KR101991632B1

KR101991632B1 - 음성 인식을 기반으로 인공지능을 이용하여 동작하는 세탁기 및 서버 시스템과, 이의 제어 방법

Info

Publication number: KR101991632B1
Application number: KR1020180081722A
Authority: KR
Inventors: 이흥규
Original assignee: 엘지전자 주식회사
Priority date: 2018-07-13
Filing date: 2018-07-13
Publication date: 2019-09-30
Also published as: EP3594400A1; EP3594400B1; US20200020336A1; US10943590B2

Abstract

본 발명은 음성 인식을 통해 인공지능을 이용하여 입력된 세탁물과 오염도를 고려하여, 세탁 코스와 세탁 팁 정보를 추천하는 세탁기 및 서버 시스템과, 이의 제어 방법에 관한 기술이다. 본 발명은 세탁물의 옷감을 지시하는 클로쓰워드(cloth-word)와 오염물을 지시하는 스테인워드(stain-word)를 추출한다. 이어서, 본 발명은 상기 클로쓰워드와 상기 스테인워드에 대응되는 세탁 코스를 결정한다. 이어서, 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스에서 검색하여 사용자에게 제공한다. 이를 통해, 사용자는 오염물을 효과적으로 제거할 수 있는 세탁 방법을 안내 받을 수 있다.

Description

음성 인식을 기반으로 인공지능을 이용하여 동작하는 세탁기 및 서버 시스템과, 이의 제어 방법{WASHING MACHINE AND CONTROL SYSTEM FOR PERFORMING BASED ON VOICE RECOGNITION USING ARTIFICIAL INTELLIGENCE AND METHOD FOR CONTROLLING THEREOF}

본 발명은 음성 인식을 통해 입력된 세탁물과 오염도를 고려하여, 세탁 코스와 세탁 팁 정보를 추천하는 세탁기 및 서버 시스템과, 이의 제어 방법에 관한 기술이다.

최근 가전 제품, 가전 기기 등을 제어함에 있어서, 음성을 이용하여 제어하는 기술이 다양하게 연구되고 있다. 특히, 가전 제품이나 가전 기기 등의 장치들을 제어함에 있어서, 사용자의 음성에 기반하여 제품의 동작을 가능하게 하는 연구가 계속되고 있다.

한편, 세탁기는 다양한 세탁 코스를 제공한다. 이때, 최적의 세탁 코스는 세탁물의 종류와 오염물에 따라 달라진다. 다만, 각각의 세탁물에 대응되는 최적의 세탁 코스를 사용자가 모두 숙지하는 것은 매우 어렵다.

따라서, 최근 세탁기는 사용자로부터 세탁물의 종류와 오염물을 음성으로 입력받는다. 이어서, 입력된 음성을 기초로 세탁기는 사용자의 의도를 분석한다. 사용자 의도 분석을 통하여, 세탁기는 세탁물에 가장 적합한 세탁 코스를 선정하여 사용자에게 추천할 수 있다.

다만, 음성을 통해 복수의 세탁물이 입력되고, 각 세탁물에 대한 추천 세탁 코스가 서로 상충되는 경우, 세탁기가 어떠한 세탁 코스로 동작해야 하는지 결정하기 어려운 문제가 있었다.

PCT 공개 특허(WO 2015-055239)는 위와 같은 문제점을 해결하기 위한 내용을 개시한다. 이하에서는, 위 선행문헌을 참조하여 종래의 세탁기에 대해 살펴보도록 한다.

도 1 및 도 2는 종래의 세탁기에 대한 동작 방법을 설명하기 위한 도면이다.

도 1 및 도 2를 참조하면, 종래의 세탁기(1)는 제어부(2), 인터페이스부(3), 마이크부(4), 스피커부(5), 디스플레이부(6)를 포함한다.

제어부(2)는 각 구성요소의 동작을 제어한다. 인터페이스부(3)는 사용자의 수동 입력을 가능하게 하는 키보드를 포함한다. 마이크부(4)는 사용자의 음성 신호를 인식한다. 스피커부(5)는 사용자에게 특정 안내멘트에 대한 소리를 출력한다. 디스플레이부(6)는 세탁기(1)의 현재 상태를 화면에 표시한다.

이때, 제어부(2)는 마이크부(4)에서 입력된 사용자의 음성 신호를 분석하여 세탁물 항목을 획득한다(S1).

이어서, 획득 과정이 완료되는 경우, 제어부(2)는 세탁 사이클을 선택한다(S2). 이때, 복수의 세탁물 항목이 획득되는 경우, 제어부(2)는 각 세탁물에 대한 세탁 사이클을 선택한다.

이어서, 제어부(2)는 각각의 세탁물에 대한 세탁 사이클이 서로 상충되는지 판단한다(C2).

만약, 세탁 사이클이 서로 상충되는 세탁물이 있는 경우, 제어부(2)는 상충되는 세탁물을 제거할 것을 사용자에게 안내한다(S4).

이어서, 상충되는 세탁물이 제거된 것을 확인되는 경우, 제어부(2)는 세탁 사이클을 시작한다(C3, S3).

즉, 종래의 세탁기는 복수의 세탁물의 세탁 코스가 상충되는 경우, 세탁 동작을 중지하고, 상충되는 세탁물을 제거할 것을 사용자에게 안내한다.

이 경우, 사용자는 세탁 코스가 상충되는 세탁물을 분류하고, 별도의 세탁 코스를 이용하여 따로 세탁해야 한다. 따라서, 종래의 세탁기는 세탁 코스가 상충되는 세탁물을 동시에 세탁할 수 없어, 세탁 시간이 길어지는 문제점이 있었다.

또한, 종래의 세탁기의 경우, 오염물에 대한 세탁 방법을 따로 안내해주지 않아 사용자가 직접 오염물에 대한 별도의 세탁 방법을 숙지 해야 하는 불편함이 있었다. 또한, 오염물을 제거하기 위한 별도의 세탁 행정을 사용자가 직접 설정해야 하는 불편함이 있었다.

또한, 복수의 세탁물과 오염물을 동시에 사용자가 발화하는 경우, 세탁기가 오염물과 관련이 있는 세탁물이 무엇인지 구별하지 못하여, 오염물에 대한 완전한 세탁이 이루어지지 않는 문제점이 있었다.

본 발명의 목적은 음성 인식을 기반으로 입력된 세탁물과 오염물에 대한 최적의 세탁 코스를 추천하고, 오염물에 대한 세탁 팁 정보를 제공하는 세탁기 및 서버 시스템과 이의 제어 방법을 제공하는 것이다.

또한, 본 발명의 목적은, 복수의 세탁물에 대해 서로 다른 세탁 코스로 세탁해야 하는 경우, 각각의 세탁 코스를 서로 다른 세탁조에 설정하고, 분리 세탁에 관한 안내멘트를 제공하는 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법을 제공하는 것이다.

또한, 본 발명의 목적은, 복수의 세탁물과 오염물에 대한 세탁 명령에 대하여 오염물과 관련도가 높은 세탁물을 선정하고, 오염물을 고려하여 각 세탁물의 세탁 코스를 조정하는 세탁기 및 서버 시스템과 이의 제어 방법을 제공하는 것이다.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법은, 세탁물의 옷감을 지시하는 클로쓰워드(cloth-word)와 오염물을 지시하는 스테인워드(stain-word)를 추출한다. 이어서, 본 발명은 상기 클로쓰워드와 상기 스테인워드에 대응되는 세탁 코스를 결정한다. 이어서, 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스에서 검색하여 사용자에게 제공한다. 이를 통해, 사용자는 오염물을 효과적으로 제거할 수 있는 세탁 방법을 안내 받을 수 있다.

또한, 본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법은, 복수의 클로쓰워드가 인식된 경우 각 클로쓰워드에 대응되는 세탁 코스가 서로 다른지 판단한다. 이어서, 본 발명은 판단된 세탁 코스가 서로 상이한 경우, 각각의 세탁 코스를 서로 다른 세탁조에 각각 설정한다. 이때, 본 발명은 분리 세탁이 필요한 세탁물에 대한 세탁 코스를 상대적으로 작은 세탁조(즉, 미니 워셔)에 설정한다. 이어서, 본 발명은 분리 세탁에 관한 안내멘트를 제공한다. 이를 통해, 사용자는 분리 세탁이 필요한 세탁물을 별도의 세탁조에서 세탁도록 안내 받을 수 있다.

또한, 본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법은, 복수의 클로쓰워드와 별도의 스테인워드가 인식된 경우 해당 스테인워드와 관련도가 높은 클로쓰워드를 선정한다. 이어서, 스테인워드를 기초로 선정된 클로쓰워드에 대한 세탁 코스의 행정 중 적어도 하나를 변경한다. 이를 통해, 사용자는 별도의 설정 없이 오염물을 효과적으로 제거할 수 있는 세탁 코스로 세탁을 수행할 수 있다.

본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법에서, 사용자는 세탁물과 오염물에 대한 정보를 발화함으로써, 세탁물을 어떠한 세탁 코스로 세탁해야 하는지에 대한 정보를 안내받을 수 있다. 또한, 사용자는 오염물을 효과적으로 제거할 수 있는 세탁 방법을 안내 받을 수 있다. 이를 통해, 사용자는 세탁기가 어떠한 세탁 코스를 제공하는지 잘 모르더라도, 세탁물에 대한 최적의 세탁 코스로 세탁을 수행할 수 있다. 또한, 오염물을 효과적으로 제거할 수 있는 세탁 방법을 안내받음으로써, 사용자는 오염물을 쉽게 제거할 수 있다. 이에 따라, 세탁기를 효율적으로 사용할 수 있어, 사용자의 제품에 대한 만족도는 향상될 수 있다. 또한, 세탁 성능에 대한 만족도도 높아질 수 있다.

또한, 본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법에서, 사용자는 복수의 세탁물에 대한 정보를 발화함으로써, 어떠한 세탁물을 어떠한 세탁조에서 어떠한 세탁 코스로 세탁해야 하는지에 대한 정보를 안내받을 수 있다. 또한, 사용자는 별도의 설정 없이 복수의 세탁물에 대한 각각의 최적 세탁 코스를 안내받아 세탁을 수행할 수 있다. 이를 통해, 본 발명은 다양한 세탁물을 한번에 세탁할 때 발생할 수 있는 이염 또는 오염을 방지할 수 있다. 또한, 각각의 세탁물에 최적화된 세탁 코스로 세탁을 수행할 수 있어, 세탁 성능은 향상될 수 있다. 또한, 동시에 복수의 세탁물을 세탁할 수 있으므로, 세탁 시간은 감소될 수 있다.

또한, 본 발명에 따른 세탁기 및 음성 인식 서버 시스템과 이의 제어 방법은, 음성 인식을 기반으로 입력된 복수의 세탁물과 오염물에서, 오염물과 관련이 있는 세탁물을 선정한다. 이어서, 선정된 세탁물에 대한 세탁 코스에 대한 행정(헹굼, 탈수, 건조 등) 중 적어도 하나를 변경한다. 이를 통해, 사용자는 세탁 코스나 옵션을 직접 선택하지 않고, 오염물에 대한 세탁물의 최적 세탁 코스를 추천받을 수 있다. 이에 따라, 사용자는 별도의 설정 없이 오염물을 효과적으로 제거할 수 있는 세탁 코스로 복수의 세탁물을 세탁할 수 있다.

본 발명의 효과는 전술한 효과에 한정되지 않으며, 본 발명의 당업자들은 본 발명의 구성에서 본 발명의 다양한 효과를 쉽게 도출할 수 있다.

도 1 및 도 2는 종래의 세탁기의 동작 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 세탁기를 나타내는 사시도이다.
도 4는 본 발명의 일 실시예에 따른 세탁기를 나타내는 블럭도이다.
도 5는 본 발명의 다른 실시예에 따른 세탁기를 제어하는 음성 인식 서버 시스템을 나타내는 도면이다.
도 6은 본 발명의 다른 실시예에 따른 세탁기와 음성 인식 서버 시스템 사이의 관계를 나타내는 블럭도이다.
도 7은 본 발명의 일 실시예에 따른 음성 인식 제어 방법을 설명하기 위한 순서도이다.
도 8은 도 7의 세탁 코스 매핑 방법을 구체적으로 설명하기 위한 순서도이다.
도 9는 본 발명의 다른 실시예에 따른 음성 인식 제어 방법을 나타내는 순서도이다.
도 10은 도 9의 S265 단계의 분리 세탁에 대한 세탁 코스 설정 방법을 설명하기 위한 순서도이다.
도 11은 본 발명의 음성 인식 제어 방법에 대한 제1 실시예를 설명하기 위한 개략도이다.
도 12는 본 발명의 음성 인식 제어 방법에 대한 제2 실시예를 설명하기 위한 개략도이다.
도 13은 본 발명의 음성 인식 제어 방법에 대한 제3 실시예를 설명하기 위한 개략도이다.
도 14는 본 발명의 음성 인식 제어 방법에 대한 제4 실시예를 설명하기 위한 개략도이다.
도 15는 본 발명의 음성 인식 제어 방법에 대한 제5 실시예를 설명하기 위한 개략도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.

본 명세서에서 세탁기는 세탁물을 세탁 또는 건조시키기 위한 복합적인 행정을 수행하는 기기를 의미한다. 이때, 세탁기는 세탁 또는 건조 외에 다양한 기능을 수행할 수 있다.

또한, 본 명세서에서 세탁물은 옷감으로 구성된 사물을 의미한다. 예를 들어, 세탁물에는 티셔츠, 와이셔츠, 바지, 속옷, 이불, 담요, 수건, 인형 등이 있을 수 있다.

이하에서, 도 3 내지 도 15를 참조하여 본 발명의 몇몇 실시예에 따른 음성 인식에 기반하여 동작하는 세탁기, 서버 시스템 및 이의 제어 방법에 대해 살펴보도록 한다.

도 3은 본 발명의 일 실시예에 따른 세탁기를 나타내는 사시도이다.

도 3을 참고하면, 본 발명의 일 실시예에 따른 세탁기(100)는 복수의 세탁부를 포함한다. 구체적으로, 세탁기(100)는 제1 세탁부(150A)와 제2 세탁부(150B)를 포함할 수 있다.

제1 세탁부(150A)와 제2 세탁부(150B)는 서로 인접하게 배치될 수 있다. 예를 들어, 제1 세탁부(150A)와 제2 세탁부(150B)는 상하로 배치될 수 있다.

이때, 제1 세탁부(150A)와 제2 세탁부(150B)는 상호 결합 및 분리 되도록 구성될 수 있다. 제1 세탁부(150A)와 제2 세탁부(150B)는 각각의 하우징을 가질 수 있다. 여기에서, 각각의 하우징은 서로 결합 및 분리 가능하도록 형성될 수 있다.

또한, 제1 세탁부(150A)와 제2 세탁부(150B)는 하나의 하우징 내에 배치될 수 있다. 이 경우 제1 세탁부(150A)와 제2 세탁부(150B)는 하우징 내에 고정되어 분리되지 않을 수 있다.

제1 세탁부(150A)와 제2 세탁부(150B)는 각각 프런트로드(Front Load) 또는 탑로드(Top Load) 방식으로 구성될 수 있다.

여기에서, 프런트로드 방식은 전면에서 세탁조 내부로 세탁물을 투입하는 형태를 갖는다. 따라서, 프런트로드 방식은 세탁물이 처리되는 세탁조가 실질적으로 수평축을 기준으로 회전한다.

한편, 탑로드 방식은 상면에서 세탁조 내부로 세탁물을 투입하는 형태를 갖는다. 따라서, 탑로드 방식은 세탁물이 처리되는 세탁조가 실질적으로 수직축을 기준으로 회전한다.

도 3에는 제1 세탁부(150A)가 프런트로드 방식으로 구성되고, 제2 세탁부(150B)가 탑로드 방식으로 구성되는 것을 도시하였다. 다만, 본 발명이 이에 한정되는 것은 아니며, 제1 세탁부(150A)와 제2 세탁부(150B)는 다양한 방식으로 변형되어 실시될 수 있다.

참고로, 이하에서는 제1 세탁부(150A)가 프런트로드 방식으로 구성되고, 제2 세탁부(150B)가 탑로드 방식으로 구성되는 것을 예로 들어 설명하도록 한다.

제1 세탁부(150A)는 제1 세탁조(151A), 제1 도어(153A), 및 제1 인터페이스부(170A)를 포함할 수 있다. 제2 세탁부(150B)는 제2 세탁조(151B), 제2 도어(153B), 및 제2 인터페이스부(170B)를 포함할 수 있다.

즉, 제1 세탁부(150A)와 제2 세탁부(150B)는 각각 별개의 세탁조(151A, 151B), 도어(153A, 153B), 및 인터페이스부(170A, 170B)를 구비할 수 있다.

이에 따라, 제1 세탁부(150A)와 제2 세탁부(150B)는 상호 독립적으로 동작할 수 있다.

또한, 제1 세탁조(151A)와 제2 세탁조(151B)의 크기는 서로 다르게 형성될 수 있다. 예를 들어, 제1 세탁조(151A)의 세탁 용량은 제2 세탁조(151B)의 세탁조의 세탁 용량보다 크게 형성될 수 있다.

따라서, 세탁 용량이 상대적으로 큰 제1 세탁부(150A)는 많은 세탁물들을 처리하는데 이용될 수 있다. 이하에서는, 제1 세탁부(150A)를 메인 워셔(main washer)로 정의하여 설명하도록 한다.

반면, 세탁 용량이 상대적으로 작은 제2 세탁부(150B)는 소량의 세탁물들을 세탁하거나, 오염물이 묻은 세탁물을 애벌빨래를 하거나, 이염 위험이 높은 옷감(예를 들어, 청바지)들을 세탁하는데 이용될 수 있다. 이하에서는, 제2 세탁부(150B)를 미니 워셔(mini washer)로 정의하여 설명하도록 한다.

여기에서, 세탁기(100)는 음성 인식을 통하여 사용자로부터 세탁물의 종류 및 오염물에 대한 세탁 명령을 입력 받는다. 이어서, 세탁기(100)는 인식된 세탁물이 복수 개인 경우, 분리 세탁을 해야 하는지 여부를 판단한다. 이어서, 분리 세탁이 필요한 경우, 세탁기(100)는 각각의 세탁부(150A, 150B)에서 세탁해야 할 세탁물을 결정한다. 이어서, 세탁기(100)는 결정된 세탁물에 대한 세탁 코스를 각각의 세탁부(150A, 150B)에 설정하고, 해당 세탁물의 세탁 팁에 대한 정보를 소리로 출력할 수 있다. 이에 대한 설명은 이하에서 자세히 기술하도록 한다.

도 4는 본 발명의 일 실시예에 따른 세탁기를 나타내는 블럭도이다.

도 4를 참조하면, 본 발명의 일 실시예에 따른 세탁기(100)는 음성입력부(110), 음성안내부(120), 음성인식모듈(130), 제어부(140), 세탁부(150), 통신부(160), 인터페이스부(170) 및 메모리부(180)를 포함한다.

음성입력부(110)는 사용자 음성 명령을 입력받을 수 있다. 이를 위해, 음성입력부(110)는 하나 이상의 마이크(MIC)를 구비할 수 있다.

참고로, 사용자의 음성 명령을 더 정확히 수신하기 위하여, 음성입력부(110)는 복수의 마이크를 구비할 수 있다. 이때, 복수의 마이크는 서로 다른 위치에 이격되어 배치될 수 있다.

음성입력부(110)는 복수의 마이크에서 수신된 데이터를 비교하여 잡음(noise)을 제거할 수 있다. 사용자의 음성 명령을 입력받는 과정에서 발생하는 잡음을 제거하기 위해, 음성입력부(110)는 다양한 잡음 제거 알고리즘을 이용할 수 있다. 또한, 음성입력부(110)는 각 마이크에서 수신되는 오디오 신호에서 노이즈를 제거하는 필터, 필터에서 출력되는 신호를 증폭하여 출력하는 증폭기 등 오디오 신호 처리를 위한 구성들을 포함할 수 있다. 이를 통해, 음성입력부(110)는 사용자의 음성 명령을 정확히 수신할 수 있다.

음성안내부(120)는 음성 데이터를 소리로 변환하여 출력할 수 있다. 음성안내부(120)는 전기 신호를 소리로 변환하는 구성요소(예를 들어, 스피커 등)을 구비할 수 있다. 음성안내부(120)는 이후에 설명할 TTS부(135)로부터 음성 데이터를 수신할 수 있다.

또한, 음성안내부(120)는 세탁기(100)에 설정된 세탁 코스에 대한 정보, 세탁물의 옷감에 대한 정보, 오염물의 세탁 방법에 대한 정보, 세탁물의 세탁 방법에 대한 팁 정보, 분리 세탁에 관한 정보를 포함하는 안내멘트를 소리로 출력할 수 있다. 다만, 이는 몇몇 예시일 뿐 본 발명이 이에 한정되는 것은 아니다.

음성인식모듈(130)은 음성입력부(110)로부터 사용자의 음성 명령을 수신한다. 이어서, 음성인식모듈(130)은 수신된 음성 명령에 포함된 키워드를 추출한다.

추출된 키워드는 세탁물(또는, 옷감)을 지시하는 클로쓰워드(Cloth-Word)와, 오염물을 지시하는 스테인워드(Stain-Word)를 포함한다.

여기에서, 클로쓰워드(Cloth-Word)는 세탁물의 종류 또는 세탁물의 직물명칭 또는 세탁물의 색상 등을 포함한다. 세탁물의 종류란 치마, 블라우스, 바지, 속옷, 아웃도어, 스포츠웨어, 수건, 아기옷, 이불, 인형 등이 될 수 있다. 세탁물의 직물 명칭은 면, 모, 실크, 폴리에스테르, 나일론, 고어텍스, 오리털 등이 될 수 있다. 세탁물의 색상은 세탁물의 색상 정보를 포함할 수 있다.

또한, 스테인워드(Stain-Word)는 오염물의 명칭, 오염물의 색상, 오염물의 화학적 특성 또는 오염물의 오염도 등을 포함한다. 예를 들어, 오염물의 명칭에는 커피, 차, 과일, 와인, 화장, 기름, 오일, 립스틱, 커리, 후추, 케첩, 구두약, 그리스, 코코아, 토파토소스, 혈액, 풀물 등이 포함될 수 있다.

또한, 검은 색, 붉은 색 등 색상에 대한 다양한 명칭은 오염물을 설명하는 스테인워드의 일 실시예가 될 수 있다. 또한, 오일, 수성, 고체, 액체먼지, 가루, 접착제 등은 오염물의 화학적 특성을 나타내는 스테인워드의 일 실시예가 될 수 있다.

뿐만 아니라, 스테인워드에는 오염물의 오염도 혹은 오염물의 시간적 특성 정보도 포함될 수 있다. 예를 들어, 조금 더러운, 더러운, 매우 더러운 등의 단어는 오염물의 오염도를 나타낼 수 있다. 또한, 일주일 전에, 조금 전에, 묵은 때, 찌든때 등의 단어는 오염물의 시간적 특성 정보를 나타내는 스테인워드의 일 실시예가 될 수 있다.

음성인식모듈(130)은 ASR(Automatic Speech Recognition; 이하, ASR)부(131), NLP(Natural Language Processing or Natural Language Understanding: 이하, NLP)부(133), 및 TTS(Text to Speech: 이하, TTS)부(135)를 포함한다.

ASR부(131)는 음성입력부(110)로부터 수신한 음성 데이터를 텍스트(text) 데이터로 변환한다. ASR부(131)는 자연어 인식부 또는 음성 인식부 등으로 다양하게 표현될 수 있다. ASR부(131)는 음성 데이터를 텍스트 데이터로 변환하기 위한 다양한 기술과 알고리즘을 이용할 수 있다. ASR부(131)에서 변환된 텍스트 데이터는 NLP부(133)에 전달된다.

NLP부(133)는 미리 저장된 자연어 처리 알고리즘을 분석하여 음성 명령을 판별할 수 있다. NLP부(133)는 자연어 처리 알고리즘에 따라 사람이 일상적으로 사용하고 있는 언어인 자연어를 처리할 수 있고, 사용자의 의도(intent)를 분석할 수 있다. 즉, NLP부(133)는 ASR부(131)로부터 수신한 텍스트 데이터에 대하여 자연어 처리를 수행하여 사용자의 의도에 부합하는 음성 명령을 판별할 수 있다. NLP부(133)는 의도 분석부, 자연어 처리부, 또는 복합문장 인식부 등으로 다양하게 표현될 수 있다. NLP부(133)는 사용자의 의도를 판단하기 위한 다양한 기술과 알고리즘을 이용할 수 있다.

구체적으로, NLP부(133)는 ASR부(131)로부터 수신한 텍스트 데이터를 분석하여 음성 명령에 대한 키워드를 추출한다. 여기에서 키워드는 전술한 클로쓰워드 및 스테인워드를 포함한다.

이어서, NLP부(133)는 추출된 클로쓰워드 및 스테인워드에 대응되는 세탁 코스를 결정한다. NLP부(133)에서 세탁 코스를 결정하는 방법은, 이하에서 도 8을 참조하여 자세히 설명하도록 한다.

또한, NLP부(133)는 추출된 클로쓰워드가 복수 개인지 판단한다. 추출된 클로쓰워드가 복수 개인 경우, NLP부(133)는 각각의 클로쓰워드에 대응되는 세탁 코스를 결정한다.

이어서, NLP부(133)는 각각의 클로쓰워드에 대응되는 세탁 코스가 모두 동일한지 여부를 판단한다. 예를 들어, NLP부(133)는 추출된 제1 클로쓰워드에 대응되는 제1 세탁 코스와, 추출된 제2 클로쓰워드에 대응되는 제2 세탁 코스가 동일한지 여부를 판단한다.

이어서, 제1 세탁 코스와 제2 세탁 코스가 서로 다른 경우, NLP부(133)는 분리 세탁이 필요함을 판단한다. 이어서, NLP부(133)는 제1 및 제2 세탁 코스 중 어떠한 세탁 코스를 제1 세탁부(150A) 및 제2 세탁부(150B)에 설정할지를 결정한다. 이어서, NLP부(133)는 결정된 결과를 제어부(140)에 전달한다.

한편, 제1 세탁 코스와 제2 세탁 코스가 서로 다른 경우, NLP부(133)는 함께 세탁이 가능하므로, 하나의 세탁 코스만을 제어부(140)에 전달할 수 있다.

이에 대한 설명은 이하에서 도 9 및 도 10을 참조하여 자세히 기술하도록 한다.

TTS부(135)는 텍스트를 음성 데이터로 변환한다. TTS부(135)는 음성 합성부 또는 음성 변환부 등으로 다양하게 표현될 수 있다. TTS부(135)는 텍스트를 음성 데이터로 변환하기 위한 다양한 기술과 알고리즘을 이용할 수 있다.

TTS부(135)는 변환된 음성 데이터를 음성안내부(120)에 전달한다. 이때, TTS부(135)가 수신한 텍스트에는 전술한 안내멘트가 포함될 수 있다. TTS부(135)는 안내멘트를 NLP부(133) 또는 제어부(140)로부터 수신할 수 있다.

제어부(140)는 세탁기(100)에 포함된 구성요소의 전반적인 제어를 수행할 수 있다.

예를 들어, 제어부(140)는 NLP부(133)에서 결정한 세탁 코스를 기초로 세탁부(150)의 동작을 제어할 수 있다. 또한, 제어부(140)는 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스(미도시)에서 추출할 수 있다. 추출된 세탁 팁 정보는 안내멘트의 형태로 TTS부(135)에 전달될 수 있다.

또한, 제어부(140)는 음성 인식 과정 및 세탁기 제어 과정의 각 단계에 대응하여 소정 정보를 시각적 또는 청각적 수단으로 사용자에게 제공할 수 있다.

예를 들어, 제어부(140)는 음성 인식 과정 및 세탁기 제어 과정에 대한 시각적 정보를 인터페이스부(170)에 표시할 수 있다. 또한, 제어부(140)는 음성 인식 과정 및 세탁기 제어 과정에 대한 청각적 정보를 음성안내부(120)를 통해 제공할 수 있다.

세탁부(150)는 전술한 제1 세탁부(150A)와 제2 세탁부(150B)를 포함할 수 있다. 전술한 바와 같이, 제1 세탁부(150A)와 제2 세탁부(150B)는 각각 별개의 세탁 코스로 동작할 수 있다. 이때, 제1 세탁부(150A)는 상대적으로 많은 세탁물을 처리하는 메인 워셔(main washer)로써 이용될 수 있다. 반면, 제2 세탁부(150B)는 상대적으로 적은 세탁물을 처리하는 미니 워셔(mini washer)로써 이용될 수 있다.

통신부(160)는 하나 이상의 통신 모듈을 구비한다. 이를 통해, 통신부(160)는 다른 전자기기와 무선 통신을 수행하여 각종 신호를 주고 받을 수 있다. 예를 들어, 통신부(160)는 무선 인터넷 네트워크를 이용하여 별도의 서버들과 데이터를 주고받을 수 있다.

인터페이스부(170)는 복수의 조작 버튼과 디스플레이를 포함할 수 있다. 복수의 조작버튼을 이용하여, 사용자는 세탁 코스 또는 추가 세탁 옵션을 설정할 수 있다. 디스플레이는 사용자의 명령 입력에 대응하는 정보, 사용자의 명령 입력에 대응하는 처리 결과, 동작 코스, 동작 상태, 에러 상태 등을 표시할 수 있다. 또한, 인터페이스부(170)는 터치패드와 터치스크린이 결합된 형태로 구성될 수 있다.

메모리부(180)는 세탁기의 동작에 필요한 각종 정보들을 기록하는 것으로, 휘발성 또는 비휘발성 기록 매체를 포함할 수 있다. 메모리부(180)에는 음성 인식을 위한 데이터와 세탁 코스 판단을 위한 데이터가 데이터베이스 형태로 저장될 수 있다.

예를 들어, 메모리부(180)는 클로쓰워드 및 스테인워드를 키워드로 인식하기 위한 알고리즘을 포함할 수 있다.

또한, 메모리부(180)는 클로쓰워드에 대응되는 세탁 코스 및 스테인워드에 대응되는 추가 세탁 옵션에 대한 정보를 저장하는 제1 데이터베이스와, 스테인워드에 대응되는 세탁 팁 정보를 포함하는 제2 데이터베이스를 포함할 수 있다.

참고로, 세탁기(100)의 제어부(140)는 수신되는 음성 데이터에 대하여 머신 러닝(machine learning)을 수행할 수 있다. 메모리부(180)는 머신 러닝에 사용되는 데이터, 결과 데이터 등을 저장할 수 있다.

보다 자세히 설명하자면, 머신 러닝(Machine Learning)의 일종인 딥러닝(Deep Learning) 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습하는 것이다.

딥러닝(Deep learning)은 단계를 높여갈수록 복수의 데이터들로부터 핵심적인 데이터를 추출하는 머신 러닝(Machine Learning) 알고리즘의 집합을 나타낼 수 있다.

딥러닝 구조는 인공신경망(ANN)를 포함할 수 있으며, 예를 들어 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(DNN)으로 구성될 수 있다.

제어부(140)는 공지된 다양한 딥러닝 구조를 이용할 수 있다. 예를 들어, 제어부(140)는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등의 구조를 이용할 수 있다.

구체적으로, CNN(Convolutional Neural Network)은 사람이 물체를 인식할 때 물체의 기본적인 특징들을 추출한 다음 뇌 속에서 복잡한 계산을 거쳐 그 결과를 기반으로 물체를 인식한다는 가정을 기반으로 만들어진 사람의 뇌 기능을 모사한 모델이다.

RNN(Recurrent Neural Network)은 자연어 처리 등에 많이 이용되며, 시간의 흐름에 따라 변하는 시계열 데이터(Time-series data) 처리에 효과적인 구조로 매 순간마다 레이어를 쌓아올려 인공신경망 구조를 구성할 수 있다.

DBN(Deep Belief Network)은 딥러닝 기법인 RBM(Restricted Boltzman Machine)을 다층으로 쌓아 구성되는 딥러닝 구조이다. RBM(Restricted Boltzman Machine) 학습을 반복하여 일정 수의 레이어가 되면, 해당 개수의 레이어를 가지는 DBN(Deep Belief Network)이 구성될 수 있다.

한편, 제어부(140)의 인공신경망 학습은 주어진 입력에 대하여 원하는 출력이 나오도록 노드간 연결선의 웨이트(weight)를 조정(필요한 경우 바이어스(bias) 값도조정)함으로써 이루어질 수 있다.

또한, 인공신경망은 학습에 의해 웨이트(weight) 값을 지속적으로 업데이트시킬 수 있다. 또한, 인공신경망의 학습에는 역전파(Back Propagation) 등의 방법이 사용될 수 있다.

한편, 메모리부(180)에는 머신 러닝으로 기학습된 인공신경망(Artificial Neural Network)이 탑재될 수 있다.

즉, 본 발명의 일 실시예에 따른 세탁기(100)는, 수신되는 음성 데이터를 입력 데이터로 하는 머신 러닝(machine learning) 기반의 음성 인식을 수행할 수 있다. 이때, 인공신경망의 머신 러닝 방법으로는 자율학습(unsupervised learning)과 지도학습(supervised learning)이 모두 사용될 수 있다. 또한, 제어부(140)는 설정에 따라 학습 후 음성 인식 인공신경망 구조로 업데이트시키도록 제어할 수 있다.

본 발명의 다른 실시예에서, 음성인식모듈(130)과 제어부(140)는 별도의 외부 서버로 구성되어 실시될 수 있다. 이하에서는, 음성인식모듈(130)의 동작을 수행하는 음성 인식 서버(230)와 제어부(140)의 동작을 수행하는 제어 서버(240)를 포함하는 음성 인식 서버 시스템(200)에 대해 도 5 및 도 6을 참조하여 살펴보도록 한다.

도 5는 본 발명의 다른 실시예에 따른 세탁기를 제어하는 음성 인식 서버 시스템을 나타내는 도면이다. 도 6은 본 발명의 다른 실시예에 따른 세탁기와 음성 인식 서버 시스템 사이의 관계를 나타내는 블럭도이다.

도 5 및 도 6을 참조하면, 본 발명의 다른 실시예에 따른 세탁기(100)는 음성입력부(110), 음성안내부(120), 제어부(140), 세탁부(150), 통신부(160), 인터페이스부(170) 및 메모리부(180)를 포함한다.

본 발명의 다른 실시예에 따른 세탁기(100)에 포함된 각 구성요소는 도 4를 참조하여 설명한 본 발명의 일 실시예에 따른 세탁기(100)에 포함된 각 구성요소와 실질적으로 동일하게 동작할 수 있다. 이하에서 도 4를 참조하여 설명한 내용과 중복되는 내용은 생략하고 차이점을 위주로 설명하도록 한다.

음성 인식 서버 시스템(200)은 세탁기(100)와 무선 통신 네트워크를 통하여 데이터를 교환한다. 또한, 음성 인식 서버 시스템(200)은 세탁기(100)의 동작을 제어할 수 있다.

음성 인식 서버 시스템(200)은 음성 인식 서버(230)와 제어 서버(240)를 포함한다.

음성 인식 서버(230)는 ASR 서버(231), NLP 서버(233), TTS 서버(235)를 포함할 수 있다. 음성 인식 서버(230)는 전술한 일 실시예에 따른 세탁기(100)에 포함된 음성인식모듈(130)과 실질적으로 동일하게 동작할 수 있다.

구체적으로, ASR 서버(231)는 통신부(160)를 통하여 음성입력부(110)에서 생성된 음성 데이터를 수신한다. ASR 서버(231)는 수신한 음성 데이터를 텍스트(text) 데이터로 변환한다. ASR 서버(231)는 자연어 인식 서버 또는 음성 인식 서버 등으로 다양하게 표현될 수 있다. ASR 서버(231)는 음성 데이터를 텍스트 데이터로 변환하기 위한 다양한 기술과 알고리즘을 이용할 수 있다. 변환된 텍스트 데이터는 NLP 서버(233)에 전달된다.

NLP 서버(233)는 자연어 처리 알고리즘에 따라 사람이 일상적으로 사용하고 있는 언어인 자연어를 처리할 수 있고, 사용자의 의도(intent)를 분석할 수 있다. 즉, NLP 서버(233)는 ASR 서버(231)로부터 수신한 텍스트 데이터에 대하여 자연어 처리를 수행하여 사용자의 의도에 부합하는 음성 명령을 판별할 수 있다. 이때, NLP 서버(233)는 의도 분석 서버, 자연어 처리 서버, 또는 복합문장 인식 서버 등으로 다양하게 표현될 수 있다. NLP 서버(233)는 사용자의 의도를 판단하기 위한 다양한 기술과 알고리즘을 이용할 수 있다.

이때, NLP 서버(233)는 ASR 서버(231)로부터 수신한 텍스트 데이터를 분석하여 음성 명령에 대한 키워드를 추출한다. 여기에서 키워드는 전술한 클로쓰워드 및 스테인워드를 포함한다.

이어서, NLP 서버(233)는 추출된 클로쓰워드 및 스테인워드에 대응되는 세탁 코스를 결정한다. 마찬가지로, NLP 서버(233)에서 세탁 코스를 결정하는 방법은, 이하에서 도 8을 참조하여 자세히 설명하도록 한다.

또한, NLP 서버(233)는 추출된 클로쓰워드가 복수 개인지 판단한다. 이어서, 추출된 클로쓰워드가 복수 개인 경우, NLP 서버(233)는 분리 세탁이 필요한지 여부를 판단한다. 판단된 결과는 제어 서버(240)에 전달될 수 있다. 전술한 바와 같이 이에 대한 설명은 이하에서 도 9 및 도 10을 참조하여 자세히 기술하도록 한다.

추가적으로, NLP 서버(233)는 외부 서비스 서버(500)와 통신할 수 있다. 예를 들어, 사용자의 음성 명령이 날씨, 주식, 뉴스 등의 정보를 요청하는 명령인 경우, NLP 서버(233)는 해당 서비스를 제공하는 서버로 관련 정보를 요청할 할 수 있다. 외부 서비스 서버(500)로부터 NLP 서버(233)에 수신된 정보는 세탁기(100) 또는 제어 서버(240)에 전달될 수 있다.

TTS 서버(235)는 텍스트를 음성 데이터로 변환한다. TTS 서버(235)는 음성 합성 서버 또는 음성 변환 서버 등으로 다양하게 표현될 수 있다. TTS 서버(235)는 텍스트를 음성 데이터로 변환하기 위한 다양한 기술과 알고리즘을 이용할 수 있다. TTS부(135)는 변환된 음성 데이터를 통신부(160)를 통해 세탁기(100)의 음성안내부(120)에 전달한다. 이때, TTS 서버(235)가 수신한 텍스트에는 전술한 안내멘트가 포함될 수 있다. TTS 서버(235)는 안내멘트를 세탁기(100)로부터 수신할 수 있다.

제어 서버(240)는 NLP 서버(233)에서 결정한 세탁 코스를 기초로 세탁기(100)의 동작을 제어할 수 있다.

또한, 제어 서버(240)는 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스(미도시)에서 추출할 수 있다. 추출된 세탁 팁 정보는 안내멘트의 형태로 세탁기(100)에 전달될 수 있다.

이때, 안내멘트는 음성 인식 서버(230)를 통하여 세탁기(100)에 전달될 수 있다. 또한, 안내멘트는 제어 서버(240)에서 직접 세탁기(100)에 전달될 수 있다.

참고로, 음성 인식 서버(230)와 제어 서버(240)는, 수신되는 음성 데이터와 세탁 코스에 대하여 머신 러닝(machine learning)을 수행할 수 있다. 머신 러닝에 사용되는 알고리즘 및 데이터 등은 각 서버에 저장되어 이용될 수 있다. 머신 러닝에 대한 설명은 전술하였으므로, 여기에서 자세한 설명은 생략하도록 한다.

한편, 본 발명의 일 실시예에 따른 세탁기(100)에서와 달리, 본 발명의 다른 실시예에 따른 세탁기(100)의 제어부(140)는 세탁기(100)에 포함된 구성요소의 전반적인 제어 동작만을 수행할 수 있다.

예를 들어, 제어부(140)는 제어 서버(240)로부터 수신한 제어 신호를 기초로 세탁기(100)의 각 구성요소의 동작을 제어할 수 있다. 또한, 제어부(140)는 음성입력부(110)에서 수신한 음성 데이터를 통신부(160)를 통해 ASR 서버(231)에 전달할 수 있다. 또한, 제어부(140)는 통신부(160)에서 수신한 안내멘트를 음성안내부(120)에 전달할 수 있다. 또한, 인터페이스부(170)를 통하여, 제어부(140)는 세탁기(100)의 동작 상태를 사용자에게 알릴 수 있다.

정리하면, 도 4를 참조하여 살펴보았듯이, 전술한 본 발명의 음성 인식 제어 동작은 모두 세탁기(100)에서 수행될 수 있다.

한편, 도 5 및 도 6을 참조하여 살펴보았듯이, 전술한 본 발명의 음성 인식 제어 동작의 전부 또는 일부는 별도의 서버(즉, 음성 인식 서버(230) 또는 제어 서버(240))에서 수행될 수 있다. 각 실시예에서 수행되는 음성 인식 제어 방법은 실질적으로 동일할 수 있다.

이하에서는 설명의 편의를 위하여, 도 5 및 도 6에 나타난 음성 인식 서버(230)와 제어 서버(240)를 포함하는 실시예를 기준으로 본 발명의 몇몇 실시예에 따른 음성 인식 제어 방법에 대해 설명하도록 한다.

다만, 음성 인식 서버(230)와 제어 서버(240)의 동작은 도 4의 실시예에 따른 음성인식모듈(130)와 제어부(140)에서 각각 실질적으로 동일하게 수행될 수 있다.

도 7은 본 발명의 일 실시예에 따른 음성 인식 제어 방법을 설명하기 위한 순서도이다.

도 7을 참조하면, 본 발명의 일 실시예에 따른 음성 인식 제어 방법에서, 세탁기(100)는 사용자로부터 자연어 명령을 입력받는다(S111). 세탁기(100)는 음성입력부(110)를 통해 자연어 명령이 포함된 사용자의 음성 데이터를 입력받는다. 음성 데이터는 통신부(160)를 통해 ASR 서버(231)에 전달된다.

이어서, ASR 서버(231)는 수신된 음성 데이터에 대해 음성 인식 동작을 수행한다(S113). ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환한다. 변환된 텍스트 데이터는 NLP 서버(233)에 전달된다.

이어서, NLP 서버(233)는 ASR 서버(231)에서 수행된 음성 인식 동작의 결과를 분석한다(S115). 즉, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 클로쓰워드와 스테인워드를 포함할 수 있다.

이어서, NLP 서버(233)는 추출된 클로쓰워드에 대응되는 세탁 코스를 매핑한다(S120). NLP 서버(233)는 미리 저장된 데이터베이스를 이용하여 클로쓰워드에 대응되는 세탁 코스를 결정할 수 있다.

이어서, NLP 서버(233)는 추출된 키워드에 스테인워드(즉, 오염물)가 포함되었는지 여부를 판단한다(S130).

만약, 추출된 키워드에 스테인워드가 포함된 경우, NLP 서버(233)는 미리 저장된 데이터베이스를 기초로 결정된 세탁 코스의 행정 중 적어도 하나를 변경할 수 있다(S135). 즉, NLP 서버(233)는 스테인워드에 대응되는 추가 세탁 옵션을 반영하여, 세탁 코스를 조정할 수 있다.

여기에서, 추가 세탁 옵션은 세탁강도, 헹굼횟수, 탈수강도, 물온도, 세제의 종류, 상기 세제의 양, 또는 세탁물의 오염물 제거강도 중 어느 하나 이상의 조합을 포함할 수 있다.

이어서, NLP 서버(233)는 조정된 세탁 코스를 제어 서버(240)에 전달할 수 있다. 추가적으로 NLP 서버(233)는 추출된 키워드(즉, 클로쓰워드와 스테인워드)를 세탁 코스와 함께 제어 서버(240)에 전달할 수 있다.

이어서, 제어 서버(240)는 수신된 세탁 코스를 기초로 세탁기(100)의 동작을 제어한다(S141). 예를 들어, 제어 서버(240)는 수신된 세탁 코스를 세탁기(100)의 동작 코스로 설정하는 제어 명령을 세탁기(100)에 전달할 수 있다.

이어서, 세탁기(100)는 설정된 세탁 코스를 인터페이스부(170)에 표시한다(S143). 이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신할 수 있다.

이어서, 제어 서버(240)는 추출된 키워드(즉, 클로쓰워드와 스테인워드)를 기초로 세탁 코스와 세탁 팁 정보를 포함하는 안내멘트를 생성한다(S145). 이때, 안내멘트는 옷감에 매칭되는 세탁 코스와, 오염물에 대한 세탁 방법에 대한 설명을 포함할 수 있다.

여기에서, 클로쓰워드(즉, 세탁물의 옷감)에 매칭되는 세탁 코스 정보는 다음 표와 같다.

세탁 코스	설명
표준	일반적인 세탁을 해주는 코스입니다.
란제리/울	수축이나 변형되기 쉬운 섬유, 속옷 등 섬세한 의류를 세탁해주는 코스입니다. 중성세제 또는 전용세제의 사용을 권장합니다.
알뜰삶음	순면 속옷류, 아기옷 등의 살균, 표백을 위해 삶는 세탁을 해주는 코스입니다.
소량삶음	3kg 이하의 의류를 살균, 표백을 위해 삶는 세탁을 해주는 코스입니다.
아기옷	아기 옷을 위생적으로 세탁해주는 코스입니다.
면속옷	면소재의 속옷을 간단히 세탁해주는 코스입니다.
이불	손세탁 표시가 있는 담요 또는 이불을 세탁해주는 코스입니다.

표 1은 세탁물의 옷감에 매칭되는 세탁 코스에 대한 구체적인 설명을 나타낸다. 표 1은 데이터베이스의 형태로 제어 서버(240)에 저장되어 이용될 수 있다. 참고로, 표 1의 내용은 세탁 코스의 일부만을 예로 들어 나타낸 것으로, 본 발명이 이에 한정되는 것은 아니다.

추가적으로, 안내멘트는 표준 코스에 추가되는 세탁 옵션에 대한 정보를 더 포함할 수 있다. 세탁 옵션에 매칭되는 세탁 옵션 정보는 다음 표와 같다.

세탁 옵션	설명
세탁	세탁방법을 변경하고자 할 때 선택하는 옵션입니다.
헹굼	헹굼 횟수를 변경하고자 할 때 선택하는 옵션입니다.
탈수	탈수의 세기를 변경하고자 할 때 선택하는 옵션입니다.
예약	원하는 시간에 세탁을 마치게 해주는 옵션입니다.
버튼 잠그기	세탁 진행 중 어린이의 버튼 조작으로 인한사고를 방지하고자 할 때 사용하는 옵션입니다.
스마트 케어	자주 사용하는 옵션과 날씨 정보를 바탕으로 알맞은 옵션으로 자동 설정하고 싶을 때 사용하십시오. Wi-Fi 미연결 시, 날씨 정보는 반영되지 않습니다.
통살균	세탁기 내부에 발생된 균들을 살균하여 청결한 세탁통을 유지하도록 해주는 옵션입니다.
빨래추가	세탁기 작동 중 세탁물을 추가 투입하거나 이물질을 제거할 수 있는 옵션입니다.
스팀	찌든 때를 세탁하거나 속옷류 등을 살균해주는 옵션입니다.

표 2는 세탁물의 오염물에 따라 추가되는 세탁 옵션에 대한 구체적인 설명을 나타낸다. 표 2는 데이터베이스의 형태로 제어 서버(240)에 저장되어 이용될 수 있다. 참고로, 표 2의 내용은 세탁 옵션의 일부만을 예로 들어 나타낸 것으로, 본 발명이 이에 한정되는 것은 아니다.

또한, 스테인워드(즉, 세탁물의 오염물)에 매칭되는 세탁 팁 정보는 다음 표와 같다.

오염 물질	설명
볼펜	더 깨끗하게 하시려면 물 파스를 활용해 자국 주변을 문지른 후 세탁하는 것을 추천 드립니다
크레파스	더 깨끗하게 하시려면 베이킹 소다를 젖은 수건에 묻혀 여러 번 문질러 닦은 후 세탁하는 것을 추천 드립니다.
흙탕물	더 깨끗하게 하시려면 잘 말린 후 손으로 비벼서 털어준 후 식빵을 지우개처럼 닦아낸 후 세탁하는 것을 추천 드립니다
김치국물	김치 국물 자국은 양파즙을 얼룩에 펴 바른 후 하루 정도 방치 후 다음날 세탁하면 대부분 깨끗이 없어집니다.
카레	카레의 경우 베이킹소다와 산소계 표백제를 물과 함께 일대일 비율로 걸쭉한 농도로 섞은 후 얼룩위에 발라 하루정도 방치 후 세탁해주세요.
맥주, 포도주	맥주나 포도주의 경우 물 알코올 식초를 각 8대1대1 비율로 섞은 물에 세탁하시는 방법을 추천 드립니다.
홍차, 커피	커피 또는 홍차의 경우 주방세제와 식초를 각 1대1 비율로 섞어 칫솔에 묻혀 닦아주는 방법을 추천 드립니다.
혈액	혈액이 묻는 옷은 무를 갈아서 얼룩에 두드린 후 찬물로 헹구는 방법을 추천 드립니다.
립스틱	립스틱 자국의 경우 올리브유를 적신 마른 천을 얼룩 부위에 두드려주고 비눗물로 씻어내는 방법을 추천 드립니다.

표 3은 세탁물의 오염물에 대한 효율적인 세탁 방법을 설명하는 세탁 팁 정보를 나타낸다. 표 3은 데이터베이스의 형태로 제어 서버(240)에 저장되어 이용될 수 있다. 참고로, 표 3의 내용은 세탁 팁 정보의 일부만을 예로 들어 나타낸 것으로, 본 발명이 이에 한정되는 것은 아니다.

이어서, 제어 서버(240)는 생성된 안내멘트를 세탁기(100)에 전달한다. 참고로, 안내멘트는 음성 인식 서버(230)를 통해 세탁기(100)에 전달되거나, 제어 서버(240)에서 직접 세탁기(100)에 전달될 수 있다.

이어서, 세탁기(100)는 수신한 안내멘트를 소리로 변환하여 출력한다(S150). 이를 통해, 사용자는 클로쓰워드에 대응되는 세탁 코스 정보, 세탁기(100)의 설정 결과 정보, 및 스테인워드에 대응되는 세탁 팁 정보를 음성으로 안내 받을 수 있다.

이때, 세탁기(100)는 수신한 안내멘트를 TTS 서버(235)에 전달할 수 있다. TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다. 세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다.

따라서, 사용자는 자신이 사용하고자 하는 세탁기가 어느 기능을 제공하는지 잘 모르거나, 어떻게 세탁하는 것이 좋은지 모르는 경우에도, 세탁물에 대한 최적의 세탁 방법을 안내 받을 수 있다.

즉, 사용자가 옷감의 종류와 오염물의 종류, 오염 정도 등에 관한 세탁물에 대한 정보를 음성으로 이야기하는 경우, 세탁기는 최적의 세탁 코스를 자동으로 설정하고, 오염물을 쉽게 제거할 수 있는 세탁 팁 정보를 사용자에게 제공할 수 있다.

추가적으로 본 발명의 다른 실시예 따르면, 입력된 음성에서 스테인워드 또는 클로쓰워드 중에서 어느 하나만 입력되거나, 부정확하게 입력되거나, 추가적인 확인이 더 필요하다고 판단된 경우, 세탁기(100)는 이를 요청하는 음성 안내 메시지를 출력할 수 있다.

즉, 세탁기(100)는 추가적인 질문을 이용하여 사용자로부터 세탁에 필요한 정확한 키워드(즉, 클로쓰워드 및 스테인워드)를 획득할 수 있다. 이에 따라, 사용자는 세탁기(100)와 대화하는 방식으로 세탁물에 대한 정보를 제공하고, 세탁물에 대한 최적의 세탁 방법을 안내받을 수 있다.

또한, 세탁기(100)는 설정된 세탁 코스에 대한 사용자의 승인이 있는 경우, 해당 세탁 코스를 수행할 수 있다. 사용자의 승인은 음성 인식을 통해 판단될 수 있다. 이때, 사용자 승인과 같은 간단한 음성 인식은 세탁기(100)가 수행하고, 자연어 처리 등 고차원의 음성 인식은 음성 인식 서버 시스템(200)에서 수행될 수 있다.

도 8은 도 7의 세탁 코스 매핑 방법을 구체적으로 설명하기 위한 순서도이다.

도 8을 참조하면, NLP 서버(233)는 제1 데이터베이스(DB1)를 이용하여 사용자의 자연어 명령에 대응되는 추천 세탁 코스를 결정할 수 있다. 이때, 제1 데이터베이스(DB1)는 세탁기(100)에 미리 설정된 복수의 표준 코스들이 저장될 수 있다.

한편, 제1 데이터베이스(DB1)에 사용자의 자연어 명령에 대응되는 세탁 코스가 없는 경우, NLP 서버(233)는 제2 데이터베이스(DB2)를 이용하여 사용자의 자연어 명령에 대응되는 추천 세탁 코스를 결정할 수 있다. 이때, 제2 데이터베이스(DB2)는 복수의 표준 코스들에서 하나 이상의 설정이 변경된 복수의 파생 세탁 코스들이 저장될 수 있다.

구체적으로, ASR 서버(231)는 세탁기(100)로부터 사용자의 자연어 명령을 전달받아 음성 인식 동작을 수행한다. 그 결과, 음성 인식 동작의 결과는 텍스트(Text)로 변환된다(S121).

이어서, NLP 서버(233)는 음성 인식 결과에서 키워드를 추출한다(S123). 여기에서, 키워드는 전술한 클로쓰워드와 스테인워드를 포함할 수 있다.

이어서, NLP 서버(233)는 제1 데이터베이스(DB1)과 제2 데이터베이스(DB2)를 참고하여, 키워드와 매칭되는 세탁 코스를 매핑한다(S125).

이때, 제1 데이터베이스(DB1)과 제2 데이터베이스(DB2)는 세탁 코스에 대한 다양한 발화 텍스트(즉, 키워드 조합)와 이에 대한 세탁 코스가 테이블 형태로 저장될 수 있다.

예를 들어, 제1 데이터베이스(DB1)에는 미리 설정된 복수의 표준 코스들이 저장될 수 있다. 또한, 제2 데이터베이스(DB2)에는 복수의 표준 코스들에서 하나 이상의 설정이 변경된 복수의 파생 세탁 코스들이 저장될 수 있다. 파생 세탁 코스는 표준 코스에 옵션(행굼, 탈수, 물온도 등)을 조합한 세탁 코스가 설정될 수 있다.

매핑 프로세스(S125 단계)에서, NLP 서버(233)는 우선 제1 데이터베이스(DB1)에 매칭되는 세탁 코스가 있는지 여부를 먼저 검색을 한다. 이어서, 키워드와 세탁 코스의 매핑이 성립되는 경우, NLP 서버(233)는 매핑된 세탁 코스를 추천 세탁 코스로 결정한다(S127).

반면, 제1 데이터베이스(DB1)에 매핑되는 세탁 코스가 없는 경우, NLP 서버(233)는 제2 데이터베이스(DB2)에 매칭되는 세탁 코스가 있는지 여부를 검색한다.

한편, 실시예에 따라서는, 제1 데이터베이스(DB1)에는 해당 세탁기(100)에서 특별히 제공되는 특별 세탁 코스가 저장되고, 제2 세탁 코스 테이블(1602)에는 범용의 표준 코스들에서 하나 이상의 설정이 변경된 복수의 파생 세탁 코스들이 저장될 수 있다.

이 경우에도, NLP 서버(233)는, 제1 데이터베이스(DB1)와 제2 데이터베이스(DB2)를 순차적으로 참조하여, 추출된 키워드에 대응하는 세탁 코스를 검색할 수 있다.

제1 데이터베이스(DB1)와 제2 데이터베이스(DB2)에 추출된 키워드에 대응하는 세탁 코스가 없는 경우, NLP 서버(233)는 범용의 표준 세탁 코스 중 하나로 추천 세탁 코스를 설정할 수 있다.

한편, 추출된 키워드와 세탁 코스에 관한 매핑 변환 테이블은, 지속적으로 업데이트(update)될 수 있다. 이에 따라, 세탁기(100)에 저장된 데이터의 변경 없이도, 사용자는 새로운 세탁 코스를 이용할 수 있다.

도 9는 본 발명의 다른 실시예에 따른 음성 인식 제어 방법을 나타내는 순서도이다. 도 10은 도 9의 S265 단계의 분리 세탁에 대한 세탁 코스 설정 방법을 설명하기 위한 순서도이다. 도 9 및 도 10에서는 도 7을 참조하여 설명한 내용과 중복되는 내용은 생략하고, 차이점을 위주로 설명하도록 한다.

도 9를 참조하면, 본 발명의 다른 실시예에 따른 음성 인식 제어 방법에서, 세탁기(100)는 사용자의 음성을 수신한다(S210). 세탁기(100)는 음성입력부(110)를 통해 사용자의 음성 데이터를 입력받는다. 입력받은 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다.

이어서, 음성 인식 서버 시스템(200)은 입력받은 음성 데이터에 기동어가 포함되어 있는지 여부를 판단한다(S220).

여기에서, 기동어는 제조사에 의해 설정될 수 있다. 예를 들어, 세탁기(100)의 기동어는 "하이 LG" 또는 "LG 트롬"이 될 수 있다. 이때, 기동어는 다양하게 변형되어 설정될 수 있다.

이어서, 입력받은 음성 데이터에 기동어가 포함된 경우, 음성 인식 서버 시스템(200)은 사용자로부터 자연어 명령을 수신하도록 세탁기(100)를 제어할 수 있다(S231).

참고로, 다른 실시예에서, 간단한 음성 인식(즉, 기동어 인식)은 세탁기(100)가 수행하고, 자연어 처리 등 고차원의 음성 인식은 음성 인식 서버 시스템(200)에서 수행될 수 있다.

예를 들어, 기설정된 기동어를 포함하는 웨이크 업(wake up) 음성 신호(예를 들어, "LG 트롬")가 수신되는 경우, 세탁기(100)는 자연어 명령을 수신하기 위한 상태로 전환될 수 있다. 이 경우, 세탁기(100)는 기동어의 음성 입력 여부까지의 음성 인식 과정만 수행하고, 이후의 자연어 명령에 대한 음성 인식은 음성 인식 서버 시스템(200)을 통하여 수행할 수 있다. 즉, 세탁기(100)의 시스템 자원에는 한계가 있으므로, 복잡한 자연어 인식 및 처리는 음성 인식 서버 시스템(200)을 통하여 수행될 수 있다.

참고로, 기동어의 판단은 세탁기(100)와 음성 인식 서버 시스템(200)에서 이중으로 수행될 수 있다. 이에 따라, 기동어의 음성 입력 판단의 오인식을 줄이고, 인식률을 높일 수 있다.

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터에 대해 음성 인식 동작을 수행한다(S233). ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환한다. 변환된 텍스트 데이터는 NLP 서버(233)에 전달된다.

이어서, NLP 서버(233)는 ASR 서버(231)에서 수행된 음성 인식 동작의 결과를 분석한다(S235). 즉, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 세탁 코스명, 클로쓰워드, 또는 스테인워드를 포함할 수 있다.

이어서, 추출된 키워드에 세탁 코스명이 포함된 경우, NLP 서버(233)는 세탁 코스명을 제어 서버(240)에 전달한다(S240). 이어서, 제어 서버(240)는 세탁 코스명에 매칭되는 세탁 코스로 세탁기(100)의 동작 모드를 설정한다(S281).

사용자가 세탁 코스명을 말한다는 것은 사용자가 이미 정확한 세탁 코스의 명칭을 알고 있다는 것을 의미한다. 즉, 사용자의 의도는 사용자가 발화한 세탁 코스명으로 세탁기(100)가 세탁 동작을 수행하는 것이다. 따라서, 제어 서버(240)는 사용자가 발화한 세탁 코스명에 매칭되는 세탁 코스로 세탁기(100)의 동작 모드를 설정한다.

반면, 사용자가 세탁물에 대한 적절한 세탁 코스명을 모르는 경우, 사용자는 세탁물의 옷감 또는 오염도가 포함된 자연어 명령을 발화할 수 있다. 이 경우, 사용자가 발화한 자연어 명령에는 클로쓰워드 또는 스테인워드가 포함될 수 있다.

이어서, NLP 서버(233)는 추출된 클로쓰워드에 대응되는 세탁 코스를 매핑한다(S250). NLP 서버(233)는 미리 저장된 데이터베이스를 이용하여 클로쓰워드에 대응되는 세탁 코스를 결정할 수 있다.

이때, 클로쓰워드가 복수 개인 경우, NLP 서버(233)는 복수 개의 클로쓰워드에 대응되는 각각의 세탁 코스를 결정한다. NLP 서버(233)의 세탁 코스를 결정하는 방법은 도 8을 참조하여 자세히 설명하였으므로, 중복되는 내용은 생략하도록 한다.

이어서, NLP 서버(233)는 결정된 세탁 코스가 복수 개인지 여부를 판단한다(S260).

복수의 클로쓰워드에 대한 각각의 세탁 코스가 모두 동일한 경우, NLP 서버(233)는 세탁 코스가 단일하다고 판단한다. 이 경우, 복수의 세탁물은 하나의 세탁 코스로 세탁을 해도 무방하다. 따라서, NLP 서버(233)는 하나의 세탁 코스만을 제어 서버(240)에 전달한다.

반면, 복수의 클로쓰워드에 대한 각각의 세탁 코스가 서로 다른 경우, NLP 서버(233)는 세탁 코스가 복수 개라고 판단한다. 이 경우, 복수의 클로쓰워드에 대한 세탁물은 별도의 세탁 코스로 세탁을 해야 한다. 따라서, NLP 서버(233)는 각각의 세탁물을 분리 세탁할 것을 추천할 수 있다.

이어서, NLP 서버(233)는 분리 세탁이 필요한 클로쓰워드에 대한 세탁 코스를 결정하여 제어 서버(240)에 전달한다(S265). 이때, 소량 세탁 또는 분리 세탁에 관한 세탁 코스 정보가 저장된 데이터베이스(미도시)를 이용하여, NLP 서버(233)는 분리 세탁을 해야 할 클로쓰워드(즉, 분리 세탁을 해야하는 세탁물)을 결정한다.

예를 들어, 일반적으로 소량인 아기옷, 이염 위험이 높은 옷감(예를 들어, 청바지), 기능성 의류, 오염도가 심한 옷감 등의 경우, NLP 서버(233)는 분리 세탁할 것을 추천한다.

이때, NLP 서버(233)는 분리 세탁이 필요한 세탁물을 우선적으로 미니 워셔(즉, 제2 세탁부(150B))에 세탁하도록 추천할 수 있다. 이에 따라, NLP 서버(233)는 미니 워셔(즉, 제2 세탁부(150B))에 분리 세탁이 필요한 세탁물에 대한 세탁 코스를 설정할 수 있다. 또한, NLP 서버(233)는 세탁물의 분리 세탁에 대한 안내멘트를 생성하여 세탁기(100)에 전달할 수 있다.

구체적으로, 도 10을 참조하면, NLP 서버(233)는 클로쓰워드에 대한 세탁 코스가 미니 워셔(즉, 제2 세탁부(150B))에서 세탁 가능한지 여부를 판단한다(S310). 즉, NLP 서버(233)는 미니 워셔(즉, 제2 세탁부(150B))에서 세탁 가능한 클로쓰워드를 선정한다.

여기에서, 분리 세탁을 위한 클로쓰워드(즉, 세탁물의 옷감)에 매칭되는 세탁 코스 정보는 다음 표와 같다.

세탁 코스	설명
표준(소량)	이염의 염려가 있거나 소량인 일반 세탁물을 세탁하는 코스입니다.
란제리/울	수축이나 변형되기 쉬운 섬유, 속옷 등 섬세한 의류를 세탁해주는 코스입니다. 중성세제 또는 전용세제의 사용을 권장합니다.
소량삶음	3kg 이하의 의류를 살균, 표백을 위해 삶는 세탁을 해주는 코스입니다.
아기옷	아기 옷을 위생적으로 세탁해주는 코스입니다.
면속옷	면소재의 속옷을 간단히 세탁해주는 코스입니다.
소량 세탁	소량의 옷을 빠른시간에 세탁하고자 할 때 사용하는 코스입니다.
헹굼+탈수	세탁물을 세탁은 하지 않고 헹굼부터 탈수까지 해주는 코스입니다.
통살균	세탁기 내부에 발생된 균들을 살균하여 청결한 세탁통을 유지하도록 해주는 옵션입니다.

표 4는 분리 세탁을 위해 미니 워셔(즉, 제2 세탁부(150B))에서 제공하는 세탁물의 세탁 코스에 대한 구체적인 설명을 나타낸다. 표 4은 데이터베이스의 형태로 NLP 서버(233)에 저장되어 이용될 수 있다. 참고로, 표 4의 내용은 미니 워셔에서 제공하는 세탁 코스의 일부만을 예로 들어 나타낸 것으로, 본 발명이 이에 한정되는 것은 아니다.

이어서, NLP 서버(233)는 선정된 클로쓰워드에 대한 세탁 코스를 미니 워셔(즉, 제2 세탁부(150B))에 설정할 수 있다(S320).

이어서, NLP 서버(233)는 나머지 클로쓰워드에 대한 세탁 코스를 메인 워셔(즉, 제1 세탁부(150A)에 설정할 수 있다(S330).

이때, 미니 워셔(즉, 제2 세탁부(150B))에 대한 세탁 코스는 메인 워셔(즉, 제1 세탁부(150A)에 대한 세탁 코스보다 우선하여 설정될 수 있다.

예를 들어, "아기옷이랑 이불을 같이 세탁해줘"라는 자연어 명령에서, 클로쓰워드는 '아기옷'과 '이불'이다. 이때, '아기옷'은 일반적으로 소량이어서 분리 세탁이 필요한 클로쓰워드에 해당하므로, 미니 워셔(즉, 제2 세탁부(150B))에 '아기옷 코스'가 설정될 수 있다. 따라서, 나머지 클로쓰워드인 '이불'의 세탁을 위해, 메인 워셔(즉, 제1 세탁부(150A)에는 '이불 코스'가 설정될 수 있다.

다른 예로, "청바지랑 운동복 같이 세탁해줘"라는 자연어 명령에서, 클로쓰워드는 '청바지'와 '운동복'이다. 이때, '청바지'는 이염의 가능성이 있어 분리 세탁이 필요한 클로쓰워드에 해당하므로, 미니 워셔(즉, 제2 세탁부(150B))에 '표준 코스'가 설정될 수 있다. 따라서, 나머지 클로쓰워드인 '이불'의 세탁을 위해, 메인 워셔(즉, 제1 세탁부(150A)에는 '이불 코스'가 설정될 수 있다. 참고로 이는 몇몇 예시에 불과하고, 본 발명이 이에 한정되는 것은 아니다.

추가적으로, NLP 서버(233)는 분리 세탁에 대한 안내멘트를 생성하여 세탁기(100)에 전달할 수 있다. NLP 서버(233)는 데이터베이스에 미리 저장된 분리 세탁에 대한 정보를 기초로 안내멘트를 생성할 수 있다.

이때, 세탁물의 분리 세탁에 대한 정보는 다음 표와 같다.

세탁물	세탁 코스	분리 세탁 설명
청바지	표준	청바지는 표준 코스를 추천 합니다. 이염 방지를 위해 일반 세탁물과 분리하여 세탁 해주세요.
등산복	기능성의류	등산복은 기능성의류 코스를 추천 합니다. 일반 세탁물과 분리하여 세탁 해주세요.
바람막이	기능성의류	바람막이는 기능성의류 코스를 추천 합니다.일반 세탁물과 분리하여 세탁 해주세요.
운동복	기능성의류	운동복은 기능성의류 코스를 추천합니다.일반 세탁물과 분리하여 세탁 해주세요.
아기바지	아기옷	아기바지는 아기옷 코스를 추천 합니다. 아기의 옷을 위생적으로 세탁하기 위해 일반 세탁물과 분리하여 세탁 해주세요.
데님	표준	데님 소재는 표준 코스를 추천 합니다. 이염 방지를 위해 일반 세탁물과 분리하여 세탁 해주세요.
마	란제리/울	마 소재는 란제리울 코스를 추천합니다. 옷감 손상 방지를 위해 일반 세탁물과 분리하여 세탁 해주세요.
니트	란제리/울	니트는 란제리울 코스를 추천 합니다. 옷감 손상 방지를 위해 일반 세탁물과 분리하여 세탁 해주세요. 물세탁이 가능한 의류인지 확인 후 세탁 해주세요.

표 5는 분리 세탁이 필요한 세탁물에 대한 구체적인 설명을 나타낸다. 표 5은 데이터베이스의 형태로 NLP 서버(233)에 저장되어 이용될 수 있다. 참고로, 표 5의 내용은 분리 세탁이 필요한 세탁물의 일부만을 예로 들어 나타낸 것으로, 본 발명이 이에 한정되는 것은 아니다.

이어서, NLP 서버(233)는 추출된 키워드에 스테인워드가 포함되었는지 여부를 판단한다(S270).

만약, 추출된 키워드에 스테인워드가 포함된 경우, NLP 서버(233)는 스테인워드가 어떠한 클로쓰워드와 관련도가 높은지 판단한다.

예를 들어, 자연어 명령 내에서 스테인워드와 클로쓰워드의 위치, 각 단어의 수식 관계, 단어 사이의 거리 등을 기초로, NLP 서버(233)는 스테인워드가 어떠한 클로쓰워드와 관련도가 높은지 판단할 수 있다.

이어서, NLP 서버(233)는 미리 저장된 데이터베이스를 기초로 결정된 세탁 코스의 행정 중 적어도 하나를 변경할 수 있다(S275). 즉, 스테인워드에 대응되는 추가 세탁 옵션을 반영하여, NLP 서버(233)는 S260 및 S265 단계에서 결정된 클로쓰워드에 대한 세탁 코스를 조정할 수 있다. 이때, NLP 서버(233)는 스테인워드와 관련도가 높은 클로쓰워드의 세탁 코스를 조정한다.

이어서, NLP 서버(233)는 조정된 세탁 코스를 제어 서버(240)에 전달한다.

이때, NLP 서버(233)는 제2 세탁부(150B) 및 제1 세탁부(150A)에 각각 설정된 복수의 클로쓰워드에 대한 세탁 코스를 제어 서버(240)에 전달한다. 또한, NLP 서버(233)는 추출된 키워드(즉, 클로쓰워드와 스테인워드)를 세탁 코스와 함께 제어 서버(240)에 전달할 수 있다.

이어서, 제어 서버(240)는 수신된 각각의 세탁 코스를 기초로 세탁기(100)의 동작을 제어한다(S281). 이때, 제어 서버(240)는 각각의 세탁부(150A, 150B)에 NLP 서버(233)에 의해 미리 설정된 세탁 코스를 설정한다.

예를 들어, 제어 서버(240)는 수신된 각각의 세탁 코스를 제1 및 제2 세탁부(150A, 150B)의 동작 코스로 설정하는 제어 명령을 세탁기(100)에 전달할 수 있다.

이어서, 세탁기(100)는 설정된 세탁 코스를 인터페이스부(170)에 표시한다(S283). 이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신할 수 있다.

이어서, 제어 서버(240)는 추출된 키워드(즉, 클로쓰워드와 스테인워드)를 기초로 세탁 코스와 세탁 팁 정보를 포함하는 안내멘트를 생성한다(S285). 이때, 안내멘트는 옷감에 매칭되는 세탁 코스와, 오염물에 대한 세탁 방법에 대한 설명을 포함할 수 있다.

이어서, 세탁기(100)는 수신한 안내멘트를 소리로 변환하여 출력한다(S290). 이때, 안내멘트는 제어 서버(240)로부터 수신한 세탁 코스와 오염물에 대한 세탁 방법에 대한 정보와, NLP 서버(233)로부터 수신한 분리 세탁에 대한 정보를 포함할 수 있다.

추가적으로, 세탁기(100)는 설정된 세탁 코스에 대한 사용자의 승인이 있는 경우, 해당 세탁 코스를 수행할 수 있다. 사용자의 승인은 음성 인식을 통해 판단될 수 있다. 이때, 사용자 승인과 같은 간단한 음성 인식은 세탁기(100)가 수행하고, 자연어 처리 등 고차원의 음성 인식은 음성 인식 서버 시스템(200)에서 수행될 수 있다.

이를 통해, 사용자는 복수의 클로쓰워드에 대한 분리 세탁 필요 여부에 대한 정보, 각각의 세탁부에 설정된 세탁 코스에 대한 정보, 분리 세탁 방법에 대한 정보, 및 스테인워드에 대응되는 세탁 팁 정보를 음성으로 안내 받을 수 있다.

따라서, 사용자는 분리 세탁이 필요한 복수의 세탁물에 대한 최적의 세탁 방법을 안내 받을 수 있다. 또한, 분리 세탁이 필요한 세탁물에 대한 세탁 코스가 자동으로 미니 워셔(즉, 제2 세탁부(150B))에 자동으로 설정되므로, 사용자의 숙련도와 관계없이 일정한 최적의 세탁 방법으로 세탁을 수행할 수 있다.

이하에서는, 본 발명의 음성 인식 제어 방법에 대하여 몇몇 실시예를 예로 들어 설명하도록 한다.

도 11은 본 발명의 음성 인식 제어 방법에 대한 제1 실시예를 설명하기 위한 개략도이다.

도 11을 참조하면, 우선 세탁기(100)는 사용자의 음성을 수신한다(S410). 세탁기(100)는 음성입력부(110)를 통해 사용자의 음성 데이터를 입력받는다. 이하에서는, 사용자가 "LG트롬, 아기옷 빨래 할거야"라고 발화한 것을 예로 들어, 본 발명의 음성 인식 제어 방법을 설명하도록 한다.

세탁기(100)는 사용자의 음성 데이터에서 기동어를 인식할 수 있다. 여기에서, 기동어는 "LG트롬"이 될 수 있다.

참고로, 전술한 바와 같이, 기동어를 인식하는 동작은 음성 인식 서버 시스템(200)에서 수행될 수 있다. 다만, 이하에서는 설명의 편의를 위해 세탁기(100)에서 기동어를 인식하는 것을 예로 들어 기술하도록 한다.

이어서, 세탁기(100)는 기동어가 인식되는 경우, 이후에 사용자가 발화하는 내용을 자연어 명령으로 처리할 수 있다.

이어서, 자연어 명령에 해당하는 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다(S420). 이때, 자연어 명령은 "아기옷 빨래 할거야"라는 음성 데이터를 포함할 수 있다.

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터에 대해 음성 인식 동작을 수행한다(S430). ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환한다. 변환된 텍스트 데이터는 NLP 서버(233)에 전달된다.

이어서, NLP 서버(233)는 ASR 서버(231)에서 수행된 음성 인식 동작의 결과를 분석한다(S440). 즉, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 자연어 명령에서 추출된 키워드는 '아기옷'이 될 수 있다. NLP 서버(233)는 데이터베이스를 참조하여 '아기옷'을 클로쓰워드로 선정한다.

이어서, NLP 서버(233)는 전술한 표 1의 데이터베이스를 기초로, 클로쓰워드에 대응되는 세탁 코스를 매핑할 수 있다. 예를 들어, '아기옷'에 대응되는 세탁 코스는 '아기옷 코스'가 될 수 있다.

이어서, NLP 서버(233)는 매핑된 세탁 코스 (즉, '아기옷 코스')가 하나이므로, 해당 세탁 코스(즉, '아기옷 코스')와 이에 대응되는 클로쓰워드(즉, '아기옷')를 제어 서버(240)에 전달한다(S450).

이어서, 제어 서버(240)는 수신된 세탁 코스(즉, '아기옷 코스')로 세탁기(100)의 세탁 코스를 설정한다(S460).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신한다(S465).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과에 대한 안내멘트를 생성한다(S470). 예를 들어, 세탁기(100)의 설정 결과에 대한 안내멘트는 "아기옷 코스로 설정했습니다. 세탁을 시작할까요?"가 될 수 있다. 다만, 이는 하나의 예시일 뿐, 안내멘트는 다양하게 변형되어 실시될 수 있다.

이어서, 제어 서버(240)는 생성된 안내멘트를 음성 인식 서버 시스템(200)을 통하여 세탁기(100)에 전달한다(S475). 참고로, 다른 실시예에서, 제어 서버(240)는 생성된 안내멘트를 직접 세탁기(100)에 전달할 수 있다.

이어서, 세탁기(100)는 전달받은 안내멘트를 TTS 서버(235)에 전달한다(S480).

이어서, TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다(S490). 세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다. 즉, 세탁기(100)는 "아기옷 코스로 설정했습니다. 세탁을 시작할까요?"라는 안내멘트를 음성으로 출력할 수 있다.

도 12는 본 발명의 음성 인식 제어 방법에 대한 제2 실시예를 설명하기 위한 개략도이다. 이하에서는 전술한 실시예와 중복되는 내용은 생략하고 차이점을 위주로 설명하도록 한다.

도 12를 참조하면, 우선 세탁기(100)는 사용자의 음성을 수신한다(S510). 이하에서는, 사용자가 "LG트롬, 커피 묻은 티셔츠 세탁해줘"라고 발화한 것을 예로 들어, 본 발명의 음성 인식 제어 방법을 설명하도록 한다.

이어서, 세탁기(100)는 기동어가 인식되는 경우, 이후에 사용자가 발화하는 내용을 자연어 명령으로 처리할 수 있다. 여기에서, 자연어 명령은 "커피 묻은 티셔츠 세탁해줘"가 될 수 있다.

이어서, 자연어 명령에 해당하는 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다(S520).

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환하여 NLP 서버(233)에 전달한다(S530).

이어서, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 '커피' 및 '티셔츠'가 될 수 있다.

이어서, NLP 서버(233)는 '커피'를 스테인워드로 선정하고, '티셔츠'를 클로쓰워드로 선정할 수 있다.

이어서, NLP 서버(233)는 클로쓰워드에 대응되는 세탁 코스를 매핑한다. 예를 들어, '티셔츠'에 대응되는 세탁 코스는 '표준 코스'가 될 수 있다.

이어서, 추출된 키워드에 스테인워드가 포함되었으므로, NLP 서버(233)는 스테인워드(즉, '커피')에 대응되는 추가 세탁 옵션을 반영하여, 세탁 코스를 조정할 수 있다.

예를 들어, NLP 서버(233)는 헹굼 횟수를 추가하는 동작을 통해, 세탁 코스를 조정할 수 있다. 다만, 이는 하나의 예시일 뿐, 세탁 코스는 다양하게 변형되어 실시될 수 있다.

이어서, NLP 서버(233)는 매핑된 세탁 코스(즉, 조정된 '표준 코스')가 하나이므로, 추가 세탁 옵션이 반영된 세탁 코스(즉, 조정된 '표준 코스')와, 이에 대응되는 클로쓰워드(즉, '티셔츠') 및 스테인워드(즉, '커피')를 제어 서버(240)에 전달한다(S550).

이어서, 제어 서버(240)는 수신된 세탁 코스(즉, 조정된 '표준 코스')로 세탁기(100)의 세탁 코스를 설정한다(S560).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신한다(S565).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과에 대한 안내멘트를 생성할 수 있다(S570). 예를 들어, 세탁기(100)의 설정 결과에 대한 안내멘트는 "표준 코스 및 헹굼추가옵션이 설정 되었습니다"가 될 수 있다.

또한, 제어 서버(240)는 전술한 표 3의 데이터베이스를 기초로, 스테인워드(즉, '커피')에 대한 세탁 팁 정보를 포함하는 안내멘트를 생성할 수 있다. 예를 들어, 세탁 팁 정보에 대한 안내멘트는 "커피의 경우 주방세제와 식초를 각각 1:1 비율로 섞어 칫솔에 묻혀 닦아주는 방법을 추천 드립니다"가 될 수 있다. 다만, 이는 하나의 예시일 뿐, 안내멘트는 다양하게 변형되어 실시될 수 있다.

이어서, 제어 서버(240)는 생성된 안내멘트를 음성 인식 서버 시스템(200)을 통하여 세탁기(100)에 전달할 수 있다(S575).

이어서, 세탁기(100)는 전달받은 안내멘트를 TTS 서버(235)에 전달한다(S580). 이어서, TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다(S590).

세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다. 즉, 세탁기(100)는 "표준 코스 및 헹굼추가옵션이 설정 되었습니다", "커피의 경우 주방세제와 식초를 각각 1:1 비율로 섞어 칫솔에 묻혀 닦아주는 방법을 추천 드립니다" 라는 안내멘트를 음성으로 출력할 수 있다.

정리하면, 사용자는 세탁물과 오염물에 대한 정보를 발화함으로써, 세탁물을 어떠한 세탁 코스로 세탁해야 하는지에 대한 정보를 세탁기(100)로부터 안내받을 수 있다. 또한, 사용자는 오염물을 효과적으로 제거할 수 있는 세탁 방법을 세탁기(100)로부터 안내받을 수 있다. 이를 통해, 사용자는 세탁기(100)가 어떠한 세탁 코스를 제공하는지 잘 모르더라도, 세탁물에 대한 최적의 세탁 코스로 세탁을 수행할 수 있다.

도 13은 본 발명의 음성 인식 제어 방법에 대한 제3 실시예를 설명하기 위한 개략도이다. 이하에서는 전술한 실시예와 중복되는 내용은 생략하고 차이점을 위주로 설명하도록 한다.

도 13을 참조하면, 우선 세탁기(100)는 사용자의 음성을 수신한다(S610). 이하에서는, 사용자가 "LG트롬, 와이셔츠와 티셔츠 세탁하려 해"라고 발화한 것을 예로 들어, 본 발명의 음성 인식 제어 방법을 설명하도록 한다.

이어서, 세탁기(100)는 기동어가 인식되는 경우, 이후에 사용자가 발화하는 내용을 자연어 명령으로 처리할 수 있다. 여기에서, 자연어 명령은 "와이셔츠와 티셔츠 세탁하려 해"가 될 수 있다.

이어서, 자연어 명령에 해당하는 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다(S620).

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환하여 NLP 서버(233)에 전달한다(S630).

이어서, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 '와이셔츠' 및 '티셔츠'가 될 수 있다.

이어서, NLP 서버(233)는 '와이셔츠' 및 '티셔츠'를 클로쓰워드로 선정한다. 이때, 추출된 키워드는 복수 개의 클로쓰워드를 포함한다.

이어서, NLP 서버(233)는 복수의 클로쓰워드에 대응되는 세탁 코스를 각각 매핑한다. 예를 들어, '와이셔츠'와 '티셔츠'에 대응되는 세탁 코스는 모두 '표준 코스'가 될 수 있다. 즉, 복수의 클로쓰워드에 대응되는 각각의 세탁 코스는 모두 동일할 수 있다.

이어서, NLP 서버(233)는 매핑된 세탁 코스(즉, '표준 코스')가 하나이므로, 해당 세탁 코스(즉, '표준 코스')와, 이에 대응되는 복수의 클로쓰워드(즉, '와이셔츠'와 '티셔츠')를 제어 서버(240)에 전달한다(S650).

추가적으로, NLP 서버(233)는 입력된 복수의 클로쓰워드가 동시 세탁이 가능함을 알려주는 안내멘트를 생성하여 세탁기(100)에 제공할 수 있다. 예를 들어, NLP 서버(233)는 "말씀하신 세탁물들은 동시 세탁이 가능합니다."라는 안내멘트를 생성하여, 세탁기(100)에 전달할 수 있다.

이어서, 제어 서버(240)는 수신된 세탁 코스(즉, '표준 코스')로 세탁기(100)의 세탁 코스를 설정한다(S660).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신한다(S665).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과에 대한 안내멘트를 생성할 수 있다(S670). 예를 들어, 세탁기(100)의 설정 결과에 대한 안내멘트는 "표준 코스로 설정 되었습니다"가 될 수 있다.

이어서, 제어 서버(240)는 생성된 안내멘트를 음성 인식 서버 시스템(200)을 통하여 세탁기(100)에 전달할 수 있다(S675).

이어서, 세탁기(100)는 전달받은 안내멘트를 TTS 서버(235)에 전달한다(S680). 예를 들어, 세탁기(100)는 NLP 서버(233)로부터 전달받은 동시 세탁 가능에 대한 안내멘트와, 제어 서버(240)로부터 수신한 세탁기(100)의 설정 결과에 대한 안내멘트를 모두 전달할 수 있다.

이어서, TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다(S690).

세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다. 즉, 세탁기(100)는 "표준 코스로 설정 되었습니다", "말씀하신 세탁물들은 동시 세탁이 가능합니다."라는 안내멘트를 음성으로 출력할 수 있다.

추가적으로, NLP 서버(233)는 세탁기(100)에 포함된 복수의 세탁부(150A, 150B) 중 어느 하나를 선정하여, 해당 세탁 코스를 설정하고 이에 대한 안내멘트를 세탁기(100)에 제공할 수 있다.

예를 들어, NLP 서버(233)는 "메인세탁기가 표준 코스로 설정 되었습니다. 말씀하신 세탁물들은 동시 세탁이 가능하므로 메인세탁기에 넣어주세요"라는 안내멘트를 제공할 수 있다. 다만, 이는 하나의 예시에 불과하며, 본 발명이 이에 한정되는 것은 아니다.

정리하면, 사용자는 복수의 세탁물에 대한 정보를 발화함으로써, 복수 개의 세탁물에 대한 분리 세탁 필요 여부를 세탁기(100)로부터 안내받을 수 있다. 이를 통해, 본 발명은 다양한 세탁물을 한번에 세탁할 때 발생할 수 있는 이염 또는 오염 사고를 방지할 수 있다. 또한, 사용자는 세탁기(100)가 어떠한 세탁 코스를 제공하는지 잘 모르더라도, 복수의 세탁물에 대한 최적의 세탁 코스로 세탁을 수행할 수 있다.

도 14는 본 발명의 음성 인식 제어 방법에 대한 제4 실시예를 설명하기 위한 개략도이다.이하에서는 전술한 실시예와 중복되는 내용은 생략하고 차이점을 위주로 설명하도록 한다.

도 14를 참조하면, 우선 세탁기(100)는 사용자의 음성을 수신한다(S710). 이하에서는, 사용자가 "LG트롬, 아기옷이랑 이불 같이 세탁해줘"라고 발화한 것을 예로 들어, 본 발명의 음성 인식 제어 방법을 설명하도록 한다.

이어서, 세탁기(100)는 기동어가 인식되는 경우, 이후에 사용자가 발화하는 내용을 자연어 명령으로 처리할 수 있다. 여기에서, 자연어 명령은 "아기옷이랑 이불 같이 세탁해줘"가 될 수 있다.

이어서, 자연어 명령에 해당하는 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다(S720).

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환하여 NLP 서버(233)에 전달한다(S730).

이어서, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 '아기옷' 및 '이불'이 될 수 있다.

이어서, NLP 서버(233)는 '아기옷' 및 '이불'을 클로쓰워드로 선정한다. 이때, 추출된 키워드는 복수 개의 클로쓰워드를 포함한다.

이어서, NLP 서버(233)는 복수의 클로쓰워드에 대응되는 세탁 코스를 각각 매핑한다. 예를 들어, '아기옷'에 대응되는 세탁 코스는 '아기옷 코스'가 될 수 있다. 반면, '이불'에 대응되는 세탁 코스는 '이불 코스'가 될 수 있다.

이어서, NLP 서버(233)는 매핑된 세탁 코스가 서로 상이한지 여부를 판단한다.

이어서, NLP 서버(233)는 매핑된 세탁 코스(즉, '아기옷 코스'와 '이불 코스')가 서로 다르므로, 분리 세탁이 필요함을 판단한다.

이어서, NLP 서버(233)는 제1 및 제2 세탁 코스(즉, '아기옷 코스'와 '이불 코스')를 세탁기(100)에 포함된 서로 다른 세탁부(150A, 150B)에 할당한다.

구체적으로, NLP 서버(233)는 전술한 표 4의 데이터베이스를 참조하여, 클로쓰워드에 대한 세탁 코스가 미니 워셔(즉, 제2 세탁부(150B))에서 세탁 가능한지 여부를 판단한다. 여기에서, 표 4의 데이터베이스는 소량 세탁 또는 분리 세탁에 관한 세탁 코스 정보가 저장된다.

이어서, NLP 서버(233)는 표 4의 데이터베이스에 포함된 세탁 코스(즉, '아기옷 코스')를 미니 워셔(즉, 제2 세탁부(150B))에 설정할 수 있다.

이어서, NLP 서버(233)는 나머지 세탁 코스(즉, '이불 코스')를 메인 워셔(즉, 제1 세탁부(150A)에 설정할 수 있다.

이어서, NLP 서버(233)는 미니 워셔(즉, 제2 세탁부(150B))에 설정된 제1 세탁 코스(즉, '아기옷 코스')와 이에 대응되는 클로쓰워드(즉, '아기옷')를 제어 서버(240)에 전달한다(S750). 또한, NLP 서버(233)는 메인 워셔(즉, 제1 세탁부(150A)에 설정된 제2 세탁 코스(즉, '이불 코스')와 이에 대응되는 클로쓰워드(즉, '이불')를 제어 서버(240)에 전달한다.

추가적으로, NLP 서버(233)는 입력된 복수의 클로쓰워드가 분리 세탁을 추천하는 안내멘트를 생성하여 세탁기(100)에 제공할 수 있다. 예를 들어, NLP 서버(233)는 "아기옷과 이불은 분리세탁을 추천드립니다", "세탁물을 분리하여 넣어주세요"라는 안내멘트를 생성하여, 세탁기(100)에 전달할 수 있다.

이어서, 제어 서버(240)는 수신된 세탁 코스(즉, '아기옷 코스'와 '이불 코스')와 각 세탁부(150A, 150B)의 설정값을 기초로 세탁기(100)의 세탁 코스를 설정한다(S760). 즉, 제어 서버(240)는 제2 세탁부(150B)에 '아기옷 코스'를 설정하고, 제1 세탁부(150A)에 '이불 코스'를 설정하는 제어 명령을 전달한다.

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신한다(S765).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과에 대한 안내멘트를 생성할 수 있다(S770). 예를 들어, 세탁기(100)의 설정 결과에 대한 안내멘트는 "미니워시에 아기옷 코스를 설정하였고, 메인세탁기에 이불코스를 설정했습니다"가 될 수 있다.

이어서, 제어 서버(240)는 생성된 안내멘트를 음성 인식 서버 시스템(200)을 통하여 세탁기(100)에 전달할 수 있다(S775).

이어서, 세탁기(100)는 전달받은 안내멘트를 TTS 서버(235)에 전달한다(S780). 예를 들어, 세탁기(100)는 NLP 서버(233)로부터 전달받은 분리 세탁에 관한 안내멘트와, 제어 서버(240)로부터 수신한 세탁기(100)의 설정 결과에 대한 안내멘트를 모두 전달할 수 있다.

이어서, TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다(S790).

세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다. 즉, 세탁기(100)는 "아기옷과 이불은 분리세탁을 추천드립니다", "미니워시에 아기옷 코스를 설정하였고, 메인세탁기에 이불코스를 설정했습니다", "세탁물을 분리하여 넣어주세요"라는 안내멘트를 음성으로 출력할 수 있다. 다만, 이는 하나의 예시일 뿐, 안내멘트는 다양하게 변형되어 실시될 수 있다.

정리하면, 사용자는 복수의 세탁물에 대한 정보를 발화함으로써, 복수 개의 세탁물에 대한 분리 세탁 필요 여부를 세탁기(100)로부터 안내받을 수 있다. 사용자는 분리 세탁이 필요한 세탁물을 어느 세탁조에서 세탁해야 하는지에 대한 정보를 제공받을 수 있다. 이를 통해, 본 발명은 다양한 세탁물을 한번에 세탁할 때 발생할 수 있는 이염 또는 오염 사고를 방지할 수 있다. 또한, 사용자는 세탁기(100)가 어떠한 세탁 코스를 제공하는지 잘 모르더라도, 복수의 세탁물에 대한 최적의 세탁 코스로 세탁을 수행할 수 있다.

도 15는 본 발명의 음성 인식 제어 방법에 대한 제5 실시예를 설명하기 위한 개략도이다.이하에서는 전술한 실시예와 중복되는 내용은 생략하고 차이점을 위주로 설명하도록 한다.

도 15를 참조하면, 우선 세탁기(100)는 사용자의 음성을 수신한다(S810). 이하에서는, 사용자가 "LG트롬, 더러운 속옷이랑 운동복 같이 세탁해줘"라고 발화한 것을 예로 들어, 본 발명의 음성 인식 제어 방법을 설명하도록 한다.

이어서, 세탁기(100)는 기동어가 인식되는 경우, 이후에 사용자가 발화하는 내용을 자연어 명령으로 처리할 수 있다. 여기에서, 자연어 명령은 "더러운 속옷이랑 운동복 같이 세탁해줘"가 될 수 있다.

이어서, 자연어 명령에 해당하는 음성 데이터는 음성 인식 서버 시스템(200)에 전달될 수 있다(S820).

이어서, 자연어 명령이 수신되는 경우, ASR 서버(231)는 수신된 음성 데이터를 텍스트(text) 데이터로 변환하여 NLP 서버(233)에 전달한다(S830).

이어서, NLP 서버(233)는 수신한 텍스트 데이터에서 음성 명령에 대한 키워드를 추출한다. 여기에서, 추출된 키워드는 '더러운', '속옷' 및 '운동복'이 될 수 있다.

이어서, NLP 서버(233)는 '더러운'을 스테인워드로 선정하고, '속옷' 및 '운동복'을 클로쓰워드로 선정한다. 이때, 추출된 키워드는 복수 개의 클로쓰워드를 포함한다.

이어서, NLP 서버(233)는 복수의 클로쓰워드에 대응되는 세탁 코스를 각각 매핑한다. 예를 들어, '속옷'에 대응되는 세탁 코스는 '란제리/울 코스'가 될 수 있다. 반면, '운동복'에 대응되는 세탁 코스는 '기능성의류 코스'가 될 수 있다.

이어서, NLP 서버(233)는 매핑된 세탁 코스(즉, '란제리/울 코스'와 '기능성의류 코스')가 서로 다르므로, 분리 세탁이 필요함을 판단한다.

이어서, NLP 서버(233)는 제1 및 제2 세탁 코스(즉, '란제리/울 코스'와 '기능성의류 코스')를 세탁기(100)에 포함된 서로 다른 세탁부(150A, 150B)에 할당한다.

이어서, NLP 서버(233)는 표 4의 데이터베이스에 포함된 세탁 코스(즉, '란제리/울 코스')를 미니 워셔(즉, 제2 세탁부(150B))에 설정할 수 있다.

이어서, NLP 서버(233)는 나머지 세탁 코스(즉, '기능성의류 코스')를 메인 워셔(즉, 제1 세탁부(150A))에 설정할 수 있다.

이어서, 추출된 키워드에 스테인워드가 포함되었으므로, NLP 서버(233)는 스테인워드(즉, '더러운')가 복수의 클로쓰워드 중 어떤 클로쓰워드와 관련도가 높은지 판단한다.

이때, 자연어 명령 내에서 스테인워드와 클로쓰워드의 위치, 각 단어의 수식 관계, 단어 사이의 거리 등을 기초로, NLP 서버(233)는 스테인워드가 어떠한 클로쓰워드와 관련도가 높은지 판단할 수 있다. 예를 들어, 스테인워드(즉, '더러운')는 자연어 명령 내에서 제1 클로쓰워드(즉, '속옷')에 더 가까이에 위치하며, 제1 클로쓰워드(즉, '속옷')을 수식하는 관계이므로, 제1 클로쓰워드(즉, 속옷)와 높은 관련도를 갖는다.

이어서, NLP 서버(233)는 스테인워드(즉, '더러운')에 대응되는 추가 세탁 옵션을 반영하여, 관련도가 높은 제1 클로쓰워드(즉, '속옷')의 제1 세탁 코스(즉, '란제리/울 코스')를 조정할 수 있다.

예를 들어, NLP 서버(233)는 스테인워드(즉, '더러운')의 오염도를 고려하여 기존의 제1 세탁 코스(즉, '란제리/울 코스')를 다른 세탁 코스('소량삶음 코스')로 변경할 수 있다. 다만, 이는 하나의 예시일 뿐, 세탁 코스의 조정은 다양하게 변형되어 실시될 수 있다.

이어서, NLP 서버(233)는 미니 워셔(즉, 제2 세탁부(150B))에 설정된 제1 세탁 코스(즉, '소량삶음 코스')와 이에 대응되는 스테인워드(즉, '더러운') 및 클로쓰워드(즉, '속옷')를 제어 서버(240)에 전달한다(S850). 또한, NLP 서버(233)는 메인 워셔(즉, 제1 세탁부(150A)에 설정된 제2 세탁 코스(즉, '기능성의류 코스')와 이에 대응되는 클로쓰워드(즉, '운동복')를 제어 서버(240)에 전달한다.

추가적으로, NLP 서버(233)는 입력된 복수의 클로쓰워드가 분리 세탁을 추천하는 안내멘트를 생성하여 세탁기(100)에 제공할 수 있다. 예를 들어, NLP 서버(233)는 "속옷과 운동복은 분리세탁을 추천드립니다", "세탁물을 분리하여 넣어주세요"라는 안내멘트를 생성하여, 세탁기(100)에 전달할 수 있다.

이어서, 제어 서버(240)는 수신된 세탁 코스(즉, '소량삶음 코스'와 '기능성의류 코스')와 각 세탁부의 설정값을 기초로 세탁기(100)의 세탁 코스를 설정한다(S860). 즉, 제어 서버(240)는 제2 세탁부(150B)에 '소량삶음 코스'를 설정하고, 제1 세탁부(150A)에 '기능성의류 코스'를 설정하는 제어 명령을 전달한다.

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과를 수신한다(S865).

이어서, 제어 서버(240)는 세탁기(100)의 설정 결과에 대한 안내멘트를 생성할 수 있다(S870). 예를 들어, 세탁기(100)의 설정 결과에 대한 안내멘트는 "속옷은 오염도를 고려하여 소량삶음 코스로 미니워시에서 세탁하고, 운동복은 기능성의류 코스로 메인세탁기에서 세탁하는 것을 추천드립니다.", "각각의 코스가 설정되었습니다"가 될 수 있다.

추가적으로, 도면에 도시하지는 않았으나, 제어 서버(240)는 스테인워드(즉, '더러운')에 대한 세탁 팁 정보를 포함하는 안내멘트를 생성하여 세탁기(100)에 전달할 수 있다.

이어서, 제어 서버(240)는 생성된 안내멘트를 음성 인식 서버 시스템(200)을 통하여 세탁기(100)에 전달할 수 있다(S875).

이어서, TTS 서버(235)는 수신한 안내멘트를 음성 데이터로 변환하여 세탁기(100)에 다시 전달할 수 있다(S890).

세탁기(100)는 전달받은 음성 데이터를 음성안내부(120)를 통해 소리로 변환하여 출력할 수 있다.

추가적으로, 세탁기(100)는 설정된 세탁 코스에 대한 사용자의 승인이 있는 경우, 해당 세탁 코스를 수행할 수 있다. 전술한 바와 같이 사용자의 승인은 음성 인식을 통해 판단될 수 있다. 이때, 사용자 승인과 같은 간단한 음성 인식은 세탁기(100)가 수행하고, 자연어 처리 등 고차원의 음성 인식은 음성 인식 서버 시스템(200)에서 수행될 수 있다.

예를 들어, 세탁기(100)는 "속옷과 운동복은 분리세탁을 추천드립니다", "속옷은 오염도를 고려하여 소량삶음 코스로 미니워시에서 세탁하고, 운동복은 기능성의류 코스로 메인세탁기에서 세탁하는 것을 추천드립니다." 라는 안내멘트를 음성으로 출력할 수 있다.

이어서, 세탁기(100)는 추천된 세탁 코스에 대한 사용자의 승인이 있는 경우, 해당 세탁 코스를 해당 세탁부에 설정할 수 있다. 이때, 세탁기(100)는 사용자의 승인이 있을 때까지 대기 상태를 유지할 수 있다.

이어서, 사용자의 승인이 있는 경우, 세탁기(100)는 "각각의 코스가 설정되었습니다","세탁물을 분리하여 넣어주세요"라는 안내멘트를 음성으로 출력할 수 있다. 이어서, 사용자가 세탁물을 분리하여 투입한 뒤 사용자의 추가적인 승인이 있는 경우, 세탁기(100)는 해당 세탁 코스를 수행할 수 있다. 다만, 이는 하나의 예시일 뿐, 안내멘트는 다양하게 변형되어 실시될 수 있다.

정리하면, 사용자는 복수의 세탁물에 대한 정보를 발화함으로써, 복수 개의 세탁물에 대한 분리 세탁 필요 여부를 세탁기(100)로부터 안내받을 수 있다.

또한, 사용자는 세탁 코스나 옵션을 직접 선택하지 않고, 오염물에 대한 세탁물의 최적 세탁 코스를 추천받을 수 있다. 또한, 사용자는 분리 세탁이 필요한 세탁물을 어느 세탁부에서 세탁해야 하는지에 대한 정보를 제공받을 수 있다.

또한, 세탁기(100)는 세탁 코스를 추천하는 안내멘트를 출력한 이후에, 사용자의 승인이 있는 경우에만 세탁 코스의 동작 단계로 넘어갈 수 있다. 이를 통해, 사용자는 세탁기(100)와의 대화를 통해 세탁 동작을 수행할 수 있다.

이를 통해, 사용자는 별도의 설정 없이 오염물을 효과적으로 제거할 수 있는 세탁 코스로 복수의 세탁물을 세탁할 수 있다. 이에 따라, 세탁기를 효율적으로 사용할 수 있어, 세탁 성능은 향상될 수 있다. 또한, 복수의 세탁물을 세탁하는데 소요되는 세탁 시간도 감소될 수 있다.

이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 통상의 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 따라서, 이러한 변경과 변형이 본 발명의 범위를 벗어나지 않는 한 본 발명의 범주 내에 포함되는 것으로 이해할 수 있을 것이다.

100: 세탁기 110: 음성입력부
120: 음성안내부 130: 음성인식모듈
131: ASR부 133: NLP부
135: TTS부 140: 제어부
150: 세탁부 160: 통신부
170: 인터페이스부 180: 메모리부
200: 음성 인식 서버 시스템

Claims

세탁기 및 음성 인식 서버 시스템에서 수행되는 음성 인식 제어 방법에 있어서,
사용자의 음성 신호를 수신하는 단계;
상기 수신된 음성 신호를 텍스트로 변환하는 단계;
상기 변환된 텍스트에 포함된 키워드를 추출하는 단계;
상기 추출된 키워드에서 옷감을 지시하는 클로쓰워드(cloth-word)와 오염물을 지시하는 스테인워드(stain-word)를 구분하는 단계;
상기 클로쓰워드와 상기 스테인워드에 대응되는 세탁 코스를 결정하는 단계;
상기 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스에서 검색하여 상기 세탁기에 전달하는 단계; 및
상기 세탁기에서 상기 세탁 코스와 상기 세탁 팁 정보에 대응되는 안내멘트를 소리로 출력하는 단계를 포함하며,
상기 세탁 코스를 결정하는 단계는 상기 클로쓰워드에 대응되는 세탁 코스를 매핑하는 단계와,
상기 스테인워드에 대응되는 추가 세탁 옵션을 반영한 후, 상기 스테인워드와 관련도가 높은 클로쓰워드의 상기 세탁코스를 조정하는 단계를 더 포함하는
음성 인식 제어 방법.
제1항에 있어서,
상기 세탁 코스를 결정하는 단계는,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 스테인워드가 상기 제1 및 제2 클로쓰워드 중 어느 클로쓰워드와 관련이 있는지 선정하는 단계와,
상기 스테인워드를 고려하여, 상기 선정된 클로쓰워드에 대응되는 세탁 코스의 행정 중 적어도 하나를 변경하는 단계를 포함하는
음성 인식 제어 방법.
제1항에 있어서,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 제1 클로쓰워드에 대응되는 제1 세탁 코스와 상기 제2 클로쓰워드에 대응되는 제2 세탁 코스가 동일한지 여부를 판단하는 단계를 더 포함하는
음성 인식 제어 방법.
제3항에 있어서,
상기 제1 및 제2 세탁 코스가 서로 다른 경우, 상기 제1 및 제2 세탁 코스를 제어 서버에 전달하는 단계와,
상기 세탁기에 포함된 서로 다른 제1 세탁부 및 제2 세탁부에 상기 제1 및 제2 세탁 코스를 각각 설정하는 단계를 더 포함하는
음성 인식 제어 방법.
제4항에 있어서,
상기 제1 및 제2 세탁 코스를 각각 설정하는 단계는,
소량 세탁 또는 분리 세탁에 관한 세탁 코스 정보가 저장된 제1 데이터베이스를 기초로, 상기 제1 또는 제2 세탁 코스 중 상기 제1 데이터베이스에 포함되는 세탁 코스를 상기 제1 세탁부에 설정하는 단계와,
나머지 세탁 코스를 상기 제2 세탁부에 설정하는 단계를 포함하는
음성 인식 제어 방법.
제3항에 있어서,
상기 세탁기에 전달하는 단계는,
상기 제1 및 제2 세탁 코스가 동일한 경우, 상기 제1 세탁 코스로 상기 세탁기의 동작 코스를 설정하는 단계와,
상기 세탁기의 설정 결과에 대한 정보 및 상기 스테인워드에 대한 상기 세탁 팁 정보를 생성하여 상기 세탁기에 전달하는 것을 포함하는
음성 인식 제어 방법.
제1항에 있어서,
상기 결정된 세탁 코스로 상기 세탁기의 동작 코스를 설정하고, 상기 세탁기의 설정 결과에 대한 정보를 상기 세탁기에 전달하는 단계를 더 포함하는
음성 인식 제어 방법.
사용자의 음성 신호를 수신하는 음성 입력부;
상기 수신된 음성 신호를 텍스트로 변환하는 음성 인식부(ASR부);
상기 변환된 텍스트에서 옷감을 지시하는 클로쓰워드(cloth-word)와 오염물을 지시하는 스테인워드(stain-word)를 추출하고, 상기 클로쓰워드와 상기 스테인워드에 대응되는 세탁 코스를 결정하는 의도 분석부(NLP부);
상기 결정된 세탁 코스를 기초로 상기 옷감을 세탁하는 세탁부의 동작을 제어하고, 상기 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스에서 추출하는 제어부; 및
상기 추출된 세탁 팁 정보에 대응되는 안내멘트를 소리로 출력하는 음성 안내부를 포함하며,
상기 세탁 코스는 상기 클로쓰워드에 대응되는 세탁 코스를 매핑하고, 상기 스테인워드에 대응되는 추가 세탁 옵션을 반영한 후, 상기 스테인워드와 관련도가 높은 클로쓰워드의 상기 세탁코스를 조정하여 결정된 것을 특징으로 하는
세탁기.
제8항에 있어서,
상기 의도 분석부는,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 제1 클로쓰워드에 대응되는 제1 세탁 코스와 상기 제2 클로쓰워드에 대응되는 제2 세탁 코스가 동일한지 여부를 판단하는
세탁기.
제9항에 있어서,
상기 의도 분석부는, 상기 제1 및 제2 세탁 코스가 서로 다른 경우, 상기 제1 및 제2 세탁 코스를 상기 제어부에 전달하고,
상기 제어부는, 상기 제1 및 제2 세탁 코스를 상기 세탁부에 포함된 서로 다른 제1 세탁부 및 제2 세탁부에 각각 설정하는
세탁기.
제10항에 있어서,
상기 의도 분석부는, 소량 세탁 또는 분리 세탁에 관한 세탁 코스 정보가 저장된 데이터베이스를 기초로, 상기 제1 또는 제2 세탁 코스 중 상기 데이터베이스에 포함되는 세탁 코스를 상기 제1 세탁부에 설정하되,
상기 제1 세탁부의 크기는, 상기 제2 세탁부의 크기보다 작은
세탁기.
제9항에 있어서,
상기 의도 분석부는, 상기 제1 및 제2 세탁 코스가 동일한 경우, 상기 제1 세탁 코스와 상기 스테인워드를 상기 제어부에 전달하고,
상기 제어부는, 수신된 상기 제1 세탁 코스를 상기 세탁부의 동작 코스로 설정하고, 상기 스테인워드에 대응되는 세탁 팁 정보를 추출하며,
상기 음성 안내부는, 상기 세탁기의 설정 결과에 대한 정보와 상기 추출된 세탁 팁 정보를 포함하는 안내멘트를 소리로 출력하는
세탁기.
제8항에 있어서,
상기 의도 분석부는,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 스테인워드가 상기 제1 및 제2 클로쓰워드 중 어느 클로쓰워드와 관련이 있는지 결정하고,
상기 스테인워드를 기초로, 상기 결정된 클로쓰워드에 대응되는 세탁 코스의 행정 중 적어도 하나를 변경하는
세탁기.
제8항에 있어서,
상기 클로쓰워드에 대응되는 세탁 코스 및 상기 스테인워드에 대응되는 추가 세탁 옵션에 대한 정보를 저장하는 제1 데이터베이스와, 상기 스테인워드에 대응되는 세탁 팁 정보를 포함하는 제2 데이터베이스를 포함하는 메모리부를 더 포함하고,
상기 의도 분석부는, 상기 제1 데이터베이스를 이용하여 상기 클로쓰워드에 대응되는 세탁 코스 및 상기 스테인워드에 대응되는 추가 세탁 옵션을 결정하고,
상기 제어부는, 상기 제2 데이터베이스를 이용하여 상기 스테인워드에 대응되는 세탁 팁 정보를 선정하는
세탁기.
제8항에 있어서,
상기 클로쓰워드는, 상기 옷감의 종류, 상기 옷감의 직물명칭 또는 상기 옷감의 색상 중 어느 하나를 포함하고,
상기 스테인워드는, 상기 오염물의 명칭, 상기 오염물의 색상 또는 상기 오염물의 화학적 특성 중 어느 하나를 포함하는
세탁기.
세탁기로부터 사용자의 음성 신호를 수신하고, 상기 음성 신호를 텍스트로 변환하는 음성 인식 서버(ASR 서버);
상기 변환된 텍스트에서 옷감을 지시하는 클로쓰워드(cloth-word)와 오염물을 지시하는 스테인워드(stain-word)를 추출하고, 상기 클로쓰워드와 상기 스테인워드에 대응되는 세탁 코스를 결정하는 의도 분석 서버(NLP 서버); 및
상기 스테인워드에 대응되는 세탁 팁 정보를 미리 저장된 데이터베이스에서 검색하여 상기 세탁기에 전달하는 제어 서버를 포함하며,
상기 세탁 코스는 상기 클로쓰워드에 대응되는 세탁 코스를 매핑하고, 상기 스테인워드에 대응되는 추가 세탁 옵션을 반영한 후, 상기 스테인워드와 관련도가 높은 클로쓰워드의 상기 세탁코스를 조정하여 결정된 것을 특징으로 하는
음성 인식 서버 시스템.
제16항에 있어서,
상기 제어 서버는,
수신된 상기 세탁 코스를 상기 세탁기의 동작 코스로 설정하고, 상기 세탁기의 설정 결과에 대한 정보와 상기 세탁 팁 정보를 생성하여 상기 세탁기에 전달하는
음성 인식 서버 시스템.
제17항에 있어서,
상기 세탁기로부터 상기 세탁기의 설정 결과에 대한 정보와 상기 세탁 팁 정보를 포함하는 안내멘트를 전달받고, 상기 안내멘트를 음성 데이터로 변환하여 상기 세탁기에 전달하는 음성 변환 서버(TTS 서버)를 더 포함하는
음성 인식 서버 시스템.
제16항에 있어서,
상기 의도 분석 서버는,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 스테인워드가 상기 제1 및 제2 클로쓰워드 중 어느 클로쓰워드와 관련이 있는지 결정하고,
상기 스테인워드를 기초로, 상기 결정된 클로쓰워드에 대응되는 세탁 코스의 행정 중 적어도 하나를 변경하는
음성 인식 서버 시스템.
제16항에 있어서,
상기 의도 분석 서버는,
상기 변환된 텍스트에 제1 및 제2 클로쓰워드가 포함된 경우, 상기 제1 클로쓰워드에 대응되는 제1 세탁 코스와 상기 제2 클로쓰워드에 대응되는 제2 세탁 코스가 동일한지 여부를 판단하는
음성 인식 서버 시스템.
제20항에 있어서,
상기 의도 분석 서버는, 상기 제1 및 제2 세탁 코스가 서로 다른 경우, 상기 제1 및 제2 세탁 코스를 상기 제어 서버에 전달하고,
상기 제어 서버는, 상기 제1 및 제2 세탁 코스를 상기 세탁기에 포함된 서로 다른 제1 세탁부 및 제2 세탁부에 각각 설정하는
음성 인식 서버 시스템.
제21항에 있어서,
상기 의도 분석 서버는,
소량 세탁 또는 분리 세탁에 관한 세탁 코스 정보가 저장된 제1 데이터베이스를 기초로, 상기 제1 또는 제2 세탁 코스 중 상기 제1 데이터베이스에 포함되는 세탁 코스를 상기 제1 세탁부에 설정하고, 나머지 세탁 코스를 상기 제2 세탁부에 설정하되,
상기 제1 세탁부의 크기는 상기 제2 세탁부의 크기보다 작은
음성 인식 서버 시스템.
제20항에 있어서,
상기 의도 분석 서버는, 상기 제1 및 제2 세탁 코스가 동일한 경우, 상기 제1 세탁 코스와 상기 스테인워드를 상기 제어 서버에 전달하고,
상기 제어 서버는, 수신된 상기 제1 세탁 코스로 상기 세탁기의 세탁 코스를 설정하고, 상기 세탁기의 설정 결과에 대한 정보 및 상기 스테인워드에 대한 상기 세탁 팁 정보를 생성하여 상기 세탁기에 전달하는
음성 인식 서버 시스템.