[논문 리뷰] Software-Based Dialogue Systems: Survey, Taxonomy and Challenges

Quim Motger, Xavier Franch외 1명|arXiv (Cornell University)|2021. 06. 21.

AI in Service Interactions참고 문헌 146인용 수 8

한 줄 요약

이 논문은 1차 논문 검토 방법을 기반으로 소프트웨어 기반 대화 시스템(대화형 에이전트)에 대한 종합적이고 체계적인 문헌 고찰을 제시하며, 기존의 서베이를 종합하여 도메인, 연구 초점, 기술적 차원을 아우르는 통합된 분류 체계를 제안한다. 주요 기여는 인간-컴퓨터 상호작용 분야의 향후 연구 분류 및 개발을 향상시키기 위해 통합되고 다차원적인 프레임워크를 제공하는 것이다.

ABSTRACT

The use of natural language interfaces in the field of human-computer interaction is undergoing intense study through dedicated scientific and industrial research. The latest contributions in the field, including deep learning approaches like recurrent neural networks, the potential of context-aware strategies and user-centred design approaches, have brought back the attention of the community to software-based dialogue systems, generally known as conversational agents or chatbots. Nonetheless, and given the novelty of the field, a generic, context-independent overview on the current state of research of conversational agents covering all research perspectives involved is missing. Motivated by this context, this paper reports a survey of the current state of research of conversational agents through a systematic literature review of secondary studies. The conducted research is designed to develop an exhaustive perspective through a clear presentation of the aggregated knowledge published by recent literature within a variety of domains, research focuses and contexts. As a result, this research proposes a holistic taxonomy of the different dimensions involved in the conversational agents' field, which is expected to help researchers and to lay the groundwork for future research in the field of natural language interfaces.

연구 동기 및 목표

• 기존 문헌 고찰의 격차를 메우기 위해 대화형 에이전트 분야의 현재 연구 상태를 종합적이고 최신 정보를 반영한 개괄을 제공하는 것.
• 다양한 도메인, 연구 초점 및 기술적 접근 방식을 아우르는 2차 논문에서의 지식을 식별하고 통합하는 것.
• 응용 분야, 기술적 구성 요소, 상호작용 패러다임 등의 핵심 차원을 수반하는 통합적이고 종합적인 대화형 에이전트 분류 체계를 개발하는 것.
• 사용자 참여도, 개인화, 맥락 인식 능력 분야에서의 주요 과제와 향후 연구 방향을 부각하는 것.
• 연구자와 전문가가 다양한 연구 및 응용 맥락에서 대화형 에이전트 시스템을 분류하고 비교할 수 있도록 체계적인 기준을 제공하는 것.

제안 방법

• Kitchenham 등에 의해 제안된 지침을 기반으로 2차 논문에 중점을 둔 제3차 체계적 문헌 고찰을 수행하였다.
• 자동 검색 및 참조 역추적 기법을 활용하여 관련 문헌의 포괄적 커버리지를 확보하였다.
• 소프트웨어 공학 및 HCI 연구 기준에 맞게 조정된 확장된 품질 평가 프레임워크를 적용하였다.
• 주제 분석을 통해 121개의 2차 논문에서 기능, 방법론 및 기술적 구성 요소를 추출하고 통합하였다.
• 연구 초점, 도메인, 기술적 구성 요소(NLU, NLG, DST 등), 상호작용 맥락을 기반으로 다차원 분류 체계를 개발하였다.
• 연구 과정 및 데이터 원천에 대한 상세 문서화를 포함한 완전한 복제 팩키지를 공개하여 재현 가능성을 확보하였다.

실험 결과

연구 질문

• RQ1 다양한 도메인과 기술적 접근 방식에서 대화형 에이전트 분야의 현재 연구 상태는 어떠한가?
• RQ2 현대 대화형 에이전트에서 사용되는 핵심 기술적 구성 요소와 방법론은 무엇이며, 어떻게 진화해 왔는가?
• RQ3 대화형 에이전트 연구에서 지배적인 연구 초점과 응용 도메인은 무엇이며, 상호 연관성은 어떠한가?
• RQ4 문헌에서 확인된 주요 과제와 열린 연구 질문은 무엇인가?
• RQ5 다양한 연구 및 응용 맥락에서 대화형 에이전트 시스템을 분류하고 비교하기 위해 통합된 분류 체계는 어떻게 구성할 수 있는가?

주요 결과

• 대화형 에이전트 분야는 매우 다학제적이며, 헬스케어, 교육, 고객 서비스 도메인에서 중요한 기여를 하고 있다.
• 딥 러닝 기술의 최근 발전, 특히 순환 신경망의 발전으로 더 효과적인 맥락 인식 및 개인화된 대화 시스템이 가능해졌다.
• 자연어 이해(NLU), 자연어 생성(NLG), 대화 상태 추적(DST)은 이제 현대 대화형 에이전트의 핵심 기술적 구성 요소가 되었다.
• 진전이 있었음에도 불구하고, 사용자 참여도 향상, 개인 맞춤형 설계, 다양한 상호작용 시나리오에서의 강력한 맥락 인식 적응 능력 분야에서 과제가 남아 있다.
• 효과적이고 사용자 중심의 대화형 에이전트를 구축하기 위해 데이터 소스와 적응 메커니즘을 통합한 종합적 설계가 필수적이다.
• 제안된 분류 체계는 기술적, 도메인 특화, 상호작용 기반의 다차원을 아우르는 체계적인 프레임워크를 제공하여 향후 연구 및 시스템 비교를 지원한다.