Accenture: 최고의 고객 서비스를 위한 검색 기능 지원

선도적인 글로벌 전문 서비스 회사 Accenture는 세상의 삶과 일하는 방식을 개선하는 혁신을 주도하는 것을 목표로 합니다. 지난 30년 동안 컨설턴트들은 수백만 건의 프로젝트를 수행하며 전략, 컨설팅, 디지털, 기술 및 운영을 아우르는 다양한 서비스와 관련된 방대한 자료를 축적해 왔습니다. 40만 명이 넘는 직원이 있는 회사에서는 방대한 지식 기반 속에서 관련 정보를 찾기 위해 강력한 구조화된 검색과 비구조화된 검색이 필수적입니다.

Accenture는 포춘 500대 기업의 4분의 3과 파트너십을 맺고 있으며 120개국 이상에서 고객에게 서비스를 제공합니다. Accenture의 상위 100대 고객 중 98곳은 최소 10년 이상 Accenture와 거래 관계를 유지해 왔습니다. Accenture 직원들은 조직 전체에 걸쳐 지식과 전문가를 찾기 위해 초당 여러 차례 내부 검색을 이용합니다. 컨설턴트는 관련 기술이나 산업 분야의 자료를 수집하여 맞춤형 서비스를 제공하거나 과거 데이터를 활용하여 새로운 제안서를 작성하는 등, 고객과의 관계 전반에 걸쳐 가치를 제공하기 위해 신속한 답변이 필요합니다.

50개 이상의 콘텐츠 소스에서 빠르고 관련성 높은 검색에 대한 요구가 커지면서 Accenture는 엔터프라이즈 검색을 재구상하기 위한 광범위한 노력의 일환으로 Elastic에 주목했습니다. 현재 회사 전체의 검색 기능을 지원하는 데 사용되는 Elasticsearch는 직원들이 Accenture의 풍부한 콘텐츠에 접근하여 사람, 전문가, 정책, 교육 및 결과물을 찾아 내부 운영 및 고객 서비스를 개선할 수 있도록 지원합니다. 검색 결과가 이제 1초 이내에 표시되며 관련성이 크게 향상되어 사용자 만족도가 높아졌습니다. 무엇보다도, 이것은 일회성 해결책이 아닙니다. 검색 엔진에 대한 새로운 가시성을 바탕으로 Accenture는 지속적인 개선 방식을 적용하여 검색의 가능성과 성능을 확장할 수 있습니다.

주체: Search Excellence 팀의 참여

CIO 그룹이라고도 하는 Accenture의 내부 IT 조직은 콜센터 및 애플리케이션 아웃소싱 직원부터 현장 컨설턴트에 이르기까지 회사 40만 명 이상의 직원을 지원하는 거의 8,000명의 인력으로 구성되어 있습니다. 이 그룹은 내부 포털, 지식 플랫폼, 협업 플랫폼, 엔터프라이즈 검색 등 다양한 애플리케이션 개발을 담당하고 있습니다.

Accenture는 검색 플랫폼 현대화의 필요성에 대응하기 위해 CIO 그룹 내에 25명 규모의 Search Excellence 팀을 구성했습니다. 마닐라와 시카고에 기반을 둔 팀원들은 검색 기술뿐만 아니라 검색 프로세스의 지속적인 개선에도 집중하는 임무를 맡았습니다.

핵심 내용: 블랙박스를 검색 가시성으로 대체

Accenture의 검색은 그동안 사용자들에게 더 나은 경험을 제공하지 못한 것으로 인식되어 왔습니다. 정보가 존재한다는 것을 알지만, 효율적으로 찾지 못해 검색을 포기하는 경우가 많았습니다. 직원들은 불만을 품었으며, 연례 설문 조사 결과 Accenture가 직원들에게 제공하는 애플리케이션 중 검색 기능이 가장 선호도가 낮은 항목 중 하나로 나타났습니다.

Search Excellence 팀은 사용자들이 불만족한다는 것을 알고 있었지만, 검색 순위를 측정하고 영향을 줄 수 있는 가시성과 도구가 부족했습니다. "블랙박스" 솔루션은 개선을 위해 필요한 정보(예: 특정 결과가 상위에 나타나는 이유)를 제공하지 못했습니다. 콘텐츠 측면 업데이트는 구현했지만, 50개의 콘텐츠 소스와 수백만 개의 항목 때문에 테스트와 변경 구현에 시간이 많이 소요되었습니다.

Accenture의 선임 매니저인 Chip Allen은 "검색 기능을 한 단계 더 끌어올리는 서비스를 도입하고자 했습니다."라고 말합니다. "원하는 것을 원활하고 쉽게 찾을 수 있어야 하며, 전반적으로 훨씬 더 나은 프로세스를 만들어야 했습니다."

이유: 검색 엔진의 유연성이 속도와 지속적인 개선 촉진

2016년 7월, 최초 개념 증명 후 10개월 만에 Search Excellence 팀은 오픈 소스 검색 기술과 맞춤형 확장 기능 및 도구를 혁신적으로 활용하여 검색에 대한 지속적인 개선 접근 방식을 도입함으로써 새로운 지평을 열었습니다. Accenture가 Elasticsearch를 선택한 이유는 검색 결과의 투명성과 유연한 쿼리 언어를 제공하기 때문입니다.

이제 내부의 엔진을 원하는 방식으로 조정할 수 있습니다.

"Elastic이 가장 먼저 한 일은 검색 엔진에 대한 가시성을 제공하는 것이었습니다."라고 Chip은 말합니다. "특정 결과가 나타나는 이유에 대해 깊이 있는 인사이트를 얻어 검색 결과를 더 효과적으로 최적화하고 제공할 수 있었습니다."

현재, 팀은 예상되는 결과를 얻지 못하는 검색어를 모니터링하고 그 이유를 파악할 수 있습니다. 즉, 이용 가능한 콘텐츠에 공백이 있는 것인지, 아니면 검색 결과에 콘텐츠가 나타나지 않는 것인지를 확인할 수 있습니다.

예를 들어 "Fitbit" 검색이 급증하고 있으나 결과가 없다는 사실을 확인했을 때, 팀은 직원들이 회사의 새로운 피트니스 트래커 프로그램인 "Accenture Active"를 찾고 있다는 것을 깨달았습니다. "Fitbit"이 사이트 어디에도 나타나지 않지만, 결과를 쉽게 보강할 수 있었습니다.

팀은 새로운 사실을 알게 될 때마다 현재의 관련성이 올바른 결과가 검색되는 것을 어떻게 방해하는지 신속하게 파악하고, 변경 사항을 제안하고 테스트한 다음, 개선된 모델을 실제 운영 환경에 빠르게 적용할 수 있습니다.

방법: 데이터를 최적화하여 정확한 검색 결과 생성

Accenture 팀은 핵심 Elasticsearch 엔진 외에도 여러 데이터 소스에 걸쳐 메타데이터를 개선, 정규화 및 보강하기 위한 레이어를 추가했습니다. 결과적으로 얻은 솔루션은 다섯 가지 주요 구성 요소인 크롤러, 보강 레이어, Elasticsearch 검색 엔진, 사용자 인터페이스, 보고 및 분석으로 구성되어 있습니다.

먼저 모든 데이터는 Accenture가 "더티 인덱스"라고 부르는 곳에 저장됩니다. 그 후 데이터 보강 과정에서 데이터를 다듬고 정규화한 다음, 모든 쿼리가 실행되는 "클린 인덱스"에 저장합니다.

과거에는 거의 50개의 서로 다른 소스와 50개 이상의 서로 다른 그룹이 데이터를 관리했기 때문에, 데이터 소유자가 검색을 용이하게 하기 위해 콘텐츠에 더 나은 메타데이터를 추가하도록 하는 것이 어려웠습니다.

"끊임없는 푸시와 풀이 이루어졌습니다." Chip은 이렇게 말합니다. "결국 사용자에게 원하지 않는 일을 강요할 수 없다는 점을 깨달았고, 그래서 보강 시스템 옆에 위치하는 메타데이터 서비스를 구축하기로 결정했습니다."

이 아키텍처 덕분에 팀은 중간 메타데이터 관리 레이어를 작성할 수 있었고, 이를 통해 보강 과정에서 검색 팀은 데이터가 클린 인덱스에 도달하기 전에 검색 엔진 최적화를 수행할 수 있었습니다. 팀은 다양한 소스를 쉽게 통합하고 데이터와 쿼리를 빠르게 조작하여 가장 관련성이 높은 검색 결과를 생성할 수 있습니다.

검색 결과의 관련성과 정확도는 향상되고, 속도에 대한 사용자의 만족도는 높아졌습니다. 이전 2~3초와 비교할 때, 현재 검색 지연 시간은 1초 미만입니다. 검색 및 인덱싱 속도와 지연 시간도 크게 개선되었으며, 아래 스크린샷에서 보이듯이 Kibana를 사용하면 쉽게 이해하고 분석할 수 있습니다.

검색 포기율이 감소하고 관련성 점수가 꾸준히 향상되고 있습니다. Accenture의 직원 포털과 내부 지식 교환에 대한 만족도 지표(검색 품질에 따라 달라짐)도 모두 상승했습니다. Accenture 기술 솔루션 매니저인 John Evangelista는 그 차이가 "천지 차이"라고 말했습니다. 이제 사람들이 원하는 항목을 쉽게 찾을 수 있게 되면서 압도적으로 긍정적인 피드백을 얻게 되었습니다.