KR20190041343A - 사용자 발화를 처리하는 전자 장치 및 서버 - Google Patents

사용자 발화를 처리하는 전자 장치 및 서버 Download PDF

Info

Publication number
KR20190041343A
KR20190041343A KR1020170132812A KR20170132812A KR20190041343A KR 20190041343 A KR20190041343 A KR 20190041343A KR 1020170132812 A KR1020170132812 A KR 1020170132812A KR 20170132812 A KR20170132812 A KR 20170132812A KR 20190041343 A KR20190041343 A KR 20190041343A
Authority
KR
South Korea
Prior art keywords
information
image
module
text
processor
Prior art date
Application number
KR1020170132812A
Other languages
English (en)
Other versions
KR102431817B1 (ko
Inventor
이서영
손주영
조정찬
신대규
김지현
박지윤
이다솜
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 KR1020170132812A priority Critical patent/KR102431817B1/ko
Priority to PCT/KR2018/011851 priority patent/WO2019074257A1/ko
Priority to US16/753,234 priority patent/US20200326832A1/en
Priority to EP18865649.0A priority patent/EP3678132A4/en
Publication of KR20190041343A publication Critical patent/KR20190041343A/ko
Application granted granted Critical
Publication of KR102431817B1 publication Critical patent/KR102431817B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/542—Event management; Broadcasting; Multicasting; Notifications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/17—Image acquisition using hand-held instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23614—Multiplexing of additional data and video streams
    • 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
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • 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
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25808—Management of client data
    • H04N21/25841—Management of client data involving the geographical location of the client
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters

Abstract

하우징; 상기 하우징의 제1 부분에 위치한 스피커; 상기 하우징의 제2 부분에 위치한 마이크; 상기 하우징의 제3 부분에 위치한 터치 스크린 디스플레이; 상기 하우징의 내부에 위치하거나, 상기 하우징의 부착된 통신 회로; 상기 하우징의 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이 및 상기 통신 회로와 동작 가능하게 연결된 프로세서; 및 상기 하우징의 내부에 위치하고, 상기 프로세서와 동작 가능하게 연결된 메모리;를 포함하고, 상기 메모리에 저장된 명령어가 실행되었을 때, 상기 프로세서로 하여금, 적어도 하나의 오브젝트(object)를 포함하는 이미지를 상기 디스플레이에 표시하고, 상기 디스플레이 또는 상기 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 이미지 상의 적어도 하나의 오브젝트와 관련된 태스크(task)를 수행하는 요청을 포함하고, 상기 통신 회로를 통해 상기 제1 사용자 입력과 관련된 제1 데이터를 제1 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 제1 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 적어도 하나의 오브젝트와 관련된 제1 텍스트를 포함하고, 상기 통신 회로를 통해 상기 이미지 및 상기 제1 텍스트와 관련된 제2 데이터를 제2 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 제2 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 태스크의 적어도 일부를 수행하는 것과 관련된 제2 텍스트를 포함하고, 상기 디스플레이 또는 상기 스피커를 통해 상기 제2 텍스트의 적어도 일부를 제공할 수 있는 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

사용자 발화를 처리하는 전자 장치 및 서버{ELECTRONIC APPARATUS AND SERVER FOR PROCESSING USER UTTERANCE}
본 문서에서 개시되는 실시 예들은, 사용자 발화를 처리하는 기술과 관련된다.
최근의 전자 장치들은 키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰(smart phone)이나 태블릿(tablet)과 같은 전자 장치들은 사용자 음성을 입력 받고, 입력된 사용자 음성에 대응되는 동작을 실행하는 서비스를 제공하고 있다.
이러한 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고 그 의도에 맞는 결과를 산출하여 사용자에게 서비스를 제공하는 기술이다.
전자 장치가 사용자 발화를 수신하여 처리할 때 사용자 발화에 대응되는 결과만을 획득하여 사용자에게 제공하게 하는 경우, 전자 장치의 현재 상태 또는 현재 제공되고 있는 서비스와 입력된 사용자 입력을 유기적으로 처리할 수 없을 수 있다.
전자 장치는 디스플레이에 표시된 이미지 상에 포함된 하나의 오브젝트와 관련된 태스크(task)를 처리할 때, 이미지 상의 하나의 오브젝트를 선택하기 위한 사용자 입력을 별도로 수신함으로써 태스크를 수행할 수 있다. 또한, 전자 장치에 표시된 이미지 상에 포함된 복수의 오브젝트 중 하나와 관련된 태스크를 처리할 때 , 이미지 상의 복수의 오브젝트 중 하나의 오브젝트를 선택하기 위한 사용자 입력을 별도로 수신함으로써 태스크를 수행할 수 있다.
본 발명의 다양한 실시 예는, 이미지를 분석하여 이미지 상의 오브젝트를 인식하고, 인식된 오브젝트와 관련된 정보를 생성하여 사용자에게 제공하는 전자 장치를 제안하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 제1 부분에 위치한 스피커; 상기 하우징의 제2 부분에 위치한 마이크; 상기 하우징의 제3 부분에 위치한 터치 스크린 디스플레이; 상기 하우징의 내부에 위치하거나, 상기 하우징의 부착된 통신 회로; 상기 하우징의 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이 및 상기 통신 회로와 동작 가능하게 연결된 프로세서; 및 상기 하우징의 내부에 위치하고, 상기 프로세서와 동작 가능하게 연결된 메모리;를 포함하고, 상기 메모리에 저장된 명령어가 실행되었을 때, 상기 프로세서로 하여금, 적어도 하나의 오브젝트(object)를 포함하는 이미지를 상기 디스플레이에 표시하고, 상기 디스플레이 또는 상기 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 이미지 상의 적어도 하나의 오브젝트와 관련된 태스크(task)를 수행하는 요청을 포함하고, 상기 통신 회로를 통해 상기 제1 사용자 입력과 관련된 제1 데이터를 제1 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 제1 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 적어도 하나의 오브젝트와 관련된 제1 텍스트를 포함하고, 상기 통신 회로를 통해 상기 이미지 및 상기 제1 텍스트와 관련된 제2 데이터를 제2 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 제2 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 태스크의 적어도 일부를 수행하는 것과 관련된 제2 텍스트를 포함하고, 상기 디스플레이 또는 상기 스피커를 통해 상기 제2 텍스트의 적어도 일부를 제공할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 이미지를 처리하는 서버는, 네트워크 인터페이스; 상기 네트워크 인터페이스와 동작 가능하도록 연결된 프로세서; 및 상기 프로세서와 동작 가능하도록 연결하고, 오브젝트와 관련된 정보가 저장된 적어도 하나의 데이터베이스를 포함하는 메모리;를 포함하고, 상기 메모리에 저장된 명령어가 실행되었을 때, 상기 프로세서로 하여금, 상기 네트워크 인터페이스를 통해 외부 전자 장치로부터 적어도 하나의 오브젝트(object)를 포함하는 이미지 및 제1 텍스트와 관련된 제1 데이터를 수신하고, 상기 제1 텍스트는 상기 적어도 하나의 오브젝트와 관련되고, 상기 이미지에 포함된 상기 적어도 하나의 오브젝트를 인식하고, 상기 인식된 적어도 하나의 오브젝트에 대한 정보를 상기 데이터베이스로부터 획득하고, 상기 획득한 정보 및 상기 제1 텍스트를 이용하여 제2 텍스트를 생성하고, 상기 생성된 제2 텍스트를 상기 외부 전자 장치로 송신하도록 할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 전자 장치는 이미지 상의 오브젝트와 관련된 사용자 발화를 수신하였을 때, 비전 서버를 통해 이미지를 분석하여 해당 이미지 상의 오브젝트를 인식하고, 인식된 오브젝트와 관련된 정보를 생성하여 사용자에게 제공함으로써 화면에 표시된 이미지와 사용자 발화를 유기적으로 처리할 수 있다.
전자 장치는 이미지 상의 오브젝트의 카테고리를 인식하고, 인식된 카테고리 및 사용자 발화 정보를 이용하여 이미지 상의 오브젝트에 대한 정보를 생성함으로써, 사용자 입력과 관련된 오브젝트의 정보를 효율적으로 제공할 수 있다. 또한, 전자 장치는 이미지에 복수의 오브젝트를 포함하고 있는 경우, 사용자 입력에 포함된 특정 오브젝트를 인식하여 복수의 오브젝트 중 하나의 오브젝트를 선택하고, 선택된 오브젝트의 정보를 사용자에게 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4은 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 5는 일 실시 예에 따른 자연어 이해 모듈(natural language understanding)(NLU)이 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 6은 일 실시 예에 따른 지능형 비전 시스템을 나타낸 블록도이다.
도 7은 일 실시 예에 따른 지능형 비전 시스템이 사용자 발화를 처리하는 과정을 나타낸 도면이다.
도 8, 도 9 및 도 10은 일 실시 예에 따른 지능형 비전 시스템이 이미지의 관심 영역을 결정하는 것을 나타낸 도면이다.
도 11는 일 실시 예에 따른 비전 서버에서 이미지에 포함된 오브젝트의 카테고리를 분류하여 정보를 제공하는 과정을 나타낸 도면이다.
도 12는 일 실시 예에 따른 지능형 비전 시스템이 프리뷰 이미지(preview image)와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 13은 일 실시 예에 따른 지능형 비전 시스템이 이미지와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 14는 일 실시 예에 따른 지능형 서버에서 이미지에 포함된 오브젝트의 카테고리를 분류하여 정보를 제공하는 과정을 나타낸 도면이다.
도 15는 일 실시 예에 따른 지능형 비전 시스템이 카메라 앱을 통한 프리뷰 이미지(preview image)와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 16은 일 실시 예에 따른 지능형 비전 시스템이 갤러리 앱을 통한 이미지와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 17은 다양한 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도를 나타낸다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 1은 본 발명의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 1을 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100), 지능형 서버(200), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.
사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하여 텍스트 데이터(text data)로 변경할 수 있다. 다른 실시 예에서는, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 또한, 상기 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
본 문서의 “패스 룰(path rule)” 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 수행하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 패스 룰은 상태들의 시퀀스에 대한 정보를 포함할 수 있다. 상기 태스크는, 예를 들어, 지능형 앱이 제공할 수 있는 어떠한 동작(action)일 수 있다. 상기 태스크는 일정을 생성하거나, 원하는 상대방에게 사진을 전송하거나, 날씨 정보를 제공하는 것을 포함 할 수 있다. 사용자 단말(100)은 적어도 하나 이상의 상태(예: 사용자 단말(100)의 동작 상태)를 순차적으로 갖음으로써, 상기 태스크를 수행할 수 있다.
일 실시 예에 따르면, 패스 룰은 인공 지능(artificial intelligent)(AI) 시스템에 의해 제공되거나, 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 패스 룰은 미리 정의된 패스 룰들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 패스 룰 중 적어도 패스 룰을 선택하거나, 동적(또는, 실시간)으로 패스 룰을 생성할 수 있다. 또한, 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말기(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)을 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다. 사용자 단말(100)은 상기 하우징의 내부에 위치한 통신 회로를 더 포함할 수 있다. 사용자 단말(100)은 상기 통신 회로를 통해 외부 서버(예: 지능형 서버(200))와 데이터(또는, 정보)를 송수신할 수 있다.
일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다.
일 실시 예에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다. 상기 마이크는, 예를 들어, 하우징의 일부분(예: 제1 부분)에 위치할 수 있다.
일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(120)는 하우징의 일부분(예: 제2 부분)에 위치할 수 있다.
일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다. 일 실시 예에 따르면, 스피커(130)는 하우징의 일부분(예: 제3 부분)에 위치할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(또는, 어플리케이션 프로그램 application program))(141, 143)을 저장할 수 있다. 복수의 앱(141, 143)은, 예를 들어, 사용자 입력에 대응되는 기능을 수행하기 위한 프로그램(program)일 수 있다. 일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 저장할 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)은, 예를 들어, 수신된 사용자 입력(예: 사용자 발화)을 처리하기 위한 프레임워크(framework)(또는, 어플리케이션 프레임워크(application framework))일 수 있다.
일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장하고, 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 실행 매니저 모듈(147)에 의해 로드되어 동작할 수 있다. 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스 모듈(141a, 143a)을 포함할 수 있다. 일 실시 예에서, 복수의 앱(141,143)은 기능을 수행하기 위해서 실행 서비스 모듈(141a, 143a)를 통해 복수의 동작(예: 상태 들의 시퀀스)(141b, 143b)을 실행할 수 있다. 다시 말해, 실행 서비스 모듈(141a, 143a)는 실행 매니저 모듈(147)에 의해 활성화되고, 복수의 동작 (141b, 143b)을 실행할 수 있다.
일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스 모듈(141a, 143a)은 실행 매니저 모듈(147)에 의해 활성화되고, 실행 매니저 모듈(147)로부터 상기 패스 룰에 따라 실행 요청을 전달 받고, 상기 실행 요청에 따라 동작(141b, 143b)을 함으로써, 앱(141, 143)의 기능을 실행할 수 있다. 실행 서비스 모듈(141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스 모듈(141a, 143a)은 하나의 동작(예: 제1 앱(141)의 동작 1, 제2 앱(143)의 동작 1)의 실행이 완료되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(147)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(147)은 상기 완료 정보가 수신되면 다음 동작(예: 제1 앱(141)의 동작 2, 제2 앱(143)의 동작 2)에 대한 실행 요청을 실행 서비스 모듈로 전달할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)이 실행되는 경우, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작(예: 제1 앱(141)의 동작 3)의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(147)은 제2 앱(143)의 첫번째 동작(예: 제2 앱(143)의 동작 1)의 실행 요청을 실행 서비스(143a)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(145)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)이 프로세서(150)에 의해 실행될 수 있다. 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능은 프로세서(150)에 의해 구현될 수 있다. 상기 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)의 기능에 대해 프로세서(150)의 동작으로 설명하겠다. 일 실시 예에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)는 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 입력 모듈(110), 디스플레이(120), 스피커(130) 및 메모리(140)에 동작 가능하게 연결될 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110), 디스플레이(120), 스피커(130) 및 메모리(140)에 전기적으로 연결될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능을 구현할 수 있다.
일 실시 예에 따른, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 상기 생성된 명령에 따라 메모리(140)에 저장된 앱(141, 143)을 실행시킬 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 서비스 모듈(149)을 실행하여 사용자의 정보를 관리하 고, 상기 사용자의 정보를 이용하여 사용자 입력을 처리할 수 있다.
프로세서(150)는 지능형 에이전트(145)를 실행하여 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하고, 지능형 서버(200)를 통해 상기 사용자 입력을 처리할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(145)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하 고, 상기 검출된 종점을 이용하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하고, 상기 인식된 사용자 입력을 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 성능을 위하여 상기 전처리 구성을 전부 실행시킬 수 있지만, 다른 실시 예에서 프로세서(150)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 실행시킬 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)는 사용자의 호출을 인식하기 위해 메모리(140)에 저장된 웨이크 업(wake up) 인식 모듈을 실행시킬 수 있다. 이에 따라, 프로세서(150)는 상기 웨이크 업 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위한 지능형 에이전트(145)를 실행시킬 수 있다. 상기 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)로 구현될 수 있다. 일 실시 예에 따르면, 프로세서(150)는 하드웨어 키를 통한 사용자 입력을 수신하였을 때 지능형 에이전트(145)를 실행시킬 수 있다. 지능형 에이전트(145)가 실행된 경우, 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 프로세서(150)는 상기 음성 인식 모듈을 통해 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 프로세서(150)는 상기 음성 인식 모듈을 통해 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 “찰칵”과 같은 발화 등)을 인식할 수 있다. 프로세서(150)는 상기 지능형 서버(200)를 보조하여 상기 음성 인식 모듈을 통해 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 사용자 입력을 실행하기 위한 지능형 에이전트(145)의 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(145)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자의 음성을 지능형 서버(200)로 송신하고, 지능형 서버(200)로부터 사용자의 음성에 대응되는 텍스트 데이터를 수신할 수 있다. 이에 따라, 프로세서(150) 는 상기 변환된 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 통해 상기 패스 룰을 실행 매니저 모듈(147)로 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(149)로 전달하고, 상기 전달된 실행 결과 로그는 페르소나 모듈(persona manager)(149b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)로부터 패스 룰을 전달받아 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 전달 받을 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 지능형 에이전트(145)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보(예: 패스 룰 정보)를 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보(예: 패스 룰 정보)를 앱(141, 143)으로 전달할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 전달하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 전달 받을 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(partial landing)인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 프로세서(150)는 실행 매니저 모듈(147)을 통해 상기 정지된 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 전달 받은 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우, 프로세서(150)는 지능형 에이전트(145)를 통해 사용자로부터 발화를 수신할 수 있 다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(145)로 전달할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 지능형 서버(200)로부터 상기 사용자의 발화의 파라미터 정보를 수신할 수 있 다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 수신된 파라미터 정보를 실행 매니저 모듈(147)로 전달할 수 있다. 실행 매니저 모듈(147)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(147)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 프로세서(150)는 실행 매니저 모듈(147)을 실행하여 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 프로세서(150)는 실행 매니저 모듈(147)을 통해 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 프로세서(150)는, 예를 들어, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 프로세서(150)는 상기 동일한 동작까지 실행한 경우, 실행 매니저 모듈(147)을 통해 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(149)은 컨텍스트 모듈(149a), 페르소나 모듈(149b) 또는 제안 모듈(149c)을 포함할 수 있다.
프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 프로세서(150)는 컨텍스트 모듈(149a)을 실행하여 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하고, 상기 수신된 컨텍스트 정보를 통해 앱(141, 143)의 현재 상태를 수집할 수 있다.
프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 실행하여 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하고, 상기 수집된 사용자 단말(100)의 사용 정보 및 수행 결과를 이용하여 사용자의 개인 정보를 관리할 수 있다.
프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 의도를 예측하고, 상기 사용자의 의도에 기초하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)을 실행하여 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)에 따라 사용자에게 명령을 추천해줄 수 있다.
도 3은 본 발명의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 3을 참조하면, 사용자 단말(100)이 사용자 입력을 수신하여 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(100)은 하드웨어 키(112)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(111b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(120b)하기 위해 상기 하드웨어 키(112)를 지속적으로 눌러서 음성을 입력(120b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 마이크(111)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 마이크(111)를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(111a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.
도 4는 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 4를 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 통신 회로, 메모리 및 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 및 텍스트 음성 변환 모듈(260)을 실행하여 기능을 실행시킬 수 있다. 지능형 서버(200)는 상기 통신 회로를 통해 외부 전자 장치(예: 사용자 단말(100))와 데이터(또는, 정보)를 송수신할 수 있다.
지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 인식 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 인식 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 인식 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 인식 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 상자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작(예: 적어도 하나 이상의 상태(state)) 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 대한 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(145)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.
도 5는 일 실시 예에 따른 자연어 이해 모듈(natural language understanding)(NLU)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 5를 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 어느 하나 동작(예: 상태 A 내지 상태 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 어느 하나의 동작(예: 상태)으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작(예: 상태들의 시퀀스)을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.
또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 자연어 이해 모듈(220)을 통해 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.
이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 패스 룰을 수신하고, 실행 매니저 모듈(147)로 상기 부분적으로 대응된 패스 룰을 전달할 수 있다. 프로세서(150)는 실행 매니저 모듈(147)를 통해 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 프로세서(150)는 실행 매니저 모듈(147)을 통해 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 사용자에 의해 추가 입력이 수신되면 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(145)로 송신할 수 있다. 프로세서(150)는 지능형 에이전트(145)를 통해 실행 매니저 모듈(147)로 상기 패스 룰을 송신하여 제2 앱(143)을 실행할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.
하기에 첨부된 표 1은 일 실시 예에 따른 사용자가 요청한 태스크와 관련한 패스 룰의 예시적 형태를 나타낼 수 있다.
Path rule ID State parameter
Gallery_101 pictureView(25) NULL
searchView(26) NULL
searchViewResult(27) Location,time
SearchEmptySelectedView(28) NULL
SearchSelectedView(29) ContentType,selectall
CrossShare(30) anaphora
표 1을 참조하면, 사용자 발화(예: “사진 공유해줘”)에 따라 지능형 서버(도 1의 지능형 서버(200))에서 생성 또는 선택되는 패스 룰은 적어도 하나의 상태(state)(25, 26, 27, 28, 29 또는 30)를 포함할 수 있다. 예를 들어, 상기 적어도 하나의 상태 (예: 단말의 어느 한 동작 상태)는 사진 어플리케이션 실행(PicturesView)(25), 사진 검색 기능 실행(SearchView)(26), 검색 결과 표시 화면 출력(SearchViewResult)(27), 사진이 미(non)선택된 검색 결과 표시 화면 출력(SearchEmptySelectedView)(28), 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(SearchSelectedView)(29) 또는 공유 어플리케이션 선택 화면 출력(CrossShare)(30) 중 적어도 하나에 해당될 수 있다.
일 실시 예에서, 상기 패스 룰의 파라미터 정보는 적어도 하나의 상태(state)에 대응될 수 있다. 예를 들어, 상기 적어도 하나의 사진이 선택된 검색 결과 표시 화면 출력(29) 상태에 포함될 수 있다.
상기 상태(25, 26, 27, 28, 29)들의 시퀀스를 포함한 패스 룰의 수행 결과 사용자가 요청한 태스크 (예: “사진 공유해줘!”)가 수행될 수 있다.
도 6은 일 실시 예에 따른 지능형 비전 시스템을 나타낸 블록도이다.
도 6을 참조하면, 지능형 비전 시스템(600)은 사용자 단말(610), 지능형 서버(620) 및 비전 서버(630)을 포함할 수 있다. 지능형 비전 시스템(600)은 도 1의 통합 지능화 시스템(10)에 비전 서버(630)를 더 포함하는 시스템일 수 있다. 지능형 비전 시스템(600)의 사용자 단말(610) 및 지능형 서버(620)는 통합 지능화 시스템(10)의 사용자 단말(100) 및 지능형 서버(200)와 유사할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 지능형 에이전트(611), 실행 매니저 모듈(613) 및 비전 에이전트(615)를 포함할 수 있다. 사용자 단말(610)의 지능형 에이전트(611) 및 실행 매니저 모듈(613)은 도 1의 사용자 단말(100)의 지능형 에이전트(145) 및 실행 매니저 모듈(147)과 유사할 수 있다. 지능형 에이전트(611), 실행 매니저 모듈(613) 및 비전 에이전트(615)는, 예를 들어, 사용자 발화를 처리하기 위한 프레임워크일 수 있다. 지능형 에이전트(611), 실행 매니저 모듈(613) 및 비전 에이전트(615)는 메모리에 저장될 수 있다. 다시 말해, 지능형 에이전트(611), 실행 매니저 모듈(613) 및 비전 에이전트(615)는 프로세서에 의해 실행되어 기능을 구현할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(611)는 사용자 입력(예: 사용자 발화)를 수신할 수 있다. 예를 들어, 지능형 에이전트(611)은 디스플레이에 표시된 이미지와 관련된 사용자 입력을 수신할 수 있다. 상기 이미지는 적어도 하나의 오브젝트를 포함할 수 있다. 상기 사용자 입력은 상기 이미지 상의 적어도 하나의 오브젝트와 관련된 태스크를 수행하는 요청을 포함할 수 있다. 상기 이미지는, 예를 들어, 프리뷰 이미지(preview image)이거나, 스틸 이미지(still image)일 수 있다. 상기 스틸 이미지는 상기 프리뷰 이미지에서 캡쳐된 이미지일 수 있다.
일 실시 예에 따르면, 지능형 에이전트(611)는 수신된 사용자 입력을 지능형 서버(620)로 송신할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(611)는 지능형 서버(620)로부터 상기 사용자 입력에 대응되는 제1 응답을 수신할 수 있다. 상기 제1 응답은, 예를 들어, 사용자 단말(610)의 상태들의 시퀀스 및 상기 상태들을 갖기 위한 동작을 실행하기 위한 파라미터를 포함하는 패스 룰을 포함할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(611)는 수신된 패스 룰을 실행 매니저 모듈(613)로 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(613)은 지능형 에이전트(611)로부터 패스 룰을 전달 받고, 상기 전달 받은 패스 룰에 따라 앱을 실행시킬 수 있다. 예를 들어, 실행 매니저 모듈(613)은 상기 전달 받은 패스 룰에 따라 비전 에이전트(615)를 실행시키고, 이미지와 관련된 태스크를 수행하는 동작을 실행시킬 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 이미지 분석 엔진(image analysis engine)(615a), UI 모듈(user interface module)(615b), 에이전트 관리 모듈(615c), 정보 관리 모듈(615d) 및 지능형 비전 모듈(615e)을 포함할 수 있다. 비전 에이전트(615)는 비전 서버(630)를 통해 이미지 상의 오브젝트에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 카메라(또는, 카메라 모듈)를 통해 생성된 이미지를 획득할 수 있다. 상기 카메라는 렌즈 및 이미지 센서 프로세서(image sensor module)(ISP)를 포함할 수 있다. 상기 이미지 센서 프로세서는 상기 렌즈를 통해 입사되는 빛을 이용하여 이미지를 생성할 수 있다. 상기 생성된 이미지는 프리뷰 이미지(preview image) 및 캡쳐된 이미지(또는, 스틸 이미지)를 포함할 수 있다. 상기 캡쳐된 이미지는 상기 프리뷰 이미지에서 캡쳐되어 메모리에 저장된 이미지일 수 있다. 상기 프리뷰 이미지 및 상기 캡쳐된 이미지는 리사이징(resizing)될 수 있다. 상기 프리뷰 이미지는, 예를 들어, 디스플레이의 해상도(예: FHD(full high definition) 또는 UHD(ultra high definition))에 따라 리사이징될 수 있다. 상기 캡쳐된 이미지는 상기 프리뷰 이미지와 다른 해상도(예: 디스플레이보다 높은 해상도)로 리사이징될 수 있다. 또한, 상기 캡쳐된 이미지는 지정된 코덱(CODEC)에 따라 코딩(coding) 또는 디코딩(decoding)될 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 외부로부터 수신된 스틸 이미지를 획득할 수 있다. 상기 외부로부터 수신된 이미지는, 예를 들어, 외부 전자 장치로부터 수신된 이미지이거나, 웹 등을 통해 다운로드(download)된 이미지일 수 있다. 상기 외부로부터 수신된 이미지는 메모리에 저장될 수 있다.
일 실시 예에 따르면, 이미지 분석 엔진(615a)은 오브젝트 감지 엔진(object detection engine), 오브젝트 인식 엔진(object recognition engine), 관심 영역 생성 엔진(ROI(range of interest) generate engine) 및 트랙킹 엔진(tracking engine)을 포함할 수 있다. 이미지 분석 엔진(615a)은 획득된 이미지를 분석하고, 상기 분석된 정보(예: 특징점, 키워드(또는, 파라미터) 또는 메타 데이터)에 기초하여 이미지를 처리할 수 있다. 상기 오브젝트 감지 엔진은 이미지에 포함된 오브젝트를 감지할 수 있다. 상기 오브젝트 인식 엔진은 이미지에서 감지된 오브젝트(예: 오브젝트의 종류)를 인식 할 수 있다. 상기 관심 영역 생성 엔진은 상기 인식된 영역에 기초하여 이미지의 관심 영역을 생성할 수 있다. 상기 트랙킹 엔진은 복수의 이미지에서 오브젝트의 위치가 변경되는 경우(또는, 오브젝트의 움직임이 감지된 경우), 상기 오브젝트의 움직임을 트랙킹할 수 있다. 이에 따라, 이미지 분석 엔진(615a)은 이미지 상의 오브젝트가 포함된 관심 영역을 생성할 수 있다.
일 실시 예에 따르면, 이미지 분석 엔진(615a)은 상기 설명한 바와 같이 직접 관심 영역을 생성할 수 있을 뿐만 아니라, 비전 서버(630)를 통해서도 이미지의 관심 영역을 생성할 수 있다. 예를 들어, 이미지 분석 엔진(615a)은 사용자 단말(610)의 상태에 따라, 메모리에 저장된 이미지를 비전 서버(630)로 송신하고, 비전 서버(630)로부터 이미지의 관심 영역에 대한 정보를 수신할 수 있다. 비전 서버(630)를 통해 생성된 관심 영역은, 예를 들어, 이미지 분석 엔진(615a)이 직접 관심 영역을 생성하는 것보다 정확할 수 있다.
일 실시 예에 따르면, 이미지 분석 엔진(615a)은 이미지 상의 적어도 하나의 오브젝트에 대한 관심 영역을 생성할 수 있다. 예를 들어, 이미지 분석 엔진(615a)은 이미지 상의 하나의 오브젝트뿐만 아니라, 복수의 오브젝트에 대한 관심 영역을 생성할 수 있다.
일 실시 예에 따르면, 이미지 분석 엔진(615a)은 이미지의 생성된 관심 영역을 메모리(예: ROI 데이터베이스)에 저장할 수 있다. 이미지 분석 엔진(615a)은 상기 저장된 정보를 이용하여 디스플레이에 표시된 이미지의 관심 영역을 결정할 수 있다.
일 실시 예에 따르면, 이미지 분석 엔진(615a)은 이미지를 처리하는 과정에서 사용자의 피드백(feedback)을 수신할 수 있다. 예를 들어, 이미지 분석 엔진(615a)은 생성된 관심 영역에 대한 사용자의 피드백을 수신할 수 있다. 이미지 분석 엔진(615a)은 상기 사용자의 피드백에 기초하여 관심 영역을 수정할 수 있다.
일 실시 예에 따르면, UI 모듈(615b)은 비전 서비스를 제공하기 위한 UI를 디스플레이에 표시할 수 있다. 예를 들어, UI 모듈(615b)은 처리된 이미지를 사용자에게 제공하기 위한 UI를 디스플레이에 표시하고, 상기 디스플레이에 표시된 UI를 통해 사용자의 피드백을 수신할 수 있다.
일 실시 예에 따르면, 에이전트 관리 모듈(615c)은 이미지와 관련된 정보를 위해 쿼리(query)를 전송해야 하는지 여부를 결정할 수 있다. 예를 들어, 에이전트 관리 모듈(615c)은 비전 서버(630)로 이미지의 관심 영역에 대한 정보를 획득하기 위한 쿼리를 전송해야 하는지 여부를 결정할 수 있다. 다른 예를 들어, 에이전트 관리 모듈(615c)은 이미지 상의 오브젝트(예: 상품)에 대한 정보를 획득하기 위한 사용자 입력을 수신한 경우, 비전 서버(630)에서 상품의 정보를 검색할 수 있는 사이트(또는, 서버)(예: 이베이(ebay), 아마존(amazon))로 상품의 정보를 획득하기 위한 쿼리를 전송하도록 결정할 수 있다. 또 다른 예를 들어, 에이전트 관리 모듈(615c)은 이미지 분석에 높은 해상도의 이미지가 필요한 경우, 카메라 모듈로 높은 해상도의 이미지를 획득하기 위한 쿼리를 전송하도록 전달하도록 결정할 수 있다.
일 실시 예에 따르면, 정보 관리 모듈(615d)은 이미지 분석 엔진(615a)를 통해 인식된 정보를 통합할 수 있다. 예를 들어, 정보 관리 모듈(615d)은 지정된 우선 순위에 따라 인식된 오브젝트에 대한 정보를 통합할 수 있다. 상기 지정된 우선 순위는, 예를 들어, 인식률(또는, 인식 성공률)에 따라 결정될 수 있다. QR 코드 및 바코드(barcode)와 같이 인식률이 높은 오브젝트는 우선 순위가 높을 수 있고, 문서 및 STD(scene text detection)와 같이 인식률이 낮은 오브젝트는 우선 순위가 낮을 수 있다. 일 실시 예에 따르면, 정보 관리 모듈(615d)은 상기 통합된 정보를 다른 앱으로 전달할 수 있다. 상기 통합된 정보를 전달 받은 앱은 상기 통합된 정보를 비전 서버(630)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 비전 모듈(615e)은 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 예를 들어, 지능형 비전 모듈(615e)은 이미지 분석 모듈(615a)을 통해 분석된 정보에 기초하여 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 지능형 비전 모듈(615e)은 오브젝트의 카테고리를 세분화(예: 상위 카테고리 및 하위 카테고리)하여 결정할 수 있다. 다른 예를 들어, 지능형 비전 모듈(615e)은 비전 서버(630)을 통해 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 비전 서버(630)를 통해 이미지 상의 오브젝트의 카테고리를 결정하는 것은, 지능형 비전 모듈(615e)이 카테고리를 결정하는 것보다 더 구체적일 수 있다. 일 실시 예에 따르면, 지능형 비전 모듈(615e)은 컨텐츠 관리 허브(contents management hub)를 통해 이미지 상의 오브젝트의 카테고리 정보를 메모리(예: 카테고리 데이터베이스)에 저장할 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 사용자 입력과 관련된 이미지를 비전 서버(630)로 송신할 수 있다. 예를 들어, 비전 에이전트(615)는 이미지에서 관심 영역을 분리하고, 상기 분리된 관심 영역이 포함된 이미지를 비전 서버(630)로 송신할 수 있다. 상기 분리된 관심 영역이 포함된 이미지는, 예를 들어, 복수의 오브젝트가 포함된 영역이 포함된 이미지일 수 있다. 비전 에이전트(615)가 이미지에서 관심 영역를 분리할 경우 적은 량의 데이터를 비전 서버(630)로 송신할 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 상기 이미지와 함께 패스 룰에 포함된 파라미터를 송신할 수 있다. 상기 파라미터는, 예를 들어, 이미지 상의 오브젝트를 지칭하는 정보를 포함할 수 있다. 비전 서버(630)는 이미지 및 파라미터를 수신하여 이미지 상의 오브젝트에 대한 정보를 생성할 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 비전 서버(630)로부터 사용자 입력과 관련된 이미지 및 패스 룰에 포함된 파라미터에 대응되는 제2 응답을 수신할 수 있다. 상기 제2 응답은, 예를 들어, 패스 룰에 따라 수행되는 태스크와 관련된 정보(또는, 제2 텍스트)를 포함할 수 있다. 상기 태스크는 이미지 상의 오브젝트와 관련된 정보를 획득하는 것일 수 있다.
일 실시 예에 따르면, 지능형 서버(620)는 자동 음성 인식 모듈(621) 및 자연어 이해 모듈(623)을 포함할 수 있다. 지능형 서버(620)의 자동 음성 인식 모듈(621) 및 자연어 이해 모듈(623)은 도 4의 지능형 서버(200)의 자동음성 인식 모듈(210) 및 자연어 이해 모듈(220)과 유사할 수 있다. 메모리에 저장된 자동 음성 인식 모듈(621) 및 자연어 이해 모듈(623)은 프로세서의 의해 실행될 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(621)은 사용자 입력(예: 사용자 발화)을 텍스트(또는, 텍스트 데이터)로 변경할 수 있다. 일 실시 예에 따르면, 자동 음성 인식 모듈(621)은 상기 변경된 텍스트를 자연어 이해 모듈(623)로 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(623)은 도메인 분류기(623a), 의도 분류기(623b) 및 슬롯 태거(623c)를 포함할 수 있다. 자연어 이해 모듈(623)은 사용자 입력에 대응되는 텍스트를 전달 받아, 상기 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(623)은 이미지와 관련된 사용자 입력에 대응되는 텍스트를 수신하여 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 도메인 분류기(623a)는 상기 사용자 입력에 대응되는 도메인(예: 앱)을 결정할 수 있다. 예를 들어, 도메인 분류기(623a)는 이미지와 관련된 사용자 입력에 대응되는 비전 에이전트(615)를 결정할 수 있다. 일 실시 예에 따르면, 의도 분류기(623b)는 사용자의 의도를 결정할 수 있다. 예를 들어, 의도 분류기(623b)는 이미지 상의 오브젝트(예: 상품)의 정보를 획득하기 위한 사용자의 의도를 결정할 수 있다. 일 실시 예에 따르면, 슬롯 태거(623c)는 상기 사용자의 의도에 따른 동작을 수행할 때 필요한 파라미터(또는, 슬롯)를 추출할 수 있다. 예를 들어, 슬롯 태거(623c)는 이미지 상의 오브젝트를 지칭하는 파라미터를 추출할 수 있다. 이에 따라, 자연어 이해 모듈(623)은 결정된 도메인, 사용자의 의도 및 파라미터에 기초하여 패스 룰을 생성(또는, 선택)할 수 있다.
일 실시 예에 따르면, 비전 서버(630)는 카테고리 분류 모듈(631), 오브젝트 인식 모듈(633) 및 오브젝트 확인 모듈(625)을 포함할 수 있다. 비전 서버(630)는 사용자 단말(100)로부터 사용자 입력과 관련된 이미지 및 파라미터에 대한 정보를 수신할 수 있다.
일 실시 예에 따르면, 카테고리 분류 모듈(631)은 사용자 입력과 관련 이미지 및 패스 룰에 포함된 파라미터(또는, 제1 텍스트)를 수신할 수 있다. 상기 파라미터는 상기 이미지 상의 오브젝트와 관련될 수 있다.
일 실시 예에 따르면, 카테고리 분류 모듈(631)은 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 카테고리 분류 모듈(631)은 이미지 상의 오브젝트를 지정된 복수의 카테고리 중 하나의 카테고리로 결정할 수 있다. 상기 지정된 복수의 카테고리는, 예를 들어, 상위 카테고리(예: 전자제품) 및 상기 상위 카테고리에 포함된 하위 카테고리(예: 냉장고, 노트북)를 포함할 수 있다. 다시 말해, 상기 지정된 복수의 카테고리는 단계적으로 세분화될 수 있다. 카테고리 분류 모듈(631)은 사용자 단말(610)의 지능형 비전 모듈(615e)과 유사하게 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 카테고리 분류 모듈(631)은, 예를 들어, 이미지 상의 오브젝트의 상위 카테고리 및 하위 카테고리를 순차적으로 결정할 수 있다. 일 실시 예에 다르면, 카테고리 분류 모듈(631)은 사용자 단말(610)로부터 이미지 상의 오브젝트의 카테고리에 대한 정보를 수신한 경우, 상기 수신된 정보를 이용하여 오브젝트의 카테고리를 결정할 수 있다.
일 실시 예에 따르면, 오브젝트 인식 모듈(633)은 적어도 하나의 카테고리에 대응되는 오브젝트 인식기를 포함할 수 있다. 상기 오브젝트 인식기는 딥러닝(deep learning)(또는, 머신 러닝(machine learning))을 이용하여 이미지 상의 오브젝트를 인식할 수 있다. 예를 들어, 상기 오브젝트 인식기는 이미지의 특징(또는, 특징점)을 추출하고, 인덱스 데이터베이스(index database)에 저장된 이미지의 특징과 비교하여 오브젝트를 인식할 수 있다. 상기 인덱스 데이터베이스에 저장된 이미지는, 예를 들어, 오브젝트의 종류 각각에 대응되는 대표 이미지일 수 있다. 일 실시 예에 따르면, 오브젝트 인식 모듈(633)은 카테고리 분류 모듈(631)을 통해 결정된 카테고리에 대응되는 오브젝트 인식기를 이용하여 수신된 이미지 상의 오브젝트를 인식할 수 있다. 상기 수신된 이미지는, 예를 들어, 카테고리 결정 모듈(631)을 통해 전달된 이미지(예: 관심 영역이 포함된 이미지)일 수 있다.
일 실시 예에 따르면, 오브젝트 인식 모듈(633)은 적어도 하나의 카테고리에 대응되는 데이터베이스를 포함할 수 있다. 예를 들어, 오브젝트 인식 모듈(633)은 전자 제품 데이터베이스(633a) 및 의류 데이터베이스(633b)를 포함할 수 있다. 상기 데이터베이스는 오브젝트에 대한 정보를 포함할 수 있다. 상기 오브젝트에 대한 정보는, 예를 들어, 상기 오브젝트가 제품(product)일 경우, 해당 제품의 모델 정보, 기능 정보, 가격 정보, 생산자 정보 또는 판매자 정보 등을 포함할 수 있다. 일 실시 예에 따르면, 오브젝트 인식 모듈(633)은 인식된 오브젝트에 대한 정보를 생성할 수 있다. 상기 인식된 오브젝트와 관련된 정보는, 예를 들어, 텍스트 및 이미지가 포함된 리스트 정보를 포함할 수 있다. 오브젝트 인식 모듈(633)은 복수의 오브젝트가 인식된 경우, 복수의 오브젝트에 대한 정보를 생성할 수 있다.
이에 따라, 오브젝트 인식 모듈(633)은 카테고리 분류 모듈(631)에 의해 결정된 카테고리와 관련된 데이터베이스로부터 이미지 상의 오브젝트와 관련된 정보를 획득할 수 있다.
일 실시 예에 따르면, 오브젝트 확인 모듈(635)은 파라미터를 이용하여 오브젝트 인식 모듈(633)에 의해 획득된 정보로부터 사용자 입력과 관련된 정보를 획득할 수 있다. 일 실시 예에 따르면, 오브젝트 확인 모듈(635)은 복수의 오브젝트에 대한 정보를 생성한 경우, 파라미터와 관련된 오브젝트(또는, 사용자가 원하는 오브젝트)에 대한 정보를 선택할 수 있다. 예를 들어, 오브젝트 확인 모듈(635)은 오브젝트 인식 모듈 모듈(633)을 통해 인식된 복수의 오브젝트의 이미지를 파라미터에 대응되는 이미지와 비교하여, 가장 유사한 이미지의 오브젝트에 대한 정보를 선택할 수 있다. 다른 예를 들어, 오브젝트 확인 모듈(635)은 카테고리 분류 모듈(631)을 통해 결정된 복수의 오브젝트의 카테고리를 파라미터의 카테고리와 비교하여, 가장 유사한 카테고리의 오브젝트를 선택할 수 있다. 또 다른 예를 들어, 오브젝트 확인 모듈(635)은 복수의 오브젝트 정보에 포함된 데이터를 이용하여 파라미터와 관련된 오브젝트에 대한 정보를 선택할 수 있다. 상기 오브젝트 정보에 포함된 데이터는, 예를 들어, 메타 데이터, 카테고리 데이터 및 위치 데이터를 포함할 수 있다. 일 실시 예에 따르면, 일 실시 예에 따르면, 오브젝트 확인 모듈(635)은 복수의 오브젝트의 정보 중 상기 선택된 오브젝트에 대한 정보를 사용자 단말(610)로 송신할 수 있다.
일 실시 예에 따르면, 오브젝트 확인 모듈(635)는 상기 선택된 오브젝트에 대응되는 정보를 사용자 단말(610)로 송신할 수 있다. 예를 들어, 오브젝트 확인 모듈(635)은 오브젝트 인식 모듈(633)에 의해 생성된 오브젝트에 대한 정보 중 상기 선택된 오브젝트에 대응되는 정보를 선택하여 사용자 단말(610)로 송신할 수 있다. 사용자 단말(610)은 오브젝트에 대한 정보를 수신하여 디스플레이에 표시할 수 있다. 또한, 사용자 단말(610)은 상기 오브젝트에 대한 정보를 다른 전자 장치(예: 디스플레이 장치)로 송신하여, 상기 다른 전자 장치에 포함된 디스플레이를 통해 상기 오브젝트에 대한 정보를 표시할 수 있다.
도 7은 일 실시 예에 따른 지능형 비전 시스템이 사용자 발화를 처리하는 과정을 나타낸 도면이다.
도 7을 참조하면, 지능형 비전 시스템(600)은 이미지와 관련된 사용자 입력을 수신하고, 상기 이미지 상의 오브젝트의 정보를 사용자에게 제공할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 디스플레이에 이미지를 표시할 수 있다. 상기 이미지는 적어도 하나의 오브젝트를 포함할 수 있다. 예를 들어, 사용자 단말(610)은 냉장고를 포함하는 이미지(a)를 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 디스플레이에 표시된 이미지와 관련된 사용자 입력을 수신할 수 있다. 예를 들어, 지능형 에이전트(611)은 디스플레이에 표시된 냉장고와 관련된 “이거 얼마야” 라는 사용자 입력(b)을 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 상기 수신된 사용자 입력을 지능형 서버(620)로 송신할 수 있다. 예를 들어, 사용자 단말(610)은 상기 사용자 입력과 관련된 제1 데이터를 지능형 서버(620)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)(예: 자동 음성 인식 모듈(621))는 상기 사용자 입력을 수신하여 텍스트로 변경할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)(예: 자연어 이해 모듈(623))은 텍스트를 이용하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(623)의 도메인 분류기(623a)는 상기 텍스트를 이용하여 사용자 입력에 대응되는 도메인이 비전 에이전트임을 결정할 수 있다. 의도 분류기(623b)는 사용자의 의도가 상품 검색임을 결정할 수 있다. 또한, 슬롯 태거(625c)는 텍스트에서 '이것'을 추출할 수 있다. 이에 따라, 지능형 서버(620)는 디스플레이에 표시된 이미지 상의 상품을 검색하기 위한 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 지능형 서버(620)는 상기 생성된 패스 룰을 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 지능형 서버(620)로부터 상기 생성된 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 실행 매니저 모듈(613))은 상기 패스 룰에 따라 비전 에이전트(615)를 실행시킬 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 비전 에이전트(615))는 상기 패스 룰에 포함된 동작을 실행할 수 있다. 예를 들어, 사용자 단말(610)은 사용자 입력과 관련된 이미지(예: 냉장고 이미지(a)) 및 수신된 패스 룰에 포함된 파라미터(예: '이것')와 관련된 제2 데이터를 비전 서버(630)로 송신할 수 있다.
일 실시 예에 따르면, 비전 서버(630)(예: 카테고리 분류 모듈(631))는 사용자 입력과 관련된 이미지와 패스 룰에 포함된 파라미터를 수신할 수 있다. 예를 들어, 카테고리 분류 모듈(631)은 상기 이미지 및 파라미터와 관련된 제2 데이터를 수신할 수 있다.
일 실시 예에 따르면, 비전 서버(630)(예: 카테고리 분류 모듈(631))는 이미지 상의 오브젝트의 카테고리를 결정할 수 있다. 예를 들어, 카테고리 분류 모듈(631)은 이미지 상의 냉장고의 카테고리를 전자 제품으로 결정할 수 있다.
일 실시 예에 따르면, 비전 서버(630)(예: 오브젝트 인식 모듈(633))는 상기 결정된 카테고리의 오브젝트 인식기를 이용하여 이미지 상의 오브젝트를 인식할 수 있다. 예를 들어, 오브젝트 인식 모듈(633)은 전자 제품 인식기를 이용하여 상기 이미지에 포함된 오브젝트가 냉장고임을 인식할 수 있다. 일 실시 예에 따르면, 비전 서버(630)는 상기 인식된 오브젝트에 대응되는 정보를 생성할 수 있다. 예를 들어, 비전 서버(630)는 인식된 냉장고의 모델 정보, 기능 정보, 가격 정보, 생산자 정보 및 판매자 정보 중 적어도 하나를 포함하는 정보를 생성할 수 있다. 일 실시 예에 따르면, 비전 서버(630)(예: 오브젝트 확인 모듈(635))는 인식된 오브젝트가 하나이므로, 파라미터를 이용한 선택 없이 상기 생성된 정보를 사용자 단말(610)으로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 생성된 정보를 수신하고, 상기 수신된 정보를 디스플레이 및 스피커 중 적어도 하나를 통해 출력할 수 있다. 일 실시 사용자 단말(610)(예: 비전 에이전트(615))은 패스 룰에 따른 동작의 실행을 완료하였다는 정보를 생성할 수 있다.
도 8, 도 9 및 도 10은 일 실시 예에 따른 지능형 비전 시스템이 이미지의 관심 영역을 결정하는 것을 나타낸 도면이다.
도 8을 참조하면, 사용자 단말(610)은 이미지 상의 의류에 대한 정보를 획득하기 위한 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지를 디스플레이에 표시한 상태에서, “원피스 얼마지”라는 사용자 입력(810)을 수신할 수 있다. 상기 디스플레이에 표시된 이미지는 복수의 오브젝트(예: 원피스, 구두, 가방 및 여자)를 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 지능형 서버(620)로부터 수신된 패스 룰에 따라 비전 에이전트(615)를 실행시키고, 상기 실행된 비전 에이전트의 UI(820)를 디스플레이에 표시할 수 있다. 비전 에이전트의 UI(820)는 사용자 입력과 관련된 이미지(821) 및 이미지 상의 오브젝트와 관련된 태스크를 표시한 인디케이터(823)을 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 사용자 입력과 관련된 이미지(821)에 관심 영역을 표시할 수 있다. 사용자 단말(610)은 파라미터인 '원피스'와 관련된 오브젝트가 포함된 영역을 관심 영역(821a)로 결정할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트와 관련된 '가격 정보를 검색'하는 태스크를 나타낸 인디케이터(823a)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트인 '원피스'에 대한 정보를 수신할 수 있다. 비전 서버(630)는 파라미터를 이용하여 복수의 오브젝트에 대한 정보 중 '원피스'에 대한 정보를 수신할 수 있다. 예를 들어, 비전 서버(630)는 복수의 오브젝트에 대한 정보의 메타 데이터를 이용하여 사용자 입력과 관련된 오브젝트인 '원피스'에 대한 정보(예: 원피스 리스트 정보)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말은 '원피스'에 대한 정보를 디스플레이에 표시할 수 있다.
도 9를 참조하면, 사용자 단말(610)은 이미지 상의 여자에 대한 정보를 획득하기 위한 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지를 디스플레이에 표시한 상태에서, “이 여자의 다른 사진을 보여줘.”라는 사용자 입력(910)을 수신할 수 있다. 상기 디스플레이에 표시된 이미지는 도 8의 디스플레이에 표시된 이미지와 동일한 이미지일 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 비전 에이전트의 UI(920)를 디스플레이에 표시할 수 있다. 비전 에이전트의 UI(920)는 사용자 입력과 관련된 이미지(921) 및 이미지 상의 오브젝트와 관련된 태스크를 표시한 인디케이터(923)를 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 사용자 입력과 관련된 이미지(921)에 관심 영역(921a)을 표시할 수 있다. 사용자 단말(610)은 파라미터인 '여자'와 관련된 오브젝트가 포함된 영역을 관심 영역(921a)로 결정할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트와 관련된 '이미지를 검색'하는 태스크를 나타낸 인디케이터(923a)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트인 '여자'에 대한 정보를 수신할 수 있다. 비전 서버(630)는 파라미터를 이용하여 복수의 오브젝트에 대한 정보 중 '여자'에 대한 정보를 수신할 수 있다. 예를 들어, 비전 서버(630)는 복수의 오브젝트의 카테고리 정보를 이용하여 사용자 입력과 관련된 오브젝트인 '여자'에 대한 정보(예: 여자 사진 리스트)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 상기 수신된 '여자'에 대한 정보를 디스플레이에 표시할 수 있다.
도 10을 참조하면, 사용자 단말(610)은 이미지 상의 카페에 대한 정보를 획득하기 위한 사용자 입력을 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지를 디스플레이에 표시한 상태에서, “이 카페 정보를 알려줘.”라는 사용자 입력(1010)을 수신할 수 있다. 상기 디스플레이에 표시된 이미지는 복수의 오브젝트(예: 복수의 가계)를 포함할 수 있다. 또한, 상기 디스플레이에 표시된 이미지는 GPS(global positioning system) 정보를 포함할 수 있다. 상기 GPS 정보는 상기 이미지가 촬영된 장소에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 비전 에이전트의 UI(1020)를 디스플레이에 표시할 수 있다. 비전 에이전트의 UI(1020)는 사용자 입력과 관련된 이미지(1021) 및 이미지 상의 오브젝트와 관련된 태스크를 표시한 인디케이터(1023)를 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 사용자 입력과 관련된 이미지(1021)에 관심 영역(1021a)을 표시할 수 있다. 사용자 단말(610)은 파라미터인 '카페'와 관련된 오브젝트가 포함된 영역을 관심 영역(1021a)로 결정할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트와 관련된 '장소 정보를 검색'하는 태스크를 나타낸 인디케이터(1023a)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 이미지 상의 오브젝트인 '카페'에 대한 정보를 수신할 수 있다. 비전 서버(630)는 파라미터를 이용하여 복수의 오브젝트에 대한 정보 중 '카페'에 대한 정보를 수신할 수 있다. 예를 들어, 비전 서버(630)는 복수의 오브젝트의 GPS 정보를 이용하여 사용자 입력과 관련된 오브젝트인 '카페'에 대한 정보(예: 카페 리스트 정보)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 상기 수신된 '카페'에 대한 정보를 디스플레이에 표시할 수 있다.
도 11는 일 실시 예에 따른 비전 서버에서 이미지에 포함된 오브젝트의 카테고리를 분류하여 정보를 제공하는 과정을 나타낸 도면이다.
도 11을 참조하면, 사용자 단말(610)은 비전 서버(630)에서 이미지 상의 오브젝트의 카테고리를 결정하여 사용자 입력과 관련된 오브젝트에 대한 정보를 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 디스플레이에 프리뷰 이미지 또는 스틸 이미지를 표시할 수 있다. 상기 이미지(a)는, 예를 들어, 복수의 오브젝트(예: 냉장고 및 전자레인지)를 포함할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 “냉장고 얼마야”(b)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 상기 사용자 입력을 지능형 서버(620)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)(예: 자동 음성 인식 모듈(621))는 상기 사용자 입력을 텍스트로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(620)(예: 자연어 이해 모듈(623))는 도메인 분류기(623a), 의도 분류기(623b) 및 슬롯 태거(625c)를 통해 상기 변경된 텍스트에 대응되는 패스 룰을 생성할 수 있다. 상기 패스 룰은, 예를 들어, 비전 에이전트(615)의 동작을 실행하기 위한 사용자 단말(610)의 상태들의 시퀀스 및 상기 동작을 실행하기 위한 파라미터인 '냉장고'를 포함할 수 있다. 일 실시 예에 따라, 지능형 서버(620)는 상기 생성된 패스 룰을 사용자 단말(610)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 지능형 서버(620)로부터 상기 생성된 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 실행 매니저 모듈(613))은 상기 패스 룰에 따라 비전 에이전트(615)를 실행시킬 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 비전 에이전트(615))은 이미지의 관심 영역을 결정할 수 있다. 예를 들어, 비전 에이전트(615)는 이미지 분석 엔진(615a)을 통해 이미지에서 '냉장고' 및 '전자레인지'가 포함된 관심 영역을 결정하고, 상기 이미지에서 관심 영역이 포함된 이미지(a´)를 분리할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 '냉장고' 및 '전자레인지'가 각각 포함된 이미지 및 파라미터인 '냉장고'를 비전 서버(630)로 송신할 수 있다.
일 실시 예에 따르면, 비전 서버(630)(예: 카테고리 분류 모듈(631))는 '냉장고' 및 '전자레인지' 각각이 포함된 복수의 이미지 및, 파라미터를 수신할 수 있다. 일 실시 예에 따르면, 비전 서버(630)는 상기 복수의 이미지에 포함된 '냉장고' 및 '전자레인지'의 카테고리(예: 전자 제품)을 결정할 수 있다. 일 실시 예에 따르면, 비전 서버(630)(예: 오브젝트 인식 모듈(633))는 상기 결정된 카테고리의 인식기를 이용하여 '냉장고' 및 '전자레인지'를 인식할 수 있다. 비전 서버(630)는 전자 제품의 데이터베이스(633a)에서 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성할 수 있다. 일 실시 예에 따르면, 비전 서버(630)(예: 오브젝트 확인 모듈(635))는 파라미터인 '냉장고'를 이용하여 상기 생성된 정보 중 '냉장고'에 대한 정보를 선택할 수 있다. 일 실시 예에 따르면, 비전 서버(630)는 상기 생성된 정보(예: 냉장고 리스트)를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 생성된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이 및 스피커 중 적어도 하나를 통해 출력할 수 있다.
도 12는 일 실시 예에 따른 지능형 비전 시스템이 프리뷰 이미지(preview image)와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 12를 참조하면, 사용자 단말(610)은 디스플레이에 표시된 프리뷰 이미지 상의 오브젝트(예: 냉장고)에 대한 정보를 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)의 지능형 에이전트(611)는 “냉장고 얼마야”를 수신할 수 있다(1). 일 실시 예에 따르면, 사용자 단말(620)은 사용자 발화를 지능형 서버(620)로 송신할 수 있다(2).
일 실시 예에 따르면, 지능형 서버(620)는 상기 사용자 입력에 대응되는 패스 룰을 생성할 수 있다(3). 일 실시 예에 따르면, 지능형 서버(620)는 상기 생성된 패스 룰을 사용자 단말(610)의 지능형 에이전트(611)로 송신할 수 있다(4).
일 실시 예에 따르면, 사용자 단말(610)의 지능형 에이전트(611)는 상기 패스 룰을 실행 매니저 모듈(613)로 전달할 수 있다(4). 일 실시 예에 따르면, 실행 매니저 모듈(613)은 비전 에이전트(615)를 실행하고, 상기 패스 룰에 따라 제1 동작(예: 프리뷰 이미지를 캡쳐하는 동작)의 실행하는 요청을 비전 에이전트(615)로 전달할 수 있다(5). 일 실시 예에 따르면, 비전 에이전트(615)는 상기 제1 동작을 실행할 수 있다(6). 다시 말해, 비전 에이전트(615)는 상기 패스 룰을 수신하였을 때, 디스플레이에 표시된 프리뷰 이미지를 캡쳐할 수 있다. 일 실시 예에 따르면, 비전 에이전트(615)는 상기 제1 동작을 실행한 결과를 실행 매니저 모듈(613)으로 전달할 수 있다(7). 일 실시 예에 따르면, 실행 매니저 모듈(613)은 제2 동작(예: 냉장고의 정보를 디스플레이에 표시하는 동작)을 실행하는 요청을 비전 에이전트(615)로 전달할 수 있다(8).
일 실시 예에 따르면, 비전 에이전트(615)는 상기 제2 동작을 실행할 수 있다(9). 일 실시 예에 따르면, 사용자 단말(610)은 상기 제2 동작을 실행하기 위한 정보를 비전 서버(630)로부터 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 캡쳐된 이미지 및 파라미터인 '냉장고'를 비전 서버(630)로 송신할 수 있다(9-1). 일 실시 예에 따르면, 비전 서버(630)는 캡쳐된 이미지의 관심 영역을 결정할 수 있다(9-2). 비전 서버(630)는 관심 영역에 포함된 오브젝트의 카테고리(예: 전자 제품)를 결정하고, 결정된 카테고리의 인식기를 이용하여 '냉장고' 및 '전자레인지'를 인식할 수 있다(9-3). 일 실시 예에 따르면, 비전 서버(630)는 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성(또는, 검색)할 수 있다(9-4). 일 실시 예에 따르면, 비전 서버(630)는 파라미터를 이용하여 생성된 복수의 오브젝트에 대한 정보 중 '냉장고'에 대한 정보(예: 냉장고 리스트)를 선택할 수 있다(9-5). 일 실시 예에 따르면, 비전 서버(630)는 상기 선택된 정보를 사용자 단말(610)로 송신할 수 있다(9-6).
일 실시 예에 따르면, 사용자 단말(610)은 상기 선택된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이에 표시할 수 있다(9-7). 다시 말해, 사용자 단말(610)은 상기 제2 동작의 실행을 완료할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 제2 동작을 실행한 결과를 실행 매니저 모듈(613)로 전달할 수 있다(10). 일 실시 예에 따르면, 실행 매니저 모듈(613)은 지능형 에이전트(611)을 통해 패스 룰에 따라 사용자 입력에 대응되는 태스크를 수행한 결과를 비전 서버(620)로 송신할 수 있다(11). 일 실시 예에 따르면, 비전 서버(620)는 자연어 생성 모듈을 통해 상기 결과를 사용자 단말(100)로 송신할 수 있다(12). 사용자 단말(610)은 상기 완료 정보를 자연어의 형태로 사용자에게 출력할 수 있다(13).
도 13은 일 실시 예에 따른 지능형 비전 시스템이 이미지와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 13을 참조하면, 사용자 단말(610)은 디스플레이에 표시된 스틸 이미지 상의 오브젝트(예: 냉장고)에 대한 정보를 수신할 수 있다. 사용자 단말(610) 및 지능형 서버(620)의 동작은 도 12의 사용자 단말(610) 및 지능형 서버(620)의 동작과 유사할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)과 지능형 서버(620) 사이의 (1) ~ (4) 과정은 도 12의 사용자 단말(610)과 지능형 서버(620) 사이의 (1) ~ (4) 과정과 유사할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(613)은 비전 에이전트(615)를 실행하고, 상기 패스 룰에 따라 동작(예: 냉장고의 정보를 디스플레이에 표시하는 동작)을 실행하는 요청을 비전 에이전트(615)로 전달할 수 있다(5). 일 실시 예에 따르면, 비전 에이전트(615)는 상기 동작을 실행할 수 있다(6). 일 실시 예에 따르면, 비전 에이전트(615)는 도 12와 상이하게 디스플레이에 표시된 이미지를 캡쳐하는 동작을 생략할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 동작을 실행하기 위한 정보를 비전 서버(630)로부터 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 스틸 이미지의 관심 영역을 결정할 수 있다(6-1). 비전 에이전트(615)는 디스플레이에 표시된 이미지와 관련된 정보(예: 카테고리 정보 및 관심 영역 정보)를 이용하여 관심 영역을 결정할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 이미지에서 관심 영역을 분리할 수 있다(6-2). 일 실시 예에 따르면, 사용자 단말(610)은 상기 관심 영역이 포함된 이미지 및 파라미터인 '냉장고'를 비전 서버(630)로 송신할 수 있다(6-3).
일 실시 예에 따르면, 비전 서버(630)는 상기 관심 영역이 포함된 이미지에 포함된 오브젝트의 카테고리(예: 전자 제품)를 결정하고 '냉장고' 및 '전자레인지'를 인식할 수 있다(6-4). 일 실시 예에 따르면, 비전 서버(630)는 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성(또는, 검색)할 수 있다(6-5). 일 실시 예에 따르면, 비전 서버(630)는 파라미터를 이용하여 생성된 복수의 오브젝트에 대한 정보 중 '냉장고'에 대한 정보(예: 냉장고 리스트)를 선택할 수 있다(6-6). 일 실시 예에 따르면, 비전 서버(630)는 상기 선택된 정보를 사용자 단말(610)로 송신할 수 있다(6-7).
일 실시 예에 따르면, 사용자 단말(610)은 상기 선택된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이에 표시할 수 있다(6-8). 다시 말해, 사용자 단말(610)은 상기 제2 동작의 실행을 완료할 수 있다.
일 실시 예에 따르면, 사용자 단말(610), 지능형 서버(620) 및 비전 서버(630)의 (7) ~ (11) 과정은 도 12의 비전 서버의 (10) ~ (13) 과정과 유사할 수 할 수 있다.
도 14는 일 실시 예에 따른 지능형 서버에서 이미지에 포함된 오브젝트의 카테고리를 분류하여 정보를 제공하는 과정을 나타낸 도면이다.
도 14를 참조하면, 사용자 단말(610)은 지능형 서버(620)에서 이미지 상의 오브젝트의 카테고리를 결정하여 사용자 입력과 관련된 오브젝트에 대한 정보를 수신할 수 있다. 지능형 서버(620)는 추출된 파라미터의 카테고리를 결정하기 위한 카테고리 분류 모듈(623d) 및 카테고리 데이터베이스(623e)를 더 포함할 수 있다. 카테고리 분류 모듈(623d) 및 카테고리 데이터베이스(623e)은, 예를 들어, 자연어 이해 모듈(623)에 포함될 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 디스플레이에 복수의 오브젝트를 포함하는 이미지(예: 냉장고, 전자레인지 및 바나나)(a)를 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 “냉장고 얼마야”(b)를 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 상기 사용자 입력을 지능형 서버(620)로 송신할 수 있다. 예를 들어, 사용자 단말(610)은 상기 사용자 입력과 관련된 제1 데이터를 지능형 서버(620)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)(예: 자동 음성 인식 모듈(621))는 상기 사용자 입력을 텍스트로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(620)(예: 자연어 이해 모듈(623))은 도메인 분류기(623a), 의도 분류기(623b) 및 슬롯 태거(625c)를 통해 상기 변경된 텍스트에 대응되는 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)의 자연어 이해 모듈(623)은 슬롯 태거(625c)를 통해 추출된 제1 파라미터(또는, 제1 텍스트)(예: 냉장고)에 대한 정보를 카테고리 분류 모듈(623d)로 전달할 수 있다. 카테고리 분류 모듈(623d)은 상기 제1 파라미터에 대한 카테고리를 결정할 수 있다. 카테고리 분류 모듈(623d)은 카테고리에 대한 정보가 저장된 카테고리 데이터베이스(623e)를 참조하여 상기 제1 파라미터의 카테고리(예: 전자 장치)를 결정할 수 있다. 카테고리 데이터베이스(623e)는, 예를 들어, 적어도 하나의 카테고리에 대응되는 오브젝트의 명칭에 대한 정보를 저장할 수 있다. 카테고리 분류 모듈(623d)은 상기 제1 파라미터를 상기 오브젝트의 명칭과 비교하여 가장 유사한 명칭에 대응되는 카테고리를 상기 제1 파라미터의 카테고리로 결정할 수 있다. 일 실시 예에 따르면, 카테고리 분류 모듈(623d)은 상기 결정된 카테고리를 슬롯 태거(625c)로 전달할 수 있다. 카테고리 분류 모듈(623d)은 상기 전달된 카테고리를 제2 파라미터(또는, 제3 텍스트)로 결정할 수 있다. 이에 따라, 자연어 이해 모듈(623)을 통해 생성된 패스 룰은 제1 파라미터(예: 냉장고) 및 제2 파라미터(예: 전자 제품)를 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(620)는 상기 생성된 패스 룰을 사용자 단말(610)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)(예: 지능형 에이전트(611))은 지능형 서버(620)로부터 상기 생성된 패스 룰을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 실행 매니저 모듈(613))은 상기 패스 룰에 따라 비전 에이전트(615)를 실행시킬 수 있다. 일 실시 예에 따르면, 사용자 단말(610)(예: 비전 에이전트(615))은 '냉장고', '전자레인지' 및 '바나나'가 포함된 영역을 결정하고, 상기 이미지에서 관심 영역이 포함된 이미지(a')를 분리할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)은 상기 패스 룰에 포함된 제2 파라미터(예: 가전 제품)를 이용하여 '냉장고', '전자레인지' 및 '바나나' 각각이 포함된 이미지 중에서 '냉장고' 및 '전자레인지' 각각이 포함된 이미지를 선택하여 비전 서버(630)로 송신할 수 있다. 예를 들어, 사용자 단말(610)은 오브젝트가 포함된 이미지 및 제1 파라미터뿐만 아니라, 제2 파리미터와 관련된 제2 데이터를 비전 서버(630)로 송신할 수 있다.
일 실시 예에 따르면, 비전 서버(630)(예: 카테고리 분류 모듈(631))는 '냉장고' 및 '전자레인지' 각각이 포함된 복수의 이미지, 제1 파라미터 및 제2 파라미터를 수신할 수 있다. 일 실시 예에 따르면, 비전 서버(630)(예: 카테고리 분류 모듈(631))는 제2 파라미터(예: 전자 제품)를 이용하여 상기 복수의 이미지에 포함된 '냉장고' 및 '전자레인지'를 인식할 수 있다. 다시 말해, 비전 서버(630)는 이미지에 포함된 오브젝트의 카테고리를 다시 결정하지 않고, 지능형 서버(620)에서 결정된 제2 파라미터를 이용하여 상기 복수의 이미지에 포함된 '냉장고' 및 '전자레인지'를 인식할 수 있다. 비전 서버(630)는 전자 제품의 데이터베이스(633a)에서 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성할 수 있다. 일 실시 예에 따르면, 비전 서버(630)(예: 오브젝트 확인 모듈(635))는 제1 파라미터인 '냉장고'를 이용하여 상기 생성된 정보 중 '냉장고'에 대한 정보를 선택할 수 있다. 일 실시 예에 따르면, 비전 서버(630)는 상기 생성된 정보(또는, 제2 텍스트)(예: 냉장고 리스트)를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 생성된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이 및 스피커 중 적어도 하나를 통해 출력할 수 있다.
도 15는 일 실시 예에 따른 지능형 비전 시스템이 카메라 앱을 통한 프리뷰 이미지(preview image)와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 15를 참조하면, 사용자 단말(610)은 디스플레이에 표시된 프리뷰 이미지 상의 오브젝트(예: 냉장고)에 대한 정보를 수신할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)의 지능형 에이전트(611)는 “냉장고 얼마야”를 수신할 수 있다(1). 일 실시 예에 따르면, 사용자 단말(620)은 사용자 발화를 지능형 서버(620)로 송신할 수 있다(2).
일 실시 예에 따르면, 지능형 서버(620)는 상기 사용자 입력에 대응되는 패스 룰을 생성할 수 있다(3). 예를 들어, 자연어 이해 모듈(623)의 도메인 분류기(623a)는 사용자 입력에 대응되는 도메인(예: 비전 에이전트(615))을 결정할 수 있다(3-1). 의도 분류기(623b)는 사용자 입력에 대응되는 의도(예: 상품 검색)를 결정할 수 있다(3-2). 슬롯 태거(623c)는 제1 파라미터인 '냉장고'를 추출할 수 있다(3-3). 슬롯 태거(623c)는 상기 제1 파라미터를 카테고리 분류 모듈(623d)로 전달할 수 있다. 카테고리 분류 모듈(623d)은 카테고리 데이터베이스(623e)에 저장된 정보를 이용하여 상기 제1 파라미터의 카테고리(예: 가전제품)를 결정할 수 있다. 카테고리 분류 모듈(623d)은 상기 결정된 카테고리를 슬롯 태거(623c)로 전달할 수 있다. 슬롯 태거(623c)는 상기 결정된 카테고리를 제2 파라미터로 결정할 수 있다(3-4). 일 실시 예에 따르면, 지능형 서버(620)는 상기 제1 파라미터 및 상기 제2 파라미터를 포함하는 패스 룰을 생성할 수 있다(3-5). 일 실시 예에 따르면, 지능형 서버(620)는 상시 생성된 패스 룰을 사용자 단말(610)의 지능형 에이전트(611)로 송신할 수 있다(4).
일 실시 예에 따르면, 사용자 단말(610)과 비전 서버(630) 사이의 (5) ~ (8) 과정은 도 12의 사용자 단말(610)과 비전 서버(630) 사이의 (5) ~ (8) 과정과 유사할 수 있다.
일 실시 예에 따르면, 비전 에이전트(615)는 상기 제2 동작을 실행할 수 있다(9). 일 실시 예에 따르면, 사용자 단말(610)은 상기 제2 동작을 실행하기 위한 정보를 비전 서버(630)로부터 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 캡쳐된 이미지, 제1 파라미터인 '냉장고' 및 제2 파라미터인 '전자 제품'을 비전 서버(630)로 송신할 수 있다(9-1). 일 실시 예에 따르면, 비전 서버(630)는 캡쳐된 이미지의 관심 영역을 결정할 수 있다(9-2). 비전 서버(630)는 제2 파라미터인 '전자 제품'을 이용하여 관심 영역에 포함된 오브젝트의 카테고리(예: 전자 제품)를 결정하고, 상기 결정된 카테고리의 인식기를 이용하여 '냉장고' 및 '전자레인지'를 인식할 수 있다(9-3). 일 실시 예에 따르면, 비전 서버(630)는 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성(또는, 검색)할 수 있다(9-4). 일 실시 예에 따르면, 비전 서버(630)는 제1 파라미터를 이용하여 생성된 복수의 오브젝트에 대한 정보 중 '냉장고'에 대한 정보(예: 냉장고 리스트)를 선택할 수 있다(9-5). 일 실시 예에 따르면, 비전 서버(630)는 상기 선택된 정보를 사용자 단말(610)로 송신할 수 있다(9-6).
일 실시 예에 따르면, 사용자 단말(610)은 상기 선택된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이에 표시할 수 있다(9-7). 다시 말해, 사용자 단말(610)은 상기 제2 동작을 실행할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)과 지능형 서버(620) 사이의 (10) ~ (13) 과정은 도 12의 사용자 단말(610)과 지능형 서버(620) 사이의 (10) ~ (13) 과정과 유사할 수 있다.
도 16은 일 실시 예에 따른 지능형 비전 시스템이 갤러리 앱을 통한 이미지와 관련된 사용자 발화를 처리하는 시퀀스도이다.
도 16을 참조하면, 사용자 단말(610)은 디스플레이에 표시된 스틸 이미지 상의 오브젝트(예: 냉장고)에 대한 정보를 수신할 수 있다. 사용자 단말(610) 및 지능형 서버(620)의 동작은 도 15의 사용자 단말(610) 및 지능형 서버(620)의 동작과 유사할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)과 지능형 서버(620) 사이의 (1) ~(4) 과정은 도 15의 사용자 단말(610)과 지능형 서버(620) 사이의 (1) ~ (4) 과정과 유사할 수 있다. 예를 들어, 기능형 서버(620)의 (3-1) ~ (3-5) 과정에서 생성된 패스 룰은 제1 파라미터인 '냉장고' 및 제2 파라미터인 '가전 제품'을 포함할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(613)은 비전 에이전트(615)를 실행하고, 상기 패스 룰에 따라 동작(예: 냉장고의 정보를 디스플레이에 표시하는 동작)을 실행하는 요청을 비전 에이전트(615)로 전달할 수 있다(5). 일 실시 예에 따르면, 비전 에이전트(615)는 상기 동작을 실행할 수 있다(6). 일 실시 예에 따르면, 비전 에이전트(615)는 도 15와 상이하게 디스플레이에 표시된 이미지를 캡쳐하는 동작을 생략할 수 있다.
일 실시 예에 따르면, 사용자 단말(610)은 상기 동작을 실행하기 위한 정보를 비전 서버(630)로부터 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 스틸 이미지의 관심 영역을 결정할 수 있다(6-1). 비전 에이전트(615)는 디스플레이에 표시된 이미지와 관련된 정보(예: 카테고리 정보 및 관심 영역 정보)를 이용하여 관심 영역을 결정할 수 있다. 일 실시 예에 따르면, 사용자 단말(610)의 비전 에이전트(615)는 이미지에서 관심 영역을 분리할 수 있다(6-2). 일 실시 예에 따르면, 사용자 단말(610)은 상기 관심 영역이 포함된 이미지, 제1 파라미터인 '냉장고' 및 제2 파라미터인 '전자 제품'을 비전 서버(630)로 송신할 수 있다(6-3).
일 실시 예에 따르면, 비전 서버(630)는 제2 파라미터인 '전자 제품'을 이용하여 관심 영역에 포함된 오브젝트의 카테고리(예: 전자 제품)를 결정하고, 상기 결정된 카테고리의 인식기를 이용하여 '냉장고' 및 '전자레인지'를 인식할 수 있다(6-4). 일 실시 예에 따르면, 비전 서버(630)는 상기 인식된 '냉장고' 및 '전자레인지'에 대한 정보를 생성(또는, 검색)할 수 있다(6-5). 일 실시 예에 따르면, 비전 서버(630)는 파라미터를 이용하여 생성된 복수의 오브젝트에 대한 정보 중 '냉장고'에 대한 정보(예: 냉장고 리스트)를 선택할 수 있다(6-6). 일 실시 예에 따르면, 비전 서버(630)는 상기 선택된 정보를 사용자 단말(610)로 송신할 수 있다(6-7).
일 실시 예에 따르면, 사용자 단말(610)은 상기 선택된 정보를 수신하고, '냉장고'에 대한 정보를 디스플레이에 표시할 수 있다(6-8).
일 실시 예에 따르면, 사용자 단말(610), 지능형 서버(620) 및 비전 서버(630)의 (7) ~ (11) 과정은 도 15의 비전 서버의 (10) ~ (13) 과정과 유사할 수 할 수 있다.
도 1 내지 도 16를 통해 설명한 본 발명의 다양한 실시 예에 따른 사용자 단말(610)은 이미지 상의 이미지 관련된 사용자 발화을 수신하였을 때, 비전 서버(630)를 통해 이미지를 분석하여 이미지 상의 오브젝트를 인식하고, 상기 인식된 오브젝트와 관련된 정보를 생성하여 사용자에게 제공함으로써 화면에 표시된 이미지와 사용자 발화를 유기적으로 처리할 수 있다.
사용자 단말(610)은 오브젝트의 카테고리를 인식하고, 인식된 카테고리의 인식기 및 정보를 이용하여 이미지 상의 오브젝트에 대한 정보를 생성함으로써, 사용자 입력과 관련된 오브젝트의 정보를 효율적으로 제공할 수 있다. 또한, 사용자 단말(610)은 이미지에 복수의 오브젝트를 포함하고 있는 경우, 사용자 입력에 포함된 오브젝트를 지정하는 텍스트를 인식하여 복수의 오브젝트 중 하나의 오브젝트를 선택하고, 선택된 오브젝트의 정보를 사용자에게 제공할 수 있다.
도 17은 다양한 실시 예들에 따른 네트워크 환경(1700) 내의 전자 장치(1701)의 블록도 이다. 본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치(예: PDA(personal digital assistant), 태블릿 PC(tablet PC), 랩탑 PC(, 데스크톱 PC, 워크스테이션, 또는 서버), 휴대용 멀티미디어 장치(예: 전자 책 리더기 또는 MP3 플레이어), 휴대용 의료 기기(예: 심박, 혈당, 혈압, 또는 체온 측정기), 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용 형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착 형(예: 스킨 패드 또는 문신), 또는 생체 이식 형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시 예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오 장치, 오디오 액세서리 장치(예: 스피커, 헤드폰, 또는 헤드 셋), 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토메이션 컨트롤 패널, 보안 컨트롤 패널, 게임 콘솔, 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시 예에서, 전자 장치는 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder)(예: 차량/선박/비행기 용 블랙박스(black box)), 자동차 인포테인먼트 장치(예: 차량용 헤드-업 디스플레이), 산업용 또는 가정용 로봇, 드론(drone), ATM(automated teller machine), POS(point of sales) 기기, 계측 기기(예: 수도, 전기, 또는 가스 계측 기기), 또는 사물 인터넷 장치(예: 전구, 스프링클러 장치, 화재 경보기, 온도 조절기, 또는 가로등) 중 적어도 하나를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 또한, 예를 들면, 개인의 생체 정보(예: 심박 또는 혈당)의 측정 기능이 구비된 스마트폰의 경우처럼, 복수의 장치들의 기능들을 복합적으로 제공할 수 있다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 17을 참조하여, 네트워크 환경(1700)에서 전자 장치(1701)(예: 도 1의 전자 장치(100))는 근거리 무선 통신(1798)을 통하여 전자 장치(1702)와 통신하거나, 또는 네트워크(1799)를 통하여 전자 장치(1704) 또는 서버(1708)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1701)는 서버(1708)을 통하여 전자 장치(1704)와 통신할 수 있다.
일 실시 예에 따르면, 전자 장치(1701)는 버스(1710), 프로세서(1720)(예: 도 2의 프로세서(150)), 메모리(1730), 입력 장치(1750)(예: 마이크 또는 마우스), 표시 장치(1760), 오디오 모듈(1770), 센서 모듈(1776), 인터페이스(1777), 햅틱 모듈(1779), 카메라 모듈(1780), 전력 관리 모듈(1788), 및 배터리(1789), 통신 모듈(1790), 및 가입자 식별 모듈(1796)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1701)는 구성요소들 중 적어도 하나(예: 표시 장치(1760) 또는 카메라 모듈(1780))를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
버스(1710)는, 구성요소들(1720-1790)을 서로 연결하고, 구성요소들 간의 신호(예: 제어 메시지 또는 데이터)를 전달하는 회로를 포함할 수 있다.
프로세서(1720)는, 중앙처리장치(central processing unit, CPU), 어플리케이션 프로세서(application processor, AP), GPU(graphics processing unit), 카메라의 ISP(image signal processor), 또는 CP(communication processor) 중 하나 또는 그 이상을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(1720)는 SoC(system on chip) 또는 SiP(system in package)로 구현될 수 있다. 프로세서(1720)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(1720)에 연결된 전자 장치(1701)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(1720)는 다른 구성요소들(예: 통신 모듈(1790)) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리(1732)에 로드 하여 처리하고, 결과 데이터를 비 휘발성 메모리(1734)에 저장할 수 있다.
메모리(1730)는, 휘발성 메모리(1732) 또는 비 휘발성 메모리(1734)를 포함할 수 있다. 휘발성 메모리(1732)는, 예를 들면, RAM(random access memory)(예: DRAM, SRAM, 또는 SDRAM)로 구성될 수 있다. 비 휘발성 메모리(1734)는, 예를 들면, PROM(programmable read-only memory), OTPROM(one time PROM), EPROM(erasable PROM), EEPROM(electrically EPROM), mask ROM, flash ROM, 플래시 메모리, HDD(hard disk drive), 또는 SSD(solid state drive)로 구성될 수 있다. 또한, 비 휘발성 메모리(1734)는, 전자 장치(1701)와의 연결 형태에 따라, 그 안에 배치된 내장 메모리(1736), 또는 필요 시에만 연결하여 사용 가능한 스탠드-얼론(stand-alone) 형태의 외장 메모리(1738)로 구성될 수 있다. 외장 메모리(1738)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card), 또는 메모리 스틱을 포함할 수 있다. 외장 메모리(1738)는 유선(예: 케이블 또는 USB(universal serial bus)) 또는 무선(예: Bluetooth)을 통하여 전자 장치(1701)와 기능적으로 또는 물리적으로 연결될 수 있다.
메모리(1730)는, 예를 들면, 전자 장치(1701)의 적어도 하나의 다른 소프트웨어 구성요소, 예를 들어, 프로그램(1740)에 관계된 명령 또는 데이터를 저장할 수 있다. 프로그램(1740)은, 예를 들면, 커널(1741), 라이브러리(1743), 어플리케이션 프레임워크(1745), 또는 어플리케이션 프로그램(interchangeably "어플리케이션")(1747)을 포함할 수 있다.
입력 장치(1750)는, 마이크, 마우스, 또는 키보드를 포함할 수 있다. 일 실시 예에 따르면, 키보드는 물리적인 키보드로 연결되거나, 표시 장치(1760)를 통해 가상 키보드로 표시될 수 있다.
표시 장치(1760)는, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 디스플레이는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 마이크로 전자기계 시스템(MEMS) 디스플레이, 또는 전자 종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이는, 일 실시 예에 따르면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 디스플레이는 사용자의 터치, 제스처, 근접, 또는 호버링(hovering) 입력을 감지할 수 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(interchangeably "force sensor")를 포함할 수 있다. 상기 터치 회로 또는 압력 센서는 디스플레이와 일체형으로 구현되거나, 또는 디스플레이와는 별도의 하나 이상의 센서들로 구현될 수 있다. 홀로그램 장치는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(1701)의 내부 또는 외부에 위치할 수 있다.
오디오 모듈(1770)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1770)은, 입력 장치(1750)(예: 마이크)를 통해 소리를 획득하거나, 또는 전자 장치(1701)에 포함된 출력 장치(미 도시)(예: 스피커 또는 리시버), 또는 전자 장치(1701)와 연결된 외부 전자 장치(예: 전자 장치(1702)(예: 무선 스피커 또는 무선 헤드폰) 또는 전자 장치(1706)(예: 유선 스피커 또는 유선 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1776)은, 예를 들면, 전자 장치(1701)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 고도, 습도, 또는 밝기)를 계측 또는 감지하여, 그 계측 또는 감지된 상태 정보에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1776)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러(color) 센서(예: RGB(red, green, blue) 센서), IR(infrared) 센서, 생체 센서(예: 홍채 센서, 지문 센서, 또는 HRM(heartbeat rate monitoring) 센서, 후각(electronic nose) 센서, EMG(electromyography) 센서, EEG(Electroencephalogram) 센서, ECG(Electrocardiogram) 센서), 온도 센서, 습도 센서, 조도 센서, 또는 UV(ultra violet) 센서를 포함할 수 있다. 센서 모듈(1776)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1701)는 프로세서(1720) 또는 프로세서(1720)와는 별도의 프로세서(예: 센서 허브)를 이용하여, 센서 모듈(1776)을 제어할 수 있다. 별도의 프로세서(예: 센서 허브)를 이용하는 경우에, 전자 장치(1701)는 프로세서(1720)가 슬립(sleep) 상태에 있는 동안, 프로세서(1720)를 깨우지 않고 별도의 프로세서의 작동에 의하여 센서 모듈(1776)의 동작 또는 상태의 적어도 일부를 제어할 수 있다.
인터페이스(1777)는, 일 실시 예에 따르면, HDMI(high definition multimedia interface), USB, 광 인터페이스(optical interface), RS-232(recommended standard 232), D-sub(D-subminiature), MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다. 연결 단자(1778)는 전자 장치(1701)와 전자 장치(1706)를 물리적으로 연결시킬 수 있다. 일 실시 예에 따르면, 연결 단자(1778)는, 예를 들면, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1779)은 전기적 신호를 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 예를 들면, 햅틱 모듈(1779)은 사용자에게 촉각 또는 운동 감각과 관련된 자극을 제공할 수 있다. 햅틱 모듈(1779)은 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1780)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있다. 카메라 모듈(1780)는, 일 실시 예에 따르면, 하나 이상의 렌즈(예: 광각 렌즈 및 망원 렌즈, 또는 전면 렌즈 및 후면 렌즈), 이미지 센서, 이미지 시그널 프로세서, 또는 플래시(예: 발광 다이오드 또는 제논 램프(xenon lamp) 등)를 포함할 수 있다.
전력 관리 모듈(1788)은 전자 장치(1701)의 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.
배터리(1789)는, 예를 들면, 1차 전지, 2차 전지, 또는 연료 전지를 포함하여 외부 전원에 의해 재충전되어, 상기 전자 장치(1701)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다.
통신 모듈(1790)은, 예를 들면, 전자 장치(1701)와 외부 장치(예: 제1 외부 전자 장치(1702), 제2 외부 전자 장치(1704), 또는 서버(1708)) 간의 통신 채널 수립 및 수립된 통신 채널을 통한 유선 또는 무선 통신의 수행을 지원할 수 있다. 일 실시 예에 따르면, 통신 모듈(1790)은 무선 통신 모듈(1792) 또는 유선 통신 모듈(1794)을포함하고, 그 중 해당하는 통신 모듈을 이용하여 제1 네트워크(1798)(예: Bluetooth 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1799)(예: 셀룰러 네트워크와 같은 원거리 통신 네트워크)를 통하여 외부 장치와 통신할 수 있다.
무선 통신 모듈(1792)은, 예를 들면, 셀룰러 통신, 근거리 무선 통신, 또는 GNSS 통신을 지원할 수 있다. 셀룰러 통신은, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications)을 포함할 수 있다. 근거리 무선 통신은, 예를 들면, Wi-Fi(wireless fidelity), Wi-Fi Direct, Li-Fi(light fidelity), Bluetooth, BLE(Bluetooth low energy), Zigbee, NFC(near field communication), MST(magnetic secure transmission), RF(radio frequency), 또는 BAN(body area network)을 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo(the European global satellite-based navigation system)을 포함할 수 있다. 본 문서에서 "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다.
일 실시 예에 따르면, 상기 무선 통신 모듈(1792)은, 셀룰러 통신을 지원하는 경우, 예를 들면, 가입자 식별 모듈(1796)을 이용하여 통신 네트워크 내에서 전자 장치(1701)의 구별 및 인증을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1792)은 프로세서(1720)(예: AP)와 별개인 CP를 포함할 수 있다. 이런 경우, CP는, 예를 들면, 프로세서(1720)가 인액티브(예: 슬립) 상태에 있는 동안 프로세서(1720)를 대신하여, 또는 프로세서(1720)가 액티브 상태에 있는 동안 프로세서(1720)과 함께, 전자 장치(1701)의 구성요소들(1710-1796) 중 적어도 하나의 구성 요소와 관련된 기능들의 적어도 일부 기능을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1792)은 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS 통신 모듈 중 해당하는 통신 방식만을 지원하는 복수의 통신 모듈들로 구성될 수 있다.
유선 통신 모듈(1794)은, 예를 들면, LAN(local area network), 전력선 통신 또는 POTS(plain old telephone service)를 포함할 수 있다.
제1 네트워크(1798)는, 예를 들어, 전자 장치(1701)와 제1 외부 전자 장치(1702)간의 무선으로 직접 연결을 통해 명령 또는 데이터를 송신 또는 수신 할 수 있는 Wi-Fi 다이렉트 또는 Bluetooth를 포함할 수 있다. 제2 네트워크(1799)는, 예를 들어, 전자 장치(1701)와 제2 외부 전자 장치(1704)간의 명령 또는 데이터를 송신 또는 수신할 수 있는 텔레커뮤니케이션 네트워크(예: LAN(local area network)나 WAN(wide area network)와 같은 컴퓨터 네트워크, 인터넷(internet), 또는 텔레폰(telephone) 네트워크)를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 명령 또는 상기 데이터는 제2 네트워크에 연결된 서버(1708)를 통해서 전자 장치(1701)와 제2 외부 전자 장치(1704)간에 송신 또는 수신될 수 있다. 제1 및 제2 외부 전자 장치(1702, 1704) 각각은 전자 장치(1701)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시 예들에 따르면, 전자 장치(1701)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(1702, 1704), 또는 서버(1708)에서 실행될 수 있다. 일 실시 예에 따르면, 전자 장치(1701)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(1701)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(1702, 1704), 또는 서버(1708))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(1702, 1704), 또는 서버(1708))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(1701)로 전달할 수 있다. 전자 장치(1701)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리 1730)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 AP)를 의미할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어(firmware)로 구성된 유닛(unit)을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.
다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(1730))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(1720))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체(예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    하우징;
    상기 하우징의 제1 부분에 위치한 스피커;
    상기 하우징의 제2 부분에 위치한 마이크;
    상기 하우징의 제3 부분에 위치한 터치 스크린 디스플레이;
    상기 하우징의 내부에 위치하거나, 상기 하우징의 부착된 통신 회로;
    상기 하우징의 내부에 위치하고, 상기 스피커, 상기 마이크, 상기 디스플레이 및 상기 통신 회로와 동작 가능하게 연결된 프로세서; 및
    상기 하우징의 내부에 위치하고, 상기 프로세서와 동작 가능하게 연결된 메모리;를 포함하고,
    상기 메모리에 저장된 명령어가 실행되었을 때, 상기 프로세서로 하여금,
    적어도 하나의 오브젝트(object)를 포함하는 이미지를 상기 디스플레이에 표시하고,
    상기 디스플레이 또는 상기 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 이미지 상의 적어도 하나의 오브젝트와 관련된 태스크(task)를 수행하는 요청을 포함하고,
    상기 통신 회로를 통해 상기 제1 사용자 입력과 관련된 제1 데이터를 제1 외부 서버로 송신하고,
    상기 통신 회로를 통해 상기 제1 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 적어도 하나의 오브젝트와 관련된 제1 텍스트를 포함하고,
    상기 통신 회로를 통해 상기 이미지 및 상기 제1 텍스트와 관련된 제2 데이터를 제2 외부 서버로 송신하고,
    상기 통신 회로를 통해 상기 제2 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 태스크의 적어도 일부를 수행하는 것과 관련된 제2 텍스트를 포함하고,
    상기 디스플레이 또는 상기 스피커를 통해 상기 제2 텍스트의 적어도 일부를 제공하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 이미지는 상기 적어도 하나의 오브젝트가 포함된 영역을 분리한 이미지인, 전자 장치.
  3. 청구항 1에 있어서,
    상기 명령어는 상기 프로세서로 하여금,
    상기 이미지를 상기 전자 장치에서 직접 분석하거나, 상기 제2 외부 서버를 통해 분석하여 상기 이미지에서 상기 적어도 하나의 오브젝트가 포함된 영역에 대한 정보를 생성하고,
    상기 생성된 정보를 이용하여 상기 이미지에서 상기 적어도 하나의 오브젝트가 포함된 영역을 분리하도록 하는, 전자 장치.
  4. 청구항 1에 있어서,
    상기 태스크는 상기 이미지에 포함된 상기 적어도 하나의 오브젝트와 관련된 정보를 획득하는 것을 더 포함하는, 전자 장치.
  5. 청구항 1에 있어서,
    상기 제1 텍스트는 상기 적어도 하나의 오브젝트를 지칭하는 정보임을 더 포함하는, 전자 장치.
  6. 청구항 1에 있어서,
    상기 제2 텍스트는 상기 적어도 하나의 오브젝트가 제품(product)일 경우, 해당 제품의 모델 정보, 기능 정보, 가격 정보, 생산자 정보 및 판매자 정보 중 적어도 하나를 더 포함하는, 전자 장치.
  7. 청구항 1에 있어서,
    카메라를 더 포함하고, 상기 이미지는 상기 카메라를 이용한 프리뷰 이미지(preview image)인 전자 장치.
  8. 청구항 7에 있어서,
    상기 명령어는 상기 프로세서로 하여금,
    상기 제2 응답을 수신하였을 때, 상기 디스플레이에 표시된 프리뷰 이미지를 캡쳐하여 스틸 이미지(stil image)로 저장하고,
    상기 저장된 스틸 이미지 및 상기 제1 텍스트와 관련된 상기 제2 데이터를 상기 제2 외부 서버로 송신하도록 하는, 전자 장치.
  9. 청구항 1에 있어서,
    상기 제1 응답은 상기 태스크를 수행하기 위한 상기 전자 장치의 상태들의 시퀀스를 더 포함하고,
    상기 명령어는 상기 프로세서로 하여금,
    상기 제2 텍스트의 적어도 일부를 이용하여, 상기 제2 응답을 수신한 후 상기 전자 장치가 상기 시퀀스의 상태들 중 적어도 일부를 갖게 하는 것을 더 포함하는 전자 장치.
  10. 청구항 1에 있어서,
    상기 제1 응답은 상기 적어도 하나의 오브젝트와 관련된 제3 텍스트를 더 포함하고, 상기 제3 텍스트는 상기 이미지에 포함된 오브젝트의 카테고리(category) 정보를 포함하고,
    상기 명령어는 상기 프로세서로 하여금,
    상기 이미지 및 상기 제1 텍스트뿐만 아니라, 상기 제3 텍스트와 관련된 상기 제2 데이터를 상기 제2 외부 서버로 송신하도록 하는, 전자 장치.
  11. 청구항 1에 있어서,
    상기 명령어는 상기 프로세서로 하여금,
    상기 통신 회로를 통해 상기 제2 텍스트를 디스플레이 장치로 송신하여, 상기 디스플레이 장치에 포함된 디스플레이를 통해 상기 제2 텍스트의 적어도 일부를 제공하도록 하는, 전자 장치.
  12. 이미지를 처리하는 서버에 있어서,
    네트워크 인터페이스;
    상기 네트워크 인터페이스와 동작 가능하도록 연결된 프로세서; 및
    상기 프로세서와 동작 가능하도록 연결하고, 오브젝트와 관련된 정보가 저장된 적어도 하나의 데이터베이스를 포함하는 메모리;를 포함하고,
    상기 메모리에 저장된 명령어가 실행되었을 때, 상기 프로세서로 하여금,
    상기 네트워크 인터페이스를 통해 외부 전자 장치로부터 적어도 하나의 오브젝트(object)를 포함하는 이미지 및 제1 텍스트와 관련된 제1 데이터를 수신하고, 상기 제1 텍스트는 상기 적어도 하나의 오브젝트와 관련되고,
    상기 이미지에 포함된 상기 적어도 하나의 오브젝트를 인식하고,
    상기 인식된 적어도 하나의 오브젝트에 대한 정보를 상기 데이터베이스로부터 획득하고,
    상기 획득한 정보 및 상기 제1 텍스트를 이용하여 제2 텍스트를 생성하고,
    상기 생성된 제2 텍스트를 상기 외부 전자 장치로 송신하도록 하는, 서버.
  13. 청구항 12에 있어서,
    상기 명령어는 상기 프로세서로 하여금,
    상기 이미지에 포함된 상기 적어도 하나의 오브젝트에 대한 카테고리(category)를 결정하고,
    상기 결정된 카테고리와 관련된 데이터베이스로부터 상기 적어도 하나의 오브젝트와 관련된 정보를 획득하고,
    상기 제1 텍스트를 이용하여 상기 획득된 정보로부터 제2 텍스트를 획득하고,
    상기 획득된 제2 텍스트를 상기 외부 전자 장치로 송신하도록 하는, 서버.
  14. 청구항 13에 있어서,
    상기 카테고리는 상위 카테고리 및, 상기 상위 카테고리에 포함된 하위 카테고리를 포함하고,
    상기 메모리는 적어도 하나 이상의 상기 카테고리와 관련된 데이터베이스를 포함하도록 하고,
    상기 명령어는 상기 프로세서로 하여금,
    상기 상위 카테고리 및 하위 카테고리를 순차적으로 결정하도록 하는, 서버.
  15. 청구항 12에 있어서,
    상기 상기 오브젝트와 관련된 정보는 텍스트 및 이미지가 포함된 리스트 정보를 포함하는, 서버.
  16. 청구항 12에 있어서,
    상기 제2 텍스트는 상기 적어도 하나의 오브젝트가 제품(product)일 경우, 해당 제품의 모델 정보, 기능 정보, 가격 정보, 생산자 정보 및 판매자 정보 중 적어도 하나를 더 포함하는, 서버.
  17. 청구항 12에 있어서,
    상기 제1 데이터는 상기 이미지 및 상기 제1 텍스트뿐만 아니라, 제3 텍스트와 관련되고,
    상기 명령어는 상기 프로세서로 하여금,
    상기 제3 텍스트를 이용하여 상기 이미지에 포함된 상기 적어도 하나의 오브젝트에 대응되는 카테고리를 결정하도록 하는, 서버.
  18. 청구항 17에 있어서,
    상기 제3 텍스트는 상기 적어도 하나의 오브젝트의 카테고리에 대한 정보를 포함하고 있는, 서버.
  19. 청구항 12에 있어서,
    상기 제1 텍스트는 상기 오브젝트를 지칭하는 정보를 포함하는, 전자 장치.
  20. 청구항 12에 있어서,
    상기 이미지는 상기 이미지가 촬영된 장소와 관련된 GPS(global positioning system) 정보를 포함하고,
    상기 명령어는 상기 프로세서로 하여금,
    상기 GPS 정보와 관련된 제2 텍스트 정보를 생성하도록 하는, 서버.
KR1020170132812A 2017-10-12 2017-10-12 사용자 발화를 처리하는 전자 장치 및 서버 KR102431817B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170132812A KR102431817B1 (ko) 2017-10-12 2017-10-12 사용자 발화를 처리하는 전자 장치 및 서버
PCT/KR2018/011851 WO2019074257A1 (ko) 2017-10-12 2018-10-10 사용자 발화를 처리하는 전자 장치 및 서버
US16/753,234 US20200326832A1 (en) 2017-10-12 2018-10-10 Electronic device and server for processing user utterances
EP18865649.0A EP3678132A4 (en) 2017-10-12 2018-10-10 ELECTRONIC DEVICE AND SERVER FOR PROCESSING USER STATEMENTS

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170132812A KR102431817B1 (ko) 2017-10-12 2017-10-12 사용자 발화를 처리하는 전자 장치 및 서버

Publications (2)

Publication Number Publication Date
KR20190041343A true KR20190041343A (ko) 2019-04-22
KR102431817B1 KR102431817B1 (ko) 2022-08-12

Family

ID=66101452

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170132812A KR102431817B1 (ko) 2017-10-12 2017-10-12 사용자 발화를 처리하는 전자 장치 및 서버

Country Status (4)

Country Link
US (1) US20200326832A1 (ko)
EP (1) EP3678132A4 (ko)
KR (1) KR102431817B1 (ko)
WO (1) WO2019074257A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102398649B1 (ko) * 2017-03-28 2022-05-17 삼성전자주식회사 사용자 발화를 처리하는 전자 장치 및 그 동작 방법
US11803883B2 (en) * 2018-01-29 2023-10-31 Nielsen Consumer Llc Quality assurance for labeled training data
EP4026120A4 (en) * 2019-09-04 2023-10-18 Brain Technologies, Inc. REAL-TIME MORPHING INTERFACE FOR DISPLAY ON A COMPUTER SCREEN
CN115004190A (zh) * 2020-01-31 2022-09-02 谷歌有限责任公司 分析图形用户界面以促进自动交互
US11727678B2 (en) * 2020-10-30 2023-08-15 Tiliter Pty Ltd. Method and apparatus for image recognition in mobile communication device to identify and weigh items
CN113643696A (zh) * 2021-08-10 2021-11-12 阿波罗智联(北京)科技有限公司 语音处理方法、装置、设备、存储介质及程序

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120120316A (ko) * 2010-01-18 2012-11-01 애플 인크. 지능형 자동화 어시스턴트
KR20130055029A (ko) * 2009-04-14 2013-05-27 퀄컴 인코포레이티드 모바일 디바이스들을 이용한 이미지 인식을 위한 시스템 및 방법
KR20150134252A (ko) * 2014-05-21 2015-12-01 삼성전자주식회사 디스플레이 장치, 원격 제어 장치, 시스템 및 그 제어 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7751805B2 (en) * 2004-02-20 2010-07-06 Google Inc. Mobile image-based information retrieval system
KR102004262B1 (ko) * 2012-05-07 2019-07-26 엘지전자 주식회사 미디어 시스템 및 이미지와 연관된 추천 검색어를 제공하는 방법
US20150088923A1 (en) * 2013-09-23 2015-03-26 Google Inc. Using sensor inputs from a computing device to determine search query
KR102173123B1 (ko) * 2013-11-22 2020-11-02 삼성전자주식회사 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치
EP2947635B1 (en) * 2014-05-21 2018-12-19 Samsung Electronics Co., Ltd. Display apparatus, remote control apparatus, system and controlling method thereof
US9721185B2 (en) * 2015-01-13 2017-08-01 Arris Enterprises Llc Automatic detection of logos in video sequences

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130055029A (ko) * 2009-04-14 2013-05-27 퀄컴 인코포레이티드 모바일 디바이스들을 이용한 이미지 인식을 위한 시스템 및 방법
KR20120120316A (ko) * 2010-01-18 2012-11-01 애플 인크. 지능형 자동화 어시스턴트
KR20150134252A (ko) * 2014-05-21 2015-12-01 삼성전자주식회사 디스플레이 장치, 원격 제어 장치, 시스템 및 그 제어 방법

Also Published As

Publication number Publication date
KR102431817B1 (ko) 2022-08-12
WO2019074257A1 (ko) 2019-04-18
US20200326832A1 (en) 2020-10-15
EP3678132A1 (en) 2020-07-08
EP3678132A4 (en) 2020-11-04

Similar Documents

Publication Publication Date Title
CN109243432B (zh) 话音处理方法以及支持该话音处理方法的电子设备
US10909982B2 (en) Electronic apparatus for processing user utterance and controlling method thereof
CN108735204B (zh) 用于执行与用户话语相对应的任务的设备
EP3396666B1 (en) Electronic device for providing speech recognition service and method thereof
CN109102802B (zh) 用于处理用户话语的系统
KR102431817B1 (ko) 사용자 발화를 처리하는 전자 장치 및 서버
KR20180121097A (ko) 음성 데이터 처리 방법 및 이를 지원하는 전자 장치
KR102389996B1 (ko) 전자 장치 및 이를 이용한 사용자 입력을 처리하기 위한 화면 제어 방법
KR102348758B1 (ko) 음성 인식 서비스 운용 방법 및 이를 지원하는 전자 장치
KR102361458B1 (ko) 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
US20190019509A1 (en) Voice data processing method and electronic device for supporting the same
KR102369083B1 (ko) 음성 데이터 처리 방법 및 이를 지원하는 전자 장치
KR20180113075A (ko) 프레임워크를 이용한 자연어 표현 생성 방법 및 장치
US11915700B2 (en) Device for processing user voice input
KR20190032026A (ko) 자연어 표현 제공 방법 및 이를 지원하는 전자 장치
KR20180121760A (ko) 사용자 발화를 처리하는 전자
KR20180121761A (ko) 사용자 발화를 처리하는 전자 장치
KR20180108321A (ko) 파셜 랜딩 후 사용자 입력에 따른 동작을 수행하는 전자 장치
KR20180110348A (ko) 발화를 이용하여 결제를 수행하는 전자 장치 및 방법
KR102426411B1 (ko) 사용자 발화을 처리하는 전자 장치 및 시스템
CN109309754B (zh) 用于获取和键入缺少参数的电子设备
KR20180116731A (ko) 사용자 발화에 대응하는 태스크를 수행하는 전자 장치
KR20190019442A (ko) 사용자 발화를 처리하는 전자 장치 및 서버

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