TF-IDF 벡터화와 코사인 유사도를 활용한 챗봇 설계
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 이화여대 컴퓨터공
- 활동 유형
- 진로활동
- 교과 과목
- 프로그래밍, 프로그래밍, 프로그래밍
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 코딩
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
인공지능 챗봇의 혐오 발화 논란을 계기로, 학습 데이터 편향과 필터링의 중요성에 문제의식을 갖고 탐구를 시작함
AI허브 일상 대화 데이터셋을 전처리하여 질문-응답 페어를 구축하고, 단순 단어 겹침 방식부터 TF-IDF·코사인 유사도 기반 챗봇을 단계적으로 구현함
브라우저 내 실시간 유사도 계산의 성능 한계를 확인한 뒤, Python을 활용한 사전 계산형 구조로 전환하여 응답 속도를 크게 개선함
평균 응답 시간을 수십 초에서 110ms 이내로 단축하며 구조적 최적화의 효과를 실험적으로 검증함
알고리즘 성능뿐 아니라 데이터 설계·전처리·시스템 구조가 AI 품질을 좌우함을 이해함
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.