KR20220091068A

KR20220091068A - 음성 기반 콘텐츠 제공 방법 및 그 전자 장치

Info

Publication number: KR20220091068A
Application number: KR1020200182208A
Authority: KR
Inventors: 최진호; 이경훈; 박선응; 여재영
Original assignee: 삼성전자주식회사
Priority date: 2020-12-23
Filing date: 2020-12-23
Publication date: 2022-06-30
Also published as: WO2022139515A1

Abstract

마이크, 통신 회로, 스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치, 상기 마이크, 상기 통신 회로 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서, 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하는 전자 장치가 개시된다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통해 사용자의 음성 입력을 수신하고, 상기 통신 회로를 통해 상기 음성 입력 및 컨텍스트 정보를 외부 서버로 송신하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며, 상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 상기 외부 서버로부터 수신하고, 상기 카테고리 우선 순위 정보는 상기 컨텍스트 정보에 기반하여 결정되며, 상기 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

음성 기반 콘텐츠 제공 방법 및 그 전자 장치{VOICE-BASED CONTENT PROVIDING METHOD AND ELECTRONIC DEVICE THEREOF}

본 문서에서 개시되는 실시 예들은, 음성에 기반하여 콘텐츠를 제공하는 방법 및 그 전자 장치에 관한 것이다.

최근 음성 인공 지능 기술을 탑재한 기기를 이용한 미디어 콘텐츠를 소비하는 형태가 보편화되고 있다. 예를 들어, 사용자가 음악을 듣거나 동영상을 보기 위해 해당 어플리케이션을 전자 장치에서 실행시키고 콘텐츠를 직접 검색하는 소비 형태에서 음성 명령을 기반으로 음성 명령을 수신한 전자 장치 또는 콘텐츠의 출력이 가능한 다른 전자 장치를 손쉽게 제어하고, 콘텐츠를 재생시키는 것도 가능해졌다.

미디어 콘텐츠는 하나의 포맷(format)에 국한되지 않고 다양한 포맷의 데이터를 포함할 수 있다. 예를 들어, 동일한 제목(title)을 갖는 음악, 동영상, 이미지, 또는 웹 사이트의 다양한 포맷의 콘텐츠가 존재할 수 있으며, 사용자가 음성으로 상기 제목을 지칭하며 콘텐츠의 재생을 명령하는 경우 사용자가 복수의 콘텐츠 중 어떤 카테고리(또는, 종류)에 속하는 콘텐츠의 재생을 요청한 것인지 불명확하므로 전자 장치는 해당 명령을 수행하기 위해 사용자의 의도를 파악하는 것이 필요하다.

예를 들어, 전자 장치가 하나의 카테고리의 콘텐츠만 제공하는 도메인이 아니라 다양한 카테고리의 콘텐츠를 제공하는 도메인에 포함되는 경우 더욱 필요한 기능일 수 있다.

본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 마이크; 통신 회로; 스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치; 상기 마이크, 상기 통신 회로 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서; 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통해 사용자의 음성 입력을 수신하고, 상기 통신 회로를 통해 상기 음성 입력 및 컨텍스트 정보를 외부 서버로 송신하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며, 상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 상기 외부 서버로부터 수신하고, 상기 카테고리 우선 순위 정보는 상기 컨텍스트 정보에 기반하여 결정되며, 상기 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 마이크; 스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치; 상기 마이크 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서; 및 상기 프로세서에 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통해 사용자의 음성 입력을 수신하고, 컨텍스트 정보에 기반하여 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 각각에 대응되는 복수의 카테고리 간의 우선 순위를 결정하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며, 카테고리 우선 순위 정보에 기반하여 상기 복수의 카테고리 중에서 하나의 카테고리를 결정하고, 상기 결정된 카테고리에 대응되는 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 음성 기반 콘텐츠 제공 방법은, 마이크를 통해 사용자의 음성 입력을 수신하는 동작; 통신 회로를 통해 상기 음성 입력 및 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하는 컨텍스트 정보를 외부 서버로 송신하는 동작; 상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 수신하는 동작; 및 상기 콘텐츠를 스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치를 통해 재생하는 동작을 포함할 수 있다.

본 문서에 개시되는 다양한 실시 예들에 따르면, 사용자의 음성 입력으로부터 콘텐츠의 카테고리를 확정할 수 없는 경우에도 사용자가 의도한 카테고리의 콘텐츠를 재생할 수 있는 음성 기반 콘텐츠 제공 방법 및 그 전자 장치를 제공할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1a는 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 1b는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 3은 일 실시예에 따라, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4a는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 4b는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 5는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템의 동작 방법을 나타낸 흐름도이다.
도 6은 일 실시 예에 따라, 음성 입력에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면이다.
도 7a 및 7b는 일 실시 예에 따라, 음성 입력 및 컨텍스트 정보에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면이다.
도 8a 및 8b는 일 실시 예에 따라, 음성 입력 및 IoT 기기 정보에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

도 1a는 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.

도 1a는, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1a를 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) 중 적어도 하나와 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, 인공지능 모델이 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.

도 1b는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.

도 1b를 참조하면, 일 실시예의 통합 지능 시스템은 사용자 단말(201)(예: 도 1a의 전자 장치(101)), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.

일 실시 예의 사용자 단말(201)은, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.

도시된 실시 예에 따르면, 사용자 단말(201)은 통신 인터페이스(291)(예: 도 1a의 통신 모듈(190)), 마이크(295)(예: 도 1a의 입력 모듈(150)), 스피커(294)(예: 도 1a의 음향 출력 모듈(155)), 디스플레이(293)(예: 도 1a의 디스플레이 모듈(160)), 메모리(296)(예: 도 1a의 메모리(130)), 또는 프로세서(292)(예: 도 1a의 프로세서(120))를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

일 실시 예의 통신 인터페이스(291)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(295)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(294)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 일 실시 예의 디스플레이(293)는 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이(293)는 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface, GUI)를 표시할 수 있다.

일 실시 예의 메모리(296)는 클라이언트 모듈(2961), SDK(software development kit)(2963), 및 복수의 앱들(2965)을 저장할 수 있다. 상기 클라이언트 모듈(2961), 및 SDK(2963)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(2961) 또는 SDK(2963)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

상기 복수의 앱들(2965)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱들(2965)은 제1 앱(2965-1), 및/또는 제2 앱(2965-3)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(2965) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(2965)은 프로세서(292)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시 예의 프로세서(292)는 사용자 단말(201)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(292)는 통신 인터페이스(291), 마이크(295), 스피커(294), 및 디스플레이(293)와 전기적으로 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(292)는 적어도 하나의 프로세서를 포함할 수 있다.

일 실시 예의 프로세서(292)는 또한 상기 메모리(296)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(292)는 클라이언트 모듈(2961) 또는 SDK(2963) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(292)는, 예를 들어, SDK(2963)를 통해 복수의 앱들(2965)의 동작을 제어할 수 있다. 클라이언트 모듈(2961) 또는 SDK(2963)의 동작으로 설명된 이하의 동작들은 프로세서(292)의 실행에 의하여 수행되는 동작일 수 있다.

일 실시 예의 클라이언트 모듈(2961)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(2961)은 마이크(295)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(2961)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(2961)은 수신된 음성 입력과 함께, 사용자 단말(201)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.

일 실시 예의 클라이언트 모듈(2961)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(2961)은 지능형 서버(200)에서 상기 수신된 음성 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(2961)은 상기 수신된 결과를 디스플레이(293)에 표시할 수 있다.

일 실시 예의 클라이언트 모듈(2961)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(2961)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이(293)에 표시할 수 있다. 클라이언트 모듈(2961)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이에 표시할 수 있다. 사용자 단말(201)은, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 클라이언트 모듈(2961)은 지능형 서버(200)로부터 음성 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(2961)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.

일 실시 예의 클라이언트 모듈(2961)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 음성 입력이 올바르게 처리된 것을 확인할 수 있다.

일 실시 예의 클라이언트 모듈(2961)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(2961)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(2961)은 지정된 음성 입력(예: 웨이크 업!)에 대응하여 유기적인 동작을 수행함으로써 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다.

일 실시 예의 지능형 서버(200)는 통신 망을 통해 사용자 단말(201)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 적어도 하나의 플랜(plan)을 생성할 수 있다

일 실시 예에 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(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 및/또는 순환 신경망(recurrent neural network(RNN))) 일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜들의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의 된 복수의 플랜들 중 적어도 하나의 플랜을 선택할 수 있다.

일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 사용자 단말(201)로 송신하거나, 생성된 플랜을 사용자 단말(201)로 송신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 결과를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 플랜에 따른 동작을 실행한 결과를 디스플레이에 표시할 수 있다.

일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule database)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.

일 실시 예의 프론트 엔드(210)는 사용자 단말(201)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 사용자 단말(201)로 송신할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227), 및/또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.

일 실시 예의 자동 음성 인식 모듈(221)은 사용자 단말(201)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)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 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)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/또는 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)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(225)은 복수의 동작 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.

일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 사용자 단말(201)에서도 구현 가능 할 수 있다.

상기 캡슐 데이터베이스(230)는 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 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.

상기 캡슐 데이터베이스(230)는 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 실시 예에 따르면, 캡슐 데이터베이스(230)는 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 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자 단말(201)을 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 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 실시 예에서는 캡슐 데이터베이스(230)는 사용자 단말(201) 내에도 구현이 가능할 수 있다.

일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 사용자 단말(201)로 송신할 수 있다. 이에 따라, 사용자 단말(201)은 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)을 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.

일 실시 예의 서비스 서버(300)는 사용자 단말(201)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 음성 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.

위에 기술된 통합 지능 시스템에서, 상기 사용자 단말(201)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 실시 예에서, 상기 사용자 단말(201)은 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 사용자 단말(201)은 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.

일 실시 예에서, 사용자 단말(201)은 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시 예에서, 사용자 단말(201)이 지능형 서버(200) 및/또는 서비스 서버(300)와 함께 서비스를 제공하는 경우에는, 상기 사용자 단말(201)은, 상기 마이크(295)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 사용자 단말은, 상기 음성 데이터를 통신 인터페이스(291)를 이용하여 지능형 서버(200)로 송신할 수 있다.

일 실시 예에 따른 지능형 서버(200)는 사용자 단말(201)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/또는 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/또는 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.

일 실시 예의 사용자 단말(201)은, 통신 인터페이스(291)를 이용하여 상기 응답을 수신할 수 있다. 사용자 단말(201)은 상기 스피커(294)를 이용하여 사용자 단말(201) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이(293)를 이용하여 사용자 단말(201) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

도 1b에서는 사용자 단말(201)에서 수신한 음성 입력의 음성 인식, 자연어 이해 및 생성, 플랜을 이용한 결과의 산출 동작이 지능형 서버(200) 상에서 수행되는 예에 대해서 설명하였으나, 본 문서의 다양한 실시예들이 이에 한정되지 않는다. 예를 들어, 지능형 서버(200)의 적어도 일부 구성(예: 자연어 플랫폼(220), 실행 엔진(240), 캡슐 데이터베이스(230))은 사용자 단말(201)에 임베디드되어, 그 동작이 사용자 단말(201)에 의해 수행될 수도 있다.

도 2는 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))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)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: capsule(A)(401))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(402) 또는 CP 2 (403))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.

상기, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(410)의 동작들(4011,4013)과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041)과 컨셉(4042)을 이용하여 플랜(407)을 생성할 수 있다.

도 3은 다양한 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.

사용자 단말(201)은 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시 예에 따르면, 310 화면에서, 사용자 단말(201)은 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 사용자 단말(201)은, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(293)에 표시할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 사용자 단말(201)은 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 사용자 단말(201)은 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이에 표시할 수 있다.

일 실시 예에 따르면, 320 화면에서, 사용자 단말(201)은 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 사용자 단말(201)은 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이에 표시할 수 있다.

이하, 도 4a를 참조하여 일 실시 예에 따른 전자 장치 및 지능형 서버의 구성 및 동작에 대하여 설명한다.

도 4a는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도(450)이다.

일 실시 예에 따르면, 통합 지능 시스템은 전자 장치(460) 및 지능형 서버(470)를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(460)는 도 1b의 사용자 단말(201)에 대응될 수 있으며, 지능형 서버(470)는 도 1b의 지능형 서버(200)에 대응될 수 있다.

일 실시 예에 따르면, 전자 장치(460) 및 지능형 서버(470)는 네트워크(예: 도 1a의 제2 네트워크(199))를 통해 통신할 수 있다.

일 실시 예에 따르면, 전자 장치(460)는 다양한 형태의 장치가 될 수 있다. 전자 장치(460)는, 예를 들면, 휴대용 통신 장치(예: 스마트 폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 스피커, 웨어러블 장치, 또는 가전 장치(예: 스마트 TV)를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

일 실시 예에 따르면, 전자 장치(460)는 사용자의 음성 입력(또는, 발화)을 수신할 수 있다. 예를 들면, 전자 장치(460)는 마이크(예: 도 1b의 마이크(295))를 통해 사용자의 음성 입력을 수신할 수 있다.

일 실시 예에 따르면, 전자 장치(460)는 통신 회로(예: 도 1b의 통신 인터페이스(291))를 통해 수신한 사용자의 음성 입력을 지능형 서버(470)로 송신할 수 있다.

일 실시 예에 따르면, 지능형 서버(470)는 자동 음성 인식 모듈(471)(예: 도 1b의 자동 음성 인식 모듈(221)), 자연어 이해 모듈(472)(예: 도 1b의 자연어 이해 모듈(223)), 미디어 리졸버(media resolver)(473), 사용자 히스토리 데이터(user historical data) 관리 모듈(474), IoT 클라우드(IoT(internet of things) cloud) 관리 모듈(475), 네임드 엔티티 서비스 모듈(named entity service module, NES module)(476) 및/또는 어플리케이션 매니저(application manager)(477)를 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(470)에 포함된 각각의 모듈(예: 자동 음성 인식 모듈(471), 자연어 이해 모듈(472), 미디어 리졸버(473), 사용자 히스토리 데이터 관리 모듈(474), IoT 클라우드 관리 모듈(475), 네임드 엔티티 서비스 모듈(476), 또는 어플리케이션 매니저(477))은 소프트웨어 또는 하드웨어로 구현될 수 있다. 일 실시예에서, 상기 모듈들은 지능형 서버(470)의 메모리(미도시)에 저장된, 지정된 동작을 수행할 수 있도록 코딩된 프로그램일 수 있다. 상기 모듈들은 복수의 명령어들을 포함할 수 있다. 예를 들어, 상기 모듈들은 지능형 서버(470)의 프로세서에 로드되어 실행될 수 있다. 지능형 서버(470)의 프로세서는 상기 모듈들의 명령어를 수행할 수 있도록 설정될 수 있다.

일 실시 예에 따르면, 자동 음성 인식 모듈(ASR module)(471)은 전자 장치(460)로부터 수신한 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(NLU 모듈)(472)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 자동 음성 인식 모듈(471) 및 자연어 이해 모듈(472)에 대하여는 도 1b를 참조하여 상술하였으므로 중복된 설명은 생략하거나 간단히 한다.

일 실시 예에 따르면, 자연어 이해 모듈(472)은 도메인 분류기(domain classifier)(4721), 의도 분류기(intent classifier)(4722) 및/또는 파라미터 태거(parameter tagger)(4723)를 포함할 수 있다.

일 실시 예에 따르면, 도메인 분류기(4721)는 사용자 발화에 대응되는 텍스트 데이터를 도메인 별로 분류하여 각 도메인 처리기(또는 각 도메인에 대응되는 리졸버)로 전달할 수 있다. 일 실시 예에 따르면, 도메인은 전화(phone), 메시지(message), 갤러리(gallery), 미디어 콘텐츠(media contents), 또는 검색(search)과 같은 지능형 서버(470)에서 처리 가능한 다양한 도메인을 포함할 수 있다.

도 4a에 도시되지 않았지만, 일 실시 예에 따르면, 지능형 서버(470)는 상기 다양한 도메인에 대응되는 복수 개의 리졸버들을 포함할 수 있다.

일 실시 예에 따르면, 각각의 복수 개의 리졸버들(미도시)은 학습된 발화의 어휘적 유사성(문법적, 의미적 유사성)을 기반으로 분류되거나, 학습된 발화와 관련된 기능(또는, 서비스)의 유사성을 기반으로 분류될 수 있다.

예를 들면, 미디어 리졸버(473)는 미디어 콘텐츠 재생과 관련된(예: 미디어 콘텐츠 재생 기능을 제공 받기를 원하는) 발화를 기반으로 학습될 수 있다. 다른 예로, 미디어 리졸버(473)는 미디어 제어와 관련된 발화를 기반으로 학습될 수 있다.

일 실시 예에 따르면, 도메인 분류기(4721)는 서로 다른 유형의 발화로 학습된 리졸버들 중 수신된 사용자 발화에 대응하는 리졸버로 사용자 발화에 대응되는 텍스트 데이터를 전달함으로써, 사용자 발화에 대응하는 더 적합한 서비스가 사용자에게 제공되도록 할 수 있다. 도메인 분류기(4721)는 사용자 발화에 대응하는 리졸버로 자연어 이해 모듈(472)에 의해 분석된 사용자의 의도 정보 및/또는 슬롯(slot) 정보를 전달할 수 있다.

예를 들어, 도메인 분류기(4721)는 텍스트 데이터를 분석한 결과, 사용자의 발화(또는, 사용자 발화에 대응하는 텍스트 데이터)가 콘텐츠(예: 미디어)의 재생과 연관된 도메인으로 판단되는 경우, 복수 개의 리졸버 중 미디어 리졸버(473)로 텍스트 데이터를 전달할 수 있다.

일 실시 예에 따르면, 의도 분류기(4722)는 텍스트 데이터를 분석하여 사용자의 의도를 분류할 수 있다.

일 실시 예에 따르면, 파라미터 태거(4723)는 텍스트 데이터를 분석하여 파라미터로 사용될 수 있는 단어들을 태깅할 수 있다. 예를 들어, 파라미터 태거(4723)는 사용자 발화가 요청하는 태스크를 수행하기 위한 시퀀스를 식별하기 위한 식별자에 파라미터를 태깅할 수 있다.

예를 들면, 미디어 리졸버(media resolver)(473)는 텍스트 데이터로부터 콘텐츠와 관련된 키워드를 추출하고, 복수 개의 카테고리들 중 추출된 키워드에 대응되는 콘텐츠의 카테고리를 결정할 수 있다. 상기 키워드는 상기 텍스트 데이터의 적어도 일부에 대응될 수 있다. 본 문서에 개시되는 다양한 실시예들에서, 키워드는 파라미터 태거(4723)에 의해 태깅된 파라미터들 중에서 콘텐츠의 식별 및/또는 검색을 위한 텍스트를 의미할 수 있다. 예를 들어, 키워드는 콘텐츠를 재생하기 위한 시퀀스의 식별자에 태깅된 파라미터를 포함할 수 있다. 예를 들면, 미디어 리졸버(473)는 파라미터 태거(4723)로부터 콘텐츠를 재생하기 위한 시퀀스의 식별자에 태깅된 파라미터를 전달받음으로써 키워드를 획득하고, 획득된 키워드에 대응되는 콘텐츠의 카테고리를 결정할 수 있다. 다른 예로, 미디어 리졸버(473)는 미디어 리졸버(473)에 할당된 데이터베이스(미도시), 또는 검색 서버(미도시)에 연동하기 위한 라이브러리(미도시)를 기반으로, 텍스트 데이터로부터 콘텐츠와 관련된 키워드를 추출하고 카테고리를 결정할 수 있다. 미디어 리졸버(473)는 도메인 분류기(4721)로부터 전달받은 사용자 발화에 대응하는 텍스트 데이터를 미디어 리졸버(473)에 할당된 데이터베이스(미도시) 또는 검색 서버(미도시)에 연동하기 위한 라이브러리(미도시)에 저장할 수 있다. 예를 들어, 미디어 리졸버(473)는 미디어 리졸버(473)에 할당된 데이터베이스(미도시)로부터 텍스트 데이터 중 적어도 일부에 대응하는 정보(예: 명칭 정보, 키워드 정보)를 확인하고, 확인된 정보에 대응하는 카테고리를 결정할 수 있다. 이 경우, 미디어 리졸버(473)는 텍스트 데이터를 기반으로 검색을 위한 서치 쿼리를 획득하고, 획득된 서치 쿼리를 검색 서버(미도시)로 전송하고, 이에 대한 응답으로, 검색 결과(예: 콘텐츠와 관련된 키워드 정보)를 획득할 수 있다.

일 실시예에 따르면, 미디어 리졸버(473)는 키워드와 매칭되는 콘텐츠의 카테고리를 결정하고, 결정된 카테고리의 콘텐츠를 재생할 수 있는 어플리케이션(application)을 결정할 수 있다. 여기서, 어플리케이션은 도 1b 및 도 2의 캡슐에 대응될 수 있다. 어플리케이션은, 예를 들어, 전자 장치(460)의 메모리(예: 도 1b의 메모리(296))에 저장된 어플리케이션, 가상 어플리케이션(virtual application) 또는 웹 어플리케이션(web application) 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 콘텐츠의 카테고리는 콘텐츠의 유형 또는 포맷을 의미할 수 있다. 예를 들어, 미디어 리졸버(473)에 의해 결정되는 콘텐츠의 카테고리는 음악, 동영상(예: 영화, 또는 TV 프로그램(또는, TV 쇼)) 및/또는 라디오(또는, 팟캐스트)를 포함할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 네임드 엔티티 서비스 모듈(named entity service module, NES module)(476)로부터 키워드에 대한 카테고리 정보를 수신할 수 있다. 일 실시 예에 따르면, 네임드 엔티티 서비스 모듈(476)은 콘텐츠의 카테고리 별 콘텐츠의 메타데이터(metadata)를 수집할 수 있다. 수집된 콘텐츠의 메타데이터는 콘텐츠 카테고리 메타 데이터베이스(4761)에 저장될 수 있다. 도 4a에는 콘텐츠 카테고리 메타 데이터베이스(4761)가 지능형 서버(470)에 임포트(import) 된 예에 대하여 설명하였으나, 이에 한정되는 것은 아니다. 다른 예로, 콘텐츠 카테고리 메타 데이터베이스(4761)는 지능형 서버(470)의 외부에 구현될 수도 있다. 이 경우, 콘텐츠 카테고리 메타 데이터베이스(4761)는 지능형 서버(470)와 유선 또는 무선으로 연결될 수 있다. 네임드 엔티티 서비스 모듈(476)은 콘텐츠의 메타데이터를 기반으로 사용자 발화(또는 사용자 발화에 대응되는 텍스트 데이터)로부터 추출된 키워드와 가장 유사한 콘텐츠를 검색할 수 있다. 일 실시 예에 따르면, 콘텐츠의 메타데이터는 콘텐츠의 속성 정보를 의미할 수 있다. 예를 들면, 음악 카테고리에 포함되는 콘텐츠의 메타데이터는 곡명, 장르, 가수명, 앨범명, 파일 포맷(예: mp3, aac+, 또는 wma), 및/또는 인기도 중 적어도 하나를 포함할 수 있고, 동영상(예: 영화, 또는 TV 프로그램) 카테고리에 포함되는 콘텐츠의 메타데이터는 제목, 장르, 출연자, 감독, 파일 포맷(예: mp4, avi, 또는 wmv), 및/또는 인기도 중 적어도 하나를 포함할 수 있고, 라디오 카테고리에 포함되는 콘텐츠의 메타데이터는 채널명, 프로그램명 또는 주파수 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 네임드 엔티티 서비스 모듈(476)은 수집된 복수의 메타데이터 중에 키워드와 매칭되는 적어도 하나의 메타데이터를 갖는 콘텐츠의 카테고리 정보를 미디어 리졸버(473)로 반환(return)할 수 있다.

일 실시 예에 따르면, 네임드 엔티티 서비스 모듈(476)은 키워드에 매칭되는 적어도 하나의 메타데이터를 포함하는 콘텐츠가 복수 개인 경우 각 콘텐츠의 카테고리에 대응되는 스코어 값을 상기 카테고리 정보와 함께 미디어 리졸버(473)로 반환(return)할 수 있다. 예를 들어, 키워드에 매칭되는 복수의 콘텐츠가 제1 카테고리(예: 음악)의 콘텐츠 및 제2 카테고리(예: 동영상)의 콘텐츠를 포함하는 경우, 네임드 엔티티 서비스 모듈(476)은 제1 카테고리(예: 음악) 및 제2 카테고리(예: 동영상)를 포함하는 콘텐츠의 카테고리 정보와, 키워드에 대한 제1 카테고리(예: 음악)의 스코어 값 및 제2 카테고리(예: 동영상)의 스코어 값을 미디어 리졸버(473)로 반환할 수 있다.

일 실시 예에 따르면, 네임드 엔티티 서비스 모듈(476)로부터 반환되는 카테고리 별 스코어 값은 키워드에 매칭되는 복수의 콘텐츠 각각에 대응되는 복수의 카테고리에 대한 복수의 사용자의 선호도에 기반하여 결정될 수 있다. 일 실시 예에 따르면, 네임드 엔티티 서비스 모듈(476)로부터 반환되는 카테고리 별 스코어 값은 최신 트렌드가 반영된 스코어 값을 포함할 수 있다. 예를 들면, 제1 카테고리의 제1 콘텐츠와 제2 카테고리의 제2 콘텐츠 중 제1 콘텐츠와 연관된 시간 정보에 따른 시점이 제2 콘텐츠와 연관된 시간 정보에 따른 시점보다 늦는 경우 제1 카테고리의 스코어 값이 제2 카테고리의 스코어 값보다 높을 수 있다. 예를 들면, 키워드 A가 노래 제목이면서 드라마 제목이고, 노래가 발매된 시점보다 드라마가 방영된 시점이 더 늦는 경우, 노래와 드라마 중 드라마가 최근에 방영되었으므로 드라마의 카테고리에 해당하는 동영상 카테고리의 스코어 값이 노래의 카테고리에 해당하는 음악 카테고리의 스코어 값보다 높을 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 네임드 엔티티 서비스 모듈(476)에 의해 반환되는 카테고리가 1개인 경우 해당 카테고리를 사용자가 요청한 콘텐츠의 카테고리로 결정할 수 있다. 미디어 리졸버(473)는 네임드 엔티티 서비스 모듈(476)에 의해 반환되는 카테고리가 복수개인 경우 복수의 카테고리 간의 우선 순위를 결정할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 컨텍스트 정보에 기반하여 복수의 카테고리 간의 우선 순위를 결정할 수 있다. 일 실시 예에 따르면, 컨텍스트 정보는 전자 장치(460)가 실행 중인 어플리케이션에 대한 정보를 포함할 수 있다. 예를 들면, 전자 장치(460)가 실행 중인 어플리케이션은 포커스드 앱(focused app)(또는, 포어그라운드 앱(foreground app)) 및/또는 백그라운드 앱(background app)을 포함할 수 있다. 포커스드 앱(또는, 포어그라운드 앱)은 전자 장치(460)의 디스플레이(예: 도 1b의 디스플레이(293))에 실행 화면이 표시되고 있는 어플리케이션을 의미할 수 있으며, 백그라운드 앱은 디스플레이에 실행 화면이 표시되고 있지 않은 어플리케이션을 의미할 수 있다. 일 실시 예에 따르면, 컨텍스트 정보는 포커스드 앱 정보, 백그라운드 앱 정보 및/또는 백그라운드 앱의 상태 정보(예: 동작 상태)를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(460)는 사용자의 음성 입력과 함께 컨텍스트 정보를 지능형 서버(470)로 송신할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 전자 장치(460)로부터 수신한 컨텍스트 정보가 존재하는 경우, 전자 장치(460)가 실행 중인 앱(예: 포커스드 앱 또는 백그라운드 앱)이 지원하는 카테고리에 전자 장치(460)가 실행 중이지 않은 앱이 지원하는 카테고리보다 높은 우선 순위를 할당할 수 있다. 예를 들면, 키워드에 매칭되는 복수의 콘텐츠가 제1 카테고리의 콘텐츠 및 제2 카테고리의 콘텐츠를 포함하고, 제1 카테고리는 포커스드 앱 또는 백그라운드 앱이 지원하는 카테고리이며 제2 카테고리는 포커스드 앱 또는 백그라운드 앱이 지원하지 않는 카테고리인 경우, 미디어 리졸버(473)는 제1 카테고리의 우선 순위가 제2 카테고리의 우선 순위보다 높도록 제1 카테고리 및 제2 카테고리 간의 우선 순위를 결정할 수 있다.

다양한 실시 예에 따르면, 미디어 리졸버(473)는 포커스드 앱이 지원하는 카테고리에 백그라운드 앱이 지원하는 카테고리보다 높은 우선 순위를 할당할 수 있다. 예를 들면, 제1 카테고리는 포커스드 앱이 지원하는 카테고리이고 제2 카테고리는 백그라운드 앱이 지원하는 카테고리인 경우, 미디어 리졸버(473)는 제1 카테고리의 우선 순위가 제2 카테고리의 우선 순위보다 높도록 제1 카테고리 및 제2 카테고리 간의 우선 순위를 결정할 수 있다. 다른 예로, 지능형 앱(또는, 음성 인식 앱)이 포커스드 앱인 경우, 미디어 리졸버(473)는 백그라운드 앱 중에서 보다 최근에 실행된 앱 또는 보다 자주 사용되는 앱이 지원하는 카테고리에 보다 높은 우선 순위를 할당할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 IoT 클라우드(IoT(internet of things) cloud) 관리 모듈(475)을 통해 IoT 클라우드 서버(미도시)(예: 도 1a의 서버(108))에 저장된 IoT 기기 정보에 접근하거나, IoT 클라우드 서버(미도시)로부터 IoT 기기 정보를 수신할 수 있다.

일 실시 예에 따르면, IoT 기기는 IoT 클라우드 서버(미도시)에 전자 장치(460)의 사용자 계정과 동일한 계정에 등록된 적어도 하나의 IoT 기기를 의미할 수 있다. 예를 들어, IoT 기기는 자신에 대한 기기 정보를 IoT 클라우드 서버에 저장할 수 있다.

일 실시 예에 따르면, IoT 기기 정보는 IoT 기기의 목록 및/또는 IoT 기기의 상태 정보를 포함할 수 있다. IoT 기기 정보는, 예를 들면, 기기명, 기기의 타입, 기기의 식별자(identification 정보)(예: MAC(media access control) 주소), 위치 정보(예: IoT 기기가 위치한 방 정보), 성능(capability) 정보, 및/또는 상태(state) 정보 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 IoT 기기의 성능 정보 및/또는 상태 정보에 기반하여 키워드에 매칭되는 콘텐츠를 재생할 수 있는 IoT 기기를 검색할 수 있다. 일 실시 예에 따르면, IoT 기기의 성능 정보는 IoT 기기가 지원하는 콘텐츠의 카테고리 정보를 포함할 수 있다. 일 실시 예에 따르면, IoT 기기의 상태 정보는 IoT 기기가 콘텐츠를 재생할 수 있도록 전원이 켜진 턴-온(turn-on) 상태인지, 전원이 꺼진 턴-오프(turn-off) 상태인지를 나타내는 정보를 포함할 수 있다.

예를 들어, 키워드에 매칭되는 복수의 콘텐츠가 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함하고, 제1 IoT 기기는 턴-온 상태이며 제2 IoT 기기는 턴-오프 상태인 경우, 미디어 리졸버(473)는 제1 카테고리의 우선 순위가 제2 카테고리의 우선 순위보다 높도록 제1 카테고리 및 제2 카테고리 간의 우선 순위를 결정할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 사용자 히스토리 데이터(user historical data) 관리 모듈(474)을 통해 사용자 히스토리 데이터베이스(4741)에 저장된 사용자 히스토리 데이터에 접근할 수 있다. 일 실시 예에 따르면, 사용자 히스토리 데이터는 전자 장치(460)의 사용자가 음성 입력을 기반으로 선택한 콘텐츠 또는 해당 콘텐츠에 대한 선택된 카테고리 정보를 포함할 수 있다. 예를 들면, 사용자 히스토리 데이터는 검색 키워드, 최종 선택된 카테고리, 또는 타임스탬프(timestamp) 중 적어도 하나를 포함할 수 있다. 예를 들어, 사용자 히스토리 데이터베이스(4741)에는 사용자의 음성 입력(또는 사용자 발화)에 포함된 콘텐츠와 관련된 키워드 A와 키워드 A에 매칭되는 적어도 하나의 콘텐츠 중 최종 선택된 콘텐츠의 카테고리 및 콘텐츠 검색 시점의 시각 정보가 연계되어 저장될 수 있다.

일 실시 예에 따르면, 사용자 히스토리 데이터베이스(4741)는 메모리(예: 도 1b의 메모리(296))에 저장될 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 사용자 히스토리 데이터에 기반하여 카테고리 별 스코어 값을 계산할 수 있다. 일 실시 예에 따르면, 미디어 리졸버(473)는 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 복수의 카테고리 각각을 선택한 횟수를 계산할 수 있다. 예를 들어, 카테고리 A의 스코어 값(Score(A))은 다음 수학식 1에 의해 계산될 수 있다.

예를 들어, 콘텐츠의 복수의 카테고리가 A 카테고리, B 카테고리, C 카테고리 및 D 카테고리를 포함하는 경우, A 카테고리의 스코어 값인 Score(A)는 (A 카테고리의 선택 횟수 / (A 카테고리의 선택 횟수 + B 카테고리의 선택 횟수 + C 카테고리의 선택 횟수 + D 카테고리의 선택 횟수)) 로 계산될 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 구간을 지정하여 카테고리 별 스코어 값을 계산할 수 있다. 일 실시 예에 따라, 미디어 리졸버(473)는 카테고리 별 스코어 값을 계산하는 시점으로부터 일정 시간 또는 일정 기간을 지정하여 카테고리 별 스코어 값을 계산할 수 있다. 예를 들면, 미디어 리졸버(473)는 전체 시간 동안의 A 카테고리의 스코어 값인 AllTimeScore(A), 최근 1시간 동안의 A 카테고리의 스코어 값인 RecentScore(A), 또는 최근 N 번째(예: 첫 번째, 두 번째, 또는 세 번째)까지의 A 카테고리의 스코어 값을 계산한 LastNScore(A)를 계산할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 지정된 키워드에 대하여 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 지정된 키워드에 대하여 복수의 카테고리 각각을 선택한 횟수를 계산할 수 있다. 예를 들면, 키워드 K에 대한 A 카테고리의 스코어 값(KeywordScore(A, K))은 다음 수학식 2에 의해 계산될 수 있다.

예를 들어, 콘텐츠의 모든 카테고리가 A 카테고리, B 카테고리, C 카테고리 및 D 카테고리로 이루어진 경우, KeywordScore(A, K)는 (키워드 K에 대한 A 카테고리의 선택 횟수 / (키워드 K에 대한 A 카테고리의 선택 횟수 + 키워드 K에 대한 B 카테고리의 선택 횟수 + 키워드 K에 대한 C 카테고리의 선택 횟수 + 키워드 K에 대한 D 카테고리의 선택 횟수)) 로 계산될 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 네임드 엔티티 서비스 모듈(476)로부터 반환된 카테고리 별 스코어 값인 제1 스코어 값 및 사용자 히스토리 데이터에 기반하여 계산된 카테고리 별 스코어 값인 제2 스코어 값에 스코어 별 가중치를 적용하여 합산한 가중합 스코어 값을 계산할 수 있다.

일 실시 예에 따르면, 제1 스코어 값(예: NESScore(A, K))은 키워드에 매칭되는 복수의 콘텐츠 각각에 대응되는 복수의 카테고리에 대한 복수의 사용자의 선호도에 기반하여 결정될 수 있다. 예를 들어, 동일한 키워드에 대한 복수의 콘텐츠 중 최근 콘텐츠에 대한 선호도가 높을 수 있으며, 최근 콘텐츠가 포함된 카테고리의 스코어 값이 비교적 높게 결정될 수 있다.

일 실시 예에 따르면, 사용자 히스토리 데이터에 기반하여 결정된 카테고리 별 스코어 값은 지정된 구간 내에서 사용자가 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 사용자가 복수의 카테고리 각각을 선택한 횟수를 계산한 스코어 값(예: AllTimeScore(A), RecentScore(A), 또는 LastNScore(A))을 포함할 수 있다. 일 실시 예에 따르면, 사용자 히스토리 데이터에 기반하여 결정된 카테고리 별 스코어 값은 지정된 키워드에 대하여 사용자가 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 지정된 키워드에 대하여 사용자가 복수의 카테고리 각각을 선택한 횟수를 계산한 스코어 값(예: KeywordScore(A, K))을 포함할 수 있다.

일 실시 예에 따르면, 제2 스코어 값은 AllTimeScore(A), RecentScore(A), LastNScore(A) 및/또는 KeywordScore(A, K)를 포함할 수 있다. 일 실시 예에 따라, 제1 스코어 값 및 제2 스코어 값에 적용되는 스코어 별 가중치는 제1 스코어 값(예: NESScore(A, K))에 대한 가중치 w1, AllTimeScore(A)에 대한 가중치 w2, RecentScore(A)에 대한 가중치 w3, LastNScore(A)에 대한 가중치 w4 및/또는 KeywordScore(A, K)에 대한 가중치 w5를 포함할 수 있다. 일 실시 예에 따르면, 미디어 리졸버(473)는 스코어 별 가중치(w1, w2, w3, w4 및/또는 w5)를 각 스코어 값에 곱하여 합산함으로써 가중합 스코어 값을 계산할 수 있다. 상술한 실시 예에 따르면, A 카테고리의 가중합 스코어 값(TotalScore(A, K))은 다음 수학식 3에 의해 계산될 수 있다.

일 실시 예에 따르면, 사용자는 최근에 검색한 적이 있는 콘텐츠를 연달아 검색하는 경향이 있으므로, 사용자 히스토리 데이터 중 최근 시점과 가까운 데이터에 대한 가중치를 높게 설정함으로써 카테고리 별 스코어 값의 신뢰도를 향상시킬 수 있다. 상술한 바에 따르면, 제2 스코어 값의 구간은 최근 시점(예: 미디어 리졸버(473)가 스코어 값을 계산하는 시점)으로부터 일정 시간 또는 일정 기간을 포함하므로, 제2 스코어 값에 적용되는 스코어 별 가중치는 구간의 길이가 짧을수록 높아질 수 있다. 예를 들어, AllTimeScore(A)는 전체 시간 동안의 A 카테고리의 스코어 값이며 RecentScore(A)는 최근 1시간 동안의 A 카테고리의 스코어 값이므로, RecentScore(A)의 구간의 길이가 AllTimeScore(A)의 구간의 길이보다 짧을 수 있다. 따라서, RecentScore(A)에 대한 가중치인 w3는 AllTimeScore(A)에 대한 가중치인 w2보다 높은 값(큰 값)일 수 있다.

일 실시 예에 따르면, 복수의 사용자와 연관된 데이터보다 전자 장치(460)의 사용자만 연관된 데이터가 전자 장치(460)의 사용자의 의도를 파악하는 근거 측면에서 보다 높은 신뢰도를 가질 수 있다. 따라서, 일 실시 예에 따르면, 제2 스코어 값에 적용되는 스코어 별 가중치는 제1 스코어 값에 적용되는 스코어 별 가중치보다 높을 수 있다. 예를 들면, 제2 스코어 값(예: AllTimeScore(A), RecentScore(A), LastNScore(A), 또는 KeywordScore(A, K))에 대한 가중치인 w2, w3, w4, 또는 w5는 제1 스코어 값(예: NESScore(A, K))에 대한 가중치인 w1보다 높은 값일 수 있다.

상술한 실시 예들에서는 A 카테고리의 스코어 값을 계산하는 경우를 예로 들었으나, B 카테고리, C 카테고리, 또는 D 카테고리의 나머지 카테고리의 스코어 값에 대해서도 동일한 방법으로 계산될 수 있다. 일 실시 예에 따르면, 미디어 리졸버(473)는 상술한 방법에 의해 계산된 카테고리 별 스코어 값(예: 가중합 스코어 값)에 기반하여 복수의 카테고리 간의 우선 순위를 결정할 수 있다. 예를 들어, 미디어 리졸버(473)는 스코어 값이 높을수록 높은 우선 순위를 갖도록 복수의 카테고리 간의 우선 순위를 결정할 수 있다. 일 실시 예에 따르면, 미디어 리졸버(473)는 가장 높은 스코어 값을 갖는 카테고리를 사용자가 요청한 콘텐츠의 카테고리로 결정할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(473)는 사용자가 요청한 콘텐츠의 카테고리라고 결정된 카테고리를 자연어 이해 모듈(472)로 반환할 수 있다. 자연어 이해 모듈(472)은 미디어 리졸버(473)에 의해 결정된 카테고리에 기반하여 사용자의 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(472)은 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 요청을 어플리케이션 매니저(477)에 전달할 수 있다.

일 실시 예에 따르면, 어플리케이션 매니저(477)는 적어도 하나의 어플리케이션(예: 제1 어플리케이션(477-1), 제2 어플리케이션(477-2), ... , 제n 어플리케이션(477-n))을 제어하여 사용자가 요청한 태스크를 수행하도록 할 수 있다. 일 실시 예에 따르면, 어플리케이션 매니저(477)는 사용자 발화에 포함된 키워드에 매칭되며, 지정된 카테고리(예: 미디어 리졸버(473)에 의해 결정된 카테고리)에 포함된 콘텐츠를 재생하도록 하는 요청을 수신함에 따라, 상기 지정된 카테고리를 지원하는 어플리케이션을 이용하여 콘텐츠를 재생할 수 있다. 예를 들어, 사용자의 음성 입력이 A 카테고리의 콘텐츠를 재생할 것을 요청한 것이라고 판단된 경우, 어플리케이션 매니저(477)는 A 카테고리를 지원하는 어플리케이션을 이용하여 A 카테고리에 대응되는 콘텐츠를 재생할 수 있다.

일 실시 예에 따라, 지능형 서버(470)는 결정된 콘텐츠 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 전자 장치(460)로 전송할 수 있다. 전자 장치(460)는 출력 장치를 통해, 수신된 응답에 따른 콘텐츠를 재생할 수 있다. 출력 장치는, 예를 들어, 스피커(예: 도 1b의 스피커(294)) 또는 디스플레이(예: 도 1b의 디스플레이(293)) 중 적어도 하나를 포함할 수 있다.

다양한 실시 예에 따르면, 지능형 서버(470)는 전자 장치(460) 이외에 전자 장치(460)의 사용자가 보유한 다른 전자 장치(예: IoT 기기)를 이용하여 콘텐츠를 재생할 수도 있다. 예를 들어, 지능형 서버(470)가 IoT 기기 정보에 기반하여 지정된 IoT 기기가 지원하는 카테고리를 결정한 경우, 상기 지정된 IoT 기기로 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 전송할 수 있다. 상기 지정된 IoT 기기는 응답을 수신함에 따라 지능형 서버(470)에 의해 결정된 카테고리에 대응되는 콘텐츠를 상기 지정된 IoT 기기의 출력 장치를 통해 재생할 수 있다.

이하, 도 4b를 참조하여 일 실시 예에 따른 전자 장치의 구성 및 동작에 대하여 설명한다.

도 4b는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도(480)이다.

일 실시 예에 따르면, 통합 지능 시스템은 전자 장치(490)를 포함할 수 있다. 도 4b에 도시된 전자 장치(490)는 도 4a에 도시된 지능형 서버(470)의 구성요소들을 포함할 수 있다. 일 실시 예에 따르면, 도 4b에 도시된 통합 지능 시스템은 도 4a의 지능형 서버(470)의 구성요소들과 동일한 기능을 수행하는 하나 이상의 구성요소들이 전자 장치(490) 상에 구현된 것일 수 있다.

일 실시 예에 따르면, 전자 장치(490)는 자동 음성 인식 모듈(471)(예: 도 1b의 자동 음성 인식 모듈(221)), 자연어 이해 모듈(472)(예: 도 1b의 자연어 이해 모듈(223)), 미디어 리졸버(media resolver)(473), 사용자 히스토리 데이터(user historical data) 관리 모듈(474), IoT 클라우드(IoT(internet of things) cloud) 관리 모듈(475), 네임드 엔티티 서비스 모듈(named entity service module, NES module)(476) 및/또는 어플리케이션 매니저(application manager)(477)를 포함할 수 있다.

일 실시 예에 따르면, 전자 장치(490)에 포함된 각각의 모듈(예: 자동 음성 인식 모듈(471), 자연어 이해 모듈(472), 미디어 리졸버(473), 사용자 히스토리 데이터 관리 모듈(474), IoT 클라우드 관리 모듈(475), 네임드 엔티티 서비스 모듈(476), 또는 어플리케이션 매니저(477))은 소프트웨어 또는 하드웨어로 구현될 수 있다. 일 실시예에서, 상기 모듈들은 전자 장치(490)의 메모리(예: 도 1b의 메모리(296))에 저장된, 지정된 동작을 수행할 수 있도록 코딩된 프로그램일 수 있다. 상기 모듈들은 복수의 명령어들을 포함할 수 있다. 예를 들어, 상기 모듈들은 전자 장치(490)의 프로세서(예: 도 1b의 프로세서(292))에 로드되어 실행될 수 있다. 전자 장치(490)의 프로세서는 상기 모듈들의 명령어를 수행할 수 있도록 설정될 수 있다.

일 실시 예에 따르면, 전자 장치(490)의 각 모듈이 수행하는 동작들에 대하여는 도 4a를 참조하여 상술하였으므로, 중복된 설명은 생략하거나, 간단히 한다.

일 실시 예에 따르면, 전자 장치(490)는 마이크(예: 도 1b의 마이크(295))를 통해 사용자의 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 자동 음성 인식 모듈(ASR module)(471)은 수신한 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(NLU 모듈)(472)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다.

일 실시 예에 따르면, 미디어 리졸버(media resolver)(473)는 텍스트 데이터로부터 콘텐츠와 관련된 키워드를 추출하고, 추출된 키워드에 따라 콘텐츠의 카테고리를 결정할 수 있다. 일 실시 예에 따르면, 미디어 리졸버(473)는 사용자가 요청한 콘텐츠의 카테고리라고 결정된 카테고리를 자연어 이해 모듈(472)로 반환할 수 있다. 자연어 이해 모듈(472)은 미디어 리졸버(473)에 의해 결정된 카테고리에 기반하여 사용자의 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(472)은 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 요청을 어플리케이션 매니저(477)에 전달할 수 있다.

일 실시 예에 따라, 전자 장치(490)는 출력 장치(예: 스피커 또는 디스플레이)를 통해, 결정된 콘텐츠 카테고리에 대응되는 콘텐츠를 재생할 수 있다. 다양한 실시 예에 따라, 전자 장치(490)는 네트워크 환경 내의 전자 장치(490)의 사용자가 보유한 다른 전자 장치(예: IoT 기기)를 이용하여 콘텐츠를 재생할 수도 있다.

이하, 도 5를 참조하여 일 실시 예에 따른 통합 지능 시스템(예: 도 4a의 통합 지능 시스템 또는 도 4b의 통합 지능 시스템)의 동작에 대하여 설명한다.

도 5는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템의 동작 방법을 나타낸 흐름도(500)이다. 이하, 도 5에 도시된 동작을 수행하는 통합 지능 시스템은 도 4a의 통합 지능 시스템인 것으로 가정한다. 이하에서 설명하는 전자 장치(예: 도 4a의 전자 장치(460)) 또는 지능형 서버(예: 도 4a의 지능형 서버(470))가 수행하는 동작들은 각각의 프로세서(예: 도 1b의 프로세서(292))에 의해 수행될 수 있다.

동작 501에서, 전자 장치(460)는 사용자의 음성 입력을 수신할 수 있다. 예를 들면, 전자 장치(460)는 마이크(예: 도 1b의 마이크(295))를 통해 사용자의 음성 입력을 수신할 수 있다. 전자 장치(460)는 수신한 음성 입력을 지능형 서버(470)로 전송할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 음성 입력을 텍스트 데이터로 변환할 수 있으며, 텍스트 데이터로부터 키워드를 추출할 수 있다.

동작 503에서, 지능형 서버(470)는 키워드에 매칭되는 콘텐츠의 카테고리가 복수 개인지 여부를 결정할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 키워드에 매칭되는 하나 이상의 콘텐츠의 카테고리를 식별할 수 있다. 지능형 서버(470)는 네임드 엔티티 서비스 모듈(예: 도 4a의 네임드 엔티티 서비스 모듈(476))을 통해 수집된 콘텐츠의 복수의 메타데이터 중에 키워드와 매칭되는 적어도 하나의 메타데이터를 갖는 콘텐츠의 카테고리 정보를 기반으로 키워드에 매칭되는 콘텐츠의 카테고리를 식별할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 식별된 콘텐츠의 카테고리가 한 개인 경우(동작 503 - No) 동작 515를 수행할 수 있으며, 식별된 콘텐츠의 카테고리가 복수 개인 경우(동작 503 - Yes) 동작 505를 수행할 수 있다.

동작 505에서, 지능형 서버(470)는 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정할 수 있는지 판단할 수 있다. 컨텍스트 정보는 전자 장치(460)가 실행 중인 어플리케이션에 대한 정보를 포함할 수 있다. 예를 들면, 컨텍스트 정보는, 포커스드 앱(focused app), 백그라운드 앱(background app) 및/또는 백그라운드 앱의 동작 상태를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(460)가 실행 중인 어플리케이션이 존재하는 경우 지능형 서버(470)는 전자 장치(460)로부터 컨텍스트 정보를 수신하고, 전자 장치(460)가 실행 중인 어플리케이션이 존재하지 않는 경우 지능형 서버(470)는 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정할 수 없다고 판단할 수 있다(동작 505 - No).

일 실시예에 따르면, 지능형 서버(470)는 전자 장치(460)로부터 수신한 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정할 수 있다(동작 505 - Yes). 예를 들어, 지능형 서버(470)는 키워드에 매칭되는 복수의 콘텐츠의 카테고리 중에서 포커스드 앱 또는 백그라운드 앱이 지원하는 카테고리가 있는 경우, 포커스드 앱 또는 백그라운드 앱이 지원하는 카테고리의 우선 순위가 나머지 카테고리의 우선 순위보다 높은 우선 순위를 갖도록 복수의 콘텐츠의 카테고리 간의 우선 순위를 결정할 수 있다.

다른 예로, 지능형 서버(470)는 포커스드 앱이 지원하는 카테고리의 우선 순위가 백그라운드 앱이 지원하는 카테고리의 우선 순위보다 높은 우선 순위를 갖도록 복수의 콘텐츠의 카테고리 간의 우선 순위를 결정할 수 있다.

일 실시예에 따르면, 지능형 서버(470)는 전자 장치(460)로부터 컨텍스트 정보를 수신하더라도, 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정하지 못할 수 있다(동작 505 - No). 예를 들어, 전자 장치(460)가 멀티 윈도우로 적어도 두 개의 어플리케이션의 실행 화면을 표시 중인 경우, 즉, 포커스드 앱이 적어도 두 개 이상이고, 적어도 두 개의 포커스드 앱의 카테고리가 서로 다른 경우, 지능형 서버(470)는 상기 적어도 두 개의 포커스드 앱 간의 우선 순위를 결정하지 못할 수 있다.

일 실시예에 따르면, 지능형 서버(470)는 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정할 수 있는 경우(동작 505 - Yes) 동작 515를 수행하고, 컨텍스트 정보에 기반하여 카테고리 우선 순위를 결정할 수 없는 경우(동작 505 - No) 동작 507을 수행할 수 있다.

동작 507에서, 지능형 서버(470)는 IoT 기기 정보에 기반하여 카테고리 우선 순위를 결정할 수 있는지 판단할 수 있다. 일 실시 예에 따라, IoT 기기 정보는 전자 장치(460)의 사용자가 보유한 IoT 기기의 목록 및/또는 IoT 기기의 상태 정보를 포함할 수 있다 IoT 기기 정보는, 예를 들면, 기기명, 기기의 타입, 기기의 식별자(identification 정보)(예: MAC(media access control) 주소), 위치 정보(예: IoT 기기가 위치한 방 정보), 성능(capability) 정보, 및/또는 상태(state) 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(460)가 적어도 하나의 IoT 기기와 연결되어 있는 경우 지능형 서버(470)는 IoT 클라우드 관리 모듈(예: 도 4a의 IoT 클라우드 관리 모듈(475))을 통해 IoT 클라우드로부터 IoT 기기 정보를 수신할 수 있다. 일 실시예에 따르면, 전자 장치(460)가 적어도 하나의 IoT 기기와도 연결되어 있지 않은 경우 지능형 서버(470)는 IoT 기기 정보에 기반하여 카테고리 우선 순위를 결정할 수 없다고 판단할 수 있다(동작 507 - No).

일 실시예에 따르면, 지능형 서버(470)는 IoT 클라우드로부터 수신한 IoT 기기 정보에 기반하여 카테고리 우선 순위를 결정할 수 있다(동작 507 - Yes). 일 실시 예에 따르면, 지능형 서버(470)는 IoT 기기의 성능 정보 및/또는 상태 정보에 기반하여 키워드에 매칭되는 콘텐츠를 재생할 수 있는 IoT 기기를 검색할 수 있다. 일 실시 예에 따르면, IoT 기기의 성능 정보는 IoT 기기가 지원하는 콘텐츠의 카테고리 정보를 포함할 수 있다. 일 실시 예에 따르면, IoT 기기의 상태 정보는 IoT 기기가 콘텐츠를 재생할 수 있도록 전원이 켜진 턴-온(turn-on) 상태인지, 전원이 꺼진 턴-오프(turn-off) 상태인지를 나타내는 정보를 포함할 수 있다. 예를 들어, 지능형 서버는 턴-온(turn-on) 상태이며, 키워드에 매칭되는 복수의 콘텐츠의 카테고리 중 적어도 하나를 지원하는 IoT 기기를 IoT 기기의 목록으로부터 검색할 수 있다.

예를 들어, 지능형 서버(470)는 키워드에 매칭되는 복수의 콘텐츠의 카테고리 중에서 턴-온(turn-on) 상태인 IoT 기기가 지원하는 카테고리가 있는 경우, 턴-온(turn-on) 상태인 IoT 기기가 지원하는 카테고리의 우선 순위가 턴-오프(turn-off) 상태인 IoT 기기가 지원하는 카테고리의 우선 순위보다 높은 우선 순위를 갖도록 복수의 콘텐츠의 카테고리 간의 우선 순위를 결정할 수 있다.

일 실시예에 따르면, 지능형 서버(470)는 IoT 기기 정보에 기반하여 카테고리 우선 순위를 결정할 수 있는 경우(동작 507 - Yes) 동작 515를 수행하고, IoT 기기 정보에 기반하여 카테고리 우선 순위를 결정할 수 없는 경우(동작 507 - No) 동작 509 내지 동작 513을 수행한 이후에 동작 515를 수행할 수 있다.

동작 509에서, 지능형 서버(470)는 사용자 히스토리 데이터에 기반하여 카테고리 별 스코어 값을 계산할 수 있다. 일 실시 예에 따르면, 사용자 히스토리 데이터는 전자 장치(460)의 사용자가 음성 입력을 기반으로 선택한 콘텐츠 또는 해당 콘텐츠의 카테고리에 대한 정보를 포함할 수 있으며, 예를 들어, 사용자 히스토리 데이터는 검색 키워드, 최종 선택된 카테고리, 또는 타임스탬프(timestamp) 중 적어도 하나를 포함할 수 있다. 지능형 서버(470)는 사용자로부터 콘텐츠를 검색 또는 선택하는 음성 입력을 수신함에 따라 사용자 히스토리 데이터를 사용자 히스토리 데이터베이스(예: 도 4a의 사용자 히스토리 데이터베이스(4741))에 저장할 수 있다. 지능형 서버(470)는 사용자 히스토리 데이터 관리 모듈(예: 도 4a의 사용자 히스토리 데이터 관리 모듈(474))을 통해 사용자 히스토리 데이터베이스에 접근할 수 있다. 지능형 서버(470)가 카테고리 별 스코어 값을 계산하는 방법에 대하여는 도 4a를 참조하여 상술하였으므로, 중복된 설명은 생략하거나 간단히 한다.

일 실시 예에 따르면, 지능형 서버(470)는 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 복수의 카테고리 각각을 선택한 횟수를 계산할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 구간을 지정하여 카테고리 별 스코어 값을 계산할 수 있다. 예를 들어, 지능형 서버(470)는 전체 시간 동안의 A 카테고리의 스코어 값인 AllTimeScore(A), 최근 1시간 동안의 A 카테고리의 스코어 값인 RecentScore(A), 또는 최근 N 번째(예: 첫 번째, 두 번째, 또는 세 번째)까지의 A 카테고리의 스코어 값을 계산한 LastNScore(A)를 계산할 수 있다.

일 실시 예에 따르면, 지능형 서버(470)는 지정된 키워드에 대하여 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 지정된 키워드에 대하여 복수의 카테고리 각각을 선택한 횟수를 계산할 수 있다. 예를 들어, 지능형 서버(470)는 키워드 K에 대한 A 카테고리의 스코어 값을 계산한 KeywordScore(A, K)를 계산할 수 있다.

동작 511에서, 지능형 서버(470)는 카테고리 별 스코어 값에 스코어 별 가중치를 적용할 수 있다. 상술한 바에 따르면, 지능형 서버(470)는 전자 장치(460)의 사용자의 사용자 히스토리 데이터에 기반하여 다양한 카테고리 별 스코어 값을 계산할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 각 카테고리 별 스코어의 구간의 길이에 따라 각 스코어 값에 적용하는 가중치를 다르게 적용할 수 있다. 일 실시 예에 따라, 지능형 서버(470)는 스코어의 구간의 길이가 짧을수록, 해당 스코어 값에 적용되는 가중치를 보다 높게 결정할 수 있다. 예를 들어, 최근 1시간 동안의 A 카테고리의 스코어 값인 RecentScore(A)의 구간의 길이가 전체 시간 동안의 A 카테고리의 스코어 값인 AllTimeScore(A)의 구간의 길이보다 짧으므로, RecentScore(A)에 적용되는 가중치를 AllTimeScore(A)에 적용되는 가중치보다 높은 값으로 결정할 수 있다.

일 실시 예에 따르면, 지능형 서버(470)는 네임드 엔티티 서비스 모듈(예: 도 4a의 네임드 엔티티 서비스 모듈(476))을 통해 복수의 사용자의 선호도에 기반하여 결정된 카테고리 별 스코어 값을 식별할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 네임드 엔티티 서비스 모듈을 통해 키워드에 매칭되는 콘텐츠의 카테고리를 식별할 때, 카테고리 별 스코어 값을 함께 식별할 수 있으며, 식별된 카테고리 별 스코어 값은 제1 스코어 값으로 지칭될 수 있다. 예를 들어, 키워드 K에 대하여 네임드 엔티티 서비스 모듈이 반환한 A 카테고리의 스코어 값은 NESScore(A, K)일 수 있다. 일 실시예에 따르면, 네임드 엔티티 서비스 모듈이 반환한 제1 스코어 값은 최신 트렌드가 반영된 스코어 값을 포함할 수 있다. 일 실시 예에 따르면, 제1 스코어 값은 키워드에 매칭되는 복수의 카테고리 각각에 포함된 콘텐츠와 연관된 시간 정보에 따른 시점이 늦어질수록 높아질 수 있다. 예를 들어, 최신 콘텐츠가 포함된 카테고리의 스코어 값이 가장 높을 수 있다.

일 실시 예에 따르면, 전자 장치(460)의 사용자의 사용자 히스토리 데이터에 기반하여 결정된 카테고리 별 스코어 값은 제2 스코어 값으로 지칭될 수 있으며, 제2 스코어 값은 전자 장치(460)의 사용자의 선호도에만 기반하여 결정된다는 점에서 제1 스코어 값과 구별될 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 제2 스코어 값에 적용되는 가중치를 제1 스코어 값에 적용되는 가중치보다 높은 값으로 결정할 수 있다.

일 실시 예에 따르면, 지능형 서버(470)는 카테고리 별 스코어 값에 스코어 별 가중치를 적용하여 합산한 가중합 스코어 값을 계산할 수 있다. 일 실시 예에 따라, 지능형 서버(470)는 다양한 카테고리 별 스코어 값에 스코어 별 가중치를 곱한 후 합산함으로써 가중합 스코어 값을 획득할 수 있다. 예를 들면, NESScore(A, K)에 적용되는 가중치를 w1이라 하고, AllTimeScore(A)에 적용되는 가중치를 w2라 하고, RecentScore(A)에 적용되는 가중치를 w3이라 하고, LastNScore(A)에 적용되는 가중치를 w4라 하고, KeywordScore(A, K)에 적용되는 가중치를 w5라 할 때, '수학식 3'에 의해 가중합 스코어 값(예: TotalScore(A, K))을 획득할 수 있다(수학식 3: TotalScore(A, K)=(w1×NESScore(A, K))+(w2×AllTimeScore(A))+(w3×RecentScore(A))+(w4×LastNScore(A))+(w5×KeywordScore(A, K))).

동작 513에서, 지능형 서버(470)는 카테고리 별 스코어 값에 기반하여 카테고리 우선 순위를 결정할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 스코어 값이 클수록 해당 카테고리에 높은 우선 순위를 할당할 수 있다. 예를 들면, 지능형 서버(470)는 가중합 스코어 값이 클수록 높은 우선 순위를 갖도록 복수의 카테고리 간의 우선 순위를 결정할 수 있다. 지능형 서버(470)는 가중합 스코어 값이 가장 큰 카테고리가 가장 높은 우선 순위를 갖는 카테고리인 것으로 결정할 수 있다.

일 실시예에 따르면, 지능형 서버(470)는 동작 503에서 No로 결정되거나, 동작 505에서 Yes로 결정되거나, 동작 507에서 Yes로 결정되거나, 동작 513을 수행한 이후에 동작 515를 수행할 수 있다.

동작 515에서, 지능형 서버(470)는 동작 503, 동작 505, 동작 507, 또는 동작 509 내지 동작 513을 수행함으로써 결정된 카테고리 우선 순위 정보에 기반하여 카테고리를 결정할 수 있다. 일 실시 예에 따르면, 지능형 서버(470)는 가장 높은 우선 순위를 갖는 카테고리가 사용자가 음성을 기반으로 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다.

동작 517에서, 전자 장치(460)는 결정된 카테고리에 대응되는 콘텐츠를 재생할 수 있다. 지능형 서버(470)는 결정된 카테고리 정보 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버(470)가 수신된 사용자의 음성 입력으로부터 사용자의 의도를 파악하는 방법에 대하여는 상술하였으므로 자세한 설명은 생략한다. 지능형 서버(470)는 결정된 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(460)로 전송할 수 있다. 예를 들어, 전자 장치(460)는 지능형 서버(470)에 의해 결정된 카테고리의 콘텐츠를 재생할 수 있는 어플리케이션을 이용하여 키워드에 매칭되는 콘텐츠를 재생할 수 있다. 전자 장치(460)는 스피커(예: 도 1b의 스피커(294)) 또는 디스플레이(예: 도 1b의 디스플레이(293))를 포함하는 출력 장치를 통해 콘텐츠를 재생할 수 있다. 어플리케이션은, 예를 들면, 전자 장치에 저장된 어플리케이션, 가상 어플리케이션 또는 웹 어플리케이션을 포함할 수 있다.

다양한 실시 예에 따르면, 콘텐츠를 재생하는 전자 장치는 사용자의 음성 입력을 수신한 전자 장치(460) 이외에 전자 장치(460)의 사용자가 보유한 IoT 기기를 포함할 수 있다. 예를 들어, IoT 기기 정보에 기반하여 사용자가 요청한 콘텐츠의 카테고리가 결정되는 경우, 전자 장치(460) 또는 지능형 서버(470)는 가장 높은 우선 순위를 갖는 IoT 기기가 콘텐츠를 재생하도록 IoT 기기를 제어할 수 있다.

이하, 도 6을 참조하여, 일 실시 예에 따른 전자 장치가 네임드 엔티티 서비스 모듈로부터 반환된 카테고리의 개수가 한 개인 경우 재생할 콘텐츠의 카테고리를 결정하고 콘텐츠를 재생하는 방법에 대하여 설명한다.

도 6은 일 실시 예에 따라, 음성 입력에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면(600)이다. 이하에서 설명하는 전자 장치(601)(예: 도 4a의 전자 장치(460))의 동작들은 전자 장치(601)의 프로세서(예: 도 1b의 프로세서(292))에 의해 수행될 수 있다.

일 실시 예에 따르면, 전자 장치(601)는 사용자로부터 "A의 B 재생해줘"라는 음성 입력을 수신할 수 있다. 전자 장치(601)는 수신한 음성 입력을 지능형 서버(예: 도 4a의 지능형 서버(470))로 전송할 수 있다. 지능형 서버는 전자 장치(601)로부터 수신한 음성 데이터를 텍스트 데이터로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버는 텍스트 데이터를 전자 장치(601)로 전송하고, 전자 장치(601)는 상기 텍스트 데이터를 디스플레이에 표시할 수 있다. 지능형 서버는 상기 텍스트 데이터로부터 키워드 'A' 및 'B'를 추출할 수 있다. 지능형 서버는 네임드 엔티티 서비스 모듈(예: 도 4a의 네임드 엔티티 서비스 모듈(476))을 통해 콘텐츠의 카테고리 별 메타데이터를 기반으로 키워드 'A' 및 'B'에 매칭되는 콘텐츠를 검색할 수 있으며, 키워드에 매칭되는 하나 이상의 콘텐츠의 카테고리를 식별할 수 있다. 예를 들어, 'A'가 가수명이고, 'B'가 노래 제목인 경우, 네임드 엔티티 서비스 모듈은 키워드 'A' 및 'B'에 대하여 "음악" 카테고리를 반환할 수 있다.

일 실시 예에 따르면, 사용자 입력에 포함된 적어도 하나의 키워드에 매칭되는 콘텐츠의 카테고리의 개수가 1개인 경우, 지능형 서버는 네임드 엔티티 서비스 모듈로부터 반환된 하나의 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다. 지능형 서버는 결정된 카테고리 정보("음악" 카테고리) 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버는 "음악" 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(601)로 송신할 수 있다. 예를 들어, 전자 장치(601)는 "음악" 카테고리의 콘텐츠를 재생할 수 있는 어플리케이션을 이용하여 키워드 'A' 및 'B'에 매칭되는 음악 콘텐츠를 재생할 수 있다. 도 6을 참조하면, 전자 장치(601)는 스피커를 통해 음향을 출력하고, 디스플레이를 통해 음악 재생과 관련된 사용자 인터페이스를 출력할 수 있다.

이하, 도 7a 및 도 7b를 참조하여, 일 실시 예에 따른 전자 장치가 네임드 엔티티 서비스 모듈로부터 반환된 카테고리의 개수가 복수 개인 경우 컨텍스트 정보에 기반하여 콘텐츠의 카테고리를 결정하고 콘텐츠를 재생하는 방법에 대하여 설명한다.

도 7a 및 도 7b는 일 실시 예에 따라, 음성 입력 및 컨텍스트 정보에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면(700, 및 750)이다. 이하에서 설명하는 전자 장치(701)(예: 도 4a의 전자 장치(460))의 동작들은 전자 장치(701)의 프로세서(예: 도 1b의 프로세서(292))에 의해 수행될 수 있다.

일 실시 예에 따르면, 전자 장치(701)는 사용자로부터 "C 재생해줘"라는 음성 입력을 수신할 수 있다. 전자 장치(701)는 수신한 음성 입력을 지능형 서버(예: 도 4a의 지능형 서버(470))로 전송할 수 있다. 지능형 서버는 전자 장치(701)로부터 수신한 음성 데이터를 텍스트 데이터로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버는 텍스트 데이터를 전자 장치(701)로 전송하고, 전자 장치(701)는 상기 텍스트 데이터를 디스플레이에 표시할 수 있다. 지능형 서버는 상기 텍스트 데이터로부터 키워드 'C'를 추출할 수 있다. 지능형 서버는 네임드 엔티티 서비스 모듈(예: 도 4a의 네임드 엔티티 서비스 모듈(476))을 통해 콘텐츠의 카테고리 별 메타데이터를 기반으로 키워드 'C'에 매칭되는 콘텐츠를 검색할 수 있으며, 키워드에 매칭되는 하나 이상의 콘텐츠의 카테고리를 식별할 수 있다. 예를 들어, 'C'가 노래 제목, 또는 TV 프로그램 제목인 경우, 네임드 엔티티 서비스 모듈은 키워드 'C'에 대하여 "음악" 카테고리 및 "동영상" 카테고리를 반환할 수 있다.

도 7a를 참조하면, 전자 장치(701)는 음성 입력(예: “C 재생해줘”)을 수신할 때 음악 스트리밍 어플리케이션을 실행 중일 수 있다. 일 실시예에 따르면, 전자 장치(701)는 상기 음성 입력을 수신하기 전에 콘텐츠를 재생할 수 있는 어플리케이션 중 음악 스트리밍 어플리케이션을 가장 최근에 실행한 전자 장치일 수 있다. 예를 들면, 전자 장치(701)는 음악 스트리밍 어플리케이션을 포어그라운드 앱으로 실행 중에 상기 음성 입력을 수신할 수 있다. 전자 장치(701)는 수신한 음성 입력을 지능형 서버로 전송할 때 전자 장치(701)가 실행 중인 어플리케이션 정보(예: 음악 스트리밍 어플리케이션)를 더 전송할 수 있다. 지능형 서버는 전자 장치(701)가 음악 스트리밍 어플리케이션을 실행 중임을 나타내는 컨텍스트 정보에 기반하여, 키워드 'C'에 매칭되는 복수의 콘텐츠의 카테고리(예: "음악" 카테고리 및 "동영상" 카테고리) 중에서 "음악" 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다. 지능형 서버는 결정된 카테고리 정보("음악" 카테고리) 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버는 "음악" 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(701)로 송신할 수 있다. 예를 들어, 전자 장치(701)는 실행 중인 음악 스트리밍 어플리케이션을 이용하여 키워드 'C'에 매칭되는 음악 콘텐츠를 재생할 수 있다. 예를 들면, 전자 장치(701)는 스피커를 통해 음향을 출력하고, 디스플레이를 통해 음악 재생과 관련된 사용자 인터페이스를 출력할 수 있다.

도 7b를 참조하면, 전자 장치(701)는 음성 입력(예: “C 재생해줘”)을 수신할 때 비디오 스트리밍 어플리케이션을 실행 중일 수 있다. 일 실시예에 따르면, 전자 장치(701)는 상기 음성 입력을 수신하기 전에 콘텐츠를 재생할 수 있는 어플리케이션 중 비디오 스트리밍 어플리케이션을 가장 최근에 실행한 전자 장치일 수 있다. 예를 들면, 전자 장치(701)는 비디오 스트리밍 어플리케이션을 포어그라운드 앱으로 실행 중에 상기 음성 입력을 수신할 수 있다. 전자 장치(701)는 수신한 음성 입력을 지능형 서버로 전송할 때 전자 장치(701)가 실행 중인 어플리케이션 정보(예: 비디오 스트리밍 어플리케이션)를 더 전송할 수 있다. 지능형 서버는 전자 장치(701)가 비디오 스트리밍 어플리케이션을 실행 중임을 나타내는 컨텍스트 정보에 기반하여, 키워드 'C'에 매칭되는 복수의 콘텐츠의 카테고리(예: "음악" 카테고리 및 "동영상" 카테고리) 중에서 "동영상" 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다. 지능형 서버는 결정된 카테고리 정보("동영상" 카테고리) 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버는 "동영상" 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(701)로 송신할 수 있다. 예를 들어, 전자 장치(701)는 실행 중인 비디오 스트리밍 어플리케이션을 이용하여 키워드 'C'에 매칭되는 동영상 콘텐츠를 재생할 수 있다. 예를 들면, 전자 장치(701)는 스피커를 통해 음향을 출력하고, 디스플레이를 통해 영상 또는 비디오 재생과 관련된 사용자 인터페이스를 출력할 수 있다.

다양한 실시 예에 따르면, 네임드 엔티티 서비스 모듈로부터 키워드 'C'에 대하여 "음악" 카테고리 및 "동영상" 카테고리가 반환되었으나, 전자 장치(701)가 실행 중인 어플리케이션이 없는 경우, 지능형 서버는 사용자 히스토리 데이터에 기반하여 카테고리 별 스코어 값을 계산할 수 있으며, 카테고리 별 스코어 값에 기반하여 사용자가 요청한 콘텐츠의 카테고리를 결정할 수 있다. 예를 들면, 키워드 'C'에 매칭되는 복수의 콘텐츠의 카테고리 중 사용자가 "동영상" 카테고리를 선택한 이력이 있는 경우, 지능형 서버는 "동영상" 카테고리의 스코어 값을 "음악" 카테고리의 스코어 값보다 높게 결정할 수 있고, 카테고리 별 스코어 값이 상대적으로 높은 "동영상" 카테고리를 사용자가 요청한 콘텐츠의 카테고리로 결정할 수 있다.

상술한 예에서, 사용자가 키워드 'C'로 콘텐츠 재생을 요청한 이력 또한 없는 경우, 지능형 서버는 콘텐츠 재생을 요청하는 복수의 사용자 발화(또는, 사용자의 음성 입력)의 카테고리 별 비율에 기반하여 사용자가 요청한 콘텐츠의 카테고리를 결정할 수 있다. 일 실시 예에 따르면, 최근 발화의 가중치가 더 높기 때문에, 최근에 "동영상" 카테고리의 콘텐츠보다 "음악" 카테고리의 콘텐츠의 재생을 더 자주 요청한 것으로 판단되는 경우, 지능형 서버는 "음악" 카테고리 및 "동영상" 카테고리 중에서 가중합 스코어 값이 높은 "음악" 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다.

이하, 도 8a 및 도 8b를 참조하여, 일 실시 예에 따른 전자 장치가 네임드 엔티티 서비스 모듈로부터 반환된 카테고리의 개수가 복수 개인 경우 IoT 기기 정보에 기반하여 콘텐츠의 카테고리를 결정하고 콘텐츠를 재생하는 방법에 대하여 설명한다.

도 8a 및 도 8b는 일 실시 예에 따라, 음성 입력 및 IoT 기기 정보에 기반하여 콘텐츠를 재생하는 전자 장치를 도시하는 도면(800, 및 850)이다. 이하에서 설명하는 전자 장치(801)의 동작들은 전자 장치(801)의 프로세서(예: 도 1b의 프로세서(292))에 의해 수행될 수 있다.

일 실시 예에 따르면, 전자 장치(801)는 사용자로부터 "D 재생해줘"라는 음성 입력을 수신할 수 있다. 전자 장치(801)는 수신한 음성 입력을 지능형 서버(예: 도 4a의 지능형 서버(470))로 전송할 수 있다. 지능형 서버는 전자 장치(801)로부터 수신한 음성 데이터를 텍스트 데이터로 변경할 수 있다. 일 실시예에 따르면, 지능형 서버는 텍스트 데이터를 전자 장치(801)로 전송하고, 전자 장치(801)는 상기 텍스트 데이터를 디스플레이에 표시할 수 있다. 지능형 서버는 상기 텍스트 데이터로부터 키워드 'D'를 추출할 수 있다. 지능형 서버는 네임드 엔티티 서비스 모듈(예: 도 4a의 네임드 엔티티 서비스 모듈(476))을 통해 콘텐츠의 카테고리 별 메타데이터를 기반으로 키워드 'D'에 매칭되는 콘텐츠를 검색할 수 있으며, 키워드에 매칭되는 하나 이상의 콘텐츠의 카테고리를 식별할 수 있다. 예를 들어, 'D'가 노래 제목, 또는 TV 프로그램 제목인 경우, 네임드 엔티티 서비스 모듈은 키워드 'D'에 대하여 "음악" 카테고리 및 "동영상" 카테고리를 반환할 수 있다.

일 실시 예에 따르면, 지능형 서버는 IoT 클라우드 관리 모듈(예: 도 4a의 IoT 클라우드 관리 모듈(475))을 통해 IoT 클라우드로부터 IoT 기기 정보를 수신할 수 있다. 예를 들면, IoT 기기 정보는 전자 장치(801)의 사용자가 보유한 IoT 기기의 목록, IoT 기기가 지원하는 콘텐츠의 카테고리에 대한 정보를 포함하는 성능(capability) 정보 및/또는 IoT 기기의 전원 온/오프(on/off) 상태에 대한 정보를 포함하는 상태(state) 정보를 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버는 IoT 기기 정보에 기반하여 전자 장치(801)의 사용자가 TV(802)를 보유하고 있음을 식별할 수 있으며, TV(802)가 지원하는 콘텐츠의 카테고리(예: ”동영상”) 및 TV(802)의 전원 상태(예: 턴-온(turn-on) 상태, 또는 턴-오프(turn-off) 상태)를 식별할 수 있다.

도 8a를 참조하면, 지능형 서버는 TV(802)가 턴-온 상태인 경우, 키워드 'D'에 매칭되는 복수의 콘텐츠의 카테고리(예: “음악” 카테고리 및 “동영상” 카테고리) 중에서 TV(802)가 지원하는 콘텐츠의 카테고리인 “동영상” 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다. 지능형 서버는 결정된 카테고리 정보("동영상" 카테고리) 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버는 "동영상" 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(801)로 송신할 수 있다. 예를 들어, 전자 장치(801)는 네트워크를 통해 TV(802)가 키워드 'D'에 매칭되는 동영상 콘텐츠를 재생하도록 제어할 수 있다. 예를 들면, 전자 장치(801)는 TV(802)의 스피커를 통해 음향을 출력하고, TV(802)의 디스플레이를 통해 영상을 출력하도록 TV(802)를 제어할 수 있다.

도 8b를 참조하면, 지능형 서버는 TV(802)가 턴-오프 상태인 경우, 키워드 'D'에 매칭되는 복수의 콘텐츠의 카테고리(예: “음악” 카테고리 및 “동영상” 카테고리) 중에서 전자 장치(801)가 지원하는 콘텐츠의 카테고리인 “음악” 카테고리가 사용자가 요청한 콘텐츠의 카테고리인 것으로 결정할 수 있다. 지능형 서버는 결정된 카테고리 정보("음악" 카테고리) 및 사용자의 의도에 기반하여 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크(deeplink) 정보를 결정할 수 있다. 지능형 서버는 "음악" 카테고리를 지원하는 어플리케이션 정보 및/또는 딥 링크 정보를 전자 장치(801)로 송신할 수 있다. 예를 들어, 전자 장치(801)를 통해 키워드 'D'에 매칭되는 음악 콘텐츠를 재생할 수 있다. 예를 들면, 전자 장치(801)는 스피커를 통해 음향을 출력할 수 있다.

도 6, 도 7a, 도 7b, 도 8a, 및 도 8b를 참조한 실시 예에서는 도 4a에 도시된 통합 지능 시스템과 같이 전자 장치(460)와 지능형 서버(470)가 분리되어 있는 경우를 예로 들었으나, 도 4b에 도시된 통합 지능 시스템과 같이 전자 장치(490) 상에 지능형 서버(470)의 기능들이 구현되어 있을 수 있다.

본 문서에 개시된 일 실시예에 따르면, 전자 장치(예: 도 1a의 전자 장치(101), 도 1b 및 도 3의 사용자 단말(201), 도 4a의 전자 장치(460), 도 6의 전자 장치(601), 도 7a 및 도 7b의 전자 장치(701), 또는 도 8a 및 도 8b의 전자 장치(801))는, 마이크(예: 도 1a의 입력 모듈(150), 또는 도 1b의 마이크(295)); 통신 회로(예: 도 1a의 통신 모듈(190), 또는 도 1b의 통신 인터페이스(291)); 스피커(예: 도 1a의 음향 출력 모듈(155), 또는 도 1b의 스피커(294)) 또는 디스플레이(예: 도 1a의 디스플레이 모듈(160), 또는 도 1b의 디스플레이(293)) 중 적어도 하나를 포함하는 출력 장치; 상기 마이크, 상기 통신 회로 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서(예: 도 1a의 프로세서(120), 또는 도 1b의 프로세서(292)); 및 상기 프로세서에 작동적으로 연결된 메모리(예: 도 1a의 메모리(130) 또는 도 1b의 메모리(296))를 포함할 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통해 사용자의 음성 입력을 수신하고, 상기 통신 회로를 통해 상기 음성 입력 및 컨텍스트 정보를 외부 서버(예: 도 1a의 서버(108), 도 1b의 지능형 서버(200), 또는 도 4a의 지능형 서버(470))로 송신하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며, 상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 상기 외부 서버로부터 수신하고, 상기 카테고리 우선 순위 정보는 상기 컨텍스트 정보에 기반하여 결정되며, 상기 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 복수의 콘텐츠는 상기 실행 중인 어플리케이션이 지원하는 제1 카테고리의 콘텐츠 및 상기 실행 중인 어플리케이션이 지원하지 않는 제2 카테고리의 콘텐츠를 포함할 수 있다. 상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정될 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 결정된 카테고리는 상기 외부 서버에 의해 IoT(internet of things) 기기 정보에 기반하여 결정될 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함할 수 있다. 상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정될 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 결정된 카테고리는 상기 외부 서버에 의해 카테고리 별 스코어 값에 기반하여 결정될 수 있다. 상기 카테고리 별 스코어 값은 상기 복수의 콘텐츠 각각에 대응되는 복수의 카테고리에 대하여 복수의 사용자의 선호도에 기반하여 결정된 제1 스코어 값 및 상기 복수의 카테고리에 대하여 상기 사용자의 사용자 히스토리 데이터(user historical data)에 기반하여 결정된 제2 스코어 값을 포함할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 결정된 카테고리는 상기 제1 스코어 값 및 상기 제2 스코어 값에 스코어 별 가중치가 적용되어 합산된 가중합 스코어 값에 기반하여 결정될 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 제1 스코어 값은 상기 복수의 카테고리 각각에 포함된 콘텐츠 각각과 연관된 시간 정보에 따른 시점이 늦어질수록 높아질 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 제2 스코어 값은 지정된 구간 내에서 상기 사용자가 상기 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 상기 사용자가 상기 복수의 카테고리 각각을 선택한 횟수를 계산한 스코어 값을 포함할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 제2 스코어 값에 적용되는 스코어 별 가중치는 상기 구간의 길이가 짧을수록 높아질 수 있다.

본 문서에 개시된 일 실시예에 따르면, 전자 장치(예: 도 1a의 전자 장치(101), 도 1b 및 도 3의 사용자 단말(201), 도 4b의 전자 장치(490), 도 6의 전자 장치(601), 도 7a 및 도 7b의 전자 장치(701), 또는 도 8a 및 도 8b의 전자 장치(801))는, 마이크(예: 도 1a의 입력 모듈(150), 또는 도 1b의 마이크(295)); 스피커(예: 도 1a의 음향 출력 모듈(155), 또는 도 1b의 스피커(294)) 또는 디스플레이(예: 도 1a의 디스플레이 모듈(160), 또는 도 1b의 디스플레이(293) 중 적어도 하나를 포함하는 출력 장치; 상기 마이크 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서(예: 도 1a의 프로세서(120), 또는 도 1b의 프로세서(292)); 및 상기 프로세서에 작동적으로 연결된 메모리(예: 도 1a의 메모리(130) 또는 도 1b의 메모리(296))를 포함할 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 마이크를 통해 사용자의 음성 입력을 수신하고, 컨텍스트 정보에 기반하여 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 각각에 대응되는 복수의 카테고리 간의 우선 순위를 결정하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며, 카테고리 우선 순위 정보에 기반하여 상기 복수의 카테고리 중에서 하나의 카테고리를 결정하고, 상기 결정된 카테고리에 대응되는 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 복수의 콘텐츠는 상기 실행 중인 어플리케이션이 지원하는 제1 카테고리의 콘텐츠 및 상기 실행 중인 어플리케이션이 지원하지 않는 제2 카테고리의 콘텐츠를 포함할 수 있다. 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 카테고리에 상기 제2 카테고리보다 높은 우선 순위를 할당하도록 할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 프로세서에 작동적으로 연결된 통신 회로(예: 도 1a의 통신 모듈(190), 또는 도 1b의 통신 인터페이스(291))를 더 포함할 수 있다. 상기 인스트럭션들은, 상기 프로세서가, 상기 통신 회로를 통해 IoT(internet of things) 클라우드(cloud)로부터 IoT 기기 정보를 수신하고, 상기 IoT 기기 정보에 기반하여 상기 복수의 카테고리 간의 우선 순위를 결정하도록 할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함할 수 있다. 상기 인스트럭션들은, 상기 프로세서가, 상기 제1 카테고리에 상기 제2 카테고리보다 높은 우선 순위를 할당하도록 할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 인스트럭션들은 상기 프로세서가, 카테고리 별 스코어 값에 기반하여 상기 하나의 카테고리를 결정하도록 할 수 있다. 상기 카테고리 별 스코어 값은 상기 복수의 카테고리에 대하여 복수의 사용자의 선호도에 기반하여 결정된 제1 스코어 값 및 상기 복수의 카테고리에 대하여 상기 사용자의 사용자 히스토리 데이터(user historical data)에 기반하여 결정된 제2 스코어 값을 포함할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 인스트럭션들은 상기 프로세서가, 상기 제1 스코어 값 및 상기 제2 스코어 값에 스코어 별 가중치를 적용하여 합산한 가중합 스코어 값에 기반하여 결정하도록 할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 전자 장치(예: 도 1a의 전자 장치(101), 도 1b 및 도 3의 사용자 단말(201), 도 4a의 전자 장치(460), 도 6의 전자 장치(601), 도 7a 및 도 7b의 전자 장치(701), 또는 도 8a 및 도 8b의 전자 장치(801))의 음성 기반 콘텐츠 제공 방법은, 마이크(예: 도 1a의 입력 모듈(150), 또는 도 1b의 마이크(295))를 통해 사용자의 음성 입력을 수신하는 동작; 통신 회로(예: 도 1a의 통신 모듈(190), 또는 도 1b의 통신 인터페이스(291))를 통해 상기 음성 입력 및 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하는 컨텍스트 정보를 외부 서버(예: 도 1a의 서버(108), 도 1b의 지능형 서버(200), 또는 도 4a의 지능형 서버(470))로 송신하는 동작; 상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 수신하는 동작; 및 상기 콘텐츠를 스피커(예: 도 1a의 음향 출력 모듈(155), 또는 도 1b의 스피커(294)) 또는 디스플레이(예: 도 1a의 디스플레이 모듈(160), 또는 도 1b의 디스플레이(293)) 중 적어도 하나를 포함하는 출력 장치를 통해 재생하는 동작을 포함할 수 있다.

본 문서에 개시된 일 실시예에 따르면, 상기 결정된 카테고리는 상기 외부 서버에 의해 IoT(internet of things) 기기 정보에 기반하여 결정될 수 있다. 상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함할 수 있다. 상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정될 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™)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.

Claims

전자 장치에 있어서,
마이크;
통신 회로;
스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치;
상기 마이크, 상기 통신 회로 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서; 및
상기 프로세서에 작동적으로 연결된 메모리를 포함하고,
상기 메모리는, 실행 시에, 상기 프로세서가,
상기 마이크를 통해 사용자의 음성 입력을 수신하고,
상기 통신 회로를 통해 상기 음성 입력 및 컨텍스트 정보를 외부 서버로 송신하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며,
상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 상기 외부 서버로부터 수신하고, 상기 카테고리 우선 순위 정보는 상기 컨텍스트 정보에 기반하여 결정되며,
상기 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장하는, 전자 장치.
청구항 1에 있어서,
상기 복수의 콘텐츠는 상기 실행 중인 어플리케이션이 지원하는 제1 카테고리의 콘텐츠 및 상기 실행 중인 어플리케이션이 지원하지 않는 제2 카테고리의 콘텐츠를 포함하고,
상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정된, 전자 장치.
청구항 1에 있어서,
상기 결정된 카테고리는 상기 외부 서버에 의해 IoT(internet of things) 기기 정보에 기반하여 결정된, 전자 장치.
청구항 3에 있어서,
상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함하고,
상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정된, 전자 장치.
청구항 1에 있어서,
상기 결정된 카테고리는 상기 외부 서버에 의해 카테고리 별 스코어 값에 기반하여 결정되며,
상기 카테고리 별 스코어 값은 상기 복수의 콘텐츠 각각에 대응되는 복수의 카테고리에 대하여 복수의 사용자의 선호도에 기반하여 결정된 제1 스코어 값 및 상기 복수의 카테고리에 대하여 상기 사용자의 사용자 히스토리 데이터(user historical data)에 기반하여 결정된 제2 스코어 값을 포함하는, 전자 장치.
청구항 5에 있어서,
상기 결정된 카테고리는 상기 제1 스코어 값 및 상기 제2 스코어 값에 스코어 별 가중치가 적용되어 합산된 가중합 스코어 값에 기반하여 결정된, 전자 장치.
청구항 5에 있어서,
상기 제1 스코어 값은 상기 복수의 카테고리 각각에 포함된 콘텐츠 각각과 연관된 시간 정보에 따른 시점이 늦어질수록 높아지는, 전자 장치.
청구항 5에 있어서,
상기 제2 스코어 값은 지정된 구간 내에서 상기 사용자가 상기 복수의 카테고리 중 어느 하나를 선택한 총 횟수 대비 상기 사용자가 상기 복수의 카테고리 각각을 선택한 횟수를 계산한 스코어 값을 포함하는, 전자 장치.
청구항 8에 있어서,
상기 제2 스코어 값에 적용되는 스코어 별 가중치는 상기 구간의 길이가 짧을수록 높아지는, 전자 장치.
전자 장치에 있어서,
마이크;
스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치;
상기 마이크 및 상기 출력 장치에 작동적으로(operatively) 연결된 프로세서; 및
상기 프로세서에 작동적으로 연결된 메모리를 포함하고,
상기 메모리는, 실행 시에, 상기 프로세서가,
상기 마이크를 통해 사용자의 음성 입력을 수신하고,
컨텍스트 정보에 기반하여 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 각각에 대응되는 복수의 카테고리 간의 우선 순위를 결정하고, 상기 컨텍스트 정보는 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하며,
카테고리 우선 순위 정보에 기반하여 상기 복수의 카테고리 중에서 하나의 카테고리를 결정하고,
상기 결정된 카테고리에 대응되는 콘텐츠를 상기 출력 장치를 통해 재생하도록 하는 하나 이상의 인스트럭션들(instructions)을 저장하는, 전자 장치.
청구항 10에 있어서,
상기 복수의 콘텐츠는 상기 실행 중인 어플리케이션이 지원하는 제1 카테고리의 콘텐츠 및 상기 실행 중인 어플리케이션이 지원하지 않는 제2 카테고리의 콘텐츠를 포함하고,
상기 인스트럭션들은, 상기 프로세서가,
상기 제1 카테고리에 상기 제2 카테고리보다 높은 우선 순위를 할당하도록 하는, 전자 장치.
청구항 10에 있어서,
상기 프로세서에 작동적으로 연결된 통신 회로를 더 포함하고,
상기 인스트럭션들은, 상기 프로세서가,
상기 통신 회로를 통해 IoT(internet of things) 클라우드(cloud)로부터 IoT 기기 정보를 수신하고,
상기 IoT 기기 정보에 기반하여 상기 복수의 카테고리 간의 우선 순위를 결정하도록 하는, 전자 장치.
청구항 12에 있어서,
상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함하고,
상기 인스트럭션들은, 상기 프로세서가,
상기 제1 카테고리에 상기 제2 카테고리보다 높은 우선 순위를 할당하도록 하는, 전자 장치.
청구항 10에 있어서,
상기 인스트럭션들은 상기 프로세서가,
카테고리 별 스코어 값에 기반하여 상기 하나의 카테고리를 결정하도록 하고,
상기 카테고리 별 스코어 값은 상기 복수의 카테고리에 대하여 복수의 사용자의 선호도에 기반하여 결정된 제1 스코어 값 및 상기 복수의 카테고리에 대하여 상기 사용자의 사용자 히스토리 데이터(user historical data)에 기반하여 결정된 제2 스코어 값을 포함하는, 전자 장치.
청구항 14에 있어서,
상기 인스트럭션들은 상기 프로세서가,
상기 제1 스코어 값 및 상기 제2 스코어 값에 스코어 별 가중치를 적용하여 합산한 가중합 스코어 값에 기반하여 결정하도록 하는, 전자 장치.
전자 장치의 음성 기반 콘텐츠 제공 방법에 있어서,
마이크를 통해 사용자의 음성 입력을 수신하는 동작;
통신 회로를 통해 상기 음성 입력 및 상기 전자 장치가 실행 중인 어플리케이션에 대한 정보를 포함하는 컨텍스트 정보를 외부 서버로 송신하는 동작;
상기 통신 회로를 통해, 상기 음성 입력에 포함된 키워드에 매칭되는 복수의 콘텐츠 중에서 카테고리 우선 순위 정보에 기반하여 결정된 카테고리에 대응되는 콘텐츠를 재생하도록 하는 응답을 수신하는 동작; 및
상기 콘텐츠를 스피커 또는 디스플레이 중 적어도 하나를 포함하는 출력 장치를 통해 재생하는 동작을 포함하는, 전자 장치의 음성 기반 콘텐츠 제공 방법.
청구항 16에 있어서,
상기 복수의 콘텐츠는 상기 실행 중인 어플리케이션이 지원하는 제1 카테고리의 콘텐츠 및 상기 실행 중인 어플리케이션이 지원하지 않는 제2 카테고리의 콘텐츠를 포함하고,
상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정된, 전자 장치의 음성 기반 콘텐츠 제공 방법.
청구항 16에 있어서,
상기 결정된 카테고리는 상기 외부 서버에 의해 IoT(internet of things) 기기 정보에 기반하여 결정되며,
상기 복수의 콘텐츠는 턴-온(turn-on) 상태인 제1 IoT 기기가 지원하는 제1 카테고리의 콘텐츠 및 턴-오프(turn-off) 상태인 제2 IoT 기기가 지원하는 제2 카테고리의 콘텐츠를 포함하고,
상기 제1 카테고리의 우선 순위는 상기 외부 서버에 의해 상기 제2 카테고리의 우선 순위보다 높도록 결정된, 전자 장치의 음성 기반 콘텐츠 제공 방법.
청구항 16에 있어서,
상기 결정된 카테고리는 상기 외부 서버에 의해 카테고리 별 스코어 값에 기반하여 결정되며,
상기 카테고리 별 스코어 값은 상기 복수의 콘텐츠 각각에 대응되는 복수의 카테고리에 대하여 복수의 사용자의 선호도에 기반하여 결정된 제1 스코어 값 및 상기 복수의 카테고리에 대하여 상기 사용자의 사용자 히스토리 데이터(user historical data)에 기반하여 결정된 제2 스코어 값을 포함하는, 전자 장치의 음성 기반 콘텐츠 제공 방법.
청구항 19에 있어서,
상기 결정된 카테고리는 상기 제1 스코어 값 및 상기 제2 스코어 값에 스코어 별 가중치가 적용되어 합산된 가중합 스코어 값에 기반하여 결정된, 전자 장치의 음성 기반 콘텐츠 제공 방법.