ChatGPT 출현으로 기존 챗봇 서비스, 고객 문의응대, Knowledge Management 분야의 일대 혁신
- 기존 Q-A matrix 체계에 의한 검색형 질의 응답시스템 폐기
- GPT의 환각답변(Hallucination) 이슈 해소 필요
- 정확한 답변을 위한 GPT의 학습데이터 통제 방안 필요
- 연속 질의 응답을 위한 대화흐름 제어기술 중요
- 고객정보, Legacy DB정보와 연동한 업무프로세스 결합 챗봇
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
특정 도메인에 따른 맞춤형 답변 생성을 위해 정보(Text)의 임베딩(Embedding)을 활용해 도메인 데이터를 학습시키는 과정이 필요함
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
GPT를 포함한 대규모 언어 모델(LLM)로부터 높은 품질의 응답을 얻어내기 위한 입력 값(프롬프트, Prompt)들의 조합을 찾는 작업을 프롬프트 엔지니어링이라 함
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
 
 
최적의 비즈니스 활용을 위해 도메인 학습과 프롬프트 엔지니어링을 결합해 GPT모델을 활용한 Business Customized GPT를 고려
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
  - 플러그인을 적용한 GPT는 기업의 기존 시스템(Database)와 연동하여 실시간 데이터 정보를 제공 받음
  - 고객의 질의로부터 SQL을 생성하는 Text to SQL을 적용하여, 대화를 통한 행위 기능(주문, 예약 등)을 제공
 
 
  - 고객 질의 → Text to SQL → SQL Query 실행 → Customizing → 챗봇 답변 순서로 진행
  - 고객 질의에서 의도 파악하여 SQL 생성하고, 특정 고객의 정보에 기반한 답변을 생성
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.
  - 이전 대화 내용을 기억하는 채팅 방식의 대화 흐름 관리가 필요함
좌우로 스크롤 하시면 전체 내용을 확인하실 수 있습니다.