• 한국언론정보학보
• /
• 제79권
• /
• pp.70-103
• /
• 2016

뉴스 미디어 산업이 위기를 겪으면서 새로운 기술이 구원이 될 수 있다는 전망이 많이 나오고 있다. 하지만, 그 기술이 어떤 원리로 작동하는지, 그것이 가진 한계는 무엇인지, 어떤 방향으로의 발전이 필요한지에 대해서는 논의가 제대로 이루어지지 않고 있다. 이 글은 현재 주목받고 있는 새로운 기술인 뉴스 챗봇의 의미와 작동 방식, 그리고 전망에 대해 미디어 관점에서 시론적으로 분석했다. 쿼츠, 포브스, CNN 챗봇 등의 사례를 분석한 결과, 현재 챗봇은 초기 인공지능이 적용된 뉴스 추천 서비스 수준이라고 할 수 있었다. 뉴스 챗봇은 대화라는 의인화된 행위를 통해 뉴스를 전달할 뿐, 능동적 수행 측면에서는 완전하다고 할 수 없었다. 인공지능의 발전에 따라 챗봇도 지속해서 진화가 이루어질 것은 분명하지만, 어떠한 방향을 갖고 가느냐에 따라 결과가 심하게 달라질 수 있다. 이에 따라 규범론적 접근, 하향식 접근, 상향식 접근 등 세 가지 방식을 어떠한 방향을 갖고 가야 할지에 대한 논의를 위한 출발점으로 제시했다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권2호
• /
• pp.179-191
• /
• 2001

비교 쇼핑은 웹 상에 존재하는 웹 상점으로부터 구매를 원하는 상품에 대해 저렴한 가격을 찾아주는 일종의 판매자 중개 방법이다. 보다 쉽게 확장 가능한 비교 쇼핑 시스템을 생성하기 위해서 에이전트는 각각의 준 구조화된 상점으로부터 필요한 정보만을 추출할 수 있는 wrapper를 자동으로 생성해낼 수 있어야 한다. 웹 문서를 작성하기 위한 HTML은 포함하고 잇는 정보의 의미가 아닌 브라우저를 통한 정보의 표현에 대해서만 정의하고 있다. 또한 각 웹 상점들은 사용자의 다양한 상품 검색 요구를 수용하기 위해 다양한 상품 검색 방법과 검색 결과의 출력 형태를 가진다. 따라서 자동으로 필요한 정보만을 추출하는 wrapper의 생성은 어려운 작업이다. wrapper의 귀납적인 생성은 이러한 이질적인 환경을 극복하기 위한 기술이다. 그러나 Shopbot과 같은 기존의 확장 가능한 비교 쇼핑 에에전트는 원하는 상품 정도를 추출하기 위해 강한 바이어스에 의존한다. 따라서 Shopbot은 바이어스를 따르지 않는 많은 웹 상점으로부터 wrapper를 생성할 수 없다. 본 논문에서는 강한 바이어스를 사용하지 않고 wrapper를 생성해 낼 수 있는 비교 쇼핑 에이전트 시스템인 모피우스를 제안한다. 모피우스는 간단하면서도 견고한 학습 알고리즘을 바탕으로 wrapper를 생성한다. 제안하는 학습 알고리즘의 핵심은 상품 검색 결과를 논리적 라인으로 나누고 여기서 나타나는 상품 설명 단위의 패턴으로 wrapper를 생성하는 것이다. 모피우스 대부분의 웹 상점에 대한 wrapper를 정확하게 생성해 낸다. 또한 학습하려는 검색 결과에 노이즈가 존재하는 경우에도 wrapper를 정확하게 추출할 수 있다. 모피우스는 헤더나 광고와 같은 불필요한 정보들을 제거하는 별도의 단계를 거치지 않으므로 wrapper를 빠르게 생성한다. 궁극적으로 모피우스는 새로운 웹 상점을 사용자가 자유롭게 추가, 삭제할 수 있는 환경을 제공한다.