Page 73 - 고등학교 인공지능 기초

❸ 전화 응답 자동화
홈 쇼핑 상품 주문, 인구 조사와 같이 매뉴얼에 따른 안내 및 응답 수집 등의
전화 기반 서비스에 음성 인식 기술을 적용한 인공지능 기술이 활용되고 있다.

글자 발음마다 주파수가 다른 점을 이용하여 응답 인식 정확도를 끌어올리기
위한 연구가 계속되고 있으며 점차 인공지능 텔레마케터, 자동 응답기가 보편

화 될 것이다.

상담 직원 인공지능 상담 직원

인공지능 기술 도입

모든 업무 단순 업무 주요 업무
처리 처리 처리

그림Ⅱ-25 l 콜센터의 전화 응답 자동화 시스템 도입 효과

❹ 감정 분석

음성에는 소리의 세기 및 높낮이, 억양, 사용되는 어휘 등 다양한 정보가 종 목소리 톤 분석기
목소리로부터 감정(화, 혐오, 불안,
합적으로 들어있다. 이러한 음성 정보를 종합적으로 분석해 말하는 사람의 감
기쁨, 슬픔), 언어 스타일(분석력,
정을 파악하는 데에도 인공지능이 쓰이고 있다. 예를 들면 입사 면접에서 지원 자신감, 주저함), 사회적 경향(개
방성, 양심 정도, 외향성, 긍정 의
자의 음성을 분석하여 목소리 톤, 음정, 자주 사용하는 어휘 정보를 바탕으로 사, 감정 폭) 등을 분석할 수 있다.
자신감, 긴장감, 호감도, 긍정 의사 정도 등 지원자의 현재 감정 상태를 파악하 그림Ⅱ-26은 목소리를 통해 감정,
언어 스타일, 사회적 경향을 분석
는 데 활용되고 있다. 한 예이다.

Emotion Language Style Social Tendencies
‹ .5 = not likely present ‹ .5 = not likely present ‹ .5 = not likely present
› .5 = likely present › .5 = likely present › .5 = likely present
› .75 = very likely present › .75 = very likely present › .75 = very likely present
0.88
0.22
Anger 0.51 Analytical VERY LIKELY Openness UNLIKELY
LIKELY
0.00
0.48
0.06
Disgust UNLIKELY Confident UNLIKELY Conscientious UNLIKELY
0.89
0.26
0.12
Fear UNLIKELY Tentative UNLIKELY Extraversion VERY LIKELY
Joy 0.44 Agreeableness 0.22
UNLIKELY UNLIKELY
Sadness 0.51 Emotional Range 0.57
LIKELY LIKELY
그림Ⅱ-26 l 목소리 톤 분석기의 감정 분석 결과 예시
71
3. 음성 인식과 언어 이해