KR20190109868A

KR20190109868A - 사운드 데이터를 처리하는 시스템 및 시스템의 제어 방법

Info

Publication number: KR20190109868A
Application number: KR1020180031472A
Authority: KR
Inventors: 김태구; 박상용; 박정욱; 노대일; 장동호
Original assignee: 삼성전자주식회사
Priority date: 2018-03-19
Filing date: 2018-03-19
Publication date: 2019-09-27
Also published as: US11004451B2; KR102635811B1; CN110288987B; JP2019164345A; WO2019182226A1; CN110288987A; EP3543999A3; EP3543999A2; US20190287525A1; JP7317529B2

Abstract

시스템이 개시된다. 개시되는 시스템은 오디오 데이터를 인식하여 기능을 실행할 수 있는 패스 룰을 생성하는 것이다.
시스템은, 통신 인터페이스, 상기 통신 인터페이스와 연결된 적어도 하나의 프로세서, 상기 프로세서와 연결된 적어도 하나의 메모리를 포함하고, 상기 메모리는, 동작 시, 상기 프로세서가, 상기 통신 인터페이스를 통해 제1 외부 장치로부터 사운드 데이터를 수신하고, 자동 음성 인식 모듈의 적어도 일부를 이용하여 상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하고, 상기 음성 신호를 텍스트 데이터로 변경하고, 상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하고, 상기 텍스트 데이터와 상기 노이즈 패턴을 이용하여 도메인을 결정하도록 설정된 명령어들을 저장할 수 있다.
시스템의 패스 룰 생성 방법의 적어도 일부는 규칙 기반 모델 또는 기계 학습, 신경망 또는 딥러닝 알고리즘 중 적어도 하나에 따라서 학습 된 인공 지능 모델을 이용할 수 있다.
상기 규칙 기반 모델 또는 인공 지능 모델은 상기 음성과 환경음을 포함하는 오디오 데이터를 입력 값으로 이용하여 판단된 결과인 패스 룰을 생성할 수 있다.

Description

사운드 데이터를 처리하는 시스템 및 시스템의 제어 방법{SYSTEM AND CONTROL METHOD OF SYSTEM FOR PROCESSING SOUND DATA}

본 개시의 실시예들은, 사용자의 음성 또는 노이즈를 포함하는 사운드 데이터를 처리하는 기술과 관련된다.

키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치들은 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치들은 음성 인식 서비스가 실행된 상태에서 입력되는 사용자의 음성을 인식하고, 음성 입력에 대응되는 동작을 실행하거나 검색 결과를 제공할 수 있다.

근래 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고, 의도에 맞는 결과를 사용자에게 제공하는 기술이다.

또한, 자연어를 처리하는 기술 중 하나로서 인공 지능 시스템이 이용되고 있다. 인공 지능 시스템은 기존의 룰(rule) 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공 지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 룰 기반 스마트 시스템은 점차 딥러닝 기반 인공 지능 시스템으로 대체되고 있다.

인공 지능 기술은 기계학습(예로, 딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.

기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공 지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

음성 인식 기능과 같은 지능화 서비스는 음성을 수신하고, 수신된 음성의 내용을 인식하여 기능을 실행 할 때, 음성이 수신되는 상황을 고려하지 못하고 기능이 수행될 수 있다.

본 개시의 다양한 실시예들은 수신된 음성의 내용에 대응하는 기능을 실행할 때, 음성이 수신되는 환경에 대한 정보를 이용하여 사용자에게 보다 적합한 기능을 제공하고자 한다.

일 실시예에 따른 시스템은, 통신 인터페이스, 상기 통신 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서, 상기 프로세서와 작동적으로 연결된 적어도 하나의 메모리를 포함하고, 상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가, 상기 통신 인터페이스를 통해 제1 외부 장치로부터 사운드 데이터를 수신하고, 자동 음성 인식 모듈의 적어도 일부를 이용하여 상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하고, 상기 음성 신호를 텍스트 데이터로 변경하고, 상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하고, 상기 텍스트 데이터 및 상기 노이즈 패턴을 이용하여 도메인을 결정하도록 설정된 명령어들을 저장할 수 있다.

일 실시예에 따른 시스템의 제어 방법은, 제1 외부 장치로부터 사운드 데이터를 수신하는 동작, 상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하는 동작, 상기 음성 신호를 텍스트 데이터로 변경하는 동작, 상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하는 동작 및, 상기 텍스트 데이터와 상기 노이즈 패턴을 이용하여 도메인을 결정하는 동작을 포함할 수 있다.

본 개시의 일 실시예에 따르면, 사용자 단말은 사용자의 음성에 대응하는 기능 실행 시, 사용자가 위치한 환경에 대한 정보를 이용하여 기능을 실행할 수 있다.

본 개시의 다양한 실시예에 따르면, 사용자 단말은 사용자의 음성에 대응하는 기능 실행 시, 사용자의 상황에 대한 정보를 이용하여 기능에 포함된 동작을 변경할 수 있다.

본 개시의 다양한 실시예에 따르면, 사용자 단말은 사용자의 음성에 대응하는 기능 실행 시, 사용자가 위치한 환경에 대한 정보를 이용하여 추가적인 기능을 실행할 수 있다.

도 1은 본 개시의 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 본 개시의 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 본 개시의 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4는 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 5는 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 제안 모듈을 나타낸 블록도이다.
도 6은 본 개시의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 7은 본 개시의 일 실시 예에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 8은 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.
도 9는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 기능을 실행하는 상황을 설명하는 도면이다.
도 10a는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 기능을 실행하는 다른 상황을 설명하는 도면이다.
도 10b는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 다른 장치를 제어하는 상황을 설명하는 도면이다.
도 11은 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 패스 룰을 생성하는 상황을 설명하는 흐름도이다.
도 12는 일 실시예에 따른 지능화 시스템에서 사용되는 학습 모델을 생성하는 동작을 도식화한 도면이다.
도 13은 일 실시예에 따른 지능화 시스템에서 지능화 서비스를 실행하는 상황을 설명하는 도면이다.
도 14는 일 실시예에 따른 지능화 시스템에서 지능화 서비스를 실행하는 다른 상황을 설명하는 도면이다.
도 15는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 오디오 데이터를 이용하여 지능화 서비스를 실행하는 상황을 설명하는 흐름도이다.
도 16은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 서버 또는 가전 장치 중 적어도 하나를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 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. "제 1", "제 2", "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: 제 1) 구성요소가 다른(예: 제 2) 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.

이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다.

본 개시의 일 실시 예를 서술하기에 앞서, 본 개시의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.

도 1은 본 개시의 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 규칙 기반 모델 또는 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(neural 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 개시의 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)을 통해 노출될 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)을 통해 노출될 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)을 통해 노출될 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 로드 되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 실행 매니저 모듈(147)에 의해 로드 되어 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 오픈 하고 완료 정보를 실행 매니저 모듈(147)로 송신할 수 있다. 여기서 임의의 동작을 오픈 한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈 되지 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 첫 번째 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 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 관리하고, 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 전처리 하기 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 제거 모듈은 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 검출하고, 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 데이터 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 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 있다. 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 있다. 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 개시의 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(120b)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(120a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.

도 4는 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.

도 4를 참조하면, 프로세서(150)는 지능형 에이전트(145)로부터 컨텍스트 요청을 수신(①)하면, 컨텍스트 모듈(149a)을 통해 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 요청(②)할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 상기 컨텍스트 정보를 수신(③)하여 지능형 에이전트(145)로 송신(④)할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)으로부터 복수의 컨텍스트 정보를 전달 받을 수 있다. 상기 컨텍스트 정보는, 예를 들어, 가장 최근 실행된 앱(141, 143)에 대한 정보일 수 있다. 상기 컨텍스트 정보는, 다른 예를 들어, 앱(141, 143) 내의 현재 상태에 대한 정보(예: 갤러리에서 사진을 보고 있는 경우, 해당 사진에 대한 정보)일 수 있다.

일 실시 예에 따르면, 프로세서(150)는 컨텍스트 모듈(149a)을 통해 앱(141, 143)뿐만 아니라, 디바이스 플랫폼(device platform)으로부터 사용자 단말(100)의 현재 상태를 나타내는 컨텍스트 정보를 수신할 수 있다. 상기 컨텍스트 정보는 일반적 컨텍스트 정보, 사용자 컨텍스트 정보 또는 장치 컨텍스트 정보를 포함할 수 있다.

상기 일반적 컨텍스트 정보는 사용자 단말(100)의 일반적인 정보를 포함할 수 있다. 상기 일반적 컨텍스트 정보는 디바이스 플랫폼의 센서 허브 등을 통해 데이터를 전달 받아서 내부 알고리즘을 통해 확인될 수 있다. 예를 들어, 상기 일반적 컨텍스트 정보는 현재 시공간에 대한 정보를 포함할 수 있다. 상기 현재 시공간에 대한 정보는, 예를 들어, 현재 시간 또는 사용자 단말(100)의 현재 위치에 대한 정보를 포함할 수 있다. 상기 현재 시간은 사용자 단말(100) 상에서의 시간을 통해 확인될 수 있고, 상기 현재 위치에 대한 정보는 GPS(global positioning system)를 통해 확인될 수 있다. 다른 예를 들어, 상기 일반적 컨텍스트 정보는 물리적 움직임에 대한 정보를 포함할 수 있다. 상기 물리적 움직임에 대한 정보는, 예를 들어, 걷기, 뛰기, 운전 중 등에 대한 정보를 포함할 수 있다. 상기 물리적 움직임 정보는 모션 센서(motion sensor)를 통해 확인될 수 있다. 상기 운전 중에 대한 정보는 상기 모션 센서를 통해 운행을 확인할 수 있을 뿐만 아니라, 차량 내의 블루투스 연결을 감지하여 탑승 및 주차를 확인할 수 있다. 또 다른 예를 들어, 상기 일반적 컨텍스트 정보는 사용자 활동 정보를 포함할 수 있다. 상기 사용자 활동 정보는, 예를 들어, 출퇴근, 쇼핑, 여행 등에 대한 정보를 포함할 수 있다. 상기 사용자 활동 정보는 사용자 또는 앱이 데이터베이스에 등록한 장소에 대한 정보를 이용하여 확인될 수 있다.

상기 사용자 컨텍스트 정보는 사용자에 대한 정보를 포함할 수 있다. 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 감정적 상태에 대한 정보를 포함할 수 있다. 상기 감정적 상태에 대한 정보는, 예를 들어, 사용자의 행복, 슬픔, 화남 등에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 사용자 컨텍스트 정보는 사용자의 현재 상태에 대한 정보를 포함할 수 있다. 상기 현재 상태에 대한 정보는, 예를 들어, 관심, 의도 등(예: 쇼핑)에 대한 정보를 포함할 수 있다.

상기 장치 컨텍스트 정보는 사용자 단말(100)의 상태에 대한 정보를 포함할 수 있다. 예를 들어, 상기 장치 컨텍스트 정보는 실행 매니저 모듈(147)이 실행한 패스 룰에 대한 정보를 포함할 수 있다. 다른 예를 들어, 상기 디바이스 정보는 배터리에 대한 정보를 포함할 수 있다. 상기 배터리에 대한 정보는, 예를 들어, 상기 배터리의 충전 및 방전 상태를 통해 확인될 수 있다. 또 다른 예를 들어, 상기 디바이스 정보는 연결된 장치 및 네트워크에 대한 정보를 포함할 수 있다. 상기 연결된 장치에 대한 정보는, 예를 들어, 상기 장치가 연결된 통신 인터페이스를 통해 확인될 수 있다.

도 5는 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 제안 모듈을 나타낸 블록도이다.

도 5를 참조하면, 제안 모듈(149c)은 힌트 제공 모듈(149c_1), 컨텍스트 힌트 생성 모듈(149c_2), 조건 체킹 모듈(149c_3), 조건 모델 모듈(149c_4), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)을 포함할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 실행하여 사용자에게 힌트(hint)를 제공할 수 있다. 예를 들어, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)로부터 생성된 힌트를 전달 받아 사용자에게 힌트를 제공할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 조건 체킹 모듈(149c_3) 또는 조건 모델 모듈(149c_4)을 실행하여 현재 상태에 따라 추천될 수 있는 힌트를 생성할 수 있다. 프로세서(150)는 조건 체킹 모듈(149c_3)을 실행하여 현재 상태에 대응되는 정보를 전달 받을 수 있고, 조건 모델 모듈(149c_4)을 실행하여 상기 전달 받은 정보를 이용하여 조건 모델(condition model)을 설정할 수 있다. 예를 들어, 프로세서(150)는 조건 모델 모듈은(149c_4)을 실행하여 사용자에게 힌트를 제공하는 시점의 시간, 위치, 상황 사용중인 앱 등을 파악하여 해당 조건에서 사용할 가능성이 높은 힌트를 우선 순위가 높은 순으로 사용자에게 제공할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 실행하여 사용 빈도에 따라 추천될 수 있는 힌트를 생성할 수 있다. 예를 들어, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 실행하여 사용자의 사용 패턴에 기초한 힌트를 생성할 수 있다.

일 실시 예에 따르면, 소개 힌트 생성 모듈(149c_6)은 사용자에게 신규 기능 또는 다른 사용자가 많이 쓰는 기능을 소개하는 힌트를 생성할 수 있다. 예를 들어, 상기 신규 기능을 소개하는 힌트에는 지능형 에이전트(145)에 대한 소개(예: 작동 방법)를 포함할 수 있다.

다른 실시 예에 따르면, 제안 모듈(149c)의 컨텍스트 힌트 생성 모듈(149c_2), 조건 체킹 모듈(149c_3), 조건 모델 모듈(149c_4), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)은 개인화 정보 서버(300)에 포함될 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)의 힌트 제공 모듈(149c_1)을 통해 사용자 개인화 정보 서버(300)의 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)로부터 힌트를 수신하여 사용자에게 상기 수신된 힌트를 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 다음의 일련의 프로세스에 따라 힌트를 제공할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 수신하면, 힌트 제공 모듈(149c_1)을 통해 컨텍스트 힌트 생성 모듈(149c_2)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 상기 힌트 생성 요청을 전달 받으면, 조건 체킹 모듈(149c_3)을 통해 컨텍스트 모듈(149a) 및 페르소나 모듈(149b)로부터 현재 상태에 대응되는 정보를 전달 받을 수 있다. 프로세서(150)는 조건 체킹 모듈(149c_3)을 통해 상기 전달 받은 정보를 조건 모델 모듈(149c_4)로 전달하고, 조건 모델 모듈(149c_4)을 통해 상기 정보를 이용하여 사용자에게 제공되는 힌트 중 상기 조건에 사용 가능성이 높은 순서로 힌트에 대해 우선순위를 부여 할 수 있다. 프로세서(150)는 컨텍스트 힌트 생성 모듈(149c_2)을 통해 상기 조건을 확인하고, 상기 현재 상태에 대응되는 힌트를 생성할 수 있다. 프로세서(150)는 컨텍스트 힌트 생성 모듈(149c_2)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 지정된 규칙에 따라 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전달할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 복수의 컨텍스트 힌트를 생성할 수 있고, 지정된 규칙에 따라 복수의 컨텍스트 힌트에 우선 순위를 지정할 수 있다. 일 실시 예에 따르면, 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 복수의 컨텍스트 힌트 중에서 우선 순위가 높은 것을 사용자에게 먼저 제공할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 사용 빈도에 따른 힌트를 제안할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 전달 받으면, 힌트 제공 모듈(149c_1)을 통해 재사용 힌트 생성 모듈(149c_5)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 상기 힌트 생성 요청을 전달 받으면, 재사용 힌트 생성 모듈(149c_5)를 통해 페르소나 모듈(149b)로부터 사용자 정보를 전달 받을 수 있다. 예를 들어, 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 페르소나 모듈(149b)의 사용자의 프리퍼런스 정보에 포함된 패스 룰, 패스 룰에 포함된 파라미터, 앱의 실행 빈도, 앱이 사용된 시공간 정보를 전달 받을 수 있다. 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 상기 전달 받은 사용자 정보에 대응되는 힌트를 생성할 수 있다. 프로세서(150)는 재사용 힌트 생성 모듈(149c_5)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전달할 수 있다.

일 실시 예에 따르면, 사용자 단말(100)은 새로운 기능에 대한 힌트를 제안할 수 있다. 예를 들어, 프로세서(150)는 지능형 에이전트(145)로부터 힌트 제공 요청을 전달 받으면, 힌트 제공 모듈(149c_1)을 통해 소개 힌트 생성 모듈(149c_6)로 힌트 생성 요청을 전달할 수 있다. 프로세서(150)는 소개 힌트 생성 모듈(149c_6)을 통해 제안 서버(400)로부터 소개 힌트 제공 요청을 전달하여 제안 서버(400)로부터 소개될 기능에 대한 정보를 수신할 수 있다. 제안 서버(400)는, 예를 들어, 소개될 기능에 대한 정보를 저장할 수 있고, 상기 소개될 기능에 대한 힌트 리스트(hint list)는 서비스 운영자에 의해 업데이트될 수 있다. 프로세서(150)는 소개 힌트 생성 모듈(149c_6)을 통해 상기 생성된 힌트를 힌트 제공 모듈(149c_1)로 전달할 수 있다. 프로세서(150)는 힌트 제공 모듈(149c_1)을 통해 상기 힌트를 정렬하고, 상기 힌트를 지능형 에이전트(145)로 전송할 수 있다.

이에 따라, 프로세서(150)는 제안 모듈(149c)을 통해 컨텍스트 힌트 생성 모듈(149c_2), 재사용 힌트 생성 모듈(149c_5) 또는 소개 힌트 생성 모듈(149c_6)에서 생성된 힌트를 사용자에게 제공할 수 있다. 예를 들어, 프로세서(150)는 제안 모듈(149c)을 통해 상기 생성된 힌트를 지능형 에이전트(145)을 동작시키는 앱에 표시할 수 있고, 상기 앱을 통해 사용자로부터 상기 힌트를 선택하는 입력을 수신할 수 있다.

도 6은 본 개시의 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.

도 6을 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 명령어를 실행하여 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 구동시킬 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. 상기 자연어 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 충분한지 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 7은 본 개시의 일 실시 예에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.

도 7은 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 8은 본 개시의 일 실시 예에 따른 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 것을 나타낸 도면이다.

도 8을 참조하면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 사용자 단말(100)의 정보를 전달 받을 수 있다. 프로세서(150)는 앱(141, 143) 및 실행 매니저 모듈(147)을 통해 앱의 동작을 실행한 결과 정보를 동작 로그 데이터베이스에 저장할 수 있다. 프로세서(150)는 컨텍스트 모듈(149a)을 통해 사용자 단말(100)의 현재 상태에 대한 정보를 컨텍스트 데이터베이스에 저장할 수 있다. 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스로부터 상기 저장된 정보를 전달 받을 수 있다. 상기 동작 로그 데이터베이스 및 상기 컨텍스트 데이터베이스에 저장된 데이터는, 예를 들어, 분석 엔진(analysis engine)에 의해 분석되어 페르소나 모듈(149b)로 전달될 수 있다.

일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 수신한 정보를 제안 모듈(149c)로 송신할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(149c)로 전달할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 앱(141, 143), 실행 매니저 모듈(147) 또는 컨텍스트 모듈(149a)로부터 전달 받은 정보를 개인화 정보 서버(300)로 송신할 수 있다. 예를 들어, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 누적되어 저장된 데이터를 주기적으로 개인화 정보 서버(300)에 송신할 수 있다.

일 실시 예에 따르면, 프로세서(150)는 페르소나 모듈(149b)을 통해 상기 동작 로그 데이터베이스 또는 상기 컨텍스트 데이터베이스에 저장된 데이터를 제안 모듈(149c)로 전달할 수 있다. 페르소나 모듈(149b)통해 생성된 사용자 정보는 페르소나 데이터베이스에 저장될 수 있다. 페르소나 모듈(149b)는 상기 페르소나 데이터베이스에 저장된 사용자 정보를 주기적으로 개인화 정보 서버(300)로 송신할 수 있다. 일 실시 예에 따르면, 페르소나 모듈(149b)을 통해 개인화 정보 서버(300)로 송신된 정보는 페르소나 데이터베이스에 저장될 수 있다. 개인화 정보 서버(300)는 상기 페르소나 데이터베이스에 저장된 정보를 이용하여 지능형 서버(200)의 패스 룰 생성에 필요한 사용자 정보를 추론할 수 있다.

일 실시 예에 따르면, 페르소나 모듈(149b)을 통해 송신된 정보를 이용하여 추론된 사용자 정보는 프로파일(profile) 정보 또는 프리퍼런스(preference) 정보를 포함할 수 있다. 상기 프로파일 정보 또는 프리퍼런스 정보는 사용자의 계정(account) 및 누적된 정보를 통해 추론될 수 있다.

상기 프로파일 정보는 사용자의 신상 정보를 포함할 수 있다. 예를 들어, 상기 프로파일 정보는 사용자의 인구 통계 정보를 포함할 수 있다. 상기 인구 통계 정보는, 예를 들어, 사용자의 성(gender), 나이 등을 포함할 수 있다. 다른 예를 들어, 상기 프로파일 정보는 라이프 이벤트(life event) 정보를 포함할 수 있다. 상기 라이프 이벤트 정보는, 예를 들어, 로그 정보를 라이프 이벤트 모델(life event model)과 비교하여 추론되고, 행동 패턴(behavior patter)을 분석하여 보강될 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 관심(interest) 정보를 포함할 수 있다. 상기 관심 정보는, 예를 들어, 관심 쇼핑 물품, 관심 분야(예: 스포츠, 정치 등) 등을 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 지역 정보를 포함할 수 있다. 상기 활동 지역 정보는, 예를 들어, 집, 일하는 곳 등에 대한 정보를 포함할 수 있다. 상기 활동 지역에 대한 정보는 장소의 위치에 대한 정보뿐만 아니라 누적 체류 시간 및 방문 횟수를 기준으로 우선 순위가 기록된 지역에 대한 정보를 포함할 수 있다. 또 다른 예를 들어, 상기 프로파일 정보는 활동 시간 정보를 포함할 수 있다. 상기 활동 시간 정보는, 예를 들어, 기상 시간, 출퇴근 시간, 수면 시간 등에 대한 정보를 포함할 수 있다. 상기 출퇴근 시간에 대한 정보는 상기 활동 지역 정보(예: 집 및 일하는 곳에 대한 정보)를 이용하여 추론될 수 있다. 상기 수면 시간에 대한 정보는 사용자 단말(100)의 미사용 시간을 통해 추론될 수 있다.

상기 프리퍼런스 정보는 사용자의 선호도 정보를 포함할 수 있다. 예를 들어, 상기 프리퍼런스 정보는 앱 선호도에 대한 정보를 포함할 수 있다. 상기 앱 선호도는, 예를 들어, 앱의 사용 기록(예: 시간별, 장소별 사용 기록)을 통해 추론될 수 있다. 상기 앱의 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 실행될 앱을 결정하기 위해 이용될 수 있다. 다른 예를 들어, 상기 프리퍼런스 정보는 연락처 선호도에 대한 정보를 포함할 수 있다. 상기 연락처 선호도는, 예를 들어, 연락처의 연락 빈도(예: 시간별, 장소별 연락하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 연락처 선호도는 사용자의 현재 상태(예: 중복된 이름에 대한 연락)에 따라 연락할 연락처를 결정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 세팅(setting) 정보를 포함할 수 있다. 상기 세팅 정보는, 예를 들어, 특정 세팅 값의 설정 빈도(예: 시간별, 장소별 세팅 값으로 설정하는 빈도) 정보를 분석하여 추론될 수 있다. 상기 세팅 정보는 사용자의 현재 상태(예: 시간, 장소, 상황)에 따라 특정 세팅 값을 설정하기 위해 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 장소 선호도를 포함할 수 있다. 상기 장소 선호도는, 예를 들어, 특정 장소의 방문 기록(예: 시간별 방문 기록)을 통해 추론될 수 있다. 상기 장소 선호도는 사용자의 현재 상태(예: 시간)에 따라 방문하고 있는 장소를 결정하기 위하여 이용될 수 있다. 또 다른 예를 들어, 상기 프리퍼런스 정보는 명령 선호도를 포함할 수 있다. 상기 명령 선호도는, 예를 들어, 명령 사용 빈도(예: 시간별, 장소별 사용 빈도)를 통해 추론될 수 있다. 상기 명령 선호도는 사용자의 현재 상태(예: 시간, 장소)에 따라 사용될 명령어 패턴을 결정하기 위해 이용될 수 있다. 특히, 상기 명령 선호도는 로그 정보를 분석하여 실행되고 있는 앱의 현재 상태에서 사용자가 가장 많이 선택한 메뉴에 대한 정보를 포함할 수 있다.

도 9는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 기능을 실행하는 상황을 설명하는 도면이다.

동작 ①에서, 사용자 단말(100)은 음악 재생을 요청하는 사용자의 명령을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 입력 모듈(예: 도 1의 입력 모듈(110))을 이용하여 음악 재생을 요청하는 사용자의 음성을 수신할 수 있다. 이 경우, 사용자 단말(100)은 사용자의 음성과 함께 사용자가 위치하는 장소에서 발생되는 환경음(예를 들면, 노이즈, 주변 소리 등)을 수신할 수 있다. 즉, 사용자 단말(100)은 음성과 환경음을 포함하는 오디오 데이터(또는, 사운드 데이터)를 수신할 수 있다.

예를 들면, 사용자 단말(100)은 지하철을 타고 이동하면서, "음악을 재생해줘"라고 말하는 사용자의 음성을 수신할 수 있다. 이 경우, 사용자는 사용자 단말(100)을 이용하여 목적지까지의 경로를 요청하여 지하철 이용에 대한 안내를 확인한 상태일 수 있다. 또한, 사용자 단말(100)은 지하철에서 방송되는 "다음 역은 사당 입니다."라는 다음 역의 명칭을 안내하는 환경음도 수신할 수 있다.

다양한 실시예에 따르면, 사용자 단말(100)은 내부에 저장된 지능형 에이전트(예: 도 2의 지능형 에이전트(145))를 이용하여 오디오 데이터의 내용을 인식하고, 해당 기능을 수행할 수 있다. 도 9에서는, 사용자 단말(100)이 지능형 서버(200)와 연동하여 기능을 수행하는 것을 가정하여 설명한다.

동작 ②에서, 사용자 단말(100)은 통신망을 통해 수신된 음성과 환경음을 지능형 서버(200)로 전송할 수 있다.

동작 ③에서, 지능형 서버(200)는 수신된 음성과 환경음을 이용하여 패스 룰을 생성할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 ASR 모듈(210)은 수신된 오디오 데이터에서 음성 신호와 환경음 신호를 추출할 수 있다. ASR 모듈(210)은 음성 신호와 환경음 신호를 텍스트 데이터 형태로 변경할 수 있다. 예를 들어, ASR 모듈(210)에 포함된 발화 인식 모듈은 음성 신호와 환경음 신호에 포함된 발성과 음소 정보 및 음소 정보의 조합에 대한 정보를 이용하여 수신된 음성 신호와 환경음 신호를 텍스트 데이터 형태로 변환할 수 있다.

다양한 실시예에 따르면, 환경음 신호가 음성이 아닌 경우, ASR 모듈(210)은 환경음 신호의 패턴을 결정하는 동작을 수행할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 텍스트 데이터로 변환 된 "음악을 재생해줘"라는 음성 신호에 대하여 문법적 분석 또는 의미적 분석을 수행하여 음성의 내용을 파악할 수 있다. 예를 들어, NLU 모듈(220)은 수신된 음성의 도메인(예: 음악), 의도(예: 음악 재생) 또는 상기 의도를 표현하는데 필요한 파라미터(예: 음악 파일들, 라디오 채널 등)를 얻을 수 있다.

NLU 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 음악 재생 어플리케이션을 선택하고, 재생할 음악 파일을 결정하는 패스 룰을 생성할 수 있다. 다양한 실시예에 따르면, NLU 모듈(220)은 라디오 재생 어플리케이션을 선택하고, 재생할 채널을 결정하는 패스 룰을 생성할 수 있다.

일 실시예에 따르면, PP 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.

PP 모듈(230)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보(예: 앱 정보 등)에 대응하는 패스 룰을 선택하여 NLU 모듈(220)로 전송할 수 있다. 예를 들어, PP 모듈(230)는 사용자가 음악 재생 어플리케이션을 라디오 어플리케이션 보다 많이 사용한 상황에 대한 정보를 수신하고, 음악 재생 어플리케이션을 실행하는 패스 룰을 선택할 수 있다. PP 모듈(230)은 선택된 패스 룰을 NLU 모듈(220)로 전송할 수 있다.

본 개시의 일 실시예에 따르면, 지능형 서버(200)는 음악 재생을 요청하는 음성의 크기에 따라 상기 패스 룰에 포함된 동작을 변경할 수 있다. 예를 들면, 지능형 서버(200)는 수신된 사용자의 음성 크기가 누적된 상황보다 작은 경우에 음악 재생 시의 볼륨을 사용자가 평소에 설정하던 단계보다 낮게 설정되도록 패스 룰에 포함된 동작을 변경할 수 있다.

본 개시의 일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 텍스트 데이터로 변환 된 "다음 역은 사당입니다"라는 환경음 신호에 대하여 문법적 분석 또는 의미적 분석을 수행하여 음성의 내용을 파악할 수 있다.

일 실시예에 따르면, NLU 모듈(220)은 사용자의 의도 및 분석된 환경음 신호에 기초하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 다음 역의 명칭을 안내하는 환경음 신호의 의미를 파악하고, 사용자 단말(100)이 사용자에게 목적지까지의 경로를 안내했던 상황을 확인하여, 목적지까지 가기 위해 남은 지하철 역을 안내하는 패스 룰을 생성할 수 있다.

일 실시예에 따르면, NLU 모듈(220)은 지하철 노선도 어플리케이션을 실행하고, 사용자의 이동 경로 중 남은 지하철 역을 표시하는 패스 룰을 생성할 수 있다. 다양한 실시예에 따르면, NLU 모듈(220)은 스피커를 실행하고 남은 지하철 역의 개수를 음성으로 안내하는 패스 룰을 생성할 수 있다.

PP 모듈(230)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보(예: 앱 정보 등)에 대응하는 패스 룰을 선택하여 NLU 모듈(220)로 전송할 수 있다. 예를 들어, PP 모듈(230)은 사용자 단말(100)이 음악 재생 어플리케이션을 실행할 것을 확인하고, 스피커를 실행하고 남은 지하철 역의 개수를 음성으로 안내하는 패스 룰을 선택할 수 있다.

동작 ④에서, 지능형 서버(200)는 선택된 패스 룰을 사용자 단말(100)로 전송할 수 있다.

동작 ⑤에서, 사용자 단말(100)은 수신된 패스 룰에 따라 음악 재생 어플리케이션을 실행하고, 선택된 음악 파일을 재생할 수 있다. 또한, 사용자 단말(100)은 목적지와 현재 역의 위치에 따라 남은 역의 개수를 산출하고 스피커를 통해 사용자에게 남은 역의 개수를 안내할 수 있다.

이와 같이, 본 개시의 일 실시예에 따른 지능화 시스템은 사용자의 명령에 따른 패스 룰 생성 시 환경음(예를 들면, 지하철 안내 멘트)을 이용하여 생성된 환경 정보(예를 들면, 사용자가 지하철을 타고 이동하는 상황)를 이용하여 추가적인 패스 룰을 생성할 수 있다.

도 10a는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 기능을 실행하는 다른 상황을 설명하는 도면이다.

동작 ①에서, 사용자 단말(100)은 음악 재생을 요청하는 사용자의 명령을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 입력 모듈(예: 도 1의 입력 모듈(110))을 이용하여 음악 재생을 요청하는 사용자의 음성을 수신할 수 있다. 이 경우, 사용자 단말(100)은 사용자의 음성과 함께 사용자가 위치하는 장소에서 발생되는 환경음(예를 들면, 노이즈, 주변 소리 등)을 수신할 수 있다. 즉, 사용자 단말(100)은 음성과 환경음을 포함하는 오디오 데이터를 수신할 수 있다.

예를 들면, 사용자 단말(100)은 비가 내리는 장소에서 "음악을 재생해줘"라고 말하는 사용자의 음성을 수신할 수 있다. 또한, 사용자 단말(100)은 비가 내리는 소리를 사용자가 위치하는 상황에 대한 환경음으로 수신할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 ASR 모듈(210)은 수신된 오디오 데이터에서 음성 신호와 환경음 신호를 추출할 수 있다. ASR 모듈(210)은 음성 신호와 환경음 신호를 텍스트 데이터 형태로 변경할 수 있다. ASR 모듈(210)은 환경음 신호가 분리된 음성 신호를 텍스트 데이터 형태로 변경할 수 있다. 예를 들어, ASR 모듈(210)에 포함된 발화 인식 모듈은 수신된 음성 신호에 포함된 발성과 음소 정보 및 음소 정보의 조합에 대한 정보를 이용하여 수신된 음성 신호를 텍스트 데이터 형태로 변환할 수 있다.

NLU 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 하나의 패스 룰, 또는 복수 개의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 음악 재생 어플리케이션을 선택하고, 재생할 음악 파일을 결정하는 패스 룰을 생성할 수 있다. 다양한 실시예에 따르면, NLU 모듈(220)은 라디오 재생 어플리케이션을 선택하고, 재생할 채널을 결정하는 패스 룰을 생성할 수 있다.

일 실시예에 따르면, PP 모듈(230)은 복수 개의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.

PP 모듈(230)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보(예: 앱 정보 등)에 대응하는 패스 룰을 선택하여 NLU 모듈(220)로 전송할 수 있다. 예를 들어, PP 모듈(230)는 사용자가 최근에 라디오 어플리케이션을 실행했던 상황에 대한 정보를 수신하고, 라디오 어플리케이션을 실행하는 패스 룰을 선택할 수 있다. PP 모듈(230)은 선택된 패스 룰을 NLU 모듈(220)로 전송할 수 있다.

다양한 실시예에 따르면, 지능형 서버(200)는 음악 재생을 요청하는 사용자의 음성 톤에 따라 패스 룰에 포함된 동작을 변경할 수 있다. 예를 들면, 지능형 서버(200)는 수신된 음성을 분석하여 사용자의 기분(예를 들면, 우울한 상태, 즐거운 상태, 슬픈 상태 등)에 따라 재생하려는 음악 파일이 다르게 설정되도록 패스 룰에 포함된 동작을 변경할 수 있다.

본 개시의 일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 환경음 신호의 패턴을 결정(또는, 분석, 확인) 할 수 있다. 예를 들어, NLU 모듈(220)은 환경음 신호의 패턴을 분석하여 사용자가 위치한 지역에 비가 내리고 있는 것을 확인할 수 있다.

추가적으로, NLU 모듈(220)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보를 활용할 수 있다. 예를 들어, NLU 모듈(220)은 사용자 단말(100)에서 수신된 위치 정보, 날씨 정보를 이용하여 사용자가 위치한 지역에 비가 내리고 있는 것에 대한 정확도를 높일 수 있다.

NLU 모듈(220)은 분석된 환경음 신호의 패턴에 기초하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 우산을 준비할 것을 안내하는 패스 룰을 생성할 수 있다.

일 실시예에 따르면, NLU 모듈(220)은 날씨 어플리케이션을 실행하고, 우산을 준비하도록 안내하는 사용자 인터페이스를 표시할 수 있다. 다양한 실시예에 따르면, NLU 모듈(220)은 스피커를 실행하고 우산을 준비할 것을 음성으로 안내하는 패스 룰을 생성할 수 있다.

PP 모듈(230)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보(예: 앱 정보 등)에 대응하는 패스 룰을 선택하여 NLU 모듈(220)로 전송할 수 있다. 예를 들어, PP 모듈(230)은 사용자 단말(100)이 음악 재생 어플리케이션을 실행할 것을 확인하고, 스피커를 실행하고 우산을 준비할 것을 음성으로 안내하는 패스 룰을 선택할 수 있다.

동작 ⑤에서, 사용자 단말(100)은 수신된 패스 룰에 따라 음악 재생 어플리케이션을 실행하고, 선택된 음악 파일을 재생할 수 있다. 또한, 사용자 단말(100)은 우산을 준비할 것을 음성으로 안내할 수 있다.

일 실시예에 따르면, 지능형 서버(200)는 상술한 바와 같이 하나의 상술한 ASR 모듈(210), NLU 모듈(220)을 이용하여 음성 신호와 환경음 신호에 대한 인식을 수행할 수 있다. 그러나 이에 한정되지 않고, 지능형 서버(200)는 음성 신호와 환경음 신호를 위한 각각의 ASR 모듈(210)과 NLU 모듈(220)을 포함할 수 있다.

이와 같이, 본 개시의 일 실시예에 따른 지능화 시스템은 사용자의 명령에 따른 패스 룰 생성 시 환경음 신호의 패턴을 이용하여 생성된 환경(예를 들면, 비가 오는 상황)을 이용하여 추가적인 패스 룰을 생성할 수 있다.

도 10b는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 다른 장치를 제어하는 상황을 설명하는 도면이다.

동작 ①에서, 사용자 단말(100)은 소리를 줄일 것을 요청하는 사용자의 명령을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 입력 모듈(예: 도 1의 입력 모듈(110))을 이용하여 소리를 줄일 것을 요청하는 사용자의 음성을 수신할 수 있다. 이 경우, 사용자 단말(100)은 사용자의 음성과 함께 사용자가 위치하는 장소에서 발생되는 환경음(예를 들면, TV 소리, 홈 스피커 소리 등)을 수신할 수 있다. 즉, 사용자 단말(100)은 음성과 환경음을 포함하는 오디오 데이터를 수신할 수 있다.

예를 들면, 사용자 단말(100)은 TV를 시청하는 장소에서 "소리를 줄여줘"라고 말하는 사용자의 음성을 수신할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 텍스트 데이터로 변환 된 "소리를 줄여줘"라는 음성 신호에 대하여 문법적 분석 또는 의미적 분석을 수행하여 음성을 내용을 파악할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 환경음 신호의 패턴을 결정(또는 분석, 확인, 식별) 할 수 있다. 예를 들어, NLU 모듈(220)은 환경음 신호의 패턴을 분석하여 사용자가 TV를 시청하는 장소에 있는 것을 확인할 수 있다.

NLU 모듈(220)은 음성 신호의 내용과 환경음 신호의 패턴을 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 음성 신호의 내용과 환경음 신호의 패턴을 조합하여 사용자의 의도를 추정하는 Deep NLU 모듈(미도시)를 포함할 수 있다.

Deep NLU 모듈은 음성 신호의 내용에 대한 분석 결과, 소리를 줄여야 하는 객체가 없는 것을 식별하고, 사용자의 의도는 환경음 신호의 패턴을 분석하여 추정한 TV(1010)의 소리를 줄이는 것이라는 것을 추정할 수 있다.

그리고, Deep NLU 모듈은 이미 사용자 단말(100)과 통신이 수립된 TV(1010)에 대하여 소리를 줄이는 신호를 전송하는 패스 룰을 생성할 수 있다.

예를 들어, PP 모듈(230)은 사용자 단말(100)이 통신이 수립된 TV(1010)를 향하여 소리를 줄일 것을 요청하는 신호를 전송하는 패스 룰을 선택할 수 있다.

동작 ⑤에서, 사용자 단말(100)은 수신된 패스 룰에 따라 TV(1010)의 볼륨을 제어하는 신호를 생성하고 전송할 수 있다.

이와 같이, 본 개시의 일 실시예에 따른 지능화 시스템은 사용자의 명령과 환경음 신호의 패턴을 조합하여 사용자의 의도를 반영한 패스 룰을 생성할 수 있다. 또한, 본 개시의 일 실시예에 따른 지능화 시스템은 제1 전자 장치(예를 들면, 사용자 단말(100))을 이용하여 제2 전자 장치(예를 들면, TV(1010))를 제어할 수 있다.

도 11은 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 음성과 환경음을 이용하여 패스 룰을 생성하는 상황을 설명하는 흐름도이다.

일 실시예에 따르면, 도 11에서 제1 구성 요소(1101)는 예를 들어, 사용자 단말(100)이 될 수 있고, 제2 구성 요소(1102)는 예를 들어 지능형 서버(예: 도 1의 지능형 서버(200))가 될 수 있다. 또는, 제1 구성 요소(1101)는 예를 들어, 범용 프로세서가 될 수 있고, 제2 구성 요소(1102)는 예를 들어, 인공 지능 전용 프로세서가 될 수 있다. 또는, 제1 구성 요소(1101)는 예를 들어, 적어도 하나의 어플리케이션이 될 수 있고, 제2 구성 요소(1102)는 예를 들어, 운영 체제(operating system, OS)가 될 수 있다.

제2 구성 요소(1102)는 제1 구성 요소(1101) 보다 더 집적화 되거나, 전용화 되거나, 딜레이(delay)가 작거나, 성능이 우세하거나 또는 많은 리소스를 가진 구성 요소로서, 음성 신호와 환경음 신호를 포함하는 오디오 데이터의 인식을 위한 학습 모델의 생성, 갱신 또는 적용 시에 요구되는 많은 연산을 제1 구성 요소(1101)보다 신속하게 처리할 수 있는 구성 요소가 될 수 있다. 따라서, 제1 구성 요소(1101) 역시 학습 모델의 생성, 갱신 또는 적용을 처리할 수 있다.

일 실시예에 따르면, 학습 모델은 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 학습 모델은 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.

다양한 실시예에 따르면, 상기 학습 모델은, 예를 들면, 도 6의 ASR 모듈 (210), NLU 모듈(220), 패스 플래너 모듈(230), DM 모듈(240), NLG 모듈(250), 또는 TTS 모듈(260) 중 적어도 하나 이상을 대체할 수 있다. 예로, 전술한 모듈들 중 적어도 하나 이상의 역할을 상기 학습 모델이 수행할 수 있다. 상기 학습 모델은 복수의 서브 학습 모델들로 구성되어, 전술한 모듈들의 역할을 수행할 수도 있고, 또는 하나의 학습 모델로 구성되어, 전술한 모듈들의 역할을 모두 수행할 수도 있다.

다양한 실시예에 따르면, 상기 학습 모델은, 예를 들면, 도 2의 지능형 에이전트(145), 지능형 서비스 모듈(149), 또는 실행 매니저 모듈(147) 중 적어도 하나 이상을 대체할 수 있다. 예로, 전술한 모듈들 중 적어도 하나 이상의 역할을 상기 학습 모델이 수행할 수 있다. 예로, 전술한 모듈들 중 적어도 하나 이상의 역할을 상기 학습 모델이 수행할 수 있다. 상기 학습 모델은 복수의 서브 학습 모델들로 구성되어, 전술한 모듈들의 역할을 수행할 수도 있고, 또는 하나의 학습 모델로 구성되어, 전술한 모듈들의 역할을 모두 수행할 수도 있다.

다양한 실시예에 따르면, 제2 구성 요소(1102)와 유사한 기능을 수행하는 제3 구성 요소(미도시)가 추가될 수 있다. 예를 들어, 제2 구성 요소(1102)는 오디오 데이터 중에서 음성 신호를 인식하도록 설정된 학습 모델의 생성, 갱신 또는 적용 시 요구되는 연산을 수행하는 구성 요소가 될 수 있다. 또한, 제3 구성 요소(미도시)는 오디오 데이터 중에서 환경음 신호를 인식하도록 설정된 학습 모델의 생성, 갱신 또는 적용 시 요구되는 연산을 수행하는 구성 요소가 될 수 있다. 그러나, 이에 한정되는 것은 아니다.

이 경우, 제1 구성 요소(1101) 및 제2 구성 요소(1102) 간의 데이터를 송/수신하기 위한 인터페이스가 정의될 수 있다.

예를 들면, 학습 모델에 적용할 학습용 데이터를 인자 값(또는, 매개 값 또는 전달 값)으로 갖는 API(application program interface)가 정의될 수 있다. API는 어느 하나의 프로토콜(예를 들면, 사용자 단말(100)에서 정의된 프로토콜)에서 다른 프로토콜(예를 들면, 지능형 서버(200)에서 정의된 프로토콜)의 어떤 처리를 위해 호출할 수 있는 서브 루틴 또는 함수의 집합으로 정의될 수 있다. 즉, API를 통하여 어느 하나의 프로토콜에서 다른 프로토콜의 동작이 수행될 수 있는 환경이 제공될 수 있다.

동작 1110에서, 제1 구성 요소(1101)는 오디오 데이터를 수신할 수 있다. 예를 들면, 제1 구성 요소(1101)는 사용자의 음성과 사용자가 위치한 곳에서 생성되는 음성과 환경음을 오디오 데이터로 수신할 수 있다.

동작 1120에서, 제1 구성 요소(1101)는 오디오 데이터의 내용을 추정할 것을 제2 구성 요소(1102)에 요청할 수 있다.

예를 들어, 제1 구성 요소(1101)에 대응하는 사용자 단말(예: 도9의 사용자 단말(100))은 제2 구성 요소(1102)에 대응하는 지능형 서버(예: 도 9의 지능형 서버(200))로 오디오 데이터를 전송하면서 오디오 데이터의 내용을 추정할 것을 요청할 수 있다.

다양한 실시예에 따르면, 제1 구성 요소(1101)에 대응하는 사용자 단말(예: 도 2의 사용자 단말(100))에 포함된 프로세서(예: 도 2의 프로세서(150))는 제2 구성 요소(1102)에 대응하는 사용자 단말(예: 도 2의 사용자 단말(100))에 포함된 지능형 서비스 모듈(예: 도 2의 지능형 서비스 모듈(149))로 오디오 데이터를 전송하면서 오디오 데이터의 내용을 추정할 것을 요청할 수 있다.

동작 1130에서, 제2 구성 요소(1102)는 오디오 데이터 중 음성 신호를 학습 모델에 적용하여 음성 신호의 내용을 추정할 수 있다. 예를 들어, 제2 구성 요소(1102)는 자동 음성 인식 모듈, 자연어 이해 모듈 등을 이용하여 음성의 내용을 추정할 수 있다.

동작 1140에서, 제2 구성 요소(1102)는 오디오 데이터 중 환경음 신호를 학습 모델에 적용하여 환경 정보를 추정할 수 있다. 예를 들어, 제2 구성 요소(1102)는 사용자의 음성 신호와 환경음 신호를 구분하여 추출할 수 있다. 그리고, 제2 구성 요소(1102)에 포함된 자동 음성 인식 모듈은 사용자의 음성 신호 이외의 환경음 신호에 포함된 음성의 내용을 추정할 수 있다. 또한, 자동 음성 인식 모듈은 환경음 신호의 패턴을 추정하여 사용자가 위치한 환경을 추정할 수 있다.

동작 1150에서, 제2 구성 요소(1102)는 음성 신호의 내용과 환경음 신호의 패턴을 이용하여 패스 룰을 생성할 수 있다.

동작 1160에서 제2 구성 요소(1102)는 패스 룰을 제1 구성 요소(1101)로 전송할 수 있다. 제1 구성 요소(1101)는 수신된 패스 룰에 따라 적어도 하나 이상의 어플리케이션 또는 기능을 실행할 수 있다.

도 12는 일 실시예에 따른 지능화 시스템에서 사용되는 학습 모델을 생성하는 동작을 도식화한 도면이다.

일 실시예에 따른 학습 모델은, 예를 들면, 음성과 환경음을 포함하는 오디오 데이터의 내용을 추정하여 지능화 서비스를 실행하도록 설정된 학습 모델일 수 있다.

다양한 실시예에 따르면, 상기 학습 모델은, 예를 들면, 도 6의 ASR 모듈 (210), NLU 모듈(220), 패스 플래너 모듈(230), DM 모듈(240), NLG 모듈(250), 또는 TTS 모듈(260) 중 적어도 하나를 포함할 수 있다.

다양한 실시예에 따르면, 상기 학습 모델은, 예를 들면, 도 2의 지능형 에이전트(145), 지능형 서비스 모듈(149), 또는 실행 매니저 모듈(147) 중 적어도 하나를 포함할 수 있다.

다양한 실시예에 따르면, 지능화 시스템은 음성 신호의 내용을 추정하는 학습 모델과 환경음 신호의 내용을 추정하거나 또는 환경음 신호의 패턴을 추정하도록 설정된 학습 모델을 하나로 구현하거나 또는 각각 구현할 수 있다.

도 12를 참조하면. 학습 데이터들(1210)을 기반으로 하여, 학습 모델을 학습 시키는 모델링 과정(1220)이 수행될 수 있다. 이 경우, 학습 데이터들(1210)은, 예를 들면, 오디오 데이터(1212), 오디오 데이터의 특징(예를 들면, 오디오 데이터의 파형 등)(1214), 오디오 데이터의 내용(1216) 및 오디오 데이터에 대응하는 패스 룰(1218) 중 적어도 하나를 포함할 수 있다.

일 실시예에 따르면, 학습 모델은 오디오 데이터(1212)의 카테고리를 구분할 수 있다. 예를 들어, 제1 카테고리는 충격음(예를 들면, 차량의 충돌, 건물의 붕괴 시 발생되는 소음)을 포함하는 카테고리일 수 있다. 제2 카테고리는 위협, 구조 요청, 감탄사, 또는 울음 등 고음을 포함하는 카테고리일 수 있다. 제3 카테고리는 비속어를 포함하는 카테고리 등을 포함할 수 있다. 그러나 이에 한정되지 않는다. 예를 들어, 학습 모델은, 카테고리 지정 없이, 입력되는 오디오 데이터를 클러스터링 하여 복수 개의 클러스터를 생성할 수 있다.

예를 들면, 학습 모델은 오디오 데이터(1212) 중 환경음은 제1 카테고리 또는 제2 카테고리 중 적어도 하나의 카테고리로 구분할 수 있다. 또한, 학습 모델은 오디오 데이터(1212) 중 음성은 제2 카테고리 또는 제3 카테고리 중 적어도 하나의 카테고리로 구분할 수 있다.

일 실시예에 따르면, 오디오 데이터의 특징(1214)은, 예를 들면, 오디오 데이터 파형의 특징일 수 있다. 오디오 데이터 파형의 특징은, 예를 들면, 시간에 따른 오디오 데이터의 크기의 높낮이를 의미할 수 있다.

일 실시예에 따르면, 오디오 데이터의 내용(1216)은 각 카테고리의 오디오 데이터가 발생된 상황을 의미할 수 있다. 예를 들어, 충격음을 포함하는 제1 카테고리에 속하는 환경음은 사용자가 위치한 환경에서 사고(예를 들면, 자동차 충돌, 건물 붕괴 등)가 발생한 것을 의미할 수 있다. 위협, 구조 요청, 감탄사, 또는 울음 등 고음을 포함하는 제2 카테고리에 속하는 환경음 또는 음성은 사용자가 구조를 요청하는 상황을 의미할 수 있다. 비속어를 포함하는 제3 카테고리가 속하는 음성은 사용자가 타인으로부터 위협을 당하는 상황을 의미할 수 있다.

모델링 과정(1220)이 수행되면, 음성화 환경음을 포함하는 오디오 데이터의 내용을 추정하고, 이에 대한 결과로서 사용자의 상황을 추정하고, 이에 대응하는 패스 룰을 생성하도록 설정된 학습 모델(1230)이 도출될 수 있다.

다양한 실시예에 따르면, 지능형 서버(200) 또는 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 상술한 학습 모델을 이용하여 오디오 데이터의 내용을 추정하여 사용자의 상황을 추정하고, 이에 대응하는 패스 룰을 생성할 수 있다.

도 13은 일 실시예에 따른 지능화 시스템에서 지능화 서비스를 실행하는 상황을 설명하는 도면이다.

일 실시예에 따르면, 사용자 단말(100) 오디오 데이터 크기의 변화량이 기 설정된 범위를 초과하는 경우에 수신되는 오디오 데이터 중에서 일정 시간(예를 들면, 10 내지 30 sec)의 오디오 데이터를 저장할 수 있다. 예를 들어, 40dB 정도의 오디오 데이터가 수신되던 중 90dB 에 가까운 오디오 데이터가 짧은 시간(예를 들면, 1 내지 3초) 이내에 수신되는 경우가 오디오 데이터 크기의 변화량이 큰 상황일 수 있다. 그러나, 이에 한정되는 것은 아니다.

다양한 실시예에 따르면, 사용자 단말(100)은 사용자 단말의 움직임이 기 설정된 범위를 초과하는 경우에 일정 시간의 오디오 데이터를 수신하여 저장할 수 있다. 예를 들어, 사용자 단말(100)이 1초 이내에 50 내지 70cm 이상 움직이는 것으로 사용자 단말(100)에 포함된 가속도 센서, 자이로 센서 등을 통해 확인되는 경우, 수신되는 오디오 데이터 중 일정 시간을 저장할 수 있다.

동작 ①에서, 사용자 단말(100)은 자동차들이 충돌하면서 발생되는 충격음 또는 사람이 넘어지면서 소리지르는 고음의 감탄사를 수신할 수 있다. 일 실시예에 따르면, 사용자 단말(100)은 지능형 에이전트(예: 도 2의 지능형 에이전트(145))에 포함된 웨이크업 인식 모듈을 통해 충격음 또는 고음을 수신할 수 있다. 이를 위해, 웨이크 업 인식 모듈은 저전력 프로세서로 구현될 수 있다.

자동차들의 충돌로 생성되는 충격음 또는 사고로 인하여 사람이 소리를 지르는 경우는 오디오 데이터 크기의 변화량이 기 설정된 범위를 넘어서는 경우일 수 있다. 따라서, 사용자 단말(100)은 기 설정된 시간 동안의 오디오 데이터를 수신하여 저장할 수 있다.

다양한 실시예에 따르면, 사용자 단말(100)는 사용자가 넘어지면서 사용자 단말이 빠른 시간에 기 설정된 거리를 이동하는 것을 감지할 수 있다. 따라서 이 경우, 사용자의 넘어짐에 따른 사용자 단말의 움직임을 감지하고, 기 설정된 시간 동안의 오디오 데이터를 수신하여 저장할 수 있다.

동작 ②에서, 사용자 단말(100)은 수신된 오디오 데이터를 이용하여 패스 룰을 생성할 수 있다.

일 실시예에 따르면, 사용자 단말(100)에 포함된 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 수신된 오디오 데이터의 카테고리를 추정할 수 있다.

일 실시예에 따르면, 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 수신된 오디오 데이터를 음성과 환경음으로 구분할 수 있다.

예를 들면, 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 자동차가 충돌하면서 생긴 환경음 충격음을 포함하는 제1 카테고리에 속하는 것으로 추정할 수 있다. 또한, 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 사람이 넘어지면서 생성한 음성(예를 들면, 고음의 감탄사)은 고음을 포함하는 제2 카테고리에 속하는 것으로 추정할 수 있다.

지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 각 카테고리에 대응하는 패스 룰을 생성할 수 있다. 예를 들어, 지능형 에이전트(예: 도 2의 지능형 에이전트(145))는 기 설정된 대상(예를 들면, 가족)에게 사고 발생을 안내하는 메시지를 전송하는 패스 룰을 생성할 수 있다.

사용자 단말(100)은 생성된 패스 룰에 따라 기능을 실행할 수 있다.

동작 ③에서, 사용자 단말(100)은 통신망을 통해 수신된 오디오 데이터를 지능형 서버(200)로 전송할 수 있다.

동작 ④에서, 지능형 서버(200)는 오디오 데이터의 카테고리를 추정할 수 있다. 일 실시예에 따르면, 지능형 서버(200)는 수신된 오디오 데이터를 음성과 환경음으로 구분하여 각각의 카테고리를 추정할 수 있다. 예를 들어, 지능형 서버(200)의 NLU 모듈(220)은 자동차가 충돌하면서 생긴 환경음은 충격음을 포함하는 제1 카테고리에 속하는 것으로 추정할 수 있다. 또한, NLU 모듈(220)은 사람이 넘어지면서 생성한 음성(예를 들면, 고음의 감탄사)은 고음을 포함하는 제2 카테고리에 속하는 것으로 추정할 수 있다.

NLU 모듈(220)은 각 카테고리에 대응하는 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 기 설정된 대상에게 사고 발생 정보를 알릴 수 있다.

동작 ⑤에서, 지능형 서버(200)는 긴급출동서비스를 지원하는 업체(예를 들면, 사고 발생 지역과 인접한 곳에 위치하는 소방서, 경찰서 등)가 운영하는 서버로 사고 발생 정보를 전송할 수 있다. 다양한 실시예에 따르면. 지능형 서버(200)는 교통 정보와 관련된 정보를 제공하는 서버로 사고 발생 정보를 전송할 수 있다.

동작 ⑥에서, 상기의 서버들은 수신된 정보에 따라 긴급 출동 서비스를 수행하거나, 교통 안내 정보를 갱신할 수 있다. 또한, 지능형 서버(200)는 사고 발생 지역과 인접한 곳에 위치한 다양한 장치들(예를 들면, 스마트 폰, 커넥티드 카 등)로 사고 발생 정보를 전송할 수 있다.

동작 ⑦ 에서, 지능형 서버(200)는 지능형 서버(200)가 생성한 패스 룰에 의해 실행된 동작들을 사용자 단말(100)로 전송하여 사용자에게 안내할 수 있다.

도 14는 일 실시예에 따른 지능화 시스템에서 지능화 서비스를 실행하는 다른 상황을 설명하는 도면이다.

동작 ①에서, 사용자 단말(100)은 오디오 데이터를 수신할 수 있다.

다양한 실시예에 따르면, 사용자 단말(100)은 기 설정된 단어, 또는 문장이 수신되는 경우에 일정 시간의 오디오 데이터를 수신하여 저장할 수 있다.

예를 들어, 사용자 단말(100)는 기 설정된 비속어 등이 수신되는 상황에서 수신되는 오디오 데이터 중에서 일정 시간의 오디오 데이터를 저장할 수 있다.

동작 ②에서, 사용자 단말(100)은 통신망을 통해 수신되는 오디오 데이터를 지능형 서버(200)로 전송할 수 있다.

동작 ③에서, 지능형 서버(200)는 수신된 오디오 데이터를 이용하여 패스 룰을 생성할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 ASR 모듈(210)은 오디오 데이터에서 음성과 환경음을 구분할 수 있다. ASR 모듈(210)은 구분된 음성을 텍스트 데이터 형태로 변경할 수 있다. 예를 들어, ASR 모듈(210)에 포함된 발화 인식 모듈은 수신된 음성에 포함된 발성과 음소 정보 및 음소 정보의 조합에 대한 정보를 이용하여 수신된 음성과 환경음을 텍스트 데이터 형태로 변환할 수 있다.

일 실시예에 따르면, 지능형 서버(200)의 NLU 모듈(220)은 텍스트 데이터에 대하여 문법적 분석 또는 의미적 분석을 수행하여 음성의 내용을 파악할 수 있다.

NLU 모듈(220)은 음성의 내용에 기초하여 하나의 패스 룰, 또는 복수 개의 패스 룰을 생성할 수 있다. 예를 들어, NLU 모듈(220)은 녹음 어플리케이션을 실행하는 패스 룰을 생성할 수 있다. 다양한 실시예에 따르면, NLU 모듈(220)은 카메라 어플리케이션을 실행하는 패스 룰을 생성할 수 있다.

일 실시예에 따르면. PP 모듈(230)은 복수 개의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.

PP 모듈(230)은 사용자 단말(100)의 지능형 에이전트(예: 도 2의 지능형 에이전트(145))로부터 수신된 사용자 단말(100)의 정보(예: 앱 사용 정보, 단말의 자세 정보 등)에 대응하는 패스 룰을 선택하여 NLU 모듈(220)로 전송할 수 있다. 예를 들어, PP 모듈(230)은 사용자의 단말에 가방이나 주머니 등 어두운 환경에 위치하고 있는 정보를 수신하고, 녹음 어플리케이션을 실행하는 패스 룰을 선택할 수 있다. PP 모듈(230)은 선택된 패스 룰을 NLU 모듈(220)로 전송할 수 있다.

동작 ⑤에서, 사용자 단말(100)은 수신된 패스 룰에 따라 녹음 어플리케이션을 실행하고, 오디오 데이터 녹음을 시작할 수 있다.

다양한 실시예에 따르면, 사용자 단말(100)는 사용자 단말(100)에 포함된 지능형 에이전트(예: 도 2의 지능형 에이전트(145)), 지능형 서비스 모듈(예: 도 2의 지능형 서비스 모듈(149), 및 실행 매니저 모듈(147) 등을 이용하여 지능형 서버(200)와 연동 없이 상술한 과정을 수행할 수 있다.

도 15는 일 실시예에 따른 통합 지능화 시스템에서 사용자 단말에 입력되는 오디오 데이터를 이용하여 지능화 서비스를 실행하는 상황을 설명하는 흐름도이다.

동작 1510에서, 제1 구성 요소(1101)는 음성과 환경음을 포함하는 오디오 데이터를 수신할 수 있다.

동작 1515에서, 제1 구성 요소(1101)는 수신된 오디오 데이터가 지능화 서비스의 자동 실행 조건을 만족하는지 확인할 수 있다. 예를 들면, 제1 구성 요소(1101)는 수신 되는 오디오 데이터의 크기가 기 설정된 값 이상으로 커지거나, 기 설정된 단어 또는 문장이 수신되는 경우 자동 실행 조건을 만족한 것으로 확인할 수 있다. 또한, 제1 구성 요소(1101)는 사용자 단말(100)이 짧은 시간에 기 설정된 거리 이상 움직이면 자동 실행 조건을 만족한 것으로 확인할 수 있다.

동작 1520에서, 제1 구성 요소(1101)는 지능화 서비스의 자동 실행을 위한 조건이 만족된 것으로 확인되면, 기 설정된 시간 동안의 오디오 데이터를 저장할 수 있다.

동작 1525에서, 제1 구성 요소(1101)는 오디오 데이터를 적용할 학습 모델을 결정할 수 있다.

일 실시예에 따르면, 제1 구성 요소(1101)에 대응하는 사용자 단말(예: 도 9의 사용자 단말(100))은 오디오 데이터에 포함된 음성과 환경음을 구분할 수 있다. 예를 들어, 사용자 단말(예: 도 9의 사용자 단말(100))은 오디오 데이터에 포함된 충격음은 환경음으로 구분하고, 비속어 및 고음은 음성으로 구분할 수 있다.

동작 1530에서, 비속어가 수신되어 지능화 서비스가 자동 실행 되는 경우에, 제1 구성 요소(1101)는 저장된 오디오 데이터(예를 들면, 비속어)를 학습 모델에 적용하여 내용을 추정할 수 있다. 일 실시예에 따른, 제1 구성 요소(1101)는 오디오 데이터(예를 들면, 비속어)를 텍스트 데이터로 변환하고, 텍스트 데이터에 대하여 문법적 분석 또는 의미적 분석을 수행하여 음성의 내용을 파악하고, 오디오 데이터(예를 들면, 비속어)의 카테고리를 추정할 수 있다.

동작 1535에서. 제1 구성 요소(1101)는 추정된 내용 및 오디오 데이터(예를 들면, 비속어)의 카테고리에 따라서 패스 룰을 생성할 수 있다. 예를 들어, 제1 구성 요소(1101)는 녹음 어플리케이션을 실행하는 패스 룰을 생성할 수 있다.

동작 1540에서, 제1 구성 요소(1101)는 패스 룰에 따른 기능을 실행할 수 있다. 예를 들어, 제1 구성 요소(1101)는 녹음 어플리케이션을 실행할 수 있다.

동작 1545에서, 충격음 또는 고음의 감탄사가 수신되어 지능화 서비스가 자동 실행 되는 경우에, 제1 구성 요소(1101)는 오디오 데이터(예를 들면, 충격음 또는 고음)의 내용을 추정할 것을 제2 구성 요소(1102)에게 요청할 수 있다.

동작 1550에서, 제2 구성 요소(1102)는 오디오 데이터(예를 들면, 충격음 또는 고음)를 학습 모델에 적용하여 내용을 추정할 수 있다. 일 실시예에 따른, 제2 구성 요소(1102)는 오디오 데이터(예를 들면, 충격음 또는 고음)의 카테고리를 추정할 수 있다.

동작 1555에서, 제2 구성 요소(1102)는 추정된 내용을 이용하여 패스 룰을 생성할 수 있다. 예를 들어, 제2 구성 요소(1102)는 오디오 데이터(예를 들면, 충격음 또는 고음)의 카테고리에 따라서 패스 룰을 생성할 수 있다. 예를 들어. 제2 구성 요소(1102)는 기 설정된 대상(예를 들면, 소방서, 경찰서, 교통안내센터 등)에게 사고 발생에 대한 정보를 알리는 패스 룰을 생성할 수 있다.

동작 1560에서. 제2 구성 요소(1102)는 패스 룰에 따른 기능을 실행할 수 있다. 예를 들어, 제2 구성 요소(1102)는 소방서 등에 사고 발생을 알릴 수 있다.

도 16은, 다양한 실시예들에 따른, 네트워크 환경(1600) 내의 전자 장치(1601)의 블록도이다. 전자 장치(1601)는 도 1의 사용자 단말(100)을 포함할 수 있다. 도 16을 참조하면, 네트워크 환경(1600)에서 전자 장치(1601)는 제 1 네트워크(1698)(예: 근거리 무선 통신)를 통하여 전자 장치(1602)와 통신하거나, 또는 제 2 네트워크(1699)(예: 원거리 무선 통신)를 통하여 전자 장치(1604) 또는 서버(1608)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1601)는 서버(1608)를 통하여 전자 장치(1604)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1601)는 프로세서(1620), 메모리(1630), 입력 장치(1650), 음향 출력 장치(1655), 표시 장치(1660), 오디오 모듈(1670), 센서 모듈(1676), 인터페이스(1677), 햅틱 모듈(1679), 카메라 모듈(1680), 전력 관리 모듈(1688), 배터리(1689), 통신 모듈(1690), 가입자 식별 모듈(1696), 및 안테나 모듈(1697)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1601)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1660) 또는 카메라 모듈(1680))가 생략되거나 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 예를 들면, 표시 장치(1660)(예: 디스플레이)에 임베디드 된 센서 모듈(1676)(예: 지문 센서, 홍채 센서, 또는 조도 센서)의 경우와 같이, 일부의 구성요소들이 통합되어 구현될 수 있다.

프로세서(1620)는, 예를 들면, 소프트웨어(예: 프로그램(1640))를 구동하여 프로세서(1620)에 연결된 전자 장치(1601)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다. 프로세서(1620)는 다른 구성요소(예: 센서 모듈(1676) 또는 통신 모듈(1690))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1632)에 로드하여 처리하고, 결과 데이터를 비휘발성 메모리(1634)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(1620)는 메인 프로세서(1621)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 운영되고, 추가적으로 또는 대체적으로, 메인 프로세서(1621)보다 저전력을 사용하거나, 또는 지정된 기능에 특화된 보조 프로세서(1623)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 여기서, 보조 프로세서(1623)는 메인 프로세서(1621)와 별개로 또는 임베디드 되어 운영될 수 있다.

이런 경우, 보조 프로세서(1623)는, 예를 들면, 메인 프로세서(1621)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1621)를 대신하여, 또는 메인 프로세서(1621)가 액티브(예: 어플리케이션 수행) 상태에 있는 동안 메인 프로세서(1621)와 함께, 전자 장치(1601)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1660), 센서 모듈(1676), 또는 통신 모듈(1690))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(1623)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1680) 또는 통신 모듈(1690))의 일부 구성 요소로서 구현될 수 있다. 메모리(1630)는, 전자 장치(1601)의 적어도 하나의 구성요소(예: 프로세서(1620) 또는 센서모듈(1676))에 의해 사용되는 다양한 데이터, 예를 들어, 소프트웨어(예: 프로그램(1640)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 저장할 수 있다. 메모리(1630)는, 휘발성 메모리(1632) 또는 비휘발성 메모리(1634)를 포함할 수 있다.

프로그램(1640)은 메모리(1630)에 저장되는 소프트웨어로서, 예를 들면, 운영 체제(1642), 미들웨어(1644) 또는 어플리케이션(1646)을 포함할 수 있다.

입력 장치(1650)는, 전자 장치(1601)의 구성요소(예: 프로세서(1620))에 사용될 명령 또는 데이터를 전자 장치(1601)의 외부(예: 사용자)로부터 수신하기 위한 장치로서, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.

음향 출력 장치(1655)는 음향 신호를 전자 장치(1601)의 외부로 출력하기 위한 장치로서, 예를 들면, 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용되는 스피커와 전화 수신 전용으로 사용되는 리시버를 포함할 수 있다. 일 실시예에 따르면, 리시버는 스피커와 일체 또는 별도로 형성될 수 있다.

표시 장치(1660)는 전자 장치(1601)의 사용자에게 정보를 시각적으로 제공하기 위한 장치로서, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 표시 장치(1660)는 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서를 포함할 수 있다.

오디오 모듈(1670)은 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(1670)은, 입력 장치(1650)를 통해 소리를 획득하거나, 음향 출력 장치(1655), 또는 전자 장치(1601)와 유선 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1602)(예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.

센서 모듈(1676)은 전자 장치(1601)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1676)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(1677)는 외부 전자 장치(예: 전자 장치(1602))와 유선 또는 무선으로 연결할 수 있는 지정된 프로토콜을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(1677)는 HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(1678)는 전자 장치(1601)와 외부 전자 장치(예: 전자 장치(1602))를 물리적으로 연결시킬 수 있는 커넥터, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(1679)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 햅틱 모듈(1679)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(1680)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(1680)은 하나 이상의 렌즈, 이미지 센서, 이미지 시그널 프로세서, 또는 플래시를 포함할 수 있다.

전력 관리 모듈(1688)은 전자 장치(1601)에 공급되는 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.

배터리(1689)는 전자 장치(1601)의 적어도 하나의 구성 요소에 전력을 공급하기 위한 장치로서, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(1690)은 전자 장치(1601)와 외부 전자 장치(예: 전자 장치(1602), 전자 장치(1604), 또는 서버(1608))간의 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1690)은 프로세서(1620)(예: 어플리케이션 프로세서)와 독립적으로 운영되는, 유선 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1690)은 무선 통신 모듈(1692)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1694)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함하고, 그 중 해당하는 통신 모듈을 이용하여 제 1 네트워크(1698)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1699)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 상술한 여러 종류의 통신 모듈(1690)은 하나의 칩으로 구현되거나 또는 각각 별도의 칩으로 구현될 수 있다.

일 실시예에 따르면, 무선 통신 모듈(1692)은 가입자 식별 모듈(1696)에 저장된 사용자 정보를 이용하여 통신 네트워크 내에서 전자 장치(1601)를 구별 및 인증할 수 있다.

안테나 모듈(1697)은 신호 또는 전력을 외부로 송신하거나 외부로부터 수신하기 위한 하나 이상의 안테나들을 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1690)(예: 무선 통신 모듈(1692))은 통신 방식에 적합한 안테나를 통하여 신호를 외부 전자 장치로 송신하거나, 외부 전자 장치로부터 수신할 수 있다.

상기 구성요소들 중 일부 구성요소들은 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input/output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되어 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1699)에 연결된 서버(1608)를 통해서 전자 장치(1601)와 외부의 전자 장치(1604)간에 송신 또는 수신될 수 있다. 전자 장치(1602, 1604) 각각은 전자 장치(1601)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(1601)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 외부 전자 장치에서 실행될 수 있다. 일 실시예에 따르면, 전자 장치(1601)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(1601)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 외부 전자 장치에게 요청할 수 있다. 상기 요청을 수신한 외부 전자 장치는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(1601)로 전달할 수 있다. 전자 장치(1601)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 개시의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 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 비 분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

또한, 개시된 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)으로 제공될 수 있다.

컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체 또는 판매자 및 구매자 간에 거래되는 상품을 포함할 수 있다.

예를 들어, 컴퓨터 프로그램 제품은 전자 장치 또는 전자 장치 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.

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.

100: 사용자 단말
200: 지능형 서버
300: 개인화 정보 서버
400: 제안 서버

Claims

시스템에 있어서
통신 인터페이스;
상기 통신 인터페이스와 작동적으로 연결된 적어도 하나의 프로세서;
상기 프로세서와 작동적으로 연결된 적어도 하나의 메모리; 를 포함하고,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
상기 통신 인터페이스를 통해 제1 외부 장치로부터 사운드 데이터를 수신하고,
자동 음성 인식 모듈의 적어도 일부를 이용하여 상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하고,
상기 음성 신호를 텍스트 데이터로 변경하고,
상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하고,
상기 텍스트 데이터 및 상기 노이즈 패턴을 이용하여 도메인을 결정하도록 설정된 명령어들을 저장하는, 시스템.
제1항에 있어서,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
상기 텍스트 데이터의 적어도 일부에 기반하여 의도를 결정하도록 설정된 명령어들을 저장하는, 시스템.
제2항에 있어서,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
상기 제1 외부 장치가 상기 음성 신호와 관련된 태스크를 수행하기 위한 상태들의 시퀀스를 결정하도록 설정된 명령어들을 저장하는, 시스템
제3항에 있어서,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
상기 통신 인터페이스를 통해 상기 상태들의 시퀀스를 상기 제1 외부 장치에게 제공하도록 설정된 명령어들을 저장하는, 시스템.
제3항에 있어서,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
제2 외부 장치가 상기 음성 신호와 관련된 태스크를 수행하기 위한 상태들의 시퀀스를 결정하도록 설정된 명령어들을 저장하는, 시스템.
제5항에 있어서,
상기 적어도 하나의 메모리는, 동작 시, 상기 적어도 하나의 프로세서가,
상기 통신 인터페이스를 통해 상기 상태들의 시퀀스를 상기 제1 외부 장치에게 제공하도록 설정된 명령어들을 저장하는, 시스템.
입력 모듈;
메모리;
프로세서; 를 포함하고,
상기 메모리는, 상기 프로세서가,
상기 입력 모듈을 통해 수신되는 음성 신호와 환경음 신호를 포함하는 오디오 데이터를, 인공 지능 알고리즘을 이용하여 학습된 학습 모델에 적용하여 상기 오디오 데이터의 내용을 추정한 결과인 패스 룰을 생성하되, 상기 학습 모델은 상기 환경음 신호으로부터 획득한 환경음 신호의 패턴을 이용하여 상기 패스 룰을 생성하도록 설정된 명령어들을 저장하고.
상기 학습 모델은 오디오 데이터, 오디오 데이터의 내용, 오디오 데이터의 특징, 및 오디오 데이터에 대응하는 패스 룰 중 적어도 하나를 학습 데이터로 하여 학습된, 오디오 데이터의 내용을 추정하여 패스 룰을 생성하도록 설정된 학습 모델인, 사용자 단말.
제7항에 있어서,
상기 사용자 단말은 통신부를 더 포함하고,
상기 메모리는, 상기 프로세서가,
상기 입력 모듈을 통해 수신되는 상기 오디오 데이터가 외부 장치로 전송되도록 상기 통신부를 제어하고,
상기 오디오 데이터를 상기 외부 장치에 저장된 학습 모델에 적용한 결과인 패스 룰이 상기 통신부를 통해 상기 외부 장치로부터 수신되면, 상기 패스 룰에 따른 기능을 실행하도록 설정된 명령어들을 저장하고,
상기 학습 모델은, 상기 음성 신호에서 추정한 내용 및 상기 환경음에서 획득한 환경음 신호의 패턴에 따라 패스 룰을 생성하도록 설정된 학습 모델인, 사용자 단말.
제7항에 있어서,
상기 메모리는, 상기 프로세서가,
상기 환경음 신호에서 추정한 상기 환경음 신호의 패턴을 이용하는 상황에서,
상기 환경음 신호의 패턴을 이용하여 상기 패스 룰에 포함된 적어도 하나의 동작의 내용을 변경하도록 설정된 명령어들을 저장하는, 사용자 단말.
제7항에 있어서,
상기 메모리는, 상기 프로세서가,
상기 환경음 신호에서 추정한 상기 환경음 신호의 패턴을 이용하는 상황에서,
상기 환경음 신호의 패턴을 이용하여 상기 상기 패스 룰 이외에 다른 패스 룰을 생성하도록 설정된 명령어들을 저장하는, 사용자 단말.
제7항에 있어서,
상기 메모리는, 상기 프로세서가,
기 설정된 거리를 기 설정된 시간 내에 이동하거나, 수신된 오디오 데이터의 크기가 기 설정된 크기 이상으로 높아지거나, 또는 수신된 오디오 데이터에 기 설정된 단어 또는 문장의 포함이 확인되는 상황 중 적어도 하나의 상황에서, 상기 오디오 데이터를 상기 학습 모델에 적용하도록 설정된, 사용자 단말.
제1 외부 장치로부터 사운드 데이터를 수신하는 동작;
상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하는 동작;
상기 음성 신호를 텍스트 데이터로 변경하는 동작;
상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하는 동작; 및,
상기 텍스트 데이터와 상기 노이즈 패턴을 이용하여 도메인을 결정하는 동작; 을 포함하는, 시스템의 제어 방법.
제12항에 있어서,
상기 시스템의 제어 방법은,
상기 텍스트 데이터의 적어도 일부에 기반하여 의도를 결정하는 동작; 을 포함하는, 시스템의 제어 방법.
제13항에 있어서,
상기 시스템의 제어 방법은,
상기 제1 외부 장치가 상기 음성 신호와 관련된 태스크를 수행하기 위한 상태들의 시퀀스를 결정하는 동작; 을 포함하는, 시스템의 제어 방법.
제14항에 있어서,
상기 시스템의 제어 방법은,
상기 상기 상태들의 시퀀스를 상기 제1 외부 장치에게 제공하는 동작; 을 포함하는, 시스템의 제어 방법.
제14항에 있어서,
상기 시스템의 제어 방법은,
제2 외부 장치가 상기 음성 신호와 관련된 태스크를 수행하기 위한 상태들의 시퀀스를 결정하는 동작; 을 포함하는, 시스템의 제어 방법.
제16항에 있어서,
상기 시스템의 제어 방법은,
상기 상태들의 시퀀스를 상기 제1 외부 장치에게 제공하는 동작; 을 포함하는, 시스템의 제어 방법.
음성과 환경음을 포함하는 오디오 데이터를 수신하는 동작; 및,
상기 오디오 데이터를 학습 모델에 적용하여 상기 오디오 데이터의 내용을 추정한 결과인 패스 룰을 생성하는 상황에서. 상기 환경음 신호로부터 회득한 환경음 신호의 패턴을 이용하여 상기 패스 룰을 생성하는 동작; 을 포함하는 사용자 단말의 제어 방법에 있어서,
상기 학습 모델은 오디오 데이터, 오디오 데이터의 내용, 오디오 데이터의 특징, 및 오디오 데이터에 대응하는 패스 룰 중 적어도 하나를 학습 데이터로 하여 학습된, 오디오 데이터의 내용을 추정하여 패스 룰을 생성하도록 설정된 학습 모델인, 사용자 단말의 제어 방법.
제18항에 있어서,
상기 오디오 데이터를 외부 장치로 전송하는 동작;
상기 오디오 데이터를 상기 외부 장치에 저장된 학습 모델에 적용한 결과인 패스 룰이 상기 외부 장치로부터 수신되면, 상기 패스 룰에 따른 기능을 실행하는 동작; 을 포함하는 사용자 단말의 제어 방법에 있어서,
상기 학습 모델은 상기 음성 신호에서 추정한 내용 및 상기 환경음에서 획득한 환경음 신호의 패턴에 따라 패스 룰을 생성하도록 설정된 학습 모델인, 사용자 단말의 제어 방법.
제1 외부 장치로부터 사운드 데이터를 수신하는 동작;
상기 사운드 데이터에서 음성 신호와 노이즈 신호를 추출하는 동작;
상기 음성 신호를 텍스트 데이터로 변경하는 동작;
상기 노이즈 신호의 적어도 일부에 기반하여 노이즈 패턴을 결정하는 동작; 및,
상기 텍스트 데이터와 상기 노이즈 패턴을 이용하여 도메인을 결정하는 동작; 을 컴퓨터에서 실행시키기 위한 명령어들을 저장하는 컴퓨터로 읽을 수 있는 기록 매체를 포함하는 컴퓨터 프로그램 제품.