Chatbot의 개요

목차
1 챗봇이란
2 내가 생각하는 챗봇
3 현재 챗봇의 기술 및 수준
4 내가 생각하는 챗봇
5 챗봇에 필요한 기술 정리

챗봇이란
• 사람이 아닌 유저와 인터랙션을 하는 서비스
• 의사소통이 필요한 업무를 대신 처리

국내 챗봇 서비스 사례
• 제한적인 쇼핑 시나리오
• 한정된, 정확한 패턴의 문장만 허용
• CJ오쇼핑 챗봇 서비스

• NH농협은행

• 네이버 톡톡

해외 챗봇 서비스 사례
• Facebook 메신저 기반 챗봇 – 쇼핑

해외 챗봇 서비스 사례
• Facebook 메신저 기반 챗봇 – 앱솔루트 보드카
• 무료 음료를 제공하는 레스토랑, 바 소개
• 사용 가능한 코드 제공
• 단순 단어 입력이나 메뉴 방식으로 채팅 진행

내가 생각하는 챗봇
• 제시어에 따른 단순 답장
• 정확한 제시어를 이용한 사용법

현재 챗봇의 대한 생각
• 입력된 제시어에 대한 단순 답장

현재 챗봇의 대한 생각
• 정확한 제시어를 이용한 사용법

현재 챗봇의 기술 및 수준
• 대화형 커머스 및 O2O
• 개인비서 서비스
• 공공 서비스
• 엔터테인먼트 서비스
• 기업용 메신저

챗봇 활용 분야
분야 종류 관련 기업
대화형 커머스
및 O2O
쇼핑, 비행기예약, 숙소예약, 레스토랑 예약 및 주문, 택
시 호출 등
Amazon, eBay, FB,
카카오톡,
인터파크
개인비서
서비스
헬스케어, 뉴스피드, 날씨정보, 금융상담, 일정관리, 길
찾기 등
Google, MS, Pancho,
CNN,
샤오빙, Skype
공공 서비스 법률상담, 세금납부, 부동산정보, 구인구직 법무부,
경기도 정보기획실,
미야(Mya)
엔터테인먼트
서비스
광고, 미디어, 방송안내, 데이팅, 공연 등 WeChat
기업용 메신저 정보검색, 파일공유, 데이터보관, 팀원정보 공유, 자동
사무화(OA), CRM
Slack, CareerLark,
Growbot, Wework
• 텍스트 기반 챗봇의 핵심기술

현재의 챗봇 기술 또는 수준
맥락(Context) 인지의 어려움

챗봇에 필요한 기술
• 개발 언어 - Phyton
• 현재 1위 AI프로그래밍 코드
• 다양하고 풍부한 라이브러리
• 머신러닝, 딥러닝의 관한 풍부한 라이브러리(TensorFlow, Scikit-learn)
• 텐서 연산에서 표준 API의 역할
• 자연어처리(NLP)에서 NLTK, SpaCy

챗봇의 기술 요소
• 서버(Back-end), 미들웨어, 클라이언트(Front-end)로 구성
§ 서버(Back-end)
사용자의 질의에 적절한 답변을 제공하기 위해
자연어처리, 상황 인식, 빅데이터 분석기술을 사용
§ 미들웨어
막대한 메시지 트래픽을 처리하기 위해 하둡과 같은 분산 컴퓨팅
환경에 적합한 기능을 가진 소프트웨어 사용
§ 클라이언트(Front-end)
사용자가 직접 보게 되는 화면으로 주로 모바일 메신저 앱을 사용하게
되며 하이브리드 앱, 웹 기술을 주로 사용

챗봇의 기술 요소
기술 주요 내용
패턴인식
(Pattern Recognition)
기계에 의하여 도형, 문자, 음성 등을 식별 시키는것
자연어처리
(Natural Language Processing)
인간이 보통 쓰는 언어를 컴퓨터에 인식시켜 처리하는 일.
정보검색, 질의응답, 시스템 자동번역, 통역 등이 포함
시멘틱 웹
(Symantic Web)
컴퓨터가 정보자원의 뜻을 이해하고, 논리적 추론까지 할
수 있는 차세대 지능형 웹
텍스트 마이닝
(Text Mining)
비정형 텍스트 데이터에서 새롭고 유용한 정보를 찾아내는
과정 또는 기술
상황인식컴퓨팅
(Context Aware Computing)
가상공간에서 현실의 상황을 정보화하고 이를 활용하여 사
용자 중심의 지능화된 서비스를 제공하는 기술
• 텍스트 기반 챗봇의 핵심기술

내가 생각하는 챗봇
• 서비스에 따라 업종에 특화된 봇
• 수집된 정보를 바탕으로 의도를 파악하는 능력
• 자연스러운 대화 능력과 자연어를 제대로 이해하는 능력
• 민감 정보 보호

Chatbot의 개요

More Related Content

Similar to Chatbot의 개요 (20)

Chatbot의 개요