오케스트레이션 없는 고객 서비스 자동화: 개인 정보 보호 및 흐름도 기반 프레임워크

Orchestration-Free Customer Service Automation: A Privacy-Preserving and Flowchart-Guided Framework

디지털 전환 시대에 고객 서비스 자동화에 대한 수요가 증가하고 있습니다. 기존 방식들은 대부분 복잡한 에이전트 오케스트레이션을 필요로 하는 모듈식 시스템 설계에 의존하거나, 지나치게 단순화된 명령어 체계를 사용하여 제한적인 가이드라인과 낮은 일반화 성능을 보입니다. 본 논문에서는 Task-Oriented Flowcharts (TOFs)를 활용하여 수동 개입 없이 엔드 투 엔드 자동화를 가능하게 하는 오케스트레이션 없는 프레임워크를 소개합니다. 먼저, TOF의 구성 요소 및 평가 지표를 정의하고, 서비스 대화에서 절차적 지식을 추상화하는 비용 효율적인 흐름도 생성 알고리즘을 제시합니다. 또한, 소규모 언어 모델의 로컬 배포를 강조하고, 데이터 부족 및 모델 훈련 과정에서의 개인 정보 문제를 완화하기 위해 흐름도를 활용한 분산 학습 방법을 제안합니다. 다양한 서비스 작업에 대한 광범위한 실험을 통해, 본 프레임워크가 기존의 강력한 기준 모델 및 상용 제품에 비해 우수한 정량적 및 응용 성능을 보임을 확인했습니다. 웹 기반 시스템 데모 및 사례 연구를 공개함으로써, 향후 고객 서비스 자동화의 효율적인 구축을 촉진하고자 합니다.

Customer service automation has seen growing demand within digital transformation. Existing approaches either rely on modular system designs with extensive agent orchestration or employ over-simplified instruction schemas, providing limited guidance and poor generalizability. This paper introduces an orchestration-free framework using Task-Oriented Flowcharts (TOFs) to enable end-to-end automation without manual intervention. We first define the components and evaluation metrics for TOFs, then formalize a cost-efficient flowchart construction algorithm to abstract procedural knowledge from service dialogues. We emphasize local deployment of small language models and propose decentralized distillation with flowcharts to mitigate data scarcity and privacy issues in model training. Extensive experiments validate the effectiveness in various service tasks, with superior quantitative and application performance compared to strong baselines and market products. By releasing a web-based system demonstration with case studies, we aim to promote streamlined creation of future service automation.