KR102212677B1 - Disc 기반 챗봇 시스템 - Google Patents

Disc 기반 챗봇 시스템 Download PDF

Info

Publication number
KR102212677B1
KR102212677B1 KR1020190097777A KR20190097777A KR102212677B1 KR 102212677 B1 KR102212677 B1 KR 102212677B1 KR 1020190097777 A KR1020190097777 A KR 1020190097777A KR 20190097777 A KR20190097777 A KR 20190097777A KR 102212677 B1 KR102212677 B1 KR 102212677B1
Authority
KR
South Korea
Prior art keywords
iot device
chatbot
client
user
request
Prior art date
Application number
KR1020190097777A
Other languages
English (en)
Inventor
최희재
Original Assignee
주식회사 지금컴퍼니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 지금컴퍼니 filed Critical 주식회사 지금컴퍼니
Priority to KR1020190097777A priority Critical patent/KR102212677B1/ko
Application granted granted Critical
Publication of KR102212677B1 publication Critical patent/KR102212677B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H04L67/22—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명의 챗봇 시스템은 클라이언트 연동부와, 챗봇 서비스부와, IoT 디바이스 제어부를 포함한다. 클라이언트 연동부는 사용자 단말에 설치된 챗봇 클라이언트로부터 IoT 디바이스 제어 요청을 수신하고, 수신된 IoT 디바이스 제어 요청에 대응하여 생성된 응답을 챗봇 클라이언트에 전달하고, 챗봇 서비스부는 수신된 요청을 분석하여 사용자가 제어하려는 IoT 디바이스와 제어 방법을 파악하고, 해당 IoT 디바이스의 이전 사용이력을 기초로 요청에 대한 응답 및 IoT 디바이스 제어 명령을 생성하고, IoT 디바이스 제어부는 생성된 IoT 디바이스 제어 명령을 디바이스로 전송하여 디바이스를 제어한다.

Description

DISC 기반 챗봇 시스템{DISC BASED CHATBOT SYSTEM}
본 발명은 챗봇 시스템에 관한 것으로서, 더욱 상세하게는 개인의 생활공간에 설치된 IoT 디바이스의 사용패턴으로부터 분석한 DISC 기반 개인성향을 고려하여 IoT 디바이스에 대한 개인화된 서비스를 추천하는 챗봇 시스템에 관한 것이다.
사람들은 저마다 서로 다른 행동의 경향성을 가지고 있으며, 서로 다른 방식으로 사물을 이해하고 판단한다. 이렇듯 저마다 다른 독특한 인간의 특성을 설명하는 행동 모델의 하나로 DISC 행동유형 패턴모델이 있다. DISC는 192I년 미국 콜롬비아 대학의 Marston 박사가 고안한 인간의 행동유형 패턴을 검사하는 방법으로 성격 유형을 사람들의 행동유형에 따라 구분하여 주도형(Dominance), 사교형(Influence), 안정형(Steadiness), 신중형(Conscientiousness)의 4가지 유형으로 분류한다. DISC는 이 4가지 유형의 머리글자를 따서 이르는 말이다.
챗봇 시스템은 텍스트나 음성으로 사람과 대화하는 소프트웨어 시스템으로 기본적인 개념은 1950년 앨런 튜링에 의해 제안되었다. 최근 챗봇은 인공지능(AI)과 메신저 서비스가 결합하여 상품 주문 시스템, 금융 시스템 등에서 많이 도입되고 있는 추세이다.
또한 사물 인터넷 환경에서 사용자 단말에 설치된 클라이언트 소프트웨어를 통해 사용자가 IoT 디바이스들을 제어하는 데에도 사용되고 있다. 다만, IoT 디바이스를 제어하는 챗봇은 디바이스의 제어에 집중하고 있는 것이 현실이다.
본 발명은 개인이 생활공간 내에 설치된 IoT 디바이스들의 사용패턴을 분석하고 학습하여 상황에 따라 IoT 디바이스의 사용에 대한 사용자의 행동을 추천하는 시스템을 제공하는 것을 목적으로 한다.
추가로, 본 발명은 IoT 디바이스의 사용에 대한 사용자의 행동 추천 시 사용자의 성향을 고려하여 행동을 추천하는 시스템을 제공하는 것을 또 다른 목적으로 한다.
본 발명의 일 양상에 따르면 챗봇 시스템은 클라이언트 연동부와, 챗봇 서비스부와, IoT 디바이스 제어부를 포함한다.
클라이언트 연동부는 사용자 단말에 설치된 챗봇 클라이언트로부터 IoT 디바이스 제어 요청을 수신하고, 수신된 IoT 디바이스 제어 요청에 대응하여 생성된 응답을 챗봇 클라이언트에 전달한다.
챗봇 서비스부는 수신된 요청을 분석하여 사용자가 제어하려는 IoT 디바이스와 제어 방법을 파악하고, 해당 IoT 디바이스의 이전 사용이력을 기초로 요청에 대한 응답 및 IoT 디바이스 제어 명령을 생성한다
IoT 디바이스 제어부는 생성된 IoT 디바이스 제어 명령을 디바이스로 전송하여 디바이스를 제어한다.
본 발명의 추가적 양상에 따르면 챗봇 시스템은 DISC 성향 분석부를 더 포함할 수 있고, DISC 성향 분석부는 사용자의 IoT 디바이스들에 대한 사용이력 정보를 수집하여 각 디바이스의 사용패턴을 분석하고, 딥러닝 기반으로 학습된 DISC 성향 분석 모델을 이용하여 분석된 사용패턴으로부터 사용자의 DISC 성향을 분류할 수 있다. 이때, 챗봇 서비스부는 요청에 대한 응답 및 IoT 디바이스 제어 명령 생성 시 해당 IoT 디바이스의 사용패턴과 사용자의 DISC 성향을 반영하여 응답 및 IoT 디바이스 제어 명령을 생성할 수 있다.
본 발명의 추가적 양상에 따르면 챗봇 시스템은 환경 데이터 수집부를 더 포함할 수 있고, 환경 데이터 수집부는 날씨, 미세먼지 등의 환경 데이터를 제공하는 공공데이터 포털에 접속하여 공공데이터 포털로부터 외부 환경 데이터를 수집하여 저장할 수 있다. 이때, 챗봇 서비스부는 요청에 대한 응답 및 IoT 디바이스 제어 명령 생성 시 수신된 외부 환경 데이터를 추가적으로 반영하고, DISC 성향 분석부는 외부 환경 데이터를 추가적으로 반영하여 IoT 디바이스 사용패턴 분석과 DISC 성향 분석을 수행할 수 있다.
본 발명의 추가적 양상에 따르면 챗봇 시스템은 음성 인식부를 더 포함할 수 있고, 음성 인식부는 클라이언트 연동부가 챗봇 클라이언트로부터 수신한 사용자의 음성 요청 데이터를 텍스트로 변환하여 요청을 인식하고, 변환한 텍스트를 클라이언트 연동부를 통해 챗봇 클라이언트로 송신하고, 인식된 요청을 챗봇 서비스부에 전달할 수 있다.
본 발명의 또 다른 양상에 따르면 챗봇 시스템이 사용자에게 행동을 먼저 추천할 수 있다. 이때, 챗봇 서비스부는 분석된 IoT 디바이스의 사용패턴과 사용자의 DISC 성향으로부터 IoT 디바이스 사용에 대한 행동을 추천과 추천에 대응하는 IoT 디바이스 제어 명령을 생성하고, 클라이언트 연동부는 생성된 행동 추천 메시지를 먼저 챗봇 클라이언트에 푸시할 수 있다.
본 발명의 또 다른 양상에 따르면 챗봇 시스템이 행동 추천에 대한 사용자의 피드백을 다음 행동 추천시 반영할 수 있다. 이때, 클라이언트 연동부는 IoT 디바이스 사용에 대한 행동 추천 수용 여부에 대한 피드백을 챗봇 클라이언트로부터 수신하고, 챗봇 서비스부는 챗봇 클라이언트의 수신한 피드백을 다음 IoT 디바이스 사용에 대한 행동 추천 생성시 반영할 수 있다.
본 발명에 의하면 상황에 따라 개인이 생활공간 내에 설치된 IoT 디바이스들의 사용에 대한 적절한 사용자의 행동을 추천할 수 있다.
또한, 본 발명에 의하면 IoT 디바이스의 사용에 대한 사용자의 행동 추천 시 사용자의 성향을 고려하여 추천에 대한 사용자의 수용 빈도를 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 챗봇 시스템을 개념적으로 도시한 블록도이다.
도 2는 본 발명의 또 다른 실시예에 따른 챗봇 시스템의 행동 추천이 표시된 클라이언트의 화면의 예시를 도시한 것이다.
도 3은 본 발명의 또 다른 실시 예에 따라 챗봇 시스템이 사용자의 행동을 추천하는 과정을 도시한 절차도이다.
도 4는 본 발명의 또 다른 실시예에 따라 챗봇 시스템이 수집한 IoT 디바이스 사용패턴을 분석하여 DISC 성향을 분석하는 과정을 도시한 절차도이다.
도 5는 본 발명의 또 다른 실시예에 따라 챗봇 시스템의 행동 추천에 대한 사용자의 피드백을 수신하는 과정을 도시한 절차도이다.
이하, 첨부한 도면을 참조하여 본 발명의 챗봇 시스템이 사용자의 IoT 디바이스 사용패턴을 분석하여 파악한 DISC 기반의 성향을 기초로 IoT 디바이스 사용에 대한 사용자의 행동을 추천하는 바람직한 실시 예를 상세히 설명한다.
각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
도 1은 본 발명의 일 실시예에 따른 챗봇 시스템을 개념적으로 도시한 블록도이다. 도 1을 참조하여 설명하면, 챗봇 시스템(10)은 각 사용자의 생활 공간(예를 들어, 가정집 등)에 설치된 각종 IoT 디바이스(예를 들어, IoT 가전제품, IoT 센서, IoT 전동 커튼 등)들의 사용 이력 정보 즉, 로그 데이터를 수집한다. 각 사용자의 생활 공간에 설치되는 IoT 디바이스들은 복수 개가 존재하는 것이 일반적이므로 챗봇 시스템(10)과 IoT 디바이스들이 직접 연결되지 않고 IoT 게이트웨이 또는 IoT 허브를 통해 연결되고, IoT 디바이스들은 Bluetooth, Z-Wave, ZigBee 등의 저전력 무선통신 프로토콜을 이용하여 IoT 게이트웨이 또는 IoT 허브와 통신하도록 IoT 인프라가 구성될 수 있다.
발명의 양상에 따라서는 IoT 디바이스들과 챗봇 시스템(10)은 데이터 교환을 위한 통신 프로토콜로 저전력의 소형기기 제어에 적합한 MQTT(Message Queueing Telemetry Transport) 프로토콜을 사용할 수 있다. MQTT 프로토콜은 사물 통신(Machine to Machine, M2M), 사물 인터넷(IoT)과 같이 대역폭이 제한된 통신 환경에 최적화된 푸시 기반의 경량 메시지 전송 프로토콜이다. MQTT 프로토콜에서는 푸시 기술에서 일반적으로 사용되는 클라이언트-서버 방식이 아닌 브로커라는 메시지 매개자를 통해 송신측에서 특정 토픽에 대한 메시지를 발행(publish)하고 해당 토픽에 대하여 수신자가 구독(subscribe)하는 방식으로 메시지를 수신한다. 따라서, MQTT 프로토콜이 사용되는 경우에는 IoT 인프라와 챗봇 시스템(10) 사이에 MQTT 브로커 서버가 추가될 수 있으며, IoT 디바이스들이 로그 데이터를 토픽으로 하여 메시지를 발행하고, 챗봇 시스템(10)이 해당 토픽을 구독하여 MQTT 브로커로부터 해당 메시지를 전달받는다.
챗봇 시스템(10)은 IoT 디바이스들로부터 수집한 데이터들을 정형 데이터와, 비정형 데이터로 분류하여 각 타입에 적합한 데이터베이스에 저장할 수 있다.
또한, 챗봇 시스템(10)은 공공데이터 포털로부터 환경기상과 관련한 데이터를 수집할 수 있다. 챗봇 시스템(10)은 수집한 환경 데이터와 IoT 디바이스의 사용패턴을 매핑하여 의미분석을 할 수 있다.
발명의 일 양상에 따르는 챗봇 시스템(10)은 클라이언트 연동부(100)와, 챗봇 서비스부(140)와, IoT 디바이스 제어부(110)를 포함한다.
본 발명의 챗봇 시스템(10)을 이용하기 위해서는 사용자는 자신의 사용자 단말(예, 스마트 폰)에 챗봇 클라이언트(20)를 설치하고 해당 클라이언트로 IoT 디바이스를 제어할 수 있다.
클라이언트 연동부(100)는 사용자 단말에 설치된 챗봇 클라이언트(20)와 메시지를 송수신한다. 즉, 챗봇 클라이언트(20)로부터 요청을 수신하여 챗봇 서비스부(140)에 전달하고, 수신된 요청에 대응하여 챗봇 서비스부(140)에 의해 생성된 응답을 챗봇 클라이언트(20)에 전달한다. 또한, 클라이언트 연동부(100)는 공지할 내용이 있으면 챗봇 클라이언트(20)에 푸시 메시지를 먼저 전송할 수도 있다.
챗봇 서비스부(140)는 수신된 요청을 자연어 처리(Natural Language Processing, NLP) 기술을 이용하여 분석한다. 챗봇 서비스부(140)는 분석을 통해 사용자가 제어하려는 IoT 디바이스의 종류(예, IoT 조명)와 그 제어 방법(예, 조명 켜기)을 파악하고, 수신된 요청을 분석하여 파악한 IoT 디바이스의 이전 사용이력을 기초로 요청에 대한 응답을 생성한다. 예를 들어, IoT 조명을 사용할 때 해당 사용자가 특정 조명색을 주로 사용하였는데 수신된 요청이 조명색을 특정하지 않은 경우 이전 사용이력을 기초로 특정 조명색으로 조명을 켠다는 응답을 생성할 수 있다. 또한, 챗봇 서비스부(140)는 생성된 응답에 대응하는 IoT 디바이스 제어 명령을 생성하여 IoT 디바이스 제어부(110)를 통해 IoT 디바이스에 전달한다.
IoT 디바이스 제어부(110)는 챗봇 서비스부(140)로부터 응답에 대응되게 생성된 IoT 디바이스 제어 명령을 수신하고, IoT 디바이스에 해당 제어 명령을 전송하여 디바이스를 제어한다. IoT 디바이스 제어부(110)는 같은 종류의 IoT 디바이스라도 제조사별로 제어 명령이 다를 수 있어, 제어 명령을 해당 제조사와 호환되는 제어 명령으로 먼저 변환하고 전송할 수도 있다.
발명의 추가적 양상에 따르면 챗봇 시스템(10)은 DISC 성향 분석부(130)를 더 포함할 수 있다.
DISC 성향 분석부(130)는 사용자의 IoT 디바이스들의 사용이력 정보를 수집하여 각 디바이스의 사용패턴을 분석하고, 딥러닝 기반으로 학습된 DISC 성향 분석 모델을 이용하여 분석된 사용패턴으로부터 사용자의 DISC 성향을 분류할 수 있다. 이때, 챗봇 서비스부(140)는 해당 IoT 디바이스의 사용패턴과 사용자의 DISC 성향을 반영하여 요청에 대한 응답 및 IoT 디바이스 제어 명령을 생성할 수 있다.
DISC 성향 분석부(130)는 IoT 디바이스로부터 수신된 IoT 디바이스 사용이력 정보를 수집한다. 사용이력 정보는 IoT 디바이스별로 수집되는 정보가 다를 수 있다. 예를 들어, IoT 디바이스가 조명 기기인 경우에는 로그 데이터는 사용시간, 밝기, 색상(Color mode), Hue 색상, 명도, CIE x축 색상값, CIE y축 색상값, CT 색상값 등의 정보를 포함할 수 있고, IoT 디바이스가 공기 청정기인 경우에는 로그 데이터는 사용시간, 사용 모드, 모터 스피드, 먼지농도 등의 정보를 포함할 수 있다. DISC 성향 분석부(130)는 다수의 사용자들로부터 각 생활 공간에 설치된 IoT 디바이스의 사용이력 정보를 수집하므로, 사용이력 정보는 어떤 사용자가 사용하는 어떠한 종류의 IoT 디바이스인지 식별할 수 있는 정보를 포함할 수 있다.
일 예로 사용자들이 사용하는 IoT 디바이스들은 챗봇 시스템(10)에 고유 식별번호가 등록되어 있으며 IoT 디바이스들이 사용이력 정보를 전달할 때 메시지 내에 해당 식별번호를 포함시켜 전송한다. DISC 성향 분석부(130)는 식별번호를 데이터베이스 검색을 통해 사용자와 사용자의 IoT 디바이스를 식별할 수 있다. 다만, 이에 한정되는 것은 아니며 다른 방식으로 사용자와 사용자의 IoT 디바이스를 식별할 수도 있다.
수신한 사용이력 정보는 정형 데이터와, 비정형 데이터로 구분되어 각 데이터에 적합한 데이터베이스에 저장될 수 있다.
DISC 성향 분석부(130)는 수집한 데이터들을 분석하여 사용자의 DISC 성향을 분석할 수 있다. 이때 DISC 성향 분석부(130)는 수집된 데이터를 분석에 적합한 스키마로 변형하고, 정제한 뒤 딥러닝 기반의 DISC 성향 분석 엔진을 통해 사용자의 IoT 디바이스 사용패턴을 학습하여 사용자의 DISC 성향을 분석한다.
발명의 추가적 양상에 따르면 챗봇 시스템(10)은 환경 데이터 수집부(120)를 더 포함할 수 있다.
환경 데이터 수집부(120)는 공공데이터 포털에 접속하여 공공데이터 포털로부터 날씨 등의 외부 환경 데이터를 수집하여 저장할 수 있다. 수집 저장된 외부 환경 데이터는 챗봇 서비스부(140)가 요청에 대한 응답 및 IoT 디바이스 제어 명령 생성 시 추가적으로 반영할 수 있다. 이때, DISC 성향 분석부(130) 또한 외부 환경 데이터를 추가적으로 반영하여 IoT 디바이스 사용패턴 분석과 DISC 성향 분석을 수행할 수 있다.
즉, 챗봇 시스템(10)은 사용자가 IoT 디바이스를 사용함에 있어서 날씨 등의 기상환경에 따라 어떤 패턴을 보이는 지 분석하고, 사용패턴에 의미를 부여할 수 있으므로 DISC 성향을 좀 더 세밀하게 분석할 수 있고, IoT 디바이스의 행동 추천 또한 외부 환경에 맞춰 보다 정밀하게 할 수 있게 된다.
발명의 또 다른 양상에 따르면, 챗봇 시스템(10)은 사용자에게 IoT 디바이스의 언제, 어떻게 사용할지 먼저 추천할 수 있다.
챗봇 서비스부(140)는 분석된 IoT 디바이스의 사용패턴과 사용자의 DISC 성향으로부터 IoT 디바이스 사용에 대한 행동을 추천과 추천에 대응하는 IoT 디바이스 제어 명령을 생성하고, 클라이언트 연동부(100)는 생성된 행동 추천 메시지를 챗봇 클라이언트(20)에 푸시할 수 있다.
예를 들어, 사용자의 기상 패턴에 맞추어 커튼을 오픈시키거나, 방의 전등을 켜는 행동 추천 메시지를 챗봇 클라이언트(20)에 푸시할 수 있고, 사용자의 귀가 시간에 맞추어 에어컨 또는 보일러를 동작시키거나 공기청정기를 작동시키는 등의 IoT 디바이스 제어에 대한 행동 추천 메시지를 푸시할 수 있다.
발명의 양상에 따라서는 동일한 추천이 반복되고 사용자가 지속적으로 추천을 수용하는 경우 추천 메시지 없이 IoT 디바이스를 생성된 행동 추천에 맞추어 작동시킬 수도 있다.
발명의 또 다른 양상에 따르면, 챗봇 시스템(10)은 사용자에게 외부 환경에 따라 IoT 디바이스의 언제, 어떻게 사용할지 먼저 추천할 수 있다.
챗봇 서비스부(140)는 외부 환경 데이터와 외부 환경을 고려하여 분석된 IoT 디바이스의 사용패턴과 사용자의 DISC 성향으로부터 IoT 디바이스 사용에 대한 행동을 추천과 추천에 대응하는 IoT 디바이스 제어 명령을 생성하고, 클라이언트 연동부(100)는 생성된 행동 추천 메시지를 챗봇 클라이언트(20)에 푸시할 수 있다.
예를 들어, 날씨가 맑은 날 사용자가 세탁을 많이 한 경우 사용자의 세탁 패턴에 맞추어 세탁기를 동작시키는 등의 행동 추천 메시지를 챗봇 클라이언트(20)에 푸시할 수 있다.
발명의 또 다른 양상에 따르면, 챗봇 시스템(10)은 IoT 디바이스 사용에 대한 행동 추천에 대한 피드백을 클라이언트로부터 받아 이를 다음 행동 추천에 반영할 수 있다.
클라이언트 연동부(100)는 IoT 디바이스 사용에 대한 행동 추천 수용 여부에 대한 피드백을 챗봇 클라이언트(20)로부터 수신하고, 챗봇 서비스부(140)는 챗봇 클라이언트(20)의 수신한 피드백을 다음 IoT 디바이스 사용에 대한 행동 추천 생성시 반영할 수 있다.
도 2는 본 발명의 또 다른 실시예에 따른 챗봇 시스템의 행동 추천이 표시된 클라이언트의 화면의 예시를 도시한 것이다. 도 2에 도시된 것과 같이 챗봇 시스템(10)이 외부 환경(미세먼지 농도)과 사용자의 IoT 디바이스(IoT 창문 개폐 장치)의 사용패턴과 사용자의 DISC 성향을 고려하여 미세먼지 농도가 좋은 때 창문을 여는 행동을 추천하고, 사용자가 해당 추천에 대하여 수용 여부를 선택하면 챗봇 시스템(10)이 이를 피드백으로 받아 다음 유사한 외부 환경 상황의 추천에 반영한다.
발명의 추가적 양상에 따르면 챗봇 시스템(10)은 음성 인식부(150)를 더 포함할 수 있다.
음성 인식부(150)는 클라이언트 연동부(100)가 챗봇 클라이언트(20)로부터 수신한 사용자의 음성 요청 데이터를 인식하여 요청을 텍스트로 변환할 수 있다. 이때, 음성 인식부(150)는 텍스트로 변환된 요청을 클라이언트 연동부(100)를 통해 챗봇 클라이언트(20)로 송신하고, 인식된 요청을 챗봇 서비스부(140)에 전달할 수 있다. 사용자가 사용자 단말에 설치된 챗봇 클라이언트(20)에 텍스트를 입력하지 않고 음성을 입력하여 IoT 디바이스 제어 요청을 전달할 수 있다. 또는 사용자 단말이 텍스트 입력이 어려운 사용자 단말(예, 스피커)인 경우 사용자는 음성 입력으로 IoT 디바이스 제어 요청을 할 수 있다. 이때, 음성 인식부(150)는 사용자의 음성 입력을 인식하여 텍스트로 변환하여 인식된 내용이 맞는지 사용자가 확인할 수 있도록 챗봇 클라이언트(20)에 전달하고, 인식된 요청에 대한 서비스를 제공하기 위해 해당 요청을 챗봇 서비스부(140)에도 전달한다.
도 3은 본 발명의 또 다른 실시 예에 따라 챗봇 시스템이 사용자의 행동을 추천하는 과정을 도시한 절차도이다. 도 3을 참조하여 설명하면, 챗봇 시스템(10)은 챗봇 클라이언트(20)로부터 사용자의 IoT 디바이스 제어 요청을 텍스트 또는 음성으로 수신한다(S1000). 챗봇 시스템(10)은 수신한 요청을 분석하여 사용자가 제어하려는 IoT 디바이스를 식별하고 해당 IoT 디바이스의 제어 방법을 파악한다(S1020). 챗봇 시스템(10)은 해당 IoT 디바이스의 사용자의 이전 사용이력을 조회하여 이전 사용이력을 기초로 제어 요청에 대한 응답을 생성하고(S1040), 생성된 응답에 대응되는 해당 IoT 디바이스를 제어하는 명령을 생성한다(S1060). 챗봇 시스템(10)은 생성된 IoT 디바이스 제어 명령을 IoT 디바이스를 제어하기 위해 IoT 디바이스로 전송하고(S1080), 챗봇 클라이언트(20)에 요청에 대한 응답 메시지를 전송한다(S1100).
도 4는 본 발명의 또 다른 실시예에 따라 챗봇 시스템이 수집한 IoT 디바이스 사용패턴을 분석하여 DISC 성향을 분석하는 과정을 도시한 절차도이다. 도 4를 참조하여 설명하면, 챗봇 시스템(10)은 사용자의 생활 공간 내에 설치된 IoT(Internet of Things) 기기들로부터 사용이력 정보 즉, 로그 데이터를 수집한다(S2000). 챗봇 시스템(10)이 수집하는 사용이력 정보는 각 사용자의 생활 공간에 설치된 각종 IoT 디바이스들의 사용 이력에 대한 로그 데이터이다. 발명의 양상에 따라서는 IoT 디바이스들과 챗봇 시스템(10)은 데이터 교환을 위한 통신 프로토콜로 저전력의 소형기기 제어에 적합한 MQTT 프로토콜을 사용할 수 있다. MQTT 프로토콜은 사물 통신, 사물 인터넷(IoT)과 같이 대역폭이 제한된 통신 환경에 최적화된 푸시 기반의 경량 메시지 전송 프로토콜이다. MQTT 프로토콜에서는 푸시 기술에서 일반적으로 사용되는 클라이언트-서버 방식이 아닌 브로커라는 메시지 매개자를 통해 송신측에서 특정 토픽에 대한 메시지를 발행(publish)하고 해당 토픽에 대하여 수신자가 구독(subscribe)하는 방식으로 메시지를 수신한다. 따라서, MQTT 프로토콜이 사용되는 경우에는 IoT 인프라와 챗봇 시스템(10) 사이에 MQTT 브로커 서버가 추가될 수 있으며, IoT 디바이스들이 로그 데이터를 토픽으로 하여 메시지를 발행하고, 챗봇 시스템(10)이 해당 토픽에 대하여 구독하여 MQTT 브로커로부터 해당 메시지를 전달받는다.
이후 챗봇 시스템(10)은 수집된 사용이력 정보를 미리 정의된 데이터 스키마에 따라 변환하고 저장한다(S2020). 사용자의 생활 공간에 설치된 IoT 디바이스들은 각기 제조사가 다를 수 있고 기기의 종류 또한 다양할 수 있기 때문에 로그 데이터의 형식이 다양한 포맷을 가질 수 있으며 딥러닝의 학습 데이터로 사용하기에 적합하지 않을 수 있다. 따라서, 챗봇 시스템(10)은 수집된 로그 데이터를 IoT 디바이스별로 DISC 성향 분석에 적합한 형태로 미리 정해진 데이터 스키마에 따라 변환한다. 데이터 스키마의 형태는 제한이 없으며 데이터 스키마는 각 IoT 디바이스별로 DISC 성향 분석에 필요하다고 판단되는 데이터를 기기별 로그 데이터에서 추출하고 이용하기에 적합한 형태로 변환되도록 정의되는 것이 바람직하다.
이후 챗봇 시스템(10)은 변환된 데이터에 포함된 데이터 값에 대한 이상치 및 결측치에 대한 처리를 수행한다(S2040). 발명의 양상에 따라서는 데이터 정제는 이상치를 보이는 변수를 제거할 수도 있고 정상적인 평균값으로 대체할 수도 있다. 결측치에 대하서도 평균값으로 대체할 수 있다. 다만, 이에 한정되는 것은 아니다.
이후 챗봇 시스템(10)은 미리 정해진 기준에 따라 변환된 로그 데이터를 선별하여 사용자의 IoT 디바이스 사용패턴을 분석한다(S2060). 챗봇 시스템(10)은 변환된 로그 데이터에서 분석에 필요한 로그 데이터를 선별하고 빅데이터 분석을 통해 사용자의 IoT 디바이스 사용패턴을 분석한다. 챗봇 시스템(10)은 빅데이터 분석을 통해 사용자가 IoT 디바이스를 사용하는 의미를 분석한다.
이후 챗봇 시스템(10)은 분석된 사용패턴을 미리 정의된 입력 데이터로 변환하여 딥러닝 기반의 DISC 성향 분석 엔진을 통해 사용자의 DISC 성향을 분석한다(S2080). 챗봇 시스템(10)은 딥러닝 알고리즘 기반으로 학습된 모델을 이용하여 사용자의 IoT 디바이스 사용패턴을 학습하여 사용자의 DISC 성향을 분석한다. 이때, 챗봇 시스템(10)은 새용패턴 분석 결과를 학습 모델이 학습할 수 있도록 딥러닝 엔진에 적합한 입력 데이터 형태로 변환하는 작업을 먼저 수행할 수 있다.
도 5는 본 발명의 또 다른 실시예에 따라 챗봇 시스템의 행동 추천에 대한 사용자의 피드백을 수신하는 과정을 도시한 절차도이다. 도 5를 참조하여 설명하면, 챗봇 시스템(10)은 사용자의 이전 사용이력으로부터 분석된 IoT 디바이스 사용패턴과 DISC 성향을 기초로 챗봇 클라이언트(20)로에게 IoT 디바이스에 대한 사용자의 행동을 추천을 생성하고(S3000), 해당 행동 추천에 대응되는 IoT 디바이스의 제어 명령을 생성한다(S3020). 이후 챗봇 시스템(10)은 챗봇 클라이언트(20)로 생성된 행동 추천 메시지를 전송하고(S3040) 사용자의 선택을 기다린다. 챗봇 시스템(10)은 사용자가 추천된 행동 추천을 수용하였는지 여부에 대한 피드백을 챗봇 클라이언트(20)로부터 수신하고 다음 행동 추천에 반영하기 위해 저장한다(S3060). 만약, 사용자가 행동 추천을 수용하였다면(S3080) 행동 추천에 대응되는 IoT 디바이스 제어 메시지를 IoT 디바이스로 전송하여 IoT 디바이스를 제어하고(S3100) 수용하지 않았다면 절차를 종료한다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 챗봇 시스템
100: 클라이언트 연동부
110: IoT 디바이스 제어부
120: 환경 데이터 수집부
130: DISC 성향 분석부
140: 챗봇 서비스부
150: 음성 인식부
20: 챗봇 클라이언트

Claims (7)

  1. 사용자 단말에 설치된 챗봇 클라이언트로부터 요청을 수신하고, 수신된 요청에 대응하여 생성된 응답을 챗봇 클라이언트에 전달하는 클라이언트 연동부;
    수신된 요청을 분석하여 사용자가 제어하려는 IoT 디바이스와 제어 방법을 파악하고, 해당 IoT 디바이스의 이전 사용이력을 기초로 요청에 대한 응답 및 IoT 디바이스 제어 명령을 생성하는 챗봇 서비스부; 및
    생성된 IoT 디바이스 제어 명령에 따라 디바이스를 제어하는 IoT 디바이스 제어부를 포함하는 시스템으로서,
    상기 시스템은,
    사용자의 IoT 디바이스들의 사용이력 정보를 수집하여 각 디바이스의 사용패턴을 분석하고, 딥러닝 기반으로 학습된 DISC 성향 분석 모델을 이용하여 분석된 사용패턴으로부터 사용자의 DISC 성향을 분류하는 DISC 성향 분석부를 더 포함하되,
    챗봇 서비스부는 해당 IoT 디바이스의 사용패턴과 사용자의 DISC 성향을 반영하여 요청에 대한 응답 및 IoT 디바이스 제어 명령을 생성하는 것을 특징으로 하는 챗봇 시스템.
  2. 삭제
  3. 제 1 항에 있어서, 상기 시스템은
    공공데이터 포털로부터 외부 환경 데이터를 수집하여 저장하는 환경 데이터 수집부를 더 포함하되,
    챗봇 서비스부는 요청에 대한 응답 및 IoT 디바이스 제어 명령 생성 시 수신된 외부 환경 데이터를 추가적으로 반영하고,
    DISC 성향 분석부는 외부 환경 데이터를 추가적으로 반영하여 IoT 디바이스 사용패턴 분석과 DISC 성향 분석을 수행하는 챗봇 시스템.
  4. 제 1 항에 있어서,
    챗봇 서비스부는 분석된 IoT 디바이스의 사용패턴과 사용자의 DISC 성향으로부터 IoT 디바이스 사용에 대한 행동을 추천과 추천에 대응하는 IoT 디바이스 제어 명령을 생성하고,
    클라이언트 연동부는 생성된 행동 추천 메시지를 챗봇 클라이언트에 푸시하는 챗봇 시스템.
  5. 제 3 항에 있어서,
    챗봇 서비스부는 외부 환경 데이터와 분석된 IoT 디바이스의 사용패턴과 사용자의 DISC 성향으로부터 IoT 디바이스 사용에 대한 행동을 추천과 추천에 대응하는 IoT 디바이스 제어 명령을 생성하고,
    클라이언트 연동부는 생성된 행동 추천 메시지를 챗봇 클라이언트에 푸시하는 챗봇 시스템.
  6. 제 1 항에 있어서,
    클라이언트 연동부는 IoT 디바이스 사용에 대한 행동 추천 수용 여부에 대한 피드백을 챗봇 클라이언트로부터 수신하고,
    챗봇 서비스부는 챗봇 클라이언트의 수신한 피드백을 다음 IoT 디바이스 사용에 대한 행동 추천 생성시 반영하는 챗봇 시스템.
  7. 제 1 항에 있어서, 상기 시스템은
    클라이언트 연동부가 챗봇 클라이언트로부터 수신한 사용자의 음성 요청 데이터를 인식하여 요청을 텍스트로 변환하는 음성 인식부;
    를 더 포함하되,
    음성 인식부는 텍스트로 변환된 요청을 클라이언트 연동부를 통해 챗봇 클라이언트로 송신하고, 인식된 요청을 챗봇 서비스부에 전달하는 챗봇 시스템.
KR1020190097777A 2019-08-09 2019-08-09 Disc 기반 챗봇 시스템 KR102212677B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190097777A KR102212677B1 (ko) 2019-08-09 2019-08-09 Disc 기반 챗봇 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190097777A KR102212677B1 (ko) 2019-08-09 2019-08-09 Disc 기반 챗봇 시스템

Publications (1)

Publication Number Publication Date
KR102212677B1 true KR102212677B1 (ko) 2021-02-05

Family

ID=74558754

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190097777A KR102212677B1 (ko) 2019-08-09 2019-08-09 Disc 기반 챗봇 시스템

Country Status (1)

Country Link
KR (1) KR102212677B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120008401A (ko) * 2010-07-16 2012-01-30 삼성전자주식회사 홈 네트워크에서 멀티캐스트 메시지를 이용하여 복수 개의 원격 사용자 인터페이스 서버들을 제어하기 위한 장치 및 방법
KR20160116960A (ko) * 2015-03-31 2016-10-10 한국전자통신연구원 스마트 홈 기반의 네트워킹 디바이스 연동장치 및 그 방법
KR20190044978A (ko) * 2017-10-23 2019-05-02 주식회사 케이티 원격 통화에 기반하여 서비스 제공이 가능한 인공지능 단말, 서비스 모드 관리 서버, 서비스 제공 시스템, 그리고 서비스 제공 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120008401A (ko) * 2010-07-16 2012-01-30 삼성전자주식회사 홈 네트워크에서 멀티캐스트 메시지를 이용하여 복수 개의 원격 사용자 인터페이스 서버들을 제어하기 위한 장치 및 방법
KR20160116960A (ko) * 2015-03-31 2016-10-10 한국전자통신연구원 스마트 홈 기반의 네트워킹 디바이스 연동장치 및 그 방법
KR20190044978A (ko) * 2017-10-23 2019-05-02 주식회사 케이티 원격 통화에 기반하여 서비스 제공이 가능한 인공지능 단말, 서비스 모드 관리 서버, 서비스 제공 시스템, 그리고 서비스 제공 방법

Similar Documents

Publication Publication Date Title
KR102273367B1 (ko) 복합적인 IoT로 구성된 Super Things에서의 각 IoT의 기능을 새롭게 융합하고 복합 서비스를 만들기 위한 기법
US11146599B1 (en) Data stream processing to facilitate conferencing based on protocols
KR20190109337A (ko) 증강현실 기반의 기기 제어 장치 및 그 방법
CN112217697A (zh) 一种物联网设备智能控制系统
US20160373384A1 (en) System and method for instant messaging
Souza et al. A novel smart home application using an internet of things middleware
Bugeja et al. Functional classification and quantitative analysis of smart connected home devices
WO2014036833A1 (zh) 基于社交网络的图标交互系统及其方法
CN114067798A (zh) 一种服务器、智能设备及智能语音控制方法
Sai et al. Smart Home Messenger Notifications System using IoT
CN117872790A (zh) 一种智能家居物联网控制系统
KR102212677B1 (ko) Disc 기반 챗봇 시스템
CN106254186A (zh) 一种语音交互识别控制系统
CN113990324A (zh) 一种语音智能家居控制系统
CN106297783A (zh) 一种语音交互识别智能终端
KR20210019818A (ko) 양방향 교감 맞춤형 학습 컨텐츠 제공 시스템 및 방법
KR102281159B1 (ko) 공기 청정기 제어 시스템
Ai et al. A smart home system based on embedded technology and face recognition technology
KR102248094B1 (ko) 조명 제어 시스템
KR102212676B1 (ko) Disc 기반 성향 분석 시스템
KR20210023112A (ko) 세탁기 제어 시스템
CN106098087B (zh) 一种基于云任务调度的智能音响控制系统
KR102264534B1 (ko) 명상 추천 시스템
WO2018023518A1 (zh) 一种语音交互识别智能终端
CN115333943A (zh) 确定性网络资源配置系统、方法、设备及存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant