[논문]빈칸 되묻기 방식 기반 다중 키워드 처리가 가능한 주문용 챗봇 개발

최현준; 배승주; 정구민

doi:10.17661/jkiiect.2019.12.4.440

빈칸 되묻기 방식 기반 다중 키워드 처리가 가능한 주문용 챗봇 개발
Development of ordering chatbot that can process multiple keywords based on recursive slot-filling method 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.12 no.4, 2019년, pp.440 - 448

최현준 (Electronic Engineering, Kookmin University) , 배승주 (Electronic Engineering, Kookmin University) , 정구민 (Electronic Engineering, Kookmin University)

초록
AI-Helper

이 논문에서는 빈칸 되묻기 방식 기반 다중 키워드 처리가 가능한 주문용 챗봇을 제안한다. 일반적으로 챗봇을 이용한 주문 서비스의 경우에는 개발자가 미리 정의한 순서에 따라서만 주문이 진행된다. 그리고 한번의 답변으로 들어올 수 있는 입력 정보가 정해져 있기 때문에 사용자에 따라 다른 입력을 고려하지 못한다. 이 연구에서는 이러한 문제를 해결하기 위해 빈칸 되묻기 방식을 사용하여 다중 키워드 동시 처리를 하고자 한다. 빈칸 되묻기 방식은 다음과 같이 진행된다. 첫번째, 각 주문 단계에서 입력 받아야 하는 정보를 저장할 수 있는 배열을 미리 만들어 둔다. 그리고 각 주문 단계별로 받을 수 있는 정보들을 키워드로 미리 지정한다. 두번째로, 입력된 문장에서 키워드를 추출하는 작업을 진행한다. 그리고 추출된 키워드들을 해당하는 주문 단계의 배열에 채워 넣는다. 마지막으로, 각 주문 단계의 배열을 체크하면서 비어있는 단계에 대한 질문만 진행하여 부족한 정보들을 전부 채운다. 배열이 모두 채워지면 주문이 완료된다. 제안하는 방식은 한 문장에 주문과 관련된 키워드가 여러 개이더라도 처리가 가능하다. 그리고 한 번에 여러 개의 키워드를 처리할 수 있기 때문에 주문 단계를 생략하여 주문 시간을 줄일 수 있다. 안드로이드 스마트폰을 이용해 챗봇을 구현하고 빈칸 되묻기 방식을 이용해 주문 단계의 동적 처리가 되는지 실험을 통해 확인한다.

Abstract ▼ AI-Helper

In this paper, we propose an ordering chatbot that can process multiple keywords based on recursive slot-filling method. In general, in case of an order service using chatbots, the whole order process is performed only according to the sequence defined by the developer. That is, among all the information needed for the whole order process, only one input can be processed at one time. In order to reduce processing step for the order, we propose a recursive slot-filling method which fills out multiple slots per one time by extracting multiple keywords. First, a keyword array for the order is created according to the order related information. Next, from the input sentence of a user, multiple keywords is extracted. Corresponding slots for a keyword array will be filled with the extracted keywords. Finally, recursive routine will be executed to fill out all the blank in the keyword array. The usability and validity of the proposed method will be shown from the implementation of a smartphone application.

주제어

표/그림 (17)

그림 그림 1. Eliza 대화 예시 Fig. 1. Converation Example of Eliza
그림 그림 3. 일반적인 주문 서비스(좌, 3-a)와 다중 키워드 처리가 가능한 주문 서비스(우, 3-b) Fig. 3. General Order service(left, 3-a) and Order Service that can process Multi Keywords
그림 그림 2. 스크립트 기반 로봇의 동작 구조 Fig. 2. Operation Structure of Robot based Script
그림 그림 4. 빈칸 되묻기 방식을 이용한 주문 예시 Fig. 4. Order Example Using recursive slot-filling method
그림 그림 5. 각 질문에 해당하는 키워드 지정 Fig. 5. Set Keyword for Each Question
그림 그림 6. 키워드 추출 Fig. 6. Extraction Keyword
그림 그림 7. 스마트폰을 이용한 구현 Fig. 7. Implementation Using Smartphone
그림 그림 8. 커피 주문 시나리오의 구조 Fig. 8. Structure of Coffee Order Scenario
그림 그림 9. 1 ~ 4 단계 실행 화면 Fig. 9. Execution Screen of Step 1 ~ 4
그림 그림 10. 커피 주문 시나리오의 빈칸 되묻기 방식 순서도 Fig. 10. Flowchar of Slot-Filling Method for Coffee Order Scenario
표 표 1. 커피 주문 시나리오의 각 단계에 필요한 정보 Table 1. Information Required for each step of the coffee ordering scenario
그림 그림 12. 주문 결과 출력 화면 Fig. 12. Order Result Output Screen
그림 그림 11. 다중 키워드 처리 결과 A(좌, 11-a)와 다중 키워드 처리 결과 B(우, 11-b) Fig. 11. Multi Keywords Processing Result A(left, 11-a)와 Multi Keywords Processing Result B (right, 11-b)
표 표 2. 배열에 키워드를 채운 예시 Table 2. Example of Filling a Array with Keyword
표 표 3. 배열에 추가 키워드를 채운 예시 Table 3. Example of Filling a Array with Additional Keyword
표 표 4. 동시 처리한 키워드 수에 따른 수행 시간 비교 Table 4. Comparing the execution time according to the number of concurrently processed keywords
표 표 5. 일반인 10명을 대상으로 한 실험 결과 Table 5. Experimental Result of 10 General People

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

음성 인식한 문장에서 주문과 관련된 키워드들을 추출하고 해당하는 주문 단계의 배열에 자동으로 채워 넣는 빈칸 되묻기 방식에 대한 설명과 이를 구현하는 방법에 대해 서술한다.
이 논문에서는 일반적인 주문 로봇과 달리 빈칸 되묻기 방식 기반 동적 처리가 가능한 주문용 챗봇을 제안한다.
이 논문에서는 한 문장에 담긴 주문에 필요한 여러개의 정보를 처리하기 위해 빈칸 되묻기 방식 사용하여 동시에 처리가 가능한 주문용 챗봇을 제안한다.

제안 방법

10 번의 테스트 중 사례를 보면 첫 번째는 “아이스 아메리카노 한잔”으로 시작해 휘핑크림, 사이즈, 테이크 아웃 순으로 한 단계씩 처리하여 총 4단계를 거쳤고 주문시간은 23초가 걸렸다.
그리고 주문을 진행한 단계와 주문에 소요시간을 체크한 후 평균을 내어보았다.
동시에 처리하는 키워드 수를 1개, 3개, 6개로 늘여가면서 단축되는 주문 단계에 따른 주문에 소요되는 시간을 비교하는 실험을 진행했다. 일반적인 주문 서비스처럼 키워드를 1개씩 처리하는 경우, 총 6단계의 주문을 완료하는데 42초가 소요되었다.
두번째 사례는 “아이스 아메리카노”로 시작해 휘핑크림, 사이즈, 테이크 아웃, 잔 수 순으로 한 단계씩 처리하여 총 5단계를 거쳐서 진행하였다.
본 논문에서는 전체 시나리오에서 필요한 정보를 미리 변수로 만들어 채워나가는 빈칸 되묻기 방식을 사용하여 다중 키워드 동시 처리가 가능한 주문용 챗봇을 제안하였다.
빈칸 되묻기 방식을 사용한 다중 키워드 처리가 가능한 주문용 챗봇의 유효성을 검증하기 위해 그림8과 같은 커피 주문 시나리오를 예제로 사용하였다.
스마트폰은 Galaxy A6를 사용하였고, 안드로이드에서 제공하는 SpeechRecognizer API를 이용한 STT(Speech To Text) 기능과 TTS(Text To Speech) API를 사용해 질문과 대답을 수행하였다.
시간 측정은 어플리케이션을 실행하여 주문 요청이 시작되었을 때를 시작점으로 하였고, 주문에 필요한 모든 정보가 입력되어, 결과가 화면에 출력될 때를 종료점으로 하였다.
예제 시나리오를 이용해 제안하는 빈칸 되묻기 방식의 사용 유무에 따른 주문에 소요되는 시간을 비교해 보았다. 시간 측정은 어플리케이션을 실행하여 주문 요청이 시작되었을 때를 시작점으로 하였고, 주문에 필요한 모든 정보가 입력되어, 결과가 화면에 출력될 때를 종료점으로 하였다.
이 논문에서 제안하는 주문용 챗봇은 로봇 대신 안드로이드 스마트폰을 이용해 구현하였다. 스마트폰은 Galaxy A6를 사용하였고, 안드로이드에서 제공하는 SpeechRecognizer API를 이용한 STT(Speech To Text) 기능과 TTS(Text To Speech) API를 사용해 질문과 대답을 수행하였다.
이 연구에서는 챗봇의 동작이 미리 정의된 스크립트를 이용해 순서대로 진행하는 방식을 기본으로 하되, 여러 키워드가 동시에 들어왔을 때는 빈칸 되묻기 방식을 사용해 한 번에 처리하는 기능이 추가된 주문용 챗봇을 제안한다.
제안하는 주문용 챗봇은 구현의 난이도와 오차율 그리고 성능을 고려해서 룰기반 방식을 사용한다.
총 10명의 사람에게 제안한 주문용 챗봇의 사용방법을 설명한 다음, 각자 임의의 방법으로 주문을 진행하도록 하는 실험을 진행하였다.
커피 주문 시나리오에서 각 단계에 필요한 정보를 요약해보면 표 1과 같이 나타낼 수 있다. 표 1을 참고하여 빈칸 되묻기 방식을 구현하기 위해 각 단계의 키워드를 추출해 저장할 배열을 미리 만들었다.

이론/모형

Vibhor Sharma[7]은 ELIZA와 ALICE의 동작 방식을 이해한 후 둘의 장점을 결합하여 새로운 챗봇 시스템을 제안했다. AILM을 사용한 ALICE 봇의 대화 방식을 이용하고, 사용자의 입력을 분석할 때 ELIZA의 패턴 매칭 기법을 사용했다. 많은 룰 기반 방식의 챗봇이 존재하지만 이러한 방식들을 한 번의 입력에 정해진 하나의 출력이 매칭된다.
이 논문에서는 앞서 설명한 다중 키워드 동시 처리를 위해 빈칸 되묻기 방식을 사용한다. 빈칸 되묻기 방식은 필요한 정보가 들어갈 배열을 미리 만들어 두고 빈칸에 대해서만 질문을 해가며 채워나가는 방식을 의미한다.

성능/효과

예제를 통하여 제안한 키워드 추출을 이용한 빈칸 되묻기 방식이 추가된 주문용 챗봇의 유효성을 검증하였다. 이러한 예를 통하여 다중 키워드 처리 과정을 보았고 다양한 상황에 대처할 수 있음을 보여 주었다.
이번 실험을 통해 일반 사용자를 대상으로 한 경우에도 제안한 방식을 이용한 주문용 챗봇이 더 효율적이라는 것과 실제 사용이 가능하다는 것을 검증하였다.
일반적인 주문 서비스처럼 키워드를 1개씩 처리하는 경우, 총 6단계의 주문을 완료하는데 42초가 소요되었다. 제안하는 챗봇의 다중 키워드 처리 기능을 사용하여 주문할 때, 3개의 키워드를 동시에 처리할 경우 20초, 6개의 키워드를 동시에 처리할 경우 12초로 단축되었다. 기존 시간대비 감소율은 각 47.

후속연구

향후 키워드 추출 기능을 일반화하는 연구와 빈칸 되묻기 방식을 이용한 챗봇을 주문뿐만 아니라 다른 시나리오에도 적용하는 방법에 대한 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	챗봇을 구현하는 방법은?	챗봇을 구현하는 방법은 대표적으로 2가지가 있다[4]. 인공지능 기반으로 사람의 말 자체를 이해하는 방법과 미리 지정해둔 룰에 의해서 정해진 답변을 하는 방법[5-7]이 있다. 제안하는 주문용 챗봇은 구현의 난이도와 오차율 그리고 성능을 고려해서 룰기반 방식을 사용한다.
	현재의 챗봇 주문 서비스들의 한계점	현재의 챗봇 주문 서비스들은 미리 정해진 순서에 따라 대화를 하면서 주문을 진행한다. 순서에 따라 주문을 진행 할 경우, 모든 과정의 대화를 진행해야 하기 때문에 소요되는 시간도 많고, 일의 효율도 떨어지게 된다. 만약 한 문장에 여러 개의 주문 정보를 입력으로 줄 때, 챗봇이 부족한 정보에 대한 질문만 진행한다면 불필요한 과정을 줄일 수 있고, 소요되는 시간도 줄일 수 있다.
	빈칸 되묻기 방식를 이용한 주문용 챗봇의 장점	본 논문에서는 전체 시나리오에서 필요한 정보를 미리 변수로 만들어 채워나가는 빈칸 되묻기 방식을 사용하여 다중 키워드 동시 처리가 가능한 주문용 챗봇을 제안하였다. 빈칸 되묻기 방식을 이용하여 다중 키워드가 포함된 입력을 처리할 수 있고, 불필요한 단계를 생략할 수 있고, 또한 단계에 구애 받지 않고 주문을 진행할 수 있으므로 개발자는 유연한 시나리오 작성이 가능하다. 그리고 사용자 입장에서도 주문 시간을 단축할 수 있을 뿐 아니라 자연스러운 주문이 가능하다.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증