의미조율과 인공지능 음성인식 시스템

이러한 의미조율은 NS(native speaker)와 NNS(nonnative speaker, learner) 간의 대화에 있어서 상대방의 발화를 충분히 이해하지 못해 상호 간 질문을 던지거나 NS가 부분적으로 또는 전체적으로 수정하는 과정을 통해 수용되는 것이다. 현재 출시된 인공지능 음성인식 시스템은 학습자의 수준에 맞추어 언어 조정이 일어나거나 대화구조 조정이 되지 않아서 학습자에게 수정된 입력 (modified input)을 제공할 수 없다. 현지의 원어민의 언어능력 수준을 기초 하여 제공되는 만큼 교사가 개입하여 학습자에게 수정된 입력을 제공하고 이해 가능하도록 지도할 필요가 있다. 또한 학습자가 발화한 올바르지 못한 형태를 ‘인지’(noticing)하게 지도할 필요가 있다. 2.2 컴퓨터와 언어학습 2.2.1 컴퓨터를 활용한 언어학습 컴퓨터 보조 언어학습(CALL: Computer-Aided Language Learning) 이란 언어학습에 관계된 제반사항을 컴퓨터의 도움을 얻어 교사의 지휘 하에 이루어지는 학습 과정을 일컫는다(Warchauer, 1998). 컴퓨터 보조 언어학습에 대한 필요성이나 중요성은 이미 1950년대부터 인식되어 컴퓨터의 교육적인 활용에 대한 연구가 이루어졌다. 초창기 컴 퓨터 보조 언어학습 교육에 쓰인 컴퓨터는 대학에서 조사 장비시설로 취 급되어진 고급장비로 높은 가격의 이 장치들은 순수 조사목적으로만 사용 이 요구 되었으며 배움과 가르침을 위해 할당된 시간이 한정되어있었다. 1960년대 대표적인 예로는 러시아어 학습용 ‘Stanford Project’와 다중어 학습용으로 제작된 ‘Dartmouth Program’ 등이 있고, 1970년대에는 러시 아어 학습을 위해 제작한 PLATO system 이 있다. 1970년대에 이르러 CALL 대부분의 프로그램은 기존 교과서를 컴퓨터 - 11 - 스크린 화면으로 옮겨놓은 것 뿐 이라는 비판을 받아왔다. 또한, Drill & Practice라는 행동주의적 학파 방식의 의미 없는 반복연습은 언어학습에 큰 도움을 주지 못한다는 사실이 증명되며, 반복연습이 아닌 통합적 교육을 진행하기 위한 교재 개발이 요구되어졌다. 1980년대에 접어들면서 단편적인 문법 연습이나 정형화된 문형의 반복 이 아닌 문맥을 중심으로 한 생동감 있는 컴퓨터 보조 언어학습(CALL) 프로그램이 등장한다. 자연언어처리 기능을 포함한 시스템이라는 면에서 ITS(Intelligent Tutoring System)의 효시적인 프로그램인 ‘Athena Language Learning Project(ALLP)’는 MIT에서 많은 자금을 동원해서 진행한 장기 프로젝트로 교육에 컴퓨터의 역할을 연구하기 위해 1983년에 시작되었다. 1980년대 후반에 시작된 시스템들은 ITS(Intelligent Tutoring System)의 일환으로 개발되었다(이영화, 2002). Underwood(1989)는 1990년대의 기대되는 지능형 CALL(Intelligent CALL)이 인공지능, 하이퍼미디어, 그리고 컴퓨터로 하는 언어교수 접근의 새로운 방법을 창조하는 상황으로 진보한다고 하였다. 자연언어 또는 글이나 말에서 근접의미를 추출해 낼 수 있는 능력을 가진 컴퓨터는 지능형 교수시스템의 필수적 요소이다. 무엇을 학습자가 말하고 타이핑하는지 지능적으로 응답하는 CALL 시스템의 핵심은 높은 기술의 자연언어 처리과정(NLP)이다. 이것은 몇 년의 인공지능 연구에서 핵심 영역 중 하나이며 더 많이 진보되어왔다. 음성인식을 통한 자연어 처리는 각각 주어진 음성신호와 문자로부터 특 징을 추출하고 이것에 패턴인식 알고리즘을 적용시킨 후, 그것을 역추적 하는 것을 말하며, 소리의 물리적인 특성을 분석해야 한다는 측면에서 음 향 음성학과도 관련이 있다. 그리고 특정한 소리 부분을 추출해 내는데 필요한 확률 통계적인 원리 및 모델이 동원되는 인공지능 기술의 한 분야 이다. 자연어 처리는 문어체의 처리를 기반으로 하고 있어 엄격한 문장론적, 의미론적 법칙을 통해 주어진 문장을 처리하려는 방식이 대부분이다. - 12 - 컴퓨터는 그간 인간과 달리 직관적이라든지 태생적인 언어 능력이 없어서 입력된 것만을 저장하고 있을 뿐 스스로 저장된 정보를 효과적으로 활용 할 수 없다는 점에서 한계가 있다는 점이 주장되었으나, 머신러닝을 기반 으로 한 인공지능 시스템으로 인하여 스스로 문장을 이해하고 답변하는 기능을 탑재하며 컴퓨터 언어학습에 새로운 장을 열어가고 있다. [그림 1]은 그간 CALL 연대기적 변화를 연구자가 정리한 내용이다. [그림 1] 컴퓨터 보조 언어학습(CALL) 학습기기와 학습이론의 변화 2.2.2 AI 음성인식 시스템 대화형 에이전트(conversational agent)는 사용자와 시스템 에이전트사 이에서 자연어 인터페이스를 기반으로 정보를 전달하는 대화형 시스템을 의미한다. 최초의 대화형 에이전트는 1966년에 개발된 ‘ELIZA’로, 환자의 심리치료를 목적으로 조셉 바이젠바움에 의해 개발되었다(Weizenbaum, 1966). ALICE(Artificial Linguistic Internet Computer Entity)는 AIML(Artificial Intelligence Markup Language)이라는 Markup-Language를 - 13 - 사용하여 구현된 대화형 에이전트로 주목받았다(홍금원, 2010). ‘Eliza’는 일반적인 코멘트, 해설요구, 그리고 학습자의 코멘트를 부수 적인 질문과 함께 다른 말로 바꾸어주는 옵션들을 통해 명확한 해설을 추 구하고 다른 사람의 얘기를 잘 들어주는 사람으로 시뮬레이션 한다. [표 1] 자연어 인터페이스 기반 대화형 에이전트 ‘ELIZA’ 개요 Program ELIZA Started Jan 1966 Developer Joseph Weizenbaum Language English Country United States Features - to seek clarification and simulates a sympathertic listener through a series of general comments, requests for explanations and parapharases/rephrasings of the learners' comments - more sophisticated versions(in various languages) have often veen combined with large databases of information. - Ancient chatbot Eliza now on iPhone(Mar 5, 2009) 전통적으로 컴퓨터의 조작은 CLI(Command Line Interface) 방식으로 사용 자가 명령을 입력하거나 GUI(Graphic User Interface) 방식으로 마우스 등의 도구를 이용하여 메뉴를 선택하여 수행해 왔다. 이는 컴퓨터 중심의 대화 방식이다. 근래에는 자연스러운 상호작용을 위한 NUI(Natural User Interface) 또는 VUI(Voice User Interface)라고 표현되는 대화형 방식이 대두되었다. Richard Wallace가 2001년에 개발하여 공개한 대화형 학습프로그램으로 ‘Alice bot’이 있다. 사용자들은 대화형 상호작용을 통해 의도치 않은 경험 을 하기도 한다. Alice에게 자신의 이야기를 털어놓기 시작하며 심리학적 치료 효과를 유발하였으며, 외로움을 달래며 스트레스를 감소시키는 치료적 효과가 발생한 것이다. 또한, 사이버 공간에서는 사람이든 chat-bot이든 표 현수단이 텍스트 기반의 정보이기에 대화형 사이보그에 대한 거부감이 낮았다. 컴퓨팅 환경 기반 대화형 상호작용을 통한 학습의 장점은 소극적 태도 의 학습자에게 부담감을 줄여주어 정서적 안정감을 부여한다는 측면에서 학습자의 심리적 부담감을 해소 할 수 있다는 것이다. 그리고 학습자의 - 14 - 응답에 즉각적으로 반응하여 학습자가 동일한 오류를 반복하거나 습관화 하는 현상인 ‘오류의 화석화 현상’을 방지할 수 있다. 또한 원어민(native speaker)이나 언어능통자(advanced learner)와의 비싼 멘토링 또는 교육 과는 다르게 시간과 추가 비용 등의 제약을 해결할 수 있다. 최근 대화형 에이전트가 주요한 인간-컴퓨터 인터페이스로 자리 잡아 나가고 있다(Luger, 2016). 다양한 대화형 에이전트(인공지능 음성인식 시스템)의 등장과 함께 ‘chatbot’에 대한 대중적 관심이 높아지고 있다.