KR20230064504A - 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법 - Google Patents

Abstract

입력 모듈, 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함하고, 상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 입력 모듈을 통해 자연어 입력을 획득하고, 상기 자연어 입력에 따른 적어도 하나의 명령과 관련된 적어도 하나의 외부 전자 장치를 식별하고, 상기 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별하고, 상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별하고, 상기 적어도 하나의 명령에 의해 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별하고, 상기 적어도 하나의 동작을 실행하기 위한 규칙을 생성하도록 구성되는, 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법{ELECTRONIC DEVICE FOR PROVIDING VOICE RECOGNITION SERVICE AND OPERATING METHOD THEREOF}

본 문서에서 개시되는 다양한 실시 예들은, 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법에 관한 것이다.

최근에 스마트 폰과 같이 다양한 기능을 복합적으로 수행하는 전자 디바이스들이 개발됨에 따라, 조작성을 향상시키기 위하여 음성 인식이 가능한 전자 디바이스들이 출시되고 있다.

음성 인식 기술은, 사용자가 일상적인 언어로 입력하는 음성 질문에 응답하여 응답 메시지를 출력하는 대화형 사용자 인터페이스(conversational user interface)에 적용됨으로써 사용자 친화적인 대화 서비스를 제공할 수 있다. 대화형 사용자 인터페이스는 사용자의 언어로 대화를 하면서 동작하는 지능형(intelligent) 사용자 인터페이스를 의미할 수 있다.

사용자는 음성 인식 서비스를 이용하여 복수의 전자 장치들을 제어하기 위해, 복수의 발화들을 말해야 한다.

따라서, 복수의 발화들에 따른 복수의 인텐트들을 한 번에 실행되도록 하는 방안이 요구될 수 있다.

본 문서에서 개시되는 일 실시 예에 따른 전자 장치는, 입력 모듈, 프로세서, 및 인스트럭션들을 저장하는 메모리를 포함하고, 상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 입력 모듈을 통해 자연어 입력을 획득하고, 상기 자연어 입력에 따른 적어도 하나의 명령과 관련된 적어도 하나의 외부 전자 장치를 식별하고, 상기 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별하고, 상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별하고, 상기 적어도 하나의 명령에 의해 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별하고, 상기 적어도 하나의 동작을 실행하기 위한 규칙을 생성하도록 구성될 수 있다.

본 문서에서 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은, 상기 전자 장치의 입력 모듈을 통해 자연어 입력을 획득하는 동작, 상기 자연어 입력에 따른 적어도 하나의 명령과 관련된 적어도 하나의 외부 전자 장치를 식별하는 동작, 상기 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별하는 동작, 상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별하는 동작, 상기 적어도 하나의 명령에 의해 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별하는 동작, 및 상기 적어도 하나의 동작을 실행하기 위한 규칙을 생성하는 동작을 포함할 수 있다.

본 문서에 개시되는 다양한 실시 예들에 따른 전자 장치는 복수의 발화들을 분석하여, 관련된 발화들의 인텐트들을 하나의 규칙으로 관리할 수 있다.

도 1은, 본 개시의 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는, 일 실시 예에 따른 통합 지능 시스템을 나타낸 블록도이다.
도 3은 일 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 5는, 일 실시 예에 따른 전자 장치의 음성 인식 서비스 환경을 나타낸다.
도 6은, 일 실시 예에 따른 전자 장치의 동작을 도시하는 흐름도이다.
도 7은, 일 실시 예에 따른 지능형 서버의 동작을 도시하는 흐름도이다.
도 8a는, 일 실시 예에 따른 지능형 서버의 동작을 도시하는 흐름도이다.
도 8b는, 후보 목록 및 메타 데이터를 예시한다.
도 9는, 일 실시 예에 따른 지능형 서버의 동작을 도시하는 흐름도이다.
도 10a는, 일 실시 예에 따른 지능형 서버의 동작을 도시하는 흐름도이다.
도 10b는, 후보 목록 및 메타 데이터를 예시한다.
도 11a는, 일 실시 예에 따른 지능형 서버의 동작을 도시하는 흐름도이다.
도 11b는, 후보 목록 및 메타 데이터를 예시한다.
도 12는, 일 실시 예에 따른 전자 장치의 동작을 도시하는 흐름도이다.
도 13은, 일 실시 예에 따른 전자 장치의 동작을 도시하는 흐름도이다.
도 14는, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.
도 15는, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.
도 16은, 일 실시 예에 따른 전자 장치의 사용자 인터페이스를 도시한다.
도 17은, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.
도 18은, 일 실시 예에 따른 전자 장치의 동작을 도시하는 흐름도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

도 1은, 다양한 실시 예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시 예에 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 실시 예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 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 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 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. 일 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 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. 일 실시 예에 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 실시 예에 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. 일 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 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 실시 예에 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. 일 실시 예에 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 실시 예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 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 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시 예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 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 기기들 간 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 실시 예에 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. 일 실시 예에 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 실시 예에 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 실시 예에 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 2는 일 실시 예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.

도 2를 참조하면, 일 실시 예의 통합 지능 시스템은 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(television), 백색 가전, 웨어러블 장치, HMD (head mounted device), 또는 스마트 스피커일 수 있다.

도시된 실시 예에 따르면, 전자 장치(101)는 통신 모듈(190), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 메모리(130), 및/또는 프로세서(120)를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.

통신 모듈(190)은 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 입력 모듈(150)은 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 음향 출력 모듈(155)은 전기적 신호를 소리(예: 음성)로 출력할 수 있다. 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(131), SDK(software development kit)(133), 및 복수의 어플리케이션들을 저장할 수 있다. 상기 클라이언트 모듈(131), 및 SDK(133)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(131) 또는 SDK(133)는 음성 입력을 처리하기 위한 프레임워크를 구성할 수 있다.

상기 복수의 어플리케이션들(예: 135a, 135b)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 제1 앱(135a), 및/또는 제2 앱(135b)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 어플리케이션들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 어플리케이션들은 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 통신 모듈(190), 입력 모듈(150), 음향 출력 모듈(155), 및 디스플레이 모듈(160)과 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다. 예를 들어, 프로세서(120)는 적어도 하나의 프로세서를 포함할 수 있다.

일 실시 예의 프로세서(120)는 또한 상기 메모리(130)에 저장된 프로그램을 실행하여 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(120)는 클라이언트 모듈(131) 또는 SDK(133) 중 적어도 하나를 실행하여, 음성 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(120)는, 예를 들어, SDK(133)를 통해 복수의 어플리케이션들의 동작을 제어할 수 있다. 클라이언트 모듈(131) 또는 SDK(133)의 동작으로 설명된 이하의 동작들은 프로세서(120)의 실행에 의하여 수행되는 동작일 수 있다.

일 실시 예의 클라이언트 모듈(131)은 음성 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(131)은 입력 모듈(150)을 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 상기 클라이언트 모듈(131)은 수신된 음성 입력(예: 음성 신호)을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(131)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(131)은 수신된 음성 입력에 대응되는 결과를 지능형 서버(200)로부터 수신할 수 있다. 예를 들어, 클라이언트 모듈(131)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(131)은 상기 수신된 결과를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시 예의 클라이언트 모듈(131)은 수신된 음성 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(131)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(160)에 표시할 수 있다. 클라이언트 모듈(131)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(131)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(131)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.

일 실시 예의 클라이언트 모듈(131)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(131)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(131)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(131)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 네트워크(197)(예: 도 1의 제1 네트워크(198) 및/또는 제2 네트워크(199))를 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 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 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 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 전자 장치(101)에 의하여 수신된 음성 입력을 전자 장치(101)로부터 수신할 수 있다. 프론트 엔드(210)는 상기 음성 입력에 대응되는 응답을 전자 장치(101)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 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) 및/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 전자 장치(101)에서도 구현가능 할 수 있다. 예를 들어, 전자 장치(101)는 자동 음성 인식 모듈 및/또는 자연어 이해 모듈을 포함할 수 있다. 전자 장치(101)는 사용자 음성 명령을 인식한 뒤, 인식된 음성 명령에 대응하는 텍스트 정보를 지능형 서버(200)로 송신할 수 있다. 예를 들어, 전자 장치(101)는 텍스트 음성 변환 모듈을 포함할 수 있다. 전자 장치(101)는 지능형 서버(200)로부터 텍스트 정보를 수신하고, 수신된 텍스트 정보를 음성으로 출력할 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/또는 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)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)가 전자 장치(101) 내에도 구현될 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. 서비스 서버(300)는 네트워크(197)를 통하여 지능형 서버(200) 및/또는 전자 장치(101)과 통신할 수 있다. 서비스 서버(300)는 별도의 연결을 통하여 지능형 서버(200)와 통신할 수 있다. 도 1에는 서비스 서버(300)가 하나의 서버로 도시되어 있으나, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 서비스 서버(300)의 각각의 서비스(301, 302, 및 303)들 중 적어도 하나는 별도의 서버로 구현될 수 있다.

위에 기술된 통합 지능 시스템에서, 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 입력 모듈(150)을 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(200) 및/또는 서비스 서버(300)와 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 서버(300)와 함께 서비스를 제공하는 경우에는, 상기 전자 장치(101)는, 상기 입력 모듈(150)을 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치(101)는, 상기 음성 데이터를 통신 모듈(190)을 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/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 전자 장치(101)는, 통신 모듈(190)을 이용하여 상기 응답을 수신할 수 있다. 전자 장치(101)는 상기 음향 출력 모듈(155)을 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 일 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 형태로 저장될 수 있다.

상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(캡슐A(231), 캡슐B(234))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: 캡슐A(231))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자의 캡슐(예: CP 1(232), CP 2 (233), CP3 (235), 및/또는 CP4 (236))이 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(230a) 및 적어도 하나 이상의 컨셉(230b)을 포함할 수 있다.

상기, 자연어 플랫폼(220)은 캡슐 데이터베이스(230)에 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(231) 의 동작들(231a, 232a)과 컨셉들(231b, 232b) 및 캡슐 B(234)의 동작(234a)과 컨셉(234b)을 이용하여 플랜(237)을 생성할 수 있다.

도 4는 일 실시 예에 따른 사용자 단말이 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.

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

일 실시 예에 따르면, 제1 화면(110)에서, 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)은, 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)(111)를 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)(113)(예: 입력창)를 디스플레이 모듈(160)에 표시할 수 있다.

일 실시 예에 따르면, 제2 화면(115)에서, 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 5는, 일 실시 예에 따른 전자 장치(101)의 음성 인식 서비스 환경을 나타낸다.

도 5를 참조하면, 전자 장치(101)는 프로세서(120), 입력 모듈(150), 음향 출력 모듈(155), 통신 모듈(190), 클라이언트 모듈(131), 또는 이들의 조합을 포함할 수 있다.

프로세서(120)는, 클라이언트 모듈(131)을 실행하여 사용자의 발화에 대한 음성 인식 서비스를 제공할 수 있다. 이하에서는, 프로세서(120)가 클라이언트 모듈(131)의 인스트럭션들을 실행함으로써, 전자 장치(101)가 음성 인식 서비스를 제공하는 것으로 설명한다.

클라이언트 모듈(131)은 자연어 입력을 획득할 수 있다. 자연어 입력은 텍스트 입력 및/또는 음성 입력을 포함할 수 있다. 예를 들어, 클라이언트 모듈(131)은 입력 모듈(150)을 통해 음성 입력(또는, 음성 신호)을 수신할 수 있다.

클라이언트 모듈(131)은 자연어 입력이 획득됨에 기초하여, 대화(conversation)의 시작을 결정할 수 있다. 클라이언트 모듈(131)은 지정된 자연어 입력(예: 웨이크업 발화)이 획득됨에 기초하여, 대화의 시작을 결정할 수 있다. 클라이언트 모듈(131)은 자연어 입력이 지정된 시간 동안 획득되지 않음에 기초하여, 대화의 종료를 결정할 수 있다. 클라이언트 모듈(131)은 대화 세션의 종료를 요청하는 자연어 입력이 획득됨에 기초하여, 대화의 종료를 결정할 수 있다. 일 실시 예에서, 대화의 시작부터 대화의 종료까지는 음성 세션으로 지칭될 수 있다.

클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 음성 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 음성 입력에 대응하는 결과를 지능형 서버(200)로부터 수신할 수 있다.

클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 지능형 서버(200)에게 대화의 시작을 알릴 수 있다. 클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 지능형 서버(200)에게 대화의 종료를 알릴 수 있다.

클라이언트 모듈(131)은 결과를 나타내는 정보를 사용자에게 제공할 수 있다. 예를 들어, 클라이언트 모듈(131)은 음향 출력 모듈(155)(또는, 디스플레이 모듈(160))을 이용하여 결과를 나타내는 정보를 사용자에게 제공할 수 있다.

지능형 서버(200)는 자동 음성 인식 모듈(221), 자연어 이해 모듈(223), 실행 엔진(240), 텍스트 음성 변환 모듈(229), 대화 분석 모듈(510), 또는 이들의 조합을 포함할 수 있다.

자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다.

자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 인텐트(intent)(또는 의도)를 파악할 수 있다.

실행 엔진(240)은 사용자의 인텐트에 따른 태스크를 실행하여 결과를 산출할 수 있다. 예를 들어, 사용자의 인텐트가 전자 장치들(541, 545)의 제어인 경우, 실행 엔진(240)은 전자 장치들(541, 545)을 제어하기 위한 명령(command)을 IoT(internet of things) 서버(520)로 송신할 수 있다. 다른 예를 들어, 사용자의 인텐트가 현재 시간의 확인인 경우, 실행 엔진(240)은 현재 시간을 식별하기 위한 명령어(instruction)를 실행할 수 있다. 이하에서, 전자 장치들(541, 545)은 별도로 언급되지 않는 한, IoT 장치로 지칭될 수 있다.

실행 엔진(240)은 전자 장치(101)에게 음성 입력에 따른 피드백을 제공할 수 있다. 예를 들어, 실행 엔진(240)은 피드백을 위한 텍스트 형태의 정보를 생성할 수 있다. 실행 엔진(240)은 산출된 결과를 나타내기 위한 텍스트 형태의 정보를 생성할 수 있다. 예를 들어, 사용자의 의도가 IoT 장치의 제어인 경우, 산출된 결과는 IoT 장치의 제어 결과일 수 있다. 다른 예를 들어, 사용자의 의도가 현재 시간의 확인인 경우, 산출된 결과는 현재 시간일 수 있다.

텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(229)은 음성 형태의 정보를 전자 장치(101)에게 제공할 수 있다.

대화 분석 모듈(510)은, 클라이언트 모듈(131)로부터 대화의 시작을 나타내는 알림을 수신할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 자연어 이해 모듈(223)로부터 음성 입력 및/또는 인텐트 정보를 수신할 수 있다. 다른 실시 예에서, 대화 분석 모듈(510)은, 실행 모듈(240)로부터 음성 입력 및/또는 인텐트 정보를 수신할 수 있다.

대화 분석 모듈(510)은, 실행 모듈(240)로부터 실행 정보를 수신할 수 있다. 실행 정보는 실행 유형 정보, 음성 입력에 따른 태스크를 수행한 IoT 장치의 식별 정보, 태스크를 수행한 IoT 장치의 유형 정보, 태스크를 수행한 IoT 장치의 제조사 정보, 또는 이들의 조합을 포함할 수 있다. 예를 들어, 실행 유형은 IoT 장치 기반 실행과 그 외의 실행(예: 시계 정보 획득, 날씨 정보 획득, 주행 정보 획득)으로 나뉠 수 있다. IoT 장치 기반 실행은 인텐트에 따른 태스크가 IoT 서버(520)를 통해 IoT 장치(예: 전자 장치들(541, 545))에서 수행됨을 나타낼 수 있다. 그 외의 실행은 인텐트에 따른 태스크가 전자 장치(101) 및/또는 지능형 서버(200)에서 수행됨을 나타낼 수 있다. 실행 유형은, 발화에 따른 태스크를 수행하기 위한 도메인의 유형으로도 지칭될 수 있다.

일 실시 예에서, 음성 입력, 인텐트 정보, 및 실행 정보는 순차적으로 수신될 수 있다. 예를 들어, 대화 분석 모듈(510)은 음성 입력의 복수의 발화들 중 제1 발화, 제1 발화에 대한 인텐트 정보, 및 제1 발화에 따른 실행 정보를 수신한 후 제2 발화, 제2 발화에 대한 인텐트 정보, 및 제2 발화에 따른 실행 정보를 수신할 수 있다. 여기에서 제2 발화는 제1 발화 다음 번의 발화일 수 있다.

다른 실시 예에서, 음성 입력, 인텐트 정보, 및 실행 정보는 실질적으로 동시에 수신될 수 있다. 예를 들어, 대화 분석 모듈(510)은 음성 입력의 복수의 발화들, 복수의 발화들 각각에 대한 인텐트 정보, 및 복수의 발화들 각각에 따른 실행 정보를 실질적으로 동시에 수신할 수 있다.

대화 분석 모듈(510)은, 대화 시작의 알림이 수신되면, 음성 입력, 인텐트 정보, 실행 정보, 또는 이들의 조합에 기초하여 규칙의 생성을 위한 데이터 셋을 생성할 수 있다. 일 실시 예에서, 규칙은, 씬, 또는 루틴으로도 지칭될 수 있다. 일 실시 예에서, 규칙은, 한 번의 트리거를 통해 복수의 명령들에 기반하여 하나 이상의 IoT 장치를 제어하기 위한 것일 수 있다.

대화 분석 모듈(510)은, 실행 엔진(240)으로부터 획득된 실행 정보에 기초하여 발화에 따른 인텐트가 장치 관련 인텐트인지를 판별할 수 있다. 예를 들어, 대화 분석 모듈(510)은 발화에 따른 인텐트의 실행 유형이 IoT 장치 기반 실행(예: IoT)인 경우, 인텐트가 장치 관련 인텐트인 것으로 결정할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은 발화에 따른 인텐트의 실행 유형이 IoT 장치 기반 실행(예: IoT)과 다른 실행(예: CLOCK)인 경우, 인텐트가 장치 관련 인텐트가 아닌 것으로 결정할 수 있다.

대화 분석 모듈(510)은, 발화에 따른 인텐트가 첫 번째 인텐트인지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, 발화에 따른 인텐트가 IoT 장치와 관련된 첫 번째 인텐트인지를 판별할 수 있다.

대화 분석 모듈(510)은, 발화에 따른 인텐트가 IoT 장치와 관련된 첫 번째 인텐트인 경우, 메타 데이터를 획득할 수 있다. 대화 분석 모듈(510)은, 메타 데이터 서버(530)로부터 발화에 따른 인텐트와 관련된 IoT 장치의 메타 데이터를 획득할 수 있다. 일 실시 예에서, 메타 데이터에는 유형 정보, 제조사 정보, 지정된 장치 정보('Friend Devices'), 인텐트 목록, 지정된 인텐트 정보('Good to use with'), 또는 이들의 조합이 포함될 수 있다.

지정된 장치는 발화에 따른 인텐트와 관련된 IoT 장치와 동시에 이용 가능한 (또는, 이용할 것이 추천되는) IoT 장치일 수 있다. 예를 들어, 발화에 따른 인텐트와 관련된 IoT 장치가 에어컨인 경우, 지정된 장치는 선풍기일 수 있다.

지정된 인텐트는 발화에 따른 인텐트와 관련된 IoT 장치의 인텐트들 중 발화에 따른 인텐트와 동시에 이용 가능한 (또는, 이용할 것이 추천되는) 인텐트일 수 있다. 예를 들어, 발화에 따른 인텐트가 에어컨의 턴-온인 경우, 발화에 따른 인텐트와 동시에 이용 가능한 (또는, 이용할 것이 추천되는) 인텐트는 에어컨의 온도의 조절, 및/또는 모드의 변경일 수 있다.

대화 분석 모듈(510)은, 장치 관련 정보를 후보 목록에 추가할 수 있다. 후보 목록에는 IoT 장치에 대한 장치 관련 정보가 포함될 수 있다. IoT 장치에 대한 장치 관련 정보에는 IoT 장치의 식별 정보, IoT 장치의 제조사 정보, IoT 장치의 유형, 인텐트, 및/또는 발화에 대한 정보가 포함될 수 있다. 후보 목록은 규칙의 생성을 위한 데이터 셋으로 이용될 수 있다.

이후, 대화 분석 모듈(510)은, 후속 발화(예: 제2 발화)에 따른 인텐트가 장치 관련 인텐트인지를 판별할 수 있다.

대화 분석 모듈(510)은, 후속 발화에 따른 인텐트가 장치 관련 인텐트인 경우, 후속 발화에 따른 인텐트와 관련된 IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는지를 판별할 수 있다.

대화 분석 모듈(510)은, 후속 발화에 따른 인텐트와 관련된 IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는 경우, 후속 발화에 따른 인텐트가 지정된 인텐트인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터가 후속 발화에 따른 인텐트를 포함하는 경우, 후속 발화에 따른 인텐트를 지정된 인텐트로 판별할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은, 선행 발화에 따른 인텐트들이 지정된 인텐트로 지시하는 인텐트들에 후속 발화에 따른 인텐트가 포함된 경우, 발화에 따른 인텐트를 지정된 인텐트인 것으로 판별할 수 있다.

대화 분석 모듈(510)은, 장치 관련 정보가 후보 목록에 포함되어 있는 IoT 장치의 인텐트가 지정된 인텐트인 경우, 후속 발화에 따른 인텐트와 관련된 장치 관련 정보를 후보 목록에 추가할 수 있다. 대화 분석 모듈(510)은, 장치 관련 정보가 후보 목록에 포함되어 있는 IoT 장치의 인텐트가 지정된 인텐트인 경우, 후속 발화의 정보 및 후속 발화에 따른 인텐트 정보를 후보 목록에 추가할 수 있다. 대화 분석 모듈(510)은, 후속 발화의 정보 및 후속 발화에 따른 인텐트 정보를 후보 목록의 후속 발화에 따른 인텐트와 관련된 장치 관련 정보에 연관시켜 저장할 수 있다.

대화 분석 모듈(510)은, 후속 발화에 따른 인텐트와 관련된 IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있지 않은 경우, 후속 발화에 따른 인텐트와 관련된 IoT 장치가 지정된 장치인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, 기 저장된 메타 데이터가 지시하는 지정된 장치들에 발화에 따른 IoT 장치가 포함된 경우, 발화에 따른 IoT 장치를 지정된 장치인 것으로 판별할 수 있다.

대화 분석 모듈(510)은, 후속 발화에 따른 인텐트와 관련된 IoT 장치가 지정된 장치인 경우, 후속 발화에 따른 인텐트와 관련된 장치 관련 정보를 후보 목록에 추가할 수 있다. 또한, 대화 분석 모듈(510)은, 후속 발화에 따른 인텐트와 관련된 IoT 장치가 지정된 장치인 경우, 메타 데이터 서버(530)로부터 후속 발화에 따른 인텐트와 관련된 IoT 장치의 메타 데이터를 획득할 수 있다.

대화 분석 모듈(510)은, 발화에 따른 후보 목록의 갱신 및/또는 메타 데이터의 획득을 대화 종료의 알림이 수신되기 전까지 수행할 수 있다.

대화 분석 모듈(510)은 대화 종료의 알림이 수신되면, 규칙 생성 여부를 결정할 수 있다. 대화 분석 모듈(510)은 전자 장치(101)에게 규칙 생성 여부를 질의하고, 전자 장치(101)로부터의 응답에 기초하여, 규칙 생성 여부를 결정할 수 있다.

대화 분석 모듈(510)은 전자 장치(101)가 규칙 생성에 동의한 경우, IoT 서버(520)에게 규칙 생성을 요청할 수 있다. 일 실시 예에서, 규칙 생성의 요청에는 후보 목록을 나타내는 데이터 셋이 포함될 수 있다.

IoT(internet of things) 서버(520)는 규칙 엔진(521) 및/또는 음성 인텐트 핸들러(525)를 포함할 수 있다.

규칙 엔진(521)은, 지정된 조건 및/또는 사용자의 요청에 기초하여 규칙을 수행할 수 있다. 사용자의 요청은 전자 장치(101)의 음성 입력 및/또는 터치 입력에 따라 식별되는 인텐트에 기초할 수 있다.

규칙 엔진(521)은, 적어도 하나의 규칙에 기초하여 복수의 IoT 장치들(예: 전자 장치(541, 545))의 동작을 제어할 수 있다.

규칙 엔진(521)은, 대화 분석 모듈(510)로부터 규칙 생성 요청을 수신할 수 있다. 규칙 생성 요청에는 규칙 생성을 위한 데이터 셋이 포함될 수 있다.

규칙 엔진(521)은, 규칙 생성 요청에 기반하여, 규칙을 생성할 수 있다. 규칙 엔진(521)은, 데이터 셋을 이용하여, 규칙을 생성할 수 있다.

음성 인텐트 핸들러(525)는 음성 입력(및/또는 터치 입력)에 따라 식별되는 인텐트에 기초하여 복수의 IoT 장치들 중 제어할 IoT 장치를 식별하고, 식별된 IoT 장치를 인텐트에 기초하여 제어할 수 있다.

메타 데이터 서버(530)는 메타 데이터 데이터베이스(535)를 포함할 수 있다.

메타 데이터 데이터베이스(535)에는 IoT 장치들 각각의 메타 데이터가 저장될 수 있다.

메타 데이터는 IoT 장치들 각각에 대한 정보를 포함할 수 있다. IoT 장치들 각각에 대한 정보에는 식별 정보, 유형 정보, 제조사 정보, 지원 기능, 인텐트의 정의, 연관 IoT 장치 정보, 연관 인텐트 정보, 또는 이들의 조합을 포함할 수 있다.

메타 데이터는 IoT 장치들 각각의 제조사로부터 제공될 수 있다. 임의 IoT 장치의 메타 데이터에 포함되는 정보 중 제조사로부터 제공되지 않은 정보에 기준 정보(default information)가 적용될 수 있다. 일 실시 예에서, 기준 정보는 임의 IoT 장치의 유형과 동일한 유형의 다른 IoT 장치에 포함된 메타 데이터로부터 획득된 정보일 수 있다. 다른 실시 예에서, 기준 정보는 메타 데이터 서버(530)의 운영자가 입력한 기본 값일 수 있다.

다른 일 실시 예에 따르면, 전자 장치(101)는 지능형 서버(200)의 기능적 구성들 중 적어도 일부 구성을 포함할 수 있다. 예를 들어, 전자 장치(101)는 지능형 서버(200)의 자동 음성 인식 모듈(221), 자연어 이해 모듈(223), 실행 엔진(240), 텍스트 음성 변환 모듈(229), 대화 분석 모듈(510), 또는 이들의 조합을 포함할 수 있다.

다른 실시 예에서, 지능형 서버(200), IoT 서버(520), 메타 데이터 서버(530) 중 적어도 두 개의 서버는 하나의 통합된 서버로 구현될 수 있다. 예를 들어, 지능형 서버(200), 및 메타 데이터 서버(530)가 하나의 서버로 구현될 수 있다. 다른 예를 들어, 지능형 서버(200), 및 IoT 서버(520)가 하나의 서버로 구현될 수 있다. 또 다른 예를 들어, 지능형 서버(200), IoT 서버(520), 및 메타 데이터 서버(530)가 하나의 서버로 구현될 수 있다.

도 6은, 일 실시 예에 따른 전자 장치(101)의 동작을 도시하는 흐름도이다.

도 6을 참조하면, 동작 611에서 전자 장치(101)의 클라이언트 모듈(131)은 음성 신호를 획득할 수 있다. 클라이언트 모듈(131)은 입력 모듈(150)을 통해 음성 신호를 획득할 수 있다.

동작 613에서, 클라이언트 모듈(131)은 대화 분석 모듈(510)에게 대화 시작을 알릴 수 있다. 클라이언트 모듈(131)은 지정된 자연어 입력(예: 웨이크업 발화)이 획득됨에 기초하여, 대화의 시작을 결정할 수 있다. 클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 대화 분석 모듈(510)에게 대화의 시작을 알릴 수 있다.

동작 615에서, 클라이언트 모듈(131)은 자동 음성 인식 모듈(221)에게 음성 신호를 송신할 수 있다. 클라이언트 모듈(131)은 통신 모듈(190)을 이용하여, 자동 음성 인식 모듈(221)에게 음성 신호를 송신할 수 있다.

동작 621에서, 자동 음성 인식 모듈(221)은 음성 신호를 텍스트로 변환할 수 있다. 자동 음성 인식 모듈(221)은 전자 장치(101)로부터 수신된 음성 신호를 텍스트로 변환할 수 있다. 자동 음성 인식 모듈(221)의 동작은 도 2의 자동 음성 인식 모듈(221)에 대한 설명이 참조될 수 있다.

동작 625에서, 자동 음성 인식 모듈(221)은 변환된 텍스트를 자연어 이해 모듈(223)로 전달할 수 있다.

동작 631에서, 자연어 이해 모듈(223)은 텍스트에 기초하여 인텐트를 식별할 수 있다. 자연어 이해 모듈(223)의 동작은 도 2의 자연어 이해 모듈(223)에 대한 설명이 참조될 수 있다.

동작 635에서, 자연어 이해 모듈(223)은 실행 엔진(240) 및 대화 분석 모듈(510)에 인텐트 정보를 전달할 수 있다.

자연어 이해 모듈(223)은 인텐트 정보와 함께 발화 정보를 실행 엔진(240) 및 대화 분석 모듈(510)에 전달할 수 있다.

동작 640에서, 실행 엔진(240)은 인텐트에 따른 태스크를 실행할 수 있다. 실행 엔진(240)의 동작은 도 2의 실행 엔진(240)에 대한 설명이 참조될 수 있다.

동작 651에서, 실행 엔진(240)은 태스크의 실행 결과를 나타내는 피드백을 생성할 수 있다.

동작 655에서, 실행 엔진(240)은 텍스트 음성 변환 모듈(229)에 피드백 정보를 전달할 수 있다.

동작 661에서, 텍스트 음성 변환 모듈(229)은 피드백 정보를 음성으로 변환할 수 있다.

동작 665에서, 텍스트 음성 변환 모듈(229)은 음성의 피드백 정보를 클라이언트 모듈(131)로 송신할 수 있다.

동작 670에서, 클라이언트 모듈(131)은 피드백 정보를 음성으로 출력할 수 있다. 클라이언트 모듈(131)은 수신된 사용자의 음성 신호에 따른 응답 처리 결과(또는 실행 결과)에 대한 피드백을 디스플레이 모듈(160)을 통해 출력할 수 있다.

동작 680에서, 실행 엔진(240)은 대화 분석 모듈(510)에 실행 정보를 전달할 수 있다.

실행 엔진(240)은 실행 정보와 함께 인텐트 정보 및/또는 발화 정보를 대화 분석 모듈(510)에 전달할 수 있다.

동작 690에서, 대화 분석 모듈(510)은 발화 분석을 수행할 수 있다. 대화 분석 모듈(510)은 인텐트 정보, 실행 정보, 및 음성 신호에 기초하여 발화 분석을 수행할 수 있다.

동작 690은, 아래에서 도 7, 도 8a, 도 9, 도 10a, 및 도 11a를 참조하여 상세하게 설명될 수 있다.

도 6의 동작들은 클라이언트 모듈(131)이 음성 신호를 획득할 때마다 수행될 수 있다. 일 실시 예에서, 도 6의 동작들 중 동작 613은 음성 세션 동안 한 번 수행될 수 있다. 예를 들어, 동작 613은 음성 신호를 처음 획득할 때 한 번 수행될 수 있다.

이하에서는, 실행 엔진(240)은 실행 정보와 함께 인텐트 정보 및/또는 발화 정보를 대화 분석 모듈(510)에 전달하는 것으로 예시한다. 따라서, 실행 엔진(240)이 실행 정보를 대화 분석 모듈(510)에 전달한다는 것의 의미는, 실행 엔진(240)이 실행 정보와 함께 인텐트 정보 및/또는 발화 정보를 대화 분석 모듈(510)에 전달한다는 것으로 이해될 수 있다.

도 7은, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 7의 동작들은 동작 690에 포함될 수 있다. 도 7의 동작들은 대화 분석 모듈(510)에 의해 수행될 수 있다.

도 7을 참조하면, 동작 710에서, 대화 분석 모듈(510)은, 인텐트가 장치 관련 인텐트인지를 판별할 수 있다. 대화 분석 모듈(510)은, 실행 엔진(240)으로부터 획득된 실행 정보에 기초하여 발화에 따른 인텐트가 장치 관련 인텐트인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은 발화에 따른 인텐트의 실행 유형이 IoT 장치 기반 실행(예: IoT)인 경우, 인텐트가 장치 관련 인텐트인 것으로 결정할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은 발화에 따른 인텐트의 실행 유형이 IoT 장치 기반 실행(예: IoT)과 다른 실행(예: CLOCK)인 경우, 인텐트가 장치 관련 인텐트가 아닌 것으로 결정할 수 있다.

동작 710에서, 인텐트가 장치 관련 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 720을 수행할 수 있다. 동작 710에서, 인텐트가 장치 관련 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 7에 따른 동작을 종료할 수 있다.

동작 720에서, 대화 분석 모듈(510)은, 인텐트가 첫 번째 인텐트인지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, 발화에 따른 인텐트가 IoT 장치와 관련된 첫 번째 인텐트인지를 판별할 수 있다.

동작 720에서, 인텐트가 첫 번째 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 730을 수행할 수 있다. 동작 720에서, 인텐트가 첫 번째 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 동작 750을 수행할 수 있다.

동작 730에서, 대화 분석 모듈(510)은, 메타 데이터를 획득할 수 있다. 대화 분석 모듈(510)은, 메타 데이터 서버(530)로부터 발화에 따른 인텐트와 관련된 IoT 장치의 메타 데이터를 획득할 수 있다. 일 실시 예에서, 메타 데이터에는 유형 정보, 제조사 정보, 지정된 장치 정보('Friend Devices'), 인텐트 목록, 지정된 인텐트 정보('Good to use with'), 또는 이들의 조합이 포함될 수 있다.

동작 740에서, 대화 분석 모듈(510)은, 장치 관련 정보를 후보 목록에 추가할 수 있다. 후보 목록에는 IoT 장치에 대한 장치 관련 정보가 포함될 수 있다. IoT 장치에 대한 장치 관련 정보에는 IoT 장치의 식별 정보, IoT 장치의 제조사 정보, IoT 장치의 유형, 인텐트, 및 발화에 대한 정보가 포함될 수 있다. 후보 목록은 규칙의 생성을 위한 데이터 셋으로 이용될 수 있다.

동작 750에서, 대화 분석 모듈(510)은, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, IoT 장치의 식별 정보에 기초하여, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는지를 판별할 수 있다.

동작 750에서, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는 것으로 판별되면, 대화 분석 모듈(510)은, 동작 760을 수행할 수 있다. 동작 750에서, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있지 않은 것으로 판별되면, 대화 분석 모듈(510)은, 동작 770을 수행할 수 있다.

동작 760에서, 대화 분석 모듈(510)은, 인텐트가 지정된 인텐트인지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터에 기초하여 인텐트가 지정된 인텐트인지를 판별할 수 있다. 예를 들어, 대화 분석 모듈(510)은, 발화에 따른 인텐트가 기 저장된 메타 데이터가 지시하는지 여부에 기초하여 지정된 인텐트인지를 판별할 수 있다.

동작 760에서, 인텐트가 지정된 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 730을 수행할 수 있다.

동작 760에서, 인텐트가 지정된 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 7에 따른 동작을 종료할 수 있다.

동작 770에서, 대화 분석 모듈(510)은, 장치가 지정된 장치인지를 판별할 수 있다. 예를 들어, 대화 분석 모듈(510)은, 발화에 따른 IoT 장치가 메타 데이터 목록에 포함된 메타 데이터가 지시하는지 여부에 기초하여 지정된 장치인지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터가 발화에 따른 IoT 장치(또는, IoT 장치의 유형)를 지시하는 경우, 발화에 따른 IoT 장치를 지정된 장치인 것으로 판별할 수 있다.

동작 770에서, IoT 장치가 지정된 장치인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 730을 수행할 수 있다. 동작 770에서, IoT 장치가 지정된 장치가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 7에 따른 동작을 종료할 수 있다.

이하에서, 도 8a, 도 8b, 도 9, 도 10a, 도 10b, 도 11a, 및 도 11b를 참조하여, 음성 입력에 따라 발화 분석을 수행하는 동작을 설명한다. 음성 입력은 복수의 발화들로 구성될 수 있다. 복수의 발화들은 “지금 몇시야”, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 및 “스피커 음소거 해”가 예시될 수 있다.

도 8a는, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 8a의 동작 810은 도 6의 동작 680에 대응할 수 있다.

도 8a의 동작 820, 동작 830, 동작 840, 동작 850, 및 동작 860은 도 7의 동작들에 대응할 수 있다.

도 8a를 참조하면, 동작 810에서, 실행 엔진(240)은 대화 분석 모듈(510)에게 실행 정보를 전달할 수 있다. 동작 810은, 실행 엔진(240)이 실행 정보와 함께 인텐트 정보 및/또는 발화 정보를 대화 분석 모듈(510)에게 전달하는 것으로 이해될 수 있다.

예를 들어, 실행 엔진(240)은 “지금 몇시야”, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 및 “스피커 음소거 해”에 따른 실행 정보를 대화 분석 모듈(510)에게 전달할 수 있다. 일 실시 예에서, 실행 엔진(240)은 각 발화에 따른 실행 정보를 대화 분석 모듈(510)에게 순차적으로 전달할 수 있다. 다른 실시 예에서, 실행 엔진(240)은 각 발화에 따른 실행 정보를 대화 분석 모듈(510)에게 동시에 전달할 수 있다.

“지금 몇시야”, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 및 “스피커 음소거 해”에 따른 실행 정보는 아래 표 1과 같이 요약될 수 있다.

발화	실행 유형	인텐트	식별 정보	유형 정보	제조사 정보
지금 몇시야	CLOCK	CurrentTime-Get
에어컨 켜줘	IoT	PowerSwitch-On	A_ID	oic.d.airconditioner	A_AIRCONDITIONER
에어컨 25도로 설정해줘	IoT	TemperatureCooling-Set	A_ID	oic.d.airconditioner	A_AIRCONDITIONER
선풍기 꺼줘	IoT	PowerSwitch-Off	B_ID	oic.d.fan	A_FAN
스피커 음소거 해	IoT	Volume-Mute-On	C_ID	oic.d.speaker	A_SPEAKER

동작 820에서, 대화 분석 모듈(510)은, 인텐트가 장치 관련 인텐트인지를 판별할 수 있다. 대화 분석 모듈(510)은, 실행 정보에 기초하여 인텐트가 장치 관련 인텐트인지를 판별할 수 있다.

예를 들어, 실행 정보의 실행 유형 정보가 IoT 장치 기반 실행(예: IoT)을 나타내면, 대화 분석 모듈(510)은, 인텐트가 장치 관련 인텐트인 것으로 판별할 수 있다. 다른 예를 들어, 실행 정보의 실행 유형 정보가 그 외의 실행(예: CLOCK)을 나타내면, 대화 분석 모듈(510)은, 인텐트가 장치 관련 인텐트가 아닌 것으로 판별할 수 있다.

예를 들어, “지금 몇시야”에 대한 인텐트는 장치 관련 인텐트가 아닌 것으로 판별될 수 있다. 다른 예를 들어, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 또는 “스피커 음소거 해” 각각에 대한 인텐트는 장치 관련 인텐트인 것으로 판별될 수 있다.

동작 820에서, 인텐트가 장치 관련 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 830을 수행할 수 있다. 동작 820에서, 인텐트가 장치 관련 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 8a에 따른 동작을 종료할 수 있다.

동작 830에서, 대화 분석 모듈(510)은, 인텐트가 첫 번째 인텐트인지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, 인텐트가 IoT 장치와 관련된 첫 번째 인텐트인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 또는 “스피커 음소거 해” 각각에 대한 인텐트 중 “에어컨 켜줘”에 대한 인텐트가 IoT 장치와 관련된 첫 번째 인텐트인 것으로 판별할 수 있다.

다른 예를 들어, 대화 분석 모듈(510)은, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 또는 “스피커 음소거 해” 각각에 대한 인텐트를 첫 번째 인텐트가 아닌 것으로 판별할 수 있다.

동작 830에서, 인텐트가 첫 번째 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 840을 수행할 수 있다. 동작 830에서, 인텐트가 첫 번째 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 동작 910을 수행할 수 있다. 동작 910은 도 9에 대한 설명에서 참조될 수 있다.

예를 들어, 대화 분석 모듈(510)은, “에어컨 켜줘”에 대해 동작 840을 수행할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 또는 “스피커 음소거 해” 각각에 대해 동작 910을 수행할 수 있다.

동작 840에서, 대화 분석 모듈(510)은, 메타 데이터 서버(530)에 메타 데이터를 요청할 수 있다. 일 실시 예에서, 메타 데이터의 요청에는 인텐트와 관련된 IoT 장치의 식별 정보, IoT 장치의 유형 정보, IoT 장치의 제조사 정보, 또는 이들의 조합이 포함될 수 있다.

동작 850에서, 메타 데이터 서버(530)는 대화 분석 모듈(510)에게 메타 데이터를 송신할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 서버(530)로부터 수신된 메타 데이터를 메타 데이터 목록으로 관리할 수 있다.

일 실시 예에서, 메타 데이터 목록에는 IoT 장치를 구분하기 위한 정보(예: IoT 장치의 제조사 정보)와 메타 데이터가 포함될 수 있다. 메타 데이터에는 유형 정보, 제조사 정보, 지정된 장치 정보('Friend Devices'), 인텐트 목록, 지정된 인텐트 정보('Good to use with'), 또는 이들의 조합이 포함될 수 있다.

동작 860에서, 대화 분석 모듈(510)은, 장치 관련 정보를 후보 목록에 추가할 수 있다.

후보 목록에는 IoT 장치에 대한 장치 관련 정보가 포함될 수 있다. IoT 장치에 대한 장치 관련 정보에는 IoT 장치의 식별 정보, IoT 장치의 제조사 정보, IoT 장치의 유형, 인텐트, 및 발화에 대한 정보가 포함될 수 있다.

도 8b는, 후보 목록(801) 및 메타 데이터 목록(803)을 예시한다. 후보 목록(801) 및 메타 데이터 목록(803)은 도 8a의 동작에 따라 생성 및/또는 갱신된 데이터일 수 있다.

도 8b는, “지금 몇시야” 및 “에어컨 켜줘”에 대한 인텐트에 따라 생성 및/또는 갱신된 후보 목록(801) 및 메타 데이터 목록(803)을 나타낼 수 있다.

후보 목록(801)에는 에어컨에 대한 장치 관련 정보가 포함될 수 있다. 에어컨에 대한 장치 관련 정보에는 에어컨의 식별 정보(A_ID), 에어컨의 제조사 정보(A_AIRCONDITIONER), 에어컨의 유형(oic.d.airconditioner), 인텐트(PowerSwitch-On), 및 발화(“에어컨 켜줘”)에 대한 정보가 포함될 수 있다.

메타 데이터 목록(803)에는 에어컨을 구분하기 위한 정보(예: 에어컨의 제조사 정보(A_AIRCONDITIONER))와 메타 데이터(A_AC_META, 805)가 포함될 수 있다. 메타 데이터(805)에는 유형, 제조사 정보, 지정된 장치 정보('Friend Devices'), 인텐트 목록, 지정된 인텐트 정보('Good to use with'), 또는 이들의 조합이 포함될 수 있다.

도 9는, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 9의 동작 810은 도 6의 동작 680에 대응할 수 있다.

도 9의 동작 820, 동작 830, 및 동작 910은 도 7의 동작들에 대응할 수 있다.

도 8a를 참조하여 설명된 동작 810, 동작 820, 및 동작 830에 대한 설명과 중복되는 설명은 생략된다.

도 9를 참조하면, 동작 910에서, 대화 분석 모듈(510)은, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는지를 판별할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은, IoT 장치의 식별 정보에 기초하여, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, “에어컨 25도로 설정해줘”와 관련된 에어컨의 식별 정보(A_ID)에 기초하여 에어컨에 대한 장치 관련 정보가 후보 목록(예: 도 8b의 후보 목록(801))에 포함되어 있는 것으로 판별할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은, “선풍기 꺼줘”와 관련된 선풍기의 식별 정보(B_ID)에 기초하여 선풍기에 대한 장치 관련 정보가 후보 목록에 포함되어 있지 않은 것으로 판별할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은, “스피커 음소거 해”와 관련된 스피커의 식별 정보(C_ID)에 기초하여 스피커에 대한 장치 관련 정보가 후보 목록에 포함되어 있지 않은 것으로 판별할 수 있다.

동작 910에서, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있는 것으로 판별되면, 대화 분석 모듈(510)은, 동작 1010을 수행할 수 있다. 동작 910에서, IoT 장치에 대한 장치 관련 정보가 후보 목록에 포함되어 있지 않은 것으로 판별되면, 대화 분석 모듈(510)은, 동작 1110을 수행할 수 있다.

도 10a는, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 10a의 동작 810은 도 6의 동작 680에 대응할 수 있다.

도 10a의 동작 820, 동작 830, 및 동작 910은 도 7의 동작들에 대응할 수 있다.

도 8a 및 도 9를 참조하여 설명된 동작 810, 동작 820, 동작 830, 동작 840, 동작 850, 및 동작 910에 대한 설명과 중복되는 설명은 생략된다.

도 10a를 참조하면, 동작 1010에서, 대화 분석 모듈(510)은, 인텐트가 지정된 인텐트인지를 판별할 수 있다. 대화 분석 모듈(510)은, 발화에 따른 인텐트가 지정된 인텐트인지를 판별할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 목록에 기초하여 인텐트가 지정된 인텐트인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터가 발화에 따른 인텐트를 지시하는지 여부에 기초하여 발화에 따른 인텐트가 지정된 인텐트인지를 판별할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터에 발화에 따른 인텐트가 포함된 경우, 발화에 따른 인텐트를 지정된 인텐트인 것으로 판별할 수 있다. 예를 들어, 대화 분석 모듈(510)은, “에어컨 25도로 설정해줘”에 대한 인텐트(TemperatureCooling-Set)가 메타 데이터(805)에 포함된 인텐트들(PowerSwitch-On, Mode-ChangeMode, TemperatureCooling-Set, WindStrength-SetMode) 중 하나인 바, 인텐트(TemperatureCooling-Set)를 지정된 인텐트인 것으로 판별할 수 있다.

다른 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터에 포함된 인텐트들 중 선행 발화에 따른 인텐트들이 지시하는 인텐트들에 발화에 따른 인텐트가 포함된 경우, 발화에 따른 인텐트를 지정된 인텐트인 것으로 판별할 수 있다. 예를 들어, 대화 분석 모듈(510)은, “에어컨 25도로 설정해줘”에 대한 선행 발화(“에어컨 켜줘”)에 따른 인텐트(PowerSwitch-On)가 지정하는 인텐트들(Mode-ChangeMode, TemperatureCooling-Set, WindStrength-SetMode)에 인텐트(TemperatureCooling-Set)가 포함된 바, 인텐트(TemperatureCooling-Set)를 지정된 인텐트인 것으로 판별할 수 있다.

동작 1010에서, 인텐트가 지정된 인텐트인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 840을 수행할 수 있다. 동작 1010에서, 인텐트가 지정된 인텐트가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 10a에 따른 동작을 종료할 수 있다.

일 실시 예에서, 메타 데이터 서버(530)에 요청하려는 메타 데이터가 대화 분석 모듈(510)에 이미 저장된 경우, 동작 840, 및 동작 850은 수행되지 않을 수 있다. 예를 들어, 에어컨에 대한 메타 데이터(805)가 이미 대화 분석 모듈(510)에 저장된 바, 대화 분석 모듈(510)은 메타 데이터 서버(530)에 에어컨에 대한 메타 데이터(805)를 요청하지 않을 수 있다.

동작 860에서, 대화 분석 모듈(510)은 장치 관련 정보를 후보 목록에 추가할 수 있다. 일 실시 예에서, 대화 분석 모듈(510)은 추가된 인텐트에 대한 정보를 후보 목록에 추가할 수 있다.

도 10b는, 후보 목록(1001) 및 메타 데이터 목록(1003)을 예시한다. 후보 목록(1001) 및 메타 데이터 목록(1003)은 도 10a의 동작에 따라 갱신된 데이터일 수 있다. 후보 목록(1001) 및 메타 데이터 목록(1003)은 후보 목록(801) 및 메타 데이터 목록(803)으로부터 갱신된 데이터일 수 있다.

도 10b는, “에어컨 25도로 설정해줘”에 대한 인텐트에 따라 갱신된 후보 목록(1001) 및 메타 데이터 목록(1003)을 나타낼 수 있다.

후보 목록(1001)에는 에어컨에 대한 장치 관련 정보가 포함될 수 있다. 후보 목록(801)과 비교하여, 후보 목록(1001)에는 인텐트(TemperatureCooling-Set), 및 발화(“에어컨 25도로 설정해줘”)에 대한 정보가 더 포함될 수 있다.

메타 데이터 목록(1003)은 새로운 메타 데이터가 추가되지 않은 바, 메타 데이터 목록(803)과 동일할 수 있다. 따라서, 메타 데이터(1005)는 메타 데이터(805)와 동일할 수 있다.

도 11a는, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 11a의 동작 810은 도 6의 동작 680에 대응할 수 있다.

도 11a의 동작 820, 동작 830, 및 동작 910은 도 7의 동작들에 대응할 수 있다.

도 8a 및 도 9를 참조하여 설명된 동작 810, 동작 820, 동작 830, 동작 840, 동작 850, 및 동작 910에 대한 설명과 중복되는 설명은 생략된다.

도 11a를 참조하면, 동작 1110에서, 대화 분석 모듈(510)은, IoT 장치가 지정된 장치인지를 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, 발화에 따른 IoT 장치가 메타 데이터 목록에 포함된 메타 데이터가 지시하는지 여부에 기초하여 지정된 장치인지를 판별할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 목록에 포함된 메타 데이터가 발화에 따른 IoT 장치(또는, IoT 장치의 유형)를 지시하는 경우, 발화에 따른 IoT 장치를 지정된 장치인 것으로 판별할 수 있다.

예를 들어, 대화 분석 모듈(510)은, “선풍기 꺼줘”에 대한 선풍기의 유형(oic.d.fan)이 메타 데이터(1005)가 지시하는 유형들(oic.d.fan, oic.d.thermostat) 중 하나인 바, “선풍기 꺼줘”에 대한 선풍기를 지정된 장치인 것으로 판별할 수 있다.

다른 예를 들어, 대화 분석 모듈(510)은, “스피커 음소거 해”에 대한 스피커의 유형(oic.d.speaker)이 메타 데이터(1005)가 지시하는 유형들(oic.d.fan, oic.d.thermostat) 중 하나에 포함되지 않으므로, “스피커 음소거 해”에 대한 스피커를 지정된 장치가 아닌 것으로 판별할 수 있다.

동작 1110에서, IoT 장치가 지정된 장치인 것으로 판별되면, 대화 분석 모듈(510)은, 동작 840을 수행할 수 있다. 동작 1110에서, IoT 장치가 지정된 장치가 아닌 것으로 판별되면, 대화 분석 모듈(510)은, 도 11a에 따른 동작을 종료할 수 있다.

예를 들어, 대화 분석 모듈(510)은, “선풍기 꺼줘”에 대해 동작 840을 수행할 수 있다. 다른 예를 들어, 대화 분석 모듈(510)은, “스피커 음소거 해”에 대해 도 11a에 따른 동작을 종료할 수 있다.

동작 840에서, 대화 분석 모듈(510)은, 메타 데이터 서버(530)에 “선풍기 꺼줘”에 대한 IoT 장치인 선풍기에 대한 메타 데이터를 요청할 수 있다.

동작 850에서, 메타 데이터 서버(530)는 대화 분석 모듈(510)에게 “선풍기 꺼줘”에 대한 IoT 장치인 선풍기에 대한 메타 데이터를 송신할 수 있다.

일 실시 예에서, 대화 분석 모듈(510)은, 메타 데이터 서버(530)로부터 수신된 “선풍기 꺼줘”에 대한 IoT 장치인 선풍기에 대한 메타 데이터를 메타 데이터 목록으로 관리할 수 있다.

동작 860에서, 대화 분석 모듈(510)은 “선풍기 꺼줘”에 대한 IoT 장치인 선풍기에 대한 장치 관련 정보를 후보 목록에 추가할 수 있다.

도 11b는, 후보 목록(1101) 및 메타 데이터 목록(1103)을 예시한다. 후보 목록(1101) 및 메타 데이터 목록(1103)은 도 11a의 동작에 따라 갱신된 데이터일 수 있다. 후보 목록(1101) 및 메타 데이터 목록(1103)은 후보 목록(1001) 및 메타 데이터 목록(1003)으로부터 갱신된 데이터일 수 있다.

도 11b는, “선풍기 꺼줘”에 따라 갱신된 후보 목록(1101) 및 메타 데이터 목록(1103)을 나타낼 수 있다.

후보 목록(1101)에는 선풍기에 대한 장치 관련 정보가 포함될 수 있다. 선풍기에 대한 장치 관련 정보에는 선풍기의 식별 정보(B_ID), 선풍기의 제조사 정보(A_FAN), 선풍기의 유형(oic.d.fan), 인텐트(PowerSwitch-Off), 및 발화(“선풍기 꺼줘”)에 대한 정보가 포함될 수 있다.

메타 데이터 목록(1003)에는 선풍기를 구분하기 위한 정보(예: 선풍기의 제조사 정보(A_FAN))와 메타 데이터(A_FAN_META, 1105)가 포함될 수 있다. 메타 데이터(1105)에는 유형, 제조사 정보, 지정된 장치 정보('Friend Devices'), 인텐트 목록, 지정된 인텐트 정보('Good to use with'), 또는 이들의 조합이 포함될 수 있다.

도 12는, 일 실시 예에 따른 전자 장치(101)의 동작을 도시하는 흐름도이다.

도 12를 참조하면, 동작 1211에서 전자 장치(101)의 클라이언트 모듈(131)은 타임 아웃을 식별할 수 있다. 클라이언트 모듈(131)은 자연어 입력이 지정된 시간 동안 획득되지 않음에 기초하여, 타임 아웃을 식별할 수 있다.

동작 1213에서, 클라이언트 모듈(131)은, 대화 분석 모듈(510)에게 대화 종료를 알릴 수 있다. 클라이언트 모듈(131)은 타임 아웃을 식별함에 기초하여, 통신 모듈(190)을 이용하여, 대화 분석 모듈(510)에게 대화 종료를 알릴 수 있다.

동작 1220에서, 대화 분석 모듈(510)은 후보 목록이 존재하는지를 판정할 수 있다.

동작 1220에서, 후보 목록이 존재하는 것으로 판정된 경우, 대화 분석 모듈(510)은 동작 1230을 수행할 수 있다. 동작 1220에서, 후보 목록이 존재하지 않는 것으로 판정된 경우, 대화 분석 모듈(510)은 도 12에 따른 동작을 종료할 수 있다.

동작 1230에서, 대화 분석 모듈(510)은 클라이언트 모듈(131)에게 규칙 생성 여부를 질의할 수 있다. 규칙 생성 여부의 질의에는 관련된 발화들에 대한 정보가 포함될 수 있다. 관련된 발화들은 후보 목록에 포함된 발화들일 수 있다. 예를 들어, 규칙 생성 여부의 질의에는 “지금 몇시야”, “에어컨 켜줘”, “에어컨 25도로 설정해줘”, “선풍기 꺼줘”, 및 “스피커 음소거 해” 중 “에어컨 켜줘”, “에어컨 25도로 설정해줘”, 및 “선풍기 꺼줘”에 대한 정보가 포함될 수 있다.

동작 1240에서, 클라이언트 모듈(131)은, 규칙 생성 여부를 판별할 수 있다.

일 실시 예에서, 클라이언트 모듈(131)은 디스플레이 모듈(160)(또는, 음향 출력 모듈(155))을 통해 사용자에게 규칙 생성 여부를 문의하고, 문의에 대한 사용자 입력에 기초하여, 규칙 생성 여부를 판별할 수 있다.

동작 1240에서, 규칙을 생성하는 것으로 판정된 경우, 클라이언트 모듈(131)은 동작 1250을 수행할 수 있다. 동작 1240에서, 규칙을 생성하지 않는 것으로 판정된 경우, 클라이언트 모듈(131)은 도 12에 따른 동작을 종료할 수 있다.

동작 1250에서, 클라이언트 모듈(131)은 대화 분석 모듈(510)에게 규칙 생성을 동의하는 메시지를 송신할 수 있다.

동작 1260에서, 대화 분석 모듈(510)은 IoT 서버(520)에게 규칙 생성을 요청할 수 있다. 일 실시 예에서, 규칙 생성의 요청에는 후보 목록을 나타내는 데이터 셋이 포함될 수 있다.

동작 1270에서, IoT 서버(520)는 규칙을 생성할 수 있다. 일 실시 예에서, IoT 서버(520)는 후보 목록에 기초하여 규칙을 생성할 수 있다.

도 13은, 일 실시 예에 따른 지능형 서버(200)의 동작을 도시하는 흐름도이다.

도 13을 참조하면, 동작 1310에서, 지능형 서버(200)는 음성 세션의 시작을 식별할 수 있다. 지능형 서버(200)는 전자 장치(101)로부터의 수신된 대화 시작 알림에 기초하여, 음성 세션의 시작을 식별할 수 있다.

동작 1320에서, 지능형 서버(200)는 사용자의 음성이 지속되는지를 판정할 수 있다.

예를 들어, 지능형 서버(200)는 전자 장치(101)로부터 음성 입력이 수신되는 경우, 사용자의 음성이 지속되는 것으로 판정할 수 있다. 다른 예를 들어, 지능형 서버(200)는 전자 장치(101)로부터 음성 입력이 지정된 시간 동안 수신되지 않은 경우, 사용자의 음성이 지속되지 않는 것으로 판정할 수 있다. 또 다른 예를 들어, 지능형 서버(200)는 전자 장치(101)로부터 대화 종료 알림에 기초하여, 사용자의 음성이 지속되지 않는 것으로 판정할 수 있다.

동작 1320에서, 사용자의 음성이 지속되는 것으로 판정되면, 지능형 서버(200)는 동작 1320을 수행할 수 있다. 동작 1320에서, 사용자의 음성이 지속되지 않는 것으로 판정되면, 지능형 서버(200)는 동작 1330을 수행할 수 있다.

동작 1330에서, 지능형 서버(200)는 발화 관계를 분석할 수 있다. 지능형 서버(200)는 복수의 발화들 중 첫 번째 인텐트를 포함하는 발화를 식별할 수 있다.

예를 들어, 첫 번째 인텐트는 IoT 장치와 관련된 복수의 발화들 중 가장 먼저 식별된 발화의 인텐트일 수 있다. 다른 예를 들어, 첫 번째 인텐트는 IoT 장치와 관련된 복수의 발화들 각각의 메타 데이터가 가장 많이 지시하는 인텐트 및/또는 IoT 장치와 관련된 발화의 인텐트일 수 있다.

동작 1340에서, 지능형 서버(200)는 관련 발화가 식별되었는지를 판정할 수 있다. 일 실시 예에서, 지능형 서버(200)는 첫 번째 인텐트의 발화의 관련 발화가 식별되었는지를 판정할 수 있다.

일 실시 예에서, 관련 발화는 첫 번째 인텐트와 관련된 메타 데이터가 지시하는 IoT 장치와 관련된 발화 및/또는 인텐트와 관련된 발화일 수 있다. 예를 들어, 첫 번째 인텐트가 발화 “에어컨 켜줘”에 대한 인텐트(예: PowerSwitch-On)인 경우, 관련 발화는 첫 번째 인텐트와 관련된 메타 데이터(즉, 에어컨에 대한 메타 데이터)가 지시하는 IoT 장치(예: 선풍기(fan), 및 온도 조정 장치(thermostat))와 관련된 발화(예: 선풍기 꺼줘) 및/또는 인텐트(예: Mode-ChangeMode, TemperatureCooling-Set, WindStrenth-SetMode)와 관련된 발화일 수 있다.

일 실시 예에서, 관련 발화는 관련 발화의 인텐트와 관련된 메타 데이터가 지시하는 IoT 장치와 관련된 발화 및/또는 인텐트와 관련된 발화일 수 있다. 예를 들어, 관련 발화는 첫 번째 인텐트의 발화에 대해 관련된 발화(제1 관련 발화), 제1 관련 발화에 대해 관련된 발화(제2 관련 발화), 또는 제N 관련 발화에 대해 관련된 발화(제N+1 관련 발화)를 포함할 수 있다.

동작 1340에서, 관련 발화가 식별된 것으로 판정되면, 지능형 서버(200)는 동작 1350을 수행할 수 있다. 동작 1340에서, 관련 발화가 식별되지 않는 것으로 판정되면, 지능형 서버(200)는 동작 1370을 수행할 수 있다.

동작 1350에서, 지능형 서버(200)는 규칙 생성 여부를 판정할 수 있다.

지능형 서버(200)는 전자 장치(101)에게 규칙 생성 여부를 문의하고, 전자 장치(101)로부터의 응답에 기초하여, 규칙 생성 여부를 판정할 수 있다.

동작 1350에서, 규칙을 생성하는 것으로 판정되면, 지능형 서버(200)는 동작 1360을 수행할 수 있다. 동작 1350에서, 규칙을 생성하지 않는 것으로 판정되면, 지능형 서버(200)는 동작 1370을 수행할 수 있다.

동작 1360에서, 지능형 서버(200)는 규칙을 생성할 수 있다. 지능형 서버(200)는 IoT 서버(520)에게 규칙 생성을 요청함으로써, 규칙을 생성할 수 있다. 지능형 서버(200)의 규칙 생성 요청에는 후보 목록에 대한 데이터가 포함될 수 있다.

동작 1370에서, 지능형 서버(200)는 음성 세션의 종료를 식별할 수 있다.

도 14는, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.

도 14의 인식 서비스 제공 상황은 도 6의 동작 611과 동작 670에 따른 상황을 예시할 수 있다.

도 14를 참조하면, 사용자(1401)는 복수의 발화들(1411, 1421, 1431, 1441, 및 1451) 각각을 통해 전자 장치(101)에게 음성 인식 서비스를 요청할 수 있다.

전자 장치(101)는 복수의 발화들(1411, 1421, 1431, 1441, 및 1451) 각각에 따른 태스크의 수행을 지능형 서버(200)에게 요청하고, 지능형 서버(200)로부터 수신된 태스크의 수행 결과를 나타내는 메시지들(1415, 1425, 1435, 1445, 및 1455)을 출력할 수 있다.

지능형 서버(200)는 복수의 발화들(1411, 1421, 1431, 1441, 및 1451) 각각에 기초하여 규칙을 생성할 수 있다.

도 15는, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.

도 15의 인식 서비스 제공 상황은 도 12의 동작 1230, 동작 1240 및 동작 1250에 따른 상황을 예시할 수 있다.

도 15의 인식 서비스 제공 상황은 도 14의 인식 서비스 제공 상황 이후에 발생할 수 있다.

도 15를 참조하면, 전자 장치(101)는 규칙 생성을 질의하는 메시지(1510)를 출력할 수 있다.

전자 장치(101)는 사용자(1401)가 발화하는 메시지(1510)에 대한 응답(1520)을 획득할 수 있다.

전자 장치(101)는 응답(1520)이 규칙 생성에 동의하는 경우, 규칙을 생성함을 알리는 메시지(1530)를 출력할 수 있다.

전자 장치(101)는 응답(1520)이 규칙 생성에 동의하는 경우, 지능형 서버(200)에게 규칙 생성을 요청하고, 지능형 서버(200)는 전자 장치(101)의 요청에 기반하여, IoT 서버(520)에게 규칙 생성을 요청할 수 있다.

도 16은, 일 실시 예에 따른 전자 장치(101)의 사용자 인터페이스를 도시한다.

도 16의 사용자 인터페이스는 도 15에 따라 생성된 규칙에 대한 사용자 인터페이스이다.

도 16을 참조하면, 전자 장치(101)가 제공하는 음성 인식 서비스의 스크린(1601)에는 생성된 규칙을 나타내는 이미지 객체(1610)가 포함될 수 있다.

사용자가 생성된 규칙을 나타내는 이미지 객체(1610)를 선택하면, 전자 장치(101)는 생성된 규칙을 관리할 수 있는 스크린(1605)을 표시할 수 있다.

스크린(1605)에는 생성된 규칙에 따라 제어되는 IoT 장치에 대한 정보를 나타내는 영역들(1620, 1630)이 포함될 수 있다.

영역들(1620, 1630) 각각에는 IoT 장치의 명칭(예: 스탠드형 에어컨, 선풍기 리모컨), 및 제어 정보(켜기, 온도 설정: 25℃, 전원: 꺼짐)가 포함될 수 있다.

사용자는 스크린(1605)에 대해 사용자 입력을 인가함으로써 IoT 장치를 더 추가하거나, 및/또는 포함된 IoT 장치를 제거할 수 있다.

도 17은, 일 실시 예에 따른 음성 인식 서비스 제공 상황을 예시한다.

도 17의 인식 서비스 제공 상황은 도 15의 인식 서비스 제공 상황 이후에 발생할 수 있다.

도 17을 참조하면, 전자 장치(101)는 규칙의 실행을 요청하는 사용자 입력(1710)을 획득할 수 있다.

전자 장치(101)는 사용자 입력(1710)을 수신함에 기초하여, 지능형 서버(200)에게 규칙 실행을 요청하고, 지능형 서버(200)는 전자 장치(101)의 요청에 기반하여, IoT 서버(520)에게 규칙 실행을 요청할 수 있다. IoT 서버(520)는 실행 요청된 규칙에 기초하여, 실행 요청된 규칙과 관련된 IoT 장치들을 제어할 수 있다.

전자 장치(101)는 지능형 서버(200)로부터 규칙 실행에 따른 피드백을 수신하고, 수신된 피드백을 나타내는 메시지(1720)를 사용자(1401)에게 제공할 수 있다.

도 18은, 일 실시 예에 따른 전자 장치(101)의 동작을 도시하는 흐름도이다.

도 18에서의 전자 장치(101)는 지능형 서버(200)의 기능적 구성들 중 적어도 일부 구성을 포함할 수 있다. 예를 들어, 전자 장치(101)는 지능형 서버(200)의 자동 음성 인식 모듈(221), 자연어 이해 모듈(223), 실행 엔진(240), 텍스트 음성 변환 모듈(229), 대화 분석 모듈(510), 또는 이들의 조합을 포함할 수 있다.

도 18에 대한 설명에서는, 전자 장치(101)가 지능형 서버(200)의 기능적 구성들을 모두 포함하는 것으로 가정한다.

도 18을 참조하면, 동작 1810에서 전자 장치(101)는 자연어 입력을 획득할 수 있다.

동작 1820에서 전자 장치(101)는 적어도 하나의 외부 전자 장치를 식별할 수 있다. 적어도 하나의 외부 전자 장치는 IoT 장치일 수 있다. 전자 장치(101)는 자연어 입력에 포함된 복수의 발화들에 기초하여, 적어도 하나의 외부 전자 장치를 식별할 수 있다. 적어도 하나의 외부 전자 장치는 복수의 발화들 중 적어도 하나의 발화에 의한 태스크를 수행하기 위한 장치일 수 있다.

동작 1830에서 전자 장치(101)는 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별할 수 있다.

지정된 외부 전자 장치는 첫 번째 인텐트와 관련된 외부 전자 장치일 수 있다. 예를 들어, 첫 번째 인텐트는 외부 전자 장치와 관련된 복수의 발화들 중 가장 먼저 식별된 발화의 인텐트일 수 있다. 다른 예를 들어, 첫 번째 인텐트는 외부 전자 장치와 관련된 복수의 발화들 각각의 메타 데이터가 가장 많이 지시하는 인텐트 및/또는 외부 전자 장치와 관련된 발화의 인텐트일 수 있다.

전자 장치(101)는 식별된 지정된 외부 전자 장치에 대한 장치 관련 정보를 후보 목록에 저장하고, 식별된 지정된 외부 전자 장치에 대한 메타 데이터를 메타 데이터 서버(530)로부터 획득하여 관리할 수 있다.

동작 1840에서 전자 장치(101)는 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별할 수 있다.

일 실시 예에서, 제1 외부 전자 장치는 복수의 발화들에 따른 외부 전자 장치들 중 첫 번째 인텐트와 관련된 메타 데이터가 지시하는 외부 전자 장치 및/또는 인텐트와 관련된 외부 전자 장치일 수 있다. 일 실시 예에서, 제1 외부 전자 장치는 복수의 발화들에 따른 외부 전자 장치들 중 제1 외부 전자 장치의 메타 데이터가 지시하는 외부 전자 장치 및/또는 인텐트와 관련된 외부 전자 장치일 수 있다.

전자 장치(101)는 식별된 제1 외부 전자 장치에 대한 장치 관련 정보를 후보 목록에 저장하고, 식별된 제1 외부 전자 장치에 대한 메타 데이터를 메타 데이터 서버(530)로부터 획득하여 관리할 수 있다.

동작 1850에서 전자 장치(101)는 적어도 하나의 명령에 의해 지정된 외부 전자 장치와 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별할 수 있다. 적어도 하나의 명령은 태스크에 대응할 수 있다. 적어도 하나의 동작은 태스크를 수행하기 위한 동작으로 구성될 수 있다.

동작 1860에서 전자 장치(101)는 적어도 하나의 동작을 실행하기 위한 규칙을 생성할 수 있다. 일 실시 예에서, 전자 장치(101)는 IoT 서버(520)에게 규칙 생성을 요청함으로써, 규칙을 생성할 수 있다. 규칙 생성 요청에는 후보 목록에 대한 데이터가 포함될 수 있다.

본 문서에 개시된 다양한 실시 예들에 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 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 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 실시 예들에서 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 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시 예들은 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.

일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 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 실시 예들에 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 실시 예들에 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 실시 예들에 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 (20)

1. 전자 장치에 있어서,
   입력 모듈,
   프로세서, 및
   인스트럭션들을 저장하는 메모리를 포함하고,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 입력 모듈을 통해 자연어 입력을 획득하고,
   상기 자연어 입력에 따른 적어도 하나의 명령과 관련된 적어도 하나의 외부 전자 장치를 식별하고,
   상기 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별하고,
   상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별하고,
   상기 적어도 하나의 명령에 의해 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별하고,
   상기 적어도 하나의 동작을 실행하기 위한 규칙을 생성하도록 구성되는, 전자 장치.
   
2. 청구항 1에 있어서,
   상기 자연어 입력은 복수의 발화들로 구성되고,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 복수의 발화들을 순차적으로 획득하고,
   상기 복수의 발화들에 의해 순차적으로 식별되는 상기 적어도 하나의 외부 전자 장치 중 가장 먼저 식별되는 외부 전자 장치를 상기 지정된 외부 전자 장치로 식별하도록 구성되는, 전자 장치.
   
3. 청구항 1에 있어서,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 적어도 하나의 외부 전자 장치 각각의 메타 데이터를 획득하고,
   상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치의 제1 메타 데이터가 지시하는 외부 전자 장치를 상기 적어도 하나의 제1 외부 전자 장치로 식별하도록 구성되는, 전자 장치.
   
4. 청구항 3에 있어서,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 적어도 하나의 외부 전자 장치 중 상기 적어도 하나의 제1 외부 전자 장치의 제2 메타 데이터가 지시하는 외부 전자 장치를 상기 적어도 하나의 제1 외부 전자 장치로 식별하도록 구성되는, 전자 장치.
   
5. 청구항 3에 있어서,
   통신 모듈을 포함하고,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 통신 모듈을 이용하여, 서버에게 상기 적어도 하나의 외부 전자 장치 각각에 대한 상기 메타 데이터를 요청하고,
   상기 통신 모듈을 이용하여, 상기 서버로부터 상기 메타 데이터를 수신하도록 구성되고,
   상기 메타 데이터는 상기 적어도 하나의 외부 전자 장치 각각의 제조사에 의해 생성된 데이터, 및/또는 상기 적어도 하나의 외부 전자 장치 각각의 장치 유형에 대응하는 기준 데이터인 전자 장치.
   
6. 청구항 1에 있어서,
   통신 모듈을 포함하고,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 입력 모듈을 통해 규칙을 지시하는 지정된 입력을 획득하고,
   상기 통신 모듈을 이용하여, 상기 지정된 입력에 기초하여, 상기 규칙에 따른 상기 적어도 하나의 동작이 실행되도록, 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각을 제어하도록 구성되는, 전자 장치.
   
7. 청구항 1에 있어서,
   통신 모듈을 포함하고,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 통신 모듈을 이용하여, 상기 전자 장치와 구분되는 단말로부터 상기 자연어 입력을 획득하도록 구성되고,
   상기 통신 모듈을 이용하여, 상기 규칙의 생성 여부를 상기 단말에게 문의하고,
   상기 통신 모듈을 이용하여, 상기 단말로부터 상기 규칙의 생성에 대한 확인을 수신하고,
   상기 확인을 수신함에 응답하여, 상기 규칙을 생성하도록 구성되는,
   전자 장치.
   
8. 청구항 1에 있어서,
   상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
   상기 적어도 하나의 외부 전자 장치 각각의 메타 데이터를 획득하고,
   상기 메타 데이터에 기초하여 상기 적어도 하나의 외부 전자 장치 각각의 관련도를 식별하고,
   상기 적어도 하나의 외부 전자 장치 중 관련도가 가장 높은 외부 전자 장치를 상기 지정된 외부 전자 장치로 식별하도록 구성되는, 전자 장치.
   
9. 청구항 8에 있어서,
   임의 외부 전자 장치의 관련도는 상기 적어도 하나의 외부 전자 장치 중 상기 메타 데이터가 상기 임의 외부 전자 장치를 지시하는 외부 전자 장치의 개수에 기초하여 식별되는,
   전자 장치.
   
10. 청구항 1에 있어서,
    상기 적어도 하나의 외부 전자 장치는 IoT(internet of things) 장치이고,
    상기 전자 장치는 음성 인식 서비스를 제공하는 서버인
    전자 장치.
    
11. 전자 장치의 동작 방법에 있어서,
    상기 전자 장치의 입력 모듈을 통해 자연어 입력을 획득하는 동작,
    상기 자연어 입력에 따른 적어도 하나의 명령과 관련된 적어도 하나의 외부 전자 장치를 식별하는 동작,
    상기 적어도 하나의 외부 전자 장치 중 지정된 외부 전자 장치를 식별하는 동작,
    상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치와 관련된 적어도 하나의 제1 외부 전자 장치를 식별하는 동작,
    상기 적어도 하나의 명령에 의해 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각에서 수행되는 적어도 하나의 동작을 식별하는 동작, 및
    상기 적어도 하나의 동작을 실행하기 위한 규칙을 생성하는 동작을 포함하는 방법.
    
12. 청구항 11에 있어서,
    상기 지정된 외부 전자 장치를 식별하는 동작은,
    상기 복수의 발화들을 순차적으로 획득하는 동작, 및
    상기 복수의 발화들에 의해 순차적으로 식별되는 상기 적어도 하나의 외부 전자 장치 중 가장 먼저 식별되는 외부 전자 장치를 상기 지정된 외부 전자 장치로 식별하는 동작을 포함하는
    방법.
    
13. 청구항 11에 있어서,
    상기 제1 외부 전자 장치를 식별하는 동작은,
    상기 적어도 하나의 외부 전자 장치 각각의 메타 데이터를 획득하는 동작, 및
    상기 적어도 하나의 외부 전자 장치 중 상기 지정된 외부 전자 장치의 제1 메타 데이터가 지시하는 외부 전자 장치를 상기 적어도 하나의 제1 외부 전자 장치로 식별하는 동작을 포함하는
    방법.
    
14. 청구항 13에 있어서,
    상기 제1 외부 전자 장치를 식별하는 동작은,
    상기 적어도 하나의 외부 전자 장치 중 상기 적어도 하나의 제1 외부 전자 장치의 제2 메타 데이터가 지시하는 외부 전자 장치를 상기 적어도 하나의 제1 외부 전자 장치로 식별하는 동작을 포함하는
    방법.
    
15. 청구항 13에 있어서,
    상기 전자 장치의 통신 모듈을 이용하여, 서버에게 상기 적어도 하나의 외부 전자 장치 각각에 대한 상기 메타 데이터를 요청하는 동작, 및
    상기 통신 모듈을 이용하여, 상기 서버로부터 상기 메타 데이터를 수신하는 동작을 포함하고,
    상기 메타 데이터는 상기 적어도 하나의 외부 전자 장치 각각의 제조사에 의해 생성된 데이터, 및/또는 상기 적어도 하나의 외부 전자 장치 각각의 장치 유형에 대응하는 기준 데이터인 방법.
    
16. 청구항 11에 있어서,
    상기 입력 모듈을 통해 규칙을 지시하는 지정된 입력을 획득하는 동작, 및
    상기 전자 장치의 통신 모듈을 이용하여, 상기 지정된 입력에 기초하여, 상기 규칙에 따른 상기 적어도 하나의 동작이 실행되도록, 상기 지정된 외부 전자 장치와 상기 적어도 하나의 제1 외부 전자 장치 각각을 제어하는 동작을 포함하는
    방법.
    
17. 청구항 11에 있어서,
    상기 규칙을 생성하는 동작은,
    상기 전자 장치의 통신 모듈을 이용하여, 상기 전자 장치와 구분되는 단말로부터 상기 자연어 입력을 획득하는 동작,
    상기 통신 모듈을 이용하여, 상기 규칙의 생성 여부를 상기 단말에게 문의하는 동작,
    상기 통신 모듈을 이용하여, 상기 단말로부터 상기 규칙의 생성에 대한 확인을 수신하는 동작, 및
    상기 확인을 수신함에 응답하여, 상기 규칙을 생성하는 동작을 포함하는
    방법.
    
18. 청구항 11에 있어서,
    상기 지정된 외부 전자 장치를 식별하는 동작은,
    상기 적어도 하나의 외부 전자 장치 각각의 메타 데이터를 획득하는 동작,
    상기 메타 데이터에 기초하여 상기 적어도 하나의 외부 전자 장치 각각의 관련도를 식별하는 동작, 및
    상기 적어도 하나의 외부 전자 장치 중 관련도가 가장 높은 외부 전자 장치를 상기 지정된 외부 전자 장치로 식별하는 동작을 포함하는
    방법.
    
19. 청구항 18에 있어서,
    임의 외부 전자 장치의 관련도는 상기 적어도 하나의 외부 전자 장치 중 상기 메타 데이터가 상기 임의 외부 전자 장치를 지시하는 외부 전자 장치의 개수에 기초하여 식별되는
    방법.
    
20. 청구항 11에 있어서,
    상기 적어도 하나의 외부 전자 장치는 IoT(internet of things) 장치이고,
    상기 전자 장치는 음성 인식 서비스를 제공하는 서버인
    방법.

Images