데이터브릭스, 고등교육 상담 품질 개선 AI 솔루션 도입

주장고등교육 기관은 재정 지원과 입학, 등록 등 학생 상담 서비스의 품질을 대규모로 관리하는 과정에서 어려움을 겪습니다. 기존의 수동 상담 방식은 높은 비용과 일관성 유지의 한계를 보입니다.

팩트일반적인 품질 보증 방식은 전체 통화의 약 5%만을 무작위로 추출하여 검토합니다. 검토 비중을 두 배로 늘릴 경우 인건비로만 연간 50만 달러 이상의 추가 비용이 발생합니다.

교차검증기존 음성 인식 모델은 소음이 많은 환경이나 다양한 억양을 처리하는 데 한계를 보입니다. 특히 국제 학생이 많은 대학 환경에서는 정확도가 떨어져 학생 정보와 통화 기록을 연결하는 대시보드 오류를 유발합니다.

팩트데이터브릭스는 오픈에이아이(OpenAI)의 위스퍼(Whisper) 모델을 활용하여 고품질의 음성 텍스트 변환을 수행합니다. 해당 모델은 68만 시간 이상의 다국어 데이터를 학습하여 복잡한 통화 환경에서도 높은 정확도를 유지합니다.

주장베일러 대학교는 데이터브릭스의 인공지능 기능을 도입하여 상담 품질을 개선하고 학생들의 주요 고충을 체계적으로 파악합니다. 이 솔루션은 대규모 언어 모델(LLM)이 상담사 평가 기준을 직접 채점하여 평가의 일관성을 확보합니다.

팩트상담 품질 평가를 위해 대규모 언어 모델이 기관의 평가 기준표에 따라 1점에서 5점까지 점수를 매기고 서술형 평가를 제공합니다. 이 방식은 무작위 샘플링 대신 개선이 필요한 통화만을 선별하여 집중적인 검토를 가능하게 합니다.

주장관리자는 감정 분석과 의도 추출 기능을 활용하여 학생들의 고충을 파악합니다. 이를 통해 학기가 지나가기 전에 학생들의 문제를 선제적으로 확인하고 대응합니다.

팩트데이터브릭스의 유니티 카탈로그(Unity Catalog)는 민감한 학생 데이터를 보호하며 세밀한 접근 제어를 제공합니다. 모든 데이터 처리와 인공지능 분석이 단일 거버넌스 플랫폼 내에서 이루어지므로 보안 위험을 낮춥니다.

팩트지니 스페이스(Genie Space)와 에이전트 브릭스(Agent Bricks) 지식 어시스턴트를 통해 비기술직 상담원도 자연어로 데이터를 탐색합니다. 상담원은 구조화된 데이터는 물론 비구조화된 통화 기록까지 질의응답을 수행합니다.

주장데이터브릭스의 이번 솔루션은 대학 행정의 효율성을 극대화하는 동시에 데이터 기반의 의사결정을 지원합니다. 이는 교육 서비스의 질적 향상을 도모하는 핵심적인 기술적 토대가 됩니다.

교차검증다만 인공지능이 생성한 평가 결과에 대해 기관 내부의 검증 절차를 병행해야 합니다. 기술적 정확도와 별개로 상담 서비스의 특수성을 반영한 인간의 최종 확인 과정이 필요합니다.

출처데이터브릭스 공식 기술 블로그(https://www.databricks.com/blog/ai-enabled-advisory-services-higher-education)를 교차 검증했습니다.