KR20190080599A - 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버 - Google Patents

챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버 Download PDF

Info

Publication number
KR20190080599A
KR20190080599A KR1020170183148A KR20170183148A KR20190080599A KR 20190080599 A KR20190080599 A KR 20190080599A KR 1020170183148 A KR1020170183148 A KR 1020170183148A KR 20170183148 A KR20170183148 A KR 20170183148A KR 20190080599 A KR20190080599 A KR 20190080599A
Authority
KR
South Korea
Prior art keywords
message
user terminal
agent
terminal
server
Prior art date
Application number
KR1020170183148A
Other languages
English (en)
Inventor
정의정
명노석
황지수
Original Assignee
주식회사 카카오
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 카카오 filed Critical 주식회사 카카오
Priority to KR1020170183148A priority Critical patent/KR20190080599A/ko
Priority to US16/233,307 priority patent/US11082368B2/en
Publication of KR20190080599A publication Critical patent/KR20190080599A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/30—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/50—Business processes related to the communications industry
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/23—Reliability checks, e.g. acknowledgments or fault reporting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Operations Research (AREA)

Abstract

본 발명의 일 실시예에 따르는 서버에 의해 수행되는 챗봇과 상담원을 이용한 반자동 대화제공방법은 (a) 사용자 단말로부터 인스턴트 메시징 애플리케이션을 통하여 메시지를 수신하는 단계, (b) 상기 사용자 단말의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단하는 단계 및 (c) 상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 자동답변 메시지를 상기 사용자 단말로 전송하되, 상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변을 상담원 단말로 요청하는 단계를 포함하고, 상기 신뢰도는 상기 사용자 단말의 메시지에 대한 분석결과에 기초하여 산출된다.

Description

챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버{METHOD AND SERVER FOR PROVIDING SEMI-AUTOMATIC COMMUNICATION USING CHATBOT AND CONSULTANT}
본 발명은 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버에 관한 것으로서, 보다 상세하게는 사용자가 IMS 메시지를 이용하여 챗봇과 대화를 나누는 경우, 우선적으로 챗봇이 답변을 생성하되, 챗봇에서 생성된 답변의 신뢰도에 따라 챗봇 또는 상담원 중 어느 하나를 선택하여 답변을 제공하도록 하는 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버에 관한 것이다.
IMS(Instant Message Service)는 전자우편 프로그램이나 웹 브라우저를 별도로 사용하지 않고, 발신자가 보낸 메시지가 수신자의 디바이스의 화면에 즉시로 뜨도록 하는 실시간 온라인 의사소통 서비스를 의미한다. 특히, 모바일 네트워크를 이용하여 채팅, 음성 및 영상통화 등을 제공하는 서비스를 MIM(Mobile Instant Messenger) 서비스라고 한다.
최근에는 IMS에 인간처럼 채팅을 하는 로봇인 챗봇(Chatbot) 또는 메신저봇(Messenger Bot)이 적용되고 있으며, 이를 통해 메신저 내에서 기업과 고객이 일대일 대화를 통해 고객이 원하는 1:1 맞춤형 정보를 자동으로 제공할 수 있게 되었다.
일반적으로 챗봇 또는 메신저봇은 사용자로부터 입력된 메시지를 해석하여 자동적으로 답변 메시지를 생성한 후 사용자에게 제공할 수 있다. 그러나 챗봇 또는 메신저봇은 기계적으로 대응할 수 없는 질문을 입력받은 경우, 질문에 대해 부적절한 답변을 제공하는 경우가 종종 발생한다는 단점을 가지고 있다.
한국등록특허공보 제10-1605430호 (2015.08.24 공개)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 인스턴트 메시지 애플리케이션을 통해 사용자로부터 상담 메시지가 입력되면, 우선적으로 챗봇이 답변을 생성하되, 챗봇에서 생성된 답변의 신뢰도에 따라 챗봇 또는 상담원 중 어느 하나를 선택하여 답변을 제공하도록 함으로써, 정확도가 높고 효율성이 향상된 답변을 제시하는 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버를 제공하고자 한다. 상담원에 의해 답변이 제공된 경우, 사용자로부터 입력된 상담 메시지와 상담원으로부터 입력된 답변 메시지를 매칭하여 저장하고 이를 기계학습시킴으로써, 추후에 사용자로부터 새로운 메시지를 수신하더라도 매칭 저장된 상담원의 답변 메시지를 활용하여 챗봇이 자동으로 답변 메시지를 제공할 수 있도록 하는 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버를 제공하고자 한다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면(일 실시예)에 따르는 서버에 의해 수행되는 챗봇과 상담원을 이용한 반자동 대화제공방법은 (a) 사용자 단말로부터 인스턴트 메시징 애플리케이션을 통하여 메시지를 수신하는 단계, (b) 상기 사용자 단말의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단하는 단계 및 (c) 상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 자동답변 메시지를 상기 사용자 단말로 전송하되, 상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변이 상담원 단말에 의해 전송되도록 하는 단계를 포함하고, 상기 신뢰도는 상기 사용자 단말의 메시지에 대한 분석결과에 기초하여 산출된다.
또한, 본 발명의 제 2 측면(다른 실시예)에 따르는 챗봇과 상담원을 이용한 반자동 대화제공서버는 사용자 단말로부터 인스턴트 메시징 애플리케이션을 통하여 메시지를 수신하는 메시지 수신부, 상기 사용자 단말의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단하는 신뢰도 판단부 및 상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 자동답변 메시지를 생성하여 상기 사용자 단말로 전송하되, 상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변이 상담원 단말에 의해 전송되도록 하는 답변 제공부를 포함하고, 상기 신뢰도는 상기 사용자 단말의 메시지에 대한 분석결과에 기초하여 산출된다.
본 발명의 제 1 측면 내지 제 2 측면에 상술된 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
본 발명은 인스턴트 메시지 애플리케이션을 통해 사용자로부터 상담 메시지가 입력되면, 우선적으로 챗봇이 답변을 생성하되, 챗봇에서 생성된 답변의 신뢰도에 따라 챗봇 또는 상담원 중 어느 하나를 선택하여 답변을 제공하도록 함으로써, 정확도가 높고 효율성이 향상된 답변을 제시하는 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버를 제공할 수 있다. 상담원에 의해 답변이 제공된 경우, 사용자로부터 입력된 상담 메시지와 상담원으로부터 입력된 답변 메시지를 매칭하여 저장하고 이를 기계학습시킴으로써, 추후에 사용자로부터 새로운 메시지를 수신하더라도 매칭 저장된 상담원의 답변 메시지를 활용하여 챗봇이 자동으로 답변 메시지를 제공할 수 있도록 하는 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 반자동 대화제공시스템을 개괄적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 반자동 대화제공서버의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 서버에 의해 수행되는 챗봇과 상담원을 이용한 반자동 대화제공방법의 순서도이다.
도 4는 본 발명의 일 실시예에 따른 서버에 의해 수행되는 챗봇의 자동답변 메시지에 대한 신뢰도에 따른 반자동 대화제공방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다.
도 1은 본 발명의 일 실시예에 따른 반자동 대화제공시스템을 개괄적으로 나타낸 도면이다. 도 1을 참조하면, 반자동 대화제공시스템(1)은 사용자 단말(110), 메신저 서버(120), 반자동 대화제공서버(130) 및 상담원 단말(140)을 포함할 수 있다. 이러한 도 1의 반자동 대화제공시스템(1)은 본 발명의 일 실시예에 불과하므로 도 1을 통해 본 발명이 한정 해석되는 것은 아니다. 즉, 본 발명의 다양한 실시예들에 따르면 반자동 대화제공시스템(1)은 도 1과 다르게 구성될 수도 있다.
사용자 단말(110)은 사용자 단말(110)에 설치된 인스턴트 메시징 애플리케이션을 통해 실제 친구 및 가상 친구를 포함하는 친구를 등록할 수 있다. 예를 들어, 사용자 단말(110)은 인스턴트 메시징 애플리케이션을 통해 영리적인 목적이 없는 타사용자(예를 들어, 가족, 지인, 직장 동료 등)를 실제 친구로서 등록할 수 있다. 사용자 단말(110)은 인스턴트 메시징 애플리케이션을 통해 실제 친구로 등록된 타사용자와 채팅방을 통해 대화를 주고 받음으로써 사용자에게 인스턴트 메시징 서비스를 제공할 수 있다.
또한, 사용자 단말(110)은 인스턴트 메시징 애플리케이션을 통해 특정 서비스에 대응하는 공식 계정을 가상 친구로서 등록할 수 있다. 공식 계정이란 특정 기업체에서 특정 서비스를 제공하기 위하여 운영하는 계정을 의미할 수 있다. 예를 들어, 공식 계정은 공식 계정과 사용자 단말(110) 사이에 개설된 채팅방을 통해 사용자 단말(110)로 특정 서비스에 대한 정보를 제공할 수 있다.
사용자 단말(100)은 해당 공식 계정을 가상 친구로 등록하여 공식 계정으로부터 특정 서비스에 대한 정보를 제공받을 수 있다. 한편, 해당 공식 계정을 가상 친구로 등록하지 않더라도 특정 서비스에 대한 정보를 제공받을 수도 있다.
공식 계정은 특정 기업체에서 제공하는 특정 서비스에 대한 정보를 사용자 단말(100)로 제공하기 위하여 챗봇을 이용 수 있다. 공식 계정의 관리자는 챗봇 서버(120)에서 제공되는 봇빌더에 관한 사용자 인터페이스를 통해 챗봇을 생성하고, 생성된 챗봇을 공식 계정과 연결하여 연동하게 함으로써 특정 서비스에 대한 정보(예를 들어, 특정 서비스에 관련된 질의 메시지에 대한 응답)를 제공하도록 할 수 있다. 또한, 공식 계정의 관리자는 봇빌더에 관한 사용자 인터페이스를 통해 공식 계정과 챗봇을 일대일 매칭하여 관리할 수 있으며, 복수의 챗봇을 공식 계정과 연결하여 연동하게 하도록 확장할 수도 있다.
또한, 사용자 단말(110)은 인스턴트 메시징 애플리케이션을 통해 특정 서비스에 대응하는 챗봇을 가상 친구로서 등록할 수 있다. 예를 들어, 가상 친구로서 등록된 챗봇은 사용자 단말(110)로 날씨 서비스, 주식 서비스, 교통 서비스, 쇼핑 서비스, 상담 등에 대한 정보를 제공할 수 있다.
따라서, 사용자 단말(110)은 공식 계정을 가상 친구로서 등록할 경우, 공식 계정과 연동하는 챗봇을 통해 질의 메시지에 대한 응답을 제공받을 수 있으며, 챗봇 자체를 가상 친구로서 등록할 경우, 해당 챗봇을 통해 질의 메시지에 대한 응답을 제공받을 수 있다.
사용자 단말(110)은 인스턴트 메시징 애플리케이션을 통하여 상담 메시지를 입력받고, 입력한 상담 메시지를 메신저 서버(120)를 통해 반자동 대화제공서버(130)로 전송할 수 있다. 예를 들어, 사용자 단말(110)은 인스턴트 메시징 애플리케이션에서 챗봇과 연결된 공식 계정을 친구로서 추가하고, 공식계정이 포함된 채팅방을 통해 메시지를 전송함으로써, 상담 서비스를 제공받을 수 있게 된다. 또는, 사용자 단말(110)은 공식 계정이 포함된 채팅방을 통해 상담원과 직접 대화를 요청하는 메시지를 반자동 대화제공서버(130)로 전송할 수 있다.
사용자 단말(110)은 인스턴스 메시징 애플리케이션을 통하여 답변 메시지를 반자동 대화제공서버(130)로부터 수신하고, 수신한 답변 메시지를 공식 계정의 채팅방을 통해 표시할 수 있다. 예를 들어, 사용자 단말(110)은 챗봇과의 공식 계정의 채팅방을 통해 반자동 대화제공서버(120)에서 검색된 자동답변 메시지를 메신저 서버(120)를 통해 수신하여 표시할 수 있다. 이 때, 사용자 단말(110)은 자동답변 메시지가 챗봇에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 챗봇 아이콘)를 함께 표시할 수 있다. 또는, 사용자 단말(110)은 상담원 단말(140)로부터 상담원에 의해 작성된 답변 메시지를 메신저 서버(120)를 통해 수신하여 표시할 수 있다. 이 때, 사용자 단말(110)은 상담원 단말(140)의 답변 메시지가 상담원에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 상담원 아이콘)를 함께 표시할 수 있다.
사용자 단말(110)은 인스턴트 메시지 서비스를 제공하는 프로그램(또는 애플리케이션)이 저장된 메모리와 위 프로그램을 실행하는 프로세서를 포함하여 구성될 수 있다. 여기서 프로세서는 메모리에 저장된 프로그램의 실행에 따라 다양한 기능을 수행할 수 있다.
메신저 서버(120)는 사용자 단말(110)과 실제 친구로 등록된 타 사용자가 채팅방에서 대화를 주고 받을 수 있게 하는 인스턴스 메시징 서비스를 제공할 수 있다. 또한, 메신저 서버(120)는 사용자 단말(110)에서 메신저 앱에 가상 친구로 등록된 챗봇 또는 공식 계정과 대화를 주고 받을 수 있도록 하는 인스턴스 메시징 서비스를 제공할 수 있다.
예를 들어, 메신저 서버(120)는 사용자 단말(110)로부터 선택된 서비스에 관한 상담 요청 메시지를 수신한 경우, 수신한 챗봇 아이디 및 상담 요청 메시지를 반자동 대화제공서버(130)로 전달할 수 있다. 또한, 메신저 서버(120)는 사용자 단말(110)로부터 선택된 서비스에 관한 공식 계정 아이디 및 상담 요청 메시지를 수신한 경우, 수신한 공식 계정 아이디(또는 수신한 공식 계정 아이디와 매핑된 챗봇 아이디) 및 수신한 상담 요청 메시지를 반자동 대화제공서버(130)로 전달할 수 있다.
메신저 서버(120)는 반자동 대화제공서버(130)로부터 답변 메시지를 수신할 수 있다. 예를 들어, 메신저 서버(120)는 챗봇에 의해 검색된 자동 답변 메시지를 반자동 대화제공서버(130)로부터 수신할 수 있다. 다른 예를 들어, 메신저 서버(120)는 상담원 단말(140)에 의해 작성된 답변 메시지를 반자동 대화제공서버(130)로부터 수신할 수 있다. 메신저 서버(120)는 수신한 자동 답변 메시지를 사용자 단말(110)의 사용자와 챗봇 간에 개설된 채팅방 또는 사용자 단말(110)의 사용자와 공식 계정 간에 개설된 채팅방에 전송할 수 있다. 반자동 대화제공서버(130)는 챗봇 서버(131)와 상담원 연결 서버(132)를 포함할 수 있다.
여기서, 챗봇 서버(131)는 챗봇을 통해 사용자 단말(110)의 메시지에 대응하는 자동 답변 메시지를 검색하고, 검색된 자동 답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)에게 제공하는 역할을 할 수 있다.
상담원 연결 서버(132)는 특정 공식 계정에서 제공하는 서버(예를 들어, 영화 서버, 쇼핑몰 서버 등)로 공식 계정의 복수의 상담원 단말(140) 중 어느 하나의 단말로 상담원을 배정하고, 배정된 상담원 단말(140)을 통해 사용자 단말(110)의 메시지에 대응하는 답변 메시지를 생성되면, 생성된 답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)로 전달하는 역할을 할 수 있다. 상담원 배정은 예를 들어, 순서에 따른 상담원 배정, 상담하지 않은 상담원에게 우선 배정, 상담 요청 리스트를 통해 상담원이 상담을 직접 선택하는 방식이 이용될 수 있다. 그리고, 상담원 연결 서버(132)는 반자동 대화제공서버 외부에 존재할 수도 있다.
일 실시예에 따르면, 반자동 대화는 챗봇 서버(131)에 의해 주도적으로 진행될 수 있다. 일 실시예에서, 챗봇 서버(131)는 사용자 단말(110)의 메시지에 대한 자동 답변 메시지를 검색하고, 검색한 자동 답변 메시지에 대한 신뢰도를 판단하여 반자동 대화가 진행되도록 할 수 있다. 이하에서는, 챗봇 서버(131)에 의해 주도적으로 반자동 대화가 진행되는 구성에 대해 설명하도록 한다.
챗봇 서버(131)는 사용자 단말(110)로부터 인스턴트 메시징 애플리케이션을 통하여 입력된 상담 메시지를 메신저 서버(120)를 통해 수신할 수 있다. 예를 들어, 챗봇 서버(131)는 사용자 단말(110)로부터 하나의 메시지를 수신하거나, 연속된 두 개 이상으로 구성된 메시지를 수신할 수 있다.
또는, 챗봇 서버(131)는 사용자 단말(110)로부터 상담원 직접 대화 요청을 수신하는 경우, 사용자 단말(110)로부터 입력된 메시지를 상담원 연결 서버(132)로 전송하고, 상담원 연결 서버(132)를 통해 배정된 상담원 단말(140)로 전달될 수 있다.
챗봇 서버(131)는 사용자 단말(110)의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 사용자 단말(110)의 메시지에 대한 분석결과에 기초하여 판단할 수 있다.
예를 들어, 신뢰도는 챗봇 서버(131)에 미리 저장된 기등록 메시지와 사용자 단말(110)의 메시지를 비교함에 따라 산출되는 것으로, 예를 들어, 기등록 메시지의 텍스트와 사용자 단말(110)의 메시지의 텍스트의 비교결과에 따르는 일치율에 기초한 점수일 수 있다. 예를 들어, 챗봇 서버(131)는 사용자 단말(110)로부터 하나의 메시지를 수신한 경우, 하나의 메시지와 기등록 메시지를 비교하여 신뢰도를 판단할 수 있다. 다른 예를 들어, 챗봇 서버(131)는 사용자 단말(110)로부터 연속된 두 개 이상의 메시지로 구성된 메시지(ex. "OO월 OO일에 가방을 샀어요", "환불하고 싶어요")를 수신한 경우, 연속된 두 개 이상의 메시지를 결합하여 인텐트(intent, 즉, 메시지에서 드러나는 의도, ex: "환불은 구입하신 후 7일 이내에 가능합니다. 구입하신 가방의 환불 기간은 XX월 XX일 까지입니다")를 추출하고 기등록 메시지와 비교하여 신뢰도를 판단할 수 있다.
다른 예를 들어, 신뢰도는 사용자 단말(110)에서 입력된 메시지에 대해 답변기준이 되는 소정의 기준 메시지와 챗봇 서버(131)에서 조회된 답변 메시지 간의 유사도(또는 일치율)에 기초하여 산출되는 것일 수 있다.
또 다른 예를 들어, 신뢰도는 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스트를 벡터화하여 산출되는 것일 수 있다. 신뢰도는 [1, 0, 1, 1, 0, ..., ...]과 같이 벡터로 표현될 수 있다. 예를 들어, 사용자 단말(110)의 입력 데이터를 이용하는 경우, 신뢰도는 자연어 처리를 통해 단어의 성분과 문장이 벡터로 표현될 수 있다. 또는, 사용자의 컨텍스트를 이용하는 경우, 신뢰도는 사용자마다 다른 상황 정보(예를 들어, 이전 실행 블록, 현재 가지고 있는 컨텍스트 파라미터 등)가 벡터로 표현될 수 있다. 여기서, 신뢰도는 사용자 단말(110)의 입력 데이터 또는 사용자의 컨텍스트를 각각에 대해 벡터로 표현될 수 있으며, 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스터가 결합되어 벡터로 표현될 수 있다.
벡터는 사용자 단말(110)에서 메시지를 입력함에 따라 표현되는 것일 수 있다. 이를 위해, 챗봇 서버(131)는 사용자 입력을 평가할 수 있는 모델을 가지고 있으며, 사용자 입력을 평가할 수 있는 모델을 통해 사용자 입력의 신뢰도를 평가할 수 있다. 사용자 입력을 평가할 수 있는 모델은 예를 들어, 사용자 입력이 챗봇에 의해 제공된 경우의 사용자 답변과 상담원 단말(140)에서 답변 메시지가 제공된 경우의 사용자 답변에 기초하여 생성되며, 챗봇 서버(131)는 사용자 입력을 수신하면 이를 벡터로 변형한 후, 사용자 입력을 평가할 수 있는 모델을 이용하여 유사도를 측정하여 스코어를 생성할 수 있다. 이 때, 챗봇에 의해 제공된 경우의 사용자 답변은 상담원 단말(140)에서 추후에 챗봇에 의해 제공된 자동 답변 메시지를 평가할 수 있다.
챗봇 서버(131)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 자동답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)로 전송할 수 있다. 예를 들어, 챗봇 서버(131)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 기등록 메시지에 매칭 저장된 자동답변 메시지를 검색하고, 검색된 자동답변 메시지가 메신저 서버(120)를 통해 사용자 단말(110)로 전송된 이후, 자동답변 메시지가 전송되기까지의 사용자 단말(110)과 챗봇 간의 대화 정보가 상담원 연결 서버(132)를 통해 상담원 단말(140)로 제공되도록 할 수 있다. 이 때, 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 자동답변 메시지는 챗봇에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 챗봇 아이콘)를 포함할 수 있다.
챗봇 서버(131)는 사용자 단말(110)로부터 자동답변 메시지에 대한 만족도가 낮다는 입력을 수신한 경우, 상담원 연결 서버(132)를 통해 상담원 단말(140)로 응답을 요청할 수 있다.
상담원 단말(140)과 사용자 단말(110) 간의 대화 정보를 저장하여 기계학습을 수행할 수 있다. 예를 들어, 챗봇 서버(131)는 기계학습을 통하여, 하나의 기등록 메시지마다 복수의 답변 메시지를 매칭 저장하고, 각 자동답변 메시지마다 대화맥락 별 가중치 정보를 지정하여, 사용자 단말(110)로부터 동일한 메시지가 입력되더라도 대화맥락에 따라 다른 자동답변 메시지가 제공되도록 할 수 있다. 사용자 단말(110)과의 대화 맥락 정보는 사용자 단말(110)의 메시지와 자동답변 메시지 간의 쌍이 두 개 이상 포함된 것일 수 있다.
챗봇 서버(131)는 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 사용자 단말(110)의 메시지에 대한 답변이 공식 계정의 상담원 단말(140)을 통해 제공될 수 있도록 공식 계정의 상담원 연결 서버(132)로 답변 메시지를 요청할 수 있다. 예를 들어, 챗봇 서버(131)는 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 사용자 단말(110)의 메시지를 상담원 연결 서버(132)로 전송한다. 상담원 연결 서버(132)는 배정할 상담원 단말을 결정하고, 사용자 단말(110)의 메시지를 결정된 상담원 단말(140)로 전송할 수 있다. 사용자 단말(110)의 메시지를 수신한 상담원 단말(140)을 통해 입력된 답변 메시지는 상담원 연결 서버(132) 또는 반자동 대화제공서버(130)을 통해 메신저 서버(120)로 전달되거나, 바로 메신저 서버(120)에 전달될 수 있다. 메신저 서버(120)는 수신한 답변 메시지를 사용자 단말(110)로 전송할 수 있다. 사용자 단말(110)로 전송된 챗봇의 자동답변 메시지와 상담원(140)의 답변 메시지는 동일한 채팅방을 통하여 제공되는 것일 수 있다. 이 때, 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 상담원 단말(140)의 답변 메시지는 상담원에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 상담원 아이콘)를 포함할 수 있다.
챗봇 서버(131)는 상담원 단말(140)을 통해 입력된 답변 메시지가 상담원 연결 서버(132)를 통해 메신저 서버(120)를 거쳐 사용자 단말(110)로 전송되면, 사용자 단말(110)의 메시지와 상담원 단말(140)의 답변 메시지를 매칭 저장할 수 있다. 이는, 채팅 서버(131)가 사용자 단말(110)의 메시지와 상담원 단말(140)의 답변 메시지를 매칭 저장함으로써, 추후 사용자 단말(110)로부터 새로운 메시지를 수신하였을 경우, 매칭 저장된 상담원 단말(140)의 답변 메시지를 활용하여 챗봇이 자동답변 메시지를 생성하도록 할 수 있다. 예를 들어, 챗봇 서버(131)는 매칭 저장된 사용자 단말(110)의 메시지와 상담원 단말(140)의 답변 메시지에 대한 기계학습을 수행하여 챗봇이 자동답변 메시지를 생성할 수 있는 사용자 단말(110)의 메시지의 수를 증가시킬 수 있다.
기계학습은 예를 들어, 심층 신경망(DNN, Deep Neural Network), 합성곱 신경망(CNN, Convolutional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, Deep Belief Network), 심층 Q-네트워크(Deep Q-Networks)와 같은 다양한 딥러닝 기술들이 이용될 수 있으며, 이에 한정하지 않는다.
상담원 연결 서버(132)는 사용자 단말(110)과 상담원 단말(140)이 연결된 경우, 상담원 단말(140)로부터 상담종료 메시지를 수신할 때까지 사용자 단말(110)과 상담원 단말(140) 간의 채팅 세션이 유지되도록 할 수 있다. 사용자 단말(110)과 상담원 단말(140)이 연결된 이후, 상담원 단말(140)로부터 상담종료 메시지를 수신한 경우, 상담원 연결 서버(132)는 채팅 세션을 종료하고, 챗봇 서버(131)에 의해 사용자 단말(110)의 메시지가 챗봇의 자동답변 메시지로 응답이 가능한지 신뢰도가 재판단될 수 있다.
다른 실시예에 따르면, 반자동 대화는 챗봇 서버(131)가 아닌 공식 계정의 서버인 상담원 연결 서버(132)에 의해 주도적으로 진행될 수 있다. 다른 실시예에서, 상담원 연결 서버(132)는 챗봇 서버(131)에서 검색된 자동 답변 메시지에 대한 신뢰도 판단을 수행하고, 신뢰도 판단에 따라 반자동 대화가 진행되도록 할 수 있다.
상담원 연결 서버(132)는 사용자 단말(110)로부터 작성된 메시지를 메신저 서버(120)를 통해 수신하면, 수신한 메시지를 챗봇 서버(131)로 전송할 수 있다. 이후, 상담원 연결 서버(132)는 챗봇 서버(131)로부터 검색된 자동 답변 메시지를 수신하고, 수신한 자동 답변 메시지에 대한 신뢰도를 판단할 수 있다.
상담원 연결 서버(132)는 자동 답변 메시지에 대한 신뢰도가 높은 경우, 자동 답변 메시지를 챗봇 서버(131)를 통해 메신저 서버(120)를 거쳐 사용자 단말(110)로 전송되도록 할 수 있다. 이와 달리, 자동 답변 메시지에 대한 신뢰도가 낮은 경우, 상담원 연결 서버(132)는 답변 메시지를 제공하기 위한 공식 계정의 상담원을 배정하고, 배정된 상담원 단말(140)을 통해 답변 메시지가 생성되면, 생성된 답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)로 전달되도록 할 수 있다.
이러한 반자동 대화제공서버(120)는 사용자 단말(110)로부터 상담 메시지를 수신하면, 1차적으로는 챗봇 서버(131)에서 사용자 단말(110)로부터 수신한 상담 메시지를 해석하여 자동답변 메시지를 생성하고 생성된 자동답변 메시지를 사용자 단말(110)로 전송하되, 2차적으로는 챗봇이 기계적으로 대응할 수 없는 질문의 경우 부적절한 답변이 생성될 수 있는 상황에 대해 공식 계정의 서버에 해당하는 상담원 연결 서버(132)를 통해 상담원 단말(140)에 의해 답변 메시지를 생성하여 생성된 답변 메시지를 사용자 단말(110)로 전송하도록 함으로써, 정확도가 높고 효율적인 상담 서비스를 제공할 수 있다.
상담원 단말(140)은 챗봇을 통해 자동답변 메시지가 사용자 단말(110)로 전송되는 경우, 자동답변 메시지가 전송되기까지의 사용자 단말(110)과 챗봇 간의 대화 정보를 상담원 연결 서버(132)를 통해 수신할 수 있다.
상담원 단말(140)은 사용자 단말(110)로부터 상담원 직접 대화 요청을 수신한 경우, 상담원 연결 서버(132)를 통해 상담 배정이 완료되면, 사용자 단말(110)과 채팅 세션이 연결되어 사용자 단말(110)로부터 입력된 메시지를 곧바로 제공받을 수 있다.
상담원 단말(140)은 상담원 연결 서버(132)로부터 사용자 단말(110)의 메시지에 대한 답변을 요청받을 수 있다. 이를 위해, 상담원 단말(140)은 채팅 세션을 통해 사용자 단말(110)과 연결되며, 상담원으로부터 상담종료 메시지를 수신하기 전까지 채팅 세션이 연결될 수 있다.
상담원 단말(140)은 사용자 단말(110)의 메시지에 대한 답변을 상담원으로부터 입력받아, 챗봇의 자동답변 메시지와 동일한 공식 계정의 채팅방을 통해 답변 메시지를 제공할 수 있다. 상담원 단말(140)은 사용자 단말(110)과 상담이 종료된 경우, 상담원으로부터 상담종료 메시지를 입력받아 상담원 연결 서버(132)로 전송할 수 있다.
도 2는 본 발명의 일 실시예에 따른 반자동 대화제공서버의 구성도이다. 도 2를 참조하면, 반자동 대화제공서버(130)는 메시지 수신부(210), 신뢰도 판단부(220) 및 답변 제공부(230)를 포함할 수 있다. 반자동 대화제공서버(130)는 챗봇 서버(131) 및 공식 계정의 상담원 연결 서버(132)가 각각 구성되는 경우 챗봇 서버(131)가 반자동 대화제공서버(130)의 역할을 수행할 수 있다. 또는, 반자동 대화제공서버(130)는 챗봇 서버(131) 및 상담원 연결 서버(132)가 모두 포함하도록 구성될 수도 있다. 이하에서는, 챗봇 서버(131) 및 상담원 연결 서버(132)가 모두 포함된 구성에 대해 설명하도록 한다.
메시지 수신부(210)는 사용자 단말(110)로부터 인스턴트 메시징 애플리케이션을 통하여 입력된 메시지를 메신저 서버(120)를 통해 수신할 수 있다. 예를 들어, 메시지 수신부(210)는 사용자 단말(110)로부터 상담 요청 메시지 또는 상담원 직접 대화 요청 메시지를 메신저 서버(120)를 통해 수신할 수 있다. 상담 요청 메시지는 하나의 메시지 또는 연속된 두 개 이상의 메시지로 구성된 것일 수 있다.
신뢰도 판단부(220)는 사용자 단말(110)의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단할 수 있다. 예를 들어, 사용자 단말(110)로부터 하나의 메시지를 수신한 경우, 수신한 하나의 메시지와 기등록 메시지를 비교하여 신뢰도를 판단할 수 있다. 다른 예를 들어, 사용자 단말(110)로부터 수신한 메시지가 연속된 두 개 이상의 메시지로 구성된 경우, 신뢰도 판단부(220)는 연속된 두 개 이상의 메시지를 결합하여 인텐트(intent)를 추출하고 기등록 메시지와 비교하여 신뢰도를 판단할 수 있다.
신뢰도는 사용자 단말(110)의 메시지에 대한 분석결과에 기초하여 산출되는 것일 수 있다.
예를 들어, 신뢰도는 반자동 대화제공서버(120)에 미리 저장된 기등록 메시지와 사용자 단말(110)의 메시지를 비교함에 따라 산출되는 것일 수 있다. 신뢰도는 기등록 메시지의 텍스트와 사용자 단말(110)의 메시지의 텍스트의 비교결과에 따르는 일치율에 기초한 점수로서, 예를 들어, 0~1 사이의 값으로 표현될 수 있으며, 신뢰도가 낮은 경우, 챗봇에 의한 기계적인 자동답변이 어려운 상황을 나타내는 것일 수 있다.
다른 예를 들어, 신뢰도는 사용자 단말(110)에서 입력된 메시지에 대해 답변 기준이 되는 기준 메시지와 반자동 대화제공서버(130)에서 조회된 답변 메시지 간의 유사도(또는 일치율)에 기초하여 산출되는 것일 수 있다.
또 다른 예를 들어, 신뢰도는 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스트를 벡터화하여 산출되는 것일 수 있다. 신뢰도는 [1, 0, 1, 1, 0, ..., ...]과 같이 벡터로 표현될 수 있다. 예를 들어, 사용자 단말(110)의 입력 데이터를 이용하는 경우, 신뢰도는 자연어 처리를 통해 단어의 성분과 문장이 벡터로 표현될 수 있다. 또는, 사용자의 컨텍스트를 이용하는 경우, 신뢰도는 사용자마다 다른 상황 정보(예를 들어, 이전 실행 블록, 현재 가지고 있는 컨텍스트 파라미터 등)가 벡터로 표현될 수 있다. 여기서, 신뢰도는 사용자 단말(110)의 입력 데이터 또는 사용자의 컨텍스트를 각각에 대해 벡터로 표현될 수 있으며, 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스터가 결합되어 벡터로 표현될 수 있다.
벡터는 사용자 단말(110)에서 메시지를 입력함에 따라 표현되는 것일 수 있다. 이를 위해, 반자동 대화제공서버(130)는 사용자 입력을 평가할 수 있는 모델을 가지고 있으며, 사용자 입력을 평가할 수 있는 모델을 통해 사용자 입력의 신뢰도를 평가할 수 있다. 사용자 입력을 평가할 수 있는 모델은 예를 들어, 사용자 입력이 챗봇에 의해 제공된 경우의 사용자 답변과 상담원 단말(140)에서 답변 메시지가 제공된 경우의 사용자 답변에 기초하여 생성되며, 반자동 대화제공서버(130)는 사용자 입력을 수신하면 이를 벡터로 변형한 후, 사용자 입력을 평가할 수 있는 모델을 이용하여 유사도를 측정하여 스코어를 생성할 수 있다. 이 때, 챗봇에 의해 제공된 경우의 사용자 답변은 상담원 단말(140)에서 추후에 챗봇에 의해 제공된 자동 답변 메시지를 평가할 수 있다.
신뢰도 판단부(220)는 사용자 단말(110)과 상담원 단말(140)이 연결된 이후, 상담원 단말(140)로부터 상담종료 메시지를 수신한 경우, 이후의 사용자 단말(110)의 메시지는 챗봇의 자동답변 메시지로 응답이 가능한지 신뢰도를 재판단할 수 있다.
답변 제공부(230)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 자동답변 메시지를 생성하여 사용자 단말(110)로 전송하되, 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 사용자 단말(110)의 메시지에 대한 답변을 상담원 단말(140)로 요청할 수 있다. 이 때, 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 자동답변 메시지는 챗봇에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 챗봇 아이콘)를 포함하며, 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 상담원 단말(140)의 답변 메시지는 상담원에 의해 생성된 메시지임을 나타내는 식별표시(예를 들어, 상담원 아이콘)를 포함할 수 있다.
예를 들어, 답변 제공부(230)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 기등록 메시지에 매칭 저장된 자동답변 메시지를 검색할 수 있다. 검색된 자동답변 메시지가 사용자 단말(110)로 전송된 이후, 답변 제공부(230)는 자동답변 메시지가 전송되기까지의 사용자 단말(110)과 챗봇 간의 대화 정보를 상담원 단말(140)로 제공할 수 있다.
다른 예를 들어, 답변 제공부(230)는 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 사용자 단말(110)의 메시지를 상담원 단말(140)로 제공하고, 상담원 단말(140)에서 입력된 답변 메시지를 사용자 단말(110)로 전달할 수 있다.
도 3은 본 발명의 일 실시예에 따른 서버에 의해 수행되는 챗봇과 상담원을 이용한 반자동 대화제공방법의 순서도이다. 반자동 대화 서버(130)는 챗봇 서버(131) 및 상담원 연결 서버(132)를 포함한다.
이하에서는, 챗봇 서버(131)에 의해 주도적으로 반자동 대화제공방법이 진행되는 구성에 대해 설명하도록 한다.
도 3을 참조하면, 단계 S310에서 챗봇 서버(131)는 사용자 단말(110)로부터 인스턴스 메시징 애플리케이션을 통하여 입력된 메시지를 메신저 서버(120)를 통해 수신할 수 있다. 이 때, 챗봇 서버(131)는 사용자 단말(110)로부터 수신한 메시지가 하나인지, 또는 연속된 두 개 이상의 메시지인지를 판단할 수 있다. 다른 예를 들어, 챗봇 서버(131)는 사용자 단말(110)로부터 상담원 직접 대화 요청을 수신하는 경우, 사용자 단말(110)로부터 입력된 메시지를 상담원 연결 요청 서버(132)로 전송하여, 입력된 메시지가 상담원 연결 요청 서버(132)를 통해 배정된 상담원 단말(140)에게 전달되도록 할 수 있다.
단계 S320에서 챗봇 서버(131)는 사용자 단말(110)의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단할 수 있다.
예를 들어, 신뢰도는 사용자 단말(110)의 메시지에 대한 분석결과에 기초하여 산출되는 것으로, 예를 들어, 기등록 메시지의 텍스트와 사용자 단말(110)의 메시지의 텍스트의 비교결과에 따르는 일치율에 기초한 점수일 수 있다. 이 때, 예를 들어, 단계 S320에서 챗봇 서버(131)는 단계 S310에서 수신된 사용자 단말(110)의 메시지가 연속된 두 개 이상의 메시지로 구성된 경우, 연속된 두 개 이상의 메시지를 결합하여 인텐트(intent)를 추출하고 기등록 메시지와 비교하여 신뢰도를 판단할 수 있다.
다른 예를 들어, 신뢰도는 사용자 단말(110)에서 입력된 메시지에 대해 답변 기준이 되는 기준 메시지와 챗봇 서버(131)에서 조회된 답변 메시지 간의 유사도(또는 일치율)에 기초하여 산출되는 것일 수 있다. 또 다른 예를 들어, 신뢰도는 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스트를 벡터화하여 산출되는 것일 수 있다. 신뢰도는 [1, 0, 1, 1, 0, ..., ...]과 같이 벡터로 표현될 수 있다. 예를 들어, 사용자 단말(110)의 입력 데이터를 이용하는 경우, 신뢰도는 자연어 처리를 통해 단어의 성분과 문장이 벡터로 표현될 수 있다. 또는, 사용자의 컨텍스트를 이용하는 경우, 신뢰도는 사용자마다 다른 상황 정보(예를 들어, 이전 실행 블록, 현재 가지고 있는 컨텍스트 파라미터 등)가 벡터로 표현될 수 있다. 여기서, 신뢰도는 사용자 단말(110)의 입력 데이터 또는 사용자의 컨텍스트를 각각에 대해 벡터로 표현될 수 있으며, 사용자 단말(110)의 입력 데이터와 사용자의 컨텍스터가 결합되어 벡터로 표현될 수 있다. 벡터는 사용자 단말(110)에서 메시지를 입력함에 따라 표현되는 것일 수 있다.
단계 S330에서 챗봇 서버(120)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 자동답변 메시지를 사용자 단말(110)로 전송하되, 신뢰도가 기설정된 기준보다 늦은 것으로 판단되는 경우, 사용자 단말(110)의 메시지에 대한 답변이 상담원 단말(140)에 의해 제공될 수 있도록 상담원 연결 서버(132)를 통해 상담원 단말(140)과의 연결을 요청할 수 있다. 여기서, 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 자동답변 메시지는 챗봇에 의해 생성된 메시지임을 나타내는 식별표시를 포함하며, 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우에 사용자 단말(110)로 제공되는 상담원 단말(130)의 답변 메시지는 상담원에 의해 생성된 메시지임을 나타내는 식별표시를 포함할 수 있다.
예를 들어, 단계 S330에서 챗봇 서버(131)는 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 기등록 메시지에 매칭 저장된 자동답변 메시지를 검색하고, 검색된 자동답변 메시지가 사용자 단말(110)과 챗봇 간의 대화 정보를 공식 계정의 상담원 연결 서버(132)를 통해 상담원 단말(140)로 제공할 수 있다.
다른 예를 들어, 단계 S330에서 챗봇 서버(131)는 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 사용자 단말(110)의 메시지를 공식 계정의 상담원 연결 서버(132)를 통해 상담원 단말(140)로 제공하고, 상담원 단말(130)에서 입력된 답변 메시지를 사용자 단말(110)로 전달할 수 있다. 이 때, 사용자 단말(110)로 전송된 챗봇의 자동답변 메시지와 상담원의 답변 메시지는 동일한 공식 계정의 채팅방을 통하여 제공되는 것일 수 있다.
이를 위해, 사용자 단말(110)과 상담원 단말(140)이 연결된 경우, 상담원 연결 서버(132)는 상담원 단말(140)로부터 상담종료 메시지를 수신할 때까지 사용자 단말(110)과 상담원 단말(140) 간의 채팅 세션을 유지할 수 있다.
또한, 사용자 단말(110)과 상담원 단말(140)이 연결된 이후, 상담원 단말(140)로부터 상담종료 메시지를 수신한 경우, 상담원 연결 서버(132)는 채팅 세션을 종료하고, 이후의 사용자 단말(110)의 메시지는 챗봇의 자동답변 메시지로 응답이 가능한지 신뢰도를 재판단할 수 있다.
도 3에서는 도시되지 않았으나, 챗봇 서버(120)는 사용자 단말(110)의 메시지와 상담원 단말(140)의 답변 메시지를 매칭 저장하는 단계를 더 포함할 수 있다.
도 3에서는 도시되지 않았으나, 챗봇 서버(131)는 추후 사용자 단말(110)로부터 새로운 메시지를 수신하였을 경우, 매칭 저장된 상담원 단말(140)의 답변 메시지를 활용하여 챗봇이 자동답변 메시지를 생성하도록 하는 단계를 더 포함할 수 있다. 예를 들어, 챗봇 서버(131)는 매칭 저장된 사용자 단말(110)의 메시지와 상담원 단말(140)의 답변 메시지에 대한 기계학습을 수행하여, 챗봇이 자동답변 메시지를 생성할 수 있는 사용자 단말(110)의 메시지의 수를 증가시킬 수 있다.
도 3에서는 도시되지 않았으나, 챗봇 서버(131)는 사용자 단말(110)로부터 자동답변 메시지에 대한 만족도가 낮다는 입력을 수신한 경우, 상담원 연결 서버(132)를 통해 상담원 단말(140)로 응답을 요청하고, 상담원 단말(140)과 사용자 단말(110) 간의 대화 정보를 저장하여 기계학습을 수행하는 단계를 더 포함할 수 있다. 예를 들어, 챗봇 서버(131)는 기계학습을 통하여 하나의 기등록 메시지마다 복수의 자동답변 메시지를 매칭 저장하고, 각 자동답변 메시지마다 대화맥락 별 가중치 정보를 지정하여, 사용자 단말(110)로부터 동일한 메시지가 입력되더라도 대화맥락에 따라 다른 자동답변 메시지가 제공되도록 할 수 있다. 여기서, 사용자 단말(110)과 대화 맥락 정보는 사용자 단말(110)의 메시지와 자동답변 메시지 간의 쌍이 두 개 이상 포함된 것일 수 있다.
상술한 설명에서, 단계 S310 내지 S330은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
도 4는 본 발명의 일 실시예에 따른 반자동 대화제공서버에 의해 수행되는 챗봇의 자동답변 메시지에 대한 신뢰도에 따른 반자동 대화제공방법의 순서도이다. 반자동 대화제공서버(130)는 챗봇 서버(131) 및 공식 계정의 상담원 연결 서버(132)를 포함할 수 있다.
도 4를 참조하면, 반자동 대화제공서버(130)는 사용자 단말(110)로부터 입력된 메시지를 메신저 서버(120)를 통해 수신할 수 있다(S401).
반자동 대화제공서버(130)는 챗봇 서버(131)를 통해 사용자 단말(110)의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단할 수 있다(S402). 여기서, 신뢰도는 사용자 단말(110)의 메시지에 대한 분석결과에 기초하여 산출되는 것일 수 있다.
반자동 대화제공서버(130)는 챗봇 서버(131)를 통해 챗봇의 자동답변 메시지에 대한 신뢰도가 기설정된 기준보다 높은지를 판단할 수 있다(S403).
예를 들어, 챗봇의 자동답변 메시지에 대한 신뢰도가 기설정된 기준보다 높은 경우(S404), 챗봇 서버(131)는 기등록 메시지에 매칭 저장된 자동답변 메시지를 검색하고(S405), 자동답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)로 전송할 수 있다(S406). 이 때, 반자동 대화제공서버(130)는 자동답변 메시지가 전송되기까지의 사용자 단말(110)과 챗봇 간의 대화 정보를 공식 계정의 상담원 연결 서버(132)를 통해 상담원 단말(140)로 제공할 수 있다(S407).
다른 예를 들어, 챗봇의 자동답변 메시지에 대한 신뢰도가 기설정된 기준보다 낮은 경우(S408), 반자동 대화제공서버(130)는 공식 계정의 상담원 연결 서버(132)를 통해 공식 계정의 상담원을 배정하고, 배정된 상담원 단말(140)로 사용자 단말(110)의 메시지에 대한 답변을 요청하고(S409), 사용자 단말(110)의 메시지를 상담원 단말(140)로 제공하고, 상담원 단말(140)에서 입력된 답변 메시지를 메신저 서버(120)를 통해 사용자 단말(110)로 전달할 수 있다(S410).
이 때, 반자동 대화제공서버(130)의 챗봇 서버(131)가 사용자 단말(110)의 메시지와 상담원 단말(130)의 답변 메시지를 매칭 저장하고(S411), 추후 사용자 단말(110)로부터 입력된 새로운 메시지를 메신저 서버(120)를 통해 수신하였을 경우, 매칭 저장된 상담원 단말(140)의 답변 메시지를 활용하여 챗봇이 자동답변 메시지를 생성하도록 할 수 있다(S412).
상술한 설명에서, 단계 S401 내지 S412는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 전환될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
110: 사용자 단말
120: 메신저서버
130: 반자동 대화제공서버
131: 챗봇 서버
132: 상담원 연결 서버
140: 상담원 단말
210: 메시지 수신부
220: 신뢰도 판단부
230: 답변 제공부

Claims (20)

  1. 반자동 대화제공 서버에 의해 수행되는, 챗봇과 상담원을 이용한 반자동 대화제공방법에 있어서,
    (a) 메신저 서버로부터 사용자 단말로의 인스턴트 메시징 애플리케이션을 통하여 입력된 메시지를 수신하는 단계;
    (b) 상기 사용자 단말의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단하는 단계; 및
    (c) 상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 자동답변 메시지를 상기 메신저 서버를 통해 상기 사용자 단말로 전송하되, 상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변이 상담원 단말에 의해 전송되도록 하는 단계;를 포함하고,
    상기 신뢰도는 상기 사용자 단말의 메시지에 대한 분석결과에 기초하여 산출되는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  2. 제 1 항에 있어서,
    상기 신뢰도는, 상기 기등록 메시지의 텍스트와 상기 사용자 단말의 메시지의 텍스트의 비교결과에 따르는 일치율에 기초한 점수인 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  3. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 기등록 메시지에 매칭 저장된 자동답변 메시지를 검색하는 단계를 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  4. 제 3 항에 있어서,
    상기 (c) 단계는,
    상기 검색된 자동답변 메시지가 상기 사용자 단말로 전송된 이후, 상기 자동답변 메시지가 전송되기까지의 상기 사용자 단말과 챗봇 간의 대화 정보를 상기 상담원 단말로 제공하는 단계를 더 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  5. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우에 상기 사용자 단말로 제공되는 자동답변 메시지는 챗봇에 의해 생성된 메시지임을 나타내는 식별표시를 포함하며,
    상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우에 상기 사용자 단말로 제공되는 상담원 단말의 답변 메시지는 상담원에 의해 생성된 메시지임을 나타내는 식별표시를 포함하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  6. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지를 상기 상담원 단말로 제공하고, 상기 상담원 단말에서 입력된 답변 메시지를 상기 사용자 단말로 전달하는 단계;를 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  7. 제 6 항에 있어서,
    (d) 상기 사용자 단말의 메시지와 상기 상담원 단말의 답변 메시지를 매칭 저장하는 단계;를 더 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  8. 제 7 항에 있어서,
    (e) 추후 상기 사용자 단말로부터 새로운 메시지를 수신하였을 경우, 상기 매칭 저장된 상담원 단말의 답변 메시지를 활용하여 상기 챗봇이 자동답변 메시지를 생성하도록 하는 단계를 더 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  9. 제 8 항에 있어서,
    상기 (e) 단계는,
    상기 매칭 저장된 사용자 단말의 메시지와 상기 상담원 단말의 답변 메시지에 대한 기계학습을 수행하여, 상기 챗봇이 자동답변 메시지를 생성할 수 있는 상기 사용자 단말의 메시지의 수를 증가시키는 단계를 포함하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  10. 제 1 항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말과 상기 상담원 단말이 연결된 경우, 상기 상담원 단말로부터 상담종료 메시지를 수신할 때까지 상기 사용자 단말과 상기 상담원 단말 간의 채팅 세션을 유지하는 단계를 포함하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  11. 제 10 항에 있어서,
    상기 (c) 단계는,
    상기 사용자 단말과 상기 상담원 단말이 연결된 이후, 상기 상담원 단말로부터 상담종료 메시지를 수신한 경우, 상기 채팅 세션을 종료하고, 이후의 상기 사용자 단말의 메시지는 상기 챗봇의 자동답변 메시지로 응답이 가능한지 상기 신뢰도를 재판단하는 단계를 더 포함하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  12. 제 1 항에 있어서,
    상기 사용자 단말로 전송된 상기 챗봇의 자동답변 메시지와 상기 상담원의 답변 메시지는 동일한 채팅방을 통하여 제공되는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  13. 제 1 항에 있어서,
    상기 (a) 단계는,
    상기 사용자 단말로부터 상담원 직접 대화 요청을 수신하는 경우, 상기 사용자 단말로부터 입력된 메시지를 상기 상담원 단말로 곧바로 제공하는 단계를 포함하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  14. 제 1 항에 있어서,
    (f) 상기 사용자 단말로부터 상기 자동답변 메시지에 대한 만족도가 낮다는 입력을 수신한 경우, 상기 상담원 단말로 응답을 요청하고, 상기 상담원 단말과 상기 사용자 단말 간의 대화에 대한 기계학습을 수행하는 단계를 더 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  15. 제 14 항에 있어서,
    상기 (f) 단계는,
    상기 기계학습을 통하여, 하나의 기등록 메시지마다 복수의 자동답변 메시지를 매칭저장하고, 각 자동답변 메시지마다 대화맥락 별 가중치 정보를 지정하여, 상기 사용자 단말로부터 동일한 메시지가 입력되더라도 대화맥락에 따라 다른 자동답변 메시지가 제공되도록 하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  16. 제 14 항에 있어서,
    상기 사용자 단말과의 대화 맥락 정보는,
    상기 사용자 단말의 메시지와 상기 자동답변 메시지 간의 쌍이 두 개 이상 포함된 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  17. 제 1 항에 있어서,
    상기 (a) 단계에서 수신된 상기 사용자 단말의 메시지가 연속된 두 개 이상의 메시지로 구성된 경우,
    상기 (b) 단계는 상기 연속된 두 개 이상의 메시지를 결합하여 인텐트(intent)를 추출하고 상기 기등록 메시지와 비교하여 상기 신뢰도를 판단하는 것인, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  18. 제 1 항에 있어서,
    상기 반자동 대화제공서버가 챗봇 서버인 경우,
    상기 (c) 단계는,
    상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변을 상담원 서버로 요청하고, 상기 상담원 서버가 상기 요청을 상기 상담원 단말로 전달함으로써 상기 답변이 상기 상담원 단말에 의해 사용자 단말로 전송되도록 하는 단계를 포함하는, 챗봇과 상담원을 이용한 반자동 대화제공방법.
  19. 챗봇과 상담원을 이용한 반자동 대화제공서버에 있어서.
    메신저 서버로부터 사용자 단말의 인스턴트 메시징 애플리케이션을 통하여 입력된 메시지를 수신하는 메시지 수신부;
    상기 사용자 단말의 메시지에 응답하기 위한 챗봇의 자동답변 메시지에 대한 신뢰도를 판단하는 신뢰도 판단부; 및
    상기 신뢰도가 기설정된 기준보다 높은 것으로 판단되는 경우, 상기 자동답변 메시지를 생성하여 상기 메신저 서버를 통해 상기 사용자 단말로 전송하되, 상기 신뢰도가 기설정된 기준보다 낮은 것으로 판단되는 경우, 상기 사용자 단말의 메시지에 대한 답변이 상담원 단말에 의해 전송되도록 하는 답변 제공부;를 포함하고,
    상기 신뢰도는 상기 사용자 단말의 메시지에 대한 분석결과에 기초하여 산출되는 것인, 챗봇과 상담원을 이용한 반자동 대화제공서버.
  20. 제 1 항에 따르는 챗봇과 상담원을 이용한 반자동 대화제공방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독가능 기록매체.
KR1020170183148A 2017-12-28 2017-12-28 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버 KR20190080599A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170183148A KR20190080599A (ko) 2017-12-28 2017-12-28 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버
US16/233,307 US11082368B2 (en) 2017-12-28 2018-12-27 Semi-automatic communication using chatbot and consultant device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170183148A KR20190080599A (ko) 2017-12-28 2017-12-28 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020190105858A Division KR102169397B1 (ko) 2019-08-28 2019-08-28 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버

Publications (1)

Publication Number Publication Date
KR20190080599A true KR20190080599A (ko) 2019-07-08

Family

ID=67059080

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170183148A KR20190080599A (ko) 2017-12-28 2017-12-28 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버

Country Status (2)

Country Link
US (1) US11082368B2 (ko)
KR (1) KR20190080599A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210096878A (ko) * 2020-01-29 2021-08-06 주식회사 컴홈 메신저 서비스 플랫폼에서 실시간 결제 정보 제공 시스템
KR102325299B1 (ko) * 2020-12-24 2021-11-12 이희선 업무 일정에 따른 비대면 비서 매칭 시스템의 제어 방법
US11487953B2 (en) 2019-11-19 2022-11-01 Samsung Electronics Co., Ltd. Method and apparatus with natural language processing
KR102478591B1 (ko) * 2022-08-04 2022-12-16 이양성 온라인 상담 기능을 제공하는 유지 관리 보수 시스템
WO2023140720A1 (ko) * 2022-01-24 2023-07-27 마인드로직 주식회사 인공 지능 대화 서비스 시스템
WO2023239968A1 (en) * 2022-06-10 2023-12-14 Pangee, Inc. System and method for automated integration of contextual information with content displayed in a display space
KR20240017495A (ko) 2022-08-01 2024-02-08 주식회사 타임교육씨앤피 인공지능을 사용한 자동 채점 챗봇

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10817352B2 (en) * 2018-03-27 2020-10-27 International Business Machines Corporation System and method for operating a chatbot
EP3928478A1 (en) * 2019-02-22 2021-12-29 Liveperson, Inc. Dynamic text message processing implementing endpoint communication channel selection
JP7459470B2 (ja) * 2019-09-20 2024-04-02 株式会社リコー 情報処理システム、情報処理方法及びプログラム
EP4207712A4 (en) 2021-01-29 2024-01-10 Samsung Electronics Co Ltd ELECTRONIC DEVICE FOR DETERMINING THE TIME DURING THE CHATBOT KEEPING THE SESSION AND OPERATING METHOD THEREOF

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101605430B1 (ko) 2014-02-14 2016-03-22 주식회사 플런티코리아 문답 데이터베이스 구축 시스템 및 방법, 그리고 이를 이용한 검색 시스템 및 방법

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002132291A (ja) 2000-10-26 2002-05-09 Matsushita Electric Works Ltd 自然言語対話処理装置およびその方法並びにその記憶媒体
KR20080075748A (ko) 2007-02-13 2008-08-19 홍성훈 네트워크상의 대화로봇을 이용한 지혜획득 및 제공방법과그 시스템
US8250192B2 (en) * 2007-10-12 2012-08-21 International Business Machines Corporation Data server administration using a chatbot
US8630961B2 (en) * 2009-01-08 2014-01-14 Mycybertwin Group Pty Ltd Chatbots
US9137183B2 (en) * 2009-12-22 2015-09-15 Cyara Solutions Pty Ltd System and method for automated chat testing
CA2691326A1 (en) * 2010-01-28 2011-07-28 Ibm Canada Limited - Ibm Canada Limitee Integrated automatic user support and assistance
US9386113B1 (en) * 2011-12-30 2016-07-05 Speaktoit, Inc. System-initiated interactions and notifications in a chat information system on mobile devices
US20140122056A1 (en) * 2012-10-26 2014-05-01 Xiaojiang Duan Chatbot system and method with enhanced user communication
US20140122407A1 (en) * 2012-10-26 2014-05-01 Xiaojiang Duan Chatbot system and method having auto-select input message with quality response
US9570090B2 (en) * 2015-05-26 2017-02-14 Google Inc. Dialog system with automatic reactivation of speech acquiring mode
US9008283B2 (en) * 2013-03-15 2015-04-14 Genesys Telecommunications Laboratories, Inc. Customer portal of an intelligent automated agent for a contact center
US9559993B2 (en) * 2014-10-02 2017-01-31 Oracle International Corporation Virtual agent proxy in a real-time chat service
US10218651B2 (en) * 2015-04-20 2019-02-26 Oracle International Corporation Virtual assistance for chat agents
KR101752474B1 (ko) 2015-09-24 2017-07-03 네이버 주식회사 지식 공유 서비스 제공 장치, 방법 및 컴퓨터 프로그램
KR101812222B1 (ko) 2016-02-25 2017-12-27 주식회사 피노텍 로보 어드바이저를 통한 상담 시스템 및 방법
US10635752B2 (en) * 2016-05-27 2020-04-28 Juji, Inc. Method and system for creating interactive inquiry and assessment bots
KR20170137419A (ko) 2016-06-03 2017-12-13 오영재 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
US10891627B2 (en) * 2017-02-15 2021-01-12 Salesforce.Com, Inc. Methods and apparatus for using artificial intelligence entities to provide information to an end user
US10958600B1 (en) * 2018-05-18 2021-03-23 CodeObjects Inc. Systems and methods for multi-channel messaging and communication

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101605430B1 (ko) 2014-02-14 2016-03-22 주식회사 플런티코리아 문답 데이터베이스 구축 시스템 및 방법, 그리고 이를 이용한 검색 시스템 및 방법

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11487953B2 (en) 2019-11-19 2022-11-01 Samsung Electronics Co., Ltd. Method and apparatus with natural language processing
KR20210096878A (ko) * 2020-01-29 2021-08-06 주식회사 컴홈 메신저 서비스 플랫폼에서 실시간 결제 정보 제공 시스템
KR102325299B1 (ko) * 2020-12-24 2021-11-12 이희선 업무 일정에 따른 비대면 비서 매칭 시스템의 제어 방법
KR102325298B1 (ko) * 2020-12-24 2021-11-12 이희선 업무 분야에 따른 비대면 비서 매칭 시스템의 제어 방법
WO2023140720A1 (ko) * 2022-01-24 2023-07-27 마인드로직 주식회사 인공 지능 대화 서비스 시스템
WO2023239968A1 (en) * 2022-06-10 2023-12-14 Pangee, Inc. System and method for automated integration of contextual information with content displayed in a display space
KR20240017495A (ko) 2022-08-01 2024-02-08 주식회사 타임교육씨앤피 인공지능을 사용한 자동 채점 챗봇
KR102478591B1 (ko) * 2022-08-04 2022-12-16 이양성 온라인 상담 기능을 제공하는 유지 관리 보수 시스템

Also Published As

Publication number Publication date
US20190207877A1 (en) 2019-07-04
US11082368B2 (en) 2021-08-03

Similar Documents

Publication Publication Date Title
KR20190080599A (ko) 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버
KR102169397B1 (ko) 챗봇과 상담원을 이용한 반자동 대화제공방법 및 서버
US9015155B2 (en) Multi-user communication system and method
US10460290B2 (en) System and method for establishing presence in a brokered chat system
US10447856B2 (en) Computer-implemented system and method for facilitating interactions via automatic agent responses
KR101884881B1 (ko) 대화식 질문 및 응답
US9929982B2 (en) Designating automated agents as friends in a social network service
JP2017153078A5 (ja) 人工知能学習システム、返答中継システム、および人工知能学習方法
WO2015085917A1 (en) Method, apparatus and system for processing information
US11620452B2 (en) Dynamic text message processing implementing endpoint communication channel selection
KR20200114173A (ko) 자연어 처리 엔진을 관리하는 방법, 서버 및 컴퓨터 프로그램
KR102059420B1 (ko) 챗봇 트레이너 플랫폼 및 그 운영 방법
US20150088689A1 (en) Product Recognition Platform
US20180349754A1 (en) Communication reply bot
CN114157763A (zh) 交互过程中的信息处理方法、装置、终端及存储介质
KR20180074059A (ko) 튜터와 튜티를 매칭하는 중개 서비스 방법 및 시스템
KR102030564B1 (ko) 챗봇을 통해 사용자 간 정보를 제공하는 방법 및 서버
CN116166861A (zh) 一种搜索结果的展示方法及装置
EP2474150B1 (en) Support for network routing selection
JP2019194778A (ja) 仮想通貨の送金システム
TW202111640A (zh) 用於行動網銀的智能導引服務方法及系統
CN111400502A (zh) 一种回复消息的方法和装置
EP2290915A1 (en) Support for network routing selection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment