인공지능 기술의 급격한 발전은 자연어처리에 있어서도 인간의 능력과 유사한 기능을 모사하는 기술이나 서비스 들의 확산도 같이 이뤄지고 있다. 특히 스마트 어드바이저와 스마트 비서 또는 MRC (Machine Readible Comprehence), 챗봇과 같은 기술들은 다양한 영역에서 그 활용도를 높게 평가받고 있다. 특히 챗봇은 최근 몇 년동안 AI스피커, 음성인식, 상담과 같은 분야와의 접목을 통해 기술의 가치를 높이고 있다. 그러나 챗봇이 인간과 같은 수준의 대화를 실행하는 것은 매우 어려운 수준으로 챗봇의 대화 구성은 많은 연구를 수행하였음에도 불구하고 대화가 내포하고 있는 의미, 대화의 맥락, 대화의 뉘앙스 또는 대화의 의도 등에 의해 챗봇이 인간과의 대화에 있어 기대에 못미치는 결과를 나타내고 있으며, 이는 챗봇기술과 시장에 있어 챗봇의 발전을 저해하는 요인이 되고 있다. 특히 챗봇에서 대화를 구성하는 방법에서 챗봇이 인간의 대화 의도를 파악하고 그에 가장 적절한 대답을 자동으로 추출하는 ...
인공지능 기술의 급격한 발전은 자연어처리에 있어서도 인간의 능력과 유사한 기능을 모사하는 기술이나 서비스 들의 확산도 같이 이뤄지고 있다. 특히 스마트 어드바이저와 스마트 비서 또는 MRC (Machine Readible Comprehence), 챗봇과 같은 기술들은 다양한 영역에서 그 활용도를 높게 평가받고 있다. 특히 챗봇은 최근 몇 년동안 AI스피커, 음성인식, 상담과 같은 분야와의 접목을 통해 기술의 가치를 높이고 있다. 그러나 챗봇이 인간과 같은 수준의 대화를 실행하는 것은 매우 어려운 수준으로 챗봇의 대화 구성은 많은 연구를 수행하였음에도 불구하고 대화가 내포하고 있는 의미, 대화의 맥락, 대화의 뉘앙스 또는 대화의 의도 등에 의해 챗봇이 인간과의 대화에 있어 기대에 못미치는 결과를 나타내고 있으며, 이는 챗봇기술과 시장에 있어 챗봇의 발전을 저해하는 요인이 되고 있다. 특히 챗봇에서 대화를 구성하는 방법에서 챗봇이 인간의 대화 의도를 파악하고 그에 가장 적절한 대답을 자동으로 추출하는 완전 자동화의 어려움으로 대부분의 챗봇에서는 챗봇에게 대화의 시나리오를 미리 설계하고, 시나리오에 맞는 답을 찾아 제공하는 ‘메신지형 검색’ 수준의 기술에 머무르고 있는 실정이다. 메신지형 검색 수준의 챗봇 또한 사람이 일일이 시나리오를 개발하고 답을 구성하기 때문에 챗봇을 개발하는데 많은 시간과 비용이 들고 이는 챗봇 기술 개발을 외면하게 하는 요인이 될 수 있다. 또한 챗봇에서 개발자나 사용자가 챗봇을 만들고 수정할 수 있게 하는 프레임워크 기술이 배포되어 있으며, 이를 봇 빌더(Bot Builder)라고 하는데, 봇 빌더에서는 챗봇의 중심이 되는 엔티티(Entity)와 시나리오(Scenario)가 필수적으로 필요하며, 챗봇의 특성에 따라 발화패턴, 학습 등의 기능들이 제공된다. 많은 챗봇 프레임워크에서 엔티티와 시나리오의 등록은 반정형 데이터를 사용해 한꺼번에 등록하거나, 봇 빌더가 제공하는 GUI를 통해 하나씩 등록한다. 이러한 방식으로 구성된 챗봇은 작성자가 사용자의 모든 궁금증에 대해 시나리오를 작성하지 못하므로 챗봇의 응답률이 저하된다. 이러한 문제점을 해결하기 위해 인공지능 학습을 통한 추론 등을 이용해 사용자의 질문을 인식하는 연구들이 진행되었다. 하지만 학습을 이용한 방법은 분석 대상과 관련된 많은 질의응답 데이터들이 필요하며 정제를 위한 부가적인 작업을 필요로 하다. 본 연구는 챗봇 대화 서비스에서 가장 핵심이 되는 시나리오는 문장이 내포한 의미나 맥락에 따라 최적의 시나리오를 추천할 수 있는 시나리오 자동 구성 방법을 연구하였다. 최적의 시나리오를 구성하기 위해 네이버의 지식인과 같은 분야에서 관련 대화를 수집하였으며, 이를 바탕으로 자동으로 맥락기반의 단어를 추천하여 챗봇 시나리오를 구성할 수 있는 방법을 제안한다. 본 연구의 핵심 과정은 다음과 같다. 원하는 분석 대상에 대해 앞에서 기술한 네이버 지식인 문장을 포함하여 자동으로 비정형 데이터(Word, PDF 등)를 수집하였고, 챗봇의 지식을 구성할 수 있도록 메타데이터를 도출하고 이를 기반으로 반정형 데이터(RDB, 스프레드시트, CSV)를 자동으로 생성하는 과정을 구성하였으며, 또한 적응적으로 문장의 핵심 어절이나 구를 추출하고 추출된 어절들과 연관된 어절들의 유사도를 계산하여 대화문셋을 생성하였고, 특정 문장이 입력되었을 때 이와 연관된 어절들을 추천하여 챗봇에서 시나리오를 자동으로 구성하는 방법을 제안한다. 본 논문에서 챗봇의 시나리오를 자동 구성하는 분야로 많은 질문과 답이 있는 조선시대 “이순신”장군을 선정하였고, “이순신”장군에 대한 많은 질문과 답변들을 수집하여 제안한 방법을 이용해 챗봇 시나리오가 자동으로 구성되어 높은 수준의 질의응답을 수행하는 챗봇을 개발하였고 개발된 서비스의 사용 테스트 결과 챗봇의 개발 시간의 단축은 물론 챗봇의 대화 수준도 우수하였다.
인공지능 기술의 급격한 발전은 자연어처리에 있어서도 인간의 능력과 유사한 기능을 모사하는 기술이나 서비스 들의 확산도 같이 이뤄지고 있다. 특히 스마트 어드바이저와 스마트 비서 또는 MRC (Machine Readible Comprehence), 챗봇과 같은 기술들은 다양한 영역에서 그 활용도를 높게 평가받고 있다. 특히 챗봇은 최근 몇 년동안 AI스피커, 음성인식, 상담과 같은 분야와의 접목을 통해 기술의 가치를 높이고 있다. 그러나 챗봇이 인간과 같은 수준의 대화를 실행하는 것은 매우 어려운 수준으로 챗봇의 대화 구성은 많은 연구를 수행하였음에도 불구하고 대화가 내포하고 있는 의미, 대화의 맥락, 대화의 뉘앙스 또는 대화의 의도 등에 의해 챗봇이 인간과의 대화에 있어 기대에 못미치는 결과를 나타내고 있으며, 이는 챗봇기술과 시장에 있어 챗봇의 발전을 저해하는 요인이 되고 있다. 특히 챗봇에서 대화를 구성하는 방법에서 챗봇이 인간의 대화 의도를 파악하고 그에 가장 적절한 대답을 자동으로 추출하는 완전 자동화의 어려움으로 대부분의 챗봇에서는 챗봇에게 대화의 시나리오를 미리 설계하고, 시나리오에 맞는 답을 찾아 제공하는 ‘메신지형 검색’ 수준의 기술에 머무르고 있는 실정이다. 메신지형 검색 수준의 챗봇 또한 사람이 일일이 시나리오를 개발하고 답을 구성하기 때문에 챗봇을 개발하는데 많은 시간과 비용이 들고 이는 챗봇 기술 개발을 외면하게 하는 요인이 될 수 있다. 또한 챗봇에서 개발자나 사용자가 챗봇을 만들고 수정할 수 있게 하는 프레임워크 기술이 배포되어 있으며, 이를 봇 빌더(Bot Builder)라고 하는데, 봇 빌더에서는 챗봇의 중심이 되는 엔티티(Entity)와 시나리오(Scenario)가 필수적으로 필요하며, 챗봇의 특성에 따라 발화패턴, 학습 등의 기능들이 제공된다. 많은 챗봇 프레임워크에서 엔티티와 시나리오의 등록은 반정형 데이터를 사용해 한꺼번에 등록하거나, 봇 빌더가 제공하는 GUI를 통해 하나씩 등록한다. 이러한 방식으로 구성된 챗봇은 작성자가 사용자의 모든 궁금증에 대해 시나리오를 작성하지 못하므로 챗봇의 응답률이 저하된다. 이러한 문제점을 해결하기 위해 인공지능 학습을 통한 추론 등을 이용해 사용자의 질문을 인식하는 연구들이 진행되었다. 하지만 학습을 이용한 방법은 분석 대상과 관련된 많은 질의응답 데이터들이 필요하며 정제를 위한 부가적인 작업을 필요로 하다. 본 연구는 챗봇 대화 서비스에서 가장 핵심이 되는 시나리오는 문장이 내포한 의미나 맥락에 따라 최적의 시나리오를 추천할 수 있는 시나리오 자동 구성 방법을 연구하였다. 최적의 시나리오를 구성하기 위해 네이버의 지식인과 같은 분야에서 관련 대화를 수집하였으며, 이를 바탕으로 자동으로 맥락기반의 단어를 추천하여 챗봇 시나리오를 구성할 수 있는 방법을 제안한다. 본 연구의 핵심 과정은 다음과 같다. 원하는 분석 대상에 대해 앞에서 기술한 네이버 지식인 문장을 포함하여 자동으로 비정형 데이터(Word, PDF 등)를 수집하였고, 챗봇의 지식을 구성할 수 있도록 메타데이터를 도출하고 이를 기반으로 반정형 데이터(RDB, 스프레드시트, CSV)를 자동으로 생성하는 과정을 구성하였으며, 또한 적응적으로 문장의 핵심 어절이나 구를 추출하고 추출된 어절들과 연관된 어절들의 유사도를 계산하여 대화문셋을 생성하였고, 특정 문장이 입력되었을 때 이와 연관된 어절들을 추천하여 챗봇에서 시나리오를 자동으로 구성하는 방법을 제안한다. 본 논문에서 챗봇의 시나리오를 자동 구성하는 분야로 많은 질문과 답이 있는 조선시대 “이순신”장군을 선정하였고, “이순신”장군에 대한 많은 질문과 답변들을 수집하여 제안한 방법을 이용해 챗봇 시나리오가 자동으로 구성되어 높은 수준의 질의응답을 수행하는 챗봇을 개발하였고 개발된 서비스의 사용 테스트 결과 챗봇의 개발 시간의 단축은 물론 챗봇의 대화 수준도 우수하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.