• 한국간호교육학회지
• /
• 제17권3호
• /
• pp.524-535
• /
• 2011

유전 위험 사정과 상담서비스가 임상실무에 널리 적용되어 감에 따라, 다양한 비용효율 면에서 다양한 상담서비스 모델을 사정하고, 대상자의 임상 요구와 건강문제를 해결하는데 어떤 모델이 유용한 지 확인할 필요가 있다. 본 연구의 목적은 114건의 현장 관찰과 문헌고찰을 통하여 3가지 유전상담 모형을 분석하였다. 유전의학 전문가 모델, 유전상담사 모델, 임상연구전문가 모델을 중심으로 각 모델의 구조, 전문가의 역할 및 기능, 목표, 물리적 세팅, 교육도구 등을 분석하였다. 각 모형 안에서 환자에게 기대되는 결과 면에서 질적 서비스가 보장되는지 확인하기 위하여 이론적 분석을 실시하였다. 본 연구를 통하여 각 모형의 상담 전, 중, 후 환자 만족, 지식 변화, 상담 효과 및 커뮤니케이션 효과 등을 분석하였지만, 결론적으로 상담서비스가 이루어지고 있는 기관의 구조를 충분히 고려하지 않은 상태에서 최상의 서비스 모델을 제시하기 어려울 것임을 논의하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.53-58
• /
• 2022

인공지능 기술이 발전하며, 다양한 산업군에 사람의 업무를 보조하는 인공지능 시스템이 적용되고 있다. 그 중 콜센터 상담사의 상담 업무를 보조하는 자연어 처리 기술 역시 활발히 연구되고 있는 분야 중 하나이다. 콜센터 상담사 보조 시스템은 상담사를 보조하기에 앞서 고객과 상담사의 대화로 진행되는 상담이 어떤 내용인지 정확히 인식해야 한다. 이때, 시스템이 상담의 목적을 대표할 수 있는 발화를 판별한다면 상담 내용을 보다 명확히 인식할 수 있다. 본 논문은 구어체로 진행되는 상담 스크립트의 특징을 주목하여, 실시간으로 상담 내용을 분석하고, 중요한 의미를 가지는 발화를 인지하여 추출하는 모델을 제안한다. 실험 결과, 제안한 모델이 기존 추출 요약과 비교하여, 우수한 성능을 보였다. 본 논문에 제안한 모델을 적용하여, 주요 상담 발화를 추출하고, 관련된 상담 문서 검색, 상담 내용 분류 등에 적용할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.209-213
• /
• 2023

최근 자연어 이해 분야에서 대규모 언어모델 기반으로 프롬프트를 활용하여 모델과 상호작용하는 방법이 널리 연구되고 있으며, 특히 상담 분야에서 언어모델을 활용한다면 내담자와의 자연스러운 대화를 주도할 수 있는 대화생성 모델로 확장이 가능하다. 내담자의 상황에 따라 개인화된 상담대화를 진행하는 모델을 학습시키려면 동일한 내담자에 대한 과거 및 차기 상담대화가 필요하지만, 기존의 데이터셋은 대체로 단일 대화세션으로 구축되어 있다. 본 논문에서는 언어모델을 활용하여 단일 대화세션으로 구축된 기존 상담대화 데이터셋을 확장하여 연속된 대화세션 구성의 학습데이터를 확보할 수 있는 프롬프트 기반 데이터 증강 기법을 제안한다. 제안 기법은 기존 대화내용을 반영한 요약질문 생성단계와 대화맥락을 유지한 차기 상담대화 생성 단계로 구성되며, 프롬프트 엔지니어링을 통해 상담 분야의 데이터셋을 확장하고 사용자 평가를 통해 제안 기법의 데이터 증강이 품질에 미치는 영향을 확인한다.

• 융합보안논문지
• /
• 제16권6_1호
• /
• pp.75-83
• /
• 2016

병력관리는 군 사고예방은 물론 전투력 보존 및 발휘의 핵심이다. 그러나 예측하지 못한 시간과 장소에서 생각지도 못한 부대원이 사고를 유발하게 되면 경험 없는 초급간부들은 당황하며 어떻게 처리해야 할지 몰라 전전긍긍할 때가 많다. 뿐만 아니라 각종 사고를 예방하는 것도 군의 존립의 이유인 전쟁에서의 승리를 위한 전투준비태세 완비의 전제 조건이다. 이 막중한 임무의 최전선에 초급간부들이 있다. 그러나 전투준비를 위한 제반업무에 만전을 기하여야 할 시간도 부족한데 병력관리에 대한 상급부대의 지시와 요구되는 수준은 경험이 부족한 초급간부들에게 많은 스트레스를 주는 것이 사실이다. 그래서 초급간부를 위한 군 상담모델을 연구하게 되었다. 초급간부 군 상담모델을 적용하여 상담을 진행 하면 가장 신속하고도 효율적으로 상담대상에 대한 파악이 가능하다. 효율적인 상담은 깊이 있는 내담자의 이해가 선행되어야 한다. 누군가를 심층 있게 이해한다는 것은 많은 노력과 시간을 필요로 하는 행위이다. 그러나 초급간부들은 그러한 시간과 노력을 충분히 투자할 수 있는 여건이 미흡한 것이 사실이다. 그러므로 초급간부 군 상담모델을 적극 활용하여 선택과 집중을 통한 상담활동을 지속한다면 효과적인 상담 및 사고예방까지 가능할 것이다.

• 창의정보문화연구
• /
• 제6권3호
• /
• pp.141-148
• /
• 2020

최근, 코비드 환경은 대학의 교육 시스템에 심각한 영향을 끼쳤다. 대학의 재학률과 취업률에 큰 영향을 미치는 학생의 진로지도 방법은 코비드 환경에서 변할 수밖에 없다. 기존의 진로지도 활동은 오프라인 상담 방법을 주로 사용하지만, 코비드 환경에서의 진로지도 활동은 온라인 상담 방법을 더 중요하게 고려해야 한다. 본 논문에서는 온라인과 오프라인 교육 환경에서 효과적으로 사용할 수 있는 하이브리드(온라인과 오프라인) 진로지도 모델을 제안한다. 온라인과 오프라인의 특성을 가진 하이브리드 제안 모델은 코비드 환경에서도 학생들을 효과적으로 지도 할 수 있다. 본 논문에서는 제안 모델을 실제 상담 사례에 적용하여 제안 모델의 유용성을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.371-372
• /
• 2023

본 논문에서는 대규모 언어 모델(Large Language Models)을 기반으로 한 입학 상담용 챗봇을 설계하였다. 입시 전문 LLM은 Polyglot-ko 5.8B을 베이스 모델로 대학의 입시 관련 데이터를 수집, 가공한 후 데이터 증강을 하여 파인튜닝 하였다. 또한, 모델 성능 향상을 위해 RLHF의 후 공정을 진행하였다. 제안 챗봇은 생성한 입시 LLM을 기반으로 웹브라우저를 통해 접근하여 입시 상담 자동 응답 서비스를 활용할 수 있다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.31-36
• /
• 2019

전인적인 인격 형성에 근본적인 역할을 하고 있는 음악과 치료가 융합된 분야인 음악치료는 다양하고 복잡한 치료 방법을 가지고 있다. 음악치료를 담당하고 있는 음악치료사들은 내담자와의 상담에 역전이와 같은 경우의 현상이 발생하기도 하며, 심리적 소진을 경험하고 있기에, 음악 치료의 최종 목표 도달에 많은 어려움이 발생하고 있는 상황이다. 본 논문에서는 음악치료를 위하여 방문한 내담자와의 원활한 음악 치료 상담을 위하여 협업 필터링 기반의 음악치료 상담 자료 추천 모델을 제안한다. 제안 모델은 기존 상담 데이터와 새로운 상담자의 데이터를 유클리디안 거리 알고리즘을 통하여 유사도를 파악하고, 이를 통하여 유사 상담 자료를 추천하는 것으로서, 음악치료사들은 음악 치료가 필요한 상담자에게 가장 적합한 상담 자료를 제공할 수 있기에 원활한 상담이 진행될 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.767-769
• /
• 2019

기계독해는(Machine reading comprehension) 사용자 질의에 대한 답변이 될 수 있는 내용을 기계가 문서를 이해하여 추론하는 것을 말하며 기계독해를 이용해서 챗봇과 같은 자동상담 서비스에 활용할 수 있다. 최근 자연어처리 분야에서 많은 성능 향상을 보이고 있는 BERT모델을 기계독해 분야에 적용 할 수 있다. 본 논문에서는 특허상담 분야에서 기계독해 task 성능 향상을 위해 특허상담 코퍼스를 사용하여 사전학습(Pre-training)한 BERT모델과 특허상담 기계학습에 적합한 언어처리 기법을 추가하여 성능을 올릴 수 있는 방안을 제안하였고, 본 논문에서 제안한 방법을 사용하여 특허상담 질의에 대한 답변 결정에서 성능이 향상됨을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권4호
• /
• pp.145-152
• /
• 2020

기계독해는(Machine reading comprehension) 사용자 질의와 관련된 문서를 기계가 이해한 후 정답을 추론하는 인공지능 자연어처리 태스크를 말하며, 이러한 기계독해는 챗봇과 같은 자동상담 서비스에 활용될 수 있다. 최근 자연어처리 분야에서 가장 높은 성능을 보이고 있는 BERT 언어모델은 대용량의 데이터를 pre-training 한 후에 각 자연어처리 태스크에 대해 fine-tuning하여 학습된 모델로 추론함으로써 문제를 해결하는 방식이다. 본 논문에서는 BERT기반 특허상담 기계독해 태스크를 위해 특허상담 데이터 셋을 구축하고 그 구축 방법을 소개하며, patent 코퍼스를 pre-training한 Patent-BERT 모델과 특허상담 모델학습에 적합한 언어처리 알고리즘을 추가함으로써 특허상담 기계독해 태스크의 성능을 향상시킬 수 있는 방안을 제안한다. 본 논문에서 제안한 방법을 사용하여 특허상담 질의에 대한 정답 결정에서 성능이 향상됨을 보였다.

• 스마트미디어저널
• /
• 제10권4호
• /
• pp.21-27
• /
• 2021

최근 COVID-19로 인한 코로나 블루로 상담의 중요성이 높아지고 있다. 또한 비대면 서비스의 증가로 상담 매체에 변화를 준 챗봇에 관한 연구들이 활발하게 진행되고 있다. 챗봇을 통한 비대면 상담에서는 내담자의 감정을 정확하게 파악하는 것이 가장 중요하다. 하지만 내담자가 작성한 문장만으로 감정을 인식하는 데는 한계가 있으므로 더 정확한 감정 인식을 위해서는 문장에 내제되어있는 차원 감정을 인식하는 것이 필요하다. 따라서 본 논문에서는 상담 챗봇의 감정 인식 개선을 위해 원본 데이터를 데이터의 특성에 맞게 보정한 후 Word2Vec 모델을 학습하여 생성된 벡터와 문장 VAD(Valence, Arousal, Dominance)를 딥러닝 알고리즘으로 학습한 다차원 감정 인식 모델을 제안한다. 제안한 모델의 유용성 검증 방법으로 3가지 딥러닝 모델을 비교 실험한 결과로 Attention 모델을 사용했을 때 R-squared가 0.8484로 가장 좋은 성능을 보인다.