KR101082953B1

KR101082953B1 - 개인화 콘텐트 서비스 방법

Info

Publication number: KR101082953B1
Application number: KR1020100127370A
Authority: KR
Inventors: 주재훈; 임재걸
Original assignee: 동국대학교 경주캠퍼스 산학협력단
Priority date: 2009-12-14
Filing date: 2010-12-14
Publication date: 2011-11-11
Also published as: KR20110068893A

Abstract

박물관, 사찰, 공원 등과 같은 관광지 현장에서 관심이 있는 유적이나 사물 등을 촬영하는 순간 피사체 이미지와 함께 인터넷 웹 사이트에 학습 콘텐트를 생성하여 휴대 단말로 제공함으로써 학습 효과를 개선하는 개인화 콘텐트 서비스 방법이 제공된다. 상기 개인화 콘텐트 서비스 방법은 카메라가 장착된 휴대 단말로 관심 대상 객체인 피사체를 촬영하고 인식하여 피사체 이미지 및 피사체 ID 또는 피사체 이름 음성 파일을 웹 서버에 전송하는 단계; 및 상기 웹 서버에서 상기 휴대 단말로부터 수신한 상기 피사체 이미지 및 상기 피사체 ID 또는 상기 피사체 이름 음성 파일과 상기 피사체에 관한 콘텐트를 이용하여 개인 학습 콘텐트를 생성하여 상기 휴대 단말로 서비스하는 단계를 포함한다.

Description

개인화 콘텐트 서비스 방법{Personalized content service method}

본 발명은 콘텐트 서비스 방법에 관한 것으로서, 더 상세하게는 카메라가 장착된 휴대 단말 사용자가 특정 객체를 대상으로 사진을 촬영하는 순간, 그 객체인 피사체에 대한 콘텐트를 무선 인터넷을 통해 휴대 단말에 제공하여 학습을 지원해 주며, 웹에서 개별 학습 사이트를 갖도록 하는 개인화 콘텐트 서비스 방법에 관한 것이다.

오늘날 디지털 카메라가 내장된 다양한 휴대 단말이 보급되어 있다. 예를 들어, 휴대폰이나 스마트폰의 경우에는 카메라가 장착되어 있어, 관광지나 체험 현장에서 휴대폰으로 사진을 찍고 멀티-메일을 이용하여 자신의 블로그에 사진을 등록할 수 있다. 또한 풀 브라우징(full browsing) 기술로 PC로 인터넷에 접속하여 서비스를 받는 것을 휴대폰에서 웹 서비스를 받는 것이 가능하게 되었다. 스마트폰 앱을 이용하는 경우, 다양한 위치기반 서비스와 결합된 다양한 무선 인터넷 서비스를 받을 수 있다.

모바일 RFID 즉, 동글(Dongle)과 같은 휴대폰에 장착된 리더(reader)에서 RFID 칩이 부착된 객체의 식별 데이터를 읽어 그에 해당하는 웹 사이트에 접속하여 휴대폰에서 객체의 정보를 표시하는 것이 가능하게 되었다. 초기에는 휴대폰에 동글과 같은 RFID를 별도로 장착해야 하였으나, 최근에는 휴대폰의 USIM과 같은 IC 칩에 RFID 리더를 내장하는 기술도 보급될 수 있게 되었다.

음성 인식 기술의 발전으로 전화나 휴대폰에서 음성을 인식하여 그에 상응하는 서비스를 제공하는 것이 가능하다. 최근 인터넷 웹에서 Linked 데이터로 표현되는 데이터가 증가하여 HTML 문서가 아닌 데이터베이스의 데이터와 같은 방식으로 인터넷 웹의 데이터를 검색하는 것이 가능하게 되었다. Linked 데이터란 인터넷 웹에서 URI(Uniform Resource Identifier) 참조를 통해 데이터 공유가 가능한 구조화된 데이터이다. 외부 데이터와 상호 연결되어 있고, 컴퓨터가 독출할 수 있도록 웹에 출판된 데이터이다. 2006년 Tim Berners-Lee가 Linked 데이터란 용어를 처음으로 사용하였다. Linked 데이터로 표현된 웹 공간을 Web of 데이터 또는 Semantic Web이라 한다. 예를 들어, DBpedia(dbpedia.org)의 경우, 위키피디아(Wikipedia)에서 구조화된 데이터를 추출하여 웹에서 이용할 수 있도록 Linked 데이터를 제공하고 있다. 따라서 위키피디아의 모든 콘텐트는 DBpedia를 이용하여 SPARQL 질의로 검색할 수 있다. 여기서 SPARQL이란 W3C에서 제안한 RDF(Resource Description Framework) 질의 언어이다.

풀 브라우징 기술, 스마트폰 앱 기술, 모바일 RFID, 음성 인식, Linked 데이터/RDF/온톨로지(ontology) 기술 등은 별개의 기술로 개발되어 각각의 용도로 활용되어 왔다. 그러나 어떤 수학 여행객이 관광지나 박물관 등에서 사진을 촬영하고 그와 동시에 이에 대한 학습 및 안내용 콘텐트를 받아볼 수 있도록 하는 서비스는 전 세계적으로 제공되지 않고 있다. 따라서 상기와 같은 기존 기술을 융합하여 새로운 서비스를 창출할 필요가 있다. 특히 여행을 통해 현장에서 역사와 문화를 배우는 체험학습 즉, 에듀투어리즘(edutourism)을 실현하는 것은 지식사회의 경쟁력을 높이는데 중요하다. 여기서, 에듀투어리즘은 교육(education)과 여행(tourism)의 합성어, 역사문화 체험의 현장에서 문화 콘텐트를 관광과 더불어 학습에 활용함을 의미한다.

휴대 단말 사용자가 관광지 등에서 특정 대상(피사체)을 선정하여 사진을 촬영한다는 것은 그 객체(피사체)에 대해 관심과 흥미가 있다는 것을 의미한다. 그 객체에 관심이 있는 사용자에게 현장에서 콘텐트를 제공함으로써 학습효과를 배가할 수 있다. 카메라가 내장된 휴대폰과 스마트폰이 널리 보급되어 있으나 상기의 문제를 지원하는 서비스를 제공하는 기술과 서비스 방식은 아직 개발되어 있지 않다.

본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로서, 박물관, 사찰, 공원 등과 같은 관광지 현장에서 관심이 있는 유적이나 사물 등을 촬영하는 순간 피사체 이미지와 함께 인터넷 웹 사이트에 학습 콘텐트를 생성하여 휴대 단말로 제공함으로써 학습 효과를 개선하는 개인화 콘텐트 서비스 방법을 제공함에 그 목적이 있다.

본 발명에 따른 개인화 콘텐트 서비스 방법은 (i) 카메라가 장착된 휴대 단말로 관심 대상 객체인 피사체를 촬영하고 인식하여 피사체 이미지 및 피사체 ID 또는 피사체 이름 음성 파일을 웹 서버에 전송하는 단계; 및 (ii) 상기 웹 서버에서 상기 휴대 단말로부터 수신한 상기 피사체 이미지 및 상기 피사체 ID 또는 상기 피사체 이름 음성 파일과 상기 피사체에 관한 콘텐트를 이용하여 개인 학습 콘텐트를 생성하여 상기 휴대 단말로 서비스하는 단계를 포함하는 것을 특징으로 한다.

상술한 바와 같이, 본 발명에 따르면, 관광지와 같은 현장에서 사진을 찍는다는 것은 그 대상인 객체에 사용자가 관심이 있음을 의미하기 때문에 본 발명을 통해 관심 대상에 대한 학습 콘텐트를 제공함으로써 학습 효과를 높일 수 있다. 또한, 본 발명은 교실이나 공부방 등에서 학습하는 경우에 비하여 체험 현장에서 대상을 관찰하면서 학습할 수 있는 서비스를 제공함으로써 체험 학습을 지원하여 학습 효과를 극대화하는 효과를 가져다준다. 끝으로 특정 웹 사이트에서 학습 콘텐트를 사전에 기획하고 제작하여 제공하는 경우에는 그 서비스의 범위가 한정될 수 있으나, 본 발명에서는 필요한 정보를 인터넷 웹에서 검색하여 해당 객체에 맞는 개인화 학습 콘텐트로 변환하여 제공하는 것 즉, 집단 지성을 활용으로써 서비스의 범위를 확대하는 효과가 있다. 사전에 웹 페이지를 구성하여 피사체에 대한 콘텐트를 제공하는 방식은 서비스의 범위가 확대되는 경우, 많은 콘텐트를 구성하고 있어야 한다는 한계를 갖는다. 오늘날 위키피디아(Wikipedia)와 같은 집단 지성을 활용할 수 있도록 다양한 Linked 데이터가 제공되고 있다. 따라서 이미 웹에 존재하는 필요한 콘텐트 만을 수집하여 상황에 맞게 제공하는 것이 중요한데, 본 발명에서는 집단지성을 활용함으로써 데이터의 재사용성을 향상시킨다. 또한, 본 발명에 의한 서비스로 인해 관광 수요가 창출될 수 있다.

도 1은 본 발명의 실시예에 따른 휴대 단말과 웹 서버 간의 정보 흐름을 나타낸 시스템 구성도.
도 2는 도 1에 도시된 객체 및 휴대 단말 부분의 세부 구조 및 구성 요소 간의 관계도.
도 3은 본 발명의 실시예에 따른 휴대 단말에서의 처리 절차를 나타내는 흐름도.
도 4는 휴대 단말이 사진을 찍을 때, 초점 거리, 현재 위치, 방위각, 고저각을 센서에서 읽고, 이를 바탕으로 지도 데이터베이스에서 피사체 ID를 판별하는 과정, 지도 데이터베이스를 구성하는 지형 지물 테이블의 구조와 평면도 테이블의 구조도이다.
도 5는 도 4에 도시된 피사체 검색 함수의 과정도.
도 6은 도 1에 도시된 웹 서버 부분의 세부구성과 구성부분과의 관계 및 DB 속성도.
도 7은 본 발명의 실시예에 따른 웹 서버에서의 처리 절차를 나타내는 흐름도.
도 8은 음성 인식의 경우 웹 서버에서 피사체 이름 음성 파일에 대응하는 피사체를 찾는 과정을 설명하는 흐름도.
도 9는 웹 서버에서 피사체 ID에 해당하는 학습 컨텐트를 Linked 데이터에서 발견하는 과정을 나타내는 흐름도.
도 10은 Linked 데이터 질의를 위한 온톨로지, RDF, 데이터베이스 간의 변환 알고리즘.
도 11은 본 발명의 실시예에 따른 휴대 단말에 피사체 이미지와 학습 콘텐츠를 표시한 예이다.

이하 첨부된 도면을 참조하면서 본 발명의 실시예를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

본 발명의 목적을 달성하기 위해서는 다음의 두 가지 요소 기술이 요구된다. 제1 요소 기술은 사진 촬영 대상인 객체를 인식하는 방식에 관한 기술이다. 객체 인식방식에는, 첫째 사진 촬영 시에 카메라 초점 거리, 이동 단말기의 현재 위치, 단말기가 향하고 있는 방위 및 고저각을 바탕으로 피사체를 인식하는 것이다(이하에서는 센서인식 방식이라 함). 이를 위하여 휴대 단말 활동 영역에 존재하고 있는 지형 지물이나 흥미 있는 사물에 대한 정보가 수록된 데이터베이스를 미리 준비하고 있어야 한다.

둘째는 사용자가 사진 촬영 시에 대상의 이름을 음성으로 입력하여(예를 들어 다보탑을 촬영하면서 “다보탑”이라고 말함) 객체를 인식하는 방식이다(이하에서는 음성인식 방식이라 함). 이 방식은 기존의 음성인식 기술을 본 발명의 휴대 단말 상황에 맞게 적용할 수 있다는 장점이 있는 반면, 음성 인식 기술의 수준에 객체 인식의 수준이 의존하게 된다는 단점이 있다.

셋째, 객체에 RF 칩을 부착하고 휴대 단말에 RF 리더를 장착하여 사용자가 사진 촬영 시에 리더에서 촬영 대상인 객체의 RF 칩 데이터를 읽고 식별하는 것이다. 이 방식의 장점은 RF 칩만 부착하면 어떤 객체도 인식할 수 있고, 모바일 RFID 기술을 포괄할 수 있기 때문에 보급을 활성화하기 용이하다는 장점이 있다. 한편, RF 칩이 부착되지 않은 객체를 인식할 수는 없고, 별도의 RD 리더를 휴대 단말에 장착하여야 한다는 단점이 있다.

넷째는 휴대 단말에 3차원 입체 인식 프로그램을 내장하여 사진 촬영 시에 객체를 인식하도록 하는 방식이다. 본 발명에서는 첫 번째와 두 번째 방식의 기술에 역점을 두고 휴대 단말 환경에 맞게 적용한다.

제2 요소 기술은 웹 서버에서 요구되는 콘텐트를 검색하여 필요한 콘텐트와 사진 이미지를 결합하여 객체(피사체)에 대한 학습 콘텐트를 생성하는 기술이다.

해당 객체에 대한 학습 콘텐트를 휴대 단말에 제공하기 위해서는 사전에 웹 서버에 콘텐트를 저장해 두는 방식이 간편하지만, 이는 선택되는 객체가 다양한 경우 그에 비례하여 학습 콘텐트를 준비해야 하는 단점이 있다. 따라서 본 발명에서는 웹 서버에 학습 콘텐트가 없는 경우는, Linked 데이터를 검색하여 피사체 이미지와 학습 콘텐트를 결합하여 서비스하는 방법을 제시한다.

이하에서, 본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다.

먼저, 도 1은 본 발명의 실시예에 따른 체험 현장에서 객체에 대한 사진촬영과 동시에 휴대 단말에 콘텐트 서비스를 제공하는 본 발명에 관한 전체 시스템과 서비스 방식을 나타낸 도면이다.

도 1과 같이, 사용자가 객체의 사진을 찍으면, 스마트폰과 같은 휴대 단말(12)의 센서로 피사체를 인식하거나 객체에 RF 칩이 부착된 경우는 휴대 단말(12)의 리더에서 촬영된 피사체 ID를 수신하고, 그렇지 않은 경우 사용자가 입력하는 음성을 피사체 이름 음성 파일로 저장하여 휴대 단말(12)에서 자동으로 생성된 사용자 ID와 피사체 이미지를 함께 이동통신망 및 무선인터넷으로 웹 서버(201)에 전송한다. 웹 서버(201)에서는 수신한 데이터와 피사체에 관한 콘텐트를 이용하여 사용자(사전에 웹 서버에 회원으로 가입되어 있다고 가정함)의 웹 페이지를 추가하고, 피사체에 대한 개인화 학습 콘텐트를 휴대 단말(12)에 전송한다. 또한 사용자는 향후에 웹 서버(201)에 접속하여 본인이 생성한 피사체별 학습 콘텐트 서비스를 받을 수도 있다.

또한, 도 1에 나타낸 바와 같이, 본 발명의 전체 시스템은 객체 및 휴대 단말 부분(10)과 웹 서버 부분(20)으로 구성된다. 도 2와 같이, 휴대 단말(12)은 휴대폰 제어부(101), 카메라 제어부(102), 객체 인식 제어부(103), 및 표시 장치(104)로 구성된다. 객체(105)에는 RF 칩(객체를 식별하기 위한 ID가 저장된 칩 또는 코드)이 부착되어 있을 수도 있고, 그렇지 않을 수 있다. 객체 인식 제어부(103)에는 스마트폰의 애플리케이션, RF 리더와 스피커를 통한 음성 인식 시스템을 내장하고 있다. 상기 RF 리더는 RF 칩의 데이터를 수신하는 판독기, RFID 리더가 이의 역할을 할 수도 있다. 객체 인식 제어부(103)에서는 스마트폰의 센서 인식을 위한 애플리케이션을 통해 피사체를 인식할 수 있고, 입력부(1032)로부터 RF 칩의 데이터를 입력받거나 객체에 대한 음성 입력 신호를 받는다. 객체 인식 제어부(103)는 입력 신호를 처리하고 휴대폰 제어부(101)와 카메라 제어부(102) 등과 인터페이스를 통해 연동된다.

도 2에서 휴대 단말 사용자가 객체(105)의 사진을 찍으면, 카메라 제어부(102)에서 객체 인식 제어부(103)로 촬영 신호를 보내고 피사체 이미지를 저장한다. 도 3은 휴대 단말(12)에서의 처리과정을 나타내고 있다. 스마트폰과 같은 휴대 단말 사용자가 특정 객체인 피사체의 사진을 촬영하게 되면, 다음과 같은 과정을 통해 피사체 ID를 식별한다(단계 410, 단계 420, 단계 430).

스마트폰과 같은 휴대 단말에는 카메라가 장착되어 있고, 스마트폰용 응용 프로그램 개발 환경은 카메라 작동과 관리에 필요한 제반 속성과 메소드를 제공하는 카메라라는 클래스도 제공한다. 카메라가 피사체 이미지를 생성할 때 pictureTaken과 같은 사건이 발생하며, 촬영으로 생성된 이미지와 촬영시의 초점 거리 등의 관련 정보가 속성값으로 저장된다. 도 4에서 사진 찍기 사건 발생(단계 431)은 자동으로 onPictureTaken과 같은 해당 사건에 대한 사건 처리 함수를 실행시킨다. 따라서 사건처리함수에서 측위 함수(432), 센서 함수(433) 그리고 피사체 검색 함수(435)를 차례로 호출함으로써 피사체의 ID를 찾아낼 수 있다. 근래에는 휴대 단말에 GPS가 보편적으로 장착되어 있다. 예를 들어 안드로이드 스마트폰에서는 locationManager를 이용하여 GPS 정보를 수신할 수 있다. GPS 정보에는 현재 위치의 경도, 위도, 고도 및 수신 시각, 이동 단말기의 속도 등의 다양한 정보가 포함된다. 또한, 근래의 휴대 단말에는 다양한 센서도 장착되어 있다. 예를 들어 안드로이드 스마트폰에는 속도계와 컴파스를 비롯한 다양한 센서가 장착되어 있는데 센서 값에 변화가 발생하면 onSensorChanged라는 사건 처리 함수를 자동으로 호출하면서 센서 값을 인수로 전달한다. 따라서 onSensorChanged에서 인수로 전달된 값을 읽음으로써 휴대 단말(12)이 향하는 방위각(azimuth: 동서남북), 고저각(pitch: 하늘을 향하는지 아니면 땅을 향하는지), roll각(roll: 얼마나 눕혔는지)을 알 수 있다.

도 4의 지도 DB(434)는 도로, 인도, 지형 지물을 비롯한 다양한 정보로 구성된다. 지형 지물 정보는 도 4의 434: 지형지물 테이블에 보이는 바와 같이 ID, 명칭, 평면도 ID, 고도 등으로 구성된다. 평면도 ID는 이 지형지물의 평면 모양을 나타내는 평면도의 ID이며, 평면도들은 평면도라는 테이블에 저장되어 있다. 평면도 테이블의 구성(도 4의 434-1) 평면도 테이블에 보이는 바와 같이 평면도ID, 평면도를 구성하는 선들을 나타내는 점들의 수 그리고 이들 점들의 좌표들을 비롯한 평면도 관련 정보로 구성된다. 즉, 지형지물의 외형을 결정하는 정보는 지형지물 테이블과 평면도 테이블에 모두 기록되어있다.

도 4의 피사체 검색 함수(435)는 도 5에 보이는 바와 같이 초점 거리, 좌표(고도 포함), 방위각, 고저각, 지도 DB(434)의 정보 등으로 피사체 ID를 검색하여 반환한다. 피사체 검색 과정은 현재 좌표를 기점으로 하고 카메라가 향하고 있는 방향으로 결정되는 반직선과 만나는 지도 DB(434)에 등장하는 라인들 중 카메라의 초점 거리만큼 떨어진 라인을 검색하고, 이 라인이 윤곽선으로 사용된 구조물의 ID를 피사체로 판정한다. 이때 이러한 라인이 검색되지 않으면 피사체가 지도상의 지형 지물이 아니라고 판정한다.

도 3에서 피사체를 센서로 인식하지 못한 경우, 사용자가 객체 대상의 이름을 스피커(도시안됨)에 말하는 경우(단계 440), 입력부(1032)로부터 음성 입력 신호를 수신한 객체 인식 제어부(103)에서 이를 디지털 신호로 변환한 피사체 이름 음성 파일을 생성한다(단계 450).

도 3에서 사진 촬영시 피사체를 음성으로 인식하지 못한 경우(단계 460)는 객체에 부착된 RF 칩의 신호를 받아 피사체 ID를 식별할 수 있다(단계 470). 촬영 신호를 수신한 객체 인식 제어부(103)에서는 RF 리더를 활성화하고, 객체의 RF 칩을 활성화하여 피사체 ID를 수신한다(470). 마지막 객체 인식 방식은 3차원 입체 이미지를 처리하여 피사체 ID를 식별하는 것이다(480).

객체 인식 제어부(103)에서는 피사체ID 또는 피사체 이름 음성 파일, 피사체 이미지, 사용자 ID를 휴대폰 제어부(101)를 CDMA 모듈(1012)로 보내어, 무선 인터넷으로 웹 서버(201)에 전송한다(490).

도 6에 나타낸 바와 같이 웹 서버부(20)는 웹 서버(201), 학습 콘텐트 DB(202), 개인 정보 DB(203), 음성 DB(204), Linked 데이터 검색부(205), RDF 트리플 DB(206), 및 온톨로지(ontology, 207)로 구성되어 있다. 웹 서버(22)에는 사용자의 요구에 맞는 학습 콘텐트를 제공할 문서 템플릿이 있어 촬영 객체인 피사체에 관한 학습 콘텐트는 학습 콘텐트 DB(202)에 저장되어 있다. 즉, 학습 콘텐트 DB(202)에는 객체별 학습 콘텐트는 물론이고 해당 상세 정보가 있는 URI 등이 저장되어 있다. 개인 정보 DB(203)에는 사용자별 피사체 이미지를 저장한다. 예를 들어, 어떤 사용자가 10회 사진을 촬영하여 서비스를 요청한 경우에는 10 개의 레코드가 생성된다. 음성 DB(204)에는 피사체 이름 음성에 대응하는 파일이 저장되어 있어 휴대 단말(12)에서 수신한 음성 파일과 매칭하여 해당 피사체 ID를 식별할 수 있도록 해준다. RDF 트리플 DB(206)는 모든 데이터를 subject, predicate, 및 object이라는 트리플(triple)로 저장한다. 어떤 피사체에 대한 콘텐트가 학습 콘텐트 DB(202)에 없는 경우는 RDF 트리플 DB(206)에서 Linked 데이터 검색을 통해 온톨로지(207)를 참조하여 피사체 이름의 의미를 파악하여 학습 콘텐트를 수집하여 학습 콘텐트 DB(202)에 저장한다. 어떤 피사체에 대한 콘텐트가 수집되어 학습 콘텐트 DB(202)에 저장되면, 향후에는 반복적으로 재사용된다.

도 7에서는 웹 서버에서의 처리 과정을 나타내고 있다. 휴대 단말(12)로부터 데이터를 수신한 웹 서버(510)는 피사체 ID가 수신되었는지(스마트폰 센서 인식과 RF 인식인 경우) 또는 피사체 이름 음성 파일만 수신된 경우인가를 판단한다(520). 음성 입력으로 피사체 이름 음성 파일을 수신한 경우, 음성 DB(204)를 검색하여 그에 상응하는 피사체 ID를 찾는다(단계 530). 상기 피사체 이름 음성 파일에 대응하는 피사체 ID를 음성 DB(204)로부터 찾는 과정은 도 8을 참조하여 설명한다.

도 8은 피사체 음성 이름 파일로부터 피사체 ID를 찾는 과정을 구체적으로 나타내고 있다. 음성 인식 과정은 최고 유사치 라는 변수를 시스템이 나타낼 수 있는 최소 정수(MinInt)로 초기화하고, 피사체 ID는 아직 규명되지 않았으므로 ID로 사용되지 않는 번호인 -1로 초기화 한다(단계 531). 그리고 음성 DB(204)의 모든 튜플을 이미 비교하였는지 판단하여(단계 532) 그렇지 않다면 음성 DB(204)에서 다음 튜플을 독출한다(단계 533). 그리고 피사체 이름 음성 파일(53)을 단계 533에서 음성 DB(204)로부터 독출한 튜플의 음성 파일과 비교하여 유사도를 계산한다(단계 534). 단계 534에서 계산한 유사도가 최고 유사치보다 크면(535) 최고 유사치를 단계 534에서 계산한 유사도로 갱신하고, 피사체 ID도 단계 533에서 독출한 튜플의 ID 값으로 갱신한다(단계 536). 이와 같이 다음 튜플 읽기(단계 533), 유사도 계산하기(단계 534), 최고 유사치 갱신하기(단계 536)를 상기 음성 DB(204)에 저장된 모든 튜플에 대하여 반복 수행한 다음 피사체 ID를 반환한다.

단계 520의 판단 결과 상기 피사체 ID가 존재하는 경우, 상기 피사체 ID에 관한 콘텐트가 학습 콘텐트 DB(51)에 존재하는 지를 검색하여(단계 540), 존재하지 않는 경우는 Linked 데이터에서 질의하여 콘텐트를 수집하여 이를 학습 콘텐트 DB(202)에 저장한다(단계 550).

도 7의 학습 콘텐트 DB(51)에 피사체 ID의 학습 콘텐트가 존재하지 않아 Linked 데이터를 이용하여 학습 콘텐트를 수집하는 과정은 도 9와 같다. 도 9에서 RDF 트리플 DB(56)에는 온톨로지와 RDF는 물론이고 DBpedia와 같은 기존의 Linked 데이터를 RDF 트리플 형식으로 저장하고 있다. RDF 질의 언어인 SPARQL로 RDF 트리플 DB(206)에서 피사체에 대한 데이터를 찾는다(단계 551). 피사체 데이터를 발견하면(단계 552), 이를 학습 콘텐트 DB(55)에 저장한다(단계 554). 아니면, 외부 Linked 데이터에 접속하여 RDF 트리플 DB(56)를 갱신하고(단계 553), 피사체에 대한 SPARQL를 실행한다(단계 551). Linked 데이터에서 의미 분석할 수 있는 방식으로 원하는 데이터를 찾기 위해서는 온톨로지가 구축되어야 하고 추론 규칙이 적용되어야 한다. 온톨로지는 의미 분석을 통해 정확한 콘텐트 수집의 중요한 역할을 하게 된다. 예를 들어 인터넷 웹에서 키워드 검색의 경우는 “경주”에 과한 콘텐트를 수집하는 경우, 원하는 도시로서의 경주가 아닌 마라톤 “경주”에 관한 콘텐트를 수집할 수 있기 때문에 온톨로지를 활용하여 원하는 도시로서의 “경주”에 대한 콘텐트를 수집하는 것이 가능하게 된다.

단계 540의 판단 결과, 상기 피사체 ID에 관한 콘텐트가 학습 콘텐트 DB(202)에 존재하는 경우, 웹 서버(201)에서는 피사체 이미지를 개인 정보 DB(52)에 저장한다(단계 560). 사용자 ID와 피사체 ID를 파악하여 사진 이미지와 학습 콘텐트로 구성된 웹 페이지를 생성하고(단계 570), 이를 휴대 단말(12)로 전송한다(단계 580). 즉, 웹 서버(201)에서는 사진 이미지와 학습 콘텐트를 웹페이지 템플릿에 담아 휴대 단말(12)로 전송한다. DB에서 웹페이지는 생성하는 것은 기존의 JSP 또는 PHP 등으로 쉽게 가능하다.

단계 540의 판단 결과, 상기 피사체 ID에 관한 콘텐트가 학습 콘텐트 DB(202)에 존재하지 않는 경우, 단계 550에서 Linked 데이터 질의 결과를 학습 콘텐트 DB(202)에 저장하는 과정은 앞에서 설명한 도 9와 같다. 도 10에서는 온톨로지, RDF 데이터, 추론 엔진을 사용한 추론 데이터, Linked 데이터 등을 트리플로 변환하여 RDF 트리플 DB(206)에 저장하여 SPARQL 질의를 통해 피사체 콘텐트를 찾는 알고리즘을 나타내고 있다. 도 10에 나타낸 알고리즘을 이용한 본 발명의 기본적인 아이디어는 온톨로지, DB 데이터, RDF 등 모든 데이터를 트리플(triple) 형식으로 변환하여 RDF 트리플 DB(206)에 저장해 두고 SPARQL로 질의하여 원하는 피사체 콘텐트를 찾는 것이다. 외부 Linked 데이터를 수집하여 RDF 트리플 DB(206)를 갱신하는 방법의 첫째는 정기적으로 Linked 데이터를 수집하여 갱신하는 방식, 둘째는 특정 Linked 데이터 목록을 저장하여 목록에 있는 Linked 데이터에 변화가 있을 때마다 갱신하는 방식이다.

위의 설명에서 사용자는 웹 사이트에 접속하여 회원 가입을 하고, 사용자의 휴대 단말을 등록하였다고 가정하였다. 따라서 블로그와 같이 개인 학습 사이트가 개설되어 있는 경우. 사용자들은 체험 현장에서 휴대 단말로 서비스받는 콘텐트를 향후에 자신의 웹 사이트에 접속하여 재학습하는 것이 가능하다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 개선된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것이 아니다. 본 발명의 보호 범위는 아래 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10: 객체 및 휴대 단말 부분 12: 휴대 단말
20: 웹 서버 부분 101: 휴대폰 제어부
102: 카메라 제어부 103: 객체 인식 제어부
104: 표시 장치 105: 객체
201: 웹 서버 202: 학습 콘텐트 DB
203: 개인 정보 DB 204: 음성 DB
205: Linked 데이터 검색부 206: RDF 트리플 DB
207: 온톨로지 434: 지도 DB
1012: CDMA 모듈 1032: 입력부

Claims

(i) 카메라가 장착된 휴대 단말로 관심 대상 객체인 피사체를 촬영하고 인식하여 피사체 이미지 및 피사체 ID 또는 피사체 이름 음성 파일을 웹 서버에 전송하는 단계; 및
(ii) 상기 웹 서버에서 상기 휴대 단말로부터 수신한 상기 피사체 이미지 및 상기 피사체 ID 또는 상기 피사체 이름 음성 파일과 상기 피사체에 관한 콘텐트를 이용하여 개인 학습 콘텐트를 생성하여 상기 휴대 단말로 서비스하는 단계를 포함하되,
단계 (ii)는
(ii-1) 상기 웹 서버는 상기 피사체 ID 또는 상기 피사체 이름 음성 파일이 수신되었는 지를 판단하는 단계;
(ii-2) 상기 피사체 이름 음성 파일을 수신한 경우, 음성 DB를 검색하여 상기 피사체 이름 음성 파일에 대응하는 피사체 ID를 찾는 단계;
(ii-3) 상기 피사체 ID가 수신된 경우 상기 피사체 ID에 관한 콘텐트가 학습 콘텐트 DB에 존재하는 지를 검색하는 단계;
(ii-4), 상기 피사체 ID에 관한 콘텐트가 상기 학습 콘텐트 DB에 존재하지 않는 경우는 Linked 데이터에서 질의하여 콘텐트를 수집하여 상기 학습 콘텐트 DB에 저장하고, 상기 피사체 ID에 관한 콘텐트가 상기 학습 콘텐트 DB에 존재하는 경우 상기 피사체 이미지를 개인 정보 DB에 저장하는 단계; 및
(ii-5) 상기 피사체 ID 및 사용자 ID를 파악하여 피사체 이미지와 학습 콘텐트로 구성된 웹 페이지를 생성하여 상기 휴대 단말로 제공하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, 단계 (i)에서 사용자가 상기 객체를 대상으로 사진을 찍으면 촬영 신호를 상기 휴대 단말로 보내어 RF 리더에서 객체에 부착된 RF 칩으로부터 피사체 ID를 독출하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, 단계 (i)에서 사용자가 상기 객체를 대상으로 사진을 촬영하면, 상기 카메라의 초점 거리 및 상기 휴대 단말의 각종 센서 값을 바탕으로 지도 데이터베이스를 검색하여 상기 피사체를 검색하여 상기 피사체 ID를 판별하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, 단계 (i)은 사용자가 상기 객체를 대상으로 사진을 찍으면, 음성으로 객체 대상 이름을 말하면 음성을 입력받아 상기 피사체 이름 음성 파일을 생성하여 저장하는 단계를 더 포함하는 개인화 콘텐트 서비스 방법.
청구항 1 내지 4 중의 어느 한 항에 있어서, 단계 (i)은 상기 휴대 단말에서 사용자 ID를 상기 웹 서버로 전송하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, 단계 (ii)는 상기 웹 서버에서 상기 피사체 ID에 대응하는 상기 피사체에 관한 학습 콘텐트를 생성하고, 사용자별로 피사체 이미지와 혼합하여 웹 페이지를 생성하여 상기 휴대 단말에 전송하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
삭제
청구항 1에 있어서, 단계 (ii-2)는
(ii-2-1) 최고 유사치 변수 및 상기 피사체 ID를 시스템이 나타낼 수 있는 최소 정수 및 -1로 각각 초기화하는 단계;
(ii-2-2) 상기 음성 DB의 모든 튜플을 비교하였는지 판단하는 단계;
(ii-2-3) 단계 (ii-2-2)에서 상기 음성 DB의 모든 튜플을 비교하지 않았으면 다음 튜플을 독출하는 단계;
(ii-2-4) 상기 피사체 이름 음성 파일을 단계 (ii-2-3)에서 독출한 다음 튜플의 음성 파일과 비교하여 유사도를 계산하는 단계;
(ii-2-5) 단계 (ii-2-4)에서 계산한 유사도가 최고 유사치보다 크면 최고 유사치를 단계 (ii-2-4)에서 계산한 유사도로 갱신하고, 상기 피사체 ID를 단계 (ii-3)에서 독출한 상기 튜플의 ID 값으로 갱신하는 단계; 및
(ii-2-6) 단계 (ii-2-3) 내지 단계 (ii-2-5)를 상기 음성 DB의 모든 튜플에 대하여 반복 수행한 다음 상기 피사체 ID를 반환하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, 단계 (ii-4)는
(ii-4-1) RDF 질의 언어인 SPARQL로 RDF 트리플 DB에서 상기 피사체에 대한 데이터를 찾는 단계;
(ii-4-2) 상기 피사체 데이터를 발견한 경우, 상기 발견한 피사체 데이터를 상기 학습 콘텐트 DB에 저장하는 단계; 및
(ii-4-3) 상기 피사체 데이터를 발견하지 못한 경우, 외부 Linked 데이터에 접속하여 상기 RDF 트리플 DB를 갱신하는 단계를 포함하는 개인화 콘텐트 서비스 방법.
청구항 1에 있어서, (iii) 상기 웹 서버에서 사용자가 관심 대상에 대한 콘텐트를 요청할 때마다 학습 콘텐트와 피사체 이미지를 결합하여 생성한 웹 페이지를 개별 학습 사이트에서 언제나 서비스받을 수 있도록 하는 단계를 더 포함하는 개인화 콘텐트 서비스 방법.
청구항 6 또는 10에 있어서, 사용자별 피사체 ID에 관한 학습 블로그 사이트의 서비스를 제공하는 단계를 더 포함하는 개인화 콘텐트 서비스 방법.