KR20200094571A - 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법 - Google Patents

사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법 Download PDF

Info

Publication number
KR20200094571A
KR20200094571A KR1020190012225A KR20190012225A KR20200094571A KR 20200094571 A KR20200094571 A KR 20200094571A KR 1020190012225 A KR1020190012225 A KR 1020190012225A KR 20190012225 A KR20190012225 A KR 20190012225A KR 20200094571 A KR20200094571 A KR 20200094571A
Authority
KR
South Korea
Prior art keywords
user
information
external device
scene
context
Prior art date
Application number
KR1020190012225A
Other languages
English (en)
Inventor
박승훈
곽준섭
구기혁
여재영
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 KR1020190012225A priority Critical patent/KR20200094571A/ko
Priority to EP20747723.3A priority patent/EP3900270A4/en
Priority to US16/776,972 priority patent/US20200244750A1/en
Priority to PCT/KR2020/001432 priority patent/WO2020159255A1/en
Publication of KR20200094571A publication Critical patent/KR20200094571A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2807—Exchanging configuration information on appliance services in a home automation network
    • H04L12/2814—Exchanging control software or macros for controlling appliance services in a home automation network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2825—Reporting to a device located outside the home and the home network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
    • H04L12/2829—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality involving user profiles according to which the execution of a home appliance functionality is automatically triggered
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/75—Information technology; Communication
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L2012/2847—Home automation networks characterised by the type of home appliance used
    • H04L2012/285—Generic home appliances, e.g. refrigerators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Telephonic Communication Services (AREA)

Abstract

적어도 하나의 통신 모듈, 상기 적어도 하나의 통신 모듈에 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서에 작동적으로 연결된 적어도 하나의 메모리를 포함하는 시스템이 개시된다. 상기 적어도 하나의 메모리는, 실행 시에, 상기 프로세서로 하여금, 상기 통신 모듈을 이용하여, 사용자의 어카운트와 관련된 제1 외부 장치로부터, 상기 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하고, 상기 통신 모듈을 이용하여, 상기 사용자의 상기 어카운트와 관련된 제2 외부 장치로부터, 상기 제2 외부 장치에 의해 센싱된 정보를 포함하는 제2 정보를 수신하고, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 사용 패턴을 결정하고, 상기 사용 패턴의 적어도 일부에 기초한 정보를 상기 통신 모듈을 통하여 상기 제2 외부 장치로 전송하여, 상기 제2 외부 장치가 디스플레이 하도록 하는 인스트럭션들을 저장할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법{System for processing user data and controlling method thereof}
본 문서에서 개시되는 실시 예들은, 사용자 데이터를 처리하는 기술과 관련된다.
키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치들은 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치들은 음성 인식 서비스가 실행된 상태에서 입력되는 사용자의 음성을 인식하고, 음성 입력에 대응되는 동작을 실행하거나 검색 결과를 제공할 수 있다.
근래 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고, 의도에 맞는 결과를 사용자에게 제공하는 기술이다. 사용자는 동시에 복수의 사물 인터넷 기기를 제어하기 위해 해당 그룹에 속하는 기기들의 동작을 지정하는 씬(scene)을 설정할 수 있다. 씬은 사용자가 직접 입력할 수 있다. 씬은 보통 동일한 장소에 있는 기기들에 대하여 설정될 수 있다. 씬에 포함된 기기들은 동시에 일괄 실행이 가능할 수 있다. 씬은 각 사용자와 일대일로 대응하여 등록될 수 있다.
전자 장치는 사용자에 의해 정의된 씬(scene)을 저장할 수 있다. 예를 들어, 씬은 일괄적으로 실행될 기기들의 집합 또는 그러한 기기들의 상태를 포함할 수 있다. 사용자에 의해 씬이 호출되면, 전자 장치는 호출된 씬과 관련된 기기들을 작동시키거나 그러한 기기들이 특정 상태가 되도록 제어할 수 있다. 씬은 사용자의 컨텍스트(예: 위치, 시간, 상태 등)에 기반하여 정의될 수 있다. 따라서, 사용자는 특정 컨텍스트에 대응하는 씬을 저장할 수 있고, 저장된 씬을 호출하여 특정 컨텍스트에 대응하는 복수의 기기들을 일괄적으로 실행시킬 수 있다.
씬은 사용자에 의해 생성될 수 있고, 사용자는 씬에 포함될 기기들을 등록할 수 있다. 전자 장치는 생성된 씬을 자동으로 실행할 수 있고, 씬이 자동으로 실행되기 위해서, 사용자는 어떤 컨텍스트에서 어떤 씬이 실행되는지를 전자 장치에 등록(예: 자동 실행)할 수 있다. 또한, 씬에 포함된 기기의 사용 패턴이 변화하는 경우 사용자는 수동으로 기기의 설정을 변경할 수 있고, 씬에 신규 기기가 추가되는 경우 사용자는 수동으로 신규 기기를 등록할 수 있다. 자동 실행 시 씬에 포함된 기기들의 일괄 실행만 고려되고 있으며, 씬에 포함되는 기기들의 실행 순서는 고려되지 않을 수 있다. 또한, 씬은 각 사용자에 대하여 일대일로 대응하여 등록될 수 있고, 복수의 사용자의 조합에 따른 다양한 컨텍스트는 고려되지 않을 수 있다
본 발명의 다양한 실시 예에 따른 시스템은 사용자 컨텍스트에 기반한 씬을 생성하고 씬을 추천할 수 있는 시스템을 제공하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 시스템은, 적어도 하나의 통신 모듈, 상기 적어도 하나의 통신 모듈에 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서에 작동적으로 연결된 적어도 하나의 메모리를 포함할 수 있다. 상기 적어도 하나의 메모리는, 실행 시에, 상기 프로세서로 하여금, 상기 통신 모듈을 이용하여, 사용자의 어카운트와 관련된 제1 외부 장치로부터, 상기 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하고, 상기 통신 모듈을 이용하여, 상기 사용자의 상기 어카운트와 관련된 제2 외부 장치로부터, 상기 제2 외부 장치에 의해 센싱된 정보를 포함하는 제2 정보를 수신하고, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 사용 패턴을 결정하고, 상기 사용 패턴의 적어도 일부에 기초한 정보를 상기 통신 모듈을 통하여 상기 제2 외부 장치로 전송하여, 상기 제2 외부 장치가 디스플레이 하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 시스템의 동작 방법은, 사용자에 의해 사용되는 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하는 동작, 상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 제1 외부 장치의 사용 패턴을 결정하는 동작, 상기 컨텍스트 및 상기 사용 패턴에 기초하여 상기 사용자에 대응하는 씬(scene)을 생성하는 동작, 그리고 제3 외부 장치에서 디스플레이 되도록, 상기 씬을 상기 제3 외부 장치로 전송하는 동작을 포함할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 시스템의 동작 방법은, 사용자에 의해 사용되는 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하는 동작, 상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 현재 사용 패턴을 결정하는 동작, 상기 현재 사용 패턴을 기 저장된 이전 사용 패턴과 비교하는 동작, 상기 이전 사용 패턴에 포함되나 상기 현재 사용 패턴에 포함되지 않는 상기 제1 외부 장치의 동작 패턴을 판별하는 동작, 그리고 상기 판별된 동작 패턴이 제3 외부 장치에서 디스플레이 되도록, 상기 판별된 동작 패턴을 상기 제3 외부 장치로 전송하는 동작을 포함할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 시스템은 사용자 컨텍스트를 판단하고, 사용자 컨텍스트에 기반하여 씬을 생성하여 추천할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 시스템은 씬의 생성 시, 기기의 위치와 관계없이, 사용자 컨텍스트에 기반하여 사용자와 관련된 기기들을 씬에 포함시킬 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 시스템은 사용자 컨텍스트에 기반하여 씬에 포함될 기기들을 선택하고, 기기들의 실행 순서를 고려하여 씬을 생성할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 시스템은 씬에 포함된 기기에 등록된 사용자들의 조합 별로 서로 다른 씬을 생성하고 추천할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 인공 지능 시스템을 나타내는 블록도이다.
도 2는, 본 발명의 일 실시 예에 따른 도 1의 컨텍스트 서버의 일 예를 나타내는 블록도이다.
도 3은, 본 발명의 일 실시 예에 따른 도 1의 장치 사용 추적부의 동작을 예시적으로 나타내는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 사용 패턴 분석 방법을 나타내는 도면이다.
도 5는 본 발명의 일 실시 예에 따른 씬 추천 방법을 나타내는 순서도이다.
도 6은, 본 발명의 일 실시 예에 따른 도 5의 사용 패턴 분석 방법의 일 예를 나타내는 순서도이다.
도 7은, 본 발명의 일 실시 예에 따른 도 5의 씬 생성 방법의 일 예를 나타내는 순서도이다.
도 8은 본 발명의 다른 실시 예에 따른 씬 추천 방법을 나타내는 순서도이다.
도 9는 본 발명의 일 실시 예에 따른 추천된 씬을 표시하는 방법을 나타내는 도면이다.
도 10은 본 발명의 일 실시 예에 따른 추천된 추가 동작을 표시하는 방법을 나타내는 도면이다.
도 11은 본 발명의 다른 실시 예에 따른 추천된 씬을 표시하는 방법을 나타내는 도면이다.
도 12는 본 발명의 다른 실시 예에 따른 추천된 추가 동작을 표시하는 방법을 나타내는 도면이다.
도 13은, 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시 예에 따른 인공 지능 시스템을 나타내는 블록도이다. 도 2는, 본 발명의 일 실시 예에 따른 도 1의 컨텍스트 서버의 일 예를 나타내는 블록도이다. 도 3은, 본 발명의 일 실시 예에 따른 도 1의 장치 사용 추적부의 동작을 예시적으로 나타내는 도면이다.
도 1 내지 도 3을 참조하면, 인공 지능 시스템(100)은 사용자에 의해 사용되는 사물 인터넷(Internet of Thing, IoT) 기기들(300)(예: 제1 장소(예: 회사) 관련 기기(예: 조명(311), 공조기(312), 모니터(313)), 제2 장소(예: 외부) 관련 기기(예: 차량 정보 시스템(321)), 제3 장소(예: 집) 관련 기기(예: 조명(331), 로봇청소기(332), 홈 스피커(333), TV(334)))의 사용 패턴을 분석하여 씬(scene)을 생성 및 추천할 수 있다.
일 실시 예에 따르면, 씬은 사물 인터넷 기기들(300) 중 적어도 하나의 동작(또는 상태)을 포함할 수 있다. 사용자 단말(400)의 사용자는 사물 인터넷 기기들(300)에 등록될 수 있다. 이하에서, 사물 인터넷 기기들(300)은 사용자 단말(400)의 사용자가 등록된 기기로 가정한다.
일 실시 예에 따르면, 인공 지능 시스템(100)은 특정 사용자(예: 사용자 단말(400)의 사용자)의 사용자 컨텍스트(context)에 기초하여 씬을 생성 및 추천할 수 있다. 예를 들면, 씬은 특정 사용자의 사용자 컨텍스트(context)에 따라 하나 이상의 기기들의 동작들을 정의할 수 있다.
일 실시 예에 따르면, 사물 인터넷 기기들(300)은 위치에 관계없이 하나의 씬에 포함될 수 있다. 일 예로, 씬에 포함된 사물 인터넷 기기들(300)은 서로 다른 장소(예: 회사, 외부, 집)에 존재할 수 있다.
일 실시 예에 따르면, 하나의 씬에서, 사물 인터넷 기기들(300)의 동작(또는 상태)들은 시계열적 특성(예: 순차적으로 시작 또는 종료)을 가지도록 설정될 수 있다. 일 예로, 씬에 포함된 사물 인터넷 기기들(300)의 동작(또는 상태)들은 서로 다른 시간에 시작 또는 종료되도록 설정될 수 있다.
일 실시 예에 따르면, 사물 인터넷 기기들(300)에 등록된 사용자가 복수인 경우, 인공 지능 시스템(100)은 복수의 사용자의 조합에 따라 다양한 씬을 생성할 수 있다. 예를 들면, 특정 사용자가 단독으로 사물 인터넷 기기들(300)을 사용하는 경우, 인공 지능 시스템(100)은 제1 씬을 생성할 수 있다. 특정 사용자와 인접한 추가 사용자가 존재하는 경우, 인공 지능 시스템(100)은 제1 씬과 다른 제2 씬을 생성할 수 있다. 제1 씬 및 제2 씬은 사물 인터넷 기기들(300) 중 서로 다른 기기들을 포함하거나 동일한 기기에 대하여 서로 다른 동작(또는 상태)을 포함할 수 있다.
일 실시 예에 따르면, 사용자 컨텍스트는 단순한 사용자의 위치(예: 회사, 외부, 집)가 아닌 사용자의 행동 패턴(예: 근무중, 귀가중, 운전중, 휴식중 또는 청소중)을 의미할 수 있다. 사용자 컨텍스트는 사용자의 위치 정보 및 사용자의 기기 사용 패턴을 통해 추론될 수 있다. 예를 들어, 도 3을 참조하면, 사용자의 위치가 회사이고, 회사의 조명(311), 공조기(312) 및 모니터(313)가 특정 시간 동안 동작되고 있다면, 사용자의 컨텍스트는 “근무중”으로 판단될 수 있다. 사용자 컨텍스트는 특정 시간 구간 내의 사용자의 상태를 의미할 수 있다.
일 실시 예에 따르면, 컨텍스트 서버(200)는 사용자 컨텍스트(예: 근무중, 귀가중, 운전중, 휴식중 또는 청소중)를 추론하여, 사용자 컨텍스트를 포함하는 사용자 컨텍스트 정보를 생성할 수 있다. 예를 들면, 컨텍스트 서버(200)는 사용자 정보 수집부(210) 및 사용자 컨텍스트 추론부(220)를 포함할 수 있다. 사용자 정보 수집부(210)는 사물 인터넷 기기들(300)로부터 기기 사용 정보를 수신할 수 있다. 기기 사용 정보는 기기 사용 로그(예: 장소 별 또는 시간 별 기기 동작 정보) 및 서비스 정보(예: 사물 인터넷 기기들(300)의 프로그램 실행 정보)를 포함할 수 있다. 컨텍스트 서버(200)는 사용자 단말(400)로부터 사용자 위치 정보(예: 장소 별 출입 정보)를 수신할 수 있다. 사용자 컨텍스트 추론부(220)는 기기 사용 정보 및 사용자 위치 정보에 기초하여 사용자 컨텍스트 정보를 생성할 수 있다. 생성된 사용자 컨텍스트 정보는 인공 지능 시스템(100)에 제공될 수 있다.
일 실시 예에 따르면, 인공 지능 시스템(100)은 장치 사용 추적부(110), 사용 패턴 분석부(120), 씬 생성부(130) 및 씬 추천부(140)를 포함할 수 있다. 인공 지능 시스템(100)은 통신 회로, 메모리 및 프로세서를 포함할 수 있다. 상기 프로세서는 상기 메모리에 저장된 명령어를 실행하여 장치 사용 추적부(110), 사용 패턴 분석부(120), 씬 생성부(130) 및 씬 추천부(140)를 구동시킬 수 있다. 인공 지능 시스템(100)은 상기 통신 회로를 통해 외부 전자 장치(예: 컨텍스트 서버(200), 사물 인터넷 기기들(300) 및 사용자 단말(400))와 데이터(또는 정보)를 송수신할 수 있다.
일 실시 예에 따르면, 장치 사용 추적부(110)는 사물 인터넷 기기들(300) 각각의 속성, 상태, 또는 상기 상태에 대응하는 값을 수신할 수 있다.
일 실시 예에 따르면, 장치 사용 추적부(110)는 사물 인터넷 기기들(300)로부터 기기 사용 로그를 수신할 수 있다. 기기 사용 로그는 특정 사용자(예: 등록된 사용자)에 대하여(예: 사용자 계정기반으로 또는 사용자 어카운트 기반으로) 수집될 수 있다. 예를 들면, 기기 사용 로그는 사물 인터넷 기기들(300) 각각의 사용자 별, 시간 별, 또는 장소 별 동작 기록을 포함할 수 있다. 장치 사용 추적부(110)는 주기적으로 사물 인터넷 기기들(300)의 기기 사용 로그를 수집할 수 있다.
일 실시 예에 따르면, 장치 사용 추적부(110)는 위치 정보와 함께 특정 사용자의 기기 사용 로그를 수집할 수 있다. 예를 들면, 장치 사용 추적부(110)는 사물 인터넷 기기들(300)의 위치 정보를 수집할 수 있다. 장치 사용 추적부(110)는 사물 인터넷 기기들(300)로부터 직접 위치 정보를 획득할 수 있다. 또는 장치 사용 추적부(110)는 사물 인터넷 기기들(300)과 인접한 다른 기기로부터 사물 인터넷 기기들(300)의 위치 정보를 획득할 수 있다. 기기 사용 로그는 사물 인터넷 기기들(300)의 위치 정보와 함께 저장될 수 있다.
일 실시 예에 따르면, 장치 사용 추적부(110)는 시간 정보와 함께 특정 사용자의 기기 사용 로그를 수집할 수 있다. 예를 들면, 장치 사용 추적부(110)는 특정 사용자에 의해 사용되는 기기들의 동작을 시간 순서에 따라 기록할 수 있다.
일 실시 예에 따르면, 장치 사용 추적부(110)는 추가 사용자 유무에 따라 기기 사용 로그를 수집할 수 있다. 예를 들면, 장치 사용 추적부(110)는 특정 사용자 단독으로 사용하는 경우의 기기 사용 로그를 저장할 수 있다. 또한, 장치 사용 추적부(110)는 특정 사용자와 인접한 추가 사용자가 있는 경우의 기기 사용 로그를 저장할 수 있다.
일 실시 예에 따르면, 사용 패턴 분석부(120)는 추가 사용자 유무를 판단할 수 있다. 예를 들면, 사용 패턴 분석부(120)는 사용자 단말(400)로부터 특정 사용자의 위치 정보를 수신할 수 있다. 사용 패턴 분석부(120)는 다른 사용자 단말(미도시)로부터 다른 사용자의 위치 정보를 수신할 수 있다. 사용 패턴 분석부(120)는 특정 사용자 및 다른 사용자의 위치 정보에 기초하여 특정 사용자와 인접한 추가 사용자 유무를 판단할 수 있다.
일 실시 예에 따르면, 사용 패턴 분석부(120)는 사용자 단말(400)로부터 사용자 단말(400)과 관련된 정보, 사용자 단말(400)의 위치와 시간, 사용자 단말(400)에서 사용되는 앱, 또는 사용자 단말(400)과 근접한 기기 정보를 수신할 수 있다.
일 실시 예에 따르면, 사용 패턴 분석부(120)는 사용자 컨텍스트에 기초하여 사용자의 기기 사용 패턴을 분석할 수 있다. 예를 들면, 사용 패턴 분석부(120)는 장치 사용 추적부(110)로부터 특정 사용자에 대하여 사물 인터넷 기기들(300) 각각의 기기 사용 로그를 수신할 수 있다. 사용 패턴 분석부(120)는 컨텍스트 서버(200)로부터 특정 사용자의 사용자 컨텍스트 정보를 수신할 수 있다. 사용 패턴 분석부(120)는 기기 사용 정보 및 사용자 컨텍스트 정보를 통합하여 기기 사용 패턴 정보를 생성할 수 있다. 기기 사용 패턴 정보는 장소 및 시간에 따른 사물 인터넷 기기들(300)의 동작 상태를 포함할 수 있다. 기기 사용 패턴 정보는 특정 사용자의 사용자 컨텍스트에 일대일 대응하도록 생성될 수 있다. 기기 사용 패턴 정보는 추가 사용자 유무에 따라 다르게 생성될 수 있다.
일 실시 예에 따르면, 씬 생성부(130)는 기기 사용 패턴 정보에 기초하여 특정 사용자를 위한 씬을 생성할 수 있다. 예를 들면, 기기 사용 패턴 정보에 기초하여, 씬 생성부(130)는 사물 인터넷 기기들(300) 중에서 서로 연관되는(또는 씬에 포함될) 대상 기기들을 결정할 수 있다. 기기 사용 패턴 정보에 기초하여, 씬 생성부(130)는 결정된 대상 기기들 각각의 동작을 정의할 수 있다. 기기 사용 패턴 정보에 기초하여, 씬 생성부(130)는 대상 기기들의 동작들의 선후 관계를 정의할 수 있다.
일 실시 예에 따르면, 추가 사용자 유무에 기초하여, 씬 생성부(130)는 특정 사용자 단독의 사용자 컨텍스트에 대응하는 씬 또는 추가 사용자가 존재하는 경우의 사용자 컨텍스트에 대응하는 씬을 생성할 수 있다.
일 실시 예에 따르면, 씬 추천부(140)는 생성된 씬을 사용자에게 추천할 수 있다. 예를 들면, 씬 추천부(140)는 생성된 씬을 사용자 단말(400)로 전송할 수 있다. 사용자 단말(400)은 수신된 씬을 화면에 표시할 수 있다.
일 실시 예에 따르면, 사용자 단말(400)은 추천된 씬을 음성 어시스턴트 호출에 대응하는 명령어로 등록할 수 있다. 예를 들면, 사용자는 등록된 명령어를 음성으로 호출하여 대응하는 씬에 따라 사물 인터넷 기기들(300)을 제어할 수 있다.
상술한 바와 같이, 다양한 실시 예에 따르면, 인공 지능 시스템(100)은 현재의 사용자 컨텍스트를 확인하고, 현재의 사용자 컨텍스트에서 사물 인터넷 기기들(300)의 기기 사용 패턴을 분석하여, 사용자 컨텍스트에 대응하는 씬을 생성할 수 있다. 생성된 씬은 다양한 장소에서 사용되는 대상 기기들의 동작(또는 상태)들을 포함할 수 있다. 생성된 씬은 대상 기기들의 동작(또는 상태)들의 시계열적 특성이 정의될 수 있다. 생성된 씬은 추가 사용자 유무에 따라 다르게 생성될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 사용 패턴 분석 방법을 나타내는 도면이다.
도 1 내지 도 4를 참조하면, 장치 사용 추적부(110)는 특정 사용자에 대하여 제1 장치(예: 로봇청소기(332))와 제2 장치(예: 스피커(333))의 기기 사용 로그를 수집할 수 있다. 컨텍스트 서버(200)는 제1 장치 및 제2 장치의 기기 사용 로그 및 특정 사용자의 사용자 위치 정보(예: 집)에 기초하여 사용자 컨텍스트 정보(예: 집에서 청소중)를 생성할 수 있다. 사용 패턴 분석부(120)는 사용자 단말(200)로부터 사용자 위치 정보를 수신하여 추가 사용자가 없음을 확인할 수 있다. 사용 패턴 분석부(120)는 제1 장치 및 제2 장치의 연관된 동작을 확인할 수 있다. 사용 패턴 분석부(120)는 현재의 사용자 컨텍스트(예: 청소중)에서 제1 장치 및 제2 장치의 기기 사용 패턴 정보(401)(예: 로봇청소기(332)가 동작되는 경우, 스피커(333)는 무음으로 변경됨)를 생성할 수 있다. 씬 생성부(130)는 기기 사용 패턴 정보(401)에 기초하여 씬(예: 로봇청소기(332)의 동작 시, 스피커(333)를 무음으로 변경)를 생성할 수 있다. 씬 추천부(140)는 생성된 씬을 사용자 단말(400)로 제공할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 씬 추천 방법을 나타내는 순서도이다.
일 실시 예에 따르면, 동작 510에서, 인공 지능 시스템(예: 인공 지능 시스템(100))은 사용자 단말(예: 사용자 단말(400))에 등록된 사물 인터넷 기기들(예: 사물 인터넷 기기들(300))의 기기 사용 로그를 수집할 수 있다. 예를 들면, 기기 사용 로그는 사물 인터넷 기기들 각각의 사용자 별, 시간 별, 또는 장소 별 사용 기록을 포함할 수 있다. 인공 지능 시스템은 주기적으로 사물 인터넷 기기들의 기기 사용 로그를 수집할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 위치 정보와 함께 특정 사용자의 기기 사용 로그를 수집할 수 있다. 예를 들면, 인공 지능 시스템은 사물 인터넷 기기들의 위치 정보를 수집할 수 있다. 인공 지능 시스템은 사물 인터넷 기기들로부터 직접 위치 정보를 획득할 수 있다. 또는 인공 지능 시스템은 사물 인터넷 기기들과 인접한 다른 기기로부터 사물 인터넷 기기들의 위치 정보를 획득할 수 있다. 기기 사용 로그는 사물 인터넷 기기들의 위치 정보와 함께 저장될 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 시간 정보와 함께 특정 사용자의 기기 사용 로그를 수집할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자에 의해 사용되는 기기들의 동작을 시간 순서에 따라 기록할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 추가 사용자 유무에 따라 기기 사용 로그를 수집할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자 단독으로 사용하는 경우의 기기 사용 로그를 저장할 수 있다. 또한, 인공 지능 시스템은 특정 사용자와 인접한 추가 사용자가 있는 경우의 기기 사용 로그를 저장할 수 있다.
일 실시 예에 따르면, 동작 520에서, 인공 지능 시스템은 컨텍스트 서버(예: 컨텍스트 서버(200))로부터 사용자 컨텍스트 정보(예: 근무중, 귀가중, 운전중, 휴식중 또는 청소중)를 수신할 수 있다. 예를 들면, 컨텍스트 서버는 사용자 컨텍스트를 추론하여, 사용자 컨텍스트를 포함하는 사용자 컨텍스트 정보를 생성할 수 있다. 컨텍스트 서버는 사물 인터넷 기기들로부터 기기 사용 정보를 수신할 수 있다. 기기 사용 정보는 기기 사용 로그(예: 장소 별 또는 시간 별 기기 동작 정보) 및 서비스 정보(예: 사물 인터넷 기기들의 프로그램 실행 정보)를 포함할 수 있다. 컨텍스트 서버는 사용자 단말로부터 사용자 위치 정보(예: 장소 별 입출입 정보)를 수신할 수 있다. 컨텍스트 서버는 기기 사용 정보 및 사용자 위치 정보에 기초하여 사용자 컨텍스트 정보를 생성할 수 있다.
일 실시 예에 따르면, 동작 530에서, 인공 지능 시스템은 기기 사용 로그 및 사용자 컨텍스트 정보에 기초하여 사용자의 기기 사용 패턴을 분석할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자의 사용자 컨텍스트에서 연관된 대상 기기들을 선택하여, 대상 기기들의 동작에 관련된 기기 사용 패턴 정보를 생성할 수 있다.
일 실시 예에 따르면, 동작 540에서, 인공 지능 시스템은 기기 사용 패턴 분석 결과(예: 기기 사용 패턴 정보)에 기초하여 씬을 생성할 수 있다. 예를 들면, 기기 사용 패턴 정보는 장소 및 시간에 따른 사물 인터넷 기기들의 동작 상태를 포함할 수 있다. 씬은 복수의 씬(scene)을 포함할 수 있다. 씬에 포함된 복수의 씬은 시계열적 특성을 가질 수 있다. 씬은 사물 인터넷 기기들 중 적어도 하나의 동작을 정의할 수 있다. 씬은 특정 사용자의 사용자 컨텍스트에 따라 하나 이상의 기기들의 동작들을 정의할 수 있다. 씬에서, 상기 하나 이상의 기기들은 서로 다른 장소(예: 회사, 외부, 집)에 존재할 수 있다. 씬에서, 상기 하나 이상의 기기들의 동작들은 서로 다른 시간에 시작되도록 정의될 수 있다. 씬에서, 상기 하나 이상의 기기들의 동작들은 시계열적 특성(예: 순차적으로 시작 또는 종료)을 가지도록 정의될 수 있다. 씬에서, 상기 하나 이상의 기기들의 동작들은 사용자의 위치 이동에 연관되어 정의될 수 있다. 특정 사용자에 관한 씬은 특정 사용자가 단독으로 사물 인터넷 기기들을 사용하는 경우에 대하여 정의될 수 있다. 특정 사용자와 인접한 추가 사용자가 존재하는 경우, 특정 사용자에 관한 씬은 특정 사용자가 단독으로 사물 인터넷 기기들의 사용하는 경우와 다르게 정의될 수 있다.
일 실시 예에 따르면, 동작 550에서, 인공 지능 시스템은 생성된 씬을 사용자에게 추천할 수 있다. 예를 들면, 인공 지능 시스템은 생성된 씬을 사용자 단말로 전송할 수 있다. 사용자 단말은 수신된 씬을 화면에 표시할 수 있다.
일 실시 예에 따르면, 동작 560에서, 사용자 단말은 추천된 씬을 음성 어시스턴트 호출에 대응하는 명령어로 등록할 수 있다. 예를 들면, 사용자는 등록된 명령어를 음성으로 호출하여 대응하는 씬에 따라 사물 인터넷 기기들을 제어할 수 있다. 다양한 실시 예에 따르면, 인공 지능 시스템은 추천된 씬에 대응하는 음성 어시스턴트 호출을 명령어로 등록하고, 등록된 명령어를 사용자 단말로 전송할 수 있다.
도 6은, 본 발명의 일 실시 예에 따른 도 5의 사용 패턴 분석 방법의 일 예를 나타내는 순서도이다.
일 실시 예에 따르면, 동작 610에서, 인공 지능 시스템은 추가 사용자 유무를 판단할 수 있다. 예를 들면, 인공 지능 시스템은 사용자 단말들(예: 사용자 단말(400) 및 다른 사용자 단말)로부터 사용자 위치 정보를 수신할 수 있다. 인공 지능 시스템은 수신된 사용자 위치 정보에 기초하여 특정 사용자 단독의 사용자 컨텍스트인지 또는 추가 사용자가 존재하는 사용자 컨텍스트인지를 판단할 수 있다.
일 실시 예에 따르면, 동작 620에서, 인공 지능 시스템은 사용자 컨텍스트 정보에 기초하여 사물 인터넷 기기들의 기기 사용 로그를 통합할 수 있다. 예를 들면, 인공 지능 시스템은 사용자 컨텍스트 정보 및 기기 사용 로그의 통합 시 추가 사용자 유무 정보를 함께 저장할 수 있다.
일 실시 예에 따르면, 동작 630에서, 인공 지능 시스템은 사용자 컨텍스트에 기초하여 사용자의 기기 사용 패턴을 분석할 수 있다. 예를 들면, 인공 지능 시스템은 기기 사용 패턴 정보를 생성할 수 있다. 기기 사용 패턴 정보는 장소 및 시간에 따른 사물 인터넷 기기들의 동작 상태를 포함할 수 있다.
도 7은, 본 발명의 일 실시 예에 따른 도 5의 씬 생성 방법의 일 예를 나타내는 순서도이다.
일 실시 예에 따르면, 동작 710에서, 인공 지능 시스템은 사용자 컨텍스트에 기초하여 씬에 포함될 대상 기기들을 결정할 수 있다.
일 실시 예에 따르면, 동작 720에서, 인공 지능 시스템은 결정된 대상 기기들의 선후 동작을 정의할 수 있다. 예를 들면, 인공 지능 시스템은 사용자 컨텍스트에 기초하여 대상 기기들 각각의 동작을 정의할 수 있다. 인공 지능 시스템은 대상 기기들의 동작들의 선후 관계를 결정할 수 있다.
일 실시 예에 따르면, 동작 730에서, 인공 지능 시스템은 추가 사용자 유무에 따른 기기 동작을 정의할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자와 인접한 다른 사용자가 있는 경우, 특정 사용자 단독의 경우와 다르게 대상 기기들의 동작을 정의할 수 있다.
도 8은 본 발명의 다른 실시 예에 따른 씬 추천 방법을 나타내는 순서도이다.
일 실시 예에 따르면, 동작 810에서, 인공 지능 시스템(예: 인공 지능 시스템(100))은 사용자 단말(예: 사용자 단말(400))에 등록된 사물 인터넷 기기들(예: 사물 인터넷 기기들(300))의 기기 사용 로그를 수집할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 사물 인터넷 기기들로부터 기기 사용 로그를 수신할 수 있다. 예를 들면, 기기 사용 로그는 사물 인터넷 기기들 각각의 사용자 별, 시간 별, 또는 장소 별 사용 기록을 포함할 수 있다. 인공 지능 시스템은 주기적으로 사물 인터넷 기기들의 기기 사용 로그를 수집할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 특정 사용자의 위치에 따른 기기 사용 로그를 수집할 수 있다. 예를 들면, 특정 사용자가 제1 장소(예: 회사), 제2 장소(예: 외부) 및 제3 장소(예: 집) 사이를 이동하는 경우, 인공 지능 시스템은 제1 장소에서 사용되는 기기들(예: 조명(311), 공조기(312), 모니터(313)), 제2 장소에서 사용되는 기기들(예: 차량 정보 시스템(321)) 및 제3 장소에서 사용되는 기기들(예: 조명(331), 로봇청소기(332), 스피커(333), TV(334))의 사용 로그를 특정 사용자에 대하여 수집할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 시간에 따라 특정 사용자의 기기 사용 로그를 수집할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자에 의해 사용되는 기기의 시간 순서에 따른 동작(예: 턴 온 또는 턴 오프)을 기록할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 복수의 사용자에 대하여 기기 사용 로그를 수집할 수 있다. 예를 들면, 특정 기기에 대하여 복수의 사용자가 등록되어 있는 경우, 인공 지능 시스템은 복수의 사용자 각각에 대하여 기기 사용 로그를 수집할 수 있다. 인공 지능 시스템은 복수의 사용자 중 하나가 단독으로 특정 기기를 사용하는 경우 기기 사용 로그를 수집할 수 있다. 또한, 인공 지능 시스템은 복수의 사용자가 서로 인접하여 특정 기기를 사용하는 경우 기기 사용 로그를 수집할 수 있다.
일 실시 예에 따르면, 인공 지능 시스템은 사물 인터넷 기기들의 위치 정보를 저장할 수 있다. 예를 들면, 인공 지능 시스템은 사물 인터넷 기기들로부터 직접 위치 정보를 획득할 수 있다. 또는 인공 지능 시스템은 사물 인터넷 기기들과 인접한 다른 기기로부터 사물 인터넷 기기들의 위치 정보를 획득할 수 있다.
일 실시 예에 따르면, 동작 820에서, 인공 지능 시스템은 컨텍스트 서버(예: 컨텍스트 서버(200))로부터 사용자 컨텍스트 정보(예: 근무중, 귀가중, 운전중, 휴식중 또는 청소중)를 수신할 수 있다. 예를 들면, 컨텍스트 서버는 사물 인터넷 기기들의 기기 사용 정보에 기초하여 사용자의 컨텍스트 정보를 생성할 수 있다. 컨텍스트 서버는 사물 인터넷 기기들의 기기 사용 정보를 수신할 수 있다. 기기 사용 정보는 기기 사용 로그(예: 장소 별 또는 시간 별 기기 동작 정보) 및 서비스 정보(예: 앱의 실행 정보)를 포함할 수 있다. 컨텍스트 서버는 사용자 단말로부터 사용자 위치 정보(예: 장소 별 입출입 정보)를 수신할 수 있다. 컨텍스트 서버는 기기 사용 정보 및 사용자 위치 정보에 기초하여 사용자 컨텍스트 정보를 생성할 수 있다.
일 실시 예에 따르면, 동작 830에서, 인공 지능 시스템은 기기 사용 로그 및 사용자 컨텍스트 정보에 기초하여 사용자의 사용 패턴을 분석할 수 있다. 예를 들면, 인공 지능 시스템은 특정 사용자의 사용자 컨텍스트에 대응하는 사용 패턴 정보를 생성할 수 있다.
일 실시 예에 따르면, 동작 840에서, 인공 지능 시스템은 현재 사용자 컨텍스트와 매칭되는 기기 사용 패턴이 존재하는지 여부를 판단할 수 있다. 예를 들면, 인공 지능 시스템은 기존에 사용된 기기 사용 패턴을 저장할 수 있다. 인공 지능 시스템은 현재 기기 사용 패턴과 기존에 사용된 기기 사용 패턴을 비교할 수 있다. 인공 지능 시스템은 현재 기기 사용 패턴과 일부 매칭되는 기존에 사용된 기기 사용 패턴이 존재하지 않는 경우, 동작 810 내지 동작 830을 반복하여 수행할 수 있다. 인공 지능 시스템은 현재 기기 사용 패턴과 일부 매칭되는 기존에 사용된 기기 사용 패턴이 존재하는 경우, 동작 850을 수행할 수 있다.
일 실시 예에 따르면, 동작 850에서, 인공 지능 시스템은 추가적인 기기 동작을 사용자에게 추천할 수 있다. 예를 들면, 인공 지능 시스템은 기존에 사용된 기기 사용 패턴에서 현재 기기 사용 패턴에 없는 기기 동작을 판별할 수 있다. 인공 지능 시스템은 판별된 기기 동작을 사용자 단말로 전송할 수 있다.
도 9는 본 발명의 일 실시 예에 따른 추천된 씬을 표시하는 방법을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(901)(예: 사용자 단말(400))은 인공 지능 시스템(예: 인공 지능 시스템(100))으로부터 씬을 수신할 수 있다. 예들 들면, 씬은 씬 이름(910) 및 대상 기기들의 동작들(920, 930)을 포함할 수 있다. 씬 이름(910)은 특정 사용자의 사용자 컨텍스트(예: 청소중)를 나타낼 수 있다. 대상 기기들의 동작들(920, 930)은 사용자 컨텍스트(예: 청소중)에서 특정 사용자에 의한 기기 사용 패턴(예: 로봇청소기의 동작 시, 홈 스피커의 볼륨을 1로 조절)을 포함할 수 있다.
도 10은 본 발명의 일 실시 예에 따른 추천된 추가 동작을 표시하는 방법을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(1001)(예: 사용자 단말(400))은 인공 지능 시스템(예: 인공 지능 시스템(100))으로부터 추가 동작을 수신할 수 있다. 예를 들면, 인공 지능 시스템은 사용자 컨텍스트가 결정되고, 제1 장치(예: 로봇청소기)가 동작 중인 경우, 제1 장치에 연관된 제2 장치(예: 홈 스피커)의 동작을 추천할 수 있다.
도 11은 본 발명의 다른 실시 예에 따른 추천된 씬을 표시하는 방법을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(1101)(예: 사용자 단말(400))은 인공 지능 시스템(예: 인공 지능 시스템(100))으로부터 씬을 수신할 수 있다. 예들 들면, 인공 지능 시스템은 추가 사용자 유무에 따라 다른 씬을 추천할 수 있다. 인공 지능 시스템은 특정 사용자 단독으로 있는 경우(1131) 또는 추가 사용자가 있는 경우(1132)의 씬을 다르게 생성할 수 있다.
도 12는 본 발명의 다른 실시 예에 따른 추천된 추가 동작을 표시하는 방법을 나타내는 도면이다.
일 실시 예에 따르면, 사용자 단말(1201)(예: 사용자 단말(400))은 인공 지능 시스템(예: 인공 지능 시스템(100))으로부터 추가 동작을 수신할 수 있다. 예를 들면, 인공 지능 시스템은 추가 사용자 유무에 따라 추가 동작을 다르게 추천할 수 있다. 인공 지능 시스템은 특정 사용자 단독으로 있는 경우(1210) 또는 추가 사용자가 있는 경우(1230)의 추가 동작을 다르게 추천할 수 있다.
본 발명의 다양한 실시 예에 따르면, 시스템(예: 인공 지능 시스템(100)), 적어도 하나의 통신 모듈(예: 후술하는 도 13의 통신 모듈(1390)), 상기 적어도 하나의 통신 모듈에 작동적으로 연결된 적어도 하나의 프로세서(예: 도 13의 프로세서(1320)), 및 상기 적어도 하나의 프로세서에 작동적으로 연결된 적어도 하나의 메모리(예: 도 13의 메모리(1330))를 포함하고, 상기 적어도 하나의 메모리는, 실행 시에, 상기 프로세서로 하여금, 상기 통신 모듈을 이용하여, 사용자의 어카운트와 관련된 제1 외부 장치(예: 도 1의 사물 인터넷 기기들(300))로부터, 상기 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하고, 상기 통신 모듈을 이용하여, 상기 사용자의 상기 어카운트와 관련된 제2 외부 장치(예: 도 1의 사용자 단말(400))로부터, 상기 제2 외부 장치에 의해 센싱된 정보를 포함하는 제2 정보를 수신하고, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 사용 패턴을 결정하고, 상기 사용 패턴의 적어도 일부에 기초한 정보를 상기 통신 모듈을 통하여 제2 외부 장치로 전송하여, 상기 제2 외부 장치가 디스플레이 하도록 하는 인스트럭션들을 저장할 수 있다.
다양한 실시 예에 따르면, 상기 제1 외부 장치는 사물 인터넷 기기를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제1 정보는 상기 제1 외부 장치의 속성, 상기 제1 외부 장치의 상태, 또는 상기 제1 외부 장치의 상태에 대응하는 값 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제2 정보는 상기 제2 외부 장치와 관련된 정보, 위치, 시간, 사용되는 앱, 또는 상기 제2 외부 장치와 근접한 기기 정보 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 인스트럭션들의 실행 시에, 상기 제2 외부 장치로 하여금, 상기 제1 외부 장치의 사용 패턴에 기초하여, 상기 제1 외부 장치의 제어를 위한 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스를 통하여 입력을 수신하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 사용 패턴에 적어도 일부에 기초한 정보는 상기 사용자에 인접한 추가 사용자의 유무에 따라 다르게 생성될 수 있다.
다양한 실시 예에 따르면, 상기 프로세서는, 상기 통신 모듈을 이용하여, 상기 제1 정보에 기초하여 상기 사용자의 컨텍스트를 판단하는 제3 외부 장치(예: 도 1의 컨텍스트 서버(200))로부터, 상기 컨텍스트를 포함하는 제3 정보를 수신하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 컨텍스트는 상기 사용자의 일련의 행동 패턴에 따라 결정될 수 있다.
다양한 실시 예에 따르면, 상기 컨텍스트는 특정 시간 구간 내의 상기 사용자의 상태에 따라 결정될 수 있다.
다양한 실시 예에 따르면, 상기 사용 패턴에 적어도 일부에 기초한 정보는 음성 어시스턴트 호출을 위한 명령어로 등록될 수 있다.
본 발명에 따른 다양한 실시 예에 따르면, 시스템(예: 인공 지능 시스템(100))의 동작 방법은, 사용자에 의해 사용되는 제1 외부 장치(예: 사물 인터넷 기기들(300))의 로그 정보를 포함하는 제1 정보를 수신하는 동작, 상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치(예: 컨텍스트 서버(200))로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 제1 외부 장치의 사용 패턴을 결정하는 동작, 상기 컨텍스트 및 상기 사용 패턴에 기초하여 상기 사용자에 대응하는 씬(scene)을 생성하는 동작, 그리고 제3 외부 장치(예: 사용자 단말(400))에서 디스플레이 되도록, 상기 씬을 상기 제3 외부 장치로 전송하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 제1 외부 장치의 사용 패턴을 결정하는 동작은, 추가 사용자 유무를 판단하는 동작, 및 상기 제1 정보 및 상기 제2 정보를 통합하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 추가 사용자 유무는 상기 제3 외부 장치로부터 수신되는 사용자 위치 정보에 의해 결정될 수 있다.
다양한 실시 예에 따르면, 상기 씬은 시계열적 특성을 가지는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 씬은 서로 다른 장소에서 수행되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 씬은 서로 다른 시간에 시작되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 씬은 서로 다른 시간에 시작되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 씬은 상기 사용자의 위치 이동에 연관되어 정의되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 씬은 상기 사용자에 인접한 추가 사용자의 유무에 따라 다르게 생성될 수 있다.
본 발명의 다양한 실시 예에 따르면, 시스템(예: 인공 지능 시스템(100))의 동작 방법은, 사용자에 의해 사용되는 제1 외부 장치(예: 사물 인터넷 기기들(300))의 로그 정보를 포함하는 제1 정보를 수신하는 동작, 상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치(예: 컨텍스트 서버(200))로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작, 상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 현재 사용 패턴을 결정하는 동작, 상기 현재 사용 패턴을 기 저장된 이전 사용 패턴과 비교하는 동작, 상기 이전 사용 패턴에 포함되나 상기 현재 사용 패턴에 포함되지 않는 상기 제1 외부 장치의 동작 패턴을 판별하는 동작, 그리고 상기 판별된 동작 패턴이 제3 외부 장치에서 디스플레이 되도록, 상기 판별된 동작 패턴을 상기 제3 외부 장치(예: 사용자 단말(400))로 전송하는 동작을 포함할 수 있다.
도 13은, 다양한 실시 예들에 따른, 네트워크 환경(1300) 내의 전자 장치(1301)의 블록도이다. 도 13을 참조하면, 네트워크 환경(1300)에서 전자 장치(1301)(예: 사용자 단말(400))는 제1 네트워크(1398)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1302)(예: IoT 기기들(300))와 통신하거나, 또는 제2 네트워크(1399)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1304)(예: IoT 기기들(300)) 또는 서버(1308)(예: 인공 지능 시스템(100))와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1301)는 서버(1308)를 통하여 전자 장치(1304)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1301)는 프로세서(1320), 메모리(1330), 입력 장치(1350), 음향 출력 장치(1355), 표시 장치(1360), 오디오 모듈(1370), 센서 모듈(1376), 인터페이스(1377), 햅틱 모듈(1379), 카메라 모듈(1380), 전력 관리 모듈(1388), 배터리(1389), 통신 모듈(1390), 가입자 식별 모듈(1396), 또는 안테나 모듈(1397)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1301)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(1360) 또는 카메라 모듈(1380))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(1376)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(1360)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(1320)는, 예를 들면, 소프트웨어(예: 프로그램(1340))를 실행하여 프로세서(1320)에 연결된 전자 장치(1301)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1320)는 다른 구성요소(예: 센서 모듈(1376) 또는 통신 모듈(1390))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1332)에 로드하고, 휘발성 메모리(1332)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1334)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1320)는 메인 프로세서(1321)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1323)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(1323)는 메인 프로세서(1321)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1323)는 메인 프로세서(1321)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1323)는, 예를 들면, 메인 프로세서(1321)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1321)를 대신하여, 또는 메인 프로세서(1321)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1321)와 함께, 전자 장치(1301)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(1360), 센서 모듈(1376), 또는 통신 모듈(1390))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1323)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(1380) 또는 통신 모듈(1390))의 일부로서 구현될 수 있다.
메모리(1330)는, 전자 장치(1301)의 적어도 하나의 구성요소(예: 프로세서(1320) 또는 센서 모듈(1376))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1340)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1330)는, 휘발성 메모리(1332) 또는 비휘발성 메모리(1334)를 포함할 수 있다.
프로그램(1340)은 메모리(1330)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1342), 미들 웨어(1344) 또는 어플리케이션(1346)을 포함할 수 있다.
입력 장치(1350)는, 전자 장치(1301)의 구성요소(예: 프로세서(1320))에 사용될 명령 또는 데이터를 전자 장치(1301)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(1350)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(1355)는 음향 신호를 전자 장치(1301)의 외부로 출력할 수 있다. 음향 출력 장치(1355)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. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(1360)는 전자 장치(1301)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(1360)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 표시 장치(1360)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(1370)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1370)은, 입력 장치(1350)를 통해 소리를 획득하거나, 음향 출력 장치(1355), 또는 전자 장치(1301)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1302)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1376)은 전자 장치(1301)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. 일 실시 예에 따르면, 센서 모듈(1376)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(1377)는 전자 장치(1301)가 외부 전자 장치(예: 전자 장치(1302))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1377)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1378)는, 그를 통해서 전자 장치(1301)가 외부 전자 장치(예: 전자 장치(1302))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1378)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1379)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(1379)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1380)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1380)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1388)은 전자 장치(1301)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1389)는 전자 장치(1301)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1389)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1390)은 전자 장치(1301)와 외부 전자 장치(예: 전자 장치(1302), 전자 장치(1304), 또는 서버(1308))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1390)은 프로세서(1320)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(1390)은 무선 통신 모듈(1392)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1394)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1398)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제2 네트워크(1399)(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(1392)은 가입자 식별 모듈(1396)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1398) 또는 제2 네트워크(1399)와 같은 통신 네트워크 내에서 전자 장치(1301)를 확인 및 인증할 수 있다.
안테나 모듈(1397)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1397)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제1 네트워크(1398) 또는 제2 네트워크(1399)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1390)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1390)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(1397)의 일부로 형성될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들 간 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.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(1399)에 연결된 서버(1308)를 통해서 전자 장치(1301)와 외부의 전자 장치(1304) 간에 송신 또는 수신될 수 있다. 전자 장치(1302, 1304) 각각은 전자 장치(1301)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1301)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(1302, 1304, 또는 1308) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1301)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1301)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(1301)로 전달할 수 있다. 전자 장치(1301)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.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한", "~하는 능력을 가지는", "~하도록 변경된", "~하도록 만들어진", "~를 할 수 있는" 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리(1330)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 AP)를 의미할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어(firmware)로 구성된 유닛(unit)을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.
다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(1330))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(1320))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체(예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (20)

  1. 시스템에 있어서,
    적어도 하나의 통신 모듈;
    상기 적어도 하나의 통신 모듈에 작동적으로 연결된 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서에 작동적으로 연결된 적어도 하나의 메모리를 포함하고,
    상기 적어도 하나의 메모리는, 실행 시에, 상기 프로세서로 하여금,
    상기 통신 모듈을 이용하여, 사용자의 어카운트와 관련된 제1 외부 장치로부터, 상기 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하고,
    상기 통신 모듈을 이용하여, 상기 사용자의 상기 어카운트와 관련된 제2 외부 장치로부터, 상기 제2 외부 장치에 의해 센싱된 정보를 포함하는 제2 정보를 수신하고,
    상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 사용 패턴을 결정하고,
    상기 사용 패턴의 적어도 일부에 기초한 정보를 상기 통신 모듈을 통하여 상기 제2 외부 장치로 전송하여, 상기 제2 외부 장치가 디스플레이 하도록 하는 인스트럭션들을 저장하는 시스템.
  2. 청구항 1에 있어서,
    상기 제1 외부 장치는 사물 인터넷 기기를 포함하는 시스템.
  3. 청구항 1에 있어서,
    상기 제1 정보는 상기 제1 외부 장치의 속성, 상기 제1 외부 장치의 상태, 또는 상기 제1 외부 장치의 상태에 대응하는 값 중 적어도 하나를 포함하는 시스템.
  4. 청구항 1에 있어서,
    상기 제2 정보는 상기 제2 외부 장치와 관련된 정보, 위치, 시간, 사용되는 앱, 또는 상기 제2 외부 장치와 근접한 기기 정보 중 적어도 하나를 포함하는 시스템.
  5. 청구항 1에 있어서,
    상기 프로세서는, 상기 인스트럭션들의 실행 시에,
    상기 제2 외부 장치로 하여금, 상기 제1 외부 장치의 사용 패턴에 기초하여, 상기 제1 외부 장치의 제어를 위한 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스를 통하여 입력을 수신하도록 설정되는 시스템.
  6. 청구항 1에 있어서,
    상기 사용 패턴에 적어도 일부에 기초한 정보는 상기 사용자에 인접한 추가 사용자의 유무에 따라 다르게 생성되는 시스템.
  7. 청구항 1에 있어서,
    상기 프로세서는,
    상기 제1 정보에 기초하여 상기 사용자의 컨텍스트를 판단하는 제3 외부 장치로부터, 상기 통신 모듈을 이용하여 상기 컨텍스트를 포함하는 제3 정보를 수신하도록 설정되는 시스템.
  8. 청구항 7에 있어서,
    상기 컨텍스트는 상기 사용자의 일련의 행동 패턴에 따라 결정되는 시스템.
  9. 청구항 7에 있어서,
    상기 컨텍스트는 특정 시간 구간 내의 상기 사용자의 상태에 따라 결정되는 시스템.
  10. 청구항 1에 있어서,
    상기 사용 패턴의 적어도 일부에 기초한 정보는 음성 어시스턴트 호출을 위한 명령어로 등록되는 시스템.
  11. 시스템의 동작 방법에 있어서,
    사용자에 의해 사용되는 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하는 동작;
    상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작;
    상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 제1 외부 장치의 사용 패턴을 결정하는 동작;
    상기 컨텍스트 및 상기 사용 패턴에 기초하여 상기 사용자에 대응하는 씬(scene)을 생성하는 동작; 그리고
    제3 외부 장치에서 디스플레이 되도록, 상기 씬을 상기 제3 외부 장치로 전송하는 동작을 포함하는 시스템의 동작 방법.
  12. 청구항 11에 있어서,
    상기 제1 외부 장치의 사용 패턴을 결정하는 동작은,
    추가 사용자 유무를 판단하는 동작; 및
    상기 제1 정보 및 상기 제2 정보를 통합하는 동작을 포함하는 시스템의 동작 방법.
  13. 청구항 12에 있어서,
    상기 추가 사용자 유무는 상기 제3 외부 장치로부터 수신되는 사용자 위치 정보에 의해 결정되는 시스템의 동작 방법.
  14. 청구항 11에 있어서,
    상기 씬은 시계열적 특성을 가지는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함하는 시스템의 동작 방법.
  15. 청구항 11에 있어서,
    상기 씬은 서로 다른 장소에서 수행되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함하는 시스템의 동작 방법.
  16. 청구항 11에 있어서,
    상기 씬은 서로 다른 시간에 시작되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함하는 시스템의 동작 방법.
  17. 청구항 11에 있어서,
    상기 씬은 상기 사용자의 위치 이동에 연관되어 정의되는 상기 제1 외부 장치 및 다른 외부 장치의 동작 또는 상태를 포함하는 시스템의 동작 방법.
  18. 청구항 11에 있어서,
    상기 씬은 상기 사용자에 인접한 추가 사용자의 유무에 따라 다르게 생성되는 시스템의 동작 방법.
  19. 청구항 11에 있어서,
    상기 씬에 대응하는 음성 어시스턴트 호출을 명령어로 등록하고, 상기 등록된 명령어를 상기 제3 외부 장치로 전송하는 동작을 더 포함하는 시스템의 동작 방법.
  20. 시스템의 동작 방법에 있어서,
    사용자에 의해 사용되는 제1 외부 장치의 로그 정보를 포함하는 제1 정보를 수신하는 동작;
    상기 제1 정보에 기초하여 사용자의 컨텍스트를 판단하는 제2 외부 장치로부터 상기 컨텍스트를 포함하는 제2 정보를 수신하는 동작;
    상기 제1 정보 및 상기 제2 정보의 적어도 일부에 기초하여, 상기 사용자에 의한 상기 제1 외부 장치의 현재 사용 패턴을 결정하는 동작;
    상기 현재 사용 패턴을 기 저장된 이전 사용 패턴과 비교하는 동작;
    상기 이전 사용 패턴에 포함되나 상기 현재 사용 패턴에 포함되지 않는 상기 제1 외부 장치의 동작 패턴을 판별하는 동작; 그리고
    상기 판별된 동작 패턴이 제3 외부 장치에서 디스플레이 되도록, 상기 판별된 동작 패턴을 상기 제3 외부 장치로 전송하는 동작을 포함하는 시스템의 동작 방법.
KR1020190012225A 2019-01-30 2019-01-30 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법 KR20200094571A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020190012225A KR20200094571A (ko) 2019-01-30 2019-01-30 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법
EP20747723.3A EP3900270A4 (en) 2019-01-30 2020-01-30 SYSTEM FOR PROCESSING USER DATA AND METHOD FOR ORDERING THEREOF
US16/776,972 US20200244750A1 (en) 2019-01-30 2020-01-30 System for processing user data and controlling method thereof
PCT/KR2020/001432 WO2020159255A1 (en) 2019-01-30 2020-01-30 System for processing user data and controlling method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190012225A KR20200094571A (ko) 2019-01-30 2019-01-30 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법

Publications (1)

Publication Number Publication Date
KR20200094571A true KR20200094571A (ko) 2020-08-07

Family

ID=71732947

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190012225A KR20200094571A (ko) 2019-01-30 2019-01-30 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법

Country Status (4)

Country Link
US (1) US20200244750A1 (ko)
EP (1) EP3900270A4 (ko)
KR (1) KR20200094571A (ko)
WO (1) WO2020159255A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023043073A1 (ko) * 2021-09-15 2023-03-23 삼성전자 주식회사 복수의 사물 인터넷 장치들을 제어하기 위한 웨어러블 전자 장치, 그 동작 방법 및 저장 매체

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014083778A1 (ja) * 2012-11-30 2014-06-05 パナソニック株式会社 情報提供方法
US10181960B2 (en) * 2013-09-05 2019-01-15 Samsung Electronics Co., Ltd. Method and apparatus for configuring and recommending device action using user context
JPWO2015129566A1 (ja) * 2014-02-25 2017-03-30 日本電気株式会社 管理装置、動作制御装置、電気機器管理システム、管理方法、動作制御方法及びプログラム
US20160073482A1 (en) * 2014-09-05 2016-03-10 Qualcomm Incorporated Implementing a target lighting scene in an internet of things environment using a mobile light output device
US10397751B2 (en) * 2014-11-25 2019-08-27 Fynd Technologies, Inc. Geolocation bracelet, system, and methods
KR101759196B1 (ko) * 2015-10-22 2017-07-18 주식회사 핸디소프트 시맨틱 모델링 엔진 기반의 스마트 생활가전 제어 시스템 및 그 방법
US10764153B2 (en) * 2016-09-24 2020-09-01 Apple Inc. Generating suggestions for scenes and triggers
KR101915670B1 (ko) * 2016-10-05 2018-11-06 주식회사 엘지유플러스 홈 네트워크 시스템 및 그 구동 방법
US20180323991A1 (en) * 2017-05-08 2018-11-08 Essential Products, Inc. Initializing machine-curated scenes

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023043073A1 (ko) * 2021-09-15 2023-03-23 삼성전자 주식회사 복수의 사물 인터넷 장치들을 제어하기 위한 웨어러블 전자 장치, 그 동작 방법 및 저장 매체

Also Published As

Publication number Publication date
WO2020159255A1 (en) 2020-08-06
EP3900270A1 (en) 2021-10-27
EP3900270A4 (en) 2022-02-16
US20200244750A1 (en) 2020-07-30

Similar Documents

Publication Publication Date Title
KR102624327B1 (ko) IoT 기기의 위치 추론 방법, 이를 지원하는 서버 및 전자 장치
EP2871815A1 (en) Authentication control system, authentication control method, and program
KR20200074445A (ko) Em 신호를 발생시킨 외부 전자 장치에 따라 오디오 신호의 경로를 변경하는 전자 장치 및 방법
CN111295871B (zh) 根据外部附件的连接控制麦克风的设备和方法
KR20200011869A (ko) 디바이스 연결 설정 방법 및 장치
KR20200076169A (ko) 놀이 컨텐츠를 추천하는 전자 장치 및 그의 동작 방법
KR20200100404A (ko) 적응적 전력 관리를 위한 전자 장치
KR102512614B1 (ko) 오디오 개선을 지원하는 전자 장치 및 이를 위한 방법
US11533189B2 (en) Electronic device and method for controlling external electronic device
KR20200094396A (ko) 전자 장치 및 복수의 액션들을 포함하는 태스크를 결정하는 방법
US20190272459A1 (en) Electronic device and method for controlling external electronic device based on use pattern information corresponding to user
EP3483721A1 (en) Method and electronic device for executing function using a plurality of microphones
US11620996B2 (en) Electronic apparatus, and method of controlling to execute function according to voice command thereof
KR20200013548A (ko) 디지털 펜을 포함하는 전자 장치
KR20210045280A (ko) IoT 기기를 제어하는 방법 및 이를 위한 전자 장치
KR20200094571A (ko) 사용자 데이터를 처리하는 시스템, 및 그 시스템의 제어 방법
KR20190107901A (ko) 전자 펜으로부터 수신한 신호에 기초하여 다양한 기능을 실행시키기 위한 전자 장치
KR102329770B1 (ko) 푸시 알림을 제공하기 위한 방법 및 그 전자 장치
KR20190142192A (ko) 전자 장치 및 전자 장치의 제어 방법
KR20200086570A (ko) 이미지의 촬영 장소를 추천하는 전자 장치 및 방법
KR20200012542A (ko) 전자 펜을 이용하여 동작 모드를 제어하기 위한 방법 및 그 전자 장치
KR102607787B1 (ko) 전자 장치 및 전자 장치의 제어 방법
KR102539578B1 (ko) 어플리케이션의 기능을 매핑하는 방법 및 그 전자 장치
KR20200121549A (ko) 액세서리를 인식하는 전자 장치
KR20190108364A (ko) 전자 장치 및 그의 동작 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal