• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.7-14
• /
• 2017

이론적으로 분산 비동기 통신 환경에서 공통믿음 또는 공통지식의 형성은 불가능하다고 받아들여져 왔으나, 서로 신뢰하는 에이전트 그룹에서는 비동기 통신을 사용하더라도 데드라인이 있는 명제들은 공통믿음이 될 수 있고 이를 바탕으로 한 추론이 가능함을 보여준다. 일반적으로 멀티에이전트 환경에서 공통믿음의 형성은 통신의 문제로 접근하며 통신 시간의 제약이 없는 시스템 상에서는 공통믿음이 형성되지 않는다는 공통믿음 역설 문제를 느슨한 정밀도를 적용하고 필요한 요구조건을 완화시켜 공통믿음을 형성 할 수 있음을 카카오톡 채팅방 모델을 통해 확인한다. 또한 카카오톡 채팅방 모델의 각 에이전트에 추론 기능을 구현하여 생성된 공통믿음을 알고 있는지에 관한 질의를 통해 공통믿음임을 확인하는 추론 기능을 실험하였다. 분산 멀티에이전트 환경에서 공통믿음의 표현과 추론을 메타논리 프로그래밍으로 형식화하였으며, 카카오톡 채팅방 모델을 통해 비동기 통신을 사용하는 분산 에이전트 그룹이 공통믿음을 형성할 수 있음을 실험적으로 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.125-129
• /
• 2017

채팅 시스템은 사람이 사용하는 자연어를 이용해 컴퓨터와 대화를 하는 시스템이다. 한국어 특성상 대화체에서 동일한 의미를 가졌지만 다른 형태를 가진 경우가 많다. 본 논문에서는 Attention mechanism Encoder-Decoder Model을 사용해 한국어 특성에 맞는 효과적인 생성 모델을 만들 수 있는 입력, 출력 단위를 제안한다. 실험에서 정성 평가와 ROUSE, BLEU 평가를 진행한 결과 형태소 단위의 입력 보다 본 논문에서 제안한 색인어 입력 단위의 성능이 높고, 의사 형태소 단위 출력 보다 음절 단위 출력을 사용한 시스템이 더 문법적 오류가 적고 적합한 응답을 생성하는 것을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.125-129
• /
• 2017

채팅 시스템은 사람이 사용하는 자연어를 이용해 컴퓨터와 대화를 하는 시스템이다. 한국어 특성상 대화체에서 동일한 의미를 가졌지만 다른 형태를 가진 경우가 많다. 본 논문에서는 Attention mechanism Encoder-Decoder Model을 사용해 한국어 특성에 맞는 효과적인 생성 모델을 만들 수 있는 입력, 출력 단위를 제안한다. 실험에서 정성 평가와 ROUSE, BLEU 평가를 진행한 결과 형태소 단위의 입력 보다 본 논문에서 제안한 색인어 입력 단위의 성능이 높고, 의사 형태소 단위 출력 보다 음절 단위 출력을 사용한 시스템이 더 문법적 오류가 적고 적합한 응답을 생성하는 것을 보였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(하)
• /
• pp.508-511
• /
• 2003

최근에 인터넷 사용량이 증가함에 따라 자료의 양은 많아지고, 서비스 방식도 복잡해지는 문제가 생겨나게 되었다. 그에 따른 해결방안으로 P2P(Peer-to-Peer) 모델은 2000년대에 들어서 다시 컴퓨터 산업 무대의 중심으로 자리 잡게 되었다. 지금까지 잘 알려져 있는 클라이언트/서버 모델은 계속적으로 증가하고 있는 사용자와의 통신 수요에 대한 문제가 있다. 그렇기 때문에 P2P 모델은 이러한 구조에서 벗어나 사용자들 간의 직접적인 정보 교환을 가능하게 해주어 서버의 역할을 최소화 시켜 주었다. 이러한 이점 때문에 현재 많은 기업체들이 P2P 모델을 클라이언트/서버 모델 이상으로 선호하게 되었다. 자바를 이용해서 개발한 P2P용 메신저 통합 서비스에는 기존의 상대방과의 대화뿐만 아니라 파일 공유, 자료의 업/다운, 멀티미디어 채팅으로 상대방의 얼굴을 보며 대화를 할 수 있는 화상채팅 기능이 있고, 친구들을 쉽게 정리하여 사용자만이 관리를 할 수 있는 공유그룹과 폐쇄그룹을 추가하여 보안에 대비 하였다. 또 키워드 검색, 메타 검색으로 더 많은 자료를 손쉽게 찾을 수가 있다. 시스템 상에 XML, 웹 서버, WAP 게이트웨이 서버를 탑재하였고, 가상의 네트워크인 VPN 사용, 그리고 DB를 사용한 회원관리 및 여러 가지 서비스를 제공한다. 향후 P2P 기술은 P2P 검색, P2P 커뮤니케이션, 무선인터넷관련 기술, XML을 이용한 표준통합기술의 발전으로 더욱 침체된 시장에 활력소 역할을 할 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.307-310
• /
• 2020

본 논문에서 이슈 키워드 추출을 위해 텍스트 마이닝(Text Mining) 기술을 요구한다. 사회적 이슈 키워드를 추출하기 위해 키워드 수집 모델이 되는 사이트에서 크롤링(crawling)을 수행한 뒤, 형태소 단위 의미있는 단어를 수집하기 위해 형태소 분석(morphological analysis)을 수행한다. 한국어 형태소 분석을 위해 파이썬의 코엔엘파이(KoNLPy) 패키지를 활용한다. 형태소 분석을 통해 나뉘어진 단어에서 통계를 내어 이슈 키워드 추출한다. 이슈 키워드를 뒷받침할 연관 단어를 분석하기 위해 단어 임베딩(Word Embedding)을 수행한다. 단어 임베딩 수행을 위해 Word2Vec 모델 중 Skip-Gram 방법론을 적용하여 연관 단어를 분석하도록 개발하였다. 웹 소켓(Web Socket) 통신을 통한 채팅 프로그램의 상단에 분석한 이슈 키워드와 연관 단어를 출력하도록 개발하였다.

• 창의정보문화연구
• /
• 제7권2호
• /
• pp.91-98
• /
• 2021

코로나19로 인해 초등학생이 온라인 환경에 머무는 시간이 증가함에 따라 작성하는 게시글, 댓글, 채팅의 양이 증가하였고, 타인의 감정을 상하게 하거나 욕설을 하는 등의 문제가 발생하고 있다. 네티켓을 초등학교에서 교육하고 있지만, 교육시간이 부족할 뿐 아니라 행동의 변화까지 기대하기는 어려움이 있어 자연어처리를 통한 기술적인 지원이 필요한 상황이다. 본 연구는 초등학생이 작성하는 문장에 사전언어학습 모델에 적용하여 자동으로 욕설문장을 필터링하는 실험을 진행하였다. 실험은 온라인 학습 플랫폼에서 초등학교 4-6학년의 채팅내역을 수집하였고, 채팅 내역중에 욕설로 신고되어 판정된 욕설문장을 함께 수집하여 사전학습된 언어모델을 통해 훈련하였다. 실험결과, 욕설문장을 분류한 결과 75%의 정확률을 보이는 것으로 분석되어 학습 데이터가 충분히 보완된다면, 초등학생이 사용하는 온라인 플랫폼에서 적용할 수 있음을 보여주었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.270-277
• /
• 2007

가상공간에서 사용자들은 온라인 커뮤니티(Online Community)로 관계(Relationship)를 맺고, 같은 관심사를 가지고 공감대를 형성하는 일이 하나의 디지털문화로 형성되었다. 이러한 가상공간에서 자신을 대변할 수 있는 또 다른 나, 즉 아바타(Avatar)에 대한 선호가 증가하고 있으며, 사용목적에 따른 사용자 감성의 반영으로 아바타 디자인이 다양한 형태로 발전하고 있다. 아바타의 근원은 분신(分身) 화신(化身)을 뜻하는 산스크리스트어 '아바따라(avataara)'에서 유래되었으며, 인터넷시대가 열리면서 3차원이나 가상현실게임 또는 웹에서의 채팅 등을 즐길 때 사용자를 대신하는 그래픽 아이콘으로 표상되면서 인터넷 상에서 자신을 대표하는 분신으로 정의되고 있다. 본 연구의 목적은 인터넷 매체 서비스 이용자의 아바타 사용에 따른 유형별 특성에 관한 것으로서, 이 연구를 통해 아바타 디자인의 시각적 표현요소에 효과적으로 활용될 수 요인을 찾고자 하였다. 분석을 위해 인터넷 공동체 집단을 미니홈피/블로그, 채팅, 게임으로 구분하였으며, 아바타 이용자들이 이와 같은 커뮤니티를 이용할 때 어떤 목적에 따라 사용하고 있으며, 그들이 아바타를 선택할 때 어떤 유형별 특성이 나타나는가를 실증하고자 하였다. 이것은 아바타 이용자들이 자신이 표현하려는 아바타 이미지와의 관계를 파악함으로써 가상세계에서 표출하는 아바타 사용 목적에 맞는 유형을 설명할 수 있을 것이다. 따라서 아바타 이용자의 특성을 파악하여 그들의 감성을 반영하는 디자인 전략을 세울 수 있다. 연구방법은 아바타의 개념과 유형분류, 그리고 미니홈피/블로그, 게임, 채팅의 이론적 논의 및 근거제시를 위한 문헌연구를 하였으며, 아바타 이용목적에 따른 유형별 특성을 심도 있게 파악하기 위해 질적연구(Qualitative)로서 표적집단면접(Focus Group Interview)을 실시하였으며, 그에 따른 내용분석과 표현분석을 하였다. 그리고 이것을 보다 객관적으로 검증(verification)하기 위해 양적연구(Quantitative)를 병행하였다. 조사대상은 아바타를 이용해 본 경험이 있는 384명의 학생들이며, 성별 연령별에 따른 분류를 통해 각 조사대상자별 특징을 발견하고자 하였다. 조사를 통해 미니홈피/블로그, 채팅, 게임의 서비스 공간에서 보여 지는 각각의 특성에 맞게 아바타 이용자들은 자신이 표현하려는 아바타의 유형에서 선호의 차이를 나타내고 있음을 알 수 있었다. 결과적으로 아바타사용자의 인터넷 매체 이용목적에 따른 유형별 특성을 파악할 수 있었으며, 향후 사이트(site)의 특성에 따라 사용자의 감성선호를 고려한 아바타 디자인 전략과 그 모델(Design model)을 제시할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.377-382
• /
• 2020

cross-texting은 실수로 의도하지 않은 상대방에게 메세지를 잘못 전송하는 것을 말한다. 휴대폰 메신저 사용이 활발해짐에 따라 이 같은 실수가 빈번하게 발생하는데 메신저에서 제공하는 기능은 대체로 사후 해결책에 해당하고 사용자가 사전에 실수를 발견하기는 어렵다. 본 논문에서는 사용자가 작성한 문장의 형식적 자질를 분석하여 현재 참여중인 대화에서 작성한 문장이 cross-texting인지를 판별하는 모델을 제안했다. 문장에서 높임법, 표층적 완성도 자질을 추출하고 이를 통해 특정 사용자의 대화를 모델링하여 주어진 문장이 대화에 부합하는지 여부를 판단한다. 이같은 방식은 채팅방의 이전 기록만으로도 사용자가 작성한 문장이 cross-texting인지 여부를 쉽게 판단할 수 있는 힌트를 제공할 수 있다. 실제 메신저 대화 말뭉치를 이용해 제작한 데이터에서 94% 정확도로 cross-texting을 탐지했다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.553-563
• /
• 2019

최근 개인방송 플랫폼을 통해 업로드 되는 콘텐츠가 증가함에 따라 시청자의 편의를 위해 하이라이트 영상을 제공하는 서비스에 대한 수요가 증가하고 있다. 이에 본 논문에서는 영상의 하이라이트 위치를 자동으로 예측하는 모델을 제안한다. 제안하는 모델은 채팅과 오디오 정보를 이용하며 양방향 LSTM을 사용해 영상의 흐름을 이해한다. 또한 콘텐츠의 종류에 따라 단기적 흐름과 함께 중장기적 흐름을 파악하는 다중 시구간 모델도 함께 제안한다. 제안한 모델은 개인방송 플랫폼을 통해 중계된 e스포츠와 야구경기 영상들을 이용하여 평가하였으며, 다중 시구간 정보를 활용하는 것이 하이라이트 예측에 유용함을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.447-451
• /
• 2022

본 논문에서는 사용자가 대화 텍스트 방식의 입력을 주었을 때 이를 키워드 중심으로 변환하여 이미지를 생성해내는 방식을 제안한다. 대화 텍스트란 채팅 등에서 주로 사용하는 형식의 구어체를 말하며 이러한 텍스트 형식은 텍스트 기반 이미지 생성 모델이 적절한 아웃풋 이미지를 생성하기 어렵게 만든다. 이를 해결하기 위해 대화 텍스트를 키워드 중심 텍스트로 바꾸어 텍스트 기반 이미지 생성 모델의 입력으로 변환하는 과정이 이미지 생성의 질을 높이는 좋은 방안이 될 수 있는데 이러한 태스크에 적합한 학습 데이터는 충분하지 않다. 본 논문에서는 이러한 문제를 다루기 위한 하나의 방안으로 사전학습된 초대형 언어모델인 KoGPT 모델을 활용하며, 퓨샷 러닝을 통해 적은 양의 직접 제작한 데이터만을 학습시켜 대화 텍스트 기반의 이미지 생성을 구현하는 방법을 제안한다.