KR20130089934A - 이동 단말기의 사용자의 상황에 적합한 컨텐츠 추천 방법 및 이를 수행하는 컨텐츠 추천 시스템 - Google Patents

Abstract

본 발명은 이동 단말기의 사용자의 상황에 적합한 컨텐츠 추천 방법 및 컨텐츠 추천 시스템에 관한 것으로, 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 단계; 및 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 단계를 포함하는 컨텐츠 추천 방법 및 그 시스템을 제공한다. 이에 따라, 이동 단말기의 사용자의 상황에 따른 인지적 부담을 고려하여, 이동 단말기의 사용자의 상황에 적합한 최적의 컨텐츠의 리스트를 이동 단말기의 사용자에게 추천할 수 있다.

Description

이동 단말기의 사용자의 상황에 적합한 컨텐츠 추천 방법 및 이를 수행하는 컨텐츠 추천 시스템{METHOD AND APPARATUS FOR RECOMMENDING CONTENTS ADAPTED TO SITUATION OF AN USER OF A MOBILE TERMINAL}

본 발명은 이동 단말기의 사용자의 상황에 적합한 최적화된 컨텐츠를 이동 단말기의 사용자에게 추천하는 컨텐츠 추천 방법 및 컨텐츠 추천 시스템에 관한 것이다.

와이파이(Wifi)에 의한 웹 컨텐츠의 접근이 자유로워짐에 따라, 정보를 습득하는 창구로서의 스마트폰의 기능이 확대되고 있다. 많은 스마트폰 사용자들은 출퇴근 길이나 약속 장소로 이동하는 도중, 혹은 쉬는 시간을 스마트폰을 통해 뉴스, 블로그, 트위터 등의 컨텐츠를 검색하는데 활용하고 있다. 특히, 트위터(twitter)나 페이스북(facebook)과 같은 소셜 네트워크 서비스(Social Network Service)를 통해 실시간으로 사용자들의 경험을 공유하는 것이 가능해졌다.

이와 같이, 기존의 방대한 웹 컨텐츠에 실시간으로 쏟아져 나오는 소셜 미디어 컨텐츠가 더해지면서, 스마트폰의 사용자가 접근할 수 있는 정보의 양이 급증하고 있으며, 이에 따라 방대한 컨텐츠를 탐색하여 방대한 웹 컨텐츠들 중에서 자신의 상황에 적합한 컨텐츠를 선택해야 하는 스마트폰 사용자의 부담 역시 가중되고 있다. 한편, 스마트폰의 사용자는 스마트폰의 휴대 특성상 컴퓨터나 책, 신문 등의 정보 습득 매체들보다 훨씬 다양한 상황에서 스마트폰을 통해 정보를 습득하게 된다. 예를 들어, 스마트폰의 사용자들은 버스나 지하철 안에서, 혹은 걷고 있는 상황에서, 혹은 집안에서 등의 다양한 상황 하에서 스마트폰을 이용하여 정보를 습득하게 된다.

그런데, 스마트폰의 사용자가 접하게 되는 컨텐츠에 대한 인지적 부담은 사용자의 상황에 따라 달라질 수 있다. 예를 들면, 스마트폰의 사용자가 집안에서 정적이고 조용한 상황 하에서 컨텐츠를 검색하는 때에는 어려운 주제를 다루거나 글이 많은 컨텐츠에 접근하는 부담이 크지 않을 수 있지만, 지하철이나 버스 안에서 또는 걷고 있을 때와 같은 동적인 상황 하에서는 어려운 주제나 많은 글의 컨텐츠에 대하여 갖게 되는 부담감이 크기 때문에 스포츠 신문의 가십거리나 간단한 내용의 컨텐츠에 보다 관심을 갖게 된다.

다른 예로, 스마트폰의 사용자는 조용한 곳에서는 동영상이나 오디오 컨텐츠를 접근하는 데에 있어 부담이 크지 않지만, 주변 소음으로 인해 시끄러운 곳에서는 소리로 전달되는 컨텐츠에 접근하기 꺼려할 수 있다. 따라서, 정적이고 조용한 상황과 달리, 동적이고 주변에 소음이 많은 상황에서, 이동 단말기의 사용자는 집중력을 많이 요구하는 컨텐츠의 접근을 기피하게 되고, 방대한 컨텐츠들 중에서 자신이 현재 처한 상황에서 과도한 집중력을 요하지 않고도 접근할 수 있는 컨텐츠를 찾아내는 데에 많은 노력을 들이게 된다.

본 발명이 해결하고자 하는 과제는 이동 단말기의 사용자의 상황에 따라, 이동 단말기의 사용자의 상황에 적합한 최적화된 컨텐츠를 이동 단말기의 사용자에게 추천할 수 있는 컨텐츠 추천 방법 및 컨텐츠 추천 시스템을 제공하는 것에 있다.

본 발명이 해결하고자 하는 다른 과제는 이동 단말기의 사용자의 상황을 고려하여, 컨텐츠를 최적화된 제공 형태로서 추천함으로써, 사용자의 컨텐츠 접근의 편의성에 보다 더 부합할 수 있는 컨텐츠 추천 방법 및 컨텐츠 추천 시스템을 제공하는 것에 있다.

상기 과제를 해결하기 위한 본 발명의 일 측면에 따른 컨텐츠 추천 방법은, 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 단계; 및 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 단계를 포함한다.

상기 과제를 해결하기 위한 본 발명의 다른 일 측면에 따른 이동 단말기는, 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부; 및 상기 사용자 상황 정보로부터 상기 이동 단말기의 사용자 인지 부담을 측정하여 컨텐츠 추천 서버로 제공하는 사용자 인지 부담 측정부, 및 상기 사용자 인지 부담에 기초하여 결정된 컨텐츠의 추천 리스트를 상기 컨텐츠 추천 서버로부터 제공받기 위한 컨텐츠 추천 유저인터페이스부를 포함하는 컨텐츠 추천 애플리케이션부를 포함한다.

상기 과제를 해결하기 위한 본 발명의 다른 일 측면에 따른 이동 단말기는, 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부; 및 상기 사용자 상황 정보로부터 결정된 사용자 인지 부담에 기초하여 결정된 컨텐츠의 추천 리스트를 컨텐츠 추천 서버로부터 제공받기 위한 컨텐츠 추천 애플리케이션부를 포함한다.

상기 과제를 해결하기 위한 본 발명의 다른 일 측면에 따른 컨텐츠 추천 시스템은, 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부를 구비한 이동 단말기; 및 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 컨텐츠 인지 부담 측정부, 및 상기 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천부를 포함하는 컨텐츠 추천 서버를 포함한다.

상기 과제를 해결하기 위한 본 발명의 다른 일 측면에 따른 컨텐츠 추천 시스템은, 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부, 및 상기 사용자 상황 정보로부터 상기 이동 단말기의 사용자 인지 부담을 측정하는 사용자 인지 부담 측정부를 포함하는 이동 단말기; 및 상기 사용자 인지 부담에 기초하여, 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천 서버를 포함한다.

상기 과제를 해결하기 위한 본 발명의 다른 일 측면에 따른 컨텐츠 추천 장치는, 복수 개의 컨텐츠를 저장하는 컨텐츠 데이터베이스; 상기 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 컨텐츠 인지 부담 측정부; 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천부를 포함한다.

이동 단말기의 사용자의 상황에 따라, 이동 단말기의 사용자의 상황에 적합한 최적화된 컨텐츠를 이동 단말기의 사용자에게 추천할 수 있다.

또는, 이동 단말기의 사용자의 상황을 고려하여, 사용자에게 컨텐츠를 최적화된 형태의 추천 리스트로서 제공함으로써, 이동 단말기의 사용자는 자신의 상황에 부합하는 컨텐츠의 정보에 보다 쉽게 접근할 수 있다.

도 1은 본 발명의 일 실시예에 따른 컨텐츠 추천 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법의 흐름도이다.
도 3은 사용자의 상황에 따라 습득 가능한 정보의 난이도를 분류한 것을 예시한 그래프이다.
도 4는 도 1에 도시된 컨텐츠 인지 부담 측정부(23)의 예시적인 구성도이다.
도 5는 정량화한 컨텐츠의 내재적, 외재적 인지 부담 및 사용자의 상황에 따라 추천할 컨텐츠를 결정하는 방식을 설명하기 위한 예시적인 그래프이다.
도 6은 본 발명의 다른 일 실시예에 따른 컨텐츠 추천 시스템의 구성도이다.
도 7은 본 발명의 다른 일 실시예에 따른 컨텐츠 추천 방법의 흐름도이다.

본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.

본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

한편, 본 명세서 전체에서 사용되는 '~부', '~모듈' 의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~모듈'이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~모듈' 은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부', '~모듈' 은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~모듈' 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~블록', '~모듈' 들로 결합되거나 추가적인 구성요소들과 '~부', '~블록', '~모듈' 들로 더 분리될 수 있다.

본 발명의 일 실시예에 따른 컨텐츠 추천 시스템은, 이동 단말기의 사용자의 상황을 나타내는 사용자 상황 정보로부터 사용자 인지 부담을 정량적으로 측정하고, 컨텐츠의 인지 부담을 정량적으로 측정함으로써, 주어진 사용자의 상황에 따라 사용자가 과도한 노력을 들이지 않고도 정보를 습득할 수 있는 사용자의 상황에 적합한 컨텐츠를 이동 단말기의 사용자에게 추천할 수 있다. 본 발명의 다른 일 실시예에 다른 컨텐츠 추천 시스템에 의하면, 이동 단말기의 사용자가 주어진 상황에 따라 컨텐츠의 제공 형태를 보다 습득하기 쉬운 형태로 변형하여 사용자에게 추천함으로써, 이동 단말기의 사용자가 컨텐츠의 정보를 보다 쉽고 부담 없이 습득할 수 있다.

이동 단말기의 사용자는 찾고자 하는 웹 컨텐츠의 주제나 내용을 미리 정하여 컨텐츠를 찾거나, 특별히 얻고자 하는 정보는 없지만 내용을 둘러보고 흥미가 있는 컨텐츠를 선택할 수도 있다. 이 때, 이동 단말기의 사용자는 자신이 현재 처한 상황에서 부담 없이 접근할 수 있는 가장 적합한 컨텐츠를 제공받기 원할 수 있다. 예를 들어, 스마트폰과 같은 이동 단말기의 사용자는 걷거나 뛰고 있을 때, 그리고 지하철, 버스 또는 자동차 등의 교통 수단을 이용하고 있을 때 등, 자신이 처한 다양한 동적 혹은 정적인 상황에 따라, 부담 없이 접근할 수 있는 가장 적합한 컨텐츠를 제공받고 싶어할 수 있다. 이에 따라, 이하에서 설명되는 실시예는 이동 단말기의 사용자의 상황에 따라 이동 단말기를 통해 접근 가능한 컨텐츠들 중 이동 단말기의 사용자가 처한 현재 상황에 적합한 컨텐츠를 이동 단말기의 사용자에게 추천할 수 있는 컨텐츠 추천 시스템을 제시한다.

도 1은 본 발명의 일 실시예에 따른 컨텐츠 추천 시스템의 구성도이다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 컨텐츠 추천 시스템은 이동 단말기(10), 컨텐츠 추천 서버(20)를 포함한다. 이동 단말기(10)와 컨텐츠 추천 서버(20)는 무선 통신망(30)을 통해 연결될 수 있다. 일 예로, 이동 단말기(10)는 무선 인터넷을 통해 컨텐츠 추천 서버(20)와 통신할 수 있다. 이 때, 실시간 업데이트를 위해 AJAX(Asynchronous Javascript And XML) 프로토콜을 기반으로 하는 통신 방식이 활용될 수도 있다. 이동 단말기(10)의 대표적인 일 예에는 휴대폰, PDA(Personal Digital Assistant), 노트북(notebook) 컴퓨터 등이 포함될 수 있다. 다만, 이동 단말기(10)는 예시되지 않은 다른 휴대 가능한 단말로 구현될 수도 있다.

이동 단말기(10)는 사용자 상황 정보 측정부(11)와, 컨텐츠 추천 애플리케이션부(12)를 포함한다. 사용자 상황 정보 측정부(11)는 이동 단말기(10)의 사용자의 상황, 또는 이동 단말기(10)의 주변 상황과 관련된 정보(이하, '사용자 상황 정보'로 칭함)를 측정한다. 사용자 상황 정보는 이동 단말기(10)의 사용자의 동적, 정적인 상태, 또는 주변 소음의 세기 등 사용자의 상황과 관련된 제반 정보를 의미할 수 있다. 이러한 사용자 상황 정보는 이동 단말기(10)의 위치 정보, 가속도 정보, 음향 정보 중의 적어도 어느 하나를 포함할 수 있다.

사용자 상황 정보 측정부(11)는 GPS 모듈(111), 가속도 센서(112), 음향 센서(113)를 포함한다. 그러나, 이러한 GPS 모듈(111), 가속도 센서(112), 음향 센서(113)는 사용자 상황 정보를 측정하기 위한 예시적인 구성으로서, 예시되지 않은 다른 센서에 의해 사용자 상황 정보를 측정하는 것도 가능하다. 즉, 이동 단말기(10)의 사용자의 위치는, GPS 모듈(111)을 이용하여 이동 단말기(10)의 위성들로부터의 거리와 시간을 측정하고, 이로부터 삼각 방법에 따라 측정될 수도 있지만, 다른 예로 GPS 모듈(111)이 아닌 인접한 기지국과의 통신 신호를 분석함으로써 얻을 수도 있다.

사용자 상황 정보는 컨텐츠 추천 애플리케이션부(12)로 전송될 수도 있고, 대안적으로 컨텐츠 추천 서버(20)로 직접 전송될 수도 있다. 컨텐츠 추천 애플리케이션부(12)는 사용자 상황 정보에 따른 컨텐츠 추천 리스트를 사용자에게 제공하기 위한 애플리케이션에 해당한다. 컨텐츠 추천 애플리케이션부(12)는 사용자 상황 정보 추출부(121) 및 컨텐츠 추천 유저인터페이스부(122)를 포함한다. 사용자 상황 정보 추출부(121)는 사용자 상황 정보 측정부(11)로부터 사용자 상황 정보를 추출하며, 추출한 사용자 상황 정보를 무선 통신망(30)을 통해 컨텐츠 추천 서버(20)로 전송할 수 있다. 컨텐츠 추천 유저인터페이스부(122)는 컨텐츠 추천 서버(20)로부터 제공되는 사용자 상황 정보에 따른 컨텐츠 추천 리스트를 입력받기 위한 인터페이스(interface)이다.

도 1에 도시된 구성들 외에, 이동 단말기(10)의 기능을 수행하기 위한 다른 구성들이 이동 단말기(10)에 더 포함될 수도 있음을 본 발명의 실시예가 속하는 통상의 기술자라면 이해할 수 있다. 예를 들면, 이동 단말기(10)는 컨텐츠 추천 서버(20)로부터 제공받은 컨텐츠 추천리스트를 화면으로 표시하는 디스플레이부를 더 포함할 수 있고, 컨텐츠 추천 서버(20)와의 무선 통신을 수행하기 위한 모듈을 더 포함할 수도 있다. 만약, 이동 단말기(10)가 스마트폰과 같은 휴대 전화기인 경우, 이동 단말기(10)는 통화 기능을 수행하기 위한 통상의 폰 모듈(phone module)을 더 포함할 수도 있다.

컨텐츠 추천 서버(20)는 설정된 프로그램에 따라 자동적으로, 또는 이동 단말기(10)로부터 컨텐츠의 추천을 요청하는 신호를 수신함에 따라, 컨텐츠의 추천 리스트를 작성하여 이동 단말기(10)로 제공한다. 컨텐츠 추천 서버(20)는 사용자 인지 부담 측정부(21), 컨텐츠 데이터베이스(이하, '컨텐츠 DB'로 칭함)(22), 컨텐츠 인지 부담 측정부(23), 및 컨텐츠 추천부(24)를 포함한다.

사용자 인지 부담 측정부(21)는 이동 단말기(10)로부터 전송된 사용자 상황 정보로부터 사용자의 상황에 따른 인지적 부담을 정량적으로 측정한다. 이 때, 사용자 인지 부담 측정부(21)는 사용자 상황 정보에 기초하여 사용자에게 가중될 수 있는 인지적 부담을 상대적인 대소 관계를 갖는 미리 설정된 분류들 중의 어느 하나로 결정함으로써 사용자의 인지 부담을 정량적으로 측정할 수 있다.

이 때, 사용자 인지 부담 측정부(21)는 이동 단말기(10)의 위치 정보, 가속도 정보, 음향 정보 등의 제반 사용자 상황 정보들을 종합적으로 고려하여, 사용자의 인지 부담을 측정할 수 있다. 한편, 사용자 인지 부담 측정부(21)는 사용자 상황 정보를 사용자 인지 부담으로 결정할 수도 있다. 예를 들어, 사용자 상황 정보가 이동 단말기의 이동 속도이거나 미리 레이블된 집이나 직장 등의 위치 정보인 경우에는, 이동 단말기의 이동 속도, 또는 레이블된 위치 정보의 사용자 상황 정보가 사용자 인지 부담으로 결정될 수도 있다.

컨텐츠 인지 부담 측정부(23)는 컨텐츠 DB(22)에 저장된 컨텐츠들의 각 컨텐츠의 인지적 부담을 정량적으로 측정한다. 이 때, 컨텐츠 DB(22)에 저장된 컨텐츠의 대표적인 예에는 블로그, 뉴스, 기사, 트위터 및 페이스 북의 웹 컨텐츠, 모바일 컨텐츠 등이 모두 포함될 수 있다. 도 3은 도 1에 도시된 컨텐츠 인지 부담 측정부(23)의 구성도이다. 도 3을 참조하면, 컨텐츠 인지 부담 측정부(23)는 내재적 인지 부담 측정부(231)와, 외재적 인지 부담 측정부(232)를 포함한다. 내재적 인지 부담 측정부(231)는 컨텐츠의 내재적 인지 부담(intrinsic cognitive load)을 정량적으로 측정한다. 외재적 인지 부담 측정부(232)는 컨텐츠의 외재적 인지 부담(extraneous cognitive load)을 정량적으로 측정한다.

내재적 인지 부담은 해당 컨텐츠 자체가 가지고 있는 주제나 어휘의 난이도와 복잡성, 글의 양 등과 관련되며, 외재적 인지 부담은 해당 컨텐츠 자체의 난이도가 아닌 컨텐츠를 전달하는 형태 등과 관련된다. 내재적 인지 부담 측정부(231)는 형태소 분석 및 개체명 인식과 같은 자연어 처리 기술을 활용하여, 예를 들어, 컨텐츠에 포함된 개념의 개수, 단어 및 어휘의 난이도, 컨텐츠를 이루는 토픽의 난이도 등을 종합적으로 평가함으로써, 컨텐츠의 내재적 인지 부담을 측정할 수 있다. 내재적 인지 부담 측정부(231)는 각 내재적 인지 부담 측정 요소의 정량적인 값을 측정하기 위해, 형태소 분석이나 개체명 인식과 같은 자연어 처리 기술을 활용할 수 있다. 다만, 형태소 분석이나 개체명 인식과 같은 자연어 처리 기술은 널리 공지된 바에 따라 수행될 수 있으므로, 이에 대한 구체적인 설명은 생략하기로 한다.

외재적 인지 부담 측정부(232)는 예를 들어, 그림의 존재 유무, 오디오 및 동영상의 여부, 폰트 크기, 레이아웃, 필요한 인터렉션(interaction)의 양, 사용된 색상 및 대비, 문체 등의 요소를 종합적으로 고려함으로써, 컨텐츠의 외재적 인지 부담을 측정할 수 있다. 외재적 인지 부담 측정부(232)는 각 요소에 대한 선형적인 합산을 통해 외재적 인지 부담을 정량화할 수도 있고, 보다 의미 있는 정량화를 위해 선형적인 합산에 필요한 파라미터값을 조정하여 외재적 인지 부담을 측정할 수도 있다.

컨텐츠 추천부(24)는 컨텐츠의 인지 부담 및 사용자의 인지 부담에 기초하여, 이동 단말기(10)의 사용자가 처한 특정 상황에 따라 사용자에게 추천할 컨텐츠를 결정하고, 서열화된 컨텐츠의 추천 리스트를 웹 페이지 형식으로 작성하여 이동 단말기(10)에 제공한다. 이 때, 컨텐츠 추천부(24)는 컨텐츠의 내재적 인지 부담과 외재적 인지 부담을 모두 고려하여, 특정 상황에서 사용자에게 추천할 컨텐츠를 결정할 수 있다. 컨텐츠 추천부(24)는 사용자의 주어진 상황 하에서 수용 가능한 인지 부담의 한계를 넘지 않는 컨텐츠 중 인지 부담이 큰 순서대로 컨텐츠 추천 리스트를 제공할 수 있다. 컨텐츠 추천부(24)는 사용자의 주어진 상황에 따라, 컨텐츠의 제목, 컨텐츠 작성자(블로그 아이디 및 기자 이름), 컨텐츠 작성 일자, 컨텐츠 본문과 같은 항목들의 제공 형태를 변형한 추천 리스트를 사용자에게 추천할 수 있다.

도 2는 본 발명의 일 실시예에 따른 컨텐츠 추천 방법의 흐름도이다. 도 2에 도시된 각 단계는 도 1에 도시된 실시예의 구성들에 의해 수행될 수 있다. 도 1 및 도 2를 참조하면, 단계 61에서, 사용자 상황 정보 추출부(12)는 이동 단말기(10)의 사용자 상황 정보를 측정하며, 컨텐츠 추천 애플리케이션부(12)는 사용자 상황 정보 추출부(12)로부터 사용자 상황 정보를 추출한다. 이 때, 사용자 상황 정보는 이동 단말기(10)의 위치 정보, 가속도 정보, 음향 정보 중 적어도 하나 이상을 포함할 수 있다.

이동 단말기(10) 중 스마트폰의 대부분은 가속도, 방향, 위치, WiFi를 비롯한 무선 통신 장비의 신호 등을 측정하는 센서를 내장하고 있다. 이러한 센서로부터 얻은 정보를 이용해 사용자의 이동 행위 또는 주변의 상황을 인식하는 것이 가능하다. 예를 들어, 이동 단말기(10)의 가속도 센서를 이용하여 이동 속도의 변화를 측정함으로써, 사용자가 걷고 있는지, 차에 타고 있는지 뛰고 있는지에 대한 단서를 제공할 수 있다. 다른 예로, WiFi와 GPS 데이터를 이용하여 사용자의 위치를 파악하는 것도 가능하며, 지도상에서의 사용자의 위치를 근거로 사용자의 현재 상태, 예를 들어 도로 위에 있을 경우 버스나 자동차로 이동 중인 상황에 대해 예측할 수도 있다.

단계 62에서, 사용자 상황 정보는 무선 통신망(30)을 통해 컨텐츠 추천 애플리케이션부(12)의 사용자 상황 정보 추출부(121)로부터 컨텐츠 추천 서버(20)로 전송된다. 대안적으로, 사용자 상황 정보는 사용자 상황 정보 측정부(11)로부터 컨텐츠 추천 서버(20)로 전송될 수도 있다. 단계 63에서, 사용자 인지 부담 측정부(21)는 이동 단말기(10)로부터 수신된 사용자 상황 정보를 이용하여, 이동 단말기(10)의 사용자의 상황에 따른 사용자 인지 부담을 정량적으로 측정할 수 있다. 이 때, 사용자 인지 부담 측정부(21)는 사용자 상황 정보를 종합적으로 고려하여, 사용자의 인지적 부담을 정량적으로 몇 가지 분류들 중 어느 하나로 결정할 수 있다.

예를 들면, 사용자 인지 부담 측정부(21)는 사용자 상황 정보 중 위치 정보의 이력이나 가속도 정보에 기초하여 사용자가 걸어가고 있거나, 버스, 승용차, 지하철 등의 교통수단을 통해 이동하고 있거나, 특정 위치에 앉는 등의 다양한 상황들 중 어느 하나의 상황을 결정할 수 있다. 예를 들어, 사용자 인지 부담 측정부(21)는 이동 단말기(10)의 GPS 모듈(111)로부터 측정된 위치 정보의 이력이나 가속도 센서(112)에 의해 측정된 가속도 정보로부터, 이동 단말기(10)의 시간에 따른 이동 속도의 파형을 분석함으로써, 사용자의 상황을 결정할 수 있다.

이 때, 사용자 인지 부담 측정부(21)는 예를 들어, 사용자가 걸어가고 있는 상황을 사용자의 상황에 따라 사용자에게 가중되는 인지 부담, 즉 사용자 인지 부담이 큰 경우로 분류하고, 사용자가 교통 수단을 통해 이동하는 상황을 사용자 인지 부담이 보통인 경우로 분류하고, 사용자가 특정 위치에 앉아 있는 상황을 사용자 인지 부담이 작은 것으로 분류할 수 있다.

도 3은 사용자의 다양한 상황에 따라 습득 가능한 정보의 난이도를 예시한 그래프이다. 도 3에 도시된 그래프의 가로축은 사용자의 상황을, 세로축은 사용자 인지 부담에 따라 습득 가능한 정보의 난이도를 의미한다. 도 3을 참조하면, 사용자 인지 부담 측정부(21)는 사용자 상황 정보 중 위치 정보의 이력이나 가속도 정보, 또는 미리 레이블된 정보에 기초하여 이동 단말기(10)의 사용자의 위치 또는 상황을 '집안', '직장안', 집과 직장을 제외한 특정 장소에 '머묾', '걸음', '조깅', '지하철/버스안', '자정거탐' 중 어느 하나로 결정하고, 그에 따른 사용자 인지 부담을 측정한다.

도 3에 도시된 그래프에서, 사용자 인지 부담은 크게 '어려운 정보 습득 가능', '보통의 정보 습득 가능', '쉬운 정보 습득 가능', '정보 습득 불가'의 네 가지로 분류된다. 이 때, 어려운 정보는 논설, 논평, 설명문과 같은 어려운 주제의 글이나, 텍스트가 많은 글을 예로 들 수 있다. 보통의 정보는 신변 잡기의 글, 뉴스 기사 등을 예로 들 수 있다. 쉬운 정보는 그림이 많은 글, 라디오 등과 같이 음향으로만 전달하는 정보를 예로 들 수 있다. '정보 습득 불가'의 분류는 정보의 난이도와 관계없이 정보 습득이 불가한 경우를 의미한다.

사용자 인지 부담 측정부(21)는 각 상황에 대해 사용자에게 가중될 수 있는 인지적 부담을 상대적인 대소 관계로 미리 정의할 수 있다. 예를 들어, 사용자 상황에 대한 인지적 부담의 대소 관계는 '자전거탐' > '지하철안' = '버스안' > '조깅' > '걸음' > '머묾' > '직장안' > '집안' 순으로 정의할 수 있다. 이 때, 이동 단말기(10)의 사용자가 '집안', '직장안', '머묾'의 상황에 있는 경우, 사용자는 쉬운 정보는 물론 어려운 정보도 습득 가능하나, '걸음', '조깅', '지하철/버스안'의 상황에 있는 경우 사용자는 쉬운 정보와 보통의 정보 중 일부를 습득할 수 있을 뿐 어려운 정보의 습득은 어렵다. 이동 단말기(10)의 사용자가 자전거탐의 상황에 있는 경우 정보 습득이 불가하거나 쉬운 정보 중에서도 난이도가 낮은 일부에 대해서만 습득이 가능하다. 물론, 도 3에 도시된 그래프는 이해를 돕기 위해 예시된 것에 불과하고, 이동 단말기(10)의 사용자 상황 정보 측정부(11)의 센서의 성능 및 활용 방법에 따라 통합되거나 세부적으로 더 추가될 수도 있음은 물론이다.

이러한 인지적 부담의 대소 관계는 대체로 이동 단말기(10)의 동적 혹은 정적인 정도에 따라 결정될 수 있지만, 이러한 대소 관계는 절대적이지 않으며 각 상황에 대해 다른 변수에 따라 변화될 수도 있다. 예를 들어, 사용자 인지 부담은 이동 단말기(10)의 음향 센서(113)에 의해 측정된 주변 소음의 크기에 따라 변화될 수도 있다. 있다. 예를 들어, 이동 단말기(10)의 사용자가 '머묾'의 상황인 경우에도, 주변에 공사 현장이 있어 소음이 심하다면 걷는 경우에 비해 인지적 부담이 더 가중될 수 있다. 따라서, 이러한 대소 관계에 추가하여 주변의 소음을 사용자 인지 부담을 정량화하는 기준으로 삼을 수도 있는 것이다.

한편, 미리 정해둔 상황 외의 경우나, 어느 하나의 상황으로 결정하는 것이 모호한 경우에는 기타로 나타낼 수 있으며, 이러한 경우 소음의 세기를 기준으로 인지적 부담을 측정하는 것도 가능하다. 예를 들어, 이동 단말기(10)의 사용자가 자전거를 타는 경우, 정보 습득이 불가할 수 있으나, 주변 소음이 적은 경우에는 음향으로만 이루어진 쉬운 정보를 습득하는 것은 가능할 수도 있다. 또한, 지하철 안이나 버스 안에서는 일반적으로 텍스트로 이루어진 정보에 대한 습득이 가능하지만 소음이 심한 경우 오디오 컨텐츠의 습득은 어려울 것이다. 이에 따라, 사용자 인지 부담 측정부(21)는 이동 단말기(10)의 제반 상황 정보를 고려하여, 사용자에게 가중되는 인지 부담을 측정할 수 있으며, 측정된 사용자 인지 부담 정보를 컨텐츠 추천부(24)에 제공하여 사용자의 상황에 부합되는 컨텐츠를 추천받을 수 있다.

단계 64에서, 컨텐츠 인지 부담 측정부(23)는 컨텐츠 DB(22)에 저장된 컨텐츠들의 인지 부담을 정량화하여 측정한다. 컨텐츠의 내용, 전달 형태 등에 따라 사용자의 습득 능력에 미치는 컨텐츠의 인지적 부담(cognitive load)은 다를 수 있다. 컨텐츠 인지 부담 측정부(23)는 이와 같은 컨텐츠의 인지적 부담을 정량화함으로써, 사용자 인지 부담 측정부(21)에 의해 정량적으로 측정된 사용자의 인지 부담 정보를 이용하여, 주어진 사용자의 상황에 따라, 사용자에게 과도한 인지 부담을 주지 않는 사용자가 습득 가능한 컨텐츠의 리스트를 사용자에게 추천하기 위한 기준을 제공할 수 있다.

컨텐츠 인지 부담 측정부(23)는 내재적 인지 부담 측정부(231)와, 외재적 인지 부담 측정부(232)를 포함한다. 컨텐츠의 인지 부담은 내재적 인지 부담(intrinsic cognitive load)과 외재적 인지 부담(extraneous cognitive load)으로 나눌 수 있다. 내재적 인지 부담은 해당 컨텐츠 자체가 가지고 있는 주제나 어휘의 난이도와 복잡성, 글의 양 등과 관련이 있다. 외재적 인지 부담은 해당 컨텐츠 자체의 난이도가 아닌 컨텐츠를 전달하는 형태에 따라 결정되며, 컨텐츠의 전달 형태를 변화시킴에 의해 개선될 수 있다.

내재적 인지 부담 측정부(231)는 예를 들어, 아래의 표 1에 나타낸 요소들을 근거로 하여 컨텐츠의 내재적 인지 부담을 정량적으로 측정할 수 있다.

내재적 인지 부담 측정 요소	측정 방법
컨텐츠에 등장하는 개념의 개수	개체명 인식 결과 식별된 개체 정보의 개수를 결정 (개수가 적을수록 인지 부담이 큼)
단어 및 어휘의 난이도	컨텐츠에 등장하는 명사 및 개체명에 대한 웹 코퍼스 상에서의 확률값을 구하고 이들에 대한 평균값을 결정 (평균값이 낮을수록 인지 부담이 큼)
컨텐츠 이용자에게 생소한 개념의 개수	컨텐츠 이용자가 평소 소비하는 컨텐츠에 대한 개체명 및 명소의 등장 확률값을 구하고 이들에 대한 평균값으로 결정 (평균값이 낮을수록 인지 부담이 큼)
컨텐츠의 길이	컨텐츠의 길이를 결정 (길이가 길수록 인지 부담이 큼)
컨텐츠를 이루는 토픽 각각이 가지는 난이도	기존의 토픽 모델을 이용하여 컨텐츠에 대한 토픽을 추출하고 기존 사용자가 소비한 토픽과의 유사도를 결정 (유사도가 낮을수록 인지 부담이 큼)
기타 사용자가 정의한 자질	그 외 사용자가 정의한 구체적으로 정한 제약 사항으로 특정 주제나 분야에 대한 글을 제외하거나 선호 사항으로 추가

표 1에 나타낸 바와 같이, 내재적 인지 부담 측정부(231)는 예를 들어, 컨텐츠에 등장하는 개념의 개수, 단어 및 어휘의 난이도, 컨텐츠 이용자에게 생소한 개념의 개수, 컨텐츠의 길이, 컨텐츠를 이루는 토픽이 가지는 난이도, 기타 사용자가 정의한 자질 등의 내재적 인지 부담 측정 요소에 대한 정량적인 값을 측정할 수 있다. 컨텐츠에 등장하는 개념의 개수는 개체명 인식을 통해 식별된 개체 정보의 개수로부터 결정할 수 있으며, 개체 정보의 개수가 적을수록 인지 부담이 큰 것으로 측정할 수 있다. 단어 및 어휘의 난이도는 컨텐츠에 등장하는 명사 및 개체명에 대한 웹 코퍼스 상에서의 확률값을 구하고 이들에 대한 평균값으로부터 결정할 수 있으며, 평균값이 낮을수록 인지 부담이 큰 것으로 측정할 수 있다.

또한, 컨텐츠 이용자가 평소 소비하는 컨텐츠에 대한 개체명 및 명소의 등장 확률값을 구하고 이들에 대한 평균값으로부터 컨텐츠 이용자에게 생소한 개념의 개수를 결정할 수 있으며, 평균값이 낮을수록 인지 부담이 큰 것으로 측정할 수 있다. 또한, 컨텐츠의 길이가 길수록 인지 부담이 큰 것으로 측정할 수 있으며, 공지된 토픽 모델을 이용하여 컨텐츠의 토픽을 추출하고, 기존 사용자가 소비한 토픽과의 유사도가 낮을수록 인지 부담이 큰 것으로 측정할 수 있다. 그 밖의 사용자가 정의한 제약 사항으로서, 특정 주제나 분야에 대한 글을 제외하거나 선호 사항으로 추가할 수도 있다.

외재적 인지 부담 측정부(232)는 예를 들어, 그림의 존재 유무, 오디오 및 동영상의 여부, 폰트 크기, 레이아웃, 필요한 인터렉션(interaction)의 양, 사용된 색상 및 대비, 문체 등의 요소를 인지 부담의 측정에 활용할 수 있다. 컨텐츠에 그림, 오디오 및 동영상이 포함되어 있는 경우, 그렇지 않은 경우에 비해 컨텐츠의 외재적 인지 부담이 적은 것으로 측정할 수 있다. 또한, 컨텐츠의 폰트의 크기가 클수록 사용자가 쉽게 읽을 수 있으므로 외재적 인지 부담이 작은 것으로 분류할 수 있다. 컨텐츠의 레이아웃은 글과 그림이 동시에 존재하는 경우, 전체 중에서 그림이 차지하는 비율을 산출함으로써 정량적으로 측정될 수 있다. 이 때, 그림의 비율이 큰 경우를 외재적 인지 부담이 작은 값으로 측정될 수 있다. 컨텐츠를 습득하기 위해 필요한 인터렉션의 양이 많을수록 외재적 인지 부담은 큰 값으로 측정될 수 있다.

또한, 컨텐츠의 색상이나 대비가 화려할수록 사용자의 이목을 집중시키므로 외재적 인지 부담이 작은 값으로 측정될 수 있다. 문체의 경우에는, 만연체인지 여부 및 컨텐츠에 포함된 문장들의 평균 길이로부터, 정량적으로 측정될 수 있다. 이 때, 문장의 평균 길이가 길수록 외재적 인지 부담이 큰 값으로 측정될 수 있다. 외재적 인지 부담 측정부(232)는 각 요소에 대한 선형적인 합산을 통해 외재적 인지 부담을 정량화할 수도 있고, 보다 의미 있는 정량화를 위해 선형적인 합산에 필요한 파라미터값을 조정하여 외재적 인지 부담을 정량화할 수도 있다.

단계 65 내지 66에서, 컨텐츠 추천부(24)는 컨텐츠 인지 부담 측정부(23)로부터 정량화된 컨텐츠 인지 부담 정보를 제공받고, 컨텐츠의 내재적 인지 부담과 외재적 인지 부담을 활용하여, 주어진 상황 하에서 사용자에게 추천할 컨텐츠를 정하고 서열화된 컨텐츠의 추천 리스트를 웹 페이지 형식으로 작성하여 이동 단말기(10)에 제공할 수 있다.

도 5는 정량화한 컨텐츠의 내재적, 외재적 인지 부담 및 사용자의 상황에 따라 추천할 컨텐츠를 결정하는 방식을 설명하기 위한 예시적인 그래프이다. 도 5에 도시된 도면부호 'A'는 컨텐츠 인지 부담이 작은 컨텐츠들을, 도면부호 'B'는 컨텐츠 인지 부담이 보통 수준인 컨텐츠들을 도면부호 'C'는 컨텐츠 인지 부담이 큰 컨텐츠들을 나타낸다. 예를 들어, 사용자의 인지 부담이 적은 경우에는, 도면부호 '43'과 '44'의 화살표로 나타낸 바와 같이, 인지 부담이 큰 컨텐츠들을 인지 부담이 보통 수준이거나 작은 컨텐츠들, 또는 인지 부담이 보통 수준인 컨텐츠들과 함께 사용자에게 추천할 수 있다. 즉, 사용자의 주어진 상황에 따라 사용자 인지 부담이 적은 경우에는, 인지 부담이 작은 컨텐츠는 물론, 인지 부담이 큰 컨텐츠도 사용자에게 추천할 수 있다.

그러나, 사용자의 상황에 따라 사용자 인지 부담이 큰 경우에는, 내재적 인지 부담과 외재적 인지 부담이 큰 컨텐츠는 배제하고, 도면부호 '41'의 화살표로 나타낸 바와 같이, 인지 부담이 작은 컨텐츠들만을 이동 단말기(10)의 사용자에게 추천하거나, 도면부호 '42'의 화살표로 나타낸 바와 같이, 인지 부담이 작거나 보통 수준인 컨텐츠들을 이동 단말기(10)의 사용자에게 우선적으로 이동 단말기(10)의 사용자에게 추천할 수 있다.

컨텐츠 추천부(24)는 이동 단말기(10)의 사용자의 주어진 상황 하에서 수용 가능한 인지 부담의 한계를 넘지 않는 컨텐츠 중 인지 부담이 큰 순서대로 컨텐츠 추천 리스트를 제공할 수 있다. 즉, 사용자가 집에 있는 경우와 같이 정적인 상황에서는 인지 부담이 적은 컨텐츠 또한 수용할 수 있지만, 인지 부담이 큰 컨텐츠를 우선적으로 제공한다. 이에 따라, 사용자가 인지 부담이 큰 상황 하에 있을 때에는 인지 부담이 적은 컨텐츠가 사용자에게 우선적으로 추천되고, 사용자가 인지 부담이 작은 상황 하에 있을 때에는 습득 가능한 인지 부담이 작은 컨텐츠들 중에서도 상대적으로 인지 부담이 큰 컨텐츠를 추천하여, 사용자가 다양한 상황에 따라 서로 다른 다양한 난이도의 컨텐츠들을 적절하게 제공받도록 함으로서, 컨텐츠 추천 서비스의 질을 높일 수 있다.

또한, 컨텐츠 추천부(24)는 사용자의 인지 부담이 커서, 대다수의 컨텐츠들의 습득에 제약이 가해지는 상황인 경우에는, 컨텐츠의 외재적 인지 부담이 감소되도록 컨텐츠의 제공 형태를 변화시킴으로써, 사용자가 습득 가능한 보다 많은 컨텐츠들을 사용자에게 추천할 수 있다. 예를 들어, 컨텐츠 추천부(24)는 사용자 인지 부담이 큰 경우로서, 컨텐츠의 내재적 인지 부담에 비해 외재적 인지 부담이 상대적으로 큰 경우, 변형된 제공 형태의 컨텐츠 추천 리스트를 생성할 수 있다.

컨텐츠에 대한 내재적 인지 부담은 컨텐츠 자체의 난이도와 관련되어 있기 때문에 동일한 정보를 재구성 및 재해석하지 않고는 인지부담을 줄이기 어려울 수 있다. 반면, 컨텐츠의 외재적 인지 부담은 컨텐츠를 제공하는 형태에 따라 결정되므로, 글자 폰트, 크기, 그림의 배치 등을 보다 습득하기 쉬운 형태로 변형함으로써 이동 단말기(10)의 사용자에게 주는 부담을 줄일 수 있다.

컨텐츠는 종류 및 출처에 따라 다양한 형태로 표현된다. 이러한 다양성은 사용자가 정보 제공 형태에 익숙해지기 어려운 요인이 될 수 있다. 가령, 어떤 사용자의 블로그 글에 접근할 경우, 해당 글의 컨텐츠는 물론 다양한 메뉴 및 배너 정보 또한 사용자에게 노출될 수 있다. 이러한 것들은 컨텐츠 자체에 대한 몰입을 저해하는 요인이 될 것이다. 이에 따라, 웹 컨텐츠를 사용자가 이해하기 쉬운 형태로 제공하기 위해 블로그 및 뉴스 기사에 대해 통일된 형태로 바꾸어 사용자에게 제공한다. 이를 위해 필요한 컨텐츠의 요소로서, 컨텐츠의 제목, 컨텐츠 작성자(블로그 아이디 및 기자 이름), 컨텐츠 작성 일자, 컨텐츠 본문과 같은 항목을 정의할 수 있다.

컨텐츠 본문의 경우 글과 그림을 배치 적절히 재배치하는 방법이 요구된다. 이러한 컨텐츠에 대한 레이아웃은 트리세이버(treesaver)와 같은 기존의 API(Application Programming Interface)를 이용하여 구현될 수 있으므로, 이에 대한 상세한 설명은 생략하기로 한다. 한편, 트위터와 같은 소셜 네트워크 서비스의 경우, 예를 들어 리트윗(retweet)한 사용자 정보가 컨텐츠의 항목에 추가될 수도 있다. 도 2에 도시된 단계 63 내지 단계 65, 또는 이의 적어도 일부를 포함하는 단계들은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 이러한 기록매체의 대표적인 예에는 RAM, ROM, EPROM, EEPROM, HDD, CD-ROM, 이동식 디스크, 자기테이프 등이 포함될 수 있다.

도 6은 본 발명의 다른 일 실시예에 따른 컨텐츠 추천 시스템의 구성도이다. 도 6에 도시된 사용자 상황 정보 측정부(11), 사용자 상황 정보 추출부(121), 및 컨텐츠 추천 유저인터페이스부(122), 컨텐츠 추천부(24), 컨텐츠 DB(22), 컨텐츠 인지 부담 측정부(23)는 도 1에 도시된 구성과 동일하므로, 중복되는 설명은 생략하기로 한다. 도 6에 도시된 실시예에 따른 컨텐츠 추천 시스템은 사용자 인지 부담 측정부(123)가 이동 단말기(10)에 구비된다. 즉, 이동 단말기(10)의 컨텐츠 추천 애플리케이션부(12)는 사용자 상황 정보 추출부(121), 컨텐츠 추천 유저인터페이스부(122), 및 사용자 인지 부담 측정부(123)를 포함한다. 컨텐츠 추천 서버(20)는 컨텐츠 DB(22), 컨텐츠 인지 부담 측정부(23) 및 컨텐츠 추천부(24)를 포함하는 컨텐츠 추천 장치를 포함할 수 있다.

도 7은 본 발명의 다른 일 실시예에 따른 컨텐츠 추천 방법의 흐름도이다. 도 7에 도시된 각 단계는 도 2에 도시된 실시예의 구성들에 의해 수행될 수 있다. 도 7에 도시된 단계 71은 도 2에 도시된 단계 61과 동일하므로 중복되는 설명은 생략하기로 한다. 도 6 및 도 7을 참조하여 설명하면, 사용자 상황 정보 추출부(121)에 의해 추출된 사용자 상황 정보는, 사용자 인지 부담 측정부(123) 측에 제공된다. 단계 72에서, 사용자 인지 부담 측정부(123)는 사용자 상황 정보를 이용하여, 사용자의 상황에 따른 사용자 인지 부담을 측정한다. 도 7에 도시된 단계 72에서의 사용자 인지 부담의 측정은 도 2에 도시된 단계 63에서 설명된 사용자 인지 부담의 측정과 동일하게 수행될 수 있으므로, 중복되는 설명은 생략하기로 한다.

단계 73에서, 사용자 인지 부담 정보는 이동 단말기(10)로부터 컨텐츠 추천 서버(20) 측으로 전송된다. 단계 74에서, 컨텐츠 인지 부담 측정부(23)는 컨텐츠 DB(22)로부터의 컨텐츠들의 인지 부담을 정량적으로 측정한다. 도 7에 도시된 단계 73에서의 컨텐츠 인지 부담의 측정은 도 6에 도시된 단계 64에서 설명된 컨텐츠 인지 부담의 측정과 동일하게 수행될 수 있으며, 중복되는 설명은 생략하기로 한다.

단계 75 내지 76에서, 컨텐츠 추천부(24)는 컨텐츠 인지 부담 측정부(23)로부터 정량화된 컨텐츠 인지 부담 정보를 제공받고, 컨텐츠 DB(22)의 컨텐츠들 중 주어진 상황 하에서 사용자에게 추천할 컨텐츠를 결정하고, 서열화된 결과의 리스트를 웹 페이지 형식으로 작성하여 이동 단말기(10)에 제공한다. 이는 도 2에 도시된 단계 65 내지 66의 과정과 동일하게 수행될 수 있다.

이상에서 설명된 본 발명의 실시예에 의하면, 이동 단말기의 사용자가 동적인 상황일 때는 사용자에게 부담 없이 읽을 수 있는 컨텐츠가 우선적으로 추천되고, 사용자가 정적인 상황일 때는 심도 있는 컨텐츠가 추천되므로, 이동 단말기의 사용자는 자신이 처한 상황에 따라 최적화된 컨텐츠들을 제공받아 원하는 컨텐츠에 쉽고 효율적으로 접근할 수 있게 된다.

이상의 실시예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시예들도 본 발명의 범위에 속할 수 있음을 이해하여야 한다. 예를 들어, 본 발명의 실시예에 도시된 각 구성 요소는 분산되어 실시될 수도 있으며, 반대로 여러 개로 분산된 구성 요소들은 결합되어 실시될 수 있다. 따라서, 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.

10: 이동 단말기 11: 사용자 상황 정보 측정부
111: GPS 모듈 112: 가속도 센서
113: 음향 센서 12: 컨텐츠 추천 애플리케이션부
121: 사용자 상황 정보 추출부 122: 컨텐츠 추천 유저인터페이스부
123: 사용자 인지 부담 측정부 20: 컨텐츠 추천 서버
21: 사용자 인지 부담 측정부 22: 컨텐츠 DB
23: 컨텐츠 인지 부담 측정부 231: 내재적 인지 부담 측정부
232: 외재적 인지 부담 측정부 24: 컨텐츠 추천부
30: 무선 통신망

Claims (20)

1. 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 단계; 및
   이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 단계를 포함하는 컨텐츠 추천 방법.
2. 제1 항에 있어서,
   상기 결정하는 단계는,
   상기 사용자 상황 정보로부터 상기 이동 단말기의 사용자 인지 부담을 측정하는 단계; 및
   상기 사용자 인지 부담 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 단계를 포함함을 특징으로 하는 컨텐츠 추천 방법.
3. 제2 항에 있어서,
   상기 사용자 인지 부담을 측정하는 단계는,
   상기 사용자 상황 정보에 기초하여, 미리 설정된 상대적인 대소 관계를 갖는 복수 개의 사용자 인지 부담의 분류들 중 어느 하나를 결정함으로써 상기 사용자 인지 부담을 측정함을 특징으로 하는 컨텐츠 추천 방법.
4. 제1 항에 있어서,
   상기 사용자 상황 정보는 상기 이동 단말기의 가속도 정보, 위치 정보, 이동 속도 정보, 음향 정보 중 적어도 하나 이상을 포함함을 특징으로 하는 컨텐츠 추천 방법.
5. 제1 항에 있어서,
   상기 측정하는 단계는,
   상기 복수 개의 컨텐츠 각각에 대하여 내재적 인지 부담 및 외재적 인지 부담을 측정하는 단계를 포함함을 특징으로 하는 컨텐츠 추천 방법.
6. 제5 항에 있어서,
   상기 내재적 인지 부담은, 형태소 분석 및 개체명 인식을 통해, 컨텐츠에 포함된 개념의 개수, 컨텐츠에 포함된 단어 및 어휘의 난이도, 상기 이동 단말기의 사용자에게 생소한 개념의 개수, 컨텐츠의 길이, 컨텐츠를 이루는 토픽의 난이도 중 적어도 하나 이상을 평가함으로써 측정됨을 특징으로 하는 컨텐츠 추천 방법.
7. 제5 항에 있어서,
   상기 외재적 인지 부담은, 컨텐츠 내에 그림이 존재하는지 여부, 컨텐츠 내에 오디오 또는 동영상이 존재하는지 여부, 폰트 크기, 레이아웃, 필요한 인터렉션(interaction)의 양, 컨텐츠에 사용된 색상 및 대비, 컨텐츠의 문체 중 적어도 하나 이상을 평가함으로써 측정됨을 특징으로 하는 컨텐츠 추천 방법.
8. 제5 항 내지 제7 항 중 어느 한 항에 있어서,
   상기 결정하는 단계는,
   상기 사용자 상황 정보 및 상기 외재적 인지 부담에 기초하여, 상기 이동 단말기에 제공할 컨텐츠의 제목, 컨텐츠 작성자, 컨텐츠 작성 일자, 컨텐츠 본문 중 적어도 하나 이상을 포함하는 항목의 제공 형태를 변형시킨 추천 리스트를 생성함을 특징으로 하는 컨텐츠 추천 방법.
9. 제8 항에 있어서,
   상기 결정하는 단계는,
   상기 사용자 상황 정보 및 상기 외재적 인지 부담에 기초하여, 상기 컨텐츠의 항목의 글자 폰트(pont), 글자 크기, 그림의 배치 중 적어도 하나 이상을 변형시킨 추천 리스트를 생성함을 특징으로 하는 컨텐츠 추천 방법.
10. 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부; 및
    상기 사용자 상황 정보로부터 상기 이동 단말기의 사용자 인지 부담을 측정하여 컨텐츠 추천 서버로 제공하는 사용자 인지 부담 측정부, 및 상기 사용자 인지 부담에 기초하여 결정된 컨텐츠의 추천 리스트를 상기 컨텐츠 추천 서버로부터 제공받기 위한 컨텐츠 추천 유저인터페이스부를 포함하는 컨텐츠 추천 애플리케이션부를 포함하는 이동 단말기.
11. 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부; 및
    상기 사용자 상황 정보에 따른 사용자 인지 부담에 기초하여 결정되는 컨텐츠의 추천 리스트를 컨텐츠 추천 서버로부터 제공받기 위한 컨텐츠 추천 애플리케이션부를 포함하는 이동 단말기.
12. 제10 항 또는 제11 항에 있어서,
    상기 사용자 상황 정보 측정부는 GPS(Global Positioning System) 모듈, 가속도 센서, 음향 센서 중 적어도 하나 이상을 포함함을 특징으로 하는 이동 단말기.
13. 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부를 구비한 이동 단말기; 및
    복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 컨텐츠 인지 부담 측정부, 및 상기 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천부를 포함하는 컨텐츠 추천 서버를 포함하는 컨텐츠 추천 시스템.
14. 이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보를 측정하는 사용자 상황 정보 측정부, 및 상기 사용자 상황 정보로부터 상기 이동 단말기의 사용자 인지 부담을 측정하는 사용자 인지 부담 측정부를 포함하는 이동 단말기; 및
    상기 사용자 인지 부담에 기초하여, 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천 서버를 포함하는 컨텐츠 추천 시스템.
15. 제14 항에 있어서,
    상기 컨텐츠 추천 서버는,
    복수 개의 컨텐츠를 저장하는 컨텐츠 데이터베이스;
    상기 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 컨텐츠 인지 부담 측정부; 및
    상기 사용자 인지 부담 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천부를 포함함을 특징으로 하는 컨텐츠 추천 시스템.
16. 제13 항 내지 제15 항 중 어느 한 항에 있어서,
    상기 사용자 상황 정보 측정부는 GPS(Global Positioning System) 모듈, 가속도 센서, 음향 센서 중 적어도 하나 이상을 포함함을 특징으로 하는 컨텐츠 추천 시스템.
17. 제13 항 또는 제15 항에 있어서,
    상기 컨텐츠 인지 부담 측정부는,
    상기 복수 개의 컨텐츠 각각에 대하여 내재적 인지 부담을 측정하는 내재적 인지 부담 측정부; 및
    상기 복수 개의 컨텐츠 각각에 대하여 외재적 인지 부담을 측정하는 외재적 인지 부담 측정부를 포함함을 특징으로 하는 컨텐츠 추천 시스템.
18. 복수 개의 컨텐츠를 저장하는 컨텐츠 데이터베이스;
    상기 복수 개의 컨텐츠 각각에 대하여 컨텐츠 인지 부담을 측정하는 컨텐츠 인지 부담 측정부; 및
    이동 단말기의 사용자의 상황과 관련된 사용자 상황 정보 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정하는 컨텐츠 추천부를 포함하는 컨텐츠 추천 장치.
19. 제18 항에 있어서,
    상기 컨텐츠 추천 장치는 상기 사용자 상황 정보로부터 사용자 인지 부담을 측정하는 사용자 인지 부담 측정부를 더 포함하고,
    상기 컨텐츠 추천부는 상기 사용자 인지 부담 및 상기 컨텐츠 인지 부담에 기초하여, 상기 복수 개의 컨텐츠 중 상기 이동 단말기에 제공할 컨텐츠의 추천 리스트를 결정함을 특징으로 하는 컨텐츠 추천 장치.
20. 제18 항 또는 제19 항에 있어서,
    상기 컨텐츠 인지 부담 측정부는,
    상기 복수 개의 컨텐츠 각각에 대하여 내재적 인지 부담을 측정하는 내재적 인지 부담 측정부; 및
    상기 복수 개의 컨텐츠 각각에 대하여 외재적 인지 부담을 측정하는 외재적 인지 부담 측정부를 포함함을 특징으로 하는 컨텐츠 추천 장치.

Images