KR20220015287A - 인공지능을 활용한 슬라이드 자동생성 방법 및 서버 - Google Patents

인공지능을 활용한 슬라이드 자동생성 방법 및 서버 Download PDF

Info

Publication number
KR20220015287A
KR20220015287A KR1020200156738A KR20200156738A KR20220015287A KR 20220015287 A KR20220015287 A KR 20220015287A KR 1020200156738 A KR1020200156738 A KR 1020200156738A KR 20200156738 A KR20200156738 A KR 20200156738A KR 20220015287 A KR20220015287 A KR 20220015287A
Authority
KR
South Korea
Prior art keywords
powerpoint
neural network
powerpoint file
web page
artificial neural
Prior art date
Application number
KR1020200156738A
Other languages
English (en)
Other versions
KR102366182B1 (ko
Inventor
송재근
Original Assignee
주식회사 에스크라운
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에스크라운 filed Critical 주식회사 에스크라운
Publication of KR20220015287A publication Critical patent/KR20220015287A/ko
Application granted granted Critical
Publication of KR102366182B1 publication Critical patent/KR102366182B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/106—Display of layout of documents; Previewing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/134—Hyperlinking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/183—Tabulation, i.e. one-dimensional positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

인공지능을 활용한 슬라이드 자동생성 방법 및 서버가 제공된다. 서버가 인공지능을 활용하여 파워포인트(Powerpoint, PPT) 슬라이드를 자동으로 생성하는 방법은, 웹 페이지를 통해 파워포인트 파일을 수신하는 단계, 상기 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하는 단계 및 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력하는 단계를 포함한다.

Description

인공지능을 활용한 슬라이드 자동생성 방법 및 서버{SERVER AND METHOD FOR AUTOMATICALLY GENERATING SLIDE USING ARTIFICIAL INTELLIGENCE}
본 발명은 인공지능을 활용한 슬라이드 자동생성 방법 및 서버에 관한 것으로, 보다 구체적으로, 웹 페이지를 통해 파워포인트 파일에 포함된 슬라이드를 인공지능을 이용하여 자동으로 추천 및 생성하는 것이 가능한 방법 및 서버에 관한 것이다.
종래의 파워포인트 파일의 작성은 사용자가 개인 컴퓨터에 파워포인트를 작성할 수 있는 실행파일(제품명-마이크로소프트사의 오피스)을 설치하고 파워포인트 작성 기술을 습득하여 디자인, 작성, 수정하였으며, 이를 다른 사용자와 공유하기 위해서는 메일 또는 전자게시판 등에 파일로 첨부하여 다른 사용자에게 공유하였다.
다른 사용자 역시 공유된 파워포인트 파일의 디자인을 변경하기 위해 위와 같은 작업을 반복하였다.
또한 여러 개의 파워포인트 파일을 한 개의 파워포인트 파일로 합병할 경우 각각의 사용자는 개인의 컴퓨터에서 여러 개의 파워포인트 파일을 열고 복사, 붙여넣기 과정을 반복하여 파일의 합병작업을 진행하였다. 비슷한 경우로 합병된 파워포인트 파일의 내부 순서가 변경되면 각 사용자는 위와 같은 작업을 반복해야만 했다.
더불어, 파워포인트를 다루는 것이 익숙하지 않은 사용자의 경우, 컨텐츠를 입력하고, 템플릿을 선택하고, 강조하고 싶은 부분을 강조하는 등 소요시간이 매우 오래 걸리며, 숙련도에 따라 품질차이가 많이 발생한다는 문제점이 있다.
등록특허공보 제10-0751691호, 2007.08.023.공고
본 발명이 해결하고자 하는 과제는 웹 페이지를 통해 최적화된 방법으로 파워포인트 파일을 생성하여 클라이언트에게 제공하는 것이 가능한 인공지능을 활용한 슬라이드 자동생성 방법 및 서버를 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는 인공신경망을 통해 입력된 파워포인트 파일별로 최적화된 슬라이드를 추천하는 것이 가능한 인공지능을 활용한 슬라이드 자동생성 방법 및 서버를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 서버가 인공지능을 활용하여 파워포인트(Powerpoint, PPT) 슬라이드를 자동으로 생성하는 방법은, 웹 페이지를 통해 파워포인트 파일을 수신하는 단계, 상기 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하는 단계 및 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력하는 단계를 포함한다.
실시 예에 있어서, 상기 기 학습된 인공신경망은, RNN(Recurrent Neural Network)을 통해 파워포인트 파일을 입력값으로 하고, 기 레이블링된 템플릿을 출력값으로 하여 지도학습된 인공신경망인 것을 특징으로 한다.
실시 예에 있어서, 상기 파워포인트 파일을 OpenXML 형식의 데이터로 변환하고, 상기 OpenXML 형식의 데이터를 지도 학습하여, 상기 적어도 하나의 템플릿을 선택하는 것을 특징으로 한다.
실시 예에 있어서, 상기 기 학습된 인공신경망은, 시퀀스투시퀀스(Sequence-to-Sequence) 알고리즘을 통해 학습된 것을 특징으로 한다.
실시 예에 있어서, 상기 기 학습된 인공신경망은, RNN(Recurrent Neural Network)의 Many-to-One 모델을 사용하는 것을 특징으로 한다.
실시 예에 있어서, 상기 기 학습된 인공신경망은, 상기 RNN에서, Reset Gate를 통해 그래디언트 소실(Vanishing Gradient)을 방지하기 위한 GRU(Gated Recurrent Units)을 이용하는 것을 특징으로 한다.
실시 예에 있어서, 상기 제공하는 단계는, 상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 성격을 선택할 수 있는 PPT 성격 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 한다.
실시 예에 있어서, 상기 제공하는 단계는, 상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 카테고리를 선택할 수 있는 카테고리 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 한다.
실시 예에 있어서, 상기 제공하는 단계는, 상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 테마를 선택할 수 있는 테마 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 한다.
실시 예에 있어서, 상기 제공하는 단계는, 상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 디자인을 선택할 수 있는 디자인 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 한다.
실시 예에 있어서, 상기 출력하는 단계는, 상기 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 편집하는 것이 가능한 에디터 페이지를 출력하는 것을 특징으로 한다.
실시 예에 있어서, 상기 출력하는 단계는, 상기 웹 페이지를 통해 상기 파워포인트 파일이 미수신되는 경우, 상기 에디터 페이지를 상기 웹 페이지에 출력하는 것을 특징으로 한다.
실시 예에 있어서, 클라이언트 요청에 근거하여, 상기 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드로 구성된 새로운 파워포인트 파일을 생성하고, 상기 새로운 파워포인트 파일을 상기 클라이언트로 전송하는 단계를 더 포함한다.
본 발명의 다른 실시 예에 따른 인공지능을 활용하여 파워포인트 슬라이드를 자동으로 생성하는 서버는, 웹 페이지에 접속하여 통신을 수행하는 통신부 및 상기 웹 페이지를 통해 파워포인트 파일을 수신하고, 상기 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하며, 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력하는 제어부를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시 예에 따른 프로그램은, 하드웨어인 컴퓨터와 결합되어 상술한 방법 중 어느 하나의 방법을 수행하기 위해 매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따르면, 본 발명은, 인공신경망을 이용하여, 파워포인트 작성에 익숙치 않은 사용자에게, 파워포인트 파일에 부합하는 최적화된 슬라이드를 생성/편집할 수 있는 최적화된 파워포인트 슬라이드 자동생성 방법을 제공할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이다.
도 2, 도 3, 도 4 및 도 5는 본 발명에서 사용되는 인공신경망을 설명하기 위한 개념도이다.
도 6은 본 발명의 일 실시 예에 따른 제어방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 웹 페이지 상에 출력되는 그래픽 사용자 인터페이스를 나타낸 개념도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
본 명세서에서 '서버' 및 ‘ 컴퓨터’는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, ‘서버’ 및 컴퓨터’는 데스크 탑 PC, 노트북(Note Book) 뿐만 아니라 스마트폰(Smart phone), 태블릿 PC, 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone; Personal Communication Service phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000)의 이동 단말기, 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA; Personal Digital Assistant) 등도 해당될 수 있다.
본 발명에 따른 파워포인트 파일 자동생성 방법은, 서버가 주체가 되어 수행될 수 있으며, 파워포인트 파일을 생성하여 클라이언트(예를 들어, 컴퓨터 또는 단말기)로 제공(전송)할 수 있다.
본 명세서에서 설명하는 파워포인트 파일 자동생성 방법은, 본 명세서에서 설명하는 서버 또는 컴퓨터가 수행하는 동작/기능/제어방법으로 이해될 수 있다.
도 1은 본 발명의 대표적인 제어방법을 설명하기 위한 흐름도이다.
우선, 본 발명의 서버는, 파워포인트(Powerpoint, PPT) 제작자를 위한 인공지능 기반 슬라이드 자동완성 서비스를 클라이언트로 제공할 수 있다.
이를 위해, 도 1을 참조하면, 본 발명에서는, 서버가 웹 페이지를 통해 파워포인트 파일을 수신하는 단계가 진행된다.
서버는, 웹 페이지에 접속하도록 통신을 수행하는 통신부 및 제어부를 포함할 수 있다.
통신부는 eMBB(enhanced Mobile Broadband), URLLC(Ultra Reliable Low-Latency Communications), MMTC(Massive Machine Type Communications), LTE(long-term evolution), LTE-A(LTE Advance), UMTS(Universal Mobile Telecommunications System), GSM(Global System for Mobile communications), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless Broadband), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신 또는 유선 통신을 수행할 수 있다.
본 발명의 서버에 구비된 제어부는 본 명세서에서 설명하는 서버가 인공지능을 활용한 슬라이드 자동생성하는 기능/동작/제어방법을 동일/유사하게 수행할 수 있다.
서버는, 클라이언트가 상기 웹 페이지에 접속하여, 파워포인트 파일을 업로드할 수 있도록 형성된 페이지를 제공할 수 있다.
서버는, 상기 페이지를 통해 클라이언트가 파워포인트 파일을 업로드하면, 상기 업로드된 파워포인트 파일을 수신할 수 있다.
이후, 본 발명에서는, 서버가 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하는 단계가 진행된다(S120).
구체적으로, 서버는, 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하도록 기 학습된 인공신경망을 포함(구비)할 수 있다.
상기 기 학습된 인공신경망은, 다양한 방식으로 기계 학습을 통해 학습된 다양한 종류의 인공신경망을 포함할 수 있다.
상기 기 학습된 인공신경망에 대해서는 도 2 내지 도 5를 참조하여 후술하기로 한다.
서버는, 기 학습된 인공신경망을 통해 적어도 하나의 템플릿(또는, 하나 이상의 템플릿)을 출력값으로 출력받을 수 있다.
여기서, 상기 적어도 하나의 템플릿은, 파워포인트 파일에 대응하는 템플릿을 의미하며, 상기 파워포인트 파일에 포함된 컨텐츠(또는 내용)에 따라 달라질 수 있다.
상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿은, 상기 파워포인트 파일에 부합하는(또는, 적합한, 최적화된, 추천되는) 템플릿을 의미할 수 있으며, 하나 또는 복수일 수 있다.
일 예로, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿은, 웹 페이지를 통해 클라이언트로부터 수신된 파워포인트 파일의 키워드와 관련되거나, 파워포인트 파일의 성격(예를 들어, 파워포인트 사용되는 목적)과 관련되어 추천된 템플릿일 수 있다.
상기 템플릿은, 카테고리, 테마, 디자인 등 다양한 요소들에 의해 달라질 수 있으며, 서버는, 기 학습된 인공신경망을 통해 수신된 파워포인트 파일에 포함된 컨텐츠에 따라 대응하는(부합하는, 최적화된, 추천되는) 템플릿의 종류를 다르게 제공할 수 있다.
이후, 본 발명에서는, 서버가, 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 웹 페이지 상에 출력하는 단계가 진행된다(S130).
서버는, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿 중 어느 하나의 템플릿을 결정(선택)할 수 있다.
일 예로, 서버는, 상기 적어도 하나의 템플릿 중 사용횟수가 가장 많은 템플릿, 사용횟수가 가장 적은 템플릿, 파워포인트 파일에 포함된 키워드에 매칭되는 템플릿 중 적어도 하나에 근거하여, 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿을 결정할 수 있다.
다른 예로, 서버는, 웹 페이지를 통해 삭이 적어도 하나의 템플릿을 제공하고, 클라이언트로부터 선택되는 어느 하나의 템플릿을 결정할 수도 있다.
서버는, 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 선택(결정)되면, 상기 선택된 어느 하나의 템플릿을 상기 파워포인트 파일의 슬라이드에 반영할 수 있다.
이후, 서버는, 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 웹 페이지 상에 출력할 수 있다.
또한, 서버는, 상기 웹 페이지를 통해, 상기 파워포인트 파일의 슬라이드를 편집할 수 있는 툴(tool) 또는 페이지를 제공할 수 있다.
또한, 서버는, 클라이언트 요청에 근거하여, 템플릿이 반영된 파워포인트 파일의 슬라이드로 구성된 새로운 파워포인트 파일을 생성하고, 새로운 파워포인트 파일을 클라이언트로 전송하는 단계를 더 수행할 수도 있다.
상기 클라이언트 요청은, 웹 페이지 상에 출력된 슬라이드로 이루어진 새로운 파워포인트 파일을 생성/전송해달라는 요청을 의미할 수 있다.
상기 클라이언트 요청은, 웹 페이지 상에 구비된 버튼이 선택되는 것에 근거하여, 서버로 전송될 수 있다.
이하에서는, 본 발명의 인공지능을 활용하여 슬라이드를 자동생성하는 방법에 대하여 첨부된 도면을 참조하여 보다 구체적으로 살펴보기로 한다.
도 2, 도 3, 도 4 및 도 5는 본 발명에서 사용되는 인공신경망을 설명하기 위한 개념도이다.
본 발명의 서버는, 인공지능을 적용하기 위해, 인공신경망을 이용할 수 있다.
상기 인공신경망은, 도 2에 도시된 것과 같이, 입력 데이터와, 출력 데이터를 기반으로 지도학습을 수행한 순환신경망(Recurrent Neural Network, RNN)일 수 있다. 본 명세서에서는, 지도 학습을 통해 인공신경망을 미리 학습시켜놓았다는 측면에서, 기 학습된 인공신경망이라는 표현을 사용하기로 한다.
상기 기 학습된 인공신경망은, RNN(Recurrent Neural Network)을 통해 파워포인트 파일을 입력값으로 하고, 기 레이블링된 템플릿을 출력값으로 하여 지도학습된 인공신경망일 수 있다.
구체적으로, 서버는, 파워포인트 파일 형식 내에 정형화된 OpenXML 데이터를 대상으로, RNN을 통한 입력 데이터(입력값)으로 설정하고, 기 레이블링된 템플릿을 출력 데이터(출력값)으로 설정하여 지도학습을 수행할 수 있다.
이후, 서버는, 클라이언트의 요구에 따른 카테고리 및 주제에 최적화된 템플릿(파워포인트 슬라이드 디자인)을 추천할 수 있다.
파워포인트 파일은, OpenXML 형식의 정형화된 데이터로 구성될 수 있다.
XML(eXtensible Markup Language)은, 인터넷 웹페이지를 만드는 html을 획기적으로 개선하여 만든 언어로, HTML보다 홈페이지 구축 기능, 검색 기능 등이 향상되고, 클라이언트가 웹에 추가할 내용을 작성, 관리하기에 쉽게 형성된 언어이다.
OpenXML은, XML을 기반으로 한 파워포인트의 기본 파일 형식에 사용되는 개방형 문서 형식을 의미한다. OpenXML은, 모든 기능의 문서화가 가능하고, 기존의 바이너리 문서와 충실하게 호환되며 처리와 저장의 효율성이 높다.
파워포인트 파일의 OpenXML은, 도 3에 도시된 것과 같이, 반복적인 구조를 띄며, 대속성 내 작은 속성들을 포함한다.
또한, 서버는, 파워포인트 파일의 OpenXML을 통해 파워포인트 파일의 데이터 내의 모든 속성을 판단할 수 있으며, 수정 또는 삭제할 수 있다.
기 학습된 인공신경망은, 파워포인트 파일을 OpenXML 형식의 데이터로 변환하고, 상기 OpenXML 형식의 데이터를 지도 학습하여, 적어도 하나의 템플릿을 선택할 수 있다.
도 3에 도시된 것과 같이, 서버는 파워포인트 파일의 OpenXML의 정형화된 데이터를 지도학습하여, 템플릿의 주제, 오브젝트(차트/그래프, 도형, 이미지, 텍스트)의 속성(색상, 위치, 크기, 모양 등 글꼴)을 반복적인 강화학습할 수 있다.
또한, 서버는, 주어진 태그(카테고리)를 활용하여, 디자인 지원(Design Assister) 소프트웨어를 클라이언트에게 웹 페이지를 통해 제공할 수 있다.
한편, 파워포인트 파일에 포함된 오브젝트와 오브젝트에 대한 속성값에 대한 내용이 동일하거나 유사할 확률이 적으며, 이로 인해, 데이터가 가변적으로 적용되어 차원출력에 있어서, 입력과 출력이 상응하지 않은 문제가 발생될 수 있다.
이러한 문제를 해결하기 위해, 본 발명의 기 학습된 인공신경망은, 시퀀스투시퀀스(Sequence-to-Sequence, Seq2Seq)알고리즘을 통해 학습될 수 있다.
구체적으로, 기 학습된 인공신경망은, 도 4에 도시된 것과 같이, 시퀀스투시퀀스(Seq2Seq) 알고리즘(모델)을 통해 XML 태그 종료 </>를 기준으로 시퀀스 종료값을 띈 오브젝트 및 속성값을 포함한 인코더(Encoder)의 시퀀스 상태 추출을 기반으로, 디코더(Decoder)에서 순차적으로 시퀀스를 생성하여 데이터를 학습할 수 있다.
즉 삭이 기 학습된 인공신경망은, 오브젝트 및 속성값을 포함한 인코더의 시퀀스 상태 추출을 기반으로 디코더에서 순차적으로 시퀀스를 생성하여 데이터 학습을 순차적으로 이어서 진행할 수 있다.
한편, 상기 기 학습된 인공신경망은, 도 5에 도시된 것과 같이, RNN의 Many-to-One 모델을 사용할 수 있다.
상기 RNN의 Many-to-One 모델은, 아존 데이터에 의한 결과가 다음 데이터를 처리하는 데에 영향을 미치는 순환신경망(RNN)에서, 복수의 레이어 쌓아(Stacked) 어느 하나의 출력값을 도출하는 모델일 수 있다.
본 발명의 기 학습된 인공신경망은, 상기 RNN의 Many-to-One 모델을 사용하여, 노이즈를 효과적으로 제거하고, stacking된 결과에 대하여 정확도를 향상시킬 수 있다.
여기서, 본 발명의 기 학습된 인공신경망은, Stacking이 다중화되고, 다수 회차에 걸쳐 반복 진행이 될수록 결과에 대해 장기의존성이 발생되는 문제와, 그래디언트 소실(Vanishing Gradient)(기울기 값이 차차 낮아지다가 없어지는 현상)이 발생하는 기존의 RNN의 단점을 보완하기 위해, GRU(Gated Recurrent Units)을 사용할 수 있다.
즉, 본 발명의 기 학습된 인공신경망은, 상기 RNN에서, Reset Gate를 통해 그래디언트 소실(Vanishing Gradient)을 방지하기 위한 GRU(Gated Recurrent Units)을 이용할 수 있다.
이를 통해, 본 발명의 기 학습된 인공신경망은, 가중치 증대를 낮추어 학습의 신뢰성을 보완할 수 있다.
이하에서는, 본 발명의 서버가, 웹 페이지를 통해 인공지능을 이용하여 파워포인트 슬라이드를 효과적으로 생성할 수 있는 방법에 대하여 첨부된 도면을 참조하여 보다 구체적으로 살펴보기로 한다.
도 6은 본 발명의 일 실시 예에 따른 제어방법을 설명하기 위한 흐름도이고, 도 7은 본 발명의 웹 페이지 상에 출력되는 그래픽 사용자 인터페이스를 나타낸 개념도이다.
도 6을 참조하면, 클라이언트는, 인공지능을 활용한 슬라이드 자동생성 방법에 기초한 서비스를 이용하기 위해, 상기 서비스를 제공하는 웹 페이지에 접속하여, 로그인, 회원가입 등의 일련의 과정을 수행할 수 있다(S610).
서버는, 클라이언트가 상기 웹 페이지에 접속하면, 파워포인트 파일을 업로드할 수 있는 PPT 업로드 페이지를 상기 웹 페이지에 제공할 수 있다(S620).
서버는 상기 PPT 업로드 페이지를 통해 파워포인트 파일을 수신(업로드)받을 수 있다.
서버는, 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 성격을 선택할 수 있는 PPT 성격 선택 페이지를 상기 웹 페이지에 제공할 수 있다(S630).
상기 PPT 성격은, 사업기획서, 공모전, 레포트, 서비스 소개서 등 파워포인트 파일의 사용 목적에 따라 달라질 수 있으며, 검색 기능을 통해 컨텐츠를 검색할 수 있다.
서버는, 상기 파워포인트 파일을 상기 도 2 내지 도 5의 방식이 적용된 기 학습된 인공신공망에 입력하여, PPT 성격을 추출하고, 상기 추출된 PPT 성격에 대응되는 리스트를 제공할 수 있다.
또한, 서버는, 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 카테고리를 선택할 수 있는 카테고리 선택 페이지를 웹 페이지에 제공할 수 있다(S640).
상기 카테고리는, 만들고자 하는 파워포인트 파일의 종류(분류)를 의미한다. 서버는, 클라이언트로부터 상기 카테고리 선택 페이지를 통해 카테고리를 선택받거나, 기 학습된 인공신경망을 통해 어느 하나의 카테고리를 선택할 수 있다.
또한, 서버는, 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 테마를 선택할 수 있는 테마 선택 페이지를 웹 페이지에 제공할 수 있단(S650).
상기 테마는, PPT의 색상과 폰트를 의미하며, 상기 서버는, 상기 테마 선택 페이지를 통해 클라이언트로부터 파워포인트 슬라이드의 테마를 선택받거나, 기 학습된 인공신경망을 통해 어느 하나의 테마를 선택할 수 있다.
또한, 서버는, 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 디자인을 선택할 수 있는 디자인 선택 페이지를 웹 페이지에 제공할 수도 있다(S660).
서버는, 앞서 선택된 성격, 카테고리, 색상, 폰트에 맞는 PPT의 전체적인 템플릿을 선택할 수 있는 디자인 선택 페이지를 웹 페이지 상에 출력할 수 있다.
상기 디자인 선택 페이지에는, 웹 페이지를 통해 수신된 파워포인트 파일에 대응하는 적어도 하나의 템플릿이 출력될 수 있다.
서버는, 상기 디자인 선택 페이지를 통해, 클라이언트로부터 어느 하나의 템플릿을 선택받거나, 기 학습된 인공신경망을 통해 어느 하나의 템플릿을 선택할 수 있다.
이후, 서버는, 상기 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력할 수 있다.
또한, 서버는, 상기 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 편집하는 것이 가능한 에디터 페이지를 출력할 수 있다(S670).
상기 에디터 페이지에서는, 상기 템플릿이 반영된 파워포인트 파일의 슬라이드가 표시될 수 있다. 클라이언트는, 상기 에디터 페이지를 통해, 템플릿이 반영된 슬라이드를 수정/편집할 수 있다.
서버는, 만약, 상기 웹 페이지(PPT 업로드 페이지)에 파워포인트 파일이 미수신되는 경우(S620), 상기 에디터 페이지를 상기 웹 페이지에 바로 출력할 수도 있다.
이후, 서버는, 클라이언트 요청에 근거하여, 상기 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드로 구성된 새로운 파워포인트 파일을 생성할 수 있다.
이후, 서버는, 새로운 파워포인트 파일을 클라이언트로 전송할 수 있다.
즉, 클라이언트는, 웹 페이지를 통해 템플릿이 반영되지 않은 파워포인트 파일을 업로드하고, 서버로부터 업로드한 파워포인트 파일에 최적화된(대응되는) 템플릿이 반영된 슬라이드를 미리보기할 수 있으며, 웹 페이지 상에서 수정/편집을 수행한 후, 템플릿이 반영된 슬라이드로 구성된 새로운 파워포인트 파일을 다운로드할 수 있다.
도 7에 도시된 것과 같이, 본 발명의 서버는, 파워포인트 파일을 웹 페이지 상에 출력할 수 있는 그래픽 사용자 인터페이스(Graphic User Interface)를 제공할 수 있다.
상기 웹 페이지(700)에는, 파워포인트 파일에 포함된 슬라이드와, 상기 슬라이드를 편집할 수 있는 편집툴(Tool)이 제공될 수 있다.
한편, 상기 웹 페이지(700)에는, 입력된 파워포인트 파일에 대응하는 템플릿을 추천(반영)받기 위한 버튼(710)이 구비될 수 있다.
서버는, 상기 버튼(710)이 선택되면, 도 6에서 살펴본 S620 내지 S670 단계 중 적어도 하나의 단계를 수행하여, 상기 파워포인트 파일에 대응하는(부합하는, 최적화된, 추천된) 템플릿을 반영하고, 템플릿이 반영된 파워포인트 파일의 슬라이드를 웹 페이지 상에 출력(제공)할 수 있다.
본 발명에 따르면, 본 발명은, 인공신경망을 이용하여, 파워포인트 작성에 익숙치 않은 사용자에게, 파워포인트 파일에 부합하는 최적화된 슬라이드를 생성/편집할 수 있는 최적화된 파워포인트 슬라이드 자동생성 방법을 제공할 수 있다.
본 명세서에서 설명한 서버의 제어방법은, 서버에 포함된 제어부에 의해 동일/유사하게 유추적용될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 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, 제한적이 아닌 것으로 이해해야만 한다.

Claims (15)

  1. 서버가 인공지능을 활용하여 파워포인트(Powerpoint, PPT) 슬라이드를 자동으로 생성하는 방법으로,
    웹 페이지를 통해 파워포인트 파일을 수신하는 단계;
    상기 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하는 단계; 및
    상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력하는 단계를 포함하는 인공지능을 활용한 슬라이드 자동생성 방법.
  2. 제 1 항에 있어서,
    상기 기 학습된 인공신경망은,
    RNN(Recurrent Neural Network)을 통해 파워포인트 파일을 입력값으로 하고, 기 레이블링된 템플릿을 출력값으로 하여 지도학습된 인공신경망인 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  3. 제 1 항에 있어서,
    상기 기 학습된 인공신경망은,
    상기 파워포인트 파일을 OpenXML 형식의 데이터로 변환하고, 상기 OpenXML 형식의 데이터를 지도 학습하여, 상기 적어도 하나의 템플릿을 선택하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  4. 제 1 항에 있어서,
    상기 기 학습된 인공신경망은,
    시퀀스투시퀀스(Sequence-to-Sequence) 알고리즘을 통해 학습된 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  5. 제 1 항에 있어서,
    상기 기 학습된 인공신경망은,
    RNN(Recurrent Neural Network)의 Many-to-One 모델을 사용하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  6. 제 5 항에 있어서,
    상기 기 학습된 인공신경망은,
    상기 RNN에서, Reset Gate를 통해 그래디언트 소실(Vanishing Gradient)을 방지하기 위한 GRU(Gated Recurrent Units)을 이용하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  7. 제 1 항에 있어서,
    상기 제공하는 단계는,
    상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 성격을 선택할 수 있는 PPT 성격 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  8. 제 1 항에 있어서,
    상기 제공하는 단계는,
    상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 카테고리를 선택할 수 있는 카테고리 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  9. 제 1 항에 있어서,
    상기 제공하는 단계는,
    상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 테마를 선택할 수 있는 테마 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  10. 제 1 항에 있어서,
    상기 제공하는 단계는,
    상기 기 학습된 인공신경망에 입력된 파워포인트 파일에 근거하여, PPT 디자인을 선택할 수 있는 디자인 선택 페이지를 상기 웹 페이지에 제공하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  11. 제 1 항에 있어서,
    상기 출력하는 단계는,
    상기 어느 하나의 템플릿이 반영된 파워포인트 파일의 슬라이드를 편집하는 것이 가능한 에디터 페이지를 출력하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  12. 제 11 항에 있어서,
    상기 출력하는 단계는,
    상기 웹 페이지를 통해 상기 파워포인트 파일이 미수신되는 경우, 상기 에디터 페이지를 상기 웹 페이지에 출력하는 것을 특징으로 하는 인공지능을 활용한 슬라이드 자동생성 방법.
  13. 제 1 항에 있어서,
    클라이언트 요청에 근거하여, 상기 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드로 구성된 새로운 파워포인트 파일을 생성하고, 상기 새로운 파워포인트 파일을 상기 클라이언트로 전송하는 단계를 더 포함하는 인공지능을 활용한 슬라이드 자동생성 방법.
  14. 인공지능을 활용하여 파워포인트 슬라이드를 자동으로 생성하는 서버로,
    웹 페이지에 접속하여 통신을 수행하는 통신부; 및
    상기 웹 페이지를 통해 파워포인트 파일을 수신하고, 상기 파워포인트 파일을 기 학습된 인공신경망에 입력하여, 상기 파워포인트 파일에 대응하는 적어도 하나의 템플릿을 제공하며, 상기 적어도 하나의 템플릿 중 어느 하나의 템플릿이 반영된 상기 파워포인트 파일의 슬라이드를 상기 웹 페이지 상에 출력하는 제어부를 포함하는 서버.
  15. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제13항 중 어느 한 항의 방법을 수행하기 위해 매체에 저장된, 프로그램.
KR1020200156738A 2020-07-30 2020-11-20 인공지능을 활용한 슬라이드 자동생성 방법 및 서버 KR102366182B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200095008 2020-07-30
KR1020200095008 2020-07-30

Publications (2)

Publication Number Publication Date
KR20220015287A true KR20220015287A (ko) 2022-02-08
KR102366182B1 KR102366182B1 (ko) 2022-02-22

Family

ID=80251903

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200156738A KR102366182B1 (ko) 2020-07-30 2020-11-20 인공지능을 활용한 슬라이드 자동생성 방법 및 서버

Country Status (1)

Country Link
KR (1) KR102366182B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11763075B1 (en) 2022-05-27 2023-09-19 Microsoft Technology Licensing, Llc Method and system of discovering templates for documents

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3712966B2 (ja) * 2001-08-31 2005-11-02 株式会社ジャストシステム プレゼンテーション資料生成装置、プレゼンテーション資料生成方法、及びプレゼンテーション資料生成プログラム
KR100751691B1 (ko) 2005-11-08 2007-08-23 삼성에스디에스 주식회사 다수의 파워포인트 문서 편집 방법
KR102002974B1 (ko) * 2018-01-31 2019-07-23 (주)브랜뉴테크 인공지능 기반의 자동 로고생성 시스템 및 이를 이용한 로고생성 서비스 방법
US20200184960A1 (en) * 2018-12-10 2020-06-11 International Business Machines Corporation Rnnlm-based generation of templates for class-based text generation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3712966B2 (ja) * 2001-08-31 2005-11-02 株式会社ジャストシステム プレゼンテーション資料生成装置、プレゼンテーション資料生成方法、及びプレゼンテーション資料生成プログラム
KR100751691B1 (ko) 2005-11-08 2007-08-23 삼성에스디에스 주식회사 다수의 파워포인트 문서 편집 방법
KR102002974B1 (ko) * 2018-01-31 2019-07-23 (주)브랜뉴테크 인공지능 기반의 자동 로고생성 시스템 및 이를 이용한 로고생성 서비스 방법
US20200184960A1 (en) * 2018-12-10 2020-06-11 International Business Machines Corporation Rnnlm-based generation of templates for class-based text generation

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DALL·E: Creating Images form Text, OpenAI, https://openai.com/blog/dall-e/ (2021.01.05.) 1부. *
https://crazymind.net C#에서 PPT 슬라이드 파일 생성하기 (2013.4.23) *
J. Devlin et al., BERT:Pre-training of Deep Bidirectional Transformers for Language Understanding, https://arxiv.org/pdf/1810.04805.pdf (2018) *
M. Peters et al., Deep Contextualized Word Representations, https://aclweb.org/anthology/N18-1202 (2018) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11763075B1 (en) 2022-05-27 2023-09-19 Microsoft Technology Licensing, Llc Method and system of discovering templates for documents
WO2023229737A1 (en) * 2022-05-27 2023-11-30 Microsoft Technology Licensing, Llc Method and system of discovering templates for documents

Also Published As

Publication number Publication date
KR102366182B1 (ko) 2022-02-22

Similar Documents

Publication Publication Date Title
CN106133766B (zh) 用于计算、应用和显示文档增量的系统和方法
US11989392B2 (en) Embedding productivity applications in third party platforms
US10678406B1 (en) Conversational user interface design
JP2020187733A (ja) アプリケーション・プログラミング・インターフェースのドキュメンテーションの注釈付け
US11019012B2 (en) File sending in instant messaging application
US20230237255A1 (en) Form generation method, apparatus, and device, and medium
CN111602133A (zh) 针对自然语言处理系统的词嵌入的压缩
CN111488422A (zh) 一种结构化数据样本的增量方法、装置、电子设备及介质
CN116702723A (zh) 一种合同段落标注模型的训练方法、装置及设备
KR102366182B1 (ko) 인공지능을 활용한 슬라이드 자동생성 방법 및 서버
Ravulavaru Google Cloud AI Services Quick Start Guide: Build Intelligent Applications with Google Cloud AI Services
CN113408208B (zh) 模型训练方法、信息提取方法、相关装置及存储介质
JP2024502400A (ja) グラフ・ニューラル・ネットワークを用いたポータブル・ドキュメント・フォーマットの表形式データの自動描写及び抽出
CN112650529B (zh) 可配置生成移动端app代码的系统及方法
US10402482B2 (en) Content management system
JP2019145023A (ja) 文書校閲装置およびプログラム
US11983464B2 (en) Neural network-based message communication framework with summarization and on-demand audio output generation
US11644961B1 (en) Utilizing a transformer-based generative language model to generate digital design document variations
CN110895924A (zh) 一种文档内容朗读方法、装置、电子设备及可读存储介质
US20230405449A1 (en) Graph-based word puzzle
KR102574784B1 (ko) Esg 문서를 자동 완성하는데 적합한 텍스트를 추천하는 방법 및 이를 수행하는 esg 서비스 제공 시스템
KR102374034B1 (ko) 시드 파일 생성 장치 및 그 방법
US20230401286A1 (en) Guided augmention of data sets for machine learning models
US20220051007A1 (en) Information processing apparatus, document management system, and non-transitory computer readable medium
KR20220032455A (ko) 문서 자동화 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant