챗GPT가 다가 아니다! 생각보다 다양한 AI 챗봇

챗봇이 처음 등장한 것은 무려 30년 전이다. 초창기 인터넷 검색엔진 중 하나였던 라이코스(Lycos)의 개발자 마이클 로렌 몰딘이 미국 인공지능(AI) 학술대회에서 발표한 논문에 채터봇이라는 용어가 등장하면서 시작된 챗봇의 역사는 현재 AI 기술과 결합해 머신러닝(ML), 자연어 처리(NLP) 기술을 처리하는 수준으로 발전했다. 일반인들에게는 챗GPT가 가장 잘 알려져 있지만, 이 외에도 수십 개에 달하는 AI 챗봇이 있다. AI 챗봇의 종류에 대해 알아보자.

 

 

AI 챗봇은 NLP를 사용해 인간과의 대화를 시뮬레이션하는 컴퓨터 프로그램을 일컫는다. AI 챗봇은 사람들의 질문에 응답하고 정보를 제공하며, 약속이나 예약과 같은 간단한 작업도 실행할 수 있다.

 

AI 챗봇은 NLP, ML, 딥러닝(DL) 알고리즘을 결합해 사용자 쿼리를 이해하고 대응하는 방식으로 작동한다. 사용자가 어떤 질문을 던지면 챗봇은 NLP 알고리즘을 사용해 사용자의 입력을 분석하고 단어 뒤에 숨겨진 의미를 이해한다. 여기에는 사용자의 쿼리를 키워드, 문법 및 구문과 같은 구성 요소 부분으로 나누고, 이 정보를 활용해 사용자 의도를 확인하는 작업이 포함된다.

  

챗봇은 사용자의 의도를 이해한 후 ML 알고리즘을 사용해 적절한 응답을 결정한다. 챗봇은 일반적으로 규칙 기반 챗봇과 자기 학습 챗봇으로 구분되는데, 규칙 기반 챗봇은 사전에 결정된 규칙 집합에 따라 응답을 제공하며, 자기 학습 챗봇은 ML 알고리즘으로 사용자의 입력을 분석하고, 훈련 데이터를 기반으로 가장 적합한 응답을 결정한다. 애플 시리(Siri)나 빅스비(Bixby)와 같은 대화형 챗봇이 미리 정해진 답을 제공하는 규칙 기반 챗봇, 다시 말해 시나리오형이고, 챗GPT는 자기 학습 챗봇에 해당한다.

 

AI 기술이 접목된 챗GPT와 같은 AI 챗봇은 단순한 정보 전달이 아닌 검색 엔진으로서의 역할을 수행한다. 검색창에 검색을 하고 원하는 답변이 담겨 있을 법한 글을 클릭해 정보를 수용하는 것이 아닌, 검색창에 찾고자 하는 내용을 검색하기만 하면 원하는 정보를 즉각적으로 제공받을 수 있는 것이다.

 

여기서 AI 챗봇은 대화 형식으로 추가적인 질문을 하거나 답변에 대한 오류를 지적할 수 있다. AI가 질문자의 말 속에서 논점과 의도를 파악할 수 있는 것이다. 현재 빅테크 기업들은 새롭게 검색 시장을 점유할 것으로 예상되는 AI 챗봇 개발에 온 힘을 쏟고 있다. 메타, 구글, 애플은 AI 챗봇 기업에 막대한 투자를 하고 있다. 

 

AI 챗봇의 1세대가 심심이나 파이틸 루나라면, 2세대는 이루다 2.0과 챗GPT, 바드(BARD), 빙챗(Bing Chat) 등이 있다. 이 외에도 일반인들에게 잘 알려져 있지는 않지만 알파카(Alpaca), 비쿠냐(Vincuna), 클라우드(Claude), 챗GLM, 모스(MOSS), 아이플라이텍 스파크(iFlytek Spark), 바이두 어니(ERNIE), 포(Poe), 통이치안웬(Tongyi Qianwen), 데다오 러닝 어시스턴트(Dedao Learning Assistant) 등이 있다.

 

오픈 AI의 챗GPT와 GPT-4를 시작으로, 구글 바드, 메타의 라마 등 글로벌 IT 업체가 초거대 AI 모델을 앞다투어 공개하고, 한국어를 지원하는 챗GPT도 출시하고 있다. 

 

국내 업체들도 생성형 초거대 AI 시장에 적극적으로 대응하고 있다. 네이버의 하이퍼클로바(HyperCLOVA), LG AI 연구원의 엑사원(EXAONE), KT 믿음(Mi:dm), SKT의 에이닷(A.), 카카오의 코GPT 외에도 포티투마루(42Maru)와 같은 스타트업이 개발한  LLM42도 시장에 출시됐다. 이들 업체는 올 하반기부터 AI 사업을 본격적으로 추진할 것으로 보인다.

 

AI 챗봇의 유형

AI 챗봇은 다음과 같이 크게 6가지 유형으로 나뉜다.

 

1. 규칙 기반 챗봇(Rule-based chatbots): 규칙 기반 챗봇은 미리 정의된 규칙 및 패턴 집합에 따라 사용자의 입력에 응답한다. 의사 결정 트리 또는 if-else 조건 집합에서 작동하며, 특정 키워드 및 구문을 기반으로 사전 프로그래밍된 응답을 제공한다. 기본적인 쿼리는 처리할 수 있지만, 상황을 이해하거나 복잡한 대화에 참여할 수 있는 능력은 떨어진다.

 

2. 검색 기반 챗봇(Retrieval-based chatbots): 검색 기반 챗봇은 데이터베이스(DB)를 기반으로 미리 정의된 응답을 사용한다. 사용자의 입력을 분석하고 이를 관련 패턴이나 키워드와 일치시키며, 가장 적절한 응답을 검색해 제시한다. 규칙 기반 챗봇보다 더 광범위한 쿼리를 처리할 수 있지만, 여전히 기존 데이터에 의존하고 이해력이 조금 떨어지는 경향이 있다.

 

3. 생성형 챗봇(Generative chatbots): 생성형 챗봇은 NLP 기술을 사용해 사용자의 입력에 기반한 응답을 생성한다. 시퀀스 투 시퀀스(Sequence to Sequence) 모델 또는 transformers와 같은 ML 모델을 활용해 마치 인간이 대답하는 것과 같은 응답을 이해하고 생성하는데, 보다 더 복잡한 대화를 처리하고 더욱 개인화된 상호작용을 제공할 수 있지만, 상당한 교육 데이터와 계산 리소스가 필요하다.

 

4. AI 비서가 있는 챗봇(Chatbots with AI assistants): AI 비서가 장착된 챗봇은 챗봇의 기능과 가상 비서 기능을 결합한다. 자연어 이해(NLU)와 대화 관리 시스템을 통합해 사용자의 의도를 이해하고 작업을 수행하며, 상황에 맞는 응답을 제공한다. 챗봇은 알림 설정, 예약 또는 외부 소스에서 정보 검색과 같은 작업을 수행할 수 있다.

 

5. 소셜 챗봇(Social chatbots): 소셜 챗봇은 종종 인간의 성격을 모방해 사용자가 사회적 상호작용에 참여하도록 설계됐다. 소셜 챗봇 사용자는 감정 분석과 감정 인식 기술을 사용해 매력적이고 현실적인 대화를 만드는 것을 목표로 한다. 소셜 챗봇은 고객 서비스, 마케팅 및 엔터테인먼트 애플리케이션에서 주로 사용된다.

 

6. 작업 지향 챗봇(Task-oriented chatbots): 작업 지향 챗봇은 특정 작업을 수행하거나 목표 지원을 제공하는 데 중점을 둔다. 음식 주문, 항공편 예약 또는 기술 문제 해결과 같은 특정 도메인 또는 응용 프로그램 내의 사용자 요청을 처리하도록 설계됐다. 챗봇은 일반적으로 정의된 워크플로우를 따르고, 확장된 대화보다 작업 완료를 우선시한다.