KR20210030796A

KR20210030796A - 인공 지능을 이용한 조리 기기 제어 방법 및 그 시스템

Info

Publication number: KR20210030796A
Application number: KR1020190112426A
Authority: KR
Inventors: 윤유술
Original assignee: 엘지전자 주식회사
Priority date: 2019-09-10
Filing date: 2019-09-10
Publication date: 2021-03-18
Also published as: EP4029417A1; WO2021049751A1; US20220287500A1; EP4029417A4

Abstract

인공 지능을 이용한 조리 기기 제어 방법 및 그 시스템이 제공된다. 조리 기기 제어 방법은 사용자 단말기로 촬영된 조리 대상 제품의 이미지를 비전 인식하여 상기 조리 대상 제품의 정보를 획득하는 단계, 상기 조리 대상 제품의 정보에 기초하여 상기 조리 대상 제품에 적용할 레시피를 검색하는 단계, 사용자 계정에 등록된 조리 기기에 대한 정보를 로딩하는 단계, 상기 레시피를 이용하여 상기 등록된 조리 기기에 대한 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계, 상기 사용자 단말기가 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는 단계를 포함한다.

Description

인공 지능을 이용한 조리 기기 제어 방법 및 그 시스템{A METHOD FOR CONTROLLING COOKING APPLIANCE AND SYSTEM FOR THE SAME}

본 발명은 인공 지능을 이용한 조리 기기 제어 방법 및 그 시스템에 관한 것으로, 더욱 자세하게는 인공 지능을 이용하여 조리 대상 제품의 이미지를 통해 제품 정보를 자동 인식하고, 조리 명령을 조리 기기에 제공할 수 있는 방법 및 그 시스템에 관한 발명이다.

기술의 발전에 따라, 인공 지능(AI: Artificial Intelligence)을 갖춘 기기들이 널리 소개되고 있다. 특히 인공 지능을 이용하여 문자 또는 이미지를 인식함으로써 정보를 검색할 수 있는 기술이 널리 사용되고 있으며 이러한 인공 지능을 이용한 서비스는 조리 기기를 비롯한 가전 기기(Home appliance)에도 적용되고 있다.

조리 기기는 다양한 운전 방법을 이용하여 조리 과정을 제어한다. 그런데 사용자가 요리 재료의 레시피에 해당하는 조리 명령에 대한 지식 부족 또는 간편을 위해 요리 재료에 따른 운전 방법을 선택하지 않고 조리 시간 위주의 간단한 운전 방법을 선택하기 때문에, 요리 재료에 따라 추천된 레시피가 조리기를 이용한 조리 과정에서 적용되지 못하는 단점이 존재한다.

가정에서 조리의 편리함 덕분에 가정간편식(home meal replacement, HMR)의 소비가 증가되고 있다. HMR은 사전에 어느 정도 조리가 된 상태에서 가공 및 포장되어 사용자에게 제공되고, 사용자가 이를 데우거나 끓이는 등 단순한 조리 과정만 거치면 음식을 완성할 수 있는 제품을 총칭한다.

본 발명이 해결하고자 하는 기술적 과제는, 인공 지능을 이용하여 조리 대상 제품을 자동으로 인식하고, 조리 명령을 조리 기기에 제공할 수 있는 방법을 제공하는 것이다.

본 발명이 해결하고자 하는 다른 기술적 과제는, 인공 지능을 이용하여 조리 대상 제품을 자동으로 인식하고, 조리 명령을 조리 기기에 제공할 수 있는 시스템을 제공하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 달성하기 위한 본 발명의 몇몇 실시예에 따른 인공 지능을 이용한 조리 기기 제어 방법은, 상기 조리 대상 제품의 정보에 기초하여 상기 조리 대상 제품에 적용할 레시피를 검색하는 단계, 사용자 계정에 등록된 조리 기기에 대한 정보를 로딩하는 단계, 상기 레시피를 이용하여 상기 등록된 조리 기기에 대한 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계, 상기 사용자 단말기가 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는 단계를 포함한다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기가 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는 단계는, 상기 사용자 단말기의 디스플레이에 상기 조리 명령의 세부 사항 및 상기 조리 명령으로 제어할 대상 조리 기기를 표시하는 단계, 및 사용자의 입력을 제공받아 상기 사용자 단말기가 상기 표시된 조리 기기를 제어하는 것을 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자의 입력을 제공받아 상기 사용자 단말기가 상기 표시된 조리 기기를 제어하는 것은, 상기 사용자의 입력에 의해 상기 조리 명령의 세부 사항을 수정하여 변경된 조리 명령을 생성하는 것을 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 변경된 조리 명령을 이용하여 사용자의 조리 특성 학습 모델을 생성하는 것을 더 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기가 상기 조리 대상 제품의 보관 환경 정보를 입력받는 단계를 더 포함하고, 상기 사용자 단말은 상기 보관 환경 정보가 적용된 조리 명령에 따라 상기 등록된 조리 기기를 제어할 수 있다.

본 발명의 몇몇 실시예에서, 상기 조리 대상 제품의 보관 환경 정보가 냉동 보관인 경우, 상기 등록된 조리 기기에 대한 조리 명령 중 조리 시간을 증가시킬 수 있다.

본 발명의 몇몇 실시예에서 상기 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계는, 상기 등록된 조리 기기 중 상기 조리 대상 제품을 조리할 수 있는 조리 기기가 복수인 경우 상기 복수의 조리 기기에 대한 조리 명령을 각각 생성하여 상기 사용자 단말기에 제공하는 것을 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계는, 상기 등록된 조리 기기에 상기 레시피에 필요한 조리 기기가 없는 경우, 상기 사용자 단말기에 상기 등록된 조리 기기에 제공될 제어 명령과 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 함께 제공할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기는 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 디스플레이 또는 음성을 통해 출력할 수 있다.

본 발명의 몇몇 실시예에서, 상기 조리 대상 제품의 이미지는, 상기 조리 대상 제품의 포장 이미지, 상기 조리 대상 제품의 로고 이미지, 상기 조리 대상 제품의 내용물 이미지 중 적어도 하나를 포함할 수 있다.

상기 기술적 과제를 달성하기 위한 본 발명의 몇몇 실시예에 따른 인공 지능을 이용한 조리 기기 제어 시스템은, 조리 대상 제품의 이미지를 촬영하는 사용자 단말기, 및 상기 이미지를 비전 인식하여 상기 조리 대상 제품의 정보를 획득하는 서버를 포함하되, 상기 서버는, 상기 조리 대상 제품의 정보에 기초하여 상기 조리 대상 제품에 적용할 레시피를 검색하고, 상기 레시피를 이용하여 사용자 계정에 등록된 조리 기기에 적용할 조리 명령을 생성하고, 상기 조리 명령을 상기 사용자 단말기에 전송하고, 상기 사용자 단말기는 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어한다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기는, 상기 조리 명령의 세부 사항 및 상기 조리 명령으로 제어할 대상 조리 기기를 표시하는 디스플레이, 및 상기 디스플레이로 표시된 조리 기기를 제어하기 위한 사용자의 입력을 제공받는 입력 인터페이스를 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기는, 상기 사용자의 입력에 의해 상기 조리 명령의 세부 사항을 수정하여 변경된 조리 명령을 생성하는 것을 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기는 상기 변경된 조리 명령을 상기 서버로 전송하고, 상기 서버는 상기 변경된 조리 명령을 이용하여 사용자의 조리 특성 학습 모델을 생성할 수 있다.

본 발명의 몇몇 실시예에서, 상기 사용자 단말기는, 상기 조리 대상 제품의 보관 환경 정보를 입력받고, 상기 보관 환경 정보가 적용된 조리 명령에 따라 상기 등록된 조리 기기를 제어할 수 있다.

본 발명의 몇몇 실시예에서, 상기 조리 대상 제품의 보관 환경 정보가 냉동 보관인 경우, 상기 사용자 단말기는 상기 등록된 조리 기기에 대한 조리 명령 중 조리 시간 또는 조리 온도를 증가시켜 상기 조리 명령을 수정할 수 있다.

본 발명의 몇몇 실시예에서, 상기 서버는, 상기 등록된 조리 기기 중 상기 조리 대상 제품을 조리할 수 있는 조리 기기가 복수인 경우 상기 복수의 조리 기기에 대한 조리 명령을 각각 생성하여 상기 사용자 단말기에 제공하는 것을 포함할 수 있다.

본 발명의 몇몇 실시예에서, 상기 서버는, 상기 등록된 조리 기기에 상기 레시피에 필요한 조리 기기가 없는 경우, 상기 사용자 단말기에 상기 등록된 조리 기기에 제공될 제어 명령과 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 함께 제공할 수 있다.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 실시예들에 따른 인공 지능을 이용한 조리 기기 제어 방법 및 시스템은 조리 대상 제품을 사용자 단말기로 촬영한 결과를 비전 인식하여 조리 기기로 조리 대상 제품에 대응하는 조리 명령을 제공한다. 이를 통해 사용자가 조리 대상 제품의 포장 등에 인쇄된 조리 방법을 읽을 필요 없이 조리 대상 기기를 자동으로 제어할 수 있다. 이는 조리 기기에 대한 사용자 경험을 향상시킬 수 있다.

또한 시스템은 사용자의 조리 특성 학습 모델을 생성하여 사용자 데이터베이스에 저장될 수 있다. 서버는 검색된 레시피를 기반으로 조리 기기에 대한 조리 명령을 생성할 때, 사용자의 조리 특성 학습 모델을 반영한 조리 명령을 생성할 수 있다. 따라서 시스템은 사용자의 조리 특성에 맞는 조리 명령을 통해 조리 기기를 제어할 수 있다.

또한, 시스템은 사용자가 소유하지 않거나 사용자 계정에 등록되지 않은 조리 기기가 조리 대상 제품의 레시피에 포함되어 있는 경우에, 사용자 단말기가 조리 기기를 대체할 수 있는 안내 정보를 출력하도록 하여 조리 대상 제품의 조리를 쉽게 만들 수 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 몇몇 실시예에 따른 인공 지능을 이용한 조리 기기 제어 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 사용자 단말기를 설명하기 위한 도면이다.
도 3은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버를 설명하기 위한 도면이다.
도 4는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법에 의해 제어되는 조리 기기를 설명하기 위한 도면이다.
도 5는　본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.
도 6은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버에 저장되는 레시피 데이터베이스의 구성을 예시적으로 설명하기 위한 도면이다.
도 7은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버에 저장되는 사용자 데이터베이스의 구성을 예시적으로 설명하기 위한 도면이다.
도 8은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.
도 9는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 수행하는 사용자 단말기의 디스플레이부에 표시되는 내용을 설명하기 위한 도면이다.
도 10는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 데이터 흐름도이다.
도 11은 본 발명의 다른 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.

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

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

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

도 1은 본 발명의 몇몇 실시예에 따른 인공 지능을 이용한 조리 기기 제어 시스템을 설명하기 위한 도면이다.

도 1을 참조하면, 조리 기기 제어 시스템(1)은 조리 기기(300)를 제어하기 위한 사용자 단말기(user equipment, 100), 조리 대상 제품의 이미지를 비전 인식(vision recognition)하고 레시피를 검색하는 서버(200) 및 조리 기기(300)가 네트워크(500)를 통해 연결되어 있는 구성이 도시된다.

사용자 단말기(100)는 예를 들어, 조리 대상 제품을 촬영하여 이미지를 얻을 수 있는 휴대폰, 스마트폰(smart phone), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 인공 지능 기기 (smartwatch), 글래스형 인공 지능 기기 (smart glass), HMD(head mounted display)) 등이 포함될 수 있다.

사용자 단말기(100)에 관한 더욱 자세한 설명은 도 2를 이용하여 후술한다.

서버(200)는 본 발명의 일 실시 예에서 설명되는 인공지능 모델과 관련하여 사용자 단말기(100)에 인공지능 모델과 관련된 각종 서비스를 제공하는 역할을 할 수 있다. 또한, 서버(200)는 조리 대상 제품의 정보를 획득하기 위한 비전 인식에 관련된 각종 서비스를 제공할 수 있다.

본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 수행하는 서버(200)는 촬영된 조리 대상 제품의 이미지의 비전 인식, 조리 명령 생성 등에 인공 지능(Artificial Intelligence, AI)을 이용할 수 있다.

인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.

인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.

인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.

모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.

인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.

머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.

지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.

인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.

또한, 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 수행하는 사용자 단말기(100) 또한 위에서 설명한 인공 지능을 활용할 수 있다.

조리 기기(cooking appliance, 300)는 임베디드 시스템(embedded system)의 일종으로서 무선 통신 기능을 통해 사용자 단말기(100)에서 조리 명령을 수신하고, 이에 따라 요리 재료를 이용한 조리를 수행한다. 조리 기기(300)의 범위에는 전기 오븐, 전자 레인지, 쿡탑 등의 어플라이언스가 포함될 수 있다.

네트워크(500)는 유선 및 무선 네트워크, 예를 들어 LAN(local areanetwork), WAN(wide area network), 인터넷(internet), 인트라넷(intranet) 및 엑스트라넷(extranet), 그리고 모바일 네트워크, 예를 들어 셀룰러, 3G, LTE, 5G, WiFi 네트워크, 애드혹 네트워크 및 이들의 조합을 비롯한 임의의 적절한 통신 네트워크 일 수 있다.

네트워크(500)는 허브, 브리지, 라우터, 스위치 및 게이트웨이와 같은 네트워크 요소들의 연결을 포함할 수 있다. 네트워크(500)는 인터넷과 같은 공용 네트워크 및 안전한 기업 사설 네트워크와 같은 사설 네트워크를 비롯한 하나 이상의 연결된 네트워크들, 예컨대 다중 네트워크 환경을 포함할 수 있다. 네트워크(500)에의 액세스는 하나 이상의 유선 또는 무선 액세스 네트워크들을 통해 제공될 수 있다.

사용자 단말기 (100)는 5G 네트워크를 통해 학습 장치인 서버(200)와 데이터를 전송하고 수신할 수 있다. 사용자 단말기(100)는 5G 네트워크를 통해 모바일 브로드밴드(Enhanced Mobile Broadband, eMBB), URLLC(Ultra-reliable and low latency communications) 및 mMTC(Massive Machine-type communications) 중에서 적어도 하나의 서비스를 이용하여 서버(200)와 데이터 통신을 할 수 있다.

eMBB(Enhanced Mobile Broadband)는 모바일 브로드밴드 서비스로, 이를 통해 멀티미디어 콘텐츠, 무선데이터 액세스 등이 제공된다. 또한, 폭발적으로 증가하고 있는 모바일 트래픽을 수용하기 위한 핫스팟 (hot spot)과 광대역 커버리지 등 보다 향상된 모바일 서비스가 eMBB를 통해 제공될 수 있다. 핫스팟을 통해 사용자 이동성이 작고 밀도가 높은 지역으로 대용량 트래픽이 수용될 수 있다. 광대역 커버리지를 통해 넓고 안정적인 무선 환경과 사용자 이동성이 보장될 수 있다.

URLLC(Ultra-reliable and low latency communications) 서비스는 데이터 송수신의 신뢰성과 전송 지연 측면에서 기존 LTE 보다 훨씬 엄격한 요구사항을 정의하고 있으며, 산업 현장의 생산 프로세스 자동화, 원격 진료, 원격 수술, 운송, 안전 등을 위한 5G 서비스가 여기에 해당한다.

mMTC(Massive Machine-type communications)는 비교적 작은 양의 데이터 전송이 요구되는 전송지연에 민감하지 않은 서비스이다. 센서 등과 같이 일반 휴대폰 보다 훨씬 더 많은 수의 단말기들이 동시에 무선액세스 네트워크에 mMTC에 의해 접속할 수 있다. 이 경우, 단말기의 통신모듈 가격은 저렴해야 하고, 배터리 교체나 재충전 없이 수년 동안 동작할 수 있도록 향상된 전력 효율 및 전력 절감 기술이 요구된다.

도 2는 본 발명의 몇몇 실시예에 따른 인공 지능을 이용한 조리 기기 제어 방법을 수행할 수 있는 사용자 단말기(100)를 설명하기 위한 도면이다.

도 2를 참조하면, 사용자 단말기(100)는 도 1을 참조하면, 사용자 단말기(100)는 무선 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 프로세서(180) 및 전원공급부(190)를 포함할 수 있다.

본 발명의 실시예에 따른 사용자 단말기(100)는 조리 기기(300)를 제어하는 제어 단말의 기능을 수행할 수 있다. 조리 기기(300)는 사용자 단말기(100)를 통해 조리 명령을 제공받고 조리 완료 결과를 나타내는 메시지를 사용자 단말기(100)에 제공할 수 있다.

구체적으로, 무선 통신부(110)는, 방송 수신부(111), 이동통신부(112), 무선 인터넷부(113), 근거리 통신부(114), 위치정보부(115) 중 적어도 하나를 포함할 수 있다.

방송 수신부(111)는 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신할 수 있다.

이동통신부(112)는, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신할 수 있으나 본 발명이 위에서 기재된 통신방식의 예에 의해 제한되는 것은 아니다.

무선 인터넷부(113)는 무선 인터넷 접속을 위한 모듈로, 사용자 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷부(113)는 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 구성될 수 있다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있으나 본 발명이 위에서 기재된 무선 인터넷 기술 규격들의 예에 의해 제한되는 것은 아니다.

본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에서, 사용자 단말기(100)가 카메라(121)를 이용해 획득한 조리 대상 제품의 이미지는 이동통신부(112) 또는 무선 인터넷부(113)를 이용해 연결된 네트워크(500)를 통해 서버(200)로 전송될 수 있다.

근거리 통신부(114)는 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra-wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있으나 본 발명이 위에서 기재된 근거리 통신 방식들의 예에 의해 제한되는 것은 아니다.

위치정보부(115)는 이동 음성 인식 장치의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 사용자 단말기(100)는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 사용자 단말기(100)의 위치를 획득할 수 있다.

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

입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 프로세서(180)에 의해 분석되어 사용자의 제어명령으로 처리될 수 있다.

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

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

본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에서, 사용자 단말기(100)는 카메라(121)를 이용해 조리 대상 제품을 촬영함으로써 조리 대상 제품의 이미지를 획득할 수 있다. 촬영 대상이 되는 조리 대상 제품의 이미지는 조리 대상 제품의 포장, 조리 대상 제품의 로고, 조리 대상 제품의 내용물 또는 조리 대상 제품의 바코드 등이 될 수 있으나 본 발명이 이에 제한되는 것은 아니다.

마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 사용자 단말기(100)는 마이크로폰(122)을 통해 사용자의 음성 명령을 제공받을 수 있다.

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

사용자 입력부(123)는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 사용자 단말기(100)의 동작을 제어할 수 있다. 이러한, 사용자 입력부(123)는 기계식(mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 이동 단말기(100)의 전후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다.

일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 디스플레이부(151)에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 디스플레이부(151) 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다. 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.

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

러닝 프로세서(130)는 인공 지능을 이용한 사용자 단말기(100)에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 다른 방식으로 출력되거나 수신, 검출, 감지, 생성, 사전 정의 또는 다른 방식으로 다른 컴포넌트, 디바이스, 사용자 단말기(100) 또는 사용자 단말기(100)와 통신하는 장치에 의해 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함 할 수 있다.

러닝 프로세서(130)는 사용자 단말기(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.

선택적으로 또는 부가적으로, 러닝 프로세서(130)는 사용자 단말기(100)에 직접 결합된 외부 메모리 또는 사용자 단말기(100)와 통신하는 서버에서 유지되는 메모리와 같이 사용자 단말기(100)와 관련된 메모리를 사용하여 구현될 수 있다.

다른 실시예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 사용자 단말기(100)에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.

러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다.

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

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

프로세서(180)는 입력된 정보에 대응되도록 사용자 단말기(100)의 동작을 제어할 수 있다.

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

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

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

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

다른 실시예에서, 프로세서(180) 또는 사용자 단말기(100)의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현될 수 있다.

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

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

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

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

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

프로세서(180)는 본 발명의 사용자 단말기에서 사용 히스토리 정보를 수집하여, 저장할 수 있다. 프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.

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

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

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

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

사용자 단말기(100)의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 사용자 단말기(100)의 구성 요소를 제어할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행할 수 있다.

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

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

센싱부(140)는 이동 사용자 단말기(100) 내 정보, 이동 사용자 단말기(100)를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.

예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 이동 사용자 단말기(100)는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.

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

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

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

특히, 본 발명의 몇몇 실시예에 따른 디스플레이부(151)는 사용자 단말기(100)가 조리 기기 제어 방법을 수행하기 위해 사용자의 입력을 받도록 기능할 수 있다. 즉, 사용자는 디스플레이부(151)를 통해 표시된 조리 명령의 세부 사항에 관한 입력 인터페이스를 통해서 조리 명령을 수정하거나 조리 대상 제품의 보관 환경 정보를 입력하는 한편 조리 기기(300)의 구동을 명령할 수 있다.

음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다. 음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.

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

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

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

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

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

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

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

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

전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가받아 사용자 단말기(100)에 포함된 각 구성요소들에 전원을 공급할 수 있다.

전원공급부(190)는 예를 들어 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다. 이와는 달리, 전원공급부(190)는 교류 전원을 입력받아 직류 전원으로 변환하여 사용자 단말기(100)에 공급하는 어댑터일 수도 있다.

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

도 3은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버(200)를 설명하기 위한 도면이다.

도 3을 참조하면, 서버(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 스토리지(Storage, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.

통신부(210)는 도 2의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.

입력부(220)는 도 2의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.

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

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

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

메모리(230)는 도 2의 메모리(170)에 대응되는 구성이다. 메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다. 메모리(230)는 프로세서(260)가 처리하는 데이터를 일시적으로 저장할 수 있다.

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

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

도 3에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다.

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

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

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

본 발명의 몇몇 실시예의 조리 제어 시스템에 포함된 서버(200)는 데이터베이스(232)에 대상 조리 제품을 조리하기 위한 레시피 데이터와 사용자 계정 정보를 저장할 수 있다. 레시피 데이터와 사용자 계정 정보에 관하여 이후 도 7을 이용하여 더욱 자세하게 설명한다.

러닝 프로세서(240)는 도 2의 러닝 프로세서(130)에 대응되는 구성이다. 러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.

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

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

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

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

또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 사용자 단말기(101)와 같은 다른 장치에 전송되어 탑재될 수 있다.

스토리지(250)는 서버(200)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 스토리지(250)는 예를 들어, 조리 대상 제품의 비전 인식을 수행하는 프로그램 데이터를 저장하고, 프로세서(260)에 의해 해당 프로그램이 실행될 때 이를 메모리(230)에 제공할 수 있다.

또한, 스토리지(250)는 사용자 계정과 각 사용자별로 분류된 조리 기기의 정보에 관한 데이터를 저장할 수 있다. 뒤에 설명하는 것과 같이, 서버(200)는 사용자 계정에 등록된 조리 기기의 정보를 로딩할 수 있다. 이 때, 프로세서(260)는 사용자 계정에 등록된 조리 기기의 정보를 스토리지(250)로부터 로딩하여 메모리(230)에 제공할 수 있다.

스토리지(250)는 사용자 계정 데이터베이스, 레시피 데이터베이스를 저장할 수 있다. 스토리지(250)에 저장된 사용자 계정 및 레시피 데이터베이스는 도 7을 이용하여 더욱 자세하게 설명한다.

그 밖에 서버(200)는 인공지능 모델을 평가할 수 있으며, 평가 후에도 더 나은 성능을 위해 인공지능 모델을 업데이트 하고 업데이트된 인공지능 모델을 사용자 단말기(100)에 제공할 수 있다. 여기서, 사용자 단말기(100)는 서버(200)가 수행하는 일련의 단계들을 로컬 영역에서 단독으로 또는 서버(200)와의 통신을 통해 함께 수행할 수 있다.

예를 들어 사용자 단말기(100)는, 사용자 개인의 데이터에 의한 학습을 통해 인공지능 모델이 사용자의 개인적 패턴을 학습시킴으로써, 서버(200)로부터 다운로드 받은 인공지능 모델을 업데이트할 수 있다.

도 4는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법에 의해 제어되는 조리 기기(300)를 설명하기 위한 도면이다.

도 4를 참조하면, 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법에 의해 제어되는 조리 기기(300)는 컨트롤러(310), 무선통신기(320), 가열기(330) 및 센서(340)를 포함할 수 있다.

컨트롤러(310)는 조리 기기(300)의 동작을 제어할 수 있다. 구체적으로, 사용자 단말기(100)와 연결된 무선통신기(320)를 통해 조리 기기(300)의 제어 명령이 제공되면, 컨트롤러(310)는 해당 조리 명령을 기반으로 조리 기기(300)의 동작을 제어할 수 있다.

무선통신기(320)는 조리 기기(300)를 네트워크(500)에 접속시킴으로써 사용자 단말기(100) 또는 서버(200)와 연결되도록 할 수 있다. 사용자 단말기(100) 또는 서버(200)와 접속된 조리 기기(300)는 조리 기기(300)의 구동에 필요한 제어 명령을 무선통신기(320)를 통해 수신할 수 있다. 또한 조리 기기(300)는 조리 대상 제품의 조리가 완료되었을 때 완료 메시지 등을 사용자 단말기(100) 또는 서버(200로 송신할 수 있다.

무선통신기(320)는 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등의 무선 인터넷 규격을 이용할 수 있으나 본 발명이 위에서 기재된 무선 인터넷 기술 규격들의 예에 의해 제한되는 것은 아니다.

가열기(330)는 조리 대상 식품을 조리하기 위한 열을 조리 기기(300)의 내부 또는 외부에 제공할 수 있다. 본 발명의 몇몇 실시예에서 조리 기기(300)가 오븐인 경우 가열기(330)는 컨벡션히터, 상기 컨벡션히터의 열을 포함하는 고온의 공기를 상기 조리실의 내부로 순환시키는 컨벡션팬, 및 상기 컨벡션팬을 구동시키는 컨벡션모터를 포함할 수 있다. 상기 가열기(330)가 이와 같은 컨벡션장치로 한정되는 것은 아니고, 예를 들면, 할로겐히터, 석영히터, 시즈히터와 같은 전기히터나 가스를 사용하는 가스히터가 상기 가열기(330)로 사용될 수도 있다.

또는, 조리 기기(300)가 전자레인지인 경우 가열기(330)는 전자기파를 발생시키기 위한 마그네트론과 히터가 포함될 수 있다.

또는, 조리 기기(300)가 쿡탑인 경우 가열기(330)는, 자기 코일에 전류를 보내 와류전류를 발생시켜 조리용기 자체를 발열시켜 음식물을 조리하는 인덕션 히팅 모듈(Induction heating module)을 포함할 수 있고, 히팅 코일을 발열시켜 발생되는 복사열로 음식물을 조리하는 라디안트 히팅 모듈(Radiant heating module)을 포함할 수도 있다.

센서(340)는 조리 기기(300)의 내부 온도를 측정하는 온도 센서 등을 포함할 수 있다. 예를 들어 센서(340)가 온도 센서인 경우 센서(340)는 조리 기기(300)의 내부 또는 외부의 온도를 측정하여 컨트롤러(310)에 제공할 수 있고, 컨트롤러(310)는 센서(340)가 측정한 온도에 대응하여 가열기(330)의 출력을 제어할 수 있다.

디스플레이(350)는 조리 기기(300)에 의한 조리 과정을 표시할 수 있다. 또한 디스플레이(350)는 사용자 단말기(100)로부터 제공된 제어 명령의 세부 사항을 표시할 수도 있다.

사용자 입력부(360)는 조리 기기(300)의 운전에 필요한 각종 파라미터 설정을 입력받을 수 있다. 예를 들어 사용자는 본 발명의 실시예에 따른 사용자 단말기(100)를 통하지 않고 직접 조리 기기(300)의 사용자 입력부(360)를 통해 조리 명령 및 이의 세부 사항을 설정할 수 있다.

도 5는　본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.

아래에서 더욱 자세하게 설명하겠지만, 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법은 사용자 단말기(100)와 서버(200)에 의하여 수행될 수 있다. 예를 들어 사용자 단말기(100)의 프로세서(180)와 서버(200)의 프로세서(260)에 의하여 조리 기기 제어 방법의 각 단계가 수행될 수 있다.

도 5를 참조하면, 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법은 조리 대상 제품의 이미지를 비전 인식하여 조리 대상 제품의 정보를 획득하는 것을 포함한다(S110).

사용자 단말기(100)는 조리 대상 제품의 이미지를 획득할 수 있다. 구체적으로, 카메라(121)는 조리 대상 제품을 촬영하여 조리 대상 제품의 이미지를 얻을 수 있다. 카메라(121)에 의하여 촬영되는 '이미지'는 예를 들어 조리 대상 제품의 포장, 조리 대상 제품의 로고 조리 대상 제품의 내용물 또는 조리 대상 제품의 포장에 인쇄된 바코드의 이미지를 포함할 수 있으나 본 발명이 이에 제한되는 것은 아니다.

또한, 카메라(121)에 의하여 얻어진 조리 대상 제품의 이미지 가운데 상기 세 가지 중 두 개 이상을 선택하여 비전 인식에 사용할 수도 있다.

프로세서(180)는 카메라(121)에 의하여 촬영된 이미지에 대한 영상 처리를 수행하고, 이어서 수행될 비전 인식에 필요한 전처리를 수행할 수 있다. 또는 이러한 전처리 과정은 카메라(121)에 구비된 이미지 프로세서에 의하여 수행될 수도 있다.

사용자 단말기(100)에 의해 얻어진 조리 대상 제품의 이미지는 비전 인식을 위해 서버(200)로 전송될 수 있다.

서버(200)는 조리 대상 제품의 이미지를 비전 인식하여 조리 대상 제품의 정보를 획득할 수 있다. 구체적으로, 프로세서(260)는 통신부(210)를 통해 제공받은 조리 대상 제품의 이미지를 비전 인식할 수 있다.

한편, 러닝 프로세서(240)는 프로세서(260)가 조리 대상 제품의 이미지를 비전 인식하여 얻어진 결과를 이용하여 인공 신경망(231a)을 학습시킬 수 있다.

서버(200)는 조리 대상 제품의 이미지를 비전 인식하기 위해 이미지로부터 노이즈를 제거하고, 노이즈가 제거된 영상을 학습 데이터로 사용하여 인공지능 모델을 학습시키는 단계 및 평가를 통해 학습이 완성된 인공지능 모델을 이용하여 객체, 즉 조리 대상 제품을 인식하는 단계를 수행하도록 구성될 수 있다.

노이즈 제거는 인공지능 모델의 학습 효과를 높이기 위한 데이터 마이닝 단계에 해당한다. 상술한 바와 같이 노이즈 제거 과정은 영상을 RGB 모드에서 그레이(Gray) 모드로 변환하는 단계, Morph Gradient 알고리즘을 이용한 경계 이미지 추출, Adaptive Threshold 알고리즘을 이용한 노이즈 제거, Morph Close 및 Long Line Remove 알고리즘을 이용한 영상 최적화 및 경계선(contour) 추출 단계를 포함하도록 구성될 수 있다. 다만 노이즈를 제거하기 위한 상기 알고리즘들은 예시에 불과하며, 본 발명이 이에 제한되는 것은 아니다.

상술한 것과 같이, 조리 대상 제품의 인식은 크게 세 가지로 나누어질 수 있다. 즉, 서버(200)는 조리 대상 제품 자체를 비전 인식하거나, 조리 대상 제품의 포장을 비전 인식하거나, 조리 대상 제품의 포장에 인쇄된 바코드를 비전 인식하여 조리 대상 제품의 정보를 획득할 수 있다. 본 발명의 몇몇 실시예에서, 서버(200)는 상기 세 가지 비전 인식 방법 중 두 개 이상을 동시에 수행할 수도 있다.

이어서, 서버(200)는 조리 대상 식품에 적용할 레시피를 검색한다(S120).

서버(200)의 스토리지(250)에는 조리 대상 식품에 적용할 레시피의 데이터베이스가 저장될 수 있다. 서버(200)의 프로세서(260)는 스토리지(250)에 저장된 레시피 데이터베이스로부터 조리 대상 식품에 적용할 레시피를 검색할 수 있다. 스토리지(250)에 저장된 레시피 데이터베이스의 예시는 도 6에 도시되어 있다.

도 6은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버에 저장되는 레시피 데이터베이스의 구성을 예시적으로 설명하기 위한 도면이다.

도 6을 참조하면, 레시피 데이터베이스(520)는 조리 대상 제품을 조리하기 위하여 조리 기기가 수행하는 조리 명령을 생성하기 위해 사용되는 레시피를 저장할 수 있다. 도 6의 레시피 데이터베이스(520)는 예시적으로 제품 1부터 제품 N의 레시피(520_1~520_N)를 저장하는 것이 도시된다.

각각의 레시피들은 조리 기기(300)가 수행하는 조리 동작의 가열 온도, 시간 등의 파라미터를 포함할 수 있다.

제품 1에 대한 레시피(520_1)는 조리 기기 1에 의해 수행되는 조리 명령을 생성하기 위한 동작 파라미터들을 포함한다. 예를 들어, 레시피(520_1)는 '오븐이 조리 대상 제품을 섭씨 140도에서 5분 동안 조리'하는 조리 과정을 포함할 수 있다.

한편, 동일한 제품에 대해, 복수의 조리 기기의 조리 명령이 수행될 수 있다. 예를 들어, 제품 2에 적용되는 레시피(520_2) 경우, 조리 기기 1에 의해 수행되는 조리 명령을 생성하기 위한 레시피와, 조리 기기 2에 의해 수행되는 조리 명령을 생성하기 위한 레시피가 모두 저장될 수 있다. 조리 대상 제품에 적용되는 레시피는, 레시피에 저장된 조리 기기를 모두 필요로 하거나, 선택적으로 필요로 하는 것일 수 있다.

예를 들어, 제품 2에 적용되는 레시피(520_2)는 조리 기기 1의 사용과 조리 기기 2의 사용을 포함한다. 제품 2에 적용되는 레시피는 조리 기기 1과 조리 기기 2를 모두 필요로 할 수 있다. 이 경우, 해당 레시피는 조리 기기 1로 제품 2를 조리한 후에 조리 기기 2로 제품 2를 조리하거나, 조리 기기 2로 제품 2를 조리한 후에 조리 기기 1로 제품 2를 조리하는 과정을 포함할 수 있다.

또는, 제품 2에 적용되는 레시피는 조리 기기 1과 조리 기기 2 중 어느 하나의 조리 기기만을 필요로 하는 것일 수 있다. 이 경우, 사용자는 조리 기기 1과 조리 기기 2 중에 사용할 조리 기기를 선택하여 조리 대상 제품을 조리할 수 있다.

몇몇 실시예에서, 서버(200)는 제품 2에 대한 레시피로부터 조리 기기 1과 조리 기기 2에 대한 조리 명령을 모두 생성하여 사용자 단말기(100)에 제공하고, 사용자 단말기(100)는 사용자로부터 선택된 조리 명령을 조리 기기에 제공할 수 있다.

서버(200)는 비전 인식의 결과로 얻어진 조리 대상 제품의 정보를 이용하여, 조리 대상 제품에 적용할 레시피를 레시피 데이터베이스에서 검색할 수 있다. 검색된 레시피는 사용자 단말기(100)로의 전송을 위해 메모리(230)에 일시적으로 저장될 수 있다.

위에서 조리 대상 제품의 적용할 레시피가 저장된 레시피 데이터베이스는 서버(200)의 스토리지(250)에 저장된 것으로 설명하였으나 본 발명이 이에 제한되는 것은 아니다. 레시피 데이터베이스는 서버(200)와 네트워크(500)를 통해 연결된 또 다른 서버에 저장될 수 있다.

다시 도 5를 참조하면, 서버(200)는 사용자 계정에 등록된 조리 기기에 대한 정보를 로딩한다(S130).

서버(200)는 사용자 계정 및 그와 관련된 데이터를 포함하는 사용자 데이터베이스에 접근할 수 있다. 사용자 데이터베이스와 관련하여 도 7을 이용하여 더욱 자세하게 설명한다.

도 7은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 시스템에 포함된 서버에 저장되는 레시피 데이터베이스의 구성을 예시적으로 설명하기 위한 도면이다.

사용자 데이터베이스(510)는 예를 들어 서버(200)의 스토리지(250)에 저장될 수 있다. 다만 본 발명이 이에 제한되는 것은 아니며, 사용자 데이터베이스(510)는 서버(200)와 네트워크(500)를 통해 연결된 또 다른 서버에 저장될 수 있다.

사용자 데이터베이스(510)는 사용자 계정과 관련된 데이터를 포함할 수 있다. 각각의 사용자는 사용자 계정을 서버(200) 상에 소유하고, 각자의 계정에 로그인함으로써 사용자 계정에 저장된 데이터에 접근할 수 있다. 도 7의 사용자 데이터베이스(510)는 예시적으로 사용자 1부터 사용자 N의 계정 (510_1~510_N)을 저장하는 것이 도시된다.

사용자 계정에는 각각의 사용자가 사용자 계정에 등록한 조리 기기의 목록이 저장될 수 있다. 도 7에서 예시적으로 사용자 1의 계정(510_1)에는 전자레인지, 쿡탑의 정보가 등록되어 있고, 사용자 2의 계정(510_2)에는 전자레인지, 쿡탑 및 오븐의 정보가 등록되어 있는 것이 도시된다.

사용자 계정에 등록된 조리 기기는 사용자가 소유하고 있는 조리 기기를 의미한다. 즉, 등록된 조리 기기는 서버(200)로부터 조리 명령을 제공받은 사용자 단말기(100)에 의하여 제어될 수 있는 조리 기기를 의미한다.

본 발명의 실시예에 따른 조리 기기 제어 방법을 실행하기 이전에 사용자는 사용자 계정에 자신의 조리 기기를 등록할 수 있다.

서버(200)는 각자의 사용자 계정(510_1~510_N)에 접근하여, 사용자 계정에 등록된 조리 기기의 정보를 로딩할 수 있다. 로딩된 조리 기기의 정보는 예를 들어 서버(200)의 메모리(230)에 일시적으로 저장될 수 있다.

이어서 레시피를 이용하여 조리 기기에 대한 조리 명령을 생성하여 사용자 단말기에 제공한다(S140).

서버(200)는 레시피 데이터베이스(520)로부터 검색한 레시피와, 사용자 데이터베이스(510)로부터 로딩한 조리 기기의 정보를 이용하여 조리 명령을 생성할 수 있다.

사용자 데이터베이스(510)의 사용자 계정에 등록된 조리 기기에 대해, 검색된 조리 대상 제품의 레시피에 포함된 조리 온도, 조리 시간 등의 파라미터를 포함하는 조리 명령을 생성할 수 있다.

서버(200)는 레시피 데이터베이스(520)에 포함된 조리 기기의 정보와 사용자 계정에 등록된 조리 기기의 정보를 서로 비교할 수 있다.

예를 들어, 제품 3에 대한 레시피는 조리 기기 1(예를 들어 오븐)과 조리 기기 2(예를 들어 전자레인지) 중 사용자가 선택하는 조리 기기에 대한 조리 명령을 생성할 수 있고, 사용자 3의 사용자 계정에 조리 기기 1은 등록되어 있지 않으나 조리 기기 2가 등록되어 있다고 가정한다. 이 경우, 서버(200)는 제품 3에 대한 레시피로부터 사용자 계정에 등록되어 있지 않은 조리 기기에 대한 조리 명령은 생성하지 않고, 등록되어 있는 조리 기기에 대한 조리 명령만을 생성할 수 있다.

또는, 사용자 3의 사용자 계정에 조리 기기 1과 조리 기기 2가 모두 등록되어 있다고 가정한다. 이 경우, 서버(200)는 제품 3에 대한 레시피로부터 조리 기기 1과 2 모두에 대한 조리 명령을 생성할 수 있다.

서버(200)로부터 생성된 조리 명령이 사용자 단말기(100)로 제공된 이후의 조리 기기 제어 방법과 관련하여 도 8을 이용하여 설명한다.

도 8은 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.

도 8을 참조하면, 사용자 단말에 조리 명령을 제공하는 단계(S140) 이후에 사용자 단말기(100)에 조리 명령의 세부 사항을 표시하는 것을 포함할 수 있다(S143).

즉, 사용자 단말기(100)의 디스플레이부(151)는 조리 기기(300)를 제어하기 위한 조리 명령의 세부 사항(detail)을 표시할 수 있다. 조리 명령의 세부 사항은 예를 들어 조리 기기의 종류, 조리 대상 제품의 알러지 정보, 조리 기기(300)에서 조리 시 필요한 액세서리의 종류 및 조리 기기(300)가 조리하는 조리 대상 제품의 개수를 포함할 수 있다.

이어서 사용자 단말기(100)는 사용자 입력을 제공받고(S144), 사용자 입력의 종류가 레시피 변경 또는 조리 대상 제품의 보관 환경에 관한 입력인지 기동 명령인지를 판단한다(S145).

입력된 사용자 입력이 레시피 변경 또는 조리 대상 제품의 보관 환경에 관한 입력인 경우 사용자 단말기(100)는 그에 대응하여 세부 사항을 변경한 조리 명령을 생성한다(S146).

본 발명의 몇몇 실시예에서, 사용자 단말기(100)는 조리 대상 제품의 보관 환경 정보를 사용자 입력으로 제공받을 수 있다. 조리 대상 제품의 보관 환경 정보는 제품이 보관되어 있던 온도 조건, 예를 들어 냉동 보관, 냉장 보관 또는 상온 보관되었는지 여부를 의미하는 것일 수 있다.

또는 조리 대상 제품의 보관 환경 정보가 상온 보관인 경우, 사용자 단말기(100)는 조리 명령 중 조리 시간을 감소시키거나 조리 온도를 감소시킬 수도 있다.

이와 같이, 사용자 단말기(100)는 입력된 보관 환경 정보를 기초로 세부 사항을 변경한 조리 명령을 생성할 수 있다.

본 발명의 몇몇 실시예에서, 사용자 단말기(100)는 조리 명령의 세부 사항의 수정을 사용자로부터 제공받을 수 있다. 구체적으로, 사용자가 사용자 단말기(100)가 표시한 조리 명령의 수정 사항 중 예를 들어 조리 시간 또는 조리 온도 등을 수정할 수도 있다.

이 경우, 사용자 단말기(100)는 사용자로부터 제공된 입력에 기초하여 수정된 조리 명령을 생성하고, 이를 조리 기기(300)에 제공할 수 있다. 즉 사용자가 조리 대상 제품의 조리 정도를 서버(200) 또는 사용자 단말기(100)에 의해 제안된 조리 명령과 다르게 하길 원하여, 수정된 조리 명령을 사용자 단말기(100)에 입력하는 경우이다.

사용자 단말기(100)는 수정된 조리 명령을 서버(200)로 전송할 수 있다.

몇몇 실시예에서, 서버(200)는 수정된 조리 명령에 기반하여 사용자의 조리 특성을 학습할 수 있다. 서버(200)는 수정된 조리 명령을 학습하고, 사용자의 조리 특성 학습 모델을 생성할 수 있다. 예를 들어, 서버(200)는 인공 신경망(231a)을 이용하여 사용자의 조리 특성을 학습할 수 있다.

생성된 사용자의 조리 특성 학습 모델은 사용자 데이터베이스에 저장될 수 있다. 서버(200)가 검색된 레시피를 기반으로 조리 기기에 대한 조리 명령을 생성할 때, 사용자의 조리 특성 학습 모델을 반영한 조리 명령을 생성할 수 있다. 이를 통해 사용자의 조리 특성에 맞는 조리 명령을 통해 조리 기기(300)를 제어함으로써 조리 기기(300)에 대한 사용자 경험을 향상시킬 수 있다.

입력된 사용자 입력이 기동 명령인 경우 사용자 단말기(100)는 조리 명령으로 조리 기기(300)를 제어한다(S150).

다시 도 5를 참조하면, 마지막으로 사용자 단말기가 조리 명령에 따라 조리 기기를 제어한다(S150).

서버(200)는 생성한 조리 명령을 사용자 단말기(100)로 제공할 수 있다. 사용자 단말기(100)는 제공받은 조리 명령에 대한 세부 사항을 디스플레이부(151)를 통해 출력한다. 사용자 단말기(100)가 사용자로부터 조리 동작 개시에 대한 입력을 받으면 조리 명령을 조리 기기(300)에 제공하여 조리 기기(300)의 동작을 제어할 수 있다.

결과적으로, 본 발명의 실시예에 따른 조리 기기 제어 시스템은 조리 대상 제품을 사용자 단말기(100)로 촬영하면 그 결과를 비전 인식하여 조리 기기(300)로 조리 대상 제품에 대응하는 조리 명령을 제공할 수 있다. 이를 통해 사용자가 조리 대상 제품의 포장 등에 인쇄된 조리 방법을 읽을 필요 없이 조리 대상 기기(300)를 자동으로 제어할 수 있다. 이는 조리 기기(300)에 대한 사용자 경험을 향상시킬 수 있다. 또한, 조리 기기(300)의 조작이 디스플레이 또는 터치스크린과 같이 사용자에게 친숙하면서 편리한 사용자 단말기(100)를 이용하여 수행되기 때문에, 조리 명령의 조작이 더욱 용이할 수 있다.

조리 기기(300)에 의한 조리 대상 식품의 조리가 끝나면, 조리 기기(300)는 조리 완료를 사용자 단말기(100)에 알릴 수 있다. 사용자 단말기(100)는 조리 완료 화면을 디스플레이부(151)에 출력하거나 음향 출력부(152)로 음향을 출력할 수 있다.

도 9는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 수행하는 사용자 단말기의 디스플레이부(151)에 표시되는 내용을 설명하기 위한 도면이다.

도 9를 참조하면, (a)에서 조리 대상 제품의 이미지를 얻기 위한 촬영 화면이 디스플레이부(151)에 표시된다. 사용자는 조리 대상제품의 조리 대상 제품의 포장, 조리 대상 제품의 로고 조리 대상 제품의 내용물 또는 조리 대상 제품의 포장에 인쇄된 바코드의 이미지를 사용자 단말기(100)로 촬영할 수 있다.

도 9의 (b)에서 사용자가 촬영한 조리 대상 제품의 이미지에 대하여 비전 인식 중임을 알리는 화면 내용이 디스플레이부(151)에 표시된다. 본 발명의 몇몇 실시예에서, 사용자 단말기(100)가 도 9의 (b)의 내용을 디스플레이부(151)에 표시하는 중에, 서버(200)에 의한 비전 인식(S110), 레시피 검색(S120), 조리 기기 로딩(S130) 및 조리 명령의 제공(S140)이 모두 수행될 수도 있다.

도 9의 (c)에서 서버(200)로부터 제공받은 조리 명령의 세부 사항이 사용자 단말기(100)에 표시되는 것이 예시적으로 도시된다. 조리 명령의 세부 사항은 예를 들어 조리 기기의 종류, 조리 대상 제품의 알러지 정보, 조리 기기(300)에서 조리 시 필요한 액세서리의 종류 및 조리 기기(300)가 조리하는 조리 대상 제품의 개수를 포함할 수 있다.

사용자 단말기(100)는 조리 대상 제품의 보관 환경 정보를 사용자로부터 제공받을 수 있다. 도 9의 (c)에서 도시된 것과 같이, 조리 대상 제품의 보관 환경 정보는 제품이 보관되어 있던 온도 조건과 관련되며, 예를 들어 냉동 보관, 냉장 보관 또는 상온 보관되었는지 여부를 의미하는 것일 수 있다.

도 10는 본 발명의 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 데이터 흐름도이다.

도 10을 참조하면, 사용자 단말기(100), 서버(200) 및 조리 기기(300) 간의 데이터 흐름이 예시적으로 도시된다.

사용자 단말기(100)는 조리 대상 제품의 촬영하여 이미지를 획득한다(S101). 사용자 단말기(100)는 조리 대상 제품의 이미지를 서버(200)로 전송한다(S102).

서버(200)는 조리 대상 제품의 이미지를 비전 인식하여 조리 대상 제품의 정보를 획득한다(S110). 서버(200)는 조리 대상 제품의 정보에 기초하여 레시피를 검색한다(S120). 또한 서버(200)는 사용자 계정에 등록된 조리 기기의 정보를 로딩한다(S130). 서버(200)는 검색된 레시피와 조리 기기의 정보를 이용하여 조리 명령을 생성하고(S141), 생성된 조리 명령을 사용자 단말기(100)에 전송한다(S142).

사용자 단말기(S143)는 제공된 조리 명령의 세부 사항을 디스플레이부(151)를 통해 표시하고(S143), 사용자의 조리 개시 입력(S144)에 의해 사용자 단말기(100)는 조리 명령을 조리 기기(300)에 전송한다(S151).

조리 명령을 제공받은 조리 기기(300)는 조리를 시작하고(S152), 조리가 종료되면(S153) 조리 완성 정보를 사용자 단말기(100)에 제공한다(S154). 사용자 단말기(100)는 조리가 완료되었음을 디스플레이부(151) 또는 음향 출력부(152)로 출력한다(S155).

도 11은 본 발명의 다른 몇몇 실시예에 따른 조리 기기 제어 방법을 설명하기 위한 순서도이다.

도 11을 참조하면, 사용자 계정에 등록된 조리 기기의 정보를 로딩하는 단계(S130) 이후에 레시피의 조리 기기와 사용자 계정의 조리 기기 정보를 비교하는 단계(S131)를 포함한다.

서버(200)는 레시피 데이터베이스(520)에서 검색한 레시피가 필요로 하는 조리 기기(300)가 사용자 데이터베이스(510)의 사용자 계정에 등록된 조리 기기(300)에 포함되는지 여부를 판단한다(S132).

레시피가 요구하는 조리 기기(300)가 사용자 계정에 등록된 조리 기기에 포함되는 경우, 서버(200)는 각각의 조리 기기(300)에 대한 조리 명령을 생성한다.

레시피가 요구하는 조리 기기(300)가 사용자 계정에 등록된 조리 기기에 포함되지 않는 경우, 서버(200)는 조리 기기(300)에 대한 조리 명령과 안내 정보를 모두 생성할 수 있다.

예를 들어, 레시피가 요구하는 조리 기기 1과 조리 기기 2를 순차적으로 사용하는 것을 요구하고, 사용자의 계정에는 조리 기기 1만이 등록되어 있는 경우 서버(200)는 조리 기기 1에 대한 조리 명령과 조리 기기 2를 대체할 수 있는 안내 정보를 생성할 수 있다. 안내 정보는 조리 기기 2가 수행하는 조리 동작을 대체할 수 있는 내용으로 구성되며, 사용자 단말기(100)의 디스플레이부(151)로 표시되거나 음향 출력부(152)로 출력될 수 있다.

서버(200)는 생성된 조리 기기 1에 대한 조리 명령과 안내 정보를 사용자 단말기(100)에 제공할 수 있다(S142). 사용자 단말기(100)는 조리 기기 1를 제공된 조리 명령으로 제어할 수 있다(S150). 또한 사용자 단말기(100)는 서버(200)로부터 제공받은 안내 정보를 디스플레이부(151)로 출력하거나 음향 출력부(152)로 출력할 수 있다.

즉, 본 발명의 다른 실시예에 따른 조리 기기 제어 방법은, 사용자가 소유하지 않거나 사용자 계정에 등록되지 않은 조리 기기가 조리 대상 제품의 레시피에 포함되어 있는 경우에, 사용자 단말기(100)가 조리 기기를 대체할 수 있는 안내 정보를 출력할 수 있다. 이를 통해 조리 대상 제품의 조리를 더욱 쉽게 만들 수 있다.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 단말기의 프로세서(180)를 포함할 수도 있다.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

100: 사용자 단말기 110: 무선 통신부
120: 입력부 130: 러닝 프로세서
140: 센싱부 150: 출력부
160: 인터페이스부 170: 메모리
180, 260: 프로세서 190: 전원 공급부
200: 서버 210: 통신부
230: 메모리 240: 러닝 프로세서
250: 스토리지 300: 조리 기기

Claims

사용자 단말기로 촬영된 조리 대상 제품의 이미지를 비전 인식하여 상기 조리 대상 제품의 정보를 획득하는 단계;
상기 조리 대상 제품의 정보에 기초하여 상기 조리 대상 제품에 적용할 레시피를 검색하는 단계;
사용자 계정에 등록된 조리 기기에 대한 정보를 로딩하는 단계;
상기 레시피를 이용하여 상기 등록된 조리 기기에 대한 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계;
상기 사용자 단말기가 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는 단계를 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 1항에 있어서,
상기 사용자 단말기가 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는 단계는,
상기 사용자 단말기의 디스플레이에 상기 조리 명령의 세부 사항 및 상기 조리 명령으로 제어할 대상 조리 기기를 표시하는 단계, 및
사용자의 입력을 제공받아 상기 사용자 단말기가 상기 표시된 조리 기기를 제어하는 것을 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 2항에 있어서,
상기 사용자의 입력을 제공받아 상기 사용자 단말기가 상기 표시된 조리 기기를 제어하는 것은,
상기 사용자의 입력에 의해 상기 조리 명령의 세부 사항을 수정하여 변경된 조리 명령을 생성하는 것을 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 3항에 있어서,
상기 변경된 조리 명령을 이용하여 사용자의 조리 특성 학습 모델을 생성하는 것을 더 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 1항에 있어서,
상기 사용자 단말기가 상기 조리 대상 제품의 보관 환경 정보를 입력받는 단계를 더 포함하고,
상기 사용자 단말은 상기 보관 환경 정보가 적용된 조리 명령에 따라 상기 등록된 조리 기기를 제어하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 5항에 있어서,
상기 조리 대상 제품의 보관 환경 정보가 냉동 보관인 경우,
상기 등록된 조리 기기에 대한 조리 명령 중 조리 시간 또는 조리 온도를 증가시키는,
인공 지능을 이용한 조리 기기 제어 방법.
제 1항에 있어서,
상기 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계는,
상기 등록된 조리 기기 중 상기 조리 대상 제품을 조리할 수 있는 조리 기기가 복수인 경우 복수의 조리 기기에 대한 조리 명령을 각각 생성하여 상기 사용자 단말기에 제공하는 것을 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 7항에 있어서,
상기 조리 명령을 생성하여 상기 사용자 단말기에 제공하는 단계는,
상기 등록된 조리 기기에 상기 레시피에 필요한 조리 기기가 없는 경우, 상기 사용자 단말기에 상기 등록된 조리 기기에 제공될 제어 명령과 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 함께 제공하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 8항에 있어서,
상기 사용자 단말기는 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 디스플레이 또는 음성을 통해 출력하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 7항에 있어서,
상기 조리 대상 제품의 이미지는,
상기 조리 대상 제품의 포장 이미지, 상기 조리 대상 제품의 로고 이미지, 상기 조리 대상 제품의 내용물 이미지 중 적어도 하나를 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
조리 대상 제품의 이미지를 촬영하는 사용자 단말기; 및
상기 이미지를 비전 인식하여 상기 조리 대상 제품의 정보를 획득하는 서버를 포함하되,
상기 서버는,
상기 조리 대상 제품의 정보에 기초하여 상기 조리 대상 제품에 적용할 레시피를 검색하고,
상기 레시피를 이용하여 사용자 계정에 등록된 조리 기기에 적용할 조리 명령을 생성하고,
상기 조리 명령을 상기 사용자 단말기에 전송하고,
상기 사용자 단말기는 상기 조리 명령에 따라 상기 등록된 조리 기기를 제어하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 11항에 있어서,
상기 사용자 단말기는,
상기 조리 명령의 세부 사항 및 상기 조리 명령으로 제어할 대상 조리 기기를 표시하는 디스플레이, 및
상기 디스플레이로 표시된 조리 기기를 제어하기 위한 사용자의 입력을 제공받는 입력 인터페이스를 포함하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 12항에 있어서,
상기 사용자 단말기는,
상기 사용자의 입력에 의해 상기 조리 명령의 세부 사항을 수정하여 변경된 조리 명령을 생성하는 것을 포함하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 13항에 있어서,
상기 사용자 단말기는 상기 변경된 조리 명령을 상기 서버로 전송하고,
상기 서버는 상기 변경된 조리 명령을 이용하여 사용자의 조리 특성 학습 모델을 생성하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 11항에 있어서,
상기 사용자 단말기는,
상기 조리 대상 제품의 보관 환경 정보를 입력받고,
상기 보관 환경 정보가 적용된 조리 명령에 따라 상기 등록된 조리 기기를 제어하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 15항에 있어서,
상기 조리 대상 제품의 보관 환경 정보가 냉동 보관인 경우,
상기 사용자 단말기는 상기 등록된 조리 기기에 대한 조리 명령 중 조리 시간 또는 조리 온도를 증가시켜 상기 조리 명령을 수정하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 11항에 있어서,
상기 서버는,
상기 등록된 조리 기기 중 상기 조리 대상 제품을 조리할 수 있는 조리 기기가 복수인 경우 복수의 조리 기기에 대한 조리 명령을 각각 생성하여 상기 사용자 단말기에 제공하는 것을 포함하는,
인공 지능을 이용한 조리 기기 제어 방법.
제 17항에 있어서,
상기 서버는,
상기 등록된 조리 기기에 상기 레시피에 필요한 조리 기기가 없는 경우, 상기 사용자 단말기에 상기 등록된 조리 기기에 제공될 제어 명령과 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 함께 제공하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 18항에 있어서,
상기 사용자 단말기는 상기 레시피에 필요한 조리 기기에서 사용되는 조리 방법에 관한 정보를 디스플레이 또는 음성을 통해 출력하는,
인공 지능을 이용한 조리 기기 제어 시스템.
제 17항에 있어서,
상기 조리 대상 제품의 이미지는,
상기 조리 대상 제품의 포장 이미지, 상기 조리 대상 제품의 로고 이미지, 상기 조리 대상 제품의 내용물 이미지 중 적어도 하나를 포함하는,
인공 지능을 이용한 조리 기기 제어 시스템.