GPT-Realtime으로 반복 상품 안내를 설계하는 법: 검색·후속 질문·가드레일
avatarin의 소매 에이전트 사례를 바탕으로 반복 상품 안내를 제품 정보 검색, 카테고리별 후속 질문, 대화 가드레일로 설계하는 방법을 정리합니다.
반복 상품 안내 업무는 제품 정보가 정리돼 있고, 고객에게 확인할 조건을 카테고리별로 정의할 수 있다면 대화형 AI 워크플로로 좁게 자동화할 수 있습니다. 핵심은 AI가 그럴듯하게 답하도록 두는 것이 아니라, 관련 제품 정보를 찾아 근거로 삼고 필요한 조건을 되물으며 대화 범위를 통제하는 것입니다.
OpenAI의 「How avatarin built a 24/7 retail agent with GPT-Realtime」 사례에서 avatarin은 Yamada Holdings와 함께 숙련 판매원의 지식을 24시간 다국어 쇼핑 에이전트로 전환했습니다. 이 사례는 제품 탐색과 구매 결정 안내까지의 대화 설계를 보여주지만, 실제 구매 실행, 권한 설정, 로그 보존, 사람 상담원 이관 방식은 확인된 범위가 아닙니다. 이런 통제는 도입 조직이 별도로 정하고 검증해야 합니다.
자동화할 일을 ‘상품 안내’로 좁게 자르기
사례의 Kurashi-Marugoto AI Agent는 자연스러운 음성 대화로 고객을 제품 탐색부터 구매 결정까지 안내하도록 설계됐습니다. 음성과 텍스트를 통해 24시간 다국어 지원을 제공한다는 점도 OpenAI 사례에 명시돼 있습니다.
여기서 중요한 구분은 안내와 실행입니다. 안내 업무는 고객의 질문을 이해하고, 제품 정보를 바탕으로 선택을 돕는 일입니다. 반면 결제, 주문 변경, 환불처럼 외부 결과를 발생시키는 실행 업무는 이 사례의 확인 범위에 포함되지 않습니다.
첫 적용 범위는 한 상품 카테고리로 제한하는 편이 좋습니다. 다음처럼 업무의 시작과 끝을 한 문장으로 정해 두면 대화 설계가 흔들리지 않습니다.
- 시작: 고객이 제품 질문이나 요구 조건을 음성·텍스트·시각 입력으로 전달한다.
- 처리: 시스템이 관련 제품 정보를 찾고, 필요한 조건을 후속 질문으로 수집한다.
- 종료: 고객이 비교·탐색·구매 결정에 필요한 안내를 받는다.
- 제외: 구매나 결제 같은 외부 실행은 자동화 범위에 넣지 않는다.
제품 정보 검색을 답변보다 먼저 배치하기
OpenAI 사례에서 avatarin은 검색 증강 생성, 즉 RAG를 사용했습니다. RAG는 모델이 일반 지식만으로 답하는 대신, 관련 제품 정보를 검색해 그 내용을 바탕으로 응답하게 하는 방식입니다. 사례에서는 RAG가 제품 정보에 근거한 답변을 맡고, GPT-Realtime이 대화의 반응성을 유지하도록 설계됐습니다.
따라서 상품 안내 워크플로의 중심은 하나의 긴 프롬프트가 아니라 다음 순서가 됩니다.
- 고객의 질문과 조건을 받는다.
- 질문과 연결되는 제품 정보를 찾는다.
- 찾은 정보 안에서 현재 답할 수 있는 내용을 안내한다.
- 선택에 필요한 조건이 빠졌다면 후속 질문을 한다.
- 조건이 바뀌면 새 조건에 맞춰 다시 탐색과 안내를 이어 간다.
이 사례에서는 음성·텍스트·시각 이해를 하나의 대화 경험에 결합한 점도 GPT-Realtime의 장점으로 언급됩니다. 다만 모든 입력 방식을 처음부터 넣을 필요는 없습니다. 우선 실제 업무에서 가장 자주 들어오는 입력을 정하고, 그 입력이 제품 정보 검색과 후속 질문으로 자연스럽게 이어지는지 확인하는 것이 먼저입니다.
후속 질문은 카테고리별로 미리 설계하기
좋은 상품 안내는 질문 하나에 답하고 끝나지 않습니다. OpenAI 사례에 따르면 avatarin은 고객의 실제 요구를 파악하기 위해 후속 질문을 하도록 에이전트를 설계했고, 이를 단순 질의응답이 아닌 안내형 제품 탐색으로 전환하는 방법으로 삼았습니다.
후속 질문은 모든 상품에 똑같이 적용할 수 없습니다. 사례에서도 제품 카테고리마다 판매원이 수집해야 할 정보가 크게 다르다는 점을 반영해, 고객 서비스 지식을 대화 흐름과 프롬프트에 넣었습니다.
실무에서는 각 카테고리에 대해 먼저 다음을 작성해 보세요.
- 고객이 처음에 자주 말하는 질문은 무엇인가
- 제품을 좁히려면 반드시 알아야 할 조건은 무엇인가
- 그 조건이 없을 때 어떤 순서로 되물을 것인가
- 고객이 이미 답한 조건은 무엇이며, 다시 묻지 않아도 되는가
여기서 후속 질문은 정보를 많이 모으는 수단이 아니라 다음 안내를 정확하게 만들기 위한 최소 확인이어야 합니다. 질문이 제품 탐색과 무관하게 늘어나면, 고객은 도움을 받는 대신 심문받는다고 느낄 수 있습니다.
조건 변경은 받아들이고, 대화 목적은 지키기
실제 고객은 처음 말한 조건을 바꾸거나, 잠시 다른 주제로 벗어납니다. avatarin 사례는 요구 사항 변경과 일시적 주제 이탈에 적응하도록 대화 흐름과 프롬프트를 설계했다고 설명합니다.
동시에 가드레일은 대화가 쇼핑 경험에 집중되도록 돕습니다. 여기서 가드레일은 AI가 어디까지 답하고 어떤 방향으로 대화를 되돌릴지 정하는 경계입니다. 즉, 조건 변경 자체를 막는 장치가 아니라, 제품 탐색이라는 업무 목적을 잃지 않게 하는 장치에 가깝습니다.
설계할 때는 두 가지를 분리해 두는 것이 좋습니다.
- 받아들일 변경: 예산, 사용 목적, 선호처럼 제품 추천 조건이 바뀌는 경우
- 되돌릴 이탈: 제품 탐색과 관계없는 요청으로 대화가 계속 확장되는 경우
예를 들어 고객이 구매 조건을 수정하면 새 조건으로 제품 정보를 다시 찾고, 관련 없는 요청이 이어지면 쇼핑 안내로 돌아올 수 있도록 대화 범위를 정합니다. 이 경계는 제품 정보 검색 범위와 대화 프롬프트 양쪽에 반영해야 합니다.
반복 상품 안내용 대화형 AI 워크플로 명세
아래 명세는 avatarin 사례에서 확인된 요소를 한 카테고리의 반복 상품 안내 업무에 옮겨 적기 위한 초안입니다.
트리거
고객이 음성, 텍스트 또는 시각 입력으로 제품 질문이나 요구 조건을 전달한다.
입력
제품 질문, 현재 요구 조건, 대화 중 변경된 조건.
AI 동작
관련 제품 정보를 검색해 응답의 근거로 사용한다. 카테고리별로 정한 후속 질문을 통해 필요한 조건을 수집한다. 고객이 조건을 바꾸면 대화를 그 조건에 맞춰 조정한다. 대화가 제품 탐색 목적에서 멀어지면 가드레일에 따라 쇼핑 안내 범위로 유지한다.
출력
고객이 제품을 탐색하고 구매 결정을 내리는 데 필요한 대화형 안내.
자동화 범위 밖 항목
구매·결제 등 외부 실행은 이 사례의 확인 범위에 없습니다. 권한 관리, 로그 보존, 사람 확인 또는 이관, 실패 시 복구 절차도 제공된 사례만으로 구현 방식을 확정할 수 없습니다.
이 마지막 항목은 빈칸으로 남겨 두면 안 됩니다. 자동화가 고객 또는 조직에 영향을 주는 지점이 있다면, 누가 확인하는지, 어떤 경우에 중단하는지, 예외를 어디로 보내는지를 운영 규칙으로 별도 결정해야 합니다.
출시 전에는 네 가지 대화만 우선 검증하기
처음부터 모든 질문을 시험하기보다, 사례에서 확인된 동작을 직접 검증하는 대화를 먼저 준비하세요.
- 반복 질문: 제품 정보에 근거해 답하는가. 관련 정보가 없을 때 근거 없는 내용을 덧붙이지 않는가.
- 정보 부족 질문: 바로 제품 하나를 단정하기보다, 선택에 필요한 조건을 후속 질문으로 묻는가.
- 조건 변경: 고객이 요구를 바꾸면 이전 답을 고집하지 않고 새 조건에 맞춰 안내를 조정하는가.
- 주제 이탈: 일시적 이탈에는 대응하되, 대화가 쇼핑 목적을 잃지 않도록 정의한 경계를 유지하는가.
정상 결과는 제품 정보에 근거한 안내가 이어지고, 필요한 때에만 후속 질문이 나오며, 조건 변경 뒤에는 대화가 새 요구에 맞춰지는 상태입니다. 반대로 검색과 무관한 답변이 나오거나, 이미 받은 조건을 반복해 묻거나, 관련 없는 대화로 계속 확장된다면 제품 정보원·후속 질문 흐름·가드레일을 다시 손봐야 한다는 신호입니다.
성공 기준은 한 카테고리에서 에이전트가 관련 제품 정보에 근거해 답하고, 필요한 요구 조건을 후속 질문으로 수집하며, 조건 변경에는 적응하되 쇼핑 목적 밖 요청에는 정한 경계로 대응하는지입니다. 구매 실행·권한·로그·사람 이관이 필요하다면, 해당 통제를 별도 승인과 운영 설계 없이 자동화하지 마세요.
다음 단계는 한 제품 카테고리와 반복 질문 유형을 정하는 일입니다. 위 명세에 입력, 검색할 제품 정보, 후속 질문, 가드레일을 채운 뒤 조건 변경과 주제 이탈을 포함한 테스트 대화를 실행하세요.
이 글의 기준을 확인한 곳
본문의 적용 기준은 How avatarin built a 24/7 retail agent with GPT-Realtime | OpenAI에서 다시 대조했다. 제도나 서비스 조건은 바뀔 수 있으므로 실제 적용 전 최신 안내를 확인하는 편이 안전하다.