KR20240051604A - 스토리용 신규 캐릭터 창출방법 및 이를 이용한 캐릭터 기반 스토리 창작 플랫폼 - Google Patents

Abstract

본 발명은 스토리용 캐릭터 데이터를 수집하는 단계; 상기 수집된 캐릭터 데이터로부터 데이터 마이닝, 통계적 기법 또는 머신 러닝을 통하여 신규 캐릭터 창출용 인공지능(AI) 알고리즘을 구축하는 단계; 및 상기 구축된 AI 알고리즘에 의하여 신규 캐릭터를 창출하고 창출된 신규 캐릭터 데이터 베이스(DB)에 저장하는 단계를 포함하는 스토리용 신규 캐릭터 창출 방법을 제공한다. 또한 본 발명은 상기 신규 캐릭터 DB에 기반하고 AI 알고리즘 및 집단 지성의 협업에 의하여 오리지널 스토리를 창작할 수 있는 플랫폼을 제공한다.

Description

스토리용 신규 캐릭터 창출방법 및 이를 이용한 캐릭터 기반 스토리 창작 플랫폼{METHOD OF MAKING NOVEL CHARACTER FOR STORY AND CHARACTER BASED STORY CREATION PLARFORM USING THE SAME}

본 발명은 인공지능(AI) 분야의 기술로서, 구체적으로는 AI와 인간의 협업 프로세스에 의하여 저작물, 특히 오리지널 스토리 저작물을 효율적으로 창작할 수 있는 AI 플랫폼 분야의 기술이다.

최근 한국의 K-컨텐츠는 신드롬을 넘어 하나의 브랜드로 자리매김하고 있다. 이러한 흐름에 힙입어 국내의 OTT사는 투자 확대를 통하여 K-컨텐츠 확보에 힘을 기울이고 있다. 또한 넷플릭스 등 미국의 주요 미디어 그룹 8곳은 향후 컨텐츠 제작에 최소 1150억 달러의 투자를 예고하고 있다. 이처럼 컨텐츠 시장은 폭발적 성장을 거듭하여 엄청난 시장을 형성하고 있다. 이러한 상황을 고려할 때, 한국 컨텐츠 산업은 그야말로 부흥기를 맞고 있다 할 것이다.

한편, 출원인의 자체 분석 결과, 2019년부터 2021년 상반기에 제작 및 방영된 드라마 총 201편 중 오리지널 드라마는 118편이며 원작을 각색한 드라마는 83편이었다. 이 중 시청률 10% 이상을 기록한 드라마는 29편이었으며, 오리지널 드라마가 24편, 원작 각색 드라마가 5편이었다. 즉, 오리지널 드라마의 흥행성이 원작 각색 드라마에 비하여 현저히 우수한 것으로 확인되었다.

OTT 시장의 컨텐츠 확보 경쟁이 치열해질수록 컨텐츠 기획개발 기간의 단축이 요구되는 실정이다. 따라서 작가들의 집필 시간은 줄어들고, 잠재력은 있으나 경험이 없는 신진작가들의 기회는 점점 줄어들고 있다. 이러한 현실에서 컨텐츠 시장은 한정적인 스타작가만으로 오리지널 드라마의 수요가 감당이 안되는 상황에 봉착해 있다.

2010년까지 암흑기를 겪던 AI 기술은 알파고로 상징되는 딥러닝 기술의 상용화로 획기적인 전환기를 맞고 있다. 머신러닝(기계학습)의 선두적 지위를 갖는 딥러닝 기술은 다양한 분야에서 예상 외의 발전과 가시적인 역할을 수행하고 있다. 그러나 이러한 AI 기술의 발달에도 불구하고 스토리 저작에 있어 AI의 성능은 아직 유아기에 있다할 것이다. 한편 AI 기술은 빅테이터 처리 기술의 발전과 병행하여 더욱 비약적 발전을 거듭하고 있다.

대한민국 등록특허공보 등록번호 제10-2304240호

본 발명은 전술한 바와 같은 오리지널 컨텐츠 제작의 어려움을 고려하고 AI 기술의 활용성을 모티브로 하여 안출된 발명으로서, 인공지능 및 집단지성의 콜라보 시스템을 도입함으로써 효율적으로 대량의 스토리용 신규 캐릭터들을 창출할 수 있는 스토리용 신규 캐릭터 창출 방법을 제공하는 것을 목적으로 한다.

또한, 본 발명은 기본적으로 상기 스토리용 신규 캐릭터를 활용하고 집단지성 및 AI를 활용하여 캐릭터 기반의 오리지널 스토리를 단시간에 대량으로 창작할 수 있는 캐릭터 기반 스토리 창작 플랫폼을 제공하는 것을 목적으로 한다.

본 발명의 일 실시예에 따른 스토리용 신규 캐릭터 창출방법은 스토리용 캐릭터 데이터를 수집하는 단계; 상기 수집된 캐릭터 데이터로부터 데이터 마이닝, 통계적 기법 또는 머신러닝을 통하여 신규 캐릭터 창출용 인공지능(AI) 알고리즘을 구축하는 딘계; 및 상기 구축된 AI 알고리즘에 의하여 신규 캐릭터를 창출하고 창출된 신규 캐릭터를 신규 캐릭터 데이터베이스(DB)에 저장하는 단계를 포함한다.

상기 캐릭터 데이터는 텍스트 데이터 또는 디자인 데이터를 포함할 수 있다.

상기 텍스트 데이터는 정형 텍스트 데이터 또는 비정형 텍스트 데이터를 포함할 수 있다.

상기 정형 텍스트 데이터는 기설정된 입력포맷에 유저가 직접 입력한 정보를 포함할 수 있다.

한편, 상기 디자인 데이터는 정형 디자인 데이터 또는 비정형 디자인 데이터를 포함하고, 상기 정형 디자인 데이터는 제공되는 디자인 툴을 통하여 유저가 직접 디자인한 정보를 포함할 수 있다.

본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼은 신규 캐릭터 DB로부터 제공되는 신규 캐릭터 데이터를 기반으로, 유저가 스토리 시드(story seed)를 입력할 수 있는 유저 인터페이스 및 스토리 시드를 자동으로 생성할 수 있는 AI 스토리 알고리즘을 포함하는 스토리 시드 생성부; 생성된 스토리 시드로부터 일부의 스토리 시드를 선정하는 스토리시드 선정부; 및 선정된 스토리 시드에 대하여 스토리 창작 작업을 수행할 수 있는 적어도 하나의 협업툴을 제공하는 스토리 협업 키트를 포함한다.

상기 캐릭터 기반 창작 플랫폼은 상기 유저 또는 상기 스토리 창작 작업에 참여한 참여자에 대하여 보상할 수 있는 보상 시스템을 더 포함할 수 있다.

또한, 상기 스토리 시드 선정부는 스토리 시드의 추천 랭킹을 분석하는 랭킹 시스템; 및 상기 랭킹 시스템으로부터 제공되는 정보에 기초하여 스토리의 향후 트렌드를 AI 트렌드 예측 알고리즘에 의하여 예측하는 트렌드 예측 시스템을 포함할 수 있다.

본 발명에 따른 스토리용 캐릭터 창출 방법에 의하면 AI 알고리즘 및 집단 창의력에 기초하여, 무수히 많은 신규 캐릭터를 효과적으로 창출할 수 있는 캐릭터 창출 플랫폼을 제공할 수 있다. 또한, 빅데이터 학습으로 구축된 AI의 캐릭터 창출을 통하여 일반적으로 예측하기 어려운 신규 캐릭터가 폭발적으로 증가함으로써 스토리의 기반이 되는 ‘캐릭터’의 다양성이 획기적으로 증가될 수 있다.

개발된 신규 캐릭터는 텍스트형 캐릭터 뿐만 아니라 이미지 캐릭터, 3D 캐릭터, 음성 캐릭터 등 당야한 형태의 캐릭터를 포함하므로써, 메타버스, VR 등의 차세대 기술 영역에서 적극적으로 활용될 수 있을 것이다.

본 발명에 따른 캐릭터 기반 스토리 창작 플랫폼은 캐릭터의 관계도 등 캐릭터에 기반한 스토리 시드를 AI 알고리즘 및 집단 지성에 의하여 창작함으로써 대량의 스토리 시드를 지속적으로 공급할 수 있다. 또한 스토리 시드를 유저들의 선호도에 의하여 선정함으로써 랭킹 정보가 생성될 수 있고 따라서 스토리 시드의 경향성을 분석함으로써 스토리 컨텐츠의 트렌드를 예측 할 수 있는 시스템을 제공할 수도 있다.

또한, 상기 시스템은 선정된 스토리 시드를 시작점으로 하여 협업과정을 통하여 오리지널 스토리를 대량으로 생성할 수 있다.

선정된 스토리 시드는 기본적으로 흥행성이 일정부분 확보된 것으로서, 협업 과정으로 흥행성을 점검하면서 스토리를 완성할 수 있어 유명 작가에 의하지 않고도 우수한 오리지널 스토리 컨텐츠를 무한히 창작할 수 있을 것이다. 나아가 본 플랫폼은 숨어 있는 유능한 신인 작가를 발굴할 수 있는 등용문이 될 것이다.

최초 AI가 인간을 대체함에 따른 일자리 감소 문제가 대두되고 있다. 그러나 본 발명은 증강 AI 기술에 기초한 창작 플랫폼으로써 AI와 인간지성의 협업을 유도하는 새로운 가능성을 보여 줄 수 있을 것이다. 즉, AI가 대체함으로써 발생하는 여유는 인간이 인간답게 인간 지성을 충분히 극대화하여 발휘할 수 있도록 하는 단비가 될 것이다.

도 1은 본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼의 구동 원리를 개념적으로 설명하기 위한 순서도이다.
도 2는 본 발명의 일 실시예에 따른 스토리용 신규 캐릭터 창출 방법을 구현하기 위한 스토리용 신규 캐릭터 창출 플랫폼의 예를 개념적으로 설명하기 위한 블록도이다.
도 3은 도 2의 정형 텍스트 데이터 수집부에서 유저 입력 정보를 입력받기 위한 입력 포맷을 예시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼을 개념적으로 설명하기 위한 블록도이다.
도 5는 본 발명의 일 실시예에 따른 보상 시스템을 개념적으로 설명하기 위한 블록도이다.
도 6은 본 발명의 일 실시예에 따른 스토리 트렌드 예측 플랫폼을 개념적으로 설명하기 위한 블록도이다.

이하 첨부된 도면들을 참조하여 본 발명인 스토리용 신규 캐릭터 창출 방법 및 이를 이용한 캐릭터 기반 스토리 창작 플랫폼에 대하여 자세하게 설명하고자 한다. 그러나 하기 설명들은 본 발명의 기술 사상을 구체화하여 설명하기 위한 예시들일 뿐 본 발명의 기술 사상은 하기 설명들에 의하여 제한되지 않는다. 본 발명의 기술 사상은 오직 후술하는 청구 범위에 의하여 해석되고 제한될 수 있을 뿐이다. 본원 명세서 전체에서, 어떤 부분이 어떤 구성요소를 ‘포함’한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

본 발명은 캐릭터 자체의 확장 또는 캐릭터들의 관계도 등으로부터 스토리를 창작할 수 있는, 즉 캐릭터 기반 스토리 창작 플랫폼이다. 특히 상기 플랫폼은 증강 AI 기술을 도입하여 구성된다.

본 명세서에서, 상기 ‘증강 AI 기술’이란 기존의 특정 프로세스를 완전히 AI로 대체하지 않고 인간과 AI의 협업을 도모하는 기술을 의미하는 것으로 정의한다. 따라서 증강 AI 기술은 AI에 의한 효율성 강화에 의하여 인간의 역할이 더욱 인간스럽게 작동될 수 있도록 한다. 따라서 본 발명에 따른 캐릭터 기반 스토리 창작 플랫폼은 스토리 기반 오리지널 스토리를 창작해낼 수 있는 AI와 인간, 나아가 AI와 집단 지성의 콜라보 창작 시스템으로 기능능할 수 있다.

도 1은 본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼의 구동 원리를 개념적으로 설명하기 위한 순서도이다.

도 1을 참조하면, 캐릭터 기반 스토리 창작 플랫폼의 구동 프로레스(S100)는 전술한 바와 같은 증강 AI 기술에 기반하며, 크게는 캐릭터 창출 단계(S110), 스토리 시드 생성 단계(S120), 스토리 시드 선정 단계(S130) 및 스토리 생성 단계(S140)을 포함한다.

상기 캐릭터 창출 단계(S110)는 본 발명의 ‘스토리용 신규 캐릭터 창출 방법’에 대응하는 기술 사상을 포함한다. 상기 캐릭터 창출 단계(S110)에서는 수집된 다양한 캐릭터 관련 빅데이터로부터 신규 캐릭터를 창출하는 AI 알고리즘을 구축함으로써, 기존 창작자들에 의한 신규 캐릭터 창출의 한계성을 극복할 수 있다.

즉, 상기 캐릭터 창출 단계(S110)에 의하여 캐릭터의 다양성이 폭발적으로 증가될 수 있다. 상기 AI 알고리즘은 수학적 방법론을 기초로 한 통계적 기법에 의하여 구축될 수도 있고, 딥러닝으로 대표되는 머신러닝 (기계학습) 기법에 의하여 구축될 수도 있다. 이러한 방법론은 수집된 데이터의 타입, 가공정도, 요구되는 캐릭터의 정보량 등을 고려하여 맞춤형으로 설계될 수 있다.

AI 알고리즘의 구축을 위하여, 심층 신경망을 이용하는 딥러닝 이외에, 베이지안 네트워크, 의사결정나무, 또는 다양한 하이브리드 방식의 머신러닝 기법이 고려될 수 있다.

한편, AI 알고리즘 구축은 학습 방식 측면에서 지도학습, 비 지도학습, 강화학습, 준 지도학습, 전이학습 등의 다양한 방식이 고려될 수 있다.

나아가 정형 데이터의 경우, 기존 컴퓨팅 수준의 프로그램 등을 이용하여 신규 캐릭터가 창출될 수 있으며, 이때 상기 프로그램은 구축된 AI 알고리즘에 대응하는 구성이 된다.

상기 구축된 알고리즘 및 지속적으로 업데이트 되는 캐릭터 빅데이터로부터 방대한 신규 캐릭터들이 생성될 수 있고, 이를 통하여 AI에 의한 신규 캐릭터 데이터 베이스(DB)가 생성될 수 있다. 생성된 캐릭터 DB내의 캐릭터들은 그 자체로서 하나의 저작물로서의 가치와 상업성을 갖는다. 생성된 신규 캐릭터 DB내의 캐릭터들은 스토리 시드(Story Seed, SS)의 출발점이자 모티브로서의 역할을 갖는다. 즉, 스토리 시드 생성단계(S120)는 캐릭터에 기반한 스토리 시드(SS)를 생성하는 단계이다. 상기 스토리 시드란 대략 한 페이지 분량 정도의 스토리 컨셉을 포함한다. 상기 스토리 시드 생성 단계(S120)에서, 상기 스토리 시드는 다양한 AI 캐릭터 알고리즘을 통하여 생성될 수 있다.

상기 AI 캐릭터 알고리즘은 예를 들면, 쿼리 방식의 관계도 형성 알고리즘, 랜덤 방식에 의한 무작위 조합 알고리즘, 딥러닝 등 기계 학습에 의하여 학습된 알고리즘 등을 포함할 수 있다. 이러한 다양한 캐릭터 알고리즘에 의하여 무수히 많은 SS가 생성되고 저장될 수 있다.

캐릭터 알고리즘에 의한 스토리 시드 생성 외에 유저들의 입력에 의한 스토리 시드 생성이 가능하다. 이에 대해서는 후술하도록 한다.

스토리 시드 생성 단계(S120)가 완료되면 스토리 시드 DB가 구축될 수 있다. 스토리 시드 DB가 구축되면, 전문가 그룹 또는 일반 유저에 의하여 특정 시드가 선정되는 스토리 시드 선정 단계(S130)가 수행되고 이어서 선정된 스토리 시드에 기초하여 전문가 그룹 또는 일반 유저에 의한 스토리 생성 단계(S140)가 수행된다. 상기 스토리 생성 단계(S140)는 온라인 상의 협업 공간에서 상기 스토리 시드의 내용을 진전시키거나, 구체화시킴으로써 스토리를 완성해가는 단계(S14)이다. 즉 스토리 시드에 살을 붙여 오리지널 스토리 컨텐츠를 완성하는 단계(S14)이다.

상기 스토리 선정(S130) 단계에서는, 예를 들면, 노출 빈도가 많거나 추천수가 많은 스토리 시드가 일련의 자동 랭킹 프로세스에 의하여 선정될 수 있다. 선정된 스토리 시드는 후속의 스토리 생성 단계(S140)에서 협업되는 우석적 스토리 시드로서의 지위를 가질 수도 있다.

이상에서와 같이 본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼의 기술 사상은, 캐릭터 기반의 오리지널 스토리 창작 시스템에 관한 것이며, 이러한 ‘창작’이 인간과 AI의 협업, 또는 집단지성과 AI의 협업에 의하여 온라인 상에서 일종의 플랫폼으로 구현된다는 것이다.

이러한 플랫폼은 모바일 기기, PC 환경 등 다양한 기기에서 다양한 형식으로 구현될 수 있으며, 상기 플랫폼에는 AI 알고리즘이 개입되며, 감독, 작가, PD, 연출 등 전문가 그룹 뿐만 아니라 무수히 많은 일반 유저들의 DB 접근 및 창작 활동이 가능하다. 플랫폼에서는 제공하는 유저 인터페이스, 창작 툴 등은 플랫폼 운용자의 모구에 따라 다양하게 변형될 수 있다.

도 2는 본 발명의 일 실시예에 따른 스토리용 신규 캐릭터 창출 방법을 구현하기 위한 스토리용 신규 캐릭터 창출 플랫폼의 예를 개념적으로 설명하기 위한 블록도이다.

도 2에는, 상기 스토리용 신규 캐릭터 창출 방법을 구현하기 위한 구체적인 플랫폼의 실시예가 예시되어 있다. 도 2를 참조하면, 스토리용 신규 캐릭터 창출 플랫폼(200)은 스토리용 캐릭터 데이터를 수집하는 캐릭터 데이터 수집부(205), 신규 캐릭터 창출용 인공지능(AI) 알고리즘인 AI 캐릭터 알고리즘(252)을 구축하기 위한 알고리즘 구축부(230) 및 구축된 알고리즘(252)에 의하여 신규 캐릭터를 창출하고 이들의 집합인 신규 캐릭터 DB를 생성하는 신규 캐릭터 제공부(250)를 포함한다.

이하에서 ‘데이터 수집부’와 ‘데이터’에는 경우에 따라 동일한 도면부호를 사용한다.

상기 캐릭터 데이터 수집부(205)는 텍스트 정보를 주로 수집하는 텍스트 데이터 수집부(210) 및 캐릭터의 각종 디자인 정보를 수집하는 디자인 데이터 수집부(220)를 포함한다. 또한, 상기 텍스트 데이터 수집부(210)는 다시 정보 입력자인 유저에게 일정한 포맷을 제공하여 데이터를 수집하는 정형 텍스트 데이터 수집부(212)와 기타 비정형 텍스트 정보를 수집하는 비정형 텍스트 데이터 수집부(214)를 포함한다. 상기 정형 텍스트 데이터 수집부(212)는 특정한 입력 포맷 갖는 정보 입력 인터페이스를 유저(사용자)에게 제공함으로써 정형의 텍스트 정보를 입력 받을 수 있다. 상기 입력 포맷의 항목 종류, 항목 개수 등은 플랫폼 운용자 또는 캐릭터 수요자의 니즈에 따라 다양하게 변화될 수 있다. 본 실시예에서 상기 정형 텍스트 데이터(212)는 플랫폼 이용자(유저)들의 입력에 의하여 수집되는 것으로 설명하고 있으나 이와 다르게 정형 텍스트 데이터(212)는 수집되는 비정형 텍스트 데이터(214)로부터 추가적인 가공 기법(C1), 예를 들면, 데이터 마이닝 등의 기법에 의하여 정형 텍스트 데이터(212)로 변화될 수도 있다.

도 3은 도 1의 정형 텍스트 데이터 수집부에서 유저 입력 정보를 입력 받기 위한 입력 포맷을 예시한 도면이다.

도 3을 참조하면, 상기 입력 포맷은 141개의 입력 항목을 포함하는 스프레드시트 형식의 포맷을 제공한다. 그러나 상기 입력 포맷은 예시적인 것이며 사용자의 편의성을 고려하여 다양한 입력 인터페이스가 프로그램 설계 시 고려될 수 있다.

한편 상기 유저(사용자)는 일반 유저, 즉 플랫폼 사용자를 포함하며, 특정 컨텐츠를 기획 및 제작하기 위한 전문가 그룹을 포함한다. 상기 전문가 그룹이란 감독, PD, 연출, 작가 등 특정 컨텐츠에 참여하는 전문가일 수 있으며 상기 전문가 그룹에 의하여 입력된 정형 텍스트 데이터(212)는 빅데이터로 흡수 관리됨은 물론 별도의 카테고리로 병행 관리될 수도 있다.

상기 비정형 데이터 수집부(214)는 다양한 마이닝 기법에 의하여 서적, 웹 정보, 드라마, 영화 등의 텍스트 정보로부터 비정형적인 캐릭터 관련 텍스트 정보를 수집하다. 상기 텍스트 데이터 수집부(210)는 상기 수집된 비정형 텍스트 데이터(214)를 다양한 형태로 후 가공처리하는 텍스트 처리 프로그램을 포함할 수 있다.

상기 디자인 데이터 수집부(220)는 다시 정보 입력자인 유저들이 고급 디자인까지 디자인 가능한 디자인 툴(5)을 이용하여 디자인한 캐릭터를 수집하는 정형 디자인 데이터 수집부(222)를 포함한다. 상기 디자인 툴(5)을 이용하여 디자인되는 캐릭터 디자인은 단순한 평면 캐릭터 이미지로부터 입체 디자인, 동영상 디자인까지 다양한 디자인을 포함할 수 있다. 따라서 상기 디자인 툴은 플랫폼 운용자 또는 캐릭터 수요자의 니즈에 따라 다양하게 기능이 업그레이드 되거나 수정될 수 있다.

상기 디자인 데이터 수집부(220)는 다양한 마이닝 기법에 의하여 영화, 드라마를 포함한 각종 미디어 데이터, 웹 데이터 등으로부터 비정형적인 디자인 정보를 수집한다. 상기 디자인 데이터 수집부(220)는 수정된 비정형 디자인 데이터(224)를 다양한 형태로 후가공 처리하는 기자인 처리 프로그램을 포함할 수 있다. 상기 비정형 디자인 데이터(224)에는 소리 정보까지 포함할 수 있다.

한편 비정형 디자인 데이터(224)로부터 추가적인 가용 기법(C2)에 의하여 정형 디자인 데이터(222)가 추출될 수도 있다.

상기 캐릭터 디자인 데이터 수집부(220)에서 수집되어 준비된 로우 데이터들은 추가적인 가공 처리를 거쳐 알고리즘 구축부(230)의 기계 학습용 데이터 등으로 활용된다.

상기 알고리즘 구축부(230)는 예를 들어, 데이터 마이닝 기법이 적용되는 마이닝 처리부(231), 통계 기법이 적용되는 통계 처리부(232) 및 머신러닝이 이루어지는 머신러닝 처리부(233)를 포함할 수 있다. 그러나 상기 알고리즘 구축을 위한 수단은 캐릭터 특성에 따라 다른 처리 기법이 적용된 다양한 처리부가 도입될 수 있다.

상기 알고리즘 구축부(230)는 다양한 방식의 데이터 마이닝 처리(231)를 수행할 수 있고, 전통적인 통계 기법까지 포함한 통계 처리(232)까지 수행할 수 있다. 마이닝 처리부(231) 및 통계 처리부(232)는 다양한 로우 데이터들로부터 신규의 캐릭터를 창출할 수 있는 알고리즘을 생성해낼 수 있다.

또한, 상기 알고리즘 구축부(230)는 머신러닝 처리부(233)를 포함함으로써 다양한 기계학습 알고리즘을 수행함으로써 신규 캐릭터 창출 알고리즘을 생성할 수 있다. 캐릭터 데이터 수집부(205)에서 수집된 다양한 형태의 데이터들은 빅데이터급 규모로서, 기계학습을 위한 유효한 학습용 데이터를 제공할 수 있다.

알고리즘 구축부(230)에서 구축된 다양한 알고리즘들은 후술하는 AI 캐릭터 알고리즘(252)에 탑재되어 다양한 캐릭터 빅데이터를 소스 데이터(254)로 하여 신규 캐릭터를 창출할 수 있거나 빅데이터 내 정보들에 대한 쿼리 입력의 출력 값을 이용하여 다양한 조합 정보에 의한 신규 캐릭터를 창출할 수 있다.

신규 캐릭터 제공부(250)는 전술한 AI 캐릭터 알고리즘(252)을 포함함으로써 입력된 소스 데이터(254) 또는 입력된 쿼리(253)를 처리하여 신규 캐릭터를 생성하고 이를 신규 캐릭터 DB(258)에 누적 저장한다.

이처럼 신규 캐릭터 창출 플랫폼(200)은 다양한 입력 데이터들을 AI 기반 처리 시스템으로 처리함으로써 다양한 신규 캐릭터들을 창출할 수 있고 이를 DB화하여 신규 캐릭터를 후속 프로세스 또는 별도의 수요자에게 공급할 수 있다.

이러한 신규 캐릭터들은 OTT 업체 등 다양한 컨텐츠 시장에 제공될 수 있고, 특히 3D 캐릭터, 멀티미디어 캐릭터들은 메타버스 컨텐츠, VR 컨텐츠 등 차세대 컨텐츠의 주요 캐릭터로 적극 활용될 수 있어, 캐릭터 창출 플랫폼(200)은 그 자체로서의 경제성 및 파급력이 매우 클 것으로 기대된다.

이하에서는 상기 신규 캐릭터 DB(258)로부터 제공되는 신규 캐릭터를 활용하여 스토리 기반 오리지널 스토리를 창작할 수 있는 캐릭터 기반 스토리 창작 플랫폼의 일 실시예를 자세하게 설명하도록 한다.

도 4는 본 발명의 일 실시예에 따른 캐릭터 기반 스토리 창작 플랫폼을 개념적으로 설명하기 위한 블록도이다.

도 4를 참조하면, 캐릭터 기반 스토리 창작 플랫폼(1000)은 도 3의 신규 캐릭터 창출 플랫폼(200)을 포함한다. 그러나 이와 다르게 상기 스토리 창작 플랫폼(1000)을 신규 캐릭터 DB(260)만을 공급 받고, 상기 신규 캐릭터 창작 플랫폼(200)은 상기 캐릭터 기반 스토리 창작 플랫폼(1000)으로부터 제외될 수 있다.

도 4를 다시 참조하면, 상기 캐릭터 기반 스토리 창작 플랫폼(1000)은 상기 신규 캐릭터 창출 플랫폼(200), 스토리 시드 생성부(300), 스토리 시드 선정부(500) 및 스토리 협업 키트(700)를 포함한다.

상기 스토리 시드 생성부(300)는, 전술한 신규 캐릭터 창출 플랫폼(200)에 의하여 생성된 신규 캐릭터 DB(260)를 포함하고, 상기 신규 캐릭터 DB(260)로부터 제공되는 신규 캐릭터들을 기반으로 제1 유저 인터페이스(330)로부터 입력되는 유저 창작 정보에 의하여 생성된 스토리 시드 및 AI 스토리 알고리즘(310)에 의하여 생성된 스토리 시드를 스토리 시드 DB(350)에 저장한다.

상기 유저 인터페이스(330)로부터 입력되는 유저의 창작 활동은 전술한 신규 캐릭터 DB(260)에 의하여 제공되는 다양한 캐릭터들을 모티브로 한다. 따라서 상기 신규 캐릭터 DB(260)의 캐릭터들은 유저의 편의를 고려하여 다양한 방식으로 디스플레이(노출)되고 다양한 방식으로 (고급 기능으로) 검색 가능하여야 한다.

상기 AI 스토리 알고리즘(310)은 예를 들어, 수집된 신규 캐릭터 빅데이터를 학습용 데이터로 활용하여 구축될 수 있고, 공지된 다양한 자연어 처리 기술 API를 다각도로 활용하여 구축될 수도 있다. 한편 ‘crova’등 메이저 AI 플랫폼 제공 업체에서 제공되는 초거대 AI 플랫폼을 연계 활용하여 상기 AI 스토리 알고리즘(310)을 구축할 수도 있다.

다양한 초거대 AI가 구축되어 있어 상기 AI 스토리 알고리즘(310)은 지속적으로 그리고 혁신적으로 업그레이드될 것으로 기대하고 있다.

‘스토리 시드(Story Seed, SS)’란 대략 1페이지 정도의 정보량을 갖는 스토리의 개요 또는 골격에 해당하는 내용으로서, 상기 SS에 구체적인 부가내용, 즉 살을 붙여 완성된 오리지널 스토리를 창작할 수 있다. 상기 스토리 시드는 캐릭터 기반으로 파생되는 스토리 시드이다.

유저 인터페이스(330) 및 AI 스토리 알고리즘(310)에 의하여 생성된 스토리 시드들은 스토리 시드 DB(350)에 전달된다. 생성된 스토리 시드들은 스토리의 씨앗, 즉 스토리의 개시점으로서 기능하므로 소재 고갈의 어려움을 겪고 있는 많은 창작자, 컨텐츠 제작사에 공급될 수 있는 거래의 객체가 될 수도 있다.

스토리 시드 선정부(500)는 스토리 시드 DB(350)로부터 제공되는 스토리 시드 중 실제 스토리 협업 키트(700)에서 오리지널 스토리로 완성되는 스토리 시드를 선정하는 기능을 수행한다. 스토리 시드의 선정 프로세스는 다양하게 변형 실시될 수 있다.

본 심시예에서, 스토리 시드 선정부(500)는 유저가 제공된 스토리 시드 DB(350)에 접근하여 스토리 시드를 열람할 수 있고 선호하는 시드, 또는 흥미로운 시드등을 추천, 또는 선택 할 수 있는 제 2 유저 인터페이스(530)를 포함한다. 제 2 유저 인터페이스(530)에서 추천 또는 선택된 시드 정보들을 랭킹 시스템(540)에 제공된다. 상기 랭킹 시스템(540)은 인기 시드의 랭킹 정보를 실시간 제공하고 다양한 게시판 기능을 포함할 수 있다. 또한 플랫폼 운영자에 의하여 기설정된 기준에 부합하는 스토리 시드는 스토리 시드 선정 DB(570)에 저장되어 후속하는 스토리 협업 키트(700)에서 완성된 스토리로 변화된다. 상기 ‘기설정된 기술’이란, 예를들면 ‘주간 평균 순위 10위 안의 인기 스토리 시드만을 스토리 선정 DB(570)에 저장되게 한다’라는 기준 등이다.

도 6은 본 발명의 일 실시예에 따른 스토리 트렌드 예측 플랫폼을 개념적으로 설명하기 위한 블록도이다.

도 6을 참조하면, 스토리 트렌드 예측 플랫폼(900)은 전술한 랭킹 시스템(540)으로부터 제공되는 각종 시드 랭킹, 스토리 시드, 장르 스토리 시드 선정 유저의 연령 정보 등 무수히 많은 정보를 포함하는 빅데이터 DB인 랭킹 데이터 DB(960)가 구축되어 있다. 상기 랭킹 데이터 DB는 실시간 또는 주기적으로 업데이트 된다.

상기 스토리 트렌드 예측 플랫폼(900)은 제공되는 랭킹 데이터 DB 정보 및 기타 실제 스토리 컨텐츠의 각종 시기적 트렌드 정보(T) 등을 머신러닝하여 생성된 AI 트렌드 예측 알고리즘(930)을 포함한다. 상기 예측 알고리즘(930)의 구축은 상업적으로 제공되는 초거대 AI 플랫폼을 일부 활용하여 구축될 수 있다. 이를 위하여 스토리 트렌드 예측 플랫폼(900)은 랭킹 데이터 DB(910)로부터 제공되는 데이터, 외부의 트렌드 데이터(T)등의 빅데이터를 분석하는 빅데이터 분석부 (920)를 포함한다.

구축된 AI 트렌드 예측 알고리즘(930)은 실시간 업데이트되는 랭킹 데이터 DB(910)를 기반으로 스토리 컨텐츠의 장르, 스토리 유형 등에 따른 상업적 성공 가능성을 분석한다.

상기 스토리 트렌드 예측 플랫폼(900)은 AI 트렌드 예측 알고리즘(930)에 의하여 분석된 결과를 지표화하여 미래의 스토리 컨텐츠 시장의 트렌드를 체계화한 정보로서 가공하여 제공하는 트렌드 예측 시스템(940)을 포함한다.

본 실시예에서는 상기 스토리 트렌드 예측 플랫폼(900)에 스토리 기반 창작 플랫폼(1000)에 포함되는 것으로 설명되었으나, 이와 다르게 상기 스토리 트렌드 예측 플랫폼(900)은 독립적으로 운용될 수 있다.

이처럼 상기 스토리 기반 창작 플랫폼(1000)은 스토리 시도 선정(500) 과정에서 일반 유저가 참여함으로써 스토리 컨텐츠의 트렌드를 분석할 수 있는 소중한 빅데이터를 획득할 수 있도록 한다.

도 4를 다시 참조하면, 캐릭터 기반 스토리 창작 플랫폼(1000)은 스토리 시드 선정부(500)로부터 제공된 스토리 시드 선정 DB 내의 스토리 시드에 대하여 협업툴(710, 720, 730)을 이용하여 오리지널 스토리로 창작할 수 있는 스토리 협업 키트(700)를 포함한다.

상기 스토리 협업 키트(700)의 ‘키트’란 상기 스토리 협업 키트(700)내에 다양한 협업툴을 장착함으로써 협업 공간의 구성과 특징을 다양하게 변화 시킬 수 있는 모듈화된 시스템을 표현하고자 도입한 용어이다.

본 실시예에서 상기 스토리 협업 키트(700)는 일반 유저들만에 의하여 스토리 창작 협업이 이루어지는 일반 유저 협업툴(710), 작가, 감독 등의 전문가 그룹의 협업이 이루어지는 전문가 그룹 협업툴(720) 및 일반 유저와 전문가 그룹이 호재되어 특수한 형태로 창작 작업이 이루어지는 하이브리드 협업툴(730)을 포함한다.

협업툴(710, 720, 730)은 게시판 형태의 고전적인 수단 뿐만 아니라 메타버스 형 가상 작업 공간까지 공지된 다양한 협업 공간이 채용될 수 있다. 또한, 상기 협업툴(710, 720, 730)은 복수의 창작자 뿐만 아니라 단독 창작자의 작업 툴도 포함하는 개념이다.

상기 각각의 협업툴(710, 720, 730)인 일반 유저 협업툴(710), 전문가 그룹 협업툴(720) 및 하이브리드 협업툴(730)은 각각 스토리 (A)(715), 스토리(B)(725) 및 스토리 (C)(735)를 결과물로 출력한다.

각각의 스토리 (715, 725, 735)들은 다양하게 카테고리화 되어 오리지널 스토리 DB(750)에 제공된다. 상기 오리지널 스토리들은 다앙한 오리지널 스토리 컨텐츠 수요자에 공급된다.

공급의 방식은 경제성 등을 고려하여 다양하게 변화될 수 있고 NFT 등의 신규 방식으로 스토리와 소유권이 배분될 수도 있다.

도 5는 본 발명의 일 실시예에 따른 보상 시스템을 개념적으로 설명하기 위한 블록도이다.

도 5를 참조하면, 캐릭터 기반 스토리 창작 플랫폼(1000)은 유저들에 대한 보상의 필요가 발생하는 요소마다 보상부(810, 820, 830)를 포함할 수 있다.

상기 캐릭터 기반 스토리 창작 플랫폼(1000)은 보상 시스템(800)을 포함하여 상기 보상 시스템(800)은 신규 캐릭터 창출부(200)에 대응한 제1 보상부(810), 스토리 시드 생성부(300)에 대용한 제2 보상부(820) 및 스토리 협업부(700)에 대응한 제3 보상부(830)를 포함할 수 있다.

상기 보상 시스템(800)의 보상 메커니즘은 블록체인 방식, NFT 등 최근 트렌드 기술을 활용하여 다양하게 설계 및 구축될 수 있다.

전술한 각종 ‘부(part)’및 플랫폼들은 혼재되어 하나의 거대 플랫폼을 형성할 수도 있고 각각 독립된 플랫폼으로 기능할 수도 있다. 이러한 변형은 플랫폼 운용자, 컨텐츠 제작사 등 수요자의 특수성 또는 요구에 따라 탄력적으로 운용될 수 있다.

이상 본 발명의 다양한 실시예에 대하여 설명하였으나, 본 실시예 및 본 명세서에 첨부된 도면은 본 발명에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 본 발명의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 본 발명의 권리범위에 포함되는 것이 자명하다고 할 것이다.

Claims (8)

1. 스토리용 캐릭터 데이터를 수집하는 단계;
   상기 수집된 캐릭터 데이터로부터 데이터 마이닝, 통계적 기법 또는 머신러닝을 통하여 신규 캐릭터 창출용 인공지능(AI) 알고리즘을 구축하는 단계; 및
   상기 구축된 AI 알고리즘에 의하여 신규 캐릭터를 창출하고 창출된 신규 캐릭터를 신규 캐릭터 데이터 베이스(DB)에 저장하는 단계를 포함하는,
   스토리용 신규 캐릭터 창출 방법.
2. 제1항에 있어서,
   상기 캐릭터 데이터는 텍스트 데이터 또는 디자인 데이터를 포함하는 것을 특징으로 하는, 스토리용 신규 캐릭터 창출 방법.
3. 제2항에 있어서,
   상기 텍스트 데이터는 정형 텍스트 데이터 또는 비정형 텍스트 데이터를 포함하는 것을 특징으로 하는, 스토리용 신규 캐릭터 창출 방법.
4. 제3항에 있어서,
   상기 정형 텍스트 데이터는 기설정된 입력 포맷에 유저가 직접 입력한 정보를 포함하는 것을 특징으로 하는, 스토리용 신규 캐릭터 창출 방법.
5. 제2항에 있어서,
   상기 디자인 데이터는 정형 디자인 데이터 또는 비정형 디자인 데이터를 포함하고, 상기 정형 디자인 데이터는 제공되는 디자인 툴을 통하여 유저가 직접 디자인한 정보를 포함하는 것을 특징으로 하는, 스토리용 신규 캐릭터 창출 방법.
6. 신규 캐릭터 DB로부터 제공되는 신규 캐릭터 데이터를 기반으로,
   유저가 스토리 시드(Story Seed)를 입력할 수 있는 유저 인터페이스 및 스토리 시드를 자동으로 생성할 수 있는 AI 스토리 알고리즘을 포함하는 스토리 시드 생성부;
   생성된 스토리 시드로부터 일부의 스토리 시드를 선정하는 스토리 시드 선정부; 및
   선정된 스토리 시드에 대하여 스토리 창작 작업을 수행할 수 있는 적어도 하나의 협업툴을 제공하는 스토리 협업 키트를 포함하는,
   캐릭터 기반 스토리 창작 플랫폼.
7. 제6항에 있어서,
   상기 유저, 또는 상기 스토리 창작 작업에 참여한 참여자에 대하여 보상할 수 있는 보상 시스템을 더 포함하는 것을 특징으로 하는,
   캐릭터 기반 창작 플랫폼.
8. 제6항에 있어서,
   상기 스토리 시드 선정부는 스토리 시드의 추천 랭킹을 분석하는 랭킹 시스템; 및
   상기 랭킹 시스템으로부터 제공되는 정보에 기초하여 스토리의 향후 트렌드를 AI 트렌드 예측 알고리즘에 의하여 예측하는 트렌드 예측 시스템을 포함하는 것을 특징으로 하는, 캐릭터 기반 창작 플랫폼.