본 연구는 챗봇 시장 확대와 더불어 기업들의 시범적 도입 시기를 지나 대규모 챗봇 구축이 예상되는 시점에서 챗봇 구축 방법론의 필요성을 인지하고 절차 및 수행 중심의 방법론을 제시하였다. 이를 위해 챗봇의 기술적 이해 부분과 시장전망 및 도입현황 분석 활동을 선행하였다. 챗봇은 인공지능기술을 활용한 자연어처리 및 ...
본 연구는 챗봇 시장 확대와 더불어 기업들의 시범적 도입 시기를 지나 대규모 챗봇 구축이 예상되는 시점에서 챗봇 구축 방법론의 필요성을 인지하고 절차 및 수행 중심의 방법론을 제시하였다. 이를 위해 챗봇의 기술적 이해 부분과 시장전망 및 도입현황 분석 활동을 선행하였다. 챗봇은 인공지능기술을 활용한 자연어처리 및 머신러닝으로 사용자의 발화를 분석하고 설계된 의도와 매칭하여 답변을 제공한다. 이러한 대화처리를 위해서는 체계적인 대화설계를 필요로 한다. 국내외에는 많은 챗봇 솔루션이 출시되고 있으며 대화설계를 용이하게 지원하는 챗봇 빌더 기능을 활용할 수도 있다. 챗봇 시장은 전 산업분야로 확산 및 성장 중이며 기업들은 점차 핵심적인 업무로 구축 범위를 확대해 나갈 것으로 예상된다. 즉 단순 정보제공 기능을 넘어서 RPA, 빅데이터, CRM, ERP, SCM 등 기업의 핵심적이고 전략적인 시스템과의 연계되면서 기술적으로 복잡해지고 규모가 대형화가 될 것이다. 결과적으로 대규모 챗봇 구축 프로젝트를 수행하기 위해서는 좀 더 체계화되고 표준화된 챗봇 구축 방법론이 필요하다. 따라서 기업에서 챗봇을 도입하기 위한 사업기획 단계부터 챗봇 요구정의, 대화모델 정의, 대화모델 설계, 대화모델 구현 및 학습, 평가 및 검증, 운영전환 단계로 이루어지는 공정을 제시하였다.
본 연구는 챗봇 시장 확대와 더불어 기업들의 시범적 도입 시기를 지나 대규모 챗봇 구축이 예상되는 시점에서 챗봇 구축 방법론의 필요성을 인지하고 절차 및 수행 중심의 방법론을 제시하였다. 이를 위해 챗봇의 기술적 이해 부분과 시장전망 및 도입현황 분석 활동을 선행하였다. 챗봇은 인공지능기술을 활용한 자연어처리 및 머신러닝으로 사용자의 발화를 분석하고 설계된 의도와 매칭하여 답변을 제공한다. 이러한 대화처리를 위해서는 체계적인 대화설계를 필요로 한다. 국내외에는 많은 챗봇 솔루션이 출시되고 있으며 대화설계를 용이하게 지원하는 챗봇 빌더 기능을 활용할 수도 있다. 챗봇 시장은 전 산업분야로 확산 및 성장 중이며 기업들은 점차 핵심적인 업무로 구축 범위를 확대해 나갈 것으로 예상된다. 즉 단순 정보제공 기능을 넘어서 RPA, 빅데이터, CRM, ERP, SCM 등 기업의 핵심적이고 전략적인 시스템과의 연계되면서 기술적으로 복잡해지고 규모가 대형화가 될 것이다. 결과적으로 대규모 챗봇 구축 프로젝트를 수행하기 위해서는 좀 더 체계화되고 표준화된 챗봇 구축 방법론이 필요하다. 따라서 기업에서 챗봇을 도입하기 위한 사업기획 단계부터 챗봇 요구정의, 대화모델 정의, 대화모델 설계, 대화모델 구현 및 학습, 평가 및 검증, 운영전환 단계로 이루어지는 공정을 제시하였다.
In addition to expanding the market for chatbot, this study recognizes he need for the chatbot deployment methodology when large-scale chatbot construction is expected after the pilot period by companies, and presents a methodology centered on procedures and performance. To this end, I analyze the a...
In addition to expanding the market for chatbot, this study recognizes he need for the chatbot deployment methodology when large-scale chatbot construction is expected after the pilot period by companies, and presents a methodology centered on procedures and performance. To this end, I analyze the activity of the technical parts of the chatbot, the market outlook, and the status of its implementation. Chatbot analyzes user's intention through natural language processing and machine learning using artificial intelligence technology and provides answers by matching the intended purpose. For this process, a systematic dialogue design is required. Many chatbot solutions are being released at home and abroad and they can take advantage of features that facilitate dialogue design. The chatbot market is expanding and growing throughout the industry, and companies are expected to expand the scope of deployment into core business. In other words, it will become technically complex and large-scale as it goes beyond simple information-delivery functions and be linked to core and strategic systems of enterprises such as RPA, big data, CRM, ERP and SCM. As a result, it is necessary to establish a more systematic and standardized chatbot to carry out a large-scale chatbot construction project. Therefore, the result of this study suggests a methodology to adopt a lagre-scale chatbot system throughout the software lifecycle including the planning, requirement analysis, the definition of dialogue model, the design of dialogue model, the application of dialogue model and the learning, evaluation and verification, operation transfer stage.
In addition to expanding the market for chatbot, this study recognizes he need for the chatbot deployment methodology when large-scale chatbot construction is expected after the pilot period by companies, and presents a methodology centered on procedures and performance. To this end, I analyze the activity of the technical parts of the chatbot, the market outlook, and the status of its implementation. Chatbot analyzes user's intention through natural language processing and machine learning using artificial intelligence technology and provides answers by matching the intended purpose. For this process, a systematic dialogue design is required. Many chatbot solutions are being released at home and abroad and they can take advantage of features that facilitate dialogue design. The chatbot market is expanding and growing throughout the industry, and companies are expected to expand the scope of deployment into core business. In other words, it will become technically complex and large-scale as it goes beyond simple information-delivery functions and be linked to core and strategic systems of enterprises such as RPA, big data, CRM, ERP and SCM. As a result, it is necessary to establish a more systematic and standardized chatbot to carry out a large-scale chatbot construction project. Therefore, the result of this study suggests a methodology to adopt a lagre-scale chatbot system throughout the software lifecycle including the planning, requirement analysis, the definition of dialogue model, the design of dialogue model, the application of dialogue model and the learning, evaluation and verification, operation transfer stage.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.