사업의 목적. 본 사업의 목적은 자연어 처리와 빅 데이터(big data) 산업 분야 등의 인공 지능 관 련 연구․개발과 산업 분야에 국가 공공재로 활용하기 위한 용도로 메신저 대화 자료를 수집하고 이를 원시 말뭉치로 구축하는 것이다. 디지털 기술 발전과 스마트폰 사용 확산으로 카카오톡, 페이스북 메신저, 라인 등의 메신저가 세대와 영역을 아우르는 일상 의사소통 수단으로 자리 잡았다1). 메신저를 이 용한 채팅이 일상적이고 보편적인 의사소통 수단의 하나로 자리 잡음에 따라 산업계와 공공 부문에서도 주문, 예약, 결제를 비롯하여 민원 처리, 상담 등의 서비스 혁신에 인 공 지능 기반 메신저 도입을 추진하고 있다. 더 나아가 산업계에서는 인공 지능 음성 비서와 챗봇(chatbot) 등의 인공 지능 기술을 적용한 대화 시스템이 웹(web)과 앱(app) 을 대신하는 차세대 인터페이스, 차세대 플랫폼이 될 것이라 전망한다. 또한 메신저 사용이 일상적인 의사소통의 한 부분을 차지함에 따라 메신저 대화는 언어 형식에서부터 어휘, 대화의 구조, 의사소통 양상에 이르기까지 우리말 의사소통의 한 부분을 관찰할 수 있는 연구 자료라는 가치도 지니고 있다. 이러한 인공 지능 기반 대화 시스템의 연구·개발과 실질적인 활용, 그리고 메신저 의 사소통에 대한 연구를 위해 메신저 언어 특성을 반영하면서 딥 러닝(deep learning) 등 의 기계 학습 자료로 활용할 수 있는 고품질의 대규모 메신저 대화 말뭉치 필요성이 증대되고 있다. 그러한 필요성에도 불구하고 현재 딥 러닝 등의 기계 학습을 비롯하여 연구 자료로 실제로 활용할 수 있는 대규모의 메신저 말뭉치를 찾아보기는 힘든 실정이다. 또한 개 별 연구자나 기관이 독자적으로 인공 지능 학습에 필요한 메신저 대화 자료를 수집하 고 말뭉치를 구축하는 데에는 수집 규모와 구성, 개인 정보 보호 규정 준수, 저작권 이 용 허락 등의 법적 문제 등 여러 제한이 따른다. 이에 본 사업에서는 메신저 대화 특성을 대표성·균형성 있게 반영하는 연구 자료이 자, 인공 지능 기반 대화 시스템 기술에 최적화된 대규모의 고품질 메신저 대화 말뭉 치를 구축한다. 또한 민간·공공 영역에서 제한 없이 활용할 수 있도록 개인 정보 및 저 작권 이용 등의 법적 문제를 해결하여, 국가 공공재로 제한 없이 활용할 수 있는 실용 적 메신저 말뭉치를 구축한다.
사업의 목적. 1.2.1. 부산시립미술관은 1998년 개관 이후 20여 년이 경과하여 항온‧항습 시스템을 비롯해 전체 시설 노후가 가속화되어 미술관으로서 기능을 제대로 발휘하지 못하는 한계에 직면
사업의 목적. 본 사업은 화자의 발화 속에 담긴 내포 명제의 사실성과 국어의 구조 가 상호작용하는 양상을 파악하고자 한다. 이를 위하여 한국어 화자의 확 신성 직관을 리커트 척도를 사용한 언어 실험으로 수집하였다. 또한 나아 가 본 사업은 실험 수행 결과물을 언어자원으로 구축하여 관련 산업의 요구를 충족시키고자 한다. 특히, 그동안 산업계에서는 언어자원의 활용 성을 증대하기 위하여 인공지능이 자연어의 복잡한 구조를 제대로 이해 하는지를 평가하는 구체적인 방법론 개발의 필요성을 꾸준히 제기해 왔 다. 이에 따라 본 사업은 언어자원을 재가공하여 한국어 인공지능을 평가 하는 새로운 방법론과 지침을 제안하였다. 국립국어원에서는 온라인으로 ‘모두의 말뭉치’를 공개하여 언어자원의 이용가능성을 확장하고 있다. 이러한 기조의 연장에서, 본 사업은 기존 문어·구어 말뭉치에서 함의 분석의 대상이 되는 ‘확신성 담화’를 추출하 여, 정량화된 실험적 방법론으로 국어 이해의 양상을 계량화하는 것을 주 요 사업 내용으로 하였다. 확신성 담화는 생성된 내포 명제의 사실성에 대한 화자의 직관을 반영하고 있다. 예를 들어, ‘철수가 영희를 역 앞에 서 보았다고 말했다’는 문장은 ‘철수가 영희를 역 앞에서 보았다’는 내포 명제를 함의(entailment)한다. 한편 본 사업의 필요성은 한국어 발화가 내포하는 명제의 사실성을 이 해하는 한국어 화자가 단순히 참·거짓이 아닌 복잡한 화용론적 맥락에서 국어 발화를 해석하기 때문일 수 있다는 학술적 연구와 관련이 있다. 예 를 들어, ‘철수가 영희를 역 앞에서 보았는지 모르겠다고 말했다’는 문장 이 동일한 내포 명제를 함의하는지 또는 내포 명제의 사실성을 취소 (cancellation)하는지가 화자(청자)의 직관에 따라 매우 다양한 양상으로 나타날 수 있다. 이러한 미묘한 차이를 포착하기 위해서는 실험 방법론에 입각한 계량적인 함의 분석이 필요한 것이다, 또한, 4차 산업혁명의 시대에 국어 말뭉치는 인공지능 구축·평가 데이 터로도 활용될 필요가 있다. 문제는 인공지능이 한국어 화자의 직관을 반 영하는 함의 관계를 얼마나 정확하게 예측할 수 있는가이다. 이를 해결하 기 위해 본 사업에서는 정교한 실험적 환경에서 수집한 한국어 화자의 언어이해 양상을 재가공하여, 인공지능의 자연어이해(Natural Language Understanding) 수준을 평가하는 방법을 제안하였다. 다시 말해 본 사 업의 의의는 기업들이 개발한 대규모 인공지능의 고난도 성능을 평가할 최적화된 방법론을 제시하였다는 점에서 찾을 수 있다. 요약하면, 본 사업은 산업적·학술적 요구에 따라 ‘2021년 말뭉치 함의 분석 및 연구’에서 다음과 같은 사항을 제안하였다. 국립국어원에서 구축 한 말뭉치에서 함의 분석의 대상이 되는 담화를 추출하고, 관련 주석 지 침을 정비하였다. 또한 추출된 담화를 정량적 실험에 적합한 형태로 변형 하고, 한국어 화자의 확신성 판단을 수집하는 실험을 설계하고 진행하였 다. 마지막으로 실험의 결과를 재가공하여 인공지능 평가에 적합한 형태 로 변형하여 실제 한국어 인공지능 평가 결과를 제시하였다.
사업의 목적. ○ 의미역 분석 말뭉치 지침 수립 ○ 의미역 분석 말뭉치(200만 어절) 구축 본 사업의 목적은 인공지능 산업 발전을 위한 고품질 우리말 자원 수요 증대와 국어 자원의 활용도 및 가치 제고의 필요성을 바탕으로 4차 산업혁명 대비 대규모 말뭉치 구축을 통해 양적 ․ 질적 수준을 확보한 의미역 분석 말뭉치를 구축하는 데 있다. 한국어 처리 분야의 자연어 이해 영역은 기존의 형태 분석, 어휘 의미 분석, 구문 분 석을 넘어 질의응답과 정보 검색 등에 활용할 의미역 분석, 생략 복원, 상호 참조 해결 등의 과제로 확장되고 있다. 통사적 분석을 넘어서 문장 단위의 통사의미 구조를 분석 하는 의미역 분석은 활용도가 높아 자동 의미역 분석 과제의 완성도를 높이기 위한 평 가 자원으로서의 의미역 분석 말뭉치의 필요성이 증대되고 있다. 기존의 말뭉치 구축 과제에서는 의미역 분석 말뭉치를 본격적으로 구축한 사례가 많 지 않기 때문에 본 사업에서는 한국전자통신연구원(ETRI)의 ‘한국어 의존의미역 주석 가이드라인’분석 지침과 관련 분야의 선행 분석 지침을 비교 연구하여 의미역 분석 말뭉치 구축 활성화를 위한 기반을 마련하고 선행 연구의 결과로 구축된 의미역 관련 언어 자원을 활용할 방법을 모색하였다. 이와 같은 지침 수립과 의미역 정보 통합을 통해 문어 200만 어절 규모의 의미역 분석 말뭉치를 구축하여 JSON 형식의 최종 산출 물을 도출하였다.
사업의 목적. ○ 정부의 전력수급기본계획에 의거 2016년 6월 및 2017년 3월 준공을 목표로 신고리원자력 3,4호 기를 건설하여 전력공급에 안정을 기하기 위함
사업의 목적. ○ 정부의 전력수급기본계획에 의거 2022년 10월 사업완료를 목표로 신고리원자력 5,6호기를 건설 하여 전력공급에 안정을 기하기 위함