KMALL 한국멀티미디어언어교육학회

Korea Association of  Multimedia-Assisted Language Learning

인공지능과 빅데이터를 활용한 감성컴퓨팅

관리자 | 2018.11.09 16:22 | 조회 73



인공지능과 빅데이터를 활용한 감성컴퓨팅



이성민(한국교원대학교 교육연구원, KAMALL 기술홍보이사)


제4차 산업혁명의 핵심 키워드는 빅데이터의 인공지능 분석이다. 웹상의 트위터(Twitter), 페이스북(Facebook), 블로그(Blog) 등의 소셜네트워크서비스(Social Network Services)는 가장 방대한 양의 빅데이터가 만들어지는 공간이다. 한 예로 트위터는 세계적으로 대표적인 의사소통의 방법의 하나로서 사용자 간에 밀접하게 연결된 거대한 사회연결망이다. 트위터는 마이크로 블로깅 사이트의 일종으로 입력의 단어가 140개로 제한되어있으며 실시간 정보전달과 습득에 유리하여 트위터를 활용한 의사소통이 급격하게 늘어나는 추세이다. 이러한 특징 때문에 트위터는 사회적 정보전달의 속보나 인기 급상승 주요 주제를 실시간으로 탐색하기에 적절한 빅데이터의 대상이 될 수 있다. 이렇게 정치, 사회, 경제적 활용도가 높은 트위터 빅데이터 언어데이터를 분석하여 사용자의 마음을 분석할 수 있다면 다양한 기회를 만들 수 있을 것이다. 바로 이 부분이 이 글에서 소개하고자 하는 주제와 밀접한 연관이 있다. 이 글에서 소개하고자 하는 것은 감성컴퓨팅(Affective Computing)으로서 딥러닝(Deep Learning), 인공지능(AI), 신경망(Neural Network), 빅데이터 등의 기술이 융합되는 대표적인 응용 분야라고 할 수 있다.

감성컴퓨팅이라는 용어는 미국 MIT 대학 로사린드 피카드(Rosalind Picard) 박사가 처음으로 제창한 것으로 알려져 있다. 감성컴퓨팅은 향후 교육 분야, 의료분야, 마케팅 분야 등 다양한 영역에 큰 영향을 미칠 것으로 전망되는 분야이기도 하다.

감성분석이라고 하면 일반인들은 너무 거창하고 접근하기 어려운 것으로 인식하기가 쉽다. 저자 또한 처음에 이런 기술을 들었을 때는 너무나 막연하여 다른 세상의 이야기로만 생각했으나 지금은 감성분석을 활용하여 각종 연구까지 수행하고 있다. 감성분석을 실행하는 여러 플랫폼 가운데 저자가 소개하려는 것은 IBM Watson의 분석 도구인 Tone Analyzer이다. 이 도구는 기존의 AFINN, SentiStrength 처럼 감정의 종류를 긍정과 부정을 분류하는 이분법적 분류를 뛰어넘어 감정(Emotion: Anger, Disgust, Fear, Joy, Sadness), 언어 사용 스타일 (Language Style: Analytical, Confident, Tentative), 사회적 성향(Social Tendencies: Openness, Conscientiousness, Extraversion, Agreeableness, Emotional Range) 같이 세부적으로 감정과 언어적 특성을 총 13가지로 분석해주는 최신 인공지능 알고리즘 도구이다.


[IBM Watson의 감성분석 종류와 의미]


[Emotion]
Anger:


Evoked due to injustice, conflict, humiliation, negligence or betrayal. If anger is active, the individual attacks the target, verbally or physically. If anger is passive, the person silently sulks and feels tension and hostility.
Disgust:

An emotional response of revulsion to something considered offensive or unpleasant. It is a sensation that refers to something revolting.
Fear:

A response to impending danger. It is a survival mechanism that is a reaction to some negative stimulus. It may be a mild caution or an extreme phobia.
Joy:

Joy or happiness has shades of enjoyment, satisfaction and pleasure. There is a sense of well-being, inner peace, love, safety and contentment.
Sadness:

Indicates a feeling of loss and disadvantage. When a person can be observed to be quiet, less energetic and withdrawn, it may be inferred that sadness exists.



[Language Style]
AnalyticalA person's reasoning and analytical attitude about things.
Confident:A person's degree of certainty.
Tentative:

A person's degree of inhibition.



[Social Tendencies]
Openness:The extent a person is open to experience a variety of activities.
Conscientiousness:The tendency to act in an organized or thoughtful way.
Extraversion:The tendency to seek stimulation in the company of others.
Agreeableness:The tendency to be compassionate and cooperative towards others.
Emotional Range:

The extent a persona's emotion is sensitive to the environment.


출처: https://tone-analyzer-demo.mybluemix.net


아래 [그림 1]과 같은 분석을 위해서는 IBM Watson의 사이트(https://www.ibm.com/watson)에 가입하고 신용카드를 등록하면 누구나 가능하다. 가입 초기에는 무료 용량을 받기 때문에 돈 걱정 없이 원하는 분석을 할 수 있다. 저자의 경우 논문 및 연구보고서를 작성하기 위해 감성분석을 하였지만 아직 돈이 청구된 바가 없는데 물론 적은 양의 데이터였기 때문으로 생각된다. 그리고 IBM Watson의 Tone Analyzer 분석을 위해서는 감성분석 API(Application Programming Interface)에 대한 이해와 기본적인 코딩 지식이 필요하다. 아래 [그림 1]은 감성분석의 종류를 보여준다.


[그림1] IBM의 Tone Analyzer




지금부터는 IBM Watson의 감성분석 데모(https://tone-analyzer-demo.ng.bluemix.net)를 활용한 사례를 보여주고자 한다. 이 데모는 회원가입을 하지 않아도 누구나 해 볼 수 있다.아래 [그림 2]에서는 사람의 감정을 분석한 사례를 보여준다. 붉은색으로 표시된 문장은 화가 난 감정으로 분류되고 그 정도가 점수로 표현되고 있다.


[그림2] 감정분석 사례




다음으로 [그림 3]에서는 언어 스타일 분석으로서 Analytical 한 문장에 점수를 부여하고 있다.


[그림3] 언어 스타일 분석사례





아래 [그림 4]에서는 사회적 성향 가운데 Emotional Range를 찾아서 분석하고 있다.


[그림4] 사회적 성향 분석사례



앞에서 보여드린 감성분석의 사례는 누구나 원하는 텍스트를 입력만 하면 IBM의 웹페이지에서 분석을 해주는 일종이 데모 화면으로서 정식으로 분석하는 사례와는 다르다. 따라서 지금부터는 실제로 저자의 분석사례를 들고자 한다. 아래[그림 5]는 저자가 영어 소설을 문장 단위로 입력하여 분석한 것이다. 엑셀 화면을 보면 각 문장에 대한 13개 감성이 점수화된 것을 볼 수 있다.


이렇게 얻은 엑셀 결과를 시각화하여 표현하면 아래와 같다. 즉 [그림 5]는 문장 단위로 하여 감정을 시간 순서대로 분석하였다.



[그림5] 사회적 성향 분석사례

다음으로 [그림 6]은 문장 단위로 언어 스타일을 시간 순서대로 분석한 것이다.



[그림6] 언어 스타일의 시간적 배열



[그림 7]은 문장 단위로 하여 사회적 성향을 시간 순서대로 분석한 것이다.



[그림7] 사회적 성향의 시간적 순서 배열


지금까지 감성분석을 하는 방법과 실제 분석사례를 살펴보았다. 인간의 감성은 사용하는 언어데이터에서 나오는 것이고 이것은 음성이든 문자든 상관없이 분석할 수 있는데 음성은 다시 문자로 바꾸는 과정만 거치면 되기 때문이다. 그래서 어떤 데이터를 분석대상으로 하는지가 연구의 중요한 목적이 될 것으로 생각한다.

감성분석은 여러 분야에서 관심을 기울이는 분야이지만 아직도 가야 할 길이 멀고 아직 완전하다고 말하기에는 이르다. 하지만 학계와 산업계의 꾸준한 관심이 이어지고 유명한 미래학자인 커츠와일(Kurzweil)의 말처럼 기술 발전이 지수 함수적으로 발전한다고 볼 때 어느 순간 급격히 성능이 나아질 것으로 예상해 본다. 인간의 감성이 완전히 분석되는 미래가 온다면 두렵기도 하지만 한편으로는 우리 삶에 어떤 영향을 미칠지 궁금하기도 하다.

지금까지 부족한 글을 읽어주셔서 감사드립니다.

한국교원대학교 교육연구원 이성민 박사(코퍼스언어학, 인공지능, 빅데이터 연구자)

출처: https://ier.knue.ac.kr/upload_data/review/vol2/sub1_01.html (한국교원대 "교육연구 No. 2" 칼럼기고)

twitter facebook me2day 요즘
16개(1/1페이지)
칼럼
번호 제목 글쓴이 조회 날짜
>> 인공지능과 빅데이터를 활용한 감성컴퓨팅 사진 첨부파일 관리자 74 2018.11.09 16:22
15 App Builders 첨부파일 관리자 6434 2017.02.27 10:23
14 Qualitative data analysis online 관리자 4885 2016.05.05 17:35
13 영화를 활용한 외국어 교육 프로그램 사진 첨부파일 관리자 7316 2014.11.19 11:31
12 교육용 어플 사이트 사진 첨부파일 관리자 1965 2014.11.19 09:56
11 유용한 검색 엔진 사진 첨부파일 관리자 5229 2014.04.10 17:26
10 Youngmi Kim (Spring 2009) - Data Collect 사진 총무이사 6920 2009.04.02 19:29
9 Young Woo Cho (Spring 2009) - 문자채팅을 활용한 사진 총무이사 7258 2009.04.02 19:28
8 Dan Craig (Spring 2009) - Get Animated: 사진 총무이사 7497 2009.04.02 19:28
7 멀티미디어와 나의 영어교육 - 박진규 (고려대학교) 사진 kamall 5511 2009.03.27 10:37
6 Livemocha: an online social network for 사진 kamall 4865 2009.03.27 10:36
5 Review of EuroTalk’s Talk Now - Daniel A 사진 kamall 3245 2009.03.27 10:36
4 생생토크 “초등현장 이야기”- 멀티미디어 활용영어교육에 대하여 - 허근 사진 kamall 3839 2009.03.27 10:35
3 Online language teaching at the the UW-M 사진 kamall 3313 2009.03.27 10:34
2 사회연결망 이론과 CALL: 새로운 해석의 틀을 찾아서 - 이호(중앙대학 kamall 3395 2009.03.27 10:32
1 Webspeak 총무이사 2670 2009.03.26 10:15
배너1 배너3 배너4 배너5 배너6 배너1 배너3 배너4 배너5 배너6