• 스마트미디어저널
• /
• 제12권6호
• /
• pp.35-40
• /
• 2023

본 연구는 대화형 추천 시스템인 다중 목표 대화형 추천 시스템(MG-CRS)에서 사용되는 다양한 사전 학습된 언어 모델들을 고찰하고, 각 언어모델의 성능을 비교하고 분석한다. 특히, 언어 모델의 크기가 다중 목표 대화형 추천 시스템의 성능에 어떤 영향을 미치는지에 대해 살펴본다. BERT, GPT2, 그리고 BART의 세 종류의 언어모델을 대상으로 하여, 대표적인 다중 목표 대화형 추천 시스템 데이터셋인 DuRecDial 2.0에서 '타입 예측'과 '토픽 예측'의 정확도를 측정하고 비교한다. 실험 결과, 타입 예측에서는 모든 모델이 뛰어난 성능을 보였지만, 토픽예측에서는 모델 간에 혹은 사이즈에 따라 성능 차이가 관찰되었다. 이러한 결과를 바탕으로 다중 목표 대화형 추천 시스템의 성능 향상을 위한 방향을 제시한다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.464-465
• /
• 2023

대화형 추천 시스템은 대화를 통해 사용자의 현재 선호도를 파악하고 상품을 추천해주는 시스템이다. 대화의 맥락은 변화하기 때문에 대화 중 최근 언급된 엔티티가 사용자의 현재 선호와 더 관련이 있다. 그러나, 기존 방법들은 언급된 엔티티들의 순서를 고려하지 않았기 때문에 사용자의 현재 선호도를 표현하는데 한계가 존재한다. 본 논문에서는, 대화 내 언급된 엔티티들의 순서를 고려하는 아키텍처를 제안하고, 실세계 데이터를 활용해 다음 상품을 예측하는데 엔티티 순서를 고려하는 것이 효과적인지 실험을 통해 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.466-467
• /
• 2023

다중 목표 대화형 추천 시스템에서 대화의 흐름을 관리하기 위해 사용되는 목표설정을 한다. 본 논문에서는 목표 예측을 위해 기존에 사용되던 입력 프롬프트를 더욱 정교한 형태로 만들어보는 것이 목표 예측 정확도 향상과 더 나아가 응답 생성에도 도움이 되는지 사전 실험을 통해 당위성을 보여준다

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2008년도 추계학술발표논문집
• /
• pp.21-24
• /
• 2008

본 논문에서는 오프라인 쇼핑몰에서 위치추적 기술과 동선분석을 이용하여 오프라인 쇼핑몰 고객의 위치분석 데이터를 분석한 결과를 토대로 고객에게 실시간 대화형(Interactive) 서비스 제공을 위한 선호 상품 시스템을 설계하여 쇼핑효과를 극대화하며, 고객 만족도를 향상시킬 수 있도록 돕는데 그 목적이 있다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.539-542
• /
• 2010

본 논문에서는 오프라인 쇼핑몰에서 위치추적 기술과 동선분석을 이용하여 오프라인 쇼핑몰 고객의 위치분석 데이터를 분석한 결과를 토대로 고객에게 실시간 대화형(Interactive) 서비스 제공을 위한 선호 상품 시스템을 설계하여 쇼핑효과를 극대화하며, 고객 만족도를 향상시킬 수 있도록 돕는데 그 목적이 있다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.543-550
• /
• 2020

음식의 레시피에 대한 관심도가 높아지고 있는 요즘 대부분의 레시피 검색 시스템들은 요리명, 또는 음식 재료명으로 검색하는 정도로 구현이 되어 있으며, 레시피마다 상이한 계량 단위로 식재료의 양에 대한 정보를 제공하기 때문에 자신이 원하는 인분에 맞춰 식재료의 양을 다시 계산해야 하는 불편함이 있다. 이에 본 논문에서는 이러한 불편 사항을 해결하고 메신저 대화에 익숙한 사용자들에게 맞춤형 서비스를 제공하기 위해 챗봇 형태의 사용자 맞춤형 레시피 추천 시스템을 구현하였다. 레시피에 대한 사용자의 리뷰와 별점, 조회 수 등을 기반으로 인기 있는 레시피들을 선별하고 전처리를 통해 해당 레시피별로 주요 단어와 식재료 양, 조리 순서 등 필요한 정보들만을 추출, 가공한 뒤, 그를 통해 얻은 약 10만 개의 데이터를 기반으로 사용자가 입력한 레시피명, 식재료명, 제외할 식재료명 등을 분석해 레시피를 필터링하고, 사용자가 입력한 인분을 기준으로 재계량하여 레시피를 추천하는 시스템을 구현하였다. 사용자의 요구에 따른 레시피 추천 결과물에 대한 만족도를 평가하여 90.5%의 결과를 얻을 수 있었다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.303-308
• /
• 2022

챗봇은 문자나 음성을 통해 사람과 가능한 응답형 채팅 프로그램으로 스마트폰에 탑재된 'Siri'나 'Bixby'도 챗봇 시스템을 활용한 대표적인 인공지능이다. 챗봇이 빠르게 발전하면서 다양한 분야에서 이용자 관광 외식 업계에서도 주목하기 시작했다. 머신러닝 기술이 발달하면서 보다 유연한 대화를 구사할 수 있게 되었고, 곧 교육의 영역까지 확대되었다. 이용자는 챗봇과의 대화를 통해 상호작용을 하게 되는데, 활발한 상호작용은 이용자의 욕구를 자극함과 동시에 학습동기 등의 긍정적인 영향을 주게 된다. 챗봇을 활용한 추천 시스템 프로그램들은 이용자의 선호도에 맞춰 상품을 추천해줌은 물론 다양한 부가 정보까지 제공한다. 본 연구는 챗봇 시스템과 관광서비스를 접목시킨 프로그램을 기획하였다. 챗봇 큐레이터는 이용자에게 학습을 통해 흥미와 호기심을 유도하고, 비로소 관광 욕구를 촉진시는 형태로 발전할 것이다. 본 연구를 선행 연구를 바탕으로 기초 기반를 다지는 것을 목적으로 한다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.843-848
• /
• 2022

챗봇은 문자나 음성을 통해 사람과 가능한 응답형 채팅 프로그램으로 스마트폰에 탑재된 'Siri'나 'Bixby'도 챗봇 시스템을 활용한 대표적인 인공지능이다. 챗봇이 빠르게 발전하면서 다양한 분야에서 이용자 관광 외식 업계에서도 주목하기 시작했다. 머신러닝 기술이 발달하면서 보다 유연한 대화를 구사할 수 있게 되었고, 곧 교육의 영역까지 확대되었다. 이용자는 챗봇과의 대화를 통해 상호작용을 하게 되는데, 활발한 상호작용은 이용자의 욕구를 자극함과 동시에 학습동기 등의 긍정적인 영향을 주게 된다. 챗봇을 활용한 추천 시스템 프로그램들은 이용자의 선호도에 맞춰 상품을 추천해줌은 물론 다양한 부가 정보까지 제공한다. 본 연구는 챗봇 시스템과 관광서비스를 접목시킨 프로그램을 기획하였다. 챗봇 큐레이터는 이용자에게 학습을 통해 흥미와 호기심을 유도하고, 비로소 관광 욕구를 촉진시는 형태로 발전할 것이다. 본 연구를 선행 연구를 바탕으로 기초 기반를 다지는 것을 목적으로 한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.333-338
• /
• 2006

최근 사용자에 대한 많은 정보를 얻는 것이 가능해지면서, 데이터마이닝 기법이나 Contents 추천 기법을 이용한 맞춤형 서비스가 가능하게 되었다. 특히, 대부분의 사람들에게 TV 프로그램 시청은 여가생활시간에서 가장 높은 비중을 차지 하고 있다. 따라서, 보다 지능적인 TV 프로그램 서비스를 제공하는 기술에 대하여 관심이 고조되고 있다. 본 논문에서는 TV-Anytime을 이용하여 개인화된 Electronic Program Guide (EPG)를 생성하고, 개인화된 EPG 정보를 활용하여 시청자에게 맞춤형 TV 프로그램 서비스를 제공하는 시스템에 대한 연구 결과를 제시한다. 또한 시청자의 시청패턴과 TV 프로그램 선호도를 바탕으로 시청자가 원하는 프로그램을 추천하는 TV Program Recommender Agent와 방송 및 TV 프로그램에 대한 대화를 담당하는 TV Program Helper Agent, 시스템 조정 및 메시지 전달을 담당하는 Coordinator Agent로 이루어진 멀티에이전트 기반 시스템 구조를 제시한다.