ex) 롤 잘하나?
답 : ㅋㅋㅋㅋ 옛날에 잠깐 해봄ㅋㅋㅋ
ex) 롤 티어는 어떤가?
답 ; 브론즈!!! 너무 옛날일이라 기억도 안나 이젠ㅋㅋ
ex) 나도 브론즈다.
답 : 난 지난시즌 플레. 같이 하면 비슷하겠다
ex)일본여행 가봤나
답 : ㅇㅇ 내 인생 최고ㅋㅋ 가본건 일단 두번?
ex)어땠나?
답 : 근처 공원에서 캐치볼하고 좋음ㅋㅋ -> 일본여행 얘기하던 바로 직전의 대화를 기억하지 못함
심심이랑 크게 다를게 없는듯.
대화패턴이 풍부하고, 상황 분류를 잘해놓아서 대화가 전체적으로 맥락이 맞기는 함.
키워드만 확실하게 넣어주면 대사를 좀 복잡하게 입력해도 괜찮게 알아듣는 편임.
그러나 결국 질문 하나하나에 대한 1회성 답변만 맥락이 맞고 대화가 길게 흘러가지 못함.
키워드에 대한 답을 기계적으로 뱉어내는 방식이 심심이와 똑같음.
보통 이런거를 차이니즈 룸이라고 하더라.
그래도 대화 패턴이 많아서 그런지, 삑사리가 나도 실제 친구와 대화같이 흘러가긴 함.
롤 얘기를 하면 지가 브론즈라 그랬다가 플레라 그랬다가 오락가락은 하지만 롤 얘기를 한다는 맥락은 대충 맞음.
별로 안친한 관계에서 대화할때처럼 대화의 맥락이 일방적으로 끊기는 문제가 있어서 오래 갖고 못놀 뿐이지.
이쪽에서 키워드를 지정하지 않으면 제대로 된 응답이 안나오고 일방적으로 대화를 주도해야 하는 피곤함이 있음.
이루다를 진지하게 활용하려면 사용할수록 유저 패턴에 맞게 학습이 되야하지 않을까?
최소한 이전 답변에서 지가 브론즈라 그랬으면 [롤 : 브론즈]라는 내역을 저장해가지고 다음에 활용을 해야함.
바로 전 대화가 일본여행 상황이면 다음 키워드로 넘어가기 전까지는 [대화 주제 : 일본여행]이라는 상태를 보존해야 할 것임.
그래야 '거기서 제일 좋았던게 뭐임?'이라는 추상적 질문에도 일본여행중이라는 상태를 불러와서 맞는 답변을 할 수 있게 될것.
'오사카 포장마차 거리가 제일 괜찮았음ㅋㅋ' 같이 맥락에 맞는 답변이 나와야지.
스테이터스가 보존되어있으면 오히려 이루다 AI쪽에서 먼저 '난 일본에서 XX가 좋았는데 너는?' 식으로 인풋을 직접 넣을수 있게 될 것임.
그 뒤 '와 넌 일본에서 YY했구나.'로 반응하고 '내 친구는 YY를 대만에서 했다던데ㅋㅋ' 같이 AI가 대화 주제를 [주제 : 대만 여행]으로 변경할 수도 있겠지.
근데 지금 이루다 AI는 '제일 좋은게 뭐냐', '제일 하고 싶은 건?' 같은 추상적 질문에 매우 약함.
'너무 많아서 답변하기 곤란햌ㅋㅋㅋ' 같이 어느 상황에나 답변 가능한 답으로 두루뭉술하게 때우는 식임.
[주제 : 일본 여행]이라는 스테이터스만 불러올 수 있으면 적합한 대화 패턴을 확 압축할 수 있을 것임.
페이스북 메신저에 기생하지말고 앱을 따로내면 더 좋을거같은데.
서버에 수만건 내역을 저장할 순 없을테니 사용자 하드디스크에 대화패턴을 저장해야되지 않겠음?
'난 게임 별루 안좋아햌ㅋㅋㅋ'같은 대사를 쳤으면, 기존 빅데이터에서 게임에 관련된 대사패턴을 무작위로 읽으면 안되지.
'난 메이플은 별로ㅋㅋ 너무 어려워'라고 했으면 무작위로 대사를 뱉지 말아야함.
'난 액션 알피지가 좋아'같은 대사를 같이 섞으면 안되는 것.
[게임 : 안좋아함] or [메이플스토리 : 별로]라는 스테이터스를 저장해놓고 해당 대상을 안좋아하는 대화를 끄집어내서 뱉어야 할거아님.(물론 이루다라는 캐릭터가 게임을 어느정도로 좋아하고 뭘 싫어하고 좋아하는지 확실히 정립해 놓는게 먼저)
이루다를 좀 깊게 만드려면 대화패턴이나 키워드를 저장하는게 시급해보임.
1월 1일에 첫사랑 얘기를 했다고 치자.
그럼 1월 3일에 첫사랑 얘기를 또 물어보면, '아 또 물어보네ㅡㅡ 전에 말해줬자나'하는 티키타카가 되어야 좀 더 사람같지.
그래야 1회성 대사교환 말고 좀 장기적인 서사를 만들수가 있잖음.
사용자가 1월 7일에 말한 고민 얘기를 며칠 후에 다시 꺼내면,
"김부장이 아직도 뭐라그래?ㅠㅠ' 같은 식으로 이루다 쪽에서 먼저 인풋을 넣을수도 있을테고.
사용자 1인에 맞게끔 자체적 딥러닝은 구글 데려와야 해결될 문제일거임.
근데 기존의 대화패턴이나 키워드를 단순저장하고, 나중의 기계적 답변에 키워드만 바꿔넣는식이라도 하려면 앱을 써야할거같음.
[난 지난시즌 #@$. 같이 하면 재밌겠다]
여기서 #$@에 해당하는 키워드를 저장은 해야할거아님.
기존 입력된 사용자 정보를 기반으로 빅데이터에서 부적합한 값을 걸러내는 필터 자체가 안되고 있음.
이게 다 사용자 값을 허공에 날려서 그런거 같아
