본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%54%68%65%20%45%69%67%68%74%68%20%44%69%61%6c%6f%67%75%65%20%53%79%73%74%65%6d%20%54%65%63%68%6e%6f%6c%6f%67%79%20%43%68%61%6c%6c%65%6e%67%65
최신순
조회순
김기응 교수 연구, 국제 AI 챗봇 챌린지 우승
우리 대학 AI대학원 김기응 교수 연구팀(이정관, 함동훈 석사과정, 장영수 박사과정)은 인공지능 대화 시스템 분야 대표적 국제 경진대회인 제8회 대화시스템기술챌린지(The Eighth Dialogue System Technology Challenge; DSTC8)의 다중 도메인 태스크 완수(Multi-Domain Task Completion) 부문에서 우승을 차지했다. 마이크로소프트 리서치, IBM 리서치, 아마존 알렉사 AI가 공동주최한 대화시스템기술챌린지는 2019년 6월 데이터셋 공개 이후 약 3개월에 걸쳐 진행됐다. 연구팀은 사람이 직접 평가하는 인적 평가에서 68.32%의 성공률로 1위를 차지했고, 언어 이해 점수와 응답 적절성 점수에서 큰 차이를 보였다(결과 안내 : https://convlab.github.io/ ). 이 대회에서는 호텔, 식당, 명소 등 다양한 주제가 등장할 수 있는 여행 정보 안내 상황에서 사용자와의 대화를 통해 ▲ 사용자 요구사항 이해 ▲ 데이터베이스에서 요청한 정보 검색 ▲ 예약 시스템과의 연동 등의 수 있는 목적지향 대화 챗봇(chat-bot)을 만드는 것을 목표로 한다. 이러한 업무를 위한 기존 대화 시스템은 사용자 발화 이해(Natural Language Understanding; NLU), 대화 상태 추적(Dialogue State Tracking; DST), 대화 정책 결정(Dialogue Policy), 시스템 발화 생성(Natural Language Generation; NLG)의 총 네 단계를 수행하는 특화된 모듈로 구성돼 독립적으로 개발하고 통합한다. 김 교수 연구팀은 언어생성 모델인 GPT-2를 기반으로 위의 네 단계를 모두 수행하는 하나의 심층 신경망 모델을 제안했다. 연구팀이 개발한 대화 시스템은 언어생성 모델의 강력한 성능을 활용하는 창의적인 훈련 기법을 선보임으로써 기존의 방법론에 비해 훈련 과정을 대폭 단순화했다. 김기응 교수는 “최근 딥러닝 언어모델들이 다양한 자연어처리 태스크에 활용되는 추세인데, 복잡한 목적지향 대화처리에도 간결한 훈련 방법을 통해 우월한 성능을 보일 수 있음을 공식적으로 인정받은 것에 의의가 있다”라며, “아직 해결해야 할 연구 이슈가 많지만, 이 연구를 출발점으로 삼은 새로운 개발방법론들이 많이 등장할 것으로 기대한다”라고 말했다. 이번 연구는 2020년도 AAAI 학술대회의 대화시스템기술챌린지 워크숍에서 발표될 예정이다. 이 연구 결과는 산업통상자원부의 산업기술혁신사업 지원의 실내용 음성대화 로봇을 위한 원거리 음성인식 기술 및 멀티 태스크 대화처리 기술 개발 과제 수행을 통해 이뤄졌다.
2020.01.31
조회수 16461
<<
첫번째페이지
<
이전 페이지
1
>
다음 페이지
>>
마지막 페이지 1
