기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# Amazon Connect Contact Lens
**참고**
**Amazon Bedrock:implements 자동 침해 탐지로 구동**됩니다. AWS [https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html) Amazon Connect Contact Lens는 Amazon Bedrock을 기반으로 구축되었으므로 사용자는 Amazon Bedrock에 구현된 제어 기능을 최대한 활용하여 안전, 보안 및 인공 지능(AI)의 책임 있는 사용을 강화할 수 있습니다.
Amazon Connect Contact Lens는 고객 센터 분석 및 품질 관리 기능을 제공하여 전반적인 고객 경험을 개선하기 위해 상담 품질 및 에이전트 성과를 모니터링, 측정, 지속적으로 개선할 수 있도록 지원합니다.
+ [대화형 분석을 사용하여 대화 분석](analyze-conversations.md). 감정, 대화 특성, 새로운 고객 응대 테마, 셀프 서비스 사용자 경험 및 에이전트 규정 준수 위험을 이해하여 추세를 파악하고 고객 서비스를 개선할 수 있습니다.
대화 분석을 사용하면 대화 기록, 오디오 파일 및 이메일 메시지에서 [민감한 데이터를 자동으로 수정할](sensitive-data-redaction.md) 수 있으므로 고객의 개인 정보를 보호할 수 있습니다.
+ [성능 평가](evaluations.md). 애플리케이션을 전환할 필요 없이 연락처 세부 정보, 녹음, 트랜스크립트 및 요약과 함께 대화를 검토하도록 할 수 있습니다. 에이전트 성과 기준(예: 스크립트 준수, 민감한 데이터 수집, 고객 인사말)을 정의 및 평가하고 평가 양식을 자동으로 미리 채울 수 있습니다.
+ [에이전트 화면 녹화 설정 및 검토](agent-screen-recording.md). 화면 녹음을 검토하여 고객 연락처를 처리하는 에이전트의 작업을 검토할 수 있습니다. 이를 통해 품질 표준, 규정 준수 요건 및 모범 사례를 준수하는지 확인할 수 있습니다. 또한 코칭 기회와 병목 현상을 파악하여 워크플로를 간소화할 수 있도록 도와줍니다.
+ [완료된 고객 응대와 진행 중인 고객 응대 검색](contact-search.md). 2년 전의 연락처까지 검색할 수 있습니다.
+ [실시간 및 녹음된 대화 모니터링](monitoring-amazon-connect.md). 실시간 대화(음성 및 채팅 모두)를 모니터링하고 실시간 음성 대화를 수집할 수 있습니다. 이는 교육 중인 에이전트에게 특히 유용합니다.
+ 진행 중인 고객 응대를 [전환](transfer-contacts-admin.md), [일정 변경](reschedule-contacts-admin.md) 또는 [종료](end-contacts-admin.md)합니다. **연락처 세부 정보** 페이지에서 진행 중인 고객 응대를 관리할 수 있습니다.
# Amazon Connect Contact Lens에서 대화형 분석을 사용하여 대화 분석
Contact Lens 대화형 분석을 사용하면 자연어 처리를 사용하여 음성, 채팅 및 이메일 전반에서 고객과 에이전트 또는 고객과 대화형 AI 간의 대화를 분석할 수 있습니다. 대화 분석은 감정 분석을 수행하고, 문제를 감지하며, 고객 응대를 자동으로 분류할 수 있습니다.
**음성 분석 지원**
+ **실시간 통화 분석**: 통화가 진행되는 동안 고객 문제를 보다 능동적으로 감지하고 해결하는 데 사용합니다. 예를 들어 에이전트가 복잡한 문제를 해결하지 못해 고객이 좌절하고 있을 때 이를 [분석하여 알려](add-rules-for-alerts.md)줄 수 있습니다. 이를 통해 보다 즉각적인 지원을 제공할 수 있습니다.
+ **통화 후 분석**:를 사용하여 고객 대화, 셀프 서비스 상호 작용 및 에이전트 규정 준수의 추세를 이해합니다. 이를 통해 통화 후 대화형 AI를 개선하고 에이전트를 지도할 기회를 식별할 수 있습니다.
**채팅 분석 지원**
+ **실시간 채팅 분석**: 실시간 통화 분석과 마찬가지로 채팅이 진행되는 동안 고객 문제를 사전에 감지하고 해결하며 [알림을 받을](add-rules-for-alerts-chat.md) 수 있습니다. 예를 들어 관리자는 채팅 연락에 대한 고객 감정이 부정적으로 바뀌면 실시간 이메일 알림을 받고 진행 중인 연락에 합류하여 고객 문제를 해결하는 데 도움을 줄 수 있습니다.
+ **통화 후 분석**: 고객 대화 및 에이전트 규정 준수 추세를 파악하는 데 사용합니다. 이를 통해 통화 후 에이전트를 코칭할 수 있는 기회를 파악할 수 있습니다. 응답 시간과 감정을 통해 봇과 에이전트에 대한 고객의 경험을 조사하고 개선이 필요한 부분을 파악하는 데 도움이 됩니다.
+ 처리된 각 채팅 메시지에는 동일한 방식으로 요금이 부과됩니다. 모든 메시지에 모든 기능이 적용되는 것은 아니지만(예: 요약은 `text/plain` 메시지에만 적용됨), Contact Lens 대화 분석이 고객 응대에서 활성화된 경우 메시지는 결제에 계산됩니다. 요금에 대한 자세한 내용은 [Amazon Connect Pricing](https://aws.amazon.com/connect/pricing/) 섹션을 참조하세요.
**이메일 분석 지원**
+ **이메일 분석**: 고객과 에이전트 간의 이메일 대화를 분석하는 데 사용합니다.는 이메일 연락처를 Contact Lens 자동으로 분류하고, 이메일 트랜스크립트에서 민감한 데이터를 수정하고, 고객 응대 요약을 생성합니다. 이를 통해 이메일 대화 추세를 이해하고 이메일 채널 전반의 규정 준수를 보장할 수 있습니다.
+ 이메일 고객 응대는 한 번에 한 명의 참가자가 행동하는 비동기식이므로 음성 및 채팅에 적용되는 실시간 및 고객 응대 후 구분은 이메일에 적용되지 않습니다. 이메일 고객 응대가 수신되거나 전송되면 [Amazon Connect의 흐름 블록: 레코딩, 분석 및 처리 동작 설정](set-recording-analytics-processing-behavior.md)가 사용되는 즉시 이메일 분석이 시작됩니다.
녹취록 및 오디오 녹음에서 이름, 주소, 신용카드 정보와 같은 민감한 데이터를 삭제하여 고객의 개인정보를 보호할 수 있습니다.
## 통화의 연락처 세부 정보 페이지 샘플
다음 이미지는 음성 통화에 대한 대화 분석을 보여 줍니다. **통화 시간** 지표에는 포함되어 있다는 점을 참고하세요.
![\[통화 시간 지표가 포함된 연락처 세부 정보 페이지 샘플.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-call1b.png)
1. **고객 감정 동향**: 이 그래프는 고객 응대가 진행됨에 따라 고객 감정이 어떻게 변화하는지 보여 줍니다. 자세한 내용은 [감정 점수 조사](sentiment-scores.md) 단원을 참조하십시오.
1. **고객 감정**: 이 그래프는 전체 통화에 대한 고객 감정의 분포를 보여 줍니다. 이는 고객이 긍정적, 중립적 및 부정적 감정을 가진 대화 전환 또는 채팅 메시지의 총 수를 계산하여 계산됩니다.
1. **발언 시간**: 이 그래프는 전체 통화 중 발언 시간 및 침묵 시간의 분포를 보여 줍니다. 발언 시간은 에이전트 및 고객 발언 시간으로 추가로 분할됩니다.
다음은 음성 통화에 대한 **연락처 세부 정보** 페이지의 다음 섹션인 오디오 분석 및 녹취록을 보여 줍니다. [기록에서 개인 식별 정보(PII)가 삭제되었음을 유의하세요](sensitive-data-redaction.md).
![\[고객 응대에 대한 음성 분석 및 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-call2b.png)
## 실시간 채팅 분석의 샘플 연락처 세부 정보 페이지
다음은 실시간 채팅에 대한 대화 분석을 보여 주는 이미지입니다. 여기에는 주요 하이라이트와 고객 감정이 포함되어 있다는 것을 알 수 있습니다.
![\[실시간 채팅에 대한 대화 분석이 포함된 연락처 세부 정보 페이지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-realtime-chat.png)
## 채팅 후 분석의 샘플 연락처 세부 정보 페이지
다음 이미지는 채팅 후 분석을 보여 줍니다. 여기에는 **에이전트 인사말 시간**(에이전트가 채팅에 참여한 후 첫 번째 응답을 보낼 때까지의 시간), **고객 응답 시간** 및 **에이전트 응답 시간**과 같은 채팅 응답 지표가 포함되어 있다는 점에 유의하세요.
![\[채팅에 대한 요약 및 대화 분석이 포함된 연락처 세부 정보 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
다음은 채팅에 대한 **연락처 세부 정보** 페이지의 다음 섹션인 대화 분석 및 대화 내용을 보여 주는 페이지입니다. 고객과 봇의 상호 작용을 에이전트와 비교하여 조사할 수 있습니다.
![\[연락처 세부 정보 페이지, 상호 작용 분석 및 채팅 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-chat2b.png)
## 이메일 분석을 위한 샘플 연락처 세부 정보 페이지
다음 이미지는 이메일 연락처에 대한 대화 분석을 보여줍니다. 이메일 분석에는 분류, 민감한 데이터 수정 및 고객 응대 요약이 포함됩니다. 이메일 연락처는 비동기식이므로 실시간 분석 또는 감정 점수는 없습니다.
![\[이메일 연락처에 대한 대화 분석이 포함된 샘플 연락처 세부 정보 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-email.png)
# Amazon Connect Contact Lens에서 대화 분석 활성화
Contact Lens 대화 분석은 몇 단계로 활성화할 수 있습니다.
1. Amazon Connect 인스턴스에서 Contact Lens 활성화.
1. 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가하고 음성, 채팅, 이메일 또는 채널 조합에 대한 대화 분석을 활성화하도록 구성합니다.
다음 이미지는 통화 녹음 및 음성 분석을 위해 구성된 블록을 보여줍니다. **통화 녹음** 옵션은 **에이전트 및 고객**으로 설정되어 있습니다. **분석** 섹션에서 자동 상호 작용 및 에이전트 상호 작용에 대한 옵션이 선택됩니다.
![\[설정된 녹음 및 분석 동작 블록의 속성 페이지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/set-recording-and-analytics-behavior.png)
이 주제의 절차에서는 통화, 채팅 또는 이메일에 대한 대화 분석을 활성화하는 단계를 설명합니다.
**Topics**
+ [중요한 참고 사항](#important-set-behaviorblock)
+ [Amazon Connect 인스턴스에 Contact Lens 활성화](#enable-cl)
+ [통화 녹음 및 음성 분석 활성화](#enable-callrecording-speechanalytics)
+ [채팅 분석 활성화](#enable-chatanalytics)
+ [이메일 분석 활성화](#enable-emailanalytics)
+ [수정 활성화](#enable-redaction)
+ [수정의 정확도 검토](#review-sensitive-data-redaction)
+ [감정 분석 비활성화](#disable-sentiment-analysis-voice-and-chat)
+ [고객의 언어에 따라 동적으로 수정 활성화](#dynamically-enable-analytics-contact-flow)
+ [주요 하이라이트를 위한 흐름 설계](#call-summarization-agent)
+ [흐름 블록이 대화 분석을 활성화하지 못하면 어떻게 되나요?](#troubleshoot-contactlens-enablement)
+ [다자간 통화](#multiparty-calls-contactlens)
## 중요한 참고 사항
+ **고객 응대를 전송한 후 데이터 수집**: 고객 응대를 다른 에이전트나 대기열로 전송한 후에도 계속 대화 분석을 사용하여 데이터를 수집하려면 흐름에 **분석 활성화**로 설정된 다른 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가해야 합니다. 이는 전송이 두 번째 고객 응대 ID 및 고객 응대 레코드를 생성하기 때문입니다. 대화 분석은 해당 연락 레코드에서도 실행되어야 합니다.
**참고**
[대기열 간 전송](queue-to-queue-transfer.md)의 경우 대화형 분석을 위한 구성 정보가 전송된 연락처에 복사됩니다.
+ 감정 분석에서 지원하는 언어를 선택하고 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 ** Contact Lens 음성 분석 활성화**, **채팅 분석 활성화** 또는 **이메일 분석 활성화**를 선택하면 감정 분석이 기본적으로 활성화됩니다. [감정 분석을 비활성화](#disable-sentiment-analysis-voice-and-chat)하도록 선택할 수 있습니다.
+ 흐름에서 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 어디에 배치하는 위치는 주요 하이라이트에 대한 에이전트의 경험에 영향을 미칩니다. 자세한 내용은 [주요 하이라이트를 위한 흐름 설계](#call-summarization-agent) 단원을 참조하십시오.
## Amazon Connect 인스턴스에 Contact Lens 활성화
대화 분석을 활성화하려면 먼저 인스턴스에 대해 Contact Lens를 활성화해야 합니다.
1. [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/)에서 Amazon Connect 콘솔을 엽니다.
1. 인스턴스 페이지에서 인스턴스 별칭을 선택합니다. 인스턴스 별칭은 Amazon Connect URL에 표시되는 **인스턴스 이름**이기도 합니다. 다음 이미지는 **Amazon Connect 가상 고객 센터 인스턴스** 페이지를 보여 주며, 인스턴스 별칭을 둘러싼 상자가 있습니다.
![\[Amazon Connect 가상 고객 센터 인스턴스 페이지, 인스턴스 별칭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/instance.png)
1. Amazon Connect 콘솔의 탐색 창에서 **분석 도구**를 선택한 다음 **Contact Lens 활성화**를 선택합니다.
1. **저장**을 선택합니다.
## 통화 녹음 및 음성 분석 활성화
인스턴스에 Contact Lens가 활성화된 후 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가할 수 있습니다. 그런 다음 **기록 및 분석 동작 설정** 블록을 구성할 때 대화 분석을 활성화합니다.
1. 흐름 디자이너에서 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
이 블록 및 기타 팁과 함께 사용할 수 있는 흐름 유형에 대한 자세한 내용은 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 섹션을 참조하세요.
1. **녹음 및 분석 동작 설정** 블록의 속성 페이지를 엽니다. **통화 녹음** 아래에서 **켜짐**, **에이전트 및 고객**을 선택합니다.
음성 고객 응대에 대화 분석을 사용하려면 에이전트 및 고객 통화 녹음이 모두 필요합니다.
1. **분석**에서 **Contact Lens 대화 분석 활성화**, **음성 분석 활성화**를 선택합니다.
이 옵션이 표시되지 않으면 Amazon Connect Contact Lens가 인스턴스에 대해 활성화되지 않은 것입니다. 활성화 지침은 [Amazon Connect 인스턴스에 Contact Lens 활성화](#enable-cl) 섹션을 참조하세요.
1. 다음 중 하나를 선택합니다.
1. **통화 후 분석**: Contact Lens는 대화가 끝나고 ACW(고객 응대 작업 후)가 완료된 후 통화 녹음을 분석합니다. 이 옵션은 최고의 대화 기록 정확도를 제공합니다.
1. **실시간 분석**: Contact Lens는 통화 중 실시간 인사이트와 대화가 끝나고 ACW(연락 후 작업)가 완료된 후의 통화 후 분석을 모두 제공합니다.
이 옵션을 선택하는 경우 고객이 통화 중에 말할 수 있는 키워드와 문구를 기반으로 알림을 설정하는 것이 좋습니다. Contact Lens는 대화를 실시간으로 분석하여 지정된 키워드 또는 문구를 감지하고 감독자에게 알립니다. 감독자는 실시간 통화를 듣고 에이전트에게 안내를 제공하여 문제를 더 빨리 해결할 수 있도록 도울 수 있습니다.
알림 설정에 대한 자세한 내용은 [통화에 대해 감독자에게 실시간 알림](add-rules-for-alerts.md) 섹션을 참조하세요.
2018년 10월 이전에 인스턴스를 만든 경우에는 실시간 통화 분석에 액세스하려면 추가 구성이 필요합니다. 자세한 내용은 [서비스 연결 역할 권한](connect-slr.md#slr-permissions) 단원을 참조하십시오.
1. [사용 가능한 언어 목록](supported-languages.md#supported-languages-contact-lens)에서 선택합니다.
언어를 동적으로 지정하는 방법에 대한 지침은 [고객의 언어에 따라 동적으로 수정 활성화](#dynamically-enable-analytics-contact-flow) 섹션을 참조하세요.
1. 필요한 경우 민감한 데이터의 삭제를 활성화합니다. 자세한 정보는 다음 섹션([수정 활성화](#enable-redaction))을 참조하세요.
1. **저장**을 선택합니다.
1. 고객 응대를 다른 에이전트나 대기열로 전송하려는 경우에는 이 단계를 반복하여 **대화 분석을 위해 Contact Lens 활성화**를 사용 설정한 다른 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
## 채팅 분석 활성화
1. [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록의 **분석**에서 **Contact Lens 대화 분석 활성화**를 선택하고 **채팅 분석 활성화**를 선택합니다.
**참고**
이 옵션을 선택하면 실시간 분석과 채팅 후 분석을 모두 받게 됩니다.
이 옵션이 표시되지 않으면 Amazon Connect Contact Lens가 인스턴스에 대해 활성화되지 않은 것입니다. 활성화 지침은 [Amazon Connect 인스턴스에 Contact Lens 활성화](#enable-cl) 섹션을 참조하세요.
1. [사용 가능한 언어 목록](supported-languages.md#supported-languages-contact-lens)에서 선택합니다.
언어 및 수정을 동적으로 선택하는 방법에 대한 지침은 [고객의 언어에 따라 동적으로 수정 활성화](#dynamically-enable-analytics-contact-flow) 섹션을 참조하세요.
1. 필요한 경우 민감한 데이터의 삭제를 활성화합니다. 자세한 정보는 다음 섹션([수정 활성화](#enable-redaction))을 참조하세요.
1. **저장**을 선택합니다.
1. 고객 응대를 다른 에이전트나 대기열로 전송하려는 경우에는 이 단계를 반복하여 **대화 분석을 위해 Contact Lens 활성화**를 사용 설정한 다른 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
## 이메일 분석 활성화
이메일 연락처에 대한 Contact Lens 대화 분석을 활성화하여 이메일을 자동으로 분류하고, 민감한 데이터를 수정하고, 연락처 요약을 생성할 수 있습니다.
1. 흐름 디자이너에서 인바운드 이메일 흐름에 [기록, 분석 및 처리 동작 설정](set-recording-analytics-processing-behavior.md) 블록을 추가합니다. 이메일 고객 응대가 대기열 또는 에이전트로 라우팅되기 전에 블록을 배치합니다.
1. 블록 속성을 엽니다. **작업**에서 **기록 및 분석 동작 설정을** 선택합니다.
1. **채널**에서 **이메일을** 선택합니다.
1. **분석에서** ** Contact Lens 대화 분석 활성화** 및 **이메일 분석 활성화**를 선택합니다.
이 옵션이 표시되지 않으면 Amazon Connect Contact Lens가 인스턴스에 대해 활성화되지 않은 것입니다. 활성화 지침은 [Amazon Connect 인스턴스에 Contact Lens 활성화](#enable-cl) 섹션을 참조하세요.
1. [사용 가능한 언어 목록](supported-languages.md#supported-languages-contact-lens)에서 선택합니다.
1. 필요한 경우 민감한 데이터의 삭제를 활성화합니다. 자세한 내용은 [수정 활성화](#enable-redaction) 단원을 참조하십시오.
1. 선택적으로 **Contact Lens 생성형 AI 기능**에서 **연락처 요약**을 활성화하여 이메일 연락처에 대한 요약을 생성할 수 있습니다.
1. **저장**을 선택합니다.
1. 이메일 고객 응대가 다른 에이전트 또는 대기열로 전송되는 경우이 단계를 반복하여 대화 분석 활성화가 활성화된 다른 [기록, 분석 및 처리 동작 설정](set-recording-analytics-processing-behavior.md) 블록을 추가합니다. ** Contact Lens **
## 민감한 데이터 수정 활성화
대화 분석을 위해 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 구성할 때 흐름에서 민감한 데이터의 편집을 활성화하는 옵션도 있습니다. 수정이 활성화되면 다음 옵션 중에서 선택할 수 있습니다.
+ 모든 개인 식별 정보(PII) 데이터(모든 PII 엔터티 지원)를 수정합니다.
+ 지원되는 엔터티 목록에서 수정할 PII 엔터티를 선택합니다.
기본 설정을 수락하면 Contact Lens 대화 분석에서 식별하는 모든 개인 식별 정보(PII)를 수정하고 트랜스크립트에서 이를 **[PII]**로 바꿉니다. **민감한 데이터 수정**, **모든 PII 데이터 수정**, **자리 표시자 PII로 바꾸기** 옵션이 선택되어 있으므로 기본 설정은 다음과 같이 표시됩니다.
![\[민감한 데이터 수정을 위한 기본 설정.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-enable-redaction-default.png)
### 수정할 PII 엔터티 선택
**데이터 수정** 섹션에서 수정할 특정 PII 엔터티를 선택할 수 있습니다. 다음 이미지에서는 **신용/직불 카드 번호**가 삭제되는 것을 볼 수 있습니다.
![\[데이터 수정 섹션, 수정할 수 있는 엔터티 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-select-entities-to-redact.png)
### 데이터 수정 대체 선택
**데이터 수정 대체** 섹션에서 데이터 수정 대체로 사용할 마스크를 선택할 수 있습니다. 예를 들어, 다음 이미지에서 **자리 표시자 PII로 바꾸기** 옵션은 **PII**가 데이터를 대체한다는 것을 나타냅니다.
![\[데이터를 PII로 대체하는 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-dataredactionreplacement.png)
수정 사용에 대한 자세한 내용은 [민감한 데이터 수정 사용](sensitive-data-redaction.md) 섹션을 참조하세요.
## 민감한 데이터 수정의 정확도 검토
수정 기능은 민감한 데이터를 식별하고 제거하도록 설계되었습니다. 그러나 머신 러닝의 예측적 특성으로 인해 Contact Lens에서 생성된 기록에서 민감한 데이터의 모든 인스턴스를 식별하고 제거하지 못할 수도 있습니다. 수정된 출력을 검토하여 요구 사항에 맞는지 확인하는 것이 좋습니다.
**중요**
수정 기능은 1996년 미국 의료보험 이동성 및 책임에 관한 법률(HIPAA)과 같은 의료 개인정보 보호법에 따른 비식별화 요건을 충족하지 않으므로 수정 후에도 계속 보호 대상 건강 정보로 취급하는 것이 좋습니다.
수정된 파일 및 예제의 위치는 [출력 파일 위치](example-contact-lens-output-locations.md) 섹션을 참조하세요.
## 감정 분석 비활성화
감정 분석에서 지원하는 언어를 선택하고, **음성 분석 활성화** 또는 **채팅 분석 활성화**를 선택하면 모든 에이전트와 고객에 대해 감정 분석이 기본적으로 활성화됩니다. 감정 분석에서 지원하는 언어 목록은 [AI 기능](supported-languages.md#supported-languages-contact-lens) 섹션을 참조하세요.
다음 이미지는 **녹음 및 분석 동작 설정** 블록에서 감정 분석 옵션이 활성화되어 있음을 보여 줍니다.
![\[활성화된 경우 감정 분석 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/sentiment-analysis-enabled.png)
다음 이미지는 감정 분석에서 지원되지 않는 언어를 보여 줍니다. **감정** 섹션을 열어 활성화 또는 비활성화 여부를 확인하는 것이 좋습니다.
![\[언어가 지원되지 않기 때문에 비활성화된 경우 감정 분석 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/sentiment-analysis-verify.png)
모든 에이전트 및 고객에 대한 감정 분석을 비활성화하려면 다음 이미지와 같이 **감정 분석 활성화** 옵션을 선택 취소합니다.
![\[비활성화된 경우 감정 분석 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/sentiment-analysis-disabled.png)
## 고객의 언어에 따라 동적으로 수정 활성화
고객의 언어에 따라 출력 파일 편집을 동적으로 활성화할 수 있습니다. 예를 들어, en-US를 사용하는 고객은 수정된 파일만 원하는 반면, en-GB를 사용하는 고객은 원본 파일과 수정된 출력 파일을 모두 원할 수 있습니다.
+ 수정: 다음 중 하나 선택(대소문자 구분)
+ None
+ RedactedOnly
+ RedactedAndOriginal
+ 언어: [사용 가능한 언어 목록](supported-languages.md#supported-languages-contact-lens)에서 선택합니다.
이러한 속성은 다음과 같은 방법으로 설정할 수 있습니다.
+ 사용자 정의: **고객 응대 속성 설정** 블록을 사용합니다. 이 블록 사용에 대한 일반 지침은 [연락처 속성을 참조하는 방법](how-to-reference-attributes.md) 섹션을 참조하세요. 필요에 따라 삭제할 **대상 키**와 **값** 및 언어를 정의합니다.
다음은 삭제 시 고객 응대 속성을 사용하도록 **고객 응대 속성 설정** 블록을 구성하는 방법의 예를 보여 주는 이미지입니다. **텍스트 사용** 옵션을 선택하고, **대상 키**를 **redaction\$1option**으로 설정한 다음, **값**을 **RedactedAndOriginal**로 설정합니다.
**참고**
**값**은 대소문자를 구분합니다.
![\[고객 응대 속성 설정 블록, 텍스트 사용 옵션의 값은 대소문자를 구분합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction1.png)
다음 이미지는 언어에 대한 고객 응대 속성을 사용하는 방법을 보여 줍니다. 텍스트 사용 옵션을 선택하고, 대상 키를 언어로 설정하고, **값**을 **en-US**로 설정합니다.
![\[고객 응대 속성 설정 블록, 텍스트 사용 옵션의 값은 대소문자를 구분합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction2.png)
+ [Lambda 함수 사용](attribs-with-lambda.md) 이는 사용자 정의 고객 응대 속성을 설정하는 방법과 유사합니다. AWS Lambda 함수는 Lambda 응답의 언어에 따라 결과를 키-값 페어로 반환할 수 있습니다. 다음 예는 JSON으로 된 Lambda 응답을 보여 줍니다.
```
{
'redaction_option': 'RedactedOnly',
'language': 'en-US'
}
```
## 주요 하이라이트를 위한 흐름 설계
에이전트는 인바운드 흐름 및/또는 전송 흐름의 [레코딩 및 분석 동작 설정](set-recording-behavior.md)에서 대화 분석이 활성화되어 있는지 여부에 따라 연락 제어판(CCP)을 사용하는 에이전트에게 대화 내용을 볼 수 있습니다.
이 섹션에서는 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 대화 분석을 활성화하는 세 가지 사용 사례를 제공하며, 이러한 분석이 에이전트의 주요 하이라이트 경험에 어떤 영향을 미치는지를 설명합니다.
### 사용 사례 1: 대화 분석이 인바운드 흐름에서만 활성화
+ 고객 응대가 인바운드 흐름에 들어가고 통화 전환이 이루어지지 않습니다. 에이전트 환경은 다음과 같습니다.
에이전트는 연락 후 작업(ACW) 중에 전체 기록을 받습니다. 기록에는 다음 이미지와 같이 에이전트가 최초 통화를 수락하는 순간부터 통화가 종료될 때까지 에이전트와 고객이 나눈 모든 대화가 포함됩니다.
![\[Contact Control Panel, 대화 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use1.png)
+ 고객 응대가 인바운드 흐름에 들어가고 통화 전환이 이루어지지 않습니다. 에이전트 환경은 다음과 같습니다.
+ 에이전트 1은 ACW 중에 회의/웜 전송을 종료한 후 통화 기록을 받습니다.
기록에는 에이전트가 최초 통화를 수락한 순간부터 에이전트 1이 통화의 회의/웜 전송 부분에서 나갈 때까지 에이전트 1과 고객이 말한 모든 내용이 포함됩니다. 기록에는 다음 이미지와 같이 흐름(전송/대기열 흐름) 프롬프트 메시지가 포함됩니다.
![\[기록의 흐름 전송 프롬프트.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use2.png)
+ 에이전트 2는 에이전트 1의 회의/웜 전송 통화를 수락할 때 통화 기록을 받습니다.
기록에는 에이전트 1이 최초 통화를 수락한 순간부터 에이전트 1이 통화의 회의/웜 전송 부분에서 나갈 때까지 에이전트 1과 고객이 말한 모든 내용이 포함됩니다. 기록에는 다음 이미지와 같이 흐름(전송/대기열 흐름) 프롬프트 메시지 및 웜 전송 대화가 포함됩니다.
![\[기록, 흐름 전송 프롬프트 및 두 에이전트 간의 웜 전송.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use2b.png)
착신 전환 흐름에서 대화 분석이 활성화되어 있지 않기 때문에 에이전트 2는 통화가 종료되고 ACW로 들어갈 때 나머지 대화 기록을 볼 수 없습니다. 에이전트 2의 다음 ACW 이미지에는 기록이 비어 있음을 보여 줍니다.
![\[비어 있는 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use2c.png)
### 사용 사례 2: 인바운드 흐름과 전송 흐름(빠른 연결)에서 대화 분석이 활성화됨
+ 고객 응대가 인바운드 흐름에 들어가고 통화 전환이 이루어지지 않습니다. 에이전트 환경은 다음과 같습니다.
+ 에이전트 1은 ACW 중에 전체 통화 기록(편집되지 않은 상태)을 받습니다.
기록에는 에이전트가 전화를 받는 순간부터 통화가 종료될 때까지 에이전트 1과 고객이 나눈 모든 대화가 포함됩니다. 이는 다음 에이전트 1에 대한 CCP 이미지에 나와 있습니다.
![\[에이전트트 1의 CCP, 전체 통화 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use3.png)
+ 고객 응대가 인바운드 흐름에 들어가고 통화 전환이 이루어지지 않습니다. 에이전트 환경은 다음과 같습니다.
+ 에이전트 1은 ACW 중에 회의/웜 전송을 종료한 후 통화 기록을 받습니다.
기록에는 에이전트 1이 통화를 수락한 순간부터 에이전트 1이 통화의 회의/웜 전송 부분에서 나갈 때까지 에이전트 1과 고객이 말한 모든 내용이 포함됩니다. 기록에는 흐름(전송/대기열 흐름) 프롬프트 메시지가 포함됩니다.
웜 전송까지의 전체 통화 기록은 다음 이미지에 나와 있습니다.
![\[에이전트가 1이 회의에서 나가기 전까지의 전체 통화 기록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use2b.png)
+ 에이전트 2는 에이전트 1의 회의/웜 전송 통화를 수락할 때 통화 기록을 받습니다.
기록에는 에이전트 1이 통화를 수락한 순간부터 에이전트 1이 통화의 회의/웜 전송 부분에서 나갈 때까지 에이전트 1과 고객이 말한 모든 내용이 포함됩니다. 기록에는 흐름(전송/대기열 흐름) 프롬프트 메시지가 포함됩니다.
+ 착신 전환 흐름에서 대화 분석이 활성화되어 있으므로 에이전트 2는 ACW 중에 통화가 완료된 후 통화 기록을 받습니다.
기록에는 에이전트 1이 통화를 종료한 후 에이전트 2와 고객 간의 통화 중 남은 부분만 포함됩니다. 기록에는 상담이 시작되거나 연결되는 순간부터 통화가 종료될 때까지 에이전트 2와 고객이 나눈 모든 대화가 포함됩니다. 이 기록의 예는 다음 이미지에 나와 있습니다.
![\[에이전트 2와 고객 간의 통화 기록\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-summarization-use3b.png)
## 흐름 블록이 대화 분석을 활성화하지 못하면 어떻게 되나요?
[레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록이 연락처에서 대화 분석을 활성화하지 못할 수 있습니다. 고객 응대에 대해 대화 분석이 활성화되지 않은 경우 오류가 [흐름 로그에 있는지 확인](search-contact-flow-logs.md)합니다.
## 다자간 통화 및 대화 분석
Contact Lens 대화 분석은 최대 2명의 참가자와의 통화를 지원합니다. 예를 들어 한 통화에 두 명 이상의 당사자(에이전트와 고객)가 참여하거나 통화가 제3자에게 전달되는 경우 감정, 수정, 범주 등의 기록 및 분석의 품질이 저하될 수 있습니다. 다자간 또는 제3자 통화의 당사자(에이전트와 고객)가 둘 이상인 경우에는 대화 분석 기능을 비활성화하는 것이 좋습니다. 이렇게 하려면 흐름에 다른 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가하고 대화 분석을 비활성화합니다. 이 흐름 행동에 대한 자세한 내용은 [구성 팁](set-recording-behavior.md#set-recording-behavior-tips) 섹션을 참조하세요.
# Amazon Connect에서 Contact Lens 대화 분석을 사용할 수 있는 권한 할당
고객 데이터를 안전하게 보호하기 위해 Contact Lens 대화 분석에서 생성된 정보에 액세스할 수 있는 사용자를 결정하는 보안 프로필 권한을 설정합니다.
다음은 필수 보안 프로필 권한과 가 유용하지만 필요하지 않은 일부 권한에 대한 설명입니다. 이 중 몇 가지는 분석하려는 연락처를 찾기 위해 필요한 검색 권한입니다. Contact Lens 대화 분석에만 국한되지는 않습니다.
## 대화 분석 권한
+ **Contact Lens - 대화 분석**
+ 고객 응대의 **연락처 세부 정보** 페이지에서 음성 고객 응대에 대한 고객 감정 동향, 대화 시간 등 대화 분석이 요약된 그래프를 볼 수 있습니다. 또한 각 대화에 대한 감정 색상 및 표시자가 트랜스크립트와 녹음을 켭니다. 예를 들어 다음 이미지는 음성 고객 응대의 **연락처 세부 정보** 페이지에 이 정보가 표시되는 방식을 보여 줍니다.
대화 녹음 및 대화 내용에 대한 감정 지표를 보려면 **Contact Lens - 대화 분석 - 보기** 권한 또한 필요합니다.
![\[연락처 세부 정보 페이지의 그래프.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission.png)
![\[연락처 세부 정보 페이지의 그래프.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission-2.png)
+ **통화 녹음(편집되지 않음)**
고객 응대의 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에서 편집되지 않은 오디오 레코딩을 봅니다.
+ **통화 녹음(편집됨)**
고객 응대의 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에서 민감한 데이터가 편집된 통화 레코딩을 듣습니다.
+ **고객 응대 트랜스크립트(편집되지 않음)**
고객 응대의 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에서 편집되지 않은 채팅 및 이메일 대화와 Contact Lens에서 생성된 편집되지 않은 음성 트랜스크립트를 봅니다.
+ **고객 응대 트랜스크립트(편집됨)**
고객 응대의 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에서 민감한 데이터가 제거된 통화 녹음 파일을 듣고 통화 트랜스크립트를 봅니다.
**중요**
다음과 같은 권한이 있는 경우:
두 **고객 응대 트랜스크립트(편집되지 않음) - 액세스** 및 **고객 응대 트랜스크립트(편집됨) - 액세스**
– 또는 –
두 **통화 녹음(편집되지 않음) - 액세스** 및 **통화 녹음(편집됨) - 액세스**
다음 동작에 유의하세요.
흐름에서 수정이 활성화되면 수정된 콘텐츠가 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에 표시됩니다.
흐름에서 편집이 비활성화되거나Contact Lens 에서 고객 응대를 분석하지 않으면 **고객 응대 세부 정보** 및 **고객 응대 검색** 페이지에 수정되지 않은 콘텐츠가 표시됩니다.
대화의 수정된 버전과 수정되지 않은 버전에 동시에 액세스할 수는 없습니다.
## 검색 권한
+ **고객 응대 검색**
이 권한은 고객 응대를 검색할 수 있는 **연락처 검색** 페이지에 액세스하여 분석된 녹음 및 기록을 검토할 수 있도록 하기 위해 필요합니다. 또한 통화 기록을 빠르게 전체 텍스트로 검색하고 감정 점수 및 비대화 시간으로 검색할 수 있습니다.
+ **내 고객 응대 보기**
이 권한은 **연락처 검색** 페이지에 액세스하여 처리한 고객 응대만 검토하고 분석된 녹음 및 기록을 검토해야 하는 경우에는 필요합니다.
**중요**
**고객 응대 검색** 및 **내 고객 응대 보기** 권한이 모두 부여된 경우 사용자는 모든 고객 응대에 액세스할 수 있습니다.
+ **대화 특성으로 고객 응대 검색**
이 권한은 Contact Lens 대화 분석에 필요하지 않지만 더 많은 검색 옵션을 제공하므로 유용합니다.
**고객 응대 검색** 페이지:
+ 음성 고객 응대의 경우 감성 점수 및 비대화 시간별로 결과를 반환할 수 있는 추가 필터에 액세스할 수 있습니다.
+ 채팅 고객 응대의 경우 추가 필터에 액세스하여 응답 시간별로 고객 응대를 검색할 수 있습니다.
+ 음성 및 채팅 모두에서 특정 고객 응대 범주에 속하는 대화를 검색할 수 있습니다.
자세한 내용은 [감정 점수/변화 검색](search-conversations.md#sentiment-search), [대화 중단 시간 검색](search-conversations.md#nontalk-time-search), [고객 응대 범주 검색](search-conversations.md#contact-category-search) 섹션을 참조하세요.
다음 이미지는 **고객 응대 검색** 페이지의 **필터** 섹션과 **필터** 드롭다운 메뉴를 보여 줍니다. 옆에 **CL**이 있는 필터는 이 보안 프로필 권한이 있는 사용자만 사용할 수 있습니다.
![\[필터 추가 드롭다운 메뉴, 옆에 CL이 있는 필터\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-contact-category-3.png)
+ **키워드로 고객 응대 검색**
이 권한은 Contact Lens 대화 분석에 필요하지 않지만 더 많은 검색 옵션을 제공하므로 유용합니다.
+ **고객 응대 검색** 페이지에서 사용자는 *"거래해 주셔서 감사합니다"*와 같은 **단어나 문구**로 고객 응대를 검색할 수 있는 추가 필터에 액세스할 수 있습니다. 자세한 내용은 [단어 또는 구문 검색](search-conversations.md#keyword-search) 섹션을 참조하세요.
![\[필터 추가 드롭다운 메뉴, 단어 또는 구문 CL 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
# Amazon Connect의 대화 분석 지표
다음 지표는 Contact Lens 대화 분석에서 파생됩니다. 이러한 지표는 [인스턴스에 대해 Contact Lens가 활성화](enable-analytics.md#enable-cl)되어 있고 고객 응대에서 [대화 분석](enable-analytics.md#enable-callrecording-speechanalytics)이 활성화된 경우에만 사용할 수 있습니다.
이러한 지표는 실시간 및 기록 지표 보고서에 표시됩니다. 보고서에 이러한 지표를 추가하는 방법에 대한 지침은 [기록 측정치 보고서를 생성하는 방법](create-historical-metrics-report.md#historical-reports-howto-create) 섹션을 참조하세요.
또한 [Contact Lens 대화 분석 대시보드](contact-lens-conversational-analytics-dashboard.md)에서 시간 경과에 따른 연락 동인의 추세에 대한 데이터 시각화를 확인하세요.
## 에이전트 발언 시간 백분율
이 지표는 음성 대화에서 에이전트가 발언한 시간을 총 대화 시간의 백분율로 측정합니다.
**지표 유형**: 퍼센트
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `PERCENT_TALK_TIME_AGENT`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 에이전트 발언 시간 비율
**계산 로직**:
+ 에이전트가 대화에 참여한 모든 간격(발언 시간 에이전트)을 합산합니다.
+ 합계를 전체 대화 기간으로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 에이전트 인사 시간
이 지표는 채팅에서 에이전트의 평균 첫 응답 시간을 나타내며, 에이전트가 채팅에 참여한 후 고객과 얼마나 빠르게 소통하는지를 나타냅니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_GREETING_TIME_AGENT`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 에이전트 인사말 시간
**계산 로직**:
+ 에이전트가 첫 응답을 시작하는 데 걸리는 총 시간을 채팅 고객 응대 수로 나누어 계산됩니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 에이전트 중단
이 지표는 고객 상호작용 중 에이전트 중단의 평균 빈도를 정량화합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_INTERRUPTIONS_AGENT`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 에이전트 중단
**계산 로직**:
+ 이 지표는 총 에이전트 중단 수를 총 고객 응대 수로 나누어 계산됩니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 에이전트 중단 시간
이 지표는 에이전트와 대화하는 동안 발생한 총 에이전트 중단 시간의 평균을 측정합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_INTERRUPTION_TIME_AGENT`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 에이전트 중단 시간
**계산 로직**:
+ 각 대화 내의 중단 간격을 합산합니다.
+ 하나 이상의 중단이 발생한 대화 수의 합계를 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 에이전트 발언 시간
이 지표는 에이전트가 대화에서 발언하는 데 보낸 평균 시간을 측정합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_TALK_TIME_AGENT`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 에이전트 발언 시간
**계산 로직**:
+ 에이전트가 말하는 모든 간격의 지속 시간을 합산합니다.
+ 합계를 총 고객 응대 수로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 대화 시간
이 지표는 에이전트와의 음성 고객 응대의 평균 대화 지속 시간을 측정합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_CONVERSATION_DURATION`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 대화 기간
**계산 로직**:
+ 이 지표는 대화가 시작된 순간부터 에이전트 또는 고객이 마지막으로 말한 단어까지 걸린 총 시간을 기준으로 계산됩니다.
+ 그런 다음 이 값을 총 고객 응대 수로 나누어 통화에 소요된 평균 대화 시간을 나타냅니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 고객 발언 시간
이 지표는 고객이 대화에서 발언하는 데 보낸 평균 시간을 측정합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_TALK_TIME_CUSTOMER`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 고객 발언 시간
**계산 로직**:
+ 고객이 말하는 모든 간격의 지속 시간을 합산합니다.
+ 합계를 총 고객 응대 수로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 침묵 시간
이 지표는 음성 대화에서 발언하지 않은 시간의 평균을 제공합니다. 침묵 시간이란 대기 시간과 3초를 초과하는 침묵 시간을 합친 값이며, 이 시간 동안에는 에이전트도 고객도 대화에 참여하지 않습니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_NON_TALK_TIME`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 침묵 시간
**계산 로직**:
+ 두 참가자가 모두 침묵한 모든 간격을 합산합니다.
+ 합계를 고객 응대 수로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 평균 발언 시간
이 지표는 고객이나 에이전트 간의 음성 통화에서 통화에 소요된 평균 시간을 측정합니다.
**지표 유형**: 문자열(*hh:mm:ss*)
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_TALK_TIME`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 평균 발언 시간
**계산 로직**:
+ 에이전트, 고객 또는 둘 다 대화에 참여한 모든 간격을 합산합니다.
+ 합계를 총 고객 응대 수로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 고객 발언 시간 백분율
이 지표는 전체 대화 기간 중 고객이 음성 대화에 참여한 시간을 백분율로 나타낸 것입니다.
**지표 유형**: 퍼센트
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `PERCENT_TALK_TIME_CUSTOMER`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 고객 발언 시간 비율
**계산 로직**:
+ 고객이 대화에 참여한 모든 간격을 합산합니다.
+ 합계를 전체 대화 기간으로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 침묵 시간 백분율
이 지표는 음성 대화에서 침묵 시간이 전체 대화 기간 중 차지하는 비율을 나타냅니다.
**지표 유형**: 퍼센트
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `PERCENT_NON_TALK_TIME`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 침묵 시간 비율
**계산 로직**:
+ 참가자가 침묵 상태를 유지한 모든 간격(침묵 시간)을 합산합니다.
+ 합계를 전체 대화 기간으로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
## 발언 시간 백분율
이 지표는 음성 대화에서 발언 시간이 전체 대화 기간 중 차지하는 비율을 나타냅니다.
**지표 유형**: 퍼센트
**지표 범주**: 대화 분석 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `PERCENT_TALK_TIME`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 기록 지표 보고서: 발언 시간 비율
**계산 로직**:
+ 에이전트, 고객 또는 둘 다 대화에 참여한 모든 간격(발언 시간)을 합산합니다.
+ 합계를 전체 대화 기간으로 나눕니다.
**참고**:
+ 이 지표는 Contact Lens 대화 분석으로 분석한 연락처에만 사용할 수 있습니다.
# Amazon Connect Contact Lens 알림 유형
Contact Lens는 다음과 같은 알림 유형을 제공합니다.
+ Contact Lens 통화/채팅 후 규칙 일치: Contact Lens 규칙이 일치하여 EventBridge 규칙 작업을 트리거할 때마다 EventBridge 이벤트가 전달됩니다.
이 이벤트에는 할당된 범주, 에이전트, 고객 응대 및 대기열의 세부 정보 등 트리거되는 Contact Lens 규칙에 대한 유용한 정보가 포함되어 있습니다.
+ Contact Lens 실시간 통화/채팅 규칙 일치: EventBridge 이벤트는 Contact Lens 규칙이 일치하고 실시간으로 트리거될 때마다 전달됩니다.
이 이벤트에는 할당된 범주, 에이전트, 고객 응대 및 대기열의 세부 정보 등 트리거되는 Contact Lens 규칙에 대한 유용한 정보가 포함되어 있습니다.
+ Contact Lens 분석 상태 변경: Contact Lens가 고객 응대 기록을 분석할 수 없을 때 EventBridge 이벤트가 전달됩니다. 이벤트에는 녹화를 처리하지 못한 이유에 대한 세부 정보를 제공하는 이벤트 이유 코드가 포함되어 있습니다.
이러한 알림 유형은 다양한 시나리오에서 사용할 수 있습니다. 예를 들어, Contact Lens 분석 상태 변경 이벤트를 사용하여 고객 응대 파일 처리 시 예기치 않은 오류를 알릴 수 있으며, 이 경우 EventBridge 이벤트 세부 정보를 CloudWatch 로그에 저장하여 추가 검토, 추가 워크플로 트리거, 추가 조사를 위해 관련 지원팀에 알림을 보낼 수 있습니다.
예를 들어, 음성 및 채팅 분석을 위한 Contact Lens 이벤트는 추가적인 인사이트의 표면화 및 시각화와 같은 수많은 새로운 사용 사례를 가능하게 합니다.
+ 모든 통화 및 채팅 대화에 대한 실시간 고객 감정 저하에 대한 알림 생성
+ 반복되는 문제 및 주제에 대한 집계 및 보고
+ 통화 중 해당 마케팅 캠페인을 언급하는 고객 수를 감지하여 최신 마케팅 캠페인의 영향력 측정
+ 각 지역 및 비즈니스 라인에 맞게 에이전트 규정 준수 표준을 사용자 지정하고, 필요한 경우 에이전트를 추가 교육에 등록합니다.
# Amazon Connect 관리자 웹 사이트를 사용하여 Contact Lens에 사용자 지정 어휘 추가
Contact Lens의 음성-텍스트 변환 엔진 어휘를 확장하고 맞춤화하여 제품 이름, 브랜드 이름 및 도메인별 용어에 대한 음성 인식의 정확도를 개선할 수 있습니다.
이 주제에서는 Amazon Connect 관리자 웹 사이트를 사용하여 사용자 지정 어휘를 추가하는 방법을 설명합니다. [CreateVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateVocabulary.html) 및 [AssociateDefaultVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateDefaultVocabulary.html) API를 사용하여 어휘를 추가할 수도 있습니다.
## 사용자 지정 어휘에 대해 알아야 할 사항
+ 어휘를 분석에 적용하여 기록을 생성하려면 해당 어휘를 **기본값**으로 설정해야 합니다. 다음 이미지는 **사용자 지정 어휘** 페이지를 보여 줍니다. 줄임표를 선택한 다음 **기본값으로 설정**을 선택합니다.
![\[사용자 지정 어휘 페이지, 줄임표 위치, 기본값 옵션으로 설정\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-custom-vocab-default.png)
+ 언어당 하나의 어휘를 분석에 적용할 수 있습니다. 즉, 언어당 하나의 파일만 **준비(기본값)** 상태가 될 수 있습니다.
+ 최대 20개의 어휘 파일을 업로드하고 활성화할 수 있습니다. 20개의 파일을 모두 동시에 활성화할 수 있습니다.
+ 기록은 일회성 이벤트입니다. 새로 업로드한 어휘는 기존 기록에 소급 적용되지 않습니다.
+ 텍스트 파일은 LF 형식이어야 합니다. CRLF 형식과 같은 다른 형식을 사용하는 경우 사용자 지정 어휘는 Amazon Transcribe에서 허용되지 않습니다.
+ 샘플 어휘 파일은 영어 설정을 선택한 경우에만 다운로드할 수 있습니다.
+ 어휘 파일 크기 제한 및 기타 요구 사항은 **Amazon Transcribe 개발자 안내서에서 [사용자 지정 어휘](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary.html)를 참조하세요.
+ 사용자 지정 어휘는 음성 분석에만 적용됩니다. 대화 내용이 이미 존재하므로 채팅 대화에는 적용되지 않습니다.
## 필수 권한
Amazon Connect에 사용자 지정 어휘를 추가하려면 먼저 보안 프로필에 할당된 **분석 및 최적화**, **Contact Lens - 사용자 지정 어휘** 권한이 있어야 합니다.
기본적으로 Amazon Connect의 새 인스턴스에서는 **관리자** 및 **CallCenterManager** 보안 프로필에 이 권한이 있습니다.
기존 보안 프로필에 권한을 추가하는 방법에 대한 자세한 내용은 [Amazon Connect에서 보안 프로필 업데이트](update-security-profiles.md) 섹션을 참조하세요.
## 사용자 지정 어휘 추가
1. 사용자 지정 어휘를 추가하는 데 필요한 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. **분석 및 최적화**, **사용자 지정 어휘**로 이동합니다.
1. **사용자 지정 어휘 추가**를 선택합니다.
1. **사용자 지정 어휘 추가** 페이지에서 어휘 이름을 입력하고 영어를 선택한 다음 **샘플 파일 다운로드**를 선택합니다.
**참고**
샘플 어휘 파일은 영어 설정을 선택한 경우에만 다운로드할 수 있습니다. 그렇지 않으면 다음 이미지와 같은 오류 메시지가 표시됩니다.
![\[어휘 파일 처리에 실패했다는 오류 메시지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-custom-vocab-sample-error.png)
다음 이미지는 샘플 어휘 파일의 모습을 보여 줍니다. 헤더에는`Phrase`, `IPA`, `SoundsLike`, `DisplayAs` 등이 포함되어 있습니다. 헤더는 필수입니다.
![\[샘플 어휘 파일, 헤더.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-custom-vocab-header.png)
1. 파일의 정보는 항목당 하나의 [TAB]로 구분됩니다. 어휘 파일에 단어와 약어를 추가하는 방법에 대한 자세한 내용은 **Amazon Transcribe 개발자 안내서의 [표를 사용하여 사용자 지정 어휘 생성](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary-create-table.html)을 참조하세요.
다음 이미지는 샘플 어휘 파일에 있는 단어를 보여 줍니다. 문구 열의 단어는 필수입니다. `IPA`,`SoundsLike`, `DisplayAs` 열의 단어는 선택 사항입니다.
![\[샘플 어휘 파일, 구문 열의 단어가 필요합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-custom-vocab-phrase-column.png)
**구문** 열에 여러 단어를 입력하려면 각 단어를 하이픈(-)으로 구분하고 공백을 사용하지 않습니다.
## 어휘 상태
+ **준비(기본값)**: 어휘를 분석에 적용하여 기록을 생성합니다. 실시간 분석과 통화 후 분석 모두에 적용됩니다.
+ **준비**: 어휘가 분석에 적용되고 있지 않지만 유효한 파일이며 사용할 수 있습니다. 분석에 적용하려면 기본값으로 설정합니다.
+ **처리 중**: Amazon Connect는 업로드한 어휘의 유효성을 검사하고 분석에 적용하여 기록을 생성하려고 합니다.
+ **삭제 중**: 어휘 **제거**를 선택하셨으며 지금 Amazon Connect에서 어휘를 삭제 중입니다.
Amazon Connect에서 어휘를 삭제하는 데 약 90분이 걸립니다.
유효성 검사를 거치지 않은 어휘를 업로드하려고 하면 **실패** 상태가 됩니다. 예를 들어 **문구** 열에 여러 단어로 된 문구를 추가하고 하이픈 대신 공백으로 구분하면 실패합니다.
## 사용자 지정 어휘 다운로드 및 보기
업로드된 사용자 지정 어휘를 보려면 파일을 다운로드하여 열면 됩니다. **준비** 상태의 파일만 다운로드하고 볼 수 있습니다.
1. **분석 및 최적화**, **사용자 지정 어휘**로 이동합니다.
1. **더 보기**, **다운로드**를 선택합니다. **다운로드** 위치는 다음 이미지에 나와 있습니다.
![\[사용자 지정 어휘 페이지, 어휘 목록, 더 보기 드롭다운 메뉴, 다운로드 옵션이 있습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-custom-vocab-download.png)
1. 다운로드를 열어 콘텐츠를 확인합니다.
1. 콘텐츠를 변경한 다음 **저장 및 업로드**를 선택할 수 있습니다.
# Amazon Connect 관리 웹 사이트를 사용하여 Contact Lens 규칙 생성
Contact Lens 규칙을 사용하면 통화, 채팅 또는 이메일, 감정 점수, 고객 속성 및 기타 기준에 사용되는 키워드를 기반으로 고객 응대를 자동으로 분류하거나, 알림을 받거나, 작업을 생성할 수 있습니다.
이 주제에서는 Amazon Connect 관리자 웹 사이트를 사용하여 규칙을 생성하는 방법을 설명합니다. 프로그래밍 방식으로 규칙을 만들고 관리하려면 **Amazon Connect API 참조 가이드에서 [규칙 작업](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html) 및 [Amazon Connect 규칙 함수 언어](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html)를 참조하세요.
**작은 정보**
규칙 기능 사양 목록(예: 생성할 수 있는 규칙 수)은 [Amazon Connect 규칙 기능 사양](feature-limits.md#rules-feature-specs) 섹션을 참조하세요.
## 1단계: 대화 분석을 위한 규칙 조건 정의
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 만들기**, **대화형 분석**을 선택합니다.
1. **시기**에서 드롭다운 목록을 사용하여 **통화 후 분석**, **실시간 분석**, **채팅 후 분석** 또는 **이메일 분석을** 선택합니다.
![\[새 규칙 페이지, 시기 드롭다운 메뉴.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. **조건 추가**를 선택합니다.
다양한 조건의 기준을 결합하여 매우 구체적인 Contact Lens 규칙을 만들 수 있습니다. 사용 가능한 조건은 다음과 같습니다.
+ **단어 또는 구문**: [일치 검색, 패턴 검색, 의미 체계 검색](exact-match-pattern-match-semantic-match.md) 중에서 선택하여 키워드가 발화될 때 알림이나 작업을 트리거할 수 있습니다.
+ **자연어 - 의미 체계 일치**: 생성형 AI를 사용하여 대화 스크립트와 일치시킬 자연어 문(예: 계정을 취소하기 위해 통화한 고객)을 제공하고 조치(예: 작업 트리거, 평가 수행 등)를 취합니다. 자세한 내용은 [생성형 AI 기반 의미 체계 일치](natural-language-semantic-match.md) 섹션을 참조하세요.
+ 고객 **응대 후 작업(ACW)**: 고객 응대 후 작업 완료 시 에이전트 효율성을 측정하는 규칙을 구축합니다.
+ **에이전트 계층** 구조: 특정 에이전트 계층 구조에서 실행되는 규칙을 빌드합니다. 에이전트 계층 구조는 지리적 위치, 부서, 제품 또는 팀을 나타낼 수 있습니다.
규칙에 추가할 수 있도록 에이전트 계층 구조 목록을 보려면 보안 프로필에서 **에이전트 계층 구조 - 보기** 권한이 필요합니다.
+ **에이전트**: 에이전트의 하위 집합에서 실행되는 규칙을 구축합니다. 예를 들어 새로 채용된 에이전트가 회사 표준을 준수하도록 하는 규칙을 만들 수 있습니다.
규칙에 추가할 수 있도록 에이전트 이름을 보려면 보안 프로필에서 **사용자 - 보기** 권한이 필요합니다.
+ **AI 에이전트**: 특정 Connect AI 에이전트가 셀프 서비스 또는 에이전트 지원을 수행한 연락처를 식별합니다. 여러 AI 에이전트를 선택하거나 특정 버전의 에이전트를 선택할 수 있습니다.
규칙에 추가할 수 있도록 AI 에이전트 이름을 보려면 보안 프로필에서 **AI 에이전트 - 보기** 권한이 필요합니다.
+ **AI 에이전트 - 에스컬레이션**: 고객 셀프 서비스에 사용된 Connect AI 에이전트가 사람에게 에스컬레이션된 경우 연락처를 식별합니다.
규칙에 추가할 수 있도록 AI 에이전트 이름을 보려면 보안 프로필에서 **AI 에이전트 - 보기** 권한이 필요합니다.
+ **에이전트 상호 작용 기간**: 에이전트 상호 작용이 예상보다 길거나 짧은 고객 응대를 식별하는 규칙을 구축합니다. 이 기능은 통화에만 적용됩니다.
+ **고객 응대 세그먼트 속성**: 다른 시스템에서 값이 채워진 사용자 지정 고객 응대 세그먼트 속성을 사용하거나 사용자 지정 로직을 사용하여 규칙 내에서 고객 응대를 식별할 수 있습니다. [속성을 정의하고](predefined-attributes.md#predefined-attributes-create-web-admin) 흐름에서 해당 값을 설정할 수 있습니다. 사용자 지정 세그먼트 속성은 전체 고객 응대 체인이 아니라 해당 특정 고객 응대 ID에만 존재합니다. 예를 들어 에이전트와 연결되기 전에 IVR에서 고객 응대가 사전 인증되었음을 식별하는 규칙을 구축할 수 있습니다.
규칙에 추가할 고객 응대 세그먼트 속성 목록을 보려면 **사전 정의된 속성 - 보기** 권한이 필요합니다.
+ **연결 해제 이유**: 고객 응대가 연결 해제된 이유를 확인하는 규칙을 빌드합니다. 예를 들어 고객 이전에 에이전트가 연결을 끊었거나 고객 응대가 전송된 경우입니다.
+ **가장 높은 음량 점수**: 에이전트 또는 고객에 대한 대화 중에 최대 음량 점수(데시벨 단위)를 확인하는 규칙을 작성합니다. 음량이 높을수록(예: 70Db 이상) 흥분이나 분노와 관련이 있을 수 있지만, 특정 음량 점수(예: 30Db 이하) 미만의 음성은 이해하기 어려울 수 있습니다.
+ **대기 시간**: 비정상적인 대기 시간이 있는 고객 응대를 식별하여 고객 응대를 더 효율적으로 처리할 기회를 식별하는 규칙을 구축합니다. 가장 긴 대기 시간, 총 대기 시간 및 대기 수를 사용하여 규칙을 설정할 수 있습니다. 고객이 에이전트와 연결된 총 시간(고객 대기 시간을 에이전트 상호 작용 기간 및 고객 대기 시간으로 나눈 값)의 백분율로 대기 시간을 확인할 수도 있습니다.
+ **시작 방법**: 고객 응대가 인바운드, 아웃바운드, 전송되었는지 여부를 확인하는 규칙을 빌드합니다.
+ **고객 응대 속성**: 사용자 지정 [고객 응대 속성](what-is-a-contact-attribute.md) 값에 따라 실행되는 규칙을 작성합니다. 예를 들어 멤버십 수준, 현재 거주 국가 또는 미결 주문이 있는 경우 등 특정 사업부 또는 특정 고객에 대한 규칙을 만들 수 있습니다.
규칙에 최대 5개의 고객 응대 속성을 추가할 수 있습니다.
+ **감정 - 기간**: 후행 기간 동안의 감정 분석 결과(긍정, 부정 또는 중립)에 따라 실행되는 규칙을 구축합니다.
예를 들어, 고객 감정이 일정 기간 동안 부정적으로 유지되는 경우에 대한 규칙을 만들 수 있습니다. 참가자가 나중에 고객 응대에 참여한 경우 여기에 설정된 기간은 참가자가 참석했던 시점에 적용됩니다.
감정 데이터가 없는 연락처에 규칙이 적용되면 중립 감정이 사용됩니다.
+ **감정 - 전체 고객 응대**: 전체 고객 응대에 대한 감정 지수 값에 따라 실행되는 규칙을 구축합니다. 예를 들어 전체 고객 응대에 대해 고객 감정이 낮게 유지되는 경우 고객 경험 분석가가 통화 내용을 검토하고 후속 조치를 취하도록 하는 규칙을 만들 수 있습니다.
감정 데이터가 없는 연락처에 규칙이 적용되면 중립 감정이 사용됩니다.
+ **중단**: 에이전트가 고객을 X회 이상 중단했을 때 이를 감지하는 규칙을 만듭니다. 이 기능은 통화에만 적용됩니다.
+ **침묵 시간**: 음성이 감지되지 않는지 확인하는 규칙을 빌드합니다. 여기에는 고객이 대기 중인 기간이 포함될 수 있습니다. 총 침묵 시간, 대화 내 가장 긴 침묵 시간 또는 대화 중 침묵 시간의 백분율을 확인할 수 있습니다. 대화의 50%를 초과하는 침묵 시간 비율과 같이 침묵 시간이 높으면 프로세스 또는 에이전트 코칭 기회를 개선할 수 있는 기회가 될 수 있습니다. 이 기능은 통화에만 적용됩니다.
+ **응답 시간**: 참가자의 응답 시간이 예상보다 길거나 짧았던 고객 응대를 식별하는 규칙(평균 또는 최대)을 만듭니다.
예를 들어 에이전트가 채팅에 참여한 후 첫 번째 인사말 메시지를 보낼 때까지의 시간인 **에이전트 인사말 시간**(**첫 번째 응답 시간**이라고도 함)에 대한 규칙을 설정할 수 있습니다. 이렇게 하면 에이전트가 고객과 소통하는 데 너무 오래 걸리는 경우를 파악하는 데 도움이 됩니다
+ **잠재적 연결 해제 문제**: 기술 문제(예: 네트워크 연결, 디바이스 문제)를 확인하는 규칙을 빌드합니다. 이를 사용하여 에이전트가 제어할 수 없는 연결 문제가 있는 자동 에이전트 성능 평가에서 고객 응대를 제외할 수 있습니다.
+ **대기열**: 대기열의 하위 집합에서 실행되는 규칙을 빌드하거나 고객 응대가 대기열에 추가되지 않았는지 확인합니다. 조직에서 대기열을 사용하여 사업부, 주제 또는 도메인을 표시하는 경우가 많습니다. 예를 들어, 최근 마케팅 캠페인의 영향을 추적하여 판매 대기열에 대한 규칙을 특별히 구축하거나, 전반적인 감정을 추적하여 고객 지원 대기열에 대한 규칙을 구축할 수 있습니다. 셀프 서비스 상호 작용의 경우 고객 응대가 대기열에 없는지 확인할 수 있으며, 이는 AI 에이전트를 통한 셀프 서비스 성공을 나타낼 수 있습니다.
대기열 이름을 확인하여 규칙에 추가하려면 보안 프로필에서 **대기열 - 보기** 권한이 필요합니다.
+ **라우팅 프로필**: 특정 라우팅 프로필에 매핑된 에이전트가 처리한 연락처를 식별합니다. 라우팅 프로필은 에이전트 부서 또는 스킬 숙련도를 나타낼 수 있습니다. 예를 들어 라우팅 프로필 신규 채용을 통해 에이전트에 대한 자동 평가를 수행할 수 있습니다.이 평가는 재직 중인 다중 스킬 에이전트와 비교하여 다양한 평가 기준을 사용하여 기본 문제 해결에 대한 교육을 받을 수 있습니다.
규칙에 추가할 수 있도록 라우팅 프로필을 보려면 보안 **프로필에서 라우팅 프로필 - 보기** 권한이 필요합니다.
+ **대화 시간**: 에이전트 또는 고객이 대화하는 데 소요된 절대 시간 임계값을 사용하여 규칙을 빌드합니다. 이는 고객이 전혀 말하지 않은 부분을 식별하여 에이전트가 연결을 끊도록 하거나 에이전트가 전화를 받은 후 말하지 않는 것과 같은 통화 회피 동작을 보인 부분을 식별하는 데 사용할 수 있습니다.
+ **에이전트 상호 작용 기간**: 에이전트 상호 작용이 예상보다 길거나 짧은 고객 응대를 식별하는 규칙을 구축합니다. 이 기능은 통화에만 적용됩니다.
다음 이미지는 음성 고객 응대에 대한 여러 조건이 포함된 샘플 규칙을 보여 줍니다.
![\[음성 고객 응대에 대한 여러 조건이 포함된 샘플 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-conditions.png)
다음 이미지는 채팅 고객 응대에 대한 여러 조건이 포함된 샘플 규칙을 보여 줍니다. 이 규칙은 **첫 번째** 응답 시간이 1분 이상이고 에이이전트가 첫 번째 응답에서 나열된 인사말 또는 문구를 전혀 언급하지 않은 경우 트리거됩니다.
**첫 번째 응답 시간** = 상담원이 채팅에 참여한 후 고객에게 첫 번째 메시지를 보내기까지 걸리는 시간.
![\[채팅 고객 응대에 대한 여러 조건이 포함된 샘플 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png)
1. **다음**을 선택합니다.
## 2단계: 규칙 작업 정의
1. **작업 추가**를 선택합니다. 다음 작업을 선택할 수 있습니다.
+ [태스크 생성](contact-lens-rules-create-task.md): 이 옵션은 실시간 채팅에 사용할 수 없습니다.
+ [이메일 알림 전송](contact-lens-rules-email.md)
+ [EventBridge 이벤트 생성](contact-lens-rules-eventbridge-event.md)
![\[작업 추가 드롭다운 메뉴, 작업 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. **다음**을 선택합니다.
1. 검토하고 수정한 다음 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# 대화를 자연어 문 또는 특정 단어 및 문구와 일치시켜 고객 응대를 자동으로 분류합니다.
Contact Lens 대화형 분석을 사용하면 고객 응대를 자동으로 분류하여 고객 응대의 주요 동인, 고객 경험 및 에이전트 행동을 식별할 수 있습니다. 채팅의 **고객 응대 세부 정보** 페이지에서 범주는 다음 이미지와 같이 대화 내용 위에 표시됩니다.
![\[고객 응대 세부 정보 페이지, 범주 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png)
다음은 고객 응대를 분류할 때 수행할 수 있는 몇 가지 주요 작업입니다.
+ 생성형 AI 기반 고객 응대 분류를 사용하면 고객 응대를 자연어로 분류하는 기준을 제공할 수 있습니다(예: 고객이 잔액을 결제하려고 했나요?).
+ 에이전트 또는 고객이 대화와 일치시킬 특정 단어나 문구를 제공할 수 있습니다. 그러면 Contact Lens는 일치 기준을 충족하는 고객 응대에 자동으로 레이블을 지정하고 대화의 관련 포인트를 제공합니다.
+ 알림을 수신하고 분류된 고객 응대에 대한 작업을 생성하는 작업을 정의할 수 있습니다.
+ 고객 감정 점수, 대기열 또는 고객 충성도 정보와 같이 고객 응대에 추가한 사용자 지정 속성과 같은 고객 응대를 분류하는 추가 기준을 지정할 수 있습니다.
## 단어 또는 구절을 사용해야 하는 경우
에이전트 스크립트 준수 모니터링 또는 제품에 대한 고객 관심 평가와 같이 감지하려는 단어 또는 구문의 잘 정의된 목록이 있는 경우 특정 단어 또는 구문을 사용하는 것이 유용합니다.
## 자연어를 사용해야 하는 경우
자연어 문을 고객 응대와 일치시키는 것은 가능한 단어나 문구가 너무 많거나 "고객이 구독 계획을 변경하고 싶어함", "에이전트가 고객의 모든 문제를 해결했습니다"와 같은 컨텍스트별 기준과 일치시키려는 경우에 유용합니다.
## 고객 응대 분류 규칙 추가
이 섹션의 내용:
+ [1단계: 조건 정의](#add-category-rules-define-conditions)
+ [2단계: 작업 정의](#add-category-rules-define-actions)
### 1단계: 조건 정의
1. **CallCenterManager** 보안 프로필이 할당되었거나 **규칙** 권한이 활성화된 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 만들기**, **대화형 분석**을 선택합니다.
1. 규칙에 이름을 지정합니다.
1. **시기**에서 드롭다운 목록을 사용하여 **통화 후 분석**, **실시간 분석**, **채팅 후 분석**, **실시간 채팅 분석** 또는 **이메일 분석을** 선택합니다.
![\[새 규칙 페이지, 시기 드롭다운 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png)
1. **조건 추가**를 선택한 다음과 같은 일치 유형을 선택합니다.
+ **단어 또는 문구 - 정확히 일치**: 정확한 단어 또는 문구와 일치하는 고객 응대를 찾습니다. 쉼표로 분리된 단어나 문구를 입력합니다.
+ **단어 또는 문구 패턴 일치**: 단어 또는 문구 패턴을 찾아 고객 응대를 찾습니다. 단어 사이의 거리를 지정할 수도 있습니다. 예를 들어, '신용'이라는 단어가 언급된 고객 응대를 찾고 있지만 '신용카드'라는 단어에 대한 언급은 보고 싶지 않은 경우 패턴 일치 범주를 정의하여 '카드'와 한 단어 거리 내에 있지 않은 '신용'이라는 단어를 찾을 수 있습니다.
+ **자연어 - 의미 체계 일치**: 생성형 AI를 사용하여 제공된 자연어 문과 일치하는 고객 응대를 찾습니다. 문은 예 또는 아니요로 답변할 수 있어야 합니다. 자연어 - 의미 체계 일치는 고객 응대와 컨텍스트별 기준을 일치시키려거나 일치시킬 수 있는 단어나 구문이 너무 많을 때 사용됩니다. 예를 들어, 다음과 같습니다.
+ “고객이 구독 플랜을 변경하려고 했습니다.”
+ “고객이 현재 서비스를 종료하려는 의사를 표시했습니다.”
+ “에이전트가 여러 결제 옵션을 제공했습니다.”
+ “에이전트는 고객에게 통화가 중요하다고 확신하고 추가 대기 시간을 요청했습니다.”
+ “에이전트가 고객의 모든 문제를 해결했습니다.”
**참고**
자연어 - 의미 체계 일치 조건은 실시간 분석에 사용할 수 없습니다.
생성형 AI를 사용하는 규칙을 생성하려면 **규칙 - 생성형 AI**라는 추가 권한이 필요합니다.
**전문가 팁**: 이전에 **단어 또는 구문 - 의미 체계 일치**를 사용한 경우 생성형 AI 기반 **자연어 - 의미 체계 일치**를 사용합니다.
+ **단어 또는 구문 - 의미 체계 일치**: 동의어일 수 있는 단어를 찾습니다. 예를 들어 '화가 났다'를 입력하면 '행복하지 않다'와 일치할 수 있고, '거의 받아들일 수 없다'는 '받아들일 수 없다'와 일치하며, '구독 취소'는 '구독 취소'와 일치할 수 있습니다. 마찬가지로 문구도 의미 체계적으로 일치할 수 있습니다. 예를 들어, "도와주셔서 정말 감사합니다.", "정말 감사하고 도움이 많이 됩니다.", "도와주셔서 정말 행복합니다." 등의 표현을 사용할 수 있습니다.
이렇게 하면 범주를 만들 때 키워드 목록을 일일이 정의할 필요가 없으며, 중요한 유사한 문구를 검색할 때 더 넓은 범위에서 검색할 수 있습니다. 최상의 의미 체계 일치 결과를 얻으려면 의미 체계 일치 카드 내에 비슷한 의미의 키워드나 문구를 입력합니다. 현재는 의미 체계 일치 카드당 최대 4개의 키워드와 구문을 입력할 수 있습니다.
1. 예를 들어 **단어 또는 구문 - 정확한 일치**를 사용하여 강조 표시하려는 단어나 구문을 쉼표로 구분하여 입력하고 **추가**를 선택합니다. 쉼표로 구분된 각 단어나 문구는 카드에 고유한 줄이 표시됩니다.
![\[새 규칙 페이지, 단어 또는 구문 - 정확히 일치 섹션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png)
![\[새 규칙 페이지, 단어 또는 구문 - 정확히 일치 섹션, 추가 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png)
Contact Lens가 이러한 문구를 읽을 때 사용하는 로직: (Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you).
또는 **자연어 - 의미 체계 일치** 조건을 사용하고 텍스트 상자에 생성형 AI가 참 또는 거짓으로 평가할 수 있는 자연어 문을 입력합니다.
![\[새 규칙 페이지, 자연어 - 의미 체계 일치 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png)
1. 단어 또는 구문을 더 추가하려면 **단어 또는 구문 그룹 추가**를 선택합니다. 다음 이미지에서 첫 번째 그룹의 단어 또는 구문은 에이전트가 발화할 수 있는 내용이고, 두 번째 그룹은 고객이 말할 수 있는 내용입니다.
![\[단어 또는 구문 - 에이전트의 경우 정확히 일치하는 단어, AND 단어, 고객을 위한 단어 또는 구문 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. Contact Lens가 이러한 문구를 읽을 때 사용하는 로직: (Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you).
1. 두 카드는 AND로 연결되어 있습니다. 즉, 첫 번째 카드의 행 중 하나를 말하고 AND 이후 두 번째 카드의 문구 중 하나를 말해야 합니다.
Contact Lens가 두 장의 단어나 문구를 읽을 때 사용하는 로직은 (카드 1) AND (카드 2)입니다.
1. **조건 추가**를 선택하여 규칙을 다음에 적용합니다.
+ 특정 대기열
+ 고객 응대 속성에 특정 값이 있는 경우
+ 감정 점수에 특정 값이 있는 경우
예를 들어 다음 이미지는 에이전트가 BasicQueue 또는 Billing 및 Payments 대기열에서 작업 중이고 고객이 자동차 보험에 가입했으며 에이전트가 시애틀에 있는 경우에 적용되는 규칙을 보여 줍니다.
![\[여러 조건이 포함된 규칙입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
### 2단계: 작업 정의
고객 응대를 분류하는 것 외에도 Amazon Connect에서 취해야 하는 작업을 정의할 수 있습니다.
1. [EventBridge 이벤트 생성](contact-lens-rules-eventbridge-event.md)
1. [태스크 생성](contact-lens-rules-create-task.md)
1. [사례 생성](contact-lens-rules-create-case.md)
1. [이메일 알림 전송](contact-lens-rules-email.md)
1. [자동 평가를 제출하는 규칙 생성](contact-lens-rules-submit-automated-evaluation.md)
### 3단계: 검토 및 저장
1. 완료되면 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# Amazon Connect Contact Lens에서 규칙 또는 범주를 평가하지 못한 경우
Amazon Connect Contact Lens가 음성 또는 채팅 고객 응대에 대한 고객 응대 후 분석 중에 규칙 또는 범주를 평가하는 경우 규칙 또는 범주가 평가되지 않을 수 있습니다.
고객 응대 분석 중에 규칙 또는 범주를 평가할 때 가능한 범주 결과는 다음과 같습니다.
1. **성공적으로 매칭되어 고객 응대에 적용되었습니다**. 범주가 **고객 응대 세부 정보** 페이지에 표시되면 범주가 성공적으로 일치하여 고객 응대에 적용되었음을 나타냅니다.
1. **성공적으로 평가되었지만 고객 응대에는 적용되지 않습니다**. 범주가 **고객 응대 세부 정보** 페이지에 없으면 해당 범주가 고객 응대에 적용되지 않지만 Contact Lens 규칙에 의해 성공적으로 평가되었음을 나타냅니다.
1. **고객 응대 분석은 완료되었지만 특정 범주는 평가되지 않았습니다**. 범주를 평가하지 못하면 해당 범주가 고객 응대에 적용되지 않는다는 의미가 아니라(기준에 따라) Contact Lens가 특정 범주를 평가하지 않고 고객 응대 분석을 완료했다는 의미입니다.
다음 이미지는 실패한 카테고리가 점선 테두리, 투명한 배경, 오류 아이콘, 실패한 접두사로 표시되어 있음을 보여 줍니다. 실패한 범주 위로 마우스를 가져가면 범주를 평가하지 못한 이유에 대한 세부 정보가 표시됩니다.
![\[고객 응대 세부 정보 페이지에서 실패한 범주입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/failed-categories1.png)
이러한 실패한 범주는 의미 체계 일치 조건이 있는 규칙에서만 존재합니다. 가능한 두 가지 이유는 다음과 같습니다.
1. **할당량 초과**: 해당 기간 동안 생성형 AI 작업 한도를 초과했습니다. AWS Support를 통해 할당량 증가를 요청할 수 있습니다.
1. **안전 지침 실패**: 보안 및 품질 가드레일을 충족하지 않아 범주 처리가 실패했습니다.
고객 응대 수를 줄이려면 의미적 일치 규칙에 더 많은 조건을 추가하는 것이 좋습니다. 이렇게 하면 할당량 초과 실패를 방지하는 데 도움이 됩니다.
## Contact Lens 고객 응대 후 분석 출력 고객 S3 파일
실패한 범주는 분석 파일의 JobDetails > 건너뛴 분석 아래에 나타납니다.
`SkippedAnalysis` 섹션에는 해당 고객 응대에 대한 분석이 완료되었더라도 '건너뜀'으로 표시된 고객 응대 분석이 표시됩니다. 여기에는 "Feature" 및 "ReasonCode" 속성이 포함되어 있습니다. `POST_CONTACT_SUMMARY`는 기존 기능 중 하나입니다.
`CATEGORIZATION`는 건너뛰기 분석에 새로운 기능으로 추가되었습니다. `SkippedAnalysis` 배열에는 분류 실패를 초래한 각 고유 `ReasonCode`에 대해 고유한 분류 요소가 하나씩 있습니다. 관련 사유 코드로 인해 실패한 모든 범주 이름(및 관련 규칙 IDs) 목록이 포함된 각 고유 요소에 새 `SkippedEntities` 속성이 도입됩니다.
다음은 `JobDetails` 내에서 실패한 범주의 예입니다.
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
자세한 내용은 [통화에 대한 Contact Lens 대화 분석 출력 파일 예시](contact-lens-example-output-files.md) 단원을 참조하십시오.
# 통화의 키워드와 구문을 기반으로 감독자용 Contact Lens에 실시간 알림 추가
흐름에서 [실시간 분석을 활성화](enable-analytics.md)한 후 고객 경험 문제가 발생할 경우 감독자에게 자동으로 알리는 규칙을 추가할 수 있습니다.
예를 들어 Contact Lens는 대화 중에 특정 키워드나 문구가 언급되거나 다른 기준을 감지하면 자동으로 알림을 보낼 수 있습니다. 관리자는 실시간 지표 대시보드에서 알림을 확인합니다. 감독자는 실시간 통화를 듣고 채팅을 통해 에이전트에게 안내하여 문제를 더 빨리 해결할 수 있도록 도울 수 있습니다.
다음은 경고를 받았을 때 감독자가 실시간 지표 보고서에서 보게 되는 내용의 예를 보여 주는 이미지입니다. 이 경우 Contact Lens는 고객이 화가 난 상황을 감지한 것입니다.
![\[실시간 지표 페이지, 화가 난 고객을 위한 알림\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png)
감독자가 실시간 통화를 들으면 Contact Lens는 상황을 이해하고 적절한 작업을 평가하는 데 도움이 되는 실시간 대화 내용 및 고객 감정 동향을 제공합니다. 또한 트랜스크립트를 사용하면 통화가 다른 에이전트에게 전달되더라도 고객이 반복해서 이야기할 필요가 없습니다.
다음은 샘플 채팅 기록을 보여 주는 이미지입니다.
![\[샘플 실시간 기록\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-real-time-transcript.png)
## 통화용 실시간 알림 규칙 추가
1. **CallCenterManager** 보안 프로필이 할당되었거나 **규칙** 권한이 활성화된 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 만들기**, **대화형 분석**을 선택합니다.
1. 규칙에 이름을 지정합니다.
1. **시기** 아래에 있는 드롭다운 목록에서 **실시간 분석**을 선택합니다.
1. **조건 추가**를 선택한 다음과 같은 일치 유형을 선택합니다.
+ **정확히 일치**: 정확한 단어 또는 구문만 찾습니다.
+ **패턴 일치**: 정확도가 100% 미만일 수 있는 일치 항목을 찾습니다. 단어 사이의 거리를 지정할 수도 있습니다. 예를 들어, '신용'이라는 단어가 언급된 고객 응대를 찾고 있지만 '신용카드'라는 단어가 언급된 고객 응대는 보고 싶지 않을 수 있습니다. 패턴 일치 범주를 정의하여 '카드'라는 단어와 한 단어 거리 내에 있지 않은 '신용'이라는 단어를 찾을 수 있습니다.
**작은 정보**
의미 체계 일치는 실시간 분석에 사용할 수 없습니다.
1. 강조 표시할 단어나 구를 쉼표로 구분하여 입력합니다. 실시간 규칙은 **언급된** 키워드나 문구만 지원합니다.
![\[단어 및 구문 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. **추가**를 선택합니다. 쉼표로 구분된 각 단어나 구는 고유한 줄을 갖습니다.
![\[단어 및 구문 규칙은 각각 고유한 줄에 여러 개의 구문이 있는 규칙입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Contact Lens가 이러한 단어나 문구를 읽을 때 사용하는 로직: (Talk OR to OR your OR manager) OR (this OR is OR not OR helpful) OR (speak OR to OR your OR supervisor) 등.
1. 단어 또는 구문을 더 추가하려면 **단어 또는 구문 그룹 추가**를 선택합니다. 다음 이미지에서 첫 번째 단어나 문구 그룹은 에이전트가 발화할 수 있는 내용입니다. 두 번째 그룹은 고객이 말할 수 있는 내용입니다.
![\[고객과 에이전트를 위한 단어 및 구문 규칙(여러 문구가 포함됨).\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. 이 첫 번째 카드에서는 Contact Lens가 각 줄을 OR로 읽습니다. 예: (Hello OR thank OR you OR for OR calling OR Example OR Corp) OR (we OR value OR your OR business) OR (how OR may OR I OR assist OR you).
1. 두 카드는 AND로 연결되어 있습니다. 즉, 첫 번째 카드의 행 중 하나를 말하고 AND 이후 두 번째 카드의 문구 중 하나를 말해야 합니다.
Contact Lens가 두 장의 단어나 문구를 읽을 때 사용하는 로직은 (카드 1) AND (카드 2)입니다.
1. **조건 추가**를 선택하여 규칙을 다음에 적용합니다.
+ 특정 대기열
+ 고객 응대 속성에 특정 값이 있는 경우
+ 감정 점수에 특정 값이 있는 경우
예를 들어, 다음 이미지는 에이전트가 BasicQueue 또는 Billing and Payments 대기열에서 일하고, 고객은 자동차 보험 가입자이고, 에이전트은 시애틀에 있는 경우에 적용되는 규칙을 보여 줍니다.
![\[여러 조건이 적용되는 단어 및 구문 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. 완료되면 **다음**을 선택합니다.
1. **고객 응대 범주 할당** 상자에 범주의 이름을 추가합니다. 예: **준수** 또는 **비준수\$1준수**
1. **다음**을 선택한 다음 **저장 및 게시**를 선택합니다.
# 채팅의 키워드와 구문을 기반으로 감독자용 Contact Lens에 실시간 알림 추가
흐름에서 [실시간 분석을 활성화](enable-analytics.md)한 후 고객 경험 문제가 발생할 경우 감독자에게 자동으로 알리는 규칙을 추가할 수 있습니다.
예를 들어 Contact Lens는 채팅 중에 특정 키워드나 문구가 언급되거나 다른 기준을 감지하면 자동으로 알림을 보낼 수 있습니다. 그러면 감독자는 **연락처 세부 정보** 페이지에서 실시간 채팅을 보고 문제를 확인할 수 있습니다. 여기에서 감독자는 채팅에 합류하고 에이전트에게 안내하여 문제를 더 빨리 해결할 수 있도록 도울 수 있습니다.
다음은 실시간 채팅에 대한 알림을 받았을 때 감독자가 **연락처 세부 정보** 페이지에서 보게 되는 내용의 예를 보여 주는 이미지입니다. 이 경우 Contact Lens는 고객이 화가 난 상황을 감지한 것입니다.
![\[연락처 세부 정보 페이지, 화가 난 실시간 채팅 고객에 대한 알림\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png)
감독자가 채팅을 모니터링하면 Contact Lens는 상황을 이해하고 적절한 작업을 평가하는 데 도움이 되는 실시간 대화 내용 및 고객 감정 동향을 제공합니다. 또한 트랜스크립트를 사용하면 통화가 다른 에이전트에게 전달되더라도 고객이 반복해서 이야기할 필요가 없습니다.
## 채팅용 실시간 알림 규칙 추가
1. **CallCenterManager** 보안 프로필이 할당되었거나 **규칙** 권한이 활성화된 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 만들기**, **대화형 분석**을 선택합니다.
1. 규칙에 이름을 지정합니다.
1. **시기** 아래에 있는 드롭다운 목록에서 **실시간 분석**을 선택합니다.
1. **조건 추가**를 선택한 후 일치 유형을 선택합니다. 다음 이미지는 **감정 - 기간** 조건에 구성된 규칙을 보여 줍니다.
![\[실시간 채팅 분석 규칙의 조건.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png)
다음 옵션 중 하나를 선택합니다.
+ **정확히 일치**: 정확한 단어 또는 구문만 찾습니다.
+ **패턴 일치**: 정확도가 100% 미만일 수 있는 일치 항목을 찾습니다. 단어 사이의 거리를 지정할 수도 있습니다. 예를 들어, '신용'이라는 단어가 언급된 고객 응대를 찾고 있지만 '신용카드'라는 단어가 언급된 고객 응대는 보고 싶지 않을 수 있습니다. 패턴 일치 범주를 정의하여 '카드'라는 단어와 한 단어 거리 내에 있지 않은 '신용'이라는 단어를 찾을 수 있습니다.
**작은 정보**
의미 체계 일치는 실시간 분석에 사용할 수 없습니다.
1. 강조 표시할 단어나 구를 쉼표로 구분하여 입력합니다. 실시간 규칙은 **언급된** 키워드나 문구만 지원합니다.
![\[단어 및 구문 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png)
1. **추가**를 선택합니다. 쉼표로 구분된 각 단어나 구는 고유한 줄을 갖습니다.
![\[단어 및 구문 규칙은 각각 고유한 줄에 여러 개의 구문이 있는 규칙입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png)
Contact Lens가 이러한 단어나 문구를 읽을 때 사용하는 로직: (Talk OR to OR your OR manager) OR (this OR is OR not OR helpful) OR (speak OR to OR your OR supervisor) 등.
1. 단어 또는 구문을 더 추가하려면 **단어 또는 구문 그룹 추가**를 선택합니다. 다음 이미지에서 첫 번째 단어나 문구 그룹은 에이전트가 언급할 수 있는 내용입니다. 두 번째 그룹은 고객이 언급할 수 있는 내용입니다.
![\[고객과 에이전트를 위한 단어 및 구문 규칙(여러 문구가 포함됨).\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png)
1. 이 첫 번째 카드에서는 Contact Lens가 각 줄을 OR로 읽습니다. 예: (Hello OR thank OR you OR for OR calling OR Example OR Corp) OR (we OR value OR your OR business) OR (how OR may OR I OR assist OR you).
1. 두 카드는 AND로 연결되어 있습니다. 즉, 첫 번째 카드의 행 중 하나를 언급하고 이후 두 번째 카드의 문구 중 하나를 언급해야 합니다(AND 조건).
Contact Lens가 두 장의 단어나 문구를 읽을 때 사용하는 로직은 (카드 1) AND (카드 2)입니다.
1. **조건 추가**를 선택하여 규칙을 다음에 적용합니다.
+ 특정 대기열
+ 고객 응대 속성에 특정 값이 있는 경우
+ 감정 점수에 특정 값이 있는 경우
예를 들어, 다음 이미지는 에이전트가 BasicQueue 또는 Billing and Payments 대기열에서 일하고, 고객은 자동차 보험 가입자이고, 에이전트은 시애틀에 있는 경우에 적용되는 규칙을 보여 줍니다.
![\[여러 조건이 적용되는 단어 및 구문 규칙.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
1. 완료되면 **다음**을 선택합니다.
1. **고객 응대 범주 할당** 상자에 범주의 이름을 추가합니다. 예: **준수** 또는 **비준수\$1준수**
1. 조건 충족 시 Amazon Connect에서 취해야 하는 조치를 지정하려면 **작업 추가**를 선택합니다. 이메일 알림을 사용하거나 EventBridge에서 사용자 지정 통합을 개발하여 감독자 알림을 구성할 수 있습니다.
![\[EventBridge 이벤트 생성 및 이메일 알림 전송 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png)
1. **이메일 알림 전송**을 선택한 경우 페이지 작성에 대한 자세한 내용 및 이메일 제한 사항에 대한 자세한 내용은 [이메일 알림을 보내는 규칙 생성](contact-lens-rules-email.md) 섹션을 참조하세요.
**EventBridge 이벤트 생성**을 선택한 경우 페이지 작성에 대한 자세한 내용 및 EventBridge 이벤트 유형 구독에 대한 자세한 내용은 [EventBridge 이벤트를 생성하는 규칙을 만듭니다.](contact-lens-rules-eventbridge-event.md) 섹션을 참조하세요.
# 이메일 알림을 보내는 규칙 생성
조직 내 사람들에게 이메일 알림을 보내는 규칙을 생성할 수 있습니다. 이를 통해 고객 센터에서 발생할 수 있는 잠재적인 문제에 보다 신속하게 대응할 수 있습니다. 예를 들어 다음에 알림을 보내는 규칙을 생성할 수 있습니다.
+ 계정 에스컬레이션 또는 취소가 있는 경우 팀 감독자.
+ 대화 중 특정 단어가 언급되어 고객 센터에 있는 사람들로 구성된 그룹
+ 통화 중 의견 불일치가 발생할 경우 고객 센터의 지정된 담당자.
+ Amazon Connect 대화 분석을 통해 분석되거나 평가된 고객 응대를 처리한 에이전트입니다.
**중요**
모든 이메일은 `no-reply@amazonconnect.com`에서 발송됩니다.
SAML 사용자에게는 기본 이메일 주소가 없으며 사용자 이름 로그인이 있습니다. 사용자 이름 로그인은 일반적으로 이메일 주소이지만 반드시 그럴 필요는 없습니다. 이러한 사용자의 경우 Amazon Connect 내에서 **이메일 주소** 필드 레이블이 비어 있습니다. SAML 사용자에 대해 이메일 알림을 전송할 때 알림을 받으려면 보조 이메일이 구성되어 있어야 합니다. 보조 이메일이 구성되지 않은 경우 사용자는 이메일을 받지 못합니다.
**이메일 알림을 보내는 규칙을 만들려면 다음을 수행하세요.**
1. 규칙을 만드는 데 [필요한 권한](permissions-for-rules.md)이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. **분석 및 최적화**, **규칙**으로 이동합니다.
1. **규칙** 페이지에서 **규칙 생성**을 선택한 다음 드롭다운 목록에서 **대화형 분석** 또는 **평가 양식**을 선택합니다.
![\[규칙 페이지, 규칙 생성 드롭다운 목록, Contact Lens 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-create-rule.png)
1. **새 규칙** 페이지에서 규칙 조건을 정의합니다. 자세한 내용은 다음을 참조하세요.
+ [대화형 분석을 위한 규칙 조건 정의](build-rules-for-contact-lens.md#rule-conditions)
+ [평가 양식에 대한 규칙 조건을 정의합니다](create-evaluation-rules.md#rule-conditions-eval).
1. 규칙에 대한 작업을 정의할 때 해당 작업에 대한 **이메일 알림 전송**을 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 목록, 이메일 알림 전송 작업.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-email-action.png)
1. **이메일 알림 전송** 섹션에서 다음 옵션 중 하나를 사용하여 이메일을 수신할 사람을 선택합니다.
+ **로그인 기준으로 수신자 선택: 이메일을 지정된 사용자에게 라우팅합니다.**
**중요**
SAML 사용자를 가져오려면 보조 이메일이 구성되어 있어야 합니다. 보조 이메일이 구성되지 않은 경우 사용자는 이메일을 받지 못합니다.
+ **태그 기준으로 수신자 선택**. 에이전트의 태그 값을 기준으로 이메일을 동적으로 라우팅합니다.
+ **고객 응대를 처리한 에이전트를 선택합니다**. 고객 응대를 처리한 에이전트에게 이메일을 라우팅합니다.
다음 이미지에서 규칙은 고객 응대를 처리한 에이전트에게 알림 이메일을 보냅니다.
![\[이메일 알림 전송 섹션, 고객 응대를 처리한 에이전트 선택 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-email-tag.png)
1. **제목**에 이메일 제목을 추가합니다. **본문**에 이메일 알림의 내용을 추가합니다.
**@를 사용하여 규칙 실행 중에 채워지는 동적 변수를 추가합니다**. 대화형 분석 규칙 및 평가 양식 규칙의 경우 규칙과 일치하는 연락처에 대한 규칙 **이름, 인스턴스 URL, 연락처, 에이전트** 및 **대기열** 정보를 추가할 수 있습니다. 평가 양식 규칙을 사용하면 **평가 ID**를 삽입할 수 있습니다.
![\[이메일 본문, 사용 가능한 변수 목록입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png)
**참고**
다른 규칙 유형은 다양한 변수를 지원합니다.
실시간 지표 규칙을 사용하면 임계값을 위반하여 알림을 트리거한 **규칙 이름, 인스턴스 URL** 및 **에이전트, 대기열, 흐름 또는 라우팅 프로필** 목록을 입력할 수 있습니다.
사례에 대한 규칙을 사용하면 **규칙 이름, 인스턴스 URL** 및 **사례 ID**를 삽입할 수 있습니다.
1. **다음**을 선택합니다. 선택 사항을 검토한 다음, **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
## 이메일 제한
+ Amazon Connect의 기본 이메일 한도는 하루 500개입니다. 이 한도를 초과하면 Amazon Connect 인스턴스가 24시간 동안 이메일을 더 보내는 것이 차단됩니다. 이는 이메일에 반송 및 불만 사항 제한이 적용되기 때문입니다. 자세한 내용은 [https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html)Amazon SES의 이메일 배달 가능성 이해에서 **반송** 및 **불만 사항** 섹션을 참조하세요.
+ 모든 이메일은 `no-reply@amazonconnect.com` 발신 주소이므로 사용자 지정할 수 없습니다.
+ SAML 사용자에게는 기본 이메일 주소가 없으며 사용자 이름 로그인이 있습니다. 사용자 이름 로그인은 일반적으로 이메일 주소이지만 반드시 그럴 필요는 없습니다. 이러한 사용자의 경우 Amazon Connect 내에서 **이메일 주소** 필드 레이블이 비어 있습니다. SAML 사용자에 대해 이메일 알림을 전송할 때 알림을 받으려면 보조 이메일이 구성되어 있어야 합니다. 보조 이메일이 구성되지 않은 경우 사용자는 이메일을 받지 못합니다.
이메일 전송의 기본 옵션이 요구 사항을 충족하지 않는 경우 기술 계정 관리자 또는 지원 에 문의하여 Amazon Connect 서비스 팀과 논의하세요.
# EventBridge 이벤트를 생성하는 규칙을 만듭니다.
실시간 또는 통화/채팅 후 이벤트를 수신하고 이를 사용하여 후속 알림이나 경고를 트리거하거나 Amazon Connect 외부에서 보고서를 집계할 수 있습니다. 이 데이터로 할 수 있는 일은 많습니다. 예제:
+ QuickSight 대시보드에서 실시간 알림을 받을 수 있습니다.
+ Amazon Connect 외부에서 집계된 보고서를 생성합니다.
+ CRM과 데이터를 결합합니다.
+ 알림 솔루션을 EventBridge에 연결하여 일과가 끝날 때까지 특정 유형의 모든 이벤트가 특정 받은 편지함으로 전송되도록 하세요. 페이로드는 고객 응대, 에이전트, 대기열을 알려 줍니다.
**참고**
실시간 지표 규칙의 경우 규칙을 트리거하는 리소스가 **리소스** 아래에 나열됩니다. 예를 들어 평균 대기열 응답 시간과 같은 대기열 지표에 대해 경고하는 규칙을 생성하면 임계값을 위반한 대기열 목록이 리소스 아래에 나열됩니다.
**EventBridge 이벤트를 생성하는 규칙을 생성하려면 다음을 수행하세요.**
1. 규칙을 생성할 때 해당 작업에 대해 **EventBridge 이벤트 생성**을 선택합니다.
![\[새 규칙 페이지, 다음 작업 수행 섹션, 작업 추가 드롭다운 목록, EventBridge 이벤트 생성 작업.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-events-example1.png)
1. **작업 이름**에는 이벤트 페이로드의 이름을 입력합니다.
**참고**
**작업 이름**에 할당한 값은 EventBridge 페이로드에서 볼 수 있습니다. 이벤트를 집계할 때 작업 이름은 이벤트를 처리하는 데 사용할 수 있는 추가 차원을 제공합니다. 예를 들어, 200개의 범주 이름이 있지만 50개만 NOTIFY\$1CUSTOMER\$1RETENTION과 같은 특정 작업 이름을 가지고 있습니다.
![\[다음 작업 수행 섹션, 고객 응대 범주 할당 섹션, EventBridge 이벤트 생성 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png)
1. **다음**을 선택합니다. 검토한 다음 **저장**합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
1. EventBridge 데이터를 활용하려면 EventBridge 이벤트 유형을 구독합니다. 다음 절차를 참조하세요.
## EventBridge 이벤트 유형 구독
EventBridge 이벤트 유형을 구독하려면 다음과 일치하는 사용자 지정 EventBridge 규칙을 생성하세요.
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Post Call Rules Matched" 또는 다음 중 하나:
+ **Contact Lens Realtime Rules Matched**
+ **Contact Lens Realtime Chat Rules Matched**
+ **Contact Lens Post Chat Rules Matched**
+ **Contact Lens 평가 규칙 일치**
+ **Metrics Rules Matched**
다음 이미지는 새 규칙 페이지의 이벤트 패턴 섹션에 있는 이러한 설정을 보여 줍니다.
![\[새 EventBridge 규칙 페이지의 이벤트 패턴 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-eb-rules-events.png)
### EventBridge 페이로드 예시
다음은 **Contact Lens Post Call Rules Matched**일 때 EventBridge 페이로드가 어떻게 표시되는지 보여 주는 예시입니다.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Post Call Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
다음은 **Contact Lens Realtime Rules Matched**일 때의 페이로드 모습의 예입니다.
```
{
"version": "0", // set by EventBridge
"id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge
"source": "aws.connect",
"detail-type": "Contact Lens Realtime Rules Matched",
"account": "your AWS account ID",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by EventBridge
"resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"],
"detail": {
"version": "1.0",
"ruleName": "ACCOUNT_CANCELLATION", // Rule name
"actionName": "NOTIFY_CUSTOMER_RETENTION",
"instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN",
"contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN",
"agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN",
"queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN",
}
}
```
# 작업을 생성하는 규칙 생성
Amazon Connect 규칙을 사용하면 작업을 생성할 수 있습니다. 이를 통해 소유자와 함께 추적 가능한 작업을 생성하고 작업 완료 및 생산성을 즉시 파악할 수 있습니다.
다음은 일부 예입니다.
+ 고객이 사기 행위일 때 고객 응대를 검토합니다. 예를 들어, 고객이 사기 가능성이 있는 단어나 문구를 발화했을 때 후속 조치 태스크를 생성할 수 있습니다.
+ 고객이 나중에 업셀하고 싶은 특정 주제를 언급하면 후속 조치를 취하거나 연락하여 추가 지원을 제공하세요.
+ 대화 중에 고객 감정이 매우 낮고 고객이 불만을 표현한 경우와 같은 특정 시나리오에서 에이전트 성능을 평가합니다.
+ 지난 한 시간 동안의 평균 대기열 응답 시간이 허용 가능한 임계값을 초과한 대기열에 추가 에이전트를 할당하는 등의 운영 작업을 수행합니다.
**태스크를 생성하는 규칙을 생성하려면 다음을 수행하세요.**
1. 규칙을 생성할 때 작업에 대한 **태스크 생성**을 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 태스크 생성 옵션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png)
1. 다음과 같이 태스크 필드를 작성합니다.
![\[새 규칙 페이지, 고객 응대 범주 지정 섹션, 태스크 생성 섹션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png)
1. **범주 이름**: 범주 이름은 고객 응대 레코드에 표시됩니다. 최대 길이: 200자.
1. **이름**: 이름은 에이전트의 Contact Control Panel(CCP)에 표시됩니다. 최대 길이: 512자.
1. **설명**: 설명은 에이전트의 Contact Control Panel(CCP)에 표시됩니다. 최대 길이: 4,096자.
**참고**
이름 및 설명에서 **@를 사용하여 규칙 실행 중에 채워지는 동적 변수를 추가합니다**. 대화형 분석 규칙 및 평가 양식 규칙의 경우 규칙과 일치하는 연락처에 대한 규칙 **이름, 인스턴스 URL, 연락처, 에이전트** 및 **대기열** 정보를 추가할 수 있습니다. 평가 양식 규칙을 사용하면 **평가 ID**를 삽입할 수 있습니다.
![\[동적 변수가 있는 작업 작업입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png)
다른 규칙 유형은 다양한 변수를 지원합니다.
실시간 지표 규칙을 사용하면 임계값을 위반하여 알림을 트리거한 **규칙 이름, 인스턴스 URL 및 에이전트, 대기열, 흐름 또는 라우팅 프로필 목록을** 입력할 수 있습니다.
사례에 대한 규칙을 사용하면 **규칙 이름, 인스턴스 URL** 및 **사례 ID**를 삽입할 수 있습니다.
1. **태스크 참조 이름**: 에이전트의 CCP에 자동으로 표시되는 기본 참조입니다.
+ 실시간 규칙의 경우 태스크 참조는 실시간 세부 정보 페이지에 연결됩니다.
+ 통화 후/채팅 규칙의 경우 태스크 참조는 **연락처 세부 정보** 페이지로 연결됩니다.
1. **추가 참조 이름**: 최대 길이: 4,096자. 최대 25개의 참조를 추가할 수 있습니다.
1. **흐름 선택**: 태스크를 적절한 태스크 담당자에게 라우팅하도록 설계된 흐름을 선택합니다. 드롭다운의 옵션 목록에 표시하려면 흐름을 저장하고 게시해야 합니다.
1. 다음은 에이전트의 CCP에 이 정보가 표시되는 방법에 대한 예를 보여 주는 이미지입니다.
![\[에이전트의 Contact Control Panel에 있는 태스크.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png)
이 예에서는 에이전트에게 **이름**, **설명** 및 **태스크 참조 이름**에 대해 다음과 같은 값이 표시됩니다.
1. **이름** = **Action-Required-Contact Lens- ba2cf8fe....**
1. **설명** = **Test**
1. **태스크 참조 이름** = TaskRef 및 실시간 세부 정보 페이지의 URL
1. **다음**을 선택합니다. 검토한 다음 **태스크 저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
## 음성 및 태스크 고객 응대 레코드에 연결됨
규칙으로 태스크를 만들면 해당 태스크에 대한 고객 응대 레코드가 자동으로 생성됩니다. 태스크 생성 규칙 기준을 충족하는 음성 통화 또는 채팅의 고객 응대 레코드에 연결됩니다.
예를 들어, 고객 센터로 전화가 들어오면 CTR1이 생성됩니다.
![\[전화가 걸려올 때의 초기 고객 응대 기록에 대한 정보.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
규칙 엔진이 태스크를 생성합니다. 태스크의 고객 으앧 레코드에서 음성 고객 응대 레코드는 이전 **고객 응대 ID**로 나타납니다. 또한 태스크 고객 응대 레코드는 다음 이미지에 표시된 것처럼 음성 고객 응대 레코드의 고객 응대 속성을 상속합니다.
![\[태스크에 대한 고객 응대 레코드 2.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
## ContactId, AgentId, QueueId, RuleName에 대한 동적 값 정보
괄호 [ ] 안의 동적 값이 [고객 응대 속성](what-is-a-contact-attribute.md)입니다. 고객 응대 속성을 사용하면 고객 응대에 대한 임시 정보를 저장하여 흐름에 사용할 수 있습니다.
괄호 안의 고객 응대 속성(예: ContactId, AgentId, QueueId 또는 RuleName)을 추가하면 이 값이 한 고객 응대 레코드에서 다른 고객 응대 레코드로 전달됩니다. 흐름의 고객 응대 속성을 사용하여 고객 응대를 적절하게 분기하고 라우팅할 수 있습니다.
자세한 내용은 [고객 응대 속성 사용](connect-contact-attributes.md) 단원을 참조하십시오.
# 사례에서 연결된 태스크를 종료하는 Contact Lens의 규칙 생성
**연결된 태스크를 종료하는 규칙을 생성하는 방법**
1. 규칙을 생성할 때 이벤트 소스로 **새 사례가 업데이트됨**을 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 사례가 추가됨 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. 규칙을 생성할 때 작업으로 **태스크 종료**를 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 태스크 종료 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png)
![\[태스크 종료 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png)
1. **다음**을 선택합니다. 검토한 다음 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# 사례를 생성하는 Contact Lens의 규칙 생성
**사례를 생성하는 규칙을 생성하는 방법**
1. 규칙을 생성할 때 **통화 후 분석 사용 가능**, **채팅 후 분석 사용 가능** 또는 이벤트 소스로 **이메일 분석을** 선택합니다.
![\[조건 정의 페이지에서 통화 후 분석 사용 가능, 채팅 후 분석 사용 가능 또는 이메일 분석을 이벤트 소스로 사용 가능을 선택합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png)
1. **다음**을 선택합니다.
1. 작업 페이지에서 작업으로 **사례 생성**을 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 사례 생성 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png)
1. **사례 생성** 카드에서 **사례 템플릿**을 선택합니다.
![\[사례 생성 카드에서 사례 템플릿을 선택합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png)
1. **필수 필드**를 채우고 **선택적 사례 필드**를 추가하여 사례 데이터를 채웁니다.
**참고**
이 작업이 제대로 작동하려면 고객 프로필이 연락과 연결되어 있어야 합니다. 자세한 내용은 [Cases 활성화](enable-cases.md) 단원을 참조하십시오.
![\[필수 필드를 채우고 선택적 사례 필드를 추가하여 사례 데이터를 채웁니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png)
1. **다음**을 선택합니다. 검토한 다음 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# 사례를 업데이트하는 Contact Lens의 규칙 생성
**사례를 업데이트하는 규칙을 생성하는 방법**
1. 규칙을 생성할 때 이벤트 소스로 **사례 업데이트됨**을 선택하고 **다음**을 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 사례 업데이트됨 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png)
1. 규칙을 생성할 때 작업으로 **사례 업데이트**를 선택합니다.
![\[새 규칙 페이지, 작업 추가 드롭다운 메뉴, 사례 업데이트 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png)
1. 드롭다운에서 업데이트하려는 사례 필드를 선택하고 새 값을 정의합니다.
![\[드롭다운에서 업데이트하려는 사례 필드를 선택하고 새 값을 정의합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png)
![\[드롭다운에서 업데이트하려는 사례 필드를 선택하고 새 값을 정의합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png)
1. **다음**을 선택합니다. 검토한 다음 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# 자동 평가를 제출하는 Contact Lens의 규칙 생성
Contact Lens를 사용하면 대화형 분석의 인사이트와 지표를 사용하여 평가를 자동으로 채우고 제출할 수 있습니다.
## 1단계: 평가 양식에서 자동화 구성
자동 평가를 제출하는 규칙을 생성하려면 먼저 평가 양식에서 자동화를 구성해야 합니다. 자세한 지침은 [평가 양식 생성](create-evaluation-forms.md)의 [6단계: 자동 평가 활성화](create-evaluation-forms.md#step-automate) 섹션을 참조하세요.
다음은 단계에 대한 개요입니다.
1. 평가 양식의 모든 질문에 자동화를 설정합니다.
1. 평가 양식을 활성화하기 전에 **평가 자동 제출 활성화**를 켭니다.
1. 자동화가 구성된 평가 양식을 활성화하면 다음 이미지와 같이 규칙을 생성할 수 있는 프롬프트가 표시됩니다.
![\[규칙을 생성하라는 프롬프트입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png)
1. **규칙 생성**을 선택합니다.
1. **규칙** 페이지에서 선택한 평가 양식을 사용하여 자동으로 평가되는 연락처를 지정하는 규칙을 정의합니다. 다음 절차에서는 지침을 제공합니다.
## 2단계: 자동으로 평가되는 고객 응대를 지정하는 규칙 정의
두 가지 유형의 규칙으로 자동 평가를 트리거할 수 있습니다.
+ Contact Lens가 분석을 완료한 후 고객 응대를 자동으로 평가하는 **대화 분석** 규칙입니다.
+ **평가 양식** 규칙은 일반 평가 양식의 결과로 상황별 평가 양식을 트리거하는 데 사용할 수 있습니다. 예를 들어 평가 질문에 대한 답변 *해당 고객이 제품 구매에 관심이 있었는지 여부*가 *예*인 경우 *에이전트 판매 성과*를 측정하는 다른 평가 양식을 트리거할 수 있습니다.
### 대화형 분석 규칙을 사용하여 자동 평가 트리거
이는 양식 활성화 중에 자동 평가를 제출하는 규칙을 생성할 때 선택되는 기본 규칙 유형입니다. **규칙** 페이지에서 **규칙 생성**, **대화 분석**을 선택하여 이러한 규칙을 생성할 수도 있습니다.
1. 이벤트 소스로 **Contact Lens 통화 후 분석 사용 가능** 또는 **Contact Lens 채팅 후 분석 사용 가능**을 선택합니다. 이 두 옵션은 다음 이미지에 표시됩니다.
![\[통화 후 분석 및 채팅 후 분석 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/defined-conditions-evaluations.png)
1. 자동으로 평가할 자격 증명 연락처에 대한 조건을 정의한 **후 다음을** 선택합니다.
평가 양식이 적용되는 특정 에이전트 또는 고객 응대 세트를 식별하는 데 사용할 수 있는 조건의 예는 다음과 같습니다.
+ 에이전트
+ 에이전트 계층 구조
+ AI 에이전트
+ Queues
+ 시작 방법
또한 다음과 같은 조건을 사용하여 연결 또는 기타 문제로 인해 조기에 종료되었을 수 있는 고객 응대를 제외할 수 있습니다.
+ 상호 작용 기간(예: 30초 이상)
+ 통화 시간(예: 고객이 10초 이상 말하는 경우)
+ 문제가 존재하지 않거나 대화 중에 알려진 연결 또는 디바이스 문제가 없는 경우의 잠재적 연결 해제 문제
1. **작업 정의** 페이지에서 규칙을 식별할 범주 이름을 제공합니다.
1. **작업 추가**를 선택하고 **자동 평가 제출**을 선택한 다음 평가 자동 제출에 사용할 양식을 선택합니다. (이 작업은 양식을 활성화할 때 규칙을 생성한 경우 페이지에서 이미 선택됩니다.)
1. **다음**을 선택합니다. 검토한 다음 **저장 및 게시**를 선택합니다.
규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
**중요**
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
### 평가 양식 규칙을 사용하여 자동 평가 트리거
1. **규칙** 페이지로 이동합니다. **규칙 생성**, **평가 양식**을 선택합니다.
1. **시기**에서 ** Contact Lens 평가 결과 사용 가능**으로 이벤트 소스를 선택합니다.
1. **조건 추가**를 선택하여 상황별 평가를 트리거합니다. 예제:
+ 다음 이미지에 표시된 다른 평가에 대한 특정 답변입니다.
![\[다른 평가에 대한 특정 답변입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/add-condition-1.png)
+ 다음 이미지에 표시된 다른 평가 양식의 점수입니다.
![\[다른 평가 양식의 점수입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/add-condition-2.png)
1. **작업 추가**를 선택하고 **자동 평가 제출**을 선택한 다음 평가 자동 제출에 사용할 양식을 선택합니다.
1. **다음**을 선택합니다. 검토한 다음 **저장 및 게시**를 선택합니다.
## 자주 묻는 질문(FAQ)
1. **자동 평가가 수동으로 제출된 평가를 재정의할 수 있나요?**
아니요. 자동 평가는 수동으로 제출된 평가를 재정의할 수 없습니다. 평가가 이미 있는 경우 해당 고객 응대에 대한 자동 평가가 실패하고 계정 관리자는 CloudWatch 내에서 이러한 실패 알림을 볼 수 있습니다.
1. **자동 평가를 식별하려면 어떻게 해야 하나요?**
평가가 자동으로 제출되면 **고객 응대 세부 정보** 페이지에 'Contact Lens Automation에서 제출'로 표시됩니다. 평가자에 의해 자동 평가가 편집되고 다시 제출되는 경우 'submitted by'에는 평가자의 이름이 포함됩니다.
1. **여러 평가 양식을 사용하여 연락처를 자동으로 평가할 수 있나요?**
예, 여러 평가 양식을 사용하여 연락처에 대한 평가를 자동으로 제출할 수 있습니다. 다양한 평가 양식을 사용하여 자동 평가를 제출하려면 여러 규칙을 생성해야 합니다.
# Contact Lens 규칙에서 단어 또는 구문 조건 사용
Contact Lens **대화형 분석** 규칙 내에서 단어 또는 구문 조건을 지정할 수 있습니다. 단어 또는 구문에 대해 정확히 일치, 의미 체계 일치 또는 패턴 일치를 선택할 수 있습니다. 이 주제에서는 각 검색 유형을 설명합니다.
**참고**
세 가지 일치 유형 모두 대소문자를 구분하지 않습니다. 예를 들어 단어를 "결제"로 지정한 경우 "결제"라는 단어가 포함된 트랜스크립트와도 일치합니다.
## 정확히 일치 기능 사용 방법
**정확히 일치**는 단수형 또는 복수형으로 정확히 일치하는 단어라고 할 수 있습니다.
다음 방법 중 하나를 사용하여 키워드 또는 구문을 추가할 수 있습니다.
+ **키워드 또는 구문 입력**을 선택하고 텍스트 상자에 수동으로 값을 입력합니다. 여러 값을 쉼표로 구분할 수 있습니다.
![\[UI에 키워드 또는 구문 옵션을 입력합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/exact-match-1.png)
+ **단어 모음에서 가져오기**를 선택하여 단어 모음에서 미리 정의된 단어 및 구문을 가져옵니다.
![\[UI의 단어 모음 옵션에서 가져옵니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/exact-match-2.png)
단어 모음은 사용자 단어 모음과 시스템 단어 모음의 두 가지 유형으로 분류할 수 있습니다. 시스템 단어 모음은 사용자가 편집할 수 없는 Amazon Connect에서 미리 정의됩니다. 사용자 단어 모음은 사용자가 생성, 읽기, 업데이트 및 삭제(CRUD)할 수 있습니다. 자세한 내용은 [Contact Lens에서 대화 분석 규칙을 생성할 때 단어 모음 관리](manage-word-collections.md) 섹션을 참조하세요.
## 패턴 매치를 사용하는 방법
관련 단어를 일치시키려면 기준에 별표(\$1)를 추가하세요. 예를 들어, 'neighbor'(neighbors, neighborhood)의 모든 변형에서 일치시키려면 **neighbo\$1**를 입력합니다.
**패턴 매치**를 사용하여 다음을 지정할 수 있습니다.
+ **값 목록**: 값을 교환할 수 있는 표현식을 작성하려는 경우에 유용합니다. 예를 들어 표현식은 다음과 같을 수 있습니다.
*['베이징', '런던', '뉴욕', '파리', '도쿄']에서 정전이 발생하여 전화를 걸었습니다.*
그런 다음 값 목록에 베이징, 런던, 뉴욕, 파리, 도쿄 등의 도시를 추가합니다.
값을 사용하면 표현식을 여러 개 만드는 대신 한 개를 만들 수 있다는 장점이 있습니다. 따라서 생성해야 하는 카드 수가 줄어듭니다.
+ **숫자**: 이 옵션은 규정 준수 스크립트에서 가장 자주 사용되거나 숫자([0-9] 숫자)가 중간에 있는 컨텍스트를 찾는 경우에 사용됩니다. 이렇게 하면 모든 기준을 두 개가 아닌 하나의 표현식에 넣을 수 있습니다. 예를 들어 에이전트 규정 준수 스크립트는 다음과 같이 말할 수 있습니다.
*저는 이 업계에 [숫자]년 동안 종사해 왔으며 이 주제에 대해 여러분과 논의하고 싶습니다.*
또는 고객이 다음과 같이 말할 수도 있습니다.
*저는 [숫자]년 동안 구성원으로 활동해 왔습니다.*
**참고**
채팅 또는 오디오 트랜스크립트에서 숫자를 추출할 때는 숫자(0\$19)만 인식됩니다.
음성 고객 응대의 경우 특정 언어는 [숫자 트랜스크립션](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html) 중에 음성 숫자를 디지털 형식으로 변환하지 못할 수 있습니다. 즉, 이러한 경우 숫자 패턴 일치가 작동하지 않을 수 있습니다. 숫자 트랜스크립션을 지원하는 언어 목록은 *Amazon Transcribe 개발자 안내서*의 [지원되는 언어 및 언어별 기능](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html)을 참조하세요.
+ **근접성 정의**: 정확도가 100% 미만일 수 있는 일치 항목을 찾습니다. 단어 사이의 거리를 지정할 수도 있습니다. 예를 들어, '신용'이라는 단어가 언급된 고객 응대를 찾고 있지만 '신용카드'라는 단어에 대한 언급은 보고 싶지 않은 경우 패턴 일치 범주를 정의하여 '카드'와 한 단어 거리 내에 있지 않은 '신용'이라는 단어를 찾을 수 있습니다.
예를 들어 근접성 정의는 다음과 같을 수 있습니다.
*신용 [은 1단어에 포함되지 않습니다] 카드*
**작은 정보**
패턴 일치로 지원되는 언어 목록은 [AI 기능](supported-languages.md#supported-languages-contact-lens)을 참조하세요.
## 의미 체계 일치 사용 방법
의미 체계 일치는 통화 후/채팅 분석에만 지원됩니다.
+ '의도'는 발화의 한 예입니다. 구문이나 문장일 수 있습니다.
+ 하나의 카드(그룹)에 최대 4개의 의를 입력할 수 있습니다.
+ 최상의 결과를 얻으려면 한 카드 내에서 의미상 유사한 의도를 사용하는 것이 좋습니다. 예를 들어 '공손함' 범주가 있습니다. 여기에는 두 가지 의도 '환영 인사'와 '작별 인사'가 포함됩니다. 이 의도는 두 장의 카드로 분리하는 것이 좋습니다.
+ 카드 1: "오늘은 어때요" 및 '모든 일은 어떻게 되가고 있나요". 의미상 비슷한 환영 인사말입니다.
+ 카드 2: "문의해 주셔서 감사합니다" 및 "고객이 되어 주셔서 감사합니다." 의미상 비슷한 작별 인사말입니다.
의도를 두 장의 카드로 분리하면 한 장의 카드에 모두 넣는 것보다 정확도가 더 높아집니다.
# 생성형 AI를 사용하여 고객 응대와 자연어 문을 의미 있게 일치시킵니다.
Contact Lens **대화형 분석** 규칙 내에서 생성형 AI를 사용하여 자연어 문과 일치하는 고객 응대를 찾는 **자연어 - 의미 체계 일치** 조건을 지정할 수 있습니다. 자연어 - 의미 체계 일치는 고객 응대를 컨텍스트별 기준과 일치시키려거나(예: 통화 중에 고객의 문제가 해결됨) **단어 또는 구** 조건을 사용하기에 단어 또는 구가 너무 많을 때 사용됩니다.
전문가 팁: 이전에 단어 또는 구문 - 의미 체계 일치를 사용한 경우 생성형 AI 기반 자연어 - 의미 체계 일치를 사용합니다.
## 자연어 사용 방법 - 의미 체계 일치
****
1. **규칙** 및 **규칙 - 생성형 AI** 권한이 있는 사용자로 Amazon Connect에 로그인합니다.
1. 탐색 메뉴에서 **분석 및 최적화**를 선택한 다음 **규칙**을 선택합니다.
1. **규칙 만들기**를 선택한 다음 **대화형 분석**을 선택합니다.
![\[UI의 단어 모음 옵션에서 가져옵니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/create-natural-semantic-match-rule.png)
1. "Contact Lens 통화 후 분석 사용 가능" 또는 "Contact Lens 채팅 후 분석 사용 가능"을 선택합니다.
1. **조건 추가**를 선택한 다음 **자연어 - 의미 체계 일치**를 선택합니다.
![\[UI의 단어 모음 옵션에서 가져옵니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/choose-natural-semantic-match.png)
1. 대화 트랜스크립트와 일치시켜 생성형 AI에서 true 또는 false로 평가할 수 있는 자연어 문을 입력합니다.
![\[UI의 단어 모음 옵션에서 가져옵니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/enter-natural-language-statement.png)
1. 대기열, 사용자 지정 고객 응대 속성 등과 같은 추가 조건을 추가합니다.
1. **다음**을 선택하고 **CustomerAddressChange**와 같은 자연어 문으로 고객 응대에 레이블을 지정하는 데 사용할 범주 이름(공백 없음)을 제공합니다.
1. [작업 생성](contact-lens-rules-create-task.md), [이메일 알림 전송](contact-lens-rules-email.md), [평가 자동 제출](contact-lens-rules-submit-automated-evaluation.md) 등과 같은 추가 작업을 지정할 수 있습니다.
1. 규칙을 **저장하고 게시**하기 전에 **다음**을 선택하여 규칙을 검토합니다. 규칙을 게시할 준비가 되지 않은 경우 **초안으로 저장**할 수도 있습니다.
## 의미 체계 일치 사용 지침
다음 목록은 의미 체계 일치를 가장 잘 사용하는 방법을 자세히 설명합니다.
+ 문은 true 또는 false로 평가할 수 있는 것이어야 합니다.
+ 자연어 - 의미 체계 일치는 대화의 대화 내용만 사용합니다. 일치 기준에서 다른 고객 응대 속성(예: 대기열)을 사용하려면 규칙 내에서 별도의 조건으로 지정해야 합니다.
+ 가능한 경우 '동료', '직원', '대리인', '지지자' 또는 '보조'와 같은 용어 대신 '에이전트'라는 용어를 사용합니다. 마찬가지로 '회원', '발신자', '게스트' 또는 '구독자'와 같은 용어 대신 '고객'이라는 용어를 사용합니다.
+ 에이전트 또는 고객이 말한 정확한 단어를 확인하려면 큰따옴표만 사용합니다. 예를 들어, 에이전트가 "Have a nice day"라고 말하는지 확인하는 지시가 있는 경우 생성형 AI는 Have a nice afternoon이라는 말을 감지하지 못합니다. 대신 자연어 문에는 "에이전트가 고객에게 좋은 날이기를 기원했습니다"라고 표시되어야 합니다.
**의미 체계 일치에 사용할 문 예시 **
+ 고객이 구독 플랜을 변경하려고 했습니다.
+ 고객이 에이전트의 지원에 감사를 표했습니다.
+ 고객이 현재 서비스를 종료하려는 의사를 표시했습니다.
+ 고객이 후속 상호 작용을 요청했습니다.
+ 고객은 에이전트에게 정보를 반복하도록 요청하여 이해가 부족함을 나타냅니다.
+ 고객이 에이전트의 관리자와 대화해 달라고 요청했습니다.
+ 에이전트는 최종 답변을 제공하기 전에 고객에게 추가 정보 또는 검증을 요청했습니다.
+ 에이전트가 여러 결제 옵션을 제공했습니다.
+ 에이전트는 고객에게 통화가 중요하다고 확신하고 추가 대기 시간을 요청했습니다.
+ 에이전트가 고객의 모든 문제를 해결했습니다.
# Contact Lens에서 대화 분석 규칙을 생성할 때 단어 모음 관리
*단어 모음*은 대화형 분석 규칙을 생성할 때 정확한 일치 조건을 정의하는 데 사용할 수 있는 미리 빌드된 단어 및 문구 집합입니다. 규칙에 정확한 일치 조건을 추가할 때 드롭다운 메뉴에서 단어 및 구문 목록을 선택할 수 있습니다.
## 필수 권한
Contact Lens 규칙 - 단어 모음은 Contact Lens 규칙과 동일한 보안 프로필 권한 세트를 사용합니다. 자세한 내용은 [Contact Lens 규칙에 대한 보안 프로필 권한](permissions-for-rules.md) 단원을 참조하십시오.
## 단어 모음 관리 페이지에 액세스하는 방법
1. 대화형 분석 규칙을 생성하거나 업데이트할 때 다음 이미지와 같이 **정확히 일치** 조건 카드의 오른쪽 상단에 있는 기어 아이콘을 선택합니다.
![\[UI에 키워드 또는 구문 옵션을 입력합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png)
1. **단어 모음** 관리 페이지에서 기존 단어 모음을 보고 새 단어 모음을 생성할 수 있습니다.
![\[UI에 키워드 또는 구문 옵션을 입력합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png)
## 사용자 단어 모음을 생성하는 방법
****
1. **단어 모음** 관리 페이지에서 **단어 모음 생성**을 선택합니다.
![\[UI에 키워드 또는 구문 옵션을 입력합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/create-user-word-collections-1.png)
1. 단어 모음의 이름을 입력하고 단어와 구문을 추가한 다음 **저장**을 선택합니다.
![\[UI에 키워드 또는 구문 옵션을 입력합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/create-user-word-collections-2.png)
## 단어 모음 제한
+ Amazon Connect의 기본 제한은 인스턴스당 사용자 단어 모음 100개입니다.
+ 각 단어 모음은 최대 100개의 단어 또는 구문을 포함할 수 있습니다.
+ 각 단어 또는 문구는 512자 이하로 제한됩니다.
+ 사용자 단어 모음만 관리할 수 있습니다. 시스템 단어 모음은 관리하거나 편집할 수 없습니다.
# 에이전트가 따를 Contact Lens 규칙에 스크립트를 입력합니다.
에이전트가 고객 통화에서 정확한 표현을 사용해야 하는 경우 Contact Lens 규칙에 스크립트를 입력합니다.
규칙에 스크립트를 입력하려면 문구를 입력합니다. 예를 들어 에이전트들이 *회원이 되어 주셔서 감사합니다라고 말할 때 강조 표시하려는 경우를 예로 들 수 있습니다. 귀하의 비즈니스에 감사드립니다*, 다음 두 문구를 입력합니다.
+ 회원이 되어 주셔서 감사합니다.
+ 귀하의 비즈니스에 감사드립니다.
규칙을 특정 비즈니스 라인에 적용하려면 규칙이 적용되는 대기열에 대한 조건 또는 고객 응대 속성을 추가하세요. 예를 들어, 다음 이미지는 에이전트가 BasicQueue 또는 Billing and Payments 대기열에서 일하고, 고객은 자동차 보험 가입자이고, 에이전트은 시애틀에 있는 경우에 적용되는 규칙을 보여 줍니다.
![\[새 규칙 페이지, 단어 또는 구문 - 정확히 일치 섹션, 여러 조건.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png)
# Contact Lens 규칙에 대한 보안 프로필 권한
자동 분류에 대한 규칙을 보거나 편집하거나 추가하려면 **분석 및 최적화: 규칙** 권한이 보안 프로필에 할당되어야 합니다.
생성형 AI를 사용하는 규칙을 보거나 편집하거나 추가하려면(**자연어 - 의미 체계 일치** 조건 사용) 보안 프로필에 **분석 및 최적화: 규칙 - 생성형 AI** 권한을 추가로 할당해야 합니다.
규칙에 추가할 수 있도록 에이전트 이름을 보려면 보안 프로필에 **사용자 및 권한: 사용자 - 보기** 권한이 필요합니다.
규칙에 추가할 수 있도록 대기열 이름을 보려면 보안 프로필에서 **라우팅: 대기열 - 보기** 권한이 필요합니다.
자세한 내용은 [Amazon Connect에서 Contact Lens 대화 분석을 사용할 수 있는 권한 할당](permissions-for-contact-lens.md) 단원을 참조하십시오.
# Contact Lens의 규칙에서 연락 속성을 사용할 흐름 설계
규칙에 최대 5개의 고객 응대 속성이 있을 수 있습니다.
고객 응대 속성은 실시간 고객 응대 분석 세션이 시작될 때 검색되며, 이때 검색된 속성은 전체 세션 동안 규칙 평가에 사용됩니다. 세션 시작 후의 고객 응대 속성 업데이트는 선택되지 않습니다.
규칙에 지정한 고객 응대 속성을 사용하도록 흐름을 설계한 다음 그에 따라 작업을 라우팅할 수 있습니다. 예를 들어 고객 센터로 전화나 채팅이 수신되는 경우를 예로 들 수 있습니다. Contact Lens가 통화 또는 채팅을 분석하면 **규정 준수** 규칙이 적용됩니다. 예를 들어 통화에 대해 생성된 고객 응대 레코드에는 다음 이미지와 유사한 정보가 포함됩니다. **범주** = **규정 준수**를 나타내며 **CustomerType** = **VIP**, **AgentLocation** = **NYC**라는 두 가지 사용자 지정 고객 응대 속성이 있습니다.
![\[규정 준수 규칙이 트리거될 때의 고객 응대 레코드.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png)
규칙 엔진이 태스크를 생성합니다. 태스크의 고객 응대 레코드는 다음 이미지와 같이 음성 고객 응대 레코드로부터 고객 응대 속성을 상속받습니다.
![\[태스크의 고객 응대 레코드, 사용자 지정 고객 응대 속성.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png)
음성 고객 응대 레코드는 **이전 고객 응대 ID**로 표시됩니다.
규칙에 지정하는 흐름은 고객 응대 속성을 사용하고 적절한 소유자에게 작업을 라우팅하도록 설계되어야 합니다. 예를 들어 **CustomerType = VIP**인 태스크를 특정 에이전트에게 라우팅하고 싶을 수 있습니다.
자세한 내용은 [고객 응대 속성 사용](connect-contact-attributes.md) 단원을 참조하십시오.
# Contact Lens가 대화를 분석할 때 새 고객 응대에 규칙이 적용됩니다.
규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 고객 응대에 규칙이 적용됩니다. 규칙은 Amazon Connect 대화 분석이 대화를 분석할 때 적용됩니다.
저장된 과거 대화에는 규칙을 적용할 수 없습니다.
# 오류 알림: Contact Lens가 고객 응대를 분석할 수 없는 경우
흐름에 분석이 활성화되어 있더라도 Contact Lens가 고객 응대 파일을 분석하지 못할 수도 있습니다. 이 경우 Contact Lens는 Amazon EventBridge 이벤트를 사용하여 오류 알림을 보냅니다.
이벤트는 [최선의 작업](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html)을 기반으로 발생됩니다.
## EventBridge 알림 구독
이러한 유형을 구독하려면 다음과 일치하는 사용자 지정 EventBridge 규칙을 생성하세요.
+ "source" = "aws.connect"
+ "detail-type" = "Contact Lens Analysis State Change"
특정 이벤트 코드가 발생할 때 알림을 받을 패턴을 추가할 수도 있습니다. 자세한 정보는 **Amazon EventBridge 사용 설명서의 [이벤트 패턴](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html)을 참조하세요.
알림 형식은 다음 샘플과 같습니다.
```
{
"version": "0", // set by CloudWatch Events
"id": "55555555-1111-1111-1111-111111111111", // set by CloudWatch Events
"source": "aws.connect",
"detail-type": "Contact Lens Analysis State Change",
"account": "111122223333",
"time": "2020-04-27T18:43:48Z",
"region": "us-east-1", // set by CloudWatch Events
"resources": [
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111"
],
"detail": {
"instance": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e",
"contact": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111",
"channel": "VOICE",
"state": "FAILED",
"reasonCode": "RECORDING_FILE_CANNOT_BE_READ"
}
}
```
## 이벤트 코드
다음 테이블에는 Contact Lens가 고객 응대를 분석할 수 없을 때 발생할 수 있는 이벤트 코드가 나와 있습니다.
| 이벤트 이유 코드 | 설명 |
| --- | --- |
| INVALID\$1ANALYSIS\$1CONFIGURATION | Contact Lens는 흐름이 시작될 때 잘못된 값을 받았습니다(예: 지원되지 않거나 잘못된 언어 코드, 지원되지 않는 수정 동작 값). |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens가 레코딩 파일을 가져올 수 없습니다. 파일이 S3 버킷에 없거나 권한에 문제가 있기 때문일 수 있습니다. |
| RECORDING\$1FILE\$1TOO\$1SMALL | 레코딩 파일이 분석하기에 너무 작습니다(105ms 미만). 파일이 예상한 형식이 아닌 경우 INVALID 오류가 발생합니다. 빈 JSON도 예상치 못한 객체입니다. |
| RECORDING\$1FILE\$1TOO\$1LARGE | 레코딩 파일이 분석 제한 시간을 초과했습니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/contact-lens-error-notifications.html) |
| RECORDING\$1FILE\$1INVALID | 녹음 파일이 잘못되었습니다. |
| RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens가 녹음 파일을 읽으려고 할 때 오류가 발생했습니다. |
| RECORDING\$1FILE\$1EMPTY | 녹음 파일이 비어 있습니다. |
| RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | 오디오 파일의 샘플 속도는 지원되지 않습니다. Contact Lens는 현재 8kHz 샘플 속도의 오디오 파일을 지원합니다. 이것이 Amazon Connect 레코딩의 샘플 속도입니다. |
# Amazon Connect 규칙 작업이 실행되지 않는 경우 오류 알림
프로덕션 환경에서 특정 규칙 작업이 실패한 시기와 실패 원인을 아는 것이 중요합니다. 그러면 향후에 이러한 장애를 사전에 방지할 수 있습니다.
실행에 실패한 작업에 대한 실시간 인사이트를 얻으려면 Amazon Connect 규칙을 Amazon EventBridge 이벤트와 통합해야 합니다. 이를 통해 예를 들어 **인스턴스당 최대 동시 활성 작업 수**가 서비스 할당량에 도달하여 '태스크 생성' 작업이 실행되지 않은 경우 알림을 받을 수 있습니다. 이 경우 Amazon Connect는 Amazon EventBridge 이벤트를 사용하여 오류 알림을 보냅니다.
이벤트는 [최선의 작업](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html)을 기반으로 발생됩니다.
## EventBridge 알림 구독
이러한 유형을 구독하려면 다음과 일치하는 사용자 지정 EventBridge 규칙을 생성하세요.
+ "source" = "aws.connect"
+ 'detail-type' = 'Contact Lens Rules Action Execution Failed'
특정 이벤트 코드가 발생할 때 알림을 받을 패턴을 추가할 수도 있습니다. 자세한 정보는 **Amazon EventBridge 사용 설명서의 [이벤트 패턴](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html)을 참조하세요.
알림 형식은 다음 샘플과 같습니다.
```
{
"version": "0",
"id": "8d122163-6c07-f8cb-06e7-373a1bcf8fc6",
"source": "aws.connect",
"detail-type": "Amazon Connect Rules Action Execution Failed",
"account": "123456789012",
"time": "2022-01-05T01:30:42Z",
"region": "us-east-1",
"resources": ["arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e"],
"detail": {
"ruleId": "7410c94b-21c2-4db0-a707-c6d751edbe8f",
"actionType": "CREATE_TASK",
"triggerEvent": "THIRD_PARTY",
"instanceArn": "arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e",
"reasonCode": "ResourceNotFoundException",
"error": "ContactFlowId provided does not belong to connect instance",
"additionalInfo": "{\n \"message\": \"Not Found\",\n \"code\": \"ResourceNotFoundException\",\n \"statusCode\": 404,\n \"time\": \"2022-01-03T20:23:07.073Z\",\n \"requestId\": \"048e4403-71c1-47d6-96fc-825744f518e7\",\n \"retryable\": false,\n \"retryDelay\": 28.217537834500316\n}"
}
}
```
## 지원되는 작업 유형
+ `CREATE_TASK`
+ `GENERATE_EVENTBRIDGE_EVENT`
+ `SEND_NOTIFICATION`
`ASSIGN_CONTACT_CATEGORY`에 대한 자세한 내용은 [오류 알림: Contact Lens가 고객 응대를 분석할 수 없는 경우 문제 해결](contact-lens-error-notifications.md) 섹션을 참조하세요.
## 지원되는 트리거 이벤트
+ `REAL_TIME_CALL`
+ `REAL_TIME_CHAT`
+ `POST_CALL`
+ `POST_CHAT`
+ `THIRD_PARTY`
## 실패한 동작의 이유 코드
작업이 실패하면 오류 알림 서비스는 지원되는 작업에서 이유 코드를 수집합니다. 태스크 및 EventBridge 작업 실패의 이유 코드에 대한 자세한 내용은 다음 주제츨 참조하세요.
+ 태스크 작업 실패의 이유 코드는 **Amazon Connect API 참조 안내서의 **StartTaskContact API** 항목의 [오류](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors)를 참조하세요.
+ EventBridge 작업 실패의 이유 코드는 **Amazon EventBridge API 참조 안내서의 **PutEvents API** 항목의 [오류](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors)를 참조하세요.
# Amazon Connect API를 사용하여 규칙을 생성하거나 관리할 때 특정 파라미터에 대한 변수 지정
Amazon Connect API(예: [CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html) 또는 [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html))를 사용하여 프로그래밍 방식으로 규칙을 생성하거나 관리하는 경우 특정 파라미터에 변수를 지정할 수 있습니다. 변수는 [EventSourcename](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html) 파라미터의 값을 기반으로 작업이 트리거될 때 런타임에 확인됩니다.
예를 들어 태스크 작업을 설정하고 컨텍스트를 더 추가하려는 경우를 예로 들어 보겠습니다. 다음은 변수 삽입을 사용하여 태스크의 `Description` 필드에 고객 응대 ID와 에이전트 ID를 포함하는 방법을 보여 주는 예입니다.
+ 고객이 전화 통화에 불만을 품고 있습니다. 고객 응대 `$.ContactLens.PostCall.ContactId`에 있는 에이전트 `$.ContactLens.PostCall.Agent.AgentId`와의 대화 중에 욕설이 감지되었습니다.
작업이 트리거되면 문자열은 "고객이 전화 통화에 대해 불만입니다'로 해결됩니다. 고객 응대 87654321-1234-1234-1234-EXAMPLEID345'에서 에이전트 12345678-1234-1234-1234-EXAMPLEID012와 대화하는 동안 욕설이 감지되었습니다."
다음 테이블에는 각 이벤트 소스와 변수 삽입을 지원하는 필드에 사용할 JSONPath가 나와 있습니다.
| EventSourceName | JSONPath 참조 |
| --- | --- |
| OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1.ContactLens.PostCall.Agent.AgentId \$1.ContactLens.PostCall.Queue.QueueId |
| OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1.ContactLens.RealTimeCall.Agent.AgentId \$1.ContactLens.RealTimeCall.Queue.QueueId |
| OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1.ContactLens.PostChat.Agent.AgentId \$1.ContactLens.PostChat.Queue.QueueId |
| OnSalesforceCaseCreate | \$1.ThirdParty.Salesforce.CaseCreate.CaseNumber \$1.ThirdParty.Salesforce.CaseCreate.Name \$1.ThirdParty.Salesforce.CaseCreate.Email \$1.ThirdParty.Salesforce.CaseCreate.Phone \$1.ThirdParty.Salesforce.CaseCreate.Company \$1.ThirdParty.Salesforce.CaseCreate.Type \$1.ThirdParty.Salesforce.CaseCreate.Reason \$1.ThirdParty.Salesforce.CaseCreate.Origin \$1.ThirdParty.Salesforce.CaseCreate.Subject \$1.ThirdParty.Salesforce.CaseCreate.Priority \$1.ThirdParty.Salesforce.CaseCreate.CreatedDate \$1.ThirdParty.Salesforce.CaseCreate.Description |
| OnZendeskTicketCreate | \$1.ThirdParty.Zendesk.TicketCreate.Id \$1.ThirdParty.Zendesk.TicketCreate.Priority \$1.써드파티. Zendesk. TicketCreate. Create at |
| OnZendeskTicketStatusUpdate | \$1.ThirdParty.Zendesk.TicketStatusUpdate.Id \$1.ThirdParty.Zendesk.TicketStatusUpdate.Priority \$1.ThirdParty.Zendesk.TicketStatusUpdate.CreatedAt |
# Contact Lens로 분석한 대화 검색
다음을 기반으로 분석되고 기록된 레코딩을 검색할 수 있습니다.
+ 스피커(에이전트 또는 고객)
+ 키워드
+ 감정 점수
+ 침묵 시간(통화만 해당)
+ 응답 시간(채팅만 해당)
또한 특정 고객 응대 범주에 속하는 대화(즉, 발화 키워드 및 문구를 기준으로 대화가 분류된 대화)를 검색할 수 있습니다.
이러한 기준은 다음 섹션에 설명되어 있습니다.
**중요**
고객 응대에서 Contact Lens가 활성화되어 있으면 통화나 채팅이 **끝나고** 에이전트가 ACW(고객 응대 후 작업)를 완료한 후 Contact Lens가 고객과 에이전트 간의 대화 녹음을 분석(통화의 경우 녹취)합니다. 에이전트는 먼저 **고객 응대 종료**를 선택해야 합니다.
Contact Lens가 활성화되어 있으면 채팅 기록이 검색을 위해 색인되고, Contact Lens가 활성화되지 않은 경우 검색용으로 색인되지 않습니다.
## 대화 검색에 필요한 권한
대화를 검색하려면 먼저 보안 프로필에 다음 권한이 있어야 합니다. 이를 통해 원하는 유형의 검색을 수행할 수 있습니다.
+ **고객 응대 검색** 페이지에 액세스하려면 다음 권한 중 하나를 활성화하세요.
+ **고객 응대 검색**. 모든 고객 응대를 검색할 수 있습니다.
+ **내 고객 응대 보기**: 에이전트으로서 처리한 고객 응대만 검색할 수 있습니다.
+ **대화 특성으로 고객 응대 검색**. 여기에는 침묵 시간, 감정 점수, 고객 응대 범주가 포함됩니다.
+ **키워드로 고객 응대 검색**
자세한 내용은 [권한 할당](permissions-for-contact-lens.md) 단원을 참조하십시오.
## 단어 또는 구문 검색
키워드 검색의 경우 Contact Lens는 Amazon OpenSearch Service의 `standard` 분석기를 사용합니다. 이 분석기는 대소문자를 구분하지 않습니다. 예를 들어, *thank you for your business 2 CANCELLED Flights*를 입력하면 검색에서 다음을 찾습니다.
[thank, you, for, your, business, 2, cancelled, flights]
*'thank you for your business', two, 'CANCELLED Flights'*를 입력하면 검색에서 다음을 찾습니다.
[thank you for your business, two, cancelled flights]
**대화에서 단어나 문구를 검색하려면 다음을 수행하세요.**
1. Amazon Connect에서 **CallCenterManager** 보안 프로필이 할당되었거나 **키워드로 고객 응대 검색** 권한이 활성화된 사용자 계정으로 로그인합니다.
1. **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. **필터** 섹션에서 검색할 기간을 지정하고 채널을 지정합니다.
**작은 정보**
날짜별로 검색할 경우 한 번에 최대 8주까지 검색할 수 있습니다.
1. **필터를 추가하려면 여기를 클릭하세요**를 선택하고 드롭다운 메뉴에서 **단어 또는 문구**를 선택합니다.
![\[고객 응대 검색 페이지, 필터 섹션, 필터 추가 드롭다운, 단어 또는 문구 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-words-phrases.png)
1. **사용하는 사람** 섹션에서 대화에서 누구의 부분을 검색할지 선택합니다. 다음 사항에 유의하세요.
+ **시스템**은 채팅에 적용되며, 참가자는 Lex 봇 또는 프롬프트일 수 있습니다.
+ 모든 참가자가 사용하는 단어나 문구를 검색하려면 **에이전트**, **고객**, **시스템**을 선택합니다.
+ 선택된 상자가 없으면 참가자가 사용한 단어나 문구를 검색하는 것입니다.
1. **로직** 섹션을 확장하고 다음 옵션 중 하나를 선택합니다.
+ 기록에 존재하는 단어 중 하나가 있는 고객 응대를 반환하려면 **임의 일치**를 선택합니다.
예를 들어, 다음 쿼리는 일치(hello OR cancellation OR 'example airline')를 의미합니다. 그리고 **사용하는 사람** 상자가 선택되어 있지 않으므로 '참가자가 이 단어를 사용한 고객 응대를 찾습니다.'라는 의미입니다.
![\[단어 또는 문구 대화 상자, 부분 일치 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/match-any.png)
+ 기록에 존재하는 모든 단어가 있는 고객 응대를 반환하려면 **모두 일치**를 선택합니다.
예를 들어, 다음 쿼리는 일치('thank you for your business' AND cancellation AND 'example airline')를 의미합니다. 그리고 모든 참가자 상자가 선택되어 있으므로 '모든 참가자가 이 단어와 문구를 모두 사용한 연락처를 찾습니다.'라는 의미입니다.
![\[단어 또는 문구 대화 상자, 부분 일치 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/match-all.png)
1. **단어 또는 문구** 섹션에서 검색할 단어를 쉼표로 구분하여 입력합니다. 문구를 입력하는 경우 따옴표로 묶습니다.
최대 128자까지 입력할 수 있습니다.
## 감정 점수 검색 또는 감정 변화 평가
Contact Lens를 사용하면 대화에서 -5(가장 부정적)부터 \$15(가장 긍정적)까지의 척도로 감정 점수 또는 감정 변화를 검색할 수 있습니다. 이렇게 하면 통화가 잘 진행되거나 제대로 진행되지 않는 이유에 대한 패턴과 요인을 식별할 수 있습니다.
![\[고객 응대 검색 페이지, 감정 점수 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-sentiment-score-shift.png)
예를 들어, 고객 감정이 부정적으로 종료된 모든 고객 응대를 식별하고 조사하려고 한다고 가정합니다. 감정 점수가 **<=**(작거나 같음) -4인 모든 고객 응대를 검색할 수 있습니다.
자세한 내용은 [감정 점수 조사](sentiment-scores.md) 단원을 참조하십시오.
**감정 점수를 검새하거나 감정 변화를 평가하려면 다음을 수행하세요.**
1. Amazon Connect에서 **CallCenterManager** 보안 프로필이 할당되었거나 **대화 특성으로 고객 응대 검색** 권한이 활성화된 사용자 계정으로 로그인합니다.
1. **고객 응대 검색** 페이지에서 고객 또는 에이전트가 말한 단어나 구문에 대한 점수를 평가할지 여부를 지정합니다.
1. **점수 분석 유형**에서 반환할 점수 유형을 지정합니다.
+ **감정 점수**: 고객 또는 에이전트의 대화 부분에 대한 평균 점수를 반환합니다.
에이전트가나 고객이 통화 중일 때의 감정 점수를 검색하는 것 외에도 고객이 언제 연락했는지를 기준으로 검색을 필터링할 수 있습니다.
+ **에이전트와 채팅 중**
+ **에이전트 없이 채팅 중**: 고객이 봇과 채팅하는 시간, 프롬프트 및 대기열에 있는 시간입니다.
![\[감정 점수 필터, 참가자 드롭다운, 에이전트 없이 채팅 중 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-sentiment-participant.png)
+ **감성 변화**: 상담 중 고객이나 에이전트의 감정이 변한 부분을 파악합니다.
예를 들어 다음 이미지는 고객의 감정 점수가 -1 이하에서 시작하여 \$11 이상에서 끝나는 고객 응대를 검색하는 예를 보여 줍니다. 또한 고객이 현재 에이전트와 채팅 중입니다.
![\[감정 점수 필터, 감정 변화 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-sentiment-score.png)
## 대화 중단 시간 검색
어떤 통화를 조사할지를 식별할 수 있도록 대화 중단 시간을 검색할 수 있습니다. 예를 들어, 대화 중단 시간이 20% 보다 큰 모든 통화를 찾은 다음, 해당 통화를 조사할 수 있습니다.
대화 중단 시간에는 보류 시간 및 두 참가자가 모두 3초 이상 말하지 않는 모든 무음 시간이 포함됩니다. 이 기간은 사용자 지정할 수 없습니다.
드롭다운 화살표를 사용하여 대화에서 대화 중단 시간의 기간 또는 백분율을 검색할지 여부를 지정합니다. 이 옵션은 다음 이미지에 표시됩니다.
이 지표를 사용하는 방법에 대한 자세한 방법은 [침묵 시간 조사](non-talk-time.md) 섹션을 참조하세요.
![\[침묵 시간 필터, 기간 및 백분율 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/non-talk-time.png)
## 응답 시간을 기준으로 채팅 대화 검색
다음 기준으로 검색할 수 있습니다.
+ 채팅 중 에이전트 또는 고객의 평균 응답 시간
+ 채팅 중 에이전트 또는 고객의 최대 응답 시간
특정 시간보다 작거나 큰 기간을 지정할 수 있습니다. 이 지표를 사용하는 방법에 대한 자세한 방법은 [Contact Lens에서 채팅 중 응답 시간 조사](response-time.md) 섹션을 참조하세요.
지원되는 최소 및 최대 응답 시간에 대한 내용은 [Amazon Connect 규칙 기능 사양](feature-limits.md#rules-feature-specs) 섹션을 참조하세요.
다음은 에이전트의 평균 응답 시간이 1분 이상인 고객 응대를 검색 결과를 보여 주는 이미지입니다.
![\[응답 시간 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/response-time.png)
## 고객 응대 범주 검색
1. **고객 응대 검색** 페이지에서 **필터 추가**, **고객 응대 범주**를 선택합니다.
1. **고객 응대 범주** 상자에서 드롭다운 상자를 사용하여 검색할 수 있는 현재 범주를 모두 나열합니다. 또는 입력을 시작하면 입력한 내용이 기존 범주와 일치하는 항목과 일치하지 않는 항목을 필터링하는 데 사용됩니다.
+ **부분 일치**: 선택한 범주와 부분 일치하는 고객 응대를 검색합니다.
+ **모두 일치**: 선택한 범주와 모두 일치하는 고객 응대를 검색합니다.
+ **일치 없음**: 선택한 범주와 일치하지 않는 고객 응대를 검색합니다. 이렇게 하면 Contact Lens 대화 분석에 의해 분석된 고객 응대만 반환된다는 점에 유의하세요.
다음 이미지는 현재 범주가 모두 나열된 드롭다운 메뉴를 보여 줍니다.
![\[고객 응대 범주 필터, 모두 일치 옵션, 고객 응대 범주\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-contact-category2.png)
# Contact Lens를 사용하여 분석된 대화 검토
Amazon Connect Contact Lens를 사용하면 대화 내용을 검토하고 고객 응대의 어떤 부분에 관심이 있는지 식별할 수 있습니다. 흥미로운 내용을 파악하기 위해 전체 통화를 듣거나 채팅 내용 전체를 읽을 필요가 없습니다. 오디오나 대화 내용의 특정 부분에 집중할 수 있습니다. 두 가지 모두 관심 지점이 있는 곳이면 어디든 강조 표시되어 있습니다.
예를 들어 고객 응대의 대화 내용을 스캔하면 고객이 부정적인 감정을 표현하고 있음을 나타내는 빨간색 감정 이모티콘이 표시될 수 있습니다 타임스탬프를 선택하여 오디오 녹음 또는 채팅 상호작용의 해당 부분으로 이동할 수 있습니다.
다음은 음성 고객 응대의 예를 보여 주는 이미지입니다.
![\[음성 고객 응대 분석.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-category-hit.png)
다음은 채팅 고객 응대의 예를 보여 주는 이미지입니다. **시스템 메시지**는 채팅에 적용되며, 참가자는 Lex 봇 또는 프롬프트일 수 있습니다.
![\[채팅 고객 응대 분석.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-category-hit-chat.png)
**분석된 대화를 검토하면 다음을 수행하세요.**
1. 보안 프로파일에 **고객 응대 검색** 및 **Contact Lens - 대화형 분석** 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 페이지에서 필터를 사용하여 고객 응대에 대한 검색 범위를 좁힙니다. 날짜의 경우 최대 14일을 한 번에 검색할 수 있습니다. 고객 응대 검색에 대한 자세한 내용은 [완료된 고객 응대와 진행 중인 고객 응대 검색](contact-search.md) 섹션을 참조하세요.
1. 고객 응대 ID를 선택하면 고객 응대의 연락처 세부 정보를 볼 수 있습니다.
1. **연락처 세부 정보** 페이지의 **녹음** 및 **기록** 섹션에서 말하거나 쓴 내용, 시기, 감정 표현을 검토합니다.
1. 통화에서는 원하는 경우 재생 프롬프트를 선택하여 녹음을 듣습니다. 또는 녹음의 해당 부분을 클릭하여 관심 있는 부분을 들을 수 있습니다.
1. 채팅의 경우, 원하는 경우 그래프를 사용하여 대화 내용 중 관심 있는 부분으로 이동합니다.
# Amazon Connect Contact Lens에서 트랜스크립트 및 오디오 탐색
품질 보증을 위해 감독자가 많은 에이전트의 고객 응대를 검토해야 하는 경우가 많습니다. 이동 녹취록 및 감정 데이터를 통해 녹화에서 관심 있는 부분을 빠르게 식별하여 찾아볼 수 있습니다.
다음 고객 응대 기록 이미지는 기록 및 오디오를 빠르게 탐색하여 주의가 필요한 부분을 찾을 수 있는 기능을 보여 줍니다. 이미지에는 음성 고객 응대가 표시되어 있지만, 채팅 고객 응대에도 동일한 기능이 적용됩니다.
![\[음성 고객 응대 분석.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-navigate-transcripts2.png)
1. [주요 하이라이트 표시](#contact-lens-contact-summarization)를 사용하여 문제, 결과 및/또는 작업 항목만 검토할 수 있습니다.
1. 음성 고객 응대의 경우 [자동 스크롤](#autoscroll)을 사용하여 오디오나 기록을 탐색할 수 있습니다. 이 두 가지는 항상 동기화 상태를 유지합니다.
1. [감정 이모티콘](#sentiment-emojis)을 검색하여 읽거나 듣고 싶은 기록의 부분을 빠르게 식별할 수 있습니다.
1. 오디오 녹음 또는 기록의 해당 부분으로 이동하려면 타임스탬프를 선택합니다. 타임스탬프는 고객 응대 내에서 고객 상호작용이 시작된 시점부터 계산됩니다.
## 주요 하이라이트 표시
수백 줄에 달하는 고객 응대 기록을 검토하는 데는 많은 시간이 소요될 수 있습니다. 이 과정을 더 빠르고 효율적으로 진행하기 위해 Contact Lens에서는 주요 하이라이트를 볼 수 있는 옵션을 제공합니다. 하이라이트는 Contact Lens가 트랜스크립트에서 문제, 결과 또는 작업 항목을 식별한 행만 보여 줍니다.
+ **문제**는 통화 드라이버를 나타냅니다. 예를 들어, '온라인 구독 요금제로 업그레이드하려고 합니다.'라고 입력합니다.
+ **결과**는 문의 가능한 결론 또는 결과를 나타냅니다. 예를 들어, '현재 사용 중인 요금제에 따라 온라인 필수 요금제를 추천합니다.'라고 말합니다.
+ **작업 항목**은 에이전트가 수행하는 작업 항목을 나타냅니다. 예를 들어, '가격 견적이 포함된 이메일을 계속 주시해 주세요. 곧 보내드리겠습니다.'
각 고객 응대에는 하나의 문제, 하나의 결과, 하나의 작업 항목만 있습니다. 모든 고객 응대에 이 세 가지가 모두 있는 것은 아닙니다.
**참고**
Contact Lens에 **이 트랜스크립트에 대한 주요 하이라이트가 없습니다**라는 메시지가 표시되면 문제, 결과 또는 작업 항목이 식별되지 않았음을 의미합니다.
주요 하이라이트를 구성할 필요가 없습니다. 기계 학습 모델을 따로 교육하지 않아도 바로 사용할 수 있습니다.
## 자동 스크롤을 켜서 기록과 오디오를 동기화합니다.
음성 고객 응대의 경우 **자동 스크롤**을 사용하여 오디오 또는 기록을 이동할 수 있으며, 이 둘은 항상 동기화된 상태를 유지합니다. 예제:
+ 대화를 들으면 기록이 함께 움직이면서 감정 이모티콘과 감지된 모든 문제를 보여 줍니다.
+ 기록을 스크롤하여 녹화에서 해당 지점을 들을 차례의 타임스탬프를 선택할 수 있습니다.
오디오와 기록이 일치하므로 기록은 에이전트와 고객이 말하는 내용을 이해하는 데 도움이 될 수 있습니다. 이 기능은 다음과 같은 경우에 특히 유용합니다.
+ 오디오 상태가 좋지 않습니다. 연결 문제 때문일 수 있습니다. 기록은 말하는 내용을 이해하는 데 도움이 될 수 있습니다.
+ 방언 또는 언어 변형이 있습니다. 저희 모델은 다양한 억양에 대한 훈련을 받았기 때문에 대본이 말하는 내용을 이해하는 데 도움이 될 수 있습니다.
## 감정 이모티콘 검색
감정 이모티콘을 사용하면 대화 내용을 빠르게 스캔하여 대화의 해당 부분을 들을 수 있습니다.
예를 들어 고객 차례에 빨간색 이모티콘이 표시된 다음 녹색 이모티콘이 표시되는 경우 타임스탬프를 선택하여 대화의 특정 시점으로 이동하여 해당 에이전트가 고객을 어떻게 도왔는지 확인할 수 있습니다.
## 범주 태그를 탭하거나 클릭하여 기록 탐색
범주 태그를 탭하거나 클릭하면 Contact Lens가 트랜스크립트에서 해당 관심 지점으로 자동 이동합니다. 또한 상호 작용 시각화에는 범주 마커가 있어 녹화물 파일의 어느 부분에 해당 범주와 관련된 발언이 있는지를 표시할 수 있습니다.
다음 이미지는 채팅에 대한 **연락처 세부 정보** 페이지의 일부를 보여 줍니다.
![\[채팅 내용, 범주, 대화 내용의 관련 섹션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-category-tag-navigation.png)
# Amazon Connect에서 생성형 AI 기반 고객 응대 후 요약 보기
**참고**
**Amazon Bedrock:implements 자동 침해 탐지로 구동**됩니다. AWS [https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html) 생성형 AI 기반의 고객 응대 후 요약은 Amazon Bedrock을 기반으로 구축되었으므로 사용자는 Amazon Bedrock에 구현된 제어 기능을 최대한 활용하여 안전, 보안 및 인공 지능(AI)의 책임 있는 사용을 강화할 수 있습니다.
고객 대화의 필수 정보를 구조적이고 간결하며 읽기 쉬운 형식으로 제공하는 생성형 AI 기반 고객 응대 후 요약을 사용하면 귀중한 시간을 절약할 수 있습니다. 트랜스크립트를 읽고 통화를 모니터링하는 대신 요약을 빠르게 검토하고 맥락을 이해할 수 있습니다.
생성형 AI 기반 고객 응대 후 요약에는 여러 가지 방법으로 액세스할 수 있습니다.
+ **에이전트는** 연락 제어판(CCP)에서 음성 및 이메일 연락에 대한 연락 후 요약에 액세스할 수 있습니다. 요약을 사용하여 고객 응대 후 작업(ACW)을 빠르게 완료할 수 있습니다. 에이전트의 경험에 대한 자세한 내용은 [CCP에서 고객 응대 후 요약 보기](#summaries-on-agentws) 섹션을 참조하세요.
+ **관리자와 감독자는** Amazon Connect 관리자 웹 사이트, 연락처 **세부 정보 및 연락처** **검색** 페이지에서 음성, 채팅 및 이메일 연락처에 대한 요약에 액세스할 수 있습니다. 요약을 사용하여 검토 중인 연락의 문제와 결과를 빠르게 이해할 수 있습니다. 관리자 경험에 대한 자세한 내용은 [Amazon Connect 관리자 웹 사이트에서 고객 응대 후 요약 보기](#summaries-on-website) 섹션을 참조하세요.
+ **개발자는** [API](contact-lens-api.md)의 요약을 서드파티 시스템으로 직접 수집할 수 있습니다. 또한 스트리밍을 위해 [ Amazon Kinesis Data Streams와 통합](contact-analysis-segment-streams.md)할 수 있습니다. 이 후자 옵션은 부하가 높고 TPS를 스로틀링하지 않으려는 경우에 유용합니다.
**Topics**
+ [고객 응대 후 요약 활성화](#gen-ai-getstarted)
+ [이메일에 대한 연락처 요약 활성화](#enable-email-summaries)
+ [CCP에서 고객 응대 후 요약 보기](#summaries-on-agentws)
+ [Amazon Connect 관리자 웹 사이트에서 고객 응대 후 요약 보기](#summaries-on-website)
+ [요약이 생성되지 않는 이유](#summary-not-generated)
## 고객 응대 후 요약 활성화
**음성 연락에 대한 에이전트의 CCP에 대한 고객 응대 후 요약을 활성화하려면**
1. 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
1. 블록의 **속성** 페이지를 다음과 같이 구성합니다.
1. **통화 녹음**을 **켜짐**으로 설정합니다. 다음 이미지와 같이 **에이전트 및 고객**을 선택합니다.
![\[통화 녹음을 위해 구성된 분석 동작 설정 블록의 속성 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/call-recording-summaries.png)
1. **분석**을 **켜짐**으로 설정합니다.
1. **음성 분석 활성화**를 선택합니다.
1. **실시간 및 통화 후 분석**을 선택합니다.
1. **Contact Lens 생성형 AI 기능**에서 **고객 응대 후 요약**을 선택합니다.
다음 이미지는 에이전트의 CCP에서 고객 응대 후 요약을 활성화하도록 구성된 **속성** 페이지의 **분석** 섹션을 보여 줍니다.
![\[녹음 및 분석 동작 설정 블록의 속성 페이지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/set-block-post-contact-summaries-ccp.png)
1. 에이전트의 보안 프로필에 다음 권한을 할당합니다.
+ **연락 제어판(CCP) - Contact Lens 데이터 - 액세스**
+ **분석 및 최적화 - Contact Lens–고객 응대 후 요약 - 보기**
+ **분석 및 최적화 - 녹음된 대화(편집됨)**, **녹음된 대화 보기(편집되지 않음)**, **모든** 또는 **액세스**(최소 권한은 권장하는 **액세스**)
+ **분석 및 최적화 - 내 연락처 보기** 또는 **연락처 검색 **
**Amazon Connect 관리자 웹 사이트에서 고객 응대 후 요약을 활성화하려면**
1. [레코딩 및 분석 동작 설정](set-recording-behavior.md)의 **속성** 페이지를 다음과 같이 구성합니다.
1. **분석**을 **켜짐**으로 설정합니다.
1. **음성 분석 활성화**, **채팅 분석 활성화** 또는 둘 다를 선택합니다.
음성 분석을 선택한 경우 다음 중 하나를 선택합니다.
+ **통화 후 분석**
+ **실시간 및 통화 후 분석**: 사용자가 진행 중인 고객 응대에 대한 고객 응대 후 요약을 보려는 경우(즉, 에이전트가 여전히 ACW 상태이지만 통화가 종료된 경우) 이 옵션을 선택합니다.
1. 고객 응대 후 요약에는 세분화된 편집이 지원되지 않습니다. 세분화된 편집을 선택하면 고객 응대 후 요약이 텍스트로 식별된 모든 PII를 편집하고 이를 [PII] 태그로 대체합니다.
1. **Contact Lens 생성형 AI 기능**에서 **고객 응대 후 요약**을 선택합니다.
1. 사용자의 보안 프로필에 다음 권한을 할당합니다.
+ **분석 및 최적화 - 연락처 검색** 또는 **내 연락처 보기**
+ **분석 및 최적화 - Contact Lens–고객 응대 후 요약 - 보기**
+ **분석 및 최적화 - 녹음된 대화(편집됨)**, **녹음된 대화 보기(편집되지 않음)**, **모든** 또는 **액세스**(최소 권한은 권장하는 **액세스**)
## 이메일에 대한 연락처 요약 활성화
**이메일 연락처에 대한 연락처 요약을 활성화하려면**
1. 인바운드 이메일 흐름에 [기록, 분석 및 처리 동작 설정](set-recording-analytics-processing-behavior.md) 블록을 추가합니다.
1. 블록의 **속성** 페이지를 다음과 같이 구성합니다.
1. **채널**에서 **이메일을** 선택합니다.
1. **분석**을 **켜짐**으로 설정합니다.
1. **이메일 분석 활성화**를 선택합니다.
1. **Contact Lens 생성형 AI 기능**에서 **연락처 요약**을 선택합니다.
1. **저장**을 선택합니다.
## CCP에서 고객 응대 후 요약 보기
에이전트가 연락 후 작업(ACW)을 수행할 수 있도록 Amazon Connect는 음성 연락에 대한 생성형 AI 기반 고객 응대 후 요약을 CCP에 표시합니다. 다음 그림에 예시 요약이 나와 있습니다.
![\[고객 응대 후 작업(ACW) 중 생성형 AI 기반 고객 응대 후 요약을 보여 주는 연락 제어판입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/genai-summary-ccp1.png)
1. 에이전트가 ACW 상태입니다. 페이지 상단에 '요약 생성' 배너가 표시되는 동안 트랜스크립트를 검색할 수 있습니다.
1. 에이전트가 검색하는 동안 요약을 사용할 수 있다는 메시지가 나타납니다. 에이전트가 배너를 클릭하면 요약이 표시될 때 CCP가 페이지 상단으로 스크롤됩니다.
1. 배너는 에이전트가 배너를 클릭하면 사라집니다.
**참고**
생성형 AI 기반 고객 응대 후 요약은 CCP에서 음성, 채팅 및 이메일 고객 응대를 지원합니다.
## Amazon Connect 관리자 웹 사이트에서 고객 응대 후 요약 보기
관리자와 다른 사용자가 고객 응대를 검토할 수 있도록 Amazon Connect 관리자 웹 사이트에서 고객 응대 후 요약을 볼 수 있습니다. 다음은 **연락처 세부 정보** 페이지에 표시된 생성형 AI 기반 고객 응대 후 요약의 예시입니다.
![\[고객 대화에 대한 구조화된 정보가 포함된 생성형 AI 기반 고객 응대 후 요약을 보여 주는 고객 응대 세부 정보 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/genai-summary2.png)
다음 이미지는 **연락처 검색** 페이지에 표시된 생성형 AI 기반 고객 응대 후 요약의 예시입니다.
![\[여러 고객 상호 작용에 대한 생성형 AI 기반 고객 응대 후 요약을 목록 보기 형식으로 표시하는 고객 응대 검색 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/genai-summary-contactsearch2.png)
각 연락에는 요약이 하나만 생성됩니다. 모든 고객 응대에 요약이 생성되는 것은 아닙니다. 자세한 내용은 [요약이 생성되지 않는 이유](#summary-not-generated) 섹션을 참조하세요.
## 요약이 생성되지 않는 이유
요약이 생성되지 않으면 **연락처 세부 정보** 및 **연락처 검색** 페이지에 오류 메시지가 표시됩니다. 또한 오류에 대한 ReasonCode는 다음 예제와 마찬가지로 Contact Lens 출력 파일의 `ContactSummary` 개체에 나타납니다.
```
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "POST_CONTACT_SUMMARY",
"ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT"
}
]
},
```
다음은 요약이 생성되지 않은 경우 연락처 세부 정보 또는 검색 페이지에 표시될 수 있는 오류 메시지 목록입니다. Contact Lens 출력 파일에 나타나는 관련 원인 코드도 나열됩니다.
+ **동시 요약의 할당량을 초과하여 요약을 생성할 수 없습니다**. ReasonCode: `QUOTA_EXCEEDED`.
이 메시지가 표시되면 [티켓을 제출](https://console.aws.amazon.com/support/home#/case/create?issueType=service-limit-increase&limitType=service-code-connect)하여 [동시 고객 응대 후 요약 작업](amazon-connect-service-limits.md#contactlens-quotas) 할당량을 늘리는 것이 좋습니다.
+ **적합한 대화가 충분하지 않아 요약을 생성할 수 없습니다**. ReasonCode: `INSUFFICIENT_CONVERSATION_CONTENT`.
음성의 경우 각 참가자로부터 1개의 발화가 있어야 합니다. 채팅의 경우 각 참가자로부터 지원되는 유형의 메시지가 1개 있어야 합니다. 지원되는 메시지 유형은 `text/plain` 및 `text/markdown`입니다. `application/json`과 같은 다른 유형의 메시지는 요약에 사용되지 않습니다.
+ **Contact Flow에 지원되지 않거나 잘못된 언어 코드와 같이 PostContact 요약에 대한 잘못된 Contact Lens 구성이 있습니다**. ReasonCode: `INVALID_ANALYSIS_CONFIGURATION`.
이 오류는 활성화된 요약이 다른 Contact Lens 설정과 호환되지 않는 경우, 특히 지원되지 않는 로캘에 대해 활성화된 경우 반환됩니다.
+ **보안 및 품질 가드레일을 충족하지 못했기 때문에 요약을 제공할 수 없습니다**. ReasonCode: `FAILED_SAFETY_GUIDELINES`.
이 오류는 Amazon Connect for Concurrent 고객 응대 후 요약 작업에서 발생할 수 있습니다. Amazon Connect는 요약 생성을 위해 고객 응대 데이터를 Amazon Bedrock에 전달합니다. 고객 응대 데이터에 수정되지 않은 개인 식별 정보(PII)가 포함된 경우 Amazon Bedrock의 안전 지침이 트리거됩니다. 따라서 Amazon Bedrock은 민감한 정보를 보호하기 위해 요약 생성을 거부하므로 Amazon Connect에서 오류가 발생합니다.
+ 내부 시스템 오류입니다. ReasonCode: `INTERNAL_ERROR`
# 연락 제어판(CCP)에서 고객 대화의 주요 하이라이트 보기
수백 줄에 달하는 고객 응대 기록을 검토하는 데는 많은 시간이 소요될 수 있습니다. 이 프로세스를 더 빠르고 효율적으로 만들기 위해 Contact Lens는 고객 대화의 주요 부분을 자동으로 식별하고 레이블을 지정한 다음 대화의 하이라이트를 표시합니다. 관리자는 **연락처 세부 정보** 페이지에서 이러한 하이라이트를 볼 수 있습니다. 에이전트는 Contact Control Panel(CCP)에서 하이라이트를 볼 수 있습니다.
**작은 정보**
지원되는 언어 목록은 [Amazon Connect Contact Lens에서 지원하는 언어](supported-languages.md#supported-languages-contact-lens)에서 *Key highlights* 열을 참조하세요.
Contact Lens를 활성화하면 고객 대화의 주요 부분을 식별하고 해당 부분에 레이블(예: 문제, 결과 또는 작업 항목)을 할당하고 고객 대화의 하이라이트를 표시합니다. 하이라이트를 펼쳐 연락의 전체 트랜스크립트를 볼 수 있습니다.
다음 예는 **연락처 세부 정보** 페이지의 주요 하이라이트를 보여 줍니다.
![\[연락처 세부 정보 페이지의 주요 하이라이트.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-key-highlights.png)
1. 필요에 따라 **주요 하이라이트 표시**를 켜거나 끕니다.
1. **문제**는 고객 응대 드라이버를 나타냅니다. 예를 들어, '온라인 구독 요금제로 업그레이드하려고 합니다.'라고 입력합니다.
1. **작업 항목**은 에이전트가 수행하는 작업 항목을 나타냅니다. 예를 들어, '가격 견적이 포함된 이메일을 계속 주시해 주세요. 곧 보내드리겠습니다.'
1. **결과**는 문의 가능한 결론 또는 결과를 나타냅니다. 예: '현재 사용 중인 요금제를 고려할 때 온라인 에센셜 요금제를 추천합니다.'
연락에는 문제, 결과, 작업 항목이 각각 하나씩만 있습니다. 일부 연락에는 세 가지 중 일부만 있을 수도 있습니다.
**참고**
Contact Lens가 문제, 결과 또는 작업 항목을 식별할 수 없는 경우 **이 트랜스크립트에 대한 주요 하이라이트가 없습니다**라는 메시지가 표시됩니다.
에이전트의 경험, 즉 Contact Control Panel(CCP)에 트랜스크립트의 어떤 부분이 언제 표시되는지 확인하려면 [주요 하이라이트를 위한 흐름 설계](enable-analytics.md#call-summarization-agent) 섹션을 참조하세요.
# Amazon Connect Contact Lens의 테마 감지를 사용하여 고객 응대 관련 문제 발견
테마 감지를 사용하면 수천 건의 고객 상호 작용에서 이전에 알려지지 않았거나 새로 등장한 고객 응대 주제를 찾아낼 수 있습니다. 예를 들어 '예약 취소' 또는 '주문 지연'과 같은 일반적인 고객 문의 이유를 파악할 수 있습니다. 그런 다음 문제 해결을 신속하게 처리하고 IVR 옵션, 기술 자료 문서 및 에이전트 교육을 개선하여 고객 경험을 개선하기 위한 적절한 조치를 취할 수 있습니다.
## 중요한 참고 사항
+ 테마 감지는 Amazon Connect Contact Lens에서 지원하는 다음 언어로 제공됩니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/use-theme-detection.html)
+ 테마 감지는 2023년 1월 30일 또는 그 이후에 생성된 고객 응대에서 지원됩니다.
+ **테마 보고서 생성** 버튼은 저장된 검색에 Contact Lens로 감지된 문제가 있는 고객 응대가 300개 이상 포함된 경우에만 활성화됩니다.
+ 테마 감지 보고서는 가장 최근 고객 응대 3,000개에 대해 생성됩니다.
+ 테마 감지 보고서는 생성된 후 30일 동안 사용할 수 있습니다. 30일이 지나면 보고서가 데이터베이스에서 삭제되고 검색할 수 없습니다.
+ 저장된 검색에 대한 가장 최근 20개의 테마 보고서는 다음 이미지와 같이 **테마 보고서 보기** 드롭다운 메뉴에서 확인할 수 있습니다.
![\[고객 응대 검색 페이지, 테마 보고서 보기 드롭다운 메뉴\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-view-theme-reports.png)
## 테마 보고서를 생성하는 방법
1. 다음 보안 프로필 권한이 있는 계정을 사용하여 Amazon Connect에 로그인합니다.
+ **고객 응대 검색 - 액세스**
+ **Contact Lens - 테마 감지 - 생성**
+ **Contact Lens - 테마 감지 - 보기**
1. Amazon Connect의 왼쪽 탐색 메뉴에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. **고객 응대 검색** 페이지에서 필터를 적용하여 Contact Lens로 분석한 고객 응대 그룹을 선택합니다.
**중요**
검색 쿼리에는 Contact Lens로 감지된 문제가 있는 고객 응대를 300개 이상 반환해야 합니다. 그렇지 않으면 **테마 보고서 생성** 버튼이 활성화되지 않습니다.
1. **검색 저장**을 선택하여 결과를 저장합니다. 검색에 이름을 할당합니다.
1. 그런 다음 **테마 보고서 생성**을 선택합니다.
Contact Lens는 기계 학습을 적용하여 비슷한 문제가 있는 고객 응대를 자동으로 그룹화합니다. 보고서가 생성되면 테마 보고서 링크가 배너에 표시됩니다. 이 배너의 예는 다음 이미지에 나와 있습니다.
![\[고객 응대 검색 페이지, 테마 감지 배너.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-theme-detection-banner.png)
1. 테마 보고서 링크를 클릭하거나 탭합니다.
테마 보고서가 표시됩니다. 여기에는 다음 이미지와 같이 테마 레이블과 고객 응대 목록이 포함됩니다.
![\[여러 테마 레이블이 있는 테마 보고서.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-theme-detection-drilldown.png)
1. 테마 레이블을 클릭하거나 탭하여 관련 고객 응대를 보고, 특정 녹음을 듣고, 기록을 읽고 심층적인 분석을 할 수 있습니다.
# Contact Lens를 사용하여 고객 응대 대화 중 감정 점수 조사
## 감정 점수란 무엇입니까?
감정 점수는 텍스트의 분석이며, 텍스트에 대체로 긍정적인 언어, 부정적인 언어 또는 중립적인 언어가 포함되는지 여부에 대한 평가입니다. 감독자는 감정 점수를 사용하여 대화를 검색하고 긍정적이든 부정적이든 다양한 수준의 고객 경험과 관련된 고객 응대를 식별할 수 있습니다. 이렇게 하면 어떤 고객 응대를 조사해야 할지 신속하게 식별할 수 있습니다.
전체 대화에 대한 감성 점수뿐만 아니라 전체 고객 응대에 대한 감성 동향을 볼 수 있습니다.
## 감정 점수를 조사하는 방법
고객 센터를 개선하기 위해 노력할 때 다음 사항에 중점을 두는 것이 좋습니다.
+ 긍정적인 감성 점수로 시작했지만 부정적인 점수로 끝나는 고객 응대.
예를 들어 품질 보증을 위해 제한된 고객 응대 세트에 집중하여 샘플을 추출하려는 경우, 고객이 처음에 긍정적인 감정을 가졌지만 부정적인 감정으로 끝낸 고객 응대를 살펴볼 수 있습니다. 이는 상대방이 무언가에 대해 불만을 갖고 대화를 끝냈다는 것을 보여 줍니다.
+ 부정적인 감정 점수로 시작했지만 긍정적으로 끝나는 고객 응대.
이러한 고객 응대를 분석하면 고객 센터에서 재현할 수 있는 경험을 파악하는 데 도움이 됩니다. 다른 에이전트들과 성공 기법을 공유할 수 있습니다.
감정 진행 상황을 확인하는 또 다른 방법은 감정 추세선을 확인하는 것입니다. 문의가 진행됨에 따라 고객 감정의 변화를 확인할 수 있습니다. 예를 들어, 다음 이미지는 대화 초반에는 감정 점수가 매우 낮았지만 대화가 끝날 무렵에는 점수가 올라갔다가 다시 낮아지는 모습을 보여 줍니다.
![\[고객 감정 동향.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-sentiment-trend.png)
자세한 내용은 [감정 점수 검색 또는 감정 변화 평가](search-conversations.md#sentiment-search) 섹션을 참조하세요.
## 감정 점수 결정 방식
Amazon Connect Contact Lens는 대화에서 각 화자의 감정을 긍정, 부정 또는 중립으로 분석합니다. 그런 다음 각 참가자의 차례마다 두 가지 요소를 고려하여 각 통화 기간에 대해 -5에서 \$15 사이의 점수를 부여합니다:
+ 빈도. 감정이 긍정, 부정 또는 중립인 횟수입니다.
+ 감정의 흐름. 같은 감정의 연속 턴.
전체 감성 평가 점수는 통화 중 각 부분에 부여된 점수의 평균입니다.
# Amazon Connect Contact Lens를 사용하여 통화 중 침묵 시간 조사
## 침묵 시간이란 무엇입니까?
Amazon Connect Contact Lens는 통화에서 *대화 중단 시간*******의 양도 식별합니다. 침묵 시간은 보류 시간과 두 참가자가 3초 이상 말을 하지 않는 침묵 시간을 합한 시간입니다. 이 기간은 사용자 지정할 수 없습니다.
다음 이미지는 **연락처 세부 정보** 페이지에 있는 침묵 시간 데이터의 위치를 보여 줍니다.
![\[연락처 세부 정보 페이지, 통화 시간 섹션, 침묵 시간 데이터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-nontalk-time-overview.png)
## 침묵 시간을 조사하는 방법
침묵 시간은 제대로 진행되지 않은 통화를 식별하는 데 도움이 될 수 있습니다. 이는 다음과 같은 이유 때문일 수 있습니다.
+ 고객이 고객 센터에 새로운 질문을 하고 있음을 나타낼 수 있습니다.
+ 에이전트가 작업을 수행하는 데 시간이 오래 걸리지만 그들은 잘 훈련되어 있습니다. 이는 에이전트가 사용 중인 도구에 문제가 있을 수 있음을 나타냅니다. 예를 들어, 도구가 충분히 반응하지 않거나 사용하기 쉽지 않습니다.
+ 에이전트는 답변을 미리 준비하지는 못했지만 꽤 생소한 내용이었습니다. 이는 추가 교육이 필요하다는 뜻입니다.
고객 센터를 개선하기 위해 이러한 고객 응대에 집중할지 여부를 결정할 수 있습니다. 예를 들어 오디오의 해당 섹션으로 이동한 다음 스크립트를 보고 무슨 일이 있었는지 확인할 수 있습니다.
다음 예시에서는 에이전트가 발신자의 트립 ID를 검색할 때 통화가 되지 않은 시간이 발생했습니다. 이는 에이전트의 도구에 문제가 있음을 의미할 수 있습니다. 또는 신입 에이전트인 경우 추가 교육이 필요합니다.
![\[고객 응대 오디오 녹음 및 기록, 침묵 시간의 위치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-non-talk-time-transcript.png)
자세한 내용은 [대화 중단 시간 검색](search-conversations.md#nontalk-time-search) 단원을 참조하십시오.
# Contact Lens에서 채팅 중 응답 시간 조사
응답 시간 지표를 사용하여 채팅 문의 시 에이전트나 고객의 반응을 파악할 수 있습니다.
Contact Lens는 다음과 같은 지표를 계산합니다.
+ **에이전트 인사 시간**. 에이전트의 첫 번째 응답 시간으로, 에이전트가 채팅에 참여한 후 얼마나 빨리 고객과 소통했는지를 나타냅니다. 예를 들어 첫 번째 응답 시간이 길다는 것은 고객이 대화 초반에 부정적인 감정을 가지고 있다는 것을 의미할 수 있습니다.
+ **평균 에이전트 응답 시간** 및 **평균 고객 응답 시간**. 에이전트 응답 시간을 통해 조직의 기준선과 비교하여 에이전트의 성과를 확인할 수 있습니다.
+ **최대 에이전트 응답 시간** 및 **최대 고객 응답 시간**.
고객의 최대 응답 시간은 에이전트의 응답 시간을 설명할 수 있습니다. 예를 들어 고객이 5분 동안 답장을 보내지 않다가 메시지를 보냈다면 에이전트가 다른 채팅을 동시에 처리하느라 평소보다 응답 시간이 더 오래 걸렸을 수 있습니다.
응답 시간 지표를 대화 및 참여자 감정의 격차를 보여 주는 상호작용 그래프와 함께 검토하는 것이 좋습니다.
그래프에서 가장 긴 응답 시간 값을 클릭하거나 탭하면 기록에서 관련 메시지로 이동할 수 있습니다.
다음은 채팅 대화의 지표를 보여 주는 **연락처 세부 정보 페이지** 이미지입니다. **에이전트 인사 시간** = 에이전트가 채팅에 참여한 후 첫 번째 응답을 보낼 때까지의 시간입니다.
![\[연락처 세부 정보 페이지, 채팅 지표.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png)
자세한 내용은 [응답 시간을 기준으로 채팅 대화 검색](search-conversations.md#response-time-search) 단원을 참조하십시오.
# Contact Lens를 사용하여 통화 중인 에이전트와 고객의 음량 조사
음량 점수는 통화 중에 고객 또는 에이전트가 말하는 음량을 측정합니다. Contact Lens는 고객 또는 에이전트가 큰 음량으로 말하는 지점을 식별하고 부정적인 감정을 포함한 대화 분석을 표시합니다.
## 대화 음량 점수 사용 방법
대화 음량 점수를 감정과 함께 사용하는 것이 좋습니다. 대화 음량 점수는 높고 감정은 낮은 부분을 찾아보세요. 그런 다음 기록의 해당 부분을 읽거나 통화의 해당 부분을 들어보세요.
예를 들어, 다음은 녹음 및 기록 분석 이미지입니다. 뾰족한 세로 막대는 고객이 큰 소리로 말하는 위치를 나타냅니다. 가로로 표시된 빨간색 막대는 고객의 감정이 부정적임을 나타냅니다.
![\[연락처 세부 정보 페이지, 대화 음량 점수.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-amplitude.png)
# 민감한 데이터 편집을 사용하여 Contact Lens를 사용하여 고객 프라이버시 보호
고객의 개인 정보를 보호하기 위해 Contact Lens 대화 분석을 사용하면 대화 기록, 오디오 파일 및 이메일 기록에서 민감한 데이터를 자동으로 수정할 수 있습니다. 자연어 이해를 사용하여 이름, 주소, 신용 카드 정보와 같은 민감한 데이터를 삭제합니다.
**녹음 및 분석 동작 설정** 블록에서 대화 분석을 활성화하면 수정을 활성화할 수 있는 옵션이 있습니다. 자세한 내용은 [민감한 데이터 수정 활성화](enable-analytics.md#enable-redaction) 단원을 참조하십시오.
음성 고객 응대의 경우 통화 연결이 끊긴 후 민감한 데이터 수정이 적용됩니다. 이메일 연락처의 경우 이메일 연락처가 종료된 후 수정이 적용됩니다.
**중요**
수정 기능은 민감한 데이터를 식별하고 제거하도록 설계되었습니다. 그러나 머신 러닝의 예측적 특성으로 인해 Contact Lens에서 생성된 기록에서 민감한 데이터의 모든 인스턴스를 식별하고 제거하지 못할 수도 있습니다. 수정된 출력을 검토하여 요구 사항에 맞는지 확인하는 것이 좋습니다.
수정 기능은 1996년 미국 의료보험 이동성 및 책임에 관한 법률(HIPAA)과 같은 의료 개인정보 보호법에 따른 비식별화 요건을 충족하지 않으므로 수정 후에도 계속 보호 대상 건강 정보로 취급하는 것이 좋습니다.
Contact Lens 편집이 지원하는 언어 목록은 [Amazon Connect 기능에서 지원하는 언어](supported-languages.md) 섹션을 참조하세요.
## 수정된 파일에 대한 정보
수정된 음성 파일은 Voice Amazon S3 버킷에 저장됩니다(예: connect-*instanceARN*/Analysis).
수정된 채팅 파일은 채팅 Amazon S3 버킷에 저장됩니다. 예를 들어 connect-*instanceARN*/Analysis/Chat
수정된 이메일 파일은 connect-*instanceARN*/Analysis/Email과 같은 이메일 Amazon S3 버킷에 저장됩니다.
Amazon S3 콘솔을 사용하여 AWS 콘솔을 통해 모든 파일(수정된 파일, 수정되지 않은 파일, 원본 파일 등)에 액세스할 수 있습니다.
다음은 적절한 [보안 프로필 권한이](permissions-for-contact-lens.md) 있다고 가정할 때 Amazon Connect 관리자 웹 사이트(예: **연락처 세부 정보** 페이지)를 사용하여 액세스할 수 있는 항목의 목록입니다.
+ 수정된 음성, 채팅 및 이메일 파일에 액세스합니다.
+ 수정된 음성 녹음을 다운로드합니다.
**참고**
현재 수정된 채팅 파일 및 음성 기록은 다운로드할 수 없습니다.
편집이 활성화되면 Contact Lens는 다음 파일을 생성합니다.
+ 수정된 파일. 이 파일은 수정이 활성화된 경우 기본적으로 생성됩니다. 민감한 데이터가 수정된 출력 스키마입니다. 예시 파일은 [Contact Lens 대화 분석으로 분석한 통화의 편집된 파일 예시](contact-lens-example-output-files.md#example-redacted-file) 섹션을 참조하세요.
+ 분석된 원본(원시) 파일입니다. 이 파일은 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 수**정된 오디오가 포함된 수정된 원본 기록 가져오기**를 선택한 경우에만 생성됩니다. 예시 파일은 [Contact Lens 대화 분석으로 분석한 통화의 원본 파일 예시](contact-lens-example-output-files.md#example-original-output-file) 섹션을 참조하세요.
**중요**
음성 고객 응대의 경우 전체 대화가 저장되는 유일한 장소는 분석된 원본 파일입니다. 파일을 삭제하면 수정된 민감한 데이터에 대한 기록이 남지 않습니다.
+ 음성 고객 응대용 편집된 오디오 파일(wav). 오디오 파일의 민감한 데이터는 무음으로 삭제됩니다. 이러한 무음 시간은 Amazon Connect 관리자 웹 사이트 또는 다른 곳에서 침묵 시간으로 플래그가 지정되지 않습니다.
파일 보존 정책을 사용하여 이러한 파일을 보관할 기간을 결정하세요.
# 채팅 분석에 Contact Lens API 사용
Contact Lens에는 대화 분석을 지원하는 두 개의 API가 포함되어 있습니다. 이러한 API를 사용하여 고객 센터의 효율성을 높이는 솔루션을 구축하세요.
+ [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html): 음성 연락에 사용합니다.
+ [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html): 채팅 연락에 사용합니다.
이 대화 분석 API는 다른 서비스와 통합할 필요가 없는 표준 요청/응답 교환을 갖춘 폴링 API입니다. 하지만 [속도 제한](amazon-connect-service-limits.md#connect-contactlens-api-quotas)이 있습니다. 필요한 경우 [스트리밍 API](contact-analysis-segment-streams.md)를 사용하여 이러한 제한을 없앨 수 있습니다. 이를 위해서는 Amazon Kinesis Data Streams와의 통합이 필요합니다.
다음은 통화 및 채팅 분석 API의 두 가지 사용 사례입니다.
## 향상된 연락 전송
고객 응대가 한 에이전트에게서 다른 에이전트에게 이전될 때 대화 내용을 새 에이전트에게 전송할 수 있습니다. 그러면 새 에이전트는 고객이 고객 센터에 연락하는 이유를 알 수 있고 고객은 이미 제공한 정보를 반복해서 말하지 않아도 됩니다. 음성 연락에는 [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html) API를, 채팅 연락에는 [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html) API를 사용하여 전체 대화 트랜스크립티를 특정 시점까지 가져와서 새 에이전트와 공유하세요.
## 대화의 주요 부분을 레이블, 문제, 작업 항목, 결과 등으로 강조
주요 하이라이트를 통해 에이전트는 연락이 끝난 후 신속하게 메모를 작성할 수 있고 감독자는 품질 및 에이전트 성과 관리를 위해 연락을 신속하게 식별할 수 있습니다. 따라서 에이전트와 감독자가 업무 생산성을 높일 수 있습니다.
# Amazon Kinesis Data Streams를 사용하여 음성 및 채팅 고객 응대에 대한 Contact Lens 분석 액세스
고객 응대 분석 세그먼트 스트림을 사용하면 음성 및 채팅 고객 응대에 대한 Contact Lens 분석에 액세스할 수 있습니다. 스트리밍은 기존 [실시간 통화 분석 API](contact-lens-api.md)의 확장 한계를 극복합니다. 음성 고객 응대의 경우, 부분적인 기록에 액세스할 수 있는 `Utterance` 데이터 세그먼트에 대한 액세스 권한도 제공합니다. 이를 통해 실시간 통화에서 에이전트를 지원하는 데 필요한 초저지연 요건을 충족할 수 있습니다.
이 섹션에서는 스트리밍을 위해 Amazon Kinesis Data Streams와 통합하는 방법을 설명합니다.
스트리밍을 통해 다음과 같은 이벤트 유형을 받을 수 있습니다.
+ 고객 응대 분석 세션이 시작될 때 게시되는 STARTED 이벤트입니다.
+ SEGMENTS 이벤트가 고객 응대 분석 세션 중에 게시됩니다. 이러한 이벤트에는 분석된 정보가 포함된 세그먼트 목록이 포함되어 있습니다.
+ 고객 응대 분석 세션이 끝날 때 게시되는 COMPLETED 또는 FAILED 이벤트입니다.
**Topics**
+ [고객 응대 분석 세그먼트 스트림 활성화](enable-contact-analysis-segment-streams.md)
+ [음성: 대화형 분석 세그먼트 스트림용 데이터 모델](real-time-contact-analysis-segment-streams-data-model.md)
+ [채팅: 대화 분석 세그먼트 스트림용 데이터 모델](chat-real-time-contact-analysis-segment-streams-data-model.md)
+ [음성: 샘플 대화 분석 세그먼트 스트림](sample-real-time-contact-analysis-segment-stream.md)
+ [채팅: 샘플 대화 분석 세그먼트 스트림](chat-sample-real-time-contact-analysis-segment-stream.md)
# Contact Lens 대화를 분석하기 위한 고객 응대 분석 세그먼트 스트림 활성화
고객 응대 분석 세그먼트 스트림은 기본적으로 활성화되지 않습니다. 이 주제에서는 이를 활성화하는 방법을 설명합니다.
## 1단계: Kinesis 스트림 생성
Amazon Connect 인스턴스가 있는 동일한 계정 및 리전에서 데이터 스트림을 생성합니다. 지침은 **Amazon Kinesis Data Streams 개발자 안내서의 [1단계: 데이터 스트림 생성 및 업데이트](https://docs.aws.amazon.com/streams/latest/dev/tutorial-stock-data-kplkcl-create-stream.html)를 참조하세요.
**작은 정보**
각 데이터 형식에 대해 별도의 스트림을 생성하는 것이 좋습니다. 고객 응대 분석 세그먼트 스트림, 에이전트 이벤트 및 고객 응대 기록에 동일한 스트림을 사용할 수 있지만 각 스트림에 대해 별도의 스트림을 사용하면 스트림에서 데이터를 관리하고 가져오는 것이 훨씬 쉽습니다. 자세한 내용은 [Amazon Kinesis Data Streams 개발자 안내서](https://docs.aws.amazon.com/streams/latest/dev/introduction.html)를 참조하세요.
## 2단계: Kinesis 스트림에 대한 서버 측 암호화 설정(선택 사항이지만 권장됨)
자격 증명을 구성하는 몇 가지 방법이 있습니다.
+ 옵션 1: Kinesis AWS 관리형 키 (`aws/kinesis`)를 사용합니다. 추가 설정 없이 이 기능을 사용할 수 있습니다.
+ 옵션 2: Amazon Connect 인스턴스에서 통화 녹음, 채팅 기록 또는 내보낸 보고서에 동일한 고객 관리 키를 사용합니다.
Amazon Connect 인스턴스에서 암호화를 활성화하고 통화 녹음, 채팅 기록 또는 내보낸 보고서에 고객 관리 키를 사용하세요. 그런 다음 Kinesis 데이터 스트림에 대해 동일한 KMS 키를 선택합니다. 이 키에는 이미 사용에 필요한 권한(부여)이 있습니다.
+ 옵션 3: 다른 고객 관리형 키를 사용합니다.
기존 고객 관리형 키를 사용하거나 새 키를 생성하고 키를 사용하기 위해 Amazon Connect 역할에 필요한 권한을 추가합니다. 권한을 부여하여 AWS KMS 권한을 추가하려면 다음 예제를 참조하세요.
```
aws kms create-grant \
--key-id your key ID \
--grantee-principal arn:aws:iam::your AWS account ID:role/aws-service-role/connect.amazonaws.com/AWSServiceRoleForAmazonConnect_11111111111111111111 \
--operations GenerateDataKey \
--retiring-principal arn:aws:iam::your AWS account ID:role/adminRole
```
여기서 `grantee-principal`은 Amazon Connect 인스턴스와 연결된 서비스 연결 역할의 ARN입니다. 서비스 연결 역할의 ARN을 찾으려면 Amazon Connect 콘솔에서 **개요**, **배포 설정**, **서비스 연결 역할**로 이동합니다.
## 3단계: Kinesis 스트림 연결
Amazon Connect [AssociateInstanceStorageConfig](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateInstanceStorageConfig.html) API를 사용하여 다음 리소스 유형을 연결합니다.
+ 음성 고객 응대의 경우 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`를 사용합니다.
+ 채팅 고객 응대의 경우 `REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS`를 사용합니다.
**참고**
`REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`는 더 이상 사용되지 않지만 여전히 지원되며 음성 연락처에만 적용됩니다. 음성 연락처를 앞으로 이동하려면 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`를 사용합니다.
이전에 스트림을 `REAL_TIME_CONTACT_ANALYSIS_SEGMENTS`와 연결한 경우 스트림을 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`로 업데이트하는 데 작업이 필요하지 않습니다.
실시간 고객 응대 분석 세그먼트가 게시될 Kinesis 스트림을 지정합니다. 인스턴스 ID와 Kinesis 스트림 ARN이 필요합니다. 다음 코드에 예가 나와 있습니다:
```
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS or REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
```
### AWS CLI
다음 예제는 채팅 고객 응대에 대한 것입니다.
**작은 정보**
AWS 리전(`--region`)을 포함하지 않으면 CLI 프로파일을 기반으로 기본 리전을 사용합니다.
`--storage-config` 파라미터 값은 작은따옴표(') 내에 포함해서는 안 됩니다. 그렇지 않으면 오류가 발생합니다.
```
aws connect associate-instance-storage-config \
--region "us-west-2" \
--instance-id your Amazon Connect instance ID \
--resource-type REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS \
--storage-config StorageType=KINESIS_STREAM,KinesisStreamConfig={StreamArn=the ARN of your Kinesis stream}
```
### AWS SDK
다음 예제는 음성 고객 응대에 대한 것입니다.
```
import { Connect } from 'aws-sdk';
async function associate (): Promise {
const clientConfig: Connect.ClientConfiguration = {
region: 'the Region of your Amazon Connect instance',
};
const connect = new Connect(clientConfig);
// Build request
const request: Connect.Types.AssociateInstanceStorageConfigRequest = {
InstanceId: 'your Amazon Connect instance ID',
ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS',
StorageConfig: {
StorageType: 'KINESIS_STREAM',
KinesisStreamConfig: {
StreamArn: 'the ARN of your Kinesis stream',
},
}
};
try {
// Execute request
const response: Connect.Types.AssociateInstanceStorageConfigResponse = await connect.associateInstanceStorageConfig(request).promise();
// Process response
console.log('raw response: ${JSON.stringify(response, null, 2)}');
} catch (err) {
console.error('Error calling associateInstanceStorageConfig. err.code: ${err.code},' +
'err.message: ${err.message}, err.statusCode: ${err.statusCode}, err.retryable: ${err.retryable}');
}
}
associate().then(r => console.log('Done'));
```
## 4단계: Amazon Connect 인스턴스에 Contact Lens 활성화
지침은 [Amazon Connect Contact Lens에서 대화 분석 활성화](enable-analytics.md) 섹션을 참조하세요.
## 5단계(선택 사항): 샘플 세그먼트 스트림 검토
[음성](sample-real-time-contact-analysis-segment-stream.md) 또는 [채팅](chat-sample-real-time-contact-analysis-segment-stream.md) 샘플 세그먼트 스트림을 검토하여 어떤 모습인지 익숙해지도록 하는 것이 좋습니다.
# Contact Lens에서 음성 고객 응대를 분석하기 위한 대화형 분석 세그먼트 스트림용 데이터 모델
실시간 고객 응대 분석 세그먼트 스트림은 JSON으로 생성됩니다. 실시간 대화 분석이 활성화된 모든 고객 응대에 대해 이벤트 JSON 블롭이 관련 스트림에 게시됩니다. 음성 고객 응대에 대한 대화 분석 세션에 게시할 수 있는 이벤트 유형은 다음과 같습니다.
+ STARTED 이벤트 - 각 대화 분석 세션은 세션이 시작될 때 하나의 STARTED 이벤트를 게시합니다.
+ SEGMENTS 이벤트 - 대화 분석 세션은 세션 중에 0개 이상의 SEGMENTS 이벤트를 게시할 수 있습니다. 이러한 이벤트에는 분석된 정보가 포함된 세그먼트 목록이 포함되어 있습니다. 음성 고객 응대의 경우 세그먼트 목록에는 ‘`Utterance`‘, ‘`Transcript`‘, ‘`Categories`‘ 또는 ‘`PostContactSummary`‘ 세그먼트가 포함될 수 있습니다.
+ COMPLETED 또는 FAILED 이벤트 - 각 대화 분석 세션은 세션이 끝날 때 COMPLETED 또는 FAILED 이벤트를 하나씩 게시합니다.
## 음성 고객 응대에 대해 모든 이벤트에 포함되는 공통 속성
모든 이벤트에는 다음 속성이 포함됩니다.
**버전**
이벤트 스키마의 버전입니다.
유형: 문자열
**채널**
이 고객 응대 채널의 유형입니다.
유형: 문자열
유효한 값: `VOICE`, `CHAT`, `TASK`
채널에 대한 자세한 내용은 [Amazon Connect에서 연락처를 라우팅하기 위한 채널 및 동시성](channels-and-concurrency.md) 섹션을 참조하세요.
**AccountId**
이 고객 응대가 이루어지는 계정의 식별자.
유형: 문자열
**ContactId**
분석 중인 고객 응대의 식별자.
유형: 문자열
**InstanceId**
이 인스턴스가 이루어지는 계정의 식별자.
유형: 문자열
**LanguageCode**
이 고객 응대와 관련된 언어 코드.
유형: 문자열
유효한 값: [Contact Lens 실시간 통화 분석에 지원되는 언어](supported-languages.md#supported-languages-contact-lens) 중 하나에 대한 언어 코드.
**EventType**
게시된 이벤트 유형입니다.
유형: 문자열
유효값: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
## STARTED 이벤트
`STARTED` 이벤트에는 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: STARTED
## SEGMENTS 이벤트
`SEGMENTS` 이벤트에는 다음 속성이 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: SEGMENTS
+ 세그먼트: `SEGMENTS` 이벤트에는 공통 속성 외에도 분석된 정보가 있는 세그먼트 목록이 포함됩니다.
유형: [세그먼트](#segment) 객체 배열
+ PostContactSummary : 음성 고객 응대 세그먼트의 고객 응대 후 요약에 대한 정보입니다.
유형: [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html) 객체
필수 여부: 아니요
**세그먼트**
실시간 분석 세션의 분석된 세그먼트.
각 세그먼트는 다음과 같은 선택적 속성을 가진 객체입니다. 세그먼트 유형에 따라 이러한 속성 중 하나만 표시됩니다.
+ 발화
+ 기록
+ Categories
+ PostContactSummary
**발화**
분석된 발화.
필수 여부: 아니요
+ **Id**
발화의 ID.
유형: 문자열
+ ** TranscriptId**
이 발화와 관련된 녹취록의 ID.
유형: 문자열
+ **ParticipantId**
이 참가자의 ID.
유형: 문자열
+ ** ParticipantRole**
참가자의 역할. 고객, 에이전트 또는 시스템을 예로 들 수 있습니다.
유형: 문자열
+ ** PartialContent**
이 발화의 내용.
유형: 문자열
+ **시작 오프셋 밀리스**
이 기록에 대한 고객 응대의 시작 오프셋.
유형: 정수
+ **엔드오프셋 밀리스**
이 기록에 대한 고객 응대의 엔드 오프셋.
유형: 정수
**기록**
분석된 기록.
유형: [기록](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Transcript.html) 객체
필수 여부: 아니요
**Categories**
일치하는 범주 규칙.
유형: [범주](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Categories.html) 객체
필수 여부: 아니요
**PostContactSummary**
음성 고객 응대 세그먼트의 고객 응대 후 요약에 대한 정보입니다.
유형: [PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html) 객체
필수 여부: 아니요
## COMPLETED 이벤트
`COMPLETED` 이벤트에는 다음 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: COMPLETED
## FAILED 이벤트
`FAILED` 이벤트에는 다음 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ ContactId
+ LanguageCode
+ EventType: FAILED
# Contact Lens에서 채팅을 분석하기 위한 대화형 분석 세그먼트 스트림용 데이터 모델
채팅 연락에 대한 대화 분석 세그먼트 스트림은 JSON에서 생성됩니다. 실시간 대화 분석이 활성화된 모든 고객 응대에 대해 이벤트 JSON 블롭이 관련 스트림에 게시됩니다. 채팅 고객 응대에 대한 대화 분석 세션에 게시할 수 있는 이벤트 유형은 다음과 같습니다.
+ STARTED 이벤트 - 각 대화 분석 세션은 세션이 시작될 때 하나의 STARTED 이벤트를 게시합니다.
+ SEGMENTS 이벤트 - 대화 분석 세션은 세션 중에 0개 이상의 SEGMENTS 이벤트를 게시할 수 있습니다. 이러한 이벤트에는 분석된 정보가 포함된 세그먼트 목록이 포함되어 있습니다. 채팅 고객 응대의 경우 세그먼트 목록에는 ‘`Attachments`‘" ‘`Transcript`,’ ‘`Categories`,’ ‘`Events`,’ ‘`Issues`,’ 또는 ‘`PostContactSummary`‘ 세그먼트가 포함될 수 있습니다.
+ COMPLETED 또는 FAILED 이벤트 - 각 대화 분석 세션은 세션이 끝날 때 COMPLETED 또는 FAILED 이벤트를 하나씩 게시합니다.
## 채팅 고객 응대에 대해 모든 이벤트에 포함되는 공통 속성
모든 이벤트에는 다음 속성이 포함됩니다.
**버전**
이벤트 스키마의 버전입니다. 채팅 고객 응대의 경우 2.0.0입니다.
유형: 문자열
**채널**
이 고객 응대 채널의 유형입니다.
유형: 문자열
유효한 값: `VOICE`, `CHAT`, `TASK`
채널에 대한 자세한 내용은 [Amazon Connect에서 연락처를 라우팅하기 위한 채널 및 동시성](channels-and-concurrency.md) 섹션을 참조하세요.
**AccountId**
이 고객 응대가 이루어지는 계정의 식별자.
유형: 문자열
**InstanceId**
이 인스턴스가 이루어지는 계정의 식별자.
유형: 문자열
**ContactId**
분석 중인 고객 응대의 식별자.
유형: 문자열
**StreamingEventType**
게시된 이벤트 유형입니다.
유형: 문자열
유효값: `STARTED`, `SEGMENTS`, `COMPLETED`, `FAILED`
**StreamingSettings**
이 고객 응대의 Contact Lens 설정
유형: [StreamingSettings](#streamingsettingsobject) 객체
## StreamingSettings 객체
**LanguageCode**
이 고객 응대와 관련된 언어 코드.
유형: 문자열
유효한 값: [Contact Lens 실시간 통화 분석에 지원되는 언어](supported-languages.md#supported-languages-contact-lens) 중 하나에 대한 언어 코드.
**출력**
이 고객 응대에 대해 활성화된 Contact Lens 출력 유형입니다.
유형: 문자열
유효한 값: `Raw`, `Redacted`, `RedactedAndRaw`
**RedactionTypes**
이 연락처에 대해 활성화된 수정 유형입니다.
유형: Array of Strings
유효한 값: `PII`
**RedactionTypesMetadata**
각 수정 유형에 대한 수정 메타데이터입니다.
유형: [RedactionMetadata](#redactionmetadata) 객체에 대한 RedactionType 문자열
유효한 값: `PII`
## RedactionMetadata 객체
수정 설정에 대한 정보를 제공합니다.
**RedactionMaskMode**
데이터 수정 대체 설정
유형: 문자열
유효값: `PII`, `EntityType`
## STARTED 이벤트
`STARTED` 이벤트에는 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ ContactId
+ StreamingEventType : STARTED
+ StreamingSettings
## SEGMENTS 이벤트
`SEGMENTS` 이벤트에는 다음 속성이 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ OutputType
+ 현재 세그먼트의 Contact Lens 출력 유형
+ 유형: 문자열
+ 유효값: `Raw`, `Redacted`
+ ContactId
+ StreamingEventType : SEGMENT
+ StreamingSettings
+ Segments
+ 분석된 정보가 포함된 세그먼트 목록입니다.
+ 유형: [세그먼트](#chat-segment) 객체 배열
**세그먼트**
실시간 분석 세션의 분석된 세그먼트.
각 세그먼트는 다음과 같은 선택적 속성을 가진 객체입니다. 세그먼트 유형에 따라 이러한 속성 중 하나만 표시됩니다.
+ [첨부 파일](#chat-attachments)
+ [Categories](#chat-category)
+ [Event](#chat-event)
+ [문제](#chat-issues)
+ [Transcript](#chat-transcript)
+ [PostContactSummary](#chat-postcontactsummary)
**첨부 파일**
분석된 첨부 파일입니다.
필수 여부: 아니요
유형: [RealTimeContactAnalysisSegmentAttachments](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentAttachments.html) 객체
**Categories**
일치하는 범주 규칙.
유형: [RealTimeContactAnalysisSegmentCategories](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentCategories.html) 객체
필수 여부: 아니요
**Event**
고객 응대 이벤트를 설명하는 세그먼트 유형입니다.
유형: [RealTimeContactAnalysisSegmentEvent](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentEvent.html) 객체
필수 여부: 아니요
**문제**
감지된 문제 목록이 포함된 세그먼트 유형입니다.
유형: [RealTimeContactAnalysisSegmentIssues](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentIssues.html) 객체
필수 여부: 아니요
**Transcript**
분석된 트랜스크립트 세그먼트입니다.
유형: [RealTimeContactAnalysisSegmentTranscript](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentTranscript.html) 객체
필수 여부: 아니요
**PostContactSummary**
채팅용 실시간 고객 응대 세그먼트의 고객 응대 후 요약에 대한 정보입니다.
유형: [RealTimeContactAnalysisSegmentPostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentPostContactSummary.html) 객체
필수 여부: 아니요
## COMPLETED 이벤트
`COMPLETED` 이벤트에는 다음 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: COMPLETED
+ StreamingSettings
## FAILED 이벤트
`FAILED` 이벤트에는 다음 공통 속성만 포함됩니다.
+ 버전
+ 채널
+ AccountId
+ InstanceId
+ ContactId
+ StreamingEventType: FAILED
+ StreamingSettings
# Contact Lens를 사용하여 통화를 분석하기 위한 샘플 대화 분석 세그먼트 스트림
이 주제에서는 음성 고객 응대 중에 발생할 수 있는 STARTED, SEGMENTS, COMPLETED 및 FAILED 이벤트의 샘플 세그먼트 스트림을 제공합니다.
## 샘플 SARTELED 이벤트
+ EventType: STARTED
+ 대화 분석 세션이 시작될 때 게시됩니다.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "STARTED"
}
```
## 샘플 SEGMENTS 이벤트
+ EventType: SEGMENTS
+ 대화 분석 세션 중에 게시되었습니다. 이 이벤트에는 분석된 정보가 포함된 세그먼트 목록이 포함되어 있습니다. 세그먼트 목록에는 ‘`Utterance`’, ‘`Transcript`’, ‘`Categories`’ 또는 ‘`PostContactSummary`’ 세그먼트가 포함될 수 있습니다.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "SEGMENTS",
"Segments": [
{
"Utterance": {
"Id": "7b48ca3d-73d3-443a-bf34-a9e8fcc01747",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "Hello, thank you for calling Example Corp. My name is Adam.",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22980
}
},
{
"Utterance": {
"Id": "75acb743-2154-486b-aaeb-c960ae290e88",
"TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"PartialContent": "How can I help you?",
"BeginOffsetMillis": 23000,
"EndOffsetMillis": 24598
}
},
{
"Transcript": {
"Id": "121d1581-905f-4169-9804-b841bb4df04a",
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT",
"Content": "Hello, thank you for calling Example Corp. My name is Adam. How can I help you?",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 24598,
"Sentiment": "NEUTRAL"
}
},
{
"Transcript": {
"Id": "4295e927-43aa-4447-bbfc-8fccc2027530",
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER",
"Content": "I'm having trouble submitting the application, number AX876293 on the portal. I tried but couldn't connect to my POC on the portal. So, I'm calling on this toll free number",
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690,
"Sentiment": "NEGATIVE",
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 81
}
}
]
}
},
{
"Categories": {
"MatchedCategories": [
"CreditCardRelated",
"CardBrokenIssue"
],
"MatchedDetails": {
"CreditCardRelated": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 19010,
"EndOffsetMillis": 22690
}
]
},
"CardBrokenIssue": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 25000,
"EndOffsetMillis": 29690
}
]
}
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their application",
"Status": "COMPLETED"
}
}
]
}
```
## 샘플 COMPLETED 이벤트
+ EventType: COMPLETED
+ 분석이 성공적으로 완료된 경우 대화 분석 세션이 끝날 때 게시됩니다.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "COMPLETED"
}
```
## 샘플 FAILED 이벤트
+ EventType: FAILED
+ 분석에 실패한 경우 대화 분석 세션이 끝날 때 게시됩니다.
```
{
"Version": "1.0.0",
"Channel": "VOICE",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"LanguageCode": "en-US", // the language code of the contact
"EventType": "FAILED"
}
```
# Contact Lens에서 채팅을 분석하기 위한 샘플 대화 분석 스트림
이 주제에서는 채팅 고객 응대 중에 발생하는 STARTED, SEGMENTS, COMPLETED 및 FAILED 이벤트의 샘플 세그먼트 스트림을 제공합니다.
## 샘플 SARTELED 이벤트
+ EventType: STARTED
+ 대화 분석 세션이 시작될 때 게시됩니다.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "STARTED",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## 샘플 SEGMENTS 이벤트
+ EventType: [SEGMENTS](chat-real-time-contact-analysis-segment-streams-data-model.md#chat-segment-streams-data-model-segments-event)
+ 대화 분석 세션 중에 게시되었습니다. 이 이벤트에는 분석된 정보가 포함된 [RealtimeContactAnalysisSegment](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealtimeContactAnalysisSegment.html) 객체 목록이 포함되어 있습니다. 세그먼트 목록에는 `"Transcript"`, `"Categories"`, `"Issue"`, `"Event"`, `"Attachment"`, 또는 ‘PostContactSummary’ 세그먼트가 포함될 수 있습니다.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"OutputType": "Redacted",
"StreamingEventType": "SEGMENTS",
"StreamingSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"Segments": [{
"Transcript": {
"Id": "07a2d668-5c9e-4f69-b2fe-986261b0743a",
"ParticipantId": "a309ac1e-ca87-44ca-bb5d-197eca8ed77a",
"ParticipantRole": "AGENT",
"DisplayName": "[PII]",
"Content": "Hello, thank you for contacting Example Corp. My name is Ray.",
"ContentType": "text/markdown",
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
},
"Sentiment": "NEUTRAL"
}
}, {
"Categories": {
"MatchedDetails": {
"Hi": {
"PointsOfInterest": [{
"TranscriptItems": [{
"Id": "5205b050-8aa9-4645-a381-a308801649ab",
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 40
}
}]
}]
}
}
}
}, {
"Issues": {
"IssuesDetected": [{
"TranscriptItems": [{
"Content": "I have an issue with my bank account",
"Id": "0e5574a7-2aeb-4eab-8bb5-3a7f66a2284a",
"CharacterOffsets": {
"BeginOffsetChar": 7,
"EndOffsetChar": 43
}
}]
}]
}
}, {
"Attachments": {
"Id": "06ddc1eb-2302-4a8e-a73f-37687fe41aa9",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"Attachments": [{
"AttachmentName": "Lily.jpg",
"ContentType": "image/jpeg",
"AttachmentId": "343e34da-391a-4541-8b7e-3909d931fcfa",
"Status": "APPROVED"
}],
"Time": {
"AbsoluteTime": "2024-03-14T19:39:26.715Z"
}
}
}, {
"Event": {
"Id": "fbe61c5f-d0d8-4345-912a-4e81f5734d3b",
"ParticipantId": "7810b1de-cca8-4153-b522-2498416255af",
"ParticipantRole": "CUSTOMER",
"DisplayName": "Customer",
"EventType": "application/vnd.amazonaws.connect.event.participant.left",
"Time": {
"AbsoluteTime": "2024-03-14T19:40:00.614Z"
}
}
},
{
"PostContactSummary": {
"Content": "Customer contacted Example Corp because of an issue with their bank account",
"Status": "COMPLETED"
}
}]
}
```
## 샘플 COMPLETED 이벤트
+ EventType: COMPLETED
+ 분석이 성공적으로 완료된 경우 대화 분석 세션이 끝날 때 게시됩니다.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "COMPLETED",
"StreamingEventSettings": {
"LanguageCode": "en-US", // the language code of the contact
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
## 샘플 FAILED 이벤트
+ EventType: FAILED
+ 분석에 실패한 경우 대화 분석 세션이 끝날 때 게시됩니다.
```
{
"Version": "2.0.0",
"Channel": "CHAT",
"AccountId": "123456789012", // your AWS account ID
"InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID
"ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact
"StreamingEventType": "FAILED",
"StreamingEventSettings": {
"LanguageCode": "en-US",
"Output": "RedactedAndRaw",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
}
}
```
# Contact Lens 대화 분석으로 분석한 파일의 출력 파일 위치
다음은 Contact Lens 대화 분석 출력 파일이 인스턴스의 Amazon S3 버킷에 저장되었을 때 경로가 어떻게 보이는지 보여 주는 예시입니다.
+ 원본 분석 기록 파일(JSON)
+ /connect-instance- bucket/**Analysis/Voice**/2020/02/04/*contact's\$1ID*\$1analysis\$12020-02-04T21:14:16Z.json
+ /connect-instance- bucket/**Analysis/Voice**/2020/02/04/*contact's\$1ID*\$1analysis\$12020-02-04T21:14:16Z.json
+ /connect-instance- bucket/**Analysis/Email**/2026/03/10/*contact's\$1ID*\$1analysis\$120260310T22:35\$1UTC.json
+ 수정된 분석 기록 파일(JSON)
+ /connect-instance- bucket/**Analysis/Voice/Redacted**/2020/02/04/*contact's\$1ID*\$1**analysis\$1redacted**\$12020-02-04T21:14:16Z.json
+ /connect-instance- bucket/**Analysis/Chat/Redacted**/2020/02/04/*contact's\$1ID*\$1**analysis\$1redacted**\$12020-02-04T21:14:16Z.json
+ /connect-instance- bucket/**Analysis/Email/Redacted**/2026/03/10/*contact's\$1ID*\$1**analysis\$1redacted**\$120260310T22:35\$1UTC.json
+ 수정된 오디오 파일
+ /connect-instance- bucket/**Analysis/Voice/Redacted**/2020/02/04/*contact's\$1ID*\$1**call\$1recording\$1redacted**\$12020-02-04T21:14:16Z.**wav**
**중요**
녹화를 삭제하려면 수정된 녹화와 수정되지 않은 녹화의 파일을 모두 삭제해야 합니다.
# 통화에 대한 Contact Lens 대화 분석 출력 파일 예시
다음 섹션에서는 Contact Lens 대화 분석에서 문제를 감지하고, 범주를 일치시키고, 음량을 표시하고, 민감한 데이터를 편집하고, 분석을 건너뛸 때 발생하는 출력의 예를 제공합니다.
각 섹션을 펼쳐 자세히 알아보세요.
## Contact Lens 대화 분석으로 분석한 통화의 원본 파일 예시
다음 예제에서는 Contact Lens 대화 분석이 분석한 통화의 스키마를 보여 줍니다. 이 예제에서는 대화 음량, 문제 탐지, 통화 드라이버, 수정될 정보 등을 보여 줍니다.
분석된 파일에 대해 다음을 참조하세요.
+ 어떤 민감한 데이터가 수정되었는지는 포함하지 않습니다. 모든 데이터를 개인 식별 정보(PII)라고 합니다.
+ 각 턴에는 PII가 포함된 경우에만 `Redaction` 섹션이 포함됩니다.
+ `Redaction` 섹션이 있는 경우 오프셋은 밀리초 단위로 포함됩니다. .wav 파일에서는 수정된 부분이 무음으로 표시됩니다. 원하는 경우 오프셋을 사용하여 무음을 경고음과 같은 다른 것으로 바꿀 수 있습니다.
+ 한 턴에 두 개 이상의 PII 수정이 있는 경우 첫 번째 오프셋은 첫 번째 PII에 적용되고 두 번째 오프셋은 두 번째 PII에 적용되는 방식으로 진행됩니다.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"Channel": "VOICE",
"ContentMetadata": {
"Output": "Raw"
},
"JobStatus": "COMPLETED",
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": "ProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is Peter and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. Peter, how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
}
```
## Contact Lens 대화 분석으로 분석한 통화의 편집된 파일 예시
이 섹션에서는 Contact Lens 대화 분석으로 분석한 후 통화의 수정된 파일 예시를 보여 줍니다. 원본 분석 파일과 쌍둥이 파일입니다. 유일한 차이점은 민감한 데이터가 수정된다는 것입니다. 이 예제에서는 세 개의 엔터티 '`CREDIT_DEBIT_NUMBER`', '`NAME`', '`USERNAME`'이 수정을 위해 선택되었습니다.
이 예에서는 `RedactionMaskMode`가 PII로 설정되어 있습니다. 엔터티가 수정되면 Contact Lens가 이를 `[PII]`로 대체합니다. `ENTITY_TYPE`으로 설정된 경우 Contact Lens는 데이터를 엔티티의 이름(예: `[CREDIT_DEBIT_NUMBER]`)으로 대체합니다.
```
{
"Version": "1.1.0",
"AccountId": "your AWS account ID",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": ["PII"],
"RedactionTypesMetadata": {
"PII": {
"RedactionEntitiesRequested": ["CREDIT_DEBIT_NUMBER", "NAME", "USERNAME"],
"RedactionMaskMode": "PII" // if you were to choose ENTITY_TYPE instead, the redaction would say, for example, [NAME]
}
}
},
"Channel": "VOICE",
"JobStatus": "COMPLETED",
"JobDetails": {
"SkippedAnalysis": [
{
"Feature": "CATEGORIZATION",
"ReasonCode": "QUOTA_EXCEEDED",
"SkippedEntities": [
{
"CategoryName": "PotentialFraud"
"RuleId": "a1130485-9529-4249-a1d4-5738b4883748"
},
{
"CategoryName": "Refund"
"RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748"
}
]
},
{
"Feature": "CATEGORIZATION",
"ReasonCode": "FAILED_SAFETY_GUIDELINES",
"SkippedEntities": [
{
"CategoryName": "ManagerEscalation"
"RuleId": "cccccccc-9529-4249-a1d4-5738b4883748"
},
]
},
]
},
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "CUSTOMER",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "AGENT",
"ParticipantRole": "AGENT"
}
],
"Categories": {
"MatchedCategories": ["Cancellation"],
"MatchedDetails": {
"Cancellation": {
"PointsOfInterest": [
{
"BeginOffsetMillis": 7370,
"EndOffsetMillis": 11190
}
]
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"TotalConversationDurationMillis": 32110,
"Sentiment": {
"OverallSentiment": {
"AGENT": 0,
"CUSTOMER": 3.1
},
"SentimentByPeriod": {
"QUARTER": {
"AGENT": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 7427,
"Score": 0
},
{
"BeginOffsetMillis": 7427,
"EndOffsetMillis": 14855,
"Score": -5
},
{
"BeginOffsetMillis": 14855,
"EndOffsetMillis": 22282,
"Score": 0
},
{
"BeginOffsetMillis": 22282,
"EndOffsetMillis": 29710,
"Score": 5
}
],
"CUSTOMER": [
{
"BeginOffsetMillis": 0,
"EndOffsetMillis": 8027,
"Score": -2.5
},
{
"BeginOffsetMillis": 8027,
"EndOffsetMillis": 16055,
"Score": 5
},
{
"BeginOffsetMillis": 16055,
"EndOffsetMillis": 24082,
"Score": 5
},
{
"BeginOffsetMillis": 24082,
"EndOffsetMillis": 32110,
"Score": 5
}
]
}
}
},
"Interruptions": {
"InterruptionsByInterrupter": {
"CUSTOMER": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
],
"AGENT": [
{
"BeginOffsetMillis": 10710,
"DurationMillis": 3790,
"EndOffsetMillis": 14500
}
]
},
"TotalCount": 2,
"TotalTimeMillis": 7580
},
"NonTalkTime": {
"TotalTimeMillis": 0,
"Instances": []
},
"TalkSpeed": {
"DetailsByParticipant": {
"AGENT": {
"AverageWordsPerMinute": 239
},
"CUSTOMER": {
"AverageWordsPerMinute": 163
}
}
},
"TalkTime": {
"TotalTimeMillis": 28698,
"DetailsByParticipant": {
"AGENT": {
"TotalTimeMillis": 15079
},
"CUSTOMER": {
"TotalTimeMillis": 13619
}
}
}
},
"CustomModels": [
{ // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html
"Type": "TRANSCRIPTION_VOCABULARY",
"Name": " LNK POPProductNames",
"Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field
}
],
"Transcript": [
{
"BeginOffsetMillis": 0,
"Content": "Okay.",
"EndOffsetMillis": 90,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
79.27
]
},
{
"BeginOffsetMillis": 160,
"Content": "Just hello. My name is [PII] and help.",
"EndOffsetMillis": 4640,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
66.56,
40.06,
85.27,
82.22,
77.66
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 3290,
"EndOffsetMillis": 3620
}
]
}
},
{
"BeginOffsetMillis": 4640,
"Content": "Hello. [PII], how can I help you?",
"EndOffsetMillis": 6610,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
70.23,
73.05,
71.8
],
"Redaction": {
"RedactedTimestamps": [
{
"BeginOffsetMillis": 5100,
"EndOffsetMillis": 5450
}
]
}
},
{
"BeginOffsetMillis": 7370,
"Content": "I need to cancel. I want to cancel my plan subscription.",
"EndOffsetMillis": 11190,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
77.18,
79.59,
85.23,
81.08,
73.99
],
"IssuesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 55
},
"Text": "I need to cancel. I want to cancel my plan subscription"
}
]
},
{
"BeginOffsetMillis": 11220,
"Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.",
"EndOffsetMillis": 15210,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEGATIVE",
"LoudnessScore": [
75.92,
75.79,
80.31,
80.44,
76.31
]
},
{
"BeginOffsetMillis": 15840,
"Content": "That sounds interesting. Thank you accept.",
"EndOffsetMillis": 18120,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
73.77,
79.17,
77.97,
79.29
]
},
{
"BeginOffsetMillis": 18310,
"Content": "Alright, I made all the changes to the account and now these discounts applied.",
"EndOffsetMillis": 21820,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "NEUTRAL",
"LoudnessScore": [
83.88,
86.75,
86.97,
86.11
],
"OutcomesDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 9,
"EndOffsetChar": 77
},
"Text": "I made all the changes to the account and now these discounts applied"
}
]
},
{
"BeginOffsetMillis": 22610,
"Content": "Awesome. Thank you so much.",
"EndOffsetMillis": 24140,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
79.11,
81.7,
78.15
]
},
{
"BeginOffsetMillis": 24120,
"Content": "No worries. I will send you all the details later today and call you back next week to check up on you.",
"EndOffsetMillis": 29710,
"Id": "the ID of the turn",
"ParticipantId": "AGENT",
"Sentiment": "POSITIVE",
"LoudnessScore": [
87.07,
83.96,
76.38,
88.38,
87.69,
76.6
],
"ActionItemsDetected": [
{
"CharacterOffsets": {
"BeginOffsetChar": 12,
"EndOffsetChar": 102
},
"Text": "I will send you all the details later today and call you back next week to check up on you"
}
]
},
{
"BeginOffsetMillis": 30580,
"Content": "Thank you. Sir. Have a nice evening.",
"EndOffsetMillis": 32110,
"Id": "the ID of the turn",
"ParticipantId": "CUSTOMER",
"Sentiment": "POSITIVE",
"LoudnessScore": [
81.42,
82.29,
73.29
]
}
]
}
```
# Contact Lens 대화 분석으로 분석한 채팅의 Contact Lens 출력 파일 예
이 섹션에서는 Contact Lens 대화 분석이 분석한 채팅 대화의 예시 스키마를 보여 줍니다. 이 예제에서는 추론된 감정, 일치하는 범주, 고객 응대 요약, 응답 시간을 보여 줍니다.
분석된 원본 파일에는 전체 채팅 기록이 포함되어 있습니다. **고객 응대 세부 정보** 페이지의 채팅 **트랜스크립트** 필드에 있는 것과 동일한 콘텐츠가 원본 Contact Lens 분석 파일의 `Transcript` 필드에도 있습니다. 또한 분석된 파일에는 수정된 분석 파일에 수정된 데이터가 있음을 나타내는 `Redaction` 섹션 등 더 많은 필드가 포함될 수 있습니다.
**참고**
일부 `ConversationCharacteristics`에는 참가자 역할이 키인 `DetailsByParticipantRole` 맵이 포함됩니다. 하지만 `Participants` 목록에 있는 모든 역할(예: `CUSTOMER` 또는`AGENT`)이 `DetailsByParticipantRole` 객체에 해당 키를 포함한다고 보장되는 것은 아닙니다. 참가자의 키 존재 여부는 Contact Lens 분석에 적합한 데이터가 있는지 여부에 따라 달라집니다.
## Categories
`PointsOfInterest`는 채팅 후 범주와 통화 후 범주가 다릅니다.
+ 통화 후 `PointsOfInterest`의 오프셋은 밀리초입니다.
+ 채팅 후 `PointsOfInterest`에는 `TranscriptItems` 배열이 있으며 각 항목에는 `id` 및 `CharacterOffset`이 있습니다.
`PointsOfInterest`의 배열은 다음과 같습니다. 각 배열에는 `TranscriptItems` 배열이 있습니다. 각 `PointOfInterest`에는 범주 일치를 위한 것이지만, 각 일치 항목은 여러 기록 항목에 걸쳐 있을 수 있습니다.
통화와 채팅 모두에 대해 `PointsOfInterest` 배열은 비어 있을 수 있습니다. 즉, 전체 고객 응대에 대해 범주가 일치합니다. 예를 들어 연락처에 `Hello`가 언급되지 않은 경우 범주를 일치시키는 규칙을 만들면 기록에서 이 조건을 정확히 찾아낼 수 있는 부분이 없습니다.
**참고**
현재 범주는 `text/plain`, `text/markdown` 채팅 메시지에 대해서만 유추됩니다.
## 주요 하이라이트
**주요 하이라이트**는 `ConversationCharacteristics.ContactSummary.SummaryItemsDetected` 배열에 있습니다. `Issue`, `Outcome` 및 `Action` 항목은 한 세트만 찾을 수 있다는 점을 강조하기 위해 해당 배열에는 두 개 이상의 항목이 포함될 수 없습니다.
배열의 각 객체에는 다음과 같은 필드가 있습니다. `IssuesDetected`,`OutcomesDetected`,`ActionItemsDetected`
각 필드에는 `Id` 및 `CharacterOffsets`이 있는 `TranscriptItems` 배열이 있습니다. 이러한 필드에는 해당 고객 응대 요약이 포함된 것으로 확인된 특정 부분(문제, 결과 또는 작업 항목)과 `TranscriptItems`이 설명되어 있습니다.
**참고**
현재 주요 하이라이트는 `text/plain` 채팅 메시지에만 추론됩니다.
## 감정
### 전체 감정
고객 응대 참가자의 `DetailsByParticipantRole` 필드 감정 점수는 음성 분석용 Contact Lens 파일과 비슷합니다.
`DetailsByInteraction` 필드에는 `WithAgent` 및 `WithoutAgent` 채팅 상호 작용의 일부에 대한 `CUSTOMER` 감정 점수가 있습니다. 해당 상호 작용 부분에 고객 메시지가 없는 경우에는 해당 필드가 비어 있습니다.
**참고**
현재 감정 유추 기능은 `text/plain`, `text/markdown` 채팅 메시지에 대해서만 지원됩니다.
### 감정 변화
`DetailsByParticipantRole` 필드에는 고객 응대 참여자(즉,`AGENT`,`CUSTOMER`)의 감정 변화를 설명하는 객체 `BeginScore` 및 `EndScore`가 포함되어 있습니다.
`DetailsByInteraction` 필드에는 `WithAgent` 및 `WithoutAgent` 채팅 상호 작용의 일부에 대한 `CUSTOMER` 감정 변화가 있습니다. 해당 상호 작용 부분에 고객 메시지가 없는 경우에는 해당 필드가 비어 있습니다.
감정 변화는 채팅 상호 작용 전반에 걸쳐 참가자의 감정이 어떻게 변화했는지에 대한 정보를 제공합니다.
## 응답 시간
`AgentGreetingTimeMillis`는 `AGENT`가 채팅에 참여한 시점과 고객에게 첫 메시지를 종료한 시점 사이의 시간을 측정합니다.
`DetailsByParticipantRole`에는 각 참가자에 대해 다음과 같은 특성이 있습니다
+ `Average`: 참가자의 평균 응답 시간은 얼마입니까?
+ `Maximum`: 참가자의 가장 긴 응답 시간은 얼마입니까? 최대 응답 시간이 같은 기록 항목이 여러 개 있는 경우 어떤 항목이 해당되나요?
특정 참가자의 `Average` 및 `Maximum` 응답 시간을 계산하려면 다른 참가자의 메시지에 응답해야 합니다(`AGENT`가 `CUSTOMER`에게 응답해야 하거나 그 반대의 경우도 마찬가지입니다).
예를 들어 채팅이 종료되기 전에 `CUSTOMER`으로부터 메시지가 한 개만 있고 `AGENT`로부터 메시지가 한 개만 있는 경우 Contact Lens는 `AGENT`에 대한 응답 시간을 계산하지만 `CUSTOMER`에 대한 응답 시간은 계산하지 않습니다.
**참고**
현재 응답 시간 유추 기능은 ` text/plain`, `text/markdown` 채팅 메시지에 대해서만 지원됩니다.
## 수정
채팅의 원본 분석 파일에 대해서는 다음 사항에 유의하세요.
+ 기록 항목에는 삭제할 데이터가 있는 경우에만 `Redaction` 섹션이 포함됩니다. 이 섹션에는 수정된 분석 파일에서 수정된 데이터에 대한 문자 오프셋이 포함되어 있습니다.
+ 두 개 이상의 메시지가 삭제된 경우 첫 번째 오프셋은 첫 번째 삭제된 메시지에 적용되고, 두 번째 오프셋은 두 번째 삭제된 메시지에 적용되는 식으로 적용됩니다.
`AGENT` 및 `CUSTOMER`에 대한 `DisplayNames`는 PII가 포함되어 있으므로 삭제됩니다. 이는 `AttachmentName`에도 적용됩니다.
`CharacterOffsets`는 편집된 분석 파일에서 `Content`의 수정 변경 사항을 고려합니다. `CharacterOffsets`는 원본 콘텐츠가 아닌 수정된 콘텐츠를 설명합니다.
## 원본 채팅 파일 예시
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 73
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Raw"
},
"ConversationCharacteristics": {
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
},
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
]
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
],
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
},
"SYSTEM": {
"BeginScore": 2.5,
"EndScore": 0
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-95dc-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "John",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "Jane",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is Jane. How may I help you?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is John and last name is Doe.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 78
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "123 Any Street, Any Town, and the zip code is 98109.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 27
},
{
"BeginOffsetChar": 49,
"EndOffsetChar": 54
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit care are 9008",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 31
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:22.486Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr. Doe, its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr Doe?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with John?",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/markdown",
"DisplayName": "John",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/markdown",
"DisplayName": "Jane",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "John",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
## 수정된 채팅 파일 예시
```
{
"AccountId": "123456789012",
"Categories": {
"MatchedCategories": [
"agent-intro"
],
"MatchedDetails": {
"agent-intro": {
"PointsOfInterest": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 71
},
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
}
]
}
}
},
"Channel": "CHAT",
"ChatTranscriptVersion": "2019-08-26",
"ContentMetadata": {
"Output": "Redacted",
"RedactionTypes": [
"PII"
],
"RedactionTypesMetadata": {
"PII": {
"RedactionMaskMode": "PII"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"SummaryItemsDetected": [
{
"ActionItemsDetected": [],
"IssuesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 72,
"EndOffsetChar": 244
},
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
}
],
"OutcomesDetected": [
{
"TranscriptItems": [
{
"CharacterOffsets": {
"BeginOffsetChar": 0,
"EndOffsetChar": 150
},
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
}
]
}
]
"ContactSummary": {
"PostContactSummary": {
"Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call."
}
}
],
},
"ResponseTime": {
"AgentGreetingTimeMillis": 2511,
"DetailsByParticipantRole": {
"AGENT": {
"Average": {
"ValueMillis": 5575
},
"Maximum": {
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
],
"ValueMillis": 7309
}
},
"CUSTOMER": {
"Average": {
"ValueMillis": 5875
},
"Maximum": {
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
],
"ValueMillis": 11366
}
}
}
},
"Sentiment": {
"DetailsByTranscriptItemGroup": [
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc"
},
{
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e"
},
{
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c"
}
]
},
{
"ParticipantRole": "AGENT",
"ProgressiveScore": 3.3333333333333335,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -1.6666666666666667,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEGATIVE",
"TranscriptItems": [
{
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c"
},
{
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": -2.5,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 0,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 1.6666666666666667,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "POSITIVE",
"TranscriptItems": [
{
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b"
}
]
},
{
"ParticipantRole": "CUSTOMER",
"ProgressiveScore": 3.75,
"Sentiment": "NEUTRAL",
"TranscriptItems": [
{
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0"
}
]
}
],
"OverallSentiment": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": 0
}
}
},
"DetailsByParticipantRole": {
"AGENT": 1.1538461538461537,
"CUSTOMER": 0
}
},
"SentimentShift": {
"DetailsByInteraction": {
"DetailsByParticipantRole": {
"CUSTOMER": {
"WithAgent": {
"BeginScore": -3,
"EndScore": 3.75
}
}
}
},
"DetailsByParticipantRole": {
"AGENT": {
"BeginScore": 0,
"EndScore": 2.5
},
"CUSTOMER": {
"BeginScore": -3.75,
"EndScore": 3.75
}
}
}
}
},
"CustomerMetadata": {
"ContactId": "b49644f6-672f-445c-b209-f76b36482830",
"InputS3Uri": "path to the json file in s3",
"InstanceId": "f23fc323-3d6d-48aa-EXAMPLE012"
},
"JobStatus": "COMPLETED",
"LanguageCode": "en-US",
"Participants": [
{
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER"
},
{
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM"
},
{
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT"
}
],
"Transcript": [
{
"AbsoluteTime": "2022-10-27T03:31:50.735Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "740c494d-9df7-4400-91c0-3e4df33922c8",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:31:53.390Z",
"Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:55.131Z",
"Content": "The time in queue is less than 5 minutes.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "1276382b-facb-49c5-8d34-62e3b0f50002",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:31:56.618Z",
"Content": "You are now being placed in queue to chat with an agent.",
"ContentType": "text/plain",
"DisplayName": "SYSTEM_MESSAGE",
"Id": "88c2363e-8206-4781-a353-c15e1ccacc12",
"ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02",
"ParticipantRole": "SYSTEM",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:00.951Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.joined",
"DisplayName": "[PII]",
"Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:32:03.462Z",
"Content": "Hello, thanks for reaching Example Corp. This is [PII]. How may I help you?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 46,
"EndOffsetChar": 51
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:08.102Z",
"Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:14.137Z",
"Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:18.781Z",
"Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:24.123Z",
"Content": "Ok. Can I get your first and last name please?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3673d926-6e75-4620-a6f0-7ea571790a15",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:29.879Z",
"Content": "Yeah. My first name is [PII] and last name [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 21,
"EndOffsetChar": 26
},
{
"BeginOffsetChar": 44,
"EndOffsetChar": 49
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:34.670Z",
"Content": "Could you please provide me with the order ID number?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:39.726Z",
"Content": "Yes, just . Looking ...",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:44.887Z",
"Content": "Not a problem, take your time.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:52.978Z",
"Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ecb8c498-96d7-448b-8360-366eeddb4090",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:32:59.441Z",
"Content": "alright, perfect. And could you also just confirm the shipping address for me, [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 77,
"EndOffsetChar": 82
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:05.455Z",
"Content": "[PII], and the zip code [PII].",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "d334058f-e3de-4cf1-a361-32e4e61f1839",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 0,
"EndOffsetChar": 5
},
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:12.764Z",
"Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:17.412Z",
"Content": "Ok. Last four for my debit card [PII]",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 27,
"EndOffsetChar": 32
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:33.852Z",
"Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "c71ad383-f876-4bb3-b254-7837b6a3d395",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:38.961Z",
"Content": "I apologize for the experience you had Mr [PII], its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 41,
"EndOffsetChar": 46
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:44.192Z",
"Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "4b292b64-4a33-45ff-89df-d5a175d16d70",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:51.310Z",
"Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:33:56.287Z",
"Content": "Thank you sir one moment please.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:01.224Z",
"Content": "Alright are you still there Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 30,
"EndOffsetChar": 35
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:07.093Z",
"Content": "Yeah.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:12.562Z",
"Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:17.029Z",
"Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:22.269Z",
"Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:26.353Z",
"Content": "Okay! No problem. Sounds great. Thank you for all your help!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:31.431Z",
"Content": "Is there anything else I can help you out with Mr [PII]?",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Redaction": {
"CharacterOffsets": [
{
"BeginOffsetChar": 48,
"EndOffsetChar": 53
}
]
},
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:36.704Z",
"Content": "Nope!",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:41.448Z",
"Content": "Ok great! Have a great day.",
"ContentType": "text/plain",
"DisplayName": "[PII]",
"Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d",
"ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7",
"ParticipantRole": "AGENT",
"Type": "MESSAGE"
},
{
"AbsoluteTime": "2022-10-27T03:34:42.799Z",
"ContentType": "application/vnd.amazonaws.connect.event.participant.left",
"DisplayName": "[PII]",
"Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb",
"ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8",
"ParticipantRole": "CUSTOMER",
"Type": "EVENT"
},
{
"AbsoluteTime": "2022-10-27T03:34:43.192Z",
"ContentType": "application/vnd.amazonaws.connect.event.chat.ended",
"Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a",
"Type": "EVENT"
}
],
"Version": "CHAT-2022-11-30"
}
```
# Contact Lens 대화 분석을 통해 분석된 이메일의 Contact Lens 출력 파일 예
이 섹션에서는 Contact Lens 대화 분석을 통해 분석된 이메일 연락처의 예제 스키마를 보여줍니다. 이 예제는 일치하는 범주와 고객 응대 체인 요약을 보여줍니다.
이메일 분석 출력 파일에 대한 다음 사항에 유의하세요.
+ `Channel` 필드가 `EMAIL`으로 설정되어 있습니다.
+ `Version` 필드는 `EMAIL` 접두사(예: )를 사용합니다`EMAIL-2026-01-01`.
+ 이메일 출력 파일에는 감정 점수, 감정 변화, 음량 또는 침묵 시간 데이터가 포함되지 않습니다.
+ `Categories` 섹션에는 로 설정된 `EventSource` 필드가 포함되어 있습니다`OnEmailAnalysisAvailable`.
+ 이메일 분석은 전체 이메일 스레드(연락처 체인)를 요약`PostContactSummary`하기 때문에 고객 응대 요약은 `ContactChainSummary` 대신를 사용합니다.
+ 이 `CustomerMetadata.InputFiles` 섹션에서는 Amazon S3에 저장된 이메일 메시지와 일반 텍스트 파일을 참조합니다.
## 이메일 분석 출력 파일의 예
다음 예제에서는 범주화, 수정 및 고객 응대 체인 요약이 활성화된 이메일 고객 응대의 출력을 보여줍니다.
```
{
"Version": "EMAIL-2026-01-01",
"AccountId": "123456789012",
"Channel": "EMAIL",
"Configuration": {
"ChannelConfiguration": {
"AnalyticsModes": [
"ContactLens"
]
},
"LanguageLocale": "en-US",
"RedactionConfiguration": {
"Behavior": "Enable",
"Policy": "RedactedAndOriginal",
"Entities": [],
"MaskMode": "EntityType"
},
"SummaryConfiguration": {
"SummaryModes": [
"ContactChain"
]
}
},
"CustomerMetadata": {
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"InstanceId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee",
"InputFiles": {
"EmailMessageS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_message.json",
"EmailMessagePlainTextS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_plain_text.json"
}
},
"Categories": {
"MatchedCategories": [
"refund-request",
"shipping-issue"
],
"MatchedDetails": {
"refund-request": {
"PointsOfInterest": [
{
"Contacts": [
{
"ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890"
}
]
}
],
"EventSource": "OnEmailAnalysisAvailable"
},
"shipping-issue": {
"PointsOfInterest": [],
"EventSource": "OnEmailAnalysisAvailable"
}
}
},
"ConversationCharacteristics": {
"ContactSummary": {
"ContactChainSummary": {
"Content": "The customer reported that their order arrived damaged and requested a full refund including shipping costs. The agent confirmed the refund would be processed within 3-5 business days and offered a replacement unit."
}
}
},
"JobDetails": {}
}
```
# Amazon Connect Contact Lens의 문제 해결
## 수정되지 않은 콘텐츠를 보거나 들을 수 없는 이유는 무엇인가요?
조직에서 Contact Lens 수정 기능을 사용하는 경우 기본적으로 수정된 콘텐츠만 Amazon Connect 관리자 웹 사이트에 표시됩니다.
수정되지 않은 콘텐츠를 볼 수 있는 권한이 있어야 합니다. 자세한 내용은 [Amazon Connect에서 Contact Lens 대화 분석을 사용할 수 있는 권한 할당](permissions-for-contact-lens.md) 단원을 참조하십시오.
# Amazon Connect에서 에이전트 및 셀프 서비스 상호 작용 성능 평가
**작은 정보**
**신규 사용자인가요?** [Amazon Connect 에이전트 평가 양식 워크숍](https://catalog.workshops.aws/amazon-connect-evaluation-forms/en-US)을 확인하세요. 이 온라인 과정은 평가 양식의 작업 예시를 생성하는 방법을 안내합니다.
**IT 관리자**: Amazon Connect 평가 기능을 활성화하려면 Amazon Connect 콘솔로 이동하여 인스턴스 별칭을 선택하고 **데이터 스토리지**, **콘텐츠 평가**, **편집**을 선택합니다. S3 버킷을 생성 또는 선택하라는 메시지가 나타납니다. 버킷이 생성된 후 평가를 저장하고 내보낼 수 있습니다.
Amazon Connect 성능 평가를 사용하면 사용자 지정 성능 평가 기준을 정의하여 에이전트 및 자동화된 시스템(봇, AI 에이전트)이 고객과 상호 작용하고 문제를 해결하는 방법을 평가, 모니터링 및 개선할 수 있습니다. 그런 다음 대시보드에서 집계된 인사이트를 검토하여 성능을 모니터링하고 개별 연락처를 드릴다운하여 레코딩, 대화 기록, 대화 요약 및 분석과 함께 평가를 단일 보기로 볼 수 있습니다. 통합 코칭을 통해 에이전트에게 강점과 개선 기회를 강조하는 피드백을 제공할 수 있습니다.
모든 고객 응대 유형(음성, 채팅, 이메일 및 작업)에 대해 수동 평가를 수행할 수 있습니다. Amazon Connect 대화 분석을 통해 분석된 음성 및 채팅 고객 응대에 대해 자동 상호 작용을 수행할 수 있습니다. 에이전트 상호 작용과 자동 상호 작용(봇 또는 AI 에이전트가 처리) 모두에 대한 자동 평가를 수행할 수 있습니다. 자동 평가에 대한 자세한 내용은 섹션을 참조하세요[6단계: 자동 평가 활성화](create-evaluation-forms.md#step-automate).
수동 평가를 수행하려면 고객 응대를 검색하고, 적절한 평가 양식을 선택하고, 고객 응대 오디오, 화면 녹화 또는 기록을 검토한 다음, 인간, AI 에이전트 또는 봇이 고객과 상호 작용하는 방식을 평가할 수 있습니다. 그런 다음 이러한 인사이트를 사용하여 에이전트 코칭 피드백을 제공하고 봇, AI 에이전트 및 셀프 서비스 워크플로를 최적화하여 고객 경험을 개선할 수 있습니다.
**성과를 평가하려면 다음을 수행합니다.**
1. [평가를 수행할 수 있는 권한](evaluation-and-coaching-permissions.md)이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 평가하려는 고객 응대에 액세스합니다. 이 작업을 수행할 수 있는 몇 가지 방법이 있습니다. 예를 들어, 누군가가 고객 응대 URL을 공유했거나 해당 URL이 있는 작업을 배정했을 수 있습니다. 또는 고객 응대 ID를 사용하여 다음을 수행하여 고객 응대 레코드를 검색할 수 있습니다. 탐색 창에서 **분석 및 최적화**, **고객 응대 검색**을 선택한 다음 평가하려는 고객 응대를 검색할 수 있습니다.
1. **연락처 세부 정보** 페이지에서 **평가** 또는 **<** 아이콘을 선택합니다.
![\[고객 응대 세부 정보 페이지, 평가 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-evaluatebutton.png)
1. **평가** 패널에는 해당 고객 응대에 대해 진행 중이거나 완료된 평가가 모두 나열됩니다.
![\[평가 창에는 두 평가의 상태가 표시됩니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-startevaluation.png)
1. 평가를 시작하려면 드롭다운 메뉴에서 평가 양식을 선택한 다음 **평가 시작**을 선택합니다. 아직 평가 양식을 설정하지 않은 경우 미리 설정해야 합니다. 자세한 내용은 [평가 양식 생성](create-evaluation-forms.md) 단원을 참조하십시오.
1. 특히 긴 평가 양식을 탐색하려면 각 섹션 옆에 있는 화살표를 사용하여 양식을 접거나 펼칩니다.
![\[평가 창, 섹션을 축소하거나 펼칠 수 있는 화살표.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-exampleevaluation.png)
1. **저장**을 선택하여 진행 중인 양식을 저장합니다. 양식의 상태가 **초안**으로 바뀝니다. 언제든지 다시 돌아와서 계속하거나 삭제하고 다시 시작할 수 있습니다.
![\[평가 창, 초안으로 설정된 평가의 상태입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-draft.png)
1. 준비가 되면 **제출**을 선택합니다. 양식에서 선택적 질문을 건너뛰면 평가를 제출할지 확인하는 경고가 표시됩니다. **예**를 선택합니다. 이제 평가가 **완료되었습니다**.
![\[선택적 질문을 건너뛰고 평가를 제출합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-draft-submit.png)
# 성능 평가 및 코칭을 위한 보안 프로필 권한 할당
사용자가 평가 양식을 생성하고, 자동화하고, 액세스할 수 있도록 하려면 다음 **분석 및 최적화** 보안 프로필 권한을 할당하세요.
+ **평가 양식 - 고객 응대 평가 수행**: 품질 보증 팀원과 같은 사용자가 평가 양식을 사용하여 고객 응대를 검토하도록 허용합니다. 예시 이미지는 [Amazon Connect에서 에이전트 및 셀프 서비스 상호 작용 성능 평가](evaluations.md) 섹션을 참조하세요.
사용자는 이 권한을 사용하여 평가 양식, 점수, 마지막 업데이트 날짜/범위, 평가자 및 상태별로 평가를 [검색](search-evaluations.md)할 수 있습니다. 또한 평가 양식 감사 추적을 볼 수 있도록 합니다.
+ **보기** 권한을 통해 사용자는 제출된 평가를 볼 수 있습니다. 평가를 수행하는 사용자(예: 관리자)와 평가를 확인해야 하는 사용자(예: 에이전트)에게 이 권한을 부여할 수 있습니다.
+ **생성** 권한을 통해 사용자는 새 평가를 생성하고 초안 평가를 보고 편집할 수 있습니다.
+ **편집** 권한을 통해 사용자는 제출된 평가를 편집할 수 있습니다.
+ **삭제** 권한을 사용하면 사용자가 초안 평가와 제출된 평가를 모두 삭제할 수 있습니다.
+ **평가 양식 - 양식 정의 관리**: 관리자와 관리자가 평가 양식을 [생성](create-evaluation-forms.md)하고 [관리](evaluationform-audit-trail.md)할 수 있습니다.
+ **규칙**: 특정 에이전트 동작 및 고객 결과에 따라 [고객 응대를 자동으로 분류](rules.md)하려면 규칙을 생성, 보기, 편집 및 삭제할 수 있는 권한이 필요합니다. 이러한 연락 범주를 사용하여 평가 양식에서 [자동화를 구성](create-evaluation-forms.md#step-automate)할 수 있습니다. 또한 [자동화된 평가를 제출하는 규칙을 생성](contact-lens-rules-submit-automated-evaluation.md)하려면 규칙 권한이 필요합니다.
+ **평가 양식 - AI에게 질문하기 어시스턴트**: 평가를 수행하는 동안 **AI에게 질문하기** 버튼에 대한 액세스를 제공합니다. **AI에게 질문하기** 버튼을 사용하면 평가 양식의 질문에 대한 답변에 대한 [생성형 AI 기반 권장 사항](generative-ai-performance-evaluations.md)을 얻을 수 있습니다.
+ **평가 양식 - 캘리브레이션 세션 관리**: 관리자가 캘리브레이션 세션을 생성하고 관리하여 관리자가 에이전트 성과을 평가하는 방법의 일관성과 정확성을 높일 수 있습니다.
+ **샘플 고객** 응대: 관리자가 에이전트의 고객 응대를 무작위로 샘플링하여 평가할 수 있습니다. 예를 들어 관리자는 계층 구조에서 모든 에이전트를 선택하고 지난 주 평가를 위해 에이전트당 5개의 무작위 연락처를 가져올 수 있습니다.
사용자가 코칭 세션을 관리하거나 액세스할 수 있도록 하려면 다음 **분석 및 최적화** 보안 프로필 권한을 할당합니다.
+ **코칭 - 내 코칭 세션**: 코치 또는 참가자로 할당된 코칭 세션에 액세스합니다.
+ **보기**: 자신이 코치 또는 참가자인 코칭 세션을 봅니다. 참가자인 경우이 권한으로 코칭 세션을 승인할 수 있습니다.
+ **생성**: 자신을 코치로 사용하여 새 코칭 세션을 생성합니다.
+ **편집**: 자신이 코치인 코칭 세션을 편집합니다.
+ **삭제**: 자신이 코치인 코칭 세션을 삭제합니다.
+ **코칭 - 코칭 세션 관리**: 자신 또는 다른 사람이 수행하는 코칭 세션에 액세스합니다. 이 권한은 관리자 또는 품질 관리자를 위한 것입니다.
+ **보기**: 모든 코칭 세션을 봅니다.
+ **생성**: 새 코칭 세션을 생성합니다. 자신을 코치로 선택하거나 다른 사용자를 코치로 할당할 수 있습니다.
+ **편집**: 모든 코칭 세션을 편집합니다.
+ **삭제**: 모든 코칭 세션을 삭제합니다.
기본적으로 **관리자** 보안 프로필에는 이러한 권한이 있습니다.
기존 보안 프로필에 권한을 추가하는 방법에 대한 자세한 내용은 [Amazon Connect에서 보안 프로필 업데이트](update-security-profiles.md) 섹션을 참조하세요.
# Amazon Connect에서 평가 감사 추적 보기
평가를 여러 번 수정하고 제출할 수 있습니다. 평가자가 기존 평가에 대한 변경 사항을 제출하면 관리자는 다음을 기록하는 감사 추적을 볼 수 있습니다.
+ 원본 평가를 제출한 사람
+ 평가를 다시 제출한 사람
+ 변경 사항(예: 평가에서 답변 또는 답변 메모 변경)
콜센터 관리자는 이 정보를 사용하여 내부 감사를 수행하고 평가자 간의 일관성을 개선할 기회를 찾을 수 있습니다.
**평가 양식 감사 추적 보기**
1. 보안 프로필에 대한 **분석 및 최적화** - **[평가 양식 - 평가 수행](evaluation-and-coaching-permissions.md)** 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 제출된 후 편집된 평가를 사용하여 고객 응대에 액세스합니다.
1. 조사할 평가를 선택합니다. 다음 이미지는 완료된 **평가**에 대한 링크가 포함된 평가 페이지를 보여 줍니다.
![\[감사 추적을 보기 위해 선택할 수 있는 완료된 평가에 대한 링크입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluation-audit-example.png)
1. 평가의 **개요** 섹션에는 **변경 기록**이 포함되어 있습니다. 평가가 제출된 횟수를 나타냅니다. 다음 이미지와 같이 링크를 선택합니다.
![\[변경 기록 속성입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluation-audit-change-history.png)
1. 최초 제출 후 후속 제출의 감사 추적을 볼 수 있습니다. 재제출 옆의 화살표를 선택하여 편집 세부 정보를 확인합니다. 다음 이미지는 제출된 후 평가에 수행된 감사 추적의 예를 보여 줍니다.
![\[평가가 제출된 후 변경된 평가의 감사 추적입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluation-audit.png)
# Amazon Connect에서 평가 양식 생성
Amazon Connect에서는 [다양한 평가 양식](feature-limits.md#evaluationforms-feature-specs)을 생성할 수 있습니다. 예를 들어 각 사업부와 대기열마다 다른 평가 양식이 필요할 수 있습니다. 에이전트 상호 작용 및 Lex 봇 또는 AI 에이전트와의 셀프 서비스 상호 작용을 평가하기 위해 다양한 평가 양식을 생성할 수도 있습니다.
각 양식에는 여러 섹션과 질문이 포함될 수 있습니다.
+ 각 질문 및 섹션에 [가중치](about-scoring-and-weights.md)를 할당하여 해당 점수가 평가 양식의 전체 점수에 미치는 영향을 나타낼 수 있습니다.
+ Contact Lens 대화 분석의 인사이트와 지표를 사용하여 이러한 질문에 대한 답변이 자동으로 채워지도록 각 질문에 대한 자동화를 구성할 수 있습니다.
이 주제에서는 Amazon Connect 관리자 웹 사이트를 사용하여 양식을 생성하고 자동화를 구성하는 방법을 설명합니다. 프로그래밍 방식으로 양식을 만들고 관리하려면 *Amazon Connect API 참조*의 [평가 작업](https://docs.aws.amazon.com/connect/latest/APIReference/evaluation-api.html)을 참조하세요.
**Topics**
+ [1단계: 제목이 있는 평가 양식 생성](#step-title)
+ [2단계: 섹션 및 질문 추가](#step-sections)
+ [3단계: 답변 추가](#step-answers)
+ [4단계: 조건부로 질문 활성화](#step-conditionally-enable-questions)
+ [5단계: 답변에 점수 및 범위 할당](#step-assignscores)
+ [6단계: 자동 평가 활성화](#step-automate)
+ [7단계: 평가 양식 미리 보기](#step-preview)
+ [8단계: 최종 점수에 가중치 할당](#step-weights)
+ [9단계: 평가 양식 활성화](#step-activateform)
## 1단계: 제목이 있는 평가 양식 생성
다음 단계에서는 평가 양식을 생성 또는 복제하고 제목을 설정하는 방법을 설명합니다.
1. **분석 및 최적화** - **평가 양식 - 양식 정의 관리** - **생성** 보안 프로필 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. **분석 및 최적화**를 선택한 다음 **평가 양식**을 선택합니다.
1. **평가 양식** 페이지에서 **새 양식 생성**을 선택합니다.
—또는—
기존 양식을 선택하고 **복제**를 선택합니다.
1. *판매 평가*와 같은 양식의 제목을 입력하거나 기존 제목을 변경합니다. 양식에 대한 액세스를 제어하기 위해 양식에 태그를 추가합니다([성능 평가에 대한 tag-based-access 제어 설정](https://docs.aws.amazon.com/connect/latest/adminguide/tag-based-access-control-performance-evaluations.html) 참조). 완료되면 **확인을** 선택합니다.
![\[평가 양식 페이지, 양식 제목 설정 섹션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-title.png)
다음 탭은 평가 양식 페이지 상단에 표시됩니다.
+ **섹션 및 질문**. 섹션, 질문 및 답변을 양식에 추가합니다.
+ **점수 평가**. 양식에서 점수 평가를 활성화합니다. 섹션 또는 질문에 점수 평가를 적용할 수도 있습니다.
1. 양식을 만드는 동안 언제든지 **저장**을 선택합니다. 이렇게 하면 페이지 밖으로 이동했다가 나중에 양식으로 돌아갈 수 있습니다.
1. 섹션과 질문을 추가하려면 다음 단계를 계속합니다.
## 2단계: 섹션 및 질문 추가
1. **섹션 및 질문** 탭에서 섹션 1에 제목을 추가합니다(예: *인사말*).
![\[평가 양식 페이지, 섹션 및 대기열 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-greetingtitle.png)
1. **질문 추가**를 선택하여 질문을 추가합니다.
1. **질문 제목** 상자에 평가 양식에 표시될 질문을 입력합니다. 예를 들어, *에이전트가 자신의 이름을 밝히고 도움을 주기 위해 왔다고 말했나요?*
![\[평가 양식 페이지, 질문 제목 상자.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-greetingquestion1.png)
1. **평가자 지침** 상자에 평가자에게 도움이 되는 정보 또는 질문에 답변하는 생성형 AI를 추가합니다.
예를 들어, *에이전트가 고객 자격 증명을 검증하려고 했나요?* 질문의 경우 *에이전트는 고객의 질문을 해결하기 전에 항상 멤버십 ID와 우편 번호를 고객에게 문의해야 합니다.*
1. **질문 유형** 상자에서 다음 옵션 중 하나를 선택하여 양식에 표시합니다.
+ **단일 선택**: 평가자는 **예**, **아니오** 또는 **좋음**, **보통**, **나쁨**과 같은 옵션 목록에서 선택할 수 있습니다.
+ **다중 선택**: 평가자는 고객이 구매에 관심이 있었던 제품 목록 또는 규정 미준수 에이전트 동작과 같은 옵션 목록에서 여러 답변을 선택할 수 있습니다.
+ **텍스트 필드**: 평가자는 자유 형식의 텍스트를 입력할 수 있습니다.
+ **숫자**: 평가자는 1\$110과 같이 지정한 범위의 숫자를 입력할 수 있습니다.
+ **날짜**: 평가자는 날짜를 답변으로 선택할 수 있습니다.
1. 답변을 추가하려면 다음 단계로 이동합니다.
## 3단계: 답변 추가
1. **답변** 탭에서 평가자에게 표시할 답변 옵션(**예**, **아니요**)을 추가합니다.
1. 답변을 더 추가하려면 **옵션 추가**를 선택합니다.
다음 이미지는 **단일 선택** 질문에 대한 예제 답변을 보여 줍니다.
![\[답변 탭, ‘옵션 추가’ 명령.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-greetingquestion1-answer.png)
다음 이미지는 **숫자** 질문의 답변 범위를 보여 줍니다.
![\[답변 탭, 최소값 및 최대값 상자.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-questionscoring4.png)
1. 질문을 선택 사항으로 표시할 수도 있습니다. 이렇게 하면 관리자가 평가를 수행하는 동안 질문을 건너뛸(또는 **해당 없음**으로 표시) 수 있습니다.
![\['해당 없음' 질문을 표시하는 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-questionscoring-not-applicable.png)
## 4단계: 조건부로 질문 활성화
평가 양식에는 다른 질문에 대한 답변을 기반으로 조건부로 활성화되거나 비활성화된 질문이 있을 수 있습니다. 예를 들어 필요한 경우에만 양식에 표시되도록 후속 질문을 구성할 수 있습니다.
1. 후속 질문이 필요한 질문을 선택합니다. 질문 유형은 **단일 선택** 또는 **다중 선택**이어야 하며 선택적 질문이어서는 안 됩니다(**선택적 질문** 확인란을 선택하지 마십시오).
예를 들어 다음 이미지에서 질문 1.1은 *전화한 이유가 무엇이었습니까?*이고 **선택적 질문** 확인란은 선택되지 않았습니다.
![\[질문 유형은 단일 선택이고 선택적 질문 확인란은 선택되지 않았습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/conditionalquestions1.png)
1. 후속 질문을 추가하고 이제 **선택적 질문** 확인란을 선택합니다.
다음 이미지에서 후속 질문은 질문 1.2 *에이전트가 온라인에서 새 계정 등록을 시도했는지 확인했나요?*이고 **선택적 질문** 확인란이 선택되어 있습니다.
![\[후속 질문과 선택적 질문 확인란이 선택되어 있습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/conditionalquestions2.png)
1. **조건부 질문 활성화** 탭을 선택한 다음 **조건부 질문**을 켭니다. 토글은 다음 이미지에 나와 있습니다.
![\[조건부 활성화 질문 탭, 조건부 질문 토글.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/conditionalquestions3.png)
1. 질문 1.1에 대한 답변인 경우에만 후속 질문을 활성화하도록 구성합니다. *전화 이유는 무엇이었습니까?*는 **새 계정 등록**입니다. 이 옵션은 다음 이미지에 표시됩니다.
![\[조건부 질문은 기타 질문 중 하나입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/conditionalquestions4.png)
이 구성에서 후속 질문 *에이전트는 고객이 새 계정 등록을 온라인으로 시도했는지 확인했나요?*는 *전화한 이유가 무엇이었나요?*가 **새 계정 등록**인 경우에만 양식에 동적으로 추가됩니다. 다른 모든 경우에는 이 질문이 양식에 없으므로 답변할 필요가 없습니다.
1. 이 구성이 예상대로 작동하는지 확인하려면 **미리 보기** 작업을 사용합니다.
다음은 조건부 질문을 생성할 때 유의해야 할 몇 가지 사항입니다.
+ 질문이 조건부로 활성화되면 기본적으로 비활성화됩니다.
+ 질문이 조건부로 비활성화되면 기본적으로 활성화됩니다.
+ **단일 선택** 또는 ** 다중 선택** 질문만 사용하여 다른 질문을 조건부로 활성화하거나 비활성화할 수 있습니다. 질문은 선택 사항일 수 없습니다.
+ 하나 이상의 답변 옵션을 선택하여 조건부 질문의 조건을 트리거할 수 있습니다.
**참고**
조건부로 활성화된 질문에 대해 생성형 AI 기반 자동화가 활성화된 경우 해당 질문에 대한 생성형 AI 사용은 생성형 AI를 사용하여 고객 응대에서 평가할 수 있는 질문의 사용 한도에 포함됩니다. 질문이 조건부로 비활성화된 경우에도 계산됩니다.
**생성형 AI를 사용하여 고객 응대에서 자동으로 응답할 수 있는 평가 질문 수**의 기본 제한은 [Contact Lens service quotas](amazon-connect-service-limits.md#contactlens-quotas) 섹션을 참조하세요.
## 5단계: 답변에 점수 및 범위 할당
1. 양식의 맨 위로 이동합니다. **점수 평가** 탭을 선택한 다음 **점수 평가 활성화** 확인란을 선택합니다.
![\[평가 양식 페이지, 점수 평가 탭, 점수 평가 활성화 확인란\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-enablescoring.png)
이렇게 하면 전체 양식에 대해 점수를 매길 수 있습니다. 또한 **숫자** 질문 유형에 답변 범위를 추가할 수 있습니다.
1. **섹션 및 질문** 탭으로 돌아갑니다. 이제 **단일 선택** 항목에 점수를 할당하고 **숫자** 질문 유형에 범위를 추가할 수 있습니다.
![\[섹션 및 질문 탭, 해당 질문과 관련된 점수 평가 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-scoring-feature.png)
1. **숫자** 유형 질문을 생성하는 경우 **점수 평가** 탭에서 **범위 추가**를 선택하여 값 범위를 입력합니다. 답안의 최저 점수부터 최고 점수까지 표시합니다.
다음 이미지는 **숫자** 질문 유형의 범위와 점수 평가의 예를 보여 줍니다.
![\[질문과 관련된 점수 평가 탭, 답변 범위.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-questionscoring5.png)
+ 에이전트가 고객을 0번 중단시킨 경우 에이전트은 10점(최고)을 받습니다.
+ 에이전트가 고객을 1\$14회 중단시킨 경우 점수는 5점입니다.
+ 에이전트가 고객을 5\$110회 중단시킨 경우 1점(최악)의 점수를 받습니다.
**참고**
응답 옵션에 대해 **0(자동 실패)**의 점수를 구성할 수 있습니다. 섹션, 하위 섹션 또는 전체 양식에 **자동 실패**를 적용하도록 선택할 수 있습니다. 즉, 평가에서 답변을 선택하면 해당 섹션, 하위 섹션 또는 전체 양식에 0점이 할당됩니다. **자동 실패** 옵션은 다음 이미지에 나와 있습니다.
![\[자동 실패 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automaticfail.png)
1. 모든 답안에 점수를 부여한 후 **저장**을 선택합니다.
1. 점수 부여가 끝나면 다음 단계를 계속 진행하여 특정 문제의 질문을 자동화하거나 [평가 양식을 계속 미리 봅니다](#step-preview).
## 6단계: 자동 평가 활성화
Amazon Connect를 사용하면 평가 양식 내의 질문에 자동으로 답변할 수 있습니다(예: 에이전트가 인사말 스크립트를 준수했나요?). 대화형 분석의 인사이트와 지표를 사용합니다. 자동화를 사용하여 다음을 수행할 수 있습니다.
+ **평가자에게 성과 평가 지원**: 평가를 수행하는 동안 평가자에게 평가 양식의 질문에 대한 자동 답변이 제공됩니다. 평가자는 제출 전에 자동 답변을 재정의할 수 있습니다.
+ **평가 자동 채우기 및 제출**: 관리자는 평가 양식 내의 모든 질문에 대한 응답을 자동화하고 고객 상호 작용의 최대 100%에 대한 평가를 자동으로 제출하도록 평가 양식을 구성할 수 있습니다. 평가자는 평가를 편집하고 다시 제출할 수 있습니다(필요한 경우).
자동화 방법은 에이전트 상호 작용을 평가하는지 아니면 자동화된 상호 작용을 평가하는지에 따라 다릅니다(예: Lex 봇 또는 AI 에이전트와 상호 작용하는 셀프 서비스). 고객 응대 상호 작용 유형에서 **추가 설정을** 선택하여 에이전트 상호 작용과 자동 상호 작용 중에서 선택할 수 있습니다. ****
평가자를 지원하고 평가를 자동으로 제출하려면 먼저 평가 양식 내에서 개별 질문에 대한 자동화를 설정해야 합니다. Amazon Connect는 평가를 자동화하는 세 가지 방법을 제공합니다.
+ **고객 응대 범주**: *단일 선택* 질문(예: 에이전트가 고객에게 제대로 인사했나요(예/아니요)?) 및 *다중 선택* 질문(예: 에이전트가 올바르게 말했나요?) 는 규칙에 정의된 연락처 범주를 사용하여 자동으로 응답할 수 있습니다. 자세한 내용은 [Amazon Connect 관리 웹 사이트를 사용하여 Contact Lens 규칙 생성](build-rules-for-contact-lens.md) 단원을 참조하십시오.
+ **생성형 AI**: 생성형 AI를 사용하여 *단일 선택* 및 *텍스트 필드* 질문에 자동으로 응답할 수 있습니다.
**참고**
현재 통합된 생성형 AI는 Lex 봇 및 AI 에이전트와의 셀프 서비스(자동) 상호 작용 평가를 자동화하는 데 사용할 수 없습니다.
+ **지표**: 가장 긴 대기 시간, 감정 점수 등과 같은 지표를 사용하여 *숫자*형 질문(예: 고객이 대기한 가장 긴 시간이란 무엇인가요?)에 자동으로 응답할 수 있습니다.
다음은 각 질문 유형에 대한 각 자동화 유형의 예입니다.
**Contact Lens 범주를 사용한 단일 선택 질문에 대한 자동화 예제**
+ 다음 이미지는 Contact Lens가 **ProperGreeting** 레이블로 고객 응대를 분류했을 때 평가 질문에 대한 답변이 ‘예’임을 보여 줍니다. 고객 응대에 **ProperGreeting**로 레이블을 지정하려면 먼저 적절한 인사말의 일부로 예상되는 단어 또는 문구를 감지하는 규칙을 설정해야 합니다. 예를 들어 에이전트는 상호 작용의 처음 30초 동안 ‘전화해 주셔서 감사합니다’라고 언급했습니다. 자세한 내용은 [고객 응대 자동 분류](rules.md) 단원을 참조하십시오.
![\[질문 섹션, Contact Lens 범주가 있는 자동화 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation1.png)
연락처 범주 설정에 대한 자세한 내용은 섹션을 참조하세요[고객 응대 자동 분류](rules.md).
**연락처 범주를 사용한 *선택적* 단일 선택 질문에 대한 자동화 예제**
+ 다음 이미지는 단일 선택 질문에 대한 예제 자동화를 보여 줍니다. 첫 번째 확인은 질문이 적용 가능한지 여부입니다. 연락처가 새 계정을 개설하는 것인지 여부를 확인하는 규칙이 생성됩니다. 이 경우 고객 응대는 **CallReasonNewAccountOpening**으로 분류됩니다. 통화가 새 계정을 개설하는 것이 아닌 경우 질문은 **해당 없음**으로 표시됩니다.
후속 조건은 질문이 적용되는 경우에만 실행됩니다. 고객 응대 범주 **NewAccountDisclosures**에 따라 답변이 **예** 또는 **아니요**로 표시됩니다. 이 범주는 에이전트가 고객에게 새 계정 개설에 대한 공개를 제공했는지 확인합니다.
![\[질문 섹션, 자동화 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation1a.png)
연락처 범주 설정에 대한 자세한 내용은 섹션을 참조하세요[고객 응대 자동 분류](rules.md).
**생성형 AI를 사용한 *선택적* 단일 선택 질문에 대한 자동화 예제**
+ 다음 그림에 생성형 AI를 사용한 예시 자동화가 나와 있습니다. 생성형 AI는 평가 질문의 지침에 지정된 질문 제목과 평가 기준을 해석하고 이를 사용하여 대화 기록을 분석함으로써 평가 질문에 자동으로 답변합니다. 전체 문장을 사용하여 평가 질문을 설명하고 지침 내에서 평가 기준을 명확하게 지정하면 생성형 AI의 정확도가 향상됩니다. 자세한 내용은 [생성형 AI를 사용하여 Amazon Connect에서 에이전트 성과 평가](generative-ai-performance-evaluations.md) 단원을 참조하세요.
![\[질문 섹션, 생성형 AI Contact Lens 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation-genai.png)
**Contact Lens 범주를 사용한 다중 선택 질문에 대한 자동화 예제**
+ 여러 선택 질문을 사용하여 단일 선택 질문에 대한 답변 추론을 캡처할 수 있습니다. 또한 통화 이유와 같은 고객 시나리오를 확인하여 조건부 질문을 트리거하는 데 사용할 수 있습니다. 다음 예제에서는 고객 통화 이유를 캡처하는 규칙을 활용하여 여러 선택 질문에 대한 답변을 자동으로 작성하는 방법을 보여줍니다. 단일 선택 질문과 달리 모든 조건은 여러 선택 질문에 답하기 위해 순차적으로 실행됩니다. 아래 예제에서 **StatusCheck** 및 ** ChangeExistingRequest** 범주가 모두 연락처에 있는 경우 답변은 “기존 서비스 요청 상태 확인”과 “서비스 요청 변경”이 됩니다.
![\[질문 섹션, Contact Lens 범주가 있는 자동화 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation1b.png)
연락처 범주 설정에 대한 자세한 내용은 섹션을 참조하세요[고객 응대 자동 분류](rules.md).
**숫자형 질문에 대한 자동화 예시**
+ 에이전트와의 상호 작용 시간이 30초 미만인 경우 질문에 10점을 매기세요.
![\[질문 섹션, 점수 평가 탭, 숫자 질문.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation2.png)
+ **자동화** 탭에서 질문을 자동으로 평가하는 데 사용할 지표를 선택합니다.
![\[질문 섹션, 자동화 탭, 질문을 자동으로 평가하는 지표.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation3.png)
+ Contact Lens 지표(예: 고객의 감정 점수, 침묵 시간 백분율, 중단 횟수)와 연락 지표(예: 가장 긴 보류 기간, 보류 횟수, 에이전트 상호 작용 기간)를 사용하여 숫자 질문에 대한 응답을 자동화할 수 있습니다.
일부 질문에 구성된 자동화로 평가 양식이 활성화되면 Amazon Connect 관리자 웹 사이트 내에서 평가를 시작할 때 해당 질문에 대한 자동 응답을 받게 됩니다.
**평가를 자동으로 채우고 제출**
1. 앞서 설명한 대로 평가 양식 내의 모든 질문에 대해 자동화를 설정합니다.
1. 평가 양식을 활성화하기 전에 **완전히 자동화된 평가 제출 활성화**를 켭니다. 이 토글은 다음 이미지에 나와 있습니다.
![\[완전 자동화된 평가 활성화는 켜기로 설정됩니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-automation4.png)
1. 평가 양식을 활성화합니다.
1. 활성화하면 Contact Lens에서 자동 평가를 제출하는 규칙을 생성하라는 메시지가 표시됩니다. 자세한 내용은 [자동 평가를 제출하는 Contact Lens의 규칙 생성](contact-lens-rules-submit-automated-evaluation.md) 단원을 참조하십시오. 규칙을 사용하면 평가 양식을 사용하여 자동으로 평가할 고객 응대를 지정할 수 있습니다.
## 7단계: 평가 양식 미리 보기
**미리 보기** 버튼은 모든 문제의 답변에 점수를 부여한 후에만 활성화됩니다.
![\[평가 양식 페이지, 미리 보기 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-previewbutton.png)
다음 이미지는 양식 미리보기를 보여 줍니다. 화살표를 사용하여 섹션을 축소하고 양식을 미리 보기 쉽게 만들 수 있습니다. 다음 이미지와 같이 미리 보기를 보는 동안 양식을 편집할 수 있습니다.
![\[평가 양식 미리 보기.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-previewmode.png)
## 8단계: 최종 점수에 가중치 할당
평가 양식에 점수 평가가 활성화된 경우 섹션 또는 질문에 *가중치*를 할당할 수 있습니다. 가중치는 섹션 또는 질문이 평가의 최종 점수에 미치는 영향을 높이거나 낮춥니다.
![\[평가 양식 페이지, 점수 평가 탭, 점수 가중치 섹션, 질문 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-scoring.png)
### 가중치 분산 모드
**가중치 분산 모드**에서는 가중치를 섹션별로 부여할지 아니면 질문별로 부여할지 선택할 수 있습니다.
+ **섹션별 가중치**: 섹션 내 각 문제의 가중치를 균등하게 분산할 수 있습니다.
+ **문제별 가중치**: 특정 질문의 가중치를 낮추거나 높일 수 있습니다.
섹션 또는 질문의 가중치를 변경하면 다른 가중치가 자동으로 조정되므로 합계는 항상 100% 가 됩니다.
예를 들어, 다음 이미지에서는 질문 2.1을 수동으로 50%로 설정했습니다. 기울임꼴로 표시되는 가중치는 자동으로 조정되었습니다. 또한 **선택 질문을 점수 평가에서 제외**를 켤 수 있습니다. 이 경우 모든 선택적 질문에 가중치가 0으로 할당되고 나머지 질문 중 가중치가 다시 배포됩니다.
![\[질문에 대한 점수 가중치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-weightdistribution3.png)
## 9단계: 평가 양식 활성화
평가자가 양식을 사용할 수 있게 하려면 **활성화**를 선택합니다. 평가자는 새 평가를 시작할 때 더 이상 드롭다운 목록에서 이전 버전의 양식을 선택할 수 없습니다. 이전 버전을 사용하여 완료된 모든 평가의 경우 평가가 기반이 된 양식의 버전을 볼 수 있습니다.
평가 양식 설정을 계속 진행 중이고 언제든지 작업을 저장하려는 경우 **저장,** **초안 저장**을 선택할 수 있습니다.
양식이 올바르게 설정되었지만 활성화되지 않았는지 확인하려면 **저장**, **저장 및 검증**을 선택합니다.
# 성능 평가에 대한 tag-based-access 제어 설정
Amazon Connect를 사용하면 기업이 특정 성능 평가 양식에 대한 액세스를 제한하여 평가 양식 템플릿 및 완료된 평가에 대한 무단 액세스를 방지할 수 있습니다. 사업부는 관리자에게 사업부 또는 직무와 관련된 평가 양식 템플릿만 수정하거나 사용할 수 있는 액세스 권한을 제공하여 보안을 개선하고 관리자가 평가를 완료하는 동안 올바른 양식을 더 쉽게 선택할 수 있도록 할 수 있습니다. 또한 관리자와 에이전트 모두 완료된 특정 평가를 보는 것이 제한될 수 있습니다. 예를 들어 에이전트가 아직 완료되지 않은 양식 템플릿으로 채워진 테스트 평가를 보지 못하도록 제한할 수 있습니다.
"부서: 신규 고객"과 같은 평가 양식에 태그를 지정하여 시작할 수 있습니다. 평가 양식에 태그를 지정하면 평가 양식으로 채워진 모든 후속 평가에도 동일한 태그가 포함됩니다. 그런 다음 특정 평가 양식 및 평가에 대한 액세스를 제한하려는 사용자의 보안 프로필 내에서 평가 양식 및 평가에 대한 태그 기반 액세스 제어를 활성화할 수 있습니다. 평가 양식에 대한 tag-based-access 제어가 활성화되면 사용자는 평가 양식 페이지에서 특정 **평가 양식**만 수정할 수 있습니다. 고객 응대 검색에서는 액세스 권한이 있는 평가 양식만 검색하고 평가 양식을 사용하여 평가를 시작할 수 있습니다. 마찬가지로 Amazon Connect **대시보드** 내에서 사용자는 액세스 권한이 있는 평가 양식의 집계된 점수만 볼 수 있습니다. 평가에 대한 태그 기반 액세스 제어는 사용자가 **연락처 세부 정보** 페이지에서 특정 평가를 볼 수 있도록 제한합니다. 예를 들어 사기 조사와 같은 특정 페르소나에만 특정 평가가 표시되어야 하는 경우 에이전트가 연락처 세부 정보 페이지에서 해당 평가를 보지 못하도록 제한할 수 있습니다.
**중요 정보**
평가에 대한 태그 기반 액세스 제어를 활성화하면 사용자는 평가 양식에 태그를 지정하기 전에 모든 평가에 액세스할 수 없게 됩니다. 성능 평가를 이미 사용하고 있는 경우 평가에 대한 태그 기반 액세스를 활성화하기 전에 먼저 평가 양식에 태그를 지정하고 몇 개월 동안 평가를 누적하는 것이 좋습니다.
태그 기반 액세스를 구성할 때는 평가 양식(예: "부서: 신규 고객")에 단일 태그를 사용하는 것이 좋습니다. 여러 태그에 대한 액세스를 할당하고 허용할 수 있지만 복잡성이 발생합니다. 이에 대해서는 아래에서 자세히 설명합니다.
## 평가 양식에 태그 지정
새 평가 양식을 생성하는 동안 또는 기존 평가 양식을 업데이트하여 평가 양식에 태그를 지정할 수 있습니다. 평가 양식에 추가할 수 있는 태그는 보안 프로필(들)에 부여된 tag-based-access 제어에 따라 달라집니다.
+ 보안 프로필에 평가 양식에 대해 구성된 태그 기반 액세스 제어가 없는 경우 모든 태그(들)로 양식을 생성하거나 업데이트할 수 있습니다.
+ 평가 양식에 tag-based-access 제어가 활성화된 보안 프로필이 하나 있는 경우 Amazon Connect UI를 통해 평가 양식을 생성하는 동안 보안 프로필의 평가 양식 태그가 자동으로 추가됩니다. 이 시나리오에서는 평가 양식의 태그를 업데이트할 수 없습니다.
+ 보안 프로필이 여러 개인 경우 평가 양식을 생성하거나 업데이트하는 동안 보안 프로필 중 하나의 모든 태그를 평가 양식에 추가해야 합니다. 예를 들어 보안 프로필 중 하나가 "Department: Sales"에 대한 액세스 권한을 부여하고 다른 프로필이 "Department: Retention"에 대한 액세스 권한을 부여하는 경우 평가 양식에 "Department: Sales" 또는 "Department: Retention" 태그를 추가해야 합니다. 평가 양식을 생성하는 동안 보안 프로필 중 하나의 태그가 자동으로 추가됩니다.
다음은 평가 양식에 태그를 추가하는 단계입니다.
**평가 양식을 생성하는 동안**
+ 평가 양식을 생성할 때 평가 양식에 태그를 추가하라는 메시지가 표시됩니다( 참조[평가 양식 생성](create-evaluation-forms.md)).
![\[평가 양식 페이지, 태그 필드가 있는 양식 제목 설정 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-title.png)
**평가 양식을 편집하는 동안**
1. 평가 양식 **- 양식 정의 관리 - 편집 권한이 있는 보안 프로필로 평가 양식을** 엽니다. ****
1. 태그 옆의 편집 아이콘을 클릭합니다.
![\[평가 양식의 태그 편집 아이콘입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-tags-edit-form-tags.png)
1. 태그를 업데이트합니다.
![\[태그 업데이트 대화 상자.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-tags-update-form-tags.png)
**참고**
태그 변경 사항은 양식의 모든 버전에 즉시 적용됩니다. 태그를 업데이트해도 양식을 저장하거나 활성화할 필요가 없습니다.
## 평가 양식에서 평가로 상속 태그 지정
Amazon Connect UI에서 평가를 생성하는 동안 평가 양식의 태그는 생성 시 평가로 복사됩니다. 예를 들어 평가 양식에 "Department: Sales"로 태그가 지정된 경우이 평가로 생성된 평가에도 동일한 태그가 포함됩니다. 평가 양식에 여러 태그(부서: 판매, 제품: 식기세척기)가 포함된 경우 해당 태그로 평가를 생성할 수 있는 액세스 권한이 있는 경우 해당 태그도 평가로 전달됩니다(다음 섹션에서 자세히 설명).
**참고**
태그는 새 평가에만 복사됩니다. 기존 평가가 있는 경우 평가 양식에 태그를 추가하거나 업데이트해도 이전에 완료된 평가에 대한 평가는 변경되지 않습니다.
## 평가 양식 및 평가에 대한 태그 기반 액세스 설정
1. 보안 프로필 - 보기 및 **편집** 권한에 액세스할 수 있는 사용자 프로필을 사용하여 **Amazon Connect**에 로그인합니다. ****
1. 보안 **프로필 내의 사용자 > 보안** 프로필 페이지로 이동하여 수정하려는 보안 프로필을 선택합니다.
1. **고급 옵션 표시를** 클릭합니다.
1. **허용: 태그 기반 액세스 제어를** 선택합니다.
1. 리소스에서 **평가 양식** 및 **고객 응대 평가를** 선택합니다.
1. 사용자의 보안 프로필을 제한하려는 태그를 입력합니다.
![\[태그 기반 액세스 제어 설정 화면입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-tags-tbac-setup.png)
기존 평가가 있는 경우 고객 응대 평가에 대한 태그 기반 액세스를 활성화하면 이미 평가에 대한 액세스 권한이 있는 개인이 과거 평가에 대한 액세스 권한을 상실하게 됩니다. 과거 평가에 대한 액세스를 유지하려면 다음을 수행할 수 있습니다.
+ 먼저 양식에 태그를 지정합니다. 이로 인해 이후에 수행된 모든 평가에서 동일한 태그가 전달됩니다. 몇 개월의 평가를 누적한 후에는 tag-based-access 활성화할 수 있습니다.
+ 기술 관리자는 [TagResource](https://docs.aws.amazon.com/connect/latest/APIReference/API_TagResource.html) API를 사용하여 과거 평가에 태그를 지정할 수 있습니다.
+ **평가 양식**에서 태그 기반 액세스를 활성화하지만 고객 **응대 평가는** 활성화하지 않습니다. 이는 연락처에 액세스할 수 있는 액세스를 제한하는 보안이 이미 있는 상황에서 바람직할 수 있습니다. 예를 들어 감독자는 이미 자신의 계층 구조 내에서 연락처에 액세스하도록 제한되어 있을 수 있으며 감독자에게 해당 연락처의 모든 평가에 대한 액세스 권한을 부여할 수 있습니다.
**고객 응대 평가에** 태그 기반 액세스 제어를 활성화한 경우 **평가 양식**의 tag-based-access와 일관성을 유지하는 것이 좋습니다. 또한 사용자의 보안 프로필은 사용해야 하는 양식(들)의 모든 태그에 액세스할 수 있는 것이 좋습니다. 예를 들어 사용자가 "Department: New customer", "Product: Auto Insurance" 태그가 있는 양식을 사용하는 경우 사용자의 보안 프로필에는 **평가 양식**과 **고객 응대 평가** 모두에서 이러한 태그 모두에 대한 액세스 제어가 활성화되어 있어야 합니다. 태그가 하나만 있는 경우 UI에서 수동으로 평가를 생성하지 못합니다.
## 테스트 중인 자동 평가 양식에 대한 액세스 제한
Tag-based-access-control 사용하면 에이전트와 감독자에게 평가 결과를 공개하지 않고도 프로덕션 환경에서 자동 평가 테스트를 실행할 수 있습니다. 이는 프로덕션 환경에서 이미 평가 양식을 사용하고 있는 경우에 유용합니다. 예제 설정은 다음과 같습니다.
+ **평가 양식** 페이지에서 에이전트와 감독자에게 "라이브: 예"로 표시되어야 하는 실시간 평가 양식에 태그를 지정합니다.
+ **사용자 > 보안 프로필**에서 **평가 양식** 및 **평가에** 대한 태그 기반 액세스 제어를 활성화하여 "Live:Yes" 태그가 있는 양식에 대한 에이전트 및 감독자 액세스를 제한할 수 있습니다.
**참고**
tag-based-access-control을 활성화하기 전에 2개월의 평가와 같이 충분한 기록이 누적되기를 원할 수 있습니다. 이렇게 하면 과거 평가가 손실됩니다.
+ 아직 테스트 중인 자동 평가 양식에는 "Live:No"로 태그를 지정하여 에이전트와 감독자가 볼 수 없도록 할 수 있습니다.
+ 평가 양식 생성을 담당하는 품질 관리자는 태그 기반 제한 없이 평가 양식에 대한 액세스 권한을 부여받을 수 있습니다. 또는 품질 관리자에게 두 가지 보안 프로필을 할당할 수 있습니다.
+ 첫 번째는 "Live: No" 태그를 사용하여 **평가 양식** 및 **평가에** 대한 액세스 권한을 부여합니다.
+ 두 번째는 "Live: Yes" 태그가 있는 **평가 양식** 및 **평가에** 대한 액세스 권한을 부여합니다.
+ 자동 평가를 실행할 준비가 되면 양식을 복제하고 태그를 "Live: Yes"로 변경할 수 있습니다. 테스트 중이었던 원래 양식은 "Live: No" 태그를 계속 가져와야 합니다. 이렇게 하면 양식이 테스트 중일 때 감독자와 에이전트가 **대시보드**에서 집계된 평가 점수를 볼 수 없습니다.
## 자동화된 평가를 제출하도록 규칙을 설정하는 동안 태그 기반 액세스 제어
액세스 권한이 있는 양식을 사용하여 자동 평가를 제출하는 규칙만 생성할 수 있습니다. 예를 들어 "Department: New customer", "Product: Auto Insurance" 태그가 있는 자동 평가 양식 **Auto Insurance Sales Scorecard**가 있고 보안 프로필이 평가 양식의 "Department: New customer" 태그에 대한 액세스 권한을 부여한다고 가정해 보겠습니다. 그런 다음 **Auto Insurance Sales Scorecard** 양식을 사용하여 평가를 자동으로 제출하도록 규칙을 설정할 수 있습니다.
## 보정 세션을 설정하는 동안 태그 기반 액세스 제어
보정 세션의 관리자는 액세스 권한이 있는 평가 양식으로만 보정 세션을 생성할 수 있습니다.
# Amazon Connect에서 평가 양식 감사 추적 보기
1. 조사하려는 평가 양식을 선택합니다.
![\[평가 양식 페이지의 평가 양식 왼쪽에 있는 상자입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-select.png)
1. 페이지 하단의 **평가 예시** 아래에서 드롭다운 메뉴를 사용하여 이전 버전, 액세스한 사람 및 시기를 볼 수 있습니다. 다음은 감사 추적의 예를 보여 주는 그림입니다.
![\[평가에 대한 감사 추적 예시.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-version.png)
1. 원하는 경우 양식 중 하나를 선택하여 엽니다.
## 활성, 초안, 잠김은 무엇을 의미하나요?
양식은 다음 상태 중 하나입니다.
+ **활성**. 평가자가 사용할 수 있는 양식의 게시된 버전입니다.
+ **초안**. 양식의 잠긴 비활성 버전입니다. 초안은 작업 중일 때만 잠금이 해제됩니다.
+ **잠김**. 평가 양식은 활성화하거나 게시하면 잠깁니다. 양식을 비활성화한 후에도 잠긴 상태로 유지되며 양식의 기록 버전이 됩니다. 그러나 기록 버전을 활성화하여 새 버전으로 저장할 수 있습니다.
# 생성형 AI를 사용하여 Amazon Connect에서 에이전트 성과 평가
**참고**
**Amazon Bedrock 기반**:자동 침해 탐지 AWS 를 구현합니다. Contact Lens의 생성형 AI 기능은 Amazon Bedrock을 기반으로 구축되어 Amazon Bedrock에 구현된 제어 기능을 최대한 활용하여 안전, 보안 및 인공 지능(AI)의 책임 있는 사용을 적용할 수 있습니다.
관리자는 자연어로 평가 기준을 지정하고 생성형 AI를 사용하여 고객 상호 작용의 최대 100%에 대한 평가를 자동화할 수 있습니다. 생성형 AI를 사용하면 추가 에이전트 동작(예: 에이전트가 고객의 문제를 해결할 수 있었나요?)에 대한 평가를 자동화할 수 있으므로 관리자는 규제 준수, 에이전트의 품질 표준 준수 및 민감한 데이터 수집을 포괄적으로 모니터링하고 개선하는 동시에 에이전트 성과 평가에 소요되는 시간을 줄일 수 있습니다. 답변과 함께 컨텍스트 및 정당화, 에이전트 코칭을 제공하는 데 사용할 수 있는 트랜스크립트의 특정 사항에 대한 참조도 제공됩니다.
생성형 AI를 사용하여 관리자가 평가를 채우도록 지원하거나 이를 사용하여 평가를 자동으로 채우고 제출할 수 있습니다. 자동 평가 설정에 대한 자세한 내용은 [6단계: 자동 평가 활성화](create-evaluation-forms.md#step-automate) 섹션을 참조하세요.
평가 질문은 질문 제목과 각 질문과 연결된 평가자 지침에 명시된 평가 기준을 해석하고, 이를 사용하여 대화 내용을 분석하는 생성형 AI를 사용하여 답변됩니다. 자세한 내용은 [2단계: 섹션 및 질문 추가](create-evaluation-forms.md#step-sections) 단원을 참조하십시오.
## 생성형 AI를 사용하여 평가를 자동화하는 프로세스
다음은 자동화 프로세스의 개요입니다.
1. [생성형 AI 정확도 개선을 위한 지침](#guidelines-to-improve-generative-ai-accuracy)을 읽고 생성형 AI로 답변해야 하는 평가 질문을 개괄적으로 이해하세요.
1. 품질 관리 팀 내에서 Ask AI 어시스턴트를 사용할 사용자를 선택할 수 있는 권한을 할당합니다. 이러한 사용자는 평가를 수행하는 동안 각 질문 옆에 AI 질문 버튼이 표시되기 시작하고 이를 사용하여 답변 추천을 받을 수 있습니다. 이러한 사용자는 생성형 AI를 사용하여 정확한 답변을 수신하는 질문에 대한 피드백을 제공할 수 있습니다. 자세한 내용은 [성능 평가 및 코칭을 위한 보안 프로필 권한 할당](evaluation-and-coaching-permissions.md) 단원을 참조하십시오.
1. 정확도를 높이기 위해 [평가자 대상 지침](create-evaluation-forms.md#step-sections) 내에 추가 평가 기준을 제공할 수 있습니다. 자세한 내용은 [생성형 AI 정확도 개선을 위한 지침](#guidelines-to-improve-generative-ai-accuracy) 단원을 참조하십시오.
1. 생성형 AI로 정확하게 답변할 수 있는 질문을 잘 이해하면 생성형 AI를 사용하여 질문에 자동 답변을 받을지 여부에 관계없이 평가 양식을 미리 구성하여 더 광범위한 롤아웃을 수행할 수 있습니다.
1. 자동화를 설정하면 평가 양식을 사용하여 평가를 수행하는 모든 사용자는 미리 구성된 질문에 대한 자동 생성형 AI 답변을 받게 됩니다(추가 권한 필요 없음). 자세한 내용은 [6단계: 자동 평가 활성화](create-evaluation-forms.md#step-automate) 단원을 참조하십시오.
1. 제출 전에 평가자가 생성형 AI 답변을 먼저 검토하도록 자동화를 설정하거나 평가를 자동으로 작성하고 제출할 수 있습니다.
## Ask AI를 사용하여 생성형 AI 답변 권장 사항 가져오기
1. [평가를 수행할 수 있는 권한](evaluation-and-coaching-permissions.md) 및 [AI에게 질문하기 어시스턴트](evaluation-and-coaching-permissions.md)가 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 질문 아래의 **AI에게 질문하기** 버튼을 선택하여 컨텍스트 및 정당성(답변을 제공하는 데 사용된 트랜스크립트의 참조 사항)과 함께 답변에 대한 생성형 AI 기반 추천을 받습니다.
1. 생성형 AI 권장 사항에 따라 답변이 자동으로 선택되지만 사용자가 변경할 수 있습니다.
1. 고객 응대당 최대 10개의 질문을 AI에 요청하기를 선택하여 **생성형 AI** 기반 추천을 받을 수 있습니다. 자세한 내용은 [Contact Lens service quotas](amazon-connect-service-limits.md#contactlens-quotas) 단원을 참조하십시오.
1. 대화의 특정 시점으로 이동할 트랜스크립트 참조와 연결된 시간을 선택할 수 있습니다.
![\[에이전트 성과을 평가하는 동안의 생성형 AI 기반 권장 사항입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/get-generative-ai-powered-recommendations-performance.png)
## 생성형 AI를 사용하여 평가 양식 질문에 답변하기 위한 추가 기준을 제공합니다.
평가 양식을 구성하는 동안 각 평가 양식 질문과 연결된 **평가자에 대한 지침** 내에서 질문에 답변하기 위한 기준을 제공할 수 있습니다. 평가자의 평가 일관성을 높이는 것 외에도 이 지침은 생성형 AI 기반 평가를 제공하는 데도 사용됩니다.
![\[점수표를 여는 새 계정입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/provide-criteria-for-answering-evaluation-form-questions.png)
## 평가 양식에서 생성형 AI를 사용하여 자동 평가 설정
생성형 AI를 사용하여 질문에 자동으로 응답할지 여부를 평가 양식에서 사전 구성할 수 있습니다. 그런 다음 Amazon Connect UI의 평가 양식을 사용하여 평가를 시작하면 생성형 AI를 사용하여 이러한 질문에 대한 답변이 자동으로 채워집니다(AI 요청을 클릭할 필요 없음). 생성형 AI를 사용하여 평가를 자동으로 채우고 제출할 수도 있습니다. 자동으로 제출된 평가의 경우 생성형 AI를 사용하여 고객 응대당 최대 10개의 질문에 답변할 수 있습니다([Contact Lens service quotas](amazon-connect-service-limits.md#contactlens-quotas) 참조). 이 제한은 고객 응대 범주 또는 지표(예: 가장 긴 대기 기간 등)를 사용하는 자동화에는 적용되지 않습니다.
생성형 AI를 사용하여 자동 평가를 설정하는 방법에 대한 자세한 내용은 [생성형 AI 정확도 개선을 위한 지침](#guidelines-to-improve-generative-ai-accuracy) 섹션을 참조하세요.
## 영어 이외의 언어로 생성형 AI 기반 평가 설정
기본적으로 평가 양식의 언어를 설정하지 않으면 생성형 AI 모델은 평가 양식 질문의 언어를 자동으로 감지하고 AI 모델이 해당 언어를 이해하면 동일한 언어로 답변을 제공하려고 시도합니다. 기본적으로 생성형 AI 답변 근거는 일반적으로 영어로 제공됩니다.
원하는 언어로 AI 생성 답변과 답변 정당화를 모두 일관되게 수신하려면 **영어**, **스페인어**, **포르투갈**어, **프랑스**어, **독일**어 및** 이탈리아**어 중에서 선택하여 평가 양식의 언어를 설정할 수 있습니다. 평가 언어를 명시적으로 설정하면 대화 트랜스크립트가 스페인어와 같은 다른 언어로 되어 있더라도 생성형 AI가 평가 양식을 영어로 작성하는 언어 간 평가를 수행할 수도 있습니다. 이를 통해 다국어 고객 센터는 여러 언어에 걸쳐 표준화된 평가 프레임워크를 사용할 수 있습니다.
평가 양식의 언어를 설정하려면:
1. 평가 양식을 생성하거나 업데이트하는 동안 **추가 설정** 탭을 선택합니다.
1. 드롭다운에서 **양식 언어를** 선택합니다.
1. 최적의 AI 성능을 위해 양식의 질문, 지침 및 답변 선택이 선택한 **양식 언어와 동일한 언어**인지 확인합니다.
![\[평가 양식 페이지, 추가 설정 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-languageexample1.png)
## 생성형 AI 정확도 개선을 위한 지침
**생성형 AI 권장 사항을 가져오기 위한 질문 선택**
1. 생성형 AI를 사용하면 CRM 시스템과 같은 서드파티 애플리케이션을 통해 정보를 검증할 필요 없이 대화 트랜스크립트의 정보를 사용하여 답변할 수 있는 질문에 응답할 수 있습니다.
1. 생성형 AI를 사용하여 “에이전트가 고객과 얼마나 오래 상호 작용했나요?”와 같은 숫자 응답이 필요한 질문에 답변하는 것은 권장되지 않습니다. 대신 Contact Lens 또는 고객 응대 지표를 사용하여 이러한 평가 양식 질문에 대한 [자동화를 설정](create-evaluation-forms.md#step-automate)하는 것이 좋습니다.
1. 생성형 AI를 사용하여 “에이전트가 통화 중에 주의를 기울였나요?”와 같은 주관적인 질문에 답변하지 마세요.
**질문 및 관련 지침 표현 개선**
1. 전체 문장을 사용하여 질문 표현, 예를 들어 *ID 검증*을 “에이전트가 고객의 신원을 검증하려고 했나요?”로 대체하면 생성형 AI가 질문을 더 잘 이해할 수 있습니다.
1. 특히 질문 텍스트만으로 질문에 답변할 수 없는 경우, **평가자에 대한 지침** 내에서 질문에 답변하기 위한 자세한 기준을 제공하는 것이 좋습니다. 예를 들어 “에이전트가 고객 자격 증명을 검증하려고 했나요?”라는 질문의 경우 *에이전트는 고객의 질문을 해결하기 전에 항상 멤버십 ID와 우편 번호를 고객에게 문의해야 한다*는 것과 같은 추가적인 지침을 제공하려고 할 수 있습니다.
1. 질문에 답변하기 위해 일부 비즈니스별 용어에 대한 지식이 필요한 경우 지침에 해당 용어를 지정합니다. 예를 들어, 에이전트가 인사말에 부서 이름을 지정해야 하는 경우, 에이전트가 질문과 관련된 **평가자에 대한 지침**의 일부로 명시해야 하는 필수 부서 이름을 나열합니다.
1. 가능한 경우 '동료', '직원', '대리인', '지지자' 또는 '보조'와 같은 용어 대신 '에이전트'라는 용어를 사용합니다. 마찬가지로 '회원', '발신자', '게스트' 또는 '구독자'와 같은 용어 대신 '고객'이라는 용어를 사용합니다.
1. 에이전트 또는 고객이 사용하는 단어가 정확한지 확인하려면 지침에 큰따옴표를 사용하세요. 예를 들어, 에이전트가 `"Have a nice day"`라고 말하는지 확인하는 지시가 있는 경우 생성형 AI는 *Have a nice afternoon*이라는 말을 감지하지 못합니다. 대신 지시는 다음과 같이 해야 합니다. `The agent wished the customer a nice day`.
# Amazon Connect에서 셀프 서비스 상호 작용의 성능 평가
Amazon Connect는 셀프 서비스 상호 작용의 품질을 자동으로 평가하고 집계된 인사이트를 얻어 고객 경험을 개선할 수 있는 기능을 제공합니다. 관리자는 사용자 지정 기준을 정의하여 대화형 분석 및 기타 Amazon Connect 데이터의 인사이트를 사용하여 수동 또는 자동으로 채울 수 있는 셀프 서비스 상호 작용의 품질을 평가할 수 있습니다. 예를 들어 AI 에이전트가 고객을 반복적으로 이해하지 못하여 고객 감정이 나빠지고 인적 에이전트로 전송되는지 자동으로 평가할 수 있습니다. 관리자는 셀프 서비스 상호 작용 녹음 및 트랜스크립트와 함께 집계 및 개별 고객 응대에서 이러한 인사이트를 검토하여 봇 또는 AI 에이전트 성능을 개선할 기회를 식별할 수 있습니다.
**참고**
셀프 서비스 상호 작용의 성능 평가는 Amazon Connect(무제한 AI 사용)의 일부로만 사용할 수 있습니다. 자세한 내용은 [Amazon Connect 요금](https://aws.amazon.com/connect/pricing/)을 참조하세요.
셀프 서비스 상호 작용을 자동으로 평가하려면 먼저를 수행해야 합니다[Amazon Connect Contact Lens에서 대화 분석 활성화](enable-analytics.md). 성능 평가는 터치 톤, Lex 봇, Amazon Connect AI 에이전트 또는 Amazon Connect 내의 Amazon Connect. 셀프 서비스 상호 작용의 자동 평가를 설정하는 단계는 다음과 같습니다.
+ [1단계: 평가 양식 초안 생성](#step-create-draft-form-self-service)
+ [2단계: 자동화 설정](#step-setup-automation-self-service)
+ [3단계: 셀프 서비스 상호 작용에 대한 평가를 자동으로 제출하도록 규칙 설정](#step-setup-rule-self-service)
## 1단계: 평가 양식 초안 생성
사용자 지정 기준을 정의하여 셀프 서비스 상호 작용을 평가할 수 있습니다. 이러한 기준은 셀프 서비스 해결, 고객 경험 또는 봇/AI 에이전트 동작을 측정할 수 있습니다.
평가 양식의 예는 다음과 같습니다.
섹션 1: 셀프 서비스 성공
+ **1.1** 인적 에이전트에게 전송하지 않고 셀프 서비스 중에 고객 응대가 처리되었습니까? (단일 선택)
+ **1.2** 고객이 하나 이상의 요구 사항을 셀프 서비스할 수 있었나요? (단일 선택)
섹션 2: 고객 경험
+ **2.1** 셀프 서비스 중 전반적인 고객 감정 점수는 얼마였나요? (숫자)
+ **2.2** 고객이 셀프 서비스 중에 좌절감을 표현했나요? (단일 선택)
섹션 3: AI 에이전트 동작
+ **3.1** AI 에이전트가 고객을 이해하지 못하고 스스로 반복하도록 요청했나요? (단일 선택)
+ **3.2** AI 에이전트가 언제든지 고객에게 무례하거나 공격적이었나요? (단일 선택)
자세한 내용은 [Amazon Connect에서 평가 양식 생성](create-evaluation-forms.md)섹션을 참조하세요.
## 2단계: 자동화 설정
Amazon Connect 규칙(생성형 AI 기반 의미 체계 일치 규칙 포함)을 사용하고 고객 감정과 같은 통합 지표를 사용하여 셀프 서비스 상호 작용 평가를 자동화할 수 있습니다. 현재는 평가 양식 내에서 통합된 생성형 AI를 사용하여 셀프 서비스 상호 작용을 자동으로 평가할 수 없습니다.
### 규칙을 사용한 자동화
규칙 설정부터 시작합니다.
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 만들기**, **대화형 분석**을 선택합니다.
1. **시기**에서 드롭다운 목록을 사용하여 **통화 후 분석** 또는 **채팅 후 분석을** 선택합니다.
생성할 수 있는 규칙의 예:
셀프 서비스 억제
+ 대기열이 할당되지 않았고 자동 상호 작용 중에 고객 응대가 처리되었는지 확인하는 새 조건을 추가합니다.
+ 또한 자연어 의도를 사용하여 고객이 Lex 봇 또는 AI 에이전트와의 자동 상호 작용 중에 인적 에이전트를 요청하지 않았는지 확인할 수 있습니다.
Amazon Connect는 의미 체계 일치 규칙 내에서 다음 키워드를 이해합니다.
+ **시스템:** 봇 또는 AI 에이전트를 나타냅니다.
+ **에이전트:** 인적 에이전트를 나타냅니다.
+ **고객:** 고객 센터와 상호 작용하는 사람
+ **자동 상호 작용:** 봇 또는 AI 에이전트와의 셀프 서비스 상호 작용 및 대기열의 대기 시간을 포함하여 인간 에이전트가 대화에 없는 고객 상호 작용의 일부입니다.
+ **인적 에이전트 상호 작용:** 인적 에이전트와의 고객 상호 작용
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-containment-rule.png)
+ Amazon Connect AI 에이전트를 사용하는 경우 셀프 서비스용 AI 에이전트가 사람에게 에스컬레이션되었는지 여부를 확인할 수도 있습니다.
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-ai-agent-escalation-check.png)
하나 이상의 의도에 대한 셀프 서비스 성공
**자연어 - 의미 체계 일치** 조건을 사용하여 규칙 생성:
“자동 상호 작용 중에 시스템은 정보 제공 또는 다른 서비스 요청 완료와 같은 고객 요청 중 하나 이상을 성공적으로 이행했습니다.”
봇/AI 에이전트가 고객을 이해하지 못함
**자연어 - 의미 체계 일치** 조건을 사용하여 규칙 생성:
“시스템이 고객을 이해하지 못하고 고객에게 반복해 달라고 요청했습니다.”
고객이 표현한 불만
**자연어 - 의미 체계 일치** 조건을 사용하여 규칙 생성:
“자동 상호 작용 중에 고객이 불만을 표현했습니다.”
규칙을 설정한 후 평가 양식에서 단일 선택 또는 여러 선택 질문에 답변하는 데 사용할 수 있습니다. 예를 들어 셀프 서비스 제한을 확인하는 규칙을 생성한 경우이 규칙을 사용하여 셀프 서비스 중에 고객 응대가 처리되었는지 여부에 대한 질문에 답변할 수 있습니다.
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-use-rules-in-form.png)
### 지표를 사용한 자동화
고객 응대 지표를 사용하여 셀프 서비스 경험에 대한 질문에 자동으로 답변할 수 있습니다. 예를 들어 자동 상호 작용 중에 고객 감정을 확인할 수 있습니다. 지표를 사용하려면 질문 유형이 숫자로 선택되어 있는지 확인합니다.
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-metrics-automation.png)
모든 질문에 자동화를 설정한 후 **평가 자동 제출 활성화**를 켜고 양식을 활성화합니다. 그런 다음 평가 양식을 자동으로 제출하는 규칙을 생성하도록 안내합니다.
자세한 내용은 [6단계: 자동 평가 활성화](create-evaluation-forms.md#step-automate)섹션을 참조하세요.
## 3단계: 셀프 서비스 상호 작용에 대한 평가를 자동으로 제출하도록 규칙 설정
다음 조건을 사용하여 특정 셀프 서비스 상호 작용을 식별할 수 있습니다.
AI 에이전트
셀프 서비스 상호 작용 평가를 트리거하려면 특정 AI 에이전트(들)가 고객 응대에서 활성 상태였는지 식별할 수 있습니다. 특정 AI 에이전트 버전을 확인할 수도 있습니다.
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-ai-agent-identification.png)
사용자 지정 고객 응대 속성 및 고객 응대 세그먼트 속성
흐름 내에 설정된 **사용자 지정 고객 응대 속성**과 **고객 응대 세그먼트 속성을** 사용하여 특정 워크플로, 봇, 고객 의도 또는 결과를 식별할 수도 있습니다. 예를 들어 대화 중에 "Pizza Order Bot"이라는 Lex 봇이 호출되는 `pizzaOrderBot = true` 경우 흐름 내에서 고객 응대 속성을 설정할 수 있습니다.
![\[alt text not found\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/self-service-eval-custom-contact-attributes.png)
조건을 정의한 후:
1. **작업 정의** 페이지에서 규칙을 식별할 범주 이름을 제공합니다.
1. **작업 추가**를 선택하고 **자동 평가 제출**을 선택한 다음 평가 자동 제출에 사용할 양식을 선택합니다. (이 작업은 양식을 활성화할 때 규칙을 생성한 경우 페이지에서 이미 선택됩니다.)
자세한 내용은 [자동 평가를 제출하는 Contact Lens의 규칙 생성](contact-lens-rules-submit-automated-evaluation.md) 단원을 참조하십시오.
# Amazon Connect의 에이전트 평가 양식에 점수 및 가중치 사용
**가중치를 사용하여 문제 또는 섹션 점수가 전체 평가 점수에 미치는 영향을 높이거나 낮출 수 있습니다.
평가 양식에 점수 평가가 활성화된 경우 섹션 또는 질문에 *가중치*를 할당할 수 있습니다. 가중치는 섹션 또는 질문이 평가의 최종 점수에 미치는 영향을 높이거나 낮춥니다.
## 샘플 점수
비즈니스에 매우 중요한 질문에 점수를 부여한다고 가정해 보겠습니다. 대답이 예인 경우 에이전트는 10점을 받습니다. 아니요라고 답하면 상담원은 0점을 받습니다. 이는 다음 이미지에 나와 있습니다.
![\[평가 양식 페이지, 점수 평가 탭\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-scoringexample1.png)
첫 번째 질문에 대한 답변은 다음 이미지에 표시된 것처럼 에이전트가 '오늘 더 도와드릴 일이 있나요?'로 마무리하는 것보다 비즈니스에 더 중요하며, 이 역시 0\$110점의 가치가 있습니다.**
![\[평가 양식 페이지, 점수 평가 탭\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-scoringexample2.png)
문제의 점수를 차별화하기 위해 한 문제의 가중치가 다른 문제보다 크다는 것을 표시합니다.
다음 이미지에서는 에이전트가 약물 복용에 대한 준수 스크립트를 낭독했는지에 대한 답변이 에이전트 점수의 50%를 차지함을 보여 줍니다.** 반면 에이전트가 '오늘 더 도와드릴 일이 있나요?'라고 마무리했나요?'라는 질문에 대한 답변은 점수의 5%에 불과합니다.**
![\[평가 양식 페이지, 점수 평가 탭, 점수 가중치 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-scoringexample3.png)
총 가중치는 항상 100%여야 합니다.
## 가중치 분산 모드
**가중치 분산 모드**에서는 가중치를 섹션별로 부여할지 아니면 질문별로 부여할지 선택할 수 있습니다.
+ **섹션별 가중치**: 섹션 내 각 문제의 가중치를 균등하게 분산할 수 있습니다.
+ **문제별 가중치**: 특정 질문의 가중치를 낮추거나 높일 수 있습니다.
섹션 또는 질문의 가중치를 변경하면 다른 가중치가 자동으로 조정되므로 합계는 항상 100% 가 됩니다.
예를 들어, 다음 이미지에서는 질문 3개를 수동으로 10%로 설정했습니다. 기울임꼴로 표시되는 가중치는 자동으로 조정되었습니다.
![\[질문에 대한 점수 가중치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-weightdistribution3.png)
## 선택적 질문의 가중치
질문이 선택 사항이거나 특정 시나리오에만 적용되는 경우 질문에 대한 답변 옵션으로 **'해당 없음' 활성화**를 선택합니다. 다음 이미지는 **답변** 탭의 이 설정을 보여 줍니다.
![\[답변 탭, '해당 없음' 활성화 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-weightsoptional.png)
평가가 완료되면 Amazon Connect는 평가 점수를 계산합니다.
+ **해당 없음**으로 응답된 질문은 양식의 최종 점수에 포함되지 않습니다.
+ 가중치는 모든 질문의 가중치 합계가 100%로 유지되도록 나머지 질문 간에 비례적으로 재배포됩니다.
예를 들어 다음 표를 고려합니다. 가중치가 각각 40%, 20%, 20%, 20%인 4개의 질문(Q1, Q2, Q3, Q4)이 있는 양식을 나타냅니다. 각 질문에는 10, 5, 0점의 세 가지 응답 옵션(A1, A2, A3)이 있습니다. Q1:A1, Q2:A2, Q3:A2, Q4:A3 응답이 있는 평가는 표와 같이 채점됩니다.
| 질문 | 질문 가중치 | Answer | 답변 점수 | 가중 답변 점수 |
| --- | --- | --- | --- | --- |
| Q1 | 40% | A1 | 10 | 40% |
| Q2 | 20% | A2 | 5 | 10% |
| Q3 | 20% | A2 | 5 | 10% |
| Q4 | 20% | A3 | 0 | 0% |
양식의 평가 점수 = 40% \$1 10% \$1 10% \$1 0% = 60%입니다.
그러나 질문 Q4에 대한 답변이 **해당 없음**으로 변경되면 평가는 다음과 같이 채점됩니다.
| 질문 | 질문 가중치 | Answer | 추가 질문 가중치 | 재배포된 질문 가중치 | 답변 점수 | 가중 답변 점수 |
| --- | --- | --- | --- | --- | --- | --- |
| Q1 | 40% | A1 | 10% | 50% | 10 | 50% |
| Q2 | 20% | A2 | 5% | 25% | 5 | 12.5% |
| Q3 | 20% | A2 | 5% | 25% | 5 | 12.5% |
| Q4 | 20% | 해당 사항 없음 | - | - | - | - |
진행 상황은 다음과 같습니다.
+ 질문 Q4는 계산에서 효과적으로 제거됩니다. 가중치(20%)는 가중치에 비례하여 나머지 3개 질문 간에 분포됩니다.
+ 질문 Q1은 질문 Q2 및 Q3의 가중치를 두 배로 늘렸으므로 추가된 가중치의 양을 두 배로 받습니다.
+ 양식의 평가 점수 = 50% \$1 12.5% \$1 12.5% = 75%입니다.
# 감독자 및 에이전트에게 성능 평가에 대해 알림
평가 결과에 따라 관리자 및 에이전트에게 이메일이나 작업을 자동으로 보내는 규칙을 만들 수 있습니다.
+ 감독자 알림은 성과 평가를 기반으로 시기 적절한 코칭을 촉진할 수 있습니다. 예를 들어 에이전트가 특정 임계값 미만의 평가 점수를 받는 경우 감독자에게 알릴 수 있습니다.
+ 에이전트 알림을 사용하여 에이전트에게 평가를 검토하고 승인하라는 메시지를 표시할 수 있습니다.
**Topics**
+ [1단계: 평가 양식에 대한 규칙 조건 정의](#rule-conditions-eval)
+ [2단계: 규칙 작업 정의](#rule-actions-eval)
+ [여러 조건이 포함된 예제 규칙](#rule-example-eval)
## 1단계: 평가 양식에 대한 규칙 조건 정의
1. 탐색 메뉴에서 **분석 및 최적화**, **규칙**을 선택합니다.
1. **규칙 생성**, **평가 양식**을 선택합니다.
1. **시기**에서 드롭다운 목록을 사용하여 다음 이미지에 표시된 대로 **Contact Lens 평가 결과를 확인할 수 있음**을 선택합니다.
![\[평가 결과를 사용할 수 있는 경우 옵션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-rule-condition.png)
1. **조건 추가**를 선택합니다.
![\[평가 결과를 사용할 수 있는 시점에 대한 조건 목록입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-rule-condition-all.png)
조건의 기준을 결합하여 매우 구체적인 Contact Lens 규칙을 만들 수 있습니다. 사용 가능한 조건은 다음과 같습니다.
+ **평가 - 양식 점수**: 특정 평가 양식의 점수가 충족될 때 실행되는 규칙을 작성합니다.
+ **평가 - 섹션 점수**: 특정 평가 양식의 점수가 충족될 때 실행되는 규칙을 작성합니다.
+ **평가 - 질문 답변**: 특정 섹션의 점수가 충족될 때 실행되는 규칙을 작성합니다.
+ **평가 - 결과 사용 가능**: 모든 평가 제출물에서 실행되는 규칙을 작성합니다.
+ **에이전트 계층** 구조: 특정 에이전트 계층 구조에서 실행되는 규칙을 빌드합니다. 에이전트 계층 구조는 지리적 위치, 부서, 제품 또는 팀을 나타낼 수 있습니다.
규칙에 추가할 수 있도록 에이전트 계층 구조 목록을 보려면 보안 프로필에 **에이전트 계층 구조 - 보기** 권한이 필요합니다.
+ **에이전트**: 에이전트의 하위 집합에서 실행되는 규칙을 구축합니다. 예를 들어 팀에 속한 에이전트에 대한 알림을 수신합니다.
규칙에 추가할 수 있도록 에이전트 이름을 보려면 보안 프로필에서 **사용자 - 보기** 권한이 필요합니다.
+ **대기열**: 대기열의 하위 집합에서 실행되는 규칙을 작성합니다. 조직에서 대기열을 사용하여 사업부, 주제 또는 도메인을 표시하는 경우가 많습니다. 예를 들어 영업 대기열에 할당된 에이전트의 평가를 위한 규칙을 구축할 수 있습니다.
규칙에 추가할 수 있도록 대기열 이름을 보려면 보안 프로필에서 **대기열 - 보기** 권한이 필요합니다.
+ **고객 응대 속성**: 사용자 지정 [고객 응대 속성](what-is-a-contact-attribute.md) 값에 따라 실행되는 규칙을 작성합니다. 예를 들어 멤버십 수준, 현재 거주 국가 또는 미결 주문이 있는 경우 등 특정 사업부 또는 특정 고객에 대한 에이전트 평가 규칙을 만들 수 있습니다.
+ **고객 응대 세그먼트 속성**: 다른 시스템에서 값이 채워진 사용자 지정 고객 응대 세그먼트 속성을 사용하거나 사용자 지정 로직을 사용하여 규칙 내에서 고객 응대를 식별할 수 있습니다. [속성을 정의하고](predefined-attributes.md#predefined-attributes-create-web-admin) 흐름에서 해당 값을 설정할 수 있습니다. 사용자 지정 세그먼트 속성은 전체 고객 응대 체인이 아니라 해당 특정 고객 응대 ID에만 존재합니다. 예를 들어 대화 중에 고객이 계정을 해지했음을 식별하는 규칙을 구축할 수 있습니다.
규칙에 추가할 고객 응대 세그먼트 속성 목록을 보려면 **사전 정의된 속성 - 보기** 권한이 필요합니다.
1. **다음**을 선택합니다.
## 2단계: 규칙 작업 정의
1. **작업 추가**를 선택합니다. 다음 작업을 선택할 수 있습니다.
+ [태스크 생성](contact-lens-rules-create-task.md)
+ [이메일 알림 전송](contact-lens-rules-email.md)
+ [EventBridge 이벤트 생성](contact-lens-rules-eventbridge-event.md)
![\[작업 추가 드롭다운 메뉴, 작업 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png)
1. **다음**을 선택합니다.
1. 검토하고 수정한 다음 **저장**을 선택합니다.
1. 규칙을 추가한 후에는 규칙이 추가된 이후에 발생하는 새 평가 제출에 규칙이 적용됩니다. 과거에 저장된 평가에는 규칙을 적용할 수 없습니다
## 여러 조건이 포함된 예제 규칙
다음 이미지는 6가지 조건이 포함된 샘플 규칙을 보여 줍니다. 이러한 조건 중 하나라도 충족되면 작업이 트리거됩니다.
![\[6가지 조건이 포함된 규칙입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-multiple-conditions.png)
1. **평가 - 양식 점수**: 규정 준수 양식의 점수가 50% 이상인가요?
1. **평가 - 섹션 점수**: 규정 준수 양식에서 인사말 섹션의 점수가 70% 이상인가요?
1. **평가 - 질문 점수**: 규정 준수 양식의 질문 중 **에이전트가 고객을 제대로 맞이했느냐는 질문에 **예**라고 답했나요?
1. **평가 - 결과 사용 가능**: 규정 준수 양식에 대한 결과가 생성되었나요?
1. **대기열**: **BasicQueue**에 해당하나요?
1. **고객 응대 속성**: CustomerType이 VIP와 동일한가요?
# Amazon Connect에서 에이전트 코칭 제공
Amazon Connect는 감독자가 성능 평가를 기반으로 에이전트에게 구조화된 데이터 기반 피드백을 제공하는 데 도움이 되는 통합 코칭 도구를 제공합니다. 예정된 에이전트와의 one-on-one 세션의 경우 감독자는 구체적인 예제와 자세한 코칭 피드백을 공유하고 Amazon Connect 내에서 직접 성과 목표를 설정할 수 있습니다. 품질 관리 팀은 고객 문제에 대한 더 큰 공감을 표시하는 등 개선 기회를 식별할 때 기한이 있는 코칭을 감독자에게 할당할 수도 있습니다. 코칭이 완료되면 에이전트는 Amazon Connect에서 피드백을 승인하여 개선을 위한 다음 단계를 이해할 수 있습니다. 과거의 코칭 피드백은 중앙에서 액세스할 수 있으므로 에이전트, 감독자 및 품질 관리자가 시간 경과에 따른 에이전트 진행 상황을 더 쉽게 추적할 수 있습니다.
**참고**
이 기능은 Amazon Connect 성능 평가의 일부로 사용할 수 있습니다.
## 코칭에 대한 권한 할당
권한은 다음과 같이 구성할 수 있습니다.
1. **관리자 및 품질 관리자**: **코칭 제공 - 코칭 세션 권한을 관리합니다**. 이러한 권한은 Amazon Connect 인스턴스의 모든 코칭 세션에 대한 액세스 권한을 부여합니다. 이 권한을 사용하면 에이전트의 감독자에게 에이전트 코칭을 할당할 수 있습니다.
1. **감독자**: **코칭 제공 - 내 코칭 세션**(보기, 생성, 삭제, 편집) 권한. 이러한 권한을 통해 코치와 함께 에이전트 코칭을 생성하고 관리할 수 있습니다.
1. **에이전트**: **코칭 제공 - 내 코칭 세션 - 보기** 권한. 이 권한을 통해 에이전트는 자신이 참가자인 코칭을 보고 승인할 수 있습니다.
자세한 내용은 [성능 평가 및 코칭을 위한 보안 프로필 권한 할당](evaluation-and-coaching-permissions.md) 단원을 참조하십시오.
## 에이전트에게 코칭 제공
1. [연락처를 검색](contact-search.md)하고 코칭을 수행할 수 있는 보안 프로필을 사용하여 Amazon Connect에 로그인합니다.
1. 왼쪽 탐색 모음에서 **분석 및 최적화** > **고객 응대 검색을** 선택합니다.
1. **고객 응대 검색**에서 코칭하려는 에이전트에 대해 평가된 고객 응대를 찾습니다. 예를 들어 평가 점수가 70% 미만인 연락처를 찾을 수 있습니다.
![\[평가 점수 필터가 적용된 고객 응대 검색 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-evaluation-score-filter.png)
1. 평가된 연락처를 열고 오른쪽 창에서 평가를 봅니다.
1. 평가를 열고 **이 평가에서 코치**를 클릭합니다.
![\[평가에 대한이 평가의 코치 버튼입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/coaching-coach-on-this-evaluation-button.png)
1. 전체 평가, 특정 섹션 및/또는 질문을 코칭 세션에 추가할 수 있습니다.
![\[코칭 세션에 평가 항목 추가.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/coaching-add-evaluation-items.png)
1. 평가, 섹션 및/또는 질문을 기존 코칭 세션에 연결하거나 새 세션을 생성할 수 있습니다. 항목을 강점 또는 성장 기회로 연결할 수 있습니다.
![\[코칭 세션에 질문을 추가하기 위한 대화 상자입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/coaching-add-question-to-coaching-dialog.png)
1. 코칭할 평가 또는 항목을 추가하면 코칭 세션을 볼 수 있는 링크가 제공됩니다.
1. 에이전트 강점 또는 성장 기회의 예로 최대 10개의 평가 또는 평가 항목을 단일 코칭 세션에 연결할 수 있습니다. 추가 평가를 연결하려면 2\$17단계를 반복합니다.
1. 날짜, 시간 및 위치를 지정하고, 자세한 피드백을 제공하고, 코칭 주제에 대한 개선 목표를 설정하여 코칭 세션을 편집할 수 있습니다.
![\[날짜, 시간, 위치, 피드백 및 목표에 대한 필드가 있는 코칭 세션 편집 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/coaching-edit-coaching-session.png)
**참고**
**세션 기한**은 필수입니다.
1. **제출**을 클릭하여 코칭 세션을 초안으로 저장합니다.
1. 코칭 세션이 준비되면 **공유**를 클릭하여 에이전트에게 코칭 세션을 표시합니다. 에이전트가 Amazon Connect 내에서 이메일을 구성한 경우(또는 SAML 인스턴스에 대한 보조 이메일이 있는 경우) 코칭 세션을 볼 수 있는 링크가 포함된 이메일 알림을 받게 됩니다.
1. 코칭 시 **분석 및 최적화** > 코칭 세션에서 **코칭 세션**에 액세스할 수 있습니다. 이 페이지에는 과거 및 예정된 모든 코칭 세션이 표시됩니다.
1. 코칭 세션이 완료되면 **완료로 표시를** 클릭하고 선택적으로 메모를 추가합니다.
1. 에이전트는 자신의 코칭 메모와 함께 코칭을 승인할 수 있습니다.
## 코칭 세션 검색
**분석 및 최적화** > 코칭 세션 페이지에서 과거 및 예정된 **모든 코칭 세션을** 볼 수 있습니다.
이 페이지에서는 고급 검색 기능을 제공합니다. 다음과 같이 코칭 세션을 검색할 수 있습니다.
+ 특정 코치가 수행
+ 특정 에이전트가 참가자였던 위치
+ 특정 품질 관리자가 생성
+ 특정 주제에 대해
+ 기한이 지났지만 완료되지 않은 경우
+ 완료 보류 중(공유 또는 초안 상태)
+ 완료되었지만 참가자가 아직 승인하지 않은 경우
+ 채팅 등)
![\[필터 옵션이 있는 코칭 세션 검색 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/coaching-search-filters.png)
# Amazon Connect에서 성능 평가 승인
에이전트 성과 평가가 제출되면 에이전트에게 평가를 검토하도록 자동으로 알릴 수 있습니다. 예를 들어 평가를 사용할 수 있을 때 에이전트에게 [이메일을 보내는 규칙](contact-lens-rules-email.md)을 설정할 수 있습니다. 코칭 중에 에이전트의 평가를 안내할 수도 있습니다.
에이전트가 성능 평가를 검토한 후 평가 검토를 확인하고 Amazon Connect 관리자 웹 사이트에 선택적 메모를 작성할 수 있습니다. 이 승인을 통해 관리자는 에이전트가 성과 평가에 제공된 피드백을 검토하고 있는지 여부를 추적할 수 있습니다.
이 주제에서는 에이전트가 평가를 보고 승인하는 단계를 설명합니다.
**평가 승인**
1. 고객 응대에 대한 성능 평가를 받은 후 에이전트 계정을 사용하여 https://*instance name*.my.connect.aws/의 Amazon Connect 관리자 웹 사이트에 로그인합니다.
1. 확인하려는 고객 응대 평가에 액세스합니다. 이 작업을 수행할 수 있는 몇 가지 방법이 있습니다.
+ 누군가 고객 응대 URL을 공유했을 수 있습니다.
- 또는 -
+ 작업이 할당되었거나 평가를 받은 고객 응대의 URL이 포함된 이메일 알림을 받았을 수 있습니다.
- 또는 -
+ 고객 응대 ID와 평가 양식 이름이 있을 수 있습니다. 이 정보를 사용하여 다음 단계에 따라 평가를 받은 고객 응대를 검색할 수 있습니다.
1. 탐색 창에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 평가되었지만 아직 승인되지 않은 고객 응대를 검색합니다. 다음 이미지는 **승인됨** = **아니요**를 검색하는 필터를 보여 줍니다.
![\[고객 응대 검색 페이지의 필터 섹션은 승인됨 = 아니요로 설정됩니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack1.png)
1. **고객 응대 세부 정보** 페이지에서 **평가**를 선택하거나 다음 이미지와 같이 **<** 아이콘을 선택하여 평가 패널을 확장합니다.
![\[평가 버튼과 평가 창을 확장하는 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack2.png)
1. **평가** 패널에는 해당 고객 응대에 대해 진행 중이거나 완료된 평가가 모두 나열됩니다. 평가를 승인하려면 완료된 평가 목록에서 **평가**를 선택합니다. 다음 이미지는 완료된 한 가지 평가, 즉 **고객 서비스 점수표**를 보여 줍니다.
![\[평가 창, 완료된 평가.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack3.png)
1. 검토할 평가를 선택합니다. 평가 하단에서 다음 이미지와 같이 **확인**을 선택합니다.
**참고**
평가된 에이전트만 평가를 승인할 수 있습니다.
![\[평가 창, 완료된 평가.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack4.png)
1. **평가 결과 확인** 대화 상자에서 선택적 설명을 제공합니다. 예를 들어 *관리자는 2025년 3월 5일 코칭 중에 평가를 진행했습니다*.
작업을 마쳤으면 **확인**을 선택합니다.
![\[평가 승인 결과 섹션, 확인 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack5.png)
1. 다음 이미지와 같이 평가 승인이 **완료**되었다는 메시지가 표시됩니다.
![\[평가가 성공적으로 승인되었다는 메시지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack6.png)
1. 평가를 제출한 후에만 승인할 수 있습니다. 평가가 다시 제출되면 다시 승인 대상이 됩니다.
1. 확인 메모를 보려면 확인된 평가를 선택한 다음 **승인 메모** 링크를 선택합니다.
![\[승인 메모입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-ack7.png)
# Amazon Connect에서 평가할 연락처의 무작위 샘플링
Amazon Connect는 관리자에게 평가를 위한 에이전트 연락처의 무작위 샘플을 제공하여 관리자 편향을 제거하고 평가 프로세스를 간소화합니다. 고객 응대 검색에서 관리자는 조합 계약, 규정 또는 내부 지침에 따라 각 에이전트에 대해 평가해야 하는 고객 응대 수를 지정할 수 있습니다. 그런 다음 지정된 기간에서 임의로 선택한 필요한 고객 응대 수를 수신합니다. 예를 들어 지난 주의 에이전트당 고객 응대 수는 3개입니다. 또한 관리자는 고객 응대 검색 내에서 추가 필터를 적용하여 제공된 고객 응대가 평가에 적합한지 확인할 수 있습니다. 예를 들어 고객 응대는 180초보다 길어야 하고, 연결된 오디오 또는 화면 레코딩, 트랜스크립트가 있어야 하며, 아직 평가되지 않은 상태여야 합니다. 샘플이 생성되면 평가 양식을 선택하고 샘플 내의 각 연락처에 대해 평가 초안을 대량으로 생성할 수 있습니다. 이러한 방식으로 생성된 평가는 고객 응대가 무작위 샘플링을 통해 선택되었음을 나타내며 필터 기준에 선택 편향이 발생하지 않도록 감사 가능성을 제공합니다.
**평가를 위한 연락의 무작위 샘플링**
1. 보안 프로필에 대해 다음과 같은 권한 집합을 가진 사용자로 Amazon Connect에 로그인합니다.
1. 고객 응대 검색 - 보기
1. 샘플 고객 응대
1. 평가 양식 - 평가 수행
1. 후행 주와 같은 평가를 위한 연락 기간을 선택합니다. 최대 5주 동안 고객 응대를 샘플링할 수 있습니다.
![\[기간 선택\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-time-range.png)
1. 평가해야 하는 에이전트 또는 에이전트 계층 구조를 선택합니다.
![\[필터 검색 - 에이전트\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-agent-filter.png)
![\[필터 추가 - 에이전트\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-agent-filter-select.png)
1. 추가 필터를 적용하여 평가에 적합한 연락처만 선택합니다.
+ **대화 분석**: 고객 응대가 대화 분석을 통해 분석되고 트랜스크립트가 있는지 확인합니다.
+ **레코딩**: 오디오 레코딩(음성) 또는 화면 레코딩(비디오)으로 고객 응대 필터링
+ **상호 작용 기간**: 최소 및 최대 에이전트-고객 상호 작용이 있는 고객 응대를 선택할 수 있습니다.
+ **평가 상태**: 아직 평가되지 않은 연락처만 선택
![\[추가 필터 추가\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-search-filters.png)
1. 에이전트당 고객 응대 5개와 같은 샘플링 기준을 지정하고 **적용을** 클릭하여 샘플을 생성합니다.
![\[샘플링 기준\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-criteria.png)
1. 저장된 검색 내에 필터 및 샘플링 기준 세트를 저장할 수 있습니다.
![\[필터 및 샘플링 기준 저장\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search.png)![\[필터 및 샘플링 기준 저장\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search-name.png)![\[필터 및 샘플링 기준 저장\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search-banner.png)
1. 샘플이 생성되면 모든 고객 응대에서 초안 평가를 대량으로 생성할 수 있습니다.
+ **초안 평가 생성을 선택합니다.**
+ **평가 양식** 선택
![\[초안 평가 생성\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-create-draft-eval-empty.png)
![\[평가 양식 선택\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-create-draft-eval-form-select.png)
그러면 초안 평가가 샘플 이름과 연결됩니다.
**참고**
나중에 연락처 샘플을 검색해야 하는 경우이 단계가 필요합니다.
![\[초안 평가 생성\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-in-progress-banner.png)
![\[초안 평가가 성공적으로 생성됨\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-success-banner.png)
## 평가를 위해 샘플링된 고객 응대 검색 및 보기
나중에 고객 응대 샘플을 검색하려면 고객 응대 검색으로 이동하여 평가 - 고객 응대 샘플 필터를 적용합니다. 고객 응대 샘플은 샘플을 생성한 사용자별로 다릅니다.
![\[초안 평가 생성\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-contact-samples-filter.png)
## 샘플링 기준 감사
평가를 열면 고객 응대 샘플링을 사용하여 평가를 생성했는지 여부를 나타냅니다. **예를** 클릭하여 고객 응대 샘플을 생성하는 데 사용되는 필터 기준을 감사하여 고객 응대 선택 프로세스 중에 필터에 편향(예: 부정적인 고객 감정)이 발생하지 않도록 할 수 있습니다.
![\[평가 초안 생성 - 연락처 세부 정보\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-evals-list.png)
![\[초안 평가 생성 - 평가 개요\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-sampled-eval.png)
![\[평가 초안 생성 - 연락처 샘플 세부 정보\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-randomsampling-sampled-eval-details.png)
# Amazon Connect에서 (이의 제기) 성능 평가에 대한 검토 요청
에이전트 성과 평가가 제출되면 에이전트에게 평가를 검토하도록 자동으로 알릴 수 있습니다. 예를 들어 평가를 사용할 수 있을 때 에이전트에게 [이메일을 보내는 규칙](contact-lens-rules-email.md)을 설정할 수 있습니다. 평가를 검토한 후에는 평가를 [승인](acknowledge-evaluations.md)할 수 있습니다. 평가 내 피드백에 동의하지 않는 경우 (이의 제기) 성과 평가에 대한 검토를 요청할 수 있습니다. 검토가 요청되면 지정된 관리자에게 이메일을 통해 자동으로 알립니다. 그런 다음 검토를 완료하기 전에 평가를 수정하거나 원래 평가를 정당화하는 추가 메모를 추가할 수 있습니다. 완료되면 검토를 요청한 사용자와 에이전트가 평가한 사용자에게 이메일을 통해 알림을 보냅니다.
## 검토 요청(이의 제기)을 활성화하려면 어떻게 해야 합니까?
Amazon Connect를 사용하면 검토 요청을 지원하는 평가 양식을 지정할 수 있습니다. 평가 양식에서 검토 요청을 활성화하려면:
1. **분석 및 최적화** - **평가 양식 - 양식 정의 관리 **- **생성** 보안 프로필 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. **분석 및 최적화**를 선택한 다음 **평가 양식**을 선택합니다.
1. 마지막 버전의 하이퍼링크를 클릭하여 기존 양식을 열거나 새 평가 양식을 생성합니다.
1. **추가 설정** 탭을 클릭합니다.
1. **검토 요청 허용**을 클릭합니다.
1. 평가에 대한 검토를 요청할 수 있을 때까지 기간을 지정할 수 있습니다. 기간은 원래 평가를 제출한 시점부터 측정됩니다.
1. 검토가 요청될 때 이메일을 통해 알림을 받을 수신자를 한 명 이상 선택할 수도 있습니다. 이메일에는 검토가 요청된 평가가 포함된 연락처 링크가 있습니다. 사용자가 SAML 인증 인스턴스에서 이메일을 수신하려면 Connect의 사용자 프로필 내에 보조 이메일을 제공해야 합니다.
1. 양식을 **활성화**하면 양식을 사용하여 수행한 후속 평가가 검토 요청을 지원합니다.
![\[검토 요청 허용 옵션을 보여주는 추가 설정 탭\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-enable.png)
## 누가 평가 검토를 요청할 수 있습니까?
사용자가 평가 검토를 요청하려면 기본 연락처 및 평가에 대한 액세스 권한 외에도 **평가 양식 - 평가 검토 요청 - 생성 및 보기** 권한이 있어야 합니다. 에이전트를 대신하여 품질 관리 팀에 평가 검토를 요청할 수 있는 에이전트 또는 감독자에게 검토를 요청할 수 있는 권한을 부여할 수 있습니다. **평가 검토를 요청할** 수 있는 권한을 부여받은 감독자는 액세스할 수 있는 모든 평가에 대한 검토를 요청할 수 있습니다.
사용자에게 **평가 양식 - 평가 검토 요청 - 삭제** 권한은 검토가 시작되기 전에 요청을 삭제할 수 있습니다.
## 누가 평가를 검토할 수 있나요?
**평가 양식 - 평가 검토 - 권한 생성 및 보기** 권한이 있는 사용자는 검토를 수행할 수 있습니다. 특정 페르소나에게 리뷰에 대해 문의해야 하지만 리뷰 자체를 수행할 수 있는 권한을 부여해서는 안 되는 경우 평가 **양식 - 평가 검토 - 권한 보기를** 부여할 수 있습니다.
## 검토 요청
1. **연락처 세부 정보** 페이지에서 검토를 요청하려는 완료된 평가를 엽니다.
1. 평가 하단에서 **검토 요청을** 선택합니다.
1. 검토를 요청하는 이유를 설명합니다(공백으로 둘 수 없음). **확인을** 클릭합니다.
1. 평가 창의 **요청된 검토** 아래에 평가가 표시됩니다.
1. 검토가 아직 시작되지 않은 경우 요청을 취소할 수 있습니다.
![\[평가에 대한 검토 버튼 요청\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-request.png)
![\[설명 필드가 있는 검토 요청 대화 상자\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-requestcomment.png)
![\[검토 요청 상태를 보여주는 평가\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-requested.png)
## 보류 중인 리뷰 검색
위에서 언급한 대로 평가 양식에서를 구성할 수 있습니다. 검토가 요청되면 이메일을 통해 자동으로 알림을 받게 됩니다. 이러한 알림 이메일에는 검토가 요청된 평가가 포함된 연락처에 대한 링크가 포함되어 있습니다. 또한 적절한 권한이 있는 사용자는 검토가 요청되었거나 이미 검토 중인 평가가 있는 연락처를 검색할 수 있습니다.
1. [고객 응대 레코드에 액세스](contact-search.md#required-permissions-search-contacts)할 수 있는 권한 및 **평가 양식 - 평가 수행** 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 탐색 모음에서 **분석 및 최적화**, **고객 응대 검색을** 선택합니다.
1. 시간 범위 필터를 사용하여 지난 달과 같은 관련 기간에서 연락처를 검색합니다.
1. **검토 요청**됨 값과 함께 평가 상태 필터를 사용하여 검토가 요청되었지만 아직 검토를 위해 선택되지 않은 평가를 통해 연락처를 검색합니다.
1. 평가 상태 필터를 **검토 중** 값과 함께 사용하여 검토를 위해 선택된 평가가 있는 연락처를 검색합니다.
![\[평가 상태 필터를 사용한 고객 응대 검색\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-searchrequested.png)
## 리뷰 시작 및 완료
1. **연락처 세부 정보** 페이지에서 평가 창을 엽니다.
1. **요청** 검토 아래에 나열된 평가를 클릭합니다.
1. **검토 시작**을 클릭합니다.
1. 원래 평가는 **검토 중** 아래에 나열되어 있으며 클릭하여 볼 수 있습니다.
1. 진행 중인 검토는 **평가 검토** 아래에 나열됩니다. **평가 양식이 있는 사용자 - 평가 검토 - 권한 생성**은 답변 변경, 메모 수정과 같은 평가를 편집할 수 있습니다. 언제든지 검토를 **저장**하고 **검토 해결을** 클릭하여 검토를 완료할 수 있습니다.
1. 그러면 검토를 요청한 사용자에게 자동 이메일 알림이 전송됩니다.
![\[평가 검토 진행 중\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-review-view.png)
# Amazon Connect에서 평가 양식을 사용하여 연락처 검색
1. [고객 응대 레코드에 액세스](contact-search.md#required-permissions-search-contacts)할 수 있는 권한 및 **평가 양식 - 평가 수행** 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **연락 검색**을 선택합니다.
1. 페이지에서 필터를 사용하여 검색 범위를 좁힙니다. 날짜의 경우 최대 8주를 한 번에 검색할 수 있습니다.
![\[평가에 대한 검색 필터입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluationforms-searchfilters1.png)
# 참조 ID를 사용하여 콜센터 에이전트 성과에 대한 보고서의 질문 표시
*참조 ID*는 JSON 출력 파일에 나타나는 토큰입니다. 구체적인 질문을 나타냅니다. 보고서를 작성할 때 질문의 정확한 문구 대신 사용할 수 있습니다.
예를 들어 '에이전트가 스크립트에 충실했나요?'라는 질문이 있을 수 있습니다. 하지만 다음 날에는 '스크립트이 잘 준수되었나요?'로 질문이 바뀔 수도 있습니다. 질문의 표현 방식에 관계없이 참조 ID는 항상 동일하게 유지됩니다.
# Amazon Connect의 평가 지표
[에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)에서 다음 지표를 볼 수 있습니다. 이러한 지표를 사용하면 집계된 에이전트 성과을 보고 시간 경과에 따라 에이전트 코호트 전반에 걸쳐 인사이트를 얻을 수 있습니다.
## 평균 평가 점수
이 지표는 제출된 모든 평가에 대한 평균 평가 점수를 제공합니다. 보정에 대한 평가는 이 지표에서 제외됩니다.
평균 평가 점수는 그룹화에 해당합니다. 예를 들어 그룹에 평가 질문이 포함된 경우 질문에 대한 평균 평가 점수가 제공됩니다. 그룹화에 평가 양식, 섹션 또는 질문이 포함되지 않은 경우 평균 평가 점수는 평가 양식 수준에 있습니다.
**지표 유형**: 퍼센트
**지표 범주**: 고객 응대 평가 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_EVALUATION_SCORE`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 대시보드: [에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)
**계산 로직**:
+ 평가 점수의 합계 가져오기: 양식 \$1 섹션 \$1 질문.
+ 채점이 완료되고 기록된 총 평가 수를 가져옵니다.
+ 평균 점수 계산: (점수 합계)/(총 평가).
**참고**:
+ 보정 평가를 제외합니다.
+ 점수 세분화는 그룹화 수준에 따라 달라집니다.
+ 백분율 값을 반환합니다.
+ 대기열, 라우팅 프로필, 에이전트 또는 사용자 계층 구조 그룹에서 하나 이상의 필터가 필요합니다.
+ 제출된 평가 타임스탬프를 기반으로 합니다.
+ 이 지표의 데이터는 2025년 1월 10일 0:00:00(GMT)부터 사용할 수 있습니다.
## 평균 가중 평가 점수
이 지표는 제출된 모든 평가에 대한 평균 가중 평가 점수를 제공합니다. 보정에 대한 평가는 이 지표에서 제외됩니다.
가중치는 평가를 수행하는 데 사용된 평가 양식 버전에 따라 결정됩니다.
평균 평가 점수는 그룹화에 해당합니다. 예를 들어 그룹에 평가 질문이 포함된 경우 질문에 대한 평균 평가 점수가 제공됩니다. 그룹화에 평가 양식, 섹션 또는 질문이 포함되지 않은 경우 평균 평가 점수는 평가 양식 수준에 있습니다.
**지표 유형**: 퍼센트
**지표 범주**: 고객 응대 평가 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `AVG_WEIGHTED_EVALUATION_SCORE`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 대시보드: [에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)
**계산 로직**:
+ 양식 버전 가중치를 사용하여 가중치 기반 점수의 합계를 가져옵니다.
+ 채점이 완료되고 기록된 총 평가 수를 가져옵니다.
+ 가중 평균 계산: (가중 점수의 합계)/(총 평가).
**참고**:
+ 평가 양식 버전별 가중치를 사용합니다.
+ 보정 평가를 제외합니다.
+ 점수 세분화는 그룹화 수준에 따라 달라집니다.
+ 백분율 값을 반환합니다.
+ 대기열, 라우팅 프로필, 에이전트 또는 사용자 계층 구조 그룹에서 하나 이상의 필터가 필요합니다.
+ 제출된 평가 타임스탬프를 기반으로 합니다.
+ 이 지표의 데이터는 2025년 1월 10일 0:00:00(GMT)부터 사용할 수 있습니다.
## 자동 실패율
이 지표는 자동 실패의 성능 평가 비율을 제공합니다. 보정에 대한 평가는 이 지표에서 제외됩니다.
질문이 자동 실패로 표시되면 상위 섹션과 양식도 자동 실패로 표시됩니다.
**지표 유형**: 퍼센트
**지표 범주**: 고객 응대 평가 기반 지표
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 대시보드: [에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)
**계산 로직**:
+ 총 자동 실패 수를 가져옵니다.
+ 수행된 총 평가를 가져옵니다.
+ 백분율 계산: (자동 실패/총 평가)\$1100.
**참고**:
+ 자동 실패는 위로 전파됩니다(질문 → 섹션 → 양식).
+ 보정 평가를 제외합니다.
+ 백분율 값을 반환합니다.
+ 대기열, 라우팅 프로필, 에이전트 또는 사용자 계층 구조 그룹에서 하나 이상의 필터가 필요합니다.
+ 제출된 평가 타임스탬프를 기반으로 합니다.
+ 이 지표의 데이터는 2025년 1월 10일 0:00:00(GMT)부터 사용할 수 있습니다.
## 수행된 평가
이 지표는 평가 상태가 '제출됨'으로 수행된 평가 수를 제공합니다. 보정에 대한 평가는 이 지표에서 제외됩니다.
**지표 유형**: 정수
**지표 범주**: 고객 응대 평가 기반 지표
**Amazon Connect API를 사용하여 액세스하는 방법**:
+ [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 지표 식별자: `EVALUATIONS_PERFORMED`
** Amazon Connect 관리자 웹 사이트를 사용하여에 액세스하는 방법**:
+ 대시보드: [에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)
**계산 로직**:
+ evaluationId가 있는지 확인합니다.
+ itemType이 form인지 확인합니다.
+ 제출된 평가를 계산합니다(보정 제외).
**참고**:
+ 제출된 평가만 계산합니다.
+ 보정 평가를 제외합니다.
+ 정수 수를 반환합니다.
+ 대기열, 라우팅 프로필, 에이전트 또는 사용자 계층 구조 그룹에서 하나 이상의 필터가 필요합니다.
+ 제출된 평가 타임스탬프를 기반으로 합니다.
+ 이 지표의 데이터는 2025년 1월 10일 0:00:00(GMT)부터 사용할 수 있습니다.
# Amazon Connect의 에이전트 평가 양식 출력
이 섹션에서는 평가의 내보내기 출력 경로를 보여 주고, 평가 양식 점수의 예를 제공하며, 평가 양식 메타데이터를 설명합니다.
**Topics**
+ [S3 버킷 확인](#verify-evaluation-s3bucket)
+ [예제 출력 위치](#example-evaluationform-output-locations)
+ [알려진 문제](#release-note-evaluation-output)
+ [샘플 점수](#example-evaluation-output-file)
+ [평가 양식 메타데이터 정의](#evaluation-form-metadata)
+ [샘플 내보낸 평가](#exported-evaluation)
## S3 버킷 확인
Amazon Connect 콘솔에서 **고객 응대 평가**를 활성화하면 평가를 저장할 S3 버킷을 만들거나 선택하라는 메시지가 표시됩니다. 버킷의 이름을 확인하려면 인스턴스 별칭으로 이동하여 **데이터 스토리지**, **고객 응대 평가**, **편집**을 선택합니다.
## 예제 출력 위치
다음은 평가 양식의 출력 파일 경로입니다.
+ *contact\$1evaluations\$1S3\$1bucket*/Evaluations/*YYYY/MM/DD/hh:mm:ss.sTZD*-*evaluation\$1id*.json
예제:
`amazon-connect-s3/Evaluations/2022/04/14/05:04:20.869Z-11111111-2222-3333-4444-555555555555.json`
## 알려진 문제: 동일한 평가에 대한 두 개의 출력 파일
Contact Lens는 동일한 평가 양식에 대해 두 개의 출력 파일을 생성합니다.
+ 하나의 파일이 새 기본 S3 경로에 기록됩니다. AWS 콘솔에서 경로를 구성할 수 있습니다.
+ 더 이상 사용되지 않을 다른 파일은 이전의 다른 S3 경로에 기록됩니다. 이 파일은 무시해도 됩니다.
이전 S3 경로는 다음과 같습니다.
+ *s3\$1bucket*/Evaluations/contact\$1*contactId*/evaluation\$1*evaluationId*/YYYY-MM-DDThh:mm:ss.sTZD.json
## 샘플 점수
다음 예제는 일반적인 점수를 보여 줍니다.
```
{
"schemaVersion": "3.5",
"evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c",
"metadata": {
"contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb",
"accountId": "874551140838",
"instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a",
"agentId": "286bcec0-e722-4166-865f-84db80252218",
"evaluationDefinitionTitle": "Compliance Evaluation Form",
"evaluator": "jane",
"evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e",
"evaluationDefinitionVersion": 2,
"evaluationStartTimestamp": "2025-11-14T17:57:08.649Z",
"evaluationSubmitTimestamp": "2025-11-14T17:59:29.052Z",
"score": {
"percentage": 100
},
"creator": "jane.doe@acme.com",
"autoEvaluated": false,
"resubmitted": false,
"evaluationSource": "ASSISTED_BY_AUTOMATION",
"evaluationType": "CONTACT_EVALUATION",
"evaluationAcknowledgerComment": "The Acknowledgment comment",
"evaluationAcknowledgedTimestamp": "2025-12-22T05:20:39.297Z",
"evaluationAcknowledgedByUserName": "john",
"evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218"
},
"sections": [
{
"sectionRefId": "s1a1b58d6",
"sectionTitle": "The title of the section",
"notes": "Section note",
"score": {
"percentage": 100
}
},
{
"sectionRefId": "s46661c49",
"sectionTitle": "The title of the subsection",
"parentSectionRefId": "s1a1b58d6",
"score": {
"percentage": 100
}
}
],
"questions": [
{
"questionRefId": "q570b206a",
"sectionRefId": "s46661c49",
"questionType": "NUMERIC",
"questionText": "How do you rate the contact between 1 and 10?",
"answer": {
"value": "",
"notes": "Add more information here",
"metadata": {
"notApplicable": true
}
},
"score": {
"notApplicable": true
}
},
{
"questionRefId": "q73bc5b9d",
"sectionRefId": "s46661c49",
"questionType": "SINGLESELECT",
"questionText": "Did the agent introduce themselves?",
"answer": {
"values": [
{
"valueText": "Yes",
"valueRefId": "o6999aa94",
"selected": true
},
{
"valueText": "No",
"valueRefId": "o284e4d9e",
"selected": false
},
{
"valueText": "Maybe",
"valueRefId": "o1b2f0a14",
"selected": false
}
],
"notes": "Add more information here",
"automation": {
"status": "SYSTEM_ANSWER",
"systemSuggestedValue": "Yes"
},
"metadata": {
"notApplicable": false
}
},
"score": {
"percentage": 100
}
},
{
"questionRefId": "h89bc7a9t",
"sectionRefId": "s46661c49",
"questionType": "SINGLESELECT",
"questionText": "Did the agent offer a promotion?",
"answer": {
"values": [
{
"valueText": "Yes",
"valueRefId": "p7888bb85",
"selected": false
},
{
"valueText": "No",
"valueRefId": "p395f5e8f",
"selected": true
},
{
"valueText": "Maybe",
"valueRefId": "p2c3g1b25",
"selected": false
}
],
"notes": "Add more information here",
"assistedSuggestion": {
"value": "No. A promotion was not offered by the agent."
},
"metadata": {
"notApplicable": false
}
},
"score": {
"percentage": 100
}
},
{
"questionRefId": "qc2effc9d",
"sectionRefId": "s46661c49",
"questionType": "TEXT",
"questionText": "Describe the outcome.",
"answer": {
"value": "Example answer text",
"notes": "Add more information here",
"metadata": {
"notApplicable": false
}
},
"score": {
"percentage": 50
}
}
]
}
```
## 평가 양식 메타데이터 정의
다음 표에서는 평가 양식의 필드에 대해 설명합니다.
**evaluationId**
고객 응대 평가의 고유 식별자
*유형* - 문자열
*길이 제한* - 최소 길이 1. 최대 길이는 500입니다.
**metadata**
**contactId**
Amazon Connect의 이 인스턴스에서 연락처의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 256
**accountId**
Amazon Connect의 인스턴스를 실행하는 AWS 계정의 식별자입니다.
*유형* - 문자열
*길이 제한* - 제한: 12자리
*패턴* - `^\d{12}$`
**instanceId**
Amazon Connect 인스턴스의 식별자입니다. 인스턴스의 Amazon 리소스 이름(ARN)에서 [인스턴스 ID를 찾을](find-instance-arn.md) 수 있습니다.
*길이 제한* - 최소 길이 1, 최대 길이 100
**agentId**
고객 문의를 수행한 에이전트의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 500
**evaluationDefinitionTitle**
평가 양식의 제목입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 128
**평가자**
평가를 마지막으로 업데이트한 사용자의 이름입니다.
*유형* - 문자열
**evaluationDefinitionId**
평가 양식의 고유 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 500
**evaluationDefinitionVersion**
평가 양식의 버전입니다.
*유형* - 정수
*유효 범위* - 최솟값 1
**evaluationStartTimestamp**
평가의 생성 타임스탬프입니다.
*유형* - Timestamp
*예* - 2025-11-14T17:57:08.649Z
**evaluationSubmitTimestamp**
평가의 제출 타임스탬프입니다.
*유형* - Timestamp
*예* - 2025-11-14T17:59:29.052Z
**점수**
평가 점수입니다.
**creator**
평가를 처음 생성한 엔터티(평가를 마지막으로 제출한 엔터티를 나타내는 '평가자'와는 다름)입니다. Amazon Connect 관리자 웹 사이트에서 전화를 걸면 사용자 이름이 포함됩니다. 통화가 API를 통해 이루어진 경우 발신자의 ARN이 포함됩니다.
*유형* - 문자열
**autoEvaluated **
완전 자동화된 평가를 사용하여 평가를 제출했는지 여부를 나타냅니다.
*유형* - Boolean
**resubmitted **
평가가 다시 제출되었는지(편집되고 다시 제출되었는지) 여부를 나타냅니다.
*유형* - Boolean
**evaluationSource **
평가 응답 소스의 유형입니다.
*유형* - 문자열
유효한 값:
+ `ASSISTED_BY_AUTOMATION` - [질문 자동화](create-evaluation-forms.md#step-automate)를 사용하여 일부 질문에 답변했음을 나타냅니다.
+ `MANUAL` - 평가가 수동으로 수행되었음을 나타냅니다.
+ `AUTOMATED` - 평가가 완전 자동화된 평가를 사용하여 제출되었음을 나타냅니다(‘autoEvaluated’ 필드 참조).
**evaluationType**
평가 유형입니다.
*유형* - 문자열
유효한 값:
+ `CONTACT_EVALUATION` - 고객 응대 평가.
**calibrationSessionId**
이 평가와 연결된 보정 세션의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 500
**evaluatedParticipantId**
평가 중인 참가자의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 256
**evaluatedParticipantRole**
평가 중인 참가자의 역할입니다.
*유형* - 문자열
유효한 값:
+ `AGENT` - 에이전트 참가자.
+ `CUSTOMER` - 고객 참가자.
+ `SYSTEM` - 시스템 참가자.
**acknowledgerComment**
평가를 승인한 사용자가 남긴 설명입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 0, 최대 길이 3,072
**evaluationAcknowledgedByUserId**
평가를 승인한 사람의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 500
**evaluationAcknowledgedByUserName**
평가를 승인한 사람의 이름입니다.
*유형* - 문자열
**evaluationAcknowledgedTimestamp**
평가의 승인 타임스탬프입니다.
*유형* - Timestamp
*예* - 2025-12-24T15:45:56.662Z
**sections**
평가 섹션의 배열입니다.
**sectionRefId**
섹션의 식별자입니다. 식별자는 평가 양식 내에서 고유해야 합니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 40
**parentSectionRefId**
상위 섹션의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 40
**sectionTitle**
섹션의 제목입니다.
*유형* - 문자열
*길이 제한* - 제한: 최소 길이 0, 최대 길이 128
**notes**
섹션에 남아 있는 메모입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 0, 최대 길이 3,072
메모에는 다음과 같은 제한이 있습니다.
+ 개별 메모의 제한은 3,072자입니다.
+ 평가의 결합된 노트는 *N* x 1,024자 제한이며, 여기서 *N*은 평가의 질문 수입니다.
**점수**
섹션의 점수입니다.
**percentage**
고객 응대 평가의 항목에 대한 점수 백분율입니다.
*유형*: Double
*유효한 범위* - 최솟값 0, 최댓값 100
**automaticFail**
항목을 자동 실패로 표시하는 플래그입니다. 항목 또는 하위 항목이 자동 실패 응답을 받으면 이 플래그는 true가 됩니다.
*유형* - Boolean
**notApplicable**
항목을 자동 실패로 표시하는 플래그입니다. 항목 또는 하위 항목이 자동 실패 응답을 받으면 이 플래그는 true가 됩니다.
*유형* - Boolean
**질문**
평가 질문의 배열입니다.
**questionRefId**
질문의 식별자입니다. 식별자는 평가 양식 내에서 고유해야 합니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 40
**sectionRefId**
상위 섹션의 식별자입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 1, 최대 길이 40
**questionType**
질문의 유형입니다.
*유형* - str. 평가의 결합된 메모에는 *N* x 1,024자의 제한이 있습니다. 여기서 *N*은 평가의 질문 수입니다.
*유효한 값* – `TEXT | SINGLESELECT | NUMERIC`
**questionText**
질문의 제목입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 0, 최대 길이 350
**answer**
질문에 대한 답변입니다.
**값**
고객 응대 평가의 응답에 대한 문자열/숫자 값입니다.
*유형* - String/Double
*길이 제한* - 문자열: 최소 길이 0, 최대 길이 128
**notes**
섹션에 남아 있는 메모입니다.
*유형* - 문자열
*길이 제한* - 최소 길이 0. 최대 길이는 3,072입니다.
메모에는 두 개의 문자 제한이 있습니다. 개별 메모의 제한은 3,072자입니다. 평가의 결합된 노트는 N x 1,024자 제한이며, 여기서 N은 평가의 질문 수입니다.
**metadata**
**notApplicable **
질문을 해당사항 없음으로 표시하는 플래그입니다.
*유형* - Boolean
**assistedSuggestion**
[생성형 AI](generative-ai-performance-evaluations.md)에서 제안한 답변입니다.
*유형* - 문자열
**자동화**
**status**
자동화 답변의 상태입니다.
*유형* - 문자열
*유효한 값* – `UNAVAILABLE | SYSTEM_ANSWER | OVERRIDDEN_ANSWER`
**systemSuggestedValue**
고객 응대 평가에서 자동화 답변의 문자열 또는 숫자 값입니다.
*유형* - String 또는 Double
*길이 제한* - 문자열: 최소 길이 0, 최대 길이 128
**점수**
질문의 [score](#score)입니다.
+ automaticFail - 항목이 실패할 때 양식 및 전체 양식에 대해 항목을 중요로 표시하는 플래그가 실패합니다(0점으로 표시됨). 항목 또는 하위 항목이 자동 실패 응답을 받으면 이 플래그는 true가 되고 전체 양식도 실패합니다.
*유형* - Boolean
+ notApplicable - 항목을 점수 산정에 적용할 수 없음으로 표시하는 플래그로, 점수 계산에서 제외됩니다.
*유형* - Boolean
## 샘플 내보낸 평가
다음 예시는 일반적인 내보낸 평가를 보여 줍니다.
```
{
"schemaVersion": "3.5",
"evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c",
"metadata": {
"accountId": "874551140838",
"instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a",
"contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb",
"agentId": "286bcec0-e722-4166-865f-84db80252218",
"evaluationDefinitionTitle": "Legal Compliance Evaluation Form",
"evaluator": "jane",
"evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e",
"evaluationDefinitionVersion": 2,
"evaluationStartTimestamp": "2022-11-14T17:57:08.649Z",
"evaluationSubmitTimestamp": "2022-11-14T17:59:29.052Z",
"score": {
"percentage": 85
},
"autoEvaluated": false,
"creator": "john",
"resubmitted": false,
"evaluationSource": "ASSISTED_BY_AUTOMATION",
"evaluationType": "CONTACT_EVALUATION",
"calibrationSessionId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218",
"evaluationAcknowledgedByUserName": "mike",
"evaluationAcknowledgedTimestamp": "2022-12-24T15:45:56.662Z",
"evaluationAcknowledgerComment": "Manager walked through the evaluation during coaching",
"evaluatedParticipantId": "participant-123",
"evaluatedParticipantRole": "AGENT"
},
"sections": [
{
"sectionRefId": "s1a1b58d6",
"sectionTitle": "Communication Skills",
"notes": "Overall communication was professional",
"score": {
"percentage": 90
}
},
{
"sectionRefId": "s46661c49",
"sectionTitle": "Greeting and Introduction",
"parentSectionRefId": "s1a1b58d6",
"notes": "Agent followed proper greeting protocol",
"score": {
"percentage": 100
}
}
],
"questions": [
{
"questionRefId": "q570b206a",
"sectionRefId": "s46661c49",
"questionType": "NUMERIC",
"questionText": "How many times did agent interrupt the customer",
"answer": {
"value": "2",
"notes": "Interruptions were minimal and appropriate",
"metadata": {
"notApplicable": false,
"automation": {
"status": "OVERRIDDEN_ANSWER",
"systemSuggestedValue": "3"
}
}
},
"score": {
"percentage": 80
}
},
{
"questionRefId": "q73bc5b9d",
"sectionRefId": "s46661c49",
"questionType": "SINGLESELECT",
"questionText": "Did the agent introduce themselves?",
"answer": {
"values": [
{
"valueText": "Yes",
"valueRefId": "o6999aa94",
"selected": true
},
{
"valueText": "No",
"valueRefId": "o284e4d9e",
"selected": false
},
{
"valueText": "N/A",
"valueRefId": "system_default_null_value",
"selected": false
}
],
"notes": "Agent provided clear introduction with name and department",
"metadata": {
"notApplicable": false,
"assistedSuggestion": {
"value": "The agent introduced themselves at the beginning of the call."
}
}
},
"score": {
"percentage": 100
}
},
{
"questionRefId": "h89bc7a9t",
"sectionRefId": "s46661c49",
"questionType": "SINGLESELECT",
"questionText": "Did the agent ask for consent to perform a credit check",
"answer": {
"values": [
{
"valueText": "Yes",
"valueRefId": "o6999aa94",
"selected": false
},
{
"valueText": "No",
"valueRefId": "o284e4d9e",
"selected": true
},
{
"valueText": "N/A",
"valueRefId": "system_default_null_value",
"selected": false
}
],
"notes": "Agent failed to obtain consent before credit check",
"metadata": {
"notApplicable": false
}
},
"score": {
"percentage": 0,
"automaticFail": true
}
},
{
"questionRefId": "qc2effc9d",
"sectionRefId": "s46661c49",
"questionType": "MULTISELECT",
"questionText": "What topics were discussed during the call",
"answer": {
"values": [
{
"valueText": "Account balance",
"valueRefId": "topic_balance",
"selected": true
},
{
"valueText": "Payment options",
"valueRefId": "topic_payment",
"selected": true
},
{
"valueText": "Account closure",
"valueRefId": "topic_closure",
"selected": false
}
],
"notes": "Customer inquired about balance and payment plans",
"metadata": {
"notApplicable": false
}
},
"score": {
"notApplicable": true
}
},
{
"questionRefId": "q8a9b0c1d",
"sectionRefId": "s46661c49",
"questionType": "TEXT",
"questionText": "What was your general impression about the customer's satisfaction",
"answer": {
"value": "The customer seemed satisfied with the resolution and thanked the agent",
"notes": "Positive customer sentiment throughout the call",
"metadata": {
"notApplicable": false
}
},
"score": {
"notApplicable": true
}
},
{
"questionRefId": "q2b3c4d5e",
"sectionRefId": "s46661c49",
"questionType": "DATETIME",
"questionText": "What time was the follow-up scheduled",
"answer": {
"value": "2024-04-16T14:30:00+01:00",
"notes": "Follow-up appointment confirmed with customer",
"metadata": {
"notApplicable": false
}
},
"score": {
"notApplicable": true
}
}
]
}
```
# 성능 평가 실패 이벤트 모니터링
EventBridge 및 CloudWatch를 사용하여 자동화된 평가의 실패와 고객 응대 평가의 S3 내보내기를 모니터링할 수 있습니다. 이러한 이벤트를 사용하여 실패를 조사하고 수정할 수 있습니다. 다음 가이드는 성능 평가 실패 이벤트를 모니터링하기 위한 사용자 지정 EventBridge 규칙을 생성하는 프로세스를 안내합니다.
## Step-by-step 가이드
이 가이드는 AWS 콘솔에서 Amazon Connect 자동 평가 제출 실패 이벤트 및 고객 응대 평가의 S3 내보내기 실패를 로깅하는 EventBridge 규칙을 생성하는 방법에 대한 가이드입니다.
1. AWS 계정에 로그인하고 EventBridge 콘솔로 이동합니다. **버스** 섹션에서 **규칙을** 선택합니다.
![\[EventBridge 콘솔의 버스 섹션 아래에 있는 규칙 탭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-eventbridge-rules-tab.png)
1. 기본 이벤트 버스가 선택된 **규칙 생성을** 선택합니다.
![\[기본 이벤트 버스가 선택된 규칙 생성 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-eventbridge-create-rule.png)
1. 규칙에 이름을 지정하고 **규칙 유형에 대한 이벤트 패턴이 있는** 규칙을 선택합니다. **다음**을 선택합니다.
![\[이벤트 패턴 옵션이 선택된 규칙 이름 및 규칙입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-eventbridge-rule-name.png)
1. **이벤트**에서 **AWS 이벤트 또는 EventBridge 파트너 이벤트를** 선택한 상태에서 **이벤트** **패턴에서 패턴 양식 사용** 옵션을 선택합니다. 여기에서 규칙을 트리거하기 위해 일치시킬 패턴을 정의할 수 있습니다.
1. **AWS 서비스** 드롭다운에서 **Amazon Connect**를 입력하고 선택하여 이벤트 유형을 좁힙니다. 아래 드롭다운에서 원하는 이벤트 유형을 선택합니다. 패턴이 설정되면 **다음을** 선택합니다.
EventBridge 이벤트 유형을 구독하려면 다음과 일치하는 사용자 지정 EventBridge 규칙을 생성하세요.
+ `"source"` = `"aws.connect"`
+ `"detail-type"`의 값은 다음 중 하나일 수 있습니다.
+ `"Contact Lens Automated Evaluation Submission Failed"`
+ `"Contact Lens Evaluation Export Failed"`
![\[Amazon Connect가 AWS 서비스로 선택된 이벤트 패턴입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-eventbridge-event-pattern.png)
1. 다음 단계에서는 일치하는 이벤트를 처리/수신하도록 대상(들)을 구성할 수 있습니다. 간소화를 위해 **대상** 선택에서 **CloudWatch 로그 그룹** 옵션을 선택하고 로그 그룹을 선택합니다.
1. **다음을** 선택하고 최종 **검토 및 생성** 단계로 이동합니다. **규칙 생성을** 한 번 더 선택하여 규칙 생성 프로세스를 완료합니다.
1. 이제 규칙이 **활성화됨** 상태이고 일치하는 이벤트가 발생하는 경우 메타데이터 섹션 아래의 관련 IDs와 데이터 섹션 아래의 실패 이유와 함께 해당 로그가 구성된 CloudWatch 로그 그룹에 표시되어야 합니다.
![\[일치하는 EventBridge 이벤트를 보여주는 CloudWatch 로그 그룹입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-cloudwatch-log-group.png)
![\[메타데이터 및 실패 이유를 보여주는 CloudWatch 로그 세부 정보입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/perf-eval-cloudwatch-log-detail.png)
## EventBridge 페이로드 예제
다음은 규칙이 일치할 때의 EventBridge 페이로드 예제입니다.
```
{
"version": "0",
"id": "00005435-d12d-c93b-d9d2-b64cba85fbb6",
"detail-type": "Contact Lens Automated Evaluation Submission Failed",
"source": "aws.connect",
"account": "Your AWS account ID",
"time": "2025-10-02T10:34:56Z",
"region": "us-west-2",
"resources": [],
"detail": {
"version": "1.0.0",
"metadata": {
"contactId": "4266f8e9-8420-4ee7-96cd-515d2edae1f2",
"instanceId": "d9b0b09d-7dab-47e5-9f82-d6787fbc068c",
"formId": "8b1365bd-1415-41a9-a491-af226e1bda4e"
},
"data": {
"reasonCode": "ANALYSIS_FILE_ERROR",
"message": "Automated contact evaluation submission failed due to an error when searching/retrieving/parsing the analysis file."
}
}
}
```
## 일반적인 오류
시스템에서 여러 번 재시도한 후 결국 평가를 처리하지 못하는 경우 다음 오류가 발생할 수 있습니다.
### 자동 평가 제출 오류
| 오류 | 오류 메시지 |
| --- | --- |
| AUTOMATED\$1SUBMISSION\$1FAILED | 일부 질문에 답변할 수 없어 자동 고객 응대 평가 제출에 실패했습니다. 평가 양식 및/또는 Amazon Connect 규칙 구성을 확인하십시오. |
| ANALYSIS\$1FILE\$1ERROR | 분석 파일을 searching/retrieving/parsing 때 오류로 인해 자동 고객 응대 평가 제출이 실패했습니다. |
| INTERNAL\$1SERVER\$1ERROR | 내부 서버 오류로 인해 자동 고객 응대 평가 제출에 실패했습니다. 처리가 지연될 수 있습니다. |
| QUOTA\$1EXCEEDED\$1ERROR | Gen AI를 사용하여 고객 응대에 대한 평가 질문에 자동으로 답변하는 남은 할당량이 충분하지 않아 고객 응대 평가 자동 제출이 실패했습니다. |
### 평가 S3 내보내기 오류
| 오류 | 오류 메시지 |
| --- | --- |
| S3\$1BUCKET\$1ACCESS\$1DENIED | 권한이 부족하여 고객 응대 평가 JSON 내보내기에 실패했습니다. |
| S3\$1STORAGE\$1NOT\$1CONFIGURED | 내보내기 S3 버킷이 인스턴스에 대해 구성되지 않았습니다. |
| INTERNAL\$1SERVER\$1ERROR | 내부 서버 오류로 인해 고객 응대 평가 JSON 내보내기에 실패했습니다. 내보내기 파일의 전송이 지연될 수 있습니다. |
# 성능 평가를 위한 캘리브레이션 세션
Amazon Connect Contact Lens를 사용하면 캘리브레이션 세션을 수행하여 관리자가 에이전트 성과을 평가하는 방법의 일관성과 정확성을 높여 에이전트가 일관된 피드백을 받을 수 있습니다. 보정 중에 여러 관리자가 동일한 평가 양식을 사용하여 동일한 고객 응대를 평가할 수 있습니다. 그런 다음 다양한 관리자가 작성한 평가의 차이를 검토하여 평가 모범 사례에 따라 관리자를 조정하고 평가 양식을 개선할 기회를 식별할 수 있습니다. 예를 들어 평가 질문을 보다 구체적으로 재구성하여 관리자가 일관되게 답변할 수 있습니다. 또한 관리자의 답변을 지정된 전문가와 비교하여 에이전트 성과 평가에 대한 관리자의 정확도를 측정하고 개선할 수 있습니다. 전문가는 일반적으로 캘리브레이션 세션을 수행하는 품질 관리자입니다.
## 보정에 필요한 권한
보정하려면 다음 권한이 필요합니다.
+ **캘리브레이션 세션 생성**: 성능 평가를 위해 캘리브레이션 세션을 수행할 수 있도록 허용해야 하는 사용자 세트의 보안 프로필에 **평가 양식 - 캘리브레이션 세션 관리** 권한을 추가합니다.
+ **캘리브레이션 세션 참여:** **평가 양식 - 평가 수행**과 같은 평가를 수행할 권한이 있는 사용자는 참가자 중 하나로 추가되는 경우 캘리브레이션 세션에 참여할 수 있습니다.
또한 두 사용자 세트 모두에 대해 고객 응대를 검색하고 볼 수 있는 권한도 필요합니다. 자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 단원을 참조하십시오.
## 캘리브레이션 세션 생성
**캘리브레이션 세션 생성**
1. 보안 프로필 내에 필요한 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 왼쪽 탐색 메뉴에서 **분석 및 최적화, 고객 응대 검색**을 선택합니다.
1. 최소 상호 작용 기간, 특정 대기열 등 보정을 수행하려는 고객 응대를 검색합니다.
1. 고객 응대의 **고객 응대 세부 정보** 페이지에서 오른쪽 상단의 **평가**를 선택하여 **평가** 사이드 패널을 엽니다.
1. 사이드 패널에서 **캘리브레이션 세션** 라디오 버튼을 선택하고 드롭다운 메뉴를 사용하여 보정에 대해 원하는 양식을 선택한 다음 **캘리브레이션 세션 설정** 버튼을 선택합니다.
![\[캘리브레이션 세션 설정의 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibrations-setup1.png)
1. 캘리브레이션 세션의 제목을 입력하고 참가자를 선택한 다음 선택적으로 전문가 참가자를 지정하고 기한을 설정합니다.
![\[참가자 및 기한이 있는 캘리브레이션 세션 설정의 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibration-setup2.png)
1. 생성 후 캘리브레이션 세션이 사이드 패널에 나타납니다. 각 참가자에 대해 평가가 자동으로 생성됩니다.
![\[각 참가자에 대해 생성된 캘리브레이션 세션의 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibration-setup3.png)
## 캘리브레이션 세션 편집
**캘리브레이션 세션 편집**
1. 사이드 패널에서 캘리브레이션 세션을 찾아 **편집**을 선택합니다.
![\[캘리브레이션 세션을 편집하도록 선택하는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibrations-edit1.png)
1. 사이드 패널에서 열리는 양식에서 캘리브레이션 세션 제목을 수정하고, 참가자를 추가 또는 제거하고, 선택적으로 전문가 참가자를 지정하고, 기한을 설정하거나 조정할 수 있습니다.
1. **저장**을 선택하여 캘리브레이션 세션을 업데이트합니다. 변경 사항은 사이드 패널에 반영됩니다. 새 참가자는 자동으로 평가를 받는 반면, 제거된 참가자는 평가를 삭제합니다.
## 캘리브레이션 세션의 일부로 평가 수행
다음 절차에 따라 캘리브레이션 세션의 일부로 평가를 수행합니다.
**평가 수행**
1. 사이드 패널에서 **할당된 보정 평가** 섹션을 찾아 보정 평가를 확인합니다.
![\[할당된 보정 평가 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibration-evaluations1.png)
1. 평가를 선택하여 엽니다. 진행 상황을 저장하거나 완료된 평가를 제출하는 옵션을 사용하여 표준 평가와 동일한 방식으로 이러한 평가에 응답할 수 있습니다. 캘리브레이션 세션에서는 자동화가 비활성화됩니다.
![\[보정 평가에 응답하는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibration-evaluations2.png)
1. 보정 관리자는 사이드 패널에서 캘리브레이션 세션 세부 정보를 확인하여 특정 캘리브레이션 세션과 연결된 모든 평가 목록에 액세스할 수 있습니다. 보정 관리자는 참가자가 제출한 평가도 볼 수 있습니다.
## 보정 완료
**보정 완료**
1. 캘리브레이션 세션 세부 정보 보기에 액세스하고 **완료**를 선택합니다.
![\[보정을 위한 완료 버튼을 보여 주는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/calibrations-finalize.png)
1. 메시지가 표시되면 완료를 확인합니다. 완료되면 세션과 평가를 편집할 수 없습니다.
1. 몇 초 내에 보정 보고서를 .csv 형식으로 다운로드할 수 있습니다. 이 보고서에는 평가를 제출한 참가자의 답변과 각 질문의 가중 점수, 섹션 및 전체 양식, 평가자 메모, 평가자 점수와 전문가 평가자 비교가 포함되어 있습니다.
각 참가자에 대해 **전문가와의 절대 편차**(낮음이 더 좋음) 필드를 사용하여 평가자가 평가 질문에 답변하는 동안 전문가와 크게 다른지 확인합니다. 또한 **전문가와의 평균 절대 편차**(낮음이 더 좋음)를 확인하여 참가자로부터 일관되지 않은 답변을 얻고 개선이 필요한 특정 질문이 있는지 확인할 수 있습니다(예: 더 나은 표현, 더 구체적인 질문 등).
## 캘리브레이션 세션 찾기
Amazon Connect는 캘리브레이션 세션에 참여하는 사용자에게 이메일을 통해 알립니다(예: 사용자가 참가자로 추가되는 경우, 기한이 변경되는 경우 등). 캘리브레이션 세션을 관리하는 사용자가 자신을 **전문가** 참가자로 추가한 경우 이메일도 받게 됩니다. 이메일에는 보정에 사용 중인 연락처에 대한 링크가 포함되어 있습니다. 사용자가 이메일 알림을 받으려면 Amazon Connect의 사용자에게 이메일을 할당해야 합니다. 자세한 내용은 [에 사용자 추가 Amazon Connect](user-management.md) 단원을 참조하십시오.
보정을 설정하는 관리자는 고객 응대 ID를 복사하여 캘리브레이션 세션이 설정된 고객 응대를 검색할 수 있습니다. 자신을 전문가로 추가하지 않았거나 Amazon Connect 내에서 사용자 이메일이 설정되지 않은 경우, 캘리브레이션 세션이 설정된 고객 응대에 대한 링크가 포함된 이메일이 수신되지 않습니다.
# 타사 애플리케이션에서 에이전트 활동을 수집하여 에이전트 성과 평가
타사 애플리케이션에서 완료된 에이전트 활동을 Amazon Connect로 가져올 수 있습니다. 이러한 활동은 Amazon Connect 작업으로 가져오며, Amazon Connect에서 완료된 작업과 함께 평가할 수 있습니다. 이를 통해 관리자는 품질 관리를 위한 통합 애플리케이션을 사용할 수 있습니다.
타사 애플리케이션에서 완료된 활동(예: 애플리케이션 처리 또는 소셜 미디어 상호 작용)을 완료된 작업으로 가져오려면 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API를 사용합니다. 이러한 활동을 가져올 때 성능 평가와 관련된 세부 정보를 작업 속성으로 캡처할 수 있습니다. Amazon Connect 관리자 웹 사이트에서 생성된 작업과 달리 이러한 가져온 작업은 이미 완료된 것으로 표시되므로 외부 애플리케이션에서 활동을 완료한 에이전트가 수락할 필요가 없습니다.
그런 다음 관리자는 네이티브 Amazon Connect 상호 작용 및 백 오피스 작업과 함께 이러한 외부 활동을 평가할 수 있습니다. 이를 통해 관리자는 [에이전트 성과 평가 대시보드](agent-performance-evaluation-dashboard.md)에서 에이전트 성과을 통합적으로 볼 수 있습니다.
## 타사 애플리케이션에서 활동을 수집하는 방법
다음 단계는 일반적으로 IT 관리자가 수행합니다.
+ 평가하려는 에이전트 또는 백 오피스 작업자가 Amazon Connect의 사용자인지 확인합니다. 새 사용자를 추가하려면 [에 사용자 추가 Amazon Connect](user-management.md) 섹션을 참조하세요.
+ [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API를 사용하여 이러한 에이전트가 완료한 모든 외부 활동을 완료된 Amazon Connect 작업으로 Amazon Connect에 수집합니다.
다음을 수집할 수 있습니다.
+ 타사 애플리케이션에서 완료된 모든 활동(예: 이러한 활동 완료에 의해 트리거됨). 이를 통해 단일 애플리케이션에서 에이전트 활동을 포괄적으로 볼 수 있습니다.
+ 성능 평가에 사용하는 샘플로 에이전트의 외부 활동 비율입니다.
다음은 다른 시스템에서 완료된 클레임 권한 부여 활동을 수집하기 위한 샘플 API 요청입니다.
```
awscurl \
--service connect \
-X PUT \
'https://connect.us-east-1.amazonaws.com/Prod/contact/create-contact' \
--region us-east-1 \
-d \
'{
"Channel":"TASK",
"InstanceId":"8f3b9ab3-df68-4124-8573-2626b5c939ac",
"InitiationMethod":"API",
"InitiateAs":"COMPLETED",
"UserInfo": {"UserId": "arn:aws:connect:us-west-2:295154396770:instance/8f3b9ab3-df68-4124-8573-2626b5c939ac/agent/1c99b776-8e56-4aaa-a1bf-b950ffbe61e4"},
"Name": "Processing Authorization #12345",
"Description": "Customer Name: John Doe; Customer Condition: Asthma; Medication: Levocetrizin",
"Attributes": {
"Authorization": "12345",
"ExternalContactType": "Authorization"
},
"References": {
"ThirdPartySystemURL": {
"Type": "URL",
"Value": "https://example.com/customer/12345"
}
}
}'
```
+ 속성 내에 활동 정보를 추가할 수 있습니다. 이 정보는 고객 응대를 검색하고 평가하는 품질 관리자에게 유용할 수 있습니다. 예를 들어 이전 API 직접 호출에는 `ExternalContactType`이라는 사용자 지정 속성이 포함됩니다. 이를 통해 관리자는 고객 응대 검색 내에서 다양한 유형의 외부 활동을 구별할 수 있습니다.
고객 응대 참조 내에서 타사 시스템에 대한 링크를 추가할 수도 있습니다. 이러한 링크를 통해 관리자는 작업에 포함되지 않은 추가 정보를 참조할 수 있습니다.
+ 관리자가 이러한 속성을 사용하여 활동을 검색할 수 있도록 하려면 이러한 속성에 대한 검색을 활성화해야 합니다. 자세한 내용은 [사용자 정의 고객 응대 속성 또는 고객 응대 세그먼트 속성을 사용하여 Amazon Connect에서 고객 응대 검색](search-custom-attributes.md) 단원을 참조하십시오.
**참고**
이 설정을 구성한 후 생성된 작업만 이러한 속성을 사용하여 검색할 수 있습니다.
## 외부 활동을 평가하는 방법
다음 단계는 일반적으로 관리자가 수행합니다.
관리자는 네이티브 Amazon Connect 고객 응대를 평가하는 것과 동일한 방식으로 Amazon Connect에서 수집된 활동을 평가할 수 있습니다. 자세한 내용은 [성능 평가](evaluations.md) 단원을 참조하십시오.
관리자가 사용자 지정 고객 응대 속성에 대한 검색을 구성한 경우, 활동 유형 및 ID와 같은 식별자를 사용하여 외부 활동을 검색할 수 있습니다.
다음 이미지는 `Attribute` = `ExternalContactType`인 `Completed` 고객 응대 검색을 보여 줍니다.
![\[Attribute = ExternalContactType을 사용하여 완료된 고객 응대를 검색.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluate-external-activities1.png)
다음 이미지는 완료된 외부 고객 응대에 대한 고객 응대 세부 정보의 예를 보여 줍니다. 이 이미지에서:
+ 채널 하위 유형 = connect:ExternalTask
+ 개시 방법 = API
+ 참조에는 타사 시스템에 대한 URL이 포함됩니다.
![\[외부 고객 응대의 고객 응대 세부 정보입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/evaluate-external-activities2.png)
# Amazon Connect Contact Lens에서 에이전트 화면 레코딩 설정 및 검토
에이전트가 훌륭한 고객 서비스를 제공할 수 있도록 코칭하는 데 도움이 되도록 Contact Lens 화면 녹화 기능을 사용하여 품질 관리 인사이트를 얻을 수 있습니다. 에이전트의 데스크톱을 기록하여 성과를 개선할 수 있는 기회를 파악하는 데 도움이 됩니다. 이 정보는 규정 준수를 보장하는 데에도 유용합니다.
예를 들어 대부분의 에이전트가 환불을 처리하는 데 2분이 걸리지만 Jane Doe는 4분이 걸린다고 가정해 보겠습니다. 환불이 진행되는 동안 데스크톱에 녹화된 영상을 보고 시간이 더 오래 걸리는 이유를 알아볼 수 있습니다.
다음 다이어그램은 화면 녹화의 종합적 구성 요소를 보여 줍니다. 서로 다른 구성 요소 간의 네트워크 직접 호출을 보여 주는 시퀀스 다이어그램은 [네트워크 요구 사항](sr-system-req.md#network-requirements) 섹션을 참조하세요.
![\[화면 녹화 흐름의 다이어그램.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-flow.png)
**Topics**
+ [Amazon Connect 클라이언트 애플리케이션](amazon-connect-client-app.md)
+ [시스템 및 네트워크 요구 사항](sr-system-req.md)
+ [화면 녹화 활성화](enable-sr.md)
+ [에이전트 화면 녹화 검토](review-screen-recordings.md)
+ [화면 녹화 앱용 로그 파일 다운로드](troubleshoot-sr.md)
+ [Amazon EventBridge 이벤트를 사용하여 화면 레코딩 상태 추적](track-screen-recording-status.md)
+ [화면 녹화 기능 관련 FAQ](faq-screenrecording.md)
# Amazon Connect 클라이언트 애플리케이션
Amazon Connect 화면 녹화는 Windows 및 Chrome OS에서 지원됩니다. 이 페이지에서는 각 운영 체제의 화면 녹화 애플리케이션에 대한 다운로드 및 설치 지침과 에이전트 디바이스에 대한 최소 시스템 요구 사항을 제공합니다.
**Topics**
+ [Windows](#windows-client)
+ [Chrome OS](#chrome-os)
## Windows
### Version information
+ 버전: v2.0.3(최신)
+ 릴리스 날짜: 2025년 1월 16일
+ 다운로드 링크: [AmazonConnectClientWin-v2.0.3](https://d4yqf2f7seiym.cloudfront.net/builds/AmazonConnectClientWin-v2.0.3.zip)
+ 릴리스 정보:이 버전은 AWS GovCloud (US) 고객을 지원하며 보안이 개선되었습니다.
위의 링크에서 **AmazonConnectClientWin-[version].zip** 파일을 다운로드합니다. zip 파일에는 **Amazon.Connect.Client.Service.Setup.[버전].msi** 파일이 포함되어 있습니다. 설치 지침은 [화면 녹화 활성화](enable-sr.md)을 확인하세요.
Amazon Connect 클라이언트 애플리케이션에 업데이트가 있을 때 알림을 받으려면이 관리자 안내서의 RSS 피드를 구독하는 것이 좋습니다. 이 페이지의 제목 아래에 표시되는 **RSS** 링크를 선택합니다(PDF 링크 옆에 있음).
### 클라이언트 설치 지침
이 단계에서는 에이전트의 데스크톱이나 에이전트가 사용하는 가상 환경에 **Amazon.Connect.Client.Service** 파일을 설치합니다. 이것이 바로 Amazon Connect 클라이언트 애플리케이션입니다.
**참고**
Windows 다중 세션 OS의 경우, 설치 프로그램을 컴퓨터에서 한 번만 실행하세요. Windows 다중 세션 OS의 화면 녹화는 버전 2.0.0 이상에서만 지원됩니다.
Amazon Connect 인스턴스가 in AWS GovCloud(미국 서부)인 경우 버전 2.0.3 이상을 설치해야 합니다.
클라이언트 애플리케이션과 통신할 수 있는 Amazon Connect 도메인의 허용 목록을 구성해야 합니다. 화면 레코딩은 허용 목록에 지정된 Amazon Connect 도메인에서만 캡처됩니다.
#### 소프트웨어 배포 도구를 사용한 프로그래밍 방식 설치
+ 최신 버전의 **Amazon.Connect.Client.Service.Setup.msi** 파일을 다운로드합니다.
+ Software Center와 같은 조직의 소프트웨어 배포 메커니즘을 사용하여 에이전트 데스크톱에 **Amazon.Connect.Client.Service** 클라이언트 앱을 설치합니다.
+ Microsoft System Center Configuration Manager, SCCM 또는 기타 자동 배포 도구와 같은 조직의 엔터프라이즈 소프트웨어 배포 시스템을 사용하여 배포합니다.
+ 다음 구문을 사용하여 `ALLOWED_CONNECT_DOMAINS` 파라미터를 포함합니다.
```
msiexec /i Amazon.Connect.Client.Service.Setup.msi ALLOWED_CONNECT_DOMAINS="connect-dev-instance.my.connect.aws,connect-prod-instance.my.connect.aws"
```
#### 수동 설치
+ 최신 버전의 **Amazon.Connect.Client.Service.Setup.msi** 파일을 다운로드합니다.
+ 설치 프로그램 파일을 두 번 클릭합니다.
+ 메시지가 표시되면 Amazon Connect 도메인 허용 목록을 입력합니다. 다음 이미지는 **설치 설정 구성** 대화 상자의 허용 목록에 도메인을 지정하는 방법의 예를 보여 줍니다. 자세한 예는 아래의 *Amazon Connect 도메인 허용 목록 지정 지침*을 참조하세요.
![\[설치 설정 구성 대화 상자.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/domain-allowlist-windows.png)
+ **설치**를 선택해서 설치를 완료합니다.
#### Amazon Connect 클라이언트 애플리케이션이 올바르게 실행되고 작동하는지 확인
##### 애플리케이션이 실행 중인지 확인합니다.
+ Windows Task Manager에서 **Amazon.Connect.Client.Service**라는 백그라운드 프로세스를 확인합니다. 클라이언트 Amazon Connect 애플리케이션입니다.
+ Windows Task Manager의 **사용자 프로세스**에서 사용자가 화면 레코딩이 활성화된 첫 번째 연락처를 수락한 후 **Amazon.Connect.Client.RecordingSession**이라는 다른 프로세스를 확인합니다.
다음 이미지는 Task Manager의 **Amazon.Connect.Client.RecordingSession**을 보여 줍니다.
![\[Task Manager의 Amazon.Connect.Client.RecordingSession입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/taskmanager.png)
##### 애플리케이션이 올바르게 작동하고 로그 파일을 생성하는지 확인하려면:
1. `C:\ProgramData\Amazon\Amazon.Connect.Client.Service\logs` 디렉터리로 이동합니다.
1. 디렉터리에 있는 로그 파일을 엽니다.
1. 설치가 완료되면 로그 파일에는 다음 줄이 포함됩니다. `Checking that services are still running, result : true`
1. `%USERPROFILE%\AppData\Local\Amazon\Amazon.Connect.Client.RecordingSession\Logs` 디렉터리로 이동합니다.
1. 디렉터리에 있는 로그 파일을 엽니다.
1. 설치가 완료되면 로그 파일에는 다음 줄이 포함됩니다. `Session initiation completed with result: True`
#### Amazon Connect 도메인 허용 목록 지정 지침
**허용된 Connect 도메인** 상자에 도메인을 입력할 때는 다음 지침을 준수해야 합니다. 그렇지 않으면 설치가 실패합니다.
+ 형식: 쉼표로 구분된 Amazon Connect 도메인
+ Amazon Connect 도메인에 유효한 문자: A-Z, a-z, 0-9, 하이픈(-), 마침표(.)만 사용
+ https:// 또는 http://와 같은 프로토콜 접두사는 필요하지 않습니다.
+ 제한 사항:
+ 최대 500개의 도메인 항목
+ 도메인 항목당 최대 256자
+ 최대 총 입력 길이 128,000자
다음은 도메인을 지정하는 방법의 예입니다.
##### Correct
+ domain1.my.connect.aws,domain2.my.connect.aws
+ ddomain-1.my.connect.aws, 1-domain.my.connect.aws
+ domain-12.my.connect.aws
##### Incorrect
+ \$1123domain.foo
+ domain:2.foo
+ \$1domain.my.connect.aws
+ https://domain1.my.connect.aws
+ \$1.my.connect.aws
## Chrome OS
ChromeOS의 Amazon Connect 화면 녹화 기능에는 두 가지 구성 요소가 필요합니다.
+ 격리된 웹 앱
+ Google Chrome 브라우저 확장
Agent Chrome 디바이스에 이러한 구성 요소를 설치하는 작업은 Google Enterprise Admin Console을 통해 수행할 수 있습니다. 격리된 웹 앱 및 Chrome 브라우저 확장의 설치를 구성하는 URLs은 아래에 나와 있으며 웹 매니페스트 구성 JSON을 통해 자동 업데이트하도록 설정할 수 있습니다.
### 다운로드 위치 및 설치 지침
Google Enterprise Admin Console에서 다음 단계를 완료합니다. 화면 녹화 기능을 활성화해야 하는 모든 에이전트 디바이스에 정책을 적용합니다.
#### 격리된 웹 앱 설치
+ 웹 번들 ID: `ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai`
+ 매니페스트 URL 업데이트: `https://screenrecording.connect.aws/chromeos/amazon-connect-client-iwa/releases/update_manifest.json`
**격리된 웹 앱을 설치하려면**
1. [Google 관리자 포털](https://admin.google.com)(https://admin.google.com)로 이동하여 Google 엔터프라이즈 관리자 자격 증명으로 로그인합니다.
1. **격리된 웹 앱 추가**를 선택합니다.
1. 다음 세부 정보를 복사하여 붙여넣은 다음 **저장**을 선택합니다.
+ 웹 번들 ID: `ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai`
+ 매니페스트 URL 업데이트: https://screenrecording.connect.aws/chromeos/amazon-connect-client-iwa/releases/update\$1manifest.json
다음 이미지는 완료된 **격리된 웹 앱 추가** 대화 상자의 예를 보여 줍니다.
![\[분리된 웹 앱 추가 대화 상자가 완료되었습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/addisolatedwebapp.png)
1. **설치 정책**을 `Force Install + Pin to ChromeOS Taskbar`로 구성하고 **로그인 시 시작**을 `Force Launch and Prevent Closing`로 변경하여 컴퓨터에 로그인한 후 다시 시작할 때 격리된 웹 앱이 자동으로 시작되도록 합니다.
![\[설치 정책 및 로그인 시 시작 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/installationpolicy.png)
1. 에이전트 시스템에서 화면 녹화를 시작할 수 있는 Amazon Connect 도메인을 허용 목록에 추가하도록 **관리형 구성**을 구성합니다. **관리형 구성**의 예는 다음 이미지에 나와 있습니다.
![\[관리형 구성 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/managedconfiguration.png)
+ 키 이름은 `allowListedDomain`이어야 합니다. 도메인 이름에는 경로, 쿼리 문자열 또는 후행 슬래시(/)가 포함되어서는 안 됩니다.
+ `your-instance-alias-*`를 실제 Amazon Connect 인스턴스 별칭으로 바꿉니다.
```
{
"allowListedDomain": [
"https://your-instance-alias-1.my.connect.aws",
"https://your-instance-alias-2.my.connect.aws"]
}
```
1. 다음 단계를 완료하여 다이렉트 소켓, 화면 녹화 및 창 관리 권한을 허용하도록 격리된 웹 앱을 구성합니다.
+ **디바이스**, **Chrome**, **웹 기능**, **오리진 추가**로 이동합니다.
+ `ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai`을 입력한 다음 **저장**을 선택합니다.
다음 이미지는 Chrome의 왼쪽 탐색 메뉴에서 디바이스, ChromeS 및 웹 기능이 있는 위치를 보여 줍니다.
![\[Chrome OS의 왼쪽 탐색 메뉴.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/allorigins.png)
다음 이미지는 웹 기능 페이지에서 **다이렉트 소켓**, **화면 녹화** 및 **창 관리**의 위치를 보여 줍니다.
![\[다이렉트 소켓, 화면 녹화 및 창 관리 웹 기능 페이지의 위치입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/directsockets.png)
#### Google Chrome 브라우저 확장 설치
+ 확장 ID: cjmichfmnimgeoadokmeaiclklkdccod
+ 사용자 지정 URL: `https://screenrecording.connect.aws/chromeos/amazon-connect-extension/releases/updates.xml`
**Google Chrome 브라우저 확장을 설치하려면**
1. 다음 이미지와 같이 **ID로 Chrome 앱 또는 확장 추가**로 이동합니다.
![\[왼쪽 탐색 창의 ID로 Chrome 앱 또는 확장 추가 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/appandextensions.png)
1. **ID로 Chrome 앱 또는 확장 추가**에서 **사용자 지정 URL**을 선택하고 다음 정보를 입력합니다.
+ 확장 ID: `cjmichfmnimgeoadokmeaiclklkdccod`
+ 사용자 지정 URL: `https://screenrecording.connect.aws/chromeos/amazon-connect-extension/releases/updates.xml`
![\[ID로 Chrome 앱 또는 확장 추가 대화 상자, 사용자 지정 URL에서 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/chromeapp.png)
1. **설치 정책**을 **강제 설치**로 구성한 후, 다음 이미지와 같이 **저장**을 선택합니다.
![\[설치 정책 옵션을 강제 설치로 설정합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/forceinstall.png)
# Amazon Connect에서 화면 녹화를 위한 시스템 및 네트워크 요구 사항
이 주제에서는 화면 녹화를 사용하기 위한 시스템 요구 사항을 제공하고 각 플랫폼에서 사용하는 세부 데이터 흐름에 대해 설명합니다.
## 시스템 요구 사항
다음은 에이전트 디바이스가 화면 녹화를 수행하기 위한 최소 시스템 요구 사항입니다. 리소스 경합을 방지하려면 운영 체제 및 디바이스에서 실행 중인 다른 모든 항목에 대한 추가 메모리, 대역폭 및 CPU의 범위를 지정해야 합니다.
+ CPU: 2.0GHz(코어 4개 또는 vCPU 4개 권장)
+ 메모리: 4GB
+ 네트워크: 600Kbps
### 지원되는 운영 체제
+ x86-64 아키텍처 기반 64비트 Windows 10 및 11
+ Google Enterprise 도메인에 등록된 Chrome OS 버전 140 이상
**참고**
Windows 다중 세션 구성이 활성화되어 여러 에이전트가 단일 Windows 호스트를 사용할 수 있는 경우, 에이전트의 워크스테이션이 각 동시 세션에 권장되는 리소스 가용성을 갖추고 있는지 확인합니다.
## 네트워크 요구 사항
+ **화면 녹화에 사용되는 포트**: Amazon Connect 클라이언트 애플리케이션은 포트 5431(Windows) 및 포트 25431(Chrome OS)의 로컬 웹소켓을 통해 CCP와 통신합니다.
+ **방화벽 허용 목록에 추가할 URL**: 원활한 화면 녹화 기능을 보장하려면 허용 목록에 다음 URL 패턴을 추가합니다.
+ CCP에서: `connect-recording-staging-*.s3.dualstack.your-region-name.amazonaws.com`. 와일드카드를 사용하지 않으려면 https://screenrecording.connect.aws/config/connect-recording-endpoint-allowlist.json 엔드포인트 목록을 사용할 수 있습니다. 이 목록은 향후 업데이트될 수 있습니다. 파일 상단의 `createDate`를 참조하여 업데이트를 확인합니다.
+ 화면 녹화 클라이언트 애플리케이션에서: `https://your-connect-instance-alias.my.connect.aws/taps/client/auth`
+ **시퀀스 다이어그램**: 다음 시퀀스 다이어그램은 화면 녹화와 관련된 다양한 구성 요소 간의 네트워크 직접 호출을 보여 줍니다.
![\[시퀀스 다이어그램은 화면 녹화와 관련된 다양한 구성 요소 간의 네트워크 직접 호출을 보여 줍니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/sequence-diagram.png)
+ Windows에서 Amazon Connect 클라이언트는 Amazon.Connect.Client.Service 백그라운드 프로세스와 Amazon.Connect.Client.RecordingSession의 조합입니다.
+ ChromeOS에서 Amazon Connect 클라이언트는 격리된 웹 앱과 브라우저 확장의 조합입니다.
# Amazon Connect 인스턴스에서 화면 레코딩 활성화
이 주제에서는 Amazon Connect 인스턴스에 대한 화면 레코딩을 활성화하고, Amazon Connect Client Application을 다운로드 및 설치하고, 키 구성 단계를 수행하는 단계를 제공합니다.
**Topics**
+ [1단계: 인스턴스의 화면 녹화 활성화](#install-sr-step1)
+ [2단계: Amazon Connect 클라이언트 애플리케이션 다운로드 및 설치](#install-sr-step2)
+ [3단계: 기록 및 분석 동작 설정 블록 구성](#configure-recording-block)
+ [구성 팁](#tips-sr)
## 1단계: 인스턴스의 화면 녹화 활성화
**중요**
Amazon Connect 인스턴스가 2018년 10월 이전에 생성되었지만 서비스 연결 역할이 설정되어 있지 않은 경우 [서비스 연결 역할 사용](https://docs.aws.amazon.com/connect/latest/adminguide/connect-slr.html#migrate-slr) 의 단계에 따라 Connect 서비스 연결 역할로 마이그레이션합니다.
이 섹션의 단계에서는 화면 레코딩을 활성화하도록 인스턴스 설정을 업데이트하는 방법과 레코딩 아티팩트를 암호화하는 방법을 설명합니다.
1. [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/)에서 Amazon Connect 콘솔을 엽니다.
1. 인스턴스 별칭을 선택합니다.
1. 탐색 창에서 **데이터 스토리지**를 선택하고 아래로 스크롤하여 **화면 녹화**로 이동한 다음 **편집**을 선택합니다(아래 이미지 참조).
![\[데이터 스토리지 페이지의 화면 녹화 섹션입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/console-screenrecordings.png)
1. **화면 녹화 활성화**를 선택한 다음 **새 S3 버킷 생성(권장)** 또는 **기존 S3 버킷 선택**을 선택합니다.
1. **새 Amazon S3 버킷 만들기(권장)**를 선택한 경우 **이름** 상자에 이름을 입력합니다. 기존 버킷을 사용하려면 **이름** 목록에서 선택합니다.
1. (선택 사항) Amazon S3 버킷에서 레코딩 아티팩트를 암호화하려면 **암호화 활성화**를 선택한 다음 KMS 키를 선택합니다.
**참고**
암호화를 활성화하면 Amazon Connect는 KMS 키를 사용하여 서비스가 데이터를 처리하는 동안 중간 레코딩 데이터를 암호화합니다.
1. 완료하였으면 **저장**을 선택합니다.
인스턴스 설정에 대한 자세한 내용은 [Amazon Connect 인스턴스 설정 업데이트](update-instance-settings.md) 섹션을 참조하세요.
## 2단계: Amazon Connect 클라이언트 애플리케이션 다운로드 및 설치
[Amazon Connect 클라이언트 애플리케이션](amazon-connect-client-app.md)의 지침에 따라 운영 체제용 Amazon Connect 클라이언트 애플리케이션을 다운로드하고 설치합니다.
## 3단계: 기록 및 분석 동작 설정 블록 구성
+ 흐름 진입점 바로 뒤에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다. 화면 녹화를 활성화하려는 모든 흐름에 이 블록을 추가합니다.
+ 다음 이미지는 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록의 속성 페이지를 보여 줍니다. **화면 녹화** 섹션에서 **켜기**를 선택합니다.
![\[녹화 동작 설정 블록, 화면 녹화 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screenrecordingblock.png)
## 구성 팁
+ 감독자가 화면 녹화가 있는 연락처를 검색할 수 있도록 하려면 **녹음 및 분석 동작 설정** 전에 [연락처 속성 설정](set-contact-attributes.md) 블록을 추가하세요. **화면 녹화 = true**와 같은 사용자 지정 속성을 추가합니다. 감독자는 [이 사용자 지정 속성을 검색](search-custom-attributes.md)하여 화면 녹화가 있는 속성을 찾을 수 있습니다.
+ **녹음 및 분석 동작을 설정하기** 전에 [비율별로 배포](distribute-by-percentage.md) 블록을 추가하는 것이 좋습니다. 이렇게 하면 모든 고객 응대가 아닌 일부 연락처에 대해 화면 녹화를 사용할 수 있습니다.
+ 화면 녹화에서 민감한 정보가 캡처되지 않도록 하기 위해 [SuspendContactRecording](https://docs.aws.amazon.com/connect/latest/APIReference/API_SuspendContactRecording.html) 및 [ResumeContactRecording](https://docs.aws.amazon.com/connect/latest/APIReference/API_ResumeContactRecording.html) API를 활용할 수 있습니다.
# Amazon Connect Client Application에서 에이전트 화면 레코딩 검토
화면 녹화를 사용하면 에이전트가 전화, 채팅 또는 태스크 고객 응대를 처리하는 동안의 동작을 관찰하여 에이전트 코칭이 필요한 영역(예: 긴 연락 처리 시간 또는 비즈니스 프로세스 미준수)을 파악할 수 있습니다.
화면 녹화는 음성 녹음 및 고객 응대 기록과 동기화되므로 말하는 내용을 동시에 듣거나 읽을 수 있습니다.
**참고**
화면 녹화는 완료된 고객 응대에만 사용할 수 있습니다.
**Topics**
+ [1단계: Amazon Connect Client Application에서 화면 녹화를 검토할 수 있는 권한 할당](#assign-permissions-sr)
+ [2단계: 화면 녹화 검토](#review-sr-2)
+ [PIP 모드로 시청하기](#picture-in-picture)
## 1단계: Amazon Connect Client Application에서 화면 녹화를 검토할 수 있는 권한 할당
사용자가 화면 녹화본을 검토할 수 있도록 하려면 다음과 같은 **분석 및 최적화** 보안 프로필 권한을 할당하세요.
+ **화면 녹화 - 액세스**: 감독자 또는 품질 보증 팀원과 같은 사용자가 화면 녹화에 액세스하여 검토할 수 있도록 허용합니다.
**중요**
화면 레코딩은 화면 레코딩 비디오를 수정되지 않은 통화 녹음 파일과 병합합니다. 사용자가 화면 레코딩을 볼 수 있는 권한이 있는 경우 수정되지 않은 오디오를 들을 수 있습니다.
+ **화면 레코딩 - 다운로드 버튼 활성화**: 감독자 또는 품질 보증 팀원과 같은 사용자가 **연락처 세부 정보** 페이지에서 다운로드 버튼을 보고 화면 레코딩 비디오를 다운로드할 수 있습니다.
기존 보안 프로필에 권한을 추가하는 방법에 대한 자세한 내용은 [Amazon Connect에서 보안 프로필 업데이트](update-security-profiles.md) 섹션을 참조하세요.
## 2단계: 화면 녹화 검토
1. 보안 프로필에서 **분석 및 최적화** - **화면 녹화 - 액세스** 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
**화면 레코딩 - 다운로드 버튼 활성화** 권한도 있는 경우 **연락처 세부 정보** 페이지에서 화면 레코딩을 다운로드하여 오프라인으로 볼 수 있는 버튼을 볼 수 있습니다.
1. 탐색 메뉴에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 검토하려는 고객 응대를 검색합니다.
**작은 정보**
흐름에 사용자 지정 속성을 추가하여 화면 녹화가 사용 설정된 시기를 표시한 경우에는 [사용자 지정 속성으로 검색](search-custom-attributes.md)하여 화면 녹화가 있는 고객 응대 레코드를 찾을 수 있습니다. 자세한 내용은 [구성 팁](enable-sr.md#tips-sr) 섹션을 참조하세요.
1. 고객 응대 ID를 클릭하거나 탭하여 **연락처 세부 정보** 페이지를 봅니다.
1. **녹화** 섹션에는 다음 이미지와 같이 화면 녹화를 표시하는 동영상 플레이어가 포함되어 있습니다.
![\[화면 녹화.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-show-recording.png)
**중요**
**고객 응대 세부 정보** 페이지의 화면 레코딩 재생은 레거시 `https://your-instance-alias/awsapps.com` 도메인에서 지원되지 않습니다. `https://your-instance-alias.my.connect.aws/` 도메인을 사용하여 화면 녹화를 재생하는 것이 좋습니다. 자세한 내용은 이 안내서의 [Amazon Connect 도메인 업데이트](update-your-connect-domain.md) 섹션을 참조하세요.
1. 오른쪽 컨트롤을 사용하여 확대 및 축소하고, 비디오를 창에 맞추고, 비디오를 다운로드하고, 전체 화면으로 확장하고, 사진으로 재생합니다.
![\[확대 및 축소 컨트롤.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-zoom.png)
1. 동영상 레코딩이 표시되지 않으면 **화면 레코딩 표시** 토글이 켜져 있는지 확인하세요.
동영상이 표시되지 않으면 화면 녹화가 아직 준비되지 않은 것(즉, Amazon S3 버킷에 업로드되지 않은 것)일 수 있습니다. 문제가 지속되면 [AWS Support 센터](https://console.aws.amazon.com/support/home#/)에 문의하세요.
## PIP 모드로 시청하기
동영상을 시청하는 동안 모니터의 다른 곳으로 이동하고 싶을 수 있습니다. 예를 들어, 대본을 읽을 수 있도록 동영상의 위치를 변경할 수 있습니다. 이를 위해 **PIP 모드로 시청하기**를 사용합니다.
1. 다음 이미지에 표시된 대로 오른쪽 컨트롤에서 화면 속 화면 버튼을 선택합니다.
![\[페이지의 오른쪽에 있는 그림 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-picture-in-picture.png)
1. 창을 다시 팝업하려면 오른쪽 상단 모서리에 있는 **X**를 선택합니다. 다음 이미지는 PiP(Picture-in-Picture) 모드의 비디오와 창을 다시 팝업할 **X**의 위치를 보여 줍니다.
![\[사진 속 모드의 비디오와 탭으로 돌아가기 버튼의 위치입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-back-tab.png)
# 문제 해결을 위해 Amazon Connect Client Application 로그 파일 다운로드
화면 녹화 관련 문제에 대한 AWS 지원 티켓을 열 때 에이전트 데스크톱에서 Amazon Connect 클라이언트 애플리케이션 및 공유 작업자에 대한 로그 파일을 포함합니다.
## Amazon Connect 클라이언트 애플리케이션 로그 파일(Windows)
에이전트의 데스크톱에서 다음으로 이동합니다.
+ `C:\ProgramData\Amazon\Amazon.Connect.Client.Service\logs`
이 파일에는 브라우저와 클라이언트 애플리케이션 간의 Websocket 연결 및 **Amazon.Connect.Client**와 **Amazon.Connect.RecordingSession** 간의 다른 Websocket 연결을 포함한 로그가 포함되어 있습니다.
+ `%USERPROFILE%\AppData\Local\Amazon\Amazon.Connect.Client.RecordingSession\Logs`
이 파일에는 화면 녹화 활동에 대한 로그가 포함되어 있습니다. (버전 1.x.에는 적용되지 않음)
## 공유 작업자 로그(Windows 및 ChromeOS)
CCP를 엽니다. **ClientAppInterface** 공유 작업자를 볼 수 있도록 열려 있어야 합니다.
### Chrome
1. Chrome 브라우저를 엽니다. URL 유형 `chrome://inspect/#workers`입니다.
1. **공유 작업자** 섹션에서 **ClientAppInterface**라는 이름의 공유 작업자를 찾습니다.
1. **검사**를 선택하여 개발자 도구 인스턴스를 엽니다.
1. **콘솔** 탭을 선택하고 로그 덤프를 마우스 오른쪽 버튼으로 클릭한 다음 **다른 이름으로 저장...**을 선택하여 로그 덤프를 로컬 파일에 저장합니다.
### Firefox
1. Firefox 브라우저를 엽니다. URL 유형 `about:debugging#workers`입니다.
1. **공유 작업자** 섹션에서 **/connect/ccp-naws/static/client-app-interface.js** **검사**를 선택합니다.
1. **콘솔** 탭을 마우스 오른쪽 버튼으로 클릭하고 **모든 메시지를 파일에 저장**을 선택하여 로그 덤프를 로컬 파일에 저장합니다.
### Edge(Chromium)
1. Chrome 브라우저를 엽니다. URL 유형 `edge://inspect/#workers`입니다.
1. **공유 작업자** 섹션에서 **ClientAppInterface**라는 이름의 공유 작업자를 찾습니다.
1. **검사**를 선택하여 개발자 도구 인스턴스를 엽니다.
1. **콘솔** 탭을 선택하고 로그 덤프를 마우스 오른쪽 버튼으로 클릭한 다음 **다른 이름으로 저장...**을 선택하여 로그 덤프를 로컬 파일에 저장합니다.
# Amazon EventBridge 이벤트를 사용하여 화면 레코딩 상태 추적
Amazon EventBridge를 사용하면 [에이전트 화면 레코딩](agent-screen-recording.md)의 상태를 거의 실시간으로 볼 수 있습니다. 각 에이전트 화면 레코딩의 이벤트에는 성공/실패 상태, 설명이 포함된 실패 코드, 레코딩 위치, 레코딩 크기, 설치된 클라이언트 버전, 화면 레코딩 시작 및 종료 시간이 포함됩니다.
다른 AWS 서비스와 통합하여 에이전트 화면 레코딩에 대한 분석 또는 모니터링 인사이트를 얻을 수 있습니다.
+ [Amazon CloudWatch Log Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/AnalyzingLogData.html)를 사용한 쿼리
+ [Amazon Quick](https://aws.amazon.com/quicksight/) 대시보드에서 거의 실시간에 가까운 알림 받기
+ Amazon Connect 외부에서 집계된 보고서 생성
+ Amazon EventBridge를 사용하여 다른 사용자 지정 데이터 파이프라인 솔루션 연결
**Topics**
+ [Amazon EventBridge 이벤트 페이로드 형식](#eventbridge-payload-formats)
+ [Amazon EventBridge 이벤트와 일치하는 규칙 생성](#create-eventbridge-rule)
+ [생성된 Amazon EventBridge 규칙의 대상 구성](#configure-eventbridge-target)
## Amazon EventBridge 이벤트 페이로드 형식
### 화면 레코딩 상태의 이벤트 - INITIATED
이 이벤트는 에이전트가 고객 응대를 수락할 때 발생하며, 에이전트 화면 레코딩이 활성화된 모든 고객 응대에 대해 녹음이 시작되기 전일 수 있습니다.
```
{
"version": "0",
"id": "the_event_id_from_eventbridge",
"detail-type": "Screen Recording Status Changed",
"source": "aws.connect",
"account": "your_aws_account_id",
"time": "2026-01-01T00:00:00Z",
"region": "us-west-2",
"resources": [
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id",
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id"
],
"detail": {
"version": "1.0",
"recordingStatus": "INITIATED",
"eventDeduplicationId": "unique_uuid",
"instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id",
"contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id",
"agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id",
"clientInfo": {
"appVersion": "2.0.3.0",
}
}
}
```
### 화면 레코딩 상태의 이벤트 - 완료됨
이 이벤트는 에이전트 데스크톱에서 화면 레코딩이 종료될 때 발생합니다. 이는 화면 녹화가 Amazon S3 버킷에 성공적으로 업로드되었음을 의미하지 않습니다.
```
{
"version": "0",
"id": "the_event_id_from_eventbridge",
"detail-type": "Screen Recording Status Changed",
"source": "aws.connect",
"account": "your_aws_account_id",
"time": "2026-01-01T00:00:00Z",
"region": "us-west-2",
"resources": [
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id",
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id"
],
"detail": {
"version": "1.0",
"recordingStatus": "COMPLETED",
"eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee",
"instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id",
"contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id",
"agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id",
"clientInfo": {
"appVersion": "2.0.3.0",
},
"recordingInfo": {
"startTime": "2026-01-01T00:00:00.000Z",
"endTime": "2026-01-01T00:00:00.000Z",
}
}
}
```
### 화면 레코딩 상태의 이벤트 - 게시됨
이 이벤트는 화면 레코딩이 Amazon S3 버킷에 성공적으로 업로드될 때 발생합니다. 세부 정보에는 Amazon S3 버킷 위치, 레코딩 크기 및 레코딩 기간이 포함됩니다.
```
{
"version": "0",
"id": "the_event_id_from_eventbridge",
"detail-type": "Screen Recording Status Changed",
"source": "aws.connect",
"account": "your_aws_account_id",
"time": "2026-01-01T00:00:00Z",
"region": "us-west-2",
"resources": [
"contactArn",
"instanceArn"
],
"detail": {
"version": "1.0",
"recordingStatus": "PUBLISHED",
"eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee",
"instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id",
"contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id",
"agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id",
"clientInfo": {
"appVersion": "2.0.3.0",
},
"recordingInfo": {
"startTime": "2026-01-01T00:00:00.000Z",
"endTime": "2026-01-01T00:00:00.000Z",
"publishTime": "2026-01-01T00:00:00.000Z",
"location": "s3://your-bucket-name/object-prefix/object-key",
"durationInMillis": 100000,
"sizeInBytes": 1000000
}
}
}
```
### 화면 레코딩 상태의 이벤트 - 실패
화면 녹화에 실패하면이 이벤트가 발생합니다. 실패 정보에 대한 세부 정보는 감지할 수 있는 가능한 실패 이유를 추정하기 위한 최선의 노력으로 제공됩니다.
```
{
"version": "0",
"id": "the_event_id_from_eventbridge",
"detail-type": "Screen Recording Status Changed",
"source": "aws.connect",
"account": "your_aws_account_id",
"time": "2026-01-01T00:00:00Z",
"region": "us-west-2",
"resources": [
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/cccccccc-cccc-cccc-cccc-ccccccccccccc",
"arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id"
],
"detail": {
"version": "1.0",
"recordingStatus": "FAILED",
"eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee",
"instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id",
"contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/cccccccc-cccc-cccc-cccc-ccccccccccccc",
"agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id",
"clientInfo": {
"appVersion": "2.0.3.0",
},
"failureInfo": {
"code": "UNKNOWN",
"message": "UNKNOWN",
"source": "Unknown failure"
},
"recordingInfo": {
"startTime": "2026-01-01T00:00:00.000Z"
}
}
}
```
## Amazon EventBridge 이벤트와 일치하는 규칙 생성
화면 레코딩 상태에 대한 Amazon EventBridge 이벤트를 구독하려면 정의된 이벤트 소스 및 이벤트 세부 정보 유형과 일치하는 Amazon EventBridge 규칙을 생성해야 합니다. 콘솔 AWS 또는 AWS CDK 라이브러리를 통해 이를 달성할 수 있습니다.
### AWS 콘솔을 사용하여 규칙 생성
AWS 콘솔에서 Amazon EventBridge → 버스 → 규칙에서 새 규칙을 생성합니다.
#### 기본 이벤트 버스 사용
![\[기본 이벤트 버스 선택을 보여주는 규칙 생성 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-eventbridge-event-rule.png)
#### 템플릿 이벤트 패턴 사용
드롭다운 목록에서 정의된 이벤트 패턴을 선택합니다.
![\[aws.connect가 선택되었음을 보여주는 이벤트 소스 드롭다운입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-eventbridge-event-source.png)
![\[화면 레코딩 상태가 변경됨을 보여주는 이벤트 패턴이 선택되었습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-eventbridge-event-pattern.png)
이벤트 유형이 드롭다운 목록에 표시되지 않는 경우 다음과 함께 **사용자 지정 패턴(JSON 편집기)을 사용하여 동일한 패턴을** 생성할 수도 있습니다.
```
{
"source": [ "aws.connect" ],
"detailType": [ "Screen Recording Status Changed" ]
}
```
### 를 사용하여 규칙 생성 AWS CDK
또는를 사용하여 AWS 리소스를 관리하는 경우 AWS CDK다음은 Amazon EventBridge 규칙을 구성하는 샘플 TypeScript 코드 조각입니다.
```
import { Rule } from 'aws-cdk-lib/aws-events';
const eventBridgeRule = new Rule(this, 'YourEventBridgeRuleLogicalName', {
ruleName: 'your-event-bridge-rule-name',
description: 'your rule description',
eventPattern: {
source: [ "aws.connect" ],
detailType: [ "Screen Recording Status Changed" ]
}
});
```
## 생성된 Amazon EventBridge 규칙의 대상 구성
Amazon EventBridge는 여러 AWS 서비스를 대상으로 지원합니다. 필요에 따라 다른 AWS 서비스를 사용하여 자체 이벤트 처리 파이프라인을 유연하게 구축할 수 있습니다. 각 규칙에 대해 최대 5개의 대상을 정의할 수 있습니다. 자세한 정보는 *Amazon EventBridge 사용 설명서*의 [Amazon EventBridge 대상](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-targets.html)을 참조하세요.
### Amazon CloudWatch 로그 그룹을 예제 대상으로 사용
다음 예제에서는 [Amazon CloudWatch 로그 그룹을](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html) 대상으로 사용합니다.
![\[CloudWatch 로그 그룹이 선택된 것을 보여주는 대상 구성입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/screen-recording-eventbridge-target-cwl.png)
AWS CDK 코드에서 리소스를 생성하고 Amazon EventBridge 규칙에 추가합니다.
```
import { LogGroup, RetentionDays } from "aws-cdk-lib/aws-logs";
import { CloudWatchLogGroup } from 'aws-cdk-lib/aws-events-targets';
const logGroup = new LogGroup(this, 'YourLogGroupLogicalName', {
logGroupName: '"/aws/events/your-log-group-name',
retention: RetentionDays.ONE_YEAR
});
eventBridgeRule.addTarget(new CloudWatchLogGroup((logGroup)));
```
#### Amazon CloudWatch Log Insights 쿼리 예제
Amazon CloudWatch Insights 쿼리 언어를 사용하는 몇 가지 예제 쿼리는 다음과 같습니다.
+ **성공률에 대한 샘플 쿼리**
```
fields @timestamp, @message, detail
| stats sum(detail.recordingStatus= "PUBLISHED") as Count_Success,
sum(detail.recordingStatus= "INITIATED") as Count_Total,
Count_Success / Count_Total as Success_Ratio
```
+ **각 레코딩 상태의 개수를 가져오는 샘플 쿼리**
```
fields @timestamp, @message, detail
| stats count(*) as Count group by detail.recordingStatus as recordingStatus
```
+ **가장 일반적인 실패 코드가 있는 실패한 고객 응대에 대한 샘플 쿼리**
```
fields @timestamp, @message, detail
| filter detail.recordingStatus = "FAILED"
| stats count(*) as Count group by detail.failureInfo.code as FailureCode
| sort by Count desc
```
+ **연락이 가장 많이 실패한 에이전트에 대한 샘플 쿼리**
```
fields @timestamp, @message, detail
| filter detail.recordingStatus = "FAILED"
| stats count(*) as Count group by detail.agentArn as AgentArn
| sort by Count desc
```
# Amazon Connect 화면 레코딩 기능에 대해 자주 묻는 질문
이 주제는 Amazon Connect 화면 레코딩 기능에 대해 자주 묻는 질문을 제공합니다.
**Topics**
+ [일반 사양](#faq-sr-general)
+ [구성](#faq-sr-configuration)
+ [성능](#faq-sr-performance)
## 일반 사양
+ **화면 녹화 파일 형식은 무엇인가요?**
화면 녹화 파일은 MP4 형식으로 저장됩니다.
+ **지원되는 Amazon Connect 채널은 무엇입니까?**
음성, 채팅 및 태스크 고객 응대에 대한 화면 녹화를 생성할 수 있습니다.
+ **전체 화면을 캡처하나요?**
예, Amazon Connect 클라이언트 서비스는 에이전트의 모니터에 열려 있는 모든 애플리케이션을 최대 3개의 모니터로 기록합니다.
+ **화면 녹화는 가상 데스크톱 인프라(VDI) 환경을 사용하는 Windows에서 동시 사용자 세션을 지원하나요?**
예, 화면 녹화는 Amazon Connect Client Application 버전 2.0.0 이상을 사용할 때 Windows에서 동시 사용자 세션을 지원합니다.
+ **화면 녹화 파일은 제 AWS 계정의 어디에 저장되나요?**
화면 녹화 파일은 Amazon S3 버킷으로 전달되며 사용자가 지정한 KMS 키를 사용하여 암호화됩니다. 이는 통화 녹음이 저장되고 암호화되는 방식과 유사합니다.
+ **최신 버전의 클라이언트 애플리케이션이 출시되면 어떻게 알림을 받을 수 있나요?**
+ Windows의 경우, Amazon Connect 클라이언트 애플리케이션에 업데이트가 있을 때 알림을 받으려면 이 관리자 안내서의 RSS 피드를 구독하는 것이 좋습니다. 이 페이지의 제목 아래에 표시되는 **RSS** 링크를 선택합니다(PDF 링크 옆에 있음).
+ ChromeOS의 경우 격리된 웹 앱 및 Chrome 확장은 Amazon Connect에서 호스팅하고 관리합니다. 최신 버전이 게시되면 자동으로 업데이트됩니다.
+ **화면 녹화만 활성화하고 통화 녹음은 활성화하지 않을 수 있나요?**
예, 음성 통화에 대해 통화 녹음 없이 화면 녹음을 사용 설정할 수 있습니다.
+ **화면 녹화의 Amazon S3 위치는 어떻게 찾나요?**
고객 응대 레코드의 [RecordingsInfo](ctr-data-model.md#ctr-RecordingsInfo) 섹션에서 화면 녹화 위치를 찾을 수 있습니다. **위치** 필드를 참조하세요.
+ **내 고객 응대의 일정 비율에 대해 화면 녹화를 활성화하려면 어떻게 해야 하나요?**
흐름에서 [비율별로 배포](distribute-by-percentage.md) 블록을 사용하여 화면 녹화를 위해 일정 비율의 고객 응대를 사용 설정할 수 있습니다.
+ **화면 녹화는 PCI를 준수하나요?**
화면 녹화 기능을 포함한 Amazon Connect는 PCI DSS(Payment Card Industry Data Security Standard)를 준수합니다. 그러나 특정 구현이 규정 준수 요구 사항을 충족하는지 확인할 책임은 사용자에게 있습니다.
**중요**
영상 통화 또는 화면 공유 세션 중에 에이전트는 고객이 대기 중인 경우에도 고객의 영상 또는 화면 공유를 볼 수 있습니다. 그에 따라 PII를 처리하는 것은 고객의 책임입니다. 이 동작을 변경하려면 사용자 지정 CCP 및 커뮤니케이션 위젯을 빌드하면 됩니다. 자세한 내용은 [인앱, 웹 및 영상 통화 및 화면 공유를 애플리케이션에 네이티브 방식으로 통합](config-com-widget2.md) 단원을 참조하십시오.
+ **화면 녹화가 사용자 지정 CCP 및 에이전트 데스크톱에서 작동하나요?**
화면 녹화는 [Amazon Connect Streams JS 라이브러리](https://github.com/amazon-connect/amazon-connect-streams)로 구축된 사용자 지정 CCP 및 에이전트 Workspace에서 작동하도록 설계되었습니다. 프로덕션 환경에 화면 녹화를 배포하기 전에 사용자 지정 솔루션을 테스트하는 것이 좋습니다.
+ **전 세계 어디서나 화면 녹화를 사용할 수 있나요?**
화면 녹화는 AWS GovCloud (US) 및 Amazon Connect를 사용할 수 있는 모든 AWS 상용 리전에서 사용할 수 있습니다. 그러나 화면 녹화 사용은 개인정보 보호 및 기타 법률을 준수해야 할 수 있습니다. 에이전트를 위해 이 기능을 활성화하기 전에 규정 준수 팀에 문의하세요.
화면 녹화를 사용하려면 in AWS GovCloud(미국 서부)에 클라이언트 버전 2.0.3 이상이 필요합니다.
+ **고객 응대에 대해 화면 녹화가 활성화되면 에이전트에게 알림이 표시되나요?**
기본적으로 Amazon Connect는 알림 기능을 제공하지 않습니다. 하지만 [Amazon Connect Streams JS 라이브러리](https://github.com/amazon-connect/amazon-connect-streams/blob/master/cheat-sheet.md)를 사용하여 에이전트의 데스크톱에 알림이나 기타 시각적 표시기를 만들어 화면 녹화가 사용 중임을 알릴 수 있습니다.
+ **에이전트가 고객 응대 중에 또는 고객 응대가 종료된 직후 브라우저를 닫으면 어떻게 되나요?**
Amazon Connect에 화면 캡처 데이터를 업로드하기 전에 연락 시작 시 브라우저가 닫히면 최종 화면 레코딩이 게시되지 않을 수 있습니다. 고객 응대가 종료된 직후 최종 화면 캡처 데이터를 업로드하기 전에 브라우저가 닫히면 에이전트가 다음 번에 CCP에 로그인할 때 화면 레코딩이 게시됩니다.
+ **에이전트가 고객을 대기 상태로 두면 화면 녹화가 중지되나요?**
아니요. 에이전트가 고객을 대기 상태로 두면 화면 녹화가 계속됩니다.
+ **에이전트가 여러 CCP 인스턴스에 로그인하면 화면 녹화가 지원되나요?**
아니요. 에이전트가 동일하거나 다른 브라우저에서 여러 CCP 인스턴스에 동시에 로그인하는 경우에는 화면 녹화가 지원되지 않습니다. 이러한 경우 화면 녹화와 일관되지 않은 동작이 표시될 수 있습니다.
## 구성
+ **화면 레코딩만 선택할 수 있고 통화 레코딩은 선택할 수 없나요?**
예, 음성 통화에 대해 통화 녹음 없이 화면 녹음을 사용 설정할 수 있습니다. 이렇게 하려면 화면 녹음을 활성화한 상태로 유지하면서 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 음성 녹음을 비활성화합니다.
+ **화면 녹화의 Amazon S3 위치를 찾으려면 어떻게 해야 합니까?**
고객 응대 레코드의 [RecordingsInfo](ctr-data-model.md#ctr-RecordingsInfo) 섹션에서 화면 녹화 위치를 찾을 수 있습니다. **위치** 필드를 참조하세요.
+ **내 고객 응대의 일정 비율에 대해 화면 녹화를 활성화하려면 어떻게 해야 하나요?**
흐름에서 [비율별로 배포](distribute-by-percentage.md) 블록을 사용하여 화면 녹화를 위해 일정 비율의 고객 응대를 사용 설정할 수 있습니다.
+ **S3에서 분당 화면 녹화 파일의 평균 크기는 얼마입니까?**
화면 녹화의 평균 크기는 1.5MB/분입니다. 이 크기는 비디오 인코딩 등과 같은 요인에 따라 달라질 수 있습니다.
+ **화면 녹화의 프레임 속도는 얼마이며 구성 가능한가요?**
화면은 초당 5프레임으로 기록되며 구성할 수 없습니다.
+ **화면 녹화에 사용되는 코덱은 무엇입니까?**
화면 녹화는 OpenH264 코덱을 사용합니다.
+ **화면 녹화에 사용할 오디오(편집됨 또는 편집되지 않음)를 선택할 수 있는 방법이 있나요?**
아니요. 현재 편집되지 않은 오디오만 화면 녹화에 사용됩니다.
+ **화면 녹화에 대한 서비스 한도가 있나요?**
아니요, 화면 녹화 서비스에 대한 서비스 한도나 할당량은 없습니다.
+ **화면 녹화의 최대 지속 시간이 있나요?**
아니요. 화면 녹화 솔루션은 녹화에 최대 기간을 부과하지 않습니다.
+ **몇 개의 에이전트 모니터를 녹화할 수 있나요?**
화면 녹화는 최대 3개의 화면/모니터를 녹화할 수 있습니다.
+ **인스턴스 데이터 스토리지 구성의 일부로 사용되는 KMS 키와 다른 KMS 키를 사용하여 버킷 수준 암호화를 활성화하도록 통화/스크린 레코딩 스토리지 S3 버킷을 구성할 수 있나요?**
아니요. 버킷 수준과 인스턴스 데이터 스토리지 구성의 일부로 동일한 키를 사용해야 합니다.
## 성능
+ **화면 녹화를 위한 대역폭 요구 사항은 무엇인가요?**
화면 녹화를 사용한 동시 연락처당 500kbps를 권장합니다.
+ **Windows 컴퓨터에 화면 녹화 클라이언트 애플리케이션을 설치한 후 CPU 사용량이 더 높은 이유는 무엇인가요?**
일반적으로 화면 녹화는 CPU 집약적인 애플리케이션이므로 CPU 사용률이 증가할 것으로 예상됩니다. 리소스 경합 문제를 방지하려면 [시스템 요구 사항](sr-system-req.md#sr-requirements)에 설명된 대로 충분한 리소스를 제공하는 것이 좋습니다.
# Amazon Connect에서 완료된 고객 응대와 진행 중인 고객 응대 검색
**참고**
지원 종료 알림: 2026년 5월 20일에 Amazon Connect Voice ID에 대한 지원이 AWS 종료됩니다. 2026년 5월 20일 이후에는 Amazon Connect 콘솔에서 Voice ID에 액세스하거나, Amazon Connect 관리자 웹 사이트 또는 연락처 제어판에서 Voice ID 기능에 액세스하거나, Voice ID 리소스에 액세스할 수 없습니다. 자세한 내용은 [Amazon Connect Voice ID 지원 종료](https://docs.aws.amazon.com/connect/latest/adminguide/amazonconnect-voiceid-end-of-support.html) 섹션을 참조하세요.
이 주제는 관리자 웹 사이트를 사용하여 연락처를 검색해야 하는 Amazon Connect 관리자 및 고객 센터 관리자를 위한 것입니다. 프로그래밍 방식으로 고객 응대를 검색하는 데 사용되는 API는 [고객 응대 검색 API](#apis-search-contacts) 섹션을 참조하세요.
**Topics**
+ [중요한 참고 사항](#important-contact-search)
+ [주요 검색 기능](#key-search-features)
+ [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](#required-permissions-search-contacts)
+ [고객 응대를 검색하는 방법.](#how-to-search-contacts)
+ [추가 필드: 검색 결과에 열 추가](#additional-fields)
+ [검색 결과 다운로드](#download-search-results)
+ [고객 응대 검색 API](#apis-search-contacts)
+ [Amazon Connect에서 진행 중인 고객 응대 검색](search-in-progress-contacts.md)
+ [사용자 정의 고객 응대 속성 또는 고객 응대 세그먼트 속성을 사용하여 Amazon Connect에서 고객 응대 검색](search-custom-attributes.md)
## 중요한 참고 사항
+ 2년 전의 연락처까지 검색할 수 있습니다.
+ 완료된 고객 응대와 진행 중인 고객 응대를 모두 검색할 수 있습니다. 에이전트가 처리하는 고객 응대의 경우 에이전트가 고객 응대 후 작업(ACW)을 완료한 후에만 고객 응대가 완료된 것으로 표시됩니다.
+ 진행 중인 고객 응대를 검색하는 기능은 채널에 따라 다릅니다(참조는 [고객 응대 이벤트 데이터 모델](contact-events.md#contact-events-data-model) 참조).
+ **음성**
+ 대기열에 추가되거나 에이전트에 연결되거나 연결이 끊긴 후 진행 중인 대기열에 있는 콜백을 검색할 수 있습니다.
+ 다른 음성 고객 응대의 경우 에이전트에 연결되거나 연결이 끊긴 후에만 검색할 수 있습니다. 대기 중인 진행 중인 음성 고객 응대(콜백 제외)는 **고객 응대 검색** 페이지에 표시되지 않습니다.
+ **채팅**: 고객 응대가 시스템에 연결되거나, 대기열에 있거나, 에이전트에 연결되거나, 연결이 끊긴 후 고객 응대를 검색할 수 있습니다.
+ **태스크** 및 **이메일**: 시작된 후 진행 중인 모든를 검색할 수 있습니다.
+ 지정된 쿼리에 대한 검색 결과는 처음 반환되는 10,000개의 결과로 제한됩니다.
+ 동시에 여러 고객 응대 ID를 검색할 수 없습니다.
## 주요 검색 기능
+ [사용자 지정 연락처 속성으로 검색](search-custom-attributes.md)합니다(사용자 정의 속성).
+ **고객 응대 상태** 필터를 사용하여 [진행 중이거나 완료된 고객 응대를 검색](search-in-progress-contacts.md)합니다.
+ 최대 8주까지 시간 범위를 검색할 수 있습니다. 시간 범위 필터 내에서 **타임스탬프 유형**을 지정할 수 있습니다. 이렇게 하면 시간 범위를 지정할 수 있습니다. 시작됨, 에이전트에 연결됨, 연결 해제됨, 타임스탬프, 예약됨 타임스탬프 중에서 선택할 수 있습니다.
**중요**
고객 응대 검색의 시간 범위 필터는 기본적으로 타임스탬프 유형이 '시작됨'으로 설정되어 있습니다. 타임스탬프 유형 선택이 도입되기 전에는 시간 범위 필터에 사용된 타임스탬프 유형이 '연결 해제됨'이었습니다.
진행 중인 고객 응대 검색 기능(2023년 9월 출시) 출시 이전에 생성된 고객 응대 검색의 저장된 검색이 고객 응대 상태 = '완료됨' 및 타임스탬프 유형 = '연결 해제됨' 필터로 업데이트되었습니다. 이러한 선택은 진행 중인 고객 응대가 출시되기 전부터 적용되었습니다.
+ 에이전트 이름, 고객 응대 대기열 및 고객 응대의 초기 흐름 이름에 대한 다중 선택 필터입니다.
+ 에이전트 계층 구조를 필터링합니다. 필터를 점진적으로 적용하여 에이전트 계층 수준까지 드릴다운할 수 있습니다.
**참고**
계층 수준에서 여러 값을 선택하면 다음 계층 수준을 필터링할 수 없습니다.
+ SMS와 같은 채널 및 채널 하위 유형별로 고객 응대를 필터링합니다.
+ 이메일 주소(받는 사람, 보낸 사람 및 참조)와 이메일 제목을 사용하여 이메일 연락처를 검색하도록 필터링합니다. 이메일 제목에 대한 검색은 대/소문자를 구분하지 않습니다. 또한 이메일 제목 내에서 단어의 하위 집합을 검색하면 검색 결과가 제공됩니다. 예를 들어, **문의**를 입력하면 Amazon Connect는 **고객 문의**라는 제목의 이메일을 반환합니다.
+ [대화 분석을](analyze-conversations.md) 위한 필터입니다. 대화 분석이 활성화된 고객 응대를 검색할 수 있습니다. 예: **대화 분석: 음성 - 에이전트 상호** 작용은 대화 분석을 통해 에이전트 상호 작용이 분석된 고객 응대를 반환합니다. 전체 범주 이름을 지정[search for Contact categories](search-conversations.md#contact-category-search)하여 할 수 있습니다. **부분 일치** 또는 **모두 일치** 또는 **일치하지 않음**을 사용하여 검색하도록 선택합니다. 예를 들어 "범주 A"와 "범주 B" 또는 두 범주 중 하나를 사용하여 연락처를 검색할 수 있습니다.
대화 분석 필터의 전체 목록을 참조할 수 있습니다[here](search-conversations.md). 조직에서 Contact Lens를 활성화한 경우에만 이러한 필터를 적용할 수 있습니다.
**필터 추가** 드롭다운 상자의 Contact Lens 필터 옆에는 **CL**이 있습니다. 조직에서 Contact Lens를 활성화한 경우에만 이러한 필터를 적용할 수 있습니다.
![\[고객 응대 검색 페이지, 필터 섹션, 필터 드롭다운 메뉴.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-search-contact-category-1.png)
사용자의 드롭다운 목록에서 Contact Lens 필터를 제거하려면 사용자의 보안 프로필에서 다음 권한을 제거하세요.
+ **대화 기준으로 고객 응대 검색**: 이렇게 하면 감정 점수, 통화 외 시간 및 범주 검색에 대한 액세스가 제어됩니다.
+ **키워드로 고객 응대 검색**: 이렇게 하면 키워드 검색에 대한 액세스가 제어됩니다.
+ **Contact Lens - 대화 분석**: **고객 응대 세부 정보** 페이지에는 대화 분석을 요약한 그래프가 표시됩니다.
+ 레코딩을 필터링합니다. **레코딩** 필터를 사용하여 화면 레코딩(비디오) 또는 오디오 레코딩(음성)이 있는 연락처를 필터링할 수 있습니다.
+ 활성 리전을 필터링합니다. 고객 응대가 처리된 AWS 리전별로 고객 응대를 검색합니다. 이 필터는 로그인한 리전과 다른 AWS 리전에서 고객 응대를 처리할 수 있는 글로벌 복원력을 사용하는 Amazon Connect 인스턴스에 사용할 수 있습니다.
**중요**
리전 간 연락처 데이터에 액세스할 때 일부 Amazon Connect 기능을 사용하지 못할 수 있습니다. 자세한 내용은 단원을 참조하십시오[Amazon Connect Global Resiliency 설정](setup-connect-global-resiliency.md).
+ [음성 ID](voice-id.md)용 필터. 조직에서 음성 ID를 사용 설정한 경우 고객 응대의 음성 ID 인증 및 사기 탐지 상태를 검색할 수 있습니다. 이 기능에 액세스하려면 보안 프로필에서 **분석 및 최적화**, **음성 ID - 속성 및 검색** - **보기** 권한이 필요합니다.
다음 이미지는 음성 ID를 검색하는 데 사용할 수 있는 필터인 **인증 결과**, **사기 감지 결과**, **스피커 작업**을 보여 줍니다.
![\[필터 드롭다운 메뉴에서 음성 ID를 필터링합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/voiceid-search-filters.png)
## 고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.
사용자가 Amazon Connect에서 고객 응대를 검색하거나 자세한 고객 응대 정보에 액세스하려면 먼저 **CallCenterManager** 보안 프로필에 배정되거나 다음과 같은 **분석 및 최적화** 권한이 있어야 합니다
+ **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 고객 응대를 보려면 다음 권한 중 하나 이상이 필요합니다.
+ **고객 응대 검색 - 보기**: 사용자가 **고객 응대 검색** 및 **고객 응대 상세 정보** 페이지의 모든 고객 응대에 액세스할 수 있도록 허용합니다.
+ **내 고객 응대 보기 - 보기**: 고객 응대 검색**** 및 **연락처 세부 정보** 페이지에서 에이전트은 자신이 처리한 고객 응대만 볼 수 있습니다.
+ **고객 응대 액세스 제한**(선택 사항): 에이전트 계층 구조 그룹을 기반으로 **고객 응대 검색** 페이지의 결과에 대한 액세스를 관리합니다. 예제:
+ AgentGroup-1에 배정된 에이전트는 해당 계층 구조 그룹 및 그 하위 그룹의 에이전트가 처리한 고객 응대의 고객 응대 레코드만 볼 수 있습니다. (**녹음된 대화**에 대한 권한이 있는 경우에도 통화 녹음을 듣고 트랜스크립트를 볼 수 있습니다.)
+ 에이전트 그룹 2에 배정된 에이전트는 해당 그룹에서 처리하는 고객 응대 및 그 아래의 모든 그룹에 대한 고객 응대 기록에만 액세스할 수 있습니다.
+ 관리자 및 상위 그룹에 속한 다른 사용자는 AgentGroup-1과 2와 같이 하위 그룹 모두가 처리하는 고객 응대의 고객 응대 기록을 볼 수 있습니다.
이 권한의 경우 **보기**가 허용된 유일한 작업이므로 **모두**는 **보기**입니다.
계층 구조 그룹에 대한 자세한 정보는 [계층 구조를 생성하여 보고 및 액세스를 위해 에이전트를 팀 및 그룹으로 구성](agent-hierarchy.md) 섹션을 참조하세요.
**중요**
계층 수준을 삭제하면 기존 고객 응대에 대한 연결이 끊어집니다. 이 작업은 되돌릴 수 없습니다.
사용자의 계층 구조 그룹을 변경하면 고객 응대 검색 결과에 새 권한이 반영되기까지 몇 분 정도 걸릴 수 있습니다.
다음 표에는 **고객 응대 검색** 및 **고객 응대 세부 정보** 페이지에서 볼 수 있는 일반적인 권한과 어떤 고객 응대가 표시되는지 나와 있습니다.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/contact-search.html)
**중요**
앞의 표에 표시된 것과 다른 조합으로 권한을 할당하는 것은 권장하지 않습니다.
+ **Contact Lens - 대화 분석**: 고객 응대의 **고객 응대 세부 정보** 페이지에서 고객 감정 추세, 감정, 통화 외 시간 등 대화 분석을 요약한 그래프를 볼 수 있습니다.
+ **통화 녹음(편집됨) - 액세스**: 조직에서 Contact Lens를 사용하는 경우 에이전트가 민감한 데이터가 수정된 에이전트 통화 녹음에만 액세스하도록 이 권한을 할당할 수 있습니다.
+ **고객 응대 트랜스크립트(편집됨) - 액세스**: 조직에서 Contact Lens를 사용하는 경우 에이전트가 민감한 데이터가 편집된 고객 응대 트랜스크립트에만 액세스하도록 이 권한을 할당할 수 있습니다.
+ **통화 녹음(편집되지 않음) - 액세스**: 이 권한을 사용하여 **고객 응대 검색** 및 **고객 응대 세부 정보** 페이지에서 녹음에 액세스할 수 있는 사용자를 관리합니다. 원하는 경우 **고객 응대 액세스 제한을 사용하여 계층 그룹에서 처리하는 고객 응대에** 대한 세부 정보에만 액세스할 수 있도록 할 수 있습니다.
+ **고객 응대 트랜스크립트(편집되지 않음) - 액세스**: 이 권한을 사용하여 **고객 응대 검색** 및 **고객 응대 세부 정보** 페이지에서 편집되지 않은 채팅 및 이메일 대화와 Contact Lens에서 생성된 편집되지 않은 음성 트랜스크립트를 볼 수 있는 사용자를 관리할 수 있습니다. 원하는 경우 **고객 응대 액세스 제한을 사용하여 계층 그룹에서 처리하는 고객 응대에** 대한 세부 정보에만 액세스할 수 있도록 할 수 있습니다.
+ **평가 양식 - 평가 수행**: 사용자가 평가 양식, 점수, 최종 업데이트 날짜/범위, 평가자 및 상태별로 평가를 [검색할](search-evaluations.md) 수 있습니다.
+ **음성 ID - 특성 및 검색**: 조직에서 음성 ID를 사용하는 경우 이 권한을 가진 사용자는 **연락처 세부 정보** 페이지에서 음성 ID 결과를 검색하고 볼 수 있습니다.
+ **사용자 - 보기** 권한: **고객 응대 검색** 페이지에서 **에이전트** 필터를 사용하려면 이 권한이 있어야 합니다.
기본적으로 Amazon Connect **관리자** 및 **CallCenterManager** 보안 프로필에 이러한 권한이 있습니다.
기존 보안 프로필에 권한을 추가하는 방법에 대한 자세한 내용은 [Amazon Connect에서 보안 프로필 업데이트](update-security-profiles.md) 섹션을 참조하세요.
## 고객 응대를 검색하는 방법.
1. [고객 응대 기록에 액세스](#required-permissions-search-contacts)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 페이지에서 필터를 사용하여 검색 범위를 좁힙니다. 날짜의 경우 최대 8주를 한 번에 검색할 수 있습니다.
**작은 정보**
대화가 녹음되었는지 확인하려면 **관리자 모니터** 권한이 있는 프로필에 할당되어야 합니다. 대화가 녹음된 경우 기본적으로 검색 결과는 **레코딩** 열의 아이콘으로 녹음 여부를 나타냅니다. 레코딩을 검토할 권한이 없는 경우 이 아이콘이 보이지 않습니다.
## 추가 필드: 검색 결과에 열 추가
**추가 필드** 아래의 옵션을 사용하여 검색 결과에 열을 추가합니다. 이러한 옵션은 검색을 필터링하는 데 사용되지 않습니다.
예를 들어, 검색 결과에 **에이전트 이름** 및 **라우팅 프로필** 열을 포함하려면 여기에서 해당 열을 선택하세요.
**작은 정보**
**아웃바운드 전송 여부** 옵션은 고객 응대가 외부 번호로 전송되었는지 여부를 나타냅니다. 전송이 연결된 날짜 및 시간(UTC 시간)은 [ContactTraceRecord](ctr-data-model.md#ctr-ContactTraceRecord)의 `TransferCompletedTimestamp`를 참조하세요.
## 검색 결과 다운로드
한 번에 최대 3,000개 검색 결과를 선택할 수 있습니다.
## 고객 응대 검색 API
다음 API를 사용하여 프로그래밍 방식으로 고객 응대를 검색합니다.
+ [SearchContacts](https://docs.aws.amazon.com/connect/latest/APIReference/API_SearchContacts.html)
+ [DescribeContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_DescribeContact.html)
+ [DescribeContactEvaluation](https://docs.aws.amazon.com/connect/latest/APIReference/API_DescribeContactEvaluation.html)
# Amazon Connect에서 진행 중인 고객 응대 검색
에이전트가 처리하는 고객 응대의 경우 에이전트가 연락처 후 작업을 완료할 때까지 고객 응대가 **진행 중**으로 간주됩니다. 에이전트가 처리하지 않은 고객 응대의 경우 해당 고객 응대는 연결이 해제질 때까지 **진행 중**으로 간주됩니다.
**Topics**
+ [진행 중인 고객 응대를 검색하는 데 필요한 권한](#permissions-inprogress)
+ [고객 응대 검색에서 지원하는 고객 응대 상태](#contactstates-inprogress)
+ [진행 중인 고객 응대를 검색하는 방법](#howto-search-inprogress)
+ [타임스탬프 유형을 사용하여 고객 응대 필터링](#filter-by-timestamp)
+ [진행 중인 고객 응대 보기](#view-inprogress-contacts)
+ [실시간 기록 검토](#review-realtime-transcripts)
## 진행 중인 고객 응대를 검색하는 데 필요한 권한
진행 중인 고객 응대를 검색하는 데 필요한 권한은 완료된 고객 응대를 검색하는 데 필요한 권한과 동일합니다. 자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 섹션을 참조하세요.
## 고객 응대 검색에서 지원하는 고객 응대 상태
진행 중인 고객 응대를 검색하는 기능은 채널에 따라 다릅니다(참조는 [고객 응대 이벤트 데이터 모델](contact-events.md#contact-events-data-model) 참조).
+ **음성**
+ 대기열에 추가되거나 에이전트에 연결되거나 연결이 끊긴 후 진행 중인 대기열에 있는 콜백을 검색할 수 있습니다.
+ 다른 음성 고객 응대의 경우 에이전트에 연결되거나 연결이 끊긴 후에만 검색할 수 있습니다. 대기 중인 진행 중인 음성 고객 응대(콜백 제외)는 **고객 응대 검색** 페이지에 표시되지 않습니다.
+ **채팅**: 고객 응대가 시스템에 연결되거나, 대기열에 있거나, 에이전트에 연결되거나, 연결이 끊긴 후 고객 응대를 검색할 수 있습니다.
+ **태스크** 및 **이메일**: 시작된 후 진행 중인 모든를 검색할 수 있습니다.
## 진행 중인 고객 응대를 검색하는 방법
1. [고객 응대 기록에 액세스](contact-search.md#required-permissions-search-contacts)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. **고객 응대 상태** 필터를 선택하고 선택한 값을 **진행 중**으로 변경합니다. 기본 고객 응대 상태는 **완료됨**입니다.
![\[진행 중인 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-in-progress-filter.png)
## 타임스탬프 유형을 사용하여 고객 응대 필터링
**시간 범위** 필터 내의 **타임스탬프 유형**을 사용하여 특정 고객 응대 상태의 고객 응대를 검색할 수 있습니다. 예를 들어 **고객 응대 상태 = 진행 중**, **타임스탬프 유형 = 예약됨** 및 **시간 범위** 내에서 적절한 날짜를 선택하면 다음 날로 예약된 작업 고객 응대를 검색할 수 있습니다.
지원되는 타임스탬프 유형은 시작됨, 연결됨(에이전트에게), 연결 해제됨 및 예약됨입니다. 특정 **타임스탬프 유형**을 사용하여 고객 응대를 검색할 때 해당 타임스탬프가 입력되지 않은 고객 응대는 검색 결과에 포함되지 않습니다. 예를 들어, **타임스탬프 유형 = 연결 해제됨**이고 **고객 응대 상태 = 진행 중**인 고객 응대를 검색하는 경우에는 연락처 작업 후 상태인 고객 응대만 표시됩니다.
**중요**
**고객 응대 검색** 페이지의 **시간 범위** 필터는 기본적으로 **타임스탬프 유형**이 **시작됨**으로 설정되어 있습니다. 타임스탬프 유형 선택이 도입되기 전에는 **시간 범위** 필터에 사용된 타임스탬프 유형이 **연결 해제됨**이었습니다.
진행 중인 **고객 응대 검색** 기능(2023년 9월 출시) 출시 이전에 생성된 연락처 검색의 저장된 검색이 **고객 응대 상태 = 완료됨** 및 **타임스탬프 유형 = 연결 해제됨** 필터로 업데이트되었습니다. 이러한 선택은 진행 중인 고객 응대가 출시되기 전부터 적용되었습니다.
## 진행 중인 고객 응대 보기
**고객 응대 검색** 결과에서 고객 응대 ID를 클릭하면 진행 중인 고객 응대의 세부 정보를 볼 수 있습니다.
![\[진행 중인 고객 응대 보기.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-in-progress-view.png)
### 중요한 참고 사항
+ 진행 중인 **고객 응대의 연락처 세부 정보** 페이지에는 **연락처 세부 정보** 페이지가 열렸을 때 사용 가능한 데이터가 표시됩니다. 연락이 진행되어도 자동으로 새로 고쳐지지는 않습니다. 결과를 보려면 브라우저를 수동으로 새로 고침 해야 합니다.
+ **고객 응대 검색**의 특정 필드 및 ****에 고객 응대가 진행 중인 동안 정보가 누락되거나 일관성이 없을 수 있습니다. 고객 응대가 완료된 후에는 페이지를 수동으로 새로 고친 후에야 기본 고객 응대 레코드와 정보가 일치하게 됩니다.
+ 고객 응대가 **완료**된 후 고객 응대 레코드에서 고객 응대가 **완료됨**으로 표시될 때까지 지연이 있을 수 있습니다.
## 실시간 기록 검토
음성 고객 응대의 경우 실시간 통화 분석이 활성화된 상태에서 **고객 응대 트랜스크립트(편집되지 않음) - 액세스** 보안 프로필 권한이 있는 경우 **고객 응대 세부 정보** 페이지에서 고객 응대의 대화 내용을 실시간으로 볼 수 있습니다.
**참고**
진행 중인 음성 고객 응대에는 수정이 지원되지 않습니다. **고객 응대 트랜스크립트(편집되지 않음) - 액세스**는 진행 중인 음성 고객 응대를 볼 수 없습니다.
대화 내용 하단의 새로 고침 아이콘을 선택하여 대화의 사용 가능한 최신 턴을 가져옵니다. 다음 이미지는 페이지의 새로 고침 아이콘의 위치를 보여 줍니다.
![\[트랜스크립트, 페이지 하단의 새로 고침 아이콘입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-real-time-transcripts.png)
# 사용자 정의 고객 응대 속성 또는 고객 응대 세그먼트 속성을 사용하여 Amazon Connect에서 고객 응대 검색
사용자 지정 고객 응대 속성([사용자 정의 고객 응대 속성](connect-attrib-list.md#user-defined-attributes)이라고도 함) 또는 고객 응대 세그먼트 속성을 기반으로 검색 필터를 만들 수 있습니다.
예를 들어 고객 응대 레코드에 에이전트 `AgentLocation` 및 `InsurancePlanType`을 사용자 지정 속성으로 추가하면 이러한 속성에 특정 값이 있는 고객 응대(예: 시애틀에 있는 에이전트가 처리한 통화 또는 미친 통화)를 검색할 수 있습니다.
**Topics**
+ [검색 가능한 고객 응대 속성을 구성하는 데 필요한 권한](#permissions-search-custom-attributes)
+ [검색 가능한 사용자 지정 고객 응대 속성을 구성합니다.](#configure-search-custom-attributes)
+ [고객 응대 속성 편집, 추가 또는 제거](#edit-add-remove-attribute-keys)
+ [고객 응대 속성에 대한 고객 응대 검색 결과 필터링](#howto-search-for-custom-attributes)
+ [고객 응대 세그먼트 속성에 대한 고객 응대 검색 결과 필터링](#filter-contact-search-segment)
## 검색 가능한 고객 응대 속성을 구성하는 데 필요한 권한
기본적으로 사용자 지정 속성은 관리자나 매니저와 같이 적절한 권한을 가진 사람이 검색할 수 있도록 지정하기 전까지는 색인되지 않습니다. 선택한 사용자에게 권한을 부여하여 검색 필터로 추가할 수 있는 사용자 지정 고객 응대 속성을 구성할 수 있도록 합니다.
보안 프로필에 다음 권한을 할당합니다
+ **고객 응대 검색** 페이지에 액세스하려면 다음 권한 중 하나를 활성화하세요.
+ **고객 응대 검색**. 모든 고객 응대를 검색할 수 있습니다.
+ **내 고객 응대 보기**: 에이전트가 자신이 처리한 고객 응대만 볼 수 있도록 허용합니다.
+ **고객 응대 속성**: 사용자가 고객 응대 속성을 볼 수 있도록 허용합니다. 또한 연락 속성을 기반으로 검색 필터에 대한 액세스를 제어합니다.
+ **검색 가능한 고객 응대 속성 구성** - **모두**: 이 권한이 있는 사람이 검색할 수 있는 사용자 지정 데이터를 결정합니다(**고객 응대 속성** 권한이 있는 사람이 검색할 수 있는 사용자 지정 데이터). 이를 통해 다음 구성 페이지에 액세스할 수 있습니다.
![\[고객 응대 속성 검색 페이지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-custom-attributes-configuration-page.png)
## 검색 가능한 사용자 지정 고객 응대 속성을 구성합니다.
1. **고객 응대 검색** 페이지에서 **필터 추가**, **사용자 지정 고객 응대 속성**을 선택합니다. 보안 프로필에서 **검색 가능한 고객 응대 속성 구성** 권한이 있는 사용자만 이 옵션을 볼 수 있습니다.
![\[고객 응대 검색 페이지, 필터 드롭다운 메뉴, 고객 응대 속성 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-custom-attributes-specify1.png)
1. **사용자 지정 고객 응대 속성**을 처음 선택하면 이 Amazon Connect 인스턴스에 대해 구성된 속성이 없음을 나타내는 다음 상자가 나타납니다. **검색 가능한 속성 키 지정**을 선택합니다.
![\[필터 추가 옵션은 검색에 사용할 키가 지정되지 않았다는 메시지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-custom-attributes-specify2.png)
1. **속성 키** 상자에 사용자 지정 속성의 이름을 입력한 다음 **키 추가**를 선택합니다.
**중요**
정확한 키 이름을 입력해야 합니다. 대소문자를 구분합니다.
1. 완료하였으면 **저장**을 선택합니다.
사용자는 이 키로 향후 고객 응대를 검색할 수 있습니다.
## 고객 응대 속성 편집, 추가 또는 제거
키를 편집, 추가 또는 제거하려면 **속성**, **설정을** 선택합니다. **설정** 옵션이 표시되지 않으면 필요한 권한이 없는 것입니다.
![\[페이지의 오른쪽 상단에서 필터 추가 탭, 설정 기어.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-search-custom-attributes-settings.png)
## 고객 응대 속성에 대한 고객 응대 검색 결과 필터링
보안 프로필에 **고객 응대 속성** 권한이 있는 사용자는 고객 응대 속성 필터를 사용하여 고객 응대를 찾을 수 있습니다.
1. **고객 응대 검색** 페이지에서 **필터 추가**, **사용자 지정 고객 응대 속성**을 선택한 다음 검색 가능한 속성 **키 지정을** 선택합니다.
1. **검색 가능한 고객 연락처 속성** 페이지의 **속성 키** 상자에 속성 키를 입력하고 **\$1키 추가**를 선택한 다음 **저장**을 선택합니다.
1. **고객 응대 검색** 페이지로 돌아갑니다. **필터 추가**를 사용하여 방금 추가한 속성을 드롭다운 메뉴에서 선택합니다. **속성 값 상자**에 찾으려는 값을 입력합니다.
## 고객 응대 세그먼트 속성에 대한 고객 응대 검색 결과 필터링
미리 정의된 속성을 생성하고 고객 응대 세그먼트에 연결한 후([고객 응대 세그먼트 속성 사용](use-contact-segment-attributes.md)에서 설명됨) 세그먼트 속성 값을 기반으로 고객 응대 검색 결과를 필터링할 수 있습니다.
다음 이미지는 **고객 응대 검색** 페이지와 사용자 지정 세그먼트 속성 값을 기반으로 고객 응대 검색 결과를 필터링하는 옵션을 보여 줍니다.
![\[고객 응대 검색 페이지, 세그먼트 속성 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/attribute-management-4.png)
1. **고객 응대 검색** 페이지의 **필터 추가** 드롭다운에서 **사용자 지정 고객 응대 세그먼트 속성**을 선택합니다.
1. 필터링 기준에 적용할 사전 정의된 속성을 선택합니다. 예를 들어, 이전 이미지에서는 **속성 이름**으로 Business-unit-name이 표시됩니다.
1. 선택한 사전 정의된 속성에 설정된 값이 있는 경우 **속성 값** 아래에 다중 선택 항목으로 나열됩니다. 예를 들어 이전 이미지는 계정, 청구, 고객 지원 및 마케팅을 옵션으로 보여 줍니다.
1. **적용**을 선택합니다.
# Amazon Connect Contact Lens를 사용하여 실시간 및 레코딩된 대화 모니터링
관리자는 에이전트와 연락처 간의 실시간 대화를 모니터링하거나 들을 수 있습니다. 또한 자동 상호작용(IVR)과 에이전트 상호작용 모두에 대한 과거 상호작용 레코딩을 검토하고 다운로드할 수 있습니다.
Amazon Connect는 다음과 같이 고객 응대 모니터링을 설정하는 두 가지 옵션을 제공합니다.
+ **다자간 연락처**: 최대 6명의 참가자가 있는 실시간 대화를 모니터링합니다. 이 옵션에 대한 추가 요금은 없습니다.
이 옵션을 사용하면 실시간 대화(음성 및 채팅)에 [개입](monitor-barge.md)하고 채팅 트랜스크립트를 레코딩할 수 있습니다.
다음 이미지와 같이 Amazon Connect 콘솔에서 **음성에 대한 다자간 통화 및 향상된 모니터링 활성화** 및 **채팅에 대한 다자간 채팅 및 향상된 모니터링 활성화**를 선택하여 이 기능을 활성화합니다.
![\[전화 통신 및 채팅 옵션 페이지, 향상된 연락 모니터링 기능 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/barge-voice-chat-enable.png)
+ **3자 음성 연락처**: 최대 3명의 참가자가 있는 대화를 모니터링합니다. 이는 기본 설정 동작입니다. 이 옵션에 대한 추가 요금은 없습니다.
통화나 채팅에 개입할 수 없습니다.
흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가하여 이 기능을 활성화합니다.
에이전트가 회의 환경을 관리하는 방법은 이 두 옵션 간에 매우 다릅니다. 향상된 모니터링은 에이전트에게 더 많은 기능을 제공합니다. [Amazon Connect의 향상된 연락처 모니터링(다자간)과 타사 기능 비교](three-party-multi-party-comparison.md)을(를) 참조하세요.
**중요**
**향상된 연락처 모니터링 기능**을 선택하면 에이전트 이벤트 스트림에 새 이벤트가 추가됩니다.
[레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 활성화된 기본 3자 기능으로 시작한 다음 나중에 **향상된 연락처 모니터링 기능**으로 전환하면 새 이벤트가 에이전트 이벤트 스트림에 추가됩니다. 이로 인해 이전 에이전트 이벤트 스트림을 기반으로 고객 센터를 사용자 지정한 경우 문제가 발생합니다.
**Topics**
+ [연락처 레코딩 시기, 내용 및 위치](about-recording-behavior.md)
+ [변경할 수 없는 통화 녹음을 위해 S3 Object Lock을 설정하는 방법](s3-object-lock-call-recordings.md)
+ [다자간 기능과 타사 기능 비교](three-party-multi-party-comparison.md)
+ [향상된 다자간 고객 응대 모니터링 활성화](monitor-conversations.md)
+ [3자 통화 모니터링 활성화](enable-three-party-monitoring.md)
+ [연락처 레코딩 활성화](set-up-recordings.md)
+ [권한 할당](monitor-conversations-permissions.md)
+ [라이브 대화 모니터링](monitor-conversations-howto.md)
+ [실시간 음성 및 채팅 대화 개입](monitor-barge.md)
+ [녹음된 대화 검토](review-recorded-conversations.md)
+ [모니터링 문제 해결](ts-monitoring-conversations.md)
# Amazon Connect 내 연락처 레코딩의 시기, 내용 및 위치
이 주제에서는 대화가 레코딩되는 시기, 레코딩이 저장되는 위치 및 레코딩에 액세스하는 방법을 설명합니다. 또한 레코딩 및 트랜스크립트 관리를 위한 모범 사례를 제공합니다.
**Topics**
+ [대화는 언제 녹음됩니까?](#when-conversation-recorded)
+ [녹음과 기록은 어디에 저장되나요?](#where-are-recordings-stored)
+ [언제 레코딩을 사용할 수 있습니까?](#when-are-recordings-available)
+ [에이전트의 레코딩 액세스 방지](#recording-prevent-access)
+ [녹음 청취를 위한 헤드셋 요구 사항](#recording-headset-requirements)
## 대화는 언제 녹음됩니까?
+ 통화 레코딩 기능에는 IVR 상호작용 중에 고객 및 시스템 오디오를 레코딩할지 아니면 에이전트 상호작용 중에 고객, 에이전트 또는 둘 다의 조합을 레코딩할지 선택할 수 있는 옵션이 있습니다.
+ 연락처당 가능한 레코딩은 총 2개입니다. 하나는 자동 상호작용(즉, IVR)용이고 다른 하나는 에이전트 상호작용용입니다. 자동 상호작용에 대한 레코딩 활성화 또는 비활성화는 즉시 적용됩니다. 반대로 에이전트 상호작용에 대한 레코딩 수정은 에이전트가 통화에 조인한 후에만 적용됩니다.
+ 에이전트가 통화 중이 아닐 때는 에이전트 오디오가 Amazon Connect로 전송되지 않습니다. 2023년 11월 9일 Amazon Connect는 고객 응대가 도착하기 전에 에이전트 브라우저의 마이크 미디어 스트림을 사전 구성하는 에이전트 생산성을 개선하기 위한 최적화를 배포했습니다. 이렇게 하면 수신 및 발신 통화 모두에 대한 설정 시간이 단축됩니다. 따라서 에이전트가 통화 중이 아니더라도 에이전트 브라우저의 마이크 아이콘이 켜져 있는 것으로 나타납니다.
+ 에이전트 상호작용 중 고객이 대기 상태일 때에도 에이전트는 계속 레코딩됩니다.
+ 에이전트 간의 전송 대화는 녹음됩니다.
+ 흐름 또는 IVR 상호작용 중에 통화가 전송되면(예: 전화번호로 전송 블록 사용) 레코딩은 고객이 외부 음성 시스템으로 전송된 후에도 고객이 말하고 듣는 내용을 계속 캡처합니다.
+ 에이전트 상호작용 중 외부 번호로 전송된 통화는 에이전트가 통화에서 나간 후에는 레코딩되지 않습니다.
+ 예를 들어 참가자가 옆에 앉은 사람과 상의하기 위해 자신의 마이크를 음소거하는 경우 사이드바 대화는 레코딩되지 않습니다.
## 녹음과 기록은 어디에 저장되나요?
에이전트와 고객은 별도의 스테레오 오디오 채널에 저장됩니다.
+ 자동(IVR) 상호작용의 경우 스테레오 파일에는 오른쪽 채널의 고객 오디오와 왼쪽 채널의 시스템 프롬프트가 포함됩니다.
+ 에이전트 상호작용의 경우 에이전트 오디오는 오른쪽 채널에 저장되고 고객(및 컨퍼런스 통화에 참여한 제3자) 오디오는 왼쪽 채널에 저장됩니다.
녹음은 [인스턴스용으로 생성](amazon-connect-instances.md#get-started-data-storage)된 Amazon S3 버킷에 저장됩니다. 적절한 권한이 있는 모든 사용자 또는 애플리케이션은 Amazon S3 버킷의 녹음에 액세스할 수 있습니다.
암호화는 KMS에서 Amazon S3 서버 측 암호화를 사용하는 모든 통화 녹음에 대해 기본적으로 활성화됩니다. 암호화는 객체 수준입니다. 보고서 및 레코딩 객체는 암호화되며 버킷 수준에서는 암호화가 없습니다.
암호화를 비활성화해서는 안 됩니다.
**중요**
음성 대화를 Amazon S3 버킷에 저장하려면 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 사용하여 흐름 블록에서 녹음을 활성화해야 합니다.
채팅 대화의 경우, 채팅 기록을 저장할 S3 버킷이 있으면 여기에 모든 채팅이 레코딩 및 저장됩니다. 버킷이 없으면 채팅이 기록되지 않습니다. 그러나 채팅 대화를 모니터링하려면 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가해야 합니다.
어떤 이유로든(예: 보존 기간이 만료된 경우) 녹음이 한 S3 버킷에서 다른 S3 버킷으로 이동되면 Amazon Connect에서 해당 녹음에 더 이상 액세스할 수 없습니다.
**작은 정보**
연락 ID를 사용하여 녹음을 검색하는 것이 좋습니다.
특정 고객 응대 ID에 대한 많은 통화 녹음의 이름을 고객 응대 ID 접두사 자체(예: 123456-aaaa-bbbb-3223-2323234.wav)로 지정할 수 있지만, 고객 응대 ID와 고객 응대 녹음 파일의 이름이 *항상* 일치한다는 보장은 없습니다. [연락처 검색](search-recordings.md) 페이지에서 **연락처 ID**를 사용하여 검색하면 고객 응대 녹음의 오디오 파일을 참조하여 올바른 녹음을 찾을 수 있습니다.
## 언제 레코딩을 사용할 수 있습니까?
에이전트 상호작용에 대한 레코딩이 활성화되면 연락처와의 연결이 끊어진 직후 S3 버킷에 레코딩이 저장됩니다. IVR 레코딩이 활성화되면 연락처와의 연결이 끊어진 직후 또는 에이전트가 통화에 응답하면 S3 버킷에 레코딩이 저장됩니다. 에이전트 상호작용과 자동 상호작용(IVR) 모두에 대한 [레코딩을 검토](review-recorded-conversations.md)할 수 있습니다.
**중요**
해당 고객의 [연락 레코드](sample-ctr.md)에서 녹음에 액세스할 수도 있습니다. 녹음은 연락 레코드에서 사용할 수 있지만, 해당 연락이 [연락 후 작업(ACW) 상태](metrics-agent-status.md#agent-status-acw)를 벗어난 뒤여야 합니다. IVR 레코딩은 통화가 에이전트에 연결되거나 연락처가 연결 해제된 직후 사용할 수 있습니다.
**작은 정보**
Amazon Connect 는 Amazon S3 [PutObject](https://docs.aws.amazon.com/AmazonS3/latest/API/API_PutObject.html) 및 [MultipartUpload](https://docs.aws.amazon.com/AmazonS3/latest/API/API_MultipartUpload.html) APIs 사용하여 통화 녹음을 S3 버킷에 업로드합니다. 통화 레코딩이 버킷에 성공적으로 업로드될 때 [S3 이벤트 알림](https://docs.aws.amazon.com/AmazonS3/latest/userguide/NotificationHowTo.html)을 사용하는 경우 **모든 객체 생성 이벤트** 또는 *s3:ObjectCreated:Put* 및 *s3:ObjectCreated:CompleteMultipartUpload* 이벤트 유형 모두에 대해 알림을 활성화해야 합니다.
## 에이전트의 레코딩 액세스 방지
에이전트가 에이전트 계층 구조 외부의 레코딩에 액세스하는 것을 방지하려면 에이전트에게 **연락 액세스 제한** 보안 프로필 권한을 할당하세요. 자세한 내용은 [Amazon Connect에서 과거 콜센터 대화를 검토할 수 있는 권한 할당](assign-permissions-to-review-recordings.md) 단원을 참조하십시오.
## 녹음 청취를 위한 헤드셋 요구 사항
에이전트와 고객 오디오를 모두 들을 수 있으려면 스테레오 출력을 지원하는 출력 장치(헤드셋 또는 기타 장치)를 사용해야 합니다.
에이전트 및 고객 녹음은 별도의 두 채널로 제공됩니다. 전체 헤드셋을 사용하면 한쪽당 하나의 채널을 재생합니다. 하지만 원이어 헤드셋의 경우 두 채널을 하나로 믹스할 수 있는 메커니즘은 없습니다.
# 변경할 수 없는 통화 녹음을 위해 S3 Object Lock을 설정하는 방법
Amazon S3 객체 잠금을 레코딩 버킷과 함께 사용하면 고정된 시간 동안 또는 무기한으로 통화 레코딩 및 IVR 레코딩이 삭제되거나 덮어쓰이지 않도록 방지할 수 있습니다.
객체 잠금은 객체 변경 및 삭제에 대한 보호 계층을 추가합니다. 또한 WORM(Write-Once-Read-Many) 스토리지에 대한 규정 요구 사항을 충족하는 데도 도움이 될 수 있습니다.
## 알아야 할 중요한 것들
+ 새 버킷과 기존 버킷에서 Amazon S3 객체 잠금을 활성화할 수 있습니다.
+ 반드시 통화 녹음 버킷에서 버전 관리를 활성화해야 합니다.
+ Amazon S3 객체 잠금을 활성화한 후에는 제거할 수 없습니다.
+ 기본 객체 잠금 보존 정책이 적용된 후에는 모든 객체가 잠기므로 전용 통화 녹음 버킷을 사용하는 것이 좋습니다.
+ 보존 정책이 요구 사항에 적합한지 확인하세요. 정책을 구성한 후에는 지정된 기간 동안 통화 녹음이 삭제되지 않도록 보호됩니다.
+ 프로덕션 환경에서 정책을 구현하기 전에 비프로덕션 환경에서 정책을 철저하게 테스트하는 것이 좋습니다.
## 1단계: Object Lock이 활성화된 S3 버킷 생성
객체 잠금이 활성화된 새 S3 버킷을 생성하는 방법에 대한 자습서는 S3 [버전 관리, S3 객체 S3 잠금 및 S3 복제를 사용하여 우발적 삭제 또는 애플리케이션 버그 Amazon S3 로부터 데이터 보호를 참조하세요](https://aws.amazon.com/getting-started/hands-on/protect-data-on-amazon-s3/).
## 1A단계: 기존 Amazon S3 버킷에 Object Lock 활성화
기존 버킷에서 Object Lock을 활성화하는 방법에 대한 자세한 내용은 *Amazon S3 사용 설명서*의 [기존 Amazon S3 버킷에서 Object Lock 활성화](https://docs.aws.amazon.com/AmazonS3/latest/userguide/object-lock-configure.html#object-lock-configure-existing-bucket)를 참조하세요.
## 2단계: 통화 녹음에 S3 버킷을 Amazon Connect 사용하도록 구성
1. [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/)에서 Amazon Connect 콘솔을 엽니다.
1. 인스턴스 페이지에서 인스턴스 별칭을 선택합니다.
![\[Amazon Connect 가상 고객 센터 인스턴스 페이지, 인스턴스 별칭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/instance.png)
1. 탐색 창에서 **데이터 스토리지**를 선택합니다.
1. **통화 녹음** 섹션에서 **편집**을 선택합니다.
1. **기존 S3 버킷 선택**을 선택한 다음 **이름** 드롭다운 상자에서 Object Lock 버킷을 활성화한 버킷을 선택합니다.
1. **저장**을 선택합니다.
## 3단계: 객체 잠금 활성화 여부 테스트
1. 고객 센터에 테스트 전화를 걸어 통화 녹음을 생성합니다.
1. 관리자 계정 또는 [연락처를 검색할 권한이](contact-search.md#required-permissions-search-contacts) 있는 계정으로 Amazon Connect https://*your-instance*.my.connect.aws/home에 로그인합니다.
1. **분석 및 최적화**, **고객 응대 검색**을 선택합니다. 통화 녹음을 검색하여 고객 응대 ID를 찾습니다. 고객 응대 ID를 복사합니다. 다음 단계에서 이를 사용하여 S3 버킷에서 통화 녹음을 찾을 것입니다.
1. Amazon S3 콘솔을 열고 1단계에서 생성한 버킷을 선택한 다음 경로 접두사를 따릅니다. 통화 녹음 경로에는 녹음이 이루어진 연도, 월 및 일이 포함됩니다. 올바른 경로 접두사를 입력한 후 통화 녹음의 고객 응대 ID를 검색합니다.
![\[Amazon S3 콘솔, 검색 상자, 경로 접두사.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/s3-objectlock-pathprefix.png)
1. **검색** 상자 옆에 있는 **버전 표시** 토글을 선택합니다. 이 옵션을 사용하면 삭제 마커만 적용하는 대신 객체 삭제를 시도할 수 있습니다. 버전 관리가 활성화된 S3 버킷에서 객체를 삭제할 때 삭제 마커를 적용하는 것은 표준 동작입니다.
1. 통화 녹음(녹음 이름 왼쪽에 있는 상자)을 선택한 다음 **삭제**를 선택합니다. 확인 상자에 **영구 삭제**를 입력하고 **객체 삭제**를 선택합니다.
1. **객체 삭제: 상태** 알림을 검토하여 객체 잠금 정책으로 인해 삭제 작업이 차단되었는지 확인합니다.
![\[Amazon S3 콘솔, 객체 삭제 상태 알림.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/s3-objectlock-failed.png)
# Amazon Connect의 향상된 연락처 모니터링(다자간)과 타사 기능 비교
이 주제에서는 기본 타사 기능 대신 [향상된 연락처 모니터링](monitor-conversations.md)(다자간)이 활성화된 경우 에이전트의 경험이 어떻게 다른지 설명합니다.
Amazon Connect Streams의 기존 연결 및 연락 API에 있는 새로운 기능에 대한 자세한 내용은 [Amazon Connect Streams Readme](https://github.com/amazon-connect/amazon-connect-streams/blob/master/README.md)를 참조하세요.
다음은 다자간 모니터링을 사용하는 에이전트의 주요 기능입니다.
+ 모든 에이전트는 통화의 모든 연결을 볼 수 있습니다.
+ 모든 에이전트는 통화의 다른 에이전트와 정확히 동일한 기능을 가지고 있습니다. 이는 에이전트가 통화 참여 초대를 수락하는 순간부터 적용됩니다.
+ 웜 전송이 완료되기 전에 에이전트는 발신자와 대화를 시작하고 통화에 있는 다른 에이전트의 연결을 끊을 수 있습니다.
**참고**
통화에 3명 이상의 참가자가 있는 경우 에이전트는 발신자가 전화를 끊은 후에도 통화에 참가자를 추가할 수 있습니다.
다음 예시는 에이전트가 일련의 상담을 수행한 후 전송을 수행할 때 이전 및 다음 연락처 ID가 매핑되는 방법을 보여 줍니다.
![\[다자간 통화 중에 연락처 ID가 매핑되는 방법을 보여 주는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/connect-consult-diagram.png)
다음 예시에서는 에이전트가 일련의 전송을 수행하는 시나리오에서 이전 및 다음 연락처 ID가 매핑되는 방법을 보여 줍니다.
![\[에이전트가 발신자를 전송할 때 이전 및 다음 연락처 ID가 매핑되는 방법을 보여 주는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/connect-transfer-diagram.png)
다음 예제에서는 추가 웹, 인앱 및 영상 통화 사용자가 추가되는 시나리오에서 이전 및 다음 연락처 ID가 매핑되는 방법을 보여 줍니다.
![\[추가 웹, 인앱 및 영상 통화 사용자가 추가될 때 연락처 ID가 매핑되는 방법을 보여 주는 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/webrtc-diagram2.png)
다음 표에는 에이전트가 3자 통화와 다자간 통화에 연락 제어판(CCP)를 사용하는 경험 간의 차이가 요약되어 있습니다. 에이전트의 다자간 대화 경험에 대한 자세한 내용은 [다자간 통화 주최](multi-party-calls.md) 및 [다자간 채팅 주최](multi-party-chat.md) 섹션을 참조하세요.
+ 기본 에이전트: 통화의 첫 번째 에이전트
+ 보조 에이전트: 통화의 첫 번째 에이전트를 제외한 모든 에이전트
| 3자 통화 | 다자간 통화 |
| --- | --- |
| 에이전트가 자신이 추가한 사람에 대해서만 보류, 재개, 연결 해제를 제어할 수 있습니다. | 모든 에이전트가 동일한 통화 제어 기능을 가지고 있습니다. |
| 에이전트가 기존 통화에 참가자 한 명을 추가하여 참가자를 총 3명(에이전트, 발신자, 다른 참가자)으로 만들 수 있습니다. | 통화에 있는 모든 에이전트가 자신을 포함하여 통화에 참여한 총 참가자 수가 6명을 초과하지 않는 한 참가자를 추가할 수 있습니다. 통화에 3명 이상의 참가자가 있는 경우 에이전트는 발신자가 전화를 끊은 후에도 통화에 참가자를 추가할 수 있습니다. |
| 에이전트가 자신이 추가한 당사자만 보류할 수 있습니다. | 통화에 있는 에이전트가 참가자를 누구든지 보류할 수 있습니다. |
| 기본 에이전트가 보조 에이전트를 보류로 지정하면 보조 에이전트는 자신의 보류를 해제할 수 없습니다. | 통화에 있는 모든 에이전트가 자신을 보류로 지정할 수 있습니다. |
| 보류 중에 보조 에이전트가 주 에이전트와 대화할 수 있습니다. | 보류 상태가 해제되기 전까지는 보조 에이전트가 서로 대화할 수 없습니다. |
| 기본 에이전트가 자신만 음소거할 수 있습니다. 보조 에이전트가 자신만 음소거할 수 있습니다. | 통화에 있는 모든 에이전트가 통화에서 다른 참가자를 음소거할 수 있습니다. |
| 에이전트는 다른 에이전트가 아니라 자신만의 음소거를 해제할 수 있습니다. | 에이전트는 다른 에이전트가 아니라 자신만의 음소거를 해제할 수 있습니다. 그러나 에이전트는 에이전트가 아닌 참가자의 음소거를 해제할 수 있습니다. |
| 에이전트가 통화를 나가거나 연결을 끊으면 통화의 나머지 에이전트가 계속해서 통화 제어를 사용할 수 있습니다. | 에이전트의 연결이 끊어지면 통화 제어가 나머지 에이전트에게 넘어갑니다. |
| 기본 에이전트만 통화 중인 사람의 연결을 끊을 수 있습니다. 기본 에이전트의 연결이 끊긴 경우에만 보조 에이전트가 발신자의 연결을 끊을 수 있습니다. | 모든 에이전트가 통화 중인 사람의 연결을 끊을 수 있습니다. |
| 기본 에이전트는 두 개의 연결(발신자 및 다른 참가자)을 볼 수 있는 반면, 보조 에이전트는 전송 연결만 볼 수 있습니다. | 모든 에이전트가 모든 연결을 볼 수 있습니다. |
| 에이전트가 통화에 있는 다른 에이전트의 **내부 전송**만 볼 수 있습니다. | 에이전트가 **내부 전송**뿐만 아니라 다른 에이전트의 빠른 연결 ID를 볼 수 있습니다. |
| 해당 사항 없음. | 참가자에게 전화가 걸리는 동안에는 이전 전화 걸기 작업이 완료(참가자 추가 또는 통화 레그 종료)될 때까지 다자간 통화의 에이전트가 다른 참가자를 추가할 수 없습니다. |
| 추가 WebRTC 사용자를 추가할 수 없습니다. | [추가 WebRTC 사용자를 추가할 수 있습니다](enable-multiuser-inapp.md). |
# Amazon Connect에서 향상된 다자간 고객 응대 모니터링 활성화
향상된 연락처 모니터링은 음성 통화와 채팅/SMS, WhatsApp, Apple Messages for Business 등 지원되는 모든 유형의 채팅에 적용됩니다.
## 호출
향상된 연락처 모니터링을 통해 에이전트는 통화에서 최대 6명의 참가자를 [호스팅](multi-party-calls.md)할 수 있습니다. 두 명의 감독자가 통화를 [모니터링](monitor-conversations-howto.md)할 수 있습니다. 또한 관리자가 대화에 [참여](monitor-barge.md)할 수 있습니다.
예를 들어 에이전트는 동시에 통화에 6명의 참가자로 구성된 그룹을 가질 수 있습니다. 두 명의 감독자가 통화를 모니터링할 수 있습니다. 두 감독자는 두 개의 무음 모니터 세션 또는 하나의 무음 모니터와 하나의 개입 세션을 수행할 수 있습니다.
통화의 총 참가자 수는 다음과 같습니다.
1. 고객 - 참가자
1. 에이전트 1 - 참가자
1. 에이전트 2 - 참가자
1. 에이전트 3 - 참가자
1. 에이전트 4 - 참가자
1. 에이전트 5 - 참가자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
1. 통화를 듣거나 개입할 수 있는 감독자
한 인스턴스에서 모니터링할 수 있는 대화 수에는 제한이 없습니다.
## Chats
향상된 연락처 모니터링을 통해 에이전트는 진행 중인 고객 서비스 채팅에서 4명의 추가 참가자를 [호스팅](multi-party-chat.md)하여 총 6명의 참가자(에이전트, 고객 및 기타 4명)를 수용할 수 있습니다. 에이전트는 빠른 연결을 사용하여 참가자를 추가할 수 있습니다.
인스턴스에 대해 향상된 연락처 모니터링 기능이 활성화되어 있는지 여부에 관계없이 최대 5명이 동시에 채팅을 모니터링하도록 할 수 있습니다. 하나의 채팅에 한 명의 감독자만 개입 모드로 들어갈 수 있습니다.
채팅의 총 참가자 수는 다음과 같습니다.
1. Customer
1. 에이전트
1. 채팅을 모니터링하고 개입할 수 있는 감독자
1. 채팅을 모니터링할 수는 있지만 개입할 수는 없는 감독자
1. 채팅을 모니터링할 수는 있지만 개입할 수는 없는 감독자
1. 채팅을 모니터링할 수는 있지만 개입할 수는 없는 감독자
1. 채팅을 모니터링할 수는 있지만 개입할 수는 없는 감독자
## 중요한 참고 사항
+ Amazon Connect 콘솔에서 **향상된 연락처 모니터링 기능**을 선택하면 새 이벤트가 에이전트 이벤트 스트림에 추가됩니다.
그러나 대신 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 활성화된 기본 타사 기능으로 시작한 다음 나중에 **향상된 연락처 모니터링 기능**으로 전환하도록 선택하면 새 이벤트가 에이전트 이벤트 스트림에 추가됩니다. 이로 인해 이전 에이전트 이벤트 스트림을 기반으로 고객 센터를 사용자 지정한 경우 문제가 발생합니다.
+ 인스턴스 수준에서 **향상된 연락처 모니터링 기능**을 활성화하지 않은 경우 채팅 모니터링 및 개입 기능을 가져오려면 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가하고 구성해야 합니다.
+ 기본적으로 통화에는 두 명의 에이전트와 발신자 또는 에이전트, 발신자, 외부 당사자와 같은 세 명의 참가자가 있을 수 있습니다. 향상된 연락처 모니터링을 활성화하면 에이전트의 환경이 변경됩니다. [다자간 기능과 타사 기능 비교](three-party-multi-party-comparison.md)을(를) 참조하세요.
+ 모든 에이전트는 트랜스크립트에 'AGENT'의 ParticipantRole이 있습니다. 감독자는 트랜스크립트에 'SUPERVISOR'의 ParticipantRole이 있습니다.
+ 에이전트가 초대된 연락처의 시작 방법은 TRANSFER입니다. 참가자가 전송되는 대신 초대되는 빈도를 보고서에서 구분하는 방법에 대한 자세한 내용은 [Amazon Connect 연락처 레코드를 사용하여 회의 및 전환 식별](identify-conferences-transfers.md) 섹션을 참조하세요.
+ 이 기능은 CCPv2에서만 사용할 수 있습니다. 즉, CCP에 액세스하는 URL은 https://*instance name*.my.connect.aws/ccp-v2/이고 에이전트 Workspace에 액세스하는 URL은 https://*instance name*.my.connect.aws/agent-app-v2/입니다. Amazon Connect Streams.js를 사용하는 사용자 지정 CCP에서도 사용할 수 있습니다.
+ 다자간 통화를 활성화하기 전에 Contact Lens를 사용하거나 향후 그렇게 할 계획이라면 [다자간 통화 및 대화 분석](enable-analytics.md#multiparty-calls-contactlens) 섹션을 참조하세요. Contact Lens는 최대 2명의 참가자와의 통화를 지원합니다. 참가자가 3명 이상일 것으로 예상되는 연락처의 경우 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록에서 Contact Lens를 비활성화하는 것이 좋습니다.
+ 사용자 지정 CCP에서는 업데이트된 Amazon Connect 스트림 API를 사용하여 최대 6명까지 다자간 통화를 사용할 수 있습니다. GitHub의 [Amazon Connect Streams](https://github.com/amazon-connect/amazon-connect-streams/blob/master/Documentation.md#connectcoreinitccp) 설명서를 참조하세요.
+ AWS GovCloud(미국 서부): 콘솔 사용자 인터페이스를 사용하여이 기능을 활성화할 수 없습니다. 대신 [https://docs.aws.amazon.com//connect/latest/APIReference/API_UpdateInstanceAttribute.html](https://docs.aws.amazon.com//connect/latest/APIReference/API_UpdateInstanceAttribute.html) API를 사용하거나 AWS Support에 문의하세요.
## 향상된 다자간 고객 응대 모니터링을 활성화하는 방법
1. Amazon Connect 콘솔의 메뉴 창에서 **전화 통신**을 선택합니다.
1. **전화 통신 및 채팅 옵션** 페이지에서 **향상된 연락처 모니터링 기능** 섹션으로 스크롤합니다.
![\[전화 통신 및 채팅 옵션 페이지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/telephony-chat-options.png)
1. 활성화하려는 옵션을 선택한 다음 **저장**을 선택합니다.
1. Amazon Connect 관리자 웹 사이트에 로그인합니다. 관리자가 실시간 대화를 모니터링 및 개입하고 레코딩을 검토할 수 있도록 관리자에게 [보안 프로필 권한을 할당](assign-permissions-to-review-recordings.md)합니다.
1. 관리자에게 Amazon Connect에서 [실시간 대화 모니터링](monitor-conversations-howto.md), [실시간 대화 참여](monitor-barge.md) 및 [과거 레코딩 검토](review-recorded-conversations.md) 방법을 보여 줍니다.
# Amazon Connect에서 3자 통화 모니터링 활성화
**중요**
이 주제는 [향상된 다자간 고객 응대 모니터링 활성화](monitor-conversations.md)에 설명된 대로 Amazon Connect 콘솔에서 **향상된 연락처 모니터링 기능**을 활성화하지 **않은** 경우에만 적용됩니다.
3명 이하로 제한된 음성 통화에만 적용됩니다.
향상된 모니터링 기능이 활성화된 경우 에이전트의 회의 환경이 어떻게 다른지에 대한 자세한 내용은 [다자간 기능과 타사 기능 비교](three-party-multi-party-comparison.md) 섹션을 참조하세요.
이 옵션을 선택해야 하는 기술적 제약을 부과하는 외부 시스템이 있는 경우에만 3자 모니터링을 선택하는 것이 좋습니다. 그렇지 않으면 향상된 모니터링을 선택하는 것이 좋습니다. 요금에는 차이가 없습니다.
흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가하고 구성하여 연락처에 참가자 3명과 통화를 모니터링하는 감독자 5명을 활성화할 수 있습니다. 관리자는 통화에 참여할 수 없습니다.
예를 들어 동시에 통화에 3명의 참가자로 구성된 그룹을 참여시킬 수 있습니다. 최대 5명의 감독자가 통화를 모니터링할 수 있습니다.
통화의 총 참가자 수는 다음과 같습니다.
1. 고객 - 참가자
1. 에이전트 1 - 참가자
1. 에이전트 2 - 참가자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
1. 들을 수는 있지만 통화에 개입할 수는 없는 감독자
**녹음 동작 설정** 블록이 구성되어 있는 샘플 흐름을 보려면 [Amazon Connect의 샘플 레코딩 동작](sample-recording-behavior.md) 섹션을 참조하세요.
**참고**
가장 정확한 동작을 위해 인바운드 또는 아웃바운드 귓속말 흐름에서 **녹음 동작 설정** 블록을 사용하는 것이 좋습니다.
대기열 흐름에서 이 블록을 사용한다고 해서 항상 통화가 기록되는 것은 아닙니다. 이는 고객 응대가 에이전트에 조인된 후 블록이 실행될 수 있기 때문입니다.
**3자 연락처에 대한 모니터링을 설정하는 방법**
1. 흐름을 편집할 권한이 있는 계정을 사용하여 Amazon Connect 인스턴스에 로그인합니다.
1. 탐색 메뉴에서 **라우팅**, **흐름**을 선택합니다.
![\[Amazon Connect 내비게이션 메뉴, 라우팅, 흐름.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/menu-contact-flows.png)
1. 모니터링하려는 고객 응대를 처리하는 흐름을 엽니다.
1. 흐름에서 고객 응대가 에이전트에게 연결되기 전에 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
1. [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 구성하려면 **에이전트 및 고객 음성 레코딩**에서 **켜기**를 선택한 다음 **에이전트 및 고객**을 선택합니다. 이는 에이전트가 통화에 조인한 후에만 적용됩니다.
1. **저장**과 **게시**를 차례로 선택하여 업데이트된 흐름을 게시합니다.
1. 관리자가 대화를 모니터링할 수 있도록 관리자에게 [보안 프로필 권한을 할당](assign-permissions-to-review-recordings.md)합니다.
1. 관리자에게 대화를 모니터링하는 방법을 보여 줍니다.
# 연락처 레코딩 활성화
음성 대화 레코딩을 활성화하려면 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가해야 합니다. Amazon Connect 인스턴스가 다자간 연락처(향상된 연락처 모니터링) 또는 3자 연락처에 대해 활성화되어 있는지 여부에 관계없이 이 작업을 수행해야 합니다.
**중요**
**채팅**: 인스턴스에 대해 [채팅 연락에 대한 향상된 연락처 모니터링](monitor-conversations.md)이 활성화되지 않은 경우에만 채팅 대화에 대해 이 단계를 수행하면 됩니다. 그렇지 않으면 인스턴스를 설정할 때 저장하도록 S3 버킷이 생성되었으므로 채팅 트랜스크립트가 자동으로 레코딩됩니다. 채팅 트랜스크립트 레코딩을 중지하려면 S3 버킷을 제거합니다.
**대화 레코딩을 설정하는 방법**
1. 흐름을 편집할 권한이 있는 계정을 사용하여 Amazon Connect 인스턴스에 로그인합니다.
1. 탐색 메뉴에서 **라우팅**, **흐름**을 선택합니다.
![\[Amazon Connect 내비게이션 메뉴, 라우팅, 흐름.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/menu-contact-flows.png)
1. 레코딩하려는 고객 연락처를 처리하는 흐름을 엽니다.
1. 흐름에서 고객 응대가 에이전트에게 연결되기 전에 흐름에 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 추가합니다.
1. [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 구성하려면 다음과 같이 선택합니다.
+ 자동 상호작용 통화 레코딩
+ **켜기**는 고객 및 IVR 오디오 레코딩을 즉시 시작합니다.
+ **끄기**는 진행 중인 IVR 레코딩을 일시 중지합니다.
+ 에이전트 및 고객 음성 레코딩
+ **켜기**인 경우 에이전트 및 고객, 에이전트 전용 또는 고객 전용 중에서 선택할 수 있습니다. 이는 에이전트가 통화에 조인한 후에만 적용됩니다.
+ **끄기**이면 에이전트가 통화에 조인할 때 레코딩이 캡처되지 않습니다.
+ 채팅 대화를 레코딩하려면 **에이전트 및 고객**을 선택해야 합니다.
**중요**
인스턴스에 대해 [채팅 연락에 대한 향상된 연락처 모니터링](monitor-conversations.md)이 활성화되지 않은 경우에만 채팅 대화에 대해 이 단계를 수행하면 됩니다. 그렇지 않으면 인스턴스를 설정할 때 저장하도록 S3 버킷이 생성되었으므로 채팅 트랜스크립트가 자동으로 레코딩됩니다. 채팅 트랜스크립트 레코딩을 중지하려면 S3 버킷을 제거합니다.
1. **저장**과 **게시**를 차례로 선택하여 업데이트된 흐름을 게시합니다.
1. 관리자가 레코딩을 검토할 수 있도록 관리자에게 [보안 프로필 권한을 할당](assign-permissions-to-review-recordings.md)합니다.
1. 관리자에게 Amazon Connect에서 과거 레코딩에 액세스하는 방법을 보여 줍니다. [녹음된 대화 검토](review-recorded-conversations.md)을(를) 참조하세요.
**아웃바운드 통화에 대한 레코딩 동작을 설정하려면**
1. 아웃바운드 귓속말 흐름 유형을 사용하여 흐름을 생성합니다.
1. [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록을 흐름에 추가합니다.
1. 아웃바운드 통화를 호출하는 데 사용할 대기열을 설정합니다. **아웃바운드 귓속말 흐름** 상자에서 [레코딩 및 분석 동작 설정](set-recording-behavior.md)가 들어 있는 흐름을 선택합니다.
**Amazon Lex와의 주요 상호작용 지점이 포함된, 사람이 읽을 수 있는 로그를 설정하는 방법**
1. Amazon Connect 콘솔에 로그인합니다.
1. 탐색 메뉴에서 **흐름**을 선택합니다.
1. 페이지를 아래로 스크롤하여 **Amazon Connect에서 봇 분석 및 트랜스크립트 활성화**를 선택한 다음 **저장**을 선택합니다.
1. Amazon Connect 관리자 웹 사이트에서 관리자에게 [보안 프로필 권한을 할당](assign-permissions-to-review-recordings.md#assign-permissions-to-view-automated-recordings-transcripts)하면 관리자가 DTMF 메뉴 및 Lex 봇과의 상호 작용에 대한 세부 정보 및/또는 흐름에 대한 추가 정보를 볼 수 있습니다.
# Amazon Connect 연락 제어판(CCP)에서 실시간 대화를 모니터링할 수 있는 권한 할당
관리자가 실시간 대화를 모니터링할 수 있도록 하려면 **CallCenterManager** 및 **에이전트** 보안 프로필을 할당해야 합니다. 에이전트 교육생이 실시간 대화를 모니터링할 수 있도록 하려면 이 용도에 맞는 보안 프로필을 만드는 것이 좋습니다.
**관리자에게 라이브 대화를 모니터링할 수 있는 권한을 할당하려면**
1. **사용자**, **사용자 관리**로 이동하고, 관리자를 선택하고, **편집**을 선택합니다.
1. 보안 프로필 상자에서 관리자를 **CallCenterManager** 보안 프로필에 할당합니다. 이 보안 프로필에는 녹음을 다운로드하는 아이콘이 **고객 응대 검색** 페이지의 결과에 나타나도록 하는 설정도 포함되어 있습니다.
1. 관리자가 고객 응대 제어판(CCP)에 액세스하고 이를 사용하여 대화를 모니터링할 수 있도록 관리자를 **에이전트** 보안 프로필에 할당합니다.
1. **저장**을 선택합니다.
**실시간 대화를 모니터링하기 위한 새로운 보안 프로필을 생성하려면**
1. **사용자**, **보안 프로필**을 선택합니다.
1. **새 보안 프로필 추가**를 선택합니다.
1. **분석 및 최적화**를 확장한 다음 **액세스 지표** 및 **실시간 고객 응대 모니터링**을 선택합니다.
관리자가 모니터링할 대화를 선택할 수 있는 실시간 지표 보고서에 액세스할 수 있도록 하려면 **액세스 지표**가 필요합니다.
1. **Contact Control Panel**을 확장한 다음 **Access Contact Control Panel** 및 **아웃바운드 호출**을 선택합니다.
![\[보안 프로필 페이지의 고객 응대 제어판 섹션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/monitor-conversations-agent-permissions2.png)
관리자가 고객 응대 제어판을 통해 대화를 모니터링할 수 있도록 하려면 이 권한이 필요합니다.
1. **저장**을 선택합니다.
다음으로 관리자에게 대화를 모니터링하는 방법을 보여 줍니다. 계속해서 [Amazon Connect에서 실시간 대화 듣기 또는 실시간 채팅 읽기](monitor-conversations-howto.md)로 이동하세요.
# Amazon Connect에서 실시간 대화 듣기 또는 실시간 채팅 읽기
실시간 대화를 듣거나 실시간 채팅을 읽으려면 먼저 Amazon Connect 관리자가 기능을 [활성화](monitor-conversations.md)하고, [권한을 할당](monitor-conversations-permissions.md)하고, 모니터링 중인 채널을 지원하는 라우팅 프로필에 할당되었는지 확인해야 합니다. 완료되면 다음 단계를 수행할 수 있습니다.
대화를 듣거나 채팅을 따라 읽을 수 있는 사람의 수에 대한 자세한 내용은 [Amazon Connect 기능 사양](feature-limits.md) 섹션을 참조하세요.
1. **CallCenterManager** 보안 프로필이 할당된 사용자 계정 또는 **실시간 고객 응대 모니터링** 보안 프로필 권한을 가진 사용자 계정으로 Amazon Connect에 로그인합니다.
1. 화면의 오른쪽 상단 모서리에 있는 전화 아이콘을 선택하여 CCP(연락처 제어판)를 엽니다. 대화에 연결하기 위해 CCP를 열어둬야 합니다.
1. 모니터링할 에이전트 대화를 선택하려면 Amazon Connect에서 **분석 및 최적화**, **실시간 지표**, **에이전트**를 선택합니다. 다음 이미지는 **실시간 지표** 페이지를 보여 주며, 화살표가 **에이전트** 옵션을 가리키고 있습니다.
![\[실시간 지표 페이지, 에이전트 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/real-time-metrics-agents.png)
1. 음성 대화를 모니터링하려면: 실시간 음성 대화의 에이전트 이름 옆에 눈 모양 아이콘이 표시됩니다. 이 아이콘을 선택하여 대화 모니터링을 시작합니다. 다음 이미지는 **음성** 채널 옆의 눈 모양 아이콘을 보여 줍니다.
![\[실시간 지표 페이지, 채널 열, 음성 채널.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/monitor-call-icon.png)
**참고**
**Firefox 사용자**: Firefox 브라우저를 사용하여 모니터링하고 대화하는 경우 모니터링을 시작한 후 CCP 탭으로 전환해야 합니다. CCP는 Firefox 마이크 사용 지침을 준수하며 CCP 탭이 포커스 상태일 때만 마이크에 연결할 수 있습니다.
대화를 모니터링할 때 CCP의 상태가 **모니터링**으로 변경됩니다.
1. 채팅 대화를 모니터링하려면: 각 에이전트에 대해 에이전트가 참가하고 있는 실시간 채팅 대화 수가 표시됩니다. 번호를 클릭합니다. 그런 다음 모니터링을 시작할 대화를 선택합니다.
대화를 모니터링할 때 CCP의 상태가 **모니터링**으로 변경됩니다.
1. 대화 모니터링을 중지하려면 CCP에서 **통화 종료** 또는 **채팅 종료**를 선택합니다.
에이전트가 대화를 종료하면 모니터링이 자동으로 중지됩니다.
# 콜센터 에이전트와 고객 간의 실시간 음성 및 채팅 대화에 참여
**작은 정보**
**신규 사용자인가요?** [Amazon Connect 감독자 경험 워크숍](https://catalog.workshops.aws/amazon-connect-supervisor-experience)을 확인하세요. 이 온라인 과정에는 연락처를 모니터링하는 방법에 대한 섹션이 있습니다.
감독자와 관리자는 에이전트와 고객 간의 실시간 음성 및 채팅 대화에 개입할 수 있습니다. 이를 설정하려면 Amazon Connect 콘솔에서 **향상된 모니터링** 기능을 켜고, 관리자에게 적절한 권한을 제공하고, 관리자에게 대화에 개입하는 방법을 보여 주어야 합니다.
**한 번에 몇 명이 같은 대화에 개입할 수 있는지 찾고 계신가요?** [Amazon Connect 기능 사양](feature-limits.md)을(를) 참조하세요.
한 인스턴스에 개입할 수 있는 대화 수에는 제한이 없습니다.
통화 기능은 Amazon Connect 음성 서비스 요금에 포함됩니다. 요금에 대해서는 [Amazon Connect 요금](https://aws.amazon.com/connect/pricing/) 페이지를 참조하세요.
## 음성 및 채팅에 대한 개입 설정
Amazon Connect 콘솔에서 다음 전화 통신 옵션을 선택합니다.
+ **음성에 대한 다자간 통화 및 향상된 모니터링 활성화** 이 옵션을 사용하면 다자간 통화, 세부 고객 응대 레코드, 무음 모니터링 및 개입 기능에 액세스할 수 있습니다.
+ **채팅에 대한 다자간 채팅 및 향상된 모니터링 활성화**. 이 옵션을 사용하면 적절한 보안 프로필 권한이 있는 사용자가 채팅에 개입할 수 있습니다.
다음 이미지는 **전화 통신 및 채팅 옵션** 페이지의 이러한 옵션을 보여 줍니다.
![\[전화 통신 옵션 페이지, 향상된 연락 모니터링 기능.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/barge-voice-chat-enable.png)
**참고**
다자간 통화가 이미 활성화되어 있는 경우 향상된 모니터링을 활성화하려면 처음에는 `ENHANCED_CONTACT_MONITORING` 속성과 함께 *UpdateInstanceAttribute* API를 사용해야 합니다. 또는 기능을 껐다가 다시 켜서 설정을 업데이트할 수 있습니다. 자세한 내용은 *Amazon Connect API 참조 안내서*의 [UpdateInstanceAttribute](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateInstanceAttribute.html)를 참조하세요.
모든 새 인스턴스에는 이 기능이 자동으로 활성화됩니다.
**향상된 연락 모니터링 기능**을 활성화하기 전에 [Contact Control Panel](https://docs.aws.amazon.com/connect/latest/adminguide/upgrade-to-latest-ccp.html)(CCP) 또는 [에이전트 Workspace](https://docs.aws.amazon.com/connect/latest/adminguide/agent-user-guide.html)의 최신 버전을 사용하고 있는지 확인하세요. [StreamsJS](https://github.com/amazon-connect/amazon-connect-streams)를 사용하여 CCP를 사용자 지정하거나 포함하는 경우 버전 2.4.2 이상으로 업그레이드하세요.
서비스 연결 역할이 없는 인스턴스의 경우 기능을 활성화하려면 이 역할을 생성해야 합니다. 서비스 연결 역할을 활성화하는 방법에 대한 자세한 내용은 [Amazon Connect에서 서비스 연결 역할 사용](https://docs.aws.amazon.com/connect/latest/adminguide/connect-slr.html)을 참조하세요.
## 보안 프로필 권한 할당
관리자가 실시간 대화에 개입할 수 있도록 하려면 **CallCenterManager** 및 **에이전트** 보안 프로필을 할당해야 합니다.
특정 감독자가 실시간 대화에 개입할 수 있게 하려면 이 용도에 맞는 보안 프로필을 생성하는 것이 좋습니다. 감독자에게 다음 보안 프로필 권한이 필요합니다.
+ **지표 액세스**. 실시간 지표 보고서에 액세스하도록 허용합니다. 이 보고서를 통해 모니터링하고 개입하려는 대화를 선택합니다.
+ **실시간 연락 모니터링**: 음성 및 채팅 대화를 모두 모니터링하도록 허용합니다.
+ **실시간 연락 개입**: 음성 및 채팅 대화에 모두 개입하도록 허용합니다.
+ **Contact Control Panel 액세스**
## 고객 응대의 실시간 통화에 개입
**작은 정보**
한 통화를 동시에 모니터링할 수 있는 감독자 수에 대한 내용은 [Amazon Connect 기능 사양](feature-limits.md) 섹션을 참조하세요.
1. https://*instance name*.my.connect.aws/의 Amazon Connect 관리자 웹 사이트에 로그인합니다. **CallCenterManager** 보안 프로필이 할당되었거나 필수 보안 프로필 권한이 있는 계정을 사용하세요.
1. CCP를 엽니다. 통화에 참여할 수 있게 되기 전에 열려 있어야 합니다.
1. Amazon Connect 관리자 웹 사이트 탐색 메뉴에서 **분석 및 최적화**, **실시간 지표**, **에이전트를** 선택합니다.
1. 다음 이미지와 같이 모니터링하려는 에이전트의 **음성** 채널 옆에 나타나는 눈 모양 아이콘을 선택합니다. 이미 모니터링하고 있던 대화에 개입할 수 있습니다.
![\[실시간 지표 페이지, 음성 채널 옆에 있는 눈 모양 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/monitor-barge-voice-channel.png)
1. 그러면 다음 이미지와 같이 열린 CCP로 이동합니다. 통화를 모니터링하고 **모니터링**과 **개입** 상태 사이를 전환할 수 있습니다. 다음 이미지는 **모니터링** 상태를 보여 줍니다.
![\[CCP, 모니터, 개입이 전환됨.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/monitor-barge-voice-channel-ccp.png)
## 연락의 실시간 채팅에 개입
1. https://*instance name*.my.connect.aws/의 Amazon Connect 관리자 웹 사이트에 로그인합니다. **CallCenterManager** 보안 프로필이 할당되었거나 필수 보안 프로필 권한이 있는 계정을 사용하세요.
1. CCP를 엽니다. 채팅에 참여할 수 있게 되기 전에 열려 있어야 합니다.
1. Amazon Connect 관리자 웹 사이트 탐색 메뉴에서 **분석 및 최적화**, **실시간 지표**, **에이전트를** 선택합니다.
1. 다음 이미지와 같이 모니터링하려는 에이전트의 **채팅** 채널 옆에 나타나는 눈 모양 아이콘을 선택합니다. 이미 모니터링하고 있던 대화에 개입할 수 있습니다.
![\[실시간 지표 페이지, 채팅 채널 옆에 있는 눈 모양 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/monitor-barge-chat-channel.png)
1. 그러면 다음 이미지와 같이 열린 CCP로 이동합니다. 채팅 대화를 모니터링하고 **모니터링**과 **개입** 상태 사이를 전환할 수 있습니다. 다음 이미지는 **모니터링** 상태를 보여 줍니다.
![\[CCP, 모니터, 개입이 전환됨.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/barge-chat-ccp.png)
다음은 감독자가 채팅에 개입할 때 CCP가 어떻게 보이는지 보여 주는 예시입니다.
![\[CCP, 감독자가 보낸 개입 메시지.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/barge-chat-message.png)
# Amazon Connect를 사용하여 에이전트와 고객의 녹음된 대화를 검토합니다.
관리자는 에이전트와 고객 간의 지난 대화를 검토할 수 있습니다. 이렇게 설정하려면 [레코딩 동작을 설정](set-up-recordings.md)하고, 관리자에게 적절한 권한을 할당한 다음, 관리자에게 레코딩된 대화에 액세스하는 방법을 표시해야 합니다.
**대화는 언제 녹음됩니까?** 통화 레코딩 동작에 대한 세부 정보는 [연락처 레코딩 시기, 내용 및 위치](about-recording-behavior.md) 섹션을 참조하세요.
**작은 정보**
통화 녹음이 활성화되면 연락처와의 연결이 끊어진 직후 S3 버킷에 레코딩이 저장됩니다. 그런 다음 이 문서의 단계에 따라 레코딩을 검토할 수 있습니다.
해당 고객의 [연락 레코드](sample-ctr.md)에서 녹음에 액세스할 수도 있습니다. 녹음은 연락 레코드에서 사용할 수 있지만, 해당 연락이 [연락 후 작업(ACW) 상태](metrics-agent-status.md#agent-status-acw)를 벗어난 뒤여야 합니다.
**녹음에 대한 액세스를 어떻게 관리하나요?** **통화 레코딩(편집되지 않음)** 보안 프로필 권한을 사용하여 레코딩을 듣고 S3에서 생성된 해당 URL에 액세스할 수 있는 사람을 관리합니다. 이 권한에 대한 자세한 내용은 [권한 할당](assign-permissions-to-review-recordings.md) 섹션을 참조하세요.
## 과거 에이전트 대화의 레코딩 및 트랜스크립트 검토
이 섹션에서는 관리자가 과거 에이전트 대화의 레코딩 및 트랜스크립트를 검토하기 위해 수행하는 단계를 다룹니다. 채팅 연락의 경우 동일한 트랜스크립트에 에이전트 상호작용과 자동 상호작용(예: 채팅 봇)이 포함됩니다.
1. [연락처 검색 페이지](contact-search.md#required-permissions-search-contacts)에 액세스하고 [레코딩에 액세스](assign-permissions-to-review-recordings.md)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **연락 검색**을 선택합니다.
1. 고객 응대 목록을 날짜, 에이전트 로그인, 전화 번호 또는 기타 기준별로 필터링합니다. **검색**을 선택합니다.
**작은 정보**
**연락 ID** 필터를 사용하여 [녹음을 검색](search-recordings.md)하는 것이 좋습니다. 연락의 올바른 녹음을 확인할 수 있는 가장 좋은 방법입니다. 대부분의 녹음은 연락 ID와 이름이 같지만 전부 그런 것은 아닙니다.
1. 녹음된 대화는 다음 이미지처럼 **녹음/트랜스크립트** 열에 아이콘이 표시됩니다. 적절한 권한이 없는 경우 이러한 아이콘이 보이지 않습니다.
![\[연락 검색 결과 페이지의 음성 녹음 재생, 다운로드, 삭제 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-icons.png)
1. 음성 대화의 녹음을 듣거나 채팅 트랜스크립트를 읽으려면 다음 이미지처럼 **재생** 아이콘을 선택합니다.
![\[연락 검색 결과 페이지의 음성 녹음 재생 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/play-recordings.png)
1. 트랜스크립트의 재생 아이콘을 선택하면 다음 이미지와 같이 트랜스크립트가 나타납니다.
![\[샘플 채팅 트랜스크립트.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/sample-chat-transcript.png)
### 녹음 일시 중지, 뒤로 또는 앞으로 건너뛰기.
다음 단계를 사용하여 음성 레코딩을 일시 중지하거나 뒤로 또는 앞으로 건너뛸 수 있습니다.
1. **연락 검색** 결과에서 **재생** 아이콘을 선택하는 대신 연락 ID를 선택하여 연락 레코드를 엽니다.
![\[선택해야 하는 연락 ID의 위치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recordings-contactid.png)
1. **연락 레코드** 페이지에는 다음 이미지와 같이 녹음을 탐색할 수 있는 추가 컨트롤이 있습니다.
![\[연락 레코드 페이지, 녹음을 들을 수 있는 추가 컨트롤.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-pause-rewind-fastforward.png)
1. 조사하려는 시간을 클릭하거나 탭합니다.
1. 재생 속도를 조정합니다.
1. 10초 단위로 재생, 일시 중지, 뒤로 또는 앞으로 건너뜁니다.
### 일시 중지, 뒤로 또는 앞으로 건너뛰기 문제 해결
**연락 검색** 페이지에서 녹음을 일시 중지할 수 없거나 뒤로 또는 앞으로 건너뛸 수 없는 경우 네트워크가 HTTP 범위 요청을 차단하고 있기 때문일 수 있습니다. MDN Web Docs 사이트의 [HTTP range requests]( https://developer.mozilla.org/en-US/docs/Web/HTTP/Range_requests)를 참조하세요. 네트워크 관리자에게 문의하여 HTTP 범위 요청을 차단 해제하세요.
## 자동 음성 상호작용의 레코딩 및 트랜스크립트 검토(IVR 및 봇 사용)
IVR 레코딩 및 로그를 사용하면 자동화된 경험을 모니터링하고 개선하여 최종 고객의 요구 사항을 더 잘 해결하고 규정 준수를 위해 상호작용의 오디오 및 시스템 실행 기록을 유지할 수 있습니다. 자동 상호작용(IVR) 레코딩 및 로그를 검토하는 방법:
1. [연락처 검색 페이지](contact-search.md#required-permissions-search-contacts)에 액세스하고 [레코딩에 액세스](assign-permissions-to-review-recordings.md)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다. 흐름 실행에 대한 정보를 보려면 **흐름** 및 **흐름 모듈**을 볼 수 있는 권한이 필요합니다.
1. 탐색 메뉴에서 **분석 및 최적화, 고객 응대 검색**을 선택합니다.
1. 검토하려는 연락처를 검색합니다. 예를 들어 연락처 대기열, 연락처의 초기 흐름 이름 또는 사용자 정의 [사용자 지정 연락처 속성](search-custom-attributes.md)을 기준으로 검색할 수 있습니다.
1. 연락처 ID를 선택하여 **연락처 세부 정보** 페이지를 봅니다.
1. **레코딩 및 트랜스크립트** 섹션에서 다음 이미지와 같이 IVR 레코딩을 재생하는 데 사용할 수 있는 오디오 플레이어가 포함된 **자동 상호작용(IVR)**을 선택합니다. 이 섹션에서는 재생된 IVR 프롬프트, 해당 프롬프트에 대한 고객 응답 및 Amazon Lex 상호작용 트랜스크립트도 볼 수 있습니다.
![\[선택해야 하는 연락 ID의 위치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recordings-ivr.png)
1. 고객 상호작용에 대한 세부 정보만 보려면(실행된 흐름에 대한 추가 세부 정보는 보지 않음) **흐름 세부 정보 표시** 토글을 끌 수 있습니다. 아래 이미지를 참조하세요.
![\[선택해야 하는 연락 ID의 위치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recordings-ivr-no-detail.png)
**자동 상호작용 로그 및 트랜스크립트 내에서 사용 가능한 흐름 블록**
연락처 세부 정보 페이지의 Amazon Connect UI 내에서 다음 흐름 블록을 볼 수 있습니다.
+ [고객 입력 가져오기](get-customer-input.md)
+ [고객 입력 저장](store-customer-input.md)
+ [프롬프트 재생](play.md)
+ [루프 프롬프트](loop-prompts.md)
+ [Lambda 함수](invoke-lambda-function-block.md)
# Amazon Connect에서 과거 콜센터 대화를 검토할 수 있는 권한 할당
Amazon Connect 관리자 웹 사이트의 녹음 및 트랜스크립트에 액세스하려면 **연락처** 검색 페이지에서 연락처를 검색하고 볼 수 있는 보안 프로필 권한이 필요합니다. 또한 다음에 액세스할 수 있는 권한이 필요합니다.
+ 에이전트 상호작용의 레코딩 및 트랜스크립트
+ 자동 상호작용(IVR) 레코딩
+ 자동 상호작용(IVR) 트랜스크립트
이 주제에서는 필요한 보안 프로필 권한을 설명합니다.
**Topics**
+ [연락처를 검색하고 볼 수 있는 권한](#assign-permissions-to-search-and-view-contacts)
+ [에이전트 상호작용의 레코딩 및 트랜스크립트에 액세스할 수 있는 권한](#assign-permissions-to-access-recordings-transcripts)
+ [자동 상호작용(IVR) 레코딩 및 트랜스크립트를 볼 수 있는 권한](#assign-permissions-to-view-automated-recordings-transcripts)
## 연락처를 검색하고 볼 수 있는 권한
**연락처 검색** 및 **연락처 세부 정보** 페이지를 통해 연락처 및 기본 레코딩과 트랜스크립트에 액세스할 수 있습니다. **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 고객 응대를 보려면 다음 권한 중 하나 이상이 필요합니다.
+ **고객 응대 검색 - 보기**: 사용자가 **고객 응대 검색** 및 **고객 응대 상세 정보** 페이지의 모든 고객 응대에 액세스할 수 있도록 허용합니다.
+ **내 고객 응대 보기 - 보기**: 고객 응대 검색**** 및 **연락처 세부 정보** 페이지에서 에이전트은 자신이 처리한 고객 응대만 볼 수 있습니다.
**연락처 액세스 제한** 권한을 활성화하여 사용자의 계층 구조에 따라 연락처에 대한 액세스를 제한할 수도 있습니다. 예제:
+ AgentGroup-1에 배정된 에이전트는 해당 계층 구조 그룹 및 그 하위 그룹의 에이전트가 처리한 고객 응대의 고객 응대 레코드만 볼 수 있습니다.
+ 에이전트 그룹 2에 배정된 에이전트는 해당 그룹에서 처리하는 고객 응대 및 그 아래의 모든 그룹에 대한 고객 응대 기록에만 액세스할 수 있습니다.
+ 관리자 및 상위 그룹에 속한 다른 사용자는 AgentGroup-1과 2와 같이 하위 그룹 모두가 처리하는 고객 응대의 고객 응대 기록을 볼 수 있습니다.
자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 단원을 참조하십시오.
## 에이전트 상호작용의 레코딩 및 트랜스크립트에 액세스할 수 있는 권한
다음 단계를 완료하여 음성, 채팅 및 이메일 채널에 대한 에이전트 상호작용에 액세스할 수 있는 권한을 할당합니다.
**참고**
채팅 상호작용의 경우 동일한 트랜스크립트에 에이전트 상호작용과 자동 상호작용(예: 채팅 봇)이 포함됩니다.
1. 사용자가 통화 녹음을 듣거나 채팅 트랜스크립트를 검토할 수 있도록 **CallCenterManager** 보안 프로필을 할당합니다. 이 보안 프로필에는 녹음을 다운로드하는 아이콘이 **연락 검색** 페이지의 결과에 나타나도록 하는 설정도 포함되어 있습니다. 다음 이미지는 이러한 권한이 있는 사용자에게 표시되는 녹음 재생, 다운로드 및 삭제 아이콘을 보여 줍니다.
![\[레코딩된 대화를 검토하는 옵션을 보여 주는 연락처 검색 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-permissions-listen-download-delete.png)
- 또는 -
1. 다음과 같은 개별 권한을 할당합니다.
+ **통화 레코딩(편집됨) - 액세스**: 조직에서 Amazon Connect Contact Lens를 사용하는 경우 에이전트가 민감한 데이터가 편집된 에이전트 통화 레코딩에만 액세스하도록 이 권한을 할당할 수 있습니다.
+ **연락처 트랜스크립트(편집됨) - 액세스**: 조직에서 Amazon Connect Contact Lens를 사용하는 경우 에이전트가 민감한 데이터가 편집된 연락처 트랜스크립트에만 액세스하도록 이 권한을 할당할 수 있습니다.
편집 기능은 Contact Lens의 일부로 제공됩니다. 자세한 내용은 [민감한 데이터 편집을 사용하여 Contact Lens를 사용하여 고객 프라이버시 보호](sensitive-data-redaction.md) 단원을 참조하십시오.
+ **관리자 모니터링**: 이 권한을 통해 사용자는 실시간 대화를 모니터링하고 녹음을 들을 수 있습니다.
**작은 정보**
관리자가 연락 제어판(CCP)에 액세스할 수 있도록 관리자를 **에이전트** 보안 프로필에 할당하세요. 이렇게 하면 관리자가 CCP를 통해 대화를 모니터링할 수 있습니다.
+ **통화 레코딩(편집되지 않음) - 액세스**: 이 권한을 사용하여 S3에서 생성된 해당 URL을 통해 **연락처 검색** 및 **연락처 세부 정보** 페이지에서 레코딩에 액세스할 수 있는 사용자를 관리합니다. 이 페이지에서 해당 사용자는 녹음을 삭제할 수 있습니다.
다음 사항에 유의하세요.
+ 사용자에게 **통화 레코딩(편집되지 않음) - 액세스** 권한이 없거나 Amazon Connect에 로그인하지 않은 경우 URL이 어떻게 구성되었는지 알고 있더라도 통화 레코딩을 듣거나 S3의 URL에 액세스할 수 없습니다.
+ **통화 레코딩(편집되지 않음) - 다운로드 버튼 활성화** 권한은 다운로드 버튼이 사용자 인터페이스에 표시되는지만 제어합니다. 녹음에 대한 액세스를 제어하지는 않습니다.
+ **고객 응대 트랜스크립트(편집되지 않음) - 액세스**: 이 권한을 사용하여 **고객 응대 검색** 및 **고객 응대 세부 정보** 페이지에서 편집되지 않은 채팅 및 이메일 대화와 Contact Lens에서 생성된 편집되지 않은 음성 트랜스크립트를 볼 수 있는 사용자를 관리할 수 있습니다.
다음 사항에 유의하세요.
+ 사용자에게 **통화 레코딩(편집되지 않음) - 액세스** 권한이 없거나 Amazon Connect에 로그인하지 않은 경우입니다.
+ **통화 레코딩(편집되지 않음) - 다운로드 버튼 활성화** 권한은 다운로드 버튼이 사용자 인터페이스에 표시되는지만 제어합니다. 녹음에 대한 액세스를 제어하지는 않습니다.
+ **레코딩된 대화 삭제**: 사용자가 **연락처 검색** 및 **연락처 세부 정보** 페이지에서 레코딩을 삭제할 수 있도록 하려면 **삭제** 권한을 선택합니다.
+ **자동 상호작용(IVR) 음성 레코딩(편집되지 않음)**: 이 권한을 사용하여 **연락처 세부 정보** 페이지에서 IVR 레코딩을 관리하고 볼 수 있는 액세스 권한을 부여합니다.
+ **자동 상호작용(IVR) 음성 트랜스크립트(편집되지 않음)**: 이 권한을 사용하여 위의 자동 상호작용(IVR) 음성 레코딩의 트랜스크립트에 대한 액세스 권한을 부여합니다.
## 자동 상호작용(IVR) 레코딩 및 트랜스크립트를 볼 수 있는 권한
다음 권한을 할당합니다.
+ **자동 상호작용(IVR) 음성 레코딩(편집되지 않음) - 액세스**: 자동 상호작용(IVR, Amazon Lex 또는 기타 봇) 중에 사용자의 연락처 레코딩 액세스를 활성화합니다.
+ **자동 상호작용(IVR) 음성 레코딩(편집되지 않음) - 다운로드 버튼 활성화**: Amazon Connect 내 **연락처 세부 정보** 페이지의 IVR 레코딩 옆에 다운로드 버튼이 표시되는지 여부를 제어합니다.
### 자동 상호작용(IVR) 로그 및 트랜스크립트 액세스
다음 권한을 할당합니다.
+ **자동 상호작용(IVR) 음성 트랜스크립트(편집되지 않음) - 액세스**: 고객, IVR 및 봇 간의 상호작용에 대한 사용자의 액세스를 활성화합니다. IVR 프롬프트에 대한 응답으로 고객의 키패드 입력을 보고 Amazon Lex와의 상호작용에 대한 트랜스크립트를 볼 수 있습니다.
트랜스크립트는 [고객 입력 저장](store-customer-input.md) 흐름 블록에 입력한 고객 입력을 난독화합니다. 또한 트랜스크립트는 Amazon Lex 내의 *Amazon Lex 개발자 안내서*에서 [난독화되도록 구성된 슬롯을 난독화](https://docs.aws.amazon.com/lexv2/latest/dg/monitoring-obfuscate.html)합니다. IVR 레코딩에 액세스할 수 있는 사용자는 Amazon Lex 상호작용 중에도 음성 고객 입력을 들을 수 있습니다.
+ **흐름 - 보기** 및 **흐름 모듈 - 보기**: **연락처 세부 정보** 페이지에서 음성 연락처의 흐름 실행 세부 정보를 볼 수 있도록 사용자에게 이러한 두 권한을 모두 부여합니다. 예를 들어 실행된 흐름과 결과입니다.
**참고**
또한 이러한 권한은 사용자에게 Amazon Connect 관리자 웹 사이트의 흐름 및 흐름 모듈 페이지에 대한 액세스 권한을 부여합니다.
## 녹음 일시 중지, 뒤로 또는 앞으로 건너뛰기.
다음 단계를 사용하여 음성 레코딩을 일시 중지하거나 뒤로 또는 앞으로 건너뛸 수 있습니다.
1. **연락 검색** 결과에서 **재생** 아이콘을 선택하는 대신 연락 ID를 선택하여 연락 레코드를 엽니다.
![\[선택해야 하는 연락 ID의 위치.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recordings-contactid.png)
1. **연락 레코드** 페이지에는 다음 이미지와 같이 녹음을 탐색할 수 있는 추가 컨트롤이 있습니다.
![\[연락 레코드 페이지, 녹음을 들을 수 있는 추가 컨트롤.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-pause-rewind-fastforward.png)
1. 조사하려는 시간을 클릭하거나 탭합니다.
1. 재생 속도를 조정합니다.
1. 10초 단위로 재생, 일시 중지, 뒤로 또는 앞으로 건너뜁니다.
## 일시 중지, 뒤로 또는 앞으로 건너뛰기 문제 해결
**연락 검색** 페이지에서 녹음을 일시 중지할 수 없거나 뒤로 또는 앞으로 건너뛸 수 없는 경우 네트워크가 HTTP 범위 요청을 차단하고 있기 때문일 수 있습니다. MDN Web Docs 사이트의 [HTTP range requests]( https://developer.mozilla.org/en-US/docs/Web/HTTP/Range_requests)를 참조하세요. 네트워크 관리자에게 문의하여 HTTP 범위 요청을 차단 해제하세요.
# Amazon Connect에서 과거 대화의 녹음 및 트랜스크립트 다운로드
다음은 관리자가 대화의 지난 녹음/트랜스크립트를 다운로드하기 위해 수행하는 단계입니다.
+ 전화 통화(음성 채널)를 통해 연락이 닿으면 .wav 파일을 다운로드할 수 있습니다.
+ 채팅(채팅 채널)을 통해 연락이 닿으면 .json 파일을 다운로드할 수 있습니다.
**작은 정보**
Amazon Connect에서 전화 통화 트랜스크립트를 생성하도록 하려면 Contact Lens 기능 섹션을 참조하세요.
## 음성 녹음을 .wav 파일로 다운로드
1. 레코딩에 액세스할 수 있는 권한이 있는 사용자 계정으로 Amazon Connect 관리자 웹 사이트에 로그인합니다. [Amazon Connect에서 과거 콜센터 대화를 검토할 수 있는 권한 할당](assign-permissions-to-review-recordings.md)
1. Amazon Connect에서 **분석 및 최적화**, **연락 검색**을 선택합니다.
1. 고객 응대 목록을 날짜, 에이전트 로그인, 전화 번호 또는 기타 기준별로 필터링합니다. **검색**을 선택합니다.
1. 녹음된 대화는 **Recording/Transcript(레코딩/기록)** 열에 아이콘이 표시됩니다. 적절한 권한이 없는 경우 이러한 아이콘이 보이지 않습니다.
다음 이미지는 음성 녹음의 아이콘 모양을 보여 줍니다. 재생 아이콘은 음성 녹음이라는 것을 나타냅니다.
![\[연락 검색 페이지, 음성 녹음 재생 아이콘, 다운로드 아이콘, 삭제 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-icons.png)
1. 아래 이미지와 같이 **다운로드** 아이콘을 선택합니다.
![\[연락 검색 페이지, 음성 녹음 다운로드 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/download-recordings.png)
1. 음성 녹음이 **Downloads** 폴더에 .wav 파일로 자동 저장됩니다.
다음 이미지는 Downloads 폴더에 있는 .wav 파일 목록을 보여 줍니다. .wav 파일의 이름은 연락 ID입니다.
![\[Downloads 폴더에 있는 .wav 파일 녹음 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/downloaded-wav-files.png)
**작은 정보**
녹음에서 에이전트나 고객의 목소리만 들릴 수도 있고 에이전트와 고객의 목소리가 모두 들릴 수도 있습니다. 이는 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록 구성 방식에 따라 결정됩니다.
## 채팅 트랜스크립트를 .json 파일로 다운로드
1. 다음 이미지는 채팅 트랜스크립트의 아이콘 모양을 보여 줍니다.
![\[연락 검색 페이지, 트랜스크립트 아이콘, 다운로드 아이콘, 삭제 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/download-transcript.png)
채팅 트랜스크립트는 Downloads 폴더에 .json 파일로 저장됩니다.
다음 이미지는 Downloads 폴더에 있는 .json 파일을 보여 줍니다. .json 파일의 이름은 연락 ID입니다.
![\[Downloads 폴더의 json 파일 트랜스크립트.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/downloaded-json-file.png)
1. 다운로드한 채팅 트랜스크립트를 보려면 .json 파일을 마우스 오른쪽 버튼으로 클릭한 다음, 내용을 읽을 수 있는 형식으로 볼 수 있는 다른 앱으로 엽니다.
다음 이미지는 Firefox를 사용하여 연 샘플 다운로드 트랜스크립트를 보여 줍니다. 이미지는 에이전트와 고객이 채팅 중인 트랜스크립트의 중간을 보여 줍니다.
![\[Firefox에서 열린 json 파일 트랜스크립트.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/download-transcript-firefox.png)
## 채팅 트랜스크립트의 이벤트
S3 트랜스크립트에서 이벤트를 소비하는 프로세스가 있는 경우 채팅 세션 중에 이벤트가 발생한 경우 채팅 트랜스크립트에는 다음 이벤트 콘텐츠 유형이 포함됩니다.
+ `application/vnd.amazonaws.connect.event.participant.left`
+ `application/vnd.amazonaws.connect.event.participant.joined`
+ `application/vnd.amazonaws.connect.event.chat.ended`
+ `application/vnd.amazonaws.connect.event.transfer.succeeded`
+ `application/vnd.amazonaws.connect.event.transfer.failed`
+ `application/vnd.amazonaws.connect.event.participant.invited`
# Amazon Connect에서 고객의 연락처 ID로 대화 녹음 검색
특정 연락처에 대한 녹음을 찾으려면 연락처 ID만 있으면 됩니다. 날짜 범위, 에이전트 또는 연락처에 대한 기타 정보를 알 필요가 없습니다.
**작은 정보**
연락 ID를 사용하여 녹음을 검색하는 것이 좋습니다.
특정 연락 ID에 대한 많은 통화 녹음의 이름을 연락 ID 접두사 자체(예: 123456-aaaa-bbbb-3223-2323234.wav)로 지정할 수 있지만, 연락 ID와 연락 녹음 파일의 이름이 항상 일치한다는 보장은 없습니다. **연락 검색** 페이지에서 **연락 ID**를 사용하여 검색하면 연락 레코드의 오디오 파일을 참조하여 올바른 녹음을 찾을 수 있습니다.
**녹음을 검색하는 방법**
1. [녹음에 액세스할 권한](assign-permissions-to-review-recordings.md)이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **연락 검색**을 선택합니다.
1. **연락 ID** 상자에 연락 ID를 입력하고 **검색**을 선택합니다.
1. 녹음된 대화는 **Recording/Transcript(레코딩/기록)** 열에 아이콘이 표시됩니다. 다음 이미지는 재생, 다운로드 및 삭제 아이콘을 보여 줍니다. 적절한 권한이 없는 경우 이러한 아이콘이 보이지 않습니다.
![\[연락 검색 페이지, 녹음 재생, 다운로드, 삭제 아이콘.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/recording-icons.png)
검색에 대해 자세히 알아보려면 [Amazon Connect에서 완료된 고객 응대와 진행 중인 고객 응대 검색](contact-search.md) 섹션을 참조하세요.
# 에서 에이전트 대화 모니터링 기능 문제 해결 Amazon Connect
다음 표에서는를 사용하여 고객 응대와의 실시간 에이전트 대화를 모니터링할 때 표시될 수 있는 오류 메시지(예외 메시지) Amazon Connect 를 해결하는 방법을 설명합니다.
| 오류 메시지 | 해결 방법 | 예외 유형 | 예외 코드 |
| --- | --- | --- | --- |
| **에이전트에 대한 액세스 권한이 없습니다. 자세한 내용은 관리자에게 문의하세요.** | 인스턴스에 대해 서비스 연결 역할을 활성화해야 합니다. 역할 활성화에 대한 자세한 내용은 [Amazon Connect에 대한 서비스 연결 역할 및 역할 권한 사용](connect-slr.md) 섹션을 참조하세요. | AccessDeniedException | 403 |
| **입력 파라미터 중 하나 이상이 유효하지 않습니다.** | 개발자는 `MonitorContact` 작업에 대한 입력 파라미터가 유효한지 확인해야 합니다. [MonitorContact 요청 구문](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html#API_MonitorContact_RequestSyntax)을 참조하세요. | InvalidRequestException | 400 |
| **모니터링에 실패했습니다. 통화 녹음을 활성화하세요.** | 흐름에서 에이전트와 고객 모두의 통화 녹음을 허용하도록 [레코딩 및 분석 동작 설정](set-recording-behavior.md) 블록이 구성되어 있는지 확인합니다. | InvalidRequestException | 400 |
| **사용자 전화번호가 유효하지 않습니다.** | 에이전트의 데스크폰과 연결된 전화번호가 다음 요구 사항을 충족하는지 확인합니다. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/ts-monitoring-conversations.html) | InvalidRequestException | 400 |
| **고객 응대 또는 에이전트가 모니터링될 수 있는 상태가 아닙니다.** | 고객 응대가 활성 상태가 아닙니다. 모니터링 요청이 처리되기 전에 에이전트나 고객이 통화 또는 채팅에서 연결 해제되었을 수 있습니다. 모니터링할 다른 고객 응대를 선택하세요. | InvalidRequestException | 400 |
| **모니터링에 실패했습니다. 다자간 회의 기능을 활성화하세요.** | Amazon Connect 인스턴스에는 다자간 통화 및 향상된 모니터링 기능이 활성화되어 있어야 합니다. 인스턴스 설정에서 **다자간 통화 및 향상된 모니터링 활성화**를 선택합니다. 지침은 [Amazon Connect 인스턴스 설정 업데이트](update-instance-settings.md) 섹션을 참조하세요. | InvalidRequestException | 400 |
| **고객 응대에서 에이전트 참가자를 찾을 수 없습니다.** | 통화 또는 채팅에 연결되어 있으며 고객 응대 작업을 하고 있는 활성 에이전트가 없습니다. 모니터링할 다른 고객 응대를 선택하세요. | InvalidRequestException | 400 |
| **`TASK` 고객 응대에는 MonitorContact가 지원되지 않습니다.** | 모니터링 기능은 음성 및 채팅 고객 응대에서만 지원됩니다. 모니터링할 음성 또는 채팅 고객 응대를 선택합니다. | InvalidRequestException | 400 |
| **AllowedMonitorCapabilities가 제공되어야 하며 최소한 `SILENT_MONITOR` 값이 있어야 합니다.** | Amazon Connect 인스턴스에 다자간 호출 및 향상된 모니터링 기능이 활성화된 경우 개발자는 최소한 `SILENT_MONITOR` 값이 설정된 `AllowedMonitorCapabilities` 입력 파라미터를 전달해야 합니다. [MonitorContact 요청 구문](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html#API_MonitorContact_RequestSyntax)을 참조하세요. | InvalidRequestException | 400 |
| **요청 리소스 중 하나 이상을 찾을 수 없습니다.** | 개발자는 전달 중인 `MonitorContact` 입력 요청의 리소스가 Amazon Connect 인스턴스에 존재하는지 확인해야 합니다. | ResourceNotFoundException | 404 |
| **내부 서비스 예외** | 알 수 없는 오류, 예외 또는 장애 때문에 요청 처리가 실패했습니다. 잠시 기다린 다음 고객 응대를 다시 모니터링해 보세요. | InternalServiceException | 500 |
| **서비스 할당량이 초과되었습니다.** | 감독자가 한 번에 모니터링할 수 있는 고객 응대 수 또는 한 고객 응대를 모니터링할 수 있는 감독자 수에는 일정한 제한이 있습니다. [Amazon Connect 기능 사양](feature-limits.md) 페이지에서 음성 및 채팅 고객 응대 한도를 확인하세요. | ServiceQuotaExceededException | 402 |
| **동일한 clientToken을 사용한 또 다른 요청이 진행 중입니다.** | [MonitorContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html) 작업에서 `ClientToken`은 개발자가 요청 멱등성을 보장하기 위해 제공하는 고유한 대소문자 구분 식별자입니다. 제공되지 않으면 AWS SDK가이 필드를 채웁니다. 멱등성에 대한 자세한 내용은 [멱등성을 갖춘 API로 안전하게 재시도](https://aws.amazon.com/builders-library/making-retries-safe-with-idempotent-APIs/)를 참조하세요. | IdempotencyException | 409 |
| **액세스 거부됨** | 보안 프로필에 이 작업을 수행할 수 있는 적절한 권한이 없습니다. 대화 모니터링에 필요한 보안 프로필 권한 목록은 [Amazon Connect 연락 제어판(CCP)에서 실시간 대화를 모니터링할 수 있는 권한 할당](monitor-conversations-permissions.md) 섹션을 참조하세요. | AccessDeniedException | 403 |
| **요청이 너무 많습니다.** | API TPS 할당량이 초과되었습니다. TPS 할당량 증가 요청을 제출하세요. 지침은 [할당량 증가 요청을](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html) 참조하세요. | ThrottlingException | 429 |
# Amazon Connect의 연락처 세부 정보 페이지에서 고객 응대 관리
진행 중인 고객 응대의 **연락처 세부 정보** 페이지에서 고객 응대를 전송, 일정 변경 또는 종료하여 연락을 관리할 수 있습니다.
[TransferContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_TransferContact.html), [UpdateContactSchedule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateContactSchedule.html) 및 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) 작업을 사용하여 프로그래밍 방식으로 이러한 작업을 수행할 수도 있습니다.
이 섹션에서는 Amazon Connect 관리자 웹 사이트를 사용하여 고객 응대를 이전하고, 일정을 변경하고, 종료하는 방법에 대해 설명합니다.
**Topics**
+ [진행 중인 고객 응대 전환](transfer-contacts-admin.md)
+ [고객 응대 일정 조정](reschedule-contacts-admin.md)
+ [고객 응대 종료](end-contacts-admin.md)
# 진행 중인 고객 응대를 Amazon Connect의 빠른 연결 에이전트 또는 대기열로 전환
진행 중인 고객 응대의 **연락처 세부 정보** 페이지에서 고객 응대를 빠른 연결 에이전트가나 대기열로 전송할 수 있습니다. 이 기능은 작업, 이메일 또는 채팅 고객 응대를 지원합니다.
고객 응대를 프로그래밍 방식으로 전송하려면 [TransferContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_TransferContact.html)를 사용합니다.
## 필수 권한
1. **고객 응대 검색** 및 **고객 응대 상세 정보** 페이지에서 고객 응대를 보려면 다음 권한 중 하나를 활성화합니다.
1. **고객 응대 검색 - 보기**: 사용자가 모든 고객 응대를 볼 수 있습니다.
1. **내 고객 응대 보기 - 보기**: 에이전트들이 자신이 처리한 고객 응대를 볼 수 있습니다.
1. **고객 응대 액세스 제한**(선택 사항): **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 해당 계층 그룹 또는 하위 계층 그룹 내의 고객 응대에 대한 사용자 액세스를 제한합니다. 권한에 대한 자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 섹션을 참조하세요.
1. **고객 응대 전송**: 사용자가 **분석 및 최적화** 페이지에서 고객 응대를 이전할 수 있습니다. 다음 이미지는 **고객 응대 작업 - 고객 응대 전송** 권한을 보여 줍니다.
![\[고객 응대 세부 정보 페이지, 고객 응대가 성공적으로 전환되었습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-transfer-permissions.png)
## 작업, 이메일 또는 채팅 고객 응대를 전환하는 방법
1. [고객 응대 기록에 액세스](contact-search.md#required-permissions-search-contacts)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 이전할 진행 중인 작업 또는 이메일 고객 응대를 검색합니다.
1. **고객 응대 상태** 필터를 선택하고 다음 이미지에 표시된 대로 **진행 중**으로 설정합니다.
![\[고객 응대 검색 페이지, 작업 필터, 고객 응대 상태 필터.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-transfer-filters.png)
1. **작업**, **이메일** 또는 **채팅** 고객 응대만 보려면 **채널** 필터를 작업, 이메일 또는 채팅으로 설정합니다.
1. 작업, 이메일 또는 채팅 고객 응대를 선택하여 세부 정보를 확인합니다.
1. 작업, 이메일 또는 채팅 고객 응대의 **고객 응대 세부 정보** 페이지에서 **작업**, **전환**을 선택합니다.
![\[고객 응대 세부 정보 페이지, 고객 응대가 성공적으로 전환되었습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-transfer-action.png)
1. 빠른 연결 목록에서 에이전트가나 대기열을 선택하고 **전송**을 선택합니다.
1. 고객 응대가 성공적으로 전송되면 전송의 결과로 생성된 고객 응대에 대한 **다음 고객 응대** 링크와 함께 페이지가 자동으로 새로 고쳐집니다. 다음 이미지는 **다음 고객 응대** 링크의 위치를 보여 줍니다.
![\[고객 응대 세부 정보 페이지, 고객 응대가 성공적으로 전환되었습니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-transferred.png)
# Amazon Connect의 연락처 세부 정보 페이지에서 고객 응대 일정 변경
진행 중인 고객 응대의 **연락처 세부 정보** 페이지에서 이전에 예약된 고객 응대의 일정을 조정할 수 있습니다. 이 기능은 현재 태스크 고객 응대에만 지원됩니다.
프로그래밍 방식으로 고객 응대 일정을 변경하려면 [UpdateContactSchedule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateContactSchedule.html)을 사용하세요.
## 필수 권한
1. **고객 응대 검색** 및 **고객 응대 상세 정보** 페이지에서 고객 응대를 보려면 다음 권한 중 하나를 활성화합니다.
1. **고객 응대 검색 - 보기**: 사용자가 모든 고객 응대를 볼 수 있습니다.
1. **내 고객 응대 보기 - 보기**: 에이전트들이 자신이 처리한 고객 응대를 볼 수 있습니다.
1. **고객 응대 액세스 제한**(선택 사항): **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 해당 계층 그룹 또는 하위 계층 그룹 내의 고객 응대에 대한 사용자 액세스를 제한합니다. 이 권한에 대한 자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 섹션을 참조하세요.
1. **고객 응대 일정 조정**: 사용자가 **분석 및 최적화** 페이지에서 고객 응대 일정을 조정할 수 있습니다. 다음 이미지는 **고객 응대 작업 - 고객 응대 일정 조정** 권한을 보여 줍니다.
![\[보안 프로필 권한 페이지, 고객 응대 일정 조정 권한.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-reschedule-permissions.png)
## 고객 응대 일정을 조정하는 방법
1. [고객 응대 기록에 액세스](contact-search.md#required-permissions-search-contacts)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. 일정을 조정할 진행 중인 작업 고객 응대를 검색하세요.
1. **고객 응대 상태** 필터를 선택하고 선택한 값을 **진행 중**으로 변경합니다.
1. **시간 범위** 필터를 선택합니다. **타임스탬프 유형**을 **예약됨**으로 설정하면 예약된 고객 응대만 볼 수 있습니다. 시간 범위에 맞게 필터링합니다. 다음 이미지는 이러한 필터를 보여 줍니다.
![\[연락처 세부 정보 페이지에서 예약된 타임스탬프를 필터링합니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-choose.png)
1. 태스크 고객 응대를 선택하여 세부 정보를 확인합니다.
1. 태스크 고객 응대의 **연락처 세부 정보** 페이지에서 다음 이미지와 같이 **작업**, **일정 조정**을 선택합니다.
![\[연락처 세부 정보 페이지, 일정 조정 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-reschedule-action.png)
1. 고객 응대 일정을 조정할 시간과 범위를 선택합니다. 예정된 시간은 태스크가 시작된 날로부터 6일 이내여야 합니다.
1. 고객 응대의 일정이 성공적으로 변경되면 페이지가 태스크의 새 일정 시간으로 자동으로 새로 고쳐집니다.
# Amazon Connect의 연락처 세부 정보 페이지에서 고객 응대 종료
진행 중인 고객 응대의 **연락처 세부 정보** 페이지에서 고객 응대를 종료할 수 있습니다. 고객 응대를 종료하면 고객 응대 연결이 해제됩니다. 고객 응대가 이미 에이전트에게 연결되어 있는 경우에는 고객 응대를 종료하면 해당 고객 응대에 대한 ACW(연락처 후 작업)가 시작됩니다.
프로그래밍 방식으로 고객 응대를 종료하려면 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html)를 사용합니다.
## 중요한 참고 사항
+ ACW가 진행 중인 상태에서 태스크 고객 응대를 종료하면 고객 응대가 종료됩니다. ACW 상태의 음성 및 채팅 고객 응대는 **연락처 세부 정보** 페이지에서 **고객 응대 종료** 작업을 수행하여 종료할 수 없습니다.
+ 다음 메소드를 사용하여 음성 고객 응대를 시작한 후에는 음성 고객 응대를 종료할 수 없습니다.
+ DISCONNECT
+ TRANSFER
+ QUEUE\$1TRANSFER
+ 채팅 및 태스크 고객 응대는 시작 방법에 관계없이 종료할 수 있습니다.
## 필수 권한
1. **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 고객 응대를 보려면 다음 권한 중 하나를 활성화하세요.
1. **고객 응대 검색 - 보기**: 사용자가 모든 고객 응대를 볼 수 있습니다.
1. **내 고객 응대 보기 - 보기**: 에이전트들이 자신이 처리한 고객 응대를 볼 수 있습니다.
1. **고객 응대 액세스 제한**(선택 사항): **고객 응대 검색** 및 **연락처 세부 정보** 페이지에서 해당 계층 그룹 또는 하위 계층 그룹 내의 고객 응대에 대한 사용자 액세스를 제한합니다. 이 권한에 대한 자세한 내용은 [고객 응대를 검색하고 세부 정보에 액세스할 수 있는 사람을 관리합니다.](contact-search.md#required-permissions-search-contacts) 섹션을 참조하세요.
1. **고객 응대 종료**: 사용자가 **분석 및 최적화** 페이지에서 고객 응대를 종료할 수 있습니다. 다음 이미지는 **고객 응대 작업 - 고객 응대 종료** 권한을 보여 줍니다.
![\[고객 응대 종료 권한.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-end-permissions.png)
## 진행 중인 고객 응대를 종료하는 방법
1. [고객 응대 기록에 액세스](contact-search.md#required-permissions-search-contacts)할 권한이 있는 사용자 계정으로 Amazon Connect에 로그인합니다.
1. Amazon Connect에서 **분석 및 최적화**, **고객 응대 검색**을 선택합니다.
1. **고객 응대 상태** 필터를 선택하고 선택한 값을 **진행 중**으로 변경합니다.
1. 세부 정보를 보려는 진행 중인 고객 응대를 선택합니다.
1. **연락처 세부 정보** 페이지에서 **작업**, **종료**를 선택합니다.
![\[연락처 세부 정보 페이지, 종료 옵션\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-details-contact-end-action.png)
1. **종료**를 선택하여 고객 응대 종료 작업을 확인합니다.
1. 고객 응대가 성공적으로 종료되면 페이지가 자동으로 새로 고쳐집니다.
# 외부 음성 시스템과 Amazon Connect Contact Lens 통합
고객 센터를 외부 시스템에서 클라우드로 마이그레이션하는 것은 복잡할 수 있습니다. 텔레포니, IVR, ACD, 통화 녹음, 통화 분석 등과 같은 다양한 구성 요소를 이동해야 합니다. 그러나 분석을 위해 외부 시스템을 Contact Lens와 통합하면 Amazon Connect로의 마이그레이션을 가속화할 수 있습니다. 이 첫 번째 단계가 비즈니스에 어떤 이점을 줄 수 있는지 알아보세요.
+ Contact Lens 통합은 기존 외부 고객 센터 녹음 및 분석 기능을 개선합니다.
+ Amazon Connect에서 고객 센터 관리자, 매니저 및 에이전트를 교육할 수 있는 기회를 제공합니다.
+ Contact Lens는 외부 고객 센터 또는 고객 응대 음성 솔루션(예: 전화 상담, 금융 상담 또는 은행 관계 관리자)과 같은 여러 음성 시스템에서 발생하는 고객 상호 작용의 주요 추세, 문제 및 테마를 발견하는 데 도움이 됩니다.
다음 다이어그램은 외부 음성 시스템과 Contact Lens 간의 음성 통화 오디오 흐름 방식을 보여 줍니다. Contact Lens 커넥터를 사용하여 고객 센터 오디오의 복제본을 Contact Lens로 보냅니다. 외부 통화 흐름은 에이전트에게 정상적으로 계속 작동하지만 Contact Lens는 복제된 통화 오디오를 사용하여 실시간 및 통화 후 분석을 제공합니다.
![\[외부 음성 시스템과 Contact Lens 간에 음성 통화 오디오가 흐르는 방식을 보여 주는 개념 다이어그램입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-connector-diagram.png)
1. PSTN을 통해 전송된 통화는 외부 음성 시스템에 도착합니다.
1. 통화 오디오의 읽기 전용 사본은 Amazon Connect에 포크됩니다.
1. 통화에 대한 흐름이 시작됩니다. Contact Lens 커넥터는 통화를 Amazon Connect Contact Lens로 라우팅합니다.
## 요구 사항
Contact Lens 통합 설정을 시작하기 전에 Amazon Connect 및 외부 시스템이 다음 요구 사항을 충족하는지 확인합니다.
+ [지원되는 AWS 리전](regions.md#contactlens_region)에서 Amazon Connect 인스턴스가 생성되었는지 확인합니다. 외부 음성 시스템이 리전에 연결할 수 있는지 확인합니다.
+ SIPREC 세션을 시작하는 외부 디바이스와 통화에 사용되는 음성 시스템이 지원되는지 확인합니다. 지원되는 시스템 목록은 Amazon Chime API의 [PutVoiceConnectorExternalSystemsConfiguration](https://docs.aws.amazon.com/chime-sdk/latest/APIReference/API_voice-chime_PutVoiceConnectorExternalSystemsConfiguration.html)에서 `ContactCenterSystemTypes` 및 `SessionBorderControllerTypes` 섹션을 참조하세요. 일반적으로 SIPREC 세션은 세션 경계 컨트롤러(SBC)이고 음성 시스템은 고객 센터입니다.
+ SIPREC 지원이 있거나 SIPREC 복제본 통화 오디오를 Contact Lens로 전송할 소스 시스템에 SIPREC를 추가할 수 있는지 확인합니다.
## 설정 단계
다음은 외부 음성 시스템과의 Contact Lens 통합을 설정하기 위해 수행할 단계를 요약한 것입니다. 링크된 항목에서 더 자세한 내용을 확인할 수 있습니다.
+ 아직 없는 경우 [Amazon Connect 인스턴스를 생성](amazon-connect-instances.md)합니다.
+ Contact Lens와 통합하기 위해 Amazon Connect에 전화번호를 신청할 필요가 없습니다.
+ [에이전트를 추가](user-management.md)하고 [에이전트 계층 구조를 설정](agent-hierarchy.md)합니다. 이렇게 하면 Contact Lens에서 생성된 분석을 특정 에이전트에게 귀속시키는 데 도움이 됩니다.
**참고**
통화에 대해 식별된 에이전트가 없는 경우 Contact Lens의 복제본 통화가 종료됩니다. 녹음 및 대화 분석은 생성되지 않습니다. 자세한 내용은 [Contact Lens 통합을 위한 통화 메타데이터 제공](callmetadata-contactlens-integration.md) 단원을 참조하십시오.
+ Amazon Connect 계정에서 다음 할당량에 대한 [서비스 할당량 증가를 요청합니다](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html).
+ **계정당 Contact Lens 커넥터 수**
+ **인스턴스당 외부 음성 시스템의 최대 활성 레코딩 세션**
**중요**
서비스 할당량을 요청하고 승인하면 Amazon Connect 콘솔과 Amazon Connect 관리자 웹 사이트에 Contact Lens 통합이 표시됩니다.
+ Amazon Connect 콘솔에서[Contact Lens 커넥터를 생성합니다](create-contact-lens-connector.md).
+ 통화 메타데이터와 함께 SIPREC 오디오를 해당 커넥터 호스트로 보내도록 [SBC를 구성합니다](configure-external-voice-system.md).
+ [Amazon Connect 관리자 웹 사이트에서 Contact Lens 커넥터를 활성화합니다](enable-contactlens-integration.md). 이렇게 하려면 관리자 및 Contact Lens 커넥터에 액세스해야 하는 다른 사용자에게 다음 보안 프로필 권한을 할당합니다.
+ **분석 및 최적화 - Contact Lens 커넥터 - 보기** 및 **편집**. **보기** 권한을 사용하면 사용 가능한 Contact Lens 커넥터 목록을 볼 수 있습니다. **편집** 권한을 사용하면 흐름을 Contact Lens 커넥터와 연결할 수 있습니다.
+ **채널 및 흐름 - 흐름 - 보기**:이 권한을 사용하면 Contact Lens 커넥터와 연결할 수 있는 사용 가능한 흐름을 볼 수 있습니다.
이러한 권한이 있는 사용자만 Amazon Connect 관리자 웹 사이트의 Contact Lens 커넥터에 액세스할 수 있습니다.
+ 녹음, 실시간 또는 통화 후 분석을 포함하여 통화 오디오를 처리하는 방법을 지정하는 흐름을 생성하고 [흐름을 Contact Lens 커넥터와 연결합니다](associate-contactlens-integration.md).
+ 선택적으로 Amazon Connect 흐름이 트리거될 때 간접적으로 호출할 수 있는 Lambda를 생성합니다. Lambda를 사용하여 SIPREC 요청과 추가 통화 메타 데이터를 구문 분석하고 조치를 취합니다. 자세한 내용은 [Contact Lens 통합을 위한 통화 메타데이터](callmetadata-contactlens-integration.md) 단원을 참조하십시오.
# 외부 음성 시스템과 통합할 Contact Lens 커넥터 생성
이 주제에서는 외부 음성 시스템과 통합할 Contact Lens 커넥터를 생성하는 방법을 설명합니다. 다음 단계를 완료합니다.
1. [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/)에서 Amazon Connect 콘솔을 엽니다.
1. 인스턴스 페이지에서 인스턴스 별칭을 선택합니다. 인스턴스 별칭은 Amazon Connect URL에 표시되는 **인스턴스 이름**이기도 합니다. 다음 이미지는 **Amazon Connect 가상 고객 센터 인스턴스** 페이지를 보여 주며, 인스턴스 별칭을 둘러싼 상자가 있습니다.
![\[Amazon Connect 가상 고객 센터 인스턴스 페이지, 인스턴스 별칭.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/instance.png)
1. Amazon Connect 콘솔의 탐색 창에서 **외부 음성 시스템**, **Contact Lens 통합**을 선택한 후, 다음 이미지와 같이 **Contact Lens 커넥터 생성**을 선택합니다.
![\[Contact Lens 통합 페이지, Contact Lens 커넥터 생성 버튼.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-create-connector.png)
1. **Contact Lens 커넥터** 페이지에서 커넥터의 표시 이름을 입력합니다.
1. **커넥터 소스 유형**에서 드롭다운 메뉴를 사용하여 사용 가능한 커넥터 소스 유형 목록에서 선택합니다. 일반적으로 SIPREC 세션을 시작하는 외부 세션 보더 컨트롤러(SBC)입니다. 다음 이미지는 소스 유형의 샘플 드롭다운 목록을 보여 줍니다.
![\[Contact Lens 커넥터 페이지, 소스 유형 연결 드롭다운 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-connector-source-types.png)
1. **음성 시스템 유형**에서 드롭다운 목록을 사용하여 통화에 사용되는 음성 시스템을 선택합니다. 일반적으로 외부 고객 센터 시스템입니다. 다음 이미지는 음성 시스템 유형의 샘플 드롭다운 목록을 보여 줍니다.
![\[Contact Lens 커넥터 페이지, 음성 시스템 유형 드롭다운 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-voice-system-types.png)
1. SIP 및 미디어 지표 메시지의 **암호화** 및 **로깅**을 활성화합니다.
+ Amazon Chime SDK Voice Connector는 Amazon Trust Services에서 발급한 TLS 서버 인증서를 사용합니다. 대부분의 최신 운영 체제는 기본적으로 Amazon Trust Services를 신뢰합니다. SIP 인프라에 해당하지 않고 암호화를 활성화하는 경우 EU 루트를 제외한 Starfield 및 Amazon Trust Services 루트 CA 인증서를 트러스트 스토어에 추가해야 할 수 있습니다. 이러한 인증서는 여기에서 찾을 수 [있습니다](https://www.amazontrust.com/repository/).
+ 로깅은 선택 사항이지만 통합 문제를 디버깅하는 데 도움이 되도록 활성화하는 것이 좋습니다.
1. **소스 IP 주소** 섹션에서 이 커넥터로 음성을 전송할 수 있는 소스 IP 주소 범위를 구성할 수 있습니다.
1. **자격 증명 - 선택 사항** 섹션에서 자격 증명을 생성하는 것이 좋습니다. SIPREC 세션을 인증하는 데 도움이 될 수 있습니다.
**참고**
이렇게 하면 외부 시스템을 구성할 때 동일한 자격 증명을 제공해야 합니다.
1. 원하는 경우 태그를 추가하여 이 사용자에게 액세스할 수 있는 커넥터를 식별, 구성, 검색, 필터링 및 제어합니다. 자세한 내용은 [Amazon Connect에서 리소스에 태그 추가](tagging.md) 단원을 참조하십시오.
1. **Contact Lens 커넥터 생성**을 선택하여 커넥터를 생성합니다. 커넥터가 생성되면 성공 메시지가 표시됩니다.
1. **Contact Lens 통합** 페이지에 짧은 호스트 이름이 표시됩니다. 외부 음성 시스템이 SIPREC 음성 트래픽을 전송할 호스트입니다.
외부 음성 시스템을 구성할 때 이 짧은 호스트 이름이 아닌 호스트의 정규화된 도메인 이름을 사용합니다.
![\[Contact Lens 통합 페이지, 커넥터의 짧은 호스트 이름.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-connector-shorthostname.png)
1. Contact Lens 커넥터 생성이 완료되었습니다. 다음 단계: [Contact Lens와의 통합을 위해 외부 음성 시스템을 구성합니다](configure-external-voice-system.md).
# Contact Lens와의 통합을 위해 외부 음성 시스템 구성
[Contact Lens 커넥터를 생성](create-contact-lens-connector.md)한 후에는 커넥터를 가리키도록 외부 음성 시스템을 구성해야 합니다. 다음 단계를 완료합니다.
1. Amazon Connect 콘솔 탐색 창에서 **외부 음성 시스템**, **Contact Lens 통합**을 선택합니다. 사용 가능한 Contact Lens 커넥터의 이름이 표시됩니다. 사용할 항목을 선택합니다. 다음 이미지는 **MyTestConnector**라는 Contact Lens 커넥터 예시를 보여 줍니다.
![\[Contact Lens 통합 페이지, MyTestConnector라는 커넥터의 예.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-connector-name.png)
1. 커넥터 세부 정보 페이지에서 정규화된 호스트 이름을 기록해 둡니다. SIPREC 오디오를 수신할 Amazon Connect의 호스트 이름입니다. 다음 이미지는 정규화된 호스트 이름의 예를 보여 줍니다.
![\[MyTestConnector 세부 정보 페이지는 SIPREC 오디오를 수신할 호스트의 정규화된 이름입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-connector-detailspage.png)
1. 외부 소스 시스템을 구성하는 방법에 대한 자세한 내용은 [Amazon Chime SDK 리소스](https://aws.amazon.com/chime/chime-sdk/resources/?whats-new-chime-sdk.sort-by=item.additionalFields.postDateTime&whats-new-chime-sdk.sort-order=desc) 페이지로 이동하여 **구성 가이드**를 선택합니다. 다음 이미지와 같이 페이지를 아래로 스크롤하여 **SIPREC/NBR 구성 안내서**로 이동합니다.
![\[Amazon Chime SDK 리소스 페이지의 구성 가이드.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/configuration-guides.png)
**참고**
커넥터에 대한 자격 증명을 생성한 경우 외부 시스템에 대해 동일한 자격 증명을 사용해야 합니다.
1. 외부 소스 시스템을 구성한 후 다음 단계인 [Contact Lens 통합 활성화](enable-contactlens-integration.md)로 진행합니다.
# Amazon Connect에서 고객 응대 트랜스퍼 및 회의 모델링
이 주제는 외부 음성 시스템을 Amazon Connect Contact Lens와 통합한 개발자를 위한 것입니다.
외부 음성 시스템은 고객 응대 트랜스퍼(콜드 및 웜)과 단일 통화로 여러 에이전트와의 회의를 지원할 수 있습니다. [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) 및 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API를 직접적으로 호출하여 이러한 사례를 Amazon Connect에 알릴 수 있습니다. 이러한 API는 네이티브 Amazon Connect 음성 고객 응대와 유사한 고객 응대 체인을 생성합니다. 통화의 각 레그는 네이티브 Amazon Connect 음성 고객 응대와 마찬가지로 자체 녹음, 고객 응대 레코드 및 분석을 받습니다.
각 에이전트-고객 상호 작용은 독립적인 고객 응대 세그먼트에 의해 모델링됩니다.
+ 진행 중인 통화에 에이전트 추가를 모델링하려면 시작 메서드가 `TRANSFER`인 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API를 사용하여 새 고객 응대 세그먼트를 생성합니다. 고객 응대 트랜스퍼는 `previousContactId`에 의해 이전 고객 응대에 연결됩니다.
+ 활성화된 경우 통화 녹음은 각 고객 응대 세그먼트에 대해 독립적으로 생성되며 해당 세그먼트가 완료되면 전달됩니다.
+ Contact Lens 실시간 및 통화 후 분석은 각 고객 응대 세그먼트에 대해 독립적으로 생성됩니다.
+ 고객 응대 레코드는 각 독립 고객 응대 세그먼트에 대해 생성됩니다.
+ 에이전트를 통화에서 나가도록 모델링하려면 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API를 직접적으로 호출하여 고객 응대 세그먼트를 종료할 수 있습니다.
## 웜 트랜스퍼를 위한 워크플로
웜 트랜스퍼는 에이전트가 전화를 건 사람에 대해 다른 사람에게 소개하는 동안 고객을 대기 상태로 두는 것을 말합니다.
고객 응대 API를 사용하여 웜 트랜스퍼를 모델링하려면 다음 워크플로를 구현합니다.
1. 외부 음성 시스템의 통화는 초기 고객 응대 세그먼트를 생성합니다.
1. 새 에이전트가 통화에 참여하면 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API를 간접적으로 호출합니다. 초기 고객 응대 세그먼트의 `contactId`를 `PreviousContactId` 파라미터로 사용합니다. `UserInfo` 파라미터에 새 에이전트의 ID를 입력합니다.
1. 초기 에이전트가 통화에 새 에이전트를 소개하도록 한 다음 통화 연결을 해제합니다.
1. 초기 에이전트가 통화 연결을 끊으면 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API를 간접적으로 호출합니다.
1. 외부 음성 시스템(SIP BYE)에서 통화가 종료되면 고객 응대 체인이 종료됩니다.
## 콜드 트랜스퍼를 위한 워크플로
콜드 트랜스퍼에는 서로에게 소개나 컨텍스트를 공유하지 않고 고객을 한 에이전트에서 다른 에이전트로 직접 연결하는 것을 말합니다.
고객 응대 API를 사용하여 콜드 트랜스퍼를 모델링하려면 다음 워크플로를 구현합니다.
1. 외부 음성 시스템의 통화는 초기 고객 응대 세그먼트를 생성합니다.
1. 초기 에이전트가 통화 연결을 끊으면 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API를 간접적으로 호출합니다.
1. 새 에이전트가 통화에 참여하면 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API를 간접적으로 호출합니다. 초기 고객 응대 세그먼트의 `contactId`를 `PreviousContactId` 파라미터로 사용합니다. `UserInfo` 파라미터에 새 에이전트의 ID를 입력합니다.
1. 외부 음성 시스템(SIP BYE)에서 통화가 종료되면 고객 응대 체인이 종료됩니다.
## 고객 응대 세그먼트 제한
한 체인에 최대 2개의 동시 고객 응대 세그먼트와 총 10개의 고객 응대 세그먼트를 보유할 수 있습니다.
# Amazon Connect Contact Lens 통합 활성화
Contact Lens 커넥터를 생성한 후에는 사용자가 Amazon Connect 관리자 웹 사이트에서 액세스할 수 있도록 보안 프로필 권한을 할당하여 통합을 활성화해야 합니다.
1. Amazon Connect 관리자 계정을 사용하여 https://*instance name*.my.connect.aws/의 관리자 웹 사이트에 로그인합니다.
1. 탐색 모음에서 **보안 프로필**을 선택합니다. **보안 프로필 관리** 페이지에서 **관리**, **편집**을 선택합니다.
1. **보안 프로필 편집** 페이지에서 **채널 및 흐름** - **AnalyticsConnectors** - 권한 **보기** 및 **편집**을 선택한 다음 **저장**을 선택합니다.
**중요**
**채널 및 흐름**에 Contact Lens 커넥터 권한이 표시되지 않으면 Amazon Connect 계정에서 다음 할당량에 대한 서비스 할당량 증가를 요청합니다.
계정당 Contact Lens 커넥터 수
인스턴스당 외부 음성 시스템의 최대 활성 레코딩 세션
1. Contact Lens 커넥터에 액세스하려는 사용자의 보안 프로필에 이 권한을 할당합니다.
**참고**
Contact Lens 커넥터에 대한 액세스가 해당 인스턴스의 사용자로부터 제거된 경우에만 Amazon Connect 인스턴스의 마지막 Contact Lens 커넥터를 삭제할 수 있습니다.
해당 인스턴스의 사용자로부터 Contact Lens 커넥터 액세스 권한을 먼저 제거하지 않고 마지막 Contact Lens 커넥터를 삭제하려고 하면 다음 오류 메시지가 표시됩니다. **오류 - \$1connector-name\$1 커넥터를 삭제하지 못했습니다. 오류: 보안 프로필에서 분석 커넥터 권한이 사용되고 있습니다**.
1. 권한을 적용하면 다음 이미지와 같이 Amazon Connect 관리자 웹 사이트 왼쪽 탐색 메뉴에서 **Contact Lens 커넥터** 옵션을 볼 수 있습니다.
![\[Amazon Connect 관리자 웹 사이트의 왼쪽 메뉴, Contact Lens 옵션.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contact-lens-connector-menuitem.png)
1. Contact Lens 커넥터 활성화가 완료되었습니다. 다음 단계인 [Contact Lens 커넥터를 흐름 연결](associate-contactlens-integration.md)로 계속 진행합니다.
# Contact Lens 커넥터를 흐름과 연결
외부 SBC가 Contact Lens 통합 커넥터 호스트를 가리키도록 [구성](configure-external-voice-system.md)한 후에는 Amazon Connect Contact Lens에 도달했을 때 오디오가 어떻게 처리될지 구성해야 합니다. 이렇게 하려면 Amazon Connect 흐름에서 오디오 처리 단계를 정의합니다. Contact Lens 대형 분석 간접 호출을 포함하여 통화 오디오가 거치는 단계를 지정합니다.
다음 단계를 완료하여 Contact Lens를 활성화하는 흐름을 생성한 다음 해당 흐름을 Contact Lens 커넥터와 연결합니다. 이 흐름은 Contact Lens 커넥터가 통화 오디오를 수신할 때 간접적으로 호출됩니다.
1. Amazon Connect 관리자 웹 사이트에서를 사용하는 흐름을 생성합니다[레코딩 및 분석 동작 설정](set-recording-behavior.md). **에이전트 및 고객 음성 녹음**, **Contact Lens 음성 분석**, **자동 상호 작용 통화 녹음**을 활성화하도록 블록을 구성합니다. [흐름 종료/다시 시작](end-flow-resume.md) 블록으로 흐름을 종료합니다. 이 구성은 다음 이미지에 표시되어 있습니다.
Contact Lens 통합에 사용할 수 있는 블록 목록은 [Contact Lens 통합에 지원되는 흐름 블록](contactlens-integration-supportedflowblocks.md) 섹션을 참조하세요.
![\[녹음 동작 및 분석 설정 블록의 속성 페이지입니다.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-connector-setblock.png)
자세한 지침은 [대화 분석 활성화](enable-analytics.md) 섹션을 참조하세요.
1. 탐색 메뉴에서 **채널**, **Contact Lens 커넥터**를 선택합니다. 흐름과 연결할 Contact Lens 통합 커넥터를 선택합니다. **흐름 이름** 필드에서 목록을 표시할 흐름의 이름을 입력하기 시작한 다음 흐름을 선택합니다.
![\[커넥터 페이지, 사용 가능한 흐름 목록.\]](http://docs.aws.amazon.com/ko_kr/connect/latest/adminguide/images/contactlens-connector-flow.png)
# Contact Lens 통합을 위한 통화 메타데이터 제공
Amazon Connect에서는 고객과의 각 상호 작용을 Amazon Connect 고객 대응이라고 합니다. Contact Lens 커넥터를 통해 제공되는 각 음성 세션은 Amazon Connect 고객 대응을 생성합니다. 커넥터는 통화 메타데이터에 제공된 필드를 사용하여 Amazon Connect 고객 대응을 생성합니다. 통화 메타데이터에는 통화 메타데이터의 스트리밍된 통화에 대한 에이전트 사용자 ID와 에이전트 대기열 ID가 포함됩니다.
오디오 스트림 세션의 SIP INVITE 내에서 지원되는 SIPREC 메타데이터 파라미터를 사용하여 에이전트 사용자 ID 및 기타 통화 메타데이터를 Contact Lens 커넥터에 제공할 수 있습니다. 커넥터는 다음 통화 메타데이터 필드를 구문 분석하고 이 정보를 Amazon Connect 고객 대응에 추가합니다.
| 통화 상태 필드 | SIPREC 메타데이터 | 값 | 제공되지 않은 경우 |
| --- | --- | --- | --- |
| 에이전트 사용자 ID | AmznConnectAgentUserId | Amazon Connect 에이전트 사용자 ID | 필수 |
| 대기열 ID | AmznConnectQueueId | Amazon Connect 대기열 ID | 선택 사항. 제공되지 않으면 Amazon Connect 인스턴스의 기본 대기열이 사용됩니다. |
| 참가자 순서 | AmznConnectParticipantOrder | 유효값: asc, desc | 선택 사항. 제공되지 않으면 오름차순이 사용됩니다. Amazon Connect는 레이블을 사용하여 SIPREC 스트림을 정렬합니다. 레이블 순서의 첫 번째 스트림은 에이전트이고 두 번째 스트림은 발신자입니다. |
연락처에는 Amazon Connect 에이전트 사용자 ID가 있어야 합니다. Contact Lens는 agentId가 제공된 경우에만 스트리밍된 오디오를 캡처하고 통화 녹음 및 통화 분석을 생성하기 시작합니다.
agentid가 누락된 경우 Amazon Connect Contact Lens 커넥터 세션이 종료됩니다. Amazon Connect Contact Lens 커넥터에 의해 SIPREC 메타데이터가 자동으로 구문 분석되지 않고 에이전트 사용자 ID가 설정되지 않은 경우 다음 필드를 사용하여 흐름 Lambda를 생성하고 모든 SIP 및 SIPREC 메타데이터에 액세스할 수 있습니다.
| 속성 | 설명 | JSONPath 참조 |
| --- | --- | --- |
| SIPREC 메타데이터 | SIP 이벤트의 SIPREC 메타데이터 | \$1.Media.Sip.SiprecMetadata |
| SIP 헤더 | SIP 이벤트의 SIP 헤더입니다. \$1SIP 헤더 이름\$1은 SIP 이벤트에 제공된 SIP 헤더의 이름입니다. 예: ‘받는 사람’, ‘보낸 사람’ 등. | \$1.Media.Sip.Headers.\$1SIP 헤더 이름\$1 |
자세한 내용은 [텔레포니 통화 메타데이터 속성(통화 속성)](connect-attrib-list.md#telephony-call-metadata-attributes) 단원을 참조하십시오.
## 이벤트 메타데이터를 사용하는 방법
Amazon Connect는 SIP, 스트리밍 및 고객 응대 이벤트를 게시합니다. 이러한 이벤트에는 통화의 SIPREC SIP INVITE에서 수집된 메타데이터가 포함됩니다. 메타데이터에는 SIPREC 메타데이터, SIP 헤더, fromNumber, toNumber 등이 포함됩니다. 다음은 이 이벤트 메타데이터로 수행할 수 있는 몇 가지 작업입니다.
1. 이러한 이벤트의 메타데이터를 처리하여 호출에 대한 고유한 식별자를 결정하고 통화를 자체 시스템과 상호 연관시킬 수 있습니다.
1. 그런 다음 [연락처 속성 설정](set-contact-attributes.md) 블록을 사용하여 통화의 연락처 속성에 호출의 고유 식별자를 추가할 수 있습니다.
1. Amazon Connect 관리자 웹 사이트에서 사용자 지정 연락처 속성으로 검색하여 두 Amazon Connect 인스턴스에서 타사 호출에 대한 연락처를 찾을 수 있습니다.
Amazon Connect 흐름 Lambda 함수를 생성하는 방법에 대한 자세한 내용은 [Amazon Connect에 AWS Lambda 함수에 대한 액세스 권한 부여](connect-lambda-functions.md) 섹션을 참조하세요. 흐름 Lambda에서 액세스할 수 있는 지원되는 모든 고객 대응 속성 목록은 [Amazon Connect에서 사용 가능한 고객 응대 속성 및 해당 JSONPath 참조 목록](connect-attrib-list.md) 섹션을 참조하세요.
# Contact Lens 통합에 지원되는 흐름 블록
다음 표에는 Amazon Connect가 오디오 스트림 세션을 처리하는 방법을 지정하는 데 사용할 수 있는 흐름 블록이 나열되어 있습니다.
**설정 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 작업 대기열 설정 | 효과 없음 | 작업 대기열 설정 |
| Set Contact Attributes(고객 응대 속성 설정) | 지원됨 | 키-값 페어를 연락처 속성으로 저장합니다. 흐름에서 나중에 참조되는 값을 설정할 수 있습니다. |
| Get Queue Metrics(대기열 지표 가져오기) | 효과 없음 | 대기열 지표 가져오기 |
| 라우팅 우선순위/수명 변경 | 효과 없음 | 고객 응대의 라우팅 우선 순위 변경 |
| 대기 흐름 설정 | 효과 없음 | 고객이나 에이전트가 대기 중일 때 호출할 흐름을 지정합니다. |
| 귓속말 흐름 설정 | 효과 없음 | 고객 또는 에이전트가 음성 또는 채팅 대화에 참여할 때 간접 호출할 흐름을 지정합니다. |
| 콜백 번호 설정 | 효과 없음 | 속성을 지정하여 콜백 번호를 설정합니다. |
| 음성 설정 | 효과 없음 | 고객 응대 흐름에 사용할 TTS(텍스트 음성 변환) 언어와 음성을 설정합니다. |
| 고객 대기열 설정 | 효과 없음 | 고객 대기열 흐름에 대한 고객 대기열 설정 |
| 연결 해제 흐름 설정 | 효과 없음 | 연결 해제 대기열 흐름에 대한 연결 해제 흐름 설정 |
| 이벤트 흐름 설정 | 효과 없음 | 고객 응대 이벤트 중에 실행할 흐름을 지정합니다. |
| 라우팅 기준 설정 | 효과 없음 | 고객 응대의 라우팅 기준을 설정합니다. |
**분석 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 레코딩 및 분석 동작 설정 | 지원됨 | 레코딩 옵션을 설정하고 Contact Lens에서 기능을 활성화합니다. |
| 로깅 동작 설정 | 지원됨 | 흐름 로그 활성화 또는 비활성화 |
**로직 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 비율별로 배포 | 지원됨 | 비율에 따라 고객 응대를 임의로 라우팅 |
| Loop | 지원됨 | 지정된 시간 동안 반복 분기 실행 |
**분기 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 대기열 상태 확인 | 효과 없음 | 대기열 상태 확인 |
| 인력 확인 | 효과 없음 | 대기열의 인력 배치 확인 |
| 작업 시간 확인 | 지원됨 | 지정된 작업 시간을 기준으로 분기합니다. |
| Check Contact Attributes(고객 응대 속성 확인) | 지원됨 | 연락처 속성의 값에 대한 비교를 기반으로 분기합니다. |
**통합 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 태스크 생성 | 지원됨 | 수동으로 또는 작업 템플릿을 활용하여 새 작업을 생성합니다. |
| 고객 프로필 | 지원됨 | 이를 통해 고객 프로필을 검색, 생성 및 업데이트할 수 있습니다. |
| AWS Lambda 간접적 호출 | 지원됨 | AWS Lambda를 직접적으로 호출하고, 선택적으로 키-값 페어를 반환합니다. |
| 모듈 간접 호출 | 지원됨 | 게시된 모듈을 호출하여 고객 응ㄷ재 흐름의 재사용 가능한 섹션을 만들 수 있습니다. |
**종료/트랜스퍼 블록**
| 흐름 블록 | Effect | 설명 |
| --- | --- | --- |
| 연결 해제/중단 | 지원됨 | 고객 응대의 연결을 해제하고 오디오 스트림 세션을 종료합니다. |
| 종료 흐름 | 지원됨 | 고객 응대를 연결 해제하지 않고 현재 흐름을 종료합니다. |
# Contact Lens 통합을 위한 다중 리전 중복 설정
다중 리전 중복성을 사용하면 최고의 신뢰성, 성능 및 효율성을 위해 외부 음성 시스템을 확장할 수 있습니다. Amazon Connect 복제본 인스턴스를 사용하여 다중 리전 중복을 지원할 수 있습니다.
## 액티브/패시브 중복 구성
한 리전(예: 미국 동부(버지니아 북부))에 하나의 Amazon Connect 인스턴스를 생성하고 다른 리전(예: 미국 서부(오리건))에 하나의 복제본 인스턴스를 생성할 수 있습니다. 그런 다음 SIPREC SIP INVITE를 기본 리전으로 전송하도록 외부 음성 시스템을 구성할 수 있습니다. 기본 리전의 Amazon Connect 인스턴스에 장애가 발생하면 외부 음성 시스템을 업데이트하여 패시브 리전의 복제본 Amazon Connect 인스턴스로 장애 조치할 수 있습니다.
## 액티브/액티브 중복 구성
두 Amazon Connect 인스턴스 모두에 오디오를 동시에 스트리밍하여 액티브-액티브 전략을 구현할 수 있습니다. 이 전략을 구현하려면 오디오를 두 개의 개별 리전으로 동시에 스트리밍하도록 외부 음성 시스템을 구성합니다. 각 리전에서 Contact Lens 통합은 다음을 수행합니다.
1. 자체 Amazon Connect 고객 응대를 생성합니다.
1. 오디오 스트림을 캡처하여 통화 녹음을 생성합니다.
1. Contact Lens 분석 수행
이 접근 방식을 사용하려면 모든 Amazon Connect 고객 센터 구성을 수동으로 복제해야 합니다. 하지만 Amazon Connect Global Resiliency를 사용하면 리전 전체에 모든 Amazon Connect 인스턴스 설정이 자동으로 복제됩니다. 자세한 내용은 [Amazon Connect Global Resiliency 설정](setup-connect-global-resiliency.md) 단원을 참조하십시오.