Offcanvas

NLU

"더 똑똑해졌다" IBM이 전하는 왓슨의 자연어이해

IBM이 왓슨(Watson) 자연어이해(NLU) 기술의 대대적인 업데이트 내용을 발표했다. IBM에 따르면 이 기술 덕분에 각 조직은 고객 정서에 대한 이해뿐만 아니라 PDF와 같은 문서에 대한 규모 있는 처리의 속도 및 정확성도 높일 수 있게 된다고 한다.   IBM의 ‘프로젝트 디베이터’에서 나온 핵심 IBM 자연어처리(NLP) 기능이 시장에 첫선을 보이는 셈이다. IBM에 따르면 프로젝트 디베이터는 인간을 복잡한 토론에 참여시킬 수 있는 유일한 AI 시스템이다. IBM은 올해 내내 새로운 기능을 계속해서 추가할 예정이라고 밝혔다. 출시 예정인 왓슨의 핵심 기능 중에는 그동안 AI 시스템에 혼란을 야기했던 숙어와 구어(예: ‘거의 도움이 안 된다(hardly helpful)’ 또는 ‘화가 났다(hot under the collar)’)를 이해하는 기능이 있다. 이러한 문구들은 ‘센티먼트 쉬프터(sentiment shifter)’라고 하는데 고급 정서 분석 기술을 통해 이제 각 기업은 이러한 데이터의 활용도를 높여 영업 활동을 전체적으로 파악할 수 있다. 고급 정서 분석과 더불어 ‘요약’과 ‘군집화’ 기능도 새로 추가되고 있다. 요약 기술은 여러 출처에서 문자적 정보를 가져와서 특정 주제에 대한 음성이나 문자로 거론되고 있는 내용을 개략적으로 사용자들에게 알려주는 기술이다. 이 요약 기술의 이전 버전은 올해 초 그래미(Grammys) 음악상을 위한 대규모 데이터 프로젝트의 일환으로 1, 800만 건이 넘는 기사와 블로그, 약력 분석에 투입된 바 있다. 레드 카펫 부분에서 실시간으로 내보내는 주문형 동영상과 사진 제작에 데이터가 활용되었다. 이러한 동영상과 사진은 주요 주제에 대해 좀더 심도 있는 맥락을 팬들에게 제공한다. 새로운 주제 군집화 기술을 활용하면 분석할 관련 정보의 의미 있는 ‘주제’를 생성할 수 있다. IBM에 따르면, 군집화 기술은 올해 말 왓슨 디스커버리에 통합될 예정이며, 주제 전문가들은 이 기술을 활용해 주제를 맞춤...

CIO 자연어기술 자동차 보험 와슨 디스커버리 선코프 그래미 음악성 프로젝트 디베이터 정서 분석 NLU NLP 자연어처리 풋볼 인지 컴퓨팅 분석 인공지능 왓슨 IBM 청구

2020.03.26

IBM이 왓슨(Watson) 자연어이해(NLU) 기술의 대대적인 업데이트 내용을 발표했다. IBM에 따르면 이 기술 덕분에 각 조직은 고객 정서에 대한 이해뿐만 아니라 PDF와 같은 문서에 대한 규모 있는 처리의 속도 및 정확성도 높일 수 있게 된다고 한다.   IBM의 ‘프로젝트 디베이터’에서 나온 핵심 IBM 자연어처리(NLP) 기능이 시장에 첫선을 보이는 셈이다. IBM에 따르면 프로젝트 디베이터는 인간을 복잡한 토론에 참여시킬 수 있는 유일한 AI 시스템이다. IBM은 올해 내내 새로운 기능을 계속해서 추가할 예정이라고 밝혔다. 출시 예정인 왓슨의 핵심 기능 중에는 그동안 AI 시스템에 혼란을 야기했던 숙어와 구어(예: ‘거의 도움이 안 된다(hardly helpful)’ 또는 ‘화가 났다(hot under the collar)’)를 이해하는 기능이 있다. 이러한 문구들은 ‘센티먼트 쉬프터(sentiment shifter)’라고 하는데 고급 정서 분석 기술을 통해 이제 각 기업은 이러한 데이터의 활용도를 높여 영업 활동을 전체적으로 파악할 수 있다. 고급 정서 분석과 더불어 ‘요약’과 ‘군집화’ 기능도 새로 추가되고 있다. 요약 기술은 여러 출처에서 문자적 정보를 가져와서 특정 주제에 대한 음성이나 문자로 거론되고 있는 내용을 개략적으로 사용자들에게 알려주는 기술이다. 이 요약 기술의 이전 버전은 올해 초 그래미(Grammys) 음악상을 위한 대규모 데이터 프로젝트의 일환으로 1, 800만 건이 넘는 기사와 블로그, 약력 분석에 투입된 바 있다. 레드 카펫 부분에서 실시간으로 내보내는 주문형 동영상과 사진 제작에 데이터가 활용되었다. 이러한 동영상과 사진은 주요 주제에 대해 좀더 심도 있는 맥락을 팬들에게 제공한다. 새로운 주제 군집화 기술을 활용하면 분석할 관련 정보의 의미 있는 ‘주제’를 생성할 수 있다. IBM에 따르면, 군집화 기술은 올해 말 왓슨 디스커버리에 통합될 예정이며, 주제 전문가들은 이 기술을 활용해 주제를 맞춤...

2020.03.26

정의, 원리, 사례, SW, 교육과정으로 알아보는 '자연어처리(NLP)'

마치 사람이 하는 것처럼 컴퓨터가 사람의 언어를 이해하고 처리하며 생성할 수 있는 인공지능(AI)의 한 갈래인 자연어처리의 비즈니스 적용이 최근 급격하게 늘고 있다. NLP의 정의, 원리, 비즈니스 사례, 관련 소프트웨어 등을 알아보자.    정의 자연어처리(NLP)는 의사소통을 담당하는 인공지능(AI)의 한 갈래다. 어떻게 컴퓨터가 사람처럼 언어를 이해하고 처리하며 생성하도록 프로그래밍할 수 있을까? 이 용어는 본래 시스템이 읽을 수 있는 능력을 언급하기 위해 사용되었으나 모든 컴퓨터 언어를 이르는 구어적 표현이 되었다. 하위 카테고리에는 컴퓨터가 스스로 의사소통을 생성하는 능력인 자연어생성(NLG: natural language generation)과 속어, 잘못된 발음, 틀린 철자, 기타 언어의 변형을 이해하는 능력인 자연어이해(NLU: natural language understanding)가 포함된다. 작동 원리 NLP는 머신러닝을 통해 작동한다. 머신러닝 시스템은 단어 그리고 다른 형태의 데이터와 마찬가지로 단어가 합쳐지는 방식을 저장한다. 문구, 문장 그리고 때로는 책 전체가 머신러닝 엔진에 입력되고 문법 규칙, 사람들의 실제 언어 습관 등에 기초하여 처리된다. 그러면 컴퓨터가 이 데이터를 이용해 패턴을 찾고 그다음을 추론한다. 번역 소프트웨어를 예로 들어보자. 프랑스어로 ‘나는 공원에 가고 있다’는 ‘Je vais au parc’이기 때문에 머신러닝은 ‘나는 상점에 가고 있다’도 ‘Je vais au’로 시작하리라 예측한다. 그러면 컴퓨터는 ‘상점’이라는 단어만 있으면 된다. 적용 기계 번역은 개선된 NLP 적용 중 하나지만 가장 보편적으로 사용되지는 않는다. 검색이 보편적으로 사용된다. 구글이나 빙에서 무엇인가를 검색하면 데이터를 시스템에 입력하게 된다. 검색 결과를 클릭하면 시스템이 발견한 결과가 옳은 것이라는 확인으로 인식하고 이 정보를 추후 더 나은 검색을 위해 활용한다. 챗봇도 같은 방식으로 작동한다. 슬랙,...

CIO natural language generation natural language understanding NLTK SpaCy 구글 클라우드 트랜슬레이션 스페이시 아마존 컴프리렌드 자연어생성 자연어이해 젠심 IBM 왓슨 톤 애널라이저 Gensim 시리 인공지능 알렉사 챗봇 자연어처리 NLP NLG NLU 정서 분석 기계 번역 플레시먼힐러드

2020.03.18

마치 사람이 하는 것처럼 컴퓨터가 사람의 언어를 이해하고 처리하며 생성할 수 있는 인공지능(AI)의 한 갈래인 자연어처리의 비즈니스 적용이 최근 급격하게 늘고 있다. NLP의 정의, 원리, 비즈니스 사례, 관련 소프트웨어 등을 알아보자.    정의 자연어처리(NLP)는 의사소통을 담당하는 인공지능(AI)의 한 갈래다. 어떻게 컴퓨터가 사람처럼 언어를 이해하고 처리하며 생성하도록 프로그래밍할 수 있을까? 이 용어는 본래 시스템이 읽을 수 있는 능력을 언급하기 위해 사용되었으나 모든 컴퓨터 언어를 이르는 구어적 표현이 되었다. 하위 카테고리에는 컴퓨터가 스스로 의사소통을 생성하는 능력인 자연어생성(NLG: natural language generation)과 속어, 잘못된 발음, 틀린 철자, 기타 언어의 변형을 이해하는 능력인 자연어이해(NLU: natural language understanding)가 포함된다. 작동 원리 NLP는 머신러닝을 통해 작동한다. 머신러닝 시스템은 단어 그리고 다른 형태의 데이터와 마찬가지로 단어가 합쳐지는 방식을 저장한다. 문구, 문장 그리고 때로는 책 전체가 머신러닝 엔진에 입력되고 문법 규칙, 사람들의 실제 언어 습관 등에 기초하여 처리된다. 그러면 컴퓨터가 이 데이터를 이용해 패턴을 찾고 그다음을 추론한다. 번역 소프트웨어를 예로 들어보자. 프랑스어로 ‘나는 공원에 가고 있다’는 ‘Je vais au parc’이기 때문에 머신러닝은 ‘나는 상점에 가고 있다’도 ‘Je vais au’로 시작하리라 예측한다. 그러면 컴퓨터는 ‘상점’이라는 단어만 있으면 된다. 적용 기계 번역은 개선된 NLP 적용 중 하나지만 가장 보편적으로 사용되지는 않는다. 검색이 보편적으로 사용된다. 구글이나 빙에서 무엇인가를 검색하면 데이터를 시스템에 입력하게 된다. 검색 결과를 클릭하면 시스템이 발견한 결과가 옳은 것이라는 확인으로 인식하고 이 정보를 추후 더 나은 검색을 위해 활용한다. 챗봇도 같은 방식으로 작동한다. 슬랙,...

2020.03.18

자연어 처리란? 비즈니스에 어떻게 활용하나?

자연어 처리 컴퓨터가 사람처럼 언어를 이해하고 처리하며 구사하게 해주는 인공지능의 한 분야며, 기업의 NLP 사용이 급속히 증가하고 있다. 자연어 처리란 무엇인가? 자연어 처리(NLP, natural language processing)이란 커뮤니케이션과 관련된 인공지능 기술의 한 갈래다. 사람처럼 언어를 이해하고, 처리하며, 구사하도록 컴퓨터를 프로그래밍하는 것이 과연 가능할까? 원래 NLP는 시스템의 독해 역량만을 가리키는 용어였으나 시간이 지나며 이제는 모든 언어적 활동을 일컫는 단어로 자리 잡았다. NLP의 하위 카테고리로는 컴퓨터가 자체적으로 커뮤니케이션할 수 있는 자연어 구사(NLG, natural language generation), 그리고 속어, 발음 실수, 맞춤법 실수 등 언어의 다양한 변수까지 이해할 수 있는 자연어 이해(NLU, natural language understanding) 등이 있다. 자연어 처리는 어떻게 기능하는가 자연어 처리는 머신러닝(ML)을 통해 이뤄진다. 머신러닝 시스템은 여타 다른 데이터를 수집하는 것과 마찬가지로 다양한 단어와 그 단어들이 어떻게 상호작용 하는가에 대한 정보를 저장한다. 문구, 문장, 때로는 책 전체를 ML 엔진에 피딩하며, ML 엔진은 문법 규칙이나 발화자의 실생활 속 언어 사용 습관에 기초해 이러한 자연어를 처리하게 된다. 컴퓨터는 이 데이터를 이용하여 패턴을 찾아내고, 발화자가 다음에 하게 될 말을 유추한다. 번역 소프트웨어를 예로 들어보자. 불어에서 “나는 공원에 간다”는 “Je vais au parc”이다. 이 데이터를 피딩받은 머신러닝 시스템은 추후 발화자가 “나는 가게에 간다”라고 말할 때도 “Je vais au”로 시작하는 문장을 만들게 된다. 즉 최초 문장에 대한 분석이 끝난 상황에서 추후 발화 내용을 번역할 때에는 유일하게 달라진 단어인 ‘가게’만 ...

CIO NLU 자연어 이해 NLG 자연어 생성 ML NLP 챗봇 알렉사 의사소통 빅브라더 자연어 처리 인공지능 트위터 커뮤니케이션 페이스북 검색 정서 분석

2018.03.05

자연어 처리 컴퓨터가 사람처럼 언어를 이해하고 처리하며 구사하게 해주는 인공지능의 한 분야며, 기업의 NLP 사용이 급속히 증가하고 있다. 자연어 처리란 무엇인가? 자연어 처리(NLP, natural language processing)이란 커뮤니케이션과 관련된 인공지능 기술의 한 갈래다. 사람처럼 언어를 이해하고, 처리하며, 구사하도록 컴퓨터를 프로그래밍하는 것이 과연 가능할까? 원래 NLP는 시스템의 독해 역량만을 가리키는 용어였으나 시간이 지나며 이제는 모든 언어적 활동을 일컫는 단어로 자리 잡았다. NLP의 하위 카테고리로는 컴퓨터가 자체적으로 커뮤니케이션할 수 있는 자연어 구사(NLG, natural language generation), 그리고 속어, 발음 실수, 맞춤법 실수 등 언어의 다양한 변수까지 이해할 수 있는 자연어 이해(NLU, natural language understanding) 등이 있다. 자연어 처리는 어떻게 기능하는가 자연어 처리는 머신러닝(ML)을 통해 이뤄진다. 머신러닝 시스템은 여타 다른 데이터를 수집하는 것과 마찬가지로 다양한 단어와 그 단어들이 어떻게 상호작용 하는가에 대한 정보를 저장한다. 문구, 문장, 때로는 책 전체를 ML 엔진에 피딩하며, ML 엔진은 문법 규칙이나 발화자의 실생활 속 언어 사용 습관에 기초해 이러한 자연어를 처리하게 된다. 컴퓨터는 이 데이터를 이용하여 패턴을 찾아내고, 발화자가 다음에 하게 될 말을 유추한다. 번역 소프트웨어를 예로 들어보자. 불어에서 “나는 공원에 간다”는 “Je vais au parc”이다. 이 데이터를 피딩받은 머신러닝 시스템은 추후 발화자가 “나는 가게에 간다”라고 말할 때도 “Je vais au”로 시작하는 문장을 만들게 된다. 즉 최초 문장에 대한 분석이 끝난 상황에서 추후 발화 내용을 번역할 때에는 유일하게 달라진 단어인 ‘가게’만 ...

2018.03.05

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.31