• 문화기술의 융합
• /
• 제8권6호
• /
• pp.303-308
• /
• 2022

챗봇은 문자나 음성을 통해 사람과 가능한 응답형 채팅 프로그램으로 스마트폰에 탑재된 'Siri'나 'Bixby'도 챗봇 시스템을 활용한 대표적인 인공지능이다. 챗봇이 빠르게 발전하면서 다양한 분야에서 이용자 관광 외식 업계에서도 주목하기 시작했다. 머신러닝 기술이 발달하면서 보다 유연한 대화를 구사할 수 있게 되었고, 곧 교육의 영역까지 확대되었다. 이용자는 챗봇과의 대화를 통해 상호작용을 하게 되는데, 활발한 상호작용은 이용자의 욕구를 자극함과 동시에 학습동기 등의 긍정적인 영향을 주게 된다. 챗봇을 활용한 추천 시스템 프로그램들은 이용자의 선호도에 맞춰 상품을 추천해줌은 물론 다양한 부가 정보까지 제공한다. 본 연구는 챗봇 시스템과 관광서비스를 접목시킨 프로그램을 기획하였다. 챗봇 큐레이터는 이용자에게 학습을 통해 흥미와 호기심을 유도하고, 비로소 관광 욕구를 촉진시는 형태로 발전할 것이다. 본 연구를 선행 연구를 바탕으로 기초 기반를 다지는 것을 목적으로 한다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.843-848
• /
• 2022

챗봇은 문자나 음성을 통해 사람과 가능한 응답형 채팅 프로그램으로 스마트폰에 탑재된 'Siri'나 'Bixby'도 챗봇 시스템을 활용한 대표적인 인공지능이다. 챗봇이 빠르게 발전하면서 다양한 분야에서 이용자 관광 외식 업계에서도 주목하기 시작했다. 머신러닝 기술이 발달하면서 보다 유연한 대화를 구사할 수 있게 되었고, 곧 교육의 영역까지 확대되었다. 이용자는 챗봇과의 대화를 통해 상호작용을 하게 되는데, 활발한 상호작용은 이용자의 욕구를 자극함과 동시에 학습동기 등의 긍정적인 영향을 주게 된다. 챗봇을 활용한 추천 시스템 프로그램들은 이용자의 선호도에 맞춰 상품을 추천해줌은 물론 다양한 부가 정보까지 제공한다. 본 연구는 챗봇 시스템과 관광서비스를 접목시킨 프로그램을 기획하였다. 챗봇 큐레이터는 이용자에게 학습을 통해 흥미와 호기심을 유도하고, 비로소 관광 욕구를 촉진시는 형태로 발전할 것이다. 본 연구를 선행 연구를 바탕으로 기초 기반를 다지는 것을 목적으로 한다.

• 미래기술융합논문지
• /
• 제3권3호
• /
• pp.17-27
• /
• 2024

본 연구는 우리나라 경도 치매 노인의 지역사회 참여 증진을 위해 국제 기능, 장애 및 건강 분류(ICF) 기반의 챗봇 시스템을 개발하고 평가하였다. 대상자는 경도 치매 진단을 받고 독거 생활을 하는 노인 12명과 가족 돌봄 제공자 15명을 선정하였다. ICF기반 챗봇 시스템의 개발과정은 포괄적인 요구 평가, 시스템 설계, 콘텐츠 생성, 트랜스포머 어텐션 알고리즘을 사용한 자연어 처리 및 사용성 테스트를 포함하였다. ICF기반 챗봇은 개인 맞춤형 활동 추천, 알림 및 신체적, 사회적, 인지적 참여를 지원하는 정보를 제공하도록 설계되었다. 본 연구에서 사용성 테스트 결과 사용자 만족도와 유용성 인식이 높았으며, 지역사회 활동 및 사회적 상호작용에서 유의미한 개선이 확인되었다. 정량 분석 결과, 주간 지역사회 활동이 92% 증가하고 사회적 상호작용이 84% 증가하였다. 정성적 분석(심층 인터뷰)에서는 챗봇의 사용자 친화적 인터페이스, 제안된 활동의 적절성, 그리고 돌봄 제공자의 부담을 줄이는 역할이 강조되었다. 본 연구는 ICF 기반 챗봇 시스템이 경도 치매 노인의 지역사회 참여를 효과적으로 촉진하고 삶의 질을 향상시킬 수 있음을 시사한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권3호
• /
• pp.467-484
• /
• 2024

생성형 인공지능의 급속한 발전으로 이제 프로그래머의 도움 없이 누구나 개인 맞춤형 챗봇을 제작하고 이를 무료로 활용할 수 있는 시대가 열렸다. 본 연구는 예비 교사 교육을 목적으로, OpenAI의 GPTs 기반 맞춤형 챗봇을 개발하였다. 개발된 맞춤형 챗봇은 대규모 언어 모델(Large Language Model, LLM)을 토대로한 생성형 AI를 이용했기 때문에 그 응답 또한 확률적이므로, 맞춤형 챗봇의 개발 절차뿐만 아니라 그 응답이 적절한지에 대한 점검이 필요하다. 이를 위해 예비 교사를 지도하는 교수자들이 맞춤형 챗봇의 응답에 대한 타당성을 5점 척도로 분석하여 수학교육적 성능을 살펴보았다. 동일한 질문에 대한 범용적인 챗봇인 ChatGPT, 맞춤형 챗봇인 GPT, 그리고 초등수학교육 전문가의 응답을 교수자들이 분석한 결과, 초등수학교육 전문가의 응답은 평균 4.52점을, 맞춤형 챗봇인 GPT는 평균 3.73점을 받아 맞춤형 챗봇인 GPT의 응답은 초등수학교육 전문가의 수준에는 미치지 못하는 것으로 나타났다. 하지만 5점 척도에서 보통 이상으로 '적절하다'에 가까운 점수를 받아 맞춤형 챗봇인 GPT의 교육적 활용 가능성을 확인할 수 있었다. 한편, 범용적인 챗봇인 ChatGPT의 응답은 평균 2.86점으로 낮은 평가를 받았으며, 예비 교사를 지도하는 교수자들은 답변 내용이 체계적이지 않고 일반적인 수준에 머물러 있다고 평가하였다. 이에 범용적인 챗봇인 ChatGPT는 수학교육에 한정하여 사용하기에는 어려움이 있어 보인다. 기존의 맞춤형 챗봇이 교육적 효과를 입증했음에도 불구하고, 그 제작 과정에서 요구되는 시간과 비용이 큰 장애물로 작용해왔다. 그러나 이제 GPTs 서비스를 통해 누구나 손쉽게 교수자 및 학습자에게 적절한 맞춤형 챗봇을 제작할 수 있으며, 그 응답이 일정 수준 이상의 수학교육적 타당성을 보여 수학교육의 다양한 측면에서 효과적으로 활용할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.17-25
• /
• 2020

본 연구는 챗봇기술을 성공적으로 활용한 사례를 기반으로 각 기업들이 어떤 비즈니스적 가치를 창출하고 가지고 있는지 살펴보았다. 챗봇 서비스는 기업 내부 직원 또는 고객들의 질문에 빠르게 답변하거나 대응하게 도와줌으로써 기업의 업무 생산성 향상 향상에 기여하고 있으며, 교육분야에서는 수강생들의 질문 및 피드백을 인공지능 기술이 대신 함으로써 강사진의 업무를 줄여주는데 도움을 준다. 상거래 분야의 오프라인 매장에서는 제품 구매와 매장에서의 개인화 서비스 제공과 인공지능 스피커를 통한 구매 서비스를 제공함으로써 고객에게 편리하고 새로운 구매 경험을 제공하고 있다. 챗봇 서비스가 일부 기업사례에서 비즈니스 가치를 창출하고 있으나 여전히 특정 기업의 프로세스에 국한되고 있으며, 사용자가 기대했던 것보다 서비스 범위와 편리성 및 유용성이 크지 않아 확산속도가 늦어지고 있어 일부 챗봇 개발 서비스 업체는 사용성을 향상시키기 위해 통합 개발 플랫폼을 제공하고 있다, 챗봇은 인간 수준으로 질문에 대한 답변을 대신하여 편의성을 제공한다는 특징과 장점이 있다. 하지만, 다양한 인간의 주관적 견해를 축소시키고 객관화된 답변을 주로 주게되어 커뮤니케이션의 수준이 떨어질 수 있다는 단점이 있다. 본 연구를 통하여 챗봇 서비스들의 특징과 장점, 단점 등을 비교하며 논의를 해보도록 한다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제27권3호
• /
• pp.303-320
• /
• 2024

본 연구는 폴리아의 문제해결 단계에 따라 풀이를 제공하는 GPTs 기반 맞춤형 챗봇을 제작하여 수학적 성능을 검증하였다. 우선 맞춤형 챗봇 베타 버전을 제작하여 수학적 성능을 검증한 후 대표적인 오류를 수정하여 최종 맞춤형 챗봇을 완성하였다. 완성된 맞춤형 챗봇은 초등 수학 6학년 교과서에 제시된 이미지 형태의 65개 문제 중 평균 약 57.8개를 옳게 해결하여 약 89.0%의 정답률을 보였으며, 베타 버전에 비해 약 4%p 높은 정답률을 나타냈다. 또한 그림이 문제를 해결하는 데 핵심적인 역할을 하지 않는 50개 문제의 경우 평균 45.5개를 옳게 해결하여 약 91.0%의 정답률을 보였다. 완성된 맞춤형 챗봇의 답변 중 대표적인 오류는 문제 인식 오류이며, 문제에 인식하기 어려운 그림이 사용되었거나 문제 구성이 복잡한 경우에 해당 오류가 나타났다. 다음으로 개념 혼동 오류, 문제 이해 오류 등이 나타났다. 본 연구에서 개발한 문제해결 맞춤형 챗봇은 범용적인 챗봇인 ChatGPT보다 우수한 수학적 성능을 보였다. 또한 학년 수준에 적절하도록 풀이 과정의 조정이 가능하여 학생 개별화 맞춤형 지도에 활용할 수 있으며, 누구나 제작이 가능하여 교사 개인별 수업 보조 등 수학교육에서의 다양한 활용 가능성을 엿볼 수 있다.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.149-160
• /
• 2017

Sentiment analysis is the process of determining whether a piece of document, text or conversation is positive, negative, neural or other emotion. Sentiment analysis has been applied for several real-world applications, such as chatbot. In the last five years, the practical use of the chatbot has been prevailing in many field of industry. In the chatbot applications, to recognize the user emotion, sentiment analysis must be performed in advance in order to understand the intent of speakers. The specific emotion is more than describing positive or negative sentences. In light of this context, we propose deep learning models for conducting multi-class sentiment analysis for identifying speaker's emotion which is categorized to be joy, fear, guilt, sad, shame, disgust, and anger. Thus, we develop convolutional neural network (CNN), long short term memory (LSTM), and multi-layer neural network models, as deep neural networks models, for detecting emotion in a sentence. In addition, word embedding process was also applied in our research. In our experiments, we have found that long short term memory (LSTM) model performs best compared to convolutional neural networks and multi-layer neural networks. Moreover, we also show the practical applicability of the deep learning models to the sentiment analysis for chatbot.

• 센서학회지
• /
• 제30권6호
• /
• pp.429-435
• /
• 2021

In this study, the creation of emotional dialogue was investigated within the process of developing a robot's natural language understanding and emotional dialogue processing. Unlike an English-based dataset, which is the mainstay of natural language processing, the Korean-based dataset has several shortcomings. Therefore, in a situation where the Korean language base is insufficient, the Korean dataset should be dealt with in detail, and in particular, the unique characteristics of the language should be considered. Hence, the first step is to base this study on a specific Korean dataset consisting of conversations on emotional topics. Subsequently, a model was built that learns to extract the continuous dialogue features from a pre-trained language model to generate sentences while maintaining the context of the dialogue. To validate the model, a chatbot system was implemented and meaningful results were obtained by collecting the external subjects and conducting experiments. As a result, the proposed model was influenced by the dataset in which the conversation topic was consultation, to facilitate free and emotional communication with users as if they were consulting with a chatbot. The results were analyzed to identify and explain the advantages and disadvantages of the current model. Finally, as a necessary element to reach the aforementioned ultimate research goal, a discussion is presented on the areas for future studies.

• 한국지진공학회논문집
• /
• 제27권6호
• /
• pp.331-337
• /
• 2023

Due to the aging of a building, 38.8% (about 2.82 million buildings) of the total buildings are old for more than 30 years after completion and are located in a blind spot for an inspection, except for buildings subject to regular legal inspection (about 3%). Such existing buildings require users to self-inspect themselves and make efforts to take preemptive risks. The scope of this study was defined as the general public's visual self-inspection of buildings and was limited to structural members that affect the structural stability of old buildings. This study categorized possible damage to reinforced concrete to check the structural safety of buildings and proposed a checklist to prevent the damage. A damage assessment methodology was presented during the inspection, and a self-inspection scenario was tested through a chatbot connection. It is believed that it can increase the accessibility and convenience of non-experts and induce equalized results when performing inspections, according to the chatbot guide.

• 한국인터넷방송통신학회논문지
• /
• 제24권2호
• /
• pp.87-92
• /
• 2024

본 논문에서는 치과 상담용 챗봇을 개발하기 위해 기존의 대규모 언어 모델(LLM)과 랭체인 라이브러리를 이용하여 검색 증강 생성(RAG) 시스템을 구현하였다. 이를 위해 국내 치과 대학병원의 웹페이지 게시판에 있는 내용을 수집하고 치과 전문의의 자문과 감수를 받아 상담 데이터를 구축하였다. 입력된 상담용 데이터를 적절한 크기로 분할하기 위해 청크 크기와 각 청크의 겹치는 텍스트의 크기는 각각 1001과 100으로 하였다. 시뮬레이션 결과 검색 증강 LLM은 사용자 입력과 가장 유사한 상담 내용을 검색하여 출력하였다. 구축된 챗봇을 통해 치과 상담의 접근성과 상담 내용의 정확성을 높일 수 있음이 확인되었다.