Tech &
AI 기술, 그리고 크루들의 이야기를 기술블로그 Tech&에서 만나보세요.
자세히 보기-
Krew talk
기술문서 쉽게 쓰기 지침 #테크니컬라이터 #언어정책
시작하며 안녕하세요. 테크니컬커뮤니케이션 팀의 Crystal(김유리)과 Sandy(차신영)입니다. 오늘은 ‘기술문서 쉽게 쓰기 지침’이라는 주제로 포스팅을 해 보려고 하는데요. 먼저 기술문서의 한 단락을 살펴보도록 하겠습니다. 어떠신가요? 일단 ‘역시 기술문서라서 어렵네’라는 생각을 하시는 분들이 많으실 텐데요. 다행히도 위 문장은 이번 주제를 함축적으로 설명하기 위해 가상으로 작성해 본 예시입니다. 사실 한국어의 경우 과거부터 한자어를 다수 포함한 만연체 문장이 널리 쓰였고, 최근까지도 각종 문서에서 외국어 번역체가 무분별하게 사용되고 있는 현실에 비추어 볼 때, 한국어에는 아직도 비직관적인 언어 습관이 많이 쓰이고 있는 것 같습니다. 오히려 과거에는 만연체나 번역투 문장이 더 트렌디하게 보였던 시기도..
더 보기 -
Tech log
물어보기 전에, 헤이카카오가 먼저 알려주는 “내 소식" #AI 비서 #AI 알림기능
시작하며 안녕하세요. 여러분들은 AI 스피커에 대해 얼마나 친숙하신가요? 2019년 통계를 보면 우리나라 가구 수를 2,000만으로 봤을 때, 약 40%의 가구가 AI 스피커를 보유하고 있다고 하는데요. 이렇듯 이제 어디에서나 쉽게 AI 스피커를 접할 수 있고, AI 스피커를 통해 음악 감상, 택시 호출, 카톡 읽기, 메일 전송, 음식 배달 등을 하는 것이 전혀 어색하지 않은 시대가 되었습니다. 가끔 어린 아이들은 “헤이~카카오!”, “지니야~”, “오케이~구글"과 같이 각 AI 스피커에 해당하는 이름을 부르는 것이 익숙하다보니 주변에 있는 공기 청정기와 로봇 청소기의 이름은 무엇이냐고 묻고 자연스럽게 말을 걸어보기도 합니다. 그만큼 기기와 사람이 대화하는 것은 너무나 평범한 일상이 되었어요. 나는 AI..
더 보기 -
Tech log
테스트는 누구나 할 수 있지만, QA는 준비된 자만이 할 수 있습니다. #리스크기반테스팅 #RST #테스트자동화
시작하며 안녕하세요. 카카오엔터프라이즈 서비스품질파트의 테오입니다. 카카오엔터프라이즈는 카카오 워크, 카카오 i, 카카오 i 커넥트, 카카오 i 인사이트 등의 다양한 사업 영역에서 인공지능 기반 플랫폼과 솔루션 서비스들을 기획하여 출시하고 있는데요. 이러한 많은 서비스들을 시장에 성공적으로 출시하기 위해 기획, 개발, QA, 사업, 마케팅팀을 비롯하여 많은 구성원들이 각자의 자리에서 주어진 역할에 최선을 다하고 있습니다. 이 중, 여러분은 QA(Quality Assurance) 팀에 대해서 얼마나 알고 계신가요? 제가 처음 만나는 사람들에게 QA팀이라고 소개를 하면, 대부분 제조업 분야에서 기계 성능을 테스트하는 QA를 생각하는 경우가 많습니다. 대화를 이어가기 위해 카카오엔터프라이즈의 QA 파트에 대해..
더 보기 -
Krew talk
테크니컬 라이팅 4대 원칙
시작하며 안녕하세요. 테크니컬커뮤니케이션 팀의 Crystal(김유리)과 Sandy(차신영)입니다. 오늘은 테크니컬 라이팅에서 일반적으로 쓰이는 테크니컬 라이팅 4대 원칙을 소개해 드리고자 합니다. 앞선 포스팅에서 이메일 작성을 포함한 회사 내에서 작성하는 모든 문서는 기술문서에 해당하며, 이 문서를 작성하는 이들은 일종의 테크니컬 라이팅을 하고 있다고 설명드렸는데요. 따라서 회사 내에서 문서나 이메일을 작성 시 테크니컬 라이팅의 대원칙을 숙지하고 이를 활용하면 글쓰기에 큰 도움이 될 것입니다. 본격적으로 테크니컬 라이팅 4대 원칙을 설명하기 전에, 미국의 언론인이자 퓰리처상의 창시자인 조셉 퓰리처의 명언을 하나 소개하고 싶은데요. 테크니컬 라이팅 4대 원칙에 대해 설명하다가 갑자기 조셉 퓰리처의 명언을 ..
더 보기 -
Tech log
화상회의 보안성 향상을 위한 E2EE 기술 연구 #WebRTC #Insertable Stream
시작하며 안녕하세요. 저는 WebRTC셀에서 서버개발을 담당하고 있는 hans(한현섭)입니다. 여러분들은 코로나 시대에 잘 적응하고 계신가요? 작년에 이어 올해까지 계속되고 있는 코로나 시대를 맞이하여 뉴노멀(New Normal)이 노멀(Normal)한 시대가 되면서, 업무 환경은 “대면”에서 “비대면”이 대세가 되었습니다. 특히 재택근무와 화상회의 등의 비대면 업무 진행에 대한 요구가 폭발적으로 증가했는데요. 화상회의 사용자 수는 2020년 1분기부터 급속도로 증가하기 시작했고, 수요는 지속적인 상승 곡선을 그리고 있습니다. 더욱이 사용성이나 보안 등의 이유로 화상회의 도입을 미뤄왔던 회사나 단체들도 최근 시대적 흐름에 따라 화상회의를 적극적으로 도입하려는 움직임이 포착되고 있습니다. 하지만 이렇게 갑..
더 보기 -
Krew talk
언어학 관점에서의 기술문서 가독성 향상 전략 #기술문서 #테크니컬라이터 #TW
시작하며 안녕하세요. 그동안 테크니컬커뮤니케이션 팀에서는 테크니컬 라이팅의 소개, 글쓰기 전략 등에 대한 내용을 다뤘었는데요. 오늘은 조금 특별하게 테크니컬 라이팅 관점이 아닌 ‘언어학 관점에서의 기술문서 가독성 향상 전략'이라는 주제를 준비했습니다. 기술문서에서 가독성은 해당 문서의 사용성을 판가름할 뿐만 아니라, 더 나아가 특정 제품이나 기능의 비즈니스 목표를 달성하는데도 중추적인 역할을 하는데요. 그렇다면 가독성 좋은 글을 작성하기 위해서는 어떻게 글을 써야 할까요? 저희는 ‘가독성’이라는 주제와 관련하여 서적이나 논문들을 많이 찾아보는 편인데요. 얼마 전에 접했던 "한국의 이공계는 글쓰기가 두렵다"라는 책에서는 글쓰기 기법으로 다음과 같은 글쓰기 전략을 세부적으로 제시하고 있어 인상 깊었습니다. ..
더 보기 -
AI Research
한국어 챗봇에서의 오류에 강건한 한국어 문장 분류를 위한 어절 단위 임베딩
시작하며 카카오엔터프라이즈 AI Lab(최동현, 박일남, 신명철, 김응균)이 성균관대학교(신동렬)와 함께 쓴 논문 ‘한국어 챗봇에서의 오류에 강건한 한국어 문장 분류를 위한 어절 단위 임베딩’이 제31회 한글 및 한국어정보처리 학술대회에 실렸습니다. 한글날을 맞이해 매년 10월마다 열리는 한글 및 한국어정보처리 학술대회는 전산언어학과 언어학, 인공지능과 관련된 다양한 주제의 연구 논문을 다루고 있습니다. AI Lab은 오류를 포함하는 한국어 문장 분류 시스템의 성능을 높이고자 새로운 통합 어절 임베딩 방식을 제안했습니다. 이 방식은 여러 가지 다른 단위의 임베딩을 하나로 통합하고 데이터에 자동으로 노이즈를 추가하는 방식으로 오류를 포함한 문장 분류 성능을 높입니다. 자체 실험 결과, 기존 시스템과 비교해..
더 보기 -
Tech log
더 작고 똑똑한 스마트 스피커, 미니헥사 #스마트_디바이스 #음성인식_스피커 #카카오AI
시작하며, 스마트 스피커(AI스피커)는 구글, 아마존, 애플 등 글로벌 테크 기업뿐만 아니라 바이두나 알리바바, 샤오미 등 중국 거대 기업들도 지속적인 투자를 하고 있는 상품입니다. 국내만 보더라도 제조업체인 삼성과 LG, 통신회사인 SKT, KT, LGU+, 인터넷 플랫폼 기업인 네이버, 카카오 모두 음성 AI 플랫폼과 함께 자사의 스마트 스피커를 출시하고 있습니다. 시장조사업체 카날리스에 따르면 전 세계 스마트 스피커 연간 출하량은 2018년 7,800만 대에서 2019년에는 전년 대비 60% 증가해 1억 2,460만 대에 이르는 것으로 조사되었습니다. 과학기술정보통신부가 집계한 국내 시장도 2019년 말 기준 누적 판매량이 800만 대에 이를 것이라고 추정하고 있습니다. 2019년 하반기부터 소비자..
더 보기 -
AI Research
오픈도메인 질의문 자동 분류를 위한 주석 말뭉치 구축 연구
시작하며 카카오엔터프라이즈 AI Lab(안애림, 이서진, 최동현, 김응균)이 한국외국어대학교(남지순)와 함께 쓴 논문 ‘오픈도메인 질의문 자동 분류를 위한 주석 말뭉치 구축 연구’가 제31회 한글 및 한국어정보처리 학술대회에 실렸습니다. 한글날을 맞이해 매년 10월마다 열리는 한글 및 한국어정보처리 학술대회는 전산언어학과 언어학, 인공지능과 관련된 다양한 주제의 연구 논문을 다루고 있습니다. 이번 논문에서 AI Lab은 오픈도메인 자연어 질의문에서 비명시적인 의미자질을 고려한 질문 초점(Question Focus) 기반 질의문 유형 분류 기준을 제시했습니다. 이 기준에 따라 구축된 112,856개 문장의 주석 말뭉치를 학습한 기계학습(CNN) 기반 문장 분류 시스템은 F1-Score 97.72% 성능을 ..
더 보기