KR102449630B1 - 전자 장치 및 이의 제어 방법 - Google Patents
전자 장치 및 이의 제어 방법 Download PDFInfo
- Publication number
- KR102449630B1 KR102449630B1 KR1020170179071A KR20170179071A KR102449630B1 KR 102449630 B1 KR102449630 B1 KR 102449630B1 KR 1020170179071 A KR1020170179071 A KR 1020170179071A KR 20170179071 A KR20170179071 A KR 20170179071A KR 102449630 B1 KR102449630 B1 KR 102449630B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- voice
- user
- electronic device
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 175
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 162
- 238000004891 communication Methods 0.000 claims description 37
- 238000012546 transfer Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 11
- 238000010801 machine learning Methods 0.000 abstract description 7
- 238000013528 artificial neural network Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 26
- 238000005516 engineering process Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 239000003795 chemical substances by application Substances 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000019771 cognition Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/02—Constructional features of telephone sets
- H04M1/03—Constructional features of telephone transmitters or receivers, e.g. telephone hand-sets
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Telephonic Communication Services (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
- Credit Cards Or The Like (AREA)
Abstract
본 개시에서는 전자 장치 및 이의 제어 방법이 제공된다. 본 전자 장치의 제어 방법은 사용자 명령에 따라 기 등록된 전화 번호로 통화 연결을 수행하고, 전화 통화를 수행하는 동안 사용자 음성을 입력받으며, 입력된 사용자 음성을 기등록된 전화 번호에 대응되는 외부 서버로 전송하고, 학습된 인공지능 모델에 상기 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 외부 서버로부터 수신하며, 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커를 통해 출력하고, 영상에 대한 정보를 바탕으로 통화 화면상에 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공할 수 있다. 특히, 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하는 방법의 적어도 일부는 기계학습, 신경망 또는 딥러닝 라고리즘 중 적어도 하나에 따라 학습된 인공지능 모델을 이용할 수 있다.
Description
본 개시는 전자 장치 및 이의 제어 방법에 관한 것으로, 더욱 상세하게는 전화 통화를 수행하는 동안 특정 정보를 문의하기 위한 사용자 음성에 대한 응답을 음성 및 영상으로 제공할 수 있는 전자 장치 및 이의 제어 방법에 관한 것이다.
또한, 본 개시는 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공 지능(Artificial Intelligence, AI) 시스템 및 그 응용에 관한 것이다.
근래에는 인간 수준의 지능을 구현하는 인공 지능 시스템이 다양한 분야에서 이용되고 있다. 인공 지능 시스템은 기존의 룰(rule) 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공 지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 룰 기반 스마트 시스템은 점차 딥러닝 기반 인공 지능 시스템으로 대체되고 있다.
인공 지능 기술은 기계학습(예로, 딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공 지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
한편, 근래에는 전화 상담을 통해 다양한 서비스를 제공하고 있다. 그러나, 기존의 전화 상담은 사용자가 문의한 내용에 대해 음성으로만 안내를 해주기 때문에 사용자가 문의한 내용에 대한 해결 방안을 고객이 제대로 이해하기 어려운 경우가 많다. 또한, 기존의 전화 상담은 사용자가 문제해결을 위하여 정해진 멘트에 따라 일일이 반응해야 하는 번거로움이 존재한다.
본 개시는 상술한 문제점을 해결하기 위한 것으로, 본 개시의 목적은 학습된 인공지능 모델을 이용하여 특정 정보를 문의하기 위한 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 전자 장치 및 이의 제어 방법을 제공함에 있다.
본 개시의 일 실시예에 따른, 전자 장치의 제어 방법은 사용자 명령에 따라 기 등록된 전화 번호로 통화 연결을 수행하는 단계; 전화 통화를 수행하는 동안 사용자 음성을 입력받는 단계; 상기 입력된 사용자 음성을 상기 기등록된 전화 번호에 대응되는 외부 서버로 전송하는 단계; 인공지능 알고리즘을 통해 학습된 인공지능 모델에 상기 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 상기 외부 서버로부터 수신하는 단계; 및 상기 수신된 음성에 대한 정보를 바탕으로 상기 사용자 음성에 대한 응답을 스피커를 통해 출력하고, 상기 영상에 대한 정보를 바탕으로 통화 화면상에 상기 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공하는 단계;를 포함한다.
또한, 본 개시의 일 실시예에 따른, 전자 장치는, 디스플레이; 스피커; 마이크; 통신부; 적어도 하나의 명령어를 포함하는 메모리 및 상기 디스플레이, 상기 스피커, 상기 마이크, 상기 통신부 및 상기 메모리와 전기적으로 연결되어 상기 전자 장치를 제어하는 프로세서; 를 포함하며, 상기 프로세서는, 사용자 명령에 따라 기 등록된 전화 번호로 통화 연결을 수행하고, 전화 통화를 수행하는 동안 상기 마이크를 통해 사용자 음성을 입력받으며, 상기 입력된 사용자 음성을 상기 기등록된 전화 번호에 대응되는 외부 서버로 전송하도록 상기 통신부를 제어하고, 인공지능 알고리즘을 통해 학습된 인공지능 모델에 상기 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 상기 통신부를 통해 상기 외부 서버로부터 수신하며, 상기 수신된 음성에 대한 정보를 바탕으로 상기 사용자 음성에 대한 응답을 상기 스피커를 통해 출력하고, 상기 영상에 대한 정보를 바탕으로 통화 화면상에 상기 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공하도록 상기 디스플레이를 제어한다.
상술한 바와 같은 본 개시에 의해, 사용자는 전화 상담을 수행하는 동안 사용자 문의에 대한 응답을 더욱 정확하고 간편하게 획득할 수 있게 된다. 특히, 사용자는 별도의 안내 멘트에 따라 정보를 획득하는 것이 아닌 자신이 원하는 정보를 바로 문의하여 획득할 수 있어 사용자 편의성이 증가될 수 있다.
도 1은 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 도면,
도 2는 본 개시의 일 실시예에 따른, 전자 장치 및 사용자 음성에 대한 응답을 제공하기 위한 서버를 포함하는 시스템을 간략히 도시한 도면,
도 3a 및 도 3b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 도시한 블록도,
도 4는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 5는 본 개시의 다른 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 6a 내지 도 6e는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 도면들,
도 7 내지 도 9는 본 개시의 일 실시예에 따른, 가이드 화면에 표시된 복수의 아이콘들이 선택된 실시예들을 설명하기 위한 도면들,
도 10은 본 개시의 일 실시예에 따른, 연동된 어플리케이션에 추가 음성과 관련된 정보를 등록하는 실시예를 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 흐름도,
도 12는 본 개시의 일 실시예에 따른, 전자 장치가 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 13은 본 개시의 일 실시예에 따른, 사용자 문의에 대한 응답을 제공하는 인공지능 모델을 학습하고 이용하기 위한 외부 장치의 구성을 나타내는 블록도,
도 14a 내지 도 14c는 본 개시의 일 실시예에 따른, 학습부 및 판단부의 구체적인 구성을 나타내는 블록도, 그리고,
도 15는 본 개시의 다양한 실시예에 따른, 인공지능 모델을 이용하는 네트워크 시스템의 흐름도이다.
도 2는 본 개시의 일 실시예에 따른, 전자 장치 및 사용자 음성에 대한 응답을 제공하기 위한 서버를 포함하는 시스템을 간략히 도시한 도면,
도 3a 및 도 3b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 도시한 블록도,
도 4는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 5는 본 개시의 다른 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 6a 내지 도 6e는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 도면들,
도 7 내지 도 9는 본 개시의 일 실시예에 따른, 가이드 화면에 표시된 복수의 아이콘들이 선택된 실시예들을 설명하기 위한 도면들,
도 10은 본 개시의 일 실시예에 따른, 연동된 어플리케이션에 추가 음성과 관련된 정보를 등록하는 실시예를 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 흐름도,
도 12는 본 개시의 일 실시예에 따른, 전자 장치가 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도,
도 13은 본 개시의 일 실시예에 따른, 사용자 문의에 대한 응답을 제공하는 인공지능 모델을 학습하고 이용하기 위한 외부 장치의 구성을 나타내는 블록도,
도 14a 내지 도 14c는 본 개시의 일 실시예에 따른, 학습부 및 판단부의 구체적인 구성을 나타내는 블록도, 그리고,
도 15는 본 개시의 다양한 실시예에 따른, 인공지능 모델을 이용하는 네트워크 시스템의 흐름도이다.
이하, 본 개시의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 개시에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 부프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 개시의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
본 개시에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1은 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 도면이다.
먼저, 전자 장치(100)는 사용자 명령에 따라 사용자 문의에 대한 응답을 음성뿐만 아니라 영상을 통해 제공하기 위한 전화번호를 등록할 수 있다. 이때, 전자 장치(100)는 전화 번호뿐만 아니라 전화 번호에 대응되는 외부 서버에 대한 정보를 함께 등록할 수 있다. 일 예로, 본 개시의 일 실시예에 따른, 전화번호는 고객 상담을 위한 전화 번호, 음식 배달을 위한 전화 번호, 식당 예약을 위한 전화 번호 등 일 수 있다.
전자 장치(100)는 사용자 명령에 따라 기등록된 전화 번호로 통화 연결을 수행할 수 있다. 일 예로, 전화 어플리케이션이 실행되는 동안 사용자에 의해 기등록된 전화 번호가 선택된 후 발신 명령이 입력되면, 전자 장치(100)는 기등록된 전화 번호로 통화 연결을 수행할 수 있다. 이때, 전자 장치(100)는 도 1의 (a)에 도시된 바와 같이, 통화 연결을 수행하는 동안 디스플레이를 통해 통화 화면(10)을 제공할 수 있다.
또한, 기등록된 전화 번호로 통화 연결이 수행된 경우, 전자 장치(100)는 인공지능 전용 프로그램을 실행시킬 수 있다. 또는, 인공지능 전용 프로그램이 비활성화 상태인 경우, 전자 장치(100)는 인공지능 전용 프로그램을 활성화시킬 수 있다. 이때, 인공지능 전용 프로그램은 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공하기 위한 프로그램으로서, 다른 용어로 비주얼 어시스턴스(visual assistant), 개인 비서 프로그램 등과 같은 다양한 용어로 불릴 수 있다.
기등록된 전화 번호로 통화 연결이 수행된 후, 전자 장치(100)는 마이크를 통해 사용자 음성을 입력받을 수 있다. 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있으며, 예로, "휴대폰을 고치기 위한 서비스 센터 알려줘"라는 음성일 수 있다.
전자 장치(100)는 마이크를 통해 입력된 사용자 음성을 외부 서버로 전송할 수 있다. 이때, 외부 서버는 사용자 음성을 텍스트로 변환하거나 텍스트를 안내 멘트로 변환하기 위한 제1 서버 및 변환된 텍스트를 바탕으로 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 제공하기 위한 제2 서버를 포함할 수 있으나, 이는 일 실시예에 불과할 뿐, 단일 서버로 구현될 수 있다.
외부 서버는 STT(Speech to Text) 기술을 통해 전자 장치(100)로부터 수신된 사용자 음성을 텍스트로 변환할 수 있다. 그리고, 외부 서버는 인공지능 알고리즘을 통해 학습된 인공지능 모델에 변환된 텍스트를 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 이때, 음성에 대한 정보는 사용자 음성에 대한 응답을 포함하는 음성 멘트로서, 오디오 데이터로 전자 장치(100)로 전송될 수 있다. 또 다른 실시예에 의하면, 음성에 대한 정보는 제2 서버에 의해 획득된 텍스트 정보로서, TTS(Text to speech) 기술을 이용하여 제1 서버에 의해 안내 멘트로 변환되어 전자 장치(100)로 전송될 수 있다. 또한, 영상에 대한 정보는 사용자 음성에 대한 응답을 포함하는 텍스트, 이미지, URL 등과 같은 정보일 수 있다. 또한, 음성에 대한 정보는 영상에 대한 정보와 동일할 수 있으나, 이는 일 실시예에 불과할 뿐, 영상에 대한 정보 중 일부만을 포함하거나 영상에 대한 정보를 요약한 정보일 수 있다.
외부 서버는 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다. 예로, 음성에 대한 정보는 "가까운 서비스 센터 위치 안내입니다. 가까운 서비스 센터는 ~~에 위치해 있습니다"라는 오디오 데이터 일 수 있으며, 영상에 대한 정보는 가까운 서비스에 대한 정보를 포함하는 이미지 또는 URL 정보일 수 있다.
또한, 전자 장치(100)는 사용자 음성과 함께 센서로부터 획득된 전자 장치의 상태 정보(예로 들어, 전자 장치의 위치 정보)를 외부 서버로 함께 전송할 수 있다. 이때, 외부 서버는 인공지능 모델에 사용자 음성과 함께 전자 장치의 상태 정보를 함께 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하여 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 수신된 음성 및 영상에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 제공할 수 있다. 구체적으로, 전자 장치(100)는 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커를 통해 출력할 수 있다. 또한, 전자 장치(100)는 영상에 대한 정보를 바탕으로 통화 화면(10)상에 사용자 음성에 대한 응답을 포함하는 가이드 화면(20)을 제공할 수 있다. 예로, 전자 장치(100)는 사용자 음성에 대한 응답으로서, 스피커를 통해 "가까운 서비스 센터 위치 안내입니다. 가까운 서비스 센터는 ~~에 위치해 있습니다"라는 음성 멘트(또는 ARS 멘트)를 출력할 수 있다. 또한, 전자 장치(100)는 도 1의 (b)에 도시된 바와 같이, 통화 화면(10)의 일부 영역 상에 사용자 음성에 대한 응답으로서, 서비스 센터에 대한 정보를 포함하는 가이드 화면(20)을 제공할 수 있다.
이때, 사용자의 추가 음성이 입력되면, 전자 장치(100)는 앞서 설명한 바와 같은 동작을 통해 추가 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 외부 서버로부터 수신하여 추가 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공할 수 있다.
또한, 가이드 화면상에 사용자 입력이 수신되면, 전자 장치(100)는 사용자 입력에 따라 새로운 정보를 포함하는 가이드 화면을 제공할 수 있다. 예로, 도 1의 (b)와 같이, 서비스 센터에 대한 간략 정보를 포함하는 가이드 화면(20)이 표시되는 동안 가이드 화면(20)의 일 영역을 터치하는 사용자 입력이 수신되면, 전자 장치(100)는 도 1의 (c)에 도시된 바와 같이, 서브스 센터에 대한 상세 정보를 포함하는 가이드 화면(30)을 제공할 수 있다. 이때, 가이드 화면(30)은 사용자 입력에 의해 확대되어 전자 장치(100)의 디스플레이 상에 전체 화면으로 표시될 수 있다.
또한, 가이드 화면이 제공되는 동안 이미지를 외부 서버로 전송하기 위한 사용자 명령이 입력된 경우, 전자 장치(100)는 사용자 명령에 따라 이미지를 외부 서버로 전송할 수 있다. 이때, 이미지는 구체적인 정보를 획득하기 위한 이미지로서, 예로, 현재 사용자의 위치를 나타내는 이미지, 고장난 전자 장치의 상태를 나타내는 이미지 등이 될 수 있다. 외부 서버는 인공지능 모델에 이미지를 입력하여 이미지에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하고, 획득된 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다. 예로, 수신된 이미지가 현재 사용자의 위치를 나타내는 이미지인 경우, 음성 및 영상에 대한 정보는 사용자의 위치부터 서비스 센터까지 이동 경로를 나타내는 정보일 수 있다.
그리고, 전자 장치(100)는 이미지를 입력하여 획득된 음성에 대한 정보를 바탕으로 이미지에 대한 응답을 스피커를 통해 출력하고, 이미지를 입력하여 획득된 영상에 대한 정보를 바탕으로 가이드 화면상에 이미지에 대한 응답을 제공할 수 있다.
한편, 상술한 바와 같은 외부 서버가 제공하는 학습된 모델은 인공지능 알고리즘 기반으로 학습된 판단 모델로서, 예로, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 학습된 판단 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 뉴런의 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 또한 학습된 판단 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 학습된 판단 모델의 예에는 DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 등이 있을 수 있으나 이에 한정되지 않는다.
또한, 전자 장치(100)는 상술한 바와 같이 사용자 음성에 대한 응답을 음성 및 영상으로 제공받기 위하여, 인공지능 전용 프로그램(또는 인공지능 에이전트, Artificial intelligence agent)인 개인 비서 프로그램을 이용할 수 있다. 이때, 개인 비서 프로그램은 AI(Artificial Intelligence) 기반의 서비스를 제공하기 위한 전용 프로그램으로서, 기존의 범용 프로세서(예를 들어, CPU) 또는 별도의 AI 전용 프로세서(예를 들어, GPU 등)에 의해 실행될 수 있다.
구체적으로, 기설정된 사용자 입력(예를 들어, 개인 비서 챗봇에 대응되는 아이콘 터치, 기설정된 단어를 포함하는 사용자 음성 등)이 입력되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러지거나 기등록된 전화 번호로 통화 연결을 수행하는 경우, 인공지능 에이전트가 동작(또는 실행)할 수 있다. 그리고, 인공지능 에이전트는 입력된 사용자 음성을 외부 서버로 전송하고, 외부 서버로부터 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커를 통해 제공하고, 외부 서버로부터 수신된 영상에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공할 수 있다.
물론, 화면상에 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러지거나 기등록된 전화 번호로 통화 연결이 수행되면, 인공지능 에이전트가 동작할 수도 있다. 또는, 인공지능 에이전트는 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되거나 기등록된 전화 번호로 전화 연결이 수행되기 이전에 기 실행된 상태일 수 있다. 이 경우, 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되거나 기등록된 전화 번호로 통화 연결이 수행된 이후에는 전자 장치(100)의 인공지능 에이전트가 사용자 음성에 대한 응답을 포함하는 음성 및 영상을 제공할 수 있다. 또한, 인공지능 에이전트는 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되거나 기등록된 전화 번호로 통화 연결이 수행되기 이전에 대기 상태일 수 있다. 여기서, 대기 상태란, 인공지능 에이전트의 동작 시작을 제어하기 위해 미리 정의된 사용자 입력이 수신되는 것을 감지하는 상태이다. 인공지능 에이전트가 대기 상태인 동안 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되거다 기등록된 전화 번호로 통화 연결이 수행되면, 전자 장치(100)는 인공지능 에이전트를 동작시키고, 사용자 음성에 대한 응답을 포함하는 음성 및 영상을 제공할 수 있다.
본 개시의 또 다른 실시예로, 전자 장치(100)가 직접 인공지능 모델을 이용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하는 경우, 인공지능 에이전트는 인공지능 모델을 제어하여 음성 및 영상에 대한 정보를 획득할 수 있다. 이때, 인공지능 에이전트는 상술한 외부 서버의 동작을 수행할 수 있다.
도 2는 본 개시의 일 실시예에 따른, 전자 장치 및 사용자 음성에 대한 응답을 제공하기 위한 서버를 포함하는 시스템을 간략히 도시한 도면이다. 도 2에 도시된 바와 같이, 시스템은 전자 장치(100), 제1 서버(200-1) 및 제2 서버(200-2)를 포함할 수 있다.
전자 장치(100)는 인공지능 전용 프로그램을 저장할 수 있다. 전자 장치(100)는 인공지능 전용 프로그램을 이용하여 사용자 음성을 외부의 제1 서버(200-1)로 전송하고, 제1 서버(200-1)부터 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 음성을 스피커로 출력하고, 및 제2 서버(200-2)로부터 수신된 영상에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 가이드 화면을 출력할 수 있다.
한편, 신규 전화 번호를 등록하기 위한 이벤트(예를 들어, 새로운 전화 번호에 대한 정보를 외부로부터 수신하는 이벤트, 새로운 전화 번호를 등록하기 위한 사용자 명령이 입력되는 이벤트 등)가 발생한 경우, 전자 장치(100)는 신규 전화 번호를 등록할 수 있으며, 이때, 신규 전화 번호에 대응되는 제2 서버(200-2)에 대한 정보를 함께 저장할 수 있다.
전자 장치(100)는 사용자 명령에 따라 기등록된 전화 번호로 통화 연결을 수행할 수 있다. 이때, 통화 연결이 수행된 경우, 전자 장치(100)는 인공지능 전용 프로그램을 실행(또는 활성화)시킬 수 있다. 또한, 전자 장치(100)는 전화 번호로 통화 연결이 수행되었음을 안내하는 신호를 제1 서버(200-1) 및 제2 서버(200-2) 중 적어도 하나에 전송할 수 있다.
통화 연결이 수행된 후, 전자 장치(100)는 마이크를 통해 사용자 음성을 입력받을 수 있다. 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
사용자 음성이 입력되면, 전자 장치(100)는 입력된 사용자 음성을 외부의 제1 서버(200-1)로 전송할 수 있다. 또한, 전자 장치(100)는 센서에 의해 획득된 전자 장치(100)의 상태 정보(예로, GPS 정보 등)를 제2 서버(200-2)로 전송할 수 있다.
제1 서버(200-1)는 STT 기술을 이용하여 수신된 사용자 음성을 오디오 데이터에서 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 제2 서버(200-2)로 전송할 수 있다.
제2 서버(200-2)는 수신된 텍스트 데이터를 인공지능 알고리즘을 이용하여 학습된 인공지능 모델에 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 이때, 인공지능 모델은 텍스트를 입력하여 특정 정보에 대한 텍스트에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습된 모델일 수 있다. 특히, 제2 서버(200-2)는 통화 연결된 전화번호와 대응되는 인공지능 모델을 저장할 수 있다. 예로, 통화 연결된 전화 번호가 고객 상담을 위한 전화 번호인 경우, 인공지능 모델은 고객 상담을 위한 응답을 획득하도록 학습된 모델일 수 있다. 또한, 통화 연결된 전화 번호가 식당 예약을 위한 전화 번호인 경우, 인공지능 모델은 식당 예약을 위한 응답을 획득하도록 학습된 모델일 수 있다.
또한, 전자 장치(100)로부터 전자 장치(100)의 상태 정보가 수신되면, 제2 서버(200-2)는 인공지능 모델에 텍스트와 함께 전자 장치(100)의 상태 정보를 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 예로, 고객 센터를 문의하는 텍스트와 함께 전자 장치(100)의 위치 정보가 수신된 경우, 제2 서버(200-2)는 인공지능 모델에 텍스트와 함께 전자 장치(100)의 위치 정보를 입력하여 사용자의 현재 위치를 기준으로 고객 센터의 위치를 안내하기 위한 음성 및 영상에 대한 정보를 획득할 수 있다.
이때, 음성에 대한 정보는 텍스트 데이터일 수 있으나, 이는 일 실시예에 불과할 뿐, 오디오 데이터일 수 있다. 이때, 음성에 대한 정보가 텍스트 데이터인 경우, 음성에 대한 정보가 제1 서버(200-1)로 전송되며, TTS 기술을 통해 오디오 데이터로 변환되어 전자 장치(100)로 전송될 수 있다. 또한, 음성에 대한 정보가 오디오 데이터인 경우, 음성에 대한 정보가 바로 전자 장치(100)로 전송될 수 있다.
또한, 영상에 대한 정보는 텍스트 데이터, 이미지 데이터 및 동영상 데이터 중 적어도 하나일 수 있으나, 이는 일 실시예에 불과할 뿐, 텍스트, 이미지 및 동영상 적어도 하나를 포함하는 웹 페이지의 주소 정보(예로, URL 정보)일 수 있다.
전자 장치(100)는 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 음성 멘트를 스피커로 출력할 수 있다. 또한, 전자 장치(100)는 수신된 영사에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 가이드 화면을 통화 화면상에 제공할 수 있다.
또한, 가이드 화면이 표시된 상태에서 사용자 입력(예로, 사용자 터치, 사용자 추가 음성, 이미지 전송을 위한 사용자 입력 등)이 수신된 경우, 전자 장치(100)는 사용자 입력에 따라 추가 동작을 수행할 수 있다. 이에 대해서는 추후 도면을 참조하여 상세히 설명하도록 한다.
한편, 상술한 실시예에서는 외부 서버가 제1 외부 서버(200-1) 및 제2 외부 서버(200-2)로 구분되어 구현되는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐 제1 외부 서버(200-1) 및 제2 외부 서버(200-2)는 하나의 서버로 구현될 수 있다. 즉, 하나의 서버가 전자 장치(100)로부터 수신된 사용자 음성을 텍스트 데이터로 변환하고, 텍스트 데이터를 인공지능 모델에 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 또한, 서버가 하나로 구현되는 경우, 전자 장치(100)는 사용자 음성을 직접 텍스트로 변환하여 텍스트 데이터를 외부 서버로 전송할 수 있다.
도 3a 및 도 3b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 도시한 블록도이다. 도 3a에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 통신부(120), 메모리(130), 스피커(140), 마이크(150) 및 프로세서(160)를 포함할 수 있다. 도 3a에 도시된 구성들은 본 개시의 실시 예들을 구현하기 위한 예시도이며, 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 전자 장치(100)에 추가로 포함될 수 있다.
디스플레이(110)는 다양한 화면을 제공할 수 있다. 특히, 통화 연결이 수행된 경우, 디스플레이(110)는 통화 화면을 제공할 수 있다. 이때, 통화 화면에는 통화 연결이 수행된 전화 번호에 대한 정보(예를 들어, 전화 번호, 발신자 이름, 전화 번호가 등록된 그룹 등)와 함께 전화 통화를 제어하기 위한 복수의 아이콘을 포함할 수 있다.
기등록된 전화 번호와 통화 연결이 수행된 후 외부 서버로부터 사용자 음성에 대한 응답을 포함하는 영상에 대한 정보를 수신하면, 디스플레이(110)는 프로세서(160)의 제어에 따라 사용자 음성에 대한 응답을 포함하는 가이드 화면을 통화 화면 상에 제공할 수 있다. 이때, 디스플레이(110)는 통화 화면의 일 영역에 가이드 화면을 표시하거나 팝업창 형태로 가이드 화면을 표시할 수 있으나, 이는 일 실시에에 불과할 뿐, 전체 화면을 통해 가이드 화면을 표시할 수 있다.
통신부(120)는 다양한 통신 방식을 통해 외부의 장치와 통신을 수행할 수 있다. 특히, 통신부(120)는 외부 서버(200)로 사용자 음성을 전송할 수 있으며, 외부 서버(200)로부터 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 수신할 수 있다. 이때, 통신부(120)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행할 수 있다. 통신부(120)는 와이파이칩, 블루투스 칩, 무선 통신 칩 중 적어도 하나를 포함할 수 있다. 프로세서(160)는 통신부(120)를 이용하여 외부 서버 또는 각종 외부 기기와 통신을 수행할 수 있다. 그 밖에, 통신부(120)는 NFC 칩 등과 같은 다양한 통신 칩을 통해 외부 기기와 통신을 수행할 수 있다.
메모리(130)는 전자 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령(instruction) 또는 데이터를 저장할 수 있다. 특히, 메모리(130)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(130)는 프로세서(160)에 의해 액세스되며, 프로세서(160)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시에서 메모리라는 용어는 메모리(130), 프로세서(160) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함할 수 있다. 또한, 메모리(130)에는 디스플레이(110)의 디스플레이 영역에 표시될 각종 화면을 구성하기 위한 프로그램 및 데이터 등이 저장될 수 있다.
특히, 메모리(130)는 인공지능 전용 프로그램을 저장할 수 있다. 이때, 인공지능 전용 프로그램은 전자 장치(100)에 대한 다양한 서비스를 제공하기 위한 개인화된 프로그램이다. 특히, 인공지능 전용 프로그램은 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공할 수 있다.
또한, 본 개시의 일 실시예에 의하면, 메모리(130)는 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공하기 위한 학습된 인공지능 모델을 저장할 수 있다.
스피커(140)는 오디오 처리부(미도시)에 의해 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 출력하는 구성이다. 특히, 스피커(140)는 사용자 음성에 대한 응답을 포함하는 음성에 대한 정보를 바탕으로 획득된 안내 멘트를 출력할 수 있다. 이때, 스피커(140)는 전자 장치의 복수의 영역(예를 들어, 전자 장치 전면의 상단 영역 또는 전자 장치 아랫쪽 측면 영역 등)에 복수개 구비될 수 있다.
마이크(150)는 사용자 음성을 입력받기 위한 구성이다. 이때, 마이크(150)는 사용자 음성을 입력받기 위하여 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)와 전기적으로 연결된 외부의 마이크에 의해 구현될 수 있다.
프로세서(160)는 디스플레이(110), 통신부(120), 메모리(130), 스피커(140) 및 마이크(150)와 전기적으로 연결되어 전자 장치(100)의 전반적인 동작 및 기능을 제어할 수 있다. 특히, 프로세서(160)는 메모리(130)에 저장된 다양한 프로그램을 이용하여 마이크(150)를 통해 입력된 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공할 수 있다.
구체적으로, 프로세서(160)는 사용자 명령에 따라 기 등록된 전화 번호로 통화 연결을 수행하고, 전화 통화를 수행하는 동안 마이크(150)를 통해 사용자 음성을 입력받으며, 입력된 사용자 음성을 기등록된 전화 번호에 대응되는 외부 서버로 전송하도록 통신부(120)를 제어하고, 인공지능 알고리즘을 통해 학습된 인공지능 모델에 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 통신부(120)를 통해 외부 서버로부터 수신하며, 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커(140)를 통해 출력하고, 영상에 대한 정보를 바탕으로 통화 화면상에 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공하도록 디스플레이(110)를 제어할 수 있다.
또한, 프로세서(160)는 가이드 화면이 제공되는 동안 상기 마이크를 통해 사용자의 추가 음성을 입력받으며, 추가 음성을 외부 서버에 전송하도록 통신부(120)를 제어하고, 인공지능 모델에 추가 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 통신부(120)를 통해 외부 서버로부터 수신하며, 추가 음성을 입력하여 획득된 음성에 대한 정보를 바탕으로 추가 음성에 대한 응답을 스피커(140)를 통해 출력하고, 추가 음성을 입력하여 획득된 영상에 대한 정보를 바탕으로 가이드 화면상에 추가 음성에 대한 응답을 제공하도록 디스플레이(110)를 제어할 수 있다. 즉, 사용자는 가이드 화면이 표시되는 동안 정해진 안내 멘트를 따르지 않더라도 능동적으로 추가 음성을 입력하여 사용자가 원하는 정보를 계속해서 획득할 수 있게 된다.
또한, 프로세서(160)는 센서(도 3b에서 180)를 이용하여 획득된 전자 장치의 상태 정보(예로, 위치 정보, 이동 정보 등)를 외부 서버에 전송하도록 통신부(120)를 제어할 수 있다. 이때, 음성 및 영상에 대한 정보는 인공지능 모델에 사용자 음성과 함께 상기 전자 장치의 상태 정보를 함께 입력하여 획득될 수 있다.
또한, 프로세서(160)는 가이드 화면이 제공되는 동안 사용자 명령에 따라 이미지를 외부 서버로 전송하도록 통신부(120)를 제어하고, 인공지능 모델에 이미지를 입력하여 획득된 음성 및 영상에 대한 정보를 통신부(120)를 통해 외부 서버로부터 수신하며, 이미지를 입력하여 획득된 음성에 대한 정보를 바탕으로 이미지에 대한 응답을 스피커(140)를 통해 출력하고, 이미지를 입력하여 획득된 영상에 대한 정보를 바탕으로 가이드 화면상에 이미지에 대한 응답을 제공하도록 디스플레이(110)를 제어할 수 있다.
또한, 기 등록된 전화 번호로 통화 연결이 수행되면, 프로세서(160)는 사용자 음성에 대한 응답을 음성 및 영상으로 제공하기 위한 인공지능 전용 프로그램을 실행할 수 있다
또한, 프로세서(160)는 가이드 화면이 제공되는 동안 마이크(150)를 통해 추가 음성을 입력받으며, 인공지능 전용 프로그램과 연동하는 어플리케이션에 추가 음성과 관련된 정보를 등록할 수 있다. 예로, 마이크(150)를 통해 서비스 센터 예약을 위한 추가 음성이 입력되면, 프로세서(160)는 인공지능 전용 프로그램과 연동하는 캘린더 어플리케이션에 추가 음성과 관련된 예약 정보를 등록할 수 있다.
또한, 특정 전화 번호를 등록하기 위한 사용자 명령이 입력되면, 프로세서(160)는 특정 전화 번호 및 특정 전화 번호에 대응되는 외부 서버를 메모리(130)에 등록할 수 있다. 이후, 등록된 전화 번호에 대한 통화 연결이 수행되면, 프로세서(160)는 인공지능 전용 프로그램을 실행시켜 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로도 제공할 수 있다.
한편, 본 개시의 일 실시예에 따른, 가이드 화면은 적어도 하나의 아이콘을 포함할 수 있다. 이때, 적어도 하나의 아이콘은 정보를 제공하기 위한 아이콘, 관련된 전화 번호로 통화 연결을 수행하기 위한 아이콘, 관련 정보를 공유하기 위한 UI를 제공하기 위한 아이콘 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
도 3b는 본 개시의 다른 실시예에 따른, 전자 장치(100)의 구성을 상세히 도시한 블록도이다. 도 3b에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 통신부(120), 메모리(130), 스피커(140), 마이크(150), 입력부(170), 센서(180), 카메라(190) 및 프로세서(160)를 포함할 수 있다. 한편, 디스플레이(110), 통신부(120), 메모리(130), 스피커(140), 마이크(150)는 도 3a에서 설명하였으므로, 중복되는 설명은 생략하기로 한다.
입력부(170)는 다양한 사용자 입력을 수신하여 프로세서(160)로 전달할 수 있다. 특히, 입력부(170)는 터치 센서, (디지털) 펜 센서, 압력 센서, 키, 또는 마이크를 포함할 수 있다. 터치 센서는, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. (디지털) 펜 센서는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 마이크는 사용자 음성을 수신하기 위한 구성으로, 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)의 외부에 구비되어 전자 장치(100)와 전기적으로 연결될 수 있다.
특히, 입력부(170)는 인공지능 전용 프로그램에 대응되는 아이콘을 선택하기 위한 기설정된 사용자 터치 또는 전자 장치(100) 외부에 구비된 버튼을 선택하는 사용자 입력 또는 기등록된 전화번호로 통화 연결을 수행하기 위한 사용자 입력에 따른 입력 신호를 획득할 수 있다. 그리고, 입력부(170)는 입력 신호를 프로세서(160)로 전송할 수 있다.
센서(180)는 전자 장치(100)의 상태 정보를 획득하기 위한 센싱 데이터를 획득할 수 있다. 이때, 센서(180)는 전자 장치(100)의 위치 정보를 획득하기 위하여, GPS 센서를 포함할 수 있으며, 전자 장치(100)의 움직임 정보를 획득하기 위하여, 가속도 센서, 자이로 센서, 지자기 센서 등과 같은 다양한 움직임 센서를 포함할 수 있다. 그 밖에, 센서(180)는 전자 장치(100) 주변의 온도, 습도 등과 같은 환경 정보를 획득할 수 있는 센서 등을 더 포함할 수 있다.
본 개시의 다른 예로, 전자 장치(100)는 센서(180) 이외에 다양한 방식으로 전자 장치(100)의 상태 정보를 획득할 수 있다. 예로, 전자 장치(100)는 통신부(120)의 와이파이 칩을 이용하여 전자 장치(100)의 위치 정보를 획득할 수 있다.
카메라(190)는 전자 장치(100) 외부의 오브젝트를 포함하는 이미지를 촬영할 수 있다. 이때, 카메라(190)는 전자 장치(100)의 전방 및 후방 중 적어도 하나에 구비될 수 있다. 한편, 카메라(190)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 존재하며, 전자 장치(100)와 유무선으로 연결될 수 있다.
프로세서(160)(또는, 제어부)는 메모리(130)에 저장된 각종 프로그램을 이용하여 전자 장치(100)의 전반적인 동작을 제어할 수 있다.
프로세서(160)는 RAM(161), ROM(162), 그래픽 처리부(163), 메인 CPU(164), 제1 내지 n 인터페이스(165-1~165-n), 버스(166)로 구성될 수 있다. 이때, RAM(161), ROM(162), 그래픽 처리부(163), 메인 CPU(164), 제1 내지 n 인터페이스(165-1~165-n) 등은 버스(166)를 통해 서로 연결될 수 있다.
도 4는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 기등록된 전화 번호로 통화 연결을 수행할 수 있다(S405). 이때, 전자 장치(100)는 인공지능 전용 프로그램을 실행시킬 수 있다. 또한, 기등록된 전화 번호는 특정 정보를 요청하거나 특정 서비스를 제공받기 위한 전화 번호로서, 예로, 고객 상담 전화 번호, 식당 예약 전화 번호, 여행 예약 전화 번호 등과 같은 다양한 전화 번호로 구현될 수 있다.
그리고, 전자 장치(100)는 사용자 음성을 입력받을 수 있다(S410). 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
전자 장치(100)는 입력된 사용자 음성을 제1 서버(200-1)로 전송할 수 있다(S415). 이때, 사용자 음성은 오디오 데이터 형태일 수 있다.
제1 서버(200-1)는 수신된 사용자 음성을 텍스트로 변환할 수 있다(S420). 구체적으로, 제1 서버(200-1)는 STT 기술을 이용하여 오디오 형태의 사용자 음성을 텍스트로 변환할 수 있다.
제1 서버(200-1)는 제2 서버(200-2)로 변환된 텍스트를 전송할 수 있다(S425). 또한, 전자 장치(100)는 센서(180)로부터 획득된 센싱 데이터를 이용하여 전자 장치(100)의 상태 정보를 획득할 수 있다. 전자 장치(100)는 획득된 상태 정보를 제2 서버(200-2)로 전송할 수 있다(S430. 이때, 전자 장치(100)의 상태 정보는 제2 서버(200-2)의 요청에 의해 전송될 수 있으나, 이는 일 실시예에 불과할 뿐, 사용자 음성과 함께 전송될 수 있다.
제2 서버(200-2)는 텍스트와 전자 장치의 상태 정보를 인공지능 모델에 입력하여 음성 및 영상에 대한 정보를 획득할 수 있다(S435). 이때, 인공지능 모델은 텍스트 및 상태 정보를 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습된 모델일 수 있다. 또한, 인공지능 모델을 통해 획득된 음성 및 영상에 대한 정보는 사용자 음성에 대한 응답을 포함할 수 있다. 즉, 인공지능 모델을 통해 획득된 음성 및 영상에 대한 정보는 사용자가 요청한 정보 또는 서비스에 대한 정보를 포함할 수 있다.
제2 서버(200-2)는 음성에 대한 정보를 제1 서버(200-1)로 전송할 수 있다(S440). 이때, 음성에 대한 정보는 사용자가 요청한 정보를 포함하는 텍스트 데이터일 수 있다.
제1 서버(200-1)는 음성에 대한 정보를 음성 멘트로 변환할 수 있다(S445). 즉, 제1 서버(200-1)는 TTS 기술을 통해 텍스트 데이터 형태의 음성에 대한 정보를 음성 멘트(즉, 오디오 데이터 형태)로 변환할 수 있다.
또한, 제2 서버(200-2)는 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다(S455). 이때, 영상에 대한 정보는 텍스트, 이미지, 동영상 중 적어도 하나를 포함할 수 있으며, 텍스트, 이미지, 동영상 중 적어도 하나를 제공하기 위한 웹 페이지에 대한 정보일 수 있다. 특히, 본 개시의 일 실시예에 따르면, S455 단계가 S445 단계보다 나중에 수행될 수 있으나, 이는 일 실시예에 불과할 뿐, S445 단계와 S455 단계가 동시에 수행될 수 있다.
전자 장치(100)는 제1 서버(200-1)로부터 수신된 음성 멘트를 스피커(140)로 출력하고, 제2 서버(200-2)로부터 수신된 영상에 대한 정보를 바탕으로 통화 화면 상에 가이드 화면을 제공할 수 있다(S460). 이때, 가이드 화면에는 사용자 음성에 대한 응답이 포함될 수 있으며, 텍스트, 이미지, 동영상뿐만 아니라 사용자 명령을 입력받기 위한 UI가 포함될 수 있다. 이에 의해, 사용자는 사용자가 문의한 내용에 대한 응답을 음성뿐만 아니라 영상으로도 제공받을 수 있다.
도 5는 본 개시의 다른 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 기등록된 전화 번호로 통화 연결을 수행할 수 있다(S510).
그리고, 전자 장치(100)는 사용자 음성을 입력받을 수 있다(S520). 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
전자 장치(100)는 입력된 사용자 음성과 전자 장치(100)의 상태 정보를 제1 서버(200-1)로 전송할 수 있다(S530). 이때, 사용자 음성은 오디오 데이터일 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)에 의해 텍스트 데이터로 변환된 것일 수 있다.
외부 서버(200)는 텍스트와 전자 장치(100)의 상태 정보를 인공지능 모델에 입력하여 음성 및 영상에 대한 정보를 획득할 수 있다(S540). 이때, 인공지능 모델은 사용자 음성 및 상태 정보를 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습된 모델일 수 있다. 이때, 사용자 음성은 텍스트 데이터 또는 오디오 데이터일 수 있다.
외부 서버(200)는 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다(S550). 이때, 음성에 대한 정보는 사용자 음성에 대한 응답을 포함하는 정보로서, 오디오 데이터일 수 있으나, 이는 일 실시예에 불과할 뿐, 텍스트 데이터일 수 있다. 또한, 영상에 대한 정보는 텍스트, 이미지, 동영상 중 적어도 하나를 포함할 수 있으며, 텍스트, 이미지, 동영상 중 적어도 하나를 제공하기 위한 웹 페이지에 대한 정보(예로, URL 정보)일 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 포함하는 음성을 스피커로 출력하고, 영상에 대한 정보를 바탕으로 통화 화면 상에 응답을 포함하는 가이드 화면을 제공할 수 있다(S560).
도 6a 내지 도 6e는 본 개시의 일 실시예에 따른, 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 도면들이다.
우선, 전자 장치(100)는 사용자 입력에 따라 기등록된 전화 번호로 통화 연결을 수행한다. 구체적으로, 전화 어플리케이션이 실행되는 동안 기등록된 전화 번호(예로, 1588-XXXX)를 누른 후 통화 버튼을 수행하는 경우, 도 6a에 도시된 바와 같이, 통화 화면(610)을 제공하면서, 기등록된 전화 번호와 통화 연결을 수행할 수 있다. 이때, 기등록된 전화 번호는 고객 상담을 위한 전화 번호일 수 있다.
전화 연결이 수행된 후, 전자 장치(100)는 마이크(150)를 통해 사용자 음성을 입력받을 수 있다. 이때, 사용자 음성은 "서비스 센터 알려주세요"라는 음성을 포함할 수 있다. 전자 장치(100)는 입력된 사용자 음성을 외부 서버(200)로 전송할 수 있다.
이때, 외부 서버(200)는 전자 장치(100)로 전자 장치(100)의 위치 정보를 요청하는 신호를 전송할 수 있으며, 전자 장치(100)는 신호에 응답하여 전자 장치(100)의 위치 정보를 외부 서버(200)로 전송할 수 있다. 또는, 전자 장치(100)는 사용자 음성과 함께 전자 장치(100)의 위치 정보를 전송할 수 있으며, 기설정된 주기로 외부 서버(200)로 전자 장치(100)의 위치 정보를 전송할 수 있다.
외부 서버(200)는 입력된 사용자 음성(또는 사용자 음성이 변환된 텍스트)과 위치 정보를 인공지능 모델에 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 그리고, 외부 서버(200)는 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 "가까운 서비스 센터로는 양재 휴대폰 센터, 서초 센터, 방배 휴대폰 센터 3곳이 검색되었습니다. 특정 위치의 센터를 원하시면, 해당지역의 동,구, 군 이름을 알려주세요"라는 음성 멘트를 스피커(140)를 통해 출력할 수 있으며, 도 6b에 도시된 바와 같이, 통화 화면(610)의 일 영역에 사용자 음성에 대한 응답인 서비스 센터에 대한 정보를 포함하는 가이드 화면(620)을 제공할 수 있다.
가이드 화면(620)이 표시되는 동안 마이크를 통해 "서초 센터 위치 좀 알려주세요"라는 사용자의 제1 추가 음성이 입력된 경우, 전자 장치(100)는 입력된 제1 추가 정보를 외부 서버(200)로 전송할 수 있다.
외부 서버(200)는 입력된 제1 추가 음성을 인공지능 모델에 입력하여 제1 추가 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하고, 획득된 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 "서울 서초구 서초2동 1341-1번지 디지털 플라자 서초점 2층입니다. 뱅뱅 사거리에서 남부터미널 방면으로 300m 직진 후 무지개 아파트 사거리에 위치한 삼성 디지털 플라자 2층에 있습니다. 문제가 해결되었습니까?"라는 제1 추가 음성에 대한 음성 멘트를 스피커(140)를 통해 출력할 수 있으며, 도 6c에 도시된 바와 같이, 디스플레이(110) 전체 영역 상에 제1 추가 음성에 대한 응답인 서초 센터에 대한 정보(예로, 지도 정보, 주소 정보)를 포함하는 가이드 화면(630)을 제공할 수 있다. 이때, 가이드 화면(630)에는 도 6c에 도시된 바와 같이, 서초 센터에 대한 정보뿐만 아니라 다양한 서비스를 수행할 수 있는 복수의 아이콘이 함께 포함될 수 있다.
가이드 화면(630)이 표시되는 동안 마이크(150)를 통해 "서초는 주차 어떻게 해"라는 사용자의 제2 추가 음성이 입력된 경우, 전자 장치(100)는 입력된 제2 추가 정보를 외부 서버(200)로 전송할 수 있다.
외부 서버(200)는 입력된 제2 추가 음성을 인공지능 모델에 입력하여 제2 추가 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하고, 획득된 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다. 이때, 인공지능 모델은 단순히 제2 추가 음성만을 이용하여 음성 및 영상에 대한 정보를 제공하는 것이 아닌 기존의 발화 히스토리(예로, 사용자 음성, 제1 추가 음성 등)를 바탕으로 음성 및 영상에 대한 정보를 제공할 수 있다. 즉, 인공지능 모델은 "서초는 주차를 어떻게 해"라는 제2 추가 음성이 입력되더라도 서초구의 주차 정보를 제공하는 것이 아닌 서초 센터의 주차 정보를 제공할 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 "건물 지하에 주차 가능하며, 주차장 입구는 건물 좌측에 있습니다. 주차장이 매우 혼잡하고, 주차타워 운영으로 주차 시간이 길어줄 수 있으니 가능한 대중 교통을 이용 부탁드립니다. 문제가 해결되었습니까?"라는 제2 추가 음성에 대한 음성 멘트를 스피커(140)를 통해 출력할 수 있으며, 도 6d에 도시된 바와 같이, 디스플레이(110) 전체 영역 상에 제2 추가 음성에 대한 응답인 서초 센터에 대한 주차 정보(예로, 주차장 입구 이미지, 주차 방법 등)를 포함하는 가이드 화면(640)을 제공할 수 있다.
가이드 화면(640)이 표시되는 동안 마이크(150)를 통해 "방배점으로 가면 얼마 기달려야 해"라는 사용자의 제3 추가 음성이 입력된 경우, 전자 장치(100)는 입력된 제3 추가 정보를 외부 서버(200)로 전송할 수 있다.
외부 서버(200)는 입력된 제3 추가 음성을 인공지능 모델에 입력하여 제3 추가 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하고, 획득된 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 "현재 서비스 센터의 대기 현황은 보통이므로, 서비스 센터에 방문 후 수리시작까지 10~25분 정도 소요될 것으로 예상됩니다. 문제가 해결되었습니까?"라는 제3 추가 음성에 대한 음성 멘트를 스피커(140)를 통해 출력할 수 있으며, 도 6e에 도시된 바와 같이, 디스플레이(110) 전체 영역 상에 제3 추가 음성에 대한 응답인 방배 센터의 정보(예로, 대기 시간 정보, 예약 정보 등)를 포함하는 가이드 화면(650)을 제공할 수 있다.
상술한 바와 같이, 사용자 음성에 대한 응답을 음성뿐만 아니라 영상으로 제공받음으로써, 사용자가 정보를 더욱 편리하고 정확하게 받을 수 있게 된다. 또한, 정해진 안내 멘트가 아닌 사용자가 능동적으로 정보를 문의함으로써, 사용자가 원하는 정보를 더욱 신속하게 획득할 수 있게 된다.
또한, 전자 장치(100)는 가이드 화면상에 포함된 복수의 아이콘을 다양한 서비스를 제공할 수 있다.
구체적으로, 도 7의 좌측에 도시된 바와 같이, 전자 장치(100)는 제1 내지 제5 아이콘(710-1 내지 710-5)을 포함하는 가이드 화면(710)을 제공할 수 있다. 이때, 제1 아이콘(710-1)는 "찾아오는 길"에 대한 정보를 확인하기 위한 아이콘, 제2 아이콘(710-2)은 센터 정보를 타인과 공유하기 위한 아이콘, 제3 아이콘(710-3)은 센터 예약을 위한 아이콘, 제4 아이콘(710-4)은 사용자 문의를 위한 아이콘, 제5 아이콘(710-5)은 센터에 전화 연결을 수행하기 위한 아이콘일 수 있다.
가이드 화면(710)이 표시되는 동안 도 7의 좌측에 도시된 바와 같이, 제1 아이콘(710-1)을 선택하는 사용자 입력이 수신되면, 전자 장치(100)는 선택된 제1 아이콘(710-1)에 대응되는 정보를 가이드 화면(710)상에 제공할 수 있다. 예로, 전자 장치(100)는 도 7의 우측에 도시된 바와 같이, "서초 센터의 위치 정보 및 찾아오는 방법에 대한 정보"를 포함하는 가이드 화면(720)을 제공할 수 있다.
또한, 가이드 화면(710)이 표시되는 동안 도 8의 좌측에 도시된 바와 같이, 제5 아이콘(710-5)을 선택하는 사용자 입력이 수신되면, 전자 장치(100)는 기등록된 전화 번호와의 통화 연결을 중단하고, 선택된 제5 아이콘(710-5)에 대응되는 전화 번호와 통화 연결을 수행할 수 있다. 예로, 전자 장치(100)는 기존에 수행중인 전화 번호와의 통화 연결을 중단하고, 서초 센터에 대응되는 전화 번호와 통화 연결을 수행하며, 도 8의 우측에 도시된 바와 같이, 서초 센터와의 통화 화면(730)을 제공할 수 있다. 이때, 서초 센터와의 전화 통화가 종료되면, 기존에 수행하던 기등록된 전화 번호와의 통화 연결 여부를 문의하는 안내 메시지가 제공될 수 있다.
또한, 가이드 화면(710)이 표시되는 동안 도 9의 좌측에 도시된 바와 같이, 제2 아이콘(710-2)을 선택하는 사용자 입력이 수신되면, 전자 장치(100)는 현재 가이드 화면(710)에 제공된 정보 중 적어도 일부를 다른 전자 장치로 전송하기 위한 UI를 제공할 수 있다. 즉, 전자 장치(100)는 도 9의 가운데에 도시된 바와 같이, 가이드 화면(710)에 제공된 정보 중 "서초 센터의 위치 정보"를 공유하기 위한 공유 대상을 선택하는 UI(740)를 제공할 수 있다. 이때, UI(740)는 도 9의 가운데에 도시된 바와 같이, 메시지를 제공하고자 하는 공유 대상을 선택하기 위한 UI 엘리먼트를 포함할 수 있으나 이는 일 실시예에 불과할 뿐, 메시지를 전달하기 위한 어플리케이션의 유형을 선택하기 위한 UI 엘리먼트가 포함될 수 있다. UI(740)에 포함된 복수의 공유 대상을 중 적어도 하나가 선택되면, 전자 장치(100)는 도 9의 우측에 도시된 바와 같이, 선택된 공유 대상을와의 채팅 화면(750)을 제공하고, "서초 센터의 위치 정보"를 포함하는 메시지를 전송할 수 있다.
또한, 전자 장치(100)는 현재 실행중인 인공지능 전용 프로그램과 연동하는 어플리케이션을 이용하여 다양한 서비스를 제공할 수 있다.
구체적으로, 가이드 화면이 제공되는 동안 추가 음성이 입력되면, 전자 장치(100)는 인공지능 전용 프로그램과 연동하는 어플리케이션에 추가 음성과 관련된 정보를 등록할 수 있다. 예로, 도 10의 좌측에 도시된 바와 같이, 가이드 화면(1000)이 표시되는 동안 "22일 날에 방문예약 해줘"라는 추가 음성이 입력되면, 전자 장치(100)는 예약 이벤트를 감지하고, 감지된 예약 이벤트에 대한 정보를 인공지능 전용 프로그램과 연동하는 캘린더 어플리케이션에 등록할 수 있다. 그리고, 전자 장치(100)는 도 10의 우측에 도시된 바와 같이, 예약 이벤트를 확인하기 위한 캘린더 어플리케이션의 실행 화면(1010)을 제공할 수 있다.
이때, 전자 장치(100)는 사용자의 추가 음성을 직접 인식하여 예약 이벤트를 감지할 수 있으나, 이는 일 실시예에 불과할 뿐, 외부 서버(200)를 통해 예약 이벤트에 대한 정보를 수신할 수 있다.
또한, 가이드 화면이 제공되는 동안 전자 장치(100)는 사용자 명령에 따라 이미지를 외부 서버(200)로 전송할 수 있다. 예로, 전자 장치(100)는 사용자에 의해 촬영된 휴대폰의 외관 이미지를 외부로 전송할 수 있다. 이때, 전자 장치(100)는 "휴대폰의 액정이 고장난 거 같아"라는 사용자 음성과 함께 이미지를 외부 서버(200)에 전송할 수 있다.
외부 서버(200)는 인공지능 모델에 이미지및 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 획득하고, 획득된 음성 및 영상에 대한 정보를 전자 장치(100)로 전송할 수 있다. 이때, 음성 및 영상에 대한 정보에는 휴대폰 액정의 고장 여부에 대한 정보가 포함될 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 이미지 및 사용자 음성에 대한 응답을 스피커(140)를 통해 출력하고, 영상에 대한 정보를 바탕으로 가이드 화면상에 이미지 및 사용자 음성에 대한 응답을 제공할 수 있다. 예로, 전자 장치(100)는 음성에 대한 정보를 바탕으로 "고객님의 휴대폰 액정이 고장난 것으로 판단됩니다. 가까운 대리점에 방문해 주세요"라는 안내 멘트가 스피커(140)를 통해 출력하고, 영상에 대한 정보를 바탕으로 가까운 대리점에 대한 정보가 가이드 화면 상에 제공될 수 있다.
도 11은 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 도면이다.
전자 장치(100)는 사용자 명령에 따라 기등록된 전화 번호로 통화 연결을 수행할 수 잇다(S1110). 이때, 기등록된 전화 번호로 통화 연결이 수행되면, 전자 장치(100)는 사용자 음성에 대한 응답을 음성뿐만 영상으로 제공하기 위한 인공지능 전용 프로그램을 실행시킬 수 있다.
전자 장치(100)는 전화 통화를 수행하는 동안 사용자 음성을 입력받을 수 있다(S1120). 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
전자 장치(100)는 입력된 사용자 음성을 기등록된 전화 번호에 대응되는 외부 서버로 전송할 수 있다(S1130). 본 개시의 일 실시예에 따라, 전자 장치(100)는 전자 장치(100)의 상태 정보를 동시에 또는 외부 서버(200)의 요청에 따라 전송할 수 있다.
전자 장치(100)는 인공지능 모델에 사용자 음성을 입력하여 획득된 음성 및 영상에 대한 정보를 수신할 수 있다(S1140). 이때, 음성에 대한 정보는 사용자 음성에 대한 응답을 포함하는 오디오 데이터일 수 있으며, 영상에 대한 정보는 사용자 음성에 대한 응답을 포함하는 텍스트, 이미지 및 동영상에 대한 정보, 또는 이들을 포함하는 웹 페이지의 주소 정보일 수 있다. 또한, 본 개시의 일 실시예에 따른, 음성 및 영상에 대한 정보는 인공지능 모델에 사용자 음성뿐만 아니라 전자 장치(100)의 상태 정보를 함께 입력하여 획득될 수 있다.
전자 장치(100)는 수신된 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커를 통해 출력하고, 영상에 대한 정보를 바탕으로 통화 화면상에 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공할 수 있다(S1150).
도 12는 본 개시의 일 실시예에 따른, 전자 장치가 사용자 음성에 대한 응답을 음성 및 영상으로 제공하는 실시예를 설명하기 위한 흐름도이다.
전자 장치(100)는 사용자 명령에 따라 기등록된 전화 번호로 통화 연결을 수행할 수 잇다(S1210). 이때, 기등록된 전화 번호로 통화 연결이 수행되면, 전자 장치(100)는 사용자 음성에 대한 응답을 음성뿐만 영상으로 제공하기 위한 인공지능 전용 프로그램을 실행시킬 수 있다.
전자 장치(100)는 전화 통화를 수행하는 동안 사용자 음성을 입력받을 수 있다(S1220). 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
전자 장치(100)는 인공지능 모델에 사용자 음성을 입력하여 음성 및 영상에 대한 정보를 획득할 수 있다(S1230). 즉, 전자 장치(100)는 사용자 음성을 입력하여 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습된 인공지능 모델을 저장할 수 있다. 그리고, 전자 장치(100)는 저장된 인공지능 모델을 이용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다.
이때, 전자 장치(100)는 사용자 음성을 직접 인공지능 모델에 입력할 수 있으나, 이는 일 실시에에 불과할 뿐, 외부의 STT 서버를 통해 사용자 음성을 텍스트로 변환한 후 변환된 텍스트를 인공지능 모델에 입력할 수 있다. 또한, 전자 장치(100)는 인공지능 모델을 통해 입력된 사용자 음성에 대한 응답을 포함하는 텍스트 형태의 음성에 대한 정보를 외부의 TTS 서버에 전송하여 오디오 데이터를 획득할 수 있다.
전자 장치(100)는 음성에 대한 정보를 바탕으로 사용자 음성에 대한 응답을 스피커를 통해 출력하고, 영상에 대한 정보를 바탕으로 통화 화면상에 사용자 음성에 대한 응답을 포함하는 가이드 화면을 제공할 수 있다(S1240).
도 13은 본 개시의 일 실시예에 따른, 사용자 문의에 대한 응답을 제공하는 인공지능 모델을 학습하고 이용하기 위한 외부 서버(1300)의 구성을 나타내는 블록도이다.
도 13을 참조하면, 외부 서버(1300)는 학습부(1310) 및 응답부(1320) 중 적어도 하나를 포함할 수 있다. 도 13의 외부 서버(1300)는 도 2의 제2 외부 서버(200-2)에 대응될 수 있다.
학습부(1310)는 학습 데이터를 이용하여 사용자 음성에 대한 응답을 제공하기 위한 기준을 갖는 인공지능 모델을 생성 또는 학습시킬 수 있다. 학습부(1310)는 수집된 학습 데이터를 이용하여 판단 기준을 갖는 판단 모델을 생성할 수 있다.
일 예로, 학습부(1310)는 사용자 음성을 학습 데이터로 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습할 수 있다. 또한, 학습부(1310)는 사용자 음성과 전자 장치의 상태 정보를 학습 데이터로서 이용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 제공하기 위한 인공지능 모델을 생성, 학습 또는 갱신시킬 수 있다.
응답부(1320)는 소정의 데이터를 학습된 인공지능 모델의 입력 데이터로 사용하여, 소정의 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다.
일 예로, 응답부(1320)는 사용자 음성 및 전자 장치의 상태 정보를 학습된 인공지능 모델의 입력 데이터로 사용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득(또는, 추정, 추론)할 수 있다.
본 개시의 일 실시예로, 학습부(1310) 및 응답부(1320)는 외부 서버(1300)에 포함될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 내부에 탑재될 수 있다. 구체적으로, 학습부(1310)의 적어도 일부 및 응답부(1320)의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치(100)에 탑재될 수 있다. 예를 들어, 학습부(1310) 및 응답부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다. 이때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 학습부(1310) 및 응답부(1320)가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
이 경우, 학습부(1310) 및 응답부(1320)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 학습부(1310) 및 응답부(1320) 중 하나는 전자 장치(100)에 포함되고, 나머지 하나는 외부의 서버에 포함될 수 있다. 또한, 학습부(1310) 및 응답부(1320)는 유선 또는 무선으로 통하여, 학습부(1310)가 구축한 모델 정보를 응답부(1320)로 제공할 수도 있고, 학습부(1320)로 입력된 데이터가 추가 학습 데이터로서 학습부(1310)로 제공될 수도 있다.
도 14a는, 다양한 실시예에 따른 학습부(1310) 및 응답부(1320)의 블록도이다.
도 14a의 (a)를 참조하면, 일부 실시예에 따른 학습부(1310)는 학습 데이터 획득부(1310-1) 및 모델 학습부(1310-4)를 포함할 수 있다. 또한, 학습부(1310)는 학습 데이터 전처리부(1310-2), 학습 데이터 선택부(1310-3) 및 모델 평가부(1310-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
학습 데이터 획득부(1310-1)는 사용자 음성에 대한 응답을 획득하기 위한 인공지능 모델에 필요한 학습 데이터를 획득할 수 있다. 본 개시의 실시예로, 학습 데이터 획득부(1310-1)는 사용자 음성을 학습 데이터로서 획득할 수 있다. 또한, 학습 데이터 획득부(1310-1)는 사용자 음성에 대한 구체적인 응답을 획득하기 위해 필요한 정보(예로, 전자 장치의 상태 정보)를 학습 데이터로서 획득할 수 있다. 학습 데이터는 학습부(1310) 또는 학습부(1310)의 제조사가 수집 또는 테스트한 데이터가 될 수도 있다.
모델 학습부(1310-4)는 학습 데이터를 이용하여, 인공지능 모델이 사용자 음성에 대한 응답을 획득하는 기준을 갖도록 학습시킬 수 있다. 예로, 모델 학습부(1310-4)는 학습 데이터 중 적어도 일부를 사용자 음성에 대한 응답을 획득하기 위한 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또는, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 응답을 제공하기 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 응답 제공의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 인공지능 모델을 학습시킬 수 있다
또한, 모델 학습부(1310-4)는 입력 데이터를 이용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 제공하기 위하여 어떤 학습 데이터를 이용해야 하는지에 대한 선별 기준을 학습할 수도 있다.
모델 학습부(1310-4)는 미리 구축된 인공지능 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 인공지능 모델을 학습할 인공지능 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입별로 기 분류되어 있을 수 있으며, 인공지능 모델은 데이터의 타입별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
인공지능 모델이 학습되면, 모델 학습부(1310-4)는 학습된 인공지능 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 인공지능 모델을 외부 서버(1300)의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 인공지능 모델을 외부 서버(1300)와 유선 또는 무선 네트워크로 연결되는 서버 또는 전자 장치의 메모리에 저장할 수도 있다.
학습부(1310)는 인공지능 모델의 응답 결과를 향상시키거나, 인공지능 모델의 생성에 필요한 자원 또는 시간을 절약하기 위하여, 학습 데이터 전처리부(1310-2) 및 학습 데이터 선택부(1310-3)를 더 포함할 수도 있다.
학습 데이터 전처리부(1310-2)는 사용자 음성에 대한 응답을 포함하는 정보를 획득하기 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 학습 데이터 전처리부(1310-2)는 모델 학습부(1310-4)가 사용자 음성에 대한 응답을 포함하는 정보를 획득하기 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다. 예를 들어, 학습 데이터 전처리부(1310-2)는 입력된 사용자 음성 중 인공지능 모델이 응답을 제공하 때 필요없는 텍스트(예를 들어, 부사,감탄사 등)를 제거할 수 있다.
학습 데이터 선택부(1310-3)는 학습 데이터 획득부(1310-1)에서 획득된 데이터 또는 학습 데이터 전처리부(1310-2)에서 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 학습에 필요한 학습 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 학습 데이터를 선택할 수도 있다.
학습부(1310)는 인공지능 모델의 응답 결과를 향상시키기 위하여, 모델 평가부(1310-5)를 더 포함할 수도 있다.
모델 평가부(1310-5)는 인공지능 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 응답 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인공지능 모델을 평가하기 위한 기 정의된 데이터일 수 있다.
예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 인공지능 모델의 응답 결과 중에서, 응답 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
한편, 학습된 인공지능 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 인공지능 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 인공지능 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 인공지능 모델로서 결정할 수 있다.
도 14a의 (b)를 참조하면, 일부 실시예에 따른 응답부(1320)는 입력 데이터 획득부(1320-1) 및 응답 결과 제공부(1320-4)를 포함할 수 있다.
또한, 응답부(1320)는 입력 데이터 전처리부(1320-2), 입력 데이터 선택부(1320-3) 및 모델 갱신부(1320-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
입력 데이터 획득부(1320-1)는 사용자 음성에 대한 응답을 획득하기 위해 필요한 데이터를 획득할 수 있다. 응답 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득된 입력 데이터를 입력 값으로 학습된 인공지능 모델에 적용하여 사용자 음서엥 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다. 응답 결과 제공부(1320-4)는 후술할 입력 데이터 전처리부(1320-2) 또는 입력 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 인공지능 모델에 적용하여 응답 결과를 획득할 수 있다. 응답 결과는 인공지능 모델에 의해 결정될 수 있다.
일 실시예로, 응답 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득한 사용자 음성 및 전자 장치를 학습된 인공지능 모델 적용하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득할 수 있다.
응답부(1320)는 인공지능 모델의 응답 결과를 향상시키거나, 응답 결과의 제공을 위한 자원 또는 시간을 절약하기 위하여, 입력 데이터 전처리부(1320-2) 및 입력 데이터 선택부(1320-3)를 더 포함할 수도 있다.
입력 데이터 전처리부(1320-2)는 사용자 음성에 대한 응답을 획득하기 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 입력 데이터 전처리부(1320-2)는 응답 결과 제공부(1320-4)가 사용자 음성에 대한 응답을 획득하기 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 정의된 포맷으로 가공할 수 있다.
입력 데이터 선택부(1320-3)는 입력 데이터 획득부(1320-1)에서 획득된 데이터 또는 입력 데이터 전처리부(1320-2)에서 전처리된 데이터 중에서 응답 제공에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 응답 결과 제공부(1320-4)에게 제공될 수 있다. 입력 데이터 선택부(1320-3)는 응답 제공을 위한 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 입력 데이터 선택부(1320-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 데이터를 선택할 수도 있다.
모델 갱신부(1320-5)는 응답 결과 제공부(1320-4)에 의해 제공되는 응답 결과에 대한 평가에 기초하여, 인공지능 모델이 갱신되도록 제어할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 응답 결과 제공부(1320-4)에 의해 제공되는 응답 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 인공지능 모델을 추가 학습 또는 갱신하도록 요청할 수 있다.
도 14b는, 일 실시예에 따른 전자 장치(100) 및 외부의 서버(S)가 서로 연동함으로써 데이터를 학습하고 판단하는 예시를 나타내는 도면이다.
도 14b를 참조하면, 외부의 서버(S)는 사용자 음성에 대한 응답을 포함하는 정보르 획득하기 위한 기준을 학습할 수 있으며, 전자 장치(100)는 서버(S)에 의한 학습 결과에 기초하여 사용자 음성에 대한 응답을 음성 및 영상을 통해 제공할 수 있다.
이 경우, 서버(S)의 모델 학습부(1310-4)는 도 13에 도시된 학습부(1310)의 기능을 수행할 수 있다. 즉, 서버(S)의 모델 학습부(1310-4)는 사용자 음성에 대한 응답을 획득하기 위하여 어떤 텍스트 정보 혹은 전자 장치의 상태 정보를 이용할지, 상기 정보를 이용하여 사용자 음성에 대한 응답을 어떻게 획득할지에 관한 기준을 학습할 수 있다.
또한, 전자 장치(100)의 응답 결과 제공부(1320-4)는 입력 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(S)에 의해 생성된 인공지능 모델에 적용하여 사용자 음성에 대한 응답을 획득할 수 있다. 또는, 전자 장치(100)의 응답 결과 제공부(1320-4)는 서버(50)에 의해 생성된 인공지능 모델을 서버(50)로부터 수신하고, 수신된 인공지능 모델을 이용하여 사용자 음성에 대한 응답을 획득할 수 있다.
도 15는 본 개시의 다양한 실시예에 따른, 인공지능 모델을 이용하는 네트워크 시스템의 흐름도이다.
도 15에서, 인공지능 모델을 이용하는 네트워크 시스템은 제1 구성 요소(1501), 제2 구성 요소(1502) 및 제3 구성 요소(1503)를 포함할 수 있다.
여기서, 제1 구성 요소(1501)는 전자 장치(100)이고, 제2 구성 요소(1502)는 판단 모델이 저장된 서버(S)가 될 수 있다. 또는, 제1 구성 요소(1501)는 범용 프로세서이고, 제2 구성 요소(1502)는 인공 지능 전용 프로세서가 될 수 있다. 또는, 제1 구성 요소(1501)는 적어도 하나의 어플리케이션이 될 수 있고, 제2 구성 요소(1502)는 운영 체제(operating system, OS)가 될 수 있다. 즉, 제2 구성 요소(1502)는 제1 구성 요소(1501)보다 더 집적화되거나, 전용화되거나, 딜레이(delay)가 작거나, 성능이 우세하거나 또는 많은 리소스를 가진 구성 요소로서 판단 모델의 생성, 갱신 또는 적용 시에 요구되는 많은 연산을 제1 구성 요소(1501)보다 신속하고 효과적으로 처리 가능한 구성 요소가 될 수 있다.
이 경우, 제1 구성 요소(1501) 및 제2 구성 요소(1502) 간에 데이터를 송/수신하기 위한 인터페이스가 정의될 수 있다. 예로, 판단 모델에 적용할 학습 데이터를 인자 값(또는, 매개 값 또는 전달 값)으로 갖는 API(application program interface)가 정의될 수 있다. API는 어느 하나의 프로토콜(예로, 전자 장치(100)에서 정의된 프로토콜)에서 다른 프로토콜(예로, 서버(S)에서 정의된 프로토콜)의 어떤 처리를 위해 호출할 수 있는 서브 루틴 또는 함수의 집합으로 정의될 수 있다. 즉, API를 통하여 어느 하나의 프로토콜에서 다른 프로토콜의 동작이 수행될 수 있는 환경을 제공될 수 있다.
제3 구성 요소(1503)는 오디오 형태의 사용자 음성을 텍스트로 변환하거나 텍스트를 안내 멘트로 변환하기 위한 제1 서버(200-1)로 구현될 수 있다.
도 15에서, 제1 구성 요소(1501)는 기등록된 전화 번호로 통화 연결을 수행할 수 있다(S1505). 이때, 기등록된 전화 번호는 특정 정보를 요청하거나 특정 서비스를 제공받기 위한 전화 번호로서, 예로, 고객 상담 전화 번호, 식당 예약 전화 번호, 여행 예약 전화 번호 등과 같은 다양한 전화 번호로 구현될 수 있다.
그리고, 제1 구성 요소(1501)는 마이크를 통해 사용자 음성을 입력받을 수 있다(S1510). 이때, 사용자 음성은 특정 정보를 문의하기 위한 사용자 음성일 수 있다.
제1 구성 요소(1501)는 입력된 사용자 음성을 제3 구성 요소(1503)로 전송할 수 있다(S1515). 이때, 사용자 음성은 오디오 데이터 형태일 수 있다.
제3 구성 요소(1503)는 수신된 사용자 음성을 텍스트로 변환할 수 있다(S1520). 구체적으로, 제3 구성 요소(1503)는 STT 기술을 이용하여 오디오 형태의 사용자 음성을 텍스트로 변환할 수 있다.
제3 구성 요소(1503)는 제2 구성 요소(1502)로 변환된 텍스트를 전송할 수 있다(S1525).
제2 구성 요소(1502)는 텍스트를 인공지능 모델에 입력하여 음성 및 영상에 대한 정보를 획득할 수 있다(S1530). 이때, 인공지능 모델은 텍스트를 입력하여 사용자 음성에 대한 응답을 포함하는 음성 및 영상에 대한 정보를 획득하도록 학습된 모델일 수 있다. 또한, 인공지능 모델을 통해 획득된 음성 및 영상에 대한 정보는 사용자 음성에 대한 응답을 포함할 수 있다.
제2 구성 요소(1502)는 음성에 대한 정보를 제3 구성 요소(1503)로 전송할 수 있다(S1535). 이때, 음성에 대한 정보는 사용자가 요청한 정보를 포함하는 텍스트 데이터일 수 있다.
제3 구성 요소(1503)는 음성에 대한 정보를 음성 멘트로 변환할 수 있다(S1540). 즉, 제3 구성 요소(1503)는 TTS 기술을 통해 텍스트 데이터 형태의 음성에 대한 정보를 음성 멘트(즉, 오디오 데이터 형태)로 변환할 수 있다.
또한, 제2 구성 요소(1502)는 제1 구성 요소(1501)로 영상에 관한 정보를 전송하고(S1545), 제3 구성 요소(1503)는 제1 구성 요소(1501)로 음성 멘트를 전송할 수 있다(S1550). 이때, 영상에 대한 정보는 텍스트, 이미지, 동영상 중 적어도 하나를 포함할 수 있으며, 텍스트, 이미지, 동영상 중 적어도 하나를 제공하기 위한 웹 페이지에 대한 정보일 수 있다.
제1 구성 요소(1501)는 제3 구성 요소(1503)로부터 수신된 음성 멘트를 스피커로 출력하고, 제2 구성 요소(1502)로부터 수신된 영상에 대한 정보를 바탕으로 통화 화면상에 가이드 화면을 제공할 수 있다(S1555). 이때, 가이드 화면에는 사용자 음성에 대한 응답이 포함될 수 있으며, 텍스트, 이미지, 동영상뿐만 아니라 사용자 명령을 입력받기 위한 UI가 포함될 수 있다.
본 개시의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
110: 디스플레이 120: 통신부
130: 메모리 140: 스피커
150: 마이크 160; 프로세서
170: 입력부 180: 센서
190: 카메라
130: 메모리 140: 스피커
150: 마이크 160; 프로세서
170: 입력부 180: 센서
190: 카메라
Claims (20)
- 전자 장치의 제어 방법에 있어서,
사용자 명령에 따라 전화 번호로 통화 연결을 수행하는 단계;
전화 통화를 수행하는 동안 제1 사용자 음성을 입력받는 단계;
상기 제1 사용자 음성에 대한 정보를 상기 전화 번호에 대응되고, 학습된 인공지능 모델을 저장하는 외부 서버로 전송하는 단계;
상기 학습된 인공지능 모델에 상기 제1 사용자 음성에 대한 정보를 입력하여 획득된 제1 텍스트에 대한 정보 및 제1 영상에 대한 정보를 상기 외부 서버로부터 수신하는 단계;
상기 제1 사용자 음성에 대한 응답으로 상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보를제공하는 단계;
상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보를 제공하는 동안, 제2 사용자 음성을 입력받는 단계;
상기 제2 사용자 음성에 대한 정보를 상기 외부 서버로 전송하는 단계;
상기 학습된 인공지능 모델에 상기 제2 사용자 음성에 대한 정보를 입력하여 획득된 제2 텍스트에 대한 정보 및 제2 영상에 대한 정보를 상기 외부 서버로부터 수신하는 단계; 및
상기 제2 사용자 음성에 대한 응답으로 상기 제2 텍스트에 대한 정보 및 상기 제2 영상에 대한 정보를 제공하는 단계;를 포함하는 제어 방법. - 삭제
- 제1항에 있어서,
센서를 이용하여 상기 전자 장치의 상태 정보를 획득하는 단계; 및
상기 전자 장치의 상태 정보를 상기 외부 서버에 전송하는 단계;를 포함하고,
상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보는, 상기 인공지능 모델에 상기 제1 사용자 음성에 대한 정보와 함께 상기 전자 장치의 상태 정보를 입력하여 획득되는 제어 방법. - 제1항에 있어서,
상기 상기 제1 영상이 제공되는 동안 사용자 명령에 따라 이미지에 대한 정보를 상기 외부 서버로 전송하는 단계;
상기 인공지능 모델에 상기 이미지에 대한 정보를 입력하여 획득된 텍스트에 대한 정보 및 영상에 대한 정보를 상기 외부 서버로부터 수신하는 단계; 및
상기 이미지에 대한 응답으로 상기 이미지에 대한 정보를 상기 인공지능 모델에 입력하여 획득된 텍스트에 대한 정보 및 영상에 대한 정보를 제공하는 단계;;를 포함하는 제어 방법. - 제1항에 있어서,
상기 전화 번호로 통화 연결이 수행되면, 상기 제1 사용자 음성에 대한 응답을 음성 및 영상으로 제공하기 위한 인공지능 전용 프로그램을 실행하는 단계;를 포함하는 제어 방법. - 제5항에 있어서,
상기 제1 영상이 제공되는 동안 추가 음성을 입력받는 단계; 및
상기 인공지능 전용 프로그램과 연동하는 어플리케이션에 상기 추가 음성과 관련된 정보를 등록하는 단계;를 포함하는 제어 방법. - 제1항에 있어서,
특정 전화 번호를 등록하기 위한 사용자 명령이 입력되면, 상기 특정 전화 번호 및 상기 특정 전화 번호에 대응되는 외부 서버를 등록하는 단계;를 포함하는 제어 방법. - 제1항에 있어서,
상기 제1 영상에 대한 정보를 제공하는 단계는,
상기 제1 영상에 대한 정보에 기초하여 적어도 하나의 아이콘을 포함하는 UI를 제공하고,
상기 UI에 포함된 적어도 하나의 아이콘 중 하나가 선택되면, 상기 선택된 아이콘에 대응되는 정보를 상기 UI 상에 제공하는 단계;를 포함하는 제어 방법. - 제8항에 있어서,
상기 UI에 포함된 적어도 하나의 아이콘 중 다른 하나가 선택되면, 상기 전화 번호와의 통화 연결을 중단하고, 상기 선택된 다른 아이콘에 대응되는 전화 번호와 통화 연결을 수행하는 단계;를 포함하는 제어 방법. - 제8항에 있어서,
상기 UI에 포함된 적어도 하나의 아이콘 중 다른 하나가 선택되면, 상기 UI에 제공된 정보를 다른 전자 장치로 전송하기 위한 UI를 제공하는 단계;를 포함하는 제어 방법. - 전자 장치에 있어서,
디스플레이;
스피커;
마이크;
통신부;
적어도 하나의 명령어를 포함하는 메모리 및
상기 디스플레이, 상기 스피커, 상기 마이크, 상기 통신부 및 상기 메모리와 전기적으로 연결되어 상기 전자 장치를 제어하는 프로세서; 를 포함하며,
상기 프로세서는,
사용자 명령에 따라 전화 번호로 통화 연결을 수행하고,
전화 통화를 수행하는 동안 상기 마이크를 통해 제1 사용자 음성을 입력받으며,
상기 제1 사용자 음성에 대한 정보를 상기 전화 번호에 대응되고, 학습된 인공지능 모델을 저장하는 외부 서버로 전송하도록 상기 통신부를 제어하고,
상기 학습된 인공지능 모델에 상기 제1 사용자 음성을 입력하여 획득된 제1 텍스트에 대한 정보 및 제1 영상에 대한 정보를 상기 통신부를 통해 상기 외부 서버로부터 수신하며,
상기 제1 사용자 음성에 대한 응답으로 상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보를 제공하도록 상기 디스플레이를 제어하고
상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보를 제공하는 동안, 상기 마이크를 통해 제2 사용자 음성을 입력받고,
상기 제2 사용자 음성에 대한 정보를 상기 외부 서버로 전송하도록 상기 통신부를 제어하고,
상기 학습된 인공지능 모델에 상기 제2 사용자 음성을 입력하여 획득된 제2 텍스트에 대한 정보 및 상기 제2 영상에 대한 정보를 상기 통신부를 통해 상기 외부 서버로부터 수신하며,
상기 제2 사용자 음성에 대한 응답으로 상기 제2 텍스트에 대한 정보 및 상기 제2 영상에 대한 정보를 제공하도록 상기 디스플레이를 제어하는 전자 장치. - 삭제
- 제11항에 있어서,
상기 전자 장치의 상태를 감지하기 위한 센서를 더 포함하며,
상기 프로세서는,
상기 센서를 이용하여 획득된 상기 전자 장치의 상태 정보를 상기 외부 서버에 전송하도록 상기 통신부를 제어하고,
상기 제1 텍스트에 대한 정보 및 상기 제1 영상에 대한 정보는, 상기 인공지능 모델에 상기 제1 사용자 음성과 함께 상기 전자 장치의 상태 정보를 입력하여 획득되는 전자 장치. - 제11항에 있어서,
상기 프로세서는,
상기 제1 영상이 제공되는 동안 사용자 명령에 따라 이미지에 대한 정보를 상기 외부 서버로 전송하도록 상기 통신부를 제어하고,
상기 인공지능 모델에 상기 이미지에 대한 정보를 입력하여 획득된 텍스트에 대한 정보 및 영상에 대한 정보를 상기 통신부를 통해 상기 외부 서버로부터 수신하며,
상기 이미지에 대한 응답으로 상기 이미지에 대한 정보를 상기 인공지능 모델에 입력하여 획득된 텍스트에 대한 정보 및 영상에 대한 정보를 제공하도록 상기 디스플레이를 제어하는 전자 장치. - 제11항에 있어서,
상기 프로세서는,
상기 전화 번호로 통화 연결이 수행되면, 상기 제1 사용자 음성에 대한 응답을 음성 및 영상으로 제공하기 위한 인공지능 전용 프로그램을 실행하는 전자 장치. - 제15항에 있어서,
상기 프로세서는,
상기 제1 영상이 제공되는 동안 상기 마이크를 통해 추가 음성을 입력받으며,
상기 인공지능 전용 프로그램과 연동하는 어플리케이션에 상기 추가 음성과 관련된 정보를 등록하는 전자 장치. - 제11항에 있어서,
상기 프로세서는,
특정 전화 번호를 등록하기 위한 사용자 명령이 입력되면, 상기 특정 전화 번호 및 상기 특정 전화 번호에 대응되는 외부 서버를 상기 메모리에 등록하는 전자 장치. - 제11항에 있어서,
상기 프로세서는,
상기 제1 영상에 대한 정보에 기초하여 적어도 하나의 아이콘을 포함하는 UI를 제공하도록 상기 디스플레이를 제어하고,
상기 UI에 포함된 적어도 하나의 아이콘 중 하나가 선택되면, 상기 선택된 아이콘에 대응되는 정보를 상기 UI상에 제공하도록 상기 디스플레이를 제어하는 전자 장치. - 제18항에 있어서,
상기 프로세서는,
상기 UI에 포함된 적어도 하나의 아이콘 중 다른 하나가 선택되면, 상기 전화 번호와의 통화 연결을 중단하고, 상기 선택된 다른 아이콘에 대응되는 전화 번호와 통화 연결을 수행하는 전자 장치. - 제18항에 있어서,
상기 프로세서는,
상기 UI에 포함된 적어도 하나의 아이콘 중 다른 하나가 선택되면, 상기 UI에 제공된 정보를 다른 전자 장치로 전송하기 위한 UI를 제공하도록 상기 디스플레이를 제어하는 전자 장치.
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170179071A KR102449630B1 (ko) | 2017-12-26 | 2017-12-26 | 전자 장치 및 이의 제어 방법 |
| PCT/KR2018/016323 WO2019132410A1 (en) | 2017-12-26 | 2018-12-20 | Electronic device and control method thereof |
| CN201880068845.0A CN111264054A (zh) | 2017-12-26 | 2018-12-20 | 电子装置及其控制方法 |
| EP18893853.4A EP3665897A4 (en) | 2017-12-26 | 2018-12-20 | ELECTRONIC DEVICE AND CONTROL PROCEDURE FOR IT |
| US16/230,553 US10630827B2 (en) | 2017-12-26 | 2018-12-21 | Electronic device and control method thereof |
| US16/849,692 US11153426B2 (en) | 2017-12-26 | 2020-04-15 | Electronic device and control method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170179071A KR102449630B1 (ko) | 2017-12-26 | 2017-12-26 | 전자 장치 및 이의 제어 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190088086A KR20190088086A (ko) | 2019-07-26 |
| KR102449630B1 true KR102449630B1 (ko) | 2022-09-30 |
Family
ID=66949733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170179071A KR102449630B1 (ko) | 2017-12-26 | 2017-12-26 | 전자 장치 및 이의 제어 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US10630827B2 (ko) |
| EP (1) | EP3665897A4 (ko) |
| KR (1) | KR102449630B1 (ko) |
| CN (1) | CN111264054A (ko) |
| WO (1) | WO2019132410A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3537345A1 (en) * | 2018-03-06 | 2019-09-11 | Hybris AG | Computer-implemented method, system and computer program product for providing a conversational application interface |
| CN108600911B (zh) * | 2018-03-30 | 2021-05-18 | 联想(北京)有限公司 | 一种输出方法及电子设备 |
| US11048465B2 (en) * | 2018-09-18 | 2021-06-29 | Canon Kabushiki Kaisha | Imaging display device, wearable device, and imaging display system |
| US11226801B2 (en) * | 2019-10-30 | 2022-01-18 | Mastercard International Incorporated | System and methods for voice controlled automated computer code deployment |
| KR20210065698A (ko) | 2019-11-27 | 2021-06-04 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
| KR102147619B1 (ko) * | 2020-01-20 | 2020-08-25 | 아틀라스 가이드, 인코퍼레이션. | 전화 통화를 관리하는 방법 및 이러한 방법을 실행하는 인공지능 비서 시스템 |
| US20220335933A1 (en) * | 2021-04-16 | 2022-10-20 | At&T Intellectual Property I, L.P. | Customer support using a cloud-based message analysis model |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160225369A1 (en) * | 2015-01-30 | 2016-08-04 | Google Technology Holdings LLC | Dynamic inference of voice command for software operation from user manipulation of electronic device |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8202094B2 (en) * | 1998-02-18 | 2012-06-19 | Radmila Solutions, L.L.C. | System and method for training users with audible answers to spoken questions |
| US7672931B2 (en) * | 2005-06-30 | 2010-03-02 | Microsoft Corporation | Searching for content using voice search queries |
| KR100936757B1 (ko) * | 2007-07-13 | 2010-01-15 | (주) 콜게이트 | 이동통신 단말기의 호 제어 기능을 통한 화면 ａｒｓ서비스 제공 시스템 및 그 동작 방법 |
| KR20110019266A (ko) * | 2009-08-19 | 2011-02-25 | 주식회사 케이티 | 영상 응답 서비스 제공 시스템 및 서비스 제공 방법 |
| KR20110052312A (ko) * | 2009-11-12 | 2011-05-18 | 주식회사 케이티 | 음성 및 영상을 통한 상호 작용 방식의 검색 서비스 제공 방법 및 시스템 |
| KR101197742B1 (ko) * | 2010-08-17 | 2012-11-06 | (주) 지겟츠 | 시각적으로 데이터를 처리하는 자동응답시스템 |
| KR101169045B1 (ko) * | 2010-08-24 | 2012-07-26 | (주) 콜게이트 | 음성-화면 ａｒｓ 서비스 시스템 및 그 제공방법과 컴퓨터 판독 가능한 기록매체 |
| KR20130057338A (ko) * | 2011-11-23 | 2013-05-31 | 김용진 | 음성인식 부가 서비스 제공 방법 및 이에 적용되는 장치 |
| KR101992191B1 (ko) * | 2012-11-01 | 2019-06-24 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
| KR20140057021A (ko) | 2012-11-02 | 2014-05-12 | 주식회사 우리은행 | 화면이 표출되는 스마트 텔레뱅킹 서비스 시스템 및 방법 |
| KR101425091B1 (ko) | 2012-11-16 | 2014-08-01 | 김성호 | 모바일 형태의 텍스트 자동응답 메시지 서비스 제공 시스템 및 방법 |
| KR101462121B1 (ko) | 2013-04-08 | 2014-11-17 | 이세용 | 이종망 연동 데이터 전송시스템 및 그 방법 |
| KR101500301B1 (ko) | 2013-07-04 | 2015-03-09 | 에스케이텔레콤 주식회사 | 안내서비스지원장치 및 안내서비스지원장치의 동작 방법 |
| KR20150007862A (ko) * | 2013-07-12 | 2015-01-21 | 삼성전자주식회사 | 데이터 제공을 제어하는 휴대 단말 및 방법 |
| US9351137B2 (en) * | 2014-07-14 | 2016-05-24 | Qualcomm Incorporated | Simultaneous voice calls using a multi-SIM multi-active device |
| KR102331592B1 (ko) | 2015-09-15 | 2021-11-29 | 주식회사 브리지텍 | 보이는 ars 제공 시스템 및 방법 |
| EP3414758B1 (en) * | 2016-02-12 | 2020-09-23 | Samsung Electronics Co., Ltd. | Method and electronic device for performing voice based actions |
| US10554516B1 (en) | 2016-06-09 | 2020-02-04 | Palantir Technologies Inc. | System to collect and visualize software usage metrics |
| CN106484831A (zh) * | 2016-09-29 | 2017-03-08 | 百度在线网络技术（北京）有限公司 | 搜索系统、方法和装置 |
| KR101879785B1 (ko) | 2016-11-02 | 2018-07-18 | 권무혁 | 보이는ars에서 웹/앱의 세션 연결과 전화채널을 동기화시켜주는 착신 연결 방법 |
-
2017
- 2017-12-26 KR KR1020170179071A patent/KR102449630B1/ko active IP Right Grant
-
2018
- 2018-12-20 WO PCT/KR2018/016323 patent/WO2019132410A1/en unknown
- 2018-12-20 CN CN201880068845.0A patent/CN111264054A/zh active Pending
- 2018-12-20 EP EP18893853.4A patent/EP3665897A4/en active Pending
- 2018-12-21 US US16/230,553 patent/US10630827B2/en active Active
-
2020
- 2020-04-15 US US16/849,692 patent/US11153426B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160225369A1 (en) * | 2015-01-30 | 2016-08-04 | Google Technology Holdings LLC | Dynamic inference of voice command for software operation from user manipulation of electronic device |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190088086A (ko) | 2019-07-26 |
| EP3665897A4 (en) | 2020-10-28 |
| US20200244791A1 (en) | 2020-07-30 |
| EP3665897A1 (en) | 2020-06-17 |
| US10630827B2 (en) | 2020-04-21 |
| US11153426B2 (en) | 2021-10-19 |
| US20190199845A1 (en) | 2019-06-27 |
| WO2019132410A1 (en) | 2019-07-04 |
| CN111264054A (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11671386B2 (en) | Electronic device and method for changing chatbot | |
| KR102449630B1 (ko) | 전자 장치 및 이의 제어 방법 | |
| KR102473447B1 (ko) | 인공지능 모델을 이용하여 사용자 음성을 변조하기 위한 전자 장치 및 이의 제어 방법 | |
| US11954150B2 (en) | Electronic device and method for controlling the electronic device thereof | |
| KR102617387B1 (ko) | 컨텍스트에 따라 이벤트의 출력 정보를 제공하는 전자 장치 및 이의 제어 방법 | |
| CN111418198B (zh) | 提供文本相关图像的电子装置及其操作方法 | |
| KR102515023B1 (ko) | 전자 장치 및 그 제어 방법 | |
| US20230290343A1 (en) | Electronic device and control method therefor | |
| KR102398386B1 (ko) | 복수 개의 메시지들을 필터링하는 방법 및 이를 위한 장치 | |
| KR102469712B1 (ko) | 전자 장치 및 이의 자연어 생성 방법 | |
| US11468270B2 (en) | Electronic device and feedback information acquisition method therefor | |
| KR20190013390A (ko) | 전자 장치 및 이의 검색 결과 제공 방법 | |
| KR20200115695A (ko) | 전자 장치 및 이의 제어 방법 | |
| KR20200044175A (ko) | 전자 장치 및 그의 비서 서비스 제공 방법 | |
| KR102438132B1 (ko) | 전자 장치 및 그의 제어 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |