CUI
- 자연스러운 인간의 대화를 모방하는 컴퓨터와 상호작용하는 새로운 방식
-
대화의 정의와 반대되는 CLI
- 반드시 말이어도 됨(쓰기)
- 적어도 1개의 컴퓨터, 대화는 두 명의 참가자로 제한
- 두 참가자 간 아이디어 교환 여부를 말하기 어려움
- 두 엔티티 간의 자연스러운 대화를 가능하게 하는 의사소통 수단
- NLU, AI, ML, DL을 활용하여 계속 배우고 가르침
-
대화형 인터페이스에서 사용자가 질문하고, 컴퓨터가 답변하는 쌍방향 의사소통
-
엔드유저는 인터넷에서 정보를 검색하지 않고 답변을 제공하는 누군가와 일대일 방식으로 상호작용
-
답을 제공하는 사람이 "봇"이라고 불리는 인간화된 컴퓨터
음성기반 CUI
- CUI 분야의 하위 카테고리
- 가장 기본적인 의사소통 표현 수단인 목소리로 상호작용
CUI stack
- 대화형 애플리케이션 개발에 필요한 것
- 음성인식
- NLU
- 대화 수준 :
- 사전/샘플
- 컨텍스트
- 비즈니스로직
음성인식 기술
- speech-to-text : 음성을 텍스트로 변환
- 뉘앙스, 아마존, IBM 왓슨, 구글, 마이크로소프트, 애플 등
NLU
- 간단한 명령어 이상을 처리하는 높은 수준의 이해력
- 텍스트에서 사용자의 의도를 파악하고 구체적인 단계로 변환
- AI-hard : 특정 알고리즘으로 해결할 수 없음
- 많은 언어와 방언으로 이뤄진 다양한 문장의 구성때문
- Dialogflow, Wit.aI, 아마존, IBM 왓슨, 마이크로소프트 등
사전/샘플
- 주제 영역 또는 도메인의 개념의 샘플 세트, 각 의도에 연결되는 문장의 모음 제공
- 제공하는 샘플이 많을수록 NLU계층이 사용자의 다양한 요청을 잘 이해함
컨텍스트
- 서로 다른 요청들을 연결, 대화 전체의 흐름을 고려해야 함
- 상태 머신 방법론
- 사용자의 반응에 따라 대화의 각 상태를 다음 단계로 연결
- 사전에 가능한 모든 대화 흐름을 매핑해야 함
- 많은 작업 결과를 복제해야 함
- 이벤트 기반 상황 인식 접근법
- 무제한으로 표현하게 하고, 특정 흐름을 강요하지 않음
- 사용자는 대화를 주도하고 머신은 데이터를 분석하여 흐름을 완성
- 구조화되지 않은 방식으로 사용자 요구 상황에 맞는 정보를 수집하는 데에 중점
비즈니스 로직/동적 데이터
- 대부분의 챗봇과 보이스봇이 NLU를 사용하지 않고 간단한 Q&A 흐름을 제공
- 봇과 사용자 사이에 대화형 의사소통 방식 구축을 위해 동적 비즈니스 로직에 연결해야 함
- NLU에서 음성인식을 활성화, 샘플 작성, 이벤트를 기반으로 흐름 개발, 동적 데이터에 연게해야 함
- 실시간 데이터에 접근해 트랜잭션으로 처리하려면 백엔드 시스템의 비즈니스 로직에 연결되어야 함
CUI 부족한 점
AI hard
- NLU는 머신으로 독해력을 흉내내는 것
- 컴퓨터의 이해력을 특정 테마, 주제, 유스케이스에 집중하여 해결
정확도 수준
- 봇을 특정 유스케이스로 제한할 때 우수한 UX 생성을 어렵게 함
- 실제 머신과의 상호 작용중 70% 이사이 실패
- 이해력의 정확도에는 봇에 구축된 샘플 수에 달려 있음
챗봇
- 많은 챗봇이 메뉴 기반의 상호작용 사용
- 특정 흐름에 따라 진행되지만 사용자에게 추가 정보가 제공된다는 장점
- GUI의 경험을 CUI로 상속하여 사용, 매우 작은 부가 가치 제공
보이스봇
- 보통 도움말 및 사용자와 봇이 대화할 때 봇이 제공하는 활동 리스트 제공
- 아마존 알렉사, 구글홈은 몇 가지 질문 예제를 보여주는 지침 카드 제공
새로운 기능이 있을 때 뉴스레터 발송 - 강력한 개인 어시스턴트가 될 것
보안 및 프라이버시
- 고객의 데이터와 정보는 선도 기업의 자산이 되고 있음
- 고객과 상호 작업하는 기업에게는 반드시 해결해야 할 도전 과제
- 챗봇과 보이스봇 디자인 시 보안과 프라이버시를 이해하는 것이 중요
고객의 데이터를 보호, 국가의 규정에 준수
출처 : "보이스봇 & 챗봇 디자인 (레이첼 배티시 저,에이콘 출판)"
박사원🥔