KR20230167060A

KR20230167060A - 인공지능 기기, 인공지능 기기의 동작 방법

Info

Publication number: KR20230167060A
Application number: KR1020237037225A
Authority: KR
Inventors: 김예진; 오진수; 유성은; 이준우
Original assignee: 엘지전자 주식회사
Priority date: 2021-06-07
Filing date: 2021-06-07
Publication date: 2023-12-07
Also published as: EP4354887A1; WO2022260188A1

Abstract

본 발명은 외부와 통신하는 통신부; 사용자의 신호를 수신하고 프로세스 결과를 출력하는 입출력부; 및 제어부를 포함하고, 상기 제어부는 상기 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자와의 대화를 위한 대화형 인터페이스를 출력하고, 상기 대화형 인터페이스를 통하여 상기 사용자가 업로드한 영상을 수신하고, 상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하고, 상기 대화로부터 상기 영상을 편집하기 위한 키워드를 추출하고, 상기 추출된 키워드에 기초하여 상기 영상을 편집하는, 인공지능 기기를 제공한다.

Description

인공지능 기기, 인공지능 기기의 동작 방법

본 발명은 인공지능 기기에 관한 것으로, 보다 상세하게는 대화형 인터페이스를 통하여 사용자가 업로드한 동영상을 편집하는 인공지능 기기에 관한 것이다.

최근의 기술 분야인 인공지능, IoT, 클라우드 컴퓨팅, 빅데이터 등은 서로 융합되며 세계를 4차 산업혁명으로 진입시키고 있다.

여기에서, 인공지능은 인간의 학습능력, 추론능력, 지각능력, 그 외에 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템으로 이미 다양한 분야에서 인공지능 기술을 활용하고 있다.

특히, 인공지능 기기는 음성을 매개로 명령을 내리고, 대화를 나눌 수도 있다. 이때, 음성인식 서비스는 막대한 양의 데이터베이스를 활용하여, 사용자의 질문에 최적 답변을 선택하는 구조를 갖고 있다. 음성검색 기능 역시 입력된 음성 데이터를 클라우드 서버에서 텍스트로 변환하여 분석하고, 그 결과에 따른 실시간 검색결과를 기기로 재전송하는 방식이다. 클라우드 서버는 수많은 단어들을 성별, 연령별, 억양별로 구분된 음성 데이터로 구분하여, 저장하고 실시간으로 처리할 수 있는 컴퓨팅 능력을 보유하고 있다. 음성 인식은 더 많은 음성데이터가 축적될수록, 인간과 동등한(Human parity) 수준 정도로, 정확해 질 것이다.

또한, 최근에는 언택트(untact) 시대를 맞아 초보 크리에이터(creater)를 목표로 하는 사람들이 증가하고 있다. 뿐만 아니라 SNS를 즐기는 일반 사용자들도 촬영한 동영상을 주변에 공유하기 위하여 영상 편집을 하는 경우가 일반적이다.

그러나 동영상을 편집하기 위하여는 전문적인 지식과 복잡한 프로그램에대한 이해가 필요하기 때문에 전문적인 지식이 없는 일반인들은 영상 편집에 쉽게 접근하지 못하고 있는 것이 현실이다.

따라서, 사용자의 의도에 맞으면서 손쉬운 영상 편집 기술이 요구된다.

본 발명은 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다.

본 발명은 대화형 인터페이스를 통해 사용자의 의도를 반영하여 영상을 편집하는 것을 목적으로 한다.

본 발명의 일 측면에 따르면, 외부와 통신하는 통신부; 사용자의 신호를 수신하고 프로세스 결과를 출력하는 입출력부; 및 제어부를 포함하고, 상기 제어부는 상기 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자와의 대화를 위한 대화형 인터페이스를 출력하고, 상기 대화형 인터페이스를 통하여 상기 사용자가 업로드한 영상을 수신하고, 상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하고, 상기 대화로부터 상기 영상을 편집하기 위한 키워드를 추출하고, 상기 추출된 키워드에 기초하여 상기 영상을 편집하는, 인공지능 기기를 제공한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자의 정보를 수신하고, 상기 사용자의 정보에 기초하여 상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 영상을 편집하기 위한 적어도 하나의 편집 기능에 대한 대화를 상기 대화형 인터페이스를 통하여 출력하되, 상기 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 입력 기능 및 필터 변경 기능을 포함하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 사용자로부터 제 1 편집 기능에 대한 대화를 수신하는 경우, 상기 제 1 편집 기능에 대한 대화로부터 키워드를 추출하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 제 1 편집 기능에 대한 키워드를 확인하는 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 사용자로부터 상기 제 1 편집 기능에 대한 대화로부터 키워드를 추출한 이후, 상기 사용자로부터 제 2 편집 기능에 대한 대화를 수신하는 경우, 상기 제 2 편집 기능에 대한 대화로부터 키워드를 추출하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 제 1 편집 기능에 대한 키워드 및 상기 제 2 편집 기능에 대한 키워드를 확인하는 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 키워드에 기초하여 편집될 영상에 대한 프리뷰 영상을 상기 대화형 인터페이스를 통하여 상기 사용자에게 공유하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 편집된 영상을 상기 대화형 인터페이스를 통하여 상기 사용자에게 공유하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 편집된 영상을 상기 사용자에게 공유한 이후, 상기 사용자로부터 피드백을 수신하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 수신된 피드백에 기초하여 상기 편집된 영상을 재편집하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 수신된 사용자의 피드백을 저장하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 영상을 편집하는 동안 상기 대화형 인터페이스를 통하여 광고 또는 기 설정된 정보 중 적어도 하나를 출력하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 상기 추출된 키워드에 기초하여 상기 영상을 편집할 때 상기 통신부를 통하여 외부 서버를 이용하여 상기 영상을 편집하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 인공지능 기기는 메모리를 더 포함하고, 상기 제어부는 상기 편집된 영상을 메모리에 저장하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 상기 제어부는 인공지능 기술을 사용하여 상기 영상을 편집하는 것을 특징으로 한다.

본 발명의 일 측면에 따르면, 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자와의 대화를 위한 대화형 인터페이스를 출력하는 단계; 상기 대화형 인터페이스를 통하여 상기 사용자가 업로드한 영상을 수신하는 단계; 상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하는 단계; 상기 대화로부터 상기 영상을 편집하기 위한 키워드를 추출하는 단계; 및 상기 추출된 키워드에 기초하여 상기 영상을 편집하는 단계를 포함하는, 인공지능 기기의 동작 방법을 제공한다.

본 발명에 따른 이동 단말기 및 그 제어 방법의 효과에 대해 설명하면 다음과 같다.

본 발명의 실시 예들 중 적어도 하나에 의하면, 사용자의 의도를 반영하여 영상을 편집할 수 있다는 장점이 있다.

본 발명의 실시 예들 중 적어도 하나에 의하면, 대화형 인터페이스를 통하여 영상을 편집하기 때문에 전문적인 기술이 없어도 영상을 편집할 수 있다는 장점이 있다.

본 발명의 실시 예들 중 적어도 하나에 의하면, 기존의 편집 기능을 적용하여 사용자가 손쉽게 영상을 편집할 수 있다는 장점이 있다.

본 발명의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다.

그러나 본 발명의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 발명의 바람직한 실시 예와 같은 특정 실시 예는 단지 예시로 주어진 것으로 이해되어야 한다.

도 1은 단말기를 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 인공 신경망의 학습 장치의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 음성 시스템을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따라 음성 신호로부터 사용자의 발화 특징을 추출하는 과정을 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따른 음성 신호를 파워 스펙트럼으로 변환한 예를 설명한 도면이다.
도 6은 본 발명의 일 실시예에 따른 인공지능 기기를 설명하는 도면이다.
도 7은 본 발명의 다른 일 실시예에 따른 인공지능 기기를 설명하는 도면이다.
도 8은 본 발명의 다른 일 실시예에 따른 인공지능 기기, 입출력 장치 및 서버를 설명하는 도면이다.
도 9는 본 발명의 일 실시예에 따른 인공지능 기기의 제어부가 수행하는 동작을 설명하는 순서도이다.
도 10은 본 발명의 일 실시예에 따른 서버의 제어부가 수행하는 동작을 설명하는 순서도이다.
도 11은 본 발명의 다른 일 실시예에 따른 인공지능 기기의 제어부가 수행하는 동작을 설명하는 순서도이다.
도 12는 본 발명의 일 실시예에 따른 영상 편집 시나리오를 설명하는 도면이다.
도 13은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 영상 업로드 실시예를 설명하는 도면이다.
도 14는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 컷 편집 기능 실시예를 설명하는 도면이다.
도 15는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 모자이크 처리 기능 실시예를 설명하는 도면이다.
도 16은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 BGM 삽입 기능 실시예를 설명하는 도면이다.
도 17은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 필터 변경 기능 실시예를 설명하는 도면이다.
도 18은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 편집 또는 추가 편집을 진행하는 실시예를 설명하는 도면이다.
도 19는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 피드백을 수신하는 실시예를 설명하는 도면이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

인공지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.

또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.

구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.

용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.

기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.

의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.

베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.

서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.

인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.

인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.

구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.

용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.

인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.

인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.

인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.

본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.

인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.

일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.

또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.

입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.

한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.

한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.

인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.

훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.

한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.

다음은 인공 신경망의 학습 방식에 대하여 설명한다.

인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.

지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다. 그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.

지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다. 여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.

본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.

또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다. 이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.

한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.

인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.

비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.

구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.

비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.

본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.

비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.

생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.

이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.

또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력된 데이터가 원본 데이터인지 또는 생성기에서 생성한 새로운 데이터인지 여부를 감별하는 역할을 수행할 수 있다.

그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.

오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.

오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다. 이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.

또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.

한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.

준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.

준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.

강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.

강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.

마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.

인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.

예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.

하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.

예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.

손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.

손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.

교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.

머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.

경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.

모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.

이때, 스텝 사이즈는 학습률을 의미할 수 있다.

경사 하강법은 손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.

확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.

Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.

인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.

통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.

도 1은 본 발명과 관련된 단말기를 설명하기 위한 블록도이다.

단말기(100)는 휴대폰, 프로젝터, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털사이니지와 같은 고정형 기기 및 이동 가능한 기기 등으로 구현될 수 있다.

즉, 단말기(100)는 가정에서 이용하는 다양한 가전의 형태로 구현될 수 있으며, 고정 또는 이동 가능한 로봇에도 적용될 수 있다.

단말기(100)는 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.

단말기(100)는 무선 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 제어부(180) 및 전원 공급부(190) 등을 포함할 수 있다. 도 1에 도시된 구성요소들은 이동 단말기를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 이동 단말기는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.

학습 모델(a trained model)은 단말기(100)에 탑재될 수 있다.

한편, 학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.

보다 구체적으로, 상기 구성요소들 중 무선 통신부(110)는, 단말기(100)와 무선 통신 시스템 사이, 단말기(100)와 다른 단말기(100) 사이, 또는 단말기(100)와 외부서버 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다. 또한, 상기 무선 통신부(110)는, 단말기(100)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.

이러한 무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.

먼저, 무선 통신부(110)에 대하여 살펴보면, 무선 통신부(110)의 방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 상기 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 적어도 두 개의 방송 채널들에 대한 동시 방송 수신 또는 방송 채널 스위칭을 위해 둘 이상의 상기 방송 수신 모듈이 상기 이동단말기(100)에 제공될 수 있다.

이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.

상기 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.

무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있으며, 상기 무선 인터넷 모듈(113)은 상기에서 나열되지 않은 인터넷 기술까지 포함한 범위에서 적어도 하나의 무선 인터넷 기술에 따라 데이터를 송수신하게 된다.

WiBro, HSDPA, HSUPA, GSM, CDMA, WCDMA, LTE, LTE-A 등에 의한 무선인터넷 접속은 이동통신망을 통해 이루어진다는 관점에서 본다면, 상기 이동통신망을 통해 무선인터넷 접속을 수행하는 상기 무선 인터넷 모듈(113)은 상기 이동통신 모듈(112)의 일종으로 이해될 수도 있다.

근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 근거리 통신 모듈(114)은, 근거리 무선 통신망(Wireless Area Networks)을 통해 단말기(100)와 무선 통신 시스템 사이, 단말기(100)와 다른 단말기(100) 사이, 또는 단말기(100)와 다른 이동 단말기(100, 또는 외부서버)가 위치한 네트워크 사이의 무선 통신을 지원할 수 있다. 상기 근거리 무선 통신망은 근거리 무선 개인 통신망(Wireless Personal Area Networks)일 수 있다.

위치정보 모듈(115)은 이동 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 이동 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 이동 단말기의 위치를 획득할 수 있다. 다른 예로서, 이동 단말기는 Wi-Fi모듈을 활용하면, Wi-Fi모듈과 무선신호를 송신 또는 수신하는 무선 AP(Wireless Access Point)의 정보에 기반하여, 이동 단말기의 위치를 획득할 수 있다. 필요에 따라서, 위치정보모듈(115)은 치환 또는 부가적으로 이동 단말기의 위치에 관한 데이터를 얻기 위해 무선 통신부(110)의 다른 모듈 중 어느 기능을 수행할 수 있다. 위치정보모듈(115)은 이동 단말기의 위치(또는 현재 위치)를 획득하기 위해 이용되는 모듈로, 이동 단말기의 위치를 직접적으로 계산하거나 획득하는 모듈로 한정되지는 않는다.

입력부(120)는, 영상 신호 입력을 위한 카메라(121) 또는 영상 입력부, 오디오 신호 입력을 위한 마이크로폰(microphone, 122), 또는 오디오 입력부, 사용자로부터 정보를 입력받기 위한 사용자 입력부(123, 예를 들어, 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있다. 입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어명령으로 처리될 수 있다.

카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다. 한편, 단말기(100)에 구비되는 복수의 카메라(121)는 매트릭스 구조를 이루도록 배치될 수 있으며, 이와 같이 매트릭스 구조를 이루는 카메라(121)를 통하여, 단말기(100)에는 다양한 각도 또는 초점을 갖는 복수의 영상정보가 입력될 수 있다. 또한, 복수의 카메라(121)는 입체영상을 구현하기 위한 좌 영상 및 우 영상을 획득하도록, 스트레오 구조로 배치될 수 있다.

마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 단말기(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.

사용자 입력부(123)는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 제어부(180)는 입력된 정보에 대응되도록 단말기(100)의 동작을 제어할 수 있다. 이러한, 사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 단말기(100)의 전·후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다. 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.

러닝 프로세서(130)는 훈련 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습한다.

구체적으로, 러닝 프로세서(130)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망을 반복적으로 학습시킴으로써, 인공 신경망의 최적화된 모델 파라미터들을 결정할 수 있다

본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.

이때, 학습 모델은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.

러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정, 및 기계 학습 알고리즘 및 기술을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다.

러닝 프로세서(130)는 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함할 수 있다.

러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.

선택적으로 또는 부가적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현될 수 있다.

다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.

러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 여기서, 데이터베이스는 메모리(170), 학습 장치(200)의 메모리(230), 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.

러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 제어부(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.

이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판독 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.

제어부(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 제어부(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.

제어부(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행 할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.

제어부(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT: Speech to Text) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.

이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.

다른 실시 예에서, 제어부(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현 될 수 있다.

일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 제어부(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성 될 수 있다.

제어부(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 제어부(180)는 역사적 입력 및 출력, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.

제어부(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.

제어부(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성 될 수 있다.

정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함 할 수 있다.

제어부(180)는 단말기에서 사용 히스토리 정보를 수집하여, 메모리(170)에 저장할 수 있다.

제어부(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.

제어부(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지 할 수 있다.

제어부(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.

제어부(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신 할 수 있다.

제어부(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.

단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 제어부(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어 할 수 있다. 그리고 제어부(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행 할 수 있다.

제어부(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행 할 수 있다.

따라서, 제어부(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.

센싱부(140)는 이동 단말기 내 정보, 이동 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 예를 들어, 센싱부(140)는 근접센서(141, proximity sensor), 조도 센서(142, illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 이동 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. 디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.

음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다. 음향 출력부(152)는 단말기(100)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음 등)과 관련된 음향 신호를 출력하기도 한다. 이러한 음향 출력부(152)에는 리시버(receiver), 스피커(speaker), 버저(buzzer) 등이 포함될 수 있다.

햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다. 햅틱 모듈(153)에서 발생하는 진동의 세기와 패턴 등은 사용자의 선택 또는 제어부의 설정에 의해 제어될 수 있다. 예를 들어, 상기 햅틱 모듈(153)은 서로 다른 진동을 합성하여 출력하거나 순차적으로 출력할 수도 있다.

광출력부(154)는 단말기(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 단말기(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.

인터페이스부(160)는 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port) 중 적어도 하나를 포함할 수 있다. 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.

또한, 메모리(170)는 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 단말기(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다. 또한 이러한 응용 프로그램 중 적어도 일부는, 단말기(100)의 기본적인 기능(예를 들어, 전화 착신, 발신 기능, 메시지 수신, 발신 기능)을 위하여 출고 당시부터 단말기(100)상에 존재할 수 있다. 한편, 응용 프로그램은, 메모리(170)에 저장되고, 단말기(100) 상에 설치되어, 제어부(180)에 의하여 상기 이동 단말기의 동작(또는 기능)을 수행하도록 구동될 수 있다.

제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용 프로그램의 구동을 위하여, 단말기(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리(191)를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다.

상기 각 구성요소들 중 적어도 일부는, 이하에서 설명되는 다양한 실시예들에 따른 이동 단말기의 동작, 제어, 또는 제어방법을 구현하기 위하여 서로 협력하여 동작할 수 있다. 또한, 상기 이동 단말기의 동작, 제어, 또는 제어방법은 상기 메모리(170)에 저장된 적어도 하나의 응용 프로그램의 구동에 의하여 이동 단말기 상에서 구현될 수 있다.

도 2는 본 발명의 일 실시예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.

학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.

즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.

학습 장치(200)는 적어도 하나의 단말기(100)와 통신할 수 있고, 단말기(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.

인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.

특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.

즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.

학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.

도 2를 참조하면, 학습 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.

통신부(210)는 도 1의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.

입력부(220)는 도 1의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.

입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.

입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.

이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.

메모리(230)는 도 1의 메모리(170)에 대응되는 구성이다.

메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.

모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트 된 모델을 저장한다.

이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.

도 2에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다

인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.

데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다.

데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.

러닝 프로세서(240)는 도 1의 러닝 프로세서(130)에 대응되는 구성이다.

러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.

러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.

구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다

이때, 학습 모델은 인공 신경망의 학습 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.

또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.

전원 공급부(250)는 도 1의 전원 공급부(190)에 대응되는 구성이다.

이하, 서로 대응되는 구성에 대한 중복되는 설명은 생략한다. 또한, 도 1 및 도 2는 이하에서 설명하는 단말기에서 수행되는 기능을 이해하는데 사용될 수 있음은 물론이다.

도 3은 본 발명의 일 실시예에 따른 음성 시스템을 설명하기 위한 도면이다.

도 3을 참조하면, 음성 시스템(3)은 단말기(100), 음성 텍스트 변환(Speech To Text, STT) 서버(310), 자연어 처리(Natural Language Processing, NLP) 서버(320) 및 음성 합성 서버(330)를 포함할 수 있다. 또한, 여기에서 단말기(100)는 인공지능 기기(100)를 의미할 수 있다. 이하, 인공지능 기기(100)로 설명하도록 한다.

인공지능 기기(100)는 음성 데이터를 STT 서버(310)에 전송할 수 있다.

STT 서버(310)는 인공지능 기기(100)로부터 수신된 음성 데이터를 텍스트 데이터로 변환할 수 있다.

STT 서버(310)는 언어 모델을 이용하여 음성-텍스트 변환의 정확도를 높일 수 있다.

언어 모델은 문장의 확률을 계산하거나, 이전의 단어들이 주어졌을 때 다음 단어가 나올 확률을 계산할 수 있는 모델을 의미할 수 있다. 예컨대, 언어 모델은 유니그램(Unigram) 모델, 바이그램(Bigram) 모델, N-그램(N-gram) 모델 등과 같은 확률론적 언어 모델들을 포함할 수 있다. 유니그램 모델은 모든 단어의 활용이 완전히 서로 독립적이라고 가정하는 모델로, 단어 열의 확률을 각 단어의 확률의 곱으로 계산하는 모델이다. 바이그램 모델은 단어의 활용이 이전 1개의 단어에만 의존한다고 가정하는 모델이다. N-그램 모델은 단어의 활용이 이전 (n-1)개의 단어에 의존한다고 가정하는 모델이다.

즉, STT 서버(310)는 언어 모델을 이용하여 음성 데이터로부터 변환된 텍스트 데이터가 적합하게 변환된 것인지 판단할 수 있고, 이를 통해 텍스트 데이터로의 변환의 정확도를 높일 수 있다.

NLP 서버(320)는 STT 서버(310)로부터 텍스트 데이터를 수신할 수 있다. NLP 서버(320)는 수신된 텍스트 데이터에 기초하여, 텍스트 데이터에 대한 의도 분석을 수행할 수 있다.

NLP 서버(320)는 의도 분석의 수행 결과를 나타내는 의도 분석 정보를 인공지능 기기(100)에 전송할 수 있다.

NLP 서버(320)는 텍스트 데이터에 대해, 형태소 분석 단계, 구문 분석 단계, 화행 분석 단계, 대화 처리 단계를 순차적으로, 수행하여, 의도 분석 정보를 생성할 수 있다.

형태소 분석 단계는 사용자가 발화한 음성에 대응하는 텍스트 데이터를 의미를 지닌 가장 작은 단위인 형태소 단위로 분류하고, 분류된 각 형태소가 어떤 품사를 가지는지를 결정하는 단계이다.

구문 분석 단계는 형태소 분석 단계의 결과를 이용하여, 텍스트 데이터를 명사구, 동사구, 형용사 구 등으로 구분하고, 구분된 각 구들 사이에, 어떠한 관계가 존재하는지를 결정하는 단계이다.

구문 분석 단계를 통해, 사용자가 발화한 음성의 주어, 목적어, 수식어들이 결정될 수 있다.

화행 분석 단계는 구문 분석 단계의 결과를 이용하여, 사용자가 발화한 음성에 대한 의도를 분석하는 단계이다. 구체적으로, 화행 분석 단계는 사용자가 질문을 하는 것인지, 요청을 하는 것인지, 단순한 감정 표현을 하는 것인지와 같은 문장의 의도를 결정하는 단계이다.

대화 처리 단계는 화행 분석 단계의 결과를 이용하여, 사용자의 발화에 대해 대답을 할지, 호응을 할지, 추가 정보를 문의하는 질문을 할지를 판단하는 단계이다.

NLP 서버(320)는 대화 처리 단계 후, 사용자가 발화한 의도에 대한 답변, 호응, 추가 정보 문의 중 하나 이상을 포함하는 의도 분석 정보를 생성할 수 있다.

한편, NLP 서버(320)는 인공지능 기기(100)로부터 텍스트 데이터를 수신할 수도 있다. 예를 들어, 인공지능 기기(100)가 음성 텍스트 변환 기능을 지원하는 경우, 인공지능 기기(100)는 음성 데이터를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 NLP 서버(320)에 전송할 수 있다.

음성 합성 서버(330)는 기 저장된 음성 데이터들을 조합하여, 합성 음성을 생성할 수 있다.

음성 합성 서버(330)는 모델로 선정된 한 사람의 음성을 녹음하고, 녹음된 음성을 음절 또는 단어 단위로 분할할 수 있다. 음성 합성 서버(330)는 음절 또는 단어 단위로, 분할된 음성을 내부 또는 외부의 데이터 베이스에 저장할 수 있다.

음성 합성 서버(330)는 주어진 텍스트 데이터에 대응하는 음절 또는 단어를 데이터 베이스로부터 검색하고, 검색된 음절 또는 단어들의 조합을 합성하여, 합성 음성을 생성할 수 있다.

음성 합성 서버(330)는 복수의 언어들 각각에 대응하는 복수의 음성 언어 그룹들을 저장하고 있을 수 있다. 예를 들어, 음성 합성 서버(330)는 한국어로 녹음된 제1 음성 언어 그룹, 영어로, 녹음된 제2 음성 언어 그룹을 포함할 수 있다.

음성 합성 서버(330)는 제1 언어의 텍스트 데이터를 제2 언어의 텍스트로 번역하고, 제2 음성 언어 그룹을 이용하여, 번역된 제2 언어의 텍스트에 대응하는 합성 음성을 생성할 수 있다.

음성 합성 서버(330)는 생성된 합성 음성을 인공지능 기기(100)에 전송할 수 있다.

음성 합성 서버(330)는 NLP 서버(320)로부터 의도 분석 정보를 수신할 수 있다.

음성 합성 서버(330)는 의도 분석 정보에 기초하여, 사용자의 의도를 반영한, 합성 음성을 생성할 수 있다. 일 실시 예에서, STT 서버(310), NLP 서버(320) 및 음성 합성 서버(330)는 하나의 서버로 구현될 수 있다.

위에서, 설명된 STT 서버(310), NLP 서버(320) 및 음성 합성 서버(330) 각각의 기능은 인공지능 기기(100)에서도 수행될 수도 있다. 이를 위해, 인공지능 기기(100)는 복수의 프로세서들을 포함할 수 있다.

도 4는 본 발명의 일 실시예에 따라 음성 신호로부터 사용자의 발화 특징을 추출하는 과정을 설명하는 도면이다.

도 4를 설명하기 위하여 도 1에 도시된, 단말기(100)는 오디오 프로세서(181)를 더 포함할 수 있다.

오디오 프로세서(181)는 제어부(180)와 별도의 칩으로 구현되거나, 제어부(180)에 포함된 칩으로 구현될 수 있다.

오디오 프로세서(181)는 음성 신호로부터, 잡음을 제거할 수 있다.

오디오 프로세서(181)는 음성 신호를 텍스트 데이터로 변환할 수 있다. 이를 위해, 오디오 프로세서(181)는 STT 엔진을 구비할 수 있다.

오디오 프로세서(181)는 인공지능 기기(100)의 음성 인식을 활성화시키기 위한 기동어를 인식할 수 있다. 오디오 프로세서(181)는 마이크로폰(121)을 통해 수신된 기동어를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터가 기 저장된 기동어에 대응하는 텍스트 데이터인 경우, 기동어를 인식한 것으로 판단할 수 있다.

오디오 프로세서(181)는 잡음이 제거된 음성 신호를 파워 스펙트럼으로 변환할 수 있다. 파워 스펙트럼은 시간적으로 변동하는 음성 신호의 파형에 어떠한 주파수 성분이 어떠한 크기로 포함되어 있는지를 나타내는 파라미터일 수 있다. 파워 스펙트럼은 음성 신호의 파형의 주파수에 따른 진폭 제곱 값의 분포를 보여준다. 이에 대해서는 도 5를 참조하여, 설명한다.

도 5는 본 발명의 일 실시예에 따른 음성 신호를 파워 스펙트럼으로 변환한 예를 설명한 도면이다.

도 5를 참조하면, 음성 신호(510)가 도시되어 있다. 음성 신호(510)는 마이크로폰(121)을 통해 수신되거나, 메모리(170)에 미리 저장된 신호일 수 있다.

음성 신호(510)의 x축은 시간이고, y축은 진폭의 크기를 나타낼 수 있다.

오디오 프로세서(181)는 x축이 시간 축인 음성 신호(510)를 x축이 주파수 축인 파워 스펙트럼(530)으로 변환할 수 있다.

오디오 프로세서(181)는 고속 퓨리에 변환(Fast Fourier Transform, FFT)을 이용하여, 음성 신호(510)를 파워 스펙트럼(530)으로 변환할 수 있다.

파워 스펙트럼(530)의 x축은 주파수, y축은 진폭의 제곱 값을 나타낸다.

다시 도 4를 설명한다. 제어부(180)는 오디오 프로세서(181)로부터 전달된 텍스트 데이터 또는 파워 스펙트럼(530) 중 하나 이상을 이용하여, 사용자의 발화 특징을 결정할 수 있다. 사용자의 발화 특징은 사용자의 성별, 사용자의 음의 높낮이, 사용자의 음색, 사용자의 발화 주제, 사용자의 발화 속도, 사용자의 성량등을 포함할 수 있다.

제어부(180)는 파워 스펙트럼(530)을 이용하여, 음성 신호(510)의 주파수 및 주파수에 대응하는 진폭을 획득할 수 있다.

제어부(180)는 파워 스펙트럼(530)의 주파수 대역을 이용하여, 음성을 발화한 사용자의 성별을 결정할 수 있다. 예를 들어, 제어부(180)는 파워 스펙트럼(530)의 주파수 대역이 기 설정된 제1 주파수 대역 범위 내인 경우, 사용자의 성별을 남자로 결정할 수 있다.

제어부(180)는 파워 스펙트럼(530)의 주파수 대역이 기 설정된 제2 주파수 대역 범위 내인 경우, 사용자의 성별을 여자로 결정할 수 있다. 여기서, 제2 주파수 대역 범위는 제1 주파수 대역 범위보다 클 수 있다.

제어부(180)는 파워 스펙트럼(530)의 주파수 대역을 이용하여, 음성의 높낮이를 결정할 수 있다. 예를 들어, 제어부(180)는 특정 주파수 대역 범위 내에서, 진폭의 크기에 따라 음의 높낮이 정도를 결정할 수 있다.

제어부(180)는 파워 스펙트럼(530)의 주파수 대역을 이용하여, 사용자의 음색(tone)을 결정할 수 있다. 예를 들어, 제어부(180)는 파워 스펙트럼(530)의 주파수 대역들 중, 진폭의 크기가 일정 크기 이상인 주파수 대역을 사용자의 주요 음역대로 결정하고, 결정된 주요 음역대를 사용자의 음색으로 결정할 수 있다.

제어부(180)는 변환된 텍스트 데이터로부터, 단위 시간 당 발화된 음절 수를 통해, 사용자의 발화 속도를 결정할 수 있다.

제어부(180)는 변환된 텍스트 데이터에 대해, Bag-Of-Word Model 기법을 이용하여, 사용자의 발화 주제를 결정할 수 있다. Bag-Of-Word Model 기법은 문장 내 단어 빈도 수 기반으로, 주로 사용하는 단어를 추출하는 기법이다. 구체적으로, Bag-Of-Word Model 기법은 문장 내에서, 유니크한 단어를 추출하고, 추출된 각 단어의 빈도 수를 벡터로 표현하여, 발화 주제를 특징을 결정하는 기법이다. 예를 들어, 제어부(180)는 텍스트 데이터에 <달리기>, <체력> 등과 같은 단어가 자주 등장하면, 사용자의 발화 주제를 운동으로 분류할 수 있다.

제어부(180)는 공지된 텍스트 카테고리화(Text Categorization) 기법을 이용하여, 텍스트 데이터로부터 사용자의 발화 주제를 결정할 수 있다. 제어부(180)는 텍스트 데이터로부터 키워드를 추출하여, 사용자의 발화 주제를 결정할 수 있다.

제어부(180)는 전체 주파수 대역에서의 진폭 정보를 고려하여 사용자의 성량을 결정할 수 있다. 예컨대, 제어부(180)는 파워 스펙트럼의 각 주파수 대역에서의 진폭의 평균 또는 가중치 평균을 기준으로 사용자의 성량을 결정할 수 있다.

도 4 및 도 5에서 설명된 오디오 프로세서(181) 및 제어부(180)의 기능은 NLP 서버(320), 음성 합성 서버(330) 중 어느 하나의 서버에서도 수행될 수 있다. 예를 들어, NLP 서버(320)는 음성 신호를 이용하여, 파워 스펙트럼을 추출하고, 추출된 파워 스펙트럼을 이용하여, 사용자의 발화 특징을 결정할 수 있다.

도 3 내지 도 5에서 설명한 음성 인식 시스템은 이하의 발명을 이해하는데 적용될 수 있음은 물론이다. 구체적으로, 이하의 도면에서 텍스트로 입력 또는 출력되는 대화는 도 3 내지 도 5에서 설명한 음성 인식 시스템에 기초하여 음성으로 입력 또는 출력될 수 있다. 뿐만 아니라, 이하의 도면에서 영상을 편집하기 위하여 사용되는 음성 인식 기술은 도 3 내지 도 5에서 설명한 음성 인식 시스템이 사용될 수 있다.

본 발명의 일 실시예에서, 메시지를 통한 대화형 인터페이스 기반으로 사용자의 피드백을 받아 인공지능 기술로 사용자의 의도를 반영한 영상 서비스를 제공할 수 있다.

예를 들어, 본 발명은, 사용자가 단말기에서 촬영한 영상(사진 또는 동영상)을 자동으로 분석하여 다양한 SNS에 적용 가능한 동영상을 생성할 수 있다. 이때, 영상 편집 시 사용자의 취향, 배경 음악, 영상 스타일, 타겟 SNS 등을 챗봇 형태의 대화형 UX를 통해 최적의 영상 편집을 진행할 수 있도록 한다.

또한, 사용자의 피드백을 통해 타겟 대상에 대한 취향을 특정화시킬 수 있고, 영상 퀄리티 등의 인공지능 재학습이 가능하다.

즉, 본 발명의 일 실시예에서, 대화를 통해 키워드를 추출할 수 있고, 추출된 키워드에 기초하여 촬영된 동영상을 편집하여 사용자에게 출력하는 구성을 특징으로 한다.

예를 들어, 대화를 통해 추출한 키워드를 이용하여 동영상의 중요 장면을 분석하고 편집할 수 있으며, 초상권 보호를 위한 자동 모자이크 처리 기능, 사용자가 선택한 음악을 삽입하거나 동영상을 분석하여 어울리는 음악을 삽입하는 기능, 사용자들이 선호하는 필터를 제공하는 기능 등을 제공할 수 있다.

이를 위하여 본 발명의 일 실시예에서, 영상 편집에 필요한 대화를 진행할 수 있고, 중요 키워드를 추출할 수 있다. 또한, 키워드 추출 단계에서 영상 편집 우선 순위에 기초한 대화를 유도할 수 있다. 예를 들어, 본 발명의 영상 편집 시스템은 사용자에게 대화형 인터페이스를 통하여 BGM 삽입 여부를 문의하고, 컷 편집 여부 문의, 자막 삽입 여부 문의, 효과 삽입 여부 문의, 오디오 조정 및 색 또는 필터 조정 여부를 문의할 수 있다. 이후, 사용자로부터 수신한 대화를 기초로 키워드를 추출하고 추출된 키워드로 동영상을 편집할 수 있다. 또한, 영상 편집 대기 및 완료 후 사용자 피드백을 반영하여 영상을 재편집할 수 있다.

이에 따라, 인공지능 영상 믹서를 통해 자동으로 업로드 가능한 수준의 영상을 생성할 수 있다. 또한, 대화형으로 메시지를 수집하여 영상 편집에 전문적인 지식이 없더라도 사용자의 의도와 취향을 반영할 수 있다.

이하에서는 이와 같은 발명에 대하여 자세히 설명하도록 한다.

도 6은 본 발명의 일 실시예에 따른 인공지능 기기를 설명하는 도면이다.

도 6은 본 발명을 설명하기 위하여 단말기(600)와 클라우드 서버(610)가 동작하는 기본적인 개념을 제시한다. 특히, 도 6에서는 단말기(600)와 클라우드 서버(610)가 분리된 구성인 것처럼 도시되어 있으나 하나의 인공지능 기기는 단말기(600), 클라우드 서버(610) 내의 인공지능 대화형 인터페이스 엔진(611) 및 인공지능 비디오 편집 엔진(612)을 모두 포함할 수 있다.

즉, 영상 편집 시스템은 단말기(600) 내에서 수행될 수 있기 때문에 단말기(600) 자체가 인공지능 대화형 인터페이스 엔진(611) 및 인공지능 비디오 편집 엔진(612)을 포함할 수 있다. 다만, 설명의 편의를 위하여 단말기(600)와 클라우드 서버(610)가 분리된 실시예로 설명하도록 한다. 또한, 여기에서 서술되는 인공지능 대화형 인터페이스 엔진(611) 및 인공지능 비디오 편집 엔진(612)은 도 1 및 도 2에서 상술한 인공지능 기술이 적용될 수 있음은 물론이다.

도 6을 참조하면, 도 6의 인공지능 기기는 단말기(600) 및 클라우드 서버(610)을 포함할 수 있다.

여기에서, 단말기(600)는 도 1 내지 도 3에서 상술한 단말기(100)가 적용될 수 있다. 즉, 본 발명의 일 실시예에서, 단말기(600)는 영상 편집 시스템에서 제공하는 대화형 인터페이스를 사용자에게 제공할 수 있다. 즉, 단말기(600)는 사용자에게 친숙한 대화형 인터페이스를 통하여 영상 편집 기능을 제공할 수 있다.

보다 상세하게는, 단말기(600)는 사용자가 영상 편집 시스템에 접속하는 경우, 사용자와 대화를 위한 대화형 인터페이스를 입출력부(예를 들어, 디스플레이 또는 터치스크린)에 출력할 수 있다. 영상 편집 시스템에 접속하는 실시예로는 챗봇(chat bot)을 실행하거나 기 설정된 url에 접속하는 등 영상 편집 시스템이라는 애플리케이션 또는 프로그램을 실행하기 위하여 수행되는 일반적인 동작을 포함할 수 있다.

단말기(600)는 사용자로부터 동영상을 수신할 수 있다. 보다 상세하게는, 단말기(600)는 사용자가 대화형 인터페이스를 통하여 업로드한 영상을 수신할 수 있다. 이후, 단말기(600)는 사용자와의 대화를 통하여 영상을 편집하기 위한 키워드를 추출할 수 있다.

이때, 단말기(600)는 대화형 인터페이스를 통한 사용자와의 대화 내용을 클라우드 서버(610)에 전송하여 키워드를 추출할 수 있다. 보다 상세하게는, 클라우드 서버(610)는 수신한 사용자와의 대화 내용에 기초하여 인공지능 대화형 인터페이스 엔진(611)을 통해 사용자와의 대화 내용을 분석하고 키워드를 추출할 수 있다. 예를 들어, 인공지능 대화형 인터페이스 엔진(611)은 사용자와의 대화 내용에 기초하여 자연어 처리, 사용자의 의도 파악, 대화 분석, 사용자의 주요 요구 사항 파악, 영상 용도 분석, 힌트 또는 피드백 획득 등을 수행할 수 있다.

클라우드 서버(610)는 추출된 키워드를 단말기(600)에 전송할 수 있고, 단말기(600)는 추출된 키워드에 기초하여 영상 편집에 대한 키워드를 확인하는 대화를 대화형 인터페이스를 통하여 출력할 수 있다. 이후, 단말기(600)는 사용자로부터 키워드에 대한 확인(confirm)을 수신하는 경우, 사용자가 업로드한 영상을 키워드에 기초하여 편집할 수 있다.

이때, 단말기(600)는 사용자가 업로드한 영상을 인공지능 비디오 엔진(612)을 통하여 편집할 수 있다. 보다 상세하게는, 단말기(600)는 추출된 키워드와 수신한 영상을 인공지능 비디오 엔진(612)으로 전송할 수 있다. 인공지능 비디오 편집 엔진(612)은 수신한 영상 및 키워드에 기초하여 영상 편집을 수행할 수 있다. 이때, 인공지능 비디오 엔진(612)은 수신한 영상에 대하여 모자이크 처리 기능, 하이라이트 추출 기능, 영상 스타일 편집 기능, 자막 삽입 기능, BGM 삽입 기능, 동영상 길이 편집 기능 등을 수행할 수 있다. 각각의 편집 기능에 대하여는 이하에서 자세히 설명하도록 한다.

인공지능 비디오 편집 엔진(612)은 편집된 영상을 단말기(600)로 전송할 수 있고, 단말기(600)는 대화형 인터페이스를 통하여 편집된 영상을 사용자에게 공유할 수 있다. 이때, 인공지능 비디오 편집 엔진(612)은 편집된 영상을 단말기(600)에게 전송함과 동시에 클라우드 서버(610) 내의 메모리에 업로드할 수 있다.

본 발명의 일 실시예에서, 단말기(600)는 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유한 후 사용자로부터의 피드백을 수신할 수 있고, 수신된 피드백은 클라우드 서버(600)에 전송할 수 있다. 또한, 도면에 도시되지는 않았으나 클라우드 서버(600)는 전송된 피드백을 다시 분석할 수 있으며, 분석된 피드백에 기초하여 인공지능 대화형 인터페이스 엔진(611) 및 인공지능 비디오 편집 엔진(612)을 업데이트할 수 있다.

도 7은 본 발명의 일 실시예에 따른 인공지능 기기를 설명하는 도면이다. 다만, 이하의 설명에서는 편의를 위하여 인공지능 기기를 단말기(700)로 지칭하도록 한다.

도 7을 참조하면, 영상 편집 시스템을 수행하는 단말기(700)는 통신부(710), 입출력부(720), 메모리(730) 및 제어부(740)를 포함할 수 있다. 여기에서, 통신부(710), 입출력부(720), 메모리(730) 및 제어부(740)는 도 1 및 도 2 에서 상술한 구성을 포함할 수 있다. 예를 들어, 입출력부(720)는 도 1의 입력부(120) 및 출력부(150)를 포함할 수 있다.

상술한 바와 같이 영상 편집 시스템은 단말기(700) 내에서 실시될 수 있다. 따라서, 도 7에서는 단말기(700) 내에서 영상 편집 시스템을 수행하는 실시예에 대하여 자세히 설명하도록 한다.

통신부(710)는 외부와 통신할 수 있다. 본 발명의 일 실시예에서, 단말기(700)는 통신부(710)를 통하여 사용자로부터 대화, 영상 등을 수신할 수 있다. 또한, 본 발명의 일 실시예에서, 단말기(700)는 통신부(710)를 통하여 외부 서버를 이용하여 키워드를 추출하거나 영상을 편집할 수 있다. 다만, 이하, 도 7에서는 단말기(700) 자체에서 키워드를 추출하고 영상을 편집하는 실시예를 전제로 설명하도록 한다.

입출력부(720)는 사용자가 영상 편집 시스템에 접속하는 경우, 사용자와의 대화를 위한 대화형 인터페이스를 출력할 수 있다. 본 발명의 일 실시에에서, 입출력부(720)는 터치스크린과 같은 디스플레이부에 사용자와의 대화를 위한 대화형 인터페이스를 출력할 수 있다.

메모리(730)는 사용자가 입력한 대화를 저장하거나 이로부터 추출된 키워드를 저장할 수 있다. 또한, 메모리(730)는 사용자가 업로드한 영상을 저장하거나 편집된 영상을 저장할 수 있다. 또한, 메로리(730)는 편집된 영상에 대한 사용자의 피드백을 저장할 수 있다. 또한, 메모리(730)는 단말기(700) 내에 포함된 것으로 도시되었으나 외부에 위치하여 통신부(710)를 통하여 데이터를 송수신할 수 있다.

제어부(740)는 상술한 통신부(710), 입출력부(720) 및 메모리(730)를 제어할 수 있다. 본 발명의 일 실시예에서, 제어부(740)는 대화형 인터페이스를 통하여 수신된 대화로부터 영상을 편집하기 위한 키워드를 추출할 수 있다. 또한, 제어부(740)는 추출된 키워드에 기초하여 수신한 영상을 편집할 수 있다.

또한, 제어부(740)는 사용자가 영상 편집 시스템에 접속하는 경우, 사용자의 정보를 수신하고, 사용자의 정보에 기초하여 영상을 편집하기 위한 대화를 대화형 인터페이스를 통하여 출력할 수 있다. 즉, 수신한 사용자의 정보에 기초하여 특정화된 대화를 출력할 수 있다.

또한, 제어부(740)는 영상을 편집하기 위한 적어도 하나의 편집 기능에 대한 대화를 대화형 인터페이스를 통하여 출력할 수 있다. 이때, 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 입력 기능 및 필터 변경 기능을 포함할 수 있다.

또한, 제어부(740)는 사용자로부터 제 1 편집 기능에 대한 대화를 수신하는 경우, 제 1 편집 기능에 대한 대화로부터 키워드를 추출할 수 있다. 예를 들어, 제어부(740)는 컷 편집 기능에 대한 대화를 수신하는 경우, 컷 편집 기능에 대한 대화로부터 관련 키워드를 추출할 수 있다.

또한, 제어부(740)는 제 1 편집 기능에 대한 키워드를 확인하는 대화를 출력할 수 있다. 예를 들어, 제어부(740)는 대화형 인터페이스를 통하여 컷 편집 기능에 대한 키워드를 사용자에게 확인하는 대화를 출력할 수 있다.

또한, 제어부(740)는 사용자로부터 제 1 편집 기능에 대한 대화로부터 키워드를 추출한 이후, 사용자로부터 제 2 편집 기능에 대한 대화를 수신하는 경우, 제 2 편집 기능에 대한 대화로부터 키워드를 추출할 수 있다. 예를 들어, 제어부(740)는 대화형 인터페이스를 통하여 컷 편집 기능에 대한 키워드를 추출한 이후, 사용자로부터 모자이크 처리 기능에 대한 대화를 수신하는 경우, 모자이크 처리 기능에 대한 대화로부터 키워드를 추출할 수 있다.

마찬가지로, 제어부(740)는 제 1 편집 기능에 대한 키워드 및 제 2 편집 기능에 대한 키워드를 확인하는 대화를 대화형 인터페이스를 통하여 출력할 수 있다.

또한, 제어부(740)는 키워드에 기초하여 편집될 영상에 대한 프리뷰 영상 또는 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유할 수 있다.

또한, 제어부(740)는 영상을 편집하는 동안 대화형 인터페이스를 통하여 광고 또는 기 설정된 정보 중 적어도 하나를 출력할 수 있다. 이때, 기 설정된 정보는 오늘의 날씨 등을 포함할 수 있다.

또한, 제어부(740)는 편집된 영상을 사용자에게 공유한 이후, 사용자로부터 피드백을 수신할 수 있다. 이때, 제어부(740)는 수신된 피드백에 기초하여 편집된 영상을 재편집할 수 있다.

각각의 실시예에 대하여 이하의 도면에서 더욱 자세히 설명하도록 한다.

도 8은 본 발명의 일 실시예에 따른 인공지능 기기, 입출력 장치 및 서버를 설명하는 도면이다.

도 7과 달리 도 8의 실시예에서는, 인공지능 기기(800)와 입출력 장치(810) 및 서버(820)가 분리된 실시예를 설명한다. 이때, 인공지능 기기(800)는 상술한 단말기(100, 600, 700)에 대응할 수 있다. 다만, 인공지능 기기(800), 입출력 장치(810) 및 서버(820)는 분리된 구성이나 도 7에서 상술한 실시예를 동일하게 수행할 수 있다.

도 8을 참조하면, 인공지능 기기(800)는 별개의 입출력 장치(810)를 통하여 대화형 인터페이스를 출력할 수 있다. 또한, 인공지능 기기(800)는 별개의 서버(820)를 통하여 영상을 편집할 수 있다. 이때, 인공지능 기기(800)와 서버(820)는 네트워크(830)를 통하여 데이터를 송수신할 수 있다.

보다 상세하게는, 인공지능 기기(800)는 사용자가 인공지능 기기(800)에 접속하는 경우, 대화형 인터페이스를 입출력 장치(810)를 통해 출력할 수 있다. 이때, 입출력 장치(810)는 도 7과 달리 인공지능 기기(800)와 별개의 장치로 구현될 수 있다. 예를 들어, 인공지능 기기(800) 역시 하나의 서버로 구성되고, 입출력 장치(810)는 단순한 디스플레이 장치에 대응할 수 있다. 이때, 인공지능 기기(800)와 입출력 장치(810)는 유선 또는 무선으로 통신할 수 있음은 물론이다.

본 발명의 일 실시예에서, 인공지능 기기(800)는 입출력 장치(810)를 통하여 사용자로부터 편집하고자 하는 영상 및 영상 편집에 대한 대화를 수신할 수 있다. 이때, 인공지능 기기(800)는 도 7과 같이 수신된 대화에 기초하여 제어부(801)에서 직접 키워드를 추출하고, 추출된 키워드에 기초하여 영상을 직접 편집할 수 있다.

또한, 인공지능 기기(800)는 제 1 통신 모듈(802)을 통하여 서버(820)에게 수신된 대화 및 편집하고자 하는 영상을 전송할 수 있다.

서버(820)는 제 2 통신 모듈(822)을 통하여 대화 및 영상을 수신할 수 있고, 제어부(821)를 통해 대화로부터 영상 편집을 위한 키워드를 추출하고 추출된 키워드에 기초하여 영상을 편집할 수 있다. 이때, 제 1 통신 모듈(802) 및 제 2 통신 모듈(822)은 네트워크(830)를 통하여 데이터를 송수신할 수 있다.

또한, 인공지능 기기(800)의 제 1 메모리(803) 및 서버(820)의 제 2 메모리(823)는 대화형 인터페이스를 통한 사용자의 정보, 사용자와의 대화, 사용자가 업로드한 영상, 편집된 영상 중 적어도 하나를 저장할 수 있다. 이때, 인공지능 기기(800)의 제 1 메모리(803) 및 서버(820)의 제 2 메모리(823)은 사용자의 정보, 사용자와의 대화, 사용자가 업로드한 영상, 편집된 영상을 동시에 저장하거나 어느 한쪽의 메모리에서만 저장할 수 있다.

이하, 도 9 및 도 10에서는 도 8과 같이 개별적인 인공지능 기기(800)의 제어부(801)와 서버(820)의 제어부(821)가 수행하는 동작을 설명하고, 도 11은 도 7의 단말기(700)와 같이 통합된 영상 편집 시스템의 제어부가 수행하는 동작에 대하여 설명하도록 한다.

도 9는 본 발명의 일 실시예에 따른 인공지능 기기의 제어부가 수행하는 동작을 설명하는 순서도이다. 이하, 인공지능 기기의 제어부가 수행하는 동작이나 편의를 위하여 인공지능 기기가 수행하는 것으로 설명하도록 한다.

단계(S910)에서, 인공지능 기기는 사용자가 영상 편집 시스템에 접속하는 경우, 사용자 정보를 획득할 수 있다. 이때, 인공지능 기기는 사용자에 대한 기본 정보를 획득할 수 있다. 예를 들어, 사용자가 공개한 사용자의 나이, 성별 등을 획득할 수 있다.

단계(S920)에서, 인공지능 기기는 획득한 사용자 정보에 기초하여 사용자와의 대화를 위한 대화형 인터페이스를 출력할 수 있다. 즉, 인공지능 기기는 획득한 사용자 정보에 맞는 대화형 인터페이스를 출력할 수 있다. 예를 들어, 인공지능 기기는 사용자의 나이에 따라 다른 대화형 인터페이스를 출력할 수 있다.

단계(S930)에서, 인공지능 기기는 대화형 인터페이스를 통하여 사용자가 업로드한 영상을 수신할 수 있다. 이때, 인공지능 기기는 대화형 인터페이스를 통하여 사용자가 영상을 업로드하도록 유도하는 대화를 출력할 수 있다. 예를 들어, 인공지능 기기는 대화형 인터페이스를 통하여 “영상을 업로드하세요.”와 같은 대화를 출력할 수 있다.

단계(S940)에서, 인공지능 기기는 대화형 인터페이스를 통하여 송수신한 사용자와의 대화로부터 영상을 편집하기 위한 키워드를 추출할 수 있다. 이때, 인공지능 기기는 수신한 사용자 정보에 기초하여 영상을 편집하기 위한 대화를 구성할 수 있다. 예를 들어, 인공지능 기기는 영상을 편집하기 위한 적어도 하나의 편집 기능에 대한 대화를 출력할 수 있다. 여기에서, 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 입력 기능 및 필터 변경 기능을 포함할 수 있다. 또한, 본 발명의 일 실시예에서, 인공지능 기기는 사용자로부터 편집 기능에 대한 대화를 수신하는 경우, 편집 기능에 대한 대화로부터 키워드를 추출할 수 있다. 이때, 인공지능 기기는 편집 기능에 대한 대화를 수신하고, 키워드를 추출하기 위하여 상술한 인공지능 기술을 이용할 수 있다. 또한, 본 발명의 일 실시예에서, 인공지능 기기는 추출된 키워드를 확인하는 대화를 대화형 인터페이스를 통하여 출력할 수 있다.

단계(S950)에서, 인공지능 기기는 추출된 키워드를 영상 편집을 위한 외부 서버로 전송할 수 있다. 본 발명의 일 실시예에서, 인공지능 기기는 외부 서버가 영상을 편집하는 동안 대화형 인터페이스를 통하여 광고 또는 기서 기 설정된 정보 중 적어도 하나를 출력할 수 있다.

단계(S960)에서, 인공지능 기기는 편집된 영상을 수신할 수 있다. 이때, 도면에 도시되지는 않았으나, 인공지능 기기는 영상을 편집하기 전에 편집될 영상에 대한 프리뷰 영상을 대화형 인터페이스를 통하여 사용자에게 공유할 수 있다. 또한, 인공지능 기기는 수신한 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유할 수 있다.

단계(S970)에서, 인공지능 기기는 편집된 영상에 대한 피드백을 수신할 수 있다. 본 발명의 일 실시예에서, 인공지능 기기는 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유한 이후, 사용자로부터 피드백을 수신할 수 있다. 이때, 도면에 도시되지는 않았으나, 인공지능 기기는 수신된 피드백에 기초하여 편집된 영상을 재편집할 수 있다. 또한, 인공지능 기기는 수신된 사용자 피드백을 저장할 수 있다.

도 10은 본 발명의 일 실시예에 따른 서버의 제어부가 수행하는 동작을 설명하는 순서도이다. 이하, 외부 서버의 제어부가 수행하는 동작이나 편의를 위하여 서버가 수행하는 것으로 설명하도록 한다.

단계(S1010)에서, 서버는 영상 편집 시스템이 대화형 인터페이스를 이용하여 추출한 키워드를 수신할 수 있다. 본 발명의 일 실시예에서, 서버는 영상 편집 시스템이 추출한 키워드를 단순히 수신할 수 있을 뿐만 아니라, 대화형 인터페이스를 통한 사용자와의 대화 내용 자체를 수신할 수 있다. 이 경우, 서버는 자체 인공지능 대화형 인터페이스 엔진을 이용하여 사용자와의 대화 내용으로부터 키워드를 추출할 수 있다.

단계(S1020)에서, 서버는 영상 편집 시스템이 대화형 인터페이스를 통하여 수신한 영상을 수신할 수 있다. 본 발명의 일 실시예에서, 서버는 영상 편집 시스템이 대화형 인터페이스를 통하여 영상 편집 키워드를 확인하는 대화를 출력하고, 사용자로부터 키워드가 확인된 이후, 영상을 수신할 수 있다.

단계(S1030)에서, 서버는 수신한 키워드에 기초하여 영상을 편집할 수 있다. 이때, 서버는 자체 인공지능 영상 편집 엔진을 이용하여 영상을 편집할 수 있다.

단계(S1040)에서, 서버는 편집된 영상을 전송할 수 있다. 또한, 본 발명의 일 실시예에서, 서버는 편집된 영상을 자체 메모리 상에 저장할 수 있다.

단계(S1050)에서, 서버는 편집된 영상에 대한 피드백을 수신할 수 있다. 이때, 서버는 편집된 영상에 대하여 사용자가 대화형 인터페이스를 통하여 입력한 피드백을 수신할 수 있다. 또한, 본 발명의 일 실시예에서, 서버는 편집된 영상에 대한 피드백을 자체 메모리 상에 저장할 수 있다.

도 11은 본 발명의 다른 일 실시예에 따른 인공지능 기기의 제어부가 수행하는 동작을 설명하는 순서도이다. 이하, 인공지능 기기의 제어부가 수행하는 동작이나 편의를 위하여 인공지능 기기가 수행하는 것으로 설명하도록 한다.

단계(S1110)에서, 인공지능 기기는 사용자가 영상 편집 시스템에 접속하는 경우, 대화형 인터페이스를 출력할 수 있다. 본 발명의 일 실시예에서, 사용자가 영상 편집 시스템에 접속하는 경우는, 사용자가 단말기에서 영상 편집 시스템 URL에 접속하는 경우, 영상 편집 시스템 프로그램 또는 애플리케이션을 실행하는 경우 등을 포함할 수 있다.

단계(S1120)에서, 인공지능 기기는 사용자로부터 대화형 인터페이스에 업로드된 영상을 수신할 수 있다. 상술한 바와 같이 인공지능 기기는 대화형 인터페이스를 통해 사용자에게 영상을 업로드하도록 유도할 수 있다.

단계(S1130)에서, 인공지능 기기는 대화형 인터페이스를 통하여 영상 편집에 필요한 대화를 진행할 수 있다. 보다 상세하게는, 인공지능 기기는 대화형 인터페이스를 통하여 영상을 편집하기 위한 대화를 구성할 수 있다. 예를 들어, 인공지능 기기는 영상을 편집하기 위한 적어도 하나의 편집 기능에 대한 대화를 출력할 수 있다. 여기에서, 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 입력 기능 및 필터 변경 기능을 포함할 수 있다.

단계(S1140)에서, 인공지능 기기는 사용자와의 대화를 통하여 중요 키워드를 추출할 수 있다. 보다 상세하게는, 인공지능 기기는 단계(S1130)에서, 편집 기능에 대한 대화를 출력한 후, 사용자로부터 편집 기능에 대한 대화를 수신할 수 있다. 이때, 인공지능 기기는 보유하고 있는 인공지능 대화형 인터페이스 엔진을 이용하여 중요 키워드를 추출할 수 있다. 이에 따라, 인공지능 기기는 사용자와의 대화를 통하여 편집 기능에 대한 키워드가 수신되는 경우 이를 추출하여 저장할 수 있다.

단계(S1150)에서, 인공지능 기기는 수신된 키워드에 기초하여 영상 편집 시나리오를 생성할 수 있다. 여기에서 영상 편집 시나리오는 대화형 인터페이스를 통하여 사용자와 어떻게 영상을 편집할지에 대한 대화를 생성하는 것을 의미한다. 이에 대하여는 도 13 내지 도 19에서 자세히 설명하도록 한다.

단계(S1160)에서, 인공지능 기기는 수신된 키워드 및 영상 편집 시나리오에 기초하여 사용자로부터 영상 편집에 대한 확인을 수신하는 경우 영상을 편집하고 편집된 영상을 메모리에 업로드할 수 있다. 이때, 인공지능 기기는 보유하고 있는 인공지능 영상 편집 엔진을 이용하여 영상을 편집할 수 있다.

단계(S1170)에서, 인공지능 기기는 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유하고 사용자로부터 피드백을 수신할 수 있다. 이후, 인공지능 기기는 사용자 피드백에 기초하여 편집된 영상을 재편집하고 수신한 피드백을 메모리에 저장할 수 있다.

도 12는 본 발명의 일 실시예에 따른 영상 편집 시나리오를 설명하는 도면이다. 도 12의 영상 편집 시나리오는 상술한 인공지능 기기의 영상 편집 시스템을 통하여 수행될 수 있다. 따라서, 이하에서는 인공지능 기기가 영상 편집 시나리오를 수행하는 것으로 설명하도록 한다.

단계(S1201)에서, 인공지능 기기는 사용자가 영상 편집 시스템에 접속하는 경우 대화형 인터페이스를 통하여 환영 인사를 출력할 수 있다.

단계(S1202)에서, 인공지능 기기는 대화형 인터페이스를 통하여 사용자가 업로드한 영상을 수신할 수 있다.

단계(S1203)에서, 인공지능 기기는 대화형 인터페이스를 통하여 사용자로부터 영상에 대한 편집 기능을 선택 받을 수 있다.

단계(S1204)에서, 인공지능 기기는 대화형 인터페이스를 통하여 편집 기능을 제공할 수 있다. 예를 들어, 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 삽입 기능, 필터 변경 기능을 포함할 수 있다. 본 발명의 일 실시예에서, 인공지능 기기는 각각의 기능에 대한 구체적인 파라미터 변경 질문을 할 수 있다. 이에 대하여는 도 13 내지 도 16을 통하여 자세히 설명하도록 한다.

단계(S1205)에서, 인공지능 기기는 편집 기능에 대한 사용자와의 대화를 통하여 편집 기능에 대한 키워드를 추출할 수 있다.

단계(S1206)에서, 인공지능 기기는 대화형 인터페이스를 통하여 사용자로부터 계속 편집 여부를 확인할 수 있다.

만약, 사용자가 편집 기능을 추가하여 영상을 편집하기를 원하는 경우, 단계(S1203)으로 되돌아갈 수 있다. 이에 따라, 인공지능 기기는 복수의 편집 기능에 대한 키워드를 추출할 수 있다.

반면, 사용자가 편집을 완료하기를 원하는 경우, 단계(S1207)에서, 인공지능 기기는 편집 파라미터를 서버로 전송할 수 있다. 상술한 바와 같이 인공지능 기기는 편집 파라미터를 서버로 전송하지 않고 자체적인 인공지능 비디오 편집 엔진을 활용할 수 있음은 물론이다. 다만, 이하의 설명에서는 서버에서 영상을 편집하는 실시예를 예로 들어 설명하도록 한다.

단계(S1208)에서, 인공지능 기기는 영상 편집을 대기하는 동안 대화형 인터페이스를 통하여 광고를 재생하거나 기 설정된 정보를 출력할 수 있다. 이때, 기 설정된 정보는 오늘의 날씨 등을 포함할 수 있다. 이때, 인공지능 기기는 광고 및 기 설정된 정보를 서버로부터 수신할 수 있다. 즉, 인공지능 기기는 서버로부터 수신한 광고 또는 기 설정된 정보 중 적어도 하나를 대화형 인터페이스를 통하여 출력할 수 있다.

영상 편집이 완료되는 경우, 단계(S1209)에서, 인공지능 기기는 서버로부터 수신한 편집된 영상을 대화형 인터페이스를 통하여 사용자에게 공유할 수 있다.

단계(S12010)에서, 인공지능 기기는 편집된 영상에 대한 피드백을 수신할 수 있다.

도 12에서 상술한 영상 편집 시나리오에 대하여 이하 도 13 내지 도 19에서 자세히 설명하도록 한다.

도 13은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 영상 업로드 실시예를 설명하는 도면이다. 이때, 도 13의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다.

도 13의 (a)는 사용자가 영상 편집 시스템에 접속하는 실시예를 설명하고, 도 13의 (b) 및 (c)는 사용자가 대화형 인터페이스를 통하여 영상을 업로드하는 실시예를 설명한다.

도 13의 (a)를 참조하면, 사용자가 영상 편집 시스템에 접속하면, 인공지능 기기는 대화형 인터페이스를 출력하고, 대화형 인터페이스를 통하여 영상 편집 아이콘 및 기능 소개 아이콘을 출력할 수 있다.

보다 상세하게는, 사용자는 영상 편집 시스템 애플리케이션을 실행할 수 있고, 이에 따라 인공지능 기기는 대화형 인터페이스를 출력하여 사용자에게 안내하는 영상 편집 및 편집 기능 소개를 안내하는 대화를 출력할 수 있다.

도 13의 (b) 및 (c)를 참조하면, 사용자가 영상 편집 아이콘에 대응하는 대화를 출력하는 경우, 인공지능 기기는 편집할 영상을 업로드 하도록 대화를 진행할 수 있다. 이에 따라, 사용자는 대화형 인터페이스를 통하여 편집하고자 하는 영상을 업로드할 수 있다. 본 발명의 일 실시예에서, 사용자는 일반적인 인공지능 기기에 저장된 영상을 파일첨부 기능을 이용하여 선택하거나 카메라 촬영 기능을 통하여 영상을 직접 촬영하여 업로드할 수 있다.

도 14는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 컷 편집 기능 실시예를 설명하는 도면이다. 이때, 도 14의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 14의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 14의 (a)는 업로드된 영상에 대한 편집 기능을 출력하는 실시예를 설명하고, 도 14의 (b)는 컷 편집 기능에 대한 대화를 구성하는 실시예를 설명하고, 도 14의 (c)는 추출된 키워드에 기초하여 편집 기능에 대한 키워드를 확인하는 실시예를 설명한다. 여기에서, 컷 편집 기능은 영상의 중요 장면을 분석 및 편집하거나 여러 영상을 믹스(mix)하는 기능에 대응할 수 있다.

이하, 도 14는 도 13의 실시예에서, 사용자가 영상을 업로드한 이후의 시나리오를 설명한다.

도 14의 (a)를 참조하면, 사용가 대화형 인터페이스를 통하여 영상을 업로드한 경우, 인공지능 기기는 어떤 편집 기능을 적용할지 여부를 문의할 수 있다. 이때, 인공지능 기기는 대화형 인터페이스를 통하여 대화 형태로 편집될 영상에 대한 편집 기능을 문의할 수 있다. 또한, 본 발명의 일 실시예에서, 인공지능 기기는 대화형 인터페이스를 통하여 편집 기능에 대응하는 아이콘을 출력할 수 있다. 예를 들어, 인공지능 기기는 대화형 인터페이스를 통하여 컷 편집 기능, 모자이크 처리 기능, BGM 삽입 기능, 필터 변경 기능에 대응하는 아이콘을 출력할 수 있다.

도 14의 (b)를 참조하면, 인공지능 기기는 사용자로부터 컷 편집 기능에 대한 선택을 수신할 수 있다. 이때, 인공지능 기기는 사용자로부터 대화 형태로 컷 편집 기능에 대한 선택을 수신할 수 있다.

본 발명의 일 실시예에서, 인공지능 기기는 컷 편집 기능에 대한 세부 대화를 구성할 수 있다. 즉, 인공지능 기기는 영상의 컷 편집을 하기 위하여 필요한 세부적인 스타일에 대하여 질문할 수 있다. 예를 들어, 인공지능 기기는 어떤 스타일로 컷 편집을 진행할지 여부 또는 총 길이를 몇 분으로 진행할지 여부 등을 대화로 문의할 수 있다.

또한, 본 발명의 일 실시예에서, 인공지능 기기는 질문에 대한 사용자의 답변을 저장하고, 키워드를 추출할 수 있다. 즉, 인공지능 기기는 사용자와의 대화에서 컷 편집 기능에 필요한 키워드만을 추출할 수 있다.

도 14의 (c)를 참조하면, 인공지능 기기는 컷 편집 기능 외에 영상을 편집하기 위해 필요한 다른 정보에 대하여 질문할 수 있다. 예를 들어, 인공지능 기기는 영상의 제목을 추가할지 여부 및 제목을 문의할 수 있다.

본 발명의 일 실시예에서, 인공지능 기기는 편집 기능에 대한 키워드를 확인하는 대화를 출력할 수 있다. 즉, 인공지능 기기는 도 13 및 도 14의 대화를 통하여 정리된 영상 편집에 대한 키워드를 정리하여 사용자에게 출력할 수 있다. 이에 따라, 사용자는 의도하고자 하는 편집 기능이 제대로 반영되었는지 여부를 확인할 수 있다.

도 15는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 모자이크 처리 기능 실시예를 설명하는 도면이다. 이때, 도 15의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 15의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 15의 (a)는 업로드된 영상에 대한 편집 기능을 출력하는 실시예를 설명하고, 도 15의 (b)는 모자이크 처리 기능에 대한 대화를 구성하는 실시예를 설명하고, 도 15의 (c)는 추출된 키워드에 기초하여 편집 기능에 대한 키워드를 확인하는 실시예를 설명한다. 모자이크 처리 기능에 있어서는, 초상권 보호를 위한 자동 모자이크 처리 기능을 수행할 수 있다. 또한, 모자이크 처리 기능에는 얼굴 추출 및 주인공 준석 등의 알고리즘이 적용될 수 있다.

이하, 도 15는 도 13의 실시예에서, 사용자가 영상을 업로드한 이후의 시나리오를 설명한다.

도 15의 (a)를 참조하면, 사용자가 대화형 인터페이스를 통하여 영상을 업로드한 이후, 인공지능 기기는 어떤 편집 기능을 적용할지 여부를 문의할 수 있다.

도 15의 실시예에서, 인공지능 기기는 사용자로부터 모자이크 처리 기능에 대한 선택을 수신할 수 있다. 이후, 인공지능 기기는 모자이크 처리 기능에 대한 세부 대화를 구성할 수 있다. 예를 들어, 인공지능 기기는 모자이크 처리 기능을 전부 모자이크 처리할지, 주인공을 제외하고 모자이크 처리할지, 직접 선택하여 모자이크를 처리할지 여부 등을 질문할 수 있다. 이때, 전부 모자이크 처리는 영상에 등장하는 모든 대상을 전부 모자이크 처리하는 것이며, 주인공을 제외하고 모자이크 처리는 영상에서 가장 자주 등장한 대상을 제외하고 나머지 대상을 모자이크 처리하는 것이며, 직접 선택하여 모자이크 처리는 사용자가 지정한 대상만 모자이크 처리하는 것에 대응할 수 있다. 이때, 직접 선택하여 모자이크 처리하는 경우는 추가 편집에 대한 대화를 구성할 수 있다. 이하, 도 15의 실시예에서는 직접 선택하여 모자이크를 처리하는 실시예를 설명하도록 한다.

도 15의 (b)를 참조하면, 사용자로부터 직접 선택하여 모자이크를 처리하는 대화를 수신하는 경우, 인공지능 기기는 수신한 영상으로부터 모자이크 처리가 가능한 대상(object)을 포함하는 정지 영상을 대화형 인터페이스를 통하여 출력할 수 있다. 본 발명의 일 실시예에서, 인공지능 기기는 사용자로부터 모자이크 처리가 가능한 대상을 입력받을 수 있다. 예를 들어, 사용자는 정지 영상 중 모자이크 처리하고자 하는 대상을 터치할 수 있다.

도 15의 (c)를 참조하면, 인공지능 기기는 편집 기능에 대한 키워드를 확인하는 대화를 출력할 수 있다. 즉, 인공지능 기기는 도 13 내지 도 15의 대화를 통하여 정리된 영상 편집에 대한 키워드를 정리하여 사용자에게 출력할 수 있다. 이에 따라, 사용자는 의도하고자 하는 편집 기능이 제대로 반영되었는지 여부를 확인할 수 있다.

도 16은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 BGM 삽입 기능 실시예를 설명하는 도면이다. 이때, 도 16의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 16의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 16의 (a) 내지 (c)는 BGM 삽입 기능에 대한 대화를 구성하여 사용자에게 키워드를 확인받는 실시예를 설명하는 도면이다. 이때, BGM 삽입 기능에 있어서는, 사용자 선택 음악 및 동영상을 분석할 수 있고, 음악과 동영상을 동기화시켜 자동으로 편집할 수 있다.

도 16의 (a)를 참조하면, 인공지능 기기는 업로드 영상에 대한 BGM 삽입 기능에 대한 선택을 수신할 수 있다. 이후, 인공지능 기기는 BGM 삽입 기능에 대한 세부 대화를 구성할 수 있다. 예를 들어, 인공지능 기기는 어떤 스타일의 BGM을 삽입할지 여부를 질문할 수 있다. 예를 들어, 인공지능 기기는 여행 스타일, 도시적인 스타일, 힙합 스타일 및 팝송 스타일 등의 BGM 스타일 여부를 문의할 수 있다.

즉, 인공지능 기기는 여러 스타일의 BGM을 제안할 수 있고, 사용자는 BGM을 선택할 수 있다. 이 경우, 인공지능 기기는 추가 편집에 대한 대화를 구성할 수 있다.

보다 상세하게는, 도 16의 (b)를 참조하면, 인공지능 기기는 사용자로부터 팝송 스타일의 BGM 스타일을 수신하는 경우, 세부적인 BGM 스타일에 대한 샘플을 제공할 수 있다. 이때, 인공지능 기기는 복수의 샘플 BGM에 대한 팝업창을 대화형 인터페이스를 통하여 새롭게 제공할 수 있다. 또한, 인공지능 기기는 샘플 BGM에 대한 미리듣기 기능을 제공할 수 있다.

도 16의 (c)를 참조하면, 인공지능 기기는 사용자로부터 샘플 BGM 중 하나의 선택을 수신할 수 있다. 이에 따라, 인공지능 기기는 BGM 삽입 기능에 대한 키워드를 확인하는 대화를 출력할 수 있다.

도 17은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 필터 변경 기능 실시예를 설명하는 도면이다. 이때, 도 17의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 17의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 17의 (a) 내지 (c)는 필터 변경 기능에 대한 대화를 구성하여 사용자에게 키워드를 확인받는 실시예를 설명하는 도면이다. 이때, 필터 변경 기능에 있어서는, 사용자들이 선호하는 필터를 제공할 수 있고, 동영상의 주제와 분위기를 분석한 후 어울리는 필터를 추천할 수 있다.

도 17의 (a)를 참조하면, 인공지능 기기는 업로드 영상에 대한 필터 변경 기능에 대한 선택을 수신할 수 있다. 이후, 인공지능 기기는 필터 선택을 위한 세부 대화를 구성할 수 있다. 예를 들어, 인공지능 기기는 여러 스타일의 필터를 제안할 수 있다. 이 경우, 인공지능 기기는 여러 스타일의 필터를 제안하기 위한 추가 팝업창을 출력할 수 있다. 이때, 인공지능 기기는 필터 스타일에 대한 샘플을 제공할 수 있고, 미리보기 기능을 제공할 수 있다.

보다 상세하게는, 도 17의 (b)를 참조하면, 인공지능 기기는 대화형 인터페이스를 통하여 복수의 필터 스타일에 대한 샘플 필터를 제공할 수 있고, 사용자가 하나의 샘플 필터 스타일을 선택하는 경우, 영상에 대하여 선택된 필터 샘플에 대한 미리보기 기능을 제공할 수 있다.

도 17 (c)를 참조하면, 사용자가 하나의 샘플 필터 스타일을 선택하는 경우, 인공지능 기기는 필터 변경 기능에 대한 키워드를 확인하는 대화를 출력할 수 있다.

도 14 내지 도 17의 실시예에서 인공지능 기기는 하나의 편집 기능에 대한 키워드를 추출하여 사용자에게 출력한 후, 다른 편집 기능을 계속하여 적용할지 또는 지금의 편집 기능을 적용하여 영상을 편집할지 여부를 질문할 수 있다. 이에 대하여 도 18에서 자세히 설명하도록 한다.

또한, 도 14 내지 도 17에서 사용자가 세부적인 편집 기능을 선택하는 방법에 있어서, 도면에서는 출력된 대화형 인터페이스의 일부를 터치하는 것으로 도시되어 있으나 사용자는 음성 입력을 통하여 세부적인 편집 기능을 선택할 수 있음은 물론이다.

도 18은 본 발명의 일 실시예에 따른 영상 편집 시스템에서 편집 또는 추가 편집을 진행하는 실시예를 설명하는 도면이다. 이때, 도 18의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 18의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 18의 (a)는 편집 여부를 확인하는 실시예를 설명하고, 도 18의 (b)는 편집을 진행하는 실시예를 설명하고, 도 18의 (c)는 재편집을 진행하는 실시예를 설명한다. 즉, 도 18의 실시예는 도 14 내지 도17의 실시예에서, 인공지능 기기가 사용자가 선택한 편집 기능에 대하여 추출된 키워드를 정리하여 출력한 상태를 전제한다.

도 18의 (a)를 참조하면, 인공지능 기기는 영상을 편집하기 위한 키워드를 정리하는 내용을 대화형 인터페이스를 통하여 출력할 수 있다. 또한, 인공지능 기기는 하나의 편집 기능에 대한 키워드를 추출하여 출력한 후, 다른 편집 기능을 계속하여 적용할지 또는 지금의 편집 기능을 적용하여 영상을 편집할지 여부를 질문할 수 있다.

도 18의 (b)는 지금의 편집 기능을 적용하여 영상을 편집하는 실시예를 설명하고, 도 18의 (c)는 추가 편집 기능을 선택하여 다른 편집 기능을 계속하여 적용하는 실시예를 설명한다.

즉, 도 18의 (b)를 참조하면, 인공지능 기기는 사용자로부터 지금의 편집 기능을 적용하여 영상을 편집하는 대화를 수신하는 경우, 현재 추출된 키워드에 기초하여 영상을 편집할 수 있다. 이때, 상술한 바와 같이, 인공지능 기기는 영상이 편집되는 동안 광고를 출력하거나 기 설정된 정보를 출력할 수 있다. 이하, 영상이 편집된 이후의 시나리오에 대하여는 도 19에서 자세히 설명하도록 한다.

또한, 도 18의 (c)를 참조하면, 인공지능 기기는 사용자로부터 추가 편집 기능을 선택하는 대화를 수신하는 경우, 도 14 내지 도 17의 (a)와 같이 편집 기능에 대한 대화를 구성할 수 있다.

도 19는 본 발명의 일 실시예에 따른 영상 편집 시스템에서 피드백을 수신하는 실시예를 설명하는 도면이다. 이때, 도 19의 도면은 인공지능 기기에서 영상 편집 시스템이 실행되는 실시예를 전제한다. 또한, 도 19의 실시예에서 상술한 설명과 중복되는 설명은 생략하도록 한다.

도 19의 (a)는 결과를 수신하는 실시예를, 도 19의 (b)는 피드백을 요청하는 실시예를, 도 19의 (c)는 피드백을 수신하는 실시예를 설명한다.

도 19의 (a)를 참조하면, 인공지능 기기는 영상의 편집이 완료된 이후, 편집된 영상을 대화형 인터페이스를 통하여 출력할 수 있다. 본 발명의 일 실시예에서, 인공지능 기기는 편집된 영상을 대화형 인터페이스를 통하여 직접 출력하여 사용자에게 공유할 수 있다. 또한, 인공지능 기기는 편집된 영상에 대응하는 URL을 공유할 수 있다. 또한, 인공지능 기기는 편집된 영상을 메모리에 저장할 수 있다.

도 19의 (b)를 참조하면, 인공지능 기기는 편집된 영상을 사용자에게 공유한 이후, 편집된 영상에 대한 피드백을 요청할 수 있다.

도 19의 (c)를 참조하면, 인공지능 기기는 편집된 영상에 대한 피드백을 수신한 후 영상 편집의 처음으로 복귀할 수 있다. 이때, 인공지능 기기는 편집된 영상에 대한 피드백을 메모리에 저장할 수 있고, 이를 다음에 편집할 영상에 대한 정보로 활용할 수 있다.

도 13 내지 도 19에서 상술한 시나리오는 인공지능 대화형 인터페이스 엔진 및 인공지능 영상 편집 엔진을 포함하는 인공지능 기기에서 수행될 수 있을 뿐만 아니라, 인공지능 대화형 인터페이스 엔진 및 인공지능 영상 편집 엔진을 포함하는 별개의 클라우드 서버와 데이터를 송수신하는 인공지능 기기에서 수행될 수 있다.

이를 통하여, 영상 편집에 전문적인 지식이 없는 사용자도 손쉽게 영상을 편집할 수 있다.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 상기 컴퓨터는 단말기의 제어부(180)를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

본 발명의 실시예들은 인공지능 기기에서 반복적으로 수행 가능하다.

Claims

외부와 통신하는 통신부;
사용자의 신호를 수신하고 프로세스 결과를 출력하는 입출력부; 및
제어부를 포함하고,
상기 제어부는
상기 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자와의 대화를 위한 대화형 인터페이스를 출력하고,
상기 대화형 인터페이스를 통하여 상기 사용자가 업로드한 영상을 수신하고,
상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하고,
상기 대화로부터 상기 영상을 편집하기 위한 키워드를 추출하고,
상기 추출된 키워드에 기초하여 상기 영상을 편집하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자의 정보를 수신하고, 상기 사용자의 정보에 기초하여 상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 영상을 편집하기 위한 적어도 하나의 편집 기능에 대한 대화를 상기 대화형 인터페이스를 통하여 출력하되, 상기 편집 기능은 컷 편집 기능, 모자이크 처리 기능, BGM 입력 기능 및 필터 변경 기능을 포함하는 것을 특징으로 하는, 인공지능 기기.
제 3 항에 있어서,
상기 제어부는
상기 사용자로부터 제 1 편집 기능에 대한 대화를 수신하는 경우, 상기 제 1 편집 기능에 대한 대화로부터 키워드를 추출하는 것을 특징으로 하는, 인공지능 기기.
제 4 항에 있어서,
상기 제어부는
상기 제 1 편집 기능에 대한 키워드를 확인하는 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 하는, 인공지능 기기.
제 4 항에 있어서,
상기 제어부는
상기 사용자로부터 상기 제 1 편집 기능에 대한 대화로부터 키워드를 추출한 이후, 상기 사용자로부터 제 2 편집 기능에 대한 대화를 수신하는 경우, 상기 제 2 편집 기능에 대한 대화로부터 키워드를 추출하는 것을 특징으로 하는, 인공지능 기기.
제 5 항에 있어서,
상기 제어부는
상기 제 1 편집 기능에 대한 키워드 및 상기 제 2 편집 기능에 대한 키워드를 확인하는 대화를 상기 대화형 인터페이스를 통하여 출력하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 키워드에 기초하여 편집될 영상에 대한 프리뷰 영상을 상기 대화형 인터페이스를 통하여 상기 사용자에게 공유하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 편집된 영상을 상기 대화형 인터페이스를 통하여 상기 사용자에게 공유하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 편집된 영상을 상기 사용자에게 공유한 이후, 상기 사용자로부터 피드백을 수신하는 것을 특징으로 하는, 인공지능 기기.
제 10 항에 있어서,
상기 제어부는
상기 수신된 피드백에 기초하여 상기 편집된 영상을 재편집하는 것을 특징으로 하는, 인공지능 기기.
제 10 항에 있어서,
상기 제어부는
상기 수신된 사용자의 피드백을 저장하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 영상을 편집하는 동안 상기 대화형 인터페이스를 통하여 광고 또는 기 설정된 정보 중 적어도 하나를 출력하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
상기 추출된 키워드에 기초하여 상기 영상을 편집할 때 상기 통신부를 통하여 외부 서버를 이용하여 상기 영상을 편집하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
메모리를 더 포함하고,
상기 제어부는
상기 편집된 영상을 메모리에 저장하는 것을 특징으로 하는, 인공지능 기기.
제 1 항에 있어서,
상기 제어부는
인공지능 기술을 사용하여 상기 영상을 편집하는 것을 특징으로 하는, 인공지능 기기.
사용자가 영상 편집 시스템에 접속하는 경우, 상기 사용자와의 대화를 위한 대화형 인터페이스를 출력하는 단계;
상기 대화형 인터페이스를 통하여 상기 사용자가 업로드한 영상을 수신하는 단계;
상기 영상을 편집하기 위한 대화를 상기 대화형 인터페이스를 통하여 출력하는 단계;
상기 대화로부터 상기 영상을 편집하기 위한 키워드를 추출하는 단계; 및
상기 추출된 키워드에 기초하여 상기 영상을 편집하는 단계를 포함하는, 인공지능 기기의 동작 방법.