KR101797856B1 - 메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템 - Google Patents

Abstract

메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템이 개시된다. 인공지능 학습 방법에 따르면 인공지능이 메시징 서비스를 통해 사용자들에게 먼저 질문을 전달하고, 전달된 질문에 대한 사용자들의 반응을 통해 학습 데이터를 획득하여 학습을 진행할 수 있다.

Description

메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템{METHOD AND SYSTEM FOR ARTIFICIAL INTELLIGENCE LEARNING USING MESSAGING SERVICE AND METHOD AND SYSTEM FOR RELAYING ANSWER USING ARTIFICIAL INTELLIGENCE}

아래의 설명은 메신저 서비스를 이용한 인공지능 학습 방법 및 시스템, 그리고 인공지능을 이용한 답변 중계 방법 및 시스템에 관한 것이다.

웹 환경이나 모바일 환경에서 사용자의 질의에 응답하는 종래기술이 존재한다. 예를 들어, 검색엔진은 인터넷상에서 방대한 분량으로 흩어져 있는 자료를 가운데 원하는 정보를 쉽게 찾을 수 있도록 도와주는 소프트웨어로서, 사용자의 검색어나 검색조건과 같은 질의에 따라 알맞은 문서나 사이트를 사용자에게 답변으로서 제공한다.

다른 예로, 모바일 환경에서는 인공지능 기능을 이용하여 사용자의 질의에 알맞은 답변을 제공하는 종래기술이 존재한다. 이러한 종래기술에서 인공지능은 사용자의 질의에 알맞은 답변을 미리 구축된 데이터베이스에서 검색하여 적절한 답변을 제공한다.

참고자료: <PCT/KR/2014/010167, US20140019540A1, US20130332543A1, US20130260893>

인스턴트 메시징 환경에서 메시징 서비스를 이용하여 질문 데이터를 사용자들에게 전송하고, 질문 데이터에 대한 사용자들의 답변을 이용하여 인공지능을 학습시킬 수 있는 인공지능 학습 방법 및 시스템을 제공한다.

인스턴트 메시징 환경에서 인공지능이 사용자의 인스턴트 메시지를 통한 질문에 대한 답변을 데이터베이스를 이용하여 직접 제공할 뿐만 아니라, 다른 사용자들이나 다른 사용자들 중에서 특정 분야의 전문가로 선정된 사용자의 인스턴트 메시지를 통한 답변을 중계하여 사용자와 사용자간의 연결을 처리할 수 있는 답변 중계 방법 및 시스템을 제공한다.

컴퓨터로 구현된 인공지능 학습 시스템의 인공지능 학습 방법에 있어서, 질문 데이터를 선택하는 단계; 메시징 서비스에 등록된 사용자들 중 적어도 하나의 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 통신 세션을 확인하는 단계; 상기 질문 데이터를 상기 인공지능 계정의 인스턴트 메시지로서 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자에게 전송하는 단계; 및 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자로부터 상기 질문 데이터에 대한 답변 데이터를 수신하는 단계; 및 상기 질문 데이터 및 상기 수신된 답변 데이터에 기반하여 인공지능을 위한 학습 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 인공지능 학습 방법을 제공한다.

컴퓨터로 구현된 인공지능 학습 시스템에 있어서, 상기 컴퓨터에서 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 질문 데이터를 선택하고, 메시징 서비스에 등록된 사용자들 중 적어도 하나의 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 통신 세션을 확인하고, 상기 질문 데이터를 상기 인공지능 계정의 인스턴트 메시지로서 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자에게 전송하고, 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자로부터 상기 질문 데이터에 대한 답변 데이터를 수신하고, 상기 질문 데이터 및 상기 수신된 답변 데이터에 기반하여 인공지능을 위한 학습 데이터를 생성하는 것을 특징으로 하는 인공지능 학습 시스템을 제공한다.

컴퓨터로 구현된 답변 중계 시스템의 답변 중계 방법에 있어서, 메시징 서비스에 등록된 사용자들 중 제1 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 제1 통신 세션을 통해 상기 제1 사용자의 질문 데이터를 수신하는 단계; 상기 메시징 서비스에 등록된 사용자들 중 상기 제1 사용자의 질문 데이터를 전달하기 위한 제2 사용자를 선택하고, 상기 제2 사용자의 계정과 상기 인공지능 계정간에 설정된 제2 통신 세션을 통해 상기 질문 데이터를 상기 제2 사용자에게 전달하는 단계; 상기 제2 통신 세션을 통해 상기 제2 사용자로부터 상기 질문 데이터에 대한 답변 데이터를 수신하는 단계; 및 상기 수신된 답변 데이터를 상기 제1 통신 세션을 통해 상기 제1 사용자에게 전송하여 답변하는 단계를 포함하는 것을 특징으로 하는 답변 중계 방법을 제공한다.

인스턴트 메시징 환경에서 메시징 서비스를 이용하여 질문 데이터를 사용자들에게 전송하고, 질문 데이터에 대한 사용자들의 답변을 이용하여 인공지능을 학습시킬 수 있다.

인스턴트 메시징 환경에서 인공지능이 사용자의 인스턴트 메시지를 통한 질문에 대한 답변을 데이터베이스를 이용하여 직접 제공할 뿐만 아니라, 다른 사용자들이나 다른 사용자들 중에서 특정 분야의 전문가로 선정된 사용자의 인스턴트 메시지를 통한 답변을 중계하여 사용자와 사용자간의 연결을 처리할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이다.
도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 5는 본 발명의 다른 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이다.
도 6은 본 발명의 다른 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 7 내지 도 10은 본 발명의 일실시예에 있어서, 답변 중계를 위한 대화 흐름의 예를 도시한 도면들이다.
도 11은 질문의 형태가 아닌 질문 데이터에 대한 답변을 중계하는 과정의 예를 나타내고 있다.
도 12는 본 발명의 일실시예에 있어서, 초기 등록을 위한 대화 흐름의 예를 도시한 도면이다.
도 13은 본 발명의 일실시예에 있어서, 질문을 유도하는 예를 도시한 도면이다.
도 14는 본 발명의 일실시예에 있어서, 답변에 대한 평가 및 감사표현의 예를 도시한 도면이다.
도 15는 본 발명의 일실시예에 있어서, 답변 메시지의 예를 도시한 도면이다.
도 16은 본 발명의 일실시예들에 있어서 설정 페이지의 예를 도시한 도면이다.
도 17은 본 발명의 일실시예에 있어서, 질문 받기 기능의 예를 도시한 도면이다.
도 18은 본 발명의 일실시예에 있어서, 사용자들의 답변 가능 분야를 파악하기 위해 답변자를 모집하는 방법의 일례를 도시한 도면이다.
도 19는 본 발명의 일실시예에 있어서, 답변자의 답변 가능 분야를 파악하는 방법의 일례를 도시한 도면이다.
도 20은 본 발명의 일실시예에 있어서, 질문을 통해 사용자들의 답변 가능 분야를 파악하는 예를 도시한 도면이다.
도 21은 본 발명의 일실시예에 있어서, 일대일 대화 중개 과정의 예를 도시한 도면이다.
도 22는 본 발명의 일실시예에 있어서, 전문가 중개 과정의 예를 도시한 도면이다.
도 23은 본 발명의 일실시예에 있어서, 전문가 중개 과정의 다른 예를 도시한 도면이다.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 전자 기기 1(110)은 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 일례로, 전자 기기 1(110)은 전자 기기 1(110)에 설치된 어플리케이션을 통해 서버(150)에 접근하여 기설정된 서비스(일례로, 게임 서비스, 채팅 서비스, SNS(Social Network Service) 서비스, 금융 서비스 등)를 제공받을 수 있다.

구체적인 예로, 서버(150)는 전자 기기 1(110)에게 본 발명의 실시예들에 따른 답변 중계 방법을 위한 인공지능 기능을 제공하여 전자 기기 1(110)로부터 전송되는 질의에 대한 답변을 제공할 수 있다.

도 2는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 하나의 전자 기기에 대한 예로서 전자 기기 1(110), 그리고 하나의 서버에 대한 예로서 서버(150)의 내부 구성을 설명한다. 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 동일한 또는 유사한 내부 구성을 가질 수 있다.

전자 기기 1(110)과 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 비소멸성 대용량 기록장치는 메모리(211, 221)와 분리되어 별도의 영구 저장 장치로서 포함될 수도 있다. 또한, 메모리(211, 221)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 전자 기기 1(110)에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위한 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(160) 또는 네트워크(170)를 통해 통신 가능한 다른 서버 장치)이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(213, 223)은 네트워크(170)를 통해 전자 기기 1(110)과 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 다른 전자 기기(일례로 전자 기기 2(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 전자 기기 1(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(일례로 영상 통화 서비스를 위한 요청)이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 전자 기기 1(110)의 통신 모듈(213)을 통해 전자 기기 1(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 전자 기기 1(110)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.

입출력 인터페이스(214, 224)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 전자 기기 1(110)의 프로세서(212)는 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 전자 기기 2(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다.

또한, 다른 실시예들에서 전자 기기 1(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 전자 기기 1(110)은 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 전자 기기 1(110)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 전자 기기 1(110)에 더 포함되도록 구현될 수 있음을 알 수 있다.

도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.

본 실시예에 따른 서버(150)에는 컴퓨터로 구현된 인공지능 학습 시스템이 구성될 수 있으며, 도 4에 따른 인공지능 학습 방법을 수행하기 위해, 서버(150)의 프로세서(222)는 구성요소로서 도 3에 도시된 바와 같이, 질문 데이터 선택부(310), 통신 세션 확인부(320), 송수신 제어부(330) 및 학습 데이터 생성부(340)를 포함할 수 있다. 또한, 실시예에 따른 프로세서(222)는 학습부(350)를 선택적으로 더 포함할 수도 있다.

이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 4의 인공지능 학습 방법이 포함하는 단계들(410 내지 470)을 수행하도록 서버(150)를 제어할 수 있다. 예를 들어, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

여기서, 프로세서(222)의 구성요소들은 서버(150)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(222)에 의해 수행되는 프로세서(222)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(150)가 질문 데이터를 선택하도록 상술한 명령에 따라 서버(150)를 제어하는 프로세서(222)의 기능적 표현으로서 질문 데이터 선택부(310)가 이용될 수 있다.

단계(410)에서 프로세서(222)는 서버(150)의 제어와 관련된 명령이 로딩된 메모리(221)로부터 필요한 명령을 읽어드릴 수 있다. 이 경우, 상기 읽어드린 명령은 프로세서(222)가 이후 설명될 단계들(420 내지 470)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.

단계(420)에서 질문 데이터 선택부(320)는 질문 데이터를 선택할 수 있다. 예를 들어, 질문 데이터 선택부(320)는 단계(410)에서 읽어드린 명령에 기반하여 서버(150)가 질문 데이터를 선택하도록 서버(150)를 제어할 수 있다. 질문 데이터는 네트워크(170)를 통해 외부(일례로 서버(150)와 연계된 데이터베이스나 서버(150)에 접속한 전자 기기 1(110))로부터 수신된 데이터 중에서 선택되거나 또는 서버(150)에 구축된 데이터베이스의 데이터 중에서 선택될 수 있다. 질문 데이터를 선택하는 보다 구체적인 과정에 대해서는 이후 더욱 자세히 설명한다.

단계(430)에서 통신 세션 확인부(320)는 메시징 서비스에 등록된 사용자들 중 적어도 하나의 사용자의 계정과 메시징 서비스에 등록된 인공지능 계정간에 설정된 통신 세션을 확인할 수 있다. 예를 들어, 메시징 서비스에서는 사용자들간의 메신저 대화방이나 사용자와 인공지능간의 메신저 대화방이 생성될 수 있고, 생성된 메신저 대화방을 통해 대화(인스턴트 메시지)를 주고 받을 수 있다. 인스턴트 메시지는 텍스트, 이미지, 하이퍼텍스트 링크, 동영상 등과 같이 다양한 형태의 데이터를 포함할 수 있다. 본 실시예들에서는 이러한 메신저 대화방이 참여자들의 계정간에 설정된 통신 세션으로 식별될 수 있다. 다시 말해, 통신 세션 확인부(320)는 특정 사용자(또는 특정 사용자들 각각)의 계정과 인공지능 계정간에 개설된 메신저 대화방들(설정된 통신 세션들) 중 적어도 하나를 확인할 수 있다. 다른 예로, 통신 세션 확인부(320)는 선택된 특정 사용자(또는 특정 사용자들 각각)의 계정과 인공지능 계정간에 메신저 대화방을 먼저 개설하고, 개설된 메신저 대화방을 확인할 수도 있다.

단계(440)에서 송수신 제어부(330)는 질문 데이터를 인공지능 계정의 인스턴트 메시지로서 확인된 통신 세션을 통해 적어도 하나의 사용자에게 전송할 수 있다. 예를 들어, "영화 A 재미있나요"와 같은 질문 데이터를 사용자 1과의 메신저 대화방 a를 통해 전송함으로써, 질문 데이터 "영화 A 재미있나요?"가 사용자 1의 전자 기기(일례로, 전자 기기 1(110))로 전송되도록 서버(150)를 제어할 수 있다. 이때, 전자 기기 1(110)에는 메시징 서비스를 위한 메신저 어플리케이션이 설치되어 있을 수 있다. 전자 기기 1(110)은 메신저 어플리케이션의 제어에 따라 상술한 메신저 대화방의 표시 화면을 생성 및 표시할 수 있으며, 생성된 메신저 대화방을 통해 전자 기기 1(110)이 메신저 대화방을 통해 서버(150)로부터 수신한 질문 데이터 "영화 A 재미있나요?"가 표시됨으로써 사용자 1에게 질문 데이터가 제공될 수 있다. 만약, 사용자 1이 전자 기기 1(110)가 메신저 어플리케이션의 제어에 따라 제공하는 입력 인터페이스를 이용하여 특정 답변을 입력하는 경우, 입력된 답변은 설정된 통신 세션을 통해 서버(150)로 전달될 수 있다.

단계(450)에서 송수신 제어부(330)는 확인된 통신 세션을 통해 적어도 하나의 사용자로부터 질문 데이터에 대한 답변 데이터를 수신할 수 있다. 앞서 설명한 바와 같이, 서버(150)는 질문 데이터를 수신한 사용자가 통신 세션을 통해 전송하는 답변을 질문 데이터에 대한 답변 데이터로서 수신할 수 있다. 질문 데이터는 복수의 사용자들에게 전달될 수도 있고, 이 경우 서버(150)는 하나의 질문 데이터에 대해 복수의 답변 데이터를 수신할 수 있다. 답변 데이터를 전송하는 사용자(이하, '답변자')는 질문 데이터와 무관한 답변을 입력하였을 수도 있으나, 서버(150)는 우선적으로 입력된 답변을 모두 질문 데이터에 대한 답변 데이터라 가정할 수 있다. 답변 데이터들은 추후 추가적인 분석을 통해 적절한 답변 데이터들만이 필터링될 수도 있다.

단계(460)에서 학습 데이터 생성부(340)는 질문 데이터 및 수신된 답변 데이터에 기반하여 인공지능을 위한 학습 데이터를 생성할 수 있다. 예를 들어, 질문 데이터와 대응하는 답변 데이터가 서로 연관되어 하나의 학습 데이터로서 저장될 수 있다. 하나의 학습 데이터에서는 하나의 질문 데이터에 다수의 답변 데이터가 연관될 수도 있다. 필요에 따라, 하나의 학습 데이터는 다수의 질문 데이터와 그에 대응하는 다수의 답변 데이터들이 서로 연관된 데이터일 수도 있다. 예를 들어 하나의 학습 데이터가 포함할 수 있는 다수의 질문 데이터들은 유사한 질문에 대한 서로 다른 표현들일 수 있다. 생성된 학습 데이터는 본 실시예에 따른 인공지능의 학습을 위해 활용될 수 있다.

단계(470)에서 학습부(350)는 생성된 학습 데이터를 이용하여 인공지능을 학습할 수 있다. 예를 들어, 학습 데이터는 질문 데이터와 수신된 답변 데이터를 서로 연관하여 저장하는 형태로 생성될 수 있고, 이러한 학습 데이터들이 저장된 학습 데이터베이스가 서버(150)에서 구축되거나 또는 서버(150)와 네트워크(170)를 통해 통신하는 다른 장치에 구축될 수 있다. 이러한 학습 데이터베이스에서 질문 데이터에 알맞은 답변 데이터가 지속적으로 필터링되는 과정을 통해 질문 데이터에 대한 보다 정확한 답변 데이터 얻음으로써 인공지능에 대한 학습이 진행될 수 있다. 또한, 질문 데이터를 기준으로 학습 데이터들은 카테고리화될 수 있고, 유사한 질문 데이터들이 병합될 수 있다. 이러한 과정을 통해 인공지능은 보다 하나의 질문에 대한 다양한 표현들에 대해서도 유연하게 대응하는 것이 가능해진다. 또한, 주어지는 데이터를 이용하여 인공지능을 학습할 수 있는 이미 알려진 다양한 방법들 중 하나가 생성된 학습 데이터를 이용하여 인공지능을 학습하는데 더 활용될 수도 있다.

일실시예로, 서버(150)는 메시징 서비스를 제공하는 메시징 서버일 수 있고, 인공지능 학습 시스템은 이러한 메시징 서버에 포함되도록 구현될 수 있다. 메시징 서버는 메시징 서비스를 등록된 사용자들에게 제공할 수 있으며, 설정된 통신 세션에 기반하여 인스턴트 메시지를 라우팅하는 기능을 포함하도록 구현될 수 있다. 인공지능 학습 시스템은 이러한 메시징 서버에 구현되어 상기 기능을 이용하여 질문 데이터와 답변 데이터에 기반한 학습 데이터를 생성할 수 있다. 다른 실시예로, 인공지능 학습 시스템은 서버(150)로 구현되고, 메시징 서버는 서버(150)와 네트워크(170)를 통해 통신하여 연계되는 다른 서버(일례로, 서버(160))로 구현될 수도 있다. 예를 들어, 인공지능 계정과 특정 사용자의 계정간의 통신 세션은 서버(150)가 연계된 메시징 서버로 통신 세션의 요청을 전송함에 따라 메시징 서버에서 설정될 수도 있다.

이러한 실시예들에 따른 통신 세션 확인부(320)는 단계(430)에서 인공지능 계정과 사용자들의 계정들간에 메시징 서버를 통해 기 설정되어 있는 통신 세션들 중 적어도 하나를 확인하거나 또는 적어도 하나의 사용자를 확인하여 적어도 하나의 사용자의 계정과 인공지능 계정간에 새로운 통신 세션을 메시징 서버를 통해 설정할 수 있다. 다시 말해, 선택된 사용자의 계정과 인공지능 계정간에 이미 통신 세션이 설정되어 있다면, 이미 설정된 통신 세션을 확인할 수 있고, 아직 통신 세션이 설정되어 있지 않다면, 선택된 사용자의 계정과 인공지능 계정간에 새로운 통신 세션을 설정한 후, 새롭게 설정된 통신 세션을 확인할 수 있다.

또한, 일실시예에 따른 질문 데이터는 인공지능 학습 시스템에 포함되거나 또는 인공지능 학습 시스템과 네트워크를 통해 연계된 데이터베이스를 이용하여 선택 또는 생성될 수 있다. 다시 말해, 서버(150)가 포함할 수 있는 영구저장장치에 질문 데이터들을 위한 데이터베이스가 구축되거나 또는 서버(150)와 연계되어 네트워크를 통해 통신하는 별도의 장치에 질문 데이터들을 위한 데이터베이스가 구축될 수 있고, 서버(150)는 이러한 데이터베이스에서 질문 데이터를 선택할 수 있다. 이러한 데이터베이스는 메시징 서비스에 등록된 사용자들간에 송수신된 인스턴트 메시지, 등록된 사용자들과 인공지능간에 송수신된 인스턴트 메시지 및 과거에 생성된 학습 데이터 중 적어도 하나에 기반하여 생성될 수 있다. 예를 들어, 메시징 서비스를 통해 사용자들이 주고받은 대화나 인공지능과 사용자들이 주고받은 대화 및 도 4의 인공지능 학습 방법에 따라 과거에 생성된 학습 데이터 중 적어도 하나가 질문 데이터들을 생성하는데 활용될 수 있다.

다른 실시예에 따른 질문 데이터는 메시징 서비스에 등록된 사용자들에 의해 생성될 수도 있다. 예를 들어, 질문 데이터 선택부(310)는 단계(420)에서 메시징 서비스에 등록된 사용자들 중 제1 사용자의 계정과 인공지능 계정간에 설정된 통신 세션을 통해 수신되는 인스턴트 메시지를 이용하여 질문 데이터를 생성할 수 있다. 여기서 제1 사용자(이하, '질문자')는 질문 데이터를 전송하기 위해 선택되는 사용자인 답변자와는 다른 사용자일 수 있다. 예를 들어, 질문자와 인공지능 간의 메신저 대화방을 통해 질문자가 올린 질문이 질문 데이터로서 생성되어 단계(420)에서 선택될 수 있다. 이 경우, 질문자의 질문 데이터가 단계(440)에서 답변자에게 전달될 수 있고, 단계(450)에서 답변자로부터 질문 데이터에 대한 답변 데이터를 수신하여 단계(460)에서 학습 데이터가 생성될 수 있다.

이 경우, 단계(450)에서 수신된 답변 데이터가 송수신 제어부(330)에 의해 질문자인 제1 사용자의 계정에 대해 설정된 통신 세션을 통해 전송될 수 있다. 다시 말해, 학습 데이터의 생성과 함께 질문자의 질문에 대한 답변이 질문자에게 제공될 수 있다. 인공지능이 일정 수준으로 학습되고 난 후에는 질문자의 질문에 직접 답변을 제공할 수도 있으며, 직접 답변할 수 없는 질문에 대해서는 답변자를 찾아 답변자의 답변을 제공할 수 있다. 이러한 답변 중계 방법에 대해서는 이후 더욱 자세히 설명한다.

또한, 질문자인 제1 사용자로부터 답변 데이터와 연관하여 응답 데이터가 수신되는 경우, 학습 데이터 생성부(340)는 단계(360)에서 상기 응답 데이터를 더 이용하여 학습 데이터를 생성할 수도 있다. 예를 들어, 질문자는 질문에 대한 답변이 마음에 들지 않는 경우 부정적인 응답을 입력할 수 있고, 역으로 답변이 마음에 드는 경우에는 긍정적인 응답을 입력할 수 있다. 따라서, 서버(150)는 이러한 입력된 응답을 응답 데이터로서 수신하여 학습 데이터의 생성에 활용할 수 있다. 예를 들어, 질문 데이터, 답변 데이터 및 응답 데이터를 서로 연계하여 학습 데이터가 생성될 수 있다. 응답 데이터에 부정적인 응답이 포함된 경우에 질문 데이터에 대한 답변 데이터는 적절하지 않은 답변으로 학습될 수 있고, 긍정적인 응답이 포함된 경우에 질문 데이터에 대한 답변 데이터는 상대적으로 적절한 답변으로 학습될 수 있다.

또한, 답변자는 메시징 서비스에 등록된 사용자들의 과거 이력에 기반하여 선택될 수 있다. 여기서 과거 이력은 메시징 서비스에 등록된 사용자들의 위치, 메시징 서비스를 통해 질문 메시지를 전송한 시각, 메시징 서비스를 통해 질문 데이터에 대한 답변 데이터를 전송한 시각 및 질문 데이터에 대한 답변을 거부한 시각 중 적어도 하나를 포함할 수 있다. 예를 들어, 사용자들의 위치는 사용자들의 단말기를 통해 확인되는 현재 위치나 사용자들에 대해 미리 설정된 사용자들의 지역 코드를 포함할 수 있다. 질문 메시지를 전송한 시각은 일정 시간 이내에 질문을 한 적이 없는 사용자나 일정 시간 이내에 질문을 한 사용자를 식별하기 위해 활용될 수 있다. 또한, 답변 데이터를 전송한 시각은 질문 데이터를 수신하고, 일정 시간 이내에 답변을 하지 않고 있는 사용자를 식별하기 위해 활용될 수 있다. 답변을 거부한 시각은 답변을 거부한지 일정 시간이 경과한 사용자를 식별하기 위해 활용될 수 있다.

예를 들어, 답변자 후보가 아래의 예와 같이 추출될 수 있다.

1) 다음 대상 중에서 랜덤으로 5명을 추출

1-1) 질문자의 지역 코드와 같은 지역 코드를 가진 사용자

1-2) 마지막으로 질문에 대한 답변을 거부한지 24시간이 넘었거나, 최근 24시간 안에 질문을 1건이라도 한 사용자(답변 거부 처리 후에 답변 이용을 재개하는 경우에 다시 답변 요청을 받도록 처리하기 위함)

1-3) 최근 5분 안에 답변을 하지 않은 사용자(여러 사람에게서 답변 요청이 동시 다발적으로 오는 것을 막기 위함)

1-4) 최근 10분 안에 질문을 한 적이 없는 사용자(질문 후 답변을 기다리고 있는 사람에게 다른 질문이 섞여 들어오는 것을 막기 위함)

2) 답변을 받은 다음 5분 내 질문을 하는 경우, 이전 질문에 가장 마지막으로 답변한 사람은 새로 선정되는 답변자들에 포함될 수 있음

3) 인공지능은 위의 추출된 사용자들로부터 30초간 답변이 없는 경우에 호출되어 직접 답변을 제공할 수 있음(답변 받는 최소 시간 보장)

이러한 답변자 후보 추출 방식은 하나의 예로서 상술한 시간들은 필요에 따라 조절될 수 있고, 다른 다양한 방법으로 답변자 후보가 추출될 수도 있다. 용어 "답변자 후보"는 질문 데이터를 수신한 사용자가 답변을 하지 않는 경우를 고려하여 실제로 답변 데이터를 전송한 사용자인 답변자와 구분하기 위해 이용될 수 있다.

답변자 후보 추출 방식의 다른 예로, 최근의 일정 시간 동안 질문 및/또는 답변을 한 사용자들 중 5명을 선정하는 방식이나 기존 답변 히스토리를 보고 해당 시간대에 답변을 했던 사람을 선정하는 방식 등이 활용될 수도 있다.

다른 실시예로 전체 사용자들(메시징 서비스에 등록된 사용자들) 중에서 랜덤하게 선택될 수도 있고, 질문 데이터에 기반하여 질문 데이터에 알맞은 사용자를 찾아 답변자 후보로 선출할 수도 있다.

또한, 다른 실시예에서는 별도의 답변자 후보들을 미리 등록받고, 등록된 답변자 후보들의 프로필에 기반하여 질문 데이터를 전송하기 위한 사용자를 선택할 수도 있다. 예를 들어, 서버(150)의 프로세서(222)는 사용자 관리부(미도시)를 더 포함할 수 있고, 사용자 관리부는 메시징 서비스에 등록된 사용자들 중에서 답변자(답변자 후보)로 등록된 사용자를 관리할 수 있다. 이 경우, 질문 데이터를 전송받을 사용자는 답변자 후보로 등록된 사용자들의 프로필에 기반하여 선택될 수 있다. 프로필은 답변자 후보로 등록된 사용자의 계정과 인공지능 계정간에 설정된 통신 세션을 통해 송수신되는 인스턴트 메시지에 기반하여 생성될 수 있다. 예를 들어, 인공지능은 답변자 후보에게 다양한 질문을 전송하고, 전송된 질문에 대한 답변에 따라 답변자 후보의 프로필을 생성할 수 있다. 다른 예로, 인공지능은 미리 주어진 게임(일례로, 주관식 답변을 선택하는 게임)을 진행하고, 게임 결과에 기반하여 답변자 후보의 프로필을 생성할 수도 있다. 이러한 프로필의 생성과정에 대해서는 추후 더욱 자세히 설명한다.

도 5는 본 발명의 다른 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 6은 본 발명의 다른 실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.

본 실시예에 따른 서버(150)에는 컴퓨터로 구현된 답변 중계 시스템이 구성될 수 있으며, 도 6에 따른 답변 중계 방법을 수행하기 위해, 서버(150)의 프로세서(222)는 구성요소로서 도 5에 도시된 바와 같이, 질문 데이터 수신부(510), 질문 데이터 전달부(520), 답변 데이터 수신부(530) 및 답변부(540)를 포함할 수 있다. 또한, 프로세서(222)는 실시예에 따라 답변 가능 여부 결정부(550)를 더 포함할 수도 있다.

이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 6의 답변 중계 방법이 포함하는 단계들(610 내지 670)을 수행하도록 서버(150)를 제어할 수 있다. 예를 들어, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

여기서, 프로세서(222)의 구성요소들은 서버(150)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(222)에 의해 수행되는 프로세서(222)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(150)가 질문 데이터를 수신하도록 상술한 명령에 따라 서버(150)를 제어하는 프로세서(222)의 기능적 표현으로서 질문 데이터 수신부(310)가 이용될 수 있다.

단계(610)에서 프로세서(222)는 서버(150)의 제어와 관련된 명령이 로딩된 메모리(221)로부터 필요한 명령을 읽어드릴 수 있다. 이 경우, 상기 읽어드린 명령은 프로세서(222)가 이후 설명될 단계들(620 내지 670)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.

단계(620)에서 질문 데이터 수신부(510)는 메시징 서비스에 등록된 사용자들 중 제1 사용자의 계정과 메시징 서비스에 등록된 인공지능 계정간에 설정된 제1 통신 세션을 통해 제1 사용자의 질문 데이터를 수신할 수 있다. 예를 들어, 인공지능 계정과 제1 사용자의 계정간에 개설된 메신저 대화방을 통해 제1 사용자가 질문 A를 입력하는 경우, 답변 중계 시스템은 질문 A를 질문 데이터로서 수신할 수 있다.

단계(630)에서 답변 가능 여부 결정부(550)는 수신된 질문 데이터를 분석할 수 있고, 단계(640)에서 답변 가능 여부를 결정할 수 있다. 예를 들어, 답변 가능 여부 결정부(550)는 수신된 질문 데이터에 대한 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드를 이용하여 답변 중계 시스템과 연관된 데이터베이스 또는 웹상의 문서를 검색하고, 검색결과에 기반하여 답변 가능 여부를 결정할 수 있다. 이때, 수신된 질문 데이터에 대응하는 답변이 가능한 경우, 단계(680)을 답변이 가능하지 않은 경우에는 단계(650)이 수행될 수 있다.

우선, 답변이 가능하지 않은 경우, 답변 중계 시스템은 단계(650) 내지 단계(670)을 통해 메시징 서비스에 등록된 다른 사용자를 통해 질문 데이터에 대한 답변 데이터를 얻을 수 있다.

단계(650)에서 질문 데이터 전달부(520)는 메시징 서비스에 등록된 사용자들 중 제1 사용자의 질문 데이터를 전달하기 위한 제2 사용자를 선택하고, 제2 사용자의 계정과 인공지능 계정간에 설정된 제2 통신 세션을 통해 질문 데이터를 제2 사용자에게 전달할 수 있다. 예를 들어, 제1 사용자의 질문 A가 제2 사용자의 계정과 인공지능 계정간에 개설된 메신저 대화방을 통해 표시됨으로써 제2 사용자에게 질문 데이터가 전달될 수 있다. 이때, 질문 데이터는 인공지능이 제2 사용자에게 먼저 말을 거는 형태로 전달될 수 있다. 이러한 형태의 예들은 이후 더욱 자세히 설명한다. 제2 사용자로서 복수의 사용자들이 선택될 수도 있고, 이 경우 선택된 복수의 사용자들 각각에게 질문 데이터가 전달될 수 있다.

질문 데이터 전달부(520)는 단계(650)에서 메시징 서비스에 등록된 사용자들 과거 이력에 기반하여 제2 사용자를 선택할 수 있다. 여기서, 과거 이력은 메시징 서비스에 등록된 사용자들의 위치, 메시징 서비스를 통해 질문 메시지를 전송한 시각, 메시징 서비스를 통해 질문 데이터에 대한 답변 데이터를 전송한 시각 및 질문 데이터에 대한 답변을 거부한 시각 중 적어도 하나를 포함할 수 있다.

또한, 질문 데이터 전달부(520)는 단계(650)에서 메시징 서비스에 등록된 사용자들 중에서 제2 사용자를 랜덤하게 선택하거나 또는 질문 데이터에 기반하여 제2 사용자를 선택할 수도 있다. 예를 들어, 질문 데이터 전달부(520)는 질문 데이터의 주제나 카테고리 등을 분류하고, 분류된 주제나 카테고리에 기반하여 제2 사용자를 선택할 수 있다.

뿐만 아니라, 답변 중계 시스템은 메시징 서비스에 등록된 사용자들 중에서 답변자로 등록된 사용자를 관리할 수도 있다. 이 경우, 질문 데이터 전달부(520)는 답변자로 등록된 사용자들의 프로필에 기반하여 제2 사용자를 선택할 수도 있다. 이때, 답변자로 등록된 사용자들의 프로필은, 답변자로 등록된 사용자의 계정과 인공지능 계정간에 설정된 통신 세션을 통해 송수신되는 인스턴트 메시지에 기반하여 생성될 수 있다.

단계(660)에서 답변 데이터 수신부(530)는 제2 통신 세션을 통해 제2 사용자로부터 질문 데이터에 대한 답변 데이터를 수신할 수 있다. 예를 들어, 제2 사용자가 질문 A를 전달받은 후에 메신저 대화방에 입력하는 내용이 질문 데이터에 대한 답변 데이터로서 수신될 수 있다. 답변 데이터 수신부(530)는 단계(650)에서 복수의 사용자들에게 질문 데이터가 전달된 경우, 단계(660)에서 복수의 답변 데이터를 수신할 수도 있다.

단계(670)에서 답변부(540)는 수신된 답변 데이터를 제1 통신 세션을 통해 제1 사용자에게 전송하여 답변할 수 있다. 앞서 설명한 바와 유사하게, 제1 사용자에게는 복수의 답변이 전달될 수도 있다. 따라서, 제1 사용자는 자신의 질문 데이터에 대한 답변 데이터를 얻을 수 있다.

앞서 설명한 바와 같이, 답변 중계 시스템은 질문 데이터를 분석하여 직접 답변이 가능한 경우에는 질문 데이터를 다른 사용자들에게 전달하여 답변 데이터를 수신할 필요 없이 바로 질문 데이터에 대한 답변을 제1 사용자에게 제공할 수도 있다.

단계(680)에서 답변부(540)는 답변 데이터를 생성하여 제1 통신 세션을 통해 제1 사용자에게 전송할 수 있다. 다시 말해, 수신된 질문 데이터에 대응하는 답변이 가능한 경우, 답변부(540)는 직접 답변 데이터를 생성하여 제1 사용자에게 답변할 수 있다. 예를 들어, 답변부(540)는 수신된 질문 데이터를 분석하여 얻어진 키워드를 이용하여 답변 중계 시스템과 연계된 데이터베이스 또는 웹상의 문서를 검색하고, 검색결과에 기반하여 답변 데이터를 생성할 수 있고, 생성된 답변 데이터를 제1 사용자에게 전달할 수 있다.

이하에서는, 답변의 중계와 인공지능 학습에 대한 보다 다양한 실시예들을 설명한다.

본 발명의 실시예들에서 사용자에게 답변을 제공할 다른 사용자(또는 다른 사용자들 중에서 선정된 특정 분야의 전문가)를 맺어주는 방식은 랜덤이 아니라 특정 토픽에 대하여 다른 사용자(또는 전문가) 선정 후 해당 다른 사용자(또는 전문가)에게 인공지능(이하, '인공지능 중계자')가 질의를 전달하고, 다른 사용자(또는 전문가)의 질의에 대한 응답을 중계하는 방식으로 진행될 수 있다. 이러한 인공지능 중계자는 사용자로부터 질의를 수신하기 위해 사용자의 전자 기기(일례로, 전자 기기 1(110))에 포함되는 인터페이스 기능과 질의에 대한 답변을 하거나 사용자와 다른 사용자(또는 전문가)간의 질의 및 응답을 중계하기 위해 서버(일례로, 서버(150))에 포함되는 질의응답엔진(또는 질문답변엔진) 기능을 통해 구현될 수 있다.

질의응답 과정의 예는 아래 '1' 및 '2'와 같다. 다른 사용자(또는 전문가)에게 질의를 전달하는 것은, 다른 사용자(또는 전문가)의 전자 기기(일례로, 전자 기기 2(120))로 질의를 전달하는 것에 대응할 수 있으며, 질문의 전달이나 답변의 전달은 인스턴트 메시징을 이용하여 처리될 수 있다. 이를 위해, 사용자의 전자 기기나 다른 사용자(또는 전문가)의 전자 기기에는 해당 인스턴트 메시징을 위한 어플리케이션이 설치되어 있을 수 있다.

1. 사용자 질문 → 질문에 대한 인공지능(AI) 답변 → 불만족 또는 답변 불가능한 경우 → 타 사용자(전문가)에게 질의 → 타 사용자 답변 → 답변 내용을 사용자(질문자)에게 전달 → 질의응답 학습 → 답변

예를 들어, 답변 중계 시스템은 질문자의 질문에 직접 답변할 수 있는 경우에는 직접 답변을 제공하고, 답변에 대한 질문자의 반응이 불만족스럽거나 또는 직접 답변을 제공할 수 없는 경우에는 다른 사용자인 답변자를 통해 질문에 대한 답변을 얻어 질문자에게 전달할 수 있다. 이러한 질문과 답변을 통해 인공지능이 학습될 수 있고, 다시 다른 질문자의 질문에 답변을 제공하는 방식이 반복적으로 처리될 수 있다.

2. 상술한 '1' 보다 폭 넓은 범위:　기계 질문(특정 분야에 대한 임의의 질문) → 사용자 답변 → DB화

예를 들어, 인공지능 학습 시스템은 별도의 질문을 사용자로부터 수신하지 않더라도, 임의의 질문을 선택하여 사용자들에게 전달하고, 임의의 질문에 대한 사용자들의 답변을 수신하여 데이터베이스화함으로써 스스로 학습 데이터를 얻을 수 있다.

또한, 답변 중계 시스템이나 인공지능 학습 시스템은 사용자의 질문에 대해 적절한 답변을 제공할 수 있는 다른 사용자(또는 전문가)를 선정하기 위해 사용자들을 미리 카테고리화할 수도 있다. 예를 들어, 답변 중계 시스템이나 인공지능 학습 시스템은 사용자들간의 대화 내용(메신저 대화방을 통해 송수신되는 인스턴트 메시지) 또는 사용자들과 인공지능간의 대화 내용을 기초로 사용자들을 카테고리화할 수 있다. 보다 구체적인 예로, 사용자가 질문한 내용들, 사용자가 답변한 내용들 및/또는 해당 사용자가 답변하지 않은 질문의 내용들 등을 이용하여 사용자들이 미리 카테고리화되고, 특정 사용자의 질문에 대한 다른 사용자(또는 전문가)로서 선정될 수 있다. 모든 질의 응답은 데이터베이스화되어 인공지능 중계자가 자동 학습될 수 있으며, 인공지능 중계자가 질문자들의 질문을 분석하여 해당 데이터베이스를 통해 답변할 수 있는 내용과 다른 사용자(또는 전문가)에게 물어봐야 하는 내용을 나눌 수 있다.

질문을 전달하기 위한 다른 사용자(또는 전문가)는 질문에 알맞은 카테고리에 기반하여 추출될 수 있으며, 특히 현재 답변이 가능한 사람을 추출(일례로, 응답률이 높거나 해당 시간대별 활동 이력이 존재하는 사용자를 추출)할 수 있다. 보다 구체적으로 계층적인 정보들(답변 이력, 답변률, 분야 유사도, 사용자의 성향정보 등)이 활용될 수 있고, 이러한 정보들은 본 발명의 실시예들에 따른 답변 중계 서비스뿐만 아니라, 상기 서비스와 연계되는 다른 서비스들을 통해 수집된 정보들도 활용될 수 있다.

질문과 답변의 형식은 단순 텍스트 이외의 스티커, 이모티콘, 이미지(이미지 관련 문의, 배경화면 추천 등), 동영상, 음성파일, 위치정보, 전화번호, 연락처, 지도(Map), 링크 등의 다양한 형식의 정보를 통해 전달될 수도 있다.

다른 실시예에서 질문답변엔진이 작동하는 환경 및 사용자 인터페이스를 메신저와 같은 방식으로 적용할 수 있으며, 이를 메신저 이외의 실제 로봇(가정용 로봇, 완구류, 산업용 로봇 등등 모든 하드웨어 장치 등)과 같은 다양한 인터페이스에 적용할 수도 있다. 예를 들어, 질문자가 가정용 로봇에게 질문을 하면, 가정용 로봇은 음성 인식 기능을 이용하여 질문자의 질문을 인식하고, 인식된 질문을 답변 중계 시스템으로 네트워크(170)를 통해 전송할 수 있다. 답변 중계 시스템이 제공하는 답변은 다시 네트워크(170)를 통해 가정용 로봇에게 전달될 수 있고, 가정용 로봇이 포함하는 출력 장치를 통해 질문자에게 제공될 수 있다. 이 경우, 가정용 로봇을 위한 질문자의 계정과 인공지능 계정간의 통신 세션을 통해 질문과 답변이 송수신될 수 있다.

질문과 답변 형식 이외의 일반적인 문장들에 대해서도 위의 방식들이 적용될 수도 있다. 또한, 이렇게 구축된 질문/응답 및 대화형 데이터들은 학습 데이터로 이용되어　인공지능(질문답변엔진)의 질문/답변/대화 데이터로 활용될 수 있다. 이때, 기존의 방식들은 대화형 패턴에 대해서 (A → B) 형태로 A라는 말에 대해서 B라고 대답하라고 학습되는데　반해서, 본 발명의 실시예들에 따른 인공지능 중계자는 먼저 사용자들에게 말을 걸고(사용자들에게 질문을 전달) 이에 대한 응답에 대해서 자동으로 (A → B) 행태의 질의/응답을 자동인식하여 학습 데이터로 이용할 수 있다.

답변 중계 시스템이나 인공지능 학습 시스템은 사용자들이 질문에 대해 항상 적절한 답변을 제공하는 것은 아니기 때문에, 수신된 답변에서 노이즈를 필터링하기 위한 기능을 포함할 수 있다.

도 7 내지 도 10은 본 발명의 일실시예에 있어서, 답변 중계를 위한 대화 흐름의 예를 도시한 도면들이다.

도 7은 질문자 a의 계정과 인공지능의 계정간에 설정된 통신 세션 b에 대응하는 메신저 대화방(710)을 통해 질문 "비오는 날 어울리는 음악 추천 해줄래?"가 입력된 모습을 나타내고 있다. 이때, 메신저 대화방(710)은 질문자 a의 전자 기기에 표시된 화면 예일 수 있다. 메신저 대화방(710)을 통해 입력된 질문은 질문 데이터로서 통신 세션 b를 통해 서버(150)로 전달될 수 있고, 서버(150)는 질문 데이터를 얻을 수 있게 된다.

도 8은 서버(150)가 질문 데이터를 선택된 답변자 c의 계정과 인공지능의 계정간에 설정된 통신 세션 d에 대응하는 메신저 대화방(810)을 통해 질문 "비오는 날 어울리는 음악 추천 해줄래?"가 전달된 모습을 나타내고 있다. 이때, "답변이 어려우면 1 또는 아니라고 해줘"와 같이, 답변자 c가 답변이 어려운 경우에 답변자 c의 반응을 유도하기 위한 대응 방안을 질문 데이터와 함께 답변자 c에게 전달할 수도 있다. 답변자 c가 답변으로서 "비오는 날에는 가수 A의 "음악 B"가 좋더라"가 입력되면, 입력된 답변은 답변 데이터로서 통신 세션 d를 통해 서버(150)로 전달될 수 있고, 서버(150)는 질문자 a의 질문에 대한 답변을 얻을 수 있게 된다. 이때, 답변의 획득에 따른 적절한 대응으로서 "고마워~!"와 같은 응답의 제공이 서버(150)에서 인공지능에 의해 처리될 수도 있다. 답변자는 앞서 설명한 실시예들에서와 같이 다양한 방법으로 선택될 수 있다.

도 9는 서버(150)가 획득한 답변을 통신 세션 b를 통해 질문자 a에게 전달하는 모습을 나타내고 있다. 이에 따라 메신저 대화방(710)에는 질문에 대한 답변이 표시될 수 있다. 이때, 답변자 c의 답변은 익명으로 질문자 a에게 전달될 수 있다. 또한, 질문 데이터를 복수의 답변자들에게 전달한 경우, 복수의 답변 데이터가 수신될 수도 있다. 이 경우, 서버(150)는 도착한 답변 데이터들을 순차적으로 질문자 a에게 전달할 수 있다. 도 9의 메신저 대화방(710)은 하나의 질문 데이터에 대해 복수의 답변 데이터가 전달되어 표시된 예를 나타내고 있다. 또한, 질문자 a가 다른 질문을 하는 경우, 이전 질문에 대한 다른 답변 데이터가 존재한다 하더라도 다른 답변 데이터의 전달은 중지될 수 있다.

도 10은 답변자 c가 답변이 어려움을 표시하는 경우의 대응을 표시한 예를 나타내고 있다. 메신저 대화방(810)을 통해 답변자 c가 '111'과 같이 답변이 어려움을 표시한 경우, 인공지능은 적절한 응답을 답변자 c에게 제공할 수 있다.

질문 데이터가 항상 질문의 형태일 필요는 없으며, 사용자들이 인공지능에게 전달하는 모든 형태의 인스턴트 메시지가 질문 데이터로서 활용될 수 있다. 예를 들어, "배고파"와 같이 질문 형식이 아니어도 질문 데이터로서 이용될 수 있고, 답변자로부터 질문 데이터 "배고파"에 대한 반응을 답변 데이터로 수신하여 활용할 수 있다.

도 11은 질문의 형태가 아닌 질문 데이터에 대한 답변을 중계하는 과정의 예를 나타내고 있다. 답변 중계 시스템은 질문자 a의 질문 데이터 "아… 배고파"를 답변자 c에게 전달하고, 답변자 c의 답변을 질문자 a에게 중계함으로써 답변을 제공할 수 있다. 이러한 질문 데이터와 답변 데이터를 통해 인공지능이 학습될 수 있으며, 다음 번의 유사한 질문에 대해 인공지능이 직접 답변을 제공하는 것이 가능해진다. 만약, 답변자 c로부터 일정 시간 동안 답변이 오지 않는다면, 답변자 c에 대한 답변 전달은 자동 스킵될 수 있다.

답변 중계 시스템은 다수의 답변자들에게 질문자 a의 질문 데이터를 전달하고, 질문 데이터에 대한 답변 데이터들 모두 또는 답변 데이터들 중에서 선택된 일부의 답변 데이터를 질문자 a에게 전달할 수 있다.

도 12는 본 발명의 일실시예에 있어서, 초기 등록을 위한 대화 흐름의 예를 도시한 도면이다. 도 12의 메신저 대화방(1210)은 인공지능 캐릭터의 이름으로서 설정된 "Sally"가 사용자에게 닉네임 설정을 요청하고, 설정된 닉네임에 따라 질문 데이터를 전달하는 과정의 예를 나타내고 있다. 질문 데이터에 대한 답변 데이터는 인공지능의 학습 및 질문자의 질문에 답변하기 위해 활용될 수 있다.

도 13은 본 발명의 일실시예에 있어서, 질문을 유도하는 예를 도시한 도면이다. 도 13의 메신저 대화방(1310)은 사용자의 질문을 유도하기 위한 인스턴트 메시지(1320)를 사용자에게 제공하는 예를 나타내고 있다.

도 14는 본 발명의 일실시예에 있어서, 답변에 대한 평가 및 감사표현의 예를 도시한 도면이다. 도 14의 메신저 대화방(1410)은 답변자(익명 1)의 답변 제공에 대한 감사 메시지를 답변자에게 제공하기 위한 사용자 인터페이스(1420)를 나타내고 있다. 사용자가 사용자 인터페이스(1420)를 선택(일례로, 터치스크린 환경에서 사용자 인터페이스(1420)가 표시된 영역을 사용자가 손가락으로 터치)하는 경우, 답변자에게는 감사 메시지가 전달될 수 있다. 이때, 감사 메시지(좋아요)를 받은 횟수가 사용자별로 기록되어 사용자들의 활동 내역으로서 관리될 수 있다.

또한, 답변을 제공받은 사용자에게도 지속적인 감사표현을 위한 문구(1430)를 제공하여 사용자들이 답변에 대한 감사 메시지를 전송하도록 유도할 수 있다.

이에 더해, 답변자들은 자신의 닉네임을 통해 활동할 수도 있다.

도 15는 본 발명의 일실시예에 있어서, 답변 메시지의 예를 도시한 도면이다. 도 15의 답변 메시지(1510)는 질문자에게 답변으로서 전달될 수 있는 인스턴트 메시지의 예를 나타내고 있다. 이때, 답변 메시지(1510)에는 답변자의 닉네임(뽀글)을 통해 답변자를 나타낼 수도 있다. 이 경우, 답변 메시지(1510)는 닉네임 "뽀글"의 답변자가 받은 감사 메시지의 수를 "좋아요"의 횟수(1520)로 나타내고 있으며, 도 14에서와 같이, 닉네임 "뽀글"의 답변자에게 감사 메시지를 전송하기 위한 사용자 인터페이스(1530)가 답변 메시지(1510)에 추가될 수 있다. 또한, 닉네임 "뽀글"의 답변자를 신고하기 위한 신고 인터페이스(1540)가 답변 메시지(1510)에 더 포함될 수도 있다.

다른 실시예로, 답변 메시지들은 답변 상세 페이지로의 링크를 포함할 수 있다. 이때, 답변 상세 페이지에서 "좋아요"의 횟수(1520)나 사용자 인터페이스(1530) 또는 신고 인터페이스(1540)가 제공될 수도 있다.

또한, 사용자들에게 표시되는 메신저 대화방 인터페이스는 사용자들의 활동내역을 표시하기 위한 설정 페이지로의 링크를 제공할 수도 있다.

도 16은 본 발명의 일실시예들에 있어서 설정 페이지의 예를 도시한 도면이다. 도 16은 설정 페이지(1610)의 예를 나타내고 있다. 일례로, 설정 페이지(1610)는 인공지능 계정과의 메신저 대화방에서 제공되는 링크를 이용하여 접근할 수 있다. 제1 점선박스(1620)는 사용자의 프로필 이미지와 닉네임을 수정하기 위한 인터페이스를 나타내고 있다. 또한, 제2 점선박스(1630)는 사용자의 활동 내역에 대한 요약이 표시되는 영역을 나타내고 있다. 여기서, "받은 좋아요 수"는 사용자가 답변을 함에 따라 감사 메시지를 받은 횟수를 의미할 수 있다. 감사 메시지를 받은 횟수 사이버 화폐와 같이 디지털 보상과의 교환을 위해 활용될 수도 있다. 다시 말해, 답변 중계 시스템은 답변자들이 양질의 답변을 통해 감사 메시지를 많이 받으면, 감사 메시지를 받은 횟수를 사이버 화폐로 이용하여 다양한 형태의 보상을 받을 수 있도록 서비스를 제공할 수 있다.

또한, 답변자들은 인공지능에게 직접 질문 데이터를 요청할 수도 있다. 예를 들어, 질문자에 비해 답변자가 부족한 경우에는 답변이 제공되기를 기다리는 질문이 존재할 수 있다. 이 경우, 특정 사용자는 질문 받기 기능을 통해 아직 답변이 달리지 않은 질문을 직접 가져올 수도 있다. 일례로, 지속적으로 답변을 하고 싶어하는 사용자는 질문 받기 기능을 통해 아직 답변이 존재하지 않는 질문 데이터를 받아올 수 있다.

도 17은 본 발명의 일실시예에 있어서, 질문 받기 기능의 예를 도시한 도면이다. 인공지능과의 메신저 대화방(1710)은 사용자에게 다양한 기능들을 제공할 수 있다. 질문 받기 기능(1720)은 질문을 받고 싶은 사용자(또는 답변을 하고 싶은 사용자)가 질문을 가져오는 기능일 수 있다. 예를 들어, 사용자가 질문 받기 기능(1720)을 선택(일례로, 터치스크린 환경에서 질문 받기 기능(1720)이 표시된 영역을 사용자가 손가락으로 터치)하는 경우, 질문 받기 요청이 서버(150)로 전달될 수 있고, 서버(150)는 아직 답변이 존재하지 않는 질문 데이터를 사용자에게 전달할 수 있다. 인스턴트 메시지(1730)는 사용자가 질문 받기 기능(1720)을 이용하여 서버(150)로 전달한 요청에 응답하여 서버(150)가 사용자에게 제공한 질문의 예를 나타내고 있다. 만약, 사용자가 제공된 질문에 답변을 하는 경우, 메신저 대화방(1710)에 입력되는 답변이 제공된 질문에 대한 답변 데이터로서 서버(150)로 전달될 수 있다. 인스턴트 메시지(1740)는 사용자가 선택한 질문 받기 기능(1720)에 대한 설명이 포함된 메시지로서 인공지능에 의해 제공될 수 있다. 또한, 설정 기능(1740)은 도 16을 통해 설명한 설정 페이지로의 이동을 위한 링크를 포함하는 사용자 인터페이스의 예일 수 있다.

인공지능이 직접적으로 제공 가능한 정보들은 다양한 카테고리들로 관리될 수 있다. 예를 들어, 초반에는 아래와 같은 다수의 클래스들이 지원될 수 있다.

1. 날씨: 강우 여부, 더위/추위 여부 등

2. 방송: 방송시간, 출연자 정보 등

3. 영화: 영화 평점, 출연자 정보 등

4. 인물: 인물 데이터베이스의 정보(본명, 학력, 출신 등)

5. 책: 책 상세 정보 등

6. 지식백과: 표제어 해설 등

7. 지역정보: 장소 평점, 도로명/지번주소, 우편번호 등

8. 음악: 가수 정보, 타이틀곡, 대표곡, 데뷔 앨범 등

9. 금융: 시세, 지수, 환율 등

10. 로또: 로또 당첨번호조회 등

11. 이미지: 이미지 검색 결과 링크 등

12. 동영상: 동영상 검색 결과 링크 등

13. 스포츠: 선수 정보, 경기 결과 등

14. 어학사전: 단어 뜻 등

15. 번역: 단문 번역 결과 등

또한, 이러한 클래스들에 따른 정보들 외에, 인공지능 학습에 따라 학습된 다양한 답변을 제공하는 것 역시 가능해진다. 예를 들어, 노래 가사 중 일부가 입력되는 경우, 해당 가사의 뒷부분을 답변으로 제공할 수도 있다.

이하에서는 사용자들의 답변 가능 분야를 파악하는 방법의 예들을 설명한다.

도 18은 본 발명의 일실시예에 있어서, 사용자들의 답변 가능 분야를 파악하기 위해 답변자를 모집하는 방법의 일례를 도시한 도면이다. 인스턴트 메시지(1810)는 인공지능이 사용자들에게 답변자로서 등록할 것을 요청하는 메시지의 예로서, 인스턴트 메시지(1810)는 임의로 지정된 사용자들에게 제공될 수도 있고, 인공지능과 사용자들간의 대화 도중에 제공될 수도 있다.

도 19는 본 발명의 일실시예에 있어서, 답변자의 답변 가능 분야를 파악하는 방법의 일례를 도시한 도면이다. 예를 들어, 서버(150)는 답변의 분야를 카테고리별로 분류하고, 분류된 카테고리들(도 19의 연애, 음악, 스포츠 등)을 선택할 수 있는 사용자 인터페이스(1910)를 답변자로 등록하고자 하는 사용자들에게 제공할 수 있다. 예를 들어, 사용자의 단말기(일례로, 전자 기기 1(110))에 설치된 어플리케이션의 제어에 따라 사용자의 단말기는 서버(150)와 통신 하여 사용자 인터페이스(1910)를 구성하기 위한 정보를 제공받아 사용자 인터페이스(1910)를 사용자의 단말기의 화면에 표시할 수 있다. 사용자들은 제공된 사용자 인터페이스(1910)를 이용하여 원하는 분야를 선택할 수 있고, 선택된 분야에 대한 정보가 사용자의 단말기에서 서버(150)로 전송될 수 있다. 따라서 서버(150)는 사용자가 선택한 분야에 대한 정보를 이용하여 사용자의 답변 가능 분야를 파악할 수 있게 된다.

이때, 카테고리들은 상위 카테고리와 하위 카테고리로 분류될 수 있다. 도 19에서는 사용자 인터페이스(1910)에서 상위 카테고리 "스포츠"를 선택함에 따라 하위 카테고리 "농구", "축구" 및 "배구"가 더 표시되는 예를 나타내고 있다. 추가적으로 하위 카테고리 또한 하위 카테고리를 더 포함할 수도 있다. 예를 들어, 하위 카테고리 "농구"가 선택되는 경우, 하위 카테고리 "농구"의 하위 카테고리가 사용자 인터페이스(1910)를 통해 사용자에게 더 제공될 수도 있다.

다른 실시예로, 명시적인 답변 가능 분야의 입력이 아니라, 인공지능이 사용자들에게 질문을 하고, 질문에 대한 답변을 통해 사용자들의 답변 가능 분야를 파악할 수도 있다.

도 20은 본 발명의 일실시예에 있어서, 질문을 통해 사용자들의 답변 가능 분야를 파악하는 예를 도시한 도면이다. 도 20의 메신저 대화방(2010)에서는 인공지능이 사용자의 답변 가능 분야를 파악하기 위해, 대화 형식으로 사용자들의 답변 가능 분야에 대한 응답을 유도하는 과정의 예를 나타내고 있다. 예를 들어, 인공지능은 답변 가능 분야에 대한 응답을 유도하기 위해 기설정된 대화 틀에 기반하여 대화를 진행할 수 있으며, 앞서 설명한 인공지능 학습에 기반하여 수집된 학습 데이터들에 기반하여 보다 유연하게 사용자들의 응답에 반응하면서 사용자들이 답변 가능 분야를 파악할 수 있다.

또 다른 실시예로, 인공지능은 심리테스트나 독심술 게임과 같은 게임 방식으로 사용자들의 답변 가능 분야를 파악할 수도 있다. 예를 들어, 인공지능은 사용자들의 답변 가능 분야의 파악이 가능한 기설정된 게임을 사용자들에게 제안하고, 게임의 진행을 통해 사용자들이 응답하는 답변에 기반하여 사용자들의 답변 가능 분야를 파악할 수도 있다.

상술한 실시예들에서 인공지능의 동작은 실질적으로 서버(150)가 사용자들의 단말기와 통신하는 과정을 통해 처리될 수 있다. 예를 들어, 인공지능이 게임을 사용자들에게 제안하는 것은, 서버(150)가 인공지능 프로그램(또는 인공지능엔진)의 제어에 따라 게임 제안을 위한 인스턴트 메시지를 통신 세션을 통해 사용자들의 단말기로 전송하는 것을 의미할 수 있다.

또한, 인공지능은 질문자와 특정 답변자간의 일대일 대화를 중개할 수도 있다.

도 21은 본 발명의 일실시예에 있어서, 일대일 대화 중개 과정의 예를 도시한 도면이다. 도 21의 메신저 대화방(2110)은 답변 데이터를 제공한 답변자와의 일대일 대화를 중개하기 위한 문구와 함께, 일대일 대화를 연결하기 위한 인터페이스(2120)를 제공하는 예를 나타내고 있다. 만약, 사용자가 인터페이스(2120)를 선택하는 경우, 사용자에게 답변 데이터를 제공한 답변자의 계정과 사용자의 계정간의 메신저 대화방이 생성될 수 있다. 이 경우, 사용자는 생성된 메신저 대화방을 통해 직접 답변자와 대화를 나눌 수 있게 된다. 필요에 따라 답변자에게 허락을 구하기 위한 프로세스가 추가될 수도 있다.

또한, 질문 분야나 질문에서 추출된 키워드 단위로 특정 전문가가 중개될 수도 있다.

도 22는 본 발명의 일실시예에 있어서, 전문가 중개 과정의 예를 도시한 도면이다. 도 22의 제1 메신저 대화방(2210)은 사용자의 질문 데이터를 분석함에 따라 전문가를 연결해주기 위한 사용자 인터페이스(2220)를 제공하는 예를 나타내고 있다. 예를 들어, 인공지능은 분야별 전문가들(전문 상담원이 대기하는)의 계정을 보유하고 있을 수 있으며, 전문가들과의 대화를 사용자에게 추천할 수 있다. 사용자가 사용자 인터페이스(2220)를 선택하는 경우, 인공지능(실제로는 서버(150)나 서버(150)의 요청을 수신한 메신저 서버)은 사용자의 계정과 해당 분야의 전문가의 계정간에 통신 세션을 생성할 수 있다. 도 22의 제2 메신저 대화방(2230)은 생성된 통신 세션에 따른 대화방으로, 사용자는 제2 메신저 대화방(2230)을 이용하여 해당 분야의 전문가와 일대일 대화를 진행할 수 있다. 제2 메신저 대화방(2230)이 생성되면, 인공지능은 우선 전문가에게 특정 사용자와 연결되었음을 알리는 인스턴트 메시지를 먼저 전송할 수도 있다.

도 23은 본 발명의 일실시예에 있어서, 전문가 중개 과정의 다른 예를 도시한 도면이다. 도 23의 제1 메신저 대화방(2310)은 사용자의 질문 데이터를 분석함에 따라 적절한 답변자를 연결해주기 위한 사용자 인터페이스(2320)를 제공하는 예를 나타내고 있다. 앞서 설명한 바와 같이, 인공지능은 분야별 전문가들(전문 상담원이 대기하는)의 계정을 보유하고 있을 수 있으며, 해당 분야의 전문가와의 대화를 사용자에게 추천할 수 있다. 사용자가 사용자 인터페이스(2320)를 선택하는 경우, 인공지능은 사용자의 계정과 선택된 전문가의 계정간에 통신 세션을 생성할 수 있다. 도 23의 제2 메신저 대화방(2330)은 생성된 통신 세션에 따른 대화방으로, 사용자는 제2 메신저 대화방(2330)을 이용하여 해당 분야의 전문가와 일대일 대화를 진행할 수 있다.

이미 설명한 바와 같이 송수신되는 인스턴트 메시지들은 단순히 텍스트뿐만 아니라 이미지, 동영상, 하이퍼텍스트 링크, 지도 등이나 이들의 조합과 같이 다양한 형태를 가질 수 있다. 인공지능 캐릭터의 말투나 적극적인 대화 시도 등은 인공지능 학습에 따라 변경될 수도 있다. 또한, 단순한 질문이 아니라 인공지능이 사용자들에게 먼저 뉴스나 음악, 심리테스트 등과 같이 다양한 컨텐츠를 권유하도록 구현될 수도 있다.

또한, 질문 데이터나 답변 데이터의 크기가 일정 크기 이상인 경우에는 메신저 대화창이 아닌 별도의 상세 페이지나 별도의 웹 어플리케이션을 통해 질문 데이터나 답변 데이터의 상세 보기 기능을 제공할 수도 있다. 예를 들어, 메신저 대화창을 통해서는 전체 내용 중 일부의 내용과 함께, 별도의 상세 페이지로 이동하기 위한 사용자 인터페이스나 별도의 웹 어플리케이션을 구동하여 전체 내용을 볼 수 있도록 하는 사용자 인터페이스가 메시지에 포함될 수도 있다.

뿐만 아니라, 질문 및 답변을 위한 다른 서비스들과의 연계를 통해 다른 서비스에서 이미 존재하는 질문과 답변을 활용할 수도 있다. 예를 들어, 인공지능은 질문 A를 다른 서비스에서 검색하여 질문 A에 대한 답변을 검색 및 활용할 수 있다. 또한, 질문자에게 다른 서비스의 답변으로 바로 이동할 수 있는 사용자 인터페이스를 제공할 수도 있다.

또한, 본 발명의 실시예들에서는 질문과 답변을 위한 포인트가 이용될 수 있다. 예를 들어, 질문자들은 자신의 질문에 대한 답변을 제공하는 답변자들에게 자신의 포인트를 일정부분 제공할 수 있다. 또한, 질문자가 포인트를 걸지 않아도 응답에 따라 기본 포인트가 답변자들에게 제공될 수도 있다. 예를 들어, 앞서 설명한 감사 메시지를 받은 횟수가 포인트와 연계될 수 있다. 포인트는 게임이나 복권, 이벤트 등을 통해 소비될 수 있는 사이버 화폐일 수 있다.

질문자가 제시하는 포인트는 질문 데이터를 전달할 답변자들의 수를 결정하는데 이용될 수도 있다. 예를 들어, 인공지능은 질문자가 더 많은 포인트를 제시할수록 상대적으로 더 많은 답변자들에게 질문 데이터를 전달하도록 구현될 수 있다. 하나의 질문 데이터에 대해 다수의 답변 데이터들이 존재하는 경우에는 선착순 답변자나 질문자에 의해 선정된 답변자에게 포인트가 제공될 수 있다.

이처럼 본 발명의 실시예들에 따르면, 인스턴트 메시징 환경에서 메시징 서비스를 이용하여 질문 데이터를 사용자들에게 전송하고, 질문 데이터에 대한 사용자들의 답변을 이용하여 인공지능을 학습시킬 수 있다. 또한, 인스턴트 메시징 환경에서 인공지능이 사용자의 인스턴트 메시지를 통한 질문에 대한 답변을 데이터베이스를 이용하여 직접 제공할 뿐만 아니라, 다른 사용자들이나 다른 사용자들 중에서 특정 분야의 전문가로 선정된 사용자의 인스턴트 메시지를 통한 답변을 중계하여 사용자와 사용자간의 연결을 처리할 수 있다.

이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

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 실시예를 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.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

1. 컴퓨터로 구현된 인공지능 학습 시스템의 인공지능 학습 방법에 있어서,
   메시징 서비스에 등록된 사용자들간에 송수신된 인스턴트 메시지, 등록된 사용자들과 인공지능간에 송수신된 인스턴트 메시지 및 과거에 생성된 학습 데이터 중 적어도 하나에 기초하여 생성된 데이터베이스를 이용하여 질문 데이터를 생성하는 단계;
   상기 메시징 서비스에 등록된 사용자들 중 적어도 하나의 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 통신 세션을 확인하는 단계;
   상기 생성된 질문 데이터를 상기 인공지능 계정의 인스턴트 메시지로서 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자에게 전송하는 단계; 및
   상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자로부터 상기 질문 데이터에 대한 답변 데이터를 상기 적어도 하나의 사용자의 계정의 인스턴트 메시지로서 수신하는 단계; 및
   상기 질문 데이터 및 상기 수신된 답변 데이터에 기반하여 인공지능을 위한 학습 데이터를 생성하는 단계
   를 포함하는 것을 특징으로 하는 인공지능 학습 방법.
2. 제1항에 있어서,
   상기 인공지능 학습 시스템은, 상기 메시징 서비스를 제공하는 메시징 서버에 포함되거나 또는 상기 메시징 서버와 네트워크를 통해 연계되고,
   상기 통신 세션을 확인하는 단계는,
   상기 인공지능 계정과 상기 사용자들의 계정들간에 상기 메시징 서버를 통해 기 설정되어 있는 통신 세션들 중 적어도 하나를 확인하거나 또는 상기 적어도 하나의 사용자를 확인하여 상기 적어도 하나의 사용자의 계정과 상기 인공지능 계정간에 새로운 통신 세션을 상기 메시징 서버를 통해 설정하는 것
   을 특징으로 하는 인공지능 학습 방법.
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 제1항에 있어서,
   상기 적어도 하나의 사용자는, 상기 메시징 서비스에 등록된 사용자들 중에서 랜덤하게 선택되거나 또는 상기 질문 데이터에 기반하여 선택되는 것
   을 특징으로 하는 인공지능 학습 방법.
9. 제1항에 있어서,
   상기 메시징 서비스에 등록된 사용자들 중에서 답변자로 등록된 사용자를 관리하는 단계
   를 더 포함하고,
   상기 적어도 하나의 사용자는, 상기 답변자로 등록된 사용자들의 프로필에 기반하여 선택되는 것
   을 특징으로 하는 인공지능 학습 방법.
10. 제9항에 있어서,
    상기 답변자로 등록된 사용자들의 프로필은, 상기 답변자로 등록된 사용자의 계정과 상기 인공지능 계정간에 설정된 통신 세션을 통해 송수신되는 인스턴트 메시지에 기반하여 생성되는 것
    을 특징으로 하는 인공지능 학습 방법.
11. 컴퓨터로 구현된 답변 중계 시스템의 답변 중계 방법에 있어서,
    메시징 서비스에 등록된 사용자들 중 제1 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 제1 통신 세션을 통해 상기 제1 사용자의 제1 질문 데이터를 수신하는 단계;
    상기 메시징 서비스에 등록된 사용자들 중 상기 제1 사용자의 제1 질문 데이터를 전달하기 위한 제2 사용자를 선택하고, 상기 제2 사용자의 계정과 상기 인공지능 계정간에 설정된 제2 통신 세션을 통해 상기 제1 질문 데이터를 상기 제2 사용자에게 전달하는 단계;
    상기 제2 통신 세션을 통해 상기 제2 사용자로부터 상기 제1 질문 데이터에 대한 제1 답변 데이터를 수신하는 단계; 및
    상기 수신된 제1 답변 데이터를 상기 제1 통신 세션을 통해 상기 제1 사용자에게 전송하여 답변하는 단계
    를 포함하고,
    상기 인공지능 계정에 대응하는 인공지능은, 상기 메시징 서비스에 등록된 사용자들간에 송수신된 인스턴트 메시지, 등록된 사용자들과 인공지능간에 송수신된 인스턴트 메시지 및 과거에 생성된 학습 데이터 중 적어도 하나에 기초하여 생성된 데이터베이스를 이용하여 제2 질문 데이터를 생성하고, 제3 사용자와의 계정과 상기 인공지능 계정간에 설정된 통신 세션을 통해 상기 생성된 제2 질문 데이터를 상기 인공지능 계정의 인스턴트 메시지로서 상기 제3 사용자에게 전송하고, 상기 제3 사용자로부터 상기 제2 질문 데이터에 대한 제2 답변 데이터를 상기 제3 사용자의 계정의 인스턴트 메시지로서 수신하며, 상기 제2 질문 데이터 및 상기 수신된 제2 답변 데이터에 기반하여 생성되는 학습 데이터를 통해 학습되고,
    상기 제2 사용자에게 전달하는 단계는,
    상기 학습된 인공지능이 상기 제1 사용자의 제1 질문 데이터에 답변할 수 없는 경우에 수행되는 것을 특징으로 하는 답변 중계 방법.
12. 제11항에 있어서,
    상기 수신된 제1 질문 데이터를 분석하여 상기 수신된 제1 질문 데이터에 대한 답변 가능 여부를 결정하는 단계; 및
    상기 수신된 제1 질문 데이터에 대응하는 답변이 가능한 경우, 제3 답변 데이터를 생성하여 상기 제1 통신 세션을 통해 상기 제1 사용자에게 전송하는 단계
    를 더 포함하는 것을 특징으로 하는 답변 중계 방법.
13. 제12항에 있어서,
    상기 수신된 제1 질문 데이터에 대한 답변 가능 여부를 결정하는 단계는,
    상기 수신된 제1 질문 데이터를 분석하여 얻어진 키워드를 이용하여 상기 데이터베이스 또는 웹상의 문서를 검색하고, 검색결과에 기반하여 답변 가능 여부를 결정하는 것을 특징으로 하는 답변 중계 방법.
14. 제12항에 있어서,
    상기 제2 사용자에게 전달하는 단계는,
    상기 수신된 제1 질문 데이터에 대응하는 답변이 가능하지 않은 경우, 상기 제1 질문 데이터를 상기 제2 사용자에게 전달하는 것을 특징으로 하는 답변 중계 방법.
15. 제11항에 있어서,
    상기 제2 사용자에게 전달하는 단계는,
    상기 메시징 서비스에 등록된 사용자들 과거 이력에 기반하여 상기 제2 사용자를 선택하고,
    상기 과거 이력은 상기 메시징 서비스에 등록된 사용자들의 위치, 상기 메시징 서비스를 통해 질문 메시지를 전송한 시각, 상기 메시징 서비스를 통해 질문 데이터에 대한 답변 데이터를 전송한 시각 및 질문 데이터에 대한 답변을 거부한 시각 중 적어도 하나를 포함하는 것
    을 특징으로 하는 답변 중계 방법.
16. 제11항에 있어서,
    상기 제2 사용자에게 전달하는 단계는,
    상기 메시징 서비스에 등록된 사용자들 중에서 상기 제2 사용자를 랜덤하게 선택하거나 또는 상기 제1 질문 데이터에 기반하여 상기 제2 사용자를 선택하는 것
    을 특징으로 하는 답변 중계 방법.
17. 제11항에 있어서,
    상기 메시징 서비스에 등록된 사용자들 중에서 답변자로 등록된 사용자를 관리하는 단계
    를 더 포함하고,
    상기 제2 사용자에게 전달하는 단계는,
    상기 답변자로 등록된 사용자들의 프로필에 기반하여 상기 제2 사용자를 선택하는 것
    을 특징으로 하는 답변 중계 방법.
18. 제17항에 있어서,
    상기 답변자로 등록된 사용자들의 프로필은, 상기 답변자로 등록된 사용자의 계정과 상기 인공지능 계정간에 설정된 통신 세션을 통해 송수신되는 인스턴트 메시지에 기반하여 생성되는 것
    을 특징으로 하는 답변 중계 방법.
19. 컴퓨터로 구현된 인공지능 학습 시스템에 있어서,
    상기 컴퓨터에서 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    메시징 서비스에 등록된 사용자들간에 송수신된 인스턴트 메시지, 등록된 사용자들과 인공지능간에 송수신된 인스턴트 메시지 및 과거에 생성된 학습 데이터 중 적어도 하나에 기초하여 생성된 데이터베이스를 이용하여 질문 데이터를 생성하고,
    상기 메시징 서비스에 등록된 사용자들 중 적어도 하나의 사용자의 계정과 상기 메시징 서비스에 등록된 인공지능 계정간에 설정된 통신 세션을 확인하고,
    상기 생성된 질문 데이터를 상기 인공지능 계정의 인스턴트 메시지로서 상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자에게 전송하고,
    상기 확인된 통신 세션을 통해 상기 적어도 하나의 사용자로부터 상기 질문 데이터에 대한 답변 데이터를 상기 적어도 하나의 사용자의 계정의 인스턴트 메시지로서 수신하고,
    상기 질문 데이터 및 상기 수신된 답변 데이터에 기반하여 인공지능을 위한 학습 데이터를 생성하는
    것을 특징으로 하는 인공지능 학습 시스템.
20. 제19항에 있어서,
    상기 메시징 서비스를 제공하는 메시징 서버에 포함되거나 또는 상기 메시징 서버와 네트워크를 통해 연계되고,
    상기 적어도 하나의 프로세서는, 상기 통신 세션을 확인하기 위해,
    상기 인공지능 계정과 상기 사용자들의 계정들간에 상기 메시징 서버를 통해 기 설정되어 있는 통신 세션들 중 적어도 하나를 확인하거나 또는 상기 적어도 하나의 사용자를 확인하여 상기 적어도 하나의 사용자의 계정과 상기 인공지능 계정간에 새로운 통신 세션을 상기 메시징 서버를 통해 설정하는 것
    을 특징으로 하는 인공지능 학습 시스템.

Images