Secondary English Education, 11(1) 인공지능을활용한영어학습용챗봇시스템개발방안연구 이동한 ( 부산교육대학교 ) Lee, Dong-han. (2018). A study for the development of an English learning chatbot system based on Artificial Intelligence. Secondary English Education, 11(1), 45-68. Artificial Intelligence has become a big part of our daily lives. The key technology of Artificial Intelligence, machine learning and deep learning, has developed chatbot. Chatbot is a conversational agent system which has recently been programmed to perform a variety of tasks such as shopping, making reservations, giving consultation, and other noteworthy tasks which require interaction with human users. Global ICT companies have increased efforts to develop advanced chatbot systems which provide a variety of chatbot services to mobile users through their Messenger platform. Although the incorporation of chatbot systems into our daily lives has seen rapid progression, the development of English learning chatbot systems has not seen the same amount of advancement. The purpose of this study is to provide theoretical background for the development of an English learning chatbot system based on Artificial Intelligence. First of all, in this study, an analysis of the core technology of Artificial Intelligence such as machine learning, deep learning and natural language processes was provided. Then, the recent developmental status of chatbot based on the messenger interface was examined. Finally, a developmental plan for the design of a chatbot for English learning was provided. As a developmental plan for designing an English learning chatbot, object and non-object oriented chatbot systems were suggested. For the object oriented chatbot, application plans of a limited theme and database were introduced. For the design of the non-object oriented chatbot, application plans for a database, a diamond tree diagram, function keys, and emoticons were proposed. Ⅰ. 서론 2016 년 3 월인공지능 (Artificial Intelligence) 을장착한구글딥마인드의알파고와 인공지능을활용한영어학습용챗봇시스템개발방안연구 45
이세돌바둑프로기사와의대국은세계를충격에빠뜨리며인공지능에대한폭발적관심을이끌었다. 불과 2년이안된지금인공지능은우리의생활속에깊숙이자리매김하고있다. 모바일폰에장착된인공지능을통하여문자를보내고, 자료를찾고원하는음악을듣고집안의전자제품과연계하여작동을하게하는등의개인비서시스템으로활용되고있다. 최근에는인공지능음성인식스피커를통해 TV 등전자제품을제어하는등인공지능은우리의일상생활에서익숙한존재감을과시하고있다. 아울러인공지능은무인운전자동차, 드론, 헬스케어, 쇼핑, 교육, 레저, 금융, 로봇등모든분야에서인간의업무를대신하는수단으로까지발전하며인간의일자리를위협하는존재로까지발전하고있다. 인공지능의발전에는컴퓨터처리속도와데이터축적의비약적인발전이있었기에가능할수있었다. 2016년현재최고슈퍼컴퓨터의연산처리능력은초당 9경번의연산이가능하며모바일시대에맞추어데이터양의증가가기하급수적으로증가하고있기에가능하다고할수있다 ( 박대수, 2016). 아울러이와같은인공지능의획기적인발전에는컴퓨터프로그래밍패러다임의변화가그주축을담당했다고할수있다. 과거에는컴퓨터에데이터를입력하고명령에따라컴퓨터가 0 혹은 1로판단하여결과를도출하였다면최근에는컴퓨터에게데이터를제공하고컴퓨터에게스스로학습을하도록하여결과를예측하게하는방법으로패러다임이바뀌었다. 즉컴퓨터가학습과정에서발생하는오류나실수를바탕으로스스로학습하여가장적합한결과를인간의명령어없이찾아가게하는프로그래밍으로패러다임이변화하였는데이를기계학습 (Machine Learning) 으로지칭한다. 최근에는기계학습보다업그레이드된심층학습 (Deep Learning) 이인공지능에활용되고있다. 기계학습이컴퓨터에축적된데이터를분석하고데이터를기반으로원하는답을도출한다면심층학습은데이터를분석하는것뿐만아니라스스로학습을통해능동적으로답을찾는시스템이라고할수있다. 예를들어심층학습의대표적인활용이자율자동차라할수있다. 자동차에카메라를설치하고수만시간이상주행을하게되면각종도로조건에따라핸들의각도를조절하는것을학습하게되며위험상황을스스로인지하고사람의도움없이자율적으로운행을하게되는시스템이딥러닝의원리로설명될수있다 ( 김강학, 2017). 인공지능의두가지핵심기술인기계학습과심층학습은인공지능의활용영역을대화형에이전트로발전시켰다. 대화형에이전트에활용되는인공지능은최근모바일폰의음성인식비서, 음성인식스피커, 대화형로봇, 채팅봇등의대화형인공지능의영역으로발전하게되었다. 대화형에이전트란인공지능을활용하여인간과시스템에이전트사이에정보를주고받고대화를나눌수있는시스템으로설명될수있다 ( 홍금원외, 2008). 대화형에이전트는기존의데이터베이스에입력된데이터로만인간과 46 이동한
대화를할수있던시스템에서벗어나최근웹과쇼핑, 예약, 결제, 상담등의자연스러운대화가가능하도록진화되었다. 기계학습과심층학습을통하여인간이사용하는대화를데이터로축적하고이에알맞은적절한대답을하는것을넘어서자연스러운대화를추구하기위한자연어처리 (Natural Language Process) 기술이도입되었다. 기존의인공지능이핵심어 (Key Words) 를중심으로언어를이해하였다면자연어처리기술은주변의맥락을통해서언어를이해하는기술이다 ( 서희철, 2017). 이자연어처리기술로인공지능이인간사용자언어를훨씬쉽게이해하고오류의수를줄일수있었다. 따라서인간사용자와대화형에이전트혹은인공지능로봇과의상호작용이원활하게진행될수있는계기가마련되었다. 국내 외 ICT 기업은메신저를기반으로대화형채팅에이전트 ( 이후챗봇 ) 을개발하고서비스경쟁에나서기시작하였다. 페이스북은페이스북메신저, 덴센트는위챗 (Wechat) Kik은봇샵 (Bot shop), 구글은 Allo, 카카오톡은카카오톡메신저, 네이버는라인등으로채팅을통해소비자에게각종서비스를제공하고있다 ( 강소연, 장재학, 2015; 김인석, 김봉규, 2014; 한국정보화진흥원, 2016). 인공지능이우리의일상생활에급속도로깊숙이자리하고있지만인공지능을활용한교육용시스템이나프로그램은아직까지개발이미흡한실정이다. 특히메신저를활용하여챗봇을교육용혹은학습용으로개발하고있는경우는아직미흡한것이현실이다. 챗봇을검색용이나개인비서, 스마트홈조정장치로활용하는경우는비약적인발전을거듭하고있으나교육용으로개발하는속도가느린이유는챗봇이가진한계성때문이라고판단된다. 이연구의목적은인공지능을장착한챗봇을활용한교육용프로그램개발의기초를제공하기위하여인공지능의핵심기술을분석하고최근에괄목할만한성장을하고있는메신저기반의대화형에이전트의발달을살펴보고이중메신저인터페이스를활용한글로벌기업과국내기업의챗봇서비스현황을분석하고자한다. 아울러국내의영어학습용챗봇의개발현황을파악하고챗봇이지닌한계점분석을통해영어학습용챗봇개발을위한설계방안을제공하고자한다. 영어학습의영역별목적에따라목적형챗봇과비목적형챗봇의개발방안을분류하여시스템설계방안을제시하였다. 또한챗봇의한계를극복하기위한방법으로데이터베이스활용과도우미활용등의방안을제시하여영어학습용챗봇시스템개발에대한방향을제시하고자한다. Ⅱ. 이론적배경및선행연구 1. 인공지능핵심기술 인공지능을활용한영어학습용챗봇시스템개발방안연구 47
위키백과의정의에따르면 인공지능 ( 人工知能, 영어 : artificial intelligence, AI) 은철학적으로인간성이나지성을갖춘존재, 혹은시스템에의해만들어진지능, 즉인공적인지능을뜻한다. 일반적으로범용컴퓨터에적용한다고가정한다. 즉, 컴퓨터가입력된정보를단순하게인간이프로그램한대로결과를도출하지않고스스로입력된데이터를토대로지적인정보를도출해나가는것을인공지능기능을가지고있다고해석한다. 컴퓨터가인간처럼스스로지적인정보를도출하기위해서는주어진데이터를통해학습을하고판단을할수있는기능을가진다는것을의미한다. 인공지능의핵심기술은기계학습 (Machine Learning) 과심층학습 (Deep Learning) 으로분류할수있고, 응용기술은자연어처리기술이있다. 기계학습과심층학습기술을대화형인공지능으로적용하고자연어처리기술을활용하여인간의언어를이해할때핵심어뿐아니라주변의맥락을활용하여이해의정도를높이게된다. 1) 기계학습 (Machine Learning) 기계학습은컴퓨터가답을도출하는법을인간이프로그램으로조정하는것이아니라컴퓨터가데이터를바탕으로스스로학습모델을만드는것을말한다 ( 빅데이터, 2017). 인간의코딩없이컴퓨터가주어진데이터를학습하여스스로프로그램을만들어가는능력을가지게되는것이다. 즉, 입력된데이터를분석하고, 분석한내용을기반으로판단이나예측을한다. 최근에는컴퓨터과학뿐만아니라우리의일상생활모든분야에서인공지능의핵심기술인기계학습이활용되고있다. 예를들어, 문자인식, 물체인식, 얼굴인식, 자동번역, 대화분석, 음성인식, 경로탐색등의분야에서기계학습이활용되고있다. 기계학습은축적된데이터를기반으로분석하고자하는내용의상관관계를파악하여기준을세우고이기준에따라원하는답을도출해낸다. 예를들어서음식점간판글씨로가장잘어울리는색깔이무엇인지인공지능컴퓨터에게물어본다면, 기계학습을장착한컴퓨터는색깔과음식맛의상관관계를파악하여붉은색이음식점간판글씨로가장적합하다는답을도출한다. 이외에도소비자의소비패턴을분석하여유행할상품을예측하거나, 경기지표등에근거하여주식시황을예측하는등의예측을가능하게한다. 그러나기계학습은주어진데이터에근거하여상관관계등을분석하여결과를도출하는방식이므로한계성이있다. 이한계를극복한것이심층학습의등장이었다. 2) 심층학습 (Deep Learning) 48 이동한
심층학습은기계학습의한부분으로주어진데이터를토대로상관관계와특성을분석하여결과를도출하는기계학습의한계를넘어데이터를학습하여답을찾아내는능동적인시스템을장착한기계학습을완성하는기술이다 ( 김강학, 2017). 인간의뇌는눈, 귀, 입등의감각기관으로받아들인정보를다각도로분석하여결론을내리게되는데이와마찬가지로심층학습의핵심기술은심층신경망 (Deep Neural Network) 을구성하여답을도출하는시스템으로구성되어있다. 즉컴퓨터의인공신경망을여러겹으로구성하여컴퓨터가입력된데이터에대해여러단계의신경망 (Neural Network) 를거쳐자율적으로사고하여결론을내리게된다 ( 박대수, 2016). 박대수 (2016) 에의하면, 2012년, 구글과스탠퍼드대앤드류응 (Andrew NG) 교수는 1만6,000 개의컴퓨터로약 10억개이상의신경망으로이뤄진 심층신경망 (Deep Neural Network) 을구현하였다. 이를통해유튜브에서이미지 1,000만개를뽑아분석한뒤, 컴퓨터가사람과고양이사진을분류하도록하는데성공하였다. 컴퓨터가영상에나온고양이의형태와생김새를인식하고판단하는과정을스스로학습하게한결과이다. 심층학습의등장으로인해기계학습의한계점은극복되었고, 인공지능의영역은우리생활의많은부분에서이미사용되거나실용화되고있다. 심층학습기술이적용된분야는자율주행차, 의료산업, 음성인식기술등이있다. 자율주행차는자동차위에위성카메라를부착하고도로를주행하면서도로모양, 신호등, 정지신호등도로상황을학습하며핸들과브레이크를조작하면서자율주행이가능하게된다. 의료산업에서는 X-레이, MRI, CT 촬영사진수백만사례를심층신경망이분석하고학습하여증세를판단하고전문의가놓치기쉬운미세한질병까지찾아낼수있게된다. 스마트폰음성인식기술에서도심층기술이적용되어인간의말을문장단위로인식하는기존의방식을핵심단어단위로나누어분석하고, 이후주변맥락까지활용하여문장으로재조합하여인식하는방식으로발전하였다. 이를통해음성인식률이시리의경우 95%, 구글나우의경우 92% 까지발전하였다 ( 빅데이터, 2017). 3) 자연어처리 (Natural Language Processing) 자연어는인간이사용하는언어를지칭한다. 컴퓨터는 0과 1의이진법을기반으로입력된데이터를연산으로처리하기때문에인간의언어를알아들을수없기때문에컴퓨터가처리할수있는형태로변환하는과정을자연어처리과정이라한다 ( 전창의, 2016). 자연어처리기술은인공지능심층학습기술이응용된기술이다. 즉, 인공신경망알고리즘을이용하여언어의구조를추출하고분석하고재조합하고표현하게하는제반기술이다. 형태소분석, 품사태깅, 개체명분석, 화행분석, 의도분석등을통 인공지능을활용한영어학습용챗봇시스템개발방안연구 49
해인간의언어를이해하고처리하는기술이다 ( 홍금원외, 2008). 최근에는단어위주의분석에서주변맥락을통해서문장의구조를분석하는구문분석과다의어등의해석까지가능하게되었다 ( 김강학, 2017). 자연어처리기술의응용분야는문서처리, 색인작성, 언어번역, 질문응답등에활용된다. 요즈음은대화형인터페이스시스템에응용되어음성인식로봇, 음성인식비서시스템, 챗봇등에활용되고있다. 2. 대화형인터페이스 인공지능의핵심기술인기계학습, 심층학습은응용기술인자연어처리기술과더불어인공지능의영역을인간과컴퓨터의상호작용이가능한대화형인터페이스로발전하게만들었다. 과거에는컴퓨터의이용은사용자가명령을입력하거나마우스등의도구를이용하여메뉴를선택하여원하는정보를얻었지만최근에는인공지능과자연어처리기술을활용하여인간사용자가사용하는언어를활용하여컴퓨터를조작할수있고원하는정보를얻을수있게되었다. 컴퓨터가인간의언어를이해하면서인간과컴퓨터의상호작용이가능하게되었다. 인간과컴퓨터의상호작용이가능한대화형인터페이스는음성인식인터페이스와메신저인터페이스로구분할수있다. 대화형에이전트 대화형에이전트는인간과대화형인터페이스사이에서상호작용을가능하게하는시스템으로자연스러운대화를수행하는목적을가지고있다 ( 홍금원외, 2008). 최초의대화형에이전트는 1966년환자의심리치료를목적으로조셉바이젠바움에의해개발된 ELIZA가있으며근래에는애플의 Siri, 구글의 Google Now, 마이크로소프트의 Cortana, 아마존의 Alexa 등의음성을기반으로하는대화형시스템이있다 (Luger & Sellen, 2016). 최근에는문자를기반으로하는글로벌메신저기업이주도하는대화형시스템인페이스북의 Facebook Messenger, 텐센트의 WeChat, 텔레그램의 Telegram, 킥 (Kik) 의 Bot Shop, 구글의 Allo, 네이버의 Line, 카카오톡의 Kakao Talk Messenger 등이있다 ( 한국정보화진흥원, 2016). 대화형에이전트들은문어체보다는구어체를중심으로상호작용하므로음성인식, 음성합성, 그래픽기술뿐아니라발화과정중에발생되는오류정규화과정과발화를형태적, 구문적으로분석하는자연어처리기술이포함되어야한다. 아울러사용자의심리적태도와문장구조를분석할수있는시스템으로구성된다 ( 홍금원외 2008). 대화형에이전트는음성으로대화하는음성인식인터페이스인음성봇과메신저를통해 50 이동한
문자로대화하는메신저인터페이스인챗봇으로분류할수있다. 1) (1) 음성인식인터페이스 음성인식인터페이스는인간과컴퓨터가음성으로상호작용하는인공지능대화형에이전트이며대화형에이전트의발전초기에많이활용된시스템이다. 음성으로인간사용자와상호작용을하게되므로음성인식봇으로지칭되기도하며음성인식비서시스템, 스마트홈서비스, 질의응답서비스시스템등으로주로활용되고있다. 대표적인음성인식인터페이스시스템으로는애플의 Siri, 구글의 Google Now, 마이크로소프트의 Cortana, 아마존의 Echo와 Alexa, 삼성갤럭시의 Bixby 등이있다. 음성인식인터페이스는음성으로명령과상호작용을수행하므로문자를타이핑하는수고를덜수있는이점이있고, 인간사용자의감성적분위기를전달할수있는장점이있지만시스템특성상발음, 억양, 주변소음등으로인한낮은인식률과음성으로정보를확인하는시스템으로정보의양과형식이제한된다 ( 홍은지, 2016). 음성인식인터페이스를학습및교육용으로활용할경우음성으로사용자와상호작용을하게되므로교육용으로활용할경우제한적인기능만을담당할수있다. 영어학습의경우에서는듣기 말하기연습용으로유용하게활용할수있으나읽기 쓰기및문법등의영역으로활용할경우에는문서화되지못하므로저장해서지속적으로학습할수없는한계가있다. (2) 메신저인터페이스 세계적으로메신저의사용이늘어나면서메신저를기반으로한챗봇이주목을받고있다. 페이스북메신저는 2016년 7월사용자수 10억명을돌파하였고카카오톡메신저의경우이용자수가 4천7백만명을돌파하였다 ( 김지윤, 2017). 아울러페이스북, 구글, 마이크로소프트등글로벌기업이메신저기반챗봇시장에막대한투자를하면서메신저인터페이스는사용자들에게가장익숙한상호작용시스템으로자리매김하고있다. 또한이들메신저서비스기업은그들의메신저에서사용할수있는챗봇 API를공개하여챗봇이메신저앱상에서다양한애플리케이션기능을수행할수있도록돕고있다 ( 김지윤, 2017). 최근모바일앱이용자들은포화상태에이른방대한앱시장에서자신들에게유용한신규앱검색과설치에상당히부담스러워하고있으며새로운앱대신메신저앱에서더많은시간을보내고있고, 메신저앱의사용시간 1) 음성봇을챗봇의한형태로분류 ( 한국정보화진흥원, 2016) 하기도하지만이논문에서는따로구분하였음 인공지능을활용한영어학습용챗봇시스템개발방안연구 51
이증가하는추세이다 ( 한국정보화진흥원, 2016). 따라서메신저기반의챗봇은새앱을깔거나기술을배울필요없이메시지만보내면원하는서비스를받을수있기때문에앞으로는챗봇이모바일앱을대체하게될전망이다. 챗봇은메신저앱상에서인간사용자와문자대화 (chatting) 를통해질문에알맞은답이나각종정보와서비스를제공하게될것이다. 또한메신저인터페이스를통한챗봇의활용은교육적인면에서도활용도가높게될전망이다. 영어학습의경우문자로인간사용자와인공지능기반의챗봇이상호작용하게되므로듣기, 말하기, 읽기, 쓰기의모든영역에서정보의제한없이다양한정보를제공받을수있는장점이있다. 3. 메신저챗봇활용현황 메신저기반의기업들은기존의메신저플랫폼에인공지능의핵심기술을추가하여각종사업분야에서서비스를지원하기위해플랫폼과 API를공개하며챗봇시장을주도하고있다 ( 한국정보화진흥원, 2016). 페이스북은 Messenger Send/Receive API' 및인공지능기술을적용한봇엔진을공개하고킥 (Kik) 은 Bot API를공개하였고마이크로소프트는스카이프나고타와연계된챗봇개발도구인봇프레임워크를공개하였다. 텔레그램은 Bot API 2.0을출시하고개발자에게상금지원을약속하고네이버의라인은봇계정을개발할수있는 API를공개하고봇서비스를라인계정과연동이가능하도록지원하고있다 ( 한국정보화진흥원, 2016, p. 5). 1) 해외기업의챗봇서비스현황 한국정보화진흥원 (2016) 에의하면페이스북의 FB Messenger' 는 2014년왓츠앱을인수하여월평균 17억명이상의서비스사용자를보유하게되었으며페이스북의메신저는온라인송금과실시간뉴스제공등의메신저플랫폼을기반으로개인맞춤형실시간서비스를제공하고있고, 슬랙의 Slack Bot 은하루 230만명의사용자수를보유하고회의스케줄을저장하고알려주는역할이외에과거의메시지를검색하는기능을개발해서활용하고있다. 텐센트의 Wechat' 은월사용자 7억명을확보하고단순한메시지기능을넘어게임, 온라인쇼핑, 택시, 구인광고, 만남주선, 호텔, 병원, 영화표예약등의다양한기능을제공하며, 킥 (Kik) 은 Botshop' 을운영하며 2016년월약 2억명의적극사용자를보유하고화장품, 의류업체 (H&M) 등이참여한 Bot Shop을운영하고있다고한다. 2) 국내기업의챗봇서비스현황 52 이동한
카카오의 Kakao Talk' 은기업과사용자를메신저로이어주는비즈메시지 API를출시하고광고성및정보성메시지를전달하는데건당약 8원에서 12원에해당하는금액으로서비스를제공하고있다. 또한인공지능을활용한금융봇서비스를개설하여 24시간금융상담을지원하고있으며대출및송금등의금융업무에대한서비스를제공하고있다. 네이버의 Line' 은누구나쉽게챗봇서비스를개발할수있도록오픈 API를제공해확장성을높이고메신저기반의챗봇을기업비즈니스플랫폼으로활용할계획이며대기업뿐만아니라레스토랑, 배달, 뷰티등의중소상인등에게도문호를적극개방하여챗봇서비스를제공하고있다 ( 한국정보화진흥원, 2016). LG 전자의 Home Chat' 은모바일메신저인카카오톡과라인을활용하여가정의가전제품과상호작용하며제어할수있는스마트홈챗봇서비스를제공하고있다. 3) 챗봇의교육적활용현황 챗봇은쇼핑, 비행기예약, 숙소예약, 레스토랑예약및주문, 택시호출등의대화형커머스분야에서이미널리활용되고있으며헬스케어, 날씨정보, 금융상담, 일정관리, 길찾기등의개인비서서비스역할을하고있다. 아울러법률상담, 세금납부, 부동산정보, 구인구직등의공공서비스분야와광고, 미디어, 방송안내, 데이팅, 공연등의엔터테인먼트서비스와정보검색, 파일공유등의기업용메신저분야등에서새로운부가가치를창출하며혁신적인발전을거듭하고있다 ( 한국정보화진흥원, 2016). 챗봇의활용은이미우리의일상생활에깊숙이자리하고있다. 그러나챗봇의교육적활용은아직까지미미한형편이다. 특히영어교육및학습에적용한챗봇에대한개발은아직까지활발하지않은실정이다. 웅진컴퍼스와지니튜터에서개발한영어교육용대화시스템이챗봇을영어교육에적용한최근에개발된프로그램이라고할수있다. (1) 웅진빅박스 (Bigbox) 영어교육업체웅진컴퍼스는어린이영어학습콘텐츠플랫폼 웅진빅박스프리미엄 을제공하고있다. 웅진빅박스프리미엄은게임형액티비티스피킹프로그램인 요정의숲 을통해다양한문장표현을활용한음성인식기반감성지능챗봇캐릭터 몬티 와학습자가영어로소통하는프로그램이다. 웅진빅박스는읽기와쓰기에한정된기존영어학습지와달리미디어기반의영어학습지로음성인식기능과인터랙 인공지능을활용한영어학습용챗봇시스템개발방안연구 53
티브콘텐츠를활용해집에서도충분히영어말하기연습이가능하며인공지능을활용하여아이의학습데이터를과학적으로분석해아이의학습성향을세부적으로분석하여학부모가아이를직접지도할수있는프로그램이다. 빅박스프리미엄은시스템주도형이며목적이나목표를설정해서학습자의학습을유도하는프로그램이다. 그러나빅박스프로그램은학습자가스스로원하는주제나정보를검색하면서대화를할수있는학습자주도형의프로그램으로의발전이필요하며챗봇이개별지도하는가정교사역할을하는프로그램으로진화될필요성이있다. 문자로대화를주고받는시스템의도입과읽기및쓰기, 어휘등의다양한분야에서학습자와챗봇이직접소통하는개별프로그램으로의발전이필요하다. 아울러챗봇과어린이학습자와의대화에대한평가결과에대한연구도추후에지속되어야할필요가있다. (2) 지니튜터 (GenieTutor) 한국전자통신연구원은 2015년챗봇과의대화시스템을이용한영어교육용대화시스템인지니튜터 (Genie Tutor) 를개발했다. 지니튜터는시스템이정한주제에따라질문하고학습자와문맥에맞춰대화하고문법오류에대한피드백을제공하는프로그램이다. 이프로그램은시스템주도형이며학습자의대화흐름을제한하고주제를벗어난자유대화가불가능한것이단점이며, 이러한단점을보완하기위해한국전자통신연구원은 2016년부터 2019년까지학습자의대화흐름을제한하지않고주제를벗어난자유대화를허용하며문법오류에피드백을제공하는지니튜터플러스 (GenieTutorPlus) 를개발중이다 ( 최승권외, 2017). 현재개발중인지니튜터플러스의주제별자유대화시스템에대한평가의결과는평균대화턴성공률은 80.86% 였으며챗봇대화비율은 10.44%, 챗봇대화턴성공률은 31.49% 로보고되었다 ( 최승권외, 2017). 위의데이터에서보듯이자유대화의턴성공률은우수한것으로보이나챗봇의대화비율은 10.44% 로여전히챗봇의역할이대화를유도하고학습자가연습을하는기능이많다는것을알수있다. 아울러, 챗봇의대화턴성공률이 31.49% 로나온것은여전히챗봇의기능이학습자와의대화를이해하고주제와연관된성공적인대화를지속하기에는아직까지부족한점이많다는것을시사한다. 지속적인프로그램제어와개발을통하여대화성공률을끌어올릴필요가있다. 또한, 이프로그램은문자를활용하여학습자가원하는분야및부족한부분에서학습을지속할수있도록학습자중심의프로그램으로발전될필요가있다. 4) 챗봇의한계점 54 이동한
인공지능의핵심기술인기계학습과심층학습, 자연어처리기술을장착한챗봇은데이터가충분하면인간처럼자유로운대화가가능할것으로오해하기쉽다. 그렇지만인간의대화의경우의수는무한대이고과거, 현재, 미래의시제를순서대로인지해야하고언어적, 비언어적대화로의사소통을한다. 아울러인간의격식없는대화는비논리적일수있고대화의턴도생략되고, 문맥, 감성적표현, 대화자와과거에함께공유한추억이나시간등의경험적인사례로서로를이해하는경우도많이있다. 따라서챗봇이비록바둑이나체스등의게임에서인간을이길수있지만인간과의대화는아직까지완벽하게수행할수없는한계가있다. 챗봇의한계점은크게대화의연속성, 과거기억, 지나친자연어처리의존등에서발견된다. Fryer 와 Nakao(2009) 는챗봇을활용하여일본중등학생의영어학습을진행하였고학습과정중챗봇과대화한내용을전사하여챗봇과의대화를분석하였다. 다음은챗봇과일본학생의대화의일부를발췌한것이다. Chatbot: Who is your favorite actor? Student: Johny Dep. Chatbot: Johny? Student: Yes. His masterpiece is Pirate of the Caribbean. Chatbot: I don't know. Student: He is very great actor. Chatbot: Ok, do you like Oscar? Student: Who is Oscar? Chatbot: I don't know who is he. *Problems in italics (Fryer & Nakao, 2009, p. 852) 위의대화에서챗봇의기억력이한문장이상지속되지않음을알수있다. 챗봇이 Oscar" 에대해학생에게질문을한뒤다음대화턴에서기억을못함을알수있다. 즉, 챗봇이과거대화내용을기억하지못하기때문에대화의연속성이결여되어있음을알수있다. 아울러위의챗봇의말중에서도문법적인오류가있음을알수있다. Student: Let's talk about character! Chatbot: No, let's talk about politics. Student: I think that I have a character hating to lose. Chatbot: Everyone has a bad period from time to time. 인공지능을활용한영어학습용챗봇시스템개발방안연구 55
Student: And I am very careless. Are you? Chatbot: No. Student: Good. There are many careless people in my friend. Chatbot: There are many problems too. Student: But, everybody gets along well very much. Chatbot: Hmm. So I gather that you cannot identify your actual age. Yeah? Student: I think so too. Therefore I work hard to get over this character now. Chatbot: No way... I would not have make humans nearly as picky and superficial as they are. *Problems in italics (Fryer & Nakao, 2009, pp. 852-853) 위의대화를분석해보면학생이처음대화주제를정할때부터서로가의사소통이되지않는것을알수있다. 학생은 성격 에대해이야기하기를원하고챗봇은 정치 에관해대화하기를원하는것을알수있다. 학생이챗봇이동의를하지않음에도일방적으로자신이원하는주제로몰아가자챗봇은이에대해전혀이해를하지못하고서로동문서답으로이어지는것을알수있다. 지나치게자연어처리에의존하다보니대화가방향을잃고상호작용이되지않는다. 이런문제를해결하기위해서는대화의주제를제한해야하며제한된주제를데이터베이스에서활용하도록해야한다. 무한대의경우의수를가진자유대화보다는데이터베이스에저장된내용으로대화가자연스럽게이어지도록유도해야한다. 또한, 학생과챗봇과의대화를정상적이고연속적으로이어줄도우미의역할이필요하다. 도우미나아바타가대화의주제를하나로정리한다든지챗봇을학생이원하는대화주제로복귀하도록유도해야한다. 이러한의사소통불능상태나챗봇의기억력부재를극복하기위해서제한된주제로대화를조정해야한다. 챗봇이학습자가원하는방향으로자유대화를이어갈수없다면미리학생에게데이터베이스에저장된내용으로대화를할수있도록미리주제선정에대한선택지를준다든지목표를설정하는등의조정기능이필요하다. 이런역할을도우미가할수있도록설계를해야할것이다. 또한, 학습자나챗봇이발생시키는오류에관한피드백을도우미가제공할수있도록장치를해두어야하고검색이나다른앱이나웹으로의이동을해야할필요가있을때알림기능등을설정하여학습자와상호작용이원활하도록유도하는장치등이필요하다. 다음은영어학습용챗봇을설계할때고려해야할사항을큰틀에서정리한것이다. 구체적인챗봇디자인방향이나기능설계방향은고려되지않았다. 56 이동한
Ⅲ. 영어학습용챗봇설계방안 1. 목적형챗봇 위에서살펴봤듯이챗봇의한계는대화의연속성이떨어지고기억력에한계가있다. 목적이없는일상적인대화는경우의수가무한대이므로데이터베이스에인간이사용하는언어를모두저장한다고하더라도대화에는변수가워낙많아완벽하게상호작용을할수없다. 아울러문자로전달되는대화의의도에는미묘한감정표현등을담을수없는한계성으로인하여충분한의사소통에는한계가있을수밖에없다. 따라서목적형챗봇으로설계를하게되면대화의범위가축소되므로어느정도한계성을극복할수있게된다. 영어학습용챗봇을설계한다면사용되는언어가영어이므로기존에메신저기반기업인페이스북, 구글, 아마존, IBM 등에서제공하는오픈소스챗봇설계방법을활용한다면좀더용이하게학습용으로개발을할수있을것이다. 또한챗봇으로영어학습과관련된추가자료나예문을인터넷에서검색하여문장으로제시하여설명을도울수있기때문에효과적인학습을기대할수있다. 아울러학습자의수준과관심에따라서개별학습이가능하게된다. 학습이챗팅대화로진행되므로설계방법에따라학습자의수준이나능력을판단할수있는기능을추가할수있고학습자스스로수준이나흥미도에따라서주제나필요한부분을선택하여학습할수있는기회를제공할수있다. 추가학습이필요한경우동영상강의나책등의사이트로연결시켜필요한부분을학습자가선택하여학습을진행할수있다. 영어학습용목적형챗봇은영역별학습목적에따라설계가가능하다. 듣기, 말하기, 읽기, 쓰기, 문법등다양한영역에서목적에맞게맞춤형학습용으로개발이가능하다. 말하기학습의경우음성인식인공지능기능을활용하지않기때문에직접적인말하기또는회화연습은힘들겠지만상황에따른주요표현을문자로연습할수있도록설계할수있고, 동의어나반의어관용적인표현, 유사한표현등을제공받아학습할수있고, 오랫동안적절한표현을기억할수있는대체방안이가능하다. 영어말하기를제외한다른모든영역에서는목적형챗봇설계가비목적형보다는훨씬다양한자료와수준별및개별학습이가능하므로장점이많다고할수있다. 목적형챗봇은현실적인한계점을극복하고목적에맞는맞춤형학습기회를제공하는면에서향후교육용프로그램으로개발이가장활발히이루어질전망이다. 그러나인간사용자와컴퓨터혹은로봇과의완벽한대화가완성되는혁신적인기술이개발되지않는한목적형챗봇을학습용으로응용하기위해서는다음의사항을고려하여개발이이루어져야할것이다. 인공지능을활용한영어학습용챗봇시스템개발방안연구 57
1) 제한된주제 영어학습용챗봇을설계하는방안으로제한된주제를활용하는것은필수적으로고려되어야한다. 목적에맞게설계를하되주제를최소한으로축소하여야챗봇과상호작용이원활히이루어질수있다. 대화의범위와한계를최소화하여야대화의경우의수가줄어들고변수가줄어든다. 아울러학습용프로그램으로개발하는것이므로대화중돌발적인주제의전환이나화제의전환으로대화가단절되거나오류가발생될확률이줄어들게된다. 또한목적을가지고학습용챗봇을활용하게되므로인간사용자의감정기복에따른대화의단절, 오해등으로발생되는문제가줄어들게된다. 예를들어영어쓰기를학습하기원한다면쓰기중에서편지쓰는법, 편지쓰기중에서친구와편지쓰기, 선생님께편지쓰기, 입학및취업관련편지쓰기등으로주제를한정하여챗봇에게편지작성의예를찾아달라고요청을하고계속해서학습자가실제로편지를작성한것에대한문법체크나철자오류, 표현방식등에대한점검등을검색엔진을활용하거나도우미가등장하여설명을진행하면서개별학습을할수있게된다. 여기서도우미의역할은챗봇대신에직접적으로교수를담당하거나부가적인설명으로넘어가기위한가교역할을할수있게된다. 아울러기능버튼을활용하여불필요한대화를생략하고신속하게사용자혹은학습자가원하는주제나질문으로넘어가게할수있다. 또한이모티콘을활용하여문자작성의시간을줄일수있고학습자의이해정도와만족도등을신속하게전달할수있다. 다음은목적형챗봇설계를위해고려해야할사항을정리한것이다. (1) 슬롯채우기 (Slot Filling) 현존하는대화형인공지능을장착한챗봇은대화를길게이어나가는것이힘들기때문에대부분인간사용자와한 두문장의채팅만이가능한것이현실이다. 그러나목적성챗봇은문장내에서사용자의의도 (Intent) 를파악하거나정보를파악하는것은상당한수준에도달하고있다. 따라서원하는정보를얻을때까지사용자의의도와정보를미리데이터베이스에입력하고이를토대로연속적인대화가생성되도록조정하는것은가능하다. 대화형인공지능이상대방과의대화과정전체를과거부터현재까지를모두기억하고과거의대화를토대로현재의대화를이어가지못하기때문에사용자의의도와그에따른대화체를미리데이터베이스에입력하고이와유사한대화는문장의핵심어와주변맥락등을활용하여자연어로처리하여이해하고학습하도록한다. 이러한과 58 이동한
정을슬롯채우기로지칭하며슬롯채우기를통하여연속적인대화를구성할수있다. 슬롯채우기과정을통한챗봇을활용한영어학습은다음과같은진행단계로구성할수있다. 괄호안의내용을차례로슬롯채우기로채워가면서대화를이끌어나가게된다. 대화의연속을위해서미리시스템으로설계해놓은대로대화를슬롯에채워가며상호작용을하게된다. Chatbot: What do you want to learn today? /Do you have any question? Learner: How can I write a letter?/i want to learn letter writing. Chatbot: (To whom do you want to write a letter?) Learner: To my friend. Chatbot: (What is the purpose of writing a letter?) Learner: I want to invite my friend to my birthday party. Chatbot: This is an example letter. (2) 검색엔진활용 구글이나익스플로러등의검색엔진을활용하여학습주제와관련된자료를연결하는기능을연결하도록한다. 사용자의요청으로검색을진행할수있고챗봇이검색엔진을활용하여학습에관련된사진이나강의동영상, 사전, 논문, 신문기사, 책의내용을추가적으로제공할수있다. 또다른추가자료는사용자의요청에의해서인터넷검색을통해서자동으로제공될수있으며, 데이터베이스로넘어가서준비된학습자료혹은연습사이트로연결하여학습을진행할수있다. 예를들어서학습자가친구에게생일초대편지를영어로보내고자할때생일파티초대편지의예문을검색을통해서제공할수있다. 생일파티에초대하는친구의친밀도에따라편지의내용도달라지기때문에다양한예문을검색으로확인하고편지쓰기연습을실시할수있다. 편지쓰기연습과정중발생되는문법혹은철자오류등을자동으로체크하여수정할기회를제공할수있다. 학습자가자신이작성한편지의내용이나문법, 철자등의오류를수정하고난다음챗봇이편지쓰기에관한축적된학습을통해저장된편지중최적의예문을학습자에게제공할수있다. 학습자는챗봇이제공한예문과자신이작성한편지를비교하여최종적으로자신이원하는내용의편지를완성할수있다. (3) 도우미활용 인공지능을활용한영어학습용챗봇시스템개발방안연구 59
도우미의기능은두가지역할로설계가이루어질수있다. 첫째는학습자와챗봇과의대화에장애가일어난경우대화를이어가게하는수단으로서의역할이다. 챗봇과학습자의대화과정중에발생되는상호작용혹은의사소통에장애가발견되거나학습자가예상하지못한질문을추가적으로던질경우챗봇이혼란에빠질수있다. 챗봇은대화과정중지나간대화에대해거의기억을하지못하므로, 슬롯채우기를통해인위적으로이어온대화 2) 가중간에서끊길수가있다. 또한, 챗봇이대화를이어가지못하고일정시간이지나도반응을하지못하거나엉뚱한응답이발생할경우도움 (help) 기능으로도우미가중간에서가교역할을할수있다. 도우미는챗봇과의대화를일시적으로중단시키고학습자에게지나간대화과정과연결되는문장을작성하도록유도한다. 대화는새로운문장으로시작되지만여전히동일한주제내에서지난대화와연관된대화를이어나가게된다. 즉, 도우미는대화의틀을벗어나게된대화를올바른트랙으로유도하는역할을하게된다. 두번째는챗봇과의대화중학습과정에도움을주는튜터 (tutor) 로서의역할이다. 학습자가챗봇과의대화중얻고자하는필요한정보를검색이나데이터베이스에서얻지못할경우도우미를문자로호출하거나도우미기능버튼을눌러서도움을요청할수있다. 이런경우도우미는학습자가이해하지못하는부분에대한상세한설명을위해도움을받을수있는사람과채팅이가능한사이트로연결이되어사람과채팅으로모르는부분에대하여물어보고도움을구할수있다. (4) 기능버튼활용 음성이아닌문자로챗봇과대화하는학습프로그램의장점은학습자가일일이음성으로원하는주제에관해찾아가는과정을거치치않고미리제공된기능버튼이나선택사항을선택하여갈수있기때문에시간절약과활용이용이하다. 챗봇과의대화중미리제공된기능버튼을선택하여원하는정보를얻을수있고신문기사나추가자료검색등을챗봇에게문자로요구하지않고기능버튼을누르고자료를손쉽게얻을수있다. 또한주제의전환이나대화의시작과끝, 도우미호출등을불필요하게챗봇에게요구하지않고손쉽게기능버튼을눌러처리할수있다. 아울러챗봇과대화중잠시멈춤기능을활용하여전화를수신하거나이메일작업등다른작업을할수있다. 2) 현재챗봇과의대화는연속된대화가어려우므로슬롯채우기를통해대화를인위적으로이어간다. 슬롯채우기를통해이어가는대화는챗봇에게는기억이필요없는항상새로운문장으로시작된다. 60 이동한
(5) 이모티콘활용 기능버튼과더불어이모티콘의활용은챗팅의또다른장점이다. 인공지능로봇과대화를할때인간의감정을로봇이파악하기쉽지않다. 물론표정이나맥박, 체온등으로기존의인간의감정반응등을데이터로축적하고기계학습과딥러닝으로학습하여감정상태를파악을할수도있지만챗팅의장점은이모티콘하나로감정표현을할수도있다. 또한긴문장으로대화를시도하지않아도이모티콘하나로충분히의사를표현할수있다. 챗봇을활용하여영어를학습하는과정중학습자에대한평가를이모티콘으로표현할수도있고, 칭찬과격려등을이모티콘을활용하여짧게표현할수있다. 물론영어를학습하기위해서는많은문장을직접쓰는연습을해야하지만학습자의경우오랜시간동안채팅을하는경우학습자가지루함을느낄수있으며집중할수있는시간도제한적이므로적절한시간활용과흥미를지속하기위하여재미있는이모티콘을활용하는것도좋은방법이될것이다. 2) 데이터베이스활용 영어학습용챗봇개발에서가장기본이되어야하는부분은학습목표에따른데이터베이스구축이라고할수있다. 현존하는인공지능의수준은인간사용자와연속적인대화가불가능하고자료검색이나사용자의요청에따라단순한지시를이행하는수준에머무르고있기때문에학습자의학습목표에따라맞춤형으로미리저장해놓은자료를제공해줄수있는데이터베이스의구축이필수적이라할수있다. 학습자가학습을진행하면서알아야할내용과질문자료를미리예측하여저장해놓고학습자의요청이나질문에따라신속히자료를제공할수있어야한다. 학습자가알아야할어휘, 예문, 강의, 동영상등의자료를미리구축해놓고학습자의요청에신속히응답을하도록준비하여야한다. 챗봇은학습자가요청하거나질문하는내용이데이터베이스에저장된것이아닐경우에검색엔진이나도우미등을활용하여추가적인자료를제공한다. (1) 상호작용모듈 학습자와챗봇의상호작용은데이터베이스에미리입력된응답과일치할경우와불 일치할경우로나누어설계할수있다. 챗봇이학습자에게원하는정보에관해서먼저 물어보거나학습자가챗봇에게먼저질문을할경우로나누어학습을이끌어가는주 인공지능을활용한영어학습용챗봇시스템개발방안연구 61
체를챗봇, 학습자로나누어대화의흐름을예측하여가능한질문과대답등을미리 데이터베이스에입력한다. 1 데이터베이스자료와일치학습자와챗봇의상호작용이데이터베이스자료와일치할경우는대화의흐름이무난히전개되며챗봇이제공하는자료에대한학습자의이해정도에따라시간을조절할수있는기능버튼이나멈춤 (pause) 기능버튼등의기능적버튼의장착이필요하다. 또한대화의전개가느려지거나장애가있을경우를대비해언제나학습모드혹은대화모드돌아갈수있는기능버튼, 도우미기능등을준비하여야하며도우미나이모티콘, 기능버튼, 챗봇의직접적인질문등으로학습자에게이해정도를파악하고다음단계로의진행여부를파악하는기능등을장착하여상호작용을유도하면되겠다. 2 데이터베이스자료와불일치챗봇과학습자의상호작용과정이데이터베이스의자료에없거나불일치할경우챗봇은검색엔진을가동하여인터넷에서자료를찾아학습자에게제공하게된다. 예를들어생일파티초대편지작성에관한내용이데이터베이스에없는직장동료에게보내는내용이라면챗봇은인터넷에서자료를검색해서작성예문을학습자에게제공해주어야한다. 이런경우챗봇의응답시간이길어질수있기때문에 자료검색중 등의알림창이제공되어야하며도우미기능이작동하여상호작용및대화장애발생시새로운명령어혹은문자입력을유도하여야할것이다. 또한인터넷검색후제공되는자료를순서대로버튼을눌러확인하는창이제공되어야한다. 마지막으로학습자가요청하는자료가인터넷검색에도없을시학습에도움을줄수있는사람의연락처로이동하는창이제공되어야한다. 2. 비목적형챗봇 비목적형챗봇은목적이제한되지않고주제의제한이없는대화형챗봇으로개념을정리할수있다. 영어학습용으로이챗봇을활용할시에는생활영어회화연습용으로적절할것으로판단된다. 현존하는인공지능챗봇의한계를감안할때비목적형챗봇은영어회화연습용초보단계에서활용하기에적합한유형이라할수있다. 하루에한문장정도를주고받는정도의초보학습자용으로는활용이가능하다. 또한, 단순한영어어휘연습혹은사전기능으로활용하기에적합하다고할수있다. 회화연습용으로비목적형챗봇을활용하기위해서는데이터베이스에미리입력한시나리오대로챗봇이대화를유도하는형태로구성되어야할것이다. 학습자가대화를리드한 62 이동한
다면대화의경우의수는무한대로늘어날수밖에없으므로연속적인대화가불가능한현존하는챗봇의능력으로볼때상호작용이원활하게이루어질수없다. 따라서비목적형챗봇으로영어회화연습용프로그램을개발하고자한다면데이터베이스에입력되어진대화시나리오대로챗봇이대화를리드해나가는방법이효과적일것이다. 그러나챗봇이대화를리드해간다고하더라도학습자의응답이시나리오를벗어나거나대화의순서를한단계뛰어넘는대화가전달되면챗봇은이를이해하기힘들고대화의장애가발생할수있다. 이러한한계성을극복하고비목적형챗봇을영어회화연습용으로활용한다면다음의사항을고려하여설계를하여야할것이다. 1) 데이터베이스활용 데이터베이스에입력할대화자료는인사말에서시작해서챗봇이대화를시작하고대화의주제를제시하는순서로이루어진다. 목적형챗봇처럼학습자가주어진주제중에서특정주제를선택하기보다는챗봇이대화를유도하므로챗봇이주제를제한해서대화를이끌어나갈수있다. 우선챗봇이인사말로대화의시작을알리고적절한주제로대화를유도하게된다. 챗봇이대화를유도하지만대화의가지수는대화의단계가진행될수록트리구조처럼늘어난다. 이렇게대화의가지수가대화의단계가진행될수록늘어가면지난대화를기억못하는챗봇이엉뚱한답변을할수있는확률도늘어난다. 따라서대화는잘짜여진각본으로학습자와의대화를예측해서데이터베이스에입력하게된다. 그러나이경우에도대화의진행이계속될수록대화의경우의수가늘어나므로주제를축소하고대화차례 (Turn Taking) 수를인위적으로제한해야한다. 상호작용모듈은대화의방식이데이터베이스자료와일치하거나불일치할경우로나누어목적형챗봇과유사한방식으로진행하면된다. 2) 다이어몬드구조 대화의가지수가늘어날수록현재의인공지능챗봇은한계성을드러내므로대화의수를제한하여야하고대화의수가더늘어나지않도록주제를모아서하나로모아더이상주제가늘어나지않도록한다. 대화의수가트리구조처럼늘어나므로 2, 3단계에서대화주제를축소하여전체적으로대화구조는다이어몬드구조처럼설계하여야한다. 대화의주제를제한하고대화단계를축소하여한군데로모이면다시대화를시작하는구조로대화시나리오를설계하면비목적형대화에서학습자와챗봇의상호작용을원활히가져갈수있다. 인공지능을활용한영어학습용챗봇시스템개발방안연구 63
3) 도우미활용 대화의구조를다이몬드구조처럼주제와대화의단계를축소하기위해서는도우미의활용이필수적이다. 도우미는대화가지수가더이상늘어나지않도록인위적으로조정할필요가있다. 대화를중간에서중단하게하거나화재를바꾸는방법으로대화의단계를자연스럽게축소한다. 도우미의역할은목적형챗봇보다비목적형챗봇에서더욱많은기능을담당하게된다. 목적이없는대화를진행하게되므로제어해야할부분이많아지게된다. 또한비목적형챗봇과의대화는검색엔진을활용하여추가자료를학습자에게제공하기보다는데이터베이스에저장된자료를활용하여학습자에게필요한자료를제공하는것이효과적일것이다. 학습자가비목적형대화를선택하는이유는챗봇과단순하고편안한대화를하는것이이유가될수있으므로과도한자료나상세한설명이대화의흐름을방해할수도있으므로가급적지루하지않고흥미있는자료를제공하는것이좋을것이다. 4) 기능버튼및이모티콘활용 기능버튼및이모티콘의활용은목적형챗봇활용과유사하다고할수있으나비목적형대화는영어의특정영역에대한학습이나목적을두고챗봇과의대화를통해영어를학습하는것이목적이아니라고할수있다. 대화를통해영어회화연습에초점을두고자연스러운대화를이어나가는것이주된목표라고할수있다. 따라서기능버튼이나이모티콘은대화의장애가발생하거나학습자와챗봇과의대화중에나타낼수있는감정표현, 대화단계축소, 대화진행중과중단, 도우미호출등의등에초점을맞추어대화를원활하게이어나가게하는가교역할을할수있어야한다. IV. 요약및결론 인공지능의발달은우리일상생활의많은부분을바뀌게하고있다. 기업에서는인공지능을활용하여자료수집과주식거래, 경제동향등을예측하고가정에서는스마트홈개념을도입하여가전제품과사용자가상호작용하며간편하게집안의온도조절과전자제품을작동하기도한다. 개인은인공지능개인비서시스템을활용하여자료검색과예약, 상담등의업무를편리하게수행한다. 인공지능의발달은슈퍼컴퓨터의발달로막대한자료처리가가능해지면서시작되었고이후핵심기술인기계학습과심층학 64 이동한
습이발달하면서본격화되었다. 기계학습은인간의프로그래밍을통해결과를분석하는것이아니라컴퓨터가입력된데이터를분석하고, 분석한내용을기반으로프로그램모델을스스로구축하여판단이나예측을한다. 심층학습은기계학습의한계인주어진데이터를토대로상관관계분석을통해서결과를도출하는단계를넘어주어진데이터를분석하고학습하여능동적인판단과결론까지도달하는기술이다. 즉컴퓨터의인공신경망을여러단계로구성하여컴퓨터가입력된데이터에대해여러겹의신경망 (Neural Network) 를거쳐분석한내용을토대로자율적으로판단하고결과를도출하게된다. 인공지능의핵심기술인기계학습과심층학습은인간과컴퓨터의상호작용을위한자연어처리기술로응용된다. 자연어처리기술은인공신경망알고리즘을이용하여언어의구조를추출및재조합하고표현하게하는제반기술로서형태소분석, 품사태깅, 개체명분석, 화행분석, 의도분석등을통해인간의언어를이해하고처리하는기술이다. 자연어처리기술은대화형인터페이스시스템에응용되어챗봇등에활용되고있다. 챗봇은인간사용자와의문자대화를통해질문이나검색등각종서비스를제공하는인공지능기반의커뮤니케이션소프트웨어를지칭하며인간사용자들이필요로하는서비스를제공하는것이외에기업과개인을연결해주는매개체역할을수행한다 ( 한국정보화정보원, 2016). 인공지능의핵심기술과자연어처리기술의발달로인간사용자와컴퓨터의상호작용은 ICT 패러다임을변화시켰다. 인간사용자가직접연결하여사용하는웹브라우저를통한인터넷활용시대에서웹, 앱활용에기반을둔모바일 OS 플랫폼을넘어대화형인터페이스인챗봇이인간사용자의명령을수행하는메신저기반의메신저앱시대로급속히발전하고있다 ( 한국정보화진흥원, 2016). 인간사용자들이웹이나앱에서필요한서비스를제공받기위해스스로웹이나앱을찾는노력을메신저기반의챗봇이인간사용자가보낸메시지를토대로원하는서비스를찾아제공하는시스템으로변화하고있다. 따라서국내외 ICT 기업들은챗봇서비스개발에총력을기울이고있고챗봇 API를개방하고관련서비스를출시하는등의적극적인투자를이어가고있다. 그러나현존하는챗봇은여러가지한계점을지니고있다. 챗봇과인간사용자와의대화는완벽한상호작용이이루어지지못한다. 챗봇의한계점은대화의연속성, 과거기억, 지나친자연어처리의존등에서나타난다. 현재까지챗봇과인간사용자의대화는단일문장정도의상호작용만가능하고연속적인대화가불가능하다. 챗봇은장기간의기억능력이없어서대화가연속적으로이어질수가없다. 아울러지나치게자연어처리기술에의존하여자유대화를시도하다보니챗봇이이해를못하거나대화주제를벗어난엉뚱한답을내놓은경우가자주발생한다. 챗봇의대화에도문법적인오류나스펠링오류도빈번히발생시키는경우가있다. 이러한챗봇의한계성은챗봇을활용한교육용프로그램의개발지연에영향을미친다고판단된다. 따라 인공지능을활용한영어학습용챗봇시스템개발방안연구 65
서챗봇을활용한교육용프로그램의출시가아직까지는많지않은것으로판단된다. 챗봇을활용한영어학습용프로그램의등장도미미한형편이다. 이논문에서는챗봇의능력과한계성을모두고려하여영어학습용프로그램을개발하는방안을제시하는것이목적이었다. 이를위해현재까지챗봇의능력을활용하여영어학습용챗봇을설계하는방안을제시하였다. 우선챗봇을영어학습목적에따라활용하는방안으로목적형챗봇, 비목적형챗봇으로나누어설계방안을제시하였다. 목적형챗봇은영어학습의모든영역을학습목적으로다룰수있고학습자의필요에의한개인별학습을진행할수있는장점이있다. 챗봇의한계점도목적을지닌학습영역으로축소해서개발할수있으므로챗봇을활용한영어학습프로그램개발에는가장적절한방안으로판단된다. 우선챗봇의한계점인대화의연속성결여문제를해결하기위해구체적인학습목표를정하고주제를제한해서챗봇과학습자의대화의경우의수를줄이고슬롯채우기방법을통하여대화를연속적으로진행시켜챗봇의장기기억력결핍문제도해결할수있다. 구글이나익스플로러등의검색엔진을활용하여학습주제와관련된추가자료를검색하는기능을연결하도록한다. 학습에관련된사진이나강의동영상, 사전, 논문, 신문기사, 책의내용을추가적으로받아볼수있다. 도우미를활용하여챗봇과의대화장애나오류등이발생할경우인간사용자와챗봇과의연결고리로활용할수있다. 이외에도기능버튼등을활용하여학습자료등의검색이나서비스를쉽게받아볼수있다. 영어학습용으로목적형챗봇을활용하는경우이미만들어진데이터베이스를활용하는방법이챗봇의한계점을극복하는가장쉬운방법이될수있다. 학습자가알아야할어휘, 예문, 강의, 동영상등의자료를미리데이터베이스에구축해놓고학습자의요청에신속히응답하도록설계하고챗봇은학습자가요청하거나질문하는내용이데이터베이스에저장된것이아닐경우에검색엔진이나도우미등을활용하여추가적인자료를제공할수도있도록한다. 비목적형챗봇은목적형챗봇과는달리자유대화로구성될수있으며영어학습목적으로는듣기 말하기영역을연습하기에적절한프로그램으로개발될수있다. 인공지능챗봇의한계를감안할때비목적형챗봇은자유대화의경우의수가무한대이므로연속대화와토론등의복잡한주제또는대화주제변경등에있어서장애가발생될확률이높다. 따라서단순한영어어휘학습혹은사전기능으로활용하기에적합하다고할수있다. 영어듣기 말하기연습용으로비목적형챗봇을활용하기위해서는데이터베이스에미리입력한시나리오대로챗봇이대화를유도하는형태로구성되어야하며대화주제는다이어몬드구조처럼주제및소재를인위적으로조정해서대화가제한된주제와단계를벗어나지않도록설계해야한다. 또한도우미의기능이대화의원활한진행을위하여적절히활용되어야한다. 도우미는대화의경우의수가 66 이동한
많이늘어나지않도록인위적으로조정할필요가있다. 대화를중간에서인위적으로중단하거나화제를바꾸는방법으로대화의단계를자연스럽게축소한다. 도우미의역할은목적형챗봇보다설계과정에서목적이없는대화를자연스럽게진행하도록대화를인위적으로제어해야할기능을더많이장착해야된다. 인공지능을기반으로한영어학습용챗봇을개발하기위해서는챗봇능력의지속적인발전이선행되어야한다. 아울러교육용챗봇의다양한컨텐츠가확보될수있는방향으로개발이되어야할것이다. 이연구에서는큰틀에서인공지능기반의영어학습용챗봇의설계방안에대해방향성을제시했다. 후속연구에서는구체적인챗봇의개발방안과공개된챗봇 API를활용해데모용영어학습용챗봇을실질적으로개발하는방법을제시되어야할것이다. 아울러챗봇을활용한영어학습의효과를직접실험연구를통해진단하여메신저기반의챗봇의교육용프로그램개발에초석으로삼아야할것이다. 참고문헌 강소연, 장재학. (2015). EBSe와 SNS를이용한학습지도가학습자들의쓰기능력에미치는효과연구. Secondary English Education, 8(1). 3-27. 김강학. (2017). 대화형인공지능, 챗봇의진화. Retrieved October 1, 2017 from http://blogview.hyundaicardcapital.com/4010. 김인석, 김봉규. (2014). 원격화상영어수업활용이고등학생의영어학습만족도에미치는영향. Secondary English Education, 7(1). 89-111. 김지윤. (2017). 모바일챗봇인터페이스분석과디자인제안. 석사학위논문. 서울대학교대학원, 서울. 박대수. (2016). 인공지능시대의 ICT 융합산업전망. 미래창조과학부주최 2017 ICT 산업전망컨퍼런스발표자료. 대한상공회의소, 서울. 빅데이터. (2017). 구글에서배우는딥러닝. 서울 : 영진닷컴. 서희철. (2017). 대화시스템개발을위한자연어처리기술. Retrieved October 1, 2017 from http://searchblog.naver.com/221027662050. 전창의. (2016). 딥러닝, 어디에적용되고있나. 문화 : 기술-문화의만남, 4(45), 12-16. 최승권, 권오욱, 이기영. 노윤형, 황금하, & 김영길. (2017). 챗봇과대화시스템을이용한영어교육시스템. 정보처리학회학술발표대회논문집, 24(1), 958-959. 한국정보화진흥원. (2016). 인공지능기반의챗봇서비스등장과발전동향. 서울 : 한 인공지능을활용한영어학습용챗봇시스템개발방안연구 67
국정보화진흥원. 홍금원, 이연수, 김민정, 이승욱, 이주영, & 임해창. (2008). 한국어모바일대화형에이전트시스템. 한국컴퓨터정보학회논문지, 13(6), 263-271. 홍은지. (2016). 상호작용유형에따른의인화효과에관한연구. 석사학위논문. 연세대학교정보대학원, 서울. Fryer, L., & Nakao, K. (2009). Assessing chatbots for EFL learner use. In A. Stoke(Ed.), JALT 2008 Conference Proceedings(pp. 849-857). Tokyo: JALT. Luger, E. & Sellen, A. (2016). Like having a really bad PA: The gulf between user expectation and experience of conversational agents. In the proceedings of 2016 CHI conference on human factors in computing systems (pp. 5286-5297). ACM. Examples in: Korean Applicable Languages: Korean, English Applicable Levels: Secondary Key words: 영어학습, 인공지능, 인공지능을활용한교육, 챗봇, 챗봇을활용한영어교육, 메신저인터페이스 / Artificial Intelligence, Education through A.I., English education through chatbot 이동한부산교육대학교 (611-736) 부산광역시연제구교대로 24 TEL: 051-500-7316 Email: dhlee@bnue.ac.kr 접수일자 : 2018. 1. 05 심사일자 : 2018. 1. 26 게재결정 : 2018. 2. 22 68 이동한