KR20190135457A - 기계의 자동 활성을 위한 방법 및 시스템 - Google Patents

기계의 자동 활성을 위한 방법 및 시스템 Download PDF

Info

Publication number
KR20190135457A
KR20190135457A KR1020190156693A KR20190156693A KR20190135457A KR 20190135457 A KR20190135457 A KR 20190135457A KR 1020190156693 A KR1020190156693 A KR 1020190156693A KR 20190156693 A KR20190156693 A KR 20190156693A KR 20190135457 A KR20190135457 A KR 20190135457A
Authority
KR
South Korea
Prior art keywords
electronic device
emotion
user
conversation
information
Prior art date
Application number
KR1020190156693A
Other languages
English (en)
Other versions
KR102239223B1 (ko
Inventor
한지훈
이우섭
Original Assignee
네이버 주식회사
라인 가부시키가이샤
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 네이버 주식회사, 라인 가부시키가이샤 filed Critical 네이버 주식회사
Priority to KR1020190156693A priority Critical patent/KR102239223B1/ko
Publication of KR20190135457A publication Critical patent/KR20190135457A/ko
Application granted granted Critical
Publication of KR102239223B1 publication Critical patent/KR102239223B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G06F17/2785—
    • 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
    • G06K9/00302—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

기계의 자동 활성을 위한 방법 및 시스템이 개시된다. 컴퓨터로 구현되는 인공지능 대화 방법은, 대화 기능이 비활성화 된 상태에서 수집된 정보로부터 사용자의 감정 정보를 추출하는 단계; 및 상기 감정 정보를 대화 활성 트리거로 사용하여 상기 대화 기능을 활성화 하는 단계를 포함할 수 있다.

Description

기계의 자동 활성을 위한 방법 및 시스템{METHOD AND SYSTEM FOR AUTOMATIC ACTIVATION OF MACHINE}
아래의 설명은 인공지능 대화 시스템에 관한 것이다.
일반적으로 개인비서 시스템, 챗봇 플랫폼(chatbot platform), 인공지능(AI) 스피커 등에서 사용되는 인공지능 대화 시스템은 사람의 명령어에 대한 의도를 이해하고 그에 대응하는 답변 문구를 제공하는 방식이다.
주로 인공지능 대화 시스템은 사람이 기능적인 요구를 전달하고 이에 기계가 사람의 요구에 대한 해답을 제공하는 방식으로, 마이크(microphone)를 통해 사용자의 음성 입력을 수신하고 수신된 음성 입력에 기반하여 디바이스 동작이나 컨텐츠 제공을 제어할 수 있다.
예를 들어, 한국공개특허 제10-2011-0139797호(공개일 2011년 12월 30일)에는 홈 네트워크 서비스에서 이동통신망 외에 와이파이와 같은 제2 통신망을 이용하여 홈 네트워크 서비스를 제공하는 것이 가능하고 홈 내 복수의 멀티미디어 기기를 사용자가 별도의 버튼 조작 없이도 음성 명령을 통해 다중 제어할 수 있는 기술이 개시되어 있다.
일반적으로 인공지능 대화 시스템은 사전에 정해진 키워드(예를 들어, 기계의 이름 등)를 대화 활성 트리거로 사용하고 있다. 기계는 사용자가 기계의 이름을 부르면 이를 인식하여 명령어 수집 모드로 활성화 할 수 있으나, 기계 스스로 대화를 활성화 할 수는 없다.
인공지능 대화를 위한 기계의 활성화를 스스로 트리거 할 수 있는 방법 및 시스템을 제공한다.
사용자의 표정 정보와 음성 정보 중 적어도 하나를 이용하여 기계 스스로 활성화 시키고 사용자에게 먼저 대화를 시작할 수 있는 방법 및 시스템을 제공한다.
컴퓨터로 구현되는 인공지능 대화 방법에 있어서, 대화 기능이 비활성화 된 상태에서 수집된 정보로부터 사용자의 감정 정보를 추출하는 단계; 및 상기 감정 정보를 대화 활성 트리거로 사용하여 상기 대화 기능을 활성화 하는 단계를 포함하는 인공지능 대화 방법을 제공한다.
일 측면에 따르면, 상기 추출하는 단계는, 상기 사용자의 음성 입력을 수신하여 상기 음성 입력의 문장으로부터 상기 감정 정보를 추출할 수 있다.
다른 측면에 따르면, 상기 추출하는 단계는, 상기 사용자의 얼굴 영상을 수신하여 얼굴 표정으로부터 상기 감정 정보를 추출할 수 있다.
또 다른 측면에 따르면, 상기 추출하는 단계는, 동작 센서를 통해 동작이 감지되는 경우 영상 입력 장치를 활성화 하는 단계; 상기 영상 입력 장치로부터 상기 사용자의 얼굴 영상을 수신하는 단계; 및 상기 얼굴 영상을 기반으로 얼굴 표정으로부터 상기 감정 정보를 추출하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 동작 센서의 동작 감지 주기를 위한 타이머가 설정될 수 있다.
또 다른 측면에 따르면, 상기 추출하는 단계는, 상기 사용자의 음성 입력을 수신하여 상기 음성 입력의 문장으로부터 제1 감정 정보를 추출하는 단계; 상기 사용자의 얼굴 영상을 수신하여 얼굴 표정으로부터 제2 감정 정보를 추출하는 단계; 및 상기 제1 감정 정보와 상기 제2 감정 정보를 종합하여 상기 사용자의 감정 정보를 판단하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 추출하는 단계는, 상기 수집된 정보로부터 감정의 종류와 강도를 포함하는 감정 정보를 추출할 수 있다.
또 다른 측면에 따르면, 상기 활성화 하는 단계는, 상기 감정 정보에 포함된 감정의 강도가 설정 범위를 초과하는 경우 상기 대화 기능을 활성화 할 수 있다.
또 다른 측면에 따르면, 상기 설정 범위는 상기 사용자의 감정 패턴에 대한 학습을 통해 수렴된 값으로 설정될 수 있다.
또 다른 측면에 따르면, 상기 활성화 하는 단계는, 상기 감정 정보에 포함된 감정의 강도가 설정 범위를 초과하는지 여부를 판단하는 단계; 상기 감정의 강도가 상기 설정 범위를 초과하는 경우 상기 사용자와 관련된 상황 정보가 사전에 설정된 활성화 조건에 부합하는지 여부를 판단하는 단계; 및 상기 상황 정보가 상기 활성화 조건에 부합되는 경우 상기 대화 기능을 활성화 하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 활성화 조건은 상기 사용자의 감정 패턴이나 활동 패턴에 대한 학습을 통해 수렴된 값으로 설정되고, 상기 활성화 조건은 시간, 발화의 종류나 크기, 감정의 종류, 동작의 크기 중 적어도 하나의 조건이 포함될 수 있다.
컴퓨터와 결합되어 상기 인공지능 대화 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램을 제공한다.
상기 인공지능 대화 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록매체를 제공한다.
컴퓨터로 구현되는 인공지능 대화 시스템에 있어서, 컴퓨터에서 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 사용자의 대화 의도를 판단하고, 대화 기능이 비활성화 된 상태에서 수집된 정보로부터 사용자의 감정 정보를 추출하고, 상기 감정 정보를 대화 활성 트리거로 사용하여 상기 대화 기능을 활성화 하는 것을 특징으로 하는 인공지능 대화 시스템을 제공한다.
본 발명의 실시예들에 따르면, 사용자의 표정 정보와 음성 정보 중 적어도 하나를 이용하여 인공지능 대화를 위한 기계의 활성화를 스스로 트리거 할 수 있다. 따라서, 기계 활성화를 위한 별도의 키워드나 액션을 요구하지 않으며 사용자가 대화 의사를 먼저 전달하지 않더라도 사용자의 감정에 따라 기계가 스스로 활성화 하여 사용자에게 먼저 대화를 시작할 수 있어 사용자와 기계 간의 정서적 교감을 한층 높일 수 있다.
도 1은 본 발명의 일실시예에 따른 음성 기반 인터페이스를 활용한 서비스 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 음성 기반 인터페이스를 활용한 서비스 환경의 다른 예를 도시한 도면이다.
도 3은 본 발명의 일실시예에 있어서, 클라우드 인공지능 플랫폼의 예를 도시한 도면이다.
도 4는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 5 내지 도 7은 본 발명의 일실시예에 있어서, 인공지능 대화 방법을 도시한 흐름도이다.
도 8은 본 발명의 일실시예에 있어서, 대화 활성화 과정의 예를 도시한 흐름도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명의 실시예들에 따른 인공지능 대화 시스템은 사용자와의 대화를 기반으로 동작하는 인터페이스를 제공하는 전자 기기를 통해 구현될 수 있다. 이때, 인공지능 대화 시스템은 사용자와의 대화를 위한 기계의 활성화를 스스로 트리거 할 수 있고 사용자에게 먼저 대화를 시작할 수 있다.
본 발명의 실시예들에 따른 인공지능 대화 방법은 상술한 전자 기기를 통해 수행될 수 있다. 이때, 전자 기기에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 전자 기기는 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 일실시예에 따른 인공지능 대화 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터로 구현되는 전자 기기와 결합되어 인공지능 대화 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.
도 1은 본 발명의 일실시예에 따른 음성 기반 인터페이스를 활용한 서비스 환경의 예를 도시한 도면이다. 도 1의 실시예에서는 스마트홈(smart home)이나 홈 네트워크 서비스와 같이 댁내의 디바이스들을 연결하여 제어하는 기술에서, 음성을 기반으로 동작하는 인터페이스를 제공하는 전자 기기(100)가 사용자(110)의 발화에 따라 수신되는 음성 입력 "불 꺼줘"를 인식 및 분석하여 댁내에서 전자 기기(100)와 내부 네트워크를 통해 연계된 댁내 조명기기(120)의 라이트 전원을 제어하는 예를 나타내고 있다.
예를 들어, 댁내의 디바이스들은 상술한 댁내 조명기기(120) 외에도 텔레비전, PC(Personal Computer), 주변기기, 에어컨, 냉장고, 로봇 청소기 등과 같은 가전제품을 비롯하여, 수도, 전기, 냉난방 기기 등과 같은 에너지 소비장치, 도어록, 감시카메라 등과 같은 보안기기 등 온라인 상에서 연결되어 제어될 수 있는 다양한 디바이스들을 포함할 수 있다. 또한, 내부 네트워크는 이더넷(Ethernet), HomePNA, IEEE 1394와 같은 유선 네트워크 기술이나, 블루투스(Bluetooth), UWB(ultra Wide Band), 지그비(ZigBee), Wireless 1394, Home RF와 같은 무선 네트워크 기술 등이 활용될 수 있다.
전자 기기(100)는 댁내의 디바이스들 중 하나일 수 있다. 예를 들어, 전자 기기(100)는 댁내에 구비된 인공지능 스피커나 로봇 청소기 등과 같은 디바이스들 중 하나일 수 있다. 또한, 전자 기기(100)는 스마트폰(smart phone), 휴대폰, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등과 같은 사용자(110)의 모바일 기기일 수도 있다. 이처럼 전자 기기(100)는 사용자(110)의 음성 입력을 수신하여 댁내의 디바이스들을 제어하기 위해 댁내의 디바이스들과 연결 가능한 기능을 포함하는 기기라면 특별히 제한되지 않는다. 또한, 실시예에 따라 상술한 사용자(110)의 모바일 기기들이 댁내의 디바이스들로서 포함될 수도 있다.
도 2는 본 발명의 일실시예에 따른 음성 기반 인터페이스를 활용한 서비스 환경의 다른 예를 도시한 도면이다. 도 2는 음성을 기반으로 동작하는 인터페이스를 제공하는 전자 기기(100)가 사용자(110)의 발화에 따라 수신되는 음성 입력 "오늘 날씨"를 인식 및 분석하여 외부 네트워크를 통해 외부 서버(210)로부터 오늘의 날씨에 대한 정보를 획득하고, 획득한 정보를 "오늘의 날씨는 ..."와 같이 음성으로 출력하는 예를 나타내고 있다.
예를 들어, 외부 네트워크는 PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다.
도 2의 실시예에서도 전자 기기(100)는 댁내의 디바이스들 중 하나이거나 사용자(110)의 모바일 기기 중 하나일 수 있으며, 사용자(110)의 음성 입력을 수신하여 처리하기 위한 기능과 외부 네트워크를 통해 외부 서버(210)에 접속하여 외부 서버(210)가 제공하는 서비스나 컨텐츠를 사용자(110)에게 제공하기 위한 기능을 포함하는 기기라면 특별히 제한되지 않는다.
이처럼, 본 발명의 실시예들에 따른 전자 기기(100)는 음성 기반 인터페이스를 통해 사용자(110)의 발화에 따라 수신되는 음성 입력을 적어도 포함하는 사용자 명령을 처리할 수 있는 기기라면 특별히 제한되지 않을 수 있다. 예를 들어, 전자 기기(100)는 직접 사용자의 음성 입력을 인식 및 분석하여 음성 입력에 알맞은 동작을 수행함으로써 사용자 명령을 처리할 수도 있으나, 실시예에 따라 사용자의 음성 입력에 대한 인식이나 인식된 음성 입력의 분석, 사용자에게 제공될 음성의 합성 등의 처리를 전자 기기(100)와 연계된 외부의 플랫폼을 통해 수행할 수도 있다.
도 3은 본 발명의 일실시예에 있어서, 클라우드 인공지능 플랫폼의 예를 도시한 도면이다. 도 3은 전자 기기들(310)과 클라우드 인공지능 플랫폼(320) 및 컨텐츠·서비스(330)를 나타내고 있다.
일례로, 전자 기기들(310)은 댁내에 구비되는 디바이스들을 의미할 수 있으며, 적어도 앞서 설명한 전자 기기(100)를 포함할 수 있다. 이러한 전자 기기들(310)이나 전자 기기들(310)에 설치 및 구동되는 어플리케이션들(이하, 앱들)은 인터페이스 커넥트(340)를 통해 클라우드 인공지능 플랫폼(320)과 연계될 수 있다. 여기서 인터페이스 커넥트(340)는 전자 기기들(310)이나 전자 기기들(310)에 설치 및 구동되는 앱들의 개발을 위한 SDK(Software Development Kit) 및/또는 개발 문서들을 개발자들에게 제공할 수 있다. 또한, 인터페이스 커넥트(340)는 전자 기기들(310)이나 전자 기기들(310)에 설치 및 구동되는 앱들이 클라우드 인공지능 플랫폼(320)이 제공하는 기능들을 활용할 수 있는 API(Application Program Interface)를 제공할 수 있다. 구체적인 예로, 개발자들은 인터페이스 커넥트(340)가 제공하는 SDK(Software Development Kit) 및/또는 개발 문서를 이용하여 개발한 기기나 앱은 인터페이스 커넥트(340)가 제공하는 API를 이용하여 클라우드 인공지능 플랫폼(320)이 제공하는 기능들을 활용할 수 있게 된다.
여기서 클라우드 인공지능 플랫폼(320)은 음성 기반의 서비스를 제공하기 위한 기능을 제공할 수 있다. 예를 들어, 클라우드 인공지능 플랫폼(320)은 수신된 음성을 인식하고, 출력될 음성을 합성하기 위한 음성처리모듈(321), 수신된 영상이나 동영상을 분석하여 처리하기 위한 비전처리모듈(322), 수신된 음성에 따라 알맞은 음성을 출력하기 위해 적절한 대화를 결정하기 위한 대화처리모듈(323), 수신된 음성에 알맞은 기능을 추천하기 위한 추천모듈(324), 인공지능이 데이터 학습을 통해 문장 단위로 언어를 번역할 수 있도록 지원하는 인공신경망 기반 기계 번역(Neural Machine Translation, NMT, 325) 등과 같이 음성 기반 서비스를 제공하기 위한 다양한 모듈들을 포함할 수 있다.
예를 들어, 도 1 및 도 2의 실시예들에서 전자 기기(100)는 사용자(110)의 음성 입력을 인터페이스 커넥트(340)에서 제공하는 API를 이용하여 클라우드 인공지능 플랫폼(320)으로 전송할 수 있다. 이 경우, 클라우드 인공지능 플랫폼(320)은 수신된 음성 입력을 상술한 모듈들(321 내지 325)을 활용하여 인식 및 분석할 수 있으며, 수신된 음성 입력에 따라 적절한 답변 음성을 합성하여 제공하거나, 적절한 동작을 추천할 수 있다.
또한, 확장 키트(350)는 제3자 컨텐츠 개발자 또는 회사들이 클라우드 인공지능 플랫폼(320)에 기반하여 새로운 음성기반 기능을 구현할 수 있는 개발 키트를 제공할 수 있다. 예를 들어, 도 2의 실시예에서, 전자 기기(100)는 수신된 사용자(110)의 음성 입력을 외부 서버(210)로 전송할 수 있고, 외부 서버(210)는 확장 키트(350)를 통해 제공되는 API를 통해 클라우드 인공지능 플랫폼(320)으로 음성 입력을 전송할 수 있다. 이 경우, 앞서 설명한 바와 유사하게 클라우드 인공지능 플랫폼(320)은 수신되는 음성 입력을 인식, 분석하여 적절한 답변 음성을 합성하여 제공하거나 음성 입력을 통해 처리되어야 할 기능에 대한 추천정보를 외부 서버(210)로 제공할 수 있다. 일례로, 도 2에서, 외부 서버(210)는 음성 입력 "오늘 날씨"를 클라우드 인공지능 플랫폼(320)으로 전송할 수 있고, 클라우드 인공지능 플랫폼(320)으로부터 음성 입력 "오늘 날씨"의 인식을 통해 추출되는 키워드 "오늘" 및 "날씨"를 수신할 수 있다. 이 경우, 외부 서버(210)는 키워드 "오늘" 및 "날씨"를 통해 "오늘의 날씨는 ..."와 같은 텍스트 정보를 생성하여 다시 클라우드 인공지능 플랫폼(320)으로 생성된 텍스트 정보를 전송할 수 있다. 이때, 클라우드 인공지능 플랫폼(320)는 텍스트 정보를 음성으로 합성하여 외부 서버(210)로 제공할 수 있다. 외부 서버(210)는 합성된 음성을 전자 기기(100)로 전송할 수 있고, 전자 기기(100)는 합성된 음성 "오늘의 날씨는 ..."을 스피커를 통해 출력함으로써, 사용자(110)로부터 수신한 음성 입력 "오늘 날씨"가 처리될 수 있다.
이때, 전자 기기(100)는 사용자와의 대화를 기반으로 디바이스 동작이나 컨텐츠 제공을 위해 본 발명의 실시예에 따른 인공지능 대화 방법을 수행할 수 있다.
도 4는 본 발명의 일실시예에 있어서, 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 4의 전자 기기(410)는 앞서 설명한 전자 기기(100)에 대응할 수 있고, 서버(420)는 앞서 설명한 외부 서버(210)나 클라우드 인공지능 플랫폼(320)을 구현하는 하나의 컴퓨터 장치에 대응할 수 있다.
전자 기기(410)과 서버(420)는 메모리(411, 421), 프로세서(412, 422), 통신 모듈(413, 423) 그리고 입출력 인터페이스(414, 424)를 포함할 수 있다. 메모리(411, 421)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(411, 421)와는 구분되는 별도의 영구 저장 장치로서 전자 기기(410)나 서버(420)에 포함될 수도 있다. 또한, 메모리(411, 421)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 전자 기기(410)에 설치되어 특정 서비스의 제공을 위해 전자 기기(410)에서 구동되는 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(411, 421)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(413, 423)을 통해 메모리(411, 421)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(430)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 전자 기기(410)의 메모리(411)에 로딩될 수 있다.
프로세서(412, 422)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(411, 421) 또는 통신 모듈(413, 423)에 의해 프로세서(412, 422)로 제공될 수 있다. 예를 들어 프로세서(412, 422)는 메모리(411, 421)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(413, 423)은 네트워크(430)를 통해 전자 기기(410)과 서버(420)가 서로 통신하기 위한 기능을 제공할 수 있으며, 전자 기기(410) 및/또는 서버(420)가 다른 전자 기기 또는 다른 서버와 통신하기 위한 기능을 제공할 수 있다. 일례로, 전자 기기(410)의 프로세서(412)가 메모리(411)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(213)의 제어에 따라 네트워크(430)를 통해 서버(420)로 전달될 수 있다. 역으로, 서버(420)의 프로세서(422)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(430)를 거쳐 전자 기기(410)의 통신 모듈(213)을 통해 전자 기기(410)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(420)의 제어 신호나 명령, 컨텐츠, 파일 등은 프로세서(412)나 메모리(411)로 전달될 수 있고, 컨텐츠나 파일 등은 전자 기기(410)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.
입출력 인터페이스(414)는 입출력 장치(415)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(414)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(415)는 전자 기기(410)와 하나의 장치로 구성될 수도 있다. 또한, 서버(420)의 입출력 인터페이스(424)는 서버(420)와 연결되거나 서버(420)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다.
또한, 다른 실시예들에서 전자 기기(410) 및 서버(420)는 도 4의 구성요소들보다 더 적은 또는 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 전자 기기(410)는 상술한 입출력 장치(415) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 전자 기기(410)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 동작 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 전자 기기(410)에 더 포함되도록 구현될 수 있다.
본 실시예들에서 전자 기기(410)는 사용자의 음성 입력을 수신하기 위한 마이크 및/또는 사용자의 얼굴 영상을 수신하기 위한 카메라를 입출력 장치(415)로서 기본적으로 포함할 수 있으며, 사용자의 음성 입력 및/또는 얼굴 영상에 대응하는 답변 음성이나 오디오 컨텐츠와 같은 소리를 출력하기 위한 스피커를 입출력 장치(415)로서 더 포함할 수 있다.
본 발명의 실시예들에 따른 인공지능 대화 방법은 앞서 설명한 전자 기기(410)와 같은 컴퓨터 장치에 의해 수행될 수 있다. 이때, 전자 기기(410)의 프로세서(412)는 메모리(411)가 포함하는 운영체제의 코드나 적어도 하나의 프로그램의 코드에 따른 제어 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(412)는 전자 기기(410)에 저장된 코드가 제공하는 제어 명령에 따라 전자 기기(410)가 이하에서 설명하게 될 인공지능 대화 방법이 포함하는 단계들을 수행하도록 전자 기기(410)를 제어할 수 있다.
도 5는 본 발명의 일실시예에 있어서, 인공지능 대화 방법의 예를 도시한 흐름도이다.
단계(S511)에서 전자 기기(410)는 대화 기능이 비활성화 된 상태에서 대화 기반 인터페이스를 통해 사용자의 음성 입력을 수신할 수 있다. 예를 들어, 전자 기기(410)는 대화 기반 인터페이스로서 전자 기기(410)가 포함하는 마이크 또는 전자 기기(410)와 연동된 마이크와 같은 음성 입력 장치를 통해 사용자의 발화에 따른 음성 입력을 수신할 수 있다. 다시 말해, 전자 기기(410)는 대화 기능이 비활성화 된 상태에서 음성 입력 장치를 통해 사용자의 음성 정보를 수집할 수 있다.
단계(S521)에서 전자 기기(410)는 단계(S511)에서 수신된 음성 입력의 문장에서 감정 정보(이하, '문장 감정 정보'라 칭함)를 추출할 수 있다. 이때, 문장 감정 정보는 감정 종류와 감정 강도(감정 정도)를 포함할 수 있다. 감정을 나타내는 용어, 즉 감정 용어들은 사전에 정해지며 소정 기준에 따라 복수 개의 감정 종류(예컨대, 기쁨, 슬픔, 놀람, 고민, 괴로움, 불안, 공포, 혐오, 분노 등)로 분류되고 감정 용어의 강약에 따라 복수 개의 강도 등급(예컨대, 1~10)으로 분류될 수 있다. 일례로, 전자 기기(410)는 STT(speech to text) 변환을 통해 사용자의 음성 입력을 텍스트 형태의 문장으로 변환할 수 있다. 그리고, 전자 기기(410)는 음성 입력에 대응되는 문장에서 형태소를 추출한 후 추출된 형태소에서 미리 정해진 감정 용어를 추출하여 추출된 감정 용어에 대응되는 감정 종류와 감정 강도를 분류할 수 있다. 전자 기기(410)는 음성 입력의 문장에 복수 개의 감정 용어가 포함된 경우 감정 용어가 속한 감정 종류와 감정 강도에 따라 가중치를 계산할 수 있고 이를 통해 문장의 감정 정보에 대한 감정 벡터를 계산하여 해당 문장을 대표하는 감정 정보를 추출할 수 있다. 상기한 문장 감정 정보를 추출하는 기술은 예시적인 것으로 이에 한정되는 것은 아니며, 이미 잘 알려진 다른 기술들을 이용하는 것 또한 가능하다.
단계(S530)에서 전자 기기(410)는 단계(S521)에서 추출된 문장 감정 정보를 이용하여 문장 감정 정보에 포함된 감정의 강도가 사전에 정해진 설정 범위를 초과하는지 여부를 확인할 수 있다. 감정의 강도에 대한 설정 범위는 사용자나 시스템에 의해 특정 값으로 사전에 설정되거나, 혹은 사용자의 감정 패턴에 대한 학습 과정을 거쳐 수렴된 값으로 정해질 수 있다.
단계(S540)에서 전자 기기(410)는 문장 감정 정보에 포함된 감정의 강도가 설정 범위를 초과하는 경우 대화 기능을 자동 활성화 할 수 있다. 전자 기기(410)는 사용자의 음성 입력으로부터 설정 범위를 초과하는 감정이 감지되는 경우 스스로 대화를 활성화 할 수 있다.
사용자가 특정 키워드나 액션을 통해 대화 의사를 먼저 전달해야만 대화가 활성화 되는 기존 방식과 달리, 본 실시예에서는 특정 키워드나 액션을 대신하여 사용자의 감정 강도를 대화 활성 트리거로서 활용할 수 있다. 예를 들어, 감정의 종류는 기쁨, 슬픔, 놀람, 고민, 괴로움, 불안, 공포, 혐오, 분노 등으로 구분되고, 아울러 감정의 강도는 복수 개의 등급(예컨대, 1~10)으로 구분될 수 있다. 전자 기기(410)는 감정의 강도에 대해 소정 범위의 등급, 예컨대 1에서 6까지 안정 범위로 설정할 수 있다. 그리고, 전자 기기(410)는 사용자의 감정이 안정 범위를 넘는 강도, 예를 들어 [슬픔, 8], [분노, 9], [기쁨, 7] 등으로 나타날 경우 대화를 자동 활성화 시킬 수 있다. 이때, 전자 기기(410)는 대화 활성화 시 전자 기기(410)에 포함되거나 전자 기기(410)와 연동 가능한 출력장치를 통해 사용자가 대화 활성 상태를 인지할 수 있는 정보, 예를 들어 디스플레이를 켜거나 효과음을 출력할 수 있다.
단계(S550)에서 전자 기기(410)는 설정 범위를 초과하는 사용자 감정에 대해 대화를 자동 활성화 한 후 문장 감정 정보에 대응되는 대화 정보를 출력할 수 있다. 대화 정보에는 대화 기반 인터페이스를 통해 출력 가능한 정보로서, 음성 메시지, 표정 정보, 동작 정보 중 적어도 하나를 포함할 수 있다. 일례로, 전자 기기(410)는 전자 기기(410)가 포함하는 스피커 또는 전자 기기(410)와 연동된 스피커와 같은 음성 출력 장치를 통해 대화 정보에 따른 음성 메시지를 출력할 수 있다. 그리고, 전자 기기(410)는 전자 기기(410)가 포함하는 디스플레이 또는 전자 기기(410)와 연동된 디스플레이와 같은 영상 출력 장치를 통해 대화 정보에 따른 표정 정보를 출력할 수 있다. 예를 들어, 영상 출력 장치는 대화 기반 인터페이스에 해당되는 소정의 캐릭터를 표시할 수 있고 설정 범위를 초과하는 사용자 감정에 대해 그에 대응하는 표정 정보를 해당 캐릭터에 반영할 수 있다. 또한, 전자 기기(410)는 전자 기기(410)가 포함하는 모터 제어 동작 장치 또는 전자 기기(410)와 연동된 모터 제어 동작 장치를 통해 대화 정보에 따른 동작 정보를 출력할 수 있다. 예컨대, 전자 기기(410)가 대화 로봇인 경우 사용자의 감정에 대응하는 대화 정보에 따라 해당 대화 내용과 관련된 동작을 구현할 수 있다. 사용자 감정이 설정 범위를 초과하는 [슬픔, 8]로 나타나는 경우 로봇의 슬픈 제스처와 표정을 출력함과 동시에 <혹시.. 안 좋은 일이 있으신가요>와 같은 음성 메시지를 함께 출력할 수 있다.
따라서, 본 실시예에서는 사용자의 음성 입력으로부터 사용자의 현재 감정의 종류와 강도를 파악할 수 있고 이러한 사용자 감정을 대화 활성 트리거로 사용하여 감정의 강도가 설정 범위를 초과하는 경우 대화를 자동으로 활성화 시킬 수 있다.
도 6은 본 발명의 일실시예에 있어서, 인공지능 대화 방법의 다른 예를 도시한 흐름도이다.
단계(S612)에서 전자 기기(410)는 대화 기능이 비활성화 된 상태에서 전자 기기(410)에 포함되거나 연동 가능한 동작 센서(예컨대, 적외선 센서 등)를 이용하여 일정 거리(예컨대, 3m) 이내의 동작을 감지할 수 있다. 다시 말해, 전자 기기(410)는 적외선 센서와 같은 동작 센서를 통해 사용자 동작을 감지할 수 있다. 동작 감지가 너무 자주 발생하면 불필요한 전류 사용 등의 원인이 될 수 있기 때문에, 전자 기기(410)는 동작 센서에 대해 타이머를 설정하여 동작 감지 주기를 적용할 수 있다. 예를 들어, 전자 기기(410)는 동작 센서에서 동작이 감지된 이후 동작 센서를 12시간 동안 비활성화 시키고 12시간이 경과하면 다시 활성화 시킬 수 있다.
단계(S613)에서 전자 기기(410)는 동작이 감지되면 전자 기기(410)가 포함하는 카메라 또는 전자 기기(410)와 연동된 카메라와 같은 영상 입력 장치를 활성화 하여 해당 영상 입력 장치를 통해 사용자의 얼굴 영상을 수신할 수 있다. 다시 말해, 전자 기기(410)는 대화 기능이 비활성화 된 상태에서 사용자 동작이 감지되는 경우 카메라를 활성화 하여 카메라를 통해 동작이 감지된 사용자의 얼굴 정보를 수집할 수 있다.
단계(S622)에서 전자 기기(410)는 단계(S613)에서 수신된 얼굴 영상에서 감정 정보(이하, '얼굴 감정 정보'라 칭함)를 추출할 수 있다. 전자 기기(410)는 영상을 기반으로 얼굴 표정으로부터 감정 종류와 감정 강도를 포함한 얼굴 감정 정보를 추출할 수 있다. 얼굴 표정은 눈썹, 눈, 코, 입, 피부와 같은 얼굴 요소들의 변형이 일어날 때 발생하는 얼굴 근육의 수축에 의하여 나타나며, 얼굴 표정의 강도는 얼굴 특징의 기하학적 변화 또는 근육 표현의 밀도에 따라서 결정될 수 있다. 일례로, 전자 기기(410)는 표정에 따른 특징을 추출하기 위한 관심 영역(예컨대, 눈 영역, 눈썹 영역, 코 영역, 입 영역 등)을 추출한 후 관심 영역에서 특징점(point)을 추출하고 특징점을 이용하여 일정한 특징값을 결정할 수 있다. 특징값은 특징점 사이의 거리 등을 기반으로 사람의 표정을 나타내는 특정한 수치에 해당한다. 전자 기기(410)는 결정한 특징값을 감정 감응치 모델에 적용하기 위하여 영상에 나타난 특징값에 대한 수치의 정도에 따라 일정한 세기값을 결정하고, 미리 마련한 맵핑 테이블을 이용하여 각 특정값의 수치에 매칭하는 일정한 세기값을 결정한다. 맵핑 테이블은 감정 감응치 모델에 따라 사전에 마련된다. 전자 기기(410)는 감정 감응치 모델과 세기값을 맵핑하고 해당 세기값을 감정 감응치 모델에 적용한 결과에 따라 결정한 감정의 종류와 강도를 추출할 수 있다. 상기한 얼굴 감정 정보를 추출하는 기술은 예시적인 것으로 이에 한정되는 것은 아니며, 이미 잘 알려진 다른 기술들을 이용하는 것 또한 가능하다.
단계(S630)에서 전자 기기(410)는 단계(S622)에서 추출된 얼굴 감정 정보를 이용하여 얼굴 감정 정보에 포함된 감정의 강도가 사전에 정해진 설정 범위를 초과하는지 여부를 확인할 수 있다.
단계(S640)에서 전자 기기(410)는 얼굴 감정 정보에 포함된 감정의 강도가 설정 범위를 초과하는 경우 대화 기능을 자동 활성화 할 수 있다. 전자 기기(410)는 사용자의 얼굴 영상으로부터 설정 범위를 초과하는 감정이 감지되는 경우 스스로 대화를 활성화 할 수 있다.
감정의 강도를 바탕으로 대화를 자동 활성화 하는 구체적인 내용은 도 5를 통해 설명한 것과 동일하므로 구체적인 설명은 생략하기로 한다.
단계(S650)에서 전자 기기(410)는 설정 범위를 초과하는 사용자 감정에 대해 대화를 자동 활성화 한 후 얼굴 감정 정보에 대응되는 대화 정보를 출력할 수 있다. 대화 정보에는 음성 메시지, 표정 정보, 동작 정보 중 적어도 하나를 포함할 수 있으며, 전자 기기(410)는 스피커와 같은 음성 출력 장치, 디스플레이와 같은 영상 출력 장치, 로봇과 같은 모터 제어 동작 장치 중 적어도 하나를 이용하여 대화 정보를 출력할 수 있다. 대화 정보를 출력하는 구체적인 내용 또한 도 5를 통해 설명한 것과 동일하므로 구체적인 설명은 생략하기로 한다.
따라서, 본 실시예에서는 사용자의 얼굴 영상 속 표정으로부터 사용자의 현재 감정의 종류와 강도를 파악할 수 있고 이러한 사용자 감정을 대화 활성 트리거로 사용하여 감정의 강도가 설정 범위를 초과하는 경우 대화를 자동으로 활성화 시킬 수 있다.
도 7은 본 발명의 일실시예에 있어서, 인공지능 대화 방법의 또 다른 예를 도시한 흐름도이다.
단계(S711)에서 전자 기기(410)는 대화 기능이 비활성화 된 상태에서 대화 기반 인터페이스를 통해 사용자의 음성 입력을 수신할 수 있다. 예를 들어, 전자 기기(410)는 대화 기반 인터페이스로서 전자 기기(410)가 포함하는 마이크 또는 전자 기기(410)와 연동된 마이크와 같은 음성 입력 장치를 통해 사용자의 발화에 따른 음성 입력을 수신할 수 있다.
단계(S712)에서 전자 기기(410)는 전자 기기(410)가 포함하는 동작 센서(예컨대, 적외선 센서 등)를 이용하여 일정 거리(예컨대, 3m) 이내의 동작을 감지할 수 있다. 다시 말해, 전자 기기(410)는 적외선 센서와 같은 동작 센서를 통해 사용자 동작을 감지할 수 있다.
단계(S713)에서 전자 기기(410)는 동작이 감지되면 대화 기반 인터페이스를 활성화 하여 해당 인터페이스를 통해 사용자의 얼굴 영상을 수신할 수 있다. 예를 들어, 전자 기기(410)는 사용자 동작이 감지되면 전자 기기(410)가 포함하는 카메라 또는 전자 기기(410)와 연동된 카메라와 같은 영상 입력 장치를 활성화 하여 사용자의 얼굴 영상을 수신할 수 있다.
단계(S721)에서 전자 기기(410)는 단계(S711)에서 수신된 음성 입력의 문장에서 감정 정보(즉, 문장 감정 정보)를 추출할 수 있다. 이때, 문장 감정 정보는 감정 종류와 감정 강도(감정 정도)를 포함할 수 있다. 문장 감정 정보를 추출하는 방법은 도 5를 통해 설명한 단계(S521)와 동일하므로 구체적인 설명은 생략하기로 한다.
단계(S722)에서 전자 기기(410)는 단계(S713)에서 수신된 얼굴 영상에서 감정 정보(즉, 얼굴 감정 정보)를 추출할 수 있다. 전자 기기(410)는 영상을 기반으로 얼굴 표정으로부터 감정 종류와 감정 강도를 포함한 얼굴 감정 정보를 추출할 수 있다. 얼굴 감정 정보를 추출하는 방법은 도 6을 통해 설명한 단계(S622)와 동일하므로 구체적인 설명은 생략하기로 한다.
단계(S723)에서 전자 기기(410)는 단계(S721)에서 추출된 문장 감정 정보와 단계(S722)에서 추출된 얼굴 감정 정보를 종합한 감정 정보(이하, '사용자 감정 정보'라 칭함)를 판단할 수 있다. 일례로, 전자 기기(410)는 문장 감정 정보와 얼굴 감정 정보에 따라 가중치를 계산할 수 있고 이를 통해 종합적인 감정 정보를 판단할 수 있다. 사용자 감정 정보 또한 마찬가지로 감정 종류와 감정 강도를 포함할 수 있다. 따라서, 전자 기기(410)는 사용자의 음성 입력에 따른 문장에서 나타내는 감정과 사용자 얼굴 영상의 표정에서 나타나는 감정을 종합하여 최종적인 사용자 감정을 판단할 수 있다.
단계(S730)에서 전자 기기(410)는 단계(S723)에서 추출된 사용자 감정 정보를 이용하여 사용자 감정 정보에 포함된 감정의 강도가 사전에 정해진 설정 범위를 초과하는지 여부를 확인할 수 있다.
단계(S740)에서 전자 기기(410)는 사용자 감정 정보에 포함된 감정의 강도가 설정 범위를 초과하는 경우 대화 기능을 자동 활성화 할 수 있다. 전자 기기(410)는 사용자의 음성 입력에서 나타난 감정과 얼굴 영상의 표정에서 나타난 감정을 종합하여 판단된 감정의 강도가 설정 범위를 초과하는 경우 스스로 대화를 활성화 할 수 있다.
감정의 강도를 바탕으로 대화를 자동 활성화 하는 구체적인 내용은 도 5를 통해 설명한 것과 동일하므로 구체적인 설명은 생략하기로 한다.
단계(S750)에서 전자 기기(410)는 설정 범위를 초과하는 사용자 감정에 대해 대화를 자동 활성화 한 후 사용자 감정 정보에 대응되는 대화 정보를 출력할 수 있다. 대화 정보에는 음성 메시지, 표정 정보, 동작 정보 중 적어도 하나를 포함할 수 있으며, 전자 기기(410)는 스피커와 같은 음성 출력 장치, 디스플레이와 같은 영상 출력 장치, 로봇과 같은 모터 제어 동작 장치 중 적어도 하나를 이용하여 대화 정보를 출력할 수 있다. 대화 정보를 출력하는 구체적인 내용 또한 도 5를 통해 설명한 것과 동일하므로 구체적인 설명은 생략하기로 한다.
따라서, 본 실시예에서는 사용자의 음성 입력과 얼굴 영상을 함께 이용하여 사용자의 현재 감정의 종류와 강도를 파악할 수 있고 이러한 사용자 감정을 대화 활성 트리거로 사용하여 감정의 강도가 설정 범위를 초과하는 경우 대화를 자동으로 활성화 시킬 수 있다.
더 나아가, 본 실시예들은 사용자 감정을 대화 활성 트리거로 사용하되 사용자와 관련된 상황 정보를 추가적인 활성화 조건으로 적용하는 것 또한 가능하다.
도 8은 본 발명의 일실시예에 있어서, 대화 활성화 과정의 예를 도시한 흐름도이다.
단계(S830)에서 전자 기기(410)는 사용자의 음성 입력 및/또는 얼굴 영상으로부터 판단된 감정의 강도가 사전에 정해진 설정 범위를 초과하는지 여부를 확인할 수 있다.
단계(S831)에서 전자 기기(410)는 단계(S830)의 판단 결과 감정의 강도가 설정 범위를 초과하는 경우 사용자와 관련된 상황 정보가 사전에 설정된 활성화 조건에 부합하는지 여부를 판단할 수 있다. 활성화 조건은 시간, 발화의 종류나 크기, 감정의 종류, 동작의 크기 등 다양한 상황 조건 중 적어도 하나의 조건이 포함될 수 있다. 상기한 활성화 조건은 사용자나 시스템에 의해 특정 값으로 사전에 설정되거나, 혹은 사용자의 감정 패턴이나 활동 패턴에 대한 학습 과정을 거쳐 수렴된 값으로 정해지는 것 또한 가능하다.
단계(S840)에서 전자 기기(410)는 사용자의 상황 정보가 활성화 조건에 부합하는 경우 대화 기능을 자동 활성화 할 수 있다. 일례로, 전자 기기(410)는 활성화 조건으로서 대화 기능의 비활성화 상태가 연속적으로 유지된 시간을 이용할 수 있고, 비활성화 상태의 유지 시간이 활성화 조건으로 설정된 시간을 초과한 경우 설정 범위를 초과한 강도의 감정에 대해 대화를 자동 활성화 할 수 있다. 다른 예로, 전자 기기(410)는 활성화 조건으로서 사용자의 평소 활동 시간을 이용할 수 있고, 사용자의 평소 활동 시간 이외의 시간에 설정 범위를 초과한 강도의 감정이 감지된 경우 대화를 자동 활성화 할 수 있다. 또 다른 예로, 전자 기기(410)는 활성화 조건으로서 사용자의 평소 활동 시간과 한숨의 크기를 이용할 수 있고, 사용자의 평소 활동 시간 이외의 시간에 설정 크기 이상의 한숨이 감지되는 경우 대화를 자동 활성화 할 수 있다. 또 다른 예로, 전자 기기(410)는 활성화 조건으로서 사용자에게 평소 나타나는 감정의 종류를 이용할 수 있고, 설정 범위를 초과한 강도의 감정이 사용자의 평소 감정 종류에 해당되지 않는 경우 대화를 자동 활성화 할 수 있다. 또 다른 예로, 전자 기기(410)는 활성화 조건으로서 동작의 크기를 이용할 수 있고, 설정 범위를 초과한 강도의 감정과 함께 동작 센서를 통해 감지된 동작의 크기가 설정 범위를 초과하는 경우 대화를 자동 활성화 할 수 있다.
따라서, 본 실시예에서는 설정 범위를 초과한 강도의 감정을 대화 활성 트리거로 사용하되 시간, 발화의 종류나 크기, 감정의 종류, 동작의 크기 등 다양한 상황 정보를 추가의 활성화 조건으로 적용할 수 있다.
이처럼 본 발명의 실시예들에 따르면, 사용자의 표정 정보와 음성 정보 중 적어도 하나를 이용하여 인공지능 대화를 위한 기계의 활성화를 스스로 트리거 할 수 있다. 따라서, 기계 활성화를 위한 별도의 키워드나 액션을 요구하지 않으며 사용자가 대화 의사를 먼저 전달하지 않더라도 사용자의 감정에 따라 기계가 스스로 활성화 하여 사용자에게 먼저 대화를 시작할 수 있어 사용자와 기계 간의 정서적 교감을 한층 높일 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (1)

  1. 컴퓨터로 구현되는 인공지능 대화 방법에 있어서,
    대화 기능이 비활성화 된 상태에서 수집된 정보로부터 사용자의 감정 정보를 추출하는 단계; 및
    상기 감정 정보를 대화 활성 트리거로 사용하여 상기 대화 기능을 활성화 하는 단계
    를 포함하는 인공지능 대화 방법.
KR1020190156693A 2019-11-29 2019-11-29 기계의 자동 활성을 위한 방법 및 시스템 KR102239223B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190156693A KR102239223B1 (ko) 2019-11-29 2019-11-29 기계의 자동 활성을 위한 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190156693A KR102239223B1 (ko) 2019-11-29 2019-11-29 기계의 자동 활성을 위한 방법 및 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190018454A Division KR20190018666A (ko) 2019-02-18 2019-02-18 기계의 자동 활성을 위한 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20190135457A true KR20190135457A (ko) 2019-12-06
KR102239223B1 KR102239223B1 (ko) 2021-04-12

Family

ID=68837010

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190156693A KR102239223B1 (ko) 2019-11-29 2019-11-29 기계의 자동 활성을 위한 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102239223B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090055426A (ko) * 2007-11-28 2009-06-02 중앙대학교 산학협력단 특징 융합 기반 감정인식 방법 및 시스템
US20170054848A1 (en) * 2015-08-21 2017-02-23 Samsung Electronics Co., Ltd. Assistant redirection for customer service agent processing
KR20170027705A (ko) * 2014-04-17 2017-03-10 소프트뱅크 로보틱스 유럽 로봇과의 대화를 핸들링하는 방법 및 시스템
JP2017100221A (ja) * 2015-11-30 2017-06-08 パナソニックＩｐマネジメント株式会社 コミュニケーションロボット

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090055426A (ko) * 2007-11-28 2009-06-02 중앙대학교 산학협력단 특징 융합 기반 감정인식 방법 및 시스템
KR20170027705A (ko) * 2014-04-17 2017-03-10 소프트뱅크 로보틱스 유럽 로봇과의 대화를 핸들링하는 방법 및 시스템
US20170054848A1 (en) * 2015-08-21 2017-02-23 Samsung Electronics Co., Ltd. Assistant redirection for customer service agent processing
JP2017100221A (ja) * 2015-11-30 2017-06-08 パナソニックＩｐマネジメント株式会社 コミュニケーションロボット

Also Published As

Publication number Publication date
KR102239223B1 (ko) 2021-04-12

Similar Documents

Publication Publication Date Title
US10923130B2 (en) Electronic device and method of performing function of electronic device
US11854527B2 (en) Electronic device and method of controlling speech recognition by electronic device
US11978440B2 (en) Wakeword detection
US20210249013A1 (en) Method and Apparatus to Provide Comprehensive Smart Assistant Services
KR101949497B1 (ko) 사용자 발화의 표현법을 파악하여 기기의 동작이나 컨텐츠 제공 범위를 조정하여 제공하는 사용자 명령 처리 방법 및 시스템
KR102034255B1 (ko) 사람-기계 간 감정 대화를 위한 방법 및 시스템
JP6567727B2 (ja) 受信した音声入力の入力音量に基づいて出力される音の出力音量を調節するユーザ命令処理方法およびシステム
KR20190022109A (ko) 음성 인식 서비스를 활성화하는 방법 및 이를 구현한 전자 장치
KR20200023049A (ko) 딥러닝 생성모델과 다중모달 분포를 이용하여 멀티턴 대화 응답을 생성하는 방법 및 시스템
KR102209092B1 (ko) 복수의 호출 용어를 이용하여 인공지능 기기를 제어하는 방법 및 시스템
KR102563817B1 (ko) 사용자 음성 입력 처리 방법 및 이를 지원하는 전자 장치
JP2019012506A (ja) 機械の自動活性のための方法及びシステム
KR102098633B1 (ko) 인공지능 기기에서의 연속 대화 기능
KR20190090424A (ko) 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
KR20210116897A (ko) 외부 장치의 음성 기반 제어를 위한 방법 및 그 전자 장치
KR102012927B1 (ko) 인공지능 기기의 자동 불량 검출을 위한 방법 및 시스템
KR20190018666A (ko) 기계의 자동 활성을 위한 방법 및 시스템
KR102239223B1 (ko) 기계의 자동 활성을 위한 방법 및 시스템
US11670294B2 (en) Method of generating wakeup model and electronic device therefor
KR20190021088A (ko) 음성 명령을 이용한 동작을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR20200038904A (ko) 인공지능 기기에서의 연속 대화 기능
WO2024019759A1 (en) Controlling head-mounted devices by voiced nasal consonants

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant