KR102365538B1 - 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치 - Google Patents

Abstract

크로스보딩 이커머스 분야에 있어서 구매자와 판매자 간의 언어로 이루어지는 채팅을 자동 번역함으로써, 편리하게 양자 간의 정보 교환이 가능하도록 하는 기술을 제공한다. 본 발명의 일 실시예에 따른 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치는, 하나 이상의 프로세서 및 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치에 관한 것으로, 다수 유저 사이의 채팅이 가능한 인터페이스로서, 제1 언어 및 제1 언어와 다른 제2 언어의 텍스트 입력이 가능한 채팅 인터페이스를 제공하는 채팅 인터페이스 제공부; 채팅 인터페이스를 통해 제1 언어 텍스트 입력을 감지 시, 제2 언어 텍스트로 입력된 제1 언어 텍스트를 변환하되, 다국어간 유사 단어를 탐색하는 제1 알고리즘을 통해 변환하는 텍스트 변환부; 및 제1 언어 텍스트에 대응되는 채팅을 채팅 인터페이스에 출력하되, 제1 언어를 사용하는 유저 단말의 채팅 인터페이스에는 입력된 제1 언어 텍스트를, 제2 언어를 사용하는 유저 단말의 채팅 인터페이스에는 텍스트 변환부를 통해 변환된 제2 언어 텍스트를 출력하도록 하는 텍스트 출력부;를 포함하는 것을 특징으로 한다.

Description

크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치{CHAT INTERFACE PROVIDING DEVICE CAPABLE OF AUTOMATICALLY RESPONDING TO INQUIRIES AND GENERATING ELECTRONIC DOCUMENTS IN A CROSSBOARDING E-COMMERCE SYSTEM}

본 발명은 해외 무역용 온라인 쇼핑 등, 크로스보딩 이커머스 시스템에서의 채팅 인터페이스 기술에 대한 것으로, 구체적으로는 크로스보딩 이커머스 시스템에 있어서 해외의 바이어와 국내의 판매자 간의 영문과 한글 사이의 질의 대응을 위한 질의 간 토픽 유사성 기반의 매핑 모델을 적용하여, 편리하게 양자 간의 채팅 인터페이스 제공이 가능하고, 채팅 인터페이스에서 입력한 텍스트에 따라서 견적서, 청구서, 발주서 등 커머스에 필요한 서류들의 자동 생성이 가능하도록 하는 기술에 관한 것이다.

있다. 이에 따라서 한국에서 소비되는 문화 컨텐츠가 다른 국가에서 소비되는 형태가 급속하게 증가되고 있고, 한국의 문화를 타국인들이 공유하는 현상이 늘어나고 있다.

특히 이러한 문화의 증가에 따라서 한국산 제품이 큰 인기를 끌고 있어, 최근에는 한국 또는 타국의 업체가, 한국산 제품을 구매하여 타국에 유통하는 형태가 늘어나고 있고, 그 양적인 증가세가 뚜렷하게 보이고 있다.

한국산 제품을 타국에 유통 시, 온라인 쇼핑몰 플랫폼 또는 오프라인 유통 체인을 통해 물품을 구매한 판매 업체가, 이를 타국에서 배송 받아서 타국의 오프라인 상점 또는 온라인 쇼핑몰을 통해 타국인들이 구매할 수 있도록 하는 형태를 띄고 있다.

이러한 제1 국가의 물품을 다른 국가인 제2 국가에 판매하는 글로벌 쇼핑 체인이 대중화되면서, 제1 국가에서 물품을 판매하는 판매자와, 판매자로부터 물품을 구매하여 제2 국가에 판매하는 주체인 구매자 간의 유통 방식 역시 다양하게 이루어지고 있다.

이러한 유통에 있어서, 기존에는 구매자가 제1 국가에 방문하여 직접 물품의 바이어로서 활동하거나, 판매자가 제2 국가에 방문하여 판로를 개척하는 방식이 사용되었으나, 현재 전염병 등의 문제 및 정보의 부족 문제를 해결하기 위해서, 최근에는 온라인을 통한 유통 구조가 일반화되고 있다.

이 경우, 제1 국가와 제2 국가의 물품 판매 및 구매 주체 간의 의사소통이 매우 어렵고, 특히 구매자가 해당 물품의 판매 여부, 사용법 등의 특징 정보, 물품에 대한 주문 등을 판매자에게 질의하고, 이에 대한 답변 등 의사 소통이 이루어질 수 있는 인터페이스가 전무한 것이 사실이다.

이러한 판매자와 구매자간 의사소통을 위한 채팅 서비스는 예를 들어 한국특허출원 제10-2018-0124397호 등에 대한 기술이 게시되고 있다. 이러한 기술은 판매자와 구매자 간의 다양한 의사소통을 지원하고 있으며, 또한 온라인 쇼핑몰에서는 FAQ 등의 서비스 및 챗봇 등의 서비스를 통해서 구매자의 질의에 대한 답변을 제공하고 있다.

이러한 서비스에 더불어, 제1 국가 및 제2 국가 간의 의사소통을 원활하게 하기 위해서, 번역 서비스가 이루어지고 있다. 구글, 네이버 등 글로벌 플랫폼 기업들의 경우 자체 번역 서비스를 제공하고 있고, 상기의 선행기술에 해당 번역 서비스를 결합 시, 제1 국가와 제2 국가 간의 크로스보딩 이커머스(Cross boarding E-Commerce)에 있어서의 구매자와 판매자 간의 챗봇이나 채팅 인터페이스를 제공할 수 있다.

그러나 비교적 한정된 분야인 이커머스 분야에서 자연어처리 챗봇은 방대한 언어처리로 인하여 그 개발에 큰 비용이 들고, 채팅 언어가 방대하기 때문에 각 언어가 학습에 적당한지 여부를 판단하기 어려운 문제가 있다. 또한, 언어의 분야에 대한 판단이 없이 자연어처리를 수행 시, 도덕적 문제를 일으킬 수 있는 문제가 있다.

한편 번역챗봇에 대한 기존 기술은, 상술한 바와 같이 이커머스 분야에 대한 부자연스러운 번역이 이루어지는 것이 대부분이어서, 비대면 판로인 이커머스가 더욱 활성화될 지금의 현상에 있어서, 상술한 문제를 해결할 수 있는 기술에 대한 필요성이 증가되고 있다.

이에 본 발명은, 크로스보딩 이커머스 분야에 특화된 번역 가능한 채팅 인터페이스를 제공할 수 있는 기술을 제공하며, 막대한 개발 비용이 필요하지 않고, 매우 토픽에 타겟팅된 번역 기술 및 이를 통한 구매자와 판매자 간의 채팅 인터페이스에 관한 기술을 제공하는 데 그 목적이 있다.

상술한 목적을 달성하기 위해서, 본 발명의 일 실시예에 따른 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치는, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치에 관한 것으로, 다수 유저 사이의 채팅이 가능한 인터페이스로서, 제1 언어 및 제1 언어와 다른 제2 언어의 텍스트 입력이 가능한 채팅 인터페이스를 제공하는 채팅 인터페이스 제공부; 상기 채팅 인터페이스를 통해 제1 언어 텍스트 입력을 감지 시, 상기 제2 언어 텍스트로 입력된 제1 언어 텍스트를 변환하되, 다국어간 유사 단어를 탐색하는 제1 알고리즘을 통해 변환하는 텍스트 변환부; 및 제1 언어 텍스트에 대응되는 채팅을 상기 채팅 인터페이스에 출력하되, 제1 언어를 사용하는 유저 단말의 채팅 인터페이스에는 상기 입력된 제1 언어 텍스트를, 제2 언어를 사용하는 유저 단말의 채팅 인터페이스에는 상기 텍스트 변환부를 통해 변환된 제2 언어 텍스트를 출력하도록 하는 텍스트 출력부;를 포함하는 것을 특징으로 한다.

상기 제1 알고리즘은, Word2Vec 기법이 적용되는 알고리즘으로서, 제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 추출된 제1 단어에 대한 제2 언어의 단어인 제2 단어를 추출하고, 추출된 제2 단어들을 포함하는 문장을 문장 유사성을 측정하는 제2 알고리즘을 통해 구성하여 제2 언어 텍스트를 생성하는 알고리즘인 것이 바람직하다.

상기 제2 알고리즘은, 상기 제1 알고리즘을 통해 추출된 제2 언어들이 구성하는 문장인 후보 문장들 중, 제1 언어 텍스트의 의미가 구성하는 토픽에 연관된 영역과의 유사성 측정을 통해, 그 유사성이 가장 큰 수치를 갖는 문장을 상기 제2 언어 텍스트로 생성하는 알고리즘인 것이 바람직하다.

상기 텍스트 변환부는, 상기 후보 문장에 대해서, 상기 유저들 중 인증된 유저들에게 후보 문장에 대한 선택 질의를 전송하고, 전송된 선택 질의에 대한 유저들의 입력을 수집하여, 상기 제2 알고리즘을 갱신하도록 하는 것이 바람직하다.

상기 텍스트 변환부는, 상기 인증된 유저들로부터 후보 문장에 대한 편집 입력을 수신하거나, 상기 유사성 수치에 대한 편집 입력을 수신 시, 수신된 편집 입력을 상기 제2 알고리즘에 적용하여 상기 제2 알고리즘을 갱신하도록 하는 것이 바람직하다.

상기 제1 알고리즘 및 상기 제2 알고리즘은 크로스보팅 이커머스 분야에 대한 샘플 유저들의 채팅 데이터를 통해 생성 및 갱신되는 것이 바람직하다.

상기 텍스트 변환부는, 상기 토픽 모델링에 있어서, LDA(Latent Dirichlet Allocation)을 활용하되, 문장을 단어의 집합으로 인지하고, 인지된 단어들 중, 불용어, 감탄사, 2글자 미만의 단어를 제거하는 전처리 프로세스, 전처리 프로세스를 통해 잔존한 단어를 발생 빈도 및 위치를 고려하여 수치화하는 벡터라이징 프로세스 및 상기 LDA 모델링을 통해 상기 제1 단어를 추출하는 것이 바람직하다.

상기 텍스트 출력부를 통해 출력된 텍스트를 분석한 결과, 제품 구매 프로세스에 포함되는 전자 문서의 생성이 가능한 텍스트가 존재 시, 텍스트에 포함된 단어를 기본 전자 문서 템플릿인 제1 문서에 적용하여 이용 가능한 전자 문서인 제2 문서를 생성하여 채팅 인터페이스의 일 영역에 출력하는 문서 생성부;를 더 포함하는 것이 바람직히다.

상기 문서 생성부는, 제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 제1 단어들 중, 전자 문서의 각 항목에 대응하는 제2 단어, 제2 단어에 인접한 숫자 텍스트인 제3 단어, 숫자 텍스트에 인접된 단위 텍스트인 제4 단어를 각 단어의 의미 및 위치 관계를 기준으로 추출한 뒤, 상기 제1 문서의 각 항목별 영역에 제2 단어, 제3 단어 및 제4 단어를 적용하여 상기 제2 문서를 생성하는 것이 바람직하다.

상기 문서 생성부는, 생성된 제2 문서를 상기 제1 언어 및 상기 제2 언어별로 생성하여 임시 저장한 뒤, 유저들로부터 전자 문서 호출 요청을 수신 시, 상기 유저들의 사용 언어에 따라서 제1 언어 및 제2 언어로 구성된 제2 문서 중 적어도 하나를 상기 채팅 인터페이스의 일 영역에 출력하는 것이 바람직하다.

본 발명에 의하면, LDA 기법 및 Word2Vec/Transvec 등의 기법을 적용하여, 제한된 이커머스 분야에 대한 채팅 내역 등을 통해 제1 알고리즘 및 제2 알고리즘을 학습하고, 이에 대한 지속적인 학습을 통해서 이커머스 분야에 특화된 번역 기법을 활용하면서, 이를 통해서 실시간으로 판매자와 구매자 간의 채팅이 가능한 인터페이스를 제공할 수 있다.

특히, 상술한 기법을 이용하여 의미있는 단어의 추출, 이에 대한 유관 단어 추출 및 번역 결과와 문장 간의 유사성을 판단하는 자연어처리에 비하여 매우 간단한 기법으로 번역을 수행하기 때문에 이커머스 분야에 특화된 번역 기술 및 이를 이용한 채팅 인터페이스를 제공함으로써, 비교적 개발 비용이 낮고, 그 프로그램 역시 경량화될 수 있어 사용성이 증가되는 효과가 있다.

또한, 채팅 인터페이스를 통해 획득된 정보 등을 기반으로 주문서, 견적서, 청구서 등 이커머스 분야에 필요한 전자 문서를 자동으로 생성하여 제공할 수 있기 때문에, 크로스보딩 이커머스 분야에 특화되고, 투명한 거래가 가능하도록 하여 비대면 이커머스 시장의 이용성을 크게 증가시킬 수 있는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치의 구성 블록도.
도 2는 본 발명의 일 실시예에 따른 채팅 인터페이스의 기본 구성을 설명하기 위한 도면.
도 3은 본 발명의 일 실시예에 따라 제1 언어 및 제2 언어 텍스트가 채팅 인터페이스에 표시되는 예를 설명하기 위한 도면.
도 4 내지 7은 본 발명의 일 실시예에 따라서 제1 언어 텍스트가 제2 언어 텍스트로 변환되는 흐름을 설명하기 위한 도면.
도 8 및 9는 본 발명의 일 실시예에 따른 문서 생성부의 기능을 설명하기 위한 화면의 예.
도 10은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예.

이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시 예들에서, 별도로 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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치의 구성 블록도, 도 2는 본 발명의 일 실시예에 따른 채팅 인터페이스의 기본 구성을 설명하기 위한 도면, 도 3은 본 발명의 일 실시예에 따라 제1 언어 및 제2 언어 텍스트가 채팅 인터페이스에 표시되는 예를 설명하기 위한 도면, 도 4 내지 7은 본 발명의 일 실시예에 따라서 제1 언어 텍스트가 제2 언어 텍스트로 변환되는 흐름을 설명하기 위한 도면, 도 8 및 9는 본 발명의 일 실시예에 따른 문서 생성부의 기능을 설명하기 위한 화면의 예이다. 이하의 설명에 있어서 본 발명의 다양한 실시예 및 각 구성들의 기능을 설명하기 위해서 다수의 도면이 함께 참조되어 설명될 것이다.

본 발명의 일 실시예에 따른 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치(10, 이하 '본 발명의 장치'라 함)는, 채팅 인터페이스 제공부(11), 텍스트 변환부(12) 및 텍스트 출력부(13)를 포함하는 것을 특징으로 한다. 추가적으로, 도 1 등에는 도시되지 않았으나, 문서 생성부(미도시)가 추가적인 구성으로 포함될 수 있다.

먼저, 채팅 인터페이스 제공부(11)는 다수 유저 사이의 채팅이 가능한 인터페이스로서, 제1 언어 및 제1 언어와 다른 제2 언어의 텍스트 입력이 가능한 채팅 인터페이스를 제공하는 기능을 수행한다.

본 발명에서 다수 유저 사이의 채팅이 가능한 인터페이스는, 다수의 유저가 자신이 원하는 텍스트, 이모티콘, 이미지 등을 입력 창을 통해 입력 시, 이를 하나의 채팅창에 출력하여, 다수의 유저들이 일 유저가 입력한 채팅 컨텐츠(텍스트, 이모티콘, 이미지, 동영상 등)를 확인할 수 있는 유저 인터페이스(User Interface)를 의미한다. 본 발명에서 다수 유저는 2 이상의 유저를 의미한다.

한편 제1 언어, 제2 언어는 서로 다른 언어로서 그 의미를 각 유저가 이해하기 위해서 번역이 필요한 언어 관계를 의미하는 것으로 이해될 것이다. 본 발명에서는 예를 들어 한국, 영어를 제1 및 제2 언어의 다른 두 언어로 예를 들어 설명할 것이나, 각 언어는 이에 제한되지 않을 것이다.

텍스트는 의미 있는 단어가 모인 구절, 단어, 문장, 숫자 등의 모든 문자로 이해될 수 있는 입력 단위를 의미하며, 본 발명에서는 특히, 이커머스 분야에서 주로 사용되는 단어 및 문장 등이 해당 채팅 인터페이스를 통해 입력 및 출력될 수 있다.

본 발명의 채팅 인터페이스는, 이커머스 서비스를 이용할 수 있는 시스템에 접속 시 실행되거나 접속 가능하도록 구현되는 인터페이스이거나, 이커머스 서비스의 이용을 위해서 독립적으로 구현되는 프로그램, 어플리케이션 또는 웹 서비스일 수 있다. 즉, 본 발명의 채팅 인터페이스는 이커머스 서비스를 이용 시 이용할 수 있거나, 이와 연관되어 독립적으로 이용 가능한 인터페이스인 것으로 이해되어야 할 것이다.

한편 채팅 인터페이스 제공부(11)가 채팅 인터페이스를 제공함은, 각 유저가 본 발명의 장치(10)에서 제공하는 채팅 서비스를 이용하기 위해서 웹 서버에 접속 시, 웹 어플리케이션 등의 실행에 따라서 실시간으로 유저 단말(20)에 채팅 인터페이스가 실행되도록 하거나, 유저 단말(20)에 설치 가능한 프로그램 또는 어플리케이션에 대한 설치 데이터를 제공하여 유저 단말(20)에서 해당 프로그램 또는 어플리케이션을 실행하여 채팅 인터페이스가 유저 단말(20)에서 실행 가능하도록 하고, 텍스트 변환부(12), 텍스트 출력부(13) 및 문서 생성부의 각 기능 수행에 따라서 데이터의 입출력 및 처리 결과를 채팅 인터페이스에 적용하여 유저들이 서비스를 이용할 수 있도록 함을 의미한다.

채팅 인터페이스를 통해서 유저들이 공유 가능한 데이터는, 텍스트, 즉 상술한 문자 및 숫자에 대한 데이터, 음성 데이터, 동영상 데이터, 이미지 데이터, 이모티콘 데이터, 특정 파일 등 다양한 데이터를 포함한다. 본 발명의 목적에 따라서 본 발명의 이하의 실시예에서는 텍스트 데이터가 채팅 인터페이스를 통해 입출력될 시의 기능을 주로 설명할 것이나, 상술한 바와 같이 채팅 인터페이스를 통해 입출력 가능한 데이터는 이에 제한되지 않을 것이다.

즉, 도 2의 화면(100)은 상술한 채팅 인터페이스의 일 예로서, 예를 들어 챗봇 등의 인터페이스의 경우, 일 유저가 질의 정보(Q1)을 입력 시, 다른 유저가 답변(A1)을 입력하거나, 자동으로 답변이 추출되어 적용될 수 있다. 본 발명의 장치(10)는 상술한 실시예에 있어서, 이커머스 분야의 빅데이터 수집 및 이에 의한 학습을 통해서, 제1 언어와 제2 언어의 텍스트를 실시간으로 번역하여 제공하는 데 있다.

이를 위해서 텍스트 변환부(12)는 채팅 인터페이스를 통해 제1 언어 텍스트 입력을 감지 시, 입력된 제1 언어 텍스트를 제2 언어 텍스트로 변환하되, 다국어간 유사 단어를 탐색하는 제1 알고리즘을 통해 변환하는 기능을 수행한다.

상술한 바와 같이 예를 들어 제1 언어가 영어, 제2 언어가 한국어인 경우를 가정한다. 즉, 예를 들어 한국 이외의 국가에서 한국산 물품을 구매하고자 하는 유저가 한국산 물품을 판매하는 유저에게 일종의 물품 구매 및 사용 등에 관련된 질의 정보를 입력하고, 그 물품을 판매하는 한국 유저가 이에 대한 답변을 입력하는 예를 가정한다.

이 경우, 텍스트 변환부는, 다국어 간의 유사 단어를 탐색하는 제1 알고리즘을 통해서, 영어로 입력된 제1 언어 텍스트를 한국어인 제2 언어 텍스트로 변환한다.

제1 알고리즘은, 각 언어 및 단어에 대한 유사 단어를 탐색함으로써, 이커머스 분야에서 사용되는 단어들에 대한 머신 러닝을 통해, 해당 단어들과 유사한 단어를 탐색하고, 이에 대한 번역 결과를 통해서 입력된 제1 언어 텍스트를 구성하는 단어들에 연관된 제2 언어의 단어를 추출하고, 이를 통해 제2 언어 텍스트를 구성하는 인공지능 알고리즘을 의미한다.

예를 들어 제1 알고리즘은, Word2Vec 또는 Transvec이 적용되는 알고리즘으로서, 제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 추출된 제1 단어에 대한 제2 언어의 단어인 제2 단어를 추출하고, 추출된 제2 단어들을 포함하는 문장을 문장 유사성을 측정하는 제2 알고리즘을 통해 구성하여 제2 언어 텍스트를 생성하는 알고리즘으로 이해될 것이다.

제2 알고리즘은 문장 간의 유사성을 빅데이터를 이용한 머신 러닝에 의하여 학습하는 알고리즘으로서, 예를 들어, 상술한 제1 알고리즘을 통해 추출된 제2 언어들이 구성하는 문장인 후보 문장들 중, 제1 언어 텍스트의 의미가 구성하는 토픽에 연관된 영역과의 유사성 측정을 통해, 그 유사성이 가장 큰 수치를 갖는 문장을 최종적으로 제1 언어 텍스트에 대한 번역 결과인 제2 언어 텍스트로 생성하는 알고리즘으로 이해될 수 있다.

이때, 제1 알고리즘 및 제2 알고리즘은 상술한 바와 같이 머신 러닝을 통해 학습되는 알고리즘으로 이해될 것인데, 이 경우, 크로스보딩 이커머스 분야에서 샘플 유저들의 채팅 데이터를 통해 생성되고, 학습되어 갱신되는 것으로 이해될 것이다. 즉, 이커머스 분야에 있어서의 영어 질의 및 답변에 대한 빅데이터, 한국어 질의 및 답변에 대한 빅데이터 등, 제1 언어와 제2 언어의 각각의 채팅 인터페이스 또는 기타 게시글을 통해 수집된 질의 및 답변 문장에 대한 빅데이터를 이용하여 제1 및 제2 알고리즘을 구성하게 되는 것이다.

이때 텍스트 변환부(12)는 제1 알고리즘을 적용함에 있어서, 예를 들어 유관 단어를 추출하는 데에 Word2Vec 및 이를 한국 등 특정 언어 환경에 적용한 오픈소스인 Transvec을 사용한다. Word2Vec 기법 및 이를 이용한 Transvec은 단어들을 벡터로 학습하고 이에 대한 벡터 간의 유사성을 판단하여 특정 단어와 유사한 연관 관계에 있는 단어들을 추출하는 학습 알고리즘이다.

Word2Vec 기법은 맥락, 즉 해당 단어의 주변 관계를 통해서 특정 단어와 유사한 관계에 있는 유관 단어들을 추출하는 알고리즘으로서, 특히 본 발명에서는 자연어를 학습 대상으로 하지 않고, 이커머스 분야의 채팅 데이터 및 게시글 등의 데이터를 학습 대상으로 하여, 그 정밀성을 더욱 높일 수 있다.

Word2Vec 기법 중 대표적인 CBOW는 맥락을 통해서 단어를 예측하여 벡터로 변환하는 데, 즉 주위에 있는 단어가 입력이 되고 타겟 단어가 우리가 예측해야 하는 출력값이 되는 문제를 푸는 것이다. 그 과정에서 모델의 파라미터를 학습하고, 이렇게 학습된 파라미터가 단어들의 벡터 표현이 된다.

파라미터가 학습되는 방식은 일반적인 머신 러닝, 딥 러닝 모델이 학습되는 방식과 같다. 처음 파라미터는 랜덤으로 초기화된 상태(random initialization)로 시작한다. 이 파라미터로 예측을 하고, 실제 값과 차이가 생기면 틀린 만큼 파라미터들을 조금씩 조정한다. 이 과정을 학습 데이터셋을 돌아가며 반복한다. 뉴럴 네트워크 용어로는 이를 backpropagation이라고 부르며, 그 원리는 gradient descent와 같다. 즉 cost function이 최소화되는 쪽으로 파라미터들을 업데이트해 가는 것이다.

즉 해당 모델에서 입력은 주변 단어이기 때문에, 입력되는 주변 샘플 단어들이 유사해지면 출력 단어, 즉 타겟팅되는 단어가 유사해질 것이며, 그 단어의 벡터 표현 역시 유사해질 것이다. 이를 통해 벡터 간의 거리가 짧은 단어들을 유관 단어로 판단하는 기법이 상술한 Word2Vec 기법인 것으로 이해될 수 있다.

한편 Transvec은 상술한 Word2Vec 기법을 한국 환경 등 특정 언어 환경에 적용할 수 있는 오픈소스이다. 이를 통해, 특정 언어 환경에서의 이커머스 분야에서의 샘플 데이터를 이용하여, 단어 간의 벡터값 및 이를 이용한 유사 단어의 추출이 가능하다.

이때 단어들 간의 유사성 판단은 제1 언어 텍스트에서 이커머스 분야에서 중요한 키워드로서, 번역 시 자연스러운 제2 언어 텍스트의 구성을 위해서 반드시 필요시 되는 단어만을 선택하여 해당 단어에 대한 유사 단어를 추출하는 것이 필요하다.

상술한 바와 같이 텍스트 변환부(12)는 제1 언어 텍스트에 포함된 다수의 단어들 중, 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출한다. 토픽 모델링은 문장 구조 내에서 유의미한, 즉 유효한 토픽을 추출하여 중요 단어를 추출하는 인공지능 알고리즘이다.

예를 들어 토픽 모델링은, LDA(Latent Dirichlet Allocation)을 활용하되, 문장을 단어의 집합으로 인지하고, 인지된 단어들 중, 불용어, 감탄사, 2글자 미만의 단어를 제거하는 전처리 프로세스, 전처리 프로세스를 통해 잔존한 단어를 발생 빈도 및 위치를 고려하여 수치화하는 벡터라이징 프로세스 및 상기 LDA 모델링을 통해 상기 제1 단어를 추출하는 것으로 이해될 수 있다.

즉 도 6에 도시된 바와 같이, 먼저 제1 언어 텍스트인 문장을 단어의 Bag으로 보는 BoW를 생성함으로써 단어의 그룹을 생성한다(S1). 이후, 해당 단어들 중, 불용어(Stop Word) 또는 의미를 발생시키기 어려운 감탄사, 2글자 미만의 짧은 단어나 관사, 정관사 등 유의미한 것으로 판단되기 어려운 단어를 제거하게 되면(S2) 전처리 과정이 완료된다.

이후, 문장 또는 상술한 빅데이터로 수집된 샘플 문장들의 경우에 있어서 발생 빈도 및 위치 등을 기반으로 하여 각 단어에 대한 Vectorizing을 수행한 뒤(S3), 상술한 LDA기반으로 유효한 단어들인 토픽 집합을 추출하게 된다(S4).

LDA 기법은, 자연어 처리에서 잠재 디리클레 할당(Latent Dirichlet allocation, LDA)은 주어진 문서에 대하여 각 문서에 어떤 주제들이 존재하는지를 서술하는 대한 확률적 토픽 모델 기법 중 하나이다. 미리 알고 있는 주제별 단어수 분포를 바탕으로, 주어진 문서에서 발견된 단어수 분포를 분석함으로써 해당 문서가 어떤 주제들을 함께 다루고 있을지를 예측할 수 있다.

구체적으로, LDA는 이산 자료들에 대한 확률적 생성 모형이다. 문자 기반의 자료들에 대해 쓰일 수 있으며 사진 등의 다른 이산 자료들에 대해서도 쓰일 수 있다. 기존의 정보 검색분야에서 LDA와 유사하게 문헌 내의 잠재적인 의미구조를 파악하려는 시도들은 계속 이루어져 왔다. TF-IDF를 필두로 하여 잠재 의미 분석(Latent semantic indexing, LSI), 확률 잠재 의미 분석(Probabilistic latent semantic analysis, pLSA)등을 거쳐 LDA로 도달하게 되었고, 이는 토픽 모델링이라 불리는 분야를 탄생시켰다. 확률 잠재 의미 분석은 확률 잠재 의미 인덱싱(probabilistic latent semantic indexing, pLSI) 라고도 한다.

LDA에는 몇 가지 가정이 있는데 그 중 중요한 것은 단어의 교환성(exchangeability)이다. 이는 '단어 주머니(bag of words)'라고 표현하기도 한다. 교환성은 단어들의 순서는 상관하지 않고 오로지 단어들의 유무만이 중요하다는 가정이다. 예를 들어, 'Apple is red'와 'Red is apple' 간에 차이가 없다고 생각하는 것이다. 단어의 순서를 무시할 경우 문헌은 단순히 그 안에 포함되는 단어들의 빈도수만을 가지고 표현이 가능하게 된다. 이 가정을 기반으로 단어와 문서들의 교환성을 포함하는 혼합 모형을 제시한 것이 바로 LDA이다. 하지만 단순히 단어 하나를 단위로 생각하는 것이 아니라 특정 단어들의 묶음을 한 단위로 생각하는 방식(n-gram)으로 LDA의 교환성 가정을 확장시킬 수도 있다.

LDA는 문헌의 주제를 찾기 위한 방법으로 고안되었지만, 이미지, 소리 등 텍스트 처리 이외의 다양한 분야에 쓰일 수 있고 이산 자료들, 즉 불연속적인 자료들뿐만 아니라 연속적인 자료들에 대해서 적용 할 수 있고 또한 다항 분포가 아닌 자료들에 대해서도 적용 할 수 있는 가능성이 있다.

본 발명에서 텍스트 변환부(12)는 이러한 LDA 등을 이용하여, 제1 언어 텍스트의 문장 내에서 토픽, 즉 번역 대상이 되고 그 번역을 통해 제2 언어 텍스트인 문장을 도출하기 위해서 유의미한 단어를 추출하게 된다.

이후 상술한 바와 같이 텍스트 변환부(12)는 제2 알고리즘을 통해서, 제2 언어들이 선택되면, 해당 제2 언어들이 구성하는 문장인 후보 문장들 중, 제1 언어 텍스트의 의미가 구성하는 토픽에 연관된 영역과의 유사성 측정을 통해서, 해당 유사성 수치가 가장 큰, 즉 유사성이 가장 큰 수치를 갖는 문장을 제2 언어 텍스트로 생성하여 변환을 완료하게 된다.

이와 같은 흐름을 도 4 내지 7을 통해 설명하기로 한다. 먼저, 도 4에 도시된 바와 같이, 채팅 인터페이스(130)를 통해서, 사용자들은 제1 언어 텍스트로 구성된 채팅 텍스트(131)를 확인하고, 입력창(132)을 통해서 제1 언어 텍스트를 입력할 수 있다.

그 결과로서, 상술한 바와 같이 제2 언어들로 구성된 후보 문장(133)들 중, 가장 그 유사성 수치(134)가 큰 문장으로서 'Can I ask how to use this?'에 대한 번역 결과로서, '어떻게 사용하나요?'의 문장이 도출된다.

그 과정은 도 5를 통해 설명될 수 있다. 즉, 상술한 바와 같이 LDA기법을 사용하기 위하여, 문장(200)을 단어로 분석하고, 분석된 단어들 중, 짧은 단어, 감탄사, 관사 등의 문장을 제외한 단어(201)들이 선택된다. 이후 다시 불용어 'this'를 제거하면, 유의미한 단어로서 'how', 'use'가 남게 된다. 이들에 대한 유관 단어(202)들을 LDA기법을 통해 분석하게 된다.

구체적으로, 도 7에 도시된 바와 같이 특정 유의미한 단어(205)의 유관 단어(202)에 대한 번역 결과 및 그 연관성을 통해서 'use'에 대한 '사용하다'의 제2 언어적 단어가, 'face'에 대한 '얼굴'의 제2 언어적 단어가 도출되며, 이를 통해서 제1 언어 텍스트(200)에 대해서 도 5에 도시된 후보 문장(203)들이 도출되고, 각 후보 문장(203)과 제1 언어 텍스트와의 유사성 수치가 가능 큰 문장(204)이 최종적으로 제2 언어 텍스트로 도출된다.

그 결과 도출된 제2 언어 텍스트는 제2 언어를 사용하는 유저의 채팅 인터페이스에 출력된다. 즉 텍스트 출력부(13)는 제1 언어 텍스트에 대응되는 채팅을 채팅 인터페이스에 출력하되, 제1 언어를 사용하는 유저 단말의 채팅 인터페이스에는 상기 입력된 제1 언어 텍스트를, 제2 언어를 사용하는 유저 단말의 채팅 인터페이스에는 텍스트 변환부(12)를 통해 변환된 제2 언어 텍스트를 출력하도록 하는 기능을 수행한다.

이를 통해서, 각 유저들은 자신이 사용하는 언어로만 구성된 채팅 인터페이스를 확인할 수 있고, 자신이 사용하는 언어로 입력 시에도 다른 언어를 사용하는 유저들의 측면에서는 해당 유저가 사용하는 언어로 채팅 인터페이스가 출력되도록 할 수 있어, 크로스보딩 이커머스 분야에서 매우 특화된 채팅 인터페이스를 이용하여, 이커머스 시장의 활성화가 가능한 효과가 있는 것이다.

한편, 이러한 제1 알고리즘 및 제2 알고리즘에 대한 수행에 있어서는 학습이 필요하다. 이를 위해서, 본 발명의 장치(10)의 기능 수행을 위해서 상술한 바와 같이 이커머스 분야의 채팅, 게시글 등에 대한 빅데이터가 서버 단말(40)에 저장될 수 있다. 즉 서버 단말(40)은 예를 들어 빅데이터 전용 데이터베이스, 본 발명의 장치(10)의 기능 수행에 따라서 제공되는 채팅 서비스에 연계된 이커머스 쇼핑 시스템의 서버 등을 지칭할 수 있다.

이때 텍스트 변환부(12)의 알고리즘 학습을 더욱 촉진시키기 위해서, 본 발명에 있어서, 텍스트 변환부(12)는 예를 들어 상술한 후보 문장들이 도출되면, 일부 제2 언어 텍스트를 이해하거나, 제1 언어와 제2 언어를 동시에 구사 가능한 것으로 판단된 일부 유저들에게 이러한 후보 문장에 대한 선택 질의를 전송하고, 전송된 선택 질의에 대한 유저들의 입력을 수신 시, 제2 알고리즘 또는 제1 알고리즘(바람직하게는 제2 알고리즘)을 그 결과를 바탕으로 학습/갱신하도록 할 수 있다.

이 경우 일부 유저라 함은 본 발명의 장치(10)에 따른 채팅 서비스에 등록된 유저 계정들 중, 일정한 조건을 만족하여 인증된 유저를 지칭할 수 있다. 예를 들어 각 언어의 사용 국가에서의 거주 경험, 이커머스 분야의 경력 등 객관적인 자료를 제시 시, 관리자 인증을 통해서 해당 유저를 일부 유저로 선정할 수 있다.

이 경우, 해당 일부 유저는 일정한 혜택(보수 등)을 받고, 다수의 제1 언어 텍스트 및 이에 대한 후보 문장으로서, 채팅 인터페이스 상에서 주기적으로 사용된 내역을 추출하고, 이를 선택 질의로서 수신한 뒤, 이에 대한 선택을 통해서 상술한 기능을 수행하도록 할 수 있다.

이때 더욱 정확한 학습을 위해서, 텍스트 변환부(12)는, 인증된 유저들로부터 후보 문장에 대한 편집 입력을 수신하거나, 유사성 수치에 대한 편집 입력을 수신 시, 수신된 편집 입력을 제2 알고리즘에 적용하여 제2 알고리즘을 갱신/학습할 수 있다.

즉, 일부 유저에게 단순히 후보 문장 중 어느 하나를 선택하는 것뿐 아니라. 후보 문장 중 가장 유사성 수치가 높을 것인 제2 언어 텍스트를 발견하지 못하는 경우, 일부 유저에게 해당 제2 언어 텍스트를 직접 제시할 수 있는 기회를 부여하거나, 일부 유사성 수치에 대한 편집을 통하여 제2 알고리즘 등에 대한 직접 학습이 가능하도록 하는 것이다.

한편, 본 발명의 다양한 실시예에 있어서, 제1 언어를 사용하는 유저들은 이러한 질의 및 응답 등의 채팅 서비스 이외에, 이커머스 분야에 직접 연관된 서비스를 필요로 할 수 있다. 즉, 이커머스 분야에서는, 단순한 정보 공유뿐 아니라 직접적인 주문, 발주, 계약, 견적서 등에 대한 전문 정보가 교환되어 계약이 이루어질 수 있기 때문이다.

이러한 요구를 만족하기 위해서, 본 발명의 다른 실시예에 있어서 본 발명의 장치(10)는 상술한 바와 같이 문서 생성부(미도시)를 더 포함할 수 있다. 문서 생성부는, 텍스트 출력부(13)를 통해 출력된 텍스트를 분석한 결과, 제품 구매 프로세스에 포함되는 전자 문서의 생성이 가능한 텍스트가 존재 시, 텍스트에 포함된 단어를 기본 전자 문서 템플릿인 제1 문서에 적용하여, 이용 가능한 전자 문서인 제2 문서를 생성하여 채팅 인터페이스의 일 영역에 출력하는 기능을 수행한다.

이때 제1 문서는, 예를 들어 주문서의 경우, 기본적인 프레임이 구성되고, 주문자, 수신인, 주문목록에 대한 구체적인 물품의 이름, 수량, 단위 등에 대한 입력이 가능한 상태로 구성된 일종의 전자 문서 서식을 의미한다. 제2 문서는 따라서, 제1 문서에 구체적인 정보를 추가하여 예를 들어 완성된 주문서를 의미한다. 이때 제1 문서 및 제2 문서는 기본적으로 제1 언어 및 제2 언어의 사용 국가에서 사용할 수 있는 문서 파일 포맷을 사용할 수 있다.

이때 제2 문서를 생성하여 채팅 인터페이스의 일 영역에 출력함은, 유저들의 채팅 인터페이스 일 영역에 해당 제2 문서를 직접 출력하거나, 또는 제2 문서를 확인할 수 있는 메뉴 및 제2 문서에 대한 아이콘 또는 미리 보기 등에 대한 이미지 등을 출력하여, 유저들이 해당 메뉴, 아이콘, 상세 보기 메뉴 등을 선택 시, 채팅 인터페이스와 별개로 해당 문서를 상술한 문서 파일 포맷에 대응하는 프로그램 또는 웹 상에서 확인할 수 있도록 출력할 수 있는 기능을 수행함을 의미한다.

이때 문서 생성부는 자동으로 각 제1 문서의 영역에 추가될 제2 문서 상에서의 구체적인 항목을 추출할 수 있다. 이를 위해서 제1 문서에는 제1 문서의 각 영역에 추가해야 할 항목이나 정보의 타입 등이 설정될 수 있다.

예를 들어 문서 생성부는 제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 제1 단어들 중, 전자 문서의 각 항목에 대응하는 제2 단어, 제2 단어에 인접한 숫자 텍스트인 제3 단어, 숫자 텍스트에 인접된 단위 텍스트인 제4 단어를 각 단어의 의미 및 위치 관계를 기준으로 추출한 뒤, 제1 문서의 각 항목별 영역에 제2 단어, 제3 단어 및 제4 단어를 적용하여 상기 제2 문서를 생성할 수 있다.

이러한 문서 생성부의 제1 단어, 제2 단어, 제3 단어 및 제4 단어를 추출하는 알고리즘 역시 머신 러닝 및 수집된 이커머스 분야의 자연어 문장과 제2 문장 간의 상관관계에 대한 빅데이터를 기분으로 학습될 수 있다.

예를 들어, 도 9의 화면(140)을 참조하면, 상세한 주문서에 대한 제2 문서(141)에는, 제1 문서와, 구체적인 정보로서, 예를 들어 주문자(P1), 주문 수신자(P2), 주문 물품(I1), 주문 물품의 수량 단위(ton) 및 수량(10)에 대한 정보가 포함될 수 있다.

이때 채팅 인터페이스에서 'I want to order 10 tons of I1'이라는 문장(146)이 입력되면, 자동으로 문서 생성부에서는 상술한 LDA 등의 토픽 모델링을 통해서, order, I1 등의 단어(147)를 추출한다. 특히, 상술한 문서 생성부의 제2 문서 생성을 위한 제1 내지 제4 단어의 활용에 더하여, 제1 단어들 중 'order'등의 유의미한 단어는, 다수의 제1 문서 중 어떤 제1 문서를 선택할지 여부를 판단할 수 있도록 사용될 수 있다. 즉, 도 9에 도시된 바와 같이 제1 문서들 중 주문서(order sheet)을 선택하는 데 'order'단어가 사용된 것이다.

이후, I1 단어는 물품의 품목을 의미하므로 제2 단어로, 그 단어에 인접된 숫자인 10을 제3 단어로 선택하고, 이에 인접된 tons는 해당 숫자의 단위일 가능성이 크기 때문에 이에 대한 단위 텍스트로서 제4 단어로 추출하게 된다. 이후, 각 제2 내지 제4 단어를 이용하여, 제1 문서마다 해당 내용들에 설정된 항목들을 채워 제2 문서를 생성하는 것이다.

또한 본 발명에 있어서 문서 생성부에 의하여 생성된 제2 문서는, 제2 문서를 확인할 수 있는 인터페이스 상에서, 편집 메뉴(142)를 이용하여 편집하거나, 저장 메뉴(143)를 이용하여 유저가 자신의 단말에 저장하도록 하거나, 삭제 메뉴(144)를 통해서 해당 제2 문서를 폐기하거나, 전송 메뉴(145)를 통해서 제2 문서를 그대로 원하는 유저에게 메일 또는 채팅 인터페이스를 통해서 전송할 수 있다.

이때 상술한 'I want to order 10 tons of I1'의 문장 역시 상술한 텍스트 변환부(12)의 기능 수행에 의하여 제2 텍스트 언어인 '나는 I1 10 톤을 주문하고 싶습니다.'로 번역 가능하기 때문에 번역된 문장을 기반으로 상술한 제2 문서가 제2 언어로 역시 동시에 생성될 수 있다.

이 경우, 문서 생성부는 생성된 제2 문서를 제1 언어 및 제2 언어별로 생성하여 임시 저장한 뒤, 유저들로부터 전자 문서 호출 요청을 수신 시, 유저들의 사용 언어에 따라서 제1 언어 및 제2 언어로 구성된 제2 문서 중 적어도 하나를 채팅 인터페이스의 일 영역에 출력할 수 있다. 이때 상술한 바와 같이 제2 문서를 출력할 수 있는 메뉴, 아이콘, 상세 보기 메뉴 등에 대한 선택을 상술한 전자 문서 호출 요청으로 이해할 수 있을 것이다.

이를 통해서, 유저들은 채팅 인터페이스를 이용하면서 이커머스에서 필요시 되는 서류를 별도의 불편한 편집 없이, 적어도 기본적인 정보가 적용되도록 제공받을 수 있어, 편리하게 이커머스 서비스를 이용할 수 있는 효과가 있다.

도 10은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 9에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 10에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 10의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 10에 도시된 일부 컴포넌트가 생략되거나, 도 10에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 10에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

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

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

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

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다

Claims (10)

1. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치로서,
   다수 유저 사이의 채팅이 가능한 인터페이스로서, 제1 언어 및 제1 언어와 다른 제2 언어의 텍스트 입력이 가능한 채팅 인터페이스를 제공하는 채팅 인터페이스 제공부;
   상기 채팅 인터페이스를 통해 제1 언어 텍스트 입력을 감지 시, 상기 제2 언어 텍스트로 입력된 제1 언어 텍스트를 변환하되, 다국어간 유사 단어를 탐색하는 제1 알고리즘을 통해 변환하는 텍스트 변환부; 및
   제1 언어 텍스트에 대응되는 채팅을 상기 채팅 인터페이스에 출력하되, 제1 언어를 사용하는 유저 단말의 채팅 인터페이스에는 상기 입력된 제1 언어 텍스트를, 제2 언어를 사용하는 유저 단말의 채팅 인터페이스에는 상기 텍스트 변환부를 통해 변환된 제2 언어 텍스트를 출력하도록 하는 텍스트 출력부;를 포함하고,
   상기 텍스트 출력부를 통해 출력된 텍스트를 분석한 결과, 제품 구매 프로세스에 포함되는 전자 문서의 생성이 가능한 텍스트가 존재 시, 텍스트에 포함된 단어를 기본 전자 문서 템플릿인 제1 문서에 적용하여 이용 가능한 전자 문서인 제2 문서를 생성하여 채팅 인터페이스의 일 영역에 출력하는 문서 생성부;를 더 포함하고,
   상기 문서 생성부는,
   제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 제1 단어들 중, 전자 문서의 각 항목에 대응하는 제2 단어, 제2 단어에 인접한 숫자 텍스트인 제3 단어, 숫자 텍스트에 인접된 단위 텍스트인 제4 단어를 각 단어의 의미 및 위치 관계를 기준으로 추출한 뒤, 상기 제1 문서의 각 항목별 영역에 제2 단어, 제3 단어 및 제4 단어를 적용하여 상기 제2 문서를 생성하는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
2. 제1항에 있어서,
   상기 제1 알고리즘은,
   Word2Vec 기법이 적용되는 알고리즘으로서, 제1 언어 텍스트에 포함된 단어들 중 유의미한 단어인 제1 단어를 토픽 모델링을 통해 추출하고, 추출된 제1 단어에 대한 제2 언어의 단어인 제2 단어를 추출하고, 추출된 제2 단어들을 포함하는 문장을 문장 유사성을 측정하는 제2 알고리즘을 통해 구성하여 제2 언어 텍스트를 생성하는 알고리즘인 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
3. 제2항에 있어서,
   상기 제2 알고리즘은,
   상기 제1 알고리즘을 통해 추출된 제2 언어들이 구성하는 문장인 후보 문장들 중, 제1 언어 텍스트의 의미가 구성하는 토픽에 연관된 영역과의 유사성 측정을 통해, 그 유사성이 가장 큰 수치를 갖는 문장을 상기 제2 언어 텍스트로 생성하는 알고리즘인 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
4. 제3항에 있어서,
   상기 텍스트 변환부는,
   상기 후보 문장에 대해서, 상기 유저들 중 인증된 유저들에게 후보 문장에 대한 선택 질의를 전송하고, 전송된 선택 질의에 대한 유저들의 입력을 수집하여, 상기 제2 알고리즘을 갱신하도록 하는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
5. 제4항에 있어서,
   상기 텍스트 변환부는,
   상기 인증된 유저들로부터 후보 문장에 대한 편집 입력을 수신하거나, 상기 유사성 수치에 대한 편집 입력을 수신 시, 수신된 편집 입력을 상기 제2 알고리즘에 적용하여 상기 제2 알고리즘을 갱신하도록 하는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
6. 제2항에 있어서,
   상기 제1 알고리즘 및 상기 제2 알고리즘은 크로스보팅 이커머스 분야에 대한 샘플 유저들의 채팅 데이터를 통해 생성 및 갱신되는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
7. 제2항에 있어서,
   상기 텍스트 변환부는,
   상기 토픽 모델링에 있어서, LDA(Latent Dirichlet Allocation)을 활용하되, 문장을 단어의 집합으로 인지하고, 인지된 단어들 중, 불용어, 감탄사, 2글자 미만의 단어를 제거하는 전처리 프로세스, 전처리 프로세스를 통해 잔존한 단어를 발생 빈도 및 위치를 고려하여 수치화하는 벡터라이징 프로세스 및 상기 LDA 모델링을 통해 상기 제1 단어를 추출하는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
   
8. 삭제
9. 삭제
10. 제1항에 있어서,
    상기 문서 생성부는,
    생성된 제2 문서를 상기 제1 언어 및 상기 제2 언어별로 생성하여 임시 저장한 뒤, 유저들로부터 전자 문서 호출 요청을 수신 시, 상기 유저들의 사용 언어에 따라서 제1 언어 및 제2 언어로 구성된 제2 문서 중 적어도 하나를 상기 채팅 인터페이스의 일 영역에 출력하는 것을 특징으로 하는 크로스보딩 이커머스 시스템에서의 자동 질의 대응 및 전자 서류 생성이 가능한 채팅 인터페이스 제공 장치.
    

Images