챗봇에게 무언가를 질문했는데 그것이 당신의 요점을 완전히 빗나갔다고 느낀 적이 있습니까? 약간의 뉘앙스가 있는 말을 하면 AI는 그 미묘함을 완전히 놓칩니다. 이것이 바로 연구자들이 해결하려고 하는 문제입니다.
AI와의 정서적 연결은 많은 사용자에게 인간 대화보다 더 깊게 느껴질 수 있지만 오늘날 대부분의 AI 시스템은 여전히 문장을 단일 감정 블록으로 취급합니다. 칭찬과 비판을 섞으면 뉘앙스가 사라지는 경우가 많습니다.
Zhifeng Yuan과 Jin Yuan의 연구는 모든 것을 하나의 반응으로 일반화하는 대신 문장을 분해하고 각 부분에 대한 느낌을 이해할 수 있는 모델을 소개합니다.
이 시스템이 AI가 사용자의 의도를 더 잘 읽는 데 어떻게 도움이 되는지
“음식은 훌륭했지만 서비스는 형편없었어요.”와 같은 문장을 생각해 보세요. 일반적인 AI 챗봇은 문장에 긍정적인 감정과 부정적인 감정이 모두 있기 때문에 어려움을 겪을 수 있습니다.
제안된 모델은 문장의 각 부분을 개별적으로 살펴보고 각 감정을 올바른 주제에 연결합니다. 이를 위해서는 ‘감성 키워드 관심 네트워크’에 의존합니다.
간단히 말해서, AI가 “훌륭하다” 또는 “끔찍하다”와 같이 강한 감정을 전달하는 단어에 집중하도록 가르칩니다. 이 단어는 문장에서 가장 중요한 것이 무엇인지 이해하도록 시스템을 안내합니다.
그런 다음 모델은 이러한 감정적 단서를 특정 측면에 연결합니다. “훌륭함”은 음식에 적용되고 “끔찍함”은 서비스에 적용된다는 것을 배웁니다. 측면 수준 감정 분석으로 알려진 이 프로세스를 통해 응답이 훨씬 더 정확해집니다.
또한 주의 메커니즘을 사용하여 맥락을 이해하므로 키워드에만 의존하지 않습니다. 문장의 서로 다른 부분이 어떻게 연결되어 있는지 알아낼 수 있습니다. 연구원들은 이 방법이 표준 벤치마크에서 기존 모델보다 더 나은 성능을 발휘한다고 말합니다.
이 접근 방식은 AI 챗봇이 더 인간적인 느낌을 갖도록 만들 수 있습니다.
널리 채택되면 AI가 실제 상황에서 대응하는 방식이 바뀔 수 있습니다. 챗봇은 일반적인 답변을 기본으로 제공하는 대신 미묘한 피드백을 보다 효과적으로 처리할 수 있습니다. 고객 지원 시스템은 무엇이 잘못되었는지 정확히 찾아내고 더 정확하게 대응할 수 있습니다.
인간의 성격 특성을 너무 잘 반영하는 AI 챗봇에 대한 우려가 커지고 있지만 한 가지는 분명합니다. AI는 계속 존재하며 일상 대화의 일부가 되려면 방을 읽는 능력이 향상되어야 합니다.