Knowledge Engineering
Research Areas
Intro
인간은 눈, 코, 귀, 입이라는 감각기관을 통해 사물이나 현상을 인식합니다. 그리고 습득된 새로운 정보를 두뇌와 연계하여 판단하고 추론합니
다. 우리가 인공지능이라 일컫는 기술이 탑재된 컴퓨터는 인간과 같은 방식으로 정보를 인식하고, 판단하고, 추론 할까요?
지식 엔지니어링(Knowledge Engineering) 분야는 인간이 사고하는 것처럼 기계들이 사고할 수 있도록 만들어 주는 인공지능의 주요 연구
영역 중 하나입니다. 지식 엔지니어링 분야의 연구는 1960년대에 등장한 전문가 시스템(Expert System)으로부터 시작되었습니다.
1960~1980년대에는 전문가에 의존하여 지식을 획득, 데이터베이스에 저장, 공유하는 형태에서 1990년대 웹의 등장으로 인해 방대하고 다
양한 정보의 접근이 가능해지고 이로부터 유용한 정보를 추출하여 지식을 활용하는 형태가 되었습니다.
최근 빅데이터 시대의 도래는 다양한 학습 기술을 적용한 지식 엔지니어링 연구를 가능하게 합니다.
What is
Knowledge
Engineering?
하나금융융합기술원은 2018년부터 금융 도메인에 특화된 지식 엔지니어링 분야 기술을 연구해 왔습니다. 특히, 금융 데이터들을 효율적으로
지식화하여 사람들 혹은 다른 기계에 제공하기 위한 기술을 연구하고 있습니다.
지식 엔지니어링 분야는 크게 다섯 단계의 프로세스로 기술을 분류할 수 있습니다. 먼저, 지식 획득 단계는 상품, 전자금융, 규정 등의 레거시
데이터 혹은 업무 방법 노하우로부터 어떻게 유용한 정보를 추출할 수 있는지가 핵심입니다. 둘째, 지식 표현 단계는 추출된 정보를 어떻게 하
면 잘 표현해서 지식화 할지에 관한 부분입니다. 이 단계에서는 금융 등 도메인에 특화된 지식 표현 요소와 모델링 기술이 필요합니다. 셋째,
지식 구축 단계에서는 어떻게 하면 사람의 개입없이 최대한 자동적으로 지식을 축적할 수 있는지가 그 핵심입니다. 체계적으로 축적된 지식은
활용의 효과를 더욱 높여줄 수 있습니다. 넷째, 지식 학습 단계는 최근 활발히 활용되고 있는 딥러닝, 강화학습 등의 기법을 통하여 지식을
임베딩 하거나 학습하는 단계입니다. 마지막으로 지식 활용 단계는 위 단계에서 구축된 지식들을 어떻게 하면 효율적으로 활용할 수 있도록 할
것인가에 관한 부분입니다.
이 다섯 단계는 상호 연계되어 지속적으로 반복, 개선되면서 점차 진화해 나갈 것입니다.
획득
-
Knowledge
Acquisition - · 금융 정보 (상품, 서비스, 규정 등)
- · 업무 방법 및 노하우
표현
-
Knowledge
Representation - · 금융 특화 지식 표현 요소 추출
- · 금융 지식 표현 모델링
구축
-
Knowledge
Construction - · 금융 지식 베이스 구축
- · 자동적 지식 구축
학습
-
Knowledge
Learning - · 지식 임베딩
- · 자연어 기반 지식 학습
활용
-
Knowledge
Utilization - · 챗봇 / 음성비서
- · 상담 / 업무 도우미
Future Research
하나금융융합기술원은 현재 금융 챗봇, 상담 도우미에 지식 기반 질의응답 시스템을 적용하고 있습니다. 기존에 답하지 못했던 심화된 질의나
업무 방법을 손님 및 직원에게 빠르고 정확하게 제공하는 것을 목표로 합니다. 이를 위해 전통적인 질의 응답 방법이 아닌 자동 지식 생성 및 활
용, 개인맞춤형 지식 제공 등을 위해 신기술을 연구 개발하고 실제 서비스로 구현될 수 있도록 노력해 나갈 것입니다.
특히 우리가 집중하고 있는 부분은 자연어 처리 기술 분야와의 긴밀한 협업을 통해 질의 응답뿐만 아니라 동적 대화 생성 및 흐름 기술, 지식 개
선 및 진화 기술 등을 적용하는 것입니다. 향후 가상 비서 혹은 가상 친구 등의 진정한 “1인 1AI” 제공을 위한 기술 개발을 주도하는 것이 우리
의 궁극적인 목표입니다.