[논문]Development of Artificial Intelligence-based Legal Counseling Chatbot System

Park, Koo-Rack

doi:10.9708/jksci.2021.26.03.029

[국내논문] Development of Artificial Intelligence-based Legal Counseling Chatbot System 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.26 no.3, 2021년, pp.29 - 34

Park, Koo-Rack (Dept. of Computer Science & Engineering, Kongju National University)

초록
AI-Helper

4차 산업혁명 시대의 도래와 함께 IT기술은 기존의 다양한 산업과 분야에 융합되어 기존에 없던 새로운 서비스들을 만들어내고 있다. 특히 인공지능 분야의 챗봇과 최신 기술은 자연어처리 기술의 발전과 함께 그 성능이 비약적으로 발전하여 다양한 업무처리를 챗봇을 통해 처리하고 있다. 본 연구는 슬롯필링(Slot Filling) 기반의 챗봇 기술을 통해서 법률 질의에 대한 구조적인 폼(Structual Form)을 만들고 정해진 형태의 질문을 입력하여 사용자가 찾고자 하는 질문에 근접한 답변을 제공하는 시스템에 대한 연구이다. 제안 시스템을 이용하여 텍스트 형태의 비정형 데이터인 법률 정보를 보다 구조화된 형태로 질의응답 데이터를 구축할 수 있다. 또 축적된 질의응답 데이터를 하이브(Apache Hive)와 같은 빅데이터 저장 시스템을 통해 관리하여 학습에 데이터를 재활용하는 것으로 응답의 신뢰성을 지속적 향상을 기대할 수 있다.

Abstract ▼ AI-Helper

With the advent of the 4th industrial revolution era, IT technology is creating new services that have not existed by converging with various existing industries and fields. In particular, in the field of artificial intelligence, chatbots and the latest technologies have developed dramatically with the development of natural language processing technology, and various business processes are processed through chatbots. This study is a study on a system that provides a close answer to the question the user wants to find by creating a structural form for legal inquiries through Slot Filling-based chatbot technology, and inputting a predetermined type of question. Using the proposal system, it is possible to construct question-and-answer data in a more structured form of legal information, which is unstructured data in text form. In addition, by managing the accumulated Q&A data through a big data storage system such as Apache Hive and recycling the data for learning, the reliability of the response can be expected to continuously improve.

Keyword

표/그림 (8)

그림 Fig. 1. Flow of NLP Processing
그림 Fig. 2. System Configuration
그림 Fig. 3. Chatbot Slot Form
그림 Fig. 4. Hive Table Scheme
그림 Fig. 5. Request Scheme
그림 Fig. 6. Chatbot Web Application UI
그림 Fig. 7. Request Data JSON Type
그림 Fig. 8. Part of the DataSet Algorithm

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 인공지능을 활용한 법률상담 챗봇 시스템으로 법률 서비스 사용자로 하여금 복잡한 법률적인 지식으로 키워드를 검색하는 기존의 방식이 아니라 대화를 진행하며 원하는 정보에 접근할 수 있도록 시스템을 구현한 것이다. 시스템 사용자가 입력한 질의를 분석하여 그 안에서 키워드를 추출하고 이것이 어느 법률 도메인에 속하는지 알아낸다.

제안 방법

시스템 사용자가 입력한 질의를 분석하여 그 안에서 키워드를 추출하고 이것이 어느 법률 도메인에 속하는지 알아낸다. 그러나 법률 도메인을 추출하기 어렵거나 입력받은 키워드가 모호할 경우 시스템 사용자에게 어느 도메인에 속하는지를 물어보아 질의어를 최종 완성하고 이를 통해서 유사한 답변을 찾아 서비스하는 룰 기반의 챗봇 시스템을 법률상담 부분에 적용한 것으로 시스템 구축과 법률 분야 활용 가능성을 서술하였다.
본 연구의 제안 시스템은 웹 애플리케이션을 통해 입력받은 시스템 사용자의 질의에 대해서 슬롯 필링 방식의 챗봇을 활용하여 시스템 사용자가 적절한 질의를 할 수 있도록 유도하고 이에 대한 답변을 기존에 구축되어 있는 답변 데이터에서 적절한 답을 시스템 사용자게에 제공하는 시스템으로 제안 시스템의 구성도는 다음의 Fig. 2와 같다.
구축한 테스트용 데이터이다. 법은 많은 분야가 있고 판례 역시 다양하기 때문에 본 연구에서는 생활에 밀접한 법인 행정법, 노동법, 교통사고법의 데이터를 중심으로 시스템에 적용하였다. 해당 사이트의 특성상 법률자문의 특징이 있고 그것이 판결 내용과 다를 수도 있음을 공지하고 유사한 질문에 대한 답변을 추천하고 추천 답변이 없다면 입력받은 메일을 통해서 답변 내용을 관리자가 발송할 수 있도록 하였다.
법은 많은 분야가 있고 판례 역시 다양하기 때문에 본 연구에서는 생활에 밀접한 법인 행정법, 노동법, 교통사고법의 데이터를 중심으로 시스템에 적용하였다. 해당 사이트의 특성상 법률자문의 특징이 있고 그것이 판결 내용과 다를 수도 있음을 공지하고 유사한 질문에 대한 답변을 추천하고 추천 답변이 없다면 입력받은 메일을 통해서 답변 내용을 관리자가 발송할 수 있도록 하였다. 시스템 사용자와의 인터페이스를 위한 웹 애플리케이션을 다음과 같이 설계하였다.
웹 애플리케이션을 작성하기 위해 파이썬 기반의 django 프레임워크를 사용하였다. 시스템 사용자는 웹 애플리케이션을 통해서 질문 내용을 입력하고 시스템은 질문 내용을 분석하여 보다 자세한 정보나 누락된 정보를 추가 입력할 수 있도록 구성 하였다.
6은 챗봇의 웹 애플리케이션 인터페이스로 시스템 사용자의 답변에 시스템이 응답하는 형태로 구성되어 있다. 입력받은 질문에 대하여 키워드를 추출하고 해당 질문이 어떤 도메인(법률)에 속해 있는지를 추출한다.
해당 질문의 내용이 도메인까지 확정이 되었다면 입력된 키워드로 질문의 전체 내용을 챗봇 시스템에 전송한다. 구현한 예제에서는 “사고”, “치료비”라는 키워드를 추출하고 어떤 종류의 사고인지 모호하기 때문에 도메인을 요청해서 “교통사고”라는 도메인정보를 얻어 챗봇 시스템에 데이터를 전송하고 유사한 답변을 찾아서 시스템 사용자에게 정보를 제공한다.
제안 시스템은 인공지능을 기반으로 하는 법률상담 챗봇으로 법률 서비스를 사용자가 보다 쉽고 정확하게 원하는 정보에 접근 할 수 있도록 하기 위한 방안으로 구현한 것이다. 법률상담 챗봇 서비스 사용자는 검색을 원하는 내용에 대한 전문지식이 없이도 대화형 시스템에서 요구하는 몇 가지 단계만을 통해서 법률 정보를 쉽고 빠르게 제공 받을 수 있게 하였다.
법률상담 챗봇 서비스 사용자는 검색을 원하는 내용에 대한 전문지식이 없이도 대화형 시스템에서 요구하는 몇 가지 단계만을 통해서 법률 정보를 쉽고 빠르게 제공 받을 수 있게 하였다. 이러한 방식을 위해 슬롯 방식의 챗봇을 적용하여 반드시 필요한 정보에 대해서는 사용자에게 요구하도록 설계하고 구현하였다. 슬롯 방식의 챗봇을 통해 사용자의 질문을 보다 구체화 할 수 있었고 이를 통해 질문에 대한 답변 만족도를 높이는 효과를 얻을 수 있다.

대상 데이터

본 연구 논문에 사용한 데이터는 포털 사이트의 법률 자문 데이터들을 크롤링 기술을 이용하여 데이터 셋을 가공한 후, 구축한 테스트용 데이터이다. 법은 많은 분야가 있고 판례 역시 다양하기 때문에 본 연구에서는 생활에 밀접한 법인 행정법, 노동법, 교통사고법의 데이터를 중심으로 시스템에 적용하였다.
입력한 데이터를 받을 수 있다. 시스템 사용자의 질문에 대해서 적절한 답변을 위해 “답변용 대화 데이터 셋”을 활용한다. 해당 데이터 셋은 법률의 도메인, 질문의 키워드, 질의 내용, 질의 내용에 대답하는 답변 코드 형태로 되어 있다.

이론/모형

질의 도메인은 법령의 구분을 의미한다. 본 연구에서는 “행정법, 노동법, 교통사고법”을 중심으로 하였다. 키워드는 질의의 내용을 분석하고 추출한 단어들 예를 들어 “아파트, 재건축, 보험, 집행유예, 정규직, 퇴직, 급여” 등으로 각 도메인마다 그 키워드를 달리하여 사전에 수집하였다.
입력된 사용자의 질의 데이터를 저장하기 위해 대표적인 빅데이터 저장 플랫폼인 하둡 에코시스템 중 하나인 아파치 하이브를 사용하였다.
먼저 qid, keyword, question, email 각각의 항목들을 텍스트 형태의 데이터로 입력 받는다. 저장된 질의 내용은 NLP(자연어처리, Natural Language Pr ocessing) 처리를 통해서 보다 정확한 질의 결과를 사용자에게 제공하는데 활용된다. 질의 내용을 통해서 답변을 예측하는 방법으로는 분류기법을 사용하였다.
저장된 질의 내용은 NLP(자연어처리, Natural Language Pr ocessing) 처리를 통해서 보다 정확한 질의 결과를 사용자에게 제공하는데 활용된다. 질의 내용을 통해서 답변을 예측하는 방법으로는 분류기법을 사용하였다.
시스템 사용자와의 인터페이스를 위한 웹 애플리케이션을 다음과 같이 설계하였다. 웹 애플리케이션을 작성하기 위해 파이썬 기반의 django 프레임워크를 사용하였다. 시스템 사용자는 웹 애플리케이션을 통해서 질문 내용을 입력하고 시스템은 질문 내용을 분석하여 보다 자세한 정보나 누락된 정보를 추가 입력할 수 있도록 구성 하였다.
8 데이터 셋 설정 화면의 일부분으로서 질문의 도메인과 키워드, 질의 내용을 통해서 적절한 답변 코드를 반환하는 역할을 수행한다. 적절한 답변을 찾기 위한 심층신경망 구현을 위해 Tensorflow 라이브러리를 사용하였다.

성능/효과

이러한 방식을 위해 슬롯 방식의 챗봇을 적용하여 반드시 필요한 정보에 대해서는 사용자에게 요구하도록 설계하고 구현하였다. 슬롯 방식의 챗봇을 통해 사용자의 질문을 보다 구체화 할 수 있었고 이를 통해 질문에 대한 답변 만족도를 높이는 효과를 얻을 수 있다. 해당 질문에 대한 답변을 찾는 과정에서 사용하는 딥러닝 기반의 분류 알고리즘의 성능을 높이기 위해서는 보다 다양한 데이터와 슬롯에 대한 정의 높은 수준의 질문과 답변의 데이터 셋이 필요하다.

후속연구

해당 질문에 대한 답변을 찾는 과정에서 사용하는 딥러닝 기반의 분류 알고리즘의 성능을 높이기 위해서는 보다 다양한 데이터와 슬롯에 대한 정의 높은 수준의 질문과 답변의 데이터 셋이 필요하다. 향후 연구에서는 이러한 질문과 답변 그리고 보다 다양한 법률 영역에 대한 데이터수집을 위해 법률 검색과 다양한 법률 상담 서비스와의 연계, 현업 법률 전문가와의 협업이 필요하다. 이와 병행하여 기존에 구축된 법률 데이터 활용과 이를 위한 표준화 체계가 연구되어야 할 것이다.
향후 연구에서는 이러한 질문과 답변 그리고 보다 다양한 법률 영역에 대한 데이터수집을 위해 법률 검색과 다양한 법률 상담 서비스와의 연계, 현업 법률 전문가와의 협업이 필요하다. 이와 병행하여 기존에 구축된 법률 데이터 활용과 이를 위한 표준화 체계가 연구되어야 할 것이다.

참고문헌 (17)

J. M. Yang, "Prospect of the Legal Expert System," Inha Law Review : The Institute of Legal Studies Inha University, Vol. 19, No. 2, pp. 213-242, June 2016.
J. C. Smith, "Machine Intelligence and Legal Reasoning," Chi.-Kent L. Rev, Vol. 73, pp. 277, Nov. 1997.
S. C. Kwasny and K. A. Faisal, "Overcoming Limitations of Rule-Based Systems: An Example of a Hybrid Deterministic Parser," In Konnektionismus in Artificial Intelligence und Kognitionsforschung, pp.48-57, 1990. DOI : 10.1007/978-3-642-76070-9_5
T. W. Bae, Chatbot Market Forecast by 2021-2022, https://www.hankyung.com/it/article/2018071073181.
A. Park, S. B. Lee and J. Song, "Application of AI based Chatbot Technology in the Industry," Journal of the Korea Society of Computer and Information, Vol. 25, No. 7, pp. 17-25, July 2020. DOI : 10.9708/jksci.2020.25.07.017

원문보기 상세보기
M. S. Kim et al, "Design and Implementation of a Chatbot System for Smart Stores," The ICCC Journal of the Korea Contents Assocation, pp. 47-48. Asian Institute of Technology, Pathumthani, Thailand, December 2017.
H. J. Park, "A study on the effectiveness of chat-bot service on service value and service acceptance attitude : Case study of 'D' Airlines," International Journal of Tourism and Hospitality Research, Vol. 34, No. 11, pp. 111-124, November 2020. DOI : 10.21298/IJTHR.2020.11.34.11.111

상세보기
L. S. Levin, D. A. Evans and D. M. Gates, "THE ALICE SYSTEM A WORKBENCH FOR LEARNING AND USING LANGUAGE," CALICO journal, Vol. 9, No. 1, pp. 27-56, 1991.
V. Sharma, M. Goyal and D. Malik, "An intelligent behaviour shown by chatbot system," International Journal of New Technology and Research, Vol. 3, No. 4, pp. 52-54, April 2017.
J. Weizenbaum, "ELIZA-a computer program for the study of natural language communication between man and machine," Communications of the ACM, Vol. 9, No. 1, pp. 36-45, January 1966. DOI : 10.1145/365153.365168

상세보기
D. A. Park, "A study on conversational public administration service of the Chatbot based on artificial intelligence," Journal of Korea Multimedia Society, Vol. 20, No. 8, pp. 1347-1356, August 2017. DOI : 10.9717/kmms.2017.20.8.1347

원문보기 상세보기
S. W. Choi and J. H. Nam, "The Use of AI Chatbot as An Assistant Tool for SW Education," Journal of the Korea Institute of Information and Communication Engineering, Vol. 23, No. 12, pp. 1693-1699, December 2019.
I. Ahmed and S. Singh, "Aiml based voice enabled artificial intelligent chatterbot," International Journal of u-and e-Service, Science and Technology, Vol. 8, No. 2, pp. 375-384, 2015. DOI : 10.14257/ijunesst.2015.8.2.36

상세보기
H. J. Choi, S. J. Bae and G. M. Jeong, "Development of ordering chatbot that can process multiple keywords based on recursive slot-filling method," The Journal of Korea Institute of Information, Electronics, and Communication Technology, Vol. 12, No. 4, pp. 440-448, July 2019. DOI : 10.17661/jkiiect.2019.12.4.440

원문보기 상세보기
H. J. Lee and J. W. Kim, "A Study on the Natural Language Processing (NLP) Technical and Standardization Trend," Journal of Korea Institute of Communication Sciences, pp. 876-877, Korea, June 2017.
A. R. Song and Y. H. Park, "WV-BTM: A technique on improving accuracy of topic model for short texts in SNS," Journal of Digital Contents Society, Vol. 19, No. 1, pp. 51-58, January 2018. DOI : 10.9728/dcs.2018.19.1.51

원문보기 상세보기
Y. Kim, H. Chung, Y. Min, J. Kim and J. Choi, "Performance Acceleration Techniques for Hive Query Processing using Relational Database," In The Fifth International Conference on Emerging Databases, pp. 343-345, Korea, June 2013.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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