[Flask, AWS] 카카오 오픈빌더로 챗봇 만들기 - 4 : 스킬 활용하기

서버를 구성했으니 이제 카카오 오픈빌더에서 서버를 호출해 다양한 작업을 할 수 있습니다.

 

이전의 코드처럼 '안녕'이라는 메세지가 오면 서버를 통해 간단하게 메세지를 출력할 수 있도록 해봅시다.

 

 

해당 블록이 안녕이라는 발화를 입력받았을 때 실행될 수 있도록 패턴 발화를 입력해줍니다.

여기서 패턴 발화는 여러 엔티티로 패턴을 설정했을때 호출되는 서버로 발화에 대한 파라미터가

넘어가기 때문에 발화를 통해 내부 처리를 하고 싶다면 엔티티에 대한 설계를 꼼꼼하게 해야 합니다.

 

패턴 발화를 입력했다면 호출할 api url을 입력하여 스킬에 등록해줍니다.

 

 

스킬 등록을 마쳤다면 

 

 

해당 블록에 대해 연결할 스킬을 설정하고 스킬데이터 사용을 선택하면,

'안녕'이라는 응답에 대해 내가 서버에 구현해 놓았던 코드가 실행되며 응답이 실행됩니다.

 

기본적으로 서버를 구성하고 챗봇의 응답을 보내는 기본적인 구조에 대해서 충분히 익혔습니다.

이제 응용하여 사용자의 요구에 맞는 다양한 응답을 반환하고 다양한 일을 할 수 있습니다. 

 

추가로 오픈빌더를 사용하면서 헤맸던 부분에 대해서 이야기를 하자면,  앞서도 말했지만 '패턴 발화'와 '머신러닝 발화'에 대해서 확실히 구분할 필요가 있습니다.  무슨 말이냐면 패턴 발화는 블럭을 구분하기 위해서 쓰이는 발화인 것은 맞습니다.  패턴 발화는 발화에 대한 엔티티를 분리하고 서버로 파라미터로써 넘겨주기 위해 잘 정의된 형식의 문장을 챗봇에게 알려주는 개념입니다. 즉, 여러 방식으로 다양하게 발화에 대해 구분하여 입력한다고 해도 오픈 빌더는 발화 내에서의 엔티티의 구성을 파악하기 위해서만 이 패턴 발화가 쓰인다는 것입니다. 예를 들어, "치즈 버거(버거 엔티티) 줘"와 "불고기 버거(버거 엔티티) 줘"는 패턴 발화에서는 같은 개념입니다. 둘 다 "버거 엔티티" + intent의 형식이기 때문입니다. 하지만 다른 어순을 바꾼다던가, 동사에 대해 다르게 변형하여 사용자의 입력에 대비하고 싶을 때는 머신러닝 발화를 활용하여 '알려줘', '보여줘' 혹은 다르게 변형하여 20개 이상의 발화를 입력하고 머신러닝을 수행해야 합니다. 다시 말해, "치즈 버거(버거 엔티티) 줘"를 패턴 발화에 입력한 후, "불고기 버거 줘"를 머신러닝 발화에 입력하여 머신러닝을 수행한다면 챗봇은 불고기 버거 또한 버거 엔티티로 간주하여 불고기 버거를 버거 엔티티로써 서버에 전송하는 방식입니다. 이 부분에 대해 잘 인지를 하고 발화를 입력해야 사용자 입력에 대해 꼼꼼하게 대비를 할 수 있습니다.

 

이후에는 Flask 서버를 운영하며 참고할 부분에 대해 다뤄보겠습니다.

 

 

해당 글은 코로나 공공 api를 활용한 챗봇 만들기 프로젝트에 기반해 만들어졌습니다.

해당 코드는 여기에 공개되어 있습니다.

사전 설계 부분이 미흡하여 코드가 지저분할 수 있습니다.

 

reference>

카카오 i 오픈 빌더 공식문서

 

 

<이전 글>

2020/12/17 - [Python/[Flask,AWS]카카오 오픈빌더로 챗봇 만들기] - [Flask, AWS]카카오 오픈빌더로 챗봇 만들기 - 1 : 준비 단계

2020/12/17 - [Python/[Flask,AWS]카카오 오픈빌더로 챗봇 만들기] - [Flask, AWS]카카오 오픈빌더로 챗봇 만들기 - 2 : 필수 개념

2020/12/17 - [Python/[Flask,AWS]카카오 오픈빌더로 챗봇 만들기] - [Flask, AWS]카카오 오픈빌더로 챗봇 만들기 - 3 : AWS에서 Flask서버 구성하기