KR20240066974A - 인물의 특성에 따라 맞춤형 상담을 수행하는 방법 - Google Patents

인물의 특성에 따라 맞춤형 상담을 수행하는 방법 Download PDF

Info

Publication number
KR20240066974A
KR20240066974A KR1020230112814A KR20230112814A KR20240066974A KR 20240066974 A KR20240066974 A KR 20240066974A KR 1020230112814 A KR1020230112814 A KR 1020230112814A KR 20230112814 A KR20230112814 A KR 20230112814A KR 20240066974 A KR20240066974 A KR 20240066974A
Authority
KR
South Korea
Prior art keywords
user
electronic device
type
response
addiction
Prior art date
Application number
KR1020230112814A
Other languages
English (en)
Inventor
문만기
Original Assignee
문만기
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 문만기 filed Critical 문만기
Priority to KR1020230112814A priority Critical patent/KR20240066974A/ko
Publication of KR20240066974A publication Critical patent/KR20240066974A/ko

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • 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
    • 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
    • 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
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • 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
    • G10L15/08—Speech classification or search
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
    • H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
    • 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
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)

Abstract

본 발명의 실시 예에 따른 전자 장치의 제어 방법은 상기 전자 장치가, 디지털 휴먼이 시각화 된 이미지 및 적어도 하나의 질의를 포함하는 상기 디지털 휴먼의 음성을 제공하고, 상기 질의에 대한 사용자의 응답을 획득하는, 상담 단계, 상기 전자 장치가, 상기 응답에 따라 상기 사용자의 기품(disposition), 심덕(virtue), 체용(personality), 문견(cognitive faculty), 및 처지(personal environments)를 포함하는 5가지 측정 항목에 대한 측정 값을 획득하는, 측정 단계, 및 상기 전자 장치가, 상기 획득된 측정 값을 바탕으로, 디지털 중독에 대한 내성과 관련된 상기 사용자의 유형을 식별하는, 분류 단계를 포함할 수 있다.

Description

인물의 특성에 따라 맞춤형 상담을 수행하는 방법{Method for conducting customized counseling according to the characteristics of the person}
본 발명은 인물의 특성에 따라 맞춤형 상담을 수행하는 방법에 관한 것이다.
지금까지 행위 중독(bahavioral addiction)연구에서 나타난 문제점들을 요약하면 크게 두가지로 나눌 수 있다. 첫째는 온라인과 오프라인을 구분하지 않고 행위중독을 개념화하는 것이고, 둘째는 여전히 기존의 물질(약물) 중독에서 유래된 진단척도에 기반하여 행위중독 진단 및 임상적 개입전략을 수립하는 문제이다.
가상세계와 현실세계의 자기 효능성 차이로 인해 행위중독 관련 연구에서는 오프라인과 온라인을 구분하지 않고 행위중독을 바라보는 등 다소 혼란스러운 측면이 있다. 이러한 현상은 그간 오프라인과 온라인 행위중독의 진단기준 및 구성요소 등 관련 연구가 미진하여 개념화가 명확히 이루어지지 않았기 때문인 것으로 보고되고 있다.
물질 중독은 매개물질(약물 등)의 노출횟수와 양에 직접적 영향을 받지만, 행위 중독은 인물의 행동 및 심리적 특성, 사회 환경적 요인에 의해 많은 영향을 받기 때문에 인물의 특성에 따라 동일한 노출시간에도 중독에 민감한 유형과 그렇지 않은 유형이 존재한다. 따라서 약물중독에서 유래된 기존의 진단 척도사용에 의존하는 것을 지양하고, 인물의 특성에 따른 행위중독에 대한 진단 및 대응 전략이 요구되는 바이다.
대한민국 공개특허공보 10-2021-0116223호(인공지능 기반의 가상상담 서비스 장치 및 방법)
본 발명의 실시 예는 행위 중독을 진단하고 이에 대한 대응전략을 수립하는 데 있어, 약물 중독에서 유래된 기존의 진단 척도가 아닌 인물의 특성에 맞는 진단 및 대응 전략을 수립하기 위해 고안되었다.
본 발명의 실시 예는 인물을 행위 중독에 대한 내성과 관련된 복수의 유형 중 어느 하나로 분류하고, 인물의 유형에 따라 행위 중독에 대한 진단 및 상담이 이루어지도록 하기 위해 고안되었다.
본 개시의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 개시의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 개시의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 개시의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 실시 예에 따른 전자 장치의 사용자 유형별 상담 방법은 상기 전자 장치가, 상담 단계, 측정 단계, 분류 단계, 개입단계 및 진단 단계를 수행함을 통해 이루어질 수 있다.
상기 상담 단계는 디지털 휴먼이 시각화 된 이미지 및 적어도 하나의 질의를 포함하는 상기 디지털 휴먼의 음성을 제공하고, 상기 질의에 대한 사용자의 응답을 획득하는 단계를 의미할 수 있다.
그리고 상기 상담 단계 이후 수행되는 상기 측정 단계에서는 상기 전자 장치가 상기 사용자의 응답에 따라 상기 사용자의 기품(disposition), 심덕(virtue), 체용(personality), 문견(cognitive faculty), 및 처지(personal environments)를 포함하는 5가지 측정 항목에 대한 측정 값을 획득하는 동작을 수행할 수 있다.
그리고 상기 분류 단계에서는, 상기 전자 장치가, 상기 획득된 측정 값을 바탕으로, 디지털 중독에 대한 내성과 관련된 상기 사용자의 유형을 식별하는 동작을 수행할 수 있다.
그리고 상기 개입 단계에서는 상기 전자 장치가, 상기 사용자의 유형에 매칭되는 상담 내용을 선택하고, 상기 선택된 상담 내용을 상기 디지털 휴먼의 음성으로 제공할 수 있다.
그리고, 상기 전자 장치는, 상기 상담 단계를 위한 질의 및 응답을 생성하도록 훈련된 제1 대화 모델 및 디지털 중독에 대한 내성과 관련된 복수의 유형 각각에 매칭되는 상담 내용을 제공하도록 훈련된 복수의 제2 대화 모델을 포함할 수 있다. 그리고 상기 전자 장치는 상기 개입 단계에서 상기 복수의 제2 대화 모델 중 상기 사용자의 유형에 매칭되는 제2 대화 모델을 바탕으로 상담 내용을 획득하고, 상기 획득된 상담 내용을 상기 디지털 휴먼의 음성으로 제공할 수 있다.
그리고 상기 전자 장치는 측정 단계에서, 시종일관성 및 활동성에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 기품에 대한 측정 값을 획득하되, 상기 시종일관성 및 활동성에 대한 긍정 정도가 증가됨에 비례하여 기품에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 측정 단계에서 윤리규범 및 신의에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 심덕에 대한 측정 값을 획득하되, 상기 윤리규범에 대한 실천력 및 신의에 대한 긍정 정도가 증가됨에 비례하여 심덕에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 측정 단계에서 포용력 및 사회적 적응력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 체용에 대한 측정 값을 획득하되, 상기 포용력 및 사회적 적응력에 대한 긍정 정도가 증가됨에 비례하여 체용에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 상기 측정 단계에서, 문제해결능력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 문견에 대한 측정 값을 획득하되, 상기 문제해결능력에 대한 긍정 정도가 증가됨에 비례하여 문견에 대한 측정 값이 증가되도록 설정하고, 사회적 지지 및 사회적 조직력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 문견에 대한 측정 값을 획득하되, 상기 사회적 지지 및 사회적 조직력에 대한 긍정 정도가 증가됨에 비례하여 문견에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 상기 분류 단계에서, 상기 획득된 측정 값에 기반하여 사용자의 유형을 식별하되, 상기 5가지 측정 항목에 대한 측정값이 모두 기준치 미만인 경우, 상기 사용자를 회피형으로 식별하고, 상기 5가지 측정 항목 중 기품(disposition) 및 문견(cognitive faculty)에 대한 측정값이 기준치 미만인 경우, 상기 사용자를 타협형으로 식별하고, 상기 5가지 측정 항목에 대한 측정값이 모두 기준치 이상인 경우, 상기 사용자를 문제해결형으로 식별할 수 있다.
그리고 상기 전자 장치는 상기 진단 단계에서 상기 사용자의 디지털 중독을 유발하는 인자(예, 디지털 콘텐츠)에 대한 노출 시간 및 상기 사용자의 유형을 바탕으로, 상기 사용자의 디지털 중독 정도를 판단할 수 있다.
본 발명의 실시 예는 사용자의 특성에 대응하여 행위 중독(디지털 중독)에 대한 진단 및 상담을 수행할 수 있으므로, 사용자 맞춤형 대응 전략을 수립할 수 있도록 도울 수 있다.
또한, 본 발명의 실시 예는 인공지능 기반의 디지털 휴먼과의 질의 및 응답 과정을 통해 사용자의 성격 특성에 대한 데이터를 수집하므로, 실제 상담을 수행하는 것과 유사한 환경에서 사용자의 유형 식별을 수행할 수 있고, 별도의 테스트지 작성을 수행하지 않으므로 이로 인한 피로감을 줄일 수 있으며, 치료적 접근성, 효율성, 그리고 익명 보장성에 있어 장점이 있다.
또한, 중독을 경험하고 있는 내담자가 낙인효과 등을 우려하여 가족이나 오프라인 상담자에게 자신의 문제를 솔직하게 진술하지 않아 발생했던 그간의 치료효과 한계점들은 본 발명의 실시 예인 인공지능기반 디지털 휴먼이 실행하는 내담자와의 상호교감에 기반한 내담자중심 상담모형 구축을 통해 개선될 수 있기 때문에 임상적 효과를 극대화할 수 있다.
도 1은 본 발명의 실시 예에 따른 전자장치의 구성을 도시한 도면이다.
도 2는 본 발명의 실시 예에 따른 사용자 판단부의 구성을 도시한 도면이다.
도 3은 본 발명의 실시 예에 따른 제2 대화모델의 구성을 도시한 도면이다.
도 4는 본 발명의 실시 예에 따른 전자 장치의 제어 방법에 관하여 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 발명의 실시 예에 따른 전자 장치(10)는 행위 중독에 대한 예방, 진단 및 치료 목적의 상담을 수행할 수 있다.
행위 중독은 물질중독(또는 약물중독)처럼 인간의 뇌에 특정 물질이 작용하여 신경전달적응 단계를 거침으로써 내성과 금단요인이 발현되는 구조가 아니라, 인간행동이 중독 매개체가 되는 특징이 있으며, 그 종류로는 디지털 중독, 도박 중독, 연애 중독, 종교 중독, 권력 중독, 섹스 중독, 음식 중독, 쇼핑 중독, 공부 중독 등이 해당된다.
이러한 행위 중독은 인물의 행동, 심리적 특성, 사회 환경적 요인 등에 의해 영향을 받는 정도가 큰 것으로 알려져 있으며, 그에 따라 인물의 특성에 따라 행위에 대한 동일한 노출시간에도 중독에 민감한 샘플과 그렇지 않은 샘플이 존재한다.
이러한 행위 중독의 특징에 기인하여, 상기 전자 장치(10)는 사용자의 특성을 판단하기 위한 상담(1차 상담)을 통해 사용자를 특성에 따라 유형별로 분류하고, 사용자의 유형에 기반하여 사용자 상담(2차 상담)을 진행할 수 있다.
이하, 명세서에서 행위 중독 중 디지털 중독에 대한 실시 예를 위주로 기술하고 있으나, 본 발명의 실시 예에 따른 예방, 진단 및 치료 동작의 대상은 디지털 중독으로 한정되지 않으며, 상기 언급한 도박 중독을 비롯한 다양한 종류의 행위중독을 모두 포함하는 것으로 이해되어야 한다.
상기 전자 장치(10)의 제어 동작에 대한 구체적인 실시 예는 이하 첨부된 도면을 참조하여 상세하게 설명한다.
먼저, 도 1 내지 도 3을 참조하여 본 발명의 실시 예에 따른 전자 장치의 구성 및 기능에 대하여 설명하기로 한다.
도 1은 본 발명의 실시 예에 따른 전자장치의 구성을 도시한 도면이다.
도 2는 본 발명의 실시 예에 따른 사용자 판단부의 구성을 도시한 도면이다.
도 3은 본 발명의 실시 예에 따른 제2 대화모델의 구성을 도시한 도면이다.
도 1에서 도시되는 바와 같이, 본 발명의 실시 예에 따른 전자 장치(10)는 프로세서(100), 메모리(200) 및 통신부(300)를 포함하여 구성될 수 있다. 그리고 상기 프로세서(100)는 학습 수행부(110), 사용자 판단부(120) 및 상담 진행부(130)를 포함하여 구성될 수 있다. 그리고 상기 메모리(200)는 제1 대화모델(210)과 제2 대화모델(220)를 포함하여 구성될 수 있다. 그리고 도시되지는 않았지만, 상기 메모리(200)에는 대화 모델 외에 사용자의 유형을 판단하는 동작을 수행하는 인공지능 모델(예, 유형 판단 모델)이 추가로 포함될 수 있다.
이와 같이, 상기 전자 장치(10)는 다양한 구성 요소를 포함하여 구성될 수 있다. 이하에서는 각 구성 요소에 대하여 보다 구체적으로 기술하기로 한다.
상기 전자 장치(10)의 프로세서(100)는 앞서 기재한 바와 같이, 학습 수행부(110), 사용자 판단부(120) 및 상담 진행부(130)를 포함하여 구성될 수 있다.
상기 학습 수행부(110) 인물감평이론에 기반하여 사용자 유형을 판단하기 위한 동작 및 사용자 유형 별 상담 동작(2차 상담)을 수행하는 데 필요한 인공지능 모델의 학습을 수행할 수 있다.
먼저, 상기 학습 수행부(110)에서는 사용자 유형을 판단하는 데 요구되는 동작 중 1차 상담 동작에 필요한 질의 및 응답 내용을 생성하도록 인공지능 모델(제1 대화 모델)을 훈련시킬 수 있다.
예컨대, 상기 학습 수행부(110)는 디지털 휴먼이 시각화 된 이미지와, 적어도 하나의 질의를 포함하는 상기 디지털 휴먼의 음성을 제공하는 동작을 수행하도록 인공지능 모델을 훈련할 수 있다. 상기 디지털 휴먼은 기 훈련된 인공지능 모델에 기반하여 상담용 질문을 사용자에게 제공하고, 사용자의 응답에 대응하여 답변하는 가상의 상담사를 의미할 수 있다.
이 때, 상기 디지털 휴먼은 사용자가 실제 상담사와 대화를 하는 것과 유사한 환경에서 응답 및 질문을 할 수 있도록 음성 사운드로 사용자에게 질문을 제공할 수 있다.
그리고 상기 디지털 휴먼은 사용자와 대화를 진행하는 과정에서, 사용자가 디지털 휴먼의 질문을 보다 쉽게 이해할 수 있도록 시각화 된 이미지를 사용자에게 제공할 수 있다. 또한 상기 디지털 휴먼은 사용자의 응답에 대한 오인식을 방지하고, 사용자에게 응답의 내용을 확인하는 과정에서 시각화 된 이미지를 사용자에게 제공할 수도 있다.
그리고 상기 학습 수행부(110)는 상기 1차 상담에서 이루어진 사용자의 응답에 따라 사용자의 유형을 식별하는 인공지능 모델(유형 판단 모델)을 훈련시킬 수 있다.
상기 학습 수행부(110)는 인공지능 모델(유형 판단 모델)이 질의에 대한 사용자의 응답을 기반으로 인물감평이론의 5구(五具)에 해당하는 5가지 측정 항목(기품(disposition), 심덕(virtue), 체용(personality), 문견(cognitive faculty), 처지(person environments))에 대한 측정 값을 획득하고, 상기 측정 값을 바탕으로 사용자의 유형을 회피형, 타협형, 문제 해결형의 3가지 중 어느 하나로 식별하도록 훈련시킬 수 있다.
그리고, 상기 학습 수행부(110)는 상기 식별된 사용자의 유형에 따라 상담을 진행하는 인공지능 모델(제2 대화 모델)의 학습을 수행할 수 있다.
구체적으로, 상기 학습 수행부(110)는 상기 사용자의 유형에 매칭되는 상담 내용을 선택하고, 상기 선택된 상담 내용을 디지털 휴먼의 음성 및 텍스트 중 적어도 하나로 제공하도록 인공지능 모델(제 2 대화 모델)을 학습시킬 수 있다.
상기 사용자 판단부(120)는 상기 학습 수행부(110)에 의해 학습된 인공지능 모델에 기반하여 사용자의 유형을 판단하기 위한 동작을 수행할 수 있다.
상기 사용자 판단부(120)는 사용자의 유형 판단에 요구되는 사용자 응답 내용을 수집하기 위해, 1차 상담 동작을 수행할 수 있다. 그리고 상기 사용자 판단부(120)는 상기 1차 상담을 통해 획득된 사용자의 응답에 기반하여 사용자를 유형 별로 분류하되, 사용자를 인물감평이론에 따른 3가지 유형(ex, 회피형, 타협형, 문제해결형)중 어느 하나로 분류할 수 있다.
상기 사용자 판단부(120)가 수행하는 동작에 대하여 보다 자세히 설명하기 위해, 도 2를 참조하기로 한다.
도 2에서 도시되는 바와 같이, 상기 사용자 판단부(120)는 질문 생성부(121), 항목 측정부(122) 및 유형 식별부(123)을 포함하여 구성될 수 있다.
상기 질문 생성부(121)는 상기 메모리(200)에 저장된 제1 대화모델을 구동하여 사용자와의 1차 상담을 진행하는 데 요구되는 질문을 생성할 수 있다.
일 실시 예에 따라, 상기 질문 생성부(121)는 사용자 측에 최초 제시하는 질문을 사용자가 누구인지와 관계없이 동일하게 지정할 수 있다. 또는 상기 질문 생성부(121)는 사용자의 기본적인 신상 정보(예, 성별, 연령, 직업 등)에 대응하여 최초 질문을 생성할 수도 있다. 기술된 방법에 제한되지 않고, 상기 질문 생성부(121)는 다양한 방법으로 1차 상담을 시작하는 사용자에게 제시할 최초 질문을 생성할 수 있다.
최초 질문을 생성하여 사용자에게 제시한 후, 사용자로부터 그에 대응하는 응답을 수신하면, 상기 질문 생성부(121)는 수신된 사용자의 응답에 대응하는 후속 질문을 생성하여 상기 사용자에게 제시할 수 있다.
이 때, 상기 질문 생성부(121)는 질문 생성 시, 인물감평이론에 대응하는 5구 항목(기품, 심덕, 체용, 문견, 처지)을 측정하기 위한 질문을 생성할 수 있다.
구체적으로, 상기 5구 항목 각각에 대하여 측정하기 위한 질문 생성 방법에 대하여 설명하면 다음과 같다.
먼저, 상기 질문 생성부(121)는 5구 항목 중 '기품(disposition)'의 측정을 위한 질문을 생성할 수 있다. 상기 '기품'은 선천적인 기질의 강약과 명암을 측정하는 잠재변수이다. 상기 '기품'은 인물의 시종일관성을 강약으로 측정하고, 활동성을 밝고, 어두운 정도로 측정하도록 설계된 항목이다. 예를 들면 본 발명에서는, 꾸준하고 한결 같은 정도가 강하고, 밝은 성품을 가진 사용자로 판단될수록 '기품'에 해당하는 값이 큰 값으로 측정될 수 있다.
이러한 '기품'이라는 항목의 특성에 따라, 상기 질문 생성부(121)는 사용자의 본인이 세운 계획을 지속하는 의지 등과 같은 시종일관성을 평가하기 위한 질문을 생성할 수 있다. 상기 질문 생성부(121)는 예컨대, '기품' 항목을 측정하기 위한 질문으로 '계획한 운동을 1개월 이상 지속한 적이 있는가?', '주변에서 밝은 사람이라는 평가를 받는가?' 와 같은 질문을 생성할 수 있다.
다음으로, 상기 질문 생성부(121)는 5구 항목 중 '심덕(virtue)'의 측정을 위한 질문을 생성할 수 있다. 상기 '심덕'은 개인의 후천적 노력에 의해 구축된 개인의 윤리규범과 신의(언행일치)에 대한 평소의 실천력을 측정하는 변수로, 윤리규범 및 신의가 있는 사용자로 판단될수록 '심덕'의 값은 크게 측정될 수 있다.
이러한 '심덕'이라는 항목의 특성에 따라, 상기 질문 생성부(121)는 예컨대, '평소에 도덕적이고 도리와 사리에 맞게 행동하며 거짓이 없는가?', '평소에 겸손함이 부족하며 도리와 사리에 맞지 않게 겉치레를 중시할 때가 자주 있는가?', '매사에 신의와 언행일치가 높은 편인가?', '매사에 신의와 언행일치가 부족한 편인가?'와 같은 질문을 생성할 수 있다.
다음으로, 상기 질문 생성부(121)는 5구 항목 중 '체용(personality)'의 측정을 위한 질문을 생성할 수 있다. 상기 '체용'은 타인에 대한 배려심과 포용력(catholicity), 사회적 적응력(social adjustment)을 측정하도록 설계된 항목으로, 포용력과 사회적 적응력이 높은 사용자로 판단될수록 '체용'에 대한 값이 크게 측정될 수 있다.
이러한 '체용'이라는 항목의 특성에 따라, 상기 질문 생성부(121)는 예컨대, '평소 타인에 대한 배려심과 포용력이 높은 편인가?', '평소 타인에 대한 배려심과 포용력이 부족한 편인가?', '평소 주변 사람들과 잘 어울리는 편인가?', '평소 주변 사람들과 어울리지 못하는 편인가?' 와 같은 질문을 생성할 수 있다.
다음으로, 상기 질문 생성부(121)는 5구 항목 중 '문견(cognitive faculty)'의 측정을 위한 질문을 생성할 수 있다. 상기 '문견'은 인물의 문제해결 능력(problem-solving ability)을 측정하는 변수로, 문제해결능력이 뛰어나다고 평가되는 사용자일수록 상기 '문견'에 대한 값이 크게 측정될 수 있다.
상기 '문견'이라는 항목의 특성에 따라, 상기 질문 생성부(121)는 예컨대, '자신의 경험적 지식과 주변사람들의 조언을 잘 활용하는 편인가?', '자신의 경험적 지식과 문제해결 능력을 고집하여 문제해결과정에서 때때로 어려움을 겪을 때가 있는가?', '합리적이고 근본적인 문제해결 방법을 선호하는가?', '합리적이고 근본적인 문제해결 방법보다는 즉흥적인 아이디어에 의존하는 방식을 선호하는 편인가?'와 같은 질문을 생성할 수 있다.
마지막으로, 상기 질문 생성부(121)는 5구 항목 중 '처지(personal environments)'의 측정을 위한 질문을 생성할 수 있다. 상기 '처지'는 인물의 사회적 위치와 사회적 활동 정도를 측정하는 변수이다. 또한 상기 '처지'는 조직 구성원이나 주변 사람들로부터의 사회적 지지 정도, 공동체 활동에서 중시되는 사회적 조직(social achieved status and social sphere)을 측정하는 변수로, 사용자의 사회적 지지 또는 사회적 조직력이 뛰어나다고 판단될수록 '처지' 항목의 값이 크게 측정될 수 있다.
상기 '처지'라는 항목의 특성에 따라, 상기 질문 생성부(121)는 예컨대, '조직 구성원이나 주변사람들로부터 대체로 촉망과 존경을 받고 있는 편인가?'. '조직구성원이나 주변사람들에게 대체로 촉망과 신뢰를 받고 있지 못하는 편인가?', '평소 공동체와 타인을 돕는 일에 적극적인 편인가?', '평소 공동체와 타인을 돕는 일에 적극적이지 못한 편인가?'와 같은 질문을 생성할 수 있다.
그리고 상기 질문 생성부(121)는 상기 항목 측정부(122)에서 판단한 항목 측정의 완료 정도에 대응하여 추가 질문의 생성 여부, 추가 질문의 주제 변경 여부를 판단하고, 항목 측정이 완료되지 않은 경우, 추가 질문을 생성할 수 있다.
예를 들어, 상기 항목 측정부(122)가 상기 5구 항목에 대한 측정이 모두 완료된 것으로 판단하면 이에 대한 신호를 상기 질문 생성부(121)로 전송하고, 그에 따라 상기 질문 생성부(121)는 추가의 후속 질문을 생성하지 않고 1차 상담을 종료할 수 있다. 반면, 상기 질문 생성부(121)는 상기 항목 측정부(122)로부터 5가지 측정 항목 중 4종의 항목에 대하여만 완료된 것으로 전달받음에 따라, 추가 질문의 주제를 변경하도록 제어할 수 있다.
또한 상기 질문 생성부(121)는 사용자의 응답이 수신되면, 상기 응답의 구체성을 수치화할 수 있고, 상기 구체성의 수치에 따라 추가 질문의 구체화 정도를 결정할 수 있다.
상기 응답의 구체성을 수치화하는 방법으로는 예컨대, 상기 응답의 분량을 측정하거나, 상기 응답에 포함된 단어의 다양성을 측정하는 방법, 또는 상기 응답의 분량 및 단어의 다양성 모두를 측정하는 방법이 포함될 수 있다.
상기 질문 생성부(121)는 획득된 사용자 응답이 획득하고자 하는 응답의 구체성 수치에 미치지 못한 경우, 구체화 정도를 강화한 추가 질문을 생성할 수 있다.
예를 들어, 상기 질문 생성부(121)는 '평소에 계획한 것을 잘 지키는 편이야?'라는 질문에 대하여 '응' 또는 '아니'와 같은 기준치 이하(예, 10글자 이하)의 분량 또는 기준치 이하(예, 3종 이하)의 단어 다양성을 갖는 대답을 사용자로부터 수신한 경우, 동일 주제에서 구체화 정도를 강화시킨 추가 질문인 '1개월 이상 계획을 실천해 본 적이 있니?' 를 제시할 수 있다. 이후 상담과정에서도 마찬가지로 상기 질문 생성부(121)는 획득한 응답이 목표하는 구체성 수치에 도달하지 않는 것으로 판단되는 경우, 구체화 정도를 강화한 추가 질문을 지속하여 생성할 수 있다.
상기 항목 측정부(122)는 상기 질문 생성부(121)를 통해 사용자에게 질문이 제공됨에 따라 확보된 사용자의 응답을 확보하고, 상기 사용자의 응답을 기반으로 인물감평이론에 기반한 5구 항목(기품, 심덕, 체용, 문견, 처지)를 측정할 수 있다.
상기 항목 측정부(122)는 상기 학습 수행부(110)에 의해 훈련된 인공지능 모델(유형 판단 모델)에 상기 사용자의 응답을 투입하여, 상기 5가지 측정 항목에 대한 값을 측정할 수 있다.
구체적으로 예를 들면, 상기 항목 측정부(122)는 인공지능 모델에 투입된 사용자의 각 응답을 분석하여 상기 5구의 각 항목이 의미하는 성품 특성과의 연관성 수치에 따라 n차원(바람직하게는 2차원 또는 3차원이 해당될 수 있음) 좌표 상에 기재할 수 있다. 이후 상기 항목 측정부(122)는 좌표값이 지정된 각 점들의 좌표 값 평균을 계산하고, 상기 계산된 각 점들의 좌표 값 평균으로 5구 중 각 항목에 대한 측정 값을 산출할 수 있다. 이 때, 각 좌표의 축은 5구 항목의 하위 항목(예컨대, '기품'의 하위 항목은 시종일관성과, 활동성에 해당함)에 대응하여 지정될 수 있다.
다음에서는, 이와 같은 방법으로 상기 항목 측정부(122)가 5가지 항목 각각에 대한 측정 값을 산출하는 방법을 살펴보기로 한다. 먼저, 상기 항목 측정부(122)가 '기품' 항목에 대한 측정 값을 산출하는 과정은 다음과 같다. 상기 항목 측정부(122)는 사용자의 응답을 투입하여, 사용자의 성향과 '기품' 항목에 해당하는 하위 항목인 '시종일관성' 및 '활동성'에 대한 연관성 수치를 산출할 수 있다. 이 때 상기 인공지능 모델은 '기품' 항목과 사용자의 특성의 연관성 수치를 판단할 때, x좌표는 '시종일관성'의 긍정 정도(일관성이 강할수록)에 대응하여 값이 증가되도록 하고, y좌표는 '활동성' 정도에 대응하여(활동성이 강하고 밝을수록) 값이 증가되도록 설계될 수 있다.
다양한 실시 예에 따라 상기 인공지능 모델은 각각의 5구 항목의 하위 항목들로 그래프의 각 축을 지정한 후 그에 더하여 추가의 축을 포함하는 그래프에서 각 항목과 사용자 특성의 연관성 수치를 기록하도록 설계될 수 있다. 그리고 상기 인공지능 모델은 추가의 축(예, z축)에 사용자의 응답의 신뢰성 수치에 대한 값을 산출하여 기록될 수 있다. 상기 신뢰성 수치는 사용자의 응답이 기입된 속도, 사용자의 응답들 간의 일관된 정도 등의 항목에 따라 판단되는 값일 수 있다.
상기 유형 식별부(123)는 상기 항목 측정부(122)에 의해 측정된 상기 5가지 항목 각각에 대한 측정 값을 기반으로 사용자의 유형을 기 설정된 3가지 중 하나의 유형으로 판단할 수 있다.
이 때 상기 유형 식별부(123)는 사용자를 인물감평이론에 따른 3가지 유형(ex, 회피형, 타협형, 문제해결형)중 어느 하나로 분류할 수 있다. 상기 회피형은 행위 중독(ex, 디지털 중독) 문제 해결에 대한 적극성 및 문제 해결 의지력이 가장 낮은 유형이고, 문제 해결형은 행위 중독 문제의 해결에 대한 적극성 및 의지력이 가장 높으며, 행위중독 극복에 자신감이 충만한 유형이다. 그리고 상기 타협형은 행위 중독 문제의 해결에 대한 적극성이 회피형보다는 높고 문제해결형보다는 낮은 중간 유형에 해당될 수 있다. 예컨대, 행위중독에 대한 문제해결의 의지는 있으나 자신감이 결여된 그룹을 타협형으로 지칭할 수 있다.
구체적으로, 유형 식별부(123)는 상기 5가지 측정 항목에 대한 측정 값이 모두 기준치 미만인 경우, 상기 사용자를 회피형으로 식별하고, 상기 5가지 측정 항목 중 기품(disposition) 및 문견(cognitive faculty)에 대한 측정값이 기준치 미만인 경우, 상기 사용자를 타협형으로 식별하고, 상기 5가지 측정 항목에 대한 측정값이 모두 기준치 이상인 경우, 상기 사용자를 문제해결형으로 식별할 수 있다.
상기 프로세서(100)의 상담 진행부(130)는 상기 사용자 판단부(120)에 의해 식별된 사용자의 유형에 대응하여 사용자의 행위 중독에 대한 상담(2차 상담)을 수행할 수 있다.
상기 상담 진행부(130)는 상기 사용자의 유형에 매칭되는 상담 내용을 선택하고, 상기 선택된 상담 내용을 디지털 휴먼의 음성으로 제공할 수 있다.
그리고 상기 상담 진행부(130)는 사용자의 유형에 매칭되는 상담 내용으로 상담을 진행하기 위해, 행위 중독(ex, 디지털 중독)에 대한 내성과 관련된 복수의 유형 각각에 매칭되는 상담 내용을 제공하도록 훈련된 복수의 제2 대화 모델을 활용할 수 있다.
상기 제2 대화 모델은 도 3에서 도시되는 바와 같이, 각 사용자의 유형에 대응하여 회피형 대응 모델(221), 타협형 대응 모델(222), 문제 해결형 대응 모델(223)의 3종으로 구성될 수 있다.
상기 상담 진행부(130)는 회피형 대응 모델(221)을 활용하여 회피형 사용자의 행위 중독에 대한 상담을 수행할 시, 사용자가 행위 중독 위험군이 될 가능성 및 행위 중독의 중증도를 세 유형 중 가장 높은 값으로 설정하고 상담에 필요한 질문 및 응답을 생성할 수 있다. 이와 유사하게, 상기 상담 진행부(130)는 타협형 대응 모델(222)을 활용하여 타협형 사용자의 행위 중독에 대한 상담을 수행할 시, 사용자가 행위 중독의 위험군이 될 가능성 및 행위 중독의 중증도를 중간 값으로 설정하고, 문제 해결형 대응 모델(223)을 활용한 상담 시, 사용자가 행위 중독의 위험군이 될 가능성 및 행위 중독의 중증도를 세 유형 중 가장 낮은 값으로 설정할 수 있다.
이와 같이 사용자 유형별로 사용자가 행위 중독의 위험군이 될 가능성 및 행위 중독의 중증도를 분류함에 따라, 상기 상담 진행부(130)는 동일 수준의 사용자 행동에 대하여 회피형 사용자의 경우 이를 행위 중독의 위험 수준을 3단계로 설정하고, 타협형 사용자와 문제 해결형 사용자의 경우 각각 2단계, 1단계로 분류하여 대응할 수 있다. 그리고 상담 진행부(130)는 동일 수준의 사용자 행동에 대한 행위 중독의 중증도 또한 회피형, 타협형, 문제 해결형 각각에 따라 3단계, 2단계 및 1단계로 분류하여, 단계가 높아질수록 치료 수준 및 행동 개선에 대한 권장 정도를 증가시켜 설정하고 상담을 진행할 수 있다. 그리고 상기 행동 개선에 대한 권장 정도가 증가되면, 예컨대, 상담 수행 중 중독 증상을 개선하도록 권유하는 문장의 포함 횟수가 증가되도록 설정될 수 있다.
또한, 다양한 실시 예에 따라 상기 상담 진행부(130)는 사용자의 각 유형에 대응하여 상이한 상담용 질문 및 응답을 생성할 수 있다. 동일한 수준의 행위 중독의 위험군이 될 가능성 및 행위중독 중증도로 판단된 사용자들이라도 각각 다른 사용자 유형으로 식별된 경우에, 상기 상담 진행부(130)는 행위 중독(ex, 디지털 중독)에 대한 내성이 약한 유형의 사용자일수록 치료 수준 및 행동 개선에 대한 권장 정도를 증가시켜 상담을 진행할 수 있다. 예컨대, 중독에 대한 내성이 가장 약한 유형인 회피형 사용자의 경우 문제 해결형 사용자에 비해, 동일 중증도의 중독 상태에 대하여 보다 높은 수준의 행동 개선 요구를 받을 수 있다.
그 밖에 상기 상담 진행부(130)는 행위 중독(ex, 디지털 중독)에 대한 내성이 약한 유형일수록 상담 과정에서의 다양한 기타 설정값(디지털 휴먼의 음성 사운드 크기, 디지털 휴먼이 진행하는 상담 진행 시간 등)을 증가시켜 행동 개선의 요구를 강화할 수 있다.
상기 메모리(200)는 본 발명의 실시 예에 따른 동작 전반을 수행하는 데 요구되는 명령 및 알고리즘을 저장할 수 있다. 본 발명의 실시 예에 따른 상기 메모리(200)는 사용자의 유형을 식별하고, 식별된 사용자의 유형에 따라 사용자의 행위 중독에 대한 상담을 진행하는 데 필요한 다종의 인공지능 모델을 저장할 수 있다.
상기 메모리(200)는 사용자의 유형을 판단을 위해 상담 단계를 진행할 시, 상기 상담 단계를 위한 질의 및 응답을 생성하도록 훈련된 제1 대화모델(210)을 포함할 수 있다. 그리고 상기 메모리(200)는 사용자의 유형 각각에 매칭되는 상담 내용을 제공하도록 훈련된 제2 대화모델(220)를 포함할 수 있다. 상기 제2 대화모델(220)는 행위 중독(ex, 디지털 중독)에 대한 내성과 관련된 복수의 유형 각각에 매칭되는 상담 내용을 제공하도록 훈련된 인공지능 모델일 수 있다.
상기 제2 대화모델(220)는 사용자의 유형 각각에 매칭되도록 복수개로 구성될 수 있다. 상기 제2 대화모델(220)은 사용자의 각 유형인 회피형, 타협형, 문제해결형 각각에 대한 대응 모델을 포함하여 구성될 수 있다. 도 3에서 도시되는 바와 같이, 상기 제2 대화모델(220)은 회피형 대응 모델(221), 타협형 대응모델(222) 및 문제해결형 대응 모델(223)을 포함하여 구성될 수 있다.
상기 통신부(300)는 본 발명의 전자 장치(10)와 사용자 단말(미도시) 간의 통신을 수행하는 데 이용될 수 있다. 사용자 단말은 상기 통신부(300)를 통해 통신 연결되어, 상기 전자 장치(10)에서 제공하는 사용자 유형 분류 및 행위 중독에 대한 사용자 유형별 상담 동작을 제공받을 수 있다.
도 4는 본 발명의 실시 예에 따른 전자 장치의 제어 방법에 관하여 도시한 도면이다.
도 4에서 도시되는 바와 같이, 상기 전자 장치(10)는 사용자에게 질의를 제공하는 405동작, 사용자의 응답을 획득하는 410동작, 사용자의 응답에 기반하여 측정 항목에 대한 측정값을 획득하는 415동작, 상기 측정값에 기반하여 사용자의 유형을 식별하는 420동작, 사용자의 유형에 대응하는 모델로 상담을 수행하는 425동작을 수행할 수 있다.
그리고 상기 405동작 및 410동작은 상담 단계에 해당하고, 측정값을 획득하는 415동작은 측정 단계에 해당하며, 사용자의 유형을 식별하는 420동작은 분류 단계에 해당하며, 사용자의 유형에 대응하는 모델로 상담을 수행하는 425동작은 개입 단계에 해당될 수 있다.
나아가, 본 발명의 실시 예에 따른 전자장치(10)의 제어 방법에는 사용자의 행위 중독(디지털 중독)을 유발하는 인자(ex, 디지털 콘텐츠 과몰입 등)에 대한 노출 시간 및 상기 사용자의 유형을 바탕으로, 상기 사용자의 디지털 중독 정도를 판단하는 진단 단계가 더 포함될 수 있다.
요컨대, 본 발명의 실시 예에 따른 전자 장치의 사용자 유형별 상담 방법은 상기 전자 장치가, 상담 단계, 측정 단계, 분류 단계, 개입단계 및 진단 단계를 수행함을 통해 이루어질 수 있다.
상기 상담 단계는 디지털 휴먼이 시각화 된 이미지 및 적어도 하나의 질의를 포함하는 상기 디지털 휴먼의 음성 및 텍스트 중 적어도 하나 제공하고, 상기 질의에 대한 사용자의 응답을 획득하는 단계를 의미할 수 있다.
그리고 상기 상담 단계 이후 수행되는 상기 측정 단계에서는 상기 전자 장치가 상기 사용자의 응답에 따라 상기 사용자의 기품(disposition), 심덕(virtue), 체용(personality), 문견(cognitive faculty), 및 처지(personal environments)를 포함하는 5가지 측정 항목에 대한 측정 값을 획득하는 동작을 수행할 수 있다.
그리고 상기 분류 단계에서는, 상기 전자 장치가, 상기 획득된 측정 값을 바탕으로, 디지털 중독에 대한 내성과 관련된 상기 사용자의 유형을 식별하는 동작을 수행할 수 있다.
그리고 상기 개입 단계에서는 상기 전자 장치가, 상기 사용자의 유형에 매칭되는 상담 내용을 선택하고, 상기 선택된 상담 내용을 상기 디지털 휴먼의 음성 및 텍스트 중 적어도 하나로 제공할 수 있다.
그리고, 상기 전자 장치는, 상기 상담 단계를 위한 질의 및 응답을 생성하도록 훈련된 제1 대화 모델 및 디지털 중독에 대한 내성과 관련된 복수의 유형 각각에 매칭되는 상담 내용을 제공하도록 훈련된 복수의 제2 대화 모델을 포함할 수 있다. 그리고 상기 전자 장치는 상기 개입 단계에서 상기 복수의 제2 대화 모델 중 상기 사용자의 유형에 매칭되는 제2 대화 모델을 바탕으로 상담 내용을 획득하고, 상기 획득된 상담 내용을 상기 디지털 휴먼의 음성 및 텍스트 중 적어도 하나로 제공할 수 있다.
그리고 상기 전자 장치는 측정 단계에서, 시종일관성 및 활동성에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 기품에 대한 측정 값을 획득하되, 상기 응답으로 판단된 상기 사용자의 시종일관성 및 활동성의 정도에 비례하여 기품에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 측정 단계에서 윤리규범 및 신의에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 심덕에 대한 측정 값을 획득하되, 상기 응답으로 판단된 상기 사용자의 윤리규범에 대한 실천력 및 신의의 정도에 비례하여 심덕에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 측정 단계에서 포용력 및 사회적 적응력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 체용에 대한 측정 값을 획득하되, 상기 응답으로 판단된 상기 사용자의 포용력 및 사회적 적응력의 정도에 비례하여 체용에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 상기 측정 단계에서, 문제해결능력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 문견에 대한 측정 값을 획득하되, 상기 응답으로 판단된 상기 사용자의 문제해결능력의 정도에 비례하여 문견에 대한 측정 값이 증가되도록 설정하고, 사회적 지지 및 사회적 조직력에 대응하는 문항에 대한 사용자의 응답을 기반으로 상기 문견에 대한 측정 값을 획득하되, 상기 사용자의 사회적 지지 및 사회적 조직력의 정도에 비례하여 문견에 대한 측정 값이 증가되도록 설정할 수 있다.
그리고 상기 전자 장치는 상기 분류 단계에서, 상기 획득된 측정 값에 기반하여 사용자의 유형을 식별하되, 상기 5가지 측정 항목에 대한 측정값이 모두 기준치 미만인 경우, 상기 사용자를 회피형으로 식별하고, 상기 5가지 측정 항목 중 기품(disposition) 및 문견(cognitive faculty)에 대한 측정값이 기준치 미만인 경우, 상기 사용자를 타협형으로 식별하고, 상기 5가지 측정 항목에 대한 측정값이 모두 기준치 이상인 경우, 상기 사용자를 문제해결형으로 식별할 수 있다.
이 때, 상기 회피형은 행위 중독 문제 해결 의지력이 약한 그룹을 지칭하고, 타협형은 행위중독의 문제해결에 대한 의지력은 있지만 자신감이 결여되어 있는 그룹을 지칭하며, 문제해결형은 행위중독 극복에 자신감이 충만하고, 문제해결 의지력이 강한 그룹을 지칭할 수 있다.
앞서 설명한 바와 같이, 상기 전자 장치는 상기 분류 단계에서 상기 5가지 측정 항목에 대한 측정값을 기준으로 사용자의 유형을 3가지 중 하나로 판단할 수 있다.
한편, 다양한 실시 예에 따라 상기 전자 장치는 상기 분류 단계에서 상기 5가지 측정 항목에 대한 측정값에 더하여, 사용자의 나이와 성별에 따라 유형을 분류하는 동작을 수행할 수 있다. 예컨대, 상기 전자 장치는 회피형, 타협형 및 문제해결형을 판단하는 과정에서, 사용자를 연령대별로 유아청소년과 10대 내지 70대의 8그룹으로 분류한 뒤, 각 연령대 그룹의 속성에 따라, 유형 판단을 위한 계산 방식을 상이하게 적용할 수 있다. 또한 상기 전자 장치는 각 연령대 그룹에 속한 사용자들에 대하여 남성과 여성으로 구분하고, 성별 속성에 따라, 유형 판단을 위한 계산 방식을 상이하게 적용할 수 있다.
상기 전자장치는 사용자의 유형을 확인한 이후, 사용자의 유형에 따른 맞춤형 서비스를 제공할 수 있다.
행위중독 형태 중 하나인 디지털중독의 예로 설명하면, 상기 전자 장치는 상기 진단 단계에서 상기 사용자의 특정 디지털 콘텐츠등에 대한 노출 시간, 상기 사용자 유형 분류를 바탕으로, 상기 사용자의 디지털 중독 양태 및 중독 레벨(점수)을 데이터로 도출하고, 이에 기반한 내담자 유형별 맞춤형 개입 방법을 설정할 수 있다.
본 발명의 실시 예에 따른 전자 장치(10)는 메모리(200), 통신부(300) 및 프로세서(100)를 포함할 수 있다.
메모리(200)는 전자 장치의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(200)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다.
통신부(300)는 외부 장치와 통신을 수행할 수 있다. 특히, 통신부(300)는 와이파이 칩, 블루투스 칩, 무선 통신 칩, NFC칩, 저전력 블루투스 침(BLE 칩) 등과 같은 다양한 통신 칩을 포함할 수 있다. 이때, 와이파이 칩, 블루투스 칩, NFC 칩은 각각 LAN 방식, WiFi 방식, 블루투스 방식, NFC 방식으로 통신을 수행한다. 와이파이 칩이나 블루투스칩을 이용하는 경우에는 SSID 및 세션 키 등과 같은 각종 연결 정보를 먼저 송수신 하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. 무선 통신칩은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 칩을 의미한다.
프로세서(100)는 메모리(200)에 저장된 각종 프로그램을 이용하여 사용자 기기의 전반적인 동작을 제어할 수 있다. 프로세서는 RAM, ROM, 그래픽 처리부, 메인 CPU, 제1 내지 n 인터페이스 및 버스로 구성될 수 있다. 이때, RAM, ROM, 그래픽 처리부, 메인 CPU, 제1 내지 n 인터페이스 등은 버스를 통해 서로 연결될 수 있다.
RAM은 O/S 및 어플리케이션 프로그램을 저장한다. 구체적으로, 전자 장치가 부팅되면 O/S가 RAM에 저장되고, 사용자가 선택한 각종 어플리케이션 데이터가 RAM에 저장될 수 있다.
ROM에는 시스템 부팅을 위한 명령어 세트 등이 저장된다. 턴 온 명령이 입력되어 전원이 공급되면, 메인 CPU는 ROM에 저장된 명령어에 따라 메모리(200)에 저장된 O/S를 RAM에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, 메인 CPU는 메모리(200)에 저장된 각종 어플리케이션 프로그램을 RAM에 복사하고, RAM에 복사된 어플리케이션 프로그램을 실행시켜 각종 동작을 수행한다.
메인 CPU는 메모리(200)에 액세스하여, 메모리(200)에 저장된 OS를 이용하여 부팅을 수행한다. 그리고, 메인 CPU는 메모리(200)에 저장된 각종 프로그램, 콘텐츠, 데이터 등을 이용하여 다양한 동작을 수행한다.
제1 내지 n 인터페이스는 상술한 각종 구성요소들과 연결된다. 제1 내지 n 인터페이스 중 하나는 네트워크를 통해 외부 장치와 연결되는 네트워크 인터페이스가 될 수도 있다.
한편, 나아가, 프로세서는 인공지능 모델을 제어할 수 있다. 이 경우, 제어부는 인공지능 모델을 제어하기 위한 그래픽 전용 프로세서(예: GPU)를 포함할 수 있음은 물론이다.
프로세서(100)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시예에 따른 프로세서는 메모리(200)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 본 발명과 관련하여 설명된 방법을 수행한다.
한편, 프로세서(100)는 프로세서 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(130)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(200)에는 프로세서(100)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 저장부에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서(100)들에서 실행되는 알고리즘으로 구현될 수 있다.
상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.
10 : 전자 장치
100 : 프로세서
110 : 학습 수행부
120 : 사용자 판단부
121 : 질문 생성부
122 : 항목 측정부
123 : 유형 식별부
130 : 상담 진행부
200 : 메모리
300 : 통신부

Claims (1)

  1. 전자 장치의 제어 방법에 있어서,
    상기 전자 장치가, 디지털 휴먼이 시각화 된 이미지 및 적어도 하나의 질의를 포함하는 상기 디지털 휴먼의 음성을 제공하고, 상기 질의에 대한 사용자의 응답을 획득하는, 상담 단계;
    상기 전자 장치가, 상기 응답에 따라 상기 사용자의 기품(disposition), 심덕(virtue), 체용(personality), 문견(cognitive faculty), 및 처지(personal environments)를 포함하는 5가지 측정 항목에 대한 측정 값을 획득하는, 측정 단계;
    상기 전자 장치가, 상기 획득된 측정 값을 바탕으로, 행위 중독에 대한 내성과 관련된 상기 사용자의 유형을 회피형, 타협형 및 문제 해결형 중 어느 하나로 식별하는, 분류 단계;및
    상기 전자 장치가, 상기 사용자의 유형에 매칭되는 상담 내용을 선택하고, 상기 선택된 상담 내용을 상기 디지털 휴먼의 음성으로 제공하는, 개입 단계; 를 포함하고,
    상기 측정 단계는
    상기 응답에 포함된 단어의 다양성 및 상기 응답의 분량 중 적어도 하나에 기반하여 상기 응답의 구체성 수치를 판단하고, 상기 응답의 구체성 수치가 기준치 미만인 경우 동일 주제에 대한 구체화 정도를 강화한 추가 질문을 생성하도록 요청하며,
    상기 전자 장치는,
    상기 상담 단계를 위한 질의 및 응답을 생성하도록 훈련된 제1 대화 모델; 및
    행위 중독에 대한 내성과 관련된 복수의 유형 각각에 매칭되는 상담 내용을 제공하되, 사용자의 유형에 따라 행위 중독의 위험군 진단법, 행위 중독의 중증도의 분류법 및 행동 개선에 대한 권장 강도를 상이하게 설정하도록 훈련된 복수의 제2 대화 모델;을 포함하고,
    상기 분류 단계는
    상기 획득된 측정 값에 상기 사용자의 연령 및 성별에 따라 상이한 계산 방식을 적용하여 상기 사용자의 유형을 식별하고
    상기 개입 단계는
    상기 복수의 제2 대화 모델 중 상기 사용자의 유형에 매칭되는 제2 대화 모델을 이용해 상기 사용자에게 제공할 상담 내용을 선택하는, 전자 장치의 제어 방법.

KR1020230112814A 2022-11-08 2023-08-28 인물의 특성에 따라 맞춤형 상담을 수행하는 방법 KR20240066974A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230112814A KR20240066974A (ko) 2022-11-08 2023-08-28 인물의 특성에 따라 맞춤형 상담을 수행하는 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220147443A KR102574979B1 (ko) 2022-11-08 2022-11-08 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법
KR1020230112814A KR20240066974A (ko) 2022-11-08 2023-08-28 인물의 특성에 따라 맞춤형 상담을 수행하는 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020220147443A Division KR102574979B1 (ko) 2022-11-08 2022-11-08 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법

Publications (1)

Publication Number Publication Date
KR20240066974A true KR20240066974A (ko) 2024-05-16

Family

ID=88018539

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020220147443A KR102574979B1 (ko) 2022-11-08 2022-11-08 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법
KR1020230112812A KR20240066972A (ko) 2022-11-08 2023-08-28 윤리적 ai 시스템 구현 방법
KR1020230112814A KR20240066974A (ko) 2022-11-08 2023-08-28 인물의 특성에 따라 맞춤형 상담을 수행하는 방법
KR1020230112813A KR20240066973A (ko) 2022-11-08 2023-08-28 행위 중독을 개선하기 위한 상담을 제공하는 방법

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020220147443A KR102574979B1 (ko) 2022-11-08 2022-11-08 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법
KR1020230112812A KR20240066972A (ko) 2022-11-08 2023-08-28 윤리적 ai 시스템 구현 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230112813A KR20240066973A (ko) 2022-11-08 2023-08-28 행위 중독을 개선하기 위한 상담을 제공하는 방법

Country Status (2)

Country Link
KR (4) KR102574979B1 (ko)
WO (1) WO2024101731A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102574979B1 (ko) * 2022-11-08 2023-09-04 문만기 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법
KR102665531B1 (ko) * 2024-01-29 2024-05-23 하주원 행위 관련 중독에 대한 설문을 기반으로 한 사용자 맞춤형 중독 설문 처리 방법, 장치 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210116223A (ko) 2020-03-13 2021-09-27 주식회사 솔루게이트 인공지능 기반의 가상상담 서비스 장치 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101829606B1 (ko) * 2015-02-27 2018-02-19 고려대학교 산학협력단 인터넷 과몰입 진단 장치 및 방법
KR20220067231A (ko) * 2020-11-17 2022-05-24 주식회사 씨앤에이아이 상담지식 재학습 기능을 가지는 지능형 상담 지원 시스템 및 방법
KR102327669B1 (ko) * 2021-04-01 2021-11-23 이병관 인공지능을 이용한 멘탈 케어 시스템
KR102421643B1 (ko) * 2022-04-18 2022-07-15 이지앤웰니스 주식회사 다수의 ai 챗봇이 연동된 심리치료 상담 시스템 및 로봇과 앱이 연동된 심리치료 시스템
KR102574979B1 (ko) * 2022-11-08 2023-09-04 문만기 인공지능에 기반하여 사용자 유형별 맞춤형 상담을 수행하는 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210116223A (ko) 2020-03-13 2021-09-27 주식회사 솔루게이트 인공지능 기반의 가상상담 서비스 장치 및 방법

Also Published As

Publication number Publication date
KR20240066972A (ko) 2024-05-16
KR102574979B1 (ko) 2023-09-04
WO2024101731A1 (ko) 2024-05-16
KR20240066973A (ko) 2024-05-16

Similar Documents

Publication Publication Date Title
KR20240066974A (ko) 인물의 특성에 따라 맞춤형 상담을 수행하는 방법
Young et al. Perception and motivation in face recognition: A critical review of theories of the cross-race effect
Brown et al. Crowdsourcing for cognitive science–the utility of smartphones
US20170116870A1 (en) Automatic test personalization
Matran-Fernandez et al. Towards the automated localisation of targets in rapid image-sifting by collaborative brain-computer interfaces
Abdel Hameed et al. [Retracted] An AI‐Enabled Internet of Things Based Autism Care System for Improving Cognitive Ability of Children with Autism Spectrum Disorders
KR20150106954A (ko) 생물 물리학적 신호의 수집된 시간적 및 공간적 패턴에 기초한 뇌-컴퓨터 인터페이스(bci) 시스템
US20130079078A1 (en) Apparatus and method for providing serious game
WO2014034005A1 (ja) 知的生産性分析装置、プログラム
Shang et al. Negative affect reduces performance in implicit sequence learning
KR102374780B1 (ko) 정신적 장애의 개선을 위한 게임 기반의 디지털 치료 솔루션 제공방법, 서버 및 컴퓨터프로그램
Joos et al. Large EEG amplitude effects are highly similar across Necker cube, smiley, and abstract stimuli
KR102231392B1 (ko) 빅 데이터 및 머신 러닝 모델을 이용한 추천 교육 컨텐트를 제공하기 위한 전자 장치 및 그 동작 방법
US20170372191A1 (en) System, structure and method for a conscious, human-like artificial intelligence system in a non-natural entity
Richards et al. Attributional chromatics: How does the color of written communication affect interpersonal perceptions?
CN117573946A (zh) 对话样本生成方法、聊天对话大模型训练方法及相关装置
KR20210084443A (ko) 시공간 기억 및/또는 현출성의 자동 수동 평가를 위한 시스템 및 방법
Wild et al. Use of technology by four diverse cohorts of older adults: findings from the cart study
KR102678359B1 (ko) 사용자 유형에 따른 인공지능 모델의 윤리성 평가 장치
Luu et al. Choice-induced biases in perception
Schifferstein et al. Towards the maturation of design: From smart to wise products
KR102115486B1 (ko) 독서 능력 진단 시스템, 방법, 및 장치
Pratt et al. A pedagogic appraisal of the Priority Heuristic
KR102498426B1 (ko) 디지털 바이오 마커에 기초하여 인지 강화 훈련을 제공하는 기법
KR102573241B1 (ko) 개인별 인터페이스 사용 방식 기반 인지 능력 평가를 수행하는 전자 장치, 및 서버의 제어 방법