AI 기술 썸네일형 리스트형 데이터로 입증된 AI튜터 영어 학습 효과! ● AI 기술은 교육을 혁신할 수 있을까?‘AI 기술은 외국어 회화 학습에 도움이 될 수 있을까?’ 필자가 1년 동안 가졌던 질문이었습니다. 머릿속에 떠오른 아이디어를 제품이나 서비스로 만들고 그 효용에 대해 입증하는 데는 오랜 시간이 걸립니다. AI튜터도 이를 입증하는데 1년에 가까운 시간이 걸렸습니다. 물론 그 과정에서 항공사 캐빈승무원이나 내부 임직원을 대상으로 다양한 파일럿 서비스를 만들어 AI튜터의 학습 효과 검증을 진행했지만 ‘돈을 내는 구매자나 사용자로서 느끼는 효용성과'는 조금 거리가 있었습니다. 2019년 12월 말에 기업 임직원 대상의 유료 서비스를 시작하고 각 교육 차수마다 AI튜터의 학습 효과를 확인하기 위한 설문조사를 통해 그 결과를 수집했습니다. 비록 2차수까지의 데이터지만 유의.. 더보기 인공지능 기술로 영어 회화를 혁신하다! LG CNS AI튜터 영어 회화를 공부하는 흔한 방법! 도움이 되나요?여러분은 영어 회화를 어떻게 배우나요? 학생 시절부터 직장인이 될 때까지 영어는 가까이하기엔 너무 어렵고 멀리하기엔 나를 옭아매는 존재죠. 특히 문법, 단어, 문제 풀기 교육만 받았던 세대에게 원어민과의 영어 말하기는 정말 어려운 숙제입니다. 학원에 다니기엔 야근과 약속으로 자주 수업을 빠지게 되고, 막상 수업을 들어가도 말할 차례가 올 때까지 기다려야 하죠. 비싼 원어민과의 1:1 대화가 정말 효과적이지만 수십만 원에 달하는 수업료가 투명지갑을 가진 직장인에게는 너무 큰 부담입니다. 그래서 다들 전화 영어를 활용하지만, 강사에 따라 수업 만족도가 달라지는 문제가 있죠. 무엇보다 원어민과 대화를 해야 한다는 압박감에 울렁증이 생기기도 합니다. 영어 울렁증 .. 더보기 지속적 혁신을 위한 물류센터의 재정의 물류센터 구축을 위해 과거에는 기계 관련 학문을 전공한 엔지니어가 제도판에서 도면을 그리고 설계를 완성해 나갔다면 이제는 해당 학과 전공자 이거나 전문가가 아니어도 자동화 물류센터의 설계를 데이터와 알고리즘 기반으로 할 수 있게 되었습니다. 예를 들어, 설계 소프트웨어를 사용해 센터 대상 건물의 사이즈와 요구 물동량을 입력하면 보관량과 자동화를 위한 로봇의 대수가 자동으로 산정되며 바로 레이아웃을 2D, 3D로 작성하고 실제 요구 물동량에 맞게 입고, 출고되는지를 시뮬레이션해 볼 수 있습니다. (그림 1) l 그림 1. 물류센터 설계 자동화 소프트웨어 이렇듯 IT 기술 발달로 인한 물류센터 설계의 단적인 변화뿐만 아니라 더 빠르게 다양한 상품과 서비스를 요구하는 소비자 요구에 따라 물류는 기업의 성패를 .. 더보기 재생 에너지의 효율을 위한 AI 기술 재생 에너지 기술은 매우 중요합니다. 블룸버그 신에너지 파이낸스(BNEF)의 최신 보고서에 따르면, 전 세계 전력수요는 2050년까지 62% 증가할 것으로 예상합니다. 수요가 늘어나는 만큼 에너지 부족 현상을 격을 수 있고, 대비를 위해서는 더 많은 발전소의 건설이 요구됩니다. 그러나 기존의 화력 발전과 원자력 발전은 환경 문제와 건설 지역 주변의 반감 등 해결하기 쉽지 않은 것들, 전력수요가 적은 시기에는 큰 비용 손실로 나타날 수 있다는 문제가 있습니다. 또한, 차세대 핵융합 발전 등으로 넘어가는 시점에서 당장의 전력수요를 감당하기 위한 대량의 화력 발전소와 원자력 발전소는 낭비가 될 가능성이 크죠. l 네르직스 센티넬 웨더 (출처: https://www.nnergix.com/sentinel-weat.. 더보기 챗봇 도입을 위한 체크 포인트 이번 글에서는 기업이 비즈니스 채널로서 챗봇을 도입할 때 고려해야 할 몇 가지에 대해 기업 관점에서 정리해보았습니다. 체크 포인트 1. 챗봇 서비스를 자체 개발을 할 것인가? 챗봇 도입을 검토하는 단계에서 직면하는 가장 큰 고민은 아마 챗봇을 자체 개발 또는 구축할 것인지 아니면 외부 솔루션을 도입할 것인지 결정하는 일일 것입니다. 챗봇을 구조적으로 나눈다면 자연어 처리(NLP/NLU)와 같은 지능형(AI) 기술 영역과 이를 기반으로 한 응용 서비스 영역으로 구분할 수 있습니다. 물론 IT 개발 인력을 충분히 갖추지 않은 기업 입장에서는 두 영역 모두 외부에서 수혈할 수밖에 없겠죠. 그래도 여전히 고민일 수밖에 없을 것입니다. 어느 영역까지 외부 솔루션을 도입해야 하고 어느 부분은 자체적으로 개발해야 하.. 더보기 UX 관점에서 본 챗봇과 음성봇 지난 13편에서 챗봇과 음성봇이 공통적인 영역이 존재하여 매우 밀접한 관련이 있음을 구조적으로 설명 드렸습니다. 음성인식 기반의 AI 서비스를 제공하는 데 있어서 챗봇은 핵심적인 역할을 하는 것이죠. 그러므로 둘을 별도로 떼어놓고 볼 필요가 없다고 생각합니다. 그래서 이번 글에서는 챗봇과 음성봇을 기반으로 서비스를 구현할 경우 UX 관점에서 고려해야 할 몇 가지 체크 포인트를 써보겠습니다. UX 체크 포인트 1. 인공지능 기술도 중요하지만 대화맥락을 구현해야 합니다. 인공지능(AI) 기술에 대한 기대가 높아지고 실제 높은 수준의 AI 기술이 제공되면서 챗봇이나 음성봇의 제공에 있어서 생긴 오해 중의 하나가 서비스를 구현할 때 음성인식이나 자연어 처리 기술만 있으면 된다는 오해가 존재합니다. 물론 음성인식.. 더보기 챗봇을 넘어 음성봇으로 이번 글에서는 AI 스피커로 시작되어 업계에 큰 관심을 받는 음성인식 기술 기반의 음성봇(Voicebot) 구조를 챗봇 구조와 연계해 설명해 드리겠습니다. 음성봇과 챗봇은 닮은 점이 많다? 앞서 챗봇의 구조는 대화 의도(Intent)를 추출하는 것과 의도 속에 담긴 중요한 개체(Entity)를 추출하는 과정이 중요하다고 말씀드렸습니다. 챗봇에서 AI 기술은 사용자의 수많은 대화 방식 속에서 사용자 의도와 개체를 정확하고 빠르게 추출하는 데 활용이 되는 것이죠. 물론 추출된 의도와 개체로 주문이나 예약, 고객 서비스와 같이 서비스를 제공하기 위해 대화 흐름을 코딩이나 별도 운영 툴(Tool)을 이용해서 구현해야 합니다. l 챗봇의 일반적 구조로 의도 추출-개체 추출-시나리오가 주 구성 요소이다. 그렇다면 .. 더보기 이전 1 2 다음
