• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집
• /
• pp.363-364
• /
• 2018

최근 ICT의 새로운 흐름으로 특정 규칙 또는 인공지능 기술을 이용하여 사용자와 상호작용하는 챗봇 서비스가 개발되고 있다. 규칙 기반 챗봇은 매장의 데이터가 수정될 때마다 규칙이 작성된 파일을 수정해야한다. 본 논문은 소규모 매장에서 챗봇 서비스를 활용 시 관리자가 규칙 기반의 챗봇을 쉽게 수정할 수 있도록 규칙 생성기를 설계하고 구현한다. 제안하는 챗봇 규칙 생성기는 관리자가 컨셉, 매장 정보, 메뉴 정보만 수정하도록 인터페이스를 제공하며 관리자가 챗봇에 적용 버튼을 누르면 규칙 기반의 챗봇이 수정한 규칙들을 사용이 가능하도록 규칙 파일을 자동으로 생성한다.

• 한국과학교육학회지
• /
• 제44권3호
• /
• pp.231-248
• /
• 2024

본 연구에서는 오픈소스 소프트웨어와 인공지능 문서 분류 모델인 한국어 Sentence-BERT로 고등학교 1학년 통합과학 질문-답변 챗봇을 제작하고 2023학년도 1년 동안 독립형 서버에서 운영했다. 챗봇은 Sentence-BERT 모델로 학생의 질문과 가장 유사한 질문-답변 쌍 6개를 찾아 캐러셀 형태로 출력한다. 질문-답변 데이터셋은 인터넷에 공개된 자료를 수집하여 초기 버전을 구축하였고, 챗봇을 1년 동안 운영하면서 학생의 의견과 사용성을 고려하여 자료를 정제하고 새로운 질문-답변 쌍을 추가했다. 2023학년도 말에는 총 30,819개의 데이터셋을 챗봇에 통합하였다. 학생은 챗봇을 1년 동안 총 3,457건 이용했다. 챗봇 사용 기록을 빈도분석 및 시계열 분석한 결과 학생은 수업 중 교사가 챗봇 사용을 유도할 때 챗봇을 이용했고 평소에는 방과 후에 자습하면서 챗봇을 활용했다. 학생은 챗봇에 한 번 접속하여 평균적으로 2.1~2.2회 정도 질문했고, 주로 사용한 기기는 휴대폰이었다. 학생이 챗봇에 입력한 용어를 추출하고자 한국어 형태소 분석기로 명사와 용언을 추출하여 텍스트 마이닝을 진행한 결과 학생은 과학 질문 외에도 시험 범위 등의 학교생활과 관련된 용어를 자주 입력했다. 학생이 챗봇에 자주 물어본 주제를 추출하고자 Sentence-BERT 기반의 BERTopic으로 학생의 질문을 두 차례 범주화하여 토픽 모델링을 진행했다. 전체 질문 중 88%가 35가지 주제로 수렴되었고, 학생이 챗봇에 주로 물어보는 주제를 추출할 수 있었다. 학년말에 학생을 대상으로 한 설문에서 챗봇이 캐러셀 형태로 결과를 출력하는 형태가 학습에 효과적이었고, 통합과학 학습과 학습 목적 이외의 궁금증이나 학교생활과 관련된 물음에 답해주는 역할을 수행했음을 확인할 수 있었다. 본 연구는 공교육 현장에서 학생이 실제로 활용하기에 적합한 챗봇을 개발하여 학생이 장기간에 걸쳐 챗봇을 사용하는 과정에서 얻은 데이터를 분석함으로써 학생의 요구를 충족할 수 있는 챗봇의 교육적 활용 가능성을 확인했다는 점에 의의가 있다.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.411-416
• /
• 2023

본 연구에서는 방사선(학)과 재학생의 주요 학습 도구의 활용성을 조사하고, 방사선사면허 국가시험의 대화형 인공지능 서비스 프로그램인 챗봇의 정답률을 분석하여 방사선학 분야에서 대화형 인공지능 서비스 프로그램의 유용성에 대한 기초 연구에 목적이 있다. 방사선(학)과 재학생의 학습 시 전자기기를 적극적으로 활용한다는 응답자가 84.3%로 나타났다. 또한 학습 시 자료수집의 효율성을 묻는 질문에 140명 중 검색엔진을 1순위로 활용한다고 답한 응답자가 104명이었다. 챗봇을 알고 있는지 붇는 질문에 80%가 알고 있다고 답하였으며, 학업 목적으로 챗봇을 사용한 경험은 22.9%가 1회 이상 사용 경험을 가지고 있었다. 2018년도부터 2022년도까지 시험문제 중 1교시와 2교시의 문제를 챗봇에게 정답을 물어보았다. 그 결과 Chat GPT의 1교시 정답률은 48.28%에서 60%였으며, 2교시 문제의 정답률은 50%에서 62.22%로 나타났다. Bing의 1교시 정답률은 55%에서 64.55%였으며, 2교시 문제의 정답률은 48%에서 52.22%로 나타났다. 본 연구를 통하여 방사선(학)과 재학생들이 전자기기를 통해 학습하고 인터넷을 통해 정보를 찾는 것이 일반적인 경향임을 확인할 수 있었다. 그러나 방사선학 분야에서 대화형 인공지능 서비스 프로그램은 정확성과 신뢰성에 대한 문제가 있으며, 완벽한 해답을 제공하는 것은 어렵기 때문에 계속해서 발전하고 개선되어야 한다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.139-145
• /
• 2020

4차산업혁명 시대에 인공지능 API에 기반한 정보의 활용은 산업과 생활에 많은 영향을 주고 있다. 특히, 의료분야에서 인공지능을 이용한 데이터 활용은 사회에 많은 변화와 영향을 미칠 것이다. 이 논문은 "Cognitive Health Advisor model(CHA model)"을 구현하기 위하여 필요한 구성요소를 연구하고, 이를 기반으로 "chatbot 이용한 CHA model"을 구현하는데 있다. 개방형 Cognitive 챗봇을 이용하여 일상 생활에서 변화되는 사용자의 건강상태를 파악하고 분석하고 생체센서와 챗봇 상담으로 분석한 사용자의 건강정보는 챗봇을 통하여 사용자에게 정보를 전달하여 사용자의 건강증진을 위한 교육정보를 제공하는 지능형 헬스 어드바이저 모델을 구현한다. 이 구현을 통하여 향후 활용 가능성을 확인하고 연구방향을 제시하고자 한다.

• 한국기록관리학회지
• /
• 제19권4호
• /
• pp.221-230
• /
• 2019

본고는 표준기록관리시스템과는 차별화하여, 전자결재시스템과 기록관리시스템을 하나의 시스템으로 운영하고, 기록관리 보조도구로 인공지능, 챗봇 등의 지능형서비스를 접목한 한국중부발전의 기록관리시스템 구축을 위한 준비과정을 소개함을 목적으로 한다. 기록관리 전 생애주기를 관리하는 것은 물론이고, 현용기록의 활용성을 높이기 위한 실시간 이관 및 기능분류체계 활용에 대해 심도있게 검토하여 설계하였으며, 폭증하는 전자기록물의 효율적 관리를 위하여 인공지능 등 신기술을 도입하였다. 기록관리행위의 첫 단추이자 가장 중요한 시작인 분류의 정확성을 높이고자, 기계학습을 통한 기록물분류를 추천하여 처리과에서의 무분별한 오분류를 사전에 차단했으며, 업무관련 규정 및 기록의 활용을 위하여 챗봇을 도입하는 등 기록관리 분야에서 신기술을 적극 도입하였다. 또한 시스템 간 이관에 따라 생기는 열람권한 문제를 전자결재시스템 및 기록관리시스템의 열람권한을 모두 확인하여 권한을 부여하는 등 기록물의 적극적 활용을 위해 많은 노력을 하였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.85-110
• /
• 2018

챗봇은 음성, 이미지, 비디오 또는 텍스트와 같은 다양한 매채를 이용하여 대화가 가능한 대화형 어시스턴트이자 인공지능을 기반으로 사용자의 질문에 답하거나 문제를 해결할 수 있는 사용자 친화적 프로그램이다. 하지만 현재 챗봇은 사용자가 요청한 작업을 정확하게 수행하는 기술적측면에 초점이 맞추어져 있으며, 개인화된 대화로 사용자와 챗봇간의 관계성 구축에는 제한적이어서 일부 사례에도 불구하고 소셜챗봇이 되기에는 미흡한 상태이다. 만약 인간의 사회성을 나타내는 특징 중 하나인 관계성을 챗봇이 인식하여 알맞게 대화를 하여 문제를 해결할 수 있다면, 개인화된 대화를 할 수 있을 뿐만 아니라 인간과 유사한 대화를 할 수 있을 것이다. 본 연구의 목적은 사용자가 입력한 내용을 기반으로 챗봇과 사용자 간의 관계성을 추론하고 대화 상황에 맞게 대화 상대가 적절한 대화를 수행 할 수 있는 텍스트 분석 방법을 제안하는 것이다. 본 연구의 실험 및 평가를 하기 위하여 실제 SNS대화 내용을 사용하였다. 분석결과 개인정보 보호를 위해 사용자의 개인 프로필 정보가 제외된 방법에서도 우수한 결과를 나타내어 소셜 챗봇에 적합한 방법으로 검증되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1097-1100
• /
• 2020

챗봇(Chatbot)은 자연어처리기술 등 인공지능 기술을 기반으로 한 사용자 친화적인 대화 방식 인터페이스를 제공하는 장점이 있어, 금융, 상담, 주문 등 다양한 산업 분야에서 적용되고 있다. 그러나, 챗봇의 응답이 사용자의 정신 모형과 불일치하는 경우, 다음 대화를 이어가는데 어려움을 야기하게 된다. 그러므로, 챗봇의 사용성을 확보하기 위해서는 응답 오류의 제거 또는 완화가 필수적이다. 기존의 챗봇의 사용성 개선과 관련된 연구들은 설문조사와 인터뷰 등 사용성 평가를 통해 상위 수준의 개선 방향만을 제안하고 있다. 따라서, 챗봇 개발 시, 실무자들이 응답 오류의 문제점을 분석하고, 이를 해결하기 위한 구체적인 개선 방안을 제시하는 데 한계가 있었다. 본 논문에서는 FMEA(Failure Modes and Effects Analysis) 기법을 활용해, 응답 오류의 치명도를 파악하고, 치명적인 오류들에 대해서는 FTA(Fault Tree Analysis) 기법을 기반으로 원인 분석을 실시하여 구체적으로 문제를 해결하기 위한 프로세스를 제안한다. 본 프로세스의 효용성을 검증하기 위해 주문 도메인의 챗봇에 적용해 보았다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권3호
• /
• pp.467-484
• /
• 2024

생성형 인공지능의 급속한 발전으로 이제 프로그래머의 도움 없이 누구나 개인 맞춤형 챗봇을 제작하고 이를 무료로 활용할 수 있는 시대가 열렸다. 본 연구는 예비 교사 교육을 목적으로, OpenAI의 GPTs 기반 맞춤형 챗봇을 개발하였다. 개발된 맞춤형 챗봇은 대규모 언어 모델(Large Language Model, LLM)을 토대로한 생성형 AI를 이용했기 때문에 그 응답 또한 확률적이므로, 맞춤형 챗봇의 개발 절차뿐만 아니라 그 응답이 적절한지에 대한 점검이 필요하다. 이를 위해 예비 교사를 지도하는 교수자들이 맞춤형 챗봇의 응답에 대한 타당성을 5점 척도로 분석하여 수학교육적 성능을 살펴보았다. 동일한 질문에 대한 범용적인 챗봇인 ChatGPT, 맞춤형 챗봇인 GPT, 그리고 초등수학교육 전문가의 응답을 교수자들이 분석한 결과, 초등수학교육 전문가의 응답은 평균 4.52점을, 맞춤형 챗봇인 GPT는 평균 3.73점을 받아 맞춤형 챗봇인 GPT의 응답은 초등수학교육 전문가의 수준에는 미치지 못하는 것으로 나타났다. 하지만 5점 척도에서 보통 이상으로 '적절하다'에 가까운 점수를 받아 맞춤형 챗봇인 GPT의 교육적 활용 가능성을 확인할 수 있었다. 한편, 범용적인 챗봇인 ChatGPT의 응답은 평균 2.86점으로 낮은 평가를 받았으며, 예비 교사를 지도하는 교수자들은 답변 내용이 체계적이지 않고 일반적인 수준에 머물러 있다고 평가하였다. 이에 범용적인 챗봇인 ChatGPT는 수학교육에 한정하여 사용하기에는 어려움이 있어 보인다. 기존의 맞춤형 챗봇이 교육적 효과를 입증했음에도 불구하고, 그 제작 과정에서 요구되는 시간과 비용이 큰 장애물로 작용해왔다. 그러나 이제 GPTs 서비스를 통해 누구나 손쉽게 교수자 및 학습자에게 적절한 맞춤형 챗봇을 제작할 수 있으며, 그 응답이 일정 수준 이상의 수학교육적 타당성을 보여 수학교육의 다양한 측면에서 효과적으로 활용할 수 있을 것이다.

• 산업융합연구
• /
• 제20권4호
• /
• pp.23-30
• /
• 2022

최근 인공지능(AI)과 딥러닝 발전으로 대화형 인공지능 챗봇의 중요성이 부각되고 있으며 다양한 분야에서 연구가 진행되고 있다. 챗봇을 만들기 위해서 직접 개발해 사용하기도 하지만 개발의 용이성을 위해 오픈소스 플랫폼이나 상업용 플랫폼을 활용하여 개발한다. 이러한 챗봇 플랫폼은 주로 RNN (Recurrent Neural Network)과 응용 알고리즘을 사용하며, 빠른 학습속도와 모니터링 및 검증의 용이성 그리고 좋은 추론 성능의 장점을 가지고 있다. 본 논문에서는 RNN과 응용 알고리즘의 추론 성능 향상방법을 연구하였다. 제안 방법은 RNN과 응용 알고리즘 적용 시 각 문장에 대한 핵심단어의 단어그룹에 대해 확장학습을 통해 데이터에 내재된 의미를 넓히는 기법을 사용하였다. 본 연구의 결과는 순환 구조를 갖는 RNN, GRU (Gated Recurrent Unit), LSTM (Long-short Term Memory) 세 알고리즘에서 최소 0.37%에서 최대 1.25% 추론 성능향상을 달성하였다. 본 연구를 통해 얻은 연구결과는 관련 산업에서 인공지능 챗봇 도입을 가속하고 다양한 RNN 응용 알고리즘을 활용하도록 하는데 기여할 수 있다. 향후 연구에서는 다양한 활성 함수들이 인공신경망 알고리즘의 성능 향상에 미치는 영향에 관한 연구가 필요할 것이다.

• 정보처리학회지
• /
• 제26권2호
• /
• pp.39-46
• /
• 2019