• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권2호
• /
• pp.119-128
• /
• 2006

대화형 에이전트가 다양한 분야에서 적용됨에 따라서 현실성 있는 대화 생성을 위한 자연언어 생성에 대한 연구가 관심을 끌고 있다. 대화형 에이전트에서는 보통 미리 준비된 답변을 이용하여 사용자와 대화를 수행하지만, 최근에는 문장을 동적으로 생성하고 학습함으로써 보다 유연하고 현실성있는 서비스를 제공하는 대화형 에이전트가 활발히 연구되고 있다. 본 논문에서는 대화형 유전 프로그래밍을 이용한 문장생성 방법을 제안한다. 이 방법은 문장의 구조를 나타내는 문장계획 트리로 인코딩된 개체를 평가자의 평가를 통해 적응적인 문장을 얻는다. 이 방법의 유용성을 검증하기 위해 제안하는 방법으로 열차예약 에이전트를 구현한 후, 사용자 평가를 수행하였다. 그 결과 제안하는 방법이 도메인에 적합한 문장을 생성하는 것을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.547-549
• /
• 2005

최근 정보 제공에 도움을 주는 대화형 에이전트의 연구가 활발히 진행되고 있다. 그러나 대부분의 대화형 에이전트는 사용자의 요구에 미리 준비된 정적인 답변을 제공하므로 친밀감을 주는 다양한 대화를 유지하지 못한다. 이런 한계점을 극복하기 위해 베이지안 네트워크 등의 인공지능 기법을 이용한 사용자 의도 추론을 통해 보다 세밀하고 유연한 대화처리 모델이 연구되고 있다. 본 논문에서는 기존의 정보검색을 위한 대화형 에이전트에서 사용자 의도 추론에 사용된 베이지안 네트워크의 효율을 높이기 위해 노드간의 의미 관계를 표현하는 정보를 결합한 시맨틱 베이지안 네트워크 모델을 제안함으로써 효과적인 사용자 의도 추론을 가능하게 한다. 또한 단발적인 질의 분석이 아닌 점증적 질의 분석 방법으로써, 불충분한 정보로 적절한 답변을 추론하지 못할 경우에 MII(mixed-initiative interaction)를 이용하여 주어진 문제를 해결한다. 실제 모바일 검색 사이트를 대상으로 다양한 유형의 대화를 수행하여 유용성을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.478-480
• /
• 2004

최근 정보 제공에 도움을 주는 대화형 에이전트의 연구가 활발히 진행되고 있다. 그러나 대부분의 대화형 에이전트는 사용자의 요구에 미리 준비된 정적인 답변을 제공하므로 친밀감을 주는 다양한 대화를 유지하지 못한다. 본 논문에서는 BNF(Backus Naur Form)를 이용하여 한국어 문법 구조를 정의하고. 이를 기반으로 가능한 파스트리를 하나의 염색체로 표현한 후, 유전자 프로그래밍을 적용하여 다양한 문법 구조를 생성하는 방법을 제시한다 생성된 문법 구조에 답변 스크립트의 핵심 키워드들을 매칭 시킴으로써 여러 답변 문장을 구성한다. 실제 의류 정보를 소개하는 간단한 웹 사이트에 적응하여 그 가능성을 확인할 수 있었다.

• 디자인학연구
• /
• 제16권1호
• /
• pp.117-126
• /
• 2003

인간과 컴퓨터의 상호작용은 컴퓨터의 기술적 발달과 함께 다양하게 변화하여 왔으며 웹의 보편화와 함께 웹의 특성을 반영한 다양한 형식과 방법의 상호작용이 시도되고 있다. 이러한 다양한 상호작용의 개념중 대화형 에이전트는 대화의 대상으로 캐릭터를 사용하며 대화에 의한 상호작용을 통해 자연스럽고 인간적이며 직관적인 상호작용을 제시하고 있다. 그러나 현재까지의 연구는 그 구현을 중심으로 진행되고 있으며 웹에서의 실질적인 적용은 시험적 단계를 거치고 있다. 따라서 본 연구에서는 가상 강좌 사이트에서 보다 적극적인 활용대상으로서 대화형 에이전트를 적용하기 위해 대화형 에이전트의 상호작용 방식의 주요 개념인 대화에 대하여 고찰하였다. 다음으로 웹에서 이루어지는 대화적 특성을 연구하고 웹에서의 대화 구성 방식을 도출하였다. 이를 바탕으로 대화형 에이전트를 구현하여 가상 강좌 사이트에 적용하였으며 사이트 운영 및 평가를 통해 대화형 에이전트의 적용 가능성을 살펴보았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.427-729
• /
• 2003

인터넷의 사용이 보편화됨에 따라 빠르게 변화하는 사용자의 요구를 만족시킴과 동시에 편리하고 유용한 서비스를 제공하기 위하여 사용자와 자연스럽게 의사소통할 수 있는 대화형 에이전트의 연구가 활발히 진행되고 있다. 그러나 현재 상용되고 있는 대부분의 대화형 에이전트들은 도메인 제한적 정보만을 제공하는 경향이 있어 도메인 변경의 경우 스크립트에서부터 새롭게 설계해야 하는 이중 부담을 겪고 있다. 본 논문에서는 스크립트 설계자가 특별한 사전 지식 없이도 간단한 입력 절차만 거쳐 자동으로 스크립트를 재구성할 수 있는 스크립트 인터페이스 구현에 초점을 맞춘다. 이 때 자연어로 입력되는 사용자 질의의 다양한 어휘들을 자동으로 대표 언어로 변환시킬 수 있도록 온톨로지 개념을 도입하여 동의어 사전을 구축함으로써 시스템의 효율성을 극대화한다. 또한 질의에 대한 다양한 답변 생성을 가능하게 하며, 실제 의류 사이트를 안내하는 대화형 에이전트를 구현하여 적용해 봄으로써 그 가능성을 알아본다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.67-68
• /
• 2023

본 논문에서 제안한 Multi Agent Multi Action은 기존의 대화형 시스템 방식인 Single Agent Single Action 구조에 비해 확장성을 갖춘 대화 시스템을 구현하는 방식이다. 시스템을 여러 에이전트로 분할하고, 각 에이전트가 특정 액션에 대한 처리를 담당함으로써 보다 유연하고 효율적인 대화형 시스템을 구현할 수 있으며, 다양한 작업에 특화된 에이전트를 그룹화함으로써 작업의 효율성을 극대화하고, 사용자 경험을 향상 시킬 수 있다.

• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.11-22
• /
• 2022

최근 교육 분야에서 다양한 인공지능 기술을 활용한 연구와 개발이 이뤄지고 있다. 인공지능을 활용한 교육 중 특히 대화형 에이전트는 시간과 공간의 제약을 받지 않고 음성인식, 번역과 같은 다양한 인공지능 기술과 결합해 더 효과적인 언어 학습을 가능하게 한다. 본 논문은 상용화된 교육용 플랫폼 중 이용자 수가 많고 영어 학습을 위한 대화형 에이전트가 활용된 플랫폼에 대한 동향 분석을 진행하였다. 동향 분석을 통해 현재 상용화된 교육용 플랫폼의 대화형 에이전트는 여러 한계점과 문제점이 존재했다. 구체적인 문제점과 한계점 분석을 위해 사전 학습된 최신 대용량 대화 모델과 비교 실험을 진행하였고, 실험 방법으로 대화형 에이전트의 대답이 사람과 비슷한지를 평가하는 Sensibleness and Specificity Average (SSA) 휴먼 평가를 진행하였다. 실험 내용을 바탕으로, 효과적인 학습을 위해 개선방안으로 대용량 파라미터로 학습된 대화 모델, 교육 데이터, 정보 검색 기능의 필요성을 제안했다.

• 전자공학회지
• /
• 제25권8호
• /
• pp.40-51
• /
• 1998

에이전트는 분산 환경에서 작업을 수행하는 지적인 특성을 갖는 응용 프로그램으로 정의되며, 연구 분야에 따라 다양한 의미로 해석이 가능하다. 그 중에서 로봇 에이전트는 전세계에 산재된 방대한 양의 정보를 스스로 추적하며 새로운 정보를 찾는다. 로봇 에이전트에 대한 기존의 연구는 대부분 통계적인 목적이나 검색엔진을 위한 데이터의 수집을 목적으로 사용되었다. 많은 정보를 수집하기 위해 더 높은 성능의 로봇 에이전트들이 제작되었고, 이러한 프로그램들이 팽창하면서 네트워크를 과부하시키는 현상을 초래하게 되었다. 재귀적인 방법으로 수행되는 로봇 에이전트의 사용을 억제하기 위한 연구들이 많이 발표되었으나, 수동적인 방법에 의존하는 연구가 대부분이며 대표적인 것이 로봇 배제를 위한 표준안 정도이다. 본 연구에서는 이러한 로봇 에이전트의 문제점을 개선하여, 서버와 클라이언트간에 대화형으로 수행되는 인덱스 로봇 에이전트를 제안하며, 사용자의 요구에 따라 수행되는 로봇 에이전트에 의한 정보획득의 방법을 시도하여 네트워크의 과부하를 억제하면서도 정보의 신뢰성과 정확성을 보장한다. 아울러, 차세대 지능형 검색 기술인 TEMA 시스템에 대해 소개한다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2005년도 춘계학술대회
• /
• pp.145-150
• /
• 2005

최근 전자상거래에 대한 관심과 투자가 집중되면서 효과적인 사용자 인터페이스인 대화형 에이전트에 대한 연구가 활발히 진행되고 있다. 기존의 대화형 에이전트는 사용자의 질의에 미리 준비된 답변을 제공하기 때문에 복잡한 대화 상황을 처리하지 못한다. 이런 한계를 극복하기 위해 베이지안 네트워크 등의 기법을 이용한 사용자 의도 추론 기술이 연구되고 있다. 본 논문에서는 기존의 정보검색을 위한 대화형 에이전트에서 사용자 의도 추론의 성능을 높이기 위해 노드간의 의미 관계를 표현하는 정보를 결합한 시맨틱 베이지안 네트워크(Semantic Bayesian Network; SeBN) 모델을 제안한다. 단발적인 질의 분석이 아닌 점증적 질의 분석 방법을 바탕으로 불충분한 정보로 적절한 답변을 추론하지 못할 경우에MII(mixed-initiative interaction)를 수행하여 주어진 문제를 해결한다. 실제 모바일 검색 사이트에 제안하는 방법을 적용하여 유용성을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.27-38
• /
• 2023

본 논문에서는 시간의 흐름에 따라 새로운 데이터를 지속적으로 학습하고 성장할 수 있는 연속 학습 기반 대화형 AI 에이전트를 제안한다. 연속학습 기반 대화형 AI 에이전트는 태스크 관리자 (Task Manager), 사용자 속성 추출(User Attribute Extraction), 자동 확장 지식 그래프(Auto-growing Knowledge Graph), 크게 3가지 요소로 구성된다. 태스크 관리자는 사용자와의 대화에서 새로운 데이터를 발견하면 이전에 학습한 지식을 통해 새로운 태스크를 생성한다. 사용자 특성 추출 모델은 새로운 태스크에서 사용자의 특성을 추출하고, 자동 확장 지식 그래프는 새로운 외부 지식을 지속적으로 학습할 수 있도록 한다. 한정된 데이터셋을 기반으로 학습된 기존 대화형 AI 에이전트와 달리, 본 논문에서 제안하는 방법은 지속적인 사용자의 특성과 지식 학습을 기반으로 대화를 가능하게 한다. 연속학습 기술이 적용된 대화형 AI 에이전트는 사용자와의 대화가 축적될수록 개인 맞춤형 대응이 가능하며, 새로운 지식에도 대응이 가능하다. 본 논문에서는 시간에 따른 대화 생성 모델의 성능 변화 실험을 통해 제안하는 방법의 가능성을 검증한다.