KR101914582B1 - 보안성을 강화한 의미-무관 사용자 성문 인증을 제공하는 방법, 대화형 ai 에이전트 시스템 및 컴퓨터 판독가능 기록 매체 - Google Patents

Abstract

대화형 AI 에이전트 시스템에 의해 수행되는 사용자 성문 인증 방법이 제공된다. 본 발명의 방법은, 사용자 식별 정보를 획득하는 단계; 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하는 단계; 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공하는 단계 - 제공되는 질문 또는 요청은, 사용자 인증 정보 중 선택된 일부를 직접 포함하지 않고 그 일부와 의미상 관련성을 갖지 않으며, 질문 또는 요청이 해당 사용자에게 제공되는 경우, 사용자가 사용자 인증 정보 중 선택된 일부에 부합하는 답변을 제공하도록 하는 것임 -; 사용자로부터 질문 또는 요청에 대한 음성 답변을 수신하는 단계; 및 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하는 단계를 포함한다.

Description

보안성을 강화한 의미-무관 사용자 성문 인증을 제공하는 방법, 대화형 AI 에이전트 시스템 및 컴퓨터 판독가능 기록 매체{METHOD, INTERACTIVE AI AGENT SYSTEM AND COMPUTER READABLE RECODING MEDIUM FOR PROVIDING SEMANTIC-FREE USER VOICEPRINT AUTHENTICATION HAVING ENHANCED SECURITY}

본 발명은, 대화형 AI 에이전트 시스템의 사용자 인증에 관한 것이며, 보다 구체적으로는 대화형 AI 에이전트 시스템에 의하여 생성된 소정의 질문 또는 요청에 대한 사용자 답변의 성문 인증에 의한 사용자 인증 방법 등에 관한 것이다.

근래, 인공지능 분야, 특히 자연어 이해 분야의 기술 발전에 따라, 전통적인 기계 중심의 명령 입출력 방식에 따른 기계 조작에서 벗어나, 사용자로 하여금, 보다 사람 친화적인 방식, 예컨대 음성 및/또는 텍스트 형태의 자연어를 매개로 한 대화 방식으로 기계를 조작하고 기계로부터 원하는 서비스를 얻을 수 있도록 하는 대화형 AI 에이전트 시스템의 개발 및 활용이 점차 늘어나고 있다. 그에 따라, 온라인 상담 센터나 온라인 쇼핑몰 등을 비롯한 (그러나 이에 한정되지 않은 더 많은) 다양한 분야에서, 사용자는 음성 및/또는 텍스트 형태의 자연어 대화를 통해, 대화형 AI 에이전트 시스템에게 원하는 서비스를 요청하고 그로부터 원하는 결과를 얻을 수 있게 되었다. 특히, 최근에는, 텍스트 입출력을 배제하거나 크게 줄이고, 대부분의 사용자 인터랙션이 음성 입출력에 의하여 (원격으로) 이루어지도록 한 대화형 AI 에이전트 시스템, 예컨대 스마트 스피커 시스템 등이 주목을 받고 있다.

한편, 많은 대화형 AI 에이전트 시스템은, 각 사용자에 관한 정보(예컨대, 사용자의 개인 정보, 이력 정보 등)를 수집 및 관리하고, 수집 및 관리되는 각 사용자에 관한 정보에 기초하여 각 사용자에 맞는 적합한 서비스를 제공하고 있다. 따라서, 많은 대화형 AI 에이전트 시스템은, 일부 또는 전체 서비스 제공에 앞서서, 사용자로 하여금 해당 대화형 AI 에이전트 시스템에 대한 액세스 인증을 받도록 요구하고 있다.

대화형 AI 에이전트 시스템의 인증과 관련하여, 최근에는 사용자 음성 입력을 이용한 성문(voiceprint) 인증 방식이 주목을 받고 있다. 성문 인증은, 사용자가 임의의 또는 정해진 단어나 문장을 말하면 그 음성 입력의 특징을 미리 저장된 사용자 음성 특징과 비교하여 사용자의 동일성 여부를 검증하는 방식이다. 사용자 편의성을 중시하는 흐름에 따라 성문 인증 방식은 점점 더 많은 시스템에서 채택될 전망이다. 그런데, 단순히 사용자의 성문에만 기초하여 인증을 행하는 경우, 누군가가 악의적으로 사용자의 목소리를 녹음하여 불법적으로 해당 시스템에 로그인하고자 할 경우 이를 방지하지 못할 우려가 있다.

특허문헌 1: 한국 특허 출원 제10-2015-0175948호

따라서, 녹음에 의한 불법적 인증의 문제를 효과적으로 해결하고 보안성을 강화한 성문 인증 방법이 필요로 된다.

본 발명의 일 특징에 의하면, 대화형 AI 에이전트 시스템에 의해 수행되는 사용자 성문 인증 방법이 제공된다. 본 발명의 방법은, 사용자 식별 정보를 획득하는 단계; 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하는 단계; 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공하는 단계 - 제공되는 질문 또는 요청은, 사용자 인증 정보 중 선택된 일부를 직접 포함하지 않고 그 선택된 일부와 의미상 관련성을 갖지 않으며, 질문 또는 요청이 해당 사용자에게 제공되는 경우, 사용자가 사용자 인증 정보 중 선택된 일부에 부합하는 답변을 제공하도록 하는 것임 -; 사용자로부터 질문 또는 요청에 대한 음성 답변을 수신하는 단계; 및 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하는 단계를 포함한다.

본 발명의 일 실시예에 의하면, 사용자 성문 인증 방법은, 수신된 음성 답변을 텍스트 변환하는 단계; 및 변환된 텍스트가 사용자 인증 정보 중 선택된 일부와 동일한지 판정하는 단계를 더 포함할 수 있다.

본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보는, 미리 등록된 인증용 개인 어휘집- 인증용 개인 어휘집은 사용자 또는 대화형 AI 에이전트 시스템에 의해 미리 선택된 복수의 단어 또는 구절을 포함함 -과, 복수의 단어 또는 구절 각각에 관한 사용자의 음성 특징 정보를 포함할 수 있다.

본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보 중 선택된 일부에 기초하여 사용자 인증을 위한 질문 또는 요청을 제공하는 단계는, 인증용 개인 어휘집에 포함된 복수의 단어 또는 구절 중 하나의 단어 또는 구절을 랜덤하게 선택하는 단계, 및 선택된 하나의 단어 또는 구절에 기초하여 사용자 인증을 위한 질문 또는 요청을 생성하는 단계를 포함할 수 있다. 제공되는 질문 또는 요청은, 사용자에게 제공되는 경우, 사용자가 선택된 하나의 단어 또는 구절의 음성 답변을 제공하도록 생성된 것일 수 있다.

본 발명의 일 실시예에 의하면, 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하는 단계는, 수신된 음성 답변을, 선택된 하나의 단어 또는 구절에 관한 사용자의 음성 특징 정보와 매칭함으로써 수행될 수 있다.

본 발명의 일 실시예에 의하면, 제공되는 질문 또는 요청은, 선택된 하나의 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있다.

본 발명의 일 실시예에 의하면, 제공되는 질문 또는 요청은, 선택된 하나의 단어 또는 음절의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다.

본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 소정의 또는 임의로 선택된 단어 또는 구절에 관한 사용자 음성 입력으로부터 획득될 수 있다.

본 발명의 다른 특징에 의하면, 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 컴퓨터로 하여금, 전술한 방법들 어느 하나의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체가 제공된다.

본 발명의 또 다른 특징에 의하면, 사용자 성문 인증을 제공하도록 구성된 대화형 AI 에이전트 시스템이 제공된다. 본 발명의 대화형 AI 에이전트 시스템은, 음성-텍스트 변환 모듈; 사용자 인증 정보를 포함하는 사용자 데이터베이스; 및 사용자 인증 모듈을 포함한다. 사용자 인증 모듈은, 사용자 식별 정보를 획득하고, 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하고, 검색된 사용자 인증 정보 중 선택된 일부에 기초하여, 음성 형태의, 사용자 인증을 위한 질문 또는 요청을 제공 - 제공되는 질문 또는 요청은, 사용자 인증 정보 중 선택된 일부를 직접 포함하지 않고 그 일부와 의미상 관련성을 갖지 않으며, 질문 또는 요청이 해당 사용자에게 제공되는 경우, 사용자가 사용자 인증 정보 중 선택된 일부에 부합하는 답변을 제공하도록 하는 것임 - 하며, 사용자로부터 질문 또는 요청에 대한 음성 답변을 수신하고, 검색된 사용자 인증 정보의 일부에 기초하여, 수신된 음성 답변에 대한 성문 인증을 수행하도록 구성된다.

녹음에 의한 불법적 인증의 문제를 효과적으로 회피할 수 있는 성문 인증 방법이 제공될 수 있다. 특히, 대부분의 사용자 인터랙션이 음성 입출력에 의하여 원격으로 이루어지도록 한 대화형 AI 에이전트 시스템, 예컨대 스마트 스피커 시스템 등에도 활용하기에 적합한 성문 인증 방법이 제공될 수 있다.

도 1은, 본 발명의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경을 개략적으로 도시한 도면이다.
도 2는, 본 발명의 일 실시예에 따른, 도 1의 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.
도 3은, 본 발명의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.
도 4는, 본 발명의 일 실시예에 따른, 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 인증을 위한 예시적 동작 흐름을 보여주는 흐름도이다.

이하, 첨부 도면을 참조하여 본 발명의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 발명의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 발명의 일 실시예에 관한 것일 뿐 본 개시가 이로써 제한되는 것은 아님을 알아야 한다.

본 개시에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 발명을 한정하려는 의도에서 사용된 것이 아니다. 예를 들면, 단수로 표현된 구성요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성요소를 포함하는 개념으로 이해되어야 한다. 본 개시에서 사용되는 "및/또는"이라는 용어는, 열거되는 항목들 중 하나 이상의 항목에 의한 임의의 가능한 모든 조합들을 포괄하는 것임이 이해되어야 한다. 본 개시에서 사용되는 '포함하다' 또는 '가지다' 등의 용어는 본 개시 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하려는 것은 아니다.

본 발명의 실시예에 있어서 '모듈' 또는 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 또는 '부'는, 특정한 하드웨어로 구현될 필요가 있는 '모듈' 또는 '부'를 제외하고는, 적어도 하나의 소프트웨어 모듈로 일체화되어 적어도 하나의 프로세서에 의해 구현될 수 있다.

덧붙여, 달리 정의되지 않는 한 기술적 또는 과학적인 용어를 포함하여, 본 개시에서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의된 용어들은, 관련 기술의 문맥상 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시에서 명백하게 달리 정의하지 않는 한 과도하게 제한 또는 확장하여 해석되지 않는다는 점을 알아야 한다.

이하, 첨부된 도면을 참조하여, 본 발명의 실시예에 대해 구체적으로 설명하기로 한다.

도 1은, 본 발명의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경(100)을 개략적으로 도시한 도면이다. 도시된 바에 의하면, 시스템 환경(100)은, 복수의 사용자 단말(102a-102n), 통신망(104), 대화형 AI 에이전트 서버(106), 및 외부 서비스 서버(108)를 포함한다.

본 발명의 일 실시예에 의하면, 복수의 사용자 단말(102a-102n) 각각은 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 사용자 단말(102a-102n) 각각은, 예컨대 스마트 스피커, 뮤직 플레이어, 게임 콘솔, 디지털 TV, 셋탑박스, 스마트 폰, 태블릿 PC, 데스크탑, 랩탑, PDA 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 대화형 AI 에이전트 서버(106)와 통신, 즉 필요한 정보(예컨대, 사용자 성문 인증을 위한 음성 정보 등을 포함할 수 있고, 다만 이로써 제한되지는 않음)를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 외부 서비스 서버(108)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 외부로부터 음성, 텍스트 및/또는 터치 형태의 사용자 입력을 수신할 수 있고, 통신망(104)을 통한 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와의 통신(및/또는 사용자 단말(102a-102n) 내 처리)을 통해 얻어진, 위 사용자 입력에 대응한 동작 결과(예컨대, 사용자 인증, 특정 대화 응답의 제공 및/또는 특정 태스크의 수행 등)를 사용자에게 제공할 수 있다.

본 발명의 실시예에 있어서, 사용자 입력에 대응한 동작으로서의 태스크 수행은, 예컨대 정보의 검색, 물품 구매, 메시지 작성, 이메일 작성, 전화 걸기, 음악 재생, 사진 촬영, 사용자 위치 탐색, 지도/내비게이션 서비스 등을 비롯한 각종 다양한 형태의 태스크(그러나 이로써 제한되는 것은 아님) 수행을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 사용자 입력에 대응한 동작 결과로서의 대화 응답을, 시각, 청각 및/또는 촉각 형태(예컨대, 음성, 음향, 텍스트, 비디오, 이미지, 기호, 이모티콘, 하이퍼링크, 애니메이션, 각종 노티스, 모션, 햅틱 피드백 등을 포함할 수 있으며, 이로써 제한되는 것은 아님) 등 다양한 형태로써 사용자에게 제공할 수 있다.

본 발명의 일 실시예에 의하면, 통신망(104)은, 임의의 유선 또는 무선 통신망, 예컨대 TCP/IP 통신망을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 Wi-Fi망, LAN망, WAN망, 인터넷망 등을 포함할 수 있으며, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 통신망(104)은, 예컨대 이더넷, GSM, EDGE(Enhanced Data GSM Environment), CDMA, TDMA, OFDM, 블루투스, VoIP, Wi-MAX, Wibro 기타 임의의 다양한 유선 또는 무선 통신 프로토콜을 이용하여 구현될 수 있다.

본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 통신할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 필요한 정보를 송수신하고, 이를 통해 사용자 단말(102a-102n) 상에서 수신된 사용자 입력에 대응한, 즉 사용자 의도에 부합하는 동작 결과가, 사용자에게 제공되도록 동작할 수 있다.

본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통한 사용자 단말(102a-102n)과의 통신을 통해, 해당 사용자에 관한 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 사용자 인증이 필요한 소정의 서비스를 제공하기에 앞서서, 해당 사용자에 관한 인증 절차를 개시할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)로부터 수신된 사용자 음성 입력 및/또는 사용자 단말(102a-102n) 각각의 식별자 등으로부터 사용자 식별 정보를 획득하고 획득된 사용자 식별 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)로부터 수신된 소정의 또는 임의의 단어 또는 구절에 관한 사용자 음성 입력을 수신하고 그로부터 사용자 식별 정보를 획득하여 사용자 인증 절차를 수행할 수 있다.

본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 통신망(104)을 통해 사용자 단말(102a-102n)로부터 음성, 텍스트, 및/또는 터치 형태의 사용자 자연어 입력을 수신하고, 미리 준비된 모델들에 기초해서 그 수신된 자연어 입력을 처리하여 사용자의 의도(intent)를 결정할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 의도에 기초하여 대응하는 동작이 수행되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 의도에 부합하는 특정한 태스크를 수행하도록 특정한 제어 신호를 생성하여 해당 사용자 단말(102a-102n)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 의도에 부합하는 특정한 태스크를 수행하게 하기 위하여, 통신망(104)을 통해 외부 서비스 서버(108)에 접속할 수 있다.

본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 의도에 부합하는 특정한 대화 응답을 생성하여 사용자 단말(102a-102n)로 전송할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 의도에 기초하여, 대응하는 대화 응답을 음성 및/또는 텍스트 형태로써 생성하고, 생성된 응답을, 통신망(104)을 통해, 사용자 단말(102a-102n)로 전달할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)에 의해 생성되는 대화 응답은, 전술한 음성 및/또는 텍스트 형태의 자연어 응답과 함께, 이미지, 비디오, 기호, 이모티콘 등 다른 시각적 요소들이나, 음향 등의 다른 청각적 요소들이나, 기타 다른 촉각적 요소들을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(102a-102n) 상에서 수신된 사용자 입력의 형태(예컨대, 음성 입력인지 아니면 텍스트 입력인지)에 따라, 대화형 AI 에이전트 서버(106) 상에서 동일한 형태의 응답이 생성될 수 있으며(예컨대, 음성 입력이 주어진 경우에는 음성 응답이 생성되고 텍스트 입력이 주어진 경우에는 텍스트 응답이 생성됨), 다만 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 사용자 입력의 형태와 무관하게 음성 및/또는 텍스트 형태의 응답이 생성 및 제공될 수 있음을 알아야 한다.

본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 앞서 언급한 바와 같이, 통신망(104)을 통해서 외부 서비스 서버(108)와 통신할 수 있다. 외부 서비스 서버(108)는, 예컨대 메시징 서비스 서버, 온라인 상담 센터 서버, 온라인 쇼핑몰 서버, 정보 검색 서버, 지도 서비스 서버, 네비게이션 서비스 서버 등일 수 있으며, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)로부터 사용자 단말(102a-102n)로 전달되는, 사용자 의도에 기초한 대화 응답은, 예컨대 외부 서비스 서버(108)로부터 검색 및 획득된 데이터 콘텐츠를 포함한 것일 수 있음을 알아야 한다.

본 도면에서는, 대화형 AI 에이전트 서버(106)가 외부 서비스 서버(108)와 통신망(104)을 통해 통신 가능하게 구성된 별도의 물리 서버인 것으로 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 온라인 상담 센터 서버 또는 온라인 쇼핑몰 서버 등 각종 서비스 서버의 일부로 포함되어 구성될 수도 있음을 알아야 한다.

도 2는, 본 발명의 일 실시예에 따른, 도 1에 도시된 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 사용자 단말(102)은, 사용자 입력 수신 모듈(202), 센서 모듈(204), 프로그램 메모리 모듈(206), 프로세싱 모듈(208), 통신 모듈(210), 및 응답 출력 모듈(212)을 포함한다.

본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 사용자로부터 다양한 형태의 입력, 예컨대 음성 입력 및/또는 텍스트 입력 등의 자연어 입력(및 부가적으로 터치 입력 등의 다른 형태의 입력)을 수신할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 텍스트 입력은 제외하고, 음성 입력과 터치 입력을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마이크로폰 및 오디오 회로를 포함하며, 마이크로폰을 통해 사용자 음성 입력 신호를 획득하고 획득된 신호를 오디오 데이터로 변환할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마우스, 조이스틱, 트랙볼 등의 각종 포인팅 장치, 키보드, 터치패널, 터치스크린, 스타일러스 등 다양한 형태의 입력 장치를 포함할 수 있고, 이들 입력 장치를 통해 사용자로부터 입력된 텍스트 입력 및/또는 터치 입력 신호를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 사용자 인증이나, 소정의 태스크 수행, 예컨대 소정의 애플리케이션 실행, 또는 소정 정보의 검색 등과 연관될 수 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 사용자 인증, 소정의 애플리케이션 실행, 또는 정보의 검색 등과는 무관하게 단순한 대화 응답 만을 필요로 하는 것일 수도 있다. 본 발명의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 일방적 의사 전달을 위한 단순 진술에 관한 것일 수도 있다.

본 발명의 일 실시예에 의하면, 센서 모듈(204)은 하나 이상의 서로 다른 유형의 센서를 포함하고, 이들 센서를 통해 사용자 단말(102)의 상태 정보, 예컨대 해당 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 또는 사용자 단말(102)의 주위 환경 상태에 관한 정보 등을 획득할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 광 센서를 포함하고, 광 센서를 통해 해당 사용자 단말(102)의 주변 광 상태를 감지할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 이동 센서를 포함하고, 이동 센서를 통해 해당 사용자 단말(102)의 이동 상태 여부를 감지할 수 있다. 본 발명의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 속도 센서 및 GPS 센서를 포함하고, 이들 센서를 통해 해당 사용자 단말(102)의 위치 및/또는 배향 상태를 감지할 수 있다. 본 발명의 다른 실시예에 의하면, 센서 모듈(204)은 온도 센서, 이미지 센서, 압력 센서, 접촉 센서 등을 비롯한 다른 다양한 형태의 센서를 포함할 수 있음을 알아야 한다.

본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, 사용자 단말(102) 상에서 실행될 수 있는 각종 프로그램, 예컨대 각종 애플리케이션 프로그램 및 관련 데이터 등이 저장된 임의의 저장 매체일 수 있다. 본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)에는, 예컨대 전화 걸기 애플리케이션, 이메일 애플리케이션, 인스턴트 메시징 애플리케이션, 카메라 애플리케이션, 음악 재생 애플리케이션, 비디오 재생 애플리케이션, 이미지 관리 애플리케이션, 지도 애플리케이션, 브라우저 애플리케이션 등을 비롯한 다양한 애플리케이션 프로그램들과 이들 프로그램의 실행과 관련된 데이터들이 저장될 수 있다. 본 발명의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, DRAM, SRAM, DDR RAM, ROM, 자기 디스크, 광 디스크, 플래시 메모리 등 다양한 형태의 휘발성 또는 비휘발성 메모리를 포함하도록 구성될 수 있다.

본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 사용자 단말(102)의 각 컴포넌트 모듈과 통신하고 사용자 단말(102) 상에서 각종 연산을 수행할 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 프로그램 메모리 모듈(206) 상의 각종 애플리케이션 프로그램을 구동 및 실행시킬 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 사용자 입력 수신 모듈(202) 및 센서 모듈(204)에서 획득된 신호를 수신하고, 이들 신호에 관한 적절한 처리를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 통신 모듈(210)을 통해 외부로부터 수신되는 신호에 대해 적절한 처리를 수행할 수 있다.

본 발명의 일 실시예에 의하면, 통신 모듈(210)은, 사용자 단말(102)이 도 1의 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 발명의 일 실시예에 의하면, 통신 모듈(212)은, 예컨대 사용자 입력 수신 모듈(202) 및 센서 모듈(204) 상에서 획득된 신호가 소정의 프로토콜에 따라 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로 전송되도록 할 수 있다. 본 발명의 일 실시예에 의하면, 통신 모듈(210)은, 예컨대 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로부터 수신된 각종 신호, 예컨대 음성 및/또는 텍스트 형태의 자연어 응답을 포함한 응답 신호 또는 각종 제어 신호 등을 수신하고, 소정의 프로토콜에 따라 적절한 처리를 수행할 수 있다.

본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 응답을 시각, 청각 및/또는 촉각 등 다양한 형태로써 출력할 수 있다. 본 발명의 다른 실시예에 의하면, 응답 출력 모듈(212)은, 주로 음성 출력을 제공하고, 보조적으로 텍스트 출력을 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 스피커 또는 헤드셋을 포함하고, 사용자 입력에 대응하는 청각적 응답, 예컨대 음성 및/또는 음향 응답을 스피커 또는 헤드셋을 통해 사용자에게 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 LCD, LED, OLED, QLED 등의 기술에 기초한 터치 스크린 등의 각종 디스플레이 장치를 포함하고, 이들 디스플레이 장치를 통해 사용자 입력에 대응하는 시각적 응답, 예컨대 텍스트, 기호, 비디오, 이미지, 하이퍼링크, 애니메이션, 각종 노티스 등을 사용자에게 제시할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)는 모션/햅틱 피드백 생성부를 포함하고, 이를 통해 촉각적 응답, 예컨대 모션/햅틱 피드백을 사용자에게 제공할 수 있다. 본 발명의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 텍스트 응답, 음성 응답 및 모션/햅틱 피드백 중 임의의 두 개이상의 조합을 동시에 제공할 수 있음을 알아야 한다.

도 3은, 본 발명의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 대화형 에이전트 서버(106)는, 통신 모듈(302), 음성-텍스트 변환(Speech-To-Text; STT) 모듈(304), 자연어 이해(Natural Language Understanding; NLU) 모듈(306), 대화 이해 지식베이스(308), 사용자 데이터베이스(310), 사용자 인증 모듈(312), 대화 관리 모듈(314), 대화 생성 모듈(316), 및 음성 합성(Text-To-Speech; TTS) 모듈(318)을 포함한다.

본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 소정의 유선 또는 무선 통신 프로토콜에 따라, 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106)가 사용자 단말(102) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 입력(예컨대 터치 입력, 음성 입력 및/또는 텍스트 입력 등을 포함하며, 이로써 제한되지 않음)을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 사용자 인증과 관련된 신호, 예컨대 사용자 식별 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은, 예컨대 사용자 단말(102)의 식별자와 결합한 사용자 식별 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 사용자 인증과 관련된 질문 또는 요청에 관한 답변의 음성 입력 신호일 수 있다. 본 발명의 일 실시예에 의하면, 사용자 입력은 특정한 태스크 실행 또는 대화 응답의 요청 신호일 수 있다.

본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 전술한 사용자 입력과 함께 또는 그와 별도로, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 단말(102)의 상태 정보를 수신할 수 있다. 본 발명의 일 실시예에 의하면, 상태 정보는, 예컨대 전술한 사용자 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 사용자 단말(102)의 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다. 본 발명의 일 실시예에 의하면, 통신 모듈(302)은, 또한, 위 수신된 사용자 입력에 대응하여 대화형 AI 에이전트 서버(106)에서 생성된 대화 응답(예컨대, 음성 및/또는 텍스트 형태의 자연어 대화 응답 등) 및/또는 제어 신호를, 통신망(104)을 통해, 사용자 단말(102)로 전달하기 위해 필요한 적절한 조치를 수행할 수 있다.

본 발명의 일 실시예에 의하면, STT 모듈(304)은, 통신 모듈(302)을 통해 수신된 사용자 입력 중 음성 입력을 수신하고, 수신된 음성 입력을 패턴 매칭 등에 기초하여 텍스트 데이터로 변환할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, 사용자의 음성 입력으로부터 특징을 추출하여 특징 벡터열을 생성할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, DTW(Dynamic Time Warping) 방식이나 HMM 모델(Hidden Markov Model), GMM 모델(Gaussian-Mixture Mode), 딥 신경망 모델, n-gram 모델 등의 다양한 통계적 모델에 기초하여, 텍스트 인식 결과, 예컨대 단어들의 시퀀스를 생성할 수 있다. 본 발명의 일 실시예에 의하면, STT 모듈(304)은, 수신된 음성 입력을 패턴 매칭에 기초하여 텍스트 데이터로 변환할 때, 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.

본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 통신 모듈(302) 또는 STT 모듈(304)로부터 텍스트 입력을 수신할 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)에서 수신되는 텍스트 입력은, 예컨대 통신 모듈(302)에서 통신망(104)을 통하여 사용자 단말(102)로부터 수신되었던 사용자 텍스트 입력 또는 통신 모듈(302)에서 수신된 사용자 음성 입력으로부터 STT 모듈(304)에서 생성된 텍스트 인식 결과, 예컨대 단어들의 시퀀스일 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력을 수신하는 것과 함께 또는 그 이후에, 해당 사용자 입력과 연관된 상태 정보, 예컨대 해당 사용자 입력 당시의 사용자 단말(102)의 상태 정보 등을 수신할 수 있다. 전술한 바와 같이, 상태 정보는, 예컨대 사용자 단말(102)에서 사용자 음성 입력 및/또는 텍스트 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다.

본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 후술하는 대화 이해 지식베이스(308)에 기초하여, 위 수신된 텍스트 입력을 하나 이상의 사용자 의도(intent)에 대응시킬 수 있다. 여기서 사용자 의도는, 그 사용자 의도에 따라 대화형 AI 에이전트 서버(106)에 의해 이해되고 수행될 수 있는 일련의 동작(들)과 연관될 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 의도에 대응시킴에 있어서 전술한 상태 정보를 참조할 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 의도에 대응시킴에 있어서 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.

본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 미리 정의된 온톨로지 모델을 포함할 수 있다. 본 발명의 일 실시예에 의하면, 온톨로지 모델은, 예컨대 노드들 간의 계층 구조로 표현될 수 있는데, 각 노드는 사용자의 의도에 대응한 "의도" 노드 또는 "의도" 노드에 링크된 하위 "속성" 노드("의도" 노드에 직접 링크되거나 "의도" 노드의 "속성" 노드에 다시 링크된 하위 "속성" 노드) 중 하나일 수 있다. 본 발명의 일 실시예에 의하면, "의도" 노드와 그 "의도" 노드에 직접 또는 간접 링크된 "속성" 노드들은 하나의 도메인을 구성할 수 있고, 온톨로지는 이러한 도메인들의 집합으로 구성될 수 있다. 본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 대화형 AI 에이전트 시스템이 이해하고 그에 대응한 동작을 수행할 수 있는 모든 의도들에 각각 대응하는 도메인들을 포함하도록 구성될 수 있다. 본 발명의 일 실시예에 의하면, 온톨로지 모델은, 노드의 추가나 삭제, 또는 노드 간의 관계의 수정 등에 의해 동적으로 변경될 수 있음을 알아야 한다.

본 발명의 일 실시예에 의하면, 온톨로지 모델 내의 각 도메인의 의도 노드 및 속성 노드들은, 그에 대응하는 사용자 의도 또는 속성들에 관련된 단어들 및/또는 구절들과 각각 연관될 수 있다. 본 발명의 일 실시예에 의하면, 대화 이해 지식베이스(308)은, 온톨로지 모델을, 계층 구조의 노드들과, 각 노드 별로 연관된 단어들 및/또는 구절들의 집합으로 구성된, 예컨대 어휘 사전 형태(구체적으로 도시되지 않음)로 구현할 수 있고, NLU 모듈(306)은 이와 같이 어휘 사전 형태로 구현된 온톨로지 모델에 기초하여 사용자 의도를 결정할 수 있다. 예컨대, 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력 또는 단어들의 시퀀스를 수신하면, 그 시퀀스 내의 각 단어들이 온톨로지 모델 내의 어떤 도메인의 어떤 노드들에 연관되는지 결정할 수 있고, 그러한 결정에 기초하여 대응하는 도메인, 즉 사용자 의도를 결정할 수 있다.

본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)는, 각 사용자별 인증 정보를 포함한 각 사용자별 특징적 데이터를 저장 및 관리하는 데이터베이스일 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함되는 각 사용자별 특징적 데이터는, 예컨대 각 사용자별로 해당 사용자의 이전 대화/거동 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 기타 다양한 사용자 특징적 정보를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함된 각 사용자별 인증 정보는, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 사용자의 음성 특징 정보(예컨대, 사용자의 음성 특징 모델 등)를 포함할 수 있다. 본 발명의 일 실시예에 의하면, 각 사용자의 인증용 개인 어휘집은, 사용자에 의해 미리 선택되고 등록된 복수의 단어나 구절을 포함할 수 있다.

구체적으로 도시되지는 않았으나, 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)의 각 사용자별 인증용 개인 어휘집은, 각 사용자에 의해 선택된, 각기 다른 카테고리에 속한 각기 다른 첫 음절을 갖는 복수의 단어를 포함할 수 있다. 이와 같이, 다양한 카테고리의 다양한 첫 음절을 갖는 단어를 등록할 경우, 사용자 인증의 안전성과 성문 인증의 정확성을 높일 수 있다. 본 발명의 일 실시예에 의하면, 사용자가 사용자 데이터베이스(310)에 등록할 수 있는 단어 등은, 예컨대 스스로 만들어낸 조어일 수도 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때 각기 다른 카테고리의 단어를 등록하도록 요청할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때 각기 다른 첫 음절의 단어 등을 등록할 것을 요청할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자가 해당 사용자의 인증용 개인 어휘집에 단어 등을 등록할 때, 그에 대응하는 질문/또는 요청을 함께 생성하여 사용자 데이터베이스(310)에 저장하도록 할 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다.

본 발명의 일 실시예에 의하면, 전술한 바와 같이, STT 모듈(304)은, 음성 입력을 텍스트 데이터로 변환할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 발음 특징을 참조함으로써, 보다 정확한 텍스트 데이터를 얻을 수 있다. 본 발명의 일 실시예에 의하면, NLU 모듈(306)은, 사용자 의도를 결정할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 특징이나 맥락을 참조함으로써, 보다 정확한 사용자 의도 결정을 할 수 있다. 본 발명의 일 실시예에 의하면, 후술하는 바와 같이, 대화 생성 모듈(316)은, 대화 응답의 생성시, 사용자 데이터베이스(310)의 사용자 특징적 데이터를 참조할 수 있다.

본 도면에서는, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)가 대화형 AI 에이전트 서버(106)에 배치되는 것으로 도시되어 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)는, 예컨대 사용자 단말(102)에 존재할 수도 있고, 사용자 단말(102) 및 대화형 AI 에이전트 서버(106)에 분산되어 배치될 수도 있음을 알아야 한다.

본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 소정의 서비스를 제공하기에 앞서서, 사용자에 관한 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 예컨대 NLU 모듈(306)에 의해 결정된 사용자 의도에 따른 소정의 동작이 사용자 보안 인증을 필요로 하는 경우(예를 들어, 사용자가 의료 서비스나 금융 서비스와 같이 고도의 보안성 있는 정보를 이용하는 서비스 또는 사용자 개인 정보를 이용하는 서비스 등을 이용하고자 할 경우), 사용자 인증 모듈(312)이 사용자 보안 인증 절차를 진행할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터 사용자 보안 인증 요청을 수신하고, 그에 기초하여 사용자 보안 인증 절차를 진행할 수 있다.

본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 식별 정보를 획득하고, 획득된 사용자 식별 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터 사용자 음성 입력을 수신하고 그 수신된 사용자 음성 입력으로부터 사용자 식별 정보를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 사용자 단말(102a-102n)로부터, 예컨대 사용자 식별자(사용자 ID) 및/또는 사용자 단말의 식별자(단말기 ID)를 획득하고, 획득된 정보에 기초하여 사용자 인증 절차를 수행할 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 인증 모듈(312)은, 그 외 많은 다양한 방식을 통해서도 사용자 식별 정보를 획득할 수 있음을 알아야 한다.

본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 획득한 사용자 식별 정보 등에 기초하여 사용자 데이터베이스(310)로부터 해당 사용자에 관한 인증 정보, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 해당 사용자의 음성 특징 정보(예컨대, 음성 특정 모델) 등을 검색할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 검색된 사용자 인증 정보, 예컨대 미리 선택 및 등록된 해당 사용자의 개인 어휘집에 기초하여, 사용자 성문 인증을 위한 질문/요청(예컨대, 사용자로 하여금 해당 사용자의 개인 어휘집에서 랜덤하게 선택된 특정 단어 또는 구절을 대답하게 유도할 수 있는 질문/요청)을 생성 및 제공할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 질문은, 사용자로 하여금 해당 사용자가 자신의 인증용 개인 어휘집에 포함된 단어 또는 구절들 중 하나(즉, 이번에 사용자 인증 모듈(312)에 의해서 선택된 특정 단어 또는 구절)를 연상하게 하는 것이면 충분하고, 실제로 그 특정 단어 또는 구절과 의미상 관련성을 갖지 않을 수 있다. 예컨대, 인증용 개인 어휘집에 포함된 단어들 중 특정 계절을 나타내는 단어로는 "가을"만이 포함되어 있을 경우, 사용자는, 대화형 AI 에이전트 시스템과의 사전 합의에 따라, 계절을 묻는 모든 질문(예컨대, "4월이 어떤 계절이야" 등의 질문)에 대해 그 실질적 내용과 무관하게 무조건 "가을"을 답할 수 있다. 이와 같이, 사용자 인증 모듈(312)에 의하여 생성 및 제공되는 질문 또는 요청이, 단순히 사용자로 하여금 자신이 해야 할 답변을 떠올리도록 돕기만 할 뿐 실제로 획득되어야 할 답변과 의미상 관련되지 않도록 함으로써, 사용자 인증의 보안성을 더욱 높일 수 있다.

본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 질문은, 예컨대 위 선택된 특정 단어의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있다(다만, 본 발명이 이로써 제한되는 것은 아님). 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)이 생성하는 요청은, 예컨대 위 선택된 특정 단어의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다(이 경우, 사용자는 자신이 등록한, 위 선택된 특정 단어를 답해야 할 것이다).

본 발명의 일 실시예에 의하면, 위 생성된 질문에 대한 답변이 사용자 단말(102a-102n)로부터 수신된 경우, 사용자 인증 모듈(312)은, 그 수신된 답변이 위 선택된 단어(즉, 사용자 데이터베이스(310)의 사용자 개인 어휘집에서 선택된 위 특정 단어)와 동일한지 단어의 동일성 여부를 확인(예컨대, 텍스트의 비교 등)하고 또한 그 수신된 답변의 음성 특징을 선택된 단어 등에 관한 사용자 데이터베이스(310) 상의 음성 특징 정보(예컨대, 해당 단어나 구절에 관한 사용자의 음성 특징 모델 등)과 비교하여 성문 인증을 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 인증 모듈(312)은, 소정의 매칭 알고리즘에 따라 수신된 답변의 음성 특징과 선택된 단어 등에 관하여 등록된 음성 모델 등을 매칭 비교하여 성문 인증을 수행할 수 있다.

본 발명의 일 실시예에 의하면, 대화 관리 모듈(314)은, NLU 모듈(306)에 의해 결정된 사용자 의도에 따라, 그에 대응하는 일련의 동작 흐름을 생성할 수 있다. 본 발명의 일 실시예에 의하면, 대화 관리 모듈(314)은, 소정의 대화 흐름 관리 모델에 기초하여, 예컨대 NLU 모듈(306)로부터 수신된 사용자 의도에 대응하여 어떠한 동작, 예컨대 어떠한 대화 응답 및/또는 태스크 수행을 행하여야 할지를 결정하고, 그에 따른 세부 동작 흐름을 생성할 수 있다.

본 발명의 일 실시예에 의하면, 대화 생성 모듈(316)은, 대화 관리 모듈(314) 에 의하여 생성된 대화 흐름에 기초하여 사용자에게 제공될 대화 응답을 생성할 수 있다. 본 발명의 일 실시예에 의하면, 대화 생성 모듈(316)은, 대화 응답의 생성에 있어서, 전술한 사용자 데이터베이스(310)의 사용자 특징적 데이터(예컨대, 사용자의 이전 대화 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 각 사용자별로 해당 사용자의 이전 대화 기록 등)를 참조할 수 있다.

본 발명의 일 실시예에 의하면, TTS 모듈(318)은, 대화 생성 모듈(316)에 의해 사용자 단말(102)로 전송되도록 생성된 대화 응답을 수신할 수 있다. TTS 모듈(318)에서 수신되는 대화 응답은 텍스트 형태를 갖는 자연어 또는 단어들의 시퀀스일 수 있다. 본 발명의 일 실시예에 의하면, TTS 모듈(318)은, 다양한 형태의 알고리즘에 따라, 위 수신된 텍스트 형태의 입력을 음성 형태로 변환할 수 있다.

도 1 내지 3을 참조하여 전술한 본 발명의 실시예에서는, 대화형 AI 에이전트 시스템이 사용자 단말(102)과 대화형 AI 에이전트 서버(106) 간의 클라이언트-서버 모델, 특히 클라이언트는 오로지 사용자 입출력 기능만을 제공하고 그 외 대화형 AI 에이전트 시스템의 다른 모든 기능들을 서버에 위임된, 소위 "씬 클라이언트-서버 모델"에 기초하여 구현된 것과 같이 설명되어 있으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 대화형 AI 에이전트 시스템은 그 기능들이 사용자 단말과 서버 사이에 분배되어 구현될 수 있고, 또는 그와 달리 사용자 단말 상에 설치된 독립형 애플리케이션으로 구현될 수도 있음을 알아야 한다. 또한, 본 발명의 일 실시예에 따라 대화형 AI 에이전트 시스템이 그 기능들을 사용자 단말과 서버 사이에 분배하여 구현하는 경우, 클라이언트와 서버 사이의 대화형 AI 에이전트 시스템의 각 기능의 분배는 실시예마다 달리 구현될 수 있음을 알아야 한다. 또한, 도 1 내지 3을 참조하여 전술한 본 발명의 실시예에서는, 편의상 특정 모듈이 소정의 동작들을 수행하는 것처럼 설명되었으나, 본 발명이 이로써 제한되는 것은 아니다. 본 발명의 다른 실시예에 의하면, 위 설명에서 어느 특정 모듈에 의해 수행되는 것과 같이 설명된 동작들이, 그와 다른 별개의 모듈에 의해 각각 수행될 수 있음을 알아야 한다.

도 4는, 본 발명의 일 실시예에 따른, 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 보안 인증을 위한 예시적 동작 흐름을 보여주는 흐름도이다.

단계(402)에서, 대화형 AI 에이전트 시스템은, 사용자 식별 정보를 획득할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자 인증을 위하여 미리 등록된 소정의 단어 또는 문장의 사용자 입력으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자 식별자(사용자 ID)의 음성 입력으로부터 획득될 수 있다. 본 발명의 다른 실시예에 의하면, 사용자 식별 정보는, 예컨대 사용자에 의하여 임의로 선택된 단어 또는 문장의 사용자 음성 입력으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 단말의 식별자(단말기 ID)로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 사용자 식별 정보는, 사용자 음성 입력 및 사용자 단말의 식별자의 결합으로부터 획득될 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 식별 정보를 획득한 기초가 된 사용자 음성 입력을 이용하여 일차적으로 성문 인증을 수행할 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다.

단계(404)에서, 대화형 AI 에이전트 시스템은, 단계(402)에서 획득된 사용자 식별자에 기초하여, 사용자 데이터베이스(310)로부터, 사용자에 관한 인증 정보, 예컨대 미리 선택 및 등록된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집 및 그 인증용 개인 어휘집에 포함된 단어 또는 구절 각각에 관한 해당 사용자의 음성 특징 정보(예컨대, 음성 특징 모델) 등을 검색할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함된 각 사용자의 인증용 개인 어휘집은, 예컨대 해당 사용자에 의해 미리 선택 및 등록된 복수의 단어 또는 구절을 포함할 수 있다.

단계(406)에서, 대화형 AI 에이전트 시스템은, 단계(404)에서 사용자 데이터베이스(310)로부터 검색된 사용자 인증 정보 중 해당 사용자에 의해 미리 선택 및 등록된 인증용 개인 어휘집에서 하나의 단어 또는 구절을 랜덤하게 선택할 수 있다. 그런 다음, 단계(408)에서, 대화형 AI 에이전트 시스템은, 사용자 인증을 위한 질문이나 요청을 생성 및/또는 제공할 수 있다. 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 그 질문이나 요청이 사용자에게 제공되는 경우 사용자로부터 단계(406)에서 선택된 단어 또는 구절의 답변을 유도할 수 있도록 선택된 것일 수 있다. 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 신경망 방식에 기초하여 선택된 것일 수 있다. 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 사용자로 하여금 해당 사용자가 자신의 인증용 개인 어휘집에 포함된 단어 또는 구절들 중 하나(즉, 위 선택된 특정 단어 또는 구절)를 연상하게 하는 것이면 충분하고, 실제로 그 특정 단어 또는 구절과 의미상 관련성을 갖지 않을 수 있다. 예컨대, 인증용 개인 어휘집에 포함된 단어들 중 특정 계절을 나타내는 단어로는 "가을"만이 포함되어 있을 경우, 사용자는, 대화형 AI 에이전트 시스템과의 사전 합의에 따라, 계절을 묻는 모든 질문(예컨대, "4월이 어떤 계절이야?" 등의 질문)에 대해 그 실질적 내용과 무관하게 무조건 "가을"을 답할 수 있다. 이와 같이, 사용자 인증 모듈(312)에 의하여 생성 및 제공되는 질문 또는 요청이, 단순히 사용자로 하여금 자신이 해야 할 답변을 떠올리도록 돕기만 할 뿐 실제로 획득되어야 할 답변과 의미상 관련되지 않도록 할 경우, 사용자 인증의 보안성을 더욱 높일 수 있다. 사용자는 자신이 등록한 단어 또는 구절들을 기억하므로, 실질적 의미와 무관하게, 위 질문 또는 요청에 대응한 위 선택된 특정 단어 또는 구절을 답할 수 있다.

본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 예컨대 위 선택된 특정 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청일 수 있으며, 다만 본 발명이 이로써 제한되는 것은 아니다(예컨대, 인증용 개인 어휘집에 등록된 단어가 가을, 나비, 다음, 및 라디오라고 가정하는 경우, "가을"이 선택되고, "가로 시작하는 단어는?" 등의 질문이 생성될 수 있음). 본 발명의 일 실시예에 의하면, 단계(408)에서 생성 및/또는 제공되는 질문이나 요청은, 예컨대 위 선택된 특정 단어의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것일 수 있다(예컨대, 인증용 개인 어휘집에 등록된 단어가 가을, 나비, 다음, 및 라디오라고 가정하는 경우, "가을"이 선택되고, "끝말잇기를 시작합니다. 저 먼저 하겠습니다. '화가'"와 같은 형태의 질문 또는 요청이 생성될 수 있음). 본 발명의 일 실시예에 의하면, 위 생성된 질문 또는 요청은, 사용자 단말(예컨대, 스마트 스피커 등)을 통하여, 음성 신호로서 사용자에게 제공될 수 있다.

단계(410)에서, 대화형 AI 에이전트 시스템은, 단계(408)에서 생성 및/또는 제공된 질문이나 요청에 대한 사용자로부터의 음성 답변을 수신할 수 있다. 본 발명의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은, 사용자 단말(예컨대 스마트 스피커 등)을 통하여 사용자로부터 입력된 음성 답변을 수신할 수 있다.

그런 다음, 단계(412)에서, 대화형 AI 에이전트 시스템은, 수신된 답변이 위 선택된 단어 또는 구절과 동일한지 단어의 동일성 여부를 확인(예컨대, 텍스트의 비교 등)할 수 있다. 단계(412)에서, 수신된 답변이 위 선택된 단어 또는 구절과 동일하지 않다고 판정된 경우, 절차는 단계(414)로 진행하여 그 실패를 알리는 음성 출력을 생성 및 제공할 수 있다. 단계(412)에서, 수신된 답변이 위 선택된 단어 또는 구절과 동일하다고 판정된 경우, 절차는 단계(416)로 진행하고, 대화형 AI 에이전트 시스템은 그 수신된 답변의 음성 특징을 선택된 단어 또는 구절에 관한 사용자 데이터베이스(310) 상의 음성 특징 정보와 비교하여 성문 인증을 수행할 수 있다.

그런 다음, 단계(418)에서 성문 인증 성공 여부를 판정할 수 있다. 단계(418)에서, 성문 인증에 실패한 것으로 판정한 경우, 절차는 단계(414)로 진행하여 사용자 인증 실패를 알리는 음성 출력을 생성 및 제공할 수 있다. 단계(418)에서 성문 인증에 성공한 것으로 판정한 경우, 절차는 단계(420)로 진행하여 사용자 인증이 성공적으로 이루어졌음을 알리는 음성 출력을 생성 및 제공할 수 있다. 본 발명의 일 실시예에 의하면, 사용자 단말(예컨대, 스마트 스피커 등)을 통하여 사용자 인증 실패 또는 성공을 알리는 음성 출력을 사용자에게 제공할 수 있다.

본 발명의 일 실시예에 의하면, 사용자는, 어떠한 텍스트 입력도 없이, 사용자 단말, 예컨대 스마트 스피커 등을 통하여 음성 입력을 제공하는 것만으로 사용자 인증 절차를 진행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자는, 사용자 단말, 예컨대 스마트 스피커 등을 통하여 제공되는 질문 또는 요청에 대해 적절한 답변(무엇이 적절한 답변인지는 이미 알고 있음)을 음성 형태로 제공하는 것(예컨대, 말로 대답하는 것)만으로 사용자 인증 절차를 수행할 수 있다. 본 발명의 일 실시예에 의하면, 사용자는, 사용자 단말, 예컨대 스마트 스피커 등에 직접 다가갈 필요 없이, 다소 떨어진 상태에서 목소리 만으로 사용자 인증 절차를 완수할 수 있다.

본 발명의 일 실시예에 의하면, 예컨대 스마트 스피커와 같이, 가족 내 다수의 사용자가 함께 이용하는 사용자 단말의 경우, 그 스마트 스피커 등의 사용자 단말을 이용하기 원하는 사용자는, 스마트폰 등 별도의 기기를 경유한 복잡한 로그인 절차를 거칠 필요 없이, 해당 사용자 단말과의 음성 대화만을 통하여(예컨대 사용자 단말을 통해서 제시되는 질문 또는 요청에 음성 답변하는 것만으로) 사용자 인증 절차를 완수할 수 있다.

당업자라면 알 수 있듯이, 본 발명이 본 명세서에 기술된 예시에 한정되는 것이 아니라 본 발명의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 본 명세서에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있음을 알아야 한다.

본 발명의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있다. 본 발명의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.

Claims (10)

1. 대화형 AI 에이전트 시스템에 의해 수행되는 사용자 성문 인증 방법으로서,
   사용자 식별 정보를 획득하는 단계;
   상기 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하는 단계- 상기 검색된 사용자 인증 정보는, 상기 사용자 또는 상기 대화형 AI 에이전트 시스템에 의해 미리 선택된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집과, 상기 복수의 단어 또는 구절 각각에 관한 상기 사용자의 음성 특징 정보를 포함함 -;
   상기 인증용 개인 어휘집에 포함된 상기 복수의 단어 또는 구절 중 하나의 단어 또는 구절을 랜덤하게 선택하는 단계;
   상기 선택된 하나의 단어 또는 구절에 기초하여 사용자 인증을 위한 질문 또는 요청을 생성하는 단계;
   음성 형태의, 상기 사용자 인증을 위한 질문 또는 요청을 제공하는 단계- 상기 제공되는 질문 또는 요청은, 상기 선택된 단어 또는 구절을 직접 포함하지 않고 상기 선택된 단어 또는 구절과 의미상 관련성을 갖지 않으며, 상기 질문 또는 요청이 해당 사용자에게 제공되는 경우, 상기 사용자가 상기 선택된 하나의 단어 또는 구절의 음성 답변을 제공하게 유도하도록 생성된 것임 -;
   상기 사용자로부터 상기 질문 또는 요청에 대한 음성 답변을 수신하는 단계; 및
   상기 검색된 사용자 인증 정보의 일부에 기초하여, 상기 수신된 음성 답변에 대한 성문 인증을 수행하는 단계
   를 포함하는 성문 인증 방법.
2. 제1항에 있어서,
   상기 방법은,
   상기 수신된 음성 답변을 텍스트 변환하는 단계를 더 포함하는, 성문 인증 방법.
3. 삭제
4. 삭제
5. 제1항에 있어서,
   상기 수신된 음성 답변에 대한 성문 인증을 수행하는 단계는, 상기 수신된 음성 답변을, 상기 선택된 하나의 단어 또는 구절에 관한 상기 사용자의 음성 특징 정보와 매칭함으로써 수행되는, 성문 인증 방법.
6. 제1항에 있어서,
   상기 제공되는 질문 또는 요청은, 상기 선택된 하나의 단어 또는 구절의 첫번째 음절을 제시하여 해당 음절로 시작하는 단어를 말하라는 요청인, 성문 인증 방법.
7. 제1항에 있어서,
   상기 제공되는 질문 또는 요청은, 상기 선택된 하나의 단어 또는 음절의 첫번째 음절로 끝나는 단어를 제시하여 끝말잇기를 제안하는 것인, 성문 인증 방법.
8. 제1항에 있어서,
   상기 사용자 식별 정보는, 소정의 또는 임의로 선택된 단어 또는 구절에 관한 사용자 음성 입력으로부터 획득될 수 있는, 성문 인증 방법.
9. 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서,
   상기 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 상기 컴퓨터로 하여금, 제1항, 제2항, 제5항 내지 제8항 중 어느 한 항의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체.
10. 사용자 성문 인증을 제공하도록 구성된 대화형 AI 에이전트 시스템으로서,
    음성-텍스트 변환 모듈;
    사용자 인증 정보를 포함하는 사용자 데이터베이스; 및
    사용자 인증 모듈을 포함하고,
    상기 사용자 인증 모듈은,
    사용자 식별 정보를 획득하고,
    상기 사용자 식별 정보에 기초하여, 사용자 데이터베이스로부터 사용자 인증 정보를 검색하고- 상기 검색된 사용자 인증 정보는, 상기 사용자 또는 상기 대화형 AI 에이전트 시스템에 의해 미리 선택된 복수의 단어 또는 구절을 포함하는 인증용 개인 어휘집과, 상기 복수의 단어 또는 구절 각각에 관한 상기 사용자의 음성 특징 정보를 포함함 -,
    상기 인증용 개인 어휘집에 포함된 상기 복수의 단어 또는 구절 중 하나의 단어 또는 구절을 랜덤하게 선택하고,
    상기 선택된 하나의 단어 또는 구절에 기초하여 사용자 인증을 위한 질문 또는 요청을 생성하고,
    음성 형태의, 상기 사용자 인증을 위한 질문 또는 요청을 제공하고- 상기 제공되는 질문 또는 요청은, 상기 선택된 단어 또는 구절을 직접 포함하지 않고 상기 선택된 단어 또는 구절과 의미상 관련성을 갖지 않으며, 상기 질문 또는 요청이 해당 사용자에게 제공되는 경우, 상기 사용자가 상기 선택된 하나의 단어 또는 구절의 음성 답변을 제공하게 유도하도록 생성된 것임 -,
    상기 사용자로부터 상기 질문 또는 요청에 대한 음성 답변을 수신하고,
    상기 검색된 사용자 인증 정보의 일부에 기초하여, 상기 수신된 음성 답변에 대한 성문 인증을 수행하도록 구성된,
    대화형 AI 에이전트 시스템.

Images