KR102377419B1 - 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체 - Google Patents

Abstract

본 발명은 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체에 관한 것으로서, 더욱 상세하게는 피평가자 및 평가자에 대한 정보로부터 비언어적정보를 포함하는 질문데이터를 생성하고, 상기 질문데이터에 대한 대답의 비언어적정보를 인공지능을 통해 분석하여 평가하는 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체에 관한 것이다.

Description

기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체 {Non-verbal Evaluation Method, System and Computer-readable Medium Based on Machine Learning}

본 발명은 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체에 관한 것으로서, 더욱 상세하게는 피평가자 및 평가자에 대한 정보로부터 비언어적정보를 포함하는 질문데이터를 생성하고, 상기 질문데이터에 대한 대답의 비언어적정보를 인공지능을 통해 분석하여 평가하는 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체에 관한 것이다.

면접은 일반적으로 면접을 통해 평가를 받는 면접자 및 면접자에 대한 평가를 수행하는 면접관으로 구성되며, 면접관의 질문과 면접자의 답변으로 진행되며 전체 질의응답에 대한 종합평가로 이루어진다.

면접은 질문 및 응답을 통해 면접자의 전문지식, 전문기술 혹은 정보활용능력 등의 하드 스킬(hard skill) 뿐만 아니라 면접자의 태도, 의사소통 능력 등의 소프트 스킬(soft skill) 을 파악하는 것을 목적으로 한다.

전통적으로 자기소개서, 이력서, 경력 증명서 등의 과거 데이터 및 전공에 관한 질문 등을 통해 하드 스킬을 파악해 왔고, 이는 해당 분야의 전문가가 질의응답을 함으로써 어렵지 않게 판단할 수 있다.

반면, 소프트 스킬은 면접관의 주관적 경험과 직관에 따라 다르게 판단되는 영역으로서, 면접관에 따라 평가 기준 및 평가 방법 등이 달라질 수 있다. 이와 같이 면접관의 주관에 따라 달라지는 평가 방법에 의해 면접자의 소프트 스킬이 객관적으로 평가되기 어려운 문제가 있다.

따라서 면접자의 소프트 스킬을 객관적으로 평가하기 위해서는 면접관의 주관적인 평가 보다는 인공지능과 같은 지능화 된 행동 분석기 등을 통해 객관적이고 비편향적인 평가를 수행할 필요가 있다.

또한, 면접자의 소프트 스킬을 평가하는 과정에서 주어지는 질문의 경우 질문의 내용, 즉 무엇을 질문하는지도 중요하지만, 어떻게 질문하는지 역시 중요하다. 면접관이 면접자에게 질문을 하는 과정에서 실제 전달되는 질문의 컨텐츠 외에도 질문을 전달하는 방법, 태도, 분위기 등을 포괄하여 전달되는 메타 메시지가 면접자와의 의사소통 과정에서 큰 영향을 주게 된다. 따라서 객관적 평가를 위해서는 언어적, 비언어적 요소를 적절히 조합한 질문을 하고, 이에 대한 면접자의 대답에서의 비언어적 요소를 평가할 필요가 있다.

본 발명은 피평가자 및 평가자에 대한 정보로부터 비언어적정보를 포함하는 질문데이터를 생성하고, 상기 질문데이터에 대한 대답의 비언어적정보를 인공지능을 통해 분석하여 평가하는 기계학습에 기초한 비언어적 평가 방법, 시스템 및 컴퓨터-판독가능 매체를 제공하는 것을 그 목적으로 한다.

상기와 같은 과제를 해결하기 위하여 본 발명은, 기계학습에 기초한 비언어적 평가 방법으로서, 비언어적정보를 포함하는 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 피평가자에게 질문을 전달하는 질문구현단계; 및 상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공신경망을 통해 분석하여 평가하는 대답분석단계; 를 포함하고, 상기 질문데이터는, 상기 대답분석단계에서의 비언어적정보의 평가를 위한 평가기준정보를 포함하는, 기계학습에 기초한 비언어적 평가 방법을 제공한다.

본 발명에서는, 상기 비언어적 평가 방법은, 초기의 상기 질문데이터를 생성하기 위한 상기 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력단계; 및 상기 질문데이터를 생성하는 질문도출단계; 를 더 포함할 수 있다.

본 발명에서는, 상기 피평가자정보입력단계는, 상기 질문데이터를 생성하기 위한 피평가자의 정보 및 평가상황의 정보를 입력하는 피평가자상태입력단계; 및 입력 받은 상기 피평가자의 정보 및 상기 평가상황에 기초하여 상기 질문데이터를 생성하기 위한 초기정보를 생성하는 초기정보생성단계; 를 포함할 수 있다.

본 발명에서는, 상기 피평가자정보입력단계는, 상기 질문데이터를 생성하기 위한 평가자의 정보를 입력하는 평가자정보입력단계; 를 더 포함하고, 상기 초기정보생성단계는, 입력 받은 상기 피평가자의 정보, 상기 평가상황 및 상기 평가자의 정보에 기초하여 상기 질문데이터를 생성하기 위한 초기정보를 생성할 수 있다.

본 발명에서는, 상기 질문도출단계는 상기 초기정보에 기초하여 질문데이터를 생성하고, 상기 질문구현단계는 질문도출단계에서 생성된 상기 질문데이터에 기초하여 질문을 전달할 수 있다.

본 발명에서는, 상기 비언어적 평가 방법은 상기 질문도출단계, 질문구현단계 및 대답분석단계가 반복적으로 수행될 수 있고, 상기 대답분석단계는 평가 결과에 기초하여 분석정보를 생성하고, 상기 질문도출단계는 상기 초기정보 및 상기 분석정보 중 1 이상에 기초하여 질문데이터를 생성할 수 있다.

본 발명에서는, 상기 평가기준정보는, 상기 초기정보 혹은 상기 분석정보에 기초하여 갱신될 수 있다.

본 발명에서는, 상기 대답분석단계는 상기 질문데이터에 대한 대답의 비언어적정보를 2 이상의 카테고리로 분류하여 수치화 하고, 상기 평가기준정보는 상기 2 이상의 카테고리 별로 수치화 된 분석점수에 대한 평가기준을 포함할 수 있다.

본 발명에서는, 상기 질문데이터의 비언어적정보는 질문의 문장, 질문을 전달하는 음성 및 질문을 전달하는 평가자의 표정 중 1 이상에 대한 정보를 포함하고, 상기 질문구현단계는 상기 질문데이터의 비언어적정보에 기초하여 피평가자에게 전달할 청각데이터 및 시각데이터 중 1 이상을 생성할 수 있다.

본 발명에서는, 상기 질문데이터는, 하나의 질문에 대한 데이터를 포함하거나, 혹은 2 이상의 질문을 포함하는 질문세트에 대한 데이터를 포함할 수 있다.

상기와 같은 과제를 해결하기 위하여 본 발명은, 기계학습에 기초한 비언어적 평가 시스템으로서, 비언어적정보를 포함하는 초기의 질문데이터를 생성하기 위한 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력부; 상기 질문데이터를 생성하는 질문도출부; 상기 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 상기 피평가자에게 질문을 전달하는 질문구현부; 및 상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공신경망을 통해 분석하여 평가하는 대답분석부; 를 포함하고, 상기 질문데이터는, 상기 대답분석부에서의 비언어적정보의 평가를 위한 평가기준정보를 포함하는, 기계학습에 기초한 비언어적 평가 시스템을 제공한다.

상기와 같은 과제를 해결하기 위하여 본 발명은, 기계학습에 기초한 비언어적 평가를 위한 컴퓨터-판독가능 매체로서, 상기 컴퓨터-판독가능 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은: 비언어적정보를 포함하는 초기의 질문데이터를 생성하기 위한 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력단계; 상기 질문데이터를 생성하는 질문도출단계; 상기 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 상기 피평가자에게 질문을 전달하는 질문구현단계; 및 상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공신경망을 통해 분석하여 평가하는 대답분석단계; 를 포함하고, 상기 질문데이터는, 상기 대답분석단계에서의 비언어적정보의 평가를 위한 평가기준정보를 포함하는, 컴퓨터-판독가능 매체를 제공한다.

본 발명의 일 실시예에 따르면 비언어적 평가 방법을 위한 질문을 생성함에 있어서 상기 질문의 언어적정보 뿐만 아니라 비언어적정보를 포함하는 질문데이터를 생성하여 피평가자에게 상기 비언어적정보에 기초하여 질문을 전달함으로써 객관적인 평가를 수행할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면 비언어적 평가 방법을 위한 질문을 생성함에 있어서 전달되는 질문에 대한 평가기준정보를 포함하는 질문데이터를 생성함으로써 질문 각각에 대해 적합한 평가기준을 제시하고, 상기 평가기준에 의한 평가를 수행함으로써 정확한 평가를 수행할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면 피평가자의 대답의 언어적정보 외에 비언어적정보를 인공지능을 통해 분석함으로써 객관적이고 비편향적인 평가를 수행할 수 있는 효과를 발휘할 수 있다.

도 1은 본 발명의 일 실시예에 따른 비언어적 평가 방법을 수행하는 시스템의 구성을 개략적으로 도시하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 사용자 단말기의 내부구성요소를 개략적으로 도시하는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 피평가자정보입력부의 동작의 세부 단계를 개략적으로 도시하는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 질문도출부의 동작을 개략적으로 도시하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 질문구현부의 동작을 개략적으로 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 질문구현부에 의해 구현된 질문이 출력되는 방법을 개략적으로 도시하는 도면이다.
도 7은 본 발명의 일 실시예에 따른 대답분석부의 동작을 개략적으로 도시하는 도면이다.
도 8은 본 발명의 일 실시예에 따른 질문데이터가 활용되는 과정을 개략적으로 도시하는 도면이다.
도 9는 본 발명의 일 실시예에 따른 질문도출부의 동작을 개략적으로 도시하는 도면이다.
도 10은 본 발명의 일 실시예에 따른 대답분석부의 피처맵 생성과정을 개략적으로 도시한다.
도 11은 본 발명의 일 실시예에 따른 질문구현부의 동작을 개략적으로 도시하는 도면이다.
도 12는 본 발명의 일 실시예에 따른 질문데이터의 비언어적정보의 일 예를 개략적으로 도시하는 그래프이다.
도 13은 본 발명의 일 실시예에 따른 질문데이터의 세트를 개략적으로 도시하는 도면이다.

이하에서는, 다양한 실시예들 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.

또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.

본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '~부', '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 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, 제1, 제2 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 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 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 실시예들에서, 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 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 비언어적 평가 방법을 수행하는 시스템의 구성을 개략적으로 도시하는 도면이다.

도 1을 참조하면 본 발명의 일 실시예에 따른 비언어적 평가 방법은 평가를 받는 피평가자(1000)가 사용자단말기(2000) 등을 통해 평가를 위한 질문을 받고, 상기 질문에 대한 대답을 하게 되면 상기 사용자단말기(2000)는 상기 피평가자(1000)의 대답을 입력 받아 상기 피평가자(1000)의 대답을 분석하여 평가할 수 있도록 한다.

이 때, 상기 사용자 단말기(2000)는 스마트홈 콘트롤 디바이스, 월패드, 스마트 폰(smart phone), 태블릿(tablet) 개인용 컴퓨터(personal computer: PC, 이하 'PC'라 칭하기로 한다), 이동 전화기, 화상 전화기, 전자책 리더(e-book reader), 데스크 탑(desktop) PC, 랩탑(laptop) PC, 넷북(netbook) PC, 개인용 복합 단말기(personal digital assistant: PDA, 이하 'PDA'라 칭하기로 한다), 휴대용 멀티미디어 플레이어(portable multimedia player: PMP, 이하 'PMP'라 칭하기로 한다), 엠피3 플레이어(mp3 player), 이동 의료 디바이스, 카메라, 웨어러블 디바이스(wearable device)(일 예로, 헤드-마운티드 디바이스(head-mounted device: HMD, 일 예로 'HMD'라 칭하기로 한다), 전자 의류, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 혹은 스마트 워치(smart watch) 등이 될 수 있다.

상기 사용자단말기(2000)는 네트워크를 통해 연결된 서버(3000) 등을 통해 상기 피평가자(1000)에 대한 질문을 전송 받고, 상기 피평가자(1000)의 대답을 전송하여 상기 서버(3000)에서 상기 피평가자(1000)의 대답에 대한 분석을 통해 상기 피평가자(1000)에 대한 평가가 이루어지도록 할 수 있다.

혹은 상기 사용자단말기(2000)는 사용자단말기(2000) 내부에서 상기 피평가자(1000)에 대한 질문을 생성하고, 상기 피평가자(1000)의 대답을 분석하여 상기 피평가자(1000)에 대한 평가가 이루어지도록 할 수 있다.

도 2는 본 발명의 일 실시예에 따른 사용자단말기의 내부구성요소를 개략적으로 도시하는 블록도이다.

본 발명의 일 실시예에 따른 사용자단말기(2000)는 프로세서(100), 버스(200), 네트워크 인터페이스(300) 및 메모리(400)를 포함할 수 있다. 메모리는 운영체제(410), 서비스제공루틴(420), 질문컨텐츠(430) 및 평가정보(440)를 포함할 수 있다. 프로세서(100)는 피평가자정보입력부(110), 질문도출부(120), 질문구현부(130), 및 대답분석부(140)를 포함할 수 있다. 다른 실시예들에서 사용자단말기(2000)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다.

메모리(400)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리에는 운영체제(410), 서비스제공루틴(420), 질문컨텐츠(430) 및 평가정보(440)를 위한 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism, 미도시)을 이용하여 메모리와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체(미도시)를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 네트워크 인터페이스부(300)를 통해 메모리에 로딩될 수도 있다.

버스(200)는 사용자단말기(2000)를 제어하는 컴퓨팅 장치의 구성요소들간의 통신 및 데이터 전송을 가능하게 할 수 있다. 버스는 고속 시리얼 버스(high-speed serial bus), 병렬 버스(parallel bus), SAN(Storage Area Network) 및/또는 다른 적절한 통신 기술을 이용하여 구성될 수 있다.

네트워크 인터페이스부(300)는 사용자단말기(2000)를 제어하는 컴퓨팅 장치를 컴퓨터 네트워크에 연결하기 위한 컴퓨터 하드웨어 구성 요소일 수 있다. 네트워크 인터페이스(300)는 사용자단말기(2000)를 제어하는 컴퓨팅 장치를 무선 또는 유선 커넥션을 통해 컴퓨터 네트워크에 연결시킬 수 있다. 이와 같은 네트워크 인터페이스부(300)를 통하여 사용자단말기(2000)를 제어하는 컴퓨팅 장치가 사용자단말기(2000)에 무선적 혹은 유선적으로 접속될 수 있다.

프로세서는 기본적인 산술, 로직 및 사용자단말기(2000)를 제어하는 컴퓨팅 장치의 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리 또는 네트워크 인터페이스부(300)에 의해, 그리고 버스(200)를 통해 프로세서(100)로 제공될 수 있다. 프로세서(100)는 피평가자정보입력부(110), 질문도출부(120), 질문구현부(130) 및 대답분석부(140)를 위한 프로그램 코드를 실행하도록 구성될 수 있다. 이러한 프로그램 코드는 메모리와 같은 기록 장치에 저장될 수 있다.

상기 피평가자정보입력부(110), 질문도출부(120), 질문구현부(130) 및 대답분석부(140)는 이하에서 설명하게 될 사용자단말기(2000)의 작동을 수행하기 위해 구성될 수 있다. 상기한 프로세서는 사용자단말기(2000)를 제어하는 방법에 따라 일부 컴포넌트가 생략되거나, 도시되지 않은 추가의 컴포넌트가 더 포함되거나, 2개 이상의 컴포넌트가 결합될 수 있다.

상기 피평가자정보입력부(110)는 비언어적정보를 포함하는 질문데이터를 생성하기 위한 상기 피평가자(1000)의 정보 및 평가자의 정보 중 1 이상을 입력 받는다. 상기 피평가자정보입력부(110)는 상기 피평가자(1000)의 정보 혹은 평가상황 등에 대한 정보를 입력 받음으로써 평가를 위한 질문데이터를 생성할 수 있다. 예를 들어 상기 피평가자(1000)가 구직을 위한 면접에 임하는 경우 상기 피평가자(1000)의 전공, 관심사, 능력 등 신상에 관한 정보 및 면접장소, 지원한 회사 등 평가상황에 대한 정보 등을 입력 받아 적절한 질문을 생성할 수 있도록 할 수 있다.

상기 질문도출부(120)는 상기 질문데이터를 생성한다. 상기 질문도출부(120)는 상기 피평가자정보입력부(110)에서 입력 받은 정보에 기초하여 상기 정보에 적합한 질문데이터를 생성한다. 이 때, 상기 질문데이터는 피평가자(1000)에게 가할 질문의 컨텐츠, 즉 질문의 언어적정보 및 상기 질문을 전달하는 방법, 즉 질문의 비언어적정보를 포함할 수 있다. 또한, 상기 질문데이터에는 상기 질문에 대한 대답을 평가하기 위한 평가기준정보를 포함할 수 있다.

상기 질문구현부(130)는 상기 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 피평가자(1000)에게 질문을 전달한다. 본 발명의 일 실시예에서 상기 질문구현부(130)는 상기 질문데이터의 언어적정보 및 비언어적정보에 기초하여 상기 피평가자(1000)에게 질문을 전달하게 된다. 이를 위해 상기 질문구현부(130)는 디스플레이모듈 혹은 음성출력모듈을 통해 사용자에게 시각적 디스플레이 혹은 음성 등으로 질문을 전달할 수 있다.

상기 대답분석부(140)는 상기 질문데이터에 대한 상기 피평가자(1000)의 대답에 포함된 비언어적정보를 인공지능을 통해 분석하여 평가한다. 상기 피평가자(1000)는 상기 질문구현부(130)에서 전달 받은 질문에 대해 대답을 하게 된다. 이와 같은 대답은 카메라모듈 및 음성입력모듈 등을 통해 상기 대답분석부(140)로 입력 받게 된다.

상기 대답분석부(140)는 상기 카메라모듈 및 상기 음성입력모듈 등을 통해 입력 받은 상기 피평가자(1000)의 영상 및 음성 정보 등을 인공지능을 통해 상기 대답에 포함된 비언어적정보를 분석하여 정량화하고, 이를 상기 질문데이터에 포함된 평가기준정보에 의해 평가함으로써 상기 피평가자(1000)에 대한 분석정보를 생성할 수 있다.

*

이와 같은 프로세서(1000)의 각 구성요소의 동작은 일련의 단계로 구성된 비언어적 평가 방법을 구성할 수 있다. 본 발명의 일 실시예에 따르면 상기 비언어적 평가 방법은 비언어적정보를 포함하는 질문데이터를 생성하기 위한 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력단계; 상기 질문데이터를 생성하는 질문도출단계; 상기 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 상기 피평가자에게 질문을 전달하는 질문구현단계; 및 상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공지능을 통해 분석하여 평가하는 대답분석단계; 를 포함할 수 있다. 이 때 상기 피평가자정보입력단계는 상기 피평가자정보입력부(110)의 동작에 의해 수행될 수 있고, 상기 질문도출단계는 상기 질문도출부(120)에 의해 수행될 수 있고, 상기 질문구현단계는 상기 질문구현부(130)에 의해 수행될 수 있고, 상기 대답분석단계는 상기 대답분석부(140)에 의해 수행될 수 있다.

도 3은 본 발명의 일 실시예에 따른 피평가자정보입력부의 동작의 세부 단계를 개략적으로 도시하는 순서도이다.

도 3을 참조하면 상기 피평가자정보입력부(110)가 수행하는 피평가자정보입력단계는 피평가자상태입력단계(S100); 평가자정보입력단계(S200); 및 초기정보생성단계(S300)를 포함할 수 있다.

상기 피평가자상태입력단계(S100)에서는 상기 질문데이터를 생성하기 위한 피평가자(1000)의 정보 및 평가상황 중 1 이상의 정보를 입력한다. 본 발명의 일 실시예에서 상기 피평가자(1000)의 정보는 전공분야, 관심사, 능력 등 신상에 관한 정보일 수 있고, 상기 평가상황은 상기 피평가자에 대한 평가가 이루어지는 면접장소, 지원한 회사 및 직무 등의 상황에 관한 정보일 수 있다. 이와 같이 평가가 이루어지는 대상 및 상황에 대한 정보를 입력 받음으로써 정확한 평가를 위한 질문의 내용 및 상기 질문에 대한 비언어적 정보(예를 들어 질문의 어조, 말투, 분위기 등)를 도출하여 평가효율을 높일 수 있다.

상기 평가자정보입력단계(S200)에서는 상기 질문데이터를 생성하기 위한 평가자의 정보를 입력한다. 본 발명의 일 실시예에서 상기 평가자는 상기 평가상황이 취업을 위한 면접인 경우 면접관일 수 있다. 평가자의 정보는 이와 같은 면접관 등의 성향 등의 정보를 포함할 수 있다. 예를 들어, 상기 면접관은 권위적인 사람일 수 있고, 이와 같은 정보가 상기 평가자정보입력단계(S200)에서 입력되어 상기 질문데이터를 생성할 때, 상기 질문데이터의 비언어적정보에 영향을 주거나, 혹은 상기 질문데이터에 포함되는 평가기준정보에 영향을 주어 피평가자(1000)에게 권위적인 분위기의 질문을 전달하고, 피평가자(1000)의 대답이 겸손할 경우 높은 평가를 받을 수 있도록 할 수 있다. 혹은 상기 면접관은 개방적인 사람일 수 있고, 이와 같은 평가자의 정보가 입력되는 경우 피평가자(1000)에게 자유롭고 창의적인 질문을 전달할 수 있고, 상기 피평가자(1000)가 자신감 있게 자신의 의견을 피력하는 경우 높은 평가를 받을 수 있도록 할 수 있다.

본 발명의 일 실시예에서 이와 같은 평가자정보입력단계(S200)는 생략될 수 있다.

상기 초기정보생성단계(S300)에서는 입력 받은 상기 피평가자의 정보, 상기 평가상황 및 상기 평가자의 정보에 기초하여 상기 질문데이터를 생성하기 위한 초기정보를 생성한다. 상기 초기정보는 상기 S100단계 및 상기 S200단계에서 입력 받은 정보에 기초하여 생성됨으로써, 상기 질문도출부(120)에서 수행되는 질문도출단계에서 질문데이터를 생성하는 기초 자료가 된다. 본 발명의 일 실시예에서 상기 S200단계는 생략될 수 있으므로, 상기 S200단계가 생략되는 경우 상기 초기정보는 입력 받은 상기 피평가자(1000)의 정보 및 상기 평가상황에 기초하여 생성될 수 있다.

도 4는 본 발명의 일 실시예에 따른 질문도출부의 동작을 개략적으로 도시하는 도면이다.

본 발명의 일 실시예에 따른 질문도출부(120)가 수행하는 질문도출단계는 상기 초기정보에 기초하여 질문데이터를 생성한다. 상기 질문도출단계에서는 어떤 질문을 어떻게 전달할 지에 대한 정보를 포함하는 질문데이터를 생성한다. 이 때 상기 질문데이터는 상기 초기정보에 기초하여 생성되어 상기 피평가자(1000)의 정보 및 평가상황 등에 기초하여 질문데이터가 생성될 수 있다.

도 5는 본 발명의 일 실시예에 따른 질문구현부의 동작을 개략적으로 도시하는 도면이다.

본 발명의 일 실시예에 따른 질문구현부(130)가 수행하는 상기 질문구현단계는 상기 질문도출단계에서 생성된 상기 질문데이터에 기초하여 피평가자(1000)에게 질문을 전달한다. 이 때, 상기 질문구현부(130)에서 수행되는 질문구현단계는 상기 질문데이터의 비언어적정보에 기초하여 피평가자에게 전달할 청각데이터 및 시각데이터 중 1 이상을 생성할 수 있다. 이와 같은 시각데이터는 디스플레이모듈 등의 장치를 통해 출력되어 상기 피평가자(1000)가 눈으로 인식할 수 있도록 하고, 상기 청각데이터는 음성출력모듈 등의 장치를 통해 출력되어 상기 피평가자(1000)가 귀로 인식할 수 있도록 한다.

이 때. 상기 질문구현부(130)는 상기 디스플레이모듈만을 통해 피평가자(1000)에게 시각적으로 질문을 전달하거나, 상기 음성출력모듈만을 통해 피평가자(1000)에게 청각적으로 질문을 전달할 수 있고, 혹은 상기 디스플레이모듈 및 상기 음성출력모듈을 동시에 사용하여 복합적으로 상기 피평가자(1000)에게 질문을 전달할 수도 있다.

도 6은 본 발명의 일 실시예에 따른 질문구현부에 의해 구현된 질문이 출력되는 방법을 개략적으로 도시하는 도면이다.

도 6의 (A)는 본 발명의 일 실시예에 따른 질문구현부(130)에 의해 질문이 텍스트의 형태로 피평가자(1000)에게 전달되는 모습을 도시한다. 본 발명의 일 실시예에서는 도 6의 (A)와 같이 디스플레이모듈을 통해 회사 지원 동기를 묻는 질문 및 상기 질문을 통해 표현할 감정을 동시에 표시할 수 있다. 이에 대해 피평가자(1000)는 상기 질문의 어감 및 표시된 감정을 통해 비언어적정보를 전달 받고, 이에 대한 대답을 함으로써 평가를 받을 수 있다.

도 6의 (B)는 본 발명의 다른 실시예에 따른 질문구현부(130)에 의해 질문이 음성의 형태로 피평가자(1000)에게 전달되는 모습을 도시한다. 도 6의 (B)와 같은 실시예에서는 상기 도 6의 (A)에서와 같은 문장이 음성출력모듈을 통해 피평가자(1000)에게 전달된다. 상기 음성출력모듈은 스피커장치 등을 포함하여 상기 피평가자(1000)가 질문을 전달받을 수 있도록 한다. 이 때 상기 음성출력모듈을 통해 전달되는 질문은 상기 질문의 억양, 어조, 어감 등을 통해 비언어적정보를 피평가자(1000)에게 전달하고, 상기 피평가자(1000)는 이에 대한 대답을 함으로써 평가를 받을 수 있다.

도 6의 (C)는 본 발명의 다른 실시예에 따른 질문구현부(130)에 의해 질문이 영상 및 음성의 형태로 피평가자(1000)에게 전달되는 모습을 도시한다. 상기 영상은 실제 사람의 움직임을 촬영한 영상일 수도 있고, 혹은 컴퓨터로 생성된 사람 모델의 움직임을 영상화 한 데이터일 수도 있다. 상기 질문구현부(130)는 이와 같이 디스플레이모듈을 통해 표시되는 영상의 움직임을 통해 비언어적정보를 전달하고, 동시에 음성출력모듈을 통해 전달되는 질문의 억양, 어조, 어감 등을 통해 비언어적정보를 전달하고, 상기 피평가자(1000)는 이에 대한 대답을 함으로써 평가를 받을 수 있다.

도 7은 본 발명의 일 실시예에 따른 대답분석부의 동작을 개략적으로 도시하는 도면이다.

대답분석부(140)는 카메라모듈 및 음성입력모듈 중 1 이상의 모듈을 통해 상기 피평가자(1000)의 대답을 입력 받을 수 있다. 상기 카메라모듈을 통해서는 상기 피평가자(1000)가 대답하는 과정에서의 움직임, 표정, 시선처리 등의 정보를 획득할 수 있고, 상기 음성입력모듈을 통해서는 상기 피평가자(1000)의 대답의 컨텐츠, 억양, 성량 등의 정보를 획득할 수 있다.

상기 대답분석부(140)는 이와 같이 획득한 정보를 인공지능을 통해 분석한다. 본 발명의 일 실시예에서 상기 대답분석부(140)는 인공신경망 모델을 통해 분석을 수행할 수 있다. 바람직하게는 상기 인공신경망은 영상 및 음성처리에 높은 성능을 보이는 CNN 인공신경망일 수 있다. 상기 인공신경망을 통해 상기 대답분석부(140)에서 수행되는 대답분석단계는 상기 질문데이터에 대한 대답의 비언어적정보를 2 이상의 카테고리로 분류하여 수치화 하여 분석점수를 도출할 수 있다. 예를 들어 상기 카테고리는 자신감, 전문성, 긴장감 및 실행력의 카테고리일 수 있고, 상기 피평가자(1000)의 대답으로부터 각각의 카테고리에 대한 분석점수를 도출할 수 있다.

상기 대답분석부(140)는 입력 받은 상기 피평가자(1000)의 영상으로부터 얼굴을 검출하고, 상기 얼굴영역으로부터 얼굴특징정보를 추출할 수 있고, 얼굴이 아닌 신체부위영역으로부터 움직임특징정보를 추출할 수 있다. 또한, 입력 받은 상기 피평가자(1000)의 음성으로부터 음성특징정보를 추출할 수 있다.

상기 대답분석부(140)는 추출한 얼굴특징정보, 움직임특징정보 및 음성특징정보로부터 각각 얼굴피처맵, 움직임피처맵 및 음성피처맵으로부터 복합피처맵을 생성하고, 상기 복합피처맵에 대한 분석결과를 도출하여 상기 피평가자(1000)의 대답을 분석하고 평가를 수행할 수 있다.

또한, 상기 대답분석단계는 평가 결과에 기초하여 분석정보를 생성할 수 있다. 상기 분석정보는 상기 평가 결과를 정량화 한 점수 정보를 포함할 수 있고, 이와 같은 점수 정보를 통해 상기 피평가자(1000)를 객관적으로 평가할 수 있다.

도 8은 본 발명의 일 실시예에 따른 질문데이터가 활용되는 과정을 개략적으로 도시하는 도면이다.

상기 질문데이터는 피평가자(1000)에게 전달하기 위한 질문을 구현하는데 필요한 정보를 포함하고, 또한 상기 질문에 대한 상기 피평가자(1000)의 대답을 평가하기 위한 평가기준정보를 포함한다.

따라서 상기 질문도출부(120)에서 생성된 질문데이터는 상기 질문구현부(130)에 입력 되어 상기 피평가자(1000)에 전달되는 질문을 구현하는데 사용됨과 동시에, 상기 대답분석부(140)에 입력 되어 상기 피평가자(1000)의 대답을 평가하는데 사용된다.

즉, 상기 대답분석부(140)에서 수행되는 대답분석단계는 상기 질문데이터에 포함된 평가기준정보에 기초하여 상기 피평가자(1000)의 대답을 평가하게 된다. 이와 같이 상기 질문데이터에 평가기준정보가 포함됨에 따라, 질문에 대한 대답을 더욱 정확히 평가할 수 있게 된다.

예를 들어 같은 질문 내용을 묻는 질문이더라도 전달하는 문장, 어조, 표정 등에 의해 평가자가 피평가자(1000)에게 기대하게 되는 대답이 달라질 수 있고, 이와 같은 차이가 상기 평가기준정보에 반영됨에 따라 더욱 자세한 평가가 가능해진다. 또한, 연속된 질문의 흐름에 대한 대답을 분석함으로써 각각의 질문에 대한 개별 평가에 더해 대답의 흐름에 따른 평가를 수행할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에서 상기 대답분석부(140)는 도 7에서 설명한 것과 같이 2 이상의 카테고리에 대한 분석점수를 도출할 수 있다. 이 때, 상기 평가기준정보는 상기 2 이상의 카테고리 별로 수치화 된 분석점수에 대한 평가기준을 포함할 수 있다. 예를 들어, 상기 카테고리가 자신감, 전문성, 긴장감 및 실행력의 카테고리인 경우, 상기 대답분석부(140)는 상기 카테고리 각각에 대한 분석점수를 도출하게 된다. 예를 들어 상기 피평가자(1000)의 대답은 자신감이 80점, 전문성이 35점, 긴장감 50점 및 실행력 60점일 수 있다. 이 때, 상기 평가기준정보는 상기 카테고리 각각에 대한 분석점수에 대해 평가를 내리게 된다. 이와 같은 평가는 수치화 된 점수로 표현될 수도 있고, 혹은 기설정된 기준에 대한 pass/fail 점수로 표현될 수도 있다. 일 예로 상기 평가기준정보는 자신감의 분석점수가 80점 이상인 경우의 평가점수는 10점, 분석점수가 60점 이상 80점 미만인 경우의 평가점수는 7점, 분석점수가 40점 이상 60점 미만인 경우의 평가점수는 5점, 분석점수가 40점 미만인 경우의 평가점수는 2점과 같이 수치화 된 점수일 수 있고, 혹은 다른 예로는 자신감의 분석점수가 50점 이상인 경우 pass, 50점 미만인 경우 fail로 평가할 수 있다.

이와 같은 평가기준은 상기 카테고리에 따라 분석점수가 낮을수록 평가점수가 높게 설정될 수도 있다. 예를 들어 상기 긴장감의 분석점수가 80점 이상인 경우의 평가점수는 2점, 분석점수가 60점 이상 80점 미만인 경우의 평가점수는 5점, 분석점수가 40점 이상 60점 미만인 경우의 평가점수는 8점, 분석점수가 40점 미만인 경우의 평가점수는 10점일 수 있다. 혹은 상기 긴장감의 분석점수가 20점 이상 50점 미만인 경우 pass, 20점 미만이거나 50점 이상인 경우 fail과 같이, 특정 구간에서 더 높은 평가를 받을 수 있도록 할 수도 있다.

이와 같이 평가기준정보에 따라 평가를 수행한 평가 결과에 기초하여 생성된 분석정보는 앞서 설명한 것과 같은 카테고리 별 분석점수, 그에 따른 평가점수 및 상기 피평가자(1000)의 대답에 대한 정보 자체를 포함할 수 있다. 이와 같은 분석정보는 그 자체로 상기 피평가자(1000)를 평가하는 정보로 사용될 수 있고, 혹은 이후에 이어질 질문을 도출하는데 사용될 수도 있다.

도 9는 본 발명의 일 실시예에 따른 질문도출부의 동작을 개략적으로 도시하는 도면이다.

본 발명의 일 실시예에 따른 비언어적 평가 방법은 상기 질문도출단계, 질문구현단계 및 대답분석단계가 반복적으로 수행될 수 있다. 일반적인 면접 등 피평가자(1000)를 평가하는 과정에서는 하나의 질문만이 주어지는 것이 아니라, 일련의 질문의 조합을 통해 다면적으로 피평가자(1000)를 평가할 수 있다. 이를 위해 본 발명의 일 실시예에 따른 비언어적 평가 방법은 2 이상의 질문을 하고 대답을 평가하기 위해 상기 질문도출단계, 질문구현단계 및 대답분석단계를 2회 이상 반복 수행할 수 있다.

이 때 상기 대답분석단계를 통해 도출된 분석정보를 상기 질문도출단계에서 다음 질문을 도출하는데 활용하게 되면, 이전의 질문과 연계하여 복합적인 평가를 수행하는데 도움이 된다.

이와 같이 상기 질문도출단계, 질문구현단계 및 대답분석단계가 반복적으로 수행되는 경우 첫 질문을 도출하기 위해서는 우선 피평가자정보입력단계가 수행된다. 도 3에서 설명한 바와 같이 상기 피평가자정보입력단계에서는 피평가자의 정보, 평가상황 및 평가자의 정보 등을 입력 받고 이에 기초하여 초기정보를 생성한다.

이 후, 상기 질문도출단계는 상기 초기정보에 기초하여 질문데이터를 생성한다. 이어서 상기 질문구현단계는 상기 질문데이터에 기초하여 피평가자(1000)에게 질문을 전달하고, 상기 대답분석단계는 상기 피평가자(1000)의 질문에 대한 대답을 분석하여 평가한 후 분석정보를 생성한다.

이 후 다시 질문도출단계로 돌아가 반복하게 되는데, 이 때 상기 질문도출단계는 상기 분석정보에 기초하여 질문데이터를 생성하게 된다. 따라서 질문도출부(120)에서 수행될 수 있는 상기 질문도출단계에서는 이전의 질문에 대한 상기 피평가자(1000)의 대답의 분석 및 평가 결과에 기초하여 이어질 질문을 생성할 수 있다. 이와 같이 상기 분석정보에 기초하여 질문데이터를 생성하는 경우, 이전의 질문에 대한 대답의 내용에 기초하여 이어질 질문의 내용을 생성할 수도 있고, 혹은 이전의 질문에 대한 대답의 평가 결과에 기초하여 평가할 영역을 정할 수도 있다.

예를 들어, 이전의 질문에서 상기 피평가자(1000)의 긴장감의 분석점수가 높아 fail을 받게 된 경우, 상기 질문도출부(120)는 상기 긴장감을 다시 평가하기 위한 질문데이터를 생성할 수 있다. 예를 들어 상기 긴장감의 분석점수가 높았기 때문에 새로 생성되는 질문데이터에 포함된 비언어적정보는 상기 긴장감을 완화시켜줄 수 있도록 질문의 내용, 문장, 억양 및 전달 표정 등이 설정될 수 있고, 이와 같은 질문에 대한 대답을 평가할 수 있는 평가기준정보 또한 갱신될 수 있다.

상기 평가기준정보는 새로 생성된 질문데이터에 대한 대답을 평가하기 위하여 상기 초기정보 및 상기 분석정보 중 1 이상에 기초하여 갱신될 수 있다. 상기 초기정보 및 상기 분석정보는 상기 피평가자에 대한 정보 및 상기 피평가자의 대답에 대한 정보를 포함하고 있어서, 상기 초기정보 혹은 상기 분석정보에 의해 새로 생성되는 질문데이터의 질문에 대한 대답을 평가하기 위한 정보로 사용될 수 있다.

예를 들어, 상기 초기정보에는 상기 피평가자의 전공에 대한 정보가 포함되어 있고, 이전의 질문에서 상기 피평가자의 학생 시절의 경험에 대해 묻고 상기 피평가자의 대답의 분석 결과 학생 시절의 경험에 대한 자신감의 평가 결과가 우수한 경우, 상기 질문도출부(120)는 상기 학생 시절의 경험에 대한 다른 질문을 건네도록 질문데이터를 생성하고, 상기 다른 질문에 대한 상기 피평가자의 대답에 대한 자신감을 더욱 상세히 평가할 수 있도록 상기 평가기준정보를 갱신하여 평가를 수행함으로써 상기 피평가자에 대해 심층적이고 다면화된 평가를 수행할 수 있게 된다.

이와 같이 질문 및 대답을 반복할 때, 피평가자에게 하나의 질문이 주어진 후 상기 하나의 질문에 대한 대답을 분석하여 평가한 후 다시 질문을 생성할 수도 있고, 혹은 일련의 2 이상의 질문이 순차적으로 주어지고, 상기 2 이상의 질문에 대한 대답 각각을 분석하여 평가한 후 다시 질문을 생성할 수도 있다. 따라서, 상기 질문데이터는 하나의 질문에 대한 데이터를 포함하거나, 혹은 2 이상의 질문을 포함하는 질문세트에 대한 데이터를 포함할 수 있다. 상기 질문데이터가 하나의 질문에 대한 데이터를 포함하는 경우 질문에 대한 대답에 따라 즉시 대답을 평가하고, 평가 결과에 기초하여 다음 질문을 도출할 수 있으나 분석 및 질문의 도출에 소요되는 오버헤드가 많아지게 되고, 2 이상의 질문을 포함하는 질문세트에 대한 데이터를 포함하는 경우, 2 이상의 질문에 대한 질문을 한번에 도출하고, 상기 2 이상의 질문에 대한 평가 결과를 다시 새로운 2 이상의 질문을 포함하는 질문세트를 도출하는데 사용하기 때문에 도출에 소요되는 리소스를 절약할 수 있다. 다만 이 경우 질문 각각에 대한 대답의 평가결과가 다음 질문에 반영되지 않기 때문에 평가의 정확도에 영향을 미칠 수 있다.

따라서 상기 2 이상의 질문을 포함하는 질문세트의 경우 서로 밀접한 연관성을 갖는 질문들로 구성하여 상기 질문세트에 대한 대답에 대한 평가의 정확도를 높일 수 있도록 함이 바람직하다.

도 10은 본 발명의 일 실시예에 따른 대답분석부의 피처맵 생성과정을 개략적으로 도시한다.

도 10에서는 CNN 인공신경망 모델을 이용하여 피평가자의 대답의 비언어적정보를 평가하기 위하여 얼굴특징정보에 대한 얼굴피처맵을 생성하는 과정을 예시적으로 도시한다. 도 10에 도시된 방법은 대답분석부(140)에 의하여 수행될 수 있다.

구체적으로 예를 들어, 64 X 64 크기의 얼굴특징정보를 5 X 5 크기의 32개 필터로 컨볼루션(convolution)하여 60 X 60 크기의 32개 결과물을 출력하고, 이를 3 X 3 max pooling 을 이용하여 30 X 30 크기로 축소시킨다. 30 X 30 크기의 32개 결과물에 다시 5 X 5 크기의 32개 필터로 컨볼루션하고, 다시 3 X 3 max pooling하면 13 X 13 크기의 32개 결과물이 출력된다. 여기에, 5 X 5 크기의 64개 필터를 컨볼루션 하면 9 X 9 크기의 64개 결과물이 나오고 경계(boundary)를 0으로 채워 10 X 10으로 만든 후 3 X 3 max pooling을 적용하여 5 X 5 크기의 64개 결과물을 얻는다.

그 후 512개의 가중치가 있는 FC와 128개의 가중치가 있는 FC를 통해 최종 128개의 벡터로 구성된 얼굴피처맵을 얻는다. 예를 들어, 최종 출력값의 개수는 얻고자 하는 얼굴에 대한 특성정보의 개수와 같을 수 있다.

상기 얼굴피처맵은 상기 최종 128개의 출력값 자체가 될 수 있고, 혹은 구 중간 단계에서 컨볼루션 한 피처맵에 해당할 수 있다. 이와 같은 CNN 기반의 인공신경망 모듈의 구성은 1 이상의 컨볼루션 계층, 풀링 계층, ReLu와 같은 활성화 함수, FC 계층이나 Global Average Pooling 계층 등을 조합하여 형성할 수 있다.

본 발명의 일 실시예에 따른 대답분석부(140)는 상기와 같은 과정을 거쳐 얼굴피처맵을 생성하고, 상기 피처맵에 기초하여 기설정된 카테고리의 분석점수를 도출함으로써 상기 피평가자(1000)의 대답에 대한 평가를 수행할 수 있다.

도 11은 본 발명의 일 실시예에 따른 질문구현부의 동작을 개략적으로 도시하는 도면이다.

도 11을 참조하면 본 발명의 일 실시예에서 상기 질문데이터는 질문의 내용을 담고 있는 언어적정보 및 상기 질문을 전달하는 방법을 담고 있는 비언어적정보를 포함한다. 이와 같은 언어적정보 및 비언어적정보는 상기 질문구현부(130)를 통해 피평가자(1000)가 인식할 수 있는 형태로 구성되어 상기 피평가자(1000)에게 전달된다.

도 12는 본 발명의 일 실시예에 따른 질문데이터의 비언어적정보의 일 예를 개략적으로 도시하는 그래프이다.

도 12를 참조하면 상기 질문데이터의 비언어적정보는 질문의 문장, 질문을 전달하는 음성 및 질문을 전달하는 평가자의 표정 중 1 이상에 대한 긍정 및 부정 단계 정보를 포함할 수 있다. 이와 같은 단계 정보는 각각 긍정 및 부정의 정도에 따라 분류될 수 있다.

예를 들어 면접에 있어서 회사의 지원 동기에 대한 질문을 함에 있어서, 상기 문장의 긍정 단계가 높은 경우 상기 질문구현부(130)에서는 “저희 회사를 지원해주셔서 감사합니다. 지원동기에 대해 말씀해 주시겠어요?”와 같은 문장의 형태로 구현하여 피평가자(1000)에게 전달할 수 있고, 상기 문장의 긍정 단계가 낮은 경우 상기 질문구현부(130)에서는 “왜 저희 회사를 지원했죠?”와 같이 사무적인 문장구조를 갖는 형태로 구현하여 피평가자(1000)에게 전달할 수 있다.

또한, 상기 음성의 긍정 단계가 높은 경우 상기 질문구현부(130)는 부드러운 어조에 차분한 목소리로 질문을 전달하도록 구현할 수 있고, 상기 음성의 긍정 단계가 낮은 경우, 고압적인 목소리에 빠른 속도로 공격적인 질문을 구현하도록 할 수도 있다.

또한, 상기 표정의 긍정 단계가 높은 경우 상기 질문구현부(130)를 통해 구현되는 영상의 면접관은 미소를 띈 얼굴로 상기 피평가자(1000)를 쳐다보며 질문을 할 수 있고, 상기 표정의 긍정 단계가 낮은 경우 구현되는 영상의 면접관은 지루하다는 듯이 피평가자(1000)가 아닌 다른 곳을 응시하며 질문을 던지게 될 수도 있다.

이와 같이 상기 질문데이터의 비언어적정보는 상기 질문구현부(130)에서 상기 피평가자(1000)로 질문이 전달되는 과정에서 같이 전달된다. 이와 같은 상기 질문데이터의 비언어적정보는 도 12에 도시된 것과 같이 문장, 음성 및 표정 등 다양한 파라미터 값의 조합으로 구성될 수 있다.

도 13은 본 발명의 일 실시예에 따른 질문데이터의 세트를 개략적으로 도시하는 도면이다.

도 12의 예에서와 같이 상기 질문데이터의 비언어적정보가 문장, 음성 및 표정의 3개 파라미터 값의 조합으로 구성되는 경우, 동일한 질문 내용에 대하여 상기 파라미터 값에 따라 다양한 질문 전달 방법이 구현될 수 있다. 이와 같은 다양한 질문 전달 방법은 도 13에서와 같이 하나의 질문세트를 구성하여 저장될 수 있고, 상기 질문구현부(130)는 상기 파라미터 값에 따라 상기 질문세트 중 해당되는 질문을 불러 와 상기 피평가자(1000)에게 전달할 수 있다.

본 발명의 실시예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시예에 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, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 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 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

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

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

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

Claims (5)

1 이상의 프로세서 및 1 이상의 메모리를 포함하는 사용자단말기에 의해 수행되는 기계학습에 기초한 비언어적 평가 방법으로서,
초기의 질문데이터를 생성하기 위한 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력단계;
상기 질문데이터를 생성하는 질문도출단계;
비언어적정보를 포함하는 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 피평가자에게 질문을 전달하는 질문구현단계; 및
상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공신경망을 통해 분석하여 분석점수를 도출하고, 상기 분석점수 및 상기 질문데이터에 포함된 평가기준정보에 기초하여 상기 피평가자의 대답을 평가하는 대답분석단계;를 포함하고,
상기 피평가자정보입력단계는,
상기 질문데이터를 생성하기 위한 피평가자의 정보 및 해당 피평가자를 평가하는 상황에 대한 평가상황의 정보를 입력하는 피평가자상태입력단계;
상기 질문데이터를 생성하기 위한 해당 평가자의 성향 정보를 포함하는 평가자의 정보를 입력하는 평가자정보입력단계; 및
입력 받은 상기 피평가자의 정보, 상기 평가자의 정보 및 상기 평가상황의 정보에 기초하여 상기 질문데이터를 생성하기 위한 초기정보를 생성하는 초기정보생성단계;를 포함하고,
상기 질문데이터에 포함되는 비언어적정보는,
질문의 문장, 질문을 전달하는 음성 및 질문을 전달하는 평가자의 표정 중 1 이상에 대한 긍정 단계 및 부정 단계에 대한 정보를 포함하는, 기계학습에 기초한 비언어적 평가 방법.

삭제

청구항 1에 있어서,
상기 대답분석단계는 상기 질문데이터에 대한 대답의 비언어적정보를 2 이상의 카테고리로 분류하여 수치화 하고,
상기 평가기준정보는 상기 2 이상의 카테고리 별로 수치화 된 분석점수에 대한 평가기준을 포함하는, 기계학습에 기초한 비언어적 평가 방법.

청구항 1에 있어서,
상기 질문데이터는, 하나의 질문에 대한 데이터를 포함하거나, 혹은 2 이상의 질문을 포함하는 질문세트에 대한 데이터를 포함하는, 기계학습에 기초한 비언어적 평가 방법.

기계학습에 기초한 비언어적 평가를 위한 컴퓨터-판독가능 매체로서,
상기 컴퓨터-판독가능 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:
초기의 질문데이터를 생성하기 위한 피평가자의 정보 및 평가자의 정보 중 1 이상을 입력 받는 피평가자정보입력단계;
상기 질문데이터를 생성하는 질문도출단계;
비언어적정보를 포함하는 질문데이터에 기초하여 청각 및 시각 중 1 이상의 방법으로 피평가자에게 질문을 전달하는 질문구현단계; 및
상기 질문데이터에 대한 상기 피평가자의 대답에 포함된 비언어적정보를 인공신경망을 통해 분석하여 분석점수를 도출하고, 상기 분석점수 및 상기 질문데이터에 포함된 평가기준정보에 기초하여 상기 피평가자의 대답을 평가하는 대답분석단계;를 포함하고,
상기 피평가자정보입력단계는,
상기 질문데이터를 생성하기 위한 피평가자의 정보 및 해당 평가자를 평가하는 상황에 대한 평가상황의 정보를 입력하는 피평가자상태입력단계;
상기 질문데이터를 생성하기 위한 해당 평가자의 성향 정보를 포함하는 평가자의 정보를 입력하는 평가자정보입력단계; 및
입력 받은 상기 피평가자의 정보, 상기 평가자의 정보 및 상기 평가상황의 정보에 기초하여 상기 질문데이터를 생성하기 위한 초기정보를 생성하는 초기정보생성단계;를 포함하고,
상기 질문데이터에 포함되는 비언어적정보는,
질문의 문장, 질문을 전달하는 음성 및 질문을 전달하는 평가자의 표정 중 1 이상에 대한 긍정 단계 및 부정 단계에 대한 정보를 포함하는, 컴퓨터-판독가능 매체.