자연어 지원 AI를 처리하는 8가지 접근 방식

오늘날의 환경에서 자연어를 지원하는 AI는 단순히 "있으면 좋은" 것이 아니라 필수입니다. Gartner에 따르면 "2024년까지 브랜드 디지털 경험의 최대 80%가 가상 인력을 통해 소비자에게 제공될 것"이라 합니다.

대화형 AI는 챗봇 외에 수많은 용도로 사용됩니다. 자연어를 처리하는 AI 시스템은 인간과 유사한 대화를 하고, 문맥을 이해하며, 밀리초 단위로 지능적인 응답을 제공합니다. 간단히 말해, 자연어 처리는 인간의 언어를 말하는 방식을 이해하는 컴퓨터 프로그램입니다. 자연어 처리는 항상 변화하고 있습니다. 기술의 새로운 발전과 끊임없이 변화하는 전략 덕분에 AI의 언어 처리 방식이 개선되고 있습니다.

Gartner는 다음 보고서에서 자연어 처리에 대한 8가지 접근 방식을 나열했습니다. 엔터프라이즈 AI: 자연어 아키텍처를 위한 Gartner 2021년 전략적 로드맵(Anthony Mullen, Magnus Revang, Stephen Emmott, Erick Brethenoux, Bern Elliot, Jessica Ekholm, 2020년 12월 15일)

2020년에 여러 공급업체에서 새로운 언어 처리 방식을 도입했습니다. 이 모델은 NL 기술 워크플로의 모든 영역에서 인사이트 엔진, 텍스트 분석, 자연어 생성(NLG) 및 대화형 AI에 사용됩니다. 이러한 일반화된 언어 모델은 전이 학습과 함께 사전 구축된 딥 러닝 모델(수조 개의 매개 변수 포함)을 활용하여 업계 및 조직을 위한 맞춤형 모델을 생성하는 데 주로 사용됩니다. 이러한 모델의 예로는 BERT/Meena 및 GPT2/3이 있습니다.

이 미들웨어를 사용하면 음성 및 대화 엔진을 유연하게 조합하여 사용할 수 있습니다. 미들웨어는 교육 데이터와 해당 대화 설계 및 통합으로부터 기본 엔진을 분리합니다. 이러한 미들웨어 공급업체가 사용하는 일반적인 엔진은 Amazon Lex, Microsoft Bot Framework, Google Dialogflow, IBM Watson 및 Rasa입니다. 자세한 내용은 대화형 AI 미들웨어를 사용하여 챗봇 및 가상 비서 구축을 참조하십시오.

대부분의 비즈니스 인텔리전스(BI) 툴은 툴의 기능을 위해 일종의 자연어 인터페이스를 제공했습니다. 그러나 대부분의 접근 방식은 완전한 회화적 방식이 아닙니다. 그럼에도 계산 쿼리는 빠르게 향상되고 있습니다. 가장 최근의 유망한 도구는 Google TAPAS로, 일반화된 언어 모델을 사용하여 표 형식 데이터에 액세스합니다. BI 및 자연어의 진화에 대한 자세한 내용은 분석, BI 및 데이터 과학이 한 데 어우러진 증강 분석 그리고 충돌하는 세계 보고서를 참조하십시오.

Alibaba, Oracle, IBM, Microsoft와 같은 대규모 공급업체에서는 NL 모델 및 공통 구성 요소의 공유 스택에서 문서, 음성, 번역 및 대화형 기능을 개발하고 있습니다.

수많은 공급업체들은 검색이든 대화든 시민 개발자 도구의 WYSIWYG를 개선하고, 좀 더 수월하게 이용할 수 있는 비기술적 인터페이스를 개발했습니다. LC/NC(Low-code 및 no-code) 설계 툴은 단순한 대화 이상을 위해 사용할 수 있습니다. 대화록은 시민 개발자들이 기술적인 지식 없이도 설계할 수 있는 많은 것 중 하나일 뿐입니다. 오늘날 로우코드 플랫폼과 노코드 플랫폼은 종종 대화 설계뿐 아니라 RPA 및 검색 애플리케이션 개발 그리고 더 많은 표준 Web 2.0 설계 요소도 제공합니다.

언어 서비스는 사람과 시스템 간의 풍부하고 자연스러운 커뮤니케이션을 실현하는 보다 다양한 모달 형식으로 진화하고 있습니다. 예를 들어, Openstream은 매핑 애플리케이션과 동시에 대화하고 상호 작용할 수 있는 기능을 제공합니다. 그리고 Baidu Translate는 사람의 말뿐만 아니라 비디오 장면의 시각적 개체에서 단서를 얻습니다.

오늘날, 분산 데이터 관리 및 보강의 최첨단 기술은 Data Fabric입니다. Data Fabric은 데이터 통합 접근 방식의 조합을 통해 재사용 가능한 데이터 서비스, 파이프라인, 의미론적 계층 및 API를 제공할 수 있습니다. 동적 스키마 인식 또는 비용 기반 최적화를 추가하면 Data Fabric을 더욱 개선할 수 있습니다(Data Fabric 이해하기 참조).

데이터 레이블 지정 및 주석 회사는 컴퓨터 비전과 함께 텍스트, 음성 및 문서 주석 서비스를 점점 더 많이 지원하고 있습니다. 번역 회사는 모델과 번역가 모두의 번역 허브를 사용하여 워크로드를 관리하고 있습니다.

NetApp은 데이터 관리를 단순화하여 AI의 과학에 집중할 수 있도록 합니다. NetApp은 또한 더 많은 데이터, 더 많은 AI, 더 빠른 성능을 제공합니다. NetApp^® 솔루션을 사용하면 위험을 낮추면서 필요한 곳에서 데이터에 액세스할 수 있습니다. NetApp AI 솔루션은 에지, 코어 및 클라우드의 병목 현상을 제거하여 보다 효율적인 데이터 수집, 가속 NLP 워크로드 및 원활한 클라우드 통합을 지원합니다. 자세한 내용은 AI 홈 페이지를 방문하여 대화형 AI에 대한 NetApp 블로그를 읽어보십시오.