KR102624944B1 - 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 - Google Patents

라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102624944B1
KR102624944B1 KR1020220007860A KR20220007860A KR102624944B1 KR 102624944 B1 KR102624944 B1 KR 102624944B1 KR 1020220007860 A KR1020220007860 A KR 1020220007860A KR 20220007860 A KR20220007860 A KR 20220007860A KR 102624944 B1 KR102624944 B1 KR 102624944B1
Authority
KR
South Korea
Prior art keywords
message
host
chat
processor
category
Prior art date
Application number
KR1020220007860A
Other languages
English (en)
Other versions
KR20230111873A (ko
Inventor
윤주호
최정범
유택범
Original Assignee
네이버 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 네이버 주식회사 filed Critical 네이버 주식회사
Priority to KR1020220007860A priority Critical patent/KR102624944B1/ko
Priority to PCT/KR2023/000936 priority patent/WO2023140642A1/ko
Publication of KR20230111873A publication Critical patent/KR20230111873A/ko
Application granted granted Critical
Publication of KR102624944B1 publication Critical patent/KR102624944B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램이 개시된다. 호스트를 위한 라이브 커머스 툴의 기능으로 상기 호스트의 라이브 방송 중에 수신되는 채팅 메시지를 실시간으로 분류할 수 있다.

Description

라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램{METHOD, COMPUTER DEVICE, AND COMPUTER PROGRAM FOR REAL-TIME INSPECTOR ON LIVE COMMERCE PLATFORM}
아래의 설명은 시청자와 실시간 소통할 수 있는 채팅 기반 라이브 커머스 서비스를 제공하는 기술에 관한 것이다.
인터넷의 발달로 전자상거래 시장이 형성되면서 인터넷을 통한 라이브 커머스 서비스가 활성화되고 있다.
라이브 커머스 서비스는 웹사이트 또는 어플리케이션의 형태로 개인 단말을 통해 제공될 수 있다.
일례로, 한국공개특허 제10-2012-0079039호(공개일 2012년 07월 11일)에는 특정 웹 페이지를 설정하고 해당 웹 페이지를 통하여 인터넷 방송을 제공할 수 있는 기술이 개시되어 있다.
라이브 커머스 플랫폼에서의 채팅을 통한 시청자 메시지를 실시간으로 분류할 수 있다.
시청자 메시지를 실시간으로 분석하여 분석 결과를 시각화하여 제공할 수 있다.
호스트의 방송 아이템에 대한 문의 메시지에 대해 자동 답변을 제공할 수 있다.
컴퓨터 장치에서 실행되는 방법에 있어서, 상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 방법은, 상기 적어도 하나의 프로세서에 의해, 호스트를 위한 라이브 커머스 툴의 기능으로 상기 호스트의 라이브 방송 중에 수신되는 채팅 메시지를 실시간으로 분류하는 단계를 포함하는 방법을 제공한다.
일 측면에 따르면, 상기 분류하는 단계는, 언어 모델(language model)을 이용하여 상기 채팅 메시지를 해당 메시지 내용에 대응되는 카테고리로 분류하는 단계를 포함할 수 있다.
다른 측면에 따르면, 상기 분류하는 단계는, 메시지 예시와 해당 메시지의 카테고리로 이루어진 예시 데이터를 이용하여 타겟 메시지에 대한 프롬프트(prompt)를 구성하는 단계; 및 상기 프롬프트를 언어 모델의 입력으로 하여 상기 예시 데이터의 패턴에 따라 상기 타겟 메시지의 카테고리를 생성하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 분류하는 단계는, 상기 라이브 방송에 대해 상기 채팅 메시지의 분류 항목인 카테고리를 설정하는 단계; 및 상기 채팅 메시지를 상기 카테고리로 분류하여 상기 카테고리의 템플릿으로 구성된 인터페이스 화면을 통해 표시하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 방법은, 상기 적어도 하나의 프로세서에 의해, 상기 라이브 커머스 툴의 기능으로 상기 라이브 방송 중에 수신되는 상기 채팅 메시지를 실시간으로 분석하여 분석 결과를 제공하는 단계를 더 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 채팅 메시지의 분류 결과를 기초로 긍정 및 부정 리액션 비율을 시각화하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 채팅 메시지의 분류 결과를 기초로 특정 분류 항목과 관련된 하이라이트를 생성하여 제공하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 채팅 메시지의 분류 결과를 기초로 특정 분류 항목의 메시지를 저장하는 단계를 포함하고, 상기 특정 분류 항목의 메시지는 상기 호스트의 상품과 관련된 분석 데이터로 이용될 수 있다.
또 다른 측면에 따르면, 상기 방법은, 상기 적어도 하나의 프로세서에 의해, 상기 라이브 커머스 툴의 기능으로 상기 채팅 메시지 중 문의 카테고리로 분류된 문의 메시지에 대해 자동 답변을 제공하는 단계를 더 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 호스트가 미리 제공한 답변 데이터셋을 기초로 상기 자동 답변을 제공하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 호스트의 상품 정보, 상기 호스트의 음성을 STT(speech to text)를 통해 변환한 데이터셋, 및 상기 호스트의 과거 방송에서 축적한 데이터셋 중 적어도 하나를 기초로 상기 자동 답변을 제공하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 자동 답변에 성공한 문의 메시지를 대상으로 해당 문의와 답변을 상기 호스트의 상품과 관련된 게시판에 자동 게시하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 제공하는 단계는, 상기 자동 답변에 실패한 문의 메시지를 별도의 인터페이스로 제공하는 단계를 포함할 수 있다.
상기 방법을 상기 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램을 제공한다.
컴퓨터 장치에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 호스트를 위한 라이브 커머스 툴의 기능으로 상기 호스트의 라이브 방송 중에 수신되는 채팅 메시지를 실시간으로 분류하는 것을 특징으로 하는 컴퓨터 장치를 제공한다.
본 발명의 실시예들에 따르면, 라이브 커머스 플랫폼에서의 채팅을 통한 시청자 메시지를 실시간으로 분류할 수 있다.
본 발명의 실시예들에 따르면, 시청자 메시지를 실시간으로 분석하여 분석 결과를 시각화하여 제공할 수 있다.
본 발명의 실시예들에 따르면, 호스트의 방송 아이템에 대한 문의 메시지에 대해 자동 답변을 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 시스템의 예를 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 컴퓨터 시스템의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 컴퓨터 시스템이 수행할 수 있는 방법의 일례를 도시한 순서도이다.
도 5는 본 발명의 일실시예에 있어서 프롬프트를 이용한 메시지 분류 과정의 일례를 설명하기 위한 순서도이다.
도 6 내지 도 7은 본 발명의 일실시예에 있어서 카테고리 분류 예시를 도시한 것이다.
도 8은 본 발명의 일실시예에 있어서 라이브 커머스 인터페이스 화면의 예시를 도시한 것이다.
도 9 내지 도 11은 본 발명의 일실시예에 있어서 라이브 커머스 툴의 인터페이스 화면의 예시를 도시한 것이다.
도 12 내지 도 13은 본 발명의 일실시예에 있어서 라이브 커머스 툴의 인터페이스 화면의 다른 예시를 도시한 것이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명의 실시예들은 시청자와 실시간 소통할 수 있는 라이브 커머스 서비스를 제공하는 기술에 관한 것이다.
본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 채팅 기반 라이브 커머스 플랫폼에서 채팅 메시지를 실시간으로 처리하는 다양한 기능의 인스펙터(inspector)를 제공할 수 있다.
본 발명의 실시예들에 따른 라이브 인스펙터 시스템은 적어도 하나의 컴퓨터 시스템에 의해 구현될 수 있으며, 본 발명의 실시예들에 따른 라이브 인스펙터 방법은 라이브 인스펙터 시스템에 포함되는 적어도 하나의 컴퓨터 시스템을 통해 수행될 수 있다. 이때, 컴퓨터 시스템에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 시스템은 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 실시예들에 따른 라이브 인스펙터 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 시스템과 결합되어 라이브 인스펙터 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.
도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다. 또한, 도 1의 네트워크 환경은 본 실시예들에 적용 가능한 환경들 중 하나의 예를 설명하는 것일 뿐, 본 실시예들에 적용 가능한 환경이 도 1의 네트워크 환경으로 한정되는 것은 아니다.
복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.
통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제1 서비스를 제공하는 시스템일 수 있으며, 서버(160) 역시 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제2 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버(150)는 복수의 전자 기기들(110, 120, 130, 140)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 라이브 커머스 서비스 등)를 제1 서비스로서 복수의 전자 기기들(110, 120, 130, 140)로 제공할 수 있다. 다른 예로, 서버(160)는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 복수의 전자 기기들(110, 120, 130, 140)로 배포하는 서비스를 제2 서비스로서 제공할 수 있다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 시스템의 예를 도시한 블록도이다. 앞서 설명한 복수의 전자 기기들(110, 120, 130, 140) 각각이나 서버들(150, 160) 각각은 도 2를 통해 도시된 컴퓨터 시스템(200)에 의해 구현될 수 있다.
이러한 컴퓨터 시스템(200)은 도 2에 도시된 바와 같이, 메모리(210), 프로세서(220), 통신 인터페이스(230) 그리고 입출력 인터페이스(240)를 포함할 수 있다.
메모리(210)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 시스템(200)에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(210)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(230)를 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(170)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 시스템(200)의 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 인터페이스(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.
통신 인터페이스(230)는 네트워크(170)를 통해 컴퓨터 시스템(200)이 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 시스템(200)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(230)의 제어에 따라 네트워크(170)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(170)를 거쳐 컴퓨터 시스템(200)의 통신 인터페이스(230)를 통해 컴퓨터 시스템(200)으로 수신될 수 있다. 통신 인터페이스(230)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(220)나 메모리(210)로 전달될 수 있고, 파일 등은 컴퓨터 시스템(200)이 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.
입출력 인터페이스(240)는 입출력 장치(250)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(250)는 컴퓨터 시스템(200)과 하나의 장치로 구성될 수도 있다.
또한, 다른 실시예들에서 컴퓨터 시스템(200)은 도 2의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 시스템(200)은 상술한 입출력 장치(250) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.
이하에서는 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.
도 3은 본 발명의 일실시예에 따른 컴퓨터 시스템의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 본 발명의 일실시예에 따른 컴퓨터 시스템이 수행할 수 있는 라이브 인스펙터 방법의 일례를 도시한 순서도이다.
본 실시예에 따른 컴퓨터 시스템(200)은 클라이언트를 대상으로 클라이언트 상에 설치된 전용 어플리케이션이나 컴퓨터 시스템(200)과 관련된 웹/모바일 사이트 접속을 통해 라이브 커머스 서비스를 제공할 수 있다.
본 명세서에서 라이브 커머스 서비스는 실시간 동영상 스트리밍을 통해 상품을 판매하는 온라인 채널을 의미하는 것으로, 채팅과 쇼핑이 결합되어 채팅을 통해 시청자와 실시간으로 소통하면서 상품을 소개하는 스트리밍 방송 서비스를 의미할 수 있다.
컴퓨터 시스템(200)의 프로세서(220)는 이후 설명될 라이브 인스펙터 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 채팅 분류부(310), 채팅 분석부(320), 및 자동 응답부(330)를 포함할 수 있다. 실시예에 따라 프로세서(220)의 구성요소들은 선택적으로 프로세서(220)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(220)의 구성요소들은 프로세서(220)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.
이러한 프로세서(220) 및 프로세서(220)의 구성요소들은 이후 설명될 라이브 인스펙터 방법이 포함하는 단계들을 수행하도록 컴퓨터 시스템(200)을 제어할 수 있다. 예를 들어, 프로세서(220) 및 프로세서(220)의 구성요소들은 메모리(210)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.
여기서, 프로세서(220)의 구성요소들은 컴퓨터 시스템(200)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(220)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 컴퓨터 시스템(200)이 채팅 메시지를 분류하도록 상술한 명령에 따라 컴퓨터 시스템(200)을 제어하는 프로세서(220)의 기능적 표현으로서 채팅 분류부(310)가 이용될 수 있다.
프로세서(220)는 컴퓨터 시스템(200)의 제어와 관련된 명령이 로딩된 메모리(210)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(220)가 이후 설명될 라이브 인스펙터 방법을 실행하도록 제어하기 위한 명령을 포함할 수 있다.
이후 설명될 라이브 인스펙터 방법이 포함하는 단계들은 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.
도 4를 참조하면, 단계(S410)에서 채팅 분류부(310)는 라이브 커머스 툴을 통해 제공되는 기능 중 하나인 채팅 기능을 통해 라이브 방송 중 시청자로부터 수신되는 메시지를 실시간으로 분류할 수 있다. 일례로, 채팅 분류부(310)는 언어 모델(language model)을 이용하여 채팅 메시지를 해당 메시지 내용에 대응되는 카테고리로 분류할 수 있다. 채팅 분류부(310)는 언어 모델의 입력문이 되는 프롬프트를 이용하여 실시간으로 수신되는 채팅 메시지에 대해 카테고리 분류를 수행할 수 있다. 채팅 메시지의 분류 항목인 카테고리는 라이브 커머스 채널의 상품 판매자인 호스트의 선택에 따라 직접 설정될 수 있으며, 실시예에 따라서는 호스트에 의해 등록된 상품 정보, 즉 호스트가 소개하는 상품 아이템에 따라 자동 설정될 수 있다. 예를 들어, 채팅 분류부(310)는 시청자의 채팅 메시지를 해당 메시지의 내용에 따라 인사, 리액션(긍정/부정), 문의, 주문, 주문확인 요청 등으로 분류할 수 있다.
단계(S420)에서 채팅 분석부(320)는 라이브 커머스 플랫폼 내 채팅 메시지의 분류 결과를 기초로 채팅 분석 결과를 실시간으로 제공할 수 있다. 채팅 분석부(320)는 시청자의 채팅 메시지를 실시간으로 분석하여 분석 결과를 시각화할 수 있다. 일례로, 채팅 분석부(320)는 시청자의 채팅 메시지 중 리액션 메시지 카테고리에 해당되는 메시지를 이용하여 긍정/부정 비율을 차트 형태(예를 들어, 원형 차트, 꺾은 선형 그래프 등)로 시각화할 수 있다. 다른 예로, 채팅 분석부(320)는 시청자의 긍정 리액션 비율을 토대로 긍정 리액션과 관련된 하이라이트를 자동 생성하여 제공할 수 있다. 또 다른 예로, 채팅 분석부(320)는 시청자의 채팅 메시지 중 부정 리액션으로 분류된 메시지를 저장할 수 있고 이를 라이브 방송이 종료된 이후 호스트의 상품과 관련하여 추가적인 분석 데이터로 활용할 수 있다.
단계(S430)에서 자동 응답부(330)는 시청자의 채팅 메시지에 대해 자동 응답을 제공할 수 있다. 자동 응답부(330)는 시청자의 채팅 메시지 중 문의 카테고리로 분류된 메시지에 대해 답변을 제공할 수 있다. 일례로, 자동 응답부(330)는 호스트가 미리 제공한 데이터셋(예상 문의와 문의 별 답변 쌍)을 기반으로 시청자의 문의 메시지에 대한 자동 답변을 제공할 수 있다. 다른 예로, 자동 응답부(330)는 라이브 커머스와 관련된 쇼핑 플랫폼과 연동하여 호스트의 상품 정보(예를 들어, 상품 스펙, 재고 등)를 기반으로 시청자의 문의 메시지에 대한 자동 답변을 제공할 수 있다. 또 다른 예로, 자동 응답부(330)는 라이브 방송 중 호스트의 음성을 STT(speech to text)를 통해 텍스트로 변환한 데이터셋을 기반으로 시청자의 문의 메시지에 대한 자동 답변을 제공할 수 있다. 또 다른 예로, 자동 응답부(330)는 동일 상품 혹은 유사 상품의 과거 라이브 방송 중에 획득한 데이터셋(과거 방송에서의 문의와 문의 별 답변)을 기반으로 시청자의 문의 메시지에 대한 자동 답변을 제공할 수 있다. 다시 말해, 호스트가 소개하는 상품에 대해 과거 방송에서 축적된 데이터셋이 충분히 존재한다면 보다 일반적이고 폭넓은 문의에도 자동 답변을 제공할 수 있다. 여기서, 자동 응답부(330)는 자동 답변에 성공한 시청자 문의를 대상으로 해당 문의와 답변을 저장할 수 있으며, 이를 호스트의 상품과 관련된 문의 게시판에 자동 게시할 수 있다. 문의 게시판은 시청자의 사용자 인터페이스 화면을 통해 제공될 수 있다. 또한, 자동 응답부(330)는 시청자의 문의 메시지 중 자동 답변에 실패한 문의를 따로 모아 호스트가 집중할 수 있는 별도의 인터페이스로 제공할 수 있다.
도 5는 본 발명의 일실시예에 있어서 프롬프트를 이용한 메시지 분류 과정의 일례를 설명하기 위한 순서도이다.
도 5를 참조하면, 단계(S501)에서 프로세서(220)는 예시 데이터셋을 이용하여 언어 모델의 입력 프롬프트를 구성할 수 있다. 프로세서(220)는 사전에 정해진 메시지와 해당 메시지의 카테고리를 예시 데이터로 이용할 수 있다. 미리 정해진 예시 데이터 쌍 이외에 별도의 데이터셋이 존재할 수 있으며, 실시예에 따라서는 데이터셋 내에서 메시지와 해당 메시지의 카테고리로 이루어진 예시 데이터 쌍을 선정하여 이용할 수 있다. 프로세서(220)는 주어진 NLP 문제의 특성이 잘 반영된 전용 프롬프트 템플릿을 제작할 수 있으며, 이때 프롬프트 템플릿에는 태스크의 정의나 메타 정보가 포함될 수 있다. 다시 말해, 프로세서(220)는 데이터셋에서 선택된 예시 데이터들을 이용하여 자연어 형태의 프롬프트를 구성할 수 있으며, 이때 프롬프트는 언어 모델이 이해할 수 있는 형식으로 제작되어 언어 모델의 입력으로 주어진다. 프로세서(220)는 예시 데이터가 레이블이 있는 데이터일 경우 레이블 정보와 함께 입력문이 만들어질 수 있도록 프롬프트를 설계할 수 있다. 프롬프트의 형식 자체는 다양하게 구성될 수 있으며, 일례로 프롬프트는 메시지 예시(예를 들어, 채팅으로 주고받은 문장 예시 등)와 해당 메시지의 카테고가 예시로 구성될 수 있다. 본 실시예에서 프롬프트는 적어도 하나 이상의 메시지와 해당 메시지의 카테고리로 이루어진 예시 데이터 쌍과, 타겟 메시지로 구성될 수 있다. 프롬프트 구성의 상세한 방법은 이하에서 도6을 참조하여 설명한다.
단계(S502)에서 프로세서(220)는 단계(S501)에서 구성된 프롬프트를 언어 모델에 입력하여 언어 모델로부터 주어진 타겟 메시지의 카테고리를 이해할 수 있다. 프로세서(220)는 프롬프트 입력문을 언어 모델에 입력한 후 언어 모델의 생성 내지는 완성 기능을 통한 언어 생성 결과로서 타겟 메시지의 카테고리를 얻을 수 있다. 프로세서(220)는 프롬프트를 언어 모델로 입력하여 언어 모델을 통해 프롬프트에 포함된 예시의 자연어 패턴을 분석함으로써 해당 패턴을 가지는 새로운 결과를 얻을 수 있다.
도 6 내지 도 7은 본 발명의 일실시예에 있어서 카테고리 분류 예시를 도시한 것이다.
도 6을 참조하면, 프로세서(220)는 예시 데이터로 선정된 메시지 예시와 해당 메시지의 카테고리로 이루어진 예시 데이터 쌍을 이용하여 언어모델의 입력문이 되는 프롬프트(610)를 구성할 수 있다.
프로세서(220)는 적어도 하나의 예시 데이터 쌍과 타겟 메시지로 구성된 프롬프트(610)를 언어 모델의 입력으로 하여 언어 모델이 타겟 메시지에 대한 카테고리를 생성하도록 할 수 있다. 즉, 언어 모델의 완성 기능을 통해 타겟 메시지의 내용에 해당되는 카테고리를 생성할 수 있다.
프로세서(220)는 [메시지 예시+카테고리] 형태의 예시 데이터 쌍과 [타겟 메시지]로 구성된 프롬프트(610)를 이용하여 프롬프트에 포함된 예시 데이터의 패턴을 따라 타겟 메시지에 대한 카테고리를 생성할 수 있다.
예를 들어, 도 7에 도시한 바와 같이 프로세서(220)는 실시간으로 수신되는 채팅 메시지가 타겟 메시지(701)로 주어지는 경우 프롬프트(610)를 통해 예시 데이터와 타겟 메시지(701)를 언어 모델에 입력하여 예시 데이터의 패턴에 따라 타겟 메시지(701)에 해당되는 카테고리(702)를 생성할 수 있다.
다시 말해, 프로세서(220)는 메시지와 해당 메시지의 카테고리를 예시로 제공하여 예시의 패턴에 따라 타겟 메시지에 대한 분류 정보, 즉 카테고리를 생성할 수 있다.
프로세서(220)는 언어 모델을 활용함으로써 별도 모델 학습 없이 호스트마다 유니크한 분류 기준을 마련할 수 있고, 해당 기준에 따른 메시지 분류 결과를 호스트의 사용자 인터페이스 화면을 통해 실시간으로 제공할 수 있다.
상기에서는 메시지 분류를 위해 언어 모델을 활용하는 것으로 설명하고 있으나, 이에 한정되는 것은 아니며, 기계학습 모델 기반의 분류기를 활용하는 것 또한 가능하다. 프로세서(220)는 카테고리 분류를 위한 데이터셋으로 학습된 기계학습 모델을 통해 실시간으로 수신된 메시지의 카테고리를 예측하여 분류할 수 있다.
프로세서(220)는 메시지 분류 이외에도 문의에 대한 자동 답변을 생성하기 위해 언어 모델을 활용할 수 있다. 다시 말해, 프로세서(220)는 호스트의 상품과 관련된 질의응답 데이터를 예시로 제공하여 예시의 패턴에 따라 타겟 문의 내용에 대한 답변을 생성할 수 있다. 따라서, 프로세서(220)는 언어 모델을 이용하여 문의에 대한 자동 답변을 생성하여 제공할 수 있다.
도 8은 본 발명의 일실시예에 있어서 라이브 커머스 인터페이스 화면의 예시를 도시한 것이다.
도 8을 참조하면, 프로세서(220)는 호스트와 시청자를 대상으로 라이브 커머스 인터페이스 화면인 라이브 방송 화면(800)을 제공할 수 있다. 프로세서(220)는 라이브 방송 화면(800)의 일측에 구성된 채팅 영역(801)을 통해 라이브 방송 중 시청자와 실시간으로 주고받는 채팅 메시지를 표시할 수 있다.
프로세서(220)는 채팅 메시지를 수신 시간 순으로 정렬하여 채팅 영역(801)에 노출할 수 있으며, 이때 수신 시간이 오래된 순으로 채팅 메시지가 채팅 영역(801)에서 사라지게 된다.
라이브 방송 중 채팅양이 많은 경우 채팅 메시지로 수신된 시청자 문의가 채팅 영역(801)에서 빨리 사라지기 때문에 호스트가 시청자 문의를 놓치거나 시청자에게 제때 답변을 제공하지 못하는 문제가 있다.
이러한 문제를 고려하여 채팅 기반 라이브 커머스 플랫폼에서 호스트의 라이브 커머스 툴로서 채팅 메시지를 실시간으로 처리하는 다양한 기능의 인스펙터를 제공할 수 있다.
도 9 내지 도 11은 본 발명의 일실시예에 있어서 호스트용 라이브 커머스 툴의 인터페이스 화면의 예시를 도시한 것이다.
도 9를 참조하면, 프로세서(220)는 호스트를 대상으로 시청자에게 제공되는 라이브 방송 화면(800)과 함께, 관리자 인터페이스 화면으로서 호스트 인스펙터 화면(900)을 제공할 수 있다.
프로세서(220)는 호스트를 대상으로 미리 분류 템플릿을 제공할 수 있으며, 이 중 호스트가 원하는 템플릿만으로 호스트 인스펙터 화면(900)을 구성하여 제공할 수 있다. 이때, 프로세서(220)는 호스트의 방송 아이템을 기초로 채팅 메시지의 분류 템플릿을 추천할 수 있다. 예를 들어, 호스트가 여러 분류 템플릿 중에서 시청자의 채팅 메시지에 대한 분류 항목으로 긍정 리액션, 부정 리액션, 색상 문의, 사이즈 문의, 재질 문의, 기타 문의, 주문, 주문확인 요청, 인사 등을 선택할 수 있다. 다시 말해, 호스트 인스펙터 화면(900)은 호스트가 채팅 메시지를 분류하고자 하는 항목의 템플릿으로 구성될 수 있다.
프로세서(220)는 언어 모델 또는 기계학습 기반 분류기를 통해 시청자의 채팅 메시지를 분류하되 채팅 메시지를 호스트가 원하는 방식(분류 항목)으로 유연하게 분류할 수 있다.
프로세서(220)는 채팅 메시지의 분류 결과를 호스트 인스펙터 화면(900) 상에 실시간으로 표시할 수 있다. 도 10에 도시한 바와 같이, 프로세서(220)는 라이브 방송이 진행됨에 따라 라이브 방송 화면(800)의 채팅 영역(801)에 노출되는 채팅 메시지를 항목 별로 분류하여 호스트 인스펙터 화면(900) 상에 표시할 수 있다.
프로세서(220)는 시청자의 채팅 메시지를 실시간으로 분석한 결과를 호스트 인스펙터 화면(900) 상에 표시할 수 있다. 일례로, 프로세서(220)는 시청자의 채팅 메시지 중 리액션 카테고리로 분류된 메시지를 기초로 긍정/부정 비율을 시각화할 수 있다. 예를 들어, 도 10에 도시한 바와 같이, 프로세서(220)는 시청자의 리액션 메시지에 따른 긍정/부정 비율을 원형 차트(1010)로 시각화하여 제공할 수 있다. 또는, 도 11에 도시한 바와 같이, 프로세서(220)는 시청자의 리액션 메시지에 따른 긍정/부정 비율을 꺾은 선형 그래프(1110)로 시각화하여 제공할 수 있다.
프로세서(220)는 시청자의 채팅 메시지를 호스트가 선택한 분류 항목(예를 들어, 긍정 리액션, 부정 리액션, 색상 문의, 사이즈 문의, 재질 문의, 기타 문의, 주문, 주문확인 요청, 인사 등)으로 분류하고 나머지 채팅 메시지의 경우 미분류 채팅 항목으로 분류하여 호스트 인스펙터 화면(900) 상에 표시해 줄 수 있다.
프로세서(220)는 호스트가 어뷰징(abusing) 필터를 분류 항목 중 하나로 선택한 경우 시청자의 채팅 메시지 중 비속어나 욕설, 비하 발언 등 금칙어를 어뷰징으로 분류하여 처리할 수 있다. 어뷰징 메시지의 경우 블라인드(blind) 처리하거나 혹은 기호로 대체하여 표기할 수 있다.
프로세서(220)는 라이브 방송 종료 후 미분류 채팅 메시지를 기반으로 언어 모델의 프롬프트를 구성하거나 분류기 모델을 학습하기 위한 프리텍스트(pretext)를 수정할 수 있다.
프로세서(220)는 호스트가 기존에 사용하지 않은 분류 항목(카테고리)의 채팅 메시지가 많은 경우 해당 호스트의 다음 라이브 방송 시 호스트 인스펙터 화면(900) 상의 메시지 분류 항목으로 추가할 수 있다. 실시예에 따라서는 호스트 인스펙터 화면(900)을 구성하기 위한 분류 템플릿을 선택하는 과정에서 이전 라이브 방송에서 많았던 채팅 메시지의 분류 항목을 추천할 수 있다.
도 12 내지 도 13은 본 발명의 일실시예에 있어서 인스펙터 화면의 다른 예시를 도시한 것이다.
도 12는 호스트용 인스펙터 화면(1200)을 나타내고 있다.
도 12를 참조하면, 프로세서(220)는 호스트용 인스펙터 화면(1200)을 통해 시청자의 채팅 메시지를 분류한 결과(1210)와 채팅 메시지의 분류 결과에 기초한 채팅 분석 결과(1220)를 제공할 수 있다.
도 13은 시청자용 인스펙터 화면(1300)을 나타내고 있다.
도 13을 참조하면, 프로세서(220)는 시청자 인스펙터 화면(1300)을 통해 문의 메시지와 자동 답변(또는 호스트 답글)을 포함하는 문의 게시판(1310)과 채팅 분석 결과를 기초로 생성된 하이라이트 정보(1320)를 제공할 수 있다.
프로세서(220)는 자동 답변에 성공한 시청자 문의를 대상으로 해당 문의와 답변을 시청자 인스펙터 화면(1300)의 문의 게시판(1310)에 자동 게시하여 제공할 수 있다.
프로세서(220)는 시청자의 채팅 메시지를 분석한 결과를 기초로 하이라이트를 생성할 수 있으며, 예를 들어 라이브 방송 중 긍정 리액션이 급증한 시점, 시청자 문의가 급증한 시점 등을 하이라이트 정보(1320)로 제공할 수 있다.
프로세서(220)는 하이라이트 정보(1320)가 선택되는 경우 해당 하이라이트 구간의 방송 영상을 제공할 수 있다.
프로세서(220)는 라이브 커머스와 관련된 쇼핑 플랫폼과 연동하여 쇼핑 플랫폼에 등록된 해당 호스트의 상품 정보에 하이라이트 정보(1320)를 함께 게시할 수 있다.
이처럼 본 발명의 실시예들에 따르면, 채팅 기반 라이브 커머스 플랫폼에서 인스펙터 역할로서 채팅 메시지를 실시간으로 분류 및 분석하는 기능을 제공함으로써 라이브 커머스 툴을 고도화할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 컴퓨터 장치에서 실행되는 방법에 있어서,
    상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 방법은,
    상기 적어도 하나의 프로세서에 의해, 호스트를 위한 라이브 커머스 툴의 기능으로 상기 호스트의 라이브 방송 중에 수신되는 채팅 메시지를 실시간으로 분류하는 단계
    를 포함하고,
    상기 분류하는 단계는,
    언어 모델(language model)을 이용하여 상기 채팅 메시지를 해당 메시지 내용에 대응되는 카테고리로 분류하는 것으로,
    상기 채팅 메시지가 타겟 메시지로 주어지는 경우 예시 메시지와 상기 예시 메시지의 카테고리로 이루어진 적어도 하나의 예시 데이터 쌍과 상기 타겟 메시지가 포함된 프롬프트(prompt)를 구성하는 단계; 및
    상기 프롬프트를 상기 언어 모델로 입력하여 상기 언어 모델을 통해 상기 프롬프트에 포함된 예시 데이터의 패턴에 따른 상기 타겟 메시지에 대한 언어 생성 결과로서 상기 타겟 메시지의 카테고리를 생성하는 단계
    를 포함하는 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 분류하는 단계는,
    상기 라이브 방송에 대해 상기 채팅 메시지의 분류 항목인 카테고리를 설정하는 단계; 및
    상기 채팅 메시지를 카테고리로 분류하여 카테고리의 템플릿으로 구성된 인터페이스 화면을 통해 표시하는 단계
    를 포함하는 방법.
  5. 제1항에 있어서,
    상기 방법은,
    상기 적어도 하나의 프로세서에 의해, 상기 라이브 커머스 툴의 기능으로 상기 라이브 방송 중에 수신되는 상기 채팅 메시지를 실시간으로 분석하여 분석 결과를 제공하는 단계
    를 더 포함하는 방법.
  6. 제5항에 있어서,
    상기 제공하는 단계는,
    상기 채팅 메시지의 분류 결과를 기초로 긍정 및 부정 리액션 비율을 시각화하는 단계
    를 포함하는 방법.
  7. 제5항에 있어서,
    상기 제공하는 단계는,
    상기 채팅 메시지의 분류 결과를 기초로 특정 분류 항목과 관련된 하이라이트를 생성하여 제공하는 단계
    를 포함하는 방법.
  8. 제5항에 있어서,
    상기 제공하는 단계는,
    상기 채팅 메시지의 분류 결과를 기초로 특정 분류 항목의 메시지를 저장하는 단계
    를 포함하고,
    상기 특정 분류 항목의 메시지는 상기 호스트의 상품과 관련된 분석 데이터로 이용되는 것
    을 특징으로 하는 방법.
  9. 제1항에 있어서,
    상기 방법은,
    상기 적어도 하나의 프로세서에 의해, 상기 라이브 커머스 툴의 기능으로 상기 채팅 메시지 중 문의 카테고리로 분류된 문의 메시지에 대해 자동 답변을 제공하는 단계
    를 더 포함하는 방법.
  10. 제9항에 있어서,
    상기 제공하는 단계는,
    상기 호스트가 미리 제공한 답변 데이터셋을 기초로 상기 자동 답변을 제공하는 단계
    를 포함하는 방법.
  11. 제9항에 있어서,
    상기 제공하는 단계는,
    상기 호스트의 상품 정보, 상기 호스트의 음성을 STT(speech to text)를 통해 변환한 데이터셋, 및 상기 호스트의 과거 방송에서 축적한 데이터셋 중 적어도 하나를 기초로 상기 자동 답변을 제공하는 단계
    를 포함하는 방법.
  12. 제9항에 있어서,
    상기 제공하는 단계는,
    상기 자동 답변에 성공한 문의 메시지를 대상으로 해당 문의와 답변을 상기 호스트의 상품과 관련된 게시판에 자동 게시하는 단계
    를 포함하는 방법.
  13. 제9항에 있어서,
    상기 제공하는 단계는,
    상기 자동 답변에 실패한 문의 메시지를 별도의 인터페이스로 제공하는 단계
    를 포함하는 방법.
  14. 제1항, 제4항 내지 제13항 중 어느 한 항의 방법을 상기 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램.
  15. 컴퓨터 장치에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    호스트를 위한 라이브 커머스 툴의 기능으로 상기 호스트의 라이브 방송 중에 수신되는 채팅 메시지를 실시간으로 분류하고,
    상기 적어도 하나의 프로세서는,
    언어 모델(language model)을 이용하여 상기 채팅 메시지를 해당 메시지 내용에 대응되는 카테고리로 분류하는 것으로,
    상기 채팅 메시지가 타겟 메시지로 주어지는 경우 예시 메시지와 상기 예시 메시지의 카테고리로 이루어진 적어도 하나의 예시 데이터 쌍과 상기 타겟 메시지가 포함된 프롬프트(prompt)를 구성하고,
    상기 프롬프트를 상기 언어 모델로 입력하여 상기 언어 모델을 통해 상기 프롬프트에 포함된 예시 데이터의 패턴에 따른 상기 타겟 메시지에 대한 언어 생성 결과로서 상기 타겟 메시지의 카테고리를 생성하는 것
    을 특징으로 하는 컴퓨터 장치.
  16. 삭제
  17. 제15항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 라이브 방송에 대해 상기 채팅 메시지의 분류 항목인 카테고리를 설정하고,
    상기 채팅 메시지를 카테고리로 분류하여 카테고리의 템플릿으로 구성된 인터페이스 화면을 통해 표시하는 것
    을 특징으로 하는 컴퓨터 장치.
  18. 제15항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 라이브 커머스 툴의 기능으로 상기 라이브 방송 중에 수신되는 상기 채팅 메시지를 실시간으로 분석하여 분석 결과를 시각화하는 것
    을 특징으로 하는 컴퓨터 장치.
  19. 제15항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 라이브 커머스 툴의 기능으로 상기 채팅 메시지 중 문의 카테고리로 분류된 문의 메시지에 대해 자동 답변을 제공하는 것
    을 특징으로 하는 컴퓨터 장치.
  20. 제19항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 호스트가 미리 제공한 답변 데이터셋, 상기 호스트의 상품 정보, 상기 호스트의 음성을 STT를 통해 변환한 데이터셋, 및 상기 호스트의 과거 방송에서 축적한 데이터셋 중 적어도 하나를 기초로 상기 자동 답변을 제공하는 것
    을 특징으로 하는 컴퓨터 장치.
KR1020220007860A 2022-01-19 2022-01-19 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 KR102624944B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220007860A KR102624944B1 (ko) 2022-01-19 2022-01-19 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
PCT/KR2023/000936 WO2023140642A1 (ko) 2022-01-19 2023-01-19 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220007860A KR102624944B1 (ko) 2022-01-19 2022-01-19 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR20230111873A KR20230111873A (ko) 2023-07-26
KR102624944B1 true KR102624944B1 (ko) 2024-01-15

Family

ID=87349043

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220007860A KR102624944B1 (ko) 2022-01-19 2022-01-19 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램

Country Status (2)

Country Link
KR (1) KR102624944B1 (ko)
WO (1) WO2023140642A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101695968B1 (ko) * 2015-04-08 2017-01-13 네이버 주식회사 이동통신 단말의 수신 메시지 중요도 평가 및 목록 표시 방법
KR102283232B1 (ko) * 2020-08-18 2021-07-30 주식회사 앱플러 비디오 커머스 시스템에서 라이브 영상 방송을 통해 상품에 대한 정보를 실시간으로 제공 및 실시간 상품 정보를 제작하기 위한 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101264896B1 (ko) * 2011-02-18 2013-05-15 성균관대학교산학협력단 공동구매 서비스 제공장치 및 이를 이용한 사용자 주도형 공동구매방법
KR20170137419A (ko) * 2016-06-03 2017-12-13 오영재 실시간 답변 메시지 생성을 이용한 고객 상담 서비스 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
KR20160075457A (ko) * 2016-06-16 2016-06-29 주식회사 카카오 채팅 메시지를 그룹화하기 위한 방법, 디바이스 및 서버
KR102358485B1 (ko) * 2019-10-30 2022-02-04 주식회사 솔트룩스 도메인 자동 분류 대화 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101695968B1 (ko) * 2015-04-08 2017-01-13 네이버 주식회사 이동통신 단말의 수신 메시지 중요도 평가 및 목록 표시 방법
KR102283232B1 (ko) * 2020-08-18 2021-07-30 주식회사 앱플러 비디오 커머스 시스템에서 라이브 영상 방송을 통해 상품에 대한 정보를 실시간으로 제공 및 실시간 상품 정보를 제작하기 위한 방법 및 장치

Also Published As

Publication number Publication date
KR20230111873A (ko) 2023-07-26
WO2023140642A1 (ko) 2023-07-27

Similar Documents

Publication Publication Date Title
CN108292231B (zh) 从数据生成应用的方法和系统
US20180181376A1 (en) Generation of an application from template
US11132114B2 (en) Method and apparatus for generating customized visualization component
CN111428131B (zh) 信息推送方法、装置及系统
US20210390152A1 (en) Method, system, and non-transitory computer-readable record medium for providing multiple models of federated learning using personalization
CN111045653B (zh) 系统生成方法、装置、计算机可读介质及电子设备
CN112925520A (zh) 可视化页面的搭建方法、装置及计算机设备
US11783381B2 (en) Visual inventory rules building system
US11829809B2 (en) Method, system, and non-transitory computer-readable record medium for managing event messages and system for presenting conversation thread
CN113268303A (zh) 界面元素配置方法、装置、存储介质及电子设备
KR102624944B1 (ko) 라이브 커머스 플랫폼에서의 실시간 인스펙터를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
JP2022055811A (ja) 生成装置、生成方法および生成プログラム
Toomey Jupyter Cookbook: Over 75 recipes to perform interactive computing across Python, R, Scala, Spark, JavaScript, and more
US20200097271A1 (en) Method and system for operating a software application on a processor of a mobile device
CN113496454A (zh) 图像的处理方法、装置、计算机可读介质及电子设备
US11941685B2 (en) Virtual environment arrangement and configuration
KR20230158277A (ko) 광고 소재 자동 생성 기반의 최적 광고를 제공하는 방법, 장치 및 컴퓨터 프로그램
KR102246664B1 (ko) 폰트 스티커를 제공하는 방법, 시스템, 및 비-일시적인 컴퓨터 판독가능한 기록 매체
KR102244130B1 (ko) 영화 검색에서 사용자 경험 개선을 위한 방법 및 시스템
KR102647904B1 (ko) 딥러닝 기반으로 장소 리뷰 이미지를 분류하는 방법, 시스템, 및 컴퓨터 프로그램
CN111061472A (zh) 一种可视化编辑小提琴图的生成方法及系统
KR102624212B1 (ko) 알림 최적화를 위한 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
US20240193674A1 (en) Virtual Environment Arrangement and Configuration
EP4030374A1 (en) Virtual environment arrangement and configuration
US20240037598A1 (en) Method and system for exemplary campaign message generation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant