미국 과학 잡지 사이언티픽 아메리칸(Scientific American) 팟 캐스트에서 노암 슬로님 (Noam Slonim) IBM AI 연구원은 실시간으로 인간과 토론할 수 있는 자율 AI 모델 프로젝트 디베이터(Project Debater)를 개발했다고 17일 발표했다. (관련 기사)
프로젝트 디베이터는 딥러닝 기반 자연어 처리(NLP; Natural Language Processing) 기술을 활용했다. 작업을 병렬식 모듈로 세분화했다. 시스템의 모든 주요 구성 요소와 각 구성 요소와 상호 작용이 가능해 주장, 반박, 설득을 구현할 수 있기 때문이다.
프로젝트 디베이터는 논증 마이닝, 논증 지식 기반(AKB), 주장 반박 및 토론 구성 모듈로 구성된다. 논증 마이닝은 텍스트 내에서 토론 주제와 관련된 주장과 반론을 찾는다. 논증 지식 기반 모듈은 찾아낸 주장과 반론들 중 가장 연관성이 높은 것을 추출해 하나의 글로 결합시킨다.
주장 반박 모듈은 두 모듈에서 나온 반대 주장을 상대의 실제 연설과 비교한다. 일치 결과에 기초해 잠재적인 응답을 생성한다. 토론 구성 모듈은 다른 모듈들이 제안한 텍스트 중 어떤 것을 토론에 포함할 것인지 선택한다.
2019년 IBM은 개발 중이던 프로젝트 디베이터를 샌프란시스코 쇼케이스에서 전문 토론가 해리시 나타라잔(Harish Natarajan)과 토론 대결을 펼쳤다. (관련 영상) 토론 과정에서 9명의 청중을 설득시키는 데에 성공했지만 해리시에게 패했다. 청중들은 편향적인 주장과 신뢰도 부족을 이유로 꼽았다.
슬로님은 "주류 판매 금지나 장기 매매 금지를 주제로 토론할 때 예상 반대 주장은 암시장이 생겨나는 것이다. 하지만 프로젝트 디베이터는 흑인이 나타날 위험이 있다고 주장했다. 흑인에 대한 정보를 편향적으로 수집한 결과다."라고 말했다.
또 "암시장이 길모퉁이에서 거래되는 시장이 아닌 불법 거래 시장을 뜻한다는 것을 이해해야 한다"라고 덧붙였다.
해리시는 열정적인 모습, 카리스마, 자신감 있는 어조로 청중을 설득했다. 반면 프로젝트 디베이터는 기계적인 여성 목소리로 말했다. 토론을 통한 설득에 주장의 논리성만 있는 것은 아니라는 것을 보여줬다.
IBM은 시스템의 편향성 개선을 위해 학술 저널, 뉴스, 검증된 기관의 자료만 수집하도록 조정했다. 그리고 맥락 속에서 상대편 주장의 의미를 이해할 수 있도록 알고리즘을 개선했다.
연구팀은 설득에 인간적인 요소가 필요함을 인정하고 프로젝트 디베이터의 표현력 개선에 노력 중이다. 하지만 자신감, 카리스마, 어조 변화를 나타내는 것에는 여전히 한계가 있다고 밝혔다.
한편 아마존에서도 단답형에서 인간과 상호작용하는 대화형 AI로 도약하기 위해 노력 중이다. 아마존은 17일부터 태스크봇(TaskBot) 챌린지 신청 모집을 시작한다고 발표했다.
이번 대회에 지원한 대학 팀은 다양한 주제에 대해 20분 동안 인간과 자연스럽게 대화할 수 있는 챗봇 개발을 위해 경쟁한다. 여러 단계의 의사결정이 필요한 서비스를 고객에게 지원하는 챗봇을 개발하는 것이 최종 목표다.
현재 아마존의 태스크봇 알렉사(Alexa)는 고객의 질문에 대한 답변 외에도 에코(Echo) 화면 장치를 이용해 단계별 지침, 이미지, 도표를 제공하고 있다.
예를 들어 고객은 알렉사에게 자동차에 난 흠을 고치는 방법을 요청할 수 있다. 태스크봇은 고객에게 자동차 흠에 대한 세부적인 질문을 한다. 그다음 단계별 지침 및 설명을 이미지로 제공하거나 고객 요청에 따라 맞춤형 해결 방법을 제안한다. 대화가 끝나면 고객은 알렉사가 작업에 얼마나 도움이 되었는지 평가할 수 있다.
알렉사 쇼핑 연구 담당자 요엘레 마레크(Yoelle Maarek)는 많은 고객이 상호 의사소통 가능한 챗봇을 원한다며, "이번 챌린지는 고객이 요리나 집안일과 같은 일상적인 작업을 도와줄 수 있는 챗봇 서비스 개발로 나아갈 것"이라고 말했다.
AI타임스 정윤아 기자 donglee0408@aitimes.com
