KR102498544B1

KR102498544B1 - A method of inducing learning using a learning chatbot and a recording medium recording the same

Info

Publication number: KR102498544B1
Application number: KR1020210096649A
Authority: KR
Inventors: 최정민
Original assignee: 주식회사 천재교과서
Priority date: 2021-07-22
Filing date: 2021-07-22
Publication date: 2023-02-13
Also published as: KR20230015194A

Abstract

본 발명은 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체에 대하여 개시한다.
본 발명에 따른 학습 유도 방법은, (a) 학습 메뉴를 화면 상으로 제공하는 단계; (b) 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력받는 단계; (c) 상기 입력받은 음성 또는 문자를 처리하는 단계; 및 (d) 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 단계를 포함하는 것을 특징으로 한다.The present invention enables communication between a learner and a chatbot, and when a learner asks a chatbot a question about learning, it responds in real time to induce learning by stimulating curiosity in learning. Induction of learning using a learning chatbot A method and a recording medium recording the method are disclosed.
Learning induction method according to the present invention, (a) providing a learning menu on the screen; (b) receiving a touch input for selecting a menu or a voice or text message for a user's question; (c) processing the input voice or text; and (d) inducing learning by one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to the processing result.

Description

A method of inducing learning using a learning chatbot and a recording medium recording the same}

본 발명은 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체에 관한 것으로서, 보다 상세하게는 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체에 관한 것이다.The present invention relates to a learning induction method using a learning chatbot and a recording medium recording the same, and more particularly, communication is possible between a learner and a chatbot, and when a learner asks a chatbot a question about learning, it responds in real time. It relates to a learning induction method using a learning chatbot that stimulates learning curiosity and induces learning, and a recording medium on which it is recorded.

본 출원인이 웹 페이지를 통하여 제공하는 숙제 해설 시스템은 관리 교사가 직접 일일이 확인하여 질문에 대한 답을 작성하는 시스템이다.The homework commentary system provided by the present applicant through a web page is a system in which the management teacher directly checks and writes answers to questions.

한 명의 관리 교사가 여러 명의 학생들을 관리하다 보니, 질문에 대한 답변이 실시간으로 이루어지지 않으며, 주말 또는 공휴일에는 답변을 받아 볼 수 없었다. 또한, 사람이 답변해 주는 부분에서 인건비가 발생하였다.Since a single teacher supervises multiple students, questions are not answered in real time, and answers cannot be received on weekends or holidays. In addition, labor costs were incurred in the part where a person answered.

코로나로 인한 온라인 개학 영향으로 질문 서비스의 이용률이 급증하고 있으며, 전통적인 일방향 교육 시스템의 한계를 벗어나기 위해, 양방향 소통 교육 시스템이 필요하다는 걸 느낄 수 있었다. 전통적으로나, 최근 교육 시스템은 일방향 시스템이다.It was felt that the use of questioning services is rapidly increasing due to the impact of online school opening due to the corona, and that a two-way communication education system is needed to overcome the limitations of the traditional one-way education system. Traditionally, modern education systems are one-way systems.

그러나 코로나 시국을 맞이하고 나서, 비대면 교육은 피할 수 없게 되었다. 학교라는 울타리에서 선생님과의 소통까지 없어진 교육에 양방향 소통 도입이 시급한 부분이다. 기존 온라인 학습도 일방향 시스템으로 제공되고 있다. However, after welcoming the corona city, non-face-to-face education became inevitable. It is urgent to introduce two-way communication in education, where communication with teachers has disappeared from the school fence. Existing online learning is also being provided as a one-way system.

따라서 양방향으로 대화하는 챗봇 시스템을 이용해 학습생의 진도와, 연관 학습 등을 추천해 주면서 흥미를 유발할 수 있는 기술이 요구되고 있다.Therefore, there is a demand for a technology that can arouse interest by recommending the progress of learners and related learning using a chatbot system that has a two-way conversation.

관련 선행 특허 문헌으로는 대한민국 등록특허공보 제10-2278020호(2021.07.09. 등록)가 있으며, 상기 문헌에는 챗봇을 이용한 질의응답 처리 장치 및 방법이 기재되어 있다.As a related prior patent document, there is Korean Patent Registration No. 10-2278020 (registered on July 9, 2021), which describes an apparatus and method for processing a question and answer using a chatbot.

본 발명의 목적은 학습생과 챗봇 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체를 제공하는 것이다.An object of the present invention is to enable communication between a learner and a chatbot, and to induce learning by stimulating curiosity in learning by responding in real time when the learner asks the chatbot a question about learning, a learning induction method using a learning chatbot and to provide a recording medium on which it is recorded.

전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법은, (a) 학습 메뉴를 화면 상으로 제공하는 단계; (b) 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력받는 단계; (c) 상기 입력받은 음성 또는 문자를 처리하는 단계; 및 (d) 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 단계를 포함할 수 있다.A learning induction method according to an embodiment of the present invention for achieving the above object includes: (a) providing a learning menu on a screen; (b) receiving a touch input for selecting a menu or a voice or text message for a user's question; (c) processing the input voice or text; and (d) inducing learning with one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotion coaching according to the processing result.

상기 학습 챗봇은, 상기 터치 입출력부를 통해 입력받은 음성 또는 문자를 음성 인식 및 언어 모델의 문자로 변환하는 변환부; 상기 변환된 문자를 임베딩(Embedding) 처리하는 임베딩 처리부; 및 상기 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 유도부를 포함할 수 있다.The learning chatbot may include: a conversion unit that converts voice or text received through the touch input/output unit into text of voice recognition and language models; an embedding processor for embedding the converted character; and a learning induction unit for inducing learning to one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotion coaching according to the result of the embedding process.

상기 학습 챗봇은, 상기 학습 메뉴에 대하여 오늘의 학습, 전체 메뉴, 숙제질문을 제공하고, 사용자가 과목을 선택하고, 선택된 과목의 학습을 실행하며, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.The learning chatbot provides today's learning, all menus, and homework questions for the learning menu, the user selects a subject, executes learning of the selected subject, and provides Q&A data and learning encyclopedia for the homework question. Data can be used to provide learning answers.

상기 학습 챗봇은, 상기 학습 메뉴에 대하여 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목을 자동으로 선택하고, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.The learning chatbot provides a learning window for the learning menu, automatically selects a subject based on the learning window subject code, and provides learning answers using Q & A data and learning encyclopedia data for homework questions can do.

상기 학습 챗봇은, AI(Artificial Intelligence) 챗봇 및 과목 챗봇을 포함할 수 있다.The learning chatbot may include an artificial intelligence (AI) chatbot and a subject chatbot.

상기 AI 챗봇은, 숙제해결에 대한 데이터를 자동으로 필터링하고, 키워드를 구분하여 그룹핑(Grouping)하고, 백과사전 데이터와 연결하여 필요한 질문을 구분하고, 답변 내의 오타를 수정하고, 유사 질문을 추가하고, 답변 일반화 작업을 통해 정제된 답변을 제공할 수 있다.The AI chatbot automatically filters data for solving homework, classifies and groups keywords, classifies necessary questions by linking with encyclopedia data, corrects typos in answers, adds similar questions, , it is possible to provide refined answers through response generalization.

상기 과목 챗봇은, 사용자에게 질문하고 싶은 과목을 선택하도록 하고, 선택된 과목 내에서 질문을 수신하며, 질문과 관련된 내용을 학습백과사전에서 검색하여 답변을 생성하고, 생성된 답변을 정제하여 음성 또는 문자로 제공하며, 데이터베이스에 없는 내용과 관련된 질문에 대하여 공부해서 다음에 알려주겠다는 답변을 제공하는 방식으로 학습을 실행할 수 있다.The subject chatbot allows the user to select a subject to ask a question, receives a question within the selected subject, searches the learning encyclopedia for content related to the question, generates an answer, and refines the generated answer to provide voice or text messages. , and learning can be performed by studying questions related to content not in the database and providing answers that will be provided next time.

상기 학습 챗봇을 관리하는 챗봇 관리부를 더 포함할 수 있다.A chatbot management unit for managing the learning chatbot may be further included.

상기 챗봇 관리부는 챗봇 관리, 대화 관리, 통계 관리, 폴백 관리 및 만족도 관리에 관한 메뉴를 제공할 수 있다.The chatbot management unit may provide menus related to chatbot management, conversation management, statistics management, fallback management, and satisfaction management.

상기 챗봇 관리는 생성된 챗봇을 수정, 삭제, 관리하는 챗봇 리스트 메뉴와, 챗봇을 신규 생성하는 챗봇 만들기 메뉴를 포함할 수 있다.The chatbot management may include a chatbot list menu for modifying, deleting, and managing the created chatbot, and a chatbot creation menu for newly creating a chatbot.

상기 대화 관리는 사용자가 처음 챗봇에 들어왔을 때 인사하는 내용을 관리하는 웰컴 메시지 메뉴를 통하여 챗봇 코드나 구분된 챗봇 별로 멘트를 관리하고, 지역별 날씨, 동네 날씨, 공공 데이터 포탈, NICE 교육정보 개방 포탈을 포함해 오픈 API를 제공하며, WB 모델과 연동하여 챗봇 대화를 관리할 수 있다.The conversation management manages messages for each chatbot code or classified chatbot through the welcome message menu that manages the contents of greeting when the user enters the chatbot for the first time, weather by region, neighborhood weather, public data portal, NICE educational information open portal It provides open APIs, including , and can manage chatbot conversations in conjunction with the WB model.

상기 통계 관리는, 기간, 회원구분, 성별, 학년, 아이디의 조건에 따른 이용률 조회 관리에 관한 이용률 메뉴와, 좋아요 및 만족도 관리에 관한 순위 메뉴를 제공할 수 있다.The statistics management may provide a usage rate menu related to usage rate inquiry management according to conditions such as period, member classification, gender, grade, and ID, and a ranking menu related to likes and satisfaction management.

상기 폴백 관리는, 매칭되지 못한 질문들을 폴백에 쌓아놓고, 기간을 설정하여 사용자들과 챗봇이 나눈 대화 흐름을 관리할 수 있다.The fallback management may manage the flow of conversations between users and the chatbot by stacking unmatched questions in the fallback and setting a period.

상기 만족도 관리는, 문제 해결, 가이드, 버그나 기능 요청을 포함하는 문의사항을 관리할 수 있다.The satisfaction management may manage inquiries including problem solving, guides, bugs, and feature requests.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법은, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 과목 메뉴의 선택에 따른 질문을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 질문에 대하여 벡터 필드(Vector Field) 유사도를 검색하는 단계; (d) 상기 학습 챗봇이 유사 질의, 스코어(Score), 인텐트(Intent) ID를 획득하는 단계; (e) 상기 학습 챗봇이 데이터베이스로부터 상기 인텐트 ID에 따라 인텐트 네임(Intent Name) 및 응답(Response)을 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함할 수 있다.On the other hand, the learning induction method according to an embodiment of the present invention for achieving the above object, (a) the learning chatbot provides a learning menu to the client; (b) the learning chatbot receiving a question according to the selection of a subject menu from a client; (c) searching for a vector field similarity with respect to the question received by the learning chatbot; (d) obtaining, by the learning chatbot, similar queries, scores, and intent IDs; (e) obtaining, by the learning chatbot, an intent name and a response from a database according to the intent ID; and (f) providing, by the learning chatbot, the acquired similar query, score, intent name, and response to the client.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법은, (a) 학습 챗봇이 클라이언트로부터 생성, 수정, 조회 중 하나를 요청받는 단계; (b) 상기 학습 챗봇이 관리 API를 통해 데이터베이스에 인서트(Insert), 업데이트(Update), 셀렉트(Select)를 제공하는 단계; (c) 상기 학습 챗봇이 상기 데이터베이스로부터 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)를 획득하는 단계; 및 (d) 상기 학습 챗봇이 상기 획득된 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)에 근거해 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함할 수 있다.Meanwhile, a learning induction method according to an embodiment of the present invention for achieving the above object includes: (a) receiving a request for one of creation, modification, and inquiry of a learning chatbot from a client; (b) the learning chatbot providing insert, update, and select to a database through a management API; (c) obtaining, by the learning chatbot, an insert flag, an update flag, and selected data from the database; and (d) the learning chatbot generates a similar query, score, and intent name based on the obtained insert flag, update flag, and selected data. and providing a response to the client.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법은, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 문장(Sentence)을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 문장에 대하여 탄력적 검색기(Elastic Searcher)에 문장 벡터(Sentece Vector)에 따른 색인을 요청하는 단계; (d) 상기 학습 챗봇이 상기 탄력적 검색기로부터 색인 여부를 획득하는 단계; (e) 상기 학습 챗봇이 문장 정보를 데이터베이스에 인서트(Insert)하여 인서트 플래그(Insert Flag)를 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 인서트 플래그에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트에 제공하는 단계를 포함할 수 있다.On the other hand, the learning induction method according to an embodiment of the present invention for achieving the above object, (a) the learning chatbot provides a learning menu to the client; (b) the learning chatbot receiving a sentence from a client; (c) requesting an index according to a sentence vector to an elastic searcher for the sentence input by the learning chatbot; (d) acquiring, by the learning chatbot, indexing from the flexible search engine; (e) obtaining an insert flag by inserting sentence information into a database by the learning chatbot; and (f) providing, by the learning chatbot, a similar query, score, intent name, and response to the client based on the obtained insert flag.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법은, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 프로젝트 아이디(Project ID)에 따른 학습 요청을 수신하는 단계; (c) 상기 학습 챗봇이 데이터베이스로부터 프로젝트 아이디(Project ID)에 의해 문장을 선택하는 단계; (d) 상기 학습 챗봇이 데이터베이스로부터 학습 요청 프로젝트의 문장 리스트(Sentence List)를 획득하는 단계; (e) 상기 학습 챗봇이 갱신된 토큰별 웨이트(Weight)를 데이터베이스에 제공하여 인서트 플래그(Insert Flag)를 획득하는 단계; (f) 상기 학습 챗봇이 탄력적 검색기(Elastic Searcher)에 갱신된 문장 웨이트(Sentence Weight)에 따른 색인을 요청하는 단계; (g) 상기 학습 챗봇이 상기 탄력적 검색기로부터 색인 여부를 획득하는 단계; 및 (h) 상기 학습 챗봇이 상기 획득된 색인 여부에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트에 제공하는 단계를 포함할 수 있다.On the other hand, the learning induction method according to an embodiment of the present invention for achieving the above object, (a) the learning chatbot provides a learning menu to the client; (b) the learning chatbot receiving a learning request according to a project ID from a client; (c) the learning chatbot selecting a sentence from a database by a project ID; (d) obtaining, by the learning chatbot, a sentence list of a learning request project from a database; (e) obtaining, by the learning chatbot, an insert flag by providing an updated weight for each token to a database; (f) requesting, by the learning chatbot, an index according to an updated sentence weight to an elastic searcher; (g) obtaining, by the learning chatbot, indexing from the flexible search engine; and (h) providing, by the learning chatbot, a similar query, score, intent name, and response to the client based on the obtained index.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 메뉴를 화면 상으로 제공하는 단계; (b) 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 단계; (c) 상기 입력받은 음성 또는 문자를 처리하는 단계; 및 (d) 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.On the other hand, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention for achieving the above object as a program includes: (a) providing a learning menu on a screen; (b) receiving a touch input for selecting a menu or a voice or text message for a user's question; (c) processing the input voice or text; and (d) inducing learning by one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to the processing result.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 과목 메뉴의 선택에 따른 질문을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 질문에 대하여 벡터 필드(Vector Field) 유사도를 검색하는 단계; (d) 상기 학습 챗봇이 유사 질의, 스코어(Score), 인텐트(Intent) ID를 획득하는 단계; (e) 상기 학습 챗봇이 데이터베이스로부터 상기 인텐트 ID에 따라 인텐트 네임(Intent Name) 및 응답(Response)을 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.On the other hand, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention for achieving the above object as a program includes: (a) providing a learning menu to a client by a learning chatbot; (b) the learning chatbot receiving a question according to the selection of a subject menu from a client; (c) searching for a vector field similarity with respect to the question received by the learning chatbot; (d) obtaining, by the learning chatbot, similar queries, scores, and intent IDs; (e) obtaining, by the learning chatbot, an intent name and a response from a database according to the intent ID; and (f) providing, by the learning chatbot, the obtained similar query, score, intent name, and response to the client. there is.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 클라이언트로부터 생성, 수정, 조회 중 하나를 요청받는 단계; (b) 상기 학습 챗봇이 관리 API를 통해 데이터베이스에 인서트(Insert), 업데이트(Update), 셀렉트(Select)를 제공하는 단계; (c) 상기 학습 챗봇이 상기 데이터베이스로부터 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)를 획득하는 단계; 및 (d) 상기 학습 챗봇이 상기 획득된 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)에 근거해 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.On the other hand, a computer-readable recording medium on which the learning induction method according to an embodiment of the present invention for achieving the above object is recorded as a program, (a) the learning chatbot receives a request for one of creation, modification, and inquiry from a client step; (b) the learning chatbot providing insert, update, and select to a database through a management API; (c) obtaining, by the learning chatbot, an insert flag, an update flag, and selected data from the database; and (d) the learning chatbot generates a similar query, score, and intent name based on the obtained insert flag, update flag, and selected data. And a learning induction method comprising providing a response to the client may be recorded as a program.

한편, 전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 문장(Sentence)을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 문장에 대하여 탄력적 검색기(Elastic Searcher)에 문장 벡터(Sentece Vector)에 따른 색인을 요청하는 단계; (d) 상기 학습 챗봇이 상기 탄력적 검색기로부터 색인 여부를 획득하는 단계; (e) 상기 학습 챗봇이 문장 정보를 데이터베이스에 인서트(Insert)하여 인서트 플래그(Insert Flag)를 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 인서트 플래그에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트에 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.On the other hand, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention for achieving the above object as a program includes: (a) providing a learning menu to a client by a learning chatbot; (b) the learning chatbot receiving a sentence from a client; (c) requesting an index according to a sentence vector to an elastic searcher for the sentence input by the learning chatbot; (d) acquiring, by the learning chatbot, indexing from the flexible search engine; (e) obtaining an insert flag by inserting sentence information into a database by the learning chatbot; and (f) providing, by the learning chatbot, a similar query, score, intent name, and response to the client based on the obtained insert flag. It can be written as a program.

본 발명에 의하면, 학생이 학습을 진행하는데 질문 수가 제한이 없으며, 학년 구분 없이 사용 가능하다.According to the present invention, there is no limit on the number of questions for a student to proceed with learning, and it can be used regardless of grade level.

또한, 본 발명에 의하면, 국어, 영어, 수학, 사회, 과학, 기타 등 과목으로 선택할 수 있으며, 부족한 부분에 대해 기존 숙제 해결 서비스를 이용할 수 있는 기능을 제공할 수 있다. In addition, according to the present invention, it is possible to select Korean, English, mathematics, social studies, science, and other subjects, and to provide a function of using an existing homework solution service for insufficient parts.

또한, 본 발명에 의하면, 학습 제목에 제한이 없으며, 텍스트 및 음성으로 학습이 가능하다.In addition, according to the present invention, there is no limitation on learning titles, and learning is possible with text and voice.

또한, 본 발명에 의하면, 학습 내용에 제한이 없으며, 주말, 공휴일, 시간 제한 없이 답변 받을 수 있다.In addition, according to the present invention, there is no limit to learning content, and answers can be received without weekends, holidays, or time limits.

또한, 본 발명에 의하면, 학습과 관련 없는 질문, 심한 욕설, 도배성 글 등을 필터링 하며, 차단 기능 없이 바로 피드백을 줄 수 있다. In addition, according to the present invention, it is possible to filter out questions unrelated to learning, severe profanity, and texts that are plastered, and give feedback directly without a blocking function.

또한, 본 발명에 의하면, 학습생과 커뮤니케이션 할 수 있는 플랫폼을 제공할 수 있다.In addition, according to the present invention, it is possible to provide a platform capable of communicating with learners.

또한, 본 발명에 의하면, 밀크T 서비스에 대한 친근함과 호감도를 제고할 수 있으며, 기존의 숙제해결에 대해 답해 주는 선생님들의 인건비를 절감할 수 있다. In addition, according to the present invention, it is possible to improve friendliness and favorability of the Milk T service, and it is possible to reduce the labor cost of teachers who answer existing homework solutions.

또한, 본 발명에 의하면, 기존의 숙제해결 페이지에서 학생이 질문을 작성하면, 선생님(사람)이 직접 답하는 방식이고, 한 학생당 질문은 3개만 가능하지만, 학생이 챗봇을 이용하여 학습에 대한 질문을 하면 실시간으로 응답해 주는 시스템을 구축할 수 있다.In addition, according to the present invention, when a student writes a question on the existing homework solution page, the teacher (person) directly answers, and only three questions are possible per student, but the student uses a chatbot to ask questions about learning You can build a system that responds in real time.

또한, 본 발명에 의하면, 밀크T 서비스의 경쟁력을 확보할 수 있으며, 학년에 따라 키보드 숙련도가 다르므로 음성 입력과 키보드 입력이 가능한 챗봇 시스템을 제공할 수 있다.In addition, according to the present invention, it is possible to secure the competitiveness of the Milk T service and provide a chatbot system capable of voice input and keyboard input since keyboard proficiency is different according to grade level.

또한, 본 발명에 의하면, 기존의 숙제해결에서는 답변 완료에 대한 안내 알림이 없어 학생들이 질문했던 내용을 잊을 수 있었으나, 학습 챗봇이 질문 내용과 답변 내용을 안내하고 다시 제공해 줄 수 있어서 학습 향상을 기대할 수 있다.In addition, according to the present invention, in the existing homework solution, there is no guidance notification about the completion of the answer, so students could forget the content they asked. can

또한, 본 발명에 의하면, 학습 관련 질문 응답 외에, 학생이 질문한 질문과 유사도가 비슷한 항목들을 추천해 줌으로써, 학습에 흥미를 느끼게 할 수 있다.In addition, according to the present invention, it is possible to feel interest in learning by recommending items having a similarity to a question asked by a student, in addition to answering a learning-related question.

또한, 본 발명에 의하면, 학습의 진도를 챗봇이 확인하여, 진도에 대한 긴장감을 유지해, 뒤쳐지지 않게 학습할 수 있게 유도할 수 있다.In addition, according to the present invention, the chatbot can confirm the progress of learning, maintain a sense of tension about the progress, and induce learning so as not to fall behind.

도 1은 본 발명의 실시예에 따른 학습 유도 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 학습 챗봇의 내부 구성을 개략적으로 나타낸 구성도이다.
도 3은 본 발명의 실시예에 따른 학습 챗봇의 변환부 동작 과정을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 학습 챗봇의 동작 흐름도를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 학습 챗봇의 상세 동작 흐름도를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 오늘의 학습 화면을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 전체메뉴 화면을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 질문게시판 화면을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 학습창 화면을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 오늘의 학습을 제공하는 예를 나타낸 도면이다.
도 11은 본 발명의 실시예에 따른 학습 챗봇에서 키즈 대상 오늘의 학습을 제공하는 예를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 학습 챗봇에서 전체메뉴를 제공하는 예를 나타낸 도면이다.
도 13은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 학습창을 제공하는 예를 나타낸 도면이다.
도 14는 본 발명의 실시예에 따른 학습 챗봇에서 숙제 해결을 제공하는 예를 나타낸 도면이다.
도 15는 본 발명의 실시예에 따른 학습 챗봇에서 오늘의 학습, 전체메뉴, 숙제해결, 학습창에 대한 AI 학습 챗봇의 설계 예를 나타낸 도면이다.
도 16은 본 발명의 실시예에 따른 AI 학습 챗봇의 설정 예를 나타낸 도면이다.
도 17은 본 발명의 실시예에 따른 AI 학습 챗봇의 블루투스 연결 예를 나타낸 도면이다.
도 18은 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 설정 예를 나타낸 도면이다.
도 19는 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 인터랙션 설정 예를 나타낸 도면이다.
도 20은 본 발명의 실시예에 따른 AI 학습 챗봇의 웰컴 메시지 및 대화 패턴 예를 나타낸 도면이다.
도 21은 본 발명의 실시예에 따른 AI 학습 챗봇의 폴백 메시지 예를 나타낸 도면이다.
도 22는 본 발명의 실시예에 따른 AI 학습 챗봇에서 좋아요/싫어요/의견 접수 메뉴를 제공하는 예를 나타낸 도면이다.
도 23은 본 발명의 실시예에 따른 AI 학습 챗봇에서 의견 받기 팝업을 나타낸 도면이다.
도 24는 본 발명의 실시예에 따른 AI 학습 챗봇이 학습백과사전과 연동하는 예를 나타낸 도면이다.
도 25는 본 발명의 실시예에 따른 학습 유도 시스템에서 학습 챗봇을 관리하는 챗봇 관리의 한 예를 나타낸 도면이다.
도 26은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 신규 등록 예를 나타낸 도면이다.
도 27은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 수정 예를 나타낸 도면이다.
도 28은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 멘트 리스트 관리 예를 나타낸 도면이다.
도 29는 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 신규 등록 예를 나타낸 도면이다.
도 30은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 수정/삭제 예를 나타낸 도면이다.
도 31 내지 도 33은 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델에 따른 Q&A 관리 예를 나타낸 도면이다.
도 34 및 도 35는 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리 예를 나타낸 도면이다.
도 36은 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리 예를 나타낸 도면이다.
도 37 및 도 38은 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리 예를 나타낸 도면이다.
도 39는 본 발명의 제1 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 40은 본 발명의 제2 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 41은 본 발명의 제3 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 42는 본 발명의 제4 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.1 is a configuration diagram schematically showing the overall configuration of a learning guidance system according to an embodiment of the present invention.
2 is a configuration diagram schematically showing the internal configuration of a learning chatbot according to an embodiment of the present invention.
3 is a diagram showing the operation process of the conversion unit of the learning chatbot according to an embodiment of the present invention.
4 is a diagram showing an operational flow chart of a learning chatbot according to an embodiment of the present invention.
5 is a diagram showing a detailed operation flowchart of a learning chatbot according to an embodiment of the present invention.
6 is a diagram showing today's learning screen provided by the learning chatbot according to an embodiment of the present invention.
7 is a diagram showing a full menu screen provided by a learning chatbot according to an embodiment of the present invention.
8 is a diagram showing a question board screen provided by a learning chatbot according to an embodiment of the present invention.
9 is a diagram showing a learning window screen provided by a learning chatbot according to an embodiment of the present invention.
10 is a diagram showing an example of providing today's learning for 1st to 6th graders in a learning chatbot according to an embodiment of the present invention.
11 is a diagram showing an example of providing today's learning for kids in a learning chatbot according to an embodiment of the present invention.
12 is a diagram showing an example of providing an entire menu in a learning chatbot according to an embodiment of the present invention.
13 is a diagram showing an example of providing a learning window for 1st to 6th graders in a learning chatbot according to an embodiment of the present invention.
14 is a diagram illustrating an example of providing homework solution in a learning chatbot according to an embodiment of the present invention.
15 is a diagram showing a design example of an AI learning chatbot for today's learning, full menu, homework solution, and learning window in the learning chatbot according to an embodiment of the present invention.
16 is a diagram showing an example of setting an AI learning chatbot according to an embodiment of the present invention.
17 is a diagram showing an example of Bluetooth connection of an AI learning chatbot according to an embodiment of the present invention.
18 is a diagram showing an example of emoticon setting of an AI learning chatbot according to an embodiment of the present invention.
19 is a diagram showing an example of emoticon interaction settings of an AI learning chatbot according to an embodiment of the present invention.
20 is a diagram showing an example of a welcome message and conversation pattern of an AI learning chatbot according to an embodiment of the present invention.
21 is a diagram showing an example of a fallback message of an AI learning chatbot according to an embodiment of the present invention.
22 is a diagram showing an example of providing a like/dislike/opinion reception menu in the AI learning chatbot according to an embodiment of the present invention.
23 is a diagram showing a pop-up for receiving an opinion in an AI learning chatbot according to an embodiment of the present invention.
24 is a diagram showing an example of interworking of an AI learning chatbot according to an embodiment of the present invention with a learning encyclopedia.
25 is a diagram showing an example of chatbot management for managing a learning chatbot in a learning guidance system according to an embodiment of the present invention.
26 is a diagram showing a new registration example of making a chatbot in the chatbot management of the learning guidance system according to an embodiment of the present invention.
27 is a diagram showing a modification example of making a chatbot in chatbot management of a learning guidance system according to an embodiment of the present invention.
28 is a diagram showing an example of managing a message list of conversation management in chatbot management according to an embodiment of the present invention.
29 is a diagram showing an example of new registration of a welcome message in conversation management in chatbot management according to an embodiment of the present invention.
30 is a diagram illustrating an example of modifying/deleting a welcome message of conversation management in chatbot management according to an embodiment of the present invention.
31 to 33 are diagrams showing examples of Q&A management according to the WE model in conversation management of chatbot management according to an embodiment of the present invention.
34 and 35 are diagrams illustrating examples of statistics management provided by chatbot management according to an embodiment of the present invention.
36 is a diagram illustrating an example of fallback management in chatbot management according to an embodiment of the present invention.
37 and 38 are diagrams illustrating examples of satisfaction management in chatbot management according to an embodiment of the present invention.
39 is a diagram showing an operational flowchart for explaining the learning induction method according to the first embodiment of the present invention.
40 is a diagram showing an operational flowchart for explaining a learning induction method according to a second embodiment of the present invention.
41 is a diagram showing an operation flowchart for explaining a learning induction method according to a third embodiment of the present invention.
42 is a diagram showing an operational flowchart for explaining a learning induction method according to a fourth embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예에서, 잘 알려진 공정 단계들, 잘 알려진 소자 구조 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Advantages and features of the present invention, and methods of achieving them, will become clear with reference to the detailed description of the following embodiments taken in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in various different forms, and only these embodiments make the disclosure of the present invention complete, and common knowledge in the art to which the present invention belongs. It is provided to fully inform the holder of the scope of the invention, and the present invention is only defined by the scope of the claims. Thus, in some embodiments, well-known process steps, well-known device structures, and well-known techniques have not been described in detail in order to avoid obscuring the interpretation of the present invention. Like reference numbers designate like elements throughout the specification.

도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다. 층, 막, 영역, 판 등의 부분이 다른 부분 "위에" 있다고 할 때, 이는 다른 부분 "바로 위에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 위에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다. 또한, 층, 막, 영역, 판 등의 부분이 다른 부분 "아래에" 있다고 할 때, 이는 다른 부분 "바로 아래에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 아래에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다.In the drawings, the thickness is shown enlarged to clearly express the various layers and regions. Like reference numerals have been assigned to like parts throughout the specification. When a part such as a layer, film, region, plate, etc. is said to be “on” another part, this includes not only the case where it is “directly on” the other part, but also the case where there is another part in between. Conversely, when a part is said to be "directly on" another part, it means that there is no other part in between. In addition, when a part such as a layer, film, region, plate, etc. is said to be "below" another part, this includes not only the case where it is "directly below" the other part, but also the case where another part is present in the middle. Conversely, when a part is said to be "directly below" another part, it means that there is no other part in between.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 소자 또는 구성 요소들과 다른 소자 또는 구성 요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 소자의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 소자를 뒤집을 경우, 다른 소자의 "아래(below)"또는 "아래(beneath)"로 기술된 소자는 다른 소자의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 소자는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.The spatially relative terms "below", "beneath", "lower", "above", "upper", etc. It can be used to easily describe the correlation between elements or components and other elements or components. Spatially relative terms should be understood as encompassing different orientations of elements in use or operation in addition to the orientations shown in the figures. For example, when flipping elements shown in the figures, elements described as “below” or “beneath” other elements may be placed “above” the other elements. Thus, the exemplary term “below” may include directions of both below and above. Elements may also be oriented in other orientations, and thus spatially relative terms may be interpreted according to orientation.

본 명세서에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 전기적으로 연결되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 그에 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.In this specification, when a part is said to be connected to another part, this includes not only the case where it is directly connected, but also the case where it is electrically connected with another element interposed therebetween. In addition, when a part includes a certain component, it means that it may further include other components without excluding other components unless otherwise specified.

본 명세서에서 제 1, 제 2, 제 3 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 이러한 구성 요소들은 상기 용어들에 의해 한정되는 것은 아니다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소들로부터 구별하는 목적으로 사용된다. 예를 들어, 본 발명의 권리 범위로부터 벗어나지 않고, 제 1 구성 요소가 제 2 또는 제 3 구성 요소 등으로 명명될 수 있으며, 유사하게 제 2 또는 제 3 구성 요소도 교호적으로 명명될 수 있다.In this specification, terms such as first, second, and third may be used to describe various components, but these components are not limited by the terms. The terms are used for the purpose of distinguishing one component from other components. For example, a first component may be termed a second or third component, etc., and similarly, a second or third component may be termed interchangeably, without departing from the scope of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used in a meaning commonly understood by those of ordinary skill in the art to which the present invention belongs. In addition, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless explicitly specifically defined.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 학습 챗봇을 활용한 학습 유도 시스템 및 방법에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a learning induction system and method using a learning chatbot according to a preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 학습 유도 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.1 is a configuration diagram schematically showing the overall configuration of a learning guidance system according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 복수의 웹 서버(102), 제1 서버(Server 1)(110) 및 제2 서버(Server 2)(120)를 포함한다.Referring to Figure 1, the learning guidance system 100 according to an embodiment of the present invention, a plurality of web servers 102, a first server (Server 1) 110 and a second server (Server 2) (120) includes

웹 서버(102)는 제1 서버(110)와 연동하여, 웹 페이지를 통하여 학습 유도 서비스를 제공하는 서버이다.The web server 102 is a server that interworks with the first server 110 and provides a learning guidance service through a web page.

제1 서버(110)는, 학습 챗봇(114)을 활용하여 학습을 유도하는 서비스를 제공하는 서버이다. The first server 110 is a server that provides a service for inducing learning by utilizing the learning chatbot 114 .

제1 서버(110)는 터치 입출력부(112) 및 학습 챗봇(114)을 포함한다.The first server 110 includes a touch input/output unit 112 and a learning chatbot 114 .

터치 입출력부(112)은, 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력받는다.The touch input/output unit 112 provides a learning menu on the screen and receives a touch input for menu selection and a voice or text input for a user's question.

학습 챗봇(114)은 터치 입출력부(112)를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.The learning chatbot 114 processes voice or text input through the touch input/output unit 112, and induces learning with one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to the processing result. can

학습 챗봇(114)은 챗봇 서비스 API와 WE 모델을 이용하여 학습 유도 서비스를 제공할 수 있다.The learning chatbot 114 may provide a learning induction service using a chatbot service API and a WE model.

학습 챗봇(114)은 학습 메뉴에 대하여 오늘의 학습, 전체 메뉴, 숙제질문을 제공하고, 사용자가 과목을 선택하고, 선택된 과목의 학습을 실행하며, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.The learning chatbot 114 provides today's learning, all menus, and homework questions for the learning menu, allows the user to select a subject, executes learning of the selected subject, and provides Q&A data and learning encyclopedia for the homework question. Data can be used to provide learning answers.

학습 챗봇(114)은 학습 메뉴에 대하여 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목을 자동으로 선택하고, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.The learning chatbot 114 provides a learning window for the learning menu, automatically selects a subject based on the learning window subject code, and provides learning answers using Q&A data and learning encyclopedia data for homework questions can do.

제2 서버(120)는, 제1 서버(110)와 연동하여, 챗봇 관리 API, WE 모델, 데이터베이스, 탄력적 검색기(Elastic Searcher) 등을 제공하는 서버이다.The second server 120 is a server that interworks with the first server 110 and provides a chatbot management API, a WE model, a database, an elastic searcher, and the like.

데이터베이스는 프로젝트/인텐트/문장정보와 프로젝트별 Token Weight를 저장하기 위해 사용된다. The database is used to store project/intent/sentence information and token weight for each project.

탄력적 검색기는 문장 정보와 문장의 벡터를 색인 벡터 필드를 활용한 유사도 비교를 위해 사용된다.The elastic searcher is used to compare sentence information and sentence vectors for similarity using an index vector field.

여기서, 웹 서버(102), 제1 서버(110) 및 제2 서버(120)는 예를 들면, 각각 컴퓨터 장치 등으로 구현할 수 있다.Here, the web server 102, the first server 110, and the second server 120 may be implemented as, for example, a computer device or the like, respectively.

도 2는 본 발명의 실시예에 따른 학습 챗봇의 내부 구성을 개략적으로 나타낸 구성도이다. 2 is a configuration diagram schematically showing the internal configuration of a learning chatbot according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 실시예에 따른 학습 챗봇(114)은, 변환부(210), 임베딩(Embedding) 처리부(220) 및 학습 유도부(230)를 포함할 수 있다.Referring to FIG. 2 , the learning chatbot 114 according to an embodiment of the present invention may include a conversion unit 210, an embedding processing unit 220, and a learning induction unit 230.

변환부(210)는 터치 입출력부(112)를 통해 입력받은 음성을 문자로 변환 또는 문자를 음성으로 변환하여 인식하고 언어 모델로 생성한다.The conversion unit 210 converts voice received through the touch input/output unit 112 into text or converts text into voice, recognizes it, and generates a language model.

임베딩 처리부(220)는 변환된 문자를 임베딩(Embedding) 처리한다.The embedding processing unit 220 embeds the converted character.

학습 유도부(230)는 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.The learning induction unit 230 may induce learning with one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to the result of the embedding process.

변환부(210)에서 음성을 문자로 변환(Speech To Text) 하는 음성 인식(Speech Recognition)은 키패드 입력에 익숙하지 않은 학습자를 위해 음성 입력을 받기 위해 필요한 기술이다.Speech Recognition, which converts voice into text in the conversion unit 210 (Speech To Text), is a technology required to receive voice input for learners who are not accustomed to keypad input.

음성 인식은 사람이 말하는 음성 언어를 컴퓨터가 해석해 그 내용을 문자 데이터로 전환하는 처리를 말한다. STT(Speech-to-Text) 기술이라고도 한다. 키보드 대신 문자를 입력하는 방식으로 주목을 받고 있다. 로봇, 텔레매틱스 등 음성으로 기기제어, 정보검색이 필요한 경우에 응용된다. 대표적인 알고리즘은 HMM(Hidden Markov Model)으로서, 도 3에 도시된 바와 같이 다양한 화자들이 발성한 음성들을 전처리하고 통계적으로 모델링하여 음향 모델을 구성하며, 말뭉치 수집을 통하여 언어모델을 구성한다. 도 3은 본 발명의 실시예에 따른 학습 챗봇의 변환부 동작 과정을 나타낸 도면이다. 도 3에 도시된 바와 같이, 학습 챗봇(114)의 변환부(220)는 전처리 과정, 음향 모델 과정, 언어 모델 및 후처리 과정을 통하여 음성을 문자 데이터로 변환하게 되는 것이다. Speech recognition refers to a process in which a computer interprets a voice language spoken by a person and converts the contents into text data. It is also called Speech-to-Text (STT) technology. It is attracting attention as a way to input text instead of a keyboard. It is applied in cases where voice control and information search are required, such as robots and telematics. A representative algorithm is HMM (Hidden Markov Model). As shown in FIG. 3, voices uttered by various speakers are preprocessed and statistically modeled to construct an acoustic model, and a language model is constructed through corpus collection. 3 is a diagram showing the operation process of the conversion unit of the learning chatbot according to an embodiment of the present invention. As shown in FIG. 3 , the conversion unit 220 of the learning chatbot 114 converts voice into text data through a pre-processing process, an acoustic model process, a language model, and a post-processing process.

또한, 변환부(210)는 사용자에 의해 입력된 문자(Text)를 음성(Speech)으로 변환하는 TTS(Text To Speech) 기능도 수행할 수 있다.In addition, the conversion unit 210 may also perform a Text To Speech (TTS) function of converting text input by the user into speech.

임베딩 처리부(220)는 변환된 문자를 전처리하여 임베딩(Embedding) 처리할 때 자연어 처리(NLP) 과정을 수행하고 후처리하여 문자 데이터를 출력한다.The embedding processing unit 220 performs a natural language processing (NLP) process when pre-processing and embedding the converted text, and outputs text data after post-processing.

자연어 처리(National Language Processing) 기술은, 컴퓨터 과학과 인공지능과 언어학이 합쳐진 분야이다. 컴퓨터를 이용한 사람 언어의 이해, 생성, 분석을 다루는 AI 기술이다.National Language Processing (NLP) is a field that combines computer science, artificial intelligence, and linguistics. It is an AI technology that deals with understanding, generating, and analyzing human language using computers.

자연어 처리 또는 자연 언어 처리는 인간의 언어 현상을 컴퓨터와 같은 기계를 이용해서 묘사할 수 있도록 연구하고 이를 구현하는 인공지능의 주요 분야 중 하나다. 자연 언어 처리는 연구 대상이 언어이기 때문에 당연하게도 언어 자체를 연구하는 언어학과 언어 현상의 내적 기재를 탐구하는 언어 인지 과학과 연관이 깊다. 구현을 위해 수학적 통계적 도구를 많이 활용하며 특히 기계학습 도구를 많이 사용하는 대표적인 분야이다. 정보검색, QA 시스템, 문서 자동 분류, 신문기사 클러스터링, 대화형 Agent 등 다양한 응용이 이루어지고 있다. 자연 언어에 대한 연구는 오래전부터 이어져 오고 있음에도 2018년에 들어서도 아직 컴퓨터가 자연 언어를 사람처럼 이해하지는 못한다. 대신, 언어에 대한 깊은 이해없이 피상적인 확률 및 통계를 이용하여 대량의 정보를 처리하는 기술은 많이 발전한 상태이다.Natural language processing or natural language processing is one of the main fields of artificial intelligence that researches and implements human language phenomena so that they can be described using machines such as computers. Natural language processing is naturally related to linguistics, which studies language itself, and language cognitive science, which explores the internal mechanisms of linguistic phenomena, because the object of study is language. It is a representative field that uses a lot of mathematical and statistical tools for implementation, especially machine learning tools. Various applications such as information search, QA system, automatic classification of documents, clustering of newspaper articles, and interactive agents are being made. Although research on natural language has been going on for a long time, even in 2018, computers cannot yet understand natural language like humans. Instead, technology for processing large amounts of information using superficial probabilities and statistics without a deep understanding of language is highly developed.

본 발명은 단어와 문장을 숫자 벡터로 인코딩하는 텍스트 임베딩 기법을 활용할 수 있다. 이러한 벡터 표현은 텍스트의 언어적 내용을 포착하도록 설계되었으며 쿼리와 문서 사이의 유사도를 평가하는데 사용할 수 있다.The present invention may utilize a text embedding technique that encodes words and sentences into numeric vectors. These vector representations are designed to capture the linguistic content of text and can be used to evaluate the similarity between a query and a document.

단어를 밀집 벡터(dense vector)의 형태로 표현하는 방법을 워드 임베딩(word embedding)이라고 한다. 그리고 이 밀집 벡터를 워드 임베딩 과정을 통해 나온 결과라고 하여 임베딩 벡터(embedding vector)라고도 한다.A method of expressing words in the form of a dense vector is called word embedding. Also, this dense vector is referred to as an embedding vector as it is a result obtained through a word embedding process.

워드 임베딩 방법으로는 LSA, Word2Vec, FastText, Glove 등이 있다. 케라스에서 제공하는 도구인 Embedding()은 앞서 언급한 방법들을 사용하지는 않지만, 단어를 랜덤한 값을 가지는 밀집 벡터로 변환한 뒤에, 인공 신경망의 가중치를 학습하는 것과 같은 방식으로 단어 벡터를 학습하는 방법을 사용한다.Word embedding methods include LSA, Word2Vec, FastText, and Glove. Embedding(), a tool provided by Keras, does not use the methods mentioned above, but converts words into dense vectors with random values, and then learns word vectors in the same way as artificial neural network weights are learned. use the method

단어의 특징과 유사도를 나타내 주는 (진정한) embedding은 Word2Vec과 같은 학습을 통한 예측 기반 방법이다. The (true) embedding, which indicates the features and similarity of words, is a prediction-based method through learning, such as Word2Vec.

이때 분포 가설(Distributed hypothesis)이 등장한다. 분포 가설은 같은 문맥의 단어, 즉 비슷한 위치에 나오는 단어는 비슷한 의미를 가진다라는 의미이다. 따라서 어떤 글의 비슷한 위치에 존재하는 단어는 단어 간의 유사도를 높게 측정할 것이다.This is where the distributed hypothesis comes into play. The distribution hypothesis means that words in the same context, that is, words appearing in similar positions, have similar meanings. Therefore, words that exist in similar positions in certain texts will measure the similarity between words highly.

한편, 도 2에서, 학습 유도부(230)는 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.Meanwhile, in FIG. 2 , the learning induction unit 230 may induce learning with one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotion coaching according to the result of the embedding process.

챗봇을 통해 실시간으로 학생의 궁금증을 해소해 주면서, 추가적으로 알면 좋을 연관 키워드를 추천해 준다. 이를 통해 학생은 호기심을 느끼고, 학습에 대한 흥미를 찾을 수 있다.The chatbot solves students' questions in real time and recommends related keywords that they would like to know additionally. Through this, students can feel curiosity and find interest in learning.

학습 유도부(230)는 학습 진도에 대해 체크해 주고, 필요한 학습이 뭐가 있는지 대화가 생성될 때 알려준다.The learning induction unit 230 checks the learning progress and informs when a conversation is created about what learning is required.

학습 유도부(230)는 기후 변화가 있을 때 날씨에 연관되게 안부를 묻고, 학습자와 감정 소통이 가능하게 한다. 예를 들면, 학습 유도부(230)는 오늘 비가 오는데 우산 꼭 챙겨가길 바래 !, 햇빛이 쨍쨍해. 오늘 기분은 어때? 등과 같이 학습자와 감정 소통을 유도할 수 있다.The learning induction unit 230 asks regards to the weather when there is a climate change and enables emotional communication with the learner. For example, the learning guidance unit 230 says, It's raining today, so make sure to bring an umbrella!, The sun is shining. How are you feeling today? Emotional communication with learners can be induced, such as

학습 유도부(230)는 챗봇 내의 단순 게임을 통해 연관 학습을 추천한다. 게임으로 흥미를 유발하고, 이후에 학습을 유도하도록 하는 것이다. 학생이 물어온 질문에 대한 답과 동일한 벡터값을 가지는 키워드나 연관 학습을 추천하여, 심화된 학습에 흥미를 느끼게 한다.The learning induction unit 230 recommends associative learning through a simple game in the chatbot. It is to arouse interest through games and induce learning afterwards. By recommending keywords or related learning that has the same vector value as the answer to the question asked by the student, it makes students interested in in-depth learning.

도 4는 본 발명의 실시예에 따른 학습 챗봇의 동작 흐름도를 나타낸 도면이다. 4 is a diagram showing an operational flow chart of a learning chatbot according to an embodiment of the present invention.

도 4를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은 전면(Front) 동작과 후면(Back) 동작으로 구분할 수 있다.Referring to FIG. 4 , the learning chatbot according to the embodiment of the present invention can be divided into a front operation and a back operation.

전면 동작의 경우에, 하나의 서비스는, 사용자가 휴대하는 밀크T 초등에 관한 태블릿 PC에서 학습 챗봇을 실행하면(S410), 학습 챗봇은 오늘의 학습, 전체메뉴, 숙제질문에 관한 메뉴를 제공한다. 이에, 사용자는 과목을 선택하고(S420), 숙제질문을 실행한다(S430). 여기서, 숙제질문은 Q&A 데이터를 활용하거나, 학습백과사전 데이터를 활용하여 제공한다.In the case of the front operation, one service runs the learning chatbot on the tablet PC related to Milk T Elementary carried by the user (S410), and the learning chatbot provides today's learning, all menus, and homework question menus. . Accordingly, the user selects a subject (S420) and executes homework questions (S430). Here, homework questions are provided using Q&A data or learning encyclopedia data.

전면 동작의 경우에, 다른 서비스는, 사용자가 휴대하는 밀크T 초등에 관한 태블릿 PC에서 학습 챗봇을 실행하면(S440), 학습 챗봇은 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목 자동 선택을 제공한다(S450). 이에, 학습 챗봇은 Q&A 데이터를 활용하거나, 학습백과사전 데이터를 활용하여 숙제질문을 제공한다(S460).In the case of front operation, other services run the learning chatbot on the tablet PC related to Milk T Elementary carried by the user (S440), the learning chatbot provides a learning window, and automatically selects a subject based on the learning window subject code Provides (S450). Accordingly, the learning chatbot provides homework questions by using Q&A data or learning encyclopedia data (S460).

후면 동작의 경우에, 챗봇 관리자 활용 및 운영에 관한 ADMIN 기능을 제공함과 더불어 사용자 챗봇 사용 이력에 관한 CRM 기능을 제공한다.In the case of the rear operation, it provides ADMIN functions related to the use and operation of the chatbot manager, as well as the CRM function related to the user's chatbot usage history.

도 5는 본 발명의 실시예에 따른 학습 챗봇의 상세 동작 흐름도를 나타낸 도면이다. 5 is a diagram showing a detailed operation flowchart of a learning chatbot according to an embodiment of the present invention.

도 5를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 오늘의 학습(S502), 전체메뉴(S504), 숙제질문(S506)에 관한 메뉴를 제공하고, 사용자에 의해 과목이 선택되면(S508), 웰컴(Welcome) 메시지를 제공한다(S508). 이어, 학습 챗봇은 질문이 있는지를 판단한다(S514).Referring to FIG. 5, the learning chatbot according to an embodiment of the present invention provides menus for today's learning (S502), all menus (S504), and homework questions (S506), and when a subject is selected by the user ( S508), a welcome message is provided (S508). Subsequently, the learning chatbot determines whether there is a question (S514).

또한, 학습 챗봇은 과목별로 학습창을 제공하고(S512), 과목 코드를 활용한 질문이 있는지를 판단한다(S514). In addition, the learning chatbot provides a learning window for each subject (S512) and determines whether there is a question using the subject code (S514).

이어, 학습 챗봇은 질문이 있으나, 그에 대한 답변을 찾지 못한 경우에(S516-No), 폴백 메시지를 제공하고(S518), 1:1 게시판 문의하기를 제공한다(S520).Then, if the learning chatbot has a question but cannot find an answer to it (S516-No), it provides a fallback message (S518) and provides a 1:1 inquiry on the bulletin board (S520).

그러나, 질문에 대한 답변이 있으면(S516-YES), 학습 챗봇은 답변을 제공하고 또 다른 질문이 있는지를 판단한다(S522).However, if there is an answer to the question (S516-YES), the learning chatbot provides an answer and determines whether there is another question (S522).

여기서, 답변은 숙제질문에 대한 답변이거나, 천재백과사전에 근거한 답변일 수 있다.Here, the answer may be an answer to a homework question or an answer based on a genius encyclopedia.

도 6은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 오늘의 학습 화면을 나타낸 도면이고, 도 7은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 전체메뉴 화면을 나타낸 도면이고, 도 8은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 질문게시판 화면을 나타낸 도면이고, 도 9는 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 학습창 화면을 나타낸 도면이다.6 is a diagram showing today's learning screen provided by a learning chatbot according to an embodiment of the present invention, FIG. 7 is a diagram showing a full menu screen provided by a learning chatbot according to an embodiment of the present invention, and FIG. It is a diagram showing a question board screen provided by a learning chatbot according to an embodiment of the present invention, and FIG. 9 is a diagram showing a learning window screen provided by a learning chatbot according to an embodiment of the present invention.

도 6을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 오늘의 학습으로, 예를 들면, 9월 6일 수요일, 실력평가 수학, 1학년 1학기-> 1학기 2차, 수학 오답 베스트5에 대한 학습하기를 제공할 수 있다. Referring to FIG. 6, the learning chatbot according to an embodiment of the present invention is today's learning, for example, Wednesday, September 6, ability evaluation mathematics, first semester of the first year -> second semester of the first semester, best math incorrect answer You can provide learning about 5.

도 7을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 전체메뉴로서, 예를 들면, 1학년에 대하여, 수준별 수학, 수준별 영어, 수준별 국어, 특별학습 1관, 특별학습 2관 등을 포함하는 전체메뉴를 제공할 수 있다.Referring to FIG. 7, the learning chatbot according to an embodiment of the present invention, as a full menu, for example, for first graders, math by level, English by level, Korean language by level, special learning hall 1, special learning hall 2, etc. A full menu can be provided.

수준별 수학은, 재미 수학, 영역별 수학, 교과수준 수학, 베스트셀러 수학, 영재 수학 등의 서브 메뉴를 포함한다.Math by level includes sub-menus such as fun math, area-specific math, subject-level math, best-selling math, and gifted math.

수준별 영어는, 스피킹, 영어 Songs, 워즈, 영어 Library, 파닉스, 미국교과서 읽기, 리딩, 그래머 등의 서브 메뉴를 포함한다.English by level includes sub-menus such as Speaking, English Songs, Words, English Library, Phonics, American Textbook Reading, Reading, and Grammar.

수준별 국어는, 도전! AI 받아쓰기, 생활 한국어, 어휘력 짱짱, 급수별 한자, 천재북 클럽, 마이 라이브러리 등의 서브 메뉴를 포함한다.Korean language by level, challenge! It includes sub-menus such as AI Dictation, Living Korean, Great Vocabulary, Chinese Characters by Level, Genius Book Club, and My Library.

특별학습 1관은, 창의적 체험활동, 사회/역사, 초등 생활 등의 서브 메뉴를 포함한다.Special Learning Hall 1 includes sub-menus such as creative experience activities, society/history, and elementary life.

특별학습 2관은 코딩 창작소, 디지털 체험과학, 수학 3D 도형 학습, 학습게임 등의 서브 메뉴를 포함한다.Special Learning Hall 2 includes sub-menus such as Coding Creation Center, Digital Experience Science, Math 3D Figure Learning, and Learning Games.

도 8을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 숙제해결에 대한 질문 게시판에 대하여, 예를 들면, 숙제 질문하기 버튼을 통하여 학습에 대하여 궁금한 점을 사용자로 하여금 입력할 수 있도록 한다. 또한, 학습 챗봇은 이전에 내가 한 질문을 확인할 수 있도록 목록으로 제공한다.Referring to FIG. 8 , the learning chatbot according to an embodiment of the present invention allows the user to input questions about learning through a question board for solving homework, for example, through the Ask Homework Question button. . In addition, the learning chatbot provides a list of questions I have previously asked so that I can check them.

도 9를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 학습창에 대하여 예를 들면, 과학 1 단원, 탐구 계획과 실행에 대하여 교과서 알아보기, 개념 다지기, 한눈에 정리하기, 기본문제 등의 서브 메뉴를 제공하고, 이들 중에 하나를 선택하여 학습할 수 있도록 한다.Referring to FIG. 9, the learning chatbot according to an embodiment of the present invention, for the learning window, for example, science 1 unit, learning textbooks about planning and execution of inquiry, consolidating concepts, organizing at a glance, basic problems, etc. Provides a submenu of, and selects one of them to learn.

본 발명의 실시예에 따른 학습 챗봇은, AI(Artificial Intelligence) 챗봇 및 과목 챗봇을 포함할 수 있다. 즉, 과목 기준으로 학습 챗봇을 구분할 수 있도록 한다.A learning chatbot according to an embodiment of the present invention may include an AI (Artificial Intelligence) chatbot and a subject chatbot. In other words, learning chatbots can be classified based on subjects.

AI 챗봇은, 숙제해결에 대한 데이터를 자동으로 필터링하고, 키워드를 구분하여 그룹핑(Grouping)하고, 백과사전 데이터와 연결하여 필요한 질문을 구분하고, 답변 내의 오타를 수정하고, 유사 질문을 추가하고, 답변 일반화 작업을 통해 정제된 답변을 제공할 수 있다.The AI chatbot automatically filters data on solving homework, classifies and groups keywords, classifies necessary questions by linking with encyclopedia data, corrects typos in answers, adds similar questions, A refined answer can be provided through answer generalization.

과목 챗봇은, 사용자에게 질문하고 싶은 과목을 선택하도록 하고, 선택된 과목 내에서 질문을 수신하며, 질문과 관련된 내용을 학습백과사전에서 검색하여 답변을 생성하고, 생성된 답변을 정제하여 음성 또는 문자로 제공하며, 데이터베이스에 없는 내용과 관련된 질문에 대하여 공부해서 다음에 알려주겠다는 답변을 제공하는 방식으로 학습을 실행할 수 있다.The subject chatbot allows the user to select a subject to ask a question, receives a question within the selected subject, searches the learning encyclopedia for information related to the question, generates an answer, and refines the generated answer to provide voice or text messages. In addition, learning can be performed by studying questions related to content not in the database and providing answers that will be reported later.

도 10은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 오늘의 학습을 제공하는 예를 나타낸 도면이고, 도 11은 본 발명의 실시예에 따른 학습 챗봇에서 키즈 대상 오늘의 학습을 제공하는 예를 나타낸 도면이고, 도 12는 본 발명의 실시예에 따른 학습 챗봇에서 전체메뉴를 제공하는 예를 나타낸 도면이다. 10 is a diagram showing an example of providing today's learning for 1st to 6th graders in the learning chatbot according to an embodiment of the present invention, and FIG. 11 is a diagram showing today's learning for kids in the learning chatbot according to an embodiment of the present invention 12 is a diagram showing an example of providing an entire menu in a learning chatbot according to an embodiment of the present invention.

도 10을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 1~6학년 대상으로 하는 오늘의 학습에 대하여, 예를 들면, 12월 23일 수요일, 수준별 영어, 영역별 팡팡 Phonics, Lesson 14에 대한 학습하기를 제공할 수 있다. 여기서, AI 학습 챗봇은 화면 하단에 있는 서브 메뉴 중 AI 학습관 메뉴와 HME 메뉴 사이에 위치하도록 배치할 수 있다.Referring to FIG. 10, the learning chatbot according to an embodiment of the present invention, for today's learning targeting grades 1 to 6, for example, Wednesday, December 23, English by level, Phonics by area, Lesson 14 Learning about can be provided. Here, the AI learning chatbot can be placed between the AI learning center menu and the HME menu among the submenus at the bottom of the screen.

도 11을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 키즈(Kids)를 대상으로 하는 오늘의 학습에 대하여, 예를 들면, 12월 21일 월요일, 키즈 한글, 한글 스피치, 연습하기, 날씨를 알려줘요!에 대한 학습하기를 제공할 수 있다. 여기서, AI 학습 챗봇은 화면 상단에 있는 서브 메뉴 중 밀크T 캘린더 메뉴와 한글 스피치 메뉴 사이에 위치하도록 배치할 수 있다.Referring to FIG. 11, the learning chatbot according to an embodiment of the present invention, for today's learning targeting kids, for example, on Monday, December 21st, Kids Korean, Korean speech, practicing, You can provide learning about Tell me the weather! Here, the AI learning chatbot can be placed between the MilkT calendar menu and the Korean speech menu among the submenus at the top of the screen.

도 12를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 전체 메뉴에 대하여, 예를 들면, 과목별 학교 공부, 실력평가, AI 1:1 첨삭과외, AI 학습관, 수준별 수학, 수준별 영어, 수준별 국어, 특별학습 1관, 특별학습 2관 등의 전체메뉴를 제공할 수 있다. 이 외에 화면 하단에는 숙제해결, 우등생전과, 질문게시판, 어휘사전, 학습백과사전, 국어사전, 영어사전, 용어사전 등의 서브 메뉴를 제공할 수 있다.Referring to FIG. 12, the learning chatbot according to an embodiment of the present invention, with respect to the entire menu, for example, school study by subject, ability evaluation, AI 1: 1 correction tutoring, AI learning center, mathematics by level, English by level, Full menus such as Korean language by level, special learning hall 1, and special learning hall 2 can be provided. In addition, at the bottom of the screen, sub-menus such as homework solution, honors course, question board, vocabulary dictionary, study encyclopedia, Korean dictionary, English dictionary, and glossary can be provided.

과목별 학교 공부는, 국어, 독서논술, AI 수학, 안전한 생활, 봄여름가을겨울 등의 서브 메뉴를 포함할 수 있다.School study by subject may include sub-menus such as Korean language, reading essay, AI math, safe life, spring summer fall and winter.

실력평가는, 개념암기노트, 단원평가, 쪽지시험, 수행평가, 단원기출평가, 서술형 특강 등의 서브 메뉴를 포함할 수 있다.The ability evaluation may include submenus such as concept memorization notes, unit evaluation, slip test, performance evaluation, unit review evaluation, and descriptive special lectures.

AI 1:1 첨삭과외는, 국어, 수학/코딩, 봄여름가을겨울, 영어 등의 서브 메뉴를 포함할 수 있다.AI 1:1 correction tutoring may include sub-menus such as Korean, math/coding, spring/summer/fall/winter, and English.

AI 학습관은, 진단평가, 맞춤학습, 실력평가, 놀이학습 등의 서브 메뉴를 포함할 수 있다.The AI learning center may include submenus such as diagnostic evaluation, customized learning, ability evaluation, and play learning.

수준별 수학은, 재미 수학, 영역별 수학, 교과 수준 수학, 베스트셀러 수학, 영재 수학 등의 서브 메뉴를 포함할 수 있다.Mathematics by level may include sub-menus such as fun math, math by domain, math by subject level, best seller math, and gifted math.

수준별 영어는, 스피킹, 영어 Songs, 워즈, 영어 Library, 파닉스, 미국교과서 읽기, 리딩, 그래머 등의 서브 메뉴를 포함할 수 있다.English by level may include sub-menus such as Speaking, English Songs, Words, English Library, Phonics, American Textbook Reading, Reading, and Grammar.

수준별 국어는, 도전! AI 받아쓰기, 생활 한국어, 어휘력 짱짱, 급수별 한자, 천재북 클럽, 마이 라이브러리 등의 서브 메뉴를 포함할 수 있다.Korean language by level, challenge! It can include sub-menus such as AI Dictation, Living Korean, Great Vocabulary, Chinese Characters by Level, Genius Book Club, and My Library.

특별학습 1관은, 창의적 체험활동, 사회/역사, 초등 생활 등의 서브 메뉴를 포함할 수 있다.The special learning hall 1 can include sub-menus such as creative experience activities, society/history, and elementary life.

특별학습 2관은 코딩 창작소, 디지털 체험과학, 수학 3D 도형 학습, 학습게임 등의 서브 메뉴를 포함할 수 있다.Special Learning Hall 2 may include sub-menus such as Coding Creation Center, Digital Experience Science, Math 3D Figure Learning, and Learning Games.

이 외에 화면 하단에는 숙제해결, 우등생전과, 질문게시판, 어휘사전, 학습백과사전, 국어사전, 영어사전, 용어사전 등의 서브 메뉴를 제공할 수 있다.In addition, at the bottom of the screen, sub-menus such as homework solution, honors course, question board, vocabulary dictionary, study encyclopedia, Korean dictionary, English dictionary, and glossary can be provided.

여기서, AI 학습 챗봇은 화면 하단에 있는 질문 게시판을 대체하여 위치시키거나, 질문 게시판의 위치에 배치할 수 있다.Here, the AI learning chatbot may replace the question board at the bottom of the screen or may be placed at the position of the question board.

도 13은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 학습창을 제공하는 예를 나타낸 도면이고, 도 14는 본 발명의 실시예에 따른 학습 챗봇에서 숙제 해결을 제공하는 예를 나타낸 도면이고, 도 15는 본 발명의 실시예에 따른 학습 챗봇에서 오늘의 학습, 전체메뉴, 숙제해결, 학습창에 대한 AI 학습 챗봇의 설계 예를 나타낸 도면이다.13 is a diagram showing an example of providing a learning window for grades 1 to 6 in the learning chatbot according to an embodiment of the present invention, and FIG. 14 is a diagram showing an example of providing homework solution in the learning chatbot according to an embodiment of the present invention 15 is a diagram showing a design example of an AI learning chatbot for today's learning, full menu, homework solution, and learning window in the learning chatbot according to an embodiment of the present invention.

도 13을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 학습창에 대하여, 예를 들면, 1~6학년 대상 노드 학습창으로 제공할 수 있다. 노드 학습창은 도 13에 도시된 바와 같이, 국어 1 단원에서 바른 자세로 낱말 읽기를 실행하고, 화면 상단에 개념 배우기1, 개념 배우기2, 개념 배우기3, 한눈에 정리하기 및 기초문제에 대한 서브 메뉴를 제공할 수 있다. 화면 하단에는 백과사전 및 질문하기에 대한 서브 메뉴를 제공하고, 질문하기 메뉴를 대체하여 AI 학습 챗봇을 제공할 수 있다.Referring to FIG. 13 , the learning chatbot according to an embodiment of the present invention may provide a learning window as, for example, a node learning window for 1st to 6th graders. As shown in FIG. 13, the node learning window executes word reading in the correct posture in Korean language 1 unit, and at the top of the screen, there are sub A menu can be provided. At the bottom of the screen, a submenu for encyclopedia and questioning can be provided, and an AI learning chatbot can be provided by replacing the questioning menu.

도 14를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 숙제해결에 대하여, 예를 들면, 1~6학년 대상 숙제 해결을 제공할 수 있다. 여기서, 숙제 해결에 대한 페이지는 우등생 전과, 질문 게시판, 용어사전, 영어사전, 학습백과사전 등의 서브 메뉴를 포함할 수 있다. 우등생 전과는 국어, 수학, 봄여름가을겨울에 대한 서브 메뉴를 포함할 수 있다. 국어에 대한 서브 메뉴는 1.소중한 책을 소개해요, 2.소리와 모양을 흉내내요, 3.문장으로 표현해요, 4.바른자세로 말해요, 5.알맞은 목소리로 읽어요, 6.고운 말을 해요, 7.무엇이 중요할까요, 8.띄어읽어요 등의 서브 메뉴를 포함할 수 있다. 이때, 1.소중한 책을 소개해요라는 서브 메뉴는 예를 들면, 책을 읽은 경험 말하기, 글을 읽고 재미있는 부분 찾기/글을 읽고 새롭게 알게 된 점 말하기, 낱말의 받침에 주의하며 글 쓰기/여러가지 모양의 책 읽기, 재미있게 읽은 책 소개하기/단원정리 등의 학습을 제공할 수 있다.Referring to FIG. 14 , the learning chatbot according to an embodiment of the present invention may provide, for example, homework solution for 1st to 6th graders. Here, the homework solution page may include a submenu such as an honor student transfer course, a question board, a glossary, an English dictionary, and a study encyclopedia. The honor student transfer course may include sub-menus for Korean language, mathematics, and spring, summer, fall, and winter. The sub-menu for Korean is: 1. Introduce important books, 2. Imitate sounds and shapes, 3. Express in sentences, 4. Speak with the correct posture, 5. Read with the appropriate voice, 6. Speak kindly. , 7. What is important, 8. Spacing, etc. can be included in the sub menu. At this time, the sub-menu 1. Introduce an important book is, for example, talking about the experience of reading a book, finding interesting parts of reading / talking about new things learned from reading, writing while paying attention to the base of words / various shapes It can provide learning such as reading books, introducing interesting books/organizing units, etc.

여기서, AI 학습 챗봇은 학습백과사전에 대한 버튼을 삭제한 후 그 위치에 배치하거나, 우등생 전과, 질문 게시판, 용어사전, 영어사전 등의 왼쪽 서브 메뉴들 중 제일 아래쪽 메뉴 위치에 배치할 수 있다.Here, the AI learning chatbot can delete the button for the learning encyclopedia and place it there, or place it at the bottom of the left sub-menus such as honor student transfer, question board, glossary, and English dictionary.

도 15를 참조하면, 본 발명의 실시예에 따른 학습 챗봇에서, 오늘의 학습, 전체메뉴, 숙제해결 및 학습창의 메뉴에 대한 AI 학습 챗봇에 대하여 화면을 덮어버리는 형태의 풀 창(Full Window) 화면으로 구성할 수 있다(A안). 즉, 앱(App) 위에 HTML5를 쌓고 있는 앱(App)이 뜨는 형태로 구성할 수 있다.Referring to FIG. 15, in the learning chatbot according to an embodiment of the present invention, a full window screen covering the screen for the AI learning chatbot for today's learning, all menus, homework solution, and learning window menus (plan A). In other words, it can be configured in such a way that an App that is stacking HTML5 on top of an App appears.

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 화면을 덮되 왼쪽은 반투명, 오른쪽은 불투명 형태의 반투명 풀 창(Translucent Full Window) 화면으로 구성할 수 있다. 마찬가지로, 앱(App) 위에 HTML5를 쌓고 있는 앱(App)이 뜨는 형태로 구성할 수 있다.In addition, the AI learning chatbot according to an embodiment of the present invention can be configured with a translucent full window screen in which the screen is covered, but the left side is translucent and the right side is opaque. Similarly, it can be configured in such a way that an App that is stacking HTML5 on top of an App appears.

도 16은 본 발명의 실시예에 따른 AI 학습 챗봇의 설정 예를 나타낸 도면이고, 도 17은 본 발명의 실시예에 따른 AI 학습 챗봇의 블루투스 연결 예를 나타낸 도면이고, 도 18은 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 설정 예를 나타낸 도면이고, 도 19는 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 인터랙션 설정 예를 나타낸 도면이다.16 is a diagram showing an example of setting an AI learning chatbot according to an embodiment of the present invention, FIG. 17 is a diagram showing an example of Bluetooth connection of an AI learning chatbot according to an embodiment of the present invention, and FIG. 18 is an embodiment of the present invention It is a diagram showing an example of emoticon settings of an AI learning chatbot according to an example, and FIG. 19 is a diagram showing an example of emoticon interaction settings of an AI learning chatbot according to an embodiment of the present invention.

도 16을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 설정 메뉴를 통하여 캐릭터를 선택하여 설정할 수 있다. 즉, AI 학습 챗봇에 대한 캐릭터에 대하여, 사용자의 취향에 따라 다수의 캐릭터 중에 원하는 캐릭터를 선택하고, 글자 크기는 작게(90%), 중간(100%), 크게(110%) 중 하나를 선택하여 설정할 수 있다. Referring to FIG. 16, the AI learning chatbot according to the embodiment of the present invention can be set by selecting a character through a setting menu. That is, for the character for the AI learning chatbot, select the desired character among a number of characters according to the user's taste, and select one of small (90%), medium (100%), and large (110%) font sizes can be set by

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 메시지를 입력할 수 있는 메시지 창을 제공할 수 있다. 예를 들어, 텍스트 박스 기능으로서, 메시지를 입력하세요라는 가이드 텍스트를 노출하고, 클릭하면 가이드 텍스트가 사라지고 메시지 창을 통해 메시지를 입력할 수 있다.In addition, the AI learning chatbot according to an embodiment of the present invention may provide a message window in which a message can be input. For example, as a text box function, a guide text that says, "Enter a message" is exposed, and when clicked, the guide text disappears, and a message can be entered through a message window.

도 17을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 예시화면을 통해 도시한 바와 같이, 블루투스 연결을 통해 사용자 단말에 질문하기 등과 같은 학습 메뉴를 제공할 수 있다. 블루투스 미연결 시에 AI 학습 챗봇은 데이터를 입력할 수 있도록 화면 상에 키보드 인터페이스가 위로 밀리도록 제공하여, 화면 상의 해당 키보드를 터치함으로써 메시지나 데이터를 입력하도록 할 수 있다.Referring to FIG. 17, the AI learning chatbot according to an embodiment of the present invention, as shown through an example screen, may provide a learning menu such as asking a question to a user terminal through a Bluetooth connection. When Bluetooth is not connected, the AI learning chatbot provides a keyboard interface on the screen to be pushed upward so that data can be input, and messages or data can be input by touching the corresponding keyboard on the screen.

도 18을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 이모티콘에 대하여, 예를 들면, 듬이, 냥이, 도기, 버리, 토리 등으로 제공하고(2), 듬이를 선택한 경우, 고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등의 감정 이모티콘 중에서 하나를 선택하도록 한다(2-1). 이모티콘 버튼에 대하여 클릭하면 작은 레이어 팝업으로 제공할 수 있다. 도 18에 도시된 바와 같이, 듬이 이모티콘을 기본으로 설정하고, 듬이, 냥이, 도기, 버리, 토리 등의 탭 5 개로 구성할 수 있다. 이때, 캐릭터당 5 개의 감정(고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등) 이모티콘을 제공할 수 있다.Referring to FIG. 18, the AI learning chatbot according to an embodiment of the present invention provides, for example, a pet, a kitty, a pottery, a dump, a tori, etc. for an emoticon (2), and when a pet is selected, Have them choose one of the emotion emoticons such as thank you, bye~, see you again, have a nice day, and I love you (2-1). Clicking on the Emoji button can provide a small layer pop-up. As shown in FIG. 18, it is possible to set the Emoticon Emoticon as default, and it can be configured with five tabs such as Doki, Kitty, Dogi, Bury, and Tori. At this time, 5 emotion (thank you, bye~, see you again, happy day, love you, etc.) emoticons can be provided for each character.

도 19를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 이모티콘 인터랙션에 대하여, 예를 들면, STEP1에서는 공부하면서 궁금한 내용을 물어보세요라는 메시지와 함께 국어, 영어, 수학, 사회, 과학 등의 아이콘(Icon)을 제공할 수 있다. 이어, STEP2에서는 듬이, 냥이, 도기, 버리, 토리 등의 이모티콘에서, 고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등의 감정 이모티콘을 선택하여 설정할 수 있다. 이어, STEP3에서는 내 정보 메뉴를 선택하여 이모티콘 및 상세 정보를 설정할 수 있다. 이어, STEP4에서는 피드백(Feedback) 이모티콘을 제공해 줄 수 있다. 예를 들어, 고마워에 대하여 기분 최고!라는 메시지와 이모티콘을 제공하고, 안녕~에 대하여 안녕~ 오늘 하루 즐겁게 지내!라는 메시지와 이모티콘을 제공하고, 즐거운 하루에 대하여 즐거운 하루! ~ 아자~라는 메시지와 이모티콘을 제공하며, 사랑해에 대하여 나도 많이 사랑해라는 메시지와 함께 이모티콘을 제공할 수 있다.Referring to FIG. 19, the AI learning chatbot according to an embodiment of the present invention, with respect to emoticon interaction, for example, in STEP1, ask questions while studying Korean, English, mathematics, social studies, science, etc. of can be provided. Then, in STEP2, you can select and set emotion emoticons such as Thank you, Bye~, See you again, Have a nice day, I love you, among emoticons such as Dogi, Kitty, Dogi, Bury, and Tori. Next, in STEP 3, you can select the My Information menu to set emoticons and detailed information. Subsequently, in STEP4, Feedback emoticons may be provided. For example, a message and an emoticon saying “I feel great!” is provided for “thank you”, a message and an emoticon “Have a nice day!” are provided for “hello”, and a “happy day!” A message such as ~aja~ and an emoticon may be provided, and an emoticon may be provided along with a message saying, "I love you very much" for I love you.

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 공통앱 음성엔진(STT)을 이용하여 한글 음성을 입력받아 한글 텍스트로 제공하거나, 메시지 창을 통하여 한글 텍스트를 입력받아 한글 음성으로 제공할 수 있다.In addition, the AI learning chatbot according to an embodiment of the present invention receives Korean voice input and provides it as Korean text using a common app voice engine (STT), or inputs Korean text through a message window and provides it as Korean voice. there is.

도 20은 본 발명의 실시예에 따른 AI 학습 챗봇의 웰컴 메시지 및 대화 패턴 예를 나타낸 도면이고, 도 21은 본 발명의 실시예에 따른 AI 학습 챗봇의 폴백 메시지 예를 나타낸 도면이고, 도 22는 본 발명의 실시예에 따른 AI 학습 챗봇에서 좋아요/싫어요/의견 접수 메뉴를 제공하는 예를 나타낸 도면이고, 도 23은 본 발명의 실시예에 따른 AI 학습 챗봇에서 의견 받기 팝업을 나타낸 도면이고, 도 24는 본 발명의 실시예에 따른 AI 학습 챗봇이 학습백과사전과 연동하는 예를 나타낸 도면이다.20 is a diagram showing an example of a welcome message and conversation pattern of an AI learning chatbot according to an embodiment of the present invention, FIG. 21 is a diagram showing an example of a fallback message of an AI learning chatbot according to an embodiment of the present invention, and FIG. 22 is A diagram showing an example of providing a like/dislike/opinion reception menu in the AI learning chatbot according to an embodiment of the present invention, and FIG. 23 is a diagram showing a pop-up for receiving opinions in the AI learning chatbot according to an embodiment of the present invention. 24 is a diagram showing an example in which the AI learning chatbot according to the embodiment of the present invention works with the learning encyclopedia.

도 20을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자가 처음 AI 챗봇에 들어왔을 때, 예를 들어, 안녕? 나는 OOO이야~ 질문하고 싶은 과목을 선택해봐.라고 웰컴 메시지와 함께 과목 선택 메뉴를 제공한다. Referring to FIG. 20, the AI learning chatbot according to an embodiment of the present invention, when a user first enters the AI chatbot, for example, Hello? A subject selection menu is provided along with a welcome message saying, “I’m OOO~ Select the subject you want to ask a question about.

이때, AI 학습 챗봇은, 웰컴 메시지를 제공할 때, 챗봇 캐릭터를 노출하고, 과목 선택 카드를 제공하며, 과목 선택 시 케이스를 제공하며, 오늘 날짜를 노출한다.At this time, when providing a welcome message, the AI learning chatbot exposes a chatbot character, provides a subject selection card, provides a case when selecting a subject, and exposes today's date.

이어, AI 학습 챗봇은, 사용자가 사회 과목을 선택하면, 사회공부 중이었구나! 뭐가 제일 궁금해?라고 질문사항이 무엇인지 물어보면서 대화를 이어간다. 또한, AI 학습 챗봇은, 사용자의 질문에 대하여 다른 과목을 선택할 수 있도록 하거나, 첫인사 멘트 없이 과목을 선택하도록 할 수 있다.Next, the AI learning chatbot was studying social studies when the user selected a social studies subject! Continuing the conversation by asking what the question is, “What are you most curious about?” In addition, the AI learning chatbot can allow the user to select another subject in response to a question or select a subject without a first greeting.

도 21을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자로부터 받은 질문이 예상 질문과 매칭된 답변을 찾지 못한 경우에, 예를 들어, 미안해~ 그건 내가 잘 모르겠어. 공부해서 다음에 꼭 알려줄께!' 등과 같이 폴백 메시지를 제공할 수 있다. 이때도 AI 학습 챗봇은 월/일 등과 같이 날짜를 노출한다.Referring to FIG. 21 , the AI learning chatbot according to an embodiment of the present invention, when a question received from a user does not find an answer matching an expected question, for example, I'm sorry~ I'm not sure about that. I'll study and tell you next time!' A fallback message can be provided, such as Even at this time, the AI learning chatbot exposes the date, such as month/day.

도 22를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자의 질문에 답변을 제공하면서 좋아요, 싫어요, 의견 등의 버튼을 제공하여, 버튼을 통해 답변에 대한 사용자의 의견을 접수할 수 있다. 즉, 좋아요, 싫어요, 의견 등의 버튼 입력을 집계하고, API 연동 형태로 ADMIN에서 이력 관리할 수 있다. Referring to FIG. 22, the AI learning chatbot according to an embodiment of the present invention provides buttons such as like, dislike, and opinion while providing answers to user questions, and accepts user opinions on answers through the buttons. can That is, button inputs such as likes, dislikes, and opinions can be counted and history can be managed in ADMIN in the form of API linkage.

도 23을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자가 좋아요, 싫어요, 의견 등의 버튼 중에서 의견 버튼을 선택한 경우에, 사용 의견 남기기 팝업을 제공하고, 사용자로부터 질의사항을 텍스트로 입력받아 사용자의 의견을 접수하여 처리할 수 있다. 이때, AI 학습 챗봇은 의견 접수 처리 시에 의견을 보냈다는 피드백 메시지를 사용자에게 전송할 수 있다. Referring to FIG. 23, the AI learning chatbot according to an embodiment of the present invention provides a pop-up to leave a user opinion when the user selects an opinion button from among buttons such as like, dislike, and opinion, and text questions from the user. It can be input and processed by accepting user opinions. At this time, the AI learning chatbot may transmit a feedback message indicating that an opinion has been sent to the user when processing an opinion reception.

도 24를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은 천재백과사전이나 학습백과사전 등과 연동하여 키워드 매칭을 통해 검색 결과로 이동하여 이에 근거해 답변을 제공해 줄 수 있다. 즉, AI 학습 챗봇은 키워드 입력시 키워드 값을 학습백과사전을 제공하는 서버로 전달하고, 해당 학습백과사전의 서버로부터 키워드 값에 해당하는 결과 페이지를 제공받아 사용자 단말로 제공하는 것이다. Referring to FIG. 24, the AI learning chatbot according to an embodiment of the present invention may move to a search result through keyword matching in conjunction with a genius encyclopedia or a learning encyclopedia, and provide an answer based on this. That is, when a keyword is entered, the AI learning chatbot transfers the keyword value to the server providing the learning encyclopedia, receives a result page corresponding to the keyword value from the server of the learning encyclopedia, and provides it to the user terminal.

도 25는 본 발명의 실시예에 따른 학습 유도 시스템에서 학습 챗봇을 관리하는 챗봇 관리의 한 예를 나타낸 도면이고, 도 26은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 신규 등록 예를 나타낸 도면이고, 도 27은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 수정 예를 나타낸 도면이다.25 is a diagram showing an example of chatbot management for managing learning chatbots in the learning induction system according to an embodiment of the present invention, and FIG. 27 is a diagram showing a registration example, and FIG. 27 is a diagram showing a modification example of making a chatbot in chatbot management of a learning guidance system according to an embodiment of the present invention.

도 25를 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇을 관리하는 챗봇 관리부를 더 포함할 수 있다.Referring to FIG. 25 , the learning guidance system 100 according to an embodiment of the present invention may further include a chatbot management unit for managing learning chatbots.

챗봇 관리부는 도 25에 도시된 화면에서 왼쪽과 같이, 챗봇 관리, 대화 관리, 통계 관리, 폴백 관리 및 만족도 관리에 관한 메뉴를 제공할 수 있다.The chatbot management unit may provide menus related to chatbot management, conversation management, statistics management, fallback management, and satisfaction management, as shown on the left side of the screen shown in FIG. 25 .

챗봇 관리부는 검색 영역(1)을 제공할 수 있다. 검색 영역은 국어, 영어, 수학, 사회, 과학 등으로 과목을 구분하여 선택하고, 키즈부터 6학년 중 하나를 선택하고, 챗봇 코드를 입력하여 과목 챗봇을 조회할 수 있다. The chatbot management unit may provide a search area (1). In the search area, subjects can be selected by classifying them into Korean, English, math, social studies, science, etc., selecting one from kids to 6th grade, and entering the chatbot code to search the subject chatbot.

또한, 챗봇 관리부는 챗봇 생성 시 예를 들어, KE0100001과 같은 코드를 부여할 수 있다. In addition, the chatbot management unit may assign a code such as KE0100001 when creating a chatbot.

또한, 챗봇 관리부는 챗봇 조회시 챗봇 리스트를 제공할 수 있다. 여기서 챗봇 리스트는 번호, 이름, 설명, 챗봇 코드, 학년, 과목, 만든 날짜, 만든 사람, 활성화 여부, 관리 등의 항목을 포함할 수 있다. 번호는 자동으로 생성되고, 이름은 챗봇 생성메뉴에 이름 값을 노출하며, 설명은 챗봇에 대한 설명을 노출하고, 챗봇 코드는 생성된 챗봇에 대한 코드 값을 노출하고, 학년은 챗봇 생성메뉴에서 학년 값을 노출하고, 과목은 챗봇 생성메뉴에서 과목 값을 노출하고, 만든 날짜는 등록한 날자를 년/월/일로 노출하고, 만든 사람은 등록한 사람의 아이디를 노출하고, 활성화 여부는 챗봇의 활성화(Y), 비활성화(N)를 노출하고, 관리는 챗봇에 대한 수정 및 삭제를 실행하는 항목이다.Also, the chatbot management unit may provide a chatbot list when searching for a chatbot. Here, the chatbot list may include items such as number, name, description, chatbot code, grade, subject, creation date, creator, activation status, management, and the like. The number is automatically generated, the name exposes the name value in the chatbot creation menu, the description exposes the description of the chatbot, the chatbot code exposes the code value for the created chatbot, and the grade exposes the grade in the chatbot creation menu. The value is exposed, the subject exposes the subject value in the chatbot creation menu, the creation date exposes the registered date as year/month/day, the creator exposes the ID of the registered person, and the activation status of the chatbot is activated (Y ), Deactivation (N) is exposed, and management is an item that executes modification and deletion of chatbots.

관리에 대한 항목은 사용자에 의해 삭제 선택 시 팝업을 통해, 예를 들어, 챗봇을 정말 삭제하시겠습니까?라는 메시지를 제공하여, 챗봇의 삭제를 다시 한 번 제고해 볼 수 있도록 한번 더 체크한 후 진행하도록 한다. Items for management provide a pop-up message, for example, Do you really want to delete the chatbot? do.

도 26을 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 챗봇 관리에 대하여, 생성된 챗봇을 수정, 삭제, 관리하는 챗봇 리스트 메뉴와, 챗봇을 신규 생성하는 챗봇 만들기 메뉴를 포함할 수 있다.Referring to FIG. 26, the learning guidance system 100 according to an embodiment of the present invention, for chatbot management, a chatbot list menu for modifying, deleting, and managing created chatbots, and a chatbot creation menu for creating new chatbots. can include

챗봇 만들기는 신규 등록을 통해, 챗봇 이름, 챗봇 코드, 이름, 설명, 학년, 과목 등의 내용을 입력하고(1), 만들기 버튼(2)을 통해 신규 챗봇을 생성할 수 있다. 챗봇 이름란에 아무런 데이터의 입력이 없는 경우, 챗봇 이름을 입력해 주세요라는 메시지를 팝업으로 제공하여, 챗봇 이름을 입력하도록 유도할 수 있다. 챗봇 신규 등록에서 이름은 텍스트 박스를 통해 입력하고, 학년은 라디오 박스를 통해 전체, 7세, 1학년, 2학년, 3학년, 4학년, 5학년, 6학년 중에 하나를 선택 입력하며, 과목도 라디오 박스를 통해 국어, 영어, 수학, 사회, 과학 중에 하나를 선택하여 입력할 수 있다. 만들기 버튼의 입력 시에 이름, 학년, 과목 값을 모두 입력했을 때 정상적으로 처리하고, 챗봇 코드 생성 규칙에 따라 코드를 자동으로 생성하며, 생성 후에 챗봇 리스트에서 코드 확인 가능하다. To create a chatbot, you can create a new chatbot by entering the chatbot name, chatbot code, name, description, grade, subject, etc. through new registration (1), and clicking the Create button (2). If there is no input of data in the chatbot name field, a message asking to enter the chatbot name may be provided as a pop-up to induce input of the chatbot name. In the new chatbot registration, the name is entered through the text box, and the grade is entered through the radio box to select one of all, 7 years old, 1st grade, 2nd grade, 3rd grade, 4th grade, 5th grade, and 6th grade. Through the radio box, one of Korean, English, mathematics, social studies, and science can be selected and input. When entering the create button, when all values for name, grade, and subject are entered, it is processed normally, and codes are automatically generated according to the chatbot code generation rules, and codes can be checked in the chatbot list after creation.

도 27을 참조하면, 본 발명의 실시예에 따른 챗봇 관리부는 챗봇 만들기에서 수정 버튼의 클릭 시 해당 챗봇의 정보를 불러와서 수정할 수 있도록 한다. 이때, 챗봇 코드는 수정이 불가하며, 수정 완료 후 저장 버튼의 클릭 시에 사용자에게 저장하시겠습니까?라는 메시지를 제공하여 저장 내용을 확인하고 저장할 수 있도록 한다. 사용자에 의해 예의 선택 입력 시 저장이 완료되었습니다.라는 메시지를 제공하고, 아니오의 선택 입력 시 수정 화면 상태를 유지한다.Referring to FIG. 27 , the chatbot management unit according to an embodiment of the present invention retrieves and edits the information of the corresponding chatbot when the edit button is clicked in the chatbot creation process. At this time, the chatbot code cannot be modified, and when the save button is clicked after the modification is completed, a message asking the user to save? is provided so that the saved contents can be confirmed and saved. When the user selects Yes, the message “Saving has been completed” is provided, and when the user selects No, the edit screen state is maintained.

본 발명의 실시예에 따른 학습 유도 시스템(100)에서 제공하는 대화 관리는 사용자가 처음 챗봇에 들어왔을 때 인사하는 내용을 관리하는 웰컴 메시지 메뉴를 통하여 챗봇 코드나 구분된 챗봇 별로 멘트를 관리하고, 지역별 날씨, 동네 날씨, 공공 데이터 포탈, NICE 교육정보 개방 포탈을 포함해 오픈 API를 제공하며, WB 모델과 연동하여 챗봇 대화를 관리할 수 있다.Conversation management provided by the learning guidance system 100 according to an embodiment of the present invention manages chatbot code or chatbot-specific comments through a welcome message menu that manages greetings when a user enters the chatbot for the first time, It provides open APIs, including regional weather, neighborhood weather, public data portal, and NICE educational information open portal, and can manage chatbot conversations in conjunction with the WB model.

도 28은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 멘트 리스트 관리 예를 나타낸 도면이고, 도 29는 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 신규 등록 예를 나타낸 도면이고, 도 30은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 수정/삭제 예를 나타낸 도면이다.28 is a diagram showing an example of managing a message list of dialog management in chatbot management according to an embodiment of the present invention, and FIG. 29 is a diagram showing an example of new registration of a welcome message in dialog management in chatbot management according to an embodiment of the present invention. 30 is a diagram illustrating an example of modifying/deleting a welcome message of conversation management in chatbot management according to an embodiment of the present invention.

도 28을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리는 멘트 리스트에 대하여, 과목, 시간, 날짜, 학기 등의 멘트 기준을 선택하는 구분 항목, 전체, Y, N 등으로 선택하는 활성화 여부, 및 멘트를 입력하여 조회할 수 있다. 또한, 챗봇 리스트에 대하여, 번호, 챗봇이름, 챗봇 코드, 과목, 월, 멘트, 활성화 여부 및 관리 항목을 포함하여 제공할 수 있다. 번호는 내림차순으로 부여하고, 과목은 국어, 영어, 수학, 사회, 과학 중 하나이고, 월은 1월 내지 12월 중 하나이고, 멘트는 질문을 유도하는 멘트이고, 활성화 여부에 대해 Y, N 중 하나이고, 관리 항목에 대해 수정 또는 삭제할 수 있다. 관리 항목에서 수정 버튼의 입력시 수정 페이지로 이동하고, 삭제 버튼의 입력 시 멘트를 정말 삭제하시겠습니까?라는 알럿(Alert) 메시지를 노출한다. 이때, 예 버튼 클릭시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼 클릭시 이전화면으로 돌아간다.Referring to FIG. 28 , in chatbot management according to an embodiment of the present invention, conversation management is a classification item for selecting a comment criterion such as subject, time, date, semester, etc., for selecting all, Y, N, etc. You can search whether it is activated or not by entering a comment. In addition, for the chatbot list, it can be provided including number, chatbot name, chatbot code, subject, month, comment, activation status and management items. The numbers are assigned in descending order, the subject is one of Korean, English, mathematics, social studies, and science, the month is one of January to December, the comment is a comment that induces a question, and the activation is selected from among Y and N. It is one, and can be modified or deleted for management items. When the edit button is input in the management item, it moves to the edit page, and when the delete button is input, an alert message is displayed asking, Do you really want to delete the message? At this time, if you click the Yes button, the message “Deleted.” is displayed, and if you click the No button, it returns to the previous screen.

도 29를 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 웰컴 메시지 신규 등록은, 챗봇 이름, 챗봇 코드, 과목, 월, 멘트 및 활성화 여부 등을 선택하여 등록할 수 있다. 즉, 도 29에서 멘트추가 버튼의 클릭 시 신규 등록 페이지를 제공하고, 과목에 대해 국어, 영어, 수학, 사회, 과학 중 하나를 선택하고, 1월 내지 12월 중 하나를 선택하며, 멘트를 입력한 후 등록할 수 있다. 등록하기 버튼의 클릭시 등록하시겠습니까?라는 알럿(Alert) 메시지를 노출하고, 예 버튼의 클릭시 등록이 완료되었습니다.라는 메시지를 노출하며, 아니오 버튼의 클릭시 현재 화면을 유지한다. Referring to FIG. 29 , new registration of a welcome message in conversation management of chatbot management according to an embodiment of the present invention can be registered by selecting a chatbot name, chatbot code, subject, month, comment, and activation status. That is, when the Add Comment button is clicked in FIG. 29, a new registration page is provided, and for subjects, one of Korean, English, mathematics, social studies, and science is selected, one of January to December is selected, and a comment is input After that, you can register. When the Register button is clicked, the Alert message, Do you want to register? is displayed, when the Yes button is clicked, the message "Registration is complete" is displayed, and when the No button is clicked, the current screen is maintained.

도 30을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 웰컴 메시지의 수정 및 삭제는 수정하기 버튼이나 삭제하기 버튼의 입력으로 실행할 수 있다. 수정 버튼의 클릭시 해당 멘트 정보와 함께 수정 화면을 노출하고, 수정 멘트의 입력 후 수정하기를 실행하고, 삭제 버튼의 입력시 삭제하시겠습니까?라는 알럿(Alert) 메시지를 노출한다. 예 버튼의 입력시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼의 클릭시 아무런 동작(Action)을 하지 않는다.Referring to FIG. 30 , in conversation management of chatbot management according to an embodiment of the present invention, modification and deletion of a welcome message can be executed by inputting an edit button or a delete button. When the edit button is clicked, the edit screen is displayed along with the relevant comment information, the edit is executed after inputting the correct comment, and when the delete button is clicked, an alert message asking, Do you want to delete? is displayed. When the Yes button is entered, the message “Deleted.” is displayed, and when the No button is clicked, no action is taken.

도 31 내지 도 33은 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델에 따른 Q&A 관리 예를 나타낸 도면이다.31 to 33 are diagrams showing examples of Q&A management according to the WE model in conversation management of chatbot management according to an embodiment of the present invention.

도 31을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 국어, 영어, 수학, 사회, 과학 등의 과목 구분과, 키즈부터 6학년까지 중 하나를 선택하는 학년, 전체와 Y, N 등의 활성화 여부, 및 인텐트 넘버(Intent No.) 등을 입력하여 Q&A 사항을 조회할 수 있다. Referring to FIG. 31, in the conversation management of chatbot management according to an embodiment of the present invention, the WE model classifies subjects such as Korean, English, mathematics, social studies, and science, and selects one of the grades from kids to 6th grade, You can search Q&A items by inputting whether All, Y, N, etc. are activated, and Intent No.

Q&A 리스트는 번호, 챗봇이름, 챗봇 코드, 인텐트 No, 구분, 답변, 질문, 활성화 여부, 갱신자, 갱신일, 관리 등을 포함할 수 있다. 번호는 내림차순으로 부여되고, 챗봇이름은 예컨대, 사회챗봇과 같이 과목명 챗봇을 나타내고, 구분은 과목을 나타내고, 답변은 인텐트에 해당하는 답변을 나타낸다. 질문은 인텐트에 해당하는 질문을 나타내고, 활성화 여부는 Y 또는 N로 나타내고, 갱신자는 갱신 아이디를 나타내고, 갱신일은 갱신 완료일을 나타내고, 관리는 수정 또는 삭제 버튼을 제공한다.The Q&A list may include number, chatbot name, chatbot code, intent No, classification, answer, question, activation status, updater, renewal date, management, and the like. The numbers are assigned in descending order, the chatbot name indicates the subject name chatbot, for example, social chatbot, the division indicates the subject, and the answer indicates the answer corresponding to the intent. Question represents a question corresponding to an intent, activation status is represented by Y or N, updater represents a renewal ID, renewal date represents a renewal completion date, and management provides an edit or delete button.

관리 항목에서 수정 버튼의 클릭 시 해당 인텐트 수정 화면으로 이동하고, 삭제 버튼의 클릭 시 삭제하시겠습니까?라는 알럿 메시지를 노출한다. 예 버튼의 클릭 시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼의 클릭 시 아무런 반응을 나타내지 않는다.When the edit button is clicked in the management item, it moves to the corresponding intent edit screen, and when the delete button is clicked, an alert message asking, Do you want to delete? is displayed. When the Yes button is clicked, the message "Deleted." is displayed, and when the No button is clicked, no response is displayed.

도 32를 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 수정 버튼의 클릭 시 신규 등록 페이지를 노출하고, 구분에서 과목 하나를 선택하고, 답변 및 질문 입력란에 멘트를 입력한 후 등록할 수 있다. 등록 버튼의 클릭 시 등록하시겠습니까?라는 알럿 메시지를 노출하고, 예 버튼의 클릭 시 등록이 완료되었습니다.라는 메시지를 노출하며, 아니오 버튼의 클릭 시 아무런 동작(Action)을 실행하지 않는다.Referring to FIG. 32, in the dialog management of chatbot management according to an embodiment of the present invention, the WE model exposes a new registration page when the edit button is clicked, selects one subject from the category, and writes a comment in the answer and question input fields. After entering, you can register. When the register button is clicked, the alert message “Are you sure you want to register?” is displayed, when the “Yes” button is clicked, the “registration completed” message is displayed, and when the “No” button is clicked, no action is executed.

도 33을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 수정 버튼의 클릭 시 구분에서 과목 하나를 선택하고, 답변 멘트를 입력하고, 질문 멘트에 대해 3 가지를 입력한 후 등록할 수 있다. 수정하기 버튼을 통해 수정 멘트를 입력하여 수정을 실행하고, 삭제하기 버튼을 통해 기존 내용이나 현재 입력된 내용을 삭제할 수 있다.Referring to FIG. 33, in the dialog management of chatbot management according to an embodiment of the present invention, the WE model selects one subject from the category when the edit button is clicked, inputs a reply comment, and inputs three questions for the question comment After that, you can register. Editing can be executed by entering a correction comment through the Edit button, and the existing or currently entered content can be deleted through the Delete button.

본 발명의 실시예에 따른 학습 유도 시스템(100)에서 제공하는 챗봇 관리에서 통계 관리를 제공할 수 있다. 통계 관리는, 기간, 회원구분, 성별, 학년, 아이디의 조건에 따른 이용률 조회 관리에 관한 이용률 메뉴와, 좋아요 및 만족도 관리에 관한 순위 메뉴를 제공할 수 있다.Statistical management may be provided in the chatbot management provided by the learning guidance system 100 according to an embodiment of the present invention. Statistics management may provide a usage rate menu related to management of usage rate inquiries according to conditions such as period, member classification, gender, grade, and ID, and a ranking menu related to likes and satisfaction management.

도 34 및 도 35는 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리 예를 나타낸 도면이다.34 and 35 are diagrams illustrating examples of statistics management provided by chatbot management according to an embodiment of the present invention.

도 34를 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리는, 년 및 월에 대한 기간을 선택하여 전체회원에 대한 이용률을 관리할 수 있다. 전체회원에 대하여, 전체 회원수와 정회원 수, 준회원 수로 구분하고, 그에 따른 회원 수를 제공할 수 있다. 또한, 통계 관리는 학습 챗봇 과목별 이용률을 제공할 수 있다. 즉, 통계 관리는 국어, 영어, 수학, 사회, 과학의 과목에 대하여, 전체 회원수, 정회원 수 및 준회원 수를 제공할 수 있다.Referring to FIG. 34 , statistics management provided by chatbot management according to an embodiment of the present invention can manage utilization rates for all members by selecting a period of year and month. For total members, the total number of members, the number of regular members, and the number of associate members can be divided, and the number of members can be provided accordingly. In addition, statistics management may provide the usage rate for each subject of the learning chatbot. That is, statistics management may provide the total number of members, the number of regular members, and the number of associate members for the subjects of Korean, English, mathematics, social studies, and science.

도 35를 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리는, 사용자에 의해 선택된 기간(년/월)에 대한 과목 별로 순위를 관리할 수 있다. 국어, 영어, 수학, 사회, 과학 중 예를 들면, 국어에 대하여, 순위, 인텐트 No, 인텐트명 및 질문 건수에 대한 정보를 제공할 수 있다. 순위는 TOP 10까지 제공하되, 질문 건수가 높은 순으로 제공할 수 있다.Referring to FIG. 35 , statistics management provided by chatbot management according to an embodiment of the present invention may manage rankings for each subject for a period (year/month) selected by a user. Among Korean, English, mathematics, social studies, and science, for example, information on ranking, intent No., intent name, and number of questions may be provided for Korean. The ranking is provided up to TOP 10, but the number of questions can be provided in the order of highest.

도 36은 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리 예를 나타낸 도면이고, 도 37 및 도 38은 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리 예를 나타낸 도면이다.36 is a diagram illustrating an example of fallback management in chatbot management according to an embodiment of the present invention, and FIGS. 37 and 38 are views showing examples of satisfaction management in chatbot management according to an embodiment of the present invention.

도 36을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리는, 매칭되지 못한 질문들을 폴백에 쌓아놓고, 기간을 설정하여 사용자들과 챗봇이 나눈 대화 흐름을 관리할 수 있다. 과목별 탭 구성은, 번호, 인텐트 No, 인텐트명으로 구성되고, 리스트는 최대 10개이고, 페이징 처리도 최대 10개까지 가능하다. 엑셀 다운 버튼을 구비하여, 버튼 클릭 시 노출된 리스트에 대해 전체 데이터로 다운로드 할 수 있다. Referring to FIG. 36 , fallback management in chatbot management according to an embodiment of the present invention can manage the conversation flow between users and chatbot by stacking unmatched questions in fallback and setting a period. The tab structure for each subject is composed of number, intent No, and intent name, and the list is up to 10, and paging processing is also possible up to 10. By providing an Excel download button, you can download the entire data of the list exposed when you click the button.

도 37 및 도 38을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리는, 문제 해결, 가이드, 버그나 기능 요청을 포함하는 문의사항을 관리할 수 있다. 년/월을 입력해 기간을 선택하고, 좋아요, 싫어요, 의견 등의 항목을 선택하고, 과목을 선택해 조회할 수 있다. 예를 들어, 리스트는 최대 10개까지, 페이징 처리도 최대 10개까지 제공할 수 있다. 엑셀 다운 버튼을 통해 노출된 리스트를 전체 데이터로 다운로드 할 수 있다. 의견 항목을 클릭하면, 의견에 대한 리스트를 제공하고, 리스트 중 하나를 선택하면, 의견 내용, 등록일 및 아이디를 팝업 화면으로 제공하여 확인할 수 있도록 한다.Referring to FIGS. 37 and 38 , satisfaction management in chatbot management according to an embodiment of the present invention may manage inquiries including problem solving, guides, bugs, and feature requests. You can select a period by entering year/month, select items such as likes, dislikes, and opinions, and select a subject to search. For example, you can provide up to 10 lists and up to 10 paging processes. You can download the exposed list as the entire data through the Excel download button. When an opinion item is clicked, a list of opinions is provided, and when one of the lists is selected, the contents of the opinion, registration date, and ID are provided in a pop-up screen for confirmation.

도 39는 본 발명의 제1 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.39 is a diagram showing an operational flowchart for explaining the learning induction method according to the first embodiment of the present invention.

도 39를 참조하면, 본 발명의 제1 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트에 제공하고, 클라이언트로부터 과목 메뉴의 선택에 따른 질문을 입력받는다(S39-1).Referring to FIG. 39, in the learning guidance system 100 according to the first embodiment of the present invention, the learning chatbot provides a learning menu to the client and receives a question according to the selection of the subject menu from the client (S39-1 ).

이어, 학습 챗봇은 입력받은 질문에 대하여(질문 Vector) 벡터 필드(Vector Field) 유사도를 검색한다(S39-2).Next, the learning chatbot searches the similarity of the vector field with respect to the input question (question vector) (S39-2).

이어, 학습 챗봇은 유사 질의, 스코어(Score), 인텐트(Intent) ID를 획득한다(S39-3).Subsequently, the learning chatbot acquires similar queries, scores, and intent IDs (S39-3).

이어, 학습 챗봇은 데이터베이스에 인텐트 아이디(Intent ID)를 제공하고, 데이터베이스로부터 인텐트 ID에 따라 인텐트 네임(Intent Name) 및 응답(Response)을 획득한다(S39-4).Subsequently, the learning chatbot provides an Intent ID to the database and acquires an Intent Name and a response from the database according to the Intent ID (S39-4).

이어, 학습 챗봇은 획득된 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)로 제공한다(S39-5).Subsequently, the learning chatbot provides the acquired similar query, score, intent name, and response to the client (S39-5).

도 40은 본 발명의 제2 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.40 is a diagram showing an operational flowchart for explaining a learning induction method according to a second embodiment of the present invention.

도 40을 참조하면, 본 발명의 제2 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 클라이언트로부터 생성, 수정, 조회 중 하나를 요청받는다(S40-1).Referring to FIG. 40 , in the learning guidance system 100 according to the second embodiment of the present invention, a learning chatbot receives a request from a client for one of creation, modification, and inquiry (S40-1).

이어, 학습 챗봇은 관리 API를 통해 데이터베이스에 인서트(Insert), 업데이트(Update), 셀렉트(Select)를 제공한다(S40-2).Next, the learning chatbot provides Insert, Update, and Select to the database through the management API (S40-2).

이어, 학습 챗봇은 데이터베이스로부터 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)를 획득한다(S40-3).Subsequently, the learning chatbot acquires an insert flag, an update flag, and selected data from the database (S40-3).

이어, 학습 챗봇은 획득된 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)에 근거해 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)로 제공한다(S40-4).Subsequently, the learning chatbot generates similar queries, scores, intent names, and responses based on the acquired insert flag, update flag, and selected data. ) is provided to the client (S40-4).

도 41은 본 발명의 제3 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.41 is a diagram showing an operation flowchart for explaining a learning induction method according to a third embodiment of the present invention.

도 41을 참조하면, 본 발명의 제3 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트에 제공하고, 클라이언트(Client)로부터 문장(Sentence)을 입력받는다(S41-1).Referring to FIG. 41, in the learning guidance system 100 according to the third embodiment of the present invention, the learning chatbot provides a learning menu to the client and receives a sentence from the client (S41-1 ).

이어, 학습 챗봇은 입력받은 문장에 대하여 탄력적 검색기(Elastic Searcher)에 문장 벡터(Sentece Vector)에 따른 색인을 요청한다(S41-2).Subsequently, the learning chatbot requests an elastic searcher to index the input sentence according to the sentence vector (S41-2).

이어, 학습 챗봇은 탄력적 검색기로부터 색인 여부를 획득한다(S41-3).Then, the learning chatbot obtains whether or not it is indexed from the flexible searcher (S41-3).

이어, 학습 챗봇은 문장 정보를 데이터베이스에 인서트(Insert)하여 인서트 플래그(Insert Flag)를 획득한다(S41-4).Subsequently, the learning chatbot inserts sentence information into the database to obtain an insert flag (S41-4).

이어, 학습 챗봇은 획득된 인서트 플래그에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)에 제공한다(S41-5).Subsequently, the learning chatbot provides a similar query, score, intent name, and response to the client based on the obtained insert flag (S41-5).

도 42는 본 발명의 제4 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.42 is a diagram showing an operational flowchart for explaining a learning induction method according to a fourth embodiment of the present invention.

도 42를 참조하면, 본 발명의 제4 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트(Client)에 제공하고, 클라이언트로부터 프로젝트 아이디(Project ID)에 따른 학습 요청을 수신한다(S42-1).Referring to FIG. 42, in the learning guidance system 100 according to the fourth embodiment of the present invention, the learning chatbot provides a learning menu to a client and receives a learning request from the client according to a project ID. It is received (S42-1).

이어, 학습 챗봇은 데이터베이스로부터 프로젝트 아이디(Project ID)에 의해 문장을 선택한다(S42-2).Subsequently, the learning chatbot selects sentences from the database by Project ID (S42-2).

이어, 학습 챗봇은 데이터베이스로부터 학습 요청 프로젝트의 문장 리스트(Sentence List)를 획득한다(S42-3).Subsequently, the learning chatbot obtains a sentence list of the learning request project from the database (S42-3).

이어, 학습 챗봇은 갱신된 토큰별 웨이트(Weight)를 데이터베이스에 제공하여 인서트 플래그(Insert Flag)를 획득한다(S42-4).Subsequently, the learning chatbot acquires an insert flag by providing the updated weight for each token to the database (S42-4).

이어, 학습 챗봇은 탄력적 검색기(Elastic Searcher)에 갱신된 문장 웨이트(Sentence Weight)에 따른 색인을 요청한다(S42-5).Subsequently, the learning chatbot requests an index according to the updated sentence weight to the elastic searcher (S42-5).

이어, 학습 챗봇은 탄력적 검색기로부터 색인 여부를 획득한다(S42-6).Next, the learning chatbot obtains whether or not it is indexed from the flexible searcher (S42-6).

이어, 학습 챗봇은 획득된 색인 여부에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)에 제공한다(S42-7).Subsequently, the learning chatbot provides a similar query, score, intent name, and response to the client based on the acquired index (S42-7).

전술한 바와 같이, 도 39 내지 도 42에 도시된 제1 내지 제4 실시예에 따른 학습 유도 방법은, 컴퓨터로 판독 가능한 USB, CD, DVD 등의 기록 매체에 프로그램으로 기록될 수 있다.As described above, the learning induction methods according to the first to fourth embodiments shown in FIGS. 39 to 42 may be recorded as programs on a computer-readable recording medium such as USB, CD, or DVD.

즉, 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 메뉴를 화면 상으로 제공하는 단계; (b) 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 단계; (c) 상기 입력받은 음성 또는 문자를 처리하는 단계; 및 (d) 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.That is, a computer-readable recording medium on which a learning induction method according to an embodiment of the present invention is recorded as a program includes: (a) providing a learning menu on a screen; (b) receiving a touch input for selecting a menu or a voice or text message for a user's question; (c) processing the input voice or text; and (d) inducing learning by one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to the processing result.

또한, 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 과목 메뉴의 선택에 따른 질문을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 질문에 대하여 벡터 필드(Vector Field) 유사도를 검색하는 단계; (d) 상기 학습 챗봇이 유사 질의, 스코어(Score), 인텐트(Intent) ID를 획득하는 단계; (e) 상기 학습 챗봇이 데이터베이스로부터 상기 인텐트 ID에 따라 인텐트 네임(Intent Name) 및 응답(Response)을 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.In addition, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention as a program includes: (a) providing a learning menu to a client by a learning chatbot; (b) the learning chatbot receiving a question according to the selection of a subject menu from a client; (c) searching for a vector field similarity with respect to the question received by the learning chatbot; (d) obtaining, by the learning chatbot, similar queries, scores, and intent IDs; (e) obtaining, by the learning chatbot, an intent name and a response from a database according to the intent ID; and (f) providing, by the learning chatbot, the obtained similar query, score, intent name, and response to the client. there is.

또한, 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 클라이언트로부터 생성, 수정, 조회 중 하나를 요청받는 단계; (b) 상기 학습 챗봇이 관리 API를 통해 데이터베이스에 인서트(Insert), 업데이트(Update), 셀렉트(Select)를 제공하는 단계; (c) 상기 학습 챗봇이 상기 데이터베이스로부터 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)를 획득하는 단계; 및 (d) 상기 학습 챗봇이 상기 획득된 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)에 근거해 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트로 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.In addition, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention as a program includes: (a) receiving a request for one of creation, modification, and inquiry of a learning chatbot from a client; (b) the learning chatbot providing insert, update, and select to a database through a management API; (c) obtaining, by the learning chatbot, an insert flag, an update flag, and selected data from the database; and (d) the learning chatbot generates a similar query, score, and intent name based on the obtained insert flag, update flag, and selected data. And a learning induction method comprising providing a response to the client may be recorded as a program.

또한, 본 발명의 실시예에 따른 학습 유도 방법을 프로그램으로 기록한, 컴퓨터로 판독 가능한 기록매체는, (a) 학습 챗봇이 학습 메뉴를 클라이언트에 제공하는 단계; (b) 상기 학습 챗봇이 클라이언트로부터 문장(Sentence)을 입력받는 단계; (c) 상기 학습 챗봇이 입력받은 문장에 대하여 탄력적 검색기(Elastic Searcher)에 문장 벡터(Sentece Vector)에 따른 색인을 요청하는 단계; (d) 상기 학습 챗봇이 상기 탄력적 검색기로부터 색인 여부를 획득하는 단계; (e) 상기 학습 챗봇이 문장 정보를 데이터베이스에 인서트(Insert)하여 인서트 플래그(Insert Flag)를 획득하는 단계; 및 (f) 상기 학습 챗봇이 상기 획득된 인서트 플래그에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 상기 클라이언트에 제공하는 단계를 포함하는 학습 유도 방법이 프로그램으로 기록될 수 있다.In addition, a computer-readable recording medium recording a learning induction method according to an embodiment of the present invention as a program includes: (a) providing a learning menu to a client by a learning chatbot; (b) the learning chatbot receiving a sentence from a client; (c) requesting an index according to a sentence vector to an elastic searcher for the sentence input by the learning chatbot; (d) acquiring, by the learning chatbot, indexing from the flexible search engine; (e) obtaining an insert flag by inserting sentence information into a database by the learning chatbot; and (f) providing, by the learning chatbot, a similar query, score, intent name, and response to the client based on the obtained insert flag. It can be written as a program.

한편, 본 발명의 실시예에 따른 학습 유도 시스템(100)에서 터치 입출력부(112)는, 다수의 터치 전극(TE)이 배치된 터치 스크린 패널(TP)과 이를 구동하기 위한 터치 회로를 포함할 수 있다. 이하에서는 터치 입출력부(112)를 터치 표시 장치로 예를 들어 설명하기로 한다. Meanwhile, in the learning guidance system 100 according to an embodiment of the present invention, the touch input/output unit 112 may include a touch screen panel TP on which a plurality of touch electrodes TE are disposed and a touch circuit for driving the same. can Hereinafter, the touch input/output unit 112 will be described as an example of a touch display device.

터치 표시 장치는 터치 유무, 터치 위치 등에 따라 각 터치 전극(TE)마다 형성되는 커패시턴스 또는 그 변화를 측정하여 터치 입력을 센싱하는 셀프 커패시턴스(self-capacitance) 기반의 터치 센싱 기능을 제공할 수 있다.The touch display device may provide a self-capacitance-based touch sensing function that senses a touch input by measuring capacitance or a change thereof formed for each touch electrode TE according to touch presence or touch location.

터치 스크린 패널(TP)에 복수의 터치 전극(TE)이 배치될 수 있다. 터치 스크린 패널(TP)은 복수의 터치 전극(TE)과 터치 회로를 전기적으로 연결하는 복수의 터치 라인(Li)을 포함할 수 있다.A plurality of touch electrodes TE may be disposed on the touch screen panel TP. The touch screen panel TP may include a plurality of touch lines Li electrically connecting the plurality of touch electrodes TE and the touch circuit.

터치 회로는 복수의 터치 전극(TE) 중 하나 이상에 터치 구동 신호를 제공하고, 구동 신호가 인가된 터치 전극(TE)으로부터 센싱 신호를 수신함으로써 터치 전극(TE)을 센싱할 수 있다. 여기서, 구동 신호는 전압 레벨이 가변하는 변조 신호(예를 들어 펄스 폭 변조 신호 등)을 포함할 수 있다. The touch circuit may sense the touch electrode TE by providing a touch driving signal to one or more of the plurality of touch electrodes TE and receiving a sensing signal from the touch electrode TE to which the driving signal is applied. Here, the driving signal may include a modulation signal having a variable voltage level (eg, a pulse width modulation signal).

한편, 터치 표시 장치는 뮤추얼 커패시턴스(mutual-capacitance) 기반의 터치 센싱 방식으로 동작할 수 있다. 이 때 복수의 터치 전극(TE)은 구동 전극과 센싱 전극으로 나누어지고, 터치 회로는 구동 전극에 해당하는 터치 전극(TE)과 센싱 전극에 해당하는 터치 전극(TE) 간의 커패시턴스 또는 그 변화를 기초로 터치 유무 및/도는 터치 좌표를 센싱할 수 있다. 이하에서 터치 표시 장치는 셀프 커패시턴스 방식으로 동작하는 것으로 가정하고 설명한다.Meanwhile, the touch display device may operate in a touch sensing method based on mutual capacitance. At this time, the plurality of touch electrodes TE are divided into a driving electrode and a sensing electrode, and the touch circuit is based on capacitance between the touch electrode TE corresponding to the driving electrode and the touch electrode TE corresponding to the sensing electrode or its change. It is possible to sense the presence or absence of a touch and/or touch coordinates. Hereinafter, it is assumed that the touch display device operates in a self-capacitance method and will be described.

터치 회로는 터치 스크린 패널(TP)로 터치 구동 신호를 공급하고 터치 스크린 패널(TP)로부터 센싱 신호를 검출하기 위한 하나 이상의 터치 구동 회로(TDC)와 터치 구동 회로(TDC)의 센싱 신호 검출 결과를 이용하여 터치 입력의 유무 및/또는 위치 등을 알아내는 터치 컨트롤러(TCR) 등을 포함할 수 있다.The touch circuit supplies a touch driving signal to the touch screen panel TP and includes at least one touch driving circuit TDC for detecting a sensing signal from the touch screen panel TP and a sensing signal detection result of the touch driving circuit TDC. It may include a touch controller (TCR) that detects the presence and/or location of a touch input by using the touch input.

본 발명의 일 실시예에서, 터치 회로에 포함된 터치 구동 회로(TDC)는 데이터 구동 회로를 구현한 소스 드라이버 집척회로(SDIC)와 함께 통합된 통합 집적회로(SRIC)로 통합되어 구현될 수 있다. In one embodiment of the present invention, the touch driving circuit (TDC) included in the touch circuit may be integrated and implemented as an integrated integrated circuit (SRIC) together with a source driver integrated circuit (SDIC) implementing a data driving circuit. .

터치 구간 동안, 터치 회로의 내부에서 복수의 터치 전극(TE) 중 센싱 대상으로 선택된 하나 이상의 터치 전극(TE)은, 터치 회로의 터치 구동 회로(TDC)로부터 터치 구동 신호를 인가받고, 터치 회로의 터치 구동 회로(TDC)에 의해 센싱 신호가 검출될 수 있다. During the touch period, one or more touch electrodes TE selected as a sensing target among the plurality of touch electrodes TE inside the touch circuit receive a touch drive signal from the touch drive circuit TDC of the touch circuit, and A sensing signal may be detected by the touch driving circuit TDC.

또한, 터치 구간 동안 터치 회로는 복수의 터치 전극(TE)에 유입되는 노이즈를 센싱할 수 있다. 즉, 터치 구간 중에, 터치 구동 회로(TDC)는 터치 구동 신호와는 다른 주파수를 갖는 노이즈 센싱 신호를 터치 전극(TE)에 제공하고, 센싱 신호를 검출함으로써 터치 전극(TE)의 노이즈를 센싱할 수 있다.Also, during the touch period, the touch circuit may sense noise flowing into the plurality of touch electrodes TE. That is, during the touch period, the touch driving circuit TDC provides a noise sensing signal having a frequency different from that of the touch driving signal to the touch electrode TE and senses the noise of the touch electrode TE by detecting the sensing signal. can

한편, 터치 구동 회로(TDC)가 터치 센싱을 위해 터치 전극(TE)에 터치 구동 신호를 공급할 때, 터치 센싱과 관련이 없는 다른 전극들이나 신호 라인들은 터치 전극(TE)과 불필요한 기생 커패시턴스를 형성할 수 있다. 이러한 기생 커패시턴스에 의해 터치 감도가 크게 떨어질 수 있다.Meanwhile, when the touch driving circuit TDC supplies a touch driving signal to the touch electrode TE for touch sensing, other electrodes or signal lines not related to touch sensing may form unnecessary parasitic capacitance with the touch electrode TE. can Touch sensitivity may significantly decrease due to such parasitic capacitance.

따라서, 본 발명의 실시예에 따른 터치 표시 장치는, 터치 구동 회로(TDC)가 터치 센싱을 위해 터치 전극(TE)에 터치 구동 신호를 공급할 때, 터치 센싱과 관련이 없는 다른 전극들이나 신호 라인들로 터치 구동 신호와 동일하거나 대응되는 로드 프리 구동(LFD: Load Free Driving) 신호를 제공할 수 있다.Therefore, in the touch display device according to an embodiment of the present invention, when the touch driving circuit TDC supplies a touch driving signal to the touch electrode TE for touch sensing, other electrodes or signal lines not related to touch sensing are used. A load free driving (LFD) signal identical to or corresponding to the touch driving signal may be provided.

일 실시예에서, LFD 신호는 터치 구동 신호의 주파수 및 위상과 동일하거나 유사한 주파수 및 위상을 가질 수 있다. 또한, LFD 신호는 터치 구동 신호의 진폭 등과 동일하거나 유사한 진폭 등을 가질 수 있다. In one embodiment, the LFD signal may have the same or similar frequency and phase as the frequency and phase of the touch driving signal. Also, the LFD signal may have the same or similar amplitude as that of the touch driving signal.

예를 들어, 터치 구간 동안, 모든 데이터 라인(D1~Dm) 또는 일부의 데이터 라인(D1~Dm)으로 LFD 신호가 인가될 수 있다. 또는, 터치 구간 동안 모든 게이트 라인(G1~Gn) 또는 일부의 게이트 라인(G1~Gn)으로 LFD 신호가 인가될 수도 있다.For example, during the touch period, the LFD signal may be applied to all of the data lines D1 to Dm or some of the data lines D1 to Dm. Alternatively, the LFD signal may be applied to all of the gate lines G1 to Gn or some of the gate lines G1 to Gn during the touch period.

다른 일 실시예에서, 터치 구동 회로(TDC)는, 터치 구간 동안 모든 터치 전극(TE)으로 터치 구동 신호(LFD 신호)를 동시에 공급하고, 모든 터치 전극(TE) 중 센싱 대상이 되는 하나 이상의 터치 전극(TE)만을 순차적으로 센싱할 수도 있다. 여기서 모든 터치 전극(TE)으로 터치 구동 신호(LFD 신호)가 동시에 공급될 때, 모든 데이터 라인(D1~Dm)과 모든 게이트 라인(G1~Gn)으로도 로드 프리 구동 신호가 인가될 수도 있다. 이 경우, LFD 신호는 터치 센싱을 위한 터치 구동 신호와 동일하며, 센싱 대상인 터치 전극(TE)에 인가되는 터치 구동 신호 그 자체를 의미할 수도 있다.In another embodiment, the touch driving circuit TDC simultaneously supplies a touch driving signal (LFD signal) to all touch electrodes TE during a touch period, and touches one or more of the touch electrodes TE to be sensed. Only the electrode TE may be sequentially sensed. Here, when the touch driving signal (LFD signal) is simultaneously supplied to all the touch electrodes TE, the load pre-driving signal may also be applied to all the data lines D1 to Dm and all the gate lines G1 to Gn. In this case, the LFD signal is the same as the touch driving signal for touch sensing, and may mean the touch driving signal itself applied to the touch electrode TE as a sensing target.

한편, 터치 구동 회로(TDC) 및 소스 드라이버 집적 회로(SDIC) 각각은 TCP(Tape Carrier Package) 방식, COF(Chip On Film) 방식 또는 COG(Chip On Glass) 방식 등으로 구현될 수 있다.Meanwhile, each of the touch driving circuit (TDC) and the source driver integrated circuit (SDIC) may be implemented in a Tape Carrier Package (TCP) method, a Chip On Film (COF) method, or a Chip On Glass (COG) method.

예를 들어, 통합 집적회로(SRIC)가 COF 방식으로 구현된 경우, 통합 집적회로(SRIC)는 필름 상에 실장되고, 통합 집적회로(SRIC)가 실장된 필름의 일단은 표시 패널(DIS)의 외곽의 패드부와 연결되고 타단은 인쇄 회로 기판(PCB)에 연결될 수 있다.For example, when the integrated integrated circuit (SRIC) is implemented in the COF method, the integrated integrated circuit (SRIC) is mounted on a film, and one end of the film on which the integrated integrated circuit (SRIC) is mounted is the display panel DIS. It is connected to the outer pad part and the other end may be connected to the printed circuit board (PCB).

터치 컨트롤러(TCR)는 인쇄 회로 기판(PCB)에 실장될 수 있다. 일 실시예에서, 터치 컨트롤러(TCR)와 터치 구동회로(TDC)는 별개의 부품으로 구현될 수 있으나 이에 제한되는 것은 아니며, 터치 컨트롤러(TCR)와 터치 구동회로(TDC)는 1개의 부품으로 통합되어 구현될 수도 있다.The touch controller TCR may be mounted on a printed circuit board (PCB). In one embodiment, the touch controller (TCR) and the touch driving circuit (TDC) may be implemented as separate components, but are not limited thereto, and the touch controller (TCR) and the touch driving circuit (TDC) are integrated into one component. may be implemented.

터치 회로는 멀티플렉서, 프리앰프, 적분기 및 아날로그 디지털 컨버터 등을 포함할 수 있다.The touch circuit may include a multiplexer, a preamplifier, an integrator, and an analog-to-digital converter.

멀티플렉서는 터치 스크린 패널(TP) 상에 배치된 복수의 터치 전극들(TE) 중 하나 이상의 센싱 대상 터치 전극(TE)을 선택할 수 있다. 구체적으로, 멀티플렉서는 자신과 대응되는 복수의 터치 전극들(TE1, TE2, TE3, TE4, ) 가운데 하나의 센싱 대상 터치 전극(예를 들어 TE1)을 순차적으로 선택하여 프리앰프와 연결시킬 수 있다.The multiplexer may select one or more sensing target touch electrodes TE from among a plurality of touch electrodes TE disposed on the touch screen panel TP. Specifically, the multiplexer may sequentially select one sensing target touch electrode (eg, TE1) from among the plurality of touch electrodes TE1 , TE2 , TE3 , and TE4 corresponding to the multiplexer and connect the multiplexer to the preamplifier.

멀티플렉서는 하나의 센싱 대상 터치 전극(TE1)에 터치 구동 신호(TDS)가 인가될 때, 나머지 센싱 대상이 아닌 터치 전극(TE1, TE2, TE3, TE4, )에는 LFD 신호가 인가될 수 있다. 이 경우, 터치 구동 신호(TDS)와 LFD 신호는 동일할 수 있다.In the multiplexer, when the touch driving signal TDS is applied to one sensing target touch electrode TE1, the LFD signal may be applied to the other non-sensing touch electrodes TE1, TE2, TE3, TE4, and TE1. In this case, the touch driving signal TDS and the LFD signal may be the same.

프리앰프는 멀티플렉서에 의해 복수의 터치 전극들(TE1, TE2, TE3, TE4, TE5, ) 중 센싱 대상인 터치 전극(TE1)과 연결될 수 있다. 프리앰프는 센싱 대상인 터치 전극(TE1)으로부터 센싱 신호를 입력받을 수 있다.The preamplifier may be connected to a touch electrode TE1 as a sensing target among the plurality of touch electrodes TE1 , TE2 , TE3 , TE4 , and TE5 by a multiplexer. The preamplifier may receive a sensing signal from the touch electrode TE1 as a sensing target.

프리앰프는 다른 하나의 입력단에 예를 들어 소정의 진폭(V)을 갖고 하이 레벨(VTOP)과 로우 레벨(VBOT) 사이의 전압 레벨에서 스윙하는 터치 구동 신호(TDS)를 제공받을 수 있다. 프리앰프는 멀티플렉서로부터 제공된 터치 전극들의 전압차를 출력할 수 있다.The preamplifier may receive, for example, a touch driving signal (TDS) having a predetermined amplitude (V) and swinging at a voltage level between a high level (VTOP) and a low level (VBOT) through another input terminal. The preamplifier may output a voltage difference between touch electrodes provided from the multiplexer.

적분기는 프리앰프로부터 증폭되어 출력된 전압을 적분하여 아날로그 디지털 컨버터에 제공할 수 있다. 프리앰프와 적분기 사이에 프리앰프의 출력 전압을 샘플링하는 샘플링 회로가 더 연결될 수도 있다.The integrator may integrate the amplified and output voltage from the preamplifier and provide the integrated voltage to the analog-to-digital converter. A sampling circuit for sampling the output voltage of the preamplifier may be further connected between the preamplifier and the integrator.

아날로그 디지털 컨버터는 멀티플렉서에 의해 선택된 터치 전극(TE1)으로부터 출력된 센싱 결과를 디지털값으로 변환하여 터치 센싱 데이터(Tout)를 생성할 수 있다. 아날로그 디지털 컨버터는 생성된 터치 센싱 데이터(Tout)를 마이크로 컨트롤러에 제공할 수 있다.The analog-to-digital converter may generate touch sensing data Tout by converting a sensing result output from the touch electrode TE1 selected by the multiplexer into a digital value. The analog-to-digital converter may provide the generated touch sensing data Tout to the microcontroller.

마이크로 컨트롤러는 버퍼, 비교기 및 좌표 계산기를 포함할 수 있다.A microcontroller may include buffers, comparators, and coordinate calculators.

마이크로 컨트롤러와 터치 회로는 인터페이스(IF)에 의해 터치 데이터 또는 기타 신호를 주고받을 수 있다.The microcontroller and the touch circuit can send and receive touch data or other signals through an interface (IF).

버퍼는 터치 회로로부터 제공된 디지털 데이터인 터치 센싱 데이터(Tout)를 일시적으로 저장할 수 있다. 버퍼는 메모리를 포함하여, 복수의 터치 전극들(TE1, TE2, TE3, TE4, TE5, )로부터 얻어진 센싱 데이터를 차례로 저장할 수 있다.The buffer may temporarily store touch sensing data Tout, which is digital data provided from the touch circuit. The buffer may include a memory and sequentially store sensing data obtained from the plurality of touch electrodes TE1 , TE2 , TE3 , TE4 , and TE5 .

버퍼는 일시적으로 저장한 터치 센싱 데이터(Tout)를 터치 회로로부터 제공되는 동기 신호에 의해 비교기로 출력할 수 있다.The buffer may output the temporarily stored touch sensing data Tout to the comparator by a synchronization signal provided from the touch circuit.

비교기는 터치 회로로부터 제공된 터치 센싱 데이터(Tout)와 버퍼로부터 제공된 센싱 데이터의 값을 비교할 수 있다. 비교기는 터치 센싱 구간에서의 센싱 데이터와, 노이즈 센싱 구간에서의 센싱 데이터의 값을 비교할 수 있다. 비교기는 비교 결과를 좌표 계산기로 제공할 수 있다.The comparator may compare values of touch sensing data Tout provided from the touch circuit and sensing data provided from the buffer. The comparator may compare values of sensed data in the touch sensing period with values of sensed data in the noise sensing period. The comparator may provide a comparison result to a coordinate calculator.

좌표 계산기는 비교기의 비교 결과에 따라 터치 회로로부터 제공된 터치 센싱 데이터(Tout)로부터 터치 입력의 좌표를 계산한다. 즉, 비교기의 비교 결과 터치 센싱 구간에서의 센싱 데이터와, 노이즈 센싱 구간에서의 센싱 데이터의 값이 일치하는 경우, 좌표 계산기는 제공받은 센싱 데이터로부터 터치 좌표를 계산할 수 있다. 좌표 계산기는 계산된 터치 좌표를 호스트 시스템으로 제공할 수 있다.The coordinate calculator calculates the coordinates of the touch input from the touch sensing data Tout provided from the touch circuit according to the comparison result of the comparator. That is, when the values of the sensing data in the touch sensing section and the sensing data in the noise sensing section match as a comparison result of the comparator, the coordinate calculator may calculate touch coordinates from the provided sensing data. The coordinate calculator may provide the calculated touch coordinates to the host system.

마이크로 컨트롤러는 마이크로프로세서와 입출력 모듈이 하나의 칩으로 만들어진 CPU를 의미할 수 있다. 마이크로 컨트롤러는 전술한 구성 요소 이외의 기능 블록 및 입출력부를 더 포함할 수 있다.A microcontroller may refer to a CPU in which a microprocessor and an input/output module are integrated into a single chip. The microcontroller may further include functional blocks and input/output units other than the above-described components.

터치 입출력부(112)는 연속된 디스플레이 프레임들(Framen-1, Framen, Framen+1)이 이어지는 동안의 디스플레이 구간(Td)과 터치 구간(Tt)을 구분하는 제2 터치 동기 신호(Tsync)의 타이밍도에 따라 동작한다.The touch input/output unit 112 transmits the second touch synchronization signal Tsync that distinguishes the display period Td and the touch period Tt during the successive display frames Framen-1, Framen, and Framen+1. It works according to the timing chart.

마이크로 컨트롤러는 타이밍 컨트롤러로부터 제1 터치 동기 신호(ITsync)를 제공받을 수 있다. 마이크로 컨트롤러는 제1 터치 동기 신호(ITsync)를 기반으로 터치 회로를 제어하는 제2 터치 동기 신호(Tsync)를 생성할 수 있다.The microcontroller may receive the first touch synchronization signal ITsync from the timing controller. The microcontroller may generate a second touch synchronization signal Tsync for controlling the touch circuit based on the first touch synchronization signal ITsync.

제2 터치 동기 신호(Tsync)는 디스플레이 구간(Td)에서 하이 레벨을 갖고 터치 구간(Tt)에서 로우 레벨을 가짐으로써 터치 구간(Tt)을 정의할 수 있다. 일 실시예에서, 마이크로 컨트롤러는 디스플레이 구간(Td)에서 로우 레벨을 갖고 터치 구간(Tt)에서 하이 레벨을 갖는 제2 터치 동기 신호(Tsync)를 생성할 수도 있다.The touch period Tt may be defined by having a high level in the display period Td and a low level in the touch period Tt. In one embodiment, the microcontroller may generate the second touch sync signal Tsync having a low level in the display period Td and a high level in the touch period Tt.

데이터 구동 회로와 게이트 구동 회로는 디스플레이 구간(Td)에서 데이터 라인(D1~Dm)과 게이트 라인(G1~Gn)에 각각 데ㅔ이터 신호 및 게이트 신호를 인가하여 영상을 표시한다. 터치 회로는 제2 터치 동기 신호(Tsync)에 의해 디스플레이 구간(Td) 동안 터치 전극(TE)의 터치 입력을 센싱하지 않을 수 있다.The data driving circuit and the gate driving circuit display an image by applying a data signal and a gate signal to the data lines D1 to Dm and the gate lines G1 to Gn, respectively, in the display period Td. The touch circuit may not sense a touch input of the touch electrode TE during the display period Td by the second touch synchronization signal Tsync.

한편, 터치 회로는 터치 구간(Tt)에서 터치 라인(L1~Li)을 통해 터치 구동 신호를 제공할 수 있다. 터치 회로는 터치 구간(Tt)에서 터치 라인(L1~Li)들의 터치 센싱 신호를 읽어 터치를 감지할 수 있다. 신호와 함께, 터치 회로는 터치 구간(Tt)에서 적어도 하나의 데이터 라인들(D1~Dm) 또는 적어도 하나의 게이트 라인(G1~Gn)으로 LFD 신호를 인가할 수 있다.Meanwhile, the touch circuit may provide a touch driving signal through the touch lines L1 to Li in the touch period Tt. The touch circuit may sense a touch by reading touch sensing signals of the touch lines L1 to Li in the touch period Tt. Along with the signal, the touch circuit may apply the LFD signal to at least one data line D1 to Dm or at least one gate line G1 to Gn in the touch period Tt.

본 발명의 일 실시예에서, 하나의 디스플레이 프레임은 하나의 디스플레이 구간(Td)과 하나의 터치 구간(Tt)으로 구분될 수 있다. 이와는 다르게, 하나의 디스플레이 프레임은 2개 이상의 디스플레이 구간과 2개 이상의 터치 센싱 구간이 교번하는 것으로 정의될 수도 있다.In one embodiment of the present invention, one display frame may be divided into one display period Td and one touch period Tt. Alternatively, one display frame may be defined as alternating two or more display sections and two or more touch sensing sections.

하나의 터치 구간(Tt)은 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 구분될 수 있다.One touch period Tt may be divided into a touch sensing period TSP and a noise sensing period NSP.

터치 구간(Tt)은 제1 주파수(f1)의 터치 구동 신호(TDS)가 터치 라인(L1~Li)으로 인가되는 터치 센싱 구간(TSP)과 제2 주파수(f2)의 터치 구동 신호가 터치 라인(L1~Li)으로 인가되는 노이즈 센싱 구간(NSP)으로 나누어질 수 있다. 터치 센싱 구간(TSP)은 터치 스크린 패널(TP) 상의 터치 입력을 센싱하는 구간이고, 노이즈 센싱 구간(NSP)은 터치 전극(TE)에 유입되는 노이즈를 측정하기 위한 구간이다.The touch period Tt is the touch sensing period TSP in which the touch driving signal TDS of the first frequency f1 is applied to the touch lines L1 to Li and the touch driving signal of the second frequency f2 is applied to the touch lines L1 to Li. It can be divided into a noise sensing period (NSP) applied as (L1 to Li). The touch sensing period TSP is a period for sensing a touch input on the touch screen panel TP, and the noise sensing period NSP is a period for measuring noise introduced into the touch electrode TE.

본 발명의 일 실시예에서 제1 주파수(f1)와 제2 주파수는 각각 94kHz, 130kHz일 수 있으나 본 발명이 이에 제한되는 것은 아니다. 즉, 본 발명의 실시예에 따른 터치 표시 장치는 외부로부터 유입되는 노이즈 성분에 의한 고스트 터치와 같은 터치 신호의 왜곡을 최소화하기 위하여 터치 구간(Tt)을 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 나누어 터치 센싱과 노이즈 센싱을 수행할 수 있다.In one embodiment of the present invention, the first frequency f1 and the second frequency may be 94 kHz and 130 kHz, respectively, but the present invention is not limited thereto. That is, in the touch display device according to an embodiment of the present invention, the touch period Tt is divided into a touch sensing period TSP and a noise sensing period ( NSP) to perform touch sensing and noise sensing.

터치 회로는 노이즈 센싱 구간(NSP) 동안 손가락이나 도전체를 통해 터치 전극(TE)에 유입되는 노이즈를 측정하고, 노이즈 수준에 따라 터치 구동 신호의 주파수(f2)를 변경할 수 있다. 터치 컨트롤러(TCR)는 예를 들어 현재 노이즈 센싱 구간(예를 들어 Framen의 NSP) 동안 센싱된 노이즈 데이터의 값이 이전 노이즈 센싱 구간(예를 들어 Framen-1의 NSP)에서 센싱된 노이즈 데이터의 값보다 큰 경우 터치 구동 신호의 주파수(f2)를 다른 주파수로 변경할 수 있다.The touch circuit may measure noise introduced into the touch electrode TE through a finger or a conductor during the noise sensing period NSP and change the frequency f2 of the touch driving signal according to the noise level. The touch controller (TCR), for example, sets the value of noise data sensed during the current noise sensing period (eg, NSP of Framen) to the value of noise data sensed in the previous noise sensing period (eg, NSP of Framen-1). If it is greater than the frequency f2 of the touch driving signal, the frequency f2 may be changed to another frequency.

터치 구간(Tt)은 터치 센싱 구간(TSP)이 진행된 다음에 노이즈 센싱 구간(NSP)이 이어지는 것으로 구분될 수 있다. 다만 본 발명이 이에 제한되는 것은 아니며, 터치 구간(Tt)은 노이즈 센싱 구간(NSP)이 진행된 후 터치 센싱 구간(TSP)이 이어지는 것으로 구분될 수도 있다.The touch period Tt may be divided into a noise sensing period NSP following the touch sensing period TSP. However, the present invention is not limited thereto, and the touch period Tt may be divided into a noise sensing period NSP followed by a touch sensing period TSP.

터치 구간(Tt)에 포함된 터치 센싱 구간(TSP) 동안 터치 스크린 패널(TP)로 터치 입력에 의해 센싱 신호(SS1) 가 발생할 수 있다.During the touch sensing period TSP included in the touch period Tt, the sensing signal SS1 may be generated by a touch input to the touch screen panel TP.

터치 구동 회로(TDC)는 복수의 터치 전극(TE) 중 센싱 대상으로 하나 이상의 터치 전극을 선택하여 터치 구동 신호(TDS)를 제공할 수 있다. 터치 구동 회로(TDC)는 선택된 터치 전극(TE)으로부터 터치 센싱 신호를 제공받아 터치를 감지할 수 있다.The touch driving circuit TDC may provide the touch driving signal TDS by selecting one or more touch electrodes as a sensing target among the plurality of touch electrodes TE. The touch driving circuit TDC may sense a touch by receiving a touch sensing signal from the selected touch electrode TE.

터치 회로로 제공된 터치 센싱 신호는 프리앰프 및 적분기를 거쳐 처리된 후 아날로그 디지털 컨버터에 의해 터치 센싱 데이터로 변환될 수 있다.A touch sensing signal provided to the touch circuit may be processed through a preamplifier and an integrator, and then converted into touch sensing data by an analog-to-digital converter.

터치 컨트롤러(TCR)는 터치 회로로 제공된 터치 센싱 신호가 유효한 터치 입력에 해당하는지를 판단할 수 있다. 터치 컨트롤러(TCR)는 터치 센싱 신호의 크기가 미리 정해진 문턱값의 크기 이상인지 여부를 판단하여 유효한 터치 입력에 해당하는지 여부를 판단할 수 있다.The touch controller TCR may determine whether a touch sensing signal provided to the touch circuit corresponds to a valid touch input. The touch controller TCR may determine whether the touch sensing signal corresponds to a valid touch input by determining whether the magnitude of the touch sensing signal is equal to or greater than a predetermined threshold value.

터치 컨트롤러(TCR)에 의해 유효한 터치 입력에 해당하는 것으로 판단된 경우, 터치 센싱 데이터는 마이크로 컨트롤러 내의 버퍼에 일시적으로 저장될 수 있다. 버퍼에 저장된 터치 센싱 데이터는 이후 노이즈 센싱 구간(NSP)에서 센싱된 노이즈 센싱 데이터와의 비교에 이용될 수 있다.When it is determined that the touch input corresponds to a valid touch input by the touch controller TCR, the touch sensing data may be temporarily stored in a buffer in the microcontroller. The touch sensing data stored in the buffer may then be used for comparison with noise sensing data sensed in the noise sensing period NSP.

이어서 터치 센싱 구간(TSP) 이후 이어지는 노이즈 센싱 구간(NSP)에서 터치 입력 유무를 검출한다. 노이즈 센싱 구간(NSP)에서 터치 입력에 의한 센싱 신호(SS2)가 발생한 것을 가정한다.Subsequently, the presence or absence of a touch input is detected in the noise sensing period NSP following the touch sensing period TSP. It is assumed that the sensing signal SS2 is generated by a touch input in the noise sensing period NSP.

상술한 것과 같이, 고스트 터치를 최소화하기 위해 터치 구간(Tt)을 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 나누어 터치 센싱과 노이즈 센싱을 수행할 수 있다. 구체적으로, 터치 센싱 구간(TSP)와 노이즈 센싱 구간(NSP)에서 동일한 터치 입력이 검출되는 경우, 터치 컨트롤러(TCR)는 유효한 터치 입력이 제공된 것으로 판단하고 이를 이용하여 터치 좌표를 산출한다.As described above, in order to minimize the ghost touch, touch sensing and noise sensing may be performed by dividing the touch period Tt into a touch sensing period TSP and a noise sensing period NSP. Specifically, when the same touch input is detected in the touch sensing period TSP and the noise sensing period NSP, the touch controller TCR determines that a valid touch input is provided and calculates touch coordinates using the determined touch input.

터치 센싱 구간(TSP)의 터치 센싱 신호와 노이즈 센싱 구간(NSP)의 노이즈 센싱 신호를 비교하는 것은 마이크로 컨트롤러에 의해 수행될 수 있다.Comparing the touch sensing signal of the touch sensing period TSP and the noise sensing signal of the noise sensing period NSP may be performed by a microcontroller.

구체적으로, 버퍼는 터치 센싱 구간(TSP)의 터치 센싱 데이터(Tout)를 저장한다. 이어서 노이즈 센싱 구간(TSP)에서 노이즈 센싱 데이터가 제공되면 저장된 터치 센싱 구간(TSP)의 터치 센싱 데이터를 로딩하여 비교기로 제공한다. 동일한 터치 전극(TE1)에 대한 터치 센싱 데이터와 노이즈 센싱 데이터를 제공받은 비교기는 두 데이터를 비교할 수 있다.Specifically, the buffer stores the touch sensing data Tout of the touch sensing period TSP. Subsequently, when noise sensing data is provided in the noise sensing period TSP, the stored touch sensing data of the touch sensing period TSP is loaded and provided to the comparator. The comparator receiving touch sensing data and noise sensing data for the same touch electrode TE1 may compare the two data.

비교기가 두 데이터를 일치한 것으로 판단한 경우, 좌표 계산기는 터치 센싱 데이터(Tout)에 기초하여 터치 입력의 좌표를 계산할 수 있다. 호스트 시스템은 계산된 터치 입력의 좌표를 제공받음으로써 터치 입력을 검출할 수 있다.When the comparator determines that the two data match, the coordinate calculator may calculate the coordinates of the touch input based on the touch sensing data Tout. The host system may detect the touch input by receiving the calculated coordinates of the touch input.

비교기가 두 데이터를 일치하지 않는 것으로 판단한 경우, 터치 컨트롤러(TCR)는 이를 유효하지 않은 터치 입력 또는 고스트 터치와 같은 노이즈로 판단할 수 있다. 이 때 마이크로 컨트롤러는 터치 센싱 데이터에 대한 좌표를 산출하지 않을 수 있다.When the comparator determines that the two data do not match, the touch controller TCR may determine this as an invalid touch input or noise such as a ghost touch. At this time, the microcontroller may not calculate coordinates for the touch sensing data.

터치 컨트롤러(TCR)가 노이즈 센싱 구간(NSP)에서 입력된 노이즈 센싱 신호(SS2)를 노이즈로 판단한 경우, 터치 구동회로(TDC)는 터치 스크린 패널(TP)에 대해 제2 주파수(f2)와는 다른 제3 주파수(f3)의 터치 구동신호(TDS)를 제공할 수 있다. 이는 터치 회로의 SNR(Signal to Noise Ratio)을 향상시킬 수 있다.When the touch controller (TCR) determines that the noise sensing signal (SS2) input in the noise sensing period (NSP) is noise, the touch driving circuit (TDC) is different from the second frequency (f2) for the touch screen panel (TP). The touch driving signal TDS of the third frequency f3 may be provided. This can improve the Signal to Noise Ratio (SNR) of the touch circuit.

전술한 바와 같이 본 발명에 의하면, 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체를 제공할 수 있다.As described above, according to the present invention, communication is possible between a learner and a chatbot, and when a learner asks a chatbot a question about learning, it responds in real time to stimulate learning curiosity and induce learning. It is possible to provide a learning induction method using a chatbot and a recording medium on which it is recorded.

이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 이러한 변경과 변형은 본 발명이 제공하는 기술 사상의 범위를 벗어나지 않는 한 본 발명에 속한다고 할 수 있다. 따라서 본 발명의 권리범위는 이하에 기재되는 청구범위에 의해 판단되어야 할 것이다.Although the above has been described based on the embodiments of the present invention, various changes or modifications may be made at the level of a person skilled in the art. Such changes and modifications can be said to belong to the present invention as long as they do not deviate from the scope of the technical idea provided by the present invention. Therefore, the scope of the present invention will be determined by the claims described below.

100 : 학습 유도 시스템 102 : 웹 서버
110, 120 : 서버 112 : 터치 입출력부
114 : 학습 챗봇 210 : 변환부
220 : 임베딩 처리부 230 : 학습 유도부100: learning guidance system 102: web server
110, 120: server 112: touch input/output unit
114: learning chatbot 210: conversion unit
220: embedding processing unit 230: learning guidance unit

Claims

A learning induction method of a learning induction system including a chatbot management unit, a database, a touch input/output unit and a learning chatbot,
(a) providing a learning menu on the screen by the touch input/output unit;
(b) receiving, by the touch input/output unit, a touch input related to menu selection and a voice or text input related to a user's question;
(c) processing the input voice or text by the learning chatbot;
(d) inducing learning by the learning chatbot to one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching according to a processing result; and
(e) the chatbot manager managing the learning chatbot;
The step of managing the learning chatbot includes menus related to chatbot management, conversation management, statistics management, fallback management, and satisfaction management,
The chatbot management includes a chatbot list menu for modifying, deleting, and managing the created chatbot, and a chatbot creation menu for creating a new chatbot, and the conversation management is a welcome to manage the contents of the greeting when the user first enters the chatbot Through the message menu, it manages chatbot code or chatbot-specific comments, provides open APIs including regional weather, neighborhood weather, public data portal, and NICE educational information open portal, and manages chatbot conversations in conjunction with the WE model. ,
The statistics management provides a usage rate menu related to usage rate inquiry management according to the conditions of period, member classification, gender, grade, and ID, and a ranking menu related to likes and satisfaction management,
The fallback management manages the flow of conversations between users and the chatbot by stacking unmatched questions in the fallback and setting a period,
The satisfaction management manages inquiries including problem solving, guides, bugs or feature requests,
In the step (c), the learning chatbot receives a question according to the selection of the subject menu from the client, searches the similarity of the vector field for the input question, and obtains similar queries, similar scores, and intent The ID is obtained, and the Intent ID, as well as Insert, Update, and Select are provided to the database, and an Intent Name and a response (Intent Name) and a response ( Response), as well as obtaining an insert flag, an update flag, and selected data, and based on the obtained insert flag, the update flag, and the selected data The learning induction method of providing the similar query, the similar score, the intent name, and the response to the client.

According to claim 1,
In step (c), the learning chatbot converts the input voice or text into text of a voice recognition and language model through a conversion unit, embedding the converted text through an embedding processing unit, and in step (d), the learning A learning induction method in which the chatbot induces learning in one of keyword recommendation, simple response, progress check, associative learning, simple game, and emotional coaching through a learning induction unit according to the result of the embedding process.

According to claim 1,
The learning chatbot provides today's learning, all menus, and homework questions for the learning menu, the user selects a subject, executes learning of the selected subject, and provides Q&A data and learning encyclopedia for the homework question. Leverage data to provide learning answers;
The learning chatbot provides a learning window for the learning menu, automatically selects a subject based on the learning window subject code, and provides learning answers using Q & A data and learning encyclopedia data for homework questions How to induce learning.

According to claim 1,
The learning chatbot includes an AI (Artificial Intelligence) chatbot and a subject chatbot,
The AI chatbot automatically filters data for solving homework, classifies and groups keywords, classifies necessary questions by linking with encyclopedia data, corrects typos in answers, adds similar questions, , provides refined answers through response generalization,
The subject chatbot allows the user to select a subject to ask a question, receives a question within the selected subject, searches the learning encyclopedia for content related to the question, generates an answer, and refines the generated answer to provide voice or text messages. A learning induction method that executes learning by studying questions related to content not in the database and providing answers that will be provided next time.

A computer-readable recording medium on which the learning induction method according to any one of claims 1 to 4 is recorded as a program.