KR20200122981A - 음성으로 상호작용하는 인공 지능 장치 및 그 방법 - Google Patents

Abstract

본 발명의 실시 예는 음성으로 상호작용하는 인공 지능 장치에 있어서, 사사용자의 발화문에 상응하는 음성 데이터를 획득하는 마이크로폰; 상기 인공 지능 장치의 기본 플랫폼에 상응하는 제1 플랫폼 프레임워크 및 적어도 하나 이상의 제2 플랫폼 프레임워크를 저장하는 메모리; 사물인터넷 기기 또는 외부 플랫폼 장치 중에서 적어도 하나 이상과 통신하는 통신부; 및 상기 음성 데이터에 상응하는 의도 정보를 획득하고, 상기 의도 정보에 기초하여 상기 인공 지능 장치, 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치 중에서 적어도 하나 이상의 대상 기기를 결정하고, 상기 의도 정보에 기초하여 상기 제1 플랫폼 프레임워크 또는 상기 제2 플랫폼 프레임워크 중에서 대상 플랫폼 프레임워크를 결정하고, 상기 결정된 대상 플랫폼 프레임워크를 이용하여 상기 음성 데이터에 상응하는 명령어를 생성하고, 상기 생성된 명령어를 이용하여 상기 대상 기기에 대하여 상기 음성 데이터에 상응하는 동작을 수행하는 프로세서를 포함하는, 인공 지능 장치를 제공한다.

Description

음성으로 상호작용하는 인공 지능 장치 및 그 방법

본 발명은 음성으로 상호작용하는 인공 지능 장치 및 그 방법에 관한 것이다. 구체적으로, 다양한 플랫폼에서 동작하는 플랫폼 장치 또는 사물인터넷 기기와 음성으로 상호작용하는 인공 지능 장치 및 그 방법에 관한 것이다.

일반적으로 인공 지능이란 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것으로서, 인간의 지능으로 할 수 있는 사고, 학습, 자기개발 등을 컴퓨터가 수행할 수 있도록 연구하는 컴퓨터 공학 및 정보기술의 한 분야이다.

상기 인공 지능은 그 자체로 존재하는 것이 아니고 컴퓨터 과학의 다른 분야와 직간접적으로 많은 관련을 맺고 있으며, 특히 정보기술의 여러 분야에서 인공 지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

이러한 인공 지능 서비스는 음성/텍스트 기반의 대화형 서비스, 딥러닝 기반의 이미지 인식, 음성 인식/전환 서비스, 머신러닝/딥러닝 플랫폼 서비스 등과 같이 서비스 유형에 따라 매우 세분화되어 있다.

예를 들어 LG의 DeepThinQ, 구글의 알파고나 DQN(Deep Q-Network), 아마존의 알렉사(Alexa), 네이버의 클로바(Clova), KT의 기가지니(Giga Genie), SKT의 누구(NUGU), 애플의 시리(siri), 페이스북의 딥텍스트, IBM의 Watson 등 다양한 인공 지능 플랫폼이 개발되거나 서비스되고 있다.

하지만, 다양한 인공 지능 플랫폼이 서비스됨에 따라 한 가구 내에서도 복수의 인공 지능 플랫폼 장치들이 혼재하게 되며, 각 장치들은 각자 지원하는 인공 지능 플랫폼에 따라서 제어할 수 있기 때문에 사용자에게 불편함이 발생한다.

본 발명은 음성으로 상호작용할 때, 다양한 인공 지능 플랫폼에 기반한 장치들을 통합하여 제어할 수 있는 인공 지능 장치 및 그 방법을 제공하고자 한다.

또한, 본 발명은 사용자가 사물인터넷 기기를 제어하기 위하여 사물인터넷 기기만을 명시하여 발화하더라도, 필요한 인공 지능 플랫폼 프레임워크를 결정하여 상호작용할 수 있는 있는 인공 지능 장치 및 그 방법을 제공하고자 한다.

본 발명의 일 실시 예는 사용자의 발화문에 대한 음성 데이터를 획득하고, 획득한 음성 데이터에 상응하는 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 대상 기기를 결정하고, 획득한 의도 정보에 기초하여 복수의 플랫폼 프레임워크 중에서 대상 플랫폼 프레임워크를 결정하고, 결정한 대상 플랫폼 프레임워크를 이용하여 음성 데이터에 상응하는 명령어를 생성하며, 생성한 명령어를 이용하여 대상 기기에 대하여 동작을 수행하는 인공 지능 장치 및 그 방법을 제공한다.

또한, 본 발명의 일 실시 예는 연동된 인공 지능 플랫폼 장치와 사물인터넷 기기들에 대한 정보를 포함하는 연결 테이블을 저장하고, 음성 데이터에 사물인터넷 기기만 명시되더라도 연결 테이블을 이용하여 사물인터넷 기기와 상호작용하는데 필요한 인공 지능 플랫폼 프레임워크를 결정하고, 결정된 인공 지능 플랫폼 프레임워크를 이용하여 음성 데이터에 상응하는 명령어를 생성하고, 생성된 명령어를 이용하여 사물인터넷 기기에 대한 상호작용을 수행하는 인공 지능 장치 및 그 방법을 제공한다.

본 발명의 다양한 실시 예에 따르면, 다양한 인공 지능 플랫폼에서 동작하는 장치들과도 하나의 인공 지능 장치만을 이용하여 음성으로 상호작용이 가능하므로, 다양한 인공 지능 장치들이나 사물인터넷 기기들과 편하게 상호작용할 수 있다.

또한, 본 발명의 다양한 실시 예에 따르면, 인공 지능 플랫폼이 명시되지 않더라도 상호작용의 대상이 되는 인공 지능 플랫폼 장치 또는 사물인터넷 기기에 적합한 인공 지능 플랫폼 프레임워크를 이용하여 상호작용할 수 있다.

또한, 본 발명의 다양한 실시 예에 따르면, 인공 지능 음성 에이전트가 없는 사물인터넷 기기에 대하여도 음성으로 상호작용할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 음성으로 상호작용하는 방법을 나타낸 동작 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 연결 테이블의 일 예를 나타낸 도면이다.
도 6은 도 5의 연결 테이블에 상응하는 인공 지능 시스템(601)을 나타낸 도면이다.
도 7은 도 4에 도시된 대상 기기를 결정하는 단계(S405)의 일 예를 나타낸 동작 흐름도이다.
도 8은 도 4에 도시된 생성한 명령어를 이용하여 동작을 수행하는 단계(S411)의 일 예를 나타낸 동작 흐름도이다.
도 9는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 소프트웨어의 구조를 나타낸 도면이다.
도 10은 본 발명의 일 실시 예에 따른 플랫폼 프레임워크의 명령어 형식(1001)의 예시를 나타낸 도면이다.
도 11은 본 발명의 일 실시 예에 따른 사용자 정보(1101)의 예시를 나타낸 도면이다.
도 12는 본 발명의 일 실시 예에 따른 음성 상호작용에 대한 응답(1201)의 예시를 나타낸 도면이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.

또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.

구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.

용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.

기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.

의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.

베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.

서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.

인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.

인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.

구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.

용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.

인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.

인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.

인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.

본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.

인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.

일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.

또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.

입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.

한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.

한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.

인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.

훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.

한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.

다음은 인공 신경망의 학습 방식에 대하여 설명한다.

인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.

지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다.

그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.

지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다.

여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.

본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.

또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다.

이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.

한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.

인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.

비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.

구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.

비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.

본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.

비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.

생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.

이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.

또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력되는 데이터가 원본 데이터인지 또는 생성기에서 생성한 가짜 데이터인지 여부를 감별하는 역할을 수행할 수 있다.

그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.

오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.

오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다.

이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.

또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.

한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.

준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.

준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.

강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.

강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.

마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.

인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.

예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.

하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.

예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.

손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.

손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.

교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.

머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.

경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.

모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.

이때, 스텝 사이즈는 학습률을 의미할 수 있다.

경사 하강법은손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.

확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.

Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.

인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.

통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.

도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.

이하에서, 단말기(100)는 인공 지능 장치(100)라 칭할 수 있다.

단말기(100)는 텔레비전(TV), 프로젝터, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털사이니지와 같은 고정형 기기 및 이동 가능한 기기 등으로 구현될 수 있다.

즉, 단말기(100)는 가정에서 이용하는 다양한 가전의 형태로 구현될 수 있으며, 고정 또는 이동 가능한 로봇에도 적용될 수 있다.

단말기(100)는 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.

도 1을 참조하면, 단말기(100)는 무선 통신부(Wireless Communication Unit, 110), 입력부(Input Unit, 120), 러닝 프로세서(Learning Processor, 130), 센싱부(Sensing Unit, 140), 출력부(Output Unit, 150), 인터페이스부(Interface Unit, 160), 메모리(Memory, 170), 프로세서(Processor, 180) 및 전원 공급부(Power Supply Unit, 190) 등을 포함할 수 있다.

학습 모델(a trained model)은 단말기(100)에 탑재될 수 있다.

한편, 학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.

무선 통신부(110)는 방송 수신 모듈(Broadcast Receiving Module, 111), 이동통신 모듈(Mobile Communication Unit, 112), 무선 인터넷 모듈(Wireless Internet Module, 113), 근거리 통신 모듈(Short Range Communication Module, 114), 위치정보 모듈(Location Information Module, 115) 중 적어도 하나를 포함할 수 있다.

방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.

이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.

무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.

근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.

위치정보 모듈(115)은 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 단말기의 위치를 획득할 수 있다.

입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.

입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.

입력부(120)는 모델 학습을 위한 훈련 데이터 및 학습된 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다.

입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.

이때, 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.

입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 단말기(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.

카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.

마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 단말기(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.

사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 단말기(100)의 동작을 제어할 수 있다.

사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 단말기(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.

러닝 프로세서(130)는 훈련 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습한다.

구체적으로, 러닝 프로세서(130)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망을 반복적으로 학습시킴으로써, 인공 신경망의 최적화된 모델 파라미터들을 결정할 수 있다

본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.

이때, 학습 모델은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.

러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다.

러닝 프로세서(130)는 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함할 수 있다.

러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.

선택적으로 또는 부가적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현될 수 있다.

다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.

러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 여기서, 데이터베이스는 메모리(170), 학습 장치(200)의 메모리(230), 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.

러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 프로세서(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.

이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판독 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.

프로세서(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 프로세서(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.

프로세서(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.

프로세서(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT: Speech to Text) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.

이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.

다른 실시 예에서, 프로세서(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현될 수 있다.

일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성될 수 있다.

프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 입력 기록 및 출력 기록, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.

프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.

프로세서(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성될 수 있다.

정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함할 수 있다.

프로세서(180)는 단말기에서 사용 히스토리 정보를 수집하여, 메모리(170)에 저장할 수 있다.

프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.

프로세서(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지할 수 있다.

프로세서(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.

프로세서(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신할 수 있다.

프로세서(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.

단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행할 수 있다.

프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행할 수 있다.

따라서, 프로세서(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.

센싱부(140)는 단말기 내 정보, 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.

예를 들어, 센싱부(140)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.

디스플레이부(151)는 단말기(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 단말기(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.

디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.

음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.

음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.

햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.

광출력부(154)는 단말기(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 단말기(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.

인터페이스부(160)는 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.

한편, 식별 모듈은 단말기(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.

메모리(170)는 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다.

메모리(170)는 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 단말기(100)의 동작을 위한 데이터들, 명령어들을, 러닝 프로세서(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다.

메모리(170)는 러닝 프로세서(130) 또는 학습 장치(200)에서 학습된 모델을 저장할 수 있다.

이때, 메모리(170)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.

이때, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장할 수 있다.

이때, 메모리(170)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.

프로세서(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 프로세서(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1과 함께 살펴본 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, 단말기(100)에 포함된 구성 요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 단말기의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.

전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.

도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.

학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.

즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.

학습 장치(200)는 적어도 하나의 단말기(100)와 통신할 수 있고, 단말기(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.

인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.

특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.

즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.

학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.

도 2를 참조하면, 학습 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.

통신부(210)는 도 1의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.

입력부(220)는 도 1의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.

입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.

입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.

이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.

메모리(230)는 도 1의 메모리(170)에 대응되는 구성이다.

메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.

모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트 된 모델을 저장한다.

이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.

도 2에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다

인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.

데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다.

데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.

러닝 프로세서(240)는 도 1의 러닝 프로세서(130)에 대응되는 구성이다.

러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.

러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.

구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다

본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.

이때, 학습 모델은 인공 신경망의 학습 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.

또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.

전원 공급부(250)는 도 1의 전원 공급부(190)에 대응되는 구성이다.

서로 대응되는 구성에 대한 중복되는 설명은 생략한다.

도 3은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 도면이다.

도 3을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)은 인공 지능 장치(100), 학습 장치(200), 외부 플랫폼 장치(300) 및 사물인터넷 기기(400a, 400b 또는 400c) 등을 포함할 수 있다.

본 발명의 일 실시 예에 따른 인공 지능 시스템(1)은 인공 지능 장치(100)와 적어도 하나의 사물인터넷(IoT: Internet of Things) 기기(400a, 400b 또는 400c)를 필수적으로 포함하며, 학습 장치(200)와 외부 플랫폼 장치(300)는 선택적으로 포함할 수 있다.

인공 지능 장치(100)와 외부 플랫폼 장치(300)는 각각의 기본 플랫폼이 탑재되어 있다. 각 플랫폼은 플랫폼 프레임워크를 통하여 작동할 수 있다.

인공 지능 장치(100)는 자신의 플랫폼 프레임워크뿐만 아니라 적어도 하나 이상의 다른 플랫폼 프레임워크를 메모리(170)에 저장하고 있을 수 있다.

각 플랫폼 프레임워크는 각 플랫폼에 상응하는 소프트웨어 개발 키트(SDK: Software Development Kit)를 포함할 수 있다.

소프트웨어 개발 키트는 소프트웨어를 개발하는데 사용하는 도구들의 모음으로, 개발 도구 프로그램, 디버깅 프로그램, 문서 API(Application Programming Interface) 등을 포함할 수 있다.

각 플랫폼 프레임워크는 각 플랫폼에 상응하는 API를 제공하는 소프트웨어 라이브러리의 모음을 의미할 수 있다.

플랫폼은 인공 지능 플랫폼을 지칭하며, 본 발명의 일 실시 예에 따른 인공 지능 장치(100) 또는 외부 플랫폼 장치(300)가 사용자와 상호작용하여 다양한 기능을 제공하거나 사물인터넷 기기(400a, 400b 또는 400c)를 제어하는데 이용되는 인공 지능 기술의 생태계를 의미할 수 있다.

예컨대, 인공 지능 플랫폼에는 LG사의 ThinQ?? 또는 DeepThinQ??, Amazon사의 Alexa??, Google사의 Google Assistant?? 등이 있다.

본 발명의 일 실시 예에 따른 인공 지능 장치(100) 또는 외부 플랫폼 장치(300)는 사용자와 인공 지능 플랫폼을 매개하는 인터페이스로서의 역할을 할 수 있다.

이하에서, 인공 지능 장치(100)의 기본 플랫폼은 제1 플랫폼이라 칭하고, 제1 플랫폼이 이용하는 플랫폼 프레임워크를 제1 플랫폼 프레임워크라 칭할 수 있다. 그리고, 제1 플랫폼과는 다른 플랫폼을 제2 플랫폼이라 칭하고, 제1 플랫폼 프레임워크와는 다른 플랫폼 프레임워크를 제2 플랫폼 프레임워크라 칭할 수 있다.

사물인터넷 기기(400a, 400b 또는 400c)는 종류에 따라서 3가지 타입으로 구분할 수 있다.

제1 타입 사물인터넷 기기(400a)는 제1 플랫폼 프레임워크를 이용하는 사물인터넷 기기를 의미할 수 있다.

제2 타입 사물인터넷 기기(400b)는 제2 플랫폼 프레임워크를 이용하고, 제1 플랫폼 프레임워크는 이용하지 않으며, 인공 지능 장치(100)에 탑재된 제2 플랫폼 프레임워크를 이용하여 연동 또는 제어할 수 있는 사물인터넷 기기를 의미할 수 있다.

제3 타입 사물인터넷 기기(400c)는 제2 플랫폼 프레임워크를 이용하고, 제1 플랫폼 프레임워크를 이용하지 않으며, 인공 지능 장치(100)에 탑재된 제2 플랫폼 프레임워크를 이용하더라도 연동 또는 제어가 불가능하며, 외부 플랫폼 장치(300)에 탑재된 제2 플랫폼 프레임워크를 이용하여야 연동 또는 제어가 가능한 사물인터넷 기기를 의미할 수 있다.

즉, 제1 타입 사물인터넷 기기(400a)는 인공 지능 장치(100)의 기본 플랫폼에 연동되도록 제1 플랫폼 프레임워크를 이용하는 기기이고, 제2 타입 사물인터넷 기기(400b) 및 제3 타입 사물인터넷 기기(400c)는 제1 플랫폼 프레임워크와는 다른 제2 플랫폼 프레임워크를 이용하는 기기를 의미할 수 있다.

그리고, 제1 타입 사물인터넷 기기(400a) 및 제2 타입 사물인터넷 기기(400b)는 인공 지능 장치(100)가 직접 연동 또는 제어할 수 있는 기기이고, 제3 타입 사물인터넷 기기(400c)는 인공 지능 장치(100)가 직접 연동 또는 제어할 수 없는 기기를 의미할 수 있다.

인공 지능 장치(100)는 제1 플랫폼과 연동할 수 있는 제1 타입 사물인터넷 기기(400a)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 기본 플랫폼 프레임워크인 제1 플랫폼 프레임워크를 이용하여 직접 제1 타입 사물인터넷 기기(400a)를 제어할 수 있다.

인공 지능 장치(100)는 탑재하고 있는 제2 플랫폼 프레임워크를 이용하여 제2 타입 사물인터넷 기기(400b)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 탑재하고 있는 제2 플랫폼 프레임워크를 이용하여 직접 제2 타입 사물인터넷 기기(400b)를 제어할 수 있다.

예컨대, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 제어하고자 하는 대상 공기 청정기가 다른 플랫폼인 Alexa??만을 지원하는 경우를 가정할 수 있다. 이 경우, 인공 지능 장치(100)는 탑재하고 있는 Alexa??에 대한 프레임워크를 이용하여 입력된 발화문을 대상 공기 청정기가 지원하는 명령어를 생성하고, 생성한 명령어를 대상 공기 청정기로 전달하여 대상 공기 청정기를 제어할 수 있다.

인공 지능 장치(100)는 제2 플랫폼 프레임워크가 지원하지 않는 언어를 이용하여 제2 타입 사물인터넷 기기(400b)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 제2 플랫폼 프레임워크가 지원하지 않는 언어의 발화문을 획득하고, 발화문을 제2 플랫폼 프레임워크가 지원하는 언어 또는 명령어로 변환함으로써 제2 타입 사물인터넷 기기(400b)를 제어할 수 있다.

예컨대, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 제어하고자 하는 대상 공기 청정기가 다른 플랫폼인 Alexa??만을 지원하며, Alexa??는 영어만을 지원하는 경우를 가정할 수 있다. 이 경우, 인공 지능 장치(100)는 영어가 아닌 언어(예: 한국어)의 발화문을 영어로 변환하거나 제어 명령어로 변환하고, 탑재하고 있는 Alexa??에 대한 프레임워크를 이용하여 영어로 변환된 발화문 또는 제어 명령어로부터 대상 공기 청정기가 지원하는 명령어를 생성하고, 생성한 명령어를 대상 공기 청정기로 전달하여 대상 공기 청정기를 제어할 수 있다.

인공 지능 장치(100)는 직접 연동할 수 없는 제3 타입 사물인터넷 기기(400c)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 외부 플랫폼 장치(300)을 통하여 제3 타입 사물인터넷 기기(400c)를 제어할 수 있다.

예컨대, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 제어하고자 하는 대상 공기 청정기가 다른 플랫폼인 Alexa??만을 지원하며, 대상 공기 청정기는 오직 외부 플랫폼 장치(300)만을 통하여 제어할 수 있는 경우를 가정할 수 있다. 이 경우, 인공 지능 장치(100)는 발화문 또는 발화문으로부터 생성한 제어 명령어를 외부 플랫폼 장치(300)에 전달하여 대상 공기 청정기를 제어할 수 있다.

인공 지능 장치(100)는 외부 플랫폼 장치(300)가 지원하지 않는 언어를 이용하여 외부 플랫폼 장치(300) 또는 제3 타입 사물인터넷 기기(400c)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 외부 플랫폼 장치(300)가 지원하지 않는 언어로 발화문을 입력 받아 외부 플랫폼 장치(300)가 지원하는 언어 또는 명령어로 변환하여 전달함으로써 외부 플랫폼 장치(300) 또는 제3 타입 사물인터넷 기기(400c)를 제어할 수 있다.

예컨대, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 제어하고자 하는 대상 공기 청정기가 다른 플랫폼인 Alexa??만을 지원하며, Alexa??는 영어만을 지원하며, 대상 공기 청정기는 오직 외부 플랫폼 장치(300)만을 통하여 제어할 수 있는 경우를 가정할 수 있다. 이 경우, 인공 지능 장치(100)는 영어가 아닌 언어(예: 한국어)의 발화문을 영어로 변환하거나 제어 명령어로 변환하고, 영어로 변환된 발화문 또는 제어 명령어를 외부 플랫폼 장치(300)에 전달하여 대상 공기 청정기를 제어할 수 있다.

인공 지능 장치(100)는 외부 플랫폼 장치(300)를 제어하는데 이용될 수 있다. 즉, 인공 지능 장치(100)는 발화문을 입력 받으면 외부 플랫폼 장치(300)가 지원하는 언어 또는 명령어로 변환하여 외부 플랫폼 장치(300)에 전달함으로써 외부 플랫폼 장치(300)를 제어할 수 있다.

예컨대, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 제어하고자 하는 외부 플랫폼 장치(300)의 기본 플랫폼이 Alexa??이며, Alexa??는 영어만을 지원하는 경우를 가정할 수 있다. 이 경우, 인공 지능 장치(100)는 영어가 아닌 언어(예: 한국어)의 발화문을 영어로 변환하거나 제어 명령어로 변환하고, 영어로 변환된 발화문 또는 제어 명령어를 외부 플랫폼 장치(300)에 전달하여 외부 플랫폼 장치(300)를 제어할 수 있다.

학습 장치(200)는 사용자의 발화문을 텍스트로 변환하기 위한 STT(Speech-To-Text) 엔진 또는 자연어 처리를 위한 자연어 처리 엔진 중에서 적어도 하나 이상을 학습시키는 음성 서버를 의미할 수 있다.

학습 장치(200)는 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 STT 엔진 또는 자연어 처리 엔진 중에서 적어도 하나 이상을 학습시킬 수 있다.

여기서, 자연어 처리 엔진은 입력되는 음성 데이터 또는 텍스트에 상응하는 적어도 하나 이상의 키워드를 생성하는 엔진을 의미할 수 있다.

학습 장치(200)는 학습된 STT 엔진을 인공 지능 장치(100)에 전송하고, 인공 지능 장치(100)는 학습된 STT 엔진을 이용하여 입력되는 음성 신호 형태의 발화문을 텍스트로 변환할 수 있다.

학습 장치(200)는 학습된 자연어 처리 엔진을 인공 지능 장치(100)에 전송하고, 인공 지능 장치(100)는 학습된 자연어 처리 엔진을 이용하여 텍스트로 변환된 발화문에 대한 의도 정보를 획득할 수 있다.

학습 장치(200)는 인공 지능 장치(100)로부터 음성 신호 형태의 발화문을 수신하고, 학습된 STT 엔진을 이용하여 수신한 음성 신호 형태의 발화문을 텍스트로 변환하고, 학습된 자연어 처리 엔진을 이용하여 텍스트로 변환된 발화문에 대한 의도 정보를 획득하고, 획득한 의도 정보를 인공 지능 장치(100)에 전송할 수 있다.

학습 장치(200)는 인공 지능 장치(100)로부터 텍스트로 변환된 발화문을 수신하고, 학습된 자연어 처리 엔진을 이용하여 텍스로 변환된 발화문에 대한 의도 정보를 획득하고, 획득한 의도 정보를 인공 지능 장치(100)에 전송할 수 있다.

인공 지능 장치(100)는 발화문에 대한 의도 정보를 획득한 경우, 의도 정보에 상응하는 응답 정보를 생성할 수 있다.

학습 장치(200)는 발화문에 대한 의도 정보를 획득한 경우, 의도 정보에 상응하는 응답 정보를 생성하여 인공 지능 장치(100)에 전송할 수 있다.

이때, 학습 장치(200)는 발화문에 대한 의도 정보를 인공 지능 장치(100)으로부터 수신하거나, 직접 학습된 자연어 처리 엔진을 이용하여 생성할 수 있다.

예컨대, 발화문이 현재의 날씨를 묻는 내용인 경우, 학습 장치(200) 또는 인공 지능 장치(100)는 발화문에 대한 의도 정보를 통해 현재 날씨 정보를 획득하고, 획득한 현재 날씨 정보를 응답 정보로써 생성할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 음성으로 상호작용하는 방법을 나타낸 동작 흐름도이다.

도 4를 참조하면, 인공 지능 장치(100)의 프로세서(180)는 사용자의 발화문에 상응하는 음성 데이터를 획득한다(S401).

프로세서(180)는 입력부(120)의 마이크로폰(122)를 통하여 음성 데이터를 획득할 수 있다.

프로세서(180)는 무선 통신부(110)를 통해 외부 단말기(미도시)로부터 음성 데이터를 획득할 수 있다. 이 경우, 음성 데이터는 외부 단말기(미도시)의 구비된 마이크로폰(미도시)에 의하여 획득될 수 있다.

발화문은 인공 지능 장치(100), 외부 플랫폼 장치(300), 사물인터넷 기기(400a, 400b 또는 400c)를 제어하기 위한 명령, 정보 검색을 위한 질의 등을 포함할 수 있다.

프로세서(180)는 미리 설정된 기동어가 입력되는 경우에 사용자의 발화문에 상응하는 음성 데이터를 획득할 수 있다.

인공 지능 장치(100)의 프로세서(180)는 획득한 음성 데이터에 대한 의도 정보를 획득한다(S403).

프로세서(180)는 음성 데이터에 대한 의도 정보를 획득하기 위하여 전처리(pre-processing)로써 노이즈를 제거한 음성 데이터를 획득할 수 있다.

이때, 프로세서(180)는 직접 노이즈 제거 엔진 또는 노이즈 제거 필터를 이용하여 노이즈를 제거한 음성 데이터를 생성할 수도 있고, 학습 장치(200)에 음성 데이터를 전송하고 노이즈가 제거된 음성 데이터를 수신할 수도 있다.

전처리를 통해 노이즈가 제거된 음성 데이터는 인공 지능 장치(100)에 적합하게 볼륨이 조절될 수 있다. 즉, 볼륨의 조절도 전처리 과정의 일부로 볼 수 있다.

이하에서, 음성 데이터는 전처리를 통하여 노이즈를 제거한 음성 데이터를 의미할 수 있다.

프로세서(180)는 직접 음성 데이터에 대한 의도 정보를 생성할 수 있다.

이때, 프로세서(180)는 학습 장치(200)에서 수신한 STT 엔진 또는 자연어 처리 엔진 중에서 적어도 하나 이상을 이용하여 음성 데이터에 대한 의도 정보를 생성할 수 있다.

프로세서(180)는 학습 장치(200)를 이용하여 음성 데이터에 대한 의도 정보를 획득할 수 있다.

이때, 프로세서(180)는 메모리(170)에 저장된 STT 엔진을 이용하여 음성 데이터를 텍스트로 변환하고, 변환된 텍스트를 학습 장치(200)에 전송하고, 학습 장치(200)가 자연어 처리 엔진을 이용하여 변환된 텍스트로부터 생성한 의도 정보를 수신할 수 있다.

이때, 프로세서(180)는 획득한 음성 데이터를 학습 장치(200)에 전송하고, 학습 장치(200)가 STT 엔진 또는 자연어 처리 엔진 중에서 적어도 하나 이상을 이용하여 생성한 의도 정보를 수신할 수 있다.

생성된 의도 정보에는 발화문의 종류, 대상 플랫폼, 대상 기기, 발화 내용 등의 정보가 포함될 수 있다.

발화문의 종류에는 제어, 질의 등이 포함될 수 있다.

대상 플랫폼은 제어 또는 질의를 수행할 인공 지능 플랫폼을 의미하며, 필수적으로 요구되는 항목은 아니다. 대상 플랫폼에 대한 정보가 포함되지 않은 경우에 대한 설명은 후술한다.

대상 플랫폼은 넓은 의미에서 대상 기기의 한 종류로 볼 수 있다. 즉, 대상 플랫폼은 해당 플랫폼을 이용하는 외부 플랫폼 장치(300)을 의미할 수 있고, 외부 플랫폼 장치(300)는 대상 기기로 볼 수 있다.

대상 기기는 발화문이 제어인 경우에 있어서 해당 제어의 대상이 되는 기기를 의미할 수 있다.

대상 기기는 제어의 대상이 되는 사물인터넷 기기(400a, 400b 또는 400c) 또는 외부 플랫폼 장치(300) 중에서 적어도 하나 이상을 포함할 수 있다.

즉, 외부 플랫폼 장치(300)를 통하여 제3 타입 사물인터넷 기기(400c)를 제어하는 경우, 의도 정보에 포함되는 대상 기기에는 외부 플랫폼 장치(300)와 제3 타입 사물인터넷 기기(400c)가 포함될 수 있다.

발화 내용에는 발화문이 질의인 경우에 있어서 질의의 내용을 가리키는 키워드를 의미할 수 있고, 발화문이 제어인 경우에 있어서 제어의 내용을 가리키는 키워드를 의미할 수 있다.

예컨대, 인공 지능 장치(100)가 전화 기능을 구비하고 있고, 사용자의 발화문이 "John에게 전화 걸어줘"인 경우를 가정한다. 이 경우, 생성되는 의도 정보에 포함되는 발화문의 종류는 "제어"이고, 대상 기기는 "현재 기기"이고, 발화 내용은 "전화 걸기(call)", "John"이 될 수 있다.

만약, 인공 지능 장치(100)가 전화 기능을 구비하지 않지만, 전화 기능을 구비한 스마트폰이 연동되어 있으며, 사용자의 발화문이 "John에게 전화 걸어줘"인 경우를 가정한다. 이 경우에는, 생성되는 의도 정보에 포함되는 발화문의 종류는 "제어"이고, 대상 기기는 "스마트폰"이고, 발화 내용은 "전화 걸기(call)", "John"이 될 수 있다.

상기한 의도 정보는 하나의 예시에 불과하며, 의도 정보는 인공 지능 장치(100)가 사용자의 발화문이 어떤 의도인지 파악할 수 있는 데이터를 포함하면 충분하다.

인공 지능 장치(100)의 프로세서(180)는 생성된 의도 정보에 기초하여 대상 기기를 결정하고(S405), 생성된 의도 정보에 기초하여 대상 플랫폼 프레임워크를 결정한다(S407).

프로세서(180)는 음성 데이터에 상응하는 제어를 수행하기 위하여 대상 기기를 결정하고, 대상 기기를 제어하기 위한 명령어를 생성한다. 그리고, 프로세서(180)는 명령어를 생성하기 위하여 이용할 대상 플랫폼 프레임워크를 제1 플랫폼 프레임워크 또는 제2 플랫폼 프레임워크 중에서 선택할 수 있다.

상술한 바와 같이, 제1 플랫폼 프레임워크는 인공 지능 장치(100)의 기본 플랫폼에 이용되는 플랫폼 프레임워크를 의미하며, 제2 플랫폼 프레임워크는 제1 플랫폼과는 다른 플랫폼 프레임워크를 의미한다.

프로세서(180)는 의도 정보에 기초하여 대상 기기를 설정하고, 결정한 대상 기기가 지원하는 플랫폼 프레임워크에 따라 대상 플랫폼 프레임워크를 선택할 수 있다.

프로세서(180)는 결정된 대상 기기가 지원하는 플랫폼 프레임워크에 제1 플랫폼 프레임워크가 포함된 경우, 제1 플랫폼 프레임워크를 제2 플랫폼 프레임워크에 우선하여 대상 플랫폼 프레임워크로 선택할 수 있다.

프로세서(180)는 메모리(170)에 저장된 연결 테이블을 이용하여 대상 기기를 결정하고, 대상 플랫폼 프레임워크를 선택할 수 있다.

연결 테이블은 무선 통신부(110)를 통하여 연결된 사물 인터넷 기기(400a, 400b 또는 400c) 또는 외부 플랫폼 장치(300)에 대한 정보를 포함할 수 있다.

연결 테이블에 대한 구체적인 설명은 도 5 및 6과 함께 후술한다.

프로세서(180)는 사용자 계정 정보를 이용하여 해당 사용자에 대한 연결 테이블을 이용할 수 있다.

만약, 사용자 계정 정보가 없는 경우라면, 사용자 계정 정보를 입력할 것을 요구할 수 있다.

따라서, 사용자는 최소한 한 번은 계정에 로그인을 함으로써, 계정 정보를 입력할 수 있다.

인공 지능 장치(100)의 프로세서(180)는 결정된 대상 플랫폼 프레임워크를 이용하여 음성 데이터에 상응하는 명령어를 생성한다(S409).

프로세서(180)는 음성 데이터로부터 생성된 의도 정보를 이용하여 명령어를 생성할 수 있다.

대상 플랫폼 프레임워크를 이용하여 명령어를 생성한다는 것은, 대상 플랫폼 프레임워크에서 지원하는 어플리케이션 프로그래밍 인터페이스(API: Application Programming Interface)를 포함하는 명령어를 생성하는 것을 의미할 수 있다.

프로세서(180)는 대상 플랫폼 프레임워크에서 지원하는 명령어 형식(format) 또는 문법(grammar)에 따라 명령어를 생성할 수 있다.

인공 지능 장치(100)의 프로세서(180)는 생성된 명령어를 이용하여 음성 데이터에 상응하는 동작을 수행한다(S411).

프로세서(180)는 명령어에 상응하는 동작을 수행하기 위하여, 생성한 명령어를 제어할 대상 기기에 전송할 수 있다.

예컨대, 인공 지능 장치(100)의 기본 플랫폼(제1 플랫폼)이 DeepThinQ??이고, 전등은 제1 타입 사물인터넷 기기(400a)이며, 발화문이 "전등 불 켜"인 경우를 가정한다. 이 경우, 발화문에 상응하는 의도 정보 중에서 대상 기기는 "전등"이고 발화 내용은 "점등"이며, 따라서 프로세서(180)는 제1 플랫폼에 대한 제1 플랫폼 프레임워크의 문법에 따라 제1 플랫폼과 연동된 전등을 점등하는 명령어를 생성하고, 생성한 명령어에 따라 전등을 점등하는 제어를 수행할 수 있다. 여기서, 프로세서(180)는 생성한 명령어를 전등으로 전송함으로써 전등을 제어할 수 있다.

대상 기기에 외부 플랫폼 장치(300)와 그에 연동된 사물인터넷 기기(400b 또는 400c)가 포함된 경우, 프로세서(180)는 생성한 명령어를 외부 플랫폼 장치(300) 전송함으로써 명령에 상응하는 동작을 수행할 수 있다. 이 경우, 외부 플랫폼 장치(300)는 수신한 명령어를 상기 연동된 사물인터넷 기기(400b 또는 400c)에 전송하여 명령어에 상응하는 동작을 수행할 수 있다.

대상 기기가 인공 지능 장치(100) 자신만인 경우에는, 생성한 명령어를 바로 처리할 수 있다.

예컨대, 사용자의 발화문이 인공 지능 장치(100)의 동작을 제어하기 위한 명령을 포함하는 경우에는, 생성한 명령문을 인공 지능 장치(100)가 처리함으로써 음성 데이터에 상응하는 동작을 수행할 수 있다.

도 4에는 도시되지 않았으나, 프로세서(180)는 동작 수행에 따른 응답을 획득하고, 획득한 응답을 제공할 수 있다.

프로세서(180)는 디스플레이부(151)을 통하여 획득한 응답을 화상 정보로 출력할 수 있다.

프로세서(180)는 TTS(Text to Speech) 엔진을 이용하여 획득한 응답을 음성으로 변환하고, 음향 출력부(152) 또는 스피커를 통해 변환된 음성을 출력할 수 있다.

이에 따라, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)를 이용하면 서로 다른 인공 지능 플랫폼을 이용하는 플랫폼 장치나 사물인터넷 기기들을 용이하게 관리 및 제어할 수 있다.

또한, 플랫폼 프레임워크를 추가적으로 저장(탑재)함에 따라 다양한 인공 지능 플랫폼들에 대한 호환성을 추가적으로 확보할 수 있다.

또한, 이미 사용중인 인공 지능 플랫폼의 경우 사용자의 계정 정보를 통해 연동하여 기존 제품과 동일하게 동작하도록 구현될 수 있다.

또한, 사용자 관점에서는 다양한 인공 지능 플랫폼에 기반한 제품들에 대하여 본 발명의 일 실시 예에 따른 인공 지능 장치(100)만을 이용하여 간편하게 음성으로 상호작용할 수 있다. 그리고, 복수의 인공 지능 플랫폼 장치(인공 지능 에이전트)를 구비하더라도, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)만으로 복수의 인공 지능 에이전트들을 간이하게 사용할 수 있다. 또한, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)를 이용하여 공 지능 에이전트가 없는 사물인터넷 기기에 대하여도 음성으로 상호작용할 수 있다.

또한, 제조사 관점에서는 제품에 어떠한 인공 지능 플랫폼을 탑재하더라도, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)와 연결이 가능하기 때문에, 인공 지능 플랫폼 생태계 진입에 어려움이 없다. 그리고, 인터넷 연결 가능한 사물인터넷 기기에 제어 가능한 API가 있다면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)를 이용하여 음성으로 상호작용할 수 있다. 즉, 음성으로 제어 할 수 있도록 따로 설계할 필요가 없다. 예컨대, 제품을 OCF 표준을 따르는 IoTivity framework 이용하여 설계하는 경우, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)와 용이하게 호환될 수 있다.

현재 다수의 제조사에서 다양한 플랫폼의 인공 지능 스피커와 에이전트를 출시하고 있다. 이는 사용자가 필요에 따라 여러 개의 플랫폼을 구입해야 하며, 하나의 플랫폼으로 다른 인공 지능 플랫폼의 제품을 제어할 수 없다는 문제점이 있다. 하지만, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 하나의 마스터 플랫폼으로써 동작하여 다른 인공 지능 플랫폼의 제품들도 모두 제어 가능하기 때문에 사용자에게도 경제적으로도 이득이며, 사용 편의성을 확보할 수 있다.

도 5는 본 발명의 일 실시 예에 따른 연결 테이블의 일 예를 나타낸 도면이다.

도 6은 도 5의 연결 테이블에 상응하는 인공 지능 시스템(601)을 나타낸 도면이다.

도 5를 참조하면, 메모리(170)에 저장되는 연결 테이블(501)은 무선 통신부(110)를 통하여 연결된 사물 인터넷 기기(400a, 400b 또는 400c) 또는 외부 플랫폼 장치(300)에 대한 정보를 포함할 수 있다.

연결 테이블(501)은 각 기기들에 대한 장치 이름(511), 장치 식별 정보(512), 장치 종류(513), 지원하는 플랫폼 프레임워크의 종류(514) 또는 연결 관계 정보(515) 중에서 적어도 하나 이상을 포함할 수 있다.

장치 이름(511)은 미리 장치에 설정된 장치 이름이 기본값으로 설정될 수 있다.

장치 이름(511)은 사용자의 설정에 의하여 수정할 수 있다. 예컨대, 사용자가 별명(닉네임)을 설정한 경우 별명이 저장될 수 있다.

또는, 사용자가 별명(닉네임)을 설정한 경우에는 연결 테이블(501)의 장치 별명(미도시) 항목에 설정된 별명이 저장될 수 있다.

장치 식별 정보(512)는 연결 테이블(501)에서 관리하는 장치(기기)들을 구분하기 위한 고유한 정보로, 각 장치(기기)에 고유로 설정된 시리얼 넘버로 설정될 수도 있고, 연결 테이블(501)에 저장된 순서를 고려하여 "장치 종류-번호"와 같은 형식으로 설정될 수도 있다.

예컨대, 연결 테이블(501)에 등록된 첫 번째 사물인터넷 기기의 장치 식별 정보(512)는 IoT-1로 설정될 수 있다. 마찬가지로, 연결 테이블(501)에 등록된 첫 번째 외부 플랫폼 장치(또는 외부 플랫폼 허브)의 식별 정보(512)는 Hub-1로 설정될 수 있다.

특히, 연결 테이블(501)에는 인공 지능 장치(100)에 대한 정보가 포함되어 있을 수 있고, 이 경우 연결 테이블(501)에서 인공 지능 장치(100)에 대한 항목은 자기 자신을 가리키므로 식별 정보(512)는 Hub-0으로 설정될 수 있다.

도 5 및 6을 참조하면, 도 6에 도시된 인공 지능 시스템(601)에는 총 5개의 기기(521 내지 525)가 포함되어 있으며, 이들에 대한 정보는 도 5에 도시된 연결 테이블(501)에 등록되어 관리되고 있다.

첫 번째 기기(기기 1, 521)는 인공 지능 장치(100) 자신이다.

이때, 연결 테이블(501)에 저장된 첫 번째 기기(521)에 대한 정보는, 이름(511)은 DeepThinQ??이고, 식별 정보(512)는 Hub-0, 장치 종류(513)는 플랫폼 허브, 플랫폼 프레임워크(514)는 DeepThinkQ??, 연결 관계(515)는 자신이 될 수 있다.

두 번째 기기(기기 2, 522)는 외부 플랫폼 장치(또는 외부 플랫폼 허브, 300)이다. 그리고, 두 번째 기기(522)는 첫 번째 기기(521)와 연결된다.

이때, 연결 테이블(501)에 저장된 두 번째 기기(522)에 대한 정보는, 이름(511)은 Alexa??이고, 식별 정보(512)는 Hub-1, 장치 종류(513)는 플랫폼 허브, 플랫폼 프레임워크(514)는 Alexa??, 연결 관계(515)는 Hub-0이 될 수 있다.

세 번째 기기(기기 3, 523)는 제1 타입 사물인터넷 기기(400a)이다. 그리고, 세 번째 기기(523)는 첫 번째 기기(521)와 연결된다.

이때, 연결 테이블(501)에 저장된 세 번째 기기(523)에 대한 정보는, 이름(511)은 조명이고, 식별 정보(512)는 IoT-1, 장치 종류(513)는 사물인터넷 기기, 플랫폼 프레임워크(514)는 DeepThinQ??, 연결 관계(515)는 Hub-0이 될 수 있다.

네 번째 기기(기기 4, 524)는 제2 타입 사물인터넷 기기(400b)이다. 그리고, 네 번째 기기(524)는 첫 번째 기기(521) 및 두 번째 기기(522)와 연결된다.

이때, 연결 테이블(501)에 저장된 네 번째 기기(524)에 대한 정보는, 이름(511)은 공기청정기이고, 식별 정보(512)는 IoT-2, 장치 종류(513)는 사물인터넷 기기, 플랫폼 프레임워크(514)는 Alexa??, 연결 관계(515)는 Hub-0, Hub-1이 될 수 있다.

다섯 번째 기기(기기 5, 525)는 제3 타입 사물인터넷 기기(400c)이다. 그리고, 다섯 번째 기기(523)는 두 번째 기기(522)와 연결된다.

이때, 연결 테이블(501)에 저장된 다섯 번째 기기(525)에 대한 정보는, 이름(511)은 에어컨이고, 식별 정보(512)는 IoT-3, 장치 종류(513)는 사물인터넷 기기, 플랫폼 프레임워크(514)는 Alexa??, 연결 관계(515)는 Hub-1이 될 수 있다.

예컨대, 음성 데이터가 다섯 번째 기기(525)만을 명시하는 경우라고 하더라도, 프로세서(180)는 연결 테이블(501)에 저장된 연결 관계(515)에 따라 두 번째 기기(Hub-1, 522)를 통하여 다섯 번째 기기(525)를 제어하여야 한다는 것을 파악할 수 있다.

상기 플랫폼이 DeepThinQ??과 Alex??는 예시에 불과하며, 실제로 실시하기에 따라서 다양한 인공 지능 플랫폼이 이용될 수 있다.

상기한 연결 테이블(501)은 각 사용자별로 구분되어 생성되어 관리될 수 있다. 즉, 각 사용자별로 상이한 연결 테이블을 이용할 수 있다.

도 7은 도 4에 도시된 대상 기기를 결정하는 단계(S405)의 일 예를 나타낸 동작 흐름도이다.

도 7을 참조하면, 프로세서(180)는 음성 데이터에 기기가 명시되어 있는지 판단한다(S701).

음성 데이터에 기기가 명시되었는지 여부는 획득한 의도 정보에 대상 기기에 대한 정보가 포함되어 있는지 여부를 의미할 수 있다.

단계(S701)의 판단 결과 음성 데이터에 기기가 명시된 경우, 프로세서(180)는 음성 데이터에 명시된 기기를 대상 기기로 결정한다(S703).

상술한 바와 같이, 대상 기기에는 본 발명의 일 실시 예에 따른 인공 지능 장치(100), 외부 플랫폼 장치(300) 또는 사물인터넷 기기(400a, 400b 또는 400c) 중에서 적어도 하나 이상이 포함될 수 있다.

예컨대, 인공 지능 장치(100)의 기본 플랫폼이 DeepThinQ??이고, 사용자 발화문이 "DeepThinQ??에게 불 꺼주라고 해"인 경우, 음성 데이터에 명시된 기기는 인공 지능 장치(100)로 볼 수 있다.

프로세서(180)는 추가 대상 기기가 필요한지 판단한다(S705).

프로세서(180)는 음성 데이터에 명시된 기기만으로 의도 정보에 상응하는 동작을 수행할 수 있는지 여부에 따라 추가 대상 기기가 필요한지 판단할 수 있다.

예컨대, 음성 데이터가 제3 타입 사물인터넷 기기(400c)를 명시하며 이를 제어하는 내용을 포함하는 경우를 가정한다. 이 경우, 제3 타입 사물인터넷 기기(400c)는 인공 지능 장치(100)가 단독으로 연동하여 제어할 수 없는 장치이므로, 프로세서(180)는 제3 타입 사물인터넷 기기(400c)와 연동 가능한 외부 플랫폼 장치(300)에 대한 정보가 필요하다고 판단함으로써 추가 대상 기기가 필요하다고 판단할 수 있다.

대상 기기에는 외부 플랫폼 장치(300) 또는 사물인터넷 기기(400a, 400b 또는 400c) 중에서 적어도 하나 이상이 포함되며, 제2 타입 사물인터넷 기기(400b) 또는 제3 타입 사물인터넷 기기(400c)는 외부 플랫폼 장치(300)와 함께 대상 기기에 포함될 수 있다. 특히, 제3 타입 사물인터넷 기기(400c)는 연동 가능한 외부 플랫폼 장치(300)와 함께 대상 기기에 포함될 수 있다.

실시 예에 따라서는, 제3 타입 사물인터넷 기기(400c)를 제어하기 위한 음성 데이터에는 제3 타입 사물인터넷 기기(400c)와 연동되는 외부 플랫폼 장치(300)만 명시되어 있어도 충분하다.

제3 타입 사물인터넷 기기(400c)와 연동되는 외부 플랫폼 장치(300)에는 연동된 제3 타입 사물인터넷 기기(400c)에 대한 등록 정보 또는 연동 정보가 저장되어 있으므로, 인공 지능 장치(100)의 프로세서(180)는 외부 플랫폼에 제3 타입 사물인터넷 기기(400c)를 제어하기 위한 명령어를 전송하는 것만으로도 외부 플랫폼 장치(300)가 제3 타입 사물인터넷 기기(400c)를 제어할 수 있다.

따라서, 이러한 경우라면 프로세서(180)는 대상 기기로써 외부 플랫폼 장치(300)만 결정하더라도 음성 데이터에 상응하는 동작을 수행할 수 있다.

그러므로, 일 실시 예에서 추가 대상 기기가 필요한지 여부를 판단하는 것은, 음성 데이터에 명시된 기기가 제3 타입 사물인터넷 기기(400c)인지 판단하는 것을 의미할 수 있다.

단계(S705)의 판단 결과 추가 대상 기기가 필요하다고 판단된 경우, 프로세서(180)는 추가 대상 기기를 포함하여 대상 기기를 결정한다(S707).

예컨대, 음성 데이터가 제3 타입 사물인터넷 기기(400c)를 제어하는 내용을 포함하며, 음성 데이터가 오직 제3 타입 사물인터넷 기기(400c)만을 명시하고 있는 경우를 가정한다. 이 경우, 프로세서(180)는 제3 타입 사물인터넷 기기(400c)와 연동된 외부 플랫폼 장치(300)를 추가 대상 기기로 판단하고, 외부 플랫폼 장치(300)를 대상 기기에 포함시킬 수 있다. 즉, 이 예시에서 대상 기기는 외부 플랫폼 장치(300)와 제3 타입 사물인터넷 기기(400c)이다.

단계(S705)의 판단 결과 추가 대상 기기가 필요하지 않다고 판단되는 경우, 도 4에 도시된 대상 플랫폼 프레임워크를 결정하는 단계(S407)로 진행한다.

단계(S701)의 판단 결과 음성 데이터에 기기가 명시되지 않은 경우, 프로세서(180)는 음성 데이터에 상응하는 의도 정보에 기기를 제어하는 정보를 포함하는지 판단한다(S709).

예컨대, 사용자의 발화문이 "불 켜줘"인 경우, 음성 데이터에는 기기가 명시되지 않았다. 하지만, 프로세서(180)는 의도 정보에 점등이라는 기기 제어 정보가 포함됨을 확인할 수 있다.

단계(S709)의 판단 결과 의도 정보에 기기를 제어하는 정보가 포함된 경우, 프로세서(180)는 제어의 대상이 되는 기기를 대상 기기로 결정한다(S711). 그리고, 상술한 단계(S705)로 진행한다.

예컨대, 사용자의 발화문이 "불 켜줘"인 경우, 프로세서(180)는 점등을 수행할 전등을 대상 기기로 결정할 수 있다. 그리고, 단계(S705)로 진행하여 추가 대상 기기가 필요한지 여부를 판단하고, 필요하다면 추가 대상 기기를 포함하여 대상 기기를 결정할 수 있다.

단계(S709)의 판단 결과 의도 정보에 기기를 제어하는 정보가 포함되지 않은 경우, 프로세서(180)는 인공 지능 장치(100)를 대상 기기로 결정한다(S713). 그리고, 도 4에 도시된 대상 플랫폼 프레임워크를 결정하는 단계(S407)로 진행한다.

의도 정보에 기기를 제어하는 정보가 포함되지 않은 경우는, 사용자 발화문이 기기를 제어하는 것이 아니라 단순히 질의하는 경우를 의미할 수 있다.

예컨대, 사용자 발화문이 "지금 날씨 어때"인 경우, 프로세서(180)는 대상 기기를 인공 지능 장치(100)로 결정할 수 있다.

도 8은 도 4에 도시된 생성한 명령어를 이용하여 동작을 수행하는 단계(S411)의 일 예를 나타낸 동작 흐름도이다.

도 8을 참조하면, 프로세서(180)는 대상 기기에 플랫폼 장치가 포함되어 있는지 여부를 판단한다(S801).

플랫폼 장치는 본 발명의 일 실시 예에 따른 인공 지능 장치(100) 또는 외부 플랫폼 장치(300)를 의미한다.

단계(S801)의 판단 결과 대상 기기에 플랫폼 장치가 포함된 경우, 프로세서(180)는 대상 기기에 포함된 플랫폼 장치가 외부 플랫폼 장치(300)인지 여부를 판단한다(S803).

단계(S803)의 판단 결과 대상 기기에 포함된 플랫폼 장치가 외부 플랫폼 장치인 경우, 프로세서(180)는 생성된 명령어를 외부 플랫폼 장치(300)로 전송한다(S805).

단계(S803)의 판단 결과 대상 기기에 포함된 플랫폼 장치가 외부 플랫폼 장치가 아닌 경우, 프로세서(180)는 생성된 명령어를 처리한다(S807).

대상 기기에 포함된 플랫폼 장치가 외부 플랫폼 장치가 아니라는 것은 대상 기기에 포함된 플랫폼 장치가 인공 지능 장치(100) 자신이라는 것을 의미한다.

따라서, 프로세서(180)는 생성된 명령어의 처리 주체가 자신이므로, 생성된 명령어를 처리한다.

생성된 명령어를 처리한다는 것은 생성된 명령어를 실행하는 것을 의미할 수 있다.

생성된 명령어의 실행은 연동된 사물인터넷 기기(400a 또는 400b)를 제어하는 명령어를 실행하는 것을 포함하므로, 넓은 의미로는 생성된 명령어에 상응하는 제어 신호를 연동된 사물인터넷 기기(400a 또는 400b)에 전송하는 것을 포함할 수 있다.

즉, 생성된 명령어가 인공 지능 장치(100)와 직접 연동된 사물인터넷 기기(400a 또는 400b)를 제어하는 명령어인 경우, 프로세서(180)는 생성된 명령어 또는 명령어에 상응하는 제어 신호를 대상 기기로써의 사물인터넷 기기(400a 또는 400b)에 전송함으로써 생성된 명령어를 처리할 수 있다.

생성된 명령어가 질의에 대한 응답을 요청하는 명령어인 경우, 프로세서(180)는 메모리(170), 학습 장치(200) 또는 인터넷을 이용하여 질의에 대한 정보를 획득하고, 획득한 정보에 기초하여 응답을 제공할 수 있다.

단계(S801)의 판단 결과 대상 기기에 플랫폼 장치가 포함되지 않은 경우, 프로세서(180)는 생성된 명령어를 대상 기기에 포함된 사물인터넷 기기(400a, 400b)로 전송한다(S809).

도 7과 함께 설명한 바와 같이, 제3 타입 사물인터넷 기기(400c)를 제어하는 음성 데이터에 대하여 결정되는 대상 기기에는 제3 타입 사물인터넷 기기(400c)뿐만 아니라 이와 연동되는 외부 플랫폼 장치(300)가 포함된다. 따라서, 제3 타입 사물인터넷 기기(400c)를 제어하는 명령어를 처리할 때에는 대상 기기에 플랫폼 장치가 포함되어 있으므로 본 단계(S809)에 의해 처리되지 않는다.

반면, 제1 타입 사물인터넷 기기(400a) 또는 제2 타입 사물인터넷 기기(400b)는 인공 지능 장치(100)와 직접 연동이 가능하므로, 대상 기기에 플랫폼 장치가 포함되지 않을 수 있다. 따라서, 제1 타입 사물인터넷 기기(400a)와 제2 타입 사물인터넷 기기(400b)를 제어하는 명령어를 처리할 때에 본 단계(S809)에 의해 처리될 수 있다.

도 9는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)의 소프트웨어의 구조를 나타낸 도면이다.

도 9를 참조하면, 인공 지능 장치(100)의 소프트웨어는 커널 레이어(Kernal Layer, 901), 플랫폼 프레임워크 레이어(Platform Framework Layer, 902) 및 에이전트 어플리케이션 레이어(Agent Application Layer, 903)으로 구성될 수 있다.

플랫폼 프레임워크 레이어(902)는 인공 지능 장치(100)의 기본 플랫폼에 대한 제1 플랫폼 프레임워크 및 적어도 하나 이상의 제2 플랫폼 프레임워크를 포함할 수 있다.

각 플랫폼 프레임워크는 각 플랫폼에 대한 SDK로 구성될 수 있다.

에이전트 어플리케이션 레이어(903)에는 인공 지능 장치(100)에서 가동되는 어플리케이션이 포함되며, 플랫폼 프레임워크 레이어(902)에 포함된 플랫폼 프레임워크들을 이용할 수 있다.

도 10은 본 발명의 일 실시 예에 따른 플랫폼 프레임워크의 명령어 형식(1001)의 예시를 나타낸 도면이다.

도 10을 참조하면, 플랫폼 프레임워크의 명령어 형식(1001)은 플랫폼 이름, 명령어의 언어, 입력 종류 등을 포함하는 형식일 수 있다.

명령어의 언어는 해당 플랫폼 프레임워크가 지원하는 언어를 의미하며, 예컨대 영어, 한국어 등이 포함될 수 있다.

입력 종류는 명령어로써 입력되는 데이터의 종류를 의미하며, 텍스트, 음성 등이 포함될 수 있다.

즉, 도 10은 Alexa??라는 플랫폼은 지원하는 언어가 영어이며, 입력은 텍스트의 형식을 가져야 한다는 명령어 형식을 나타낸다.

만약, 인공 지능 장치(100)의 플랫폼이 DeepThinQ??이고, 대상 플랫폼(대상 플랫폼 프레임워크)이 Alexa??인 경우, 인공 지능 장치(100)가 음성 데이터로부터 생성한 명령어는 대상 플랫폼 프레임워크를 이용하여 생성한 API 명령어로 구성되거나, 도 10에 도시된 명령어 형식에 따라 음성 데이터가 영문의 텍스트로 변환된 명령어로 구성될 수 있다.

예컨대, 음성 데이터의 내용이 "전등을 켜줘"인 경우, 인공 지능 장치(100)는 도 10에 도시된 명령어 형식에 맞추어 "Turn on the light"라는 텍스트를 명령어로 생성할 수도 있고, 대상 플랫폼 프레임워크에서 지원하는 API로써 "Control(Light, On)"과 같은 API 명령어를 생성할 수 있다.

인공 지능 장치(100)는 음성 데이터에 상응하는 의도 정보를 획득하기 위하여 음성 데이터를 텍스트로 변환하는 것이 선행될 수 있으므로, 대상 플랫폼의 명령어 형식이 텍스트인 경우라면, 별도의 음성을 텍스트로 변환하는 작업은 불필요할 수 있다.

만약, 대상 플랫폼이 지원하는 언어가 인공 지능 장치(100)가 지원하는 언어와 다르며, 대상 플랫폼이 입력 종류로써 음성만을 허용하는 경우, 인공 지능 장치(100)는 텍스트로 변환된 음성 데이터를 대상 플랫폼이 지원하는 언어의 텍스트로 변환하고, 변환된 텍스트를 음성으로 변환할 수 있다.

도 11은 본 발명의 일 실시 예에 따른 사용자 정보(1101)의 예시를 나타낸 도면이다.

도 11을 참조하면, 사용자 정보(1101)에는 사용자 식별 정보, 언어, 대상 플랫폼, 제품 정보 등이 포함될 수 있다.

도 11의 예시에서는, 사용자 식별 정보가 "user001"인 사용자는 사용하는 언어가 한국어이다. 여기서 인공 지능 장치(100)가 외부 플랫폼 장치(300)를 제어하거나 외부 플랫폼 장치(300)를 통하여 사물인터넷 기기(400b 또는 400c)를 제어하는 경우에 있어서, 외부 플랫폼 장치(300)가 영어만을 지원하는 경우를 가정해본다.

이 경우, 인공 지능 장치(100)는 외부 플랫폼 장치(300) 또는 사물인터넷 기기(400b 또는 400c)를 제어하고 그 응답을 수신할 수 있는데, 외부 플랫폼 장치(300)로부터 응답을 수신하기 때문에 영어로 응답을 획득하게 된다.

상기 사용자는 사용하는 언어가 한국어이기 때문에, 인공 지능 장치(100)는 획득한 응답을 영어에서 한국어로 번역하고, 한국어로 번역된 텍스트를 음성으로 변환하여 출력할 수 있다.

도 12는 본 발명의 일 실시 예에 따른 음성 상호작용에 대한 응답(1201)의 예시를 나타낸 도면이다.

도 12를 참조하면, 음성 상호작용에 대한 응답(1201)에는 대상 플랫폼(TargetPlatform), 상호작용 성공여부(Final), 간소화된 상호작용 결과(Result), 구체적인 상호작용 결과(ResultDetails)등이 포함될 수 있다.

도 12의 예시에서의 응답(1201)은, 타겟 플랫폼이 Alexa??이고, 상호작용이 성공하였으며, 상호작용에 대한 결과로 공기 청정기를 작동하며, 구체적으로 공기 청정기의 풍량은 3이며 회전 모드로 작동시킨다는 정보를 포함한다.

인공 지능 장치(100)의 프로세서(180)는 획득한 응답(1201)에 기초하여, "네, Alexa??를 통해 공기 청정기를 작동합니다. 처리 결과 공기 청정기는 풍량 3, 회전 모드로 작동합니다."와 같이 응답을 재구성할 수 있다. 그리고, 프로세서(180)는 재구성한 응답을 음성으로 변환하여 출력할 수 있다.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.

Claims (14)

1. 음성으로 상호작용하는 인공 지능 장치에 있어서,
   사용자의 발화문에 상응하는 음성 데이터를 획득하는 마이크로폰;
   상기 인공 지능 장치의 기본 플랫폼에 상응하는 제1 플랫폼 프레임워크 및 적어도 하나 이상의 제2 플랫폼 프레임워크를 저장하는 메모리;
   사물인터넷 기기 또는 외부 플랫폼 장치 중에서 적어도 하나 이상과 통신하는 통신부; 및
   상기 음성 데이터에 상응하는 의도 정보를 획득하고,
   상기 의도 정보에 기초하여 상기 인공 지능 장치, 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치 중에서 적어도 하나 이상의 대상 기기를 결정하고,
   상기 의도 정보에 기초하여 상기 제1 플랫폼 프레임워크 또는 상기 제2 플랫폼 프레임워크 중에서 대상 플랫폼 프레임워크를 결정하고,
   상기 결정된 대상 플랫폼 프레임워크를 이용하여 상기 음성 데이터에 상응하는 명령어를 생성하고,
   상기 생성된 명령어를 이용하여 상기 대상 기기에 대하여 상기 음성 데이터에 상응하는 동작을 수행하는 프로세서
   를 포함하는, 인공 지능 장치.
2. 청구항 1에 있어서,
   상기 프로세서는
   상기 결정된 대상 기기가 상기 인공 지능 장치인 경우에 상기 생성된 명령어를 실행하고, 상기 결정된 대상 기기가 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치인 경우에 상기 생성된 명령어를 상기 결정된 대상 기기로 전송함으로써, 상기 음성 데이터에 상응하는 동작을 수행하는, 인공 지능 장치.
3. 청구항 1에 있어서,
   상기 프로세서는
   상기 결정된 대상 기기가 지원하는 플랫폼 프레임워크를 기준으로 상기 대상 플랫폼 프레임워크를 결정하는, 인공 지능 장치.
4. 청구항 3에 있어서,
   상기 프로세서는
   상기 대상 기기에 상기 외부 플랫폼 장치가 포함된 경우에는 상기 명령어를 상기 외부 플랫폼 장치에 전송하는, 인공 지능 장치.
5. 청구항 3에 있어서,
   상기 사물인터넷 기기는
   상기 제1 플랫폼 프레임워크를 이용하며 상기 인공 지능 장치와 직접 통신 가능한 제1 타입 사물인터넷 기기, 상기 제2 플랫폼 프레임워크를 이용하며 상기 인공 지능 장치와 직접 통신 가능한 제2 타입 사물인터넷 기기 또는 상기 타 플랫폼 장치를 통해서만 통신이 가능한 제3 타입 사물인터넷 기기 중에서 하나로 분류되는, 인공 지능 장치.
6. 청구항 5에 있어서,
   상기 프로세서는
   상기 의도 정보가 상기 제1 타입 사물인터넷 기기 또는 상기 제2 타입 사물인터넷 기기를 제어하는 명령어인 경우, 상기 생성된 명령어를 상기 제1 타입 사물인터넷 기기 또는 상기 제2 타입 사물인터넷 기기에 직접 전송함으로써 상기 음성 데이터에 상응하는 동작을 수행하는, 인공 지능 장치.
7. 청구항 5에 있어서,
   상기 프로세서는
   상기 의도 정보가 상기 제3 타입 사물인터넷 기기를 제어하는 명령어이고, 상기 대상 기기에 상기 제3 타입 사물인터넷 기기만 포함된 경우, 상기 제3 타입 사물인터넷 기기와 연결된 외부 플랫폼 장치를 식별하고, 상기 생성된 명령어를 상기 식별된 외부 플랫폼 장치에 전송함으로써 상기 음성 데이터에 상응하는 동작을 수행하는, 인공 지능 장치.
8. 청구항 5에 있어서,
   상기 메모리는
   상기 통신부와 연결된 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치에 대한 정보를 포함하는 연결 테이블을 저장하고,
   상기 프로세서는
   상기 연결 테이블을 이용하여 상기 대상 기기 및 상기 대상 플랫폼 프레임워크를 결정하는, 인공 지능 장치.
9. 청구항 8에 있어서,
   상기 연결 테이블은
   장치 이름, 장치 식별 정보, 지원하는 플랫폼 프레임워크의 종류 또는 연결 관계 정보 중에서 적어도 하나 이상을 포함하는, 인공 지능 장치.
10. 청구항 3에 있어서,
    상기 프로세서는
    상기 결정된 대상 기기가 지원하는 플랫폼 프레임워크에 상기 제1 플랫폼 프레임워크가 포함된 경우, 우선적으로 상기 제1 플랫폼 프레임워크를 상기 대상 플랫폼 프레임워크로 결정하는, 인공 지능 장치.
11. 청구항 1에 있어서,
    스피커
    를 더 포함하고,
    상기 프로세서는
    상기 제어에 상응하는 응답을 획득하고, 상기 획득한 응답을 음성으로 변환하고, 상기 스피커를 통해 상기 변환된 음성을 출력하는, 인공 지능 장치.
12. 청구항 1에 있어서,
    상기 프로세서는
    STT(Speech to Text) 엔진을 이용하여 상기 음성 데이터를 텍스트로 변환하고, 자연어 처리 엔진을 이용하여 상기 변환된 텍스트에서 상기 의도 정보를 획득하고,
    상기 STT 엔진 또는 상기 자연어 처리 엔진 중에서 적어도 하나는
    머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습되는, 인공 지능 장치.
13. 인공 지능 장치를 이용하여 음성으로 상호작용하는 방법에 있어서,
    사용자의 발화문에 상응하는 음성 데이터를 획득하는 단계;
    상기 음성 데이터에 상응하는 의도 정보를 획득하는 단계;
    상기 의도 정보에 기초하여 상기 인공 지능 장치, 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치 중에서 적어도 하나 이상의 대상 기기를 결정하는 단계;
    상기 의도 정보에 기초하여 상기 인공 지능 장치의 기본 플랫폼에 상응하는 제1 플랫폼 프레임워크 또는 다른 적어도 하나 이상의 제2 플랫폼 프레임워크 중에서 대상 플랫폼 프레임워크를 결정하는 단계;
    상기 결정된 대상 플랫폼 프레임워크를 이용하여 상기 음성 데이터에 상응하는 명령어를 생성하는 단계; 및
    상기 생성된 명령어를 이용하여 상기 대상 기기에 대하여 상기 음성 데이터에 상응하는 동작을 수행하는 단계
    를 포함하는, 방법.
14. 음성으로 상호작용하는 방법을 수행하기 위한 프로그램이 기록된 기록 매체에 있어서,
    상기 방법은
    사용자의 발화문에 상응하는 음성 데이터를 획득하는 단계;
    상기 음성 데이터에 상응하는 의도 정보를 획득하는 단계;
    상기 의도 정보에 기초하여 상기 인공 지능 장치, 상기 사물인터넷 기기 또는 상기 외부 플랫폼 장치 중에서 적어도 하나 이상의 대상 기기를 결정하는 단계;
    상기 의도 정보에 기초하여 상기 인공 지능 장치의 기본 플랫폼에 상응하는 제1 플랫폼 프레임워크 또는 다른 적어도 하나 이상의 제2 플랫폼 프레임워크 중에서 대상 플랫폼 프레임워크를 결정하는 단계;
    상기 결정된 대상 플랫폼 프레임워크를 이용하여 상기 음성 데이터에 상응하는 명령어를 생성하는 단계; 및
    상기 생성된 명령어를 이용하여 상기 대상 기기에 대하여 상기 음성 데이터에 상응하는 동작을 수행하는 단계
    를 포함하는, 기록 매체.

Images