KR102449349B1 - 학습 챗봇을 활용한 학습 유도 시스템 - Google Patents

Abstract

본 발명은 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 시스템에 대하여 개시한다.
본 발명에 따른 학습 유도 시스템은, 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 터치 입출력부; 및 상기 입력부를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 챗봇을 포함하는 것을 특징으로 한다.

Description

학습 챗봇을 활용한 학습 유도 시스템{Learning induction system using learning chatbot}

본 발명은 학습 챗봇을 활용한 학습 유도 시스템에 관한 것으로, 보다 상세하게는 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 시스템에 관한 것이다.

본 출원인이 웹 페이지를 통하여 제공하는 숙제 해설 시스템은 관리 교사가 직접 일일이 확인하여 질문에 대한 답을 작성하는 시스템이다.

한 명의 관리 교사가 여러 명의 학생들을 관리하다 보니, 질문에 대한 답변이 실시간으로 이루어지지 않으며, 주말 또는 공휴일에는 답변을 받아 볼 수 없었다. 또한, 사람이 답변해 주는 부분에서 인건비가 발생하였다.

코로나로 인한 온라인 개학 영향으로 질문 서비스의 이용률이 급증하고 있으며, 전통적인 일방향 교육 시스템의 한계를 벗어나기 위해, 양방향 소통 교육 시스템이 필요하다는 걸 느낄 수 있었다. 전통적으로나, 최근 교육 시스템은 일방향 시스템이다.

그러나 코로나 시국을 맞이하고 나서, 비대면 교육은 피할 수 없게 되었다. 학교라는 울타리에서 선생님과의 소통까지 없어진 교육에 양방향 소통 도입이 시급한 부분이다. 기존 온라인 학습도 일방향 시스템으로 제공되고 있다.

따라서 양방향으로 대화하는 챗봇 시스템을 이용해 학습생의 진도와, 연관 학습 등을 추천해 주면서 흥미를 유발할 수 있는 기술이 요구되고 있다.

관련 선행 특허 문헌으로는 대한민국 등록특허공보 제10-2278020호(2021.07.09. 등록)가 있으며, 상기 문헌에는 챗봇을 이용한 질의응답 처리 장치 및 방법이 기재되어 있다.

본 발명의 목적은 학습생과 챗봇 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 시스템을 제공하는 것이다.

전술한 목적을 달성하기 위한 본 발명의 실시예에 따른 학습 유도 시스템은, 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 터치 입출력부; 및 상기 입력부를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 챗봇을 포함할 수 있다.

상기 학습 챗봇은, 상기 터치 입출력부를 통해 입력받은 음성 또는 문자를 음성 인식 및 언어 모델의 문자로 변환하는 변환부; 상기 변환된 문자를 임베딩(Embedding) 처리하는 임베딩 처리부; 및 상기 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 유도부를 포함할 수 있다.

상기 학습 챗봇은, 상기 학습 메뉴에 대하여 오늘의 학습, 전체 메뉴, 숙제질문을 제공하고, 사용자가 과목을 선택하고, 선택된 과목의 학습을 실행하며, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.

상기 학습 챗봇은, 상기 학습 메뉴에 대하여 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목을 자동으로 선택하고, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.

상기 학습 챗봇은, AI(Artificial Intelligence) 챗봇 및 과목 챗봇을 포함할 수 있다.

상기 AI 챗봇은, 숙제해결에 대한 데이터를 자동으로 필터링하고, 키워드를 구분하여 그룹핑(Grouping)하고, 백과사전 데이터와 연결하여 필요한 질문을 구분하고, 답변 내의 오타를 수정하고, 유사 질문을 추가하고, 답변 일반화 작업을 통해 정제된 답변을 제공할 수 있다.

상기 과목 챗봇은, 사용자에게 질문하고 싶은 과목을 선택하도록 하고, 선택된 과목 내에서 질문을 수신하며, 질문과 관련된 내용을 학습백과사전에서 검색하여 답변을 생성하고, 생성된 답변을 정제하여 음성 또는 문자로 제공하며, 데이터베이스에 없는 내용과 관련된 질문에 대하여 공부해서 다음에 알려주겠다는 답변을 제공하는 방식으로 학습을 실행할 수 있다.

상기 학습 챗봇을 관리하는 챗봇 관리부를 더 포함할 수 있다.

상기 챗봇 관리부는 챗봇 관리, 대화 관리, 통계 관리, 폴백 관리 및 만족도 관리에 관한 메뉴를 제공할 수 있다.

상기 챗봇 관리는 생성된 챗봇을 수정, 삭제, 관리하는 챗봇 리스트 메뉴와, 챗봇을 신규 생성하는 챗봇 만들기 메뉴를 포함할 수 있다.

상기 대화 관리는 사용자가 처음 챗봇에 들어왔을 때 인사하는 내용을 관리하는 웰컴 메시지 메뉴를 통하여 챗봇 코드나 구분된 챗봇 별로 멘트를 관리하고, 지역별 날씨, 동네 날씨, 공공 데이터 포탈, NICE 교육정보 개방 포탈을 포함해 오픈 API를 제공하며, WB 모델과 연동하여 챗봇 대화를 관리할 수 있다.

상기 통계 관리는, 기간, 회원구분, 성별, 학년, 아이디의 조건에 따른 이용률 조회 관리에 관한 이용률 메뉴와, 좋아요 및 만족도 관리에 관한 순위 메뉴를 제공할 수 있다.

상기 폴백 관리는, 매칭되지 못한 질문들을 폴백에 쌓아놓고, 기간을 설정하여 사용자들과 챗봇이 나눈 대화 흐름을 관리할 수 있다.

상기 만족도 관리는, 문제 해결, 가이드, 버그나 기능 요청을 포함하는 문의사항을 관리할 수 있다.

본 발명에 의하면, 학생이 학습을 진행하는데 질문 수가 제한이 없으며, 학년 구분 없이 사용 가능하다.

또한, 본 발명에 의하면, 국어, 영어, 수학, 사회, 과학, 기타 등 과목으로 선택할 수 있으며, 부족한 부분에 대해 기존 숙제 해결 서비스를 이용할 수 있는 기능을 제공할 수 있다.

또한, 본 발명에 의하면, 학습 제목에 제한이 없으며, 텍스트 및 음성으로 학습이 가능하다.

또한, 본 발명에 의하면, 학습 내용에 제한이 없으며, 주말, 공휴일, 시간 제한 없이 답변 받을 수 있다.

또한, 본 발명에 의하면, 학습과 관련 없는 질문, 심한 욕설, 도배성 글 등을 필터링 하며, 차단 기능 없이 바로 피드백을 줄 수 있다.

또한, 본 발명에 의하면, 학습생과 커뮤니케이션 할 수 있는 플랫폼을 제공할 수 있다.

또한, 본 발명에 의하면, 밀크T 서비스에 대한 친근함과 호감도를 제고할 수 있으며, 기존의 숙제해결에 대해 답해 주는 선생님들의 인건비를 절감할 수 있다.

또한, 본 발명에 의하면, 기존의 숙제해결 페이지에서 학생이 질문을 작성하면, 선생님(사람)이 직접 답하는 방식이고, 한 학생당 질문은 3개만 가능하지만, 학생이 챗봇을 이용하여 학습에 대한 질문을 하면 실시간으로 응답해 주는 시스템을 구축할 수 있다.

또한, 본 발명에 의하면, 밀크T 서비스의 경쟁력을 확보할 수 있으며, 학년에 따라 키보드 숙련도가 다르므로 음성 입력과 키보드 입력이 가능한 챗봇 시스템을 제공할 수 있다.

또한, 본 발명에 의하면, 기존의 숙제해결에서는 답변 완료에 대한 안내 알림이 없어 학생들이 질문했던 내용을 잊을 수 있었으나, 학습 챗봇이 질문 내용과 답변 내용을 안내하고 다시 제공해 줄 수 있어서 학습 향상을 기대할 수 있다.

또한, 본 발명에 의하면, 학습 관련 질문 응답 외에, 학생이 질문한 질문과 유사도가 비슷한 항목들을 추천해 줌으로써, 학습에 흥미를 느끼게 할 수 있다.

또한, 본 발명에 의하면, 학습의 진도를 챗봇이 확인하여, 진도에 대한 긴장감을 유지해, 뒤쳐지지 않게 학습할 수 있게 유도할 수 있다.

도 1은 본 발명의 실시예에 따른 학습 유도 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 학습 챗봇의 내부 구성을 개략적으로 나타낸 구성도이다.
도 3은 본 발명의 실시예에 따른 학습 챗봇의 변환부 동작 과정을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 학습 챗봇의 동작 흐름도를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 학습 챗봇의 상세 동작 흐름도를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 오늘의 학습 화면을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 전체메뉴 화면을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 질문게시판 화면을 나타낸 도면이다.
도 9는 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 학습창 화면을 나타낸 도면이다.
도 10은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 오늘의 학습을 제공하는 예를 나타낸 도면이다.
도 11은 본 발명의 실시예에 따른 학습 챗봇에서 키즈 대상 오늘의 학습을 제공하는 예를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 학습 챗봇에서 전체메뉴를 제공하는 예를 나타낸 도면이다.
도 13은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 학습창을 제공하는 예를 나타낸 도면이다.
도 14는 본 발명의 실시예에 따른 학습 챗봇에서 숙제 해결을 제공하는 예를 나타낸 도면이다.
도 15는 본 발명의 실시예에 따른 학습 챗봇에서 오늘의 학습, 전체메뉴, 숙제해결, 학습창에 대한 AI 학습 챗봇의 설계 예를 나타낸 도면이다.
도 16은 본 발명의 실시예에 따른 AI 학습 챗봇의 설정 예를 나타낸 도면이다.
도 17은 본 발명의 실시예에 따른 AI 학습 챗봇의 블루투스 연결 예를 나타낸 도면이다.
도 18은 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 설정 예를 나타낸 도면이다.
도 19는 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 인터랙션 설정 예를 나타낸 도면이다.
도 20은 본 발명의 실시예에 따른 AI 학습 챗봇의 웰컴 메시지 및 대화 패턴 예를 나타낸 도면이다.
도 21은 본 발명의 실시예에 따른 AI 학습 챗봇의 폴백 메시지 예를 나타낸 도면이다.
도 22는 본 발명의 실시예에 따른 AI 학습 챗봇에서 좋아요/싫어요/의견 접수 메뉴를 제공하는 예를 나타낸 도면이다.
도 23은 본 발명의 실시예에 따른 AI 학습 챗봇에서 의견 받기 팝업을 나타낸 도면이다.
도 24는 본 발명의 실시예에 따른 AI 학습 챗봇이 학습백과사전과 연동하는 예를 나타낸 도면이다.
도 25는 본 발명의 실시예에 따른 학습 유도 시스템에서 학습 챗봇을 관리하는 챗봇 관리의 한 예를 나타낸 도면이다.
도 26은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 신규 등록 예를 나타낸 도면이다.
도 27은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 수정 예를 나타낸 도면이다.
도 28은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 멘트 리스트 관리 예를 나타낸 도면이다.
도 29는 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 신규 등록 예를 나타낸 도면이다.
도 30은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 수정/삭제 예를 나타낸 도면이다.
도 31 내지 도 33은 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델에 따른 Q&A 관리 예를 나타낸 도면이다.
도 34 및 도 35는 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리 예를 나타낸 도면이다.
도 36은 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리 예를 나타낸 도면이다.
도 37 및 도 38은 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리 예를 나타낸 도면이다.
도 39는 본 발명의 제1 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 40은 본 발명의 제2 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 41은 본 발명의 제3 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 42는 본 발명의 제4 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예는 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. 따라서, 몇몇 실시예에서, 잘 알려진 공정 단계들, 잘 알려진 소자 구조 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다. 명세서 전체를 통하여 유사한 부분에 대해서는 동일한 도면 부호를 붙였다. 층, 막, 영역, 판 등의 부분이 다른 부분 "위에" 있다고 할 때, 이는 다른 부분 "바로 위에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 위에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다. 또한, 층, 막, 영역, 판 등의 부분이 다른 부분 "아래에" 있다고 할 때, 이는 다른 부분 "바로 아래에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 아래에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 소자 또는 구성 요소들과 다른 소자 또는 구성 요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 소자의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들면, 도면에 도시되어 있는 소자를 뒤집을 경우, 다른 소자의 "아래(below)"또는 "아래(beneath)"로 기술된 소자는 다른 소자의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 소자는 다른 방향으로도 배향될 수 있고, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 명세서에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 전기적으로 연결되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 그에 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 명세서에서 제 1, 제 2, 제 3 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 이러한 구성 요소들은 상기 용어들에 의해 한정되는 것은 아니다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소들로부터 구별하는 목적으로 사용된다. 예를 들어, 본 발명의 권리 범위로부터 벗어나지 않고, 제 1 구성 요소가 제 2 또는 제 3 구성 요소 등으로 명명될 수 있으며, 유사하게 제 2 또는 제 3 구성 요소도 교호적으로 명명될 수 있다.

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

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 학습 챗봇을 활용한 학습 유도 시스템 및 방법에 관하여 상세히 설명하면 다음과 같다.

도 1은 본 발명의 실시예에 따른 학습 유도 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.

도 1을 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 복수의 웹 서버(102), 제1 서버(Server 1)(110) 및 제2 서버(Server 2)(120)를 포함한다.

웹 서버(102)는 제1 서버(110)와 연동하여, 웹 페이지를 통하여 학습 유도 서비스를 제공하는 서버이다.

제1 서버(110)는, 학습 챗봇(114)을 활용하여 학습을 유도하는 서비스를 제공하는 서버이다.

제1 서버(110)는 터치 입출력부(112) 및 학습 챗봇(114)을 포함한다.

터치 입출력부(112)는, 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력받는다.

학습 챗봇(114)은 터치 입출력부(112)를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.

학습 챗봇(114)은 챗봇 서비스 API와 WE 모델을 이용하여 학습 유도 서비스를 제공할 수 있다.

학습 챗봇(114)은 학습 메뉴에 대하여 오늘의 학습, 전체 메뉴, 숙제질문을 제공하고, 사용자가 과목을 선택하고, 선택된 과목의 학습을 실행하며, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.

학습 챗봇(114)은 학습 메뉴에 대하여 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목을 자동으로 선택하고, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공할 수 있다.

제2 서버(120)는, 제1 서버(110)와 연동하여, 챗봇 관리 API, WE 모델, 데이터베이스, 탄력적 검색기(Elastic Searcher) 등을 제공하는 서버이다.

데이터베이스는 프로젝트/인텐트/문장정보와 프로젝트별 Token Weight를 저장하기 위해 사용된다.

탄력적 검색기는 문장 정보와 문장의 벡터를 색인 벡터 필드를 활용한 유사도 비교를 위해 사용된다.

여기서, 웹 서버(102), 제1 서버(110) 및 제2 서버(120)는 예를 들면, 각각 컴퓨터 장치 등으로 구현할 수 있다.

도 2는 본 발명의 실시예에 따른 학습 챗봇의 내부 구성을 개략적으로 나타낸 구성도이다.

도 2를 참조하면, 본 발명의 실시예에 따른 학습 챗봇(114)은, 변환부(210), 임베딩(Embedding) 처리부(220) 및 학습 유도부(230)를 포함할 수 있다.

변환부(210)는 터치 입출력부(112)를 통해 입력받은 음성을 문자로 변환 또는 문자를 음성으로 변환하여 인식하고 언어 모델로 생성한다.

임베딩 처리부(220)는 변환된 문자를 임베딩(Embedding) 처리한다.

학습 유도부(230)는 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.

변환부(210)에서 음성을 문자로 변환(Speech To Text) 하는 음성 인식(Speech Recognition)은 키패드 입력에 익숙하지 않은 학습자를 위해 음성 입력을 받기 위해 필요한 기술이다.

음성 인식은 사람이 말하는 음성 언어를 컴퓨터가 해석해 그 내용을 문자 데이터로 전환하는 처리를 말한다. STT(Speech-to-Text) 기술이라고도 한다. 키보드 대신 문자를 입력하는 방식으로 주목을 받고 있다. 로봇, 텔레매틱스 등 음성으로 기기제어, 정보검색이 필요한 경우에 응용된다. 대표적인 알고리즘은 HMM(Hidden Markov Model)으로서, 도 3에 도시된 바와 같이 다양한 화자들이 발성한 음성들을 전처리하고 통계적으로 모델링하여 음향 모델을 구성하며, 말뭉치 수집을 통하여 언어모델을 구성한다. 도 3은 본 발명의 실시예에 따른 학습 챗봇의 변환부 동작 과정을 나타낸 도면이다. 도 3에 도시된 바와 같이, 학습 챗봇(114)의 변환부(220)는 전처리 과정, 음향 모델 과정, 언어 모델 및 후처리 과정을 통하여 음성을 문자 데이터로 변환하게 되는 것이다.

또한, 변환부(210)는 사용자에 의해 입력된 문자(Text)를 음성(Speech)으로 변환하는 TTS(Text To Speech) 기능도 수행할 수 있다.

임베딩 처리부(220)는 변환된 문자를 전처리하여 임베딩(Embedding) 처리할 때 자연어 처리(NLP) 과정을 수행하고 후처리하여 문자 데이터를 출력한다.

자연어 처리(National Language Processing) 기술은, 컴퓨터 과학과 인공지능과 언어학이 합쳐진 분야이다. 컴퓨터를 이용한 사람 언어의 이해, 생성, 분석을 다루는 AI 기술이다.

자연어 처리 또는 자연 언어 처리는 인간의 언어 현상을 컴퓨터와 같은 기계를 이용해서 묘사할 수 있도록 연구하고 이를 구현하는 인공지능의 주요 분야 중 하나다. 자연 언어 처리는 연구 대상이 언어이기 때문에 당연하게도 언어 자체를 연구하는 언어학과 언어 현상의 내적 기재를 탐구하는 언어 인지 과학과 연관이 깊다. 구현을 위해 수학적 통계적 도구를 많이 활용하며 특히 기계학습 도구를 많이 사용하는 대표적인 분야이다. 정보검색, QA 시스템, 문서 자동 분류, 신문기사 클러스터링, 대화형 Agent 등 다양한 응용이 이루어지고 있다. 자연 언어에 대한 연구는 오래전부터 이어져 오고 있음에도 2018년에 들어서도 아직 컴퓨터가 자연 언어를 사람처럼 이해하지는 못한다. 대신, 언어에 대한 깊은 이해없이 피상적인 확률 및 통계를 이용하여 대량의 정보를 처리하는 기술은 많이 발전한 상태이다.

본 발명은 단어와 문장을 숫자 벡터로 인코딩하는 텍스트 임베딩 기법을 활용할 수 있다. 이러한 벡터 표현은 텍스트의 언어적 내용을 포착하도록 설계되었으며 쿼리와 문서 사이의 유사도를 평가하는데 사용할 수 있다.

단어를 밀집 벡터(dense vector)의 형태로 표현하는 방법을 워드 임베딩(word embedding)이라고 한다. 그리고 이 밀집 벡터를 워드 임베딩 과정을 통해 나온 결과라고 하여 임베딩 벡터(embedding vector)라고도 한다.

워드 임베딩 방법으로는 LSA, Word2Vec, FastText, Glove 등이 있다. 케라스에서 제공하는 도구인 Embedding()은 앞서 언급한 방법들을 사용하지는 않지만, 단어를 랜덤한 값을 가지는 밀집 벡터로 변환한 뒤에, 인공 신경망의 가중치를 학습하는 것과 같은 방식으로 단어 벡터를 학습하는 방법을 사용한다.

단어의 특징과 유사도를 나타내 주는 (진정한) embedding은 Word2Vec과 같은 학습을 통한 예측 기반 방법이다.

이때 분포 가설(Distributed hypothesis)이 등장한다. 분포 가설은 같은 문맥의 단어, 즉 비슷한 위치에 나오는 단어는 비슷한 의미를 가진다라는 의미이다. 따라서 어떤 글의 비슷한 위치에 존재하는 단어는 단어 간의 유사도를 높게 측정할 것이다.

한편, 도 2에서, 학습 유도부(230)는 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도할 수 있다.

챗봇을 통해 실시간으로 학생의 궁금증을 해소해 주면서, 추가적으로 알면 좋을 연관 키워드를 추천해 준다. 이를 통해 학생은 호기심을 느끼고, 학습에 대한 흥미를 찾을 수 있다.

학습 유도부(230)는 학습 진도에 대해 체크해 주고, 필요한 학습이 뭐가 있는지 대화가 생성될 때 알려준다.

학습 유도부(230)는 기후 변화가 있을 때 날씨에 연관되게 안부를 묻고, 학습자와 감정 소통이 가능하게 한다. 예를 들면, 학습 유도부(230)는 오늘 비가 오는데 우산 꼭 챙겨가길 바래 !, 햇빛이 쨍쨍해. 오늘 기분은 어때? 등과 같이 학습자와 감정 소통을 유도할 수 있다.

학습 유도부(230)는 챗봇 내의 단순 게임을 통해 연관 학습을 추천한다. 게임으로 흥미를 유발하고, 이후에 학습을 유도하도록 하는 것이다. 학생이 물어온 질문에 대한 답과 동일한 벡터값을 가지는 키워드나 연관 학습을 추천하여, 심화된 학습에 흥미를 느끼게 한다.

도 4는 본 발명의 실시예에 따른 학습 챗봇의 동작 흐름도를 나타낸 도면이다.

도 4를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은 전면(Front) 동작과 후면(Back) 동작으로 구분할 수 있다.

전면 동작의 경우에, 하나의 서비스는, 사용자가 휴대하는 밀크T 초등에 관한 태블릿 PC에서 학습 챗봇을 실행하면(S410), 학습 챗봇은 오늘의 학습, 전체메뉴, 숙제질문에 관한 메뉴를 제공한다. 이에, 사용자는 과목을 선택하고(S420), 숙제질문을 실행한다(S430). 여기서, 숙제질문은 Q&A 데이터를 활용하거나, 학습백과사전 데이터를 활용하여 제공한다.

전면 동작의 경우에, 다른 서비스는, 사용자가 휴대하는 밀크T 초등에 관한 태블릿 PC에서 학습 챗봇을 실행하면(S440), 학습 챗봇은 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목 자동 선택을 제공한다(S450). 이에, 학습 챗봇은 Q&A 데이터를 활용하거나, 학습백과사전 데이터를 활용하여 숙제질문을 제공한다(S460).

후면 동작의 경우에, 챗봇 관리자 활용 및 운영에 관한 ADMIN 기능을 제공함과 더불어 사용자 챗봇 사용 이력에 관한 CRM 기능을 제공한다.

도 5는 본 발명의 실시예에 따른 학습 챗봇의 상세 동작 흐름도를 나타낸 도면이다.

도 5를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 오늘의 학습(S502), 전체메뉴(S504), 숙제질문(S506)에 관한 메뉴를 제공하고, 사용자에 의해 과목이 선택되면(S508), 웰컴(Welcome) 메시지를 제공한다(S508). 이어, 학습 챗봇은 질문이 있는지를 판단한다(S514).

또한, 학습 챗봇은 과목별로 학습창을 제공하고(S512), 과목 코드를 활용한 질문이 있는지를 판단한다(S514).

이어, 학습 챗봇은 질문이 있으나, 그에 대한 답변을 찾지 못한 경우에(S516-No), 폴백 메시지를 제공하고(S518), 1:1 게시판 문의하기를 제공한다(S520).

그러나, 질문에 대한 답변이 있으면(S516-YES), 학습 챗봇은 답변을 제공하고 또 다른 질문이 있는지를 판단한다(S522).

여기서, 답변은 숙제질문에 대한 답변이거나, 천재백과사전에 근거한 답변일 수 있다.

도 6은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 오늘의 학습 화면을 나타낸 도면이고, 도 7은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 전체메뉴 화면을 나타낸 도면이고, 도 8은 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 질문게시판 화면을 나타낸 도면이고, 도 9는 본 발명의 실시예에 따른 학습 챗봇에서 제공하는 학습창 화면을 나타낸 도면이다.

도 6을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 오늘의 학습으로, 예를 들면, 9월 6일 수요일, 실력평가 수학, 1학년 1학기-> 1학기 2차, 수학 오답 베스트5에 대한 학습하기를 제공할 수 있다.

도 7을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 전체메뉴로서, 예를 들면, 1학년에 대하여, 수준별 수학, 수준별 영어, 수준별 국어, 특별학습 1관, 특별학습 2관 등을 포함하는 전체메뉴를 제공할 수 있다.

수준별 수학은, 재미 수학, 영역별 수학, 교과수준 수학, 베스트셀러 수학, 영재 수학 등의 서브 메뉴를 포함한다.

수준별 영어는, 스피킹, 영어 Songs, 워즈, 영어 Library, 파닉스, 미국교과서 읽기, 리딩, 그래머 등의 서브 메뉴를 포함한다.

수준별 국어는, 도전! AI 받아쓰기, 생활 한국어, 어휘력 짱짱, 급수별 한자, 천재북 클럽, 마이 라이브러리 등의 서브 메뉴를 포함한다.

특별학습 1관은, 창의적 체험활동, 사회/역사, 초등 생활 등의 서브 메뉴를 포함한다.

특별학습 2관은 코딩 창작소, 디지털 체험과학, 수학 3D 도형 학습, 학습게임 등의 서브 메뉴를 포함한다.

도 8을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 숙제해결에 대한 질문 게시판에 대하여, 예를 들면, 숙제 질문하기 버튼을 통하여 학습에 대하여 궁금한 점을 사용자로 하여금 입력할 수 있도록 한다. 또한, 학습 챗봇은 이전에 내가 한 질문을 확인할 수 있도록 목록으로 제공한다.

도 9를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 학습창에 대하여 예를 들면, 과학 1 단원, 탐구 계획과 실행에 대하여 교과서 알아보기, 개념 다지기, 한눈에 정리하기, 기본문제 등의 서브 메뉴를 제공하고, 이들 중에 하나를 선택하여 학습할 수 있도록 한다.

본 발명의 실시예에 따른 학습 챗봇은, AI(Artificial Intelligence) 챗봇 및 과목 챗봇을 포함할 수 있다. 즉, 과목 기준으로 학습 챗봇을 구분할 수 있도록 한다.

AI 챗봇은, 숙제해결에 대한 데이터를 자동으로 필터링하고, 키워드를 구분하여 그룹핑(Grouping)하고, 백과사전 데이터와 연결하여 필요한 질문을 구분하고, 답변 내의 오타를 수정하고, 유사 질문을 추가하고, 답변 일반화 작업을 통해 정제된 답변을 제공할 수 있다.

과목 챗봇은, 사용자에게 질문하고 싶은 과목을 선택하도록 하고, 선택된 과목 내에서 질문을 수신하며, 질문과 관련된 내용을 학습백과사전에서 검색하여 답변을 생성하고, 생성된 답변을 정제하여 음성 또는 문자로 제공하며, 데이터베이스에 없는 내용과 관련된 질문에 대하여 공부해서 다음에 알려주겠다는 답변을 제공하는 방식으로 학습을 실행할 수 있다.

도 10은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 오늘의 학습을 제공하는 예를 나타낸 도면이고, 도 11은 본 발명의 실시예에 따른 학습 챗봇에서 키즈 대상 오늘의 학습을 제공하는 예를 나타낸 도면이고, 도 12는 본 발명의 실시예에 따른 학습 챗봇에서 전체메뉴를 제공하는 예를 나타낸 도면이다.

도 10을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 1~6학년 대상으로 하는 오늘의 학습에 대하여, 예를 들면, 12월 23일 수요일, 수준별 영어, 영역별 팡팡 Phonics, Lesson 14에 대한 학습하기를 제공할 수 있다. 여기서, AI 학습 챗봇은 화면 하단에 있는 서브 메뉴 중 AI 학습관 메뉴와 HME 메뉴 사이에 위치하도록 배치할 수 있다.

도 11을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 키즈(Kids)를 대상으로 하는 오늘의 학습에 대하여, 예를 들면, 12월 21일 월요일, 키즈 한글, 한글 스피치, 연습하기, 날씨를 알려줘요!에 대한 학습하기를 제공할 수 있다. 여기서, AI 학습 챗봇은 화면 상단에 있는 서브 메뉴 중 밀크T 캘린더 메뉴와 한글 스피치 메뉴 사이에 위치하도록 배치할 수 있다.

도 12를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 전체 메뉴에 대하여, 예를 들면, 과목별 학교 공부, 실력평가, AI 1:1 첨삭과외, AI 학습관, 수준별 수학, 수준별 영어, 수준별 국어, 특별학습 1관, 특별학습 2관 등의 전체메뉴를 제공할 수 있다. 이 외에 화면 하단에는 숙제해결, 우등생전과, 질문게시판, 어휘사전, 학습백과사전, 국어사전, 영어사전, 용어사전 등의 서브 메뉴를 제공할 수 있다.

과목별 학교 공부는, 국어, 독서논술, AI 수학, 안전한 생활, 봄여름가을겨울 등의 서브 메뉴를 포함할 수 있다.

실력평가는, 개념암기노트, 단원평가, 쪽지시험, 수행평가, 단원기출평가, 서술형 특강 등의 서브 메뉴를 포함할 수 있다.

AI 1:1 첨삭과외는, 국어, 수학/코딩, 봄여름가을겨울, 영어 등의 서브 메뉴를 포함할 수 있다.

AI 학습관은, 진단평가, 맞춤학습, 실력평가, 놀이학습 등의 서브 메뉴를 포함할 수 있다.

수준별 수학은, 재미 수학, 영역별 수학, 교과 수준 수학, 베스트셀러 수학, 영재 수학 등의 서브 메뉴를 포함할 수 있다.

수준별 영어는, 스피킹, 영어 Songs, 워즈, 영어 Library, 파닉스, 미국교과서 읽기, 리딩, 그래머 등의 서브 메뉴를 포함할 수 있다.

수준별 국어는, 도전! AI 받아쓰기, 생활 한국어, 어휘력 짱짱, 급수별 한자, 천재북 클럽, 마이 라이브러리 등의 서브 메뉴를 포함할 수 있다.

특별학습 1관은, 창의적 체험활동, 사회/역사, 초등 생활 등의 서브 메뉴를 포함할 수 있다.

특별학습 2관은 코딩 창작소, 디지털 체험과학, 수학 3D 도형 학습, 학습게임 등의 서브 메뉴를 포함할 수 있다.

이 외에 화면 하단에는 숙제해결, 우등생전과, 질문게시판, 어휘사전, 학습백과사전, 국어사전, 영어사전, 용어사전 등의 서브 메뉴를 제공할 수 있다.

여기서, AI 학습 챗봇은 화면 하단에 있는 질문 게시판을 대체하여 위치시키거나, 질문 게시판의 위치에 배치할 수 있다.

도 13은 본 발명의 실시예에 따른 학습 챗봇에서 1~6학년 대상 학습창을 제공하는 예를 나타낸 도면이고, 도 14는 본 발명의 실시예에 따른 학습 챗봇에서 숙제 해결을 제공하는 예를 나타낸 도면이고, 도 15는 본 발명의 실시예에 따른 학습 챗봇에서 오늘의 학습, 전체메뉴, 숙제해결, 학습창에 대한 AI 학습 챗봇의 설계 예를 나타낸 도면이다.

도 13을 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 학습창에 대하여, 예를 들면, 1~6학년 대상 노드 학습창으로 제공할 수 있다. 노드 학습창은 도 13에 도시된 바와 같이, 국어 1 단원에서 바른 자세로 낱말 읽기를 실행하고, 화면 상단에 개념 배우기1, 개념 배우기2, 개념 배우기3, 한눈에 정리하기 및 기초문제에 대한 서브 메뉴를 제공할 수 있다. 화면 하단에는 백과사전 및 질문하기에 대한 서브 메뉴를 제공하고, 질문하기 메뉴를 대체하여 AI 학습 챗봇을 제공할 수 있다.

도 14를 참조하면, 본 발명의 실시예에 따른 학습 챗봇은, 숙제해결에 대하여, 예를 들면, 1~6학년 대상 숙제 해결을 제공할 수 있다. 여기서, 숙제 해결에 대한 페이지는 우등생 전과, 질문 게시판, 용어사전, 영어사전, 학습백과사전 등의 서브 메뉴를 포함할 수 있다. 우등생 전과는 국어, 수학, 봄여름가을겨울에 대한 서브 메뉴를 포함할 수 있다. 국어에 대한 서브 메뉴는 1.소중한 책을 소개해요, 2.소리와 모양을 흉내내요, 3.문장으로 표현해요, 4.바른자세로 말해요, 5.알맞은 목소리로 읽어요, 6.고운 말을 해요, 7.무엇이 중요할까요, 8.띄어읽어요 등의 서브 메뉴를 포함할 수 있다. 이때, 1.소중한 책을 소개해요라는 서브 메뉴는 예를 들면, 책을 읽은 경험 말하기, 글을 읽고 재미있는 부분 찾기/글을 읽고 새롭게 알게 된 점 말하기, 낱말의 받침에 주의하며 글 쓰기/여러가지 모양의 책 읽기, 재미있게 읽은 책 소개하기/단원정리 등의 학습을 제공할 수 있다.

여기서, AI 학습 챗봇은 학습백과사전에 대한 버튼을 삭제한 후 그 위치에 배치하거나, 우등생 전과, 질문 게시판, 용어사전, 영어사전 등의 왼쪽 서브 메뉴들 중 제일 아래쪽 메뉴 위치에 배치할 수 있다.

도 15를 참조하면, 본 발명의 실시예에 따른 학습 챗봇에서, 오늘의 학습, 전체메뉴, 숙제해결 및 학습창의 메뉴에 대한 AI 학습 챗봇에 대하여 화면을 덮어버리는 형태의 풀 창(Full Window) 화면으로 구성할 수 있다(A안). 즉, 앱(App) 위에 HTML5를 쌓고 있는 앱(App)이 뜨는 형태로 구성할 수 있다.

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 화면을 덮되 왼쪽은 반투명, 오른쪽은 불투명 형태의 반투명 풀 창(Translucent Full Window) 화면으로 구성할 수 있다. 마찬가지로, 앱(App) 위에 HTML5를 쌓고 있는 앱(App)이 뜨는 형태로 구성할 수 있다.

도 16은 본 발명의 실시예에 따른 AI 학습 챗봇의 설정 예를 나타낸 도면이고, 도 17은 본 발명의 실시예에 따른 AI 학습 챗봇의 블루투스 연결 예를 나타낸 도면이고, 도 18은 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 설정 예를 나타낸 도면이고, 도 19는 본 발명의 실시예에 따른 AI 학습 챗봇의 이모티콘 인터랙션 설정 예를 나타낸 도면이다.

도 16을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 설정 메뉴를 통하여 캐릭터를 선택하여 설정할 수 있다. 즉, AI 학습 챗봇에 대한 캐릭터에 대하여, 사용자의 취향에 따라 다수의 캐릭터 중에 원하는 캐릭터를 선택하고, 글자 크기는 작게(90%), 중간(100%), 크게(110%) 중 하나를 선택하여 설정할 수 있다.

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 메시지를 입력할 수 있는 메시지 창을 제공할 수 있다. 예를 들어, 텍스트 박스 기능으로서, 메시지를 입력하세요라는 가이드 텍스트를 노출하고, 클릭하면 가이드 텍스트가 사라지고 메시지 창을 통해 메시지를 입력할 수 있다.

도 17을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 예시화면을 통해 도시한 바와 같이, 블루투스 연결을 통해 사용자 단말에 질문하기 등과 같은 학습 메뉴를 제공할 수 있다. 블루투스 미연결 시에 AI 학습 챗봇은 데이터를 입력할 수 있도록 화면 상에 키보드 인터페이스가 위로 밀리도록 제공하여, 화면 상의 해당 키보드를 터치함으로써 메시지나 데이터를 입력하도록 할 수 있다.

도 18을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 이모티콘에 대하여, 예를 들면, 듬이, 냥이, 도기, 버리, 토리 등으로 제공하고(2), 듬이를 선택한 경우, 고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등의 감정 이모티콘 중에서 하나를 선택하도록 한다(2-1). 이모티콘 버튼에 대하여 클릭하면 작은 레이어 팝업으로 제공할 수 있다. 도 18에 도시된 바와 같이, 듬이 이모티콘을 기본으로 설정하고, 듬이, 냥이, 도기, 버리, 토리 등의 탭 5 개로 구성할 수 있다. 이때, 캐릭터당 5 개의 감정(고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등) 이모티콘을 제공할 수 있다.

도 19를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 이모티콘 인터랙션에 대하여, 예를 들면, STEP1에서는 공부하면서 궁금한 내용을 물어보세요라는 메시지와 함께 국어, 영어, 수학, 사회, 과학 등의 아이콘(Icon)을 제공할 수 있다. 이어, STEP2에서는 듬이, 냥이, 도기, 버리, 토리 등의 이모티콘에서, 고마워, 안녕~, 또 봐요, 즐거운 하루, 사랑해 등의 감정 이모티콘을 선택하여 설정할 수 있다. 이어, STEP3에서는 내 정보 메뉴를 선택하여 이모티콘 및 상세 정보를 설정할 수 있다. 이어, STEP4에서는 피드백(Feedback) 이모티콘을 제공해 줄 수 있다. 예를 들어, 고마워에 대하여 기분 최고!라는 메시지와 이모티콘을 제공하고, 안녕~에 대하여 안녕~ 오늘 하루 즐겁게 지내!라는 메시지와 이모티콘을 제공하고, 즐거운 하루에 대하여 즐거운 하루! ~ 아자~라는 메시지와 이모티콘을 제공하며, 사랑해에 대하여 나도 많이 사랑해라는 메시지와 함께 이모티콘을 제공할 수 있다.

또한, 본 발명의 실시예에 따른 AI 학습 챗봇은, 공통앱 음성엔진(STT)을 이용하여 한글 음성을 입력받아 한글 텍스트로 제공하거나, 메시지 창을 통하여 한글 텍스트를 입력받아 한글 음성으로 제공할 수 있다.

도 20은 본 발명의 실시예에 따른 AI 학습 챗봇의 웰컴 메시지 및 대화 패턴 예를 나타낸 도면이고, 도 21은 본 발명의 실시예에 따른 AI 학습 챗봇의 폴백 메시지 예를 나타낸 도면이고, 도 22는 본 발명의 실시예에 따른 AI 학습 챗봇에서 좋아요/싫어요/의견 접수 메뉴를 제공하는 예를 나타낸 도면이고, 도 23은 본 발명의 실시예에 따른 AI 학습 챗봇에서 의견 받기 팝업을 나타낸 도면이고, 도 24는 본 발명의 실시예에 따른 AI 학습 챗봇이 학습백과사전과 연동하는 예를 나타낸 도면이다.

도 20을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자가 처음 AI 챗봇에 들어왔을 때, 예를 들어, 안녕? 나는 OOO이야~ 질문하고 싶은 과목을 선택해봐.라고 웰컴 메시지와 함께 과목 선택 메뉴를 제공한다.

이때, AI 학습 챗봇은, 웰컴 메시지를 제공할 때, 챗봇 캐릭터를 노출하고, 과목 선택 카드를 제공하며, 과목 선택 시 케이스를 제공하며, 오늘 날짜를 노출한다.

이어, AI 학습 챗봇은, 사용자가 사회 과목을 선택하면, 사회공부 중이었구나! 뭐가 제일 궁금해?라고 질문사항이 무엇인지 물어보면서 대화를 이어간다. 또한, AI 학습 챗봇은, 사용자의 질문에 대하여 다른 과목을 선택할 수 있도록 하거나, 첫인사 멘트 없이 과목을 선택하도록 할 수 있다.

도 21을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자로부터 받은 질문이 예상 질문과 매칭된 답변을 찾지 못한 경우에, 예를 들어, 미안해~ 그건 내가 잘 모르겠어. 공부해서 다음에 꼭 알려줄께!' 등과 같이 폴백 메시지를 제공할 수 있다. 이때도 AI 학습 챗봇은 월/일 등과 같이 날짜를 노출한다.

도 22를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자의 질문에 답변을 제공하면서 좋아요, 싫어요, 의견 등의 버튼을 제공하여, 버튼을 통해 답변에 대한 사용자의 의견을 접수할 수 있다. 즉, 좋아요, 싫어요, 의견 등의 버튼 입력을 집계하고, API 연동 형태로 ADMIN에서 이력 관리할 수 있다.

도 23을 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은, 사용자가 좋아요, 싫어요, 의견 등의 버튼 중에서 의견 버튼을 선택한 경우에, 사용 의견 남기기 팝업을 제공하고, 사용자로부터 질의사항을 텍스트로 입력받아 사용자의 의견을 접수하여 처리할 수 있다. 이때, AI 학습 챗봇은 의견 접수 처리 시에 의견을 보냈다는 피드백 메시지를 사용자에게 전송할 수 있다.

도 24를 참조하면, 본 발명의 실시예에 따른 AI 학습 챗봇은 천재백과사전이나 학습백과사전 등과 연동하여 키워드 매칭을 통해 검색 결과로 이동하여 이에 근거해 답변을 제공해 줄 수 있다. 즉, AI 학습 챗봇은 키워드 입력시 키워드 값을 학습백과사전을 제공하는 서버로 전달하고, 해당 학습백과사전의 서버로부터 키워드 값에 해당하는 결과 페이지를 제공받아 사용자 단말로 제공하는 것이다.

도 25는 본 발명의 실시예에 따른 학습 유도 시스템에서 학습 챗봇을 관리하는 챗봇 관리의 한 예를 나타낸 도면이고, 도 26은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 신규 등록 예를 나타낸 도면이고, 도 27은 본 발명의 실시예에 따른 학습 유도 시스템의 챗봇 관리에서 챗봇 만들기의 수정 예를 나타낸 도면이다.

도 25를 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇을 관리하는 챗봇 관리부를 더 포함할 수 있다.

챗봇 관리부는 도 25에 도시된 화면에서 왼쪽과 같이, 챗봇 관리, 대화 관리, 통계 관리, 폴백 관리 및 만족도 관리에 관한 메뉴를 제공할 수 있다.

챗봇 관리부는 검색 영역(1)을 제공할 수 있다. 검색 영역은 국어, 영어, 수학, 사회, 과학 등으로 과목을 구분하여 선택하고, 키즈부터 6학년 중 하나를 선택하고, 챗봇 코드를 입력하여 과목 챗봇을 조회할 수 있다.

또한, 챗봇 관리부는 챗봇 생성 시 예를 들어, KE0100001과 같은 코드를 부여할 수 있다.

또한, 챗봇 관리부는 챗봇 조회시 챗봇 리스트를 제공할 수 있다. 여기서 챗봇 리스트는 번호, 이름, 설명, 챗봇 코드, 학년, 과목, 만든 날짜, 만든 사람, 활성화 여부, 관리 등의 항목을 포함할 수 있다. 번호는 자동으로 생성되고, 이름은 챗봇 생성메뉴에 이름 값을 노출하며, 설명은 챗봇에 대한 설명을 노출하고, 챗봇 코드는 생성된 챗봇에 대한 코드 값을 노출하고, 학년은 챗봇 생성메뉴에서 학년 값을 노출하고, 과목은 챗봇 생성메뉴에서 과목 값을 노출하고, 만든 날짜는 등록한 날자를 년/월/일로 노출하고, 만든 사람은 등록한 사람의 아이디를 노출하고, 활성화 여부는 챗봇의 활성화(Y), 비활성화(N)를 노출하고, 관리는 챗봇에 대한 수정 및 삭제를 실행하는 항목이다.

관리에 대한 항목은 사용자에 의해 삭제 선택 시 팝업을 통해, 예를 들어, 챗봇을 정말 삭제하시겠습니까?라는 메시지를 제공하여, 챗봇의 삭제를 다시 한 번 제고해 볼 수 있도록 한번 더 체크한 후 진행하도록 한다.

도 26을 참조하면, 본 발명의 실시예에 따른 학습 유도 시스템(100)은, 챗봇 관리에 대하여, 생성된 챗봇을 수정, 삭제, 관리하는 챗봇 리스트 메뉴와, 챗봇을 신규 생성하는 챗봇 만들기 메뉴를 포함할 수 있다.

챗봇 만들기는 신규 등록을 통해, 챗봇 이름, 챗봇 코드, 이름, 설명, 학년, 과목 등의 내용을 입력하고(1), 만들기 버튼(2)을 통해 신규 챗봇을 생성할 수 있다. 챗봇 이름란에 아무런 데이터의 입력이 없는 경우, 챗봇 이름을 입력해 주세요라는 메시지를 팝업으로 제공하여, 챗봇 이름을 입력하도록 유도할 수 있다. 챗봇 신규 등록에서 이름은 텍스트 박스를 통해 입력하고, 학년은 라디오 박스를 통해 전체, 7세, 1학년, 2학년, 3학년, 4학년, 5학년, 6학년 중에 하나를 선택 입력하며, 과목도 라디오 박스를 통해 국어, 영어, 수학, 사회, 과학 중에 하나를 선택하여 입력할 수 있다. 만들기 버튼의 입력 시에 이름, 학년, 과목 값을 모두 입력했을 때 정상적으로 처리하고, 챗봇 코드 생성 규칙에 따라 코드를 자동으로 생성하며, 생성 후에 챗봇 리스트에서 코드 확인 가능하다.

도 27을 참조하면, 본 발명의 실시예에 따른 챗봇 관리부는 챗봇 만들기에서 수정 버튼의 클릭 시 해당 챗봇의 정보를 불러와서 수정할 수 있도록 한다. 이때, 챗봇 코드는 수정이 불가하며, 수정 완료 후 저장 버튼의 클릭 시에 사용자에게 저장하시겠습니까?라는 메시지를 제공하여 저장 내용을 확인하고 저장할 수 있도록 한다. 사용자에 의해 예의 선택 입력 시 저장이 완료되었습니다.라는 메시지를 제공하고, 아니오의 선택 입력 시 수정 화면 상태를 유지한다.

본 발명의 실시예에 따른 학습 유도 시스템(100)에서 제공하는 대화 관리는 사용자가 처음 챗봇에 들어왔을 때 인사하는 내용을 관리하는 웰컴 메시지 메뉴를 통하여 챗봇 코드나 구분된 챗봇 별로 멘트를 관리하고, 지역별 날씨, 동네 날씨, 공공 데이터 포탈, NICE 교육정보 개방 포탈을 포함해 오픈 API를 제공하며, WB 모델과 연동하여 챗봇 대화를 관리할 수 있다.

도 28은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 멘트 리스트 관리 예를 나타낸 도면이고, 도 29는 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 신규 등록 예를 나타낸 도면이고, 도 30은 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리의 웰컴 메시지 수정/삭제 예를 나타낸 도면이다.

도 28을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 대화 관리는 멘트 리스트에 대하여, 과목, 시간, 날짜, 학기 등의 멘트 기준을 선택하는 구분 항목, 전체, Y, N 등으로 선택하는 활성화 여부, 및 멘트를 입력하여 조회할 수 있다. 또한, 챗봇 리스트에 대하여, 번호, 챗봇이름, 챗봇 코드, 과목, 월, 멘트, 활성화 여부 및 관리 항목을 포함하여 제공할 수 있다. 번호는 내림차순으로 부여하고, 과목은 국어, 영어, 수학, 사회, 과학 중 하나이고, 월은 1월 내지 12월 중 하나이고, 멘트는 질문을 유도하는 멘트이고, 활성화 여부에 대해 Y, N 중 하나이고, 관리 항목에 대해 수정 또는 삭제할 수 있다. 관리 항목에서 수정 버튼의 입력시 수정 페이지로 이동하고, 삭제 버튼의 입력 시 멘트를 정말 삭제하시겠습니까?라는 알럿(Alert) 메시지를 노출한다. 이때, 예 버튼 클릭시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼 클릭시 이전화면으로 돌아간다.

도 29를 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 웰컴 메시지 신규 등록은, 챗봇 이름, 챗봇 코드, 과목, 월, 멘트 및 활성화 여부 등을 선택하여 등록할 수 있다. 즉, 도 29에서 멘트추가 버튼의 클릭 시 신규 등록 페이지를 제공하고, 과목에 대해 국어, 영어, 수학, 사회, 과학 중 하나를 선택하고, 1월 내지 12월 중 하나를 선택하며, 멘트를 입력한 후 등록할 수 있다. 등록하기 버튼의 클릭시 등록하시겠습니까?라는 알럿(Alert) 메시지를 노출하고, 예 버튼의 클릭시 등록이 완료되었습니다.라는 메시지를 노출하며, 아니오 버튼의 클릭시 현재 화면을 유지한다.

도 30을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 웰컴 메시지의 수정 및 삭제는 수정하기 버튼이나 삭제하기 버튼의 입력으로 실행할 수 있다. 수정 버튼의 클릭시 해당 멘트 정보와 함께 수정 화면을 노출하고, 수정 멘트의 입력 후 수정하기를 실행하고, 삭제 버튼의 입력시 삭제하시겠습니까?라는 알럿(Alert) 메시지를 노출한다. 예 버튼의 입력시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼의 클릭시 아무런 동작(Action)을 하지 않는다.

도 31 내지 도 33은 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델에 따른 Q&A 관리 예를 나타낸 도면이다.

도 31을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 국어, 영어, 수학, 사회, 과학 등의 과목 구분과, 키즈부터 6학년까지 중 하나를 선택하는 학년, 전체와 Y, N 등의 활성화 여부, 및 인텐트 넘버(Intent No.) 등을 입력하여 Q&A 사항을 조회할 수 있다.

Q&A 리스트는 번호, 챗봇이름, 챗봇 코드, 인텐트 No, 구분, 답변, 질문, 활성화 여부, 갱신자, 갱신일, 관리 등을 포함할 수 있다. 번호는 내림차순으로 부여되고, 챗봇이름은 예컨대, 사회챗봇과 같이 과목명 챗봇을 나타내고, 구분은 과목을 나타내고, 답변은 인텐트에 해당하는 답변을 나타낸다. 질문은 인텐트에 해당하는 질문을 나타내고, 활성화 여부는 Y 또는 N로 나타내고, 갱신자는 갱신 아이디를 나타내고, 갱신일은 갱신 완료일을 나타내고, 관리는 수정 또는 삭제 버튼을 제공한다.

관리 항목에서 수정 버튼의 클릭 시 해당 인텐트 수정 화면으로 이동하고, 삭제 버튼의 클릭 시 삭제하시겠습니까?라는 알럿 메시지를 노출한다. 예 버튼의 클릭 시 삭제되었습니다.라는 메시지를 노출하고, 아니오 버튼의 클릭 시 아무런 반응을 나타내지 않는다.

도 32를 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 수정 버튼의 클릭 시 신규 등록 페이지를 노출하고, 구분에서 과목 하나를 선택하고, 답변 및 질문 입력란에 멘트를 입력한 후 등록할 수 있다. 등록 버튼의 클릭 시 등록하시겠습니까?라는 알럿 메시지를 노출하고, 예 버튼의 클릭 시 등록이 완료되었습니다.라는 메시지를 노출하며, 아니오 버튼의 클릭 시 아무런 동작(Action)을 실행하지 않는다.

도 33을 참조하면, 본 발명의 실시예에 따른 챗봇 관리의 대화 관리에서 WE 모델은, 수정 버튼의 클릭 시 구분에서 과목 하나를 선택하고, 답변 멘트를 입력하고, 질문 멘트에 대해 3 가지를 입력한 후 등록할 수 있다. 수정하기 버튼을 통해 수정 멘트를 입력하여 수정을 실행하고, 삭제하기 버튼을 통해 기존 내용이나 현재 입력된 내용을 삭제할 수 있다.

본 발명의 실시예에 따른 학습 유도 시스템(100)에서 제공하는 챗봇 관리에서 통계 관리를 제공할 수 있다. 통계 관리는, 기간, 회원구분, 성별, 학년, 아이디의 조건에 따른 이용률 조회 관리에 관한 이용률 메뉴와, 좋아요 및 만족도 관리에 관한 순위 메뉴를 제공할 수 있다.

도 34 및 도 35는 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리 예를 나타낸 도면이다.

도 34를 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리는, 년 및 월에 대한 기간을 선택하여 전체회원에 대한 이용률을 관리할 수 있다. 전체회원에 대하여, 전체 회원수와 정회원 수, 준회원 수로 구분하고, 그에 따른 회원 수를 제공할 수 있다. 또한, 통계 관리는 학습 챗봇 과목별 이용률을 제공할 수 있다. 즉, 통계 관리는 국어, 영어, 수학, 사회, 과학의 과목에 대하여, 전체 회원수, 정회원 수 및 준회원 수를 제공할 수 있다.

도 35를 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 제공하는 통계 관리는, 사용자에 의해 선택된 기간(년/월)에 대한 과목 별로 순위를 관리할 수 있다. 국어, 영어, 수학, 사회, 과학 중 예를 들면, 국어에 대하여, 순위, 인텐트 No, 인텐트명 및 질문 건수에 대한 정보를 제공할 수 있다. 순위는 TOP 10까지 제공하되, 질문 건수가 높은 순으로 제공할 수 있다.

도 36은 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리 예를 나타낸 도면이고, 도 37 및 도 38은 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리 예를 나타낸 도면이다.

도 36을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 폴백 관리는, 매칭되지 못한 질문들을 폴백에 쌓아놓고, 기간을 설정하여 사용자들과 챗봇이 나눈 대화 흐름을 관리할 수 있다. 과목별 탭 구성은, 번호, 인텐트 No, 인텐트명으로 구성되고, 리스트는 최대 10개이고, 페이징 처리도 최대 10개까지 가능하다. 엑셀 다운 버튼을 구비하여, 버튼 클릭 시 노출된 리스트에 대해 전체 데이터로 다운로드 할 수 있다.

도 37 및 도 38을 참조하면, 본 발명의 실시예에 따른 챗봇 관리에서 만족도 관리는, 문제 해결, 가이드, 버그나 기능 요청을 포함하는 문의사항을 관리할 수 있다. 년/월을 입력해 기간을 선택하고, 좋아요, 싫어요, 의견 등의 항목을 선택하고, 과목을 선택해 조회할 수 있다. 예를 들어, 리스트는 최대 10개까지, 페이징 처리도 최대 10개까지 제공할 수 있다. 엑셀 다운 버튼을 통해 노출된 리스트를 전체 데이터로 다운로드 할 수 있다. 의견 항목을 클릭하면, 의견에 대한 리스트를 제공하고, 리스트 중 하나를 선택하면, 의견 내용, 등록일 및 아이디를 팝업 화면으로 제공하여 확인할 수 있도록 한다.

도 39는 본 발명의 제1 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

도 39를 참조하면, 본 발명의 제1 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트에 제공하고, 클라이언트로부터 과목 메뉴의 선택에 따른 질문을 입력받는다(S39-1).

이어, 학습 챗봇은 입력받은 질문에 대하여(질문 Vector) 벡터 필드(Vector Field) 유사도를 검색한다(S39-2).

이어, 학습 챗봇은 유사 질의, 스코어(Score), 인텐트(Intent) ID를 획득한다(S39-3).

이어, 학습 챗봇은 데이터베이스에 인텐트 아이디(Intent ID)를 제공하고, 데이터베이스로부터 인텐트 ID에 따라 인텐트 네임(Intent Name) 및 응답(Response)을 획득한다(S39-4).

이어, 학습 챗봇은 획득된 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)로 제공한다(S39-5).

도 40은 본 발명의 제2 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

도 40을 참조하면, 본 발명의 제2 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 클라이언트로부터 생성, 수정, 조회 중 하나를 요청받는다(S40-1).

이어, 학습 챗봇은 관리 API를 통해 데이터베이스에 인서트(Insert), 업데이트(Update), 셀렉트(Select)를 제공한다(S40-2).

이어, 학습 챗봇은 데이터베이스로부터 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)를 획득한다(S40-3).

이어, 학습 챗봇은 획득된 인서트 플래그(Insert Flag), 업데이트 플래그(Update Flag), 셀렉티드 데이터(Selected Data)에 근거해 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)로 제공한다(S40-4).

도 41은 본 발명의 제3 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

도 41을 참조하면, 본 발명의 제3 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트에 제공하고, 클라이언트(Client)로부터 문장(Sentence)을 입력받는다(S41-1).

이어, 학습 챗봇은 입력받은 문장에 대하여 탄력적 검색기(Elastic Searcher)에 문장 벡터(Sentece Vector)에 따른 색인을 요청한다(S41-2).

이어, 학습 챗봇은 탄력적 검색기로부터 색인 여부를 획득한다(S41-3).

이어, 학습 챗봇은 문장 정보를 데이터베이스에 인서트(Insert)하여 인서트 플래그(Insert Flag)를 획득한다(S41-4).

이어, 학습 챗봇은 획득된 인서트 플래그에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)에 제공한다(S41-5).

도 42는 본 발명의 제4 실시예에 따른 학습 유도 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.

도 42를 참조하면, 본 발명의 제4 실시예에 따른 학습 유도 시스템(100)은, 학습 챗봇이 학습 메뉴를 클라이언트(Client)에 제공하고, 클라이언트로부터 프로젝트 아이디(Project ID)에 따른 학습 요청을 수신한다(S42-1).

이어, 학습 챗봇은 데이터베이스로부터 프로젝트 아이디(Project ID)에 의해 문장을 선택한다(S42-2).

이어, 학습 챗봇은 데이터베이스로부터 학습 요청 프로젝트의 문장 리스트(Sentence List)를 획득한다(S42-3).

이어, 학습 챗봇은 갱신된 토큰별 웨이트(Weight)를 데이터베이스에 제공하여 인서트 플래그(Insert Flag)를 획득한다(S42-4).

이어, 학습 챗봇은 탄력적 검색기(Elastic Searcher)에 갱신된 문장 웨이트(Sentence Weight)에 따른 색인을 요청한다(S42-5).

이어, 학습 챗봇은 탄력적 검색기로부터 색인 여부를 획득한다(S42-6).

이어, 학습 챗봇은 획득된 색인 여부에 근거하여 유사 질의, 스코어(Score), 인텐트 네임(Intent Name) 및 응답(Response)을 클라이언트(Client)에 제공한다(S42-7).

전술한 바와 같이, 도 39 내지 도 42에 도시된 제1 내지 제4 실시예에 따른 학습 유도 방법은, 프로그램이 판독 가능한 USB, CD, DVD 등 기록 매체에 프로그램으로 기록할 수 있다.

한편, 터치 입출력부(112)는, 다수의 터치 전극(TE)이 배치된 터치 스크린 패널(TP)과 이를 구동하기 위한 터치 회로를 포함할 수 있다. 이하에서는 터치 입출력부(112)를 터치 표시 장치로 예를 들어 설명하기로 한다.

터치 표시 장치는 터치 유무, 터치 위치 등에 따라 각 터치 전극(TE)마다 형성되는 커패시턴스 또는 그 변화를 측정하여 터치 입력을 센싱하는 셀프 커패시턴스(self-capacitance) 기반의 터치 센싱 기능을 제공할 수 있다.

터치 스크린 패널(TP)에 복수의 터치 전극(TE)이 배치될 수 있다. 터치 스크린 패널(TP)은 복수의 터치 전극(TE)과 터치 회로를 전기적으로 연결하는 복수의 터치 라인(Li)을 포함할 수 있다.

터치 회로는 복수의 터치 전극(TE) 중 하나 이상에 터치 구동 신호를 제공하고, 구동 신호가 인가된 터치 전극(TE)으로부터 센싱 신호를 수신함으로써 터치 전극(TE)을 센싱할 수 있다. 여기서, 구동 신호는 전압 레벨이 가변하는 변조 신호(예를 들어 펄스 폭 변조 신호 등)을 포함할 수 있다.

한편, 터치 표시 장치는 뮤추얼 커패시턴스(mutual-capacitance) 기반의 터치 센싱 방식으로 동작할 수 있다. 이 때 복수의 터치 전극(TE)은 구동 전극과 센싱 전극으로 나누어지고, 터치 회로는 구동 전극에 해당하는 터치 전극(TE)과 센싱 전극에 해당하는 터치 전극(TE) 간의 커패시턴스 또는 그 변화를 기초로 터치 유무 및/도는 터치 좌표를 센싱할 수 있다. 이하에서 터치 표시 장치는 셀프 커패시턴스 방식으로 동작하는 것으로 가정하고 설명한다.

터치 회로는 터치 스크린 패널(TP)로 터치 구동 신호를 공급하고 터치 스크린 패널(TP)로부터 센싱 신호를 검출하기 위한 하나 이상의 터치 구동 회로(TDC)와 터치 구동 회로(TDC)의 센싱 신호 검출 결과를 이용하여 터치 입력의 유무 및/또는 위치 등을 알아내는 터치 컨트롤러(TCR) 등을 포함할 수 있다.

본 발명의 일 실시예에서, 터치 회로에 포함된 터치 구동 회로(TDC)는 데이터 구동 회로를 구현한 소스 드라이버 집척회로(SDIC)와 함께 통합된 통합 집적회로(SRIC)로 통합되어 구현될 수 있다.

터치 구간 동안, 터치 회로의 내부에서 복수의 터치 전극(TE) 중 센싱 대상으로 선택된 하나 이상의 터치 전극(TE)은, 터치 회로의 터치 구동 회로(TDC)로부터 터치 구동 신호를 인가받고, 터치 회로의 터치 구동 회로(TDC)에 의해 센싱 신호가 검출될 수 있다.

또한, 터치 구간 동안 터치 회로는 복수의 터치 전극(TE)에 유입되는 노이즈를 센싱할 수 있다. 즉, 터치 구간 중에, 터치 구동 회로(TDC)는 터치 구동 신호와는 다른 주파수를 갖는 노이즈 센싱 신호를 터치 전극(TE)에 제공하고, 센싱 신호를 검출함으로써 터치 전극(TE)의 노이즈를 센싱할 수 있다.

한편, 터치 구동 회로(TDC)가 터치 센싱을 위해 터치 전극(TE)에 터치 구동 신호를 공급할 때, 터치 센싱과 관련이 없는 다른 전극들이나 신호 라인들은 터치 전극(TE)과 불필요한 기생 커패시턴스를 형성할 수 있다. 이러한 기생 커패시턴스에 의해 터치 감도가 크게 떨어질 수 있다.

따라서, 본 발명의 실시예에 따른 터치 표시 장치는, 터치 구동 회로(TDC)가 터치 센싱을 위해 터치 전극(TE)에 터치 구동 신호를 공급할 때, 터치 센싱과 관련이 없는 다른 전극들이나 신호 라인들로 터치 구동 신호와 동일하거나 대응되는 로드 프리 구동(LFD: Load Free Driving) 신호를 제공할 수 있다.

일 실시예에서, LFD 신호는 터치 구동 신호의 주파수 및 위상과 동일하거나 유사한 주파수 및 위상을 가질 수 있다. 또한, LFD 신호는 터치 구동 신호의 진폭 등과 동일하거나 유사한 진폭 등을 가질 수 있다.

예를 들어, 터치 구간 동안, 모든 데이터 라인(D1~Dm) 또는 일부의 데이터 라인(D1~Dm)으로 LFD 신호가 인가될 수 있다. 또는, 터치 구간 동안 모든 게이트 라인(G1~Gn) 또는 일부의 게이트 라인(G1~Gn)으로 LFD 신호가 인가될 수도 있다.

다른 일 실시예에서, 터치 구동 회로(TDC)는, 터치 구간 동안 모든 터치 전극(TE)으로 터치 구동 신호(LFD 신호)를 동시에 공급하고, 모든 터치 전극(TE) 중 센싱 대상이 되는 하나 이상의 터치 전극(TE)만을 순차적으로 센싱할 수도 있다. 여기서 모든 터치 전극(TE)으로 터치 구동 신호(LFD 신호)가 동시에 공급될 때, 모든 데이터 라인(D1~Dm)과 모든 게이트 라인(G1~Gn)으로도 로드 프리 구동 신호가 인가될 수도 있다. 이 경우, LFD 신호는 터치 센싱을 위한 터치 구동 신호와 동일하며, 센싱 대상인 터치 전극(TE)에 인가되는 터치 구동 신호 그 자체를 의미할 수도 있다.

한편, 터치 구동 회로(TDC) 및 소스 드라이버 집적 회로(SDIC) 각각은 TCP(Tape Carrier Package) 방식, COF(Chip On Film) 방식 또는 COG(Chip On Glass) 방식 등으로 구현될 수 있다.

예를 들어, 통합 집적회로(SRIC)가 COF 방식으로 구현된 경우, 통합 집적회로(SRIC)는 필름 상에 실장되고, 통합 집적회로(SRIC)가 실장된 필름의 일단은 표시 패널(DIS)의 외곽의 패드부와 연결되고 타단은 인쇄 회로 기판(PCB)에 연결될 수 있다.

터치 컨트롤러(TCR)는 인쇄 회로 기판(PCB)에 실장될 수 있다. 일 실시예에서, 터치 컨트롤러(TCR)와 터치 구동회로(TDC)는 별개의 부품으로 구현될 수 있으나 이에 제한되는 것은 아니며, 터치 컨트롤러(TCR)와 터치 구동회로(TDC)는 1개의 부품으로 통합되어 구현될 수도 있다.

터치 회로는 멀티플렉서, 프리앰프, 적분기 및 아날로그 디지털 컨버터 등을 포함할 수 있다.

멀티플렉서는 터치 스크린 패널(TP) 상에 배치된 복수의 터치 전극들(TE) 중 하나 이상의 센싱 대상 터치 전극(TE)을 선택할 수 있다. 구체적으로, 멀티플렉서는 자신과 대응되는 복수의 터치 전극들(TE1, TE2, TE3, TE4, ) 가운데 하나의 센싱 대상 터치 전극(예를 들어 TE1)을 순차적으로 선택하여 프리앰프와 연결시킬 수 있다.

멀티플렉서는 하나의 센싱 대상 터치 전극(TE1)에 터치 구동 신호(TDS)가 인가될 때, 나머지 센싱 대상이 아닌 터치 전극(TE1, TE2, TE3, TE4, )에는 LFD 신호가 인가될 수 있다. 이 경우, 터치 구동 신호(TDS)와 LFD 신호는 동일할 수 있다.

프리앰프는 멀티플렉서에 의해 복수의 터치 전극들(TE1, TE2, TE3, TE4, TE5, ) 중 센싱 대상인 터치 전극(TE1)과 연결될 수 있다. 프리앰프는 센싱 대상인 터치 전극(TE1)으로부터 센싱 신호를 입력받을 수 있다.

프리앰프는 다른 하나의 입력단에 예를 들어 소정의 진폭(V)을 갖고 하이 레벨(VTOP)과 로우 레벨(VBOT) 사이의 전압 레벨에서 스윙하는 터치 구동 신호(TDS)를 제공받을 수 있다. 프리앰프는 멀티플렉서로부터 제공된 터치 전극들의 전압차를 출력할 수 있다.

적분기는 프리앰프로부터 증폭되어 출력된 전압을 적분하여 아날로그 디지털 컨버터에 제공할 수 있다. 프리앰프와 적분기 사이에 프리앰프의 출력 전압을 샘플링하는 샘플링 회로가 더 연결될 수도 있다.

아날로그 디지털 컨버터는 멀티플렉서에 의해 선택된 터치 전극(TE1)으로부터 출력된 센싱 결과를 디지털값으로 변환하여 터치 센싱 데이터(Tout)를 생성할 수 있다. 아날로그 디지털 컨버터는 생성된 터치 센싱 데이터(Tout)를 마이크로 컨트롤러에 제공할 수 있다.

마이크로 컨트롤러는 버퍼, 비교기 및 좌표 계산기를 포함할 수 있다.

마이크로 컨트롤러와 터치 회로는 인터페이스(IF)에 의해 터치 데이터 또는 기타 신호를 주고받을 수 있다.

버퍼는 터치 회로로부터 제공된 디지털 데이터인 터치 센싱 데이터(Tout)를 일시적으로 저장할 수 있다. 버퍼는 메모리를 포함하여, 복수의 터치 전극들(TE1, TE2, TE3, TE4, TE5, )로부터 얻어진 센싱 데이터를 차례로 저장할 수 있다.

버퍼는 일시적으로 저장한 터치 센싱 데이터(Tout)를 터치 회로로부터 제공되는 동기 신호에 의해 비교기로 출력할 수 있다.

비교기는 터치 회로로부터 제공된 터치 센싱 데이터(Tout)와 버퍼로부터 제공된 센싱 데이터의 값을 비교할 수 있다. 비교기는 터치 센싱 구간에서의 센싱 데이터와, 노이즈 센싱 구간에서의 센싱 데이터의 값을 비교할 수 있다. 비교기는 비교 결과를 좌표 계산기로 제공할 수 있다.

좌표 계산기는 비교기의 비교 결과에 따라 터치 회로로부터 제공된 터치 센싱 데이터(Tout)로부터 터치 입력의 좌표를 계산한다. 즉, 비교기의 비교 결과 터치 센싱 구간에서의 센싱 데이터와, 노이즈 센싱 구간에서의 센싱 데이터의 값이 일치하는 경우, 좌표 계산기는 제공받은 센싱 데이터로부터 터치 좌표를 계산할 수 있다. 좌표 계산기는 계산된 터치 좌표를 호스트 시스템으로 제공할 수 있다.

마이크로 컨트롤러는 마이크로프로세서와 입출력 모듈이 하나의 칩으로 만들어진 CPU를 의미할 수 있다. 마이크로 컨트롤러는 전술한 구성 요소 이외의 기능 블록 및 입출력부를 더 포함할 수 있다.

터치 입출력부(112)는 연속된 디스플레이 프레임들(Framen-1, Framen, Framen+1)이 이어지는 동안의 디스플레이 구간(Td)과 터치 구간(Tt)을 구분하는 제2 터치 동기 신호(Tsync)의 타이밍도에 따라 동작한다.

마이크로 컨트롤러는 타이밍 컨트롤러로부터 제1 터치 동기 신호(ITsync)를 제공받을 수 있다. 마이크로 컨트롤러는 제1 터치 동기 신호(ITsync)를 기반으로 터치 회로를 제어하는 제2 터치 동기 신호(Tsync)를 생성할 수 있다.

제2 터치 동기 신호(Tsync)는 디스플레이 구간(Td)에서 하이 레벨을 갖고 터치 구간(Tt)에서 로우 레벨을 가짐으로써 터치 구간(Tt)을 정의할 수 있다. 일 실시예에서, 마이크로 컨트롤러는 디스플레이 구간(Td)에서 로우 레벨을 갖고 터치 구간(Tt)에서 하이 레벨을 갖는 제2 터치 동기 신호(Tsync)를 생성할 수도 있다.

데이터 구동 회로와 게이트 구동 회로는 디스플레이 구간(Td)에서 데이터 라인(D1~Dm)과 게이트 라인(G1~Gn)에 각각 데ㅔ이터 신호 및 게이트 신호를 인가하여 영상을 표시한다. 터치 회로는 제2 터치 동기 신호(Tsync)에 의해 디스플레이 구간(Td) 동안 터치 전극(TE)의 터치 입력을 센싱하지 않을 수 있다.

한편, 터치 회로는 터치 구간(Tt)에서 터치 라인(L1~Li)을 통해 터치 구동 신호를 제공할 수 있다. 터치 회로는 터치 구간(Tt)에서 터치 라인(L1~Li)들의 터치 센싱 신호를 읽어 터치를 감지할 수 있다. 신호와 함께, 터치 회로는 터치 구간(Tt)에서 적어도 하나의 데이터 라인들(D1~Dm) 또는 적어도 하나의 게이트 라인(G1~Gn)으로 LFD 신호를 인가할 수 있다.

본 발명의 일 실시예에서, 하나의 디스플레이 프레임은 하나의 디스플레이 구간(Td)과 하나의 터치 구간(Tt)으로 구분될 수 있다. 이와는 다르게, 하나의 디스플레이 프레임은 2개 이상의 디스플레이 구간과 2개 이상의 터치 센싱 구간이 교번하는 것으로 정의될 수도 있다.

하나의 터치 구간(Tt)은 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 구분될 수 있다.

터치 구간(Tt)은 제1 주파수(f1)의 터치 구동 신호(TDS)가 터치 라인(L1~Li)으로 인가되는 터치 센싱 구간(TSP)과 제2 주파수(f2)의 터치 구동 신호가 터치 라인(L1~Li)으로 인가되는 노이즈 센싱 구간(NSP)으로 나누어질 수 있다. 터치 센싱 구간(TSP)은 터치 스크린 패널(TP) 상의 터치 입력을 센싱하는 구간이고, 노이즈 센싱 구간(NSP)은 터치 전극(TE)에 유입되는 노이즈를 측정하기 위한 구간이다.

본 발명의 일 실시예에서 제1 주파수(f1)와 제2 주파수는 각각 94kHz, 130kHz일 수 있으나 본 발명이 이에 제한되는 것은 아니다. 즉, 본 발명의 실시예에 따른 터치 표시 장치는 외부로부터 유입되는 노이즈 성분에 의한 고스트 터치와 같은 터치 신호의 왜곡을 최소화하기 위하여 터치 구간(Tt)을 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 나누어 터치 센싱과 노이즈 센싱을 수행할 수 있다.

터치 회로는 노이즈 센싱 구간(NSP) 동안 손가락이나 도전체를 통해 터치 전극(TE)에 유입되는 노이즈를 측정하고, 노이즈 수준에 따라 터치 구동 신호의 주파수(f2)를 변경할 수 있다. 터치 컨트롤러(TCR)는 예를 들어 현재 노이즈 센싱 구간(예를 들어 Framen의 NSP) 동안 센싱된 노이즈 데이터의 값이 이전 노이즈 센싱 구간(예를 들어 Framen-1의 NSP)에서 센싱된 노이즈 데이터의 값보다 큰 경우 터치 구동 신호의 주파수(f2)를 다른 주파수로 변경할 수 있다.

터치 구간(Tt)은 터치 센싱 구간(TSP)이 진행된 다음에 노이즈 센싱 구간(NSP)이 이어지는 것으로 구분될 수 있다. 다만 본 발명이 이에 제한되는 것은 아니며, 터치 구간(Tt)은 노이즈 센싱 구간(NSP)이 진행된 후 터치 센싱 구간(TSP)이 이어지는 것으로 구분될 수도 있다.

터치 구간(Tt)에 포함된 터치 센싱 구간(TSP) 동안 터치 스크린 패널(TP)로 터치 입력에 의해 센싱 신호(SS1) 가 발생할 수 있다.

터치 구동 회로(TDC)는 복수의 터치 전극(TE) 중 센싱 대상으로 하나 이상의 터치 전극을 선택하여 터치 구동 신호(TDS)를 제공할 수 있다. 터치 구동 회로(TDC)는 선택된 터치 전극(TE)으로부터 터치 센싱 신호를 제공받아 터치를 감지할 수 있다.

터치 회로로 제공된 터치 센싱 신호는 프리앰프 및 적분기를 거쳐 처리된 후 아날로그 디지털 컨버터에 의해 터치 센싱 데이터로 변환될 수 있다.

터치 컨트롤러(TCR)는 터치 회로로 제공된 터치 센싱 신호가 유효한 터치 입력에 해당하는지를 판단할 수 있다. 터치 컨트롤러(TCR)는 터치 센싱 신호의 크기가 미리 정해진 문턱값의 크기 이상인지 여부를 판단하여 유효한 터치 입력에 해당하는지 여부를 판단할 수 있다.

터치 컨트롤러(TCR)에 의해 유효한 터치 입력에 해당하는 것으로 판단된 경우, 터치 센싱 데이터는 마이크로 컨트롤러 내의 버퍼에 일시적으로 저장될 수 있다. 버퍼에 저장된 터치 센싱 데이터는 이후 노이즈 센싱 구간(NSP)에서 센싱된 노이즈 센싱 데이터와의 비교에 이용될 수 있다.

이어서 터치 센싱 구간(TSP) 이후 이어지는 노이즈 센싱 구간(NSP)에서 터치 입력 유무를 검출한다. 노이즈 센싱 구간(NSP)에서 터치 입력에 의한 센싱 신호(SS2)가 발생한 것을 가정한다.

상술한 것과 같이, 고스트 터치를 최소화하기 위해 터치 구간(Tt)을 터치 센싱 구간(TSP)과 노이즈 센싱 구간(NSP)으로 나누어 터치 센싱과 노이즈 센싱을 수행할 수 있다. 구체적으로, 터치 센싱 구간(TSP)와 노이즈 센싱 구간(NSP)에서 동일한 터치 입력이 검출되는 경우, 터치 컨트롤러(TCR)는 유효한 터치 입력이 제공된 것으로 판단하고 이를 이용하여 터치 좌표를 산출한다.

터치 센싱 구간(TSP)의 터치 센싱 신호와 노이즈 센싱 구간(NSP)의 노이즈 센싱 신호를 비교하는 것은 마이크로 컨트롤러에 의해 수행될 수 있다.

구체적으로, 버퍼는 터치 센싱 구간(TSP)의 터치 센싱 데이터(Tout)를 저장한다. 이어서 노이즈 센싱 구간(TSP)에서 노이즈 센싱 데이터가 제공되면 저장된 터치 센싱 구간(TSP)의 터치 센싱 데이터를 로딩하여 비교기로 제공한다. 동일한 터치 전극(TE1)에 대한 터치 센싱 데이터와 노이즈 센싱 데이터를 제공받은 비교기는 두 데이터를 비교할 수 있다.

비교기가 두 데이터를 일치한 것으로 판단한 경우, 좌표 계산기는 터치 센싱 데이터(Tout)에 기초하여 터치 입력의 좌표를 계산할 수 있다. 호스트 시스템은 계산된 터치 입력의 좌표를 제공받음으로써 터치 입력을 검출할 수 있다.

비교기가 두 데이터를 일치하지 않는 것으로 판단한 경우, 터치 컨트롤러(TCR)는 이를 유효하지 않은 터치 입력 또는 고스트 터치와 같은 노이즈로 판단할 수 있다. 이 때 마이크로 컨트롤러는 터치 센싱 데이터에 대한 좌표를 산출하지 않을 수 있다.

터치 컨트롤러(TCR)가 노이즈 센싱 구간(NSP)에서 입력된 노이즈 센싱 신호(SS2)를 노이즈로 판단한 경우, 터치 구동회로(TDC)는 터치 스크린 패널(TP)에 대해 제2 주파수(f2)와는 다른 제3 주파수(f3)의 터치 구동신호(TDS)를 제공할 수 있다. 이는 터치 회로의 SNR(Signal to Noise Ratio)을 향상시킬 수 있다.

전술한 바와 같이 본 발명에 의하면, 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 시스템을 제공할 수 있다.

이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 이러한 변경과 변형은 본 발명이 제공하는 기술 사상의 범위를 벗어나지 않는 한 본 발명에 속한다고 할 수 있다. 따라서 본 발명의 권리범위는 이하에 기재되는 청구범위에 의해 판단되어야 할 것이다.

100 : 학습 유도 시스템 102 : 웹 서버
110, 120 : 서버 112 : 터치 입출력부
114 : 학습 챗봇 210 : 변환부
220 : 임베딩 처리부 230 : 학습 유도부

Claims (5)

1. 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 터치 입출력부;
   상기 터치 입출력부를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 챗봇;
   상기 학습 챗봇을 관리하는 챗봇 관리부를 포함하고,
   상기 챗봇 관리부는 챗봇 관리, 대화 관리, 통계 관리, 폴백 관리 및 만족도 관리에 관한 메뉴를 제공하고,
   상기 챗봇 관리는 생성된 챗봇을 수정, 삭제, 관리하는 챗봇 리스트 메뉴와, 챗봇을 신규 생성하는 챗봇 만들기 메뉴를 포함하고,
   상기 대화 관리는 사용자가 처음 챗봇에 들어왔을 때 인사하는 내용을 관리하는 웰컴 메시지 메뉴를 통하여 챗봇 코드나 구분된 챗봇 별로 멘트를 관리하고, 지역별 날씨, 동네 날씨, 공공 데이터 포탈, NICE 교육정보 개방 포탈을 포함해 오픈 API를 제공하며, WB 모델과 연동하여 챗봇 대화를 관리하며,
   상기 통계 관리는, 기간, 회원구분, 성별, 학년, 아이디의 조건에 따른 이용률 조회 관리에 관한 이용률 메뉴와, 좋아요 및 만족도 관리에 관한 순위 메뉴를 제공하며,
   상기 폴백 관리는, 매칭되지 못한 질문들을 폴백에 쌓아놓고, 기간을 설정하여 사용자들과 챗봇이 나눈 대화 흐름을 관리하고,
   상기 만족도 관리는, 문제 해결, 가이드, 버그나 기능 요청을 포함하는 문의사항을 관리하는 학습 유도 시스템.
2. 제 1 항에 있어서,
   상기 학습 챗봇은,
   상기 터치 입출력부를 통해 입력받은 음성 또는 문자를 음성 인식 및 언어 모델의 문자로 변환하는 변환부;
   상기 변환된 문자를 임베딩(Embedding) 처리하는 임베딩 처리부; 및
   상기 임베딩 처리된 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 유도부;
   를 포함하는 학습 유도 시스템.
3. 제 1 항에 있어서,
   상기 학습 챗봇은, 상기 학습 메뉴에 대하여 오늘의 학습, 전체 메뉴, 숙제질문을 제공하고, 사용자가 과목을 선택하고, 선택된 과목의 학습을 실행하며, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공하거나,
   상기 학습 챗봇은, 상기 학습 메뉴에 대하여 학습창을 제공하고, 학습창 과목 코드를 기준으로 과목을 자동으로 선택하고, 숙제질문에 대하여 Q&A 데이터 및 학습백과사전에 대한 데이터를 활용하여 학습 답변을 제공하는, 학습 유도 시스템.
4. 제 1 항에 있어서,
   상기 학습 챗봇은, AI(Artificial Intelligence) 챗봇 및 과목 챗봇을 포함하고,
   상기 AI 챗봇은, 숙제해결에 대한 데이터를 자동으로 필터링하고, 키워드를 구분하여 그룹핑(Grouping)하고, 백과사전 데이터와 연결하여 필요한 질문을 구분하고, 답변 내의 오타를 수정하고, 유사 질문을 추가하고, 답변 일반화 작업을 통해 정제된 답변을 제공하며,
   상기 과목 챗봇은, 사용자에게 질문하고 싶은 과목을 선택하도록 하고, 선택된 과목 내에서 질문을 수신하며, 질문과 관련된 내용을 학습백과사전에서 검색하여 답변을 생성하고, 생성된 답변을 정제하여 음성 또는 문자로 제공하며, 데이터베이스에 없는 내용과 관련된 질문에 대하여 공부해서 다음에 알려주겠다는 답변을 제공하는 방식으로 학습을 실행하는, 학습 유도 시스템.
5. 삭제

Images