카카오는 딥러닝 기술 기반으로 개발한 형태소 분석기 'khaiii(Kakao Hangul Analyzer III, 카이)'를 오픈소스로 제공한다고 30일 밝혔다. 딥러닝 기술 기반의 형태소 분석기가 오픈소스로 제공되는 것은 국내에서 처음이다.
이번 카카오 형태소 분석기 오픈소스 공개를 통해 한국어 연구, 챗봇/자연어 처리 응용기술 개발 등 한국어를 활용하는 다양한 분야에서 형태소 분석을 위한 비용과 시간을 줄일 수 있게 됐다.
형태소 분석기술은 2개 이상의 글자로 이루어진 단어 혹은 문장을 입력 시, 의미를 가진 언어 단위 중 가장 작은 단위인 형태소 단위로 자동으로 분리하는 기술이다.
예를 들면, '학교에 간다'라고 입력하면 '학교/명사 + 에/조사 + 가/동사 + ㄴ다/어미' 로 형태소 단위와 품사를 파악해 분류해내는 식이다. 주로 자연어처리 응용 서비스의 기반 기술로 사용되며, 정보 검색, 기계 번역, 스마트 스피커나 챗봇 등 여러 서비스에서 사용할 수 있다.
이번에 오픈되는 카카오의 형태소 분석기 khaiii는 딥러닝(심층기계학습)을 통해 학습한 데이터를 활용해 형태소를 분석하는 모델이다. 딥러닝 기술 중 하나인 CNN(Convolutional Neural Network, 합성곱신경망) 기술을 이용해 음절기반으로 형태소를 분석하는 방법을 채택했다.
카카오는 국립국어원에서 배포한 데이터인 세종 코퍼스를 기반으로 데이터의 오류를 수정하고 카카오에서 자체 구축한 데이터를 추가해 85만 문장, 1천3만 어절의 데이터를 학습하여 정확도를 높였다. 또, 딥러닝 과정에서 C++ 언어를 적용해, 일반적으로 딥러닝에 쓰이는 GPU(그래픽처리장치)를 사용하지 않고도 빠른 분석 속도를 구현했다.
카카오의 형태소 분석기 khaiii는 깃허브(GitHub)에서 확인할 수 있다. 누구나 무료로 이용 가능하다. 카카오의 형태소 분석기 khaiii에 대한 자세한 사항은 브런치에 게재된 카카오 AI 리포트에서 확인할 수 있다.
카카오 김응균 자연어처리파트장은 "한국어를 연구하는 분들에게 도움이 되고자 형태소 분석기를 공개하게 됐다"며, "앞으로도 다양한 분야에서 딥러닝 기반의 기술연구를 진행하고 공유해 나갈 예정이다"고 밝혔다.