KR20200076720A

KR20200076720A - 개인 데이터 보호를 위해 자동 어시스턴트와 인간 대 컴퓨터 대화에 대해 분산 상태 머신을 사용

Info

Publication number: KR20200076720A
Application number: KR1020207015091A
Authority: KR
Inventors: 아도마스 팔타나비시우스; 안드레아 암부
Original assignee: 구글 엘엘씨
Priority date: 2017-11-03
Filing date: 2018-10-30
Publication date: 2020-06-29
Also published as: KR20220025118A; EP3529740B1; KR102360925B1; US11210345B2; CN111316276A; JP7053777B2; JP2021064386A; WO2019089549A1; JP2021503647A; CN118051941A; EP3529740A1; US10713300B2; US20190138661A1; EP3779759A1; EP3779759B1; US20200320136A1; JP6817500B1; KR102421663B1; CN111316276B

Abstract

보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 얻기 위해 보안 구역 내에 구현된 상태 머신을 생성/배포하는 기술이 설명된다. 다양한 구현들에서, 보안 구역 내의 프로세서(들)에 의해 구현된 자동 어시스턴트 클라이언트는 보안 구역 내의 자원(들)로부터 이용 가능한 개인 정보를 사용하여 응답 가능한 자유 형태의 자연어 질의("FFNLQ")를 수신할 수 있다. FFNLQ를 나타내는 데이터는 보안 구역 외부의 시맨틱 프로세서에 제공될 수 있고, 온라인 시맨틱 프로세서는 보안 구역 내의 자원(들)으로부터 개인 정보를 획득하기 위해 보안 구역 내의 프로세서(들)에 의해 구현된 상태 머신을 리턴할 수 있다. 상태 머신 및 획득된 개인 정보에 기초하여, FFNLQ에 응답하여 정보를 전달하기 위해 자연어 출력이 생성되고 제시될 수 있다.

Description

개인 데이터 보호를 위해 자동 어시스턴트와 인간 대 컴퓨터 대화에 대해 분산 상태 머신을 사용

본 명세서는 개인 데이터 보호를 위해 자동 어시스턴트와 인간 대 컴퓨터 대화에 대해 분산 상태 머신을 사용하는 것에 관한 것이다.

인간은 본 명세서에서 "자동 어시스턴트(automated assistants)"("챗봇", "대화식 개인 어시스턴트", "지능형 개인 어시스턴트", "개인 음성 어시스턴트", "대화 에이전트"등 으로도 불림)라고 하는 대화식 소프트웨어 애플리케이션과의 인간 대 컴퓨터 대화에 관여할 수 있다. 예를 들어, 인간(자동 어시스턴트와 상호 작용할 때 "사용자"라고 할 수 있음)은 자유 형태 자연어(free form natural language) 입력을 사용하여 명령, 질의 및/또는 요청(본 명세서에서 "질의(쿼리)"라고 통칭)을 제공할 수 있으며, 이는 음성 발화가 텍스트로 변환된 후 처리될 수 있고 및/또는 FFNL 입력으로 입력될 수 있다.

많은 경우에, 자동 어시스턴트의 논리적 인스턴스는 다수의 컴퓨팅 장치에 걸쳐 구현될 수 있다. 예를 들어, 자동 어시스턴트의 논리적 인스턴스는 사용자의 휴대 전화기에 설치된 자동 어시스턴트 클라이언트 및 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트를 포함할 수 있다. 자동 어시스턴트 클라이언트는 사용자가 자동 어시스턴트를 이용하여 인간 대 컴퓨터 대화에 참여하도록 조작할 수 있는 자동 어시스턴트 인터페이스를 사용자에게 제공하도록 구성될 수 있다. 그러나 인간 대 컴퓨터 대화와 관련된 많은 작업은 종종 클라우드 기반의 자동 어시스턴트 컴포넌트에 의해 수행되는데, 이는 사실상 무제한의 클라우드 자원을 활용하여 자연어 질의의 시맨틱(semantic) 처리를 수행할 수 있다.

사용자는 정보 검색, 태스크 수행 등과 같은 다양한 이유로 자동 어시스턴트를 이용하여 인간 대 컴퓨터 대화에 참여할 수 있다. 때때로 사용자가 자동 어시스턴트와 상호 작용할 때, 사용자는 민감한 정보 또는 개인 정보를 찾을 수 있거나, 또는 민감한 정보 또는 개인 정보에 의존하는 정보를 찾을 수 있다. 이러한 잠재적으로 민감한 정보 또는 개인 정보는 사용자의 사용자 프로파일과 관련하여 클라우드에 및/또는 사용자에 의해 운영되는 하나 이상의 컴퓨팅 장치에 저장될 수 있다. 클라우드 기반 자동 어시스턴트 컴포넌트에 이러한 사용자 제어 자원에 대한 액세스 권한을 부여할 수는 있지만, 그렇게 하면 사용자가 정보에 액세스하기를 원하지 않는 제3자에게 개인 정보 또는 민감한 정보가 노출될 수 있다. 그리고 일부 시나리오에서 사용자는 클라우드 기반 자동 어시스턴트 컴포넌트조차도 민감한 정보나 개인 정보에 액세스하지 못하게 할 수 있다. 또한, 클라우드 기반 자동 어시스턴트 컴포넌트는 하나 이상의 방화벽 뒤에 있는 회사 네트워크와 같이 보호된 "보안 구역" 내에 있는 자원(리소스){예: 컴퓨팅 장치}에 저장된 일부 정보에 액세스하지 못할 수 있다.

예를 들어, 보안 구역 내의 컴퓨팅 장치(들)에서 동작하는 자동 어시스턴트 클라이언트에 의해 보안 구역 내에서 실행 가능한 상태 머신을 생성 및/또는 분배(distributing)하기 위한 기술이 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 설명된다. 다양한 구현에서, 사용자는 사용자가 작동하는 클라이언트 장치(예를 들어, 독립형 대화식 스피커, 스마트폰 등)에서 실행되는 자동 어시스턴트 클라이언트에 의해 제공되는 자동 어시스턴트 인터페이스에 자유 형태 자연어 질의를 제공할 수 있다. 질의는 보안 구역 내의 하나 이상의 자원에서 사용 가능하지만 클라우드 기반 자동 어시스턴트 컴포넌트에서는 사용할 수 없는 개인 정보를 기반으로 응답할 수 있다.

일부 구현들에서, 보안 구역은 하나 이상의 근거리 통신망( "LAN") 및/또는 사용자의 클라이언트 장치가 연결되고 및/또는 하나 이상의 방화벽으로 보호되는 하나 이상의 회사 네트워크와 같은 하나 이상의 네트워크와 일치할 수 있다. 다른 구현들에서, 보안 구역은 예를 들어, 사용자의 사용자 프로파일과 관련하여, 사용자에 의해 운영되는 클라이언트 장치의 조정된 "에코시스템"의 하나 이상의 클라이언트 장치와 일치할 수 있다. 일반적으로, "보안 구역"은 일반적으로 보안 구역 외부에서 액세스할 수 없는 데이터를 포함하는 하나 이상의 컴퓨팅 자원을 지칭할 수 있다.

보안 구역 외부의 시맨틱 프로세서에 보안 위험을 초래하거나 사용자를 불편하게 할 수 있는 개인 정보에 대한 액세스 권한을 제공하는 대신에, 다양한 구현에서, 보안 구역 외부의 시맨틱 프로세서에는 임의의 개인 데이터가 채워지지 않고 자유 형태 자연어 질의(쿼리)를 나타내는 데이터가 제공될 수 있다. 질의를 나타내는 데이터에 기초하여, 시맨틱 프로세서는 예를 들어, 기존의 상태 머신의 라이브러리로부터 보안 구역 내의 하나 이상의 컴퓨팅 장치에 의해 구현될 수 있는 하나 이상의 상태 머신을 생성 및/또는 선택할 수 있다. 이러한 상태 머신은 예를 들어, 보안 구역 내의 자원을 통해서만 이용 가능한 개인 정보로부터 얻은 값으로 채워질 슬롯을 포함할 수 있다. 일부 구현들에서, 상태 머신들은 상태 머신 슬롯들을 값으로 채우기 위해 보안 구역 내의 하나 이상의 컴퓨팅 장치에 의해 구현될 수 있는 로직(예: 상태 및 상태 간 전환, if/else 문 등)을 포함할 수 있다. 예를 들어, 일부 구현들에서, 상태 머신들은 보안 구역 내의 컴퓨팅 장치상에서 실행되는 자동 어시스턴트 클라이언트에 의해 구현될 수 있다.

일부 구현들에서, 상태 머신들은 예를 들어 특정 자유 형식 언어 쿼리(질의)들에 응답하여 즉시 (예를 들어, 클라우드에서) 생성될 수 있다. 추가적으로 또는 대안적으로, 일부 구현들에서, 상태 머신들은 기존의(preexisting) 상태 머신들의 라이브러리로부터 선택될 수 있다. 예를 들어, 사용자가 "당뇨병이 있습니까?"라고 물으면 해당 질의는 당뇨병(예: 증거)과 관련된 데이터 포인트(예: 포도당 수준, H1C 수준, BMI 등)에 대한 슬롯을 포함하는 하나 이상의 상태 머신에 매핑될 수 있다. 상태 머신은 요청 사용자의 보안 구역 내의 컴포넌트에 제공될 수 있고, 보안 구역 내의 컴퓨팅 자원 또는 사용자로부터 이들 슬롯 값 중 하나 이상을 획득하기 위해 그 컴포넌트에 의해 (예: 정보에 대해 사용자에게 프롬프트함으로써) 구현될 수 있다. 상태 머신은 "예, 당뇨병이 있을 가능성이 높습니다" 또는 "아니오, 건강하게 보입니다"와 같은 출력이 어떤 값이 수집되어 슬롯을 채우기 위해 사용되는지에 따라 제공되도록 하는 로직(예를 들어, if/then 문(statement)(들) 등)을 포함할 수 있다.

본 명세서에 기술된 기술은 다수의 기술적 장점을 야기한다. 클라우드 기반 자동 어시스턴트 컴포넌트를 포함할 수 있는 범용 온라인 시맨틱 프로세서는 사실상 무제한의 클라우드 자원을 처리할 수 있기 때문에 다양한 자유 형태의 자연어 질의(쿼리)를 시맨틱하게 처리할 수 있다. 이러한 클라우드 기반 자원은 예를 들어 다양한 도메인과 관련된 자원(예: 데이터베이스)를 포함할 수 있다. 이러한 강력한 자원으로, 온라인 시맨틱 프로세서(또는 다른 컴포넌트)는 보안 구역 내에 구현될 수 있는 비교적 복잡한 상태 머신을 선택 및/또는 생성할 수 있다. 따라서, 상대적으로 강력한 온라인 시맨틱 프로세서를 활용하여 상태 제한 머신을 생성한 다음, 자원이 제한된 클라이언트 장치에서 작동하는 자동 어시스턴트 클라이언트와 같은 상대적으로 자원이 제한된 컴포넌트로 구현할 수 있다.

예를 들어, 사용자가 자동 어시스턴트에게 사용자에게 특정 건강 상태가 있는지 묻는다고 가정한다. 온라인 시맨틱 프로세서는 사용자가 건강 상태를 갖는지 여부를 결정하는데 사용될 수 있는 다양한 데이터 포인트(예 : 건강 파라미터, 증상 등)를 슬롯 값으로서 획득하도록 설계된 상태 머신을 선택 및/또는 생성할 수 있다. 이 상태 머신은 데이터를 획득하기 위해 사용자의 클라이언트 장치상에서 동작하는 자동 어시스턴트 클라이언트와 같은 사용자의 보안 구역 내의 하나 이상의 컴포넌트에 의해 전송 및 구현될 수 있다. 이 예에서, 슬롯 값은 예를 들어 사용자의 클라이언트 장치의 메모리(예: 클라이언트 장치에 생명 징후 센서(signs sensors)가 있는 경우 생명 징후 판독 로그에 액세스할 수 있음) 및/또는 보안 구역 내의 다른 자원(예: 보안 구역 내부 또는 외부의 의료 자원에 이미 안전하게 액세스할 수 있는 컴퓨팅 장치 및/또는 애플리케이션)으로부터 획득될 수 있다.

따라서, 본 명세서에 기술된 기술은 범용 온라인 시맨틱 프로세서가 잠재적으로 개인 정보 및/또는 민감한 정보에 액세스하게 함으로써 야기될 수 있는 프라이버시 및 보안 문제를 회피한다. 대신, 온라인 시맨틱 프로세서는 개인 정보를 클라우드에 노출시키지 않고 개인 정보에 안전하게 액세스할 수 있는 로컬로 구현 가능한 상태 머신을 생성하는 데 활용된다. 이는 보안 구성을 단순화하고 보안 구역 내의 컴퓨팅 장치와 보안 구역 외부의 컴퓨팅 장치 간의 네트워크 트래픽을 줄인다.

또한, 인간 대 컴퓨터 대화의 대화 양태(즉, 질의 파싱(구문 분석), 사용자의 의도 해결, 상황별 질문에 대한 대화 기록 추적 등)를 처리하는 온라인 시맨틱 프로세서와 같은 컴포넌트는 민감한 데이터에 대한 액세스를 제한하거나 액세스하지 않는다. 대신, 모든 응답은 보안 구역(예: 사용자의 클라이언트 장치) 내에서 컴파일된다.

또한 온라인 시맨틱 프로세서가 로컬로 구현 가능한 상태 머신을 생성하는 태스크를 이미 수행한 후, 사용자의 신원이 보안 구역 내에서 사용될 수 있기 때문에, 자동 어시스턴트, 특히 클라우드 기반 컴포넌트가 사용자 신원에 대해 많은 것을 알고 있어야 한다. 또한 자동 어시스턴트가 액세스 제어 리스트 등의 고유한 복잡성을 처리할 필요가 없기 때문에 특히 민감한 환경에서 권한 부여 및/또는 인증을 단순화한다.

본 명세서에 기술된 기술의 다른 기술적 장점은 자동 어시스턴트 백엔드 시스템(예를 들어, 온라인 시맨틱 프로세서를 형성할 수 있는 클라우드 기반 자동 어시스턴트 컴포넌트)과 잠재적으로 민감한 데이터를 저장하는 시스템 사이의 직접적인 통합의 필요성을 감소시키거나 제거한다는 것이다. 또 다른 기술적 장점은 대기 시간이 개선될 수 있다는 것이다. 예를 들어, 많은 경우에 민감한 데이터는 로컬 메모리를 포함하여 사용자의 클라이언트 장치에 상대적으로 가깝게 저장될 수 있다. 원격 온라인 시맨틱 프로세서가 이 데이터를 검색하려고 시도하는 대신에, 검색은 보안 구역 내의 하나 이상의 컴퓨팅 장치에 남겨질 수 있으며, 많은 경우에 원하는 데이터에 더 가깝게(예를 들어, 네트워크 홉에서) 검색될 수 있다. 또 다른 기술적 장점은 본 명세서에 설명된 기술이 단순화된 감사(auditing)를 용이하게 한다는 것이다. 다수의 상이한 소스들로부터 비교적 임시 방식으로 데이터를 페치하는 자동 어시스턴트 대신에, 페치된 데이터는 온라인 시맨틱 프로세서에 의해 제공되는 상태 머신 데이터로부터 명백할 수 있다.

일부 구현들에서, 하나 이상의 프로세서들에 의해 수행되는 방법이 제공되며, 상기 방법은, 보안 구역 내의 하나 이상의 프로세서에 의해 구현된 (예를 들어, 실행 또는 달리 처리된) 자동 어시스턴트 클라이언트에서, 사용자로부터 자유 형태의 자연어 질의를 수신하는 단계 -자유 형태의 자연어 질의는 보안 구역 내의 하나 이상의 자원으로부터 이용 가능한 개인 정보에 기초하여 응답 가능함-; 상기 자유 형태의 자연어 입력을 나타내는 제1 데이터를 시맨틱 프로세서에 제공하는 단계 -상기 시맨틱 프로세서는 상기 보안 구역의 외부에 있음-; 보안 구역 내의 프로세서들 중 하나 이상에 의해, 온라인 시맨틱 프로세서로부터 상태 머신을 나타내는 제2 데이터를 수신하는 단계 -상기 상태 머신은 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 구현 가능함(예를 들어, 실행 가능하거나 처리될 수 있음); 보안 구역 내의 하나 이상의 프로세서에 의해, 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 상태 머신을 구현(예를 들어, 실행 또는 달리 처리)하는 단계; 상태 머신 및 획득된 개인 정보에 기초하여, 자유 형식의 자연어 질의에 응답하여 정보를 전달하는 자연어 출력을 생성하는 단계; 그리고 자동 어시스턴트 클라이언트에 의해, 하나 이상의 출력 컴포넌트에서 자연어 출력을 제공하는 단계를 포함한다.

본 명세서에 개시된 기술의 이러한 구현 및 다른 구현은 다음 특징 중 하나 이상을 선택적으로 포함할 수 있다.

다양한 구현에서, 상태 머신은 자동 어시스턴트 클라이언트에 의해 수행될 수 있는 명령어를 포함할 수 있다. 다양한 구현에서, 보안 구역 내의 하나 이상의 자원은 자동 어시스턴트 클라이언트를 구현하는 컴퓨팅 장치의 메모리를 포함할 수 있다. 다양한 구현들에서, 상태 머신은 보안 구역 내의 하나 이상의 자원으로부터 획득 가능한 값으로 채워질 하나 이상의 슬롯을 포함할 수 있다.

다양한 구현들에서, 루틴을 수행하기 위해 상태 머신을 구현하는 것은 상태 머신을 형성하는 바이트코드를 실행하기 위해 인터프리터를 구현하는 것을 포함할 수 있다. 다양한 구현에서, 보안 구역은 하나 이상의 방화벽에 의해 보호되는 하나 이상의 네트워크를 포함할 수 있다. 다양한 구현에서, 보안 구역 내의 하나 이상의 자원은 보안 구역을 관리하는 건강관리 제공자와 관련된 사람들의 집단에 관한 의료 정보를 포함하는 하나 이상의 데이터베이스를 포함할 수 있다.

또한, 일부 구현은 하나 이상의 컴퓨팅 장치의 하나 이상의 프로세서를 포함하고, 하나 이상의 프로세서는 관련 메모리에 저장된 명령어를 실행하도록 동작 가능하며, 명령어는 전술한 방법 중 임의의 것을 수행하도록 구성된다. 일부 구현은 또한 전술한 방법 중 임의의 것을 수행하기 위해 하나 이상의 프로세서에 의해 실행 가능한 컴퓨터 명령어를 저장하는 하나 이상의 비-일시적 컴퓨터 판독 가능 저장 매체를 포함한다. 다른 구현 예는 전술한 방법 중 임의의 것을 수행하기 위해 하나 이상의 프로세서에 의해 실행 가능한 컴퓨터 명령어를 저장 또는 구현하는 하나 이상의 일시적 컴퓨터 판독 가능 저장 매체(예를 들어, 광학, 전기 또는 전자기 신호와 같은 신호)를 포함한다.

본 명세서에서 더 상세하게 설명된 전술한 개념 및 추가 개념의 모든 조합은 본 명세서에 개시된 요지의 일부인 것으로 고려된다는 것을 이해해야 한다. 예를 들어, 본 개시의 끝에 나타나는 청구된 요지의 모든 조합은 본 명세서에 개시된 요지의 일부인 것으로 고려된다.

도 1은 여기에 개시된 구현들이 구현될 수 있는 예시적인 환경의 블록도이다.
도 2는 다양한 구현에 따라 본 명세서에 설명된 기술이 다양한 컴포넌트를 통해 어떻게 이용될 수 있는지의 일례를 도시한다.
도 3은 다양한 구현에 따른 상태 머신 데이터의 일례를 도시한다.
도 4는 본 명세서에 개시된 구현들에 따른 예시적인 방법을 도시한 흐름도를 도시한다.
도 5는 컴퓨팅 장치의 예시적인 아키텍처를 도시한다.

도 1을 참조하면, 본 명세서에 개시된 기술이 구현될 수 있는 예시적인 환경이 도시되어있다. 예시적인 환경은 하나 이상의 클라이언트 컴퓨팅 장치(106I-N)를 포함한다. 각각의 클라이언트 장치(106)는 자동 어시스턴트 클라이언트(118)의 각각의 인스턴스를 실행할 수 있다. 자연어 프로세서(122)와 같은 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)는 일반적으로 110으로 표시된 하나 이상의 로컬 및/또는 광역 네트워크(예를 들어, 인터넷)를 통해 클라이언트 장치(106I-N)와 통신 가능하게 연결된 하나 이상의 컴퓨팅 시스템(통합적으로 "클라우드" 컴퓨팅 시스템으로 지칭됨)에서 구현될 수 있다.

다양한 구현에서, 자동 어시스턴트 클라이언트(118)의 인스턴스는 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)와의 상호 작용에 의해 사용자의 관점으로부터 자동 어시스턴트(120)의 논리적 인스턴스인 것으로 보이는 것을 형성할 수 있다. 사용자는 인간 대 컴퓨터 대화(들)에서 이 자동 어시스턴트(120)의 논리적 인스턴스에 관여할 수 있다. 이러한 자동 어시스턴트(120)의 2가지 인스턴스는 도 1에 도시되어있다. 일점 쇄선으로 둘러싸인 제1 자동 어시스턴트(120A)는 제1 클라이언트 장치(106i)를 운영하는 제1 사용자(도시되지 않음)에게 서비스를 제공하고, 자동 어시스턴트 클라이언트(118i) 및 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)를 포함한다. 일점 쇄선으로 둘러싸인 제2 자동 어시스턴트(120B)는 다른 클라이언트 장치(106N)를 운영하는 제2 사용자(도시되지 않음)에게 서비스를 제공하고, 자동 어시스턴트 클라이언트(118N) 및 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)를 포함한다. 따라서, 일부 구현들에서, 클라이언트 장치(106)상에서 실행되는 자동 어시스턴트 클라이언트(118)와 맞물리는(engage) 각각의 사용자는 사실상 자동 어시스턴트(120)의 자신의 논리적 인스턴스와 관련될 수 있다는 것이 이해되어야 한다. 간결하고 간단하게 하기 위해, 본 명세서에서 특정 사용자를 "서빙하는" 것으로 사용되는 "자동 어시스턴트"라는 용어는 사용자에 의해 운영되는 클라이언트 장치(106)상에서 실행되는 자동 어시스턴트 클라이언트(118)와 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)(여러 자동 어시스턴트 클라이언트(118)간에 공유될 수 있음)의 조합을 지칭할 것이다. 일부 구현들에서, 자동 어시스턴트(120)는 사용자가 자동 어시스턴트(120)의 그 특정 인스턴스에 의해 실제로 "서빙"되는지 여부에 관계없이 임의의 사용자로부터의 요청에 응답할 수 있음을 이해해야 한다.

클라이언트 장치들(106I-N)은 예를 들어, 데스크톱 컴퓨팅 장치, 랩톱 컴퓨팅 장치, 태블릿 컴퓨팅 장치, 휴대폰 컴퓨팅 장치, 사용자 차량의 컴퓨팅 장치 (예를 들어, 차량 내 통신 시스템, 차량 내 엔터테인먼트 시스템, 차량 내비게이션 시스템), 독립형 대화형 스피커, 스마트 텔레비전과 같은 스마트 기기 및/또는 컴퓨팅 장치(예를 들어, 컴퓨팅 장치를 갖는 사용자의 시계, 컴퓨팅 장치를 갖는 사용자의 안경, 가상 또는 증강 현실 컴퓨팅 장치)를 포함하는 사용자의 웨어러블 장치 중 하나 이상을 포함할 수 있다. 추가 및/또는 대안적인 클라이언트 컴퓨팅 장치가 제공될 수 있다.

다양한 구현들에서, 각각의 클라이언트 컴퓨팅 장치들(106I-N)은 복수의 메시지 교환 클라이언트들(107I-N) 중 대응하는 것과 같은 다양한 상이한 애플리케이션들을 동작시킬 수 있다. 메시지 교환 클라이언트(107I-N)는 다양한 형태로 제공될 수 있고, 형태는 클라이언트 컴퓨팅 장치들(106I-N)에 걸쳐 변할 수 있고 및/또는 다수의 형태들이 클라이언트 컴퓨팅 장치들(106I-N) 중 하나에서 작동될 수 있다. 일부 구현들에서, 하나 이상의 메시지 교환 클라이언트들(107I-N)은 단문 메시징 서비스("SMS") 및/또는 멀티미디어 메시징 서비스("MMS") 클라이언트, 온라인 채팅 클라이언트(예: 인스턴트 메신저, 인터넷 릴레이 채팅 또는 "IRC"등), 소셜 네트워크와 관련된 메시징 애플리케이션, 자동 어시스턴트(120) 등과의 대화에 전념하는 개인 어시스턴트 메시징 서비스 등의 형태일 수 있다. 일부 구현들에서, 메시지 교환 클라이언트들(107I-N) 중 하나 이상은 웹 브라우저(도시되지 않음) 또는 클라이언트 컴퓨팅 장치(106)의 다른 애플리케이션에 의해 렌더링된 웹 페이지 또는 다른 자원을 통해 구현될 수 있다.

본 명세서에서보다 상세하게 설명되는 바와 같이, 자동 어시스턴트(120)는 하나 이상의 클라이언트 장치(106I-N)의 출력 장치 및 사용자 인터페이스 입력을 통해 하나 이상의 사용자와 인간 대 컴퓨터 대화 세션에 관여한다. 일부 구현들에서, 자동 어시스턴트(120)는 클라이언트 장치들(106I-N) 중 하나의 하나 이상의 사용자 인터페이스 입력 장치들을 통해 사용자에 의해 제공되는 사용자 인터페이스 입력에 응답하여 사용자와 인간 대 컴퓨터 대화 세션에 참여할 수 있다. 이러한 구현들 중 일부에서, 사용자 인터페이스 입력은 자동 어시스턴트(120)로 명시적으로 보내진다. 예를 들어, 메시지 교환 클라이언트(107I-N) 중 하나는 자동 어시스턴트(120)와의 대화에 전용인 개인 어시스턴트 메시징 서비스일 수 있고, 그 개인 어시스턴트 메시징 서비스를 통해 제공되는 사용자 인터페이스 입력은 자동 어시스턴트(120)에 자동으로 제공될 수 있다. 또한, 예를 들어, 사용자 인터페이스 입력은 자동 어시스턴트(120)가 호출될 것을 나타내는 특정 사용자 인터페이스 입력에 기초하여 메시지 교환 클라이언트(107i-N) 중 하나 이상에서 자동 어시스턴트(120)로 명시적으로 보내(directed)질 수 있다. 예를 들어, 특정 사용자 인터페이스 입력은 하나 이상의 타이핑된 문자(예를 들어, @ Automated Assistant), 하드웨어 버튼 및/또는 가상 버튼(예를 들어, 탭, 긴 탭)과의 사용자 상호 작용, 구두 명령(예: "Hey Automated Assistant") 및/또는 기타 특정 사용자 인터페이스 입력일 수 있다.

일부 구현들에서, 자동 어시스턴트(120)는 사용자 인터페이스 입력이 자동 어시스턴트(120)로 명시적으로 보내되지 않은 경우에도 사용자 인터페이스 입력에 응답하여 대화 세션에 관여할 수 있다. 예를 들어, 자동 어시스턴트(120)는 사용자 인터페이스 입력에 존재하는 특정 용어에 응답하고 및/또는 다른 큐(cues)에 기초하여 사용자 인터페이스 입력의 콘텐츠를 검사하고 대화 세션에 참여할 수 있다. 일부 구현들에서, 자동 어시스턴트(120)는 대화식 음성 응답("IVR")에 관여하여, 사용자가 명령, 검색 등을 할 수 있도록 하고, 자동 어시스턴트는 자연어 처리 및/또는 하나 이상의 문법을 사용하여 발화를 텍스트로 변환하고 이에 따라 텍스트에 응답할 수 있다. 일부 구현들에서, 자동 어시스턴트(120)는 발화를 텍스트로 변환하지 않고 발화에 부가적으로 또는 대안 적으로 응답할 수 있다. 예를 들어, 자동 어시스턴트(120)는 음성 입력을 임베딩(embedding), 엔티티 표현(들)(음성 입력에 존재하는 엔티티들/엔티티를 나타냄), 및/또는 다른 "비-텍스트" 표현으로 변환할 수 있고 그러한 비-텍스트 표현으로 동작할 수 있다. 따라서, 음성 입력으로부터 변환된 텍스트에 기초하여 동작하는 것으로 본 명세서에 설명된 구현들은 음성 입력에 대해 직접 및/또는 음성 입력의 다른 비-텍스트 표현에 부가적으로 및/또는 대안적으로 동작할 수 있다.

클라우드 기반 자동 어시스턴트 컴포넌트(119)를 운영하는 클라이언트 컴퓨팅 장치(들) 및 컴퓨팅 장치들(106I-N) 각각은 데이터 및 소프트웨어 애플리케이션의 저장을 위한 하나 이상의 메모리, 데이터를 액세스하고 애플리케이션을 실행하기 위한 하나 이상의 프로세서, 및 네트워크를 통한 통신을 용이하게 하는 다른 컴포넌트를 포함할 수 있다. 하나 이상의 클라이언트 컴퓨팅 장치(106I-N) 및/또는 자동 어시스턴트(120)에 의해 수행되는 동작은 다수의 컴퓨터 시스템에 걸쳐 분산될 수 있다. 자동 어시스턴트(120)는 예를 들어 네트워크를 통해 서로 연결된 하나 이상의 위치에서 하나 이상의 컴퓨터에서 실행되는 컴퓨터 프로그램으로서 구현될 수 있다.

위에서 언급된 바와 같이, 다양한 구현에서, 각각의 클라이언트 컴퓨팅 장치(106I-N)는 자동 어시스턴트 클라이언트(118)를 동작시킬 수 있다. 다양한 구현에서, 각각의 자동 어시스턴트 클라이언트(118)는 대응하는 음성 캡처/TTS(text-to-speech)/STT(speech-to-text) 모듈(114)을 포함할 수 있다. 다른 구현들에서, 음성 캡처/TTS/STT 모듈(114)의 하나 이상의 양태들은 자동 어시스턴트 클라이언트(118)와 별도로 구현될 수 있다.

각각의 음성 캡처/TTS/STT 모듈(114)은 하나 이상의 기능을 수행하도록 구성 될 수 있으며, 기능들은 (예를 들어, 인체감지 센서(105)를 포함할 수 있는) 마이크로폰을 통해 사용자의 음성을 캡처하고; 캡처된 오디오를 텍스트(및/또는 다른 표현 또는 임베딩)로 변환하고; 및/또는 그 텍스트를 음성으로 변환하는 기능을 포함한다. 예를 들어 일부 구현에서, 클라이언트 장치(106)는 컴퓨팅 자원(예를 들어, 프로세서 사이클, 메모리, 배터리 등)의 관점에서 상대적으로 제한될 수 있기 때문에, 각각의 클라이언트 장치(106)에 로컬인 음성 캡처/TTS/STT 모듈(114)은 유한한 수의 상이한 음성 문구, 특히 자동 어시스턴트(120)를 호출하는 문구를 텍스트(또는 더 낮은 차원성 임베딩과 같은 다른 형태)로 변환하도록 구성될 수 있다. 다른 음성 입력은 클라우드 기반 TTS 모듈(116) 및/또는 클라우드 기반 STT 모듈(117)을 포함 할 수 있는 클라우드 기반 자동 어시스턴트 컴포넌트(119)로 전송될 수 있다.

클라우드 기반 STT 모듈(117)은 음성 캡쳐/TTS/STT 모듈(114)에 의해 캡처 된 오디오 데이터를 텍스트(이후 자연어 프로세서(122)에 제공될 수 있음)로 변환하기 위해 클라우드의 사실상 무한한 자원을 활용하도록 구성될 수 있다. 클라우드 기반 TTS 모듈(116)은 텍스트 데이터(예를 들어, 자동 어시스턴트(120)에 의해 공식화된 자연어 응답)를 컴퓨터 생성 음성 출력으로 변환하기 위해 클라우드의 사실상 무한한 자원을 활용하도록 구성될 수 있다. 일부 구현들에서, TTS 모듈(116)은 컴퓨터로 생성된 음성 출력을 클라이언트 장치(106)에 제공하여 예를 들어 하나 이상의 스피커를 사용하여 직접 출력될 수 있다. 다른 구현들에서, 자동 어시스턴트(120)에 의해 생성된 텍스트 데이터(예를 들어, 자연어 응답)는 음성 캡처/TTS/STT 모듈(114)에 제공될 수 있고, 이는 텍스트 데이터를 로컬로 출력되는 컴퓨터 생성 음성으로 변환할 수 있다.

자동 어시스턴트(120)(및 특히 클라우드 기반 자동 어시스턴트 컴포넌트(119))는 자연어 처리기(122), 전술한 TTS 모듈(116), 전술한 STT 모듈(117), 대화 상태 추적기(124), 대화 관리자(126) 및 자연어 생성기(128)(일부 구현에서는 TTS 모듈(116)과 결합될 수 있음), 특히 본 발명과 관련하여 상태 머신 엔진(130)을 포함할 수 있다. 일부 구현들에서, 자동 어시스턴트(120)의 엔진들 및/또는 모듈들 중 하나 이상은 자동 어시스턴트(120)와 분리된 컴포넌트에서 생략, 결합 및/또는 구현될 수 있다.

일부 구현들에서, 자동 어시스턴트(120)는 자동 어시스턴트(120)와의 인간 대 컴퓨터 대화 세션 동안 클라이언트 장치들(106I-N) 중 하나의 사용자에 의해 생성된 다양한 입력들에 응답하여 응답 콘텐츠를 생성한다. 자동 어시스턴트(120)는 대화 세션의 일부로서 사용자에게 제시하기 위해 (예를 들어, 사용자의 클라이언트 장치로부터 분리될 때 하나 이상의 네트워크를 통해) 응답형 콘텐츠를 제공할 수 있다. 예를 들어, 자동 어시스턴트(120)는 클라이언트 장치들(106I-N) 중 하나를 통해 제공되는 자유 형태의 자연어 입력에 응답하여 응답형 콘텐츠를 생성할 수 있다. 본원에 사용된 바와 같이, 자유 형태의 입력은 사용자에 의해 공식화되고 사용자에 의해 선택하기 위해 제시된 옵션 그룹에 제한되지 않는 입력이다.

본 명세서에서 사용되는 "대화 세션"은 사용자와 자동 어시스턴트(120)(및 경우에 따라 다른 인간 참가자) 사이의 하나 이상의 메시지의 논리적으로 자체 포함된 교환 및/또는 자동 어시스턴트(120)에 의한 하나 이상의 응답형 액션의 수행을 포함할 수 있다. 자동 어시스턴트(120)는 세션들 사이의 시간의 경과, 세션들 간 사용자 컨텍스트(예: 위치, 예정된 미팅 전/중/후 등)의 변경, 사용자와 자동 어시스턴트 사이의 대화 이외의 사용자와 클라이언트 장치 사이의 하나 이상의 개입 상호 작용의 검출(예: 사용자가 잠시 동안 애플리케이션을 스위칭하고, 사용자가 멀어지면 나중에 독립형 음성-활성화된 제품으로 리턴함), 세션들 간 클라이언트 장치의 잠금/슬리핑, 자동 어시스턴트(120)의 하니 이상의 인스턴스와 인터페이스하기 위해 사용되는 클라이언트 장치의 변경 등과 같은 다양한 신호에 기초하여 사용자와의 다중 대화 세션을 구별할 수 있다.

자동 어시스턴트(120)의 자연어 프로세서(122)(또는 "자연어 이해 엔진"으로 지칭됨)는 클라이언트 장치(106i-N)를 통해 사용자에 의해 생성된 자유 형태의 자연어 입력을 처리하고, 일부 구현들에서, 자동 어시스턴트(120)의 하나 이상의 다른 컴포넌트들에 의해 사용하기 위해 주석이 달린 출력을 생성할 수 있다. 예를 들어, 자연어 프로세서(122)는 클라이언트 장치(106i)의 하나 이상의 사용자 인터페이스 입력 장치를 통해 사용자에 의해 생성된 자연어 자유 형식 입력을 처리할 수 있다. 생성된 주석이 달린 출력은 자연어 입력의 하나 이상의 주석 및 선택적으로 자연어 입력의 용어 중 하나 이상(예를 들어, 모두)을 포함할 수 있다.

일부 구현들에서, 자연어 프로세서(122)는 자연어 입력에서 다양한 유형의 문법 정보를 식별하고 주석을 달도록 구성된다. 예를 들어, 자연어 프로세서(122)는 문법 역할을 갖는 용어에 주석을 달도록 구성된 음성 태거(도시되지 않음)의 일부를 포함할 수 있다. 예를 들어, 스피치 태거의 일부는 "명사", "동사", "형용사", "대명사" 등과 같은 음성의 일부로 각 용어를 태그할 수 있다. 또한, 예를 들어, 일부 구현들에서, 자연어 프로세서(122)는 자연어 입력에서 용어들 사이의 구문적 관계를 결정하도록 구성된 종속성 파서(dependency parser)(도시되지 않음)를 추가로 및/또는 대안적으로 포함할 수 있다. 예를 들어, 의존성 파서는 어떤 용어가 문장의 다른 용어, 주제 및 동사 등을 수정하는지(예를 들어, 구문분석(parse) 트리)를 결정할 수 있으며 그러한 의존성에 대한 주석을 작성할 수 있다.

일부 구현들에서, 자연어 프로세서(122)는 추가로 및/또는 대안적으로 사람(예를 들어 문학적 인물, 유명인, 대중 인물 등), 조직, 위치(실제와 상상의) 등에 대한 참조와 같은 하나 이상의 세그먼트에서 엔티티 참조에 주석을 달도록 구성된 엔티티 태거(도시되지 않음)를 포함할 수 있다. 일부 구현들에서, 엔티티들에 관한 데이터는 (도시되지 않은) 지식 그래프와 같은 하나 이상의 데이터베이스에 저장될 수 있다. 일부 구현에서, 지식 그래프는 알려진 엔티티(및 경우에 따라서는 엔티티 속성)를 나타내는 노드뿐만 아니라 노드들을 연결하고 엔티티들 간의 관계를 나타내는 에지들을 포함할 수 있다. 예를 들어, "바나나" 노드는 (예를 들어, 차일드(자식)로서) "과일" 노드에 연결될 수 있고, 이는 이어서 (예를 들어, 자식으로서) "생산" 및/또는 "음식" 노드에 연결될 수 있다. 다른 예로서, "Hypothetical Cafe"라는 식당은 주소, 음식 유형, 시간, 연락처 정보 등과 같은 속성을 포함하는 노드로 표현될 수 있다. "Hypothetical Cafe" 노드는 일부 구현에서 "레스토랑" 노드, "비즈니스" 노드, 레스토랑(식당)이 있는 도시 및/또는 주(state)를 나타내는 노드와 같은 하나 이상의 다른 노드에 에지(예: 자식 대 부모 관계를 나타냄)에 의해 연결될 수 있다.

자연어 프로세서(122)의 엔티티 태거는 높은 레벨의 세분화(granularity)(예: 사람과 같은 엔티티 클래스에 대한 모든 참조를 식별할 수 있도록) 및/또는 낮은 레벨의 세분화(예: 특정 개인과 같은 특정 엔티티에 대한 모든 참조를 식별할 수 있도록)로 엔티티에 대한 참조를 주석 처리할 수 있다. 엔티티 태거는 특정 엔티티를 해결하기 위해 자연어 입력의 컨텐츠에 의존할 수 있고 및/또는 선택적으로 특정 엔티티를 해결하기 위해 지식 그래프 또는 다른 엔티티 데이터베이스와 통신할 수 있다.

일부 구현들에서, 자연어 프로세서(122)는 하나 이상의 컨텍스트 큐(contextual cue)들에 기초하여 동일한 엔티티에 대한 참조들을 그룹화 또는 "클러스터" 하도록 구성된 코레퍼런스 리졸버(coreference resolver)(도시되지 않음)를 추가 및/또는 대안적으로 포함할 수 있다. 예를 들어, 코레퍼런스 리졸버는 자연어 입력에서 "저번에 우리가 거기서 먹었던 카페가 마음에 들었어(I liked Hypothetical Cafe last time we ate there)"라는 용어에서 "there(거기서)"이라는 용어를 "카페(Hypothetical Cafe)"로 해석하기 위해 사용될 수 있다.

일부 구현들에서, 자연어 프로세서(122)의 하나 이상의 컴포넌트들은 자연어 프로세서(122)의 하나 이상의 다른 컴포넌트들로부터의 주석에 의존할 수 있다. 예를 들어, 일부 구현들에서, 명명된 엔티티 태거는 모든 맨션(mention)을 특정 엔티티에 주석달 때 코레퍼런스 리졸버 및/또는 의존성 파서로부터의 주석에 의존할 수 있다. 또한, 예를 들어, 일부 구현들에서, 코레퍼런스 리졸버는 동일한 엔티티에 대한 클러스터링 참조에서 의존성 파서로부터의 주석에 의존할 수 있다. 일부 구현들에서, 특정 자연어 입력을 처리할 때, 자연어 프로세서(122)의 하나 이상의 컴포넌트는 하나 이상의 주석을 결정하기 위해 특정 자연어 입력 외부의 관련 사전 입력 및/또는 다른 관련 데이터를 사용할 수 있다.

일부 구현들에서, 대화 상태 추적기(124)는 예를 들어, 인간 대 컴퓨터 대화 세션의 과정 동안, 다중 대화 세션에 걸쳐 및/또는 회의 대화 세션 중에 하나 이상의 사용자 목표(인텐트(intents))의 신념 상태(belief state)를 포함하는 "대화 상태"를 추적하도록 구성될 수 있다. 대화 상태를 결정할 때, 일부 대화 상태 추적기는 대화 세션의 사용자 및 시스템 발화에 기초하여 대화 상자에서 인스턴스화되는 슬롯에 대한 가장 가능성있는 값을 결정하려고 시도할 수 있다. 일부 기술은 슬롯 세트와 해당 슬롯과 연관된 값 세트를 정의하는 고정 온톨로지를 사용한다. 일부 기술은 추가적으로 또는 대안적으로 개별 슬롯 및/또는 도메인에 맞추어(tailored) 질 수 있다. 예를 들어, 일부 기술은 각 도메인의 각 슬롯 유형에 대한 모델 학습이 필요할 수 있다.

대화 관리자(126)는, 예를 들어 대화 상태 추적기(124)에 의해 제공되는 현재 대화 상태를 자동 어시스턴트(120)에 의해 수행되는 복수의 후보 응답 액션 중 하나 이상의 "응답 액션"에 매핑하도록 구성될 수 있다. 응답 액션은 현재 대화 상자 상태에 따라 다양한 형태로 나타날 수 있다. 예를 들어, 마지막 턴(last turn) (예: 최종 사용자가 원하는 태스크를 수행할 때) 이전에 발생하는 대화 세션의 턴들에 대응하는 초기 및 중간스트림 대화 상태는 추가적인 자연어 대화를 출력하는 자동 어시스턴트(120)를 포함하는 다양한 응답 액션에 매핑될 수 있다. 이 응답 대화(dialog)은, 예를 들어, 대화 상태 추적기(124)가 사용자가 수행하고자 하는 일부 액션(즉, 슬롯 채우기)에 대한 파라미터를 사용자가 제공하라는 요청을 포함할 수 있다. 일부 구현들에서, 응답 액션은 "요청(request)"(예: 슬롯 채우기 위한 파라미터 찾기), "제안(offer)"(예: 사용자를 위한 액션 또는 액션 과정 제안), "선택(select)", "알림(inform)"(예: 사용자에게 요청된 정보 제공), "비일치(no match)"(예: 사용자의 마지막 입력을 이해할 수 없음을 사용자에게 알림) 등과 같은 액션을 포함할 수 있다.

도 1에서, 클라이언트 장치(106I-N)는 본 명세서에서 "보안 구역"(112)으로 지칭되는 것 내에 포함된다. 보안 구역(112)은 하나 이상의 클라이언트 장치(106) 및/또는 액세스가 어떻게든 하나 이상의 사람들에 의해 보호되거나 제한되는(예: 하나 이상의 사람들에 의해 제어됨) 다른 컴퓨팅 자원(예를 들어, 후술되는 자원(134))을 포함할 수 있다. 일부 구현들에서, 보안 구역(112)은 하나 이상의 라우터 및/또는 방화벽을 통해 인터넷과 같은 하나 이상의 광대역 네트워크("WAN")에 연결된 하나 이상의 상호 연결된 근거리 네트워크( "LAN")의 형태를 취할 수 있다. 예를 들어, 비즈니스 및 회사와 같은 많은 조직에는 하나 이상의 방화벽과 같은 하나 이상의 보안 메커니즘으로 외부 컴퓨팅 월드로부터 보호되는 회사 네트워크가 있다.

그러나, 보안 구역(112)은 회사 네트워크로 제한되지 않는다. 예를 들어, 개별 가정은 하나 이상의 라우터를 통해 인터넷에 액세스할 수 있으며, 이러한 라우터 또는 별도의 장치는 예를 들어 보안 구역을 효과적으로 정의하는 Wi-Fi LAN을 제공할 수도 있다. 추가적으로 또는 대안적으로, 보안 구역(112)은 개인, 가족, 동료, 부서 등과 같은 하나 이상의 사람들에 의해 운영되는 클라이언트 장치의 조정 된 "에코시스템"의 일부를 형성하는 하나 이상의 클라이언트 장치(106)를 포함할 수 있다. 일부 구현들에서, 보안 구역(112)은 회계 전용의 하나 이상의 네트워크, 인적 자원 전용의 하나 이상의 네트워크, 연구 개발 전용의 하나 이상의 네트워크( "R&D") 등과 같은 다수의 서브-보안 구역을 가질 수 있다. 이러한 일부 구현들에서, 이들 서브-보안 구역들은 서로로부터 보호될 수 있으며, 예를 들어 회계 담당자들이 R&D 컴퓨팅 자원에 액세스할 수 없고 및/또는 그 반대로도 불가능하다. 건강관리 컨텍스트에서, 보안 구역(112)은 예를 들어 HIPAA(Health Insurance Portability and Accountability Act)에 의해 보호될 수 있는 환자 데이터와 같은 건강관리 관련 정보를 포함하는 하나 이상의 컴퓨팅 장치 및/또는 컴퓨팅 자원(예: 134)을 포함할 수 있다.

자원(들)(134)은 보안 구역(112) 내에서 이용 가능하지만(예를 들어, 액세스 가능한), 보안 구역(112) 외부에 있는 컴퓨팅 장치에는 일반적으로 이용 가능하지 않은 정보를 포함하는 하나 이상의 데이터베이스 또는 다른 유사한 데이터 소스를 포함할 수 있다. 도 1에서, 자원(들)(134)은 클라이언트 장치(106)와는 별개의 단일 데이터베이스로서 도시되어 있지만, 이는 제한적인 것으로 의도되지는 않는다. 일부 구현에서, 예를 들어 개별 사용자의 컨텍스트에서 별도의 자원이 없을 수 있다. 대신에, 모든 보호된 데이터는 사용자에 의해 제어되는 클라이언트 장치(106)에 포함될 수 있고, 따라서 보호된 데이터는 사용자의 클라이언트 장치(106) 외부에서 쉽게 액세스할 수 없을 수 있다.

추가적으로 또는 대안적으로, 일부 구현들에서, 민감한 정보 또는 보안 정보는 보안 구역(112) 외부에 저장될 수 있지만, 보안 구역(112) 내의 하나 이상의 클라이언트 장치(106)로부터 액세스 가능할 수 있다. 예를 들어, 하나 이상의 클라이언트 장치(106)는 민감한 데이터를 포함하는 보안 구역(112) 외부의 하나 이상의 컴퓨팅 자원과 함께 가상 사설망("VPN")을 개설/유지하도록 구성될 수 있다. 민감한 데이터가 보안 구역(112) 내의 컴퓨팅 장치에 저장되지 않더라도, 그럼에도 불구하고, 민감한 데이터는 보안 구역(112) 외부로부터, 예를 들어, 일부 또는 적어도 일부 크리덴셜(credential)(들) 없이는 쉽게 액세스할 수 없을 수 있다. 따라서, 여기에 설명된 기술은 안 구역(112) 내의 컴퓨팅 자원이 보안 구역(112) 외부의 하나 이상의 자원으로부터 민감한 정보에 액세스하는 것을 용이하게 할 수 있다.

사용자가 비-기밀 정보를 찾는 자동 어시스턴트(120)를 사용하는 경우, 응답 정보를 얻는 것이 간단할 수 있다. 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)를 포함할 수 있는 "온라인 시맨틱 프로세서"는 사용자의 인텐트(intent)를 결정하고 사용자의 요청을 이행하기 위해 채워져야 하는 임의의 슬롯을 결정하기 위해 사용자의 요청을 구문적으로 및/또는 의미론적(시맨틱)으로 처리할 수 있다. 예를 들어, 사용자가 "오늘 내일 더워질까?"를 가정한다. 이 날씨 관련 요청은 비-민감하고, 공개적으로 이용 가능한 정보를 찾는다. 온라인 시맨틱 프로세서는 "오늘" 및 "내일"과 같이 비교에 사용될 사용자의 인텐트(예를 들어, 외부 온도 비교) 및 슬롯 값을 결정하기 위해 사용자의 요청을 처리할 수 있다. 온라인 시맨틱 프로세서는 오늘의 온도(예를 들어, 고온) 및 내일의 예측된 온도를 찾는 하나 이상의 검색어를 공식화(formulate)하고, 이러한 검색어를 하나 이상의 범용 검색 엔진, 날씨 기반 검색 엔진 등에 제출할 수 있다. 응답 정보를 수신하면, (예를 들어, 자연어 생성기(128)와 같은 컴포넌트의 도움으로) 온라인 시맨틱 프로세서는 "내일은 오늘보다 섭씨 25도가 아닌 28도입니다(It will be hotter tomorrow than today, 28 degrees Celsius rather than 25 degrees Celsius)"와 같은 자연어 응답을 공식화할 수 있다. 이러한 자연어 응답은 하나 이상의 클라이언트 장치(106)의 하나 이상의 출력 장치(예를 들어, 스피커)에서 출력될 수 있다.

대조적으로, 사용자가 기밀 정보, 비밀 정보, 민감한 정보 또는 기타 개인 정보를 위해, 또는 보안 구역(112) 외부의 컴퓨팅 자원(따라서 범용 검색 엔진 등에서는 사용할 수 없음)으로부터 쉽게 이용 가능하지 않은 정보를 위해 자동 어시스턴트(120)를 사용(engage)할 때, 자동 어시스턴트(120)는 응답을 공식화하지 못할 수 있다. 본 명세서에 기술된 기술은 이러한 상황을 해결하고자 한다.

다양한 구현에서, 클라우드 기반 자동 어시스턴트 컴포넌트(119)는 전술한 상태 머신 엔진(130)을 포함할 수 있으며, 이는 예를 들어 보안 구역 내의 하나 이상의 자원에서 개인 정보(예를 들어, 비밀 정보, 민감한 데이터, 보안 구역(112) 내에서만 이용 가능한 데이터)를 획득하도록, 자동 어시스턴트 클라이언트(118) 및/또는 보안 구역(112) 내의 클라이언트 장치(106)상에서 동작하는 "상태 머신 인터프리터"(132)에 의해 보안 구역(112) 내에서 실행 가능한 상태 머신을 생성 및/또는 제공하도록 구성될 수 있다. 본 명세서에서 사용되는 바와 같이, 보안 구역(112) 내의 "자원"은 사용자, 서버, 데이터베이스(예를 들어, 134) 등에 의해 동작되는 클라이언트 장치(106)와 같은 보안 구역 내의 임의의 컴퓨팅 장치를 지칭할 수 있다.

"상태 머신"은 일부 액션을 수행하기 위해 컴퓨팅 장치에 의해 구현될 수 있는 (예를 들어, 실행 가능하거나 달리 처리될 수 있는) 임의의 루틴을 나타내는 데이터를 지칭할 수 있다. 상태 머신은 본 명세서에 설명된 기술에 따라 다양한 형태로 분배(배포)될 수 있다. 일부 구현에서, 상태 머신은 XML(extensible markup language), SCXML(state chart XML), HTML(hypertext markup language), UML(unified modeling language), SDL(specification and description language) 등과 같은 마크업 언어를 사용하여 작성된 파일로 배포될 수 있다. 부가적으로 또는 대안적으로, 일부 구현들에서, 상태 머신들은 예를 들어 "적시에" 컴파일 및/또는 해석을 사용하여 인터프리터 소프트웨어(예를 들어, 상태 머신 인터프리터(132))에 의해 실행 가능한 명령어들로서 배포될 수 있다. 예를 들어, 일부 구현들에서, 상태 머신 인터프리터(132)는 자바 가상 머신(또는 다른 가상 머신)의 인스턴스일 수 있고, 상태 머신들은 바이트코드 형태로 상태 머신 인터프리터(132)에 분배되고, 상태 머신 인터프리터(132)에 의해 구현될 수 있다. 추가적으로 또는 대안적으로, 일부 구현들에서, 상태 머신들은 컴파일된 머신 코드, 비-컴파일된 소스 코드(보안 구역(112) 내에서 컴파일될 수 있음), 어셈블리 코드 등으로 분배될 수 있다.

상태 머신 엔진(130)은 사용자가 자동 어시스턴트(120)에 공개적으로 이용 가능하지 않은 데이터에 대한 요청을 제공하고 대신에 보안 구역(112) 내의 하나 이상의 자원에서만 사용할 수 있는 시나리오를 포함하는 다양한 시나리오에서 상태 머신을 생성/선택할 수 있다. 다양한 구현들에서, 자동 어시스턴트 클라이언트(118)는 사용자로부터 자유 형태의 자연어 질의(쿼리)를 수신할 수 있다. 자유 형태의 자연어 질의는 보안 구역(112) 내의 하나 이상의 자원으로부터(를 통해) 이용 가능한 개인 정보에 기초하여 응답 가능할 수 있고, 보안 구역(112) 외부의 임의의 컴퓨팅 자원으로부터 (예를 들어, 용이하게) 액세스할 수 없을 수 있다.

다양한 구현에서, 자유 형태의 자연어 입력을 나타내는 제1 데이터는 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)와 같은 보안 구역(112) 외부의 온라인 시맨틱 프로세서에 제공될 수 있다. 시맨틱 프로세서(예를 들어 상태 머신 엔진(130))은 상태 머신을 나타내는 데이터("상태 머신 데이터")를 생성/검색하고, 상태 머신 데이터를 보안 구역(112) 내의 하나 이상의 자원에 제공할 수 있다. 전술한 바와 같이, 상태 머신은 보안 구역(112) 내의 하나 이상의 자원으로부터 사용자에 의해 추구되는 개인 정보를 획득하도록 실행 가능할 수 있다. 상태 머신 데이터의 하나의 비-제한적인 예가 아래에서 설명될 것이다.

클라이언트 장치(106) 또는 다른 컴퓨팅 장치(예를 들어, 로컬 서버)와 같은 보안 구역(112) 내의 하나 이상의 컴퓨팅 장치는 상태 머신 엔진(130)으로부터 수신된 상태 머신을 구현하여 보안 구역(112) 내의 하나 이상의 자원(리소스)으로부터 사용자에 의해 요청된 개인 정보를 획득할 수 있다. 일부 구현들에서, 상태 머신은 사용자가 자동 어시스턴트(120)와 연계하기 위해 동작하는 것과 동일한 클라이언트 장치(106)상에서 동작하는 상태 머신 인터프리터(132)에 의해 구현될 수 있지만, 이는 필수적인 것은 아니다.

보안 구역(112) 내의 컴퓨팅 자원이 상태 머신을 구현하는 경우, 상태 머신의 구현은 컴퓨팅 자원이 개인 데이터를 획득할 수 있게 할 수 있다. 예를 들어, 개인 데이터가 자동 어시스턴트(120)와 연계(engage)하기 위해 사용자에 의해 조작되는 클라이언트 장치(106i)의 메모리에서 이용 가능하다고 가정한다. 그러한 일부 구현들에서, 상태 머신 인터프리터(132i)의 로컬 인스턴스는 로컬 메모리에 액세스하고 개인 데이터를 획득하기 위해 상태 머신을 실행할 수 있다. 추가적으로 또는 대안적으로, 개인 데이터가 보안 구역 내의 다른 컴퓨팅 자원(예를 들어, 134)에서 이용 가능하다고 가정한다. 상태 머신 인터프리터(132i)의 로컬 인스턴스 또는 보안 구역(112) 내의 다른 곳에서 실행되는 다른 인스턴스는 다른 컴퓨팅 자원으로부터 개인 데이터를 검색할 수 있다. 추가적으로 또는 대안적으로, 개인 데이터가 (예를 들어, VPN 연결 또는 다른 이전에 인증된 통신 채널을 통해) 보안 구역(112) 외부에서 보안 구역(112) 내의 컴퓨팅 자원에 이용 가능하다고 가정한다. 상태 머신 인터프리터(132i)의 로컬 인스턴스 또는 보안 구역(112) 내의 다른 곳에서 실행되는 다른 인스턴스는 이전에 인증된 통신 채널을 사용하여 외부 자원으로부터 개인 데이터를 검색할 수 있다.

개인 데이터가 검색되면, 일부 구현에서, 상태 머신은 데이터에 대해 어떤 액션이 취하도록 지시할 수 있다. 예를 들어, 사용자가 "지난 6개월 동안 혈압이 감소 또는 증가했습니까?"라고 물었다고 가정한다. 예를 들어, 클라이언트 장치(106i)의 메모리에 상주하는 개인 데이터일 수 있는 사용자의 마지막 6개월 동안의 혈압 데이터가 검색될 수 있다. 그 후, if / else 문, 조건문, 스위치 문, 루프 등과 같은 상태 머신 엔진(130)에 의해 상태 머신에 베이크된(baked) 로직은 예를 들어 검색된 개인 데이터를 슬롯 값으로 사용하여 상태 머신 인터프리터(132)에 의해 구현되어 자연어 출력을 생성할 수 있다. 이 자연어 출력은 사용자의 오리지널자유 형식의 자연어 질의에 응답하는 정보를 전달할 수 있다. 혈압의 예에서, 자연어 출력은 "혈압이 증가했습니다" 또는 "혈압이 감소했습니다" 또는 "혈압이 일정하게 유지되었습니다"일 수 있다.

도 2는 사용자(202)가 독립형 대화형(대화식) 스피커의 형태를 취하는 클라이언트 장치(206)상에서 적어도 부분적으로 실행되는 자동 어시스턴트(120)(도 2에 도시되지 않음)와 연계하는 예시적인 시나리오를 도시한다. 이 예에서, 클라이언트 장치(206)를 포함하는 보안 구역(112)이 존재한다. 위에서 언급한 바와 같이, 보안 구역(112)은 하나 이상의 회사 네트워크, 예를 들어 하나 이상의 방화벽 뒤에 있을 수 있거나, 단순히 사용자(202)에 의해 운영되는 클라이언트 장치의 조직화 에코시스템(coordinate ecosystem)의 하나 이상의 클라이언트 장치(206 포함)로 제한될 수 있다.

도 2에서, 사용자(202)는 "오케이, 어시스턴트, 내 비밀번호는 무엇입니까?"라는 질문을 한다. 자동 어시스턴트(120)는 예를 들어 방화벽 및/또는 라우터(240)를 통해 "질문 데이터"를 온라인 시맨틱 프로세서(242)에 제공할 수 있으며, 이는 위에서 언급한 바와 같이 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)를 포함할 수 있다. 다른 구현들에서, 이 질문 데이터는 단순히 사용자 발화의 기록을 포함하는 데이터일 수 있다. 일부 구현들에서, 이 질문 데이터는 사용자 발화의 감소된 차원 인베딩 및/또는 주석이 달린 사용자 발화 버전을 포함할 수 있다.

어느 경우이든, 방화벽/라우터(240)는 질문 데이터를 온라인 시맨틱 프로세서(242)에 전달할 수 있다. 예를 들어, 상태 머신 엔진(130)(도 2에 도시되지 않음)에 의해 온라인 의미 프로세서(242)는 상태 머신을 나타내는 데이터를 생성/선택하여 방화벽/라우터(240)에 제공할 수 있다. 이 상태 머신 데이터는 예를 들어 방화벽/라우터(240)에 의해 보안 구역(112) 내에서 상태 머신 인터프리터(132)를 실행하는 컴퓨팅 자원에 제공될 수 있다. 일부 구현들에서, 상태 머신 인터프리터(132)는 클라이언트 장치(206)상에서 동작할 수 있지만, 이는 요구되는 것은 아니다.

상태 머신 인터프리터(132)는 보안 구역(112) 내의 하나 이상의 자원으로부터 개인 데이터를 검색하기 위해 상태 머신(예를 들어, 바이트코드를 실행하는 가상 머신으로서)을 구현할 수 있다. 예를 들어, 상태 머신 인터프리터(132)는 VPN과 같은 사전 인증된 통신 채널을 통해 비밀번호("PW") 데이터베이스(244)에 대한 사전 인증된 액세스를 갖는 컴퓨팅 장치(예를 들어, 클라이언트 장치(206))상에서 구현될 수 있다. 대조적으로, 온라인 시맨틱 프로세서(242) 및/또는 온라인 시맨틱 프로세서(242)에 이용 가능한 검색 엔진은 PW 데이터베이스(244)에 액세스하지 못할 수 있다. 이러한 예에서, 상태 머신 인터프리터(132)는 예를 들어 사전 인증된 통신 채널을 사용하여 PW 데이터베이스(244)로부터 슬롯 값을 요청할 수 있고, PW 데이터베이스(244)는 요청된 슬롯 값을 상태 머신 인터프리터(132)에 리턴할 수 있다. 상태 머신 인터프리터(132)는 상기 리턴된 슬롯 값을 사용하여 사용자(202)에게 제시하기 위한 자연어 출력을 생성할 수 있다. 예를 들어, 도 2에서, 클라이언트 장치(206)는 가청 자연어 출력 "당신의 비밀번호는 N409d*$ds입니다"을 제공한다.

개인 데이터는 궁극적으로 보안 구역(112) 외부의 자원(PW 데이터베이스 (244))로부터 획득되었지만, 중요한 것은 상태 머신 인터프리터(132)가 보안 구역(112) 내의 컴퓨팅 장치에서 동작함으로써 데이터를 검색할 수 있다는 것이다. 다른 구현들에서, 개인 데이터는 보안 구역(112) 내에서 이용 가능할 수 있다. 예를 들어, 보안 구역(112)이 건강관리 엔티티의 내부 네트워크를 나타내는 경우, 개인 건강관리 데이터에 대해 자동 어시스턴트(120)에 대한 사용자 요청은 보안 구역(112) 내의 하나 이상의 자원으로부터 이행될 수 있다.

도 3은 다양한 구현에 따라, 예를 들어 상태 머신 엔진(130)에 의해 생성 및/또는 제공될 수 있는 상태 머신 데이터의 하나의 비-제한적인 예를 도시한다. 이 예에서, 자동 어시스턴트(120)와 연계된 사용자는 예를 들어, 개발자가 조달을 위해 나열된 하나 이상의 앱을 갖는 온라인 앱 저장소로부터 정보를 얻고자 하는 개발자인 것으로 가정한다. 개발자 앱의 다운로드, 설치 또는 기타 메트릭에 대한 정보는 예를 들어 개발자가 온라인 앱 저장소를 통해 보유한 관리 계정에 로그인한 경우에만 개발자가 사용할 수 있다. 그 정보는 최소한 공개적으로 제공되지 않을 수도 있다. 개발자가 예를 들어 자동 어시스턴트(120)에 "4월보다 5월에 더 많은 설치를 했습니까?(Did I have more installs in May than in April?)"와 같은 요청을 제공한다고 가정한다.

도 3은 이러한 요청에 응답하여 예를 들어 상태 머신 엔진(130)에 의해 생성될 수 있는 상태 머신 데이터의 일례를 도시한다. 이 예제에서 코드는 설명을 위한 것일 뿐이므로 일반적으로 <code> ... </ code>로 표시된다. 개발자가 (적어도 암시적으로) 두 가지 값(4월에 설치하고 5월에 설치(installs in April and installs in May))을 찾는다. 따라서, 두 개의 슬롯 값인 "valuel" 및 "value2"가 채워진다. 제1 슬롯 값인 valuel은 "METRIC=INSTALLS, from=2017-04-01, and to=2017-04-30"파라미터를 만족하는 데이터(즉, 2017년 4월의 설치 수)로 채워진다. 마찬가지로, 제2 슬롯 값인 value2는 "METRIC=INSTALLS, from=2017-05-01, and to=2017-05-30" 파라미터를 만족하는 데이터(2017 년 5 월의 설치 수)로 채워진다.

도 3의 상태 머신 데이터는 또한 if / else 문의 형태의 로직과 2개월 사이의 설치 비율 차이를 결정하는데 사용될 수 있는 수학식을 포함한다. 이 로직은 예를 들어 상태 머신 인터프리터(132)에 의해 구현될 수 있다. 이 예에서 로직은 value2가 valuel보다 큰 경우 (즉, 4월보다 5월에 더 많이 설치) 자연어 출력이 "Yes. You had $value2 in May and $valuel in April, which is " + percentage((value2 - valuel) / valuel) "% more" 형식으로 생성될 수 있다. 따라서, 5월에 150번 설치되고 4월에 125번 설치가 있었다면, 상태 머신 인터프리터(132)는 "Yes. You had 150 in May and 125 in April, which is 20% more."와 같은 자연어 출력을 생성할 수 있다. 반면에, value2가 valuel보다 크지 않은 경우 (예를 들어, less installs in May then in April(4월보다 5월에 더 적은 설치)), 상태 머신 인터프리터(132)에 의해 생성된 자연어 출력은 단순히 "Sadly, no." 또는 그 영향에 대한 것일 수 있다.

위에서 언급한 바와 같이, 도 3에 도시된 것과 같은 상태 머신은 예를 들어 특정 자유 형식의 언어 질의에 응답하여 즉석에서 (예를 들어, 클라우드에서) 생성될 수 있다. 추가적으로 또는 대안적으로, 일부 구현에서, 상태 머신은 기존 상태 머신의 라이브러리로부터 선택될 수 있다. 예를 들어, 사용자가 "당뇨병이 있습니까?"라고 물으면, 해당 질의는 당뇨병(예: 포도당 수준, H1C 수준, BMI)과 관련된 데이터 포인트(예: 증거)에 대한 슬롯을 포함하는 하나 이상의 상태 머신에 매핑될 수 있다. 상태 머신은 요청 사용자의 보안 구역(112) 내의 컴포넌트(예를 들어, 132)에 제공될 수 있고, 보안 구역 내의 컴퓨팅 자원 또는 사용자로부터(예: 사용자에게 정보를 묻는 메시지 표시) 하나 이상의 슬롯 값을 얻기 위해 그 컴포넌트에 의해 구현된다. 도 3에 도시된 바와 같이, 상태 머신은 어떤 값이 페치되어 슬롯을 채우는 데 사용되는지에 따라 "예, 당뇨병이 있을 가능성이 높습니다(Yes, you likely have diabetes)" 또는 "아니요, 건강해 보입니다(No, you appear healthy)"와 같은 출력이 제공되게 하는 로직(예: if/then 문 등)을 포함할 수 있다.

건강관리와 관련된 것들을 포함하여 여기에 설명된 예 외에도, 여기에 설명 된 기술은 다양한 다른 상황에서 적용될 수 있다. 예를 들어, 범용 온라인 시맨틱 프로세서 및/또는 커스텀 온라인(예를 들어, 기업 내부 환경) 시맨틱 프로세서는 특정 도메인, 예를 들어 어카운팅 표준(AS, accounting standard)에 대한 방대한 지식을 가질 수 있다. 이러한 온라인 시맨틱 프로세서는 이러한 어카운팅 표준을 기술된 기술에 따라 분배되는 상태 머신으로 인코딩하도록 구성될 수 있다. 이러한 방식으로, 사용자는 자동 어시스턴트(120)에게 비교적 복잡한 어카운팅 질문을 할 수 있고, 자동 어시스턴트(120)는 (온라인 시맨틱 프로세서에 의해 제공되는 상태 머신을 구현함으로써) 잠재적으로 민감한 데이터를 온라인 시맨틱 프로세서에 노출시키지 않고 응답할 수 있다.

도 4는 여기에 개시된 구현들에 따른 예시적인 방법(400)을 도시한 흐름도이다. 편의상, 흐름도의 동작은 동작을 수행하는 시스템을 참조하여 설명된다. 이 시스템은 자동 어시스턴트(120)를 구현하는 컴퓨팅 시스템의 하나 이상의 컴포넌트와 같은 다양한 컴퓨터 시스템의 다양한 컴포넌트를 포함할 수 있다. 더욱이, 방법(400)의 동작이 특정 순서로 도시되어 있지만, 이는 제한적인 것으로 의도되지 않는다. 하나 이상의 동작이 재정렬, 생략 또는 추가될 수 있다.

블록(402)에서, 시스템은 예를 들어 보안 구역(112) 내의 하나 이상의 프로세서에 의해 구현된 자동 어시스턴트 클라이언트(118)에서, 사용자로부터 자유 형식의 자연어 질의를 수신할 수 있다. 자유 형태의 자연어 질의는 보안 구역 내의 하나 이상의 자원으로부터 이용 가능한 개인 정보에 기초하여 응답 가능할 수 있다. 위에서 언급했듯이, 보안 내의 하나 이상의 자원은 개인 정보를 물리적으로 저장할 필요가 없으며; 일부 경우에, 이들은 보안 구역(112) 외부로부터 데이터를 획득하기 위해 간단하게 (예를 들어, VPN과 같은 사전 인증된 통신 채널로) 미리 구성될 수 있다.

블록(404)에서, 시스템, 및 일부 경우에, 자동 어시스턴트 클라이언트(118) 또는 보안 구역(112) 내의 다른 컴포넌트는 자유 형태의 자연어 입력을 나타내는 제1 데이터를 하나 이상의 클라우드 기반 자동 어시스턴트 컴포넌트(119)와 같은 시맨틱 프로세서에 제공할 수 있다. 특히, 시맨틱 프로세서는 예를 들어 온라인 시맨틱 프로세서로서 작용하는 보안 구역의 외부에 있을 수 있다. 일부 구현들에서, 온라인 시맨틱 프로세서는 요청된 데이터를 달리 검색할 수 없을 때 상태 머신을 검색 및/또는 생성할 수 있다.

블록(406)에서, 시스템은 예를 들어 보안 구역(112) 내의 하나 이상의 프로세서에 의해 온라인 시멘틱 프로세서로부터 상태 머신을 나타내는 제2 데이터(본 명세서에서 "상태 머신 데이터"라고도 함)를 수신할 수 있다. 상태 머신은 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해, 예를 들어 상태 머신 인터프리터(132), 자동 어시스턴트 클라이언트(118), 로컬 가상 머신 등에 의해 구현될 수 있다.

블록(408)에서, 시스템은 예를 들어 상태 머신 인터프리터(132) 및/또는 자동 어시스턴트 클라이언트(118)에 의해 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 상태 머신을 구현할 수 있다. 일부 구현들에서, 상태 머신을 구현하는 단계는 또한 예를 들어 검색된 개인 정보를 사용하여 상태 머신 내에 포함될 수 있는 다양한 로직을 실행하는 단계를 포함할 수 있다. 예를 들어, 상태 머신은 if/else 문, 루프(반복 루프 포함), 점프(jump) 문, else 문 등과 같은 표준 로직을 포함할 수 있다. 이러한 로직은 검색된 개인 정보를 슬롯 값으로 사용하여 구현될 수 있다.

블록(410)에서, 시스템(예를 들어, 상태 머신 인터프리터(132) 및/또는 자동 어시스턴트 클라이언트(118)에 의해)은 예를 들어, 상태 머신 및 획득된 개인 정보에 기초하여, 자유 형식의 자연어 질의에 응답하여 정보를 전달하는 자연어 출력을 생성할 수 있다. 블록(412)에서, 시스템은 자동 어시스턴트 클라이언트(118)를 통해 하나 이상의 출력 컴포넌트에서 블록(412)에서 생성된 자연어 출력을 제공할 수 있다. 예를 들어, 상태 머신 인터프리터(132) 및/또는 자동 어시스턴트 클라이언트(118)는 사용자가 자유 형식의 자연어 입력을 제공하기 위해 사용한 입력 양식과 일치(매칭)하는 출력 양식을 사용하여 출력을 제공할 수 있다. 사용자가 음성 입력을 제공하면, 가청 출력이 제공될 수 있다. 사용자가 타이핑한 입력을 제공한 경우, 시각적 텍스트 출력이 제공될 수 있다(음성 출력도 제공될 수 있음).

도 5는 여기에 기술된 기술들의 하나 이상의 양태들을 수행하기 위해 선택적으로 이용될 수 있는 예시적인 컴퓨팅 장치(510)의 블록도이다. 일부 구현 예에서, 클라이언트 컴퓨팅 장치, 시스템(120) 및/또는 다른 컴포넌트(들) 중 하나 이상은 예시적인 컴퓨팅 장치(510)의 하나 이상의 컴포넌트를 포함할 수 있다. 컴퓨팅 장치(510)는 전형적으로 버스 서브시스템(512)을 통해 다수의(복수의) 주변 장치와 통신하는 적어도 하나의 프로세서(514)를 포함한다. 이러한 주변 장치는 예를 들어 메모리 서브시스템(525) 및 파일 저장 서브시스템(526)을 포함하는 저장 서브시스템(524), 사용자 인터페이스 출력 장치(520), 사용자 인터페이스 입력 장치(522) 및 네트워크 인터페이스 서브시스템(516)을 포함할 수 있다. 입력 및 출력 장치는 컴퓨팅 장치(510)와의 사용자 상호 작용을 허용한다. 네트워크 인터페이스 서브시스템(516)은 외부 네트워크에 인터페이스를 제공하고, 다른 컴퓨팅 장치의 해당 인터페이스 장치에 연결된다.

사용자 인터페이스 입력 장치(522)는 키보드, 마우스, 트랙볼, 터치 패드 또는 그래픽 태블릿과 같은 포인팅 장치, 스캐너, 디스플레이에 통합된 터치 스크린, 음성 인식 시스템과 같은 오디오 입력 장치, 마이크로폰 및/또는 다른 유형의 입력 장치를 포함할 수 있다. 일반적으로, 용어 "입력 장치"의 사용은 정보를 컴퓨팅 장치(510) 또는 통신 네트워크상에 입력하는 모든 가능한 유형의 장치 및 방법을 포함하도록 의도된다.

사용자 인터페이스 출력 장치(520)는 디스플레이 서브시스템, 프린터, 팩스 머신, 또는 오디오 출력 장치와 같은 비 시각적 디스플레이를 포함할 수 있다. 디스플레이 서브시스템은 음극선관(CRT), 액정 디스플레이(LCD)와 같은 평판 장치, 프로젝션 장치, 또는 가시적 이미지를 생성하기 위한 다른 메커니즘을 포함할 수 있다. 디스플레이 서브시스템은 또한 오디오 출력 장치를 통한 비 시각적 디스플레이를 제공할 수 있다. 일반적으로, 용어 "출력 장치"의 사용은 컴퓨팅 장치(510)로부터 사용자 또는 다른 기계 또는 컴퓨팅 장치로 정보를 출력하는 모든 가능한 유형의 장치 및 방법을 포함하도록 의도된다.

저장 서브시스템(524)은 여기에 설명된 일부 또는 모든 모듈의 기능을 제공하는 프로그래밍 및 데이터 구성을 저장한다. 예를 들어, 저장 서브시스템(524)은 도 1에 도시된 다양한 컴포넌트를 구현할뿐만 아니라 도 4의 방법의 선택된 양태들을 수행하기 위한 로직을 포함할 수 있다.

이들 소프트웨어 모듈은 일반적으로 프로세서(514) 단독으로 또는 다른 프로세서와 함께 실행된다. 저장 서브시스템(524)에서 사용되는 메모리(525)는 프로그램 실행 동안 명령어 및 데이터의 저장을 위한 메인 랜덤 액세스 메모리(RAM)(530) 및 고정된 명령어들이 저장되는 판독 전용 메모리(ROM)(532)를 포함하는 다수의 메모리를 포함할 수 있다. 파일 저장 서브시스템(526)은 프로그램 및 데이터 파일을위한 영구 저장 장치를 제공할 수 있으며, 하드 디스크 드라이브, 관련 이동식 매체를 갖는 플로피 디스크 드라이브, CD-ROM 드라이브, 광 드라이브 또는 이동식 매체 카트리지를 포함할 수 있다. 특정 구현 예의 기능을 구현하는 모듈은 저장 서브시스템(524)의 파일 저장 서브시스템(526) 또는 프로세서(들)(514)에 의해 액세스 가능한 다른 머신에 의해 저장될 수 있다.

버스 서브시스템(512)은 컴퓨팅 장치(510)의 다양한 컴포넌트들 및 서브시스템들이 의도된 바와 같이 서로 통신하게 하는 메커니즘을 제공한다. 버스 서브시스템(512)은 단일 버스로서 개략적으로 도시되어 있지만, 버스 서브시스템의 다른 구현 예는 다수의 버스를 사용할 수 있다.

컴퓨팅 장치(510)는 워크스테이션, 서버, 컴퓨팅 클러스터, 블레이드 서버, 서버 팜 또는 임의의 다른 데이터 처리 시스템 또는 컴퓨팅 장치를 포함하는 다양한 유형일 수 있다. 컴퓨터 및 네트워크의 끊임없이 변화하는 특성으로 인해, 도 8에 도시된 컴퓨팅 장치(510)의 설명은 단지 일부 구현 예를 설명하기 위한 특정 예로서만 의도된다. 컴퓨팅 장치(510)의 많은 다른 구성은 도 5에 도시된 컴퓨팅 장치보다 많은 또는 더 적은 컴포넌트를 가질 수 있다.

본 명세서에서 설명된 특정 구현들이 사용자에 관한 개인 정보(예를 들어, 다른 전자 통신으로부터 추출된 사용자 데이터, 사용자의 소셜 네트워크에 대한 정보, 사용자의 위치, 사용자의 시간, 사용자의 생체 정보 및 사용자의 활동 및 인구 통계 정보, 사용자 간의 관계 등)를 수집하거나 사용할 수 있는 상황에서, 사용자는 정보 수집 여부, 개인 정보 저장 여부, 개인 정보 사용 여부 및 사용자에 대한 정보 수집 방법, 저장 및 사용 방법을 제어할 수 있는 하나 이상의 기회를 제공받는다. 즉, 본 명세서에서 설명된 시스템 및 방법은 관련 사용자로부터 명시적인 승인을 받은 경우에만 사용자 개인 정보를 수집, 저장 및/또는 사용한다.

예를 들어, 사용자에게는 프로그램 또는 기능이 특정 사용자 또는 프로그램 또는 기능과 관련된 다른 사용자에 대한 사용자 정보를 수집하는지 여부를 제어할 수 있다. 개인 정보를 수집할 각 사용자에게는 해당 사용자와 관련된 정보 수집을 제어하고 정보 수집 여부와 정보의 어느 부분을 수집할 것인지에 대한 권한 또는 권한을 부여할 수 있는 하나 이상의 옵션이 제공된다. 예를 들어, 통신 네트워크를 통해 사용자에게 하나 이상의 이러한 제어 옵션이 제공될 수 있다. 또한, 특정 데이터는 개인 식별 정보가 제거되도록 저장되거나 사용되기 전에 하나 이상의 방식으로 처리될 수 있다. 일례로서, 개인 식별 정보가 결정될 수 없도록 사용자의 신원이 처리될 수 있다. 다른 예로서, 사용자의 지리적 위치는 사용자의 특정 위치가 결정될 수 없도록 더 큰 영역으로 일반화될 수 있다.

일부 구현 예가 본 명세서에서 설명되고 도시되었지만, 기능을 수행하고 및/또는 결과 및/또는 본원에 기술된 하나 이상의 장점을 얻기 위한 다양한 다른 수단 및/또는 구조가 이용될 수 있으며, 이러한 변형 및/또는 수정은 본 명세서에서 설명된 구현예들의 범위 내에 있는 것으로 간주된다. 보다 일반적으로, 본 명세서에 기술된 모든 파라미터, 치수, 재료 및 구성은 예시적인 것이며, 실제 파라미터, 치수, 재료 및/또는 구성은 특정 용도 또는 그 교시가 사용되는 용도에 따라 좌우될 것이다. 당업자는 일상적인 실험만을 사용하여 본 명세서에 설명된 특정 구현 예에 대한 다수의 등가물을 인식할 수 있거나 또는 확인할 수 있을 것이다. 따라서, 전술한 구현 예는 단지 예로서 제시되고, 첨부된 청구 범위 및 그 균등물의 범위 내에서 구현예는 구체적으로 기술되고 청구된 것과 다르게 실시될 수 있다는 것을 이해해야 한다. 본 개시의 구현예는 여기에 기술된 각각의 개별적인 특징, 시스템, 아티클, 재료, 키트 및/또는 방법에 관한 것이다. 또한, 그러한 피쳐, 시스템, 아티클, 재료, 키트 및/또는 방법이 서로 불일치하지 않는 경우, 둘 이상의 그러한 피쳐, 시스템, 아티클, 재료, 키트 및/또는 방법의 모든 조합이 본 개시의 범위 내에 포함된다.

Claims

보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법으로서,
보안 구역 내의 하나 이상의 프로세서에 의해 구현된 자동 어시스턴트 클라이언트에서, 사용자로부터 자유 형태의(free form) 자연어 질의를 수신하는 단계 -자유 형태의 자연어 질의는 보안 구역 내의 하나 이상의 자원으로부터 이용 가능한 개인 정보에 기초하여 응답 가능함-;
자유 형태의 자연어 질의를 나타내는 제1 데이터를 시맨틱 프로세서에 제공하는 단계 -상기 시맨틱 프로세서는 보안 구역의 외부에 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 온라인 시맨틱 프로세서로부터, 상태 머신을 나타내는 제2 데이터를 수신하는 단계 -상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하도록 구현될 수 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 상태 머신을 구현하는 단계;
상태 머신 및 획득된 개인 정보에 기초하여, 자유 형식의 자연어 질의에 응답하여 정보를 전달하는 자연어 출력을 생성하는 단계; 그리고
자동 어시스턴트 클라이언트에 의해, 하나 이상의 출력 컴포넌트에서 자연어 출력을 제공하는 단계를 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
제1항에 있어서, 상기 상태 머신은 상기 자동 어시스턴트 클라이언트에 의해 수행될 수 있는 명령어들을 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
제1항 또는 제2항에 있어서, 상기 보안 구역 내의 상기 하나 이상의 자원은 상기 자동 어시스턴트 클라이언트를 구현하는 컴퓨팅 장치의 메모리를 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
선행하는 청구항들중 어느 한 항에 있어서, 상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 획득 가능한 값으로 채워질 하나 이상의 슬롯을 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
선행하는 청구항들중 어느 한 항에 있어서,
상기 상태 머신을 구현하는 단계는 상기 상태 머신을 형성하는 바이트코드를 실행하기 위해 인터프리터를 구현하는 단계를 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
선행하는 청구항들중 어느 한 항에 있어서,
상기 보안 구역은 하나 이상의 방화벽에 의해 보호되는 하나 이상의 네트워크를 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
선행하는 청구항들중 어느 한 항에 있어서, 상기 보안 구역 내의 하나 이상의 자원은 보안 구역을 관리하는 건강관리 제공자와 관련된 사람들의 집단에 관한 의료 정보를 포함하는 하나 이상의 데이터베이스를 포함하는 것을 특징으로 하는 보안 구역 내의 하나 이상의 프로세서에 의해 구현되는 방법.
보안 구역 내의 하나 이상의 프로세서 및 하나 이상의 프로세서와 동작 가능하게 연결된 메모리를 포함하는 시스템 -상기 메모리는 하나 이상의 프로세서에 의한 명령어들의 실행에 응답하여 하나 이상의 프로세서로 하여금 동작들을 수행하게하는 명령어들을 저장함- 으로서, 상기 동작들은,
보안 구역 내의 하나 이상의 프로세서에 의해 구현된 자동 어시스턴트 클라이언트에서, 사용자로부터 자유 형태의 자연어 질의를 수신하는 동작 -자유 형태의 자연어 질의는 보안 구역 내의 하나 이상의 자원으로부터 이용 가능한 개인 정보에 기초하여 응답 가능함-;
자유 형태의 자연어 질의를 나타내는 제1 데이터를 시맨틱 프로세서에 제공하는 동작 -상기 시맨틱 프로세서는 보안 구역의 외부에 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 온라인 시맨틱 프로세서로부터, 상태 머신을 나타내는 제2 데이터를 수신하는 동작 -상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하도록 구현될 수 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 상태 머신을 구현하는 동작;
상태 머신 및 획득된 개인 정보에 기초하여, 자유 형식의 자연어 질의에 응답하여 정보를 전달하는 자연어 출력을 생성하는 동작; 그리고
자동 어시스턴트 클라이언트에 의해, 하나 이상의 출력 컴포넌트에서 자연어 출력을 제공하는 동작을 포함하는 것을 특징으로 하는 시스템.
제8항에 있어서, 상기 상태 머신은 상기 자동 어시스턴트 클라이언트에 의해 수행될 수 있는 명령어들을 포함하는 것을 특징으로 하는 시스템.
제8항 또는 제9항에 있어서, 상기 보안 구역 내의 상기 하나 이상의 자원은 상기 자동 어시스턴트 클라이언트를 구현하는 컴퓨팅 장치의 메모리를 포함하는 것을 특징으로 하는 시스템.
제8항 내지 제10항 중 어느 한 항에 있어서, 상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 획득 가능한 값으로 채워질 하나 이상의 슬롯을 포함하는 것을 특징으로 하는 시스템.
제8항 내지 제11항 중 어느 한 항에 있어서, 상기 상태 머신을 구현하는 동작은 상기 상태 머신을 형성하는 바이트코드를 실행하기 위해 인터프리터를 구현하는 동작을 포함하는 것을 특징으로 하는 시스템.
제8항 내지 제12항 중 어느 한 항에있어서, 상기 보안 구역은 하나 이상의 방화벽에 의해 보호되는 하나 이상의 네트워크를 포함하는 것을 특징으로 하는 시스템.
제8항 내지 제13항 중 어느 한 항에 있어서, 상기 보안 구역 내의 하나 이상의 자원은 상기 보안 구역을 관리하는 건강관리 제공자와 관련된 사람들의 집단에 관한 의료 정보를 포함하는 하나 이상의 데이터베이스를 포함하는 것을 특징으로 하는 시스템.
보안 구역 내의 하나 이상의 프로세서에 의한 명령어들의 실행에 응답하여, 하나 이상의 프로세서로 하여금 동작들을 수행하게 하는 명령어들을 포함하는 적어도 하나의 비-일시적 컴퓨터 판독 가능 매체로서, 상기 동작들은,
보안 구역 내의 하나 이상의 프로세서에 의해 구현된 자동 어시스턴트 클라이언트에서, 사용자로부터 자유 형태의 자연어 질의를 수신하는 동작 -자유 형태의 자연어 질의는 보안 구역 내의 하나 이상의 자원으로부터 이용 가능한 개인 정보에 기초하여 응답 가능함-;
자유 형태의 자연어 질의를 나타내는 제1 데이터를 시맨틱 프로세서에 제공하는 동작 -상기 시맨틱 프로세서는 보안 구역의 외부에 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 온라인 시맨틱 프로세서로부터, 상태 머신을 나타내는 제2 데이터를 수신하는 동작 -상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하도록 구현될 수 있음-;
보안 구역 내의 하나 이상의 프로세서에 의해, 보안 구역 내의 하나 이상의 자원으로부터 개인 정보를 획득하기 위해 상태 머신을 구현하는 동작;
상태 머신 및 획득된 개인 정보에 기초하여, 자유 형식의 자연어 질의에 응답하여 정보를 전달하는 자연어 출력을 생성하는 동작; 그리고
자동 어시스턴트 클라이언트에 의해, 하나 이상의 출력 컴포넌트에서 자연어 출력을 제공하는 동작을 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.
제15항에 있어서, 상기 상태 머신은 상기 자동 어시스턴트 클라이언트에 의해 수행될 수 있는 명령어들을 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.
제15항 또는 제16항에 있어서, 상기 보안 구역 내의 상기 하나 이상의 자언은 상기 자동 어시스턴트 클라이언트를 구현하는 컴퓨팅 장치의 메모리를 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.
제15항 내지 제17항 중 어느 한 항에 있어서, 상기 상태 머신은 상기 보안 구역 내의 하나 이상의 자원으로부터 획득할 수 있는 값으로 채워질 하나 이상의 슬롯을 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.
제15항 내지 제18항 중 어느 한 항에 있어서, 상기 상태 머신을 구현하는 동작은 상기 상태 머신을 형성하는 바이트코드를 실행하기 위해 인터프리터를 구현하는 동작을 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.
제15항 내지 제19항 중 어느 한 항에 있어서, 상기 보안 구역은 하나 이상의 방화벽에 의해 보호되는 하나 이상의 네트워크를 포함하는 것을 특징으로 하는 비-일시적 컴퓨터 판독 가능 매체.