KR20200127823A - 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 - Google Patents
허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 Download PDFInfo
- Publication number
- KR20200127823A KR20200127823A KR1020190123310A KR20190123310A KR20200127823A KR 20200127823 A KR20200127823 A KR 20200127823A KR 1020190123310 A KR1020190123310 A KR 1020190123310A KR 20190123310 A KR20190123310 A KR 20190123310A KR 20200127823 A KR20200127823 A KR 20200127823A
- Authority
- KR
- South Korea
- Prior art keywords
- text
- determination model
- information
- model
- function determination
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000006870 function Effects 0.000 claims description 400
- 238000004891 communication Methods 0.000 claims description 87
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000033001 locomotion Effects 0.000 claims description 20
- 238000011017 operating method Methods 0.000 claims 1
- 230000009471 action Effects 0.000 description 54
- 238000007726 management method Methods 0.000 description 43
- 238000003860 storage Methods 0.000 description 20
- 238000004590 computer program Methods 0.000 description 17
- 238000013473 artificial intelligence Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 238000009434 installation Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000005406 washing Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/081—Search algorithms, e.g. Baum-Welch or Viterbi
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
- Telephonic Communication Services (AREA)
Abstract
사용자의 음성 입력을 수신하고, 수신된 음성 입력을 기초로 사용자의 의도에 따른 동작을 수행할 디바이스를 자동으로 결정하고, 결정된 디바이스에 따라 서비스를 수행하기 위하여 필요한 정보들을 제공하는 허브 디바이스, 멀티 디바이스 시스템, 및 그 동작 방법을 개시한다.
Description
본 개시는 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 환경에서 사용자로부터 수신한 음성 입력에 포함되는 사용자의 의도에 따른 동작을 수행할 동작 수행 디바이스를 결정하고, 결정된 동작 수행 디바이스를 제어하는 허브 디바이스, 멀티 디바이스 시스템, 및 그 동작 방법에 관한 것이다.
멀티 미디어 기술 및 네트워크 기술이 발전함에 따라, 사용자는 디바이스를 이용하여 다양한 서비스를 제공받을 수 있게 되었다. 특히, 음성 인식 기술이 발전함에 따라, 사용자는 디바이스에 음성(예를 들어, 발화)을 입력하고, 서비스 제공 에이전트를 통해 음성 입력에 따른 응답 메시지를 수신할 수 있게 되었다.
하지만, 복수의 디바이스를 포함하는 홈 네트워크 환경 등 멀티 디바이스 시스템에서, 사용자가 음성 입력 등을 통해 대화(interaction)하는 클라이언트 디바이스가 아닌, 다른 디바이스를 통해 서비스를 제공받고 싶은 경우, 서비스를 제공할 디바이스를 직접 선택해야 하는 번거로움이 있다. 특히, 복수의 디바이스 각각이 제공할 수 있는 서비스의 종류가 다르기 때문에, 사용자의 음성 입력에 포함된 의도를 파악하여 효과적으로 서비스를 제공할 수 있는 기술이 요구되고 있다.
사용자의 음성 입력에 포함된 의도를 파악할 때, 인공지능(Artificial Intelligence, AI) 기술이 활용될 수 있으며, 룰(Rule) 기반의 자연어 이해 기술(Natural Language Understanding, NLU)이 활용될 수도 있다. 사용자의 음성 입력을 허브 디바이스(Hub device)를 통해 수신하는 경우, 허브 디바이스는 음성 입력을 통해 서비스를 제공할 디바이스를 직접 선택하지 못하고 별도의 음성 비서 서비스 제공 서버를 이용하여 디바이스를 제어해야 하므로, 사용자의 입장에서는 네트워크 사용 비용이 소비되고, 음성 비서 서비스 제공 서버를 통하므로 응답 속도가 느려지는 문제점이 있다.
본 개시는 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법에 관한 것으로, 보다 구체적으로는 사용자의 음성 입력을 수신하고, 수신된 음성 입력을 기초로 사용자의 의도에 따른 동작을 수행할 디바이스를 자동으로 결정하고, 결정된 디바이스에 따라 서비스를 수행하기 위하여 필요한 정보들을 제공하는 허브 디바이스, 멀티 디바이스 시스템, 및 그 동작 방법을 제공하는 것을 목적으로 한다.
상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 사용자의 음성 입력을 수신하는 단계; ASR(Automatic Speech Recognition)을 수행하여, 수신된 음성 입력을 텍스트로 변환하는 단계; 디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 동작 수행 디바이스를 결정하는 단계; 상기 허브 디바이스와 연결된 복수의 디바이스 중, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하는 단계; 및 상기 확인된 디바이스에 상기 변환된 텍스트의 적어도 일부를 제공하는 단계를 포함하는, 허브 디바이스(Hub device)가 음성 입력에 기초하여 디바이스를 제어하는 방법을 제공한다.
예를 들어, 상기 디바이스 판단 모델은 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 상기 동작 수행 디바이스를 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 기능 판단 모델은 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 결정된 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 방법은 복수의 디바이스 중 상기 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 상기 적어도 하나의 디바이스에 저장된 기능 판단 모델에 관한 정보를 획득하는 단계를 더 포함할 수 있다.
예를 들어, 상기 디바이스를 확인하는 단계는 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하는 디바이스를 확인할 수 있다.
상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 복수의 디바이스, 음성 비서 서버, 및 IoT 서버 중 적어도 하나와 데이터 통신을 수행하는 통신 인터페이스; 사용자의 음성 입력을 수신하는 마이크; 하나 이상의 명령어들(instructions)을 포함하는 프로그램을 저장하는 메모리; 및 상기 메모리에 저장된 프로그램의 하나 이상의 명령어들을 실행하는 프로세서를 포함하고, 상기 프로세서는 ASR(Automatic Speech Recognition)을 수행하여, 상기 마이크를 통해 수신된 음성 입력을 텍스트로 변환하고, 디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 상기 복수의 디바이스 중 동작 수행 디바이스를 결정하고, 기능 판단 디바이스 결정 모듈을 이용하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하고, 상기 확인된 디바이스에 상기 변환된 텍스트의 적어도 일부를 제공하도록 상기 통신 인터페이스를 제어하는, 허브 디바이스를 제공한다.
예를 들어, 상기 디바이스 판단 모델은 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 상기 동작 수행 디바이스를 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 기능 판단 모델은 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 결정된 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 프로세서는 상기 복수의 디바이스 중 상기 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 상기 적어도 하나의 디바이스에 저장된 기능 판단 모델에 관한 정보를 획득하도록 상기 통신 인터페이스를 제어할 수 있다.
예를 들어, 상기 프로세서는 상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하는 디바이스를 확인할 수 있다.
상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 허브 디바이스에 의해 사용자의 음성 입력을 수신하는 단계; 상기 허브 디바이스의 메모리에 저장된 ASR 모듈에 관한 데이터를 이용하여 ASR을 수행함으로써, 수신된 음성 입력을 텍스트로 변환하는 단계; 상기 허브 디바이스의 상기 메모리에 저장된 디바이스 판단 모델에 관한 데이터를 이용하여, 상기 변환된 텍스트에 기초하여 상기 제1 디바이스를 동작 수행 디바이스로 결정하는 단계; 상기 허브 디바이스가 상기 제1 디바이스에 저장되어 있는 상기 기능 판단 모델에 관한 정보를 상기 제1 디바이스로부터 획득하는 단계; 및 상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 허브 디바이스가 상기 변환된 텍스트의 적어도 일부를 상기 제1 디바이스로 전송하는 단계를 포함하는, 허브 디바이스(Hub device) 및 기능 판단 모델을 저장하고 있는 제1 디바이스를 포함하는 시스템의 동작 방법을 제공한다.
예를 들어, 상기 디바이스 판단 모델은 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 복수의 디바이스 중 상기 제1 디바이스를 동작 수행 디바이스로 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 기능 판단 모델은 상기 허브 디바이스로부터 수신한 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 방법은 제1 디바이스가 상기 기능 판단 모델의 상기 제2 자연어 이해 모델을 이용하여 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부의 분석 결과에 기초하여, 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하는 단계를 더 포함할 수 있다.
예를 들어, 상기 방법은 제1 디바이스가 상기 동작 정보에 기초하여 상기 제1 디바이스의 동작을 제어하기 위한 제어 명령을 생성하는 단계; 및 상기 제1 디바이스가 상기 제어 명령에 기초하여 상기 동작을 실행하는 단계를 더 포함할 수 있다.
상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 허브 디바이스(Hub device) 및 기능 판단 모델을 저장하고 있는 제1 디바이스를 포함하는 멀티 디바이스 시스템을 제공하고, 상기 허브 디바이스는 상기 제1 디바이스와 데이터 통신을 수행하는 통신 인터페이스; 사용자의 음성 입력을 수신하는 마이크; 하나 이상의 명령어들(instructions)을 포함하는 프로그램을 저장하는 메모리; 및 상기 메모리에 저장된 프로그램의 하나 이상의 명령어들을 실행하는 프로세서를 포함하고, 상기 프로세서는 ASR(Automatic Speech Recognition)을 수행하여, 상기 마이크를 통해 수신된 음성 입력을 텍스트로 변환하고, 디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 상기 제1 디바이스를 동작 수행 디바이스로 결정하고, 상기 제1 디바이스에 저장되어 있는 상기 기능 판단 모델에 관한 정보를 상기 제1 디바이스로부터 획득하도록 상기 통신 인터페이스를 제어하고, 상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 변환된 텍스트의 적어도 일부를 상기 제1 디바이스로 전송하도록 상기 통신 인터페이스를 제어할 수 있다.
예를 들어, 상기 디바이스 판단 모델은, 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 복수의 디바이스 중 상기 제1 디바이스를 동작 수행 디바이스로 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 제1 디바이스는 상기 허브 디바이스로부터 상기 텍스트의 적어도 일부를 수신하는 통신 인터페이스를 포함하고, 상기 기능 판단 모델은 수신한 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함할 수 있다.
예를 들어, 상기 제1 디바이스는 상기 제2 자연어 이해 모델을 이용하여 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부의 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하는 프로세서를 더 포함할 수 있다.
예를 들어, 상기 제1 디바이스의 상기 프로세서는 상기 동작 정보에 기초하여 상기 제1 디바이스의 동작을 제어하기 위한 제어 명령을 생성하고, 상기 제어 명령에 기초하여 상기 동작을 실행하도록 상기 제1 디바이스의 적어도 하나의 구성 요소를 제어할 수 있다.
본 개시는, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1은 본 개시의 일 실시예에 따른 허브 디바이스, 음성 비서 서버, IoT 서버, 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템의 일부 구성 요소를 도시한 블록도이다.
도 2는 본 개시의 일 실시예에 따른 허브 디바이스의 구성 요소를 도시한 블록도이다.
도 3은 본 개시의 일 실시예에 따른 음성 비서 서버의 구성 요소를 도시한 블록도이다.
도 4는 본 개시의 일 실시예에 따른 IoT 서버의 구성 요소를 도시한 블록도이다.
도 5는 본 개시의 일 실시예에 따른 복수의 디바이스의 일부 구성 요소를 도시한 블록도이다.
도 6은 본 개시의 허브 디바이스가 음성 입력에 기초하여 디바이스를 제어하는 방법을 도시한 흐름도이다.
도 7은 본 개시의 허브 디바이스가 사용자의 음성 입력에 따른 텍스트의 적어도 일부를 허브 디바이스, 음성 비서 서버, 또는 동작 수행 디바이스 중 어느 하나에 제공하는 방법을 도시한 흐름도이다.
도 8은 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 9는 본 개시의 허브 디바이스 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 10은 본 개시의 허브 디바이스 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 11은 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 써드파티 IoT 서버, 및 써드파티 디바이스 각각의 동작 방법을 도시한 흐름도이다.
도 12는 허브 디바이스, 음성 비서 서버, 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 환경을 도시한 도면이다.
도 13a 및 도 13b는 본 개시의 허브 디바이스 및 음성 비서 서버에서 실행 가능한 음성비서 모델의 실시예를 도시한 도면이다.
도 1은 본 개시의 일 실시예에 따른 허브 디바이스, 음성 비서 서버, IoT 서버, 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템의 일부 구성 요소를 도시한 블록도이다.
도 2는 본 개시의 일 실시예에 따른 허브 디바이스의 구성 요소를 도시한 블록도이다.
도 3은 본 개시의 일 실시예에 따른 음성 비서 서버의 구성 요소를 도시한 블록도이다.
도 4는 본 개시의 일 실시예에 따른 IoT 서버의 구성 요소를 도시한 블록도이다.
도 5는 본 개시의 일 실시예에 따른 복수의 디바이스의 일부 구성 요소를 도시한 블록도이다.
도 6은 본 개시의 허브 디바이스가 음성 입력에 기초하여 디바이스를 제어하는 방법을 도시한 흐름도이다.
도 7은 본 개시의 허브 디바이스가 사용자의 음성 입력에 따른 텍스트의 적어도 일부를 허브 디바이스, 음성 비서 서버, 또는 동작 수행 디바이스 중 어느 하나에 제공하는 방법을 도시한 흐름도이다.
도 8은 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 9는 본 개시의 허브 디바이스 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 10은 본 개시의 허브 디바이스 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 11은 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 써드파티 IoT 서버, 및 써드파티 디바이스 각각의 동작 방법을 도시한 흐름도이다.
도 12는 허브 디바이스, 음성 비서 서버, 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 환경을 도시한 도면이다.
도 13a 및 도 13b는 본 개시의 허브 디바이스 및 음성 비서 서버에서 실행 가능한 음성비서 모델의 실시예를 도시한 도면이다.
본 명세서의 실시예들에서 사용되는 용어는 본 개시의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 실시예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 명세서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
본 명세서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 시스템"이라는 표현은, 그 시스템이 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 명세서에서 '제1 자연어 이해 모델'은 음성 입력으로부터 변환된 텍스트를 분석하고, 분석 결과에 기초하여 동작 수행 디바이스를 결정하도록 학습된 모델이다. 제1 자연어 이해 모델은 텍스트를 해석함으로써, 인텐트를 결정할 수 있으며, 인텐트에 기초하여 동작 수행 디바이스를 결정하는데 이용될 수 있다.
본 명세서에서 '제2 자연어 이해 모델'은 특정 디바이스와 관련된 텍스트를 분석하기 위하여 학습된 모델이다. 제2 자연어 이해 모델은 텍스트의 적어도 일부를 해석함으로써, 대응되는 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 학습된 모델일 수 있다. 제2 자연어 이해 모델의 저장 용량은 제1 자연어 이해 모델의 저장 용량에 비해 클 수 있다.
본 명세서에서 '인텐트'는 텍스트를 해석하여 판단되는 사용자의 의도를 나타내는 정보이다. 인텐트는 사용자의 발화 의도를 나타내는 정보로, 사용자가 요청한 동작 수행 디바이스의 동작을 나타내는 정보일 수 있다. 인텐트는 자연어 이해 모델(Natural Language Understanding, NLU) 모델을 이용하여 텍스트를 해석함으로써 결정될 수 있다. 예를 들어, 사용자의 음성 입력으로부터 변환된 텍스트가 "TV에서 영화 어벤져스 틀어줘"인 경우, 인텐트는 "컨텐트 재생"일 수 있다. 다른 예를 들어, 사용자의 음성 입력으로부터 변환된 텍스트가 "에어컨 온도를 18°C로 내려줘"인 경우, 인텐트는 "온도 제어"일 수 있다.
인텐트는, 사용자의 발화 의도를 나타내는 정보(이하, 의도 정보)뿐 아니라, 사용자의 의도를 나타내는 정보에 대응하는 수치값을 포함할 수 있다. 수치값은, 텍스트가 특정 의도를 나타내는 정보와 관련될 확률을 나타낼 수 있다. 자연어 이해 모델을 이용하여 텍스트를 해석한 결과, 사용자의 의도를 나타내는 정보가 복수개 획득되는 경우, 각 의도 정보에 대응되는 수치값이 최대인 의도 정보가 인텐트로 결정될 수 있다.
본 명세서에서, 디바이스의 '동작'은, 디바이스에서 특정 기능을 실행함으로써, 디바이스가 수행하는 적어도 하나의 액션을 의미할 수 있다. 동작은 디바이스에서 애플리케이션을 실행함으로써, 디바이스가 수행하는 적어도 하나의 액션을 나타낼 수 있다. 동작은 예를 들어, 디바이스가 애플리케이션의 실행을 통해 수행하는 동영상 재생(play), 음악 재생, 이메일 작성, 날씨 정보 수신, 뉴스 정보 표시, 게임 실행 및 사진 촬영 등을 나타낼 수 있다. 다만, 동작이 전술한 예시로 한정되지는 않는다.
디바이스의 동작은 액션 플랜 관리 모듈에서 출력한 세부 동작에 관한 정보에 기초하여 수행될 수 있다. 디바이스는, 액션 플랜 관리 모듈에서 출력한 세부 동작에 대응하는 기능을 실행함으로써, 적어도 하나의 액션을 수행할 수 있다. 디바이스는, 세부 동작에 대응하는 기능을 실행하기 위한 명령어를 저장할 수 있으며, 세부 동작이 결정되면 세부 동작에 대응하는 명령어를 결정하여 명령어를 실행함으로써 특정 기능을 실행할 수 있다.
또한, 디바이스는 세부 동작에 대응하는 애플리케이션을 실행하기 위한 명령어를 저장할 수 있다. 애플리케이션을 실행하기 위한 명령어는, 애플리케이션 자체를 실행하기 위한 명령어 및 애플리케이션을 구성하는 세부 기능을 실행하기 위한 명령어를 포함할 수 있다. 디바이스는 세부 동작이 결정되면 세부 동작에 대응하는 애플리케이션을 실행하기 위한 명령어를 실행함으로써 애플리케이션을 실행하고, 세부 동작에 대응하는 애플리케이션의 세부 기능을 실행하기 위한 명령어를 실행함으로써 세부 기능을 실행할 수 있다.
본 명세서에서 '동작 정보'는, 디바이스가 수행할 세부 동작들, 각 세부 동작들과 다른 세부 동작과의 연관 관계, 및 세부 동작들의 실행 순서에 관련된 정보일 수 있다. 각 세부 동작과 다른 세부 동작과의 연관 관계는, 하나의 동작을 실행하기 위해서 그 동작을 실행하기 전에 필수적으로 실행되어야 할 다른 동작에 대한 정보를 포함한다. 예를 들어, 수행할 동작이 "음악 재생"인 경우, "전원 온(on)"은 "음악 재생" 동작 이전에 필수적으로 실행되어야 하는 다른 세부 동작이 될 수 있다. 동작 정보는 예를 들어, 특정 동작의 수행을 위하여 동작 수행 디바이스가 실행해야 할 기능들, 기능들의 실행 순서, 기능들을 실행하기 위하여 필요한 입력 값 및 기능들의 실행 결과로서 출력되는 출력 값을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 '동작 수행 디바이스'는 복수의 디바이스 중 텍스트로부터 획득된 인텐트에 기초하여 동작을 수행하도록 결정된 디바이스를 의미한다. 동작 수행 디바이스는 제1 자연어 이해 모델을 이용하여 텍스트를 분석하고, 분석된 결과에 기초하여 결정될 수 있다. 동작 수행 디바이스는 액션 플랜 관리 모듈로부터 출력된 세부 동작에 대응하는 기능을 실행함으로써, 적어도 하나의 액션을 수행할 수 있다. 동작 수행 디바이스는 동작 정보에 기초하여 동작을 수행할 수 있다.
본 명세서에서 '액션 플랜 관리 모듈'은 동작 수행 디바이스가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 생성하기 위하여 디바이스의 세부 동작에 관련된 동작 정보를 관리하는 모듈일 수 있다. 액션 플랜 관리 모듈은, 디바이스 타입 별로 디바이스의 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 관리할 수 있다.
IoT 서버는, 복수의 디바이스 각각에 관한 디바이스 정보를 획득하고, 저장하고, 관리하는 서버이다. IoT 서버는 저장된 디바이스 정보를 활용하여 디바이스를 제어할 수 있는 제어 명령을 획득, 결정 또는 생성할 수 있다. IoT 서버는, 동작 정보에 기초하여 동작을 수행하도록 결정된 디바이스에 제어 명령을 전송할 수 있다. IoT 서버는 본 명세서에 기재된 '서버'와는 독립된 하드웨어 장치로 구성될 수 있지만, 이에 한정되는 것은 아니다. IoT 서버는 본 명세서의 '음성 비서 서버'의 일 구성 요소이거나, 또는 소프트웨어로 구분되도록 설계된 서버일 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 개시의 실시예들을 상세하게 설명한다.
도 1은 본 개시의 일 실시예에 따른 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)를 포함하는 멀티 디바이스 시스템의 일부 구성 요소를 도시한 블록도이다.
도 1에 도시된 실시예에서는, 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000) 각각의 동작을 설명하기 위한 필수적인 구성 요소만 도시되었다. 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)가 포함하고 있는 구성이 도 1에 도시된 바와 같이 한정되는 것은 아니다.
도 1의 화살표 상에 도시된 참조번호 S1 내지 S16은 네트워크를 통한 복수의 주체 간의 데이터 이동, 전송, 및 수신을 표시한다. S1 내지 S16에서 영문자 S에 붙은 숫자는 설명의 편의를 위한 것으로서, 데이터의 이동, 전송, 및 수신의 순서와는 관련이 없다.
도 1을 참조하면, 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)는 유선 통신 또는 무선 통신 방식으로 상호 연결되고, 통신을 수행할 수 있다. 일 실시예에서, 허브 디바이스(1000)와 복수의 디바이스(4000)는 상호 간 통신망을 통해 직접 연결될 수 있지만, 이에 한정되는 것은 아니다. 허브 디바이스(1000) 및 복수의 디바이스(4000)는 음성 비서 서버(2000)와 연결될 수 있으며, 허브 디바이스(1000)은 음성 비서 서버(2000)를 통해 복수의 디바이스(4000)과 연결될 수 있다. 또한, 허브 디바이스(1000)와 복수의 디바이스(4000)는 IoT 서버(3000)와 연결될 수 있다. 다른 실시예에서, 허브 디바이스(1000)와 복수의 디바이스(4000) 각각은 통신망을 통해 음성 비서 서버(2000)와 연결되고, 음성 비서 서버(2000)를 통해 IoT 서버(3000)와 연결될 수 있다.
허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 또는 이들의 상호 조합을 통해 연결될 수 있다. 무선 통신 방법은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
허브 디바이스(Hub device)(1000)는 사용자의 음성 입력을 수신하고, 수신된 음성 입력에 기초하여 복수의 디바이스(4000) 중 적어도 하나의 디바이스를 제어하는 디바이스이다. 허브 디바이스(1000)는 사용자로부터 음성 입력을 수신하는 리스너 디바이스(listener device)일 수 있다.
복수의 디바이스(4000) 중 적어도 하나는 허브 디바이스(1000) 또는 IoT 서버(3000)의 제어 명령을 받아 특정 동작을 수행하는 동작 수행 디바이스일 수 있다. 복수의 디바이스(4000)는 허브 디바이스(1000)의 사용자와 동일한 사용자 계정(user account)으로 로그인되고, IoT 서버(3000)에 허브 디바이스(1000)의 사용자 계정으로 기 등록된 디바이스일 수 있다.
복수의 디바이스(4000) 중 적어도 하나는, IoT 서버(3000)로부터 제어 명령을 수신하거나(S12, S14, S16), 또는 허브 디바이스(1000)로부터 음성 입력이 변환된 텍스트의 적어도 일부를 수신할 수 있다(S3, S5). 복수의 디바이스(4000) 중 적어도 하나는 허브 디바이스(1000)로부터 텍스트의 적어도 일부를 수신하지 않고, IoT 서버(3000)로부터 제어 명령을 수신할 수도 있다(S12, S14, S16).
허브 디바이스(1000)에는 사용자의 음성 입력에 기초하여 동작을 수행할 디바이스를 결정하는 디바이스 판단 모델(1330)을 포함할 수 있다. 디바이스 판단 모델(1330)은 사용자 계정에 따라 등록된 복수의 디바이스(4000) 중에서 동작 수행 디바이스를 결정할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 음성 비서 서버(2000)로부터 복수의 디바이스(4000) 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 복수의 디바이스(4000) 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함하는 디바이스 정보를 수신할 수 있다(S2). 허브 디바이스(1000)는 디바이스 판단 모델(1330)에 관한 데이터를 이용하여, 수신된 디바이스 정보에 기초하여 복수의 디바이스(4000) 중 사용자의 음성 입력에 따른 동작을 수행할 디바이스를 결정할 수 있다.
허브 디바이스(1000)에 의해 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리(1300, 도 2 참조) 내에 저장되어 있거나, 동작 수행 디바이스 자체에 저장되어 있거나, 또는 음성 비서 서버(2000)의 메모리(2300, 도 3 참조) 내에 저장되어 있을 수 있다. 각 디바이스에 대응하는 기능 판단 모델은, 디바이스가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델을 의미한다.
허브 디바이스(1000)의 기능 판단 디바이스 결정 모듈(1340)은 메모리에 저장된 각 디바이스 별 기능 판단 모델에 관한 정보를 포함하는 데이터베이스(1360, 도 2 참조)를 이용하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000), 음성 비서 서버(2000), 및 동작 수행 디바이스 내부 중 어느 디바이스에 저장되어 있는지 여부를 확인(identify)할 수 있다. 데이터베이스(1360)는 허브 디바이스(1000)와 연관된 사용자의 계정에 등록되어 있는 복수의 디바이스(4000)에 대한 정보를 포함한다. 상세하게는, 복수의 디바이스(4000) 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 기능 판단 모델의 유무에 관한 정보, 복수의 디바이스(4000) 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 저장된 디바이스/서버 식별 정보, 저장된 디바이스/서버의 IP 주소(IP address), 또는 저장된 디바이스/서버의 MAC 주소(MAC address))에 관한 정보가 저장되어 있을 수 있다. 일 실시예에서, 기능 판단 디바이스 결정 모듈(1340)은 디바이스 판단 모델(1330)에 의해 출력된 동작 수행 디바이스의 디바이스 식별 정보에 따라 데이터베이스(1360)를 서치하고, 데이터베이스(1360)의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델의 저장 위치에 관한 정보를 획득할 수 있다.
허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)을 이용하여, 사용자의 음성 입력으로부터 변환된 텍스트의 적어도 일부를 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장되어 있는 것으로 확인된 디바이스에 전송할 수 있다.
예를 들어, 허브 디바이스(1000)는, '온도 1도 올려줘'라는 사용자의 음성 입력을 수신하면, 디바이스 판단 모델(1330)을 통해 디바이스를 에어컨으로 결정한다. 이후, 기능 판단 디바이스 결정 모듈(1340)은 에어컨에 대응하는 기능 판단 모델은 에어컨에 저장되어 있는 것으로 확인하고, '온도 1도 올려줘'에 대응하는 텍스트를 에어컨으로 전송할 수 있다. 에어컨은, 저장하고 있는 에어컨에 대응하는 기능 판단 모델을 통해 수신한 텍스트를 분석하고, 텍스트 분석 결과를 이용하여 온도 제어 동작을 수행한다. 즉, 디바이스 판단 모델(1330)에 의해 동작 수행 디바이스가 '에어컨'인 제1 디바이스(4100)로 결정된 경우, 에어컨에 대응하는 기능 판단 모델은 제1 디바이스(4100) 자체에 저장되어 있으므로, 기능 판단 디바이스 결정 모듈(1340)은 텍스트의 적어도 일부를 제1 디바이스(4100)에 전송할 수 있다(S3).
예를 들어, 허브 디바이스(1000)는, '채널 변경해줘'라는 사용자의 음성 입력을 수신하면, 디바이스 판단 모델(1330)을 통해 디바이스를 TV로 결정한다. 이후, 기능 판단 디바이스 결정 모듈(1340)은 TV에 대응하는 기능 판단 모델은 허브 디바이스(1000) 내에 저장되어 있는 것으로 확인하고, 저장되어 있는 TV에 대응하는 기능 판단 모델을 통해 '채널 변경해줘'에 대응하는 텍스트를 분석한다. 허브 디바이스(1000)는 텍스트 분석 결과를 이용하여 TV에서 수행해야 할 동작으로 채널 변경 동작을 결정하고, 채널 변경 동작에 대한 동작 정보를 TV에 전송한다. 즉, 디바이스 판단 모델(1330)에 의해 동작 수행 디바이스가 'TV'인 제2 디바이스(4200)로 결정된 경우, TV에 대응하는 기능 판단 모델은 허브 디바이스(1000)에 저장되어 있으므로, 기능 판단 디바이스 결정 모듈(1340)은 허브 디바이스(1000) 자체적으로 텍스트의 적어도 일부를 처리하도록 TV의 기능 판단 모델(1354)에 텍스트의 적어도 일부를 제공할 수 있다.
예를 들어, 허브 디바이스(1000)는, '냄새 제거 모드 실행해줘'라는 사용자의 음성 입력을 수신하면, 디바이스 판단 모델(1330)을 통해 디바이스를 공기청정기로 결정한다. 이후, 기능 판단 디바이스 결정 모듈(1340)은 공기청정기에 대응하는 기능 판단 모델은 음성 비서 서버(2000)에 저장되어 있는 것으로 확인하고, '냄새 제거 모드 실행해줘'에 대응하는 텍스트를 음성 비서 서버(2000)로 전송할 수 있다. 음성 비서 서버(2000)는, 공기 청정기에 대응하는 기능 판단 모델을 통해 수신된 텍스트를 분석하고, 텍스트 분석 결과를 이용하여 공기청정기가 실행해야 할 동작으로 냄새 제거 모드 실행 동작을 결정한다. 음성 비서 서버(2000)는, 냄새 제거 모드 실행 동작에 대한 동작 정보를 공기청정기로 전송하는 데, 이 때, 냄새 제거 모드 실행 동작에 대한 동작 정보는 IoT 서버(3000)를 통해 전송될 수 있다. 즉, 디바이스 판단 모델(1330)에 의해 동작 수행 디바이스가 '공기청정기'인 제3 디바이스(4300)로 결정된 경우, 공기청정기에 대응하는 기능 판단 모델은 음성 비서 서버(2000)에 저장되어 있으므로, 기능 판단 디바이스 결정 모듈(1340)은 텍스트의 적어도 일부를 음성 비서 서버(2000)에 전송할 수 있다(S1).
일 실시예에서, 허브 디바이스(1000)는 복수의 디바이스(4000) 중 적어도 하나의 디바이스에 대응하는 기능 판단 모델을 자체적으로 저장하고 있을 수 있다. 예를 들어, 허브 디바이스(1000)가 음성 비서 스피커인 경우, 허브 디바이스(1000)는 자체의 기능을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 스피커 기능 판단 모델(1352)을 저장할 수 있다.
허브 디바이스(1000)는 타 디바이스에 대응하는 기능 판단 모델을 저장할 수도 있다. 예를 들어, 허브 디바이스(1000)는 TV에 대응하는 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 TV 기능 판단 모델(1354)을 저장할 수도 있다. TV는 허브 디바이스(1000)의 사용자 계정과 동일한 사용자 계정으로 IoT 서버(3000)에 기 등록된 디바이스일 수 있다.
스피커 기능 판단 모델(1352) 및 TV 기능 판단 모델(1354)은 각각 제2 자연어 이해 모델(1352a, 1354a) 및 액션 플랜 관리 모듈(1352b, 1354b)을 포함할 수 있다. 제2 자연어 이해 모델(1352a, 1354a) 및 액션 플랜 관리 모듈(1352b, 1354b)에 관해서는 도 2에서 상세하게 설명하기로 한다.
음성 비서 서버(2000)는 허브 디바이스(1000)로부터 수신된 텍스트에 기초하여, 사용자가 의도하는 동작을 수행할 동작 수행 디바이스를 결정할 수 있다. 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 사용자 계정에 관한 정보를 수신할 수 있다(S1). 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 사용자 계정 정보를 수신하면, 수신된 사용자 계정 정보에 대하여 기 등록된 복수의 디바이스(4000)에 관한 디바이스 정보를 IoT 서버(3000)에 요청하는 쿼리(query)를 전송하고(S9), IoT 서버(3000)로부터 복수의 디바이스(4000)에 관한 디바이스 정보를 수신할 수 있다(S10). 디바이스 정보는, 복수의 디바이스(4000) 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 복수의 디바이스(4000) 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함할 수 있다. 음성 비서 서버(2000)는 IoT 서버(3000)로부터 수신한 디바이스 정보를 허브 디바이스(1000)에 전송할 수 있다(S2).
허브 디바이스(1000)의 구성 요소에 대해서는 도 2에서 상세하게 설명하기로 한다.
음성 비서 서버(2000)는 디바이스 판단 모델(2330) 및 복수의 기능 판단 모델(2342, 2344, 2346, 2348)을 포함할 수 있다. 음성 비서 서버(2000)는 디바이스 판단 모델(2330)을 이용하여, 복수의 기능 판단 모델(2342, 2344, 2346, 2348) 중 허브 디바이스(1000)로부터 수신된 텍스트의 적어도 일부에 대응하는 기능 판단 모델을 선택하고, 선택된 기능 판단 모델을 이용하여 동작 수행 디바이스가 동작을 수행하기 위한 동작 정보를 획득할 수 있다. 음성 비서 서버(2000)는 동작 정보를 IoT 서버(3000)에 전송할 수 있다(S9).
음성 비서 서버(2000)의 구성 요소에 관해서는 도 3에서 상세하게 설명하기로 한다.
IoT 서버(3000)는 네트워크를 통해 연결되고, 허브 디바이스(1000)의 사용자 계정에 기 등록된 복수의 디바이스(4000)에 관한 정보를 저장할 수 있다. 일 실시예에서, IoT 서버(3000)는 복수의 디바이스(4000) 각각으로부터 로그인된 사용자 계정 정보, 복수의 디바이스(4000)의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 및 복수의 디바이스(4000) 각각의 기능 수행 능력 정보(capability) 중 적어도 하나를 수신할 수 있다(S11, S13, S15). 일 실시예에서, IoT 서버(3000)는 복수의 디바이스(4000) 각각의 전원 온오프(on/off), 또는 실행하고 있는 동작에 관한 상태 정보를 복수의 디바이스(4000)로부터 수신할 수도 있다(S11, S13, S15). IoT 서버(3000)는 복수의 디바이스(4000)로부터 수신된 디바이스 정보 및 디바이스의 상태 정보를 저장하고 있을 수 있다.
IoT 서버(3000)는, 음성 비서 서버(2000)로부터 수신한 동작 정보에 기초하여, 동작 수행 디바이스가 판독하고, 실행할 수 있는 제어 명령을 생성할 수 있다. IoT 서버(3000)는 복수의 디바이스(4000) 중 동작 수행 디바이스로 결정된 디바이스에 제어 명령을 전송할 수 있다(S12, S14, S16).
IoT 서버(3000)의 구성 요소에 대해서는 도 4에서 상세하게 설명하기로 한다.
도 1에 도시된 실시예에서, 복수의 디바이스(4000)는 제1 디바이스(4100), 제2 디바이스(4200), 및 제3 디바이스(4300)를 포함할 수 있다. 도 1에서 제1 디바이스(4100)는 에어컨이고, 제2 디바이스(4200)는 TV이고, 제3 디바이스(4300)는 공기청정기인 것으로 도시되어 있지만, 이에 한정되는 것은 아니다. 복수의 디바이스(4000)는 에어컨, TV, 공기청정기 뿐만 아니라, 로봇 청소기, 세탁기, 오븐, 전자레인지, 체중계, 냉장고, 전자 액자 등 가전 제품, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device) 등 모바일 디바이스를 포함할 수도 있다.
복수의 디바이스(4000) 중 적어도 하나의 디바이스는 기능 판단 모델을 자체적으로 저장하고 있을 수 있다. 예를 들어 제1 디바이스(4100)의 메모리(4130)에는, 제1 디바이스(4100)가 사용자의 음성 입력으로부터 판단된 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하고, 동작 정보에 기초하여 제어 명령을 생성하기 위하여 이용되는 기능 판단 모델(4132)이 저장되어 있을 수 있다.
복수의 디바이스(4000) 중 제2 디바이스(4200) 및 제3 디바이스(4300)는 각 디바이스에 대응하는 기능 판단 모델을 저장하지 않는다.
복수의 디바이스(4000) 중 적어도 하나의 디바이스는 자체적으로 기능 판단 모델을 저장하고 있는지 여부에 관한 정보를 허브 디바이스(1000)에 전송할 수 있다(S4, S6, S8).
복수의 디바이스(4000)는 허브 디바이스(1000), 음성 비서 서버(2000), 및 IoT 서버(3000)와 동일한 제조사에 의해 제조되지 않고, 허브 디바이스(1000), 음성 비서 서버(2000), 및 IoT 서버(3000)로부터 직접적인 제어를 받지 않는 써드파티 디바이스(3rd device)를 더 포함할 수도 있다. 써드파티 디바이스에 관해서는 도 11에서 상세하게 설명하기로 한다.
도 2는 본 개시의 일 실시예에 따른 허브 디바이스(1000)의 구성 요소를 도시한 블록도이다.
허브 디바이스(Hub device)(1000)는 사용자의 음성 입력을 수신하고, 수신된 음성 입력에 기초하여 복수의 디바이스(4000) 중 적어도 하나의 디바이스를 제어하는 디바이스이다. 허브 디바이스(1000)는 사용자로부터 음성 입력을 수신하는 리스너 디바이스(listener device)일 수 있다.
도 2를 참조하면, 허브 디바이스(1000)는 적어도 마이크(1100), 프로세서(1200), 메모리(1300) 및 통신 인터페이스(1400)를 포함하도록 구성될 수 있다. 허브 디바이스(1000)는 마이크(1100)를 통해 사용자로부터 음성 입력(예를 들어, 사용자의 발화)을 수신하고, 수신된 음성 입력으로부터 음성 신호를 획득할 수 있다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200)는, 마이크(1100)를 통해 수신된 소리를 음향 신호로 변환하고, 음향 신호로부터 노이즈(예를 들어, 비음성 성분)를 제거하여 음성 신호를 획득할 수 있다.
도면에는 도시되지 않았지만, 허브 디바이스(1000)는 지정된 음성 입력(예를 들어, '하이 빅스비', '오케이 구글'등과 같은 웨이크 업 입력)을 감지하는 기능 또는 일부 음성 입력으로부터 획득한 음성 신호를 전처리하는 기능을 갖는 음성 인식 모듈을 포함할 수 있다.
프로세서(1200)는 메모리(1300)에 저장된 프로그램의 하나 이상의 명령어들(instructions)을 실행할 수 있다. 프로세서(1200)는 산술, 로직 및 입출력 연산과 시그널 프로세싱을 수행하는 하드웨어 구성 요소로 구성될 수 있다. 프로세서(1200)는 예를 들어, 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서(microprocessor), 그래픽 프로세서(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), 및 FPGAs(Field Programmable Gate Arrays) 중 적어도 하나로 구성될 수 있으나, 이에 제한되는 것은 아니다.
메모리(1300)에는 마이크(1100)를 통해 수신한 사용자의 음성 입력에 기초하여 복수의 디바이스(4000)를 제어하기 위한 명령어들(instruction)을 포함하는 프로그램이 저장될 수 있다. 메모리(1300)에는 프로세서(1200)가 판독할 수 있는 명령어들 및 프로그램 코드(program code)가 저장될 수 있다. 이하의 실시예에서, 프로세서(1200)는 메모리에 저장된 프로그램의 명령어들 또는 코드들을 실행함으로써 구현될 수 있다.
메모리(1300)에는 ASR 모듈(1310)에 관한 데이터, NLG 모듈(1320)에 관한 데이터, 디바이스 판단 모델(1330)에 관한 데이터, 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터, 복수의 기능 판단 모델(1350) 및 데이터 베이스(1360) 각각에 대응하는 데이터가 저장되어 있을 수 있다.
메모리(1300)는 예를 들어, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
프로세서(1200)는 메모리(1300)에 저장된 ASR 모듈(1310)에 대한 데이터를 이용하여 ASR(Automatic Speech Recognition)을 수행하고, 마이크(1100)를 통해 수신한 음성 신호를 텍스트(text)로 변환할 수 있다.
프로세서(1200)는 메모리(1300)에 저장된 디바이스 판단 모델(1330)에 관한 데이터를 이용하여, 변환된 텍스트를 분석하고, 텍스트의 분석 결과에 기초하여 복수의 디바이스(4000) 중 동작 수행 디바이스를 결정할 수 있다. 디바이스 판단 모델(1330)은 제1 자연어 이해 모델(1332)을 포함할 수 있다. 일 실시예에서, 프로세서(1200)는 디바이스 판단 모델(1330) 내에 포함된 제1 자연어 이해 모델(Natural Language Understanding; NLU)(1332)에 대한 데이터를 이용하여 텍스트를 분석하고, 텍스트의 분석 결과에 기초하여 복수의 디바이스(4000) 중 사용자의 의도에 따른 동작을 수행할 동작 수행 디바이스를 결정할 수 있다.
제1 자연어 이해 모델은 음성 입력으로부터 변환된 텍스트를 분석하고, 분석 결과에 기초하여 동작 수행 디바이스를 결정하도록 학습된 모델이다. 제1 자연어 이해 모델은 텍스트를 해석함으로써, 인텐트를 결정할 수 있으며, 인텐트에 기초하여 동작 수행 디바이스를 결정하는데 이용될 수 있다.
일 실시예에서, 프로세서(1200)는 메모리(1300)에 저장된 제1 자연어 이해 모델(1332)에 관한 데이터를 이용하여, 텍스트를 형태소, 단어(word), 또는 구(phrase)의 단위로 파싱(parse)하고, 형태소, 단어, 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 파싱된 텍스트로부터 추출된 단어의 의미를 추론할 수 있다. 프로세서(1200)는, 추론된 단어의 의미를 제1 자연어 이해 모델(1332)에서 제공되는 기 정의된 인텐트들과 비교함으로써, 추론된 단어의 의미에 대응되는 인텐트를 결정할 수 있다.
프로세서(1200)는 인텐트와 디바이스 간의 관련성을 판단하는 매칭 모델에 기초하여, 텍스트로부터 인식된 인텐트와 관련된 디바이스를 동작 수행 디바이스로 결정할 수 있다. 일 실시예에서, 매칭 모델은 메모리(1300)에 저장된 디바이스 판단 모델(1330)에 대한 데이터에 포함되고, 룰 베이스 시스템(rule-based system)을 통한 학습을 통해 획득될 수 있지만, 이에 한정되지는 않는다.
일 실시예에서, 프로세서(1200)는 인텐트에 매칭 모델을 적용함으로써, 인텐트와 복수의 디바이스(4000, 도 1 참조) 간의 관련성 정도를 나타내는 복수의 수치값을 획득하고, 획득된 복수의 수치값 중 최대값을 갖는 디바이스를 최종 동작 수행 디바이스로 결정할 수 있다. 예를 들어, 인텐트가 제1 디바이스(4100, 도 1 참조) 및 제2 디바이스(4200, 도 1 참조)와 각각 관련되는 경우, 프로세서(1200)는 인텐트와 제1 디바이스(4100) 간의 관련성 정도를 나타내는 제1 수치값, 및 인텐트와 제2 디바이스(4200) 간의 관련성 정도를 나타내는 제2 수치값을 획득하고, 제1 수치값 및 제2 수치값 중 높은 수치값을 갖는 제1 디바이스(4100)를 동작 수행 디바이스로 결정할 수 있다.
예를 들어, 허브 디바이스(1000)가 사용자로부터 "더우니까 설정 온도 2°C 내려줘~"라는 음성 입력을 수신하는 경우, 프로세서(1200)는 음성 입력을 텍스트로 변환하는 ASR을 수행하고, 제1 자연어 이해 모델(1332)에 관련된 데이터를 이용하여 변환된 텍스트를 분석함으로써, '설정 온도 조절'이라는 인텐트를 획득할 수 있다. 프로세서(1200)는 매칭 모델을 적용하여 '설정 온도 조절'의 인텐트와 에어컨인 제1 디바이스(4100) 간의 관련도를 나타내는 제1 수치값, '설정 온도 조절'의 인텐트와 TV인 제2 디바이스(4200) 간의 관련도를 나타내는 제2 수치값, 및 '설정 온도 조절'과 공기 청정기인 제3 디바이스(4300, 도 1 참조) 간의 관련도를 나타내는 제3 수치값을 각각 획득할 수 있다. 프로세서(1200)는 획득된 수치값 중 최대값인 제1 수치값을 통해 '설정 온도 조절'과 관련된 동작 수행 디바이스로서 제1 디바이스(4100)를 결정할 수 있다.
다른 예에서, 허브 디바이스(1000)가 사용자로부터 "영화 어벤져스 틀어줘~"라는 음성 입력을 수행하는 경우, 프로세서(1200)는 음성 입력으로부터 변환된 텍스트를 분석하여, '컨텐트 재생(play)'이라는 인텐트를 획득할 수 있다. 프로세서(1200)는 매칭 모델을 이용하여 산출된 '컨텐트 재생'의 인텐트와 에어컨인 제1 디바이스(4100) 간의 관련도를 나타내는 제1 수치값, '컨텐트 재생'의 인텐트와 TV인 제2 디바이스(4200) 간의 관련도를 나타내는 제2 수치값, 및 '컨텐트 재생'의 인텐트와 공기 청정기인 제3 디바이스(4300) 간의 관련도를 나타내는 제3 수치값 중 최대값인 제2 수치값 정보에 기초하여, 제2 디바이스(4200)를 '컨텐트 재생'과 관련된 동작 수행 디바이스로 결정할 수 있다.
그러나, 전술한 예시로 한정되는 것은 아니고, 프로세서(1200)는 인텐트와 복수의 디바이스 간의 관련성 정도를 나타내는 수치값을 높은 순서로 나열하여, 미리 정해진 개수의 디바이스를 동작 수행 디바이스로 결정할 수도 있다. 일 실시예에서, 프로세서(1200)는 관련성 정도를 나타내는 수치값이 소정의 임계치 이상인 디바이스를 인텐트와 관련된 동작 수행 디바이스로 결정할 수 있다. 이 경우, 복수의 디바이스가 동작 수행 디바이스로 결정될 수 있다.
프로세서(1200)는 예를 들어, 룰 베이스 시스템(rule-based system)을 이용하여 인텐트와 동작 수행 디바이스 간의 매칭 모델을 학습할 수 있으나, 이에 한정되는 것은 아니다. 프로세서(1200)가 이용하는 인공지능 모델은 예를 들어, 신경망 베이스 시스템(neural network-based system)(예: 컨볼루션 신경망(convolution neural network; CNN, 순환 신경망(recurrent neural network; RNN), SVM(Support Vector Machine), 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 나이브 베이즈 분류(Naive Bayes), 랜덤 포레스트(random forest), decision tree, 또는 k-nearest neighbor algorithm 일 수 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 모델일 수도 있다. 프로세서(1200)가 이용하는 인공지능 모델들은 디바이스 판단 모델(1330) 내에 저장되어 있을 수 있다.
허브 디바이스(1000)의 메모리(1300)에 저장되는 디바이스 판단 모델(1330)은, 허브 디바이스(1000)의 사용자 계정에 따라 등록된 복수의 디바이스(4000) 중에서 동작 수행 디바이스를 결정할 수 있다. 허브 디바이스(1000)는 통신 인터페이스(1400)를 이용하여, 음성 비서 서버(2000)로부터 복수의 디바이스(4000) 각각에 관한 디바이스 정보를 수신할 수 있다. 디바이스 정보는 예를 들어, 복수의 디바이스(4000) 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 복수의 디바이스(4000) 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함할 수 있다. 프로세서(1200)는 메모리(1300)에 저장된 디바이스 판단 모델(1330)에 관한 데이터를 이용하여, 디바이스 정보에 기초하여 복수의 디바이스(4000) 중 인텐트에 따라 동작을 수행할 디바이스를 결정할 수 있다.
일 실시예에서, 프로세서(1200)는 디바이스 판단 모델(1330)을 이용하여, 허브 디바이스(1000)의 사용자 계정과 동일한 사용자 계정에 기 등록된 복수의 디바이스(4000) 각각과 인텐트의 관련도를 나타내는 수치값을 분석하고, 복수의 디바이스(4000) 각각과 인텐트 간의 관련도를 나타내는 수치값 중 최대값을 갖는 디바이스를 동작 수행 디바이스로 결정할 수 있다.
디바이스 판단 모델(1330)은 허브 디바이스(1000)의 사용자와 동일한 사용자 계정으로 로그인하여 등록된 복수의 디바이스(4000) 만을 디바이스 후보(candidate)로 하여 동작 수행 디바이스를 결정하도록 구성되는바, 인텐트와의 관련도 판단을 위하여 프로세서(1200)에 의해 수행되는 연산량이 음성 비서 서버(2000)의 프로세서(2200)에 비해 감소되는 기술적 효과가 있다. 또한, 연산량의 감소로 인하여, 동작 수행 디바이스를 결정하는데 소요되는 프로세싱 시간이 감소되고, 따라서 응답 속도가 개선되는 효과도 있다.
일 실시예에서, 프로세서(1200)는 제1 자연어 이해 모델(1332)을 이용하여 텍스트로부터 디바이스의 명칭을 획득하고, 메모리(1300)에 저장된 디바이스 판단 모델(1330)에 관한 데이터를 이용하여, 디바이스의 명칭에 기초하여 동작 수행 디바이스를 결정할 수도 있다. 일 실시예에서, 프로세서(1200)는 제1 자연어 이해 모델(1332)를 이용하여 텍스트로부터 디바이스와 관련된 보통 명칭 및 디바이스의 설치 위치에 관한 단어 또는 구를 추출하고, 추출된 디바이스의 보통 명칭 및 설치 위치에 기초하여 동작 수행 디바이스를 결정할 수 있다. 예를 들어, 음성 입력으로부터 변환된 텍스트가 "TV에서 영화 어벤져스 틀어줘~"인 경우, 프로세서(1200)는 제1 자연어 이해 모델(1332)을 이용하여 텍스트를 단어 또는 구 단위로 파싱하고, 단어 또는 구를 기 저장된 단어 또는 구와 비교하여 'TV'라는 디바이스의 명칭을 인식할 수 있다. 프로세서(1200)는 허브 디바이스(1000)의 사용자 계정(account)과 동일한 계정으로 로그인되고, 허브 디바이스(1000)와 연결된 복수의 디바이스(4000) 중 TV인 제2 디바이스(4200)를 동작 수행 디바이스로 결정할 수 있다.
NLG 모델(Natural Language Generator)(1320)은 허브 디바이스(1000)와 사용자 간의 대화 시 응답 메시지를 제공하는데 사용될 수 있다. 예를 들어, 프로세서(1200)는 NLG 모델(1320)을 이용하여 "TV에서 영화를 재생하겠습니다." 또는 "에어컨의 설정 온도를 2°C만큼 내리겠습니다."등 응답 메시지를 생성할 수 있다.
NLG 모델(1320)은 프로세서(1200)에 의해 결정된 동작 수행 디바이스가 복수 개이거나, 또는 인텐트와의 관련성 정도가 유사하게 산출된 디바이스가 복수 개 존재하는 경우, 특정 동작 수행 디바이스를 결정하기 위한 질의 메시지를 생성하는데 이용되는 데이터를 저장할 수 있다. 일 실시예에서, 프로세서(1200)는 NLG 모델(1320)을 이용하여, 복수의 디바이스 후보 중 어느 하나의 동작 수행 디바이스를 선택하기 위한 질의 메시지를 생성할 수 있다. 질의 메시지는 복수의 디바이스 후보 중 어느 하나의 디바이스를 동작 수행 디바이스로 결정할 것인지에 관하여 사용자의 응답을 유도하는 메시지일 수 있다.
기능 판단 디바이스 결정 모듈(1340)은 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장되어 있는 디바이스를 확인(identify)하고, 텍스트 전체 또는 텍스트의 적어도 일부를 전송할 대상 디바이스를 결정하는데 사용되는 모듈이다. 기능 판단 디바이스 결정 모듈(1340)은 각 디바이스 별 기능 판단 모델에 관한 정보를 포함하는 데이터베이스(1360)를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000), 음성 비서 서버(2000), 및 동작 수행 디바이스 내부 중 어느 디바이스에 저장되어 있는지 여부를 확인(identify)할 수 있다.
데이터베이스(1360)에는 사용자의 계정에 따라 기 등록된 복수의 디바이스(4000) 각각의 기능 판단 모델의 저장 여부에 관한 정보, 복수의 디바이스(4000) 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 디바이스 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보가 룩 업 테이블(Look-Up Table, LUT) 형태로 저장되어 있을 수 있다. 일 실시예에서, 기능 판단 디바이스 결정 모듈(1340)은 디바이스 판단 모델(1330)에 의해 출력된 동작 수행 디바이스의 디바이스 식별 정보에 따라 데이터베이스(1360) 내의 룩 업 테이블를 서치하고, 룩 업 테이블의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델의 저장 위치에 관한 정보를 획득할 수 있다.
일 실시예에서, 기능 판단 디바이스 결정 모듈(1340)은 텍스트의 전체 또는 텍스트의 적어도 일부를 전송할 대상 디바이스를 결정하는데 이용되는 데이터를 자체적으로 저장할 수도 있다. 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인할 수 있다.
동작 수행 디바이스에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있거나, 동작 수행 디바이스 자체의 메모리 내에 저장되어 있거나, 또는 음성 비서 서버(2000)의 메모리(2300) 내에 저장되어 있을 수 있다.
'동작 수행 디바이스에 대응하는 기능 판단 모델'은, 동작 수행 디바이스가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델을 의미한다. 일 실시예에서, 허브 디바이스(1000)의 메모리(1300)에 저장된 기능 판단 모델(1352, 1354)는 사용자 계정(user account)과 동일한 계정으로 로그인되고, 허브 디바이스(1000)와 네트워크를 통해 연결된 복수의 디바이스에 각각 대응할 수 있다.
예를 들어, 제1 기능 판단 모델(1352)은 제1 디바이스(4100, 도 1 참조)가 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다. 일 실시예에서, 제1 기능 판단 모델(1352)은 허브 디바이스(1000)의 기능에 따른 동작 정보를 획득하기 위하여 이용되는 모델일 수 있으나, 이에 한정되지 않는다. 마찬가지로, 제2 기능 판단 모델(1354)는 제2 디바이스(4200, 도 1 참조)가 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다.
기능 판단 모델(1352, 1354) 각각은, 텍스트의 적어도 일부를 분석하고, 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 결정된 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)(1352a, 1354a)을 포함할 수 있다. 기능 판단 모델(1352, 1354)은, 디바이스가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 생성하기 위하여 디바이스의 세부 동작에 관련된 동작 정보를 관리하는 액션 플랜 관리 모듈(1352b, 1354b)을 포함할 수 있다. 액션 플랜 관리 모듈(1352b, 1354b)은, 디바이스 별로 디바이스의 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 관리할 수 있다. 액션 플랜 관리 모듈(1352b, 1354b)은, 텍스트의 적어도 일부에 관한 분석 결과에 기초하여, 디바이스가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)할 수 있다.
허브 디바이스(1000)의 메모리(1300) 내에는 복수의 디바이스 각각에 관한 복수의 기능 판단 모델(1352, 1354)이 저장되어 있을 수 있다.
전술한 바와 같이, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여 데이터베이스(1360)에 저장된 룩 업 테이블을 서치함으로써, 메모리(1300) 내에 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장되어 있는지 확인(identify)할 수 있다. 예를 들어, 동작 수행 디바이스가 제1 디바이스(4100)로 결정된 경우, 제1 디바이스(4100)에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있지 않을 수 있다. 이 경우, 프로세서(1200)는 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000) 내에 저장되어 있지 않음을 확인할 수 있다. 다른 예에서, 동작 수행 디바이스가 제2 디바이스(4200)인 경우, 제2 디바이스(4200)에 대응하는 기능 판단 모델(1354)은 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있을 수 있다. 이 경우, 프로세서(1200)는 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000) 내에 저장되어 있다는 것을 확인할 수 있다.
프로세서(1200)가 동작 수행 디바이스에 대응되는 기능 판단 모델이 허브 디바이스(1000) 내에 저장되어 있음을 확인한 경우, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여, 허브 디바이스(1000) 내에 저장된 동작 수행 디바이스에 대응되는 기능 판단 모델에 텍스트의 적어도 일부를 제공할 수 있다. 예를 들어, 동작 수행 디바이스가 제2 디바이스(4200)인 경우, 제2 디바이스(4200)인 TV에 대응하는 기능 판단 모델(1354)는 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있고, 따라서 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)을 이용하여 텍스트의 적어도 일부를 TV 기능 판단 모델(1354)에 제공할 수 있다.
일 실시예에서, 프로세서(1200)는 텍스트 전체를 TV 기능 판단 모델(1354)에 전송하지 않을 수 있다. 예를 들어, 음성 입력으로부터 변환된 텍스트가 "TV에서 영화 어벤져스 틀어줘~"인 경우, 'TV에서'는 동작 수행 디바이스의 명칭을 특정한 것인바, TV 기능 판단 모델(1354)에는 불필요한 정보일 수 있다. 프로세서(1200)는 제1 자연어 이해 모델(1332)을 이용하여, 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 TV 기능 판단 모델(1354)에 제공할 수 있다.
프로세서(1200)는 메모리(1300)에 저장된 동작 수행 디바이스에 대응하는 기능 판단 모델, 예를 들어 TV 기능 판단 모델(1354)의 제2 자연어 이해 모델(1354a)을 이용하여, 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득할 수 있다. 제2 자연어 이해 모델(1354a)은 특정 디바이스(예를 들어, TV)에 특화된 모델로서, 제1 자연어 이해 모델(1332)에 의해 결정된 동작 수행 디바이스에 해당되는 디바이스와 관련되며 텍스트에 대응하는 인텐트를 획득하도록 학습된 인공지능 모델일 수 있다. 또한, 제2 자연어 이해 모델(1354a)은 텍스트를 해석함으로써 사용자의 의도와 관련된 디바이스의 동작을 결정할 수 있도록 학습된 모델일 수 있다. 동작은, 디바이스에서 특정 기능을 실행함으로서, 디바이스가 수행하는 적어도 하나의 액션을 의미할 수 있다. 동작은 디바이스에서 애플리케이션을 실행함으로써, 디바이스가 수행하는 적어도 하나의 액션을 나타낼 수 있다.
일 실시예에서, 프로세서(1200)는 결정된 동작 수행 디바이스(예를 들어, TV)에 대응되는 TV 기능 판단 모델(1354)의 제2 자연어 이해 모델(1354a)을 이용하여 텍스트를 분석할 수 있다. 프로세서(1200)는 제2 자연어 이해 모델(1354a)을 이용하여 텍스트를 형태소, 단어, 또는 구 단위로 파싱하고, 문법적 및 의미적 분석을 통해 파싱된 형태소, 단어, 또는 구의 의미를 파악하고, 파악된 의미를 기 정의된 단어에 매칭시켜 인텐트 및 파라미터를 결정할 수 있다. 여기서,'파라미터'는 인텐트와 관련된 동작 수행 디바이스의 세부 동작 들을 결정하기 위한 변수(variable) 정보를 의미한다. 예를 들어, 기능 판단 모델(1354)에 전송된 텍스트가 "TV에서 영화 어벤져스 틀어줘~"인 경우, 인텐트는 '컨텐트 재생'이고, 파라미터는 재생할 컨텐트에 관한 정보인 '어벤져스 영화'일 수 있다.
프로세서(1200)는 TV 기능 판단 모델(1354)의 액션 플랜 관리 모듈(1354b)을 이용하여, 인텐트 및 파라미터에 관련된 적어도 하나의 세부 동작에 대한 동작 정보를 획득할 수 있다. 액션 플랜 관리 모듈(1354b)은, 디바이스 별로 디바이스의 세부 동작들 및 세부 동작들 간의 관계에 관한 정보를 관리할 수 있다. 프로세서(1200)는 액션 플랜 관리 모듈(1354b)을 이용함으로써, 인텐트 및 파라미터에 기초하여, 동작 수행 디바이스(예를 들어, TV)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)하고, 이를 통해 동작 정보를 획득할 수 있다. 동작 정보는, 디바이스가 수행할 세부 동작들 및 세부 동작들의 실행 순서에 관련된 정보일 수 있다. 동작 정보는 디바이스가 수행할 세부 동작들, 각 세부 동작과 다른 세부 동작과의 연관 관계 및 실행 순서에 관련된 정보를 포함할 수 있다. 동작 정보는 예를 들어, 특정 동작의 수행을 위하여 동작 수행 디바이스가 실행해야 할 기능들, 기능들의 실행 순서, 기능들을 실행하기 위하여 필요한 입력 값 및 기능들의 실행 결과로서 출력되는 출력 값을 포함할 수 있으나, 이에 한정되지 않는다.
프로세서(1200)는 동작 정보에 기초하여 동작 수행 디바이스를 제어할 수 있는 제어 명령을 생성할 수 있다. 제어 명령은, 동작 수행 디바이스가 동작 정보 내에 포함된 세부 동작들을 수행할 수 있도록, 동작 수행 디바이스가 판독하고, 실행할 수 있는 명령어를 의미한다. 프로세서(1200)는 생성된 제어 명령을 동작 수행 디바이스에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다.
일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 통해, 허브 디바이스(1000)의 사용자 계정과 동일한 계정으로 로그인되고, 허브 디바이스(1000)와 네트워크를 통해 연결된 복수의 디바이스(4000)로부터 기능 판단 모델에 관한 정보를 획득할 수 있다. 기능 판단 모델에 관한 정보는 복수의 디바이스(4000) 각각이 기능 판단 모델을 저장하고 있는지 여부에 관한 정보를 포함할 수 있다. 도 1을 함께 참조하면, 도 1에 도시된 실시예에서 복수의 디바이스(4000) 중 제1 디바이스(4100)는 기능 판단 모델(4132)을 메모리(4130)에 저장하고 있지만, 제2 디바이스(4200) 및 제3 디바이스(4300)는 각각의 기능 판단 모델을 저장하고 있지 않다. 제1 디바이스(4100), 제2 디바이스(4200), 및 제3 디바이스(4300) 중 적어도 하나의 디바이스가 자체적으로 기능 판단 모델을 저장하고 있는지 여부에 관한 정보를 허브 디바이스(1000)에 전송하면(S4, S6, S8), 허브 디바이스(1000)는 통신 인터페이스(1400)를 통해 획득한 기능 판단 모델에 관한 정보를 프로세서(1200)에 제공할 수 있다.
일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 통해 음성 비서 서버(2000, 도 1 참조)로부터 복수의 디바이스(4000, 도 1 참조)의 기능 판단 모델에 관한 정보를 획득할 수도 있다. 복수의 디바이스(4000) 각각은 사용자가 id와 패스워드를 입력하는 로그인을 통해, 사용자의 계정에 등록되고, 사용자의 계정 정보 및 복수의 디바이스(4000) 각각의 디바이스 정보는 IoT 서버(3000)에 전송될 수 있다. 이 경우, 복수의 디바이스(4000) 각각이 자체적으로 디바이스 판단 모델을 저장하고 있는지 여부 및 기능 판단 모델을 저장하고 있는지 여부에 관한 정보도 함께 IoT 서버(3000)에 전송될 수 있다. IoT 서버(3000)는 사용자의 계정 정보에 등록된 복수의 디바이스(4000)에 관한 디바이스 정보, 디바이스 판단 모델에 관한 정보, 및 기능 판단 모델에 관한 정보를 음성 비서 서버(2000)에 전송할 수 있다. 음성 비서 서버(2000)는 복수의 디바이스(4000)에 관한 디바이스 정보, 디바이스 판단 모델에 관한 정보, 및 기능 판단 모델에 관한 정보를, 동일한 사용자 계정 정보를 갖는 허브 디바이스(1000)에 전송할 수 있다. 허브 디바이스(1000)는 복수의 디바이스(4000) 각각의 기능 판단 모델에 관한 정보를 룩 업 테이블 형태로 데이터베이스(1360)에 저장할 수 있다.
그러나, 이에 한정되는 것은 아니고, 허브 디바이스(1000)는 복수의 디바이스(4000) 중 적어도 하나의 디바이스로부터 기능 판단 모델에 관한 정보를 수신할 수도 있다. 일 실시예에서, 프로세서(1200)는 복수의 디바이스(4000) 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 기능 판단 모델에 관한 정보를 수신하도록 통신 인터페이스(1400)를 제어할 수 있다. 프로세서(1200)는 복수의 디바이스(4000)의 기능 판단 모델에 관한 정보를 수신할 때, 복수의 디바이스(4000) 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 디바이스 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보를 함께 수신하도록 통신 인터페이스(1400)를 제어할 수 있다.
프로세서(1200)는 수신된 기능 판단 모델에 관한 정보 및 디바이스 별 기능 판단 모델이 저장된 위치에 관한 정보를 데이터베이스(1360)에 저장할 수 있다. 일 실시예에서, 프로세서(1200)는 디바이스의 명칭 또는 식별 정보에 따라 기능 판단 모델을 저장하고 있는지 여부에 관한 정보 및 기능 판단 모델이 저장된 위치에 관한 정보를 룩 업 테이블 형태로 저장할 수 있다.
프로세서(1200)는 데이터베이스(1360)에 저장된 룩 업 테이블을 서치함으로써, 각 디바이스의 기능 판단 모델에 관한 정보를 획득하고, 획득한 기능 판단 모델에 관한 정보에 기초하여, 동작 수행 디바이스에 대응되는 기능 판단 모델을 저장하고 있는 디바이스를 확인할 수 있다. 예를 들어, 텍스트에 기초하여 결정된 동작 수행 디바이스가 제1 디바이스(4100)인 경우, 프로세서(1200)는 제1 디바이스(4100)로부터 획득한 기능 판단 모델에 관한 정보에 기초하여, 제1 디바이스(4100)를 자체의 기능 판단 모델(4132, 도 1 참조)을 저장하고 있는 디바이스로 결정할 수 있다. 이 경우, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여, 제1 디바이스(4100)를 텍스트의 적어도 일부를 전송할 대상 디바이스로 결정할 수 있다. 프로세서(1200)는 텍스트의 적어도 일부를 제1 디바이스(4100)의 기능 판단 모델(4132)에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다.
일 실시예에서, 프로세서(1200)는 텍스트 중 동작 수행 디바이스의 명칭에 관한 일부를 분리하고, 나머지 텍스트의 일부만을 제1 디바이스(4100)에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다. 예를 들어, 제1 디바이스(4100)가 에어컨이고, 텍스트가 "에어컨에서 설정 온도를 2°C 만큼 내려줘~"인 경우, 에어컨에 텍스트를 전송하면서 "에어컨에서"는 전송할 필요가 없다. 이 경우, 프로세서(1200)는 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 제1 디바이스(4100)의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 제1 디바이스(4100)에 제공할 수 있다.
프로세서(1200)가 획득한 기능 판단 모델에 관한 정보에 기초하여, 동작 수행 디바이스에 대응되는 기능 판단 모델을 저장하고 있는 디바이스를 확인한 결과, 동작 수행 디바이스에 기능 판단 모델이 저장되지 않음을 확인할 수 있다. 예를 들어, 동작 수행 디바이스가 제3 디바이스(4300)로 결정된 경우, 제3 디바이스(4300)에는 기능 판단 모델이 저장되어 있지 않다. 제3 디바이스(4300)에 대응하는 기능 판단 모델은 허브 디바이스(1000)에도 저장되어 있지 않다. 이 경우, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000) 및 복수의 디바이스(4000) 중 어디에도 저장되어 있지 않음을 확인할 수 있다. 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여, 텍스트의 적어도 일부를 전송할 대상 디바이스를 음성 비서 서버(2000)로 결정할 수 있다. 프로세서(1200)는 텍스트의 적어도 일부를 음성 비서 서버(2000)에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다.
통신 인터페이스(1400)는 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)와 데이터 통신을 수행할 수 있다. 통신 인터페이스(1400)는 예를 들어, 유선 랜, 무선 랜(Wireless LAN), 와이파이(Wi-Fi), 블루투스(Bluetooth), 지그비(zigbee), WFD(Wi-Fi Direct), 적외선 통신(IrDA, infrared Data Association), BLE (Bluetooth Low Energy), NFC(Near Field Communication), 와이브로(Wireless Broadband Internet, Wibro), 와이맥스(World Interoperability for Microwave Access, WiMAX), SWAP(Shared Wireless Access Protocol), 와이기그(Wireless Gigabit Allicance, WiGig) 및 RF 통신을 포함하는 데이터 통신 방식 중 적어도 하나를 이용하여 음성 비서 서버(2000), IoT 서버(3000), 및 복수의 디바이스(4000)와 데이터 통신을 수행할 수 있다.
데이터베이스(1360)는 복수의 디바이스(4000) 각각의 식별 정보, 기능 판단 모델의 유무에 관한 정보, 복수의 디바이스(4000) 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 저장된 디바이스의 식별 정보, 저장된 디바이스의 IP 주소(IP address), 또는 저장된 디바이스의 MAC 주소(MAC address))에 관한 정보를 저장할 수 있다.1360
도 2에서 데이터베이스(1360)는 메모리(1300)에 저장되어 있는 것으로 도시되었으나, 도시된 메모리(1300)와는 별개의 메모리에 저장되도록 구성될 수 있다.1360
도 1 및 도 2에 도시된 실시예에서 허브 디바이스(1000)는, 허브 디바이스(1000)의 사용자와 동일한 사용자의 계정 정보로 로그인되고, 사용자의 계정 정보로 등록된 복수의 디바이스(4000)만을 디바이스 후보(candidate)로 하여 동작 수행 디바이스를 결정하는 디바이스 판단 모델(1330) 및 디바이스 판단 모델(1330)에 의해 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델이 어느 디바이스에 저장되어 있는지를 확인(identify)하고, 확인된 디바이스에 텍스트의 적어도 일부를 전송하도록 결정하는 기능 판단 디바이스 결정 모듈(1340)을 포함할 수 있다. 허브 디바이스(1000)는 종래 음성 비서 서버(2000)에 포함된 모델들 중 일부를 포함하고, 이를 통해 동작 수행 디바이스를 결정하고, 동작 수행 디바이스의 동작을 제어하는바, 모든 과정에서 네트워크를 이용하여 음성 비서 서버(2000)를 거칠 필요가 없어지고, 따라서 네트워크 사용의 비용을 감소시키고, 서버 운영의 효율성이 증대되는 효과가 있다. 또한, 허브 디바이스(1000)의 사용자 계정을 통해 등록된 복수의 디바이스만을 디바이스 후보로 정하여 동작 수행 디바이스를 결정하는바, 연산량 및 프로세싱 시간이 감소되고, 응답 속도가 개선되는 효과가 있다.
도 3은 본 개시의 일 실시예에 따른 음성 비서 서버(2000)의 구성 요소를 도시한 블록도이다.
음성 비서 서버(2000)는 허브 디바이스(1000)로부터 사용자의 음성 입력이 변환된 텍스트를 수신하고, 수신된 텍스트에 기초하여 동작 수행 디바이스를 결정하고, 동작 수행 디바이스에 대응하는 기능 판단 모델을 이용하여 동작 정보를 획득하는 서버이다.
도 3을 참조하면, 음성 비서 서버(2000)는 적어도 통신 인터페이스(2100), 프로세서(2200), 및 메모리(2300)를 포함할 수 있다.
음성 비서 서버(2000)의 통신 인터페이스(2100)는 IoT 서버(3000, 도 1 참조)와 데이터 통신을 수행함으로써, 복수의 디바이스(4000, 도 1 참조) 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 복수의 디바이스(4000) 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함하는 디바이스 정보를 IoT 서버(3000)로부터 수신할 수 있다. 일 실시예에서, 음성 비서 서버(2000)는 통신 인터페이스(2100)를 통해 복수의 디바이스(4000) 각각의 기능 판단 모델에 관한 정보를 IoT 서버(3000)로부터 수신할 수 있다. 음성 비서 서버(2000)는 통신 인터페이스(2100)를 통해 허브 디바이스(1000)로부터 사용자 계정 정보를 수신하고, 수신된 사용자 계정 정보에 따라 등록된 복수의 디바이스(4000)에 관한 디바이스 정보와 기능 판단 모델에 관한 정보를 허브 디바이스(1000)에 전송할 수 있다.
음성 비서 서버(2000)의 프로세서(2200) 및 메모리(2300)는 허브 디바이스(1000, 도 2 참조)의 프로세서(1200, 도 2 참조) 및 메모리(1300, 도 2 참조)와 동일하거나 유사한 기능을 수행할 수 있다. 따라서, 음성 비서 서버(2000)의 프로세서(2200) 및 메모리(2300)에 관하여 허브 디바이스(1000)의 프로세서(1200) 및 메모리(1300)에서 설명하였던 것과 중복되는 설명은 생략한다.
음성 비서 서버(2000)의 메모리(2300)는 ASR 모듈(2310)에 관한 데이터, NLG 모듈(2320)에 관한 데이터, 디바이스 판단 모델(2330)에 관한 데이터, 및 복수의 기능 판단 모델(2340) 각각에 대응하는 데이터가 저장되어 있을 수 있다. 음성 비서 서버(2000)의 메모리(2300)는 허브 디바이스(1000)의 메모리(1300)에 저장되어 있는 복수의 기능 판단 모델(1350, 도 2 참조)에 관한 데이터와는 달리, 서로 다른 복수의 사용자 계정에 관한 복수의 디바이스에 대응하는 복수의 기능 판단 모델(2340)을 저장할 수 있다. 또한, 음성 비서 서버(2000)의 메모리(2300)에는 허브 디바이스(1000)의 메모리(1300)에 저장된 복수의 기능 판단 모델(1350) 보다 많은 타입의 디바이스에 관한 복수의 기능 판단 모델(2340)이 저장되어 있을 수 있다. 음성 비서 서버(2000)의 메모리(2300)에 저장된 복수의 기능 판단 모델(2340)의 전체 용량은 허브 디바이스(1000)의 메모리(1300)에 저장된 복수의 기능 판단 모델(1350)의 용량에 비해 클 수 있다.
허브 디바이스(1000)로부터 텍스트의 적어도 일부를 수신하는 경우, 음성 비서 서버(2000)의 통신 인터페이스(2100)는 수신된 텍스트의 적어도 일부를 프로세서(2200)에 전달하고, 프로세서(2200)는 메모리(2300)에 저장되어 있는 제1 자연어 이해 모델(2332)를 이용하여 텍스트의 적어도 일부를 분석할 수 있다. 프로세서(2200)는 메모리(2300)에 저장되어 있는 디바이스 판단 모델(2330)에 관한 데이터를 이용하여, 분석 결과에 기초하여 텍스트의 적어도 일부와 관련된 동작 수행 디바이스를 결정할 수 있다. 프로세서(2200)는 메모리(2300)에 저장된 복수의 기능 판단 모델 중 동작 수행 디바이스에 대응하는 기능 판단 모델을 선택하고, 선택된 기능 판단 모델을 이용하여 동작 수행 디바이스가 기능을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득할 수 있다.
예를 들어, 동작 수행 디바이스가 공기 청정기인 제3 디바이스(4300)로 결정된 경우, 프로세서(2200)는 공기 청정기에 대응하는 기능 판단 모델(2346)의 제2 자연어 이해 모델(2346a)을 이용하여 텍스트의 적어도 일부를 분석하고, 액션 플랜 관리 모듈(2346b)을 이용하여 디바이스가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)함으로써, 동작 정보를 획득할 수 있다. 이에 관한 구체적인 설명은 허브 디바이스(1000)에 관한 설명 부분과 동일한 바, 중복되는 설명은 생략한다.
음성 비서 서버(2000)는 허브 디바이스(1000)가 텍스트의 적어도 일부를 전송하는 경우에만, 텍스트의 적어도 일부와 관련된 동작 수행 디바이스를 결정하고, 동작 수행 디바이스가 동작을 수행하기 위한 동작 정보를 획득할 수 있다. 음성 비서 서버(2000)는 획득한 동작 정보를 통신 인터페이스(2100)를 통해 IoT 서버(3000)에 전송할 수 있다.
도 4는 본 개시의 일 실시예에 따른 IoT 서버(3000)의 구성 요소를 도시한 블록도이다.
IoT 서버(3000)는 복수의 디바이스(4000, 도 1 참조) 각각에 관한 디바이스 정보를 획득하고, 저장하고, 관리하는 서버이다. IoT 서버(3000)는 저장된 디바이스 정보를 활용하여 디바이스를 제어할 수 있는 제어 명령을 획득, 결정 또는 생성할 수 있다. 도 1에서는 IoT 서버(3000)가 음성 비서 서버(2000)와는 별개의 독립된 하드웨어 장치로 구성되는 것으로 도시되어 있지만, 이에 한정되는 것은 아니다. 일 실시예에서, IoT 서버(3000)는 음성 비서 서버(2000, 도 1 참조)의 일 구성 요소이거나, 또는 소프트웨어로 구분되도록 설계된 서버일 수 있다.
도 4를 참조하면, IoT 서버(3000)는 적어도 통신 인터페이스(3100), 프로세서(3200), 및 메모리(3300)을 포함할 수 있다.
IoT 서버(3000)는 통신 인터페이스(3100)를 통해 음성 비서 서버(2000) 또는 동작 수행 디바이스와 네트워크를 통해 연결되고, 데이터를 수신 또는 전송할 수 있다. IoT 서버(3000)는 프로세서(3200)의 제어에 따라 통신 인터페이스(3100)를 통해 음성 비서 서버(2000) 또는 동작 수행 디바이스로 메모리(3300)에 저장된 데이터를 전송할 수 있다. 또한 IoT 서버(3000)는 프로세서(3200)의 제어에 따라 통신 인터페이스(3100)를 통해 음성 비서 서버(2000) 또는 동작 수행 디바이스로부터 데이터를 수신할 수 있다.
일 실시예에서, 통신 인터페이스(3100)는 복수의 디바이스(4000, 도 1 참조) 각각으로부터 디바이스 식별 정보(예: 디바이스의 id 정보), 기능 수행 능력 정보(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함하는 디바이스 정보를 수신할 수 있다. 일 실시예에서, 통신 인터페이스(3100)는 복수의 디바이스(4000) 각각으로부터 사용자 계정 정보를 수신할 수 있다. 또한, 통신 인터페이스(3100)는 복수의 디바이스(4000)로부터 전원 온오프(on/off), 또는 실행하고 있는 동작에 관한 정보를 수신할 수도 있다. 통신 인터페이스(3100)는 수신된 디바이스 정보를 메모리(3300)에 제공할 수 있다.
메모리(3300)는 통신 인터페이스(3100)에 의해 수신된 디바이스 정보를 저장할 수 있다. 일 실시예에서, 메모리(3300)는 복수의 디바이스(4000)로부터 수신된 사용자 계정 정보에 따라 디바이스 정보를 분류하고, 분류된 디바이스 정보를 룩 업 테이블 형태로 저장할 수 있다.
일 실시예에서, 통신 인터페이스(3100)는 음성 비서 서버(2000)로부터 사용자 계정 정보 및 사용자 계정 정보에 대하여 기 등록된 복수의 디바이스(4000)에 관한 디바이스 정보를 요청하는 쿼리(query)를 수신할 수 있다. 프로세서(3200)는 수신된 쿼리에 응답하여, 사용자 계정에 대하여 기 등록된 복수의 디바이스(4000)에 관한 디바이스 정보를 메모리(3300)로부터 획득하고, 획득한 디바이스 정보를 음성 비서 서버(2000)에 전송하도록 통신 인터페이스(3100)를 제어할 수 있다.
프로세서(3200)는, 음성 비서 서버(2000)로부터 수신한 동작 정보에 기초하여, 동작을 수행하도록 결정된 동작 수행 디바이스에 제어 명령을 전송하도록 통신 인터페이스(3100)를 제어할 수 있다. IoT 서버(3000)는 통신 인터페이스(3100)를 통해 제어 명령에 따른 동작 수행 결과를, 동작을 수행한 디바이스로부터 수신할 수 있다.
도 5는 본 개시의 일 실시예에 따른 복수의 디바이스(4000)의 일부 구성 요소를 도시한 블록도이다.
복수의 디바이스(4000)는, 허브 디바이스(1000, 도 1 참조) 또는 IoT 서버(3000, 도 1 참조)에 의한 제어를 받는 피제어 디바이스일 수 있다. 일 실시예에서, 복수의 디바이스(4000)는 허브 디바이스(1000) 또는 IoT 서버(3000)로부터 수신된 제어 명령에 기초하여 동작을 실행하는 익스큐터 디바이스(executor device)일 수 있다.
도 5를 참조하면, 복수의 디바이스(4000)는 제1 디바이스(4100), 제2 디바이스(4200), 및 제3 디바이스(4300)를 포함할 수 있다. 도 5에 도시된 실시예에서, 제1 디바이스(4100)는 에어컨이고, 제2 디바이스(4200)는 TV이고, 제3 디바이스(4300)는 공기청정기인 것으로 도시되어 있지만, 이는 예시적인 것이고, 본 개시의 복수의 디바이스(4000)가 도 5에 도시된 바와 같이 한정되는 것은 아니다.
도 5에는 제1 디바이스(4100), 제2 디바이스(4200), 및 제3 디바이스(4300) 각각이 프로세서, 메모리, 및 통신 인터페이스만을 포함하고 있는 것으로 도시되었지만, 이는 설명의 편의를 위한 것이다. 도 5에서 복수의 디바이스(4000)가 제어 명령에 기초하여 동작을 실행하기 위한 각각의 구성 요소들은 생략되었다.
복수의 디바이스(4000) 중 일부는 기능 판단 모델을 저장할 수 있다. 도 5에 도시된 실시예에서, 제1 디바이스(4100)는 통신 인터페이스(4110), 프로세서(4120), 및 메모리(4130)를 포함하고, 메모리(4130) 내에는 기능 판단 모델(4132)이 저장될 수 있다. 제1 디바이스(4100)에 저장된 기능 판단 모델(4132)은, 제1 디바이스(4100)가 동작을 실행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다. 기능 판단 모델(4132)은, 허브 디바이스(1000) 또는 IoT 서버(3000)로부터 수신한 텍스트의 적어도 일부를 분석하고, 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 제1 디바이스(4100)가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 자연어 이해 모델(4134)을 포함할 수 있다. 기능 판단 모델(4132)은, 제1 디바이스(4100)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 생성하기 위하여 디바이스의 세부 동작에 관련된 동작 정보를 관리하는 액션 플랜 관리 모듈(4136)을 포함할 수 있다. 액션 플랜 관리 모듈(4136)은, 텍스트의 적어도 일부에 관한 분석 결과에 기초하여, 제1 디바이스(4100)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)할 수 있다.
제2 디바이스(4200)는 통신 인터페이스(4210), 프로세서(4220), 및 메모리(4230)를 포함할 수 있다. 제3 디바이스(4300)는 통신 인터페이스(4310), 프로세서(4320), 및 메모리(4330)를 포함할 수 있다. 제2 디바이스(4200) 및 제3 디바이스(4300)는, 제1 디바이스(4100)와는 달리 기능 판단 모델을 저장하지 않는다. 제2 디바이스(4200) 및 제3 디바이스(4300)는 허브 디바이스(1000, 도 1 참조) 또는 IoT 서버(3000, 도 1 참조)로부터 텍스트의 적어도 일부를 수신하지 않는다. 제2 디바이스(4200) 및 제3 디바이스(4300)는 허브 디바이스(1000) 또는 IoT 서버(3000)로부터 제어 명령을 수신하고, 수신된 제어 명령에 기초하여 동작을 실행할 수 있다.
복수의 디바이스(4000)는 통신 인터페이스(4110, 4210, 4310)를 이용하여 각각의 사용자의 계정 정보, 디바이스 정보, 기능 판단 모델에 관한 정보를 IoT 서버(3000)에 전송할 수 있다. 일 실시예에서, 복수의 디바이스(4000)는 사용자가 로그인하면, 사용자의 계정 정보와 복수의 디바이스(4000) 각각이 자체적으로 디바이스 판단 모델을 저장하고 있는지 여부 및 기능 판단 모델을 저장하고 있는지 여부에 관한 정보를 IoT 서버(3000)에 전송할 수 있다. 디바이스 정보는 복수의 디바이스(4000)의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 복수의 디바이스(4000) 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 복수의 디바이스(4000)는 통신 인터페이스(4110, 4210, 4310)를 이용하여, 사용자의 계정 정보와 복수의 디바이스(4000) 각각이 자체적으로 디바이스 판단 모델을 저장하고 있는지 여부 및 기능 판단 모델을 저장하고 있는지 여부에 관한 정보를 허브 디바이스(1000, 도 1 참조)에 전송할 수도 있다.
복수의 디바이스(4000) 중 일부 디바이스는, 허브 디바이스(1000)와 다른 제조사에 의해 제조된 써드파티 디바이스(3rd party device)일 수 있다. 예를 들어, 제3 디바이스(4300)는 써드파트 디바이스일 수 있다. 제3 디바이스(4300)가 써드파티 디바이스인 경우, 제3 디바이스(4300)를 통해 써드파티 사용자 계정으로 써드파티 IoT 서버에 로그인하고, IoT 서버(3000)는 임시 계정을 이용하여 써드파티 IoT 서버에 접속하여 제3 디바이스(4300)의 디바이스 정보 및 기능 판단 모델에 관한 정보를 획득할 수 있다. 제3 디바이스(4300)가 동작 수행 디바이스로 결정된 경우, IoT 서버(3000)는 제어 명령을 제3 디바이스(4300)가 판독하고 실행할 수 있는 제어 명령으로 변환하고, 써드파티 IoT 서버에 전송할 수 있다. 써드파티 IoT 서버는 변환된 제어 명령을 제3 디바이스(4300)에 전송하고, 제3 디바이스(4300)는 수신된 제어 명령에 기초하여 동작을 실행할 수 있다.
도 6은 본 개시의 일 실시예에 따른 허브 디바이스(1000)가 음성 입력에 기초하여 디바이스를 제어하는 방법을 도시한 흐름도이다.
단계 S610에서, 허브 디바이스(1000)는 사용자의 음성 입력을 수신한다. 일 실시예에서, 허브 디바이스(1000)는 마이크(1100, 도 2 참조)를 통해 사용자로부터 음성 입력(예를 들어, 사용자의 발화)을 수신하고, 수신된 음성 입력으로부터 음성 신호를 획득할 수 있다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는, 마이크(1100)를 통해 수신된 소리를 음향 신호로 변환하고, 음향 신호로부터 노이즈(예를 들어, 비음성 성분)를 제거하여 음성 신호를 획득할 수 있다.
단계 S620에서, 허브 디바이스(1000)는 ASR(Automatic Speech Recognition)을 수행하여, 수신된 음성 입력을 텍스트로 변환한다. 일 실시예에서, 허브 디바이스(1000)는 음향 모델(acoustic model; AM) 또는 언어 모델(language model; LM) 등 기 정의된 모델을 이용하여 음성 신호를 컴퓨터로 판독 가능한 텍스트로 변환하는 ASR을 수행할 수 있다. 허브 디바이스(1000)가, 노이즈가 제거되지 않은 음향 신호를 수신하는 경우에는, 수신된 음향 신호에서 노이즈를 제거하여 음성 신호를 획득하고, 음성 신호에 대하여 ASR을 수행할 수 있다.
단계 S630에서, 허브 디바이스(1000)는 제1 자연어 이해 모델(Natural Language Understanding)을 이용하여 텍스트를 분석하고, 디바이스 판단 모델을 이용하여 분석된 텍스트에 대응되는 동작 수행 디바이스를 결정한다. 일 실시예에서, 허브 디바이스(1000)는 디바이스 판단 모델 내에 포함된 제1 자연어 이해 모델을 이용하여 텍스트를 분석하고, 텍스트의 분석 결과에 기초하여 복수의 디바이스 중 사용자의 의도에 따른 동작을 수행할 동작 수행 디바이스를 결정할 수 있다. 여기서, 복수의 디바이스는 허브 디바이스(1000)와 동일한 사용자 계정으로 로그인 되고, 허브 디바이스(1000)와 네트워크를 통해 연결된 디바이스를 의미한다. 복수의 디바이스는 IoT 서버에 허브 디바이스(1000)와 동일한 사용자 계정으로 등록된 디바이스일 수 있다.
제1 자연어 이해 모델은 음성 입력으로부터 변환된 텍스트를 분석하고, 분석 결과에 기초하여 동작 수행 디바이스를 결정하도록 학습된 모델이다. 제1 자연어 이해 모델은 텍스트를 해석함으로써, 인텐트를 결정할 수 있으며, 인텐트에 기초하여 동작 수행 디바이스를 결정하는데 이용될 수 있다. 허브 디바이스(1000)는 제1 자연어 이해 모델을 이용하여 텍스트를 형태소, 단어(word), 또는 구(phrase)의 단위로 파싱(parse)하고, 형태소, 단어, 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 파싱된 텍스트로부터 추출된 단어의 의미를 추론할 수 있다. 허브 디바이스(1000)는, 추론된 단어의 의미를 제1 자연어 이해 모델에서 제공되는 기 정의된 인텐트들과 비교함으로써, 추론된 단어의 의미에 대응되는 인텐트를 결정할 수 있다.
허브 디바이스(1000)는 인텐트와 디바이스 간의 관련성을 판단하는 매칭 모델에 기초하여, 텍스트로부터 인식된 인텐트와 관련된 디바이스를 동작 수행 디바이스로 결정할 수 있다. 일 실시예에서, 매칭 모델은 룰 베이스 시스템(rule-based system)을 통한 학습을 통해 획득될 수 있지만, 이에 한정되지는 않는다.
일 실시예에서, 허브 디바이스(1000)는 인텐트에 매칭 모델을 적용함으로써, 인텐트와 복수의 디바이스 간의 관련성 정도를 나타내는 복수의 수치값을 획득하고, 획득된 복수의 수치값 중 최대값을 갖는 디바이스를 최종 동작 수행 디바이스로 결정할 수 있다. 예를 들어, 인텐트가 제1 디바이스 및 제2 디바이스와 각각 관련되는 경우, 허브 디바이스(1000)는 인텐트와 제1 디바이스 간의 관련성 정도를 나타내는 제1 수치값, 및 인텐트와 제2 디바이스 간의 관련성 정도를 나타내는 제2 수치값을 획득하고, 제1 수치값 및 제2 수치값 중 높은 수치값을 갖는 제1 디바이스를 동작 수행 디바이스로 결정할 수 있다.
허브 디바이스(1000)는 예를 들어, 룰 베이스 시스템(rule-based system)을 이용하여 인텐트와 동작 수행 디바이스 간의 매칭 모델을 학습할 수 있으나, 이에 한정되는 것은 아니다. 허브 디바이스(1000)가 이용하는 인공지능 모델은 예를 들어, 신경망 베이스 시스템(neural network-based system)(예: 컨볼루션 신경망(convolution neural network; CNN, 순환 신경망(recurrent neural network; RNN), SVM(Support Vector Machine), 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 나이브 베이즈 분류(Naive Bayes), 랜덤 포레스트(random forest), decision tree, 또는 k-nearest neighbor algorithm 일 수 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 모델일 수도 있다.
허브 디바이스(1000)의 메모리(1300, 도 2 참조)에 저장되는 디바이스 판단 모델(1330, 도 2 참조)은, 허브 디바이스(1000)의 사용자 계정에 따라 등록된 복수의 디바이스 중에서 동작 수행 디바이스를 결정할 수 있다. 일 실시예에서, 디바이스 판단 모델은 허브 디바이스(1000)의 사용자 계정과 동일한 사용자 계정으로 로그인함으로써 기 등록된 복수의 디바이스 각각과 인텐트의 관련도를 나타내는 수치값을 분석하고, 복수의 디바이스 각각과 인텐트 간의 관련도를 나타내는 수치값 중 최대값을 갖는 디바이스를 동작 수행 디바이스로 결정할 수 있다.
일 실시예에서, 허브 디바이스(1000)는 음성 비서 서버(2000, 도 1 참조)로부터 사용자 계정에 따라 기 등록된 복수의 디바이스 각각에 관한 디바이스 정보를 수신할 수 있다. 디바이스 정보는 예를 들어, 복수의 디바이스 각각의 식별 정보(예를 들어, 디바이스 id 정보), 복수의 디바이스 각각의 디바이스 타입, 복수의 디바이스 각각의 기능 수행 능력(capability), 위치 정보, 및 상태 정보 중 적어도 하나를 포함할 수 있다. 허브 디바이스(1000)는 수신된 디바이스 정보에 기초하여 복수의 디바이스 중 인텐트에 따라 동작을 수행할 디바이스를 결정할 수 있다.
단계 S640에서, 허브 디바이스(1000)는 복수의 디바이스 중 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify) 한다.
동작 수행 디바이스에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리 내에 저장되어 있거나, 동작 수행 디바이스 자체의 메모리 내에 저장되어 있거나, 또는 음성 비서 서버(2000, 도 1 참조)의 메모리 내에 저장되어 있을 수 있다. '동작 수행 디바이스에 대응하는 기능 판단 모델'은, 동작 수행 디바이스가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델을 의미한다.
일 실시예에서, 허브 디바이스(1000)는 데이터베이스(1360, 도 2 참조) 내에 저장된 복수의 디바이스 각각의 기능 판단 모델의 저장 여부에 관한 정보, 복수의 디바이스 각각의 대응하는 기능 판단 모델이 저장된 위치에 관한 정보를 이용하여, 허브 디바이스의 메모리, 음성 비서 서버, 또는 동작 수행 디바이스 자체의 메모리 중 기능 판단 모델이 저장된 디바이스를 확인할 수 있다. 허브 디바이스(1000)는 복수의 디바이스 중, 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 기능 판단 모델에 관한 정보를 획득하고, 획득한 기능 판단 모델에 관한 정보를 데이터베이스(1360)에 저장할 수 있다. 허브 디바이스(1000)는 복수의 디바이스의 기능 판단 모델에 관한 정보를 수신할 때, 복수의 디바이스 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 디바이스 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보를 함께 수신할 수 있다. 데이터베이스(1360)에는 사용자의 계정에 따라 기 등록된 복수의 디바이스 각각의 기능 판단 모델의 저장 여부에 관한 정보, 복수의 디바이스 각각에 관한 기능 판단 모델이 저장된 위치에 관한 정보가 룩 업 테이블 형태로 저장될 수 있다.
일 실시예에서, 허브 디바이스(1000)은 단계 S630에서 결정된 동작 수행 디바이스의 디바이스 식별 정보를 획득하고, 디바이스 식별 정보에 따라 데이터베이스(1360) 내의 룩 업 테이블를 서치하고, 룩 업 테이블의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델의 저장 위치에 관한 정보를 획득할 수 있다. 전술한 방법으로 허브 디바이스(1000)는, 허브 디바이스(1000) 내부, 음성 비서 서버, 및 동작 수행 디바이스 자체의 메모리 중 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장되어 있는 디바이스를 확인할 수 있다.
단계 S650에서, 허브 디바이스(1000)는 확인된 디바이스에 텍스트의 적어도 일부를 제공한다. 예를 들어, 단계 S640에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000) 내에 저장되어 있음을 확인한 경우, 허브 디바이스(1000)는 텍스트의 적어도 일부를 허브 디바이스(1000) 내에 저장된 동작 수행 디바이스에 대응되는 기능 판단 모델에 텍스트의 적어도 일부를 제공할 수 있다.
예를 들어, 단계 S640에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 음성 비서 서버(2000)에 저장되어 있음을 확인한 경우, 허브 디바이스(1000)는 텍스트의 적어도 일부를 음성 비서 서버(2000)에 전송할 수 있다.
예를 들어, 단계 S640에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스 자체의 메모리 내에 저장되어 있음을 확인한 경우, 허브 디바이스(1000)는 텍스트의 적어도 일부를 동작 수행 디바이스에 전송할 수 있다.
일 실시예에서, 허브 디바이스(1000)는 확인된 디바이스에 텍스트의 전체를 제공하지 않고, 텍스트의 일부만을 제공할 수 있다. 예를 들어, 음성 입력으로부터 변환된 텍스트가 "TV에서 영화 어벤져스 틀어줘~"인 경우, 'TV에서'는 동작 수행 디바이스의 명칭을 특정한 것인바, TV 기능 판단 모델(1354)에는 불필요한 정보일 수 있다. 허브 디바이스(1000)는 제1 자연어 이해 모델(1332, 도 2 참조)을 이용하여, 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 확인된 디바이스에 제공할 수 있다.
도 7은 본 개시의 허브 디바이스(1000)가 사용자의 음성 입력에 따른 텍스트의 적어도 일부를 허브 디바이스(1000), 음성 비서 서버(2000), 또는 동작 수행 디바이스(4000a) 중 어느 하나에 제공하는 방법을 도시한 흐름도이다. 도 7에 도시된 실시예는 도 6의 S640 및 S650을 구체화한 실시예이다. 도 7의 단계 S710 내지 단계 S730은 도 6의 단계 S640을 구체화한 실시예이고, 단계 S740 내지 단계 S760은 도 6의 단계 S650을 구체화한 실시예이다.
단계 S710은 도 6의 단계 S630가 수행된 이후에 수행된다. 단계 S710에서, 허브 디바이스(1000)는 복수의 디바이스 중 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 기능 판단 모델에 관한 정보를 획득한다. 일 실시예에서, 허브 디바이스(1000)는 통신 인터페이스(1400, 도 2 참조)를 이용하여, 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 기능 판단 모델에 관한 정보를 수신할 수 있다. '기능 판단 모델에 관한 정보'는 복수의 디바이스 각각이 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 기능 판단 모델을 자체적으로 저장하고 있는지 여부에 관한 정보를 의미한다. 일 실시예에서, 허브 디바이스(1000)는 복수의 디바이스로부터 기능 판단 모델에 관한 정보를 수신할 때, 복수의 디바이스 각각에 관한 기능 판단 모델이 저장된 위치(예를 들어, 디바이스 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보를 함께 획득할 수 있다.
허브 디바이스(1000)는 수신된 기능 판단 모델에 관한 정보 및 디바이스 별 기능 판단 모델이 저장된 위치에 관한 정보를 데이터베이스(1360, 도 2 참조)에 저장할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 디바이스의 명칭 또는 식별 정보에 따라 기능 판단 모델을 저장하고 있는지 여부에 관한 정보 및 기능 판단 모델이 저장된 위치에 관한 정보를 데이터베이스(1360)에 룩 업 테이블 형태로 저장할 수 있다.
단계 S720에서, 허브 디바이스(1000)는 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스의 메모리에 저장되어 있는지 확인한다. '동작 수행 디바이스에 대응하는 기능 판단 모델'은, 동작 수행 디바이스가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델일 수 있다.
동작 수행 디바이스에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리(1300, 도 2 참조) 내에 저장되어 있거나, 동작 수행 디바이스 자체의 메모리 내에 저장되어 있거나, 또는 음성 비서 서버 내에 저장되어 있을 수 있다.
일 실시예에서, 허브 디바이스(1000)는 데이터베이스(1360)에 저장된 룩 업 테이블을 서치함으로써, 각 디바이스의 기능 판단 모델에 관한 정보를 획득할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 획득한 기능 판단 모델에 관한 정보에 기초하여, 동작 수행 디바이스에 대응되는 기능 판단 모델이 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있는지 여부를 확인할 수 있다. 다른 실시예에서, 허브 디바이스(1000)는 메모리(1300)에 액세스하여 메모리(1300)에 저장된 데이터를 스캔함으로써, 메모리(1300) 내에 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장되어 있는지 판단할 수 있다.
허브 디바이스(1000)의 메모리(1300) 내에는 복수의 디바이스 각각에 관한 복수의 기능 판단 모델이 저장되어 있을 수 있다. 일 실시예에서, 허브 디바이스(1000)의 메모리(1300)에는 사용자 계정(account)과 동일한 계정으로 로그인되고, 허브 디바이스(1000)와 네트워크를 통해 연결된 복수의 디바이스에 각각 대응하는 복수의 기능 판단 모델이 저장되어 있을 수 있다.
단계 S720에서 허브 디바이스(1000)가 메모리(1300) 내에 동작 수행 디바이스에 대응하는 기능 판단 모델이 없음을 확인하는 경우(단계 S730), 허브 디바이스(1000)는 기능 판단 모델에 관한 정보에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 메모리에 저장되어 있는지 여부를 확인한다. 일 실시예에서, 허브 디바이스(1000)는 데이터베이스(1360)에 저장되어 있는 룩 업 테이블을 서치함으로써, 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 자체 메모리 내에 저장되어 있는지 여부를 확인할 수 있다. 예를 들어, 텍스트에 기초하여 결정된 동작 수행 디바이스가 제1 디바이스인 경우, 허브 디바이스(1000)는 룩 업 테이블을 서치함으로써, 제1 디바이스가 자체적으로 기능 판단 모델을 저장하고 있는지에 관한 정보를 확인할 수 있다.
일 실시예에서, 동작 수행 디바이스로 결정된 제1 디바이스의 메모리 내에는 기능 판단 모델이 저장되어 있지 않을 수 있다. 단계 S730에서, 허브 디바이스(1000)가 기능 판단 모델에 관한 정보에 기초하여, 동작 수행 디바이스에 기능 판단 모델이 저장되어 있지 않다고 판단한 경우(단계 S740), 허브 디바이스(1000)는 음성 비서 서버에 텍스트의 적어도 일부를 전송한다. 일 실시예에서, 허브 디바이스(1000)는 음성 비서 서버에 저장된 동작 수행 디바이스에 대응하는 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. 이 경우, 허브 디바이스(1000)는 동작 수행 디바이스의 디바이스 식별 정보를 텍스트의 적어도 일부와 함께 전송할 수 있다.
단계 S720에서, 허브 디바이스(1000)가 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스의 메모리에 저장되어 있음을 확인한 경우(단계 S750), 허브 디바이스(1000)는 기 저장된 기능 판단 모델에 텍스트의 적어도 일부를 제공한다. 일 실시예에서, 허브 디바이스(1000)는 메모리(1300, 도 2 참조)에 기 저장된 복수의 기능 판단 모델 중 동작 수행 디바이스에 대응하는 기능 판단 모델을 선택하고, 선택된 기능 판단 모델에 텍스트의 적어도 일부를 제공할 수 있다. 예를 들어, 동작 수행 디바이스가 제2 디바이스인 경우, 허브 디바이스(1000)의 프로세서(1200)는 메모리(1300)에 기 저장된 제1 기능 판단 모델 및 제2 기능 판단 모델 중 제2 디바이스에 대응하는 제2 기능 판단 모델을 선택하고, 제2 기능 판단 모델에 텍스트의 적어도 일부를 제공할 수 있다.
단계 S730에서, 허브 디바이스(1000)가 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스 자체의 메모리 내에 저장되어 있음을 확인한 경우(단계 S760), 허브 디바이스(1000)는 동작 수행 디바이스 내에 저장된 기능 판단 모델에 텍스트의 적어도 일부를 전송한다.
단계 S740, 단계 S750, 및 단계 S760에서, 허브 디바이스(1000)는 텍스트의 전체를 전송하지 않고, 텍스트의 적어도 일부만을 전송할 수 있다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200)는 제1 자연어 이해 모델을 이용하여 텍스트를 단어 또는 구 단위로 파싱(parse) 하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 동작 수행 디바이스의 기능 판단 모델에 전송할 수 있다.
도 8은 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.
도 8은 도 7에 도시된 ⓐ단계 이후에 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 동작 수행 디바이스(4000a)를 포함하는 멀티 디바이스 시스템 환경에서 각 주체의 동작들을 나타내는 흐름도이다. 도 7에 도시된 ⓐ단계는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 허브 디바이스의 메모리 및 동작 수행 디바이스(4000a) 자체의 메모리에도 저장되어 있지 않음이 확인된 상태를 나타낸다.
도 8을 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 및 기능 판단 디바이스 결정 모듈(1340)을 포함할 수 있다. 도 8에 도시된 실시예에서, 허브 디바이스(1000)는 기능 판단 모델을 저장하지 않거나, 또는 동작 디바이스에 대응하는 기능 판단 모델을 저장하지 않을 수 있다.
음성 비서 서버(2000)는 복수의 기능 판단 모델(2342, 2344, 2346)을 저장할 수 있다. 예를 들어, 음성 비서 서버(2000)에 저장된 제1 기능 판단 모델(2342)은 에어컨의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다. 예를 들어, 제2 기능 판단 모델(2344)은 TV의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델이며, 제3 기능 판단 모델(2346)은 세탁기의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다.
도 8에 도시된 실시예에서, 동작 수행 디바이스(4000a)는 'TV'로 결정되고, TV에 대응하는 제2 기능 판단 모델(2344)은 음성 비서 서버(2000)에 저장되어 있을 수 있다.
단계 S810에서, 허브 디바이스(1000)는 텍스트의 적어도 일부 및 동작 수행 디바이스(4000a)의 식별 정보를 음성 비서 서버(2000)에 전송한다. 허브 디바이스(1000)는 음성 입력으로부터 변환된 텍스트의 전체를 음성 비서 서버(2000)에 전송하지 않고, 텍스트의 적어도 일부를 전송할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 예를 들어, 동작 수행 디바이스(4000a)가 'TV'로 결정된 경우, "TV에서 영화 어벤져스 틀어줘~"라는 텍스트에서 'TV에서'는 동작 수행 디바이스(4000a)의 명칭 또는 보통 명칭을 특정한 것인바, 불필요한 정보일 수 있다. 또한, 허브 디바이스(1000)에서는 음성 비서 서버(2000)에 동작 수행 디바이스(4000a)의 식별 정보(예를 들어, 디바이스 id)를 전송하는바, 'TV에서'는 불필요한 정보이다. 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 제1 자연어 이해 모델(1332)을 이용하여, 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 음성 비서 서버(2000)에 전송할 수 있다.
단계 S810에서, 허브 디바이스(1000)는 텍스트의 적어도 일부 및 동작 수행 디바이스(4000a)의 식별 정보를 수신하면서, 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)의 사용자 계정 정보를 음성 비서 서버(2000)에 전송할 수 있다.
단계 S820에서, 음성 비서 서버(2000)는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델을 선택한다. 일 실시예에서, 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 수신한 동작 수행 디바이스(4000a)의 식별 정보에 기초하여 동작 수행 디바이스(4000a)를 확인하고, 복수의 기능 판단 모델(2342, 2344, 2346) 중 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델을 선택할 수 있다. '동작 수행 디바이스에 대응하는 기능 판단 모델'은, 동작 수행 디바이스(4000a)가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델을 의미한다. 도 8에 도시된 실시예에서, 동작 수행 디바이스(4000a)가 TV인 경우, 음성 비서 서버(2000)는 메모리에 저장된 복수의 기능 판단 모델(2342, 2344, 2346) 중 TV가 기능, 예를 들어 영화를 플레이하는 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위한 제2 기능 판단 모델(2344)을 선택할 수 있다.
단계 S830에서, 음성 비서 서버(2000)는 선택된 기능 판단 모델의 자연어 이해 모델을 이용하여 텍스트를 해석하고, 분석 결과에 기초하여 인텐트(intent)를 결정한다. 음성 비서 서버(2000)는 제2 기능 판단 모델(2344)의 자연어 이해 모델(2344a)를 이용하여, 허브 디바이스(1000)로부터 수신한 텍스트의 적어도 일부를 분석할 수 있다. 자연어 이해 모델(2344a)은 특정 디바이스와 관련된 텍스트를 해석하기 위하여 학습된 인공지능 모델로서, 사용자가 의도하는 동작과 관련된 인텐트 및 파라미터들을 결정하도록 학습된 모델일 수 있다. 자연어 이해 모델(2344a)은 텍스트가 입력되면 특정 디바이스의 타입과 관련된 기능을 결정하도록 학습된 모델일 수 있다.
일 실시예에서, 음성 비서 서버(2000)는 자연어 이해 모델(2344a)을 이용하여 텍스트의 적어도 일부를 단어 또는 구 단위로 파싱(parse)하고, 파싱된 형태소, 단어, 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 파싱된 텍스트로부터 추출된 단어의 의미를 추론하고, 추론된 의미를 기 정의된 인텐트 및 파라미터에 매칭시켜 텍스트로부터 인텐트 및 파라미터를 획득할 수 있다. 인텐트는 텍스트에 포함된 사용자의 발화 의도를 나타내는 정보로서, 특정 동작 수행 디바이스(4000a)가 수행할 동작을 결정하는 데 사용될 수 있다. 파라미터(parameter)는 인텐트와 관련된 동작 수행 디바이스(4000a)의 세부 동작들을 결정하기 위한 변수(variable) 정보를 의미한다. 파라미터는 인텐트에 대응하는 정보이며, 하나의 인텐트에 복수 종류의 파라미터가 대응될 수 있다. 예를 들어, 텍스트가 "TV에서 영화 어벤져스 틀어줘~"인 경우, 인텐트는 '동영상 컨텐트 플레이'이고, 파라미터는 '영화' 또는 '영화 어벤져스'일 수 있다.
일 실시예에서, 음성 비서 서버(2000)는 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다.
단계 S840에서, 음성 비서 서버(2000)는 인텐트에 기초하여 동작 수행 디바이스(4000a)가 수행할 동작에 관한 동작 정보를 획득한다. 일 실시예에서, 음성 비서 서버(2000)는 제2 기능 판단 모델(2344)의 액션 플랜 관리 모듈(2344b)를 이용하여, 인텐트 및 파라미터에 기초하여 동작 수행 디바이스(4000a)가 수행할 동작 정보를 플래닝(planning)한다. 액션 플랜 관리 모듈(2344b)은 인텐트 및 파라미터에 기초하여 동작 수행 디바이스(4000a)가 수행할 동작들을 해석할 수 있다. 액션 플랜 관리 모듈(2344b)은 기 저장된 디바이스 별 동작들 중 해석된 동작들과 관련된 세부 동작들을 선택하고, 선택된 세부 동작들의 실행 순서를 플래닝할 수 있다. 액션 플랜 관리 모듈(2344b)은 플래닝 결과를 이용하여 동작 수행 디바이스(4000a)가 수행할 세부 동작에 관한 동작 정보를 획득할 수 있다. 여기서 동작 정보는, 디바이스가 수행할 세부 동작들, 세부 동작들 간의 연관 관계, 및 세부 동작들의 실행 순서와 관련된 정보일 수 있다. 동작 정보는 예를 들어, 세부 동작들의 수행을 위하여 동작 수행 디바이스(4000a)가 실행해야 할 기능들, 기능들의 실행 순서, 기능들을 실행하기 위하여 필요한 입력 값 및 기능들의 실행 결과로서 출력되는 출력 값을 포함할 수 있으나, 이에 한정되지 않는다.
단계 S850에서, 음성 비서 서버(2000)는 획득된 동작 정보 및 동작 수행 디바이스(4000a)의 식별 정보를 IoT 서버(3000)에 전송한다.
단계 S860에서, IoT 서버(3000)는 동작 수행 디바이스(4000a)의 식별 정보 및 수신된 동작 정보에 기초하여 제어 명령(control command)을 획득한다. IoT 서버(3000)에는 복수의 디바이스에 대한 제어 명령 및 동작 정보가 저장된 데이터베이스를 포함할 수 있다. 일 실시예에서, IoT 서버(3000)는 데이터베이스(DB)에 기 저장된 복수의 디바이스에 관한 제어 명령들 중에서, 동작 수행 디바이스(4000a)의 식별 정보에 기초하여 동작 수행 디바이스(4000a)의 세부 동작들을 제어하기 위한 제어 명령을 선택할 수 있다.
제어 명령은 디바이스가 판독하고 실행할 수 있는 정보로서, 디바이스가 기능을 실행하여 동작 정보에 따른 세부 동작들을 실행 순서에 따라 순차적으로 실행하기 위한 명령어를 포함할 수 있다.
단계 S870에서, IoT 서버(3000)는 동작 수행 디바이스(4000a)의 식별 정보를 이용하여 동작 수행 디바이스(4000a)에 제어 명령을 전송한다.
단계 S880에서, 동작 수행 디바이스(4000a)는 수신된 제어 명령에 따라, 제어 명령에 대응하는 동작들을 실행한다. 예를 들어, 동작 수행 디바이스(4000a)는 제어 명령에 기초하여 영화를 플레이할 수 있다.
일 실시예에서, 동작 수행 디바이스(4000a)는 동작을 실행한 이후, 동작 실행 결과에 관한 정보를 IoT 서버(3000)에 전송할 수 있다.
도 9는 본 개시의 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.
도 9는 도 7에 도시된 ⓑ단계 이후에 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)를 포함하는 멀티 디바이스 시스템에서 각 주체의 동작들을 나타내는 흐름도이다. 도 7에 도시된 ⓑ단계는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 허브 디바이스(1000)의 메모리 내에는 저장되어 있지 않고, 동작 수행 디바이스(4000a) 자체의 메모리에 저장되어 있음이 확인된 상태를 나타낸다. 도 9에는 음성 비서 서버(2000) 및 IoT 서버(3000)가 도시되지 않았지만, 멀티 디바이스 시스템이 음성 비서 서버(2000) 및 IoT 서버(3000)를 포함하지 않는다는 것을 의미하지는 않는다.
도 9를 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 및 기능 판단 디바이스 결정 모듈(1340)을 포함할 수 있다. 도 8에 도시된 실시예에서, 허브 디바이스(1000)는 기능 판단 모델을 저장하지 않거나, 또는 동작 디바이스에 대응하는 기능 판단 모델을 저장하지 않을 수 있다.
동작 수행 디바이스(4000a)는, 동작 수행 디바이스(4000a) 자체의 기능 판단 모델(4032)을 저장할 수 있다. 동작 수행 디바이스(4000a)의 메모리 내에는, 동작 수행 디바이스(4000a)가 자체적으로 텍스트를 분석하고, 텍스트의 분석 결과에 기초하여 사용자의 의도에 따른 동작을 수행하기 위하여 이용되는 기능 판단 모델(4032)이 저장되어 있을 수 있다. 예를 들어, 동작 수행 디바이스(4000a)가 '에어컨'인 경우, 동작 수행 디바이스(4000a)의 메모리 내에 저장된 기능 판단 모델(4032)은 에어컨의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다.
단계 S910에서, 허브 디바이스(1000)는 동작 수행 디바이스의 기능 판단 모델로 텍스트의 적어도 일부 및 텍스트 전송 알림 신호를 전송한다. 허브 디바이스(1000)는 음성 입력으로부터 변환된 텍스트의 전체를 동작 수행 디바이스(4000a)에 전송하지 않고, 텍스트의 적어도 일부를 전송할 수 있다. 예를 들어, "에어컨에서 온도를 2°C 만큼 내려줘~"라는 텍스트에서 '에어컨에서'는 동작 수행 디바이스(4000a)의 명칭 또는 보통 명칭을 특정한 것인바, 불필요한 정보일 수 있다. 또한, 동작 수행 디바이스(4000a) 자체가 에어컨이기 때문에 '에어컨에서'는 불필요한 정보이다. 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 제1 자연어 이해 모델(1332)을 이용하여, 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 동작 수행 디바이스(4000a)에 전송할 수 있다.
일 실시예에서, 허브 디바이스(1000)는 텍스트 전송 알림 신호를 동작 수행 디바이스(4000a)에 전송할 수 있다. 텍스트 전송 알림 신호는, 동작 수행 디바이스(4000a)에게 텍스트가 전송됨을 알리는 신호이다. 동작 수행 디바이스(4000a)는 텍스트 전송 알림 신호를 수신하면, ASR 단계, 동작 수행 디바이스를 결정하는 단계, 및 기능 판단 모델을 선택하는 단계 등을 생략하고, 바로 기능 판단 모델(4032)로 텍스트의 적어도 일부를 제공하고, 기능 판단 모델(4032)을 이용하여 텍스트로부터 인텐트를 결정할 수 있다.
그러나 이에 한정되는 것은 아니고, 단계 S910에서, 허브 디바이스(1000)는 텍스트 전송 알림 신호를 동작 수행 디바이스(4000a)에 전송하지 않을 수도 있다. 이 경우, 동작 수행 디바이스(4000a)는 허브 디바이스(1000)로부터 텍스트의 적어도 일부가 수신되면, 수신된 텍스트의 적어도 일부를 기능 판단 모델(4032)에 제공하도록 미리 설정되어 있을 수 있다. 일 실시예에서, 동작 수행 디바이스(4000a)의 메모리 내에는 텍스트의 수신됨을 인식하고, 텍스트를 기능 판단 모델(4032)에 제공하도록 설정된 정책(policy)에 관한 데이터가 저장되어 있을 수 있다.
단계 S920에서, 동작 수행 디바이스(4000a)는 자연어 이해 모델(4034)를 이용하여 텍스트를 해석함으로써, 인텐트(intent)를 결정한다. 일 실시예에서, 동작 수행 디바이스(4000a)는 기능 판단 모델(4032)의 자연어 이해 모델(4034)을 이용하여, 허브 디바이스(1000)로부터 수신한 텍스트의 적어도 일부를 분석할 수 있다. 자연어 이해 모델(4034)은 동작 수행 디바이스(4000a)와 관련된 텍스트를 해석하기 위하여 학습된 인공지능 모델로서, 사용자가 의도하는 동작과 관련된 인텐트 및 파라미터들을 결정하도록 학습된 모델일 수 있다. 자연어 이해 모델(4034)은 텍스트가 입력되면 특정 디바이스의 타입과 관련된 기능을 결정하도록 학습된 모델일 수 있다.
일 실시예에서, 동작 수행 디바이스(4000a)는 자연어 이해 모델(4034)을 이용하여 텍스트의 적어도 일부를 단어 또는 구 단위로 파싱(parse)하고, 파싱된 형태소, 단어, 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 파싱된 텍스트로부터 추출된 단어의 의미를 추론하고, 추론된 의미를 기 정의된 인텐트 및 파라미터에 매칭시켜 텍스트로부터 인텐트 및 파라미터를 획득할 수 있다. 인텐트는 텍스트에 포함된 사용자의 발화 의도를 나타내는 정보로서, 특정 동작 수행 디바이스(4000a)가 수행할 동작을 결정하는 데 사용될 수 있다. 파라미터(parameter)는 인텐트와 관련된 동작 수행 디바이스(4000a)의 세부 동작들을 결정하기 위한 변수(variable) 정보를 의미한다. 파라미터는 인텐트에 대응하는 정보이며, 하나의 인텐트에 복수 종류의 파라미터가 대응될 수 있다. 예를 들어, 텍스트가 "에어컨에서 온도를 2°C 만큼 내려줘"인 경우, 인텐트는 '설정 온도 제어' 또는 '설정 온도 다운'이고, 파라미터는 '2°C'일 수 있다.
일 실시예에서, 동작 수행 디바이스(4000a)는 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다.
단계 S930에서, 동작 수행 디바이스(4000a)는 인텐트에 기초하여, 동작 수행 디바이스(4000a)가 수행할 동작에 관한 동작 정보를 획득한다. 일 실시예에서, 동작 수행 디바이스(4000a)는 기능 판단 모델(4032)의 액션 플랜 관리 모듈(4036)를 이용하여, 인텐트 및 파라미터에 기초하여 동작 수행 디바이스(4000a)가 수행할 동작 정보를 플래닝(planning)한다. 액션 플랜 관리 모듈(4036)은 인텐트 및 파라미터에 기초하여 동작 수행 디바이스(4000a)가 수행할 동작들을 해석할 수 있다. 액션 플랜 관리 모듈(4036)은 기 저장된 디바이스 별 동작들 중 해석된 동작들과 관련된 세부 동작들을 선택하고, 선택된 세부 동작들의 실행 순서를 플래닝할 수 있다. 액션 플랜 관리 모듈(4036)은 플래닝 결과를 이용하여 동작 수행 디바이스(4000a)가 수행할 세부 동작에 관한 동작 정보를 획득할 수 있다. 여기서 동작 정보는, 디바이스가 수행할 세부 동작들, 세부 동작들 간의 연관 관계, 및 세부 동작들의 실행 순서와 관련된 정보일 수 있다. 동작 정보는 예를 들어, 세부 동작들의 수행을 위하여 동작 수행 디바이스(4000a)가 실행해야 할 기능들, 기능들의 실행 순서, 기능들을 실행하기 위하여 필요한 입력 값 및 기능들의 실행 결과로서 출력되는 출력 값을 포함할 수 있으나, 이에 한정되지 않는다.
단계 S940에서, 동작 수행 디바이스(4000a)는 동작 정보에 기초하여 제어 명령(control command)을 획득한다. 일 실시예에서, 동작 수행 디바이스(4000a)의 메모리 내에는, 서로 다른 복수의 동작 정보 각각에 대응하는 복수의 제어 명령이 저장되어 있을 수 있다. 일 실시예에서, 동작 수행 디바이스(4000a)는 메모리 내에 기 저장된 복수의 제어 명령들 중에서, 동작 정보에 따른 세부 동작들을 제어하기 위한 제어 명령을 선택할 수 있다. 제어 명령은 동작 수행 디바이스(4000a)가 판독하고 실행할 수 있는 정보로서, 동작 수행 디바이스(4000a)가 기능을 실행하여 동작 정보에 따른 세부 동작들을 실행 순서에 따라 순차적으로 실행하기 위한 명령어를 포함할 수 있다.
단계 S950에서, 동작 수행 디바이스(4000a)는 제어 명령에 따라, 제어 명령에 대응하는 동작들을 실행한다. 예를 들어, 동작 수행 디바이스(4000a)는 제어 명령에 기초하여 설정 온도를 2°C 만큼 다운시킬 수 있다.
도 10은 본 개시의 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.
도 10은 도 7에 도시된 ⓒ단계 이후에 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)를 포함하는 멀티 디바이스 시스템 환경에서 각 주체의 동작들을 나타내는 흐름도이다. 도 7에 도시된 ⓒ단계는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 허브 디바이스의 메모리 내에 저장되어 있음이 확인된 상태를 나타낸다. 도 10에는 음성 비서 서버(2000) 및 IoT 서버(3000)가 도시되지 않았지만, 멀티 디바이스 시스템이 음성 비서 서버(2000) 및 IoT 서버(3000)를 포함하지 않는다는 것을 의미하지는 않는다.
도 10을 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 기능 판단 디바이스 결정 모듈(1340), 제1 기능 판단 모델(1352) 및 제2 기능 판단 모델(1354)을 포함할 수 있다. 도 10에 도시된 실시예에서, 허브 디바이스(1000)는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델을 저장하고 있다. 예를 들어, 동작 수행 디바이스(4000a)가 TV인 경우, 허브 디바이스(1000)는 TV에 대응하는 제2 기능 판단 모델(1354)을 메모리 내에 저장하고 있을 수 있다. 제2 기능 판단 모델(1354)은 TV의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다.
단계 S1010에서 허브 디바이스(1000)는, 허브 디바이스(1000) 내에 기 저장된 기능 판단 모델(1352, 1354) 중 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델을 선택한다. 일 실시예에서, 동작 수행 디바이스(4000a)가 TV로 결정된 경우, 허브 디바이스(1000)는 복수의 기능 판단 모델(1352, 1354) 중 TV에 대응하는 제2 기능 판단 모델(1354)을 선택할 수 있다.
단계 S1020에서, 허브 디바이스(1000)는 선택된 기능 판단 모델에 텍스트의 적어도 일부를 제공한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 메모리 내에 저장된 제2 기능 판단 모델(1354)에 텍스트의 적어도 일부를 제공할 수 있다. 이 경우, 프로세서(1200)는 텍스트의 전체를 제2 기능 판단 모델(1354)에 제공하지 않고, 텍스트의 적어도 일부를 제공할 수 있다. 예를 들어, 동작 수행 디바이스(4000a)가 'TV'로 결정된 경우, "TV에서 영화 어벤져스 틀어줘~"라는 텍스트에서 'TV에서'는 동작 수행 디바이스(4000a)의 명칭 또는 보통 명칭을 특정한 것인바, 불필요한 정보일 수 있다. 또한, 제2 기능 판단 모델(1354)은 TV에 대응하는 기능 판단 모델이므로, 제2 기능 판단 모델(1354)에 있어서 'TV에서'는 불필요한 정보이다. 프로세서(1200)는 제1 자연어 이해 모델(1332)을 이용하여, 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 제2 기능 판단 모델(1354)에 제공할 수 있다.
단계 S1030에서, 허브 디바이스(1000)는 선택된 기능 판단 모델의 제2 자연어 이해 모델을 이용하여 텍스트의 적어도 일부를 해석함으로써, 인텐트(intent)를 결정한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 제2 기능 판단 모델(1354)의 제2 자연어 이해 모델(1354a)을 이용하여, 텍스트의 적어도 일부를 분석할 수 있다. 제2 자연어 이해 모델(1354a)은 특정 디바이스에 특화된 모델로서, 제1 자연어 이해 모델(1332)에 의해 결정된 동작 수행 디바이스(4000a)에 해당되는 디바이스와 관련되며 텍스트의 적어도 일부에 대응하는 인텐트를 획득하도록 학습된 인공지능 모델일 수 있다. 또한, 제2 자연어 이해 모델(1354a)은 텍스트를 해석함으로써 사용자의 의도와 관련된 디바이스의 동작을 결정할 수 있도록 학습된 모델일 수 있다.
일 실시예에서, 프로세서(1200)는 제2 자연어 이해 모델(1354a)을 이용하여 텍스트를 형태소, 단어, 또는 구 단위로 파싱하고, 문법적 및 의미적 분석을 통해 파싱된 형태소, 단어, 또는 구의 의미를 파악하고, 파악된 의미를 기 정의된 단어에 매칭시켜 인텐트 및 파라미터를 결정할 수 있다. 여기서, '파라미터'는 인텐트와 관련된 타겟 디바이스의 세부 동작 들을 결정하기 위한 변수(variable) 정보를 의미한다. 인텐트 및 파라미터와 관련된 설명은 도 7에서의 설명과 동일하므로, 중복되는 설명은 생략하기로 한다.
일 실시예에서, 프로세서(1200)는 제2 자연어 이해 모델(1354a)을 이용하여, 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다.
단계 S1040에서, 허브 디바이스(1000)는 인텐트에 기초하여, 동작 수행 디바이스(4000a)가 수행할 동작에 관한 동작 정보를 획득한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 제2 기능 판단 모델(1354)의 액션 플랜 관리 모듈(1354b)을 이용하여, 인텐트 및 파라미터에 관련된 적어도 하나의 세부 동작에 관한 동작 정보를 획득할 수 있다. 액션 플랜 관리 모듈(1354b)은, 동작 수행 디바이스(4000a)의 세부 동작들 및 세부 동작들 간의 관계에 관한 정보를 관리할 수 있다. 허브 디바이스(1000)의 프로세서(1200)는 액션 플랜 관리 모듈(1354b)을 이용함으로써, 인텐트 및 파라미터에 기초하여 동작 수행 디바이스(4000a)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)하고, 이를 통해 동작 정보를 획득할 수 있다.
동작 정보는, 동작 수행 디바이스(4000a)가 수행할 세부 동작들 및 세부 동작들의 실행 순서에 관련된 정보일 수 있다. 동작 정보는 동작 수행 디바이스(4000a)가 수행할 세부 동작들, 각 세부 동작과 다른 세부 동작과의 연관 관계 및 실행 순서에 관련된 정보를 포함할 수 있다. 동작 정보는 예를 들어, 특정 동작의 수행을 위하여 동작 수행 디바이스(4000a)가 실행해야 할 기능들, 기능들의 실행 순서, 기능들을 실행하기 위하여 필요한 입력 값 및 기능들의 실행 결과로서 출력되는 출력 값을 포함할 수 있으나, 이에 한정되지 않는다.
단계 S1050에서, 허브 디바이스(1000)는 동작 정보에 기초하여 제어 명령을 생성한다. 제어 명령은, 동작 수행 디바이스(4000a)가 동작 정보 내에 포함된 세부 동작들을 수행할 수 있도록, 동작 수행 디바이스(4000a)가 판독하고, 실행할 수 있는 명령어를 의미한다.
도 10에 도시된 실시예는 도 9와는 달리, 인텐트를 결정하고(단계 1030), 동작 정보를 획득하고(단계 S1040), 제어 명령을 생성하는(단계 S1050) 단계들이 허브 디바이스(1000)에 의해 수행된다. 도 9 및 도 10을 함께 참조하면, 인텐트를 결정하고, 동작 정보를 획득하고, 제어 명령을 생성하는 단계들은, 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 허브 디바이스(1000) 또는 동작 수행 디바이스(4000a) 중 어느 디바이스에 저장되어 있는지에 따라 수행되는 주체가 달라진다.
단계 S1060에서, 허브 디바이스(1000)는 동작 수행 디바이스(4000a)의 식별 정보를 이용하여, 동작 수행 디바이스(4000a)에 제어 명령을 전송한다. 일 실시예에서, 허브 디바이스(1000)는 네트워크를 통해 연결되고, 동일한 사용자 계정으로 기 등록된 복수의 디바이스 중 동작 수행 디바이스(4000a)의 식별 정보를 이용하여 동작 수행 디바이스(4000a)를 식별하고, 식별된 동작 수행 디바이스(4000a)에 제어 명령을 전송할 수 있다.
단계 S1070에서, 동작 수행 디바이스(4000a)는 수신된 제어 명령에 따라, 동작을 실행한다.
도 11은 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 써드파티 IoT 서버(5000), 및 써드파티 디바이스(5100) 각각의 동작 방법을 도시한 흐름도이다.
도 11은 도 7에 도시된 ⓐ단계 이후에 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 써드파티 IoT 서버(5000), 및 써드파티 디바이스(5100)를 포함하는 멀티 디바이스 시스템 환경에서 각 주체의 동작들을 나타내는 흐름도이다. 도 7에 도시된 ⓐ단계는 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 허브 디바이스의 메모리 및 동작 수행 디바이스(4000a) 자체의 메모리에도 저장되어 있지 않음이 확인된 상태를 나타낸다.
도 11을 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 및 기능 판단 디바이스 결정 모듈(1340)을 포함할 수 있다. 도 11에 도시된 실시예에서, 허브 디바이스(1000)는 기능 판단 모델을 저장하지 않거나, 또는 동작 디바이스에 대응하는 기능 판단 모델을 저장하지 않을 수 있다.
음성 비서 서버(2000)는 복수의 기능 판단 모델(2342, 2344, 2348)을 저장할 수 있다. 음성 비서 서버(2000)는 써드파티 기능 판단 모델(2348)을 저장할 수 있다.
써드파티 디바이스(3rd party device)(5100)는, 허브 디바이스(1000)를 제조한 회사, 계열 회사 및 기술 제휴를 하고 있는 회사 이외의 다른 제조사에 의해 제조된 디바이스를 의미한다. 일 실시예에서, 써드파티 디바이스(5100)의 사용자가 허브 디바이스(1000)의 사용자와 동일한 경우, 사용자가 허브 디바이스(1000)에 로그인하는 사용자 계정을 이용하여 써드파티 디바이스(5100)를 등록함으로써, 써드파티 기능 판단 모델(2348)이 음성 비서 서버(2000)에 저장될 수 있다. 예를 들어, 사용자가 써드파티 디바이스(5100)를 등록할 때 허브 디바이스(1000)의 사용자 계정으로 로그인하여 등록하는 경우, 써드파티 IoT 서버(5000)는 IoT 서버(3000)의 서버의 접근 권한을 인정하고, IoT 서버(3000)는 써드파티 IoT 서버(5000)에 접속하여 써드파티 디바이스(5100)의 복수의 기능에 따른 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 기능 판단 모델(2348)을 요청할 수 있다. 써드파티 디바이스(5100)를 IoT 서버(3000)에 등록하기 위한 방법으로는 공개 인증(Open Authorization, oAuth) 방식이 사용될 수 있다. 써드파티 IoT 서버(5000)는 요청에 따라 써드파티 기능 판단 모델(2348)의 데이터를 IoT 서버(3000)에 제공하고, IoT 서버(3000)는 음성 비서 서버(2000)에 써드파티 기능 판단 모델(2348)을 제공할 수 있다.
써드파티 IoT 서버(5000)는 써드파티 디바이스(5100)의 디바이스 식별 정보, 써드파티 디바이스(5100)의 디바이스 타입, 기능 수행 능력(capability) 정보, 위치 정보 및 상태 정보 중 적어도 하나를 저장하고, 관리하는 서버이다. 써드파티 IoT 서버(5000)는 써드파티 디바이스(5100)의 디바이스 정보를 활용하여 써드파티 디바이스(5100)를 제어할 수 있는 제어 명령을 획득, 결정 또는 생성할 수 있다. 써드파티 IoT 서버(5000)는, 동작 정보에 기초하여 동작을 수행하도록 결정된 써드파티 디바이스(5100)에 제2 제어 명령을 전송할 수 있다. 써드파티 IoT 서버(5000)는 써드파티 디바이스(5100)를 제조한 제조사에 의해 운영될 수 있으나, 이에 한정되는 것은 아니다.
도 11에 도시된 실시예에서, 동작 수행 디바이스는 써드파티 디바이스(5100)로 결정될 수 있다.
단계 S1110에서, 허브 디바이스(1000)는 텍스트의 적어도 일부 및 써드파티 디바이스의 식별 정보를 음성 비서 서버에 전송한다. 단계 S1110은 써드파티 디바이스의 식별 정보, 예를 들어 써드파티 디바이스의 디바이스 id를 음성 비서 서버(2000)에 전송하는 것을 제외하고는 도 8의 단계 S810과 동일한바, 중복되는 설명은 생략한다.
단계 S1120에서, 음성 비서 서버(2000)는 수신된 써드파티 디바이스의 식별 정보를 이용하여, 써드파티 디바이스에 대응하는 기능 판단 모델을 선택한다. 일 실시예에서, 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 수신한 써드파티 디바이스(5100)의 식별 정보에 기초하여 써드파티 디바이스(5100)를 확인하고, 복수의 기능 판단 모델(2342, 2344, 2348) 중 써드파티 디바이스(5100)에 대응하는 써드파티 기능 판단 모델(2348)을 선택할 수 있다.
단계 S1130에서, 음성 비서 서버(2000)는 써드파티 기능 판단 모델(2348)의 자연어 이해 모델(2348a)을 이용하여 텍스트를 분석하고, 분석 결과에 기초하여 인텐트(intent)를 결정한다. 단계 S1130은 써드파티 기능 판단 모델(2348)의 자연어 이해 모델(2348a)을 이용한다는 점을 제외하고는 도 8의 단계 S830과 동일한바, 중복되는 설명은 생략한다.
단계 S1140에서, 음성 비서 서버(2000)는 인텐트에 기초하여 써드파티 디바이스(5100)가 수행할 동작에 관한 동작 정보를 획득한다. 단계 S1140은 써드파티 디바이스(5100)가 수행할 동작에 관한 정보를 획득하는 것을 제외하고는 도 8의 단계 S840과 동일한바, 중복되는 설명은 생략한다.
단계 S1142에서, 음성 비서 서버(2000)는 써드파티 디바이스(5100)의 식별 정보(예를 들어, 써드파티 디바이스의 디바이스 id) 및 동작 정보를 IoT 서버(3000)에 전송한다.
단계 S1150에서, IoT 서버(3000)는 써드파티 디바이스(5100)의 식별 정보 및 수신된 동작 정보에 기초하여 제1 제어 명령을 획득한다. IoT 서버(3000)는 써드파티 디바이스(5100)에 대한 동작 정보와 동작 정보에 따른 제어 명령이 저장된 데이터베이스를 포함할 수 있다. IoT 서버(3000)는 전술한 써드파티 디바이스(5100)의 등록 방법을 통해 써드파티 IoT 서버(5000)로부터 써드파티 디바이스(5100)의 동작 정보를 획득하고, 획득된 동작 정보를 데이터베이스에 저장할 수 있다. 일 실시예에서, IoT 서버(3000)는 써드파티 디바이스(5100)의 식별 정보에 기초하여 써드파티 디바이스(5100)를 식별하고, 써드파티 디바이스(5100)의 동작 정보를 이용하여 제1 제어 명령을 생성할 수 있다.
제1 제어 명령은 써드파티 디바이스가 기능을 실행하여 동작 정보에 따른 세부 동작들을 실행 순서에 따라 순차적으로 실행하기 위한 명령어들을 포함할 수 있다. 일 실시예에서, 제1 제어 명령은 써드파티 디바이스(5100)에 의해 판독되지 않을 수도 있다.
단계 S1152에서, IoT 서버(3000)는 써드파티 디바이스(5100)의 식별 정보 및 제1 제어 명령을 써드파티 IoT 서버(5000)에 전송한다.
단계 S1160에서, 써드파티 IoT 서버(5000)는 제1 제어 명령을 써드파티 디바이스(5100)가 판독하고, 실행할 수 있는 제2 제어 명령으로 변환한다. 써드파티 IoT 서버(5000)는 수신된 써드파티 디바이스(5100)의 식별 정보를 이용하여 제1 제어 명령을 써드파티 디바이스(5100)가 판독할 수 있고, 실행할 수 있는 제2 제어 명령으로 변환할 수 있다.
단계 S1162에서, 써드파티 IoT 서버(5000)는 써드파티 디바이스(5100)의 식별 정보를 이용하여 제2 제어 명령을 써드파티 디바이스(5100)에 전송한다.
단계 S1170에서, 써드파티 디바이스(5100)는 수신된 제2 제어 명령에 따라, 제2 제어 명령에 대응하는 동작들을 실행한다.
도 12는 허브 디바이스(1000), 복수의 디바이스(4000) 및 음성 비서 서버(2000)를 포함하는 네트워크 환경을 도시한 도면이다.
도 12를 참조하면, 허브 디바이스(1000), 복수의 디바이스(4000), 음성 비서 서버(2000), 및 IoT 서버(3000)는 유선 통신 또는 무선 통신 방식으로 상호 연결되고, 통신을 수행할 수 있다. 일 실시예에서, 허브 디바이스(1000)와 복수의 디바이스(4000)는 상호 간 통신망을 통해 직접 연결될 수 있지만, 이에 한정되는 것은 아니다.
허브 디바이스(1000) 및 복수의 디바이스(4000)는 음성 비서 서버(2000)와 연결될 수 있으며, 허브 디바이스(1000)은 서버를 통해 복수의 디바이스(4000)과 연결될 수 있다. 또한, 허브 디바이스(1000)와 복수의 디바이스(4000)는 IoT 서버(3000)와 연결될 수 있다. 다른 실시예에서, 허브 디바이스(1000)와 복수의 디바이스(4000) 각각은 통신망을 통해 음성 비서 서버(2000)와 연결되고, 음성 비서 서버(2000)를 통해 외부의 IoT 서버(3000)와 연결될 수 있다. 또 다른 실시예에서, 허브 디바이스(1000)복수의 디바이스(4000)허브 디바이스(1000)는 복수의 디바이스(4000)와 연결될 수 있으며, 허브 디바이스(1000)는 근접하여 위치하는 하나 또는 복수 개의 엑세스 포인트(Access point)를 통해 복수의 디바이스(4000)와 연결될 수 있다. 또한, 허브 디바이스(1000)는 음성 비서 서버(2000) 또는 IoT 서버(3000)와 연결된 상태를 유지하면서, 복수의 디바이스(4000)와 연결될 수 있다.
허브 디바이스(1000), 복수의 디바이스(4000), 음성 비서 서버(2000) 및 IoT 서버(3000)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 또는 이들의 상호 조합을 통해 연결될 수 있다. 무선 통신 방법은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
일 실시예에서, 허브 디바이스(1000)는 사용자의 음성 입력을 수신할 수 있다. 복수의 디바이스(4000) 중 적어도 하나는, 음성 비서 서버(2000) 및/또는 IoT 서버(3000)의 제어 명령을 받아 특정 동작을 수행하는 타겟 디바이스일 수 있다. 복수의 디바이스(4000) 중 적어도 하나는, 허브 디바이스(1000)가 수신한 사용자의 음성 입력에 기반하여, 특정 동작을 수행하도록 제어될 수 있다. 일 실시예에서, 복수의 디바이스(4000) 중 적어도 하나는, 음성 비서 서버(2000) 및/또는 IoT 서버(3000)로부터 제어 명령을 받지 않고, 허브 디바이스(1000)로부터 제어 명령을 수신할 수 있다.
허브 디바이스(1000)는 사용자로부터 음성 입력(예를 들어, 발화)을 수신할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 ASR 모델을 포함할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 제한적인 기능을 갖는 ASR 모델을 포함할 수 있다. 예를 들어, 허브 디바이스(1000)는 지정된 음성 입력(예를 들어, '하이 빅스비', '오케이 구글'등과 같은 웨이크 업 입력)을 감지하는 기능 또는 일부 음성 입력으로부터 획득한 음성 신호를 전처리하는 기능을 갖는 ASR 모델을 포함할 수 있다. 도 12에서, 허브 디바이스(1000)는 인공지능 스피커(AI speaker)로 도시되었지만, 이에 한정되는 것은 아니다. 일 실시예에서, 복수의 디바이스(4000) 중 어느 하나의 디바이스가 허브 디바이스(1000)일 수 있다. 또한, 허브 디바이스(1000)는 제1 자연어 이해 모델, 제2 자연어 이해 모델 및 자연어 생성 모델을 포함할 수 있다. 이 경우, 허브 디바이스(1000)는 마이크를 통해 사용자의 음성 입력을 수신하거나, 복수의 디바이스(4000) 중 적어도 하나의 디바이스로부터 사용자의 음성 입력을 수신할 수 있다. 허브 디바이스(1000)는, 사용자의 음성 입력이 수신되면 ASR 모델, 제1 자연어 이해 모델, 제2 자연어 이해 모델 및 자연어 생성 모델을 통해 사용자의 음성 입력을 처리하고, 사용자의 음성 입력에 대응하는 응답을 제공할 수 있다.
허브 디바이스(1000)는 수신된 음성 신호에 기초하여, 사용자가 의도하는 동작을 수행할 타겟 디바이스의 타입(type)을 결정할 수 있다. 허브 디바이스(1000)는 아날로그 신호인 음성 신호를 수신하고, ASR(Automatic Speech Recognition)을 수행하여 음성 부분을 컴퓨터로 판독 가능한 텍스트로 변환할 수 있다. 허브 디바이스(1000)는 제1 자연어 이해(Natural Language Understanding, NLU) 모델을 이용하여 변환된 텍스트를 해석하고, 해석 결과에 기초하여 타겟 디바이스를 결정할 수 있다. 허브 디바이스(1000)는 복수의 디바이스(4000) 중 적어도 하나를 타겟 디바이스로 결정할 수 있다. 허브 디바이스(1000)는, 저장하고 있는 복수의 제2 자연어 이해 모델 중에 결정된 타겟 디바이스에 대응하는 제2 자연어 이해 모델을 선택할 수 있다. 허브 디바이스(1000)는 선택된 제2 자연어 이해 모델을 이용하여 사용자가 요청한 타겟 디바이스에서 수행하고자 하는 동작을 판단할 수 있다. 허브 디바이스(1000)는, 저장하고 있는 복수의 제2 자연어 이해 모델 중 결정된 타겟 디바이스에 대응하는 제2 자연어 이해 모델이 없다고 판단되면, 변환된 텍스트 중 적어도 일부를 음성 비서 서버(2000) 또는 복수의 디바이스(4000) 중 적어도 하나로 전송할 수 있다. 허브 디바이스(1000)는 결정된 타겟 디바이스가 판단된 동작을 실행할 수 있도록 타겟 디바이스에 판단된 동작에 대한 정보를 전달한다.
허브 디바이스(1000)는 IoT 서버(3000)로부터 복수의 디바이스(4000)의 정보를 수신할 수 있다. 허브 디바이스(1000)는 수신한 복수의 디바이스(4000) 의 정보를 이용하여 타겟 디바이스를 결정할 수 있다. 또한, 허브 디바이스(1000)는, IoT 서버(3000)을 판단된 동작에 대한 정보를 전달하기 위한 중계 서버로 이용하여, 타겟 디바이스가 판단된 동작을 실행할 수 있도록 타겟 디바이스를 제어할 수 있다.
허브 디바이스(1000)는 마이크를 통해 사용자의 음성 입력을 수신하고, 수신된 음성 입력을 음성 비서 서버(2000)에 전송할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 수신된 음성 입력으로부터 음성 신호를 획득하고, 음성 신호를 음성 비서 서버(2000)에게 전송할 수 있다.
도 12에 도시된 실시예에서, 복수의 디바이스(4000)는 에어컨(4100), TV(4200), 세탁기(4300), 및 냉장고(4400)를 포함하지만, 이에 한정되지 않는다. 예를 들어, 복수의 디바이스(4000)는 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 복수의 디바이스(4000)는 가전 제품(home appliance)일 수 있다. 가전 제품은, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), 게임 콘솔, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
음성 비서 서버(2000)는 수신된 음성 신호에 기초하여, 사용자가 의도하는 동작을 수행할 타겟 디바이스의 타입(type)을 결정할 수 있다. 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 아날로그 신호인 음성 신호를 수신하고, ASR(Automatic Speech Recognition)을 수행하여 음성 부분을 컴퓨터로 판독 가능한 텍스트로 변환할 수 있다. 음성 비서 서버(2000)는 제1 자연어 이해(Natural Language Understanding, NLU) 모델을 이용하여 변환된 텍스트를 해석하고, 해석 결과에 기초하여 타겟 디바이스를 결정할 수 있다. 또한, 음성 비서 서버(2000)는 허브 디바이스(1000)로부터 텍스트의 적어도 일부 및 허브 디바이스(1000)에서 결정한 타겟 디바이스에 대한 정보를 수신할 수 있다. 이 경우, 허브 디바이스(1000)는 허브 디바이스(1000)의 ASR 모델 및 제1 자연어 이해 모델을 이용하여 사용자 음성 신호를 텍스트로 변환하고, 변환된 텍스트를 해석하여 타겟 디바이스를 결정한다. 또한, 허브 디바이스(1000)는 변환된 텍스트의 적어도 일부와 결정된 타겟 디바이스에 대한 정보를 음성 비서 서버(2000)로 전송한다.
음성 비서 서버(2000)는, 결정된 타겟 디바이스에 대응하는 제2 자연어 이해 모델을 이용하여 사용자가 요청한 타겟 디바이스에서 수행하고자 하는 동작을 판단할 수 있다. 음성 비서 서버(2000)는 IoT 서버(3000)로부터 복수의 디바이스(4000)의 정보를 수신할 수 있다. 음성 비서 서버(2000)는 수신한 복수의 디바이스(4000) 의 정보를 이용하여 타겟 디바이스를 결정할 수 있다. 또한, 음성 비서 서버(2000)는, IoT 서버(3000)을 판단된 동작에 대한 정보를 전달하기 위한 중계 서버로 이용하여 IoT 서버(3000), 타겟 디바이스가 판단된 동작을 실행할 수 있도록 타겟 디바이스를 제어할 수 있다. IoT 서버(3000)는 네트워크를 통해 연결된 기등록된 복수의 디바이스(4000)에 관한 정보를 저장할 수 있다. 일 실시예에서, IoT 서버(3000)는 복수의 디바이스(4000)의 식별 정보(예: 디바이스 id 정보), 복수의 디바이스(4000) 각각의 디바이스 타입, 및 복수의 디바이스(4000) 각각의 기능 수행 능력 정보(capability) 중 적어도 하나를 저장할 수 있다.
일 실시예에서, IoT 서버(3000)는 복수의 디바이스(4000) 각각의 전원 온오프(on/off), 또는 실행하고 있는 동작에 관한 상태 정보를 저장할 수도 있다. IoT 서버(3000)는, 판단된 동작을 실행하기 위한 제어 명령을 복수의 디바이스(4000) 중 타겟 디바이스로 전송할 수 있다. IoT 서버(3000)는, 음성 비서 서버(2000)로부터 결정된 타겟 디바이스에 대한 정보 및 판단된 동작에 대한 정보를 수신하고, 수신한 정보에 기반하여 타겟 디바이스로 제어 명령을 전송할 수 있다.
도 13a 및 도 13b는 본 개시의 허브 디바이스(1000) 및 음성 비서 서버(2000)에서 실행 가능한 음성비서 모델(200)의 실시예를 도시한 도면이다.
도 13a 및 도 13b를 참조하면, 음성비서 모델(200)은, 소프트웨어로 구현된다. 음성비서 모델(200)은 사용자의 음성 입력으로부터 사용자의 의도를 결정하고, 사용자의 의도와 관련된 타겟 디바이스를 제어하도록 구성될 수 있다. 음성비서 모델(200)은, 음성비서 모델(200)을 통해 제어되는 디바이스가 추가되었을 때, 학습 등을 통해 기존 모델을 새로운 모델로 갱신하도록 구성된 제1 어시스턴트 모델(200a), 및 추가된 디바이스에 대응하는 모델을 기존 모델에 추가하도록 구성된 제2 어시스턴트 모델(200b)을 포함할 수 있다.
제1 어시스턴트 모델 (200a)은, 사용자 음성 입력을 분석하여 사용자 의도와 관련된 타겟 디바이스를 결정하는 모델이다. 제1 어시스턴트 모델(200a)은, ASR 모델(202), NLG 모델(204), 제1 자연어 이해 모델(300a), 및 디바이스 판단 모델(310)을 포함할 수 있다. 일 실시예에서, 디바이스 판단 모델(310)은 제1 자연어 이해 모델(300a)을 포함하도록 구성될 수 있다. 또 다른 실시예에서, 디바이스 판단 모델(310)과 제1 자연어 이해 모델(300a)을 별도의 구성 요소로 구성될 수 있다.
디바이스 판단 모델(310)은 제1 자연어 이해 모델(300a)의 분석 결과를 이용하여 타겟 디바이스를 결정하는 동작을 수행하기 위한 모델이다. 디바이스 판단 모델(310)은 복수 개의 세부 모델을 포함할 수 있으며, 복수 개의 세부 모델 중 하나가 제1 자연어 이해 모델(300a)일 수 있다. 제1 자연어 이해 모델(300a) 또는 디바이스 판단 모델(310)은 인공지능 모델일 수 있다.
제1 어시스턴트 모델(200a)은, 음성비서 모델(200)을 통해 제어되는 디바이스가 추가되었을 때, 적어도 디바이스 판단 모델(310) 및 제1 자연어 이해 모델(300a)을 학습을 통해 갱신할 수 있다. 여기서 학습은, 기존 디바이스 판단 모델 및 제1 자연어 이해 모델을 학습하는 데 사용된 학습 데이터와 추가된 디바이스와 관련된 추가 학습 데이터를 모두 이용하여 학습하는 것을 의미할 수 있다. 또한, 학습은, 추가된 디바이스와 관련된 추가 학습 데이터만을 이용하여 디바이스 판단 모델 및 제1 자연어 이해 모델을 갱신하는 것을 의미할 수 있다.
제2 어시스턴트 모델(200b)은, 특정 디바이스에 특화된 모델로, 특정 디바이스가 수행할 수 있는복수의 동작 중에 사용자의 음성 입력에 대응하는 타겟 디바이스가 수행할 동작을 결정하는 모델이다. 도 13a에서 제2 어시스턴트 모델(200b)은, 복수의 제2 자연어 이해 모델(300b), NLG 모델(206), 및 액션 플랜 관리 모듈(210)을 포함할 수 있다. 복수의 자연어 이해 모델(300b)은 서로 다른 복수의 디바이스에 각각 대응될 수 있다. 제2 자연어 이해 모델, NLG 모델 및 액션 플랜 관리 모델은 룰 베이스 시스템(rule based system)으로 구현되는 모델일 수 있다. 일 실시예에서, 제2 자연어 이해 모델, NLG 모델, 및 액션 플랜 관리 모델은 인공지능 모델일 수 있다. 복수의 제2 자연어 이해 모델 각각은 복수의 기능 판단 모델 각각의 일부로 구성될 수 있다.
제2 어시스턴트 모델(200b)은, 음성비서 모델(200)을 통해 제어되는 디바이스가 추가되었을 때, 추가된 디바이스에 대응하는 제2 자연어 이해 모델을 추가하도록 구성될 수 있다. 즉, 제2 어시스턴트 모델(200b)은, 기존 복수의 제2 자연어 이해 모델(300b)에 추가된 디바이스에 대응하는 제2 자연어 이해 모델을 더 포함되도록 구성될 수 있다. 이 경우, 제2 어시스턴트 모델(200b)은, 제1 어시스턴트 모델(200a)을 통해 결정된 타겟 디바이스에 대한 정보를 이용하여, 추가된 제2 자연어 이해 모델을 포함하는 복수의 제2 자연어 이해 모델 중, 결정된 타겟 디바이스에 대응하는 제2 자연어 이해 모델을 선택하도록 구성될 수 있다.
도 13b를 참조하면, 제2 어시스턴트 모델(200b)은, 복수의 액션 플랜 관리 모델과 복수의 NLG 모델을 포함할 수 있다. 도 13b에서, 제2 어시스턴트 모델(200b)에 포함된 복수의 제2 자연어 이해 모델 각각은 도2a의 제2 자연어 이해 모델(300b)에 대응되고, 제2 어시스턴트 모델(200b)에 포함된 복수의 NLG 모델 각각은 도2a의 NLG 모델(206)에 대응되며, 제2 어시스턴트 모델(200b)에 포함된 복수의 액션 플랜 관리 모델 각각은 도2a의 액션 플랜 관리 모듈(210)에 대응될 수 있다.
도 13b에서, 복수의 액션 플랜 관리 모델 각각은 복수의 제2 자연어 이해 모델 각각에 대응되도록 구성될 수 있다. 또한, 복수의 NLG 모델 각각은 복수의 제2 자연어 이해 모델 각각에 대응되도록 구성될 수 있다. 다른 실시예에서, 하나의 NLG 모델이 복수의 제2 자연어 이해 모델에 대응될 수 있으며, 하나의 액션 플랜 관리 모델이 복수의 제2 자연어 이해 모델에 대응되도록 구성될 수 있다.
도 13b에서, 제2 어시스턴트 모델(200b)은, 음성비서 모델(200)을 통해 제어되는 디바이스가 추가되었을 때, 추가된 디바이스에 대응하는 제2 자연어 이해 모델, NLG 모델 및 액션 플랜 관리 모델을 추가하도록 구성될 수 있다.
도 13b에서, 제1 자연어 이해 모델(300a)은, 음성비서(200)를 통해 제어되는 디바이스가 추가되었을 때 학습 등을 통해 새로운 모델로 갱신되도록 구성될 수 있다. 또한, 디바이스 판단 모델(310)이 제1 자연어 이해 모델(300a)을 포함하도록 구성된 경우, 디바이스 판단 모델(310)은 음성비서(200)를 통해 제어되는 디바이스가 추가되었을 때 학습 등을 통해 기존 모델 전체가 새로운 모델로 갱신되도록 구성될 수 있다. 제1 자연어 이해 모델(300a) 또는 디바이스 판단 모델(310)은 인공지능 모델일 수 있다. 여기서 학습은, 기존 디바이스 판단 모델 및 제1 자연어 이해 모델을 학습하는 데 사용된 학습 데이터와 추가된 디바이스와 관련된 추가 학습 데이터를 모두 이용하여 학습하는 것을 의미할 수 있다. 또한, 학습은, 추가된 디바이스와 관련된 추가 학습 데이터만을 이용하여 디바이스 판단 모델 및 제1 자연어 이해 모델을 갱신하는 것을 의미할 수 있다.
도 13b에서, 제2 어시스턴트 모델(200b)은, 음성비서(200)를 통해 제어되는 디바이스가 추가되었을 때 추가된 디바이스에 대응하는 제2 자연어 이해 모델, NLG 모델 및 액션 플랜 관리 모델을 기존 모델에 추가함으로써 업데이트될 수 있다. 제2 자연어 이해 모델, NLG 모델 및 액션 플랜 관리 모델은 룰 베이스 시스템(rule based system)으로 구현되는 모델일 수 있다.
도 13b의 일 실시예에서, 제2 자연어 이해 모델, NLG 모델, 및 액션 플랜 관리 모델은 인공지능 모델일 수 있다. 제2 자연어 이해 모델, NLG 모델 및 액션 플랜 관리 모델은 각각 대응하는 디바이스에 따라 하나의 모듈로 관리될 수 있다. 이 경우, 제2 어시스턴트 모델(200-b)는 복수의 디바이스에 각각 대응하는 복수의 제2 어시스턴트 모델(200b-1, 200b-2, 200b-3)을 포함할 수 있다. 예를 들면, TV에 대응하는 제2 자연어 이해 모델, TV에 대응하는 NLG 모델 및 TV에 대응하는 액션 플랜 관리 모델은 TV에 대응하는 제2 어시스턴트 모델(200b-1)로 관리될 수 있다. 또한, 스피커에 대응하는 제2 자연어 이해 모델, 스피커에 대응하는 NLG 모델 및 스피커에 대응하는 액션 플랜 관리 모델은 스피커에 대응하는 제2 어시스턴트 모델(200b-2)로 관리될 수 있다. 또한, 냉장고에 대응하는 제2 자연어 이해 모델, 냉장고에 대응하는 NLG 모델 및 냉장고에 대응하는 액션 플랜 관리 모델은 냉장고에 대응하는 제2 어시스턴트 모델(200b-3)로 관리될 수 있다.
제2 어시스턴트 모델(200b)은, 음성비서 모델(200)을 통해 제어되는 디바이스가 추가되었을 때, 추가된 디바이스에 대응하는 제2 어시스턴트 모델을 추가하도록 구성될 수 있다. 즉, 제2 어시스턴트 모델(200b)은, 기존 복수의 제2 어시스턴트 모델(200b-1~3)에 추가된 디바이스에 대응하는 제2 어시스턴트 모델을 더 포함되도록 구성될 수 있다. 이 경우, 제2 어시스턴트 모델(200b)은, 제1 어시스턴트 모델(200a)을 통해 결정된 타겟 디바이스에 대한 정보를 이용하여, 추가된 디바이스에 대응하는 제2 어시스턴트 모델을 포함하는 복수의 제2 어시스턴트 모델 중, 결정된 타겟 디바이스에 대응하는 제2 어시스턴트 모델을 선택하도록 구성될 수 있다.
본 명세서에서 설명된 허브 디바이스(1000), 음성 비서 서버(2000), 및 복수의 디바이스(4000)에 의해 실행되는 프로그램은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 프로그램은 컴퓨터로 읽을 수 있는 명령어들을 수행할 수 있는 모든 시스템에 의해 수행될 수 있다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령어(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어는, 컴퓨터로 읽을 수 있는 저장 매체(computer-readable storage media)에 저장된 명령어를 포함하는 컴퓨터 프로그램으로 구현될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체로는, 예를 들어 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
컴퓨터로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
또한, 본 명세서에 개시된 실시예들에 따른 프로그램은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다.
컴퓨터 프로그램 제품은 소프트웨어 프로그램, 소프트웨어 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 디바이스의 제조사 또는 전자 마켓(예를 들어, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션(downloadable application))을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사의 서버, 전자 마켓의 서버, 또는 소프트웨어 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
컴퓨터 프로그램 제품은, 서버 및 디바이스로 구성되는 시스템에서, 서버의 저장매체 또는 디바이스의 저장매체를 포함할 수 있다. 또는, 서버 또는 디바이스와 통신 연결되는 제3의 디바이스(예, 스마트폰)가 존재하는 경우, 컴퓨터 프로그램 제품은 제3의 디바이스의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 서버로부터 디바이스 또는 제3 디바이스로 전송되거나, 제3 디바이스로부터 디바이스로 전송되는 소프트웨어 프로그램 자체를 포함할 수 있다.
이 경우, 서버, 디바이스 및 제3 디바이스 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 서버, 디바이스 및 제3 디바이스 중 둘 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 서버(예로, IoT 서버 또는 음성 비서 서버 등)가 서버에 저장된 컴퓨터 프로그램 제품을 실행하여, 서버와 통신 연결된 디바이스가 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
또 다른 예로, 제3 디바이스가 컴퓨터 프로그램 제품을 실행하여, 제3 디바이스와 통신 연결된 디바이스가 개시된 실시예에 따른 방법을 수행하도록 제어할 수 있다.
제3 디바이스가 컴퓨터 프로그램 제품을 실행하는 경우, 제3 디바이스는 서버로부터 컴퓨터 프로그램 제품을 다운로드하고, 다운로드된 컴퓨터 프로그램 제품을 실행할 수 있다. 또는, 제3 디바이스는 프리로드된 상태로 제공된 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수도 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 컴퓨터 시스템 또는 모듈 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
Claims (20)
- 허브 디바이스(Hub device)가 음성 입력에 기초하여 디바이스를 제어하는 방법에 있어서,
사용자의 음성 입력을 수신하는 단계;
ASR(Automatic Speech Recognition)을 수행하여, 수신된 음성 입력을 텍스트로 변환하는 단계;
디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 동작 수행 디바이스를 결정하는 단계;
상기 허브 디바이스와 연결된 복수의 디바이스 중, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하는 단계; 및
상기 확인된 디바이스에 상기 변환된 텍스트의 적어도 일부를 제공하는 단계;
를 포함하는, 방법. - 제1 항에 있어서,
상기 디바이스 판단 모델은, 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 상기 동작 수행 디바이스를 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함하는, 방법. - 제1 항에 있어서,
상기 기능 판단 모델은, 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 결정된 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함하는, 방법. - 제1 항에 있어서,
상기 복수의 디바이스 중 상기 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 상기 적어도 하나의 디바이스에 저장된 기능 판단 모델에 관한 정보를 획득하는 단계;
를 더 포함하는, 방법. - 제4 항에 있어서,
상기 디바이스를 확인하는 단계는, 상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하는 디바이스를 확인하는, 방법. - 음성 입력에 기초하여 디바이스를 제어하는 허브 디바이스(Hub device)에 있어서,
복수의 디바이스, 음성 비서 서버, 및 IoT 서버 중 적어도 하나와 데이터 통신을 수행하는 통신 인터페이스;
사용자의 음성 입력을 수신하는 마이크;
하나 이상의 명령어들(instructions)을 포함하는 프로그램을 저장하는 메모리; 및
상기 메모리에 저장된 프로그램의 하나 이상의 명령어들을 실행하는 프로세서;
를 포함하고,
상기 프로세서는,
ASR(Automatic Speech Recognition)을 수행하여, 상기 마이크를 통해 수신된 음성 입력을 텍스트로 변환하고,
디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 상기 복수의 디바이스 중 동작 수행 디바이스를 결정하고,
기능 판단 디바이스 결정 모듈을 이용하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하고,
상기 확인된 디바이스에 상기 변환된 텍스트의 적어도 일부를 제공하도록 상기 통신 인터페이스를 제어하는, 허브 디바이스. - 제6 항에 있어서,
상기 디바이스 판단 모델은, 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 상기 동작 수행 디바이스를 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함하는, 허브 디바이스. - 제6 항에 있어서,
상기 기능 판단 모델은, 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 결정된 동작 수행 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함하는, 허브 디바이스. - 제6 항에 있어서,
상기 프로세서는, 상기 복수의 디바이스 중 상기 복수의 디바이스 각각에 관한 기능을 판단하는데 이용되는 기능 판단 모델을 저장하고 있는 적어도 하나의 디바이스로부터, 상기 적어도 하나의 디바이스에 저장된 기능 판단 모델에 관한 정보를 획득하도록 상기 통신 인터페이스를 제어하는, 허브 디바이스. - 제9 항에 있어서,
상기 프로세서는, 상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하는 디바이스를 확인하는, 허브 디바이스. - 허브 디바이스(Hub device) 및 기능 판단 모델을 저장하고 있는 제1 디바이스를 포함하는 시스템의 동작 방법에 있어서,
상기 허브 디바이스에 의해 사용자의 음성 입력을 수신하는 단계;
상기 허브 디바이스의 메모리에 저장된 ASR 모듈에 관한 데이터를 이용하여 ASR을 수행함으로써, 수신된 음성 입력을 텍스트로 변환하는 단계;
상기 허브 디바이스의 상기 메모리에 저장된 디바이스 판단 모델에 관한 데이터를 이용하여, 상기 변환된 텍스트에 기초하여 상기 제1 디바이스를 동작 수행 디바이스로 결정하는 단계;
상기 허브 디바이스가 상기 제1 디바이스에 저장되어 있는 상기 기능 판단 모델에 관한 정보를 상기 제1 디바이스로부터 획득하는 단계; 및
상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 허브 디바이스가 상기 변환된 텍스트의 적어도 일부를 상기 제1 디바이스로 전송하는 단계;
를 포함하는, 방법. - 제11 항에 있어서,
상기 디바이스 판단 모델은, 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 복수의 디바이스 중 상기 제1 디바이스를 동작 수행 디바이스로 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함하는, 방법. - 제11 항에 있어서,
상기 기능 판단 모델은, 상기 허브 디바이스로부터 수신한 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함하는, 방법. - 제13 항에 있어서,
상기 제1 디바이스가 상기 기능 판단 모델의 상기 제2 자연어 이해 모델을 이용하여 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부의 분석 결과에 기초하여, 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하는 단계;
를 더 포함하는, 방법. - 제14 항에 있어서,
상기 제1 디바이스가 상기 동작 정보에 기초하여 상기 제1 디바이스의 동작을 제어하기 위한 제어 명령을 생성하는 단계; 및
상기 제1 디바이스가 상기 제어 명령에 기초하여 상기 동작을 실행하는 단계;
를 더 포함하는, 방법. - 허브 디바이스(Hub device) 및 기능 판단 모델을 저장하고 있는 제1 디바이스를 포함하는 멀티 디바이스 시스템에 있어서,
상기 허브 디바이스는,
상기 제1 디바이스와 데이터 통신을 수행하는 통신 인터페이스;
사용자의 음성 입력을 수신하는 마이크;
하나 이상의 명령어들(instructions)을 포함하는 프로그램을 저장하는 메모리; 및
상기 메모리에 저장된 프로그램의 하나 이상의 명령어들을 실행하는 프로세서;
를 포함하고,
상기 프로세서는,
ASR(Automatic Speech Recognition)을 수행하여, 상기 마이크를 통해 수신된 음성 입력을 텍스트로 변환하고,
디바이스 판단 모델을 이용하여, 상기 변환된 텍스트에 기초하여 상기 제1 디바이스를 동작 수행 디바이스로 결정하고,
상기 제1 디바이스에 저장되어 있는 상기 기능 판단 모델에 관한 정보를 상기 제1 디바이스로부터 획득하도록 상기 통신 인터페이스를 제어하고,
상기 획득된 기능 판단 모델에 관한 정보에 기초하여, 상기 변환된 텍스트의 적어도 일부를 상기 제1 디바이스로 전송하도록 상기 통신 인터페이스를 제어하는, 멀티 디바이스 시스템. - 제16 항에 있어서,
상기 디바이스 판단 모델은, 상기 변환된 텍스트를 분석하고, 상기 텍스트의 분석 결과에 기초하여 복수의 디바이스 중 상기 제1 디바이스를 동작 수행 디바이스로 결정하도록 구성된 제1 자연어 이해 모델(Natural Language Understanding)을 포함하는, 멀티 디바이스 시스템. - 제16 항에 있어서,
상기 제1 디바이스는 상기 허브 디바이스로부터 상기 텍스트의 적어도 일부를 수신하는 통신 인터페이스; 를 포함하고,
상기 기능 판단 모델은, 수신한 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 제2 자연어 이해 모델(Natural Language Understanding)을 포함하는, 멀티 디바이스 시스템. - 제18 항에 있어서,
상기 제1 디바이스는,
상기 제2 자연어 이해 모델을 이용하여 상기 텍스트의 적어도 일부를 분석하고, 상기 텍스트의 적어도 일부의 분석 결과에 기초하여 상기 제1 디바이스가 수행할 동작에 관한 동작 정보를 획득하는 프로세서;
를 더 포함하는, 멀티 디바이스 시스템. - 제19 항에 있어서,
상기 제1 디바이스의 상기 프로세서는, 상기 동작 정보에 기초하여 상기 제1 디바이스의 동작을 제어하기 위한 제어 명령을 생성하고, 상기 제어 명령에 기초하여 상기 동작을 실행하도록 상기 제1 디바이스의 적어도 하나의 구성 요소를 제어하는, 멀티 디바이스 시스템.
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200027217A KR20200127853A (ko) | 2019-05-02 | 2020-03-04 | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 |
| CN202080031822.XA CN113748458A (zh) | 2019-05-02 | 2020-04-29 | 集线器设备、包括集线器设备和多个设备的多设备系统及其操作方法 |
| PCT/KR2020/005704 WO2020222539A1 (en) | 2019-05-02 | 2020-04-29 | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same |
| EP20172271.7A EP3734597A1 (en) | 2019-05-02 | 2020-04-30 | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same |
| US16/864,635 US10964327B2 (en) | 2019-05-02 | 2020-05-01 | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same |
| US17/184,917 US11721343B2 (en) | 2019-05-02 | 2021-02-25 | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same |
| US18/336,652 US20230335137A1 (en) | 2019-05-02 | 2023-06-16 | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same |
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20190051824 | 2019-05-02 | ||
| KR1020190051824 | 2019-05-02 | ||
| US201962862201P | 2019-06-17 | 2019-06-17 | |
| US62/862,201 | 2019-06-17 | ||
| US201962905707P | 2019-09-25 | 2019-09-25 | |
| US62/905,707 | 2019-09-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200127823A true KR20200127823A (ko) | 2020-11-11 |
Family
ID=73451372
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190123310A KR20200127823A (ko) | 2019-05-02 | 2019-10-04 | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 |
| KR1020200027217A KR20200127853A (ko) | 2019-05-02 | 2020-03-04 | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200027217A KR20200127853A (ko) | 2019-05-02 | 2020-03-04 | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (2) | KR20200127823A (ko) |
| CN (1) | CN113748458A (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI820985B (zh) * | 2022-10-28 | 2023-11-01 | 犀動智能科技股份有限公司 | 物聯網設備整合控制系統及物聯網設備整合控制方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6282516B2 (ja) * | 2014-04-08 | 2018-02-21 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 複数機器の音声操作システム、音声操作方法及び、プログラム |
| US9984686B1 (en) * | 2015-03-17 | 2018-05-29 | Amazon Technologies, Inc. | Mapping device capabilities to a predefined set |
| KR20180022021A (ko) * | 2016-08-23 | 2018-03-06 | 삼성전자주식회사 | 음성 인식 방법 및 이를 수행하는 전자 장치 |
| KR102481881B1 (ko) * | 2016-09-07 | 2022-12-27 | 삼성전자주식회사 | 외부 디바이스를 제어하는 서버 및 그 방법 |
| US10127908B1 (en) * | 2016-11-11 | 2018-11-13 | Amazon Technologies, Inc. | Connected accessory for a voice-controlled device |
| US10546583B2 (en) * | 2017-08-30 | 2020-01-28 | Amazon Technologies, Inc. | Context-based device arbitration |
| KR102347208B1 (ko) * | 2017-09-07 | 2022-01-05 | 삼성전자주식회사 | 외부 장치를 이용한 태스크 수행 방법 및 이를 지원하는 전자 장치, 서버 및 저장 매체 |
-
2019
- 2019-10-04 KR KR1020190123310A patent/KR20200127823A/ko unknown
-
2020
- 2020-03-04 KR KR1020200027217A patent/KR20200127853A/ko unknown
- 2020-04-29 CN CN202080031822.XA patent/CN113748458A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN113748458A (zh) | 2021-12-03 |
| KR20200127853A (ko) | 2020-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102429436B1 (ko) | 사용자의 입력 입력에 기초하여 타겟 디바이스를 결정하고, 타겟 디바이스를 제어하는 서버 및 그 동작 방법 | |
| EP3734596B1 (en) | Determining target device based on speech input of user and controlling target device | |
| US20230267921A1 (en) | Systems and methods for determining whether to trigger a voice capable device based on speaking cadence | |
| KR102373905B1 (ko) | 어시스턴트 애플리케이션을 위한 음성 사용자 인터페이스 단축 | |
| US11721343B2 (en) | Hub device, multi-device system including the hub device and plurality of devices, and method of operating the same | |
| US9953648B2 (en) | Electronic device and method for controlling the same | |
| US20210241775A1 (en) | Hybrid speech interface device | |
| US11979437B2 (en) | System and method for registering device for voice assistant service | |
| KR102411619B1 (ko) | 전자 장치 및 그 제어 방법 | |
| US10979242B2 (en) | Intelligent personal assistant controller where a voice command specifies a target appliance based on a confidence score without requiring uttering of a wake-word | |
| CN110858481A (zh) | 用于处理用户语音话语的系统和用于操作该系统的方法 | |
| US20240129567A1 (en) | Hub device, multi-device system including the hub device and plurality of devices, and operating method of the hub device and multi-device system | |
| KR20200016774A (ko) | 사용자 음성 발화를 처리하기 위한 시스템 및 그의 동작 방법 | |
| KR20200127823A (ko) | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 | |
| KR20210066651A (ko) | 전자 장치 및 이의 제어 방법 | |
| KR102487078B1 (ko) | 허브 디바이스, 허브 디바이스 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 및 그 동작 방법 | |
| KR20210014053A (ko) | 보이스 어시스턴트 서비스를 위한 디바이스를 등록하는 시스템 및 방법 | |
| US11893996B1 (en) | Supplemental content output | |
| US20220310066A1 (en) | Electronic device for performing task corresponding to voice command and operation method therefor | |
| US20200357414A1 (en) | Display apparatus and method for controlling thereof | |
| US20240021205A1 (en) | Systems and methods for managing multiple voice assistant services based on voice input |