생산성 향상을 위한 업무 지원 챗봇 데이터 구축 및 사용성 개선

개요

• 산업 분류: 물류
• 세부 Task: 지식/정보 설계, 싱글턴 대화 데이터 구축
• 데이터 출처: 고객사 제공 사내 문서
• 작업량: Confidential
• 납품 형태: xlsx(Excel)
• 활용 서비스: 챗봇

문제

• 직원들의 비즈니스 및 IT 관련 문의를 해결해주는 챗봇을 위한 데이터 구축 프로젝트였습니다. 사내 매뉴얼 및 업무 관련 정보를 쉽게 확인할 수 있도록 만들어 업무 생산성을 향상시키는 것이 목표였습니다.
• 2개 부서의 업무 지원 챗봇을 순차적으로 구축한 뒤 추후 통합하여 배포하였습니다. 사용자의 의도를 바탕으로 학습 문장 생성, 답변 정제, 인텐트 추출 및 분류, 엔티티 설계 등을 진행했습니다.
• 일반 챗봇 프로젝트와 달리 구축만 하고 끝나는 것이 아니라 지속적으로 사용성을 개선하고 유지보수하는 작업 또한 진행했습니다.

해결 방안

• 인텐트 간 간섭이 일어나지 않도록 정확도를 높이고, 낮은 인식률을 보완하기 위해 추론율을 높이는 방안을 강구했습니다.
• 챗봇 배포 후 체계적인 모니터링을 위해 매주 사용 로그를 분석하여 모니터링 보고서를 제작했습니다. 블라인드 테스트를 통해 결과서를 만들고 그에 따라 추론율을 보완했습니다. 추론율이 낮은 인텐트의 정확도를 높이기 위해 엔티티와 학습문장을 추가하였습니다.
• 일상 주제의 스몰톡 메시지를 설계, 반영하여 폴백을 최소화 하였습니다. 기존 폴백 메시지를 정돈하여 사용자가 원하는 답변을 받지 못했을 때 도움말, 제안칩 등의 기능을 이용할 수 있도록 시나리오를 설계했습니다.

이 프로젝트의 데이터 기획은 아래 Project Manager가 담당했습니다.
강민선, 김미소, 윤이나

TEXTNET 소개

지금의 딥러닝을 있게 한 AI Guru 제프리 힌튼의 데이터셋 'ImageNet'에 어원을 둔 TEXTNET은 (주)스피링크가 운영하는 AI/챗봇을 위한 텍스트 데이터 설계 및 구축 서비스입니다.

TEXTNET은 언어학, 심리학, 전산언어학 석·박사를 포함한 전문 인력으로 구성된 언어전문가 그룹으로서, 고객사의 니즈에 부합하는 텍스트 데이터를 설계·가공·구축하고 내부 R&D를 통해 설계 방식을 지속적으로 개선하여 최적의 데이터 설계 방법을 제안합니다. 프로젝트 목적에 따라 적합한 숙련 작업자를 선별하여 투입하고, 체계적이고 효율적으로 고품질의 학습데이터를 생산합니다.

TEXTNET은 삼성, LG, KT, SK 등 유수 대기업의 데이터 구축 파트너로 함께하며 금융, 마케팅, 콘텐츠, 메타버스, 서비스 기획, CS 등 다양한 도메인을 다루고 있습니다.