KR101583181B1 - 응답 스티커 추천방법 및 컴퓨터 프로그램 - Google Patents

Abstract

응답 스티커 추천방법 및 컴퓨터 프로그램이 개시된다. 본 발명에 의한 응답 스티커 추천방법은 제2사용자의 직전 발화와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계; 상기 생성된 대화 상황 정보를 이용하여 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 유사 상황을 판정하는 단계; 유사 상황 판정 결과를 이용하여 상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계; 상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황에 부합하는 응답 스티커 후보군을 선정하는 단계; 및 상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함한다.

Description

응답 스티커 추천방법 및 컴퓨터 프로그램{Method and computer program of recommending responsive sticker}

본 발명은 소셜 네트워크 서비스 또는 인스턴트 메신저를 통한 대화시 스티커를 추천하는 방법에 관한 것이다. 더욱 구체적으로는 상대방의 발화에 응답하기 위하여 사용하는 응답 스티커를 추천하는 방법에 관한 것이다.

소셜 네트워크 서비스 또는 인스턴트 메신저를 통한 대화시 사용자의 감정상태를 표시하기 위해 이모티콘을 사용하곤 한다.

과거에는 발화의 끝 부분에 텍스트로 쓰여진 이모티콘(OTL, ㅠㅠ, ^^;)을 덧붙이는 정도에 그쳤으나 최근에는 그래픽 이미지 형태의 이모티콘을 표시하기도 한다.

사용자는 대화 내용을 입력하다가 이모티콘 선택 창을 열어 적당한 것을 선택하여 입력할 수 있는데, 그 과정을 더욱 편리하게 하고자 사용자가 입력한 텍스트가 자동으로 이모티콘으로 변환되어 표시되는 기술이 개발되기도 했다.

도 1은 공지의 개인용 컴퓨터용 메신저(네이트온)에서 이모티콘이 표시되는 모습을 도시한다.

도 1에 도시된 공지의 메신저에서는 특정 키워드를 입력하면 해당 텍스트가 키워드에 해당하는 이모티콘으로 자동으로 변환된다. 도 1의 예에 의할 때 사용자가 "선물"이라 입력한 순간, "선물"이라는 단어가 선물에 해당하는 이모티콘으로 자동으로 변환된 것을 알 수 있다.

그러나, 이러한 종래기술은 단순히 특정 키워드가 입력되면 이를 미리 매칭된 이모티콘으로 변환하여 표시하는 것에 불과하기 때문에, 대화의 내용이나 문맥, 감정상태와는 전혀 무관하게, 심지어는 대화 상황에 비추어 적절하지 못한 방식으로 표시되는 일이 허다하다.

이러한 문제점을 해소하기 위하여, 대한민국 특허공개 10-2011-0026218 “문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체"는 입력된 대화 내용으로부터 감정상태를 나타내는 단어를 추출하고, 이를 이용하여 감정상태에 부합하는 이모티콘을 선택해주는 기술을 공지하고 있다.

그러나, 이 역시 입력된 텍스트를 분석하여 감정상태를 나타내는 키워드가 등장하면, 이에 대응되는 이모티콘을 1대1로 매칭해주는 것에 불과하다.

따라서, 문맥이나 대화의 상황, 사용자간의 관계가 고려될 여지가 없어, 적절하지 못한 이모티콘 추천이 이루어지는 경우가 발생한다.

이외에, 2014년 한국컴퓨터종합학술대회 논문집에 수록된 김준혁 외 3인 "텍스트 마이닝을 이용한 Bigram-Signature 기반의 자동 이모티콘 추천 모듈"은 한글 문장을 바이그램으로 잘라서 분석함으로써 이모티콘 추천을 위한 키워드를 보다 정확하게 추출하는 기술을 공지하고 있다.

그러나, 상기 논문에 공지된 기술 역시 키워드와 이모티콘의 1대1 매칭을 제공할 뿐, 대화의 상황이나 문맥을 고려하여 적절한 이모티콘을 추천하지 못하는 한계를 갖는다.

특히, 종래기술은 사용자의 발화 - 사용자가 입력한 텍스트 형태의 대화 내용 - 그 자체를 분석하여 이에 대응되는 이모티콘을 추천하는 것에 그칠 뿐이며, 상대방의 발화에 대해 적절하게 응답하기 위한 이모티콘을 추천하지 못하는 한계가 있다.

문헌 1. 대한민국 특허공개 10-2011-0026218 “문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체” 문헌 2. 대한민국 등록특허 10-0751396 "문자 서비스 이모티콘 자동 변환 시스템 및 방법”

문헌 3. 김준혁, 박영웅, 하슬비, 최용석, "텍스트 마이닝을 이용한 Bigram-Signature 기반의 자동 이모티콘 추천 모듈", 2014년 한국컴퓨터종합학술대회 논문집, 대한민국(2014) 문헌 4. 이연수, 신중휘, 홍금원, 송영인, 이도길, 임해창, "다양한 언어적 자질을 고려한 발화간 유사도 측정방법", 한국음향학회지 제28권 제1호 pp.61~69, 대한민국(2009) 문헌 5. 홍금원, 이연수, 김민정, 이승욱, 이주영, 임해창, 한국어 모바일 대화형 에이전트 시스템", 韓國컴퓨터情報學會論文誌 第13卷第6號, 대한민국(2008. 11.)

본 발명은 상기와 같은 종래기술의 문제점을 해소하기 위하여 개발된 것으로, 원격지 사용자들간 대화를 입력하여 서로 주고받는 메신저 또는 소셜 네트워크 서비스에서 스티커를 사용함에 있어, 대화의 상황과 감정상태를 단위 발화가 아니라 대화 단위로 파악하고 이를 부합하는 스티커를 선정하여 추천해주는 기술의 제공을 그 목적으로 한다.

본 발명은 동일한 키워드나 대화 내용이 입력이 되는 경우에도 기계적으로 동일한 스티커를 추천하는 대신에, 대화 상황이나 문맥, 사용자의 관계를 고려하여 적절한 스티커를 추천하는 방법의 제공을 그 목적으로 한다.

본 발명의 또 다른 목적은 대화 도중 상대방의 직전 발화에 대해 문맥상 적절한 응답이라 볼 수 있는 스티커를 추천함으로써, 사용자로 하여금 추천된 스티커를 간단히 선택하는 것에 의해 응답할 수 있도록 하는 방법의 제공에 있다.

상기와 같은 목적을 달성하기 위하여 본 발명의 일 실시예에 의한 응답 스티커 추천방법은 네트워크를 통해 제1 및 제2사용자 단말기와 연결되는 서버에서 실행되며,

제2사용자 단말기의 발화를 입력받음에 따라 상기 제2사용자의 직전 발화 - 이때, 상기 제2사용자의 직전 발화는 텍스트 형태의 대화 내용을 포함함 - 와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계;

상기 생성된 대화 상황 정보를 이용하여 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 유사 상황을 판정하는 단계;

유사 상황 판정 결과를 이용하여 상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계;

상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황에 부합하는 응답 스티커 후보군을 선정하는 단계; 및

상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함할 수 있다.

한편, 상기 제2사용자의 직전 발화는 텍스트 형태의 대화 내용 대신에 스티커만을 포함할 수도 있는데, 대화 상황 정보를 생성하는 단계에서는 상기 제2사용자의 직전 발화에 포함된 스티커의 메타 데이터로부터 대화 상황 정보를 생성할 수 있다.

상기 스티커의 메타 데이터는 키워드, 화행 정보, 감정 정보에 대응하는 값을 가지며, 이를 각각 화행 정보, 감정 정보, 키워드로 치환함으로써 대화 상황 정보를 생성할 수 있다.

이때, 대화 상황 정보는 상기 제2사용자의 직전 발화와 소정 개수의 그 이전 발화, 제1사용자의 소정 개수의 이전 발화들의 화행 정보, 감정 정보, 키워드를 포함할 수 있으며,

상기 유사 상황을 판정하는 단계에서는, 상기 생성된 대화 상황 정보와 비교할 때 화행 정보 또는 감정 정보의 흐름이 일치하는 대화를 유사 상황으로 판정한다.

이때, 상황이란 다수의 연속 발화를 포함하는 대화를 의미한다.

이러한 본 발명에 의할 때,

동일한 대화 내용이나 키워드가 입력되어도 대화 상황이나 상대방과의 관계에 따라 다른 스티커가 추천된다. 즉, 단순히 키워드 매칭을 통해 자동추천하는 알고리즘에 비하여 대화의 상황이나 문맥을 고려하여 적절한 스티커의 추천이 가능하다는 효과가 있다.

특히, 대화 상황 정보를 이용하여 상대방의 직전 발화에 대한 적절한 응답을 찾고, 이에 상응하는 스티커를 추천해 줌으로써, 사용자는 간단히 추천받은 스티커를 선택하여 입력하는 것만으로 상대방의 발화에 응답하는 것이 가능해진다.

도 1은 종래기술에 의한 이모티콘 자동 변환기술을 예시하는 도면이며,
도 2는 서버와 사용자 단말기들의 연결관계를 도시하는 도면이며,
도 3은 서버의 구성을 설명하는 도면이며,
도 4는 대화 상황, 상대방과의 관계 및 개인 선호를 고려하여 스티커가 추천되는 예를 설명하는 도면이며,
도 5는 수집된 발화를 분석하여 스티커가 추천되기까지의 과정을 설명하는 도면이며,
도 6은 화행분석, 감정분석 및 관계분석을 예시적으로 설명하는 도면이며,
도 7은 화행을 대화의 범용적 관점에서 구분한 체계를 예시한 도면이며,
도 8은 화행을 사회적 의례 관점에서 구분한 체계를 예시한 도면이며,
도 9는 감정을 종류와 정도에 따라 구분한 체계를 예시한 도면이며,
도 10은 본 발명의 일 실시예에 의한 응답 스티커 추천방법을 설명하는 플로우차트,
도 11은 도 10에 도시된 본 발명의 실시예에서 본 발명의 사용자 단말기를 통해 응답 스티커가 표시되는 모습을 예시하는 도면,
도 12는 본 발명의 이 실시예에 의한 응답 스티커 추천방법을 설명하는 플로우차트,
도 13은 도 12에 도시된 본 발명의 실시예에서 본 발명의 사용자 단말기를 통해 응답 스티커가 표시되는 모습을 예시하는 도면이다.

이하에서는 본 발명의 바람직한 실시예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.

발명의 상세한 설명 또는 특허청구범위에서 어느 하나의 구성요소가 다른 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 당해 구성요소만으로 이루어지는 것으로 한정되어 해석되지 아니하며, 다른 구성요소들을 더 포함할 수 있는 것으로 이해되어야 한다.

또한, 발명의 상세한 설명 또는 특허청구범위에서 "~수단", "~부", "~모듈", "~블록"으로 명명된 구성요소들은 적어도 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이들 각각은 소프트웨어 또는 하드웨어, 또는 이들의 결합에 의하여 구현될 수 있다.

이하에서, 스티커란 메신저 또는 소셜 네트워크 서비스 상에서 대화시 대화 내용에 부착하여 사용하는 그래픽 이미지를 의미한다. 이모티콘으로 혼용되기도 하는 개념으로 이하에서는 스티커로 통칭하기로 한다.

이하에서, 붙임 스티커란 사용자가 입력한 대화 문장에 부종하며, 입력된 문장에 부착되어 사용되는 스티커를 의미한다.

이하에서, 응답 스티커란 상대방이 입력한 직전 대화 내용 또는 상대방이 직전 대화에 사용한 스티커에 응답하기 위해 사용되는 스티커를 의미한다.

붙임 스티커는 사용자가 입력한 대화 문장에 대하여 추천되는 스티커이며, 응답 스티커는 상대방이 직전에 입력한 대화 문장이나 사용한 스티커에 응답하기 위하여 사용자에게(상대방이 아닌) 추천되는 스티커로 구분될 수 있다.

이하에서, 스티커의 부착이란 대화창 또는 대화 입력 내용의 앞뒤 또는 중간에 해당 스티커의 그래픽 이미지를 표시하는 것을 의미한다.

이하에서, 발화(發話)란 사용자가 메신저 또는 소셜 네트워크 서비스 상에 입력한 대화의 기본 단위를 의미한다. 통상, 대화 입력창에 텍스트 형태로 대화 내용을 입력한 다음 "전송" 버튼을 누르는 것에 의해 발화가 이루어진다.

이하에서, 대화 상황이란 발화의 의도, 감정, 키워드 분석을 통해 드러나는 대화의 상태 흐름을 의미한다.

이하에서, 화행(話行, Speech act)이란 발화의 의도를 의미한다.

이하에서, 대화 상황 정보란 발화에 대한 화행 분석과 감정분석, 표층 분석을 통해 얻어지는 정보로서, 화행 정보(화행 카테고리에 대한 정보), 감정 정보(감정 카테고리 및 감정 강도에 대한 정보), 키워드를 포함한다. 단일 발화에 대한 대화 상황 정보의 생성도 가능하지만, 바람직하게는 둘 이상의 연속 발화에 대한 화행 흐름, 감정 흐름을 포함한다.

이하에서, 대화 상황 정보 데이터 베이스는 화행 부착 코퍼스 및 감정 부착 코퍼스에 대한 기계학습을 통해 대량의 대화 상황 정보를 저장하는 데이터 베이스를 의미한다. 바람직하게는 연속 발화에 대한 대화 상황 정보와, 각 발화 별 발화-스티커 쌍을 포함한다.

대화 상황 데이터 베이스는 화행 정보, 감정 정보 등이 분석된 다수의 대화를 포함한다. 각 대화는 연속된 일련의 발화를 포함하며, 이하에서 유사 상황 검색시의 "상황"이란 "대화"와 동의어로 해석된다.

도 2는 사용자 단말기(20)와 서버(10)의 연결관계를 나타내는 도면이다.

사용자 단말기(20)는 네트워크를 통해 서버(10)에 접속하며, 대화 내용을 입력하거나 상대방으로부터 입력된 발화를 표시하기 위한 수단에 해당한다.

사용자는 사용자 단말기(20)를 이용하여 서버(10)를 경유, 다른 사용자들과 텍스트나 이미지 등을 포함하는 시각적 형태의 메시지를 주고 받을 수 있다.

사용자 단말기(20)는 이와 같은 기능을 수행하기 위한 수단으로서, 스마트폰이나 개인용 컴퓨터와 같은 형태일 수 있다. 이외에도, 네트워크(바람직하게는 인터넷)에 접속할 수 있으며 사용자가 시각적 형태의 커뮤니케이션이 가능하게 하는 수단이라면 사용자 단말기(20)에 포함되는 것으로 이해되어야 한다.

이하에서는 제1사용자는 메시지를 주고 받음으로써 대화중인 사용자이며, 제1사용자단말기(21)는 이와 같이 제1사용자로 하여금 시각적 형태의 커뮤니케이션을 할 수 있도록 하는 수단에 해당한다.

제2사용자는 제1사용자와 대화하는 상대방이며, 제2사용자단말기(22)는 제2사용자가 대화시 사용하는 단말기이다.

서버(10)는 제1사용자와 제2사용자간 대화를 할 수 있도록 메시지를 중개하며, 더 나아가 제2사용자의 발화에 대해 간편하게 응답할 수 있도록 제1사용자에게 응답 스티커를 추천한다.

이하에서는, 서버(10)가 제1사용자에게 스티커를 추천하는 경우를 설명하나, 제1사용자와 제2사용자의 구분은 이해를 돕기 위한 편의상의 구분일 뿐이며, 실제로 서버(10)는 양쪽 사용자 모두에게 스티커를 추천할 수 있음은 당연하다.

도 2에서는 서버(10)를 단일 서버인 것으로 도시하였으나, 서버(10)는 기능에 따라 나뉘어진 다수의 서버를 포함하는 서버군의 형태여도 무방하다.

예컨대, 제1사용자 단말기(21)와 제2사용자 단말기(22)간의 대화를 중개하는 메신저 서버, 대화를 분석하여 스티커를 추천하는 스티커 추천 서버로 이루어질 수도 있으며 소셜 네트워크 서비스를 제공하는 서버를 포함할 수도 있다.

아니면, 외부의 소셜 네트워크 서비스 서버와 연동되어 스티커 추천결과가 외부 서버를 경유하여 사용자 단말기(20)로 제공되도록 할 수도 있다.

본 발명에 의한 응답 스티커 추천방법은 상기와 같이 제1사용자 단말기(21), 제2사용자 단말기(22)와 연결되는 서버(10)에서 실행될 수 있다.

도 3은 서버의 하드웨어 구조를 나타낸다.

도 3에 도시된 바에 의할 때, 서버(10)는 프로세서(11), 메모리(12), 저장장치(13) 및 네트워크 어댑터(14)를 갖는다.

저장장치(13)는 기 분석된 대화 상황 정보 데이터베이스 및 본 발명에 의한 응답 스티커 추천방법을 실행하기 위한 명령어가 수록된 컴퓨터 프로그램을 적재한다.

메모리(12)는 상기 컴퓨터 프로그램의 명령어들을 저장하는 휘발성 저장공간에 해당하며, 프로세서(11)는 메모리에 적재된 명령어들을 실행하여 본 발명에 의한 응답 스티커 추천방법을 실행한다.

네트워크 어댑터(14)는 유무선 통신방식에 의하여 제1사용자 단말기(21) 및 제2사용자 단말기(22)와 통신한다.

서버(10)는 다음과 같은 과정을 통해 사용자의 대화시 적절한 스티커를 선정하여 추천한다.

우선, 서버(10)는 제1사용자단말기(21) 및 제2사용자 단말기(20)로부터 대화 내용을 수집하고, 발화를 분절하여 분석함으로써 대화상황 분석을 수행한다.

한편, 기 수립된 대화 상황 분류체계와 대화 상황 정보를 이용하여 대화 상황 데이터 베이스로부터 유사 상황을 검색함으로써 적절한 스티커 후보군을 선정하고, 상황과 선호도에 기반하여 랭킹을 메겨 최종적으로 사용자에게 스티커를 추천한다.

즉, 단순히 키워드 비교에 의해 1대1 매칭(동일 키워드에 대해 동일한 스티커를 추천)을 수행하는 종래기술과 달리, 대화 내용을 파싱한 결과로 동일한 키워드가 확인되어도 대화의 상황 및 상대방과의 관계나 사용자의 개인 선호에 따라 스티커를 다르게 추천하는 것이다.

도 4는 서버(10)가 동일 대화 내용에도 불구하고 대화 상황, 상대방과의 관계 및 개인 선호에 따라 서로 다른 스티커 그룹을 추천하는 경우를 예시한다.

도 4에 도시된 "예시 #1"에 의하면, 대화 상대방이 회사 상사인 경우와 친한 친구인 경우 서로 다른 스티커 그룹이 추천됨을 알 수 있다.

회사 상사인 경우 지나치게 격의 없는 느낌을 주는 스티커는 배제되며, 윗 사람과 대화시 사용할 만한 스티커가 위주로 추천된다.

반면, 상대방이 친한 친구인 경우에는 반대로 격식보다는 편하게 사용할 수 있는 스티커 위주로 추천된다.

한편, 도 4에 도시된 "예시 #2"는 사용자의 감정 상태에 따라 적절한 스티커 그룹이 추천되는 예를 설명한다.

사용자가 회사에서 힘들고 슬펐던 일을 이야기하고 있는 경우, 서버(10)는 이러한 사용자의 감정 상태를 파악하여, "예시 #2"에서 확인되는 바와 같이 감정 상태에 부합하는 스티커 그룹을 추천하는 것이다.

한편, 도 4에 도시된 "예시 #3"은 대화 상황에 따라서 적절한 스티커가 추천되는 예를 설명한다.

대화 상대방의 마지막 입력 대화 내용이 한턱 쏘겠다는 내용인 경우, 그 다음 사용자의 대화 입력내용으로는 상대방의 말에 적절한 대답이 될 수 있는 스티커를 추천하는 것이다.

한편, 도 4에 도시된 "예시 #4"는 개인의 선호에 따라서 선택된 스티커 그룹의 순위를 다시 메겨 추천하는 예를 설명한다.

사용자가 평소 많이 사용한 스티커의 메타데이터를 분석한 결과, 해당 사용자가 과장된 행동으로 표현되는 스티커를 주로 사용한다면, 서버(10)는 대화 상황이나 상대방과의 관계, 감정 상태 등을 고려하여 선택된 스티커 그룹 가운데 과장된 행동으로 표현되는 스티커가 우선적으로 노출되도록 보정하여 이를 제1사용자 단말기(21)로 제공한다.

이러한 일련의 스티커 추천 과정은 도 5에 도시된 바와 같이 크게 대화 상황분석 단계와 스티커 추천 단계로 구분된다.

도 5는 수집된 발화를 분석하여 스티커가 추천되기까지의 과정을 설명한다.

대화 상황분석 단계에서는 자연어 처리를 통해 구어체 문장을 교정하고, 형태소를 분석하며, 품사를 부착하게 된다. 구어체 문장교정과 형태소 분석, 품사 부착은 공지의 알려진 연구들을 활용할 수 있다.

분류된 어휘, 말뭉치들을 이용하여 화행분석과 감정분석이 행하여 진다.

또한, 주고 받는 대화의 쌍에 대한 분석을 통해 대화 당사자간의 관계에 대한 분석이 행하여진다.

"화행", 즉 발화의 의도는 대화의 범용적인 관점이나 사회의례적 관점에서 다양하게 분류될 수 있다. 예컨대, "칭찬", "도움 요청", "인사", "자랑" 등의 분류를 가질 수 있다.

"감정"은 감정의 카테고리는 물론 감정의 강도에 따라 나뉠 수 있다. 예컨대, "기쁨", "슬픔"과 같은 감정의 카테고리와, "매우", "보통", "조금"과 같이 감정의 강도에 따른 분류를 가질 수 있다.

"관계"는 상하관계 여부, 친밀도 정도에 따른 분류를 가질 수 있다. 예컨대, "윗사람", "아래사람", "친함", "친하지 않음"과 같은 분류를 가질 수 있다.

이러한 과정을 거쳐 대화상황 분석이 이루어지면, 스티커 추천 단계에서 서버(10)는 대화 상황 정보 데이터베이스를 이용하여 가장 유사한 대화상황을 찾는다.

유사상황의 판정은 (문맥을 주로 정의하는) 화행 흐름을 위주로 판단되며, 감정 정보나 사용자 관계가 종합적으로 고려될 수 있다.

이러한 일련의 과정을 첨부한 도면을 참조하여 상세히 살펴보면 다음과 같다.

우선, 대화 상황 분석 단계에서 서버(10)는 단일 발화를 분석하는 것에 그치지 않고, 대화 상대방 간의 양방향 대화의 흐름을 분석하다.

대화 상황 분석 단계는 다시 발화 단위 분석 단계와 대화 단위 분석 단계로 나뉜다.

발화 분석 단계는 문맥과 관계없이 어휘 수준의 분석을 수행한다.

발화 분석 단계에서는 우선, 구어체 문장을 교정한다. 구어체 문장의 교정은 띄어쓰기를 교정하고, 철자와 비속어를 교정하며, 이모티콘 인식하여 대응되는 어휘로 변환함으로써 이루어진다.

한편, 형태소분석 및 품사부착이 수행되며, 그 결과로부터 키워드가 추출된다.

이후 대화 단위 분석 단계에서는 화행 분석과 감정 분석, 관계 분석이 행하여 진다. 이를 통해 서버(10)는 대화 상황 정보를 생성한다.

대화 단위 분석 단계에서는 발화 단위가 아닌 양방향 대화 문맥을 고려하여 분석이 이루어지며, 대화 단위 분석시 기 구축된 상황 분류 체계가 사용된다.

도 6은 화행분석, 감정분석 및 관계분석 과정을 설명하는 도면이다.

도 6의 (a)에 도시된 바에 의할 때, 화행 분석 단계에서는 발화를 통해 드러나는 사용자의 의도를 분석한다.

입력값은 "발화"이며, 출력값은 "화행 카테고리"이다.

도 6의 (a)에 의할 때, 제1사용자의 발화인 "내가 지금 하고 있는 이 새 프로젝트 좀 도와줄래?"가 입력된 경우 이에 대응하는 출력값은 미리 정의된 화행 카테고리의 하나인 "요청/명령"임을 알 수 있다.

도 6의 (b)에 도시된 바에 의할 때, 감정 분석 단계에서는 발화를 통해 드러나는 사용자의 감정을 분석한다.

입력값은 "발화"이며, 출력값은 "감정카테고리 및 감정정도"이다.

도 6의 (b)에 예시된 바에 의할 때, 제1사용자의 발화인 "어제 피곤해서 기절했어 ㅠㅠ"가 입력된 경우 이에 대응하는 출력값은 "슬픔", "보통"임을 알 수 있다. 즉, 감정카테고리는 "슬픔", 감정정도는 "보통"으로 분석한 것이다.

도 6의 (c)에 도시된 바에 의할 때, 관계 분석 단계에서는 발화를 통해 드러나는 사용자 간의 상하관계를 분석하고, 사용자 간의 친밀도를 분석한다.

입력값은 "발화"이며, 상하관계 분석결과 출력값은 "상하" 또는 "평등"일 수 있다. 친밀도 분석결과 출력값은 "친함" 또는 "안친함"일 수 있다.

화행 분석이나 감정 분석을 위해 대화 상황 분류체계가 이용된다.

대화 상황 분류체계는 화행 분류체계와 감정 분류체계로 구분된다.

화행 분류체계는 대화의 범용적인 관점이나 사회의례적 관점에서 화행 - 즉, 대화의 의도를 다양하게 구분한 것이다.

도 7은 화행을 대화의 범용적 관점에서 구분한 체계를 예시한 도면이다.

도 7에 예시된 바에 의할 때, "Yes No 질문", "Wh 질문", "대답-긍정", "대답-부정", "동의", "반대", "자랑" 등의 유형이 표시된 것을 확인할 수 있다.

도 7의 화행 분류체계는 ISO 표준 분류체계의 분류기준, 계층구조를 반영하되 한국어 대화 의도 분류에 부합하도록 만들어진 것이며, 감정에 해당하는 분류를 제거한 것이다.

도 8의 화행 분류체계는 도 7의 대화 범용 분류 체계에 더하여, 메신저 서비스에서 흔히 나타나는 대화 태도에 대한 요소를 고려하여 별도의 분류체계를 만든 것이다.

도 8에 예시된 바에 의할 때 "만남인사", "사과", "감사", "축하", "애도", "격려", "악담" 등이 포함될 것을 확인할 수 있다.

채팅에서 흔히 나타나는 대화의 양태(Modality)를 분류 체계화한 것에 해당한다.

도 9는 감정을 종류와 정도에 따라 구분한 체계를 예시한 도면이다.

도 9에 예시된 감정 분류체계는 공지의 감정 분류모델을 참조하여 만든 것으로 "중립 감정" 즉, 감정이 없는 상태를 포함하는 9가지의 감정의 카테고리로 나뉜다.

여기에 각 감정의 카테고리마다 강, 중, 약으로 감정의 강도가 구분된다.

다음으로, 스티커 추천 단계에서 서버(10)는 분석된 발화의 대화 상황정보를 이용하여 대화 상황 정보 데이터베이스로부터 유사 상황을 검색한다.

도 5에 도시된 바와 같이 스티커 추천 단계는 유사 상황 검색 단계와 관계 및 선호도 기반 순위 결정 단계로 이루어진다.

유사 상황 검색 단계에서는 대화 상황 정보를 이용하여 현재 가장 그럴듯한 화행 흐름을 기준으로 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 가장 가까운 상황을 선정한다.

또한, 주제를 시작하는 발화인지, 응답에 해당하는 (또는 이에 가까운) 발화인지를 구분한다.

상황별로, 주제를 시작하는 발화인지 응답인지에 따라 스티커 후보군이 미리 매칭이 되며, 선호도 기반 순위 결정 단계에서는 매칭된 스티커 후보군들을 대상으로 순서를 메긴다.

상황과 상대방과의 관계에 기반한 적합도를 따져 적합한 스티커들이 우선 노출되도록 하는 것이다.

이러한 일련의 과정을 거쳐서야 도 4에 예시된 바와 같은 스티커 추천이 이루어진다.

본 발명에 의한 응답 스티커 추천방법은 상기와 같은 방법을 이용하여 상대방이 입력한 직전 대화 내용에 대하여 응답하기 위한 스티커를 추천하거나, 또는 상대방이 직전 대화에 사용한 스티커에 응답하기 위해 사용되는 스티커를 추천하는 방법을 설명한다.

[실시예 1]

이하에서는 도 10 내지 도 11을 참조하여, 본 발명의 일 실시예에 의한 응답 스티커 추천방법을 살펴보기로 한다.

도 10은 본 발명의 일 실시예에 의한 응답 스티커 추천방법을 설명하는 플로우차트이며, 도 11은 사용자 단말기를 통해 응답 스티커가 표시되는 모습을 예시하는 도면이다.

본 발명의 일 실시예는 도 11에 예시된 바와 같이 제2사용자의 최종 발화에 대응하여 제1사용자가 대화 입력시 사용할만한 스티커를 추천하는 방법에 관한 것이다.

도 11에 예시된 바와 같이 제2사용자가 "저 선수가 홈런을 쳐야 하는데..."라고 대화를 입력함에 따라 해당 발화에 대한 응답으로 자동으로 스티커가 추천되며, 제1사용자는 추천된 스티커를 단순히 선택하는 것에 의해 응답할 수 있게 된다.

도 10에 도시된 바에 의할 때, 서버(10)는 제1사용자 단말기(21)와 제2사용자 단말기(22)간의 발화를 수집하고, 분석하여 대화 상황 정보를 생성한다.

한편, 서버(10)는 제2사용자 단말기(21)로부터 발화를 입력받음에 따라 상기 제2사용자의 직전 발화(즉, 가장 마지막으로 입력받은 제2사용자 단말기(21)의 발화)와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 갱신한다(S11).

이때, 상기 제2사용자의 직전 발화는 텍스트 형태의 대화 내용을 포함하는 경우로 한정된다. 상기 제2사용자의 직전 발화가 스티커만을 포함하는 경우는 아래에서 별도의 실시예로 설명한다.

대화 상황 정보는 직전 몇 개의 발화의 쌍(대화의 당사자간 대화를 주고 받은 쌍)을 이용하여 생성되며, 대화가 진행됨에 따라 갱신된다. 사용자의 감정상태나 대화의 양태가 계속 바뀌는 것을 반영하기 위함이다.

한편, 이와 같이 대화 상황 정보가 생성, 갱신됨에 따라 서버(10)는 기 구축된 대화 상황 정보 데이터베이스의 대화들 가운데 유사상황을 검색한다(S12).

대화 상황 정보 데이터베이스는 방대한 코퍼스를 활용한 기계 학습을 통해 축적되며, 각 대화는 다수의 연속된 일련의 발화를 포함한다. 발화 별로 화행 정보, 감정 정보, 키워드 정보를 포함한다.

유사상황의 검색이란 이와 같이 기 수집되어 분석된 대화 상황 정보 데이터베이스로부터 가장 유사한 화행/감정 흐름을 가지는 대화를 검색하는 것을 말한다.

이후, 서버(10)는 상기 유사 상황으로 판정된 대화에 비추어 다음번 발화가 제1사용자 단말기(21)가 응답할 차례인지 여부를 판정한다(S13).

이번이 제1사용자 단말기(21)가 응답할 차례인지 여부를 판정하는 것은 다음과 같은 몇 가지의 방법이 사용될 수 있다.

예컨대, 상기 유사 상황으로 판정된 대화의 상기 제2사용자 단말기(22)의 직전 발화에 대응되는 발화가 주제를 시작하는 발화인 경우, 상기 제1사용자 단말기(21)에 의하여 응답이 입력될 순서로 판정할 수 있다.

즉, 유사 상황으로 판정된 대화에 의할 때, 상기 제2사용자 단말기(22)의 직전 발화에 대응되는 발화가 주제를 시작하는 발화인 것으로 분석되었다면, 그 다음 상대방의 발화(즉, 제1사용자의 응답에 대응될)는 응답인 것으로 볼 수 있다.

만일, 유사 상황으로 판정된 대화의 상기 제2사용자 단말기(22)의 직전 발화에 대응되는 발화의 직후에 "응답"에 해당하는 발화가 존재하는 경우에는 더더욱 제1사용자 단말기(21)에 의하여 응답이 입력될 순서로 판정할 수 있다.

또는, 제2사용자 단말기(22)의 직전 발화의 화행 정보에 따라 제1사용자 단말기(21)에 의하여 응답이 입력될 순서인지를 판정할 수도 있다. 예컨대, 직전 발화의 화행 카테고리가 "Wh질문"인 경우, 제1사용자의 다음 발화는 "답변"이 될 것이라 예측할 수 있다.

만일, 제1사용자 단말기(21)에 의하여 응답이 입력될 순서가 아니라면, 본 발명에서 다루고 있는 상황이 아니므로 종료한다.

즉, 제1사용자 단말기(21)에 의하여 응답이 입력될 순서가 아닌 경우라면 도 1에 도시된 종래기술처럼 제1사용자가 입력한 대화 내용 그 자체를 분석하여 입력된 내용에 매칭되는 스티커를 추천하여야 하는 상황이므로, 본 발명에서 다루지 아니한다.

만일, 제1사용자 단말기(21)에 의하여 응답이 입력될 순서라면 상기 판정된 유사 상황에 해당하는 대화부터, 그 다음 상대방의 발화를 얻는다.

유사 상황에 해당하는 대화로부터 제2사용자 단말기(22)의 직전 발화인 "저 선수가 홈런을 쳐야 하는데..."에 대응되는 발화를 찾은 다음, 상기 대화의 그 다음 발화로서 "응답"에 해당하는 발화를 얻는다.

그리고, 그 발화에 적합한 응답 스티커 후보군을 선정한다(S14).

대화 상황 정보 데이터 베이스는 발화-스티커 쌍을 저장할 수 있으며, 상기 얻은 발화에 부착된 스티커를 제1사용자에게 바로 추천할 수도 있다.

또는, 상기 얻은 "응답"에 해당하는 발화에 적합한 응답 스티커 후보군을 소정의 알고리즘에 의해 골라, 그 가운데 어느 하나 이상을 제1사용자 단말기(21)로 제공할 수도 있다.

S14 단계에서는 응답 스티커 후보군을 선정하는데, 응답 스티커 후보군을 선정하는 알고리즘은 다양하게 구현될 수 있다.

중요한 점은, 대화 상황 정보 데이터베이스로부터 유사 상황에 해당하는 대화를 검색한 다음, 검색한 대화로부터 제2사용자 단말기(22)의 직전 발화에 해당되는 발화를 찾은 다음, 상기 대화의 그 다음 발화로서 "응답"에 해당하는 발화를 제1사용자의 응답으로 간주하고, 이에 상응하는 응답 스티커 후보를 선정한다는 점이다.

이와 같이 스티커 후보군이 선정되면 도 4에 예시된 바와 같이 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기(21)로 제공한다(S15).

서버(10)는 도 11의 예와 같이, 제2사용자 단말기(22)의 직전 발화인 "저 선수가 홈런을 쳐야 하는데..."가 제1사용자 단말기(21)로 전송되어 화면에 표시된 이후, 제1사용자가 대화 내용을 입력하여 제2사용자의 응답하고자 대화 입력 창을 선택하면 비로서 제1사용자 단말기(21)의 화면에 상기 추천 스티커가 화면에 표시되도록 처리할 수 있다.

제1사용자가 대화 입력을 위해 대화 입력 창을 선택하면, 제1사용자 단말기(21)는 대화 입력 창이 선택되었음을 서버(10)로 알리고, 서버(10)는 상기 추천 스티커가 도 4에 예시된 바와 같이 대화 입력 창의 일측에 표시되도록 처리하는 것이다.

즉, 추천할 스티커들이 모두 선정되어도, 제1사용자가 제2사용자 단말기(21)의 직전 발화에 대해 응답을 시작하기를 기다려 상기 추천 스티커가 상기 제1사용자 단말기(21) 화면에 표시되도록 처리하는 것이다.

사용자는 대화 입력 창에 대화 내용을 입력하는 대신 추천 스티커 가운데 어느 하나를 선택하는 것에 의해 도 11에 예시된 바와 같이 간단히 응답할 수 있게 된다.

또는, 서버(10)는 이와 같이 처리하는 대신, 제1사용자 단말기(21)로 상기 제2사용자 단말기(22)의 직전 발화가 전송된 직후, 상기 추천 스티커 및 전송 버튼이 상기 제1사용자 단말기 화면에 표시되도록 처리할 수도 있다.

제2사용자 단말기(22)의 발화가 제1사용자 단말기(21)로 전송됨과 동시에 제2사용자 단말기(22)의 직전 발화를 포함하는 대화 상황 분석을 수행하여 스티커를 추천하고, 지체 없이 추천 스티커가 제1사용자 단말기(21)화면상에 표시되도록 처리하는 것이다.

전송 버튼이 함께 표시되도록 함으로써 제1사용자로 하여금 제2사용자의 발화를 확인한 즉시, 화면에 표시된 스티커가 적당하다 싶으면 간단히 전송 버튼을 눌러서 응답하도록 한다.

즉, 번거롭게 가상 키보드를 열어 텍스트를 입력하거나, 스티커를 골라서 입력하고, 보내기 버튼을 누를 필요 없이 간단히 전송 버튼을 누르는 것만으로 응답을 할 수 있게 된다.

이때, 상기에서 살펴본 바와 같이 제1사용자와 제2사용자의 관계나, 친밀도에 따라서, 제1사용자의 발화를 장기간 분석하여 기계학습한 결과 획득한 제1사용자의 선호도에 따라서 스티커 후보군의 순위를 메길 수 있다.

그리고, 가장 순위가 높은 스티커 - 즉, 관계와 선호도를 기반으로 보정한 결과 가장 적합한 것으로 예측되는 스티커를 우선적으로 추천한다.

도 4처럼 여러 스티커를 추천하되, 순위가 높은 스티커가 맨 앞, 맨 좌측에 표시되도록 하는 등의 방식으로 추천할 수 있다.

또는 도 11에 도시된 바와 같이 가장 순위가 높은 스티커를 하나 또는 두 개 정도만 추천하는 것도 가능하다.

[실시예 2]

이하에서는 도 12 내지 도 13을 참조하여, 본 발명의 다른 실시예에 의한 응답 스티커 추천방법을 살펴보기로 한다.

도 12는 본 발명의 이 실시예에 의한 응답 스티커 추천방법을 설명하는 플로우차트이며, 도 13은 사용자 단말기를 통해 응답 스티커가 표시되는 모습을 예시하는 도면이다.

본 발명의 이 실시예는 도 13에 예시된 바와 같이 제2사용자가 최종 발화시 사용한 스티커에 응답하기 위한 스티커를 추천하는 방법에 관한 것이다.

즉, 제2사용자의 발화가 스티커만으로 되어 있는 경우, 별도의 대화 입력 없이 스티커만으로 해당 발화에 응답할 수 있도록 스티커를 추천하는 것이다.

본 발명의 이 실시예에서 제1사용자는 도 13에 도시된 바와 같이 제2사용자가 입력한 스티커에 대한 응답으로 추천된 스티커를 단순히 선택하는 것만으로 간단히 응답할 수 있다.

도 12에 도시된 바에 의할 때, 서버(10)는 텍스트 형태의 대화 내용 없이 스티커만이 포함된 제2사용자의 직전 발화를 입력받음에 따라, 대화 상황 정보를 생성한다(S21).

이때, 제1사용자와 제2사용자의 이전 발화들을 포함하여 화행, 감정, 관계분석을 포함하는 대화 상황 분석이 행하여짐은 상기에서 살펴본 바와 같다.

상기 실시예 1과 다른 점은, 제2사용자의 직전 발화가 텍스트 형태의 대화 내용을 포함하는 발화가 아니라, 스티커만을 포함하고 있다는 점이다.

즉, 자연어 분석을 통한 키워드의 추출과 같은 분석과정이 불가능하다.

이에, 서버(10)는 상기 제2사용자의 직전 발화에 포함된 스티커의 해당 발화의 키워드로 보아, 대화 상황 정보를 생성한다.

도 13에 도시된 제2사용자의 직전 발화는 우쭐대는 모양의 사람 모양이 표시된 스티커로서, 메타 데이터로 "자랑", "기쁨", "나 잘났어"라는 메타 데이터 조합을 가지고 있다고 가정하자.

"자랑"은 화행 카테고리에, "기쁨"은 감정 카테고리에, "나 잘났어"는 키워드에 해당한다. 즉, 메타 데이터를 이와 같이 설계함으로써 스티커는 자연어 분석이 완료된 단위 발화로 치환된다.

다시 말해, 단위 발화를 분석하여 화행 정보, 감정 정보, 키워드를 획득할 수 있는데, 스티커의 메타 데이터는 이들 각각에 대응되는 요소를 갖는 것이다.

따라서, 이후의 과정은 실시예 1과 동일하게 진행될 수 있다.

즉, 대화 상황 정보를 이용하여 기 구축된 화행 분류 체계로부터 유사상황을 판정하며(S22), 화행 분석을 통해 상기 제1사용자 단말기(21)에 의하여 응답이 입력될 순서인지를 판정한다(S23).

상기 제1사용자 단말기(21)에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사상황으로부터 응답에 해당하는 발화를 얻고, 이를 기준으로 추천할 스티커 후보군을 선정(S24)하고, 그 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기(21)로 제공한다(S25).

도 13에는 이와 같은 과정을 거쳐 "됐고~" 라고 말하는 사람 모양의 스티커가 응답 스티커로 추천된 것을 확인할 수 있다.

이상과 같은 본 발명의 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.

본 발명은 소셜 네트워크 서비스 기술 및 메신저 기술분야에 적용될 수 있다.

10 : 서버
11 : 프로세서
12 : 메모리
13 : 저장장치
14 : 네트워크 어댑터
15 : 디스플레이
20 : 사용자 단말기

Claims (14)

1. 네트워크를 통해 제1 및 제2사용자 단말기와 연결되는 서버가,
   제2사용자 단말기의 발화를 입력받음에 따라 상기 제2사용자의 직전 발화 - 이때, 상기 제2사용자의 직전 발화는 텍스트 형태의 대화 내용을 포함함 - 와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계;
   상기 생성된 대화 상황 정보를 이용하여 기 수집되어 구축된 대화 상황 정보 데이터베이스로부터 유사 상황을 판정하는 단계;
   상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계;
   상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황으로부터 응답 스티커 후보군을 선정하는 단계; 및
   상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함하는 것을 특징으로 하는 응답 스티커 추천방법.
2. 제1항에 있어서,
   상기 대화 상황 정보는 상기 제2사용자의 직전 발화와 소정 개수의 그 이전 발화, 제1사용자의 소정 개수의 이전 발화들의 화행 정보, 감정 정보, 키워드를 포함하는 것을 특징으로 하는 응답 스티커 추천방법.
3. 제1항에 있어서,
   상기 유사 상황을 판정하는 단계에서는, 대화 상황 정보 데이터베이스로부터 상기 생성된 대화 상황 정보와 화행 정보의 흐름 또는 감정 정보의 흐름이 유사한 대화를 유사 상황으로 판정하는 것을 특징으로 하는 응답 스티커 추천방법.
4. 제3항에 있어서,
   상기 유사 상황을 판정하는 단계에서는, 상기 제2사용자의 직전 발화와 그 이전 발화들, 제1사용자의 이전 발화들의 화행 정보 또는 감정 정보의 쌍에 대응되는 화행 정보 또는 감정 정보 흐름이 나타나는 대화를 찾는 것을 특징으로 하는 응답 스티커 추천방법.
5. 제3항에 있어서,
   상기 유사 상황으로 판정된 대화의 상기 제2사용자 단말기의 직전 발화에 대응되는 발화가 주제를 시작하는 발화인 경우, 상기 제1사용자 단말기에 의하여 응답이 입력될 순서로 판정하는 것을 특징으로 하는 응답 스티커 추천방법.
6. 제3항에 있어서,
   상기 유사 상황으로 판정된 대화의 상기 제2사용자 단말기의 직전 발화에 대응되는 발화 직후 응답에 해당하는 발화가 존재하는 경우, 상기 제1사용자 단말기에 의하여 응답이 입력될 순서로 판정하는 것을 특징으로 하는 응답 스티커 추천방법.
7. 제3항에 있어서,
   상기 제2사용자 단말기의 직전 발화의 화행 카테고리가 소정의 값을 갖는 경우, 상기 제1사용자 단말기에 의하여 응답이 입력될 순서로 판정하는 것을 특징으로 하는 응답 스티커 추천방법.
8. 네트워크를 통해 제1 및 제2사용자 단말기와 연결되는 서버가,
   제2사용자 단말기의 발화를 입력받음에 따라 상기 제2사용자의 직전 발화 - 이때, 상기 제2사용자의 직전 발화는 스티커만을 포함함 - 와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계;
   상기 생성된 대화 상황 정보를 이용하여 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 유사 상황을 판정하는 단계;
   유사 상황 판정 결과를 이용하여 상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계;
   상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황에 부합하는 응답 스티커 후보군을 선정하는 단계; 및
   상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함하는 것을 특징으로 하는 응답 스티커 추천방법.
9. 제8항에 있어서,
   상기 대화 상황 정보를 생성하는 단계에서, 상기 제2사용자의 직전 발화에 포함된 스티커의 메타 데이터로부터 대화 상황 정보를 생성하는 것을 특징으로 하는 응답 스티커 추천방법.
10. 제8항에 있어서,
    상기 스티커의 메타 데이터는 키워드, 화행 정보, 감정 정보 가운데 적어도 하나 이상에 대응하는 값을 가지며,
    상기 대화 상황 정보를 생성하는 단계에서, 상기 스티커의 메타 데이터 값을 각각 화행 정보, 감정 정보, 키워드로 치환함으로써 대화 상황 정보를 생성하는 것을 특징으로 하는 응답 스티커 추천방법.
11. 제1항 또는 제5항 중 어느 한 항에 있어서,
    상기 추천 스티커를 제1사용자 단말기로 제공하는 단계에서, 제1사용자 단말기 사용자에 의하여 대화 입력 창이 선택됨과 동시에 상기 추천 스티커가 상기 제1사용자 단말기 화면에 표시되도록 처리하는 것을 특징으로 하는 응답 스티커 추천방법.
12. 제1항 또는 제5항 중 어느 한 항에 있어서,
    상기 추천 스티커를 제1사용자 단말기로 제공하는 단계에서, 제1사용자 단말기로 상기 제2사용자 단말기의 직전 발화가 전송된 직후, 상기 추천 스티커 및 전송 버튼이 상기 제1사용자 단말기 화면에 표시되도록 처리하는 것을 특징으로 하는 응답 스티커 추천방법.
13. 제2사용자 단말기의 발화를 입력받음에 따라 상기 제2사용자의 직전 발화 - 이때, 상기 제2사용자의 직전 발화는 텍스트 형태의 대화 내용을 포함함 - 와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계;
    상기 생성된 대화 상황 정보를 이용하여 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 유사 상황을 판정하는 단계;
    유사 상황 판정 결과를 이용하여 상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계;
    상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황에 부합하는 응답 스티커 후보군을 선정하는 단계; 및
    상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함하는 응답 스티커 추천방법을 컴퓨터 상에서 실행하기 위한 명령어가 기록 매체에 수록된 컴퓨터 프로그램.
14. 제2사용자 단말기의 발화를 입력받음에 따라 상기 제2사용자의 직전 발화 - 이때, 상기 제2사용자의 직전 발화는 스티커만을 포함함 - 와 그 이전 발화들, 제1사용자의 이전 발화들의 쌍을 분석함으로써 대화 상황 정보를 생성하는 단계;
    상기 생성된 대화 상황 정보를 이용하여 기 구축된 대화 상황 정보 데이터베이스의 대화 가운데 유사 상황을 판정하는 단계;
    유사 상황 판정 결과를 이용하여 상기 제1사용자 단말기에 의하여 응답이 입력될 순서인지를 판정하는 단계;
    상기 제1사용자 단말기에 의한 응답이 입력될 순서에 해당하는 경우, 상기 판정된 유사 상황에 부합하는 응답 스티커 후보군을 선정하는 단계; 및
    상기 선정된 응답 스티커 후보군 가운데 적어도 하나 이상의 응답 스티커의 정보를 제1사용자 단말기로 제공하는 단계;를 포함하는 응답 스티커 추천방법을 컴퓨터 상에서 실행하기 위한 명령어가 기록 매체에 수록된 컴퓨터 프로그램.
    

Images