐야 할지, 누구에게 전화해야 할지, 어디로 가야 할지, 일반적으로 정보를 찾을 위치와 관련 여부를 생각할 필요가 없습니다.

두 번째 문제는 정보입니다. 정보가 많고 소스가 다르며 항상 사용할 수 있는 것은 아니며 지속적인 추가 및 업데이트가 필요합니다.

회사에는 약 500명의 직원이 있으며 서로 다른 사무실, 시간대, 러시아 도시 및 심지어 해외에 있으며 일반적으로 질문이 많기 때문에 또 다른 임무는 가장 자주 묻는 질문과 관련된 HR 직원의 부담을 줄이는 것입니다. 직원에 의해.

또한 신규 입사자가 회사에 합류하고, 신규 입사자의 관리자 및 멘토에게 메시지를 보내고, 신규 입사자가 성공적인 적응을 위해 통과해야 하는 과정 및 테스트에 대한 자동 알림을 보내는 프로세스를 자동화해야 했습니다.

기술 요구사항은 비즈니스 요구사항을 기반으로 구성되었습니다.

봇은 Skype를 기반으로 작동해야 하므로(역사적으로 회사에서 사용함) Azura의 서비스가 선택되었습니다.

이에 대한 액세스를 제한하기 위해 Skype를 통한 인증 메커니즘을 사용하기 시작했습니다.
ParlAI 라이브러리는 텍스트 인식에 사용되었습니다.

구성, 교육, 디버깅, 메일링 설정 및 기타 작업에도 관리 웹 포털이 필요합니다.

프로젝트를 진행하면서 우리는 많은 문제와 어려움에 직면했습니다.

예를 들어 Azure 계정에 기술적인 문제가 있었습니다. Microsoft는 서비스의 기술적 문제로 인해 구독 활성화를 원하지 않았습니다. 거의 두 달 동안 우리는 이에 대해 아무것도 할 수 없었고 결국 Microsoft 지원팀은 손을 뻗어 우리를 파트너에게 보냈고 파트너는 모든 것을 성공적으로 설정하고 계정을 제공했습니다.

가장 어려운 단계는 프로젝트 시작이었습니다. 무엇을 사용할지, 아키텍처는 무엇일지, 데이터를 저장할 방법과 위치, 시스템의 구성 요소와 모듈이 서로 상호 작용하는 방법을 선택해야 할 때였습니다.

우리의 경우 프로젝트를 시작할 때 발생하는 본질적으로 일반적인 문제는 인력 배치로 인해 더욱 복잡해졌습니다. 우리 사업의 세부 사항은 상업용 프로젝트와 달리 필요한 영역에 대한 충분한 지식이없는 개발자가 내부 프로젝트를 수행하는 경우가 많습니다. 그들은 단순히 운명의 의지에 따라 벤치에서 다음 프로젝트를 기다리게되었습니다. 크고 멋진 상업 프로젝트. 그런 상황에서 동기부여도 매우 어려웠던 것이 논리적이다. 생산성이 떨어지고 팀이 한가한 경우가 많으며 결과적으로 사람을 설득(동기 부여)하거나 변화시켜야 합니다. 개발자를 바꾸면 교육을 실시하고 지식을 전달하며 기본적으로 프로젝트를 다시 시작해야 합니다. 각각의 새로운 개발자는 자신의 방식으로 아키텍처를 보고 자신이 내린 결정과 다른 사람의 코드에 대해 이전 개발자를 꾸짖었습니다. 재작성은 처음부터 시작되었습니다.

이것은 약 XNUMX개월 동안 계속되었습니다. 우리는 단지 시간을 표시하고 코드를 리팩터링하고 새로운 것을 작성하지 않았습니다.

또한, 내부 프로젝트의 경우 원칙적으로 문서가 거의 없고, 각 시점에 무엇을 해야 하는지, 현재 우선순위가 무엇인지 파악하기 어려웠습니다. 최소 XNUMX개월간 상설팀을 구성하고 프로세스를 수립하며 기획과 평가를 진행하는 것이 필요했다. 그러나 프로젝트가 상업적이지 않은 경우, 즉 최소한의 인력을 투자해야 하며 동시에 외부 고객보다 나쁘지 않은 결과를 얻어야 하는 경우 이를 수행하는 방법은 무엇입니까?

우리는 프로젝트 개발에 참여하고 이에 대해 잘 알고 있으며 해당 프로젝트에 참여하고 싶어하는 리소스 풀을 확인했습니다. 우리는 프로젝트에 인력을 고용하기 위한 일정을 작성했습니다. 우리는 작업을 평가하고 조정했으며 이러한 작업을 주요 프로젝트 사이의 "구멍"에 맞추었습니다. 4개월 후 우리는 애플리케이션의 작동하는 프로토타입을 받았습니다.

이제 봇의 기능, 아키텍처 및 기술 솔루션에 대해 더 자세히 이야기해 보겠습니다.

HR의 주요 요구 사항 중 하나는 사용자가 작성한 텍스트를 인식하여 질문에 올바르게 답하는 것이었습니다. 그에게 편지를 보낼 수 있습니다. 휴가를 가고 싶거나 휴가를 가고 싶거나 휴가를 가고 싶습니다. 그러면 그는 그에 따라 이해하고 응답할 것입니다. 또는 갑자기 직원의 의자가 부러져서 "의자가 부러졌습니다", "의자가 깨졌습니다" 또는 "의자 등받이가 떨어졌습니다"라고 쓰고 싶어합니다. 적절한 교육을 받으면 봇이 이러한 요청을 인식합니다. 텍스트 인식 자체의 품질은 봇의 훈련에 따라 달라지며 이에 대해서는 나중에 설명하겠습니다.

다음 요구 사항과 기능의 일부는 봇의 대화 시스템입니다. 봇이 대화를 수행하고 현재 문제의 맥락을 이해할 수 있는 시스템이 개발되었습니다. 귀하의 질문에 대한 응답으로, 우리가 봇을 훈련시킨 경우 그는 명확한 질문을 하고 대화를 계속할 수 있습니다. Skype는 대화를 계속하기 위한 옵션을 사용자에게 알리는 간단한 메뉴 옵션을 지원합니다. 또한, 대화 중 갑자기 주제에서 벗어난 질문을 하기로 결정한 경우에도 봇은 이를 이해할 것입니다.

봇을 사용하면 개인 데이터를 기반으로 사용자에게 다양한 아티팩트를 보낼 수 있습니다. 예를 들어, 그의 위치에서. 어떤 사람이 화장실을 찾고 싶어하면 그 사람에게 화장실로 안내하는 사무실 지도가 표시될 것이라고 가정해 보세요. 그리고 직원이 어느 회사 사무실에 있는지에 따라 카드가 선택됩니다.

가장 중요한 업무 중 하나는 이용자의 개인정보를 보호하는 것입니다. 우리 봇이 운영하는 민감한 데이터에 모든 사람이 접근하도록 허용할 수는 없습니다. 그러한 봇에 대한 승인의 필요성은 봇의 필수적인 부분입니다. 봇은 사용자와 대화를 나누기 전에 사용자에게 인증을 요청합니다. 이는 직원이 봇에 처음으로 접속할 때 발생합니다. 인증 자체는 사용자를 적절한 페이지로 리디렉션합니다. 여기서 사용자는 토큰을 받은 다음 이를 Skype 메시지에 삽입합니다. 인증이 성공하면 봇과 통신을 시작할 수 있습니다.

인증은 Skype(포털 인증 서비스, 기업 네트워크 및 LDAP)를 통해 이루어집니다. 따라서 인증은 회사 네트워크의 현재 사용자 데이터에 따라 달라집니다.

봇을 개발하는 과정에서 우리는 HR이 봇을 신속하게 디버깅하는 데 도움이 될 수 있는 포털 기능에 내장된 일종의 시스템이 필요하다는 것을 깨달았습니다. HR이 봇 작업 시 사용자가 기록한 오류를 확인하고 재교육을 통해 문제를 해결하거나 개발자에게 맡길 수 있는 포털 페이지를 추가했습니다.

포털에서 직접 봇을 훈련시키는 기능은 처음부터 포함되지 않았습니다. 개발 과정에서 우리는 봇 교육이 HR 부서 직원이 작업할 때 수행하는 가장 일반적인 작업이며 봇에 대한 추가 교육을 위해 개발자에게 텍스트 파일을 보내는 것은 전혀 용납되지 않는다는 것을 깨달았습니다. 이는 너무 많은 시간을 소모하고 너무 많은 오류와 문제를 야기합니다.

우리는 사용자 친화적인 봇 교육을 위해 포털에 UI를 작성했습니다. 이를 통해 HR은 봇의 현재 교육을 확인하고 추가로 교육하며 현재 교육을 조정할 수 있습니다. 훈련은 노드, 즉 가지가 봇과의 대화의 연속인 트리 구조로 표현됩니다. 간단한 질문과 답변을 만들 수도 있고, 무게감 있는 대화를 만들 수도 있습니다. 모두 HR과 직원의 요구 사항에 따라 다릅니다.

솔루션 아키텍처에 대한 몇 마디.

솔루션 아키텍처는 모듈식입니다. 여기에는 다음과 같은 다양한 작업을 담당하는 서비스가 포함됩니다.
• Azure의 Skype 봇 서비스 - 사용자 요청을 수락하고 처리합니다. 이는 요청을 가장 먼저 수신하고 초기 처리를 수행하는 매우 간단한 서비스입니다.
• 관리 포털 - 포털 설정 및 봇 자체를 위한 웹 인터페이스를 제공하는 서비스입니다. 봇은 항상 포털에 먼저 연결하고 포털은 요청에 대해 다음에 수행할 작업을 결정합니다.
• 인증 서비스 - 봇 및 관리 포털에 대한 인증 메커니즘을 제공합니다. 승인은 Oauth2 프로토콜을 통해 이루어집니다. 긍정적인 인증을 사용하면 서비스는 유효한 사용자 데이터에 따라 기업 네트워크에서 인증을 수행하므로 시스템은 동기화되지 않은 데이터와 관련된 오류를 제어할 수 있습니다.
• AI 텍스트 인식 모듈은 Python으로 작성되었으며 텍스트 인식 자체를 위해 ParlAI 프레임워크를 사용합니다. 이것은 적어도 현재 구현에서는 신경망입니다. 우리는 질문을 이해하기 위해 tfDiff 알고리즘을 사용합니다. 모듈은 모듈과 통신하고 학습하기 위한 API를 제공합니다.

결론적으로, 이것이 챗봇을 만드는 첫 경험이라고 말하고 싶습니다. 시스템을 최대한 간단하게 만들려고 노력했지만 동시에 최소한의 인건비로 기능적으로 만들었습니다. 내 생각엔 우리가 매우 흥미로운 제품을 갖고 있는 것 같아요. 자체 교육 시스템, 오류 로깅, 알림 전송 기능을 통해 다른 메신저와도 통합할 수 있습니다.

출처 : habr.com