• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.106-116
• /
• 2024

연구목적: 본 논문은 건설 시공현장에서 발생하는 사고 및 잠재적 위험분석을 위한 IoT 및 CCTV 기반 안전모니터링을 실시하고 추락, 충돌 등 위험 또는 이상현상을 탐지하여 무전기 등을 이용한 예·경보 및 챗봇서비스를 구축하는 방법을 제시하는데 목적이 있다. 연구방법: 건설현장 스마트 건설기술 사례 및 문헌분석을 통하여 안전관리 모델을 제시한다. 연구결과: '건설사고 통계'에 따르면 2021년 건설업 사고재해자는 26,888명으로 전체 사고재해의 26.3%가 건설업에서 발생하였고, 건설업 안전사고 사망자는 417명으로 전체 산업재해 사망자의 50.5%에 달한다. 이런한 건설재해의 개선 방안으로, IoT 건전성모니터링 기반 스마트 건설기술을 활용한 건설현장 안전관리 AI 챗봇서비스를 제시한다. 근로자 등 이해관계자가 참여하는 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 인공지능 챗봇시스템을 구현하여 실증하였다. 결론: 건설현장 인공지능 챗봇서비스 실증결과에 대한 참여근로자의 만족도 조사에서 90점 이상을 받아 상업화 가능성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.13-16
• /
• 2018

인공지능의 중요성과 가치가 대두됨에 따라 이를 활용하여 다양한 챗봇들이 개발되고 있다. 그러나 신조어를 의미를 제공하는 챗봇 시스템의 연구가 부족하다. 본 논문에서는 Watson Assistant를 활용하여 신조어의 의미를 제공하는 신조어 챗봇 시스템을 구현하고자 한다. Watson Assistant는 자연어 형식으로 된 질문에 응답하는 것을 지원하는 API다. 웹 크롤링을 통해 신조어 데이터를 수집 및 저장하고, Watson Assistant를 활용하여 사용자의 의도를 파악하여 신조어의 의미를 추출한다. 제안한 시스템을 통해 현실 세계에서 끊임없이 양산되는 신조어의 의미를 빠르게 파악할 것이라고 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.696-698
• /
• 2018

본 연구에서는 메신저 플랫폼 상에서 위치정보 서비스를 제공하는 대화형 인공지능 챗봇(Chatbot)을 제안한다.별도의 애플리케이션에 들어가서 위치정보 서비스를 제공받던 기존 방식과는 달리 본 연구에서 제안하는 챗봇은 메시지 앱 내에서 대화형 방식으로 사용자에게 위치정보 서비스를 제공한다. 제안 챗봇은 Amazon Web Services 서버, Dialogflow API, ODSay API, 공공데이터 포탈 API 등을 통하여 구현되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.438-439
• /
• 2019

사회적 문제와 인공지능 기술의 발달로 챗봇 서비스에 대한 관심이 점점 증가하고 있으며, 그 결과 TTS(Text to Speech) 및 STT(Speech to Text) 기술을 기반으로 한 보조형 프로그램에 대한 개발이 다양한 모바일 환경에서 진행중이다. 본 논문에서는 문자를 소리로 변환해주는 TTS(Text to Speech) 기술과 소리를 문자로 변환해주는 STT(Speech to Text) 기술을 사용하여 음성지원 챗봇 시스템을 제작하고 이를 안드로이드 기반의 모바일 애플리케이션으로 구현한 '음성지원 챗봇 모바일 애플리케이션'을 제안하고, 이와 관련하여 관련 기술 및 기대효과에 대해 소개한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.445-446
• /
• 2019

본 논문에서는 단순히 필요한 정보를 얻기 위한 수준에 그쳤던 현대의 인공지능을 SER (Speech Emotion Recognition) 기술을 이용하여 사용자와 직접적으로 대화하는 형식으로 발전시키고자 한다. 사용자의 음성 언어에서 감정을 추출하여 인공지능 분야 및 챗봇과 대화함에 있어 좀더 효과적으로 해석할 수 있도록 도움을 준다. 이것을 대화형 시뮬레이션 게임에 접목시켜 단순한 선택형 대화 방식이 아닌 구어체로 대화하며 사용자에게 높은 몰입도를 줄 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.376-378
• /
• 2022

최근, 인공지능 기술을 인공지능 스피커, 인공지능 챗봇, 자율주행 자동차 등 다양한 분야에서 널리 활용하고 있다. 이러한 인공지능 활용 분야 중 영상처리 분야에서는 인공지능을 활용하여 객체를 검출하거나 사물을 인식하는 등 다양한 활용성을 보이고 있다. 예를 들면, CCTV 영상 속 범죄자의 모습을 분석하거나 드론으로 촬영한 영상 속에서 자동차의 개수를 파악하는 등 영상처리 분야에서 인공지능을 활용하는 사례는 점차 늘어가고 있다. 또한, 이러한 영상처리 분야에서 촬영된 이미지를 가지고 카메라의 위치를 파악하고자 하는 시도가 늘고 있다. 이미지 속의 특정한 객체를 기반으로 카메라의 촬영 위치를 분석하려는 것이다. 이를 활용하면 특정 공간 속 사람을 사각지역 없이 촬영할 수 있는 최적의 카메라 개수를 구하거나 CCTV를 설치하기 위한 최적의 위치를 구하는 등 다양한 현실 문제를 해결할 수 있을 것으로 예상이 된다. 본 논문에서는 특정 공간에서 촬영된 이미지를 분석하기 위한 방법으로 가상 휴먼이 합성된 데이터를 활용하는 것을 제시한다. 이를 위해 실제 공간과 가상 휴먼을 합성하여 실제 공간에 사람이 있는 것과 같은 이미지를 획득하도록 하였다. 본 논문에 따르면 공간 분석을 위해 실제 이미지 데이터를 얻는 시간과 비용을 절약할 수 있을 것이며 인공지능 학습을 위한 실제 이미지 데이터를 획득하기 어려운 상황에 대한 해결책을 제시할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.29-34
• /
• 2021

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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.84-86
• /
• 2022

인공지능 대화 기술이 발달하며 다양한 분야에서 사용자의 의도에 따른 적절한 대응이 가능한 챗봇이 적용되고 있다. 특히 사용자 문의 및 상담이 많은 교육 도메인에서의 챗봇 도입 중요성은 증가하고 있다. 하지만 현재까지의 챗봇은 단순 대응이나 사용자가 자주 사용하는 기능 위주로 대응이 이루어지고 있다. 또한 교육콘텐츠가 다양화되고 증가함에 따라 인공지능을 통해 맞춤형 추천이 가능한 추천 시스템 연구가 활발해지고 있다. 이러한 대화 시스템과 추천 시스템에 대한 각 연구 분야는 같은 도메인에서 핵심적인 요소임에도 불구하고 별도로 진행되고 있는 한계점을 가지고 있다. 따라서 본 연구에서는 사용자 맞춤형 강의 콘텐츠를 추천할 수 있는 추천 시스템과 부가 기능에 대한 대응이 가능한 대화 시스템이 결합된 사용자 맞춤형 강의 추천 대화 시스템을 제안한다. 이를 통해 다양화 및 개인화 되어가는 교육도메인에서의 챗봇 적용으로 업무 효율성 및 사용자 만족도가 향상되기를 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.53-59
• /
• 2021

본 연구에서는 '레플리카'와 같은 텍스트 입력 기반의 부정적 감정 완화가 가능한 국내 인공지능 챗봇인 BERGPT-chatbot을 제안하고자 한다. BERGPT-chatbot은 KR-BERT와 KoGPT2-chatbot을 파이프라인으로 만들어 감정 완화 챗봇을 모델링하였다. KR-BERT를 통해 정제되지 않은 일상 데이터셋에 감정을 부여하고, 추가 데이터셋을 KoGPT2-chatbot을 통해 학습하는 방식이다. BERGPT-chatbot의 개발 배경은 다음과 같다. 현재 전 세계적으로 우울증 환자가 증가하고 있으며, 이는 COVID-19로 인해 장기적 실내 생활이나 대인 관계 제한으로 더욱 심각한 문제로 대두되었다. 그로 인해 부정적 감정 완화나 정신 건강 케어에 목적을 둔 국외의 인공지능 챗봇이 팬데믹 사태로 사용량이 증가하였다. 국내에서도 국외의 챗봇과 비슷한 심리 진단 챗봇이 서비스 되고 있으나, 국내의 챗봇은 텍스트 입력 기반 답변이 아닌 버튼형 답변 중심으로 국외 챗봇과 비교하였을 때 심리 진단 수준에 그쳐 아쉬운 실정이다. 따라서, BERGPT-chatbot을 통해 감정 완화에 도움을 주는 챗봇을 제안하였으며, BERGPT-chatbot과 KoGPT2-chatbot을 언어 모델의 내부 평가 지표인 '퍼플렉서티'를 통해 비교 분석하여 BERGPT-chatbot의 우수함을 보여주고자 한다.

• 한국융합학회논문지
• /
• 제8권9호
• /
• pp.271-276
• /
• 2017

본 연구는 해외에서 대표적으로 인식되는 메신저 기반의 어시스턴트 챗봇 서비스인 구글(Allo)과 페이스북 M을 대상으로 사용성 경험 평가를 하고, 연구결과를 바탕으로 국내 챗봇 서비스의 사용성을 개선하고 발전 방향을 모색하는데 목적이 있다. 우선, 문헌연구를 하여 인공지능(AI) 챗봇 서비스에 대한 전반적인 이해와 챗봇의 특성 및 국내 메신저 기반 어시스턴트 챗봇 서비스의 현황 및 전망을 정리 및 분석하였다. 사용자 평가를 실기하기 위해 피터 모빌의 허니콤 모델을 재구성하여 사용자들에게 심층 인터뷰를 실시하였다. 그 결과 다음과 같은 개선 사항들이 도출되었다. 첫째, 사용자가 챗봇의 기능들을 쉽게 이해할 수 있도록 직관적인 요소들을 사용해야 한다. 둘째, 사용성에 방해가 되는 챗봇의 질문을 개선해야 한다. 셋째, 사용자의 만족도 향상을 위해 답변 정확도를 높여야 한다. 향후 본 연구를 바탕으로 사용자들과 챗봇의 사용성 평가가 지속해서 이루어진다면, 해당 서비스에 대한 구체적인 연구와 가이드라인을 제시할 수 있기를 기대한다.