온라인 질의응답(Q&A) 포럼은 정보 공유의 중요한 허브이지만, 때로는 사용자가 올린 질문에 대한 적절한 답변을 제때 찾기 어려운 문제가 있습니다. 이러한 한계를 극복하기 위해, 최근 '힌트마이너(HintMiner)'라는 새로운 자동 질문 힌트 추출 도구가 제안되었습니다. 이 도구는 사용자가 답변을 더 쉽게 찾을 수 있도록 질문에 대한 유용한 힌트를 자동으로 생성해주는 것을 목표로 합니다.
힌트마이너는 기계 독해(machine comprehension)와 시퀀스 생성(sequence generation) 기술을 활용합니다. 특히, 대규모 언어모델(LLM) 기반의 '마이닝넷(MiningNet)'이라는 신경망 인코더-디코더 모델을 사용하며, 이는 트랜스포머(transformer)와 카피 메커니즘(copying mechanisms)을 기반으로 구축되었습니다. 이 모델은 방대한 온라인 Q&A 게시물에서 질문과 관련된 힌트를 추출하도록 자체 지도 학습(self-supervised learning) 방식으로 훈련됩니다. 연구팀은 스택 오버플로우(Stack Overflow)의 6만 개 질문 데이터를 활용해 힌트마이너를 평가했으며, 평균 BLEU 점수 36.17%, ROUGE-2 점수 36.29%를 기록하며 그 효과를 입증했습니다. 이 도구와 실험 데이터는 공개적으로 이용 가능합니다.
힌트마이너는 온라인 Q&A 플랫폼의 효율성을 크게 향상시킬 잠재력을 가집니다. 사용자는 질문에 대한 즉각적인 답변을 얻지 못하더라도, 힌트마이너가 제공하는 힌트를 통해 스스로 해결책을 찾아나가거나, 더 정확한 질문을 구성하는 데 도움을 받을 수 있습니다. 이는 정보 탐색 시간을 단축하고, Q&A 커뮤니티의 전반적인 만족도를 높이는 데 기여할 것입니다. 또한, 이 기술은 고객 지원, 교육 플랫폼 등 다양한 분야에서 질문 처리 및 정보 검색 효율을 높이는 데 활용될 수 있습니다.