KR102539564B1 - 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템 - Google Patents

뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템 Download PDF

Info

Publication number
KR102539564B1
KR102539564B1 KR1020220107446A KR20220107446A KR102539564B1 KR 102539564 B1 KR102539564 B1 KR 102539564B1 KR 1020220107446 A KR1020220107446 A KR 1020220107446A KR 20220107446 A KR20220107446 A KR 20220107446A KR 102539564 B1 KR102539564 B1 KR 102539564B1
Authority
KR
South Korea
Prior art keywords
message
voice message
terminal
voice
management server
Prior art date
Application number
KR1020220107446A
Other languages
English (en)
Other versions
KR102539564B9 (ko
Inventor
차두선
Original Assignee
주식회사 브로드씨엔에스
차두선
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 브로드씨엔에스, 차두선 filed Critical 주식회사 브로드씨엔에스
Priority to KR1020220107446A priority Critical patent/KR102539564B1/ko
Application granted granted Critical
Publication of KR102539564B1 publication Critical patent/KR102539564B1/ko
Publication of KR102539564B9 publication Critical patent/KR102539564B9/ko

Links

Images

Classifications

    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Biomedical Technology (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

실시예들은 뉴럴 네트워크 기반의 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템을 제시한다. 일 실시예에 따른 상기 시스템은, 사용자에 의해 복수의 제1 음성 메시지가 녹취되는 제1 단말, 적어도 하나의 제2 음성 메시지를 수신하는 제2 단말 및 복수의 제2 음성 메시지를 저장하는 데이터베이스를 포함하는 관리 서버를 포함할 수 있다. 상기 제1 단말은, 상기 복수의 제1 음성 메시지를 포함하는 승인 요청 메시지를 상기 관리 서버에게 전송하고, 상기 복수의 제1 음성 메시지 중에서 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자를 포함하는 승인 메시지를 상기 관리 서버로부터 수신할 수 있다. 상기 제2 단말은 상기 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 수신할 수 있다. 상기 적어도 하나의 제2 음성 메시지는 상기 복수의 제1 음성 메시지 중에서 상기 관리 서버에 의해 승인된 상기 적어도 하나의 제1 음성 메시지일 수 있다. 상기 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자와 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자가 동일할 수 있다. 상기 관리 서버는 상기 적어도 하나의 제2 음성 메시지와 관련된 시간 및 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자에 기반하여 뉴럴 네트워크를 이용한 품질 보증 모델을 통해 상기 안내 메시지에 대한 벌점을 결정할 수 있다. 상기 안내 메시지에 대한 벌점에 기반하여 피드백 메시지를 상기 제1 단말에게 전송할 수 있다.

Description

뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템 {VOICE MESSAGE TRANSMISSION SYSTEM FOR PROVIDING QUALITY ASSURANCE SERVICE RELATED TO A VOICE MESSAGE BASED ON A NEURAL NETWORK}
본 개시의 실시예들은 음성 메시지 송출 시스템에 관한 것으로, 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템에 대한 것이다.
한편, 산업구조의 고도화 및 비대면 거래의 확산으로 인해 서비스업의 비중이 더욱 커지고 있다. 이렇게 서비스업의 비중이 증가하면서, 고객에게 서비스에 대한 안내를 제공하고, 고객의 문의 사항에 응대하는 업무의 중요성이 더욱 강조되고 있다.
이때, 고객에게 서비스에 대한 안내를 효과적으로 제공하기 위해, 고객 상담 센터에서는 컴퓨터와 전화를 통합시켜 기존의 분리된 전화 업무와 컴퓨터 업무를 하나로 처리할 수 있도록 구성된 지능형 통합 전산기술인 CTI(computer telephony integration)를 사용하고 있다. 고객 상담 센터는 CTI를 통해 고객의 전화 문의가 오면 고객의 발신 전화 번호를 추적하여 회사의 데이터 베이스에서 고객에 관한 각종 정보가 추출되어 상담원의 컴퓨터 화면에 표시되어 신속하게 대응할 수 있다.
다만, 고객 상담 센터에서 상담원이 CTI를 통해 제공된 고객의 정보를 기반으로 서비스를 안내함에도 불구하고, 상담원은 첫 인사, 약관에 대한 안내 및 마무리 인사 등과 같이 동일한 내용을 반복해서 고객에게 안내해야 하기 때문에, 반복적인 안내로 인해 상담원의 스트레스가 증가하고, 안내의 품질이 저하될 수 있다.
또한, 고객 상담 센터에서 상담원의 안내에 대한 품질을 관리하기 위해 별도의 QA(quality assurance) 부서를 운영하기 때문에, QA 부서에 대한 인력이 필요하다.
이에, 고객에게 안내하는 내용 중 동일한 내용으로 반복되는 안내를 사전에 녹취 후 QA 부서로부터 승인을 받고, 승인된 음성 메시지를 CTI와 연동하여 자동으로 고객에게 제공하고, 제공된 안내에 대해 뉴럴 네트워크를 기반으로 품질을 검사하는 시스템이 필요하다.
본 개시의 실시예들은, 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템을 제공할 수 있다.
실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
일 실시예에 따른 뉴럴 네트워크 기반의 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템은, 사용자에 의해 복수의 제1 음성 메시지가 녹취되는 제1 단말, 적어도 하나의 제2 음성 메시지를 수신하는 제2 단말 및 복수의 제2 음성 메시지를 저장하는 데이터베이스를 포함하는 관리 서버를 포함할 수 있다. 상기 제1 단말은, 상기 복수의 제1 음성 메시지를 포함하는 승인 요청 메시지를 상기 관리 서버에게 전송하고, 상기 복수의 제1 음성 메시지 중에서 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자를 포함하는 승인 메시지를 상기 관리 서버로부터 수신할 수 있다. 상기 제2 단말은 상기 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 수신할 수 있다. 상기 적어도 하나의 제2 음성 메시지는 상기 복수의 제1 음성 메시지 중에서 상기 관리 서버에 의해 승인된 상기 적어도 하나의 제1 음성 메시지일 수 있다. 상기 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자와 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자가 동일할 수 있다. 상기 관리 서버는 상기 적어도 하나의 제2 음성 메시지와 관련된 시간 및 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자에 기반하여 뉴럴 네트워크를 이용한 품질 보증 모델을 통해 상기 안내 메시지에 대한 벌점을 결정할 수 있다. 상기 안내 메시지에 대한 벌점에 기반하여 피드백 메시지를 상기 제1 단말에게 전송할 수 있다.
예를 들어, 상기 제1 단말은 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지와 관련된 정보를 포함하는 송출 메시지를 상기 관리 서버에게 전송할 수 있다. 상기 적어도 하나의 제2 음성 메시지와 관련된 정보는 상기 적어도 하나의 제2 음성 메시지가 상기 제2 단말에게 송출된 시간, 상기 적어도 하나의 제2 음성 메시지를 식별자 및 상기 적어도 하나의 제2 음성 메시지에 대한 재생 속도에 대한 정보를 포함할 수 있다. 상기 재생 속도에 대한 정보에 따라 상기 적어도 하나의 제2 음성 메시지가 재생될 수 있다.
예를 들어, 상기 제1 단말은 상기 제2 단말로부터 제3 음성 메시지를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 중단하고, 상기 적어도 하나의 제2 음성 메시지의 전송이 중단된 것을 알리는 중단 메시지를 상기 관리 서버에게 전송할 수 있다. 상기 중단 메시지는 상기 적어도 하나의 제2 음성 메시지의 재생이 중단된 시점에 대한 정보를 포함할 수 있다. 상기 제1 단말은 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 재개하고, 상기 적어도 하나의 제2 음성 메시지의 전송이 재개된 것을 알리는 재개 메시지를 상기 관리 서버에게 전송할 수 있다. 상기 재개 메시지에 포함된 재생 정보는 상기 적어도 하나의 제2 음성 메시지의 재생이 재개된 시점을 포함할 수 있다.
예를 들어, 상기 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 것에 기반하여 상기 피드백 메시지는 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나를 포함할 수 있다. 상기 안내 메시지에 대한 벌점이 사전 설정된 점수 미만인 것에 기반하여 상기 피드백 메시지는 상기 안내 메시지에 대한 검토를 완료한 것을 나타내는 값을 포함할 수 있다.
예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 복수의 제2 음성 메시지와 관련된 시간, 복수의 제2 음성 메시지를 식별하는 식별자 및 정답 안내 메시지에 대한 벌점으로 구성된 각각의 뉴럴 네트워크의 학습을 위한 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되고, 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 뉴럴 네트워크의 파라미터가 상기 손실값이 작아지는 방향으로 학습되는, 상기 품질 보증 모델이 생성될 수 있다.
부가적으로, 예를 들어, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 관리 서버로부터 수신한 기본 설정 값과 관련된 정보 및 제2 단말에 대한 정보를 기반으로 결정할 수 있다. 여기서, 제2 단말에 대한 정보는 제1 단말이 제2 단말과 연결되는 동안 관리 서버로부터 수신될 수 있다. 제2 단말에 대한 정보는 제2 단말의 사용자에 대한 개인 정보 및 제2 단말이 송출 시스템을 통해 안내를 받은 횟수에 대한 정보를 포함할 수 있다.
제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 각 시간대에 대한 기준 재생 속도, 관리 서버에 의해 관리되는 복수의 제1 단말 각각에 대한 제2 음성 메시지의 평균 재생 속도를 평균한 값 및 제2 단말이 송출 시스템을 통해 안내를 받은 횟수를 기반으로 결정할 수 있다. 예를 들어, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 하기 수학식에 의해 설정할 수 있다.
Figure 112022089725762-pat00001
상기 수학식에서, 상기 v는 해당 제2 음성 메시지의 재생 속도에 대한 기본 설정 값이고, 상기 vt는 해당 제2 음성 메시지가 제2 단말에게 송출될 시점이 포함된 시간대에 대한 기준 재생 속도이고, 상기 n은 제1 단말이 제2 단말에게 전송할 제2 음성 메시지의 개수이고, 상기 vi는 i번째 제2 음성 메시지의 재생 속도이고, 상기 k는 관리 서버에 의해 관리되는 제1 단말의 개수이고, 상기 voj는 j번째 제1 단말의 제2 음성 메시지의 평균 재생 속도이고, 상기 v1은 해당 제2 음성 메시지의 재생 속도이고, 상기 Rc는 해당 제1 단말과 연결된 제2 단말에 대한 특성 값일 수 있다. 여기서, 해당 제1 단말과 연결된 제2 단말에 대한 특성 값은 상기 제2 단말이 송출 시스템을 통해 안내를 받은 횟수에 따라 결정된 가중치일 수 있다. 예를 들어, 제2 단말이 송출 시스템을 통해 안내를 받은 횟수가 많을수록, 상기 해당 제1 단말과 연결된 제2 단말에 대한 특성 값은 증가할 수 있다.
부가적으로, 예를 들어, 학습을 위한 데이터로 사용되는 안내 메시지에 대한 벌점은 하기 수학식에 의해 결정될 수 있다.
Figure 112022089725762-pat00002
상기 수학식에서, 상기 P는 상기 안내 메시지에 대한 벌점이고, 상기 l은 사전 설정된 중요도의 개수이고, 상기 wx는 x번째 사전 설정된 중요도에 대한 가중치이고, 상기 nxm은 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 누락된 제2 음성 메시지의 개수이고, 상기 nxs는 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 재생이 중단되고 재개되지 않은 제2 음성 메시지의 개수이고, 상기 nxov는 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 순서가 맞지 않는 제2 음성 메시지의 개수이고, 상기 a는 상기 누락된 제2 음성 메시지에 대한 가중치이고, 상기 b는 상기 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 가중치이고, 상기 c는 상기 순서가 맞지 않는 제2 음성 메시지에 대한 가중치일 수 있다. 여기서, 상기 a, b 및 c는 0보다 큰 양의 정수일 수 있다.
부가적으로, 예를 들어, 사전 설정된 점수는 하기 수학식에 의해 결정될 수 있다.
Figure 112022089725762-pat00003
상기 수학식에서, 상기 Pth는 상기 사전 설정된 점수이고, 상기 m은 허용 중요도의 개수이고, 상기 wy는 y번째 허용 중요도에 대한 가중치이고, 상기 am은 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 상기 안내 메시지에서 누락된 제2 음성 메시지의 개수이고, 상기 ays는 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 재생이 중단되고 재개되지 않은 제2 음성 메시지의 개수이고, 상기 ayov는 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 순서가 맞지 않는 제2 음성 메시지의 개수이고, 상기 Px는 상기 사전 설정된 중요도 중에서 가장 높은 중요도에 해당하는 제2 음성 메시지 한 개가 누락된 경우에 대한 벌점이고, 상기 a는 상기 누락된 제2 음성 메시지에 대한 가중치이고, 상기 b는 상기 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 가중치이고, 상기 c는 상기 순서가 맞지 않는 제2 음성 메시지에 대한 가중치일 수 있다. 여기서, 상기 a, b 및 c는 0보다 큰 양의 정수일 수 있다.
실시예들에 따르면, 제1 단말은 상담원이 상담자에게 반복적으로 안내하는 스크립트들 각각에 대해 카테고리별로 사전 녹취된 음성 메시지 중에서 관리 서버에 의해 승인된 음성 메시지를 제2 단말에게 전송함으로써, 제1 단말의 사용자는 사용자의 컨디션과 관계없이 안내의 품질을 고품질로 유지할 수 있고, 상대적으로 업무로 인한 스트레스를 줄일 수 있다.
실시예들에 따르면, 관리 서버는 제1 단말이 승인된 음성 메시지를 제2 단말에게 전송하는 시간, 전송이 중단된 시간 및 전송이 재개된 시간과 음성 메시지에 대한 식별자를 기반으로 뉴럴 네트워크를 통해 제1 단말이 제공한 안내 메시지의 품질을 자동으로 검사하고 피드백을 제1 단말에게 제공함으로써, 보다 효과적으로 안내 품질을 관리할 수 있고, QA 부서의 업무 강도를 낮출 뿐만 아니라 QA 부서의 인력으로 인한 비용도 감소시킬 수 있다.
실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 뉴럴 네트워크 기반의 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템을 나타낸다.
도 4는 일 실시예에 따른 음성 메시지 송출 시스템에서 제1 단말이 관리 서버에게 송출 메시지를 전송하는 방법에 대한 흐름도이다.
도 5는 일 실시예에 따른 음성 메시지 송출 시스템에서 제1 단말이 관리 서버로부터 피드백 메시지를 수신하는 방법에 대한 흐름도이다.
도 6은 일 실시예에 따른 품질 보증 모델을 나타낸 도면이다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 전자 장치(101)는 클라이언트, 단말기 또는 피어로 지칭될 수도 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다.
인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
서버(108)는 전자 장치(101)가 접속되며, 접속된 전자 장치(101)로 서비스를 제공할 수 있다. 또한, 서버(108)는 회원 가입 절차를 진행하여 그에 따라 회원으로 가입된 사용자의 각종 정보를 저장하여 관리하고, 서비스에 관련된 각종 구매 및 결제 기능을 제공할 수도 있다. 또한, 서버(108)는, 사용자 간에 서비스를 공유할 수 있도록, 복수의 전자 장치(101) 각각에서 실행되는 서비스 애플리케이션의 실행 데이터를 실시간으로 공유할 수도 있다. 이러한 서버(108)는 하드웨어적으로는 통상적인 웹 서버(Web Server) 또는 서비스 서버(Service Server)와 동일한 구성을 가질 수 있다. 그러나, 소프트웨어적으로는, C, C++, Java, Python, Golang, kotlin 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함할 수 있다. 또한, 서버(108)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 뜻하는 것이다. 또한, 서버(108)는, 전술한 서버 프로그램 이외에도, 서버(108) 상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스(DB: Database, 이하 "DB"라 칭함)를 포함하는 넓은 개념으로 이해되어야 할 것이다. 따라서, 서버(108)는, 회원 가입 정보와, 게임에 대한 각종 정보 및 데이터를 분류하여 DB에 저장시키고 관리하는데, 이러한 DB는 서버(108)의 내부 또는 외부에 구현될 수 있다. 또한, 서버(108)는, 일반적인 서버용 하드웨어에 윈도우(windows), 리눅스(Linux), 유닉스(UNIX), 매킨토시(Macintosh) 등의 운영체제에 따라 다양하게 제공되고 있는 서버 프로그램을 이용하여 구현될 수 있으며, 대표적인 것으로는 윈도우 환경에서 사용되는 IIS(Internet Information Server)와 유닉스환경에서 사용되는 CERN, NCSA, APPACH, TOMCAT 등을 이용하여 웹 서비스를 구현할 수 있다. 또한, 서버(108)는, 서비스의 사용자 인증이나 서비스와 관련된 구매 결제를 위한 인증 시스템 및 결제 시스템과 연동할 수도 있다.
제1 네트워크(198) 및 제2 네트워크(199)는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조 또는 서버(108)와 전자 장치들(101, 104)을 연결하는 망(Network)을 의미한다. 제1 네트워크(198) 및 제2 네트워크(199)는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되나 이에 한정되지는 않는다. 제1 네트워크(198) 및 제2 네트워크(199)는 LAN, WAN 등의 폐쇄형 제1 네트워크(198) 및 제2 네트워크(199)일 수도 있으나, 인터넷(Internet)과 같은 개방형인 것이 바람직하다. 인터넷은 TCP/IP 프로토콜, TCP, UDP(user datagram protocol) 등의 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전 세계적인 개방형 컴퓨터 제1 네트워크(198) 및 제2 네트워크(199) 구조를 의미한다.
데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 가질 수 있다. 데이터베이스는 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 가질 수 있다. 데이터베이스는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이타베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이타베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 개시의 일 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가질 수 있다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 2은 다양한 실시예에 따른 프로그램(140)을 예시하는 블록도(200)이다. 일실시예에 따르면, 프로그램(140)은 전자 장치(101)의 하나 이상의 리소스들을 제어하기 위한 운영 체제(142), 미들웨어(144), 또는 상기 운영 체제(142)에서 실행 가능한 어플리케이션(146)을 포함할 수 있다. 운영 체제(142)는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM 또는 TizenTM 를 포함할 수 있다. 프로그램(140) 중 적어도 일부 프로그램은, 예를 들면, 제조 시에 전자 장치(101)에 프리로드되거나, 또는 사용자에 의해 사용 시 외부 전자 장치(예: 전자 장치(102 또는 104), 또는 서버(108))로부터 다운로드되거나 갱신 될 수 있다. 프로그램(140)의 전부 또는 일부는 뉴럴 네트워크를 포함할 수 있다.
운영 체제(142)는 전자 장치(101)의 하나 이상의 시스템 리소스들(예: 프로세스, 메모리, 또는 전원)의 관리(예: 할당 또는 회수)를 제어할 수 있다. 운영 체제(142)는, 추가적으로 또는 대체적으로, 전자 장치(101)의 다른 하드웨어 디바이스, 예를 들면, 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 구동하기 위한 하나 이상의 드라이버 프로그램들을 포함할 수 있다.
미들웨어(144)는 전자 장치(101)의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션(146)에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션(146)으로 제공할 수 있다. 미들웨어(144)는, 예를 들면, 어플리케이션 매니저(201), 윈도우 매니저(203), 멀티미디어 매니저(205), 리소스 매니저(207), 파워 매니저(209), 데이터베이스 매니저(211), 패키지 매니저(213), 커넥티비티 매니저(215), 노티피케이션 매니저(217), 로케이션 매니저(219), 그래픽 매니저(221), 시큐리티 매니저(223), 통화 매니저(225), 또는 음성 인식 매니저(227)를 포함할 수 있다.
어플리케이션 매니저(201)는, 예를 들면, 어플리케이션(146)의 생명 주기를 관리할 수 있다. 윈도우 매니저(203)는, 예를 들면, 화면에서 사용되는 하나 이상의 GUI 자원들을 관리할 수 있다. 멀티미디어 매니저(205)는, 예를 들면, 미디어 파일들의 재생에 필요한 하나 이상의 포맷들을 파악하고, 그 중 선택된 해당하는 포맷에 맞는 코덱을 이용하여 상기 미디어 파일들 중 해당하는 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(207)는, 예를 들면, 어플리케이션(146)의 소스 코드 또는 메모리(130)의 메모리의 공간을 관리할 수 있다. 파워 매니저(209)는, 예를 들면, 배터리(189)의 용량, 온도 또는 전원을 관리하고, 이 중 해당 정보를 이용하여 전자 장치(101)의 동작에 필요한 관련 정보를 결정 또는 제공할 수 있다. 일실시예에 따르면, 파워 매니저(209)는 전자 장치(101)의 바이오스(BIOS: basic input/output system)(미도시)와 연동할 수 있다.
데이터베이스 매니저(211)는, 예를 들면, 어플리케이션(146)에 의해 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(213)는, 예를 들면, 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다. 커넥티비티 매니저(215)는, 예를 들면, 전자 장치(101)와 외부 전자 장치 간의 무선 연결 또는 직접 연결을 관리할 수 있다. 노티피케이션 매니저(217)는, 예를 들면, 지정된 이벤트(예: 착신 통화, 메시지, 또는 알람)의 발생을 사용자에게 알리기 위한 기능을 제공할 수 있다. 로케이션 매니저(219)는, 예를 들면, 전자 장치(101)의 위치 정보를 관리할 수 있다. 그래픽 매니저(221)는, 예를 들면, 사용자에게 제공될 하나 이상의 그래픽 효과들 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다.
시큐리티 매니저(223)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 통화(telephony) 매니저(225)는, 예를 들면, 전자 장치(101)에 의해 제공되는 음성 통화 기능 또는 영상 통화 기능을 관리할 수 있다. 음성 인식 매니저(227)는, 예를 들면, 사용자의 음성 데이터를 서버(108)로 전송하고, 그 음성 데이터에 적어도 일부 기반하여 전자 장치(101)에서 수행될 기능에 대응하는 명령어(command), 또는 그 음성 데이터에 적어도 일부 기반하여 변환된 문자 데이터를 서버(108)로부터 수신할 수 있다. 일 실시예에 따르면, 미들웨어(244)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 일 실시예에 따르면, 미들웨어(144)의 적어도 일부는 운영 체제(142)의 일부로 포함되거나, 또는 운영 체제(142)와는 다른 별도의 소프트웨어로 구현될 수 있다.
어플리케이션(146)은, 예를 들면, 홈(251), 다이얼러(253), SMS/MMS(255), IM(instant message)(257), 브라우저(259), 카메라(261), 알람(263), 컨택트(265), 음성 인식(267), 이메일(269), 달력(271), 미디어 플레이어(273), 앨범(275), 와치(277), 헬스(279)(예: 운동량 또는 혈당과 같은 생체 정보를 측정), 또는 환경 정보(281)(예: 기압, 습도, 또는 온도 정보 측정) 어플리케이션을 포함할 수 있다. 일실시예에 따르면, 어플리케이션(146)은 전자 장치(101)와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션(미도시)을 더 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치로 지정된 정보 (예: 통화, 메시지, 또는 알람)를 전달하도록 설정된 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하도록 설정된 장치 관리 어플리케이션을 포함할 수 있다. 노티피케이션 릴레이 어플리케이션은, 예를 들면, 전자 장치(101)의 다른 어플리케이션(예: 이메일 어플리케이션(269))에서 발생된 지정된 이벤트(예: 메일 수신)에 대응하는 알림 정보를 외부 전자 장치로 전달할 수 있다. 추가적으로 또는 대체적으로, 노티피케이션 릴레이 어플리케이션은 외부 전자 장치로부터 알림 정보를 수신하여 전자 장치(101)의 사용자에게 제공할 수 있다.
장치 관리 어플리케이션은, 예를 들면, 전자 장치(101)와 통신하는 외부 전자 장치 또는 그 일부 구성 요소(예: 외부 전자장치의 디스플레이 모듈 또는 카메라 모듈)의 전원(예: 턴-온 또는 턴-오프) 또는 기능(예: 밝기, 해상도, 또는 포커스)을 제어할 수 있다. 장치 관리 어플리케이션은, 추가적으로 또는 대체적으로, 외부 전자 장치에서 동작하는 어플리케이션의 설치, 삭제, 또는 갱신을 지원할 수 있다.
본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 "노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 "노드"들은, "뉴런(neuron)"들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 "링크"에 의해 상호 연결될 수 있다.
뉴럴 네트워크 내에서, 링크를 통해 연결된 둘 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적일 수 있으며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
전술한 바와 같이, 뉴럴 네트워크는, 둘 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뉴럴 네트워크 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뉴럴 네트워크 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망 네트워크가 존재하는 경우, 두 개의 신경망 네트워크들은 서로 상이한 것으로 인식될 수 있다.
도 3은 일 실시예에 따른 뉴럴 네트워크 기반의 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템을 나타낸다. 도 3의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 3을 참조하면, 음성 메시지 송출 시스템(300)은 복수의 제1 단말(310), 복수의 제2 단말(320) 및 관리 서버(330)를 포함할 수 있다.
제1 단말(310)은 상담원이 사용하는 단말이다. 제1 단말(310)은 제1 단말(310)과 연결된 제2 단말(320)에게 안내를 위해 음성 메시지를 전송할 수 있다. 또한, 사용자에 의해 녹취된 복수의 제1 음성 메시지가 제1 단말(310)에 저장될 수 있다. 예를 들어, 제1 단말(310)은 도 1의 전자 장치(101)일 수 있다. 예를 들어, 제1 단말(310)은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 예를 들어, 제1 단말(310)은 사전 녹취된 음성 메시지를 제1 단말(310)에 연결된 증폭기를 통해 VoIP(voice over internet protocol) 방식의 전화기로 전송할 수 있고, VoIP 방식의 전화기는 사전 녹취된 음성 메시지를 IPCC(internet protocol contact center) 시스템을 통해 상담자 단말인 제2 단말(320)로 전송할 수 있다.
제2 단말(320)은 상담자가 사용하는 단말일 수 있다. 제2 단말(320)은 제1 단말(310)과 연결되고, 제1 단말(310)로부터 안내를 위한 음성 메시지를 수신하는 단말일 수 있다. 예를 들어, 제2 단말(320)은 적어도 하나의 제2 음성 메시지를 제1 단말(310)로부터 수신할 수 있다. 예를 들어, 제2 단말(320)은 도 1의 전자 장치(102)일 수 있다. 예를 들어, 제2 단말(320)은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다.
관리 서버(330)는 복수의 제1 단말(310)을 관리하는 서버이다. 관리 서버(330)는 복수의 제2 음성 메시지를 저장하는 데이터베이스를 포함할 수 있다. 예를 들어, 관리 서버(330)는 제1 단말(310)의 요청에 따라 제2 단말(320)에게 특정 정보를 제공할 수 있고, 제2 단말(320)의 요청에 따라 제1 단말(310)에게 특정 정보를 제공할 수 있다.
일 실시예에 따르면, 제1 단말(310)은 복수의 제1 음성 메시지를 포함하는 승인 요청 메시지를 관리 서버(330)에게 전송할 수 있다. 여기서, 제1 음성 메시지는 제1 단말(310)의 사용자에 의해 사전 녹취된 음성 메시지일 수 있다. 예를 들어, 복수의 제1 음성 메시지는 상담원이 상담자에게 반복적으로 안내하는 스크립트들 각각에 대해 카테고리별로 사전 녹취된 음성 메시지를 포함할 수 있다.
제1 단말(310)은 복수의 제1 음성 메시지 중에서 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자를 포함하는 승인 메시지를 관리 서버(330)로부터 수신할 수 있다. 관리 서버(330)는 제1 단말(310)로부터 수신한 승인 요청 메시지에 기반하여 복수의 제1 음성 메시지 중에서 사전 설정된 기준을 만족하는 제1 음성 메시지에 대해 승인할 수 있다. 예를 들어, 관리 서버(330)는, 복수의 제1 음성 메시지 중에서 사전 설정된 기준을 만족하는 적어도 하나의 제1 음성 메시지에 대해 승인할 수 있고, 상기 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자를 포함하는 승인 메시지를 제1 단말(310)에게 전송할 수 있다. 이때, 예를 들어, 관리 서버(330)는 승인된 적어도 하나의 제1 음성 메시지를 데이터 베이스에 저장할 수 있다. 그리고, 관리 서버(330)는 승인된 적어도 하나의 제1 음성 메시지, 즉, 적어도 하나의 제2 음성 메시지를 식별하는 식별자를 사전 설정된 중요도에 따라 상이하게 결정하고, 데이터 베이스에 저장할 수 있다. 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자는 상기 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자와 동일할 수 있다.
부가적으로, 예를 들어, 상기 승인 메시지는 상기 적어도 하나의 제2 음성 메시지의 재생 속도에 대한 기본 설정 값과 관련된 정보를 더 포함할 수 있다.
예를 들어, 제1 단말(310)은 상기 승인을 지시하는 지시자에 따라 승인된 적어도 하나의 제1 음성 메시지, 즉, 적어도 하나의 제2 음성 메시지에 대한 송출 메시지를 관리 서버(330)에게 전송할 수 있다. 제1 단말(310)은 적어도 하나의 제2 음성 메시지를 제2 단말(320)에게 전송하면서, 상기 적어도 하나의 제2 음성 메시지에 대한 송출 메시지를 관리 서버(330)에게 전송할 수 있다. 이때, 관리 서버(330)에 포함된 데이터 베이스에 상기 적어도 하나의 제2 음성 메시지가 송출된 시간이 저장될 수 있다.
제2 단말(320)은 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 수신할 수 있다. 예를 들어, 제2 단말(320)은 제1 단말(310)로부터 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 수신할 수 있다. 또는, 예를 들어, 제2 단말(320)은 관리 서버(330)로부터 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 수신할 수 있다. 상기 적어도 하나의 제2 음성 메시지는 상기 복수의 제1 음성 메시지 중에서 상기 관리 서버에 의해 승인된 상기 적어도 하나의 제1 음성 메시지일 수 있다.
관리 서버(330)는 적어도 하나의 제2 음성 메시지와 관련된 시간 및 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자에 기반하여 뉴럴 네트워크를 이용한 품질 보증 모델을 통해 상기 안내 메시지에 대한 벌점을 결정할 수 있다. 적어도 하나의 제2 음성 메시지와 관련된 시간은 제1 단말(310)이 적어도 하나의 제2 음성 메시지를 제2 단말(320)에게 전송한 시간, 제1 단말(310)이 적어도 하나의 제2 음성 메시지의 제2 단말(320)에 대한 전송이 중단된 시간 및 적어도 하나의 제2 음성 메시지의 제2 단말(320)에 대한 전송이 재개된 시간을 포함할 수 있다. 적어도 하나의 제2 음성 메시지를 식별하는 식별자에 따라 서로 다른 내용의 제2 음성 메시지가 구별될 수 있다. 예를 들어, 관리 서버(330)는 도 1의 서버(108)일 수 있다.
관리 서버(330)는 상기 안내 메시지에 대한 벌점에 기반하여 피드백 메시지를 제1 단말(310)에게 전송할 수 있다. 여기서, 피드백 메시지는 상기 안내 메시지에 기반하여 안내가 제대로 이루어졌는지를 평가하는 내용을 포함하는 메시지일 수 있다.
일 실시예에 따르면, 제1 단말(310)은 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지와 관련된 정보를 포함하는 송출 메시지를 관리 서버(330)에게 전송할 수 있다. 예를 들어, 상기 적어도 하나의 제2 음성 메시지와 관련된 정보는 상기 적어도 하나의 제2 음성 메시지가 상기 제2 단말에게 송출된 시간, 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자 및 상기 적어도 하나의 제2 음성 메시지에 대한 재생 속도에 대한 정보를 포함할 수 있다. 여기서, 재생을 명령하는 신호는 사용자에 의해 제1 단말(310)에 입력되는 신호일 수 있다. 예를 들어, 재생을 명령하는 신호는 상기 적어도 하나의 제2 음성 메시지 각각에 대해 입력될 수 있다.
예를 들어, 재생 속도에 대한 정보에 따라 상기 적어도 하나의 제2 음성 메시지가 재생될 수 있다. 재생 속도에 대한 정보는 재생 속도를 지시하는 값 또는 기본 설정 값을 포함할 수 있다. 예를 들어, 기본 설정 값은 승인된 제1 음성 메시지의 재생 속도에 대한 기본 설정 값과 관련된 정보에 기반하여 결정될 수 있다. 제1 단말(310)이 상기 재생 속도를 지시하는 값에 따라 제2 음성 메시지를 0.8배속에서 1.5배속 사이의 속도로 재생하는 경우, 재생 속도에 대한 정보는 재생 속도를 지시하는 값을 포함할 수 있다. 제1 단말(310)이 제2 음성 메시지를 기본 설정 값에 매칭되는 속도로 재생하는 경우, 재생 속도에 대한 정보는 기본 설정 값을 포함할 수 있다.
부가적으로, 예를 들어, 제1 단말(310)에 의해 상기 적어도 하나의 제2 음성 메시지의 재생 속도가 변경되면, 제1 단말(310)은 변경된 재생 속도에 대한 정보를 관리 서버(330)에게 전송할 수 있다.
일 실시예에 따르면, 제1 단말(310)은 제2 단말(320)로부터 제3 음성 메시지를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 중단할 수 있다. 여기서, 제3 음성 메시지는 제2 단말(320)을 사용하는 상담자의 음성일 수 있다. 그리고, 제1 단말(310)은 상기 적어도 하나의 제2 음성 메시지의 전송이 중단된 것을 알리는 중단 메시지를 관리 서버(330)에게 전송할 수 있다. 상기 중단 메시지는 상기 적어도 하나의 제2 음성 메시지의 재생이 중단된 시점에 대한 정보를 포함할 수 있다.
제1 단말(310)은 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 재개할 수 있다. 그리고, 제1 단말(310)은 상기 적어도 하나의 제2 음성 메시지의 전송이 재개된 것을 알리는 재개 메시지를 관리 서버(330)에게 전송할 수 있다. 이때, 상기 재개 메시지에 포함된 재생 정보는 상기 적어도 하나의 제2 음성 메시지의 재생이 재개된 시점을 포함할 수 있다. 예를 들어, 상기 적어도 하나의 제2 음성 메시지의 재생이 재개된 시점은 제2 음성 메시지의 재생이 이전에 중단된 시점, 제2 음성 메시지의 시작 시점 또는 사용자에 의해 지정된 시점 중 어느 하나의 시점일 수 있다. 예를 들어, 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호에 따라 상기 적어도 하나의 제2 음성 메시지의 재생 시점이 결정될 수 있다. 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호는 제2 음성 메시지의 재생이 이전에 중단된 시점, 제2 음성 메시지의 시작 시점 또는 사용자에 의해 지정된 시점 중 어느 하나의 시점을 지시할 수 있다.
일 실시예에 따르면, 상기 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 것에 기반하여 상기 피드백 메시지는 제2 음성 메시지에 대한 식별자를 포함할 수 있다. 예를 들어, 관리 서버(330)는 상기 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 것에 기반하여 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나를 포함하는 피드백 메시지를 제1 단말(310)에게 전송할 수 있다.
상기 안내 메시지에 대한 벌점이 사전 설정된 점수 미만인 것에 기반하여 상기 피드백 메시지는 상기 안내 메시지에 대한 검토를 완료한 것을 나타내는 값을 포함할 수 있다. 예를 들어, 관리 서버(330)는 상기 안내 메시지에 대한 점수가 사전 설정된 벌점 미만인 것에 기반하여 제2 단말(320)에게 수신된 안내 메시지에 대한 검토가 완료된 것을 나타내는 값을 포함하는 피드백 메시지를 제1 단말(310)에게 전송할 수 있다.
예를 들어, 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 복수의 제2 음성 메시지와 관련된 시간, 복수의 제2 음성 메시지를 식별하는 식별자 및 정답 안내 메시지에 대한 벌점으로 구성된 각각의 뉴럴 네트워크의 학습을 위한 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되고, 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 뉴럴 네트워크의 파라미터가 상기 손실값이 작아지는 방향으로 학습되는, 상기 품질 보증 모델이 생성될 수 있다. 여기서, 복수의 제2 음성 메시지와 관련된 시간은 복수의 제2 음성 메시지 각각이 제2 단말에게 전송된 시간, 복수의 제2 음성 메시지 각각에 대한 전송이 중단된 시간 및 복수의 제2 음성 메시지 각각에 대한 전송이 재개된 시간을 포함할 수 있다.
도 4는 일 실시예에 따른 음성 메시지 송출 시스템에서 제1 단말이 관리 서버에게 송출 메시지를 전송하는 방법에 대한 흐름도이다. 도 4의 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 4를 참조하면, 단계 S401에서, 제1 단말은 복수의 제1 음성 메시지를 포함하는 승인 요청 메시지를 관리 서버에게 전송할 수 있다.
단계 S402에서, 관리 서버는 복수의 제1 음성 메시지 각각에 대해 사전 설정된 기준을 만족하는지 여부를 결정할 수 있다. 여기서, 사전 설정된 기준은 제1 음성 메시지의 재생 시간이 사전 설정된 재생 시간 이내인지 여부 및 제1 음성 메시지가 사전 설정된 복수의 단어를 포함하는지 여부를 포함할 수 있다. 예를 들어, 사전 설정된 재생 시간 및 사전 설정된 복수의 단어는 카테고리 별로 관리 서버의 데이터 베이스에 입력될 수 있다.
예를 들어, 관리 서버는 복수의 제1 음성 메시지 각각을 카테고리 별로 분류할 수 있고, 관리 서버는 제1 음성 메시지가 각 카테고리에 설정된 재생 시간 이내이고, 사전 설정된 복수의 단어를 포함하면, 상기 제1 음성 메시지를 승인할 수 있다. 관리 서버는 제1 음성 메시지를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 기반으로 형태소 분석을 통해 사전 설정된 복수의 단어의 포함 여부를 결정할 수 있다. 여기서, 카테고리는 첫 인사와 관련된 카테고리, 필수 안내와 관련된 카테고리 및 마무리 인사와 관련된 카테고리 등과 같이 다양한 카테고리를 포함할 수 있다.
단계 S403에서, 제1 단말은 사전 설정된 기준을 만족하는 제1 음성 메시지에 대한 승인을 지시하는 지시자를 포함하는 승인 메시지를 관리 서버로부터 수신할 수 있다. 관리 서버는 사전 설정된 기준을 만족하는 제1 음성 메시지에 대한 승인 시, 승인된 제1 음성 메시지에 설정된 중요도에 따라 승인을 지시하는 지시자를 상이하게 결정할 수 있고, 상기 상이한 지시자가 포함된 승인 메시지를 제1 단말에게 전송할 수 있다. 여기서, 제1 음성 메시지에 설정된 중요도는 상기 관리 서버의 데이터 베이스에 사전 입력될 수 있다. 예를 들어, 지시자는 승인된 제1 음성 메시지, 즉, 제2 음성 메시지에 대한 식별자로도 사용될 수 있다. 예를 들어, 제2 음성 메시지에 대한 식별자는 제2 음성 메시지의 순서를 나타내는 부분과 제2 음성 메시지의 중요도를 나타내는 부분으로 구성될 수 있다. 제2 음성 메시지가 순서에 관계없이 전송될 수 있는 메시지인 경우, 상기 제2 음성 메시지에 대한 식별자는 제2 음성 메시지의 중요도를 나타내는 부분으로만 구성될 수 있다.
또한, 승인 메시지는 제1 음성 메시지에 대한 승인을 지시하는 지시자와 함께 승인된 제1 음성 메시지의 재생 속도에 대한 기본 설정 값과 관련된 정보를 포함할 수 있다. 예를 들어, 기본 설정 값과 관련된 정보는 각 시간대에 대한 기준 재생 속도, 관리 서버에 의해 관리되는 복수의 제1 단말 각각에 대한 제2 음성 메시지의 평균 재생 속도를 평균한 값을 포함할 수 있다. 여기서, 각 시간대에 대한 기준 재생 속도는 관리 서버에 의해 관리되는 복수의 제1 단말이 성공적으로 안내를 마친 제2 음성 메시지에 대한 재생 속도를 각 시간대별로 평균한 값일 수 있다. 즉, 예를 들어, 관리 서버는 오전 9시, 오전 10시 등과 같이 한시간 단위로 성공적으로 안내를 마친 제2 음성 메시지들에 대한 재생 속도들을 평균하여 기준 재생 속도로 결정할 수 있다.
단계 S404에서, 사전 설정된 기준을 만족하는 제1 음성 메시지가 존재하지 않는 것에 기반하여, 제1 단말은 관리 서버로부터 재녹취 요청 메시지를 수신할 수 있다. 예를 들어, 제1 단말은 재녹취 요청 메시지에 기반하여 복수의 제1 음성 메시지를 다시 녹취할 수 있다.
단계 S405에서, 제1 단말은 제2 음성 메시지가 기본 설정 값으로 설정되었는지 여부를 결정할 수 있다. 예를 들어, 제1 단말이 사용자로부터 제2 음성 메시지의 재생 속도를 지시하는 값을 입력 받지 않은 경우, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값으로 제2 음성 메시지를 재생할 수 있다. 즉, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값으로 제2 음성 메시지가 재생되도록 제2 음성 메시지를 제2 단말에게 전송할 수 있다.
부가적으로, 예를 들어, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 관리 서버로부터 수신한 기본 설정 값과 관련된 정보 및 제2 단말에 대한 정보를 기반으로 결정할 수 있다. 여기서, 제2 단말에 대한 정보는 제1 단말이 제2 단말과 연결되는 동안 관리 서버로부터 수신될 수 있다. 제2 단말에 대한 정보는 제2 단말의 사용자에 대한 개인 정보 및 제2 단말이 송출 시스템을 통해 안내를 받은 횟수에 대한 정보를 포함할 수 있다.
제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 각 시간대에 대한 기준 재생 속도, 관리 서버에 의해 관리되는 복수의 제1 단말 각각에 대한 제2 음성 메시지의 평균 재생 속도를 평균한 값 및 제2 단말이 송출 시스템을 통해 안내를 받은 횟수를 기반으로 결정할 수 있다. 예를 들어, 제1 단말은 제2 음성 메시지의 재생 속도에 대한 기본 설정 값을 하기 수학식 1에 의해 설정할 수 있다.
Figure 112022089725762-pat00004
상기 수학식 1에서, 상기 v는 해당 제2 음성 메시지의 재생 속도에 대한 기본 설정 값이고, 상기 vt는 해당 제2 음성 메시지가 제2 단말에게 송출될 시점이 포함된 시간대에 대한 기준 재생 속도이고, 상기 n은 제1 단말이 제2 단말에게 전송할 제2 음성 메시지의 개수이고, 상기 vi는 i번째 제2 음성 메시지의 재생 속도이고, 상기 k는 관리 서버에 의해 관리되는 제1 단말의 개수이고, 상기 voj는 j번째 제1 단말의 제2 음성 메시지의 평균 재생 속도이고, 상기 v1은 해당 제2 음성 메시지의 재생 속도이고, 상기 Rc는 해당 제1 단말과 연결된 제2 단말에 대한 특성 값일 수 있다. 여기서, 해당 제1 단말과 연결된 제2 단말에 대한 특성 값은 상기 제2 단말이 송출 시스템을 통해 안내를 받은 횟수에 따라 결정된 가중치일 수 있다. 예를 들어, 제2 단말이 송출 시스템을 통해 안내를 받은 횟수가 많을수록, 상기 해당 제1 단말과 연결된 제2 단말에 대한 특성 값은 증가할 수 있다.
예를 들어, 해당 제1 단말이 제2 단말에게 전송할 제2 음성 메시지의 평균 재생 속도가 제2 음성 메시지가 제2 단말에게 송출될 시간대에 대한 기준 재생 속도보다 느리고, 관리 서버에 의해 관리되는 복수의 제2 단말의 제2 음성 메시지의 평균 재생 속도의 평균 값보다 느리면, 기본 설정 값은 큰 값으로 설정될 수 있다. 또한, 해당 제1 단말에 연결된 제2 단말이 송출 시스템을 통해 안내를 받은 횟수가 많을수록, 기본 설정 값은 큰 값으로 설정될 수 있다.
즉, 제1 단말의 상담원의 안내 속도가 다른 상담원들의 평균적인 안내 속도에 비해 느린 경우에는 기본 설정 값을 크게 설정하여 제1 단말의 상담원의 안내 속도를 보다 빠르게 할 수 있고, 제1 단말의 상담원의 안내 속도가 제2 단말에게 제2 음성 메시지를 전송할 시간대에 기준 안내 속도에 비해 느린 경우에는 기본 설정 값을 크게 설정하여 제1 단말의 상담원의 안내 속도를 보다 빠르게 할 수 있다. 또한, 제2 단말의 상담자가 해당 안내를 받은 경험이 많은 경우에는 기본 설정 값을 크게 설정하여 제1 단말의 상담원의 안내 속도를 보다 빠르게 할 수 있다. 따라서, 제1 단말은 시간대별 기준 재생 속도 및 평균 재생 속도와 상담자의 안내 경험과 같이 여러 변수를 고려하여 사용자가 녹취한 음성 메시지의 속도를 자동적으로 조절할 수 있다.
단계 S406에서, 기본 설정 값으로 설정된 경우, 제1 단말은 기본 설정 값을 기반으로 제2 음성 메시지를 재생할 수 있다. 제1 단말은 기본 설정 값을 기반으로 제2 음성 메시지를 포함하는 안내 메시지를 제2 단말에게 전송할 수 있다.
단계 S407에서, 기본 설정 값으로 설정되지 않은 경우, 제1 단말은 재생 속도를 지시하는 값을 기반으로 제2 음성 메시지를 재생할 수 있다. 제1 단말은 재생 속도를 지시하는 값을 기반으로 제2 음성 메시지를 포함하는 안내 메시지를 제2 단말에게 전송할 수 있다.
단계 S408에서, 제1 단말은 송출 메시지를 관리 서버에 전송할 수 있다. 예를 들어, 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 제1 단말은 제2 음성 메시지와 관련된 정보를 포함하는 송출 메시지를 관리 서버에게 전송할 수 있다. 여기서, 제2 음성 메시지와 관련된 정보는 제2 음성 메시지가 제2 단말에게 송출된 시간, 제2 음성 메시지를 식별하는 식별자 및 제2 음성 메시지에 대한 재생 속도에 대한 정보를 포함할 수 있다.
도 5는 일 실시예에 따른 음성 메시지 송출 시스템에서 제1 단말이 관리 서버로부터 피드백 메시지를 수신하는 방법에 대한 흐름도이다. 도 5의 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 5를 참조하면, 단계 S501에서, 제1 단말은 제2 음성 메시지를 재생하는 도중에 제2 단말로부터 전송되는 제3 음성 메시지의 감지 여부를 결정할 수 있다. 예를 들어, 제1 단말이 제2 음성 메시지가 재생되도록 상기 제2 음성 메시지를 제2 단말에게 전송하는 동안 제2 단말로부터 제3 음성 메시지를 수신할 수 있다. 이때, 상기 제3 음성 메시지의 음량이 사전 설정된 음량 이상인 것에 기반하여, 제1 단말은 제3 음성 메시지이 감지된 것으로 결정할 수 있다.
단계 S502에서, 제3 음성 메시지를 감지한 것에 기반하여, 제1 단말은 제2 음성 메시지의 전송을 중단할 수 있다.
단계 S503에서, 제3 음성 메시지를 감지한 것에 기반하여, 제1 단말은 중단 메시지를 관리 서버에게 전송할 수 있다. 중단 메시지는 상기 적어도 하나의 제2 음성 메시지의 재생이 중단된 시점에 대한 정보를 포함할 수 있다.
단계 S504에서, 제1 단말은 사용자에 의해 제2 음성 메시지에 대한 재생을 명령하는 신호가 입력되었는지 결정할 수 있다.
단계 S505에서, 제2 음성 메시지의 재생을 명령하는 신호가 입력된 것에 기반하여, 제1 단말은 제2 단말에 대한 제2 음성 메시지의 전송을 재개할 수 있다. 예를 들어, 제1 단말은 제2 음성 메시지의 재생을 명령하는 신호에 따라 제2 음성 메시지의 재생 시점을 결정할 수 있다.
단계 S506에서, 제2 음성 메시지의 재생을 명령하는 신호가 입력된 것에 기반하여, 제1 단말은 재개 메시지를 관리 서버에게 전송할 수 있다. 상기 재개 메시지에 포함된 재생 정보는 상기 적어도 하나의 제2 음성 메시지의 재생이 재개된 시점을 포함할 수 있다.
단계 S507에서, 제3 음성 메시지가 감지되지 않은 경우, 제1 단말은 사전 설정된 시간이 경과된 후 제2 음성 메시지의 전송을 종료할 수 있다. 또는, 제2 음성 메시지의 재생을 명령하는 신호가 입력되지 않은 경우, 제1 단말은 사전 설정된 시간이 경과된 후 제2 음성 메시지의 전송을 종료할 수 있다.
단계 S508에서, 관리 서버는 제2 음성 메시지와 관련된 시간 및 제2 음성 메시지를 식별하는 식별자에 기반하여 뉴럴 네트워크를 이용한 품질 보증 모델을 통해 안내 메시지에 대한 벌점을 결정할 수 있다.
예를 들어, 관리 서버는 복수의 제2 음성 메시지와 관련된 시간 및 복수의 제2 음성 메시지를 식별하는 식별자에 기반하여 품질 보증 모델의 학습을 위한 데이터로 사용되는 안내 메시지에 대한 벌점을 결정할 수 있다. 관리 서버는 제1 단말로부터 수신한 복수의 제1 음성 메시지 중에서 승인된 제1 음성 메시지들의 안내 순서 및 중요도를 하나의 안내 메시지에 대한 기준 벡터로 변환하여 데이터 베이스에 저장할 수 있다. 또한, 관리 서버는 송출 메시지, 중단 메시지 및 재개 메시지를 기반으로 제1 단말이 전송하는 안내 메시지에 포함된 제2 음성 메시지들에 대한 송출 시점과 중단 시점을 제1 단말에 대한 벡터로 결정할 수 있다. 이후, 관리 서버는 상기 기준 벡터와 상기 제1 단말에 대한 벡터를 비교함으로써, 학습을 위한 데이터로 사용되는 안내 메시지에 대한 벌점을 결정할 수 있다.
예를 들어, 학습을 위한 데이터로 사용되는 안내 메시지에 대한 벌점은 하기 수학식 2에 의해 결정될 수 있다.
Figure 112022089725762-pat00005
상기 수학식 2에서, 상기 P는 상기 안내 메시지에 대한 벌점이고, 상기 l은 사전 설정된 중요도의 개수이고, 상기 wx는 x번째 사전 설정된 중요도에 대한 가중치이고, 상기 nxm은 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 누락된 제2 음성 메시지의 개수이고, 상기 nxs는 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 재생이 중단되고 재개되지 않은 제2 음성 메시지의 개수이고, 상기 nxov는 상기 안내 메시지 내 x번째 사전 설정된 중요도에 해당하는 제2 음성 메시지들 중 순서가 맞지 않는 제2 음성 메시지의 개수이고, 상기 a는 상기 누락된 제2 음성 메시지에 대한 가중치이고, 상기 b는 상기 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 가중치이고, 상기 c는 상기 순서가 맞지 않는 제2 음성 메시지에 대한 가중치일 수 있다. 여기서, 상기 a, b 및 c는 0보다 큰 양의 정수일 수 있다.
예를 들어, 상기 순서가 맞지 않는 제2 음성 메시지는 순서에 영향을 받는 제2 음성 메시지 중에서 결정될 수 있다. 안내 메시지에 포함된 제2 음성 메시지들 중에서 순서에 영향을 받는 제2 음성 메시지는 관리 서버에 사전 설정될 수 있다.
예를 들어, 사전 설정된 중요도에 대한 가중치는 중요도가 클수록 큰 값을 가질 수 있다. 예를 들어, 상기 a는 상기 b보다 큰 값으로 설정될 수 있고, 상기 b는 상기 c보다 큰 값으로 설정될 수 있다.
따라서, 관리 서버는 누락된 제2 음성 메시지, 중단된 제2 음성 메시지 및 순서가 맞지 않는 제2 음성 메시지를 기반으로 안내 메시지에 대한 벌점을 자동으로 결정할 수 있다.
단계 S509에서, 관리 서버는 안내 메시지에 대한 벌점이 사전 설정된 점수 미만인지 여부를 결정할 수 있다.
이때, 사전 설정된 점수는 하기 수학식 3에 의해 결정될 수 있다.
Figure 112022089725762-pat00006
상기 수학식 3에서, 상기 Pth는 상기 사전 설정된 점수이고, 상기 m은 허용 중요도의 개수이고, 상기 wy는 y번째 허용 중요도에 대한 가중치이고, 상기 am은 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 상기 안내 메시지에서 누락된 제2 음성 메시지의 개수이고, 상기 ays는 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 재생이 중단되고 재개되지 않은 제2 음성 메시지의 개수이고, 상기 ayov는 상기 안내 메시지 내 y번째 허용 중요도에 해당하는 제2 음성 메시지들 중 순서가 맞지 않는 제2 음성 메시지의 개수이고, 상기 Px는 상기 사전 설정된 중요도 중에서 가장 높은 중요도에 해당하는 제2 음성 메시지 한 개가 누락된 경우에 대한 벌점이고, 상기 a는 상기 누락된 제2 음성 메시지에 대한 가중치이고, 상기 b는 상기 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 가중치이고, 상기 c는 상기 순서가 맞지 않는 제2 음성 메시지에 대한 가중치일 수 있다. 여기서, 상기 a, b 및 c는 0보다 큰 양의 정수일 수 있다.
여기서, 허용 중요도는 상기 사전 설정된 중요도 중에서 특정 값보다 작은 값을 갖는 중요도들을 포함할 수 있다. 즉, 상기 허용 중요도에 해당하는 제2 음성 메시지는 누락이 되어도 안내 메시지에 큰 영향이 없는 제2 음성 메시지일 수 있다.
단계 S510에서, 안내 메시지에 대한 벌점이 사전 설정된 점수 미만인 경우, 제1 단말은 관리 서버로부터 제1 피드백 메시지를 수신할 수 있다. 제1 피드백 메시지는 상기 안내 메시지에 대한 검토를 완료한 것을 나타내는 값을 포함할 수 있다.
단계 S511에서, 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 경우, 제1 단말은 관리 서버로부터 제2 피드백 메시지를 수신할 수 있다. 제2 피드백 메시지는 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나를 포함할 수 있다.
부가적으로, 예를 들어, 사전 설정된 점수는 관리 서버에 의해 관리되는 복수의 제1 단말의 개수 및 상기 복수의 제1 단말과 연결된 제2 단말의 개수에 따라 변경될 수 있다. 복수의 제1 단말의 개수가 복수의 제1 단말과 연결된 제2 단말의 개수보다 사전 설정된 제1 값 이상이면, 관리 서버는 사전 설정된 점수를 사전 설정된 제2 값만큼 증가시킴으로써, 안내 메시지에 대한 벌점의 기준을 높일 수 있다. 예를 들어, 제1 단말의 개수가 제1 단말과 연결된 제2 단말의 개수보다 사전 설정된 제1 값 미만이면, 관리 서버는 사전 설정된 점수를 사전 설정된 제2 값만큼 감소시킴으로써, 안내 메시지에 대한 벌점의 기준을 낮출 수 있다.
일 실시예에 따르면, 제1 단말과 제2 단말의 통화 연결이 시작된 것에 기반하여, 관리 서버는 제1 단말의 통화 내용에 대한 제1 녹취를 수행할 수 있다. 상기 통화 연결이 종료된 것에 기반하여, 관리 서버는 상기 통화 연결이 시작된 시점부터 상기 통화 연결이 종료된 시점까지의 통화 내용에 대한 제1 음성 정보를 저장할 수 있다. 또한, 상기 통화 연결이 시작된 이후, 상기 제1 단말에 입력된 녹음 시작 신호에 기반하여, 제1 단말은 상기 녹음 시작 신호가 입력된 시점부터 상기 제1 단말의 통화 내용에 대한 제2 녹취를 수행할 수 있다. 제1 단말에 입력된 녹음 종료 신호에 기반하여, 제1 단말은 상기 녹음 시작 신호가 입력된 시점부터 상기 녹음 종료 신호가 입력된 시점까지의 통화 내용에 대한 제2 음성 정보를 관리 서버에 전송할 수 있다.
일 실시예에 따르면, 관리 서버는 TTS(text to speech) 엔진을 통해 사용자에 의해 입력된 텍스트 데이터를 제4 음성 메시지로 변환하고, 변환된 제4 음성 메시지를 제2 단말에게 전송할 수 있다. TTS 엔진은 입력된 텍스트를 음성으로 변환하는 프로그램으로, 다양한 TTS 엔진이 사용될 수 있다. 여기서, 제4 음성 메시지는 안내 메시지 내 특정 카테고리에 대한 표준 음성 메시지로 사용될 수 있다. 즉, 관리 서버는, 제1 단말의 사용자(예: 상담원)에 의해 사전 녹취된 음성 메시지가 없어도, 안내 메시지에 포함된 카테고리별로 제4 음성 메시지를 자동으로 제2 단말에게 전송할 수 있다. 따라서, 상담원이 직접 녹음할 필요 없이, 자동으로 표준 음성 메시지를 전송함으로써 상담원에게 보다 편리한 업무 환경을 제공할 수 있다.
예를 들어, 관리 서버는 제1 단말의 상기 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 것에 기반하여, 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나를 결정할 수 있다. 그리고, 관리 서버는 사전 저장된 복수의 제4 음성 메시지 중에서 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나에 대응하는 제4 음성 메시지를 제2 단말에게 전송할 수 있다. 즉, 관리 서버는 제1 단말이 안내 메시지에서 누락한 부분에 대응하는 표준 음성 메시지(예: 제4 음성 메시지)를 제2 단말에게 전송할 수 있다.
도 6은 일 실시예에 따른 품질 보증 모델을 나타낸 도면이다. 도 6의 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.
도 6을 참조하면, 품질 보증 모델은 입력 레이어(611), 하나 이상의 히든 레이어(612) 및 출력 레이어(613)를 포함하는 뉴럴 네트워크를 통해 학습될 수 있다.
예를 들어, 복수의 제2 음성 메시지와 관련된 시간, 복수의 제2 음성 메시지를 식별하는 식별자 및 정답 안내 메시지에 대한 벌점으로 구성된 각각의 뉴럴 네트워크의 학습을 위한 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어(611)에 입력되고, 상기 하나 이상의 히든 레이어(612) 및 출력 레이어(613)를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어(미도시)에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 뉴럴 네트워크의 파라미터가 상기 손실값이 작아지는 방향으로 학습되는, 상기 품질 보증 모델이 생성될 수 있다.
구체적으로, 관리 서버는 복수의 제2 음성 메시지와 관련된 시간 및 복수의 제2 음성 메시지를 식별하는 식별자에 대한 데이터 전처리를 수행함으로써, 입력 벡터를 결정할 수 있다. 이때, 복수의 제2 음성 메시지와 관련된 시간은 복수의 제2 음성 메시지 각각이 제2 단말에게 전송된 시간, 복수의 제2 음성 메시지 각각에 대한 전송이 중단된 시간, 복수의 제2 음성 메시지 각각에 대한 전송이 재개된 시간을 포함할 수 있고, 복수의 제2 음성 메시지를 식별하는 식별자는 제2 음성 메시지의 순서를 나타내는 부분과 제2 음성 메시지의 중요도를 나타내는 부분을 포함할 수 있다.
예를 들어, 관리 서버는 복수의 제2 음성 메시지 각각이 제2 단말에게 전송된 시간, 복수의 제2 음성 메시지 각각에 대한 전송이 중단된 시간, 복수의 제2 음성 메시지 각각에 대한 전송이 재개된 시간, 제2 음성 메시지의 순서를 나타내는 부분과 제2 음성 메시지의 중요도를 나타내는 부분을 기반으로 입력 벡터를 결정할 수 있다. 예를 들어, 하나의 안내 메시지에 대해 5개의 제2 음성 메시지가 전송되고, 5개의 제2 음성 메시지 중에서 하나의 제2 음성 메시지가 재생이 중단된 경우, 관리 서버는 [1A, 2C, 4b, 3A, 5D]로 입력 벡터를 구성할 수 있다. 여기서, 앞의 숫자는 해당 제2 음성 메시지를 전송해야 할 순서이고, 뒤의 영문자는 중요도를 나타낼 수 있다. 또한, 소문자인 경우에는 해당 제2 음성 메시지가 중단된 것을 나타낼 수 있다. 예를 들어, 중요도에 따라 영문자의 순서가 결정될 수 있고, A가 가장 중요도가 큰 값을 나타낼 수 있다.
또한, 관리 서버는 상기 입력 벡터 및 기준 벡터를 기반으로 상술한 수학식 2를 통해 정답 안내 메시지에 대한 벌점을 결정할 수 있다. 관리 서버는 제1 단말로부터 수신한 복수의 제1 음성 메시지 중에서 승인된 제1 음성 메시지들의 안내 순서 및 중요도를 하나의 안내 메시지에 대한 기준 벡터로 변환하여 데이터 베이스에 저장할 수 있다. 예를 들어, 기준 벡터는 상술한 입력 벡터를 결정하는 방식과 동일하게 결정될 수 있다.
따라서, 관리 서버는 입력 벡터 및 정답 안내 메시지에 대한 벌점으로 구성된 각각의 뉴럴 네트워크의 학습을 위한 데이터를 상기 뉴럴 네트워크의 상기 입력 레이어(611)에 입력시키고, 상기 하나 이상의 히든 레이어(612) 및 출력 레이어(613)를 통과시켜 출력 벡터를 출력하고, 상기 출력 벡터를 상기 출력 레이어(613)에 연결된 손실함수 레이어에 입력시키고, 상기 손실함수 레이어를 통해 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 뉴럴 네트워크의 파라미터가 상기 손실값이 작아지는 방향으로 학습시킬 수 있다.
이를 통해, 관리 서버는 제1 단말로부터 제2 음성 메시지와 관련된 시간 및 제2 음성 메시지에 대한 식별자를 수신하여 상술한 품질 보증 모델에 입력함으로써, 자동으로 제2 음성 메시지가 포함된 안내 메시지에 대한 벌점을 결정할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 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 목적 컴퓨터를 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, 가상 장치(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 컴퓨터 시스템 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 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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. 뉴럴 네트워크 기반의 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템에 있어서,
    사용자에 의해 복수의 제1 음성 메시지가 녹취되는 제1 단말;
    적어도 하나의 제2 음성 메시지를 수신하는 제2 단말; 및
    복수의 제2 음성 메시지를 저장하는 데이터베이스를 포함하는 관리 서버를 포함하되,
    상기 제1 단말은:
    상기 복수의 제1 음성 메시지를 포함하는 승인 요청 메시지를 상기 관리 서버에게 전송하고,
    상기 복수의 제1 음성 메시지 중에서 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자 및 상기 적어도 하나의 제1 음성 메시지의 재생 속도에 대한 기본 설정 값과 관련된 정보를 포함하는 승인 메시지를 상기 관리 서버로부터 수신하고,
    상기 기본 설정 값과 관련된 정보는 각 시간대에 대한 기준 재생 속도, 상기 관리 서버에 의해 관리되는 복수의 제1 단말 각각에 대해 승인된 제1 음성 메시지의 평균 재생 속도를 평균한 값을 포함하고,
    상기 각 시간대에 대한 기준 재생 속도는 상기 관리 서버에 의해 관리되는 복수의 제1 단말이 성공적으로 안내를 마친 승인된 제1 음성 메시지에 대한 재생 속도를 각 시간대별로 평균한 값이고,
    상기 제2 단말은:
    상기 적어도 하나의 제2 음성 메시지를 포함하는 안내 메시지를 상기 제1 단말로부터 수신하고,
    상기 적어도 하나의 제2 음성 메시지는 상기 복수의 제1 음성 메시지 중에서 상기 관리 서버에 의해 승인된 상기 적어도 하나의 제1 음성 메시지이고,
    상기 적어도 하나의 제1 음성 메시지에 대한 승인을 지시하는 지시자와 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자가 동일하고,
    상기 관리 서버는:
    상기 적어도 하나의 제2 음성 메시지와 관련된 시간 및 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자에 기반하여 뉴럴 네트워크를 이용한 품질 보증 모델을 통해 상기 안내 메시지에 대한 벌점을 결정하고,
    상기 안내 메시지에 대한 벌점에 기반하여 피드백 메시지를 상기 제1 단말에게 전송하되,
    상기 제1 단말이 상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지와 관련된 정보를 포함하는 송출 메시지를 상기 관리 서버에게 전송하고,
    상기 적어도 하나의 제2 음성 메시지와 관련된 정보는 상기 적어도 하나의 제2 음성 메시지가 상기 제2 단말에게 송출된 시간, 상기 적어도 하나의 제2 음성 메시지를 식별하는 식별자 및 상기 적어도 하나의 제2 음성 메시지에 대한 재생 속도에 대한 정보를 포함하고,
    상기 재생 속도에 대한 정보에 상기 적어도 하나의 제2 음성 메시지의 재생 속도에 대한 기본 설정 값이 포함된 경우, 상기 기본 설정 값에 따라 상기 적어도 하나의 제2 음성 메시지가 재생되고,
    상기 적어도 하나의 제2 음성 메시지의 재생 속도에 대한 기본 설정 값은 상기 각 시간대에 대한 기준 재생 속도, 상기 관리 서버에 의해 관리되는 복수의 제1 단말 각각에 대한 제2 음성 메시지의 평균 재생 속도를 평균한 값 및 상기 제2 단말이 송출 시스템을 통해 안내를 받은 횟수를 기반으로 결정되고,
    상기 제2 단말이 송출 시스템을 통해 안내를 받은 횟수에 대한 정보는 상기 제1 단말이 상기 제2 단말과 연결되는 동안 관리 서버로부터 상기 제1 단말에게 수신되는,
    시스템.
  2. 삭제
  3. 제 1항에 있어서,
    상기 제1 단말은:
    상기 제2 단말로부터 제3 음성 메시지를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 중단하고,
    상기 적어도 하나의 제2 음성 메시지의 전송이 중단된 것을 알리는 중단 메시지를 상기 관리 서버에게 전송하고,
    상기 중단 메시지는 상기 적어도 하나의 제2 음성 메시지의 재생이 중단된 시점에 대한 정보를 포함하고,
    상기 적어도 하나의 제2 음성 메시지의 재생을 명령하는 신호를 수신하는 것에 기반하여, 상기 적어도 하나의 제2 음성 메시지의 전송을 재개하고,
    상기 적어도 하나의 제2 음성 메시지의 전송이 재개된 것을 알리는 재개 메시지를 상기 관리 서버에게 전송하되,
    상기 재개 메시지에 포함된 재생 정보는 상기 적어도 하나의 제2 음성 메시지의 재생이 재개된 시점을 포함하는,
    시스템.
  4. 제 1항에 있어서,
    상기 안내 메시지에 대한 벌점이 사전 설정된 점수 이상인 것에 기반하여 상기 피드백 메시지는 상기 안내 메시지에서 제외된 제2 음성 메시지에 대한 식별자, 상기 안내 메시지에서 순서가 바뀐 제2 음성 메시지에 대한 식별자 또는 상기 안내 메시지에서 재생이 중단되고 재개되지 않은 제2 음성 메시지에 대한 식별자 중 적어도 하나를 포함하고,
    상기 안내 메시지에 대한 벌점이 사전 설정된 점수 미만인 것에 기반하여 상기 피드백 메시지는 상기 안내 메시지에 대한 검토를 완료한 것을 나타내는 값을 포함하는,
    시스템.
  5. 제 1항에 있어서,
    상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
    복수의 제2 음성 메시지와 관련된 시간, 복수의 제2 음성 메시지를 식별하는 식별자 및 정답 안내 메시지에 대한 벌점으로 구성된 각각의 뉴럴 네트워크의 학습을 위한 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되고, 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터를 출력하고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 뉴럴 네트워크의 파라미터가 상기 손실값이 작아지는 방향으로 학습되는, 상기 품질 보증 모델이 생성되는,
    시스템.
KR1020220107446A 2022-08-26 2022-08-26 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템 KR102539564B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220107446A KR102539564B1 (ko) 2022-08-26 2022-08-26 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220107446A KR102539564B1 (ko) 2022-08-26 2022-08-26 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템

Publications (2)

Publication Number Publication Date
KR102539564B1 true KR102539564B1 (ko) 2023-06-05
KR102539564B9 KR102539564B9 (ko) 2024-01-11

Family

ID=86764179

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220107446A KR102539564B1 (ko) 2022-08-26 2022-08-26 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템

Country Status (1)

Country Link
KR (1) KR102539564B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150138918A (ko) * 2014-05-30 2015-12-11 주식회사 루키스 상담 품질 측정을 위한 콜센터 시스템 및 상담 품질 측정 방법
KR101636884B1 (ko) * 2015-03-13 2016-07-20 주식회사 아크로노드 지능형 스크립트 서비스시스템
KR102381532B1 (ko) * 2021-05-07 2022-04-01 최유리 지능형 단계별 검증과정을 기반으로 금융상품 가입 서비스를 제공하기 위한 서버 제어 방법
KR102422153B1 (ko) * 2021-12-15 2022-07-19 (주)리얼라이즈컨설팅 뉴럴 네트워크를 이용한 상담 가이드 정보 추천 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150138918A (ko) * 2014-05-30 2015-12-11 주식회사 루키스 상담 품질 측정을 위한 콜센터 시스템 및 상담 품질 측정 방법
KR101636884B1 (ko) * 2015-03-13 2016-07-20 주식회사 아크로노드 지능형 스크립트 서비스시스템
KR102381532B1 (ko) * 2021-05-07 2022-04-01 최유리 지능형 단계별 검증과정을 기반으로 금융상품 가입 서비스를 제공하기 위한 서버 제어 방법
KR102422153B1 (ko) * 2021-12-15 2022-07-19 (주)리얼라이즈컨설팅 뉴럴 네트워크를 이용한 상담 가이드 정보 추천 방법 및 장치

Also Published As

Publication number Publication date
KR102539564B9 (ko) 2024-01-11

Similar Documents

Publication Publication Date Title
KR102360727B1 (ko) 뉴럴 네트워크를 이용한 차량 추천 방법 및 장치
KR102501575B1 (ko) 복수의 뉴럴 네트워크를 이용하여 동영상 텍스트 리스트를 사용자 단말에게 전송하는 방법 및 장치
KR102474122B1 (ko) 사용자의 유형 및 사용자와 관련된 정보를 기초로 증강현실을 이용하여 상품을 추천하는 방법 및 장치
KR102414167B1 (ko) 뉴럴 네트워크를 이용한 패킷 센딩을 통한 보안 방법 및 장치
KR102492334B1 (ko) 뉴럴 네트워크를 이용하여 챗봇 서비스와 관련된 이용 정보를 기반으로 고객 단말과 상담원 단말 사이의 통화 연결을 관리하는 방법 및 장치
KR102476292B1 (ko) 인공지능을 이용하여 차량의 페달 박스 촬영 영상 데이터를 가공하는 블랙박스 관리 시스템
KR102539564B1 (ko) 뉴럴 네트워크 기반의 음성 메시지와 관련된 품질 보증 서비스를 제공하는 음성 메시지 송출 시스템
KR102702940B1 (ko) 웹툰의 장르 값에 기반하여 웹툰의 유사도를 결정하는 방법 및 장치
KR102484291B1 (ko) 뉴럴 네트워크를 이용하여 서버가 구직자 리스트를 단말에게 제공하는 방법 및 장치
KR102553169B1 (ko) 브랜드의 개선을 위한 솔루션을 제공하는 방법 및 장치
KR102492332B1 (ko) 뉴럴 네트워크를 이용하여 단말로부터 획득된 통화 음성 데이터를 기반으로 음악 데이터를 상기 단말에게 제공하는 방법 및 장치
KR102433654B1 (ko) 뉴럴 네트워크를 이용하여 서버가 색상 이미지에 기반한 심리 상태와 관련된 정보를 단말에게 제공하는 방법 및 장치
KR20220087410A (ko) 뉴럴 네트워크를 이용하는 심리 치료 서비스 제공 방법 및 장치
KR102696271B1 (ko) 뉴럴 네트워크를 이용하여 모바일 어플리케이션에 대한 예상 개발 기간을 제공하는 방법 및 장치
KR102485428B1 (ko) 뉴럴 네트워크를 이용하여 사용자와 관련된 기업 리스트를 단말에게 제공하는 방법 및 장치
KR102554242B1 (ko) 뉴럴 네트워크를 이용하여 서버가 이벤트와 관련된 메시지를 단말에게 제공하는 방법 및 장치
KR102513048B1 (ko) 뉴럴 네트워크를 이용하여 지원 사업과 관련된 리포트 정보 및 지원 사업과 관련된 진행 정보를 기반으로 진단 정보를 멘토 단말에게 전송하는 방법 및 장치
KR102446665B1 (ko) 다자간 영상 회의 서비스를 이용한 교습 시스템을 제공하는 서버 및 그 동작 방법
KR102525978B1 (ko) 뉴럴 네트워크를 이용하여 응시자 단말에게 모의고사 서비스를 제공하는 방법 및 장치
KR102600656B1 (ko) 능동-수동 매칭 알고리즘 기반 농구 플레이어 매칭 서비스 제공 방법
KR102714419B1 (ko) 뉴럴 네트워크를 이용하여 색상 이미지 및 색상 이미지를 선택한 순서에 기반한 심리 상태와 관련된 정보를 제공하는 방법 및 장치
KR102573285B1 (ko) 뉴럴 네트워크를 이용하여 고객 관리 서비스를 제공하는 방법 및 장치
KR20240006983A (ko) 뉴럴 네트워크를 이용한 학습 피드백 제공 장치 및 방법
KR102390412B1 (ko) 인공지능 기반의 피싱 대응 챗봇 시스템
KR102450024B1 (ko) 뉴럴 네트워크 기반의 건물 화재 예방 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]