• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.330-331
• /
• 2022

자율주행 차량의 운전자는 현재 레벨3에서 탑승하는 운전자에부터 최종적으로 레벨 5단계에서 탑승자로 변화하게 된다. 관련하여 자율주행차량이 운행하는 동안 탑승자는 무엇을 하는지가 중요한 이슈로 대두될 여지가 있다. 탑승자는 뉴스를 읽거나 노래를 부르거나 주변 환경을 감상할 수 있고, 또는 탑승자는 다른 탑승자와 게임을 하거나 대화를 하거나 회의와 의사결정을 내릴 수도 있다. 자율주행차량은 이용자의 활용에 따라 오락공간, 휴식공간, 회의공간으로 트랜스포메이션되는 셈이다. 본 논문은 자율주행차량에서 블록체인 기술 중 하나인 NFT를 활용하여 차량의 탑승자에게 소유권이 있는 생산 데이터에 대해 스마트 계약을 구현하는 방법에 대하여 연구하였다. 자율주행 차량 내에서의 소유권을 표식한 스마트 계약 체결과 향후 적용 운용환경을 연구.개발하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.425-426
• /
• 2022

본 논문에서는 사용자가 원하는 주제를 통해 전시장을 추천, 등록, 조회하는 Microsoft Bot Framework, Microsoft Azure 기반의 챗봇을 설계하고 구현한다. 이 챗봇은 사용자가 원하는 주제를 입력하면, 해당하는 주제의 전시장을 추천하게 된다. 주제는 알고리즘으로 단어를 지정한 것이 아닌, Azure Luis로 단어를 학습시켜서 비슷한 주제의 단어를 도출하는 알고리즘을 선택한다. 등록 부분은 Form 형식이 아닌 대화형으로 사용자 정보를 수집하게 된다. 사용자 정보는 Microsoft SQL Database 서버에 저장이 되고, 구현한 챗봇은 애뮬레이터 형식이 아닌 Channel 연동으로 Line 서비스로 배포한다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.1034-1036
• /
• 2022

마스크 착용의 보편화로 청각장애인들이 일상에서 소통하는데 어려움을 겪고 있다. 본 논문에서는 청각장애인들의 소통의 불편함을 줄여주기 위해 AR 글래스를 활용한 수어 통역 애플케이션을 구현한다. 구현한 통역 애플리케이션은 STT 를 활용해 텍스트를 지문자로 분리하여 수어 애니메이션을 AR 글래스로 확인할 수 있다. 또한, AR 글래스를 활용해 대화 상대자와 눈을 마주 보며 원활한 소통을 할 수 있다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.568-570
• /
• 2022

객체 유사도를 판별하는 기술은 정보 처리의 여러 분야에서 응용되고 있다. 본 연구에서는 현장 자연어 텍스트 데이터셋과 딥러닝 모델을 이용하여 챗봇 등에서 응용되는 데이터 유사성을 판별하고, 해당 모델의 성능을 측정해보았다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.52-54
• /
• 2023

최근 인공지능 기술의 발전에 따라서 다양한 서비스에서 음성 인식을 활용한 서비스를 제공하면서 음성 인식에 대한 중요성이 증가하고 있다. 이 논문에서는 국내에서 많이 사용되고 있는 대표적인 인공지능 서비스 API 를 제공하는 구글, ETRI, 네이버에 대해서 감정 음성 관점에서 그 차이를 평가하였다. AI Hub 에서 제공하는 감성 대화 말뭉치 데이터 셋의 일부인 음성 테스트 데이터를 사용하여 평가한 결과 ETRI API 가 문자 오류율 (1.29%)과 단어 오류율(10.1%)의 성능 지표에 대해서 가장 우수한 음성 인식 성능을 보임을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.229-231
• /
• 2023

최근 대화형 AI와 생성형 AI의 폭발적인 성장과 현실화로 인해, 한 때 온세상을 떠들썩 하게 했던 메타버스와 블록체인 기술은 잊혀지고 있다. 하지만 메타버스는 필연적으로 Web 3.0 시대의 대표적인 플랫폼으로 흘러갈 것이며, 블록체인 기술은 디지털 경제 생태계의 핵심 기술임에 틀림이 없을 것이다. 언제가 될지는 모르지만 다시금 메타버스가 세상을 혁명적으로 변화 시키는 그 때를 염두에 두며, 메타버스 시스템에서 사용되는 블록체인 기술의 현황을 살펴보고 그리 멀지 않은 미래에서의 모습도 전망해 본다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.93-94
• /
• 2023

본 논문에서는 Azure 플랫폼 기반의 ChatBot을 활용한 한국어 학습 챗봇 애플리케이션을 설계하고 구현한다. C# ChatBot Server를 통해 챗봇 메뉴 버튼에 대한 네비게이션을 구현하며, Python 기반의 웹 프레임워크 Django를 활용하여 단어 퀴즈에 필요한 대화 처리를 구현한다. 단어 퀴즈를 통해 언어학습에 대한 흥미를 유발하고 학습 효율을 높일 수 있도록 구현한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.399-400
• /
• 2023

본 프로젝트는 ChatGPT와 카카오톡 채널 챗봇을 사용하여 초등학생 대상의 학교폭력 예방교육을 위한 대화형 챗봇을 개발한다. 이를 위해, 한림대학교 간호대학에서 제공받은 학교폭력 예방교육 자료를 기반으로 ChatGPT를 사용하여 데이터를 증강하였고, AWS RDS의 데이터베이스에 사용자의 예상 발화와 그에 대한 답변을 저장하였다. 그리고 AWS Lambda에 REST API를 구현하고, AWS API Gateway를 통해 카카오톡 채널 챗봇과 연결하였다. 사용자가 발화를 입력하면 발화를 포함한 요청이 AWS Lambda로 전달되고, ChatGPT를 사용해 답변을 생성하며 데이터베이스에 저장된 데이터와 코사인 유사도를 비교한다. 이때 기준치보다 유사도가 높다면 저장되어 있던 데이터를 반환하고, 낮다면 생성된 답변을 반환한다. 이후 반환된 답변을 카카오톡 채널 챗봇으로 전달해 사용자에게 출력한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.107-112
• /
• 2023

라벨 데이터 수집의 어려움에 따라 라벨이 없는 데이터로 학습하는 준지도학습, 비지도학습에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 그의 일환으로 Novel Intent Category Discovery(NICD) 문제를 제안하고 NICD 연구의 베이스라인이 될 모델을 소개한다. NICD 문제는 라벨이 있는 데이터와 라벨이 없는 데이터의 클래스 셋이 겹치지 않는다는 점에서 기존 준지도학습의 문제들과 차이가 있다. 제안 모델은 RoBERTa를 기반으로 두 개의 분류기를 추가하여 구성되며 라벨이 있는 데이터셋과 라벨이 없는 데이터셋에서 각각 다른 분류기를 사용하여 라벨을 예측한다. 학습방법은 2단계로 먼저 라벨이 있는 데이터셋으로 요인표현을 학습한다. 두 번째 단계에서는 교차 엔트로피, 이항교차 엔트로피, 평균제곱오차, 지도 대조 손실함수를 NICD 문제에 맞게 변형하여 학습에 사용한다. 논문에서 제안된 모델은 라벨이 없는 데이터셋에 대해 이미지 최고성능 모델보다 24.74 더 높은 정확도를 기록했다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.171-176
• /
• 2023

최근 등장한 대규모 데이터로 사전학습된 자연어 생성 모델들은 대화 능력 및 코드 생성 태스크등에서 인상적인 성능을 보여주고 있어, 본 논문에서는 대형 언어 모델 (LLM)의 한국어 질문을 SQL 쿼리 (Text-to-SQL) 변환하는 성능을 평가하고자 한다. 먼저, 영어 Text-to-SQL 벤치마크 데이터셋을 활용하여 영어 질의문을 한국어 질의문으로 번역하여 한국어 Text-to-SQL 데이터셋으로 만들었다. 대형 생성형 모델 (GPT-3 davinci, GPT-3 turbo) 의 few-shot 세팅에서 성능 평가를 진행하며, fine-tuning 없이도 대형 언어 모델들의 경쟁력있는 한국어 Text-to-SQL 변환 성능을 확인한다. 또한, 에러 분석을 수행하여 한국어 문장을 데이터베이스 쿼리문으로 변환하는 과정에서 발생하는 다양한 문제와 프롬프트 기법을 활용한 가능한 해결책을 제시한다.