장점 |
사용자의 의도(Intent)를 유연하게 판단 |
데이터 축적에 따른 지속적 품질 향상 |
유지보수/관리 노력의 점진적 감소 |
새로운 질문에도 딥러닝에 따른 답변이 가능 |
단점 |
엔진에 따른 품질 편차 |
초기 학습 및 구축 비용, 학습기간의 오류 확률 |
초기 안정화 기간의 오류 발생 |
딥러닝의 물리적시간이 필요함 |
|
|
장점 |
비교적 단순한 구축 형태 |
모델에 대한 직관적 이해 가능 |
사용자 의도(Intent)가 소수일 경우 정확도 향상 |
오류의 원인을 정확히 알수있음 |
단점 |
새로운 사용자 의도(Intent) 인지 능력의 한계 |
메시지가 정확하게 일치하지 않으면 오류 발생 |
표현이 다양한 언어에서, 기하급수적인 예문 증가 |
오류 수정을 위한 지속적인 유지보수 필요 |
|