대화형 AI

  현재 우리는 사람뿐만 아니라 AI와 실시간 대화를 통해 다양한 정보를 얻고, 상담을 하며 수많은 상호작용을 한다. 심지어 여행계획이나 음식메뉴선정까지 인공지능을 통해 해결하는 사람들도 많다. 이번 기사를 통해 AI의 작동원리와 이점, 예시, 해결해야할 당면과제 등에 대해 자세히 알아보자.

 

  대화형 AI는 사용자가 대화할 수 있는 챗봇 또는 가상 상담원 등의 기술을 의미한다. 이 기술은 자연어 처리(NLP) 및 머신 러닝을 이용하여 인간의 상호작용을 모방할 수 있도록 지원함으로써, 음성 및 텍스트 입력을 인식하고 다양한 언어로 해당 의미를 변환한다.

사진제공: 벤처스퀘어

  1) NLP는 말하기와 글쓰기 패턴을 분석하고 고객이 말하는 내용을 파악하여 고객의 의도를 해석하려고 하며, 입력 생성, 입력 분석, 출력 생성, 강화 학습의 네 단계로 구성된다. 비정형 데이터는 컴퓨터가 읽을 수 있는 형식으로 변환되며, 그 다음 적절한 응답을 생성하기 위해 분석을 거친다. 이를 위해 잘못된 문법, 오타, 억양과 음절 강조에서 나타나는 차이, 악센트 등을 처리하는 방법을 학습한다.

 

 2) 고객의 의도를 명확하게 파악하면 머신러닝 대화형 AI 기술이 응답을 생성한다. 머신러닝은 머신(컴퓨터)이 알고리즘을 사용하여 데이터를 구문 분석하고 해당 데이터를 통해 학습한 다음 학습한 내용을 적용하여 관련 답변을 제공하는 프로세스이다. 이 워크플로우가 발생할 때마다 대화형 AI 기술은 어떤 응답이 고객에게 최상의 결과를 제공하는지 파악하여 더욱 정교해진다.

 

 대화형 AI의 이점은 자동화를 통해 비용 절감과 운영 효율성을 높일 수 있다.

 

  예를 들어 대화형 AI는 현재 인간이 수행하는 태스크를 자동화하여 사람의 실수를 줄이고 비용을 절감할 수 있다. 또한 고객 선호도를 기억하고 상담원이 없는 경우 연중무휴 고객을 지원하여 보다 맞춤화된 몰입도 높은 환경을 제공할 수 있다.

 

  대부분의 사람들은 챗봇과 대화형 AI가 완전 동일하다고 생각하지만, 둘 사이에선 약간의 차이점이 있다. 챗봇(Chatbot)은 정해진 데이터나 규칙에 따라 동작하며, 일반적으로 고정된 기능을 제공하고 있다. 즉, 새로운 정보나 상황에 대해 즉각적으로 대응하기 어려울 수 있다는 것이다. 반면, 대화형 AI는 지속적인 학습과 업데이트를 통해 사용자와의 상호작용을 개선하고 새로운 지식을 습득한다. 이를 통해 실시간으로 변화하는 환경에 더 유연하게 대응할 수 있다. 위에서 언급한 바와 같이 대화형 AI는 모든 AI 기반 커뮤니케이션 기술을 포괄하는 더 넓은 카테고리이다.

 

  그렇다면, 대화형 AI에는 어떤 게 있을까? 예시를 살펴보자.

 

  대화형 AI의 예시로는 챗PDF, Naver클로바가 있다.

OpenAI의 ChatGPT는 이미 유명하고, 사람들이 잘 모르는 ChatPDF에 대해 설명하고자 한다. ChaptPDF란 업로드를 하면 그 PDF를 기반으로 요약, 자료 정리, 질의응답 등의 기능을 제공하는 ChatGPT api 기반 웹서비스이다. 논문 등의 다양한 PDF 자료를 드래그해 ChatPDF 웹사이트에 업로드하면 ChatPDF는 해당 자료를 읽고 요약해주며, 궁금한 점이 있다면 여타 대화형 AI 서비스와 마찬가지로 채팅을 통해 자유로운 질의응답이 가능하다.

사진제공: ChatPDF

  다음 예시로는, 네이버 클로바가 있다. 네이버 클로바란 네이버의 인공지능 플랫폼 음성 인식 비서 서비스로, AI 스피커 이외에도 Clova Speech Recognition, Clova Face Recognition 등의 서비스를 제공하고 있다. 음성을 통해 네이버의 검색 엔진을 사용하거나 외국어를 번역할 수 있으며 개인 일정(구글 캘린더 연동이 가능), 알람, 메모 등을 등록 및 질의할 수 있다. 또한 네이버 VIBE, 지니뮤직, 벅스와 연동되어 음악 추천을 요청하거나 특정한 음악의 제목을 말하면 자동으로 음악을 찾아서 재생한다.

 

  이외에도 Google 어시스턴트, Amazon Alexa, 애플 Siri 등 다양한 종류의 대화형 AI가 있다.

 

  하지만 대화형 AI에게도 해결해야할 당면과제는 있다.

 

  대화형 AI는 실제 사람의 대화를 재현하는 데는 아직 한계가 있다. 따라서

첫 번째로 더 넓은 범위의 지식을 이해하고 활용할 수 있도록 학습과 지식 확장이 필요하다. 이를 위해서는 지식 그래프 구축, 데이터 베이스 확장 등의 기술적인 발전이 요구된다.

두 번째, 대화형 AI가 다양한 주제와 상황에 대응할 수 있도록 확장하는 것이 중요하다. 현재의 대부분의 대화형 AI는 특정한 분야나 도메인에서의 대화에 특화되어 있으며, 보다 일반화된 대화와 다양한 상황에 대한 대응력을 향상시킬 수 있도록 연속적인 학습 및 지식 베이스 확장 등의 발전이 필요하다.

 

<참고문헌>

- 대화형 AI

https://cloud.google.com/conversational-ai?hl=ko

- 대화형 AI

https://namu.wiki/w/%EB%8C%80%ED%99%94%ED%98%95%20%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5

- 네이버 클로바

https://namu.wiki/w/%EB%84%A4%EC%9D%B4%EB%B2%84%20%ED%81%B4%EB%A1%9C%EB%B0%94