반응형
반응형
[카카오AI리포트]인간이 로봇에게 바라 온 도덕의 변화 : https://brunch.co.kr/@kakao-it/53

카카오 AI 리포트 Vol. 1 전체글 다운받기 : Kakao_AI_Report_Vol01_201703.pdf

.


반응형
반응형
구글 어시스턴트, 한국어 지원 개발 중..AI 공습예고  http://media.daum.net/v/20170313170115924

주요 음성인식 개인비서 애플리케이션 일람

삼성 
S보이스

LG 
Q보이스

Apple 
Siri

Microsoft 
Cortana

Google 
Now 
Assistant

SK 
NUGU

Naver 
AMICA

Amazon 
Alexa


http://core0.staticworld.net/images/article/2016/05/google-assistant-100661757-large.png

Google Assistant


구미 합슈타인손 구글 어시스턴트 프로덕트 책임은 “한국어와 일본어 개발을 위해 열심히 작업 중”이라고 말했다.

구글 어시스턴트 개발 책임자가 한국어를 개발하고 있다고 확답한 것은 처음이다. 구글은 특정언어 지원에 대한 언급을 피해 왔다.

한국어 서비스 완성도가 출시 시점을 결정할 전망이다. 합슈타인손 책임은 “(한국어로) 시스템을 작동시키려면 많은 작업이 필요하다”면서 “좋은 품질로 이용자가 실제 유용하게 사용할 수 있는 수준에 도달한 것을 확인해야 한다”고 밝혔다.

구글 어시스턴트는 80%에 이르는 국내 모바일 운용체계(OS) 시장점유율을 바탕으로 단숨에 점유율을 끌어 올릴 수 있어, 파급력이 클 전망이다.

SK텔레콤 누구, KT 기가지니 등 국내 기업이 출시한 AI서비스 전용 기기 판매량은 최대 10만대 안팎이다. 구글은 안드로이드6.0 마시멜로 이상 스마트폰에 어시스턴트를 업그레이드한다.

지난해 12월 현재 세계시장 마시멜로 점유율이 15%인 점을 감안하면, 국내시장에는 1200만대가량 스마트폰이 곧바로 구글 어시스턴트 이용기기로 변하게 된다.

구글은 어시스턴트 AI를 소프트웨어 개발도구(SDK) 형태로 제공, 생태계 확장에 나설 계획을 시사했다.

합슈타인손 책임은 “구글 어시스턴트 AI를 파트너와 협력해 다른 기기에서 구현하는 기술을 구체화하고 있다”면서 “삼성전자, LG전자 등과도 다양한 단계에서 협력을 진행하고 있다”고 말했다.

그는 “가정용 사물인터넷(IoT) 허브인 구글홈에 이어, 안드로이드TV에도 어시스턴트 AI를 적용할 계획”이라고 덧붙였다.

이는 한국어 SDK 완성과 동시에 국내에서도 자동차, 가전, TV 셋톱박스 등 서비스 전반에서 구글 어시스턴트를 적용할 수 있다는 의미다.

구글 어시스턴트는 질문에 응답하는 기존 음성인식과 달리, 사용자의 취향이나 의도를 파악하고, 대화를 주고 받는 AI 서비스가 특징이다.

이용자가 “영화를 추천해줘”라고 말하면 평소 즐겨보는 콘텐츠를 바탕으로 추천, 대화를 주고받으며 예매까지 곧바로 연결한다.

합슈타인손 책임은 “우리의 목표는 최대한 빨리, 최대한 많은 언어로 구글 어시스턴트를 지원하는 것”이라고 말했다. 그는 아이슬랜드 출신으로, 애플 재직 당시 시리 AI 개발에도 참여한 세계적인 AI 전문가다.






.

반응형
반응형
강화 학습(Reinforcement learning)기계 학습이 다루는 문제 의 하나로, 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다.

개요
환경은 일반적으로 유한상태 마르코프 결정 프로세스(MDP)로 표현할 수 있다. 이런 관점에서 강화 학습 알고리즘은 동적 계획법과 깊은 연관이 있다. MDP에서 상태 전이 확률(state transition probabilities)와 포상은 확률에 따른 값일 수도 있고, 이미 결정되어 있는 값일 수도 있다.

알고리즘



응용
강화 학습이 원하지 않는 행동을 명시적으로 수정하는 지도 학습과 다른 점은 온라인 수행에 중심을 두고 있다는 점이다. 강화 학습은 아직 조사되지 않는 영역을 탐험하는 것과 이미 알고 있는 지식을 이용하는 것의 균형을 잡는 것이다. 이 탐험과 이용 사이에 있는 트레이드오프는 Multi-armed bandit과 같은 문제에서 알아 볼 수 있다.


반응형
반응형

챗봇, 혁신적 저널리즘 출구될까


http://www.bloter.net/archives/258321


디지털 미디어 업계에는 매년 새로운 키워드가 등장한다. 소셜, 빅데이터, 알고리즘, 사물인터넷, 클라우드 등 전에는 거의 들어보지 못했던 단어들이 었다. 그런데 올해는 특이하다. 우리가 익히 알고 있던 단어가 새로운 키워드로 등장했다. ‘메신저’다.


1990년대 중반부터 우리가 사용해 오던 서비스다. 메신저는 간단한 질문이나 확인, 회의나 작업 조정, 즉석 친교 만남 조정, 친구나 가족과 지속적인 연락 등을 위하여 주로 사용되면서 큰 인기를 끌어왔다. 이러한 가운데 스마트폰 보급률이 2015년을 기준으 로 83.2% 1에 이를 정도로 대중화되면서 모바일 메신저의 활용이 급속히 늘어났다. 이를 입증하듯 우리나라의 대표적 모바일 메신저인 카카오톡의 경우 지난 1분기 기준으로 한 달 평균 적극 이용자수가 4,117만 명 2에 이르고 있다. 우리나라 전체 국민 중 80% 이상이 매월 카카오톡을 이용하고 있다는 뜻이다.


새롭다고 하기에는 너무나 많은 사람이 이미 사 용하고 있는데 왜 또 메신저인가? 메신저 뒤에 붙은 ‘챗봇(chatbot)’ 때문이다. 챗봇이란 전자게시판이나 통신망에서 여러 사용자가 다양한 주제를 가지고 실시간으로 모니터 화면을 통하여 대화를 나누는 채팅과 자동으로 사람이 하던 일을 수행하는 기계인 로봇에서 한 글자씩을 따와 만들어진 용어로 인공지능(AI)을 기반으로 사람과 자동으로 대화를 나누는 소프트웨어를 말한다.


페이스북의 차세대 중심 ‘챗봇’


[사진1] 페이스북은 일반 챗봇 개발자들을 위해 인공지능 엔진 ‘위트닷에이아이’를 제공하기도 했다. ‘위트닷에이아이’를 통한 챗봇 학습 화면.


챗봇은 사람이 아닌 일종의 인공지능이라고 할 수 있는 ‘(로)봇’이 자동으로 이용자에게 메시지를 보내고 이에 대한 이용자의 질문에 실시간으로 응답 하면서 다양한 기능 활용을 유도한다. 이용자의 질문을 분석해 자동으로 답변을 제시하는 방식으로 작동하는 챗봇은 메신저 플랫폼을 활용한 일종의 가상 비서라고도 할 수 있다. 메신저라는 개인적 커뮤니케이션 도구를 통해 대화를 나누기 때문에 그동안 알기 어려웠던 개인의 미세한 맥락까지 파악할 수 있어 새로운 수익원에 항상 목말라 하는 기업들에게 새로운 기회로 받아들여지고 있다. 챗봇은 “모바일에서 앱 이후 가장 중요한 것”(Hadfield, 2016. 3. 17.) 3이라는 전망까지 나올 만큼 크게 주목받고 있다.


기업뿐만 아니라 미국 공화당 대선 경선 후보인 도널드 트럼프도 ‘드럼프봇(DRUMPF Bot)’으로 명명된 챗봇 4을 개발해 유권자들과 대화를 나누고 있을 정도다. 구글, 마이크로소프트, 라인, 위챗, 텔레그램 등 글로벌 IT 회사를 비롯한 거의 대부분의 메신저 서비스 회사들이 챗봇 개발에 열을 올리고 있다. 전 세계 최대 소셜네트워크 서비스인 페이스북이 현지 시각으로 지난 4월 12일 ‘F8 2016’ 콘퍼런스를 통해 메신저 챗봇 플랫폼을 선보인 이유가 자연스럽게 설명된다. 마크 저커버그 페이스북 CEO는 이번 F8 기조연설에서 “메신저 챗봇앱은 앞으로 5년간 페이스북의 중심이 될 것이다”라고 말했다.


플랫폼은 이용자 사이의 거래에 필요한 구성 요소와 규칙의 집합이라고 할 수 있다(Eisenmann, et al., 2009) 5. 플랫폼의 구성 요소에는 소프트웨어, 하드웨어 등이 모두 포함되며 규칙은 플랫폼 참여자들 사이의 이해관계를 조율하는 역할을 한다. 플랫폼 제공자들은 다양한 기술적 요인들로 이루어진 구성 요소들과 규칙을 만들어 배포하고 이를 지지하는 집단 및 개인이 등장하면서 점차 플랫폼이 확산된다. 페이스북이 지난 4월 F8에서 발표한 것 중 하나가 페이스북 메신저 플랫폼의 구성 요소들과 규칙 6이었다.


페이스북 메신저 플랫폼의 구성 요소 중 핵심은 이용자들과 메시지를 주고받을 수 있도록 해주는 송신/수신 API 7다. API는 일반적인 컴퓨터 응용 프로그램에서 사용할 수 있도록 운영체제나 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스 혹은 규칙을 말한다. 이 인터페이스에 따라 작성하면, 페이스북 메신저를 통해 사용자와 메시지를 주고받을 수 있다. 채팅창에 펼쳐지는 대화 내용 형식이나 버튼 모양도 설정이 가능하다. 그런데 이러한 플랫폼이 없던 시절에도 우리는 페이스북 메신저를 통해 대화를 주고받았다. 이번에 발표한 송신/수신 API는 사람을 위한 것이 아니다. 자동으로 사용자와 대화를 나누는 (로)봇, 즉 챗봇을 위한 것이다.


챗봇은 인공지능 기술과 텍스트 메시지를 기반으로 하는 일종의 자동 대화형 소프트웨어다. 이용자는 사람이 아닌 봇과 대화를 나누지만 실제 사람과 대화하는 것과 같은 친숙한 느낌을 가지면서 인터넷 검색, 뉴스, 쇼핑, 결제 등과 같은 다양한 서비스를 이용할 수 있다. 봇이 사람처럼 대화를 나누기 위해 필요한 기술이 인공지능이다. 이를 위해서는 학습된 데이터가 필요하지만 일반 개발자나 규모가 작은 곳에서는 관련한 기술을 보유하고 있기가 쉽 지 않다. 페이스북은 이들을 위해 자신들의 학습 데이터에 기반한 봇 인공지능 엔진 기술을 함께 제공 한다. ‘위트닷에이아이(wit.ai)’ 8라는 봇엔진이다.


아직은 뉴스 추천 서비스 수준


[사진2] 페이스북 메신저 플랫폼을 이용해 실제 서비스를 실시 중인 CNN 페이스북 뉴스 챗봇의 대화 화면. 아직은 사람처럼 자연스러운 대화를 나누지는 못하고 질문을 단순 검색 문장으로 이해하여 답변하는 수준이다.


봇엔진은 인공지능 채팅봇을 쉽게 제작할 수 있도록 돕는다. 베타 수준인 위트닷에이아이 봇엔진은 충분한 데이터가 없는 초기 개발자가 [사진1]과 같이 규칙에 따라 ‘대화(story)’를 진행하고 몇몇 대화 들이 쌓이면 그것을 기계가 학습하도록 유도한다. 따로 코딩이 필요하지도 않다. 예를 들어, “한국언론 진흥재단에 어떻게 가나요”라는 질문을 입력하고, “1호선 시청역 4번 출구로 나와 프레스센터 쪽으로 50m가량 가세요”라는 답변을 입력한다. 이 대화들에 등장하는 각 개체명은 장소, 기관 등 기준에 따라 등록된다. 이렇듯 대화들을 학습한 내용에 따라 봇 엔진은 봇이 다음에 할 말을 예측한다. 이 예측에는 위트닷에이아이가 이미 구축해 놓은 데이터들이 결 합되기에 새로 봇을 만드는 개발자들이 너무 많은 학습을 진행하지 않아도 된다. 이후 실제 사용 내용에 따라 봇 엔진은 봇을 실시간으로 최적화하고 수정한다. 복잡한 규칙을 만들지 않고 간단한 규칙 몇 개만 만들어서 봇을 만들면 위트닷에이아이가 기존 학습 내용을 바탕으로 챗봇을 만들어주는 것이다. 물론, 영어에 한정돼 있다.


디지털 시대 내내 항상 위기의식을 느끼고 있는 언론사들도 챗봇에 주목하고 있다. 언론사들은 챗봇이 독자 참여도 향상, 수백, 수천만 명에 이르는 메신저 이용자들을 대상으로 한 새로운 독자층 개발, 독자와 새로운 방식으로의 연결, 커뮤니티 건설 등을 가능하게 해 줄 것이라는 기대를 품고 있다(Barot & Oren, 2015, p. 19). 9 독자적인 챗봇 플랫폼을 구축한 텔레그램의 봇 스토어에는 현재 뉴스 분야 10에만 120개의 챗봇이 등록돼 있다. 2016년은 ‘뉴스의 봇화(the botification of news)’가 본격적으로 시작될 것이라는 전망이 나올 정도다(Barot, 2015). 11


페이스북 메신저 플랫폼은 아직 베타 버전으로 완전한 수준은 아니다. 페이스북이 전 세계에서 가장 많은 이용자를 보유하고 있는 SNS이기에 페이스북 메신저 플랫폼 기반의 챗봇 개발에 나서려는 언론사들은 많지만, 실제 서비스를 실시 중인 곳은 CNN 외에는 거의 없다고 할 수 있다. CNN 챗봇과 대화하기 위해서는 CNN 페이스북 페이지에 방문해서 메신저 창을 클릭하면 된다.


[사진2]는 PC 화면 12을 통해 CNN 챗봇과 대화를 나눈 장면을 갈무리한 것이다. ①번 화면을 통해 챗봇에 대해 안내한 후 설정을 유도한다. 설정이 끝나면 ②번 화면과 같이 대화 방법을 소개한 후 주요 기사(Top stories), 추천 기사(Stories for you), 문의(ASK CNN) 등을 선택할 수 있는 화면을 제시한다. 이용자는 제시된 선택 사항을 클릭하거나 자신이 원하는 내용을 입력할 수 있다. ③번 화면은 ②번 화면에서 주요 기사 선택 후 나타난 화면으로 주요 기사를 보여준 후 기사 내용 전체를 읽을 것인지 요약문을 읽을 것인지를 선택하게 한다. 요약문은 채팅 창 내에서 대화 형식으로 보여주지만, 전체 기사 읽기는 링크를 통해 다른 창에서 읽게 한다. ④번 화면은 원하는 내용이 없어서 ‘트럼프(trump)’라는 단어를 입력한 결과다. 입력된 대화 내용과 맞는 기사와 요약문을 제시한다. 트럼프의 경우는 미리 입력된 정보가 있기에 요약문을 제시하지만 정보가 없을 경우에는 가능한 관련된 기사 등을 호출해 보여준다.


예를 들어, ‘present’라는 일반명사를 입력할 경우 CNN 챗봇은 “이 내용과 관련해 당신이 가장 읽을 것 같은 기사(Based on what you asked for, here’s a story I thought you might want to read)”라고 말하며 관련된 기사의 링크를 제공한다. 하지만 단어의 의미를 이해한다기보다는 단순한 검색 수준이다. “너는 누구냐(who are you)”고 말을 하면, “당신에게 가장 도움이 될 만한 것을 추천하고 싶다. 당신을 위한 기사가 여기 있다(I hope I’ll be able to assist you as much as possible. Here’s a story for you)”며 기사를 추천한다. 문장의 의미를 이해하기보다는 단순 검색 문장으로 이해하여 답변하는 것이다. 즉, 사람과 같은 자연스러운 대화를 나누고 있지는 못하다. 물론, 충분한 대화의 양 이 쌓인 후에는 더욱 자연스러워질 것이겠지만 아직은 제한적 수준이다. 현재 수준에서 페이스북 뉴스 챗봇은 대화 형식의 뉴스 추천 서비스에 가깝다 고 할 수 있다.


이 또한 그냥 지나갈 수도…

[사진3] 조선일보(왼쪽)와 한겨레신문(오른쪽) 페이스북 페이지 대화 화면. 페이스북 페이지에서 사람 운영자가 답변한 사례들로, 운영자들이 수많은 사람들에게 일일이 대응하는 것은 사실상 불가능하기 때문에 ‘부재중’과 같은 형식적 대화만 하거나 불러도 대답이 없을 수밖에 없다.


[사진3]은 페이스북 페이지에서 챗봇이 아닌 사람으로서 운영자가 답변한 사례들이다. 굉장히 소수일 것으로 추측되는 운영자들이 수많은 사람들에게 일일이 대응하는 것은 사실상 불가능하다. ‘부재중’ 과 같은 형식적 대화만 하거나 불러도 대답이 없을 수밖에 없다. CNN의 경우도 챗봇을 개발하기 전에는 평균 답변 기간이 하루 정도였다. 제한적이지만, 챗봇이 훨씬 나은 이유다. 하지만 향후 뉴스 분야에서 챗봇이 얼마나 혁신적 모델로 자리잡을지를 전망한다는 것은 현 시점에서 사실은 불가능하다. 인공지능 기술은 분명히 발전해 나갈 것이지만, 당장 1~2년 내에 챗봇이 뉴스 시장을 장악한다는 식의 전망은 아직 섣부르다. ‘이 또한 지나간’ 사례들을 그동안 충분히 봐 왔기 때문이다.


‘챗봇 저널리즘’ 13이라는 말까지 등장하고 있지만, 그 진화의 방향이 어떻게 될지는 아무도 확신할 수 없다. 구글 글래스가 등장했을 당시 유행했던 ‘글래스 저널리즘’이라는 말은 더 이상 사용되지 않고 있다. 이용자 개인의 맥락을 분석한 맞춤형 광고로 새로운 수익원을 창출할 것이라는 전망도 있지만 그것이 언론사가 아닌 플랫폼의 수익원으로만 돌아간 사례들도 우리는 꾸준히 봐 왔다. 게다가 챗봇의 핵심은 인공지능이지만 언론사가 독자적으로 인공지능 기술을 갖춘다는 것은 말처럼 쉬운 일이 아니다. ‘이 또한 지 나갈지 모를’ 새로운 기술을 무조건 따라갈 것이 아니라 미디어의 관점에서 기술의 방향을 비판적으로 지켜보는 것도 방법일 수 있다. 마이크로소프트가 사람과 대화를 나누는 인공지능 챗봇 ‘테이(Tay)’를 선보였다가 16시간 만에 운영을 중단한 사례 14는 많은 점을 시사한다.



.

반응형
반응형


네이버·라인, 인공지능 플랫폼 ‘클로바’ 공개  http://www.bloter.net/archives/273017


Clova clova.ai 공식 통합형 인공지능 플랫폼 Clova

 

네이버와 라인이 인공지능 플랫폼 확장을 위해 힘을 합친다. 이데자와 다케시 라인주식회사 대표는 3월1일(현지시간) 열린 ‘모바일 월드 콩그레스(MWC) 2017’ 기조연설에서 양사 합작 인공지능 플랫폼 ‘클로바’를 공개했다. 클로바(Clova)는 ‘CLOud Virtual Assistant’의 약자로, 음성인식 기반의 클라우드 플랫폼을 의미한다.


클로바는 ‘프로젝트J’에서 내놓은 서비스다. 프로젝트J는 네이버랩스와 라인의 인공지능 연구소가 공동 연구개발을 하기 위해 꾸려졌다. 이번에 공개한 클로바는 프로젝트J가 네이버 음성인식 인공지능 플랫폼 ‘아미카’의 업그레이드 버전으로 내놓은 것이다. 네이버는 지난 1월26일 진행된 2016년 4분기 컨퍼런스콜에서 “프로젝트J의 기본적인 구상과 개발 방향은 24시간 언제나 사용자와 함께하는 인공지능 가상비서 서비스를 만드는 것이 목표”라고 밝힌 바 있다.


네이버 관계자는 “앞으로 클로바를 양사 단일 서비스 형태로 진행할 예정”이라고 말했다. 서비스 총괄 역시 프로젝트J를 총괄한 신중호 라인CGO(글로벌경영총괄)가 이어간다. 이번 합작은 양사 인공지능 기술력을 바탕으로 아시아 글로벌 시장 진출을 염두한 것으로 보인다.


클로바는 인간의 오감을 활용한 인공지능 플랫폼을 목표로 하고 있다. 인간이 오감을 활용하는 것처럼, 인공지능도 결국 인간의 오감을 활용하는 방향으로 나아갈 것이라는 인식에 기반했다. 기존 아미카가 주로 음성인식 서비스를 했던 것에서 나아가 다양한 감각을 인지하는 것으로 확장해 나갈 방침이다.


클로바는 ▲인간의 오감에 해당하는 ‘클로바 인터페이스’▲인간 두뇌에 해당하는 ‘클로바 브레인’▲기기와 애플리케이션을 연결하는 ‘클로바 인터페이스 커넥트’▲콘텐츠·서비스 연결로 ‘클로바 브레인’의 기능을 확장하기 위한 ‘클로바 익스텐션 키트’ 등으로 구성된다.


클로바 브레인은 인공신경망 기계번역(NMT)와 자연어처리 등 다양한 기술을 기반으로 한다. 기존 아미카가 음성 언어 이해, 대화관리, 응답 생성의 단계로 기술을 구사했다면, 클로바 브레인은 클로바 인터페이스로 인지된 상황을 자동 분석하고 이에 맞는 결과를 제시하는 방식으로 발전했다.


네이버와 라인은 올 여름 클로바가 탑재된 자체 스마트폰 앱 출시를 시작으로 AI 스피커 ‘웨이브’ 등 다양한 기기와 서비스들을 발표할 예정이다. 소니, 다카라 토미, 윈클 등 각 분야별 전문기업과 파트너십도 염두에 두고 있지만, 아직 구체적인 협의 사항은 없으며 앞으로 논의를 이어갈 예정이라고 말했다.


네이버 관계자는 <블로터>와 통화에서 “오늘 발표는 기존에 연구하던 AI플랫폼의 업그레이드 버전인 클로바의 명칭을 공개하고, 앞으로의 발전 방향성을 얘기하기 위함”이라며 “자세한 서비스에 대해서는 추후 공개할 예정”이라고 말했다.



반응형
반응형

'AI시대 주역' 챗봇, 기업 업무환경 확 바꾼다


원문보기: 

http://www.zdnet.co.kr/news/news_view.asp?artice_id=20170227172658#csidx5fc55cb6fb84480a055042132cc5a53 


자동화된 채팅창이 고객응대 뿐 아니라 기업 내부 업무효율성 향상 수단으로 주목받고 있다. 이제는 기업용 챗봇 시장이 무르익었기 때문이다.

시장조사업체 가트너는 '4가지 기업 챗봇 활용 사례(Four Use Cases for Chatbots in the Enterprise Now)'라는 보고서를 통해 챗봇이 기업 업무 환경을 어떻게 바꿔나갈지에 대한 미래상을 그렸다.

보고서에 따르면 2019년에는 전 세계에서 약 40%에 달하는 기업들이 자연어 기반 상호작용을 활용해 여러 비즈니스 분야에 챗봇을 본격적으로 도입하게 될 것으로 전망된다.

기업 시장에서 활용되는 챗봇은 우리가 흔히 아는 애플 시리, 구글 어시스턴트, 마이크로소프트 코타나와는 이정표를 달리한다. 개인화된 서비스를 제공한다기보다는 기업들의 단순반복 업무를 지원하면서 고객에 대응하는 방식을 바꾸는 패러다임 변화를 예고한 때문이다.


■ 기업용 챗봇 어떻게 쓰이나

국내서는 카카오뱅크, K뱅크 등에서도 주목하고 있는 콜센터 헬프데스크 업무 중 단순반복업무를 대체할 수 있게 되는 것은 이미 예상 가능한 시나리오다. 기업 내부에서는 기존 애플리케이션과 연동해 결재요청을 승인/거절/지연하는 용도로도 챗봇을 활용할 수 있을 것으로 예상된다. 더 아나가서는 사물인터넷(IoT)과 연동한 재고관리와 함께 인공지능(AI)을 탑재한 챗봇들끼리 정보를 주고 받으면서 사용자의 개인 스케쥴을 관리하는 용도로까지 쓰이게 될 것으로 기대된다.

보고서에 따르면 챗봇이 기업들에게 의미를 가지는 이유는 임직원들 간 혹은 임직원들과 고객 간에 커뮤니케이션을 가장 손쉽게 효율적으로 할 수 있기 때문이다. 글로벌 기업들은 이미 자사 애플리케이션 개발팀을 통해 외부에서 제공하는 챗봇 제작툴인 봇 프레임워크를 활용하는 방법으로 손쉽게 챗봇을 업무용 앱과 연동시키는 작업에 나섰다.

챗봇의 성장을 이끌고 있는 것은 단순히 명령을 내리는 것이 아니라 사람과 대화하는 수준에서 말뜻을 알아듣게 하기 위해 개발된 자연어 처리(NLP), 자연어 이해(NLU) 기술이 등장한 덕이다. 인공지능(AI)의 기반 기술인 머신러닝을 활용해 사용자가 무슨 말을 하고 있는지를 기계가 알아들을 수 있도록 이해한 뒤에 이를 처리하는 기술이 그것이다.


이전까지 챗봇은 의사결정나무(decision trees)를 활용해 사전에 입력된 명령어를 대화창에 입력하는 경우에만 반응했지만 지금은 이런 단계를 넘어서 문장을 이해하고, 거기서 사용자 의도를 간파하는 수준으로까지 기술력이 올라갔다.

이를 테면 업무용 문서관리앱 '박스(BoX)'를 사용하는 과정을 생각해보면 된다. 박스와 연동된 챗봇에게 "박스에서 프로젝트C에 대한 파일들을 찾아서 워드로 열어줘(Find my files on Box for Project C and open them in Word)"라고 기업용 챗봇에 입력하면 그대로 찾아준다. 챗봇은 이러한 지시를 수행한다.

이러한 일을 기업 임직원이 하려면 박스에 로그인한 뒤 마이크로소프트워드를 실행하고, 프로젝트C라는 이름을 기억해 관련 파일이 담긴 폴더를 열어 이름을 확인한 뒤 여는 과정을 반복해야 한다. 챗봇을 쓸 경우 일상적인 반복업무 중 5단계 과정을 줄일 수 있게 되는 셈이다.

이 뿐만 아니다. 자동화된 챗봇은 특정 기업용 앱이나 푸시알람을 임직원들에게 전달할 수 있다. 이를 테면 고객이 제품을 주문할 경우 이러한 내역을 판매부서에 알리고, 해당 부서 담당자가 필요한 업무용 앱을 자동으로 불러내 여러 업무를 처리하게 할 수 있다.

이밖에도 기업 내외부에 감사 이메일을 보내거나 내부 직원 교육, 제품설치, 제품 관련 정보 전달 등에 대해서도 챗봇이 쓰일 수 있다.

보다 깊이 있게 들어가면 기업 내 개발팀이 챗봇을 통해 소프트웨어를 자동 배포하거나 모니터링, 장애처리 등 기능을 수행하는 '챗옵스(chatops)'도 기업용 챗봇으로 주목받고 있다. 업무와 연결된 임직원, 개발툴, 챗봇이 채팅을 기반으로 이러한 업무 중 자동화할 수 있는 부분은 대부분 챗봇을 통해 처리하는 방식이다. 의사결정권자는 여기서 승인(approve), 거절(deny), 연기(defer) 중 하나만 답하면 된다.(☞챗옵스 관련 칼럼)

IoT와 연동된 재고관리도 기업용 챗봇이 나갈 방향 중 하나다. 물류창고 직원들에게 상품이 바닥났을 때 혹은 해당 상품이 하역장에 도착했을 때 알려주는 역할을 챗봇이 대신할 수 있다. 이와 연동된 IoT기기가 알람을 주는 것이다.

궁극적으로는 챗봇이 자연어 처리, 이해를 넘어 다른 AI 기술과 만나 다른 챗봇과 대화를 나누며 업무 파트너들끼리 스케쥴을 자동으로 조정하는 등 기능까지 수행하게 될 것으로 전망된다.





.


반응형

+ Recent posts