선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 구현한 시스템이 올바르게 작동하는지 확인하기 위한 실험을 진행하고, 그 실험 데이터와 결과로 나타나는 데이터를 다음과 같이 나타낸다. 일반적인 사용자들의 질의에 대한 것들을 입력 데이터세트로 구성하여 챗봇이 사용자의 질의에 대해 응답할 수 있도록 하였다.
- 본 논문에서는 기존 챗봇 시스템이 가지는 한계점이 챗봇의 정적인 학습 모델에 있다는 것에 착안하여 동적으로 사용자의 질의에 대해 학습을 진행하는 시스템을 설계하고 구현해보았다. 기존에 존재하던 질의에 대한 응답뿐만 아니라 동적인 학습을 통해 최대한 사용자가 원하는 정보를 얻을 수 있도록 하였다.
- 한 가지의 키워드도 동의어가 많은데, 데이터 셋(Data Set)이 매우 많은 챗봇 시스템의 경우에는 준비된 기능들이 사용자의 요청에 전부 대응하지 못할 수 있다는 단점이 있다. 본 논문이 제안하는 시스템으로 이러한 단점을 보완하고자 한다.
- 그럼에도 불구하고 아직 까지는 응답 가능한 질의에 대해서만 서비스를 하고, 응답불가능한 질의의 경우에는 대기 중인 상담원을 연결해주거나, 응답할 수 없음을 사용자에게 보낸다. 아직까지 국내 챗봇의 경우에도 이 수준에서 크게 벗어나지 못하였기 때문에 본 논문에서는 이와 같은 문제점을 해결할 수 있는 챗봇 시스템을 제안하고자 한다. 위 시스템을 사용자에게 제공한다면 높은 편의성과 사용성을 제공할 수 있을 것으로 기대된다.
- 하지만 아직까지 챗봇이 사용자의 질의에 대하여 학습해서 추후에 다시 응답이 가능하도록 하는 시스템에 대해선 미비한 상태이다. 이러한 문제점에서 착안하여 챗봇이 사용자 질의에 대해 학습하여 능동적인 답변을 제공할 수 있는 챗봇 시스템에 관한 연구를 진행하였다.
- 기존의 챗봇 시스템은 사전에 정의된 키워드 학습 모델에 의존적이므로 정적인 학습 모델을 사용한다고 할 수 있다. 이와 반대로 제안하는 챗봇은 사전 학습 모델을 사용 후 계속해서 스스로 예외 키워드에 대한 학습으로 사용자 의도에 부합하고 높은 만족도를 얻을 답변을 제공하는 것이다.
- 최초의 대화형 시스템은 1966년 독일계 미국인 컴퓨터 과학자 Joseph Weizenbaum이 이끄는 MIT Artificial Intelligence Laboratory에 의해 개발된 자연어 처리 컴퓨터 프로그램인 ELIZA이다. 인간과 기계사이의 의사소통 피상성을 보여주기 위해 만들어졌다. 패턴 매칭과 대체 방법론을 사용하여 대화를 구성하였고, 이후 다수의 대화형 에이전트가 개발되었지만 인공지능의 연구와 깊은 관련이 있는 대화형 에이전트 기술은 최근 인공지능 기술의 급격한 발전으로 Siri, Contana, Alexa와 같은 서비스가 보급되면서 인간과 시스템 사이의 인터페이스로 자리를 잡고 있다[1].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.