[아이티데일리] 챗봇(Chatbot)이 4차 산업혁명 시대 인공지능(AI) 부문의 첨병으로 IT업계 화두가 된 지 3년이 지났다. 다양한 기술이 접목되며 사용자 편의성이 크게 향상된 챗봇은 이미 사용자들이 가장 현실적으로 접해볼 수 있는 AI 솔루션으로 자리 잡았다. 챗봇은 과거 ‘멍청이’라고 불렸었지만, 최근에는 다양한 업무에 투입이 가능한 ‘일꾼’ 챗봇이라고 불리기 시작했다.
 

챗봇은 기계와 사람이 대화를 주고받는 시스템이다. 이 때 대화하는 기계의 대상은 인터페이스가 있는 ‘로봇’이거나, ‘디바이스’ 혹은 ‘센서(Sensor)’가 될 수 있다. 사람과 사람간의 대화의 매개는 언어가 일반적이다. 사람과 기계의 대화에서 사람의 언어를 기계가 이해해 사람이 원하는 정보를 얻을 수 있는 시스템이 바로 챗봇이다.

챗봇 시스템의 핵심은 ‘자연어처리(NLP)’다. 자연어처리는 이용자와 기계 사이의 자연스러운 대화를 통해 이용자의 의도를 기계가 파악해 정확한 정보를 다양한 형태의 데이터로부터 취합해 제공하는 데 활용된다. 이러한 NLP의 세부 기술로 형태소분석, 고정밀 구문분석 등과 같은 구조 분석을 바탕으로 한 담화분석과 정보추출, 정보요약, 문서분류 기술 등을 들 수 있다.

‘멍청이’ 챗봇에서 ‘일꾼’ 챗봇으로

AI 관련 기술이 그렇듯, 챗봇 역시 번쩍 등장해 갑자기 이슈가 된 것은 아니다. 80년대에 이미 알고리즘이 제시됐던 딥러닝이 최근 몇 년 사이 시장의 주목을 받게 된 것처럼, 챗봇 역시 오래 전부터 존재했으며 IBM 등 글로벌 기업들을 중심으로 꾸준히 연구·개발이 이뤄져 왔다. 특히, 지난 3년 전부터 해외 시장뿐만 아니라 국내 시장에도 챗봇이 일반 기업을 비롯해 공공기관에서도 본격적으로 도입되기 시작됐다.

물론 현재의 챗봇은 3년 전의 챗봇과는 크게 달라졌다. “‘멍청이’ 챗봇에서 ‘일꾼’ 챗봇으로 변신했다”고 말할 정도다. 챗봇은 크게 3단계로 진화해왔다. 묻는 질문에 고정적인 답만 하던 직답형 챗봇에서 사용자의 의도를 파악하고 그 의도 외에 관련 내용을 추천해주는 추천형 챗봇으로까지 고도화된 것이다.

과거의 단순 챗봇(직답형)은 시나리오를 기반으로 A라는 선택지를 설정하면 B, C, D라는 선택 가능한 항목이 나오는 흐름 기반의 챗봇이었다. 쇼핑몰 웹사이트를 예로 든다면, 메뉴 트리를 클릭했을 때 상세 항목이 하위에 나오는 것과 같다고 할 수 있다.

이러한 직답형 챗봇이 1세대라고 한다면, 2세대 챗봇은 키워드를 검색하면 관련 내용에 대한 답을 받기 위해 데이터베이스(DB)로 보내고 이를 다시 받아 답을 보여주는 형식이었다. 이 때 주로 DB 검색기능을 사용했다. 챗봇 기업들의 전신이 주로 검색기업인 경우가 많은 이유도 여기에 있다. 와이즈넛과 코난 테크놀로지가 대표적인 예다.

3세대 챗봇은 1세대 직답형 챗봇에 2세대 챗봇이 더해진 하이브리드 형태다. 네이버는 현재 각광받고 있는 3세대 챗봇은 머신러닝과 시나리오(룰 베이스)가 혼용된 ‘인텐트(Intent)’ 형태라고 설명하고 있다. 인텐트는 챗봇과 대화하는 사용자의 의도를 뜻한다. 사용자의 의도를 기계가 파악한다는 것이다.

가령, “손흥민 골 넣었어?”, “손흥민 득점 했어?”, “손흥민 해트트릭 했어?” 등 3가지 발화는 모두 ‘손흥민의 경기 득점 유무’라는 한가지 의도를 가지고 있다. 이처럼 같은 내용을 모두 다르게 발화하는 사용자의 의도를 챗봇이 다양한 구문 학습을 통해 ‘손흥민 골’이라는 사용자가 원하는 답변을 파악한다는 것이다.

그 가운데, 인텐트와 구분지어야 할 단어로는 ‘엔티티(Entity)’가 있다. 엔티티는 입력문장에 포함된 중요 키워드를 뜻한다. ‘손흥민 골’이라는 위 문장에서 엔티티는 ‘손흥민’과 골이 될 수 있다. 의도가 ‘손흥민’에 있을 수도 있고, ‘골’이라는 단어에 있을 수 있기 때문이다. ‘손흥민’ 대신 ‘해리케인’이나 ‘루카스 모우라’ 등 다른 선수로 바꿀 수 있고, ‘골’이라는 엔티티를 ‘도움’, ‘어시스트’ 등으로 대체할 수 있다.

3세대 챗봇은 단순히 머신러닝 방식의 기계학습만 사용하지는 않는다. 여기에 시나리오(룰 베이스) 형태도 함께 사용한다. 실제로 카카오톡의 ‘프리미어리그봇’이라는 챗봇은 경기에 대한 결과와 순위, 관련 뉴스를 보여준다. 이 챗봇은 단순한 순위나 결과를 요구할 때에는 시나리오 방식을 통해 보여주고, 관련 뉴스와 중계 등 보다 높은 수준의 결과를 요구할 때에는 머신러닝을 통해 정확도를 높여 정보를 제공한다.

[챗봇 구축사례] 삼성카드, ‘아지냥이’에 챗봇 구축 삼성카드는 ‘아지냥이’라는 반려동물 커뮤니티 애플리케이션에 챗봇 서비스를 구축했다. 아지냥이 챗봇은 내부 시스템이 아닌 고객 확보 차원에서 커뮤니티에 챗봇을 도입했다는 점에서 관심을 모았다. 삼성카드는 NCP의 챗봇을 도입했는데 기존에 운영중인 여러 커뮤니티 애플리케이션에 NCP 솔루션을 적용한 결과 만족도가 높게 나타났기 때문이었다. 실제 삼성카드는 2014년 대학생을 위한 ‘영랩’, 2016년에는 ‘베이비스토리’, 2017년 ‘아지냥이’, ‘인생락서’ 등 온라인 기반 커뮤니티 서비스 구축에[ NCP솔루션을 적용했다. 특히 삼성카드는 말하는 것을 텍스트로 적어주는 ‘인생락서’라는 애플리케이션에 NCP 솔루션을 선제적으로 도입했었다. 이때 NCP의 CSR(Clova Speech Recognition) 기술의 음성인식 정확도가 높아 사용자들에게 높은 평가를 받았다. 이런 이유로 삼성카드는 ‘아지냥이’라는 애플리케이션에 NCP 챗봇 서비스를 도입했다. ‘아지냥이’는 챗봇과 API 게이트웨이 서비스를 사용해, 사용자가 반려동물에 대해 궁금한 것을 사전에 수의사를 채용해 실제 인터뷰로 데이터를 구축, 1대1로 답을 얻을 수 있다. 삼성카드는 ‘아지냥이’에 챗봇 서비스를 적용하면서 자연어검색 기능도 추가했다. 이를 통해 이용자는 더 빠르게 반려동물의 질병이나 양육 관련 질문에 답을 얻을 수 있게 됐다. 특히, ‘아지냥이’의 챗봇 서비스에 CSR도 결합해 음성으로 반려동물에 관련된 질의를 함으로써 보다 빠르게 문제를 해결할 수 있도록 했다. 김형주 삼성카드 프로는 “AI 서비스는 아무래도 언어와 관련이 깊은데, 한국어를 인식하고, 분석하는데 NCP 솔루션이 월등했다”며, “고객지원도 해외 CSP보다 즉각적이고 친절하다는 장점도 있다”고 말했다. 삼성카드는 향후 ‘아지냥이’의 챗봇 서비스에 NCP가 가진 서비스들을 계속해서 적용해 나갈 계획이다.