대화 학습 시스템으로 문맥 이해한다

독일 베를린에 위치한 스타트업 라사(Rasa)는 대화 학습 시스템을 통한 챗봇으로 문맥을 이해하려 한다. 회화에서 문맥은 전부라고 해도 과언이 아닐 만큼 중요하다. 사람은 이를 의식하지 못하지만 일상에서 이뤄지는 간단한 회화조차 복잡한 상황의 산물인 이유도 여기에 있다. 회화 관련 시스템이 인간의 능력을 좀처럼 따라오지 못하는 것도 바로 문맥이라는 어려움이 존재하는 탓이다. 라사는 대화형 학습과 오픈소스 코드를 통해 이 문제를 해결하려 한다.

라사 코어(Rasa Core)라는 이 시스템은 다른 인공지능 스타트업과 마찬가지로 아마존 매커니컬 터크(Amazon Mechanical Turk)처럼 인력 서비스를 이용해 머신러닝이 지닌 부정확성을 보완한다. 다만 라사가 이용하는 건 아마존 매커니컬 터크가 아니라 누구든 참여 가능한 방식이다. 개발 중인 모델과 사람이 짧은 대화를 하고 이를 통해 모델을 훈련시키고 성장하게 하는 것.

라사 코어는 상황에 가장 적합한 문장을 제안한다. 이후에는 트레이너가 상황에 맞는 적당한 문장인지 여부를 확인해 승인하거나 적절하지 않다면 이를 수정할 수 있다. 모델은 이를 학습해 향후 유사 상황에 직면하면 질문을 할 필요가 없어지게 한다.

라사 측에 따르면 모델이 효과적으로 작동하려면 수십 회 정도 샘플 대화만 있으면 된다. 물론 샘플 수가 늘어날수록 정확도는 높아지며 궁극적으론 사용자 친화적이 된다.

라사의 접근방식이 주는 장점은 고객이 트레이닝 데이터 없이도 자력으로 모델을 만들 수 있다는 데 있다. 모든 사람이 대화 시스템 교육에 필요한 만큼 충분한 트레이닝 데이터를 갖고 있다면 이상적일 것이다. 하지만 항상 그렇지는 않다. 기술력이 부족한 기업이라면 더욱 그렇다.

라사 코어는 깃허브를 통해 오픈소스로 이용할 수 있다. 라사는 기업용으로 유료 라사 코어와 라사 NLU도 공개했다. 유료 서비스는 기업에 관리 데이터베이스, 고객 지원, 자동화된 테스트와 공동 모델 교육을 제공할 것이다. 라사 NLU는 지난 2016년 12월 시작됐다. 라사에 대한 자세한 내용은 이곳에서 확인할 수 있다.



%d bloggers like this: