KR20200127853A

KR20200127853A - The hub device, multi device system comprising the hub device and a plurality of devices and method operating the same

Info

Publication number: KR20200127853A
Application number: KR1020200027217A
Authority: KR
Inventors: 이연호; 박상욱; 여국진
Original assignee: 삼성전자주식회사
Priority date: 2019-05-02
Filing date: 2020-03-04
Publication date: 2020-11-11
Also published as: KR20200127823A; CN113748458A

Abstract

Disclosed are a hub device, a multi-device system, and an operation method thereof. The hub device receives a voice input of a user, automatically determines a device to perform an operation according to an intention of a user based on the received voice input, and provide information required for performing a service according to the determined device.

Description

A hub device, a hub device, and a multi-device system including a plurality of devices and its operation method {THE HUB DEVICE, MULTI DEVICE SYSTEM COMPRISING THE HUB DEVICE AND A PLURALITY OF DEVICES AND METHOD OPERATING THE SAME}

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. The present disclosure is a hub device that determines a device for performing an operation to perform an operation according to a user's intention included in a voice input received from a user in a multi-device environment including a hub device and a plurality of devices, and controls the device for performing the determined operation. , A multi-device system, and a method of operation thereof.

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. With the development of multimedia technology and network technology, users can receive various services using devices. In particular, with the development of speech recognition technology, a user can input a voice (for example, speech) to a device and receive a response message according to the voice input through a service providing agent.

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. However, in a multi-device system such as a home network environment including a plurality of devices, when a user wants to receive a service through a device other than a client device that interacts through voice input, the device to provide the service There is a hassle of having to choose directly. In particular, since the types of services that can be provided by each of a plurality of devices are different, there is a demand for a technology capable of effectively providing a service by grasping an intention included in a user's voice input.

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. When determining the intention included in the user's voice input, artificial intelligence (AI) technology may be used, and rule-based natural language understanding technology (NLU) may be used. When a user's voice input is received through a hub device, the hub device cannot directly select a device to provide a service through the voice input and must control the device using a separate voice assistant service providing server. From the user's point of view, there is a problem in that network usage costs are consumed, and the response speed is slowed through the voice assistant service providing server.

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. The present disclosure relates to a multi-device system including a hub device, a hub device, and a plurality of devices, and a method of operating the same, and more specifically, to receive a user's voice input, and based on the received voice input An object of the present invention is to provide a hub device, a multi-device system, and an operation method thereof that automatically determine a device to perform an operation and provide necessary information for performing a service according to the determined device.

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.In order to solve the above technical problem, an embodiment of the present disclosure includes the steps of receiving a user's voice input; Converting the received speech input into text by performing Automatic Speech Recognition (ASR); Determining a device performing an operation based on the converted text using a device determination model; Identifying a device storing a function determination model corresponding to the determined operation performing device among a plurality of devices connected to the hub device; And providing at least a portion of the converted text to the identified device, by a hub device controlling a device based on a voice input.

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. For example, the device determination model may include a first natural language understanding model configured to analyze the converted text and determine a device to perform the operation based on the analysis result of the text.

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.For example, the function determination model is a second natural language configured to analyze at least a portion of the text and obtain motion information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text. May include Natural Language Understanding.

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. For example, the method includes information on a function determination model stored in the at least one device from at least one device storing a function determination model used to determine a function for each of the plurality of devices among a plurality of devices. It may further include the step of obtaining.

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. For example, in the checking of the device, a device storing a function determination model corresponding to the determined operation performing device may be identified based on information on the acquired function determination model.

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.In order to solve the above technical problem, an embodiment of the present disclosure includes a communication interface for performing data communication with at least one of a plurality of devices, a voice assistant server, and an IoT server; A microphone for receiving a user's voice input; A memory storing a program including one or more instructions; And a processor that executes one or more instructions of the program stored in the memory, wherein the processor performs Automatic Speech Recognition (ASR) to convert the voice input received through the microphone into text, and uses a device determination model. Thus, a device for performing an operation is determined among the plurality of devices based on the converted text, and a device storing a function determination model corresponding to the determined device for performing the operation is identified using a function determination device determination module. ), and controlling the communication interface to provide at least a portion of the converted text to the identified device.

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. For example, the function determination model is a second natural language configured to analyze at least a portion of the text and obtain motion information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text. May include Natural Language Understanding.

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. For example, the processor may include a function determination model stored in the at least one device from at least one device storing a function determination model used to determine a function for each of the plurality of devices among the plurality of devices. The communication interface can be controlled to obtain information.

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. For example, the processor may identify a device that stores a function determination model corresponding to the determined operation performing device based on the information on the acquired function determination model.

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. In order to solve the above technical problem, an embodiment of the present disclosure includes the steps of receiving a user's voice input by a hub device; Converting the received voice input into text by performing ASR using data on the ASR module stored in the memory of the hub device; Determining the first device as an operation performing device based on the converted text, using data on a device determination model stored in the memory of the hub device; Obtaining, by the hub device, information on the function determination model stored in the first device from the first device; And transmitting, by the hub device, at least a part of the converted text to the first device, based on the information on the obtained function determination model, storing a hub device and a function determination model. It provides a method of operating a system including a first device in operation.

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. For example, the device determination model is a first natural language understanding model configured to analyze the converted text and determine the first device among a plurality of devices as an operation performing device based on the analysis result of the text. ) Can be included.

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. For example, the function determination model analyzes at least a part of the text received from the hub device, and obtains operation information regarding an operation to be performed by the first device based on the analysis result of the at least part of the text. A second natural language understanding model configured to be included.

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. For example, the method may include, by a first device, analyzing at least a part of the text using the second natural language understanding model of the function determination model, and based on the analysis result of the at least part of the text, the first device It may further include the step of obtaining operation information on the operation to be performed.

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. For example, the method may include generating, by a first device, a control command for controlling an operation of the first device based on the operation information; And executing, by the first device, the operation based on the control command.

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. In order to solve the above technical problem, an embodiment of the present disclosure provides a multi-device system including a hub device and a first device storing a function determination model, wherein the hub device includes the first A communication interface for performing data communication with the device; A microphone for receiving a user's voice input; A memory storing a program including one or more instructions; And a processor that executes one or more instructions of the program stored in the memory, wherein the processor performs Automatic Speech Recognition (ASR) to convert the voice input received through the microphone into text, and uses a device determination model. And controlling the communication interface to determine the first device as an operation performing device based on the converted text, and to obtain information on the function determination model stored in the first device from the first device, and , Based on the information on the obtained function determination model, the communication interface may be controlled to transmit at least a part of the converted text to the first device.

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. For example, the device determination model is a first natural language understanding model configured to analyze the converted text and determine the first device among a plurality of devices as an operation performing device based on the analysis result of the text. Understanding).

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. For example, the first device includes a communication interface for receiving at least a portion of the text from the hub device, and the function determination model analyzes at least a portion of the received text, and A second natural language understanding model configured to obtain operation information on an operation to be performed by the first device based on the analysis result may be included.

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. For example, the first device analyzes at least a part of the text by using the second natural language understanding model, and operation information regarding an operation to be performed by the first device based on the analysis result of the at least part of the text It may further include a processor that obtains.

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. For example, the processor of the first device generates a control command for controlling the operation of the first device based on the operation information, and executes the operation based on the control command. At least one component can be controlled.

상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 리스너 디바이스(listener device)로부터 음성 신호를 수신하는 단계; ASR(Automatic Speech Recognition)을 수행하여, 수신된 음성 신호를 텍스트로 변환하는 단계; 제1 자연어 이해 모델(Natural Language Understanding)을 이용하여 상기 텍스트를 분석하고, 디바이스 판단 모델을 이용하여 분석된 상기 텍스트에 대응하는 동작 수행 디바이스를 결정하는 단계; 상기 결정된 동작 수행 디바이스 및 상기 리스너 디바이스 중 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하는 단계; 및 상기 확인된 디바이스에 상기 텍스트의 적어도 일부를 제공하는 단계를 포함하는, 허브 디바이스가 디바이스를 제어하는 방법을 제공한다. In order to solve the above technical problem, an embodiment of the present disclosure includes the steps of receiving a voice signal from a listener device; Converting the received speech signal into text by performing Automatic Speech Recognition (ASR); Analyzing the text using a first natural language understanding model and determining a device performing an operation corresponding to the analyzed text using a device determination model; Identifying a device storing a function determination model corresponding to the determined operation performing device among the determined operation performing device and the listener device; And providing at least a portion of the text to the identified device.

예를 들어, 상기 방법은 결정된 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일한 지 여부를 확인하는 단계를 더 포함할 수 있다. For example, the method may further include checking whether the determined device for performing the operation is the same as the listener device.

예를 들어, 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일한 것으로 확인된 경우, 상기 기능 판단 모델을 저장하고 있는 디바이스를 확인하는 단계는, 상기 리스너 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지에 관한 기능 판단 모델 정보를 획득하는 단계; 및 상기 획득한 기능 판단 모델 정보에 기초하여, 상기 리스너 디바이스를 상기 기능 판단 모델을 저장하고 있는 디바이스로 결정하는 단계를 포함할 수 있다. For example, when it is determined that the operation performing device is the same as the listener device, the step of confirming the device storing the function determination model may include whether the listener device stores the function determination model in the internal memory. Obtaining function determination model information; And determining the listener device as a device storing the function determination model based on the acquired function determination model information.

예를 들어, 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일하지 않은 별개의 디바이스로 확인된 경우, 상기 기능 판단 모델을 저장하고 있는 디바이스를 확인하는 단계는, 상기 결정된 동작 수행 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지에 관한 기능 판단 모델 정보를 획득하는 단계; 및 상기 획득한 기능 판단 모델 정보에 기초하여, 상기 동작 수행 디바이스가 기능 판단 모델을 저장하고 있는 디바이스인지 여부를 확인하는 단계를 포함할 수 있다. For example, when the operation performing device is identified as a separate device that is not the same as the listener device, the step of checking a device storing the function determination model may include the determined operation performing device function determination in the internal memory. Acquiring function determination model information regarding whether a model is being stored; And checking whether the operation performing device is a device storing the function determination model, based on the acquired function determination model information.

예를 들어, 상기 방법은 음성 비서 서버로부터 상기 디바이스 판단 모델의 업데이트 데이터를 수신하는 단계; 및 상기 수신된 업데이트 데이터를 이용하여, 상기 디바이스 판단 모델을 업데이트(update)하는 단계를 더 포함할 수 있다. For example, the method may include receiving update data of the device determination model from a voice assistant server; And updating the device determination model by using the received update data.

예를 들어, 상기 업데이트 데이터는 상기 동작 수행 디바이스 및 상기 리스너 디바이스 중 적어도 하나에 포함되는 기능 판단 모델의 업데이트 정보에 기초하여, 상기 텍스트로부터 업데이트된 기능을 판단하고, 상기 업데이트된 기능에 대응하는 상기 동작 수행 디바이스를 결정할 수 있도록 상기 디바이스 판단 모델을 갱신하는 데이터를 포함할 수 있다. For example, the update data determines an updated function from the text, based on update information of a function determination model included in at least one of the operation performing device and the listener device, and the updated function corresponding to the updated function. Data for updating the device determination model may be included to determine a device to perform an operation.

예를 들어, 상기 방법은 음성 비서 서버로부터 신규 디바이스의 디바이스 식별 정보, 디바이스 판단 모델의 저장 정보, 및 기능 판단 모델의 저장 정보 중 적어도 하나를 포함하는 상기 신규 디바이스의 디바이스 정보를 수신하는 단계; 및 상기 수신된 신규 디바이스의 디바이스 정보에 이용하여 상기 디바이스 판단 모델이 동작 수행 디바이스로서 결정할 수 있는 디바이스 후보에 상기 신규 디바이스를 추가함으로써, 상기 디바이스 판단 모델을 업데이트하는 단계를 더 포함할 수 있다. For example, the method includes receiving device information of the new device including at least one of device identification information of a new device, storage information of a device determination model, and storage information of a function determination model from a voice assistant server; And updating the device determination model by adding the new device to a device candidate that can be determined as an operation performing device by the device determination model using the received device information of the new device.

상술한 기술적 과제를 해결하기 위하여, 본 개시의 일 실시예는 리스너 디바이스를 포함하는 복수의 디바이스 및 음성 비서 서버 중 적어도 하나와 데이터 통신을 수행하는 통신 인터페이스; 상기 리스너 디바이스로부터 음성 신호를 수신하는 음성 신호 수신부; 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, 수신된 상기 음성 신호를 텍스트로 변환하고, 제1 자연어 이해 모델을 이용하여 상기 텍스트를 분석하고, 디바이스 판단 모델을 이용하여 분석된 상기 텍스트에 대응하는 동작 수행 디바이스를 결정하고, 상기 결정된 동작 수행 디바이스 및 상기 리스너 디바이스 중 상기 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)하고, 상기 통신 인터페이스를 이용하여, 상기 확인된 디바이스에 상기 텍스트의 적어도 일부를 전송하는, 허브 디바이스를 제공한다. In order to solve the above technical problem, an embodiment of the present disclosure provides a communication interface for performing data communication with at least one of a plurality of devices including a listener device and a voice assistant server; A voice signal receiver for receiving a voice signal from the listener device; A memory storing a program including one or more instructions; And a processor that executes one or more instructions of the program stored in the memory, wherein the processor performs Automatic Speech Recognition (ASR) to convert the received speech signal into text, and uses a first natural language understanding model. Analyzing the text, determining an operation performing device corresponding to the analyzed text using a device determination model, storing a function determination model corresponding to the determined operation performing device among the determined operation performing device and the listener device, and A hub device is provided for identifying a device in existence and transmitting at least a portion of the text to the identified device using the communication interface.

예를 들어, 상기 프로세서는 상기 결정된 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일한 지 여부를 확인할 수 있다. For example, the processor may check whether the determined device for performing the operation is the same as the listener device.

예를 들어, 상기 프로세서는 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일한 것으로 확인된 경우, 상기 리스너 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지에 관한 기능 판단 모델 정보를 획득하고, 상기 획득한 기능 판단 모델 정보에 기초하여, 상기 리스너 디바이스를 상기 기능 판단 모델을 저장하고 있는 디바이스로 결정할 수 있다. For example, when it is determined that the operation performing device is the same as the listener device, the processor obtains function determination model information regarding whether the listener device stores a function determination model in an internal memory, and the acquired function Based on the determination model information, the listener device may be determined as a device storing the function determination model.

예를 들어, 상기 프로세서는 상기 동작 수행 디바이스가 상기 리스너 디바이스와 동일하지 않은 별개의 디바이스로 확인된 경우, 상기 결정된 동작 수행 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지에 관한 기능 판단 모델 정보를 획득하고, 상기 획득된 기능 판단 모델 정보에 기초하여, 상기 동작 수행 디바이스가 기능 판단 모델을 저장하고 있는 디바이스인지 여부를 확인할 수 있다. For example, when the operation performing device is identified as a separate device that is not the same as the listener device, the processor may provide function determination model information regarding whether the determined operation performing device stores a function determination model in an internal memory. It may be acquired and, based on the acquired function determination model information, it may be determined whether the operation performing device is a device storing the function determination model.

예를 들어, 상기 프로세서는 상기 통신 인터페이스를 이용하여, 음성 비서 서버로부터 상기 디바이스 판단 모델의 업데이트 데이터를 수신하고, 상기 수신된 업데이트 데이터를 이용하여, 상기 디바이스 판단 모델을 업데이트(update)할 수 있다. For example, the processor may receive update data of the device determination model from a voice assistant server using the communication interface, and may update the device determination model using the received update data. .

예를 들어, 상기 프로세서는 상기 통신 인터페이스를 이용하여 음성 비서 서버로부터, 신규 디바이스의 디바이스 식별 정보, 디바이스 판단 모델의 저장 정보, 및 기능 판단 모델의 저장 정보 중 적어도 하나를 포함하는 상기 신규 디바이스의 디바이스 정보를 수신하고, 상기 수신된 신규 디바이스의 디바이스 정보에 이용하여 상기 디바이스 판단 모델이 동작 수행 디바이스로서 결정할 수 있는 디바이스 후보에 상기 신규 디바이스를 추가함으로써, 상기 디바이스 판단 모델을 업데이트할 수 있다. For example, the processor may include at least one of device identification information of a new device, storage information of a device determination model, and storage information of a function determination model from a voice assistant server using the communication interface. The device determination model may be updated by receiving information and adding the new device to a device candidate that can be determined as an operation performing device by the device determination model using the received device information of the new device.

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 12a는 본 개시의 허브 디바이스 및 복수의 디바이스의 동작을 도시한 개념도이다.
도 12b는 본 개시의 허브 디바이스 및 복수의 디바이스의 동작을 도시한 개념도이다.
도 13은 본 개시의 허브 디바이스가 리스너 디바이스(linster device)로부터 수신한 음성 신호에 기초하여 동작 수행 디바이스를 결정하고, 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스에 텍스트를 전송하는 방법을 도시한 흐름도이다.
도 14는 본 개시의 허브 디바이스가 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스에 텍스트를 전송하는 방법을 도시한 흐름도이다.
도 15는 본 개시의 허브 디바이스, 음성 비서 서버, 및 리스너 디바이스의 동작 방법을 도시한 흐름도이다.
도 16은 본 개시의 허브 디바이스, 음성 비서 서버, 리스너 디바이스, 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 17은 본 개시의 동작 수행 디바이스가 기능 판단 모델의 업데이트하는 실시예를 도시한 도면이다.
도 18은 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 및 동작 수행 디바이스의 동작 방법을 도시한 흐름도이다.
도 19는 본 개시의 허브 디바이스, 음성 비서 서버, IoT 서버, 및 신규 디바이스의 동작 방법을 도시한 흐름도이다.
도 20은 허브 디바이스, 음성 비서 서버, 및 복수의 디바이스를 포함하는 멀티 디바이스 시스템 환경을 도시한 도면이다.
도 21a 및 도 22b는 본 개시의 허브 디바이스 및 음성 비서 서버에서 실행 가능한 음성비서 모델의 실시예를 도시한 도면이다. The present disclosure may be easily understood by a combination of the following detailed description and the accompanying drawings, and reference numerals mean structural elements.
1 is a block diagram illustrating some components of a multi-device system including a hub device, a voice assistant server, an IoT server, and a plurality of devices according to an embodiment of the present disclosure.
2 is a block diagram illustrating components of a hub device according to an embodiment of the present disclosure.
3 is a block diagram showing components of a voice assistant server according to an embodiment of the present disclosure.
4 is a block diagram illustrating components of an IoT server according to an embodiment of the present disclosure.
5 is a block diagram illustrating some components of a plurality of devices according to an embodiment of the present disclosure.
6 is a flowchart illustrating a method of controlling a device based on a voice input by a hub device of the present disclosure.
7 is a flowchart illustrating a method of providing at least a part of text according to a user's voice input by the hub device of the present disclosure to any one of a hub device, a voice assistant server, or an operation performing device.
8 is a flowchart illustrating a method of operating a hub device, a voice assistant server, an IoT server, and an operation performing device according to the present disclosure.
9 is a flowchart illustrating a method of operating a hub device and an operation performing device according to the present disclosure.
10 is a flowchart illustrating a method of operating a hub device and an operation performing device according to the present disclosure.
11 is a flowchart illustrating a method of operating each of a hub device, a voice assistant server, an IoT server, a third-party IoT server, and a third-party device according to the present disclosure.
12A is a conceptual diagram illustrating an operation of a hub device and a plurality of devices according to the present disclosure.
12B is a conceptual diagram illustrating an operation of a hub device and a plurality of devices according to the present disclosure.
13 is a method in which a hub device of the present disclosure determines an operation performing device based on a voice signal received from a listener device, and transmits text to a device storing a function determination model corresponding to the operation performing device Is a flow chart showing.
14 is a flowchart illustrating a method of transmitting text to a device storing a function determination model corresponding to an operation performing device by the hub device of the present disclosure.
15 is a flowchart illustrating a method of operating a hub device, a voice assistant server, and a listener device according to the present disclosure.
16 is a flowchart illustrating a method of operating a hub device, a voice assistant server, a listener device, and an operation performing device according to the present disclosure.
17 is a diagram illustrating an embodiment in which an operation performing device of the present disclosure updates a function determination model.
18 is a flowchart illustrating a method of operating a hub device, a voice assistant server, an IoT server, and an operation performing device according to the present disclosure.
19 is a flowchart illustrating a method of operating a hub device, a voice assistant server, an IoT server, and a new device according to the present disclosure.
20 is a diagram illustrating a multi-device system environment including a hub device, a voice assistant server, and a plurality of devices.
21A and 22B are diagrams illustrating an embodiment of a voice assistant model executable in a hub device and a voice assistant server of the present disclosure.

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. The terms used in the embodiments of the present specification have selected general terms that are currently widely used as possible while taking the functions of the present disclosure into consideration, but this may vary depending on the intention or precedent of a technician working in the field, the emergence of new technologies, etc. . In addition, in certain cases, there are terms arbitrarily selected by the applicant, and in this case, the meaning of the terms will be described in detail in the description of the corresponding embodiment. Therefore, the terms used in the present specification should be defined based on the meaning of the term and the contents of the present disclosure, not the name of a simple term.

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. Singular expressions may include plural expressions unless the context clearly indicates otherwise. Terms used herein, including technical or scientific terms, may have the same meaning as commonly understood by a person of ordinary skill in the technical field described herein.

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.When a part of the specification is said to "include" a certain component, it means that other components may be further included rather than excluding other components unless otherwise stated. In addition, terms such as "... unit" and "... module" described in the specification mean a unit that processes at least one function or operation, which is implemented as hardware or software, or as a combination of hardware and software. Can be.

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.The expression "configured to (configured to)" used in this specification is, for example, "suitable for", "having the capacity to" depending on the situation. It can be used interchangeably with ", "designed to", "adapted to", "made to", or "capable of". The term "configured to (or set)" may not necessarily mean only "specifically designed to" in hardware. Instead, in some situations, the expression "a system configured to" may mean that the system "can" along with other devices or parts. For example, the phrase “a processor configured (or configured) to perform A, B, and C” means a dedicated processor (eg, an embedded processor) for performing the operation, or by executing one or more software programs stored in memory, It may mean a generic-purpose processor (eg, a CPU or an application processor) capable of performing corresponding operations.

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. In the present specification, the'first natural language understanding model' is a model that is trained to analyze text converted from a voice input and determine a device for performing an operation based on the analysis result. The first natural language understanding model may determine an intent by interpreting the text, and may be used to determine an operation performing device based on the intent.

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.In the present specification, the'second natural language understanding model' is a model learned to analyze text related to a specific device. The second natural language understanding model may be a model that is trained to obtain motion information about an operation to be performed by a corresponding device by analyzing at least a part of the text. The storage capacity of the second natural language understanding model may be larger than the storage capacity of the first natural language understanding model.

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. In this specification, the'intent' is information indicating the intention of the user determined by interpreting the text. The intent is information indicating the user's intention to speak, and may be information indicating the operation of the device performing the operation requested by the user. The intent may be determined by interpreting the text using a natural language understanding (NLU) model. For example, if the text converted from the user's voice input is "Play Movie Avengers on TV", the intent may be "Play content". For another example, when the text converted from the user's voice input is "Turn down the air conditioner temperature to 18 °C", the intent may be "temperature control".

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. The intent may include not only information indicating the user's utterance intention (hereinafter, intention information), but also a numerical value corresponding to information indicating the user's intention. The numerical value may indicate the probability that the text is associated with information indicating a specific intent. When a plurality of pieces of information representing the user's intention are obtained as a result of analyzing the text using the natural language understanding model, intention information having a maximum numerical value corresponding to each intention information may be determined as the intent.

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.In this specification, the'action' of the device may mean at least one action performed by the device by executing a specific function in the device. The operation may represent at least one action performed by the device by executing an application on the device. The operation may represent, for example, playing a video, playing music, writing an email, receiving weather information, displaying news information, executing a game, taking a picture, and the like performed by the device through execution of an application. However, the operation is not limited to the above-described example.

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.The operation of the device may be performed based on information on detailed operations output from the action plan management module. The device may perform at least one action by executing a function corresponding to the detailed operation output from the action plan management module. The device may store a command for executing a function corresponding to a detailed operation, and when a detailed operation is determined, the device may execute a specific function by determining a command corresponding to the detailed operation and executing the command.

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.Also, the device may store a command for executing an application corresponding to a detailed operation. The instructions for executing the application may include instructions for executing the application itself and instructions for executing detailed functions constituting the application. When a detailed operation is determined, the device may execute an application by executing a command for executing an application corresponding to the detailed operation, and execute a detailed function by executing a command for executing a detailed function of the application corresponding to the detailed operation.

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.In this specification,'action information' may be information related to detailed operations to be performed by the device, a relationship between each detailed operation and other detailed operations, and an execution order of the detailed operations. The association relationship between each detailed operation and another detailed operation includes information about another operation that must be executed before executing the operation in order to execute one operation. For example, when the operation to be performed is “music playback”, “power on” may be another detailed operation that must be essentially executed before the “music playback” operation. The operation information may include, for example, functions to be executed by the operation performing device in order to perform a specific operation, an execution order of functions, an input value required to execute the functions, and an output value output as a result of executing the functions. However, it is not limited thereto.

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. In this specification, the'action performing device' means a device determined to perform an operation based on an intent obtained from a text among a plurality of devices. The operation performing device may analyze the text using the first natural language understanding model, and may be determined based on the analyzed result. The operation performing device may perform at least one action by executing a function corresponding to the detailed operation output from the action plan management module. The operation performing device may perform an operation based on the operation information.

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. In the present specification, the'action plan management module' may be a module that manages operation information related to a detailed operation of a device in order to generate detailed operations to be performed by the operation performing device and an execution order of the detailed operations. The action plan management module may manage detailed operations of a device for each device type and operation information regarding a relationship between the detailed operations.

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. The IoT server is a server that acquires, stores, and manages device information for each of a plurality of devices. The IoT server may obtain, determine, or generate a control command capable of controlling a device by using the stored device information. The IoT server may transmit a control command to a device determined to perform an operation based on the operation information. The IoT server may be configured as a hardware device independent from the'server' described herein, but is not limited thereto. The IoT server may be a component of the'voice assistant server' of the present specification, or a server designed to be classified by software.

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.Hereinafter, exemplary embodiments of the present disclosure will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art may easily implement the embodiments. However, the present disclosure may be implemented in various different forms and is not limited to the exemplary embodiments described herein.

이하에서는 도면을 참조하여 본 개시의 실시예들을 상세하게 설명한다. Hereinafter, embodiments of the present disclosure will be described in detail with reference to the drawings.

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. 1 is a diagram illustrating some components of a multi-device system including a hub device 1000, a voice assistant server 2000, an IoT server 3000, and a plurality of devices 4000 according to an embodiment of the present disclosure. It is a block diagram.

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. In the embodiment illustrated in FIG. 1, only essential components for describing operations of the hub device 1000, the voice assistant server 2000, the IoT server 3000, and the plurality of devices 4000 are illustrated. The configuration included in the hub device 1000, the voice assistant server 2000, the IoT server 3000, and the plurality of devices 4000 is not limited as illustrated in FIG. 1.

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. Reference numerals S1 to S16 shown on the arrows in FIG. 1 denote data movement, transmission, and reception between a plurality of subjects through a network. The numbers attached to the English letter S in S1 to S16 are for convenience of description, and are not related to the order of movement, transmission, and reception of data.

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. Referring to FIG. 1, a hub device 1000, a voice assistant server 2000, an IoT server 3000, and a plurality of devices 4000 may be interconnected through wired communication or wireless communication, and may perform communication. . In an embodiment, the hub device 1000 and the plurality of devices 4000 may be directly connected to each other through a communication network, but are not limited thereto. The hub device 1000 and the plurality of devices 4000 may be connected to the voice assistant server 2000, and the hub device 1000 may be connected to the plurality of devices 4000 through the voice assistant server 2000. Also, the hub device 1000 and the plurality of devices 4000 may be connected to the IoT server 3000. In another embodiment, each of the hub device 1000 and the plurality of devices 4000 may be connected to the voice assistant server 2000 through a communication network, and may be connected to the IoT server 3000 through the voice assistant server 2000.

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.The hub device 1000, the voice assistant server 2000, the IoT server 3000, and the plurality of devices 4000 include a local area network (LAN), a wide area network (WAN), and a value-added communication network ( Value Added Network (VAN), a mobile radio communication network, a satellite communication network, or a combination thereof. Wireless communication methods include, for example, wireless LAN (Wi-Fi), Bluetooth, Bluetooth low energy, Zigbee, WFD (Wi-Fi Direct), UWB (ultra wideband), infrared communication (IrDA, infrared data). Association), NFC (Near Field Communication), and the like, but are not limited thereto.

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. The hub device 1000 is a device that receives a user's voice input and controls at least one of the plurality of devices 4000 based on the received voice input. The hub device 1000 may be a listener device that receives a voice input from a user.

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. At least one of the plurality of devices 4000 may be an operation performing device that performs a specific operation by receiving a control command from the hub device 1000 or the IoT server 3000. The plurality of devices 4000 may be devices that are logged in with the same user account as the user of the hub device 1000 and registered in the IoT server 3000 as a user account of the hub device 1000.

복수의 디바이스(4000) 중 적어도 하나는 사용자로부터 음성 입력을 수신하는 리스너 디바이스일 수 있다. 리스너 디바이스는 사용자로부터 음성 입력을 수신하기만 하는 디바이스일 수 있으나, 이에 한정되는 것은 아니다. 일 실시예에서, 리스너 디바이스는 허브 디바이스(1000)로부터 제어 명령을 받아 특정 기능에 관한 동작을 수행하는 동작 수행 디바이스일 수도 있다. At least one of the plurality of devices 4000 may be a listener device that receives a voice input from a user. The listener device may be a device that only receives a voice input from a user, but is not limited thereto. In an embodiment, the listener device may be an operation performing device that receives a control command from the hub device 1000 and performs an operation related to a specific function.

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). At least one of the plurality of devices 4000 may receive a control command from the IoT server 3000 (S12, S14, S16), or receive at least a portion of the text converted from the voice input from the hub device 1000. Yes (S3, S5). At least one of the plurality of devices 4000 may receive a control command from the IoT server 3000 without receiving at least a part of the text from the hub device 1000 (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. The hub device 1000 may include a device determination model 1330 that determines a device to perform an operation based on a user's voice input. The device determination model 1330 may determine a device performing an operation from among a plurality of devices 4000 registered according to a user account. In one embodiment, the hub device 1000 includes identification information (eg, device ID information) of each of a plurality of devices 4000 from the voice assistant server 2000, a device type of each of the plurality of devices 4000, and a plurality of Device information including at least one of a function performance capability, location information, and status information of each of the devices 4000 of may be received (S2). The hub device 1000 may determine a device to perform an operation according to a user's voice input from among the plurality of devices 4000 based on the received device information, using data on the device determination model 1330.

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. The function determination model corresponding to the operation performing device determined by the hub device 1000 is stored in the memory 1300 of the hub device 1000 (refer to FIG. 2), stored in the operation performing device itself, or a voice assistant server It may be stored in the memory 2300 of 2000 (refer to FIG. 3). The function determination model corresponding to each device refers to a model used by the device to obtain detailed operations for performing an operation according to the determined function and operation information about a relationship between the detailed operations.

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.The function determination device determination module 1340 of the hub device 1000 uses a database 1360 (refer to FIG. 2) that includes information on a function determination model for each device stored in the memory, and a function determination model corresponding to the device performing the operation It is possible to identify which device is stored in the hub device 1000, the voice assistant server 2000, and the operation performing device. The database 1360 includes information on a plurality of devices 4000 registered in an account of a user associated with the hub device 1000. Specifically, identification information (eg, device ID information) of each of the plurality of devices 4000, information about the presence or absence of a function determination model of each of the plurality of devices 4000, and information about each of the plurality of devices 4000 Where the function determination model is stored (e.g., the stored device/server identification information, the stored device/server IP address, or the stored device/server MAC address) information is stored. I can. In one embodiment, the function determination device determination module 1340 searches the database 1360 according to the device identification information of the device performing the operation output by the device determination model 1330, and based on the search result of the database 1360. Thus, information on a storage location of a function determination model corresponding to an operation performing device may be obtained.

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. The hub device 1000 may transmit at least a part of the text converted from the user's voice input to the device determined to have stored the function determination model corresponding to the operation performing device by using the function determination device determination module 1340. have.

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). For example, when the hub device 1000 receives a user's voice input saying'Raise the temperature by 1 degree', the hub device 1000 determines the device as an air conditioner through the device determination model 1330. Thereafter, the function determination device determination module 1340 may determine that the function determination model corresponding to the air conditioner is stored in the air conditioner, and transmit a text corresponding to'Raise the temperature by 1 degree' to the air conditioner. The air conditioner analyzes the text received through a function determination model corresponding to the stored air conditioner, and performs a temperature control operation using the text analysis result. That is, if the device for performing the operation is determined as the first device 4100 that is'air conditioner' by the device determination model 1330, the function determination model corresponding to the air conditioner is stored in the first device 4100 itself, so that the function is determined. The device determination module 1340 may transmit at least a part of the text to the first device 4100 (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. For example, when the hub device 1000 receives a user's voice input “change channel”, the hub device 1000 determines the device as a TV through the device determination model 1330. Thereafter, the function determination device determination module 1340 confirms that the function determination model corresponding to the TV is stored in the hub device 1000, and responds to'change channel' through the function determination model corresponding to the stored TV. Analyze the corresponding text. The hub device 1000 determines a channel change operation as an operation to be performed on the TV by using the text analysis result, and transmits operation information on the channel change operation to the TV. That is, if the device for performing the operation is determined as the second device 4200 that is'TV' by the device determination model 1330, since the function determination model corresponding to the TV is stored in the hub device 1000, the function determination device is determined. The module 1340 may provide at least a part of the text to the TV function determination model 1354 so that the hub device 1000 itself processes at least a part of the text.

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).For example, when the hub device 1000 receives a user's voice input “Execute the odor removal mode”, the hub device 1000 determines the device as an air purifier through the device determination model 1330. Thereafter, the function determination device determination module 1340 confirms that the function determination model corresponding to the air purifier is stored in the voice assistant server 2000, and sends a text corresponding to'Execute the odor removal mode' to the voice assistant server ( 2000). The voice assistant server 2000 analyzes the text received through the function determination model corresponding to the air purifier, and determines an operation to execute the odor removal mode as an operation to be executed by the air purifier using the text analysis result. The voice assistant server 2000 transmits operation information on the odor removal mode execution operation to the air purifier. In this case, operation information on the odor removal mode execution operation may be transmitted through the IoT server 3000. That is, when the device for performing the operation is determined as the third device 4300, which is an'air purifier' by the device determination model 1330, the function determination model corresponding to the air purifier is stored in the voice assistant server 2000. The determination device determination module 1340 may transmit at least a part of the text to the voice assistant server 2000 (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. In an embodiment, the hub device 1000 may itself store a function determination model corresponding to at least one of the plurality of devices 4000. For example, when the hub device 1000 is a voice assistant speaker, the hub device 1000 determines detailed operations for performing its own function and a speaker function used to obtain operation information about the relationship between the detailed operations. The model 1352 can be saved.

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. The hub device 1000 may store a function determination model corresponding to other devices. For example, the hub device 1000 may store a TV function determination model 1354 that is used to obtain detailed operations corresponding to a TV and operation information about a relationship between the detailed operations. The TV may be a device previously registered in the IoT server 3000 with the same user account as the user account of the hub device 1000.

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.The speaker function determination model 1352 and the TV function determination model 1354 may include second natural language understanding models 1352a and 1354a and action plan management modules 1352b and 1354b, respectively. The second natural language understanding models 1352a and 1354a and the action plan management modules 1352b and 1354b will be described in detail with reference to FIG. 2.

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). The voice assistant server 2000 may determine an operation performing device to perform an operation intended by the user based on the text received from the hub device 1000. The voice assistant server 2000 may receive information on a user account from the hub device 1000 (S1). When the voice assistant server 2000 receives user account information from the hub device 1000, a query for requesting device information on a plurality of devices 4000 that are previously registered for the received user account information to the IoT server 3000 The (query) may be transmitted (S9), and device information regarding the plurality of devices 4000 may be received from the IoT server 3000 (S10). The device information includes identification information (eg, device ID information) of each of the plurality of devices 4000, a device type of each of the plurality of devices 4000, the capability of each of the plurality of devices 4000, It may include at least one of location information and status information. The voice assistant server 2000 may transmit device information received from the IoT server 3000 to the hub device 1000 (S2).

허브 디바이스(1000)의 구성 요소에 대해서는 도 2에서 상세하게 설명하기로 한다.Components of the hub device 1000 will be described in detail with reference to FIG. 2.

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). The voice assistant server 2000 may include a device determination model 2330 and a plurality of function determination models 2342, 2344, 2346, and 2348. The voice assistant server 2000 uses the device determination model 2330, a function determination model corresponding to at least a part of the text received from the hub device 1000 among a plurality of function determination models 2342, 2344, 2346, 2348 After selecting and using the selected function determination model, operation information for the operation performing device to perform the operation may be obtained. The voice assistant server 2000 may transmit operation information to the IoT server 3000 (S9).

음성 비서 서버(2000)의 구성 요소에 관해서는 도 3에서 상세하게 설명하기로 한다. The components of the voice assistant server 2000 will be described in detail with reference to FIG. 3.

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. The IoT server 3000 is connected through a network and may store information on a plurality of devices 4000 that are previously registered in a user account of the hub device 1000. In one embodiment, the IoT server 3000 includes user account information logged in from each of the plurality of devices 4000, identification information (eg, device ID information) of the plurality of devices 4000, and the plurality of devices 4000 At least one of each device type and function performance capability information of each of the plurality of devices 4000 may be received (S11, S13, S15). In an embodiment, the IoT server 3000 may receive power on/off of each of the plurality of devices 4000 or status information regarding an operation being executed from the plurality of devices 4000 ( S11, S13, S15). The IoT server 3000 may store device information and device status information received from the plurality of devices 4000.

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). The IoT server 3000 may generate a control command that can be read and executed by the operation performing device based on the operation information received from the voice assistant server 2000. The IoT server 3000 may transmit a control command to a device determined as an operation performing device among the plurality of devices 4000 (S12, S14, S16).

IoT 서버(3000)의 구성 요소에 대해서는 도 4에서 상세하게 설명하기로 한다. Components of the IoT server 3000 will be described in detail with reference to FIG. 4.

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. In the embodiment shown in FIG. 1, the plurality of devices 4000 may include a first device 4100, a second device 4200, and a third device 4300. In FIG. 1, the first device 4100 is an air conditioner, the second device 4200 is a TV, and the third device 4300 is an air purifier, but the present invention is not limited thereto. The plurality of devices 4000 include not only air conditioners, TVs, and air purifiers, but also home appliances such as robot cleaners, washing machines, ovens, microwave ovens, scales, refrigerators, and electronic frames, smartphones, and tablet personal computers. Mobile phone, video phone, e-book reader, desktop personal computer, laptop personal computer, netbook computer, workstation, server , A personal digital assistant (PDA), a portable multimedia player (PMP), an MP3 player, a mobile medical device, a camera, or a wearable device.

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. At least one of the plurality of devices 4000 may itself store a function determination model. For example, in the memory 4130 of the first device 4100, detailed operations for the first device 4100 to perform an operation determined from the user's voice input and operation information regarding the relationship between the detailed operations are obtained. In addition, a function determination model 4132 used to generate a control command based on motion information may be stored.

복수의 디바이스(4000) 중 제2 디바이스(4200) 및 제3 디바이스(4300)는 각 디바이스에 대응하는 기능 판단 모델을 저장하지 않는다. Among the plurality of devices 4000, the second device 4200 and the third device 4300 do not store a function determination model corresponding to each device.

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). At least one of the plurality of devices 4000 may transmit information on whether or not the function determination model is stored on its own to the hub device 1000 (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(3^rd device)를 더 포함할 수도 있다. 써드파티 디바이스에 관해서는 도 11에서 상세하게 설명하기로 한다.The plurality of devices 4000 are not manufactured by the same manufacturer as the hub device 1000, the voice assistant server 2000, and the IoT server 3000, but the hub device 1000, the voice assistant server 2000, and the IoT the third-party device (3 ^rd device) that is not directly controlled by the server (3000) may be further included. The third-party device will be described in detail in FIG. 11.

도 2는 본 개시의 일 실시예에 따른 허브 디바이스(1000)의 구성 요소를 도시한 블록도이다.2 is a block diagram illustrating the components of the hub device 1000 according to an embodiment of the present disclosure.

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. Referring to FIG. 2, the hub device 1000 may be configured to include at least a microphone 1100, a processor 1200, a memory 1300, and a communication interface 1400. The hub device 1000 may receive a voice input (eg, a user's speech) from a user through the microphone 1100 and obtain a voice signal from the received voice input. In one embodiment, the processor 1200 of the hub device 1000 converts sound received through the microphone 1100 into an acoustic signal, and removes noise (eg, non-speech component) from the sound signal to The signal can be acquired.

그러나, 이에 한정되는 것은 아니고, 허브 디바이스(1000)는 리스너 디바이스로부터 음성 신호를 수신할 수 있다. However, the present invention is not limited thereto, and the hub device 1000 may receive a voice signal from the listener device.

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. Although not shown in the drawing, the hub device 1000 detects a designated voice input (for example, a wake-up input such as'Hi Bixby','OK Google', etc.) or a voice signal acquired from some voice inputs. It may include a speech recognition module having a function of pre-processing.

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. The processor 1200 may execute one or more instructions of a program stored in the memory 1300. The processor 1200 may be configured with hardware components that perform arithmetic, logic, input/output operations, and signal processing. The processor 1200 is, for example, a central processing unit (Central Processing Unit), a microprocessor (microprocessor), a graphics processor (Graphic Processing Unit), ASICs (Application Specific Integrated Circuits), DSPs (Digital Signal Processors), DSPDs (Digital Signal Processing Devices), Programmable Logic Devices (PLDs), and Field Programmable Gate Arrays (FPGAs), but are not limited thereto.

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. A program including instructions for controlling the plurality of devices 4000 based on a user's voice input received through the microphone 1100 may be stored in the memory 1300. The memory 1300 may store instructions and program codes that the processor 1200 can read. In the following embodiments, the processor 1200 may be implemented by executing instructions or codes of a program stored in a memory.

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 데이터베이스(1360) 각각에 대응하는 데이터가 저장되어 있을 수 있다. The memory 1300 includes data about the ASR module 1310, data about the NLG module 1320, data about the device determination model 1330, data about the function determination device determination module 1340, and a plurality of function determination models. Data corresponding to each of the 1350 and the database 1360 may be stored.

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. The memory 1300 is, for example, a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (eg, SD or XD memory). Etc.), RAM (RAM, Random Access Memory) SRAM (Static Random Access Memory), ROM (ROM, Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), Magnetic It may include at least one type of storage medium among memory, magnetic disk, and optical disk.

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. The processor 1200 performs ASR (Automatic Speech Recognition) using data on the ASR module 1310 stored in the memory 1300, and converts the speech signal received through the microphone 1100 into text. I can.

그러나, 이에 한정되는 것은 아니다. 일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 통해 리스너 디바이스로부터 음성 신호를 수신하고, ASR 모듈(1310)을 이용하여 ASR을 수행함으로써, 음성 신호를 텍스트로 변환할 수 있다. However, it is not limited thereto. In one embodiment, the processor 1200 may convert the voice signal into text by receiving a voice signal from the listener device through the communication interface 1400 and performing ASR using the ASR module 1310.

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. The processor 1200 analyzes the converted text using data on the device determination model 1330 stored in the memory 1300 and determines a device performing an operation among the plurality of devices 4000 based on the analysis result of the text. I can. The device determination model 1330 may include a first natural language understanding model 1332. In one embodiment, the processor 1200 analyzes text by using data for a first natural language understanding (NLU) 1332 included in the device determination model 1330, and analyzes the text according to the analysis result of the text. Based on the plurality of devices 4000, a device performing an operation to perform an operation according to the user's intention may be determined.

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. The first natural language understanding model is a model trained to analyze text converted from a speech input and determine a device for performing an operation based on the analysis result. The first natural language understanding model may determine an intent by interpreting the text, and may be used to determine an operation performing device based on the intent.

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. In one embodiment, the processor 1200 parses the text in units of morphemes, words, or phrases by using data on the first natural language understanding model 1332 stored in the memory 1300 ( parse), and the meaning of the word extracted from the parsed text can be inferred by using the linguistic features (eg, grammatical elements) of the morpheme, word, or phrase. The processor 1200 may determine an intent corresponding to the meaning of the inferred word by comparing the meaning of the inferred word with predefined intents provided in the first natural language understanding model 1332.

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. The processor 1200 may determine a device related to the intent recognized from the text as an operation performing device, based on a matching model that determines the relationship between the intent and the device. In one embodiment, the matching model is included in data on the device determination model 1330 stored in the memory 1300 and may be obtained through learning through a rule-based system, but is not limited thereto. Does not.

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. In one embodiment, the processor 1200 obtains a plurality of numerical values representing the degree of correlation between the intent and a plurality of devices (see 4000 (see FIG. 1)) by applying a matching model to the intent, and the obtained plurality of numerical values The device having the maximum value among the values may be determined as the device performing the final operation. For example, if the intent is related to the first device 4100 (see FIG. 1) and the second device 4200 (see FIG. 1), respectively, the processor 1200 is a relationship between the intent and the first device 4100 A first device that obtains a first numerical value indicating the degree and a second numerical value indicating the degree of relationship between the intent and the second device 4200, and having a higher numerical value among the first numerical value and the second numerical value ( 4100) may be determined as an operation performing device.

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. For example, when the hub device 1000 receives a voice input from the user saying "It's hot, drop the set temperature by 2°C", the processor 1200 performs ASR to convert the voice input into text, and 1 By analyzing the converted text using data related to the natural language understanding model 1332, an intent of'controlling a set temperature' may be obtained. The processor 1200 applies a matching model to provide a first numerical value indicating a degree of relation between the intent of'set temperature control' and the first device 4100 as an air conditioner, and the intent of'set temperature control' and a second value that is TV. A second numerical value indicating a degree of relation between the devices 4200 and a third numerical value indicating a degree of relation between the'set temperature control' and the third device 4300 (refer to FIG. 1) as an air purifier may be obtained, respectively. The processor 1200 may determine the first device 4100 as a device for performing an operation related to'setting temperature control' through a first numerical value that is a maximum value among the obtained numerical values.

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. In another example, when the hub device 1000 performs a voice input such as "Play Movie Avengers~" from a user, the processor 1200 analyzes the text converted from the voice input, and'plays the content'. You can acquire an intent called. The processor 1200 includes a first numerical value indicating a relationship between the intent of'content playback' calculated using the matching model and the first device 4100 as an air conditioner, the intent of'content playback' and a second TV Second numerical value information, which is the maximum value among the second numerical values indicating the degree of relation between the devices 4200 and the third numerical values indicating the degree of relation between the intent of'content reproduction' and the third device 4300, which is an air purifier Based on, the second device 4200 may be determined as a device performing an operation related to'content playback'.

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. However, it is not limited to the above-described example, and the processor 1200 may determine a predetermined number of devices as an operation performing device by arranging numerical values indicating a degree of association between an intent and a plurality of devices in high order. In an embodiment, the processor 1200 may determine a device having a numerical value indicating a degree of relevance equal to or greater than a predetermined threshold as a device performing an operation related to the intent. In this case, a plurality of devices may be determined as an operation performing device.

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. The processor 1200 may learn a matching model between an intent and an operation performing device using, for example, a rule-based system, but is not limited thereto. The artificial intelligence model used by the processor 1200 is, for example, a neural network-based system (e.g., a convolution neural network; CNN, a recurrent neural network; RNN), and SVM (Support Vector Machine), linear regression, logistic regression, Naive Bayes, random forest, decision tree, or k-nearest neighbor algorithm. A combination of one or another artificial intelligence model may be used, and the artificial intelligence models used by the processor 1200 may be stored in the device determination model 1330.

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. The device determination model 1330 stored in the memory 1300 of the hub device 1000 may determine a device for performing an operation from among the plurality of devices 4000 registered according to the user account of the hub device 1000. The hub device 1000 may receive device information about each of the plurality of devices 4000 from the voice assistant server 2000 using the communication interface 1400. The device information includes, for example, identification information (e.g., device ID information) of each of the plurality of devices 4000, a device type of each of the plurality of devices 4000, and a function performance capability of each of the plurality of devices 4000 ( capability), location information, and status information. The processor 1200 may determine a device to perform an operation according to an intent among the plurality of devices 4000 based on device information, using data on the device determination model 1330 stored in the memory 1300.

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. In one embodiment, the processor 1200 uses the device determination model 1330 to determine a relationship between each of the plurality of devices 4000 previously registered in the same user account as the user account of the hub device 1000 and the intent. The indicated numerical value may be analyzed, and a device having a maximum value among numerical values indicating a degree of relationship between each of the plurality of devices 4000 and the intent may be determined as the operation performing device.

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. The device determination model 1330 is configured to determine the device performing the operation by logging in with the same user account as the user of the hub device 1000 and using only the registered devices 4000 as device candidates. There is a technical effect that the amount of computation performed by the processor 1200 is reduced compared to the processor 2200 of the voice assistant server 2000 in order to determine the degree of relation of In addition, due to the reduction in the amount of computation, the processing time required to determine the device for performing the operation is reduced, and thus the response speed is improved.

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. In one embodiment, the processor 1200 obtains the name of the device from the text using the first natural language understanding model 1332, and uses the data on the device determination model 1330 stored in the memory 1300, The device for performing the operation may be determined based on the name of. In one embodiment, the processor 1200 uses the first natural language understanding model 1332 to extract a common name related to the device and a word or phrase related to the installation location of the device from the text, and the extracted common name and installation location of the device. The device for performing the operation may be determined based on the location. For example, if the text converted from the voice input is "Play Movie Avengers on TV", the processor 1200 parses the text into words or phrases using the first natural language understanding model 1332, The name of the device'TV' may be recognized by comparing the word or phrase with the previously stored word or phrase. The processor 1200 is logged in with the same account as the user account of the hub device 1000, and the second device 4200, which is a TV among the plurality of devices 4000 connected to the hub device 1000, is used as an operation performing device. You can decide.

일 실시예에서, 복수의 디바이스(4000) 중 어느 하나의 디바이스는 사용자로부터 음성 입력을 수신하는 리스너 디바이스이고, 프로세서(1200)는 디바이스 판단 모델(1330)을 이용하여 리스너 디바이스를 동작 수행 디바이스로 결정할 수 있다. 그러나, 이에 한정되는 것은 아니고, 프로세서(1200)는 디바이스 판단 모델(1330)을 이용하여, 복수의 디바이스(4000) 중 리스너 디바이스가 아닌 디바이스를 동작 수행 디바이스로 결정할 수도 있다.In one embodiment, any one of the plurality of devices 4000 is a listener device that receives a voice input from a user, and the processor 1200 determines the listener device as an operation performing device using the device determination model 1330 I can. However, the present invention is not limited thereto, and the processor 1200 may determine a device other than a listener device among the plurality of devices 4000 as an operation performing device using the device determination model 1330.

프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 음성 비서 서버(2000)로부터 디바이스 판단 모델(1330)의 업데이트 데이터를 수신할 수 있다. 일 실시예에서 복수의 디바이스(4000) 중 적어도 하나의 디바이스에 업데이트된 최신 기능이 포함되거나, 또는 기존에 없었던 새로운 기능을 갖는 신규 디바이스가 사용자 계정에 추가될 수도 있다. 이 경우 허브 디바이스(1000)의 디바이스 판단 모델(1330)이 복수의 디바이스(4000)의 신규 기능을 판단하지 못하거나, 새롭게 추가된 신규 디바이스를 동작 수행 디바이스로서 결정하지 못하는 문제가 발생될 수 있다. 프로세서(1200)는 수신된 업데이트 데이터를 이용하여, 디바이스 판단 모델(1330)을 최신 버전으로 업데이트할 수 있다. 여기서, 최신 버전은 음성 비서 서버(2000)의 디바이스 판단 모델(2330, 도 3 참조)의 버전과 동일할 수 있다. The processor 1200 may receive update data of the device determination model 1330 from the voice assistant server 2000 using the communication interface 1400. In an embodiment, at least one of the plurality of devices 4000 may include the updated latest function, or a new device having a new function that did not exist may be added to the user account. In this case, there may be a problem that the device determination model 1330 of the hub device 1000 may not determine a new function of the plurality of devices 4000 or may not determine a newly added new device as an operation performing device. The processor 1200 may update the device determination model 1330 to the latest version by using the received update data. Here, the latest version may be the same as the version of the device determination model 2330 (refer to FIG. 3) of the voice assistant server 2000.

디바이스 판단 모델(1330)의 업데이트 데이터는, 디바이스 판단 모델(1330)이 사용자 계정에 의해 연결된 복수의 디바이스(4000) 각각의 최신 업데이트된 기능에 관한 구체적인 동작 정보를 판단하고, 텍스트로부터 최신 업데이트된 기능을 수행하는 동작 수행 디바이스를 결정할 수 있도록 갱신된 데이터를 포함할 수 있다. 일 실시예에서, 디바이스 판단 모델(1330)의 업데이트 데이터는, 사용자 계정에 새롭게 추가된 신규 디바이스의 기능에 관한 정보를 포함할 수 있다. The update data of the device determination model 1330 is determined by the device determination model 1330 to determine specific operation information on the latest updated function of each of the plurality of devices 4000 connected by a user account, and the latest updated function from the text. It may include updated data to determine a device for performing an operation that performs an operation. In an embodiment, the update data of the device determination model 1330 may include information on a function of a new device newly added to a user account.

디바이스 판단 모델(1330)의 업데이트 실시예에 관해서는 도 17 및 도 18에 관한 설명 부분에서 상세하게 설명하기로 한다. An updated embodiment of the device determination model 1330 will be described in detail in the description of FIGS. 17 and 18.

프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 음성 비서 서버(2000)로부터 신규 디바이스의 디바이스 정보를 수신할 수 있다. 허브 디바이스(1000)의 프로세서(1200)가 음성 비서 서버(2000)로부터 획득하는 디바이스 정보는 예를 들어, 신규 디바이스의 디바이스 식별 정보(예를 들어, 디바이스 id), 신규 디바이스의 디바이스 판단 모델 저장 정보 및 기능 판단 모델의 저장 정보 중 적어도 하나를 포함할 수 있다. 신규 디바이스는, 음성 비서 서버(2000)의 사용자 계정에 등록이 예정된 등록 대상 디바이스일 수 있다. The processor 1200 may receive device information of a new device from the voice assistant server 2000 by using the communication interface 1400. Device information obtained by the processor 1200 of the hub device 1000 from the voice assistant server 2000 is, for example, device identification information (eg, device id) of a new device, and device determination model storage information of the new device. And it may include at least one of the stored information of the function determination model. The new device may be a registration target device that is scheduled to be registered in the user account of the voice assistant server 2000.

프로세서(1200)는 음성 비서 서버(2000)로부터 획득한 신규 디바이스의 디바이스 정보를 이용하여, 디바이스 판단 모델(1330)이 동작 수행 디바이스로서 결정할 수 있는 디바이스 후보에 신규 디바이스를 추가할 수 있다. 일 실시예에서, 프로세서(1200)는 디바이스 판단 모델(1330)이 신규 디바이스를 디바이스 후보에 포함시킴으로써, 텍스트로부터 동작 수행 디바이스를 결정할 수 있는 디바이스 판단 능력을 향상시킬 수 있다. The processor 1200 may add a new device to a device candidate that can be determined by the device determination model 1330 as an operation performing device, using device information of a new device acquired from the voice assistant server 2000. In an embodiment, the device determination model 1330 includes a new device as a device candidate, thereby improving a device determination ability capable of determining a device to perform an operation from text.

신규 디바이스의 등록 실시예에 관해서는 도 19에 관한 설명 부분에서 상세하게 설명하기로 한다. An example of registering a new device will be described in detail in the description of FIG. 19.

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. The NLG model (Natural Language Generator) 1320 may be used to provide a response message during a conversation between the hub device 1000 and a user. For example, processor 1200 uses NLG model 1320 to "play a movie on TV." Alternatively, a response message such as "I will lower the set temperature of the air conditioner by 2°C" can be generated.

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. The NLG model 1320 is a query for determining a device performing a specific operation when there are a plurality of devices for performing an operation determined by the processor 1200 or a plurality of devices whose degree of relevance to an intent is similarly calculated. You can store the data used to generate the message. In an embodiment, the processor 1200 may generate a query message for selecting a device for performing an operation from among a plurality of device candidates using the NLG model 1320. The query message may be a message for inducing a user's response as to which one of the plurality of device candidates is to be determined as an operation performing device.

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. 일 실시예에서, 허브 디바이스(1000)가 리스너 디바이스로부터 음성 신호를 수신하는 경우, 기능 판단 디바이스 결정 모듈(1340)은 데이터베이스(1035)를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 허브 디바이스(1000), 동작 수행 디바이스의 내부 메모리, 리스너 디바이스의 내부 메모리, 및 음성 비서 서버(2000) 중 어느 디바이스에 저장되어 있는지 여부를 확인할 수 있다. The function determination device determination module 1340 is a module used to identify a device in which a function determination model corresponding to an operation performing device is stored, and to determine a target device to transmit the entire text or at least a part of the text. The function determination device determination module 1340 uses the database 1360 including information on the function determination model for each device, and the function determination model corresponding to the operation performing device is the hub device 1000 and the voice assistant server 2000. ), and whether it is stored in any device among the device performing the operation may be identified. In one embodiment, when the hub device 1000 receives a voice signal from the listener device, the function determination device determination module 1340 uses the database 1035 to determine the function determination model corresponding to the operation performing device as the hub device. It is possible to check whether the device is stored in any of (1000), the internal memory of the device performing the operation, the internal memory of the listener device, and the voice assistant server 2000.

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.In the database 1360, information on whether to store the function determination model of each of the plurality of devices 4000 previously registered according to the user's account, and a location where the function determination model for each of the plurality of devices 4000 are stored (for example, , Device identification information, IP address, or MAC address information may be stored in the form of a look-up table (LUT). In one embodiment, the function determination device determination module 1340 searches a lookup table in the database 1360 according to device identification information of an operation performing device outputted by the device determination model 1330, and a search result of the lookup table Based on, information about the storage location of the function determination model corresponding to the operation performing device may be obtained.

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. In an embodiment, the function determination device determination module 1340 may itself store data used to determine a target device to transmit the entire text or at least a part of the text. The processor 1200 may use data on the function determination device determination module 1340 to identify a device storing a function determination model corresponding to an operation performing device.

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. The function determination model corresponding to the operation performing device is stored in the memory 1300 of the hub device 1000, stored in the memory of the operation performing device itself, or stored in the memory 2300 of the voice assistant server 2000. Can be.

'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. The'function determination model corresponding to an operation performing device' refers to a model used by the operation performing device to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations. In one embodiment, the function determination models 1352 and 1354 stored in the memory 1300 of the hub device 1000 are logged in with the same account as the user account, and are connected to the hub device 1000 through a network. It can correspond to each of the devices.

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.For example, the first function determination model 1352 is used to obtain detailed operations for the first device 4100 (refer to FIG. 1) to perform an operation according to the function and operation information regarding the relationship between the detailed operations. It can be a model that becomes. In an embodiment, the first function determination model 1352 may be a model used to obtain operation information according to a function of the hub device 1000, but is not limited thereto. Similarly, the second function determination model 1354 is a model used to obtain detailed operations for performing an operation according to the function of the second device 4200 (refer to FIG. 1) and operation information regarding a relationship between the detailed operations. Can be

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.Each of the function determination models 1352 and 1354 analyzes at least a portion of the text, and a second natural language understanding configured to obtain operation information regarding an operation to be performed by an operation performing device determined based on an analysis result of at least a portion of the text. Models (Natural Language Understanding) 1352a and 1354a may be included. The function determination models 1352 and 1354 include action plan management modules 1352b and 1354b that manage operation information related to detailed operations of the device in order to generate detailed operations to be performed by the device and an execution order of the detailed operations. I can. The action plan management modules 1352b and 1354b may manage detailed operations of a device for each device and operation information regarding a relationship between the detailed operations. The action plan management modules 1352b and 1354b may plan detailed operations to be performed by the device and an execution order of detailed operations based on an analysis result of at least a part of the text.

허브 디바이스(1000)의 메모리(1300) 내에는 복수의 디바이스 각각에 관한 복수의 기능 판단 모델(1352, 1354)이 저장되어 있을 수 있다. A plurality of function determination models 1352 and 1354 for each of the plurality of devices may be stored in the memory 1300 of the hub device 1000.

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. As described above, the processor 1200 searches the look-up table stored in the database 1360 using data on the function determination device determination module 1340 to determine a function corresponding to the device performing the operation in the memory 1300 You can identify if the model is saved. For example, when the device for performing the operation is determined as the first device 4100, a function determination model corresponding to the first device 4100 may not be stored in the memory 1300 of the hub device 1000. In this case, the processor 1200 may confirm that the function determination model corresponding to the operation performing device is not stored in the hub device 1000. In another example, when the operation performing device is the second device 4200, the function determination model 1354 corresponding to the second device 4200 may be stored in the memory 1300 of the hub device 1000. In this case, the processor 1200 may confirm that a function determination model corresponding to the operation performing device is stored in the hub device 1000.

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. When the processor 1200 determines that the function determination model corresponding to the operation performing device is stored in the hub device 1000, the processor 1200 uses the data on the function determination device determination module 1340 to determine the hub device. At least a part of the text may be provided to the function determination model corresponding to the device performing the operation stored in 1000. For example, when the operation performing device is the second device 4200, the function determination model 1354 corresponding to the TV, which is the second device 4200, is stored in the memory 1300 of the hub device 1000, and Accordingly, the processor 1200 may provide at least a part of the text to the TV function determination model 1354 using the function determination device determination module 1340.

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. In an embodiment, the processor 1200 may not transmit the entire text to the TV function determination model 1354. For example, if the text converted from the voice input is "Play Movie Avengers on TV~", "On TV" specifies the name of the device performing the operation, which is unnecessary information in the TV function determination model 1354. I can. The processor 1200 uses the first natural language understanding model 1332 to parse text into words or phrases, and recognizes a word or phrase specifying a device name, a common name, or an installation location. In addition, a part of the remaining text excluding the recognized word or phrase from the entire text may be provided to the TV function determination model 1354.

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.The processor 1200 uses a function determination model corresponding to the operation performing device stored in the memory 1300, for example, the second natural language understanding model 1354a of the TV function determination model 1354, to be performed by the operation performing device. It is possible to obtain motion information about motion. The second natural language understanding model 1354a is a model specialized for a specific device (eg, TV), and is related to a device corresponding to the device performing the operation determined by the first natural language understanding model 1332 and corresponds to the text. It may be an artificial intelligence model trained to obtain. In addition, the second natural language understanding model 1354a may be a model trained to determine an operation of a device related to a user's intention by analyzing text. An operation may mean at least one action performed by the device by executing a specific function in the device. The operation may represent at least one action performed by the device by executing an application on the device.

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. In one embodiment, the processor 1200 may analyze the text using the second natural language understanding model 1354a of the TV function determination model 1354 corresponding to the determined operation performing device (eg, TV). The processor 1200 parses the text into morphemes, words, or phrases using the second natural language understanding model 1354a, and grasps and grasps the meaning of the parsed morphemes, words, or phrases through grammatical and semantic analysis. The intent and parameters may be determined by matching the defined meaning to a predefined word. Here, the'parameter' means variable information for determining detailed operations of the device performing the operation related to the intent. For example, if the text transmitted to the function determination model 1354 is "Play Movie Avengers on TV~", the intent is'content playback', and the parameter is'Avengers Movie', which is information about the content to be played. Can be

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.The processor 1200 may obtain operation information on at least one detailed operation related to an intent and a parameter by using the action plan management module 1354b of the TV function determination model 1354. The action plan management module 1354b may manage detailed operations of a device for each device and information about a relationship between detailed operations. The processor 1200 uses the action plan management module 1354b to plan detailed operations to be performed by the operation performing device (eg, TV) and the execution order of the detailed operations based on intents and parameters. ), and through this, motion information can be obtained. The operation information may be information related to detailed operations to be performed by the device and an execution order of the detailed operations. The operation information may include detailed operations to be performed by the device, a relationship between each detailed operation and other detailed operations, and information related to an execution order. The operation information may include, for example, functions to be executed by the operation performing device in order to perform a specific operation, an execution order of functions, an input value required to execute the functions, and an output value output as a result of executing the functions. However, it is not limited thereto.

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. The processor 1200 may generate a control command capable of controlling an operation performing device based on the operation information. The control command refers to a command that can be read and executed by the operation performing device so that the operation performing device can perform detailed operations included in the operation information. The processor 1200 may control the communication interface 1400 to transmit the generated control command to an operation performing device.

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. In one embodiment, the processor 1200 is logged in with the same account as the user account of the hub device 1000 through the communication interface 1400, and from a plurality of devices 4000 connected to the hub device 1000 through a network. Information on the function determination model can be obtained. The information on the function determination model may include information on whether each of the plurality of devices 4000 stores the function determination model. Referring to FIG. 1 together, in the embodiment illustrated in FIG. 1, the first device 4100 of the plurality of devices 4000 stores the function determination model 4132 in the memory 4130, but the second device 4200 ) And the third device 4300 do not store each function determination model. When at least one of the first device 4100, the second device 4200, and the third device 4300 transmits information on whether the function determination model is stored on its own to the hub device 1000 ( S4, S6, S8), and the hub device 1000 may provide information on the function determination model acquired through the communication interface 1400 to the processor 1200.

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. In an embodiment, the processor 1200 may obtain information on a function determination model of a plurality of devices 4000 (see FIG. 1) from the voice assistant server 2000 (see FIG. 1) through the communication interface 1400. . Each of the plurality of devices 4000 is registered to the user's account through login in which the user enters an ID and password, and the user's account information and device information of each of the plurality of devices 4000 are transmitted to the IoT server 3000 Can be. In this case, information on whether each of the plurality of devices 4000 independently stores a device determination model and whether a function determination model is stored may also be transmitted to the IoT server 3000. The IoT server 3000 may transmit device information about a plurality of devices 4000 registered in the user's account information, information about a device determination model, and information about a function determination model to the voice assistant server 2000. The voice assistant server 2000 may transmit device information about a plurality of devices 4000, information about a device determination model, and information about a function determination model to the hub device 1000 having the same user account information. The hub device 1000 may store information on a function determination model of each of the plurality of devices 4000 in the database 1360 in the form of a lookup table.

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. However, the present invention is not limited thereto, and the hub device 1000 may receive information on a function determination model from at least one of the plurality of devices 4000. In one embodiment, the processor 1200 is a communication interface to receive information on the function determination model from at least one device that stores a function determination model used to determine a function for each of the plurality of devices 4000 1400) can be controlled. When the processor 1200 receives information on the function determination model of the plurality of devices 4000, the location where the function determination model for each of the plurality of devices 4000 is stored (for example, device identification information, IP address ( The communication interface 1400 may be controlled to receive information about an IP address) or a MAC address (MAC address) together.

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. The processor 1200 may store information about the received function determination model and information about a location where the function determination model for each device is stored in the database 1360. In an embodiment, the processor 1200 may store information about whether a function determination model is stored according to a device name or identification information and information about a location where the function determination model is stored in the form of a lookup table.

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. The processor 1200 searches the look-up table stored in the database 1360 to obtain information on the function determination model of each device, and based on the information on the acquired function determination model, the function corresponding to the device performing the operation You can check the device storing the judgment model. For example, if the device for performing an operation determined based on text is the first device 4100, the processor 1200 may be based on the information on the function determination model obtained from the first device 4100, and the first device ( 4100 may be determined as a device storing its own function determination model 4132 (refer to FIG. 1). In this case, the processor 1200 may determine the first device 4100 as a target device to which at least a part of the text is to be transmitted, using data on the function determining device determining module 1340. The processor 1200 may control the communication interface 1400 to transmit at least a part of the text to the function determination model 4132 of the first device 4100.

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. In an embodiment, the processor 1200 may control the communication interface 1400 to separate a part of the text regarding the name of the device performing the operation and transmit only a part of the remaining text to the first device 4100. For example, if the first device 4100 is an air conditioner, and the text is "Cut the set temperature by 2 °C in the air conditioner", there is no need to transmit the text "in air conditioner" while transmitting the text to the air conditioner. In this case, the processor 1200 parses the text into words or phrases, recognizes a word or phrase specifying the name, common name, or installation location of the first device 4100, and A part of the remaining text excluding the word or phrase recognized in may be provided to the first device 4100.

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. Based on the information on the function determination model acquired by the processor 1200, as a result of checking the device storing the function determination model corresponding to the operation performing device, it can be confirmed that the function determination model is not stored in the operation performing device. . For example, when the operation performing device is determined as the third device 4300, the function determination model is not stored in the third device 4300. The function determination model corresponding to the third device 4300 is not also stored in the hub device 1000. In this case, the processor 1200 uses the data on the function determination device determination module 1340, and the function determination model corresponding to the operation performing device is not stored in either of the hub device 1000 and the plurality of devices 4000. It can be seen that it is not. The processor 1200 may determine, as the voice assistant server 2000, a target device to which at least a part of the text is to be transmitted, using data on the function determination device determining module 1340. The processor 1200 may control the communication interface 1400 to transmit at least a portion of the text to the voice assistant server 2000.

일 실시예에서, 기능 판단 디바이스 결정 모듈(1340)는 디바이스 판단 모델(1330)에 의해 결정된 동작 수행 디바이스가 리스너 디바이스와 동일한 지 여부를 확인하도록 구성될 수 있다. 일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 통해 리스너 디바이스로부터 음성 신호를 수신할 때, 리스너 디바이스의 디바이스 식별 정보(예를 들어, 리스너 디바이스의 디바이스 id)를 함께 수신할 수 있다. 기능 판단 디바이스 결정 모듈(1340)은 리스너 디바이스의 디바이스 식별 정보로부터 리스너 디바이스의 기능 정보를 확인하고, 동작 수행 디바이스의 기능 정보와 비교함으로써, 리스너 디바이스와 동작 수행 디바이스 간의 동일 여부를 확인할 수 있다.In an embodiment, the function determination device determination module 1340 may be configured to check whether the device performing the operation determined by the device determination model 1330 is the same as the listener device. In an embodiment, when receiving a voice signal from a listener device through the communication interface 1400, the processor 1200 may also receive device identification information (eg, device ID of the listener device) of the listener device. . The function determination device determination module 1340 may check whether the listener device and the operation performing device are identical to each other by checking the function information of the listener device from the device identification information of the listener device and comparing it with the function information of the operation performing device.

동작 수행 디바이스가 리스너 디바이스와 동일한 것으로 확인된 경우, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여 리스너 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지를 확인할 수 있다. 리스너 디바이스의 내부 메모리에 저장된 기능 판단 모델이 동작 수행 디바이스에 대응하는 기능 판단 모델과 동일한 경우, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 리스너 디바이스의 내부 메모리에 기 저장된 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. 일 실시예에서, 프로세서(1200)는 텍스트 중 동작 수행 디바이스의 명칭에 관한 일부를 분리하고, 나머지 텍스트의 일부만을 리스너 디바이스에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다. 예를 들어, 리스너 디바이스가 에어컨이고, 텍스트가 “에어컨에서 설정 온도를 20°C로 내려줘~”인 경우, 에어컨에 텍스트를 전송하면서 “에어컨에서”는 전송할 필요가 없다. 이 경우, 프로세서(1200)는 텍스트를 단어 또는 구 단위로 파싱(parse)하고, 리스너 디바이스의 명칭, 보통 명칭, 또는 설치 위치 등을 특정하고 있는 단어 또는 구를 인식하고, 텍스트 전체에서 인식된 단어 또는 구를 제외한 나머지 텍스트의 일부를 리스너 디바이스에 제공할 수 있다. When it is determined that the operation performing device is the same as the listener device, the processor 1200 may check whether the listener device stores the function determination model in the internal memory using data on the function determination device determination module 1340. When the function determination model stored in the internal memory of the listener device is the same as the function determination model corresponding to the operation performing device, the processor 1200 uses the communication interface 1400 to determine the function determination model previously stored in the internal memory of the listener device. At least part of the text can be transmitted. In an embodiment, the processor 1200 may control the communication interface 1400 to separate a part of the text regarding the name of the device performing the operation, and transmit only a part of the remaining text to the listener device. For example, if the listener device is an air conditioner and the text is “Cut the set temperature to 20°C from the air conditioner~”, there is no need to transmit “from the air conditioner” while sending the text to the air conditioner. In this case, the processor 1200 parses the text into words or phrases, recognizes a word or phrase specifying a name, a common name, or an installation location of a listener device, and recognizes a word recognized in the entire text. Alternatively, a portion of the text other than the phrase can be provided to the listener device.

리스너 디바이스의 내부 메모리에 저장된 기능 판단 모델이 동작 수행 디바이스에 대응하는 기능 판단 모델과 동일하지 않은 경우, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 음성 비서 서버(2000)에 텍스트의 적어도 일부를 전송할 수 있다. If the function determination model stored in the internal memory of the listener device is not the same as the function determination model corresponding to the operation performing device, the processor 1200 uses the communication interface 1400 to send at least the text to the voice assistant server 2000. Some can be transmitted.

동작 수행 디바이스가 리스너 디바이스와 동일하지 않은, 별개의 디바이스로 확인된 경우, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)에 관한 데이터를 이용하여 동작 수행 디바이스가 내부 메모리에 기능 판단 모델을 저장하고 있는지를 확인할 수 있다. 동작 수행 디바이스의 내부 메모리에 기능 판단 모델이 저장된 경우, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 동작 수행 디바이스의 내부 메모리에 기 저장된 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. 일 실시예에서, 프로세서(1200)는 텍스트 중 동작 수행 디바이스의 명칭에 관한 일부를 분리하고, 나머지 텍스트의 일부만을 동작 수행 디바이스에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다.When the operation performing device is identified as a separate device that is not the same as the listener device, the processor 1200 stores the function determination model in the internal memory by using the data on the function determination device determination module 1340 You can check whether you are doing it. When the function determination model is stored in the internal memory of the operation performing device, the processor 1200 may transmit at least a part of the text to the function determination model previously stored in the internal memory of the operation performing device using the communication interface 1400. In an embodiment, the processor 1200 may control the communication interface 1400 to separate a part of the text regarding the name of the device performing the operation and transmit only a part of the remaining text to the device performing the operation.

동작 수행 디바이스의 내부 메모리에 기능 판단 모델이 저장되지 않은 경우, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 텍스트의 적어도 일부를 음성 비서 서버(2000)에 전송할 수 있다. When the function determination model is not stored in the internal memory of the operation performing device, the processor 1200 may transmit at least a part of the text to the voice assistant server 2000 using the communication interface 1400.

동작 수행 디바이스와 리스너 디바이스 간의 동일 여부를 확인하고, 동작 수행 디바이스, 리스너 디바이스, 및 음성 비서 서버 중 어느 하나의 디바이스에 텍스트의 적어도 일부를 전송하는 실시예에 대해서는 도 14에서 상세하게 설명하기로 한다. An embodiment of checking whether the operation performing device and the listener device are identical, and transmitting at least a part of the text to any one of the operation performing device, the listener device, and the voice assistant server will be described in detail in FIG. 14. .

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.The communication interface 1400 may perform data communication with the voice assistant server 2000, the IoT server 3000, and a plurality of devices 4000. The communication interface 1400 is, for example, wired LAN, wireless LAN, Wi-Fi, Bluetooth, zigbee, Wi-Fi Direct (WFD), infrared communication (IrDA, infrared Data Association), BLE (Bluetooth Low Energy), NFC (Near Field Communication), Wibro (Wireless Broadband Internet, Wibro), WiMAX (World Interoperability for Microwave Access, WiMAX), SWAP (Shared Wireless Access Protocol), Wiigg Data communication with the voice assistant server 2000, IoT server 3000, and a plurality of devices 4000 may be performed using at least one of data communication methods including (Wireless Gigabit Allicance, WiGig) and RF communication. .

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.The database 1360 is a location in which identification information of each of the plurality of devices 4000, information on the presence or absence of a function determination model, and a function determination model for each of the plurality of devices 4000 are stored (for example, identification information of the stored device , Information about the stored device's IP address, or the stored device's MAC address (MAC address) may be stored.

도 2에서 데이터베이스(1360)는 메모리(1300)에 저장되어 있는 것으로 도시되었으나, 도시된 메모리(1300)와는 별개의 메모리에 저장되도록 구성될 수 있다.In FIG. 2, the database 1360 is illustrated as being stored in the memory 1300, but may be configured to be stored in a memory separate from the illustrated memory 1300.

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. In the embodiment shown in FIGS. 1 and 2, the hub device 1000 is logged in with the same user account information as the user of the hub device 1000, and only devices a plurality of devices 4000 registered as user account information. In which device a device determination model 1330 that determines an operation performing device as a candidate and a function determination model corresponding to the operation performing device determined by the device determination model 1330 is stored in , A function determining device determining module 1340 that determines to transmit at least a portion of the text to the identified device. The hub device 1000 includes some of the models included in the conventional voice assistant server 2000, determines a device to perform an operation through it, and controls the operation of the device to perform the operation. There is no need to go through the voice assistant server 2000, thus reducing the cost of using the network and increasing the efficiency of server operation. In addition, since only a plurality of devices registered through the user account of the hub device 1000 are selected as device candidates to determine a device for performing an operation, there is an effect of reducing a computational amount and processing time and improving a response speed.

도 3은 본 개시의 일 실시예에 따른 음성 비서 서버(2000)의 구성 요소를 도시한 블록도이다.3 is a block diagram illustrating components of a voice assistant server 2000 according to an embodiment of the present disclosure.

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. The voice assistant server 2000 receives the text converted from the user's voice input from the hub device 1000, determines a device for performing an operation based on the received text, and uses a function determination model corresponding to the device for performing the operation. It is a server that obtains operation information.

도 3을 참조하면, 음성 비서 서버(2000)는 적어도 통신 인터페이스(2100), 프로세서(2200), 및 메모리(2300)를 포함할 수 있다. Referring to FIG. 3, the voice assistant server 2000 may include at least a communication interface 2100, a processor 2200, and a memory 2300.

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.The communication interface 2100 of the voice assistant server 2000 performs data communication with the IoT server 3000 (refer to FIG. 1), so that identification information (e.g., device ID) of each of the plurality of devices 4000 (refer to FIG. 1) Information), device type of each of the plurality of devices 4000, capability of each of the plurality of devices 4000, location information, and device information including at least one of status information from the IoT server 3000 Can receive. In an embodiment, the voice assistant server 2000 may receive information on a function determination model of each of the plurality of devices 4000 from the IoT server 3000 through the communication interface 2100. The voice assistant server 2000 receives user account information from the hub device 1000 through the communication interface 2100, and device information and function determination models for a plurality of devices 4000 registered according to the received user account information Information about may be transmitted to the hub device 1000.

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.The processor 2200 and the memory 2300 of the voice assistant server 2000 have the same or similar functions as the processor 1200 (see FIG. 2) and the memory 1300 (see FIG. 2) of the hub device 1000 (see FIG. 2). Can be done. Accordingly, descriptions of the processor 2200 and the memory 2300 of the voice assistant server 2000 that overlap with those described in the processor 1200 and the memory 1300 of the hub device 1000 will be omitted.

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. The memory 2300 of the voice assistant server 2000 includes data about the ASR module 2310, data about the NLG module 2320, data about the device determination model 2330, and a plurality of function determination models 2340, respectively. Data corresponding to may be stored. The memory 2300 of the voice assistant server 2000 is different from the data on the plurality of function determination models 1350 (see FIG. 2) stored in the memory 1300 of the hub device 1000. A plurality of function determination models 2340 corresponding to a plurality of devices related to the account may be stored. In addition, the memory 2300 of the voice assistant server 2000 includes a plurality of function determination models 2340 for more types of devices than the plurality of function determination models 1350 stored in the memory 1300 of the hub device 1000. May be stored. The total capacity of the plurality of function determination models 2340 stored in the memory 2300 of the voice assistant server 2000 is larger than the capacity of the plurality of function determination models 1350 stored in the memory 1300 of the hub device 1000. I can.

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. When receiving at least a part of the text from the hub device 1000, the communication interface 2100 of the voice assistant server 2000 delivers at least a part of the received text to the processor 2200, and the processor 2200 uses a memory ( At least a part of the text may be analyzed using the first natural language understanding model 2332 stored in the 2300. The processor 2200 may determine a device for performing an operation related to at least a portion of the text based on the analysis result by using data on the device determination model 2330 stored in the memory 2300. The processor 2200 selects a function determination model corresponding to an operation performing device from among a plurality of function determination models stored in the memory 2300, and uses the selected function determination model to perform detailed operations for the operation performing device to perform a function, and It is possible to obtain operation information about a relationship between detailed operations.

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. For example, when the operation performing device is determined to be the third device 4300 that is an air cleaner, the processor 2200 uses the second natural language understanding model 2346a of the function determination model 2346 corresponding to the air cleaner. The operation information may be obtained by analyzing at least a part of and planning detailed operations to be performed by the device and an execution order of the detailed operations using the action plan management module 2346b. A detailed description of this is the same as the description of the hub device 1000, and redundant descriptions are omitted.

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. The voice assistant server 2000 determines a device for performing an operation related to at least part of the text only when the hub device 1000 transmits at least a part of the text, and obtains operation information for the operation performing device to perform the operation. I can. The voice assistant server 2000 may transmit the acquired operation information to the IoT server 3000 through the communication interface 2100.

음성 비서 서버(2000)는 복수의 디바이스(4000) 중 동작 수행 디바이스로부터 디바이스 식별 정보 및 기능 판단 모델의 업데이트 요청 정보를 수신할 수 있다. 기능 판단 모델의 업데이트 요청 정보는 동작 수행 디바이스의 메모리 내에 저장된 기능 판단 모델의 버전을 음성 비서 서버(2000)에 저장된 복수의 기능 판단 모델(2342, 2344, 2346, 2348) 중 동작 수행 디바이스에 대응하는 기능 판단 모델의 버전과 동기화(synchronization)하도록 요청하는 정보일 수 있다. 음성 비서 서버(2000)의 프로세서(2200)는 동작 수행 디바이스로부터 수신한 디바이스 식별 정보에 기초하여, 동작 수행 디바이스에 대응하는 기능 판단 모델을 식별하고, 식별된 기능 판단 모델의 버전 정보를 확인할 수 있다. 프로세서(2200)는 통신 인터페이스(2100)를 이용하여, 동작 수행 디바이스의 기능 판단 모델을 업데이트할 수 있는 업데이트 데이터를 동작 수행 디바이스에 전송할 수 있다. The voice assistant server 2000 may receive device identification information and update request information of a function determination model from a device performing an operation among the plurality of devices 4000. The update request information of the function determination model corresponds to the version of the function determination model stored in the memory of the operation performing device from among the plurality of function determination models 2342, 2344, 2346, 2348 stored in the voice assistant server 2000. This may be information requested to synchronize with the version of the function determination model. The processor 2200 of the voice assistant server 2000 may identify a function determination model corresponding to the operation performing device based on device identification information received from the operation performing device, and check version information of the identified function determination model. . The processor 2200 may transmit update data for updating the function determination model of the device performing the operation to the device performing the operation using the communication interface 2100.

일 실시예에서, 프로세서(2200)는 동작 수행 디바이스가 IoT 서버(3000)로부터 제어 명령을 수신하는 경우, 기능 판단 모델을 업데이트할 수 있는 업데이트 데이터를 동작 수행 디바이스에 전송하도록 통신 인터페이스(2100)를 제어할 수 있다. In one embodiment, the processor 2200, when the operation performing device receives a control command from the IoT server 3000, the communication interface 2100 to transmit the update data that can update the function determination model to the operation performing device. Can be controlled.

일 실시예에서, 프로세서(2200)는 허브 디바이스(1000)의 사용자 계정을 통해 연결된 복수의 디바이스(4000) 중 기능 판단 모델을 저장하고 있는 디바이스에 주기적으로 기능 판단 모델의 업데이트 데이터를 전송하도록 통신 인터페이스(2100)를 제어할 수 있다. 다른 실시예에서, 프로세서(2200)는 허브 디바이스(1000)의 사용자 계정을 통해 연결된 복수의 디바이스(4000) 중 기능 판단 모델을 저장하고 있는 디바이스에 애플리케이션 또는 펌웨어(firmware)를 업데이트할 수 있는 업데이트 데이터를 전송하는 경우, 기능 판단 모델의 업데이트 데이터를 함께 전송하도록 통신 인터페이스(2100)를 제어할 수 있다.In one embodiment, the processor 2200 is a communication interface to periodically transmit the update data of the function determination model to a device storing the function determination model among a plurality of devices 4000 connected through a user account of the hub device 1000. (2100) can be controlled. In another embodiment, the processor 2200 includes update data for updating an application or firmware in a device storing a function determination model among a plurality of devices 4000 connected through a user account of the hub device 1000. In the case of transmitting, the communication interface 2100 may be controlled to transmit the update data of the function determination model together.

일 실시예에서, IoT 서버(3000)에 등록된 사용자 계정 정보에 신규 디바이스가 등록될 수 있다. 이 경우, 프로세서(2200)는 통신 인터페이스(2100)를 이용하여 IoT 서버(3000)로부터 사용자 계정 정보, 신규 디바이스를 포함하도록 갱신된 디바이스 리스트, 디바이스 리스트에 포함되는 디바이스 후보 각각에 관한 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 수신할 수 있다. 프로세서(2200)는 디바이스 판단 모델의 저장 정보에 기초하여, 사용자 계정에 따라 등록된 복수의 디바이스 중 디바이스 판단 모델을 저장하고 있는 디바이스를 확인하고, 확인된 디바이스를 허브 디바이스로 결정할 수 있다. 프로세서(2200)는 통신 인터페이스(2100)를 이용하여. 허브 디바이스에 신규 디바이스의 디바이스 식별 정보, 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 전송할 수 있다. 신규 디바이스의 등록 실시예에 대해서는 도 19에 관한 설명 부분에서 상세하게 설명하기로 한다. In an embodiment, a new device may be registered in user account information registered in the IoT server 3000. In this case, the processor 2200 uses the communication interface 2100 to provide user account information from the IoT server 3000, a device list updated to include a new device, a device determination model for each device candidate included in the device list, and It is possible to receive storage information of the function determination model. The processor 2200 may check a device storing the device determination model among a plurality of devices registered according to the user account, based on the storage information of the device determination model, and determine the identified device as a hub device. The processor 2200 uses the communication interface 2100. Device identification information of a new device, device determination model, and storage information of a function determination model may be transmitted to the hub device. An example of registering a new device will be described in detail in the description of FIG. 19.

도 4는 본 개시의 일 실시예에 따른 IoT 서버(3000)의 구성 요소를 도시한 블록도이다.4 is a block diagram illustrating components of an IoT server 3000 according to an embodiment of the present disclosure.

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. The IoT server 3000 is a server that acquires, stores, and manages device information for each of a plurality of devices 4000 (refer to FIG. 1 ). The IoT server 3000 may acquire, determine, or generate a control command capable of controlling a device by using the stored device information. In FIG. 1, the IoT server 3000 is illustrated as being configured as an independent hardware device separate from the voice assistant server 2000, but is not limited thereto. In one embodiment, the IoT server 3000 may be a component of the voice assistant server 2000 (refer to FIG. 1 ), or may be a server designed to be classified by software.

도 4를 참조하면, IoT 서버(3000)는 적어도 통신 인터페이스(3100), 프로세서(3200), 및 메모리(3300)을 포함할 수 있다. Referring to FIG. 4, the IoT server 3000 may include at least a communication interface 3100, a processor 3200, and a memory 3300.

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. The IoT server 3000 is connected to the voice assistant server 2000 or an operation performing device through a network through the communication interface 3100 and may receive or transmit data. The IoT server 3000 may transmit data stored in the memory 3300 to the voice assistant server 2000 or an operation performing device through the communication interface 3100 under the control of the processor 3200. In addition, the IoT server 3000 may receive data from the voice assistant server 2000 or an operation performing device through the communication interface 3100 under the control of the processor 3200.

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.In one embodiment, the communication interface 3100 includes device identification information (eg, device ID information), function performance capability information (capability), location information, and status information from each of a plurality of devices 4000 (see FIG. 1). Device information including at least one may be received. In one embodiment, the communication interface 3100 may receive user account information from each of the plurality of devices 4000. In addition, the communication interface 3100 may receive power on/off from the plurality of devices 4000 or information on an operation being executed. The communication interface 3100 may provide the received device information to the memory 3300.

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. The memory 3300 may store device information received through the communication interface 3100. In an embodiment, the memory 3300 may classify device information according to user account information received from the plurality of devices 4000 and store the classified device information in the form of a lookup table.

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. In one embodiment, the communication interface 3100 may receive a query for requesting device information about a plurality of devices 4000 that are previously registered for user account information and user account information from the voice assistant server 2000. I can. In response to the received query, the processor 3200 acquires device information about the plurality of devices 4000 previously registered for the user account from the memory 3300, and transmits the acquired device information to the voice assistant server 2000. The communication interface 3100 can be controlled to transmit.

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. The processor 3200 may control the communication interface 3100 to transmit a control command to an operation performing device determined to perform an operation based on the operation information received from the voice assistant server 2000. The IoT server 3000 may receive a result of performing an operation according to a control command through the communication interface 3100 from a device that has performed the operation.

도 5는 본 개시의 일 실시예에 따른 복수의 디바이스(4000)의 일부 구성 요소를 도시한 블록도이다.5 is a block diagram illustrating some components of a plurality of devices 4000 according to an embodiment of the present disclosure.

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. The plurality of devices 4000 may be controlled devices that are controlled by a hub device 1000 (see FIG. 1) or an IoT server 3000 (see FIG. 1 ). In an embodiment, the plurality of devices 4000 may be an executor device that executes an operation based on a control command received from the hub device 1000 or the IoT server 3000.

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.Referring to FIG. 5, a plurality of devices 4000 may include a first device 4100, a second device 4200, and a third device 4300. In the embodiment shown in FIG. 5, the first device 4100 is an air conditioner, the second device 4200 is a TV, and the third device 4300 is shown as an air purifier, but this is an exemplary The plurality of devices 4000 of the disclosure are not limited as shown in FIG. 5.

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.In FIG. 5, each of the first device 4100, the second device 4200, and the third device 4300 is illustrated as including only a processor, a memory, and a communication interface, but this is for convenience of description. In FIG. 5, components for the plurality of devices 4000 to perform an operation based on a control command are omitted.

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.Some of the plurality of devices 4000 may store a function determination model. In the embodiment shown in FIG. 5, the first device 4100 includes a communication interface 4110, a processor 4120, and a memory 4130, and a function determination model 4132 is stored in the memory 4130. Can be. The function determination model 4132 stored in the first device 4100 may be a model used to obtain detailed operations for the first device 4100 to execute an operation and operation information regarding a relationship between the detailed operations. have. The function determination model 4132 analyzes at least a part of the text received from the hub device 1000 or the IoT server 3000, and the first device 4100 to perform based on the analysis result of the at least part of the text. A natural language understanding model 4134 configured to obtain motion information regarding motion may be included. The function determination model 4132 includes an action plan management module 4136 that manages operation information related to detailed operations of the device in order to generate detailed operations to be performed by the first device 4100 and an execution order of the detailed operations. can do. The action plan management module 4136 may plan detailed operations to be performed by the first device 4100 and an execution order of the detailed operations based on an analysis result of at least a part of the text.

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. The second device 4200 may include a communication interface 4210, a processor 4220, and a memory 4230. The third device 4300 may include a communication interface 4310, a processor 4320, and a memory 4330. Unlike the first device 4100, the second device 4200 and the third device 4300 do not store a function determination model. The second device 4200 and the third device 4300 do not receive at least part of the text from the hub device 1000 (see FIG. 1) or the IoT server 3000 (see FIG. 1). The second device 4200 and the third device 4300 may receive a control command from the hub device 1000 or the IoT server 3000 and execute an operation based on the received control command.

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. The plurality of devices 4000 may transmit each user's account information, device information, and information on a function determination model to the IoT server 3000 using the communication interfaces 4110, 4210, and 4310. In one embodiment, when a user logs in, the plurality of devices 4000 determine whether the user's account information and each of the plurality of devices 4000 independently store the device determination model and whether the function determination model is stored. The related information may be transmitted to the IoT server 3000. Device information includes identification information (eg, device ID information) of a plurality of devices 4000, a device type of each of the plurality of devices 4000, a capability of each of the plurality of devices 4000, and location information. , And status information.

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. In one embodiment, the plurality of devices 4000 use the communication interfaces 4110, 4210, and 4310 to determine whether the user's account information and whether each of the plurality of devices 4000 stores their own device determination models and functions. Information on whether or not the determination model is stored may be transmitted to the hub device 1000 (refer to FIG. 1 ).

복수의 디바이스(4000) 중 일부 디바이스는, 허브 디바이스(1000)와 다른 제조사에 의해 제조된 써드파티 디바이스(3^rd 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. Some of the plurality of devices (4000), the device may be a hub device 1000 and the third-party device (3 ^rd party device) made by different manufacturers. For example, the third device 4300 may be a third-party device. When the third device 4300 is a third-party device, the third device 4300 logs in to the third-party IoT server with a third-party user account, and the IoT server 3000 uses a temporary account to access the third-party IoT server. By accessing, device information of the third device 4300 and information on a function determination model may be obtained. When the third device 4300 is determined as an operation performing device, the IoT server 3000 may convert the control command into a control command that the third device 4300 can read and execute, and transmit it to the third-party IoT server. The third-party IoT server may transmit the converted control command to the third device 4300, and the third device 4300 may execute an operation based on the received control command.

도 6은 본 개시의 일 실시예에 따른 허브 디바이스(1000)가 음성 입력에 기초하여 디바이스를 제어하는 방법을 도시한 흐름도이다. 6 is a flowchart illustrating a method of controlling a device by the hub device 1000 based on a voice input according to an embodiment of the present disclosure.

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.In step S610, the hub device 1000 receives a user's voice input. In an embodiment, the hub device 1000 may receive a voice input (eg, a user's utterance) from a user through a microphone 1100 (see FIG. 2) and obtain a voice signal from the received voice input. . In one embodiment, the processor 1200 (refer to FIG. 2) of the hub device 1000 converts sound received through the microphone 1100 into an acoustic signal, and noise (eg, non-speech component) from the acoustic signal It is possible to obtain a voice signal by removing.

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.In step S620, the hub device 1000 converts the received voice input into text by performing Automatic Speech Recognition (ASR). In one embodiment, the hub device 1000 performs ASR for converting a speech signal into a computer-readable text using a predefined model such as an acoustic model (AM) or a language model (LM). can do. When the hub device 1000 receives a sound signal from which noise has not been removed, the hub device 1000 may obtain a voice signal by removing noise from the received sound signal, and perform ASR on the voice signal.

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. In operation S630, the hub device 1000 analyzes the text using a first natural language understanding model, and determines a device for performing an operation corresponding to the analyzed text using the device determination model. In one embodiment, the hub device 1000 analyzes text using the first natural language understanding model included in the device determination model, and performs an operation according to the user's intention among a plurality of devices based on the analysis result of the text. The device for performing the operation can be determined. Here, the plurality of devices are devices that are logged in with the same user account as the hub device 1000 and are connected to the hub device 1000 through a network. The plurality of devices may be devices registered in the IoT server with the same user account as the hub device 1000.

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. The first natural language understanding model is a model trained to analyze text converted from a speech input and determine a device for performing an operation based on the analysis result. The first natural language understanding model may determine an intent by interpreting the text, and may be used to determine an operation performing device based on the intent. The hub device 1000 parses the text in units of morphemes, words, or phrases by using the first natural language understanding model, and performs linguistic features of morphemes, words, or phrases (eg, grammatical Element) can be used to infer the meaning of the word extracted from the parsed text. The hub device 1000 may determine an intent corresponding to the meaning of the inferred word by comparing the meaning of the inferred word with predefined intents provided in the first natural language understanding model.

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. The hub device 1000 may determine a device related to the intent recognized from the text as an operation performing device based on a matching model that determines the relationship between the intent and the device. In one embodiment, the matching model may be obtained through learning through a rule-based system, but is not limited thereto.

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. In one embodiment, the hub device 1000 obtains a plurality of numerical values representing the degree of relevance between the intent and the plurality of devices by applying a matching model to the intent, and has a maximum value among the obtained numerical values. The device may be determined as the device performing the final operation. For example, when the intent is related to the first device and the second device, respectively, the hub device 1000 includes a first numerical value indicating a degree of association between the intent and the first device, and between the intent and the second device. A second numerical value indicating a degree of relevance may be obtained, and a first device having a higher numerical value among the first numerical value and the second numerical value may be determined as the operation performing device.

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. The hub device 1000 may learn a matching model between an intent and a device performing an operation using, for example, a rule-based system, but is not limited thereto. The artificial intelligence model used by the hub device 1000 is, for example, a neural network-based system (e.g., a convolution neural network; CNN, a recurrent neural network (RNN), SVM ( Support Vector Machine), linear regression, logistic regression, Naive Bayes, random forest, decision tree, or k-nearest neighbor algorithm. It may be a combination of the above or other artificial intelligence models.

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. The device determination model 1330 (see FIG. 2) stored in the memory 1300 of the hub device 1000 (see FIG. 2) determines a device performing an operation from among a plurality of devices registered according to the user account of the hub device 1000. I can. In one embodiment, the device determination model analyzes a numerical value representing the degree of relevance of each of a plurality of previously registered devices and an intent by logging in with the same user account as the user account of the hub device 1000, and A device having a maximum value among numerical values indicating a degree of relationship between intents may be determined as an operation performing device.

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. In an embodiment, the hub device 1000 may receive device information for each of a plurality of devices previously registered according to a user account from the voice assistant server 2000 (refer to FIG. 1 ). The device information includes, for example, identification information (eg, device ID information) of each of a plurality of devices, a device type of each of a plurality of devices, a capability of each of a plurality of devices, location information, and status information. It may include at least one of. The hub device 1000 may determine a device to perform an operation according to an intent among a plurality of devices based on the received device information.

단계 S640에서, 허브 디바이스(1000)는 복수의 디바이스 중 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify) 한다. In step S640, the hub device 1000 identifies a device storing a function determination model corresponding to a device performing the determined operation among a plurality of devices.

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. The function determination model corresponding to the operation performing device may be stored in the memory of the hub device 1000, stored in the memory of the operation performing device itself, or may be stored in the memory of the voice assistant server 2000 (refer to FIG. 1). I can. The'function determination model corresponding to an operation performing device' refers to a model used by the operation performing device to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations.

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. In one embodiment, the hub device 1000 includes information on whether to store the function determination model of each of the plurality of devices stored in the database 1360 (refer to FIG. 2), and a location where the corresponding function determination model of each of the plurality of devices is stored. Using the information, it is possible to check a device in which a function determination model is stored among the memory of the hub device, the voice assistant server, or the memory of the operation performing device itself. The hub device 1000 acquires information on the function determination model from at least one device that stores a function determination model used to determine a function for each of the plurality of devices, and determines the acquired function. Information about the model may be stored in the database 1360. When the hub device 1000 receives information on a function determination model of a plurality of devices, a location where a function determination model for each of the plurality of devices is stored (eg, device identification information, IP address, or Information about the MAC address (MAC address) can be received together. In the database 1360, information on whether to store the function determination model of each of a plurality of devices previously registered according to the user's account, and information on the location of the function determination model for each of the plurality of devices are stored in the form of a lookup table. Can be.

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.In one embodiment, the hub device 1000 obtains device identification information of the device performing the operation determined in step S630, searches a lookup table in the database 1360 according to the device identification information, and based on the search result of the lookup table. Thus, information on a storage location of a function determination model corresponding to an operation performing device may be obtained. In the above-described method, the hub device 1000 may check a device in which a function determination model corresponding to the operation performing device is stored among the memory of the hub device 1000, the voice assistant server, and the operation performing device itself.

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. In step S650, the hub device 1000 provides at least part of the text to the identified device. For example, in step S640, when it is confirmed that the function determination model corresponding to the operation performing device is stored in the hub device 1000, the hub device 1000 performs an operation stored in the hub device 1000 at least part of the text. At least part of the text may be provided to the function determination model corresponding to the device.

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. For example, in step S640, when it is confirmed that the function determination model corresponding to the operation performing device is stored in the voice assistant server 2000, the hub device 1000 transmits at least part of the text to the voice assistant server 2000. I can.

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.For example, in operation S640, when it is confirmed that the function determination model corresponding to the operation performing device is stored in the memory of the operation performing device itself, the hub device 1000 may transmit at least a part of the text to the operation performing device.

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. In an embodiment, the hub device 1000 may not provide the entire text to the identified device, but may provide only a part of the text. For example, if the text converted from the voice input is "Play Movie Avengers on TV~", "On TV" specifies the name of the device performing the operation, which is unnecessary information in the TV function determination model 1354. I can. The hub device 1000 parses the text into words or phrases using the first natural language understanding model 1332 (see FIG. 2), and specifies the device name, common name, or installation location. A word or phrase may be recognized, and a part of the text other than the recognized word or phrase may be provided to the identified device.

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.7 is a method in which the hub device 1000 of the present disclosure provides at least a part of text according to the user's voice input to any one of the hub device 1000, the voice assistant server 2000, or the operation performing device 4000a Is a flow chart showing. The embodiment shown in FIG. 7 is an embodiment in which S640 and S650 of FIG. 6 are embodied. Steps S710 to S730 of FIG. 7 are exemplary embodiments in which step S640 of FIG. 6 is embodied, and steps S740 to S760 are exemplary embodiments of step S650 of FIG. 6.

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. Step S710 is performed after step S630 of FIG. 6 is performed. In step S710, the hub device 1000 obtains information on the function determination model from at least one device that stores the function determination model among the plurality of devices. In one embodiment, the hub device 1000 uses a communication interface 1400 (refer to FIG. 2), from at least one device that stores a function determination model used to determine a function for each of a plurality of devices, It is possible to receive information about the judgment model. 'Information on the function determination model' means whether each of a plurality of devices independently stores a function determination model used to obtain detailed operations for performing an operation according to a function and operation information about the relationship between the detailed operations. It means information about whether or not. In one embodiment, when the hub device 1000 receives information on a function determination model from a plurality of devices, a location where the function determination model for each of the plurality of devices is stored (eg, device identification information, IP address ( IP address), or MAC address (MAC address) information can be obtained together.

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. The hub device 1000 may store information about the received function determination model and information about a location where the function determination model for each device is stored in a database 1360 (refer to FIG. 2 ). In one embodiment, the hub device 1000 stores information on whether the function determination model is stored according to the name or identification information of the device and information about the location where the function determination model is stored in the database 1360 in the form of a lookup table. Can be saved as.

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. In step S720, the hub device 1000 checks whether a function determination model corresponding to the determined operation performing device is stored in the memory of the hub device. The'function determination model corresponding to the operation performing device' may be a model used by the operation performing device to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations.

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.The function determination model corresponding to the operation performing device may be stored in the memory 1300 of the hub device 1000 (refer to FIG. 2 ), may be stored in the memory of the operation performing device itself, or may be stored in the voice assistant server. .

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. In an embodiment, the hub device 1000 may obtain information on a function determination model of each device by searching a lookup table stored in the database 1360. In one embodiment, the hub device 1000 checks whether a function determination model corresponding to the operation performing device is stored in the memory 1300 of the hub device 1000, based on the acquired function determination model information. I can. In another embodiment, the hub device 1000 may determine whether a function determination model corresponding to an operation performing device is stored in the memory 1300 by accessing the memory 1300 and scanning data stored in the memory 1300. have.

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.A plurality of function determination models for each of a plurality of devices may be stored in the memory 1300 of the hub device 1000. In one embodiment, a plurality of function determination models each corresponding to a plurality of devices connected to the hub device 1000 and a network are logged in to the memory 1300 of the hub device with the same account as the user account May have been saved.

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. In step S720, when the hub device 1000 determines that there is no function determination model corresponding to the operation performing device in the memory 1300 (step S730), the hub device 1000 operates based on information on the function determination model. It is checked whether the function determination model corresponding to the performing device is stored in the memory of the performing device. In one embodiment, the hub device 1000 may check whether the function determination model corresponding to the operation performing device is stored in its own memory by searching the lookup table stored in the database 1360. have. For example, when the device for performing an operation determined based on text is the first device, the hub device 1000 searches the lookup table to check information on whether the first device stores the function determination model itself. I can.

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. In an embodiment, the function determination model may not be stored in the memory of the first device determined as the device for performing the operation. In step S730, if the hub device 1000 determines that the function determination model is not stored in the operation performing device based on the information on the function determination model (step S740), the hub device 1000 sends a text message to the voice assistant server. Transmit at least some of it. In an embodiment, the hub device 1000 may transmit at least a portion of the text to a function determination model corresponding to an operation performing device stored in the voice assistant server. In this case, the hub device 1000 may transmit device identification information of the device performing the operation together with at least part of the text.

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. In step S720, when the hub device 1000 confirms that the function determination model corresponding to the operation performing device is stored in the memory of the hub device (step S750), the hub device 1000 transmits text to the previously stored function determination model. Provide at least some. In one embodiment, the hub device 1000 selects a function determination model corresponding to the operation performing device from among a plurality of function determination models previously stored in the memory 1300 (refer to FIG. 2), and at least part of the text in the selected function determination model Can provide. For example, when the operation performing device is a second device, the processor 1200 of the hub device 1000 corresponds to the second device among the first function determination model and the second function determination model previously stored in the memory 1300. The second function determination model may be selected, and at least part of the text may be provided to the second function determination model.

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. In step S730, when the hub device 1000 confirms that the function determination model corresponding to the operation performing device is stored in the memory of the operation performing device itself (step S760), the hub device 1000 performs a function stored in the operation performing device. Send at least a portion of the text to the judgment model.

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.In steps S740, S750, and S760, the hub device 1000 may transmit at least a part of the text without transmitting the entire text. In one embodiment, the processor 1200 of the hub device 1000 parses the text into words or phrases using the first natural language understanding model, and specifies the device name, common name, or installation location. The word or phrase being executed may be recognized, and a part of the remaining text except for the recognized word or phrase may be transmitted to the function determination model of the operation performing device.

도 8은 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.8 is a flowchart illustrating a method of operating the hub device 1000, the voice assistant server 2000, the IoT server 3000, and the operation performing device 4000a of the present disclosure.

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. 8 is an operation of each subject in a multi-device system environment including a hub device 1000, a voice assistant server 2000, an IoT server 3000, and an operation performing device 4000a after step ⓐ shown in FIG. 7 Is a flow chart showing them. Step ⓐ shown in FIG. 7 represents a state in which it has been confirmed that the function determination model corresponding to the operation performing device 4000a is not stored in the memory of the hub device and the memory of the operation performing device 4000a itself.

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. Referring to FIG. 8, the hub device 1000 may include an ASR module 1310, an NLG module 1320, a device determination model 1330, and a function determination device determination module 1340. In the embodiment illustrated in FIG. 8, the hub device 1000 may not store the function determination model or may not store the function determination model corresponding to the operating device.

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. The voice assistant server 2000 may store a plurality of function determination models 2342, 2344, 2346. For example, the first function determination model 2342 stored in the voice assistant server 2000 determines the function of the air conditioner, and obtains detailed operations related to the determined function and operation information regarding the relationship between the detailed operations. It may be the model used. For example, the second function determination model 2344 is a model used to determine a function of a TV and obtain detailed operations related to the determined function and operation information regarding a relationship between the detailed operations, and the third function The determination model 2346 may be a model used to determine a function of the washing machine and obtain detailed operations related to the determined function and operation information regarding a relationship between the detailed operations.

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. In the embodiment illustrated in FIG. 8, the operation performing device 4000a may be determined as “TV”, and a second function determination model 2344 corresponding to the TV may be stored in the voice assistant server 2000.

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. In step S810, the hub device 1000 transmits at least a part of the text and identification information of the operation performing device 4000a to the voice assistant server 2000. The hub device 1000 may transmit at least a part of the text without transmitting the entire text converted from the voice input to the voice assistant server 2000. In one embodiment, the hub device 1000 is, for example, when the operation performing device 4000a is determined to be'TV', in the text "Play Movie Avengers on TV~", the operation performing device is The name of (4000a) or the common name is specified, so it may be unnecessary information. In addition, since the hub device 1000 transmits identification information (eg, device ID) of the operation performing device 4000a to the voice assistant server 2000,'on TV' is unnecessary information. The processor 1200 (refer to FIG. 2) of the hub device 1000 parses the text into words or phrases using the first natural language understanding model 1332, and the device name, common name, or installation location A word or phrase specifying, etc. may be recognized, and a part of the remaining text excluding the recognized word or phrase from the entire text may be transmitted to the voice assistant server 2000.

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. In step S810, the hub device 1000 receives at least a part of the text and identification information of the operation performing device 4000a, and transmits user account information of the hub device 1000 and the operation performing device 4000a to the voice assistant server 2000. ).

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. In step S820, the voice assistant server 2000 selects a function determination model corresponding to the operation performing device 4000a. In one embodiment, the voice assistant server 2000 checks the operation performing device 4000a based on the identification information of the operation performing device 4000a received from the hub device 1000, and a plurality of function determination models 2342, A function determination model corresponding to the operation performing device 4000a may be selected from among 2344 and 2346. The'function determination model corresponding to an operation performing device' refers to a model used by the operation performing device 4000a to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations. it means. In the embodiment shown in FIG. 8, when the operation performing device 4000a is a TV, the voice assistant server 2000 performs a function of the TV among a plurality of function determination models 2342, 2344, 2346 stored in the memory. A second function determination model 2344 for acquiring detailed operations for performing an operation according to a function of playing a movie and motion information about a relationship between the detailed operations may be selected.

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. In step S830, the voice assistant server 2000 analyzes the text using the natural language understanding model of the selected function determination model, and determines an intent based on the analysis result. The voice assistant server 2000 may analyze at least a part of the text received from the hub device 1000 by using the natural language understanding model 2344a of the second function determination model 2344. The natural language understanding model 2344a is an artificial intelligence model trained to interpret text related to a specific device, and may be a model trained to determine intents and parameters related to an operation intended by a user. The natural language understanding model 2344a may be a model trained to determine a function related to a specific device type when text is input.

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.In one embodiment, the voice assistant server 2000 parses at least a part of the text into words or phrases using the natural language understanding model 2344a, and the parsed morpheme, word, or phrase's linguistic characteristics (eg : A grammatical factor) can be used to infer the meaning of a word extracted from the parsed text, and match the inferred meaning to a predefined intent and parameter to obtain an intent and a parameter from the text. The intent is information indicating the user's speech intention included in the text, and may be used to determine an operation to be performed by the specific operation performing device 4000a. The parameter means variable information for determining detailed operations of the operation performing device 4000a related to the intent. The parameter is information corresponding to the intent, and a plurality of types of parameters may correspond to one intent. For example, when the text is "Play Movie Avengers on TV~", the intent may be'Video Content Play', and the parameter may be'Movie' or'Movie Avengers'.

일 실시예에서, 음성 비서 서버(2000)는 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다.In one embodiment, the voice assistant server 2000 may determine only the intent from at least a portion of the text.

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. In step S840, the voice assistant server 2000 acquires operation information regarding an operation to be performed by the operation performing device 4000a based on the intent. In one embodiment, the voice assistant server 2000 uses the action plan management module 2344b of the second function determination model 2344 to perform operation information to be performed by the operation performing device 4000a based on the intent and parameters. Plan (planning). The action plan management module 2344b may analyze operations to be performed by the operation performing device 4000a based on the intent and parameters. The action plan management module 2344b may select detailed operations related to interpreted operations among previously stored device-specific operations, and may plan an execution order of the selected detailed operations. The action plan management module 2344b may acquire operation information regarding a detailed operation to be performed by the operation performing device 4000a by using the planning result. Here, the operation information may be information related to detailed operations to be performed by the device, a correlation relationship between the detailed operations, and an execution order of the detailed operations. The operation information includes, for example, functions to be executed by the operation execution device 4000a in order to perform detailed operations, an execution order of functions, an input value required to execute the functions, and an output value output as a result of execution of the functions. It may include, but is not limited thereto.

단계 S850에서, 음성 비서 서버(2000)는 획득된 동작 정보 및 동작 수행 디바이스(4000a)의 식별 정보를 IoT 서버(3000)에 전송한다. In step S850, the voice assistant server 2000 transmits the acquired operation information and identification information of the operation performing device 4000a to the IoT server 3000.

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. In step S860, the IoT server 3000 acquires a control command based on the identification information of the operation performing device 4000a and the received operation information. The IoT server 3000 may include a database in which control commands and operation information for a plurality of devices are stored. In one embodiment, the IoT server 3000 performs detailed operations of the operation performing device 4000a based on identification information of the operation performing device 4000a among control commands for a plurality of devices previously stored in the database DB. You can select a control command to control.

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. The control command is information that the device can read and execute, and may include a command for the device to execute a function and sequentially execute detailed operations according to the operation information according to the execution order.

단계 S870에서, IoT 서버(3000)는 동작 수행 디바이스(4000a)의 식별 정보를 이용하여 동작 수행 디바이스(4000a)에 제어 명령을 전송한다. In step S870, the IoT server 3000 transmits a control command to the operation performing device 4000a by using the identification information of the operation performing device 4000a.

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. In step S880, the operation performing device 4000a executes operations corresponding to the control command according to the received control command. For example, the operation performing device 4000a may play a movie based on the control command.

일 실시예에서, 동작 수행 디바이스(4000a)는 동작을 실행한 이후, 동작 실행 결과에 관한 정보를 IoT 서버(3000)에 전송할 수 있다.In an embodiment, after the operation execution device 4000a executes the operation, the information on the operation execution result may be transmitted to the IoT server 3000.

도 9는 본 개시의 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.9 is a flowchart illustrating a method of operating the hub device 1000 and the operation performing device 4000a of the present disclosure.

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. 9 is a flowchart illustrating operations of each subject in a multi-device system including the hub device 1000 and the operation performing device 4000a after step ⓑ shown in FIG. 7. Step ⓑ shown in FIG. 7 confirms that the function determination model corresponding to the operation performing device 4000a is not stored in the memory of the hub device 1000, but is stored in the memory of the operation performing device 4000a itself. Indicates the status. Although the voice assistant server 2000 and the IoT server 3000 are not shown in FIG. 9, it does not mean that the multi-device system does not include the voice assistant server 2000 and the IoT server 3000.

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. Referring to FIG. 9, the hub device 1000 may include an ASR module 1310, an NLG module 1320, a device determination model 1330, and a function determination device determination module 1340. In the embodiment illustrated in FIG. 8, the hub device 1000 may not store the function determination model or may not store the function determination model corresponding to the operating device.

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.The operation performing device 4000a may store a function determination model 4032 of the operation performing device 4000a itself. In the memory of the operation execution device 4000a, the operation execution device 4000a analyzes the text by itself, and a function determination model 4032 used to perform an operation according to the user's intention based on the analysis result of the text. May have been saved. For example, if the operation performing device 4000a is an'air conditioner', the function determination model 4032 stored in the memory of the operation performing device 4000a determines the function of the air conditioner, and detailed operations related to the determined function and It may be a model used to obtain motion information about a relationship between detailed motions.

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.In step S910, the hub device 1000 transmits at least a part of the text and a text transmission notification signal as a function determination model of the operation performing device. The hub device 1000 may transmit at least a portion of the text without transmitting the entire text converted from the voice input to the operation performing device 4000a. For example, in the text "In the air conditioner, lower the temperature by 2 °C", "at the air conditioner" specifies the name or common name of the operation performing device 4000a, and thus may be unnecessary information. In addition, since the operation performing device 4000a itself is an air conditioner,'at the air conditioner' is unnecessary information. The processor 1200 (refer to FIG. 2) of the hub device 1000 parses the text into words or phrases using the first natural language understanding model 1332, and the device name, common name, or installation location A word or phrase specifying the etc. may be recognized, and a part of the remaining text excluding the recognized word or phrase from the entire text may be transmitted to the operation performing device 4000a.

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. In an embodiment, the hub device 1000 may transmit a text transmission notification signal to the operation performing device 4000a. The text transmission notification signal is a signal indicating that the text is transmitted to the operation performing device 4000a. When receiving the text transmission notification signal, the operation performing device 4000a omits the ASR step, the step of determining the operation performing device, and the step of selecting a function determination model, and immediately uses the function determination model 4032 Some may be provided, and an intent may be determined from the text using a function determination model 4032.

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.However, the present invention is not limited thereto, and in step S910, the hub device 1000 may not transmit the text transmission notification signal to the operation performing device 4000a. In this case, when at least part of the text is received from the hub device 1000, the operation performing device 4000a may be preset to provide at least a part of the received text to the function determination model 4032. In an embodiment, data regarding a policy set to recognize that text is received and provide the text to the function determination model 4032 may be stored in the memory of the operation performing device 4000a.

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. In step S920, the operation performing device 4000a determines an intent by analyzing text using the natural language understanding model 4034. In an embodiment, the operation performing device 4000a may analyze at least a portion of the text received from the hub device 1000 using the natural language understanding model 4034 of the function determination model 4032. The natural language understanding model 4034 is an artificial intelligence model trained to analyze text related to the motion performing device 4000a, and may be a model trained to determine intents and parameters related to motions intended by the user. The natural language understanding model 4034 may be a model trained to determine a function related to a specific device type when text is input.

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.In one embodiment, the operation performing device 4000a parses at least a part of the text into words or phrases using the natural language understanding model 4034, and the parsed morphemes, words, or phrases have linguistic features (eg : A grammatical factor) can be used to infer the meaning of a word extracted from the parsed text, and match the inferred meaning to a predefined intent and parameter to obtain an intent and a parameter from the text. The intent is information indicating the user's speech intention included in the text, and may be used to determine an operation to be performed by the specific operation performing device 4000a. The parameter means variable information for determining detailed operations of the operation performing device 4000a related to the intent. The parameter is information corresponding to the intent, and a plurality of types of parameters may correspond to one intent. For example, if the text is "Take the temperature down by 2°C from the air conditioner", the intent may be'set temperature control' or'set temperature down', and the parameter may be '2°C'.

일 실시예에서, 동작 수행 디바이스(4000a)는 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다.In an embodiment, the operation performing device 4000a may determine only the intent from at least a portion of the text.

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. In step S930, the operation performing device 4000a acquires operation information regarding an operation to be performed by the operation performing device 4000a based on the intent. In one embodiment, the operation execution device 4000a uses the action plan management module 4036 of the function determination model 4032 to plan operation information to be performed by the operation execution device 4000a based on intents and parameters. (planning). The action plan management module 4036 may analyze actions to be performed by the action execution device 4000a based on the intent and parameters. The action plan management module 4036 may select detailed operations related to analyzed operations among previously stored device-specific operations, and may plan an execution order of the selected detailed operations. The action plan management module 4036 may acquire operation information regarding a detailed operation to be performed by the operation performing device 4000a by using the planning result. Here, the operation information may be information related to detailed operations to be performed by the device, a correlation relationship between the detailed operations, and an execution order of the detailed operations. The operation information includes, for example, functions to be executed by the operation execution device 4000a in order to perform detailed operations, an execution order of functions, an input value required to execute the functions, and an output value output as a result of execution of the functions. It may include, but is not limited thereto.

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. In step S940, the operation performing device 4000a acquires a control command based on the operation information. In an embodiment, a plurality of control commands corresponding to each of a plurality of different operation information may be stored in a memory of the operation performing device 4000a. In an embodiment, the operation execution device 4000a may select a control command for controlling detailed operations according to the operation information from among a plurality of control commands previously stored in the memory. The control command is information that can be read and executed by the operation performing device 4000a, and may include a command for sequentially executing detailed operations according to the operation information by the operation performing device 4000a executing a function. have.

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. In step S950, the operation performing device 4000a executes operations corresponding to the control command according to the control command. For example, the operation execution device 4000a may lower the set temperature by 2°C based on the control command.

도 10은 본 개시의 허브 디바이스(1000) 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다.10 is a flowchart illustrating a method of operating the hub device 1000 and the operation performing device 4000a of the present disclosure.

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. 10 is a flowchart illustrating operations of each subject in a multi-device system environment including the hub device 1000 and the operation performing device 4000a after step ⓒ shown in FIG. 7. Step ⓒ shown in FIG. 7 represents a state in which it is confirmed that the function determination model corresponding to the operation performing device 4000a is stored in the memory of the hub device. Although the voice assistant server 2000 and the IoT server 3000 are not shown in FIG. 10, it does not mean that the multi-device system does not include the voice assistant server 2000 and the IoT server 3000.

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. Referring to FIG. 10, the hub device 1000 includes an ASR module 1310, an NLG module 1320, a device determination model 1330, a function determination device determination module 1340, a first function determination model 1352 and a first function determination model 1352. 2 A function determination model 1354 may be included. In the embodiment illustrated in FIG. 10, the hub device 1000 stores a function determination model corresponding to the operation performing device 4000a. For example, when the operation performing device 4000a is a TV, the hub device 1000 may store a second function determination model 1354 corresponding to the TV in a memory. The second function determination model 1354 may be a model used to determine a function of a TV and obtain detailed operations related to the determined function and operation information regarding a relationship between the detailed operations.

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. In step S1010, the hub device 1000 selects a function determination model corresponding to the operation performing device 4000a from among the function determination models 1352 and 1354 previously stored in the hub device 1000. In an embodiment, when the operation performing device 4000a is determined to be a TV, the hub device 1000 may select a second function determination model 1354 corresponding to the TV from among a plurality of function determination models 1352 and 1354. .

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. In step S1020, the hub device 1000 provides at least a portion of the text to the selected function determination model. In an embodiment, the processor 1200 (refer to FIG. 2) of the hub device 1000 may provide at least a portion of the text to the second function determination model 1354 stored in the memory. In this case, the processor 1200 may not provide the entire text to the second function determination model 1354, but may provide at least a portion of the text. For example, when the operation performing device 4000a is determined to be'TV', in the text "Play Movie Avengers on TV~",'on TV' specifies the name or common name of the operation performing device 4000a Inva, it may be unnecessary information. In addition, since the second function determination model 1354 is a function determination model corresponding to the TV, in the second function determination model 1354, "on TV" is unnecessary information. The processor 1200 uses the first natural language understanding model 1332 to parse text into words or phrases, and recognizes a word or phrase specifying a device name, a common name, or an installation location. In addition, a part of the remaining text excluding words or phrases recognized in the entire text may be provided to the second function determination model 1354.

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. In step S1030, the hub device 1000 determines an intent by analyzing at least a part of the text using the second natural language understanding model of the selected function determination model. In an embodiment, the processor 1200 (refer to FIG. 2) of the hub device 1000 may analyze at least a part of the text using the second natural language understanding model 1354a of the second function determination model 1354. . The second natural language understanding model 1354a is a model specialized for a specific device, and is associated with a device corresponding to the operation performing device 4000a determined by the first natural language understanding model 1332 and provides an intent corresponding to at least a portion of the text. It may be an artificial intelligence model that has been trained to acquire. In addition, the second natural language understanding model 1354a may be a model trained to determine an operation of a device related to a user's intention by analyzing text.

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.In one embodiment, the processor 1200 parses the text into morphemes, words, or phrases using the second natural language understanding model 1354a, and the meaning of the morphemes, words, or phrases parsed through grammatical and semantic analysis. And determine the intent and parameters by matching the identified meaning to a predefined word. Here, the'parameter' means variable information for determining detailed operations of the target device related to the intent. Since the description related to the intent and the parameter is the same as the description in FIG. 7, a duplicate description will be omitted.

일 실시예에서, 프로세서(1200)는 제2 자연어 이해 모델(1354a)을 이용하여, 텍스트의 적어도 일부로부터 인텐트만을 결정할 수도 있다. In an embodiment, the processor 1200 may determine only the intent from at least a portion of the text using the second natural language understanding model 1354a.

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. In step S1040, the hub device 1000 acquires operation information regarding an operation to be performed by the operation performing device 4000a based on the intent. In one embodiment, the processor 1200 (refer to FIG. 2) of the hub device 1000 uses the action plan management module 1354b of the second function determination model 1354 to provide at least one detail related to the intent and parameter. It is possible to obtain motion information about motion. The action plan management module 1354b may manage detailed operations of the operation performing device 4000a and information about a relationship between detailed operations. The processor 1200 of the hub device 1000 uses the action plan management module 1354b to plan detailed operations to be performed by the operation performing device 4000a and the execution order of the detailed operations based on intents and parameters ( planning), and through this, operation information can be obtained.

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.The operation information may be information related to detailed operations to be performed by the operation performing device 4000a and an execution order of the detailed operations. The operation information may include detailed operations to be performed by the operation performing device 4000a, a relationship between each detailed operation and other detailed operations, and information related to an execution order. The operation information includes, for example, functions to be executed by the operation execution device 4000a in order to perform a specific operation, an execution order of functions, an input value necessary to execute the functions, and an output value output as a result of execution of the functions. It may include, but is not limited thereto.

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.In step S1050, the hub device 1000 generates a control command based on the operation information. The control command refers to a command that can be read and executed by the operation performing device 4000a so that the operation performing device 4000a can perform detailed operations included in the operation information.

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.In the embodiment shown in FIG. 10, unlike FIG. 9, steps of determining an intent (step 1030), obtaining operation information (step S1040), and generating a control command (step S1050) are performed in the hub device 1000. Carried out by 9 and 10 together, the steps of determining an intent, acquiring motion information, and generating a control command include a function determination model corresponding to the operation performing device 4000a being the hub device 1000 or the operation. The subject to be executed varies according to which device is stored in the execution device 4000a.

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.In step S1060, the hub device 1000 transmits a control command to the operation performing device 4000a by using the identification information of the operation performing device 4000a. In one embodiment, the hub device 1000 is connected through a network and identifies the operation performing device 4000a using identification information of the operation performing device 4000a among a plurality of devices previously registered with the same user account, A control command may be transmitted to the identified operation performing device 4000a.

단계 S1070에서, 동작 수행 디바이스(4000a)는 수신된 제어 명령에 따라, 동작을 실행한다. In step S1070, the operation performing device 4000a executes an operation according to the received control command.

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. 11 is a flowchart illustrating an operation method of each of the hub device 1000, the voice assistant server 2000, the IoT server 3000, the third-party IoT server 5000, and the third-party device 5100 of the present disclosure.

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. 11 is a multi-function device including a hub device 1000, a voice assistant server 2000, an IoT server 3000, a third-party IoT server 5000, and a third-party device 5100 after step ⓐ shown in FIG. It is a flowchart showing the operations of each subject in the device system environment. Step ⓐ shown in FIG. 7 represents a state in which it has been confirmed that the function determination model corresponding to the operation performing device 4000a is not stored in the memory of the hub device and the memory of the operation performing device 4000a itself.

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. Referring to FIG. 11, the hub device 1000 may include an ASR module 1310, an NLG module 1320, a device determination model 1330, and a function determination device determination module 1340. In the embodiment illustrated in FIG. 11, the hub device 1000 may not store the function determination model or may not store the function determination model corresponding to the operating device.

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.The voice assistant server 2000 may store a plurality of function determination models 2342, 2344, and 2348. The voice assistant server 2000 may store a third-party function determination model 2348.

써드파티 디바이스(3^rd 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. Third-party devices ^{(3 rd party device) (5100} ) , it means a device manufactured by a different manufacturer than one company, affiliated companies and the companies that manufacture the technology alliance hub device (1000). In one embodiment, when the user of the third-party device 5100 is the same as the user of the hub device 1000, the user registers the third-party device 5100 using a user account logging in to the hub device 1000, The third-party function determination model 2348 may be stored in the voice assistant server 2000. For example, when a user registers the third-party device 5100 by logging in with a user account of the hub device 1000 and registering, the third-party IoT server 5000 provides access rights to the server of the IoT server 3000. Admittedly, the IoT server 3000 is a function used to access the third-party IoT server 5000 and obtain operation information regarding detailed operations according to a plurality of functions of the third-party device 5100 and the relationship between the detailed operations. A decision model 2348 may be requested. As a method for registering the third-party device 5100 with the IoT server 3000, an open authorization (oAuth) method may be used. The third-party IoT server 5000 provides data of the third-party function determination model 2348 to the IoT server 3000 upon request, and the IoT server 3000 provides the voice assistant server 2000 with a third-party function determination model ( 2348) can be provided.

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.The third-party IoT server 5000 stores and manages at least one of device identification information of the third-party device 5100, device type of the third-party device 5100, capability information, location information, and status information. Is a server. The third-party IoT server 5000 may acquire, determine, or generate a control command capable of controlling the third-party device 5100 by using device information of the third-party device 5100. The third-party IoT server 5000 may transmit a second control command to the third-party device 5100 that is determined to perform an operation based on the operation information. The third-party IoT server 5000 may be operated by a manufacturer who manufactured the third-party device 5100, but is not limited thereto.

도 11에 도시된 실시예에서, 동작 수행 디바이스는 써드파티 디바이스(5100)로 결정될 수 있다. In the embodiment illustrated in FIG. 11, the device for performing the operation may be determined as a third-party device 5100.

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.In step S1110, the hub device 1000 transmits at least part of the text and identification information of the third-party device to the voice assistant server. Step S1110 is the same as step S810 of FIG. 8, except that identification information of the third-party device, for example, the device ID of the third-party device is transmitted to the voice assistant server 2000, and a duplicate description is omitted.

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. In step S1120, the voice assistant server 2000 selects a function determination model corresponding to the third-party device by using the received identification information of the third-party device. In one embodiment, the voice assistant server 2000 checks the third-party device 5100 based on the identification information of the third-party device 5100 received from the hub device 1000, and a plurality of function determination models 2342, A third-party function determination model 2348 corresponding to the third-party device 5100 may be selected among 2344 and 2348.

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.In step S1130, the voice assistant server 2000 analyzes the text using the natural language understanding model 2348a of the third-party function determination model 2348, and determines an intent based on the analysis result. Step S1130 is the same as step S830 of FIG. 8 except that the natural language understanding model 2348a of the third-party function determination model 2348 is used, and redundant descriptions will be omitted.

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.In step S1140, the voice assistant server 2000 acquires operation information regarding an operation to be performed by the third-party device 5100 based on the intent. Step S1140 is the same as step S840 of FIG. 8 except that information on an operation to be performed by the third-party device 5100 is obtained, and a duplicate description will be omitted.

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. In step S1142, the voice assistant server 2000 transmits identification information (eg, device ID of the third-party device) and operation information of the third-party device 5100 to the IoT server 3000.

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. In step S1150, the IoT server 3000 acquires a first control command based on the identification information of the third-party device 5100 and the received operation information. The IoT server 3000 may include a database in which operation information on the third-party device 5100 and a control command according to the operation information are stored. The IoT server 3000 may obtain operation information of the third-party device 5100 from the third-party IoT server 5000 through the registration method of the third-party device 5100 described above, and store the obtained operation information in a database. . In one embodiment, the IoT server 3000 identifies the third-party device 5100 based on the identification information of the third-party device 5100, and issues a first control command using the operation information of the third-party device 5100. Can be generated.

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. The first control command may include commands for a third-party device to execute a function and sequentially execute detailed operations according to operation information according to an execution order. In one embodiment, the first control command may not be read by the third-party device 5100.

단계 S1152에서, IoT 서버(3000)는 써드파티 디바이스(5100)의 식별 정보 및 제1 제어 명령을 써드파티 IoT 서버(5000)에 전송한다.In step S1152, the IoT server 3000 transmits identification information and a first control command of the third-party device 5100 to the third-party IoT server 5000.

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. In step S1160, the third-party IoT server 5000 converts the first control command into a second control command that the third-party device 5100 can read and execute. The third-party IoT server 5000 can convert the first control command into a second control command that can be read and executed by the third-party device 5100 using the received identification information of the third-party device 5100. have.

단계 S1162에서, 써드파티 IoT 서버(5000)는 써드파티 디바이스(5100)의 식별 정보를 이용하여 제2 제어 명령을 써드파티 디바이스(5100)에 전송한다.In step S1162, the third-party IoT server 5000 transmits a second control command to the third-party device 5100 by using the identification information of the third-party device 5100.

단계 S1170에서, 써드파티 디바이스(5100)는 수신된 제2 제어 명령에 따라, 제2 제어 명령에 대응하는 동작들을 실행한다.In step S1170, the third-party device 5100 executes operations corresponding to the second control command according to the received second control command.

도 12a는 본 개시의 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)의 동작을 도시한 개념도이다. 12A is a conceptual diagram illustrating operations of the hub device 1000 and the plurality of devices 4100a and 4200a of the present disclosure.

도 12a는, 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a) 각각의 동작을 설명하기 위한 필수적인 구성 요소를 도시한 블록도를 포함한다. 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)가 포함하고 있는 구성이 도 12a에 도시된 바와 같이 한정되는 것은 아니다. 12A includes a block diagram showing essential components for describing the operation of the hub device 1000 and the plurality of devices 4100a and 4200a, respectively. The configuration included in the hub device 1000 and the plurality of devices 4100a and 4200a is not limited as illustrated in FIG. 12A.

도 12a의 화살표는 허브 디바이스(1000)와 제1 디바이스(4100a) 간의 음성 신호 및 텍스트를 포함하는 데이터의 이동, 전송, 및 수신을 표시한다. 원문자 안의 숫자는 각 동작이 수행되는 순서를 의미한다. Arrows in FIG. 12A indicate movement, transmission, and reception of data including voice signals and text between the hub device 1000 and the first device 4100a. The numbers in the original letters indicate the order in which each action is performed.

도 12a를 참조하면, 허브 디바이스(1000)와 복수의 디바이스(4100a, 4200a)는 유선 통신 또는 무선 통신 방식으로 상호 연결되고, 데이터 통신을 수행할 수 있다. 일 실시예에서, 허브 디바이스(1000)와 복수의 디바이스(4100a, 4200a)는 상호 간 통신망을 통해 직접 연결될 수 있지만, 이에 한정되는 것은 아니다. 일 실시예에서, 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)는 음성 비서 서버(2000, 도 3 참조)와 연결될 수 있으며, 허브 디바이스(1000)는 음성 비서 서버(2000)를 통해 복수의 디바이스(4100a, 4200a)와 연결될 수 있다. Referring to FIG. 12A, the hub device 1000 and the plurality of devices 4100a and 4200a may be interconnected through wired communication or wireless communication, and may perform data communication. In an embodiment, the hub device 1000 and the plurality of devices 4100a and 4200a may be directly connected to each other through a communication network, but the embodiment is not limited thereto. In one embodiment, the hub device 1000 and the plurality of devices 4100a and 4200a may be connected to a voice assistant server 2000 (refer to FIG. 3 ), and the hub device 1000 may be connected to a plurality of devices through the voice assistant server 2000. It may be connected to the devices 4100a and 4200a.

허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)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.The hub device 1000 and the plurality of devices 4100a and 4200a include a local area network (LAN), a wide area network (WAN), a value added network (VAN), and a mobile radio. communication network), a satellite communication network, or a combination thereof. Wireless communication methods include, for example, wireless LAN (Wi-Fi), Bluetooth, Bluetooth low energy, Zigbee, WFD (Wi-Fi Direct), UWB (ultra wideband), infrared communication (IrDA, infrared data). Association), NFC (Near Field Communication), and the like, but are not limited thereto.

허브 디바이스(1000)는 음성 신호를 수신하고, 수신된 음성 신호에 기초하여 복수의 디바이스(4100a, 4200a) 중 적어도 하나의 디바이스를 제어하는 디바이스이다. The hub device 1000 is a device that receives a voice signal and controls at least one of the plurality of devices 4100a and 4200a based on the received voice signal.

복수의 디바이스(4100a, 4200a)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. The plurality of devices 4100a and 4200a may be devices that are logged in with the same user account as the user of the hub device 1000 and registered in the IoT server 3000 as a user account of the hub device 1000. .

복수의 디바이스(4100a, 4200a) 중 적어도 하나는 사용자로부터 음성 입력을 수신하는 리스너 디바이스(listener device)일 수 있다. 도 12a에 도시된 실시예에서, 제1 디바이스(4100a)는 발화로 구성된 음성 입력을 사용자로부터 수신하는 리스너 디바이스일 수 있다. 리스너 디바이스는 사용자로부터 음성 입력을 수신하기만 하는 디바이스일 수 있으나, 이에 한정되는 것은 아니다. 일 실시예에서, 리스너 디바이스는, 허브 디바이스(1000)로부터 제어 명령을 받아 특정 기능에 관한 동작을 수행하는 동작 수행 디바이스일 수도 있다. 일 실시예에서 리스너 디바이스는, 리스너 디바이스가 수행하는 기능과 관련된 음성 입력을 사용자로부터 수신할 수 있다. 예를 들어, 제1 디바이스(4100a)는 에어컨이고, 제1 디바이스(4100a)는 마이크(4140)를 통해 사용자로부터 "에어컨 온도를 20℃로 내려줘"와 같은 음성 입력을 수신할 수 있다. At least one of the plurality of devices 4100a and 4200a may be a listener device that receives a voice input from a user. In the embodiment illustrated in FIG. 12A, the first device 4100a may be a listener device that receives a voice input composed of speech from a user. The listener device may be a device that only receives a voice input from a user, but is not limited thereto. In an embodiment, the listener device may be an operation performing device that receives a control command from the hub device 1000 and performs an operation related to a specific function. In an embodiment, the listener device may receive a voice input related to a function performed by the listener device from a user. For example, the first device 4100a may be an air conditioner, and the first device 4100a may receive a voice input such as “reduce the air conditioner temperature to 20°C” from the user through the microphone 4140.

제1 디바이스(4100a)는 리스너 디바이스로서, 사용자로부터 수신한 음성 입력으로부터 음성 신호를 획득할 수 있다. 일 실시예에서, 제1 디바이스(4100a)는 마이크(4140)를 통해 수신된 소리를 음향 신호로 변환하고, 음향 신호로부터 노이즈(예를 들어, 비음성 성분)를 제거하여 음성 신호를 획득할 수 있다. The first device 4100a is a listener device and may obtain a voice signal from a voice input received from a user. In one embodiment, the first device 4100a converts the sound received through the microphone 4140 into an acoustic signal, and removes noise (eg, non-speech component) from the acoustic signal to obtain a speech signal. have.

제1 디바이스(4100a)는 음성 신호를 허브 디바이스(1000)에 전송할 수 있다(단계 ①).The first device 4100a may transmit a voice signal to the hub device 1000 (step ①).

허브 디바이스(1000)는 제1 디바이스(4100a)로부터 음성 신호를 수신하고, 메모리에 기 저장된 ASR 모듈(1310)의 데이터를 이용하여 ASR(Automatic Speech Recognition)을 수행함으로써, 음성 신호를 텍스트로 변환할 수 있다(단계 ②). The hub device 1000 receives a voice signal from the first device 4100a and performs ASR (Automatic Speech Recognition) using the data of the ASR module 1310 previously stored in the memory, thereby converting the voice signal into text. Can (step ②).

허브 디바이스(1000)의 메모리(1300, 도 2 참조)에는 텍스트를 해석함으로써, 텍스트로부터 인텐트를 검출하고, 검출된 인텐트에 대응하는 동작을 수행하는 디바이스를 결정하는 디바이스 판단 모델(1330)을 포함할 수 있다. 디바이스 판단 모델(1330)은 사용자 계정에 따라 등록된 복수의 디바이스(4100a, 4200a) 중에서 동작 수행 디바이스를 결정할 수 있다. 허브 디바이스(1000)는 디바이스 판단 모델(1330)에 포함되는 제1 자연어 이해 모델(1332)의 데이터를 이용하여 텍스트를 해석함으로써, 텍스트로부터 인텐트를 검출할 수 있다. 제1 자연어 이해 모델(1332)은 텍스트를 해석함으로써, 인텐트를 결정할 수 있으며, 인텐트에 기초하여 동작 수행 디바이스를 결정하는데 이용되는 모델이다. 허브 디바이스(1000)는 디바이스 판단 모델(1330)의 데이터를 이용하여 인텐트에 대응하는 동작을 수행하는 동작 수행 디바이스를 리스너 디바이스인 제1 디바이스(4100a)로 결정할 수 있다(단계 ③). In the memory 1300 of the hub device 1000 (refer to FIG. 2 ), a device determination model 1330 that detects an intent from the text by analyzing the text and determines a device that performs an operation corresponding to the detected intent is provided. Can include. The device determination model 1330 may determine a device for performing an operation from among the plurality of devices 4100a and 4200a registered according to the user account. The hub device 1000 may detect an intent from the text by analyzing the text using data of the first natural language understanding model 1332 included in the device determination model 1330. The first natural language understanding model 1332 may determine an intent by analyzing text, and is a model used to determine an operation performing device based on the intent. The hub device 1000 may determine an operation performing device that performs an operation corresponding to the intent as the first device 4100a, which is a listener device, using data of the device determination model 1330 (step ③).

허브 디바이스(1000)에 의해 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델은 허브 디바이스(1000)의 메모리(1300) 내에 저장되어 있거나, 동작 수행 디바이스로 결정된 제1 디바이스(4100a) 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 모델이다.The function determination model corresponding to the operation performing device determined by the hub device 1000 is stored in the memory 1300 of the hub device 1000, or in the first device 4100a itself determined as the operation performing device, or Alternatively, it may be stored in the memory 2300 (refer to FIG. 3) of the voice assistant server 2000. The function determination model corresponding to each device is a model used by the device to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations.

허브 디바이스(1000)는 복수의 디바이스(4100a, 4200a) 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 음성 비서 스피커의 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. The hub device 1000 may itself store a function determination model corresponding to at least one of the plurality of devices 4100a and 4200a. For example, when the hub device 1000 is a voice assistant speaker, the hub device 1000 is a speaker used to obtain detailed operations for performing the function of the voice assistant speaker and operation information about a relationship between the detailed operations. The function determination model 1352 may be stored.

허브 디바이스(1000)는 타 디바이스에 대응하는 기능 판단 모델을 저장할 수도 있다. 예를 들어, 허브 디바이스(1000)는 냉장고에 대응하는 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 냉장고 기능 판단 모델(1356)을 저장할 수도 있다. 냉장고는 허브 디바이스(1000)의 사용자 계정과 동일한 사용자 계정으로 IoT 서버(3000)에 기 등록된 디바이스일 수 있다. The hub device 1000 may store a function determination model corresponding to other devices. For example, the hub device 1000 may store a refrigerator function determination model 1356 used to obtain detailed operations corresponding to the refrigerator and operation information about a relationship between the detailed operations. The refrigerator may be a device previously registered in the IoT server 3000 with the same user account as the user account of the hub device 1000.

스피커 기능 판단 모델(1352) 및 냉장고 기능 판단 모델(1356)은 각각 제2 자연어 이해 모델(1352a, 1356a) 및 액션 플랜 관리 모듈(1352b, 1356b)을 포함할 수 있다. 도 12a에 도시된 실시예에서, 허브 디바이스(1000)는 스피커에 관한 제2 자연어 이해 모델(1352a) 및 액션 플랜 관리 모듈(1352b)을 포함하고, 냉장고에 관한 제2 자연어 이해 모델(1356a) 및 액션 플랜 관리 모듈(1356b)을 포함하는데, 디바이스 종류가 TV에서 냉장고로 변경된 것을 제외하면, 도 2에 도시된 스피커 기능 판단 모델(1352) 및 TV 기능 판단 모델(1354)에 각각 포함된 제2 자연어 이해 모델(1352a, 1354a) 및 액션 플랜 관리 모듈(1352b, 1354b)와 동일한 바, 중복되는 설명은 생략한다. The speaker function determination model 1352 and the refrigerator function determination model 1356 may include second natural language understanding models 1352a and 1356a and action plan management modules 1352b and 1356b, respectively. In the embodiment shown in FIG. 12A, the hub device 1000 includes a second natural language understanding model 1352a for a speaker and an action plan management module 1352b, and a second natural language understanding model 1356a for a refrigerator, and It includes an action plan management module 1356b, except that the device type is changed from TV to refrigerator, second natural language included in the speaker function determination model 1352 and the TV function determination model 1354 shown in FIG. It is the same as the understanding models 1352a and 1354a and the action plan management modules 1352b and 1354b, and redundant descriptions are omitted.

허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)의 데이터를 이용하여, 동작 수행 디바이스로 결정된 제1 디바이스(4100a)에 대응하는 기능 판단 모델(4132)이 저장된 디바이스를 확인할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 복수의 디바이스(4100a, 4200a) 각각으로부터 기능 판단 모델에 관한 정보를 획득할 수 있다. ‘기능 판단 모델에 관한 정보’는 복수의 디바이스(4100a, 4200a) 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 디바이스(4100a, 4200a)로부터 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. The hub device 1000 may check a device in which a function determination model 4132 corresponding to the first device 4100a determined as an operation performing device is stored, using data of the function determination device determination module 1340. In an embodiment, the hub device 1000 may obtain information on a function determination model from each of the plurality of devices 4100a and 4200a. 'Information on the function determination model' refers to a function determination model used to obtain detailed operations for each of the plurality of devices 4100a and 4200a to perform an operation according to a function and operation information about a relationship between the detailed operations. It means information about whether it is stored by itself. In one embodiment, when the hub device 1000 receives information on the function determination model from the plurality of devices 4100a and 4200a, the location where the function determination model for each of the plurality of devices is stored (eg, device identification Information, information about an IP address, or a MAC address (MAC address) can be obtained together.

다른 실시예에서, 허브 디바이스(1000)는 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), 제1 디바이스(4100a), 제2 디바이스(4200a), 및 음성 비서 서버(2000) 중 어느 디바이스에 저장되어 있는지 여부를 확인(identify)할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)의 데이터를 이용하여, 동작 수행 디바이스로 결정된 제1 디바이스(4100a)의 디바이스 식별 정보에 따라 데이터베이스(1360)를 서치하고, 데이터베이스(1035)의 서치 결과에 기초하여 제1 디바이스(4100a)에 대응하는 기능 판단 모델(4132)의 저장 위치에 관한 정보를 획득할 수 있다. In another embodiment, the hub device 1000 uses a database 1360 (refer to FIG. 2) including information on a function determination model for each device stored in the memory, and the function determination model corresponding to the operation performing device is the hub device ( 1000), the first device 4100a, the second device 4200a, and the voice assistant server 2000 may identify which device is stored. In one embodiment, the hub device 1000 searches the database 1360 according to device identification information of the first device 4100a determined as an operation performing device, using data of the function determination device determination module 1340, Information on the storage location of the function determination model 4132 corresponding to the first device 4100a may be obtained based on the search result of the database 1035.

허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)을 이용하여, 텍스트의 적어도 일부를 동작 수행 디바이스에 대응하는 기능 판단 모델(4132)이 저장되어 있는 것으로 확인된 제1 디바이스(4100a)에 전송할 수 있다 (단계 ④). The hub device 1000 transmits at least a part of the text to the first device 4100a, which is confirmed to have stored the function determination model 4132 corresponding to the operation performing device, using the function determination device determination module 1340. Can (Step ④).

제1 디바이스(4100a)는 허브 디바이스(1000)로부터 텍스트의 적어도 일부를 수신하고, 메모리(1140) 내에 기 저장된 기능 판단 모델(4132)을 이용하여 텍스트의 적어도 일부를 해석할 수 있다. 일 실시예에서, 제1 디바이스(4100a)는 기능 판단 모델(4132)에 포함된 자연어 이해 모델(4134)을 이용하여 텍스트의 적어도 일부를 분석하고, 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 제1 디바이스(4100a)가 수행할 동작에 관한 동작 정보를 획득할 수 있다. 기능 판단 모델(4132)은, 제1 디바이스(4100a)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, 제1 디바이스(4100a)가 실행하는 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 관리할 수 있다. 액션 플랜 관리 모듈(4136)은, 텍스트의 적어도 일부에 관한 분석 결과에 기초하여, 제1 디바이스(4100a)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)할 수 있다. 제1 디바이스(4100a)는 기능 판단 모델(4132)에 의한 텍스트의 적어도 일부에 관한 분석 결과에 기초하여 세부 동작들 및 세부 동작들의 실행 순서를 플래닝하고, 플래닝 결과에 기초하여 동작을 실행할 수 있다 (단계 ⑤).The first device 4100a may receive at least a part of the text from the hub device 1000 and analyze at least a part of the text using the function determination model 4132 previously stored in the memory 1140. In an embodiment, the first device 4100a analyzes at least a part of the text using the natural language understanding model 4134 included in the function determination model 4132, and provides a method based on the analysis result of the at least part of the text. 1 Operation information regarding an operation to be performed by the device 4100a may be obtained. The function determination model 4132 includes an action plan management module 4136 that manages operation information related to detailed operations of the device in order to generate detailed operations to be performed by the first device 4100a and an execution order of the detailed operations. can do. The action plan management module 4136 may manage detailed operations executed by the first device 4100a and operation information regarding a relationship between the detailed operations. The action plan management module 4136 may plan detailed operations to be performed by the first device 4100a and an execution order of the detailed operations based on an analysis result of at least a part of the text. The first device 4100a may plan detailed operations and an execution order of detailed operations based on an analysis result of at least a portion of the text by the function determination model 4132, and execute the operation based on the planning result ( Step ⑤).

그러나, 본 개시의 제1 디바이스(4100a)가 허브 디바이스(1000)로부터 수신된 텍스트의 적어도 일부에 기초하여 동작을 수행하는 것으로 한정되는 것은 아니다. 다른 실시예에서, 제1 디바이스(4100a)는 마이크(4140)를 이용하여 사용자로부터 음성 입력을 수신하고, ASR 모델(4138)을 이용하여 수신된 음성 입력을 텍스트로 변환하고, 기능 판단 모델(4132)를 이용하여 텍스트를 해석함으로써, 텍스트에 대응하는 동작을 실행할 수도 있다. 즉, 제1 디바이스(4100a)는 허브 디바이스(1000)의 관여 없이도 독립적으로 동작을 실행할 수도 있다. However, the first device 4100a of the present disclosure is not limited to performing an operation based on at least a portion of the text received from the hub device 1000. In another embodiment, the first device 4100a receives a voice input from the user using the microphone 4140, converts the received voice input into text using the ASR model 4138, and performs a function determination model 4132 ) Can also be used to interpret the text, thereby executing an action corresponding to the text. That is, the first device 4100a may independently perform an operation without involvement of the hub device 1000.

도 12a에 도시된 실시예는, 사용자로부터 음성 입력을 수신하는 리스너 디바이스인 제1 디바이스(4100a)와, 허브 디바이스(1000)를 통해 음성 입력과 관련된 동작을 수행할 동작 수행 디바이스가 동일한 디바이스인 실시예에 관한 것이다. 예를 들어, 제1 디바이스(4100a)가 사용자로부터 "에어컨 온도를 20℃로 내려줘~"라는 음성 입력을 수신하면, 허브 디바이스(1000)는 리스너 디바이스인 제1 디바이스(4100a)로부터 사용자의 음성 입력을 수신하고, 에어컨인 제1 디바이스(4100a)를 음성 입력과 관련된 동작 수행 디바이스로서 결정할 수 있다. 제1 디바이스(4100a)는 허브 디바이스(1000)로부터 음성 입력과 관련된 텍스트를 수신하고, 텍스트에 기초하여 에어컨 온도 조절 동작을 실행할 수 있다. In the embodiment shown in FIG. 12A, a first device 4100a, which is a listener device that receives a voice input from a user, and a device that performs an operation to perform an operation related to voice input through the hub device 1000, are the same device. It's about an example. For example, when the first device 4100a receives a voice input from the user saying “Take the air conditioner temperature down to 20°C”, the hub device 1000 transmits the user's voice from the first device 4100a, which is a listener device. Upon receiving an input, the first device 4100a, which is an air conditioner, may be determined as a device for performing an operation related to voice input. The first device 4100a may receive a text related to a voice input from the hub device 1000 and may perform an air conditioner temperature control operation based on the text.

도 12a에서와는 달리, 리스너 디바이스와 동작 수행 디바이스가 서로 다른 디바이스일 수 있는데, 이에 대해서는 도 12b에서 설명하기로 한다. Unlike in FIG. 12A, the listener device and the operation performing device may be different devices, which will be described with reference to FIG. 12B.

도 12b는 본 개시의 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)의 동작을 도시한 개념도이다. 12B is a conceptual diagram illustrating operations of the hub device 1000 and the plurality of devices 4100a and 4200a of the present disclosure.

도 12b는, 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a) 각각의 동작을 설명하기 위한 필수적인 구성 요소를 도시한 블록도를 포함한다. 허브 디바이스(1000) 및 복수의 디바이스(4100a, 4200a)가 포함하고 있는 구성 중 도 12a에 도시된 구성과 동일한 구성에 관하여, 중복되는 설명은 생략한다.12B includes a block diagram showing essential components for describing the operation of the hub device 1000 and the plurality of devices 4100a and 4200a, respectively. A redundant description of the same configuration as the configuration illustrated in FIG. 12A among the configurations included in the hub device 1000 and the plurality of devices 4100a and 4200a will be omitted.

도 12b를 참조하면, 제2 디바이스(4200a)는 사용자로부터 음성 입력을 수신하는 리스너 디바이스일 수 있다. 일 실시예에서, 제2 디바이스(4200a)는 리스너 디바이스이지만, 허브 디바이스(1000)로부터 제어 명령을 받거나, 특정 기능에 관한 동작을 수행하는 동작 수행 디바이스는 아닐 수 있다. 도 12b에 도시된 실시예에서, 제2 디바이스(4200a)는 TV인데, 마이크(4240)를 통해 "에어컨 온도를 20℃로 내려줘"와 같이 TV와는 관련되지 않은 음성 입력을 수신할 수 있다. Referring to FIG. 12B, the second device 4200a may be a listener device that receives a voice input from a user. In an embodiment, the second device 4200a is a listener device, but may not be a device that receives a control command from the hub device 1000 or performs an operation related to a specific function. In the embodiment shown in FIG. 12B, the second device 4200a is a TV, and through the microphone 4240, a voice input that is not related to the TV may be received, such as "Turn down the air conditioner temperature to 20°C".

제2 디바이스(4200a)는 마이크(4240)를 통해 수신된 음성 입력로부터 음성 신호를 획득하고, 음성 신호를 허브 디바이스(1000)에 전송할 수 있다 (단계 ①). The second device 4200a may acquire a voice signal from the voice input received through the microphone 4240 and transmit the voice signal to the hub device 1000 (step ①).

허브 디바이스(1000)는 제2 디바이스(4200a)로부터 음성 신호를 수신하고, 메모리에 기 저장된 ASR 모듈(1310)의 데이터를 이용하여 ASR(Automatic Speech Recognition)을 수행함으로써, 음성 신호를 텍스트로 변환할 수 있다(단계 ②). The hub device 1000 receives a voice signal from the second device 4200a and performs ASR (Automatic Speech Recognition) using the data of the ASR module 1310 previously stored in the memory, thereby converting the voice signal into text. Can (step ②).

허브 디바이스(1000) 제1 자연어 이해 모델(1332)을 이용하여 텍스트를 해석함으로써, 인텐트를 결정할 수 있으며, 디바이스 판단 모델(1330)의 데이터를 이용하여 인텐트와 관련된 동작 수행 디바이스를 결정할 수 있다 (단계 ③). 도 12b에 도시된 실시예에서, 허브 디바이스(1000)는 디바이스 판단 모델(1330)의 데이터를 이용하여 인텐트에 대응하는 동작을 수행하는 동작 수행 디바이스를 제1 디바이스(4100a)로 결정할 수 있다. 제1 디바이스(4100a)는 사용자로부터 음성 입력을 수신하는 리스너 디바이스와는 다른 디바이스일 수 있다. 예를 들어, 제1 디바이스(4100a)는 에어컨일 수 있다.The hub device 1000 may determine an intent by analyzing text using the first natural language understanding model 1332, and a device for performing an operation related to the intent may be determined using data of the device determination model 1330. (Step ③). In the embodiment illustrated in FIG. 12B, the hub device 1000 may determine an operation performing device that performs an operation corresponding to the intent as the first device 4100a by using data of the device determination model 1330. The first device 4100a may be a device different from a listener device that receives a voice input from a user. For example, the first device 4100a may be an air conditioner.

허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)의 데이터를 이용하여, 동작 수행 디바이스로 결정된 제1 디바이스(4100a)에 대응하는 기능 판단 모델(4132)이 저장된 디바이스를 확인하고, 확인된 제1 디바이스(4100a)에 텍스트의 적어도 일부를 전송할 수 있다 (단계 ④). The hub device 1000 checks the device in which the function determination model 4132 corresponding to the first device 4100a determined as the operation execution device is stored, using the data of the function determination device determination module 1340, and 1 It is possible to transmit at least part of the text to the device 4100a (step ④).

제1 디바이스(4100a)는 허브 디바이스(1000)로부터 텍스트의 적어도 일부를 수신하고, 기능 판단 모델(4132)을 이용하여 텍스트의 적어도 일부에 관한 분석하고, 분석 결과에 기초하여 세부 동작들 및 세부 동작들의 실행 순서를 플래닝하고, 플래닝 결과에 기초하여 동작을 실행할 수 있다 (단계 ⑤).The first device 4100a receives at least a part of the text from the hub device 1000, analyzes at least a part of the text using the function determination model 4132, and performs detailed operations and detailed operations based on the analysis result. It is possible to plan the execution order of them and execute the operation based on the planning result (step ⑤).

제2 디바이스(4200a)의 메모리(4230)에는 제2 디바이스(4200a)의 기능과 관련된 세부 동작들 및 세부 동작들의 실행 순서와 관련된 정보를 해석할 수 있는 기능 판단 모델(4232)이 저장되어 있는바, 제1 디바이스(4100a)의 동작과 관련된 텍스트를 해석할 수 없다. 도 12b에 도시된 실시예에서, 제2 디바이스(4200a)는 TV이고, 메모리(4230)에는 TV에 대응하는 기능 판단 모델(4232)이 저장되어 있는바, "에어컨 온도를 20℃로 내려줘~"라는 음성 입력을 해석할 수 없다. 이 경우, 리스너 디바이스인 제2 디바이스(4200a)는 사용자로부터 수신한 음성 입력을 허브 디바이스(1000)에 전송하고, 허브 디바이스(1000)는 동작 수행 디바이스로 결정된 제1 디바이스(4100a)에 동작 수행과 관련된 텍스트를 전송할 수 있다. 제1 디바이스(4100a)는 허브 디바이스(1000)로부터 수신한 텍스트에 기초하여 에어컨 온도 조절 동작을 실행할 수 있다. The memory 4230 of the second device 4200a stores a function determination model 4232 capable of analyzing detailed operations related to the function of the second device 4200a and information related to the execution order of the detailed operations. , Text related to the operation of the first device 4100a cannot be interpreted. In the embodiment shown in FIG. 12B, the second device 4200a is a TV, and a function determination model 4232 corresponding to the TV is stored in the memory 4230, “Reduce the air conditioner temperature to 20°C~ "Can't interpret the voice input. In this case, the second device 4200a, which is a listener device, transmits the voice input received from the user to the hub device 1000, and the hub device 1000 performs an operation on the first device 4100a determined as the device for performing the operation. Related text can be transmitted. The first device 4100a may perform an air conditioner temperature control operation based on the text received from the hub device 1000.

도 12a 및 도 12b에 도시된 실시예를 참조하면, 사용자는 디바이스로부터 실행하고자 하는 동작에 관한 음성 명령을 특정 기능과 관련된 동작을 수행하는 특정 디바이스에 하지 않고, 사용자 계정을 통해 유무선 통신 네트워크로 연결된 복수의 디바이스(4100a, 4200a) 중 어느 하나에 음성 명령을 할 수 있다. 예를 들어, 사용자가 "에어컨 온도를 20℃로 내려줘~"라는 음성 명령을 하는 경우, '냉방 온도 설정'과 관련된 기능을 수행하는 에어컨에 음성 명령을 할 수 있지만, 에어컨과는 전혀 관계없는 TV에 냉방 온도 조절과 관련된 음성 명령을 할 수도 있다. 복수의 디바이스(4100a, 4200a) 중 사용자로부터 음성 입력을 수신한 리스너 디바이스는 허브 디바이스(1000)에 음성 입력을 전송하고, 허브 디바이스(1000)는 음성 입력에 포함되는 사용자의 발화 의도에 대응하는 동작 수행 디바이스를 결정하고, 동작 수행 디바이스가 동작을 실행하도록 제어할 수 있다. 12A and 12B, a user does not send a voice command for an operation to be executed from a device to a specific device that performs an operation related to a specific function, but is connected to a wired/wireless communication network through a user account. A voice command may be given to any one of the plurality of devices 4100a and 4200a. For example, if the user makes a voice command "Cut the air conditioner temperature down to 20℃~", you can give a voice command to the air conditioner that performs functions related to'cooling temperature setting', but it has nothing to do with the air conditioner You can even give the TV a voice command related to controlling the cooling temperature. Among the plurality of devices 4100a and 4200a, a listener device receiving a voice input from a user transmits a voice input to the hub device 1000, and the hub device 1000 is an operation corresponding to the user's speech intention included in the voice input. The performing device may be determined, and the operation performing device may be controlled to execute the operation.

도 12a 및 도 12b에 도시된 실시예에서는, 사용자가 음성 명령을 하는데 있어서 복수의 디바이스(4100a, 4200a) 중 기능과 관련된 특정 디바이스를 직접 지정하여 명령할 필요없이, 기능과 관련된 동작을 실행할 동작 수행 디바이스가 자동으로 결정되는바, 사용자 편의성이 향상될 수 있다. 또한, 허브 디바이스(1000)가 동작 수행 디바이스를 결정하는데 있어서 음성 비서 서버(2000) 등 외부 서버의 개입없이 동작되는바, 네트워크를 이용할 필요가 없고, 따라서 네트워크 사용 비용을 절감할 수 있다. In the embodiment shown in FIGS. 12A and 12B, when a user performs a voice command, an operation to execute an operation related to a function is performed without the need to directly designate and command a specific device related to a function among a plurality of devices 4100a and 4200a. Since the device is automatically determined, user convenience may be improved. In addition, since the hub device 1000 is operated without the intervention of an external server such as the voice assistant server 2000 in determining a device to perform an operation, there is no need to use a network, and thus, network usage cost can be reduced.

도 13은 본 개시의 허브 디바이스(1000)가 리스너 디바이스(linster device)로부터 수신한 음성 신호에 기초하여 동작 수행 디바이스를 결정하고, 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스에 텍스트를 전송하는 방법을 도시한 흐름도이다.13 illustrates a hub device 1000 of the present disclosure determines a device for performing an operation based on a voice signal received from a listener device, and sends text to a device storing a function determination model corresponding to the device for performing the operation. It is a flow chart showing a method of transmission.

단계 S1310에서, 허브 디바이스(1000)는 리스너 디바이스(listener device)로부터 음성 신호를 수신한다. 리스너 디바이스는 허브 디바이스(1000)의 사용자 계정(user account)과 동일한 사용자 계정을 통해 로그인되고, IoT 서버(3000)에 허브 디바이스(1000)의 사용자 계정과 동일한 사용자 계정으로 기 등록된 복수의 디바이스 중 어느 하나일 수 있다. 리스너 디바이스는 허브 디바이스(1000)와 유선 또는 무선 통신 네트워크로 연결될 수 있다. 리스너 디바이스는 사용자로부터 음성 입력을 수신하기만 하는 디바이스일 수 있으나, 이에 한정되는 것은 아니다. 일 실시예에서, 리스너 디바이스는, 허브 디바이스(1000)로부터 제어 명령을 받아 특정 기능에 관한 동작을 수행하는 동작 수행 디바이스일 수도 있다. In step S1310, the hub device 1000 receives a voice signal from a listener device. The listener device is logged in through the same user account as the user account of the hub device 1000, and among a plurality of devices previously registered in the IoT server 3000 with the same user account as the user account of the hub device 1000 It can be either. The listener device may be connected to the hub device 1000 through a wired or wireless communication network. The listener device may be a device that only receives a voice input from a user, but is not limited thereto. In an embodiment, the listener device may be an operation performing device that receives a control command from the hub device 1000 and performs an operation related to a specific function.

일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 통신 인터페이스(1400, 도 2 참조)를 통해 리스너 디바이스로부터 음성 신호를 수신할 수 있다. In an embodiment, the processor 1200 (see FIG. 2) of the hub device 1000 may receive a voice signal from the listener device through the communication interface 1400 (see FIG. 2 ).

단계 S1320에서, 허브 디바이스(1000)는 ASR(Automatic Speech Recognition)을 수행하여, 수신된 음성 신호를 텍스트로 변환한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200)는 음향 모델(acoustic model; AM) 또는 언어 모델(language model; LM) 등 기 정의된 모델을 이용하여, 리스너 디바이스로부터 수신한 음성 신호를 컴퓨터로 판독 가능한 텍스트로 변환하는 ASR을 수행할 수 있다. 허브 디바이스(1000)가 리스너 디바이스로부터 노이즈가 제거되지 않은 음향 신호를 수신하는 경우에는, 수신된 음향 신호에서 노이즈를 제거하여 음성 신호를 획득하고, 음성 신호에 대하여 ASR을 수행할 수 있다.In step S1320, the hub device 1000 converts the received speech signal into text by performing Automatic Speech Recognition (ASR). In one embodiment, the processor 1200 of the hub device 1000 uses a predefined model such as an acoustic model (AM) or a language model (LM) to receive a voice signal received from the listener device. You can perform ASR to convert it into computer-readable text. When the hub device 1000 receives an acoustic signal from which noise has not been removed from the listener device, noise is removed from the received acoustic signal to obtain a voice signal, and ASR may be performed on the voice signal.

단계 S1330에서, 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. 단계 S1330은 동작 수행 디바이스로 결정될 수 있는 디바이스 후보 중에 리스너 디바이스도 포함된다는 점을 제외하고는, 도 6에 도시된 단계 S630과 동일한 바, 중복되는 설명은 생략한다. In operation S1330, the hub device 1000 analyzes the text using a first natural language understanding model, and determines a device for performing an operation corresponding to the analyzed text using the device determination model. Step S1330 is the same as step S630 shown in FIG. 6, except that a listener device is also included among the device candidates that can be determined as the device for performing the operation, and a duplicate description will be omitted.

단계 S1340에서, 허브 디바이스(1000)는 동작 수행 디바이스 및 리스너 디바이스 중 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스를 확인(identify)한다. 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 디바이스의 내부 메모리에 자체적으로 저장되어 있거나, 또는 음성 비서 서버(2000)의 메모리(2300, 도 3 참조) 내에 저장되어 있을 수 있다. 결정된 동작 수행 디바이스와 리스너 디바이스가 동일 디바이스가 아닌 경우, 동작 수행 디바이스에 대응하는 기능 판단 모델은 리스너 디바이스에 저장되어 있을 수도 있다. 동작 수행 디바이스에 대응하는 기능 판단 모델은, 동작 수행 디바이스로 결정된 디바이스가 판단된 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용하는 모델이다.In operation S1340, the hub device 1000 identifies a device storing a function determination model corresponding to the determined operation performing device among the operation performing device and the listener device. The function determination model corresponding to the operation performing device determined by the hub device 1000 is stored in the memory 1300 of the hub device 1000 (refer to FIG. 2 ), or is itself stored in the internal memory of the operation performing device, or Alternatively, it may be stored in the memory 2300 (refer to FIG. 3) of the voice assistant server 2000. When the determined operation performing device and the listener device are not the same device, a function determination model corresponding to the operation performing device may be stored in the listener device. The function determination model corresponding to the operation performing device is a model used by a device determined as the operation performing device to obtain detailed operations for performing an operation according to the determined function and operation information regarding a relationship between the detailed operations.

일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 기능 판단 디바이스 결정 모듈(1340, 도 2 참조)의 프로그램 코드 또는 데이터를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 저장된 디바이스를 확인할 수 있다. 일 실시예에서 허브 디바이스(1000)는, 허브 디바이스(1000)와 유선 또는 무선 통신 네트워크로 연결되고, 허브 디바이스(1000)와 동일한 사용자 계정을 통해 로그인된 복수의 디바이스 각각으로부터 기능 판단 모델의 저장 정보를 획득할 수 있다. '기능 판단 모델의 저장 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. 동작 수행 디바이스와 리스너 디바이스가 동일하지 않은 경우, 허브 디바이스(1000)는 리스너 디바이스로부터 기능 판단 모델에 관한 정보를 수신하고, 수신된 기능 판단 모델에 관한 정보에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있는지 확인할 수도 있다. In one embodiment, the processor 1200 of the hub device 1000 (see FIG. 2) uses the program code or data of the function determination device determination module 1340 (see FIG. 2), and a function determination model corresponding to the operation performing device You can check this saved device. In one embodiment, the hub device 1000 is connected to the hub device 1000 via a wired or wireless communication network, and the storage information of the function determination model from each of a plurality of devices logged in through the same user account as the hub device 1000 Can be obtained. 'Storage information of function determination model' means whether each of a plurality of devices independently stores a function determination model that is used to obtain detailed operations for performing an operation according to a function and operation information about a relationship between the detailed operations. It means information about whether or not. In one embodiment, when the hub device 1000 receives information on a function determination model from a plurality of devices, a location where the function determination model for each of the plurality of devices is stored (eg, device identification information, IP address ( IP address), or MAC address (MAC address) information can be obtained together. When the operation performing device and the listener device are not the same, the hub device 1000 receives information about the function determination model from the listener device, and determines a function corresponding to the operation performing device based on the information about the received function determination model. You can also check if the model is stored in the listener device's internal memory.

다른 실시예에서, 허브 디바이스(1000)는 메모리(1300, 도 2 참조)에 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), 동작 수행 디바이스, 및 음성 비서 서버(2000) 중 어느 디바이스에 저장되어 있는지 여부를 확인(identify)할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 기능 판단 디바이스 결정 모듈(1340)의 프로그램 코드 또는 데이터를 이용하여, 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. 동작 수행 디바이스와 리스너 디바이스가 동일한 디바이스가 아닌 경우, 허브 디바이스(1000)는 데이터베이스(1360)에서 리스너 디바이스의 식별 정보를 서치하고, 데이터베이스(1360)의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있는지 확인할 수도 있다.In another embodiment, the hub device 1000 uses a database 1360 (see FIG. 2) including information on a function determination model for each device stored in a memory 1300 (see FIG. 2) to correspond to a device performing an operation. It is possible to identify whether the function determination model is stored in any of the hub device 1000, the operation performing device, and the voice assistant server 2000. In one embodiment, the hub device 1000 searches the database 1360 according to device identification information of the device performing the operation, using the program code or data of the function determination device determination module 1340, and Information on a storage location of a function determination model corresponding to an operation performing device may be obtained based on the search result. When the operation performing device and the listener device are not the same device, the hub device 1000 searches the database 1360 for identification information of the listener device, and a function corresponding to the operation performing device based on the search result of the database 1360 It is also possible to check whether the judgment model is stored in the internal memory of the listener device.

단계 S1340의 구체적인 실시예에 대해서는 도 14에서 상세하게 설명하기로 한다. A specific embodiment of step S1340 will be described in detail with reference to FIG. 14.

단계 S1350에서, 허브 디바이스(1000)는 확인된 디바이스에 텍스트의 적어도 일부를 제공한다. 허브 디바이스(1000)는 통신 인터페이스(1400, 도 2 참조)를 이용하여, 확인된 디바이스에 텍스트의 적어도 일부를 전송할 수 있다. 예를 들어, 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 내부 메모리에 저장되어 있는 것으로 확인된 경우, 허브 디바이스(1000)는 통신 인터페이스(1400)를 이용하여 동작 수행 디바이스에 텍스트의 적어도 일부를 전송할 수 있다. 리스너 디바이스와 동작 수행 디바이스가 동일한 경우, 허브 디바이스(1000)는 리스너 디바이스에 텍스트의 적어도 일부를 전송할 수 있다. 다른 예를 들어, 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스 및 동작 수행 디바이스에 저장되어 있지 않고, 음성 비서 서버(2000)의 메모리(2300, 도 3 참조)에 저장되어 있는 것으로 확인된 경우, 허브 디바이스(1000)는 통신 인터페이스(1400)를 이용하여 음성 비서 서버(2000)에 텍스트의 적어도 일부를 전송할 수 있다.In step S1350, the hub device 1000 provides at least part of the text to the identified device. The hub device 1000 may transmit at least a part of the text to the identified device using the communication interface 1400 (refer to FIG. 2 ). For example, if it is determined that the function determination model corresponding to the operation performing device is stored in the internal memory of the operation performing device, the hub device 1000 uses the communication interface 1400 to transmit at least text to the operation performing device. Some can be transmitted. When the listener device and the operation performing device are the same, the hub device 1000 may transmit at least part of the text to the listener device. For another example, when it is confirmed that the function determination model corresponding to the operation performing device is not stored in the listener device and the operation performing device, but is stored in the memory 2300 of the voice assistant server 2000 (see FIG. 3 ). , The hub device 1000 may transmit at least a portion of the text to the voice assistant server 2000 using the communication interface 1400.

일 실시예에서, 허브 디바이스(1000)는 텍스트 중 동작 수행 디바이스의 명칭에 관한 일부를 분리하고, 나머지 텍스트의 일부만을 확인된 디바이스에 전송하도록 통신 인터페이스(1400)를 제어할 수 있다. 예를 들어, 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하는 것으로 확인된 디바이스가 '에어컨'이고, 텍스트가 "에어컨에서 설정 온도를 20°C로 내려줘~"인 경우, 에어컨에 텍스트를 전송하면서 텍스트 중 '에어컨에서'는 전송할 필요가 없다. 이 경우, 허브 디바이스(1000)는 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 디바이스(예를 들어, 에어컨)에 제공할 수 있다.In an embodiment, the hub device 1000 may control the communication interface 1400 to separate a part of the text regarding the name of the device performing the operation and transmit only a part of the remaining text to the identified device. For example, if the device identified as storing the function determination model corresponding to the operation performing device is'air conditioner', and the text is "reduce the set temperature to 20°C from the air conditioner~", the text is sent to the air conditioner While doing this, there is no need to transmit the text'from air conditioner'. In this case, the hub device 1000 parses the text into words or phrases, recognizes a word or phrase specifying a device name, a common name, or an installation location, and recognizes a word recognized in the entire text. Alternatively, a portion of the text other than the phrase may be provided to the device (eg, air conditioner).

도 14는 본 개시의 허브 디바이스(1000)가 동작 수행 디바이스에 대응하는 기능 판단 모델을 저장하고 있는 디바이스에 텍스트를 전송하는 방법을 도시한 흐름도이다. 도 14에 도시된 실시예는 도 13의 단계 S1340 및 단계 S1350을 구체화한 실시예이다. 도 14에 도시된 단계 S1410 내지 단계 S1450은 도 13에 도시된 단계 S1340을 구체화한 실시예이고, 단계 S1460 내지 단계 S1480은 도 13에 도시된 단계 S1350을 구체화한 실시예이다.14 is a flowchart illustrating a method of transmitting text to a device storing a function determination model corresponding to an operation performing device by the hub device 1000 of the present disclosure. The embodiment shown in FIG. 14 is an embodiment in which steps S1340 and S1350 of FIG. 13 are embodied. Steps S1410 to S1450 shown in FIG. 14 are examples in which step S1340 shown in FIG. 13 is embodied, and steps S1460 to S1480 are embodiments in which step S1350 shown in FIG. 13 is embodied.

단계 S1410은 도 13의 단계 S1330이 수행된 이후에 수행된다. 단계 S1410에서, 허브 디바이스(1000)는 리스너 디바이스와 결정된 동작 수행 디바이스가 동일한 디바이스인지 확인(identify)한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200)는 단계 S1330(도 13 참조)에서 결정된 동작 수행 디바이스의 디바이스 식별 정보(예를 들어, 디바이스 id) 및 리스너 디바이스의 디바이스 식별 정보를 각각 획득한 이후, 획득된 동작 수행 디바이스의 식별 정보와 리스너 디바이스의 식별 정보를 비교함으로써, 동일 여부를 확인할 수 있다.Step S1410 is performed after step S1330 of FIG. 13 is performed. In step S1410, the hub device 1000 identifies whether the listener device and the determined operation performing device are the same device. In one embodiment, the processor 1200 of the hub device 1000 acquires device identification information (eg, device ID) of the device performing the operation determined in step S1330 (see FIG. 13) and device identification information of the listener device, respectively. After that, by comparing the acquired identification information of the device performing the operation and the identification information of the listener device, it is possible to check whether they are identical.

단계 S1410에서 리스너 디바이스와 동작 수행 디바이스가 동일한 디바이스로 확인된 경우(YES), 허브 디바이스(1000)는 리스너 디바이스로부터 기능 판단 모델의 저장 정보를 획득한다 (단계 S1420). 일 실시예에서, 허브 디바이스(1000)는 통신 인터페이스(1400, 도 2 참조)를 이용하여 리스너 디바이스로부터 기능 판단 모델의 저장 정보를 수신할 수 있다. 기능 판단 모델의 저장 정보는, 리스너 디바이스가 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 기능 판단 모델을 내부 메모리에 자체적으로 저장하고 있는지 여부에 관한 정보를 의미한다. 일 실시예에서, 허브 디바이스(1000)는 리스너 디바이스로부터 기능 판단 모델에 관한 정보를 수신할 때, 기능 판단 모델이 저장된 위치(예를 들어, 리스너 디바이스의 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보를 함께 획득할 수 있다. When it is confirmed in step S1410 that the listener device and the operation performing device are the same device (YES), the hub device 1000 obtains the storage information of the function determination model from the listener device (step S1420). In an embodiment, the hub device 1000 may receive storage information of the function determination model from the listener device using the communication interface 1400 (refer to FIG. 2 ). As for the storage information of the function determination model, whether the listener device stores the function determination model used to obtain detailed operations for performing an operation according to the function and operation information about the relationship between the detailed operations in the internal memory. It means information about whether or not. In one embodiment, when the hub device 1000 receives information about the function determination model from the listener device, the location where the function determination model is stored (for example, identification information of the listener device, IP address, or Information about the MAC address (MAC address) can be obtained together.

단계 S1430에서, 허브 디바이스(1000)는 리스너 디바이스의 기능 판단 모델의 저장 정보에 기초하여, 결정된 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있는지 확인한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 기능 판단 디바이스 결정 모듈(1340, 도 2 참조)의 프로그램 코드 또는 데이터를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이의 내부 메모리에 저장되어 있는지 여부를 확인할 수 있다. 일 실시예에서, 프로세서(1200)는 획득된 리스너 디바이스의 기능 판단 모델 저장 정보에 기초하여, 리스너 디바이스의 내부 메모리에 저장된 기능 판단 모델이 동작 수행 디바이스에 대응하는 기능 판단 모델과 동일한지 여부를 확인할 수 있다. In step S1430, the hub device 1000 checks whether a function determination model corresponding to the determined operation performing device is stored in the internal memory of the listener device, based on the storage information of the function determination model of the listener device. In one embodiment, the processor 1200 of the hub device 1000 (see FIG. 2) uses the program code or data of the function determination device determination module 1340 (see FIG. 2), and a function determination model corresponding to the operation performing device You can check whether it is stored in the internal memory of this listener device. In one embodiment, the processor 1200 checks whether the function determination model stored in the internal memory of the listener device is the same as the function determination model corresponding to the operation performing device, based on the acquired function determination model storage information of the listener device. I can.

다른 실시예에서, 프로세서(1200)는 복수의 디바이스 별 기능 판단 모델에 관한 정보를 저장하고 있는 데이터베이스(1360, 도 2 참조)를 이용하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있는지 확인할 수 있다. 일 실시예에서, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)의 프로그램 코드 또는 데이터를 이용하여, 리스너 디바이스의 디바이스 식별 정보에 따라 데이터베이스(1360)를 서치하고, 데이터베이스(1360)의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스에 저장되어 있는지에 관한 정보를 획득할 수 있다. In another embodiment, the processor 1200 uses a database 1360 (refer to FIG. 2) that stores information on a function determination model for each device, and the function determination model corresponding to the operation performing device is an internal memory of the listener device. You can check if it is stored in. In one embodiment, the processor 1200 searches the database 1360 according to the device identification information of the listener device using the program code or data of the function determination device determination module 1340, and a search result of the database 1360 Information on whether a function determination model corresponding to an operation performing device is stored in the listener device may be obtained on the basis of.

단계 S1430에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있는 것으로 확인된 경우(YES), 허브 디바이스(1000)는 리스너 디바이스에 텍스트의 적어도 일부를 전송한다 (단계 S1460). 일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 리스너 디바이스의 내부 메모리에 기 저장된 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. When it is confirmed in step S1430 that the function determination model corresponding to the operation performing device is stored in the internal memory of the listener device (YES), the hub device 1000 transmits at least a part of the text to the listener device (step S1460). . In an embodiment, the processor 1200 may transmit at least a portion of the text to a function determination model previously stored in an internal memory of the listener device using the communication interface 1400.

단계 S1430에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 리스너 디바이스의 내부 메모리에 저장되어 있지 않은 것으로 확인된 경우(NO), 허브 디바이스(1000)는 음성 비서 서버(2000)에 텍스트의 적어도 일부를 전송한다 (단계 S1480). 일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 음성 비서 서버(2000)의 메모리(1300, 도 3 참조)에 기 저장된 복수의 기능 판단 모델(2342, 2344, 2346, 2348) 중 동작 수행 디바이스에 대응하는 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. In step S1430, when it is determined that the function determination model corresponding to the operation performing device is not stored in the internal memory of the listener device (NO), the hub device 1000 transmits at least part of the text to the voice assistant server 2000 (Step S1480). In one embodiment, the processor 1200 uses the communication interface 1400, a plurality of function determination models 2342, 2344, 2346, and 2348 previously stored in the memory 1300 (refer to FIG. 3) of the voice assistant server 2000. ), at least a part of the text may be transmitted to a function determination model corresponding to an operation performing device.

단계 S1460 및 단계 S1480에서, 프로세서(1200)는 텍스트의 전체를 전송하지 않고, 텍스트의 적어도 일부만을 전송할 수 있는데, 구체적인 실시예는 도 13에서 설명한 것과 동일하므로, 중복되는 설명은 생략한다. In steps S1460 and S1480, the processor 1200 may transmit at least a part of the text without transmitting the entire text. Since a specific embodiment is the same as that described in FIG. 13, a redundant description will be omitted.

단계 S1410에서 리스너 디바이스와 동작 수행 디바이스가 서로 다른 디바이스로 확인된 경우(NO), 허브 디바이스(1000)는 동작 수행 디바이스로부터 기능 판단 모델의 저장 정보를 획득한다 (단계 S1440). 일 실시예에서, 허브 디바이스(1000)는 통신 인터페이스(1400, 도 2 참조)를 이용하여 동작 수행 디바이스로부터 기능 판단 모델의 저장 정보를 수신할 수 있다. 일 실시예에서, 허브 디바이스(1000)는 동작 수행 디바이스로부터 기능 판단 모델에 관한 정보를 수신할 때, 기능 판단 모델이 저장된 위치(예를 들어, 동작 수행 디바이스의 식별 정보, IP 주소(IP address), 또는 MAC 주소(MAC address))에 관한 정보를 함께 획득할 수 있다. When it is determined in step S1410 that the listener device and the operation performing device are different devices (NO), the hub device 1000 acquires storage information of the function determination model from the operation performing device (step S1440). In an embodiment, the hub device 1000 may receive storage information of the function determination model from the operation performing device using the communication interface 1400 (refer to FIG. 2 ). In one embodiment, when the hub device 1000 receives information on the function determination model from the operation performing device, the location where the function determination model is stored (eg, identification information of the operation performing device, IP address) , Or MAC address (MAC address) information may be obtained together.

단계 S1450에서, 허브 디바이스(1000)는 기능 판단 모델이 동작 수행 디바이스의 내부 메모리에 저장되어 있는지 확인한다. 일 실시예에서, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)의 프로그램 코드 또는 데이터를 이용하여, 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이의 내부 메모리에 저장되어 있는지 여부를 확인할 수 있다. 다른 실시예에서, 프로세서(1200)는 복수의 디바이스 별 기능 판단 모델에 관한 정보를 저장하고 있는 데이터베이스(1360)를 이용하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 내부 메모리에 저장되어 있는지 확인할 수 있다. 일 실시예에서, 프로세서(1200)는 기능 판단 디바이스 결정 모듈(1340)의 프로그램 코드 또는 데이터를 이용하여, 동작 수행 디바이스의 디바이스 식별 정보에 따라 데이터베이스(1360)를 서치하고, 데이터베이스(1360)의 서치 결과에 기초하여 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 내부 메모리에 자체적으로 저장되어 있는지에 관한 정보를 획득할 수 있다. In step S1450, the hub device 1000 checks whether the function determination model is stored in the internal memory of the operation performing device. In one embodiment, the processor 1200 uses the program code or data of the function determination device determination module 1340 to check whether a function determination model corresponding to the operation execution device is stored in the internal memory of the operation execution device. I can. In another embodiment, the processor 1200 stores a function determination model corresponding to the operation performing device in the internal memory of the operation performing device using the database 1360 storing information on the function determination model for each device. You can check if there is. In one embodiment, the processor 1200 searches the database 1360 according to the device identification information of the device performing the operation using the program code or data of the function determination device determination module 1340 and searches the database 1360 Based on the result, it is possible to obtain information on whether a function determination model corresponding to the device for performing the operation is stored in an internal memory of the device for performing the operation.

단계 S1450에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스의 내부 메모리에 자체적으로 저장되어 있는 것으로 확인된 경우(YES), 허브 디바이스(1000)는 텍스트의 적어도 일부를 동작 수행 디바이스에 전송한다 (단계 S1470). 일 실시예에서, 프로세서(1200)는 통신 인터페이스(1400)를 이용하여, 동작 수행 디바이스의 내부 메모리에 기 저장된 기능 판단 모델에 텍스트의 적어도 일부를 전송할 수 있다. In step S1450, when it is confirmed that the function determination model corresponding to the operation performing device is stored in the internal memory of the operation performing device (YES), the hub device 1000 transmits at least part of the text to the operation performing device. (Step S1470). In an embodiment, the processor 1200 may transmit at least a part of the text to a function determination model pre-stored in an internal memory of an operation performing device using the communication interface 1400.

단계 S1450에서 동작 수행 디바이스에 대응하는 기능 판단 모델이 동작 수행 디바이스에 저장되지 않은 것으로 확인된 경우(NO), 허브 디바이스(1000)는 텍스트의 적어도 일부를 음성 비서 서버(2000)에 전송한다 (단계 S1480). If it is determined in step S1450 that the function determination model corresponding to the operation performing device is not stored in the operation performing device (NO), the hub device 1000 transmits at least part of the text to the voice assistant server 2000 (step S1480).

도 15는 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), 및 리스너 디바이스(4000b)의 동작 방법을 도시한 흐름도이다. 도 15에 도시된 실시예는 허브 디바이스(1000)를 통한 자연어 해석을 통해 리스너 디바이스(4000b)가 동작 수행 디바이스로 결정된 경우의 실시예이다. 15 is a flowchart illustrating a method of operating the hub device 1000, the voice assistant server 2000, and the listener device 4000b of the present disclosure. The embodiment shown in FIG. 15 is an embodiment in which the listener device 4000b is determined as an operation performing device through natural language analysis through the hub device 1000.

도 15를 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 기능 판단 디바이스 결정 모듈(1340), 및 복수의 기능 판단 모델(1352, 1354, 1356)을 포함할 수 있다. 그러나, 이에 한정되는 것은 아니고, 허브 디바이스(1000)는 기능 판단 모델을 저장하지 않거나, 또는 동작 디바이스에 대응하는 기능 판단 모델을 저장하지 않을 수 있다. Referring to FIG. 15, the hub device 1000 includes an ASR module 1310, an NLG module 1320, a device determination model 1330, a function determination device determination module 1340, and a plurality of function determination models 1352, 1354. , 1356). However, the present invention is not limited thereto, and the hub device 1000 may not store the function determination model or may not store the function determination model corresponding to the operating device.

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.The voice assistant server 2000 may store a plurality of function determination models 2342, 2344, 2346. For example, the first function determination model 2342 stored in the voice assistant server 2000 determines the function of the air conditioner, and obtains detailed operations related to the determined function and operation information regarding the relationship between the detailed operations. It may be the model used. For example, the second function determination model 2344 is a model used to determine a function of a TV and obtain detailed operations related to the determined function and operation information regarding a relationship between the detailed operations, and the third function The determination model 2346 may be a model used to determine a function of the washing machine and obtain detailed operations related to the determined function and operation information regarding a relationship between the detailed operations.

리스너 디바이스(4000b)는 사용자로부터 음성 입력을 수신하는 디바이스이다. 그러나, 이에 한정되는 것은 아니고, 일 실시예에서 리스너 디바이스(4000b)는 허브 디바이스(1000)로부터 제어 명령을 받아 특정 기능에 관한 동작을 수행하는 동작 수행 디바이스일 수도 있다. 도 15에 도시된 실시예에서, 리스너 디바이스(4000b)는 기능 판단 모델(4032b), ASR 모듈(4038b), 마이크(4040b)를 포함할 수 있다. 기능 판단 모델(4032b)은 자연어 이해 모델(4034b) 및 액션 플랜 관리 모듈(4036b)을 포함할 수 있다. The listener device 4000b is a device that receives a voice input from a user. However, the present invention is not limited thereto, and in an embodiment, the listener device 4000b may be an operation performing device that receives a control command from the hub device 1000 and performs an operation related to a specific function. In the embodiment illustrated in FIG. 15, the listener device 4000b may include a function determination model 4032b, an ASR module 4038b, and a microphone 4040b. The function determination model 4032b may include a natural language understanding model 4034b and an action plan management module 4036b.

단계 S1510에서, 리스너 디바이스(4000b)는 사용자로부터 음성 입력을 수신한다. 일 실시예에서 리스너 디바이스(4000b)는, 마이크(4040b)를 통해 리스너 디바이스(4000b)가 수행하는 기능과 관련된 음성 입력을 사용자로부터 수신할 수 있다. 예를 들어, 리스너 디바이스(4000b)는 에어컨인 경우, 리스너 디바이스(4000b)는 마이크(4040b)를 통해 사용자로부터 "에어컨 온도를 20℃로 내려줘"와 같은 음성 입력을 수신할 수 있다.In step S1510, the listener device 4000b receives a voice input from the user. In an embodiment, the listener device 4000b may receive a voice input related to a function performed by the listener device 4000b from a user through the microphone 4040b. For example, when the listener device 4000b is an air conditioner, the listener device 4000b may receive a voice input such as "reduce the air conditioner temperature to 20°C" from the user through the microphone 4040b.

일 실시예에서, 리스너 디바이스(4000b)는 사용자로부터 수신한 음성 입력으로부터 음성 신호를 획득할 수 있다. 일 실시예에서, 리스너 디바이스(4000b)는 마이크(4040b)를 통해 수신된 소리를 음향 신호로 변환하고, 음향 신호로부터 노이즈(예를 들어, 비음성 성분)를 제거하여 음성 신호를 획득할 수 있다. In an embodiment, the listener device 4000b may obtain a voice signal from a voice input received from a user. In an embodiment, the listener device 4000b converts the sound received through the microphone 4040b into an acoustic signal, and removes noise (eg, a non-speech component) from the acoustic signal to obtain a speech signal. .

단계 S1520에서 리스너 디바이스(4000b)는, 리스너 디바이스(4000b)의 메모리에 디바이스 판단 모델이 저장되어 있는지 확인한다. 일 실시예에서, 리스너 디바이스(4000b)는 메모리를 스캔함으로써 디바이스 판단 모델에 해당되는 프로그램 코드 또는 데이터가 저장되어 있는지 확인할 수 있다. 그러나, 이에 한정되는 것은 아니고, 리스너 디바이스(4000b)는 디바이스 식별 정보(예를 들어, 디바이스 id)를 기초로 디바이스의 사양(spec)에 관한 정보를 획득하고, 디바이스 사양 정보를 이용하여 리스너 디바이스(4000b)의 내부 메모리에 디바이스 판단 모델이 저장되어 있는지 여부를 확인할 수 있다.In step S1520, the listener device 4000b checks whether the device determination model is stored in the memory of the listener device 4000b. In an embodiment, the listener device 4000b may check whether a program code or data corresponding to a device determination model is stored by scanning a memory. However, the present invention is not limited thereto, and the listener device 4000b acquires information about the device specification based on device identification information (eg, device id), and uses the device specification information to obtain the listener device ( It is possible to check whether the device determination model is stored in the internal memory of 4000b).

리스너 디바이스(4000b)의 메모리에 디바이스 판단 모델이 저장되지 않은 것으로 확인된 경우(NO), 리스너 디바이스(4000b)는 허브 디바이스(1000)에 음성 신호를 전송한다 (단계 S1522).When it is confirmed that the device determination model is not stored in the memory of the listener device 4000b (NO), the listener device 4000b transmits a voice signal to the hub device 1000 (step S1522).

리스너 디바이스(4000b)의 메모리에 디바이스 판단 모델이 저장되어 있는 것으로 확인된 경우(YES), 리스너 디바이스(4000b)는 ASR을 수행하여, 음성 신호를 텍스트로 변환한다 (단계 S1530). 리스너 디바이스(4000b)는 ASR 모듈(4038b)을 이용하여 ASR을 수행함으로써, 음성 신호를 컴퓨터로 판독 가능한 텍스트로 변환할 수 있다. 리스너 디바이스(4000b)가, 노이즈가 제거되지 않은 음향 신호를 수신하는 경우에는, 수신된 음향 신호에서 노이즈를 제거하여 음성 신호를 획득하고, 음성 신호에 대하여 ASR을 수행할 수 있다.When it is confirmed that the device determination model is stored in the memory of the listener device 4000b (YES), the listener device 4000b performs ASR to convert the voice signal into text (step S1530). The listener device 4000b may perform ASR using the ASR module 4038b, thereby converting the speech signal into computer-readable text. When the listener device 4000b receives a sound signal from which noise has not been removed, the listener device 4000b may obtain a voice signal by removing noise from the received sound signal, and perform ASR on the voice signal.

단계 S1540에서, 리스너 디바이스(4000b)는 디바이스 판단 모델을 이용하여 텍스트를 해석함으로써, 리스너 디바이스(4000b)를 동작 수행 디바이스로 결정한다. 일 실시예에서, 리스너 디바이스(4000b)에 포함되는 디바이스 판단 모델은 자연어 이해 모델을 포함하고, 리스너 디바이스(4000b)는 자연어 이해 모델을 이용하여 텍스트를 해석함으로써, 리스너 디바이스(4000b)를 동작 수행 디바이스로 결정할 수 있다. 예를 들어, 음성 신호로부터 변환된 텍스트가 "에어컨 온도를 20℃로 내려줘"인 경우, 리스너 디바이스(4000b)는 자연어 이해 모델을 이용하여 텍스트를 해석함으로써, 에어컨인 리스너 디바이스(4000b)를 동작 수행 디바이스로 결정할 수 있다. In step S1540, the listener device 4000b analyzes the text using the device determination model to determine the listener device 4000b as an operation performing device. In one embodiment, the device determination model included in the listener device 4000b includes a natural language understanding model, and the listener device 4000b interprets the text using the natural language understanding model, thereby operating the listener device 4000b. Can be determined by For example, when the text converted from the voice signal is "Take the air conditioner temperature down to 20℃", the listener device 4000b operates the listener device 4000b, which is an air conditioner, by analyzing the text using a natural language understanding model. It can be determined by the execution device.

단계 S1550에서, 리스너 디바이스(4000b)는 텍스트를 기능 판단 모델(4030)에 제공한다. 예를 들어, 기능 판단 모델(4032)은 에어컨에 관한 기능 판단 모델로서, 에어컨이 기능에 따른 동작을 실행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다. 기능 판단 모델(4032)은, 텍스트의 적어도 일부에 대한 분석 결과에 기초하여 리스너 디바이스(4000b)가 수행할 동작에 관한 동작 정보를 획득하도록 구성된 자연어 이해 모델(4034b)을 포함할 수 있다. 기능 판단 모델(4032b)은, 리스너 디바이스(4000b)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 생성하기 위하여 디바이스의 세부 동작에 관련된 동작 정보를 관리하는 액션 플랜 관리 모듈(4036b)을 포함할 수 있다. 액션 플랜 관리 모듈(4036b)은, 텍스트의 적어도 일부에 관한 분석 결과에 기초하여, 리스너 디바이스(4000b)가 수행할 세부 동작들 및 세부 동작들의 실행 순서를 플래닝(planning)할 수 있다. In step S1550, the listener device 4000b provides the text to the function determination model 4030. For example, the function determination model 4032 is a function determination model related to an air conditioner, and is a model used to obtain detailed operations for the air conditioner to execute an operation according to a function and operation information about a relationship between the detailed operations. I can. The function determination model 4032 may include a natural language understanding model 4034b configured to obtain operation information on an operation to be performed by the listener device 4000b based on an analysis result of at least a portion of the text. The function determination model 4032b includes an action plan management module 4036b that manages operation information related to detailed operations of the device in order to generate detailed operations to be performed by the listener device 4000b and an execution order of the detailed operations. I can. The action plan management module 4036b may plan detailed operations to be performed by the listener device 4000b and an execution order of the detailed operations based on an analysis result of at least a part of the text.

일 실시예에서, 리스너 디바이스(4000b)는 "에어컨 온도를 20℃로 내려줘”의 텍스트를 에어컨에 관한 기능 판단 모델(4032b)에 제공하고, 자연어 이해 모델(4034b)을 이용하여 텍스트를 해석함으로써 에어컨이 수행할 동작 정보, 예를 들어 '설정 온도 내림'에 관한 동작에 관한 정보를 획득하고, 액션 플랜 관리 모듈(4036b)을 이용하여 '설정 온도 내림'에 관한 동작을 수행하기 위한 세부 동작들 및 세부 동작들의 실행 순서를 플래닝할 수 있다. In one embodiment, the listener device 4000b provides the text of "Reduce the air conditioner temperature to 20°C" to the function determination model 4032b regarding the air conditioner, and interprets the text using the natural language understanding model 4034b. Detailed operations for acquiring operation information to be performed by the air conditioner, for example, information on the operation related to the'set temperature lowering', and performing an operation related to the'set temperature lowering' using the action plan management module 4036b And it is possible to plan the execution order of detailed operations.

단계 S1522에서, 허브 디바이스(1000)는 리스너 디바이스(4000b)로부터 음성 신호를 수신한다.In step S1522, the hub device 1000 receives a voice signal from the listener device 4000b.

단계 S1560에서, 허브 디바이스(1000)는 ASR을 수행하여, 음성 신호를 텍스트로 변환한다. 허브 디바이스(1000)가 ASR을 수행하는 구체적인 방법은 도 6의 단계 S620에서 설명한 방법과 동일하므로, 중복되는 설명은 생략한다.In step S1560, the hub device 1000 performs ASR to convert the voice signal into text. A specific method of performing the ASR by the hub device 1000 is the same as the method described in step S620 of FIG. 6, and thus a duplicate description will be omitted.

단계 S1570에서, 허브 디바이스(1000)는 제1 자연어 이해 모델(1332)을 이용하여 텍스트를 해석하고, 디바이스 판단 모델(1330)을 이용하여 리스너 디바이스(4000b)를 텍스트와 관련된 동작 수행 디바이스로 결정한다. 예를 들어, 허브 디바이스(1000)는 제1 자연어 이해 모델(1332)을 이용하여 "에어컨 온도를 20℃로 내려줘"의 텍스트를 해석함으로써, '에어컨의 설정 온도 내림'이라는 인텐트를 획득하고, 디바이스 판단 모델(1330)을 이용하여 획득한 인텐트에 기초하여 에어컨인 리스너 디바이스(4000b)를 동작 수행 디바이스로 결정할 수 있다. 허브 디바이스(1000)가 동작 수행 디바이스를 결정하는 구체적인 방법은 도 6의 단계 S630에서 설명한 방법과 동일하므로, 중복되는 설명은 생략한다. In step S1570, the hub device 1000 analyzes the text using the first natural language understanding model 1332, and determines the listener device 4000b as a device performing an operation related to the text using the device determination model 1330. . For example, the hub device 1000 uses the first natural language understanding model 1332 to obtain an intent of “lowering the set temperature of the air conditioner” by interpreting the text “Take the air conditioner temperature down to 20° C.” , The listener device 4000b, which is an air conditioner, may be determined as an operation performing device based on the intent obtained by using the device determination model 1330. A specific method of determining the device for performing the operation by the hub device 1000 is the same as the method described in step S630 of FIG. 6, and therefore, a duplicate description will be omitted.

단계 S1580에서, 허브 디바이스(1000)는 리스너 디바이스(4000b)에 기능 판단 모델이 저장되어 있는지 확인한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 리스너 디바이스(4000b)로부터 획득한 기능 판단 모델의 저장 정보에 기초하여, 리스너 디바이스(4000b)에 대응하는 기능 판단 모델이 리스너 디바이스(4000b)의 내부 메모리에 저장되어 있는지 확인한다. 다른 실시예에서, 프로세서(1200)는 복수의 디바이스 별 기능 판단 모델에 관한 정보를 저장하고 있는 데이터베이스(1360, 도 2 참조)를 이용하여 리스너 디바이스(4000b)에 대응하는 기능 판단 모델이 리스너 디바이스(4000b)의 내부 메모리에 저장되어 있는지 확인할 수 있다. 리스너 디바이스(4000b)에 대응하는 기능 판단 모델이 리스너 디바이스(4000b)의 내부 메모리에 저장되어 있는지 확인하는 구체적인 방법은 도 14의 단계 S1430에서 설명한 방법과 동일하므로, 중복되는 설명은 생략한다.In step S1580, the hub device 1000 checks whether a function determination model is stored in the listener device 4000b. In one embodiment, the processor 1200 (refer to FIG. 2) of the hub device 1000 includes a function determination model corresponding to the listener device 4000b based on the storage information of the function determination model acquired from the listener device 4000b. Check whether it is stored in the internal memory of the listener device 4000b. In another embodiment, the processor 1200 uses a database 1360 (refer to FIG. 2) that stores information on a function determination model for each device, and the function determination model corresponding to the listener device 4000b is a listener device ( You can check whether it is stored in the internal memory of 4000b). A detailed method of checking whether the function determination model corresponding to the listener device 4000b is stored in the internal memory of the listener device 4000b is the same as the method described in step S1430 of FIG. 14, and thus, a duplicate description will be omitted.

단계 S1580에서 리스너 디바이스(4000b)에 기능 판단 모델이 저장되어 있는 것으로 확인된 경우(YES), 허브 디바이스(1000)는 텍스트를 리스너 디바이스(4000b)의 기능 판단 모델에 전송한다 (단계 S1592).When it is confirmed in step S1580 that the function determination model is stored in the listener device 4000b (YES), the hub device 1000 transmits the text to the function determination model of the listener device 4000b (step S1592).

단계 S1580에서 리스너 디바이스(4000b)에 기능 판단 모델이 저장되지 않은 것으로 확인된 경우(NO), 허브 디바이스(1000)는 텍스트를 음성 비서 서버(2000)의 리스너 디바이스(4000b)에 대응하는 기능 판단 모델에 전송한다 (단계 S1594). 예를 들어, 리스너 디바이스(4000b)가 에어컨이고, 리스너 디바이스(4000b)의 내부 메모리에 에어컨에 관한 기능 판단 모델이 저장되지 않은 것으로 확인된 경우, 허브 디바이스(1000)는 텍스트를 음성 비서 서버(2000)의 메모리(2300, 도 3 참조)에 기 저장된 복수의 기능 판단 모델(2342, 2344, 2346) 중 에어컨에 관한 기능 판단 모델인 제1 기능 판단 모델(2342)에 전송할 수 있다. If it is determined in step S1580 that the function determination model is not stored in the listener device 4000b (NO), the hub device 1000 transfers the text to the function determination model corresponding to the listener device 4000b of the voice assistant server 2000 Transfer to (step S1594). For example, when it is confirmed that the listener device 4000b is an air conditioner and the function determination model for the air conditioner is not stored in the internal memory of the listener device 4000b, the hub device 1000 sends text to the voice assistant server 2000 ) Of the plurality of function determination models 2342, 2344, and 2346 previously stored in the memory 2300 (refer to FIG. 3), the first function determination model 2342, which is a function determination model for an air conditioner.

일 실시예에서, 리스너 디바이스(4000b)에 의해 수행되는 단계 S1530 내지 단계 S1550과 허브 디바이스(1000)에 의해 수행되는 단계 S1560 내지 단계 S1594는 별개의 수행 주체를 통해 각각 병렬적으로 수행될 수 있다. 또한, 리스너 디바이스(4000b)에 의해 수행되는 단계 S1530 내지 단계 S1550은 허브 디바이스(1000)에 의해 수행되는 단계 S1560 내지 단계 S1594와 관계없이 독립적으로 수행될 수 있다. 즉, 리스너 디바이스(4000b)는 허브 디바이스(1000)에 의해 동작 수행 디바이스로 결정되어 텍스트의 적어도 일부를 전송받을 수 있지만, 이에 한정되는 것은 아니다. 일 실시예에서, 리스너 디바이스(4000b)는 자체적으로 사용자의 음성 입력을 해석함으로써 동작 수행 디바이스를 결정하고, 기능 판단 모델(4032b)에 텍스트의 적어도 일부를 제공할 수도 있다. In an embodiment, steps S1530 to S1550 performed by the listener device 4000b and steps S1560 to S1594 performed by the hub device 1000 may be performed in parallel through separate execution entities. Also, steps S1530 to S1550 performed by the listener device 4000b may be independently performed regardless of steps S1560 to S1594 performed by the hub device 1000. That is, the listener device 4000b may be determined as an operation performing device by the hub device 1000 and may receive at least a portion of the text, but is not limited thereto. In an embodiment, the listener device 4000b may determine a device for performing an operation by interpreting the user's voice input by itself, and may provide at least a portion of the text to the function determination model 4032b.

도 16은 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), 동작 수행 디바이스(4000a), 및 리스너 디바이스(4000b)의 동작 방법을 도시한 흐름도이다. 도 16에 도시된 실시예는 리스너 디바이스(4000b)와 동작 수행 디바이스(4000a) 서로 다른 별개의 디바이스인 경우의 실시예이다. 예를 들어, 리스너 디바이스(4000b)는 TV이고, 동작 수행 디바이스(4000a)는 에어컨일 수 있다. 16 is a flowchart illustrating a method of operating the hub device 1000, the voice assistant server 2000, the operation performing device 4000a, and the listener device 4000b of the present disclosure. The embodiment shown in FIG. 16 is an embodiment in which the listener device 4000b and the operation performing device 4000a are separate devices. For example, the listener device 4000b may be a TV, and the operation performing device 4000a may be an air conditioner.

도 16을 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 기능 판단 디바이스 결정 모듈(1340), 및 복수의 기능 판단 모델(1352, 1354, 1356)을 포함할 수 있다. Referring to FIG. 16, the hub device 1000 includes an ASR module 1310, an NLG module 1320, a device determination model 1330, a function determination device determination module 1340, and a plurality of function determination models 1352, 1354. , 1356).

음성 비서 서버(2000)는 복수의 기능 판단 모델(2342, 2344, 2346)을 저장할 수 있다. The voice assistant server 2000 may store a plurality of function determination models 2342, 2344, 2346.

도 16에 도시된 허브 디바이스(1000) 및 음성 비서 서버(2000)는 도 15에 도시된 허브 디바이스(1000) 및 음성 비서 서버(2000)와 각각 동일하므로, 중복되는 설명은 생략한다. Since the hub device 1000 and the voice assistant server 2000 illustrated in FIG. 16 are the same as the hub device 1000 and the voice assistant server 2000 illustrated in FIG. 15, duplicate descriptions will be omitted.

도 16에 도시된 리스너 디바이스(4000b)는 도 15의 경우와는 달리, 마이크(4040b)만을 포함할 수 있다. 리스너 디바이스(4000b)는 마이크(4040b)를 통해 사용자의 음성 입력을 수신하고, 수신된 음성 입력을 허브 디바이스(1000)에 전송할 수 있다. 일 실시예에서, 리스너 디바이스(4000b)는 사용자의 음성 입력이 수신되면, 허브 디바이스(1000)에 음성 입력을 전송하는 동작을 수행하도록 미리 설정될 수 있다.Unlike the case of FIG. 15, the listener device 4000b illustrated in FIG. 16 may include only the microphone 4040b. The listener device 4000b may receive a user's voice input through the microphone 4040b and transmit the received voice input to the hub device 1000. In an embodiment, when a user's voice input is received, the listener device 4000b may be preset to perform an operation of transmitting the voice input to the hub device 1000.

동작 수행 디바이스(4000a)는 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.The operation performing device 4000a may store its own function determination model 4032. In the memory of the operation execution device 4000a, the operation execution device 4000a analyzes the text by itself, and a function determination model 4032 used to perform an operation according to the user's intention based on the analysis result of the text. May have been saved. For example, if the operation performing device 4000a is an'air conditioner', the function determination model 4032 stored in the memory of the operation performing device 4000a determines the function of the air conditioner, and detailed operations related to the determined function and It may be a model used to obtain motion information about a relationship between detailed motions.

단계 S1610에서, 리스너 디바이스(4000b)는 사용자로부터 음성 입력을 수신한다. 단계 S1610은 도 15의 단계 S1510과 동일하므로 중복되는 설명은 생략한다.In step S1610, the listener device 4000b receives a voice input from the user. Since step S1610 is the same as step S1510 of FIG. 15, a duplicate description will be omitted.

단계 S1620에서, 리스너 디바이스(4000b)는 사용자 계정(user account)에 기 등록된 복수의 디바이스 중 디바이스 판단 모델(1330)을 포함하는 디바이스를 허브 디바이스(1000)로 결정한다. 일 실시예에서, 리스너 디바이스(4000b)는 유선 또는 무선 통신 네트워크를 통해 연결되고, 동일한 사용자 계정으로 로그인된 복수의 디바이스로부터 디바이스 판단 모델 정보를 획득하고, 획득된 디바이스 판단 모델 정보에 기초하여 디바이스 판단 모델(1330)을 저장하고 있는 디바이스를 허브 디바이스(1000)로 결정할 수 있다. 디바이스 판단 모델 정보는, 예를 들어 복수의 디바이스 각각의 디바이스 판단 모델 유무에 관한 정보, 디바이스 판단 모델이 저장된 디바이스/서버의 식별 정보, 저장된 디바이스/서버의 IP 주소(IP address), 또는 저장된 디바이스/서버의 MAC 주소(MAC address))에 관한 정보 중 적어도 하나를 포함할 수 있다. In step S1620, the listener device 4000b determines a device including the device determination model 1330 among a plurality of devices previously registered in a user account as the hub device 1000. In one embodiment, the listener device 4000b obtains device determination model information from a plurality of devices connected through a wired or wireless communication network and logged in with the same user account, and determines a device based on the obtained device determination model information. A device storing the model 1330 may be determined as the hub device 1000. The device determination model information includes, for example, information on the presence or absence of a device determination model of each of a plurality of devices, identification information of a device/server in which the device determination model is stored, an IP address of a stored device/server, or a stored device/ It may include at least one of information about the server's MAC address (MAC address).

단계 S1630에서, 리스너 디바이스(4000b)는 허브 디바이스(1000)에 음성 신호를 전송한다. In step S1630, the listener device 4000b transmits a voice signal to the hub device 1000.

단계 S1640에서, 허브 디바이스(1000)는 ASR을 수행하여, 음성 신호를 텍스트로 변환한다.In step S1640, the hub device 1000 performs ASR to convert the voice signal into text.

단계 S1650에서, 허브 디바이스(1000)는 제1 자연어 이해 모델(1332)을 이용하여 텍스트를 해석하고, 디바이스 판단 모델(1330)을 이용하여 텍스트와 관련된 동작 수행 디바이스를 결정한다. In step S1650, the hub device 1000 analyzes the text using the first natural language understanding model 1332, and determines a device for performing an operation related to the text using the device determination model 1330.

단계 S1640 및 단계 S1650은 도 6의 단계 S620 및 단계 S630과 각각 동일하므로, 중복되는 설명은 생략한다.Step S1640 and step S1650 are the same as steps S620 and S630 of FIG. 6, respectively, and thus redundant descriptions are omitted.

단계 S1660에서, 허브 디바이스(1000)는 동작 수행 디바이스에 기능 판단 모델이 저장되어 있는지 확인한다. 일 실시예에서, 허브 디바이스(1000)의 프로세서(1200, 도 2 참조)는 동작 수행 디바이스(4000a)로부터 획득한 기능 판단 모델의 저장 정보에 기초하여, 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델(4032)이 동작 수행 디바이스(4000a)의 내부 메모리에 저장되어 있는지 확인한다. 다른 실시예에서, 프로세서(1200)는 복수의 디바이스 별 기능 판단 모델에 관한 정보를 저장하고 있는 데이터베이스(1360, 도 2 참조)를 이용하여 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 동작 수행 디바이스(4000a)의 내부 메모리에 저장되어 있는지 확인할 수 있다. 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델이 동작 수행 디바이스(4000a)의 내부 메모리에 저장되어 있는지 확인하는 구체적인 방법은 도 14의 단계 S1450에서 설명한 방법과 동일하므로, 중복되는 설명은 생략한다.In step S1660, the hub device 1000 checks whether the function determination model is stored in the operation performing device. In one embodiment, the processor 1200 of the hub device 1000 (refer to FIG. 2) determines a function corresponding to the operation performing device 4000a based on the storage information of the function determination model obtained from the operation performing device 4000a. It is checked whether the model 4032 is stored in the internal memory of the operation performing device 4000a. In another embodiment, the processor 1200 performs an operation by using a database 1360 (refer to FIG. 2) that stores information on a function determination model for each device, and a function determination model corresponding to the device 4000a performs an operation. It can be checked whether it is stored in the internal memory of the device 4000a. A detailed method of checking whether a function determination model corresponding to the operation performing device 4000a is stored in the internal memory of the operation performing device 4000a is the same as the method described in step S1450 of FIG. 14, and thus a duplicate description will be omitted.

단계 S1660에서 동작 수행 디바이스(4000a)에 기능 판단 모델(4032)이 저장된 것으로 확인된 경우(YES), 허브 디바이스(1000)는 텍스트를 동작 수행 디바이스(4000a)에 전송한다 (단계 S1672). 예를 들어, 동작 수행 디바이스(4000a)가 에어컨이고, 동작 수행 디바이스(4000a)의 메모리에 저장된 기능 판단 모델(4032)이 에어컨에 관한 동작 정보를 획득하기 위한 모델로 확인된 경우, 허브 디바이스(1000)는 동작 수행 디바이스(4000a)에 저장된 기능 판단 모델(4032)에 텍스트의 적어도 일부를 전송할 수 있다. If it is confirmed that the function determination model 4032 is stored in the operation performing device 4000a in step S1660 (YES), the hub device 1000 transmits the text to the operation performing device 4000a (step S1672). For example, when the operation performing device 4000a is an air conditioner and the function determination model 4032 stored in the memory of the operation performing device 4000a is confirmed as a model for obtaining operation information about the air conditioner, the hub device 1000 ) May transmit at least a part of the text to the function determination model 4032 stored in the operation performing device 4000a.

단계 S1660에서 동작 수행 디바이스(4000a)에 기능 판단 모델이 저장되지 않은 것으로 확인된 경우(NO), 허브 디바이스(1000)는 텍스트를 음성 비서 서버(2000)에 전송한다 (단계 S1674). 예를 들어, 동작 수행 디바이스(4000a)가 에어컨이지만, 동작 수행 디바이스(4000a)의 메모리에 저장된 기능 판단 모델(4032)이 TV에 관한 동작 정보를 획득하기 위한 모델인 것으로 확인된 경우, 허브 디바이스(1000)는 음성 비서 서버(2000)에 저장된 복수의 기능 판단 모델(2342, 2344, 2346) 중 에어컨에 관한 동작 정보를 획득하기 위한 제1 기능 판단 모델(2342)에 텍스트의 적어도 일부를 전송할 수 있다. If it is determined in step S1660 that the function determination model is not stored in the operation performing device 4000a (NO), the hub device 1000 transmits the text to the voice assistant server 2000 (step S1674). For example, if the operation performing device 4000a is an air conditioner, but it is determined that the function determination model 4032 stored in the memory of the operation performing device 4000a is a model for obtaining operation information about the TV, the hub device ( 1000) may transmit at least a part of the text to the first function determination model 2342 for acquiring operation information about the air conditioner among the plurality of function determination models 2342, 2344, 2346 stored in the voice assistant server 2000. .

도 17은 본 개시의 동작 수행 디바이스(4000a)가 기능 판단 모델의 업데이트하는 실시예를 도시한 도면이다.17 is a diagram illustrating an example in which the operation performing device 4000a of the present disclosure updates a function determination model.

도 17을 참조하면, 음성 비서 서버(2000)는 디바이스 판단 모델(2330), 및 복수의 기능 판단 모델(2342, 2344, 2346)을 포함할 수 있다. 동작 수행 디바이스(4000a)는 기능 판단 모델(4032)을 포함하고, 기능 판단 모델(4032)은 자연어 이해 모델(4034) 및 액션 플랜 관리 모듈(4036)을 포함할 수 있다. Referring to FIG. 17, the voice assistant server 2000 may include a device determination model 2330 and a plurality of function determination models 2342, 2344, and 2346. The operation execution device 4000a may include a function determination model 4032, and the function determination model 4032 may include a natural language understanding model 4034 and an action plan management module 4036.

음성 비서 서버(2000)에 포함되는 디바이스 판단 모델(2330)은 최신 디바이스 또는 최신 기능에 관한 음성 입력을 해석함으로써, 동작 수행 디바이스(4000a)를 결정하도록 구성된 최신 버전의 모델일 수 있다. 음성 비서 서버(2000)에 포함되는 복수의 기능 판단 모델(2342, 2344, 2346)은 예를 들어, 에어컨, 냉장고, 및 TV에 관한 최신 기능에 대한 음성 입력을 해석하고, 해석 결과 동작 정보를 생성하도록 구성된 최신 버전의 모델일 수 있다.The device determination model 2330 included in the voice assistant server 2000 may be a model of the latest version configured to determine the operation performing device 4000a by analyzing a voice input for the latest device or the latest function. The plurality of function determination models 2342, 2344, 2346 included in the voice assistant server 2000 analyze voice inputs for the latest functions related to, for example, air conditioners, refrigerators, and TVs, and generate operation information as a result of the analysis. It may be the latest version of the model configured to be.

동작 수행 디바이스(4000a)에 포함되는 기능 판단 모델(4032)은 음성 입력으로부터 변환된 텍스트를 해석함으로써, 특정 기능을 수행하는 동작 정보를 생성하도록 구성된 모델로서, 한정된 개수의 기능에 관한 텍스트만을 해석할 수 있도록 학습된 자연어 이해 모델(4034) 및 자연어 이해 모델(4034)을 통해 해석된 텍스트로부터 동작 정보를 생성하도록 학습된 액션 플랜 관리 모듈(4036)을 포함할 수 있다. 일 실시예에서, 동작 수행 디바이스(4000a)에 포함되는 기능 판단 모델(4032)은 최신 버전이 아니어서 최신 기능에 관한 텍스트는 해석할 수 없고, 최신 기능에 관한 동작 정보를 생성할 수 없다. 최신 기능에 관한 텍스트가 수신되는 경우, 기능 판단 모델(4032)은 자연어 이해 모델(4034)을 이용하더라도 텍스트를 해석할 수 없고, 기능을 판단할 수 없는바, 액션 플랜 관리 모듈(4036)을 이용하더라도 동작 정보를 생성할 수도 없다. 이 경우, 동작 수행 디바이스(4000a)는 기능 판단 불가 상태가 된다. The function determination model 4032 included in the operation performing device 4000a is a model configured to generate operation information for performing a specific function by interpreting the text converted from the voice input, and can analyze only texts related to a limited number of functions. It may include a natural language understanding model 4034 learned to be able to and an action plan management module 4036 learned to generate motion information from the text analyzed through the natural language understanding model 4034. In one embodiment, since the function determination model 4032 included in the operation performing device 4000a is not the latest version, text regarding the latest function cannot be interpreted, and operation information regarding the latest function cannot be generated. When the text on the latest function is received, the function determination model 4032 cannot interpret the text even if the natural language understanding model 4034 is used, and the function cannot be determined, so the action plan management module 4036 is used. Even if it does, it cannot generate motion information. In this case, the operation performing device 4000a is in a state in which function determination is impossible.

단계 S1710에서, 동작 수행 디바이스(4000a)는 디바이스 정보 및 기능 판단 모델의 업데이트 요청 정보를 음성 비서 서버(2000)에 전송한다. 기능 판단 모델의 업데이트 요청 정보는 동작 수행 디바이스(4000a)의 메모리 내에 저장된 기능 판단 모델(4032)의 버전을 음성 비서 서버(2000)에 저장된 복수의 기능 판단 모델(2342, 2344, 2346) 중 동작 수행 디바이스(4000a)에 대응하는 기능 판단 모델의 버전과 동기화(synchronization)하도록 요청하는 정보일 수 있다. In step S1710, the operation performing device 4000a transmits device information and update request information of a function determination model to the voice assistant server 2000. The function determination model update request information includes the version of the function determination model 4032 stored in the memory of the operation performing device 4000a among the plurality of function determination models 2342, 2344, 2346 stored in the voice assistant server 2000. This may be information requesting to synchronize with a version of a function determination model corresponding to the device 4000a.

일 실시예에서, 동작 수행 디바이스(4000a)는 일정 시간 간격, 일정 날짜 등에 따라 주기적으로 기능 판단 모델의 업데이트 요청 정보를 음성 비서 서버(2000)에 전송할 수 있다. 그러나, 이에 한정되는 것은 아니고, 동작 수행 디바이스(4000a)는 애플리케이션(application) 또는 펌웨어(firmware)를 업데이트할 때, 기능 판단 모델의 업데이트 요청 정보를 음성 비서 서버(2000)에 전송할 수 있다. 다른 실시예에서, 동작 수행 디바이스(4000a)는 IoT 서버(3000)로부터 제어 명령을 수신하는 경우, 기능 판단 모델의 업데이트 요청 정보를 음성 비서 서버(2000)에 전송할 수 있다. In an embodiment, the operation performing device 4000a may periodically transmit the update request information of the function determination model to the voice assistant server 2000 according to a certain time interval, a certain date, and the like. However, the present invention is not limited thereto, and when updating an application or firmware, the operation performing device 4000a may transmit update request information of a function determination model to the voice assistant server 2000. In another embodiment, when receiving a control command from the IoT server 3000, the operation performing device 4000a may transmit the update request information of the function determination model to the voice assistant server 2000.

단계 S1720에서, 음성 비서 서버(2000)는 최신 버전의 기능 판단 모델의 업데이트 데이터를 전송한다. In step S1720, the voice assistant server 2000 transmits update data of the latest version of the function determination model.

단계 S1730에서, 동작 수행 디바이스(4000a)는 업데이트 데이터를 이용하여 기능 판단 모델을 최신 버전으로 업데이트한다. 일 실시예에서, 동작 수행 디바이스(4000a)는 음성 비서 서버(2000)로부터 수신한 최신 버전의 기능 판단 모델에 관한 데이터를 이용하여 기존 저장되어 있던 기능 판단 모델(4032)을 덮어쓰기(overwrite) 방식으로 업데이트할 수 있다. 동작 수행 디바이스(4000a)는 기능 판단 모델(4032)의 업데이트를 통해 추가, 수정, 또는 삭제된 최신 기능에 관한 텍스트를 해석하고, 해석 결과에 따라 동작 정보를 생성할 수 있도록 학습(training)을 수행할 수 있다. In step S1730, the operation performing device 4000a updates the function determination model to the latest version by using the update data. In one embodiment, the operation performing device 4000a overwrites the previously stored function determination model 4032 by using data on the latest version of the function determination model received from the voice assistant server 2000 Can be updated with The operation performing device 4000a analyzes text on the latest function added, modified, or deleted through the update of the function determination model 4032, and performs training to generate operation information according to the analysis result. can do.

단계 S1740에서, 음성 비서 서버(2000)는 디바이스 판단 모델(2330)을 업데이트한다. 일 실시예에서, 음성 비서 서버(2000)는 최신 기능과 관련된 텍스트를 해석하여, 최신 기능에 관한 동작을 수행할 디바이스를 판단하는 경우, 동작 수행 디바이스(4000a)도 디바이스 후보에 포함할 수 있도록 디바이스 판단 모델(2330)을 업데이트할 수 있다. In step S1740, the voice assistant server 2000 updates the device determination model 2330. In one embodiment, when the voice assistant server 2000 interprets text related to the latest function and determines a device to perform an operation related to the latest function, the device for performing the operation 4000a is also included in the device candidate. The decision model 2330 may be updated.

도 17에 도시된 실시예는, 동작 수행 디바이스(4000a)의 내부 메모리에 자체적으로 저장된 기능 판단 모델(4032)을 음성 비서 서버(2000)의 최신 기능 판단 모델과 동기화(synchronization)함으로써, 사용자가 최신 기능을 실행시키기 위하여 발화하는 경우, 통신 네트워크를 이용하여 음성 비서 서버(2000)에 접속하지 않더라도 동작 수행 디바이스(4000a)의 자체 기능 판단 모델(4032)을 통해 동작을 수행할 수 있는바, 네트워크 사용의 비용을 절감할 수 있고, 서버 운영의 효율성이 증대되는 효과가 있다. In the embodiment shown in FIG. 17, by synchronizing the function determination model 4032 stored in the internal memory of the operation performing device 4000a with the latest function determination model of the voice assistant server 2000, the user When speaking to execute a function, the operation can be performed through the function determination model 4032 of the operation performing device 4000a even if the voice assistant server 2000 is not accessed using a communication network. It is possible to reduce the cost of the server and increase the efficiency of server operation.

도 18은 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 동작 수행 디바이스(4000a)의 동작 방법을 도시한 흐름도이다. 도 18은 동작 수행 디바이스(4000a)가 IoT 서버(3000)로부터 제어 명령을 수신하는 경우 기능 판단 모델(4032)을 최신 버전으로 업데이트하는 실시예에 관하여 도시한 도면이다.18 is a flowchart illustrating a method of operating the hub device 1000, the voice assistant server 2000, the IoT server 3000, and the operation performing device 4000a of the present disclosure. FIG. 18 is a diagram illustrating an embodiment of updating the function determination model 4032 to the latest version when the operation performing device 4000a receives a control command from the IoT server 3000.

도 18을 참조하면, 허브 디바이스(1000)는 ASR 모듈(1310), NLG 모듈(1320), 디바이스 판단 모델(1330), 기능 판단 디바이스 결정 모듈(1340), 및 복수의 기능 판단 모델(1352, 1354, 1356)을 포함할 수 있다. Referring to FIG. 18, the hub device 1000 includes an ASR module 1310, an NLG module 1320, a device determination model 1330, a function determination device determination module 1340, and a plurality of function determination models 1352, 1354. , 1356).

동작 수행 디바이스(4000a)는 기능 판단 모델(4032)을 포함하고, 기능 판단 모델(4032)은 자연어 이해 모델(4034) 및 액션 플랜 관리 모듈(4036)을 포함할 수 있다. The operation execution device 4000a may include a function determination model 4032, and the function determination model 4032 may include a natural language understanding model 4034 and an action plan management module 4036.

도 18에 도시된 허브 디바이스(1000), 및 동작 수행 디바이스(4000a)는 도 16에 도시된 허브 디바이스(1000), 및 동작 수행 디바이스(4000a)와 각각 동일하므로, 중복되는 설명은 생략한다. Since the hub device 1000 and the operation performing device 4000a illustrated in FIG. 18 are the same as the hub device 1000 and the operation performing device 4000a illustrated in FIG. 16, overlapping descriptions will be omitted.

음성 비서 서버(2000)는 디바이스 판단 모델(2330) 및 복수의 기능 판단 모델(2342, 2344, 2346)을 포함할 수 있다. 디바이스 판단 모델(2330)은 도 3에 도시된 디바이스 판단 모델(2330)과 동일하므로 중복되는 설명은 생략한다.The voice assistant server 2000 may include a device determination model 2330 and a plurality of function determination models 2342, 2344, 2346. The device determination model 2330 is the same as the device determination model 2330 illustrated in FIG. 3, and thus a duplicate description will be omitted.

단계 S1810에서, IoT 서버(3000)는 동작 수행 디바이스(4000a)에 제어 명령을 전송한다. In step S1810, the IoT server 3000 transmits a control command to the operation performing device 4000a.

단계 S1820에서, 동작 수행 디바이스(4000a)는 제어 명령에 대응되는 동작 정보가 기능 판단 모델(4032) 내에 포함되어 있는지 확인한다. 일 실시예에서, 동작 수행 디바이스(4000a)는 IoT 서버(3000)로부터 수신한 제어 명령에 따른 동작들을 수행하기 위한 기능에 관한 정보가 기능 판단 모델(4032) 내에 포함되어 있는지를 확인할 수 있다. 예를 들어, 동작 수행 디바이스(4000a)가 에어컨인 경우, 제습 모드에 관한 제어 명령이 수신되면, 동작 수행 디바이스(4000a)는 제습 모드를 동작할 수 있는 제습 기능에 관한 세부 동작들 및 세부 동작들의 실행 순서에 관한 정보가 기능 판단 모델(4032)에 저장되어 있는지 확인할 수 있다. In step S1820, the operation performing device 4000a checks whether operation information corresponding to the control command is included in the function determination model 4032. In an embodiment, the operation execution device 4000a may check whether information on a function for performing operations according to a control command received from the IoT server 3000 is included in the function determination model 4032. For example, when the operation performing device 4000a is an air conditioner, when a control command related to the dehumidification mode is received, the operation performing device 4000a performs detailed operations and detailed operations related to the dehumidification function capable of operating the dehumidification mode. It can be checked whether information on the execution order is stored in the function determination model 4032.

단계 S1820에서 제어 명령에 대응하는 동작에 관한 정보가 기능 판단 모델(4032)에 저장되어 있다고 확인된 경우(YES), 동작 수행 디바이스(4000a)는 제어 명령에 따라 동작들을 실행한다 (단계 S1830). When it is confirmed in step S1820 that information on the operation corresponding to the control command is stored in the function determination model 4032 (YES), the operation performing device 4000a executes the operations according to the control command (step S1830).

단계 S1820에서 제어 명령에 대응하는 동작에 관한 정보가 기능 판단 모델(4032)에 저장되지 않은 것으로 확인된 경우(NO), 동작 수행 디바이스(4000a)는 디바이스 정보 및 기능 판단 모델(4032)의 업데이트 요청 정보를 음성 비서 서버(2000)에 전송한다 (단계 S1840). 디바이스 정보는 예를 들어, 동작 수행 디바이스(4000a)의 디바이스 식별 정보(예를 들어, 디바이스 id), 동작 수행 디바이스(4000a)의 기능 판단 모델(4032)의 저장 정보, 및 기능 판단 모델(4032)의 버전 정보 중 적어도 하나를 포함할 수 있다. 기능 판단 모델(4032)의 버전 정보는, 기능 판단 모델(4032)을 이용하여 식별할 수 있는 기능의 속성, 타입, 또는 기능의 개수에 관한 정보를 포함할 수 있다. When it is determined in step S1820 that information on the operation corresponding to the control command is not stored in the function determination model 4032 (NO), the operation performing device 4000a requests an update of the device information and the function determination model 4032 The information is transmitted to the voice assistant server 2000 (step S1840). The device information includes, for example, device identification information (eg, device id) of the operation performing device 4000a, storage information of the function determination model 4032 of the operation performing device 4000a, and the function determination model 4032 It may include at least one of version information of. Version information of the function determination model 4032 may include information on a property, type, or number of functions that can be identified using the function determination model 4032.

단계 S1842에서, 음성 비서 서버(2000)는 최신 버전의 기능 판단 모델의 업데이트 데이터를 동작 수행 디바이스(4000a)에 전송한다. In step S1842, the voice assistant server 2000 transmits the updated data of the function determination model of the latest version to the operation performing device 4000a.

단계 S1850에서, 동작 수행 디바이스(4000a)는 업데이트 데이터를 이용하여 기능 판단 모델(4032)를 최신 버전으로 업데이트한다. 단계 S1850은 도 17의 단계 S1730과 동일하므로, 중복되는 설명은 생략한다.In step S1850, the operation performing device 4000a updates the function determination model 4032 to the latest version by using the update data. Since step S1850 is the same as step S1730 of FIG. 17, a redundant description will be omitted.

단계 S1860에서, 동작 수행 디바이스(4000a)는 기능 판단 모델(4032)의 업데이트 정보를 음성 비서 서버(2000)에 전송한다. 일 실시예에서, 동작 수행 디바이스(4000a)는 업데이트 후의 기능 판단 모델(4032)의 버전, 업데이트 후의 기능 판단 모델(4032)을 이용하여 식별할 수 있는 기능의 속성, 타입, 및 기능의 개수에 관한 정보 중 적어도 하나를 음성 비서 서버(2000)에 전송할 수 있다. In step S1860, the operation performing device 4000a transmits the update information of the function determination model 4032 to the voice assistant server 2000. In one embodiment, the operation performing device 4000a relates the version of the function determination model 4032 after the update, the attribute, type, and number of functions that can be identified using the function determination model 4032 after the update. At least one of the information may be transmitted to the voice assistant server 2000.

단계 S1870에서, 음성 비서 서버(2000)는 동작 수행 디바이스의 기능 판단 모델(4032)의 업데이트 정보에 기초하여, 디바이스 판단 모델(2330)을 업데이트한다. 일 실시예에서, 음성 비서 서버(2000)는 동작 수행 디바이스(4000a)로부터 수신한 기능 판단 모델(4032)의 업데이트된 버전 정보, 업데이트된 기능 판단 모델(4032)을 이용하여 식별할 수 있는 기능의 속성, 타입, 기능의 개수에 관한 정보 중 적어도 하나에 기초하여, 최신 기능에 관한 동작을 수행할 디바이스를 판단하기 위한 디바이스 후보 리스트에 동작 수행 디바이스(4000a)를 포함하도록 디바이스 판단 모델(2330)을 업데이트할 수 있다. In step S1870, the voice assistant server 2000 updates the device determination model 2330 based on the update information of the function determination model 4032 of the operation performing device. In one embodiment, the voice assistant server 2000 includes updated version information of the function determination model 4032 received from the operation performing device 4000a and the function that can be identified using the updated function determination model 4032. A device determination model 2330 is constructed to include the operation performing device 4000a in a device candidate list for determining a device to perform an operation related to the latest function, based on at least one of information on the attribute, type, and number of functions. Can be updated.

단계 S1880에서, 음성 비서 서버(2000)는 디바이스 판단 모델(2330)의 업데이트 데이터를 허브 디바이스(1000)에 전송한다.In step S1880, the voice assistant server 2000 transmits the update data of the device determination model 2330 to the hub device 1000.

단계 S1890에서, 허브 디바이스(1000)는 수신된 업데이터 데이터에 기초하여, 디바이스 판단 모델(1330)을 업데이트한다. 허브 디바이스(1000)의 디바이스 판단 모델(1330)을 업데이트함으로써, 디바이스 판단 모델(1330)은 음성 비서 서버(2000)의 디바이스 판단 모델(2330)과 동기화될 수 있다. 따라서 최신 기능과 관련된 사용자의 음성 입력이 허브 디바이스(1000)를 통해 수신되는 경우, 허브 디바이스(1000)는 통신 네트워크를 이용하여 음성 비서 서버(2000)에 접속하지 않고, 내부 메모리(1300, 도 2 참조)에 자체적으로 저장된 디바이스 판단 모델(1330)을 이용하여 동작 수행 디바이스(4000a)를 판단할 수 있는바, 네트워크 사용 비용을 절감하고, 프로세싱 시간을 감소시킬 수 있으며, 이에 따라 응답 속도가 개선되는 효과가 있다. In step S1890, the hub device 1000 updates the device determination model 1330 based on the received updater data. By updating the device determination model 1330 of the hub device 1000, the device determination model 1330 may be synchronized with the device determination model 2330 of the voice assistant server 2000. Therefore, when a user's voice input related to the latest function is received through the hub device 1000, the hub device 1000 does not access the voice assistant server 2000 using a communication network, but the internal memory 1300 (Fig. 2). Reference), it is possible to determine the operation performing device 4000a by using the device determination model 1330 stored in itself, thereby reducing network usage costs and reducing processing time, thereby improving response speed. It works.

도 19는 본 개시의 허브 디바이스(1000), 음성 비서 서버(2000), IoT 서버(3000), 및 신규 디바이스(4000c)의 동작 방법을 도시한 흐름도이다.19 is a flowchart illustrating a method of operating the hub device 1000, the voice assistant server 2000, the IoT server 3000, and the new device 4000c of the present disclosure.

도 19를 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. Referring to FIG. 19, the hub device 1000 may include an ASR module 1310, an NLG module 1320, a device determination model 1330, and a function determination device determination module 1340.

신규 디바이스(4000c)는, 허브 디바이스(1000)의 사용자 계정(user account)와 동일한 사용자 계정으로 로그인되고, 음성 비서 서버(2000)의 사용자 계정에 등록이 예정된 등록 대상 디바이스이다. 신규 디바이스(4000c)는 유선 또는 무선 통신 네트워크를 통해 허브 디바이스(1000), 음성 비서 서버(2000), 및 IoT 서버(3000)와 연결될 수 있다. The new device 4000c is a registration target device that is logged in with the same user account as the user account of the hub device 1000 and is scheduled to be registered in the user account of the voice assistant server 2000. The new device 4000c may be connected to the hub device 1000, the voice assistant server 2000, and the IoT server 3000 through a wired or wireless communication network.

도 19에 도시된 실시예에서, 신규 디바이스(4000c)의 메모리 내에는, 신규 디바이스(4000c)가 자체적으로 텍스트를 분석하고, 텍스트의 분석 결과에 기초하여 사용자의 의도에 따른 동작을 수행하기 위하여 이용되는 기능 판단 모델(4032c)이 저장되어 있을 수 있다. 예를 들어, 신규 디바이스(4000c)가 ‘공기 청정기’인 경우, 신규 디바이스(4000c)의 메모리 내에 저장된 기능 판단 모델(4032c)은 에어컨의 기능을 판단하고, 판단된 기능에 관한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 모델일 수 있다. 기능 판단 모델(4032c)은 자연어 이해 모델(4034c) 및 액션 플랜 관리 모듈(4036c)을 포함할 수 있다. In the embodiment shown in FIG. 19, in the memory of the new device 4000c, the new device 4000c analyzes text by itself, and is used to perform an operation according to the user's intention based on the analysis result of the text. A function determination model 4032c may be stored. For example, when the new device 4000c is an'air purifier', the function determination model 4032c stored in the memory of the new device 4000c determines the function of the air conditioner, and detailed operations and detailed operations related to the determined function are performed. It may be a model used to obtain motion information about a relationship between motions. The function determination model 4032c may include a natural language understanding model 4034c and an action plan management module 4036c.

그러나, 이에 한정되는 것은 아니고, 신규 디바이스(4000c)는 기능 판단 모델(4032c)을 포함하지 않을 수도 있다. 다른 실시예에서, 신규 디바이스(4000c)는 디바이스 판단 모델을 포함할 수도 있다. However, the present invention is not limited thereto, and the new device 4000c may not include the function determination model 4032c. In another embodiment, the new device 4000c may include a device determination model.

단계 S1910에서, 신규 디바이스(4000c)는 로그인을 통해 사용자의 계정 정보를 획득한다. 사용자의 계정 정보는, 사용자 id 및 비밀번호를 포함한다. 획득된 사용자의 계정 정보는 허브 디바이스(1000)의 사용자 계정 정보와 동일할 수 있다. In step S1910, the new device 4000c acquires the user's account information through login. The user's account information includes a user ID and password. The acquired user account information may be the same as the user account information of the hub device 1000.

단계 S1920에서, 허브 디바이스(1000)는 디바이스 식별 정보 및 디바이스 판단 모델(1330)의 판단 능력 정보를 IoT 서버(3000)에 제공한다. '디바이스 판단 능력 정보(device determination capability information)'는 허브 디바이스(1000)가 디바이스 판단 모델(1330)에 포함되는 제1 자연어 이해 모델(1332)을 이용하여 텍스트를 해석하고, 디바이스 판단 모델(1330)을 이용하여 텍스트의 해석 결과에 따른 동작을 수행할 디바이스를 결정할 수 있는 능력에 관한 정보를 의미한다. 능력 정보는 디바이스 판단 모델(1330)이 동작 수행 디바이스를 결정하기 위한 디바이스 후보에 관한 정보를 포함할 수 있다. 예를 들어, 허브 디바이스(1000)의 디바이스 판단 모델(1330)은 에어컨, TV, 및 냉장고와 관련된 텍스트만을 해석하고, 해석 결과 동작 수행 디바이스로서 에어컨, TV, 및 냉장고 중 어느 하나의 디바이스만을 결정하도록 학습된 모델일 수 있다. 이 경우, 디바이스 후보는 '에어컨, TV, 냉장고'일 수 있다. In step S1920, the hub device 1000 provides device identification information and determination capability information of the device determination model 1330 to the IoT server 3000. In the'device determination capability information', the hub device 1000 interprets the text using the first natural language understanding model 1332 included in the device determination model 1330, and the device determination model 1330 It refers to information on the ability to determine a device to perform an operation according to the result of text analysis by using. The capability information may include information on a device candidate for the device determination model 1330 to determine a device to perform an operation. For example, the device determination model 1330 of the hub device 1000 analyzes only texts related to air conditioners, TVs, and refrigerators, and determines only one of the air conditioners, TVs, and refrigerators as an operation performing device as a result of analysis It can be a trained model. In this case, the device candidate may be'air conditioner, TV, refrigerator'.

단계 S1930에서, 신규 디바이스(4000c)는 사용자의 계정 정보, 신규 디바이스(4000c)의 식별 정보(예를 들어, 디바이스 id), 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 IoT 서버(3000)에 제공한다. '디바이스 판단 모델의 저장 정보'는, 신규 디바이스(4000c)가 내부 메모리에 자체적으로 동작 수행 디바이스를 결정할 수 있는 디바이스 판단 모델을 저장하고 있는지에 관한 정보를 의미한다. '기능 판단 모델의 저장 정보'는 신규 디바이스(4000c)가 기능에 따른 동작을 수행하기 위한 세부 동작들 및 세부 동작들 간의 관계에 관한 동작 정보를 획득하기 위하여 이용되는 기능 판단 모델을 내부 메모리에 자체적으로 저장하고 있는지 여부에 관한 정보를 의미한다. 기능 판단 모델의 저장 정보는 신규 디바이스(4000c)에 대응하는 기능 판단 모델 뿐만 아니라, 신규 디바이스(4000c)가 아닌 다른 디바이스에 대응하는 기능 판단 모델의 저장 여부에 관한 정보를 포함할 수 있다. In step S1930, the new device 4000c provides storage information of the user's account information, identification information of the new device 4000c (eg, device id), a device determination model and a function determination model to the IoT server 3000 do. The'device determination model storage information' refers to information on whether the new device 4000c stores a device determination model capable of determining a device to perform an operation on its own in an internal memory. 'Storing information of the function determination model' is a function determination model used to acquire detailed operations for performing an operation according to the function and operation information about the relationship between the detailed operations in the internal memory. It means information about whether or not it is stored as. The storage information of the function determination model may include not only the function determination model corresponding to the new device 4000c but also information on whether to store the function determination model corresponding to a device other than the new device 4000c.

단계 S1940에서, IoT 서버(3000)는 사용자 계정에 해당되는 디바이스 리스트에 신규 디바이스(4000c)를 추가한다. IoT 서버(3000)는 사용자 계정 별로 등록된 디바이스 리스트에 신규 디바이스(4000c)의 디바이스 식별 정보, 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 저장할 수 있다. 단계 S1940은 신규 디바이스(4000c)를 등록하는 단계일 수 있다. 단계 S1940이 수행되면, 신규 디바이스(4000c)는 등록 디바이스로 된다. In step S1940, the IoT server 3000 adds a new device 4000c to the device list corresponding to the user account. The IoT server 3000 may store device identification information of the new device 4000c, device determination model, and storage information of a function determination model in a device list registered for each user account. Step S1940 may be a step of registering a new device 4000c. When step S1940 is performed, the new device 4000c becomes a registered device.

단계 S1950에서, IoT 서버(3000)는 사용자 계정, 디바이스 리스트, 디바이스 리스트에 포함되는 디바이스 후보 각각에 관한 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 음성 비서 서버(2000)에 제공한다. In step S1950, the IoT server 3000 provides the voice assistant server 2000 with storage information of a device determination model and a function determination model for each of the user account, the device list, and the device candidates included in the device list.

단계 S1960에서, 음성 비서 서버(2000)는 사용자 계정 내에 등록된 복수의 디바이스 중 디바이스 판단 모델이 저장된 디바이스를 허브 디바이스(1000)로 결정한다. 일 실시예에서, 음성 비서 서버(2000)는 IoT 서버(3000)로부터 획득한 사용자 계정에 따라 등록된 복수의 디바이스 각각에 관한 디바이스 판단 모델 저장 정보에 기초하여, 디바이스 판단 모델을 저장하고 있는 디바이스를 식별하고, 식별된 디바이스를 허브 디바이스(1000)로 결정할 수 있다. In step S1960, the voice assistant server 2000 determines, as the hub device 1000, a device in which the device determination model is stored among a plurality of devices registered in the user account. In one embodiment, the voice assistant server 2000 determines a device storing the device determination model based on device determination model storage information for each of a plurality of devices registered according to a user account acquired from the IoT server 3000. It may be identified, and the identified device may be determined as the hub device 1000.

단계 S1970에서, 음성 비서 서버(2000)는 신규 디바이스(4000c)의 디바이스 식별 정보, 디바이스 판단 모델 및 기능 판단 모델의 저장 정보를 허브 디바이스(1000)에 전송한다.In step S1970, the voice assistant server 2000 transmits the device identification information of the new device 4000c, the device determination model, and the storage information of the function determination model to the hub device 1000.

단계 S1980에서, 허브 디바이스(1000)는 디바이스 판단 모델(1330)이 동작 수행 디바이스로 판단할 수 있는 디바이스 후보에 신규 디바이스(4000c)를 추가하기 위하여, 디바이스 판단 모델(1330)을 업데이트한다. 업데이트를 통해 디바이스 판단 모델(1330)은 제1 자연어 이해 모델(1332)을 이용하여 신규 디바이스(4000c)과 관련된 텍스트를 해석할 수 있고, 해석 결과 디바이스 판단 모델(1330)은 신규 디바이스(4000c)를 동작 수행 디바이스로 결정할 수 있다. In step S1980, the hub device 1000 updates the device determination model 1330 to add a new device 4000c to a device candidate that the device determination model 1330 may determine as an operation performing device. Through the update, the device determination model 1330 may analyze the text associated with the new device 4000c using the first natural language understanding model 1332, and the device determination model 1330 as a result of the analysis may determine the new device 4000c. It can be determined as the device performing the operation.

예를 들어, 신규 디바이스(4000c)가 공기 청정기인 경우, 디바이스 판단 모델(1330)을 업데이트하기 전에는 "미세 먼지 정화 모드 동작해줘~"와 같은 텍스트를 해석하지 못하고, 동작 수행 디바이스를 결정하지 못하여 'fail' 메시지를 출력할 수 밖에 없었다. 디바이스 판단 모델(1330)의 업데이트를 통해 신규 디바이스(4000c)를 디바이스 후보에 추가한 경우, 업데이트된 제1 자연어 이해 모델(1332)을 이용하여 "미세 먼지 정화 모드 동작해줘~"의 텍스트를 해석하고, 디바이스 판단 모델(1330)은 텍스트의 해석 결과에 기초하여 신규 디바이스(4000c)인 공기 청정기를 동작 수행 디바이스로 결정할 수 있다. For example, when the new device 4000c is an air purifier, text such as "Operate the fine dust purification mode" cannot be interpreted before updating the device determination model 1330, and the device to perform the operation cannot be determined. I had to print out'fail' message. When the new device 4000c is added to the device candidate through the update of the device determination model 1330, the text of "Operate the fine dust purification mode" is analyzed using the updated first natural language understanding model 1332 , The device determination model 1330 may determine the air purifier, which is the new device 4000c, as an operation performing device based on the analysis result of the text.

도 20은 허브 디바이스(1000), 복수의 디바이스(4000) 및 음성 비서 서버(2000)를 포함하는 네트워크 환경을 도시한 도면이다.20 is a diagram illustrating a network environment including a hub device 1000, a plurality of devices 4000, and a voice assistant server 2000.

도 20을 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. Referring to FIG. 20, a hub device 1000, a plurality of devices 4000, a voice assistant server 2000, and an IoT server 3000 may be interconnected through wired communication or wireless communication, and may perform communication. . In an embodiment, the hub device 1000 and the plurality of devices 4000 may be directly connected to each other through a communication network, but are not limited thereto.

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.The hub device 1000 and the plurality of devices 4000 may be connected to the voice assistant server 2000, and the hub device 1000 may be connected to the plurality of devices 4000 through a server. Also, the hub device 1000 and the plurality of devices 4000 may be connected to the IoT server 3000. In another embodiment, each of the hub device 1000 and the plurality of devices 4000 may be connected to the voice assistant server 2000 through a communication network, and may be connected to an external IoT server 3000 through the voice assistant server 2000. have. In another embodiment, the hub device 1000 may be connected to a plurality of devices 4000 and the hub device 1000 may be connected to a plurality of devices 4000, and the hub device 1000 may be one or more access points located adjacent to each other. It may be connected to the plurality of devices 4000 through the (Access point). In addition, the hub device 1000 may be connected to a plurality of devices 4000 while maintaining a connection state with the voice assistant server 2000 or the IoT server 3000.

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. The hub device 1000, the plurality of devices 4000, the voice assistant server 2000, and the IoT server 3000 include a local area network (LAN), a wide area network (WAN), and a value-added communication network. It may be connected through an Added Network (VAN), a mobile radio communication network, a satellite communication network, or a combination thereof. Wireless communication methods include, for example, wireless LAN (Wi-Fi), Bluetooth, Bluetooth low energy, Zigbee, WFD (Wi-Fi Direct), UWB (ultra wideband), infrared communication (IrDA, infrared data). Association), NFC (Near Field Communication), and the like, but are not limited thereto.

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.In an embodiment, the hub device 1000 may receive a user's voice input. At least one of the plurality of devices 4000 may be a target device that performs a specific operation by receiving a control command from the voice assistant server 2000 and/or the IoT server 3000. At least one of the plurality of devices 4000 may be controlled to perform a specific operation based on a user's voice input received by the hub device 1000. In an embodiment, at least one of the plurality of devices 4000 may receive a control command from the hub device 1000 without receiving a control command from the voice assistant server 2000 and/or the IoT server 3000. .

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 20에서, 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.The hub device 1000 may receive a voice input (eg, speech) from a user. In one embodiment, the hub device 1000 may include an ASR model. In one embodiment, the hub device 1000 may include an ASR model with limited functionality. For example, the hub device 1000 has a function of detecting a designated voice input (for example, a wake-up input such as'Hi Bixby','OK Google', etc.) or preprocessing a voice signal obtained from some voice inputs. It can include ASR models with functions. In FIG. 20, the hub device 1000 is illustrated as an AI speaker, but is not limited thereto. In one embodiment, any one device among the plurality of devices 4000 may be the hub device 1000. In addition, the hub device 1000 may include a first natural language understanding model, a second natural language understanding model, and a natural language generation model. In this case, the hub device 1000 may receive a user's voice input through a microphone, or may receive a user's voice input from at least one of the plurality of devices 4000. When the user's voice input is received, the hub device 1000 processes the user's voice input through an ASR model, a first natural language understanding model, a second natural language understanding model, and a natural language generation model, and responds to the user's voice input. Can provide.

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.The hub device 1000 may determine a type of a target device to perform an operation intended by the user based on the received voice signal. The hub device 1000 may receive a voice signal, which is an analog signal, and perform Automatic Speech Recognition (ASR) to convert the voice part into computer-readable text. The hub device 1000 may analyze the converted text using a first natural language understanding (NLU) model and determine a target device based on the analysis result. The hub device 1000 may determine at least one of the plurality of devices 4000 as a target device. The hub device 1000 may select a second natural language understanding model corresponding to the determined target device from among a plurality of stored second natural language understanding models. The hub device 1000 may determine an operation to be performed by the target device requested by the user using the selected second natural language understanding model. If it is determined that there is no second natural language understanding model corresponding to the determined target device among the plurality of stored second natural language understanding models, the hub device 1000 transmits at least part of the converted text to the voice assistant server 2000 or a plurality of It may be transmitted to at least one of the devices 4000. The hub device 1000 transmits information on the determined operation to the target device so that the determined target device can execute the determined operation.

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. The hub device 1000 may receive information on a plurality of devices 4000 from the IoT server 3000. The hub device 1000 may determine a target device using the received information of the plurality of devices 4000. In addition, the hub device 1000 may use the IoT server 3000 as a relay server for transmitting information on the determined operation to control the target device so that the target device can execute the determined operation.

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.The hub device 1000 may receive a user's voice input through a microphone and transmit the received voice input to the voice assistant server 2000. In an embodiment, the hub device 1000 may obtain a voice signal from the received voice input and transmit the voice signal to the voice assistant server 2000.

도 20에 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.In the embodiment illustrated in FIG. 20, the plurality of devices 4000 include, but are not limited to, an air conditioner 4100, a TV 4200, a washing machine 4300, and a refrigerator 4400. For example, the plurality of devices 4000 may include a smartphone, a tablet personal computer, a mobile phone, a video phone, an e-book reader, and a desktop personal computer. computer), laptop PC (laptop personal computer), netbook computer, workstation, server, PDA (personal digital assistant), PMP (portable multimedia player), MP3 player, mobile medical device, camera ), or at least one of a wearable device. In an embodiment, the plurality of devices 4000 may be home appliances. Home appliances include, for example, television, digital video disk (DVD) player, audio, refrigerator, air conditioner, vacuum cleaner, oven, microwave oven, washing machine, air cleaner, set-top box, and home automation control. It may include at least one of a home automation control panel, a security control panel, a game console, an electronic key, a camcorder, or an electronic frame.

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.The voice assistant server 2000 may determine a type of a target device to perform an operation intended by the user based on the received voice signal. The voice assistant server 2000 may receive a voice signal, which is an analog signal, from the hub device 1000 and convert the voice part into computer-readable text by performing ASR (Automatic Speech Recognition). The voice assistant server 2000 may analyze the converted text using a first natural language understanding (NLU) model and determine a target device based on the analysis result. In addition, the voice assistant server 2000 may receive at least a portion of the text from the hub device 1000 and information on a target device determined by the hub device 1000. In this case, the hub device 1000 converts the user's voice signal into text using the ASR model and the first natural language understanding model of the hub device 1000 and analyzes the converted text to determine a target device. Further, the hub device 1000 transmits at least a part of the converted text and information on the determined target device to the voice assistant server 2000.

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.The voice assistant server 2000 may determine an operation to be performed in the target device requested by the user by using the second natural language understanding model corresponding to the determined target device. The voice assistant server 2000 may receive information on a plurality of devices 4000 from the IoT server 3000. The voice assistant server 2000 may determine a target device using the received information of the plurality of devices 4000. In addition, the voice assistant server 2000 uses the IoT server 3000 as a relay server for transmitting information on the determined operation, and configures the IoT server 3000 and the target device so that the target device can execute the determined operation. Can be controlled. The IoT server 3000 may store information on a plurality of previously registered devices 4000 connected through a network. In one embodiment, the IoT server 3000 performs identification information (eg, device ID information) of a plurality of devices 4000, a device type of each of the plurality of devices 4000, and a function of each of the plurality of devices 4000 At least one of the capability information may be stored.

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.In an embodiment, the IoT server 3000 may store power on/off of each of the plurality of devices 4000 or state information regarding an operation being executed. The IoT server 3000 may transmit a control command for executing the determined operation to a target device among the plurality of devices 4000. The IoT server 3000 may receive information on the determined target device and information on the determined operation from the voice assistant server 2000, and may transmit a control command to the target device based on the received information.

도 21a 및 도 21b는 본 개시의 허브 디바이스(1000) 및 음성 비서 서버(2000)에서 실행 가능한 음성비서 모델(200)의 실시예를 도시한 도면이다. 21A and 21B are diagrams illustrating an embodiment of a voice assistant model 200 executable in the hub device 1000 and the voice assistant server 2000 of the present disclosure.

도 21a 및 도 21b를 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.21A and 21B, the voice assistant model 200 is implemented in software. The voice assistant model 200 may be configured to determine a user's intention from the user's voice input and control a target device related to the user's intention. When a device controlled through the voice assistant model 200 is added, the voice assistant model 200 includes a first assistant model 200a configured to update an existing model to a new model through training, and the added device. It may include a second assistant model 200b configured to add the corresponding model to the existing model.

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.The first assistant model 200a is a model for determining a target device related to a user intention by analyzing a user voice input. The first assistant model 200a may include an ASR model 202, an NLG model 204, a first natural language understanding model 300a, and a device determination model 310. In an embodiment, the device determination model 310 may be configured to include the first natural language understanding model 300a. In another embodiment, the device determination model 310 and the first natural language understanding model 300a may be configured as separate components.

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.The device determination model 310 is a model for performing an operation of determining a target device using the analysis result of the first natural language understanding model 300a. The device determination model 310 may include a plurality of detailed models, and one of the plurality of detailed models may be the first natural language understanding model 300a. The first natural language understanding model 300a or the device determination model 310 may be an artificial intelligence model.

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.When a device controlled through the voice assistant model 200 is added, the first assistant model 200a may update at least the device determination model 310 and the first natural language understanding model 300a through learning. Here, learning may mean learning by using both the training data used to train the existing device determination model and the first natural language understanding model and additional training data related to the added device. Further, learning may mean updating the device determination model and the first natural language understanding model using only additional learning data related to the added device.

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 21a에서 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.The second assistant model 200b is a model specialized for a specific device and is a model that determines an operation to be performed by a target device corresponding to a user's voice input among a plurality of operations that a specific device can perform. In FIG. 21A, the second assistant model 200b may include a plurality of second natural language understanding models 300b, an NLG model 206, and an action plan management module 210. The plurality of natural language understanding models 300b may respectively correspond to a plurality of different devices. The second natural language understanding model, the NLG model, and the action plan management model may be a model implemented as a rule based system. In an embodiment, the second natural language understanding model, NLG model, and action plan management model may be artificial intelligence models. Each of the plurality of second natural language understanding models may be configured as a part of each of the plurality of function determination models.

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. When a device controlled through the voice assistant model 200 is added, the second assistant model 200b may be configured to add a second natural language understanding model corresponding to the added device. That is, the second assistant model 200b may be configured to further include a second natural language understanding model corresponding to a device added to the plurality of existing second natural language understanding models 300b. In this case, the second assistant model 200b is among a plurality of second natural language understanding models including a second natural language understanding model added using information on the target device determined through the first assistant model 200a, It may be configured to select a second natural language understanding model corresponding to the determined target device.

도 21b를 참조하면, 제2 어시스턴트 모델(200b)은, 복수의 액션 플랜 관리 모델과 복수의 NLG 모델을 포함할 수 있다. 도 21b에서, 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.Referring to FIG. 21B, the second assistant model 200b may include a plurality of action plan management models and a plurality of NLG models. In FIG. 21B, each of the plurality of second natural language understanding models included in the second assistant model 200b corresponds to the second natural language understanding model 300b of FIG. 2A, and includes a plurality of second natural language understanding models included in the second assistant model 200b. Each of the NLG models corresponds to the NLG model 206 of FIG. 2A, and each of the plurality of action plan management models included in the second assistant model 200b may correspond to the action plan management module 210 of FIG. 2A.

도 21b에서, 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.In FIG. 21B, each of the plurality of action plan management models may be configured to correspond to each of the plurality of second natural language understanding models. In addition, each of the plurality of NLG models may be configured to correspond to each of the plurality of second natural language understanding models. In another embodiment, one NLG model may correspond to a plurality of second natural language understanding models, and one action plan management model may be configured to correspond to a plurality of second natural language understanding models.

도 21b에서, 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.In FIG. 21B, when a device controlled through the voice assistant model 200 is added, the second assistant model 200b adds a second natural language understanding model, an NLG model, and an action plan management model corresponding to the added device. Can be configured to

도 21b에서, 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.In FIG. 21B, when a device controlled through the voice assistant 200 is added, the first natural language understanding model 300a may be configured to be updated to a new model through learning or the like. In addition, when the device determination model 310 is configured to include the first natural language understanding model 300a, the device determination model 310 is an existing model through learning when a device controlled through the voice assistant 200 is added. The whole can be configured to be updated with a new model. The first natural language understanding model 300a or the device determination model 310 may be an artificial intelligence model. Here, learning may mean learning by using both the training data used to train the existing device determination model and the first natural language understanding model and additional training data related to the added device. Further, learning may mean updating the device determination model and the first natural language understanding model using only additional learning data related to the added device.

도 21b에서, 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.In FIG. 21B, the second assistant model 200b includes a second natural language understanding model, an NLG model, and an action plan management model corresponding to the added device when a device controlled through the voice assistant 200 is added to the existing model. It can be updated by adding. The second natural language understanding model, the NLG model, and the action plan management model may be a model implemented as a rule based system.

도 21b의 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.In the embodiment of FIG. 21B, the second natural language understanding model, the NLG model, and the action plan management model may be an artificial intelligence model. The second natural language understanding model, the NLG model, and the action plan management model may be managed as one module according to each corresponding device. In this case, the second assistant model 200-b may include a plurality of second assistant models 200b-1, 200b-2, and 200b-3 respectively corresponding to a plurality of devices. For example, the second natural language understanding model corresponding to the TV, the NLG model corresponding to the TV, and the action plan management model corresponding to the TV may be managed by the second assistant model 200b-1 corresponding to the TV. In addition, the second natural language understanding model corresponding to the speaker, the NLG model corresponding to the speaker, and the action plan management model corresponding to the speaker may be managed as the second assistant model 200b-2 corresponding to the speaker. In addition, the second natural language understanding model corresponding to the refrigerator, the NLG model corresponding to the refrigerator, and the action plan management model corresponding to the refrigerator may be managed by the second assistant model 200b-3 corresponding to the refrigerator.

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.When a device controlled through the voice assistant model 200 is added, the second assistant model 200b may be configured to add a second assistant model corresponding to the added device. That is, the second assistant model 200b may be configured to further include a second assistant model corresponding to a device added to the existing plurality of second assistant models 200b-1 to 3. In this case, the second assistant model 200b is a plurality of second assistant models including a second assistant model corresponding to the added device using information on the target device determined through the first assistant model 200a. Among them, it may be configured to select a second assistant model corresponding to the determined target device.

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. Programs executed by the hub device 1000, the voice assistant server 2000, and the plurality of devices 4000 described herein are a hardware component, a software component, and/or a hardware component and a software component. It can be implemented in combination. A program can be executed by any system capable of executing computer-readable instructions.

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. Software may include a computer program, code, instructions, or a combination of one or more of them, and configure the processing unit to operate as desired or process it independently or collectively. You can command the device.

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. The software may be implemented as a computer program including instructions stored in a computer-readable storage media. The computer-readable recording medium includes, for example, a magnetic storage medium (e.g., read-only memory (ROM), random-access memory (RAM), floppy disk, hard disk, etc.) and optical reading medium (e.g., CD-ROM (CD-ROM) and DVD (Digital Versatile Disc)). The computer-readable recording medium is distributed over network-connected computer systems, so that computer-readable codes can be stored and executed in a distributed manner. The medium is readable by a computer, stored in memory, and executed on a processor.

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. The computer-readable storage medium may be provided in the form of a non-transitory storage medium. Here,'non-transient' means that the storage medium does not contain a signal and is tangible, but does not distinguish between semi-permanent or temporary storage of data in the storage medium.

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.In addition, a program according to the embodiments disclosed in the present specification may be included in a computer program product and provided. Computer program products can be traded between sellers and buyers as commodities.

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.The computer program product may include a software program and a computer-readable storage medium storing the software program. For example, a computer program product is a product (for example, a downloadable application) in the form of a software program that is electronically distributed through a device manufacturer or an electronic market (eg, Google Play Store, App Store). It may include. For electronic distribution, at least a part of the software program may be stored in a storage medium or may be temporarily generated. In this case, the storage medium may be a server of a manufacturer, a server of an electronic market, or a storage medium of a relay server temporarily storing a software program.

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.The computer program product may include a storage medium of a server or a storage medium of a device in a system composed of a server and a device. Alternatively, when there is a server or a third device (eg, a smartphone) that is communicatively connected to the device, the computer program product may include a storage medium of the third device. Alternatively, the computer program product may include a software program itself transmitted from a server to a device or a third device, or transmitted from a third device to the device.

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.In this case, one of the server, the device and the third device may execute the computer program product to perform the method according to the disclosed embodiments. Alternatively, two or more of a server, a device, and a third device may execute a computer program product to distribute and implement the method according to the disclosed embodiments.

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. For example, a server (eg, an IoT server or a voice assistant server) may execute a computer program product stored in the server to control a device communicating with the server to perform the method according to the disclosed embodiments.

또 다른 예로, 제3 디바이스가 컴퓨터 프로그램 제품을 실행하여, 제3 디바이스와 통신 연결된 디바이스가 개시된 실시예에 따른 방법을 수행하도록 제어할 수 있다. As another example, a third device may execute a computer program product, and a device connected in communication with the third device may be controlled to perform a method according to the disclosed embodiment.

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.When the third device executes the computer program product, the third device may download the computer program product from the server and execute the downloaded computer program product. Alternatively, the third device may execute the computer program product provided in a preloaded state to perform the method according to the disclosed embodiments.

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. As described above, although the embodiments have been described by the limited embodiments and drawings, various modifications and variations are possible from the above description by those of ordinary skill in the art. For example, the described techniques are performed in a different order from the described method, and/or components such as a computer system or module described are combined or combined in a form different from the described method, or other components or equivalents Even if substituted or substituted by, appropriate results can be achieved.

Claims

In the method for controlling a device by a hub device based on a voice input,
Receiving a user's voice input;
Converting the received speech input into text by performing Automatic Speech Recognition (ASR);
Determining a device performing an operation based on the converted text using a device determination model;
Identifying a device storing a function determination model corresponding to the determined operation performing device among a plurality of devices connected to the hub device; And
Providing at least a portion of the converted text to the identified device;
Containing, method.

The method of claim 1,
The device determination model includes a first natural language understanding model configured to analyze the converted text and determine a device to perform the operation based on an analysis result of the text.

The method of claim 1,
The function determination model is a second natural language understanding model configured to analyze at least a portion of the text and obtain operation information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text ( Natural Language Understanding).

The method of claim 1,
Acquiring information on a function determination model stored in the at least one device, from at least one device storing a function determination model used to determine a function of each of the plurality of devices among the plurality of devices;
The method further comprising.

The method of claim 4,
The checking of the device includes: identifying a device that stores a function determination model corresponding to the determined operation performing device based on information on the obtained function determination model.

In a hub device that controls a device based on a voice input,
A communication interface for performing data communication with at least one of a plurality of devices, a voice assistant server, and an IoT server;
A microphone for receiving a user's voice input;
A memory storing a program including one or more instructions; And
A processor that executes one or more instructions of a program stored in the memory;
Including,
The processor,
Perform ASR (Automatic Speech Recognition) to convert the voice input received through the microphone into text,
Using a device determination model, determining a device performing an operation among the plurality of devices based on the converted text,
Using a function determination device determination module, identify a device storing a function determination model corresponding to the determined operation performing device, and
Controlling the communication interface to provide at least a portion of the translated text to the identified device.

The method of claim 6,
The device determination model includes a first natural language understanding model configured to analyze the converted text and determine a device performing the operation based on an analysis result of the text.

The method of claim 6,
The function determination model is a second natural language understanding model configured to analyze at least a portion of the text and obtain operation information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text ( Natural Language Understanding).

The method of claim 6,
The processor obtains information on a function determination model stored in the at least one device from at least one device that stores a function determination model used to determine a function of each of the plurality of devices among the plurality of devices. Controlling the communication interface to be performed.

The method of claim 9,
The processor, based on the information on the acquired function determination model, identifies a device that stores a function determination model corresponding to the determined operation performing device.

In the operating method of a system including a hub device and a first device storing a function determination model,
Receiving a user's voice input by the hub device;
Converting the received voice input into text by performing ASR using data on the ASR module stored in the memory of the hub device;
Determining the first device as an operation performing device based on the converted text, using data on a device determination model stored in the memory of the hub device;
Obtaining, by the hub device, information on the function determination model stored in the first device from the first device; And
Transmitting, by the hub device, at least a part of the converted text to the first device, based on the information on the obtained function determination model;
Containing, method.

The method of claim 11,
The device determination model includes a first natural language understanding model configured to analyze the converted text and determine the first device among a plurality of devices as an operation performing device based on the analysis result of the text. How to.

The method of claim 11,
The function determination model is configured to analyze at least a part of the text received from the hub device, and obtain operation information regarding an operation to be performed by the first device based on an analysis result of the at least part of the text. 2 Methods, including Natural Language Understanding.

The method of claim 13,
The first device analyzes at least a part of the text using the second natural language understanding model of the function determination model, and based on the analysis result of the at least part of the text, an operation to be performed by the first device Obtaining motion information;
The method further comprising.

The method of claim 14,
Generating, by the first device, a control command for controlling an operation of the first device based on the operation information; And
Executing, by the first device, the operation based on the control command;
The method further comprising.

A multi-device system including a hub device and a first device storing a function determination model,
The hub device,
A communication interface for performing data communication with the first device;
A microphone for receiving a user's voice input;
A memory storing a program including one or more instructions; And
A processor that executes one or more instructions of a program stored in the memory;
Including,
The processor,
Perform ASR (Automatic Speech Recognition) to convert the voice input received through the microphone into text,
Using a device determination model, determining the first device as an operation performing device based on the converted text,
Controlling the communication interface to obtain information on the function determination model stored in the first device from the first device,
Controlling the communication interface to transmit at least a part of the converted text to the first device based on the information on the obtained function determination model.

The method of claim 16,
The device determination model includes a first natural language understanding model configured to analyze the converted text and determine the first device among a plurality of devices as an operation performing device based on the analysis result of the text. That, a multi-device system.

The method of claim 16,
The first device comprises: a communication interface for receiving at least a portion of the text from the hub device; Including,
The function determination model is a second natural language understanding model configured to analyze at least a part of the received text and obtain operation information regarding an operation to be performed by the first device based on an analysis result of the at least part of the text (Natural Language Understanding), including a multi-device system.

The method of claim 18,
The first device,
A processor that analyzes at least a portion of the text using the second natural language understanding model, and obtains operation information regarding an operation to be performed by the first device based on a result of the analysis of the at least part of the text;
Further comprising, a multi-device system.

The method of claim 19,
The processor of the first device generates a control command for controlling an operation of the first device based on the operation information, and executes the operation based on the control command at least one of the first device. A multi-device system that controls components.

In the method for controlling a device by a hub device,
Receiving a voice signal from a listener device;
Converting the received speech signal into text by performing Automatic Speech Recognition (ASR);
Analyzing the text using a first natural language understanding model and determining a device performing an operation corresponding to the analyzed text using a device determination model;
Identifying a device storing a function determination model corresponding to the determined operation performing device among the determined operation performing device and the listener device; And
Providing at least a portion of the text to the identified device;
Containing, method.

The method of claim 21,
The device determination model,
And a first Natural Language Understanding model configured to analyze the converted text and determine a device performing the operation based on a result of the analysis of the text.

The method of claim 21,
The function determination model is a second natural language understanding model configured to analyze at least a portion of the text and obtain operation information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text ( Natural Language Understanding).

The method of claim 21,
Checking whether the determined device for performing the operation is the same as the listener device;
The method further comprising.

The method of claim 24,
When it is determined that the operation performing device is the same as the listener device, the step of checking a device storing the function determination model,
Acquiring function determination model information regarding whether the listener device stores a function determination model in an internal memory; And
Determining the listener device as a device storing the function determination model based on the obtained function determination model information;
Containing, method.

The method of claim 24,
When the operation performing device is identified as a separate device that is not the same as the listener device, verifying a device storing the function determination model,
Acquiring function determination model information regarding whether the determined operation performing device stores a function determination model in an internal memory; And
Checking whether the operation performing device is a device storing a function determination model based on the obtained function determination model information;
Containing, method.

The method of claim 21,
Receiving update data of the device determination model from a voice assistant server; And
Updating the device determination model by using the received update data;
How to further include.

The method of claim 27,
The update data determines an updated function from the text based on update information of a function determination model included in at least one of the operation performing device and the listener device, and determines the operation performing device corresponding to the updated function. And data for updating the device determination model to enable determination.

The method of claim 21,
Receiving device information of the new device including at least one of device identification information of a new device, storage information of a device determination model, and storage information of a function determination model, from a voice assistant server; And
Updating the device determination model by adding the new device to a device candidate that can be determined as an operation performing device by the device determination model using the received device information of the new device;
The method further comprising.

In a hub device for controlling a device,
A communication interface for performing data communication with at least one of a plurality of devices including a listener device and a voice assistant server;
A voice signal receiver for receiving a voice signal from the listener device;
A memory storing a program including one or more instructions; And
A processor that executes one or more instructions of a program stored in the memory;
Including,
The processor,
By performing ASR (Automatic Speech Recognition), converting the received speech signal into text,
Analyzing the text using a first natural language understanding model, determining a device for performing an operation corresponding to the analyzed text using a device determination model,
Identify a device storing a function determination model corresponding to the determined operation performing device among the determined operation performing device and the listener device,
Using the communication interface to transmit at least a portion of the text to the identified device.

The method of claim 30,
The device determination model,
And a first Natural Language Understanding model configured to analyze the converted text and determine a device performing the operation based on a result of the analysis of the text.

The method of claim 30,
The function determination model is a second natural language understanding model configured to analyze at least a portion of the text and obtain operation information on an operation to be performed by the determined operation performing device based on an analysis result of the at least part of the text ( Natural Language Understanding).

The method of claim 30,
The processor,
The hub device to check whether the determined operation performing device is the same as the listener device.

The method of claim 33,
The processor,
When it is determined that the operation performing device is the same as the listener device, obtaining function determination model information regarding whether the listener device stores a function determination model in an internal memory, and based on the obtained function determination model information, A hub device for determining the listener device as a device storing the function determination model.

The method of claim 33,
The processor,
When the operation performing device is identified as a separate device that is not the same as the listener device, function determination model information regarding whether the determined operation performing device stores a function determination model in an internal memory is obtained, and the acquired function A hub device for determining whether the operation performing device is a device storing a function determination model based on determination model information.

The method of claim 30,
The processor,
Using the communication interface, receiving update data of the device determination model from a voice assistant server,
The hub device for updating the device determination model by using the received update data.

The method of claim 36,
The update data determines an updated function from the text based on update information of a function determination model included in at least one of the operation performing device and the listener device, and determines the operation performing device corresponding to the updated function. The hub device comprising data for updating the device determination model to enable determination.

The method of claim 30,
The processor,
Receive device information of the new device including at least one of device identification information of a new device, storage information of a device determination model, and storage information of a function determination model, from a voice assistant server using the communication interface,
The hub device, wherein the device determination model is updated by adding the new device to a device candidate that can be determined as an operation performing device by the device determination model using the received device information of the new device.