KR102550791B1 - 음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법, 장치 및 시스템 - Google Patents

Abstract

일실시예에 따른 장치는 미리 정의된 주제 카테고리들 중 임의로 어느 하나의 주제를 추출하고, 음악 콘텐츠가 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하여, 음악 콘텐츠를 언어 교육 음악 콘텐츠로 결정하고, 주제에 대응하는 소주제를 생성하고, 생성된 소주제를 기초로, 소주제 사이의 일치도를 생성하여 일치도를 기초로, 일치도가 높은 소주제를 그룹으로 생성 및 그룹과 언어 교육 음악 콘텐츠를 매칭하고, 그룹에 포함된 소주제를 이용하여 그룹의 대표 소주제를 선정하고, 대표 소주제의 난이도를 확인하여 대표 소주제의 난이도를 그룹의 난이도로 결정하고, 사용자의 접속 요청에 응답하여 미리 정의된 레벨들 중 사용자의 레벨을 획득하고, 사용자의 레벨에 대응하는 난이도인 제1 난이도를 추출하고, 제1 난이도와 그룹의 난이도를 비교하여 제1 난이도와 대응하는 난이도를 갖는 제1 그룹을 추출하고, 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 적어도 하나를 선택 및 사용자 단말로 전송한다.
또한, 일실시예에 따른 장치는 사선택된 언어 교육 음악 콘텐츠에 사용자의 성취도 점수, 사용자의 집중도 점수 및 사용자의 만족도 점수를 생성하여 사용자의 성취도 점수, 사용자의 집중도 점수, 사용자의 만족도 점수를 합한 값으로 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 총합 점수를 생성하여 사용자의 총합 점수에 따라 선택된 언어 교육 음악 콘텐츠에 가산점을 부여한다.

Description

음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR PROVIDING ARTIFICIAL INTELLIGENCE-BASED LANGUAGE EDUCATION CONTENTS INCORPORATING MUSIC}

아래 실시예들은 음악을 접목한 인공지능 기반 언어 교육 콘텐츠를 제공하는 기술에 관한 것이다.

국제화 시대에 발맞추어 다양한 언어 교육에 대한 수요 및 공급은 지속적으로 늘어나고 있으며, 교육 방식에 대한 연구 및 개발도 더욱 활성화되고 있다.

외국어를 자유롭게 사용하기 위해 유아시절부터 외국어를 학습시키는 경우가 많아졌다. 유아들이 외국어를 학습하기 위해서는 유아원, 유치원 등과 같은 교육시설에서 선생님들이 직접 교제를 통해 가르쳤는데, 선생님들의 업무과중과 정확한 발음의 구사가 어려워 근래에는 원어민 강사를 초빙하여 외국어를 학습하였다.

그러나, 원어민 강사를 초빙하여 유아들에게 외국어를 학습시키는 과정도 비싼 강사료, 한정된 인력 및 원어민 강사의 실력 검증의 어려움의 문제가 있었다.

또한, 이러한 문제점을 보완하기 위해 동영상을 통해 온라인으로 원어민 강사가 유아들에게 외국어를 학습하는 시스템들이 등장했는데, 동영상을 일방적으로 시청하여 교육하기 때문에 유아들이 쉽게 지루함을 느끼고 참여도가 낮아 외국어 학습의 효율이 하락되는 문제점이 있었다.

따라서, 인공지능을 기반으로 음악을 접목한 언어 교육 콘텐츠를 제공하는 방법에 대한 연구가 요구된다.

한국등록특허 제10-2148867호 한국등록특허 제10-1887668호 한국등록특허 제10-1926826호 한국등록특허 제10-1826714호

실시예들은 사용자에게 음악을 접목한 언어 교육 콘텐츠를 제공하고자 한다.

실시예들은 음악 콘텐츠의 가사, 간결함, 음악의 속도, 반복성 등을 고려하여 음악 콘텐츠를 언어 교육 음악 콘텐츠로 사용가능한지 여부를 판단하고자 한다.

실시예들은 인공지능을 통해 언어 교육 음악 콘텐츠의 소주제에 대응하는 적합한 난이도를 선정하고자 한다.

일실시예에 따르면, 음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법은 미리 정의된 주제 카테고리들 중 임의로 어느 하나의 주제를 추출하는 단계; 음악 콘텐츠가 상기 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하는 단계; 상기 판단에 기반하여, 상기 음악 콘텐츠를 언어 교육 음악 콘텐츠로 결정하는 단계; 상기 주제에 대응하는 소주제를 생성하는 단계; 상기 생성된 소주제를 기초로 상기 소주제 사이의 일치도를 생성하고, 상기 일치도를 기초로 일치도가 높은 소주제를 그룹으로 생성하는 단계; 상기 그룹과 상기 언어 교육 음악 콘텐츠를 매칭하는 단계; 상기 그룹에 포함된 소주제를 이용하여, 상기 그룹의 대표 소주제를 선정하는 단계; 상기 대표 소주제의 난이도를 확인하여, 상기 대표 소주제의 난이도를 상기 그룹의 난이도로 결정하는 단계; 사용자의 접속 요청에 응답하여, 미리 정의된 레벨들 중 상기 사용자의 레벨을 획득하는 단계; 상기 사용자의 레벨에 대응하는 난이도인 제1 난이도를 추출하는 단계; 상기 제1 난이도와 상기 그룹의 난이도를 비교하여 상기 제1 난이도와 대응하는 난이도를 갖는 제1 그룹을 추출하는 단계; 상기 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 하나를 선택하는 단계; 상기 선택된 언어 교육 음악 콘텐츠를 상기 사용자 단말로 전송하는 단계; 상기 사용자 단말로 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 대표 소주제와 관련된 언어 문제를 제공하고, 상기 언어 문제에 대응하는 상기 사용자의 문제 답변을 획득하고, 상기 사용자의 문제 답변을 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 성취도 점수를 생성하는 단계; 상기 선택된 교육 음악 콘텐츠의 평균 지속 재생 시간 및 재생 횟수를 획득하고, 상기 평균 지속 재생 시간 및 상기 재생 횟수를 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 집중도 점수를 생성하는 단계; 상기 사용자 단말로부터 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 만족도를 판단할 수 있는 설문지를 제공하고, 상기 설문지에 대한 사용자의 설문 답변을 획득하고, 상기 사용자의 설문 답변을 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 만족도 점수를 생성하는 단계; 상기 사용자의 성취도 점수, 상기 사용자의 집중도 점수, 상기 사용자의 만족도 점수를 합한 값으로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 총합 점수를 산출하는 단계; 및 상기 사용자의 총합 점수가 미리 설정된 목표 값보다 큰지 여부를 판단하고, 상기 사용자의 총합 점수가 상기 목표 값보다 크다고 판단되면, 상기 선택된 언어 교육 음악 콘텐츠에 가산점을 부여하는 단계를 포함한다.

음악 콘텐츠가 상기 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하는 단계는 상기 음악 콘텐츠의 가사를 기초로, 상기 음악 콘텐츠에 포함된 단어들 중 상기 주제와 관련이 있는 단어를 관련 단어로 검출하고, 상기 주제와 관련이 없는 단어를 부가 단어로 검출하고, 상기 음악 콘텐츠에 포함된 단어들 내에 포함되어 있는 상기 관련 단어와 상기 부가 단어의 비율을 기초로, 상기 음악 콘텐츠의 가사 점수를 생성하는 단계; 상기 음악 콘텐츠에 포함된 단어와 상기 주제 및 상기 소주제를 비교하여, 상기 음악 콘텐츠의 핵심 단어를 추출하고, 상기 핵심 단어가 몇 번 반복되는지를 산출하여, 상기 음악 콘텐츠의 반복 점수를 생성하는 단계; 상기 음악 콘텐츠에 포함된 음표의 종류, 상기 음악 콘텐츠의 리듬에 기반하여 상기 음악 콘텐츠의 속도를 결정하고, 상기 음악 콘텐츠의 총 가창시간을 확인하고, 상기 음악 콘텐츠의 속도 및 가창시간을 이용하여, 상기 음악 콘텐츠의 간결 점수를 생성하는 단계; 상기 음악 콘텐츠의 음역대를 기초로, 상기 음악 콘텐츠의 음역대가 미리 정의된 음역대 구간 내에 포함되어 있는지 여부를 판단하여, 상기 음악 콘텐츠의 음역 점수를 생성하는 단계; 상기 음악 콘텐츠의 가사 점수, 상기 음악 콘텐츠의 반복 점수, 상기 음악 콘텐츠의 간결 점수, 상기 음악 콘텐츠의 음역 점수를 합산한 값으로, 상기 음악 콘텐츠의 총합 점수를 산출하는 단계; 상기 음악 콘텐츠의 총합 점수가 미리 설정된 기준 값보다 큰지 여부를 판단하는 단계; 및 상기 음악 콘텐츠의 총합 점수가 상기 기준 값보다 크다고 판단되면, 상기 음악 콘텐츠를 상기 언어 교육 음악 콘텐츠로 선정하는 단계를 포함한다.

상기 대표 소주제의 난이도를 확인하여, 상기 대표 소주제의 난이도를 상기 그룹의 난이도로 결정하는 단계는 상기 대표 소주제의 사용 빈도, 음절에 기초하여 제1 입력 신호를 생성하는 단계; 상기 제1 입력 신호를 제1 인공신경망-상기 제1 인공신경망은 입력된 대표 소주제에 따라 난이도를 추론하는 인공지능모델이고, 사용 빈도, 음절과 난이도에 대한 연관관계를 획득하기 위해 미리 트레이닝 됨-에 적용하여 제1 출력 신호를 생성하는 단계; 및 상기 제1 출력 신호에 기초하여 상기 대표 소주제에 대응하는 난이도를 도출하는 단계를 포함한다.

상기 사용자의 레벨을 획득하는 단계는 상기 사용자 단말로부터 상기 사용자의 나이, 상기 사용자의 언어 교육 이력 및 자가 평가 정보 중 적어도 하나를 포함하는 언어 능력 기본 정보를 수신하는 단계; 상기 언어 능력 기본 정보를 이용하여 언어 능력 판단 질문을 생성하고, 상기 생성된 언어 능력 판단 질문을 상기 사용자 단말로 제공하는 단계; 상기　사용자　단말로부터　상기 언어 능력 판단 질문에 대응하는　사용자 답변을 수신하는 단계; 상기 언어 능력 판단 질문에 대응하는 모범 답변들-상기 모범 답변들은 상기 언어 능력 판단 질문에 대한 모범 답변의 히스토리를 포함함-을 데이터베이스로부터 추출하는 단계; 상기 모범 답변들에 포함된 각 문장의 단어와 사용자 답변에 포함된 문장의 각 단어의 일치율을 판단하는 단계; 상기 일치율에 기초하여 상기 사용자 답변에 포함된 문장을 유효문장 및 비유효문장 중 어느 하나로 분류하는 단계; 및 상기 사용자 답변에 포함된 유효문장의 총합 개수에 기초하여, 상기 사용자의 레벨을 생성하는 단계를 포함한다.

상기 생성된 소주제를 기초로 상기 소주제 사이의 일치도를 생성하고, 상기 일치도를 기초로 일치도가 높은 소주제를 그룹으로 생성하는 단계는 상기 주제와 상기 생성된 소주제들의 의미 관계를 분석하는 단계; 상기 소주제들 중 상기 주제의 상위어인 소주제들을 추출하여 제1 모임으로 분류하고, 상기 제1 모임에 포함된 소주제들 간의 일치도를 높이는 단계; 상기 소주제들 중 상기 주제의 하위어인 소주제들을 추출하여 제2 모임으로 분류하고, 상기 제2 모임에 포함된 소주제들 간의 일치도를 높이는 단계; 상기 소주제들 중 상기 주제의 유의어인 소주제들을 추출하여 제3 모임으로 분류하고, 상기 제3 모임에 포함된 소주제들 간의 일치도를 높이는 단계; 상기 주제를 중심으로 상기 소주제들 간의 관계를 나타낼 수 있는 트리도를 생성하는 단계; 및 상기 트리도를 기초로, 같은 계층의 상기 소주제들을 그룹화하여, 상기 같은 계층의 소주제들 간의 일치도를 높이는 단계를 포함한다.

음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법은 상기 사용자 단말로부터 상기 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 음성을 수신하는 단계; 상기 사용자의 음성을 기초로, 상기 사용자의 음성의 세기를 측정하고, 측정된 상기 사용자의 음성의 세기를 기초로, 제1 음량값을 생성하는 단계; 상기 제1 언어 교육 음악 콘텐츠의 음량값을 확인하여 제2 음량값으로 생성하는 단계; 상기 제1 음량값에서 상기 제2 음량값을 차감하여 차이값을 산출하는 단계; 상기 차이값이 미리 설정된 기준 범위를 벗어나는지 여부를 판단하는 단계; 상기 차이값이 상기 기준 범위를 벗어나는 것으로 판단되면, 상기 제1 차이값이 0보다 큰지 여부를 확인하는 단계; 상기 차이값이 0보다 큰 것으로 판단되면, 상기 언어 교육 음악 콘텐츠의 음량 값을 상기 제1 차이값에 상응하는 크기만큼 커지도록 제어하는 단계; 상기 차이값이 0보다 작은 것으로 판단되면, 상기 언어 교육 음악 콘텐츠의 음량 값을 상기 차이값에 상응하는 크기만큼 작아지도록 제어하는 단계를 더 포함한다.

실시예들은 사용자에게 음악을 접목한 언어 교육 콘텐츠를 제공할 수 있다.

실시예들은 사용자로부터 언어 교육 음악 콘텐츠를 통한 교육이 수행 완료되면, 사용자의 성취도 점수, 집중도 점수, 만족도 점수를 획득하여 언어 교육 음악 콘텐츠가 언어 교육 콘텐츠로 적합한지 여부를 판단할 수 있다.

실시예들은 음악 콘텐츠의 가사, 간결함, 음악의 속도, 반복성 등을 고려하여 음악 콘텐츠를 언어 교육 음악 콘텐츠로 사용가능한지 여부를 판단할 수 있다.

실시예들은 인공지능을 통해 대표 소주제에 대응하는 난이도를 선정할 수 있다.

한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 음악을 접목한 인공지능 기반 언어 교육 콘텐츠를 제공하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 선택된 언어 교육 음악 콘텐츠를 통해 언어 교육을 수행하고 해당 언어 교육 음악 콘텐츠에 대응하는 사용자의 성취도, 집중도, 만족도를 획득하여 언어 교육 콘텐츠로 적합한지 여부를 판단하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 음악 콘텐츠를 분석하여 언어 교육 콘텐츠로 사용 가능한지 여부를 판단하는 과정을 설명하는 도면이다.
도 5는 일실시예에 따른 인공지능을 통해 대표 소주제에 대응하는 적합한 난이도를 선정하기 위한 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 사용자의 기본 정보를 통해 사용자의 레벨을 평가하는 방법을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 주제와 소주제들 간의 의미 관계를 분석하여 일치도를 생성하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 주제와 소주제들 간의 계층적 관계를 분석하여 일치도를 생성하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 주제와 소주제들의 관계를 트리도로 나타낸 도면이다.
도 10은 일실시예에 따른 사용자의 음성의 크기를 통해 사용자의 상황에 맞게 콘텐츠 음량을 자동으로 조절하는 과정을 설명하기 위한 순서도이다.
도 11은 일실시예에 따른 장치의 구성의 예시도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 사용자 단말(110) 및 장치(200)를 포함할 수 있다.

먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.

사용자 단말(110)은 음악을 접목한 언어 교육 콘텐츠 서비스를 제공받고자 하는 사용자들이 사용하는 단말기로, 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다.

사용자 단말(110)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 사용자 단말(110)은 장치(200)와 유무선으로 통신하도록 구성될 수 있다.

사용자 단말(110)은 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 사용자 단말(110)은 웹 사이트 또는 애플리케이션을 통해 장치(200)와 연동될 수 있다.

이하에서는 설명의 편의상, 도 1 및 이하의 설명에서는 사용자 단말(110) 하나만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(200)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.

장치(200)는 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 장치(200)는 추론 기능을 수행하는 적어도 하나 이상의 인공 신경망을 구비할 수 있다. 장치(200)는 사용자 단말(110)과 유무선으로 통신하도록 구성될 수 있다.

장치(200)는 미리 정의된 주제 카테고리들 중 임의로 어느 하나의 주제를 추출할 수 있고, 음악 콘텐츠가 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하여, 음악 콘텐츠를 언어 교육 음악 콘텐츠로 결정할 수 있다. 장치(200)는 주제에 대응하는 소주제를 생성할 수 있고, 생성된 소주제를 기초로, 소주제 사이의 일치도를 생성하여 일치도를 기초로, 일치도가 높은 소주제를 그룹으로 생성 및 그룹과 언어 교육 음악 콘텐츠를 매칭할 수 있다. 장치(200)는 그룹에 포함된 소주제를 이용하여 그룹의 대표 소주제를 선정할 수 있고, 대표 소주제의 난이도를 확인하여 대표 소주제의 난이도를 그룹의 난이도로 결정할 수 있다. 또한, 장치(200)는 사용자의 접속 요청에 응답하여 미리 정의된 레벨들 중 사용자의 레벨을 획득할 수 있고, 사용자의 레벨에 대응하는 난이도인 제1 난이도를 추출하고 제1 난이도와 그룹의 난이도를 비교하여 제1 난이도와 대응하는 난이도를 갖는 제1 그룹을 추출할 수 있고, 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 적어도 하나를 선택 및 사용자 단말(110)로 전송할 수 있다.

도 2는 일실시예에 따른 음악을 접목한 인공지능 기반 언어 교육 콘텐츠를 제공하는 과정을 설명하기 위한 순서도이다.

도 2를 참조하면, 먼저, S201 단계에서, 장치(200)는 미리 정의된 주제 카테고리들 중 임의로 어느 하나의 주제를 추출하고, 주제할 수 있다. 여기서, 미리 정의된 주제 카테고리들은 실생활에 자주 사용되는 주제일 수도 있고, 아직 접해보지 않은 주제일 수도 있다. 예를 들어, 주제 카테고리들에는 몸, 자동차, 음식, 직업 등이 포함될 수 있다.

S202 단계에서, 장치(200)는 음악 콘텐츠가 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단할 수 있다. 여기서, 음악 콘텐츠들은 장치(200)에 포함된 데이터베이스에 미리 저장되어 있는 음악 콘텐츠일 수도 있고, 새롭게 획득한 음악 콘텐츠일 수도 있다. 또한, 음악 콘텐츠는 사용자가 배우고자 하는 언어로 불러진 콘텐츠로, 예를 들어, 사용자가 언어 교육 음악 콘텐츠를 통해 한국어를 배우고자 하면, 가사가 한국어인 한국어로 불러진 음악 콘텐츠이고, 사용자가 언어 교육 음악 콘텐츠를 통해 영어를 배우고자 하면, 가사가 영어인 영어로 불러진 음악 콘텐츠이다. 또한 이하의 예시들에서는 편의상 한국어 제목을 사용하지만 배우고자 하는 언어에 따라 제목, 가사, 음악을 부른 사람이 달라질 수 있다.

구체적으로, 장치(200)는 음악 콘텐츠의 가사, 반복성, 간결성, 음역대 등을 통해, 음악 콘텐츠의 가사가 주제에 대한 언어 교육 콘텐츠로 적합한지 여부, 음악 콘텐츠가 간결한지 여부, 음악의 속도 및 박자감이 학습하기 적당한 빠르기인지 여부, 핵심단어가 반복적으로 나오는지 여부 등을 파악하여 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단할 수 있다. 이와 관련하여 자세한 설명은 도 4를 참조하여 하기로 한다.

S203 단계에서, 장치(200)는 판단에 기반하여 음악 콘텐츠를 언어 교육 음악 콘텐츠로 결정할 수 있다.

S204 단계에서, 장치(200)는 주제에 대응하는 소주제를 생성할 수 있다. 이때, 주제에 대응하는 소주제는 하나 이상의 여러 개로 생성될 수도 있다.

예를 들어, 주제가 몸일 경우, 장치(200)는 주제에 대응하는 소주제로, 눈, 코, 입, 상체, 하체, 치아, 뼈, 소화과정 등을 생성할 수 있다.

S205 단계에서, 장치(200)는 생성된 소주제를 기초로, 소주제 사이의 일치도를 생성하고, 일치도를 기초로 일치도가 높은 소주제를 그룹으로 생성할 수 있다. 여기서, 소주제 사이의 일치도를 생성하는 과정은 도 7, 8, 및 9를 참조하여 자세히 설명하기로 한다.

구체적으로, 장치(200)는 생성된 소주제를 기초로, 소주제 사이의 일치도를 생성하고, 소주제 사이의 일치도가 미리 설정한 값보다 크다고 판단하면, 일치도가 높다고 판단하고, 일치도가 높은 소주제를 그룹으로 생성할 수 있다.

예를 들어, 주제가 몸이고, 소주제가 눈, 코, 입, 상체, 하체, 치아, 뼈, 소화과정으로 생성되었을 경우, 장치(200)는 눈, 코, 입의 일치도가 높다고 판단하여 A 그룹으로 생성하고, 치아, 뼈의 일치도가 높다고 판단하여 B 그룹으로 생성하고, 소화과정을 C 그룹으로 생성할 수 있다.

S206 단계에서, 장치(200)는 그룹과 언어 교육 음악 콘텐츠를 매칭할 수 있다.

예를 들어, 몸에 대한 언어 교육 음악 콘텐츠로 ‘사과같은내얼굴’, ‘얼굴송’, '삐거덕 단단한 뼈’, ‘아그작 치아’, ‘소화송’, ‘구석구석 소화 탐험’, ‘소화과정송’ 결정되었을 경우, 장치(200)는 ‘사과같은내얼굴’, ‘얼굴송’을 A 그룹과 매칭하고, '삐거덕 단단한 뼈’, ‘아그작 치아’를 B 그룹과 매칭하고, ‘소화송’, ‘구석구석 소화 탐험’, ‘소화과정송’을 C 그룹과 매칭할 수 있다.

S207 단계에서, 장치(200)는 그룹에 포함된 소주제를 이용하여, 그룹의 대표 소주제를 선정할 수 있다. 여기서, 그룹에 포함된 소주제가 그룹의 대표 소주제가 될 수도 있고, 그룹에 포함된 소주제를 모아 함축할 수 있는 단어가 있을 경우, 해당 단어가 대표 소주제가 될 수도 있다.

예를 들어, 소주제 눈, 코, 입이 A 그룹이고, 소주제 치아, 뼈가 B 그룹이고, 소주제 소화과정이 C 그룹인 경우, 장치(200)는 A 그룹의 대표 소주제를 얼굴로 선정하고, B 그룹의 대표 소주제를 뼈로 선정하고, C 그룹의 대표 소주제를 소화 과정으로 선정할 수 있다.

S208 단계에서, 장치(200)는 대표 소주제의 난이도를 확인하여 대표 소주제의 난이도를 그룹의 난이도로 결정할 수 있다.

구체적으로, 장치(200)는 대표 소주제를 분석하여 대표 소주제에 대응하는 난이도를 확인할 수 있고, 대표 소주제의 난이도를 그룹의 난이도로 결정할 수 있다. 장치(200)는 배우고자 하는 언어가 영어일 경우, 대표 소주제가 필수 영단어인지 확인할 수 있고, 필수 영단어일 경우, 초등학교 필수 영단어인지, 중학교 필수 영단어인지, 고등학교 필수 영단어인지를 파악하여 대표 소주제에 대응하는 난이도를 확인할 수 있다.

또한, 장치(200)는 대표 소주제의 난이도를 도출하기 위해 대표 소주제의 사용 빈도 및 음절에 기초하여 입력 신호를 생성하고, 생성된 입력 신호를 인공신경망에 적용하여 생성된 출력 신호로부터 난이도를 도출할 수 있다. 이와 관련한 구체적인 내용은 도 5를 통해 참조하기로 한다.

S209 단계에서, 장치(200)는 사용자의 접속 요청에 응답하여 미리 정의된 레벨들 중 사용자의 레벨을 획득할 수 있다. 여기서, 사용자의 레벨은 사용자의 해당 언어 능력에 대한 레벨로 상, 중, 하로 나뉘어 레벨이 설정될 수 있고, 제1 레벨, 제2 레벨, 제3 레벨, 제4 레벨, 제5 레벨 등 더 여러 단계로 나뉘어 레벨이 설정될 수 있다.

구체적으로, 장치(200)는 사용자 단말(110)로부터 음악을 접목한 언어 교육 콘텐츠를 제공받고 싶은 사용자의 접속 요청을 수신할 수 있고, 사용자의 접속 요청에 응답하여 사용자의 레벨을 획득할 수 있다.

S210 단계에서, 장치(200)는 사용자의 레벨에 대응하는 난이도인 제1 난이도를 추출할 수 있다.

예를 들어, 사용자의 레벨이 '하'일 경우, 장치(200)는 사용자의 레벨인 '하'에 대응하는 난이도로 제일 쉬운 난이도인 A난이도를 제1 난이도를 추출할 수 있다.

S211 단계에서, 장치(200)는 제1 난이도와 그룹의 난이도를 비교하여 제1 난이도와 대응하는 난이도를 갖는 제1 그룹을 추출할 수 있다.

예를 들어, 제1 난이도가 A 난이도이고, 대표 소주제 얼굴에 대응하는 난이도가 A 난이도, 대표 소주제 뼈에 대응하는 난이도가 B 난이도, 대표 소주제 얼굴에 대응하는 난이도가 C 난이도인 경우, 장치(200)는 '하'에 대응하는 난이도로 제일 쉬운 난이도인 A 난이도를 추출할 수 있고, A 난이도에 대응하는 대표 소주제가 얼굴인 그룹을 제1 그룹으로 추출할 수 있다.

S212 단계에서, 장치(200)는 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 하나를 선택할 수 있고, 선택된 언어 교육 음악 콘텐츠를 사용자 단말(110)로 전송할 수 있다.

예를 들어, 제1 그룹이 대표 소주제가 얼굴인 그룹일 경우, 장치(200)는 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 하나인 '사과같은내얼굴'을 선택할 수 있고, '사과같은내얼굴'을 사용자 단말(110)로 전송할 수 있다.

도 3은 일실시예에 따른 선택된 언어 교육 음악 콘텐츠를 통해 언어 교육을 수행하고 해당 언어 교육 음악 콘텐츠에 대응하는 사용자의 성취도, 집중도, 만족도를 획득하여 언어 교육 콘텐츠로 적합한지 여부를 판단하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저, S212 단계에서, 선택된 언어 교육 음악 콘텐츠를 사용자 단말(110)로 제공하여, 선택된 언어 교육 음악 콘텐츠를 통해 언어 교육을 수행하고 수행이 완료되면, S301 단계에서, 장치(200)는 사용자 단말(110)로 선택된 언어 교육 음악 콘텐츠에 대응하는 대표 소주제와 관련된 언어 문제를 제공하고, 언어 문제에 대응하는 사용자의 문제 답변을 획득할 수 있다.

구체적으로, 장치(200)는 도 2의 과정을 통해 선택된 언어 교육 음악 콘텐츠를 사용자 단말(110)로 제공하고, 사용자는 선택된 언어 교육 음악 콘텐츠를 통해 언어를 배울 수 있다. 언어 교육 수행이 완료되면, 장치(200)는 사용자의 성취도 점수를 확인하기 위해 사용자 단말(110)로 선택된 언어 교육 음악 콘텐츠에 대응하는 대표 소주제와 관련된 언어 문제를 제공할 수 있고, 언어 문제에 대응하는 사용자의 문제 답변을 획득할 수 있다.

여기서, 언어 교육 수행이 완료되었다고 판단하는 방법은 날짜를 통해 언어 교육 수행이 완료되었다고 판단할 수도 있고, 사용자 단말(110)을 통한 사용자의 입력으로부터 언어 교육 수행이 완료되었다고 판단할 수도 있다. 그 외의 방법으로 언어 교육 수행이 완료되었다고 판단할 수도 있다.

S302 단계에서, 장치(200)는 사용자의 문제 답변을 기초로, 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 성취도 점수를 생성할 수 있다.

구체적으로, 장치(200)는 사용자의 문제 답변을 획득하여 사용자의 문제 답변이 미리 설정된 답안과 얼마나 일치하는지 확인하여 사용자의 문제 답변에 대응하는 사용자의 점수를 생성하고, 사용자의 점수에 기초하여 사용자의 성취도 점수를 생성할 수 있다.

S303 단계에서, 장치(200)는 선택된 언어 교육 음악 콘텐츠의 평균 지속 재생 시간 및 재생 횟수를 획득할 수 있다.

즉, 장치(200)는 사용자가 선택된 언어 교육 음악 콘텐츠를 기초로 언어 교육 수행이 완료되었다고 판단되면, 사용자의 집중도 점수를 확인하기 위해 사용자의 선택된 언어 교육 음악 콘텐츠 접속 정보를 획득하고, 접속 정보에 기초하여 선택된 언어 교육 음악 콘텐츠의 평균 지속 재생 시간 및 재생 횟수를 획득할 수 있다.

S304 단계에서, 장치(200)는 평균 지속 재생 시간 및 재생 횟수를 기초로, 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 집중도 점수를 생성할 수 있다.

구체적으로, 사용자에 대응하는 선택된 언어 교육 음악 콘텐츠의 평균 지속 재생 시간이 짧아 미리 설정한 재생 시간 범위에 포함하지 않거나, 재생 횟수가 적어 미리 설정한 재생 횟수 범위에 포함하지 않을 경우, 장치(200)는 선택된 언어 교육 음악 콘텐츠가 기존의 선택된 언어 교육 음악 콘텐츠에 대응하는 난이도보다 쉽다고 판단할 수 있고, 사용자의 집중도 점수를 낮게 생성할 수 있다.

사용자에 대응하는 선택된 언어 교육 음악 콘텐츠의 평균 지속 재생 시간이 길어 미리 설정한 재생 시간 범위에 포함하지 않거나, 재생 횟수가 많아 미리 설정한 재생 횟수 범위에 포함하지 않을 경우, 장치(200)는 선택된 언어 교육 음악 콘텐츠가 기존의 선택된 언어 교육 음악 콘텐츠에 대응하는 난이도보다 어렵다고 판단할 수 있고, 사용자의 집중도 점수를 낮게 생성할 수 있다.

또한, 사용자에 대응하는 선택된 언어 교육 음악 콘텐츠의 평균 지속 재생 시간이 미리 설정한 재생 시간 범위 내에 포함하고, 재생 횟수가 미리 설정한 재생 횟수 범위 내에 포함한 경우, 장치(200)는 선택된 언어 교육 음악 콘텐츠가 기존의 선택된 언어 교육 음악 콘텐츠에 대응하는 난이도에 적합하다고 판단할 수 있고, 사용자의 집중도 점수를 높게 생성할 수 있다.

S305 단계에서, 장치(200)는 사용자 단말(110)로 선택된 언어 교육 음악 콘텐츠에 대응하는 만족도를 판단할 수 있는 설문지를 제공하고, 설문지에 대한 사용자의 설문 답변을 획득할 수 있다.

즉, 장치(200)는 사용자가 선택된 언어 교육 음악 콘텐츠를 기초로 언어 교육 수행이 완료되었다고 판단되면, 사용자의 만족도 점수를 확인하기 위해 사용자 단말(110)로 선택된 언어 교육 음악 콘텐츠에 대응하는 설문지를 제공하고, 설문지에 대응하는 사용자의 설문 답변을 획득할 수 있다.

S306 단계에서, 장치(200)는 사용자의 설문 답변을 기초로, 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 만족도 점수를 생성할 수 있다.

구체적으로, 장치(200)는 사용자의 설문 답변을 획득하여 사용자의 설문 답변을 기초로, 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 만족도 점수를 생성할 수 있다.

S307 단계에서, 장치(200)는 사용자의 성취도 점수, 사용자의 집중도 점수, 사용자의 만족도 점수를 합한 값으로 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 총합 점수를 산출할 수 있다.

S308 단계에서, 장치(200)는 사용자의 총합 점수가 미리 설정한 목표 값보다 큰지 여부를 판단할 수 있다.

S308 단계에서 사용자의 총합 점수가 미리 설정한 목표 값보다 크다고 판단되면, S309 단계에서, 장치(200)는 선택된 언어 교육 음악 콘텐츠에 가산점을 부여할 수 있다.

구체적으로, 장치(200)는 사용자의 총합 점수가 미리 설정한 목표 값보다 크다고 판단하면 선택된 언어 교육 음악 콘텐츠에 가산점을 부여할 수 있고, 부여된 가산점을 통해 선택된 언어 교육 음악 콘텐츠가 언어 교육 콘텐츠로 적합한지 및 기존의 설정된 난이도가 적합한 난이도인지를 확인할 수 있다.

예를 들어, 장치(200)는 가산점에 대응하는 임계 값을 미리 설정하여 부여된 가산점이 미리 설정한 임계 값을 초과하면, 선택된 언어 교육 음악 콘텐츠가 언어 교육 콘텐츠 및 기존의 난이도로 적합하다고 판단할 수 있다.

즉, 장치(200)는 선택된 언어 교육 음악 콘텐츠에 대응하는 사용자의 성취도 점수, 사용자의 집중도 점수, 사용자의 만족도 점수를 획득할 수 있고, 사용자의 성취도 점수, 사용자의 집중도 점수, 사용자의 만족도 점수를 통해 선택된 언어 교육 음악 콘텐츠가 언어 교육 콘텐츠로 적합한지 여부와, 기존의 설정된 난이도가 적합한지를 판단할 수 있어, 사용자의 레벨에 맞는 언어 교육 음악 콘텐츠를 제공할 수 있는 효과가 있다.

도 4는 일실시예에 따른 음악 콘텐츠를 분석하여 언어 교육 콘텐츠로 사용 가능한지 여부를 판단하는 과정을 설명하는 도면이다.

도 4를 참조하면, 먼저, S401 단계에서 장치(200)는 음악 콘텐츠의 가사를 기초로, 음악 콘텐츠에 포함된 단어들 중 주제와 관련 있는 단어를 관련 단어로 검출하고, 주제와 관련 없는 단어를 부가 단어로 검출할 수 있다.

예를 들어, 주제가 몸일 경우, 장치(200)는 음악 콘텐츠에 포함된 단어들 중 몸과 관련이 있는 단어인 '얼굴', '눈', '코', '입', '다리', '음식 소화' 등을 관련 단어로 검출하고, 몸과 관련이 없는 단어인 '자동차', '하늘', '수업', '곰', '시냇물' 등을 부가 단어로 검출할 수 있다.

S402 단계에서, 장치(200)는 음악 콘텐츠에 포함된 단어들 내에 포함되어 있는 관련 단어와 부가 단어의 비율을 기초로, 음악 콘텐츠의 가사 점수를 생성할 수 있다.

구체적으로, 장치(200)는 음악 콘텐츠에 포함된 단어들 내에 포함되어 있는 관련 단어의 개수 및 부가 단어의 개수를 기초로, 관련 단어와 부가 단어의 비율을 생성하고, 비율에 따라 음악 콘텐츠의 가사 점수를 생성할 수 있다. 이때, 장치(200)는 관련 단어의 비율이 클수록 음악 콘텐츠의 가사 점수를 높게 생성할 수 있고, 부가 단어의 비율이 클수록 음악 콘텐츠의 가사 점수를 낮게 생성할 수 있다.

예를 들어, 음악 콘텐츠에서 (관련 단어) : (부가 단어)의 비가 8 : 2인 경우, 장치(200)는 음악 콘텐츠의 가사 점수를 8점으로 생성할 수 있다.

또한, 음악 콘텐츠에서 (관련 단어) : (부가 단어)의 비가 4 : 6인 경우, 장치(200)는 음악 콘텐츠의 가사 점수를 4점으로 생성할 수 있다.

S403 단계에서, 장치(200)는 음악 콘텐츠에 포함된 단어와 주제 및 소주제를 비교하여, 음악 콘텐츠의 핵심 단어를 추출할 수 있다.

예를 들어, 주제가 몸이고, 소주제가 얼굴이고, 음악 콘텐츠에 포함된 단어가 얼굴일 경우, 장치(200)는 음악 콘텐츠의 핵심 단어로 얼굴을 추출할 수 있다.

S404 단계에서, 장치(200)는 핵심 단어가 몇 번 반복되는지 산출하여 음악 콘텐츠의 반복 점수를 생성할 수 있다.

또한, 장치(200)는 핵심 단어가 여러 번 반복될수록 음악 콘텐츠의 반복 점수를 높게 생성할 수 있고, 핵심 단어가 반복되지 않을수록 음악 콘텐츠의 반복 점수를 낮게 생성할 수 있다.

예를 들어, 핵심 단어가 얼굴이고, 음악 콘텐츠에 얼굴이 10번 반복된 경우, 장치(200)는 음악 콘텐츠의 반복 점수를 10점으로 생성할 수 있다.

또한, 핵심 단어가 얼굴이고, 음악 콘텐츠에 얼굴이 3번 반복된 경우, 장치(200)는 음악 콘텐츠의 반복 점수를 3점으로 생성할 수 있다.

S405 단계에서, 장치(200)는 음악 콘텐츠에 포함된 음표의 종류, 음악 콘텐츠의 리듬에 기반하여 음악 콘텐츠의 속도를 결정하고, 음악 콘텐츠의 가창 시간을 확인할 수 있다.

S406 단계에서, 장치(200)는 음악 콘텐츠의 속도 및 가창 시간을 이용하여 음악 콘텐츠의 간결 점수를 생성할 수 있다. 여기서, 음악 콘텐츠의 속도가 언어 교육 음악 콘텐츠로 적합한지 여부를 판단하기 위해 속도 적합 범위를 생성할 수 있고, 음악 콘텐츠의 가창 시간이 언어 교육 음악 콘텐츠로 적합한지 여부를 판단하기 위해 가창 시간 적합 범위를 생성할 수 있다.

즉, 장치(200)는 음악 콘텐츠의 속도가 속도 적합 범위 내에 포함될수록 음악 콘텐츠의 간결 점수를 높게 생성할 수 있고, 속도 적합 범위에서 멀리 떨어질수록 음악 콘텐츠의 간결 점수를 낮게 생성할 수 있다. 또한, 장치(200)는 음악 콘텐츠의 가창 시간이 가창 시간 적합 범위 내에 포함될수록 음악 콘텐츠의 간결 점수를 높게 생성할 수 있고, 가창 시간 적합 범위에서 멀리 떨어질수록 음악 콘텐츠의 간결점수를 낮게 생성할 수 있다.

S407 단계에서, 장치(200)는 음악 콘텐츠의 음역대를 기초로, 음악 콘텐츠의 음역대가 미리 정의된 음역대 구간 내에 포함되어 있는지 여부를 판단할 수 있다.

S407 단계에서 음악 콘텐츠의 음역대를 기초로, 음악 콘텐츠의 음역대가 미리 정의된 음역대 구간 내에 포함되어 있는지 여부를 기초로, S408 단계에서, 장치(200)는 음악 콘텐츠의 음역 점수를 생성할 수 있다. 여기서, 미리 정의된 음역대 구간은 너무 높지도 않고 너무 낮지도 않게 생성된 구간으로 실시 예에 따라 달라질 수 있다.

즉, 장치(200)는 음악 콘텐츠의 음역대가 미리 정의된 음역대 구간 내에 포함될수록 음악 콘텐츠의 음역 점수를 높게 생성할 수 있고, 미리 정의된 음역대 구간에서 멀리 떨어질수록 음악 콘텐츠의 음역 점수를 낮게 생성할 수 있다.

S409 단계에서, 장치(200)는 음악 콘텐츠의 가사 점수, 음악 콘텐츠의 반복 점수, 음악 콘텐츠의 간결 점수, 음악 콘텐츠의 음역 점수를 합산한 값으로 음악 콘텐츠의 총합 점수를 산출할 수 있다.

예를 들어, 음악 콘텐츠의 가사 점수가 8점, 음악 콘텐츠의 반복 점수가 10점, 음악 콘텐츠의 간결 점수가 7점, 음악 콘텐츠의 음역 점수가 9점일 경우, 장치(200)는 음악 콘텐츠의 총합 점수를 34점으로 산출할 수 있다.

S410 단계에서, 장치(200)는 음악 콘텐츠의 총합 점수가 미리 설정된 기준 값보다 큰지 여부를 판단할 수 있다. 여기서 미리 설정한 기준 값은 미리 설정한 값으로 실시 예에 따라 달라질 수 있다.

S410 단계에서 음악 콘텐츠의 총합 점수가 미리 설정된 기준 값보다 크다고 판단되면, S411 단계에서, 장치(200)는 음악 콘텐츠를 언어 교육 음악 콘텐츠로 선정할 수 있다.

예를 들어, 음악 콘텐츠의 총합 점수가 34점이고, 미리 설정된 기준 값이 30점일 경우, 장치(200)는 음악 콘텐츠의 총합 점수인 34점이 미리 설정된 기준 값인 30점 보다 크다고 판단하여 음악 콘텐츠를 언어 교육 음악 콘텐츠로 선정할 수 있다.

S410 단계에서 음악 콘텐츠의 총합 점수가 미리 설정된 기준 값보다 크지 않다고 판단되면, 장치(200)는 음악 콘텐츠를 언어 교육 음악 콘텐츠에 적합하지 않다고 판단하여 선정하지 않을 수 있다.

예를 들어, 음악 콘텐츠의 총합 점수가 25점이고, 미리 설정된 기준 값이 30점일 경우, 장치(200)는 음악 콘텐츠의 총합 점수인 25점이 미리 설정된 기준 값인 30점 보다 작다고 판단하여 음악 콘텐츠를 언어 교육 음악 콘텐츠로 선정하지 않을 수 있다.

장치(200)는 음악 콘텐츠의 가사 점수, 음악 콘텐츠의 반복 점수, 음악 콘텐츠의 간결 점수, 음악 콘텐츠의 음역 점수를 통해 해당 음악 콘텐츠가 사용자들로부터 흥미를 가질 수 있고 쉽게 학습할 수 있는 콘텐츠인지 여부와, 해당 음악 콘텐츠가 배우고자 하는 주제 및 소주제에 관련하여 언어 교육용 콘텐츠로 적합한지 여부를 판단할 수 있는 효과가 있다.

도 5는 일실시예에 따른 인공지능을 통해 대표 소주제에 대응하는 적합한 난이도를 선정하기 위한 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 대표 소주제의 사용 빈도, 음절에 기초하여 제1 입력 신호를 생성할 수 있다. 여기서, 대표 소주제의 사용 빈도는 대표 소주제를 사용자들이 얼마나 자주 사용하는가에 대한 정보이고, 대표 소주제의 음절은 대표 소주제의 단어 길이에 대한 정보이다.

구체적으로, 장치(200) 대표 소주제의 사용 빈도 및 대표 소주제의 음절을 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 대표 소주제의 사용 빈도 및 대표 소주제의 음절은 제1 인공신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.

S502 단계에서, 장치(200)는 제1 입력 신호를 제1 인공신경망에 적용하여 제1 출력 신호를 생성할 수 있다.

제1 인공신경망은 입력된 대표 소주제의 사용 빈도 및 대표 소주제의 음절에 따라 대표 소주제에 대응하는 난이도를 추론하는 인공지능 모델로, 트레이닝 사용 빈도 정보들, 트레이닝 음절 정보들, 제1 출력 신호들 및 트레이닝 난이도들에 기초하여 미리 학습될 수 있다. 여기서, 트레이닝 난이도들은 트레이닝 사용 빈도 정보들, 트레이닝 음절 정보들에 각각 대응하는 정보들이고, 제1 출력 신호들은 트레이닝 사용 빈도 정보들, 트레이닝 음절 정보들이 제1 인공신경망에 적용되어 생성된 출력 신호들이며, 제1 인공신경망은 제1 출력 신호들 및 트레이닝 난이도들의 차이들에 기초하여 생성된 트레이닝 에러들을 최소화하여 학습된다.

제1 인공신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 제1 인공신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다. 강화 학습에 따라 학습되는 제1 인공신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 대표 소주제의 사용 빈도 및 대표 소주제의 음절에 적합한 난이도를 선정할수록 보상값이 높아질 수 있으며, 제2 보상은 대표 소주제의 사용 빈도 및 대표 소주제의 음절에 적합하지 않은 난이도를 선정하지 않을수록 보상값이 높아질 수 있다.

S503 단계에서, 장치(200)는 제1 출력 신호에 기초하여 대표 소주제에 대응하는 난이도를 도출할 수 있다.

제1 인공신경망은 대표 소주제의 사용 빈도 및 대표 소주제의 음절을 통해, 대표 소주제에 적합한 난이도를 선정하여, 선정된 난이도에 대응하는 값을 출력할 수 있다.

이때, 출력을 평가하여 보상을 지급할 수 있다. 장치(200)는 대표 소주제의 사용 빈도 및 대표 소주제의 음절에 적합한 난이도를 선정할수록 제1 보상을 많이 수여하고, 대표 소주제의 사용 빈도 및 대표 소주제의 음절에 적합하지 않은 난이도를 선정하지 않을수록 제2 보상을 많이 수여할 수 있다.

또한, 보상에 대한 평가를 기초로 제1 인공신경망을 갱신할 수 있다. 제1 인공신경망이 연관도 정보 및 습득도 정보를 통해, 대표 소주제에 대응하는 난이도를 선정하여 추출하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제1 인공신경망을 갱신할 수 있다. 한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다. 상기와 같은 제1 인공신경망의 학습 과정을 반복함으로써, 제1 인공신경망을 점진적으로 갱신시킬 수 있다.

이를 통해, 장치(200)는 대표 소주제의 사용 빈도 및 대표 소주제의 음절을 통해 대표 소주제에 대응하는 난이도를 출력하는 제1 인공신경망을 학습시킬 수 있다.

도 6은 일실시예에 따른 사용자의 기본 정보를 통해 사용자의 레벨을 평가하는 방법을 설명하기 위한 순서도이다.

먼저, S601 단계에서, 장치(200)는 사용자 단말(110)로부터 사용자의 나이, 사용자의 언어 교육 이력 및 자가 평가 정보 중 적어도 하나를 포함하는 언어 능력 기본 정보를 수신할 수 있다.

S602 단계에서, 장치(200)는 언어 능력 기본 정보에 기초하여 언어 능력 판단 질문을 생성하고, 생성된 언어 능력 판단 질문을 사용자 단말(110)로 제공할 수 있다.

구체적으로, 장치(200)는 사용자의 언어 능력 기본 정보를 수신하고, 사용자의 언어 능력 기본 정보를 통해 사용자와 비슷한 실력의 제1 조직을 추출하고, 사용자를 제1 조직으로 분류할 수 있다. 또한, 장치(200)는 제1 조직에 대응하는 언어 능력 판단 질문을 생성하고, 생성된 언어 능력 판단 질문을 사용자 단말(110)로 제공할 수 있다.

S603 단계에서, 장치(200)는 사용자 단말(110)로부터 언어 능력 판단 질문에 대응하는 사용자 답변을 수신할 수 있다.

S604 단계에서, 장치(200)는 언어 능력 판단 질문에 대응하는 모범 답변들들을 데이터베이스로부터 추출할 수 있다.

구체적으로, 장치(200)는 데이터베이스로부터 언어 능력 판단 질문에 대응하는 기존에 설정한 답변들과 사용자들의 사용자 답변 히스토리를 추출할 수 있다.

S605 단계에서, 장치(200)는 모범 답변들에 포함된 문장의 단어와 사용자 답변에 포함된 문장의 각 단어의 일치율을 판단할 수 있다.

구체적으로, 장치(200)는 모범 답변들에 포함된 문장의 단어를 추출할 수 있는데, 단어들은 모범 답변의 키워드가 될 수 있고, 사용자의 언어 능력 기본 정보에 따라 단어의 수준이 달라질 수 있다. 예를 들어, 사용자가 초급 수준일 경우 모범 답변들에 포함된 문장의 단어는 초급 수준의 단어로 설정될 수 있고, 사용자가 고급 수준일 경우 모범 답변들에 포함된 문장의 단어는 고급 수준의 단어로 설정될 수 있다. 장치(200)는 모범 답변들에 포함된 문장의 단어를 통해 사용자 답변에 포함된 문장의 각 단어의 일치율을 판단할 수 있다.

S606 단계에서, 장치(200)는 일치율에 기초하여, 사용자 답변에 포함된 문장을 유효문장 및 비유효문장 중 어느 하나로 분류할 수 있다.

즉, 장치(200)는 모범 답변들에 포함된 문장의 단어와 사용자 답변에 포함된 문장의 각 단어를 비교한 결과 일치율이 적정 비율보다 크다고 판단하면, 유효문장으로 분류할 수 있고, 일치율이 적정 비율보다 작다고 판단하면, 비유효문장으로 분류할 수 있다.

S609 단계에서, 장치(200)는 사용자 답변에 포함된 유효문장의 총합 개수에 기초하여 사용자의 레벨을 생성할 수 있다.

도 7은 일실시예에 따른 주제와 소주제들 간의 의미 관계를 분석하여 일치도를 생성하는 과정을 설명하기 위한 순서도이다.

먼저, S701 단계에서, 장치(200)는 주제와 생성된 소주제들의 의미 관계를 분석할 수 있다. 여기서, 의미 관계는 소주제가 주제의 상위어, 하위어, 유의어 중 어느 것인지를 파악할 수 있다.

S702 단계에서, 장치(200)는 소주제들 중 주제의 상위어인 소주제들을 추출하여 제1 모임으로 분류할 수 있다.

예를 들어, 주제가 포유류일 경우, 장치(200)는 언어 교육 음악 콘텐츠들에 대응하는 소주제들 중 포유류의 상위어인 동물과 생물을 추출하여 소주제가 동물 or 생물인 언어 교육 음악 콘텐츠들을 제1 모임으로 분류할 수 있다.

S703 단계에서, 장치(200)는 제1 모임에 포함된 소주제들 간의 일치도를 높일 수 있다.

예를 들어, 주제가 포유류이고, 포유류의 상위어인 동물 or 생물을 소주제로 갖는 제1 동물노래, 제1 생물노래를 제1 모임으로 분류한 경우, 장치(200)는 제1 모임에 포함된 제1 동물노래, 제1 생물노래 간의 일치도를 높일 수 있다.

S704 단계에서, 장치(200)는 소주제들 중 주제의 하위어인 소주제들을 추출하여 제2 모임으로 분류할 수 있다.

예를 들어, 주제가 포유류일 경우, 장치(200)는 언어 교육 음악 콘텐츠들에 대응하는 소주제들 중 포유류의 하위어인 개, 고양이, 호랑이, 사자를 추출하여 소주제가 개 or 고양이 or 호랑이 or 사자인 언어 교육 음악 콘텐츠들을 제2 모임으로 분류할 수 있다.

S705 단계에서, 장치(200)는 제2 모임에 포함된 소주제들 간의 일치도를 높일 수 있다.

예를 들어, 주제가 포유류이고, 포유류의 하위어인 개 or 고양이 or 호랑이 or 사자를 소주제로 갖는 제1 개노래, 제1 고양이노래, 제1 호랑이노래, 제1 사자노래를 제2 모임으로 분류한 경우, 장치(200)는 제2 모임에 포함된 제1 개노래, 제1 고양이노래, 제1 호랑이노래, 제1 사자노래 간의 일치도를 높일 수 있다.

S706 단계에서, 장치(200)는 소주제들 중 주제의 유의어인 소주제들을 추출하여 제3 모임으로 분류할 수 있다.

예를 들어, 주제가 포유류일 경우, 장치(200)는 언어 교육 음악 콘텐츠들에 대응하는 소주제들 중 포유류의 유의어인 수류, 짐승, 포유동물을 추출하여 소주제가 수류 or 짐승 or 포유동물인 언어 교육 음악 콘텐츠들을 제3 모임으로 분류할 수 있다.

S707 단계에서, 장치(200)는 제3 모임에 포함된 소주제들 간의 일치도를 높일 수 있다.

예를 들어, 주제가 포유류이고, 포유류의 유의어인 수류 or 짐승 or 포유동물을 소주제로 갖는 제1 수류노래, 제1 짐승노래, 제1 포유동물노래를 제3 모임으로 분류한 경우, 장치(200)는 제3 모임에 포함된 제1 수류노래, 제1 짐승노래, 제1 포유동물노래 간의 일치도를 높일 수 있다.

도 8은 일실시예에 따른 주제와 소주제들 간의 계층적 관계를 분석하여 일치도를 생성하는 과정을 설명하기 위한 순서도이다.

먼저, S801 단계에서, 장치(200)는 주제를 중심으로 소주제들 간의 관계를 나타낼 수 있는 트리도를 생성할 수 있다.

즉, 장치(200)는 주제와 소주제들을 분석하여 소주제들 간의 계층적 관계를 나타낼 수 있는 트리도를 생성할 수 있다. 이와 관련된 구체적인 설명 및 예시는 도 9를 참조하여 하기로 한다.

S802 단계에서, 장치(200)는 같은 계층의 소주제들을 그룹화하여 같은 계층의 소주제들 간의 일치도를 높일 수 있다.

구체적으로, 장치(200)는 생성된 트리도를 기초로, 같은 계층의 소주제들을 그룹화할 수 있고, 그룹화된 같은 계층의 소주제들 간의 일치도를 높일 수 있다.

도 9는 일실시예에 따른 주제와 소주제들의 관계를 트리도로 나타낸 도면이다.

먼저, 장치(200)는 주제 및 소주제들간의 의미 및 상위어, 하위어, 유의어, 반의어 등을 분석하여 트리도를 생성할 수 있다.

또한, 장치(200)는 생성된 트리도를 기초로, 같은 계층의 소주제들을 그룹화할 수 있고, 그룹화된 같은 계층의 소주제들 간의 일치도를 높일 수 있다.

예를 들어 주제가 포유류일 경우, 장치(200)는 도 9와 같이 트리도를 생성할 수 있다.

도 9를 참조하여 예를 들면, 식물과 동물이 같은 계층에 있기 때문에 장치(200)는 소주제가 식물 or 동물인 언어 교육 음악 콘텐츠들을 ㄱ모임으로 분류할 있고, 식물 및 동물간의 소주제 일치도를 높게 생성할 수 있다.

무척추동물과 척추동물이 같은 계층에 있기 때문에 소주제가 무척추동물 or 척추동물인 언어 교육 음악 콘텐츠들을 ㄴ모임으로 분류할 수 있고, 무척추동물 및 척추동물 간의 소주제 일치도를 높게 생성할 수 있다.

변온동물과 정온동물이 같은 계층에 있기 때문에 소주제가 변온동물 or 정온동물인 언어 교육 음악 콘텐츠들을 ㄷ모임으로 분류할 수 있고, 변온동물 및 정온동물 간의 소주제 일치도를 높게 생성할 수 있다.

어류, 파충류, 양서류, 조류, 포유류가 같은 계층에 있기 때문에 소주제가 어류 or 파충류 or 양서류 or 조류 or 포유류인 언어 교육 음악 콘텐츠들을 ㄹ모임으로 분류할 수 있고, 어류, 파충류, 양서류, 조류, 포유류 간의 소주제 일치도를 높게 생성할 수 있다.

또한, 금붕어, 상어, 거북이, 악어, 개구리, 닭, 오리, 개, 고양이가 같은 계층에 있기 때문에 소주제가 금붕어 or 상어 or 거북이 or 악어 or 개구리 or 닭 or 오리 or 개 or 고양이인 언어 교육 음악 콘텐츠들을 ㅁ모임으로 분류할 수 있고, 금붕어, 상어, 거북이, 악어, 개구리, 닭, 오리, 개, 고양이 간의 소주제 일치도를 높게 생성할 수 있다.

도 10은 일실시예에 따른 사용자의 음성의 크기를 통해 사용자의 상황에 맞게 콘텐츠 음량을 자동으로 조절하는 과정을 설명하기 위한 순서도이다.

도 10을 참조하면, 먼저, S1001 단계에서, 장치(200)는 사용자 단말(110)로부터 언어 교육 음악 콘텐츠에 대응하는 사용자의 음성을 수신할 수 있다.

즉, 장치(200)는 사용자 단말(110)로부터 언어 교육 음악 콘텐츠를 학습하고 있는 사용자의 음성을 수신할 수 있다.

S1002 단계에서, 장치(200)는 사용자의 음성을 기초로 사용자의 음성의 세기를 측정하고, 측정된 사용자의 음성의 세기를 기초로 제1 음량값을 생성할 수 있다.

S1003 단계에서, 장치(200)는 언어 교육 음악 콘텐츠의 음량값을 확인하여 제2 음량값으로 생성할 수 있다.

S1004 단계에서, 장치(200)는 제1 음량값에서 제2음량값을 차감한 값으로 차이값을 산출할 수 있다.

S1005 단계에서, 장치(200)는 차이값이 기준 범위를 벗어나는지 여부를 확인할 수 있다. 여기서, 기준 범위는 실시예에 따라 상이하게 설정될 수 있으며, 예를 들어, 기준 범위는 -5dBA부터 5dBA까지로 설정될 수 있다.

S1005 단계에서 차이값이 기준 범위를 벗어나는 것으로 확인되면, S1006 단계에서, 장치(200)는 차이값이 0보다 큰지 여부를 확인할 수 있다.

S1006 단계에서 차이값이 0보다 큰 것으로 확인되면, S1007 단계에서, 장치(200)는 언어 교육 음악 콘텐츠의 음량값을 차이값에 상응하는 크기만큼 커지도록 제어할 수 있다.

예를 들어, 제1 음량값이 60dBA이고, 제2 음량값이 50dBA이고, 기준 범위가 -5dBA부터 5dBA까지로 설정되어 있는 경우, 장치(200)는 차이값을 10dBA로 산출할 수 있으며, 차이값이 기준 범위를 벗어나면서 0보다 큰 것으로 확인되기 때문에, 언어 교육 음악 콘텐츠의 음량값을 10dBA에 상응하는 크기만큼 커지도록 제어할 수 있다.

S1006 단계에서 차이값이 0보다 작은 것으로 확인되면, S1008 단계에서, 장치(200)는 제1 언어 교육 음악 콘텐츠의 음량값을 제1 차이값에 상응하는 크기만큼 작아지도록 제어할 수 있다

예를 들어, 제1 음량값이 40dBA이고, 제2 높이값이 50dBA이고, 기준 범위가 -5dBA부터 5dBA까지로 설정되어 있는 경우, 장치(200)는 차이값을 -10dBA로 산출할 수 있으며, 차이값이 기준 범위를 벗어나면서 0보다 작은 것으로 확인되기 때문에, 언어 교육 음악 콘텐츠의 음량값을 -10dBA에 상응하는 크기만큼 작아지도록 제어할 수 있다.

장치(200)는 사용자의 음성의 크기를 통해 사용자의 상황이 조용한 장소인지 시끄러운 장소인지를 파악하고, 사용자의 상황에 맞게 언어 교육 음악 콘텐츠의 음량을 자동으로 조절할 수 있는 효과가 있다.

도 11은 일실시예에 따른 장치의 구성의 예시도이다.

일실시예에 따른 장치(200)는 프로세서(210) 및 메모리(220)를 포함한다. 프로세서(210)는 도 1 내지 도 10을 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 10을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(200)를 이용하는 자 또는 단체는 도 1 내지 도 10을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.

메모리(220)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(220)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(210)는 프로그램을 실행하고, 장치(200)를 제어할 수 있다. 프로세서(210)에 의하여 실행되는 프로그램의 코드는 메모리(220)에 저장될 수 있다. 장치(200)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 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.

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.

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.

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 청구범위의 범위에 속한다.

Claims (3)

1. 장치에 의해 수행되는 방법에 있어서,
   미리 정의된 주제 카테고리들 중 임의로 어느 하나의 주제를 추출하는 단계;
   음악 콘텐츠가 상기 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하는 단계;
   상기 판단에 기반하여, 상기 음악 콘텐츠를 언어 교육 음악 콘텐츠로 결정하는 단계;
   상기 주제에 대응하는 소주제를 생성하는 단계;
   상기 생성된 소주제를 기초로 상기 소주제 사이의 일치도를 생성하고, 상기 소주제 사이의 일치도가 미리 설정한 값보다 큰 소주제를 그룹으로 생성하는 단계;
   상기 그룹과 상기 언어 교육 음악 콘텐츠를 매칭하는 단계;
   상기 그룹에 포함된 소주제를 이용하여, 상기 그룹의 대표 소주제를 선정하는 단계;
   상기 대표 소주제의 난이도를 확인하여, 상기 대표 소주제의 난이도를 상기 그룹의 난이도로 결정하는 단계;
   사용자의 접속 요청에 응답하여, 미리 정의된 레벨들 중 상기 사용자의 레벨을 획득하는 단계;
   상기 사용자의 레벨에 대응하는 난이도인 제1 난이도를 추출하는 단계;
   상기 제1 난이도와 상기 그룹의 난이도를 비교하여 상기 제1 난이도와 대응하는 난이도를 갖는 제1 그룹을 추출하는 단계;
   상기 제1 그룹과 매칭된 언어 교육 음악 콘텐츠 중 하나를 선택하는 단계;
   상기 선택된 언어 교육 음악 콘텐츠를 상기 사용자의 사용자 단말로 전송하는 단계;
   상기 사용자 단말로 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 대표 소주제와 관련된 언어 문제를 제공하고, 상기 언어 문제에 대응하는 상기 사용자의 문제 답변을 획득하고, 상기 사용자의 문제 답변을 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 성취도 점수를 생성하는 단계;
   상기 선택된 교육 음악 콘텐츠의 평균 지속 재생 시간 및 재생 횟수를 획득하고, 상기 평균 지속 재생 시간 및 상기 재생 횟수를 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 집중도 점수를 생성하는 단계;
   상기 사용자 단말로부터 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 만족도를 판단할 수 있는 설문지를 제공하고, 상기 설문지에 대한 사용자의 설문 답변을 획득하고, 상기 사용자의 설문 답변을 기초로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 만족도 점수를 생성하는 단계;
   상기 사용자의 성취도 점수, 상기 사용자의 집중도 점수, 상기 사용자의 만족도 점수를 합한 값으로, 상기 선택된 언어 교육 음악 콘텐츠에 대응하는 상기 사용자의 총합 점수를 산출하는 단계; 및
   상기 사용자의 총합 점수가 미리 설정된 목표 값보다 큰지 여부를 판단하고, 상기 사용자의 총합 점수가 상기 목표 값보다 크다고 판단되면, 상기 선택된 언어 교육 음악 콘텐츠에 가산점을 부여하는 단계를 포함하고,
   상기 음악 콘텐츠가 상기 주제에 대한 언어 교육 음악 콘텐츠로 선정될 수 있는지 여부를 판단하는 단계는,
   상기 음악 콘텐츠의 가사를 기초로, 상기 음악 콘텐츠에 포함된 단어들 중 상기 주제와 관련이 있는 단어를 관련 단어로 검출하고, 상기 주제와 관련이 없는 단어를 부가 단어로 검출하고, 상기 음악 콘텐츠에 포함된 단어들 내에 포함되어 있는 상기 관련 단어와 상기 부가 단어의 비율을 기초로, 상기 음악 콘텐츠의 가사 점수를 생성하는 단계;
   상기 음악 콘텐츠에 포함된 단어와 상기 주제 및 상기 소주제를 비교하여, 상기 음악 콘텐츠의 핵심 단어를 추출하고, 상기 핵심 단어가 몇 번 반복되는지를 산출하여, 상기 음악 콘텐츠의 반복 점수를 생성하는 단계;
   상기 음악 콘텐츠에 포함된 음표의 종류, 상기 음악 콘텐츠의 리듬에 기반하여 상기 음악 콘텐츠의 속도를 결정하고, 상기 음악 콘텐츠의 총 가창시간을 확인하고, 상기 음악 콘텐츠의 속도 및 가창시간을 이용하여, 상기 음악 콘텐츠의 간결 점수를 생성하는 단계;
   상기 음악 콘텐츠의 음역대를 기초로, 상기 음악 콘텐츠의 음역대가 미리 정의된 음역대 구간 내에 포함되어 있는지 여부를 판단하여, 상기 음악 콘텐츠의 음역 점수를 생성하는 단계;
   상기 음악 콘텐츠의 가사 점수, 상기 음악 콘텐츠의 반복 점수, 상기 음악 콘텐츠의 간결 점수, 상기 음악 콘텐츠의 음역 점수를 합산한 값으로, 상기 음악 콘텐츠의 총합 점수를 산출하는 단계;
   상기 음악 콘텐츠의 총합 점수가 미리 설정된 기준 값보다 큰지 여부를 판단하는 단계; 및
   상기 음악 콘텐츠의 총합 점수가 상기 기준 값보다 크다고 판단되면, 상기 음악 콘텐츠를 상기 언어 교육 음악 콘텐츠로 선정하는 단계를 포함하는,
   음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법.
2. 삭제
3. 제1항에 있어서,
   상기 대표 소주제의 난이도를 확인하여, 상기 대표 소주제의 난이도를 상기 그룹의 난이도로 결정하는 단계는,
   상기 대표 소주제의 사용 빈도, 음절에 기초하여 제1 입력 신호를 생성하는 단계;
   상기 제1 입력 신호를 제1 인공신경망-상기 제1 인공신경망은 입력된 대표 소주제에 따라 난이도를 추론하는 인공지능모델이고, 사용 빈도, 음절과 난이도에 대한 연관관계를 획득하기 위해 미리 트레이닝 됨-에 적용하여 제1 출력 신호를 생성하는 단계; 및
   상기 제1 출력 신호에 기초하여 상기 대표 소주제에 대응하는 난이도를 도출하는 단계를 포함하고,
   음악을 접목한 인공지능 기반 언어 교육 콘텐츠 제공 방법.

Images