표제지
목차
국문초록 5
제1장 사업 개요 12
1. 사업의 목적 13
2. 사업의 범위 17
제2장 온라인 대화 말뭉치 구축 절차 19
1. 사업 수행 절차 및 진행 일정 20
1.1. 온라인 대화 말뭉치 구축 공정 20
1.2. 온라인 대화 말뭉치 구축 진행 일정 21
2. 계획 단계 22
2.1. 온라인 대화 제공자의 구성 설계 22
2.2. 온라인 대화 유형 구성 설계 24
3. 수집 단계 31
3.1. 온라인 대화 자료 수집 절차 31
3.2. 온라인 대화 수집 홍보 39
3.3. 자료 선별 43
4. 가공 단계 46
4.1. 가공 절차 46
4.2. 정제 및 태깅 47
4.3. 산출물 생성 55
5. 검수 단계 65
5.1. 정제와 태깅 작업에 대한 검수 65
5.2. 최종 산출물에 대한 검수 65
제3장 온라인 대화 말뭉치 구축 결과 68
1. 온라인 대화 말뭉치의 구성 69
1.1. 구축 규모 69
1.2. 유형별 구성 69
2. 온라인 대화 말뭉치의 참여자 구성 81
2.1. 성별 및 연령 81
2.2. 직업 82
2.3. 지역 84
2.4. 기기 및 키보드 유형 85
제4장 마무리 및 제언 87
참고문헌 92
Abstract 93
판권기 96
〈표 1-1〉 해외 대화 데이터셋 구축 현황 14
〈표 1-2〉 국내 정부 사업 온라인 대화 구축 현황 15
〈표 1-3〉 2021년 온라인 대화 자료 수집 및 정제 사업 수행 세부 목표 16
〈표 1-4〉 2021년 온라인 대화 자료 수집 및 정제 사업 개요 17
〈표 1-5〉 2021년 온라인 대화 자료 수집 및 정제 사업 범위 18
〈표 2-1〉 국내 정부 사업 온라인 대화 제공 인원의 성ㆍ연령별 구성 24
〈표 2-2〉 2021년 온라인 대화 말뭉치 성ㆍ연령별 표본 구성 목표 24
〈표 2-3〉 2019년 국립국어원 메신저 대화 말뭉치의 유형 분류 기준(국립국어원, 2019:10) 25
〈표 2-4〉 온라인 대화 말뭉치의 유형 분류 기준 25
〈표 2-5〉 온라인 대화 말뭉치 참여자 간 상호 작용 양상에 따른 유형 분류 26
〈표 2-6〉 온라인 대화 말뭉치 사용 매체에 따른 유형 분류 28
〈표 2-7〉 온라인 대화 말뭉치 사용 매체에 따른 유형 분류 29
〈표 2-8〉 온라인 대화 말뭉치 사용 매체에 따른 유형 분류 30
〈표 2-9〉 참여자 등록 사이트의 화자 정보 수집 항목 32
〈표 2-10〉 온라인 대화 말뭉치 주제 선택 및 예시 키워드 항목 35
〈표 2-11〉 6월~7월 시사/일상 트렌드 주제 목록 36
〈표 2-12〉 8월~9월 시사/일상 트렌드 주제 목록 36
〈표 2-13〉 9월~10월 시사/일상 트렌드 주제 목록 37
〈표 2-14〉 실시간 대화 지침 38
〈표 2-15〉 대화 정보 수집 항목 39
〈표 2-16〉 대화 참여자 모집 홍보 채널 운영 40
〈표 2-17〉 구축 대상에서 제외되는 실시간 대화의 선별 기준 44
〈표 2-18〉 작업 보안 유의 사항 안내 예시 및 주요 항목 47
〈표 2-19〉 온라인 대화 자동 전처리 대상 정의 49
〈표 2-20〉 2021 온라인 대화 비식별화 기본 지침 51
〈표 2-21〉 2021 온라인 대화 개인정보 비식별화 항목별 처리 지침 51
〈표 2-22〉 특수 메시지 태깅 방법 52
〈표 2-23〉 2021 온라인 대화 자료 파일명 부여 방식 및 파일명 작성 예시 56
〈표 2-24〉 2021 온라인 대화 개인정보 비식별화 항목의 산출물 표기 형식 57
〈표 2-25〉 2021 온라인 대화 특수 메시지 및 비윤리적 표현 등 산출물 표기 형식 59
〈표 2-26〉 2021 온라인 대화 말뭉치 JSON 구조 60
〈표 2-27〉 태깅 대상 항목의 txt 원문과 원시 말뭉치 JSON 형식 표기 예시 64
〈표 2-28〉 산출물 형식 오류 검수 및 말뭉치 가공 도구 수정 요청 예시 66
〈표 3-1〉 온라인 대화 원시 말뭉치의 구축 수량 69
〈표 3-2〉 대화 참여 인원별 온라인 대화 말뭉치 구성 70
〈표 3-3〉 수집 방법별 온라인 대화 말뭉치 구성 71
〈표 3-4〉 수집 매체별 온라인 대화 말뭉치 구성 72
〈표 3-5〉 주제 유형별 온라인 대화 말뭉치 구성 73
〈표 3-6〉 주제 대화 세부 주제별 온라인 대화 말뭉치 구성 73
〈표 3-7〉 대화 참여자 간 관계별 온라인 대화 말뭉치 구성 75
〈표 3-8〉 대화 참여자 간 친밀도별 온라인 대화 말뭉치 구성 76
〈표 3-9〉 대화 참여자 간 관계에 따른 친밀도 구성(수집 파일 기준) 78
〈표 3-10〉 대화 참여자 간 친밀도별 온라인 대화 말뭉치 구성 79
〈표 3-11〉 연락 빈도에 따른 친밀도 구성(수집 파일 기준) 80
〈표 3-12〉 온라인 대화 참여자의 성별 및 연령 구성 81
〈표 3-13〉 온라인 대화 참여자의 직업 구성 83
〈표 3-14〉 온라인 대화 참여자의 경제 활동 유무에 따른 구성 84
〈표 3-15〉 온라인 대화 참여자의 지역 구성 85
〈표 3-16〉 온라인 대화 참여자의 대화 시 주요 사용 기기 구성 86
〈표 3-17〉 온라인 대화 참여자의 키보드 유형 구성 86
[그림 1-1] 인스턴트 메신저 이용률 증가 추이(한국지능정보사회진흥원, 2021:37) 13
[그림 2-1] 2021 온라인 대화 말뭉치 구축 공정 20
[그림 2-2] 2021 온라인 대화 말뭉치 구축 주요 진행 일정 21
[그림 2-3] 성ㆍ연령별 인스턴트메신저 이용률(한국지능정보사회진흥원, 2021:133) 23
[그림 2-4] 성ㆍ연령별 주 이용 인스턴트 메신저 서비스(한국지능정보사회진흥원, 2021:135) 27
[그림 2-5] 키보드의 유형 28
[그림 2-6] 2019년 일반 수집 대화와 수집 봇(bot) 수집 대화 비교 예시 29
[그림 2-7] 2021 온라인 대화 자료 수집 절차 31
[그림 2-8] 참여자 등록 화자 정보 입력 과정 32
[그림 2-9] 참여자 등록 개인정보 수집ㆍ이용 동의 및 저작권 이용 허락 계약 과정 33
[그림 2-10] 개인정보 수집ㆍ이용 동의서 및 주요 내용 33
[그림 2-11] 저작권 이용 허락 계약서 및 주요 내용 34
[그림 2-12] 기타 온라인 채팅(심심이) 주제 선택 화면 35
[그림 2-13] 기타 온라인 채팅(심심이) 대화 기능 화면 38
[그림 2-14] 기타 온라인 채팅(심심이) 대화 기능의 주제 키워드 입력 화면 39
[그림 2-15] 온라인 대화 말뭉치 사업 공식 사이트의 사업 소개 내용 41
[그림 2-16] 온라인 대화 말뭉치 카카오톡 홍보 채널 및 홍보 메시지 발송 예시 41
[그림 2-17] 주관 기관 누리집 공지 및 공고 42
[그림 2-18] 대화 수집 이벤트 홍보물 43
[그림 2-19] 온라인 대화 수집 참여 인원 추이 43
[그림 2-20] 구축 대상에서 제외되는 실시간 대화의 실제 사례 44
[그림 2-21] 구축 대상에서 제외되는 기존 대화의 실제 사례 45
[그림 2-22] 2021 온라인 대화 자료 가공 절차 46
[그림 2-23] 작업자 교육 및 지침 공유를 위한 노션, 구글 공유 시트 활용 예시 48
[그림 2-24] 전처리 전 원문 및 정제 작업 파일 생성 예시 50
[그림 2-25] 비윤리적 표현 정제 기준 수립을 위한 공유 시트 활용 예시 54
[그림 2-26] 비윤리적 표현 정제 기준 수립을 위한 주관 기관 협의 진행 54
[그림 2-27] 2021 온라인 대화 비윤리적 표현 정제 관련 지침 주요 내용 55
[그림 2-28] 대화 분할 및 주제 태깅 작업 예시 55
[그림 2-29] 2021 온라인 대화 자료 산출물 생성 과정 56
[그림 2-30] 온라인 대화 말뭉치 메타 정보 JSON 형식 61
[그림 2-31] 대화 원문 txt 형식과 대화 내용 JSON 형식 61
[그림 2-32] 구글 공유 시트를 활용한 정제와 태깅 작업 결과물에 대한 교차 검증 기록 예시 65
[그림 2-33] 상용 소프트웨어를 사용한 산출물 전체 작업 오류 검수 예시 67
[그림 3-1] 키보드의 유형 86