KR20210091584A

KR20210091584A - 전자 장치 및 그 동작 방법

Info

Publication number: KR20210091584A
Application number: KR1020200004949A
Authority: KR
Inventors: 이우찬
Original assignee: 삼성전자주식회사
Priority date: 2020-01-14
Filing date: 2020-01-14
Publication date: 2021-07-22
Also published as: US20210216815A1

Abstract

전자 장치 및 그 동작 방법이 제공된다. 전자 장치의 동작 방법은, 전자 장치에서의 이벤트 발생을 검출하는 동작, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 검출된 이벤트의 알림 정보를 출력할지 여부를 결정하는 동작을 포함할 수 있다.

Description

전자 장치 및 그 동작 방법{ELECTRONIC APPARATUS AND OPERAINTG METHOD THEREOF}

본 개시는 전자 장치 및 그 동작 방법에 관한 것으로서, 더욱 상세하게는, 사용자에게 의미 있는 이벤트에 관한 알림 정보를 출력하는 전자 장치 및 그 동작 방법에 관한 것이다.

인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.

인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.

기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

최근, 인공지능 기술을 이용하여 다양한 기능을 복합적으로 수행하는 전자 장치들이 개발됨에 따라, 개별 사용자에게 적합한 서비스를 제공하는 전자 장치들이 개발되고 있다.

전자 장치에서 발생하는 다양한 이벤트 중 사용자에게 의미 있는 이벤트 에 대해 적절한 알림을 제공하기 위한 방법에 대한 연구가 요구되고 있다.

사용자에게 의미 있는 이벤트에 관한 알림 정보를 출력하는 전자 장치 및 그 동작 방법을 제공하는데 있다.

또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

일 측면에 따른 전자 장치의 동작 방법은, 전자 장치에서의 이벤트 발생을 검출하는 동작, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 검출된 이벤트의 알림 정보를 출력할지 여부를 결정하는 동작을 포함할 수 있다.

또한, 전자 장치의 동작 방법은, 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 알림 정보의 출력을 보류하기로 결정함에 따라 검출된 이벤트를 알림 보류 리스트로 분류하여 저장하는 동작을 포함할 수 있다.

또한, 전자 장치의 동작 방법은, 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력하는 동작을 포함할 수 있다.

다른 측면에 따른 전자 장치는, 하나 이상의 인스트럭션을 저장하는 메모리, 및 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 프로세서는, 하나 이상의 인스트럭션을 실행함으로써, 전자 장치에서의 이벤트 발생을 검출하고, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 검출된 이벤트의 알림 정보를 출력할지 여부를 결정할 수 있다.

또한, 프로세서는, 하나 이상의 인스트럭션을 실행함으로써, 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 알림 정보의 출력을 보류하기로 결정함에 따라 검출된 이벤트를 알림 보류 리스트로 분류하여 저장할 수 있다.

또한, 프로세서는, 하나 이상의 인스트럭션을 실행함으로써, 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력할 수 있다.

또 다른 측면에 따른 컴퓨터로 읽을 수 있는 기록매체는 상술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.

도 1는 일 실시 예에 따른 전자 장치가 동작하는 일 예를 개략적으로 설명하기 위한 도면이다.
도 2는 일 실시 예에 따른 전자 장치의 동작 방법의 흐름도이다.
도 3은 일 실시 예에 따른 알림 정보를 출력하는 예를 설명하기 위한 흐름도이다.
도 4는 일 실시 예에 따른 이벤트에 응답하는 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 도면이다.
도 5는 일 실시 예에 따른 알림 정보에 응답하는 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.
도 6은 일 실시 예에 따른 알림 보류 리스트에 관한 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.
도 7은 일 실시 예에 따른 알림 출력 리스트에 관한 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.
도 8은 일 실시 예에 따른 사용자의 분류 입력에 의한 리스트를 학습 모델에 학습시키는 예를 설명하기 위한 도면이다.
도 9는 일 실시 예에 따른 사용자의 분류 입력에 의한 리스트를 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.
도 10a는 일 실시 예에 따른 사용자의 분류 입력에 관한 사용자 인터페이스 예를 설명하기 위한 도면이다.
도 10b는 일 실시 예에 따른 사용자의 분류 입력에 관한 사용자 인터페이스 예를 설명하기 위한 도면이다.
도 11은 일 실시 예에 따른 외부 장치에서 발생된 이벤트를 수신한 예를 설명하기 위한 흐름도이다.
도 12는 일 실시 예에 따른 전자 장치의 블록 구성도(block diagram)이다.
도 13은 일 실시 예에 따른 전자 장치의 상세 블록 구성도(block diagram)이다.

아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 개시의 실시 예를 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 또한, 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 개시에서 사용되는 용어는, 본 개시에서 언급되는 기능을 고려하여 현재 사용되는 일반적인 용어로 기재되었으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 다양한 다른 용어를 의미할 수 있다. 따라서 본 개시에서 사용되는 용어는 용어의 명칭만으로 해석되어서는 안되며, 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 해석되어야 한다.

또한, 제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 이 용어들에 의해 한정되어서는 안 된다. 이 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로 사용된다.

또한, 본 개시에서 사용된 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것이며, 본 개시를 한정하려는 의도로 사용되는 것이 아니다. 단수의 표현은 문맥상 명백하게 단수를 뜻하지 않는 한, 복수의 의미를 포함한다. 또한, 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

본 명세서, 특히, 특허 청구 범위에서 사용된 “상기” 및 이와 유사한 지시어는 단수 및 복수 모두를 지시하는 것일 수 있다. 또한, 본 개시에 따른 방법을 설명하는 단계들의 순서를 명백하게 지정하는 기재가 없다면, 기재된 단계들은 적당한 순서로 행해질 수 있다. 기재된 단계들의 기재 순서에 따라 본 개시가 한정되는 것은 아니다.

본 명세서에서 다양한 곳에 등장하는 "일부 실시 예에서" 또는 "일 실시 예에서" 등의 어구는 반드시 모두 동일한 실시 예를 가리키는 것은 아니다.

본 개시의 일부 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 또한, 예를 들어, 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단” 및 “구성”등과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다.

또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.

이하 첨부된 도면을 참고하여 본 개시를 상세히 설명하기로 한다.

일 실시 예에 따른 이벤트는, 전자 장치(100)에 설치된 애플리케이션을 통해 발생하거나 외부로부터 수신된 정보 또는 동작을 의미할 수 있다. 예를 들어, 이벤트는, 메시지 수신(예컨대, SMS(Short Message Service) 수신, MMS(Multimedia Messaging Service) 수신), 이메일 수신, 부재중 호(call) 수신, 설치된 애플리케이션에서 발생하는 광고, 알림(예컨대, 일정 애플리케이션에서 설정된 일정 알림, 쇼핑 애플리케이션에서 구매 광고 알림 등), 설치된 애플리케이션의 업데이트 정보 알림, 전자 장치(100)의 설정과 관련한 변경 사항 알림(예컨대, OS(operating system) 업데이트 알림) 등을 포함할 수 있으며, 이에 한정되지 않는다.

일 실시 예에 따라, 이벤트에 포함된 컨텍스트(context)는, 검출된 이벤트가 특정 애플리케이션과 관련되어 있는지, 특정 날짜, 시간, 장소, 인물 등과 관련되어 있는지, 특정 텍스트 또는 키워드와 관련되어 있는지, 특정 이미지와 관련되어 있는지, 또는 특정 외부 장치와 관련되어 있는지 등을 의미할 수 있다. 예를 들어, 컨텍스트(context)는, 메시지 수신 이벤트가 검출 되었을 때, 메시지의 발신자, 메시지의 수신 날짜, 메시지의 제목, 내용 등에 포함된 텍스트(예컨대, ‘특가’, 프로모션’ 등), 이미지 등을 의미할 수 있다.

일 실시 예에 따라, 알림 정보는, 검출된 이벤트를 사용자가 확인 할 수 있도록 제공하는 정보를 의미할 수 있다. 알림 정보는, 이벤트의 종류, 이벤트의 내용 등에 따라 다르게 결정될 수 있다. 예를 들어, 메시지 수신 이벤트에 대한 알림 정보는, 메시지의 발송 날짜와 시간, 메시지의 발신자 정보, 메시지의 제목, 메시지의 적어도 일부 내용 등을 포함할 수 있다. 또한, 예를 들어, 부재중 호(call) 수신 이벤트에 대한 알림 정보는, 호(call)의 발신자 정보, 발신 날짜와 시간, 부재중 전화 횟수 등을 포함할 수 있다.

일 실시 예에 따라, 알림 출력 리스트는, 검출된 이벤트 중 이벤트에 관한 알림 정보를 출력하기로 결정한 이벤트를 포함하는 리스트를 의미할 수 있다.

또한, 일 실시 예에 따라, 알림 보류 리스트는, 검출된 이벤트 중 이벤트에 관한 알림 정보의 출력을 보류하기로 결정한 이벤트를 포함하는 리스트를 의미할 수 있다.

일 실시 예에 따라 사용자 응답 패턴은, 이벤트가 검출되어 알림 정보를 제공하였을 때 사용자가 확인하는지 또는 삭제하는지 등의 사용자 입력에 따른 응답 패턴을 의미할 수 있다.

도 1는 일 실시 예에 따른 전자 장치가 동작하는 일 예를 개략적으로 설명하기 위한 도면이다.

일 실시 예에 따르면, 전자 장치(100)는 전자 장치(100)에서 이벤트가 검출된 경우, 이벤트 발생에 대해 사용자에게 알림(notification)을 제공할지 또는 알림 제공을 보류할지에 대해, 인공지능 알고리즘을 이용하여 학습된 학습 모델(105)을 이용하여 결정할 수 있다.

일상 사용 환경에서 사용자는 사용자에게 의미 있고 관심 있는 정보에 대해서만 알림(notification)을 제공 받기를 원하나, 관심 없는 정보에 대해서까지 다수의 알림이 제공되면 불필요한 알림에 따른 불편이 발생할 수 있다.

일 실시 예에 따르면, 전자 장치(100)는 이벤트가 발생하여 알림 정보를 제공하였을 때, 이벤트의 알림 정보에 대한 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델(105)에 학습시킬 수 있다.

일 실시 예에 따르면, 전자 장치(100)가 사용자 응답 패턴을 미리 학습한 학습 모델(105)을 이용하여, 사용자가 중요하게 생각하고 관심 있는 이벤트로 인식된 이벤트에 대해서 알림(notification)을 제공함으로써, 사용자가 불필요한 다수의 알림을 제공받는 불편이 해소될 수 있다.

일 실시 예에 따르면, 전자 장치(100)는, 미리 학습된 학습 모델(105)을 이용하여, 이벤트 발생 시 이벤트를 알림 출력 리스트 또는 알림 보류 리스트로 분류하여 저장하고, 알림 출력 리스트로 저장된 이벤트에서는 알림을 제공하고, 알림 보류 리스트로 저장된 이벤트에 대해서는 알림 제공을 보류할 수 있다.

예를 들어, 학습 모델(105)은, 사용자가 이전에 관심 있게 확인하는 등의 응답 패턴을 보였던 컨텍스트가 포함된 이벤트에 대해서는 알림 출력 리스트로 결정하고, 사용자가 확인 없이 삭제하는 등의 응답 패턴을 보였던 컨텍스트가 포함된 이벤트에 대해서는 알림 보류 리스트로 결정할 수 있다.

도 1에서는, 예컨대, 알림 출력 리스트에 메시지 1(Message 1)(51), 메시지 3(Message 3)(53)이 저장되고, 알림 보류 리스트(302)에 메시지 2(Message 2)(52)가 저장된 예를 도시 한다.

도 1을 참조하면, 예를 들어, 전자 장치(100)에서 메시지(message) 수신 이벤트가 발생한 경우, 전자 장치(100)의 프로세서(1300, 도 12,13)는, 메모리(1700, 도 12,13)에 포함된 알림 관리 모듈(1740, 도 12,13)을 호출함으로써, 학습 모델(105)을 이용하여, 수신된 메시지에 대한 알림을 출력할지 또는 알림을 보류할지 여부를 결정할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트(301)로 분류하여 저장하고, 알림 정보의 출력을 보류하기로 결정함에 따라 검출된 이벤트를 알림 보류 리스트(302)로 분류하여 저장할 수 있다. 예를 들어, 전자 장치(100)는 수신된 메시지에 대해 알림을 출력하기로 결정함에 따라 알림 출력 리스트(301, 도1)에 메시지를 저장하고, 수신된 메시지를 사용자에게 알리기 위한 알림 정보를 디스플레이(1210, 도13)에 표시할 수 있다. 또한, 예를 들어, 전자 장치(100)는 수신된 메시지에 대해 알림 출력을 보류하기로 결정함에 따라 알림 보류 리스트(302, 도1)에 메시지를 저장할 수 있다.

한편, 일 실시예에 따른 전자 장치(100)는, 스마트 폰, TV, 웨어러블 디바이스, 태블릿 PC, 데스크탑, 노트북 컴퓨터(laptop computer), 휴대폰, 전자책 단말기, 디지털 방송용 단말기, PDA(personal digital assistant), PMP(Portable Multimedia Player), 디지털 카메라, 캠코더, 네비게이션, MP3 플레이어, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치 등과 같은 다양한 형태로 구현될 수 있다.

또한, 전자 장치(100)는 고정된 위치에 배치되는 고정형 전자 장치 또는 휴대 가능한 형태를 갖는 이동형 전자 장치일 수 있으며, 디지털 방송 수신이 가능한 디지털 방송 수신기일 수 있다.

또한, 학습 모델은, 학습 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 학습 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 학습 모델로서 사용될 수 있으나, 이에 한정되지 않는다.

일 실시 예에 따라, 학습 모델은 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치들(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행할 수 있다. 복수의 신경망 레이어들이 갖고 있는 복수의 가중치들은 학습 모델의 학습 결과에 의해 최적화될 수 있다.

도 1은 일 실시 예를 설명하기 위해 도시한 것으로 이에 한정되지 않는다.

이하 후술하는 도면들을 참조하여 보다 구체적인 실시 예를 설명하기로 한다.

도 2는 일 실시 예에 따른 전자 장치의 동작 방법의 흐름도이다.

도 2의 S201에서, 전자 장치(100)는, 전자 장치에서의 이벤트 발생을 검출할 수 있다.

일 실시 예에 따른 이벤트는, 전자 장치(100)에 설치된 애플리케이션을 통해 발생하거나 또는 외부로부터 수신되는 정보 또는 동작을 의미할 수 있다. 예를 들어, 전자 장치(100)는, 메시지 수신, 이메일 수신, 부재중 호(call) 수신 알림, 애플리케이션에서 발생하는 광고, 알림 등을 검출할 수 있다.

도 2의 S202에서, 전자 장치(100)는, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 검출된 이벤트의 알림 정보를 출력할지 여부를 결정할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 어떠한 컨텍스트(context)를 포함한 이벤트가 발생하였을 때 사용자가 어떻게 응답하는지를 나타내는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델(105)을 학습 시킬 수 있다.

예를 들어, 전자 장치(100)에 새로운 메시지가 수신되었을 때, 사용자는 메시지의 내용을 확인할 수 있다. 이 때, 사용자는 관심 있거나 중요한 내용이 포함되어 있거나, 관심 있는 발신자로부터 수신된 메시지이면, 메시지를 수 회 반복해서 확인하거나, 중요한 메시지로 별도로 관리할 수 있다. 그러나, 관심 없고 불필요한 메시지이면, 사용자는 메시지를 한번 읽고 삭제하거나, 내용을 확인하지 않고 삭제할 수도 있다. 또한, 사용자는 메시지의 발신자 만을 확인하고 광고 메시지로 보이면 바로 삭제할 수도 있을 것이다.

일 실시 예에 따라, 전자 장치(100)는 어떠한 컨텍스트를 포함하는 어떠한 이벤트에 대해 사용자가 어떻게 응답하는지를 지속적으로 학습함으로써 학습 모델(105)을 갱신할 수 있다. 전자 장치(100)는 갱신된 학습 모델(105)을 이용하여, 사용자의 과거 응답 패턴을 토대로 사용자가 이번 이벤트에 대해서는 알림 출력을 제공 받기를 원할지 여부를 결정할 수 있게 된다.

또한, 일 실시 예에 따라, 전자 장치(100)는, 검출된 이벤트를, 알림 출력 리스트 또는 알림 보류 리스트 중 알림 정보를 출력할지 여부의 결정에 대응하는 리스트로 분류하여 메모리(1700, 도12)에 저장 할 수 있다.

일 실시 예에 따라, 전자 장치(100)의 프로세서(1300)는, 알림 관리 모듈(1740, 도12)을 호출함으로써, 이벤트의 알림 정보를 출력하기로 결정함에 따라, 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 이벤트의 알림 정보를 출력하지 않기로 결정함에 따라, 검출된 이벤트를 알림 보류 리스트로 분류하여 저장할 수 있다.

도 3은 일 실시 예에 따른 알림 정보를 출력하는 예를 설명하기 위한 흐름도이다.

도 3의 S301에서, 전자 장치(100)는 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트로 분류하여 메모리(1700, 도12)에 저장 할 수 있다. S302에서, 전자 장치(100)는 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력 할 수 있다.

일 실시 예에 따라, 전자 장치(100)는, 이벤트가 검출되었을 때, 학습 모델(105)을 이용하여 알림 정보를 출력하기로 결정함에 따라, 디스플레이(1210, 도13)에 알림 정보를 표시할 수 있다. 또한, 전자 장치(100)는, 음향 출력부(1220, 도13)을 통해 알림 정보를 소리로 출력할 수 있다. 또한, 전자 장치(100)는, 진동 모터(1230, 도13)를 이용한 진동을 통해 메시지 수신, 부재중 호(call) 수신을 사용자에게 알릴 수도 있으며, 이에 한정되지 않는다.

한편, 일 실시 예에 따라, 전자 장치(100)는, 이벤트가 검출되었을 때, 학습 모델(105)을 이용하여 알림 정보의 출력을 보류하기로 결정함에 따라, 검출된 이벤트를 알림 보류 리스트로 분류하여 메모리(1700, 도12)에 저장하면, 이벤트의 알림 정보를 출력하지 않고 보류할 수 있다. 예를 들어, 메시지 수신 이벤트를 알림 보류 리스트로 분류하여 저장하면, 전자 장치(100)는 메시지를 포함하는 알림 정보를 출력하지 않을 수 있다.

도 4는 일 실시 예에 따른 이벤트에 응답하는 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 도면이다.

일 실시 예에 따라, 전자 장치(100)는, 컨텍스트를 포함하는 이벤트(401)와 이벤트에 응답하는 사용자 응답 패턴(402)을 학습 데이터로 이용하여 학습 모델(105)을 학습시킬 수 있다.

도 5 내지 도 7을 참조하여 사용자 응답 패턴의 실시 예들을 설명하기로 한다.

도 5는 일 실시 예에 따른 알림 정보에 응답하는 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.

도 5의 S501에서, 전자 장치(100)는, 알림 정보에 응답하는 사용자 입력을 수신 할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 검출된 이벤트에 관한 알림 정보를 출력하였을 때, 알림 정보에 응답하는 사용자 입력을 수신할 수 있다.

예를 들어, 전자 장치(100)는 메시지 수신 이벤트가 검출됨에 따라 수신된 메시지를 포함하는 알림 정보를 디스플레이(1210, 도 13)에 표시할 수 있다. 전자 장치(100)는, 수신 메시지를 포함하는 알림 정보에 응답하여, 메시지를 확인하고 바로 삭제하는 사용자 입력을 수신할 수 있다. 또한, 예를 들어, 전자 장치(100)는 수신 메시지를 중요 메시지로 관리하여 저장할 수도 있다.

도 5의 S502에서, 전자 장치(100)는, 검출된 이벤트와 알림 정보에 응답하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습(training)시킬 수 있다.

예를 들어, 전자 장치(100)는 메시지 수신 이벤트에 대응하여, 수신 메시지를 바로 삭제한 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델(105)을 학습(training)시킬 수 있다.

또한, 예를 들어, 전자 장치(100)는 수신 이벤트에 대응하여, 수신 메시지를 중요 메시지로 관리하여 저장한 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델(105)을 학습(training)시킬 수 있다.

일 실시 예에 따라, 전자 장치(100)는 검출된 이벤트와 알림 정보에 응답하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델(100)을 학습시킬 수 있다. 이에 따라, 전자 장치(100)는 학습 모델(105)을 이용하면, 전자 장치(100)의 사용자에게 어떤 컨텍스트가 포함된 이벤트에 대한 알림이 필요하고 또한 어떤 컨텍스트가 포함된 이벤트에 대해서는 알림이 필요하지 않은지를 인식할 수 있다.

또한, 일 실시 예에 따라, 전자 장치(100)는 사용자가 관심 있게 응답했던 특정 컨텍스트를 포함하는 이벤트에 대해 알림 정보를 출력하였는데, 사용자가 미리 설정된 횟수 이상으로 바로 삭제하는 응답 패턴을 반복한다면, 추후에는, 특정 컨텍스트를 포함하는 이벤트를 알림 보류 리스트로 분류하여 저장하고 알림 정보를 출력하지 않을 수 있다.

도 6은 일 실시 예에 따른 알림 보류 리스트에 관한 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.

도 6의 S601에서, 전자 장치(100)는, 알림 보류 리스트를 표시 할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 알림 보류 리스트를 호출하기 위한 기 설정된 사용자 입력에 기초하여, 저장된 알림 보류 리스트를 디스플레이 (1210, 도 13)에 표시할 수 있다.

예를 들어, 사용자는 디스플레이(1210)에 표시된 알림 보류 리스트에 저장된 이벤트의 리스트를 직접 확인할 수 있다.

도 6의 S602에서, 전자 장치(100)는, 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 입력을 수신 할 수 있다.

예를 들어, 사용자는 알림 보류 리스트에 접근하여 알림 보류 리스트로 분류된 이벤트의 내용을 직접 확인하는 동작을 수 회 반복할 수 있다.

도 6의 S603에서, 전자 장치(100)는, 확인된 이벤트와 이벤트를 확인하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습(training) 시킬 수 있다.

일 실시 예에 따라, 전자 장치(100)는 알림 보류 리스트로 분류된 이벤트에 대해 사용자가 관심 있게 확인하는 사용자 응답 패턴을 학습 모델(105)에 학습 시킬 수 있다.

이에 따라, 전자 장치(100)는 사용자가 관심 있게 확인한 이벤트에 포함된 컨텍스트에 대해 추후 이벤트가 발생하였을 때에는, 알림 출력 리스트로 분류하여 저장할 수 있을 것이다.

도 7은 일 실시 예에 따른 알림 출력 리스트에 관한 사용자 응답 패턴을 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다.

도 7의 S701에서, 전자 장치(100)는, 알림 출력 리스트를 표시 할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 알림 출력 리스트를 호출하기 위한 기 설정된 사용자 입력에 기초하여, 저장된 알림 출력 리스트를 디스플레이 (1210, 도 13)에 표시할 수 있다.

예를 들어, 사용자는 디스플레이(1210)에 표시된 알림 출력 리스트에 저장된 이벤트의 리스트를 직접 확인할 수 있다.

도 7의 S702에서, 전자 장치(100)는, 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 입력을 수신 할 수 있다.

예를 들어, 사용자는 디스플레이(1210)에 표시된 알림 출력 리스트로부터 알림 출력 리스트로 분류된 이벤트를 삭제할 수 있다.

도 7의 S703에서, 전자 장치(100)는, 삭제된 이벤트와 이벤트를 삭제하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습(training) 시킬 수 있다.

일 실시 예에 따라, 전자 장치(100)는 알림 출력 리스트로 분류된 이벤트를 삭제하는 사용자 입력이 수신되면, 사용자가 삭제한 이벤트에 포함된 컨텍스트에 대해서는 추후에는 알림 정보를 제공받고 싶지 않다는 사용자 의도를 인식할 수 있다.

전자 장치(100)는 사용자 입력에 의해 삭제된 이벤트와 이벤트를 삭제한 사용자 응답 패턴을 학습 모델(105)에 학습 시킬 수 있다.

이에 따라, 전자 장치(100)는 사용자가 삭제한 이벤트에 포함된 컨텍스트에 대해 추후 이벤트가 발생하였을 때에는, 알림 보류 리스트로 분류하여 저장할 수 있을 것이다.

도 8은 일 실시 예에 따른 사용자의 분류 입력에 의한 리스트를 학습 모델에 학습시키는 예를 설명하기 위한 도면이다.

일 실시 예에 따라, 전자 장치(100)는, 컨텍스트를 포함하는 이벤트(801)와 사용자의 분류 입력에 의해 이벤트가 저장된 리스트(802)를 학습 데이터로 이용하여 학습 모델(105)을 학습시킬 수 있다.

예를 들어, 전자 장치(100)는, 발신자 A가 발송한 이메일 수신 이벤트에 대해, 알림 출력 리스트로 분류되어 있던 이벤트를 사용자가 직접 알림 보류 리스트로 변경하여 저장하는 분류 입력을 수신할 수 있다. 전자 장치(100)는, 발신자 A라는 컨텍스트를 포함하는 이메일 수신 이벤트에 대해 사용자가 알림 보류 리스트로 분류 하였음을 학습 모델(105)에 학습시킬 수 있다.

도 9는 일 실시 예에 따른 사용자의 분류 입력에 의한 리스트를 학습 모델에 학습시키는 예를 설명하기 위한 흐름도이다. 도 10a, 도 10b는 일 실시 예에 따른 사용자의 분류 입력에 관한 사용자 인터페이스 예를 설명하기 위한 도면이다. 도 10a 내지 도 10b는 도 9의 흐름도를 설명하기 위해 참조되는 도면들이다.

도 9의 S901에서, 전자 장치(100)는, 알림 출력 리스트와 알림 보류 리스트를 표시 할 수 있다.

도 10a, 도 10b를 참조하면, 일 실시 예에 따라, 전자 장치(100)는 알림 출력 리스트와 알림 보류 리스트를 호출하기 위한 기 설정된 사용자 입력에 기초하여, 저장된 알림 출력 리스트와 알림 보류 리스트를 디스플레이 (1210, 도 13)에 표시할 수 있다.

예를 들어, 사용자는 디스플레이(1210)에 표시된 알림 출력 리스트와 알림 보류 리스트에 저장된 이벤트의 리스트를 직접 확인할 수 있다.

도 9의 S902에서, 전자 장치(100)는, 표시된 알림 출력 리스트 또는 알림 보류 리스트로부터 이벤트를 선택하고 선택된 이벤트가 저장될 리스트를 변경하는 사용자 입력을 수신함에 따라, 선택된 이벤트를 변경된 리스트로 저장할 수 있다.

도 10a를 참조하면, 예를 들어, 제1 이벤트(1001)(예컨대, 수신 메시지1)와 제2 이벤트(1002)(예컨대, 수신 메시지2)가 알림 출력 리스트(301)로 분류되어 저장되어 있을 수 있다. 이 때, 전자 장치(100)는 알림 출력 리스트(301)에 저장된 제1 이벤트(1001)를 알림 보류 리스트(302)로 이동시키는 사용자 입력을 수신할 수 있다. 이에 따라, 전자 장치(100)는 제1 이벤트(1001)를 알림 보류 리스트(302)로 저장할 수 있다.

또한, 예를 들어, 도 10b를 참조하면, 제1 이벤트(1001)(예컨대, 수신 메시지1)가 알림 출력 리스트(301)로 분류되어 저장되어 있고, 제2 이벤트(1002)(예컨대, 수신 메시지2)가 알림 보류 리스트(301)로 분류되어 저장되어 있을 수 있다. 이 때, 전자 장치(100)는 알림 보류 리스트(302)에 저장된 제2 이벤트(1002)를 알림 출력 리스트(301)로 이동시키는 사용자 입력을 수신할 수 있다. 이에 따라, 전자 장치(100)는 제2 이벤트(1002)를 알림 출력 리스트(301)로 저장할 수 있다.도 9의 S903에서, 전자 장치(100)는, 선택된 이벤트와 선택된 이벤트가 저장된 리스트를 학습 데이터로 이용하여 학습 모델을 학습(training) 시킬 수 있다.

도 10a의 예를 참조하면, 학습 모델(105)은 사용자 입력에 의해 제1 이벤트(1001)가 알림 보류 리스트(302)로 분류되었음을 학습할 수 있다.

또한, 도 10b의 예를 참조하면, 학습 모델(105)은 사용자 입력에 의해 제2 이벤트(1002)가 알림 출력 리스트(301)로 분류되었음을 학습할 수 있다.

또한, 일 실시 예에 따른 전자 장치(100)는, 사용자의 분류 입력에 따라 분류된 이벤트에 대해서는 더 높은 우선순위를 적용하여 학습 모델(105)에 학습 시킬 수 있다.

예를 들어, 사용자 분류 입력에 의해 알림 출력 리스트로 분류된 이벤트인데, 이후 대응하는 컨텍스트를 포함하는 이벤트에 대해 알림 정보를 출력하였을 때 사용자가 확인하지 않는 등의 다른 응답 패턴으로 응답할 수도 있다. 이 때, 학습 모델(105)은 높은 우선순위가 적용된 컨텍스트를 포함하는 이벤트에 대해서는 소정 횟수 이상 동안은 사용자가 직접 분류했던 알림 출력 리스트로 분류하도록 결정할 수 있다.

도 10a 내지 도 10b는 일 실시 예를 도시한 것으로 이에 한정되지 않는다.

도 11은 일 실시 예에 따른 외부 장치에서 발생된 이벤트를 수신한 예를 설명하기 위한 흐름도이다.

일 실시 예에 따라, 전자 장치(100)는 통신 네트워크로 연결 가능한 외부 장치(200)에서 검출된 이벤트에 대해서, 학습 모델(105)을 이용하여 이벤트의 알림 정보를 출력할지 여부를 결정할 수 있다.

일 실시 예에 따라, 외부 장치(200)는 전자 장치(100)에 기 등록된 장치일 수 있다. 예를 들어, 외부 장치(200)는 전자 장치(100)와의 식별 정보 송수신을 통해 기 등록된 장치 일 수 있다.

일 실시 예에 따른 전자 장치(100)와 외부 장치(200)는 통신 네트워크를 통하여, 서로 데이터를 송수신할 수 있다. 예를 들어, 전자 장치(100)는 근거리 통신 범위 내에 위치한 외부 장치(200)와 페어링 될 수 있다.

일 실시 예에 따른, 통신 네트워크는, 유선 통신 네트워크 및 무선 통신 네트워크 중 적어도 하나로 구성될 수 있다. 구체적으로, 사물 인터넷을 구현하기 위해 이용되는 통신 네트워크는 이동 통신(예를 들어, Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), CDMA, WCDMA, 3G, 4G, 또는 5G 등), 근거리 통신(NFC, 블루투스, WLAN(Wireless LAN)(Wi-Fi) 등), 및/또는 저전력 장거리 통신(TVWS, Weightless 등) 등이 이용될 수 있다.

또한, 일 실시예에 따른 외부 장치(200)는, 스마트 폰, TV, 웨어러블 디바이스, 태블릿 PC, 데스크탑, 노트북 컴퓨터(laptop computer), 휴대폰, 전자책 단말기, 디지털 방송용 단말기, PDA(personal digital assistant), PMP(Portable Multimedia Player), 디지털 카메라, 캠코더, 네비게이션, MP3 플레이어, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치 등과 같은 다양한 형태로 구현될 수 있다.

도 11의 S1101에서, 외부 장치(200)가 이벤트 발생을 검출할 수 있다. S1102에서, 외부 장치(200)는 이벤트에 관한 정보를 전자 장치(100)로 전송할 수 있다.

일 실시 예에 따른 외부 장치(200)에서 발생한 이벤트는, 외부 장치(200)에 설치된 애플리케이션을 통해 발생하거나 외부 장치(200)가 외부로부터 수신한 정보 또는 동작을 의미할 수 있다. 예를 들어, 이벤트는, 메시지 수신, 이메일 수신, 부재중 호(call) 수신, 설치된 애플리케이션에서 발생하는 광고, 알림 등을 포함할 수 있으며, 이에 한정되지 않는다.

일 실시 예에 따라 이벤트에 관한 정보는, 외부 장치(200)에서 발생된 이벤트의 종류, 내용을 포함할 수 있다. 예를 들어, 외부 장치(200)에서 메시지 수신 이벤트가 검출되면, 수신된 메시지의 내용, 메시지의 발신자 정보를 포함하는 이벤트에 관한 정보를 전자 장치(100)로 전송할 수 있다.

또한, 일 실시 예에 따라, 외부 장치(200)는 이벤트에 관한 알림 정보를 출력 또는 보류하도록 요청하는 요청 신호를 전자 장치(100)로 전송할 수 있다. 외부 장치(200)는 이벤트에 관한 알림 정보를 출력할지 여부에 관해 전자 장치(100)가 결정하여 전자 장치(100) 상에서 알림 정보를 출력하거나 또는 보류하도록 요청할 수 있다.

S1103에서, 전자 장치(100)는 이벤트에 관한 정보를 외부 장치(200)로부터 수신할 수 있다. S1104에서, 전자 장치(100)는, 학습 모델을 이용하여, 수신된 이벤트의 알림 정보를 출력할지 여부를 결정 할 수 있다.

일 실시 예에 따라, 전자 장치(100)는 외부 장치(200)로부터 수신한 요청 신호에 응답하여, 이벤트의 알림 정보를 출력할지 여부를 결정 할 수 있다.

도 11의 S1104는 도 2의 S202에 대응할 수 있으므로, 구체적인 설명은 생략하기로 한다.

S1105에서, 전자 장치(100)는, 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 알림 정보의 출력을 보류하기로 결정함에 따라 검출된 이벤트를 알림 보류 리스트로 분류하여 저장할 수 있다. 도 11의 S1105는 도 3의 S301에 대응 할 수 있으므로, 구체적인 설명은 생략하기로 한다.

S1106에서, 전자 장치(100)는, 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력 할 수 있다. 도 11의 S1106은 도 3의 S301, S302에 대응 할 수 있으므로, 구체적인 설명은 생략하기로 한다.

도 12는 일 실시 예에 따른 전자 장치의 블록 구성도(block diagram)이다.

도 13은 일 실시 예에 따른 전자 장치의 상세 블록 구성도(block diagram)이다.

도 12에 도시된 바와 같이, 일부 실시 예에 따른 전자 장치(100)는, 메모리(1700)와 메모리(1700) 상의 알림 관리 모듈(1740) 및 프로세서(1300)를 포함할 수 있다. 그러나, 도 12에 도시된 구성 요소 모두가 전자 장치(100)의 필수 구성 요소인 것은 아니다. 도 12에 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(100)가 구현될 수도 있고, 도 12에 도시된 구성 요소보다 적은 구성 요소에 의해 전자 장치(100)가 구현될 수도 있다.

예를 들어, 도 13에 도시된 바와 같이, 일부 실시 예에 따른 전자 장치(100)는, 메모리(1700) 및 프로세서(1300) 이외에, 사용자 입력부(1100), 출력부(1200), 센싱부(1400), 통신부(1500), A/V 입력부(1600)를 더 포함할 수도 있다.

사용자 입력부(1100)는, 사용자가 전자 장치(100)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다. 또한, 사용자 입력부(1100)는 마이크로폰(1620)과 연결되어 전자 장치(100)를 제어하기 위한 음성 입력을 수신할 수 있다.

출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이(1210), 음향 출력부(1220), 진동 모터(1230)를 포함할 수 있다.

디스플레이(1210)는 전자 장치(100)에서 처리되는 정보를 표시 출력한다.

한편, 디스플레이(1210)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이(1210)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 디스플레이(1210)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다.

또한, 디스플레이(1210)는 발광 소자(미도시)를 포함할 수 있다. 발광 소자(미도시)는 예를 들어, 발광 다이오드(Light emitting diode) 및 디스플레이 패널을 포함할 수 있으며, 이에 제한되지 않는다.

음향 출력부(1220)는 통신부(1500)로부터 수신되거나 저장부(1700)에 저장된 음향 데이터를 출력한다.

프로세서(1300)는, 통상적으로 전자 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 출력부(1200), 통신부(1500), A/V 입력부(1600) 등을 전반적으로 제어할 수 있다.

프로세서(1300)는, 전자 장치(100)의 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 프로세서(130)는 사용자의 입력이 있거나 기 설정되어 저장된 조건을 만족하는 경우, 메모리(120)에 저장된 OS(Operation System) 및 다양한 애플리케이션을 실행할 수 있다.

프로세서(1300)는, 도 1 내지 도 11에 기재된 전자 장치(100)의 기능을 수행하기 위하여, 전자 장치(100)의 동작을 제어할 수 있다.

프로세서(1300)는 전자 장치(100)의 외부로부터 입력되는 신호 또는 데이터를 저장하거나, 전자 장치(100)에서 수행되는 다양한 작업에 대응되는 저장 영역으로 사용되는 램, 전자 장치(100)의 제어를 위한 제어 프로그램이 저장된 롬 및 프로세서를 포함할 수 있다.

프로세서(1300)는 코어(core, 도시되지 아니함)와 GPU(도시되지 아니함)를 통합한 SoC(System On Chip)로 구현될 수 있다. 프로세서(130)는 싱글 코어, 듀얼 코어, 트리플 코어, 쿼드 코어 및 그 배수의 코어를 포함할 수 있다.

또한, 프로세서(130)는 메인 프로세서(main processor, 도시되지 아니함) 및 슬립 모드(sleep mode)에서 동작하는 서브 프로세서(sub processor, 도시되지 아니함)로 구현될 수 있다.

프로세서(1300)는, 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU(Graphic Processing Unit), VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공 지능 전용 프로세서일 수 있다. 하나 또는 복수의 프로세서는, 메모리에 저장된 기 정의된 동작 규칙 또는 인공 지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 또는, 하나 또는 복수의 프로세서가 인공 지능 전용 프로세서인 경우, 인공 지능 전용 프로세서는, 특정 인공 지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.

일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 전자 장치(100)에서의 이벤트 발생을 검출할 수 있다.

일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 검출된 이벤트의 알림 정보를 출력할지 여부를 결정할 수 있다.

일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 정보를 출력하기로 결정함에 따라 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 알림 정보의 출력을 보류하기로 결정함에 따라 검출된 이벤트를 알림 보류 리스트로 분류하여 저장할 수 있다.

일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력할 수 있다.

일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 정보에 응답하는 사용자 입력을 수신하고, 검출된 이벤트와 알림 정보에 응답하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습(training)시킬 수 있다. 사용자 응답 패턴은, 알림 정보를 확인하는 입력 및 알림 정보를 삭제하는 입력 중 적어도 하나를 포함할 수 있다.

또한, 일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 보류 리스트를 표시할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 입력을 수신할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 확인된 이벤트와 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습시킬 수 있다.

또한, 일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 출력 리스트를 표시할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 입력을 수신할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 삭제된 이벤트와 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 응답 패턴을 학습 데이터로 이용하여 학습 모델을 학습시킬 수 있다.

또한, 일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 알림 출력 리스트와 알림 보류 리스트를 표시할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 표시된 알림 출력 리스트 또는 알림 보류 리스트로부터 이벤트를 선택하고 선택된 이벤트가 저장될 리스트를 변경하는 사용자 입력을 수신함에 따라, 선택된 이벤트를 변경된 리스트로 저장할 수 있다. 또한, 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 선택된 이벤트와 선택된 이벤트가 저장된 리스트를 학습 데이터로 이용하여 학습 모델을 학습시킬 수 있다.

또한, 일 실시 예에 따라 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 통신부(1500)를 통해, 전자 장치(100)와 연결된 외부 장치(200)에서 발생된 이벤트를 수신할 수 있다. 프로세서(1300)는, 메모리(1700)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 수신된 이벤트의 알림 정보를 출력할지 여부를 결정할 수 있다.

센싱부(1400)는, 전자 장치(100)의 상태 또는 전자 장치(100) 주변의 상태를 감지하고, 감지된 정보를 프로세서(1300)로 전달할 수 있다.

센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.

통신부(1500)는, 전자 장치(100)가 외부와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.

근거리 통신부(short-range wireless communication unit)(151)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.

이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 전자 장치(100)가 방송 수신부(1530)를 포함하지 않을 수도 있다.

A/V(Audio/Video) 입력부(1600)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(1610)와 마이크로폰(1620) 등이 포함될 수 있다.

카메라(1610)은 화상 통화모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 프로세서(1300) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다.

카메라(1610)에서 처리된 화상 프레임은 메모리(1700)에 저장되거나 통신부(1500)를 통하여 외부로 전송될 수 있다. 카메라(1610)는 단말기의 구성 태양에 따라 2개 이상이 구비될 수도 있다.

마이크로폰(1620)은, 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. 예를 들어, 마이크로폰(1620)은 외부 디바이스 또는 화자로부터 음향 신호를 수신할 수 있다. 마이크로폰(1620)는 외부의 음향 신호를 입력 받는 과정에서 발생 되는 잡음(noise)를 제거하기 위한 다양한 잡음 제거 알고리즘을 이용할 수 있다.

메모리(1700)는, 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(100)로 입력되거나 전자 장치(100)로부터 출력되는 데이터를 저장할 수도 있다.

메모리(1700)는 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.

메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730), 알림 관리 모듈(1740) 등으로 분류될 수 있다.

UI 모듈(1710)은, 애플리케이션 별로 전자 장치(100)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다.

터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 프로세서(1300)로 전달할 수 있다. 일부 실시 예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.

알림 모듈(1730)은 전자 장치(100)의 이벤트 발생을 알리기 위한 출력 신호를 발생할 수 있다. 알림 모듈(1730)은 출력 신호를 비디오 신호 또는 오디오 신호로 출력하도록 제어할 수 있다.

알림 모듈(1730)은 디스플레이(1210)를 통해 비디오 신호 형태로 알림 신호를 출력할 수도 있고, 음향 출력부(1220)를 통해 오디오 신호 형태로 알림 신호를 출력할 수도 있다. 또한, 알림 모듈(1730)은 진동 모터(1230)을 통해 진동으로 알림 신호를 출력할 수도 있다.

알림 관리 모듈(1740)은 이벤트가 발생하였을 때 이벤트의 알림 정보에 응답하는 사용자의 응답 패턴을 학습 데이터로 이용하여 학습 모델(105)에 학습시킬 수 있다.

또한, 알림 관리 모듈(1740)은 학습된 학습 모델(105)을 이용하여, 이벤트 발생 시, 이벤트를 알림 출력 리스트 또는 알림 보류 리스트로 분류할 수 있다.

한편, 상술한 실시 예는, 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터에 의해 판독 가능한 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 실시 예에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 또한, 상술한 실시 예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로 구현될 수 있다. 예를 들어, 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 컴퓨터가 읽고 실행할 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다.

컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 기록 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 포함할 수 있다. 컴퓨터 판독 가능 매체는 마그네틱 저장매체, 예를 들면, 롬, 플로피 디스크, 하드 디스크 등을 포함하고,) 광학적 판독 매체, 예를 들면, 시디롬, DVD 등과 같은 저장 매체를 포함할 수 있으나, 이에 제한되지 않는다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있다.

또한, 컴퓨터가 읽을 수 있는 복수의 기록 매체가 네트워크로 연결된 컴퓨터 시스템들에 분산되어 있을 수 있으며, 분산된 기록 매체들에 저장된 데이터, 예를 들면 프로그램 명령어 및 코드가 적어도 하나의 컴퓨터에 의해 실행될 수 있다.

본 개시에서 설명된 특정 실행들은 일 실시 예 일 뿐이며, 어떠한 방법으로도 본 개시의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 및 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다.

전술한 본 개시의 설명은 예시를 위한 것이며, 본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 개시에서 모든 예들 또는 예시적인 용어, 예를 들어, “등”의 사용은 단순히 본 개시를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 개시의 범위가 한정되는 것은 아니다.

또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 개시에 기재된 구성 요소들은 본 개시의 실행을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.

본 개시의 실시 예들과 관련된 기술 분야에서 통상의 지식을 가진 자는 상기 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다.

본 개시는 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 본 개시는 명세서에 기재된 특정한 실시 형태에 의해 한정되는 것이 아니며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물이 본 개시에 포함되는 것으로 이해되어야 한다. 그러므로, 개시된 실시예들은 한정적인 관점이 아닌 설명적 관점에서 이해되어야 한다.

본 개시의 범위는 발명의 상세한 설명보다는 특허 청구 범위에 의하여 나타나며, 특허 청구 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.

본 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

"부", "모듈"은 어드레싱될 수 있는 저장 매체에 저장되며 프로세서에 의해 실행될 수 있는 프로그램에 의해 구현될 수도 있다.

예를 들어, “부”, "모듈" 은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 수 있다.

본 명세서에서, "A는 a1, a2 및 a3 중 하나를 포함할 수 있다"는 기재은, A라는 엘리먼트(element)에 포함될 수 있는 예시적인 엘리먼트가 a1, a2 또는 a3라는 넓은 의미이다.

상기 기재로 인해 엘리먼트 A를 구성할 수 있는 엘리먼트가 반드시 a1, a2 또는 a3로 국한된다는 것은 아니다. 따라서 A를 구성할 수 있는 엘리먼트가, a1, a2 및 a3 이외에 예시되지 않은 다른 엘리먼트들을 배제한다는 의미로, 배타적으로 해석되지 않음에 유의하여야 한다.

또한, 상기 기재는, A는 a1를 포함하거나, a2를 포함하거나, 또는 a3를 포함할 수 있다는 의미이다. 상기 기재가 A를 구성하는 엘리먼트들이 반드시 소정 집합 내에서 선택적으로 결정된다는 것을 의미하지는 않는다. 예를 들어 상기 기재가, 반드시 a1, a2 및 a3를 포함하는 집합으로부터 선택된 a1, a2, 또는 a3가 컴포넌트 A를 구성한다는 것으로, 제한적으로 해석되지 않음에 유의하여야 한다.

100 : 전자 장치
200 : 서버

Claims

전자 장치의 동작 방법에 있어서,
상기 전자 장치에서의 이벤트 발생을 검출하는 동작; 및
특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 상기 검출된 이벤트의 알림 정보를 출력할지 여부를 결정하는 동작; 을 포함하는, 동작 방법.
제1 항에 있어서,
상기 알림 정보를 출력하기로 결정함에 따라 상기 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 상기 알림 정보의 출력을 보류하기로 결정함에 따라 상기 검출된 이벤트를 알림 보류 리스트로 분류하여 저장하는 동작; 및
상기 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력하는 동작을 포함하는, 동작 방법.
제2 항에 있어서,
상기 알림 정보에 응답하는 사용자 입력을 수신하는 동작; 및
상기 검출된 이벤트와 상기 알림 정보에 응답하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습(training)시키는 동작을 포함하고,
상기 사용자 응답 패턴은,
상기 알림 정보를 확인하는 입력 및 상기 알림 정보를 삭제하는 입력 중 적어도 하나를 포함하는, 동작 방법.
제2 항에 있어서,
상기 알림 보류 리스트를 표시하는 동작;
상기 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 입력을 수신하는 동작; 및
상기 확인된 이벤트와 상기 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습시키는 동작을 포함하는, 동작 방법.
제2 항에 있어서,
상기 알림 출력 리스트를 표시하는 동작;
상기 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 입력을 수신하는 동작; 및
상기 삭제된 이벤트와 상기 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습시키는 동작을 포함하는, 동작 방법.
제2 항에 있어서,
상기 알림 출력 리스트와 상기 알림 보류 리스트를 표시하는 동작;
상기 표시된 알림 출력 리스트 또는 상기 알림 보류 리스트로부터 이벤트를 선택하고 선택된 이벤트가 저장될 리스트를 변경하는 사용자 입력을 수신함에 따라, 상기 선택된 이벤트를 상기 변경된 리스트로 저장하는 동작; 및
상기 선택된 이벤트와 상기 선택된 이벤트가 저장된 리스트를 학습 데이터로 이용하여 상기 학습 모델을 학습시키는 동작을 포함하는, 동작 방법.
제1 항에 있어서,
상기 이벤트 발생을 검출하는 동작은,
상기 전자 장치와 연결된 외부 장치에서 발생된 이벤트를 수신하는 동작을 포함하는, 동작 방법.
제1 항에 있어서,
상기 이벤트는,
메시지 수신, 이메일 수신, 애플리케이션에서 발생한 알림 및 부재 중 호(call) 수신 중 적어도 하나를 포함하는, 동작 방법.
전자 장치에 있어서,
하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 전자 장치에서의 이벤트 발생을 검출하고,
특정 컨텍스트를 포함하는 특정 이벤트에 응답하는 사용자 응답 패턴을 학습한 학습 모델을 이용하여, 상기 검출된 이벤트의 알림 정보를 출력할지 여부를 결정하는, 전자 장치.
제9 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 알림 정보를 출력하기로 결정함에 따라 상기 검출된 이벤트를 알림 출력 리스트로 분류하여 저장하고, 상기 알림 정보의 출력을 보류하기로 결정함에 따라 상기 검출된 이벤트를 알림 보류 리스트로 분류하여 저장하고,
상기 알림 출력 리스트로 분류하여 저장한 이벤트를 사용자에게 알리기 위한 알림 정보를 출력하는, 전자 장치.
제10 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 알림 정보에 응답하는 사용자 입력을 수신하고,
상기 검출된 이벤트와 상기 알림 정보에 응답하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습(training)시키고,
상기 사용자 응답 패턴은,
상기 알림 정보를 확인하는 입력 및 상기 알림 정보를 삭제하는 입력 중 적어도 하나를 포함하는, 전자 장치.
제10 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 알림 보류 리스트를 표시하고,
상기 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 입력을 수신하고,
상기 확인된 이벤트와 상기 알림 보류 리스트에 포함된 이벤트를 확인하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습시키는, 전자 장치.
제10 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 알림 출력 리스트를 표시하고,
상기 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 입력을 수신하고,
상기 삭제된 이벤트와 상기 알림 출력 리스트에 포함된 이벤트를 삭제하는 사용자 응답 패턴을 학습 데이터로 이용하여 상기 학습 모델을 학습시키는, 전자 장치.
제10 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 알림 출력 리스트와 상기 알림 보류 리스트를 표시하고,
상기 표시된 알림 출력 리스트 또는 상기 알림 보류 리스트로부터 이벤트를 선택하고 선택된 이벤트가 저장될 리스트를 변경하는 사용자 입력을 수신함에 따라, 상기 선택된 이벤트를 상기 변경된 리스트로 저장하고,
상기 선택된 이벤트와 상기 선택된 이벤트가 저장된 리스트를 학습 데이터로 이용하여 상기 학습 모델을 학습시키는, 전자 장치.
제9 항에 있어서,
상기 프로세서는, 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 전자 장치와 연결된 외부 장치에서 발생된 이벤트를 수신하는, 전자 장치.
제9 항에 있어서,
상기 이벤트는,
메시지 수신, 이메일 수신, 애플리케이션에서 발생한 알림 및 부재 중 호(call) 수신 중 적어도 하나를 포함하는, 전자 장치.
제1 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.