• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.267-269
• /
• 2017

대화 시스템(dialogue system)은 사용자의 언어를 이해하고 그 의도를 분석하여 사용자가 원하는 목적을 달성할 수 있게 도와주는 시스템이다. 인간과 비슷한 수준의 대화를 위해서는 대량의 데이터가 필요하며 데이터의 양질에 따라 그 결과가 달라진다. 최근 페이스북에서 End-to-end learning 방식을 기반으로 한 영어로 구성된 식당 예약 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하여 해당 모델에 적용한 연구가 있다. 대화 시스템에서 활용 가능한 연구가 활발히 진행되고 있지만 영어 기반의 데이터와는 다르게 식당 예약 시스템에서 다른 연구자들의 연구 목적으로 공유한 한국어 데이터셋은 아직까지도 미흡하다. 본 논문에서는 페이스북에서 구축한 영어로 구성된 식당 예약 학습 대화 데이터셋을 이용하여 한국어 기반의 식당 예약 대화 시스템에서 활용 가능한 한국어 데이터셋을 구축하고, 일상생활에서 발생 가능한 발화(utterance)에 따른 형태 변화를 통해 한국어 식당 예약 시스템 데이터셋 구축 방법을 제안한다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.267-269
• /
• 2017

대화 시스템(dialogue system)은 사용자의 언어를 이해하고 그 의도를 분석하여 사용자가 원하는 목적을 달성할 수 있게 도와주는 시스템이다. 인간과 비슷한 수준의 대화를 위해서는 대량의 데이터가 필요하며 데이터의 양질에 따라 그 결과가 달라진다. 최근 페이스북에서 End-to-end learning 방식을 기반으로 한 영어로 구성된 식당 예약 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하여 해당 모델에 적용한 연구가 있다. 대화 시스템에서 활용 가능한 연구가 활발히 진행되고 있지만 영어 기반의 데이터와는 다르게 식당 예약 시스템에서 다른 연구자들의 연구 목적으로 공유한 한국어 데이터셋은 아직까지도 미흡하다. 본 논문에서는 페이스북에서 구축한 영어로 구성된 식당 예약 학습 대화 데이터셋을 이용하여 한국어 기반의 식당 예약 대화 시스템에서 활용 가능한 한국어 데이터셋을 구축하고, 일상생활에서 발생 가능한 발화(utterance)에 따른 형태 변화를 통해 한국어 식당 예약 시스템 데이터셋 구축 방법을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.630-632
• /
• 2018

최근 딥러닝(Deep Learning)기반 연구가 활발해짐에 따라 딥러닝 모델 기반의 대화 시스템 연구가 활성화되고 있다. 하지만 이러한 연구는 다량의 데이터를 기반으로 이루어지기 때문에 데이터 구축 연구의 필요성이 증가하고 있다. 기존에 공개된 대화 코퍼스는 대부분 영어로 이루어져있어 한국어 대화 시스템에는 적용하기 어렵다. 본 논문에서는 한국어 대화 코퍼스 구축을 위하여 식당예약 및 추천을 위한 한국어 대화를 수집하였으며, 총 498개의 대화를 수집하였다. 대화는 식당 예약 및 추천을 위한 12개의 정보를 수집할 수 있도록 구성하였다. 또한 데이터의 활용성을 높이기 위하여 데이터 후처리 작업으로 12개의 정보를 태깅작업을 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.615-618
• /
• 2005

인터넷의 급속한 보급과 사용이 일상화됨에 따라 웹사이트를 이용한 온라인 예약은 이미 다양한 분야(교통시설, 공연티켓예매, 식당예약 등)에서 폭 넓게 이용되고 있다. 본 논문에서는 국내의 특급 호텔 및 특급식당을 운영하는 기업의 온라인 예약 사이트를 중심으로 예약을 직접 수행하는 과정을 통하여 사용자 인터페이스의 평가 및 분석을 실시하고 바람직한 인터넷 예약 사이트의 사용자 인터페이스 설계방법을 제안하는데 목적이 있다. 평가방법으로는 설문 및 모니터링을 통하여 사용성 평가를 실시하였으며 평가결과를 기초로 하여 온라인예약 사이트 구축과 관련한 사용자 인터페이스 설계 시 우선적으로 고려해야 할 사항을 제안하였다.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.57-59
• /
• 2017

대화 시스템(dialogue system)은 텍스트나 음성을 통해 다양한 분야에서 특정한 목적을 수행할 수 있는 시스템이다. 대화 시스템을 구현하기 위한 방법으로 인공 신경망(neural network)을 기반으로한 end-to-end learning 방식이 제안되었다. End-to-end learning 방식을 이용한 식당 예약 시스템 모델의 학습을 위해 페이스북은 영어로 이루어진 식당 예약에 관련된 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하였다. 하지만 end-to-end learning 방식의 학습은 많은 학습 데이터가 필요하다는 단점이 존재하는데, 액션 템플릿(action template)의 정의를 통해 도메인 지식을 표현함으로써 일반적인 end-to-end learning 방식보다 적은 학습량으로 좋은 성능의 모델을 학습할 수 있는 Hybrid Code Network 구조를 제안한 연구가 있다. 본 논문에서는 Hybrid Code Network 구조를 이용하여 한국어 식당 예약 시스템을 구축할 수 있는 방법을 제안하고, 한국어로 이루어진 식당 예약에 관련한 학습 대화 데이터를 구축하는 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.471-472
• /
• 2021

본 논문에서는 안드로이드 스튜디오를 활용하여 스마트폰에서 실시간으로 식당 좌석을 확인하여 예약할 수 있도록 앱 개발을 수행하였다. 개발한 앱에서 제공하는 사용자 전용 APP 기능으로는 회원가입 및 로그인, 가게 정보 확인, 예약 설정이 있다. 또한, 실시간 좌석 정보를 제공하여 사람들이 가게가 만석일 경우 되돌아가는 불편함을 최소화하고, 원하는 시간에 예약을 손쉽게 예약할 수 있도록 하였다. 앱 사용자는 직관적인 인터페이스를 통하여 실시간으로 본인이 원하는 좌석을 예약할 수 있고, 내부적으로 데이터베이스로 회원가입 및 로그인과 식당 정보 저장 과정을 수행하도록 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.243-246
• /
• 2023

'서비스를 이용하겠다고 예약을 했지만, 취소나 연락 없이 장소에 나타나지 않는 행위'를 가리키는 일명 노쇼(No-Show, 예약부도)가 사회적 문제로 떠오르고 있다. 이는 음식점을 비롯하여 열차, 고속버스, 병원, 미용실 등 예약 시스템이 갖춰진 사회 곳곳에서 발생하여 사회적·경제적 손실을 일으키고 있다. 그리고 이러한 노쇼는 자영업자의 경제적 손실로 직결되어 이들의 생존을 위협하기에 이르렀다. 음식점의 경우 노쇼로 인해 식재료 손실과 함께 해당 테이블에 다른 고객의 예약을 받지 못하는 2차 피해 발생이 가능하다는 점에서 타 업종에 비해 리스크 부담이 상당하다. 본 연구는 기존 식당 예약 웹 어플리케이션의 경제성·편의성·접근성을 취하는 동시에, 예약금 제도를 통해 노쇼의 비중을 줄이고, 노쇼가 발생한 고객 현황을 계측하여 관리할 수 있는 관리자 권한의 기능을 제공해 손실을 최소화하도록 돕는 웹 어플리케이션을 개발하는 것에 목적을 두고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.808-809
• /
• 2017

LBS(Location Based Service, 위치 기반 시스템)에 기초한 음식점 추천 및 예약 앱을 개발한다. 본인의 위치로부터 200m 이내의 식당을 기반으로 음식점 확인, 식당 예약, 평가를 할 수 있다. 안드로이드 OS를 기반으로 동의대학교 인근식당을 중심으로 개발하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.111-115
• /
• 2017

목적 지향적 대화 시스템(Goal-oriented dialogue system)은 텍스트나 음성을 통해 특정한 목적을 수행할 수 있는 시스템이다. 최근 RNN(recurrent neural networks)을 기반으로 대화 데이터를 end-to-end learning 방식으로 학습하여 대화 시스템을 구축하는데에 활용한 연구가 있다. End-to-end 방식의 학습은 도메인에 대한 지식 없이 학습 데이터 자체만으로 대화 시스템 구축을 위한 학습이 가능하다는 장점이 있지만 도메인 지식을 학습하기 위해서는 많은 양의 데이터가 필요하다는 단점이 존재한다. 이에 본 논문에서는 도메인 특정 지식을 결합하여 end-to-end learning 방식의 학습이 가능한 Hybrid Code Network 구조를 기반으로 한국어로 구성된 식당 예약에 관련한 대화 데이터셋을 이용하여 식당 예약을 목적으로하는 대화 시스템을 구축하는 방법을 제안한다. 실험 결과 본 시스템은 응답 별 정확도 95%와 대화 별 정확도 63%의 성능을 나타냈다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.111-115
• /
• 2017

목적 지향적 대화 시스템(Goal-oriented dialogue system) 은 텍스트나 음성을 통해 특정한 목적을 수행 할 수 있는 시스템이다. 최근 RNN(recurrent neural networks)을 기반으로 대화 데이터를 end-to-end learning 방식으로 학습하여 대화 시스템을 구축하는데에 활용한 연구가 있다. End-to-end 방식의 학습은 도메인에 대한 지식 없이 학습 데이터 자체만으로 대화 시스템 구축을 위한 학습이 가능하다는 장점이 있지만 도메인 지식을 학습하기 위해서는 많은 양의 데이터가 필요하다는 단점이 존재한다. 이에 본 논문에서는 도메인 특정 지식을 결합하여 end-to-end learning 방식의 학습이 가능한 Hybrid Code Network 구조를 기반으로 한국어로 구성된 식당 예약에 관련한 대화 데이터셋을 이용하여 식당 예약을 목적으로하는 대화 시스템을 구축하는 방법을 제안한다. 실험 결과 본 시스템은 응답 별 정확도 95%와 대화 별 정확도 63%의 성능을 나타냈다.