챗봇은 텍스트나 음성을 통해 인간 사용자와 대화를 수행하도록 설계된 소프트웨어 프로그램으로, 자연스러운 대화의 패턴을 모방한다. 챗봇은 키워드를 스크립트 응답에 매칭하는 단순한 규칙 기반 시스템부터 통계적 대화 시스템, 그리고 개방형 응답을 생성하는 대규모 언어 모델 기반의 현대 챗봇까지 다양하다. 이 용어는 현대의 딥러닝 기반 AI보다 앞서며, 고객 서비스 봇, 가상 비서, 동반자 앱, 그리고 ChatGPT와 같은 범용 비서에 적용되어 왔다.
역사
가장 널리 인용된 최초의 챗봇은 1966년 MIT에서 조지프 와이젠바움이 작성한 ELIZA로, 단순한 패턴 매칭을 사용하여 로저스식 심리치료사를 모방했고 일부 사용자들이 이해하는 청취자와 대화하고 있다고 확신하게 만들었다. 이 반응은 와이젠바움에게 우려를 불러일으켰고, 그는 이후 이에 대해 비판적으로 저술했다. 이후 수십 년 동안 편집성 정신분열증 환자를 시뮬레이션한 PARRY(1972)와 루브너 상을 여러 번 수상한 규칙 기반 챗봇 A.L.I.C.E.(1995)가 등장했다. 2010년대에는 메시징 플랫폼과 Siri, Alexa와 같은 음성 비서가 스크립트 기반의 의도 분류 대화를 추가하면서 상업용 챗봇이 급증했다. 이 범주는 2022년 11월 ChatGPT 출시로 변혁을 맞았는데, 이는 인간 피드백 기반 강화 학습으로 정제된 GPT-3.5 버전을 기반으로 구축되어 스크립트 흐름을 개방형이고 일관된 다중 턴 대화가 가능한 범용 모델로 대체했으며, 두 달 만에 1억 사용자에 도달하여 기록상 가장 빠른 소비자 애플리케이션 성장을 달성했다고 보고되었다.
아키텍처
초기 챗봇은 ELIZA에서처럼 수작업 규칙, 결정 트리 또는 키워드 매칭에 의존했다. 이후 시스템은 항공편 예약과 같은 좁은 작업을 위해 사용자 의도를 분류하고 매개변수를 채우는 통계적 자연어 이해를 추가했다. 2020년대 초반 이후, 대부분의 범용 챗봇은 텍스트 말뭉치에 대한 대규모 사전 훈련을 통해 훈련되고 인간 피드백 기반 강화 학습을 통해 인간 선호도에 맞춰 정렬된 트랜스포머 기반 모델로 구축된다. 많은 프로덕션 챗봇은 페르소나와 제약 조건을 설정하기 위해 시스템 프롬프트를 추가하며, 일부는 훈련 중 모델이 기억한 내용에만 의존하는 대신 외부 문서에 답변을 근거하기 위해 검색 증강 생성을 사용한다.
수용과 비판
챗봇은 반복적인 우려를 제기해 왔다: 사용자가 자신을 이해하지 못하는 시스템에 의인화하는 현상(때때로 ELIZA 효과라고 불림), 자신 있게 진술되는 잘못된 정보의 환각, 그리고 동반자 스타일 챗봇의 경우 특히 젊은 사용자들 사이에서 정서적 의존에 대한 우려가 그것이다. ELIZA에 대한 와이젠바움 자신의 반응은 이후 논쟁의 많은 부분을 예견했다. 지지자들은 고객 지원, 교육, 접근성, 그리고 복잡한 소프트웨어에 대한 자연어 인터페이스로서의 챗봇의 유용성을 지적하며, 이러한 역할은 챗봇이 도구 사용을 획득하고 더 넓은 대화형 AI 및 AI 에이전트 시스템의 기반이 되면서 확장되었다.