KR102628037B1 - 제품의 판매 정보를 제공하는 방법 및 장치 - Google Patents

제품의 판매 정보를 제공하는 방법 및 장치 Download PDF

Info

Publication number
KR102628037B1
KR102628037B1 KR1020160152236A KR20160152236A KR102628037B1 KR 102628037 B1 KR102628037 B1 KR 102628037B1 KR 1020160152236 A KR1020160152236 A KR 1020160152236A KR 20160152236 A KR20160152236 A KR 20160152236A KR 102628037 B1 KR102628037 B1 KR 102628037B1
Authority
KR
South Korea
Prior art keywords
sales
information
product
purchase
message
Prior art date
Application number
KR1020160152236A
Other languages
English (en)
Other versions
KR20180054365A (ko
Inventor
최형탁
양해훈
양희정
이동현
전희식
황인철
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160152236A priority Critical patent/KR102628037B1/ko
Priority to US15/812,450 priority patent/US20180137550A1/en
Publication of KR20180054365A publication Critical patent/KR20180054365A/ko
Application granted granted Critical
Publication of KR102628037B1 publication Critical patent/KR102628037B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/50—Business processes related to the communications industry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Information Transfer Between Computers (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Operations Research (AREA)

Abstract

디바이스가 제품의 판매 정보를 제공하는 방법에 있어서, 제 1 채팅창을 통해 제품의 구매를 위한 사용자의 메시지를 수신하고, 사용자의 메시지의 의미를 해석함으로써, 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성하고, 생성된 질의어를 적어도 하나의 판매 서버에게 제공하고, 적어도 하나의 판매 서버로부터 적어도 하나의 판매 서버에 등록된 제품에 관한 판매 정보를 수신하고, 구매 조건에 기초하여 수신된 판매 정보의 적어도 일부를 편집하고, 제 1 채팅창을 통해 편집된 판매 정보를 제공하는 방법이 개시된다.

Description

제품의 판매 정보를 제공하는 방법 및 장치 {METHOD AND APPARATUS FOR PROVIDING SALES INFORMATION OF GOODS}
본 개시는 제품의 판매 정보를 제공하는 방법 및 장치를 제공한다.
최근 대량의 데이터가 지속적으로 축적되어가고 있고, CPU 등 관련 하드웨어의 성능이 개선되고 있으며, 딥 러닝(deep learning)과 같이 자기 학습이 가능한 알고리즘의 발전됨에 따라, 기계학습과 인공신경망을 이용하는 전자 장치에 대한 관심이 높아지고 있다.
빅 데이터를 자기 학습을 통해 확률적으로 인식률을 높일 수 있도록 하는 기계 학습과 인공 신경망 기술을 통해, 전자 장치가 사람과 유사하게 합리적인 의사결정을 수행할 수 있게 되었다.
디바이스를 이용하여 외부 서버로부터 제품을 구매할 때도 딥 러닝이 이용될 수 있으며, 이에 따라 사용자가 구매를 원하는 제품에 대한 정보를 사용자에게 효율적으로 제공할 수 있는 딥 러닝 기술이 요구되고 있다.
제품의 판매 정보를 제공하는 방법 및 장치를 제공하는데 있다. 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제1 측면은, 제 1 채팅창을 통해 상기 제품의 구매를 위한 사용자의 메시지를 수신하는 단계; 상기 사용자의 메시지의 의미를 해석함으로써, 상기 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성하는 단계; 상기 생성된 질의어를 적어도 하나의 판매 서버에게 제공하는 단계; 상기 적어도 하나의 판매 서버로부터, 상기 적어도 하나의 판매 서버에 등록된 상기 제품에 관한 판매 정보를 수신하는 단계; 상기 구매 조건에 기초하여, 상기 수신된 판매 정보의 적어도 일부를 편집하는 단계; 및 상기 제 1 채팅창을 통해 상기 편집된 판매 정보를 제공하는 단계;를 포함하는 디바이스가 제품의 판매 정보를 제공하는 방법을 제공할 수 있다.
또한, 본 개시의 제 2 측면은, 제 1 채팅창을 통해 상기 제품의 구매를 위한 사용자의 메시지를 수신하는 입력부; 생성된 질의어를 적어도 하나의 판매 서버에게 제공하고, 상기 적어도 하나의 판매 서버로부터 상기 적어도 하나의 판매 서버에 등록된 상기 제품에 관한 판매 정보를 수신하는 통신부; 및 상기 사용자의 메시지의 의미를 해석함으로써, 상기 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성하고, 상기 구매 조건에 기초하여 상기 수신된 판매 정보의 적어도 일부를 편집하고, 상기 제 1 채팅창을 통해 상기 편집된 판매 정보를 제공하는 제어부;를 포함하는 제품의 판매 정보를 제공하는 디바이스를 제공할 수 있다.
또한, 본 개시의 제 3 측면은, 제 1 측면의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
도 1은 일 실시예에 따른, 디바이스가 채팅창을 통해 사용자에게 제품의 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 2는 일 실시예에 따른, 디바이스가 제품에 관한 판매 정보를 제공하는 방법의 흐름도이다.
도 3은 일 실시예에 따른 디바이스가 사용자 정보 및 구매 이력 정보를 이용하여 제품에 관한 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 4는 일 실시예에 따른, 디바이스가 변경된 구매 조건을 반영하여 제품에 관한 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 5는 일 실시예에 따른, 디바이스가 판매 서버의 판매 정보를 주기적으로 확인하는 예시를 설명하는 도면이다.
도 6은 일 실시예에 따른, 디바이스가 제품의 가격 변동 정보를 제공하는 예시를 설명하는 도면이다.
도 7은 일 실시예에 따른, 디바이스가 채팅창을 통해 판매 서버와 메시지를 송수신하는 예시를 설명하는 도면이다. 이하에서 도 2와 중복되는 내용은 편의상 생략하기로 한다.
도 8 내지 9는 일 실시예에 따른, 디바이스의 구성을 설명하기 위한 블록도이다.
도 10은 일 실시예에 따른, 프로세서의 블록도이다.
도 11은 일 실시예에 따른, 데이터 학습부의 블록도이다.
도 12는 일 실시예에 따른, 데이터 인식부의 블록도이다.
도 13은 일 실시예에 따른, 디바이스 및 서버가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
본 개시의 일부 실시예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 또한, 예를 들어, 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단” 및 “구성”등과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다.
또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.
또한, 본 명세서에서 사용되는 “제 1” 또는 “제 2” 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.
이하 첨부된 도면을 참고하여 본 개시를 상세히 설명하기로 한다.
도 1은 일 실시예에 따른, 디바이스가 채팅창을 통해 사용자에게 제품의 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 1을 참조하면, 디바이스(10)는 제 1 채팅창(20)을 통하여 사용자로부터 입력된 메시지(110)를 이용하여, 적어도 하나의 판매 서버(30)에게 판매 정보를 요청하고, 판매 서버(30)로부터 수신된 판매 정보를 제 1 채팅창(20)을 통해 제공할 수 있다. 이 경우, 디바이스(10)는 사용자의 구매 조건에 맞는 판매 정보를 사용자에게 제공하기 위하여, 메시지(110)의 의미 및 판매 서버(30)로부터 수신된 판매 정보를 해석하기 위한 기준을 학습할 수 있다.
디바이스(10)는 제 1 채팅창(20)을 통해 사용자에게 제품의 판매 정보를 제공할 수 있다. 제 1 채팅창(20)은 디바이스(10)에 설치된 채팅 어플리케이션에 의해 제공되는 메시지창일 수 있다. 디바이스(10)는 제 1 채팅창(20)을 통해 사용자로부터 제품의 구매를 위한 메시지(110)를 수신할 수 있다. 또한, 디바이스(10)는 제 1 채팅창(20)을 통해 판매 서버(30)로부터 제공된 제품에 관한 판매 정보 메시지(120)를 제공할 수 있다. 판매 서버(30)로부터 제공된 판매 정보(140)는 텍스트 메시지, 음성 메시지 및 영상 메시지로 제공될 수 있으나, 이에 제한되지 않는다. 또한, 사용자의 메시지(110) 및 판매 정보 메시지(120)는 대화체로 제 1 채팅창(20)을 통해 제공될 수 있으나, 이에 제한되지 않는다.
디바이스(10)는 사용자의 메시지(110)의 의미를 해석함으로써, 제품을 구매하기 위한 구매 조건에 관한 질의어(130)를 판매 서버(30)에 제공할 수 있다. 디바이스(10)는 판매 서버(30)로부터, 판매 서버(30)에 등록된 제품에 관한 판매 정보(140)를 수신할 수 있다. 디바이스(10)는 메시지(110)로부터 해석되는 구매 조건에 기초하여, 판매 서버(40)로부터 수신된 판매 정보(140)를 편집하여, 판매 정보 메시지(120)를 제공할 수 있다.
디바이스(10)는, 예를 들어, 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 디바이스(10)는, 전자 칠판, 터치 테이블 등과 같이 터치 입력을 수신할 수 있는 다양한 장치를 포함할 수 있다. 또한, 디바이스(10)는, 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지일 수 있다.
또한, 판매 서버(30)는 제품을 직접 제조하고 제조된 제품을 판매하는 사업자의 서버, 또는 제조업체가 제조한 제품의 판매를 대행해주는 사업자의 서버일 수 있으나, 이에 제한되지 않는다. 한편, 판매 서버(30) 각각은 판매 에이전트를 포함할 수 있으며, 디바이스(10)는 판매 서버(30)에 포함된 판매 에이전트와 정보를 송수신할 수 있다. 판매 에이전트는 사람 또는 인공지능(AI; artificial intelligence) 하드웨어일 수 있으나, 이에 제한되지 않는다.
도 2는 일 실시예에 따른, 디바이스가 제품에 관한 판매 정보를 제공하는 방법의 흐름도이다.
도 2를 참조하면, 단계 S210에서 디바이스(10)는 제 1 채팅창(20)을 통해 제품의 구매를 위한 사용자의 메시지를 수신할 수 있다. 일 실시예에서, 디바이스(10)는 제품의 구매를 요청하는 사용자의 메시지를 수신할 수 있다. 예를 들어, 제품의 구매를 위한 사용자의 메시지에는, 사용자가 구매를 요청하는 제품의 제품명, 사이즈 및 가격에 관한 정보가 포함될 수 있으나, 이에 제한되지 않는다. 제 1 채팅창(20)에는 대화체의 사용자 메시지가 표시될 수 있다.
단계 S220에서 디바이스(10)는 사용자의 메시지의 의미를 해석함으로써, 제품을 구매하기 위한 구매 조건을 나타내는 질의어를 생성할 수 있다. 사용자의 메시지는, 영상 메시지, 음성 메시지 및 텍스트 메시지일 수 있으나, 이에 제한되지 않는다.
일 실시예에서 구매 조건은 사용자의 텍스트 메시지에 포함된 구매와 관련된 정보로부터 도출될 수 있다. 예를 들어, 사용자의 메시지에 제품명, 사이즈 및 가격에 관한 텍스트가 포함된 경우, 디바이스(10)는 텍스트로부터 사용자가 구매를 원하는 제품의 고유한 제품명, 특정 사이즈, 가격대(price range)에 관한 구매 조건을 도출할 수 있다. 디바이스(10)는 도출된 구매 조건을 나타내는 질의어를 생성할 수 있다.
한편, 디바이스(10)는 사용자의 메시지의 텍스트를 형태소 별로 구분하여 형태소 정보를 생성할 수 있다. 디바이스(10)는 생성된 형태소 정보를 분석함으로써 구매 조건을 도출할 수 있다. 예를 들어, 디바이스(10)는 생성된 형태소 정보 중에서 구매와 관련된 실질 형태소 정보를 선택할 수 있다. 디바이스(10)는 선택된 실질 형태소 정보를 분석함으로써 구매 조건을 도출할 수 있다. 디바이스(10)는 도출된 구매 조건에 기초하여 질의어를 생성할 수 있다. 일 실시예에서 질의어는 사용자의 메시지에 포함된, 구매 조건을 나타내는 단어들의 모음, 구매 조건을 나타내는 단어들을 이용하여 만든 자연어 문장일 수 있으나, 이에 제한되지 않는다.
디바이스(10)는 가상 에이전트(virtual agent)를 이용하여, 구매 조건에 기초하여 질의어를 생성할 수 있다. 가상 에이전트는 딥 러닝(deep learning) 등의 자기 학습이 가능한 알고리즘을 이용하여 질의어를 생성할 수 있다.
일 실시예에서 가상 에이전트는 후술할 데이터 학습부 및 데이터 인식부를 포함할 수 있으나, 이에 제한되지 않는다. 가상 에이전트는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor)의 일부로 제작되어 디바이스(10)에 탑재될 수 있다. 또한, 가상 에이전트는 외부 서버에서 실행될 수 있으며, 디바이스(10)는 외부 서버와 통신함으로써 외부 서버에 위치한 가상 에이전트를 이용할 수 있다.
단계 S230에서 디바이스(10)는 생성된 질의어를 적어도 하나의 판매 서버(30)에게 제공할 수 있다. 일 실시예에서 디바이스(10)는 생성된 질의어를 적어도 하나의 판매 서버(30)의 적어도 하나의 판매 에이전트에게 제공할 수 있다. 또한, 구매 조건에 따라, 일부의 판매 서버(30) 또는 일부의 판매 에이전트에게만 질의어를 제공할 수 있다. 예를 들어, 사용자의 선호도와 관련된 구매 조건에 특정 제조업체의 판매 서버(30)를 제외시키는 정보가 포함된 경우, 디바이스(10)는 해당 특정 제조업체의 판매 서버(30)를 제외한 나머지 판매 서버(30)에게 질의어를 제공할 수 있다.
단계 S240에서 디바이스(10)는 적어도 하나의 판매 서버(30)로부터, 판매 서버(30)에 등록된 제품에 관한 판매 정보를 수신할 수 있다. 일 실시예에서, 판매 서버(30)는 디바이스(10)로부터 제공받은 질의어에 기초하여, 판매 서버(30)에 등록된 제품에 관한 판매 정보 중에서 디바이스(10)로 전송할 판매 정보를 결정할 수 있다. 디바이스(10)는 판매 서버(30)가 전송한 판매 정보를 수신할 수 있다.
일 실시예에서 디바이스(10)는 구매 조건과 관련성이 높은 제품의 판매 정보를 수신할 수 있다. 구매 조건과 관련성이 높은 제품의 판매 정보란, 구매 조건과 일치하는 조건, 기설정된 수치 이상으로 유사한 조건으로 판매되는 제품의 판매 정보를 의미할 수 있으나, 이에 제한되지 않는다. 예를 들어, 사용자가 구매를 원하는 제품의 고유한 제품명, 특정 사이즈 및 가격대가 구매 조건으로 정해진 경우, 디바이스(10)는 정해진 구매 조건과 일치하는 제품에 대한 판매 정보를 수신할 수 있다.
또한, 일 실시예에서 디바이스(10)는 구매 조건과 관련성이 낮은 제품의 판매 정보를 수신할 수 있다. 구매 조건과 관련성이 낮은 제품의 판매 정보란, 기설정된 수치 이하로 유사한 조건으로 판매되나 복수의 구매 조건들 중 일부의 조건이 일치하는 조건으로 판매되는 제품의 판매 정보를 의미할 수 있으나, 이에 제한되지 않는다. 예를 들어, 사용자가 구매를 원하는 제품의 고유한 제품명, 특정 사이즈 및 가격대가 구매 조건으로 정해진 경우, 디바이스(10)는 사용자가 구매를 원하는 제품의 특정 사이즈와 일치하지는 않으나 비슷한 사이즈의 제품에 대한 판매 정보를 수신할 수 있다. 또한, 디바이스(10)는 구매 조건의 카테고리에 포함되지 않은 제품의 색상에 대한 판매 정보를 수신할 수 있다.
한편, 구매 조건과 관련성이 낮은 제품의 판매 정보는, 이후 사용자에 의해 구매 조건이 변경된 경우에 이용될 수 있으며, 이에 대한 자세한 설명은 도 4에서 하기로 한다.
단계 S250에서 디바이스(10)는 구매 조건에 기초하여, 수신된 판매 정보의 적어도 일부를 편집할 수 있다. 디바이스(10)는 구매 조건과 관련성이 높은 제품의 판매 정보뿐만 아니라, 구매 조건과 관련성이 낮은 제품의 판매 정보를 수신할 수 있다. 디바이스(10)는 구매 조건과 관련성이 높은 제품의 판매 정보 및 구매 조건과 관련성이 낮은 제품의 판매 정보를 구별하기 위해, 구매 조건에 기초하여 판매 서버(30)로부터 수신한 판매 정보를 구매 조건과의 관련도에 따라 편집할 수 있다. 예를 들어, 수신된 판매 정보가 구매 조건의 복수의 카테고리 중에서 80% 이상 일치하면, 디바이스(10)는 수신된 판매 정보를 구매 조건과 관련성이 높은 제품의 판매 정보로 결정할 수 있다.
일 실시예에서 디바이스(10)는 판매 서버(30)로부터 통신 네트워크를 통해 데이터 형태로 판매 정보를 수신할 수 있다. 디바이스(10)는 구매 조건과 관련성이 높은 제품의 판매 정보를 제 1 채팅창(20)에 판매 정보 메시지 형태로 표시하기 위해, 데이터 형태로 수신한 판매 정보의 일부를 편집할 수 있다. 예를 들어, 디바이스(10)가 판매 서버(30)로부터 구매 조건과 관련성이 높은 제품의 판매 정보 및 관련성이 낮은 제품의 판매 정보를 수신한 경우, 디바이스(10)는 구매 조건과 관련성이 낮은 제품의 정보를 제외하고 제 1 채팅창(20)을 통해 제공할 수 있도록 판매 서버(30)로부터 수신한 판매 정보를 편집할 수 있다.
한편, 디바이스(10)는 가상 에이전트를 이용하여, 구매 조건에 기초하여 수신된 판매 정보의 적어도 일부를 편집할 수 있다.
단계 S260에서 디바이스(10)는 제 1 채팅창(20)을 통해, 편집된 판매 정보를 제공할 수 있다. 일 실시예에서 디바이스(10)는 판매 서버(30)로부터 수신된 판매 정보를 편집함으로써, 제 1 채팅창(20)을 통해 구매 조건과 관련성이 높은 제품의 판매 정보를 제공할 수 있다. 예를 들어, 사용자가 구매를 원하는 제품의 고유한 제품명, 특정 사이즈 및 가격대가 구매 조건으로 정해진 경우, 판매 서버(30)로부터 수신된 제품의 색상에 대한 판매 정보를 제외하고 구매 조건의 카테고리에 대응하는 판매 정보를 제공할 수 있다. 예를 들어, 디바이스(10)는 구매 조건의 카테고리에 대응하는 판매 정보를 편집함으로써 판매 정보 메시지를 생성할 수 있으며, 제 1 채팅창(20)을 통해 판매 정보 메시지를 제공할 수 있다. 디바이스(10)는 판매 정보 메시지를 제 1 채팅창(20)을 통해 대화체로 제공할 수 있다.
도 3은 일 실시예에 따른 디바이스가 사용자 정보 및 구매 이력 정보를 이용하여 제품에 관한 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 3을 참조하면, 디바이스(10)는 디바이스(10)에 저장된 사용자 정보 및 디바이스(10)를 통해 수행된 사용자의 구매 활동에 관한 구매 이력 정보를 획득할 수 있다. 디바이스(10)는 디바이스(10)에 저장된 사용자 정보 및 구매 이력 정보를 획득함으로써, 사용자 정보 및 구매 이력 정보에 기초하여 제품을 구매하기 위한 질의어(310)를 생성할 수 있다. 또한, 디바이스(10)는 사용자로부터 구매에 이용될 별도의 설정 값을 입력 받을 수 있으며, 입력 받은 설정 값에 기초하여 제품을 구매하기 위한 질의어(310)를 생성할 수 있다. 일 실시예에서 디바이스(10)는 사용자 정보, 구매 이력 정보 및 사용자로부터 입력 받은 별도의 설정 값에 포함된 구매 관련 정보를 분석함으로써, 제품을 구매하기 위한 질의어(310)를 생성할 수 있다.
예를 들어, 사용자 정보는 사용자가 소유한 결제카드 정보, 할인 정보(마일리지, 포인트), 사용자가 소유한 제품들의 정보 및 사용자가 입력한 선호도 정보를 포함할 수 있으나, 이에 제한되지 않는다. 구매 이력 정보는 사용자가 과거에 구매한 제품들의 제품명, 색상, 사이즈, 디자인 특징 및 가격에 관한 정보를 포함할 수 있으나, 이에 제한되지 않는다. 사용자로부터 입력 받을 수 있는 별도의 설정 값은, 사용자 정보 및 구매 이력 정보에 포함되지 않은 구매 관련 정보로서 구입 희망일을 포함할 수 있으나, 이에 제한되지 않는다.
예를 들어, 디바이스(10)는 제 1 채팅창(300)을 통해 사용자로부터 수신한 메시지(301)의 의미를 해석함으로써, 'X 신발, 사이즈 260, 10만원 이하'라는 구매 조건을 도출할 수 있다. 디바이스(10)는 도출된 구매 조건뿐만 아니라, 디바이스(10)에 저장된 사용자 정보로서 '카드 종류, 할인 정보' 및 구매 이력 정보로서 '과거 구매했던 신발들의 색상 정보' (302) 에 기초하여 질의어를 생성할 수 있다. 디바이스(10)는 생성된 제품을 구매하기 위한 질의어(310)를 적어도 하나의 판매 서버(30)에 제공할 수 있고, 판매 서버(30)로부터 제품에 관한 판매 정보(320)를 수신할 수 있다.
한편, 전술한 디바이스(10)의 가상 에이전트는 디바이스(10)에 저장된 사용자 정보 및 구매 이력 정보를 획득함으로써, 사용자 정보 및 구매 이력 정보에 기초하여 질의어(310)를 생성할 수 있다.
디바이스(10)는 수신된 제품에 관한 판매 정보(320) 중에서, 구매 조건을 만족하는 제품에 관한 판매 정보만을 제 1 채팅창(300)에 제공할 수 있도록 수신된 판매 정보(320)를 편집할 수 있다. 예를 들어, 디바이스(10)는 구매 조건을 만족하는 제품이 판매되는 판매 서버('판매 서버 A')에 관한 정보 및 사용자가 이용할 수 있는 할인 정보('K카드로 결제시 20% 할인')만을 메시지 형태(303)로 제 1 채팅창(300)을 통해 제공할 수 있다.
도 4는 일 실시예에 따른, 디바이스가 변경된 구매 조건을 반영하여 제품에 관한 판매 정보를 제공하는 예시를 설명하는 도면이다.
도 4를 참조하면, 디바이스(10)는 제품의 구매를 위한 사용자의 제 1 문의 메시지(402)를 제 1 채팅창(400)을 통해 수신할 수 있다.
일 실시예에서 디바이스(10)는 이전에 수신된 제품에 관한 판매 정보(420a)에 기초하여, 제 1 문의 메시지(402)에 대한 제 1 답변 메시지(403)를 제 1 채팅창(400)을 통해 제공할 수 있다. 예를 들어, 제품의 구매를 위한 사용자의 메시지(401)와는 별개로, 디바이스(10)는 '판매 서버 몇 곳에서 제품을 판매 중이지'라는 제 1 문의 메시지(402)를 사용자로부터 제 1 채팅창(400)을 통해 수신할 수 있다. 디바이스(10)는 수신된 제품에 관한 판매 정보에 기초하여, 제 1 문의 메시지(402)에 대한 답변으로 '현재 총 5 곳에서 제품을 판매하고 있습니다'라는 제 1 답변 메시지(403)를 제 1 채팅창(400)을 통해 제공할 수 있다.
또한, 일 실시예에서 디바이스(10)는 수신된 제 1 문의 메시지(402)를 나타내는 질의어(410b)를 새롭게 생성하여, 생성된 질의어(410b)를 판매 서버(30)에 제공할 수 있다. 디바이스(10)는 생성된 질의어(410b)에 대응하는 답변 정보(420b)를 수신한 후, 수신된 답변 정보(420b)에 기초하여 제 1 문의 메시지(402)에 대한 제 1 답변 메시지(403)를 제 1 채팅창(400)을 통해 제공할 수 있다. 예를 들어, 이전에 수신된 제품에 관한 판매 정보(420a)에 제품을 판매하는 곳의 수를 문의하는 제 1 문의 메시지(402)에 대해 답변할 수 있는 정보가 존재하지 않는 경우, 디바이스(10)는 이전에 전송한 구매 조건을 나타내는 질의어(410a)와는 별도로 제 1 문의 메시지(402)에 관한 질의어(410b)를 새롭게 생성한 후, 생성된 질의어(410b)를 적어도 하나의 판매 서버(30)에 제공할 수 있다. 디바이스(10)는 판매 서버(30)로부터 제 1 문의 메시지(402)에 대한 답변 정보 ('총 5곳') (420b)를 수신할 수 있다. 디바이스(10)는 수신된 답변 정보를 편집하여 제 1 채팅창(400)을 통해 제 1 답변 메시지(403)를 제공할 수 있다.
한편, 디바이스(10)는 구매 조건을 변경하는 사용자의 변경 메시지(404)를 수신할 수 있다. 디바이스(10)는 변경 메시지(404)에 기초하여, 변경된 구매 조건을 나타내는 질의어(410c)를 변경할 수 있다. 디바이스(10)는 변경된 구매 조건에 관한 질의어(410c)를 적어도 하나의 판매 서버(30)에 제공할 수 있다.
일 실시예에서 디바이스(10)는 제품의 구매를 위한 사용자의 메시지(401)로부터 해석된 기존의 구매 조건을 변경하는, 변경 메시지(404)를 새롭게 수신할 수 있다. 예를 들어, 사용자의 메시지(401)로부터 해석된 색상에 관한 구매 조건이 '검정색'인 경우, 디바이스(10)는 색상에 관한 구매 조건을 '흰색'으로 변경하는 사용자의 변경 메시지(404)를 수신할 수 있다. 디바이스(10)는 수신된 변경 메시지(404)의 의미를 해석함으로써, 변경된 구매 조건을 나타내는 질의어(410c)를 새롭게 생성하여, 생성된 질의어(410c)를 판매 서버(30)에 제공할 수 있다. 디바이스(10)는 판매 서버(30)로부터 변경된 구매 조건에 대응하는 제품의 판매 정보(420c)를 수신한 후, 수신된 판매 정보(420c)에 기초하여 변경된 구매 조건을 반영한 판매 정보를 판매 정보 메시지 형태(405)로 제 1 채팅창(400)을 통해 제공할 수 있다.
도 5는 일 실시예에 따른, 디바이스가 판매 서버의 판매 정보를 주기적으로 확인하는 예시를 설명하는 도면이다.
도 5를 참조하면, 디바이스(10)는 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)로부터 변경된 판매 정보(520)를 수신할 수 있다. 기설정된 시간 간격은 1시간, 1일 단위의 간격일 수 있으나 이에 제한되지 않는다. 디바이스(10)는 사용자의 입력을 수신 받아 기설정된 시간 간격을 변경할 수 있다. 디바이스(10)는 변경된 판매 정보(520)를 편집하여 제 1 채팅창(500)을 통해 제공할 수 있다. 한편, 디바이스(10)는 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)에게 제품에 대한 변경된 판매 정보(520)를 요청한 후, 적어도 하나의 판매 서버(30)로부터 변경된 판매 정보(520)를 수신할 수 있다.
적어도 하나의 판매 서버(30)에 등록된 제품에 관한 판매 정보는 시간에 따라 변동될 수 있으며, 디바이스(10)는 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)로부터 제품에 대한 변경된 판매 정보(520)를 요청하여 수신할 수 있다.
일 실시예에서, 디바이스(10)가 제품의 구매를 위한 사용자의 메시지(501)를 수신한 때로부터 일정 기간 동안, 판매 서버(30)로부터 구매 조건을 만족하는 제품이 수신되지 않을 수 있다. 디바이스(10)는 구매 조건을 만족하는 제품이 수신되지 않는다는 메시지(502)를 제 1 채팅창(500)을 통해 제공할 수 있다. 또한, 디바이스(10)는 기설정된 시간 간격으로, 판매 서버(30)로부터 판매 정보(520)를 수신할 수 있으며, 구매 조건을 만족하는 제품에 관한 변경된 판매 정보(520)가 수신되면 수신된 변경된 판매 정보(520)를 편집하여 제 1 채팅창(500)을 통해 제공할 수 있다.
예를 들어, 적어도 하나의 판매 서버(30)로부터 수신한 판매 정보(520)에, 사용자의 메시지(501)에 포함된 '10만원 이하' 구매 조건을 만족하는 제품이 없는 경우, 디바이스(10)는 구매 조건을 만족하는 제품이 수신되지 않는다는 메시지(502)를 제 1 채팅창(500)을 통해 제공할 수 있다. 또한, 디바이스(10)는 1일 간격으로 판매 서버(30)로부터 판매 정보(520)를 수신할 수 있으며, 변경된 판매 정보(520)를 편집한 메시지(503) 및 구매 조건을 만족하는 제품의 변경된 판매 정보(520)를 편집한 메시지(504)를 제 1 채팅창(500)을 통해 제공할 수 있다.
한편, 디바이스(10)는 적어도 하나의 판매 서버(30)로부터 구매 조건을 만족하는 제품의 판매 정보가 수신되지 않은 경우, 사용자의 예약 메시지(미도시)를 수신할 수 있다. 일 실시예에서 디바이스(10)는 사용자로부터 구매 기한 정보 및 구매 한도 금액을 포함한 예약 메시지(미도시)를 수신할 수 있다. 예를 들어, 디바이스(10)는 사용자로부터 '10월 10일 까지 구매 가격 10만원을 만족하는 제품이 없으면 15만원에 판매하는 제품을 찾아줘'라는 예약 메시지(미도시)를 수신할 수 있다. 디바이스(10)는 '10월 10일'까지 구매 가격 '10만원'을 만족하는 제품이 없는 경우, 변경된 구매 금액('15만원')이 반영된 질의어(510)를 생성하여, 생성된 질의어(510)를 적어도 하나의 판매 서버(30)에 제공할 수 있다.
도 6은 일 실시예에 따른, 디바이스가 제품의 가격 변동 정보를 제공하는 예시를 설명하는 도면이다.
도 6을 참조하면, 디바이스(10)가 제 1 채팅창(600)을 통해 제공하는 판매 정보는 제품의 가격 변동 정보(603)를 포함할 수 있다. 디바이스(10)는 사용자의 메시지(601)에 포함된 제품에 관한 가격 변동 정보를 제 1 채팅창(600)을 통해 제공할 수 있다. 가격 변동 정보(603)는 그래프 형태로 제 1 채팅창(600)을 통해 제공될 수 있으나, 이에 제한되지 않는다.
일 실시예에서 디바이스(10)는 사용자의 메시지(601)에 포함된 구매 조건과 관련성이 높은 제품의 판매 정보뿐만 아니라 관련성이 낮은 제품의 판매 정보 또한 수신할 수 있다. 예를 들어, 디바이스(10)는 판매 서버(30)로부터 구매 조건('10만원')과 관련된 제품의 현재 판매 가격 정보뿐만 아니라, 사용자가 구매를 요청한 제품의 소정의 기간 동안의 가격 변동 정보를 제품에 관한 판매 정보(620a)로서 수신할 수 있다. 수신된 판매 정보(620a)에 가격 변동 정보가 포함된 경우, 디바이스(10)는 별도의 질의어를 생성하지 않고 판매 정보(620a)를 편집하여 제 1 채팅창(600)을 통해 가격 변동 정보(603)를 제공할 수 있다. 예를 들어, 디바이스(10)는 사용자의 'X 신발 가격이 얼마까지 떨어졌어?'라는 가격 문의 메시지(602)를 수신한 후, 답변으로 수신된 판매 정보(620a)에 포함된 '최근 세 달간 X 신발 가격의 변동추이'에 대한 그래프를 가격 변동 정보(603)로서 제 1 채팅창(600)을 통해 제공할 수 있다.
또한, 일 실시예에서, 디바이스(10)는 사용자의 가격 문의 메시지(602)를 수신한 후, 수신된 가격 문의 메시지(602)에 대한 답변에 이용될 가격 변동 정보(603)를 판매 서버(30)로부터 수신할 수 있다. 수신된 판매 정보(620a)에 가격 변동 정보가 포함되지 않은 경우, 디바이스(10)는 적어도 하나의 판매 서버(30)에게 가격 변동 정보를 요청하는 별도의 질의어(610)를 생성한 후, 생성된 질의어(610)를 판매 서버(30)에 제공할 수 있다. 디바이스(10)는 판매 서버(30)로부터 가격 변동 정보(620b)를 수신할 수 있다. 디바이스(10)는 수신된 가격 변동 정보(620b)를 편집하여 제 1 채팅창(600)을 통해 가격 변동 정보(603)를 제공할 수 있다. 예를 들어, 디바이스(10)는 사용자의 'X 신발 가격이 얼마까지 떨어졌어?'라는 가격 문의 메시지(602)를 수신한 후, 답변으로 수신된 가격 변동 정보(620b)에 포함된 '최근 세 달간 X 신발 가격의 변동추이'에 대한 그래프를 가격 변동 정보(603)로서 제 1 채팅창(600)을 통해 제공할 수 있다.
한편, 디바이스(10)는 판매 서버(30)로부터 수신한 제품의 가격 변동 정보를 이용하여 제품의 미래 가격을 예측할 수 있다. 미래 가격을 예측하는 방법으로는 가격 변동 정보에 기초한 선형 회귀 분석 모델이 이용될 수 있으나, 이에 제한되지 않는다. 디바이스(10)는 미래 가격을 예측함으로써, 제품의 구매를 위한 사용자의 메시지(601)에 포함된 가격 조건으로 제품이 판매될 시점을 계산할 수 있다. 디바이스(10)는 사용자의 메시지(601)에 포함된 가격 조건으로 제품이 판매될 시점에 대한 정보(604)를 제 1 채팅창(600)을 통해 제공할 수 있다. 또한, 디바이스(10)는 사용자가 구매를 요청한 제품의 가격이 낮아지는 구입 시점을 추천할 수 있다. 디바이스(10)는 사용자가 구매를 요청한 제품의 제품군의 가격 추이/재고량 추이 및 계절의 변화에 따른 가격 변화를 분석함으로써, 디바이스(10)는 제 1 채팅창(600)을 통해 구입 시점을 추천하는 메시지(미도시)를 제공할 수 있다.
도 7은 일 실시예에 따른, 디바이스가 채팅창을 통해 판매 서버와 메시지를 송수신하는 예시를 설명하는 도면이다. 이하에서 도 2와 중복되는 내용은 편의상 생략하기로 한다.
도 7을 참조하면, 디바이스(10)는 적어도 하나의 판매 서버와 메시지를 송수신하기 위한 제 2 채팅창(710)을 생성할 수 있다. 제 2 채팅창(710)은 디바이스(10)에 설치된 채팅 어플리케이션에 의해 제공되는 메시지창일 수 있다. 디바이스(10)와 적어도 하나의 판매 서버간의 통신 과정에서 송수신된 데이터가 제 2 채팅창(710)에 메시지 형태로 표시될 수 있다.
디바이스(10)는 제 1 채팅창(720)을 통해 제품의 구매를 위한 사용자의 메시지(721)를 수신할 수 있다. 디바이스(10)는 사용자의 메시지(721)의 의미를 해석함으로써 구매 조건을 도출할 수 있다. 디바이스(10)는 사용자의 메시지(721)를 편집함으로써 구매 조건을 나타내는 메시지(711)를 제 2 채팅창(710)을 통해 제공할 수 있다. 디바이스(10)는 편집된 메시지(711)를 제 2 채팅창(710)을 통해 적어도 하나의 판매 서버에게 제공할 수 있다.
디바이스(10)는 적어도 하나의 판매 서버로부터 수신된 판매 정보를 제 2 채팅창(710)을 통해 제공할 수 있다. 디바이스(10)는 적어도 하나의 판매 서버로부터 수신한 판매 정보를 편집하여, 구매 조건과 관련성이 높은 판매 정보를 제공한 판매 서버들(731, 732 및 733)의 판매 정보(712, 713 및 714)를 제 2 채팅창(710)에 표시할 수 있다.
한편, 디바이스(10)는 사용자의 메시지의 의미를 해석하여 도출된 제품의 구매 조건과 적어도 하나의 판매 서버로부터 수신한 판매 정보를 비교할 수 있다. 일 실시예에서 디바이스(10)는 구매 조건, 디바이스(10)에 저장된 사용자의 정보 및 디바이스(10)에 저장된 사용자의 구매 이력 정보를 기준으로 수신한 판매 정보를 서로 비교할 수 있다.
일 실시예에서 각각의 판매 서버에서 판매하는 제품의 판매 정보는 서로 상이할 수 있다. 디바이스(10)는 구매 조건과 일치하는 제품에 관한 판매 정보를 수신하지 못한 경우, 구매 조건과 일치하지는 않으나 구매 조건과 관련성이 높은 판매 정보를 서로 비교할 수 있다. 디바이스(10)는 구매 조건과 관련성이 높은 판매 정보를 제공한 판매 서버들(731, 732 및 733)의 판매 정보(712, 713 및 714)를 제 2 채팅창(710)에 표시할 수 있다.
디바이스(10)는 비교 결과에 기초하여, 적어도 하나의 판매 서버 중 하나를 결정할 수 있다. 디바이스(10)는 판매 서버에서 판매하는 제품의 판매 정보를 서로 비교함으로써, 구매 조건과 관련도가 가장 높은 제품을 판매하는 판매 서버를 결정할 수 있다. 예를 들어, 디바이스(10)는 구매 조건의 복수의 카테고리들에 대한 판매 정보의 일치율을 계산함으로써, 일치율이 가장 높은 제품을 판매하는 판매 서버를 결정할 수 있다.
한편, 구매 조건의 복수의 카테고리들의 가중치는 서로 상이할 수 있다. 일 실시예에서 디바이스(10)는 사용자 정보 및 구매 이력에 기초하여 카테고리들의 가중치를 상이하게 설정할 수 있다. 또한, 디바이스(10)는 가중치를 설정하는 사용자의 입력을 수신하여 카테고리들의 가중치를 결정할 수 있다.
디바이스(10)는 결정된 판매 서버로부터 수신한 판매 정보를 편집하여 제 1 채팅창(720)을 통해 메시지 형태로 제공할 수 있다. 일 실시예에서 디바이스(10)는 수신한 판매 정보 중에서, 사용자의 메시지(721)로부터 도출된 구매 조건에 대응하는 판매 정보를 제 1 채팅창(720)을 통해 제공할 수 있다.
한편, 디바이스(10)는 구매 조건을 만족하도록, 적어도 하나의 판매 서버에 제품의 판매 조건의 변경을 요청할 수 있다. 판매 조건은 적어도 하나의 판매 서버로부터 수신한 판매 정보에 포함된 정보일 수 있다. 디바이스(10)는 제 2 채팅창(710)을 통해 적어도 하나의 판매 서버에게 판매 조건의 변경을 요청하는 메시지(715)를 제공할 수 있다.
디바이스(10)는 구매 조건과 변경된 판매 조건을 비교할 수 있다. 디바이스(10)는 적어도 하나의 판매 서버로부터 수신한 변경된 판매 조건에 대한 메시지(716)를 제 2 채팅창(710)을 통해 제공할 수 있다.
일 실시예에서 구매 조건과 변경된 판매 조건이 일치하지 않는 경우, 디바이스(10)는 적어도 하나의 판매 서버에 다시 판매 조건의 변경을 요청할 수 있다. 구매 조건과 변경된 판매 조건이 일치하는 경우, 디바이스(10)는 변경된 판매 조건을 제공한 판매 서버로부터 수신한 판매 정보를 편집하여 제 1 채팅창(720)을 통해 메시지 형태(722)로 제공할 수 있다.
한편, 디바이스(10)는 제 1 채팅창(700)을 통해 제공된 판매 정보에 대한 사용자의 코멘트 메시지(미도시)를 수신할 수 있다. 일 실시예에서 디바이스(10)는 제공된 판매 정보에 대한 사용자의 만족 여부를 나타내는 코멘트 메시지(미도시)를 수신할 수 있다.
디바이스(10)는 수신된 코멘트 메시지(미도시)를 분석함으로써 제공된 판매 정보에 대한 사용자의 만족 여부를 판단할 수 있다. 제공된 판매 정보에 대한 사용자의 만족도가 낮은 경우, 디바이스(10)는 코멘트 메시지(미도시)에 포함된 사용자의 피드백 정보를 반영하여 질의어를 생성할 수 있다. 예를 들어, 디바이스(10)는 코멘트 메시지(미도시)에 포함된 '20대가 선호하는 제품으로 찾아줘'라는 피드백 정보를 반영하여 질의어를 생성할 수 있다. 디바이스(10)는 생성된 질의어를 적어도 하나의 판매 서버에 제공할 수 있다.
도 8 내지 9는 일 실시예에 따른, 디바이스의 구성을 설명하기 위한 블록도이다.
도 8에 도시된 바와 같이, 일부 실시예에 따른 디바이스(10)는, 사용자 입력부(1100), 출력부(1200), 제어부(1300), 및 통신부(1500)를 포함할 수 있다. 그러나, 도 8에 도시된 구성 요소 모두가 디바이스(10)의 필수 구성 요소인 것은 아니다. 도 8에 도시된 구성 요소보다 많은 구성 요소에 의해 디바이스(10)가 구현될 수도 있고, 도 8에 도시된 구성 요소보다 적은 구성 요소에 의해 디바이스(10)가 구현될 수도 있다.
예를 들어, 도 8에 도시된 바와 같이, 일부 실시예에 따른 디바이스(10)는, 사용자 입력부(1100), 출력부(1200), 제어부(1300), 및 통신부(1500) 이외에 센싱부(1400), A/V 입력부(1600), 및 메모리(1700)를 더 포함할 수도 있다.
사용자 입력부(1100)는, 사용자가 디바이스(10)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.
사용자 입력부(1100)는, 보조 채팅창(3000)을 통한 사용자 입력을 수신할 수 있다. 예를 들어, 사용자 입력부(1100)는 보조 채팅창(3000)을 통해 메시지를 입력하는 사용자 입력을 수신할 수 있다.
출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(1210), 음향 출력부(1220), 및 진동 모터(1230)를 포함할 수 있다.
디스플레이부(1210)는 디바이스(10)에서 처리되는 정보를 표시한다. 예를 들어, 디스플레이부(1210)는, 채팅창 및 보조 채팅창(3000)을 디스플레이할 수 있다. 또한, 디스플레이부(1210)는, 채팅창 및 보조 채팅창(3000)에 포함된 메시지에 관한 정보를 디스플레이할 수 있다.
음향 출력부(1220)는 통신부(1500)로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(1220)는 디바이스(10)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음, 알림음)과 관련된 음향 신호를 출력한다. 이러한 음향 출력부(1220)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다.
진동 모터(1230)는 진동 신호를 출력할 수 있다. 예를 들어, 진동 모터(1230)는 오디오 데이터 또는 비디오 데이터(예컨대, 호신호 수신음, 메시지 수신음 등)의 출력에 대응하는 진동 신호를 출력할 수 있다. 또한, 진동 모터(1230)는 터치스크린에 터치가 입력되는 경우 진동 신호를 출력할 수도 있다.
제어부(1300)는, 통상적으로 디바이스(10)의 전반적인 동작을 제어한다. 예를 들어, 제어부(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 출력부(1200), 센싱부(1400), 통신부(1500), A/V 입력부(1600) 등을 전반적으로 제어할 수 있다.
제어부(1300)는 도 1 내지 7 및 후술할 도 10 내지 13에 개시된 디바이스(10)의 동작을 수행할 수 있다.
제어부(1300)는 제 1 채팅창을 통하여 사용자로부터 입력된 메시지를 이용하여, 적어도 하나의 판매 서버(30)에게 판매 정보를 요청하고, 판매 서버(30)로부터 수신된 판매 정보를 제 1 채팅창을 통해 제공할 수 있다. 이 경우, 제어부(1300)는 사용자의 구매 조건에 맞는 판매 정보를 사용자에게 제공하기 위하여, 메시지의 의미 및 판매 서버(30)로부터 수신된 판매 정보를 해석하기 위한 기준을 학습할 수 있다.
구체적으로, 제어부(1300)는 제 1 채팅창을 통해 사용자에게 제품의 판매 정보를 제공할 수 있다. 제어부(1300)는 사용자의 메시지의 의미를 해석함으로써 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성할 수 있다. 제어부(1300)는 메시지로부터 해석되는 구매 조건에 기초하여, 판매 서버(30)로부터 수신된 판매 정보를 편집하여, 판매 정보 메시지를 제공할 수 있다. 한편, 제어부(1300)는 가상 에이전트(virtual agent)를 이용하여, 구매 조건에 기초하여 질의어를 생성할 수 있다. 일 실시예에서 제어부(1300)는 생성된 질의어를 적어도 하나의 판매 서버(30)의 적어도 하나의 판매 에이전트에게 제공할 수 있다.
제어부(1300)는 구매 조건에 기초하여, 수신된 판매 정보의 적어도 일부를 편집할 수 있다. 제어부(1300)는 통신부(1500)에서 수신된 구매 조건과 관련성이 높은 제품의 판매 정보 및 구매 조건과 관련성이 낮은 제품의 판매 정보를 구별하기 위해, 구매 조건에 기초하여 판매 서버(30)로부터 수신한 판매 정보를 구매 조건과의 관련도에 따라 편집할 수 있다. 제어부(1300)는 구매 조건과 관련성이 높은 제품의 판매 정보를 제 1 채팅창을 통해 판매 정보 메시지 형태로 제공하기 위해, 데이터 형태로 수신한 판매 정보의 일부를 편집할 수 있다.
제어부(1300)는 제 1 채팅창을 통해 편집된 판매 정보를 제공할 수 있다. 일 실시예에서 제어부(1300)는 판매 서버(30)로부터 수신된 판매 정보를 편집함으로써, 제 1 채팅창을 통해 구매 조건과 관련성이 높은 제품의 판매 정보를 제공할 수 있다. 제어부(1300)는 판매 정보 메시지를 제 1 채팅창을 통해 대화체로 제공할 수 있다.
제어부(1300)는 메모리(1700)에 저장된 사용자 정보 및 사용자의 구매 활동에 관한 구매 이력 정보를 획득할 수 있다. 일 실시예에서 사용자 정보 및 구매 이력 정보는 외부 서버로부터 수신된 데이터일 수 있다. 제어부(1300)는 메모리(1700)에 저장된 사용자 정보 및 구매 이력 정보를 획득하고, 획득된 사용자 정보 및 구매 이력 정보를 분석함으로써, 사용자 정보 및 구매 이력 정보에 기초하여 제품을 구매하기 위한 질의어를 생성할 수 있다. 제어부(1300)는 수신된 제품에 관한 판매 정보 중에서, 구매 조건을 만족하는 제품에 관한 판매 정보만을 제 1 채팅창에 제공할 수 있도록 수신된 판매 정보를 편집할 수 있다.
제어부(1300)는 이전에 수신된 제품에 관한 판매 정보에 기초하여, 제 1 문의 메시지에 대한 제 1 답변 메시지를 제 1 채팅창을 통해 제공할 수 있다. 제어부(1300)는 수신된 제 1 문의 메시지를 나타내는 질의어를 새롭게 생성하여, 생성된 질의어를 판매 서버(30)에 제공할 수 있다. 제어부(1300)는 생성된 질의어에 대응하는 답변 정보를 수신한 후, 수신된 답변 정보에 기초하여 제 1 문의 메시지에 대한 제 1 답변 메시지를 제 1 채팅창을 통해 제공할 수 있다.
제어부(1300)는 통신부(1500)에서 수신한 구매 조건을 변경하는 사용자의 변경 메시지에 기초하여, 변경된 구매 조건을 나타내는 질의어를 변경할 수 있다. 제어부(1300)는 변경된 구매 조건에 관한 질의어를 적어도 하나의 판매 서버(30)에 제공할 수 있다.
제어부(1300)는 통신부(1500)에서 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)로부터 수신한 변경된 판매 정보에 기초하여, 변경된 판매 정보를 제 1 채팅창을 통해 제공할 수 있다. 제어부(1300)는 변경된 판매 정보를 편집하여 제 1 채팅창을 통해 제공할 수 있다. 한편, 제어부(1300)는 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)에게 제품에 대한 변경된 판매 정보를 요청한 후, 적어도 하나의 판매 서버(30)로부터 변경된 판매 정보를 수신할 수 있다.
제어부(1300)는 적어도 하나의 판매 서버(30)로부터 구매 조건을 만족하는 제품의 판매 정보가 수신되지 않은 경우, 통신부(1500)에서 수신한 사용자의 예약 메시지에 기초하여 예약 메시지의 내용이 반영된 질의어를 생성할 수 있다. 제어부(1300)는 생성된 질의어를 적어도 하나의 판매 서버(30)에게 제공할 수 있다.
제어부(1300)는 사용자의 메시지에 포함된 제품에 관한 가격 변동 정보를 제 1 채팅창을 통해 제공할 수 있다. 수신된 판매 정보에 가격 변동 정보가 포함되지 않은 경우, 제어부(1300)는 적어도 하나의 판매 서버(30)에게 가격 변동 정보를 요청하는 별도의 질의어를 생성한 후, 생성된 질의어를 판매 서버(30)에 제공할 수 있다. 제어부(1300)는 판매 서버(30)로부터 수신된 가격 변동 정보를 편집하여 제 1 채팅창을 통해 가격 변동 정보를 제공할 수 있다.
제어부(1300)는 판매 서버(30)로부터 수신한 제품의 가격 변동 정보를 이용하여 제품의 미래 가격을 예측할 수 있다. 제어부(1300)는 사용자의 메시지에 포함된 가격 조건으로 제품이 판매될 시점에 대한 정보를 제 1 채팅창을 통해 제공할 수 있다. 또한, 제어부(1300)는 사용자가 구매를 요청한 제품의 가격이 낮아지는 구입 시점을 추천할 수 있다.
제어부(1300)는 적어도 하나의 판매 서버와 메시지를 송수신하기 위한 제 2 채팅창을 생성할 수 있다. 제어부(1300)는 적어도 하나의 판매 서버로부터 수신된 판매 정보를 제 2 채팅창을 통해 제공할 수 있다.
제어부(1300)는 사용자의 메시지의 의미를 해석하여 도출된 제품의 구매 조건과 적어도 하나의 판매 서버로부터 수신한 판매 정보를 비교할 수 있다. 일 실시예에서 제어부(1300)는 구매 조건, 메모리(1700)에 저장된 사용자의 정보 및 사용자의 구매 이력 정보를 기준으로 수신한 판매 정보를 서로 비교할 수 있다. 제어부(1300)는 비교 결과에 기초하여, 적어도 하나의 판매 서버 중 하나를 결정할 수 있다.
제어부(1300)는 구매 조건을 만족하도록, 적어도 하나의 판매 서버에 제품의 판매 조건의 변경을 요청할 수 있다. 제어부(1300)는 구매 조건과 변경된 판매 조건을 비교할 수 있다. 제어부(1300)는 적어도 하나의 판매 서버로부터 수신한 변경된 판매 조건에 대한 메시지를 제 2 채팅창을 통해 제공할 수 있다.
제어부(1300)는 제 1 채팅창을 통해 제공된 판매 정보에 대한 사용자의 코멘트 메시지를 수신할 수 있다. 일 실시예에서 제어부(1300)는 제공된 판매 정보에 대한 사용자의 만족 여부를 나타내는 코멘트 메시지를 수신할 수 있다.
센싱부(1400)는, 디바이스(10)의 상태 또는 디바이스(10) 주변의 상태를 감지하고, 감지된 정보를 제어부(1300)로 전달할 수 있다.
센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.
통신부(1500)는, 디바이스(10)와 다른 디바이스(미도시) 또는 판매 서버(30) 간의 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)(151)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
구체적으로, 통신부(1500)는 제 1 채팅창을 통해 제품의 구매를 위한 사용자의 메시지를 수신할 수 있다. 일 실시예에서, 통신부(1500)는 제품의 구매를 요청하는 사용자의 메시지를 수신할 수 있다.
통신부(1500)는 적어도 하나의 판매 서버(30)로부터, 판매 서버(30)에 등록된 제품에 관한 판매 정보를 수신할 수 있다. 일 실시예에서 통신부(1500)는 구매 조건과 관련성이 높은 제품의 판매 정보를 수신할 수 있다.
통신부(1500)는 제품의 구매를 위한 사용자의 제 1 문의 메시지를 제 1 채팅창을 통해 수신할 수 있다. 통신부(1500)는 판매 서버(30)로부터 제 1 문의 메시지에 대한 답변 메시지를 수신할 수 있다.
통신부(1500)는 구매 조건을 변경하는 사용자의 변경 메시지를 수신할 수 있다. 통신부(1500)는 판매 서버(30)로부터 변경된 구매 조건에 대응하는 제품의 판매 정보를 수신할 수 있다.
통신부(1500)는 기설정된 시간 간격으로 적어도 하나의 판매 서버(30)로부터 변경된 판매 정보를 수신할 수 있다.
통신부(1500)는 판매 서버(30)로부터 사용자의 메시지에 포함된 제품에 관한 가격 변동 정보를 수신할 수 있다. 통신부(1500)는 사용자의 가격 문의 메시지를 수신한 후, 수신된 가격 문의 메시지에 대한 답변에 이용될 가격 변동 정보를 판매 서버(30)로부터 수신할 수 있다.
방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 디바이스(10)가 방송 수신부(1530)를 포함하지 않을 수도 있다.
A/V(Audio/Video) 입력부(1600)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(1610)와 마이크로폰(1620) 등이 포함될 수 있다. 카메라(1610)는 화상 통화모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 제어부(1300) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다.
카메라(1610)에서 처리된 화상 프레임은 메모리(1700)에 저장되거나 통신부(1500)를 통하여 외부로 전송될 수 있다. 카메라(1610)는 단말기의 구성 태양에 따라 2개 이상이 구비될 수도 있다.
마이크로폰(1620)은, 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. 예를 들어, 마이크로폰(1620)은 외부 디바이스 또는 화자로부터 음향 신호를 수신할 수 있다. 마이크로폰(1620)은 외부의 음향 신호를 입력 받는 과정에서 발생 되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘을 이용할 수 있다.
메모리(1700)는, 제어부(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 디바이스(10)로 입력되거나 디바이스(10)로부터 출력되는 데이터를 저장할 수도 있다.
메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730) 등으로 분류될 수 있다.
UI 모듈(1710)은, 애플리케이션 별로 디바이스(10)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 제어부(1300)로 전달할 수 있다. 일부 실시예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.
터치스크린의 터치 또는 근접 터치를 감지하기 위해 터치스크린의 내부 또는 근처에 다양한 센서가 구비될 수 있다. 터치스크린의 터치를 감지하기 위한 센서의 일례로 촉각 센서가 있다. 촉각 센서는 사람이 느끼는 정도로 또는 그 이상으로 특정 물체의 접촉을 감지하는 센서를 말한다. 촉각 센서는 접촉면의 거칠기, 접촉 물체의 단단함, 접촉 지점의 온도 등의 다양한 정보를 감지할 수 있다.
또한, 터치스크린의 터치를 감지하기 위한 센서의 일례로 근접 센서가 있다.
근접 센서는 소정의 검출면에 접근하는 물체, 혹은 근방에 존재하는 물체의 유무를 전자계의 힘 또는 적외선을 이용하여 기계적 접촉이 없이 검출하는 센서를 말한다. 근접 센서의 예로는 투과형 광전 센서, 직접 반사형 광전 센서, 미러 반사형 광전 센서, 고주파 발진형 근접 센서, 정전용량형 근접 센서, 자기형 근접 센서, 적외선 근접 센서 등이 있다. 사용자의 터치 제스처에는 탭, 터치&홀드, 더블 탭, 드래그, 패닝, 플릭, 드래그 앤드 드롭, 스와이프 등이 있을 수 있다.
알림 모듈(1730)은 디바이스(10)의 이벤트 발생을 알리기 위한 신호를 발생할 수 있다. 디바이스(10)에서 발생되는 이벤트의 예로는 호 신호 수신, 메시지 수신, 키 신호 입력, 일정 알림 등이 있다. 알림 모듈(1730)은 디스플레이부(1210)를 통해 비디오 신호 형태로 알림 신호를 출력할 수도 있고, 음향 출력부(1220)를 통해 오디오 신호 형태로 알림 신호를 출력할 수도 있고, 진동 모터(1230)를 통해 진동 신호 형태로 알림 신호를 출력할 수도 있다.
도 9은 일부 실시예에 따른 제어부(1300)의 블록도이다.
도 9을 참조하면, 일부 실시예에 따른 제어부(1300)는 데이터 학습부(1310) 및 데이터 인식부(1320)를 포함할 수 있다.
데이터 학습부(1310)는 제품을 구매하기 위한 질의어를 생성하는 기준 및 판매 정보 메시지를 생성하기 위한 기준을 학습할 수 있다. 일 실시예에서 데이터 학습부(1310)는 사용자로부터 입력 받은 메시지를 해석하여 질의어를 생성하는 기준 및 판매 서버(30)로부터 수신한 판매 정보를 편집하여 사용자에게 제공할 판매 정보 메시지를 생성하기 위한 기준을 학습할 수 있다. 데이터 학습부(1310)는 소정의 질의어를 생성하고, 소정의 판매 정보 메시지를 생성하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 질의어를 어떻게 생성하고, 판매 정보 메시지를 어떻게 생성할지에 관한 기준을 학습할 수 있다. 데이터 학습부(1310)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 기준을 학습할 수 있다.
한편, 질의어를 생성하는 기준 및 판매 정보 메시지를 생성하는 기준을 학습하기 위해, 디바이스(10)에 저장된 사용자 정보와 구매 이력 정보, 및 사용자로부터 입력 받은 별도의 설정 값이 이용될 수 있다. 데이터 인식부(1320)는 사용자로부터 입력 받은 메시지를 해석하여 질의어를 생성할 수 있고, 판매 서버(30)로부터 수신한 판매 정보를 편집하여 사용자에게 제공할 판매 정보 메시지를 생성할 수 있다. 데이터 인식부(1320)는 학습된 데이터 인식 모델을 이용하여, 소정의 사용자의 메시지를 해석하여 질의어를 생성할 수 있고, 소정의 판매 정보를 편집하여 판매 정보 메시지를 생성할 수 있다. 데이터 인식부(1320)는 학습에 의한 기 설정된 기준에 따라 소정의 데이터를 획득하고, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델을 이용함으로써, 소정의 사용자의 메시지를 해석하여 질의어를 생성할 수 있고, 소정의 판매 정보를 편집하여 판매 정보 메시지를 생성할 수 있다. 또한, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델에 의해 출력된 결과 값은, 데이터 인식 모델을 갱신하는데 이용될 수 있다.
데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
이 경우, 데이터 학습부(1310) 및 데이터 인식부(1320)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 하나는 전자 장치에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(1310) 및 데이터 인식부(1320)는 유선 또는 무선으로 통하여, 데이터 학습부(1310)가 구축한 모델 정보를 데이터 인식부(1320)로 제공할 수도 있고, 데이터 인식부(1320)로 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(1310)로 제공될 수도 있다.
한편, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 10는 일부 실시예에 따른 데이터 학습부(1310)의 블록도이다.
도 10를 참조하면, 일부 실시예에 따른 데이터 학습부(1310)는 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)를 포함할 수 있다.
데이터 획득부(1310-1)는 사용자로부터 입력 받은 메시지를 해석하여 질의어를 생성하고, 판매 서버(30)로부터 수신한 판매 정보를 편집하여 사용자에게 제공할 판매 정보 메시지를 생성하는데 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310-1)는 질의어를 생성하고, 판매 정보 메시지를 생성하기 위해 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310-1)는 텍스트를 입력 받을 수 있고 디바이스(10)에 저장된 정보에 액세스(access)할 수 있다. 일 예로, 데이터 획득부(1310-1)는 데이터 학습부(1310)를 포함하는 디바이스(10)에서 데이터를 센싱하여, 입력된 텍스트 및 저장된 정보를 획득할 수 있다. 또한, 데이터 획득부(1310-1)는 외부 서버로부터 데이터를 수신할 수 있다. 일 예로, 데이터 획득부(1310-1)는 제품을 직접 제조하고 제조된 제품을 판매하는 사업자의 외부 서버, 또는 제조업체가 제조한 제품의 판매를 대행해주는 사업자의 외부 서버를 통해 데이터를 수신할 수 있다.
예컨대, 데이터 획득부(1310-1)는 음성 데이터, 영상 데이터, 텍스트 데이터 또는 생체신호 데이터 등을 획득할 수 있다. 일 예로, 디바이스(10)의 키 패드(key pad), 돔 스위치(dome switch), 터치 패드, 조그 휠, 조그 스위치를 통하여 텍스트를 입력 받을 수 있다. 또한, 데이터 획득부(1310-1)는 전자 장치와 통신하는 외부 장치를 통해 데이터를 획득할 수 있다.
전처리부(1310-2)는 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1310-2)는 후술할 모델 학습부(1310-4)가 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다. 예를 들어, 전처리부(1310-2)는 디바이스(10)에 저장된 사용자 정보 및 구매 이력 정보를 텍스트 데이터로 변환할 수 있다. 또한, 전처리부(1310-2)는 데이터 획득부(1310-1)에서 획득한 음성 데이터, 영상 데이터 또는 생체신호 데이터를 텍스트 데이터로 변환할 수 있다.
학습 데이터 선택부(1310-3)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 질의어를 생성하고 판매 정보 메시지를 생성하기 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
학습 데이터 선택부(1310-3)는 전처리된 데이터 중에서 제품을 구매하는데 필요한 데이터를 선택할 수 있다.
모델 학습부(1310-4)는 학습 데이터에 기초하여 질의어 및 판매 정보 메시지를 어떻게 생성할지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(1310-4)는 질의어를 생성하고 판매 정보 메시지를 생성하기 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.
모델 학습부(1310-4)는 사용자로부터 입력 받은 메시지를 해석함으로써, 제품을 구매하기 위한 구매 조건을 나타내는 질의어를 생성할 수 있다. 또한, 모델 학습부(1310-4)는 입력 받은 메시지로부터 해석되는 구매 조건에 기초하여 판매 서버(30)로부터 수신한 판매 정보를 편집할 수 있다. 모델 학습부(1310-4)는 판매 정보를 편집하여 판매 정보 메시지를 생성할 수 있다.
또한, 모델 학습부(1310-4)는 질의어를 생성하고 판매 정보 메시지를 생성하는데 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 인식 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 인식 모델은 기본 학습 데이터(예를 들어, 샘플 단어 등)을 입력 받아 미리 구축된 모델일 수 있다.
데이터 인식 모델은, 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
다양한 실시예에 따르면, 모델 학습부(1310-4)는 미리 구축된 데이터 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 인식 모델을 학습할 데이터 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 인식 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 인식 모델을 학습시킬 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도없이 질의어를 생성하고, 판매 정보 메시지를 생성하기 위해 필요한 데이터의 종류를 스스로 학습함으로써, 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 질의어를 생성하고, 판매 정보 메시지를 생성의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
또한, 데이터 인식 모델이 학습되면, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 후술할 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
이 경우, 학습된 데이터 인식 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.
모델 평가부(1310-5)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 인식 모델을 평가하기 위한 기 설정된 데이터일 수 있다.
또한, 평가 데이터는 사용자의 코멘트 메시지로부터 도출될 수 있다. 예를 들어, 사용자는 출력되는 인식 결과에 대한 만족 또는 불만족을 나타내는 코멘트 메시지를 입력할 수 있다. 코멘트 메시지는 출력되는 인식 결과에 대한 사용자의 피드백 정보를 포함할 수 있다.
예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 데이터 인식 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 인식 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(1310-5)는 학습된 데이터 인식 모델이 적합하지 않은 것으로 평가할 수 있다.
한편, 학습된 데이터 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 동영상 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 인식 모델로서 결정할 수 있다.
한편, 데이터 학습부(1310) 내의 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 11은 일부 실시예에 따른 데이터 인식부(1320)의 블록도이다.
도 11을 참조하면, 일부 실시예에 따른 데이터 인식부(1320)는 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)를 포함할 수 있다.
데이터 획득부(1320-1)는 제품을 구매하기 위한 질의어를 생성하고, 판매 정보 메시지를 생성하기 위해 필요한 데이터를 획득할 수 있으며, 전처리부(1320-2)는 질의어를 생성하고, 판매 정보 메시지를 생성하기 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1320-2)는 후술할 인식 결과 제공부(1320-4)가 질의어를 생성하고, 판매 정보 메시지를 생성하기 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
인식 데이터 선택부(1320-3)는 전처리된 데이터 중에서 질의어를 생성하고, 판매 정보 메시지를 생성하는데 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1320-4)에게 제공될 수 있다. 인식 데이터 선택부(1320-3)는 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(1320-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
인식 결과 제공부(1320-4)는 선택된 데이터를 데이터 인식 모델에 적용하여 질의어를 생성하고, 판매 정보 메시지를 생성할 수 있다. 인식 결과 제공부(1320-4)는 데이터의 인식 목적에 따른 인식 결과를 제공할 수 있다. 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 데이터 인식 모델에 적용할 수 있다. 또한, 인식 결과는 데이터 인식 모델에 의해 결정될 수 있다.
일 실시예에서, 질의어의 생성 결과는 사용자의 메시지에 포함된, 제품을 구매하기 위한 구매 조건을 나타내는 단어들의 모음, 구매 조건을 나타내는 단어들을 이용하여 만든 자연어 문장일 수 있다. 또한, 판매 정보 메시지의 생성 결과는 구매 조건과 관련성이 높은 제품의 판매 정보를 나타내는 단어 또는 문장일 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 판매 서버(30)에게 제품명, 사이즈 정보, 색상 정보 및 가격 정보를 요청하는 자연어 문장을 제공할 수 있다. 또한, 인식 결과 제공부(1320-4)는 구매 조건과 일치하는 제품명, 사이즈 정보 및 가격 정보에 대한 자연어 문장을 제공할 수 있다.
모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 데이터 인식 모델이 갱신되도록할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 데이터 인식 모델을 갱신하도록 할 수 있다.
한편, 데이터 인식부(1320) 내의 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 12는 일부 실시예에 따른 디바이스(10) 및 서버(230)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
도 12를 참조하면, 서버(230)는 제품을 구매하기 위한 질의어를 생성하는 기준 및 판매 정보 메시지를 생성하기 위한 기준을 학습할 수 있으며, 디바이스(10)는 서버(230)에 의한 학습 결과에 기초하여 질의어를 생성하고 판매 정보 메시지를 생성할 수 있다.
이 경우, 서버(230)의 모델 학습부(2340)는 도 10에 도시된 데이터 학습부(1310)의 기능을 수행할 수 있다. 서버(230)의 모델 학습부(2340)는 소정의 질의어를 생성하고, 소정의 판매 정보 메시지를 생성하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 질의어를 어떻게 생성하고, 판매 정보 메시지를 어떻게 생성할지 관한 기준을 학습할 수 있다. 모델 학습부(2340)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 질의어를 생성하고, 판매 정보 메시지를 생성하기 위한 기준을 학습할 수 있다.
또한, 디바이스(10)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(230)에 의해 생성된 데이터 인식 모델에 적용하여 구매 정보를 분석할 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(230)에게 전송하고, 서버(230)가 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 인식 모델에 적용하여 구매 정보를 분석할 것을 요청할 수 있다. 또한, 인식 결과 제공부(1320-4)는 서버(230)에 생성된 질의어 및 생성된 판매 정보 메시지를 서버(230)로부터 수신할 수 있다.
예를 들어, 디바이스(10)는 질의어를 생성하는데 필요한 데이터로서 사용자가 입력한 메시지의 텍스트 정보를 서버(230)에 전송할 수 있다. 또한, 디바이스(10)는 판매 정보 메시지를 생성하는데 필요한 데이터로서 판매 서버(30)로부터 수신한 판매 정보를 서버(230)로 전송할 수 있다.
예를 들어, 디바이스(10)는 서버(230)에 의해 생성된 질의어 및 판매 정보 메시지를 수신할 수 있다.
또는, 디바이스(10)의 인식 결과 제공부(1320-4)는 서버(230)에 의해 생성된 인식 모델을 서버(230)로부터 수신하고, 수신된 인식 모델을 이용하여 질의어를 생성하고, 판매 정보 메시지를 생성할 수 있다. 이 경우, 디바이스(10)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(230)로부터 수신된 데이터 인식 모델에 적용하여 질의어를 생성하고, 판매 정보 메시지를 생성할 수 있다. 예를 들어, 디바이스(10)는 사용자로부터 수신한 메시지의 텍스트 정보를 서버(230)로부터 수신한 데이터 인식 모델에 적용하여 질의어를 생성하고, 판매 정보 메시지를 생성할 수 있다.
일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
또한, 본 명세서에서, "부"는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (20)

  1. 디바이스가 제품의 판매 정보를 제공하는 방법에 있어서,
    상기 디바이스의 사용자 인터페이스 상의 제 1 채팅창을 통해 상기 제품의 구매를 위한 구매 조건을 획득하는 단계;
    상기 구매 조건의 카테고리를 식별하는 단계;
    상기 디바이스에 저장된 사용자 정보 및 상기 디바이스를 이용한 사용자의 구매 행위에 대한 구매 이력 정보를 획득하는 단계;
    상기 구매 조건, 상기 사용자 정보, 및 상기 구매 이력 정보에 기초하여, 상기 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성하는 단계;
    상기 생성된 질의어를 적어도 하나의 판매 서버에게 제공하는 단계;
    상기 생성된 질의어에 기초하여, 상기 적어도 하나의 판매 서버로부터, 기 설정된 시간 간격으로 상기 적어도 하나의 판매 서버에 등록된 상기 제품에 관한 판매 정보를 수신하되, 상기 판매 정보는 상기 제품에 관한 가격 변동 정보를 포함하는 단계;
    상기 제품에 관한 판매 정보의 카테고리를 식별하는 단계;
    상기 구매 조건 및 상기 제품에 관한 판매 정보를 카테고리 별로 비교하여 카테고리 별 유사도를 생성하는 단계;
    상기 사용자 정보 및 상기 구매 이력 정보에 기초하여, 상기 구매 조건의 카테고리에 가중치를 할당하는 단계;
    적어도 하나의 카테고리에 대한 상기 카테고리 별 유사도 및 상기 가중치에 기초하여, 상기 적어도 하나의 판매 서버 중 적어도 하나의 선택 서버를 결정하는 단계;
    상기 구매 조건에 기초하여, 상기 적어도 하나의 선택 서버로부터 수신된 판매 정보의 적어도 일부를 편집하는 단계;
    상기 제품에 관한 가격 변동 정보에 기초하여, 미래의 제품 정보를 예측하는 단계;
    상기 예측된 미래의 제품 정보에 기초하여, 추천 구매 시점을 획득하는 단계; 및
    상기 제 1 채팅창을 통해 상기 편집된 판매 정보, 상기 예측된 미래의 제품 정보, 또는 상기 추천 구매 시점 중 적어도 하나를 제공하는 단계;
    를 포함하는, 방법.
  2. 삭제
  3. 제 1항에 있어서,
    상기 구매 조건은 사용자 메시지 형태로 수신되고,
    상기 수신된 사용자의 메시지 및 상기 편집된 판매 정보는 대화체로 상기 제 1 채팅창에 표시되는, 방법.
  4. 제 1항에 있어서,
    상기 방법은,
    상기 제품의 구매를 위한 사용자의 제 1 문의 메시지를 수신하는 단계; 및
    상기 수신된 판매 정보에 기초하여, 상기 제 1 문의 메시지에 대한 제 1 답변 메시지를 제공하는 단계;
    를 더 포함하는, 방법.
  5. 제 1항에 있어서,
    상기 생성된 질의어를 상기 적어도 하나의 판매 서버에 제공하는 단계는,
    상기 구매 조건을 변경하는 상기 사용자의 변경 메시지를 수신하는 단계;
    상기 변경 메시지에 기초하여, 상기 생성된 질의어를 변경하는 단계; 및
    상기 변경된 질의어를 상기 적어도 하나의 판매 서버에 제공하는 단계;
    를 포함하는, 방법.
  6. 삭제
  7. 제 1항에 있어서,
    상기 편집된 판매 정보는 상기 제품의 가격 변동 정보를 포함하는, 방법.
  8. 제 1항에 있어서,
    상기 적어도 하나의 판매 서버와 메시지를 송수신하기 위한 제 2 채팅창을 생성하는 단계;
    상기 디바이스의 사용자 인터페이스 상의 상기 제 2 채팅창을 통하여, 상기 판매 서버에게 상기 구매 조건을 나타내는 메시지를 제공하는 단계;
    상기 수신된 판매 정보를 상기 제 2 채팅창을 통해 제공하는 단계;
    를 더 포함하는, 방법.
  9. 삭제
  10. 제 1항에 있어서,
    상기 비교하는 단계는,
    상기 구매 조건을 만족하도록, 상기 적어도 하나의 판매 서버에 상기 제품의 판매 조건의 변경을 요청하는 단계; 및
    상기 구매 조건과 상기 변경된 판매 조건을 비교하는 단계;
    를 포함하고,
    상기 판매 조건은 상기 판매 정보에 포함된, 방법.
  11. 제품의 판매 정보를 제공하는 디바이스에 있어서,
    통신부; 및
    상기 통신부에 연결된 적어도 하나의 제어부를 포함하고,
    상기 적어도 하나의 제어부는,
    상기 디바이스의 사용자 인터페이스 상의 제 1 채팅창을 통해 상기 제품의 구매를 위한 구매 조건을 획득하고,
    상기 구매 조건의 카테고리를 식별하고,
    상기 디바이스에 저장된 사용자 정보 및 상기 디바이스를 이용한 사용자의 구매 행위에 대한 구매 이력 정보를 획득하고,
    상기 구매 조건, 상기 사용자 정보, 및 상기 구매 이력 정보에 기초하여, 상기 제품을 구매하기 위한 구매 조건을 나타내는 질의어(query)를 생성하고,
    상기 생성된 질의어를 적어도 하나의 판매 서버에게 제공하고,
    상기 통신부를 통해, 상기 생성된 질의어에 기초하여, 상기 적어도 하나의 판매 서버로부터, 기 설정된 시간 간격으로 상기 적어도 하나의 판매 서버에 등록된 상기 제품에 관한 판매 정보를 수신하되, 상기 판매 정보는 상기 제품에 관한 가격 변동 정보를 포함하고,
    상기 제품에 관한 판매 정보의 카테고리를 식별하고,
    상기 구매 조건 및 상기 제품에 관한 판매 정보를 카테고리 별로 비교하여 카테고리 별 유사도를 생성하고,
    상기 사용자 정보 및 상기 구매 이력 정보에 기초하여, 상기 구매 조건의 카테고리에 가중치를 할당하고,
    적어도 하나의 카테고리에 대한 상기 카테고리 별 유사도 및 상기 가중치에 기초하여, 상기 적어도 하나의 판매 서버 중 적어도 하나의 선택 서버를 결정하고,
    상기 구매 조건에 기초하여, 상기 적어도 하나의 선택 서버로부터 수신된 판매 정보의 적어도 일부를 편집하고,
    상기 제품에 관한 가격 변동 정보에 기초하여, 미래의 제품 정보를 예측하고,
    상기 예측된 미래의 제품 정보에 기초하여, 추천 구매 시점을 획득하고,
    상기 제 1 채팅창을 통해 상기 편집된 판매 정보, 상기 예측된 미래의 제품 정보, 또는 상기 추천 구매 시점 중 적어도 하나를 제공하는, 디바이스.
  12. 삭제
  13. 제 11항에 있어서, 상기 적어도 하나의 제어부는,
    상기 통신부를 통해, 상기 제품의 구매를 위한 사용자의 제 1 문의 메시지를 수신하며,
    상기 수신된 판매 정보에 기초하여 상기 제 1 문의 메시지에 대한 제 1 답변 메시지를 제공하는, 디바이스.
  14. 제 11항에 있어서, 상기 적어도 하나의 제어부는,
    상기 통신부를 통해, 상기 구매 조건을 변경하는 상기 사용자의 변경 메시지를 수신하고, 변경된 질의어를 상기 적어도 하나의 판매 서버에 제공하며,
    상기 변경 메시지에 기초하여, 상기 생성된 질의어를 변경하는, 디바이스.
  15. 삭제
  16. 제 11항에 있어서,
    상기 편집된 판매 정보는 상기 제품의 가격 변동 정보를 포함하는, 디바이스.
  17. 제 11항에 있어서, 상기 적어도 하나의 제어부는,
    상기 적어도 하나의 판매 서버와 메시지를 송수신하기 위한 제 2 채팅창을 생성하고, 상기 디바이스의 사용자 인터페이스 상의 상기 제 2 채팅창을 통하여 상기 판매 서버에게 상기 구매 조건을 나타내는 메시지를 제공하고, 상기 수신된 판매 정보를 상기 제 2 채팅창을 통해 상기 사용자에게 제공하는, 디바이스.
  18. 삭제
  19. 제 11항에 있어서, 상기 적어도 하나의 제어부는,
    상기 구매 조건을 만족하도록 상기 적어도 하나의 판매 서버에 상기 제품의 판매 조건의 변경을 요청하고, 상기 구매 조건과 상기 변경된 판매 조건을 비교하며,
    상기 판매 조건은 상기 판매 정보에 포함된, 디바이스.
  20. 제 1항, 제 3항 내지 제 5항, 제 7항, 제 8항, 또는 제 10항 중에 적어도 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020160152236A 2016-11-15 2016-11-15 제품의 판매 정보를 제공하는 방법 및 장치 KR102628037B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160152236A KR102628037B1 (ko) 2016-11-15 2016-11-15 제품의 판매 정보를 제공하는 방법 및 장치
US15/812,450 US20180137550A1 (en) 2016-11-15 2017-11-14 Method and apparatus for providing product information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160152236A KR102628037B1 (ko) 2016-11-15 2016-11-15 제품의 판매 정보를 제공하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180054365A KR20180054365A (ko) 2018-05-24
KR102628037B1 true KR102628037B1 (ko) 2024-01-22

Family

ID=62108480

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160152236A KR102628037B1 (ko) 2016-11-15 2016-11-15 제품의 판매 정보를 제공하는 방법 및 장치

Country Status (2)

Country Link
US (1) US20180137550A1 (ko)
KR (1) KR102628037B1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10579738B2 (en) * 2017-04-05 2020-03-03 Voicebox Technologies Corporation System and method for generating a multi-lingual and multi-intent capable semantic parser based on automatically generated operators and user-designated utterances relating to the operators
WO2019136387A1 (en) * 2018-01-08 2019-07-11 Ebay Inc. Artificial assistant system notifications
WO2019216592A1 (ko) 2018-05-11 2019-11-14 주식회사 엘지화학 고흡수성 수지 시트의 제조 방법
CN109688225B (zh) * 2019-01-08 2021-11-16 网易（杭州）网络有限公司 一种通信方法及装置
US11250496B2 (en) * 2019-01-11 2022-02-15 Peiky SAS Mobile device keyboard integrated sales platform
KR20210012730A (ko) 2019-07-26 2021-02-03 삼성전자주식회사 인공지능 모델의 학습 방법 및 전자 장치
KR102511258B1 (ko) * 2020-12-23 2023-03-17 주식회사 다이노스밴드 클라이언트 단말을 이용하여 제3자가 참여하는 채팅 서비스 제공 장치 및 방법
KR102563130B1 (ko) * 2021-02-09 2023-08-03 (주)레몬클라우드 상품페이지 제공 장치 및 상품페이지 제공 방법
KR102507141B1 (ko) 2022-05-09 2023-03-07 (주)테온 판매자 및 구매자 간의 채팅 기반 it 인프라 장비의 구매 플랫폼 서비스 제공 방법, 장치 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013109757A (ja) * 2012-10-25 2013-06-06 Yuta Tomiyasu 商品購入希望者に対する支援機能を有するネットモールシステム
JP2014109910A (ja) * 2012-12-01 2014-06-12 Kazuo Kaneko 商品情報提供システム、商品情報提供装置、及び商品情報出力装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100371406B1 (ko) * 2000-04-19 2003-02-05 윤봉수 도움말 제공 방법
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US20080243668A1 (en) * 2007-03-30 2008-10-02 Nathan Ondyak Authorization control system and method to determine operation of a controlled device to permit an individual to perform an action
CN103109288A (zh) * 2010-07-23 2013-05-15 电子湾有限公司 提供产品信息的即时消息机器人
US8737599B2 (en) * 2011-11-23 2014-05-27 24/7 Customer, Inc. Interaction management
KR20140065667A (ko) * 2012-11-20 2014-05-30 안희성 실시간 개별 상담이 가능한 전자 상거래 시스템
US9390706B2 (en) * 2014-06-19 2016-07-12 Mattersight Corporation Personality-based intelligent personal assistant system and methods
KR20160070569A (ko) * 2014-12-10 2016-06-20 엘지전자 주식회사 이동 단말기 및 그 제어 방법
US20170287038A1 (en) * 2016-03-31 2017-10-05 Microsoft Technology Licensing, Llc Artificial intelligence negotiation agent

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013109757A (ja) * 2012-10-25 2013-06-06 Yuta Tomiyasu 商品購入希望者に対する支援機能を有するネットモールシステム
JP2014109910A (ja) * 2012-12-01 2014-06-12 Kazuo Kaneko 商品情報提供システム、商品情報提供装置、及び商品情報出力装置

Also Published As

Publication number Publication date
KR20180054365A (ko) 2018-05-24
US20180137550A1 (en) 2018-05-17

Similar Documents

Publication Publication Date Title
KR102628037B1 (ko) 제품의 판매 정보를 제공하는 방법 및 장치
US10956007B2 (en) Electronic device and method for providing search result thereof
US20200118010A1 (en) System and method for providing content based on knowledge graph
US11954150B2 (en) Electronic device and method for controlling the electronic device thereof
US11189278B2 (en) Device and method for providing response message to user input
KR102606287B1 (ko) 애플리케이션의 번역 정보를 제공하는 디바이스 및 방법
EP3756185B1 (en) Electronic device for outputting response to speech input by using application and operation method thereof
US11721333B2 (en) Electronic apparatus and control method thereof
KR20220111241A (ko) 텍스트와 연관된 이미지 제공 방법 및 이를 위한 전자 장치
US11481551B2 (en) Device and method for providing recommended words for character input
KR102430567B1 (ko) 텍스트와 연관된 이미지 제공 방법 및 이를 위한 전자 장치
KR20180132493A (ko) 스와이프 입력에 기초하여 입력 문자를 판단하는 시스템 및 방법
CN110998507B (zh) 电子装置及其用于提供搜索结果的方法
KR102596841B1 (ko) 사용자의 발화에 응답하여 하나 이상의 아이템을 제공하기 위한 전자 장치 및 방법
KR20200085143A (ko) 외부 장치를 등록하는 대화형 제어 시스템 및 방법
KR20200013164A (ko) 전자 장치, 및 전자 장치의 제어 방법
KR102440963B1 (ko) 전자 장치, 이의 제어 방법 및 비일시적인 컴퓨터 판독가능 기록매체
KR102417046B1 (ko) 사용자로부터 입력된 문자에 대한 추천 단어를 제공하는 디바이스 및 방법
KR20200094839A (ko) 사용자 입력에 대한 피드백 정보를 제공하는 전자 장치 및 그 동작 방법
US11961512B2 (en) System and method for providing voice assistance service
KR20230103577A (ko) 전자 장치 및 그의 동작 방법
KR20190046472A (ko) 전자 장치에서 발생된 트러블에 관한 가이드 정보를 제공하는 전자 장치, 서버 및 그 동작 방법
CN118093902A (zh) 电子装置及其用于提供搜索结果的方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant