KR20230173907A - 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 - Google Patents
가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 Download PDFInfo
- Publication number
- KR20230173907A KR20230173907A KR1020220074734A KR20220074734A KR20230173907A KR 20230173907 A KR20230173907 A KR 20230173907A KR 1020220074734 A KR1020220074734 A KR 1020220074734A KR 20220074734 A KR20220074734 A KR 20220074734A KR 20230173907 A KR20230173907 A KR 20230173907A
- Authority
- KR
- South Korea
- Prior art keywords
- expression
- face
- avatar
- emotional state
- user
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000002996 emotional effect Effects 0.000 claims abstract description 117
- 230000001131 transforming effect Effects 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 29
- 230000014509 gene expression Effects 0.000 claims description 181
- 238000013473 artificial intelligence Methods 0.000 claims description 44
- 230000002159 abnormal effect Effects 0.000 claims description 39
- 238000009223 counseling Methods 0.000 claims description 28
- 230000008451 emotion Effects 0.000 claims description 14
- 230000008921 facial expression Effects 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012805 post-processing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 206010029216 Nervousness Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001755 vocal effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Acoustics & Sound (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
본 개시의 몇몇 실시예에 따른 컴퓨팅 장치에 의해 수행되는, 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 방법으로서, 상기 방법은: 비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하는 단계; 상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하는 단계; 상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하는 단계; 상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계; 및 상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하는 단계 - 상기 제 1 표현은 상기 제 2 표현과 상이함 -;를 포함할 수 있다.
Description
본 발명은 비대면 상담 서비스에 관한 것으로, 특히 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법에 관한 것이다.
기존의 상담 서비스는 보통 대면으로 진행되었으나, 다양한 이유(예를 들어, 질병, 직접적인 대면에 대한 거부감 등)로 인하여 비대면으로 진행되는 경우가 늘어나고 있다.
상담 서비스 중에서 심리 상담은 상담을 받는 피면담자의 표정, 행동 등 감정 표현에 따라 상담 내용이 달라질 수 있다. 화상으로 진행되는 심리 상담은 피면담자가 상담 내용의 녹화로 인한 신상노출을 우려하여 카메라를 사용하지 않는 경향이 있다. 카메라를 사용하지 않는 경우, 상담을 진행하는 면담자는 피면담자의 현재 상태를 정확하게 파악할 수 없어 상담이 원활하게 진행되기 어려울 수 있다.
상담을 원활하게 진행하기 위해 피면담자의 아바타(avatar)를 생성하여 피면담자의 현재 상태가 아바타에 반영되도록 할 수 있다. 아바타를 통해 상담을 진행하는 과정에서, 피면담자의 폭언 및 욕설을 표현하는 행위가 아바타를 통해 면담자에게 전달되어 면담자의 감정 노동이 야기될 수 있다. 감정 노동의 강도가 심화됨에 따라, 면담자의 업무 효율 저하, 스트레스의 증가, 우울증 가능성 증가 등의 직접 혹은 간접적인 피해가 발생되고 있다. 따라서, 감정 노동의 발생 자체를 줄이거나 이를 차단하기 위한 조치가 필요할 수 있다.
본 개시는 전술한 배경기술에 대응하여 안출 된 것으로, 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법을 제공하고자 한다.
본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 과제를 해결하기 위한, 본 개시의 몇몇 실시예에 따라, 컴퓨팅 장치에 의해 수행되는, 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 방법으로서, 상기 방법은: 비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하는 단계; 상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하는 단계; 상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하는 단계; 상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계; 및 상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변경하는 단계 - 상기 제 1 표현은 상기 제 2 표현과 상이함 -;를 포함할 수 있다.
대안적으로, 상기 제 1 영상은 카메라로 촬영된 상기 제 1 사용자의 얼굴을 포함할 수 있다.
대안적으로, 상기 제 1 사용자에 대응되는 아바타의 제 1 표현을 생성하는 단계는, 사전 학습된 제 1 인공지능 모델을 사용하여 상기 제 1 영상으로부터 상기 아바타의 제 1 표현을 획득하는 단계;를 포함하며, 상기 사전 학습된 제 1 인공지능 모델은: 학습 영상을 입력 받아 상기 학습 영상에 대응되는 아바타의 표현을 출력하도록 학습되는 생성 네트워크, 및 상기 생성 네트워크의 출력인 상기 아바타의 표현을 입력 받아 상기 입력된 아바타의 표현의 진위를 판단하는 판별 네트워크에 기반하여 사전 학습된 인공지능 기반의 모델일 수 있다.
대안적으로, 상기 적어도 하나의 파라미터의 값을 획득하는 단계는, 사전 학습된 제 2 인공지능 모델을 사용하여, 상기 제 2 영상 및 상기 음성으로부터 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계;를 포함하며, 상기 사전 학습된 제 2 인공지능 모델은: 상기 감정 상태를 나타내기 위한 복수의 파라미터들 각각에 대응되는 클래스(class)들 각각에 대한 가능성을 나타내는 값을 출력하는 분류(classification) 모델일 수 있다.
대안적으로, 상기 사전 학습된 제 2 인공지능 모델은, 상기 제 2 영상을 입력으로 하여 상기 제 2 영상을 복수의 클래스들 중 하나의 클래스로 분류하는 영상 기반 분류 결과를 출력하는 제 1 서브 모델; 상기 음성을 입력으로 하여 상기 음성을 상기 복수의 클래스들 중 하나의 클래스로 분류하는 음성 기반 분류 결과를 출력하는 제 2 서브 모델; 및 상기 제 1 서브 모델과 상기 제 2 서브 모델의 출력에 기초하여, 상기 복수의 클래스들 중 상기 제 2 영상 및 상기 음성에 대응되는 클래스를 결정하는 후처리 서브 모델;을 포함할 수 있다.
대안적으로, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변경하는 단계는, 상기 적어도 하나의 파라미터 중에서 값이 가장 높은 파라미터에 대응되는 감정 상태를 대표 감정 상태로 결정하는 단계; 및 상기 제 1 표현을 상기 대표 감정 상태가 적용된 상기 제 2 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 제 1 표현을 상기 대표 감정 상태가 적용된 상기 제 2 표현으로 변형하는 단계는, 상기 대표 감정 상태를 정상 감정 상태 및 비정상 감정 상태 중 하나의 감정 상태로 결정하는 단계; 및 상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계는, 상기 대표 감정 상태가 정상 감정에 해당되는 경우, 제 1 표현을 상기 대표 감정 상태에 대응되는 수치 범위 내에서의 최대치에 대응되는 표정 또는 행동이 반영된 상기 제 2 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계는, 상기 대표 감정 상태가 비정상 감정에 해당되는 경우, 제 1 표현을 상기 대표 감정 상태에 대응되는 수치 범위 내에서의 최소치에 대응되는 표정 또는 행동이 반영된 상기 제 2 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 제 2 영상에 기초하여 상기 제 1 사용자의 행동과 관련된 제스처(gesture)를 획득하는 단계; 및 상기 제 2 표현을 상기 제스처가 반영된 상기 아바타의 제 3 표현으로 변형하는 단계;를 더 포함할 수 있다.
대안적으로, 상기 제 2 표현을 상기 제스처가 반영된 상기 아바타의 제 3 표현으로 변형하는 단계는, 상기 제스처를 정상 제스처 및 비정상 제스처 중 하나의 제스처로 결정하는 단계; 및 상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계는, 상기 제스처가 정상 제스처에 해당되는 경우, 상기 제 2 표현을 상기 제스처에 대응되는 수치 범위 내에서의 최대치에 대응되는 제스처가 반영된 상기 제 3 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계는, 상기 제스처가 비정상 제스처에 해당되는 경우, 상기 제 2 표현을 상기 제스처에 대응되는 수치 범위 내에서의 최소치에 대응되는 제스처가 반영된 상기 제 3 표현으로 변형하는 단계;를 포함할 수 있다.
대안적으로, 상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하는 단계는, 상기 적어도 하나의 파라미터의 값 및 상기 제 1 표현에 대응되는 감정 상태에 기초하여, 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계;를 포함할 수 있다.
전술한 과제를 해결하기 위한, 본 개시의 몇몇 다른 실시예에 따른 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치에서 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 방법을 수행하도록 하며, 상기 방법은: 비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하는 단계; 상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하는 단계; 상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하는 단계; 상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계; 및 상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하는 단계 - 상기 제 1 표현은 상기 제 2 표현과 상이함 -;를 포함할 수 있다.
전술한 과제를 해결하기 위한, 본 개시의 몇몇 또 다른 실시예에 따른 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 컴퓨팅 장치로서, 상기 컴퓨팅 장치는: 프로세서; 및 메모리;를 포함하고, 상기 프로세서는, 비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하고, 상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하고, 상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하고, 상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하고, 그리고 상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하며, 상기 제 1 표현은 상기 제 2 표현과 상이할 수 있다.
본 개시는 사용자를 보호할 수 있는 가상화 기반의 비대면 상담 서비스를 제공할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다.
도 1은 본 개시의 몇몇 실시예에 따른 가상화 기반의 비대면 상담 서비스를 제공하기 위한 컴퓨팅 장치, 복수의 사용자 단말들 및 네트워크의 블록도이다.
도 2는 본 개시의 몇몇 실시예에 따른 컴퓨팅 장치에서 수행되는 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법을 나타낸 도면이다.
도 3은 본 개시의 몇몇 실시예에 따른 화상 상담 프로세스와 화상 상담 가상화 프로세스를 나타낸 도면이다.
도 4는 본 개시의 몇몇 실시예에 따른 제 1 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
도 5는 본 개시의 몇몇 실시예에 따른 제 2 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
도 6은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.
도 1은 본 개시의 몇몇 실시예에 따른 가상화 기반의 비대면 상담 서비스를 제공하기 위한 컴퓨팅 장치, 복수의 사용자 단말들 및 네트워크의 블록도이다.
도 2는 본 개시의 몇몇 실시예에 따른 컴퓨팅 장치에서 수행되는 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법을 나타낸 도면이다.
도 3은 본 개시의 몇몇 실시예에 따른 화상 상담 프로세스와 화상 상담 가상화 프로세스를 나타낸 도면이다.
도 4는 본 개시의 몇몇 실시예에 따른 제 1 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
도 5는 본 개시의 몇몇 실시예에 따른 제 2 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
도 6은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.
용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
도 1은 본 개시의 몇몇 실시예에 따른 가상화 기반의 비대면 상담 서비스를 제공하기 위한 컴퓨팅 장치(100), 복수의 사용자 단말들(200, 300) 및 네트워크(400)의 블록도이다.
도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 몇몇 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.
컴퓨팅 장치(100)는 프로세싱 능력을 가지고 있는 임의의 형태의 디바이스를 의미할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 면담자와 피면담자를 연결시켜주는 임의의 서버일 수 있다. 컴퓨팅 장치(100)는 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 프로세서, 휴대용 디바이스 또는 디바이스 제어기 등과 같은 임의의 타입의 컴퓨터 시스템 또는 컴퓨터 디바이스를 포함할 수 있다. 이러한 컴퓨팅 장치(100)는 임의의 형태의 서버 및/또는 사용자 단말을 포함할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 서버, 클라우드 서버 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다.
컴퓨팅 장치(100)는 프로세서(110), 메모리(130), 네트워크부(150)를 포함할 수 있다.
프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터의 처리, 데이터의 분석, 데이터의 분류 및/또는 딥러닝을 위한 임의의 형태의 프로세서를 포함할 수 있다.
프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 몇몇 실시예에 따른 가상화 기반의 비대면 상담 서비스를 제공하는 방법을 위한 데이터 처리를 수행할 수 있다.
또한, 본 개시의 몇몇 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.
본 개시의 몇몇 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부(150)가 수신한 임의의 형태의 정보를 저장할 수 있다. 본 개시의 몇몇 실시예에 따르면, 메모리(130)는 임의의 유형의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다. 본 개시의 몇몇 실시예에 따르면, 메모리(130)는 본 개시의 가상화 기반의 비대면 상담 서비스를 제공하기 위한 임의의 정보를 저장할 수 있다.
본 개시의 몇몇 실시예에 따른 네트워크부(150)는 임의의 형태의 공지된 유선 또는 무선 네트워크들을 사용할 수 있다.
본 개시에서 네트워크부(150)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, PAN, LAN, WAN 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선 또는 블루투스와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.
본 개시에서 네트워크부(150)는 본 개시의 가상화 기반의 비대면 상담 서비스를 제공하기 위해 복수의 사용자 단말들(200, 300)과 통신하여 데이터, 신호 및/또는 정보 중 적어도 하나를 송수신할 수 있다.
본 명세서에서 설명된 기술들은 위에서 언급된 네트워크들 뿐만 아니라, 다른 네트워크들에서도 사용될 수 있다.
본 개시의 몇몇 실시예에 따른 컴퓨팅 장치(100)는 비대면 상담에 참여하는 제 1 사용자 단말(200)로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득할 수 있다.
제 1 영상은 제 1 사용자의 전체 외형 중 적어도 일부가 포함된 영상일 수 있다. 예를 들어, 제 1 영상은 카메라로 촬영된 제 1 사용자의 얼굴을 포함할 수 있다.
비대면 상담은 상담을 진행하는 면담자와 상담 받기를 원하는 피면담자가 임의의 형태의 연결 장치(예를 들어, 컴퓨팅 장치(100), 복수의 사용자 단말들(200, 300) 등)를 통해 연결되어 진행되는 임의의 형태의 상담을 의미할 수 있다. 예를 들어, 비대면 상담은 정신과 의사(면담자)와 우울증을 앓고 있는 환자(피면담자)가 각자 사용자 단말(200, 300)을 통해 컴퓨팅 장치(100)(예를 들어, 서버 등)에 접속하여 비대면으로 진행되는 상담을 포함할 수 있다. 다만, 비대면 상담은 이에 한정되지 않으며, 다양한 종류의 비대면 상담 또한 권리범위 내에 포함될 수 있다.
컴퓨팅 장치(100)는 획득된 제 1 영상에 기초하여, 비대면 상담에 참여하는 제 2 사용자 단말(300)에 표시되는, 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성할 수 있다.
아바타는 개인을 대신하는 캐릭터를 의미할 수 있다. 예를 들어, 아바타는 제 1 사용자 및/또는 제 2 사용자를 대신하는 캐릭터일 수 있다.
표현은 기본 아바타에 적용되는 감정표현 및/또는 제스처(gesture)를 포함할 수 있다. 예를 들어, 제 1 사용자에 대응되는 아바타의 제 1 표현은 제 1 사용자에 대응되는 기본 아바타에 적용되는 제 1 감정표현 및/또는 제 1 제스처를 포함할 수 있다. 감정표현은 예를 들어, 얼굴에서 나타날 수 있는 감정표현, 행동에서 나타날 수 있는 감정표현 및/또는 음성에서 나타날 수 있는 감정표현을 포함할 수 있다.
따라서, 컴퓨팅 장치(100)는 제 1 사용자에 대응되는 기본 아바타에 제 1 표현을 적용하여, 제 1 표현이 적용된 제 1 아바타를 상기 제 1 사용자와 비대면 상담을 수행하는 제 2 사용자 단말(300)에 전달할 수 있다. 제 2 사용자 단말(300)은 컴퓨팅 장치(100)에서 생성된 제 1 표현이 적용된 제 1 아바타를 전달받아 화면에 출력할 수 있다. 추가적인 실시예에서, 컴퓨팅 장치(100)는 제 1 또는 제 2 사용자 단말 자체를 의미할 수도 있다. 이러한 실시예 상에서 제 1 또는 제 2 사용자 단말의 프로세서에 의해 아바타에 대한 생성 및 출력이 이루어질 수 있다.
컴퓨팅 장치(100)는 사전 학습된 제 1 인공지능 모델을 사용하여 제 1 영상으로부터 아바타의 제 1 표현을 획득할 수 있다.
제 1 인공지능 모델은 영상으로부터 일정한 조건에 따라 아바타의 표현을 획득하는 임의의 형태의 모델을 의미할 수 있다. 예를 들어, 제 1 인공지능 모델은 인공지능 기반 모델을 사용하여 특정한 조건에 따라 아바타의 표현을 획득할 수 있다. 일례로, 제 1 인공지능 모델은 생성 네트워크 및 판별 네트워크에 기반하여 사전 학습된 인공지능 기반의 모델일 수 있다.
생성 네트워크는 학습 영상을 입력 받아 학습 영상에 대응되는 아바타의 표현을 출력하도록 학습될 수 있다. 판별 네트워크는 생성 네트워크의 출력인 아바타의 표현을 입력 받아 입력된 아바타의 표현의 진위를 판단할 수 있다.
컴퓨팅 장치(100)는 비대면 상담의 과정에서, 제 1 사용자 단말(200)로부터 제 1 사용자의 제 2 영상 및 음성(voice)을 획득할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 제 1 사용자 단말(200)을 통해 발생된 음성 데이터에서 사전 결정된 임계 값 이상의 세기의 소리가 인식되는 경우, 또는 사전 정의된 특정한 단어가 출현되는 경우 등의 조건이 충족되는 것에 응답하여, 해당 시점 이후의 제 1 사용자 단말(200)로부터 획득된 음성 및 영상을 제 1 사용자의 음성 및 제 2 영상으로 선택할 수 있다.
다른 예를 들어, 컴퓨팅 장치(100)는 사전 결정된 시간에 제 1 사용자 단말(200)로부터 획득된 음성 및 영상을 제 1 사용자의 음성 및 제 2 영상으로 선택할 수 있다.
컴퓨팅 장치(100)는 획득된 제 2 영상 및 획득된 음성에 기초하여, 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사전 학습된 제 2 인공지능 모델을 사용하여, 제 2 영상 및 음성으로부터 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득할 수 있다.
사전 학습된 제 2 인공지능 모델은 감정 상태를 나타내기 위한 복수의 파라미터들 각각에 대응되는 클래스(class)들 각각에 대한 가능성을 나타내는 값을 출력하는 분류(classification) 모델일 수 있다. 예를 들어, 사전 학습된 제 2 인공지능 모델은 제 1 서브 모델, 제 2 서브 모델 및/또는 후처리 서브 모델을 포함할 수 있다.
제 1 서브 모델은 영상을 클래스로 분류하는 모델을 의미할 수 있다. 예를 들어, 제 1 서브 모델은 제 2 영상을 입력으로 하여 제 2 영상을 복수의 클래스들 중 하나의 클래스로 분류하는 영상 기반 분류 결과를 출력할 수 있다.
제 2 서브 모델은 음성을 클래스로 분류하는 모델을 의미할 수 있다. 예를 들어, 제 2 서브 모델은 음성을 입력으로 하여 음성을 복수의 클래스들 중 하나의 클래스로 분류하는 음성 기반 분류 결과를 출력할 수 있다.
컴퓨팅 장치(100)는 제 2 서브 모델에 음성을 입력하는 경우, 노이즈가 제거된 음성을 입력할 수 있다.
예를 들어, 음성이 사용자의 음성과 배경음(예를 들어, 주위 소리 등)으로 이루어진 경우, 배경음은 사용자의 음성과는 다른 주파수 도메인에서 기본 주파수의 배수에 해당하는 등 사용자의 음성과는 상이한 스펙트럼을 가질 수 있다. 컴퓨팅 장치(100)는 이러한 사용자의 음성과 상이한 스펙트럼을 갖는 배경음을 노이즈로서 제거함으로써 제 2 서브 모델의 성능을 높일 수 있다.
다른 예를 들어, 컴퓨팅 장치(100)는 주파수, 종류(유성음, 무성음 등), 음속, 음 높이 등과 같은 사용자의 음성과 관련된 파라미터에 기초하여 배경음을 인식하고, 노이즈로서 제거할 수 있다.
후처리 서브 모델은 각 서브 모델에서 출력된 결과를 종합하여 클래스를 결정하는 모델일 수 있다. 제 1 서브 모델과 제 2 서브 모델의 출력에 기초하여, 복수의 클래스들 중 제 2 영상 및 음성에 대응되는 클래스를 결정하는 모델일 수 있다. 예를 들어, 후처리 서브 모델은 제 1 서브 모델에서 출력된 영상 기반 분류 결과와 제 2 서브 모델에서 출력된 음성 기반 분류 결과를 종합할 수 있다. 그리고, 후처리 서브 모델은 종합 결과에 기초하여, 감정 상태를 나타내기 위한 복수의 파라미터들 각각에 대응되는 클래스들 각각에 대한 가능성을 나타내는 값들 중에서 가장 높은 값을 가지는 클래스를 제 2 영상 및 음성에 대응되는 클래스로 결정하고 출력할 수 있다.
본 개시의 몇몇 실시예에 따르면, 후처리 서브 모델은 종합 결과에 기초하여, 감정 상태를 나타내기 위한 복수의 파라미터들 각각에 대응되는 클래스들 각각에 대한 가능성을 나타내는 값들을 출력할 수 있다.
컴퓨팅 장치(100)는 적어도 하나의 파라미터의 값에 기초하여, 아바타의 제 1 표현을 아바타의 제 2 표현으로 변경할 수 있다. 제 1 표현은 제 2 표현과 상이할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 제 1 표현을 제 2 표현으로 변경하는 경우, 감정 상태가 'A'상태에서 'B'상태로 변경되었다는 표시를 텍스트로 나타낼 수 있다. 따라서, 컴퓨팅 장치(100)는 텍스트를 제 2 사용자 단말(300)에 전달하여 텍스트가 제 2 사용자 단말(300)에 표시되도록 할 수 있다. 제 2 사용자 단말(300)의 사용자는 텍스트를 통해 제 1 사용자의 감정 상태를 파악할 수 있다.
다른 예를 들어, 컴퓨팅 장치(100)는 제 1 표현을 제 2 표현으로 변경하는 경우, 감정 상태가 'A'상태에서 'B'상태로 변경되었다는 표시를 안내 음성으로 나타낼 수 있다. 따라서, 컴퓨팅 장치(100)는 안내 음성을 제 2 사용자 단말(300)에 전달하여 안내 음성이 제 2 사용자 단말(300)에서 재생되도록 할 수 있다. 제 2 사용자 단말(300)의 사용자는 안내 음성을 통해 제 1 사용자의 감정 상태를 파악할 수 있다.
또 다른 예를 들어, 컴퓨팅 장치(100)는 제 1 표현을 제 2 표현으로 변경하는 경우, 적용되는 아바타의 얼굴의 크기를 변형(커지거나 또는 작아지도록)할 수 있다. 일례로, 컴퓨팅 장치(100)는 제 2 표현에 대응되는 감정 상태에 기초하여 아바타의 얼굴의 크기를 변형시킬 수 있다.
또 다른 예를 들어, 컴퓨팅 장치(100)는 제 1 표현을 제 2 표현으로 변경하는 경우, 적용되는 아바타의 얼굴을 변경할 수 있다. 일례로, 컴퓨팅 장치(100)는 제 2 표현이 분노인 경우, 적용되는 아바타의 얼굴의 표정을 화난 것처럼 보이도록 변경시킬 수 있다. 다른 일례로, 컴퓨팅 장치(100)는 제 2 표현이 중립인 경우, 적용되는 아바타의 얼굴의 표정을 평온해 보이도록 변경시킬 수 있다.
컴퓨팅 장치(100)는 적어도 하나의 파라미터 중에서 값이 가장 높은 파라미터에 대응되는 감정 상태를 대표 감정 상태로 결정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사전 학습된 제 2 인공지능 모델에서 출력된 클래스(들)에서 값이 가장 높은 클래스에 대응되는 감정 상태를 대표 감정 상태로 결정할 수 있다.
감정 상태는 사용자의 현재 기분과 관련된 상태를 의미할 수 있다. 예를 들어, 감정 상태는 불안, 초조, 중립, 행복, 놀람, 분노, 두려움, 슬픔, 경멸, 혐오, 감동, 억울함, 원망, 짜증 및/또는 불쾌 중 적어도 하나를 포함할 수 있다.
감정 상태를 나타내는 적어도 하나의 파라미터 각각은 감정 상태의 카테고리 또는 클래스를 의미할 수 있다. 감정 상태를 나타내는 적어도 하나의 파라미터의 값은 감정 상태에 대한 점수를 의미할 수 있다. 감정 상태 및 감정 상태를 나타내는 적어도 하나의 파라미터 각각은 사전에 컴퓨팅 장치(100)의 메모리(130)에 저장되어 있을 수 있다. 또한, 감정 상태에 대응되는 수치 범위 내에서 각 수치별로 대응되는 표정 및/또는 행동이 사전에 컴퓨팅 장치(100)의 메모리(130)에 저장되어 있을 수 있다.
컴퓨팅 장치(100)는 제 1 표현을 대표 감정 상태가 적용된 제 2 표현으로 변형할 수 있다. 일례로, 컴퓨팅 장치(100)는 대표 감정 상태를 정상 감정 상태 및 비정상 감정 상태 중 하나의 감정 상태로 결정할 수 있다.
그리고, 컴퓨팅 장치(100)는 정상 감정 상태와 비정상 감정 상태에 따라 상이한 방식으로 제 1 표현을 제 2 표현으로 변형할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 대표 감정 상태가 정상 감정에 해당되는 경우, 제 1 표현을 대표 감정 상태에 대응되는 수치 범위 내에서의 최대치에 대응되는 표정 및/또는 행동 중 적어도 하나가 반영된 제 2 표현으로 변형할 수 있다. 일례로, 컴퓨팅 장치(100)는 대표 감정 상태가 정상 감정인 행복 상태에 해당되는 경우, 최대치에 대응되는 표정인 입꼬리가 최대로 올라가면서 박장대소하는 표정이 제 2 표현에 반영되어 아바타에 적용시킬 수 있다.
다른 예를 들어, 컴퓨팅 장치(100)는 대표 감정 상태가 비정상 감정에 해당되는 경우, 제 1 표현을 대표 감정 상태에 대응되는 수치 범위 내에서의 최소치에 대응되는 표정 및/또는 행동 중 적어도 하나가 반영된 제 2 표현으로 변형할 수 있다. 일례로, 컴퓨팅 장치(100)는 대표 감정 상태가 비정상 감정인 욕설을 행하는 상태에 해당되는 경우, 최소치에 대응되는 표정인 입모양이 최소한으로 조금 벌려지는 표정이 제 2 표현에 반영되어 아바타에 적용시킬 수 있다.
정상 감정 상태는 비정상 감정 상태에 해당되는 감정 표현을 제외한 나머지 감정 표현일 수 있다. 예를 들어, 정상 감정 상태는 불안, 초조, 불신, 불쾌감, 불편함 등의 감정 표현을 수행하는 상태를 포함할 수 있다.
비정상 감정 상태는 과도한 분노, 초조 등으로 인하여 발생되는 폭언, 욕설에 해당하는 감정 표현을 수행하는 상태일 수 있다. 정상 감정 상태 및/또는 비정상 감정 상태는 사전에 컴퓨팅 장치(100)의 메모리(130)에 저장되어 있을 수 있다.
컴퓨팅 장치(100)는 제 2 영상에 기초하여 제 1 사용자의 행동과 관련된 제스처(gesture)를 획득할 수 있다.
제스처는 말의 효과를 더하기 위하여 하는 몸짓이나 손짓을 의미할 수 있다. 예를 들어, 제스처는 사용자의 손동작, 발동작 등을 포함할 수 있다.
컴퓨팅 장치(100)는 제 2 표현을 제스처가 반영된 아바타의 제 3 표현으로 변형할 수 있다. 일례로, 컴퓨팅 장치(100)는 제스처를 정상 제스처 및 비정상 제스처 중 하나의 제스처로 결정할 수 있다. 그리고, 컴퓨팅 장치(100)는 정상 제스처와 비정상 제스처에 따라 상이한 방식으로 제 2 표현을 제 3 표현으로 변형할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 제스처가 정상 제스처에 해당되는 경우, 제 2 표현을 제스처에 대응되는 수치 범위 내에서의 최대치에 대응되는 제스처가 반영된 제 3 표현으로 변형할 수 있다.
다른 예를 들어, 컴퓨팅 장치(100)는 제스처가 비정상 제스처에 해당되는 경우, 제 2 표현을 제스처에 대응되는 수치 범위 내에서의 최소치에 대응되는 제스처가 반영된 제 3 표현으로 변형할 수 있다.
정상 제스처는 비정상 제스처를 제외한 나머지 제스처일 수 있다. 예를 들어, 정상 제스처는 사용자가 턱을 괴는 동작, 손으로 신체를 만지는 동작, 곁눈질을 하는 동작, 눈을 오래 감는 동작, 팔짱을 끼는 동작, 머리를 기울이는 동작, 웃는 동작, 우는 동작 및/또는 엄지를 올리는 동작 등을 포함할 수 있다.
비정상 제스처는 과도한 분노, 초조 등으로 인하여 발생되는 폭언, 욕설에 해당하는 제스처일 수 있다. 예를 들어, 비정상 제스처는 사용자가 중지를 올리는 동작을 포함할 수 있다. 정상 제스처 및/또는 비정상 제스처는 사전에 컴퓨팅 장치(100)의 메모리(130)에 저장되어 있을 수 있다.
컴퓨팅 장치(100)는 사전 학습된 제 3 인공지능 모델을 사용하여 제 2 영상으로부터 제스처를 획득할 수 있다.
제 3 인공지능 모델은 영상으로부터 일정한 조건에 따라 제스처를 획득하는 임의의 형태의 모델을 의미할 수 있다. 예를 들어, 제 3 인공지능 모델은 인공지능 기반 모델을 사용하여 특정한 조건에 따라 제스처를 획득할 수 있다. 일례로, 제 3 인공지능 모델은 생성 네트워크 및 판별 네트워크에 기반하여 사전 학습된 인공지능 기반의 모델일 수 있다.
생성 네트워크는 학습 영상을 입력 받아 학습 영상에 대응되는 제스처를 출력하도록 학습될 수 있다. 판별 네트워크는 생성 네트워크의 출력인 제스처를 입력 받아 입력된 제스처의 진위를 판단할 수 있다.
제스처의 진위 판별 결과는 생성 네트워크 및 판별 네트워크 모두에게 전파(backpropagation)될 수 있다. 따라서, 제 3 인공지능 모델은 생성 네트워크 및 판별 네트워크를 사용함으로써, 최종적으로 생성 네트워크에서 생성되는 제스처의 정확성이 높아질 수 있다. 제스처의 정확성은 제스처와 실제 영상의 제스처 간에 유사한 정도를 의미할 수 있다.
컴퓨팅 장치(100)는 적어도 하나의 파라미터의 값 및 제 1 표현에 대응되는 감정 상태에 기초하여, 제 1 표현을 제 2 표현으로 변형할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 적어도 하나의 파라미터의 값에 기초하여 제 1 표현을 1차 변형한 제 1-1 표현을 생성할 수 있다. 그리고, 컴퓨팅 장치(100)는 제 1 표현에 대응되는 감정 상태에 기초하여 제 1-1 표현을 2차 변형한 제 2 표현을 생성할 수 있다. 따라서, 컴퓨팅 장치(100)는 동일한 파라미터의 값을 가지더라도 직전 감정 상태(제 1 표현에 대응되는 감정 상태)에 따라 제 2 표현을 다르게 생성함으로써, 보다 세밀한 감정 표현이 가능할 수 있다.
본 명세서에 걸쳐, 인공지능 모델, 신경망 모델, 신경망, 연산 모델, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.
신경망 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. 상술한 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 파라미터를 가질 수 있다. 파라미터는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 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 파라미터에 기초하여 출력 노드 값을 결정할 수 있다.
상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 파라미터의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 파라미터 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.
신경망은 하나 이상의 노드들을 포함하여 구성될 수 있다. 신경망을 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, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.
최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 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 신경망 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 신경망을 구성하는 노드들을 의미할 수 있다. 본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.
딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 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 컨볼루셔널 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.
제 1 사용자 단말(200)은 사용자가 소유하고 있는 PC(personal computer), 노트북(note book), 모바일 단말기(mobile terminal), 스마트폰(smart phone), 태블릿 PC(tablet pc) 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다.
제 1 사용자 단말(200)의 사용자는 우울증을 앓고 있는 환자(피면담자)일 수 있다. 다만, 이에 한정되지 않는다.
제 1 사용자 단말(200)는 컴퓨팅 장치(100)를 통해 수행되는 가상화 기반의 비대면 상담 서비스에 참여할 수 있다.
제 2 사용자 단말(300)은 사용자가 소유하고 있는 PC(personal computer), 노트북(note book), 모바일 단말기(mobile terminal), 스마트폰(smart phone), 태블릿 PC(tablet pc) 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다.
제 2 사용자 단말(300)의 사용자는 정신과 의사(면담자)일 수 있다. 다만, 이에 한정되지 않는다.
제 2 사용자 단말(300)는 컴퓨팅 장치(100)를 통해 수행되는 가상화 기반의 비대면 상담 서비스에 참여할 수 있다.
네트워크(400)는 임의의 형태의 데이터, 신호 및/또는 정보 중 적어도 하나를 송수신할 수 있는 임의의 유무선 통신 네트워크를 포함할 수 있다. 예를 들어, 네트워크(400)는 컴퓨팅 장치(100)와 복수의 사용자 단말들(200, 300) 간에 제 1 영상, 제 2 영상, 음성, 제 1 표현, 제 2 표현 및/또는 제 3 표현 중 적어도 하나를 송수신할 수 있는 유무선 통신 네트워크를 포함할 수 있다.
도 1을 참조하여 상술한 바와 같이, 컴퓨팅 장치(100)는 감정 표현이 가능한 아바타를 생성함으로써, 사용자의 신상을 보호할 수 있다.
또한, 컴퓨팅 장치(100)는 감정 표현 및 제스처의 정상 또는 비정상을 판단하여 사용자의 표현이 필터링된 아바타를 생성할 수 있다. 따라서, 컴퓨팅 장치(100)는 상담 진행 시 내담자, 그룹 참여자, 상담자 등 화상 상담에 참여하는 구성원 중 일부 구성원이 수행하는 돌발행동(예를 들어, 비정상 감정 상태, 비정상 제스처 등)으로부터 다른 구성원들을 보호할 수 있다.
도 2는 본 개시의 몇몇 실시예에 따른 컴퓨팅 장치에서 수행되는 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법을 나타낸 도면이다.
도 2를 참조하면, 컴퓨팅 장치(100)는 비대면 상담에 참여하는 제 1 사용자 단말(200)로부터 제 1 사용자에 대응되는 제 1 영상을 획득할 수 있다(S110).
컴퓨팅 장치(100)는 획득된 제 1 영상에 기초하여, 비대면 상담에 참여하는 제 2 사용자 단말(300)에 표시되는, 제 1 사용자에 대응되는 아바타의 제 1 표현을 생성할 수 있다(S120). 예를 들어, 이러한 제 1 사용자에 대응되는 아바타의 제 1 표현은 비대면 상담 과정에서 획득되는 제 1 사용자의 얼굴 및/또는 체형에 기초하여 생성될 수 있다. 이러한 예시에 따라서, 제 1 사용자의 얼굴 및/또는 체형에 맞는 아바타를 통해 비대면 상담이 이루어질 수 있으며, 이에 따라 비대면 상담에서의 현실성이 강화될 수 있다.
컴퓨팅 장치(100)는 비대면 상담의 과정에서, 제 1 사용자 단말(200)로부터 제 1 사용자의 제 2 영상 및 음성을 획득할 수 있다(S130).
컴퓨팅 장치(100)는 획득된 제 2 영상 및 획득된 음성이 기초하여, 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득할 수 있다(S140). 예를 들어, 컴퓨팅 장치(100)는 비대면 상담 과정에서 획득된 영상 및/또는 음성을 입력으로 하는 인공지능 기반의 모델(또는 룰 기반 모델)을 사용하여, 비대면 상담 과정에서 획득된 영상 및/또는 음성에 대응되는 파라미터들의 값을 획득할 수 있다.
컴퓨팅 장치(100)는 적어도 하나의 파라미터의 값에 기초하여, 아바타의 제 1 표현을 아바타의 제 2 표현으로 변경할 수 있다(S150). 예를 들어, 컴퓨팅 장치(100)는 이러한 파라미터들의 값을 기초로 하여 영상을 생성하기 위한 인공지능 기반의 모델(또는 룰 기반 모델)을 사용하여 제 1 표현 및 파라미터들의 값으로부터 아바타의 제 2 표현을 생성할 수 있다. 이러한 아바타의 제 2 표현은 파라미터들의 값을 통해 획득된 감정 상태에 대한 정보와 직전의 감정 상태인 제 1 표현에 대한 정보에 기반하여 결정될 수 있다. 즉, 획득된 감정 상태가 동일하다고 하더라도 직전의 감정 상태의 종류에 따라 제 2 표현은 상이하게 결정될 수 있다.
일 실시예에서, 감정 상태에 대한 변화가 사전 결정된 변화 임계 값을 초과하지 않는 경우에는 직전 감정 상태에 대응되는 표현이 출력되는 형태로 비대면 상담이 이루어질 수 있다. 일례로, 감정 상태의 변화가 없는 사용자에 대해서는 직전 감정 상태에 대응되는 표현이 적용된 아바타에서 사용자의 발화에 대응되도록 입 모양이 변화하는 형태로 아바타가 출력될 수 있다.
도 3은 본 개시의 몇몇 실시예에 따른 화상 상담 프로세스와 화상 상담 가상화 프로세스를 나타낸 도면이다.
도 3에서 도시되는 바와 같이, 컴퓨팅 장치(100)는 복수의 사용자 단말들(200, 300) 간의 화상 상담 프로세스(500a) 및 화상 상담 프로세스(500a)의 보조를 위한 화상 상담 가상화 프로세스(500b)를 수행할 수 있다. 다른 예시로, 컴퓨팅 장치(100)는 화상 상담 프로세서(500a)의 적어도 일부 프로세스 및 화상 상담 가상화 프로세서(500b)를 구현할 수도 있다. 이하에서 수행되는 프로세스들은 컴퓨팅 장치(100)를 통해 수행될 수 있다.
화상 상담 프로세스(500a)는 복수의 사용자 단말들(200, 300) 간의 비대면 상담(예를 들어, 화상 상담 등)의 세션(session)이 개시되는 단계(510)를 포함할 수 있다.
화상 상담을 시작하기에 앞서 컴퓨팅 장치(100)는 제 1 사용자 단말(200)로부터 제 1 사용자에 대응되는 제 1 영상을 획득하는 단계(520)를 포함할 수 있다.
컴퓨팅 장치(100)는 제 1 영상을 화상 상담 가상화 프로세스(500b)로 전달할 수 있다. 그리고, 컴퓨팅 장치(100)는 화상 상담 가상화 프로세스(500b)를 수행하는 경우, 복수의 인공지능 모델들(예를 들어, 제 1 인공지능 모델(570), 제 2 인공지능 모델(580), 제 3 인공지능 모델 등)을 사용할 수 있다.
컴퓨팅 장치(100)는 화상 상담 가상화 프로세스(500b)를 통해 제 1 표현을 획득할 수 있다.
컴퓨팅 장치(100)는 제 1 표현이 적용된 제 1 아바타를 제 2 사용자 단말(300)에 제공하는 단계(530)를 포함할 수 있다.
컴퓨팅 장치(100)는 화상 상담을 진행하는 단계(540)를 포함할 수 있다.
컴퓨팅 장치(100)는 화상 상담이 진행되는 과정에서 제 1 사용자 단말의 제 2 영상 및 음성을 획득하는 단계(550)를 포함할 수 있다.
컴퓨팅 장치(100)는 획득된 제 2 영상 및 음성을 화상 상담 가상화 프로세스(500b)로 전달할 수 있다. 컴퓨팅 장치(100)는 화상 상담 가상화 프로세스(500b)를 통해 제 2 표현 및/또는 제 3 표현 중 적어도 하나를 획득할 수 있다.
컴퓨팅 장치(100)는 제 2 표현 또는 제 3 표현이 적용된 제 2 아바타를 제 2 사용자 단말(300)에 제공할 수 있다. 이러한 방식으로 컴퓨팅 장치(100)를 통해 복수의 사용자 단말들 간에 화상 상담이 진행되는 과정에서 아바타를 생성하고 제공함에 따라 화상 상담 시 개인 신상 노출을 줄일 수 있으며, 피면담자의 실제 얼굴을 포함하는 불법 녹화도 예방할 수 있다.
또한, 컴퓨팅 장치(100)를 통해 화상 상담이 진행되는 과정에서, 면담자(제 2 사용자 단말(300)의 사용자)는 피면담자(제 1 사용자 단말(200)의 사용자)의 아바타를 통해 비언어적 행동에 대해서 관찰이 가능하다. 따라서, 컴퓨팅 장치(100)를 통한 화상 상담은 대면 상담과 유사하게 상담이 원활하게 이루어지고 정확한 상담이 이루어질 수 있다.
또한, 컴퓨팅 장치(100)를 통해 화상 상담이 진행되는 과정에서, 사용자의 표현이 필터링된 아바타를 생성할 수 있다. 따라서, 컴퓨팅 장치(100)는 상담 진행 시 내담자, 그룹 참여자, 상담자 등 화상 상담에 참여하는 구성원 중 일부 구성원이 수행하는 돌발행동(예를 들어, 비정상 감정 상태, 비정상 제스처 등)으로부터 다른 구성원들을 보호할 수 있다.
도 4는 본 개시의 몇몇 실시예에 따른 제 1 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
제 1 인공지능 모델(570)은 학습 영상(10)을 입력 받고 아바타의 표현(20)을 출력하는 생성 네트워크(571)를 포함할 수 있다. 제 1 인공지능 모델(570)은 아바타의 표현(20)을 입력 받고 아바타의 표현의 진위여부를 판단하는 진위 판별 결과(30)를 출력하는 판별 네트워크(572)를 더 포함할 수 있다.
아바타의 표현의 진위 판별 결과(30)는 생성 네트워크(571) 및 판별 네트워크(572) 모두에게 전파(backpropagation)될 수 있다. 따라서, 제 1 인공지능 모델(570)은 생성 네트워크(571) 및 판별 네트워크(572)를 사용함으로써, 최종적으로 생성 네트워크(571)에서 생성되는 아바타의 표현의 정확성이 높아질 수 있다. 아바타의 표현의 정확성은 아바타의 표현이 실제 영상의 표현과 유사한 정도를 의미할 수 있다.
아바타의 표현의 진위 판별 결과(30)에 따른 결과 값(40)이 생성 네트워크(571)와 판별 네트워크(572)에 함께 반영되는 방식으로 생성 네트워크(571)와 판별 네트워크(572)가 서로 경쟁적으로 학습됨에 따라, 종국적으로는 생성 네트워크(571)가 생성하는 아바타의 표현(20)이 실제 사용자의 표현과 유사해지는 결론을 얻을 수 있다.
도 5는 본 개시의 몇몇 실시예에 따른 제 2 인공지능 모델의 예시적인 네트워크 구조를 나타낸 도면이다.
제 2 인공지능 모델(580)은 제 2 영상(50)을 입력 받고 영상 기반 분류 결과(60)를 출력하는 제 1 서브 모델(581), 음성(70)을 입력 받고 음성 기반 분류 결과(80)를 출력하는 제 2 서브 모델(582) 및 영상 기반 분류 결과(60)와 음성 기반 분류 결과(80)를 입력 받고 클래스(90)를 출력하는 후처리 서브 모델(583)을 포함할 수 있다.
제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)은 교사 학습, 비교사 학습(unsupervised learning), 반교사 학습(semi supervised learning), 또는 강화 학습 중 적어도 하나의 방식으로 학습될 수 있다. 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)은 출력의 오류를 최소화하는 방향으로 학습될 수 있다.
교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링 되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다.
예를 들어, 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링 된 학습 데이터가 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)에 입력되고, 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다.
다른 예를 들어, 데이터 분류에 관한 비교사 학습의 경우, 입력인 학습 데이터 가 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다.
업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변 화량이 결정될 수 있다. 입력 데이터에 대한 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 제 1 서브 모델(581) 및/또는 제 2 서브 모델(582)의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.
도 2 및 도 3에 도시되는 단계들은 예시적인 단계들이다. 따라서, 본 개시 내용의 사상 범위를 벗어나지 않는 한도에서 도 2 및 도 3의 단계들 중 일부가 생략되거나 추가적인 단계들이 존재할 수 있다는 점 또한 당업자에게 명백할 것이다. 또한, 도 2 및 도 3에 기재된 구성들(예를 들어, 컴퓨팅 장치(100), 복수의 사용자 단말들(200, 300) 등)에 관한 구체적인 내용은 도 1, 도 4 및 도 5를 통해 설명한 내용으로 대체될 수 있다.
도 6은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.
본 개시가 일반적으로 컴퓨팅 장치에 의해 구현될 수 있는 것으로 전술되었지만, 당업자라면 본 개시가 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어 및/또는 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다. 여기서 컴퓨팅 장치는 본 개시에 따른 문장을 생성 및 검증하기 위한 방법을 수행할 수 있다.
컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 본 개시에 따라 하나 이상의 프로세서로 하여금 문장을 생성 및 검증하기 위한 방법을 수행하도록 하는 명령을 포함하는 컴퓨터 프로그램을 저장할 수 있다.
컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다.
컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다.
시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다.
컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114), 자기 플로피 디스크 드라이브(FDD)(1116), 및 광 디스크 드라이브(1120)를 포함한다. 이들은 각각의 인터페이스(1124, 1126, 1128)에 의해 시스템 버스(1108)에 연결될 수 있다.
이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다.
운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장 및 캐싱될 수 있다.
사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 임의의 다른 인터페이스에 의해 연결될 수 있다.
모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.
컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 임의의 통상적인 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다.
본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다.
본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다.
여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다
제시된 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
Claims (16)
- 컴퓨팅 장치에 의해 수행되는, 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 방법으로서, 상기 방법은:
비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하는 단계;
상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하는 단계;
상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하는 단계;
상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계; 및
상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변경하는 단계 - 상기 제 1 표현은 상기 제 2 표현과 상이함 -;
를 포함하는,
방법.
- 제 1 항에 있어서,
상기 제 1 영상은 카메라로 촬영된 상기 제 1 사용자의 얼굴을 포함하는,
방법.
- 제 1 항에 있어서,
상기 제 1 사용자에 대응되는 아바타의 제 1 표현을 생성하는 단계는,
사전 학습된 제 1 인공지능 모델을 사용하여 상기 제 1 영상으로부터 상기 아바타의 제 1 표현을 획득하는 단계;
를 포함하며,
상기 사전 학습된 제 1 인공지능 모델은:
학습 영상을 입력 받아 상기 학습 영상에 대응되는 아바타의 표현을 출력하도록 학습되는 생성 네트워크, 및 상기 생성 네트워크의 출력인 상기 아바타의 표현을 입력 받아 상기 입력된 아바타의 표현의 진위를 판단하는 판별 네트워크에 기반하여 사전 학습된 인공지능 기반의 모델인,
방법.
- 제 1 항에 있어서,
상기 적어도 하나의 파라미터의 값을 획득하는 단계는,
사전 학습된 제 2 인공지능 모델을 사용하여, 상기 제 2 영상 및 상기 음성으로부터 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계;
를 포함하며,
상기 사전 학습된 제 2 인공지능 모델은:
상기 감정 상태를 나타내기 위한 복수의 파라미터들 각각에 대응되는 클래스(class)들 각각에 대한 가능성을 나타내는 값을 출력하는 분류(classification) 모델인,
방법.
- 제 4 항에 있어서,
상기 사전 학습된 제 2 인공지능 모델은,
상기 제 2 영상을 입력으로 하여 상기 제 2 영상을 복수의 클래스들 중 하나의 클래스로 분류하는 영상 기반 분류 결과를 출력하는 제 1 서브 모델;
상기 음성을 입력으로 하여 상기 음성을 상기 복수의 클래스들 중 하나의 클래스로 분류하는 음성 기반 분류 결과를 출력하는 제 2 서브 모델; 및
상기 제 1 서브 모델과 상기 제 2 서브 모델의 출력에 기초하여, 상기 복수의 클래스들 중 상기 제 2 영상 및 상기 음성에 대응되는 클래스를 결정하는 후처리 서브 모델;
을 포함하는,
방법.
- 제 1 항에 있어서,
상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변경하는 단계는,
상기 적어도 하나의 파라미터 중에서 값이 가장 높은 파라미터에 대응되는 감정 상태를 대표 감정 상태로 결정하는 단계; 및
상기 제 1 표현을 상기 대표 감정 상태가 적용된 상기 제 2 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 6 항에 있어서,
상기 제 1 표현을 상기 대표 감정 상태가 적용된 상기 제 2 표현으로 변형하는 단계는,
상기 대표 감정 상태를 정상 감정 상태 및 비정상 감정 상태 중 하나의 감정 상태로 결정하는 단계; 및
상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 7 항에 있어서,
상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계는,
상기 대표 감정 상태가 정상 감정에 해당되는 경우, 제 1 표현을 상기 대표 감정 상태에 대응되는 수치 범위 내에서의 최대치에 대응되는 표정 또는 행동이 반영된 상기 제 2 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 7 항에 있어서,
상기 정상 감정 상태와 상기 비정상 감정 상태에 따라 상이한 방식으로 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계는,
상기 대표 감정 상태가 비정상 감정에 해당되는 경우, 제 1 표현을 상기 대표 감정 상태에 대응되는 수치 범위 내에서의 최소치에 대응되는 표정 또는 행동이 반영된 상기 제 2 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 1 항에 있어서,
상기 제 2 영상에 기초하여 상기 제 1 사용자의 행동과 관련된 제스처(gesture)를 획득하는 단계; 및
상기 제 2 표현을 상기 제스처가 반영된 상기 아바타의 제 3 표현으로 변형하는 단계;
를 더 포함하는,
방법.
- 제 10 항에 있어서,
상기 제 2 표현을 상기 제스처가 반영된 상기 아바타의 제 3 표현으로 변형하는 단계는,
상기 제스처를 정상 제스처 및 비정상 제스처 중 하나의 제스처로 결정하는 단계; 및
상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 11 항에 있어서,
상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계는,
상기 제스처가 정상 제스처에 해당되는 경우, 상기 제 2 표현을 상기 제스처에 대응되는 수치 범위 내에서의 최대치에 대응되는 제스처가 반영된 상기 제 3 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 11 항에 있어서,
상기 정상 제스처와 상기 비정상 제스처에 따라 상이한 방식으로 상기 제 2 표현을 상기 제 3 표현으로 변형하는 단계는,
상기 제스처가 비정상 제스처에 해당되는 경우, 상기 제 2 표현을 상기 제스처에 대응되는 수치 범위 내에서의 최소치에 대응되는 제스처가 반영된 상기 제 3 표현으로 변형하는 단계;
를 포함하는,
방법.
- 제 1 항에 있어서,
상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하는 단계는,
상기 적어도 하나의 파라미터의 값 및 상기 제 1 표현에 대응되는 감정 상태에 기초하여, 상기 제 1 표현을 상기 제 2 표현으로 변형하는 단계;
를 포함하는,
방법.
- 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치에서 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 방법을 수행하도록 하며, 상기 방법은:
비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하는 단계;
상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하는 단계;
상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하는 단계;
상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하는 단계; 및
상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하는 단계 - 상기 제 1 표현은 상기 제 2 표현과 상이함 -;
를 포함하는,
컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램.
- 가상화(virtualization) 기반의 비대면 상담 서비스를 제공하기 위한 컴퓨팅 장치로서, 상기 컴퓨팅 장치는:
프로세서; 및
메모리;
를 포함하고,
상기 프로세서는,
비대면 상담에 참여하는 제 1 사용자 단말로부터 제 1 사용자에 대응되는 제 1 영상(image)을 획득하고,
상기 획득된 제 1 영상에 기초하여, 상기 비대면 상담에 참여하는 제 2 사용자 단말에 표시되는, 상기 제 1 사용자에 대응되는 아바타(avatar)의 제 1 표현을 생성하고,
상기 비대면 상담의 과정에서, 상기 제 1 사용자 단말로부터 상기 제 1 사용자의 제 2 영상 및 음성(voice)을 획득하고,
상기 획득된 제 2 영상 및 상기 획득된 음성에 기초하여, 상기 제 1 사용자의 감정 상태를 나타내는 적어도 하나의 파라미터의 값을 획득하고, 그리고
상기 적어도 하나의 파라미터의 값에 기초하여, 상기 아바타의 제 1 표현을 상기 아바타의 제 2 표현으로 변형하며,
상기 제 1 표현은 상기 제 2 표현과 상이한,
컴퓨팅 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220074734A KR20230173907A (ko) | 2022-06-20 | 2022-06-20 | 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220074734A KR20230173907A (ko) | 2022-06-20 | 2022-06-20 | 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230173907A true KR20230173907A (ko) | 2023-12-27 |
Family
ID=89378177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220074734A KR20230173907A (ko) | 2022-06-20 | 2022-06-20 | 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230173907A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200005753A (ko) | 2020-01-06 | 2020-01-16 | 효성아이티엑스(주) | 고객 응대용 감정 분석 장치 |
-
2022
- 2022-06-20 KR KR1020220074734A patent/KR20230173907A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200005753A (ko) | 2020-01-06 | 2020-01-16 | 효성아이티엑스(주) | 고객 응대용 감정 분석 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11010645B2 (en) | Interactive artificial intelligence analytical system | |
| WO2020135194A1 (zh) | 基于情绪引擎技术的语音交互方法、智能终端及存储介质 | |
| Chen et al. | Multimodal multi-task learning for dimensional and continuous emotion recognition | |
| CN113420807A (zh) | 基于多任务学习与注意力机制的多模态融合情感识别系统、方法及实验评价方法 | |
| US11458409B2 (en) | Automatic classification and reporting of inappropriate language in online applications | |
| CN115641543B (zh) | 一种多模态抑郁情绪识别方法及装置 | |
| KR20210070213A (ko) | 음성 사용자 인터페이스 | |
| WO2023284435A1 (zh) | 生成动画的方法及装置 | |
| WO2020193929A1 (en) | Interactive systems and methods | |
| WO2023226239A1 (zh) | 对象情绪的分析方法、装置和电子设备 | |
| Fares et al. | Zero-shot style transfer for gesture animation driven by text and speech using adversarial disentanglement of multimodal style encoding | |
| CN117251057A (zh) | 一种基于aigc构建ai数智人的方法及系统 | |
| CN116524924A (zh) | 数字人交互控制方法、装置、电子设备和存储介质 | |
| CN115858726A (zh) | 基于互信息方法表示的多阶段多模态情感分析方法 | |
| Churamani et al. | Affect-driven modelling of robot personality for collaborative human-robot interactions | |
| KR20230173907A (ko) | 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법 | |
| Nguyen | Multimodal emotion recognition using deep learning techniques | |
| Bi et al. | A state of the art technology with machine intelligence in human emotion recognition | |
| US20230377238A1 (en) | Autonomous animation in embodied agents | |
| Sahu | Towards Building Generalizable Speech Emotion Recognition Models | |
| EP4382182A1 (en) | Device and method for controlling a virtual avatar on an electronic device | |
| US20240169633A1 (en) | Interactive systems and methods | |
| Torres-Fonseca et al. | HADREB: Human Appraisals and (English) Descriptions of Robot Emotional Behaviors | |
| Hagrot | A Data-Driven Approach For Automatic Visual Speech In Swedish Speech Synthesis Applications | |
| Sutar et al. | A Survey on Deep Facial Expression Recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |