KR20230065049A

KR20230065049A - 비전 정보를 이용하여 전자기기를 제어하는 웨어러블 전자 장치 및 방법

Info

Publication number: KR20230065049A
Application number: KR1020210150845A
Authority: KR
Inventors: 우현철; 송가진
Original assignee: 삼성전자주식회사
Priority date: 2021-11-04
Filing date: 2021-11-04
Publication date: 2023-05-11
Also published as: WO2023080419A1

Abstract

비전 정보를 이용하여 전자기기를 제어하는 웨어러블 장치 및 방법이 개시된다. 일 실시예에 따른 전자 장치는 전자 장치의 주변을 촬영하여 현재 영상을 획득하는 카메라, 사용자 발화를 수신하는 음성 입력 장치, 프로세서, 및 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리를 포함하고, 프로세서에 의해 인스트럭션들이 실행될 때, 프로세서는, 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작, 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작, 및 결정된 의도에 기초하여 결정된 타겟 제어 대상 기기를 제어하는 동작을 수행하고, 타겟 제어 대상 기기를 결정하는 동작은, 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작, 및 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 카메라를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

Description

비전 정보를 이용하여 전자기기를 제어하는 웨어러블 전자 장치 및 방법{WEARABLE ELECTRONIC APPARATUS AND METHOD FOR CONTROLLING ELECTRONIC DEVICES USING VISION INFORMATION}

본 발명의 다양한 실시예들은 비전 정보를 이용하여 전자기기를 제어하는 기술에 관한 것이다.

AR 글래스(augmented reality glasses)와 같은 웨어러블 장치는 사용자가 실제로 보고 있는 영상 위에 가상의 영상(예를 들어, 물체의 정보)을 보여주는 차세대 디바이스이다. 이를 위해 웨어러블 장치는 주변을 인식하는 카메라, 센서 및 카메라와 센서를 통해 획득한 정보를 분석하여 실제 보고 있는 화면 위에 가상의 영상을 보여주는 광학 디스플레이를 포함할 수 있다.

웨어러블 장치는 명령어 또는 질문을 기초로 사용자를 위한 임무(task) 또는 서비스를 수행하는 음성 비서 서비스를 사용자에게 제공할 수 있다. 웨어러블 장치는 마이크와 같은 음성 입력 장치를 통해 사용자의 음성 명령을 수신하고 음성 명령의 의도를 파악하여 사용자의 음성 명령을 수행할 수 있다. 예를 들어, 사용자는 다른 전자기기를 제어하기 위한 음성 명령을 발화하여 음성 입력 장치를 통해 웨어러블 장치에 입력할 수 있고 웨어러블 장치는 음성 명령에 따라 다른 전자기기에 제어 신호를 전송하여 해당 전자 기기를 제어할 수 있다.

웨어러블 장치로 입력되는 전자기기 제어를 위한 사용자의 음성 명령에는 제어 대상이 되는 기기에 대한 정보도 포함되어 있는 것이 일반적이지만, 사용자가 제어 대상 기기에 대한 정보를 누락하여 발화하거나 사용자 발화로부터 제어 대상 기기가 특정되지 않을 경우, 웨어러블 장치가 명령을 수행하기 어려울 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 웨어러블 장치 및 방법에 의하면, 전자기기 제어를 위한 사용자 발화로부터 제어 대상 기기가 인식되지 않은 경우에도 제어 대상 기기를 특정할 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 전자 장치는, 상기 전자 장치의 주변을 촬영하여 현재 영상을 획득하는 카메라, 사용자 발화를 수신하는 음성 입력 장치, 프로세서, 및 상기 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 상기 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작, 상기 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작, 및 상기 결정된 의도에 기초하여 상기 결정된 타겟 제어 대상 기기를 제어하는 동작을 수행하고, 상기 타겟 제어 대상 기기를 결정하는 동작은, 상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작, 및 상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 카메라를 통해 획득된 상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법은 웨어러블 전자 장치의 음성 입력 장치를 통해 사용자 발화를 수신하는 동작, 상기 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작, 상기 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작, 및 상기 결정된 의도에 기초하여 상기 결정된 타겟 제어 대상 기기를 제어하는 동작을 포함하고, 상기 타겟 제어 대상 기기를 결정하는 동작은, 상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작, 및 상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 웨어러블 전자 장치의 주변을 촬영하여 현재 영상을 획득하는 카메라를 통해 획득된 상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 웨어러블 장치 및 방법에 의하면, 전자기기 제어를 위한 사용자 발화로부터 제어 대상 기기가 인식되지 않은 경우, 웨어러블 장치의 카메라를 통해 획득된 비전 정보를 이용하여 공간을 인식하고 해당 공간과 대응되는 전자기기를 식별함으로써 제어 대상 기기를 특정할 수 있다.

도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 웨어러블 장치를 도시한다.
도 3은 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 전자 장치를 착용한 사용자가 발화하는 음성 명령의 예를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 전자 장치에서 타겟 제어 대상 기기를 결정하기 위해 수행되는 동작을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법을 설명하기 위한 흐름도이다.
도 6은 일 실시예에 따른 방법의 공간 정보에 기초하여 타겟 제어 대상 기기를 결정하는 동작을 설명하기 위한 흐름도이다.
도 7(A) 및 도 7(B)는 사용자의 위치에 따라 타겟 제어 대상 기기가 다르게 결정되는 실시예를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.
도 9는 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법의 흐름도이다.

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.

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. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 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. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 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. 일실시예에 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.

일실시예에 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. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 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 실시 예에 따른 웨어러블 장치의 구조를 도시한 도면이다.

도 2를 참조하면, 웨어러블 장치(200)(예: 도1 의 전자 장치(101))는 사용자의 안면에 착용되어, 사용자에게 증강 현실 서비스 및/또는 가상 현실 서비스와 관련된 영상을 제공할 수 있다.

일 실시 예에서, 웨어러블 장치(200)는 제1 디스플레이(205), 제2 디스플레이(210), 화면 표시부(215a, 215b), 입력광학부재(220), 제1 투명부재(225a), 제2 투명부재(225b), 조명부(230a, 230b), 제1 PCB(235a), 제2 PCB(235b), 제1 힌지(hinge)(240a), 제2 힌지(240b), 제1 카메라(245a, 245b, 245c, 245d), 복수의 마이크(예: 제1 마이크(250a), 제2 마이크(250b), 제3 마이크(250c)), 복수의 스피커(예: 제1 스피커(255a), 제2 스피커(255b)), 배터리(260), 제2 카메라(275a, 275b), 제3 카메라(265), 및 바이저(270a, 270b)를 포함할 수 있다.

일 실시 예에서, 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))는, 예를 들면, 액정 표시 장치(liquid crystal display, LCD), 디지털 미러 표시 장치(digital mirror device, DMD), 실리콘 액정 표시 장치(liquid crystal on silicon, LCoS), 유기 발광 다이오드(organic light emitting diode, OLED) 또는 마이크로 엘이디(micro light emitting diode, micro LED)를 포함할 수 있다. 미도시 되었으나, 디스플레이가 액정 표시 장치, 디지털 미러 표시 장치, 또는 실리콘 액정 표시 장치 중 하나로 이루어지는 경우, 웨어러블 장치(200)는 디스플레이의 화면 출력 영역으로 광을 조사하는 광원을 포함할 수 있다. 다른 실시예에서, 디스플레이가 자체적으로 광을 발생시킬 수 있는 경우, 예를 들어, 유기 발광 다이오드 또는 마이크로 엘이디 중 하나로 이루어지는 경우, 웨어러블 장치(200)는 별도의 광원을 포함하지 않더라도 사용자에게 양호한 품질의 가상 영상을 제공할 수 있다. 일 실시 예에서, 디스플레이가 유기 발광 다이오드 또는 마이크로 엘이디로 구현된다면 광원이 불필요하므로, 웨어러블 장치(200)가 경량화될 수 있다. 이하에서는, 자체적으로 광을 발생시킬 수 있는 디스플레이는 자발광 디스플레이로 지칭되며, 자발광 디스플레이를 전제로 설명된다.

본 발명의 다양한 실시예들에 따른 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))는 적어도 하나의 마이크로 LED(micro light emitting diode)로 구성될 수 있다. 예컨대, 마이크로 LED는 자체 발광으로 적색(R, red), 녹색(G, green), 청색(B, blue)을 표현할 수 있으며, 크기가 작아(예: 100㎛ 이하), 칩 하나가 하나의 픽셀(예: R, G, 및 B 중 하나)을 구현할 수 있다. 이에 따라, 디스플레이가 마이크로 LED로 구성되는 경우, 백라이트유닛(BLU) 없이 높은 해상도를 제공할 수 있다.

이에 한정하는 것은 아니며, 하나의 픽셀은 R, G, 및 B를 포함할 수 있으며, 하나의 칩은 R, G, 및 B를 포함하는 픽셀이 복수개로 구현될 수 있다.

일 실시 예에서, 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))는 가상의 영상을 표시하기 위한 픽셀(pixel)들로 구성된 디스플레이 영역 및 픽셀들 사이에 배치되는 눈에서 반사되는 광을 수광하여 전기 에너지로 변환하고 출력하는 수광 픽셀(예: 포토 센서 픽셀(photo sensor pixel))들로 구성될 수 있다.

일 실시 예에서, 웨어러블 장치(200)는 수광 픽셀들을 통해 사용자의 시선 방향(예: 눈동자 움직임)을 검출할 수 있다. 예컨대, 웨어러블 장치(200)는 제1 디스플레이(205)를 구성하는 하나 이상의 수광 픽셀들 및 제2 디스플레이(210)를 구성하는 하나 이상의 수광 픽셀들을 통해 사용자의 우안에 대한 시선 방향 및 사용자의 좌안에 대한 시선 방향을 검출하고 추적할 수 있다. 웨어러블 장치(200)는 하나 이상의 수광 픽셀들을 통해 검출되는 사용자의 우안 및 좌안의 시선 방향(예: 사용자의 우안 및 좌안의 눈동자가 응시하는 방향)에 따라 가상 영상의 중심의 위치를 결정할 수 있다.

일 실시 예에서, 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))로부터 방출되는 광은 렌즈(미도시) 및 웨이브가이드(waveguide)를 거쳐 사용자의 우안(right eye)에 대면하게 배치되는 제1 투명부재(225a)에 형성된 화면 표시부(215a, 215b) 및 사용자의 좌안(left eye)에 대면하게 배치 제2 투명부재(225b)에 형성된 화면 표시부(215a, 215b)에 도달할 수 있다. 예컨대, 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))로부터 방출되는 광은 웨이브가이드를 거쳐 입력광학부재(220)와 화면 표시부(215a, 215b)에 형성된 그레이팅 영역(grating area)에 반사되어 사용자의 눈에 전달될 수 있다. 제1 투명 부재(225a) 및/또는 제2 투명 부재(225b)는 글래스 플레이트, 플라스틱 플레이트, 또는 폴리머로 형성될 수 있으며, 투명 또는 반투명하게 제작될 수 있다.

일 실시 예에서, 렌즈(미도시)는 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))의 전면에 배치될 수 있다. 렌즈(미도시)는 오목 렌즈 및/또는 볼록 렌즈를 포함할 수 있다. 예컨대, 렌즈(미도시)는 프로젝션 렌즈(projection lens) 또는 콜리메이션 렌즈(collimation lens)를 포함할 수 있다.

일 실시 예에서, 화면 표시부(215a, 215b) 또는 투명 부재(예: 제1 투명 부재(225a), 제2 투명 부재(225b))는 웨이브가이드(waveguide)를 포함하는 렌즈, 반사형 렌즈를 포함할 수 있다.

일 실시 예에서, 웨이브가이드는 글래스, 플라스틱, 또는 폴리머로 제작될 수 있으며, 내부 또는 외부의 일표면에 형성된 나노 패턴, 예를 들어, 다각형 또는 곡면 형상의 그레이팅 구조(grating structure)를 포함할 수 있다. 일 실시 예에 따르면, 웨이브가이드의 일단으로 입사된 광은 나노 패턴에 의해 디스플레이 웨이브가이드 내부에서 전파되어 사용자에게 제공될 수 있다. 일 실시 예에서, 프리폼(free-form)형 프리즘으로 구성된 웨이브가이드는 입사된 광을 반사 미러를 통해 사용자에게 제공될 수 있다. 웨이브가이드는 적어도 하나의 회절 요소 예컨대, DOE(diffractive optical element), HOE(holographic optical element)) 또는 반사 요소(예: 반사 거울) 중 적어도 하나를 포함할 수 있다. 일 실시 예에서, 웨이브가이드는 웨이브가이드에 포함된 적어도 하나의 회절 요소 또는 반사 요소를 이용하여 디스플레이(205, 210)로부터 방출되는 광을 사용자의 눈으로 유도할 수 있다.

다양한 실시예들에 따라, 회절 요소는 입력 광학 부재(220)/출력 광학 부재(미도시)를 포함할 수 있다. 예컨대, 입력 광학 부재(220)는 입력 그레이팅 영역(input grating area)을 의미할 수 있으며, 출력 광학 부재(미도시)는 출력 그레이팅 영역(output grating area)을 의미할 수 있다. 입력 그레이팅 영역은 디스플레이(예: 제1 디스플레이(205) 및 제2 디스플레이(210))(예: 마이크로 LED)로부터 출력되는 광을 화면 표시부(215a, 215b)의 투명 부재(예: 제1 투명 부재(250a), 제2 투명 부재(250b))로 광을 전달하기 위해 회절(또는 반사)시키는 입력단 역할을 할 수 있다. 출력 그레이팅 영역은 웨이브가이드의 투명 부재(예: 제1 투명 부재(250a), 제2 투명 부재(250b))에 전달된 광을 사용자의 눈으로 회절(또는 반사)시키는 출구 역할을 할 수 있다.

다양한 실시예들에 따라, 반사 요소는 전반사(total internal reflection, TIR)를 위한 전반사 광학 소자 또는 전반사 도파관을 포함할 수 있다. 예컨대, 전반사는 광을 유도하는 하나의 방식으로, 입력 그레이팅 영역을 통해 입력되는 광(예: 가상 영상)이 웨이브가이드의 일면(예: 특정 면)에서 100% 반사되도록 입사각을 만들어, 출력 그레이팅 영역까지 100% 전달되도록 하는 것을 의미할 수 있다.

일 실시 예에서, 디스플레이(205, 210)로부터 방출되는 광은 입력 광학 부재(220)를 통해 웨이브가이드로 광 경로가 유도될 수 있다. 웨이브가이드 내부를 이동하는 광은 출력 광학 부재를 통해 사용자 눈 방향으로 유도될 수 있다. 화면 표시부(215a, 215b)는 눈 방향으로 방출되는 광에 기반하여 결정될 수 있다.

일 실시 예에서, 제1 카메라(245a, 245b, 245c, 245d)는 3DoF(3 degrees of freedom), 6DoF의 헤드 트래킹(head tracking), 핸드(hand) 검출과 트래킹(tracking), 제스처(gesture) 및/또는 공간 인식을 위해 사용되는 카메라를 포함할 수 있다. 예컨대, 제1 카메라(245a, 245b, 245c, 245d)는 헤드 및 핸드의 움직임을 검출하고, 움직임을 추적하기 위해 GS(global shutter) 카메라를 포함할 수 있다.

일례로, 제1 카메라(245a, 245b, 245c, 245d)는 헤드 트래킹과 공간 인식을 위해서 스테레오(stereo) 카메라가 적용될 수 있고, 동일 규격, 동일 성능의 카메라가 적용될 수 있다. 제1 카메라(245a, 245b, 245c, 245d)는 빠른 손동작과 손가락과 같이 미세한 움직임을 검출하고 움직임을 추적하기 위해서 성능(예: 영상끌림)이 우수한 GS 카메라가 사용될 수 있다.

다양한 실시 예에 따라, 제1 카메라(245a, 245b, 245c, 245d)는 RS(rolling shutter) 카메라가 사용될 수 있다. 제1 카메라(245a, 245b, 245c, 245d)는 6 Dof를 위한 공간 인식, 깊이(depth) 촬영을 통한 SLAM 기능을 수행할 수 있다. 제1 카메라(245a, 245b, 245c, 245d)는 사용자 제스처 인식 기능을 수행할 수 있다.

일 실시 예에서, 제2 카메라(275a, 275b)는 눈동자를 검출하고 추적할 용도로 사용될 수 있다. 제2 카메라(275a, 275b)는 ET(eye tracking)용 카메라로 지칭될 수 있다. 제2 카메라(275a, 275b)는 사용자의 시선 방향을 추적할 수 있다. 웨어러블 장치(200)는 사용자의 시선 방향을 고려하여, 화면 표시부(215a, 215b)에 투영되는 가상영상의 중심이 사용자의 눈동자가 응시하는 방향에 따라 위치하도록 할 수 있다.

시선 방향을 추적하기 위한 제2 카메라(275a, 275b)는 눈동자(pupil)를 검출하고 빠른 눈동자의 움직임을 추적할 수 있도록 GS 카메라가 사용될 수 있다. 제2 카메라(265a)는 좌안, 우안용으로 각각 설치될 수 있으며, 좌안용 및 우안용 제2카메라(265a)는 성능과 규격이 동일한 카메라가 사용될 수 있다.

일 실시 예에서, 제3 카메라(265)는 HR(high resolution) 또는 PV(photo video)로 지칭될 수 있으며, 고해상도의 카메라를 포함할 수 있다. 제3 카메라(265)는 AF(auto focus) 기능과 떨림 보정(OIS(optical image stabilizer))과 같은 고화질의 영상을 얻기 위한 기능들이 구비된 칼라(color) 카메라를 포함할 수 있다. 이에 한정하는 것은 아니며, 제3 카메라(265)는 GS(global shutter) 카메라 또는 RS(rolling shutter) 카메라를 포함할 수 있다.

일 실시 예에서, 적어도 하나의 센서(예: 자이로 센서, 가속도 센서, 지자기 센서, 터치 센서, 조도 센서 및/또는 제스처 센서), 제1 카메라(245a, 245b, 245c, 245d)는 6DoF를 위한 헤드 트래킹(head tracking), 움직임 감지와 예측(pose estimation & prediction), 제스처 및/또는 공간 인식, 뎁스(depth) 촬영을 통한 슬램(slam) 기능 중 적어도 하나를 수행할 수 있다.

다른 실시예에서, 제1 카메라(245a, 245b, 245c, 245d)는 헤드 트래킹을 위한 카메라와 핸드 트래킹을 위한 카메라로 구분되어 사용될 수 있다.

일 실시 예에서, 조명부(230a, 230b)는 부착되는 위치에 따라 용도가 상이할 수 있다. 예컨대, 조명부(230a, 230b)는 프레임(frame) 및 템플(temple)을 이어주는 힌지(hinge)(예: 제1 힌지(240a), 제2 힌지(240b)) 주변이나 프레임을 연결해 주는 브릿지(bridge) 주변에 장착된 제1 카메라(245a, 245b, 245c, 245d)와 함께 부착될 수 있다. GS 카메라로 촬영하는 경우, 조명부(230a, 230b)는 주변 밝기를 보충하는 수단으로 사용될 수 있다. 예컨대, 어두운 환경이나 여러 광원의 혼입 및 반사 광 때문에 촬영하고자 하는 피사체 검출이 용이하지 않을 때, 조명부(230a, 230b)가 사용될 수 있다.

일 실시 예에서, 웨어러블 장치(200)의 프레임 주변에 부착된 조명부(230a, 230b)는 제2 카메라(275a, 275b)로 동공을 촬영할 때 시선 방향(eye gaze) 검출을 용이하게 하기 위한 보조 수단으로 사용될 수 있다. 조명부(230a, 230b)가 시선 방향을 검출하기 위한 보조 수단으로 사용되는 경우 적외선 파장의 IR(infrared) LED를 포함할 수 있다.

일 실시 예에서, PCB(예: 제1 PCB(235a), 제2 PCB(235b))에는 웨어러블 장치(200)의 구성요소들을 제어하는 프로세서(미도시), 메모리(미도시) 및 통신 모듈(미도시)이 포함될 수 있다. 통신 모듈은 도 2의 통신 모듈(290)과 동일하게 구성될 수 있고, 통신 모듈(290)에 대한 설명이 동일하게 적용될 수 있다. 예를 들어, 통신 모듈은 웨어러블 장치(200)와 외부 전자 장치 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. PCB는 웨어러블 장치(200)를 구성하는 구성요소들에 전기적 신호를 전달할 수 있다.

통신 모듈(미도시)은 프로세서와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(미도시)은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈(미도시)은 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크 또는 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크를 통하여 외부의 전자 장치와 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 모듈은 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 모듈은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈은 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.

웨어러블 장치(200)는 안테나 모듈(미도시)을 더 포함할 수 있다. 안테나 모듈은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈은 서브스트레이트(예: 제1 PCB(235a), 제2 PCB(235b)) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

일 실시 예에서, 복수의 마이크(예: 제1 마이크(250a), 제2 마이크(250b), 제3 마이크(250c))는 외부의 음향 신호를 전기적인 음성 데이터로 처리할 수 있다. 처리된 음성 데이터는 웨어러블 장치(200)에서 수행 중인 기능(또는 실행 중인 어플리케이션)에 따라 다양하게 활용될 수 있다.

일 실시 예에서, 복수의 스피커(예: 제1 스피커(255a), 제2 스피커(255b))는 통신 모듈로부터 수신되거나 메모리에 저장된 오디오 데이터를 출력할 수 있다.

일 실시 예에서, 배터리(260)는 하나 이상 포함할 수 있으며, 웨어러블 장치(200)를 구성하는 구성요소들에 전원을 공급할 수 있다.

일 실시 예에서, 바이저(270a, 270b)는 투과율에 따라 사용자의 눈으로 입사되는 외부광의 투과량을 조절할 수 있다. 바이저(270a, 270b)는 화면 표시부(215a, 215b)의 앞 또는 뒤에 위치할 수 있다. 화면 표시부(215a, 215b)의 앞은 웨어러블 장치(200)를 착용한 사용자측과 반대 방향, 뒤는 웨어러블 장치(200)를 착용한 사용자측 방향을 의미할 수 있다. 바이저(270a, 270b)는 화면 표시부(215a, 215b)의 보호 및 외부광의 투과량을 조절할 수 있다.

일례로, 바이저(270a, 270b)는 인가되는 전원에 따라 색이 변경되어 투과율을 조절하는 전기 변색 소자를 포함할 수 있다. 전기 변색은 인가 전원에 의한 산화-환원 반응이 발생하여 색이 변경되는 현상이다. 바이저(270a, 270b)는 전기 변색 소자가 색이 변경되는 것을 이용하여, 외부광의 투과율을 조절할 수 있다.

일례로, 바이저(270a, 270b)는 제어모듈 및 전기 변색 소자를 포함할 수 있다. 제어모듈은 전기 변색 소자를 제어하여 전기 변색 소자의 투과율을 조절할 수 있다.

도 3은 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 전자 장치를 착용한 사용자가 발화하는 음성 명령의 예를 설명하기 위한 도면이다.

도 3을 참조하면, 일 실시예에 따른 전자 장치(300)(예: 도 2의 웨어러블 장치(200))의 사용자(305)가 전자 장치(300)를 착용하고 주변의 전자기기를 제어하기 위한 음성 명령을 발화하는 장면이 도시되어 있다.

일 실시예에서, 전자 장치(300)는 사용자(305)가 볼 수 있는 영상, 텍스트와 같은 증강 현실 콘텐츠들(310, 315)(예를 들어, 요리 레시피(313), 요리 영상)을 전자 장치(300)의 디스플레이(예: 도2의 제1 디스플레이(205) 및 제2 디스플레이(210))를 통해 디스플레이할 수 있다.

일 실시예에서, 사용자(305) 주변에 원격으로 제어할 수 있는 전자기기들(예: 도 3의 스마트폰(335) 및 오븐(325))이 존재할 수 있다. 전자 장치(300)와 전자기기들(예: 도 3의 스마트폰(335) 및 오븐(325))은 무선으로 통신 연결될 수 있다.

일 실시예에서, 전자 장치(300)는 명령어 또는 질문을 기초로 사용자(305)를 위한 임무(task) 또는 서비스를 수행하는 음성 비서 서비스를 사용자(305)에게 제공할 수 있다. 일 실시예에서, 사용자(305)는 다른 전자기기 제어를 위한 음성 명령을 발화할 수 있다. 전자 장치(300)는 마이크(예: 도 2의 제1 마이크(250a), 제2 마이크(250b), 제3 마이크(250c))와 같은 음성 입력 장치를 통해 사용자 발화를 수신하고, 사용자 발화의 의도를 파악하여 제어할 타겟 제어 대상 기기를 결정하고, 결정된 타겟 제어 대상 기기에 대해 사용자 발화의 의도에 따른 제어를 수행할 수 있다. 타겟 제어 대상 기기는 사용자(305)가 사용자 발화를 통해 제어하고자 하는 대상에 대응되는 전자기기를 의미할 수 있다.

예를 들어, 사용자(305)는 오븐(325)의 온도를 제어하기 위한 음성 명령을 발화하여 음성 입력 장치를 통해 전자 장치(300)에 입력할 수 있고 전자 장치(300)는 사용자 발화에 따라 타겟 제어 대상 기기를 오븐(325)으로 결정하고, 오븐(325)에 제어 신호를 전송하여 오븐(325)의 온도를 제어할 수 있다.

전자 장치(300)로 입력되는 전자기기 제어를 위한 사용자(305)의 발화에는 제어 대상이 되는 타겟 제어 대상 기기에 대한 정보도 포함되어 있는 것이 일반적이지만, 사용자(305)가 타겟 제어 대상 기기에 대한 정보를 누락하여 발화하거나 사용자 발화로부터 제어 대상 기기가 특정되지 않을 경우, 전자 장치(300)가 명령을 수행하기 어려울 수 있다.

예를 들어, 도 3을 참조하면, 사용자(305)는 오븐의 온도를 제어하기 위해 "하이 빅스비, 온도 38도 맞춰줘"라고 발화할 수 있다. 일 실시예에서, "하이 빅스비"는 전자 장치(300)에 탑재된 음성 비서 서비스를 호출하는 명령어일 수 있으며, 음성 비서 서비스를 호출하는 명령어는 다양한 실시예에서 다양하게 설정될 수 있다. 사용자(305)는 오븐의 온도를 제어할 의도로 "온도 38도 맞춰줘"라고 발화하였으나, 사용자 발화 자체에는 타겟 제어 대상 기기인 오븐이 포함되어 있지 않으므로 전자 장치(300)는 사용자 발화만으로 타겟 제어 대상 기기를 특정하지 못할 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 전자 장치(300)는 사용자 발화로부터 타겟 제어 대상 기기가 결정되지 않은 경우, 전자 장치(300)의 주변을 촬영하여 영상을 획득하는 카메라를 통해 획득된 영상을 이용하여 타겟 제어 대상 기기를 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 카메라를 통해 획득된 영상에서 물체들을 인식하고 인식된 물체들 중에서 타겟 제어 대상 기기를 결정할 수 있다. 예를 들어, 도 3에서, 전자 장치(300)는 카메라를 통해 획득된 영상에 포함된 물체들(예: 반죽 롤러기(320), 오븐(325), 사과(330), 스마트폰(335), 도마(340))을 인식할 수 있다. 전자 장치(300)는 인식된 물체들(예: 반죽 롤러기(320), 오븐(325), 사과(330), 스마트폰(335), 도마(340)) 중 제어 가능 기기들(예: 오븐(325), 스마트폰(335))을 식별할 수 있다. 제어 가능 기기는 사물 인터넷(internet of things; IOT) 기기일 수 있다. 전자 장치(300)가 영상으로부터 물체들을 인식하고 제어 가능 기기를 식별하는 동작은 물체 인식 및 제어 가능 기기의 식별을 위해 학습된 딥 러닝 모델(deep learning model)을 이용하여 수행될 수 있다.

일 실시예에서, 전자 장치(300)는 제어 가능한 기기들(예: 오븐(325), 스마트폰(335)) 중 온도를 제어할 수 있는 오븐(325)을 타겟 제어 대상 기기로 결정하고 오븐(325)을 제어할 수 있다.

일 실시예에서, 카메라로부터 획득된 영상으로부터 타겟 제어 대상 기기가 결정되지 않을 수 있다. 전자 장치(300)는 획득된 영상에서 타겟 제어 대상 기기가 결정되지 않은 경우, 물체에 대한 정보와 공간 정보가 서로 매핑되어 저장된 규칙 기반 데이터베이스(rule based database) 및 영상에서 인식된 물체에 기초하여 사용자(305)가 위치한 공간을 결정할 수 있다. 전자 장치(300)는 사용자(305)가 위치한 공간이 결정되면 사물 인터넷 서버(미도시)(예: 도 1의 서버(108))로부터 해당 공간에 대응되는 제어 가능 기기에 대한 정보를 수신하고 수신한 제어 가능 기기에 대한 정보에 기초하여 타겟 제어 대상 기기를 결정할 수 있다. 전자 장치(300)와 무선 통신하는 사물 인터넷 서버는 사용자 계정을 이용하여 사용자를 구분하고, 사용자 별로 각 사용자가 공간 태그를 지정하여 사물 인터넷 서버에 등록한 적어도 하나의 제어 가능 기기에 대한 정보를 저장할 수 있다.

이하, 도 4를 참조하여 비전 정보를 이용하여 전자기기를 제어하는 방법에 대해 자세히 설명한다.

도 4는 일 실시예에 따른 전자 장치에서 타겟 제어 대상 기기를 결정하기 위해 수행되는 동작을 설명하기 위한 도면이다.

도 4를 참조하면, 동작(405)에서, 전자 장치(300)는 "온도 38도 맞춰줘"라는 사용자 발화를 수신할 수 있다. 동작(410)에서, 전자 장치(300)는 수신한 사용자 발화에 대해 자연어 처리(natural language understanding; NLU)를 수행하여 사용자 발화의 의도를 결정할 수 있다. 전자 장치(300)는 "온도 38도 맞춰줘"라는 사용자 발화의 의도를 결정함으로써 사용자 발화만으로는 온도 제어의 대상이 되는 타겟 제어 대상 기기를 결정할 수 없으며, 타겟 제어 대상 기기에 대한 정보가 더 필요하다고 판단할 수 있다.

동작(410)에서 타겟 제어 대상 기기가 결정되지 않은 경우, 전자 장치(300)는, 동작(415)에서, 비전 정보를 이용하여 타겟 제어 대상 기기를 결정할 수 있다. 비전 정보는 카메라로부터 영상에 대한 정보, 영상에서 인식된 물체에 대한 정보 및/또는 영상의 공간에 대한 정보를 포함할 수 있다.

전자 장치(300)는, 동작(420)에서, 사용자 발화 입력 이후의 비전 정보인 현재 비전 정보에 기초하여 타겟 제어 대상 기기를 결정할 수 있는지 판단할 수 있다. 일 실시예에서, 전자 장치(300)는 사용자 발화가 전자 장치(300)의 음성 입력 장치에 입력된 시점 이후의 제1 시간(예를 들어, 2초와 같은 특정 시간) 동안 전자 장치(300)의 카메라를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 카메라를 이용하여 전자 장치(300) 주변을 촬영한 제1 시간 동안의 현재 영상을 획득하고, 현재 영상으로부터 물체를 인식할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 인식된 물체들 중에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 전자 장치(300)는 식별된 적어도 하나의 제어 가능 기기 중에서 동작(410)에서 결정된 의도에 대응되는 제어 가능 기기가 있는 경우, 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다. 현재 영상으로부터 타겟 제어 대상 기기의 결정이 가능한 경우, 전자 장치(300)는 현재 영상으로부터 결정된 타겟 제어 대상 기기를 동작(410)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 식별된 제어 가능 기기가 없는 경우 및 현재 영상에서 식별된 제어 가능 기기가 있지만 동작(410)에서 결정된 의도에 대응되는 제어 가능 기기가 없는 경우에 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

다른 실시예에서, 전자 장치(300)는 시선 추적 카메라(예: 도 2의 제2 카메라(275a, 275b))를 통해 사용자의 시선을 추적하여 타겟 제어 대상 기기를 결정할 수 있다. 전자 장치(300)는 사용자의 초점이 제1 시간 이상의 시간 동안 현재 영상에 포함된 제어 가능 기기에 머물러 있는 경우 해당 제어 대상 기기를 타겟 제어 대상 기기로 결정할 수 있다.

동작(420)에서 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단된 경우, 전자 장치(300)는, 동작(425)에서, 사용자 발화 입력 이전의 비전 정보에 기초하여 타겟 제어 대상 기기를 결정할 수 있는지 판단할 수 있다. 전자 장치(300)는 사용자 발화가 전자 장치(300)의 음성 입력 장치에 입력된 시점 이전의 제2 시간(예를 들어, 1분과 같은 특정 시간) 동안 전자 장치(300)의 카메라를 통해 획득된 영상인 이전 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 일 실시예에서, 제1 시간과 제2 시간은 같거나 다를 수 있다.

일 실시예에서, 전자 장치(300)는 이전 영상에서 인식된 물체들 중에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 전자 장치(300)는 식별된 적어도 하나의 제어 가능 기기 중에서 동작(410)에서 결정된 의도에 대응되는 제어 가능 기기가 있는 경우, 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다. 이전 영상으로부터 타겟 제어 대상 기기의 결정이 가능한 경우, 전자 장치(300)는 이전 영상으로부터 결정된 타겟 제어 대상 기기를 동작(410)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 이전 영상에서 식별된 제어 가능 기기가 없는 경우 및 이전 영상에서 식별된 제어 가능 기기가 있지만 동작(410)에서 결정된 의도에 대응되는 제어 가능 기기가 없는 경우에 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

동작(425)에서 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단된 경우, 전자 장치(300)는, 동작(430)에서, 물체에 대한 정보와 공간 정보가 서로 매핑되어 저장된 규칙 기반 데이터베이스(433)(rule based database) 및 영상에서 인식된 물체에 기초하여 사용자가 위치한 공간을 결정하고, 해당 공간과 대응되는 제어 가능 기기에 대한 정보로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 인식된 물체에 기초하여 사용자가 위치한 공간을 결정할 수 있다. 사용자가 위치한 공간을 결정하는 동작은 규칙 기반 데이터베이스(433)를 이용하여 수행될 수 있다. 전자 장치(300)에 의해 현재 영상 및 이전 영상에서 인식될 수 있는 물체에 대한 물체 정보들은 각 물체 정보에 대응되는 공간 태그로 태깅되어 규칙 기반 데이터베이스(433)에 저장되어 있을 수 있다. 공간 태그는 물체 정보에 태깅(tagging)된 공간 정보를 의미할 수 있다.

일 실시예에서, 전자 장치(300)의 카메라를 통해 획득된 영상을 전자 장치(300)가 딥 러닝 모델을 통해 학습하여 데이터베이스(433)를 생성할 수 있다. 예를 들어, 전자 장치(300)는 사용자가 집 안에서 이동하는 동안 집 안 곳곳의 영상을 획득할 수 있고 영상으로부터 물체를 인식할 수 있다. 전자 장치(300)는 영상에 촬영된 공간과 영상에서 인식된 물체 정보를 학습함으로써 데이터베이스(433)를 생성하고 업데이트할 수 있다.

일 실시예에서, 공간 태그는 복수 개 존재할 수 있다. 전자 장치(300)는 획득된 영상에 포함된 물체들에 대응되는 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정할 수 있다. 예를 들어, 데이터베이스(433)에 '주방', '안방' 및 '거실'의 공간 태그가 저장되어 있을 수 있고, 후라이팬은 공간 태그들 중에서 '주방'의 공간 태그로 태깅되어 데이터베이스(433)에 저장되어 있을 수 있다. 전자 장치(300)는 현재 영상에서 후라이팬이 인식된 경우, 데이터베이스(433)에서 후라이팬과 대응되는 공간 태그인 '주방'에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 '주방'으로 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 사물 인터넷 서버(미도시)에 요청할 수 있다. 전자 장치(300)와 무선 통신하는 사물 인터넷 서버는 사용자 계정을 이용하여 사용자를 구분하고, 사용자 별로 각 사용자가 공간 태그를 지정하여 사물 인터넷 서버에 등록한 제어 가능 기기들에 대한 정보를 저장할 수 있다.

예를 들어, 사용자는 오븐에 대해 '주방'의 공간 태그를 지정하여 사물 인터넷 서버에 등록하고, 에어컨 및 TV에 대해 '거실'의 공간 태그를 지정하여 사물 인터넷 서버에 등록할 수 있다. 전자 장치(300)는 사용자가 위치한 공간에 대응되는 공간 태그가 '주방'으로 결정된 경우, 사물 인터넷 서버에 해당 사용자가 등록한 제어 가능 기기들 중에서 '주방'과 대응되는 제어 가능 기기에 대한 정보를 요청할 수 있다. 사물 인터넷 서버는 사용자 계정을 통해 사용자를 식별하고 해당 사용자가 등록한 제어 가능 기기들 중에서 '주방'과 대응되는 '오븐'에 대한 정보를 전자 장치(300)에 제공할 수 있다.

일 실시예에서, 전자 장치(300)는 사물 인터넷 서버로부터 현재 영상의 공간 태그와 대응되는 제어 가능 기기에 대한 정보를 수신하면, 동작(410)에서 결정된 의도와 대응되는 제어 가능 기기를 찾고 해당 제어 가능 기기를 타겟 제어 대상 기기로 결정할 수 있다. 예를 들어, '주방'의 공간 태그에 대해 '오븐'과 '전등'이 사물 인터넷 서버에 등록되어 있는 경우, "온도 38도 맞춰줘"라는 음성 명령의 의도와 대응되는 제어 가능 기기는 '오븐'일 수 있고, 전자 장치(300)는 '오븐'을 타겟 제어 대상 기기로 결정할 수 있다.

일 실시예에서, 현재 영상의 공간 태그와 대응되는 제어 가능 기기가 복수 개이고, 복수 개의 제어 가능 기기들 중 동작(410)에서 결정된 의도와 대응되는 제어 가능 기기 역시 복수 개 존재할 수 있다. 예를 들어, '주방'의 공간 태그에 대해 '에어컨'과 '오븐'이 사물 인터넷 서버에 등록되어 있을 경우, '에어컨'과 '오븐' 모두 온도 제어의 대상이 될 수 있다. 전자 장치(300)는 현재 영상의 공간 태그와 대응되는 제어 가능 기기가 복수 개이고, 복수 개의 제어 가능 기기들 중 동작(410)에서 결정된 의도와 대응되는 제어 가능 기기 역시 복수 개 존재하는 경우, 전자 장치(300)의 디스플레이 및 전자 장치(300)의 음성 출력 장치 중 적어도 하나를 이용하여 복수 개의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의할 수 있다. 전자 장치(300)는 사용자가 복수 개의 제어 가능 기기들 중 어느 하나를 선택하면 해당 제어 가능 기기를 타겟 제어 대상 기기로 결정할 수 있다.

타겟 제어 대상 기기가 결정되면, 전자 장치(300)는, 동작(435)에서, 명령어를 완성할 수 있다. 예를 들어, 타겟 제어 대상 기기에 대한 정보가 누락된 채 입력된 음성 명령 "온도 38도 맞춰줘"를 "오븐 온도 38도 맞춰줘"와 같이 완성할 수 있다.

동작(440)에서, 전자 장치(300)는 타겟 제어 대상 기기를 동작(410)에서 결정된 의도에 따라 제어할 수 있다. 예를 들어, 도 4의 실시예에서, 타겟 제어 대상 기기인 '오븐'의 온도를 38도로 제어할 수 있다.

이하, 도 5를 참조하여 비전 정보를 이용하여 전자기기를 제어하는 방법의 흐름도에 대해 설명한다.

도 5는 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법을 설명하기 위한 흐름도이다.

도 5를 참조하면, 동작(505)에서, 전자 장치(300)는 전자 장치(300)의 음성 입력 장치를 통해 사용자 발화를 수신할 수 있다. 예를 들어, 음성 입력 장치는 마이크를 포함할 수 있다. 동작(510)에서, 전자 장치(300)는 수신한 사용자 발화에 대해 자연어 처리(natural language understanding; NLU)를 수행하여 사용자 발화의 의도를 결정할 수 있다. 예를 들어, 전자 장치(300)는 사용자 발화에 대한 자연어 처리를 위한 자연어 처리 모듈(미도시)을 포함할 수 있다. 자연어 처리 모듈은 자동 음석 인식 모듈(미도시) 및 자연어 이해 모듈(미도시)을 포함할 수 있다. 자연어 처리 모듈은 자동 음성 인식 모듈을 이용하여 사용자 발화 데이터에 대한 음성 인식을 수행함으로써 발화 데이터로부터 텍스트 데이터를 생성할 수 있다. 자연어 처리 모듈은 자연어 이해 모듈을 이용하여 텍스트 데이터로부터 사용자의 의도를 식별할 수 있다. 예를 들어, 자연어 처리 모듈은 복수의 기 정의된 의도와 텍스트 데이터를 비교함으로써 사용자 발화에 대응하는 의도를 식별할 수 있다.

자연어 처리 모듈은 발화 데이터로부터 추가적인 정보(예: 타겟 제어 대상 기기에 대한 정보)를 추출할 수 있다. 다른 예를 들어, 전자 장치(300)는 음성 입력 장치를 통해 수신된 사용자 발화에 대응하는 발화 데이터를 서버(예: 도 1의 서버(108))에 송신할 수 있다. 전자 장치(300)는 서버로부터 수신된 발화 데이터에 대응되는 자연어 처리 수행 결과에 기초하여, 사용자 발화의 의도를 결정할 수 있다. 예를 들어, 서버는 사물 인터넷 서버와 동일한 서버이거나, 별도의 다른(another) 서버일 수 있다.

동작(515)에서, 전자 장치(300)는 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 전자 장치(300)는 사용자 발화에 타겟 제어 대상 기기에 대한 정보가 포함되어 있는 경우 타겟 제어 대상 기기를 결정할 수 있으나, 사용자가 타겟 제어 대상 기기에 대한 정보를 누락하여 발화하거나 사용자 발화로부터 제어 대상 기기가 특정되지 않을 경우, 전자 장치(300)가 명령을 수행하기 어려울 수 있다.

동작(515)에서 타겟 제어 대상 기기를 결정할 수 있는 경우(동작 515 - '예'), 전자 장치(300)는 사용자 발화로부터 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 전자 장치(300)는 타겟 제어 대상 기기가 결정되면, 동작(535)에서, 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 따라 제어할 수 있다.

동작(515)에서 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우(동작 515 - '아니오'), 전자 장치(300)는, 동작(520)에서, 전자 장치(300)의 주변을 촬영하는 카메라를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 현재 영상은 사용자 발화가 음성 입력 장치에 입력된 시점 이후의 제1 시간 동안 획득된 영상을 의미할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 제어 가능 기기의 식별은 딥 러닝 모델을 이용하여 수행될 수 있다. 전자 장치(300)는 현재 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서, 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 있는 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 식별된 제어 가능 기기가 없거나 현재 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 없는 경우 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

동작(520)에서 타겟 제어 대상 기기를 결정할 수 있는 경우(동작 520 - '예'), 전자 장치(300)는 현재 영상으로부터 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 전자 장치(300)는 타겟 제어 대상 기기가 결정되면, 동작(535)에서, 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 따라 제어할 수 있다.

동작(520)에서 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우(동작 520 - '아니오'), 전자 장치(300)는, 동작(525)에서, 현재 영상보다 이전에 획득된 이전 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 이전 영상은 사용자 발화가 음성 입력 장치에 입력된 시점 이전의 제2 시간 동안 획득된 영상을 의미할 수 있다.

일 실시예에서, 전자 장치(300)는 이전 영상에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 제어 가능 기기의 식별은 딥 러닝 모델을 이용하여 수행될 수 있다. 전자 장치(300)는 이전 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서, 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 있는 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 이전 영상에서 식별된 제어 가능 기기가 없거나 이전 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 없는 경우 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

동작(525)에서 타겟 제어 대상 기기를 결정할 수 있는 경우(동작 525 - '예'), 전자 장치(300)는 이전 영상으로부터 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 전자 장치(300)는 타겟 제어 대상 기기가 결정되면, 동작(535)에서, 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 따라 제어할 수 있다.

동작(525)에서 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우(동작 525 - '아니오'), 전자 장치(300)는, 동작(530)에서, 사용자가 위치한 공간에 대한 정보를 결정하고, 해당 공간에 대한 정보에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 일 실시예에서, 사용자가 위치한 공간에 대한 정보는 사용자가 위치한 공간과 대응되는 공간 태그일 수 있다. 일 실시예에서, 사용자가 위치한 공간에 대한 정보는 현재 영상 및 이전 영상에서 인식된 물체에 대응되는 공간 정보에 기초하여 결정될 수 있다. 일 실시예에서, 현재 영상 및 이전 영상에서 인식된 물체에 대응되는 공간 정보는 현재 영상 및 이전 영상에서 인식된 물체에 태깅된 공간 태그일 수 있다.

일 실시예에서, 전자 장치(300)는 물체에 대한 정보와 공간 정보가 서로 매핑되어 저장된 규칙 기반 데이터베이스(433) 및 영상(예: 현재 영상 또는 이전 영상)에서 인식된 물체에 기초하여 사용자가 위치한 공간에 대응되는 공간 정보를 결정하고, 해당 공간 정보와 대응되는 제어 가능 기기에 대한 정보로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다.

동작(530)에서 타겟 제어 대상 기기를 결정할 수 있는 경우(동작 530 - '예'), 전자 장치(300)는 사용자가 위치한 공간 정보로부터 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 전자 장치(300)는 타겟 제어 대상 기기가 결정되면, 동작(535)에서, 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 따라 제어할 수 있다.

동작(530)에서 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우(동작 530 - '아니오'), 전자 장치(300)는, 동작(540)에서, 타겟 제어 대상 기기가 없는 것으로 결정할 수 있다. 일 실시예에서, 전자 장치(300)는 타겟 제어 대상 기기가 없는 경우 사용자 발화를 다시 수신할 수 있다.

이하, 도 6을 참조하여 동작(530)에 대해 더 자세히 설명한다.

도 6은 일 실시예에 따른 방법의 공간 정보에 기초하여 타겟 제어 대상 기기를 결정하는 동작을 설명하기 위한 흐름도이다.

도 6을 참조하면, 동작(525)에서 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 전자 장치(300)는, 동작(605)에서, 사용자가 위치한 공간과 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 물체를 인식할 수 있다. 물체의 인식은 전자 장치(300)에 탑재된 딥 러닝 모델을 이용하여 수행될 수 있다. 전자 장치(300)는 현재 영상에서 인식된 물체에 대응되는 데이터베이스(433)의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다. 일 실시예에서, 전자 장치(300)는 데이터베이스(433)에 현재 영상에서 인식된 물체에 대응되는 공간 태그가 저장되어 있는 경우 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 현재 영상에서 인식된 물체가 없거나 데이터베이스(433)에 현재 영상에서 인식된 물체와 대응되는 공간 태그가 저장되어 있지 않은 경우, 이전 영상에서 인식된 물체에 대응되는 데이터베이스(433)의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다. 일 실시예에서, 전자 장치(300)는 데이터베이스(433)에 이전 영상에서 인식된 물체에 대응되는 공간 태그가 저장되어 있는 경우, 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 결정할 수 있다.

일 실시예에서, 전자 장치(300)는 이전 영상에서 인식된 물체가 없거나 데이터베이스(433)에 이전 영상에서 인식된 물체와 대응되는 공간 태그가 저장되어 있지 않은 경우, 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능하지 않은 것으로 판단할 수 있다.

다른 실시예에서, 전자 장치(300)는 현재 영상에서 인식된 물체가 없거나 데이터베이스(433)에 현재 영상에서 인식된 물체와 대응되는 공간 태그가 저장되어 있지 않은 경우, 이전 영상에서 인식된 물체에 대응되는 공간 태그를 참조하지 않고, 동작(605)의 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능하지 않은 것으로 판단할 수 있다.

동작(605)에서 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능하지 않은 것으로 판단된 경우(동작 605 - '아니오'), 전자 장치(300)는, 동작(540)에서, 타겟 제어 대상 기기가 없는 것으로 결정할 수 있다. 일 실시예에서, 전자 장치(300)는 타겟 제어 대상 기기가 없는 경우 사용자 발화를 다시 수신할 수 있다.

동작(605)에서 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 판단된 경우(동작 605 - '예'), 전자 장치(300)는, 동작(610)에서, 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신할 수 있다.

동작(615)에서, 전자 장치(300)는 사물 인터넷 서버로부터 수신한 정보로부터 타겟 제어 대상 기기를 결정할 수 있는지 판단할 수 있다. 일 실시예에서, 전자 장치(300)는 사물 인터넷 서버로부터 수신한 정보에 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다. 일 실시예에서, 전자 장치(300)는 사물 인터넷 서버로부터 수신한 정보에 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있지 않은 경우, 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

일 실시예에서, 전자 장치(300)는 사물 인터넷 서버로부터 수신한 정보에 동작(510)에서 결정된 의도에 대응되는 제어 가능 기기가 2개 이상 포함되어 있는 경우, 전자 장치(300)의 디스플레이 및 전자 장치(300)의 음성 출력 장치 중 적어도 하나를 이용하여 2개 이상의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의할 수 있다. 전자 장치(300)는 질의에 대한 사용자의 응답을 수신하고, 사용자가 2개 이상의 제어 가능 기기들 중 어느 하나를 선택한 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

동작(615)에서 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단된 경우(동작 615 - '아니오'), 전자 장치(300)는, 동작(540)에서, 타겟 제어 대상 기기가 없는 것으로 결정할 수 있다. 일 실시예에서, 전자 장치(300)는 타겟 제어 대상 기기가 없는 경우 사용자 발화를 다시 수신할 수 있다.

동작(615)에서 타겟 제어 대상 기기의 결정이 가능한 것으로 판단된 경우(동작 615 - '예'), 전자 장치(300)는, 동작(535)에서, 결정된 타겟 제어 대상 기기를 동작(510)에서 결정된 의도에 따라 제어할 수 있다.

도 7(A) 및 도 7(B)는 사용자의 위치에 따라 타겟 제어 대상 기기가 다르게 결정되는 실시예를 설명하기 위한 도면이다.

도 7(A) 및 도 7(B)를 참조하면, 일 실시예에서 사용자(305)가 거주하는 집의 예시적인 구조 및 사용자(305)가 "하이 빅스비, 온도 좀 낮춰 줘"라는 음성 명령을 발화하는 공간이 도시되어 있다. 예를 들어, 사용자(305)의 집은 A 방, B 방, 주방, 거실, 및 안방을 포함하고, 도 7(A)에서, 사용자(305)는 거실에서 음성 명령을 발화하고, 도7(B)에서, 사용자(305)는 주방에서 음성 명령을 발화할 수 있다.

도 7(A) 및 도 7(B)의 실시예에서, 전자 장치(300)가 도 5의 동작들(505, 510, 515, 520 및 525)을 수행하였으나 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단된 상황임을 가정한다.

도 7(A)의 예에서, 전자 장치(300)는 현재 영상으로부터 거실에 위치한 TV(예: TV(710))를 인식할 수 있다. 일 실시예에서, 규칙 기반 데이터베이스(433)에는 'A방', 'B방', '주방', '거실' 및 '안방'의 공간 태그 및 각 공간 태그와 대응되는 물체들에 대한 정보가 저장되어 있을 수 있다. 일 실시예에서, 규칙 기반 데이터베이스(433)에는 TV(예: TV(710))에 대응되는 공간 태그로서 '거실'이 저장되어 있을 수 있다. 전자 장치(300)는 데이터베이스(433)를 참조하여 TV(예: TV(710))에 대응되는 공간 태그인 '거실'을 사용자(305)가 위치한 공간과 대응되는 공간 태그로 결정할 수 있다.

사용자(305)는 제어 가능한 기기인 TV(예: TV(710)) 및 에어컨(예: 에어컨(705))에 대해 '거실'의 공간 태그를 지정하여 사물 인터넷 서버에 등록할 수 있다. 전자 장치(300)는 사용자(305)가 위치한 공간 태그인 '거실'과 대응되는 제어 가능한 전자 기기에 대한 정보로서 TV(예: TV(710)) 및 에어컨(예: 에어컨(705))에 대한 정보를 사물 인터넷 서버로부터 수신할 수 있다.

전자 장치(300)는 사물 인터넷 서버로부터 '거실'과 대응되는 제어 가능한 전자 기기에 대한 정보로서, TV(예: TV(710)) 및 에어컨(예: 에어컨(705))에 대한 정보를 수신하면, TV(예: TV(710))와 에어컨(예: 에어컨(705)) 중에서 "하이 빅스비, 온도 좀 낮춰 줘"라는 사용자 발화의 의도와 대응되는 에어컨(예: 에어컨(705))을 타겟 제어 대상 기기로 결정할 수 있다.

도 7(B)의 예에서, 전자 장치(300)는 현재 영상으로부터 주방에 위치한 후리이팬(예: 후라이팬(715))을 인식할 수 있다. 일 실시예에서, 규칙 기반 데이터베이스(433)에는 후라이팬(예: 후라이팬(715))에 대응되는 공간 태그로서 '주방'이 저장되어 있을 수 있다. 전자 장치(300)는 데이터베이스(433)를 참조하여 후라이팬(예: 후라이팬(715))에 대응되는 공간 태그인 '주방'을 사용자(305)가 위치한 공간과 대응되는 공간 태그로 결정할 수 있다.

사용자(305)는 제어 가능한 기기인 오븐(예: 오븐(720))에 대해 '주방'의 공간 태그를 지정하여 사물 인터넷 서버에 등록할 수 있다. 전자 장치(300)는 사용자(305)가 위치한 공간 태그인 '주방'과 대응되는 제어 가능한 전자 기기에 대한 정보로서 오븐(예: 오븐(720))에 대한 정보를 사물 인터넷 서버로부터 수신할 수 있다.

전자 장치(300)는 사물 인터넷 서버로부터 '주방'과 대응되는 제어 가능한 전자 기기에 대한 정보로서, 오븐(예: 오븐(720))에 대한 정보를 수신하면, 오븐(예: 오븐(720))을 "하이 빅스비, 온도 좀 낮춰 줘"라는 사용자 발화의 의도와 대응되는 타겟 제어 대상 기기로 결정할 수 있다.

도 8은 일 실시예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.

도 8을 참조하면, 전자 장치(800)(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 전자 장치(800)의 주변을 촬영하여 현재 영상을 획득하는 카메라(815), 사용자 발화를 수신하는 음성 입력 장치(820), 프로세서(805) 및/또는 프로세서(805)에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(810)를 포함할 수 있다. 일 실시예에서, 전자 장치(800)는 웨어러블 전자 장치일 수 있다. 일 실시예에서, 메모리(810)는 카메라(815)를 통해 촬영된 영상에서 인식될 수 있는 물체에 대한 물체 정보들 및 물체 정보들과 대응되는 적어도 하나의 공간 태그를 저장하는 규칙 기반 데이터베이스(미도시)(예: 도 4의 데이터베이스(433))를 포함할 수 있다.

일 실시예에서, 프로세서(805)에 의해 메모리(810)에 저장된 인스트럭션들이 실행될 때, 프로세서(805)는 수신한 사용자 발화에 대해 자연어 처리(natural language understanding; NLU)를 수행하여 사용자 발화의 의도를 결정할 수 있다.

일 실시예에서, 프로세서(805)는 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 프로세서(805)는 사용자 발화에 타겟 제어 대상 기기에 대한 정보가 포함되어 있는 경우 타겟 제어 대상 기기를 결정할 수 있으나, 사용자가 타겟 제어 대상 기기에 대한 정보를 누락하여 발화하거나 사용자 발화로부터 제어 대상 기기가 특정되지 않을 경우, 프로세서(805)가 명령을 수행하기 어려울 수 있다.

사용자 발화로부터 타겟 제어 대상 기기를 결정할 수 있는 경우, 프로세서(805)는 사용자 발화로부터 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 프로세서(805)는 타겟 제어 대상 기기가 결정되면, 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 따라 제어할 수 있다. 예를 들어, 프로세서(805)는 네트워크(예: 도 1의 제1 네트워크(198) 또는 제2 네트워크(199))를 통하여 타겟 제어 대상 기기로 사용자 발화의 결정된 의도에 따른 제어 데이터를 송신하고, 타겟 제어 대상 기기는 제어 데이터에 따른 동작을 수행하도록 설정(또는 제어)될 수 있다. 다른 예를 들어, 프로세서(805)는 네트워크를 통해 사물 인터넷 서버로 사용자 발화의 결정된 의도에 따른 제어 데이터를 송신할 수 있다. 사물 인터넷 서버는 전자 장치(800)로부터 수신한 제어 데이터를 타겟 제어 대상 기기로 송신하여 타겟 제어 대상 기기가 제어 데이터에 따른 동작을 수행하도록 설정할 수 있다.

사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 프로세서(805)는 전자 장치(800)의 주변을 촬영하는 카메라(815)를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 현재 영상은 사용자 발화가 음성 입력 장치(820)에 입력된 시점 이후의 제1 시간 동안 획득된 영상을 의미할 수 있다.

일 실시예에서, 프로세서(805)는 현재 영상에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 제어 가능 기기의 식별은 딥 러닝 모델을 이용하여 수행될 수 있다. 프로세서(805)는 현재 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서, 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 있는 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

일 실시예에서, 프로세서(805)는 현재 영상에서 식별된 제어 가능 기기가 없거나 현재 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 없는 경우 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

현재 영상으로부터 타겟 제어 대상 기기를 결정할 수 있는 경우, 프로세서(805)는 현재 영상으로부터 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 프로세서(805)는 타겟 제어 대상 기기가 결정되면, 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 따라 제어할 수 있다.

현재 영상으로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 프로세서(805)는 현재 영상보다 이전에 획득된 이전 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단할 수 있다. 이전 영상은 사용자 발화가 음성 입력 장치(820)에 입력된 시점 이전의 제2 시간 동안 획득된 영상을 의미할 수 있다.

일 실시예에서, 프로세서(805)는 이전 영상에서 적어도 하나의 제어 가능 기기를 식별할 수 있다. 제어 가능 기기의 식별은 딥 러닝 모델을 이용하여 수행될 수 있다. 프로세서(805)는 이전 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서, 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 있는 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

일 실시예에서, 프로세서(805)는 이전 영상에서 식별된 제어 가능 기기가 없거나 이전 영상에서 식별된 적어도 하나의 제어 가능 기기 중에서 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 없는 경우 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

이전 영상으로부터 타겟 제어 대상 기기를 결정할 수 있는 경우, 프로세서(805)는 이전 영상으로부터 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정할 수 있다. 프로세서(805)는 타겟 제어 대상 기기가 결정되면, 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 따라 제어할 수 있다.

이전 영상으로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 프로세서(805)는 사용자가 위치한 공간과 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다.

일 실시예에서, 프로세서(805)는 현재 영상에서 물체를 인식할 수 있다. 물체의 인식은 딥 러닝 모델을 이용하여 수행될 수 있다. 프로세서(805)는 현재 영상에서 인식된 물체에 대응되는 데이터베이스의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다. 데이터베이스에 관하여는 도 4 내지 도 6을 참조하여 자세히 설명하였으므로 중복되는 설명은 생략한다.

일 실시예에서, 프로세서(805)는 데이터베이스에 현재 영상에서 인식된 물체에 대응되는 공간 태그가 저장되어 있는 경우 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 결정할 수 있다.

일 실시예에서, 프로세서(805)는 현재 영상에서 인식된 물체가 없거나 데이터베이스에 현재 영상에서 인식된 물체와 대응되는 공간 태그가 저장되어 있지 않은 경우, 이전 영상에서 인식된 물체에 대응되는 데이터베이스의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단할 수 있다. 일 실시예에서, 프로세서(805)는 데이터베이스에 이전 영상에서 인식된 물체에 대응되는 공간 태그가 저장되어 있는 경우, 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 결정할 수 있다.

일 실시예에서, 프로세서(805)는 이전 영상에서 인식된 물체가 없거나 데이터베이스에 이전 영상에서 인식된 물체와 대응되는 공간 태그가 저장되어 있지 않은 경우, 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능하지 않은 것으로 판단할 수 있다.

사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능하지 않은 것으로 판단된 경우, 프로세서(805)는 타겟 제어 대상 기기가 없는 것으로 결정할 수 있다. 일 실시예에서, 프로세서(805)는 타겟 제어 대상 기기가 없는 경우 사용자 발화를 다시 수신할 수 있다.

사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한 것으로 판단된 경우, 프로세서(805)는 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신할 수 있다.

일 실시예에서, 프로세서(805)는 사물 인터넷 서버로부터 수신한 정보로부터 타겟 제어 대상 기기를 결정할 수 있는지 판단할 수 있다. 일 실시예에서, 프로세서(805)는 사물 인터넷 서버로부터 수신한 정보에 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다. 일 실시예에서, 프로세서(805)는 사물 인터넷 서버로부터 수신한 정보에 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있지 않은 경우, 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단할 수 있다.

일 실시예에서, 프로세서(805)는 사물 인터넷 서버로부터 수신한 정보에 사용자 발화의 결정된 의도에 대응되는 제어 가능 기기가 2개 이상 포함되어 있는 경우, 전자 장치(800)의 디스플레이(미도시) 및 프로세서(805)의 음성 출력 장치(미도시) 중 적어도 하나를 이용하여 2개 이상의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의할 수 있다. 프로세서(805)는 질의에 대한 사용자의 응답을 수신하고, 사용자가 2개 이상의 제어 가능 기기들 중 어느 하나를 선택한 경우 타겟 제어 대상 기기의 결정이 가능한 것으로 판단할 수 있다.

사물 인터넷 서버로부터 수신한 정보로부터 타겟 제어 대상 기기의 결정이 가능하지 않은 것으로 판단된 경우, 프로세서(805)는 타겟 제어 대상 기기가 없는 것으로 결정할 수 있다. 일 실시예에서, 프로세서(805)는 타겟 제어 대상 기기가 없는 경우 사용자 발화를 다시 수신할 수 있다.

사물 인터넷 서버로부터 수신한 정보로부터 타겟 제어 대상 기기의 결정이 가능한 것으로 판단된 경우, 프로세서(805)는 결정된 타겟 제어 대상 기기를 사용자 발화의 결정된 의도에 따라 제어할 수 있다.

도 9는 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법의 흐름도이다.

도 9를 참조하면, 일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 방법은 웨어러블 전자 장치(800)의 음성 입력 장치(820)를 통해 사용자 발화를 수신하는 동작(905), 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작(910), 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작(915), 및 결정된 의도에 기초하여 결정된 타겟 제어 대상 기기를 제어하는 동작(920)을 포함하고, 타겟 제어 대상 기기를 결정하는 동작(915)은, 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작, 및 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 웨어러블 전자 장치(800)의 주변을 촬영하여 현재 영상을 획득하는 카메라(815)를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작(915)은, 현재 영상으로부터 타겟 제어 대상 기기를 결정하는 것이 가능한 경우, 현재 영상으로부터 결정된 타겟 제어 대상 기기를 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정하는 동작을 포함할 수 있다.

현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작은, 현재 영상에서 적어도 하나의 제어 가능 기기를 식별하는 동작, 및 식별된 적어도 하나의 제어 가능 기기 중에서 결정된 의도에 대응되는 제어 가능 기기가 있는 경우, 타겟 제어 대상 기기의 결정이 가능한 것으로 판단하는 동작을 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작(915)은, 현재 영상으로부터 타겟 제어 대상 기기의 결정이 가능하지 않은 경우, 현재 영상보다 이전에 획득된 이전 영상에서 식별된 적어도 하나의 제어 가능 기기에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 더 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작(915)은, 이전 영상에서 식별된 적어도 하나의 제어 가능 기기로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 현재 영상과 이전 영상에서 인식될 수 있는 물체에 대한 물체 정보들 및 물체 정보들과 대응되는 적어도 하나의 공간 태그를 저장하는 데이터베이스에 저장된 적어도 하나의 공간 태그 중 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작, 공간 태그를 결정하는 것이 가능한 경우, 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신하는 동작, 및 사물 인터넷 서버로부터 수신한 정보에 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작을 더 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작은, 사물 인터넷 서버로부터 수신한 정보에 결정된 의도에 대응되는 제어 가능 기기가 2개 이상 포함되어 있는 경우, 전자 장치(800)의 디스플레이 및 전자 장치(800)의 음성 출력 장치 중 적어도 하나를 이용하여 2개 이상의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의하는 동작을 더 포함할 수 있다.

공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작은, 현재 영상에서 물체를 인식하는 동작, 및 현재 영상에서 인식된 물체에 대응되는 데이터베이스의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

일 실시예에 따른 비전 정보를 이용하여 전자기기를 제어하는 전자 장치(800)는 전자 장치(800)의 주변을 촬영하여 현재 영상을 획득하는 카메라(815), 사용자 발화를 수신하는 음성 입력 장치(820), 프로세서(805), 및 프로세서(805)에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리(810)를 포함하고, 프로세서(805)에 의해 인스트럭션들이 실행될 때, 프로세서(805)는, 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작, 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작, 및 결정된 의도에 기초하여 결정된 타겟 제어 대상 기기를 제어하는 동작을 수행하고, 타겟 제어 대상 기기를 결정하는 동작은, 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작, 및 사용자 발화로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 카메라(815)를 통해 획득된 현재 영상에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작은, 현재 영상으로부터 타겟 제어 대상 기기를 결정하는 것이 가능한 경우, 현재 영상으로부터 결정된 타겟 제어 대상 기기를 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정하는 동작을 더 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작은, 현재 영상으로부터 타겟 제어 대상 기기의 결정이 가능하지 않은 경우, 현재 영상보다 이전에 획득된 이전 영상에서 식별된 적어도 하나의 제어 가능 기기에 기초하여 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작을 더 포함할 수 있다.

메모리(810)는, 현재 영상과 이전 영상에서 인식될 수 있는 물체에 대한 물체 정보들 및 물체 정보들과 대응되는 적어도 하나의 공간 태그를 저장하는 데이터베이스를 저장하고, 타겟 제어 대상 기기를 결정하는 동작은, 이전 영상에서 식별된 적어도 하나의 제어 가능 기기로부터 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 데이터베이스에 저장된 적어도 하나의 공간 태그 중 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작을 더 포함할 수 있다.

타겟 제어 대상 기기를 결정하는 동작은, 공간 태그를 결정하는 것이 가능한 경우, 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신하는 동작, 및 사물 인터넷 서버로부터 수신한 정보에 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작을 더 포함할 수 있다.

현재 영상은, 사용자 발화가 음성 입력 장치(820)에 입력된 시점 이후의 제1 시간 동안 획득된 영상인,

이전 영상은, 사용자 발화가 음성 입력 장치(820)에 입력된 시점 이전의 제2 시간 동안 획득된 영상인,

공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작은, 현재 영상에서 인식된 물체가 없는 경우, 이전 영상에서 인식된 물체에 대응되는 데이터베이스의 공간 태그에 기초하여 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작을 포함할 수 있다.

현재 영상에서 적어도 하나의 제어 가능 기기를 식별하는 동작은 딥 러닝(deep learning) 모델을 이용하여 수행될 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 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

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

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(#01)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(#36) 또는 외장 메모리(#38))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(#40))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(#01))의 프로세서(예: 프로세서(#20))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

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

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

Claims

전자 장치에 있어서,
상기 전자 장치의 주변을 촬영하여 현재 영상을 획득하는 카메라;
사용자 발화를 수신하는 음성 입력 장치;
프로세서; 및
상기 프로세서에 의해 실행될 인스트럭션들(instructions)을 저장하는 적어도 하나의 메모리를 포함하고,
상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는,
상기 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작;
상기 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작; 및
상기 결정된 의도에 기초하여 상기 결정된 타겟 제어 대상 기기를 제어하는 동작
을 수행하고,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작; 및
상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 카메라를 통해 획득된 상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작
을 포함하는, 전자 장치.
제1항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 현재 영상으로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한 경우, 상기 현재 영상으로부터 결정된 타겟 제어 대상 기기를 상기 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정하는 동작
을 더 포함하는, 전자 장치.
제1항에 있어서,
상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작은,
상기 현재 영상에서 적어도 하나의 제어 가능 기기를 식별하는 동작; 및
상기 식별된 적어도 하나의 제어 가능 기기 중에서 상기 결정된 의도에 대응되는 제어 가능 기기가 있는 경우, 상기 타겟 제어 대상 기기의 결정이 가능한 것으로 판단하는 동작
을 포함하는, 전자 장치.
제1항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 현재 영상으로부터 상기 타겟 제어 대상 기기의 결정이 가능하지 않은 경우, 상기 현재 영상보다 이전에 획득된 이전 영상에서 식별된 적어도 하나의 제어 가능 기기에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작
을 더 포함하는, 전자 장치.
제4항에 있어서,
상기 메모리는,
상기 현재 영상과 상기 이전 영상에서 인식될 수 있는 물체에 대한 물체 정보들 및 상기 물체 정보들과 대응되는 적어도 하나의 공간 태그를 저장하는 데이터베이스
를 저장하고,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 이전 영상에서 식별된 적어도 하나의 제어 가능 기기로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 데이터베이스에 저장된 적어도 하나의 공간 태그 중 상기 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작
을 더 포함하는, 전자 장치.
제5항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 공간 태그를 결정하는 것이 가능한 경우, 상기 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 상기 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신하는 동작; 및
상기 사물 인터넷 서버로부터 수신한 정보에 상기 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 상기 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작
을 더 포함하는, 전자 장치.
제6항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작은,
상기 사물 인터넷 서버로부터 수신한 정보에 상기 결정된 의도에 대응되는 제어 가능 기기가 2개 이상 포함되어 있는 경우, 상기 전자 장치의 디스플레이 및 상기 전자 장치의 음성 출력 장치 중 적어도 하나를 이용하여 상기 2개 이상의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의하는 동작
을 더 포함하는, 전자 장치.
제1항에 있어서,
상기 현재 영상은,
상기 사용자 발화가 상기 음성 입력 장치에 입력된 시점 이후의 제1 시간 동안 획득된 영상인, 전자 장치.
제4항에 있어서,
상기 이전 영상은,
상기 사용자 발화가 상기 음성 입력 장치에 입력된 시점 이전의 제2 시간 동안 획득된 영상인, 전자 장치.
제5항에 있어서,
상기 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작은,
상기 현재 영상에서 물체를 인식하는 동작; 및
상기 현재 영상에서 인식된 물체에 대응되는 상기 데이터베이스의 공간 태그에 기초하여 상기 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 하는 것이 가능한지 여부를 판단하는 동작
을 포함하는, 전자 장치.
제10항에 있어서,
상기 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작은,
상기 현재 영상에서 인식된 물체가 없는 경우, 상기 이전 영상에서 인식된 물체에 대응되는 상기 데이터베이스의 공간 태그에 기초하여 상기 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작
을 포함하는, 전자 장치.
제3항에 있어서,
상기 현재 영상에서 적어도 하나의 제어 가능 기기를 식별하는 동작은
딥 러닝(deep learning) 모델을 이용하여 수행되는, 전자 장치.
비전 정보를 이용하여 전자기기를 제어하는 방법에 있어서,
웨어러블 전자 장치의 음성 입력 장치를 통해 사용자 발화를 수신하는 동작;
상기 수신한 사용자 발화에 기초하여 사용자의 의도를 결정하는 동작;
상기 결정된 의도에 대응되는 타겟 제어 대상 기기를 결정하는 동작; 및
상기 결정된 의도에 기초하여 상기 결정된 타겟 제어 대상 기기를 제어하는 동작
을 포함하고,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작; 및
상기 사용자 발화로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 웨어러블 전자 장치의 주변을 촬영하여 현재 영상을 획득하는 카메라를 통해 획득된 상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작
을 포함하는, 방법.
제13항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 현재 영상으로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능한 경우, 상기 현재 영상으로부터 결정된 타겟 제어 대상 기기를 상기 결정된 의도에 대응되는 타겟 제어 대상 기기로 결정하는 동작
을 포함하는, 방법.
제13항에 있어서,
상기 현재 영상에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작은,
상기 현재 영상에서 적어도 하나의 제어 가능 기기를 식별하는 동작; 및
상기 식별된 적어도 하나의 제어 가능 기기 중에서 상기 결정된 의도에 대응되는 제어 가능 기기가 있는 경우, 상기 타겟 제어 대상 기기의 결정이 가능한 것으로 판단하는 동작
을 포함하는, 방법.
제13항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 현재 영상으로부터 상기 타겟 제어 대상 기기의 결정이 가능하지 않은 경우, 상기 현재 영상보다 이전에 획득된 이전 영상에서 식별된 적어도 하나의 제어 가능 기기에 기초하여 상기 타겟 제어 대상 기기를 결정하는 것이 가능한지 여부를 판단하는 동작
을 더 포함하는, 방법.
제16항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 동작은,
상기 이전 영상에서 식별된 적어도 하나의 제어 가능 기기로부터 상기 타겟 제어 대상 기기를 결정하는 것이 가능하지 않은 경우, 상기 현재 영상과 상기 이전 영상에서 인식될 수 있는 물체에 대한 물체 정보들 및 상기 물체 정보들과 대응되는 적어도 하나의 공간 태그를 저장하는 데이터베이스에 저장된 적어도 하나의 공간 태그 중 상기 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작;
상기 공간 태그를 결정하는 것이 가능한 경우, 상기 사용자가 공간 태그를 지정하여 등록한 제어 가능 기기에 대한 정보를 저장하는 사물 인터넷 서버로부터, 상기 사용자가 위치한 공간에 대응되는 공간 태그로 등록된 제어 가능 기기에 대한 정보를 수신하는 동작; 및
상기 사물 인터넷 서버로부터 수신한 정보에 상기 결정된 의도에 대응되는 제어 가능 기기가 포함되어 있는 경우, 상기 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작
을 더 포함하는, 방법.
제17항에 있어서,
상기 타겟 제어 대상 기기를 결정하는 것이 가능한 것으로 판단하는 동작은,
상기 사물 인터넷 서버로부터 수신한 정보에 상기 결정된 의도에 대응되는 제어 가능 기기가 2개 이상 포함되어 있는 경우, 상기 전자 장치의 디스플레이 및 상기 전자 장치의 음성 출력 장치 중 적어도 하나를 이용하여 상기 2개 이상의 제어 가능 기기들 중 어떤 제어 가능 기기를 제어할 것인지 사용자에게 질의하는 동작
을 더 포함하는, 방법.
제17항에 있어서,
상기 공간 태그를 결정하는 것이 가능한지 여부를 판단하는 동작은,
상기 현재 영상에서 물체를 인식하는 동작; 및
상기 현재 영상에서 인식된 물체에 대응되는 상기 데이터베이스의 공간 태그에 기초하여 상기 사용자가 위치한 공간에 대응되는 공간 태그를 결정하는 하는 것이 가능한지 여부를 판단하는 동작
을 포함하는, 방법.
제13항 내지 제19항 중 어느 한 항의 방법을 실행하는 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능 기록매체.