KR20190134107A - 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법 - Google Patents

사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법 Download PDF

Info

Publication number
KR20190134107A
KR20190134107A KR1020180059305A KR20180059305A KR20190134107A KR 20190134107 A KR20190134107 A KR 20190134107A KR 1020180059305 A KR1020180059305 A KR 1020180059305A KR 20180059305 A KR20180059305 A KR 20180059305A KR 20190134107 A KR20190134107 A KR 20190134107A
Authority
KR
South Korea
Prior art keywords
user
various embodiments
electronic device
present disclosure
module
Prior art date
Application number
KR1020180059305A
Other languages
English (en)
Inventor
김주유
김재필
제성민
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 KR1020180059305A priority Critical patent/KR20190134107A/ko
Priority to US16/419,250 priority patent/US11145290B2/en
Priority to PCT/KR2019/006226 priority patent/WO2019225997A1/en
Priority to CN201980034470.0A priority patent/CN112219235A/zh
Priority to EP19176271.5A priority patent/EP3573053A1/en
Publication of KR20190134107A publication Critical patent/KR20190134107A/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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • 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
    • 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
    • G10L15/08—Speech classification or search
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Abstract

인식된 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법이 제공된다. 본 개시의 다양한 실시예들에 따른 인식된 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템은, 통신 회로 및 마이크를 포함하는 제1 전자 장치, 상기 제1 전자 장치의 일부분이거나 상기 제1 전자 장치와 원격으로 통신하는 적어도 하나의 프로세서, 및 상기 제1 전자 장치 상에 또는 상기 제1 전자 장치의 외부에 위치하여, 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가, 사용자의 웨이크 업 발화에 따라 지능형 서비스를 제공하고, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 마이크를 통해 상기 사용자의 발화를 수신하고, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하고, 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하도록 설정된 인스트럭션들을 저장하도록 설정될 수 있다.

Description

사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법{ELECTRONIC DEVICE WHICH IS PROCESSING USER'S VOICE AND METHOD FOR PROVIDING VOICE RECOGNITION CONTROL THEREOF}
본 개시는, 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법에 관한 것이다.
전자 장치, 예를 들어, 스마트 폰과 같은 휴대용 전자 장치를 통해 제공되는 다양한 서비스 및 부가 기능들이 점차 증가하고 있다. 이러한 전자 장치의 효용 가치를 높이고, 다양한 사용자들의 욕구를 만족시키기 위해서 통신 서비스 제공자 또는 전자 장치 제조사들은 다양한 기능들을 제공하고 다른 업체와의 차별화를 위해 전자 장치를 경쟁적으로 개발하고 있다. 이에 따라, 전자 장치를 통해서 제공되는 다양한 기능들도 점점 고도화 되고 있다. 최근에는, 전자 장치를 위한 다양한 종류의 지능화 서비스(intelligence service)가 제공되고 있으며, 이러한 지능화 서비스 중 하나인 음성 인식 서비스는 음성 인식을 통해 전자 장치를 제어하여 사용자에게 다양한 서비스를 제공할 수 있다.
예를 들어, 음성 인식을 이용한 제어 기술은 사용자 발화를 통해 수신된 음성(명령)을 분석하여 사용자의 요청(또는 명령)에 가장 부합하는 서비스를 제공하는 것으로, 사용자가 상기 전자 장치 상에 구비된 물리적 또는 기계적 버튼을 직접 조작하거나, 터치가 가능한 디스플레이 상에 표시된 사용자 인터페이스 또는 마우스나 키보드와 같은 추가적인 입력 장치를 통한 입력에 의한 전자 장치의 제어에 비해 더욱 용이하게 전자 장치를 제어할 수 있어 사용이 점차 증가되고 있다.
사용자는 통합 지능화 시스템에 포함되는 전자 장치(예: 스마트 폰)에 대해서 발화를 입력할 수 있다. 사용자의 발화가 하나의 파라미터에 대응하는 복수의 단어들을 포함하는 경우, 통합 지능화 시스템에 포함되는 지능형 서버는 사용자의 발화를 사용자의 의도에 따라 처리하지 못할 수 있다. 예를 들어, 사용자가 "아침식사로 바나나와 사과를 먹었어. 저장해 줘"라는 발화를 사용자 단말에 입력한 경우, 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 2개 포함됨에 따라, 지능형 서버는 "바나나" 및 "사과" 중 어느 하나의 단어(예: 바나나)만을 특정한 파라미터에 대응하는 단어로 판단(또는, 추출 또는 매핑(mapping))할 수 있다. 이에 따라, 지능형 서버가 사용자의 의도에 부합하는 발화 처리(예: 사용자의 의도에 따른 태스크를 제공(또는, 수행)하기 위한 동작 정보(예: 패스 룰)을 생성 또는 선택)를 수행하지 못할 수 있다.
또한, 사용자의 발화가 복수의 파라미터들(예: 음식 종류, 음식 수량)에 각각 대응하는 복수의 단어들을 포함하는 경우, 지능형 서버는 사용자의 발화를 사용자의 의도에 따라 처리하지 못할 수 있다. 예를 들어, 사용자 단말이 "아침식사로 사과 1개와 된장찌개 한 그릇을 먹었어. 저장해 줘" 라는 발화를 사용자로부터 수신한 경우, 지능형 서버는, 발화에 포함되는 단어, 즉, "사과(파라미터: 음식 종류)", "1개(파라미터: 음식 수량)", "된장찌개(파라미터: 음식 종류)", "한 그릇(파라미터: 음식 수량)"을 모두 개별적으로 처리하여, 사용자가 발화를 통하여 의도한 단어 사이의 연관 관계(즉, "사과 ↔ 1개", "된장찌개 ↔ 한 그릇")를 고려하지 못할 수 있다. 또는, 지능형 서버는, "아침식사로 사과 1개와 된장찌개 한 그릇을 먹었어. 저장해 줘"라는 사용자의 발화를, 예를 들어, "아침식사로 사과 된장찌개와 1개 1그릇을 먹었어. 저장해 줘"라고 이해(예: 처리)할 수 있다. 이에 따라, 지능형 서버가 사용자의 의도에 부합하는 발화 처리를 수행하지 못할 수 있다.
또한, 지능형 서버는, 사용자의 발화를 "단어 단위"로 처리할 수 있을 뿐, 사용자의 발화를 "의미 단위(unit)"(본 개시에서, 설명의 편의상 "의미 그룹(semantic group)" 이라는 용어로 언급될 수 있다)에 따라 처리하지 못할 수 있다. 이에 따라, 발화로부터 사용자의 의도를 확인하기 위해 또는 의도에 따른 동작 정보를 생성하기 위해 요구되는 필수 단어(word)(또는, 필수 파라미터(mandatory parameter))가 사용자의 발화에서 누락된 경우, 누락된 단어에 대한 입력을 요청하는 동작을 수행하지 못할 수 있다. 예를 들어, 사용자 단말이 "아침식사로 한 그릇과 사과 1개를 먹었어. 저장해 줘"라는 발화를 사용자로부터 수신한 경우, 지능형 서버는, 사용자의 발화를 의미 단위(예: 제1 의미 그룹: [ , 한 그릇], 제2 의미 그룹: [사과, 1개])로 처리하지 못하여 사용자의 발화에서 "된장찌개"라는 필수적인 단어가 누락된 상태로 사용자의 의도를 확인하거나 또는 동작 정보를 생성하게 될 수 있다. 이에 따라, 지능형 서버가 사용자의 의도에 부합하는 발화 처리를 수행하지 못할 수 있다. 본 개시에서 언급되는 "필수 단어"라는 용어는, 본 개시에서 언급되는 "필수 파라미터"라는 용어와 서로 동일한 의미를 가지도록 사용(예: 서로 동일한 대상을 지칭하도록 사용)될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 복수 개 포함되더라도 사용자의 의도에 따른 태스크 수행하기 위한 동작 정보를 생성할 수 있는 전자 장치(예: 지능형 서버)를 포함하는 시스템이 제공될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 복수 개 포함되더라도 사용자의 의도에 따른 태스크를 제공할 수 있는 전자 장치(예: 사용자 단말)를 포함하는 시스템이 제공될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화를 의미 단위(semantic unit)로 처리하여, 사용자의 의도를 확인하기 위해 또는 사용자가 발화를 통하여 요청한 태스크를 제공하기 위해 필요한 필수적인 단어가 누락된 경우 사용자에게 필수적인 단어가 누락되었음을 통지해 줄 수 있는 전자 장치(예: 사용자 단말 또는 지능형 서버)를 포함하는 시스템이 제공될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 복수 개 포함되더라도 사용자의 의도에 따른 태스크 수행하기 위한 동작 정보를 생성할 수 있는 전자 장치(예: 지능형 서버)를 제어하는 방법이 제공될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 복수 개 포함되더라도 사용자의 의도에 따른 태스크를 제공할 수 있는 전자 장치(예: 사용자 단말)를 제어하는 방법이 제공될 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자의 발화를 의미 단위(semantic unit)로 처리하여, 사용자의 의도를 확인하기 위해 또는 사용자가 발화를 통하여 요청한 태스크를 제공하기 위해 필요한 필수적인 단어가 누락된 경우 사용자에게 필수적인 단어가 누락되었음을 통지해 줄 수 있는 전자 장치(예: 사용자 단말 또는 지능형 서버)를 제어하는 방법이 제공될 수 있다.
본 개시의 다양한 실시예들에 따른 시스템은, 통신 회로 및 입력 모듈을 포함하는 제1 전자 장치, 상기 제1 전자 장치의 일부분이거나 상기 제1 전자 장치와 원격으로 통신하는 적어도 하나의 프로세서, 및 상기 제1 전자 장치 상에 또는 상기 제1 전자 장치의 외부에 위치하여, 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가, 사용자의 웨이크 업 발화에 따라 지능형 서비스를 제공하고, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 입력 모듈을 통해 상기 사용자의 발화를 수신하고, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하고, 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하도록 설정된 인스트럭션들을 저장할 수 있다.
본 개시의 다양한 실시예들에 따른 방법은, 사용자의 요청에 따라 지능형 서비스를 제공하는 동작과, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 입력 모듈을 통해 상기 사용자의 발화를 수신하는 동작과, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하는 동작과, 및 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하는 동작을 포함할 수 있다.
본 개시의 다양한 실시예들에 따르면, 전자 장치(예: 지능형 서버)가 사용자의 발화에 특정한 파라미터(예: 음식 종류)에 대응되는 단어가 복수 개 포함되더라도 지능형 서버가 사용자의 의도에 부합하는 태스크를 제공할 수 있다.
본 개시의 다양한 실시예들에 따르면, 전자 장치(예: 지능형 서버)가 사용자의 발화를 의미 단위(semantic unit)로 처리하여, 사용자의 의도를 확인하기 위해 또는 사용자가 발화를 통하여 요청한 태스크를 제공하기 위해 필요한 필수적인 단어가 누락된 경우 사용자에게 필수적인 단어가 누락되었음을 통지해 줄 수 있다.
다양한 실시예들에 따른 효과는 상기 기술된 효과로 제한되지 아니하며, 다양한 효과가 본 개시 상에 내재되어 있음은 통상의 기술자에게 자명하다.
도 1은, 다양한 실시 예들에 따른, 통합 지능화 시스템을 설명하기 위한 도면이다.
도 2는, 다양한 실시 예들에 따른, 통합 지능화 시스템의 사용자 단말을 설명하기 위한 블록도이다.
도 3은, 다양한 실시 예들에 따른, 사용자 단말의 지능형 앱을 실행시키는 동작을 설명하기 위한 예시 도면이다.
도 4는, 다양한 실시 예들에 따른, 통합 지능화 시스템의 지능형 서버를 설명하기 위한 블록도이다.
도 5는, 다양한 실시 예들에 따른, 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 동작을 설명하기 위한 예시 도면이다.
도 6은, 다양한 실시 예들에 따른, 지능형 서비스 모듈의 제안 모듈을 설명하기 위한 블록도이다.
도 7은, 다양한 실시 예들에 따른, 패스 플래너 모듈(path planner module)이 패스 룰(path rule)을 생성하는 방법을 설명하기 위한 예시 도면이다.
도 8은, 다양한 실시 예들에 따른, 지능형 서비스 모듈의 페르소나 모듈(persona module)이 사용자의 정보를 관리하는 동작을 설명하기 위한 예시 도면이다.
도 9a 및 도 9b는, 지능형 서버가 사용자의 발화에 하나의 파라미터에 대응하는 복수의 단어들을 포함하는 경우에 종래의 기술에 따라 사용자의 발화가 처리된 결과를 설명하기 위한 예시 도면이다.
도 10은, 다양한 실시예들에 따른, 지능형 서버의 동작 방법을 설명하기 위한 예시 도면이다.
도 11a 내지 도 11e는, 다양한 실시예들에 따른, 지능형 서버가 사용자의 발화에 포함되는 단어를 선택하는 동작을 설명하기 위한 예시 도면이다.
도 12a 및 도 12b는, 다양한 실시예들에 따른, 미리 지정된 파라미터에 대한 계층 구조를 설명하기 위한 예시 도면이다.
도 13 내지 도 15a는, 다양한 실시예들에 따른, 지능형 서버의 동작 방법을 설명하기 위한 예시 도면이다.
도 15b는, 다양한 실시예들에 따른, 지능형 서버가 사용자의 발화에 포함된 표준 단어를 확인하는 동작을 설명하기 위한 도면이다.
도 15c는, 다양한 실시예들에 따른, 지능형 서버가 사용자의 발화에 포함된 단어들의 순서에 무관하게, 선택된 단어들을 지정된 순서에 따라 정렬하여 동작 정보를 생성하는 동작을 설명하기 위한 예시 도면이다.
도 15d는, 다양한 실시예들에 따른, 사용자 발화에 유사 단어가 포함된 경우, 유사 단어를 표준 단어로 변환하여 동작 정보를 생성하는 동작을 설명하기 위한 예시 도면이다.
도 16a 내지 도 16d는, 다양한 실시예들에 따른, 사용자의 발화에서 필수 단어가 누락된 경우, 지능형 서버 또는 통합 지능화 시스템의 동작 방법을 설명하기 위한 예시 도면이다.
도 17a 및 도 17b는, 다양한 실시예들에 따른, 사용자의 발화의 입력에 기반하여 생성된 동작 정보에 따라 사용자 단말에 표시되는 화면을 설명하기 위한 예시 도면이다.
도 18은, 다양한 실시예들에 따른, 전자 장치를 설명하기 위한 예시 도면이다.
도 19는, 다양한 실시예들에 따른, 전자 장치를 동작하는 방법을 설명하기 위한 예시 도면이다.
도 1은, 다양한 실시 예들에 따른, 통합 지능화 시스템을 설명하기 위한 예시 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.
본 개시의 다양한 실시예들에 따른 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, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 입력은, 예를 들어, 물리적 버튼, 터치 패드, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
본 개시의 다양한 실시예들에 따른 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. 본 개시의 다양한 실시예들에 따른 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule)을 생성(또는, 선택)할 수 있다. 본 개시의 다양한 실시예들에 따른 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, 본 개시의 다양한 실시예들에 따른 패스 룰은 상기 앱의 상기 동작의 순서를 포함할 수 있다. 본 개시의 다양한 실시예들에 따른 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 개시에서 언급되는 "패스 룰(path rule)" 이라는 용어는 일반적으로, 전자 장치가 사용자에 의해 요청된 태스크를 제공하기 위한 상태들의 시퀀스를 의미할 수 있지만, 이에 제한되지 않는다. 다시 말해, 본 개시의 다양한 실시예들에 따른 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 제공할 수 있다.
본 개시의 다양한 실시예들에 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. 본 개시의 다양한 실시예들에 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, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 패스 룰을 제공하기 위해 하이브리드 시스템을 사용할 수 있다.
본 개시의 다양한 실시예들에 따르면, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면을 디스플레이에 표시할 수 있다. 본 개시의 다양한 실시예들에 따르면, 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. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
본 개시의 다양한 실시예들에 따른 개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 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. 본 개시의 다양한 실시예들에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
본 개시의 다양한 실시예들에 따른 제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 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, 다양한 실시예들에 따른, 통합 지능화 시스템의 사용자 단말을 설명하기 위한 블록도이다.
도 2를 참조하면, 본 개시의 다양한 실시예들에 따른 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. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 상기 하우징의 내부에 위치한 통신 회로를 더 포함할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은 상기 통신 회로를 통해 외부 서버(예: 지능형 서버(200))와 데이터(또는, 정보)를 송수신할 수 있다.
본 개시의 다양한 실시예들에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 본 개시의 다양한 실시예들에 따른 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)(112)를 포함할 수 있다.
본 개시의 다양한 실시예들에 따르면, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 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. 다양한 실시예들에 따르면, 디스플레이(120)는 하우징의 일부분(예: 제2 부분)을 통해 노출될 수 있다.
본 개시의 다양한 실시예들에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다. 다양한 실시예들에 따르면, 스피커(130)는 하우징의 일부분(예: 제3 부분)을 통해 노출될 수 있다.
본 개시의 다양한 실시예들에 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. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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. 다양한 실시예들에서, 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.
본 개시의 다양한 실시예들에 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. 본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 따른, 실행 서비스 모듈(141a, 143a)은 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 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. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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. 다양한 실시예들에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
본 개시의 다양한 실시예들에 따르면, 메모리(140)는 지능형 에이전트(145)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 에이전트(145)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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. 본 개시의 다양한 실시예들에 따른 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능은 프로세서(150)에 의해 구현될 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 에이전트(145), 실행 매니저 모듈(147) 및 지능형 서비스 모듈(149)의 기능에 대해 프로세서(150)의 동작으로 설명하겠다. 다양한 실시예들에 따르면, 메모리(140)에 저장된 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)는 소프트웨어뿐만 아니라 하드웨어로 구현될 수 있다.
본 개시의 다양한 실시예들에 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. 본 개시의 다양한 실시예들에 따른 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 본 개시의 다양한 실시예들에 따른 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 본 개시의 다양한 실시예들에 따른 프로세서(150)는 메모리(140)를 제어하여 프로그램을 실행시키고, 필요한 정보를 불러오거나 저장할 수 있다.
본 개시의 다양한 실시예들에 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, 본 개시의 다양한 실시예들에 따른 프로세서(150)는 지능형 에이전트(145), 실행 매니저 모듈(147) 또는 지능형 서비스 모듈(149)의 기능을 구현할 수 있다.
본 개시의 다양한 실시예들에 따른, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 다양한 실시예들에 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. 다양한 실시예들에 따르면, 프로세서(150)는 지능형 서비스 모듈(149)을 실행하여 사용자의 정보를 관리하 고, 상기 사용자의 정보를 이용하여 사용자 입력을 처리할 수 있다.
본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에 상기 사용자 입력을 전처리할 수 있다. 다양한 실시예들에 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. 본 개시의 다양한 실시예들에 따른 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 본 개시의 다양한 실시예들에 따른 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 본 개시의 다양한 실시예들에 따른 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. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 따르면, 지능형 에이전트(145)는 사용자의 호출을 인식하기 위해 메모리(140)에 저장된 웨이크업(wake up) 인식 모듈을 실행시킬 수 있다. 이에 따라, 본 개시의 다양한 실시예들에 따른 프로세서(150)는 상기 웨이크업 인식 모듈을 통해 사용자의 웨이크업 명령을 인식할 수 있고, 상기 웨이크업 명령을 수신한 경우 사용자 입력을 수신하기 위한 지능형 에이전트(145)를 실행시킬 수 있다. 본 개시의 다양한 실시예들에 따른 웨이크업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)로 구현될 수 있다. 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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 웨이크업 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. 본 개시의 다양한 실시예들에 따른 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. 다양한 실시예들에 따르면, 사용자 입력을 실행하기 위한 지능형 에이전트(145)의 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
본 개시의 다양한 실시예들에 따르면, 지능형 에이전트(145)의 음성 인식 모듈(웨이크업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 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, 본 개시의 다양한 실시예들에 따른 프로세서(150)는 상기 변환된 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.
본 개시의 다양한 실시예들에 따르면, 프로세서(150)는 지능형 에이전트(145)를 실행하여 지능형 서버(200)로부터 패스 룰을 수신할 수 있다. 다양한 실시예들에 따르면, 프로세서(150)는 지능형 에이전트(145)를 통해 상기 패스 룰을 실행 매니저 모듈(147)로 전달할 수 있다.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 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.
본 개시의 다양한 실시예들에 따르면, 지능형 서비스 모듈(149)은 컨텍스트 모듈(149a), 페르소나 모듈(149b) 또는 제안 모듈(149c)을 포함할 수 있다.
본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 따른 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.
본 개시의 다양한 실시예들에 따른 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, 다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 다양한 실시예들에 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. 다양한 실시예들에 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.
다양한 실시예들에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 이해 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
다양한 실시예들에 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. 다양한 실시예들에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 다양한 실시예들에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 이해 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 이해 데이터베이스(221)에 저장될 수 있다. 다양한 실시예들에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 이해 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
다양한 실시예들에 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. 자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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. 다양한 실시예들에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 제공하는데 충분한지 여부를 판단할 수 있다. 다양한 실시예들에 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.
다양한 실시예들에 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 제공한 결과를 생성할 수 있다. 다양한 실시예들에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 본 개시의 다양한 실시예들에 따른 지능형 서비스 모듈의 컨텍스트 모듈이 현재 상태를 수집하는 것을 나타낸 도면이다.
도 5를 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. 다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 6은 본 개시의 다양한 실시예들에 따른 지능형 서비스 모듈의 제안 모듈을 나타낸 블록도이다.
도 6을 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 확인(⑥)하고, 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.
다양한 실시예들에 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. 다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 전송(⑥)할 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 7은 본 개시의 다양한 실시예들에 따른 패스 플래너 모듈(path planner module)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 7은 참조하면, 다양한 실시예들에 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.
다양한 실시예들에 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. 다양한 실시예들에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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 다양한 실시예들에 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.
다양한 실시예들에서, 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 다양한 실시예들에 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 동작(141b, 143b)을 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.
다양한 실시예들에 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.
다양한 실시예들에 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.
다양한 실시예들에 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. 다양한 실시예들에 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.
다양한 실시예들에 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 정보을 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 9a 및 도 9b는, 종래의 기술에 따라, 지능형 서버가 사용자의 발화에 하나의 파라미터에 대응하는 복수의 단어들을 포함하는 경우에 사용자의 발화가 처리된 결과를 설명하기 위한 예시 도면이다.
도 9a를 참조하면, 종래의 기술에 따른 휴대 단말(900)은 사용자로부터 제1 발화(920)(예: "아침식사로 바나나와 사과, 우유를 먹었어. 저장해 줘")를 입력받을 수 있다. 종래의 기술에 따른 휴대 단말(900)은 사용자로부터 입력받은 발화의 내용을 휴대 단말(900)의 디스플레이 모듈(910)에 표시 할 수 있다. 종래의 기술에 따른 휴대 단말(900)은 입력받은 제1 발화(920)에 대한 정보를 종래의 기술에 따른 지능형 서버(미도시)에 전송할 수 있다. 종래의 기술에 따른 지능형 서버는, 사용자의 발화에, 하나의 파라미터(예: 음식 종류)에 대응하는 복수의 단어들(예: 바나나, 사과, 우유)이 포함됨에 따라, 복수의 단어들 중에서 어느 하나의 단어만을 선택할 수 있다. 종래의 기술에 따른 지능형 서버는, 선택된 어느 하나의 단어에 기반하여 동작 정보(예: 패스 룰)를 생성할 수 있다. 종래의 기술에 따른 지능형 서버는, 생성된 동작 정보를 휴대 단말(900)에 전송할 수 있다. 종래의 기술에 따른 휴대 단말(900)은, 지능형 서버로부터 전송받은 동작 정보에 기반하여 도 9b에 예시적으로 도시된 추천 화면(912)을 디스플레이 모듈(910)에 표시(예: 순차적으로) 할 수 있다. 종래의 기술에 따른 휴대 단말(900)은, 도 9b에 도시된 바와 같이, 하나의 단어(예: 바나나)에 기반한 동작 정보에 따라 태스크를 제공하게 되어, 결과적으로 사용자의 의도를 충분하게 반영하지 못할 수 있다.
도 10은, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))의 동작 방법(1000)을 설명하기 위한 예시 도면이다.
도 10을 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1010에서, 사용자 단말(예: 도 1의 사용자 단말(100))로부터 전송된 사용자의 발화에 대한 정보를 획득할 수 있다. 본 개시의 다양한 실시예들에 따르면, 사용자의 발화는, 예를 들어, "아침식사로 바나나와 사과, 우유를 먹었어. 저장해 줘", "아침식사로 사과 1개와 된장찌개 한 그릇을 먹었어. 저장해 줘" 또는 "최고 혈압 120, 낮은 혈압 80 저장해 줘" 등과 같은, 미리 지정된 다양한 파라미터들에 대응될 수 있는 단어들을 포함하는 발화일 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1020에서, 사용자의 발화에 대한 의도를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1020은, 자연어 이해 모듈(예: 도 4의 자연어 이해 모듈(220))에 의하여 수행될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1030에서, 확인된 의도에 기반하여 복수의 단어들을 선택할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 선택된 단어를, 발화 의도에 따라 미리 지정된 파라미터에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, 동작 1030은, "사용자 발화로부터 파라미터를 추출"이라는 용어로도 이해될 수 있다. 본 개시의 다양한 실시예들에 따른 미리 지정된 파라미터는 동작 1020에 따라 확인된 사용자의 의도에 따라(또는, 사용자의 의도에 종속하여) 미리 지정된 파라미터를 포함할 수 있다. 예를 들면, 사용자의 의도가 "아침식사 정보 저장(패스 룰 ID: SamsungHealth_85)"으로 확인된 경우, 본 개시의 다양한 실시예들에 따른 미리 지정된 파라미터는, "아침식사"인지 "점심식사"인지 또는 "저녁식사"인지 여부를 지시하는 식사의 타입("FoodSearchMeal"), "한식"인지, "양식"인지 또는 "일식" 등인지 여부를 지시하는 식사의 카테고리("FoodSearchCategory"), "사과"와 같이 음식의 종류를 지시하는 식사의 결과("FoodSearchResult"), 및 "1개"와 같이, 특정한 음식의 종류를 사용자가 섭취한 양("FoodSearchCount") 중 적어도 하나의 파라미터가 미리 지정(또는, 선언)되어 있을 수 있다. 본 개시의 다양한 실시예들에 따르면, 이와 같은 미리 지정된 파라미터는 예시적인 것으로서, 이에 의하여 본 개시의 다양한 실시예들이 제한되지 않는다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1040에서, 선택된 단어의 관련성을 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 관련성은, 연관 관계(linking relation), 논리 연산 관계(logical operation relation) 및 선후 관계(order relation) 중 적어도 하나의 관계를 포함할 수 있다.
본 개시의 다양한 실시예들에 따른 연관 관계는, 복수의 단어들(또는, 파라미터들)이 하나의 의미 그룹을 형성할 수 있는 관계를 의미할 수 있다(예: "사과"("FoodSearchResult")와 "1개"("FoodSearchCount")). 본 개시의 다양한 실시예들에 따른 연관 관계는 복수의 파라미터들에 대해서 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따른 연관 관계에 대한 정보(예: 미리 지정된 파라미터들에 대한 정보)는 예를 들어, 자연어 이해 데이터베이스(221)에 저장될 수 있다.
본 개시의 다양한 실시예들에 따른 논리 연산 관계는, 동작 정보를 생성하기 위하여 사용자의 발화에 포함된 복수의 숫자들에 대한 논리 연산(예: 크기의 비교)이 요구되는 관계를 의미할 수 있다. 예를 들어, 사용자 단말(예: 도 1의 사용자 단말(100))이 "최고 혈압 120, 최저 혈압 80 저장해 줘"라는 발화를 사용자로부터 수신한 경우, 지능형 서버(예: 도 2의 지능형 서버(200))에 의해 "혈압 정보 저장"이라는 사용자의 의도가 확인될 수 있다. 본 개시의 다양한 실시예들에 따르면, 확인된 사용자의 의도에 따라 미리 지정된 파라미터들(예: "BPHighNumber" 및 "BPLowNumber")에 대해서 논리 연산 관계가 미리 지정되어 있을 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 사용자의 발화에 포함된 "120" 및 "80"에 대한 크기를 비교할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는 사용자의 발화에서 처음으로 언급된(또는, 표현된) 수를 "BPHighNumber"로 지정(또는, 매핑)하고, 다음에 언급된 수를 "BPHighNumber"로 지정한 후, 수의 크기를 비교할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 수의 크기의 비교 결과가 지정된 파라미터와 대응되는 경우(또는, 비교 결과가 "참(true)"인 경우), 각각의 수에 지정된 파라미터를 최종적인 파라미터로 지정할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 크기의 비교 결과가 지정된 파라미터와 대응되지 않는 경우(또는, 크기의 비교 결과가 "거짓(false)"인 경우), 복수의 수 각각에 지정된 파라미터를 서로 변경할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 변경된 파라미터를 각각의 수에 대한 최종적인 파라미터로 지정할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 크기의 비교가 요구되는 수가 3개 이상인 경우에, 2개의 수를 순차적으로 선택하여 수의 크기를 비교할 수 있다.
본 개시의 다양한 실시예들에 따른 선후 관계는, 동작 정보를 생성하기 위하여 복수의 파라미터들을 하나의 파라미터로서 처리(또는, 설정)하도록 지정된 관계를 의미할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 전자 장치가 "5 킬로미터 달리기 프로그램 시작해 줘"라는 발화를 사용자로부터 수신한 경우, "5 킬로미터 달리기"를 하나의 파라미터(예: "ProgramName")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, "5 킬로미터 달리기"는, "5(또는, 오)", "킬로미터" 및 "달리기" 각각에 대응하는 3 종류의 파라미터를 포함하는 단어의 집합일 수 있다. 본 개시의 다양한 실시예들에 따른 선후 관계는, 복수의 파라미터들 사이의 순서가 동작 정보를 생성하기 위해 필요한 경우에, 해당되는 파라미터에 대해서 지정된 관계를 의미할 수 있다. 예를 들어, 사용자의 발화에 따라 사용자 단말(예: 도 1의 사용자 단말(100))에서 "5 킬로미터 달리기 프로그램"을 실행하기 위해서는 "5" → "킬로미터" → "달리기"의 순서에 따른 사용자의 발화가 요구될 수 있다. 이와 같이, 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보를 생성하기 위하여 복수의 파라미터들의 순서가 의미를 가지는 경우, 특정한 파라미터들에 대해서 본 개시의 다양한 실시예들에 따른 선후 관계가 미리 지정될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화에 포함된 복수의 단어들 각각에 대해서 반복적으로 관련성을 확인할 수 있다. 즉, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화에 의미 그룹을 가지는(또는, 가질 수 있는) 단어 셋 들이 복수 개 포함되었는지 여부를 판단할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1050에서, 확인된 관련성에 기반하여 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 패스 룰 데이터베이스(231)에 저장된 적어도 하나의 패스 룰 중에서 사용자의 발화 의도에 대응하는 적어도 하나의 패스 룰을 선택하고, 선택된 패스 룰에 동작 1040에 따라 확인된 관련성에 대한 정보를 추가(또는, 업데이트)하는 방식으로 동작 정보(예: 패스 룰)를 생성할 수 있다. 예를 들면, 특정한 어플리케이션(예: 삼성® 헬스™ 어플리케이션)을 실행(예: 저장된 아침식사 정보 제공 화면을 디스플레이)하는 상태를 포함하는 동작 정보(예: 패스 룰)에 동작 1040에 따라 확인된 관련성에 대한 정보를 추가할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 동작 1020에 따라 확인된 사용자의 의도 및 동작 1040에 따라 확인된 관련성을 이용하여 새로운 동작 정보(예: 패스 룰)를 생성할 수 있다. 예를 들면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 헬스 어플리케이션 실행, 식사정보 제공 화면 출력, 아침식사 정보제공 화면 출력 및 저장된 아침식사 메뉴 출력 중 적어도 하나의 상태를 포함하는 동작 정보(예: 패스 룰)를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 특정한 상태에 동작 1040에 따라 확인된 관련성에 대한 정보를 추가할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 본 개시의 다양한 실시예들에 따라 생성된 동작 정보를 자연어 이해 데이터베이스(예: 도 4의 자연어 이해 데이터베이스(220)) 또는 패스 룰 데이터베이스(예: 도 4의 패스 룰 데이터 베이스(230))에 저장할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1060에서, 생성된 동작 정보를 사용자 단말(예: 도 1의 사용자 단말(100))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 2의 지능형 서버(200))는, 동작 1020에서 사용자의 발화가 대응하는 도메인(예: 특정한 어플리케이션(예: 삼성 헬스), TV, 이동 단말 등)을 확인하는 동작을 더 수행할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 지능형 서버(예: 도 4의 자연어 이해 데이터베이스(221))에 저장된, 사용자의 발화 내용(또는, 사용자의 의도)와 도메인의 연관 관계를 포함하는 연관 관계 정보에 기반하여 사용자의 발화 내용이 어느 도메인에 해당되는지 확인할 수 있다.
도 11a 내지 도 11e는, 다양한 실시예들에 따른, 지능형 서버(예: 도 1의 지능형 서버(200))가 사용자의 발화에 포함되는 단어를 선택하는 동작을 설명하기 위한 예시 도면이다.
도 11a에서는, 사용자 단말(예: 도 1의 사용자 단말(100))이 "아침 식사로 바나나 1개를 먹었어. 저장해 줘"라는 발화를 사용자로부터 수신한 경우가 예시적으로 설명된다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화로부터 사용자의 의도를 확인하고, 확인된 의도에 따라 미리 지정된 적어도 하나의 파라미터에 적어도 하나의 단어를 매핑(또는, 사용자의 발화로부터 단어를 선택)할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서, "아침 식사"를 제1 파라미터(1101)("FoodSearchMeal")에 매핑할 수 있고, "바나나"를 제2 파라미터(1102)("FoodSearchResult")에 매핑할 수 있고, "1개"를 제3 파라미터(1103)("FoodSearchCount")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제2 파라미터(1102)과 제3 파라미터(1103)은 서로 연관 관계를 가지는 파라미터로서 미리 지정될 수 있고, 제1 파라미터(1101)와, 제2 파라미터(1102) 및 제3 파라미터(1103)는 서로 무관한 관계(또는, 독립(independent) 관계)로 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따른 독립 관계는, 각 파라미터 사이에 어떠한 관련성이 지정되어 있지 않은 경우를 의미할 수 있다.
도 11b에서는, 사용자 단말(예: 도 1의 사용자 단말(100))이 "아침 식사로 바나나 1개와 된장찌개 한그릇을 먹었어. 저장해 줘"라는 발화를 사용자 로부터 수신한 경우가 예시적으로 설명된다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서, "아침 식사"를 제1 파라미터(1101)("FoodSearchMeal")에 매핑할 수 있고, "바나나"를 제2 파라미터(1102)("FoodSearchResult")에 매핑할 수 있고, "1개"를 제3 파라미터(1103)("FoodSearchCount")에 매핑할 수 있고, "된장찌개"를 제2 파라미터(1102)("FoodSearchResult")에 매핑할 수 있고, "한그릇"을 제3 파라미터에 (1103)("FoodSearchCount")에 매핑할 수 있다.
도 11c에서는, 사용자 단말(예: 도 1의 사용자 단말(100))이 "아침 식사로 한식으로 된장찌개 한그릇과 바나나 1개를 먹었어. 저장해 줘"라는 발화를 사용자로부터 수신한 경우가 예시적으로 도시된다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서, "아침 식사"를 제1 파라미터(1101)("FoodSearchMeal")에 매핑할 수 있고, "한식으로"를 제4 파라미터(1104)("FoodSearchCategory")에 매핑할 수 있고, "된장찌개"를 제2 파라미터(1102)("FoodSearchResult")에 매핑할 수 있고, "한그릇"을 제3 파라미터에 (1103)("FoodSearchCount")에 매핑할 수 있고, "바나나"를 제2 파라미터(1102)("FoodSearchResult")에 매핑할 수 있고, "1개"를 제3 파라미터(1103)("FoodSearchCount")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제1 파라미터(1101)와, 제2 파라미터(1102) 내지 제4 파라미터(1104)는 독립 관계로 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따르면, 제2 파라미터(1102) 내지 제4 파라미터(1104)는 연관 관계로 미리 지정될 수 있다.
도 11d에서는, 사용자 단말(예: 도 1의 사용자 단말(100))이 "최고 혈압에 120(백이십) 최저 혈압에 80(팔십)을 저장해 줘"라는 발화를 사용자 로부터 수신한 경우가 예시적으로 설명된다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서 "120(즉, 백이십)"을 제5 파라미터(1105)("BPHighNumber")에 일시적으로 또는 최종적으로 매핑할 수 있고, "80(팔십)"을 제6 파라미터(1106)("BPLowNumber")에 일시적으로 또는 최종적으로 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제5 파라미터(1105)과 제6 파라미터(1106)는 논리 연산 관계로 미리 지정될 수 있다.
도 11e에서는, 사용자 단말(예: 도 1의 사용자 단말(100))이 "5 킬로미터 달리기 프로그램을 시작해 줘"라는 발화를 사용자로부터 수신한 경우가 예시적으로 설명된다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서, "5(또는, 오)"를 제7-1 파라미터(1107a)("Distance")에 매핑할 수 있고, "킬로미터"를 제7-2 파라미터(1107b)("Unit")에 매핑할 수 있고, "달리기"를 제7-3 파라미터(1107c)("Event")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제7-1 파라미터(1107a) 내지 제7-3 파라미터(1107c)는 선후 관계로 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화에 대응하는 동작 정보를 생성하기 위해 제7-1 파라미터(1107a) 내지 제7-3 파라미터(1107c)를 하나의 제7 파라미터(1107)("ProgramName")에 매핑시킬 수 있다.
도 12a 및 도 12b는, 다양한 실시예들에 따른, 미리 지정된 파라미터에 대한 계층 구조를 설명하기 위한 예시 도면이다.
도 12a를 참조하면, 본 개시의 다양한 실시예들에 따른 미리 지정된 파라미터들(예: "연관 관계"를 가지는 파라미터들)은 계층 구조(hierarchy)를 가질 수 있다. 예를 들어, 상위 파라미터(1200)(예:"FoodInfo" 또는 "바나나 1개")는 제1 하위 파라미터(1212)(예: "FoodSearchResult" 또는 "바나나") 및 제2 하위 파라미터(1214)(예: "FoodSearchCount" 또는 "1개")로 구분될 수 있다. 이에 따라, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자 발화에 포함된 "바나나 1개"에 대해서 2단계의 깊이를 가지는 어구로 이해할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제1 하위 파라미터(1212)와 제2 하위 파라미터(1214)는 서로 동일한 계층일 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 특정한 어구에 대한 깊이 정보를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 확인된 깊이 정보가 포함되도록 동작 정보를 생성할 수 있다.
도 12b에서는, 본 개시의 다양한 실시예들에 따른 파라미터들의 깊이가 3단계의 깊이를 가지는 경우가 도시된다. 예를 들어, 상위 파라미터(1200)(예:"FoodInfowithCategory" 또는 "한식으로 된장찌개 한그릇")은, 상위 파라미터(1200)보다 하위 계층인, 제1 하위 파라미터(1212)(예: "FoodCategory" 또는 "한식") 및 제2 하위 파라미터(1214)(예: "FoodInfo" 또는 "된장찌개 한그릇")로 구분될 수 있다. 본 개시의 다양한 실시예들에 따른 제2 하위 파라미터(1214)는, 제1 하위 파라미터(1214) 및 제2 하위 파라미터(1214) 보다 하위 계층인, 제3 하위 파라미터(1222)(예: "FoodSearchResult" 또는 "된장찌개") 및 제4 하위 파라미터(1224) (예: "FoodSearchCount" 또는 "한그릇")로 구분될 수 있다. 이에 따라, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자 발화에 포함된 "한식으로 된장찌개 한그릇"에 대해서 3단계의 깊이를 가지는 어구로 이해할 수 있다. 본 개시의 다양한 실시예들에 따르면, 제3 하위 파라미터(1222)와 제4 하위 파라미터(1224)는 서로 동일한 계층일 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, "한식으로 된장찌개 한그릇과 바나나 1개" 또한 3단계의 깊이를 가지는 어구로 이해할 수 있다. 본 개시의 다양한 실시예들에 따라 생성된 동작 정보에 대한 제이슨(JSON(Javascript Object Notation)) 기반의 예시적인 표현은 아래의 표 2와 같다.
[{
"intent": "SamsungHealth_85",
"utterance": "아침식사로 바나나 1개를 입력해줘",
"subIntents": [{
"parameters": [],
"subIntent": "ME"
}, {
"parameters": [],
"subIntent": "FoodTrack"
}, {
"parameters": [{
"slotName": "FoodSearchMeal",
"slotType": "FoodSearchMeal",
"slotValue": "Breakfast",
"slotValueType": "String"
"depth":1,
"relationType":"independent":[{
}]
}
],
"subIntent": "FoodSearchMeal"
}, {
"parameters": [{
"slotName": "FoodInfo",
"slotType": "FoodInfo",
"slotValue": "",
"slotValueType": "String"
"depth":2,
"relationType": "related":[{
"slotName": "FoodSearchResult",
"slotType": "FoodSearchResult",
"slotValue": "바나나",
"slotValueType": "String"
"depth":1,
"relationType":"independent":[{
}]
}, {
"slotName": "FoodSearchCount",
"slotType": "FoodSearchCount",
"slotValue": "1개",
"slotValueType": "String"
"depth":1,
"relationType":"independent":[{
}]
}]
}
],
"subIntent": "FoodSearchResult"
}
],
"taggedUtteranceHint": " [아침식사로] [[바나나] [1개를]] 입력해줘"
... ...
}]
본 개시의 다양한 실시예들에 따르면, 사용자의 발화가 서로 다른 의도를 포함하는 복수의 문장을 포함하는 경우에도 본 개시의 다양한 실시예들이 적용될 수 있다. 예를 들어, 사용자 단말(예: 도 1의 사용자 단말(100))이 사용자로부터 "물 마신 것을 기록하기 위한 화면을 보여줘. 그리고 1잔을 추가해 줘"라는 발화를 수신한 경우, "물 마신 것을 기록하기 위한 화면을 보여줘"라는 발화의 의도는 "마신 음료에 대한 기록 화면을 보기"일 수 있고, "그리고 1잔을 추가해 줘"라는 발화의 의도는 "음료의 추가나 삭제"일 수 있다. 다만, 사용자의 발화에서는, 2번째 발화, 즉, "그리고 1잔을 추가해 줘"와 같이,"1잔"에 대한 대상이 누락될 수 있다. 본 개시의 다양한 실시예들에 따르면, "물"에 대응하는 파라미터와, "1잔"에 대응하는 파라미터는, 본 개시의 다양한 실시예들에 따른 관련성(예: 연계 관계)를 가지도록 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 연속적인 발화(또는, 지정된 임계 시간 이내에 입력된 서로 다른 발화)에서, 제2 발화(예: "그리고 1잔을 추가해 줘")에 필수 단어(예: "물")가 누락된 경우, 제2 발화 이전에 수신된 제1 발화(예:"물 마신 것을 기록하기 위한 화면을 보여줘.")에 포함되는 단어들 중에서 제2 발화에 포함된 단어들에 대응하는 파라미터들과 관련성을 가지는 단어(예: "물")를 제2 발화에 적용할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 제1 발화의 단어가 적용된 제2 발화에 기반하여, 수신된 사용자의 발화의 의도를 확인하거나 동작 정보를 생성할 수 있다.
도 13 내지 도 15a는, 다양한 실시예들에 따른, 지능형 서버(예: 도 1의 지능형 서버(200))의 동작 방법(1300, 1400, 1500)을 설명하기 위한 예시 도면이다.
도 13에서는, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))가 논리 연산 관계를 수행하는 동작들이 예시적으로 도시된다. 본 개시의 다양한 실시예들에 따른 동작들(1300)에 대해서는, 도 10에서 설명된 동작들 중 적어도 일부의 동작이 동일하게 적용될 수 있다.
도 13을 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1310에서, 사용자의 발화(예: 최고 혈압 120, 최저 혈압 80 저장해 줘")에 포함된 복수의 수 들(numbers)(예: "120", "80")을 선택할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1320에서, 선택된 복수의 수 들의 크기를 비교할 수 있다. 본 개시의 다양한 실시예들에 따르면, 선택된 복수의 수 들 각각에 대해서는 임시적으로(또는, 일시적으로) 특정한 파라미터가 매핑될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1330에서, 동작 1320에 따른 비교 결과에 기반하여 복수의 수 들 각각에 미리 지정된 파라미터를 매핑할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예; 도 1의 지능형 서버(120))는, 동작 1320의 비교에 따른 결과가 임시적으로 매핑된 파라미터와 대응하는(또는, 일치하는) 경우, 각각의 수에 임시적으로 매핑된 파라미터를 최종적으로(또는, 최종적으로 또는 확정적으로) 매핑할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1340에서, 동작 1330에 따라 매핑된 파라미터에 기반하여 사용자의 발화에 대응하는 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1340에 대해서는, 동작 1050에서 설명된, 동작 정보의 생성과 관련된 내용의 적어도 일부가 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1350에서, 동작 1340에 따라 생성된 동작 정보를 사용자 단말(예: 도 1의 사용자 단말(100))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 선택된 수의 크기를 우선 비교하고, 비교 결과에 따라 사용자의 의도에 따라 미리 지정된 파라미터를 각각의 수에 매핑할 수도 있다.
도 14에서는, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))가 선후 관계를 수행하는 동작들이 예시적으로 도시된다. 본 개시의 다양한 실시예들에 따른 동작들에 대해서는, 도 10에서 설명된 동작들 중 적어도 일부의 동작이 동일하게 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1410에서, 사용자의 발화에 포함된 단어들 중에서 미리 지정된 파라미터에 대응하는 단어들을 선택할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1410은, 사용자의 발화로부터 파라미터들을 추출하는 동작으로 이해될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1420에서, 미리 지정된 순서에 따라 선택된 단어들을 정렬할 수 있다. 예를 들어, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 정보를 생성하기 위하여 "5", "킬로미터", "달리기"의 순서대로 선택된 단어들을 정렬할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1430에서, 정렬된 단어들을 미리 지정된 하나의 파라미터에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, "5", "킬로미터", "달리기"의 순서에 따라 정렬된 단어들을 미리 지정된 하나의 파라미터(예: "ProgramName")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 복수의 단어들을 미리 지정된 하나의 파라미터에 따라 매핑하여, "5", "킬로미터", "달리기"라는 3개의 단어들을 "5 킬로미터 달리기"라는 하나의 단어로서 이해(예: 처리)할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1440에서, 동작 1430에 따라 매핑된 하나의 파라미터에 기반하여, 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1440에 대해서는, 동작 1050에서 설명된, 동작 정보의 생성과 관련된 내용의 적어도 일부가 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1450에서, 동작 1440에 따라 생성된 동작 정보를 사용자 단말(예: 도 1의 사용자 단말(100))로 전송할 수 있다.
사용자의 의도를 확인하기 위하여, 또는 동작 정보(예: 패스 룰)을 생성 또는 선택하기 위하여 지능형 서버(예: 도 1의 지능형 서버(200))에 의해 사용자의 발화로부터 선택된 단어가 표준 단어(또는, 지능형 서버(예: 도 1의 지능형 서버(200))에 저장되어 있는 단어)가 아닐 수 있다. 도 15a에서는, 이와 같은 경우에서의 지능형 서버(예: 도 1의 지능형 서버(200)의 동작 방법(1500)이 예시적으로 도시된다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1505에서, 사용자의 발화에 포함된 단어들 중에서 미리 지정된 파라미터에 대응하는 단어들을 선택할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1505은, 사용자의 발화에서 파라미터를 추출하는 동작으로 이해될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1515에서, 동작 1505에 따라 선택된 단어들이 표준 단어인지 여부를 확인할 수 있다. 예를 들면, 지능형 서버(예: 도 1의 지능형 서버(200))는, 선택된 단어가 "킬로미터"인 경우에는 선택된 단어를 표준 단어로 확인할 수 있고, 선택된 단어가 "키로"인 경우에는 선택된 단어를 유사 단어(또는, 비 표준 단어)로 확인할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1515에 따른 확인 결과, 선택된 단어들 중 적어도 하나의 단어가 유사 단어로 확인되면(동작 1515-아니오), 동작 1525에서, 유사 단어 정보에 기반하여, 선택된 단어들 중 적어도 하나의 단어를 표준 단어로 변경할 수 있다. 본 개시의 다양한 실시예들에 따른 유사 단어 정보는, 표준 단어("킬로미터")와 대응될 수 있는 단어들의 리스트(예: "킬로", "키로", "키로미터", "Km" 등)를 포함할 수 있다. 본 개시의 다양한 실시예들에 따른 유사 단어 정보는, 지능형 서버(예: 자연어 이해 데이터베이스(221))에 저장될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1535에서, 변경된 표준 단어에 기반하여, 사용자의 발화에 대응하는 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1535에 대해서는, 동작 1050에서 설명된, 동작 정보의 생성과 관련된 내용의 적어도 일부가 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1545에서, 생성된 동작 정보를 사용자 단말(예: 도 1의 사용자 단말(100))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1515에 따른 확인 결과, 선택된 단어들이 표준 단어로 확인되면(동작 1515-예), 동작 1555에서, 선택된 단어들에 기반하여 사용자의 발화에 대응하는 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1555에 대해서는, 동작 1050에서 설명된, 동작 정보의 생성과 관련된 내용의 적어도 일부가 적용될 수 있다.
도 15b는, 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))가 사용자의 발화에 포함된 표준 단어를 확인하는 동작을 설명하기 위한 도면이다. 도 15b에서는 사용자의 발화(예: "5(또는, 오) 킬로미터 달리기 프로그램 실행해 줘")에 포함되는 단어는 모두 표준 단어인 경우가 예시적으로 설명된다.
도 15b를 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 사용자의 발화에 포함된 단어가 모두 표준 단어인지 여부를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 표준 언어는 예를 들어, "5 (또는, 오)", "킬로미터", "달리기"로 지정되어 있을 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 사용자의 발화에 포함된 단어가 모두 표준 단어들이라고 확인되면, 각각의 표준 단어들에 대응하는 파라미터의 순서가 미리 지정된 순서(예: "Distance" → "Unit" → "Event")에 따라 입력되었는지 여부를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 선택된 단어가 지정된 순서에 따라 입력되었다고 확인되면, 선택된 단어들을 하나의 파라미터(예: "ProgramName")에 매핑할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 하나의 파라미터에 매핑된 복수의 단어들에 기반하여 동작 정보를 생성할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))에는, 표준 단어(5110, 1520, 1530)에 대응하는 유사 단어 리스트(1512, 1522, 1532)가 미리 저장될 수 있다. 사용자의 언어 사용의 실제적인 측면을 고려하면, 사용자는 하나의 단어 또는 복수의 단어들을 축약하거나 생략하여 말하는 경우가 있을 수 있다. 종래의 기술에 따르면, 사용자의 이와 같은 실제적인 언어 사용의 패턴(pattern)을 반영하기 위하여, 동작 정보를 생성하기 위해 미리 지정된 순서(예: "Distance" → "Unit" → "Event")에 따라 사용자의 실제적인 언어 사용 패턴이 반영된 어구들(즉, "하나의 단어" 단위가 아닌)을 저장하고, 입력된 사용자의 발화와 저장된 어구를 비교하여 동작 정보를 생성하였다. 종래의 기술에 따르면, 특정한 태스크(예: "5 킬로미터 달리기 프로그램"을 실행)를 제공하기 위한 동작 정보를 생성하기 위하여, 유사 어구로서, 예를 들어, "5 키로미터 달리기"뿐만 아니라, "5 키로 달리기", "5 킬로 러닝", "5 키로 러닝" 등과 같은 어구들을 미리 저장하였다. 종래의 기술에 따른 지능형 서버는, 이와 같은 유사 어구에 기반하여 "5 키로 러닝"과 같은 사용자의 발화가 입력되는 경우, 이를 "5 키로미터 달리기"로 이해하여 사용자의 발화를 처리하였다. 그러나, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 도 15b에 도시된 바와 같이, 단어 단위로 미리 지정된 유사 단어 리스트을 저장하고, 각각의 단어 별로 각각의 단어가 표준 단어에 해당하는지 여부를 판단할 수 있다. 이에 따라, 지능형 서버(예: 도 1의 지능형 서버(200))의 자원 사용량을 종래의 기술보다 감소시킬 수 있으면서도 다양한 단어의 조합이 가능할 수 있다. 예를 들어, "5"에 대응하여 5개의 유사 단어들(예: "다섯", "화이브", "five", "O")이 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따르면 "킬로미터"에 대해서 5개의 유사 단어들(예: "키로", "킬로", "키로미터", "케이엠", "KM(Km 또는 km)"이 미리 지정될 수 있다. 본 개시의 다양한 실시예들에 따르면 "달리기"에 대해서 4개의 유사 단어들(예: "러닝", "런닝", "런", "running")이 미리 지정될 수 있다. 이에 따라, 본 개시의 다양한 실시예들에 따르면, 100 종류의 어구의 생성(5 × 5 × 4)이 가능할 수 있다. 다만, 도 15b에 도시된 유사 단어 리스트(1512, 1522, 1532)에 포함된 유사 단어의 종류들은 본 개시의 다양한 실시예들을 설명하기 위해 예시적으로 도시된 것으로서, 본 개시의 다양한 실시예들이 이에 의하여 제한되지 않는다. 본 개시에서, "유사 단어"라는 용어는 "비표준 단어"라는 용어로도 언급될 수 있다.
도 15c는, 다양한 실시예들에 따른, 지능형 서버(예: 도 1의 지능형 서버(200))가 사용자의 발화로부터 선택된 단어들을 지정된 순서에 따라 정렬하여 동작 정보를 생성하는 동작을 설명하기 위한 예시 도면이다.
도 15c를 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))은 사용자의 발화로부터 선택된 단어들이 미리 지정된 순서에 따라 입력되지 않은 것으로 확인할 수 있다. 이 경우, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))은, 사용자의 발화로부터 선택된 단어들을 미리 지정된 순서로 정렬할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 정렬된 단어들에 기반하여 동작 정보를 생성할 수 있다.
도 15d는, 다양한 실시예들에 따른, 사용자 발화에 비표준 단어가 포함된 경우, 비표준 단어를 표준 단어로 변환하여 동작 정보를 생성하는 동작을 설명하기 위한 예시 도면이다.
도 15d를 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 사용자의 발화에 비표준 단어가 포함되어 있다고 확인되면, 사용자의 발화로부터 선택된 단어를 표준 단어(5110, 1520, 1530)로 변경하고, 표준 단어로 변경된 단어들을 미리 지정된 순서에 따라 정렬할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 정렬된 단어들에 기반하여 동작 정보를 생성할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 도 15a 도 15d에서 설명된 다양한 실시예들에 적어도 기반하여 사용자 단말(예: 도 1의 사용자 단말)이 연산을 수행하기 위한 동작 정보를 생성할 수 있다. 예를 들어, 사용자 단말(예: 도 1의 사용자 단말(100))이 사용자로부터 "5 더하기 3 빼기 7 곱하기 6 을 계산해 줘"라는 발화를 수신한 경우, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))은,"5 더하기 3 빼기 7 곱하기 6"을 "5 + 3 - 7 × 6"으로 변환하여 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))에는,"더하기"의 표준 단어로서 "+"가 미리 저장될 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))에는,"빼기"의 표준 단어로서 "-"가 미리 저장될 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))에는, "곱하기"의 표준 단어로서 "×"가 미리 저장될 수 있다.
도 16a 내지 도 16d는, 다양한 실시예들에 따른, 사용자의 발화에서 필수 단어가 누락된 경우, 지능형 서버(예: 도 1의 지능형 서버(200)) 또는 통합 지능화 시스템(10)의 동작 방법(1600, 1610, 1620, 1630)을 설명하기 위한 예시 도면이다.
도 16a를 참조하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1610에서, 사용자의 발화에 포함된 단어들 중에서 미리 지정된 파라미터에 대응하는 단어를 선택할 수 있다. 예를 들어, 사용자 단말(예: 도 1의 사용자 단말(100))이 "아침식사로 한그릇, 사과 1개를 먹었어. 저장해 줘."라는 발화를 사용자로부터 수신하면, 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 사용자의 발화 중에서, 특정한 파라미터에 대응하는, "아침식사", "한그릇", "사과" 및 "1개"를 선택할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1610은, 사용자의 발화에서 파라미터를 추출하는 동작으로 이해될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1620에서, 동작 정보를 생성하기 위해 필요한 필수 단어가 누락되었는지 여부를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220))는, 사용자의 발화로부터 선택된 단어 중에서 "한그릇"에 대한 대상(예:"된장찌개")가 누락되었음을 확인할 수 있다. 본 개시의 다양한 실시예들에 따르면 "한그릇"에 대한 대상은, 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보의 생성에 필수적인 단어일 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 동작 1630에서, 동작 1620의 확인에 따라 필수 단어가 모두 포함되었다고 확인된 경우(동작 1620-아니오), 선택된 단어들에 기반하여 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1630에 대해서는, 동작 1050에서 설명된, 동작 정보의 생성과 관련된 내용의 적어도 일부가 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 1의 지능형 서버(200))는, 동작 1640에서 생성된 동작 정보를 사용자 단말(예: 도 1의 사용자 단말(100))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(예: 도 4의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230))는, 동작 1650에서, 동작 1620의 확인에 따라 필수 단어 중 적어도 하나의 단어가 누락되었다고 확인된 경우(동작 1620-예), 사용자 단말(예: 도 1의 사용자 단말(100))에 대해서 필수 단어의 제공을 요청할 수 있다.
도 16b를 참조하면, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1612에서, 사용자의 제1 발화(예: "아침식사로 한그릇, 사과 1개를 먹었어. 저장해 줘.")를 수신할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1614에서, 수신된 제1 발화에 대한 정보를 지능형 서버(200)(예: 자연어 이해 모듈(220))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1616에서, 사용자 단말(100)로부터 전송된 제1 발화에 대한 정보를 기반으로 사용자의 발화에 따른 태스크를 제공하기 위한 제1 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 제1 동작 정보는, 적어도 하나의 필수 파라미터(예: "된장찌개")가 누락된 발화를 기반으로 생성된 동작 정보를 포함할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1618에서, 동작 1616에 따라 생성된 제1 동작 정보를 사용자 단말(100)로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1622에서, 본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))로부터 전송된 제1 동작 정보에 기반하여 태스크를 제공(예: 제1 동작 정보에 따른 어플리케이션의 실행 화면을 사용자 단말(100)에 디스플레이)할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1624에서, 동작 1622에 따른 태스크를 제공하는 중에, 필수 단어(또는, 필수 파라미터)의 포함 여부(또는, 누락 여부)를 확인할 수 있다. 본 개시의 다양한 실시예들에 따른 제1 발화는 필수 단어(예: "된장찌개")가 누락된 발화로서, 사용자 단말(100)은, 동작 1624에서, 제1 발화를 필수 단어가 누락된 발화로 확인할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1626에서, 본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 생성 모듈(250))에 대해서 필수 단어가 누락되었음을 통지(notification)할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 필수 단어의 누락과 관련된 통지를 자연어 이해 모듈(220)로 전송할 수도 있다. 이 경우, 본 개시의 다양한 실시예들에 따른 자연어 이해 모듈(220)은 사용자 단말(100)로부터 수신된 통지를 자연어 생성 모듈(250)로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 생성 모듈(220))는, 동작 1628에서, 사용자 단말(100)에 누락된 필수 단어의 제공을 요청할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1632에서, 동작 1628에 따른 지능형 서버(200)(예: 자연어 생성 모듈(250))의 요청에 따라, 사용자로부터 필수 단어가 포함된 제2 발화(예: "아침식사로 된장찌개 한그릇, 사과 1개를 먹었어. 저장해 줘.")를 수신할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1632에서, 사용자로부터 제2 발화를 수신하기 위하여 필수 단어를 포함하는 발화의 재입력을 요청하는 알림 메시지를 출력(예: 음성) 할 수 있다.
다만, 본 개시의 다양한 실시예들에 따르면, 동작 1626 및 동작 1628은 생략될 수 있다. 이 경우, 본 개시의 다양한 실시예들에 따른 동작 1632는 지능형 서버(200)로부터의 요청 없이 사용자 단말(100)에 의하여 수행될 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1634에서, 사용자로부터 수신한 제2 발화에 대한 정보를 지능형 서버(200)(예: 자연어 이해 모듈(220))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1636에서, 사용자로부터 수신된 제2 발화에 대한 정보를 기반으로, 사용자의 발화에 따른 태스크를 제공하기 위한 제2 동작 정보를 생성할 수 있다. 본 개시의 다양한 실시예들에 따른 제2 동작 정보는, 적어도 하나의 필수 단어(예: "된장찌개")가 포함된 발화를 기반으로 생성된 동작 정보를 포함할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1638에서, 동작 1636에 따라 생성된 제2 동작 정보를 사용자 단말(100)로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1642에서, 본 개시의 다양한 실시예들에 따른 제2 동작 정보에 기반하여 태스크를 제공(예: 사용자의 제2 발화에 포함된 아침식사 정보를 포함하는 실행 화면을 디스플레이 또는 제2 발화에 포함된 아침식사 정보를 사용자 단말(100)에 저장) 할 수 있다.
도 16c에서는, 사용자로부터 제1 발화에서 누락된 필수 단어를 포함하는 제2 발화를 수신한 경우, 사용자 단말(100)에 의해 동작 정보가 업데이트 되는 실시예가 예시적으로 도시된다. 본 개시의 다양한 실시예들에 따른 도 16c에 도시된 동작 1644 내지 동작 1656에 대해서는 도 16b에서 설명된 동작 1612 내지 동작 1624에 대한 설명의 적어도 일부가 동일하게 적용될 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1658에서, 사용자로부터 필수 단어가 포함된 제2 발화(예: "아침식사로 된장찌개 한그릇, 사과 1개를 먹었어. 저장해 줘.")를 수신할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1658에서, 사용자로부터 제2 발화를 수신하기 위하여, 필수 단어를 포함하는 발화의 재입력을 요청하는 알림 메시지를 출력(예: 음성) 할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1662에서, 제2 발화의 수신 통지, 예를 들어, 누락된 필수 단어가 포함된 사용자의 발화가 획득되었음을 지시하는(indicating) 통지를 본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))로 전송할 수 있다. 본 개시의 다양한 실시예들에 따른 동작 1662는, 동작 1666과 동시에 또는 동작 1666의 수행이 완료된 후에 수행될 수도 있다. 다만, 본 개시의 다양한 실시예들에 따른 동작 1662은 생략될 수도 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1664에서, 사용자로부터 입력된 필수 단어를 동작 정보에 추가(또는, 동작 정보를 업데이트)할 수 있다. 예를 들면, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 제2 발화에 포함된 필수 단어(예: "된장찌개")에 대한 정보가 지능형 서버(200)(예: 자연어 이해 모듈(220))로부터 수신한 동작 정보에 포함되도록 동작 정보를 업데이트 할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1666에서, 동작 1664에 따라 업데이트 된 동작 정보에 기반하여 태스크를 제공(예: 사용자의 제2 발화에 포함된 아침식사 정보를 포함하는 실행 화면을 디스플레이 또는 제2 발화에 포함된 아침식사 정보를 사용자 단말(100)에 저장)할 수 있다.
도 16d에서는, 사용자의 발화에서 필수 단어의 포함 여부가 지능형 서버(200)(예: NLU 모듈(220))에 의하여 확인되는 실시예가 예시적으로 도시된다.
도 16d를 참조하면, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1668에서, 사용자의 제1 발화를 수신할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1672에서, 수신된 제1 발화에 대한 정보를 지능형 서버(200)(예: 자연어 이해 모듈(220))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))은, 동작 1674에서, 사용자의 제1 발화에 동작 정보를 생성하기 위한 필수 단어의 포함 여부를 확인할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))은, 동작 1676에서, 사용자의 제1 발화에 동작 정보를 생성하기 위한 필수 단어가 누락되었다고 확인된 경우, 자연어 생성 모듈(250)에 대해서 필수 단어가 누락되었음을 통지할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 생성 모듈(220))는, 동작 1678에서, 사용자 단말(100)에 대해서 필수 단어의 제공을 요청할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1682에서, 사용자로부터 제2 발화를 수신할 수 있다. 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1682에서, 사용자로부터 제2 발화를 수신하기 위하여 발화의 재입력을 요청하는 알림 메시지를 출력(예: 음성) 할 수 있다.
본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 동작 1684에서, 사용자로부터 수신한 제2 발화에 대한 정보를 지능형 서버(200)(예: 자연어 이해 모듈(220))로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1686에서, 수신된 제2 발화에 대한 정보를 기반으로 사용자의 발화에 따른 태스크를 제공하기 위한 동작 정보를 생성할 수 있다.
본 개시의 다양한 실시예들에 따른 지능형 서버(200)(예: 자연어 이해 모듈(220))는, 동작 1688에서, 사용자 단말(100)에 생성된 동작 정보를 전송할 수 있다.
도 16d에서는 본 개시의 다양한 실시예들에 따른 동작 1674가 자연어 이해 모듈(220)에 의하여 수행되는 동작으로서 도시되었으나, 이는 예시적인 것이다. 예를 들어, 동작 1674는, 본 개시의 다양한 실시예들에 따른 통합 지능화 시스템(예: 도 1의 통합 지능화 시스템(10))을 구성하는 적어도 일부의 다른 장치 또는 구성요소에 의하여 수행될 수도 있다. 또한, 본 개시의 다양한 실시예들에 따른 동작 1678에 대해서도, 본 개시의 다양한 실시예들에 따른 통합 지능화 시스템(예: 도 1의 통합 지능화 시스템(10))을 구성하는 적어도 일부의 다른 장치 또는 구성요소에 의하여 수행될 수도 있다.
도 17a 및 도 17b는, 다양한 실시예들에 따른, 사용자의 발화의 입력에 기반하여 생성된 동작 정보에 따라 사용자 단말(100)에 표시되는 화면을 설명하기 위한 예시 도면이다.
도 17a를 참조하면, 사용자 단말(100)은 사용자(1701)로부터 관련성을 가지는 복수의 단어들을 포함하는 제1 단어 셋(1710) 및 제2 단어 셋(1720)을 포함하는 발화(1700)를 수신할 수 있다. 본 개시의 다양한 실시예들에 따르면, 사용자의 발화(1700)는, 지능형 서비스를 호출하기 위한 웨이크 업 단어(예: 하이 빅스비)를 포함할 수 있다.
본 개시의 다양한 실시예들에 다른 사용자 단말(100)은, 지능형 서버(예: 도 2의 지능형 서버(200))로부터 수신된 동작 정보(예: 패스 룰)에 기반하여 사용자의 발화에 따른 태스크를 제공하고, 태스크의 수행 결과를 출력(예: 디스플레이)할 수 있다. 도 17b를 참조하면, 본 개시의 다양한 실시예들에 따른 사용자 단말(100)은, 본 개시의 다양한 실시예들에 따라, 사용자의 의도가 반영된 태스크의 수행 결과에 대한 화면(1730)을 디스플레이(120)에 출력할 수 있다. 본 개시의 다양한 실시예들에 따른 화면(1730)에는, 의미 그룹에 따라 구분되어 저장(예: "바나나 1개", "사과 1개")된 태스크 수행 결과 중 적어도 일부(1710a, 1720b)가 포함될 수 있다.
도 18은, 다양한 실시예들에 따른, 전자 장치(예: 도 1의 사용자 단말(100))를 설명하기 위한 예시 도면이다.
도 18은, 다양한 실시예들에 따른, 네트워크 환경(1800) 내의 전자 장치(1801)의 블럭도이다. 도 18을 참조하면, 네트워크 환경(1800)에서 전자 장치(1801)는 제 1 네트워크(1898)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1802)와 통신하거나, 또는 제 2 네트워크(1899)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1804) 또는 서버(1808)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1801)는 서버(1808)를 통하여 전자 장치(1804)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1801)는 프로세서(1820), 메모리(1830), 입력 장치(1850), 음향 출력 장치(1855), 표시 장치(1860), 오디오 모듈(1870), 센서 모듈(1876), 인터페이스(1877), 햅틱 모듈(1879), 카메라 모듈(1880), 전력 관리 모듈(1888), 배터리(1889), 통신 모듈(1890), 가입자 식별 모듈(1896), 또는 안테나 모듈(1897)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1801)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1860) 또는 카메라 모듈(1880))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(1876)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(1860)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(1820)는, 예를 들면, 소프트웨어(예: 프로그램(1840))를 실행하여 프로세서(1820)에 연결된 전자 장치(1801)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1820)는 다른 구성요소(예: 센서 모듈(1876) 또는 통신 모듈(1890))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1832)에 로드하고, 휘발성 메모리(1832)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1834)에 저장할 수 있다. 일실시예에 따르면, 프로세서(1820)는 메인 프로세서(1821)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1823)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(1823)은 메인 프로세서(1821)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1823)는 메인 프로세서(1821)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1823)는, 예를 들면, 메인 프로세서(1821)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1821)를 대신하여, 또는 메인 프로세서(1821)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1821)와 함께, 전자 장치(1801)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1860), 센서 모듈(1876), 또는 통신 모듈(1890))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(1823)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1880) 또는 통신 모듈(1890))의 일부로서 구현될 수 있다.
메모리(1830)는, 전자 장치(1801)의 적어도 하나의 구성요소(예: 프로세서(1820) 또는 센서모듈(1876))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1840)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1830)는, 휘발성 메모리(1832) 또는 비휘발성 메모리(1834)를 포함할 수 있다.
프로그램(1840)은 메모리(1830)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1842), 미들 웨어(1844) 또는 어플리케이션(1846)을 포함할 수 있다.
입력 장치(1850)는, 전자 장치(1801)의 구성요소(예: 프로세서(1820))에 사용될 명령 또는 데이터를 전자 장치(1801)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(1850)은, 예를 들면, 마이크, 마우스, 또는 키보드를 포함할 수 있다.
음향 출력 장치(1855)는 음향 신호를 전자 장치(1801)의 외부로 출력할 수 있다. 음향 출력 장치(1855)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(1860)는 전자 장치(1801)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(1860)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(1860)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(1870)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(1870)은, 입력 장치(1850)를 통해 소리를 획득하거나, 음향 출력 장치(1855), 또는 전자 장치(1801)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1802)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1876)은 전자 장치(1801)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(1876)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(1877)는 전자 장치(1801)이 외부 전자 장치(예: 전자 장치(1802))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(1877)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1878)는, 그를 통해서 전자 장치(1801)가 외부 전자 장치(예: 전자 장치(1802))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(1878)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1879)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(1879)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1880)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(1880)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1888)은 전자 장치(1801)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1889)는 전자 장치(1801)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(1889)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1890)은 전자 장치(1801)와 외부 전자 장치(예: 전자 장치(1802), 전자 장치(1804), 또는 서버(1808))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1890)은 프로세서(1820)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(1890)은 무선 통신 모듈(1892)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1894)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1898)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1899)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1892)은 가입자 식별 모듈(1896)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1898) 또는 제 2 네트워크(1899)와 같은 통신 네트워크 내에서 전자 장치(1801)를 확인 및 인증할 수 있다.
안테나 모듈(1897)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(1897)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크 1898 또는 제 2 네트워크 1899와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1890)에 의하여 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1890)과 외부 전자 장치 간에 송신되거나 수신될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1899)에 연결된 서버(1808)를 통해서 전자 장치(1801)와 외부의 전자 장치(1804)간에 송신 또는 수신될 수 있다. 전자 장치(1802, 1804) 각각은 전자 장치(1801)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(1801)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(1802, 1804, or 1808) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1801)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1801)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1801)로 전달할 수 있다. 전자 장치(1801)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 19는, 다양한 실시예들에 따른, 제1 전자 장치(예: 도 1의 사용자 단말(100))를 동작하는 방법(1900)을 설명하기 위한 예시 도면이다.
도 19를 참조하면, 본 개시의 다양한 실시예들에 따른 제1 전자 장치(예: 도 1의 사용자 단말(100))를 동작하는 방법은, 동작 1910에서, 사용자의 웨이크 업 발화에 따라 지능형 서비스를 제공할 수 있다.
본 개시의 다양한 실시예들에 따른 제1 전자 장치(예: 도 1의 사용자 단말(100))를 동작하는 방법은, 동작 1920에서, 지능형 서비스가 제1 전자 장치를 통해 제공되는 동안에 사용자의 발화를 수신할 수 있다.
본 개시의 다양한 실시예들에 따른 제1 전자 장치(예: 도 1의 사용자 단말(100))를 동작하는 방법은, 동작 1930에서, 수신된 사용자의 발화에 대한 정보를 제2 전자 장치로 전송할 수 있다.
본 개시의 다양한 실시예들에 따른 제1 전자 장치(예: 도 1의 사용자 단말(100))를 동작하는 방법은, 동작 1940에서, 제2 전자 장치로부터 사용자의 발화와 관련된 응답을 수신하여 수신된 응답을 제공할 수 있다.
다양한 실시예들에 따른 통합 지능화 시스템은, 통신 회로 및 마이크를 포함하는 제1 전자 장치, 상기 제1 전자 장치의 일부분이거나 상기 제1 전자 장치와 원격으로 통신하는 적어도 하나의 프로세서, 및 상기 제1 전자 장치 상에 또는 상기 제1 전자 장치의 외부에 위치하여, 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가, 사용자의 입력에 따라 지능형 서비스를 제공하고, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 마이크를 통해 상기 사용자의 발화를 수신하고, 상기 사용자의 발화는, 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제1 단어 셋을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하고, 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하도록 설정된 인스트럭션들을 저장할 수 있다.
다양한 실시예들에 따르면, 상기 사용자의 발화는, 상기 제1 단어 셋과 상기 미리 지정된 관련성을 가지지 않는 적어도 하나의 단어를 더 포함하고, 상기 제2 전자 장치는, 상기 제1 단어 셋과, 상기 적어도 하나의 단어를 서로 상이한 의미 그룹으로 구분하도록 설정된 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제1 단어 셋에 포함되는 복수의 단어들은, 서로 상이한, 미리 지정된 파라미터에 대응하는 적어도 2 이상의 단어들을 포함하고, 상기 제2 전자 장치는, 상기 적어도 2 이상의 단어들을 하나의 의미 그룹에 포함되는 단어들로 설정하는 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제2 전자 장치는, 상기 사용자의 발화에서 미리 지정된 파라미터에 대응하는 단어가 복수 개 포함되었는지 여부를 판단하도록 설정된 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 사용자의 발화는, 상기 제1 단어 셋에 포함되는 상기 복수의 단어들과는 상이한, 상기 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제2 단어 셋을 더 포함하고, 상기 제2 전자 장치는, 상기 제1 단어 셋과 상기 제2 단어 셋을 서로 상이한 의미 그룹으로 구분하도록 설정된 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제1 단어 셋에 포함되는 복수의 단어들 중 적어도 하나의 단어와 상기 제2 단어 셋에 포함되는 복수의 단어들 중 적어도 하나의 단어는 서로 동일한 파라미터에 대응할 수 있다.
다양한 실시예들에 따르면, 상기 미리 지정된 파라미터는, 계층적 구조를 가지는 제1 파라미터, 제2 파라미터 및 제3 파라미터를 포함하고, 상기 제1 단어 셋에 포함되는 복수의 단어들은, 상기 제1 파라미터, 제2 파라미터 및 상기 제3 파라미터 중 적어도 2 이상의 파라미터들에 각각 대응하는 단어들을 포함할 수 있다.
다양한 실시예들에 따르면, 상기 미리 지정된 관련성은, 상기 복수의 단어들에 각각 대응하는 파라미터에 대해서 미리 지정된 연관 관계, 논리 연산 관계 및 선후 관계 적어도 하나의 관계를 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제2 전자 장치가 상기 미리 지정된 관련성이 상기 미리 지정된 연관 관계, 상기 논리 연산 관계 및 상기 선후 관계인지 여부를 판단하고, 상기 미리 지정된 관련성이 논리 연산 관계인 경우, 상기 사용자의 발화에 포함된 적어도 2 이상의 수 들의 크기를 비교하고, 상기 비교 결과에 기반하여 상기 수 들 각각에 대한 파라미터를 결정하는 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제2 전자 장치가 상기 미리 지정된 관련성이 상기 미리 지정된 연관 관계, 상기 논리 연산 관계 및 상기 선후 관계인지 여부를 판단하고, 상기 미리 지정된 관련성이 선후 관계인 경우, 상기 사용자의 발화에 포함된 복수의 단어들 중 선택된 단어들을 미리 지정된 순서에 따라 정렬하고, 상기 선택된 단어들을 미리 지정된 하나의 파라미터에 매핑하는 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 제2 전자 장치가, 상기 제2 전자 장치에 저장된 유사 단어 리스트에 기반하여 상기 사용자의 발화에 포함된 상기 복수의 단어들 중 선택된 단어들을 미리 지정된 표준 단어로 변환하도록 설정된 인스트럭션을 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 사용자의 발화는 제1 문장 및 제2 문장을 포함하고, 제2 전자 장치는, 상기 제1 문장에서 선택된 적어도 하나의 단어를 상기 제2 문장의 의도에 따라 결정된 파라미터들 중 적어도 하나에 매핑하는 인스트럭션을 더 포함하고, 상기 제1 문장에서 선택된 적어도 하나의 단어는 상기 제2 문장에는 포함되지 않는 단어를 포함할 수 있다.
다양한 실시예들에 따른 통합 지능화 시스템의 제어 방법은, 사용자의 요청에 따라 지능형 서비스를 제공하는 동작과, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 마이크를 통해 상기 사용자의 발화를 수신하는 동작과, 상기 사용자의 발화는, 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제1 단어 셋을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하는 동작과, 및 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하는 동작을 포함할 수 있다.
다양한 실시예들에 따른, 프로세서에 의하여 적어도 하나의 동작을 수행하도록 설정된 명령들(instructions)이 저장된 컴퓨터 판독 가능한(computer readable) 기록 매체에 있어서, 상기 적어도 하나의 동작은, 사용자의 요청에 따라 지능형 서비스를 제공하는 동작과, 상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 마이크를 통해 상기 사용자의 발화를 수신하는 동작과, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고, 상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하는 동작과, 및 상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하는 동작을 포함할 수 있다.
본 개시에 포함된 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, 또는 가전 장치를 포함할 수 있다. 본 개시의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 개시의 다양한 실시예들 및 이에 사용된 용어들은 본 개시에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 개시에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나,""A, B 또는 C," "A, B 및 C 중 적어도 하나,"및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 개시에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 개시의 다양한 실시예들은 기기(machine)(예: 전자 장치(1801)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1836) 또는 외장 메모리(1838))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1840))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1801))의 프로세서(예: 프로세서(1820))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, "비일시적"은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 개시에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
본 개시의 다양한 실시예들에 따른 전자 장치(예: 도 1의 사용자 단말(100), 도 1의 지능형 서버(200) 등)는 전술한 기기들에 한정되지 않는다. 본 개시에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.

Claims (20)

  1. 통합 지능화 시스템에 있어서,
    통신 회로 및 입력 모듈을 포함하는 제1 전자 장치;
    상기 제1 전자 장치의 일부분이거나 상기 제1 전자 장치와 원격으로 통신하는 적어도 하나의 프로세서, 및
    상기 제1 전자 장치 상에 또는 상기 제1 전자 장치의 외부에 위치하여, 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고,
    상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가,
    사용자의 웨이크 업(wake up) 발화에 따라 지능형 서비스를 제공하고,
    상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 입력 모듈을 통해 상기 사용자의 발화를 수신하고, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고,
    상기 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하고,
    상기 전송에 따라, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하도록 설정된 인스트럭션들을 저장하는, 통합 지능화 시스템.
  2. 제1항에 있어서,
    상기 사용자의 발화는, 상기 제1 단어 셋과 관련이 없는 적어도 하나의 단어를 더 포함하고,
    상기 제2 전자 장치는, 상기 제1 단어 셋과, 상기 적어도 하나의 단어를 서로 상이한 의미 그룹(semantic group)으로 구분하도록 설정된 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  3. 제1항에 있어서,
    상기 제1 단어 셋에 포함되는 복수의 단어들은, 서로 상이하며 미리 지정된 파라미터에 대응하는 적어도 2 이상의 단어들을 포함하고,
    상기 제2 전자 장치는, 상기 적어도 2 이상의 단어들을 하나의 의미 그룹에 포함되는 단어들로 설정하는 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  4. 제3항에 있어서,
    상기 제2 전자 장치는, 상기 사용자의 발화에서 미리 지정된 파라미터에 대응하는 단어가 복수 개 포함되었는지 여부를 판단하도록 설정된 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  5. 제1항에 있어서,
    상기 사용자의 발화는, 상기 제1 단어 셋에 포함되는 상기 복수의 단어들과는 상이하며 상기 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제2 단어 셋을 더 포함하고,
    상기 제2 전자 장치는, 상기 제1 단어 셋과 상기 제2 단어 셋을 서로 상이한 의미 그룹으로 구분하도록 설정된 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  6. 제5항에 있어서,
    상기 제1 단어 셋에 포함되는 복수의 단어들 중 적어도 하나의 단어와 상기 제2 단어 셋에 포함되는 복수의 단어들 중 적어도 하나의 단어는 서로 동일한 파라미터에 대응하는, 통합 지능화 시스템.
  7. 제3항에 있어서,
    상기 미리 지정된 파라미터는, 계층적 구조를 가지는 제1 파라미터, 제2 파라미터 및 제3 파라미터를 포함하고,
    상기 제1 단어 셋에 포함되는 복수의 단어들은, 상기 제1 파라미터, 제2 파라미터 및 상기 제3 파라미터 중 적어도 2 이상의 파라미터들에 각각 대응하는 단어들을 포함하는, 통합 지능화 시스템.
  8. 제1항에 있어서,
    상기 미리 지정된 관련성은, 상기 복수의 단어들에 각각 대응하는 파라미터 사이의 연관 관계(linking relation), 논리 연산 관계(logical operation relation) 및 선후 관계(order relation) 중 적어도 하나의 관계를 포함하는, 통합 지능화 시스템.
  9. 제8항에 있어서,
    상기 제2 전자 장치가 상기 미리 지정된 관련성이 상기 연관 관계, 상기 논리 연산 관계 및 상기 선후 관계인지 여부를 판단하고,
    상기 미리 지정된 관련성이 논리 연산 관계인 경우, 상기 사용자의 발화에 포함된 적어도 2 이상의 수들(numbers)의 크기를 비교하고, 상기 비교 결과에 기반하여 상기 수들 각각에 대한 파라미터를 결정하는 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  10. 제8항에 있어서,
    상기 제2 전자 장치가 상기 미리 지정된 관련성이 상기 연관 관계, 상기 논리 연산 관계 및 상기 선후 관계인지 여부를 판단하고,
    상기 미리 지정된 관련성이 선후 관계인 경우, 상기 사용자의 발화에 포함된 복수의 단어들 중 선택된 단어들을 미리 지정된 순서에 따라 정렬하고,
    상기 선택된 단어들을 미리 지정된 하나의 파라미터에 매핑하는 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  11. 제10항에 있어서,
    상기 제2 전자 장치가, 상기 제2 전자 장치에 저장된 유사 단어 리스트에 기반하여 상기 사용자의 발화에 포함된 상기 복수의 단어들 중 선택된 단어들을 표준 단어로 변환하도록 설정된 인스트럭션을 더 포함하는, 통합 지능화 시스템.
  12. 제1항에 있어서,
    상기 사용자의 발화는 제1 발화 및 제2 발화를 포함하고,
    제2 전자 장치는, 상기 제1 발화에서 선택된 적어도 하나의 단어를 상기 제2 발화의 의도에 따라 결정된 파라미터들 중 적어도 하나에 매핑하는 인스트럭션을 더 포함하고,
    상기 제1 발화에서 선택된 적어도 하나의 단어는 상기 제2 발화에는 포함되지 않는 단어인, 통합 지능화 시스템.
  13. 통합 지능화 시스템의 제어 방법에 있어서,
    사용자의 웨이크 업 발화에 따라 지능형 서비스를 제공하는 동작과,
    상기 지능형 서비스가 제1 전자 장치를 통해 제공되는 동안에 상기 제1 전자 장치의 입력 모듈을 통해 상기 사용자의 발화를 수신하는 동작과, 상기 사용자의 발화는, 미리 지정된 관련성(relevance)을 가지는 복수의 단어들을 포함하는 제1 단어 셋(set)을 적어도 하나 포함하고,
    상기 제1 전자 장치의 통신 회로를 이용하여 상기 수신된 사용자의 발화에 대한 정보를 제2 전자 장치로 전송하는 동작과, 및
    상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하는 동작을 포함하는, 통합 지능화 시스템의 제어 방법.
  14. 제13항에 있어서,
    상기 사용자의 발화는, 상기 제1 단어 셋과 관련이 없는 적어도 하나의 단어를 더 포함하고,
    상기 제2 전자 장치가, 상기 제1 단어 셋과, 상기 적어도 하나의 단어를 서로 상이한 의미 그룹으로 구분하도록 설정하는 동작을 더 포함하는, 통합 지능화 시스템의 제어 방법.
  15. 제13항에 있어서,
    상기 제1 단어 셋에 포함되는 복수의 단어들은, 서로 상이하며 미리 지정된 파라미터에 대응하는 적어도 2 이상의 단어들을 포함하고,
    상기 제2 전자 장치가, 상기 적어도 2 이상의 단어들을 하나의 의미 그룹에 포함되는 단어들로 설정하는 동작을 더 포함하는, 통합 지능화 시스템의 제어 방법.
  16. 제13항에 있어서,
    상기 사용자의 발화는, 상기 제1 단어 셋에 포함되는 상기 복수의 단어들과는 상이하며 상기 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제2 단어 셋을 더 포함하고,
    상기 제2 전자 장치가, 상기 제1 단어 셋과 상기 제2 단어 셋을 서로 상이한 의미 그룹으로 구분하는 동작을 더 포함하는, 통합 지능화 시스템의 제어 방법.
  17. 제15항에 있어서,
    상기 미리 지정된 파라미터는, 계층적 구조를 가지는 제1 파라미터, 제2 파라미터 및 제3 파라미터를 포함하고,
    상기 제1 단어 셋에 포함되는 복수의 단어들은, 상기 제1 파라미터, 제2 파라미터 및 상기 제3 파라미터 중 적어도 2 이상의 파라미터들에 각각 대응하는 단어들을 포함하는, 통합 지능화 시스템의 제어 방법.
  18. 제13항에 있어서,
    상기 미리 지정된 관련성은, 상기 복수의 단어들에 각각 대응하는 파라미터 사이의 연관 관계, 논리 연산 관계 및 선후 관계 중 적어도 하나의 관계를 포함하는, 통합 지능화 시스템의 제어 방법.
  19. 제18항에 있어서,
    상기 제2 전자 장치가 상기 미리 지정된 관련성이 상기 연관 관계, 상기 논리 연산 관계 및 상기 선후 관계인지 여부를 판단하고,
    상기 미리 지정된 관련성이 논리 연산 관계인 경우, 상기 제2 전자 장치가 상기 사용자의 발화에 포함된 적어도 2 이상의 수 들(numbers)의 크기를 비교하고, 상기 비교 결과에 기반하여 상기 수 들 각각에 대한 파라미터를 결정하는 동작을 더 포함하는, 통합 지능화 시스템의 제어 방법.
  20. 프로세서에 의하여 적어도 하나의 동작을 수행하도록 설정된 명령들(instructions)이 저장된 컴퓨터 판독 가능한(computer readable) 기록 매체에 있어서,
    상기 적어도 하나의 동작은,
    제1 전자 장치가 사용자의 웨이크 업 발화에 따라 지능형 서비스를 제공하는 동작과,
    상기 지능형 서비스가 상기 제1 전자 장치를 통해 제공되는 동안에 상기 제1 전자 장치의 입력 모듈을 통해 상기 사용자의 발화를 수신하는 동작과, 상기 사용자의 발화는, 미리 지정된 관련성을 가지는 복수의 단어들을 포함하는 제1 단어 셋을 적어도 하나 포함하고,
    상기 제1 전자 장치의 통신 회로를 이용하여 제2 전자 장치로 상기 수신된 사용자의 발화에 대한 정보를 전송하는 동작과, 및
    상기 전송에 대한 응답으로, 상기 제2 전자 장치로부터 상기 사용자의 발화와 관련된 응답을 수신하여 상기 수신된 응답을 제공하는 동작을 포함하는, 컴퓨터 판독 가능한 기록 매체.
KR1020180059305A 2018-05-24 2018-05-24 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법 KR20190134107A (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020180059305A KR20190134107A (ko) 2018-05-24 2018-05-24 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법
US16/419,250 US11145290B2 (en) 2018-05-24 2019-05-22 System including electronic device of processing user's speech and method of controlling speech recognition on electronic device
PCT/KR2019/006226 WO2019225997A1 (en) 2018-05-24 2019-05-23 System including electronic device of processing speech of user and method of controlling speech recognition on electronic device
CN201980034470.0A CN112219235A (zh) 2018-05-24 2019-05-23 包括处理用户语音的电子设备和控制电子设备上语音识别的方法的系统
EP19176271.5A EP3573053A1 (en) 2018-05-24 2019-05-23 System including electronic device of processing user's speech and method of controlling speech recognition on electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180059305A KR20190134107A (ko) 2018-05-24 2018-05-24 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법

Publications (1)

Publication Number Publication Date
KR20190134107A true KR20190134107A (ko) 2019-12-04

Family

ID=66647160

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180059305A KR20190134107A (ko) 2018-05-24 2018-05-24 사용자의 음성을 처리하는 전자 장치를 포함하는 시스템 및 전자 장치의 음성 인식 제어 방법

Country Status (5)

Country Link
US (1) US11145290B2 (ko)
EP (1) EP3573053A1 (ko)
KR (1) KR20190134107A (ko)
CN (1) CN112219235A (ko)
WO (1) WO2019225997A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022177221A1 (ko) * 2021-02-17 2022-08-25 삼성전자 주식회사 전자 장치 및 전자 장치의 동작 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10540388B1 (en) * 2018-11-02 2020-01-21 International Business Machines Corporation Location-aware intelligent data migration and delivery

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9734262B2 (en) 2012-09-05 2017-08-15 Patrick DeLeFevre Method and system for understanding text
KR101330671B1 (ko) * 2012-09-28 2013-11-15 삼성전자주식회사 전자장치, 서버 및 그 제어방법
US9070366B1 (en) * 2012-12-19 2015-06-30 Amazon Technologies, Inc. Architecture for multi-domain utterance processing
US9818401B2 (en) 2013-05-30 2017-11-14 Promptu Systems Corporation Systems and methods for adaptive proper name entity recognition and understanding
EP3100259A4 (en) * 2014-01-31 2017-08-30 Hewlett-Packard Development Company, L.P. Voice input command
US9418663B2 (en) * 2014-07-31 2016-08-16 Google Inc. Conversational agent with a particular spoken style of speech
KR102300415B1 (ko) 2014-11-17 2021-09-13 주식회사 엘지유플러스 이동통신단말기의 음성메모에 기초한 이벤트실행 시스템, 그 단말기 제어서버 및 이동통신단말기 제어방법, 이동통신단말기 및 어플리케이션 실행방법
US9466297B2 (en) * 2014-12-09 2016-10-11 Microsoft Technology Licensing, Llc Communication system
US9767091B2 (en) 2015-01-23 2017-09-19 Microsoft Technology Licensing, Llc Methods for understanding incomplete natural language query
WO2016122143A1 (en) * 2015-01-28 2016-08-04 Samsung Electronics Co., Ltd. Method and apparatus for improving and monitoring sleep
US9978367B2 (en) 2016-03-16 2018-05-22 Google Llc Determining dialog states for language models
EP3430614A4 (en) * 2016-03-18 2019-10-23 Fluent.ai Inc. METHOD AND DEVICE FOR AUTOMATICALLY LEARNING THE RELEVANCE OF WORDS IN A LANGUAGE RECOGNITION SYSTEM
US9972318B1 (en) 2016-09-21 2018-05-15 Amazon Technologies, Inc. Interpreting voice commands
EP3535751A4 (en) * 2016-11-10 2020-05-20 Nuance Communications, Inc. METHOD FOR LANGUAGE-INDEPENDENT WAY RECOGNITION
CN106601237B (zh) * 2016-12-29 2020-02-07 上海智臻智能网络科技股份有限公司 交互式语音应答系统及其语音识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022177221A1 (ko) * 2021-02-17 2022-08-25 삼성전자 주식회사 전자 장치 및 전자 장치의 동작 방법

Also Published As

Publication number Publication date
US20190362706A1 (en) 2019-11-28
CN112219235A (zh) 2021-01-12
US11145290B2 (en) 2021-10-12
WO2019225997A1 (en) 2019-11-28
EP3573053A1 (en) 2019-11-27

Similar Documents

Publication Publication Date Title
US10832674B2 (en) Voice data processing method and electronic device supporting the same
CN110288987B (zh) 用于处理声音数据的系统和控制该系统的方法
KR20200013152A (ko) 이전에 대화를 수집한 결과를 기반으로 인공 지능 서비스를 제공하는 전자 장치 및 방법
US11217244B2 (en) System for processing user voice utterance and method for operating same
KR102406718B1 (ko) 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템
US11150870B2 (en) Method for providing natural language expression and electronic device supporting same
US10560576B1 (en) Electronic device for performing task including call in response to user utterance and operation method thereof
US20220020358A1 (en) Electronic device for processing user utterance and operation method therefor
US11474780B2 (en) Method of providing speech recognition service and electronic device for same
KR20190127372A (ko) 전자 장치 및 전자 장치의 기능 실행 방법
US11151995B2 (en) Electronic device for mapping an invoke word to a sequence of inputs for generating a personalized command
US20210217406A1 (en) Voice recognition service operating method and electronic device supporting same
US10976997B2 (en) Electronic device outputting hints in an offline state for providing service according to user context
US11557285B2 (en) Electronic device for providing intelligent assistance service and operating method thereof
KR102421745B1 (ko) Tts 모델을 생성하는 시스템 및 전자 장치
US11145290B2 (en) System including electronic device of processing user's speech and method of controlling speech recognition on electronic device
KR20200119531A (ko) 자연어 응답을 생성하는 전자 장치 및 자연어 응답 생성 방법
KR102519635B1 (ko) 음성 명령을 처리하기 위한 전자 문서 표시 방법 및 그 전자 장치
KR20190130202A (ko) 전자 장치 및 전자 장치의 기능 실행 방법

Legal Events

Date Code Title Description
A201 Request for examination