KR20230060049A

KR20230060049A - 키워드를 기반으로 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법

Info

Publication number: KR20230060049A
Application number: KR1020210144267A
Authority: KR
Inventors: 김하나; 박지훈
Original assignee: 삼성전자주식회사
Priority date: 2021-10-27
Filing date: 2021-10-27
Publication date: 2023-05-04

Abstract

일 실시예에 따른 사용자 발화를 처리하는 지능형 서버는 대표 키워드에 대한 변이 키워드를 등록하기 위해, 키워드 데이터베이스에 저장된 하나 이상의 대표 키워드 중 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 타겟 대표 키워드가 포함된 텍스트를 획득하고, 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하고, 단어들 각각의 연관 벡터와, 타겟 대표 키워드의 연관 벡터에 기초하여 단어들 중에서 타겟 대표 키워드에 대한 변이 키워드를 결정하고, 및 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스에 저장할 수 있다. 그 외에도 다양한 실시예들이 가능할 수 있다.

Description

키워드를 기반으로 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법 {SERVER, ELECTRONIC DEVICE FOR PROCESSING UTTERANCE BASED ON KEYWORDS AND OPERATING METHOD THEREOF}

아래의 실시 예들은 키워드를 기반으로 사용자 발화를 처리하는 지능형 서버, 전자 장치 및 그의 동작 방법에 관한 것이다.

사용자 발화를 기반으로 서비스를 제공하는 음성 어시스턴트(assistant) 기능이 탑재된 전자 기기가 다양하게 보급되고 있다. 전자 기기는 인공지능 서버를 통해 사용자의 발화를 인식하고, 발화의 의미와 의도를 파악할 수 있다. 인공지능 서버는 사용자의 발화를 해석하여 사용자의 의도를 추론하고 추론된 의도에 따라서 작업들을 수행할 수 있으며, 사용자와 인공지능 서버 간의 자연 언어(natural language) 상호 작용을 통해 표현된 사용자의 의도에 따라 작업을 수행할 수 있다.

인공지능 서버는 발화 의도를 파악하기 위해 발화 당시 상황에 대한 여러 정보를 발화와 연계하여 분석할 수 있다.

사용자 발화를 처리하는 지능형 서버는 사용자 발화의 의도를 분석하기 위해, 사용자 발화를 의미 있는 단위로 구분하기 위한 토크나이저(tokenizer), 표제어를 추출하기 위한 레마타이저(lemmatizer)와 같은 처리 모듈을 사용할 수 있다. 또한, 자연어 처리를 위해 대용량 코퍼스(corpus, 말 뭉치)의 수집 및 학습이 필요할 수 있다.

사용자 발화를 처리하는 지능형 서버가 다양한 언어를 처리하기 위해서는 언어가 사용되는 문맥의 다양한 형태가 확보되어야 하고, 이에 기초하여 자연어 처리를 위한 학습이 진행되어야 하므로, 자연어 처리 모델 개발에 많은 시간이 필요할 수 있다.

일 실시 예에 따른 지능형 서버의 동작 방법은, 키워드 데이터베이스에 저장된 하나 이상의 대표 키워드 중 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 상기 타겟 대표 키워드가 포함된 텍스트를 획득하는 동작, 상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작, 상기 단어들 각각의 연관 벡터와, 상기 타겟 대표 키워드의 연관 벡터에 기초하여 상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작, 및 상기 변이 키워드를 상기 타겟 대표 키워드와 연동하여 상기 키워드 데이터베이스에 저장하는 동작을 포함할 수 있다.

일 실시 예에 따른 지능형 서버의 동작 방법은, 타겟 발화가 입력된 전자 장치에서 실행중인 어플리케이션으로 상기 타겟 발화를 처리할 수 있는지 판단하는 동작, 상기 실행중인 어플리케이션으로 상기 타겟 발화를 처리할 수 없으면, 상기 타겟 발화가 상기 지능형 서버에 의도 정보와 연동하여 저장된 고정 발화인지 판단하는 동작, 상기 타겟 발화가 상기 고정 발화가 아닌 경우, 하나 이상의 대표 키워드 및 상기 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스를 참조하여 상기 타겟 발화에서 키워드를 획득하는 동작, 및 상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하고, 상기 의도 정보에 기초하여 상기 타겟 발화에 대한 처리 결과를 생성하는 동작을 포함할 수 있다.

일 실시 예에 따른 사용자 발화를 처리하는 전자 장치는, 하나 이상의 대표 키워드를 저장하는 키워드 데이터베이스와, 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리, 및 상기 메모리에 억세스(access)하여 상기 명령어들을 실행하는 프로세서를 포함하고, 상기 명령어들은, 상기 하나 이상의 대표 키워드 중, 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 상기 타겟 대표 키워드가 포함된 텍스트를 획득하고, 상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하고, 상기 단어들 각각의 연관 벡터와, 상기 타겟 대표 키워드의 연관 벡터에 기초하여 상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하고, 상기 변이 키워드를 상기 타겟 대표 키워드와 연동하여 상기 키워드 데이터베이스에 저장하도록 구성될 수 있다.

다양한 실시 예에 따르면, 키워드를 중심으로 사용자 발화의 의도를 분석하는 지능형 서버가 제공될 수 있다.

다양한 실시 예에 따르면, 하나의 대표 키워드에 대해 다양한 언어의 변이 키워드를 등록함으로써, 언어 의존성 없이 사용자 발화의 의도를 분석하는 지능형 서버가 제공될 수 있다.

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

도 1은 다양한 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른, 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 일 실시예에 따른, 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 표시하는 사용자 단말을 도시하는 도면이다.
도 4는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 5는 다양한 실시 예들에 따른, 전자 장치 및 지능형 서버를 예시하는 블록도이다.
도 6은 다양한 실시 예들에 따른, 지능형 서버의 변이 키워드 등록 동작을 설명하기 위한 흐름도이다.
도 7은 다양한 실시 예들에 따른, 지능형 서버의 발화 처리 동작을 설명하기 위한 흐름도이다.
도 8은 컨텍스트 정보에 따라 발화를 처리하는 동작을 설명하기 위한 흐름도이다.
도 9는 고정 발화 정보인 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.
도 10은 타겟 발화에 변이 키워드가 포함된 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.
도 11은 키워드에 따라 매칭된 의도 정보가 복수인 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.
도 12는 키워드 데이터베이스를 참조하여 타겟 발화에서 키워드가 추출되지 않는 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.
도 13은 일 실시 예에 따른 전자 장치의 블록 구성도이다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.

<전자 장치 및 지능형 서버>

도 1은 다양한 실시 예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.

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 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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), 미들웨어(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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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, 홀 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. 일 실시예에 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. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 디스플레이 포트(DP: display port) 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 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 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 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 제1 네트워크(198) 또는 제2 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: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 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. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 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. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 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 제2 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.

일 실시예에 따르면, 명령 또는 데이터는 제2 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. 일 실시예에 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. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 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 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.

도 2를 참조하면, 일 실시예의 통합 지능화 시스템(20)은 전자 장치(101), 지능형 서버(200), 및 서비스 서버(300)를 포함할 수 있다.

일 실시 예의 전자 장치(101)는, 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 실시 예에 따르면, 전자 장치(101)는 인터페이스(177), 마이크(150-1), 스피커(155-1), 디스플레이 모듈(160), 메모리(130), 또는 프로세서(120)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다. 마이크(150-1)는 입력 모듈(예: 도 1의 입력 모듈(150))에 포함될 수 있다. 스피커(155-1)는 음향 출력 모듈(예: 도 1의 음향 출력 모듈(155))에 포함될 수 있다.

일 실시 예의 인터페이스(177)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(150-1)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(155-1)는 전기적 신호를 소리(예: 음성)으로 출력할 수 있다. 일 실시 예의 디스플레이 모듈(160)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(160)은 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(130)는 클라이언트 모듈(151), SDK(software development kit)(153), 및 복수의 앱들(146)을 저장할 수 있다. 상기 클라이언트 모듈(151), 및 SDK(153)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(151) 또는 SDK(153)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

일 실시 예의 메모리(130)는 상기 복수의 앱들(146)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(146)은 제1 앱(146-1), 제2 앱(146-2)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(146) 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(146)은 프로세서(120)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.

일 실시 예의 프로세서(120)는 전자 장치(101)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(120)는 인터페이스(177), 마이크(150-1), 스피커(155-1), 및 디스플레이 모듈(160)과 전기적으로 연결되어 지정된 동작을 수행할 수 있다.

일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(151) 또는 SDK(153) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(153)를 통해 복수의 앱(146)의 동작을 제어할 수 있다. 클라이언트 모듈(151) 또는 SDK(153)의 동작으로 설명된 이하의 동작은 프로세서(120)의 실행에 의한 동작일 수 있다.

일 실시 예의 클라이언트 모듈(151)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)은 마이크(150-1)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(151)은 수신된 음성 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(151)은 수신된 음성 입력과 함께, 전자 장치(101)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(151)은 수신된 음성 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(151)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(151)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시 예의 클라이언트 모듈(151)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(151)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(151)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이 모듈(160)에 표시할 수 있다. 전자 장치(101)는, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(160)에 표시할 수 있다.

일 실시 예에 따르면, 클라이언트 모듈(151)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(151)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.

일 실시 예의 클라이언트 모듈(151)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(151)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(151)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(151)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.

일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(101)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 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)), 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 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 하나의 플랜을 선택할 수 있다.

일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(101)로 송신하거나, 생성된 플랜을 전자 장치(101)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 결과를 디스플레이 모듈(160)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 플랜에 따른 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(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 전자 장치(101)로부터 수신된 음성 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 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) 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 전자 장치(101)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 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 전자 장치(101)에서도 구현가능 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 전자 장치(101)를 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 등록하는 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 전자 장치(101) 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 전자 장치(101)로 송신할 수 있다. 이에 따라, 전자 장치(101)는 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)은 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 전자 장치(101)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 시스템(20)에서, 상기 전자 장치(101)는, 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 전자 장치(101)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(101)는 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, 전자 장치(101)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.

일 실시 예에서, 전자 장치(101)가 지능형 서버(200) 및/또는 서비스 서버와 함께 서비스를 제공하는 경우에는, 상기 전자 장치는, 상기 마이크(150-1)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치는, 상기 음성 데이터를 인터페이스(177)를 이용하여 지능형 서버(200)로 송신할 수 있다.

일 실시 예에 따른 지능형 서버(200)는 전자 장치(101)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 실시 예의 전자 장치(101)는, 인터페이스(177)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 스피커(155-1)를 이용하여 전자 장치(101) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(160)을 이용하여 전자 장치(101) 내부에서 생성된 이미지를 외부로 출력할 수 있다.

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

전자 장치(101)는 지능형 서버(예: 도 2의 지능형 서버(200))를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.

일 실시 예에 따르면, 310 화면에서, 전자 장치(101)는 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. 전자 장치(101)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이(예: 도 1의 디스플레이 모듈(160))에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(101)는 “이번주 일정 알려줘!”라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 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, 전자 장치(101)는 수신된 음성 입력에 대응되는 결과를 디스플레이에 표시할 수 있다. 예를 들어, 전자 장치(101)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 ‘이번주 일정’을 디스플레이에 표시할 수 있다.

도 4는 일 실시예에 따른, 컨셉과 액션의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.

지능형 서버(예: 도 2의 지능형 서버(200))의 캡슐 데이터베이스(예: 도 2의 캡슐 데이터베이스(230))는 CAN (concept action network)(400) 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.

자연어 플랫폼(예: 도 2의 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(예: 도 2의 플래너 모듈(225))은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A (401)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.

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. "제1", "제2", 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: 제1) 구성요소가 다른(예: 제2) 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 제3 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, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 도 1의 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.

일 실시예에 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 스토어TM)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 5는 다양한 실시 예들에 따른, 전자 장치(101) 및 지능형 서버(200)를 예시하는 블록도이다.

도 5의 전자 장치(101)는 도 1을 참조하여 설명한 전자 장치(101) 및 도 2를 참조하여 설명한 전자 장치(101)의 구성 중 적어도 일부를 포함할 수 있다. 도 5의 지능형 서버(200)는 도 2를 참조하여 설명한 지능형 서버(200)의 구성 중 적어도 일부를 포함할 수 있다. 도 5의 전자 장치(101) 및 지능형 서버(200)와 관련하여, 도 1 내지 도 4를 참조하여 설명한 부분과 중복되는 설명은 생략한다.

< 전자 장치 >

도 5를 참조하면, 일 실시 예에 따른 전자 장치(101)는 사용자 발화 입력을 위한 입력 모듈(150), 발화를 처리하는 지능형 서버(200)와 통신하기 위한 통신 모듈(190), 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리(130) 및/또는 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(101), 입력 모듈(150), 통신 모듈(190), 메모리(130) 및/또는 프로세서(120)는 도 1을 참조하여 설명한 전자 장치(101), 입력 모듈(150), 통신 모듈(190), 메모리(130) 및/또는 프로세서(120)에 대응될 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 도 2를 참조하여 설명한 지능형 서버(200)와 통신을 수행하는 전자 장치(101)일 수 있고, 도 2를 참조하여 설명한 클라이언트 모듈(151)이 메모리(130)에 포함될 수 있다.

일 실시 예에 따르면, 프로세서(120)는 입력 모듈(150)을 통해 사용자 발화를 수신하고, 사용자 발화와 사용자 발화에 대응하여 획득한 전자 장치(101)에 대한 컨텍스트(context) 정보를 지능형 서버(200)로 전송할 수 있다. 다양한 실시 예들에 따르면, 전자 장치(101)에 대한 컨텍스트 정보에는 전자 장치(101)의 계정 정보 및 지원 통신 모듈 정보와 같은 전자 장치(101)의 스펙(spec)에 대한 정보, 잠금 여부에 대한 정보, 전자 장치(101)의 현재 위치에 대한 정보, 벨소리 설정 값에 대한 정보, 실행중인 어플리케이션(app), 웹페이지, 위젯(widget)에 대한 정보, 폴딩(folding) 상태에 대한 정보 및 위치 정보 사용 여부에 대한 정보 중 적어도 어느 하나가 포함될 수 있다. 일 실시 예에 따르면, 프로세서(120)는 통신 모듈(190)을 통해 사용자 발화 및 사용자 발화에 대응하여 획득한 전자 장치(101)에 대한 컨텍스트 정보를 지능형 서버(200)로 전송하고, 지능형 서버(200)로부터 수신한 처리 결과를 음성 또는 텍스트로 사용자에게 출력할 수 있다.

< 지능형 서버 >

일 실시 예에 따르면, 지능형 서버(200)는 자연어 플랫폼(220), 캡슐 데이터베이스(230), 통신 모듈(590), 프로세서(520) 및/또는 메모리(530)를 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 도 2를 참조하여 설명한 지능형 서버(200)이고, 통신 모듈(590), 프로세서(520), 메모리(530), 자연어 플랫폼(220) 및/또는 캡슐 데이터베이스(230)는 도 2의 지능형 서버(200)의 구성에 대응될 수 있다. 예를 들어, 통신 모듈(590)은 도 2의 프론트 엔드(210)에 대응될 수 있다. 프로세서(520)는 통신 모듈(590)을 통해 전자 장치(101)로부터 사용자 발화 및 발화 상황에 대응하여 획득된 전자 장치(101)에 대한 컨텍스트 정보를 수신할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)는 통신 모듈(590)을 통해 전자 장치(101) 뿐만 아니라 전자 장치(101)와 연동된 다른 전자 장치(102, 104)로부터 발화, 발화 상황에 대응하는 컨텍스트 정보(예: 전자 장치 스펙 정보, 전자 장치에서 실행된 앱 정보, 발화 이력)를 수신할 수 있다. 예를 들어, 사용자는 가정에서 전자 장치(101)(예: 스마트폰)의 사용자 계정에 대응하는 지능형 스피커, 스마트 TV, 및/또는 스마트 가전과 같은 다양한 전자 기기들을 사용할 수 있고, 지능형 서버(200)는 스마트폰뿐 아니라 지능형 스피커, 및/또는 스마트 가전으로부터 기기 스펙 정보, 발화 이력 정보, 및/또는 실행한 어플리케이션 이력 정보에 대한 정보를 수신하고 데이터를 유지할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 전자 장치(101)로부터 수신한 발화를 처리한 결과를 생성하여 통신 모듈(590)을 통해 전자 장치(101)로 처리 결과를 전송할 수 있다.

일 실시 예에 따르면, 자연어 플랫폼(220)은 도 2를 참조하여 설명한 바와 같이 자동 음성 인식 모듈(ASR module)(221), 자연어 이해 모듈(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(NLG module)(227) 또는 텍스트 음성 변환 모듈(TTS module)(229)을 포함할 수 있다. 일 실시 예에 따르면, 메모리(530)에는 캡슐 데이터베이스(230)가 포함될 수 있다. 도 2를 참조하여 설명한 바와 같이, 캡슐 데이터베이스(230)에는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작 및 동작을 위해 필요한 파라미터가 CAN(concept action network)(400) 형태로 저장될 수 있다. 컨셉 액션 네트워크(400)는 도 4를 참조하여 설명한 바와 같이 구성될 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 메모리(530)에는 키워드 데이터베이스(540)가 저장될 수 있다. 키워드 데이터베이스(540)는 키워드 정보(543), 키워드 정보(543)의 대표 키워드에 대응하는 의도 정보(546) 및 의도 정보 이력(549)로 구성될 수 있다. 의도 정보(546)에는 대표 키워드에 대응하는 의도 및 의도에 기초하여 태스크를 수행하기 위한 도메인(domain)(예: 위치(geo), 어플리케이션) 정보가 포함될 수 있다. 도 2 내지 도 4를 참조하여 설명한 바와 같이, 의도 및 도메인 정보는 자연어 플랫폼(220)의 자연어 이해 모듈(223) 및 플래너 모듈(225)에 의해, 캡슐 데이터 베이스(230)에 컨셉 액션 네트워크(400) 형태로 저장된 캡슐을 참조하여 결정 또는 식별(identify)될 수 있다. 이하 의도 정보 및/또는 대표 키워드가 식별된다는 의미는 의도 정보 및/또는 대표 키워드가 결정된다는 의미일 수 있다.

일 실시 예에 따르면, 의도 정보(546)는 키워드 정보(543)의 하나 이상의 대표 키워드의 조합에 대응될 수 있다. 일 실시 예에 따르면, 아래 [표 1]과 같이 대표 키워드 조합에 대해 의도가 대응될 수 있다. [표 1]을 참조하면, 키워드 정보(543)에 저장된 하나 이상의 대표 키워드 중 volume, number에 대해서는 볼륨을 해당 숫자로 설정하라는 의도(set_volume)가 대응되고, volume, up/down에 대해서는 볼륨을 높이거나 낮추라는 의도(volume_up/down)가 대응되고, volume, off에 대해서는 음소거 하라는 의도(mute_on)가 대응될 수 있다.

대표 키워드 조합	의도
(VOLUME, NUMBER)	Set_volume
(VOLUME, UP)	Volume_up
(VOLUME, DOWN)	Volume_down
(VOLUME, OFF)	Mute_on

도 5에서는 키워드 데이터베이스(540)와 캡슐 데이터베이스(230)가 구분되어 도시되었지만, 이에 제한되는 것은 아니고 키워드 데이터베이스(540)는 캡슐 데이터베이스(230)에 포함될 수 있다.

일 실시 예에 따르면, 컴퓨터로 실행 가능한 명령어들이 저장된 메모리(530) 및 메모리에 억세스(access)하여 명령어들을 실행하는 프로세서(520)는 도 2를 참조하여 설명한 지능형 서버(200)의 자연어 플랫폼(220) 또는 실행 엔진(240)에 대응될 수 있다. 예를 들어, 프로세서(520)는 도 2에서 자연어 플랫폼(220)에 대해 설명한 바와 같이 캡슐 데이터베이스(230), 또는 키워드 데이터베이스(540)를 참조하여 플랜(plan)을 생성할 수 있고, 도 2에서 실행 엔진(240)에 대해 설명한 바와 같이 플랜에 따라 처리 결과를 생성할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 통신 모듈(590)을 통해 전자 장치(101)로부터 타겟 발화에 대응하는 데이터를 수신하고, 자연어 플랫폼(220), 캡슐 데이터베이스(230) 및 키워드 데이터베이스(540)를 참조하여 타겟 발화에 대한 처리 결과를 생성해 전자 장치(101)로 전송할 수 있다.

일 실시 예에 따르면, 키워드 데이터베이스(540)의 키워드 정보(543)에 포함된 대표 키워드 중 타겟 대표 키워드에 대해 변이 키워드를 결정하고, 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 메모리(530)에 저장될 수 있다.

일 실시 예에 따르면, 전자 장치(101)로부터 수신한 타겟 발화에 대응하는 컨텍스트 정보가 없고, 타겟 발화가 키워드 데이터베이스(540)에 의도 정보(546)와 연동하여 저장된 고정 발화가 아닌 경우, 하나 이상의 대표 키워드 및 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스(540)를 참조하여 타겟 발화의 키워드를 획득하고, 획득된 키워드에 따라 의도 정보를 식별(identify)하고, 의도 정보에 기초하여 타겟 발화에 대한 처리 결과를 생성하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 메모리(530)에 저장될 수 있다. 이하, 키워드를 획득한다는 의미는 키워드를 추출한다는 의미일 수 있다.

일 실시 예에 따르면, 지능형 서버(200)와의 통신 없이 발화를 처리할 수 있는 온 디바이스 AI(on-device artificial intelligence)가 전자 장치(101)에 탑재될 수 있다. 도 2 내지 도 4를 참조하여 설명한 바와 같이, 자연어 플랫폼(220), 및/또는 캡슐 데이터베이스(230)가 전자 장치(101)에서 구현될 수 있고, 키워드 데이터베이스(540) 또한 전자 장치(101)의 메모리(130)에 포함될 수 있다.

일 실시 예에 따르면, 키워드 데이터베이스(540)의 키워드 정보(543)에 포함된 대표 키워드 중 타겟 대표 키워드에 대해 변이 키워드를 결정하고, 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 메모리(130)에 저장될 수 있다.

일 실시 예에 따르면, 입력 모듈(150)을 통해 사용자로부터 수신한 타겟 발화에 대응하는 컨텍스트 정보가 없고, 타겟 발화가 키워드 데이터베이스(540)에 의도 정보(546)와 연동하여 저장된 고정 발화가 아닌 경우, 하나 이상의 대표 키워드 및 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스(540)를 참조하여 타겟 발화의 키워드를 획득하고, 획득된 키워드에 따라 의도 정보를 식별하고, 의도 정보에 기초하여 타겟 발화에 대한 처리 결과를 생성하는 프로그램(예: 도 1의 프로그램(140))이 소프트웨어로서 메모리(130)에 저장될 수 있다.

일 실시 예에 따르면, 전자 장치(101)에 온 디바이스 AI가 탑재되어 지능형 서버의 기능이 전자 장치(101)에서 구현되는 경우, 지능형 서버의 일부 기능만 전자 장치(101)에서 구현될 수 있다. 예를 들어, 도 2를 참조하여 설명한 지능형 서버(200)의 자연어 플랫폼(220) 중 일부 구성(예: 자동 음성 인식 모듈(221))만 전자 장치(101)에서 구현될 수 있다. 다른 실시 예에 따르면, 지능형 서버(200)의 자연어 플랫폼(220)만 전자 장치(101)에서 구현되고, 캡슐 데이터베이스(230) 또는 키워드 데이터베이스(540)는 지능형 서버(200)에서 유지되도록 구현될 수 있다.

일 실시 예에 따르면, 메모리(530) 또는 메모리(130)에 저장된 명령어들은 운영 체제(142)에 하나의 기능 모듈로 구현되거나, 미들웨어(144) 형태로 구현되거나, 별도의 어플리케이션(146) 형태로 구현될 수 있다.

도 6 내지 도 12를 참조하여, 전자 장치(101)의 프로세서(120) 또는 지능형 서버(200)의 프로세서(520)가 대표 키워드에 대한 변이 키워드를 등록하고, 변이 키워드가 저장된 키워드 데이터베이스(540)를 참조하여 사용자 발화를 처리하는 동작을 상세히 설명한다.

<지능형 서버의 변이 키워드 등록 방법>

도 6은 다양한 실시 예들에 따른, 지능형 서버의 변이 키워드 등록 동작을 설명하기 위한 흐름도이다.

동작 610 내지 동작 640은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 5를 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

일 실시 예에 따르면 동작 610에서, 프로세서(520)는 키워드 데이터베이스(540)에 저장된 타겟 대표 키워드가 포함된 텍스트를 획득할 수 있다. 도 5를 참조하여 전술한 바와 같이, 키워드 데이터베이스(540)에는 하나 이상의 대표 키워드를 포함하는 키워드 정보(543)가 포함될 수 있고, 프로세서(520)는 변이 키워드를 결정할 타겟 대표 키워드가 포함된 텍스트를 웹 크롤링(web crawling)을 통해 획득할 수 있다. 일 실시 예에 따르면, 프로세서(520)는 품사 구분 없이 타겟 대표 키워드가 포함된 텍스트를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(520)는 언어 구분 없이 웹 크롤링을 수행하므로, 다양한 언어로 구성된 텍스트가 획득될 수 있다.

일 실시 예에 따르면 동작 620에서, 프로세서(520)는 획득한 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득할 수 있다. 예를 들어, 키워드 데이터베이스(540)에는 volume, up, down, browser, subtitle이 대표 키워드로 저장되어 있을 수 있고, volume이라는 타겟 대표 키워드가 포함된 텍스트가 동작 610에서 획득될 수 있다. 획득한 텍스트에는 변이 키워드에 대한 후보 단어로 sound, amount가 포함될 수 있다. 프로세서(520)는 획득한 텍스트에 포함된 단어 sound, amout 및 타겟 대표 키워드 volume에 대해, 다른 대표 키워드 up, down, browser 및 subtitle과의 연관도로 구성된 연관 벡터를 획득할 수 있다.

일 실시 예에 따르면, 연관 벡터의 성분(component)인 연관도는, 텍스트에 포함된 단어들 및 타겟 대표 키워드가, 다른 대표 키워드와 동일한 문장에 포함된 빈도에 기초하여 결정될 수 있다. 예를 들어 타겟 대표 키워드인 volume이 다른 대표 키워드 up, down과 동일한 문장에 포함된 횟수가 다른 대표 키워드 browser, subtitle과 동일한 문장에 포함된 횟수보다 많을 수 있고, 타겟 대표 키워드 volume의 up, down에 대한 연관도가 browser, subtitle에 대한 연관도보다 높게 결정될 수 있다. 연관도로 구성된 연관 벡터는 아래 [표 2]와 같이 생성될 수 있다.

대표 키워드 및 텍스트에 포함된 단어	다른 대표 키워드와의 연관도 (up, down, browser, subtitle)
(대표 키워드) volume	(0.9, 0.9, 0.1, 0.3)
(후보 단어 1) sound	(0.8, 0.8, 0.1, 0.2)
(후보 단어 2) amount	(0.2, 0.2, 0.1, 0.1)

일 실시 예에 따르면, 동작 630에서 프로세서(520)는 텍스트에 포함된 단어들 각각의 연관 벡터와 타겟 대표 키워드의 연관 벡터 간 비교를 통해 타겟 대표 키워드에 대한 변이 키워드를 결정할 수 있다. 예를 들어, [표 2]와 같이 생성된 연관 벡터들에 있어서, 후보 단어 sound의 연관 벡터 (0.8, 0.8, 0.1, 0.2) 및 ㅎ보 단어 amount의 연관 벡터 (0.2, 0.2, 0.1, 0.1)를 타겟 대표 키워드 volume의 연관 벡터 (0.9, 0.9, 0.1, 0.3)와 비교함으로써 타겟 대표 키워드 volume에 대한 변이 키워드가 결정될 수 있다.

일 실시 예에 따르면, 프로세서(520)는 텍스트에 포함된 단어들 각각의 연관 벡터와 타겟 대표 키워드의 연관 벡터의 동일한 성분(component) 간의 비율에 기초하여 타겟 대표 키워드에 대한 변이 키워드를 결정할 수 있다. 예를 들어 [표 2]의 sound의 연관 벡터 (0.8, 0.8, 0.1, 0.2) 및 amount의 연관 벡터 (0.2, 0.2, 0.1, 0.1)에 있어서, 프로세서(520)는 타겟 대표 키워드 volume의 연관 벡터 (0.9, 0.9, 0.1, 0.3)와 동일한 성분 간 비율을 계산하고, 모든 성분의 비율이 임계값, 예를 들어 0.65 이상일 경우 타겟 대표 키워드에 대한 변이 키워드로 결정할 수 있다.

[표 2]를 참조하면, sound의 연관 벡터 (0.8, 0.8, 0.1, 0.2)의 타겟 대표 키워드 volume의 연관 벡터 (0.9, 0.9, 0.1, 0.3)에 대한 동일한 성분의 비율은 (0.8/0.9, 0.8/0.9, 0.1/0.1, 0.2/0.3)로, 약 (0.89, 0.89, 1, 0.67)일 수 있다. amount의 연관 벡터 (0.2, 0.2, 0.1, 0.1)의 타겟 대표 키워드 volume의 연관 벡터 (0.9, 0.9, 0.1, 0.3)에 대한 동일한 성분의 비율은 (0.2/0.9, 0.2/0.9, 0.1/0.1, 0.1/0.3)로, 약 (0.22, 0.22, 1, 0.33)일 수 있다. sound의 연관 벡터의 타겟 대표 키워드 volume의 연관 벡터에 대한 동일한 성분 간 비율이 모두 0.65 이상이므로, 프로세서(520)는 sound를 타겟 대표 키워드 volume에 대한 변이 키워드로 결정할 수 있다. amount의 연관 벡터에는 타겟 대표 키워드 volume의 연관 벡터에 대한 동일한 성분 간 비율이 0.65 미만인 성분이 포함되므로, 프로세서(520)는 amount를 대표 키워드 volume의 변이 키워드로 결정하지 않을 수 있다.

다만 변이 키워드 결정 방법이 동일한 성분 간 비율에 기초하여 결정하는 방법으로 제한되는 것은 아니고, 다양한 실시 예에 따라 변이 키워드가 결정될 수 있다. 예를 들어, 프로세서(520)는 연관 벡터들을 비교하여 동일한 성분 간 차이가 임계값 미만인 경우 변이 키워드로 결정할 수 있다.

일 실시 예에 따르면, 동작 640에서 프로세서(520)는 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장할 수 있다. 하나의 대표 키워드에는 복수의 변이 키워드가 연동되어 저장될 수 있다. 예를 들어, 대표 키워드에 대한 변이 키워드는 아래 [표 3]과 같이 저장될 수 있다.

대표 키워드	변이 키워드
대표 키워드	미국 영어	한국어
Volume / 볼륨	sound, ...	소리, 음량, ...
Channel / 채널	station, ...	방송, ...

일 실시 예에 따르면, 동작 610 내지 동작 640과 유사한 동작이 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있다. 도 5를 참조하여 전술한 바와 같이 지능형 서버(200)와의 통신 없이 사용자 발화를 처리할 수 있는 온 디바이스 AI(on-device artificial intelligence)가 전자 장치(101)에 탑재될 수 있고, 예를 들어, 온 디바이스 AI(on-device artificial intelligence)는 지능형 서버(200)의 자연어 플랫폼(220), 및 캡슐 데이터베이스(230)의 구성과 동일하거나 유사할 수 있다. 프로세서(120)는 타겟 대표 키워드가 포함된 텍스트를 획득하고, 연관 벡터를 획득하고, 텍스트에 포함된 단어들 각각의 연관 벡터와 타겟 대표 키워드의 연관 벡터에 기초하여 타겟 대표 키워드에 대한 변이 키워드를 결정하고, 변이 키워드를 타겟 대표 키워드와 연동하여 저장할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)는 대표 키워드에 대한 변이 키워드를 연동하여 유지함으로써 범용적인(universal) 자연어 처리 플랫폼을 구축할 수 있고, 음성 인식 시스템의 확장에 유리할 수 있다. 예를 들어, 지능형 서버(200)는 다양한 언어의 변이 키워드를 유지하고 있으므로, 특정 언어에서 키워드가 사용되는 맥락을 별도로 학습할 필요 없이 사용자 발화를 처리할 수 있다.

다양한 실시 예들에 따른, 변이 키워드를 활용하여 사용자 발화를 처리하는 지능형 서버(200)의 동작 방법을 도 7 내지 도 12를 참조하여 설명한다.

<지능형 서버의 사용자 발화 처리 방법>

도 7은 다양한 실시 예들에 따른, 지능형 서버의 발화 처리 동작을 설명하기 위한 흐름도이다.

동작 710 내지 동작 760은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 5를 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

일 실시 예에 따르면, 프로세서(520)가 동작 710 내지 동작 760을 수행하기 전에 도 6을 참조하여 설명한 변이 키워드 등록 동작(예: 도 6의 동작 610 내지 동작 640)이 수행될 수 있다.

일 실시 예에 따르면, 동작 710에서 프로세서(520)는 전자 장치(101)로부터 타겟 발화에 대응하는 데이터를 수신할 수 있다. 도 5를 참조하여 전술한 바와 같이, 전자 장치(101)로 사용자 발화가 입력되고, 전자 장치(101)로부터 지능형 서버(200)로 타겟 발화 및 타겟 발화에 대응하는 컨텍스트 정보, 예를 들어 전자 장치(101)에서 실행중인 어플리케이션 정보가 전송될 수 있다. 지능형 서버(200)의 프로세서(520)는 자연어 플랫폼(220)의 자동 음성 인식 모듈(221)을 통해 타겟 발화를 텍스트로 변환할 수 있다.

일 실시 예에 따르면, 동작 720에서 프로세서(520)는 전자 장치(101)로부터 수신한 컨텍스트 정보에 기초하여 타겟 발화를 처리할 수 있는지 판단할 수 있다. 예를 들어, 전자 장치(101)에서 검색 기능이 포함된 어플리케이션을 실행 중이라는 정보가 수신된 경우, 지능형 서버(200)의 프로세서(520)는 해당 어플리케이션으로 타겟 발화를 처리할 수 있다고 판단할 수 있다. 전자 장치(101)에서 실행중인 어플리케이션으로 타겟 발화를 처리할 수 있는 경우의 프로세서(520)의 동작은 도 8을 참조하여 상세히 설명한다.

일 실시 예에 따르면, 전자 장치(101)로부터 수신한 컨텍스트 정보에 기초하여 타겟 발화를 처리할 수 없는 경우, 동작 730에서 지능형 서버(200)의 프로세서(520)는 타겟 발화가 지능형 서버(200)에 의도 정보(546)와 연동하여 저장된 고정 발화인지 판단할 수 있다. 도 5를 참조하여 전술한 바와 같이, 지능형 서버(200)의 키워드 데이터베이스(540)에는 키워드 정보(543)에 포함된 하나 이상의 대표 키워드에 대해 의도 정보(546)가 매칭되어 유지될 수 있고, 특정 발화에 대해 의도 정보가 매칭되어 있을 수 있다. 예를 들어, 지능형 서버(200)의 키워드 데이터베이스(540)에는 "TV 켜줘"와 같이 사용 빈도가 높은 발화가 고정 발화로 저장되고, TV를 켠다는 의도 정보가 대응되어 있을 수 있다. 타겟 발화가 고정 발화인 경우의 프로세서(520)의 동작은 도 9를 참조하여 상세히 설명한다.

일 실시 예에 따르면, 타겟 발화가 고정 발화가 아닌 경우, 프로세서(520)는 동작 740에서 하나 이상의 대표 키워드 및 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스(540)를 참조하여, 타겟 발화에서 키워드를 획득할 수 있는지 판단할 수 있다. 프로세서(520)는 타겟 발화 문장의 앞부터 키워드 데이터베이스(540)의 키워드 정보(543)에 저장된 키워드에 매칭되는 단어가 있는지 판단할 수 있다. 프로세서(520)는 긴 키워드를 먼저 추출하는 longest exact matching 방식으로 키워드를 추출할 수 있다.

예를 들어, 키워드 데이터베이스(540)에는 대표 키워드 browser에 대해 web browser, web이 변이 키워드로 등록되어 있을 수 있고, 타겟 발화가 "open web browser"인 경우 지능형 서버(200)의 프로세서(520)는 키워드 데이터베이스(540)의 browser, web, web browser 중 'web browser'를 키워드로 추출할 수 있다.

키워드 데이터베이스(540)를 참조하여 타겟 발화로부터 키워드를 추출할 수 없는 경우의 프로세서(520)의 동작은 도 12를 참조하여 상세히 설명한다.

일 실시 예에 따르면, 동작 750에서 프로세서(520)는 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 추출된 키워드에 따라 타겟 발화의 의도 정보(546)를 결정하고, 의도 정보(546)에 기초하여 타겟 발화에 대한 처리 결과를 생성할 수 있다. 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 추출된 키워드에 따라 타겟 발화의 의도 정보(546)를 결정하는 다양한 실시예를 도 10 및 도 11을 참조하여 상세히 설명한다.

일 실시 예에 따르면, 동작 760에서 프로세서(520)는 타겟 발화에 대한 처리 결과를 전자 장치(101)로 전송할 수 있다. 다만 타겟 발화가 수신된 전자 장치로 처리 결과가 전송되는 것으로 제한되는 것은 아니고, 발화에 따라 다른 전자 장치로 처리 결과가 전송될 수 있다. 도 5를 참조하여 설명한 바와 같이 전자 장치(101) 외에도 전자 장치(102), 전자 장치(104)가 지능형 서버(200)와 상호작용할 수 있고, 지능형 서버(200)의 프로세서(520)는 전자 장치(101)로부터 타겟 발화에 대응하는 데이터를 수신하고 전자 장치(102)로 타겟 발화에 대한 처리 결과를 전송할 수 있다. 예를 들어, 스마트 스피커(101)로 "TV 켜줘"라는 타겟 발화가 입력된 경우, 프로세서(520)는 TV를 켠다는 처리 결과를 스마트 TV(102)로 전송할 수 있다.

일 실시 예에 따르면, 도 6에서도 설명한 바와 같이, 동작 710 내지 동작 760과 유사한 동작이 온 디바이스 AI가 탑재된 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있다. 프로세서(120)는 타겟 발화가 입력되면 전자 장치(101)에서 실행중인 어플리케이션으로 타겟 발화를 처리할 수 있는지 판단하고, 실행중인 어플리케이션으로 타겟 발화를 처리할 수 없는 경우, 타겟 발화가 의도 정보(546)와 연동하여 저장된 고정 발화인지 판단하고, 타겟 발화가 고정 발화가 아닌 경우, 하나 이상의 대표 키워드 및 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 키워드를 추출하고, 추출된 키워드에 따라 타겟 발화의 의도 정보(546)를 결정하고, 의도 정보(546)에 기초하여 타겟 발화에 대한 처리 결과를 생성해 사용자에게 출력할 수 있다.

도 8은 컨텍스트 정보에 따라 발화를 처리하는 동작을 설명하기 위한 흐름도이다.

동작 810은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 7을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

도 7을 참조하여 설명한 동작 720에서, 지능형 서버(200)의 프로세서(520)가 전자 장치(101)에서 실행중인 어플리케이션으로 타겟 발화를 처리할 수 있다고 판단한 경우, 프로세서(520)는 동작 810을 수행할 수 있다.

일 실시 예에 따르면 동작 810에서, 프로세서(520)는 실행중인 어플리케이션으로 타겟 발화를 처리하라는 처리 결과를 생성할 수 있다. 예를 들어, 전자 장치(101)로부터 타겟 발화 및 실행중인 어플리케이션 정보가 수신되고, 실행중인 어플리케이션이 검색 기능을 지원하는 경우, 프로세서(520)는 해당 어플리케이션으로 타겟 발화를 검색하라는 처리 결과를 생성할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 동작 810에서 생성한 타겟 발화에 대한 처리 결과를, 동작 760에서 전술한 바와 같이 전자 장치(101)로 전송할 수 있다.

도 9는 고정 발화 정보인 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.

동작 910은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 8을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

도 7을 참조하여 설명한 동작 730에서, 타겟 발화가 지능형 서버(200)에 의도 정보(546)와 연동하여 저장된 고정 발화라고 판단된 경우 프로세서(520)는 동작 910을 수행할 수 있다.

일 실시 예에 따르면 동작 910에서, 프로세서(520)는 고정 발화에 대응하는 의도 정보에 기초하여 타겟 발화의 처리 결과를 생성할 수 있다. 예를 들어, 키워드 데이터베이스(540)에 "TV 켜줘"와 같이 사용 빈도가 높은 발화가 고정 발화로 저장되어 있고, TV를 켠다는 의도 정보가 고정 발화에 대응되어 있어 프로세서(520)는 TV를 켜라는 처리 결과를 생성할 수 있다.

다른 일 실시 예에 따르면, 부정 표현이 포함된 발화가 고정 발화로 키워드 데이터베이스(540)에 저장되어 있고, 부정 표현이 포함된 발화에 대해서는 기능을 수행하지 말라는 처리 결과를 생성할 수 있다. 예를 들어, "TV 켜지 마"라는 타겟 발화에 대해 프로세서(520)는 "TV를 켜지 않을게요"라는 리젝트(reject) 처리 결과를 생성할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 동작 910에서 생성한 타겟 발화에 대한 처리 결과를, 동작 760에서 전술한 바와 같이 전자 장치(101)로 전송할 수 있다.

도 10은 타겟 발화에 변이 키워드가 포함된 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.

동작 1010 내지 동작 1030은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 9를 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

일 실시 예에 따르면, 동작 1010 내지 동작 1030은 도 7을 참조하여 설명한 타겟 발화에서 추출된 키워드에 따라 타겟 발화의 의도 정보를 식별(identify)하는 동작(예: 도 7의 동작 750)에 대응될 수 있다.

일 실시 예에 따르면, 동작 1010에서 프로세서(520)는 타겟 발화에서 추출된 키워드에 변이 키워드가 포함되는지 판단할 수 있다. 도 6을 참조하여 전술한 바와 같이, 프로세서(520)는 키워드 데이터베이스(540)에 저장된 하나 이상의 대표 키워드 각각에 대해 변이 키워드를 등록할 수 있고, 키워드 데이터베이스(540)를 참조하여 타겟 발화에 변이 키워드가 포함되는지 판단할 수 있다.

예를 들어, 이하 타겟 발화가 "open web browser"인 경우 프로세서(520)의 동작을 설명한다. 도 7을 참조하여 동작 740에 대해 전술한 바와 같이, 프로세서(520)는 키워드 데이터베이스(540)를 참조하여 타겟 발화로부터 'open' 및 'web browser'를 키워드로 추출할 수 있다. 키워드 데이터베이스(540)에는 'open' 및 'browser'가 대표 키워드로 저장되어 있고, 대표 키워드 'browser'에 대해 'web browser', 'web'이 변이 키워드로 등록되어 있을 수 있다. 프로세서(520)는 키워드 데이터베이스(540)를 참조하여 타겟 발화에 변이 키워드 'web browser'가 포함되어 있는지 판단할 수 있다.

일 실시 예에 따르면, 동작 1020에서 프로세서(520)는 키워드 데이터베이스(540)를 참조하여 변이 키워드에 대응하는 대표 키워드를 결정(또는, 식별(identify))할 수 있다. 예를 들어 프로세서(520)는 키워드 데이터베이스(540)의 키워드 정보(543)를 참조하여 변이 키워드 'web browser'에 대응하는 대표 키워드 'browser'를 결정할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 동작 1030에서 대응하는 대표 키워드 및 추출된 대표 키워드에 기초하여 타겟 발화의 의도 정보(543)를 결정할 수 있다. 예를 들어 프로세서(520)는 대응하는 대표 키워드인 'browser'와 추출된 대표 키워드인 'open'에 기초하여 타겟 발화의 의도 정보(546)를 결정할 수 있다. 도 5 및 [표 1]을 참조하여 전술한 바와 같이, 키워드 데이터베이스(540)에 저장된 의도 정보(546)는 하나 이상의 대표 키워드 조합에 따라 매칭되어 있을 수 있고, 프로세서(520)는 이에 기초하여 타겟 발화의 의도 정보(546)를 결정할 수 있다. 예를 들어, 프로세서(520)는 추출된 대표 키워드 'open'과 추출된 변이 키워드에 대응하는 대표 키워드 'browser'의 조합인 (open, browser)에 대응하는 의도 정보를 식별할 수 있다.

일 실시 예에 따르면, 프로세서(520)는 동작 1030에서 결정한 의도 정보에 기초하여 타겟 발화의 처리 결과를 생성하고, 동작 760에서 전술한 바와 같이 처리 결과를 전자 장치(101)로 전송할 수 있다.

도 11은 키워드에 따라 매칭된 의도 정보가 복수인 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.

동작 1110 내지 동작 1140은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 10을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

일 실시 예에 따르면, 동작 1110 내지 동작 1140은 도 7을 참조하여 설명한 타겟 발화에서 추출된 키워드에 따라 타겟 발화의 의도 정보를 식별하는 동작(예: 도 7의 동작 750)에 대응될 수 있다.

일 실시 예에 따르면, 동작 1110에서 프로세서(520)는 타겟 발화에서 추출된 키워드에 따라 매칭되는 의도 정보가 하나인지 판단할 수 있다. 예를 들어, 이하 타겟 발화가 "channel up and sound"인 경우 프로세서(520)의 동작을 설명한다.

키워드 데이터베이스(540)에는 대표 키워드로 'channel', 'up', 'volume'이 저장되어 있고, 'volume'의 변이 키워드로 'sound'가 등록되어 있을 수 있다. 도 5 및 도 7을 참조하여 전술한 바와 같이, 프로세서(520)는 "channel up and sound"라는 타겟 발화에 대해 키워드 데이터베이스(540)를 참조하여 키워드 'channel', 'up', 'sound'를 추출할 수 있다. 도 10을 참조하여 전술한 바와 같이, 프로세서(520)는 'sound'에 대응하는 대표 키워드 'volume'을 식별할 수 있다.

도 5, 도 7 및 도 10을 참조하여 전술한 바와 같이, 대표 키워드 'volume', 'channel', 'up'의 조합에 따라 의도 정보가 매칭되어 있을 수 있고, 예를 들어 (volume, up) 과 (channel, up)에 대해 의도 정보가 각각 매칭되어 있을 수 있다. 이와 같이 매칭된 의도 정보가 하나가 아닌 경우, 프로세서(520)는 의도 정보 이력(549)을 참조할 수 있다.

일 실시 예에 따르면 동작 1120에서, 프로세서(520)는 키워드 데이터베이스(540)의 의도 정보 이력(549)을 참조하여 타겟 발화에 대한 의도 정보를 식별(identify)할 수 있다. 예를 들어, 프로세서(520)는 의도 정보 이력(549)를 참조하여 최근에 생성된 의도 정보를 타겟 발화에 대한 의도 정보로 식별하거나, 추출된 키워드와 동일한 키워드에 따라 식별된 바 있는 의도 정보를 타겟 발화에 대한 의도 정보로 식별할 수 있다.

동작 1110에서 식별된 의도 정보가 하나인 경우, 프로세서(520)는 동작 1130에서 해당 의도 정보를 타겟 발화에 대한 의도 정보로 식별할 수 있다.

일 실시 예에 따르면, 동작 1140에서 프로세서(520)는 타겟 발화에 대한 의도 정보에 기초하여 타겟 발화에 대한 처리 결과를 생성할 수 있다. 일 실시 예에 따르면, 동작 760에서 전술한 바와 같이 프로세서(520)는 동작 1140에서 생성한 타겟 발화의 처리 결과를 전자 장치(101)로 전송할 수 있다.

도 12는 키워드 데이터베이스를 참조하여 타겟 발화에서 키워드가 추출되지 않는 경우 발화를 처리하는 동작을 설명하기 위한 흐름도이다.

동작 1210은 도 5를 참조하여 전술된 지능형 서버(200)의 프로세서(520)에 의해 수행될 수 있고, 간명한 설명을 위해 도 1 내지 도 11을 참조하여 설명한 내용과 중복되는 내용은 생략될 수 있다.

도 7을 참조하여 설명한 동작 740에서, 지능형 서버(200)의 프로세서(520)가 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 키워드를 추출할 수 없다고 판단한 경우 프로세서(520)는 동작 1210을 수행할 수 있다. 일 실시 예에 따르면, 타겟 발화에 키워드 데이터베이스(540)에 저장된 변이 키워드 또는 대표 키워드가 포함되지 않은 경우, 프로세서(520)는 타겟 발화에서 키워드를 추출할 수 없다고 판단할 수 있다. 다른 일 실시 예에 따르면, 타겟 발화로부터 키워드가 추출되었으나 추출된 키워드에 매칭되는 의도 정보가 없는 경우 프로세서(520)는 타겟 발화에서 키워드를 추출할 수 없다고 판단하고 동작 1210을 수행할 수 있다.

일 실시 예에 따르면 동작 1210에서, 프로세서(520)는 웹 어플리케이션을 이용한 상기 타겟 발화의 검색에 대응하는 처리 결과를 생성할 수 있다. 예를 들어, 프로세서(520)는 자연어 플랫폼(220)의 자동 음성 인식 모듈(221)에서 타겟 발화를 텍스트로 변환한 결과를 웹앱(WebApp)에서 검색하라는 처리 결과를 생성할 수 있다.

일 실시 예에 따르면, 동작 760에서 전술한 바와 같이 프로세서(520)는 동작 1210에서 생성한 타겟 발화의 처리 결과를 전자 장치(101)로 전송할 수 있다.

일 실시 예에 따르면, 도 7에서 설명한 바와 같이, 온 디바이스 AI가 전자 장치(101)에 탑재되는 경우 도 8 내지 도 12를 참조하여 설명한 동작들(예: 동작 810, 동작 910, 동작 1010 내지 동작 1030, 동작 1110 내지 동작 1140 및 동작 1210)과 유사한 동작이 전자 장치(101)의 프로세서(120)에 의해 수행될 수 있다. 프로세서(120)는 생성한 처리 결과를 사용자에게 출력할 수 있다.

도 13은 일 실시 예에 따른 전자 장치의 블록 구성도이다.

도 13을 참조하면, 일 실시 예에 따른 전자 장치(1300)의 블록 구성도가 도시된다. 전자 장치(1300)는 도 1을 참조하여 전술한 전자 장치(101)에 대응할 수 있으며, 전자 장치(1300)의 구성들 각각은 전자 장치(101)의 구성들 중 적어도 일부에 대응될 수 있다. 전자 장치(1300)의 프로세서(1330)는 도 1의 전자 장치(101)의 프로세서(120)와 동일한 동작을 수행할 수 있으며, 도 1 내지 도 12를 참조하여 전술한 바와 중복되는 설명은 생략한다.

일 실시 예에 따른 전자 장치(1300)는, 메모리(1320), 프로세서(1330), 통신부(1350), 센싱부(1391) 외에, 디스플레이(1310), 튜너부(1340), 감지부(1360), 입/출력부(1370), 비디오 처리부(1380), 오디오 처리부(1315), 오디오 출력부(1326), 전원부(1390)를 더 포함할 수도 있다.

이하 상기 구성요소들에 대해 살펴본다.

프로세서(1330)는, 전자 장치(1300)의 전반적인 동작 및 기준 전자 장치(1300)의 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 프로세서(1330)는 사용자의 입력이 있거나 기 설정되어 저장된 조건을 만족하는 경우, 메모리(1320)에 저장된 OS(Operation System) 및 다양한 애플리케이션을 실행할 수 있다.

프로세서(1330)는 전자 장치(1300)의 외부로부터 입력되는 신호 또는 데이터를 저장하거나, 전자 장치(1300)에서 수행되는 다양한 작업에 대응되는 저장 영역으로 사용되는 램, 전자 장치(1300)의 제어를 위한 제어 프로그램이 저장된 롬 및 프로세서를 포함할 수 있다.

프로세서(1330)는 비디오에 대응되는 그래픽 처리를 위한 그래픽 프로세서(Graphic Processing Unit, 미도시)를 포함할 수 있다. 프로세서(1330)는 코어(core, 미도시)와 GPU(미도시)를 통합한 SoC(System On Chip)로 구현될 수 있다. 프로세서(1330)는 싱글 코어, 듀얼 코어, 트리플 코어, 쿼드 코어 및 그 배수의 코어를 포함할 수 있다.

또한, 프로세서(1330)는 복수의 프로세서를 포함할 수 있다. 예를 들어, 프로세서는 메인 프로세서(main processor, 미도시) 및 슬립 모드(sleep mode)에서 동작하는 서브 프로세서(sub processor, 미도시)로 구현될 수 있다.

일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 적어도 하나의 센서를 포함하는 센싱부(1391)를 통해, 적어도 하나의 센서에 대응하는 적어도 하나의 센싱값을 검출할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 검출된 적어도 하나의 센싱값이 미리 설정된 임계값 이상인 것으로 판단됨에 따라, 원격 제어 장치(예를 들어, 리모콘)가 전자 장치(1300)에 터치된 것으로 결정할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 검출된 적어도 하나의 센싱값과 원격 제어 장치로부터 수신한 원격 제어 장치의 센싱값을 비교함으로써, 원격 제어 장치가 전자 장치(1300)에 터치된 것으로 결정할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 원격 제어 장치의 식별 정보를 요청하고, 원격 제어 장치의 식별 정보를 수신할 수 있다. 또한, 프로세서(1330)는 원격 제어 장치의 식별 정보에 기초하여, 원격 제어 장치가 전자 장치(1300)에 기 등록된 장치임을 확인할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 적어도 하나의 센싱값에 기초하여, 원격 제어 장치가 전자 장치(1300) 상에 터치된 터치 영역을 결정할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 적어도 하나의 센서에 대응하여 검출된 적어도 하나의 센싱값을 비교하고, 비교 결과에 기초하여, 원격 제어 장치가 전자 장치(1300) 상에 터치된 지점에 근접하게 배치된 것으로 판단되는 하나 이상의 센서를 결정할 수 있다. 또한, 프로세서(130)는, 결정된 하나 이상의 센서에 기초하여, 터치 영역을 결정할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 통신부(1350)를 통해, 원격 제어 장치로부터 원격 제어 장치에서 실행 중인 동작에 관한 상태 정보를 수신할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 수신한 원격 제어 장치로의 상태 정보에 기초하여, 결정된 터치 영역에 대응하는 기 설정된 기능을 수행할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 적어도 하나의 센싱값에 기초하여, 원격 제어 장치가 전자 장치(1300) 상에 터치된 터치 횟수를 결정할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 터치 횟수에 대응하는 기 설정된 기능을 수행할 수 있다.

또한, 일 실시 예에 따라, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 사용자 입력에 기초하여, 전자 장치(1300) 상의 적어도 일 터치 영역에 대응하는 기능을 미리 설정할 수 있다.

또한, 프로세서(1330)는, 메모리(1320)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 사용자 입력에 기초하여, 전자 장치(1300) 상의 적어도 일 터치 영역에 터치된 터치 횟수에 대응하는 기능을 미리 설정할 수 있다.

메모리(1320)는, 프로세서(1330)의 제어에 의해 전자 장치(1300)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 메모리(1320)는 비디오 처리부(1380), 디스플레이(1310), 오디오 처리부(1315), 오디오 출력부(1326), 전원부(1330), 튜너부(1340), 통신부(1350), 감지부(1360), 입/출력부(1370)의 구동에 대응되는 입력/출력되는 신호 또는 데이터를 저장할 수 있다.

메모리(1320)는 전자 장치(1300) 및 프로세서(1330)의 제어를 위한 오퍼레이팅 시스템(1321), 제조사에서 최초 제공되거나 외부에서부터 다운로드 받은 어플리케이션(1322), 어플리케이션과 관련된 GUI(graphical user interface), GUI를 제공하기 위한 오브젝트(예를 들어, 이미지 텍스트, 아이콘, 버튼 등), 사용자 정보, 문서, 데이터베이스들 또는 관련 데이터들을 저장할 수 있다.

또한, 메모리(1320)는 원격 제어 장치로부터의 입력 신호를 수신하고 이에 따라 입력 신호에 대응하는 채널 제어를 수행하거나 또는, 입력 신호가 미리 지정된 입력에 대응하는 경우 채널 스크롤 유저 인터페이스 모드로 진입하기 위한 하나 이상의 인스트럭션을 포함하는 TV 뷰어 모듈(1323), 외부 장치(미도시)로부터 수신된 컨텐츠로부터 정보를 인식하기 위한 하나 이상의 인스트럭션을 포함하는 문자 인식 모듈(1324), 외부 장치(미도시)로부터의 채널 제어를 위한 하나 이상의 인스트럭션을 포함하는 MBR 모듈(1325)를 포함할 수 있다.

메모리(1320)는, 롬, 램 또는 전자 장치(1300)에 장착되는 메모리 카드(예를 들어, micro SD 카드, USB 메모리, 미도시)를 포함한다. 또한, 메모리(1320)는 비휘발성 메모리, 휘발성 메모리, 하드 디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD)를 포함할 수 있다.

일 실시 예에 따라, 메모리(1320)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory), SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

디스플레이(1310)는 프로세서(1330)의 제어에 의해 튜너부(1340)를 통해 수신된 방송 신호에 포함된 비디오를 화면에 표시한다. 또한, 디스플레이(1310)는 통신부(1350) 또는 입/출력부(1370)를 통해 입력되는 컨텐츠(예를 들어, 동영상)를 표시할 수 있다. 디스플레이(1310)는 프로세서(1330)의 제어에 의해 메모리(1320)에 저장된 영상을 출력할 수 있다.

디스플레이(1310)는, 프로세서(1330)에서 처리된 영상 신호, 데이터 신호, OSD 신호, 제어 신호 등을 변환하여 구동 신호를 생성한다. 디스플레이(1310)는 PDP(Plasma Display Panel), LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diode), CRT(Cathode Ray Tube), 플렉시블 디스플레이(flexible display)등으로 구현될 수 있으며, 또한, 3차원 디스플레이(3D display)로 구현될 수 있다. 또한, 디스플레이(1310)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용되는 것도 가능하다.

튜너부(1340)는, 유선 또는 무선으로 수신되는 방송 신호를 증폭(amplification), 혼합(mixing), 공진(resonance)등을 통하여 많은 전파 성분 중에서 전자 장치(1300)에서 수신하고자 하는 채널의 주파수만을 튜닝(tuning)시켜 선택할 수 있다. 방송 신호는 오디오(audio), 비디오(video) 및 부가 정보(예를 들어, EPG(Electronic Program Guide))를 포함한다.

튜너부(1340)는 사용자 입력(예를 들어, 원격 제어 장치로부터 수신되는 제어 신호, 예컨대, 채널 번호 입력, 채널의 업다운(up-down) 입력 및 EPG 화면에서 채널 입력)에 따라 채널 번호에 대응되는 주파수 대역에서 방송 신호를 수신할 수 있다.

튜너부(1340)는 지상파 방송, 케이블 방송, 위성 방송, 인터넷 방송 등과 같이 다양한 소스로부터 방송 신호를 수신할 수 있다. 튜너부(1340)는 아날로그 방송 또는 디지털 방송 등과 같은 소스로부터 방송 신호를 수신할 수도 있다. 튜너부(1340)를 통해 수신된 방송 신호는 디코딩(decoding, 예를 들어, 오디오 디코딩, 비디오 디코딩 또는 부가 정보 디코딩)되어 오디오, 비디오 및/또는 부가 정보로 분리된다. 분리된 오디오, 비디오 및/또는 부가 정보는 프로세서(130)의 제어에 의해 메모리(1320)에 저장될 수 있다.

전자 장치(1300)의 튜너부(1340)는 하나이거나 복수일 수 있다. 튜너부(1340)는 전자 장치(1300)와 일체형(all-in-one)으로 구현되거나, 또는 전자 장치(1300)와 전기적으로 연결되는 튜너부를 가지는 별개의 장치(예를 들어, 셋톱박스(set-top box, 미도시), 입/출력부(1370)에 연결되는 튜너부(미도시))로 구현될 수 있다.

통신부(1350)는, 프로세서(1330)의 제어에 의해 전자 장치(1300)를 외부 장치(예를 들어, 오디오 장치 등)(미도시)와 연결할 수 있다. 프로세서(1330)는 통신부(1350)를 통해 연결된 외부 장치(미도시)로 컨텐츠를 송/수신, 외부 장치(미도시)에서부터 어플리케이션(application)을 다운로드 하거나 또는 웹 브라우징을 할 수 있다. 통신부(1350)는 전자 장치(1300)의 성능 및 구조에 대응하여 무선 랜(1351), 블루투스(1352), 및 유선 이더넷(Ethernet, 1353) 중 하나를 포함할 수 있다. 또한, 통신부(1350)는 무선랜(1351), 블루투스(1352), 및 유선 이더넷(Ethernet, 1353)의 조합을 포함할 수 있다.

또한, 통신부(1350)는 프로세서(1330)의 제어에 의해 원격 제어 장치의 제어 신호를 수신할 수 있다. 제어 신호는 블루투스 타입, RF 신호 타입 또는 와이파이 타입으로 구현될 수 있다.

또한, 통신부(1350)는 블루투스 외에 다른 근거리 통신(예를 들어, NFC(near field communication, 미도시), BLE(bluetooth low energy, 미도시), UWB 통신 등을 수행할 수 있다.

일 실시 예에 따르면, 통신부(1350)에는 통신을 수행하기 위한 안테나가 포함될 수 있다. 예를 들어, 전자 장치(1300)는 UWB 통신을 수행하기 위한 UWB 안테나를 포함할 수 있다.

일 실시 예에 따르면, 통신부(1350)는 도 2 내지 도 4를 참조하여 전술한 지능형 서버(200)와 통신할 수 있다. 통신부(1350)가 지능형 서버(200)와 수행하는 통신과, 통신부(1350)가 외부 장치 및/또는 원격 제어 장치와 수행하는 통신은 서로 같거나 다를 수 있다.

감지부(1360)는, 사용자의 음성, 사용자의 영상 또는 사용자의 인터랙션을 감지하며, 마이크(1361), 카메라부(1362) 및 광 수신부(1363)를 포함할 수 있다.

마이크(1361)는 사용자의 발화(utterance)된 음성을 수신한다. 마이크(1361)는 수신된 음성을 전기 신호로 변환하여 프로세서(1330)로 출력할 수 있다. 사용자 음성은 예를 들어, 전자 장치(1300)의 메뉴 또는 기능에 대응되는 음성을 포함할 수 있다.

일 실시 예에 따르면, 프로세서(1330)는 전자 장치(1300)에 내장된 마이크(1361)로 사용자 발화를 수신할 뿐 아니라, 원격 제어 장치(예를 들어, 리모콘) 를 통해 사용자 발화에 대응하는 데이터를 수신할 수 있다. 예를 들어, 원격 제어 장치에 설치된 마이크로 사용자 발화가 수신되고, 원격 제어 장치로부터 전자 장치(1300)로 사용자 발화에 대응되는 신호가 전송될 수 있다.

다른 일 실시 예에 따르면, 외부 전자 장치에 사용자 발화를 수신하거나 전자 장치(1300)를 제어하기 위한 앱 및/또는 프로그램이 설치될 수 있고, 프로세서(1330)는 외부 전자 장치(예를 들어, AI 스피커)를 통해 사용자 발화에 대응하는 데이터를 수신할 수 있다.

카메라부(1362)는 정지영상 또는 동영상 등의 화상 베젤을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 프로세서(1330) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다.

카메라부(1362)에서 처리된 화상 베젤은 메모리(1320)에 저장되거나 통신부(1350)를 통하여 외부로 전송될 수 있다. 카메라부(1362)는 전자 장치(1300)의 구성 태양에 따라 2개 이상이 구비될 수도 있다.

광 수신부(1363)는 외부의 원격 제어 장치로부터 수신되는 광 신호(제어 신호를 포함)를 수신한다. 광 수신부(1363)는 원격 제어 장치로부터 사용자 입력(예를 들어, 터치, 눌림, 터치 제스처, 음성, 또는 모션)에 대응되는 광 신호를 수신할 수 있다. 수신된 광 신호로부터 프로세서(1330)의 제어에 의해 제어 신호가 추출될 수 있다. 예를 들어, 광 수신부(1363)는 원격 제어 장치로부터 채널 전환을 위한 채널 업/다운 버튼에 대응하는 제어 신호를 수신할 수 있다.

입/출력부(1370)는, 프로세서(1330)의 제어에 의해 전자 장치(1300)의 외부로부터 비디오(예를 들어, 동영상 등), 오디오(예를 들어, 음성, 음악 등) 및 부가 정보(예를 들어, EPG 등) 등을 수신한다. 입/출력부(1370)는, HDMI 포트(High-Definition Multimedia Interface port)(1371), 컴포넌트 잭(component jack)(1372), PC 포트(1373), 디스플레이 포트(DP: display port) 및 USB 포트(1374) 중 적어도 하나를 포함할 수 있다. 입/출력부(1370)는 HDMI 포트(1371), 컴포넌트 잭(1372), PC 포트(1373), 디스플레이 포트(DP: display port) 및 USB 포트(1374) 중 적어도 하나의 조합을 포함할 수 있다. 외부 영상 제공 장치(미도시)는 HDMI 포트(1371)을 통해 연결될 수 있다. 다만 입/출력부(1370)의 포트는 다양한 포트로 구현될 수 있다. 일 례로, HDMI 포트(1371)는 비디오/오디오 신호를 동시에 전송할 수 있는 포트이지만 입/출력부(1370)는 HDMI 포트(1371) 대신 비디오 신호와 오디오 신호를 별도로 입/출력할 수 있는 포트를 포함할 수 있다. 다른 일 례로, 전자 장치(1300)는 디스플레이(1310)가 아닌 외부 장치(미도시)로 비디오/오디오 신호를 전송할 수 있고, 입/출력부(1370)에는 외부 장치와 유/무선으로 신호를 송수신하기 위한 다양한 인터페이스가 포함될 수 있다.

비디오 처리부(1380)는, 전자 장치(1300)가 수신한 비디오 데이터에 대한 처리를 수행한다. 비디오 처리부(1380)에서는 비디오 데이터에 대한 디코딩, 스케일링, 노이즈 필터링, 베젤 레이트 변환, 해상도 변환 등과 같은 다양한 이미지 처리를 수행할 수 있다.

그래픽 처리부(1381)는 연산부(미도시) 및 렌더링부(미도시)를 이용하여 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성한다. 연산부(미도시)는 감지부(1360)를 통해 감지된 사용자 입력을 이용하여 화면의 레이아웃에 따라 각 객체들이 표시될 좌표값, 형태, 크기, 컬러 등과 같은 속성값을 연산한다. 렌더링부(미도시)는 연산부(미도시)에서 연산한 속성값에 기초하여 객체를 포함하는 다양한 레이아웃의 화면을 생성한다. 렌더링부(미도시)에서 생성된 화면은 디스플레이(1310)의 디스플레이 영역 내에 표시된다.

오디오 처리부(1315)는, 오디오 데이터에 대한 처리를 수행한다. 오디오 처리부(1315)에서는 오디오 데이터에 대한 디코딩이나 증폭, 노이즈 필터링 등과 같은 다양한 처리가 수행될 수 있다. 한편, 오디오 처리부(1315)는 복수의 컨텐츠에 대응되는 오디오를 처리하기 위해 복수의 오디오 처리 모듈을 구비할 수 있다.

오디오 출력부(1326)는, 프로세서(1330)의 제어에 의해 튜너부(1340)를 통해 수신된 방송 신호에 포함된 오디오를 출력한다. 오디오 출력부(1326)는 통신부(1350) 또는 입/출력부(1370)를 통해 입력되는 오디오(예를 들어, 음성, 사운드)를 출력할 수 있다. 또한, 오디오 출력부(1326)는 프로세서(1330)의 제어에 의해 메모리(1320)에 저장된 오디오를 출력할 수 있다. 오디오 출력부(1326)는 스피커(1327), 헤드폰 출력 단자(1328) 또는 S/PDIF(Sony/Philips Digital Interface) 출력 단자(1329) 중 적어도 하나를 포함할 수 있다. 오디오 출력부(1326)는 스피커(1327), 헤드폰 출력 단자(1328) 및 S/PDIF 출력 단자(1329)의 적어도 하나의 조합을 포함할 수 있다.

전원부(1390)는, 프로세서(1330)의 제어에 의해 전자 장치(1300) 내부의 구성 요소들로 외부의 전원 소스에서부터 입력되는 전원을 공급한다. 또한, 전원부(1390)는 프로세서(1330)의 제어에 의해 전자 장치(1300) 내부에 위치하는 하나 또는 둘 이상의 배터리(미도시)로부터 출력되는 전원을 내부의 구성 요소들에게 공급할 수 있다.

센싱부(1391)는, 전자 장치(1300)의 상태 또는 전자 장치(1300) 주변의 상태를 감지하고, 감지된 정보를 프로세서(1330)로 전달할 수 있다.

센싱부(1391)는, 지자기 센서(Magnetic sensor)(1392), 가속도 센서(Acceleration sensor)(1393), 온/습도 센서(1394), 적외선 센서(1395), 자이로스코프 센서(1396), 위치 센서(예컨대, GPS)(1397), 기압 센서(1398) 및 근접 센서(1399) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 센싱부(1391)는 RGB 센서(illuminance sensor)를 더 포함할 수 있다.

일 실시 예에 따르면, 센싱부(1391)는 홀(hall) 센서(미도시)를 포함할 수 있다. 홀 센서는 자기장에 반응하여 전기적 신호(예: 전압)를 생성하는 트랜스듀서(transducer)일 수 있다. 홀 센서는 자기장의 세기가 세면 상대적으로 큰 세기의 전기적 신호를 생성할 수 있고 자기장의 세기가 약하면 상대적으로 작은 세기의 전기적 신호를 생성할 수 있다. 프로세서(1330)는 홀 센서로부터 자기장 감지에 따른 전기적 신호를 수신할 수 있다.

일 실시 예에 따르면, 센싱부(1391)는 지자기 센서(1392), 가속도 센서(1393) 및 홀 센서를 이용하여 전자 장치(1300)의 각도를 검출할 수 있는 전자 나침반(E-compass) 또는 플럭스 게이트 나침반(fluxgate compass)을 포함할 수 있다. 예를 들면, 지자기 센서(1392)는, 자기장 및 자력선을 이용하여 방위를 측정할 수 있고, 홀 센서는 자기장의 세기를 감지하여, 전자 장치(1300)의 각도를 측정할 수 있다.

일 실시 예에 따르면, 프로세서(1330)는 센싱부(1391)로부터 획득한 모션 데이터를 통해 전자 장치(1300)의 방위각(yaw), 피치(pitch), 롤(roll) 값을 측정할 수 있다. 일 실시 예에 따른 모션 데이터는 가속도 센서(1393)로부터 획득된 3축 모션 데이터(x1, y1, z1)를 포함하거나, 자이로스코프 센서(1396) 및 지자기 센서(1392)를 추가로 이용하여 획득된 9축 모션 데이터를 포함할 수 있다.

일 실시 예에 따르면, 프로세서(1330)는 9축 모션 데이터에서 측정된 방위각(yaw), 피치(pitch) 및/또는 롤(roll) 값 정보를 획득할 수 있다.

일 실시 예에 따른 센싱부(191)는 전자 장치(1300)에 가해지는 외부 충격을 감지할 수 있다. 예를 들어, 원격 제어 장치가 전자 장치(1300)에 터치됨에 따라, 전자 장치(1300)의 센싱부(1391)는 센싱값을 출력할 수 있다.

또한, 디스플레이(1310)를 포함하는 전자 장치(1300)는 튜너부(1340)를 포함하는 별도의 외부 장치(예를 들어, 셋톱 박스, 미도시)와 전기적으로 연결될 수 있다.

또한, 전자 장치(1300)는 아날로그 TV, 디지털 TV, 3D-TV, 스마트 TV, LED TV, OLED TV, 플라즈마 TV, 모니터 등으로 구현될 수 있으나, 이에 한정되지 않는다는 것은 당해 기술 분야의 통상의 지식을 가진 자에게 용이하게 이해될 것이다.

전자 장치(1300)에서 사용자 발화를 처리하는 다양한 실시 예가 아래와 같이 구현될 수 있다.

일 실시 예에 따르면, 마이크(1361)와 관련하여 전술한 바와 같이 사용자 발화 또는 사용자 발화에 대응하는 데이터는 다양한 방법으로 전자 장치(1300)로 전송될 수 있다. 사용자 발화는 전자 장치(1300)의 마이크(1361)로 수신되어 전기적 신호로 변환될 수 있고, 전자 장치(1300)와 통신하는 다른 외부 장치(예를 들어, 원격 제어 장치)로 수신되고 외부 장치에서 전기적 신호로 변환되어 전기적 신호가 전자 장치(1300)로 전송될 수 있다.

일 실시 예에 따르면, 전자 장치(1300)는 도 2 내지 도 4를 참조하여 전술한 지능형 서버(200)와의 통신을 통해 사용자 발화를 처리할 수 있다. 다른 일 실시 예에 따르면, 전자 장치(1300)에 도 5를 참조하여 전술한 온 디바이스 AI가 탑재되어 있는 경우, 전자 장치(1300)에서 지능형 서버(200)와의 통신 없이 사용자 발화가 처리될 수 있다. 또 다른 일 실시 예에 따르면, 도 5를 참조하여 전술한 바와 같이, STT(speech-to-text)와 같은 일부 기능만 전자 장치(1300)에서 구현되고, 나머지 기능은 지능형 서버(200)에서 구현되는 등 전자 장치(1300)와 지능형 서버(200)의 협업을 통해 사용자 발화가 처리될 수 있다.

도시된 전자 장치(1300)의 블록도는 일 실시 예를 위한 블록도이다. 블록도의 각 구성요소는 실제 구현되는 전자 장치(1300)의 사양에 따라 통합, 추가, 또는 생략될 수 있다. 즉, 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다. 또한, 각 블록에서 수행하는 기능은 실시 예들을 설명하기 위한 것이며, 그 구체적인 동작이나 장치는 본 발명의 권리범위를 제한하지 아니한다.

일 실시 예에 따르면, 사용자 발화를 처리하기 위한 지능형 서버(200)의 변이 키워드 등록 방법은, 키워드 데이터베이스(540)에 저장된 하나 이상의 대표 키워드 중 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 타겟 대표 키워드가 포함된 텍스트를 획득하는 동작(610), 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작(620), 단어들 각각의 연관 벡터와, 타겟 대표 키워드의 연관 벡터에 기초하여 단어들 중에서 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작(630), 및 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장하는 동작(640)을 포함할 수 있다.

일 실시 예에 따르면, 타겟 대표 키워드가 포함된 텍스트는, 웹 크롤링(web crawling)에 기초하여 획득될 수 있다.

일 실시 예에 따르면, 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작은, 단어들 및 타겟 대표 키워드가, 다른 대표 키워드와 동일한 문장에 포함된 빈도에 기초하여 다른 대표 키워드와의 연관도를 결정하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 단어들 중에서 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작은, 단어들 각각의 연관 벡터와 타겟 대표 키워드의 연관 벡터의 동일한 성분(component) 간 비율에 기초하여 결정하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 전자 장치(101)로부터 타겟 발화에 대응하는 데이터를 수신하는 경우, 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 키워드를 추출하는 동작, 및 추출된 키워드에 따라 타겟 발화의 의도 정보를 식별하고, 의도 정보(546)에 기초하여 타겟 발화에 대한 처리 결과를 생성하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 추출된 키워드에 따라 타겟 발화의 의도 정보를 식별하는 동작은, 획득된 키워드에 변이 키워드가 포함되는 경우, 키워드 데이터베이스(540)를 참조하여 변이 키워드에 대응하는 대표 키워드를 식별하는 동작, 및 대응 대표 키워드 및 획득된 대표 키워드에 기초하여 타겟 발화의 의도 정보를 식별하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 획득된 키워드에 따라 타겟 발화의 의도 정보를 식별하는 동작은, 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 추출된 키워드에 따라 매칭되는 의도 정보를 타겟 발화의 의도 정보로 식별하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보는 지능형 서버(200)에 미리 저장되어 있을 수 있다.

일 실시 예에 따르면, 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 추출된 키워드에 따라 매칭되는 의도 정보를 타겟 발화의 의도 정보로 식별하는 동작은, 추출된 키워드에 매칭되는 의도 정보가 복수인 경우, 의도 정보 이력(549)에 기초하여 타겟 발화의 의도 정보를 식별하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 의도 정보 이력(549)에 기초하여 타겟 발화의 의도 정보를 식별하는 동작은, 의도 정보 이력(549)에 기초하여 추출된 키워드와 동일한 키워드에 따라 식별된 바 있는 의도 정보를, 타겟 발화에 대한 의도 정보로 식별하는 동작(1120)을 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 타겟 발화가 입력된 전자 장치(101)에서 실행중인 어플리케이션으로 타겟 발화를 처리할 수 있는지 판단하는 동작(720), 실행중인 어플리케이션으로 타겟 발화를 처리할 수 없는 경우, 타겟 발화가 지능형 서버(200)에 의도 정보(546)와 연동하여 저장된 고정 발화인지 판단하는 동작(730), 타겟 발화가 고정 발화가 아닌 경우, 하나 이상의 대표 키워드 및 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 키워드를 획득하는 동작(740) 및 획득된 키워드에 따라 타겟 발화의 의도 정보를 식별하고, 의도 정보에 기초하여 타겟 발화에 대한 처리 결과를 생성하는 동작(750)을 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 실행중인 어플리케이션으로 타겟 발화를 처리할 수 있는 경우, 실행중인 어플리케이션으로 타겟 발화를 처리하라는 처리 결과를 생성하는 동작(810)을 더 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 타겟 발화가 고정 발화인 경우, 고정 발화에 대응하는 의도 정보에 기초하여 처리 결과를 생성하는 동작(910)을 더 포함할 수 있다.

일 실시 예에 따르면, 획득된 키워드에 따라 타겟 발화의 의도 정보를 식별하는 동작(750)은, 획득된 키워드에 변이 키워드가 포함되는 경우(1010), 데이터베이스(540)를 참조하여 변이 키워드에 대응하는 대표 키워드를 식별하는 동작(1020), 및 대응 대표 키워드 및 획득된 대표 키워드에 기초하여 타겟 발화의 의도 정보를 식별하는 동작(1030)을 포함할 수 있다.

일 실시 예에 따르면, 획득된 키워드에 따라 타겟 발화의 의도 정보를 식별하는 동작(750)은, 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 획득된 키워드에 따라 매칭되는 의도 정보를 타겟 발화의 의도 정보로 식별하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 획득된 키워드에 따라 매칭되는 의도 정보를 타겟 발화의 의도 정보로 식별하는 동작은, 매칭된 의도 정보가 복수인 경우(1110), 의도 정보 이력(549)에 기초하여 타겟 발화의 의도 정보를 식별하는 동작(1120)을 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 키워드 데이터베이스(540)를 참조하여 타겟 발화에서 키워드를 획득할 수 없으면, 웹 어플리케이션을 이용한 상기 타겟 발화의 검색에 대응하는 처리 결과를 생성하는 동작(1210)을 더 포함할 수 있다.

일 실시 예에 따르면, 지능형 서버(200)의 동작 방법은, 키워드 데이터베이스(540)에 저장된 하나 이상의 대표 키워드 중 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 타겟 대표 키워드가 포함된 텍스트를 획득하는 동작, 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작, 단어들 각각의 연관 벡터와, 타겟 대표 키워드의 연관 벡터에 기초하여 단어들 중에서 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작, 및 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 사용자 발화를 처리하는 전자 장치(101)는, 하나 이상의 대표 키워드를 저장하는 키워드 데이터베이스(540)와, 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리(130), 및 메모리(130)에 억세스(access)하여 명령어들을 실행하는 프로세서(120)를 포함하고, 명령어들은, 하나 이상의 대표 키워드 중, 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 타겟 대표 키워드가 포함된 텍스트를 획득하고, 텍스트에 포함된 단어들 및 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하고, 단어들 각각의 연관 벡터와, 타겟 대표 키워드의 연관 벡터에 기초하여 단어들 중에서 타겟 대표 키워드에 대한 변이 키워드를 결정하고, 변이 키워드를 타겟 대표 키워드와 연동하여 키워드 데이터베이스(540)에 저장하도록 구성될 수 있다.

101: 전자 장치
200: 지능형 서버
120: 프로세서
130: 메모리

Claims

지능형 서버의 동작 방법에 있어서,
키워드 데이터베이스에 저장된 하나 이상의 대표 키워드 중 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 상기 타겟 대표 키워드가 포함된 텍스트를 획득하는 동작;
상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작;
상기 단어들 각각의 연관 벡터와, 상기 타겟 대표 키워드의 연관 벡터에 기초하여 상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작; 및
상기 변이 키워드를 상기 타겟 대표 키워드와 연동하여 상기 키워드 데이터베이스에 저장하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제1항에 있어서,
상기 타겟 대표 키워드가 포함된 텍스트는,
웹 크롤링(web crawling)에 기초하여 획득되는,
지능형 서버의 동작 방법.
제1항에 있어서,
상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 생성하는 동작은,
상기 단어들 및 상기 타겟 대표 키워드가, 상기 다른 대표 키워드와 동일한 문장에 포함된 빈도에 기초하여 상기 다른 대표 키워드와의 연관도를 결정하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제1항에 있어서,
상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작은,
상기 단어들 각각의 연관 벡터와 상기 타겟 대표 키워드의 연관 벡터의 동일한 성분(component) 간 비율에 기초하여 결정하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제1항에 있어서,
전자 장치로부터 타겟 발화에 대응하는 데이터를 수신하는 경우,
상기 키워드 데이터베이스를 참조하여 상기 타겟 발화에 대응하는 데이터에서 키워드를 획득하는 동작; 및
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별(identify)하고, 상기 의도 정보에 기초하여 상기 타겟 발화에 대한 처리 결과를 생성하는 동작
을 더 포함하는,
지능형 서버의 동작 방법.
제5항에 있어서,
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하는 동작은,
상기 획득된 키워드에 변이 키워드가 포함되면, 상기 데이터베이스를 참조하여 상기 변이 키워드에 대응하는 대표 키워드를 식별하는 동작; 및
상기 대응 대표 키워드 및 획득된 대표 키워드에 기초하여 상기 타겟 발화의 의도 정보를 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제5항에 있어서,
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하는 동작은,
상기 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 상기 획득된 키워드에 따라 매칭되는 의도 정보를 상기 타겟 발화의 의도 정보로 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제7항에 있어서,
상기 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보는 상기 지능형 서버에 미리 저장되어 있는,
지능형 서버의 동작 방법.
제7항에 있어서,
상기 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 상기 획득된 키워드에 따라 매칭되는 의도 정보를 상기 타겟 발화의 의도 정보로 식별하는 동작은,
상기 획득된 키워드에 매칭되는 의도 정보가 복수인 경우,
의도 정보 이력에 기초하여 상기 타겟 발화의 의도 정보를 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제9항에 있어서,
상기 의도 정보 이력에 기초하여 상기 타겟 발화의 의도 정보를 식별하는 동작은,
상기 의도 정보 이력에 기초하여 상기 획득된 키워드와 동일한 키워드에 따라 식별된 바 있는 의도 정보를, 상기 타겟 발화에 대한 의도 정보로 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
지능형 서버의 동작 방법에 있어서,
타겟 발화가 입력된 전자 장치에서 실행중인 어플리케이션으로 상기 타겟 발화를 처리할 수 있는지 판단하는 동작;
상기 실행중인 어플리케이션으로 상기 타겟 발화를 처리할 수 없으면, 상기 타겟 발화가 상기 지능형 서버에 의도 정보와 연동하여 저장된 고정 발화인지 판단하는 동작;
상기 타겟 발화가 상기 고정 발화가 아니면, 하나 이상의 대표 키워드 및 상기 대표 키워드 각각에 대응하는 변이 키워드를 포함하는 키워드 데이터베이스를 참조하여 상기 타겟 발화에서 키워드를 획득하는 동작; 및
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하고, 상기 의도 정보에 기초하여 상기 타겟 발화에 대한 처리 결과를 생성하는 동작;
을 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 실행중인 어플리케이션으로 상기 타겟 발화를 처리할 수 있으면, 상기 실행중인 어플리케이션으로 상기 타겟 발화를 처리하라는 처리 결과를 생성하는 동작
을 더 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 타겟 발화가 상기 고정 발화이면,
상기 고정 발화에 대응하는 의도 정보에 기초하여 처리 결과를 생성하는 동작
을 더 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하는 동작은,
상기 획득된 키워드에 변이 키워드가 포함되면, 상기 데이터베이스를 참조하여 상기 변이 키워드에 대응하는 대표 키워드를 식별하는 동작; 및
상기 대응 대표 키워드 및 획득된 대표 키워드에 기초하여 상기 타겟 발화의 의도 정보를 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 획득된 키워드에 따라 상기 타겟 발화의 의도 정보를 식별하는 동작은,
상기 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 상기 획득된 키워드에 따라 매칭되는 의도 정보를 상기 타겟 발화의 의도 정보로 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제15항에 있어서,
상기 하나 이상의 대표 키워드의 조합에 따라 매칭된 의도 정보를 참조하여, 상기 획득된 키워드에 따라 매칭되는 의도 정보를 상기 타겟 발화의 의도 정보로 식별하는 동작은,
상기 매칭된 의도 정보가 복수이면,
의도 정보 이력에 기초하여 상기 타겟 발화의 의도 정보를 식별하는 동작
을 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 키워드 데이터베이스를 참조하여 타겟 발화에서 키워드를 획득할 수 없으면,
웹 어플리케이션을 이용한 상기 타겟 발화의 검색에 대응하는 처리 결과를 생성하는 동작
을 더 포함하는,
지능형 서버의 동작 방법.
제11항에 있어서,
상기 키워드 데이터베이스에 저장된 상기 하나 이상의 대표 키워드 중 변이 키워드를 결정할 타겟 대표 키워드에 대해, 상기 타겟 대표 키워드가 포함된 텍스트를 획득하는 동작;
상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하는 동작;
상기 단어들 각각의 연관 벡터와, 상기 타겟 대표 키워드의 연관 벡터에 기초하여 상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하는 동작; 및
상기 변이 키워드를 상기 타겟 대표 키워드와 연동하여 상기 키워드 데이터베이스에 저장하는 동작
을 더 포함하는,
지능형 서버의 동작 방법.
하드웨어와 결합되어 제1항 내지 제18항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
사용자 발화를 처리하는 전자 장치에 있어서,
하나 이상의 대표 키워드를 저장하는 키워드 데이터베이스와, 컴퓨터로 실행 가능한 명령어들(computer-executable instructions)이 저장된 메모리; 및
상기 메모리에 억세스(access)하여 상기 명령어들을 실행하는 프로세서
를 포함하고,
상기 명령어들은,
상기 하나 이상의 대표 키워드 중, 변이 키워드에 대응하는 타겟 대표 키워드에 대해, 상기 타겟 대표 키워드가 포함된 텍스트를 획득하고,
상기 텍스트에 포함된 단어들 및 상기 타겟 대표 키워드 각각에 대해, 다른 대표 키워드와의 연관도로 구성된 연관 벡터를 획득하고,
상기 단어들 각각의 연관 벡터와, 상기 타겟 대표 키워드의 연관 벡터에 기초하여 상기 단어들 중에서 상기 타겟 대표 키워드에 대한 변이 키워드를 결정하고,
상기 변이 키워드를 상기 타겟 대표 키워드와 연동하여 상기 키워드 데이터베이스에 저장
하도록 구성되는,
전자 장치.