KR20230084118A - 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법, 서버 및 컴퓨터프로그램 - Google Patents

Abstract

프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법, 서버 및 컴퓨터프로그램이 제공된다. 본 발명의 다양한 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 단계 및 상기 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 단계를 포함한다.

Description

프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법, 서버 및 컴퓨터프로그램{METHOD, SERVER AND COMPUTER PROGRAM FOR PROVIDING VISUALIZED PROJECT INFORMATION BASED ON CONVERSATION ANALYSIS AMONG PROJECT PARTICIPANTS}

본 발명의 다양한 실시예는 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법, 서버 및 컴퓨터프로그램에 관한 것이다.

스마트 폰이나 스마트 패드와 같은 스마트 기기의 확산, 그리고 통신 인프라의 확대로, 온라인, 스마트 기기를 이용한 협업(Collaboration)이 활발히 이루어지고 있다.

즉, 오프라인 공간상에 함께 모여서 이루어지는 협업뿐만 아니라, 서로 다른 공간에서 인터넷 및 스마트 기기 등을 이용한 협업이 기술 발전과 함께 일반화되고 있고, 이에 따라 인터넷 망을 이용한 다양한 협업 도구들이 개발되고 이용되고 있다.

종래의 온라인 협업 도구는 프로젝트를 진행하기 위해 필요한 여러 기능들을 제공하였다. 예를 들어, 종래의 온라인 협업 도구는 동일한 프로젝트에 참여하여 프로젝트를 진행하는 참여자들 간의 메시징 서비스를 제공하거나, 프로젝트의 진행상황 관리, 일정관리 등 프로젝트 및 프로젝트 진행과 관련된 각종 기능을 제공하였다.

그러나, 종래의 온라인 협업 도구는 각각의 기능들을 일차원적으로만 제공할 뿐, 참여자의 편의를 위하여 둘 이상의 기능들이 연계되지 못한다는 단점이 있다. 따라서 참여자들은 직접 자신이 사용하고자 하는 기능을 수동으로 각각 조작(예: 메신저로 일정 확정 후 일정 관리 도구에 직접 등록)하거나 정해진 인터페이스에 맞춰서 제한된 방법으로 등록(예: 일정 관리 도구에 등록하면 메신저에 알림을 주는 일방향 등록)하는 불편함이 있다.

본 발명이 해결하고자 하는 과제는 상기와 같은 종래의 온라인 협업 도구의 단점을 개선하기 위하여, 프로젝트 참여자들 간의 메신저 대화를 분석하여 하나 이상의 요약문을 추출하고, 추출한 하나 이상의 키워드를 기반으로 프로젝트와 관련된 각종 서비스(프로젝트 관리 서비스)를 제공할 수 있는 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법, 서버 및 컴퓨터프로그램에 관한 것이다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 단계 및 상기 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 하나 이상의 요약문을 추출하는 단계는, 제1 참여자로부터 특정 메시지를 대상으로 일정 등록을 요청받는 경우, 상기 특정 메시지를 분석하여 일정과 관련된 하나 이상의 요약문 - 상기 일정과 관련된 하나 이상의 요약문은, 일정명, 일시, 장소 및 참석자 중 적어도 하나를 포함함 - 를 추출하는 단계를 포함하며, 상기 프로젝트 관리 서비스를 제공하는 단계는, 사용자 인터페이스(User Interface, UI)를 통해 상기 추출된 일정과 관련된 하나 이상의 요약문을 상기 제1 참여자에게 제공하는 단계, 상기 사용자 인터페이스를 통해 입력된 상기 제1 참여자의 입력(User input)에 기초하여 상기 추출된 일정과 관련된 하나 이상의 요약문을 확정하는 단계 및 상기 확정된 하나 이상의 요약문을 이용하여 일정을 등록하고, 상기 등록된 일정에 따라 상기 프로젝트의 참여자들에게 일정 안내 정보를 제공하는 일정 관리 서비스를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 하나 이상의 요약문을 추출하는 단계는, 상기 송수신되는 메시지를 분석하여 일정과 관련된 하나 이상의 요약문 - 상기 일정과 관련된 하나 이상의 요약문은, 일정명, 일시, 장소 및 참석자를 포함함 - 를 자동으로 추출하는 단계를 포함하며, 상기 프로젝트 관리 서비스를 제공하는 단계는, 상기 추출된 일정과 관련된 하나 이상의 요약문을 이용하여 일정을 자동 등록하고, 상기 자동 등록된 일정에 따라 상기 프로젝트의 참여자들에게 일정 안내 정보를 제공하는 일정 관리 서비스를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 하나 이상의 요약문을 추출하는 단계는, 상기 프로젝트의 참여자들 간에 송수신된 복수의 메시지를 분석하여 상기 복수의 메시지 각각에 대한 중요도를 판단하는 단계, 상기 판단된 중요도가 기 설정된 기준 이상인 메시지를 중요 메시지로 등록할 것을 안내하는 안내 정보를 제공하는 단계 및 상기 제공된 안내 정보에 대한 응답으로 참여자로부터 중요 메시지 등록을 요청받는 경우, 상기 중요 메시지 등록을 요청받은 메시지로부터 하나 이상의 요약문을 추출하는 단계를 포함하며, 상기 프로젝트 관리 서비스를 제공하는 단계는, 상기 추출된 하나 이상의 요약문을 이용하여 상기 중요 메시지에 대한 리마인더(Reminder)를 등록하고, 상기 등록된 리마인더에 따라 상기 중요 메시지를 리마인더 대상에게 안내하는 중요 메시지 관리 서비스를 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 프로젝트 관리 서비스를 제공하는 단계는, 상기 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 상기 프로젝트의 속성을 판단하는 단계 및 상기 판단된 프로젝트의 속성에 대한 정보를 제공하는 프로젝트 속성 정보 제공 서비스를 제공하는 단계를 포함하며, 상기 프로젝트 속성 정보 제공 서비스를 제공하는 단계는, 사용자 인터페이스(User Interface, UI)를 통해 제1 참여자가 참여 중인 복수의 프로젝트 각각에 대하여 판단된 프로젝트의 속성에 대한 정보를 제공하되, 상기 사용자 인터페이스는 상기 복수의 프로젝트 각각에 대응되는 복수의 카드를 격자 형태로 배치하여 출력하되, 상기 복수의 카드 각각의 앞면에는 상기 복수의 프로젝트 각각에 대한 정보 - 상기 복수의 프로젝트 각각에 대한 정보는 프로젝트명, 프로젝트의 참여자들 간에 송수신된 메시지 중 확인하지 않은 메시지의 수 및 프로젝트의 속성 정보 중 적어도 하나를 포함함 - 를 출력하고, 상기 복수의 카드 각각의 뒷면에는 상기 복수의 프로젝트 각각의 참여자들 간에 송수신된 메시지로부터 추출된 하나 이상의 키워드를 출력하는 것인, 단계를 포함할 수 있다.

다양한 실시예에서, 상기 프로젝트의 속성을 판단하는 단계는, 기 설정된 기간 동안 상기 프로젝트의 참여자들 간에 송수신된 복수의 메시지로부터 하나 이상의 요약문을 추출하고, 상기 추출된 하나 이상의 요약문을 분석하여 상기 프로젝트의 진행과 관련된 요약 정보를 생성하는 단계를 포함하며, 상기 사용자 인터페이스를 제공하는 단계는, 상기 생성된 요약 정보를 시각화하여 제공하되, 상기 시각화된 요약 정보는 상기 프로젝트의 진행과 관련된 하나 이상의 키워드를 워드 클라우드(Word cloud)형태로 시각화한 것인, 단계를 포함할 수 있다.

다양한 실시예에서, 상기 프로젝트의 속성을 판단하는 단계는, 상기 프로젝트의 참여자들 간의 송수신되는 복수의 메시지의 속성, 상기 프로젝트의 진척도 및 상기 프로젝트 내에 발생되는 이슈와 상기 이슈의 해결 여부 중 적어도 하나를 이용하여 상기 프로젝트의 분위기(mood)를 판단하는 단계를 포함하며, 상기 사용자 인터페이스를 제공하는 단계는, 상기 판단된 프로젝트의 분위기를 시각화하여 제공하되, 상기 시각화된 프로젝트의 분위기는 상기 송수신된 복수의 메시지 각각에 대응되는 복수의 제1 포인트의 가중합에 따라 그래프 형태로 시각화된 것이며, 상기 그래프 형태로 시각화된 프로젝트의 분위기 상에 프로젝트 내에 발생되는 이슈에 대응되는 복수의 제2 포인트를 표시하되, 상기 복수의 제2 포인트 각각의 색상은 상기 복수의 제2 포인트 각각에 대응되는 이슈의 해결 여부에 따라 결정되는 것인, 단계를 포함할 수 있다.

다양한 실시예에서, 상기 프로젝트 속성 정보 제공 서비스를 제공하는 단계는, 상기 제1 참여자가 참여 중인 복수의 프로젝트 각각의 속성 정보에 관한 요약 정보를 포함하는 요약 정보 리스트를 생성하고, 상기 생성된 요약 정보 리스트를 포함하는 메시지를 상기 제1 참여자로부터 기 설정된 시간 마다 상기 제1 참여자에게 제공하는 단계를 포함할 수 있다.

다양한 실시예에서, 상기 하나 이상의 요약문을 추출하는 단계는, 상기 프로젝트의 참여자들 간에 송수신되는 복수의 메시지를 분석하되, 상기 복수의 메시지 중 상기 프로젝트의 참여자들 중 적어도 하나의 참여자로부터 비활성화 설정된 메시지를 요약문 추출 대상에서 제외시키는 단계를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버는, 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 인스트럭션(instruction) 및 상기 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 인스트럭션을 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 컴퓨터프로그램은, 컴퓨팅 장치와 결합되어, 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 단계 및 상기 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 단계를 실행시키기 위하여 컴퓨터로 판독가능한 기록매체에 저장할 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 다양한 실시예에 따르면, 프로젝트 참여자들 간의 메신저 대화를 분석하여 하나 이상의 요약문을 추출하고, 추출한 하나 이상의 요약문을 기반으로 프로젝트와 관련된 각종 서비스(프로젝트 관리 서비스)를 제공함으로써, 상기와 같은 종래의 온라인 협업 도구의 문제점을 극복할 수 있다는 이점이 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1 및 도 2는 본 발명의 일 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 시스템을 도시한 도면이다.
도 3은 본 발명의 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버의 하드웨어 구성도이다.
도 4는 본 발명의 또 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법의 순서도이다.
도 5는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 일정 관리 서비스 제공 방법의 순서도이다.
도 6 및 도 7은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 일정 관리 서비스를 도시한 도면이다.
도 8은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 중요 메시지 관리 서비스 제공 방법의 순서도이다.
도 9는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 중요 메시지 관리 서비스를 도시한 도면이다.
도 10은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 프로젝트 속성 정보 제공 서비스 제공 방법의 순서도이다.
도 11 내지 도 14는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 프로젝트 속성 정보 제공 서비스를 도시한 도면이다.
도 15 및 도 16은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법을 수행하는 인공지능 모델의 학습 데이터를 생성하는 구성을 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.

도 1 및 도 2는 본 발명의 일 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 시스템을 도시한 도면이다.

도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 시스템은 프로젝트 관리 서비스 제공서버(100), 참여자 단말(200) 및 외부 서버(300)를 포함할 수 있다.

여기서, 도 1 및 도 2에 도시된 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1 및 도 2에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.

일 실시예에서, 프로젝트 관리 서비스 제공서버(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출할 수 있고, 추출된 하나 이상의 요약문을 이용하여 프로젝트 관리 서비스를 제공할 수 있다. 이를 위해, 프로젝트 관리 서비스 제공서버(100)는 도 2에 도시된 바와 같이 수집 서버(101), 저장 서버(102), 분석 서버(103), 인터랙션 서버(104) 및 프로젝트 관리 시스템(105)을 포함할 수 있다. 그러나, 이에 한정되지 않는다.

여기서, 요약문은 하나의 단어(키워드)일 수 있으나, 이에 한정되지 않고, 둘 이상의 단어로 구성되는 어절, 구절 또는 문장 전체를 모두 포괄하는 것으로 이해될 수 있다.

일 실시예에서, 수집 서버(101)는 네트워크(400)를 통해 프로젝트의 참여자들의 참여자 단말(200)과 연결될 수 있고, 참여자 단말(200)의 메시지 중계 모듈을 통해 프로젝트의 참여자들 간에 송수신된 메시지를 수집할 수 있다.

여기서, 네트워크(400)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

다양한 실시예에서, 수집 서버(101)는 비식별화 모듈(101A)과 비대상 메시지 필터링 모듈(101B)을 포함할 수 있으며, 비식별화 모듈을 통해 정규식 패턴 매칭 기반 URL 인식, E-mail 인식, 전화번호 인식 및 인명 인식 기능을 수행할 수 있고, 비대상 메시지 필터링 모듈을 통해 메시지 메타데이터 기반 특정 메시지(예: 시스템이 자동으로 작성한 메시지 또는 참여자가 비활성화한 메시지(예: 참여자가 분석하지 않도록 요청한 메시지)를 필터링할 수 있다.

여기서, 비식별화 모듈(101A)과 비대상 메시지 필터링 모듈(101B)은 비대면으로 진행되는 복수의 프로젝트 각각에 대한 업무 진행 상황 정보를 자동으로 취합할 수 있다.

일 실시예에서, 저장 서버(102)는 수집 서버(101)를 통해 수집된 프로젝트 참여자들 간에 송수신되는 메시지를 저장할 수 있다.

일 실시에에서, 분석 서버(103)는 수집 서버(101)를 통해 수집된 프로젝트 참여자들 간에 송수신되는 메시지를 실시간으로 수집할 수 있고, 일정 추출 모듈(103A)을 이용하여 일정 관리 서비스를 제공하거나 중요 메시지 분류 모듈(103B)을 이용하여 중요 메시지 관리 서비스를 제공할 수 있다.

또한, 분석 서버(103)는 저장 서버(102)에 저장된 메시지를 수집할 수 있고, 프로젝트 무드 분류 모듈(103C)과 요약문 추출 모듈(103D)을 이용하여 프로젝트 속성 정보 제공 서비스를 제공할 수 있다.

여기서, 일정 추출 모듈(103A), 중요 메시지 분류 모듈(103B), 프로젝트 무드 분류 모듈(103C) 및 요약문 추출 모듈(103D)은 메시지에 포함된 프로젝트와 연관된 정보를 인식할 수 있고, 이를 통해 참여자가 수동으로 작업하는 것을 최소화시킬 수 있다.

일 실시예에서, 인터랙션 서버(104)는 분석 서버(103)로부터 수집되는 일정 관리 서비스를 제공한 결과(예: 등록된 일정 정보)와 중요 메시지 관리 서비스를 제공한 결과(예: 중요 메시지, 등록된 리마인더 정보 등)를 메시지 인터랙션 모듈(104A)을 통해 프로젝트 관리 시스템(105)으로 제공할 수 있다.

또한, 인터랙션 서버(104)는 보고서 인터랙션 모듈(104B)을 이용하여 일정 관리 서비스를 제공한 결과(예: 등록된 일정 정보)와 중요 메시지 관리 서비스를 제공한 결과(예: 중요 메시지, 등록된 리마인더 정보 등)를 포함하는 보고서를 생성하고, 이를 참여자 단말(200)로 제공할 수 있다.

여기서, 메시지 인터랙션 모듈(104A) 및 보고서 인터랙션 모듈(104B)은 메시지로부터 추출된 정보에 기초하여 참여자가 메신저에서 프로젝트 DB에 접근할 수 있도록 하는 인터렉티브 메시지를 생성하여 제공할 수 있다.

일 실시예에서, 프로젝트 관리 시스템(105)은 프로젝트 관리 서비스 모듈(105A)을 이용하여, 데이터베이스(105B) 기 저장된 데이터를 기반으로 일정 관리 서비스, 중요 메시지 관리 서비스 및 프로젝트 속성 정보 제공 서비스를 포함하는 각종 관리 서비스를 제공할 수 있다.

또한, 프로젝트 관리 시스템(105)은 외부의 모니터링 장치(500)와 연결될 수 있으며, 프로젝트와 관련된 각종 정보를 통합하여 출력하는 통합대시보드 사용자 인터페이스(User Interface, UI)를 제공할 수 있다.

여기서, 통합대시보드는 복수의 프로젝트 각각에 대한 진행상황 정보와 복수의 프로젝트 각각에서 발생되는 이슈에 대한 정보를 출력함으로써, 참여자들이 선제적으로 이슈를 파악하여 리스크를 관리할 수 있다.

일 실시예에서, 참여자 단말(200)은 네트워크(400)를 통해 프로젝트 관리 서비스 제공서버(100)와 연결될 수 있고, 프로젝트 관리 서비스 제공서버(100)로부터 각종 프로젝트 관리 서비스를 제공받을 수 있다.

다양한 실시예에서, 참여자 단말(200)은 적어도 일부분에 디스플레이를 포함하며, 프로젝트 관리 서비스 제공서버(100)가 제공하는 애플리케이션의 구동이 가능한 운영체제를 포함하는 스마트폰(Smart-phone) 단말일 수 있으며, 프로젝트 관리 서비스 제공서버(100)가 제공하는 애플리케이션을 다운로드, 설치 및 실행함에 따라 각종 프로젝트 관리 서비스와 관련된 UI를 디스플레이를 통해 출력할 수 있다. 그러나, 이에 한정되지 않고, 참여자 단말(200)은 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트 패드(Smartpad), 타블렛PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

일 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 프로젝트 관리 서비스 제공서버(100)와 연결될 수 있으며, 프로젝트 관리 서비스 제공서버(100)가 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 프로세스를 수행하기 위해 필요한 각종 정보/데이터를 저장하거나, 프로젝트 관리 서비스 제공서버(100)가 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 프로세스를 수행함에 따라 생성되는 각종 정보/데이터를 저장할 수 있다. 예를 들어, 외부 서버(300)는 프로젝트 관리 서비스 제공서버(100) 외부에 별도로 구비되는 저장 서버일 수 있으나, 이에 한정되지 않는다. 이하, 도 3을 참조하여 프로젝트 관리 서비스 제공서버(100)의 하드웨어 구성에 대해 설명하도록 한다.

도 3은 본 발명의 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버의 하드웨어 구성도이다.

도 3을 참조하면, 본 발명의 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버(100)(이하, “컴퓨팅 장치(100)”)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 3에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 3에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.

프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.

또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.

다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.

메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

버스(130)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.

통신 인터페이스(140)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.

스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 컴퓨팅 장치(100)를 통해 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 프로세스를 수행하는 경우, 스토리지(150)는 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.

스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.

컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.

일 실시예에서, 컴퓨터 프로그램(151)은 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 단계 및 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 단계를 포함하는 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 4 내지 도 14를 참조하여, 컴퓨팅 장치(100)가 제공하는 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법에 대해 설명하도록 한다.

도 4는 본 발명의 또 다른 실시예에 따른 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법의 순서도이다.

도 4를 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 복수의 참여자 단말(200)과 연결될 수 있고, 복수의 참여자 단말(200)로부터 메시지(예: 참여자들 간에 송수신된 메시지 데이터)를 수집할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 참여자 단말(200) 각각의 메시지 중계 모듈로부터 복수의 참여자 각각이 송수신한 메시지를 수집할 수 있다. 그러나, 이에 한정되지 않는다.

여기서, 메시지는 텍스트 메시지일 수 있으나, 이에 한정되지 않고, 영상(동영상, 이미지) 메시지, 음성 메시지나 특수문자 및 이모티콘을 포함할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 참여자 단말(200)로부터 수집된 메시지를 수집하고, 수집한 메시지를 프로젝트별로 분류할 수 있으나, 이에 한정되지 않고, 복수의 참여자들이 참여하는 프로젝트에 따라 복수의 참여자들을 먼저 분류하고, 프로젝트별로 분류된 참여자들의 참여자 단말(200)을 통해 메시지를 수집함으로써, 프로젝트별로 분류된 메시지를 수집할 수 있다. 여기서, 컴퓨팅 장치(100)는 참여자 단말(200)의 메시지 중계 모듈을 통해 참여자들 간에 송수신되는 메시지를 실시간으로 수집하는 형태로 구현될 수 있으나, 이는 하나의 예시일 뿐, 이에 한정되지 않고 메시지를 수집하는 다른 범용적인 방법(예: 참여자들 간에 송수신되는 메시지를 백업하여 저장하는 저장 서버로부터 메시지를 로드)이 적용될 수 있다.

S120 단계에서, 컴퓨팅 장치(100)는 S110 단계에서 수집한 메시지를 분석하여 하나 이상의 요약문을 추출할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인공지능 모델을 이용하여 수집한 메시지를 분석함으로써, 수집한 메시지에 포함된 하나 이상의 요약문을 추출할 수 있다.

여기서, 인공지능 모델은 하나 이상의 요약문이 레이블링된 메시지를 학습 데이터로 하여 기 학습된 모델(예: 개체명인식 모델(NER 모델))일 수 있다.

여기서, 인공지능 모델(예: 신경망)은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 ‘노드’라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 ‘노드’들은 ‘뉴런(neuron)’들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 ‘링크’에 의해 상호 연결될 수 있다.

인공지능 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 인공지능 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

전술한 바와 같이, 인공지능 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 인공지능 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 인공지능 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 인공지능 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 인공지능 모델이 존재하는 경우, 두 개의 인공지능 모델들은 서로 상이한 것으로 인식될 수 있다.

인공지능 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 인공지능 모델 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 인공지능 모델 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 인공지능 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 인공지능 모델을 구성하는 노드들을 의미할 수 있다. 본 개시의 일 실시예에 따른 인공지능 모델은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 인공지능 모델일 수 있다.

인공지능 모델은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다.

다양한 실시예에서, 인공지능 모델은 딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)일 수 있다. 딥 뉴럴 네트워크는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 인공지능 모델을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

다양한 실시예에서, 네트워크 함수는 오토 인코더를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 차원 감소 레이어와 차원 복원 레이어의 노드는 대칭일 수도 있고 아닐 수도 있다.

오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 남은 센서들의 수와 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 메시지에 포함된 하나 이상의 요약문을 레이블링함으로써, 인공지능 모델을 지도학습(supervised learning)(교사 학습)시키기 위한 학습 데이터를 생성할 수 있다. 그러나, 이에 한정되지 않고, 컴퓨팅 장치(100)는 비교사 학습(unsupervised learning) 및 반교사학습(semi supervised learning)으로 인공지능 모델을 학습시킬 수 있다. 여기서, 컴퓨팅 장치(100)가 학습 데이터를 생성하는 방법은 도 15 및 16을 참조하여 후술하도록 한다.

여기서, 지도학습은 통상적으로 특정 데이터와 특정 데이터에 연관된 정보를 레이블링하여 학습 데이터를 생성하고, 이를 이용하여 학습시키는 방법으로써, 인과 관계를 가진 두 데이터를 레이블링하여 학습 데이터를 생성하고, 생성된 학습 데이터를 통해 학습하는 방법을 의미한다.

보다 구체적으로, 컴퓨팅 장치(100)는 레이블링된 학습 데이터를 이용하여 인공지능 모델을 구성하는 하나 이상의 네트워크 함수에 대한 학습을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 학습 입력 데이터 각각을 하나 이상의 네트워크 함수에 입력시키고, 하나 이상의 네트워크 함수로 연산된 출력 데이터 각각과 학습 입력 데이터 각각의 레이블에 해당하는 학습 출력 데이터 각각을 비교하여 오차를 도출할 수 있다. 즉, 인공지능 모델의 학습에서 학습 입력 데이터는 하나 이상의 네트워크 함수의 입력 레이어에 입력될 수 있으며, 학습 출력 데이터는 하나 이상의 네트워크 함수의 출력과 비교될 수 있다.

컴퓨팅 장치(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과와 학습 출력 데이터(레이블)의 오차에 기초하여 인공지능 모델을 학습시킬 수 있다.

또한, 컴퓨팅 장치(100)는 오차에 기초하여 하나 이상의 네트워크 함수의 가중치를 역전파 방식으로 조정할 수 있다. 즉, 컴퓨팅 장치(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과와 학습 출력 데이터의 오차에 기초하여 하나 이상의 네트워크 함수의 출력이 학습 출력 데이터에 가까워지도록 가중치를 조정할 수 있다.

컴퓨팅 장치(100)는 하나 이상의 네트워크 함수의 학습이 사전 결정된 에폭 이상 수행된 경우, 검증 데이터를 이용하여 학습의 중단 여부를 결정할 수 있다. 사전 결정된 에폭은 전체 학습 목표 에폭의 일부일 수 있다.

검증 데이터는 레이블링된 학습 데이터 중 적어도 일부로 구성될 수 있다. 즉, 컴퓨팅 장치(100)는 학습 데이터를 통해 인공지능 모델의 학습을 수행하며, 인공지능 모델의 학습이 사전결정된 에폭 이상 반복된 후, 검증 데이터를 이용하여 인공지능 모델의 학습 효과가 사전 결정된 수준 이상인지 여부를 판단할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 100개의 학습 데이터를 이용하여 목표 반복 학습 횟수가 10회인 학습을 수행하는 경우, 사전결정된 에폭인 10회의 반복 학습을 수행한 후, 10개의 검증 데이터를 이용하여 3회의 반복 학습을 수행하여, 3회의 반복 학습 동안 인공지능 모델 출력의 변화가 사전결정된 수준 이하인 경우 더 이상의 학습이 무의미한 것으로 판단하고 학습을 종료할 수 있다.

즉, 검증 데이터는 인공지능 모델의 반복 학습에서 에폭별 학습의 효과가 일정 이상인지 이하인지 여부에 기초하여 학습의 완료를 결정하는 데 이용될 수 있다. 전술한 학습 데이터, 검증 데이터의 수 및 반복 횟수는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

컴퓨팅 장치(100)는 테스트 데이터를 이용하여 하나 이상의 네트워크 함수의 성능을 테스트하여 하나 이상의 네트워크 함수의 활성화 여부를 결정함으로써, 인공지능 모델을 생성할 수 있다. 테스트 데이터는 인공지능 모델의 성능을 검증하기 위하여 사용될 수 있으며, 학습 데이터 중 적어도 일부로 구성될 수 있다. 예를 들어, 학습 데이터 중 70%는 인공지능 모델의 학습(즉, 레이블과 비슷한 결과값을 출력하도록 가중치를 조정하기 위한 학습)을 위해 활용될 수 있으며, 30%는 인공지능 모델의 성능을 검증하기 위한 테스트 데이터로써 활용될 수 있다. 컴퓨팅 장치(100)는 학습이 완료된 인공지능 모델에 테스트 데이터를 입력하고 오차를 측정하여 사전 결정된 성능 이상인지 여부에 따라 인공지능 모델의 활성화 여부를 결정할 수 있다.

컴퓨팅 장치(100)는 학습이 완료된 인공지능 모델에 테스트 데이터를 이용하여 학습 완료된 인공지능 모델의 성능을 검증하고 학습 완료된 인공지능 모델의 성능이 사전에 결정된 기준 이상인 경우 해당 인공지능 모델을 다른 어플리케이션에서 사용하도록 활성화할 수 있다.

또한, 컴퓨팅 장치(100)는 학습 완료된 인공지능 모델의 성능이 사전에 결정된 기준 이하인 경우 해당 인공지능 모델을 비활성화하여 폐기할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 정확도(accuracy), 정밀도(precision), 재현율(recall) 등의 요소를 기준으로 하여 생성된 인공지능 모델 모델의 성능을 판단할 수 있다. 전술한 성능 평가 기준은 예시일 뿐이며 본 개시는 이에 제한되지 않는다. 본 개시의 일 실시예에 따라 컴퓨팅 장치(100)는 각각의 인공지능 모델을 독립적으로 학습시켜 복수의 인공지능 모델 모델을 생성할 수 있으며, 성능을 평가하여 일정 성능 이상의 인공지능 모델만을 사용할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 복수의 메시지를 분석하되, 복수의 메시지 중 프로젝트의 참여자들 중 적어도 하나의 참여자로부터 비활성화 설정된 메시지를 요약문 추출 대상에서 제외시킬 수 있다. 예를 들어, 참여자들은 메시지를 송신하는 과정에서 자신이 송신하는 메시지에 대한 설정(예: 활성화 또는 비활성화)할 수 있고, 컴퓨팅 장치(100)는 참여자가 비활성화 설정한 메시지 즉, 분석하지 않도록 설정된 메시지를 요약문 추출 대상에서 제외시킴으로써, 해당 메시지를 분석하지 않을 수 있다. 경우에 따라, 컴퓨팅 장치(100)는 참여자로부터 비활성화 설정된 메시지는 S110 단계를 거치더라도 수집하지 않을 수 있다.

S130 단계에서, 컴퓨팅 장치(100)는 S120 단계에서 추출한 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 메시지에 포함된 하나 이상의 요약문을 이용하여 일정 관리 서비스, 중요 메시지 관리 서비스 및 프로젝트 속성 정보 제공 서비스를 제공할 수 있다. 이하, 도 5 내지 도 7을 참조하여, 컴퓨팅 장치(100)가 제공하는 일정 관리 서비스에 대해 설명하도록 한다.

도 5는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 일정 관리 서비스 제공 방법의 순서도이며, 도 6 및 도 7은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 일정 관리 서비스를 도시한 도면이다.

도 5 내지 도 7을 참조하면, S210 단계에서, 컴퓨팅 장치(100)는 참여자로부터 일정 등록 요청을 획득할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 참여자로부터 특정 메시지를 대상으로 일정 등록을 요청받을 수 있다.

먼저, 컴퓨팅 장치(100)는 도 6에 도시된 바와 같이 참여자들 간의 메시지 송수신 서비스를 제공하는 메시지 송수신 UI(10)를 제공할 수 있다.

이후, 컴퓨팅 장치(100)는 메시지 송수신 UI(10)를 통해 참여자로부터 특정 메시지에 대한 콘텍스트 메뉴 제공 요청을 얻을 수 있고, 콘텍스트 메뉴 제공 요청에 대한 응답으로 특정 메시지에 대한 콘텍스트 메뉴(11)를 제공할 수 있다.

이후, 컴퓨팅 장치(100)는 참여자로부터 콘텍스트 메뉴(11)에 포함된 일정 등록 요청 항목(11A)을 선택받을 수 있고, 이를 특정 메시지를 대상으로 일정 등록을 요청하는 것으로 인식할 수 있다. 그러나, 이에 한정되지 않는다.

S210 단계에서, 컴퓨팅 장치(100)는 S210 단계에서 획득한 일정 등록 요청에 대한 응답으로, 특정 메시지를 분석하여 일정과 관련된 하나 이상의 요약문(예: 일정명, 일시, 장소 및 참석자 중 적어도 하나)를 추출할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 도 7A에 도시된 바와 같이 기 학습된 개체명인식 모델(NER 모델)을 이용하여 일정명에 관한 "킥오프 미팅", 일시에 관한 "5월 6일(수) 오후 6시 30분" 및 장소에 관한 "URL"을 추출할 수 있다. 그러나, 이에 한정되지 않는다.

S230 단계에서, 컴퓨팅 장치(100)는 S220 단계에서 추출한 하나 이상의 요약문을 이용하여 일정을 등록할 수 있다.

먼저, 컴퓨팅 장치(100)는 메시지로부터 추출된 일정과 관련된 하나 이상의 요약문 각각의 속성을 분석하고, 속성 분석 결과에 기초하여 일정과 관련된 하나 이상의 요약문 각각을 기 설정된 일정 등록 양식 상에 배치할 수 있으며, 일정 등록 양식에 배치된 하나 이상의 요약문을 일정 등록 UI(12)를 통해 참여자에게 제공할 수 있다.

이때, 컴퓨팅 장치(100)는 일정과 관련된 하나 이상의 요약문을 기 설정된 일정 등록 양식에 맞춰 변환하여 배치할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 도 7A에 도시된 바와 같이, 표준포맷변환 모델(seq2seq 모델)을 이용하여 하나 이상의 요약문 중 일시에 관련된 요약문을 표준 포맷(예: YYYY-MM-DD hh:mm)으로 변경하여 일정 등록 양식 상에 배치할 수 있다. 그러나, 이에 한정되지 않는다.

다양한 실시예에서, 컴퓨팅 장치(100)는 일정과 관련된 하나 이상의 요약문 각각을 기 설정된 일정 등록 양식 상에 배치하되, 일정 등록 양식 상의 특정 영역에 배치할 요약문이 부재할 경우, 일정 등록 대상인 메시지 외에 다른 메시지들을 분석하여 해당 요약문을 추출할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 특정 메시지를 분석하여 추출된 일정과 관련된 하나 이상의 요약문 중 참석자와 관련된 요약문이 부재한 경우, 특정 메시지가 송수신된 시점을 기준으로 소정의 시간 이전과 소정의 시간 이후의 시간 동안 송수신된 메시지를 분석하여 참석자와 관련된 요약문을 추출할 수 있다.

이때, 컴퓨팅 장치(100)는 특정 메시지가 송수신된 시점을 기준으로 소정의 시간 전후에 송수신된 메시지로부터 참석자와 관련된 요약문이 추출되지 않는 경우, 소정의 시간의 크기를 점차 증가시키며 참석자와 관련된 하나 이상의 요약문을 추출할 수 있고, 소정의 시간의 크기를 기 설정된 최대치까지 증가시켰음에도 불구하고 참석자와 관련된 요약문이 추출되지 않을 경우, 일정 등록 양식 상에 참석자의 정보를 배치하는 영역을 공란으로 설정할 수 있다.

이후, 컴퓨팅 장치(100)는 일정 등록 UI(12)를 통해 참여자의 입력(User input)(예: 일정 등록 양식에 배치된 하나 이상의 요약문을 추가, 수정, 삭제 및 확정하는 입력)을 얻을 수 있고, 참여자의 입력에 기초하여 일정과 관련된 하나 이상의 요약문을 확정할 수 있다.

이후, 컴퓨팅 장치(100)는 일정 등록 UI(12)를 통해 확정된 하나 이상의 요약문을 이용하여 일정을 등록하고, 등록된 일정에 따라 프로젝트의 참여자들(또는 등록된 일정에 포함된 참석자들)에게 일정 안내 정보를 제공하는 일정 관리 서비스(예: 등록된 일정에 대한 정보, 등록된 일정에 기초한 일정 리마인더 등)를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 일정 등록 UI(12)를 통해 확정된 하나 이상의 요약문을 이용하여 일정을 등록하되, 기 등록된 복수의 일정 정보에 기초하여 신규로 등록된 일정과 동일한 시간 및 장소에서 진행되는 다른 일정이 있는 경우, 신규로 등록된 일정의 시간 및 장소를 변경할 것을 안내하는 안내 정보를 제공할 수 있다.

또한, 컴퓨팅 장치(100)는 제1 시간에 다른 일정이 있는 제1 참여자에 대하여 동일한 시간에 진행되는 일정이 신규로 등록되는 경우, 신규로 등록되는 일정의 시간을 변경할 것을 안내하거나, 신규로 등록되는 일정에 제1 참여자가 참여할 수 없음을 안내하는 안내 정보를 제공할 수 있다.

여기서, 도 5 내지 도 7에 따른 일정 관리 서비스 제공 방법은 참여자가 특정 메시지를 선택하여 일정 등록을 요청할 경우, 특정 메시지에 포함된 요약문을 추출하여 일정을 등록하는 것으로 설명하고 있으나, 이에 한정되지 않고 다양한 형태로 구현될 수 있다.

예를 들어, 컴퓨팅 장치(100)는 참여자로부터 특정 메시지를 대상으로 하는 일정 등록을 요청받지 않더라도, 참여자들 간에 송수신된 메시지를 자동으로 분석하여 일정과 관련된 하나 이상의 요약문(예: 일정명, 일시, 장소 및 참석자와 관련된 요약문 또는 일정 등록 및 일정 생성과 같이 일정을 정하는 메시지임을 알 수 있는 요약문들)가 추출될 경우, 추출된 일정과 관련된 하나 이상의 요약문을 이용하여 자동적으로 일정을 등록할 수 있다.

또한, 컴퓨팅 장치(100)는 참여자들 간에 송수신된 메시지를 분석하여 일정과 관련된 하나 이상의 요약문이 추출될 경우, 해당 메시지를 이용하여 일정을 자동 등록할 수 있음을 안내하는 안내 정보를 출력(예: 팝업창 또는 메시지의 적어도 일부분에 효과 표시 등)함으로써, 참여자가 해당 메시지를 대상으로 일정 등록을 요청할 수 있도록 유도할 수 있다.

또한, 컴퓨팅 장치(100)는 참여자로부터 특정 메시지를 대상으로 하는 일정 등록을 요청받지 않더라도, 참여자들 간에 송수신되는 메시지의 패턴을 분석하여 일정을 자동으로 등록할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 특정 프로젝트에 참여하는 참여자들이 미팅을 종료하기 약 10분 내지 20분 전부터 다음 일정과 관련된 논의를 수행하는 패턴을 보이는 경우, 참여자로부터 별도의 일정 등록을 요청받지 않더라도, 참여자들이 수행하고 있는 미팅이 종료되기 약 10분 내지 20분 전부터 송수신되는 메시지를 분석하여 일정과 관련된 하나 이상의 요약문을 추출할 수 있고, 추출된 요약문을 이용하여 자동으로 다음 일정을 등록할 수 있다.

여기서, 도 7A에 도시된 바와 같이 프로젝트의 책임자가 다음 일정을 정리하여 참여자들에게 공지하는 형태로 일정을 확정할 수도 있으나, 경우에 따라 책임자가 정리하여 공지한 일정을 참여자들이 수정하거나, 여러 참여자들이 논의하며 일정을 확정하는 경우도 있다. 예를 들어, 도 7B에 도시된 바와 같이, 스레드(Thread) 기능을 이용하여, 프로젝트의 책임자가 일정과 관련된 슬랙 메시지를 입력하면, 여러 참여자들이 해당 슬랙 메시지에 댓글 형태의 메시지를 입력하며 일정을 논의 및 확정하는 경우도 있다.

이때, 하나의 메시지만 고려하여 일정을 등록할 경우, 참여자들이 논의하며 수정된 일정 내용을 반영할 수 없고, 이를 반영하기 위해서는 메시지 분석을 통해 자동 등록된 일정 내용을 책임자가 수동으로 수정해야 한다는 불편함이 생길 수 있다.

이러한 점을 고려하여, 컴퓨팅 장치(100)는 특정 메시지를 대상으로 일정 등록을 요청받는 경우, 특정 메시지뿐만 아니라 특정 메시지가 송수신된 이후에 송수신되는 메시지를 분석하여 일정과 관련된 요약문을 추출할 수 있고, 추출된 요약문을 이용하여 일정을 등록할 수 있다. 예를 들어, 도 7(B)에 도시된 바와 같이 일정과 관련한 하나의 슬랙 메시지에 여러 개의 스레드가 입력된 경우, 각각의 스레드를 분리하여 동일 주제를 가지는 스레드 즉, 일정과 관련된 내용을 포함하는 스레드를 선별하고, 선별된 스레드에서 일정과 관련된 하나 이상의 요약문을 추출하여 일정을 등록할 수 있다. 여기서, 컴퓨팅 장치(100)는 인공지능 모델을 이용하여 동일한 주제를 가지는 스레드를 선별하되, 해당 인공지능 모델은 기존의 슬랙 메시지를 순차 라벨링(BIO 태깅)함으로써 생성된 학습 데이터를 이용하여 학습된 모델(버트(BERT) 기반 파인 튜닝 모델)일 수 있다.

여기서, 상기와 같은 상황(예: 여러 사람이 논의하며 일정을 정할 경우)에서는 동일한 속성(예: 일정명, 일시, 장소 등)을 가지는 요약문이 복수 개 추출될 수 있는데, 컴퓨팅 장치(100)는 동일한 속성을 가지는 복수의 요약문이 추출될 경우 복수의 요약문 중 추출되는 횟수가 가장 많은 요약문을 이용하여 일정을 등록하거나, 가장 마지막에 추출된 요약문을 이용하여 일정을 등록하거나 또는 참여자로부터 해당 요약문에 대한 확정을 받아 일정을 등록할 수 있다. 다만, 대화의 흐름을 고려하여 최종값 즉, 가장 마지막에 추출된 요약문을 이용하여 일정을 등록하는 것이 바람직할 수 있으나, 이에 한정되지 않는다. 또한, 컴퓨팅 장치(100)는 상기와 같이 생성된 일정과 기존 일정 간의 유사도를 비교하여 신규 일정을 등록할 수 있다. 이하, 도 8 및 9를 참조하여, 컴퓨팅 장치(100)가 제공하는 중요 메시지 관리 서비스에 대해 설명하도록 한다.

도 8은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 중요 메시지 관리 서비스 제공 방법의 순서도이며, 도 9는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 중요 메시지 관리 서비스를 도시한 도면이다.

도 8 및 도 9를 참조하면, S310 단계에서, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 메시지별 중요도를 판단할 수 있고, 판단된 메시지별 중요도에 기초하여 안내 정보를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 메시지별 중요도에 기초하여 중요 메시지를 선정할 수 있고, 선정된 중요 메시지에 대한 리마인더를 등록할 것을 안내하는 안내 정보를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 추출된 하나 이상의 요약문과 기 저장된 중요 요약문 데이터에 기초하여, 프로젝트의 참여자들 간에 송수신되는 메시지 중 중요 요약문을 적어도 하나 포함하는 메시지를 중요 메시지인 것으로 판단할 수 있다. 예를 들어, 도 8에 도시된 바와 같이 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지 중 "수정", "재수정", "검토" 등과 같이 중요 요약문을 포함하는 메시지를 중요 메시지인 것으로 판단할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 기 저장된 요약문별 중요도 점수에 기초하여 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 추출된 하나 이상의 요약문 각각에 대한 중요도 점수를 합산하고, 합산된 중요도 점수가 기 설정된 기준 점수 이상인 메시지를 중요 메시지인 것으로 판단할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 사전에 설정된 참여자별 중요도에 기초하여 특정 참여자가 송신한 메시지를 중요 메시지인 것으로 판단할 수 있다. 그러나, 이에 한정되지 않고, 프로젝트의 참여자들 간에 송수신되는 메시지 중 중요 메시지를 판단하는 다양한 방법이 적용될 수 있다.

이후, 컴퓨팅 장치(100)는 중요 메시지인 것으로 판단되는 메시지에 대하여 해당 메시지를 중요 메시지로 등록할 것을 안내하는 안내 정보를 제공할 수 있다. 예를 들어, 도 9에 도시된 바와 같이 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지 중 중요 메시지가 식별될 경우, 참여자에게 중요 메시지 등록 UI(20)를 제공할 수 있고, 중요 메시지 등록 UI(20)를 통해 중요 메시지인 것으로 판단되는 메시지(20A)와 해당 메시지를 중요 메시지로 등록(예: 리마인더를 등록)할 것을 안내하는 안내 정보(20B)를 제공할 수 있다. 그러나, 이에 한정되지 않는다.

S320 단계에서, 컴퓨팅 장치(100)는 S310 단계를 거쳐 판단된 중요 메시지에 대하여, 참여자로부터 중요 메시지 등록을 요청받을 수 있다. 예를 들어, 참여자는 해당 메시지를 중요 메시지로 등록하고자 할 경우, 중요 메시지 등록 UI(20)를 통해 출력되는 리마인더 등록 버튼(20C)을 선택할 수 있고, 컴퓨팅 장치(100)는 참여자가 리마인더 등록 버튼(20C)을 선택하는 것을 중요 메시지 등록 요청으로 인식하여 해당 메시지를 중요 메시지로 등록하는 동작(S330 단계)을 수행할 수 있다.

S330 단계에서, 컴퓨팅 장치(100)는 참여자로부터 얻은 중요 메시지 등록 요청에 대한 응답으로 해당 메시지를 중요 메시지로 등록하고, 등록된 중요 메시지에 대한 리마인더를 등록할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 참여자로부터 중요 메시지 등록 요청을 얻은 것에 대한 응답으로 리마인더 등록 UI(21)를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 중요 메시지로 설정된 메시지를 분석하여 하나 이상의 요약문을 추출할 수 있고, 추출된 하나 이상의 요약문을 기 설정된 리마인더 등록 양식(21A)에 배치할 수 있으며, 리마인더 등록 UI(21)를 통해 하나 이상의 요약문이 배치된 리마인더 등록 양식(21A)을 참여자에게 제공할 수 있다. 또한, 컴퓨팅 장치(100)는 리마인더 등록 UI(21)를 통해 입력된 참여자의 입력(21B)(예: 하나 이상의 요약문에 대한 수정, 추가, 삭제 및 확정)에 따라 하나 이상의 요약문을 확정하여 리마인더를 등록할 수 있다.

여기서, 컴퓨팅 장치(100)에 의해 수행되는 리마인더 등록 방법(예: 메시지로부터 요약문 추출, 추출된 요약문을 기 설정된 양식 상에 배치, 양식 상에 배치된 요약문들에 대한 참여자의 확정 및 등록)은 도 5의 S220 단계 및 S230 단계에서 수행되는 일정 등록 방법과 동일 또는 유사한 형태로 구현될 수 있으나, 이에 한정되지 않는다.

이후, 컴퓨팅 장치(100)는 등록된 리마인더에 따라 중요 메시지를 리마인더 대상에게 안내하는 중요 메시지 관리 서비스를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 도 9에 도시된 바와 같이 등록된 리마인더에 따라 리마인더 대상에게 중요 메시지에 대한 정보(예: 중요 메시지 내용 및 중요 메시지의 위치와 연결된 링크 등)를 출력하는 리마인더 UI(22)를 제공할 수 있다.

여기서, 도 8 및 도 9에 따른 중요 메시지 관리 서비스 제공 방법은 메시지의 중요도를 판단하여 참여자에게 특정 메시지를 중요 메시지로 등록할 것을 안내하는 안내 정보를 제공하고, 안내 정보에 대한 응답으로 참여자로부터 특정 메시지에 대한 중요 메시지 등록을 요청받는 경우 해당 메시지를 중요 메시지로 설정하여 리마인더를 둥록하는 것으로 설명하고 있으나, 이에 한정되지 않고, 다양한 형태로 구현될 수 있다.

예를 들어, 컴퓨팅 장치(100)는 메시지의 중요도를 판단하여 특정 메시지가 중요 메시지인 것으로 판단되는 경우, 참여자로부터 별도의 중요 메시지 등록 요청을 얻지 않더라도 해당 메시지를 중요 메시지로 설정하여 자동으로 리마인더를 등록할 수 있다. 이하, 도 10 내지 14를 참조하여, 컴퓨팅 장치(100)가 제공하는 프로젝트 속성 정보 제공 서비스에 대해 설명하도록 한다.

도 10은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버에 의해 수행되는 프로젝트 속성 정보 제공 서비스 제공 방법의 순서도이며, 도 11 내지 도 14는 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공서버가 제공하는 프로젝트 속성 정보 제공 서비스를 도시한 도면이다.

도 10 내지 도 14를 참조하면, S410 단계에서, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 프로젝트의 속성을 판단할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간의 송수신되는 복수의 메시지의 속성(예: 긍정(positive), 부정(negative)), 프로젝트 내에 발생되는 이슈와 해당 이슈의 해결 여부 등을 이용하여 프로젝트의 분위기(mood)(예: 긍정적, 부정적 등)을 판단할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 복수의 메시지의 속성에 기초하여, 부정의 속성을 가지는 메시지의 수가 긍정의 속성을 가지는 메시지의 수보다 많을 경우, 해당 프로젝트의 분위기를 부정적인 것으로 판단할 수 있다.

또한, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 복수의 메시지를 분석하여 프로젝트 내에 이슈가 발생하였으나, 해당 이슈가 아직 처리되지 않은 경우 프로젝트의 분위기를 부정적인 것으로 판단할 수 있다. 그러나, 이에 한정되지 않고, 프로젝트 내에 이슈가 발생하였고, 해당 이슈가 아직 처리되지 않았으나 긍정의 속성을 가지는 메시지의 수가 부정의 속성을 가지는 메시지의 수보다 기 설정된 수 이상 많을 경우, 프로젝트의 분위기를 긍정적인 것으로 판단하는 등 프로젝트의 분위기를 판단하는 다양한 방법이 적용될 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 기 설정된 기간 동안 프로젝트의 참여자들 간에 송수신된 복수의 메시지로부터 하나 이상의 요약문을 추출하고, 추출된 하나 이상의 요약문을 분석하여 프로젝트의 진행과 관련된 요약 정보를 생성할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 3시간, 6시간, 12시간 및 24시간 중 적어도 하나의 시간 내에 참여자들 간에 송수신되는 메시지를 분석하여 프로젝트의 진행과 관련된 하나 이상의 키워드를 추출할 수 있고, 추출한 하나 이상의 키워드를 이용하여 요약 정보를 생성할 수 있다. 그러나, 이에 한정되지 않는다.

S420 단계에서, 컴퓨팅 장치(100)는 프로젝트 속성 정보 제공 UI(30)를 통해 S410 단계에서 판단된 프로젝트의 속성에 대한 정보를 제공하는 프로젝트 속성 정보 제공 서비스를 제공할 수 있다.

여기서, 프로젝트 속성 정보 제공 UI(30)는 제1 참여자가 참여 중인 복수의 프로젝트 각각에 대하여 판단된 프로젝트의 속성에 대한 정보를 포함하되, 도 11에 도시된 바와 같이 복수의 프로젝트 각각에 대응되는 복수의 카드를 격자 형태로 배치되어 출력되는 형태로 구현될 수 있다.

이때, 각각의 카드의 색상은 각각의 카드에 대응되는 프로젝트의 분위기에 따라 결정될 수 있다. 예를 들어, 제3 프로젝트의 분위기가 부정적일 경우, 제3 프로젝트에 대응되는 카드(30A)의 색상을 제1 색상으로 표시할 수 있고, 제4 프로젝트의 분위기가 긍정일 경우, 제4 프로젝트에 대응되는 카드(30B)의 색상을 제2 색상으로 표시할 수 있다.

또한, 프로젝트의 분위기가 동일하더라도 그 정도가 다른 2개의 카드에 대해서는 서로 다른 채도를 가지도록 설정될 수 있다. 예를 들어, 제4 프로젝트의 분위기가 다소 긍정적일 경우, 제4 프로젝트에 대응되는 카드(30B)의 색상이 제1 채도를 가지도록 설정될 수 있고, 제8 프로젝트의 분위기가 매우 긍정적일 경우, 제8 프로젝트에 대응되는 카드(30C)의 색상이 제1 채도보다 큰 제2 채도를 가지도록 설정될 수 있다. 여기서, 제1 색상 및 제2 색상과 제1 채도 및 제2 채도는 프로젝트 관리자나 각각의 참여자들로부터 사전에 설정될 수 있으나, 이에 한정되지 않는다.

또한, 복수의 프로젝트 각각에 대응되는 복수의 카드의 앞면에는 복수의 프로젝트 각각에 대한 정보(예: 프로젝트명, 프로젝트의 참여자들 간에 송수신된 메시지 중 확인하지 않은 메시지의 수 및 프로젝트의 속성 정보 중 적어도 하나를 포함)을 출력할 수 있고, 복수의 카드 각각의 뒷면에는 복수의 프로젝트 각각의 참여자들 간에 송수신된 메시지로부터 추출된 하나 이상의 키워드를 출력할 수 있다.

컴퓨팅 장치(100)는 복수의 프로젝트 각각에 대응되는 복수의 카드 각각이 앞면을 향하도록 출력하는 것을 기본(default)로 하되, 사용자로부터 특정 카드를 선택받는 경우(예: 특정 카드에 대한 마우스 클릭 입력), 해당 카드를 뒤집어 뒷면이 출력되도록 할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 참여자로부터 프로젝트 속성 정보 제공 서비스에 대한 요청을 얻는 것에 응답하여 도 11에 도시된 바와 같이 프로젝트 속성 정보 제공 UI(30)를 제공할 수 있다. 이때, 프로젝트 속성 정보 제공 UI(30)에 포함된 복수의 프로젝트 각각의 카드는 앞면을 바라볼 수 있으며, 이중 특정 카드(30D)를 선택하는 입력을 얻을 경우, 해당 카드(30D)를 뒤집어 뒷면이 보이도록 출력할 수 있다. 그러나, 이에 한정되지 않는다.

다양한 실시예에서, 컴퓨팅 장치(100)는 S410 단계에서 판단된 프로젝트의 분위기를 시각화하여 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 도 12에 도시된 바와 같이 프로젝트의 분위기를 그래프 형태로 시각화하여 제공할 수 있다.

여기서, 프로젝트의 분위기는 송수신된 복수의 메시지 각각을 개별적인 제1 포인트(좌표)로 하며, 복수의 제1 포인트의 가중합에 따라 선으로 표시됨으로써, 그래프 형태로 시각화될 수 있다.

또한, 그래프 형태로 시각화된 프로젝트의 분위기(31) 상에 프로젝트 내에 발생되는 이슈에 대응되는 복수의 제2 포인트를 표시할 수 있다.

이때, 복수의 제2 포인트의 색상은 복수의 제2 포인트 각각에 대응되는 이슈의 해결 여부에 따라 결정될 수 있다. 예를 들어, 특정 제2 포인트에 대응하는 이슈가 해결될 경우, 해당 이슈에 대응하는 제2 포인트는 파란색으로 표시될 수 있고, 해결되지 않은 경우 해당 이슈에 대응하는 제2 포인트는 빨간색으로 표시될 수 있다. 그러나, 이에 한정되지 않는다.

제한되지 않는 실시 예에서, 메신저 대화로부터 이슈의 발생 및 해결여부를 판단하는 방법으로 요약문이나 문장구조에 기반한 분석방법이 사용될 수 있다. 예를 들어, 대화 내용에서 특정 프로젝트나 프로젝트의 하위 구성요소, 프로그램 이름, 기능이나 구조, 구성의 이름과 함께 "문제", "안 됩니다", "오류", "에러"와 같은 기 설정된 부정어 혹은 이와 유사한 요약문이 포함되어 있는 경우 이슈 발생으로 판단할 수 있다. 실시 예에 따라, 이슈 발생 메시지가 인식된 이후 대화량이 증가하는 경우 이슈를 해결하기 위한 대화가 진행중인 것으로 판단할 수 있다. 이후 이슈 해결에 대응하는 요약문(예: "해결")이 인식되는 경우 해당 이슈가 해결된 것으로 판단할 수 있으며, 마찬가지로 이슈 해결에 대응하는 요약문이 인식된 후 메시지량이 감소하는 경우, 상황이 종료된 것으로 판단할 수 있다.

상기한 방법은 예시로서 이해될 수 있으며, 이에 제한되지 않는 다양한 분석방법이 사용될 수 있다. 예를 들어, 자연어처리에 기반하여 특정한 요약문이나 용어에 제한되지 않고 이슈발생 및 해결의 흐름을 판단할 수도 있다.

이러한 방법을 통해 프로젝트별로 발생하는 이슈에 대한 정보와 이에 대한 해결까지의 메신저 대화내역을 기록할 수 있다. 이후 유사한 이슈로 판단되는 메신저 대화나 질문이 인식되는 경우, 해당 대화내역을 제공함으로써 동일하거나 유사한 이슈를 빠르게 해결하도록 도울 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 참여자로부터 그래프 형태로 시각화된 프로젝트의 분위기(31) 상에 어느 하나의 포인트(예: 제1 포인트 및 제2 포인트)를 선택받는 경우, 해당 포인트에 대응하는 내용을 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 참여자로부터 선택받은 포인트가 제1 포인트일 경우, 제1 포인트에 대응하는 메시지 내용을 제공할 수 있고, 제2 포인트일 경우, 제2 포인트에 대응하는 이슈 내용과 해당 이슈에 대한 히스토리(예: 이슈 발생부터 이슈 해결까지의 이력 정보)를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 S410 단계에서 생성된 프로젝트의 진행과 관련된 요약 정보를 시각화하여 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 도 13에 도시된 바와 같이 프로젝트의 진행과 관련된 하나 이상의 키워드를 워드 클라우드(Word cloud)형태로 시각화(32)하여 제공할 수 있다. 그러나, 이에 한정되지 않는다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 참여자가 참여 중인 복수의 프로젝트 각각의 속성 정보에 관한 요약 정보를 포함하는 요약 정보 리스트(33)를 생성하고, 생성된 요약 정보 리스트를 포함하는 메시지를 제1 참여자로부터 기 설정된 시간 마다 상기 제1 참여자에게 제공할 수 있다. 예를 들어, 도 14에 도시된 바와 같이, 컴퓨팅 장치(100)는 제1 참여자가 참여 중인 복수의 프로젝트 각각에 대한 속성 정보에 관한 요약 정보(예: 프로젝트명, 프로젝트의 목적, 프로젝트의 참여자들 간에 송수신된 메시지의 수(또는 메시지 중 확인하지 않은 메시지의 수), 프로젝트의 분위기 등)를 포함하는 요약 정보 리스트(33)를 생성할 수 있고, 제1 참여자로부터 설정된 시간이 오전 9시인 경우, 오전 9시마다 요약 정보 리스트(33)를 포함하는 메시지를 제공함으로써, 참여자가 자신이 참여 중인 프로젝트들에 대한 상태 정보를 빠르게 파악할 수 있도록 한다는 이점이 있다.

전술한 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다. 이하, 도 15 및 도 16을 참조하여, 컴퓨팅 장치(100)가 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법을 수행하기 위해 사용하는 인공지능 모델의 학습 데이터를 생성하는 과정을 설명하도록 한다.

도 15 및 도 16은 다양한 실시예에서, 프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법을 수행하는 인공지능 모델의 학습 데이터를 생성하는 구성을 도시한 도면이다.

먼저, 도 15를 참조하면, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 메시지에 포함된 일정과 관련된 하나 이상의 요약문을 추출하는 인공지능 모델을 생성하기 위한 제1 학습 데이터를 생성할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 참여자 단말(200)로 학습 데이터 생성UI(40)를 제공할 수 있고, 학습 데이터 생성UI(40)를 통해 학습 데이터 생성을 위해 수집된 복수의 제1 메시지 각각에 포함된 요약문에 대한 레이블링을 수행할 수 있다. 여기서, 학습 데이터 생성을 위해 수집된 복수의 제1 메시지는 일정과 관련된 정보(예: 언제(when), 어디서(where), 누구와(who), 무엇을(what)에 대한 정보)를 포함하는 메시지일 수 있으나, 이에 한정되지 않는다.

참여자는 학습 데이터 생성을 위해 수집된 복수의 제1 메시지 각각에 포함된 하나 이상의 요약문에 대하여, 언제(when), 어디서(where), 누구와(who), 무엇을(what) 중 어느 하나를 레이블링함으로써 제1 학습 데이터를 생성할 수 있다.

이때, 레이블링 대상은 메시지에 포함된 각각의 요약문이며, 요약문은 하나의 단어일 수 있으나, 이에 한정되지 않고 둘 이상의 단어가 조합된 구절 및 문장 전체일 수 있다. 또한, 하나의 요약문에 대하여 둘 이상의 레이블이 레이블링될 수 있다.

다음으로, 도 16을 참조하면, 컴퓨팅 장치(100)는 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 메시지 각각에 대한 중요도를 판단하는 인공지능 모델을 생성하기 위한 제2 학습 데이터를 생성할 수 있다.

예를 들어, 컴퓨팅 장치(100)는 참여자 단말(200)로 학습 데이터 생성UI(40)를 제공할 수 있고, 학습 데이터 생성UI(40)를 통해 학습 데이터 생성을 위해 수집된 복수의 제2 메시지 각각에 포함된 요약문에 대한 레이블링을 수행할 수 있다. 여기서, 학습 데이터 생성을 위해 수집된 복수의 제1 메시지는 중요도(예: 일정, 요청사항 포함 여부)와 시그널(예: 이슈 발생 여부 및 발생된 이슈의 해결 여부)에 대한 정보를 포함하는 메시지일 수 있으나, 이에 한정되지 않는다.

참여자는 학습 데이터 생성을 위해 수집된 복수의 제2 메시지 각각에 중요도(예: 일정, 요청사항 포함 여부)와 시그널(예: 이슈 발생 여부 및 발생된 이슈의 해결 여부)에 대응하는 요약문이 포함되어 있는지 여부에 따라 해당 메시지를 레이블링(예: important, very important, very very important, (strong positive/negative, weak positive/negative)함으로써, 제2 학습 데이터를 생성할 수 있다. 여기서, 레이블링 대상은 메시지 전체일 수 있으나, 이에 한정되지 않는다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

100 : 프로젝트 관리 서비스 제공서버(컴퓨팅 장치)
200 : 참여자 단말
300 : 외부 서버
400 : 네트워크

Claims (1)

1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
   프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 하나 이상의 요약문을 추출하는 단계; 및
   상기 추출된 하나 이상의 요약문을 기반으로 프로젝트 관리 서비스를 제공하는 단계를 포함하며,
   상기 하나 이상의 요약문을 추출하는 단계는,
   상기 프로젝트의 참여자들 간에 송수신된 복수의 메시지를 분석하여 상기 복수의 메시지 각각에 대한 중요도를 판단하는 단계;
   상기 판단된 중요도가 기 설정된 기준 이상인 메시지를 중요 메시지로 등록할 것을 안내하는 안내 정보를 제공하는 단계; 및
   상기 제공된 안내 정보에 대한 응답으로 참여자로부터 중요 메시지 등록을 요청받는 경우, 상기 중요 메시지 등록을 요청받은 메시지로부터 하나 이상의 요약문을 추출하는 단계를 포함하며,
   상기 프로젝트 관리 서비스를 제공하는 단계는,
   상기 추출된 하나 이상의 요약문을 이용하여 상기 중요 메시지에 대한 리마인더(Reminder)를 등록하고, 상기 등록된 리마인더에 따라 상기 중요 메시지를 리마인더 대상에게 안내하는 중요 메시지 관리 서비스를 제공하는 단계를 포함하고,
   상기 복수의 메시지 각각에 대한 중요도를 판단하는 단계는,
   기 저장된 요약문별 중요도 점수에 기초하여, 특정 메시지로부터 추출된 하나 이상의 요약문에 대한 중요도 점수를 합산하고, 상기 합산된 중요도 점수가 기 설정된 점수 이상인 경우, 상기 특정 메시지를 중요 메시지인 것으로 판단하는 단계를 포함하며,
   상기 프로젝트 관리 서비스를 제공하는 단계는,
   상기 프로젝트의 참여자들 간에 송수신되는 메시지를 분석하여 상기 프로젝트의 속성을 판단하는 단계; 및
   상기 판단된 프로젝트의 속성에 대한 정보를 제공하는 프로젝트 속성 정보 제공 서비스를 제공하는 단계를 포함하고,
   상기 프로젝트의 속성을 판단하는 단계는,
   상기 프로젝트의 참여자들 간의 송수신되는 복수의 메시지 중 긍정의 속성을 가지는 메시지와 부정의 속성을 가지는 메시지의 수, 상기 프로젝트의 진척도 및 상기 프로젝트 내에 발생되는 이슈와 상기 이슈의 해결 여부 중 적어도 하나를 이용하여 상기 프로젝트의 분위기(mood)를 판단하는 단계를 포함하며,
   상기 프로젝트 속성 정보 제공 서비스를 제공하는 단계는,
   상기 판단된 프로젝트의 분위기를 시각화하여 제공하되, 상기 시각화된 프로젝트의 분위기는 상기 송수신된 복수의 메시지 각각에 대응되는 복수의 제1 포인트의 가중합에 따라 그래프 형태로 시각화된 것이며, 상기 그래프 형태로 시각화된 프로젝트의 분위기 상에 프로젝트 내에 발생되는 이슈에 대응되는 복수의 제2 포인트를 표시하되, 상기 복수의 제2 포인트 각각의 색상은 상기 복수의 제2 포인트 각각에 대응되는 이슈의 해결 여부에 따라 결정되는 것인, 단계를 포함하고,
   상기 프로젝트 속성 정보 제공 서비스를 제공하는 단계는,
   상기 제1 참여자가 참여 중인 복수의 프로젝트 각각의 속성 정보에 관한 요약 정보를 포함하는 요약 정보 리스트를 생성하고, 상기 생성된 요약 정보 리스트 - 상기 생성된 요약 정보 리스트는 상기 제1 참여자가 참여 중인 복수의 프로젝트 각각의 프로젝트명, 프로젝트의 목적, 프로젝트의 참여자들 간에 송수신된 메시지 중 확인하지 않은 메시지의 수 및 프로젝트의 분위기를 포함함 - 를 포함하는 메시지를 상기 제1 참여자로부터 기 설정된 시간 마다 상기 제1 참여자에게 제공하는 단계를 포함하며,
   상기 프로젝트의 속성을 판단하는 단계는,
   기 설정된 기간 동안 상기 프로젝트의 참여자들 간에 송수신된 복수의 메시지로부터 하나 이상의 요약문을 추출하고, 상기 추출된 하나 이상의 요약문을 분석하여 상기 프로젝트의 진행과 관련된 요약 정보를 생성하는 단계를 포함하고,
   상기 프로젝트 속성 정보 제공 서비스를 제공하는 단계는,
   상기 생성된 요약 정보를 시각화하여 제공하되, 상기 시각화된 요약 정보는 상기 프로젝트의 진행과 관련된 하나 이상의 키워드를 워드 클라우드(Word cloud)형태로 시각화한 것인, 단계를 포함하는,
   프로젝트 참여자 간의 대화 분석 기반 시각화된 프로젝트 정보 제공방법.

Images