earticle

영어

This study intends to design for the college student career counseling chatbot that is highly necessary in the post-corona era. Along with the sharp decline in the school-age population, the number of students dropping out of college has been steadily increasing over the past five years, and the number is expected to increase further due to the coronavirus pandemic. In the era of crisis, universities are struggling to come up with solutions for more learner-centered educational services and 'enrollment management'. In one of the California State Universities(CSUCI), for example, it improves students satisfaction through AI-based personalized chatbots and counseling services. Career issues occupy a very large proportion of college students' concerns, and when designing a solution to the problem, their searching keywords and their accessibility of the mobile native generation should be considered. In this study, based on the texts extracted in QnAs section of Naver, Korea’s number one search engine, we design Talkabot for college students career counseling. It combines with rule based keywords matching and dialogs responding to texts based on the context analysis and sentiment analysis. In future research, based on the social data derived from text mining, it is necessary to build a systematic career counseling ontology by combining it with the domain knowledge of career consultants. In order to function as a practical chatbot in the real world, more complex sentiment analysis, for example with Google cloud API should be required. More importantly, we should establish an ontology-based query-information mapping in the career counseling chatbot.

한국어

본 연구는 포스트코로나 시대에 그 필요성과 상용화 가능성이 큰 대학생 진로상담 챗봇 설계를 위한 전초 작업에 해당된다. 학령 인구의 급감 과 더불어 최근 5년간 대학을 자퇴하는 학생 수가 꾸준히 증가하고 있으며 특히, 코로나 팬데믹으로 인한 원격 수업 등으로 인해 그 수는 더 늘어 날 것으로 보인다. 위기 시대에 대학은 ‘등록경영(enrollment management)’ 의 차원에서 보다 수요자 중심의 교육 서비스와 행정을 위한 해법 마련에 부심하고 있는 상황에서 캘리포니아 주립대학 등에서는 AI 기반의 개인화된 챗봇 및 카운슬링 챗봇을 통해 사용자 만족도를 제고하고 있 다. 진로문제는 대학생 고민의 매우 큰 비중을 차지하고 있으며 문제 해결 방안 설계시 현재 대학생인 모바일 네이티브 세대들의 관심 키워드와 접근성을 고려해야 한다. 본 연구에서는 대학생 진로상담의 Q&A가 행해지는 대표적인 소셜미디어 중의 하나인 네이버 지식인에서 ‘대학생 진로상담’을 키워드로 했 을 때 검색되는 질의문 텍스트를 크롤링한 후 빈도 분석을 통해 대학생 진로상담 챗봇설계를 위한 선택지 키워드를 도출하고 실험적인 맥락 분 석과 감성 분석을 행하였다. 향후 연구에서는 텍스트 마이닝으로 도출된 소셜 데이터를 기반으로 진로 및 경력 컨설턴트의 도메인 지식과 결합 하여 체계적인 진로상담 온톨로지(ontology)를 구축해야 한다. 또한 현실에서 실용적인 챗봇으로 기능하기 위해서는 내용과 맥락에 맞는 복합적 인 감성 분석을 행하야 하며 온톨로지를 이용하여 쿼리-정보 매핑 후보를 추출하는 단계, 질의자의 쿼리에 대한 적합한 정보를 인출하는 시스템 이 선행돼야 한다.