AI채용 성찰일지를 활용한 t-SNE와 네트워크의 시각적 탐색

Abstract

제조 생산 현장뿐만 아니라 의료, 금융, 유통, 관광 등 서비스 산업분야에 이르기까지 인공지능이 활용되고 있다. 인공지능채용은 채용 Workflow의 일부를 간소화하거나 자동화하기 위한 응용 분야로 새롭게 부상하고 있다. 인공 지능과 인간의 범주 사이에 상호 보완적인 협력의 가능성에 대한 인식의 방향을 기계와 인간의 범주의 차이를 살펴보는데서 시작하고자 하였다. 연구에 사용한 데이터는 2018년 1학기 교양강좌에서 본교 2학년 재학생을 대상으로 인공지능 채용 방식에 대한 프로젝트를 진행한 후 제출한 성찰일지를 사용하였다. 워드 임베딩(Word2Vec)과정에서 추출된 동시출현단어 구조를 t-SNE와 네트워크 시각화도구와 결합했다. 시각화 방법은 통계적 결과치에 따라 텍스트의 논리적 구조를 전체적으로 이해하고 정보를 표현하는데 있어서 토픽모델링보다 직관적이고 통합적으로 탐색하는데 효과적이었다. 토픽 모델링의 경우 Junk Topic을 선별하는 부분과 토픽별로 상관관계를 고려하지 않는 점과 무엇보다 실용적인 결과를 얻기 위해서 많은 양의 데이터가 필요한 한계 있다. 이와 달리 단어들간의 의미론적 관계를 강조한 단어임베딩 방법과 그 관계를 구조적으로 반영한 시각화를 제시하였다. Visual Display를 활용하여 데이터의 local 구조와 global구조를 다이나믹하게 비교할 수 있고 연관성의 강도에 따라 잠재적으로 유용한 지식과 통찰에 대한 접근성도 보다 직관적로 발견할 수 있도록 도와주었다. 채용과정을 자동화하기 위해 도입되는 인공지능의 맥락에서 인공지능의 가치에 대한 범주 뿐 만아니라 프로젝트를 수행한 학생들 대상으로 설문지조사를 통해서 미래 인재상으로 강조될 인간의 고유한 역량들을 조사할 기회로도 연결되었다. 컴퓨터와 기술의 집합체인 인공지능과 인간의 범주의 차이에 대한 관찰은 각각의 범주의 간극을 채울 수 있는 상호보완적 협력의 가치를 재발견하기위한 질적 보완재의 자료가 되길 기대한다.