KR102593424B1 - 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 - Google Patents
성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR102593424B1 KR102593424B1 KR1020230058499A KR20230058499A KR102593424B1 KR 102593424 B1 KR102593424 B1 KR 102593424B1 KR 1020230058499 A KR1020230058499 A KR 1020230058499A KR 20230058499 A KR20230058499 A KR 20230058499A KR 102593424 B1 KR102593424 B1 KR 102593424B1
- Authority
- KR
- South Korea
- Prior art keywords
- personality
- construction service
- psychology
- analyzes
- theory
- Prior art date
Links
- 238000012360 testing method Methods 0.000 claims abstract description 91
- 238000010276 construction Methods 0.000 claims abstract description 54
- 230000007613 environmental effect Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 230000001149 cognitive effect Effects 0.000 claims abstract description 7
- 230000002068 genetic effect Effects 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 238000013473 artificial intelligence Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 8
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 7
- 238000003058 natural language processing Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 230000003340 mental effect Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000004540 process dynamic Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 50
- 241000282414 Homo sapiens Species 0.000 abstract description 30
- 230000008569 process Effects 0.000 abstract description 17
- 241000282412 Homo Species 0.000 abstract description 8
- 239000013598 vector Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 16
- 230000009471 action Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 230000008451 emotion Effects 0.000 description 12
- 230000008450 motivation Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 230000002996 emotional effect Effects 0.000 description 10
- 239000003795 chemical substances by application Substances 0.000 description 9
- 238000002405 diagnostic procedure Methods 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 208000019901 Anxiety disease Diseases 0.000 description 5
- 230000036506 anxiety Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 206010034719 Personality change Diseases 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000007123 defense Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 206010029216 Nervousness Diseases 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 206010020400 Hostility Diseases 0.000 description 2
- 241001122315 Polites Species 0.000 description 2
- 206010037180 Psychiatric symptoms Diseases 0.000 description 2
- 206010041243 Social avoidant behaviour Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000016571 aggressive behavior Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000006397 emotional response Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 206010001497 Agitation Diseases 0.000 description 1
- 206010002942 Apathy Diseases 0.000 description 1
- 206010004224 Belligerence Diseases 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 206010010144 Completed suicide Diseases 0.000 description 1
- 208000020401 Depressive disease Diseases 0.000 description 1
- 208000025967 Dissociative Identity disease Diseases 0.000 description 1
- 206010072269 Egocentrism Diseases 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 206010040007 Sense of oppression Diseases 0.000 description 1
- 206010065954 Stubbornness Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004641 brain development Effects 0.000 description 1
- 230000001925 catabolic effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008260 defense mechanism Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000009245 menopause Effects 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000011273 social behavior Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B5/167—Personality evaluation
-
- 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
- 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
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Psychology (AREA)
- Pathology (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Physics & Mathematics (AREA)
- Social Psychology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hospice & Palliative Care (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Child & Adolescent Psychology (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템이 제공되며, 적어도 하나의 심리검사를 진행하고, 적어도 하나의 심리검사의 결과를 출력하는 사용자 단말 및 성격의 다차원적 구조에 따른 적어도 하나의 다차원모델 이론을 수집한 후, 적어도 하나의 다차원모델 이론의 패턴을 분석하는 다차원모델부, 성격의 환경적요인에 따른 변화양상을 동적 프로세스로 모델링하여 분석하는 동적시스템부, 성격이 유전적, 환경적 및 인지적 요인과 상호작용으로 형성된다는 상호작용주의이론을 수집한 후 분석하는 상호작용주의부, 성격의 계층적구조를 식별 및 구분하는 계층적모델부, 인간과 환경 간 적합성을 평가하고 예측하는 인간환경평가부를 포함하는 구축 서비스 제공 서버를 포함한다.
Description
본 발명은 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템에 관한 것으로, 성격의 다차원모델, 동적시스템, 상호작용주의, 계층적모델 및 인간환경평가에 따라 단편적인 하나의 이론에 근거하지 않고 통합적인 분석이 가능할 수 있는 시스템을 제공한다.
성격심리학은 측정하기 어려운 정서를 성격(Personality)이라는 현상을 통해 예측가능하게 해준다. 성격특질이론(Traits Theory)과 정서성격심리학은 정서체험의 개인차를 성격특질로 측정가능하게 하는데, 사람들은 주로 체험하는 정서에서 개인차를 보인다. 성격심리학에서는 이와 같은 차이를 성격특질로 설명한다. 같은 외부 자극이라도 성격특질에 따라 정서반응의 차이를 보이는 것인데, 이때 특질(Traits)이란 환경의 자극에 반응하는 개인의 고유한 방식을 지칭한다. 이러한 특질에 기초로 성격을 분류하는 이론을 특질이론이라 한다. 생물학적 차이에 근거한 세 가지 특질 중 외향성(Extraversion)과 신경증적 경향성(Neuroticism)은 정서와 깊은 관련이 있다. 외향성은 흥분과 활기와 같은 긍정적인 자극에 의해서, 신경증적 경향성은 공포와 불안과 같은 부정적인 자극에 의해서 정서 반응의 차이가 발현된다. 여러 특질이론은 최근 Big Five 모델로 수렴되어 가고 있다. Big Five는 개인의 성격특질을 신경증(Neuroticism), 외향성(Extraversion), 개방성(Openness), 친화성(Agreeableness), 성실성(Conscientiousness)의 5요인으로 구분하며, NEO-PI-R(Revised Neuroticism-Extroversion-Openness Personality Inventory)이라는 측정검사를 통해 각각의 요인의 개인차를 측정할 수 있다.
이때, 심리검사를 통합적으로 진행하는 방법이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국공개특허 제2014-0053426호(2014년05월08일 공고) 및 한국공개특허 제2016-0010233호(2016년01월27일 공개)에는, 심리검사단말로 심리검사질문지를 전송하고, 응답이 수신되면 심리검사답변정보를 분석하여 심리검사답변정보에 상응하는 성격유형을 판별하는 구성과, 뇌발달 상태에 따른 인지특성 및 감각특성을 근거로 개인의 적성, 성격 및 학습특성을 종합적으로 진단하여 제공할 수 있도록 신경심리에 기초한 적성, 성격 및 학습 종합분석시스템의 구성이 각각 개시되어 있다.
다만, 전자의 구성은 MBTI에 근거하여 성격유형을 16가지로 구분하는 공지기술만을 개시할 뿐이고, 후자의 구성도 성격에 기반한 적성 및 학습특성을 파악하기 위한 신경심리학의 분야일 뿐이다. 심리검사분야는 다양하지만 인간의 성격을 단편적으로 정의할 뿐 포괄적으로 테스트할 수 있는 방법은 없으며, 단일이론접근법의 한계를 해결할 수 있는 방법이 없다. 또, 흑과 백으로 나뉘어지지 않는 인간성격의 복잡성을 수용할 수 없어 기존 심리검사방법을 모두 포괄할 수 있는 통합 프레임워크가 요구된다. 이에, 인간의 성격을 설명할 수 있는 다차원모델, 동적시스템, 상호작용주의 및 계층적모델에 기반한 통합 프레임워크의 연구 및 개발이 요구된다.
본 발명의 일 실시예는, 성격심리학이론의 패턴을 식별하고 분석하는 다차원모델을 구축하고, 성격이 환경적인 요인에 따라 변화하는 점을 이용하여 성격의 동적 프로세스를 모델링하고 분석하며, 광범위한 차원의 성격의 이론이 계층적모델을 구축하는 것에 기인하여 계층적모델로 계층구조를 식별하고 인간의 복잡성을 더 잘 분석할 수 있도록 도와주며, 인간과 환경 간 적합성을 고려함으로써 개인화된 적응형 성격평가도구를 개발하는데 기반을 마련해주고, 통합 프레임워크에 새로운 성격심리학분야의 이론을 업데이트하여 최신상태로 유지할 수 있도록 하며, 인간의 설문지응답, 행동관찰, 생리학적측정 및 소셜미디어와 같은 다양한 데이터를 처리함으로써 포괄적인 성격보기를 제공할 수 있는, 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 적어도 하나의 심리검사를 진행하고, 적어도 하나의 심리검사의 결과를 출력하는 사용자 단말 및 성격의 다차원적 구조에 따른 적어도 하나의 다차원모델 이론을 수집한 후, 적어도 하나의 다차원모델 이론의 패턴을 분석하는 다차원모델부, 성격의 환경적요인에 따른 변화양상을 동적 프로세스로 모델링하여 분석하는 동적시스템부, 성격이 유전적, 환경적 및 인지적 요인과 상호작용으로 형성된다는 상호작용주의이론을 수집한 후 분석하는 상호작용주의부, 성격의 계층적구조를 식별 및 구분하는 계층적모델부, 인간과 환경 간 적합성을 평가하고 예측하는 인간환경평가부를 포함하는 구축 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 성격심리학이론의 패턴을 식별하고 분석하는 다차원모델을 구축하고, 성격이 환경적인 요인에 따라 변화하는 점을 이용하여 성격의 동적 프로세스를 모델링하고 분석하며, 광범위한 차원의 성격의 이론이 계층적모델을 구축하는 것에 기인하여 계층적모델로 계층구조를 식별하고 인간의 복잡성을 더 잘 분석할 수 있도록 도와주며, 인간과 환경 간 적합성을 고려함으로써 개인화된 적응형 성격평가도구를 개발하는데 기반을 마련해주고, 통합 프레임워크에 새로운 성격심리학분야의 이론을 업데이트하여 최신상태로 유지할 수 있도록 하며, 인간의 설문지응답, 행동관찰, 생리학적측정 및 소셜미디어와 같은 다양한 데이터를 처리함으로써 포괄적인 성격보기를 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 구축 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
도 2는 도 1의 시스템에 포함된 구축 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템(1)은, 적어도 하나의 사용자 단말(100), 구축 서비스 제공 서버(300), 적어도 하나의 라벨러 단말(400)을 포함할 수 있다. 다만, 이러한 도 1의 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(200)를 통하여 구축 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 구축 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 적어도 하나의 라벨러 단말(400)과 연결될 수 있다. 또한, 적어도 하나의 라벨러 단말(400)은, 네트워크(200)를 통하여 구축 서비스 제공 서버(300)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 사용자 단말(100)은, 성격심리학 기반 통합 프레임워크 구축 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 심리검사를 진행하는 내담자의 단말일 수 있다.
여기서, 적어도 하나의 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
구축 서비스 제공 서버(300)는, 성격심리학 기반 통합 프레임워크 구축 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 구축 서비스 제공 서버(300)는, 적어도 하나의 성격심리학 이론을 수집한 후 공통점, 차이점, 패턴 등을 구분하는 작업을 위해 라벨러 단말(400)로부터 각 성격심리학 이론의 공통점 및 차이점을 추출하여 데이터베이스화함으로써 이후 인공지능 알고리즘이 군집화, 분류 등을 수행할 수 있도록 데이터셋을 구축하는 서버일 수 있다. 또, 구축 서비스 제공 서버(300)는, 성격심리학 이론에 따른 검사질문 및 검사응답을 기 설정된 유형으로 라벨을 부착함으로써, 이후 사용자 단말(100)에서 검사를 실행할 때 적응적 검사가 진행되도록, 즉 응답에 따라 질문을 변경하도록 인공지능 알고리즘을 학습시키는 데이터셋을 구축하는 서버일 수 있다. 그리고, 구축 서비스 제공 서버(300)는 각 성격심리학 이론 중 성격은 다차원이라는 다차원모델, 시간 및 환경 등에 따라 변한다는 동적시스템, 유전적, 환경적 및 인지적으로 인간의 성격이 상호작용을 한다는 상호작용주의, 인간의 성격은 계층적이라는 계층적모델, 인간에게 적합한 환경을 평가하기 위한 인간환경평가를 수행할 수 있도록 적어도 하나의 인공지능 알고리즘을 학습 및 검증하는 서버일 수 있다. 또한, 구축 서비스 제공 서버(300)는 새로운 성격심리학 이론, 검사방법 및 해석방법 등이 공개되는 경우 이를 통합 프레임워크에 포함시켜 최신 이론이 적용될 수 있도록 하는 서버일 수 있고, 사용자의 자기보고서설문지 외에도, 행동관찰결과, 생리학적측정결과 및 소셜미디어를 통하여 여러가지의 소스를 통합함으로써 성격을 정확하게 진단할 수 있도록 하는 서버일 수 있다.
여기서, 구축 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
적어도 하나의 라벨러 단말(400)은, 성격심리학 기반 통합 프레임워크 구축 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 검사응답에 대한 해석을 라벨링하는 단말일 수 있다. 성격검사는 크게 객관적 검사 및 주관적 검사로 나뉘는데, 주관적 검사의 경우 상담자의 주관, 즉 인적오류의 가능성이 존재하므로, 이의 기준을 정확하게 설정하고, 그 기준을 인공지능 알고리즘이 학습하도록 라벨을 부착시켜 데이터셋을 구축하기 위함이다. 또, 객관적 검사에서도 각 문항별 어떠한 유형을 검토하기 위해 질문하는 것인지를 라벨링할 수 있고, 객관적 검사를 라벨링하는 경우 이후 사용자의 응답에 따라 그 다음 질문을 어떠한 질문으로 제공해야 하는지를 적응적으로 제공할 수 있게 된다. 이 외에도, 라벨러 단말(400)은 상술한 인공지능 알고리즘이 수행해야 하는 업무에 대하여 학습을 위한 데이터셋을 구축하는 단말일 수 있다.
여기서, 적어도 하나의 라벨러 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 라벨러 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 라벨러 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 구축 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 구축 서비스 제공 서버(300)는, 다차원모델부(310), 동적시스템부(320), 상호작용주의부(330), 계층적모델부(340), 인간환경평가부(350), 통합이론분석부(360), 모델구축부(370), 맞춤형평가부(380), 업데이트부(390), 소스통합부(391), 자연어분석부(393), 인간오류제거부(395), 부정행위방지부(397), 정신관리부(399)를 포함할 수 있다.
본 발명의 일 실시예에 따른 구축 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100) 및 적어도 하나의 라벨러 단말(400)로 성격심리학 기반 통합 프레임워크 구축 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100) 및 적어도 하나의 라벨러 단말(400)은, 성격심리학 기반 통합 프레임워크 구축 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100) 및 적어도 하나의 라벨러 단말(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
도 2를 참조하면, 다차원모델부(310)는, 성격의 다차원적 구조에 따른 적어도 하나의 다차원모델 이론을 수집한 후, 적어도 하나의 다차원모델 이론의 패턴을 분석할 수 있다. 성격에 대해 폭넓게 이해하기 위해서는 차원적 성격 모델을 통한 접근뿐만 아니라 일반 성격과 부적응적 성격의 통합적 측정도 함께 고려해야 한다. 오늘날 널리 사용되고 있는 성격검사는 통상적으로 일반 성격과 부적응적 성격을 측정하는 검사로 구분되어 사용된다. 이러한 검사의 사용은 필요와 상황에 따라 일반 성격특성을 측정하거나 부적응적 성격특성을 측정하여 성격의 단편적인 측면만을 평가하는 한계가 있다. 그러나 일반인에게도 부적응적 성격특질이 일부 존재할 수 있으며 이는 개인의 성장을 방해하고 대인관계및 사회적응을 저해할 수 있다. 반대로 임상군도 개개인의 고유한 일반 성격특질을 파악하여 개인의 장애 양상 및 기능수준을 평가할 수 있다. 따라서 성격의 일부 측면만을 측정 및 평가하는 방식은 성격의 다각적 측면을 이해하는데 한계로 작용한다. 이때, 한국형 다차원 성격검사 Bright Dark Personality Inventory, BDPI)를 예를 들 수 있지만 이에 한정되지는 않는다.
<군집분석 클러스터링>
군집분석(Clustering Analysis)은 주어진 데이터들을 특성에 따라 유사한 것 끼리 묶음으로써 각 유형별 특징을 분석하는 기법을 말한다. 이는 전체 데이터를 속성이 비슷한 개체끼리 분류할 수 있기 때문에 관리 편의성 및 효율성이 높아지게 한다. 여러 클러스터링 방식 중, 확률 분포 기반 클러스터링인 가우시안 혼합 모델(Gaussian Mixture Model)은 전체 데이터의 확률 분포가 여러 개의 가우시안 분포의 조합으로 이뤄져 있다고 가정하고 각 분포에 속할 확률이 높은 데이터끼리 군집을 묶는 방법이다. 또한 PCA(Principal Component Analysis) 알고리즘은 차원을 축소하여 주성분을 분석하는 알고리즘으로 차원을 축소시키기 위해 투영을 수행하여 각 데이터의 분산이 최대인 지점을 찾아낸다. 비지도학습을 활용한 군집분석 클러스터링은 여러 데이터들을 유사한 것끼리 묶음으로써 각 유형별 특징을 분석하는 기법으로 이용할 수 있다. 물론, 이 외에도 다양한 방법으로 각 다차원모델 이론 모델을 분류하고 패턴을 추출하는 다양한 방법을 이용할 수 있음은 자명하다 할 것이다.
동적시스템부(320)는, 성격의 환경적요인에 따른 변화양상을 동적 프로세스로 모델링하여 분석할 수 있다. 이때, 각종 인구통계학적 변수, 지리적 변수, 심리도식적 변수, 행동적 변수, 생애주기적 변수 등 다양한 변수에 따라 변화하는 환경요인을 추출하고 변화양상을 추적하는 경우, 어떠한 환경에서 사람의 성격이 어떻게 변화하는지를 예측하는 모델을 구축할 수 있다. 원래에는 털털하고 덤벙거리는 사람이 회계법인에 취직하고 나서는 예민하고 꼼꼼한 사람이 되었다든지, 호르몬의 영향으로 갱년기에 접어든 중년남성이 눈물이 많아지거나 감성적이 되었다거나, 화병가족력이 있는 부모님 밑의 청소년에게 스트레스가 가해졌을 때 화병이 일어날 확률이 높다거나 하는 환경적 요인 외에도 유전적 요인이나 생애주기적 요인도 함께 고려될 수도 있다.
<RNN>
RNN은 입력 자료를 시간에 따라 분리하여 입력 받는 다중층(Layer) 신경망이다. RNN은 순서(Sequence)가 있는 자료를 처리하는데 적합한 신경망으로 자연어처리 문제, 시계열 예측에 활용되는 모형이다. 순서가 있는 자료란 시간의 변화에 따라 영향을 받는 자료를 의미한다. 기존 신경망에 은닉 상태(Hidden State)를 추가하여 현재의 자료와 과거의 자료로부터 모두 정보를 받아 함께 사용하여 출력값을 계산하도록 고안된 심층 신경망이다. 즉, RNN은 은닉 상태를 사용해 순서가 있는 자료의 중간 결과를 기억한다. RNN의 각 타임스텝마다의 메모리 셀(Memory Cell)과 출력(Output)을 출력할 수 있는데, t 시점의 은닉 상태, 즉 은닉계층의 노드 값(h(t))은 이전 시점의 은닉계층의 노드값(h(t-1)과 t시점의 입력값의 합을 활성화 함수(f)를 이용하여 계산한다. 출력층의 노드 값(y(t))은 은닉계층의 노드 값(h(t))과 가중치(O(t))의 곱으로 계산한다. 다만, RNN이 입력되는 시간(Time Step)이 길어지면 기울기 손실(Vanishing Gradient) 문제를 발생시킬 수 있고, 이는 장기 기억에 활용하기 부적절하기 때문에, LSTM(Long Short-Term Memory)이나 GRU(Gated Recrurent Unit)을 이용할 수도 있다.
상호작용주의부(330)는, 성격이 유전적, 환경적 및 인지적 요인과 상호작용으로 형성된다는 상호작용주의이론을 수집한 후 분석할 수 있다. 동적시스템부(320)의 결과를 이용할 수도 있고 별도로 인공지능 알고리즘을 구축할 수도 있다. 동적시스템부(320)에서 환경적 요인을 중점적으로 추출했으므로, 여기에 유전적 및 인지적 요인을 더 부가하여 상호작용성을 파악하고 각 변수를 추출하여 성격을 추론해보는 인공지능 알고리즘을 구축할 수도 있다.
계층적모델부(340)는, 성격의 계층적구조를 식별 및 구분할 수 있다. 이때, 성격의 계층적구조를 식별 및 구분할 때, 기 설정된 카테고리로 분류를 할 수 있는데, 계층적(Hierarchical) 데이터 분류를 위한 HyperIM(Hyperbolic Interaction Model)를 적용할 수 있다.
<HyperIM>
이때, 카테고리를 생성하거나 기 설정된 카테고리로 분류를 할 때, 본 발명의 일 실시예에서는 계층적(Hierarchical) 데이터 분류를 위한 HyperIM(Hyperbolic Interaction Model)을 더 이용할 수 있다. HyperIM은, 계층적 구조를 가지는 데이터를 분류하기에 적합한 모델이다. 카테고리 및 계층적구조 콘텐츠 설명에 이용된 단어의 임베딩을 쌍곡 공간(Hyperbolic Space)의 푸앵카레 원판(Poincare Disk)에 학습한다. 쌍곡 기하학의 특성은 유클리드 공간에 비해 계층 데이터의 임베딩을 학습하기에 적합하다. HyperIM은 각 카테고리와 계층적구조 콘텐츠 설명 간의 푸앵카레 거리를 이용하여 분류를 진행한다.
<데이터 전처리>
계층적구조 콘텐츠 분류를 위한 입력값의 인자로 계층적구조 콘텐츠명(Event Title) 속성을 이용할 수 있다. 계층적구조 콘텐츠명의 경우 조사가 존재하지 않는 불완전한 문장의 형태를 띄는데, 토큰화(Tokenization)는 띄어쓰기를 기준으로 하기 때문에, 한 글자의 단어, 숫자, 기호는 제거할 수 있다. 토큰화 된 계층적구조 콘텐츠명에서 최대 N 개의 단어를 사용하며, 단어 N 개 미만의 계층적구조 콘텐츠명은 0으로 패딩(Padding)할 수 있다.
<임베딩>
쌍곡 공간에서의 카테고리 라벨 임베딩은 Gensim 라이브러리의 Poincare Model을 이용할 수 있다. 입력값으로 학습 데이터의 [대분류-중분류-소분류-세분류]에서 나타난 [대분류-중분류], [중분류-소분류]. [소분류-세분류]의 [부모-자식] 노드(Node)의 관계를 받아, 각 카테고리별 임베딩을 생성할 수 있다. 단어 임베딩은 Poincare Glove를 이용할 수 있다. 이 방법은 단어의 동시 발생 횟수를 변수로 가지는 손실 함수(Loss Function)을 이용하여 단어 간 관계를 반영할 수 있다. 입력값은 전처리된 계층적구조 콘텐츠명 데이터이다. 라벨과 단어 임베딩은 N 차원이며, 가장 많이 사용된 단어를 이용할 수 있다.
임베딩 결과를 2차원 공간에 시각화할 수 있는데, 2차원의 푸앵카레 원판에 임베딩 된 라벨인 [대분류-중분류-소분류-세분류]를 표시할 수 있다. 루트(Root)를 기준으로 트리(Tree) 구조로 표현될 수 있고, 분류 체계의 계층적 구조가 잘 반영될 수 있다. 계층적구조 콘텐츠 설명에 사용된 단어 임베딩과 카테고리 라벨 임베딩을 t-SNE(t-distributed Stochastic Neighbor Embedding, 분포확률적임베딩)로 차원 축소(Dimension Reduction)하여 2차원 유클리드 공간(Euclidean Space)에 나타낼 수 있다. 계층적구조 콘텐츠명에 이용된 단어의 경우, 임베딩 공간 상에서 두 그룹으로 분리될 수 있다.
<분류값 예측>
각 계층적구조 콘텐츠 정보 x를 학습하여 [대분류-중분류-소분류-세분류]에 속할 확률 벡터인 Pb, Pm, Ps, Pd를 받을 수 있다.
계층적구조 콘텐츠 x의 대분류 예측값 lb(x)는 확률 벡터 중 가장 큰 소프트맥스 값을 가지는 인덱스인 argmax(Pb(x))가 된다. 다음으로, 계층적구조 콘텐츠 x의 중분류 lm(x)은 argmax(Pm'(x))로 얻는데, Pm'(x)는 HyperIM으로 계산된 중분류 확률 벡터 Pm(x) 중에서, 예측된 대분류 lb(x)와 [부모-자식] 관계가 있는 중분류들에 대한 확률 벡터를 뜻한다. 소분류 및 세분류인 ls(x), ld(x)의 예측도 동일한 방식으로 진행될 수 있다. 물론 상술한 방법에 한정되는 것은 아니다.
인간환경평가부(350)는, 인간과 환경 간 적합성을 평가하고 예측할 수 있다. 예를 들어, 20대 대학생 새내기 A는 대학근처 서울 도심 원룸에 거주하는데, 이 원룸 환경이 20대 대학생 새내기 A에게 적합한 것인지의 여부를 팡가할 수 있다. 이때, 환경은 살고있는 환경 뿐만 아니라, A가 선택한 전공, 전공교수, 친구, 동아리모임 등 다양한 정보가 될 수 있다. 새내기 A의 성격이 B인데 원룸에 적응하기 힘든 성격이 B라면, 새내기 A는 멀더라도 부모님집에서 등하교를 하는 것이 더 나을 수 있다. 이러한 사항을 판단할 수 있도록, 기계학습 알고리즘을 이용할 수 있는데, 이때, 적어도 하나의 기계학습 알고리즘은, SVM(Support Vector Manchine)일 수 있다.
<SVM>
분류를 위한 기계학습의 지도학습 방법 중 하나로 SVM(Support Vector Machine)이 있다. 각 성격과 환경의 데이터를 SVM으로 분류하기 위해서는 특징 추출(Feature Extraction) 작업이 필요하다. 특징을 분류하기 위해서 사용한 머신러닝 방법은 SVM(Support Vector Machine)이다. SVM 분류기는 특징 기반 분류기로서 특징 공간에 있는 특징들을 분리할 수 있는 초월평면을 결정하는 방법이다. 이 방법을 사용하여 성격과 환경 간 적합성을 평가 및 분류하기 위한 활성화 부위를 파악하기 위해서는, 성격과 환경의 데이터를 특징값으로 변환해야 한다. 이 작업을 특징 추출이라 하며, SVM으로 분류되기 적합한 성격과 환경의 데이터의 통계적 특징을 선정하는 작업도 선행되어야 한다.
한 종류의 성격과 환경의 데이터로 여러가지 특징들을 추출하여 특징 벡터를 만들 수 있으며, 많은 종류의 성격과 환경의 데이터에서 모은 특징 벡터들은 SVM을 학습시키는 학습 데이터셋으로 이용할 수 있다. 이러한 특징 벡터들은 SVM의 학습 과정에 이용될 수 있다. SVM은 특징 공간에서 특징들의 분류 문제를 푸는 클래스 분류 지도학습 방법이다. 이하 수학식 2와 같은 초월평면을 결정하여 데이터를 분류할 수 있다.
여기서 w와 b는 초월평면을 결정하는 값으로 각각 가중치벡터, 그리고 편향을 의미한다. 그리고 x는 분류하고자 하는 데이터인 입력 벡터를 의미한다. SVM은 초월평면을 결정할 때 서포트 벡터를 이용한다. 서포트 벡터는 두 데이터 집단 사이를 분리하는 초월평면으로부터 가장 가까이 있는 각 집단의 데이터들을 의미한다. 서포트 벡터는 수학식 3과 같이 정리될 수 있다.
여기서, d는 각 데이터별 분류되는 클래스를 의미한다. SVM의 서포트 벡터는 학습 데이터셋에서 수학식 2 및 수학식 3을 만족하는 데이터들을 나타낸다. 초월평면의 가중치 벡터 w와 편향벡터 b는 이하 수학식 4와 같은 최적화 문제를 풀어서 결정할 수 있다.
여기서, k는 데이터의 총 개수이다. 수학식 4의 최적화 문제를 풀면 서포트 벡터에 해당하는 것을 제외한 모든 데이터는, 서포트 벡터보다 초월평면으로부터 바깥쪽에 위치 하게 되며, w의 크기는 최소화된다. 또한 서포트벡터와 초월평면 사이의 마진이 최대화된다. 또, 최적화문제를 풀면 이하 수학식 5와 같이 w를 구할 수 있다. k개의 학습 데이터셋에 대하여 표현된 수식이며 여기서 αi는 위 최적화 문제를 라그랑지안 문제로 풀 때 나타나는 라그랑지안 승수이다.
이때, αi 값이 0 이 아닌 데이터가 서포트 벡터이다. 가중치 벡터 b는 서포트 벡터와 수학식 5에서 구한 w를 이용하여 수학식 6을 통해 구할 수 있다.
만약 분리하고자 하는 특징 데이터가 위와 같은 초월평면으로 분리되지 않고 섞여있는 구조인 비선형 패턴 분류 문제라면, 이 특징 데이터를 커널함수를 사용하여 다른 특징공간으로 변환한 후 분류 문제를 풀 수 있다. 커널함수로 자주 사용되는 것들로는 Linear, Polynomial, Sigmoid, RBF(Radial-Basis Function) 함수 등이 있다. SVM으로 여러 클래스 분류 문제를 풀기 위한 방법 중 하나로, 하나 대 나머지(One-Versus-Rest) 방법이 이용될 수도 있다. 이 방법에서는 m 개의 각각의 분류기가 m 개의 클래스를 분류한다. m 개의 분류기는 학습 데이터셋에 대하여 각각 자신의 클래스만 참 값이고, 나머지는 거짓 값을 출력하며, 검증 데이터셋에 대한 클래스 판단은 가장 높은 결과를 출력하는 분류기의 클래스로 판단한다. 상술한 5 개의 모델, 즉 다차원모델, 동적시스템, 상호작용주의, 계층적모델 및 인간환경평가를 통하여 사용자 단말(100)은, 적어도 하나의 심리검사를 진행하고, 적어도 하나의 심리검사의 결과를 출력할 수 있다.
통합이론분석부(360)는, 적어도 하나의 인공지능 알고리즘을 이용하여 적어도 하나의 성격심리학 이론 및 평가도구의 데이터 간 패턴, 상관관계, 공통점 및 차이점을 식별 및 분석할 수 있다. 성격심리학의 평가도구는 이하와 같이 주관적(투사적) 심리검사와 객관적 심리검사로 나뉘어질 수 있다. 어느 심리검사가 정확하다고 단정하기는 어려우며, 내담자의 특성에 따라 알맞은 검사를 선택해야 한다. 어느 하나만을 가지고 판단할 수 없으므로, 객관적 검사와 주관적 검사를 적절히 선택해야 하는 것이 상담자의 역할이다. 하지만, 이에 따른 인적오류가 발생할 수 있고, 내담자의 특성에 맞게 적절히 검사종류를 선택하지 않는다면 그 결과 또한 정확할 수 없으며, 주관적 심리검사의 경우 해석의 오류가 발생할 수 있고 상담자의 내담자에 대한 첫인상이나 편견으로 인해 결과가 치우쳐지는 경우가 발생할 수 있다. 이에 본 발명의 일 실시예는 각 평가도구를 분석 및 분류하고, 공통점, 차이점, 패턴 등을 분석함으로써 이후 사용자가 내담자로 왔을 때 어떠한 검사도구를 쓸 것인지를 적응적으로 결정할 수 있도록 인공지능 알고리즘을 학습시키고자 한다. 이하에서 각 검사도구의 공통점 및 차이점을 예로 들 것이나 데이터베이스로 구축되는 것은 이에 한정되지 않고 나열된 것들로 한정되지 않음은 자명하다 할 것이다.
| 객관적 심리검사 | 주관적 심리검사 | |
| 장점 | -실시가 간단 -신뢰도&타당도 O -객관성 증대 -경제적 |
-반응의 다양성 -방어하기 어려움 -무의식적인 반응이 나타남 |
| 단점 | -사회적 바람직성 -문항의 제한성 -반응 경향성 |
-신뢰도 낮음 -타당도 부족 -상황에 따라 반응에 영향 |
| 종류 | -MMPI(다면적인성검사) -MBTI(성격유형검사) -EDMP(이화방어기제) -PAI(성격평가질문지) -지능검사, 인성검사 -홀랜드 진로검사 |
-로샤검사 -주체통각검사(TAT, CAT) -그림검사(HTP, DAP, KFD) -문장완성검사(SCT) -도형심리유형검사(GPTI) |
<인성검사>
| 활동성(General Activity) | 정력적, 생산적, 능률적이고 민첩하고 일을 좋아한다 |
| 지배성(Dominance) | 지도성, 주도성으로 추종, 복종, 위축과 대조된다 |
| 안정성(Emotional Stability) | 감정이 극단으로 흐르지 않고 평온하고 자신이 있고 낙관적이다. 근심, 걱정, 불안, 초조와 대조된다 |
| 충동성(Impulsiveness) | 흥분을 즐긴다. 단순하고 감정에 움직인다. 하고 싶은 대로 한다. 자제, 억제, 무감정과 대조된다 |
| 남향성(Masculinity) | 남성적 성격, 운동이나 노동을 즐김, 비위가 강함, 선이 굵다. 섬세, 비위 약함, 신체적 움직임의 기피와 대조된다 |
| 객관성(Objectivity) | 원리원칙대로, 법대로, 이치대로, 약속대로 하려함. 사물을 있는 그대로 봄. 낯두꺼움, 철면피, 냉정하다. 자기중심, 정에 민감, 의심과 대조된다. |
| 사려성(Reflectiveness) | 행동보다 생각에 더 많은 시간을 보냄. 이론적, 사색적. 주저. 실천적, 구체적, 과단성, 경행성과 대조된다. |
| 사회성(Socialability) | 사회적 활동, 집단활동을 즐김. 협동적, 다정하다. 수줍음, 고독, 사회적 접촉의 기피 등과 대조된다. |
<성격진단검사>
이 검사는 9가지의 성격을 측정하고 있는데 그것들은 안정성, 지배성, 사회성, 책임성, 사려성, 동조성, 남향성, 충동성, 우월성이다. 이들 중에서 안정성, 지배성, 사회성, 사려성, 남향성, 충동성은 상술한 인성검사의 그것들과 동일하다. 나머지 요인들의 의미는 다음과 같다.
| 책임성(Responsibility) | 맡은 일을 인내심을 가지고 완수하려 한다 |
| 동조성(Conformity) | 순응, 동화, 인습, 규준, 순종하려 한다. |
| 우월(Superiority) | 자기과시, 자신감이 높다. |
우월은 지배성과 같거나 매우 유사하다. 남을 지배하려는 자는 자신의 우월성을 믿기 때문이다. 인성검사와 성격진단검사에서 측정하고 있는 요인들을 통합해서 성격요인들을 분류하면, 활동성, 지배성, 안정성, 충동성(사려성), 남향성, 사회성, 동조성, 책임성이 있게 된다. 객관성은 여러 의미가 있기 때문에 단일의 성격이라고 보기 어렵다.
<Guilford의 분류>
Guilford(Anastasi 1976)는 성격을 활동(General Activity), 지배(Ascendance), 안정(Emotional Stability), 사려(Thoughtfulness), 자제(restraint), 남향(Masculinity), 객관(Objectivity), 우애(Friendliness), 사교(Sociability), 관계(Personal Relations)의 10 개로 분류하고 있다. 이들 중 활동, 지배, 안정, 사교, 남향은 앞서의 인성검사와 성격진단검사의 그것들과 같다. 나머지들의 의미는 다음과 같다.
| 자제 | 신중함, 억제함. 부주의, 충동적, 흥분성과 대조. |
| 객관 | 뻔뻔스러움, 낯이 두꺼움. 예민함, 의심이 많음과 대조. |
| 사려 | 반성적인, 주변을 살피는, 정신적인. 개의치 않음과 대조. |
| 우애 | 관대, 수용, 존중. 적의, 분개, 경멸, 호전적과 대조. |
| 인간관계 | 관대, 신뢰. 불신, 비난, 의심과 대조. |
우애와 인간관계는 동일하다. 우애의 특징인 관대, 수용, 존중이나 인간관계의 특징인 관대, 신뢰는 긍정적인 인간관계를 의미한다. 우애의 대조적인 특징인 적의, 분개, 경멸과 인간관계의 대조적인 특징인 불신, 비난, 의심은 좋지 않은 인간관계를 의미한다. 우애와 인간관계는 또한 사교와 거의 같다. 사교가 친구가 많은 것을 의미하는데 친구가 많다는 것은 인간관계가 좋다는 것을 의미하기 때문이다. 자제와 사려는 거의 같다. 자제의 특징인 신중함, 억제함과 사려의 특징인 반성적임, 주변을 살피는 것은 거의 같기 때문이다. 남향성과 객관성의 의미 중 [낯 두꺼움]은 거의 같다. 남향성의 특징인 대범성, 강한 비위와 객관의 특징인 낯 두꺼움, 부끄러워하지 않음은 거의 같기 때문이다.인성검사의 충동과 사려, 성격진단검사의 충동과 사려, MBTI의 판단과 인식, Guilford의 사려와 자제는 모두 동일 차원의 성격으로 같다고 할 수 있다. 인성검사 및 성격진단검사의 남향과 Guilford의 남향과 인서검사 및 성격진단검사의 객관의 일부는 같다. 인성검사 및 성격진단검사의 사회성은 Guilford의 사교, 우애, 관계와 같다.
<Cattell의 분류>
Cattell은 인간의 성격을 16 가지로 분류하였다.
| ①다정과 냉정(Warmth/Coldness) | 다정: 사람을 좋아하고, 친절하고, 사교적이고, 남을 배려하고, 인정이 많고, 협동적이다. 냉정: 사람을 싫어하고, 혼자 하는 일과 사물을 좋아하고, 비타협적이고, 남을 의심한다. |
| ② 지능(High Intelligence/Low Intelligence) | 고지능: 명석하고, 상상력이 풍부하고, 빨리 배운다. 저지능: 우둔하고, 상상력이 부족하고, 느리게 배운다. |
| ③ 안정성과 불안정성(Stability/Instability) | 안정성: 정서적으로 안정되어 있고, 침착하다. 적응을 잘하고 자아가 강하다. 불안정성: 감정의 변화가 많고 과민하다. 불만이 많고 잠을 잘 못 잔다. |
| ④ 지배와 순종(Dominance/Submissiveness) | 지배: 자신감이 강하고 남에게 지기 싫어한다. 공격적이고 적대적이다. 순종: 권위자에게 동조하거나 복종한다. 비판을 삼가고 온순하다. |
| ⑤ 신중성과 충동성(Seriousness/Impulsivity) | 신중성: 심사숙고하고 조심스럽고 남을 의심하고 걱정이 많고 내성적이다. 충동성: 쾌활하고 열광적이고 능동적이지만 조심성이 없고 즉흥적이고 생각하기를 싫어한다. |
| ⑥ 도덕성과 편의성(Morality/Expediency) | 도덕: 윗사람을 존중한다. 관습이나 규범을 지킨다. 양심적이고 책임감이 강하다. 편의: 그때 그때 편한 대로 행동한다. 사회질서나 규범을 무시한다. |
| ⑦ 대담성과 소심성(Boldness/Timidity) | 대담성: 자발적 적극적 모험적 활동적이다. 호쾌하고 낯이 두껍다. 소심성: 수줍어하고 위협에 민감하다. 친구가 적고 행동이 더디다. |
| ⑧ 강인성과 유연성(Tough-Mindedness/TenderMindeness) | 강인성: 비판에 둔감하다. 차갑고 엄하다. 자기를 믿는다. 유연성: 정서적으로 민감하고 의존적이다. 친절하고 예의가 바르다. 예술적이고 변덕스럽다. |
| ⑨ 신뢰성과 불신(Trusting/Suspecting) | 신뢰: 남을 배려하고 융통성이 있다. 너그럽고 우호적이다. 불신: 의심하고 질투한다. 독단적이고 책임을 전가한다. |
| ⑩ 실제성과 공상성(Practicality/Imagination) | 실제성: 전통이나 관습을 존중한다. 실현가능한 것만 관심을 가진다. 냉정하고 현실적으로 산다. 공상성: 전통이나 관습에 무관심하다. 인물이나 사물에 둔감하다. 예술 이론에 관심이 있다. |
| ⑪ 순진과 실리(Noivete/Shrewdness) |
순진: 사람을 좋아하고 예의 바르다. 정에 약하고 의존적이다. 대인관계가 서투르다. 실리: 약삭빠르고 교활하다. 사회생활에 익숙하고 자기행동을 잘 조절한다. |
| ⑫ 자신감과 죄책감(Self Confidence/Guilt Proneness) | 자신감: 남의 의견, 사회적 관습에 좌우되지 않는다. 평온하고 쾌활하고 낙천적이다. 죄책감: 예민하고 걱정이 많고 변덕스럽고 의심이 많다. 죄책감에 잘 빠진다. |
| ⑬ 진보성과 보수성(Conservatism/Radicalism) | 진보: 건설적 개혁을 추구한다. 전통에 회의를 느낀다. 분석적이고 실험정신이 강하다. 보수: 전통, 관습, 규범, 권위, 부모의 의견을 존중한다. 신중하고 변화를 반대한다. |
| ⑭ 자기충족과 집단의존(Self Sufficiency/Group Dependency) | 자기충족: 남의 의견에 좌우되지 않는다. 독립적이고 자기방식대로 살아간다. 집단의존성: 혼자서 해결하지 못하고 다른 사람의 의견에 따른다. 인정을 받고 싶어한다. |
| ⑮ 자제력과 갈등감(Self discipline/Self Conflict) | 자제: 자기통제를 잘하고 지속성이 있다. 남을 배려하고 예절과 명예를 존중한다. 신중하다. 갈등: 분노나 불안감을 조절하기 힘들다. 책임이 따르는 일을 잘 못한다. |
| 편안감과 긴장감(Low Tension/ High Tension) | 편안: 침착, 조용, 느긋하다. 비능률적이고 의욕이 저조하다. 긴장: 초조, 걱정, 불안하다. 감정통제가 어렵다. |
①의 다정과 냉정은 두가지의 의미가 있다. 다정은 사회성이며 냉정은 도덕성이다. 사회성이 높다고 도덕성이 높다고 볼 수 없으므로 이 성격은 서로 다른 의미가 혼합되어 있다고 볼 수 있다. ③의 [안정과 불안정]과 16의 [편안과 긴장]은 서로 같다. 안정과 편안, 불안과 긴장은 의미하는 바가 같다. ⑤의 [충동과 신중]과 ⑮의 [갈등과 자제]는 같다. 충동이 하고 싶은대로 하는 것이고 갈등이 자기의 행동을 통제하지 못하는 것이다. 그러므로 두 성격은 사실상 같다고 할 수 있다. 신중과 자제도 같은 것이다. ⑥의 [도덕과 편의]와 ⑪의 [순진과 실리]는 같다. 도덕적인 사람은 순진성이 높다고 할 수 있고 편의와 실제는 자신의 이익을 위해 남에게 손해를 끼치기 때문이다. 그리고 ⑥의 [도덕과 편의]와 ⑨의 [신뢰와 불신]은 둘 다 도덕성을 나타낸 것이다. 상대방을 신뢰한다는 것은 상대방을 존중한다는 것이고 도덕은 상대를 존중한다는 것이 포함된다. 따라서 ⑨의 [신뢰와 불신]과 ⑪의 [순진과 실리]는 같다. 순진하면 상대를 신뢰하는 경향이 있고 실리에 밝은 사람은 상대를 불신하는 경향이 있다. ⑦의 [대담과 소심]과 [자신감과 죄책감]은 같다. 대담성은 자신감에서 비롯되며 소심하면 죄책감에 빠지기 쉽다. 또한 ⑦의 [대담과 소심]과 ⑧의 [강인과 유연]은 서로 밀접한 관계에 있다. 대담성이 높으면 강인하다고 할 수 있고 소심하면 유연할 수 있다. 소심은 마음이 넓지 못하기 때문에 상황에 따라서 수시로 변할 수 있다. 마음이 수시로 변하는 것은 유연성과 같다. 자신감과 강인은 유사하다. 강인한 마음은 자신감에서 나온다고 할 수 있다. 소심이 죄책과 유연과 관련되어 있으므로 죄책감은 유연과 간접적으로 관련되어 있다고 할 수 있다. ⑭의 [집단의존과 자기충족]은 의미상 별개의 성격이다. 집단의존은 사회적 행동을 즐기는 것이기 때문에 사회성이라고 할 수 있다. 자기충족은 남의 의견에 개의치 않고 주관적으로 행동하는 것이기 때문에 일종의 독립성이라고 할 수 있다. 사회성이 높으면 독립성이 낮아진다면 집단의존과 자기충족은 같은 성격이라고 할 수 있다. 그러나 사회성이 높다고 독립성이 반드시 높은 것은 아니므로 집단의존과 자기충족은 서로 다른 성격이다. ⑩의 [실제]는 두 가지의 의미가 있다. 하나는 관습적이고 전통적인 것이고 다른 하나는 실제적이고 실천적인 것이다. ②의 [지능]은 성격이 아니다. 그러므로 지능을 성격으로 분류해서는 안 된다.Cattell의 16가지 성격들 중에서 성격이 아닌 지능을 제외하고 같거나 유사한 것을 통합하고 서로 다른 것을 분리하면 원래의 16 가지는 10 가지로 재분류된다. 그 10 가지들은 다정, 안정과 불안(편안, 긴장), 지배와 순종, 충동과 신중(갈등, 자제), 도덕과 편의(냉정, 순진, 신뢰), 대담과 소심(자신감, 강인), 실제와 공상, 진보와 보수, 자기충족, 집단의존이다.
상술한 논의한 인성검사, 성격진단검사, MBTI, Guilford의 통합적 분류(이하, 전자)와 Cattell의 분류가 일치하고 명칭도 같은 것이 지배, 안정, 충동이다. 전자의 사회성과 Cattell의 집단의존성은 명칭은 달라도 본질은 같다. Cattell의 의존성은 일반적 의미의 독립성과 반대가 아니다. 의존성은 사회적 활동을 즐기는 것이기 때문에 사회성과 같다. 전자의 [감각], [직관 및 사고]와 Cattell의 [실제와 공상]은 유사하다. Cattell의 [실제]는 전통적인 것, 실천적인 것이라고 하는 두 가지의 의미를 포함하고 있는데 실천적인 것이 전자의 [감각]과 같고 Cattell의 [공상]은 전자의 [직관 및 사고]와 같다. Cattell의 [자기충족]은 독립성을 의미하기 때문에 전자의 [동조]와 같은 차원이다. 독립성은 의사결정을 주체적으로 하는 것이고 동조는 의사결정을 다른 사람에 의존하는 것이기 때문에 두 성격은 같은 차원의 대립적 관계이다. Cattell의 도덕성, 순진, 신뢰, 다정은 모두 같은 성격을 나타내는 것이라고 하였는데 이는 전자의 [감정](다정, 책임)과 같다. Cattell의 [실제]의 두 의미 중 보수적인 것과 전자의 보수는 같고 또한 이 보수적인 것은 전자의 [감각]의 두 의미 중 전통적인 것과 같다. 전자에는 있는데 Cattell의 분류에 없는 것이 [활동]이다.
<Murray의 분류>
Murray는 성격을 분류하지 않고 동기를 분류하였다. 성격이 다른 사람과 구별되는 개인의 특징이라면 동기는 사람들이 가질 수 있는 욕구들이다. Murray가 분류한 동기들 중에는 성격의 분류항과 같거나 비슷한 것들이 있고 성격이라고 볼 수 없는 것들이 있다. Murray는 인간이 가질 수 있는 동기 즉 욕구들을 20가지로 분류하였다. 각각이 의미하는 바는 이하와과 같다.
| ① 자기비하(Abasement) | 수동적 복종, 비난의 감수, 굴욕의 감수 |
| ② 성취(Achievement) | 어려운 것을 달성하려함. 사물, 사람, 관념들을 조직하고 길들이려 함. 장애극복. 탁월 추구. 경쟁과 승리. 자존심 고양. |
| ③ 입회(Affiliation) | 다른 사람과 협동. 가까이 감. 연합. |
| ④ 공격(Aggression) | 상대의 제압. 투쟁. 복수. 처벌. 강요. |
| ⑤ 자율(Autonomy) | 자유로움. 억압해제. 강압에 저항. 명령거부. 책임회피. 전통에 도전. |
| ⑥ 반동(Counteraction) | 실패, 약점, 굴욕을 노력에 의해 극복하려함. 명예회복. 자존심 유지 및 고양. |
| ⑦ 방어(Defendence) | 공격이나 비난에 대한 방어. 실패의 정당화. |
| ⑧ 존중(Deference) | 존경. 경의. 전통에의 일치. |
| ⑨ 지배(Dominance) | 주변의 통제. 영향력 행사. 설득. 억압. |
| ⑩ 전시(Exhibition) | 인상적 모습 만들기. 보여주고 들려주기 원함. 다른 사람의 이목을 이끌어 내려함. |
| ⑪ 위협회피(Harmavoidance) | 고통, 상처, 죽음으로부터 회피하려함. |
| ⑫ 굴욕회피(Infavoidance) | 실패나 조롱의 회피. 당혹스러운 상황의 회피. |
| ⑬ 양육(Nurturance) | 약자의 욕구를 만족시켜 주려고 함. 동정. 돕기. |
| ⑭ 질서(Order) | 질서유지. 청결유지. 질서. 균형. 정확. |
| ⑮ 놀이(Play) | 즐거움 추구 |
| (16) 거절(Rejection) | 혐오대상으로부터의 회피. 배제. 포기. 추방. |
| (17) 감성(Sentience) | 감각적 기분 추구 및 즐김. |
| (18) 성(Sex) | 성적 관계 추구. |
| (19) 의존(Succorance) | 자신의 욕구를 다른 사람의 동정에 의해 충족시키려함. 보호자에 밀착하려함. |
| (20) 이해(Understanding) | 질문, 이론에 관심. 사색. 분석. 일반화. |
20가지의 동기들 중에서 반동, 방어, 위협회피, 굴욕회피, 거절은 쾌락을 추구하고 불쾌를 회피하려는 본능 중에서 불쾌를 회피하려는 본능이라고 할 수 있다. [반동]에서 실패, 약점, [방어]에서 공격, 비난, [위협회피]에서 고통, 상처, 굴욕, [굴욕]에서 실패, 조롱, 당혹, [거절]에서 혐오대상은 모두 불쾌한 것들이다. 이러한 불쾌한 것들에서 벗어나려는 것은 성장하면서 형성되는 성격이 아니고 태어날 때부터 가지고 있는 본능이다. 반면에 놀이, 감성, 성은 쾌락추구의 본능들이다. 놀이도 즐겁고, 감성도 즐겁고 성도 즐거운 것들이다. 이 역시 성장하면서 형성되는 것이 아니고 타고난 본능이다. Murray가 말하는 20개의 동기들 중 8개는 성장하면서 형성되는 성격이 아니고 태어날 때부터 가지고 있는 본능이다. 자기비하는 복종과 유사하다. 그러므로 지배와 동일한 차원(성격)의 대조된 성격이다. 자율은 독립과 유사하므로 의존과 동일 차원의 대조된 성격이다. 공격은 지배를 위한 공격과 자기보호를 위한공격이 있는데 지배를 위한 공격은 지배성과 같다고 할 수 있다. 20개의 동기들 중에서 본능에 관한 것 8개, 동일 성격의 다른 상태 5개(자기비하, 지배, 공격, 자율, 의존)를 제외하면 7개가 남는데 그것들은 성취, 입회, 존중, 전시, 양육, 질서, 이해이다.성취동기는 단일의 동기가 아니고 여러 가지 동기 또는 성격들이 혼합되어 있다. 성취동기가 높은 사람의 특징들에는 ① 과업지향성, ② 자신감, ③ 정력적 혁신적, ④ 결과 알고자함, ⑤ 미래지향적, ⑤ 책임감, ⑦ 모험심이 있다. 과업지향은 일 자체를 졸아하고 항시 가만히 있지 않고 활동하려는 성격이다. 이는 활동성과 유사하다. 자신감, 모험심, 정력적인 특징은 남향성과 유사하다. 미래지향적 혁신적인 특징은 진보성과 같다. 결과를 알고자함은 지적 활동으로서 직관 및 사고와 같다. 책임감은 도덕성과 관련된다. 그러므로 성취동기는 단일의 성격이라고 할 수 없다.
입회는 사람들의 모임에 가입하고자 하는 것임으로 사회성과 같다. 존중은 2가지의 의미가 있는데 하나는 훌륭한 사람을 존경하는 것이고 다른 하나는 전통적인 것을 따르는 것이다. 이 중에서 전통에 따르는 것은 보수성과 같다. 전시도 2가지의 의미가 있다. 하나는 남의 이목을 끄는 것이고 다른 하나는 과시로서 지배성과 관련된다. 남의 이목을 끌려고 하는 것은 여성성과 유사하다. 양육은 도덕적인 것과 본능적인 것이 있다. 따라서 양육은 도덕성과 일부분 같다. 질서는 타분류에는 없는 성격이다. 질서는 질서유지, 청결유지, 균형, 정확성의 의미를가 지고 있는데 이를 흔히 [깔끔], [단정]이라고 한다. 이와 대조되는 것이 무질서, 불결, 부정직이다.
<통합적 분류>
상술한 여러 분류들 중 성격이 아닌 것 제외하고 같은 것, 비슷한 것, 관련이 있는 것들을 하나로 묶고 우리가 익숙한 용어로 바꾸어 표현하면 표 7과 같다.
| 활동성 | 몸과 마음을 항상 움직이려 한다. 인성검사, Guilford의 분류에 공통적으로 포함되어 있다. |
| 지배성 | 다른 사람들을 자신의 의지대로 통제하려고 한다. 인성검사, 성격진단검사, Guilford, Cattell의 분류에 포함되어 있다. 우월성과 관련이 있다. Murray의 지배, 자기비하와 같고 공격의 일부와 유사하다. |
| 안정성 | 정신적 안정, 편안함을 추구한다. 인성검사, 성격진단검사, Guilford, Cattell의 분류에 포함되어 있다. 편안함은 안정과 동일하다. |
| 충동성 | 기분 내키는 대로, 얽매이지 않고 행동하고자 한다. 대조적인 성격은 사려, 자제이다. 인성검사, 성격진단검사, Guilford, Cattell의 분류에 포함되어 있다. MBTI의 판단은 자제와 유사하고 인식은 충동과 유사하다. |
| 남향성 | 남성적 성격이다. 대담하고 강하고 자신감이 있다. 인성검사, 성격진단검사, Guilfor의 분류에 포함되어 있다. 인성검사의 객관성의 일부와 유사하다. Cattell의 대담성, 자신감, 강인함과 같다. Murray의 전시와 유사하다. |
| 사회성 | 다른 사람들과 어울리려고 한다. 인성검사, 성격진단검사에 포함되어 있다. Guilford의 사교, 우애, 관계와 거의 같다. MBTI의 외향, 내향과 같다. Cattell의 다정, 냉정, 집단의존과 거의 같다. Murray의 입회와 같다. |
| 추상성 | 추상적으로 사고하는 것을 선호한다. MBTI의 [직관과 사고]와 같고, 감각과 대조된다. Cattell의 공상과 같고, 실제와 대조된다. Murray의 이해와 같다. |
| 독립성 | 자력으로 행동하려고 한다. 성격진단검사의 동조, Cattell의 자기충족, Murray의 자율과 같다. Murray의 의존과 대조된다. |
| 보수성 | 기존의 관행을 유지하려고 한다. Cattell의 보수, 진보, 실제의 일부가 이에 해당한다. MBTI의 감각의 의미 중 [전통적]과 같다. Murray의 존중의 일부도 이에 해당한다. |
| 도덕성 | 사회의 도덕적 규범을 따르려고 한다. 인성검사의 책임이 이에 해당한다. Cattell의 도덕, 편의, 다정, 순진, 실리, 신뢰, 불신이 도덕성과 관련된다. Murray의 존중의 일부, 양육의 일부분도 이에 해당한다. |
| 질서성 | 단정, 청결, 정리하려고 한다. Murray의 질서가 이에 해당한다. 11가지 성격에 개방성, 융통성을 추가할 수 있다. |
| 개방성 | 개인의 마음속에 있는 생각이나 감정을 숨기지 않고 그대로 드러내려고 한다. 이와 대조되는 것은 솔직하게 드러내지 않고 숨기려고 한다. 충동적인 사람이 개방적일 가능성은 있으나 충동적이라고 반드시 개방적이지는 않다. 충동성이 이것저것 따지지 않고 즉흥적으로 사고하고 행동하는 것이다. 충동적인 사람도 개방적일 수 있고 폐쇄적일 수 있으며, 충동과 반대인 억제적인 사람도 개방적일 수 도 있고 폐쇄적일 수 있다. |
| 융통성 | 사고가 고착되거나 획일적이거나 편파적이지 않고 여러 가지 가능성을 염두에 두고 유연성을 보인다. 외고집, 맹신, 억지, 근시안, 편집, 불통 등과 대조된다. |
여러 가지의 분류들을 종합적으로 분류하면 최종적으로 인간의 성격은 활동성, 지배성, 안정성, 충동성, 남향성, 사회성, 추상성, 독립성, 보수성, 도덕성, 질서성, 개방성, 융통성으로 분류된다. 이렇게 각 성격심리학 이론 간 공통점 및 차이점을 분석 및 대조함으로써 중복된 사항은 군집화(Clustering)되도록 분류하고, 같은 것은 같은 것끼리 다른 것은 다른 것끼리 함께 묶어 카테고라이징을 수행하는 경우, 새로운 하나의 성격심리검사가 생성될 수 있고 통합적 프레임워크를 구축할 수 있게 된다. 본 발명의 일 실시예에 따른 통합 프레임워크를 구축할 때, 초기에는 각계 성격심리학 교수 및 전문가가 이를 분류함으로써 인공지능 모델을 구축할 때 필요한 데이터셋을 마련해야겠지만, 이후 새로운 성격심리학 이론들이 논문으로 게재되거나 발표되는 경우 이를 지속적으로 업데이트할 때에는 강화학습을 이용하여 전문가나 교수 등의 분류방법을 따라하도록 학습을 시키거나, 자연어처리를 이용하여 같은 것은 같게, 다른 것은 다르게 분류하도록 처리를 시키는 경우 사람의 개입없이도 지속적으로 통합 프레임워크에 각종 검사방법이 데이터베이스화될 수 있고, 더 나아가 빅데이터로 구축되어 데이터셋을 마련하도록 자동으로 라벨링할 수 있다. 이렇게 자동으로 라벨링된 데이터셋은 인공지능 알고리즘을 학습 및 검증하는데 이용될 수 있고, 학습할 데이터가 늘어날수록 인공지능 알고리즘이 더 똑똑해질 수 있다.
모델구축부(370)는, 적어도 하나의 인공지능 알고리즘을 이용하여 적어도 하나의 성격심리학 이론을 조합하여 성격모델을 구축하도록 할 수 있다.
<강화학습>
강화학습은 환경에 정의된 Agent가 State를 입력받아 Reward가 가장 큰 Action을 선택하는 Policy를 결정하는 알고리즘이다. 최근에는 딥러닝과 결합하여 더 어려운 환경에서 더 빠르게 학습할 수 있고, Local Minimum에 빠지는 문제를 해결한 심층 강화학습이 연구되었다. 또한, 분석 데이터 중 최적 솔루션을 선택하는 전문가 단말(500)의 선택을 Agent가 학습하면 전문가의 선택방법을 학습할 수 있게 된다. 이러한 장점을 바탕으로, 심층 강화학습을 이용하여 최적의 심리검사의 조합을 자동으로 찾아낼 수 있는 시스템을 구축할 수 있다. 이는, 전문가가 선택한 최적 솔루션을 데이터로 사용함으로써, DQN(Deep Q-Network)을 이용해 예측한 최적 솔루션을 사용자에게 제시할 수 있다.
<DQN>
강화학습은 환경에서 정의된 Agent가 Observation Space의 State를 입력 받아 Reward가 가장 큰 Action을 선택하는 Policy를 결정하는 알고리즘이다. 강화학습의대표적인 알고리즘 중 하나인 Q-Learning은 유한 마르코프 결정 과정에서 Agent가 최적의 Policy를 찾기 위해 사용된다. Q-Learning은 Reward와 Action Value Function의 합을 최대화하도록 학습하는데 이하 수학식 7과 같다.
여기서, Q(s,a)는 Action-Value Function으로 State s에서 Action a를 취했을 때 그 행동이 가지는 가치를 계산하는 함수다. 또한, r은 Action을 취했을 때 얻는 Reward이고, α는 Learning Rate이며, γ는 Discount Factor이다. Q-Learning은 강화학습 문제를 해결하는 방법 중 하나로 사용되지만, Local Minimum에 빠질 수 있기 때문에 Cost Minimization의 문제점을 그대로 갖고 있다. 따라서 Q-Learning에 딥러닝 기법 중 CNN을 적용하여 Local Minimum을 방지하는 DQN이 개발되었는데, 이와 같은 DQN Agent의 구조를 이용하여 모델을 구성할 수 있다.
Observation Space는 Agent가 학습하는데 필요한 정보로, 좋은 학습을 위해서는 충분한 정보를 제공하는 것이 중요하다. 예를 들어, State는 현재 상태로 각 분석 데이터 중 어느 하나의 분석 데이터가 선택될 때마다 업데이트되는 State이고, Next State는 Action을 수행하여 새로운 분석 데이터가 선택된 후 변경되는 State이다. 타겟 최적 솔루션은, 전문가의 데이터베이스의 최적 솔루션과 가장 유사한 솔루션이다. 이러한 State를 입력으로 이용하여 학습할 수 있다. Action은 State를 입력 받았을 때 Agent가 선택 가능한 행동이다. 아직 선택되지 않은 분석 데이터를 List로 만들어 Action List를 생성한다. 그 후, Action List에서 Action을 하나씩 추출하여 Next State를 만들고 이를 State, 타겟 최적 솔루션과 함께 하나의 Action State List로 만든다. 이를 Action의 수 만큼 반복하여 최종적으로 Observation State List를 생성한다. Reward는 Agent가 선택한 Action에 대한 보상이다. 이때, 두 가지 Reward Function을 사용하여 Agent를 학습킬 수 있는데, 이 과정을 거치면 전문가의 선택과 유사한 분석 데이터가 자동으로 선택되어 사용자에게 제공되게 된다. 물론, 심리검사의 경우 인공지능의 결과는 참고로 하고, 결국 최종 솔루션 제시와 선택은 상담자가 할 수 밖에 없다. 다만, 이러한 과정을 반복하고 수 많은 데이터가 누적되는 경우, 인공지능은 계속 학습을 진행할 수 있고 높은 정확도로 분석 데이터 중 최적 솔루션을 추출해낼 수 있다.
맞춤형평가부(380)는, 적어도 하나의 인공지능 알고리즘을 이용하여 사용자 단말(100)에서 적어도 하나의 심리검사를 진행할 때 실시간으로 사용자 단말(100)의 응답을 분석하고 그 다음 질문 또는 피드백을 조정할 수 있다.
업데이트부(390)는, 적어도 하나의 성격심리학 이론이 연구 및 개발되는 경우, 연구 및 개발된 적어도 하나의 성격심리학 이론을 통합 프레임워크에 포함시키도록 저장 및 분석 후 적어도 하나의 인공지능 알고리즘으로 학습하도록 할 수 있다.
소스통합부(391)는, 사용자 단말(100)에서 적어도 하나의 심리검사를 진행할 때, 자기보고서 설문지, 행동관찰, 생리학적측정결과 및 소셜미디어를 포함한 사용자 정보를 적어도 하나의 인공지능 알고리즘에 입력하여 사용자의 성격을 다각적으로 분석하도록 할 수 있다. 예를 들어, 스마트워치의 센서와 휴대전화를 통해 개인의 생리적, 행동적 자료를 수집하여 스트레스를 효과적으로 모니터링 할 수 있는데, 피부전도도, 가속도를 측정하고 휴대폰의 통화, 문자메시지, 위치 등의 정보를 종합하여 참가자의 스트레스를 효과적으로 관찰할 수 있다. 이러한 과거 데이터를 머신러닝이 학습하여 미래의 스트레스를 예측할 수도 있다. 또, 뇌파정보와 근적외선 분광법(Functional Near Infrared Spectroscopy)으로 획득한 정보를 머신러닝 접근을 통해 분석하여 스트레스 정도를 평가할 수도 있다. 피부 전기전도도, 심장박동수를 포함한 생체신호를 수집한 후 노이즈를 제거하는 과정을 통해 스트레스와 감정을 측정하고 즉각적인 감정 관리 서비스를 제공할 수도 있다. 개인의 감정을 실시간 감찰하고 상황에 따른 감정관리, 스트레스 관리를 가능하게 해주는 시스템을 개발할 수도 있다. 또, 단순히 기록된 자료를 넘어 대상의 음성, 대화 내용, 오디오 등의 실시간 자료를 수집하여 분석할 수도 있는데, 영상 촬영을 활용한 머신러닝을 사람들의 우울장애증상을 판별하는데 적용할 수도 있고, 이러한 방식을 건강심리현장에 적용하면, 신체질환, 우울증, 외로움 등을 겪는 사람들이 SNS에 올린 글이나 사진을 모니터링하거나 인공지능이 자주 대화를 시도하여 그 반응을 분석하여 자살, 자해 등의 가능성이 있다고 판단하면 담당심리학자에게 알림을 띄우는 시스템을 구축할 수도 있다. 예를 들어, 심장박동수와 피부전기전도도 및 호흡을 측정할 수 있는 센서가 있는 스마트워치를 통하여 감정변화를 모니터링하거나 피부전기전도도, 수면, 행동패턴, 위치의 변화, 스마트폰을 사용 패턴 등의 자료를 수집하여 성격을 포괄적으로 파악하는데 이용할 수도 있다.
자연어분석부(393)는, 사용자 단말(100)에서 적어도 하나의 심리검사에 응답한 응답 데이터를 자연어처리(Natural Language Processing)를 이용하여 응답 데이터를 분석할 수 있다. 자연어처리 및 더 나아가 자연어이해는 공지기술이므로 상세한 설명을 생략하기로 한다.
인간오류제거부(395)는, 사용자 단말(100)에서 적어도 하나의 심리검사에 응답한 응답 데이터를 자연어처리로 분석한 결과를 기반으로 적어도 하나의 인공지능 알고리즘을 이용하여 채점 및 해석할 수 있다. 물론, 동일한 결과가 나왔다고 하여 완전히 동일한 성격이라고는 할 수 없는 측면이 있으므로 이 결과는 내담자 또는 상담자에게 전달하여 객관성을 확인할 수 있는 지표로 이용하도록 하는 것이 바람직하다.
부정행위방지부(397)는, 사용자 단말(100)의 응답 데이터를 분석하여 거짓 또는 부정응답을 추출할 수 있다. 동일한 질문에 다르게 대답하거나 일관성이 없게 대답하는 경우 부정행위로 채점할 수 있다. 다만, 기준이 없어 모호한 경우, 예를 들어, 나는 거짓말을 가끔 하는 편이다라는 말에 어느 정도가 가끔인지에 대한 용어정의가 모호한 경우에는 일관성 없는 대답이 나올 수도 있으므로 무조건 부정행위로 취급할 수는 없다. 이에, 객관적인 수치로 가끔 등의 형용사를 표시해주고, 그럼에도 불구하고 일관성이 없는 대답이 나온 경우에는 이를 부정행위로 간주할 수 있다.
정신관리부(399)는, 사용자 단말(100)의 fMRI(Functional Magnetic Resonance Imaging)와 사용자 단말(100)의 응답에 대한 음성발화가 실시간으로 수집되는 경우, fMRI 및 음성발화를 이미지를 분석하는 딥러닝 및 음성발화를 인식하는 인공지능 알고리즘으로 동기화되도록 분석할 수 있다. fMRI는 질문에 반응하는 응답자의 뇌의 활성화부위를 이미지로 촬영하는 것인데, 음성발화에서 톤(Tone), 떨림, 피치, 강도 등으로 진위를 분석하도록 하고, 음성발화의 내용을 분석할 때 뇌의 어느 부위가 활성화되는지를 파악함으로써 뇌의 각 기능이 제대로 작동하고 있는지를 파악할 수 있다.
이하, 상술한 도 2의 구축 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 구축 서비스 제공 서버(300)는, 성격심리학 이론을 수집하여 객관적 검사 및 주관적 검사로 나누고, 공통점, 차이점, 패턴분석 및 분류 등을 수행하고, (b)와 같이 다차원모델, 동적시스템, 상호작용주의, 계층적모델 및 인간환경평가에 따라 성격분석이 가능하도록 (c) 인공지능 알고리즘을 학습할 데이터셋을 라벨러를 고용하여 라벨링함으로써 구축하고, (d)와 같이 인공지능 알고리즘을 학습 및 검증시켜 도 4의 (a)와 같이 사용자 단말(100)에서 검사를 시행할 때 응답을 분석한 후 그 다음 질문 또는 검사를 적응적으로 제공하거나, (b)와 같이 주관적 검사를 상담자가 주관적으로 해석하지 않도록 또는 인적오류에 빠지지 않도록 인공지능 알고리즘이 자동으로 채점을 수행하며, (c)와 같이 사용자의 검사 또는 상담 뿐 아니라, 종합적인 측면을 볼 수 있도록 행동을 관찰하고, 생리학적 특성을 고려하며, 소셜미디어 등 다양한 환경의 사용자의 모습을 소스로 통합시킴으로써 분석을 시행하도록 한다. 또, 구축 서비스 제공 서버(300)는, (d)와 같이 새로운 이론이 공개 및 발표되는 경우 이를 통합 프레임워크에 업데이트함으로써 인공지능 알고리즘이 학습 및 검증하여 성격검사도구로 활용할 수 있도록 한다.
이와 같은 도 2 내지 도 4의 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 도 1의 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 5를 참조하면, 구축 서비스 제공 서버는, 성격의 다차원적 구조에 따른 적어도 하나의 다차원모델 이론을 수집한 후, 적어도 하나의 다차원모델 이론의 패턴을 분석한다(S5100).
그리고, 구축 서비스 제공 서버는, 성격의 환경적요인에 따른 변화양상을 동적 프로세스로 모델링하여 분석하고(S5200), 성격이 유전적, 환경적 및 인지적 요인과 상호작용으로 형성된다는 상호작용주의이론을 수집한 후 분석한다(S5300).
또, 구축 서비스 제공 서버는, 성격의 계층적구조를 식별 및 구분하고(S5400), 인간과 환경 간 적합성을 평가하고 예측한다(S5500).
상술한 단계들(S5100~S5500)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5500)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 5의 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 성격심리학 기반 통합 프레임워크 구축 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (10)
- 적어도 하나의 심리검사를 진행하고, 상기 적어도 하나의 심리검사의 결과를 출력하는 사용자 단말; 및
성격의 다차원적 구조에 따른 적어도 하나의 다차원모델 이론을 수집한 후, 상기 적어도 하나의 다차원모델 이론의 패턴을 분석하는 다차원모델부, 성격의 환경적요인에 따른 변화양상을 동적 프로세스로 모델링하여 분석하는 동적시스템부, 성격이 유전적, 환경적 및 인지적 요인과 상호작용으로 형성된다는 상호작용주의이론을 수집한 후 분석하는 상호작용주의부, 성격의 계층적구조를 식별 및 구분하는 계층적모델부를 포함하는 구축 서비스 제공 서버;
를 포함하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 구축 서비스 제공 서버는,
적어도 하나의 인공지능 알고리즘을 이용하여 적어도 하나의 성격심리학 이론 및 평가도구의 데이터 간 패턴, 상관관계, 공통점 및 차이점을 식별 및 분석하는 통합이론분석부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 2 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 적어도 하나의 인공지능 알고리즘을 이용하여 상기 적어도 하나의 성격심리학 이론을 조합하여 성격모델을 구축하도록 하는 모델구축부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 3 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 적어도 하나의 인공지능 알고리즘을 이용하여 상기 사용자 단말에서 적어도 하나의 심리검사를 진행할 때 실시간으로 상기 사용자 단말의 응답을 분석하고 그 다음 질문 또는 피드백을 조정하는 맞춤형평가부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 구축 서비스 제공 서버는,
적어도 하나의 성격심리학 이론이 연구 및 개발되는 경우, 상기 연구 및 개발된 적어도 하나의 성격심리학 이론을 통합 프레임워크에 포함시키도록 저장 및 분석 후 적어도 하나의 인공지능 알고리즘으로 학습하도록 하는 업데이트부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 사용자 단말에서 상기 적어도 하나의 심리검사를 진행할 때, 생리학적측정결과에 대응하는 사용자 정보를 적어도 하나의 인공지능 알고리즘에 입력하여 사용자의 스트레스를 분석하도록 하는 소스통합부;
를 더 포함하고,
상기 생리학적측정결과는 피부 전기전도도 및 심장박동수를 포함하는 생체신호를 측정한 결과인 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 1 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 사용자 단말에서 상기 적어도 하나의 심리검사에 응답한 응답 데이터를 자연어처리(Natural Language Processing)를 이용하여 응답 데이터를 분석하는 자연어분석부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 삭제
- 제 7 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 사용자 단말의 응답 데이터를 분석하여 거짓 또는 부정응답을 추출하는 부정행위방지부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
- 제 7 항에 있어서,
상기 구축 서비스 제공 서버는,
상기 사용자 단말의 fMRI(Functional Magnetic Resonance Imaging)와 상기 사용자 단말의 응답에 대한 음성발화가 실시간으로 수집되는 경우, 상기 fMRI 및 상기 음성발화를 이미지를 분석하는 딥러닝 및 음성발화를 인식하는 인공지능 알고리즘으로 동기화되도록 분석하는 정신관리부;
를 더 포함하는 것을 특징으로 하는 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230058499A KR102593424B1 (ko) | 2023-05-04 | 2023-05-04 | 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230058499A KR102593424B1 (ko) | 2023-05-04 | 2023-05-04 | 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102593424B1 true KR102593424B1 (ko) | 2023-10-24 |
Family
ID=88515151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230058499A KR102593424B1 (ko) | 2023-05-04 | 2023-05-04 | 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102593424B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140053426A (ko) * | 2012-10-25 | 2014-05-08 | (주)휴노 | 3차원 심리검사 서비스를 제공하는 방법 및 서버 |
| KR20160010233A (ko) * | 2014-07-19 | 2016-01-27 | 이정화 | 신경심리에 기초한 적성-성격-학습 종합분석시스템 및 그 방법 |
| KR20200065261A (ko) * | 2018-11-30 | 2020-06-09 | 장태원 | 맞춤형 심리상담 연결 시스템 및 맞춤형 심리상담 연결 방법 |
| KR20210094842A (ko) * | 2020-01-22 | 2021-07-30 | 케이씨대학교산학협력단 | 오투오 기반의 심리상담 중개방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체 |
-
2023
- 2023-05-04 KR KR1020230058499A patent/KR102593424B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140053426A (ko) * | 2012-10-25 | 2014-05-08 | (주)휴노 | 3차원 심리검사 서비스를 제공하는 방법 및 서버 |
| KR20160010233A (ko) * | 2014-07-19 | 2016-01-27 | 이정화 | 신경심리에 기초한 적성-성격-학습 종합분석시스템 및 그 방법 |
| KR102273394B1 (ko) * | 2014-07-19 | 2021-07-06 | 이정화 | 신경심리에 기초한 적성-성격-학습 종합분석시스템 및 그 방법 |
| KR20200065261A (ko) * | 2018-11-30 | 2020-06-09 | 장태원 | 맞춤형 심리상담 연결 시스템 및 맞춤형 심리상담 연결 방법 |
| KR20210094842A (ko) * | 2020-01-22 | 2021-07-30 | 케이씨대학교산학협력단 | 오투오 기반의 심리상담 중개방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Scherbaum et al. | Estimating statistical power and required sample sizes for organizational research using multilevel modeling | |
| Ekman | What scientists who study emotion agree about | |
| Lambdin | Significance tests as sorcery: Science is empirical—significance tests are not | |
| Cesario | Priming, replication, and the hardest science | |
| Wetzels et al. | Statistical evidence in experimental psychology: An empirical comparison using 855 t tests | |
| Hofmann et al. | A meta-analysis on the correlation between the Implicit Association Test and explicit self-report measures | |
| Tellegen et al. | On the dimensional and hierarchical structure of affect | |
| Wells et al. | Stimulus sampling and social psychological experimentation | |
| Guerrero et al. | The communicative responses to jealousy scale: Revision, empirical validation, and associations with relational satisfaction | |
| Trinitapoli et al. | Uncertainty and fertility in a generalized AIDS epidemic | |
| KR100986109B1 (ko) | 웹 서비스 기반의 인지능력 개발 시스템, 그 방법 및 이를기록한 기록매체 | |
| Shirish | Research methodology in education | |
| Miner et al. | Attachment to God, psychological need satisfaction, and psychological well-being among Christians | |
| Kim et al. | Depression index service using knowledge based crowdsourcing in smart health | |
| DE102016101643A1 (de) | Filterung von durch bias verzerrten messwerten der affektiven reaktion | |
| US20040210661A1 (en) | Systems and methods of profiling, matching and optimizing performance of large networks of individuals | |
| Zhang et al. | Multi-modal interactive fusion method for detecting teenagers’ psychological stress | |
| Drozdova | Measuring emotions in marketing and consumer behavior: is face reader an applicable tool? | |
| Sainz-de-Baranda Andujar et al. | Gender biases in the training methods of affective computing: Redesign and validation of the Self-Assessment Manikin in measuring emotions via audiovisual clips | |
| Dorneles et al. | Context awareness in recognition of affective states: A systematic mapping of the literature | |
| Mastorodimos et al. | Studying affective tutoring systems for mathematical concepts | |
| Wang et al. | Implementation a context-aware plant ecology mobile learning system | |
| Lim et al. | Exploration of variables predicting sense of school belonging using the machine learning method—group Mnet | |
| KR102593424B1 (ko) | 성격심리학 기반 통합 프레임워크 구축 서비스 제공 시스템 | |
| US20220318642A1 (en) | Method for providing super self-management service to provide step-by-step consulting and mentoring of lvh for self management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |