All Field Guides

From Confusion to Clarity: How Empathy Project Nailed Search Accuracy with Guru

공감은 Guru의 지식 에이전트를 사용하여 미국과 캐나다의 콘텐츠를 분리했습니다. 그들의 케어 팀에 더 빠르고 정확한 답변을 제공합니다.

Reading time
3
 minutes

회사 배경

공감은 인간의 보살핌과 기술의 결합을 통해 잃은 것을 탐색하는 가족들에게 실용적이고 정서적인 안내를 제공합니다. 그들의 플랫폼은 장례 계획, 법원 절차 및 혜택과 같은 복잡한 프로세스를 단순화하는 데 도움을 주며, 심리적 지원도 제공합니다. 프루덴셜과 메트라이프와 같은 주요 기업과 파트너십을 맺어서, 공감은 가족들이 가장 힘든 시기에 평균 189시간$3,007을 절약하도록 돕습니다.

공감의 서비스는 행정적 부담을 제거하여 가족들이 치유에 집중할 수 있도록 설계되었습니다. 그들의 플랫폼은 개인화된 케어 계획, 실시간 지원 및 정서적 및 물리적 요구를 해결하는 리소스 라이브러리를 제공합니다.

도전

공감이 캐나다로 서비스를 확장했을 때, 그들은 주요 운영상의 도전에 직면했습니다: 미국 특정 콘텐츠와 캐나다 특정 콘텐츠를 정확하게 분리하는 방법.

유산 관리 법률 및 절차는 미국과 캐나다 간에 크게 다르므로 팀은 혼란이나 잘못된 정보의 위험 없이 올바른 정보 세트로 질문을 안내할 방법이 필요했습니다. 그들은 케어 매니저들이 미국과 캐나다의 출처에서 정보를 끌어올 수 있는 Guru의 일반 챗봇에서 검색하기를 원하지 않았습니다. 이는 잘못된 답변과 긴 해결 시간으로 이어질 수 있습니다.

“우리는 사람이 매니토바의 유산 비용에 대해 물었을 때 봇이 온타리오 답변을 불러오는 사례를 보았습니다. 그것은 우리의 케어 매니저들에게 혼란스러웠을 거예요.” - 오리바 에스테스-다우네스, 수석 연구원

방법

공감은 Guru의 지식 에이전트를 활용하여 케어 팀이 올바른 정보를 빠르고 자신 있게 액세스할 수 있도록 하는 국가별 지원 구조를 간소화했습니다.

1️⃣ 별도의 지식 에이전트 구축

공감은 미국과 캐나다 각각에 대한 두 개의 독립적인 지식 에이전트를 생성하여 각 봇이 올바른 지역 지식 기반에서만 답변을 불러오도록 했습니다.

“각 시장에 대해 별도의 봇이 있는 것은 우리의 지원 직원들이 올바른 국가에 맞는 정확한 답변을 받고 있다는 확신을 느끼게 도와주었습니다.”


__wf_reserved_inherit

2️⃣ 에이전트를 사용자 정의 페이지에 고정

그들은 각 지식 에이전트를 Guru의 전담 미국 또는 캐나다 리소스 페이지에 연결하여 케어 매니저들이 사용자의 위치에 따라 올바른 봇으로 빠르게 탐색할 수 있도록 했습니다.

“에이전트를 특정 페이지에 연결하는 것은 우리에게 큰 도움이 되었습니다. 우리의 케어 팀이 올바른 답변을 찾는 것이 너무 쉬워졌습니다.”

__wf_reserved_inherit

3️⃣ 국가 국기를 사용하여 명확하게

혼란을 줄이기 위해, 그들은 각 콘텐츠 카드 옆에 시각적 신호—캐나다 🇨🇦 또는 미국 🇺🇸 국기를 추가했습니다. 이것은 케어 매니저들에게 올바른 장소에서 검색하고 있다는 신호로 작용했습니다.

4️⃣ 일반화를 피하기 위해 AI 프롬프트 설정

유산 관리 법률은 캐나다의 주마다, 미국의 주마다 다릅니다. 올리비아와 그녀의 팀은 에이전트들이 지역 간 일반화하지 않도록 AI 프롬프트를 설정했습니다. 사용자가 온타리오의 유산 비용에 대해 물으면 캐나다 봇이 일반 캐나다 답변이 아닌 온타리오 전용 답변을 가져오게 됩니다.

“우리는 에이전트가 주별 및 지역별 정보에 더욱 민감하도록 유도 프롬프트를 설정했습니다. 그것은 지금까지 훌륭하게 작동하고 있습니다.”

5️⃣ Guru의 크롬 확장과 통합

공감은 지식 에이전트를 Guru 크롬 확장에 직접 삽입하여 케어 매니저들이 탭을 전환하지 않고도 올바른 정보에 신속하게 액세스할 수 있도록 했습니다.

올리비아는 또한 초기 문제에 기반하여 조정을 했습니다. 하나의 카드에 여러 주가 나열되어 있는 경우 AI가 잘못된 답변을 불러오는 경우를 인식하고 나서, 그녀는 Guru 팀과 협력하여 콘텐츠 구조를 재구성했습니다. 그녀는 테이블 대신 헤더를 사용하고 AI가 주별 정보를 인식하기 쉽게 레이아웃을 조정했습니다.

“초기에는 구조가 AI가 어떤 답이 어떤 주를 위한 것인지 판단하기 어렵게 만들었습니다. 우리는 헤더로 전환했고, 이는 정말 도움이 되었습니다.”

결과

공감의 Guru 지식 에이전트 사용은 케어 팀의 효율성과 자신감을 크게 향상했습니다:

  • 🔍 검색 가능성 향상 - 케어 매니저들은 이제 무관한 콘텐츠를 거치지 않고도 빠르고 정확하게 답변을 찾을 수 있습니다. 올리비아는 이제 직접적인 답변이 없는 질문을 받는 경우가 “거의 없다”고 언급했습니다.

  • ⬇️ 무관한 정보 감소 - 에이전트의 지역적 분리가 팀이 더 이상 잘못되거나 상충되는 정보를 제공받지 않도록 합니다.

“우리는 검색 결과에 나타나는 무관한 정보 양을 상당히 줄였습니다. 그것은 우리에게는 엄청난 일입니다.”

  • ✅ Guru에 대한 신뢰 증가 - 일관되고 정확한 답변을 제공함으로써 Guru의 지식 에이전트는 케어 팀이 플랫폼을 더욱 신뢰하도록 도왔습니다. 올리비아는 이러한 신뢰의 향상이 케어 팀이 실시간으로 사용자 지원을 제공할 때 더 많은 자신감을 느낀다고 공유했습니다.

“이것은 우리 지원 직원의 Guru에 대한 신뢰를 높이는데 정말 도움이 되었습니다. 그들은 자신들이 얻고 있는 답변에 대해 완전히 확신을 가져야 합니다.”

미래 확장을 위한 확장 가능성

지식 분리를 위한 명확한 프로세스를 설정함으로써, 공감은 신규 시장으로 확장할 때 확장할 수 있는 프레임워크를 구축했습니다.  “이것은 우리의 첫 번째 반복이었지만, 매우 잘 작동하고 있어 앞으로도 계속 발전시킬 것입니다.” 

Key Stats

Customer Testimonials

Key Takeaways

Guru Capabilities Leveraged

No items found.
Published on 
March 28, 2025

Further reading