로봇의 서비스 학습을 위한 기계번역 기반 절차적 텍스트 이해방법

Abstract

최근 머신러닝 기술을 기반으로 한 인공지능 연구의 발전과 함께 사용자의 편의를 도모하기 위한 서비스 로봇의 연구 및 상용화에 대해 관심이 증가하고 있다. 하지만, 생산현장에서 반복 작업으로 사용되는 산업용 로봇과 달리 서비스 로봇은 특정 서비스에 제한되지 않고 사용자가 요구하는 다양한 서비스를 제공할 수 있어야 한다. 그러나 이와 같이 다양한 서비스들을 제공하기 위해 전문가 또는 사용자가 각각의 서비스를 프로그래밍하는 것은 많은 시간과 노력이 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 인터넷상의 작업순서를 기술한 문서로부터 서비스 로봇이 수행하기 위해 필요한 단위작업이 무엇인지, 그 표현방법을 어떻게 정의 할 것인지 그리고 서비스의 수행 순서를 학습할 수 있는 방법을 제안하였다. 이를 위해 로봇이 다양한 서비스를 수행하는데 필요한 단위작업들과 그 표현을 정의하고 기계번역 모델의 학습을 위한 학습데이터 수집 및 생성을 하였다. 그리고 이렇게 수집 및 생성된 학습데이터를 바탕으로 Long Short-Term Memory 모델 기반의 기계번역 모델을 학습함으로써 새로운 작업순서를 기술한 문서가 입력으로 주어졌을 때 이를 서비스 로봇의 작업수행에 필요한 형태로 변환할 수 있게 하였다. 또한, 기계번역 모델을 통해 잘 못 변환된 단어들을 검출하고 Word2Vec모델을 이용하여 수정함으로써 추가적으로 제안한 방법의 성능을 향상시키는 방법을 제안하였다. 마지막으로, allrecipes.com에 있는 3,200개의 요리법을 이용하여 기계번역 모델을 학습하였을 때, 학습데이터를 추가하였을 때, 오역을 수정하였을 때의 성능을 비교하여 제안한 방법의 성능을 검증하였다.