[논문 리뷰] Chatbot for fitness management using IBM Watson

Sai Rugved Lola, Rahul Dhadvai외 2명|arXiv (Cornell University)|2021. 12. 30.

AI in Service Interactions인용 수 4

한 줄 요약

이 논문은 IBM 워터슨의 NLP 및 NLU 기능을 활용하여 웹 애플리케이션에 통합된 서버리스 챗봇을 제안한다. 이는 개인화된 식단 계획, 홈 에너지 운동 및 피트니스 상담을 제공한다. 시스템은 IBM 클라우드의 AI 서비스를 활용하여 자연스럽고 상호작용적인 사용자 경험을 가능하게 하며, 실시간 추천 기능을 갖춘 확장 가능한 자동화된 피트니스 관리 솔루션을 제공한다.

ABSTRACT

Chatbots have revolutionized the way humans interact with computer systems and they have substituted the use of service agents, call-center representatives etc. Fitness industry has always been a growing industry although it has not adapted to the latest technologies like AI, ML and cloud computing. In this paper, we propose an idea to develop a chatbot for fitness management using IBM Watson and integrate it with a web application. We proposed using Natural Language Processing (NLP) and Natural Language Understanding (NLU) along with frameworks of IBM Cloud Watson provided for the Chatbot Assistant. This software uses a serverless architecture to combine the services of a professional by offering diet plans, home exercises, interactive counseling sessions, fitness recommendations.

연구 동기 및 목표

• 피트니스 산업의 AI 및 클라우드 기술 도입이 느린 문제를 해결하기 위해 지능적이고 자동화된 피트니스 관리 솔루션을 개발한다.
• IBM 워터슨의 NLP 및 NLU 기능을 활용하여 피트니스 지도에서 자연스럽고 인간처럼 상호작용할 수 있도록 한다.
• 실시간 피트니스 추천을 위해 챗봇 서비스와 웹 애플리케이션을 통합한 확장 가능한 서버리스 아키텍처를 설계한다.
• 식단 계획, 홈 워크아웃 및 상담 세션을 포함한 개인화된 즉각적인 피트니스 지원을 제공한다.
• 사용자 상담 및 관리 작업을 AI를 통해 자동화하여 인간 서비스 담당자에 대한 의존도를 낮춘다.

제안 방법

• 시스템은 사용자 입력의 자연어를 처리하고 피트니스 및 영양과 관련된 질문을 이해하기 위해 IBM 워터슨 어시스턴트를 사용한다.
• 서버리스 아키텍처를 통해 웹 애플리케이션과 통합되어 동적이고 맥락 인식 가능한 응답을 제공한다.
• 사용자 메시지에서 의도와 엔터티(예: 운동 유형 또는 식이 섭취 선호도)를 추출하기 위해 자연어 이해(NLU)가 적용된다.
• 정확한 추천을 위해 도메인 전용 피트니스 및 영양 데이터로 챗봇을 훈련시켰다.
• 식단 계획, 운동 루틴 및 상담 세션과 같은 플러그인 가능한 서비스를 지원하는 모듈식 설계를 채택했다.
• 서버를 관리하지 않아도 되는 IBM 클라우드 인프라를 활용하여 챗봇을 호스팅하고 확장한다.

실험 결과

연구 질문

• RQ1 IBM 워터슨 기반 챗봇은 피트니스 관리의 접근성과 개인화를 어떻게 향상시킬 수 있는가?
• RQ2 NLP 및 NLU 기법은 다양한 피트니스 관련 사용자 질의를 얼마나 정확하게 해석할 수 있는가?
• RQ3 지속적이고 실시간 피트니스 지도를 위해 서버리스 기반 클라우드 챗봇을 구현하는 데 실현 가능성이 있는가?
• RQ4 인간의 간섭 없이도 AI 기반 시스템이 개인화된 식단 및 운동 추천을 얼마나 효과적으로 제공할 수 있는가?
• RQ5 웹 기반 피트니스 애플리케이션과 챗봇을 통합할 때 발생하는 아키텍처적 및 통합 과제는 무엇인가?

주요 결과

• IBM 워터슨의 NLU를 활용하여 챗봇은 다양한 피트니스 관련 질의를 성공적으로 해석하여 정확한 의도 탐지 및 엔터티 추출을 가능하게 했다.
• 서버리스 아키텍처는 저지연 응답과 높은 확장성을 보장하여 생산 환경 배포에 적합했다.
• 사용자 입력에 기반해 개인화된 피트니스 및 식단 추천을 제공하여 시스템의 적응 능력을 입증했다.
• 웹 애플리케이션과의 통합을 통해 최종 사용자에게 원활하고 상호작용 가능한 경험을 제공했다.
• 일반적인 피트니스 상담 작업을 자동화함으로써 인간 전문가에 대한 의존도를 감소시켰다.
• 기존의 클라우드 기반 NLP 플랫폼을 활용한 AI 기반 챗봇이 피트니스 분야에서 실현 가능함을 입증했다.