SW/인공지능

govGPT: 미국 : 챗봇으로 시민 경험 향상

얇은생각 2023. 10. 30. 07:30
반응형

이 글은 거버넌스와 관련된 현재의 시민 경험에 대한 몇 가지 문제를 논의할 것이며, LLM 기반 챗봇은 단점을 해결할 수 있습니다.

새로운 클래스의 대형 언어 모델(LLM) 기반 대화형 AI 도구가 3세대 챗봇이라고 봅니다. ChatGPT, 바드 및 그들의 OSS 대안과 같은 것들은 내부 운영에서 은행 및 의료에 이르기까지 자동화를 촉진하고 비즈니스를 변화시키고 있습니다. 나아가 미세 tuned LLM 기반 챗봇은 정부 운영의 효율성, 정확성 및 투명성을 크게 향상시키는 데 사용될 수 있습니다. 이 글은 거버넌스와 관련된 현재 시민 경험과 함께 몇 가지 문제를 논의하고 챗봇이 단점을 어떻게 해결할 수 있는지에 대해 논의할 것입니다.

운전면허증을 예약하고 따기 위해 DMV를 다루었던 사람이라면 누구나 이 모든 노력이 얼마나 좌절감을 느낄 수 있는지 알 것입니다. DMV를 예약하는 것이 포스트 코로나바이러스의 악몽이 되었지만, 더욱 좌절스러운 것은 필요한 문서에 대한 정확한 정보를 수집하는 것이 어렵다는 것입니다. 합법적인 이민자의 경우 어려움은 더욱 악화됩니다. 문제의 일부는 DMV 웹 사이트가 일반적으로 검색 및 탐색이 어렵다는 것입니다. 그리고 사람이 발견하는 정보는 상당히 모호하고 포괄적인 경향이 있습니다. 이 문제에 대한 좋은 해결책은 관련 연방 법규(CFR), 주 및 지방 정부 규정 및 기타 정부 데이터베이스에 구축되고 미세 조정되는 공공 대면 챗봇을 제공하는 것입니다. 이러한 챗봇은 시민/거주자가 자연어로 대화하고, 고유한 상황을 지정하고, 운전면허증을 쉽게 신청할 수 있도록 정확한 안내를 받을 수 있게 해줍니다. 실제로, 챗봇은 지역 DMV에서 사용자를 대신하여 약속을 예약할 수도 있습니다.

 

govGTP : 미세조정 LLM기반 챗봇

 

DMV 내의 담당자 및 대리인은 공공 대면 챗봇을 활용하여 요청사항을 신속하게 처리할 수 있으며, 서류 처리를 지원하고, 입력한 정보의 정확성을 확인하며, 모든 서류 요건을 충족할 수 있어 공무원들이 보다 복잡한 업무에 집중할 수 있고, 분쟁을 해결할 수 있습니다.

이러한 챗봇을 다른 정부 서비스와 심층적으로 통합하면 봇이 시민을 대신하여 요청을 실행할 수 있기 때문에 훨씬 더 나은 경험을 제공할 수 있습니다. 다음은 코드명 goverGPT인 챗봇의 한 예로, 시민이 새로운 거주자로서 공공 서비스에 가입할 수 있도록 안내하는 것입니다.

 

gover GTP : 신규 주민공익서비스 요청 대화

 

대화가 어떻게 자연스러운지 주목하고, 챗봇은 요청을 수행하기에 충분한 정보를 가지고 갈 뿐이며, 결국 시민이 서비스 요청을 추적할 수 있도록 스마트하게 확인 메일을 보냅니다.

govGPT는 신규 거주자에 대한 서비스 요청, 차량 등록, 비긴급 법 집행 요청, 재산 기록 취득, 사망 증명서, 주차권의 원활한 지불 등을 도울 수 있습니다.

 

따라서 미세 조정된 LLM 기반 챗봇은 거버넌스 속도를 높이고 더 나은 시민 경험을 제공할 수 있습니다. 이 챗봇은 다음과 같은 용도로 사용될 수 있습니다:

업무 자동화: 서류 처리, 질문 답변 및 약속 일정 처리. 이를 통해 정부 담당자가 보다 복잡한 업무에 집중할 수 있습니다.

정확성과 효율성 증대: 인적 오류의 위험성을 줄여 정부 서비스의 정확성을 높일 수 있으며, 프로세스를 효율화하고 서비스 비용을 줄여 정부 서비스의 효율성을 높일 수 있습니다.

투명성 향상: 정부 문서를 자연어로 검색할 수 있도록 하여 정부 규제 및 운영에 대한 정보에 쉽게 접근할 수 있도록 합니다.

참여도 증대: 의사결정 과정에 시민들이 보다 쉽게 참여할 수 있도록 하여 시민참여도를 높입니다. 정부의 다양한 시책에 대한 아이디어와 피드백을 시민들이 제출할 수 있도록 합니다.

시민 경험 향상: 대기 시간과 전화 문의를 줄이고 24시간 연중무휴로 정부 서비스를 이용할 수 있습니다.

 

LLM 기반 AI 도구, 챗봇을 활용하여 시민 경험과 거버넌스를 개선할 수 있는 기술적 관점에서 볼 때 흥미진진한 시기입니다.

반응형