2016.05.12

ITWorld 용어풀이 | 챗봇

허은애 기자 | ITWorld
최근 트위터에서는 마이크로소프트의 챗봇(Chatbot) ‘테이’가 인종 및 성차별 발언을 트윗으로 내보내는 소동이 있었습니다. 마이크로소프트는 신세대 사용자들의 자연스러운 언어 습관을 학습하려다 벌어진 일이라고 해명했는데요. 과연 챗봇이 무엇일까요? 사실 많은 사용자가 이미 챗봇을 사용하고 있습니다.

봇, 챗 로봇, 채터봇 등의 여러 가지 이름으로 불리는 챗봇은 사람과의 문자 대화를 통해 질문에 알맞은 답이나 각종 연관 정보를 제공하는 인공지능 커뮤니케이션 소프트웨어입니다. 검색과 키워드 수집, 자연어 처리 성능이 비약적으로 발전함에 따라 챗봇은 사용자의 과거 대화 내용을 분석해 맥락에 어긋나지 않는 답을 하고, 다음에 올 질문을 예측하는 등 다양한 온라인 커뮤니케이션을 할 수 있습니다.

2000년대 초반 등장한 문자 대화 서비스를 기억하는 사용자가 많을 겁니다. 이 때의 문자 대화 서비스는 정해진 번호로 문자를 보내면 한가롭게 수다를 떨거나 말을 걸어주는 답장 메시지 서비스였습니다. 대화는 챗봇이 사용자와 교류하는 중요한 수단입니다. 마이크로소프트가 중국에서 출시한 챗봇 샤오이스는 사용자와 대화하면서 나눈 특정 정보를 기억하고, 며칠 후의 대화에서 다시 ‘지난 번 OO 프로젝트는 잘 해결됐느냐’는 식으로 안부를 묻기도 합니다.


최근에는 인공지능 알고리즘과 딥러닝을 통해 단순한 답장 문자를 넘어서 챗봇이 처리하는 업무의 복잡도와 대응성이 눈에 띄게 향상되었습니다. 어느새 사용자의 일상 생활 일부로 빠르게 자리잡은 애플 시리, 마이크로소프트 코타나 역시 챗봇에 음성을 입힌 비서 앱이라고 할 수 있습니다. 시리와 코타나는 사용자의 음성을 인식해 날씨 정보 제공이나 검색 업무를 수행하며, 때로는 친구처럼 평범한 대화를 주고받기도 합니다. 그러나 인터넷 연결을 통해 사용자의 요구 사항을 처리해 알맞은 정보를 제공하는 기본 원리는 거의 동일합니다.


이제 챗봇은 단순한 기본 대화를 제공하는 역할을 넘어, 쇼핑, 결제를 한 번에 도맡고 음성 인식으로 작동하는 가사 비서와 결합하는 등 다양한 분야에서 사람을 대신해 업무를 처리하고 있습니다.

챗봇은 메신저 앱과 결합해 하나의 플랫폼을 구성하는 양상을 보이기도 합니다. 페이스북 CEO 마크 주커버그는 “페이스북의 미래는 챗봇에 있다”고까지 말했습니다. 실제로 많은 메신저 앱이 인공지능 챗봇 기술을 적용해 개별 앱을 대체하는 용도로까지 확장하고 있습니다.

페이스북은 이미 지난해 12월 페이스북 메신저로 대화를 나누는 도중 바로 우버 택시를 호출할 수 있는 ‘트랜스포테이션’ 기능을 발표했습니다. 문자 입력 칸 아래에 자리한 자동차 아이콘을 누르는 것이 호출 과정의 전부입니다. 메신저를 끄고 다시 우버 앱을 켤 필요가 없어진 셈입니다. 페이스북 메신저로 우버 서비스 계정과 직접 대화할 수도 있습니다.

글로벌 의류 브랜드 H&M의 챗봇은 사용자의 최근 구입 정보를 기반으로 몇 장의 사진 중 원하는 스타일을 고르게 한 후 추천 의상을 제시합니다. 사용자가 추천받은 아이템이 마음에 든다고 표시하면, 의상을 구입할 수 있는 매장의 위치와 영업 시간 등 실제 구매 단계에 필요한 정보를 추가로 제시하기도 합니다.

현 시점에서 가장 가시화된 챗봇의 가능성은 메신저 앱을 통한 실시간 소비자 직접 대응 서비스일 것으로 보입니다. 더 나아가 적극적인 상품 구매 보조 역할도 기대할 수 있습니다. LG CNS는 카카오톡과 제휴해 대화창 안에서 홈쇼핑 생방송 상품을 보기도 하고, ‘주문’이라는 단어나 이후 구입할 상품 종류를 대화창에 입력해 결제까지 마치는 서비스를 구현했습니다. 챗봇을 활용하는 메신저 앱이 다양한 유통 업체와 제휴해 새로운 수익을 창출할 수 있을 것으로 보입니다.

그러나 테이의 사례에서 볼 수 있듯 잘못된 데이터를 분석하면 잘못된 결과물이 나올 수 있습니다. 챗봇이 데이터를 수집하고 빈도와 사용 맥락을 분석해 내놓은 ‘정답’이 0점 짜리일 수도 있는 것이죠. 마이크로소프트 CEO 사티야 나델라는 “복잡성이라는 변수를 길들여 더욱 자연스럽게 사용자의 업무 완수를 도울 수 있어야 한다”고 지적한 바 있습니다. 결국 학습 데이터 선별 과정에서의 윤리 문제와 대응 변수의 복잡성에서 오는 위험, 챗봇 학습 과정에서의 가치판단 등이 향후 과제로 주어진 셈입니다. editor@itworld.co.kr 


2016.05.12

ITWorld 용어풀이 | 챗봇

허은애 기자 | ITWorld
최근 트위터에서는 마이크로소프트의 챗봇(Chatbot) ‘테이’가 인종 및 성차별 발언을 트윗으로 내보내는 소동이 있었습니다. 마이크로소프트는 신세대 사용자들의 자연스러운 언어 습관을 학습하려다 벌어진 일이라고 해명했는데요. 과연 챗봇이 무엇일까요? 사실 많은 사용자가 이미 챗봇을 사용하고 있습니다.

봇, 챗 로봇, 채터봇 등의 여러 가지 이름으로 불리는 챗봇은 사람과의 문자 대화를 통해 질문에 알맞은 답이나 각종 연관 정보를 제공하는 인공지능 커뮤니케이션 소프트웨어입니다. 검색과 키워드 수집, 자연어 처리 성능이 비약적으로 발전함에 따라 챗봇은 사용자의 과거 대화 내용을 분석해 맥락에 어긋나지 않는 답을 하고, 다음에 올 질문을 예측하는 등 다양한 온라인 커뮤니케이션을 할 수 있습니다.

2000년대 초반 등장한 문자 대화 서비스를 기억하는 사용자가 많을 겁니다. 이 때의 문자 대화 서비스는 정해진 번호로 문자를 보내면 한가롭게 수다를 떨거나 말을 걸어주는 답장 메시지 서비스였습니다. 대화는 챗봇이 사용자와 교류하는 중요한 수단입니다. 마이크로소프트가 중국에서 출시한 챗봇 샤오이스는 사용자와 대화하면서 나눈 특정 정보를 기억하고, 며칠 후의 대화에서 다시 ‘지난 번 OO 프로젝트는 잘 해결됐느냐’는 식으로 안부를 묻기도 합니다.


최근에는 인공지능 알고리즘과 딥러닝을 통해 단순한 답장 문자를 넘어서 챗봇이 처리하는 업무의 복잡도와 대응성이 눈에 띄게 향상되었습니다. 어느새 사용자의 일상 생활 일부로 빠르게 자리잡은 애플 시리, 마이크로소프트 코타나 역시 챗봇에 음성을 입힌 비서 앱이라고 할 수 있습니다. 시리와 코타나는 사용자의 음성을 인식해 날씨 정보 제공이나 검색 업무를 수행하며, 때로는 친구처럼 평범한 대화를 주고받기도 합니다. 그러나 인터넷 연결을 통해 사용자의 요구 사항을 처리해 알맞은 정보를 제공하는 기본 원리는 거의 동일합니다.


이제 챗봇은 단순한 기본 대화를 제공하는 역할을 넘어, 쇼핑, 결제를 한 번에 도맡고 음성 인식으로 작동하는 가사 비서와 결합하는 등 다양한 분야에서 사람을 대신해 업무를 처리하고 있습니다.

챗봇은 메신저 앱과 결합해 하나의 플랫폼을 구성하는 양상을 보이기도 합니다. 페이스북 CEO 마크 주커버그는 “페이스북의 미래는 챗봇에 있다”고까지 말했습니다. 실제로 많은 메신저 앱이 인공지능 챗봇 기술을 적용해 개별 앱을 대체하는 용도로까지 확장하고 있습니다.

페이스북은 이미 지난해 12월 페이스북 메신저로 대화를 나누는 도중 바로 우버 택시를 호출할 수 있는 ‘트랜스포테이션’ 기능을 발표했습니다. 문자 입력 칸 아래에 자리한 자동차 아이콘을 누르는 것이 호출 과정의 전부입니다. 메신저를 끄고 다시 우버 앱을 켤 필요가 없어진 셈입니다. 페이스북 메신저로 우버 서비스 계정과 직접 대화할 수도 있습니다.

글로벌 의류 브랜드 H&M의 챗봇은 사용자의 최근 구입 정보를 기반으로 몇 장의 사진 중 원하는 스타일을 고르게 한 후 추천 의상을 제시합니다. 사용자가 추천받은 아이템이 마음에 든다고 표시하면, 의상을 구입할 수 있는 매장의 위치와 영업 시간 등 실제 구매 단계에 필요한 정보를 추가로 제시하기도 합니다.

현 시점에서 가장 가시화된 챗봇의 가능성은 메신저 앱을 통한 실시간 소비자 직접 대응 서비스일 것으로 보입니다. 더 나아가 적극적인 상품 구매 보조 역할도 기대할 수 있습니다. LG CNS는 카카오톡과 제휴해 대화창 안에서 홈쇼핑 생방송 상품을 보기도 하고, ‘주문’이라는 단어나 이후 구입할 상품 종류를 대화창에 입력해 결제까지 마치는 서비스를 구현했습니다. 챗봇을 활용하는 메신저 앱이 다양한 유통 업체와 제휴해 새로운 수익을 창출할 수 있을 것으로 보입니다.

그러나 테이의 사례에서 볼 수 있듯 잘못된 데이터를 분석하면 잘못된 결과물이 나올 수 있습니다. 챗봇이 데이터를 수집하고 빈도와 사용 맥락을 분석해 내놓은 ‘정답’이 0점 짜리일 수도 있는 것이죠. 마이크로소프트 CEO 사티야 나델라는 “복잡성이라는 변수를 길들여 더욱 자연스럽게 사용자의 업무 완수를 도울 수 있어야 한다”고 지적한 바 있습니다. 결국 학습 데이터 선별 과정에서의 윤리 문제와 대응 변수의 복잡성에서 오는 위험, 챗봇 학습 과정에서의 가치판단 등이 향후 과제로 주어진 셈입니다. editor@itworld.co.kr 


X