earticle

영어

The current counseling services have limitations such as limited counseling hours and delayed responses in online counseling. While these problems can be addressed by implementing chatbot systems, chatbots based on pattern matching face difficulties in considering all conversation scenarios. Although leveraging the contextual understanding and sentence generation abilities of large-scale language models can overcome these limitations, probabilistic responses, lack of accuracy in specific domains, and inconsistencies in responses still remain clear limitations. In this study, to overcome these issues, we propose a counseling chatbot platform based on the combination of large-scale language models and knowledge graphs using the LangChain framework. By implementing a chatbot in the college admissions domain using this platform, we have demonstrated improvements in accuracy in specific domains, flexibility in knowledge updates, and efficiency.

한국어

현행 상담 서비스는 제한된 상담 시간과 온라인 상담의 답변 지연이라는 한계점을 가지고 있다. 이러한 문제들은 챗봇 시스템을 도 입함으로써 해결할 수 있지만, 패턴 매칭을 기반으로 한 챗봇은 모든 대화 시나리오를 고려하는 데 어려움이 있다. 대규모 언어 모 델의 문맥 이해와 문장 생성 능력을 활용하면 이러한 한계를 극복할 수 있지만, 확률적인 응답, 특정 도메인에서의 정확도 부족, 응 답의 불일치 등은 여전히 분명한 한계로 남아있다. 본 연구에서는 이러한 문제를 극복하기 위해 랭체인 프레임워크를 기반으로 대 규모 언어 모델과 지식 그래프의 결합을 통한 검색 증강 생성 기반의 상담 챗봇 플랫폼을 제안한다. 이 플랫폼을 활용하여 대학 입 시 도메인 영역의 챗봇을 구현함으로써, 특정 도메인에서의 정확도 향상과 지식 업데이트의 유연성, 그리고 효율성을 입증하였다.