KR20220046103A

KR20220046103A - 전자 장치 및 자연어 이해를 위한 파라미터의 획득 방법

Info

Publication number: KR20220046103A
Application number: KR1020200129133A
Authority: KR
Inventors: 김기철; 변주용; 이종원
Original assignee: 삼성전자주식회사
Priority date: 2020-10-07
Filing date: 2020-10-07
Publication date: 2022-04-14
Also published as: WO2022075751A1

Abstract

다양한 실시예에 따른 전자 장치는, 터치 스크린을 포함하는 디스플레이, 사용자의 음성 입력을 수신하는 마이크로폰, 메모리, 및 상기 디스플레이, 상기 마이크로폰 및 상기 메모리와 작동적으로 연결되는 프로세서를 포함하고, 상기 프로세서는, 상기 디스플레이 상의 터치 입력을 통해 입력된 텍스트 또는 상기 마이크로 폰을 통해 입력된 음성 입력에 기초한 명령어를 획득하고, 상기 명령어에 대응하는 인텐트(intent)를 획득하고, 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인하고, 및 상기 추가적으로 필요한 적어도 하나의 파라미터를 상기 메모리에 저장된 적어도 하나의 어플리케이션으로부터 획득하도록 설정될 수 있다.

Description

전자 장치 및 자연어 이해를 위한 파라미터의 획득 방법 {ELECTRONIC DEVICE AND METHOD FOR ACQUIRING PARAMETER OF NATURAL LANGUAGE UNDERSTANDING}

본 문서의 다양한 실시예들은 전자 장치에 관한 것이며, 예를 들어 음성, 텍스트와 같은 사용자 입력을 획득하고, NLU(natural language understanding) 처리 결과를 출력할 수 있는 전자 장치 및 전자 장치의 NLU 파라미터 획득 방법에 대한 것이다.

이동통신 기술 및 프로세서 기술의 발달에 따라 휴대용 전자 장치(이하, 전자 장치)는 종래의 통화 기능에서 나아가 다양한 기능들을 구현할 수 있게 되었다. 또한, 다양한 플랫폼들이 음성 어시스턴트(voice assistant) 또는 챗봇(chatbot)과 같은 인공 지능 또는 NLU(natural language understanding)에 기반한 대화형 서비스를 전자 장치에 제공할 수 있다.

사용자는 전자 장치에 발화 또는 문자로 명령을 내림으로써 원하는 기능을 수행할 수 있다. 예를 들어, task-oriented 챗봇과 같이 단순한 대화가 아닌 지정된 의도(intent)를 수행하는 서비스가 전자 장치를 통해 제공될 수 있다. 이와 같은 서비스를 제공하는 AI 엔진(artificial intelligence engine)은 사용자의 명령을 이해하고, 그 의도를 파악하고, 필요한 파라미터를 획득하는 것이 필요하다.

AI 엔진(예: 음성 어시스턴트, 챗봇)이 사용자의 명령을 이해하고 처리함에 있어, 필요한 파라미터가 부족할 수 있다. 이 경우, AI 엔진은 필요한 파라미터를 획득하기 위해, 사용자에게 추가적인 문의를 해야 하고, 사용자가 이에 대해 적절한 응답을 하는 것이 요구된다. 이와 같이, 사용자의 명령을 처리할 때 필요한 정보를 지속적으로 사용자에게 물어보는 과정은 사용자로 하여금 피로감을 느끼게 하고 전반적인 사용자 경험에 좋지 않은 영향을 미칠 수 있다.

본 문서의 다양한 실시예들은 사용자의 입력에서 추출된 인텐트에서 요구되는 파라미터가 부족한 경우에도 추가적인 쿼리 없이 사용자의 입력에 대응하는 기능을 수행할 수 있는 전자 장치 및 자연어 이해를 위한 파라미터의 획득 방법을 제공함에 그 목적이 있다.

다양한 실시예에 따른, 전자 장치의 자연어 이해를 위한 파라미터 획득 방법은, 사용자의 터치 입력 또는 음성 입력에 기초한 명령어를 획득하는 동작, 상기 명령어에 대응하는 인텐트(intent)를 획득하는 동작, 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인하는 동작, 및 상기 추가적으로 필요한 적어도 하나의 파라미터를 적어도 하나의 어플리케이션으로부터 획득하는 동작을 포함할 수 있다.

본 문서의 다양한 실시예에 따르면, 사용자의 입력에서 추출된 인텐트에서 요구되는 파라미터가 부족한 경우에도, 부족한 파라미터를 다른 도메인(또는 어플리케이션)으로부터 획득하여, 추가적인 쿼리 없이 사용자의 입력에 대응하는 기능을 수행할 수 있는 전자 장치 및 자연어 이해를 위한 파라미터의 획득 방법을 제공할 수 있다.

그 외에, 본 문서를 통해 직접적으로 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 다양한 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 다양한 실시예에 따른 통합 지능 시스템을 구성하는 장치를 도시한 것이다.
도 5는 다양한 실시예에 따른 NLU 파라미터를 사용자에게 요청하는 경우를 도시한 것이다.
도 6은 다양한 실시예에 따른 전자 장치의 블록도이다.
도 7은 다양한 실시예에 따른 통합 지능 시스템의 아키텍쳐(architecture)를 도시한 것이다.
도 8은 다양한 실시예에 따른 AI 엔진이 전자 장치 상에 임베디드 된 경우를 도시한 것이다.
도 9는 다양한 실시예에 따른 필요한 파라미터를 요청하는 예를 도시한 것이다.
도 10은 다양한 실시예에 따른 AI 엔진이 어플리케이션에 파라미터 정보를 요청 및 수신하는 예를 도시한 것이다.
도 11은 다양한 실시예에 따른 파라미터 획득 방법의 흐름도이다.
도 12는 다양한 실시예에 따른 통합 지능 시스템의 아키텍쳐를 도시한 것이다.
도 13은 다양한 실시예에 따른 전자 장치의 어플리케이션을 등록 및 승인하는 동작을 도시한 것이다.
도 14는 다양한 실시예에 따른 전자 장치에서 파라미터를 추천하는 화면을 도시한 것이다.
도 15는 다양한 실시예에 따른 전자 장치에서 복수의 어플리케이션이 추가 파라미터를 제공하는 화면을 도시한 것이다.
도 16은 다양한 실시예에 따른 필요한 파라미터를 등록하는 예를 도시한 것이다.
도 17은 다양한 실시예에 따른 파라미터 제공을 위한 어플리케이션 정보를 등록하는 예를 도시한 것이다.
도 18은 다양한 실시예에 따른 자연어 이해에 기초한 지능형 서비스를 제공하기 위한 파라미터의 획득 방법의 흐름도이다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 2는 다양한 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.

도 2를 참조하면, 일 실시예의 통합 지능화 시스템은 사용자 단말(210), 지능형 서버(230), 및 서비스 서버(250)를 포함할 수 있다.

일 실시예의 사용자 단말(210)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.

도시된 실시예에 따르면, 사용자 단말(210)은 통신 인터페이스(213), 마이크(212), 스피커(216), 디스플레이(211), 메모리(215), 또는 프로세서(214)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다. 사용자 단말(210)은 도 1의 전자 장치(100)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

일 실시예의 통신 인터페이스(213)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시예의 마이크(212)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(216)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다. 일 실시예의 디스플레이(211)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시예의 디스플레이(211)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.

일 실시예의 메모리(215)는 클라이언트 모듈(218), SDK(software development kit)(217), 및 복수의 앱(219a, 219b)들을 저장할 수 있다. 상기 클라이언트 모듈(218), 및 SDK(217)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(218) 또는 SDK(217)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

일 실시예의 메모리(215)는 상기 복수의 앱(219a, 219b)들은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시예에 따르면, 복수의 앱은 제1 앱(219a), 제2 앱(219b) 을 포함할 수 있다. 일 실시예에 따르면, 복수의 앱(219a, 219b) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들(219a, 219b)은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시예에 따르면, 복수의 앱들(219a, 219b)은 프로세서(214)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시예의 프로세서(214)는 사용자 단말(210)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(214)는 통신 인터페이스(213), 마이크(212), 스피커(216), 및 디스플레이(211)와 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다.

일 실시예의 프로세서(214)는 또한 상기 메모리(215)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(214)는 클라이언트 모듈(218) 또는 SDK(217) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(214)는, 예를 들어, SDK(217)를 통해 복수의 앱(219a, 219b)의 동작을 제어할 수 있다. 클라이언트 모듈(218) 또는 SDK(217)의 동작으로 설명된 이하의 동작은 프로세서(214)의 실행에 의한 동작일 수 있다.

일 실시예의 클라이언트 모듈(218)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(218)은 마이크(212)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(218)은 수신된 음성 입력을 지능형 서버(230)로 송신할 수 있다. 클라이언트 모듈(218)은 수신된 음성 입력과 함께, 사용자 단말(210)의 상태 정보를 지능형 서버(230)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시예의 클라이언트 모듈(218)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(218)은 지능형 서버(230)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(218)은 상기 수신된 결과를 디스플레이(211)에 표시할 수 있다.

일 실시예의 클라이언트 모듈(218)은 수신된 음성 입력에 대응되는 플랜(plan)을 수신할 수 있다. 클라이언트 모듈(218)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(211)에 표시할 수 있다. 클라이언트 모듈(218)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이(211)에 표시할 수 있다. 사용자 단말(210)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이(211)에 표시할 수 있다.

일 실시예에 따르면, 클라이언트 모듈(218)은 지능형 서버(230)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(218)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(230)로 송신할 수 있다.

일 실시예의 클라이언트 모듈(218)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(230)로 송신할 수 있다. 지능형 서버(230)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시예의 클라이언트 모듈(218)은 음성 인식 모듈을 포함할 수 있다. 일 실시예에 따르면, 클라이언트 모듈(218)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(218)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.

일 실시예의 지능형 서버(230)는 통신 망을 통해 사용자 단말(210)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시예에 따르면, 지능형 서버(230)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버(230)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다.

일 실시예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system) 일 수도 있고, 신경망 베이스 시스템(neual network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜 중 적어도 플랜을 선택할 수 있다.

일 실시예의 지능형 서버(230)는 생성된 플랜에 따른 결과를 사용자 단말(210)로 송신하거나, 생성된 플랜을 사용자 단말(210)로 송신할 수 있다. 일 실시예에 따르면, 사용자 단말(210)은 플랜에 따른 결과를 디스플레이(211)에 표시할 수 있다. 일 실시예에 따르면, 사용자 단말(210)은 플랜에 따른 동작을 실행한 결과를 디스플레이(211)에 표시할 수 있다.

일 실시예의 지능형 서버(230)는 프론트 엔드(front end)(231), 자연어 플랫폼(natual language platform)(232), 캡슐 데이터베이스(capsule DB)(238), 실행 엔진(execution engine)(233), 엔드 유저 인터페이스(end user interface)(234), 매니지먼트 플랫폼(management platform)(235), 빅 데이터 플랫폼(big data platform)(236), 또는 분석 플랫폼(analytic platform)(237)을 포함할 수 있다.

일 실시예의 프론트 엔드(231)는 사용자 단말(210)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(231)는 상기 음성 입력에 대응되는 응답을 송신할 수 있다.

일 실시예에 따르면, 자연어 플랫폼(232)은 자동 음성 인식 모듈 (automatic speech recognition module)(ASR module)(232a), 자연어 이해 모듈 (natural language understanding module)(NLU module)(232b), 플래너 모듈 (planner module)(232c), 자연어 생성 모듈 (natural language generator module)(NLG module)(232d)또는 텍스트 음성 변환 모듈 (text to speech module)(TTS module)(232e)를 포함할 수 있다.

일 실시예의 자동 음성 인식 모듈(232a)은 사용자 단말(210)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시예의 자연어 이해 모듈(232b)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(232b)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시예의 자연어 이해 모듈(232b)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.

일 실시예의 플래너 모듈(232c)은 자연어 이해 모듈(232b)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시예에 따르면, 플래너 모듈(232c)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(232c)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시예에 따르면, 플래너 모듈(232c)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(232c)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(232c)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(232c)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(232c)는 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜를 생성할 수 있다. 상기 플래너 모듈(232c)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스에 저장된 정보를 이용하여 플랜을 생성할 수 있다.

일 실시예의 자연어 생성 모듈(232d)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시예의 텍스트 음성 변환 모듈(232e)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.

일 실시예에 따르면, 자연어 플랫폼(232)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(210)에서도 구현가능 할 수 있다.

상기 캡슐 데이터베이스는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시예에 따르면, 복수의 캡슐은 캡슐 데이터베이스에 포함된 기능 저장소(function registry)에 저장될 수 있다.

상기 캡슐 데이터베이스는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 음성 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스는 사용자 단말(210)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시예에 따르면, 캡슐 데이터베이스는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록 하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시예에서는 캡슐 데이터베이스는 사용자 단말(210) 내에도 구현이 가능할 수 있다.

일 실시예의 실행 엔진(233)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(234)는 산출된 결과를 사용자 단말(210)로 송신할 수 있다. 이에 따라, 사용자 단말(210)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시예의 매니지먼트 플랫폼(235)은 지능형 서버(230)에서 이용되는 정보를 관리할 수 있다. 일 실시예의 빅 데이터 플랫폼(236)은 사용자의 데이터를 수집할 수 있다. 일 실시예의 분석 플랫폼(237)을 지능형 서버(230)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(237)은 지능형 서버(230)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.

일 실시예의 서비스 서버(250)는 사용자 단말(210)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시예에 따르면, 서비스 서버(250)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시예의 서비스 서버(250)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(230)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스에 저장될 수 있다. 또한, 서비스 서버(250)는 플랜에 따른 결과 정보를 지능형 서버(230)에 제공할 수 있다.

위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(210)은, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.

일 실시예에서, 상기 사용자 단말(210)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(210)은 상기 마이크(212)를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)를 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시예에서, 사용자 단말(210)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버(230) 및/또는 서비스 서버(250)와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(210)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시예에서, 사용자 단말(210)이 지능형 서버(230) 및/또는 서비스 서버(250)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(210)은, 상기 마이크(212)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말(210)은, 상기 음성 데이터를 통신 인터페이스(213)를 이용하여 지능형 서버(230)로 송신할 수 있다.

일 실시예에 따른 지능형 서버(230)는 사용자 단말(210)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.

일 실시예의 사용자 단말(210)은, 통신 인터페이스(213)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(210)은 상기 스피커(216)를 이용하여 사용자 단말(210) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(211)를 이용하여 사용자 단말(210) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 2에서는 사용자 단말(210)에서 수신한 음성 입력의 음성 인식, 자연어 이해 및 생성, 플랜을 이용한 결과의 산출 동작이 지능형 서버(230) 상에서 수행되는 예에 대해서 설명 하였으나, 본 문서의 다양한 실시예들이 이에 한정되지 않는다. 예를 들어, 지능형 서버(230)의 적어도 일부 구성(예: 자연어 플랫폼(232), 실행 엔진(233), 캡슐 데이터베이스(238))은 사용자 단말(210)(또는 도 1의 전자 장치(101))에 임베디드 되어, 그 동작이 사용자 단말(210)에 의해 수행될 수도 있다.

도 3은 다양한 실시예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

상기 지능형 서버(예: 도 2의 지능형 서버(230))의 캡슐 데이터베이스(예: 도 2의 캡슐 데이터베이스(238))는 CAN (concept action network) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.

상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(310), capsule(B)(320))을 저장할 수 있다. 일 실시예에 따르면, 하나의 캡슐(예: capsule(A)(310))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(331) 또는 CP 2(331))가 대응될 수 있다. 일 실시예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.

자연어 플랫폼(예: 도 2의 자연어 플랫폼(232))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(예: 도 2의 플래너 모듈(232c))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(310)의 동작들(311, 313)과 컨셉들(312, 314) 및 캡슐 B(320)의 동작(321) 과 컨셉(322)를 이용하여 플랜을 생성할 수 있다.

도 4는 다양한 실시예에 따른 통합 지능 시스템을 구성하는 장치를 도시한 것이다.

도 4를 참조 하면, 통합 지능 시스템은 전자 장치(410)(예: 도 2의 사용자 단말(210)) 및 지능형 서버(420)(예: 도 2의 지능형 서버(230))를 포함할 수 있다. 전자 장치(410) 및 지능형 서버(420)는 네트워크를 통해 데이터를 송수신 할 수 있다.

다양한 실시예에 따르면, 전자 장치(410)는 지능형 서비스 어플리케이션(예: 음성 어시스턴트(voice assistant), 챗봇(chatbot))이 실행된 상태에서 사용자(490)의 입력에 따라 명령어를 획득할 수 있다. 예를 들어, 사용자(490)는 전자 장치(410)의 디스플레이 상의 터치 입력을 통해 텍스트를 입력 하거나, 마이크로폰으로 음성을 입력할 수 있다.

다양한 실시예에 따르면, 전자 장치(410) 또는 지능형 서버(420)는 사용자(490)의 명령어로부터 사용자(490)의 인텐트(intent)를 확인하고, 인텐트에 대응되는 동작을 수행하기 위한 파라미터들을 결정하고, 해당 인텐트를 실행할 도메인(domain) 상에서 인텐트에 대응되는 동작을 수행할 수 있다.

다양한 실시예에 따르면, 도메인은 명령어에 대응하는 동작을 수행하는 주체로써 어플리케이션, 서브 태스크(sub-task), 플랫폼에 포함된 플레이어, 또는 서비스를 포함할 수 있다. 인텐트는 명령어를 입력한 사용자(490)가 어떠한 동작을 요구하는 것인지에 대한 의도를 포함할 수 있다.

파라미터는 지정된 인텐트의 동작을 수행하는데 필요한 적어도 하나의 변수 값일 수 있다. 예를 들어, 전자 장치(410)의 사용자(490)가 "A가게에서 커피 주문해줘" 라고 발화 하게 되면, 도메인은 해당 동작을 수행할 A가게의 주문 어플리케이션, 인텐트는 커피 주문, 또는 파라미터는 커피를 포함할 수 있다. 다른 예로써, 사용자(490)가 "최근 문자 보여줘"라고 발화하는 경우, 도메인은 문자를 관리하는 컨택(contact) 어플리케이션, 인텐트는 문자 출력이 될 수 있다. 상술한 도메인, 인텐트, 파라미터의 정의는 이에 한정되지 않으며, 지능형 서비스에서 사용될 수 있는 다른 용어로 대체될 수도 있다.

이하에서는, 인텐트, 파라미터, 도메인의 결정, 및/또는 인텐트의 동작 수행과 같은 기능을 처리하는 하드웨어 및/또는 소프트웨어 구성의 집합을 AI 엔진(artificial intelligence engine)으로 정의하기로 한다. AI 엔진은 지능형 서버(420) 상에서 구현될 수 있고(예: 도 7의 지능형 서버(750)), 또는 전자 장치(410) 상에 임베디드 될 수도 있다(예: 도 8의 AI 엔진(850)). AI 엔진이 지능형 서버(420) 상에서 구현되는 실시예와 전자 장치(410) 상에서 구현되는 실시예 각각에서 AI 엔진의 구성 및/또는 기능 중 적어도 일부는 다른 장치에서 구현될 수도 있다. AI 엔진은 도 2의 자연어 플랫폼(232), 실행 엔진(233), 매니지먼트 플랫폼(235), 빅 데이터 플랫폼(236), 분석 플랫폼(237), 캡슐 데이터베이스(238) 중 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 전자 장치(410)를 통해 사용자(490)가 입력한 명령어에서 인텐트의 동작을 수행하기 위해 부족한 파라미터가 있을 수 있다. 예를 들어, 지정된 인텐트의 동작을 수행하기 위한 파라미터가 날짜, 시간, 장소인데, 사용자(490)가 텍스트 또는 음성으로 날짜와 장소만 입력했다면, 동작을 수행하기 위해 시간 파라미터가 더 필요할 수 있다.

도 5는 다양한 실시예에 따른 NLU 파라미터를 사용자에게 요청하는 경우를 도시한 것이다.

도 5를 참조하면, 사용자(590)는 지능형 서비스 어플리케이션이 실행된 상태에서 "축구 경기 알려줘"라고 발화할 수 있다(511). AI 엔진(580)은 음성 인식 모듈(예: 도 2의 자동 음성 인식 모듈(232a))을 이용해 사용자(590)의 음성 입력을 텍스트 데이터로 변환하고, 자연어 이해 모듈(예: 도 2의 자연어 이해 모듈(232b))을 이용해 사용자(590)의 인텐트 및 인텐트의 동작 수행에 필요한 파라미터를 확인할 수 있다.

예를 들어, AI 엔진(580)은 상기 발화에 대응하는 인텐트로 축구 경기 결과 검색, 필요한 파라미터로 팀 명칭(Team_Name), 날짜 정보(Date)를 확인할 수 있다. 이 경우, AI 엔진(580)은 사용자(590)의 발화에서 추출된 파라미터에 팀 명칭과 날짜 정보가 없고, 파라미터의 부족으로 인해 해당 인텐트를 수행할 수 없기 때문에, 팀 명칭과 날짜 정보를 추가로 필요한 파라미터(512)로 결정할 수 있다.

일 실시예에 따르면, AI 엔진(580)은 추가로 필요한 파라미터(512)를 획득하기 위한 쿼리(513)를 전자 장치의 디스플레이(예: 도 1의 디스플레이 모듈(160)) 또는 스피커(예: 도 1의 음향 출력 모듈(155))를 통해 출력할 수 있다.

사용자(590)는 전자 장치의 쿼리(513)에 응답하여, 팀 명칭과 관련된 정보로 "Team Samsung"을 추가 발화할 수 있다(521). AI 엔진(580)은 사용자(590)의 추가 발화를 분석하여 팀 명칭 파라미터를 추가로 획득할 수 있다. 하지만, AI 엔진(580)은 사용자(590)의 최초 발화(511) 및 추가 발화(521)에서 축구 경기 결과 검색 인텐트에 필요한 파라미터 중 날짜 정보가 더 필요한 것을 확인할 수 있다(522). AI 엔진(580)은 추가로 필요한 파라미터를 획득하기 위한 쿼리(523)를 더 출력할 수 있다.

사용자(590)는 전자 장치의 쿼리(523)에 응답하여, 날짜와 관련된 정보로 "5월 5일 경기"를 발화 할 수 있다(531). AI 엔진(580)은 사용자(590)의 추가 발화(531)를 분석하여 날짜 정보 파라미터를 추가로 획득할 수 있다. AI 엔진(580)은 축구 경기 결과 검색 인텐트에 필요한 파라미터가 모두 획득된 것으로 확인하고(532), 해당 인텐트에 대응하는 도메인(예: 인터넷 검색) 상에서 Team Samsung의 5월 5일 축구 경기 결과를 확인할 수 있다.

AI 엔진(580)은 해당 인텐트의 동작 수행이 진행 중임을 지시하는 메시지(533)를 출력하고, 동작 수행에 따른 결과 값이 획득되는 경우 디스플레이 또는 스피커를 통해 결과를 출력할 수 있다(534).

도 5를 참조 하면, AI 엔진(580)은 인텐트 및 인텐트의 동작 수행에 필요한 파라미터를 확인한 후, 사용자(590)가 입력한 명령어에서 필요한 파라미터를 확인할 수 없는 경우에 추가 쿼리 및 그에 이어지는 사용자(590)의 추가 발화로부터 파라미터를 추가 획득할 수 있다. 이와 같이, 지능형 서비스에서 필요한 정보를 지속적으로 사용자(590)에게 물어보는 과정은 사용자(590)로 하여금 피로감을 느끼게 하고 전반적인 사용자(590) 경험에 좋지 않은 영향을 미칠 수 있다.

다양한 실시예에 따르면, 전자 장치는 상기 도 5의 예에서의 추가 쿼리(513, 523) 없이도 인텐트의 동작 실행에 필요한 파라미터를 획득하여 해당 인텐트의 동작을 실행할 수 있다. 이하, 도 6 내지 도 18을 통해 본 문서의 다양한 실시예들에 대해 보다 상세히 설명하기로 한다.

도 6은 다양한 실시예에 따른 전자 장치의 블록도이다.

도 6을 참조 하면, 전자 장치(600)는 디스플레이(620), 마이크로폰(630), 통신 모듈(640), 메모리(650) 및 프로세서(610)를 포함할 수 있다. 본 문서의 다양한 실시예에서는 도시된 구성 중 일부가 생략 또는 치환 될 수도 있다. 전자 장치(600)는 도 1의 전자 장치(101) 및/또는 도 2의 사용자 단말(210)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다. 도시된(또는 도시되지 않은) 전자 장치(600)의 각 구성들 중 적어도 일부는 상호 작동적으로(operatively), 기능적으로(functionally) 및/또는 전기적으로 (electrically) 연결될 수 있다.

다양한 실시예에 따르면, 디스플레이(620)는 프로세서(610)의 제어에 따라 다양한 영상을 표시할 수 있다. 예를 들어, 디스플레이(620)는 액정 디스플레이(liquid crystal display(LCD)), 발광 다이오드(light-emitting diode(LED)) 디스플레이, 유기 발광 다이오드(organic light-emitting diode(OLED)) 디스플레이, 또는 마이크로 전자기계 시스템(micro electro mechanical systems(MEMS)) 디스플레이, 또는 전자종이(electronic paper) 디스플레이 중 어느 하나로 구현될 수 있으며, 이에 한정되지는 않는다. 디스플레이(620)는 사용자의 신체 일부(예: 손가락) 또는 입력 장치(예: 스타일러스 펜)를 이용한 터치 및/또는 근접 터치(또는 호버링) 입력을 감지하는 터치 스크린으로 구성될 수 있다. 디스플레이(620)는 도 1의 디스플레이 모듈(160) 및/또는 도 2의 디스플레이(211)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 마이크로폰(630)은 사용자의 음성과 같은 외부의 사운드를 집음하고, 이를 디지털 데이터인 음성 신호로 변환할 수 있다. 다양한 실시예에 따르면, 전자 장치(600)는 하우징(미도시)의 일부에 마이크로폰(630)을 포함하거나, 유/무선으로 연결된 외부 마이크로폰(630)에서 집음 된 음성 신호를 수신할 수도 있다.

다양한 실시예에 따르면, 통신 모듈(640)은 무선 네트워크(예: 4G(또는 LTE(long term evolution)) 네트워크, 5G(또는 NR(new radio)) 네트워크)를 통해 외부 장치(예: 도 4의 지능형 서버(420))와 통신할 수 있다. 통신 모듈(640)은 도 1의 통신 모듈(190) 및/또는 도 2의 통신 인터페이스(213)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 메모리(650)는 휘발성 메모리 및 비휘발성 메모리를 포함하여, 다양한 데이터들을 일시적 또는 영구적으로 저장할 수 있다. 메모리(650)는 도 1의 메모리(130) 및/또는 도 2의 메모리(215)의 구성 및/또는 기능 중 적어도 일부를 포함하고, 도 1의 프로그램(140)을 저장할 수 있다. 메모리(650)는 다양한 어플리케이션(예: 도 2의 제1앱(219a), 제2앱(219b)), 및 지능형 서비스를 지원하는 클라이언트 모듈(예: 도 2의 클라이언트 모듈(218))을 저장할 수 있다.

메모리(650)는 프로세서(610)에서 수행될 수 있는 다양한 인스트럭션(instruction)들을 저장할 수 있다. 이와 같은 인스트럭션들은 프로세서(610)에 의해 인식될 수 있는 산술 및 논리 연산, 데이터 이동, 및/또는 입출력과 같은 제어 명령을 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(610)는 전자 장치(600)의 각 구성 요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 수행할 수 있는 구성으로써, 하나 이상의 프로세서들로 구성될 수 있다. 프로세서(610)는 도 1의 프로세서(120) 및/또는 도 2의 프로세서(214)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(610)가 전자 장치(600) 상에서 구현할 수 있는 연산 및 데이터 처리 기능에는 한정됨이 없을 것이나, 이하에서는 지능형 서비스에서 필요한 파라미터를 어플리케이션(또는 도메인)으로부터 획득하기 위한 다양한 실시예들에 대해 설명하기로 한다. 후술할 프로세서(610)의 동작들은 메모리(650)에 저장된 인스트럭션들을 로딩(loading)함으로써 수행될 수 있다.

다양한 실시예에 따르면, 프로세서(610)는 지능형 서비스를 제공하는 어플리케이션(예: 음성 어시스턴트, 챗봇)을 실행할 수 있다. 프로세서(610)는 상기 실행된 어플리케이션을 이용해 사용자 입력을 수신하고, 사용자 입력에 기초한 명령어를 획득할 수 있다. 예를 들어, 프로세서(610)는 마이크로 폰(630)을 통해 사용자의 음성 입력을 수신 하거나, 디스플레이(620)(예: 터치 스크린) 상의 터치 입력을 통해 입력된 텍스트를 획득할 수 있다.

다양한 실시예에 따르면, 프로세서(610)는 사용자가 입력한 명령어에 대응하는 결과 값을 디스플레이(620) 및/또는 스피커를 통해 출력할 수 있다. 사용자의 명령어에 대한 결과 값을 생성하는 동작은 AI 엔진(artificial intelligence engine)에 의해 수행될 수 있으며, AI 엔진은 지능형 서버 상에서 구현될 수 있고, 또는 전자 장치(600) 상에 임베디드 될 수 있다.

먼저, AI 엔진이 전자 장치(600) 상에서 구현되어, 외부 서버(예: 도 2의 지능형 서버(230), 도 4의 지능형 서버(420))에 의존하지 않고, 프로세서(610)가 AI 엔진을 통해 자연어 처리 및 명령어에 대한 결과 생성을 수행하는 실시예에 대해 설명하기로 한다.

일 실시예에 따르면, 프로세서(610)는 사용자가 입력한 명령어에 대응하는 인텐트를 획득할 수 있다. 예를 들어, AI 엔진은 입력된 명령어에 대해 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 인텐트를 확인할 수 있다.

일 실시예에 따르면, 프로세서(610)는 명령어로부터 적어도 하나의 파라미터를 추출할 수 있다. 여기서, 파라미터는 지정된 인텐트의 동작을 수행하는데 필요한 적어도 하나의 변수 값일 수 있다. 본 문서의 다양한 실시예에서는 AI 엔진의 동작 중 추출 또는 요구되는 파라미터들을 구분하기 위해, 지정된 인텐트의 동작을 수행하는 데 필요한 파라미터를 인텐트 실행 파라미터, 명령어를 구성하는 단어들로부터 추출된 파라미터를 명령어 추출 파라미터, 인텐트 실행을 위해 추가적으로 요구되는 파라미터를 추가적으로 필요한 파라미터(또는 추가 파라미터)로 정의할 수 있다.

일 실시예에 따르면, 프로세서(610)는 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 확인할 수 있다. 프로세서(610)는 외부 장치(예: 도 4의 지능형 서버(420))로부터 다양한 인텐트의 수행에 필요한 인턴트 실행 파라미터들의 정보를 수신하여 저장할 수 있으며, 다른 실시예에 따르면 자연어 이해 처리에 따라 인텐트 실행 파라미터를 결정할 수 있다. 예를 들어, 도 5의 실시예와 같이 프로세서(610)는 명령어에 대응하는 인텐트를 축구 경기 결과 검색으로 결정하고, 해당 인텐트를 실행하기 위해 필요한 파라미터로 팀 명칭, 날짜 정보를 확인할 수 있다.

일 실시예에 따르면, 프로세서(610)는 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인할 수 있다. 예를 들어, 프로세서(610)는 확인된 인텐트에 필요한 인텐트 실행 파라미터 중 명령어를 통해 획득한 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 추가적으로 필요한 파라미터로 결정할 수 있다. 예를 들어, 축구 경기 결과 검색 인텐트의 인텐트 실행 파라미터가 팀 명칭, 날짜 정보를 포함하고, 사용자가 팀 명칭과 관련된 정보를 입력(예: 음성, 텍스트)하여 명령어 추출 파라미터가 팀 명칭을 포함하는 경우, 날짜 정보를 추가적으로 필요한 파라미터로 결정할 수 있다.

일 실시예에 따르면, 프로세서(610)는 추가적으로 필요한 파라미터를 메모리(650)에 저장된 어플리케이션으로부터 확인할 수 있다. 여기서, 어플리케이션은 지능형 서비스 어플리케이션과 구분되는 어플리케이션으로써, 전자 장치(600) 상에서 설치 및 실행 가능한 정함이 없는 어플리케이션을 포함할 수 있다.

일 실시예에 따르면, 프로세서(610)는 결정된 인텐트의 정보, 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 실행 중인 어플리케이션에 전송할 수 있다. 예를 들어, 프로세서(610)는 브로드캐스팅 방식으로 실행 중인 모든 어플리케이션에 파라미터 요청을 전송할 수 있으며, 외부 서버(예: 관리자 서버)로부터 수신한 정보에 따라 미리 정해진 적어도 하나의 어플리케이션에 파라미터 요청을 전송할 수 있다.

일 실시예에 따르면, 프로세서(610)는 파라미터 요청에 대응하여, 어플리케이션으로부터 파라미터를 수신할 수 있다. 예를 들어, 프로세서(610)는 인터넷 어플리케이션으로부터 team samsung에 대응하는 날짜 정보를 수신할 수 있다.

일 실시예에 따르면, 프로세서(610)는 어플리케이션으로부터 추가적으로 필요한 파라미터가 획득되는 경우, 획득된 추가적으로 필요한 파라미터의 유효성을 검증할 수 있다. 예를 들어, 프로세서(610)는 승인된 어플리케이션에서 파라미터가 전송된 것인지, 수신된 파라미터가 해당 인텐트에서 적용 가능한 타입인지 확인할 수 있다.

일 실시예에 따르면, 프로세서(610)는 어플리케이션으로부터 추가적으로 필요한 파라미터가 획득되고 유효성이 검증되는 경우, 인텐트 실행이 가능한 지 확인하고, 불가능 한 경우, 추가적으로 필요한 파라미터를 다시 어플리케이션에 요청할 수 있다.

일 실시예에 따르면, 프로세서(610)는 인텐트 실행 파라미터가 모두 획득되는 경우, 획득된 파라미터를 이용하여 인텐트에 대응하는 동작을 수행하고, 그 결과 값을 디스플레이(620) 또는 스피커를 통해 출력할 수 있다.

상술한 AI 엔진이 전자 장치(600) 상에서 구현되는 실시예는 도 8을 통해 보다 상세히 설명하기로 한다.

이하에서는 AI 엔진이 외부 서버(예: 도 2의 지능형 서버(230), 도 4의 지능형 서버(420)) 상에서 구현된 경우, 프로세서(610)의 동작에 대해서 설명하기로 한다.

일 실시예에 따르면, 프로세서(610)는 통신 모듈(640)을 이용하여 입력된 텍스트 또는 음성 입력을 외부 서버에 전송할 수 있다.

일 실시예에 따르면, 외부 서버는 전자 장치(600)로부터 음성 정보가 수신되는 경우, 음성 인식 모듈(예: 도 2의 자동 음성 인식 모듈(232a))을 이용해 음성 정보를 텍스트 정보로 변환할 수 있다.

일 실시예에 따르면, 외부 서버는 사용자가 입력한 명령어에 대응하는 인텐트를 획득하고, 명령어로부터 적어도 하나의 파라미터를 추출할 수 있다. 외부 서버는 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 확인하여, 전자 장치(600)에 전송할 수 있다.

일 실시예에 따르면, 프로세서(610)는 외부 서버로부터 수신한 정보에 기초하여, 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인하고, 어플리케이션에 파라미터 요청을 전송할 수 있다.

일 실시예에 따르면, 프로세서(610)는 어플리케이션으로부터 파라미터가 획득되는 경우, 통신 모듈(640)을 이용하여 외부 서버로 전송할 수 있다. 외부 서버는 수신된 파라미터를 기반으로 인텐트에 대응하는 동작을 수행하고, 그 결과 값을 전자 장치(600)에 전송할 수 있다.

일 실시예에 따르면, 프로세서(610)는 외부 서버로부터 수신되는 결과 값을 디스플레이(620) 또는 스피커를 통해 출력할 수 있다.

상술한 AI 엔진이 외부 서버 상에서 구현되는 실시예는 도 7을 통해 보다 상세히 설명하기로 한다.

다양한 실시예에 따르면, 프로세서(610)는 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 획득한 추가 파라미터 및/또는 어플리케이션의 정보를 포함하는 그래픽 객체를 디스플레이(620) 상에 표시할 수 있다. 프로세서(610)는 그래픽 객체에 대한 사용자 입력에 대응하여 인텐트에 대응하는 동작을 수행하기 위해 선택된 추가 파라미터를 이용할 수 있다. 본 실시예에 대해서는 도 14 및 도 15를 통해 보다 상세히 설명하기로 한다.

도 7은 다양한 실시예에 따른 통합 지능 시스템의 아키텍쳐(architecture)를 도시한 것이다.

도 7을 참조 하면, 통합 지능 시스템은 AI 엔진을 포함하는 지능형 서버(750) 및 전자 장치(700)를 포함할 수 있으며, 지능형 서버(750)는 도 2의 지능형 서버(230), 도 4의 지능형 서버(420)의 구성 및/또는 기능 중 적어도 일부를 포함하고, 전자 장치(700)는 도 1의 전자 장치(101), 도 2의 사용자 단말(210), 도 6의 전자 장치(600)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 지능형 서버(750)는 NLU(natural language understanding) 모듈(760), 다이얼로그 매니저(dialog manager)(770), 응답 생성(response generator) 모듈(780)을 포함하고, 전자 장치(700)는 다양한 어플리케이션(720) 및 프로세서(예: 도 6의 프로세서(610))에 의해 실행될 수 있는 AI 클라이언트(710)를 포함할 수 있다.

다양한 실시예에 따르면, NLU 모듈(760)은 전자 장치(700)로부터 수신되는 명령어에 대한 자연어 이해(natural language understanding)를 수행할 수 있다. NLU 모듈(760)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 인텐트를 파악할 수 있다. 예를 들어, NLU 모듈(760)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 음성 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 인텐트를 결정할 수 있다.

다양한 실시예에 따르면, 대화의 상태를 관리하는 다이얼로그 매니저(770)는 전자 장치(700)와 송수신 되는 대화 메시지의 상태를 추적하는 다이얼로그 상태 트래커(dialog state tracker)(772), 사용자의 인텐트에 대응하는 파라미터(또는 슬롯)를 획득 및 처리 하는 슬롯 리졸버(slot resolver)(774) 및 인텐트에 대응하는 동작 수행의 유효성을 검증하는 동작 검증(action validator) 모듈(776)을 포함할 수 있다.

다양한 실시예에 따르면, 슬롯 리졸버(774)는 NLU 모듈(760)에 의해 결정된 인텐트를 실행하기 위한 파라미터 및 사용자의 명령어로부터 추출된 파라미터를 비교하여, 인텐트 실행에 추가로 필요한 파라미터를 확인할 수 있다. 슬롯 리졸버(774)는 추가로 필요한 파라미터의 요청을 전자 장치(700)에 전송하고, 전자 장치(700)로부터 추가 파라미터가 수신되는 경우, 동작 검증 모듈(776) 및/또는 응답 생성 모듈(780)에 제공할 수 있다.

다양한 실시예에 따르면, 동작 검증 모듈(776)은 획득된 파라미터를 이용하여 인텐트에 대응하는 동작이 수행 가능한 지 확인할 수 있다. 예를 들어, 동작 검증 모듈(776)은 사용자의 명령어로부터 추출된 파라미터 및 전자 장치(700)로부터 수신된 추가 파라미터를 이용하여 인텐트에 대응하는 동작이 수행 가능한 지 확인할 수 있다. 동작 검증 모듈(776)은 인텐트 실행이 가능하다고 확인되는 경우, 인텐트 및/또는 획득된 파라미터를 응답 생성 모듈(780)로 제공하고, 인텐트 실행에 추가로 필요한 파라미터가 더 있는 경우 슬롯 리졸버(774)에 요청할 수 있다.

다양한 실시예에 따르면, 응답 생성 모듈(780)은 사용자의 인텐트에 기초하여 태스크를 수행하기 위해 필요한 도메인을 결정하고, 상기 도메인에서 파라미터를 이용하여 동작을 수행하고, 결과 값을 생성할 수 있다. 응답 생성 모듈(780)은 결과 값을 전자 장치(700)에 전송할 수 있다. 예를 들어, 응답 생성 모듈(780)은 결과 값을 텍스트의 형태로 전자 장치(700)에 전송할 수 있다.다양한 실시예에 따르면, 전자 장치(700)는 사용자의 입력을 획득하고, 지능형 서비스와 관련된 동작을 수행하는 AI 클라이언트(710)를 포함할 수 있다. AI 클라이언트(710)는 프로바이더 수집(provider collector) 모듈(712), 브로드캐스트 전송(broadcast sender) 모듈(714) 및 유효성 검증(validation checker) 모듈(716)을 포함할 수 있다.

다양한 실시예에 따르면, 프로바이더 수집 모듈(712)은 인텐트 실행을 위해 필요한 파라미터를 요청할 어플리케이션의 리스트를 수집할 수 있다. 예를 들어, 프로바이더 수집 모듈(712)은 어플리케이션의 리스트를 수집하기 위해, 인텐트 명칭, 파라미터 명칭을 관리자 서버에 요청할 수 있다.

일 실시예에 따르면, 관리자 서버는 지능형 서버(750)의 일부로 포함되거나, 별도의 외부 서버(예: 도 1의 서버(108))로 구현될 수 있다.

다양한 실시예에 따르면, 관리자 서버는 해당 파라미터에 대한 응답을 줄 수 있는 어플리케이션을 확인하고, 확인된 어플리케이션이 전자 장치(700)에 설치되어 있는지 또는 실행 중인지 여부, 관리자 서버 또는 전자 장치(700)의 사용자에 의해 미리 승인되어 있는지 확인할 수 있다. 어플리케이션 정보에는 패키지 명칭(package name)이 포함될 수 있으며, 검색 및 승인된 어플리케이션은 복수로 존재할 수 있다. 관리자 서버는 수집된 어플리케이션 리스트를 전자 장치(700)의 프로바이더 수집 모듈(712)에 전송할 수 있다.

다양한 실시예에 따르면, 브로드캐스트 전송 모듈(714)은 프로바이더 수집 모듈(712)로부터 전달 받은 어플리케이션 리스트에 포함된 어플리케이션들에 인텐트 실행을 위해 추가로 필요한 파라미터를 요청할 수 있다. 예를 들어, 브로드캐스트 전송 모듈(714)은 브로드캐스트 방식으로 복수의 어플리케이션(720)에 실질적으로 동시에(또는 순차적으로) 파라미터 요청을 전송할 수 있으며, 파라미터 요청에 지정된 어플리케이션을 지칭하기 위해 패키지 명칭을 포함할 수 있다. 브로드캐스트 전송 모듈(714)은 파라미터 요청의 전송 시 sender ID, 인텐트 명칭, 파라미터 타입, 파라미터 명칭 중 적어도 일부를 함께 전송하여, 복수의 어플리케이션(720)이 파라미터에 맞는 값을 찾을 수 있도록 가이드 할 수 있다. 여기서, sender ID는 인텐트를 실행하는 주체 또는 도메인의 식별자를 의미할 수 있다.

다양한 실시예에 따르면, 유효성 검증 모듈(716)은 복수의 어플리케이션(720)으로부터 추가 파라미터가 수신되는 경우, 추가 파라미터가 지능형 서버(750)의 AI 엔진(예: NLU 모듈(760), 다이얼로그 매니저(770), 응답 생성 모듈(780))에서 사용하기에 적합한 파라미터 인지 검증할 수 있다.

AI 클라이언트(710)는 검증 결과 유효하지 않은 파라미터(예: 인텐트 실행에 사용될 수 없는 파라미터, 등록 또는 승인되지 않은 어플리케이션에서 전송된 파라미터)는 제외하고, 유효한 것으로 검증된 파라미터를 지능형 서버(750)로 전송할 수 있다. AI 클라이언트(710)는 유효한 것으로 검증된 파라미터가 복수 개인 경우, 사용자의 선택에 따라 선택된 적어도 하나의 파라미터를 지능형 서버(750)로 전송할 수 있다.

도 8은 다양한 실시예에 따른 AI 엔진이 전자 장치 상에 임베디드 된 경우를 도시한 것이다.

일 실시예에 따르면, 사용자의 명령어에 대한 결과 값을 생성하는 동작을 수행하는 AI 엔진(850)은 전자 장치(800) 상에서 구현될 수 있다.

일 실시예에 따르면, 전자 장치(800)는 도 1의 전자 장치(101), 도 2의 사용자 단말(210), 도 6의 전자 장치(600)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

도 8을 참조 하면, AI 엔진(850)을 구성하는 NLU 모듈(860), 다이얼로그 매니저(870) 및 응답 생성 모듈(880)은 전자 장치(800)에 포함될 수 있으며, 통합 지능 시스템은 별도의 지능형 서버(예: 도 7의 지능형 서버(750)) 없이 전자 장치(800)만으로 구성될 수도 있다. 도시된 AI 엔진(850), AI 클라이언트(810) 및 어플리케이션들(820)은 메모리(예: 도 6의 메모리(650)) 상에 저장되고, 프로세서(예: 도 6의 프로세서(610))에 의해 실행될 수 있다.

일 실시예에 따르면, AI 클라이언트(810) 및 어플리케이션들(820)은 도 7의 AI 클라이언트(710) 및 복수의 어플리케이션들(720)의 구성 및/또는 기능 중 적어도 일부를 포함할 수 있다.

일 실시예에 따르면, AI 클라이언트(810)는 사용자의 입력에 따른 명령어를 AI 엔진(850)에 전송할 수 있다. AI 엔진(850)은 도 7의 NLU 모듈(760), 다이얼로그 매니저(770) 및 응답 생성 모듈(780)에 대응되는 구성을 포함할 수 있다.

예를 들어, NLU 모듈(860)은 명령어에 대한 자연어 이해를 수행하고 사용자의 인텐트를 생성할 수 있다. 다이얼로그 매니저(870)는 대화 추적, 파라미터 획득 및 처리, 동작 수행의 유효성 검증 동작을 수행할 수 있고, 응답 생성 모듈(880)은 도메인, 인텐트, 파라미터를 이용하여 결과 값을 생성할 수 있다.

도 9는 다양한 실시예에 따른 필요한 파라미터를 요청하는 예를 도시한 것이다.

도 9를 참조 하면, 사용자(990)는 "5월 5일 비행기 표 예약해줘"라는 발화를 마이크로폰(예: 도 6의 마이크로폰(630))을 통해 입력할 수 있다. 전자 장치(예: 도 8의 전자 장치(800)) 또는 지능형 서버(예: 도 7의 지능형 서버(750))의 AI 엔진(950)은 사용자(990)에 의해 입력된 명령어를 분석하여 사용자(990)의 인텐트를 BOOK_TICKET으로 결정할 수 있다. BOOK_TICKET 인텐트를 수행하기 위해서는 출발 일자(depart date) 및 도착지(destination)의 파라미터가 필요 하며, 출발 일자 파라미터는 명령어의 5월 5일로부터 획득할 수 있다.

다양한 실시예에 따르면, AI 엔진(950)은 추가적으로 필요한 파라미터인 도착지 파라미터를 AI 클라이언트(910)에 전송하고, AI 클라이언트(910)의 브로드캐스트 전송 모듈(예: 도 7의 브로드캐스트 전송 모듈(714))은 sender ID, 인텐트 명칭, 파라미터 타입, 파라미터 명칭를 포함하는 파라미터 요청을 전자 장치의 어플리케이션에 전송할 수 있다. 도 9의 예에서 파라미터 요청을 받는 어플리케이션의 패키지 명칭은 "com.air.reservation.app"이 될 수 있다. 어플리케이션은 파라미터 정보의 인텐트 명칭, 파라미터 타입 및 파라미터 명칭을 확인하고, 자신이 획득 및 제공할 수 있는 파라미터 인지 확인할 수 있다.

도 10은 다양한 실시예에 따른 AI 엔진이 어플리케이션에 파라미터 정보를 요청 및 수신하는 예를 도시한 것이다.

다양한 실시예에 따르면, AI 엔진(1050)은 AI 클라이언트(1010)의 파라미터 정책 매니저(1030)(parameter policy manager)에 현재 대화 상태를 전송할 수 있다. 예를 들어, AI엔진(1050)은 사용자의 명령어 입력으로부터 확인된 인텐트 및 인텐트를 수행하는 데 필요한 파라미터의 정보를 기록하고, 파라미터 정책 매니저(1030)에 전송할 수 있다. AI 엔진(1050)은 명령어로부터 추가로 필요한 파라미터가 확인되고, 해당 파라미터를 AI 클라이언트(1010)로부터 수신하여 인텐트를 실행하는 경우, 명령어에서 추가로 필요한 파라미터 및/또는 AI 클라이언트(1010)로부터 획득한 파라미터를 기록 및 전송할 수 있다.

다양한 실시예에 따르면, 파라미터 정책 매니저(1030)는 AI 엔진(1050)으로부터 인텐트의 실행을 위해 추가적으로 필요한 파라미터가 있는지 확인할 수 있다.

다양한 실시예에 따르면, 파라미터 정책 매니저(1030)는 추가적으로 필요한 파라미터가 있는 경우 복수의 어플리케이션(1020)에 추가 파라미터를 요청할 지 결정할 수 있다.

다양한 실시예에 따르면, 추가 파라미터의 요청이 결정된 경우, 브로드캐스트 전송 모듈(1014)은 프로바이더 수집 모듈(1012)을 통해 등록 및 승인된 어플리케이션의 정보를 획득할 수 있다. 이 때, 프로바이더 수집 모듈(1012)은 외부 서버(예: 관리자 서버(1070))에 명령어로부터 획득된 인텐트 및 추가적으로 필요한 파라미터 정보를 전송하여, 추가 파라미터를 제공할 수 있는 어플리케이션의 리스트를 수신할 수 있다.

다양한 실시예에 따르면, 브로드캐스트 전송 모듈(1014)은 외부 서버로부터 수신한 리스트에 있는 복수의 어플리케이션(1020)에 추가 파라미터 요청을 전송하고, 복수의 어플리케이션(1020)으로부터 추가 파라미터를 수신할 수 있다.

다양한 실시예에 따르면, 유효성 검증 모듈(1016)은 복수의 어플리케이션(1020)으로부터 수신한 추가 파라미터의 유효성을 검사할 수 있다. AI 클라이언트(1010)는 유효한 값이라고 판단되는 적어도 하나의 추가 파라미터를 디스플레이(예: 도 1의 디스플레이 모듈(160), 도 2의 디스플레이(211) 또는 도 6의 디스플레이(620)) 또는 스피커(예: 도 1의 음향 출력 모듈(155) 또는 도 2의 스피커(216))를 통해 사용자에게 제공하고, 사용자의 선택에 따라 해당 추가 파라미터를 AI 엔진(1050)에 제공할 수 있다. AI 엔진(1050)은 명령어에서 추출된 추출 파라미터 및 복수의 어플리케이션(1020)에서 획득한 추가 파라미터를 이용하여 명령어에 대응하는 인텐트의 동작을 수행할 수 있다.

예를 들어, 사용자가 "여행가서 숙박할 호텔 예약해줘"라고 발화 하는 경우, AI 엔진(1050)은 현재 대화 상태를 AI 클라이언트(1010)에 전송할 수 있다. 이 때, 전송되는 대화 상태에는 호텔 위치에 대한 파라미터가 누락되었다는 정보를 포함할 수 있다. 파라미터 정책 매니저(1030)는 누락된 파라미터를 확인하고, 브로드캐스트 전송 모듈(1014)을 통해 사전 승인된 복수의 어플리케이션(1020)에 파라미터를 요청할 수 있다. 만약, 파라미터 요청을 받은 복수의 어플리케이션(1020) 중에 항공 예약과 관련된 정보를 포함하는 어플리케이션이 있고, 최근 사용자가 해당 어플리케이션(1020)에서 도착지로 예약한 장소가 제주도인 경우, 어플리케이션(1020)은 이 값(예: 제주도)을 AI 클라이언트(1010)에 전송할 수 있다. AI 클라이언트(1010)는 명령어 "여행가서 숙박할 호텔 예약해줘"에서 부족한 파라미터인 도착지 정보를 어플리케이션(1020)에서 획득한 제주도로 결정할 수 있다. AI 클라이언트(1010)는 제주도 및 해당 어플리케이션을 지시하는 그래픽 객체를 디스플레이 상에 표시하고, 사용자의 선택에 따라 파라미터를 AI 엔진(1050)에 제공할 수 있다.

도 11은 다양한 실시예에 따른 파라미터 획득 방법의 흐름도이다.

도시된 방법은 앞서 설명한 AI 엔진 및 AI 클라이언트에 의해 수행될 수 있으며, 앞서 설명한 바 있는 기술적 특징은 그 설명을 생략하기로 한다.

다양한 실시예에 따르면, 동작 1110에서, 전자 장치(예: AI 클라이언트)는 지능형 서비스를 제공하는 어플리케이션(예: 음성 어시스턴트, 챗봇)을 실행하고, 사용자의 발화 입력(또는 텍스트 입력)을 수신할 수 있다. 전자 장치는 수신된 발화 입력으로부터 텍스트 정보인 명령어를 획득할 수 있다.

다양한 실시예에 따르면, 동작 1120에서, 지능형 서버(예: 도 7의 지능형 서버(750)) 또는 전자 장치(예: 도 8의 전자 장치(800))의 AI 엔진은 사용자가 입력한 명령어에 대응하는 인텐트 및 인텐트를 실행하기 위해 필요한 파라미터(예: 인텐트 실행 파라미터)를 획득할 수 있다.

다양한 실시예에 따르면, 동작 1130에서, AI 엔진은 해당 인텐트를 수행하기 위한 파라미터 정보가 충족되는지 여부를 결정할 수 있다. 예를 들어, AI 엔진은 획득된 인텐트를 실행하기 위해 필요한 인텐트 실행 파라미터 중 명령어에서 추출된 명령어 추출 파라미터를 이용해 해당 인텐트를 수행 가능한 지 확인할 수 있다.

다양한 실시예에 따르면, 해당 인텐트를 수행할 수 없는 경우, 동작 1140에서, AI 클라이언트는 추가적으로 필요한 파라미터를 요청할 어플리케이션을 확인할 수 있다. 예를 들어, AI 클라이언트는 외부 서버(예: 관리자 서버)로부터 해당 파라미터에 대한 응답을 줄 수 있는 어플리케이션의 정보를 수신할 수 있다.

다양한 실시예에 따르면, 동작 1150에서, AI 클라이언트는 확인된 어플리케이션에 인텐트 실행을 위해 추가로 필요한 파라미터를 요청할 수 있다. 예를 들어, AI 클라이언트는 브로드캐스트 방식으로 복수의 어플리케이션에 실질적으로 동시에(또는 순차적으로) 파라미터 요청을 전송할 수 있으며, 지정된 어플리케이션을 지칭하기 위해 패키지 명칭을 사용할 수 있다.

다양한 실시예에 따르면, 동작 1160에서, AI 클라이언트는 어플리케이션으로부터 추가 파라미터가 수신되는 경우, 추가 파라미터가 지능형 서버의 AI 엔진에서 사용하기에 적합한 파라미터 인지 검증할 수 있다. AI 클라이언트는 검증 결과 유효하지 않은 파라미터(예: 인텐트 실행에 사용될 수 없는 파라미터, 등록되지 않은 어플리케이션에서 전송된 파라미터)는 제외하고, 유효한 것으로 검증된 파라미터를 AI 엔진으로 전송할 수 있다.

다양한 실시예에 따르면, 동작 1130의 확인 결과, 해당 인텐트를 수행하기 위한 파라미터 정보가 충족되는 경우, 동작 1170에서, AI 엔진은 명령어에서 추출된 파라미터를 이용하여 인텐트의 동작을 수행할 수 있다.

예를 들어, 동작 1130의 확인 결과, AI 엔진은 획득된 인텐트를 실행하기 위해 필요한 인텐트 실행 파라미터 중 명령어에서 추출된 명령어 추출 파라미터를 이용해 해당 인텐트를 수행 가능한 경우, 동작 1170에서, 명령어에서 추출된 파라미터를 이용하여 해당 인텐트의 동작을 수행할 수 있다.

도 12는 다양한 실시예에 따른 통합 지능 시스템의 아키텍쳐를 도시한 것이다.

도 12를 참조 하면, 통합 지능 시스템은 전자 장치(1200), AI 엔진(1250) 및 AI 포털 서버(1270)를 포함할 수 있으며, AI 엔진(1250)은 전자 장치(예: 도 8의 전자 장치(800)) 또는 지능형 서버(예: 도 7의 지능형 서버(750)) 상에 구현될 수 있다.

AI 엔진(1250)은 NLU 모듈(1252)(예: 도 7의 NLU 모듈(760), 다이얼로그 매니저(1254)(예: 도 7의 다이얼로그 매니저(770)) 및 응답 생성 모듈(1256)(예: 도 7의 응답 생성 모듈(780))을 포함할 수 있으며, AI 엔진(1250)의 동작은 도 7의 AI 엔진(750) 및/또는 도 8의 AI 엔진(850)의 동작과 동일할 수 있다.

전자 장치(1200)는 AI 클라이언트(1210)를 포함할 수 있으며, AI 클라이언트(1210)의 동작은 도 7의 AI 클라이언트(710) 및/또는 도 8의 AI 클라이언트(810)의 동작과 동일할 수 있다.

다양한 실시예에 따르면, AI 포털 서버(1270)는 통합 지능 시스템에서 AI 엔진(1250)에 인텐트의 동작을 수행하기 위해 부족한(또는 추가적으로 필요한) 파라미터를 제공할 어플리케이션을 미리 등록하고 승인 받는 동작을 수행하는 구성으로, 복수의 장치로 구현될 수 있다. 도시된 바와 같이, AI 포털 서버(1270)는 관리자 서버(1280) 및 개발자 웹사이트 서버(1290)를 포함할 수 있다. 관리자 서버(1280) 및 개발자 웹사이트 서버(1290)는 별도의 서버 장치로 구성되거나, 하나의 서버 장치 내에서 관리자 서버(1280) 및 개발자 웹사이트 서버(1290)의 기능이 수행될 수도 있다.

다양한 실시예에 따르면, 관리자 서버(1280)는 요청 정보 매니저(1282) 및 프로바이더 매니저(1284)를 포함할 수 있다. 요청 정보 매니저(1282)는 지능형 서비스의 관리자가 지능형 서비스(예: 음성 어시스턴트)의 지정된 업무(또는 인텐트)를 수행하기 위해 필요한 파라미터 정보를 등록하는 모듈일 수 있다. 예를 들어, 요청 정보 매니저(1282)는 파라미터가 사용되는 인텐트의 정보, 파라미터 타입, 파라미터 명칭, 또는 샘플 파라미터를 저장할 수 있다. 어플리케이션 개발자는 요청 정보 매니저(1282)에 의해 등록된 파라미터 정보를 보고, 자신이 개발한 어플리케이션에서 파라미터 정보를 제공해 줄 수 있는 지 확인할 수 있다.

다양한 실시예에 따르면, 프로바이더 매니저(1284)는 지능형 서비스 관리자가 등록한 어플리케이션을 승인하는 모듈일 수 있다. 예를 들어, 지능형 서비스 관리자는 등록된 어플리케이션의 파라미터가 인텐트의 동작에 사용될 수 있는 경우, 해당 어플리케이션을 승인할 수 있다. 프로바이더 매니저(1284)에 의해 승인된 어플리케이션의 정보는 AI 클라이언트(1210)(예: 프로바이더 수집 모듈(1212))에 전송될 수 있다.

다양한 실시예에 따르면, 개발자 웹사이트 서버(1290)는 어플리케이션 개발자가 자신이 개발한 어플리케이션을 등록할 수 있도록 레지스터 폼(register form) 모듈(1292)을 제공할 수 있다. 어플리케이션 개발자는 개발자 웹사이트 서버(1290)에서 제공하는 웹사이트 상에서 지능형 서비스 관리자가 등록한 파라미터의 정보를 보고, 자신이 개발한 어플리케이션이 해당 파라미터를 제공할 수 있는지 판단할 수 있다. 개발자 웹사이트 서버(1290)의 파라미터의 정보는 요청 정보 매니저(1282)로부터 받아올 수 잇다. 어플리케이션 개발자에 의해 어플리케이션이 등록되면, 등록된 정보는 프로바이더 매니저(1284)로 전달되어 지능형 서비스 관리자의 승인을 받을 수 있다. 등록되는 어플리케이션의 정보는 어플리케이션 명칭, 다운로드 주소 및 패키지 명칭을 포함할 수 있다.

도 13은 다양한 실시예에 따른 전자 장치의 어플리케이션을 등록 및 승인하는 동작을 도시한 것이다.

도 13을 참조하면, 관리자 서버(1380) 및 개발자 웹사이트 서버(1390)는 도 12의 관리자 서버(1280) 및 개발자 웹사이트 서버(1290)의 기능 및/또는 구성의 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, AI 클라이언트(1310)는 도 7의 AI 클라이언트(710) 및/또는 도 8의 AI 클라이언트(810)의 기능 및/또는 구성의 적어도 일부를 포함할 수 있다.

다양한 실시예에 따르면, 지능형 서비스의 관리자(예: AI 개발자)는 요청 정보 매니저(1382)를 통해 지능형 서비스(예: 음성 어시스턴트, 챗봇)의 지정된 업무(또는 인텐트)를 수행하기 위해 필요한 파라미터 정보와 같은 요청 정보(request info)를 등록할 수 있다. 예를 들어, 요청 정보 매니저(1382)는 관리자가 입력한 파라미터가 사용되는 인텐트의 정보, 파라미터 타입, 파라미터 명칭, 또는 샘플 파라미터를 저장할 수 있다.

다양한 실시예에 따르면, 요청 정보 매니저(1382)는 등록된 인텐트, 필요한 파라미터 정보를 포함하는 요청 정보의 리스트를 개발자 웹사이트 서버(1390)를 통해 제공하고, 개발자는 개발자 웹사이트(1390)에서 제공하는 웹사이트를 통해 해당 리스트를 확인할 수 있다.

다양한 실시예에 따르면, 어플리케이션의 개발자는 자신이 개발한 어플리케이션을 개발자 웹사이트 서버(1390)의 레지스터 폼 모듈(1392)을 통해 등록할 수 있다. 예를 들어, 등록되는 어플리케이션(또는 프로바이더)의 정보는 어플리케이션 명칭, 다운로드 주소 및 패키지 명칭을 포함할 수 있다.

다양한 실시예에 따르면, 개발자 웹사이트 상에서 어플리케이션 개발자가 등록한 어플리케이션의 정보는 프로바이더 매니저(1384)에 등록될 수 있다. 프로바이더 매니저(1384)는 각 어플리케이션의 정보를 저장할 수 있다.

다양한 실시예에 따르면, 지능형 서비스의 관리자는 등록된 어플리케이션의 파라미터가 인텐트의 동작에 사용될 수 있는 경우, 해당 어플리케이션을 승인할 수 있다. 이와 같이 등록 및 승인된 어플리케이션의 정보는 프로바이더 매니저(1384)에 의해 저장 및 관리될 수 있다.

다양한 실시예에 따르면, AI 클라이언트(1310)는 프로바이더(또는 어플리케이션)의 리스트를 요청할 수 있다. 이 때, 프로바이더의 리스트 요청은 인텐트의 타입 및 파라미터의 타입을 포함할 수 있다. 프로바이더 매니저(1384)는 추가 파라미터의 획득이 가능한 어플리케이션의 리스트를 AI 클라이언트(1310)에 제공할 수 있다. 이 때, 프로바이더 매니저(1384)는 어플리케이션의 패키지 명칭을 AI 클라이언트(1310)에 제공할 수 있다.

도 14는 다양한 실시예에 따른 전자 장치에서 파라미터를 추천하는 화면을 도시한 것이다.

다양한 실시예에 따르면, 전자 장치(1400)(예: 도 6의 프로세서(610))는 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 획득한 추가 파라미터 및/또는 어플리케이션의 정보를 포함하는 그래픽 객체를 디스플레이(예: 도 6의 디스플레이(620)) 상에 표시할 수 있다. 전자 장치(1400)는 그래픽 객체에 대한 사용자 입력에 대응하여 인텐트에 대응하는 동작을 수행하기 위해 선택된 추가 파라미터를 이용할 수 있다.

도 14를 참조 하면, 사용자가 음성 입력 또는 텍스트 입력으로 명령어 "여행가서 숙박할 호텔 검색해줘"를 입력한 경우, 전자 장치(1400)(예: 도 8의 전자 장치(800)) 또는 지능형 서버(예: 도 7의 지능형 서버(750))의 AI 엔진은 해당 명령어의 자연어 이해를 통해 인텐트가 호텔 검색인 것으로 확인할 수 있다. 일 실시예에 따르면, AI 엔진은 해당 인텐트의 동작을 수행하기 위해 필요한 파라미터 중 호텔 위치 정보가 누락되어 있음을 확인할 수 있다. AI 엔진은 해당 인텐트의 동작을 수행하기 위해 필요한 파라미터 중 누락된 파라미터(예: 호텔 위치 정보)를 추가적으로 필요한 파라미터 정보로 확인할 수 있다. AI 엔진은 추가적으로 필요한 파라미터 정보를 AI 클라이언트(예: 도 7의 AI 클라이언트(710) 또는 도 8의 AI 클라이언트(810))에 전송하고, AI 클라이언트는 전자 장치(1400)에서 설치 및 실행 된 적어도 하나의 어플리케이션에 파라미터를 요청할 수 있다.

도 14를 참조 하면, 전자 장치(1400)에 항공사 어플리케이션이 설치되어 있고, 사용자가 최근에 항공사 어플리케이션을 통해서 제주도행 비행기를 예약한 이력이 있다면, 항공사 어플리케이션은 AI 클라이언트에 파라미터 값으로 제주도를 제공할 수 있다. 이 경우, 전자 장치(1400)는 디스플레이 상에 추가 파라미터 및 이를 전송한 어플리케이션의 정보를 포함하는 그래픽 객체(1420)를 표시할 수 있다. 일 실시예에 따르면, 전자 장치(1400)는 해당 어플리케이션으로 이동(또는 해당 어플리케이션을 실행)할 수 있는 링크 정보(1425)를 더 표시할 수 있다. 또한, 전자 장치(1400)는 항공사 어플리케이션이 제공한 파라미터를 선택할 수 있는 그래픽 객체(1430)를 표시하고, 사용자의 선택에 기초하여 추가 파라미터를 인텐트 실행에 사용할 수 있다.

도 15는 다양한 실시예에 따른 전자 장치에서 복수의 어플리케이션이 추가 파라미터를 제공하는 화면을 도시한 것이다.

도 15를 참조 하면, 입력된 명령어가 "괜찮은 식당 검색해줘"인 경우(1510), 전자 장치(1500)(예: 도 8의 전자 장치(800)) 또는 지능형 서버(예: 도 7의 지능형 서버(750))의 AI 엔진은 해당 명령어의 자연어 이해를 통해 인텐트가 식당 검색인 것으로 확인할 수 있다. AI 엔진은 추가적으로 필요한 파라미터로 식당의 위치 정보를 확인할 수 있다. AI 클라이언트(예: 도 7의 AI 클라이언트(710) 또는 도 8의 AI 클라이언트(810))는 해당 파라미터를 어플리케이션에 요청할 수 있으며, 전자 장치(1500)의 어플리케이션 중 네비게이션 어플리케이션, 배달 어플리케이션 및 음성 어시스턴트 어플리케이션(예: 빅스비 어플리케이션)으로부터 위치 정보 파라미터가 전송될 수 있다. 전자 장치(1500)는 각각의 어플리케이션에서 획득한 파라미터 및 어플리케이션의 정보를 포함하는 복수의 그래픽 객체(1532, 1534, 1536) 및, 사용자의 선택을 요청하는 그래픽 객체(1520)을 표시하고, 사용자의 선택을 수신할 수 있다.

상술한 파라미터를 추천하는 실시예는 도 14 및 도 15에 한정되지 않으며, 다양한 실시예에 따른 전자 장치는 입력된 명령어에 대응되는 인텐트를 수행하기 위해 추가적으로 필요한 파라미터와 관련된 정보를 스피커를 이용하여 제공할 수도 있다.

도 16은 다양한 실시예에 따른 필요한 파라미터를 등록하는 예를 도시한 것이다.

다양한 실시예에 따르면, 지능형 서비스의 관리자는 개발자 웹 사이트(예: 도 12의 개발자 웹사이트(1290)) 상에 어플리케이션의 등록 시 필요한 정보를 요청 정보 매니저(예: 도 12의 요청 정보 매니저(1282))에 등록하여 어플리케이션 개발자에게 제공할 수 있다. 예를 들어, 인텐트 명칭, 파라미터 명칭, 파라미터 타입 정보 및 샘플 파라미터값이 등록될 수 있다.도 16을 참조 하면, 인텐트 book_hotel에 대해, 어플리케이션이 제공 필요한 파라미터로 location, 파라미터의 타입으로 string, 및 샘플 파라미터 값으로 서울, 수원, 강동구, 망포동, 광화문역, 동대문역이 등록될 수 있다. 어플리케이션 개발자는 해당 정보를 확인하고, 자신이 개발한 어플리케이션이 string 타입의 위치(location) 정보를 제공할 수 있는 경우, 어플리케이션을 등록할 수 있다.

일 실시예에 따르면, 인텐트 order_food에 대해, 어플리케이션이 제공 필요한 파라미터로 food_type, 파라미터의 타입으로 string, 및 샘플 파라미터 값으로 한식, 분식, 디저트, 일식, 패스트푸드, 도시락이 등록될 수 있다. 어플리케이션 개발자는 해당 정보를 확인하고, 자신이 개발한 어플리케이션이 string 타입의 음식 종류(food_type) 정보를 제공할 수 있는 경우, 어플리케이션을 등록할 수 있다.

도 17은 다양한 실시예에 따른 파라미터 제공을 위한 어플리케이션 정보를 등록하는 예를 도시한 것이다.

다양한 실시예에 따르면, 어플리케이션의 개발자는 개발자 웹 사이트(예: 도 12의 개발자 웹사이트(1290))에 등록된 정보를 확인하고, 자신이 개발한 어플리케이션이 등록된 조건을 만족하는 경우 어플리케이션을 등록할 수 있다.

도 17을 참조 하면, 인텐트 호텔 예약에 필요한 파라미터인 위치 정보에 대해, 등록되는 어플리케이션 정보는 어플리케이션의 명칭으로 '여행 나라 항공', 패키지 명칭으로 'com.travel.reservation.main' 및 다운로드 URL로 'http://app.download/travel_nara_airplane'을 등록할 수 있다. 등록된 어플리케이션이 승인되는 경우, 관리자 서버(예: 도 12의 관리자 서버(1280))에 등록되고, 각 전자 장치의 AI 클라이언트에 어플리케이션의 정보가 제공될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 명령어로부터 상기 인텐트를 결정하고, 상기 확인된 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 결정하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 명령어로부터 상기 인텐트와 관련된 적어도 하나의 명령어 추출 파라미터를 추출하고, 상기 인텐트 실행 파라미터 중 상기 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 상기 추가적으로 필요한 파라미터로 결정하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 결정된 인텐트의 정보, 상기 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 적어도 하나의 어플리케이션에 전송하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 메모리에 저장된 어플리케이션 중 미리 정해진 어플리케이션에 상기 파라미터 요청을 전송하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 상기 명령어 추출 파라미터 및 상기 추가 파라미터를 이용하여, 상기 인텐트에 대응하는 동작을 수행하도록 설정될 수 있다.

다양한 실시예에 따르면, 외부 장치와 통신하기 위한 통신 모듈을 더 포함하고, 상기 프로세서는, 상기 통신 모듈을 이용하여, 상기 입력된 텍스트 또는 상기 음성 입력을 외부 서버에 전송하고, 및 상기 외부 서버로부터 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터와 관련된 정보를 수신하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 어플리케이션으로부터 획득한 추가 파라미터를 상기 통신 모듈을 통해 상기 외부 서버로 전송하고, 및 상기 외부 서버로부터 상기 인텐트 수행에 따른 결과 값을 수신하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 어플리케이션으로부터 획득한 추가 파라미터의 유효성을 검증하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 추가 파라미터를 전송한 어플리케이션이 미리 등록된 어플리케이션인 경우, 상기 추가 파라미터가 유효한 것으로 결정하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 상기 획득한 추가 파라미터 및 상기 어플리케이션의 정보를 포함하는 그래픽 객체를 상기 디스플레이 상에 표시하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 그래픽 객체에 대한 사용자 입력에 대응하여, 상기 인텐트에 대응하는 동작을 수행하기 위해 상기 어플리케이션으로부터 획득한 추가 파라미터를 이용하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서는, 상기 추가적으로 필요한 파라미터를 상기 메모리에 저장된 어플리케이션으로부터 획득하지 못하는 경우, 상기 추가적으로 필요한 파라미터를 획득하기 위한 쿼리를 상기 디스플레이 상에 표시하도록 설정될 수 있다.

도 18은 다양한 실시예에 따른 자연어 이해에 기초한 지능형 서비스를 제공하기 위한 파라미터의 획득 방법의 흐름도이다.

도시된 방법은 도 6 내지 도 17을 통해 설명한 전자 장치를 통해 수행될 수 있으며, 앞서 설명한 바 있는 기술적 특징에 대해서는 이하에서 그 설명을 생략하기로 한다.

다양한 실시예에 따르면, 동작 1810에서, 전자 장치는 사용자 입력에 기초하여 명령어를 획득할 수 있다. 예를 들어, 전자 장치는 지능형 서비스를 제공하는 어플리케이션(예: 음성 어시스턴트, 챗봇)을 실행하고, 마이크로 폰을 통해 사용자의 음성 입력을 수신 하거나, 디스플레이(예: 터치 스크린) 상의 터치 입력을 통해 입력된 텍스트를 획득할 수 있다.

다양한 실시예에 따르면, 동작 1820에서, 전자 장치는 명령어에 대응하는 인텐트를 획득할 수 있다. 일 실시예에 따르면, 전자 장치는 AI 엔진을 통해 입력된 명령어에 대해 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 인텐트를 확인할 수 있다. 다른 실시예에 따르면, 전자 장치는 명령어를 외부 서버(예: 도 7의 지능형 서버(750))로 전송하고, 지능형 서버의 AI 엔진에서 자연어 이해를 처리하여 인텐트를 획득 후 전자 장치에 제공할 수 있다.

다양한 실시예에 따르면, 동작 1830에서, 전자 장치는 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 파라미터를 확인할 수 있다. 예를 들어, 전자 장치(또는 지능형 서버)는 확인된 인텐트에 필요한 인텐트 실행 파라미터 중 명령어를 통해 획득한 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 추가적으로 필요한 파라미터로 결정할 수 있다. 예를 들어, 축구 경기 결과 검색 인텐트의 인텐트 실행 파라미터가 팀 명칭, 날짜 정보를 포함하고, 사용자가 팀 명칭과 관련된 정보를 입력(예: 음성, 텍스트)하여 명령어 추출 파라미터가 팀 명칭을 포함하는 경우, 날짜 정보를 추가적으로 필요한 파라미터로 결정할 수 있다.

다양한 실시예에 따르면, 동작 1840에서, 전자 장치는 추가적으로 필요한 파라미터를 전자 장치의 어플리케이션으로부터 획득할 수 있다. 예를 들어, 전자 장치는 결정된 인텐트의 정보, 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 실행 중인 어플리케이션에 전송할 수 있다. 전자 장치는 어플리케이션으로부터 추가 파라미터가 전송되는 경우, 유효성을 검증하고, 획득한 추가 파라미터 및/또는 어플리케이션의 정보를 포함하는 그래픽 객체를 디스플레이 상에 표시할 수 있다. 전자 장치는 그래픽 객체에 대한 사용자 입력에 대응하여 인텐트에 대응하는 동작을 수행하기 위해 선택된 추가 파라미터를 이용할 수 있다.

다양한 실시예에 따르면, 상기 인텐트를 획득하는 동작은, 상기 전자 장치가 상기 명령어로부터 상기 인텐트를 결정하는 동작, 및 상기 확인된 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 결정하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 상기 추가적으로 필요한 적어도 하나의 파라미터를 확인하는 동작은, 상기 전자 장치가 상기 명령어로부터 상기 인텐트와 관련된 적어도 하나의 명령어 추출 파라미터를 추출하는 동작, 및 상기 인텐트 실행 파라미터 중 상기 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 상기 추가적으로 필요한 파라미터로 결정하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 상기 결정된 인텐트의 정보, 상기 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 적어도 하나의 어플리케이션에 전송하는 동작을 더 포함할 수 있다.

다양한 실시예에 따르면, 상기 인텐트를 획득하는 동작은, 상기 입력된 텍스트 또는 상기 음성 입력을 외부 서버에 전송하는 동작, 및 상기 외부 서버로부터 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터와 관련된 정보를 수신하는 동작을 포함할 수 있다.

다양한 실시예에 따르면, 상기 어플리케이션으로부터 획득한 추가 파라미터의 유효성을 검증하는 동작을 더 포함할 수 있다.

다양한 실시예에 따르면, 상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 상기 획득한 추가 파라미터 및 상기 어플리케이션의 정보를 포함하는 그래픽 객체를 표시하는 동작을 더 포함할 수 있다.

Claims

전자 장치에 있어서,
터치 스크린을 포함하는 디스플레이;
사용자의 음성 입력을 수신하는 마이크로폰;
메모리; 및
상기 디스플레이, 상기 마이크로폰 및 상기 메모리와 작동적으로 연결되는 프로세서를 포함하고,
상기 프로세서는,
상기 디스플레이 상의 터치 입력을 통해 입력된 텍스트 또는 상기 마이크로 폰을 통해 입력된 음성 입력에 기초한 명령어를 획득하고,
상기 명령어에 대응하는 인텐트(intent)를 획득하고,
상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인하고, 및
상기 추가적으로 필요한 적어도 하나의 파라미터를 상기 메모리에 저장된 적어도 하나의 어플리케이션으로부터 획득하도록 설정된 전자 장치.
제 1항에 있어서,
상기 프로세서는,
상기 명령어로부터 상기 인텐트를 결정하고,
상기 확인된 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 결정하도록 설정된 전자 장치.
제 2항에 있어서,
상기 프로세서는,
상기 명령어로부터 상기 인텐트와 관련된 적어도 하나의 명령어 추출 파라미터를 추출하고,
상기 인텐트 실행 파라미터 중 상기 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 상기 추가적으로 필요한 파라미터로 결정하도록 설정된 전자 장치.
제 2항에 있어서,
상기 프로세서는,
상기 결정된 인텐트의 정보, 상기 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 적어도 하나의 어플리케이션에 전송하도록 설정된 전자 장치.
제 4항에 있어서,
상기 프로세서는,
상기 메모리에 저장된 어플리케이션 중 미리 정해진 어플리케이션에 상기 파라미터 요청을 전송하도록 설정된 전자 장치.
제 3항에 있어서,
상기 프로세서는,
상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우,
상기 명령어 추출 파라미터 및 상기 추가 파라미터를 이용하여, 상기 인텐트에 대응하는 동작을 수행하도록 설정된 전자 장치.
제 1항에 있어서,
외부 장치와 통신하기 위한 통신 모듈을 더 포함하고,
상기 프로세서는,
상기 통신 모듈을 이용하여, 상기 입력된 텍스트 또는 상기 음성 입력을 외부 서버에 전송하고, 및
상기 외부 서버로부터 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터와 관련된 정보를 수신하도록 설정된 전자 장치.
제 7항에 있어서,
상기 프로세서는,
상기 어플리케이션으로부터 획득한 추가 파라미터를 상기 통신 모듈을 통해 상기 외부 서버로 전송하고, 및
상기 외부 서버로부터 상기 인텐트 수행에 따른 결과 값을 수신하도록 설정된 전자 장치.
제 1항에 있어서,
상기 프로세서는,
상기 어플리케이션으로부터 획득한 추가 파라미터의 유효성을 검증하도록 설정된 전자 장치.
제 9항에 있어서,
상기 프로세서는,
상기 추가 파라미터를 전송한 어플리케이션이 미리 등록된 어플리케이션인 경우, 상기 추가 파라미터가 유효한 것으로 결정하도록 설정된 전자 장치.
제 1항에 있어서,
상기 프로세서는,
상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 상기 획득한 추가 파라미터 및 상기 어플리케이션의 정보를 포함하는 그래픽 객체를 상기 디스플레이 상에 표시하도록 설정된 전자 장치.
제 11항에 있어서,
상기 프로세서는,
상기 그래픽 객체에 대한 사용자 입력에 대응하여, 상기 인텐트에 대응하는 동작을 수행하기 위해 상기 어플리케이션으로부터 획득한 추가 파라미터를 이용하도록 설정된 전자 장치.
제 1항에 있어서,
상기 프로세서는,
상기 추가적으로 필요한 파라미터를 상기 메모리에 저장된 어플리케이션으로부터 획득하지 못하는 경우, 상기 추가적으로 필요한 파라미터를 획득하기 위한 쿼리를 상기 디스플레이 상에 표시하도록 설정된 전자 장치.
전자 장치의 자연어 이해를 위한 파라미터 획득 방법에 있어서,
사용자의 터치 입력 또는 음성 입력에 기초한 명령어를 획득하는 동작;
상기 명령어에 대응하는 인텐트(intent)를 획득하는 동작;
상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터를 확인하는 동작; 및
상기 추가적으로 필요한 적어도 하나의 파라미터를 적어도 하나의 어플리케이션으로부터 획득하는 동작을 포함하는 방법.
제 14항에 있어서,
상기 인텐트를 획득하는 동작은,
상기 전자 장치가 상기 명령어로부터 상기 인텐트를 결정하는 동작; 및
상기 확인된 인텐트에 대응하는 동작을 수행하기 위해 필요한 적어도 하나의 인텐트 실행 파라미터를 결정하는 동작을 포함하는 방법.
제 15항에 있어서,
상기 추가적으로 필요한 적어도 하나의 파라미터를 확인하는 동작은,
상기 전자 장치가 상기 명령어로부터 상기 인텐트와 관련된 적어도 하나의 명령어 추출 파라미터를 추출하는 동작; 및
상기 인텐트 실행 파라미터 중 상기 명령어 추출 파라미터로부터 획득할 수 없는 적어도 하나의 파라미터를 상기 추가적으로 필요한 파라미터로 결정하는 동작을 포함하는 방법.
제 15항에 있어서,
상기 결정된 인텐트의 정보, 상기 추가적으로 필요한 파라미터의 타입 및 명칭 중 적어도 하나를 포함하는 파라미터 요청을 적어도 하나의 어플리케이션에 전송하는 동작을 더 포함하는 방법.
제 14항에 있어서,
상기 인텐트를 획득하는 동작은,
상기 입력된 텍스트 또는 상기 음성 입력을 외부 서버에 전송하는 동작; 및
상기 외부 서버로부터 상기 인텐트에 대응하는 동작을 수행하기 위해 추가적으로 필요한 적어도 하나의 파라미터와 관련된 정보를 수신하는 동작을 포함하는 방법.
제 14항에 있어서,
상기 어플리케이션으로부터 획득한 추가 파라미터의 유효성을 검증하는 동작을 더 포함하는 방법.
제 14항에 있어서,
상기 어플리케이션으로부터 추가 파라미터가 획득되는 경우, 상기 획득한 추가 파라미터 및 상기 어플리케이션의 정보를 포함하는 그래픽 객체를 표시하는 동작을 더 포함하는 방법.