KR20180054367A - 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법 - Google Patents

통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법 Download PDF

Info

Publication number
KR20180054367A
KR20180054367A KR1020160152240A KR20160152240A KR20180054367A KR 20180054367 A KR20180054367 A KR 20180054367A KR 1020160152240 A KR1020160152240 A KR 1020160152240A KR 20160152240 A KR20160152240 A KR 20160152240A KR 20180054367 A KR20180054367 A KR 20180054367A
Authority
KR
South Korea
Prior art keywords
user
information
notification message
reason
data
Prior art date
Application number
KR1020160152240A
Other languages
English (en)
Other versions
KR102585230B1 (ko
Inventor
양희정
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160152240A priority Critical patent/KR102585230B1/ko
Priority to US15/812,123 priority patent/US10382907B2/en
Publication of KR20180054367A publication Critical patent/KR20180054367A/ko
Application granted granted Critical
Publication of KR102585230B1 publication Critical patent/KR102585230B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/16—Communication-related supplementary services, e.g. call-transfer or call-hold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/224—Monitoring or handling of messages providing notification on incoming messages, e.g. pushed notifications of received messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/436—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it
    • H04M3/4365—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it based on information specified by the calling party, e.g. priority or subject
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W68/00—User notification, e.g. alerting and paging, for incoming communication, change of service or the like
    • H04W68/02—Arrangements for increasing efficiency of notification or paging channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/20—Aspects of automatic or semi-automatic exchanges related to features of supplementary services
    • H04M2203/2038—Call context notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2203/00—Aspects of automatic or semi-automatic exchanges
    • H04M2203/65—Aspects of automatic or semi-automatic exchanges related to applications where calls are combined with other types of communication
    • H04M2203/651—Text message transmission triggered by call
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/42365—Presence services providing information on the willingness to communicate or the ability to communicate in terms of media capability or network connectivity

Abstract

상대 디바이스로부터의 통화 요청을 수신하는 단계; 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보를 획득하는 단계; 획득된 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유를 결정하는 단계; 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계; 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성하는 단계; 미응답 사유 및 관계 정보에 기초하여, 알림 메시지를 상대 디바이스에게 전송할 지를 결정하는 단계; 및 결정에 기초하여, 알림 메시지를 상대 디바이스로 전송하는 단계를 포함하는 디바이스가 통화 요청에 대한 알림 메시지를 제공하는 방법이 개시된다.

Description

통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법{DEVICE AND METHOD FOR PROVIDING NOTIFICATION MESSAGE FOR CALL REQUEST}
본 개시는 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법에 관한 것으로서, 보다 상세하게는, 기 설정된 시간 내에 상대 디바이스로부터 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 상대 디바이스에게 알림 메시지를 전송하는 디바이스 및 방법에 관한 것이다.
멀티 미디어 기술 및 네트워크 기술이 발전함에 따라, 사용자는 디바이스를 이용하여 다양한 서비스를 제공받을 수 있게 되었다. 특히, 디바이스의 자동 응답 기술이 발전함에 따라, 기 설정된 시간 내에 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 상대 디바이스에게 자동 응답 메시지를 전송할 수 있게 되었다.
하지만, 종래에는, 사용자가 전화를 받을 수 없는 상황에서, 디바이스는 동일한 메시지만을 상대 디바이스에게 전송하는 문제가 있었으며, 동일한 메시지를 전송하지 않더라도, 기 설정된 메시지 중 사용자가 선택하여 전송하여야 하는 문제가 있었다. 이에 따라, 사용자의 상황에 관한 컨텍스트 정보로부터 사용자가 전화를 받지 않는 사유를 파악하여, 다른 사용자와의 관계에 따라 구별하여 전송할 수 있는 기술이 요구되고 있다.
일 실시예는, 사용자의 상황에 관한 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유를 설명할 수 있는, 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법을 제공하고자 한다.
또한, 일 실시예는, 사용자의 미응답 사유 및 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보에 기초하여, 알림 메시지를 상대 디바이스에게 전송할 지를 결정할 수 있는, 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법을 제공하고자 한다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제 1 측면은 적어도 하나의 프로그램이 저장되는 메모리; 상대 디바이스로부터의 통화 요청을 수신하는 통신부; 및 적어도 하나의 프로그램을 실행함으로써 통화 요청에 대한 알림 메시지를 제공하도록 하는 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보를 획득하는 단계; 획득된 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유를 결정하는 단계; 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계; 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성하는 단계; 미응답 사유 및 관계 정보에 기초하여, 알림 메시지를 상대 디바이스에게 전송할 지를 결정하는 단계; 및 결정에 기초하여, 알림 메시지를 상대 디바이스로 전송하는 단계:를 실행하는 명령어들을 포함하는, 디바이스를 제공할 수 있다.
또한, 본 개시의 제 2 측면은, 상대 디바이스로부터의 통화 요청을 수신하는 단계; 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보를 획득하는 단계; 획득된 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유를 결정하는 단계; 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계; 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성하는 단계; 미응답 사유 및 관계 정보에 기초하여, 알림 메시지를 상대 디바이스에게 전송할 지를 결정하는 단계; 및 결정에 기초하여, 알림 메시지를 상대 디바이스로 전송하는 단계:를 포함하는 디바이스가 통화 요청에 대한 알림 메시지를 제공하는 방법을 제공할 수 있다.
또한, 본 개시의 제 3 측면은, 제 2 측면의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
도 1은 일 실시예에 따른 디바이스(1000)가 상대 디바이스로부터의 통화 요청에 대한 알림 메시지를 제공하는 예시를 나타내는 도면이다.
도 2는 일 실시예에 따른, 디바이스(1000)가 상대 디바이스에게 알림 메시지를 전송하는 방법을 나타내는 흐름도이다.
도 3은 일 실시예에 따른, 디바이스(1000)가 상대 디바이스에게 알림 메시지를 전송하는 방법을 나타내는 흐름도이다.
도 4는 일 실시예에 따른 특정 미응답 사유의 종류를 판단하는 예시를 나타내는 도면이다.
도 5는 일 실시예에 따른 특정 미응답 사유의 종류를 판단하는 예시를 나타내는 도면이다.
도 6은 일 실시예에 따른, 관계 유형 정보 및 친밀도 정보를 획득하는 예시를 나타내는 도면이다.
도 7은 일 실시예에 따른, 알림 메시지의 어투를 결정하는 예시를 나타내는 도면이다.
도 8 및 도 9는 일부 실시예에 따른 디바이스(1000)를 나타내는 블록도이다.
도 10은 일 실시예에 따른 제어부(1300)를 나타내는 블록도이다.
도 11은 일 실시예에 따른 데이터 학습부(1310)를 나타내는 블록도이다.
도 12는 일 실시예에 따른 데이터 인식부(1320)를 나타내는 블록도이다.
도 13은 일 실시예에 따른 디바이스(1000) 및 서버(2000)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
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 의미한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 일 실시예에 따른 디바이스(1000)가 상대 디바이스로부터의 통화 요청에 대한 알림 메시지를 제공하는 예시를 나타내는 도면이다.
도 1을 참조하면, 디바이스(1000)는 상대 디바이스(미도시)로부터의 통화 요청을 수신할 수 있다. 디바이스(1000)는 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보에 기초하여 사용자의 미응답 사유를 파악하고, 사용자의 미응답 사유를 설명하는 알림 메시지를 제공할 수 있다. 디바이스(1000)는 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득할 수 있으며, 미응답 사유를 제공하는 것이 좋지 않다고 판단되면, 미응답 사유를 설명하는 메시지를 상대 디바이스에게 전송하지 않을 수 있다.
또한, 디바이스(1000)는 사용자와 다른 사용자 간의 관계 정보를 활용하여, 관계에 적합한 어투의 알림 메시지를 제공할 수 있다.
컨텍스트(context) 정보는, 디바이스(1000)의 상태 정보, 사용자의 상태 정보, 사용자의 디바이스(1000) 사용 이력 정보, 사용자의 일정 정보 및 디바이스(1000)의 주변 환경 정보 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
디바이스(1000)의 상태 정보는, 디바이스(1000)의 모드 정보(예컨대, 소리 모드, 진동 모드, 무음 모드, 절전 모드, 차단 모드, 멀티 윈도우 모드, 자동 회전 모드 등), 디바이스(1000)의 위치 정보, 시간 정보, 통신 모듈의 활성화 정보(예컨대, Wi-Fi ON / Bluetooth OFF / GPS ON/ NFC ON 등), 디바이스(1000)의 네트워크 접속 상태 정보, 디바이스(1000)의 충전 정보, 디바이스(1000)에서 실행되는 애플리케이션 정보(예컨대, 애플리케이션의 식별 정보, 애플리케이션 종류, 애플리케이션 이용 시간, 애플리케이션 이용 주기) 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
사용자의 상태 정보는, 사용자의 움직임, 생활 패턴 등에 관한 정보로서, 사용자의 걷는 상태, 운동하는 상태, 운전 중인 상태, 수면 상태, 사용자의 기분 상태 등에 관한 정보 및 심박수, 맥박, 땀 배출량, 혈압, 근육 움직임, 손가락 떨림 등에 관한 사용자의 생체 정보를 포함할 수 있으나, 이에 한정되는 것은 아니다. 사용자의 상태 정보는, 디바이스(1000) 또는 사용자의 다른 디바이스(미도시)가 센싱한 정보일 수 있다.
사용자의 디바이스(1000) 사용 이력 정보는, 사용자가 디바이스(1000)를 이용한 이력에 관한 정보로서, 애플리케이션의 실행 이력, 애플리케이션에서 실행된 기능의 이력, 사용자의 알람 설정 이력, 사용자의 통화 내역, 및 사용자의 문자 내역 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 디바이스(1000)의 주변 환경 정보는, 디바이스(1000)로부터 소정 반경 내의 환경 정보를 의미하는 것으로서, 예를 들어, 날씨 정보, 온도 정보, 습도 정보, 조도 정보, 소음 정보, 소리 정보 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
디바이스(1000)는, 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 디바이스(1000)는 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 디바이스일 수 있다. 그러나, 이에 제한되지 않으며, 디바이스(1000)는 다른 디바이스로부터의 통화 요청을 수신, 다른 디바이스에게 통화 요청에 대한 알림 메시지를 전송할 수 있는 모든 종류의 기기를 포함할 수 있다.
또한, 디바이스(1000)는 다양한 컨텍스트 정보를 이용하기 위하여, 소정의 네트워크를 통하여 서버(2000) 및 다른 디바이스(미도시)와 통신할 수 있다. 이 경우, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 포함하며, 각 네트워크 구성 주체가 서로 원활하게 통신을 할 수 있도록 하는 포괄적인 의미의 데이터 통신망이며, 유선 인터넷, 무선 인터넷 및 모바일 무선 통신망을 포함할 수 있다. 무선 통신은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
도 2는 일 실시예에 따른, 디바이스(1000)가 상대 디바이스에게 알림 메시지를 전송하는 방법을 나타내는 흐름도이다.
동작 S210에서 디바이스(1000)는 상대 디바이스로부터의 통화 요청을 수신할 수 있다. 디바이스(1000)는 상대 디바이스와의 통화를 위한 애플리케이션을 실행할 수 있으며, 실행된 애플리케이션을 통하여 상대 디바이스의 통화 요청을 수신할 수 있다. 예를 들어, 디바이스(1000)는 통화 애플리케이션 또는 메신저 애플리케이션을 실행하고, 실행된 애플리케이션을 통하여 상대 디바이스의 통화 요청을 수신할 수 있다.
동작 S220에서 디바이스(1000)는 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보를 획득할 수 있다. 기 설정된 시간 내에 상대 디바이스로부터 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 디바이스(1000)는 사용자의 미응답 상황을 파악하기 위해, 컨텍스트 정보를 획득할 수 있다. 예를 들어, 기 설정된 시간 내에 디바이스(1000)에 사용자 입력이 수신되지 않는 경우에, 디바이스(1000)는 미응답 상황을 파악하기 위해 컨텍스트 정보를 획득할 수 있다. 또는, 예를 들어, 기 설정된 시간 내에 통화 요청을 거절하는 사용자 입력이 수신되는 경우에, 디바이스(1000)는 미응답 상황을 파악하기 위해 컨텍스트 정보를 획득할 수 있다.
일 실시예에 따른 사용자 입력은, 터치 입력, 벤딩 입력, 음성 입력, 키 입력 및 다중(multimodal) 입력 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 터치 입력은, 사용자가 디바이스(1000)를 제어하기 위해 터치 스크린에 행하는 제스처 등을 의미한다. 예를 들어, 터치 입력에는 탭, 터치&홀드, 더블 탭, 드래그, 패닝, 플릭, 드래그 앤드 드롭 등이 있을 수 있다.
사용자의 미응답 상황을 파악함에 있어서, 어떠한 컨텍스트 정보가 이용될 지는 기 설정된 기준에 의한 학습에 따라 결정될 수 있다. 예를 들어, 소정의 컨텍스트 정보를 입력 값으로 하는 지도 학습(supervised learning), 별다른 지도없이 사용자의 상황 파악을 위해 필요한 컨텍스트 정보의 종류를 스스로 학습함으로써, 사용자의 상황 파악을 위한 패턴을 발견하는 비지도 학습(unsupervised learning)이 사용자의 상황 파악에 이용될 수 있다. 또한, 예를 들어, 학습에 따른 사용자의 상황 파악의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)이 사용자의 상황 파악에 이용될 수 있다.
동작 S230에서 디바이스(1000)는 획득된 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유를 결정할 수 있다.
예를 들어, 디바이스(1000)는 사용자의 일정 정보, 사용자의 디바이스(1000) 사용 이력 정보, 디바이스(1000)가 센싱한 사용자의 상태 정보, 사용자의 다른 디바이스가 센싱한 사용자의 상태 정보 등을 포함하는 컨텍스트 정보를 고려하여, 사용자의 미응답 사유를 결정할 수 있다. 예를 들어, 디바이스(1000)는 사용자가 회사에서 직장 동료들과 함께 회의 중이라 전화를 받을 수 없다는 사용자의 미응답 사유를 결정할 수 있다. 또한, 예를 들어, 디바이스(1000)는 사용자가 전화를 받을 수 있는 상황이지만, 특정 상대방의 전화는 받고 싶지 않다는 미응답 사유를 결정할 수 있다.
동작 S240에서 디바이스(1000)는 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득할 수 있다.
일 실시예에서, 디바이스(1000)는 알림 메시지를 상대 디바이스에게 전송할 지를 판단하기 위하여, 사용자와 상대 디바이스의 다른 사용자의 관계를 파악하기 위한 연관 정보를 획득할 수 있다. 예를 들어, 연관 정보는, 사용자의 통화 내역 정보, 사용자의 문자 내역 정보, 사용자의 연락처 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 디바이스(1000)는 연관 정보에 기초하여, 관계 정보를 획득할 수 있다. 예를 들어, 디바이스(1000)는 연관 정보 중에서 다른 사용자와 관련된 정보만을 추출하여 관계 정보를 획득할 수 있다. 일 실시예에서, 사용자와 다른 사용자 간의 관계를 파악하기 위하여 어떠한 연관 정보가 필요한 지는 기 설정된 기준에 의한 학습에 따라 결정될 수 있다. 예를 들어, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 및 강화 학습(reinforcement learning)이 관계 정보의 획득에 이용될 수 있다.
동작 S250에서 디바이스(1000)는 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다. 예를 들어, 디바이스(1000)가 사용자가 회사에서 직장 동료들과 함께 회의 중이라 전화를 받을 수 없다는 사용자의 미응답 사유를 결정한 경우, 디바이스(1000)는 "지금은 회의 중이라 전화를 받을 수 없으니, 나중에 다시 연락 주세요."라는 알림 메시지를 생성할 수 있다. 일 실시예에 따른 알림 메시지는 텍스트 메시지 또는 음성 메시지로 생성될 수 있으나, 이에 제한되지 않는다. 또한, 예를 들어, 텍스트 형태로 생성된 메시지를 TSS(Text to Speech) 변환함으로써 음성 형태의 알림 메시지를 획득할 수 있다. 일 실시예에서, 디바이스(1000)는 관계 정보에 따라 다른 어투의 알림 메시지를 생성할 수 있다. 알림 메시지의 어투에 대해서는 도 7에서 후술하기로 한다.
동작 S260에서 디바이스(1000)는 상기 미응답 사유 및 상기 관계 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정할 수 있다. 일 실시예에서, 사용자가 미응답 사유를 제공하기 꺼리는 다른 사용자의 디바이스에는 미응답 사유를 설명하는 알림 메시지를 전송하지 않기로 결정할 수 있다. 예를 들어, 디바이스(1000)는 미응답 사유에 기밀 정보가 포함된 경우, 기밀 정보를 알리는 것이 허용되는 관계의 사용자에게만 미응답 사유를 설명하는 알림 메시지를 전송하기로 결정할 수 있다. 또한, 예를 들어, 디바이스(1000)는 좋지 않은 관계의 다른 사용자에게는 미응답 사유를 설명하는 알림 메시지를 전송하기로 결정하지 않을 수 있다.
동작 S270에서 디바이스(1000)는 결정에 기초하여, 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송할 수 있다. 동작 S260에서 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송하기로 결정하면, 동작 S270에서, 디바이스(1000)는 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송할 수 있다. 또한, 동작 S260에서 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송하지 않기로 결정하면, 동작 S270에서, 디바이스(1000)는 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송하지 않을 수 있다. 일 실시예에서, 디바이스(1000)가 미응답 사유를 설명하는 알림 메시지를 전송하지 않기로 결정한 경우, 디바이스(1000)는 알림 메시지를 아예 전송하지 않을 수도 있고, 또는 미응답 사유를 설명하는 내용을 포함하지 않는 기 설정된 알림 메시지를 전송할 수도 있다. 예를 들어, 디바이스(1000)는 상대 디바이스로 "지금은 전화를 받을 수 없습니다. 나중에 다시 연락주세요."라는 알림 메시지를 전송할 수 있다. 일 실시예에서, 미응답 사유를 설명하는 내용을 포함하지 않는 알림 메시지는 디바이스(1000)에서 기본(default) 값으로 설정 되어있을 수 있다.
도 3은 일 실시예에 따른, 디바이스(1000)가 상대 디바이스에게알림 메시지를 전송하는 방법을 나타내는 흐름도이다.
동작 S310 및 S320은 도 2의 동작 S210 및 S220과 대응하므로 구체적인 설명은 생략하기로 한다.
동작 S330에서 디바이스(1000)는 획득된 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유의 종류를 결정할 수 있다.
예를 들어, 디바이스(1000)는 사용자의 일정 정보, 사용자의 디바이스(1000) 사용 이력 정보, 디바이스(1000)가 센싱한 사용자의 상태 정보, 사용자의 다른 디바이스가 센싱한 사용자의 상태 정보 등을 포함하는 컨텍스트 정보를 고려하여, 사용자의 미응답 사유의 종류를 결정할 수 있다. 예를 들어, 상대 디바이스로부터의 통화 요청을 수신한 시간에 사용자가 쇼핑을 할 것이라는 메모가 칼렌더 애플리케이션에 기록되어 있다면, 디바이스(1000)는 칼렌더 애플리케이션에 기록된 메모를 고려하여, 사용자의 미응답 사유의 종류가 '쇼핑 중'임을 결정할 수 있다.
동작 S340에서 디바이스(1000)는 사용자와 상대 디바이스의 다른 사용자 간의 관계의 친밀도 정보를 획득할 수 있다. 일 실시예에서, 디바이스(1000)는 알림 메시지를 상대 디바이스에게 전송할 지를 판단하기 위하여, 사용자와 상대 디바이스의 다른 사용자의 관계의 친밀도 정보를 파악하기 위한 연관 정보를 획득할 수 있다. 예를 들어, 연관 정보는, 사용자의 통화 내역 정보, 사용자의 문자 내역 정보, 사용자의 연락처 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 디바이스(1000)는 연관 정보에 기초하여, 관계의 친밀도 정보를 획득할 수 있다.
예를 들어, 특정 사용자와의 통화 내역 및 문자 내역이 다른 사용자에 비해 월등히 많다면, 디바이스(1000)는 특정 사용자와의 친밀도가 높다고 결정할 수 있다. 예를 들어, 디바이스(1000)는 연관 정보 중에서 다른 사용자와 관련된 정보만을 추출하여 관계의 친밀도 정보를 획득할 수 있다. 일 실시예에서, 사용자와 다른 사용자 간의 관계의 친밀도 정보를 파악하기 위하여 어떠한 연관 정보가 필요한 지는 기 설정된 기준에 의한 학습에 따라 결정될 수 있다. 예를 들어, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 및 강화 학습(reinforcement learning)이 관계의 친밀도 정보의 획득에 이용될 수 있다.
동작 S350에서 디바이스(1000)는 사용자와 상대 디바이스의 다른 사용자 간의 관계의 유형 정보를 획득할 수 있다.
일 실시예에서, 디바이스(1000)는 알림 메시지를 상대 디바이스에게 전송할 지를 판단하기 위하여, 사용자와 상대 디바이스의 다른 사용자의 관계의 유형 정보를 파악하기 위한 연관 정보를 획득할 수 있다. 예를 들어, 연관 정보는, 사용자의 통화 내역 정보, 사용자의 문자 내역 정보, 사용자의 연락처 정보 및 사용자의 일정 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 디바이스(1000)는 연관 정보에 기초하여, 관계의 유형 정보를 획득할 수 있다. 예를 들어, 디바이스(1000)는 연관 정보 중에서 다른 사용자와 관련된 정보만을 추출하여 관계의 유형 정보를 획득할 수 있다.
일 실시예에 따른 관계의 유형은 직장 동료, 가족, 친구, 연인, 불특정 다수 등이 있을 수 있다. 예를 들어, 연락처 애플리케이션에 기록된 다른 사용자의 이름에 사용자의 직장명이 병기되어 있다면, 디바이스(1000)는 연락처 애플리케이션에 기록된 내용을 고려하여, 다른 사용자와의 관계의 유형이 '직장 동료'임을 결정할 수 있다. 일 실시예에서, 사용자와 다른 사용자 간의 관계의 유형 정보를 파악하기 위하여 어떠한 연관 정보가 필요한 지는 기 설정된 기준에 의한 학습에 따라 결정될 수 있다. 예를 들어, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 및 강화 학습(reinforcement learning)이 관계의 유형 정보의 획득에 이용될 수 있다.
동작 S360에서 디바이스(1000)는 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다.
동작 S370에서 디바이스(1000)는 미응답 사유의 종류, 관계의 친밀도 정보 및 관계의 유형 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정할 수 있다.
일 실시예에서, 디바이스(1000)는 관계의 친밀도에 따라 미응답 사유를 설명하는 알림 메시지를 전송할 지를 결정할 수 있다. 예를 들어, 디바이스(1000)는 친밀도가 높은 관계의 상대방에게는 미응답 사유를 설명하는 알림 메시지를 전송하기로 결정할 수 있고, 친밀도가 낮은 관계의 상대방에게는 미응답 사유를 설명하는 알림 메시지를 전송하지 않기로 결정할 수 있다. 예를 들어, 연락처 애플리케이션에 저장되지 않고, 이전에 통화 및 문자 내역이 없는 번호로 전화가 걸려온 경우, 디바이스(1000)는 사용자가 '운동 중'임을 설명하는 알림 메시지를 전송하지 않기로 결정할 수 있다.
하지만, 일 실시예에서, 특정 미응답 사유의 종류의 경우에는, 특정 관계 유형에만 미응답 사유를 설명하는 알림 메시지를 전송하기로 결정할 수 있다. 예를 들어, 디바이스(1000)는 사용자가 '회의 중'인 경우, '직장 동료'인 관계 유형의 다른 사용자에게만 사용자가 회의 중임을 알림 메시지를 전송하기로 결정할 수 있다. 예를 들어, 디바이스(1000)는 친밀도가 매우 높은 다른 사용자의 상대 디바이스에도, 특정 미응답 사유의 종류를 설명하는 알림 메시지를 전송하지 않기로 결정할 수 있다.
동작 S380은 도 2의 동작 S270에 대응하므로 구체적인 설명은 생략하기로 한다.
도 4는 일 실시예에 따른 특정 미응답 사유의 종류를 판단하는 예시를 나타내는 도면이다.
도 4를 참조하면, 테이블(400)은 사용자의 미응답 상황을 판단하기 위한 컨텍스트 정보를 포함할 수 있다. 예를 들어, 테이블(400)에는 현재 시간, 설정된 알람 시간 중 가장 빠른 시간, 디바이스(1000)의 충전 이력 및 사용자가 디바이스(1000)에 액세스한 가장 최근의 시간 등에 대한 정보가 기록될 수 있으나 이에 제한되지 않는다. 일 실시예에 따른 테이블(400)에 포함된 정보는 기 설정된 기준에 따른 학습에 기초하여 설정되고, 변경될 수 있다. 도 4에 도시된 바와 같이, 예를 들어, 현재 시간이 오전 4시이고, 설정된 알람 시간 중 가장 빠른 시간이 오전 6시 이며, 디바이스(1000)가 5시간 13분째 충전 중이고, 사용자가 디바이스(1000)에 액세스한 가장 최근의 시간이 4시간 48분 전인 사용자의 상황에 관한 컨텍스트 정보를 분석하여, 디바이스(1000)는 통화 요청에 대한 사용자의 미응답 사유의 종류(410)가 '수면 중'임을 결정할 수 있다.
예를 들어, 미응답 사유의 종류(410)에는 '운동 중', '긴급 상황', '쉬는 중', '식사 중', '쇼핑 중', '미팅 중' 또는 '수면 중' 등이 있을 수 있다,
또한, 일 실시예에서, 디바이스(1000)는 컨텍스트 정보를 분석함으로써, 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 결정할 수 있다. 예를 들어, 사용자 입력이 수신될 수 있는 시간은 사용자의 생활 패턴에 관한 정보를 활용하여 예측될 수 있다. 예를 들어, 사용자의 기상 시간, 사용자의 수면 시간, 사용자의 알람 설정 시간, 사용자의 운동 시간 등 사용자의 생활 패턴을 나타내는 데이터가 날짜 및 시간 별로 누적되어 저장될 수 있으며, 누적된 데이터를 이용하여 사용자가 전화를 받을 수 있는 시간이 예측될 수 있다. 어떤 데이터를 이용하여 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 판단할 지는 기 설정된 기준에 따른 학습에 기초하여 설정되고 변경될 수 있다.
일 실시예에서, 디바이스(1000)는 결정된 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다. 예를 들어, 디바이스(1000)가 결정한 미응답 사유의 종류(410)가 '수면 중'이고, 디바이스(1000)가 판단한 사용자가 전화를 받을 수 있는 시간이 오전 6시인 경우에, 디바이스(1000)는 “사용자는 수면 중 입니다. 6시에 기상 예정이니, 6시경에 다시 연락 주시기 바랍니다.”라는 알림 메시지(420)를 생성할 수 있다.
도 5는 일 실시예에 따른 특정 미응답 사유의 종류를 판단하는 예시를 나타내는 도면이다.
도 5를 참조하면, 테이블(400)은 사용자의 미응답 상황을 판단하기 위한 컨텍스트 정보를 포함할 수 있다. 예를 들어, 테이블(500)에는 현재 시간, 사용자의 현재 심박수, 디바이스의 자이로스코프 센서의 움직임 및 사용자가 디바이스(1000)에 액세스한 가장 최근의 시간 등에 대한 정보가 기록될 수 있으나, 이에 제한되지 않는다. 일 실시예에 따른 테이블(500)에 포함된 정보는 기 설정된 기준에 따른 학습에 기초하여 설정되고, 변경될 수 있다. 도 5에 도시된 바와 같이, 예를 들어, 현재 시간이 오후 6시이고, 디바이스(1000) 또는 디바이스(1000)와 연동된 사용자의 다른 디바이스가 센싱한 사용자의 심박수가 높은 수치이고, 디바이스(1000) 또는 디바이스(1000)와 연동된 사용자가 착용한 다른 디바이스의 자이로스코프 센서가 지속적으로 움직이는 상태이고, 사용자가 디바이스(1000)에 액세스한 가장 최근의 시간이 24분 전인 사용자의 상황에 관한 컨텍스트 정보를 분석하여, 디바이스(1000)는 통화 요청에 대한 사용자의 미응답 사유의 종류(510)가 '운동 중'임을 결정할 수 있다. 예를 들어, 사용자의 심박수와 같은 사용자의 생체 신호 데이터는 디바이스(1000)의 센서 또는 디바이스(1000)와 연동된 사용자의 다른 디바이스의 센서로부터 획득될 수 있다.
또한, 일 실시예에서, 디바이스(1000)는 컨텍스트 정보를 분석함으로써, 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 결정할 수 있다. 예를 들어, 사용자 입력이 수신될 수 있는 시간은 사용자의 생활 패턴에 관한 정보를 활용하여 예측될 수 있다. 예를 들어, 사용자의 기상 시간, 사용자의 수면 시간, 사용자의 알람 설정 시간, 사용자의 운동 시간 등 사용자의 생활 패턴을 나타내는 데이터가 날짜 및 시간 별로 누적되어 저장될 수 있으며, 누적된 데이터를 이용하여 사용자가 전화를 받을 수 있는 시간이 예측될 수 있다. 어떤 데이터를 이용하여 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 판단할 지는 기 설정된 기준에 따른 학습에 기초하여 설정되고 변경될 수 있다.
일 실시예에서, 디바이스(1000)는 결정된 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다. 예를 들어, 디바이스(1000)가 결정한 미응답 사유의 종류(510)가 '수면 중'이고, 디바이스(1000)가 판단한 사용자가 전화를 받을 수 있는 시간이 오전 6시인 경우에, 디바이스(1000)는 “사용자는 운동 중 입니다. 36분 후에 운동을 끝낼 예정이니, 그때 다시 연락 주시기 바랍니다.”라는 알림 메시지(520)를 생성할 수 있다.
도 6은 일 실시예에 따른 관계 유형 정보 및 친밀도 정보를 획득하는 예시를 나타내는 도면이다.
도 6을 참조하면, 디바이스(1000)는 통화 요청을 전송한 상대 디바이스의 사용자인 앨리스와의 관계의 친밀도 및 관계의 유형을 파악하기 위해, 앨리스와의 문자 내역 정보(610), 앨리스에 대한 연락처 정보(620) 및 앨리스에 관련된 일정 정보(630) 등을 수집할 수 있다.
예를 들어, 앨리스와의 문자 내역 정보(610)에는 미팅의 시간에 관한 정보 및 사용자가 앨리스를 부장님이라고 지칭한 정보가 포함되어 있고, 경어체가 사용되었음을 알 수 있다. 또한, 예를 들어, 앨리스에 대한 연락처 정보(620)에는 이름 란에 '앨리스 부장님'이라고 저장되어 있고, 직장 란에 사용자가 재직 중인 직장과 같은 직장의 이름이 저장되어 있음을 알 수 있다. 또한, 예를 들어, 앨리스에 관련된 일정 정보(630)에는 앨리스를 포함한 참여자들과 함께 미팅하는 것에 대한 두 건의 정보가 저장되어 있다. 이러한 앨리스에 관련된 연관 정보를 통해, 예를 들어, 디바이스(1000)는 앨리스의 관계 유형(640)이 직장 상사이고, 앨리스와의 친밀도(650)는 중간 정도라는 정보를 획득할 수 있다. 일 실시예에서, 사용자와 다른 사용자 간의 관계의 친밀도 정보 및 관계의 유형 정보의 파악은 심층신경망(Deep Neural Network) 기술에 따른 학습에 기초하여 수행될 수 있다.
도 7은 일 실시예에 따른 알림 메시지의 어투를 결정하는 예시를 나타내는 도면이다.
도 7을 참조하면, 일 실시예에서, 디바이스(1000)는 통화 요청에 대한 사용자의 미응답 사유(710) 및 통화 요청을 전송한 상대 디바이스의 다른 사용자와의 관계 정보(720)에 기초하여, 알림 메시지(740)를 생성할 수 있다. 예를 들어, 디바이스(1000)가 생성한 알림 메시지(740)는 다른 사용자의 별명, 다른 사용자와의 문자 내역(730)에 포함된 용어 등을 포함할 수 있고, 디바이스(1000)는 관계 정보(720)에 기초하여 알림 메시지(740)의 어투를 결정할 수 있다. 예를 들어, 컨텍스트 정보를 분석함으로써 결정된 사용자의 미응답 사유(710)가 '회사에서 중요한 미팅 중'일 경우, 디바이스(1000)는 관계 정보(720)가 친한 친구일지라도 알림 메시지에 미응답 사유(710)를 제공하지 않을 수 있다. 또한, 예를 들어, 연락처 애플리케이션에 저장된 다른 사용자의 이름이 '뽀글이'이고, 다른 사용자와의 문자 내역(730)에 포함된 대화 내용이 평서체로 이루어져 있고, 줄임말 등이 사용된 경우, 디바이스(1000)는 다른 사용자의 별명을 포함하며, 높임말을 사용하지 않은 알림 메시지를 생성할 수 있다.
또한, 일 실시예에서, 디바이스(1000)는 사용자의 성별 및 나이 등을 포함한 개인 정보를 이용하여, 알림 메시지를 생성할 수 있다. 예를 들어, 사용자가 20대의 여성인 경우, 일반적인 20대 여성의 음성을 이용하여, "뽀글아 나 지금 전화 못받으니까 이따 다시 전화해~"라는 알림 메시지를 생성할 수 있다.
도 8 및 도 9는 일부 실시예에 따른 디바이스(1000)를 나타내는 블록도이다.
도 8에 도시된 바와 같이, 일 실시예에 따른 디바이스(1000)는 제어부(1300) 및 통신부(1500)를 포함할 수 있다. 그러나, 도 8에 도시된 구성 요소 모두가 디바이스(1000)의 필수 구성 요소인 것은 아니다. 도 8에 도시된 구성 요소보다 많은 구성 요소에 의해 디바이스(1000)가 구현될 수도 있고, 도 8에 도시된 구성 요소보다 적은 구성 요소에 의해 디바이스(1000)가 구현될 수도 있다.
예를 들어, 도 9에 도시된 바와 같이, 일 실시예에 따른 디바이스(1000)는, 제어부(1300) 및 통신부(1500) 이외에 사용자 입력부(1100), 출력부(1200), 센싱부(1400), A/V 입력부(1600), 및 메모리(1700)를 더 포함할 수도 있다.
사용자 입력부(1100)는, 사용자가 디바이스(1000)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.
사용자 입력부(1100)는, 상대 디바이스로부터 통화 요청이 수신된 경우, 통화 요청을 수락하기 위한 사용자 입력을 수신할 수 있다.
출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(1210), 음향 출력부(1220), 및 진동 모터(1230)를 포함할 수 있다.
디스플레이부(1210)는 디바이스(1000)에서 처리되는 정보를 표시 출력한다. 예를 들어, 디스플레이부(1210)는, 상대 디바이스로부터의 통화 요청을 수락하기 위한 사용자 인터페이스를 디스플레이할 수 있다.
음향 출력부(1220)는 통신부(1500)로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(1220)는 디바이스(1000)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음, 알림음)과 관련된 음향 신호를 출력한다.
제어부(1300)는, 통상적으로 디바이스(1000)의 전반적인 동작을 제어한다. 예를 들어, 제어부(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 출력부(1200), 센싱부(1400), 통신부(1500), A/V 입력부(1600) 등을 전반적으로 제어할 수 있다. 또한, 제어부(1300)는 메모리(1700)에 저장된 프로그램들을 실행함으로써, 도 1 내지 도 13에 기재된 디바이스(1000)의 기능을 수행할 수 있다. 제어부(1300)는 적어도 하나의 프로세서를 구비할 수 있다. 제어부(1300)는 그 기능 및 역할에 따라, 복수의 프로세서들을 포함하거나, 통합된 형태의 하나의 프로세서를 포함할 수 있다.
일 실시예에서, 제어부(1300)는 통신부(1500)를 통하여 상대 디바이스로부터의 통화 요청을 수신할 수 있다. 일 실시예에서, 제어부(1300)는 기 설정된 시간 내에 수신된 통화 요청을 수락하는 사용자 입력이 사용자 입력부(1100)에 수신되지 않는 경우에, 사용자의 상황에 관한 컨텍스트 정보를 획득할 수 있다.
일 실시예에서, 제어부(1300)는 사용자의 상황에 관한 컨텍스트 정보를 분석함으로써, 통화 요청에 응답하지 않는 사용자의 미응답 사유를 결정할 수 있다. 또한, 일 실시예에서, 제어부(1300)는 컨텍스트 정보를 분석함으로써, 사용자의 미응답 사유의 종류를 결정할 수 있다. 일 실시예에서, 제어부(1300)는 사용자와 상대 디바이스의 다른 사용자 간의 관계 정보를 획득할 수 있다. 또한, 일 실시예에서, 제어부(1300)는 사용자와 다른 사용자 간의 관계의 유형 정보 및 관계의 친밀도 정보를 획득할 수 있다.
일 실시예에서, 제어부(1300)는 컨텍스트 정보에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다. 또한, 일 실시예에서, 제어부(1300)는 컨텍스트 정보를 분석함으로써, 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 결정할 수 있고, 결정된 시간에 기초하여, 미응답 사유를 설명하는 알림 메시지를 생성할 수 있다.
일 실시예에서, 제어부(1300)는 미응답 사유 및 관계 정보에 기초하여 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송할 지를 결정할 수 있고, 미응답 사유의 종류 및 관계 정보에 기초하여 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송할 지를 결정할 수 있다. 또한, 일 실시예에서, 제어부(1300)는 미응답 사유의 종류, 관계의 친밀도 정보 및 관계의 유형 정보에 기초하여 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송할 지를 결정할 수 있다.
일 실시예에서, 제어부(1300)는 결정에 기초하여 알림 메시지를 상대 디바이스로 전송하도록 통신부(1500)를 제어할 수 있다. 예를 들어, 제어부(1300)가 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송하기로 결정하면, 제어부(1300)는 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송하도록 통신부(1500)를 제어할 수 있다. 또한, 제어부(1300)가 미응답 사유를 설명하는 알림 메시지를 상대 디바이스에게 전송하지 않기로 결정하면, 제어부(1300)는 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송하지 않도록 통신부(1500)를 제어할 수 있다.
일 실시예에서, 제어부(1300)가 미응답 사유를 설명하는 알림 메시지를 상대 디바이스로 전송하지 않기로 결정한 경우, 제어부(1300)는 알림 메시지를 아예 전송하지 않도록 결정할 수도 있고, 또는 미응답 사유를 설명하는 내용을 포함하지 않는 기 설정된 알림 메시지를 상대 디바이스로 전송하도록 통신부(1500)를 제어할 수도 있다. 일 실시예에서, 제어부(1300)는 관계 정보에 기초하여 알림 메시지의 어투를 결정할 수 있다. 또한, 일 실시예에 따른 제어부(1300)는 알림 메시지의 전송 후에 사용자 또는 다른 사용자의 반응에 기초하여, 알림 메시지를 상대 디바이스에게 전송할 지를 판단하는 기준을 학습할 수 있다.
센싱부(1400)는, 디바이스(1000)의 상태, 사용자의 상태 또는 디바이스(1000) 주변의 상태를 감지하고, 감지된 정보를 제어부(1300)로 전달할 수 있다. 센싱부(1400)는 사용자 또는 디바이스(1000)의 주변 상황을 나타내는 컨텍스트 정보 중 일부를 생성하는데 이용될 수 있다.
센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.
통신부(1500)는, 디바이스(1000)가 다른 디바이스(미도시) 및 서버(2000)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 디바이스(미도시)는 디바이스(1000)와 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 제한되지 않는다. 예를 들어, 통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)(1510)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 디바이스(1000)가 방송 수신부(1530)를 포함하지 않을 수도 있다.
일 실시예에서, 통신부(1500)는 상대 디바이스로부터의 통화 요청을 수신할 수 있고, 통화 요청에 대한 알림 메시지를 상대 디바이스로 전송할 수 있다.
또한, 일 실시예에서, 통신부(1500)는, 통화 요청에 대한 알림 메시지를 생성하고, 상대 디바이스에게 알림 메시지를 전송하기 위해 필요한 정보를, 다른 디바이스(미도시) 및 서버(2000)와 송수신할 수 있다. 예를 들어, 다른 디바이스는 디바이스(1000)의 사용자의 다른 디바이스일 수 있고, 사용자의 다른 디바이스는 사용자의 상태를 센싱하기 위한 웨어러블 기기일 수 있다.
A/V(Audio/Video) 입력부(1600)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(1610)와 마이크로폰(1620) 등이 포함될 수 있다. 카메라(1610)는 화상 통화 모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 제어부(1300) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다. 예를 들어, 카메라(1610)에 의해 촬영된 이미지는 사용자의 컨텍스트 정보로 활용될 수 있다.
마이크로폰(1620)은, 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. 예를 들어, 마이크로폰(1620)은 외부 디바이스 또는 사용자로부터 음향 신호를 수신할 수 있다. 마이크로폰(1620)은 외부의 음향 신호를 입력 받는 과정에서 발생 되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘을 이용할 수 있다.
메모리(1700)는, 제어부(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 디바이스(1000)로 입력되거나 디바이스(1000)로부터 출력되는 데이터를 저장할 수도 있다.
메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730) 등으로 분류될 수 있다.
UI 모듈(1710)은, 애플리케이션 별로 디바이스(1000)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 제어부(1300)로 전달할 수 있다. 일 실시예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.
알림 모듈(1730)은 디바이스(1000)의 이벤트 발생을 알리기 위한 신호를 발생할 수 있다. 디바이스(1000)에서 발생되는 이벤트의 예로는 호 신호 수신, 메시지 수신, 키 신호 입력, 일정 알림 등이 있다. 알림 모듈(1730)은 디스플레이부(1210)를 통해 비디오 신호 형태로 알림 신호를 출력할 수도 있고, 음향 출력부(1220)를 통해 오디오 신호 형태로 알림 신호를 출력할 수도 있고, 진동 모터(1230)를 통해 진동 신호 형태로 알림 신호를 출력할 수도 있다.
도 10은 일 실시예에 따른 프로세서(1300)를 나타내는 블록도이다.
도 10을 참조하면, 일 실시예에 따른 프로세서(1300)는 데이터 학습부(1310) 및 데이터 인식부(1320)를 포함할 수 있다.
데이터 학습부(1310)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단하기 위한 기준을 학습할 수 있다. 데이터 학습부(1310)는 소정의 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 데이터 학습부(1310)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단하기 위한 기준을 학습할 수 있다.
도 1 내지 도 9에서는, 컨텍스트 정보의 획득, 관계 정보의 획득, 관계의 친밀도 정보의 획득, 관계의 유형 정보의 획득, 미응답 사유의 결정, 미응답 사유의 종류의 결정, 알림 메시지의 생성, 알림 메시지를 전송할 지를 결정, 알림 메시지의 어투를 결정 등이 각각의 동작으로 수행되는 것으로 설명되었지만, 이에 제한되지 않는다. 컨텍스트 정보의 획득, 관계 정보의 획득, 관계의 친밀도 정보의 획득, 관계의 유형 정보의 획득, 미응답 사유의 결정, 미응답 사유의 종류의 결정, 알림 메시지의 생성, 알림 메시지를 전송할 지를 결정, 알림 메시지의 어투를 결정하는 동작의 수행 중 적어도 둘 이상이, 기 설정된 기준에 따른 학습에 기초하여 수행될 수 있다.
데이터 인식부(1320)는 데이터에 기초하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다. 데이터 인식부(1320)는 학습된 데이터 인식 모델을 이용하여, 소정의 데이터로부터 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 인식할 수 있다. 데이터 인식부(1320)는 학습에 의한 기 설정된 기준에 따라 소정의 데이터를 획득하고, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델을 이용함으로써, 소정의 데이터에 기초하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다. 또한, 획득된 데이터를 입력 값으로 하여 데이터 인식 모델에 의해 출력된 결과 값은, 데이터 인식 모델을 갱신하는데 이용될 수 있다.
데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 디바이스에 탑재될 수 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
이 경우, 데이터 학습부(1310) 및 데이터 인식부(1320)는 하나의 디바이스에 탑재될 수도 있으며, 또는 별개의 디바이스들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 하나는 디바이스에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(1310) 및 데이터 인식부(1320)는 유선 또는 무선으로 통하여, 데이터 학습부(1310)가 구축한 모델 정보를 데이터 인식부(1320)로 제공할 수도 있고, 데이터 인식부(1320)로 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(1310)로 제공될 수도 있다.
한편, 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(1310) 및 데이터 인식부(1320) 중 적어도 하나가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 11는 일 실시예에 따른 데이터 학습부(1310)를 나타내는 블록도이다.
도 11를 참조하면, 일부 실시예에 따른 데이터 학습부(1310)는 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)를 포함할 수 있다.
데이터 획득부(1310-1)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단에 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310-1)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위한 학습을 위하여 필요한 데이터를 획득할 수 있다.
예를 들어, 데이터 획득부(1310-1)는 음성 데이터, 영상 데이터, 텍스트 데이터 또는 생체 신호 데이터 등을 획득할 수 있다. 일 예로, 데이터 획득부(1310-1)는 디바이스(1000)의 입력 기기(예: 마이크로폰, 카메라 또는 센서 등)를 통해 데이터를 입력 받을 수 있다. 또는, 데이터 획득부(1310-1)는 디바이스(1000)와 통신하는 외부 디바이스를 통해 데이터를 획득할 수 있다. 또는, 데이터 획득부(1310-1)는 디바이스(1000)와 통신하는 서버를 통해 데이터를 획득할 수 있다.
예를 들어, 데이터 획득부(1310-1)는 사용자의 상황에 관한 컨텍스트 정보를을 입력 받을 수 있다. 컨텍스트 정보는 사용자의 일정 정보, 사용자의 디바이스(1000) 사용 이력 정보, 디바이스(1000)가 센싱한 사용자의 상태 정보, 외부 디바이스가 센싱한 사용자의 상태 정보 및 상기 디바이스의 상태 정보들을 포함할 수 있다.
일 예시로서, 사용자의 상태 정보는 사용자의 생체 신호 데이터로 구성될 수 있는데, 데이터 획득부(1310-1)는 데이터 학습부(1310)를 포함하는 디바이스(1000)의 센서, 또는 데이터 학습부(1310)를 포함하는 디바이스와 통신 가능한 외부 디바이스를 통하여 사용자의 생체 신호 데이터를 입력 받을 수 있다.
또한, 예를 들어, 데이터 획득부(1310-1)는 사용자와 다른 사용자 간의 관계 를 판단하기 위하여, 사용자의 통화 내역 정보, 사용자의 문자 내역 정보, 사용자의 연락처 정보 및 사용자의 일정 정보 등을 입력 받을 수 있다.
전처리부(1310-2)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 알림 메시지를 전송할 지의 판단을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1310-2)는 후술할 모델 학습부(1310-4)가 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
학습 데이터 선택부(1310-3)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단 판단을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
예를 들어, 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단하기 위하여, 사용자의 생활 패턴에 대한 데이터가 선택될 수 있다. 예를 들어, 사용자의 생활 패턴에 대한 데이터는 사용자의 기상 시간, 사용자의 취침 시간, 사용자가 운동하는 시간, 사용자가 운동하는 중의 생체 신호 등의 축적된 데이터가 선택될 수 있다.
모델 학습부(1310-4)는 학습 데이터에 기초하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(1310-4)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.
또한, 모델 학습부(1310-4)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단에 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 인식 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 인식 모델은 기본 학습 데이터(예를 들어, 사용자의 문자 내역 등)을 입력 받아 미리 구축된 모델일 수 있다.
데이터 인식 모델은, 인식 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 인식 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
다양한 실시예에 따르면, 모델 학습부(1310-4)는 미리 구축된 데이터 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 인식 모델을 학습할 데이터 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 인식 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 인식 모델을 학습시킬 수 있다.
또한, 모델 학습부(1310-4)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도 없이 미응답 사유를 설명하는 알림 메시지를 생성하고 전송할 지의 판단을 위해 필요한 데이터의 종류를 스스로 학습함으로써, 미응답 사유를 설명하는 알림 메시지를 생성하고 전송할 지의 판단을 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 미응답 사유를 설명하는 알림 메시지를 생성하고 전송할 지에 대한 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
또한, 예를 들어, 미응답 사유를 설명하는 알림 메시지의 전송 후에, 알림 메시지를 전송한 디바이스의 사용자 또는 알림 메시지를 수신한 상대 디바이스의 다른 사용자의 반응에 기초하여, 모델 학습부(1310-4)는 알림 메시지를 상대 디바이스에게 전송할 지를 판단하는 기준을 학습할 수 있다,
또한, 데이터 인식 모델이 학습되면, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 후술할 데이터 인식부(1320)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 데이터 인식 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
이 경우, 학습된 데이터 인식 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 애플리케이션 프로그래밍 인터페이스(API) 및/또는 애플리케이션 프로그램(또는 "애플리케이션") 등을 포함할 수 있다.
모델 평가부(1310-5)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 인식 모델을 평가하기 위한 기 설정된 데이터일 수 있다.
예를 들어, 평가 데이터는 사용자의 기밀이 포함된 데이터일 수 있는데, 평가 데이터로부터 출력되는 인식 결과가 사용자의 기밀을 노출하는 결과라면, 모델 평가부(1310-5)는 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 데이터 인식 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 인식 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 인식 결과를 출력하는 경우, 모델 평가부(1310-5)는 학습된 데이터 인식 모델이 적합하지 않은 것으로 평가할 수 있다.
한편, 학습된 데이터 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 데이터 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 인식 모델로서 결정할 수 있다.
한편, 데이터 학습부(1310) 내의 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1310-1), 전처리부(1310-2), 학습 데이터 선택부(1310-3), 모델 학습부(1310-4) 및 모델 평가부(1310-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 12은 일 실시예에 따른 데이터 인식부(1320)의 블록도이다.
도 12을 참조하면, 일 실시예에 따른 데이터 인식부(1320)는 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)를 포함할 수 있다.
데이터 획득부(1320-1)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단에 필요한 데이터를 획득할 수 있으며, 전처리부(1320-2)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1320-2)는 후술할 인식 결과 제공부(1320-4)가 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
인식 데이터 선택부(1320-3)는 전처리된 데이터 중에서 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1320-4)에게 제공될 수 있다. 인식 데이터 선택부(1320-3)는 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(1320-3)는 후술할 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.
인식 결과 제공부(1320-4)는 선택된 데이터를 데이터 인식 모델에 적용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다. 인식 결과 제공부(1320-4)는 데이터의 인식 목적에 따른 인식 결과를 제공할 수 있다. 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 데이터 인식 모델에 적용할 수 있다. 또한, 인식 결과는 데이터 인식 모델에 의해 결정될 수 있다.
예를 들어, 데이터의 인식 결과는 텍스트, 음성, 동영상, 이미지 또는 명령어(예로, 어플리케이션 실행 명령어, 모듈 기능 실행 명령어 등) 등으로 제공될 수 있다. 인식 결과 제공부(1320-4)는 사용자의 생체 신호 데이터를 데이터 인식 모델에 적용하여 데이터의 인식 결과를 제공할 수 있다. 예를 들어, 인식 결과는, 사용자의 상태 정보 등이 될 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 사용자의 상태 정보로서 '운동 중', '긴급 상황', '쉬는 중', '식사 중' 또는 '수면 중' 등의 통화 요청에 대해 수락하지 않는 사용자의 상태 정보를 텍스트, 음성, 동영상, 이미지 또는 명령어 등으로 제공할 수 있다.
모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 데이터 인식 모델이 갱신되도록 할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 데이터 인식 모델을 갱신하도록 할 수 있다.
한편, 데이터 인식부(1320) 내의 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.
또한, 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1320-1), 전처리부(1320-2), 인식 데이터 선택부(1320-3), 인식 결과 제공부(1320-4) 및 모델 갱신부(1320-5) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 13는 일 실시예에 따른 디바이스(1000) 및 서버(2000)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
도 13를 참조하면, 서버(2000)는 미응답 사유를 설명하는 알림 메시지를 생성하고 디바이스(1000)가 상대 디바이스에게 알림 메시지를 전송할 지를 위한 기준을 학습할 수 있다. 디바이스(1000)는 서버(2000)에 의한 학습 결과에 기초하여 알림 메시지를 생성하고 상대 디바이스에게 알림 메시지를 전송할 지를 결정할 수 있다.
이 경우, 서버(2000)의 모델 학습부(2340)는 도 11에 도시된 데이터 학습부(1310)의 기능을 수행할 수 있다. 서버(2000)의 모델 학습부(2340)는 소정의 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 모델 학습부(2340)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지의 판단을 위한 기준을 학습할 수 있다.
또한, 디바이스(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에 의해 생성된 데이터 인식 모델에 적용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다. 예를 들어, 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)에게 전송하고, 서버(2000)가 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 인식 모델에 적용하여 미응답 사유를 설명하는 알림 메시지를 생성하고, 디바이스(1000)가 상대 디바이스에게 생성된 알림 메시지를 전송할 지를 판단해 줄 것을 요청할 수 있다. 또한, 인식 결과 제공부(1320-4)는 서버(2000)에 의해 판단된 미응답 사유를 설명하는 알림 메시지를 생성하고, 상대 디바이스에게 생성된 알림 메시지를 전송할 지에 관한 정보를 서버(2000)로부터 수신할 수 있다.
또는, 디바이스(1000)의 인식 결과 제공부(1320-4)는 서버(2000)에 의해 생성된 인식 모델을 서버(2000)로부터 수신하고, 수신된 인식 모델을 이용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다. 이 경우, 디바이스(1000)의 인식 결과 제공부(1320-4)는 인식 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(2000)로부터 수신된 데이터 인식 모델에 적용하여 미응답 사유를 설명하는 알림 메시지를 생성하고 상대 디바이스에게 전송할 지를 판단할 수 있다.
일부 실시예는 컴퓨터에 의해 실행되는 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 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.
또한, 본 명세서에서, “부”는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 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 (20)

  1. 적어도 하나의 프로그램이 저장되는 메모리;
    상대 디바이스로부터의 통화 요청을 수신하는 통신부; 및
    상기 적어도 하나의 프로그램을 실행함으로써 상기 통화 요청에 대한 알림 메시지를 제공하도록 하는 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로그램은,
    기 설정된 시간 내에 상기 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 상기 사용자의 상황에 관한 컨텍스트 정보를 획득하는 단계;
    상기 획득된 컨텍스트 정보를 분석함으로써, 상기 사용자의 미응답 사유를 결정하는 단계;
    상기 사용자와 상기 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계;
    상기 컨텍스트 정보에 기초하여, 상기 미응답 사유를 설명하는 알림 메시지를 생성하는 단계;
    상기 미응답 사유 및 상기 관계 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계; 및
    상기 결정에 기초하여, 상기 알림 메시지를 상기 상대 디바이스로 전송하는 단계;
    를 실행하는 명령어들을 포함하는, 디바이스.
  2. 제 1 항에 있어서,
    상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계는,
    상기 미응답 사유의 종류 및 상기 관계 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계를 포함하는, 디바이스.
  3. 제 2 항에 있어서,
    상기 사용자와 상기 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계는,
    상기 관계의 친밀도 정보를 획득하는 단계; 및
    상기 관계의 유형 정보를 획득하는 단계;
    를 더 포함하고,
    상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계는,
    상기 미응답 사유의 종류, 상기 관계의 친밀도 정보 및 상기 관계의 유형 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계를 포함하는, 디바이스.
  4. 제 1항에 있어서,
    상기 알림 메시지를 상기 상대 디바이스로 전송하는 단계는,
    상기 알림 메시지를 상기 상대 디바이스에게 전송하지 않기로 결정한 경우, 미응답 사유를 설명하는 내용을 포함하지 않는 기 설정된 알림 메시지를 상기 상대 디바이스로 전송하는 단계를 포함하는, 디바이스.
  5. 제 1항에 있어서,
    상기 알림 메시지의 어투는, 상기 획득된 관계 정보에 기초하여 결정되는 단계를 포함하는, 디바이스.
  6. 제 1항에 있어서,
    상기 알림 메시지를 생성하는 단계는,
    상기 획득된 컨텍스트 정보를 분석함으로써, 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 결정하는 단계; 및
    상기 결정된 시간에 기초하여, 상기 미응답 사유를 설명하는 알림 메시지를 생성하는 단계;
    를 더 포함하는, 디바이스.
  7. 제 1항에 있어서,
    상기 사용자의 미응답 사유를 결정하는 단계는,
    상기 획득된 컨텍스트 정보를 분석함으로써, 상기 미응답 사유의 종류를 결정하는 단계를 포함하는, 디바이스.
  8. 제 1 항에 있어서,
    상기 컨텍스트 정보는, 상기 사용자의 일정 정보, 상기 사용자의 디바이스 사용 이력 정보, 상기 디바이스가 센싱한 상기 사용자의 상태 정보, 상기 사용자의 다른 디바이스가 센싱한 상기 사용자의 상태 정보 및 상기 디바이스의 상태 정보 중 적어도 하나를 포함하는 것인, 디바이스.
  9. 제 1 항에 있어서,
    상기 관계 정보는, 상기 사용자의 통화 내역 정보, 상기 사용자의 문자 내역 정보, 상기 사용자의 연락처 정보 및 상기 사용자의 일정 정보 중 적어도 하나에 기초하여 획득되는 것인, 디바이스.
  10. 제 1항에 있어서,
    상기 적어도 하나의 프로그램은,
    상기 알림 메시지의 전송 후에 상기 사용자 또는 상기 다른 사용자의 반응에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 판단하는 기준을 학습하는 단계;
    를 실행하는 명령어들을 더 포함하는, 디바이스.
  11. 디바이스가 통화 요청에 대한 알림 메시지를 제공하는 방법에 있어서,
    상대 디바이스로부터의 통화 요청을 수신하는 단계;
    기 설정된 시간 내에 상기 수신된 통화 요청을 수락하는 사용자 입력이 수신되지 않는 경우에, 상기 사용자의 상황에 관한 컨텍스트 정보를 획득하는 단계;
    상기 획득된 컨텍스트 정보를 분석함으로써, 상기 사용자의 미응답 사유를 결정하는 단계;
    상기 사용자와 상기 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계;
    상기 컨텍스트 정보에 기초하여, 상기 미응답 사유를 설명하는 알림 메시지를 생성하는 단계;
    상기 미응답 사유 및 상기 관계 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계; 및
    상기 결정에 기초하여, 상기 알림 메시지를 상기 상대 디바이스로 전송하는 단계;
    를 포함하는, 방법.
  12. 제 11 항에 있어서,
    상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계는,
    상기 미응답 사유의 종류 및 상기 관계 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계를 포함하는, 방법.
  13. 제 12 항에 있어서,
    상기 사용자와 상기 상대 디바이스의 다른 사용자 간의 관계 정보를 획득하는 단계는,
    상기 관계의 친밀도 정보를 획득하는 단계; 및
    상기 관계의 유형 정보를 획득하는 단계;
    를 더 포함하고,
    상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계는,
    상기 미응답 사유의 종류, 상기 관계의 친밀도 정보 및 상기 관계의 유형 정보에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 결정하는 단계를 포함하는, 방법.
  14. 제 11항에 있어서,
    상기 알림 메시지를 상기 상대 디바이스로 전송하는 단계는,
    상기 알림 메시지를 상기 상대 디바이스에게 전송하지 않기로 결정한 경우, 미응답 사유를 설명하는 내용을 포함하지 않는 기 설정된 알림 메시지를 상기 상대 디바이스로 전송하는 단계를 포함하는, 방법.
  15. 제 11항에 있어서,
    상기 알림 메시지의 어투는, 상기 획득된 관계 정보에 기초하여 결정되는 단계를 포함하는, 방법.
  16. 제 11항에 있어서,
    상기 알림 메시지를 생성하는 단계는,
    상기 획득된 컨텍스트 정보를 분석함으로써, 통화 요청을 수락하는 사용자 입력이 수신될 수 있는 시간을 결정하는 단계; 및
    상기 결정된 시간에 기초하여, 상기 미응답 사유를 설명하는 알림 메시지를 생성하는 단계;
    를 더 포함하는, 방법.
  17. 제 11 항에 있어서,
    상기 컨텍스트 정보는, 상기 사용자의 일정 정보, 상기 사용자의 디바이스 사용 이력 정보, 상기 디바이스가 센싱한 상기 사용자의 상태 정보, 상기 사용자의 다른 디바이스가 센싱한 상기 사용자의 상태 정보 및 상기 디바이스의 상태 정보 중 적어도 하나를 포함하는 것인, 방법.
  18. 제 11 항에 있어서,
    상기 관계 정보는, 상기 사용자의 통화 내역 정보, 상기 사용자의 문자 내역 정보, 상기 사용자의 연락처 정보 및 상기 사용자의 일정 정보 중 적어도 하나에 기초하여 획득되는 것인, 방법.
  19. 제 11항에 있어서,
    상기 알림 메시지의 전송 후에 상기 사용자 또는 상기 다른 사용자의 반응에 기초하여, 상기 알림 메시지를 상기 상대 디바이스에게 전송할 지를 판단하는 기준을 학습하는 단계를 더 포함하는, 방법.
  20. 제 11 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020160152240A 2016-11-15 2016-11-15 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법 KR102585230B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160152240A KR102585230B1 (ko) 2016-11-15 2016-11-15 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법
US15/812,123 US10382907B2 (en) 2016-11-15 2017-11-14 Device and method for providing notification message about call request

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160152240A KR102585230B1 (ko) 2016-11-15 2016-11-15 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법

Publications (2)

Publication Number Publication Date
KR20180054367A true KR20180054367A (ko) 2018-05-24
KR102585230B1 KR102585230B1 (ko) 2023-10-05

Family

ID=62108945

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160152240A KR102585230B1 (ko) 2016-11-15 2016-11-15 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법

Country Status (2)

Country Link
US (1) US10382907B2 (ko)
KR (1) KR102585230B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200005121A1 (en) * 2019-08-06 2020-01-02 Lg Electronics Inc. Artificial intelligence-based apparatus and method for providing wake-up time and bed time information

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110249614B (zh) 2017-02-03 2021-01-12 极客线合同会社 体贴的电话发送/接收呼叫服务方法
US20200005784A1 (en) * 2018-06-15 2020-01-02 Samsung Electronics Co., Ltd. Electronic device and operating method thereof for outputting response to user input, by using application
WO2020004881A1 (en) * 2018-06-25 2020-01-02 Samsung Electronics Co., Ltd. Methods and systems for enabling a digital assistant to generate an ambient aware response
USD936692S1 (en) * 2019-09-23 2021-11-23 Beijing Xiaomi Mobile Software Co., Ltd. Cell phone with graphical user interface
DE102021121943A1 (de) 2021-08-24 2023-03-02 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und Anrufbeantworter zu einer Anrufbeantwortung mittels künstlicher Intelligenz
CN115525198B (zh) * 2022-01-17 2023-07-07 荣耀终端有限公司 通知消息的处理方法、电子设备及计算机存储介质
CN114640389B (zh) * 2022-05-10 2023-03-28 中移(上海)信息通信科技有限公司 信息传输处理方法、装置、电子设备和可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030100261A1 (en) * 2001-11-29 2003-05-29 International Business Machines Corporation Apparatus and method for delayed answering of mobile telephones
US20090059897A1 (en) * 2007-09-05 2009-03-05 Microsoft Corporation Identity-based interactive response message
US20090124241A1 (en) * 2007-11-14 2009-05-14 Qualcomm Incorporated Method and system for user profile match indication in a mobile environment
KR20160061950A (ko) * 2014-04-23 2016-06-01 삼성전자주식회사 디바이스 및 상기 디바이스에서의 응답 메시지 제공 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5245230A (en) 1975-10-08 1977-04-09 Hitachi Ltd Mis type semiconductor memory circuit
EP0769866A3 (en) 1995-10-19 2001-02-07 Ncr International Inc. Automated voice mail/answering machine greeting system
JP2000115838A (ja) 1998-09-30 2000-04-21 Mitsubishi Electric Corp 移動通信端末
KR101113873B1 (ko) 2005-11-10 2012-02-29 엘지전자 주식회사 이동단말기의 에이전트 표시 방법 및, 이동단말기
JP5245230B2 (ja) 2006-09-07 2013-07-24 日本電気株式会社 状況通知装置、状況通知装置の状況通知制御プログラムおよび状況通知装置の状況通知制御方法
US8385975B2 (en) * 2009-04-23 2013-02-26 Qualcomm Incorporated Context-based messaging for wireless communication
US9282185B2 (en) * 2011-10-17 2016-03-08 At&T Intellectual Property I, L.P. System and method for callee-caller specific greetings for voice mail

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030100261A1 (en) * 2001-11-29 2003-05-29 International Business Machines Corporation Apparatus and method for delayed answering of mobile telephones
US20090059897A1 (en) * 2007-09-05 2009-03-05 Microsoft Corporation Identity-based interactive response message
US20090124241A1 (en) * 2007-11-14 2009-05-14 Qualcomm Incorporated Method and system for user profile match indication in a mobile environment
KR20160061950A (ko) * 2014-04-23 2016-06-01 삼성전자주식회사 디바이스 및 상기 디바이스에서의 응답 메시지 제공 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200005121A1 (en) * 2019-08-06 2020-01-02 Lg Electronics Inc. Artificial intelligence-based apparatus and method for providing wake-up time and bed time information
US11604959B2 (en) * 2019-08-06 2023-03-14 Lg Electronics Inc. Artificial intelligence-based apparatus and method for providing wake-up time and bed time information

Also Published As

Publication number Publication date
US20180139587A1 (en) 2018-05-17
KR102585230B1 (ko) 2023-10-05
US10382907B2 (en) 2019-08-13

Similar Documents

Publication Publication Date Title
KR20180054367A (ko) 통화 요청에 대한 알림 메시지를 제공하는 디바이스 및 방법
US11856481B2 (en) Contextual information usage in systems that include accessory devices
US20200118010A1 (en) System and method for providing content based on knowledge graph
US8429103B1 (en) Native machine learning service for user adaptation on a mobile platform
US8886576B1 (en) Automatic label suggestions for albums based on machine learning
US8510238B1 (en) Method to predict session duration on mobile devices using native machine learning
JP6756328B2 (ja) 情報処理装置、情報処理方法、およびプログラム
US20130346347A1 (en) Method to Predict a Communicative Action that is Most Likely to be Executed Given a Context
KR102383791B1 (ko) 전자 장치에서의 개인 비서 서비스 제공
US20190295549A1 (en) Device and method for providing response message to user input
KR101979650B1 (ko) 서버 및 그것의 동작 방법
CN107005805A (zh) 可穿戴设备以及从其发送消息的方法
US20200005784A1 (en) Electronic device and operating method thereof for outputting response to user input, by using application
KR102628042B1 (ko) 연락처 정보를 추천하는 방법 및 디바이스
KR20190115498A (ko) 사용자의 입력에 대한 외부 전자 장치의 응답 시간에 기반하여 지정된 기능을 제어하는 전자 장치 및 그의 방법
US11848012B2 (en) System and method for providing voice assistant service
US11228815B2 (en) Display apparatus and operation method of the same
EP3635545B1 (en) Device and method for providing response to device usage inquiry
CN111640429A (zh) 提供语音识别服务的方法和用于该方法的电子装置
US20220309231A1 (en) Electronic device for generating summary information of conversation text and operating method thereof
KR102185369B1 (ko) 사용자와의 대화를 위한 정보를 생성하는 시스템 및 방법
US11669694B2 (en) Electronic device for obtaining sentence corresponding to context information and operating method thereof
US20220008828A1 (en) Electronic device for providing interactive game and operating method therefor
KR20210098247A (ko) 전자 장치 및 그 동작방법
US20230012919A1 (en) Electronic device and method for video call based on reaction service

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant