KR20190101630A - 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법 - Google Patents

Abstract

통신 인터페이스; 상기 통신 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 적어도 하나의 메모리;를 포함하고, 상기 메모리에 실행되었을 때 상기 프로세서로 하여금, 자동 음성 인식(automaticspeech recognition (ASR)) 모듈; 및 서로 독립적으로 작동하는 복수의 NLU(natural language understanding) 모듈;을 제공하도록 하고, 더하여(futher) 상기 프로세서로 하여금, 상기 통신 인터페이스를 통해 제1 사용자 발화를 포함하는 제1 음성 데이터를 수신하고, 상기 제1 음성 데이터를 상기 자동 음성 인식 모듈을 이용하여 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리하고, 상기 제1 텍스트 데이터를 상기 복수의 NLU 모듈 중 제1 NLU 모듈을 이용하여 제1 의도(intent), 및 상기 제1 의도와 관련된 하나 이상의 항목(items)을 제공하도록 처리하고, 상기 통신 인터페이스를 통해 상기 제1 의도, 및 상기 하나 이상의 항목에 적어도 일부에 기초한 제1 응답을 제공하고, 상기 복수의 NLU 모듈 중 적어도 일부의 다른 NLU 모듈로 상기 제1 의도, 및 상기 하나 이상의 항목 중 적어도 일부를 제공하도록 하는 명령어가 저장할 수 있는 시스템이 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법{SYSTEM FOR PROCESSING USER UTTERANCE AND CONTROLLING METHOD THEREOF}

본 문서에서 개시되는 실시 예들은, 사용자 발화를 처리하는 기술과 관련된다.

최근의 전자 장치들은 키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰(smart phone)이나 태블릿(tablet)과 같은 전자 장치들은 사용자 음성을 입력 받고, 입력된 사용자 음성에 대응되는 동작을 실행하는 서비스를 제공하고 있다.

이러한 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고 그 의도에 맞는 결과를 산출하여 사용자에게 서비스를 제공하는 기술이다.

전자 장치는 제공하는 서비스가 다양해 짐에 따라 외부 서버를 통해 사용자 발화를 처리함으로써, 사용자 발화에 대응되는 지정된 서비스를 제공할 수 있다. 있다. 외부 서버는 사용자 발화를 처리하기 위한 데이터베이스, 및 AI(artificial intelligence) 시스템을 포함하여, 전자 장치에 비해 정확하게 사용자 발화를 분석할 수 있다. 특히, 외부 서버는 서드 파티 그룹(third party group)의 다양한 어플리케이션에 대한 사용자 발화를 처리하기 위해, 독립적으로 운영되는 별도의 분석 시스템을 포함할 수 있다. 이에 따라, 전자 장치는 서비스 각각이 독립적으로 처리되는 모듈을 포함하는 외부 서버를 이용하여 사용자 발화를 처리하는 경우, 복수의 앱들이 유기적으로 동작하지 못함으로써 공통적으로 필요한 정보를 반복해서 입력해야 하는 불편함이 있다.

본 발명의 다양한 실시 예는, 사용자 발화에 포함된 공통적으로 필요한 컨텍스트 정보를 서로 다른 서비스를 처리하기 위한 모듈에서 공유하게 하는 시스템을 제안하고자 한다.

본 문서에 개시되는 일 실시 예에 따른 시스템은, 통신 인터페이스; 상기 통신 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 적어도 하나의 메모리;를 포함하고, 상기 메모리에 실행되었을 때 상기 프로세서로 하여금, 자동 음성 인식(automaticspeech recognition (ASR)) 모듈; 및 서로 독립적으로 작동하는 복수의 NLU(natural language understanding) 모듈;을 제공하도록 하고, 더하여(futher) 상기 프로세서로 하여금, 상기 통신 인터페이스를 통해 제1 사용자 발화를 포함하는 제1 음성 데이터를 수신하고, 상기 제1 음성 데이터를 상기 자동 음성 인식 모듈을 이용하여 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리하고, 상기 제1 텍스트 데이터를 상기 복수의 NLU 모듈 중 제1 NLU 모듈을 이용하여 제1 의도(intent), 및 상기 제1 의도와 관련된 하나 이상의 항목(items)을 제공하도록 처리하고, 상기 통신 인터페이스를 통해 상기 제1 의도, 및 상기 하나 이상의 항목에 적어도 일부에 기초한 제1 응답을 제공하고, 상기 복수의 NLU 모듈 중 적어도 일부의 다른 NLU 모듈로 상기 제1 의도, 및 상기 하나 이상의 항목 중 적어도 일부를 제공하도록 하는 명령어가 저장될 수 있다.

또한, 본 문서에 개시되는 일 실시 예에 따른 컨텍스트를 공유하는 방법은, 제1 사용자 발화를 포함하는 제1 음성 데이터를 수신하는 동작; 상기 제1 음성 데이터를 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리하는 동작; 복수의 NLU 모듈 중 제1 NLU 모듈을 이용하여 상기 제1 텍스트 데이터를 제1 의도(intent), 및 상기 제1 의도와 관련된 하나 이상의 항목(item)을 제공 하도록 처리하는 동작; 상기 제1 의도, 및 상기 하나 이상의 항목에 적어도 일부에 기초한 제1 응답을 제공하는 동작; 및 상기 복수의 NLU 모듈 중 적어도 일부의 다른 NLU 모듈로 상기 제1 의도, 및 상기 하나 이상의 항목 중 적어도 일부를 제공하는 동작;을 포함할 수 있다.

본 문서에 개시되는 실시 예들에 따르면, 지능형 서버는 서로 다른 서비스를 제공하는 복수의 챗봇 사이에 사용자 발화를 처리하는데 필요한 컨텍스트 정보를 공유하게 함으로써, 공유할 수 있는 컨텍스트 정보를 다시 획득하기 위한 사용자 입력이나 지능형 서버의 응답을 방지할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 5은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 패스 자연어 이해 모듈(natural language understanding)(NLU)이 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 7은 다양한 실시 예에 따른 컨텍스트 정보를 제공하기 위한 지능형 시스템의 구성을 나타낸 도면이다.
도 8a는 일 실시 예에 따른 복수의 챗봇이 형식을 변환하여 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈(context share module) 의 구성을 나타낸 블록도이다.
도 8b는 일 실시 예에 따른 컨텍스트 셰어 모듈에 저장된 정보의 형식을 나타낸 블록도이다.
도 9는 일 실시 예에 따른 복수의 챗봇이 지정된 형식으로 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈의 구성을 나타낸 블록도이다.
도 10은 일 실시 예에 따른 복수의 챗봇이 음성 데이터로 변환하여 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈의 구성을 나타낸 블록도이다.
도 11a 및 도 11b는 일 실시 예에 따른 지능형 서버가 컨텍스트 정보를 공유하는 방법을 나타낸 흐름도이다.
도 12는 일 실시 예에 따른 지능형 서버가 사용자 입력에 따른 복수의 서비스를 사용자에게 제공하는 화면을 나타낸 도면이다.
도 13은 일 실시 예에 따른 지능형 서버가 사용자 입력에 따라 제공된 복수의 서비스의 내용을 변경하는 화면을 나타낸 도면이다.
도 14는 일 실시 예에 따른 지능형 서버가 사용자 입력에 따라 지정된 서비스를 제공하는 화면을 나타낸 도면이다.
도 15는 일 실시 예에 따른 지능형 서버가 지정된 서비스를 제공하기 위한 챗봇을 결정하는 화면을 나타낸 도면이다.
도 16은 다양한 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도를 나타낸다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.

본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.

도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.

도 1을 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.

사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.

지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.

본 문서의 “패스 룰(path rule)” 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 사용자 단말(100)은 적어도 하나 이상의 상태(예: 사용자 단말(100)의 동작 상태)를 순차적으로 갖음으로써, 상기 태스크를 수행할 수 있다.

일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-basedsystem) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.

제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말기(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.

도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.

도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)을 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다. 사용자 단말(100)은 상기 하우징의 내부에 위치한 통신 회로를 더 포함할 수 있다. 사용자 단말(100)은 상기 통신 회로를 통해 외부 서버(예: 지능형 서버(200))와 데이터(또는, 정보)를 송수신할 수 있다.

일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.

일 실시 예에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다. 상기 마이크는, 예를 들어, 하우징의 일부분(예: 제1 부분)을 통해 노출될 수 있다.

일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic userinterface)(GUI)를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(120)는 하우징의 일부분(예: 제2 부분)을 통해 노출될 수 있다.

일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다. 일 실시 예에 따르면, 스피커(130)는 하우징의 일부분(예: 제3 부분)을 통해 노출될 수 있다.

일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램 application program))(141, 143)을 저장할 수 있다. 복수의 앱(141, 143)은, 예를 들어, 사용자 입력에 대응되는 기능을 수행하기 위한 프로그램(program)일 수 있다. 일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 저장할 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)은, 예를 들어, 수신된 사용자 입력(예: 사용자 발화)을 처리하기 위한 프레임워크(framework)(또는, 어플리케이션 프레임워크(application framework))일 수 있다.

일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.

일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장하고, 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 실행 매니저 모듈(147)에 의해 로드되어 동작할 수 있다. 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스 모듈(141a, 143a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(141,143)은 기능을 수행하기 위해서 실행 서비스 모듈(141a, 143a)를 통해 복수의 동작(예: 상태 들의 시퀀스)(141b, 143b)을 실행할 수 있다. 다시 말해, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(147)에 의해 활성화되고, 복수의 동작 (141b, 143b)을 실행할 수 있다.

일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.

일 실시 예에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(141a, 143a)은 실행 매니저 모듈(147)에 의해 활성화되고, 실행 매니저 모듈(147)로부터 상기 패스 룰에 따라 실행 요청을 전달 받고, 상기 실행 요청에 따라 동작(141b, 143b)을 함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈(141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(147)로 전달할 수 있다.

일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(141a, 143a)은 하나의 동작(예: 제1 앱(141)의 동작 1, 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(147)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(147)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈로 전달할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)이 실행되는 경우, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작(예: 제1 앱(141)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(147)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 송신할 수 있다.

일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.

일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(145)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.

일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)이 프로세서(150)에 의해 실행될 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능은 프로세서(150)에 의해 구현될 수 있다. 상기 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)의 기능에 대해 프로세서(150)의 동작으로 설명하겠다. 일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)는 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.

일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능을 구현할 수 있다.

일 실시 예에 따른, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 상기 생성된 명령에 따라 메모리(140)에 저장된 앱(141, 143)을 실행시킬 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 서비스 모듈(149)을 실행하여 사용자의 정보를 관리하 고, 상기 사용자의 정보를 이용하여 사용자 입력을 처리할 수 있다.

프로세서(150)는 지능형 에이전트(145)를 실행하여 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하고, 지능형 서버(200)를 통해 상기 사용자 입력을 처리할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하 고, 상기 검출된 종점을 이용하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하고, 상기 인식된 사용자 입력을 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 성능을 위하여 상기 전처리 구성을 전부 실행시킬 수 있지만, 다른 실시 예에서 프로세서(150)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 실행시킬 수 있다.

일 실시 예에 따르면, 지능형 에이전트(145)는 사용자의 호출을 인식하기 위해 메모리(140)에 저장된 웨이크 업(wake up) 인식 모듈을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 상기 웨이크 업 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위한 지능형 에이전트(145)를 실행시킬 수 있다. 상기 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)로 구현될 수 있다. 일 실시 예에 따르면, 프로세서(150)는 하드웨어 키를 통한 사용자 입력 을 수신하였을 때 지능형 에이전트(145)를 실행시킬 수 있다. 지능형 에이전트(145)가 실행된 경우, 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.

일 실시 예에 따르면, 지능형 에이전트(145)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 프로세서(150)는 상기 음성 인식 모듈을 통해 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 프로세서(150)는 상기 음성 인식 모듈을 통해 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 “찰칵”과 같은 발화 등)을 인식할 수 있다. 프로세서(150)는 상기 지능형 서버(200)를 보조하여 상기 음성 인식 모듈을 통해 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 사용자 입력을 실행하기 위한 지능형 에이전트(145)의 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.

일 실시 예에 따르면, 지능형 에이전트(145)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.

일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자의 음성을 지능형 서버(200)로 송신하고, 지능형 서버(200)로부터 사용자의 음성에 대응되는 텍스트 데이터를 수신할 수 있다. 이에 따라, 프로세서(150) 는 상기 변환된 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 통해 상기 패스 룰을 실행 매니저 모듈(147)로 전달할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145) 를 실행하여 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(149)로 전달하고, 상기 전달된 실행 결과 로그는 페르소나 모듈(persona manager)(149b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.

일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)로부터 패스 룰을 전달받아 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 전달 받을 수 있다.

일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보(예: 패스 룰 정보)를 앱(141, 143)으로 전달할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 전달하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.

일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 전달 받을 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 정지된 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 전달 받은 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자로부터 발화를 수신할 수 있 다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145) 를 통해 상기 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 지능형 서버(200)로부터 상기 사용자의 발화의 파라미터 정보를 수신할 수 있 다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 수신된 파라미터 정보를 실행 매니저 모듈(147)로 전달할 수 있다. 실행 매니저 모듈(147)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(147)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는, 예를 들어, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 프로세서(150)는 상기 동일한 동작까지 실행한 경우, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.

일 실시 예에 따르면, 지능형 서비스 모듈(149)은 컨텍스트 모듈(149a), 페르소나 모듈(149b) 또는 제안 모듈(149c)을 포함할 수 있다.

프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하고, 상기 수신된 컨텍스트 정보를 통해 앱(141, 143)의 현재 상태를 수집할 수 있다.

프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하고, 상기 수집된 사용자 단말(100)의 사용 정보 및 수행 결과를 이용하여 사용자의 개인 정보를 관리할 수 있다.

프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 의도를 예측하고, 상기 사용자의 의도에 기초하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)에 따라 사용자에게 명령을 추천해줄 수 있다.

도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.

도 3을 참조하면, 사용자 단말(100)이 사용자 입력을 수신하여 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.

일 실시 예에 따르면, 사용자 단말(100)은 하드웨어 키(112)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(111b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(120b)하기 위해 상기 하드웨어 키(112)를 지속적으로 눌러서 음성을 입력(120b)을 할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 마이크(111)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 마이크(111)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(111a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.

도 4를 참조하면, 프로세서(150)는 지능형 에이전트(145)로부터 컨텍스트 요청을 수신(①)하면, 컨텍스트 모듈(149a)을 통해 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 요청(②)할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 상기 컨텍스트 정보를 수신(③)하여 지능형 에이전트(145)로 송신(④)할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 복수의 컨텍스트 정보를 전달 받을 수 있다. 상기 컨텍스트 정보는, 예를 들어, 가장 최근 실행된 앱(141, 143)에 대한 정보일 수 있다. 상기 컨텍스트 정보는, 다른 예를 들어, 앱(141, 143) 내의 현재 상태에 대한 정보(예: 갤러리에서 사진을 보고 있는 경우, 해당 사진에 대한 정보)일 수 있다.

일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)뿐만 아니라, 디바이스 플랫폼(device platform)으로부터 사용자 단말(100)의 현재 상태를 나타내는 컨텍스트 정보를 수신할 수 있다. 상기 컨텍스트 정보는 일반적 컨텍스트 정보, 사용자 컨텍스트 정보 또는 장치 컨텍스트 정보를 포함할 수 있다.

상기 일반적 컨텍스트 정보는 사용자 단말(100)의 일반적인 정보를 포함할 수 있다. 상기 일반적 컨텍스트 정보는 디바이스 플랫폼의 센서 허브 등을 통해 데이터를 전달 받아서 내부 알고리즘을 통해 확인될 수 있다. 예를 들어, 상기 일반적 컨텍스트 정보는 현재 시공간에 대한 정보를 포함할 수 있다. 상기 현재 시공간에 대한 정보는, 예를 들어, 현재 시간 또는 사용자 단말(100)의 현재 위치에 대한 정보를 포함할 수 있다. 상기 현재 시간은 사용자 단말(100) 상에서의 시간을 통해 확인될 수 있고, 상기 현재 위치에 대한 정보는 GPS(global positioning system)를 통해 확인될 수 있다. 다른 예를 들어, 상기 일반적 컨텍스트 정보는 물리적 움직임에 대한 정보를 포함할 수 있다. 상기 물리적 움직임에 대한 정보는, 예를 들어, 걷기, 뛰기, 운전 중 등에 대한 정보를 포함할 수 있다. 상기 물리적 움직임 정보는 모션 센서(motion sensor)(예: 제스쳐 센서, 자이로 센서, 가속 센서 등)를 통해 확인될 수 있다. 상기 운전 중에 대한 정보는 상기 모션 센서를 통해 운행을 확인할 수 있을 뿐만 아니라, 차량 내의 블루투스 연결을 감지하여 탑승 및 주차를 확인할 수 있다. 또 다른 예를 들어, 상기 일반적 컨텍스트 정보는 사용자 활동 정보를 포함할 수 있다. 상기 사용자 활동 정보는, 예를 들어, 출퇴근, 쇼핑, 여행 등에 대한 정보를 포함할 수 있다. 상기 사용자 활동 정보는 사용자 또는 앱이 데이터베이스에 등록한 장소에 대한 정보를 이용하여 확인될 수 있다.

상기 사용자 컨텍스트 정보는 사용자에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 감정적 상태에 대한 정보를 포함할 수 있다. 상기 감정적 상태에 대한 정보는, 예를 들어, 사용자의 행복, 슬픔, 화남 등에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 현재 상태에 대한 정보를 포함할 수 있다. 상기 현재 상태에 대한 정보는, 예를 들어, 관심, 의도 등(예: 쇼핑)에 대한 정보를 포함할 수 있다.

상기 장치 컨텍스트 정보는 사용자 단말(100)의 상태에 대한 정보를 포함할 수 있다. 예를 들어, 상기 장치 컨텍스트 정보는 실행 매니저 모듈(147)이 실행한 패스 룰에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 장치 컨텍스트 정보는 배터리에 대한 정보를 포함할 수 있다. 상기 배터리에 대한 정보는, 예를 들어, 상기 배터리의 충전 및 방전 상태를 통해 확인될 수 있다. 또 다른 예를 들어, 상기 장치 컨텍스트 정보는 연결된 장치 및 네트워크에 대한 정보를 포함할 수 있다. 상기 연결된 장치에 대한 정보는, 예를 들어, 상기 장치가 연결된 통신 인터페이스를 통해 확인될 수 있다.

도 5은 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.

도 5을 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 통신 회로, 메모리 및 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 명령어를 실행하여 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 및 텍스트 음성 변환 모듈(260)을 구동시킬 수 있다. 지능형 서버(200)는 상기 통신 회로를 통해 외부 전자 장치(예: 사용자 단말(100))와 데이터(또는, 정보)를 송수신할 수 있다.

지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.

일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.

일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 인식 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 상자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작(예: 적어도 하나 이상의 상태(state)) 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.

다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path ruledatabase)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(145)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.

일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.

일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.

일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.

일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.

일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.

도 6은 본 발명의 일 실시 예에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.

도 6은 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 어느 하나 동작(예: 상태 A 내지 상태 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 어느 하나의 동작(예: 상태)으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.

일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작(예: 상태들의 시퀀스)을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.

또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 자연어 이해 모듈(220)을 통해 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.

이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 패스 룰을 수신하고, 실행 매니저 모듈(147)로 상기 부분적으로 대응된 패스 룰을 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 사용자에 의해 추가 입력이 수신되면 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 실행 매니저 모듈(147)로 상기 패스 룰을 송신하여 제2 앱(143)을 실행할 수 있다.

일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.

하기에 첨부된 표 1은 일 실시 예에 따른 사용자가 요청한 태스크와 관련한 패스 룰의 예시적 형태를 나타낼 수 있다.

Path ruleID	State	parameter
Gallery_101	pictureView(25)	NULL
	searchView(26)	NULL
	searchViewResult(27)	Location,time
	SearchEmptySelectedView(28)	NULL
	SearchSelectedView(29)	ContentType,selectall
	CrossShare(30)	anaphora

표 1을 참조하면, 사용자 발화(예: “사진 공유해줘”)에 따라 지능형 서버(도 1의 지능형 서버(200))에서 생성 또는 선택되는 패스 룰은 적어도 하나의 상태(state)(25, 26, 27, 28, 29 또는 30)를 포함할 수 있다. 예를 들어, 상기 적어도 하나의 상태 (예: 단말의 어느 한 동작 상태)는 사진 어플리케이션 실행(PicturesView)(25), 사진 검색 기능 실행(SearchView)(26), 검색 결과 표시 화면 출력(SearchViewResult)(27), 사진이 미(non)선택된 검색 결과 표시 화면 출력(SearchEmptySelectedView)(28), 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(SearchSelectedView)(29) 또는 공유 어플리케이션 선택 화면 출력(CrossShare)(30) 중 적어도 하나에 해당될 수 있다.

일 실시 예에서, 상기 패스 룰의 파라미터 정보는 적어도 하나의 상태(state)에 대응될 수 있다. 예를 들어, 상기 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(29) 상태에 포함될 수 있다.

상기 상태(25, 26, 27, 28, 29)들의 시퀀스를 포함한 패스 룰의 수행 결과 사용자가 요청한 태스크 (예: “사진 공유해줘!”)가 수행될 수 있다.

도 7은 다양한 실시 예에 따른 컨텍스트 정보를 제공하기 위한 지능형 시스템의 구성을 나타낸 도면이다.

도 7을 참조하면, 지능형 서버(또는, 지능형 시스템)(700)는 사용자 발화에 대응되는 서비스를 제공할 수 있다. 예를 들어, 지능형 서버(700)는 도 5의 지능형 서버(200)와 유사하게 사용자 단말로부터 사용자 입력(예: 사용자 발화)를 수신하고, 상기 사용자 입력에 응답함으로써 사용자에게 지정된 서비스를 제공할 수 있다.

일 실시 예에 따르면, 지능형 서버(700)는 자동 음성 인식 모듈(또는, ASR 모듈)(710), 디스패치(dispatch) 모듈(720), 복수의 챗봇(chat-bot)(730), 및 컨텍스트 셰어 모듈(context share module)(740)을 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(700)의 상기 구성은 각각의 기능을 수행하기 위한 하드웨어(hardware) 모듈로 구현될 수 있다. 다른 실시 예에 따르면, 지능형 서버(700)는 상기 구성에 대응되는 기능을 구현하기 위한 통신 인터페이스(또는, 네트워크 인터페이스), 적어도 하나의 메모리, 및 적어도 하나의 프로세서를 포함할 수 있다. 상기 통신 인터페이스, 상기 메모리는 상기 프로세서에 작동적으로 연결될 수 있다. 일 실시 예에 따르면, 상기 메모리에 실행되었을 때 상기 프로세서로 하여금 지정된 동작을 수행하게 함으로써 상기 구성에 대응되는 기능을 수행하도록 하는 명령어가 저장될 수 있다.

일 실시 예에 따르면, 지능형 서버(700)는 사용자 단말로부터 사용자 발화를 포함하는 음성 데이터를 수신할 수 있다. 상기 사용자 단말은 상기 사용자 발화를 수신하고, 상기 사용자 발화에 대응되는 음성 데이터를 지능형 서버(700)로 송신할 수 있다.

일 실시 예에 따르면, 자동 음성 인식 모듈(710)은 도 5의 자동 음성 인식 모듈(510)과 유사하게 상기 수신된 음성 데이터를 사용자 발화와 관련된 텍스트 데이터로 변경할 수 있다. 다시 말해, 자동 음성 인식 모듈(710)은 상기 음성 데이터를 상기 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리할 수 있다.

일 실시 예에 따르면, 디스패치 모듈(720)은 복수의 챗봇(730) 중 상기 변환된 텍스트 데이터를 처리할 챗봇(731, 732, 733)을 선택할 수 있다. 일 실시 예에 따르면, 디스패치 모듈(720)은 수신된 음성 데이터에 기초하여 챗봇(731, 732, 733)을 선택할 수 있다.

일 실시 예에 따르면, 디스패치 모듈(720)은 사용자 발화가 지정된 단어를 포함하는 경우, 상기 사용자 발화에 포함된 앱의 이름에 대응되는 챗봇(731, 732, 733)을 선택할 수 있다. 예를 들어, 디스패치 모듈(720)은 상기 변경된 텍스트 데이터에 앱 네임(application name)이 포함되어 있는 경우, 상기 앱 네임에 대응되는 챗봇(731, 732, 733)을 선택할 수 있다.

일 실시 예에 따르면, 디스패치 모듈(720)은 사용자 발화가 지정된 단어를 포함하고 있지 않은 경우, 복수의 챗봇(730) 각각의 스코어(score)(또는, 캐이퍼빌리티 스코어(capability score))를 산출하여 사용자 발화를 처리할 챗봇(731, 732, 733)을 선택할 수 있다. 예를 들어, 디스패치 모듈(720)은 상기 변경된 텍스트 데이터에 앱 네임이 포함되어 있지 않은 경우, 복수의 챗봇(730) 각각의 스코어를 산출하고, 상기 산출된 스코어 중 가장 높은 스코어가 산출된 챗봇(731, 732, 733)을 상기 변경된 텍스트 데이터를 처리할 수 있는 모듈로 선택할 수 있다. 상기 스코어는, 예를 들어, 챗봇(731, 732, 733)과 관련성에 기초하여 산출될 수 있다. 일 실시 예에 따르면, 디스패치 모듈(720)은 챗봇(731, 732, 733)과 사용자 발화에 포함된 단어의 관련성을 분석하여 상기 스코어를 산출할 수 있다. 예를 들어, 디스패치 모듈(720)은 상기 변경된 텍스트 데이터에 포함된 단어 중 사용자 발화의 챗봇(731, 732, 733)의 기능과 관련된 단어의 수에 따라 상기 스코어를 산출할 수 있다.

일 실시 예에 따르면, 복수의 챗봇(730)은 각각 지정된 서비스를 제공하기 위한 응답을 사용자(또는, 사용자 단말)에게 제공할 수 있다. 예를 들어, 복수의 챗봇(730)은 사용자 발화에 대한 응답을 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 복수의 챗봇(730)은 각각 지정된 서비스를 제공하기 위한 앱(또는, 어플리케이션 프로그램)에 각각 대응될 수 있다. 일 실시 예에 따르면, 복수의 챗봇(730)은 사용자 단말에 설치된 앱을 동작하게 하여 결과를 사용자에게 제공하거나, 또는 웹(web)을 통해 획득된 결과를 앱을 통해 사용자에 제공할 수 있다. 일 실시 예에 따르면, 복수의 챗봇(730)은 각각의 지정된 서비스를 제공하기 위한 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)을 포함할 수 있다. 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 각각 독립적으로 동작할 수 있다.

일 실시 예에 따르면, 복수의 챗봇(730)은 지정된 서비스를 제공하기 위한 자연어 이해 모듈(또는, NLU(natual language understanding) 모듈)(731a, 732a, 733a)을 각각 포함할 수 있다. 다시 말해, 지능형 서버(700)는 지정된 서비스를 제공하기 위한 복수의 자연어 이해 모듈(730a)을 포함할 수 있다. 복수의 자연어 이해 모듈(730a)은 도 5의 자연어 이해 모듈(233)과 유사할 수 있다. 일 실시 예에 따르면, 복수의 자연어 이해 모듈(730a) 각각은 연관된 복수의 챗봇(730)(또는, 챗봇 서비스)을 제공할 수 있다. 복수의 챗봇(730)은 서로 상이한 서비스를 제공할 수 있다.

일 실시 예에 따르면, 복수의 자연어 이해 모듈(730a) 각각은 지정된 서비스와 관련된 사용자 발화를 처리할 수 있다. 예를 들어, 복수의 자연어 이해 모듈(730a)은 서로 다른 태스크(task)를 수행하기 위한 사용자 발화를 처리할 수 있다. 일 실시 예에 따르면, 복수의 자연어 이해 모듈(730a)은 상기 변경된 텍스트 데이터를 의도(intent) 및, 상기 의도(context)와 관련된 컨텍스트 정보로 처리할 수 있다. 다시 말해, 복수의 자연어 이해 모듈(730a)은 사용자 발화에 대응되는 의도 및, 상기 의도와 관련된 항목(item)을 포함하는 컨텍스트 정보를 생성할 수 있다. 상기 컨텍스트 정보는, 예를 들어, 상기 제1 의도에 대응되는 태스크를 수행하기 위한 파라미터를 포함할 수 있다.

일 실시 예에 따르면, 복수의 자연어 이해 모듈(730a)은 상기 생성된 의도 및 컨텍스트 정보에 기초하여 사용자 발화에 대응되는 응답을 사용자(또는, 사용자 단말)에게 제공할 수 있다.

일 실시 예에 따르면, 복수의 챗봇(730)은 상기 생성된 컨텍스트 정보를 관리하기 위한 로컬 컨텍스트 모듈(local context module)(731b, 732b, 733b)을 포함할 수 있다. 다시 말해, 지능형 서버(700)는 상기 생성된 컨텍스트 정보를 관리하기 위한 복수의 로컬 컨텍스트 모듈(730b)를 포함할 수 있다.

일 실시 예에 따르면, 복수의 로컬 컨텍스트 모듈(730b)은 상기 생성된 컨텍스트 정보를 데이터베이스에 저장할 수 있다. 예를 들어, 복수의 로컬 컨텍스트 모듈(730b)는 상기 생성된 컨텍스트 정보를 지정된 형식으로 저장할 수 있다.

일 실시 예에 따르면, 복수의 로컬 컨텍스트 모듈(730b)은 생성된 컨텍스트 정보를 다른 챗봇(731, 732, 733)과 공유할 수 있다. 예를 들어, 복수의 로컬 컨텍스트 모듈은(730b)은 상기 생성된 컨텍스트 정보 중 다른 챗봇(731, 732, 733)에서 사용될 수 있는 컨텍스트 정보를 다른 챗봇(731, 732, 733)과 공유할 수 있다. 일 실시 예에 따르면, 복수의 로컬 컨텍스트 모듈(730b)은 컨텍스트 셰어 모듈(740)을 통해 생성된 컨텍스트 정보를 다른 챗봇(731, 732, 733)과 공유할 수 있다. 복수의 로컬 컨텍스트 모듈은(730b)은 생성된 컨텍스트 정보를 공유하기 위해 컨텍스트 셰어 모듈(740)로 전달할 수 있다.

일 실시 예에 따르면, 제1 챗봇(731)은 제1 자연어 이해 모듈(731a), 및 제1 로컬 컨텍스트 모듈(731b)를 포함할 수 있다. 일 실시 예에 따르면, 제1 자연어 이해 모듈(731a)은 호텔 예약 서비스를 제공하기 위한 응답을 사용자에게 제공할 수 있다. 예를 들어, 제1 자연어 이해 모듈(731a)은 호텔 예약과 관련된 제1 사용자 입력(예: “오사카 호텔 9월 7일부터 10일까지 예약해줘!”)에 대한 제1 의도(예: 호텔 예약) 및 상기 제1 의도와 관련된 제1 컨텍스트 정보(예: 오사카, 9월 7일부터 10일)를 생성하고, 상기 제1 의도 및 상기 제1 컨텍스트 정보에 기초하여 제1 응답(예: 예약 가능한 호텔 정보)을 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 제1 로컬 컨텍스트 모듈(731b)는 상기 제1 컨텍스트 정보를 저장할 수 있다. 일 실시 예에 따르면, 제1 로컬 컨텍스트 모듈(731b)은 상기 제1 컨텍스트 정보를 컨텍스트 셰어 모듈(740)로 전송할 수 있다. 상기 제1 컨텍스트 정보는, 예를 들어, 지역, 및 기간에 대한 정보로써, 다른 챗봇(732, 733)과 정보를 공유할 수 있다.

일 실시 예에 따르면, 제2 챗봇(732)은 제2 자연어 모듈(732a), 및 제2 로컬 컨텍스트 모듈(732b)를 포함할 수 있다. 일 실시 예에 따르면, 제2 자연어 모듈(732a)은 렌터카 예약 서비스를 제공하기 위한 응답을 사용자에게 제공할 수 있다. 예를 들어, 제2 자연어 이해 모듈(732a)은 렌터카 예약과 관련된 제2 사용자 입력(예: “오사카 9월 7일부터 10일까지 렌터카 예약해줘!)에 대한 제2 의도(예: 렌터카 예약) 및 상기 제2 의도와 관련된 제2 컨텍스트 정보(예: 오사카, 9월 7일부터 10일)를 생성하고, 상기 의도 및 상기 컨텍스트 정보에 기초하여 제2 응답(예: 예약 가능한 렌터카 정보)을 사용자에게 제공할 수 있다. 일 실시 예에 따르면, 제2 로컬 컨텍스트 모듈(732b)은 상기 제2 컨텍스트 정보를 저장할 수 있다. 일 실시 예에 따르면, 제2 로컬 컨텍스트 모듈(732b)은 상기 제2 컨텍스트 정보를 컨텍스트 셰어 모듈(740)로 전송할 수 있다. 상기 제2 컨텍스트 정보는, 예를 들어, 기역, 및 기간에 대한 정보로써 다른 챗봇(731, 733)과 정보를 공유할 수 있다.

일 실시 예에 따르면, 제3 챗봇(733)은 제3 자연어 이해 모듈(733a) 및 제3 로컬 컨텍스트 모듈(733b)를 포함할 수 있다. 일 실시 예에 따르면, 제1 자연어 이해 모듈(733a)은 음식 배달 서비스를 제공하기 위한 응답을 사용자에게 제공할 수 있다. 예를 들어, 제3 자연어 이해 모듈(733a)은 음식 배달과 관련된 제3 사용자 입력(예: 매탄3동 213으로 슈프림 피자 1판 시켜줘!)에 대한 제3 의도(예: 음식 배달) 및 상기 제3 의도와 관련된 제3 컨텍스트 정보(예: 매탄3동 343, 슈프림 피자)를 생성하고, 상기 제3 의도 및 상기 제3 컨텍스트 정보에 기초하여 제3 응답(예: 주문 정보)을 사용자에게 제공할 수 있다. 일 실시 예에 다르면, 제3 로컬 컨텍스트 모듈(733b)은 상기 제3 컨텍스트 정보를 저장할 수 있다. 일 실시 예에 다르면, 제3 로컬 컨텍스트 모듈(733b)은 상기 제3 컨텍스트 정보를 컨텍스트 셰어 모듈(740)로 전송할 수 있다. 상기 제1 컨텍스트 정보는, 예를 들어, 주소, 및 메뉴에 대한 정보로써 다른 챗봇(731, 732)과 정보를 공유할 수 있다.

일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 복수의 챗봇(730)에서 생성된 컨텍스트 정보를 수신할 수 있다. 예를 들어, 컨텍스트 셰어 모듈(740)은 복수의 로컬 컨텍스트 모듈(730b)로부터 다른 챗봇(731, 732, 733)에서 사용될 수 있는 컨텍스트 정보를 수신할 수 있다. 일 실시 예에 다르면, 컨텍스트 셰어 모듈(740)은 상기 수신된 정보를 데이터베이스에 저장할 수 있다. 일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 상기 데이터베이스에 저장된 컨텍스트 정보를 다른 챗봇(731, 732, 733)으로 전달할 수 있다. 이에 따라, 복수의 챗봇(730)은 컨텍스트 정보를 서로 공유할 수 있다.

도 8a은 일 실시 예에 따른 복수의 챗봇이 형식을 변환하여 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈(context share module) 의 구성을 나타낸 블록도이다.

도 8a을 참조하면, 컨텍스트 셰어 모듈(740)은 제1 챗봇(731)과 제2 챗봇(732) 사이의 컨텍스트 정보 공유를 위해 지정된 형식으로 컨텍스트 정보(또는, 항목)를 저장할 수 있다. 일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 컨텍스트 데이터 컨버터(741a), 및 컨텍스트 데이터베이스(741b)를 포함할 수 있다.

일 실시 예에 따르면, 컨텍스트 데이터 컨버터(741a)는 제1 챗봇(731)로부터 수신된 컨텍스트 정보를 지정된 형식으로 변환할 수 있다. 예를 들어, 컨텍스트 데이터 컨버터(741a)는 적어도 하나의 필드(예: 사용자 이름 필드, 주소 필드)를 설정하고, 상기 설정된 필드에 따라 상기 수신된 컨텍스트를 변환할 수 있다. 다시 말해, 상기 지정된 형식은 적어도 하나의 필드로 정의될 수 있다. 일 실시 예에 따르면, 컨텍스트 데이터 컨버터(741a)는 상기 변환된 컨텍스트 정보를 컨텍스트 데이터베이스(741b)에 저장할 수 있다. 예를 들어, 컨텍스트 셰어 모듈(740)은 컨텍스트 데이터 컨버터(741a)에서 변환된 컨텍스트 정보를 컨텍스트 데이터베이스(741b)에 저장할 수 있다.

일 실시 예에 따르면, 컨텍스트 데이터 컨버터(741a)는 상기 지정된 형식으로 저장된 컨텍스트 정보를 제2 챗봇(732)에 필요한 형식으로 다시 변환할 수 있다. 예를 들어, 컨텍스트 데이터 컨버터(741a)는 상기 지정된 형식으로 저장된 컨텍스트 정보의 적어도 하나의 필드 중 제2 챗봇(732)에서 필요한 정보를 포함하고 있는 필드(예: 주소 필드)를 추출할 수 있다. 일 실시 예에 따르면, 컨텍스트 데이터 컨버터(741a)는 상기 다시 변환된 형태의 컨텍스트 정보를 제2 챗봇(733)으로 전달할 수 있다.

일 실시 예에 따르면, 컨텍스트 데이터 컨버터(741a)는 사용자 발화의 목적에 따라 서로 다른 형식으로 컨텍스트 정보를 변환하여 컨텍스트 데이터 베이스(741b)에 저장할 수 있다. 예를 들어, 컨텍스트 데이터 컨버터(741a)는 사용자 발화의 목적(예: 호텔 예약, 음식 주문 등)에 따라 서로 다른 필드를 설정하여 상기 수신된 컨텍스트 정보를 컨텍스트 데이터베이스(741b)에 저장할 수 있다.

이에 따라, 컨텍스트 셰어 모듈(740)은 서로 다른 형식으로 생성된 컨텍스트 정보를 복수의 챗봇(730) 사이에서 공유 시킬 수 있다.

도 8b는 일 실시 예에 따른 컨텍스트 셰어 모듈에 저장된 정보의 지정된 형식을 나타낸 블록도이다.

도 8b를 참조하면, 컨텍스트 셰어 모듈(740)은 지정된 형식으로 복수의 챗봇(730) 사이에 전달되는 컨텍스트 정보(또는, 항목)를 저장할 수 있다. 컨텍스트 셰어 모듈(740)은 컨텍스트 데이터베이스(741b)에 컨텍스트 정보를 저장할 수 있다.

일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 적어도 하나의 필드(field)로 정의된 컨텍스트 정보를 컨텍스트 데이터베이스(741b)에 저장할 수 있다. 예를 들어, 컨텍스트 셰어 모듈(740)은 저장된 정보의 내용에 따라 필드를 정의하고, 상기 정의된 필드에 그 내용을 저장한 컨텍스트 정보를 컨텍스트 데이터베이스(741b)에 저장할 수 있다. 상기 컨텍스트 정보(741b_1)가, 예를 들어, 날짜(date)에 대한 내용을 포함하고 있는 경우, 컨텍스트 셰어 모듈(740)은 필드를 “shared,date”로 정의하고 상기 정의된 필드에 그 내용 “9월 7일”을 저장할 수 있다. 상기 컨텍스트 정보(741b_2)가, 다른 예를 들어, 지역(location)에 대한 내용을 포함하고 있는 경우, 컨텍스트 셰어 모듈(740)은 필드를 “shared.location”으로 정의하고 상기 정의된 필드에 그 내용인 “부산”을 저장할 수 있다. 또한, 상기 컨텍스트 정보(741b_3)가, 또 다른 예를 들어, 주소(address)에 대한 내용을 포함하고 있는 경우, 컨텍스트 셰어 모듈(740)은 필드를 “shared.address”로 정의하고 상기 정의된 필드에 그 내용인 “수원시 영통구 매탄3동”을 저장할 수 있다.

도 9는 일 실시 예에 따른 복수의 챗봇이 지정된 형식으로 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈의 구성을 나타낸 블록도이다.

도 9를 참조하면, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 지정된 형식으로 컨텍스트 정보(또는, 항목)를 공유할 수 있다. 일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 컨텍스트 데이터베이스(743)를 포함할 수 있다.

일 실시 예에 따르면, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 지정된 형식의 컨텍스트 정보를 생성할 수 있다. 상기 지정된 형식은, 예를 들어, 컨텍스트 정보의 속성을 나타낸 형식(예: Shared.data: 9월 7일부터 10일까지, Shared.address: 매탄3동 343)일 수 있다.

일 실시 예에 따르면, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 지정된 형식의 컨텍스트 정보를 컨텍스트 데이터베이스(743)에 저장할 수 있다. 일 실시 예에 따르면, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 컨텍스트 데이터베이스(743)로부터 지정된 형식의 컨텍스트 정보를 획득할 수 있다. 일 실시 예에 따르면, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 컨텍스트 데이터베이스(743)을 통해 컨텍스트 정보의 형식의 변환 없이 컨텍스트 정보를 공유할 수 있다.

이에 따라, 제1 챗봇(731), 제2 챗봇(732), 및 제3 챗봇(733)은 지정된 형식의 컨텍스트 정보를 원하는 시점에 컨텍스트 셰어 모듈(740)에 저장(또는, 업데이트)할 수 있고, 컨텍스트 셰어 모듈(740)로부터 상기 지정된 형식의 컨텍스트 정보를 획득할 수 있다.

도 10은 일 실시 예에 따른 복수의 챗봇이 음성 데이터로 변환하여 컨텍스트 정보를 공유하기 위한 컨텍스트 셰어 모듈의 구성을 나타낸 블록도이다.

도 10을 참조하면, 컨텍스트 셰어 모듈(740)은 제1 챗봇(731)과 제2 챗봇(732) 사이의 컨텍스트 정보 공유를 위해 컨텍스트 정보(또는, 항목)를 음성 데이터(또는, 자연어)로 변환할 수 있다. 일 실시 예에 따르면, 컨텍스트 셰어 모듈(740)은 컨텍스트 데이터 처리 모듈(745a) 및 컨텍스트 데이터베이스(745b)를 포함할 수 있다.

일 실시 예에 따르면, 컨텍스트 데이터 처리 모듈(745a)은 제1 챗봇(731)으로부터 생성된 컨텍스트 정보를 수신하고, 상기 수신된 컨텍스트 정보를 컨텍스트 데이터베이스(745b)에 저장할 수 있다. 예를 들어, 컨텍스트 데이터 처리 모듈(745a)는 지정된 형식으로 변환하지 않고, 상기 수신된 컨텍스트 정보를 컨텍스트 데이터베이스(745b)에 저장할 수 있다.

일 실시 예에 따르면, 컨텍스트 데이터 처리 모듈(745a)은 상기 저장된 컨텍스트 정보를 음성 데이터로 변환할 수 있다. 예를 들어, 컨텍스트 데이터 처리 모듈(745a)는 도 5의 자연어 생성 모듈(250)과 유사한 자연어 생성 모듈(또는, NLG(natural language generator) 모듈)(750)을 통해 상기 저장된 컨텍스트 정보를 음성 데이터로 변환할 수 있다. 일 실시 예에 따르면, 컨텍스트 데이터 처리 모듈(745a)은 상기 변환된 음성 데이터를 제2 챗봇(733)으로 전달할 수 있다. 일 실시 예에 따르면, 제2 챗봇(732)은 자동 음성 인식 모듈(예: 도 7의 자동 음성 인식 모듈(710)) 및 자연어 이해 모듈(예: 도 7의 제2 자연어 이해 모듈(732a)을 통해 상기 전달된 음성 데이터를 처리할 수 있다.

이에 따라, 컨텍스트 셰어 모듈(740)은 지정된 형식으로 변환하기 위한 새로운 모듈을 포함하지 않고, 지능형 서버(700)의 일반적인 기능을 실행하기 위한 모듈을 복수의 챗봇(730) 사이에서 공유 시킬 수 있다.

도 11a 및 도 11b는 일 실시 예에 따른 지능형 서버가 컨텍스트 정보를 공유하는 방법을 나타낸 흐름도이다.

도 11a를 참조하면, 지능형 서버(700)는 복수의 챗봇(730)에서 생성된 컨텍스트 정보를 다른 챗봇(731, 732, 733)으로 전달할 수 있다. 상기 컨텍스트 정보를 다른 챗봇(731, 732, 733)으로 전달하는 방법(1101)은 1100 동작 내지 1150 동작을 포함할 수 있다.

일 실시 예에 따르면, 1110 동작에서, 지능형 서버(700)(예: 복수의 챗봇(730))는 제1 사용자 발화를 포함하는 제1 음성 데이터를 수신할 수 있다. 예를 들어, 지능형 서버(700)는 통신 인터페이스을 통해 상기 제1 음성 데이터를 수신할 수 있다.

일 실시 예에 따르면, 1120 동작에서, 지능형 서버(700)는 상기 제1 음성 데이터를 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터로 처리할 수 있다.

일 실시 예에 따르면, 1130 동작에서, 지능형 서버(700)는 복수의 챗봇(730) 중 제1 챗봇(731)을 이용하여 상기 제1 텍스트 데이터를 제1 의도, 및 제1 의도와 관련된 하나 이상의 컨텍스트 정보로 처리할 수 있다.

일 실시 예에 따르면, 1140 동작에서, 지능형 서버(700)는 상기 제1 의도, 및 상기 하나 이상의 컨텍스트 정보에 기초하여 제1 응답을 제공할 수 있다. 예를 들어, 지능형 서버(700)는 통신 인터페이스를 통해 상기 제1 응답을 제공할 수 있다.

일 실시 예에 따르면, 1150 동작에서, 지능형 서버(700)는 상기 하나 이상의 컨텍스트 정보 중 적어도 일부를 복수의 챗봇(730) 중 다른 자연어 이해 모듈(731, 732, 733)로 전달할 수 있다. 예를 들어, 지능형 서버(700)는 상기 하나 이상의 컨텍스트 정보 중 적어도 일부를 컨텍스트 셰어 모듈(740)을 통해 복수의 챗봇(730) 중 다른 자연어 이해 모듈(731, 732, 733)로 전달할 수 있다.

도 11b를 참조하면, 지능형 서버(700)는 다른 챗봇(731, 732, 733)으로부터 전달된 컨텍스트 정보를 이용하여 사용자 발화를 처리할 수 있다. 상기 컨텍스트 정보를 처리하는 방법(1103)은 1160 동작 내지 1190 동작을 포함할 수 있다.

일 실시 예에 따르면, 1160 동작에서, 지능형 서버(700)(예: 복수의 챗봇(730))는 제2 사용자 발화를 포함하는 제2 음성 데이터를 수신할 수 있다. 예를 들어, 지능형 서버(700)는 통신 인터페이스을 통해 상기 제2 음성 데이터를 수신할 수 있다.

일 실시 예에 따르면, 1170 동작에서, 지능형 서버(700)는 상기 제2 음성 데이터를 상기 제2 사용자 발화에 기초한 제2 텍스트 데이터로 처리할 수 있다.

일 실시 예에 따르면, 1180 동작에서, 지능형 서버(700)는 복수의 챗봇(730) 중 제2 챗봇(732)을 이용하여 상기 제2 텍스트 데이터를 제2 의도로 처리할 수 있다. 예를 들어, 지능형 서버(700)는 복수의 자연어 이해 모듈(730a) 중 제2 자연어 이해 모듈(732a)을 이용하여 상기 제2 텍스트 데이터를 제2 의도로 처리할 수 있다.

일 실시 예에 따르면, 1190 동작에서, 지능형 서버(700)는 상기 제2 의도, 및 다른 챗봇(731, 732, 733)으로부터 전달받은 하나 이상의 컨텍스트 정보에 기초하여 제2 응답을 제공할 수 있다. 예를 들어, 지능형 서버(700)는 통신 인터페이스를 통해 상기 제2 응답을 제공할 수 있다.

도 12는 일 실시 예에 따른 지능형 서버가 사용자 입력에 따른 복수의 서비스를 사용자에게 제공하는 화면을 나타낸 도면이다.

도 12를 참조하면, 지능형 서버(700)의 복수의 챗봇(730)은 컨텍스트 정보를 공유하여 복수의 서비스를 사용자(또는, 사용자 단말)에게 제공할 수 있다.

일 실시 예에 따르면, 1210 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제1 챗봇(731)을 통해 호텔 예약을 위한 서비스를 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 제1 챗봇(731)에 대응되는 제1 앱(예: Hotel 앱)을 실행시켜, 제1 챗봇(731)과 호텔 예약 서비스를 위한 인터랙션(interaction)을 수행할 수 있다. 상기 인터랙션은, 예를 들어, 사용자 입력, 및 상기 사용자 입력에 대한 응답을 포함할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 디스플레이에 상기 제1 앱의 UI(user interface)를 표시하고, 상기 UI에 상기 인터랙션을 표시할 수 있다. 예를 들어, 사용자 단말(100)은 챗팅(chatting) 형식으로 상기 사용자 입력, 및 응답을 표시할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 “호텔 예약해줘!”라는 사용자 발화(1211)를 수신할 수 있다. 사용자 단말(100)은 호텔 예약 정보를 획득하기 위한 “여행 일정을 말해주요.”라는 응답(1212)을 지능형 서버(700)로부터 수신할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 “일본 오사카 9월 7일부터 10일까지!”라는 사용자 발화(1213)를 수신할 수 있다. 지능형 서버(700)는 호텔을 예약하기 위한 사용자 발화(1211, 1213)를 제1 의도(예: 호텔 예약), 및 컨텍스트 정보(예: 오사카, 9월 7일부터 10일까지)로 처리할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 상기 제1 의도, 및 컨텍스트 정보에 기초하여 예약 가능한 호텔 정보를 획득하고, 상기 획득된 정보를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 입력된 사용자 발화에 대응되는 예약 가능한 호텔 정보를 포함하는 응답(1214)을 지능형 서버(700)로부터 수신할 수 있다.

일 실시 예에 따르면, 지능형 서버(700)는 상기 컨텍스트 정보가 다른 챗봇(예: 제2 챗봇(732))에서 이용 가능한 정보인 것을 판단하고, 복수의 챗봇(730) 사이에 상기 컨텍스트 정보를 공유할 수 있도록 데이터베이스(예: 도 8, 도 9 및 도 10의 컨텍스트 데이터베이스(741b, 743, 745b))에 저장할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 호텔을 선택하기 위한 “난카이 오사카!”라는 사용자 발화(1215)를 수신할 수 있다. 지능형 서버(700)는 호텔을 선택하기 위한 사용자 발화(1215)에 대응되는 호텔을 예약할 수 있다. 사용자 단말(100)은 호텔 예약이 완료되었음을 알리는 응답(1216)을 지능형 서버(700)로부터 수신할 수 있다.

일 실시 예에 따르면, 1220 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제2 챗봇(732)을 통해 렌터카 예약을 위한 서비스를 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 제2 챗봇(732)에 대응되는 제2 앱(예: Rent 앱)을 실행시켜, 제2 챗봇(732)과 호텔 예약 서비스를 위한 인터랙션을 수행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 디스플레이에 상기 제2 앱의 UI를 표시하고, 상기 UI에 상기 인터랙션을 표시할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 “렌터카 예약해줘!”라는 사용자 발화(1221)를 수신할 수 있다. 지능형 서버(700)는 렌터카를 예약하기 위한 사용자 발화(1221)를 제2 의도(예: 렌터카 예약)로 처리할 수 있다.

일 실시 예에 따르면, 지능형 서버(700)는 제1 의도에 따른 테스크를 수행하기 위해, 제1 챗봇에서 생성된 컨텍스트 정보(예: 오사카, 9월 7일부터 10일까지)를 제2 챗봇으로 전달할 수 있다. 예를 들어, 지능형 서버(700)는 데이터베이스에 저장된 상기 컨텍스트 정보를 제2 챗봇으로 전달할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)는 상기 전달한 컨텍스트 정보를 확인하기 위한 “오사카에서 9월 7일부터 10일까지 렌터카가 필요하신가요?”라는 응답(1222)을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 상기 컨텍스트 정보를 확인하는 “네!”라는 사용자 발화(1223)를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 상기 제2 의도, 및 상기 컨텍스트 정보를 이용하여 예약 가능한 렌터카 정보를 획득하고, 상기 획득된 정보를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 입력된 사용자 발화에 대응되는 예약 가능한 렌터카 정보(1224)를 지능형 서버(700)로부터 수신할 수 있다.

이에 따라, 지능형 서버(700)는 복수의 서비스를 사용자(또는, 사용자 단말(100))에게 제공할 때, 사용자 발화에 대응되는 태스크를 수행하기 위해 필요한 정보를 공유함으로써, 사용자 단말(100)과 지능형 서버(700) 사이의 중복된 인터랙션을 방지할 수 있다.

도 13은 일 실시 예에 따른 지능형 서버가 사용자 입력에 따라 제공된 복수의 서비스의 내용을 변경하는 화면을 나타낸 도면이다.

도 13을 참조하면, 지능형 서버(700)는 컨텍스트 정보를 공유한 복수의 서비스의 내용을 변경하는 동작을 수행할 수 있다.

일 실시 예에 따르면, 1310 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제1 챗봇(731)을 통해 호텔의 예약 정보를 변경할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 제1 챗봇(731)에 대응되는 제1 앱(예: Hotel 앱)을 실행시켜, 제1 챗봇(731)과 호텔의 예약 정보를 변경하기 위한 인터랙션을 수행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 디스플레이에 상기 제1 앱의 UI(user interface)를 표시하고, 상기 UI에 상기 인터랙션을 표시할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)는 “호텔 예약을 확인해줘!”라는 사용자 발화(1311)를 수신할 수 있다. 사용자 단말(100)은 호텔의 예약 정보를 제공하는 응답(1312)을 수신할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 “일정을 9월 7일에서 9일로 변경해줘!”라는 사용자 발화(1313)을 수신할 수 있다. 지능형 서버(700)는 호텔에 예약된 정보를 변경하기 위한 사용자 발화(1313)를 의도(예: 호텔 예약 변경), 및 컨텍스트 정보(예: 9월 7일에서 9일)를 이용하여 호텔에 예약된 정보를 변경할 수 있다. 사용자 단말(100)은 입력된 사용자 발화에 대응되는 예약 정보를 변경한 응답(1314)을 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 동일한 컨텍스트 정보(예: 오사카, 9월 7일부터 10일까지)를 이용하여 렌터카 예약 서비스를 제공한 렌터카의 예약 정보를 변경하는지 여부를 확인하기 위한 응답(1315)을 수신할 수 있다. 사용자 단말(100)은 렌터카의 예약 정보를 변경하기 위한 “공유해줘!”라는 사용자 발화(1316)을 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 상기 컨텍스트 정보가 제2 챗봇(732)에서 이용하기 위한 정보인 것을 판단하고, 제1 챗봇(731), 및 제2 챗봇(732) 사이에 컨텍스트 정보를 공유할 수 있도록 데이터베이스에 저장할 수 있다.

일 실시 예에 따르면, 1320 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제2 챗봇을 통해 렌터카의 예약 정보를 변경할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 제2 챗봇(732)에 대응되는 제2 앱(예: Rent 앱)을 실행시켜, 제2 챗봇(732)과 호텔의 예약 정보를 변경하기 위한 인터랙션을 수행할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 디스플레이에 상기 제2 앱의 UI를 표시하고, 상기 UI에 상기 인터랙션을 표시할 수 있다.

일 실시 예에 따르면, 지능형 서버(700)는 태스크를 수행하기 위해, 제1 챗봇에서 생성된 컨텍스트 정보(예: 9월 7일에서 9일)를 제2 챗봇으로 전달할 수 있다. 예를 들어, 지능형 서버(700)는 데이터베이스에 저장된 상기 컨텍스트 정보를 제2 챗봇으로 전달할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 상기 전달한 컨텍스트 정보를 확인하기 위한 “오사카 일정을 9월 7일로부터 9일로 변경할까요?”라는 응답(1321)을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)는 상기 컨텍스트 정보를 확인하는 “네!”라는 사용자 발화(1322)를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 상기 컨텍스트 정보를 이용하여 렌터카의 예약 정보를 변경할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 변경된 예약 정보를 제공하는 응답(1323)을 수신할 수 있다.

이에 따라, 지능형 서버(700)는 컨텍스트 정보를 공유한 복수의 서비스 사이에 정보를 변경할 때, 변경된 정보를 포함하는 컨텍스트 정보를 공유함으로써, 앱을 유기적으로 제어하고 사용자 단말(100)과 지능형 서버(700) 사이의 중복된 인터랙션을 방지할 수 있다.

도 14는 일 실시 예에 따른 지능형 서버가 사용자 입력에 따라 지정된 서비스를 제공하는 화면을 나타낸 도면이다.

도 14를 참조하면, 지능형 서버(700)는 사용자에 의해 선택된 컨텍스트 정보를 다른 챗봇(731, 732, 733)과 공유하여 지정된 서비스를 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 메시지를 송신 또는 수신하기 위한 제3 앱(예: 메시지 앱)을 실행시킬 수 있다. 상기 제3 앱은, 예를 들어, 지능형 서버(700)의 메시지 서비스를 제공하는 챗봇과 대응될 수 있다. 일 실시 예에 따르면, 지능형 서버(700)의 상기 메시지 서비스를 제공하는 챗봇을 사용자 입력에 따라 생성된 컨텍스트 정보를 생성할 수 있다.

일 실시 예에 따르면, 1410 화면에서, 사용자 단말(100)은 미팅 시간을 정하기 위한 메시지(1411)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 수신된 메시지(1411)에서 미팅 시간 및 장소(예: SAT, 25th MAY, 3 pm, Cup& Bar)을 컨텍스트를 선택하기 위한 사용자 입력(1412)을 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)의 메시지 서비스를 제공하는 챗봇은 상기 선택된 컨텍스트 정보를 생성할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 상기 컨텍스트 정보가 다른 챗봇(예: 음식점 예약 서비스를 제공하는 챗봇)에서 이용 가능한 정보인 것을 판단하고, 복수의 챗봇(730) 사이에 상기 컨텍스트 정보를 공유할 수 있도록 데이터베이스에 저장할 수 있다.

일 실시 예에 따르면, 1420 화면에서, 사용자 단말(100)은 상기 선택된 컨텍스트 정보를 이용하기 위한 적어도 하나의 앱(1421)을 사용자에게 제공할 수 있다. 예를 들어, 사용자 단말(!00)은 적어도 하나의 앱(1421)에 대한 정보를 디스플레이에 표시할 수 있다. 적어도 하나의 앱(1421)은, 예를 들어, 상기 컨텍스트 정보를 처리할 수 있는 앱일 수 있다. 일 실시 예에 따르면, 지능형 서버(예: 도 7의 지능형 서버(700))는 복수의 NLU 모듈 중 사용자 발화에 기초하여 선택된 적어도 하나의 NLU 모듈에 대한 정보를 사용자 단말로 송신하도록 하는 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 적어도 하나의 앱(1421) 중 하나를 선택하는 사용자 입력(1422)를 수신할 수 있다. 상기 사용자 엽력은, 예를 들어, 음식점 예약 서비스를 제공하는 앱을 선택하는 입력일 수 있다. 일 실시 예에 따르면, 지능형 서버는 사용자 발화에 기초하여 선택된 적어도 하나의 NLU 모듈 중 하나의 NLU 모듈을 선택하기 위한 사용자 입력을 수신할 수 있다.

일 실시 예에 따르면, 1430 화면에서, 사용자 단말(100)은 상기 선택된 앱에 대응되는 챗봇과 인터렉션을 수행(1431)할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 메시지 서비스를 제공하는 챗봇에서 생성된 컨텍스트 정보(예: SAT, 25th MAY, 3 pm, Cup& Bar)를 음식점 예약 서비스를 제공하는 챗봇으로 전달할 수 있다. 일 실시 예에 따르면, 지능형 서버는 선택된 하나의 NLU 모듈을 이용하여 사용자 입력에 대응되는 응답을 제공할 수 있다. 예를 들어, 지능형 서버(700)는 음식점의 예약 정보를 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 음식점의 예약 정보(1432)를 수신할 수 있다.

도 15는 일 실시 예에 따른 지능형 서버가 지정된 서비스를 제공하기 위한 챗봇을 결정하는 화면을 나타낸 도면이다.

도 15를 참조하면, 지능형 서버(700)는 현재 지정된 서비스를 제공하고 있는 챗봇이 사용자 발화에 대응되는 태스크를 수행할 수 없는 경우, 상기 태스크를 수행하기 위한 적어도 하나의 챗봇(731, 732, 733)을 결정할 수 있다.

일 실시 예에 따르면, 1510 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제1 챗봇(731)을 통해 호텔 예약을 위한 서비스를 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 “호텔 예약해줘!” 및 “일본 오사카 9월 7일부터 10일까지!”라는 사용자 발화(1511, 1512)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 입력된 사용자 발화(1511, 1512)에 대응되는 예약 가능한 호텔 정보(1513)를 지능형 서버(700)로부터 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 컨텍스트 정보(예: 오사카, 9월 7일부터 10일까지)가 다른 챗봇(예: 제2 챗봇(732))에서 이용 가능한 정보인 것을 판단하고, 복수의 챗봇(730) 사이에 상기 컨텍스트 정보를 공유할 수 있도록 데이터베이스에 저장할 수 있다.

일 실시 예에 따르면, 1520 화면에서, 사용자 단말(100)은 지능형 서버(700)의 제1 챗봇(731)을 통해 호텔 서비스를 제공하는 상태에서, “렌터카 예약해줘!”라는 사용자 입력(1521)을 수신할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 렌터카 예약을 위한 사용자 발화(1521)을 처리할 수 없는 상태 및 렌터카 예약을 수행할 수 있는 챗봇의 추천 여부에 대한 응답(1522)을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 사용자 발화에 대응되는 태스크를 수행하기 위한 챗봇을 추천 받기 위한 “초대해줘!”라는 사용자 발화(1523)를 수신할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 렌터카를 예약하기 위한 적어도 하나의 챗봇에 대한 정보를 포함하는 응답(1524)을 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 사용자 발화를 처리할 수 있는 적어도 하나의 챗봇을 결정할 수 있다. 지능형 서버(700)는 상기 결정된 챗봇에 대한 정보뿐만 아니라. 상기 결정된 적어도 하나의 챗봇의 프리뷰(preview) 정보를 사용자 단말(100)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 상기 결정된 챗봇, 및 상기 프리뷰 정보(1524)를 지능형 서버(700)로부터 수신할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 상기 결정된 챗봇 중 하나를 선택하는 사용자 입력을 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(700)는 제1 챗봇(731)에서 생성된 컨텍스트 정보(예: 오사카, 9월 7일부터 10일까지)를 상기 선택된 챗봇(예: 제2 챗봇(732))로 전달할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)는 상기 전달한 컨텍스트 정보를 확인하기 위한 “오사카에서 9월 7일부터 10일까지 렌터카가 필요하신가요?”라는 응답(1525)을 수신할 수 있다. 이에 따라, 사용자 단말(100)은 사용자에게 렌터카 서비스를 제공할 수 있다.

도 1내지 도 15에서 설명한 다양한 실시 예에 따른 지능형 서버(700)는 서로 다른 서비스를 제공하는 복수의 챗봇(730) 사이에 사용자 발화를 처리하는 필요한 컨텍스트 정보를 공유함으로써, 공유할 수 있는 컨텍스트 정보를 다시 획득하기 위한 사용자 입력이나 지능형 서버(170)의 응답을 방지할 수 있다.

도 16은 다양한 실시 예들에 따른 네트워크 환경(1600) 내의 전자 장치(1601)의 블록도 이다. 본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치(예: PDA(personal digital assistant), 태블릿 PC(tablet PC), 랩탑 PC(, 데스크톱 PC, 워크스테이션, 또는 서버), 휴대용 멀티미디어 장치(예: 전자 책 리더기 또는 MP3 플레이어), 휴대용 의료 기기(예: 심박, 혈당, 혈압, 또는 체온 측정기), 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용 형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착 형(예: 스킨 패드 또는 문신), 또는 생체 이식 형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시 예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오 장치, 오디오 액세서리 장치(예: 스피커, 헤드폰, 또는 헤드 셋), 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토메이션 컨트롤 패널, 보안 컨트롤 패널, 게임 콘솔, 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.

다른 실시 예에서, 전자 장치는 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder)(예: 차량/선박/비행기 용 블랙박스(black box)), 자동차 인포테인먼트 장치(예: 차량용 헤드-업 디스플레이), 산업용 또는 가정용 로봇, 드론(drone), ATM(automated teller machine), POS(point of sales) 기기, 계측 기기(예: 수도, 전기, 또는 가스 계측 기기), 또는 사물 인터넷 장치(예: 전구, 스프링클러 장치, 화재 경보기, 온도 조절기, 또는 가로등) 중 적어도 하나를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 또한, 예를 들면, 개인의 생체 정보(예: 심박 또는 혈당)의 측정 기능이 구비된 스마트폰의 경우처럼, 복수의 장치들의 기능들을 복합적으로 제공할 수 있다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

도 16을 참조하여, 네트워크 환경(1600)에서 전자 장치(1601)(예: 도 1의 전자 장치(100))는 근거리 무선 통신(1698)을 통하여 전자 장치(1602)와 통신하거나, 또는 네트워크(1699)를 통하여 전자 장치(1604) 또는 서버(1608)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1601)는 서버(1608)을 통하여 전자 장치(1604)와 통신할 수 있다.

일 실시 예에 따르면, 전자 장치(1601)는 버스(1610), 프로세서(1620)(예: 도 2의 프로세서(150)), 메모리(1630), 입력 장치(1650)(예: 마이크 또는 마우스), 표시 장치(1660), 오디오 모듈(1670), 센서 모듈(1676), 인터페이스(1677), 햅틱 모듈(1679), 카메라 모듈(1680), 전력 관리 모듈(1688), 및 배터리(1689), 통신 모듈(1690), 및 가입자 식별 모듈(1696)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1601)는 구성요소들 중 적어도 하나(예: 표시 장치(1660) 또는 카메라 모듈(1680))를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.

버스(1610)는, 구성요소들(1620-1690)을 서로 연결하고, 구성요소들 간의 신호(예: 제어 메시지 또는 데이터)를 전달하는 회로를 포함할 수 있다.

프로세서(1620)는, 중앙처리장치(central processing unit, CPU), 어플리케이션 프로세서(application processor, AP), GPU(graphics processing unit), 카메라의 ISP(image signal processor), 또는 CP(communication processor) 중 하나 또는 그 이상을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(1620)는 SoC(system on chip) 또는 SiP(system in package)로 구현될 수 있다. 프로세서(1620)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(1620)에 연결된 전자 장치(1601)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(1620)는 다른 구성요소들(예: 통신 모듈(1690)) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리(1632)에 로드 하여 처리하고, 결과 데이터를 비 휘발성 메모리(1634)에 저장할 수 있다.

메모리(1630)는, 휘발성 메모리(1632) 또는 비 휘발성 메모리(1634)를 포함할 수 있다. 휘발성 메모리(1632)는, 예를 들면, RAM(random access memory)(예: DRAM, SRAM, 또는 SDRAM)로 구성될 수 있다. 비 휘발성 메모리(1634)는, 예를 들면, PROM(programmable read-only memory), OTPROM(one time PROM), EPROM(erasable PROM), EEPROM(electrically EPROM), mask ROM, flash ROM, 플래시 메모리, HDD(hard disk drive), 또는 SSD(solid state drive)로 구성될 수 있다. 또한, 비 휘발성 메모리(1634)는, 전자 장치(1601)와의 연결 형태에 따라, 그 안에 배치된 내장 메모리(1636), 또는 필요 시에만 연결하여 사용 가능한 스탠드-얼론(stand-alone) 형태의 외장 메모리(1638)로 구성될 수 있다. 외장 메모리(1638)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card), 또는 메모리 스틱을 포함할 수 있다. 외장 메모리(1638)는 유선(예: 케이블 또는 USB(universal serial bus))또는 무선(예: Bluetooth)을 통하여 전자 장치(1601)와 기능적으로 또는 물리적으로 연결될 수 있다.

메모리(1630)는, 예를 들면, 전자 장치(1601)의 적어도 하나의 다른 소프트웨어 구성요소, 예를 들어, 프로그램(1640)에 관계된 명령 또는 데이터를 저장할 수 있다. 프로그램(1640)은, 예를 들면, 커널(1641), 라이브러리(1643), 어플리케이션 프레임워크(1645), 또는 어플리케이션 프로그램(interchangeably "어플리케이션")(1647)을 포함할 수 있다.

입력 장치(1650)는, 마이크, 마우스, 또는 키보드를 포함할 수 있다. 일 실시 예에 따르면, 키보드는 물리적인 키보드로 연결되거나, 표시 장치(1660)를 통해 가상 키보드로 표시될 수 있다.

표시 장치(1660)는, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 디스플레이는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 마이크로 전자기계 시스템(MEMS) 디스플레이, 또는 전자 종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이는, 일 실시 예에 따르면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 디스플레이는 사용자의 터치, 제스처, 근접, 또는 호버링(hovering) 입력을 감지할 수 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(interchangeably "force sensor")를 포함할 수 있다. 상기 터치 회로 또는 압력 센서는 디스플레이와 일체형으로 구현되거나, 또는 디스플레이와는 별도의 하나 이상의 센서들로 구현될 수 있다. 홀로그램 장치는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(1601)의 내부 또는 외부에 위치할 수 있다.

오디오 모듈(1670)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1670)은, 입력 장치(1650)(예: 마이크)를 통해 소리를 획득하거나, 또는 전자 장치(1601)에 포함된 출력 장치(미 도시)(예: 스피커 또는 리시버), 또는 전자 장치(1601)와 연결된 외부 전자 장치(예: 전자 장치(1602)(예: 무선 스피커 또는 무선 헤드폰) 또는 전자 장치(1606)(예: 유선 스피커 또는 유선 헤드폰))를 통해 소리를 출력할 수 있다.

센서 모듈(1676)은, 예를 들면, 전자 장치(1601)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 고도, 습도, 또는 밝기)를 계측 또는 감지하여, 그 계측 또는 감지된 상태 정보에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1676)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러(color) 센서(예: RGB(red, green, blue) 센서), IR(infrared) 센서, 생체 센서(예: 홍채 센서, 지문 센서, 또는 HRM(heartbeat rate monitoring) 센서, 후각(electronic nose) 센서, EMG(electromyography) 센서, EEG(Electroencephalogram) 센서, ECG(Electrocardiogram) 센서), 온도 센서, 습도 센서, 조도 센서, 또는 UV(ultra violet) 센서를 포함할 수 있다. 센서 모듈(1676)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1601)는 프로세서(1620) 또는 프로세서(1620)와는 별도의 프로세서(예: 센서 허브)를 이용하여, 센서 모듈(1676)을 제어할 수 있다. 별도의 프로세서(예: 센서 허브)를 이용하는 경우에, 전자 장치(1601)는 프로세서(1620)가 슬립(sleep) 상태에 있는 동안, 프로세서(1620)를 깨우지 않고 별도의 프로세서의 작동에 의하여 센서 모듈(1676)의 동작 또는 상태의 적어도 일부를 제어할 수 있다.

인터페이스(1677)는, 일 실시 예에 따르면, HDMI(high definition multimediainterface), USB, 광 인터페이스(optical interface), RS-232(recommended standard 232), D-sub(D-subminiature), MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다. 연결 단자(1678)는 전자 장치(1601)와 전자 장치(1606)를 물리적으로 연결시킬 수 있다. 일 실시 예에 따르면, 연결 단자(1678)는, 예를 들면, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(1679)은 전기적 신호를 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 예를 들면, 햅틱 모듈(1679)은 사용자에게 촉각 또는 운동 감각과 관련된 자극을 제공할 수 있다. 햅틱 모듈(1679)은 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(1680)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있다. 카메라 모듈(1680)는, 일 실시 예에 따르면, 하나 이상의 렌즈(예: 광각 렌즈 및 망원 렌즈, 또는 전면 렌즈 및 후면 렌즈), 이미지 센서, 이미지 시그널 프로세서, 또는 플래시(예: 발광 다이오드 또는 제논 램프(xenon lamp) 등)를 포함할 수 있다.

전력 관리 모듈(1688)은 전자 장치(1601)의 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.

배터리(1689)는, 예를 들면, 1차 전지, 2차 전지, 또는 연료 전지를 포함하여 외부 전원에 의해 재충전되어, 상기 전자 장치(1601)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다.

통신 모듈(1690)은, 예를 들면, 전자 장치(1601)와 외부 장치(예: 제1 외부 전자 장치(1602), 제2 외부 전자 장치(1604), 또는 서버(1608)) 간의 통신 채널 수립 및 수립된 통신 채널을 통한 유선 또는 무선 통신의 수행을 지원할 수 있다. 일 실시 예에 따르면, 통신 모듈(1690)은 무선 통신 모듈(1692) 또는 유선 통신 모듈(1694)을포함하고, 그 중 해당하는 통신 모듈을 이용하여 제1 네트워크(1698)(예: Bluetooth 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1699)(예: 셀룰러 네트워크와 같은 원거리 통신 네트워크)를 통하여 외부 장치와 통신할 수 있다.

무선 통신 모듈(1692)은, 예를 들면, 셀룰러 통신, 근거리 무선 통신, 또는 GNSS 통신을 지원할 수 있다. 셀룰러 통신은, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multipleaccess), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications)을 포함할 수 있다. 근거리 무선 통신은, 예를 들면, Wi-Fi(wireless fidelity), Wi-Fi Direct, Li-Fi(light fidelity), Bluetooth, BLE(Bluetooth low energy), Zigbee, NFC(near field communication), MST(magnetic secure transmission), RF(radio frequency), 또는 BAN(body area network)을 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo(the Europeanglobal satellite-based navigation system)을 포함할 수 있다. 본 문서에서 "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다.

일 실시 예에 따르면, 상기 무선 통신 모듈(1692)은, 셀룰러 통신을 지원하는 경우, 예를 들면, 가입자 식별 모듈(1696)을 이용하여 통신 네트워크 내에서 전자 장치(1601)의 구별 및 인증을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1692)은 프로세서(1620)(예: AP)와 별개인 CP를 포함할 수 있다. 이런 경우, CP는, 예를 들면, 프로세서(1620)가 인액티브(예: 슬립) 상태에 있는 동안 프로세서(1620)를 대신하여, 또는 프로세서(1620)가 액티브 상태에 있는 동안 프로세서(1620)과 함께, 전자 장치(1601)의 구성요소들(1610-1696) 중 적어도 하나의 구성 요소와 관련된 기능들의 적어도 일부 기능을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1692)은 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS 통신 모듈 중 해당하는 통신 방식만을 지원하는 복수의 통신 모듈들로 구성될 수 있다.

유선 통신 모듈(1694)은, 예를 들면, LAN(local area network), 전력선 통신 또는 POTS(plain old telephone service)를 포함할 수 있다.

제1 네트워크(1698)는, 예를 들어, 전자 장치(1601)와 제1 외부 전자 장치(1602)간의 무선으로 직접 연결을 통해 명령 또는 데이터를 송신 또는 수신 할 수 있는 Wi-Fi 다이렉트 또는 Bluetooth를 포함할 수 있다. 제2 네트워크(1699)는, 예를 들어, 전자 장치(1601)와 제2 외부 전자 장치(1604)간의 명령 또는 데이터를 송신 또는 수신할 수 있는 텔레커뮤니케이션 네트워크(예: LAN(local area network)나 WAN(wide area network)와 같은 컴퓨터 네트워크, 인터넷(internet), 또는 텔레폰(telephone) 네트워크)를 포함할 수 있다.

다양한 실시 예들에 따르면, 상기 명령 또는 상기 데이터는 제2 네트워크에 연결된 서버(1608)를 통해서 전자 장치(1601)와 제2 외부 전자 장치(1604)간에 송신 또는 수신될 수 있다. 제1 및 제2 외부 전자 장치(1602, 1604) 각각은 전자 장치(1601)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시 예들에 따르면, 전자 장치(1601)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(1602, 1604), 또는 서버(1608)에서 실행될 수 있다. 일 실시 예에 따르면, 전자 장치(1601)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(1601)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(1602, 1604), 또는 서버(1608))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(1602, 1604), 또는 서버(1608))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(1601)로 전달할 수 있다. 전자 장치(1601)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.

본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.

본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리 1630)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 AP)를 의미할 수 있다.

본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어(firmware)로 구성된 유닛(unit)을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.

다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(1630))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(1620))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체(예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.

다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

1. 통신 인터페이스;
   상기 통신 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서; 및
   상기 적어도 하나의 프로세서와 작동적으로 연결된 적어도 하나의 메모리;를 포함하고,
   상기 메모리에 실행되었을 때 상기 프로세서로 하여금,
   자동 음성 인식(automaticspeech recognition (ASR)) 모듈; 및
   서로 독립적으로 작동하는 복수의 NLU(natural language understanding) 모듈;을 제공하도록 하고,
   더하여(futher) 상기 프로세서로 하여금,
   상기 통신 인터페이스를 통해 제1 사용자 발화를 포함하는 제1 음성 데이터를 수신하고,
   상기 제1 음성 데이터를 상기 자동 음성 인식 모듈을 이용하여 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리하고,
   상기 제1 텍스트 데이터를 상기 복수의 NLU 모듈 중 제1 NLU 모듈을 이용하여 제1 의도(intent), 및 상기 제1 의도와 관련된 하나 이상의 항목(items)을 제공하도록 처리하고,
   상기 통신 인터페이스를 통해 상기 제1 의도, 및 상기 하나 이상의 항목에 적어도 일부에 기초한 제1 응답을 제공하고,
   상기 복수의 NLU 모듈 중 적어도 일부의 다른 NLU 모듈로 상기 제1 의도, 및 상기 하나 이상의 항목 중 적어도 일부를 제공하도록 하는 명령어가 저장된, 시스템.
2. 청구항 1에 있어서,
   상기 하나 이상의 항목은 상기 제1 NLU 모듈에 의해 식별된(identified) 하나 이상의 파라미터를 포함하도록 하는, 시스템.
3. 청구항 2에 있어서,
   상기 하나 이상의 파라미터는 상기 제1 의도에 대응되는 테스크(task)를 수행하는데 필요한 정보를 포함하는, 시스템.
4. 청구항 1에 있어서,
   상기 명령어는 상기 프로세스로 하여금
   상기 복수의 NLU 모듈 각각과 연관되는, 복수의 챗봇(chatbots)을 제공하도록 하게 하는, 시스템.
5. 청구항 1에 있어서,
   상기 명령어는 상기 프로세서로 하여금,
   상기 통신 인터페이스를 통해 제2 사용자 발화를 포함하는 제2 음성 데이터를 수신하고,
   상기 제2 음성 데이터를 상기 제2 사용자 발화에 기초한 제2 텍스트 데이터로 처리하고,
   상기 복수의 NLU 모듈 중 제2 NLU 모듈을 이용하여 상기 제2 텍스트 데이터를 제2 의도(intent)로 처리하고,
   상기 통신 인터페이스를 통해 상기 제2 의도, 및 상기 제1 NLU 모듈로부터 전달 받은 상기 하나 이상의 항목에 기초한 제2 응답을 제공하도록 하도록 하는, 시스템.
6. 청구항 5에 있어서,
   상기 명령어는 상기 프로세서로 하여금,
   상기 통신 인터페이스를 통해 상기 복수의 NLU 모듈 중 상기 제1 텍스트 데이터에 기초하여 선택된 적어도 하나의 NLU 모듈에 대한 정보를 사용자 단말로 송신하고,
   상기 통신 인터페이스를 통해 상기 적어도 하나의 NLU 모듈 중 하나의 NLU 모듈을 선택하기 위한 사용자 입력를 수신하고,
   상기 사용자 입력에 기초하여 선택된 상기 제2 NLU 모듈을 이용하여 상기 제2 응답을 제공하도록 하는, 시스템.
7. 청구항 1에 있어서,
   상기 명령어는 상기 프로세서로 하여금,
   상기 하나 이상의 항목 중 일부를 지정된 형식으로 변환하여 메모리에 저장하고,
   상기 변환된 항목을 상기 다른 NLU 모듈로 전달하도록 하는, 시스템.
8. 청구항 7에 있어서,
   상기 지정된 형식은 적어도 하나의 필드(field)로 정의되는, 시스템.
9. 청구항 1에 있어서,
   상기 명령어는 상기 프로세서로 하여금,
   상기 하나 이상의 항목 중 일부를 제3 음성 데이터로 변경하고,
   상기 제3 음성 데이터를 상기 다른 NLU 모듈로 전달하도록 하는, 시스템.
10. 청구항 1에 있어서,
    상기 명령어는 상기 프로세서로 하여금 상기 제1 음성 데이터에 기초하여 상기 제1 NLU 모듈을 선택하도록 하는, 시스템.
11. 컨텍스트 정보를 공유하는 방법에 있어서,
    제1 사용자 발화를 포함하는 제1 음성 데이터를 수신하는 동작;
    상기 제1 음성 데이터를 상기 제1 사용자 발화에 기초한 제1 텍스트 데이터를 생성하도록 처리하는 동작;
    복수의 NLU 모듈 중 제1 NLU 모듈을 이용하여 상기 제1 텍스트 데이터를 제1 의도(intent), 및 상기 제1 의도와 관련된 하나 이상의 항목(item)을 제공하도록 처리하는 동작;
    상기 제1 의도, 및 상기 하나 이상의 항목에 적어도 일부에 기초한 제1 응답을 제공하는 동작; 및
    상기 복수의 NLU 모듈 중 적어도 일부의 다른 NLU 모듈로 상기 제1 의도, 및 상기 하나 이상의 항목 중 적어도 일부를 제공하는 동작;을 포함하는 방법.
12. 청구항 11에 있어서,
    상기 하나 이상의 항목은 상기 제1 NLU 모듈에 의해 식별된 하나 이상의 파라미터를 포함하도록 하는, 방법.
13. 청구항 12에 있어서,
    상기 하나 이상의 파라미터는 상기 제1 의도에 대응되는 테스크(task)를 수행하는데 필요한 정보를 포함하는, 방법.
14. 청구항 11에 있어서,
    상기 복수의 NLU 모듈 각각은 복수의 챗봇(chatbot) 모듈을 제공하도록 하는, 방법.
15. 청구항 11에 있어서,
    제2 사용자 발화를 포함하는 제2 음성 데이터를 수신하하는 동작;
    상기 제2 음성 데이터를 상기 제2 사용자 발화에 기초한 제2 텍스트 데이터로 처리하는 동작;
    상기 복수의 NLU 모듈 중 제2 NLU 모듈을 이용하여 상기 제2 텍스트 데이터를 제2 의도(intent)로 처리하는 동작; 및
    상기 제2 의도, 및 상기 제1 NLU 모듈로부터 전달 받은 상기 하나 이상의 항목에 기초한 제2 응답을 제공하는 동작;을 더 포함하는, 방법.
16. 청구항 15에 있어서,
    상기 제2 텍스트 데이터를 상기 제2 의도로 처리하는 동작은,
    상기 복수의 NLU 모듈 중 상기 제1 텍스트 데이터에 기초하여 선택된 적어도 하나의 NLU 모듈에 대한 정보를 사용자 단말로 송신하는 동작;
    상기 적어도 하나의 NLU 모듈 중 하나의 NLU 모듈을 선택하기 위한 사용자 입력를 수신하는 동작;
    상기 제2 사용자 입력에 기초하여 선택된 상기 제2 NLU 모듈을 이용하여 상기 제2 텍스트 데이터를 상기 제2 의도로 처리하는 동작;을 포함하는, 방법.
17. 청구항 11에 있어서,
    상기 하나 이상의 컨텍스트 정보 중 적어도 일부를 상기 다른 NLU 모듈로 전달하는 동작은,
    상기 저장된 항목을 상기 다른 NLU 모듈에 필요한 형식으로 변환하는 동작; 및
    상기 변환된 항목을 상기 다른 NLU 모듈로 전달하는 동작;을 포함도록 하는, 방법.
18. 청구항 17에 있어서,
    상기 지정된 형식은 적어도 하나의 필드(field)로 정의되는, 방법.
19. 청구항 11에 있어서,
    상기 하나 이상의 항목 중 적어도 일부를 상기 다른 NLU 모듈로 전달하는 동작은,
    상기 하나 이상의 항목 중 일부를 제3 음성 데이터로 변경하는 동작; 및
    상기 제3 음성 데이터를 상기 다른 NLU 모듈로 전달하도록 하는 동작;을 포함하는, 방법.
20. 청구항 11에 있어서,
    상기 제1 음성 데이터에 기초하여 상기 제1 NLU 모듈을 선택하도록 하는 동작;을 더 포함하는 방법.

Images