KR102578093B1 - 상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 - Google Patents
상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 Download PDFInfo
- Publication number
- KR102578093B1 KR102578093B1 KR1020230059448A KR20230059448A KR102578093B1 KR 102578093 B1 KR102578093 B1 KR 102578093B1 KR 1020230059448 A KR1020230059448 A KR 1020230059448A KR 20230059448 A KR20230059448 A KR 20230059448A KR 102578093 B1 KR102578093 B1 KR 102578093B1
- Authority
- KR
- South Korea
- Prior art keywords
- counseling
- information
- consultation
- client
- counselor
- Prior art date
Links
- 238000009223 counseling Methods 0.000 title claims abstract description 306
- 238000000034 method Methods 0.000 title claims description 44
- 239000013598 vector Substances 0.000 claims description 28
- 230000008859 change Effects 0.000 claims description 19
- 238000003058 natural language processing Methods 0.000 claims description 5
- 230000035882 stress Effects 0.000 description 27
- 238000013528 artificial neural network Methods 0.000 description 21
- 230000015654 memory Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000009231 family therapy Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004037 social stress Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000008448 thought Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Pathology (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Business, Economics & Management (AREA)
- Social Psychology (AREA)
- General Business, Economics & Management (AREA)
- Psychology (AREA)
- Animal Behavior & Ethology (AREA)
- Probability & Statistics with Applications (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Heart & Thoracic Surgery (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
Abstract
본 개시는 내담자와 상담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템에 관한 것이다. 본 개시에 따르면 전자 상담 기록 서버는 상기 내담자와 상기 상담자 사이의 상담 내용에 관한 음성 정보를 획득하고, 상기 음성 정보를 텍스트로 변환하고, 상기 텍스트로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보, 및 상기 상담 내용의 기록에 이용되는 상담 기록 정보를 추출하고, 미리 학습된 제1 NLP 모델을 이용하여, 상기 상담 기록 정보로부터 상기 상담 내용을 요약한 상담 요약 정보를 생성하고, 미리 학습된 제2 NLP 모델을 이용하여, 상기 상담 기록 정보로부터 상기 내담자의 성향 및 스트레스에 대한 상담 분석 정보를 생성하고, 상기 센터 관리 정보, 상기 상담 요약 정보, 및 상기 상담 분석 정보에 기반하여, 상기 상담 내용에 대응되는 전자 상담 기록 정보를 생성할 수 있다.
Description
본 개시(disclosure)는 일반적으로 상담 서비스를 지원하는 시스템에 관한 것으로, 보다 구체적으로 상담 지원 시스템에서, 인공 신경망을 이용하여 상담자와 내담자의 음성 상담 내용을 기록 및 분석함으로써, 상담 센터의 효율적인 운영을 지원하기 위한 장치 및 방법에 관한 것이다.
심리 상담은 전문 지식을 갖춘 상담자가 심리적 문제를 지닌 내담자와의 관계에서 공감적 이해, 긍정적 존중, 진실성을 기본으로 상담심리의 여러 이론들, 정신분석, 행동주의, 인본주의, 인지주의, 형태주의, 현실요법, 교류분석, 가족치료 등의 내용을 이용하여 그들의 문제 해결을 돕는 치료 방법을 지시한다. 즉, 상담자는 내담자에게 심리 상담을 통해, 내담자가 인간의 사고, 감정, 행동, 대인관계에 대해 탐색하도록 안내하여 다양한 자신의 문제들을 이해하고 변화하도록 돕는 역할을 수행하고 있다.
전통적으로, 심리 상담은 상담실에 상담자와 내담자가 면대면으로 만나서 진행되었다. 그러나, 면대면 방식의 심리 상담의 경우에서, 대인 관계에서의 문제를 지니고 있거나 사회 불안이 심한 내담자가 상담자와 직접 마주해야 하는 상담에 부담을 느껴, 심리 상담이 원활하게 진행되지 않는 경우가 많았다. 이러한 내담자에게 심리 상담 서비스를 보다 효율적으로 제공하기 위하여, 최근, 화상을 통해 비대면으로 심리 상담 서비스를 제공하는 경우가 많아지고 있다.
종래에 따르면, 심리 상담은 내담자가 오프라인 또는 온라인으로 상담 서비스를 제공하는 상담 센터에 방문하고, 상담 센터 운영자가 소속된 전문 상담사를 내담자와 연결함으로써 내담자에게 상담 서비스를 제공하고, 상담자가 내담자와의 상담 내용을 녹음하고 다시 재생하여 상담 일지를 직접 수기로 기록하는 방식으로 이루어 졌다. 여기서, 상담 내용은 대화 내용에 따른 문자로 구성되어 있으므로, 상담자가 상담 일지를 기록하는 중에 상담 내용을 분실하거나 오기입 하는 경우가 발생하였으며, 상담자가 문자로 된 상담 내용에서 분석이 필요한 지표를 직접 확인 및 추출하여 수치화 하는 번거로움이 있었으며, 또한, 상담 센터는 내담자의 방문 일정, 방문 이유, 상담 기록 등을 상담자로부터 전달받아 별도로 관리해야 하는 문제가 있었다. 이에 대응하여, 상담 센터를 체계적 및 효율적으로 관리하고 내담자에게 보다 정확한 상담 서비스를 제공하기 위한 기술 개발이 요구되고 있다.
전술한 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지 기술을 지시하지 않는다.
상술한 바와 같은 논의를 바탕으로, 본 개시(disclosure)는 상담자와 내담자의 상담 내용을 기록 및 분석하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 상담 지원 시스템에서, 인공 신경망에 기반하여 상담자와 내담자의 상담 내용에 대한 전자 상담 기록을 관리하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 상담 지원 시스템에서, 상담 내용에 대한 음성 정보를 텍스트로 변환하고, 텍스트로부터 상담 센터의 운영 관리, 상담 내용의 요약, 및 상담 내용 분석을 위한 정보를 추출하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 상담 지원 시스템에서, 내담자의 언어 및 음성 특징을 고려하여, 내담자에 대한 상담 분석을 수행하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 상담 지원 시스템에서, 상담자에게 전자 상담 기록을 통합적으로 표시하는 상담 UI(user interface) 페이지를 제공하기 위한 장치 및 방법을 제공한다.
또한, 본 개시는 상담 지원 시스템에서, 전자 상담 기록을 이용하여 상담 센터를 효율적으로 운영하기 위한 장치 및 방법을 제공한다.
본 개시의 다양한 실시 예들에 따르면, 내담자와 상담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템에서, 전자 상담 기록 서버의 동작 방법은 상기 내담자와 상기 상담자 사이의 상담 내용에 관한 음성 정보를 획득하는 단계, 상기 음성 정보를 텍스트로 변환하고, 상기 텍스트로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보, 및 상기 상담 내용의 기록에 이용되는 상담 기록 정보를 추출하는 단계, 미리 학습된 제1 NLP(natural language processing) 모델을 이용하여, 상기 상담 기록 정보로부터 상기 상담 내용을 요약한 상담 요약 정보를 생성하는 단계, 미리 학습된 제2 NLP 모델을 이용하여, 상기 상담 기록 정보로부터 상기 내담자의 성향 및 스트레스에 대한 상담 분석 정보를 생성하는 단계, 및 상기 센터 관리 정보, 상기 상담 요약 정보, 및 상기 상담 분석 정보에 기반하여, 상기 상담 내용에 대응되는 전자 상담 기록 정보를 생성하는 단계를 포함할 수 있다.
다른 일 실시 예에 따르면, 상기 상담 분석 정보를 생성하는 단계는 상기 상담 기록 정보를 이용하여 단어 리스트를 생성하는 단계, 상기 단어 리스트에 포함된 단어 빈도에 기반하여, 상기 단어 리스트에 대한 가중치 셋을 산출하는 단계, 상기 단어 리스트에 대응하는 단어 벡터에 상기 가중치 셋을 적용하여, 특징 벡터를 산출하는 단계, 상기 특징 벡터를 이용하여, 상기 내담자의 성향에 관련된 제1 상담 분석과 상기 내담자의 스트레스에 관련된 제2 상담 분석을 생성하는 단계, 및 상기 제1 상담 분석과 상기 제2 상담 분석에 기반하여, 상담 분석 정보를 생성하는 단계를 포함할 수 있다.
다른 일 실시 예에 따르면, 전자 상담 기록 서버의 동작 방법은 상기 단어 리스트에 포함된 단어들을 긍정 키워드 또는 부정 키워드로 분류하고, 상기 긍정 키워드, 상기 부정 키워드, 및 상기 가중치 셋에 기반하여 상기 내담자에 대한 언어 안정 상태를 결정하는 단계, 상기 음성 정보에 포함된 상기 내담자의 음성 높낮이 변화, 상기 내담자의 대화 속도 변화를 이용하여, 상기 내담자의 음성 안정 상태를 결정하는 단계, 및 상기 언어 안정 상태와 상기 음성 안정 상태에 기반하여, 상기 내담자의 스트레스에 대한 제2 상담 분석을 갱신하는 단계를 더 포함할 수 있다.
다른 일 실시 예에 따르면, 전자 상담 기록 서버의 동작 방법은 상기 음성 정보에 포함된 상기 상담자의 음성 높낮이 변화, 상기 상담자의 대화 속도 변화에 기반하여, 상기 상담자의 상기 내담자에 대한 안정성을 지시하는 상담자 안정 상태 레벨을 결정하는 단계, 및 상기 상담자 안정 상태 레벨을 상기 전자 상담 기록 정보에 포함시키는 단계를 더 포함할 수 있다.
다른 일 실시 예에 따르면, 전자 상담 기록 서버의 동작 방법은 상기 전자 상담 기록 정보를 이용하여 상기 상담자가 운용하는 상담자 단말에 상담 관리를 지원하는 상담 UI(user interface) 페이지를 제공하는 단계를 더 포함하고, 상기 상담 UI 페이지는 상기 상담자가 관리하는 상담 서비스에 대한 일정 관리 정보를 표시하는 제1 UI 영역, 상기 내담자의 성별, 연령, 결혼 여부, 및 상담 요청 건수에 대한 고객 관리 정보와 상기 내담자의 추가 상담 예약에 대한 예약 관리 정보, 상기 상담 요약 정보와 상담 분석 정보를 표시하는 제2 UI 영역을 포함할 수 있다.
본 발명의 다양한 각각의 측면들 및 특징들은 첨부된 청구항들에서 정의된다. 종속 청구항들의 특징들의 조합들(combinations)은, 단지 청구항들에서 명시적으로 제시되는 것뿐만 아니라, 적절하게 독립항들의 특징들과 조합될 수 있다.
또한, 본 개시에 기술된 임의의 하나의 실시 예(any one embodiment) 중 선택된 하나 이상의 특징들은 본 개시에 기술된 임의의 다른 실시 예 중 선택된 하나 이상의 특징들과 조합될 수 있으며, 이러한 특징들의 대안적인 조합이 본 개시에 논의된 하나 이상의 기술적 문제를 적어도 부분적으로 경감시키거나, 본 개시로부터 통상의 기술자에 의해 식별될 수 있는(discernable) 기술적 문제를 적어도 부분적으로 경감시키고, 나아가 실시 예의 특징들(embodiment features)의 이렇게 형성된 특정한 조합(combination) 또는 순열(permutation)이 통상의 기술자에 의해 양립 불가능한(incompatible) 것으로 이해되지만 않는다면, 그 조합은 가능하다.
본 개시에 기술된 임의의 예시 구현(any described example implementation)에 있어서 둘 이상의 물리적으로 별개의 구성 요소들은 대안적으로, 그 통합이 가능하다면 단일 구성 요소로 통합될 수도 있으며, 그렇게 형성된 단일한 구성 요소에 의해 동일한 기능이 수행된다면, 그 통합은 가능하다. 반대로, 본 개시에 기술된 임의의 실시 예(any embodiment)의 단일한 구성 요소는 대안적으로, 적절한 경우, 동일한 기능을 달성하는 둘 이상의 별개의 구성 요소들로 구현될 수도 있다.
본 발명의 특정 실시 예들(certain embodiments)의 목적은 종래 기술과 관련된 문제점 및/또는 단점들 중 적어도 하나를, 적어도 부분적으로, 해결, 완화 또는 제거하는 것에 있다. 특정 실시 예들(certain embodiments)은 후술하는 장점들 중 적어도 하나를 제공하는 것을 목적으로 한다.
본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담자와 내담자의 상담 내용을 기록 및 분석할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담 지원 시스템에서, 인공 신경망에 기반하여 상담자와 내담자의 상담 내용에 대한 전자 상담 기록을 관리할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담 지원 시스템에서, 상담 내용에 대한 음성 정보를 텍스트로 변환하고, 텍스트로부터 상담 센터의 운영 관리, 상담 내용의 요약, 및 상담 내용 분석을 위한 정보를 추출함으로써, 내담자, 상담자, 및 상담 센터에 대한 통합적인 상담 플랫폼을 제공할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담 지원 시스템에서, 내담자의 언어 및 음성 특징을 고려하여, 내담자의 성향 및 스트레스에 관련된 상담 분석을 정확하게 수행할 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담 지원 시스템에서, 상담자에게 전자 상담 기록을 통합적으로 표시하는 상담 UI(user interface) 페이지를 제공하여 상담자가 상담에만 집중하게 함으로써, 심리 상담의 질을 향상시킬 수 있게 한다.
또한, 본 개시의 다양한 실시 예들에 따른 장치 및 방법은 상담 지원 시스템에서, 전자 상담 기록을 이용하여 상담 센터를 효율적으로 운영할 수 있게 한다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 본 개시의 다양한 실시 예들에 따른 상담자와 내담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템을 도시한다.
도 2는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 서버의 구성을 도시한다.
도 3은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 정보를 생성하는 과정에 관한 모식도를 도시한다.
도 4는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 상담 분석을 생성하는 과정에 대한 모식도를 도시한다.
도 5는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 상담 관리를 지원하는 상담 UI 페이지의 일 예를 도시한다.
도 6은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 서버의 동작 방법에 대한 흐름도를 도시한다.
도 1은 본 개시의 다양한 실시 예들에 따른 상담자와 내담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템을 도시한다.
도 2는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 서버의 구성을 도시한다.
도 3은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 정보를 생성하는 과정에 관한 모식도를 도시한다.
도 4는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 상담 분석을 생성하는 과정에 대한 모식도를 도시한다.
도 5는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 상담 관리를 지원하는 상담 UI 페이지의 일 예를 도시한다.
도 6은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템에서, 전자 상담 기록 서버의 동작 방법에 대한 흐름도를 도시한다.
본 개시에서 사용되는 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 개시에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 개시에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 개시에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 개시에서 정의된 용어일지라도 본 개시의 실시 예들을 배제하도록 해석될 수 없다.
이하에서 설명되는 본 개시의 다양한 실시 예들에서는 하드웨어적인 접근 방법을 예시로서 설명한다. 하지만, 본 개시의 다양한 실시 예들에서는 하드웨어와 소프트웨어를 모두 사용하는 기술을 포함하고 있으므로, 본 개시의 다양한 실시 예들이 소프트웨어 기반의 접근 방법을 제외하는 것은 아니다.
이하 본 개시는 상담 서비스를 지원하는 시스템에 관한 것이다. 구체적으로, 본 개시는 상담 지원 시스템에서, 인공 신경망을 이용하여 상담자와 내담자의 음성 상담 내용을 기록 및 분석하기 위한 기술을 설명한다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 다양한 실시예들을 상세히 설명한다. 그러나 본 개시의 기술적 사상은 다양한 형태로 변형되어 구현될 수 있으므로 본 명세서에서 설명하는 실시예들로 제한되지 않는다. 본 명세서에 개시된 실시예들을 설명함에 있어서 관련된 공지 기술을 구체적으로 설명하는 것이 본 개시의 기술적 사상의 요지를 흐릴 수 있다고 판단되는 경우 그 공지 기술에 대한 구체적인 설명을 생략한다. 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 어떤 요소가 다른 요소와 "연결"되어 있다고 기술될 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라 그 중간에 다른 요소를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 어떤 요소가 다른 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 요소 외에 또 다른 요소를 배제하는 것이 아니라 또 다른 요소를 더 포함할 수 있는 것을 의미한다.
일부 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 설명될 수 있다. 이러한 기능 블록들의 일부 또는 전부는 특정 기능을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 본 개시의 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 본 개시의 기능 블록이 수행하는 기능은 복수의 기능 블록에 의해 수행되거나, 본 개시에서 복수의 기능 블록이 수행하는 기능들은 하나의 기능 블록에 의해 수행될 수도 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.
또한, 본 개시에서, 특정 조건의 만족(satisfied), 충족(fulfilled) 여부를 판단하기 위해, 초과 또는 미만의 표현이 사용되었으나, 이는 일 예를 표현하기 위한 기재일 뿐 이상 또는 이하의 기재를 배제하는 것이 아니다. '이상'으로 기재된 조건은 '초과', '이하'로 기재된 조건은 '미만', '이상 및 미만'으로 기재된 조건은 '초과 및 이하'로 대체될 수 있다.
도 1은 본 개시의 다양한 실시 예들에 따른 상담자와 내담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템(100)을 도시한다.
상담 지원 시스템(100)은 상담자와 내담자 사이에서 상담이 이루어질 수 있도록 연결하는 시스템을 지시한다. 구체적으로, 상담 지원 시스템(100)은 상담 환경을 통해 상담자와 내담자를 연결하여, 심리 상담이 이루어질 수 있도록 보조하는 시스템을 지시한다. 상담 지원 시스템(100)에 따르면, 상담 서비스 제공자는 상담 센터를 방문한 내담자를 상담자와 연결함으로써, 내담자에게 심리 상담 서비스를 제공할 수 있다. 본 개시의 일 실시 예에 따르면, 상담 지원 시스템(100)은 내담자 단말(110), 상담자 단말(120), 외부 서버(130), 전자 상담 기록 서버(150), 및 네트워크(170)를 포함할 수 있다.
내담자 단말(110)은 내담자(111)가 운용하는 전자 장치를 지시한다. 내담자(111)는 심리적인 어려움을 느껴 상담자의 도움을 받아 이를 해결하고자 하는 자를 지시하며, 내담자(111)는 상담 센터에 직접 방문하거나, 내담자 단말(110)에 탑재된 애플리케이션을 통하여 상담 센터가 운용하는 웹 사이트에 접속함으로써, 심리 상담 서비스를 제공받을 수 있다. 내담자 단말(110)은 내담자(111)로부터의 입력에 기반하여 상담에 필요한 정보를 생성하고, 내담자(111)가 상담 서비스를 이용할 수 있도록 보조할 수 있다. 본 개시의 일 실시 예에 따르면, 내담자 단말(110)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말을 포함할 수 있다. 구체적으로, 내담자 단말(110)은 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(personal digital assistants), PMP(portable multimedia player), 태블릿 PC를 지시할 수 있다. 또한, 내담자 단말(110)은 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 상담자 단말(120), 외부 서버(130), 및 전자 상담 기록 서버(150) 중 적어도 하나와 통신을 수행할 수 있다.
상담자 단말(120)은 상담자(121)가 운용하는 전자 장치를 지시한다. 상담자(121)는 상담을 통해 내담자의 어려움을 도와주는 역할을 수행하는 자를 지시한다. 예를 들어, 상담자는 상담 센터에 소속되거나 계약에 따라 협의되어, 내담자에게 상담 서비스를 제공하는 전문 상담사를 지시할 수 있다. 상담자(121)는 상담자 단말(120)에 탑재된 애플리케이션을 통해 내담자(111)에게 상담 서비스를 제공할 수 있다. 상담자 단말(120)은 상담자(121)로부터의 입력에 기반하여, 상담 일정, 상담 현황, 상담 일지 등을 종합적으로 관리하고, 상담자(121)가 상담 서비스를 제공할 수 있도록 보조할 수 있다. 본 개시의 일 실시 예에 따르면, 상담자 단말(120)은 내담자 단말(110)과 같이, 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말을 포함할 수 있다.
외부 서버(130)는 상담에 관한 정보를 관리하는 외부 장치를 지시한다. 외부 서버(130)는 네트워크를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 외부 서버(130)는 상담에 관련된 빅데이터를 저장 및 관리하는 비영리 심리 상담 협회 등, 심리 상담에 관련된 정보를 저장하는 외부 장치를 모두 포함할 수 있다.
전자 상담 기록 서버(150)는 상담 서비스 제공자가 운용하는 전자 장치를 지시한다. 상담 서비스 제공자는 상담 센터를 운영하는 자연인 또는 법인을 지시하고, 상담자(121)가 내담자(111)에게 상담 서비스를 제공할 수 있도록 지원하는 기능을 수행할 수 있다. 여기서, 전자 상담 기록 서버(150)는 상담자(121)가 내담자(111)에게 상담 서비스를 제공하는 과정에서, 상담 내용을 관리하는 서버 장치를 지시할 수 있다. 본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.
도 1에 도시된 바와 같이, 상담 지원 시스템(100)의 구성요소들은 네트워크(170)를 통해 연결될 수 있다. 본 개시의 일 실시 예에 따르면, 네트워크(170)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd generation partnership project) 네트워크, LTE(long term evolution) 네트워크, 5GPP(5rd generation partnership project) 네트워크, WIMAX(world interoperability for microwave access) 네트워크, 인터넷(internet), LAN(local area network), Wireless LAN(wireless local area network), WAN(wide area network), PAN(personal area network), 블루투스 (bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(digital multimedia broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
상담 센터의 경우 심리 상담에 대한 내담자(111)의 어려움을 기록하기 위한 별도의 시스템이 없기 때문에, 상담자(121)는 내담자(111)와의 상담 내용에 따른 상담 일지를 수기로 작성하여 상담 센터에 전달하고, 상담 센터를 전달받은 내용을 바탕으로 내담자에 대한 상담 내용 및 일정을 관리한다. 이 과정에서, 잘못된 상담 내용이나 센터 관리 정보가 전달되는 경우가 발생하는 문제가 있었다.
본 개시의 상담 지원 시스템(100)에 따르면, 상담자(121)가 내담자(111)에게 상담 서비스를 제공하는 과정에서, 전자 상담 기록 서버(150)는 상담 내용을 기록 관리한다. 구체적으로, 전자 상담 기록 서버(150)는 내담자(111)와 상담자(121) 사이의 상담 내용에 관한 음성 정보를 획득하고, 음성 정보로부터 상담 센터를 관리하기 위한 정보, 상담의 직접적인 내용에 관한 정보, 및 내담자에 대한 상담 분석 정보를 생성하여 관리함으로써, 상담 서비스 관계자들에 대한 통합적인 상담플랫폼으로의 기능을 수행할 수 있다. 이하에서, 전자 상담 기록 서버(150)의 구체적인 구성 및 동작이 상세히 설명된다.
도 2는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템(100)에서, 전자 상담 기록 서버(150)의 구성(200)을 도시한다.
이하 사용되는 '...부', '...기' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 전자 상담 기록 서버(150)는 메모리(210), 프로세서(220), 통신부(230), 입출력 인터페이스(240), 및 디스플레이부(250)를 포함할 수 있다.
메모리(210)는 전자 상담 기록 서버(150)의 동작을 위한 기본 프로그램, 응용 프로그램, 설정 정보 등의 데이터를 일시적 또는 영구적으로 저장한다. 메모리(210)는 RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다. 이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism)을 이용하여 메모리(210)와 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 실시예에 따라서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신부(230)를 통해 메모리(210)에 로딩될 수도 있다. 또한, 메모리(210)는 프로세서(220)의 요청에 따라 저장된 데이터를 제공할 수 있다. 본 개시의 일 실시 예에 따르면, 메모리(210)는 상담 내용에 관한 음성 정보를 저장할 수 있다. 또한, 메모리(210)는 생성된 전자 상담 기록 정보를 저장할 수 있다.
프로세서(220)는 전자 상담 기록 서버(150)의 전반적인 동작들을 제어한다. 예를 들어, 프로세서(220)는 통신부(230)를 통해 신호가 송신 및 수신되도록 제어할 수 있다. 또한, 프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신부(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. 예를 들어, 프로세서(220)는 전자 상담 기록 서버(150)가 후술하는 다양한 실시 예들에 따른 동작들을 수행하도록 제어할 수 있다.
본 개시의 일 실시 예에 따르면, 프로세서(220)는 기 내담자와 상담자 사이의 상담 내용에 관한 음성 정보를 획득하고, 음성 정보를 텍스트로 변환하고, 텍스트로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보, 및 상담 내용의 기록에 이용되는 상담 기록 정보를 추출하고, 미리 학습된 제1 NLP 모델을 이용하여, 상담 기록 정보로부터 상담 내용을 요약한 상담 요약 정보를 생성하고, 미리 학습된 제2 NLP 모델을 이용하여, 상담 기록 정보로부터 내담자의 성향 및 스트레스에 대한 상담 분석 정보를 생성하고, 센터 관리 정보, 상담 요약 정보, 및 상담 분석 정보에 기반하여, 상담 내용에 대응되는 전자 상담 기록 정보를 생성하도록 제어할 수 있다.
또한, 프로세서(220)는 인공 신경망 모델 구조를 구현할 수 있다. 즉, 인공 신경망 모델은 프로세서(220)를 통해 하드웨어 또는 소프트웨어로 구현될 수 있다. 인공 신경망은 심리 상담에 관련된 빅데이터를 이용하여 학습될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 적용되는 전자 상담 기록 서버(150) 자체에서 수행되거나, 별도의 학습용 서버를 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.
인공 신경망 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 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 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.
본 명세서에 걸쳐, 신경망은 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드는 뉴런(neuron)들로 지칭될 수도 있다. 인공 신경망은 복수의 노드들을 포함하여 구성되며, 노드들은 하나 이상의 링크에 의해 상호 연결될 수 있다. 신경망 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 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.
본 개시에 따른 인공 신경망은 NLP 모델로 구현될 수 있으며, NLP 모델은 거대한 양의 텍스트 데이터 내의 단어들 사이의 관계 추론이 가능한, 공개된 LLM(large language model)을 지시할 수 있다. NLP 모델은 텍스트로부터 의미가 있는 정보를 분석 및 추출할 수 있어, 현재, 기계 번역, 비즈니스 분류, 및 챗봇과 같은 등 다양한 형태로 운용되고 있다. 본 개시에 따른 NLP 모델은 상담 내용에 대한 정보를 입력 받고, 정보에 포함된 키워드를 조합하여 문장 형태의 상담 요약 정보, 상담 분석 정보를 출력하도록 학습된 모델을 지시할 수 있다.
통신부(230)는 무선 채널을 통해 신호를 송수신하기 위한 기능들을 수행한다. 통신부(230)의 전부 또는 일부는 송신부, 수신부, 송수신부로 지칭될 수 있다. 통신부(230)는 통신망을 통해 전자 상담 기록 서버(150)와 적어도 하나의 다른 노드가 서로 통신하기 위한 기능을 제공할 수 있다. 본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 요청 신호를 생성한 경우, 요청 신호는 통신부(230)의 제어에 따라 통신망을 통해 적어도 하나의 다른 노드로 전달될 수 있다. 역으로, 적어도 하나의 다른 노드의 프로세서의 제어에 따라 제공되는 제어 신호나 명령, 콘텐츠, 파일 등이 통신부(230)를 통해 전자 상담 기록 서버(150)로 수신될 수 있다. 본 개시의 일 실시 예에 따르면, 통신부(230)는 상담 내용에 대한 음성 정보를 수신할 수 있다. 또한, 통신부(230)는 생성한 전자 상담 기록 정보를 외부로 송신할 수 있다.
입출력 인터페이스(240)는 입출력 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 이때 입력 장치는 예를 들어 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 이미지를 표시하기 위한 디스플레이부 등과 같은 장치의 형태로 구비될 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 구체적으로, 전자 상담 기록 서버(150)의 프로세서(220)는 메모리(210)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(240)를 통해 디스플레이에 표시될 수 있다. 본 개시의 일 실시 예에 따르면, 입출력 인터페이스(240)는 디스플레이부(250)와의 인터페이스를 위한 수단을 포함할 수 있다. 입출력 인터페이스(240)는 디스플레이부(250)에 표시된 웹 브라우징 윈도우에 대한 사용자 입력을 수신할 수 있고, 전술한 사용자 입력에 응답하여 디스플레이부(250)를 통해 출력할 출력 데이터를 프로세서(220)로부터 전달받을 수 있다. 본 개시의 일 실시 예에 따르면, 입출력 인터페이스(240)는 전자 상담 기록 정보를 생성하기 위한 제어 신호를 직접 입력 받을 수 있다.
디스플레이부(250)는 하나 이상의 디스플레이를 포함하는 디스플레이 모듈을 지시한다. 디스플레이부(250)에 포함된 하나 이상의 디스플레이 각각은 개별적으로 독립된 컨텐츠를 표시할 수 있고, 전술한 하나 이상의 디스플레이가 결합하여 단일 컨텐츠를 표시할 수도 있다. 본 개시의 일 실시 예에 따르면, 디스플레이부(250)에 포함된 하나 이상의 디스플레이는 물리적으로 분리된 다중 디스플레이를 포함할 수 있고, 물리적으로 결합된 다중 디스플레이일 수도 있으며, 하나의 화면을 분할하여 사용할 수 있는 디스플레이일 수도 있다. 본 개시의 일 실시 예에 따르면, 디스플레이부(250)는 전자 상담 기록 정보의 생성 현황을 디스플레이에 표시할 수 있다.
전자 상담 기록 서버(150)는 내담자(111)와 상담자(121) 사이의 상담 내용에 대한 음성 정보로부터 상담 내용에 대한 텍스트 정보를 생성할 수 있다. 이후, 전자 상담 기록 서버(150)는 텍스트에서 상담 센터의 고객 관리에 이용되는 센터 관리 정보를 추출함으로써, 상담자(121)가 별도의 일정이나 예약 정보를 상담 센터로 전달하지 않더라도 상담 센터가 상담접수, 고객관리, 예약관리, 매출통계와 같은 센터 관리를 신속하고 정확하게 수행할 수 있다. 또한, 전자 상담 기록 서버(150)는 텍스트로부터 미리 학습된 인공 신경망을 이용하여 상담 기록 정보를 생성함으로써, 상담자(121)가 상담에만 집중할 수 있도록 지원할 수 있다. 이하에서, 전자 상담 기록 서버(150)가 센터 관리 정보, 및 상담 기록 정보를 생성하는 구체적인 방법이 설명된다.
도 3은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템(100)에서, 전자 상담 기록 정보를 생성하는 과정에 관한 모식도(300)를 도시한다.
전자 상담 기록 서버(150)는 음성 정보(311)를 획득하고, 전자 상담 기록 정보(361)를 생성한다. 전자 상담 기록 서버(150)는 내담자(111)와 상담자(121)의 상담 내용에 관한 음성 정보(311)를 분석하여, 상담 센터의 관리를 위한 센터 관리 정보(331), 상담 내용을 요약한 상담 요약 정보(351), 및 상담 내용의 분석에 대한 상담 분석 정보(353)를 추출하여 데이터베이스화 함으로써, 전자 상담 기록 정보(361)를 생성할 수 있다.
전자 상담 기록 서버(150)는 내담자(111)와 상담자(121) 사이의 대화 내용에 대한 음성 정보(311)를 획득한다. 본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 내담자(111)와 상담자(121)가 상담실에서 대면으로 상담을 진행한 경우 대화 내용을 녹음할 수 있다. 본 개시의 다른 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 내담자(111)와 상담자(121)가 비대면으로 상담을 진행한 경우, 비대면 웹 페이지의 로그 기록으로부터 대화 내용에 대한 음성 데이터를 수신할 수 있다.
전자 상담 기록 서버(150)는 음성 정보(311)를 텍스트(321)로 변환한다. 전자 상담 기록 서버(150)는 음성 정보(311)를 인식하여 상담 내용에 대한 텍스트(321)로 변환한다. 구체적으로, 전자 상담 기록 서버(150)는 위스퍼(whisper) 모델을 이용한 트랜스포머 러닝 기반 STT(speech to text) 기술을 이용하여 음성 정보(311)를 텍스트(321)로 변환할 수 있다. 여기서, STT 기술은 엔드 투 엔드(end-to-end) 방식의 인코더와 디코더 트랜스포머 아키텍처로 구성될 수 있다. 전자 상담 기록 서버(150)는 약 8000시간 분량의 한국어 데이터로 사전 학습된 위스퍼 모델을 기반으로 AI(artificial intelligence) 허브 음성 인식 학습 데이터를 통해 파인 튜닝(fine-tuning)하여 텍스트(321)를 생성할 수 있다. 추가로, 전자 상담 기록 서버(150)는 위스퍼 모델로 변환된 텍스트에 대해 NLP(natural language processing) 모델을 이용한 후처리 교정 학습을 통해 텍스트 변환에 대한 정확도를 향상시킬 수 있다.
전자 상담 기록 서버(150)는 텍스트(321)로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보(331)를 추출한다. 전자 상담 기록 서버(150)는 텍스트에서 미리 설정된 센터 관리 키워드 셋을 이용하여 센터 관리 정보(331)를 추출할 수 있다. 미리 설정된 센터 관리 키워드 셋은 '예약', '성별', '나이', '결혼'을 포함할 수 있으며, 이에 제한되지 않는다. 전자 상담 기록 서버(150)는 텍스트(321)에서 미리 설정된 키워드 셋에 포함된 키워드를 추출하고, 키워드 주변의 단어로부터 해당 키워드에 대응되는 대응 값을 추출하여 센터 관리 정보(331)를 생성할 수 있다.
전자 상담 기록 서버(150)는 텍스트(321)로부터 상담 내용의 기록에 이용되는 상담 기록 정보(333)를 추출한다. 전자 상담 기록 서버(150)는 텍스트(321)에서 미리 설정된 상담 기록 키워드 셋을 이용하여 상담 기록 정보(333)를 추출하거나, 센터 관리 정보(331)를 제외한 나머지 정보를 상담 기록 정보(333)로 추출할 수 있다. 여기서, 미리 설정된 상담 기록 키워드 셋은 상담 일지에 기록되는 모든 키워드로서, 상담자(121)의 설정에 따라 변경될 수 있다. 본 개시의 일 실시 예에 따르면, 미리 설정된 상담 기록 키워드 셋은 지각 및 사고, 정서 및 행동, 대인 관계, 스트레스에 관련된 모든 키워드를 지시할 수 있다.
전자 상담 기록 서버(150)는 상담 기록 정보(333)로부터 상담 요약 정보(351)를 생성한다. 전자 상담 기록 서버(150)는 제1 NLP 모델을 이용하여 상담 요약 정보(351)를 생성할 수 있다. 여기서, 제1 NLP 모델은 상담 기록 정보(333)를 입력 받고 이를 요약하여 상담 요약 정보(351)를 출력하도록 미리 학습될 수 있다. 전자 상담 기록 서버(150)는 한글 기반의 BERT(bidirectional encoder representations from transformers) 모델로 구현될 수 있다. BERT 모델은 트랜스포머 아키텍처 기반의 언어 모델을 의미하며, 상담 내용에 관한 긴 문장들을 토큰화하고, 각 토큰을 인코딩하여 문장의 의미를 이해하고 디코더를 통해 인코더에서 나온 정보를 사용하여 요약 문장 생성하는 한글 문장 데이터를 기반으로 사전 학습된 모델을 지시할 수 있다. 본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 시간의 흐름에 따라 축어록을 작성할 수 있다. 본 개시의 다른 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 상담 기록 정보(333)에 포함된 단어의 빈도를 이용하여 상담 요약 정보(351)의 목차를 결정하고, 단어 목차에 관련된 문장들을 수집 및 요약하여, 목차 별 요약 내용을 생성함으로써, 상담 요약 정보(351)를 생성할 수 있다. 예를 들어, 전자 상담 기록 서버(150)는 상담 기록 정보(333)에서 '스트레스' 단어가 높은 빈도로 도출되는 경우, '스트레스'에 관련된 문장을 수집하고, 제1 NLP 모델을 기반으로 스트레스 현황, 스트레스 대처 방안에 대한 내용으로 분류하고, 스트레스 현황, 스트레스 대처 방안 각각에 대한 요약 내용을 생성함으로써, 상담 요약 정보(351)를 생성할 수 있다.
전자 상담 기록 서버(150)는 상담 기록 정보(333)로부터 상담 분석 정보(353)를 생성한다. 전자 상담 기록 서버(150)는 미리 학습된 제2 NLP 모델을 이용하여, 상담 기록 정보(333)로부터 내담자의 성향 및 스트레스에 대한 상담 분석 정보(353)를 생성할 수 있다. 상담 분석 정보(353)를 생성하는 방법(340)은 도 4에 상세히 설명된다.
전자 상담 기록 서버(150)는 센터 관리 정보(331), 상담 요약 정보(351), 및 상담 분석 정보(353)에 기반하여, 상담 내용에 대응되는 전자 상담 기록 정보(361)를 생성한다. 즉, 내담자(111)와 상담자(121) 사이에서 심리 상담이 이루어질 때마다, 전자 상담 기록 서버(150)는 전자 상담 기록 정보(361)를 생성할 수 있다.
전자 상담 기록 정보(361)는 고객 관리, 및 상담 기록 분석 관리를 수행에 이용될 수 있다. 상담 서비스 제공자는 내담자의 성별, 연령, 결혼 여부, 상담 요청 건수, 추가 상담에 대한 예약 일정에 관한 정보를 상담자(121)로부터 전달받지 않더라도 곧바로 상담 센터의 고객 관리 시스템에 반영함으로써, 정확하고 신속하게 상담 센터를 관리할 수 있다. 또한, 상담자(121)는 상담 일지를 녹음하여 다시 재생하거나, 상담 일지를 작성하지 않더라도 상담 내용에 대한 요약 내용을 곧바로 확인할 수 있으며, 상담 내용의 분석 결과를 확인하여 상담의 질을 향상시킬 수 있다.
도 4는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템(100)에서, 상담 분석을 생성하는 과정에 대한 모식도(400)를 도시한다.
전자 상담 기록 서버(150)는 제2 NLP 모델을 이용하여, 상담 기록 정보(333)로부터 내담자(111)의 성향 및 스트레스에 대한 상담 분석 정보(353)를 생성할 수 있다.
제2 NLP 모델은 상담 기록 정보(333)를 입력 받고, 상담 기록 정보(333)에 포함된 단어의 빈도에 관련된 특징 벡터로부터 내담자(111)의 성향에 관련된 제1 상담 분석(355), 내담자(111)의 스트레스에 관련된 제2 상담 분석(357)을 출력하도록 미리 학습될 수 있다. 특히, 제2 NLP 모델은 해당 문장의 빈도에 전체 문서에서 지배적인 단어를 역순위하여 적용하는 TF-IDF(Term Frequency - Inverse Document Frequency)에 기반한 자연어 처리 모델로 구현될 수 있다.
전자 상담 기록 서버(150)는 상담 기록 정보(333)를 이용하여 단어 리스트(341)를 생성하고, 단어 리스트(341)를 양자화 하여 단어 벡터(345)를 생성한다. 전자 상담 기록 서버(150)는 상담 기록 정보(333)의 기록에서 단어 단위로 분류하고, 동일한 의미의 단어를 수집하여 단어 리스트(341)를 생성할 수 있다. 이후, 전자 상담 기록 서버(150)는 단어 리스트(341)의 단어 개수를 고려하여 단어 벡터(345)를 생성할 수 있다.
전자 상담 기록 서버(150)는 단어 리스트(341)를 이용하여 가중치 셋(343)을 산출한다. 전자 상담 기록 서버(150)는 단어 리스트(341)에 포함된 단어 빈도에 기반하여, 단어 리스트에 대한 가중치 셋을 산출할 수 있다. 여기서, 빈도에 기반한 가중치 셋은 <수학식 1>에 기반하여 결정될 수 있다.
<수학식 1>을 참고하면, wx,i는 상담 기록 정보(333) 내 i번째 기록 정보에서 x 단어의 출현 빈도 수에 따른 가중치, C는 상담 상수, Tx,i는 i번째 기록 정보에서 x 단어의 출현 빈도 수, N은 기록 정보의 수, Di는 x 단어를 포함하는 기록 정보의 수를 지시한다.
즉, 전자 상담 기록 서버(150)는 단어 x에 대하여 상담 기록 정보(333) 전체에서 자주 등장할수록 문서에서 중요하다고 판단하여 높은 값을 부여하되, 단어 x가 상담 내용과 관련 없이 전제의 의미로 사용될수록 낮은 값을 부여함으로써, 가중치를 산정할 수 있다. 추가로 전자 상담 기록 서버(150)는 비 선형에 따른 함수를 이용하여 가중치 별 구분을 뚜렷하게 함으로써 단어에 대한 가중치를 보다 정확하게 연산할 수 있다.
전자 상담 기록 서버(150)는 단어 벡터(345)에 가중치 셋(343)을 적용하여 특징 벡터(347)를 생성한다. 전자 상담 기록 서버(150)는 단어 리스트에 대한 단어 벡터 요소들 각각에 가중치가 적용된 특징 벡터(347)를 산출할 수 있다.
전자 상담 기록 서버(150)는 특징 벡터(347)를 이용하여 상담 분석 정보(353)를 생성한다. 구체적으로, 전자 상담 기록 서버(150)는 특징 벡터(347)로부터 내담자(111)의 성향에 관련된 제1 상담 분석(355)과 내담자(111)의 스트레스에 관련된 제2 상담 분석(357)을 생성할 수 있다. 제2 NLP 모델 내 인공 신경망은 특징 벡터(347)를 입력 받고, 특징 벡터(347)의 단어들로부터 성향에 관련된 제1 그룹을 추출하고, 제1 그룹에 대한 벡터 요소들을 이용하여 내담자(111)의 성향에 대한 제1 상담 분석(355)을 생성할 수 있다. 마찬가지로, 제2 NLP 모델 내 인공 신경망은 특징 벡터(347)의 단어들로부터 스트레스에 관련된 제2 그룹을 추출하고, 제2 그룹에 대한 벡터 요소들을 이용하여 내담자(111)의 스트레스에 대한 제2 상담 분석(357)을 생성할 수 있다. 여기서, 성향은 내담자의 지각 및 사고, 정서 및 행동, 대인 관계에 관련된 정보를 지시할 수 있고, 스트레스는 자연적 스트레스, 사회적 스트레스, 정서적 스트레스, 신체적 스트레스에 관련된 정보를 지시할 수 있다. 전자 상담 기록 서버(150)는 제1 상담 분석(355)과 제2 상담 분석(357)을 종합하여 상담 분석 정보(353)를 생성할 수 있다.
추가적으로, 전자 상담 기록 서버(150)는 음성 정보(311)를 이용하여 제2 상담 분석(357)을 갱신할 수 있다. 전자 상담 기록 서버(150)는 어휘의 사용 내역에 따른 언어 안정 상태와 음성의 높낮이의 변화나 대화 속도 변화에 따른 음성 안정 상태를 이용하여, 스트레스에 대한 제2 상담 분석(357)을 갱신할 수 있다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 미리 설정된 분류 기준에 기반하여, 단어 리스트(341)에 포함된 단어들을 긍정 키워드 또는 부정 키워드로 분류할 수 있다. 이후, 전자 상담 기록 서버(150)는 긍정 키워드에 대한 벡터와 부정 키워드에 대한 벡터에 가중치 셋(343)을 적용하고, 벡터 값을 합산하여 내담자(111)에 대한 언어 안정 상태를 결정할 수 있다. 또한, 전자 상담 기록 서버(150)는 음성 정보(311)로부터 내담자(111)의 음성 높낮이 변화, 내담자의 대화 속도 변화를 추출하고, 높낮이 변화와 안정 상태의 대응 관계에 대한 제1 안정 테이블, 대화 속도 변화와 안정 상태의 대응 관계에 대한 제2 안정 테이블을 이용하여 내담자(111)의 음성 안정 상태를 결정할 수 있다. 이후, 전자 상담 기록 서버(150)는 언어 안정 상태와 음성 안정 상태를 합산하여 종합적인 안정 상태를 결정할 수 있고, 안정 상태가 미리 설정된 임계 구간을 벗어나는 경우, 내담자의 스트레스에 대한 제2 상담 분석(357)에 매우 안정 또는 매우 불안정에 대한 내용을 추가함으로써, 제2 상담 분석을 갱신할 수 있다.
추가적으로, 전자 상담 기록 서버(150)는 상담자(121)의 안정 상태를 전자 상담 기록 정보(361)에 포함시킬 수 있다. 상담자(121)가 안정된 상태에서 내담자(111)에게 객관적인 상담 서비스를 제공하였는지 여부를 판단하기 위하여, 전자 상담 기록 서버(150)는 상담자(121)의 안정 상태에 관한 정보를 전자 상담 기록 정보(361)에 포함시킬 수 있다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 음성 정보(311)에 포함된 상담자(121)의 음성 높낮이 변화, 상담자의 대화 속도 변화를 추출하고, 제1 안정 테이블 및 제2 안정 테이블을 이용하여 상담자(121)의 안정 상태 레벨를 결정할 수 있다. 이후, 전자 상담 기록 서버(150)는 상담자(121)의 안정 상태 레벨을 전자 상담 기록 정보에 포함시킴으로써, 상담자(121)의 내담자(111)에 대한 상담이 원활하게 이루어졌는지 여부를 판단할 수 있다.
도 5는 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템(100)에서, 상담 관리를 지원하는 상담 UI 페이지의 일 예(500)를 도시한다.
전자 상담 기록 서버(150)는 전자 상담 기록 정보(361)를 이용하여 상담자 단말(120)에 상담 관리를 지원하는 상담 UI 페이지를 제공할 수 있다. 즉, 전자 상담 기록 서버(150)는 전자 상담 기록 정보(361)를 생성한 이후에, 상담자(121)가 상담 기록을 보다 수월하게 관리할 수 있도록 지원하기 위한 관리 페이지를 생성할 수 있다.
도 5를 참고하면, 상담 UI 페이지는 상담자(121)가 관리하는 상담 서비스에 대한 일정 관리 정보를 표시하는 제1 UI 영역(510), 상담자(121)의 내담자에 대한 상담 기록을 표시하는 제2 UI 영역(560)을 포함할 수 있다. 제2 UI 영역은 내담자의 성별, 연령, 결혼 여부, 및 상담 요청 건수에 대한 고객 관리 정보와 내담자의 추가 상담 예약에 대한 예약 관리 정보, 상담 요약 정보와 상담 분석 정보를 표시하는 영역을 지시할 수 있다.
구체적으로, 제2 UI 영역(560) 내 목차는 상담 접수, 고객 관리, 예약 관리, 매출 통계, 화상 상담, 채팅 상담, 음성 녹음, 음성-텍스트 변환, AI 챗봇 상담, 축어록, 언어 특성, 및 음성 특성을 포함할 수 있다. 전자 상담 기록 서버(150)는 센터 관리 정보(331)를 이용하여 제2 UI 영역의 고객 관리, 예약 관리에 대응되는 컨텐츠를 표시할 수 있고, 상담 요약 정보(351)와 상담 분석 정보(353)를 이용하여 음성 녹음, 축어록, 언어 특성, 음성 특성에 대응되는 컨텐츠를 표시할 수 있다. 추가적으로, 전자 상담 기록 서버(150)는 상담 접수 목차를 이용하여 신규 내담자에 대한 상담 접수를 받거나, 매출 통계 목차를 통해 매출 통계를 확인할 수 있으며, 화상 상담, 채팅 상담 목차를 이용하여 상담 서비스를 진행할 수 있으며, 음성 녹음, 음성-텍스트 변환 목차를 이용하여 상담 내용을 저장할 수 있으며, AI 챗봇 상담 목차를 이용하여 내담자에게 AI에 기반한 챗봇 상담 서비스를 지원할 수 있다.
도 6은 본 개시의 다양한 실시 예들에 따른 상담 지원 시스템(100)에서, 전자 상담 기록 서버(150)의 동작 방법에 대한 흐름도(600)를 도시한다.
도 6을 참고하면 단계(601)에서, 전자 상담 기록 서버(150)는 내담자와 상담자 사이의 상담 내용에 관한 음성 정보를 획득한다. 전자 상담 기록 서버(150)는 상담 내용을 녹음한 음성 정보(311)를 획득할 수 있다.
단계(603)에서, 전자 상담 기록 서버(150)는 음성 정보를 텍스트로 변환하고, 텍스트로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보, 및 상담 내용의 기록에 이용되는 상담 기록 정보를 추출한다. 전자 상담 기록 서버(150)는 텍스트로부터 미리 설정된 키워드 셋을 이용하여 센터 관리 정보(331)와 상담 기록 정보(333)를 추출할 수 있다.
단계(605)에서, 전자 상담 기록 서버(150)는 미리 학습된 제1 NLP 모델을 이용하여, 상담 기록 정보로부터 상담 내용을 요약한 상담 요약 정보를 생성한다. 전자 상담 기록 서버(150)는 상담 기록 정보(333)에 포함된 단어를 이용하여 상담 요약 정보(351)를 생성할 수 있다.
단계(607)에서, 전자 상담 기록 서버(150)는 미리 학습된 제2 NLP 모델을 이용하여, 상담 기록 정보로부터 내담자의 성향 및 스트레스에 대한 상담 분석 정보를 생성한다. 전자 상담 기록 서버(150)는 상담 기록 정보(333)로부터 추출되는 단어 리스트를 이용하여 상담 분석 정보(353)를 생성할 수 있다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 상담 기록 정보를 이용하여 단어 리스트를 생성하고, 단어 리스트에 포함된 단어 빈도에 기반하여, 단어 리스트에 대한 가중치 셋을 산출하고, 단어 리스트에 대응하는 단어 벡터에 가중치 셋을 적용하여, 특징 벡터를 산출하고, 특징 벡터를 이용하여, 내담자의 성향에 관련된 제1 상담 분석과 내담자의 스트레스에 관련된 제2 상담 분석을 생성하고, 제1 상담 분석과 제2 상담 분석에 기반하여, 상담 분석 정보를 생성할 수 있다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 단어 리스트에 포함된 단어들을 긍정 키워드 또는 부정 키워드로 분류하고, 긍정 키워드, 부정 키워드, 및 가중치 셋에 기반하여 내담자에 대한 언어 안정 상태를 결정하고, 음성 정보에 포함된 내담자의 음성 높낮이 변화, 내담자의 대화 속도 변화를 이용하여, 내담자의 음성 안정 상태를 결정하고, 언어 안정 상태와 음성 안정 상태에 기반하여, 내담자의 스트레스에 대한 제2 상담 분석을 갱신할 수 있다.
단계(609)에서, 전자 상담 기록 서버(150)는 센터 관리 정보, 상담 요약 정보, 및 상담 분석 정보에 기반하여, 상담 내용에 대응되는 전자 상담 기록 정보를 생성한다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 음성 정보에 포함된 상담자의 음성 높낮이 변화, 상담자의 대화 속도 변화에 기반하여, 상담자의 내담자에 대한 안정성을 지시하는 상담자 안정 상태 레벨을 결정하고, 상담자 안정 상태 레벨을 전자 상담 기록 정보에 포함시킬 수 있다.
본 개시의 일 실시 예에 따르면, 전자 상담 기록 서버(150)는 전자 상담 기록 정보를 이용하여 상담자가 운용하는 상담자 단말에 상담 관리를 지원하는 상담 UI 페이지를 제공할 수 있다. 여기서, 상담 UI 페이지는 상담자가 관리하는 상담 서비스에 대한 일정 관리 정보를 표시하는 제1 UI 영역, 내담자의 성별, 연령, 결혼 여부, 및 상담 요청 건수에 대한 고객 관리 정보와 내담자의 추가 상담 예약에 대한 예약 관리 정보, 상담 요약 정보와 상담 분석 정보를 표시하는 제2 UI 영역을 포함할 수 있다.
본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다. 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능한 매체에 기록될 수 있으며, 하드웨어와 결합되어 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체가 제공될 수 있다. 컴퓨터 판독 가능 저장 매체에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(read only memory, ROM), 전기적 삭제가능 프로그램가능 롬(electrically erasable programmable read only memory, EEPROM), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(compact disc-ROM, CD-ROM), 디지털 다목적 디스크(digital versatile discs, DVDs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(local area network), WAN(wide area network), 또는 SAN(storage area network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시 예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크상의 별도의 저장장치가 본 개시의 실시 예를 수행하는 장치에 접속할 수도 있다.
상술한 본 개시의 구체적인 실시 예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
110 내담자 단말 111 내담자
120 상담자 단말 121 상담자
130 외부 서버 150 전자 상담 기록 서버
170 네트워크 210 메모리
220 프로세서 230 통신부
240 입출력 인터페이스 250 디스플레이부
311 음성 정보 321 텍스트
331 센터 관리 정보 333 상담 기록 정보
351 상담 요약 정보 353 상담 분석 정보
361 전자 상담 기록 정보
340 상담 분석 정보를 생성하는 방법
341 단어 리스트 343 가중치 셋
345 단어 벡터 347 특징 벡터
355 제1 상담 분석 357 제2 상담 분석
510 제1 UI 영역 560 제2 UI 영역
120 상담자 단말 121 상담자
130 외부 서버 150 전자 상담 기록 서버
170 네트워크 210 메모리
220 프로세서 230 통신부
240 입출력 인터페이스 250 디스플레이부
311 음성 정보 321 텍스트
331 센터 관리 정보 333 상담 기록 정보
351 상담 요약 정보 353 상담 분석 정보
361 전자 상담 기록 정보
340 상담 분석 정보를 생성하는 방법
341 단어 리스트 343 가중치 셋
345 단어 벡터 347 특징 벡터
355 제1 상담 분석 357 제2 상담 분석
510 제1 UI 영역 560 제2 UI 영역
Claims (5)
- 내담자와 상담자를 연결하여 상담 서비스를 지원하는 상담 지원 시스템에서, 전자 상담 기록 서버의 동작 방법에 있어서,
상기 내담자와 상기 상담자 사이의 상담 내용에 관한 음성 정보를 획득하는 단계;
상기 음성 정보를 텍스트로 변환하고, 상기 텍스트로부터 상담 센터의 고객 관리에 이용되는 센터 관리 정보, 및 상기 상담 내용의 기록에 이용되는 상담 기록 정보를 추출하는 단계;
미리 학습된 제1 NLP(natural language processing) 모델을 이용하여, 상기 상담 기록 정보로부터 상기 상담 내용을 요약한 상담 요약 정보를 생성하는 단계;
미리 학습된 제2 NLP 모델을 이용하여, 상기 상담 기록 정보로부터 상기 내담자의 성향 및 스트레스에 대한 상담 분석 정보를 생성하는 단계; 및
상기 센터 관리 정보, 상기 상담 요약 정보, 및 상기 상담 분석 정보에 기반하여, 상기 상담 내용에 대응되는 전자 상담 기록 정보를 생성하는 단계를 포함하고,
상기 상담 분석 정보를 생성하는 단계는,
상기 상담 기록 정보를 이용하여 단어 리스트를 생성하는 단계;
상기 단어 리스트에 포함된 단어 빈도에 기반하여, 상기 단어 리스트에 대한 가중치 셋을 산출하는 단계;
상기 단어 리스트에 대응하는 단어 벡터에 상기 가중치 셋을 적용하여, 특징 벡터를 산출하는 단계;
상기 특징 벡터를 이용하여, 상기 내담자의 성향에 관련된 제1 상담 분석과 상기 내담자의 스트레스에 관련된 제2 상담 분석을 생성하는 단계; 및
상기 제1 상담 분석과 상기 제2 상담 분석에 기반하여, 상담 분석 정보를 생성하는 단계를 포함하고,
상기 가중치 셋은 수학식 1에 기반하여 결정되고,
(수학식 1)
상기 wx,i는 상기 상담 기록 정보 내 i번째 기록 정보에서 단어 x의 출현 빈도 수에 따른 가중치, 상기 c는 상담 상수, 상기 x는 단어 x에 대응되는 수치, 상기 Tx,i는 i번째 기록 정보에서 단어 x의 출현 빈도 수, 상기 N은 기록 정보의 수, 상기 Di는 단어 x를 포함하는 기록 정보의 수를 지시하는 방법.
- 삭제
- 청구항 1에 있어서,
상기 단어 리스트에 포함된 단어들을 긍정 키워드 또는 부정 키워드로 분류하고, 상기 긍정 키워드, 상기 부정 키워드, 및 상기 가중치 셋에 기반하여 상기 내담자에 대한 언어 안정 상태를 결정하는 단계;
상기 음성 정보에 포함된 상기 내담자의 음성 높낮이 변화, 상기 내담자의 대화 속도 변화를 이용하여, 상기 내담자의 음성 안정 상태를 결정하는 단계; 및
상기 언어 안정 상태와 상기 음성 안정 상태에 기반하여, 상기 내담자의 스트레스에 대한 제2 상담 분석을 갱신하는 단계를 더 포함하는 방법.
- 청구항 3에 있어서,
상기 음성 정보에 포함된 상기 상담자의 음성 높낮이 변화, 상기 상담자의 대화 속도 변화에 기반하여, 상기 상담자의 상기 내담자에 대한 안정성을 지시하는 상담자 안정 상태 레벨을 결정하는 단계; 및
상기 상담자 안정 상태 레벨을 상기 전자 상담 기록 정보에 포함시키는 단계를 더 포함하는 방법.
- 청구항 1에 있어서,
상기 전자 상담 기록 정보를 이용하여 상기 상담자가 운용하는 상담자 단말에 상담 관리를 지원하는 상담 UI(user interface) 페이지를 제공하는 단계를 더 포함하고,
상기 상담 UI 페이지는 상기 상담자가 관리하는 상담 서비스에 대한 일정 관리 정보를 표시하는 제1 UI 영역, 상기 내담자의 성별, 연령, 결혼 여부, 및 상담 요청 건수에 대한 고객 관리 정보와 상기 내담자의 추가 상담 예약에 대한 예약 관리 정보, 상기 상담 요약 정보와 상담 분석 정보를 표시하는 제2 UI 영역을 포함하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230059448A KR102578093B1 (ko) | 2023-05-08 | 2023-05-08 | 상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230059448A KR102578093B1 (ko) | 2023-05-08 | 2023-05-08 | 상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102578093B1 true KR102578093B1 (ko) | 2023-09-15 |
Family
ID=88017185
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230059448A KR102578093B1 (ko) | 2023-05-08 | 2023-05-08 | 상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102578093B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102236424B1 (ko) * | 2020-10-23 | 2021-04-07 | 주식회사 넥스프론 | 인공지능 기반의 콜 센터 상담사 지원 장치, 방법 및 프로그램 |
| KR102257427B1 (ko) * | 2021-01-29 | 2021-06-01 | 전다정 | 실시간 감정분석이 가능한 심리 상담 시스템 및 그 방법 |
| KR20210118634A (ko) * | 2020-03-23 | 2021-10-01 | 주식회사 베스트브라더스 | 데이터 기반 콜센터 업무 효율 개선 시스템 및 그 방법 |
| KR102391080B1 (ko) | 2021-12-02 | 2022-04-27 | 주식회사 허니엠앤비 | 심리 상담 결과 제공 방법 및 심리 상담 결과 제공 장치 |
| KR20230019321A (ko) * | 2021-07-29 | 2023-02-08 | 주식회사 마음의숲 | 상담분석 알고리즘을 이용한 심리상담 시스템 |
-
2023
- 2023-05-08 KR KR1020230059448A patent/KR102578093B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210118634A (ko) * | 2020-03-23 | 2021-10-01 | 주식회사 베스트브라더스 | 데이터 기반 콜센터 업무 효율 개선 시스템 및 그 방법 |
| KR102236424B1 (ko) * | 2020-10-23 | 2021-04-07 | 주식회사 넥스프론 | 인공지능 기반의 콜 센터 상담사 지원 장치, 방법 및 프로그램 |
| KR102257427B1 (ko) * | 2021-01-29 | 2021-06-01 | 전다정 | 실시간 감정분석이 가능한 심리 상담 시스템 및 그 방법 |
| KR20230019321A (ko) * | 2021-07-29 | 2023-02-08 | 주식회사 마음의숲 | 상담분석 알고리즘을 이용한 심리상담 시스템 |
| KR102391080B1 (ko) | 2021-12-02 | 2022-04-27 | 주식회사 허니엠앤비 | 심리 상담 결과 제공 방법 및 심리 상담 결과 제공 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7100087B2 (ja) | 情報を出力する方法および装置 | |
| US11545173B2 (en) | Automatic speech-based longitudinal emotion and mood recognition for mental health treatment | |
| US10885278B2 (en) | Auto tele-interview solution | |
| JP2022553749A (ja) | 速度ベースのスクリーニング及び挙動の健康状態の監視のための音響及び自然言語処理モデル | |
| US9722965B2 (en) | Smartphone indicator for conversation nonproductivity | |
| Hossain et al. | Cloud-based collaborative media service framework for healthcare | |
| AU2021256467A1 (en) | Multimodal analysis combining monitoring modalities to elicit cognitive states and perform screening for mental disorders | |
| US9953029B2 (en) | Prediction and optimized prevention of bullying and other counterproductive interactions in live and virtual meeting contexts | |
| US11651243B2 (en) | Using machine learning to evaluate data quality during a clinical trial based on participant queries | |
| US11556806B2 (en) | Using machine learning to facilitate design and implementation of a clinical trial with a high likelihood of success | |
| US20190079916A1 (en) | Using syntactic analysis for inferring mental health and mental states | |
| US20240087752A1 (en) | Systems and methods for multi-language adaptive mental health risk assessment from spoken and written language | |
| US11538559B2 (en) | Using machine learning to evaluate patients and control a clinical trial | |
| US20230237993A1 (en) | Systems and Methods for Training Dual-Mode Machine-Learned Speech Recognition Models | |
| US11416539B2 (en) | Media selection based on content topic and sentiment | |
| US11631488B2 (en) | Dialogue generation via hashing functions | |
| KR102578093B1 (ko) | 상담자와 내담자의 상담 내용을 기록 및 관리하기 위한 장치 및 방법 | |
| JP2023508599A (ja) | 会話型エージェント・システム、方法、プログラム | |
| TWI818695B (zh) | 用於反事實對話模擬之電腦實施方法、電腦程式產品及電腦系統 | |
| KR102646654B1 (ko) | 사용자가 생성한 음성의 의미 분석을 통해 공간을 분석하기 위한 장치 및 방법 | |
| US11615645B2 (en) | Automated presentation contributions | |
| KR102705771B1 (ko) | 인공지능 기술에 기반한 감정 추적 및 관리 시스템 및 방법 | |
| US11526544B2 (en) | System for object identification | |
| Maheshwari et al. | Voice Over Phonetic Medical Prescriptions for Diagnosing Diseases Using Random Forest Classifier | |
| WO2023235564A1 (en) | Multimodal (audio/text/video) screening and monitoring of mental health conditions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |