WO2018203620A1 - 사용자 발화를 처리하는 전자 - Google Patents

사용자 발화를 처리하는 전자 Download PDF

Info

Publication number
WO2018203620A1
WO2018203620A1 PCT/KR2018/004909 KR2018004909W WO2018203620A1 WO 2018203620 A1 WO2018203620 A1 WO 2018203620A1 KR 2018004909 W KR2018004909 W KR 2018004909W WO 2018203620 A1 WO2018203620 A1 WO 2018203620A1
Authority
WO
WIPO (PCT)
Prior art keywords
application program
sequence
rule
app
user input
Prior art date
Application number
PCT/KR2018/004909
Other languages
English (en)
French (fr)
Inventor
우경구
제갈호준
김규영
김진웅
박현진
여재영
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US16/609,635 priority Critical patent/US11170764B2/en
Publication of WO2018203620A1 publication Critical patent/WO2018203620A1/ko

Links

Images

Classifications

    • 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
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • 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
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • 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
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • 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
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/71—Version control; Configuration management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • 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
    • G10L15/04—Segmentation; Word boundary detection
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • 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
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • Embodiments disclosed herein relate to a technique for processing a user's speech.
  • modern electronic devices can support various input methods such as voice input.
  • electronic devices such as smartphones or tablets may recognize a user's voice input while a voice recognition service is executed, execute an operation corresponding to the voice input, or provide a search result.
  • Natural language processing technology is to grasp the intention of the user's utterance and to provide the user with a result that matches the intention.
  • the existing voice recognition service recognizes and processes the user's voice and shows only the result according to the user input, it can only process a simple user's voice, such as executing a program, and the user's input requesting to execute a plurality of applications. You may not be able to process it.
  • the existing voice recognition service may need to input a predetermined voice in a specified format. Having a database for processing a complex user input may not be suitable for a user terminal that is being miniaturized. In addition, even if the speech recognition service has a large amount of databases, it may be difficult to provide a service for processing user input by managing information for operating a newly added app.
  • Various embodiments of the present disclosure propose a method of generating a rule in which states of an electronic device corresponding to user speech are sequentially arranged by combining rules for executing an operation of each app.
  • an electronic device may include a housing; A touch screen display positioned inside the housing and exposed through the first portion of the housing; A microphone located within the housing and exposed through the second portion of the housing; At least one speaker located inside the housing and exposed through a third portion of the housing; A communication circuit located inside the housing; A processor located inside the housing and electrically connected to the display, the microphone, the speaker, and the communication circuit; And a memory located inside the housing and electrically connected to the processor, wherein the memory is configured to store a plurality of application programs including a first application program, a second application program, and a third application program, The second application program and the third application program include at least one common function, and the memory stores instructions, and when executed, the processor, in a first operation, performs at least one of the display and the microphone.
  • the first user input includes a first request to perform a first task (task) using the first application program and the second application program
  • the first data associated with the communication circuitry Transmits to an external server via the communication circuitry, receives a first response from the external server via the communication circuitry, and the first response is for a first sequence of states of the electronic device to perform the first task.
  • a second request to perform a second task using a program wherein the second request is related to the second user input.
  • 2 transmits data through the communication circuit to an external server, receives a second response from the external server via the communication circuit, and wherein the second response is configured to control the state of the states of the electronic device to perform the second task.
  • 2 a combination of information about a sequence, a second combination of said first identifier associated with said first application program and a third identifier associated with said third application program;
  • the second task may be performed by having the states of the second sequence.
  • the server according to an embodiment disclosed in the present document, the communication interface; A processor electrically connected with the communication interface; And a memory electrically connected to the processor and storing the instructions, wherein the instructions are executable by the processor from an external device including a first application program, a second application program, and a third application program.
  • the program includes at least one common function, selects a domain associated with the first application program based on the first data, and based on the first data, a first sequence of states for the external device. And the first sequence is the first word.
  • Use an application program tag the first parameters extracted from the first data, select a second sequence for performing the external device based on at least a portion of the tagged first parameters, and select the second sequence May be set to use the second application program, and may transmit a first response including the combination of the first sequence and the second sequence to the external device through the communication interface.
  • an electronic device may include a housing; A touch screen display positioned inside the housing and exposed through the first portion of the housing; A microphone located within the housing and exposed through the second portion of the housing; At least one speaker located inside the housing and exposed through a third portion of the housing; A communication circuit located inside the housing; A processor located inside the housing and electrically connected to the display, the microphone, the speaker, and the communication circuit; And a memory located inside the housing and electrically connected to the processor, wherein the memory is configured to store a plurality of application programs including a first application program, a second application program, and a third application program, The second application program and the third application program include at least one common function, and the memory stores instructions, and when executed, the processor causes a first user input through at least one of the display and a microphone.
  • the first user input includes a first request to perform a first task using the first application program and the second application program, and includes first data related to the first user input.
  • Standing outside through the communication circuit And receive a first response from the external server via the communication circuitry, the first response being for a first sequence of states of the electronic device to perform at least a portion of the first task.
  • the first task may be performed by selecting a second sequence of states of the electronic device, and having the electronic device have the states of the first sequence and the second sequence.
  • the intelligent server generates a pass rule (or a full pass rule) corresponding to a user input in real time by combining each of the path rules corresponding to the function of the app, so that the intelligent server should be stored in the database.
  • the amount of information can be reduced, and a user's input corresponding to the newly added path rule can be efficiently processed by using a path rule newly added to the database together with an existing path rule.
  • the intelligent server generates a pass rule that the user terminal can execute in the current state based on the state of the user terminal, thereby preventing a collision that may occur when the user terminal executes the operation of the app.
  • FIG. 1 is a diagram illustrating an integrated intelligence system according to various embodiments of the present disclosure.
  • FIG. 2 is a block diagram illustrating a user terminal of an integrated intelligence system according to an embodiment.
  • FIG. 3 is a diagram illustrating executing an intelligent app of a user terminal according to an exemplary embodiment.
  • FIG. 4 is a block diagram illustrating an intelligent server of an integrated intelligence system according to an embodiment.
  • NLU natural language understanding module
  • FIG. 6 is a diagram illustrating a conceptual diagram of a path rule generated by an intelligent server according to an exemplary embodiment.
  • FIGS. 7, 8, and 9 are diagrams illustrating that an intelligent server generates a path rule corresponding to a user input by using a plurality of path rules.
  • FIG. 10 is a diagram illustrating an intelligent server combining a dynamic path rule to generate a path rule corresponding to a user input.
  • 11A, 11B, and 11C are diagrams illustrating an intelligent server generating a path rule corresponding to a user input by using state information of a user terminal, according to an exemplary embodiment.
  • FIG. 12 is a diagram illustrating an intelligent server transmitting not only a pass rule but also a pass rule ID to a user terminal according to an exemplary embodiment.
  • FIG. 13 is a diagram illustrating a user terminal generating a path rule corresponding to a user input according to an exemplary embodiment.
  • FIG. 13 is a flowchart illustrating a method of processing a user input by a user terminal according to an exemplary embodiment.
  • 14A is a flowchart illustrating a method of processing a user input by a user terminal according to an exemplary embodiment.
  • 14B is a flowchart illustrating a method of generating, by the intelligent server 200, a path rule corresponding to a user input, according to an exemplary embodiment.
  • 15 is a block diagram of an electronic device in a network environment according to various embodiments of the present disclosure.
  • FIG. 1 is a diagram illustrating an integrated intelligence system according to various embodiments of the present disclosure.
  • the integrated intelligence system 10 may include a user terminal 100 (eg, the electronic device 1300 of FIG. 13), an intelligent server 200 (eg, the server 1308 of FIG. 13), and personalization information. It may include a server 300 or a proposal server 400.
  • the user terminal 100 is a service required by the user through an app (or application program) (eg, an alarm app, a message app, a photo (gallery) app, etc.) stored in the user terminal 100.
  • an app or application program
  • the user terminal 100 may execute and operate another app through an intelligent app (or a voice recognition app) stored in the user terminal 100.
  • the intelligent app of the user terminal 100 may receive a user input for executing the other app and executing an operation.
  • the user input may be received through, for example, a physical button, a voice input, a remote input, or the like.
  • the user terminal 100 may correspond to various terminal devices (or electronic devices) that can be connected to the Internet such as a mobile phone, a smart phone, a personal digital assistant (PDA) or a notebook computer.
  • PDA personal digital assistant
  • the user terminal 100 may receive a user's speech as a user input.
  • the user terminal 100 may receive an utterance of a user and generate a command for operating an app based on the utterance of the user. Accordingly, the user terminal 100 may operate the app by using the command.
  • the intelligent server 200 may receive a user voice input from the user terminal 100 through a communication network and change the received voice input into text data. According to an embodiment of the present disclosure, the intelligent server 200 may generate (or select) a path rule based on the text data.
  • the pass rule may include information on an action (or operation) for performing a function of an app or information on a parameter required to execute the action.
  • the pass rule may include a sequence of states for executing an operation.
  • the user terminal 100 may be sequentially changed to the states included in the pass rule.
  • the user terminal 100 may execute an operation for becoming a state included in the path rule. Accordingly, the user terminal 100 may receive the path rule, select an app according to the path rule, and execute an operation included in the path rule in the selected app.
  • the user terminal 100 may execute the operation and display a screen corresponding to the state of the user terminal 100 that executes the operation on the display.
  • the user terminal 100 may execute the operation and may not display a result of performing the operation on the display.
  • the user terminal 100 may execute a plurality of operations and display only a partial result of the plurality of operations on the display.
  • the user terminal 100 may display only a result of performing the last order of operations on the display.
  • the user terminal 100 may receive a user input and display a result of executing the operation on a display.
  • the personalization information server 300 may include a database in which user information is stored.
  • the personalization information server 300 may receive user information (eg, context information, app execution, etc.) from the user terminal 100 and store it in the database.
  • the intelligent server 200 may be used when the user information is generated from the personalization information server 300 through a communication network to generate a pass rule for a user input.
  • the user terminal 100 may receive user information from the personalization information server 300 through a communication network and use the information as information for managing a database.
  • the proposal server 400 may include a database in which information about a function or an application to be introduced or provided is stored in the terminal.
  • the proposal server 400 may include a database of functions that a user can use by receiving user information of the user terminal 100 from the personalization information server 300.
  • the user terminal 100 may provide information to the user by receiving information on the function to be provided from the proposal server 400 through a communication network.
  • FIG. 2 is a block diagram illustrating a user terminal of an integrated intelligence system according to an embodiment.
  • the user terminal 100 may include an input module 110, a display 120, a speaker 130, a memory 140, or a processor 150.
  • the user terminal 100 may further include a housing, and the components of the user terminal 100 may be seated inside or located on the housing.
  • the user terminal 100 may further include a communication circuit for communicating with an external electronic device (eg, the intelligent server 200).
  • the communication circuit for example, may be located inside the housing and electrically connected to the processor 150.
  • the input module 110 may receive a user input from a user.
  • the input module 110 may receive a user input from a connected external device (eg, a keyboard or a headset).
  • the input module 110 may include a touch screen (eg, a touch screen display) coupled with the display 120.
  • the input module 110 may include a hardware key (or a physical key) located in the user terminal 100 (or a housing of the user terminal 100).
  • the input module 110 may include a microphone capable of receiving a user's speech as a voice signal.
  • the input module 110 may include a speech input system, and may receive a speech of a user as a voice signal through the speech input system.
  • the display 120 may display an image, a video, and / or an execution screen of an application.
  • the display 120 may display a graphical user interface (GUI) of the app.
  • GUI graphical user interface
  • the speaker 130 may output a voice signal.
  • the speaker 130 may output the voice signal generated inside the user terminal 100 to the outside.
  • the memory 140 may store a plurality of apps 141 and 143.
  • the plurality of apps 141 and 143 stored in the memory 140 may be selected, executed, and operated according to a user input.
  • the memory 140 may include a database capable of storing information necessary to recognize a user input.
  • the memory 140 may include a log database capable of storing log information.
  • the memory 140 may include a persona database that may store user information.
  • the memory 140 may store a plurality of apps 141 and 143.
  • the plurality of apps 141 and 143 stored in the memory 140 may be loaded and operate.
  • the plurality of apps 141 and 143 stored in the memory 140 may be loaded and operated by the execution manager module 153 of the processor 150.
  • the plurality of apps 141 and 143 may include execution services 141a and 143a or a plurality of operations (or unit operations) 141b and 143b which perform a function.
  • the execution services 141a and 143a may be generated by the execution manager module 153 of the processor 150 and execute a plurality of operations 141b and 143b.
  • the plurality of apps 141 and 143 may be, for example, at least one of a gallery app, an image editing app, and a document editing app. According to an embodiment of the present disclosure, some of the plurality of apps 141 and 143 stored in the memory 140 may include at least one common function. For example, the second app 143 and the third app (not shown) stored in the memory 140 may include one common function.
  • the common function may be, for example, messaging, emailing or texting.
  • the execution status screen when the operations 141b and 143b of the apps 141 and 143 are executed, the execution status screen according to the execution of the operations 141b and 143b may be displayed on the display 120.
  • the execution status screen may be, for example, a screen in which operations 141b and 143b are completed.
  • the execution status screen may be a screen in a state in which execution of operations 141b and 143b is stopped (for example, when a parameter required for operations 141b and 143b is not input). .
  • the execution services 141a and 143a may execute operations 141b and 143b according to a pass rule.
  • the execution services 141a and 143a are generated by the execution manager module 153, receive an execution request from the execution manager module 153 according to the pass rule, and operate according to the execution request 141b, 143b) may execute operations of the apps 141 and 143.
  • the execution services 141a and 143a may transmit completion information to the execution manager module 153 when the execution of the operations 141b and 143b is completed.
  • the plurality of operations 141b and 143b may be sequentially executed.
  • the execution services 141a and 143a may open the next operation (operation 2) when the execution of one operation (operation 1) is completed and transmit the completion information to the execution manager module 153. Opening any operation herein may be understood as transitioning any operation to an executable state or preparing to execute any operation. In other words, if any action is not open, that action cannot be executed.
  • the execution manager module 153 may transmit an execution request for the next operation 141b or 143b to an execution service (for example, operation 2).
  • the plurality of apps 141 and 143 may be executed sequentially. For example, when execution of the last operation of the first app 141 is completed and the completion information is received, the execution manager module 153 sends the execution request of the first operation of the second app 143 to the execution service 143a. I can send it.
  • the result screen according to each of the executed operations 141b and 143b is displayed on the display 120. Can be displayed. According to an embodiment of the present disclosure, only a part of the plurality of result screens according to the execution of the executed operations 141b and 143b may be displayed on the display 120.
  • the memory 140 may store an intelligent app (for example, a voice recognition app) linked with the intelligent agent 151.
  • An app linked with the intelligent agent 151 may receive and process a user's speech as a voice signal.
  • the app linked with the intelligent agent 151 may be operated by a specific input (for example, input through a hardware key, input through a touch screen, or specific voice input) input through the input module 110. Can be.
  • the processor 150 may control overall operations of the user terminal 100.
  • the processor 150 may control the input module 110 to receive a user input.
  • the user input may include, for example, a request for performing a task using the user terminal 100.
  • the processor 150 of the user terminal 100 may control the display 120 to display an image.
  • the processor 150 may control the speaker 130 to output a voice signal.
  • the processor 150 may load or store necessary information by controlling the memory 140.
  • the processor 150 may include an intelligent agent 151, an execution manager module 153, or an intelligent service module 155.
  • the processor 150 may execute the instructions stored in the memory 140 to drive the intelligent agent 151, the execution manager module 153, or the intelligent service module 155.
  • Various modules mentioned in various embodiments of the present disclosure may be implemented in hardware or in software.
  • an operation performed by the intelligent agent 151, the execution manager module 153, or the intelligent service module 155 may be understood as an operation performed by the processor 150.
  • the intelligent agent 151 may generate a command for operating an app based on a voice signal received through a user input.
  • the execution manager module 153 may receive the generated command from the intelligent agent 151 and select and execute and operate the apps 141 and 143 stored in the memory 140.
  • the intelligent service module 155 may manage information of the user and use the same to process user input.
  • the intelligent agent 151 may transmit and process the user input received through the input module 110 to the intelligent server 200.
  • the intelligent agent 151 may preprocess the user input before transmitting the user input to the intelligent server 200.
  • the intelligent agent 151 may include an adaptive echo canceller (AEC) module, a noise suppression (NS) module, and an end-point end point for preprocessing the user input. detection (EPD) module or automatic gain control (AGC) module.
  • the adaptive echo canceller may remove an echo included in the user input.
  • the noise suppression module may suppress background noise included in the user input.
  • the end point detection module may detect an end point of the user voice included in the user input and find a portion in which the voice of the user exists.
  • the automatic gain control module may adjust the volume of the user input to be suitable for recognizing and processing the user input.
  • the intelligent agent 151 may include all of the preprocessing components for performance, but in other embodiments, the intelligent agent 151 may include some of the preprocessing components to operate at low power. .
  • the intelligent agent 151 may include a wake up recognition module that recognizes a user's call.
  • the wakeup recognition module may recognize a wakeup command of a user through a voice recognition module, and activate the intelligent agent 151 to receive a user input when the wakeup command is received.
  • the wake-up recognition module of the intelligent agent 151 may be implemented in a low power processor (eg, a processor included in an audio codec).
  • the intelligent agent 151 may be activated according to a user input through a hardware key. When the intelligent agent 151 is activated, an intelligent app (for example, a voice recognition app) linked with the intelligent agent 151 may be executed.
  • the intelligent agent 151 may include a voice recognition module for executing a user input.
  • the voice recognition module may recognize a user input for executing an action in an app.
  • the voice recognition module may include a “click” to execute a shooting operation when a limited user (voice) input (eg, a camera app is running) that executes an action such as the wake up command in an app 141 or 143. Same speech, etc.) can be recognized.
  • the voice recognition module that recognizes a user input by assisting the intelligent server 200 may recognize a user command that can be processed in the user terminal 100 and process the user command quickly.
  • a voice recognition module for executing a user input of the intelligent agent 151 may be implemented in an app processor.
  • the voice recognition module of the intelligent agent 151 may recognize a user input using an algorithm for recognizing the voice.
  • the algorithm used to recognize the voice may be, for example, at least one of a hidden markov model (HMM) algorithm, an artificial neural network (ANN) algorithm, or a dynamic time warping (DTW) algorithm.
  • HMM hidden markov model
  • ANN artificial neural network
  • DTW dynamic time warping
  • the intelligent agent 151 may convert the voice input of the user into text data. According to an embodiment of the present disclosure, the intelligent agent 151 may transmit the voice of the user to the intelligent server 200 to receive the converted text data. Accordingly, the intelligent agent 151 may display the text data on the display 120.
  • the intelligent agent 151 may receive a pass rule (or sequence) transmitted from the intelligent server 200.
  • the pass rule may include states of the user terminal 100.
  • the intelligent agent 151 may receive a response from the intelligent server 200 including a pass rule for performing a task and an identifier associated with the pass rule.
  • the identifier may be a unique ID (or a pass rule ID) (eg, a unique number) for distinguishing a related path rule from another path rule.
  • the identifier may be, for example, a unique ID for distinguishing a path rule of a plurality of apps. Different pass rules may be assigned to each unique ID (eg, 001 to 099).
  • the intelligent agent 151 may transmit the path rule to the execution manager module 153.
  • the intelligent agent 151 transmits an execution result log according to the path rule received from the intelligent server 200 to the intelligence service module 155, and transmits the execution result.
  • the log may be accumulated and managed in the user's preference information of the persona module 155b.
  • the execution manager module 153 receives the path rule from the intelligent agent 151 to execute the apps 141 and 143, and the app 141 and 143 includes the path rule 141b. , 143b).
  • the execution manager module 153 may perform the task by allowing the user terminal 100 to have a state of the pass rule.
  • the execution manager module 153 may transmit command information for executing the operations 141b and 143b to the apps 141 and 143, and the operations 141b and 143b from the apps 141 and 143. Can receive completion information.
  • the execution manager module 153 may transmit and receive command information for executing the operations 141b and 143b of the apps 141 and 143 between the intelligent agent 151 and the apps 141 and 143. Can be.
  • the execution manager module 153 binds the apps 141 and 143 to be executed according to the path rule and transmits command information of the operations 141b and 143b included in the path rule to the app 141 and 143. can do.
  • the execution manager module 153 sequentially transmits the operations 141b and 143b included in the path rule to the apps 141 and 143 to execute the operations 141b and 143b of the apps 141 and 143. It can be executed sequentially according to the pass rule.
  • the execution manager module 153 may manage execution states of operations 141b and 143b of the apps 141 and 143. For example, the execution manager module 153 may receive information on an execution state of the operations 141b and 143b from the apps 141 and 143. When the execution state of the operations 141b and 143b is, for example, a stopped state (or a partial landing) (for example, when a parameter required for the operations 141b and 143b is not input), The execution manager module 153 may transmit information about the stopped state to the intelligent agent 151. The intelligent agent 151 may request the user to input necessary information (eg, parameter information) using the received information.
  • necessary information eg, parameter information
  • the user may receive a utterance from the user, and the execution manager module 153 may execute the running apps 141 and 143 and the app.
  • Information on the execution state of the (141, 143) may be transmitted to the intelligent agent 151.
  • the intelligent agent 151 may receive parameter information of the user's speech through the intelligent server 200, and may transmit the received parameter information to the execution manager module 153.
  • the execution manager module 153 may change the parameters of operations 141b and 143b into new parameters using the received parameter information.
  • the execution manager module 153 may deliver the parameter information included in the path rule to the apps 141 and 143.
  • the execution manager module 153 may deliver parameter information included in the pass rule from one app to another app.
  • the execution manager module 153 may receive a plurality of pass rules.
  • the execution manager module 153 may select a plurality of pass rules based on the user's speech. For example, if the execution manager module 153 specified some apps 141 to execute some operations 141a, but did not specify other apps 143 to execute the remaining operations 143b, Run the same app 141 (e.g. gallery app) that will execute action 141a, and run a different app 143 (e.g. messaging app, telegram app) that can run the rest of the action 143b.
  • a plurality of different pass rules can be received.
  • the execution manager module 153 may execute, for example, the same operations 141b and 143b (eg, successive identical operations 141b and 143b) of the plurality of pass rules.
  • the display manager 120 may display a status screen for selecting different apps 141 and 143 included in the plurality of pass rules, respectively.
  • the intelligent service module 155 may include a context module 155a, a persona module 155b, or a proposal module 155c.
  • the context module 155a may collect the current state of the app 141, 143 from the app 141, 143.
  • the context module 155a may receive context information indicating the current state of the apps 141 and 143 to collect the current state of the apps 141 and 143.
  • the persona module 155b may manage personal information of a user who uses the user terminal 100.
  • the persona module 155b may manage the personal information of the user by collecting the usage information and the execution result of the user terminal 100.
  • the suggestion module 155c may recommend a command to the user in anticipation of the user's intention. For example, the suggestion module 155c may recommend a command to the user in consideration of the current state (eg, time, place, situation, app) of the user.
  • the current state eg, time, place, situation, app
  • FIG. 3 is a diagram illustrating executing an intelligent app of a user terminal according to an exemplary embodiment.
  • the user terminal 100 receives a user input and executes an intelligent app (eg, a voice recognition app) linked with the intelligent agent 151.
  • an intelligent app eg, a voice recognition app
  • the user terminal 100 may execute an intelligent app for recognizing a voice through the hardware key 112. For example, when the user terminal 100 receives a user input through the hardware key 112, the user terminal 100 may display a user interface (UI) 121 of the intelligent app on the display 120. For example, the user may touch the voice recognition button 121a on the UI 121 of the intelligent app to input the voice 120b while the UI 121 of the intelligent app is displayed on the display 120. . For example, the user may input voice 120b by continuously pressing the hardware key 112 to input voice 120b.
  • UI user interface
  • the user terminal 100 may execute an intelligent app for recognizing a voice through the microphone 111.
  • the user terminal 100 may display the UI 121 of the intelligent app on the display 120 when a specified voice (eg, wake up!) Is input 120a through the microphone. .
  • FIG. 4 is a block diagram illustrating an intelligent server of an integrated intelligence system according to an embodiment.
  • the intelligent server 200 may include an automatic speech recognition (ASR) module 210, a natural language understanding (NLU) module 220, and a path planner module. 230, a dialogue manager (DM) module 240, a natural language generator (NLG) module 250, or a text to speech (TTS) module 260. can do.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • DM dialogue manager
  • NLG natural language generator
  • TTS text to speech
  • the intelligent server 200 may include a communication interface, a memory, and a processor.
  • the communication interface may communicate with an external electronic device (for example, the user terminal 100).
  • the memory may store data of the intelligent server 200.
  • the processor may include an automatic speech recognition module 210, a natural language understanding module 220, a path planner module 230, a conversation manager module 240, a natural language generation module 250, and a text-to-speech module 260. have.
  • the processor may include an automatic speech recognition module 210, a natural language understanding module 220, a path planner module 230, a conversation manager module 240, a natural language generation module 250, and a text-to-speech module 260. Can perform the function of.
  • the natural language understanding module 220 or the path planner module 230 of the intelligent server 200 may generate a path rule.
  • the automatic speech recognition (ASR) module 210 may convert user input received from the user terminal 100 into text data.
  • the automatic voice recognition module 210 may convert a user input received from the user terminal 100 into text data.
  • the automatic voice recognition module 210 may include a speech recognition module.
  • the speech recognition module may include an acoustic model and a language model.
  • the acoustic model may include information related to speech
  • the language model may include information about a combination of unit phoneme information and unit phoneme information.
  • the speech recognition module may convert user speech into text data by using information related to speech and unit phoneme information.
  • Information about the acoustic model and the language model may be stored, for example, in an automatic speech recognition database (ASR DB) 211.
  • ASR DB automatic speech recognition database
  • the natural language understanding module 220 may determine a user's intention by performing syntactic analysis or semantic analysis.
  • the grammatical analysis may divide user input into grammatical units (eg, words, phrases, morphemes, etc.) and determine which grammatical elements the divided units have.
  • the semantic analysis may be performed using semantic matching, rule matching, formula matching, or the like. Accordingly, the natural language understanding module 220 may obtain a domain, an intent, or a parameter (or a slot) necessary for expressing the intention by the user input.
  • the natural language understanding module 220 uses a matching rule divided into a domain, an intent, and a parameter (or a slot) necessary to determine the intention.
  • the intention and parameters of can be determined.
  • the one domain e.g. alarm
  • the one intent e.g., alarm setting, alarm clearing, etc.
  • one intent is a plurality of parameters (e.g. time, number of repetitions, alarm sound).
  • the plurality of rules may include, for example, one or more mandatory element parameters.
  • the matching rule may be stored in a natural language understanding database (NLU DB) 221.
  • NLU DB natural language understanding database
  • the natural language understanding module 220 may identify a meaning of a word extracted from a user input by using linguistic features (eg, grammatical elements) such as morphemes and phrases, and may determine the meaning of the identified word in a domain. And the intention of the user by matching the intention. For example, the natural language understanding module 220 may calculate how much a word extracted from the user input is included in each domain and intention to determine the user intention. According to an embodiment of the present disclosure, the natural language understanding module 220 may determine a parameter of a user input using a word based on the intention.
  • linguistic features eg, grammatical elements
  • morphemes and phrases e.g., morphemes and phrases
  • the natural language understanding module 220 may determine the intention of the user using the natural language understanding database 221 which stores linguistic features for determining the intention of the user input. According to another embodiment, the natural language understanding module 220 may determine a user's intention using a personal language model (PLM). For example, the natural language understanding module 220 may determine a user's intention using personalized information (eg, a contact list or a music list). The personalized language model may be stored, for example, in the natural language understanding database 221. According to an embodiment of the present disclosure, the automatic speech recognition module 210 as well as the natural language understanding module 220 may recognize the user's voice by referring to the personalized language model stored in the natural language understanding database 221.
  • PLM personal language model
  • the natural language understanding module 220 may generate a pass rule based on the intention and the parameter of the user input. For example, the natural language understanding module 220 may select an app to be executed based on the intention of the user input, and determine an action to be performed in the selected app. The natural language understanding module 220 may generate a pass rule by determining a parameter corresponding to the determined operation. The natural language understanding module 220 may generate a path rule ID (or identifier) related to the generated path rule. The natural language understanding module 220 may tag the generated path rule ID with the generated path rule. Accordingly, the path rule generated by the natural language understanding module 220 may include information about an app to be executed, an operation to be executed in the app, and a parameter required to execute the operation.
  • the natural language understanding module 220 may generate one pass rule or a plurality of pass rules based on the intention and parameters of the user input. For example, the natural language understanding module 220 receives a path rule set corresponding to the user terminal 100 from the path planner module 230, and maps an intention and a parameter of a user input to the received path rule set. The rule can be determined.
  • the natural language understanding module 220 determines an app to be executed, an action to be executed in the app, and a parameter required to execute the action based on an intention and a parameter of a user input to determine one pass rule or a plurality of passes.
  • You can create rules.
  • the natural language understanding module 220 may use the information of the user terminal 100 in the form of an ontology or a graph model according to the intention of a user input of the app to be executed and the operation to be executed in the app.
  • Arrangement can be used to create path rules.
  • the generated path rule may be stored in, for example, a path rule database (PR DB) 231 through the path planner module 230.
  • the generated path rule may be added to a path rule set of the database 231.
  • the natural language understanding module 220 may select at least one pass rule from the generated plurality of pass rules. For example, the natural language understanding module 220 may select an optimal path rule of the plurality of path rules. For another example, the natural language understanding module 220 may select a plurality of pass rules when only a few actions are specified based on user speech. The natural language understanding module 220 may determine one pass rule among the plurality of pass rules by an additional input of a user.
  • the natural language understanding module 220 may transmit the path rule to the user terminal 100 as a request based on a user input.
  • the natural language understanding module 220 may transmit one pass rule corresponding to the user input to the user terminal 100.
  • the natural language understanding module 220 may transmit a plurality of pass rules corresponding to the user input to the user terminal 100.
  • the plurality of pass rules may be generated by the natural language understanding module 220 when only some of the actions are specified based on, for example, user speech.
  • the path planner module 230 may select at least one path rule from among a plurality of path rules.
  • the path planner module 230 may transmit a path rule set including a plurality of path rules to the natural language understanding module 220.
  • the plurality of path rules of the path rule set may be stored in a table form in the path rule database 231 connected to the path planner module 230.
  • the path planner module 230 may transfer the path rule set corresponding to the information (eg, OS information and app information) of the user terminal 100 received from the intelligent agent 151 to the natural language understanding module 220. Can be.
  • the table stored in the path rule database 231 may be stored, for example, by domain or version of a domain.
  • the path planner module 230 may select one path rule or a plurality of path rules from the path rule set and transmit the selected path rules to the natural language understanding module 220.
  • the path planner module 230 may select one path rule or a plurality of path rules by matching a user's intention and parameters with a path rule set corresponding to the user terminal 100, and then may use the natural language understanding module 220. Can be delivered to.
  • the path planner module 230 may generate one path rule or a plurality of path rules using user intentions and parameters. For example, the path planner module 230 may generate one path rule or a plurality of path rules by determining an app to be executed and an operation to be executed in the app based on a user intention and a parameter. According to an embodiment of the present disclosure, the path planner module 230 may store the generated path rule in the path rule database 231.
  • the path planner module 230 may store the path rule generated by the natural language understanding module 220 in the path rule database 231.
  • the generated path rule may be added to a path rule set stored in the path rule database 231.
  • the table stored in the path rule database 231 may include a plurality of path rules or a plurality of path rule sets.
  • the plurality of pass rules or the plurality of pass rule sets may reflect the type, version, type, or characteristic of a device that performs each pass rule.
  • the conversation manager module 240 may determine whether the intention of the user identified by the natural language understanding module 220 is clear. For example, the conversation manager module 240 may determine whether the intention of the user is clear based on whether the information of the parameter is sufficient. The conversation manager module 240 may determine whether the parameters identified in the natural language understanding module 220 are sufficient to perform a task. According to an embodiment of the present disclosure, when the intention of the user is not clear, the conversation manager module 240 may perform feedback for requesting necessary information from the user. For example, the conversation manager module 240 may perform feedback for requesting information about a parameter for determining a user's intention.
  • the dialog manager module 240 may include a content provider module.
  • the content providing module may generate a result of performing a task corresponding to a user input when the content providing module can perform an operation based on the intention and the parameter identified by the natural language understanding module 220.
  • the conversation manager module 240 may transmit the result generated by the content providing module to the user terminal 100 in response to a user input.
  • the natural language generation module (NLG) 250 may change the designated information into a text form.
  • the information changed in the text form may be in the form of natural language speech.
  • the specified information may be, for example, information about an additional input, information for guiding completion of an operation corresponding to a user input, or information (eg, feedback information for a user input) for guiding an additional input of a user.
  • the information changed in the text form may be transmitted to the user terminal 100 to be displayed on the display 120, or may be transmitted to the text-to-speech module 260 to be changed to the voice form.
  • the text-to-speech module 260 may change the text-type information into voice-type information.
  • the text-to-speech module 260 may receive information in text form from the natural language generation module 250, change the text form information into information in speech form, and transmit it to the user terminal 100.
  • the user terminal 100 may output the voice type information to the speaker 130.
  • the natural language understanding module 220, the path planner module 230, and the conversation manager module 240 may be implemented as one module.
  • the natural language understanding module 220, the path planner module 230, and the conversation manager module 240 may be implemented as one module to determine a user's intention and parameters, and correspond to the determined user's intent and parameters. You can create a response (for example, a pass rule). Accordingly, the generated response may be transmitted to the user terminal 100.
  • NLU natural language understanding module
  • the natural language understanding module 220 may divide a function of an app into unit operations A through F and store it in the path rule database 231.
  • the natural language understanding module 220 may apply a plurality of pass rules A-B1-C1, A-B1-C2, A-B1-C3-DF, and A-B1-C3-DEF that are divided into unit operations.
  • the included pass rule set may be stored in the pass rule database 231.
  • the path rule database 231 of the path planner module 230 may store a path rule set for performing a function of an app.
  • the pass rule set may include a plurality of pass rules including a plurality of operations. In the plurality of pass rules, operations executed according to parameters input to each of the plurality of operations may be sequentially arranged.
  • the plurality of path rules may be configured in an ontology or graph model and stored in the path rule database 231.
  • the natural language understanding module 220 may include the plurality of pass rules A-B1-C1, A-B1-C2, A-B1-C3-DF, and A- corresponding to intentions and parameters of a user input.
  • the optimal pass rule (A-B1-C3-DF) can be selected among B1-C3-DEF).
  • the natural language understanding module 220 may transmit a plurality of rules to the user terminal 100 when there is no pass rule that perfectly matches the user input. For example, the natural language understanding module 220 may select a pass rule (eg, A-B1) partially corresponding to the user input.
  • the natural language understanding module 220 may include one or more pass rules (eg, A-B1-C1, A-B1-C2, and A-B1-C3) that include pass rules (eg, A-B1) that correspond in part to user input.
  • -DF, A-B1-C3-DEF can be selected and delivered to the user terminal 100.
  • the natural language understanding module 220 may select one of a plurality of pass rules based on an additional input of the user terminal 100, and transmit the selected one pass rule to the user terminal 100.
  • the natural language understanding module 220 may include a plurality of pass rules (eg, A-B1-C1 and A-B1) according to a user input (eg, an input for selecting C3) additionally input from the user terminal 100.
  • One pass rule eg, A-B1-C3-DF
  • A-B1-C3-DF among -C2, A-B1-C3-DF, and A-B1-C3-DEF may be selected and transmitted to the user terminal 100.
  • the natural language understanding module 220 may determine a user's intention and parameters corresponding to a user input (eg, an input for selecting C3) additionally input to the user terminal 100, and the determined Intention or parameters of the user may be transmitted to the user terminal 100.
  • the user terminal 100 determines a plurality of pass rules (eg, A-B1-C1, A-B1-C2, A-B1-C3-DF, A-B1-C3- based on the transmitted intention or the parameter).
  • One pass rule eg, A-B1-C3-DF
  • A-B1-C3-DF can be selected.
  • the user terminal 100 may complete the operation of the apps 141 and 143 according to the selected one pass rule.
  • the natural language understanding module 220 may generate a pass rule partially corresponding to the received user input.
  • the natural language understanding module 220 may transmit the partially corresponding path rule to the intelligent agent 151.
  • the intelligent agent 151 may transmit the partially corresponding path rule to the execution manager module 153, and the execution manager module 153 may execute the first app 141 according to the path rule.
  • the execution manager module 153 may transmit information about the insufficient parameters to the intelligent agent 151 while executing the first app 141.
  • the intelligent agent 151 may request additional input from the user by using the information about the insufficient parameter.
  • the intelligent agent 151 may transmit and process the intelligent server 200 when an additional input is received by the user.
  • the natural language understanding module 220 may generate the added pass rule based on the additional input user intention and parameter information and transmit the generated pass rule to the intelligent agent 151.
  • the intelligent agent 151 may execute the second app 143 by transmitting the path rule to the execution manager module 153.
  • the natural language understanding module 220 may transmit a user information request to the personalization information server 300 when a user input missing some information is received by the intelligent server 200.
  • the personalization information server 300 may transmit the information of the user who inputs the user input stored in the persona database to the natural language understanding module 220.
  • the natural language understanding module 220 may select a pass rule corresponding to a user input missing some operations using the user information. Accordingly, even if a user input missing some information is received by the intelligent server 200, the natural language understanding module 220 receives a further input by requesting the missing information or uses a user information to pass a path rule corresponding to the user input. Can be determined.
  • FIG. 6 is a diagram illustrating a conceptual diagram of a path rule generated by an intelligent server according to an exemplary embodiment.
  • the intelligent server 200 may generate a pass rule 601 corresponding to a user input received from the user terminal 100.
  • the intelligent server 200 may generate a pass rule 601 including information on an operation for performing a function of an app.
  • the intelligent server 200 may generate a pass rule 601 including information on the operation of the app and parameters (or keywords) required for the operation of the app.
  • Information about the operation of the app may include information about the state (state) of the user terminal 100.
  • the intelligent server 200 may generate a pass rule including information about a plurality of operations of an app.
  • the path rule may include, for example, information in which a plurality of operations of the app are sequentially arranged.
  • the intelligent server 200 may include a pass rule in which a plurality of states of the user terminal 100 and parameters (eg, parameters inputted to change to a specified state) necessary for an operation corresponding to the plurality of states are sequentially arranged. Can be generated.
  • the intelligent server 200 may receive data corresponding to user speech from the user terminal 100.
  • the intelligent server 200 may receive data corresponding to “Find a Hawaiian picture.” From the user terminal 100.
  • the intelligent server 200 (eg, the natural language understanding module 220) may generate a pass rule 601 corresponding to a user input of “Find a Hawaiian picture.”
  • the pass rule may include, for example, an image view (first state), a search view (second state), a parameter input from a search view (second state) (for example, Hawaii), and a search view result (first state).
  • 3 states may include information sequentially arranged.
  • the user terminal 100 may execute an operation of an app according to the pass rule and display a screen according to the executed operation on the display 120.
  • the user terminal 100 executes a gallery app corresponding to each state included in the path rule to display an image view screen 610, a search view screen 620 for searching for an image, and “Hawaii ( 631) 'may be sequentially displayed on the display 120 of the search view result screen 630 providing the searched result.
  • FIGS. 7, 8, and 9 are diagrams illustrating that an intelligent server generates a path rule corresponding to a user input by using a plurality of path rules.
  • the intelligent server 200 may use a user input by using an app's path rule stored in a database (eg, the path rule database 231).
  • a path rule corresponding to (eg, user utterance) may be generated.
  • the intelligent server 200 selects the path rule of the app based on the intention and the parameter of the user input and uses the path rule (or the partial path rule) of the selected app to input the user.
  • a path rule (or a full path rule) corresponding to may be generated.
  • the intelligent server 200 may store the path rules of each app in a database (eg, the path rule database 231).
  • the intelligent server 200 may distinguish and store the path rule of the app according to the nature of the path rule.
  • the intelligent server 200 may classify the path rules of the app and store them in a database based on whether other path rules can be arranged before or after the path rules of the app.
  • the intelligent server 200 may classify the path rule of the app into a normal path rule, a caller path rule, and a calli path rule in a database.
  • the normal pass rule may be a pass rule that cannot arrange other pass rules before and after the pass rule. It may be a pass rule that can arrange the pass rule of another app after the caller pass rule.
  • the collie pass rule may be a pass rule capable of arranging a pass rule of another app before the pass rule.
  • the intelligent server 200 may store the path rule of the app in a database by distinguishing a caller / calli path rule that may arrange the path rule of another app before and after the path rule. .
  • the intelligent server 200 may distinguish and store the app's path rule in a database based on whether it is sufficient to execute an operation according to the app's path rule.
  • the intelligent server 200 may use the caller path rule and the collie path rule as a static path rule (eg, a static caller path rule and a static callee path rule). rules) or dynamic path rules (eg, dynamic caller path rules and dynamic callee path rules) and store them in a database.
  • the static caller pass rule and the static collie pass rule may be pass rules sufficient to execute an operation of an app according to a user's input.
  • the pass rule that selects Hawaiian images in the Gallery app can be a static caller pass rule, and a pass rule that sends edited images in the Messages app. May be a static collie pass rule.
  • the dynamic caller pass rule and the dynamic collie pass rule may be pass rules that are not sufficient to execute an operation of an app according to a user input. If the user input is, for example, "Share Hawaii picture to mom.”
  • the pass rule for selecting a Hawaiian image in the gallery app and sharing the selected image in the image editing app may be a dynamic caller pass rule.
  • the dynamic caller pass rule includes a pass rule that transmits the edited image to any one of a plurality of apps (eg, a message app and an email app). This can be arranged. Also, if the user input is "Send to Mom as a Message," sending a message to Mom from the Messages app may be a dynamic collie pass rule. Since the user input has insufficient information on which app the information obtained is to be sent as a message, the dynamic collie pass rule does not pass information for obtaining information from any one of a plurality of apps (for example, a gallery app and an image editing app). Rules may be placed.
  • the intelligent server 200 may be a static callee / static caller path rule (static callee / static caller path rule), which can arrange the path rule of the other app before and after the caller path rule and the collie path rule, static collie Dynamic callee / dynamic caller path rule, dynamic callee / static caller path rule, and dynamic callee / dynamic caller path rule Can be stored in a database.
  • static callee / static caller path rule static callee / static caller path rule
  • the intelligent server 200 may generate a path rule by combining (or arranging) the path rules of the app stored in the database.
  • the intelligent server 200 may generate a full pass rule 715 corresponding to a user input by using a combination of pass rules.
  • the intelligent server 200 may generate the full call rule 715 corresponding to the user input by using the static caller rule 711 and the static cally rule 713 using the static combination method.
  • the static caller pass rule 711 and the static collie pass rule 713 may be pass rules sufficient to execute an operation of an app according to a user's input.
  • the pass rule for selecting a Hawaiian image in the gallery app may be a static caller pass rule 911, and transmits the edited image in the image editing app.
  • the pass rule may be a static collie pass rule 913.
  • the image editing app may be the only app that performs a function of editing an image in the user terminal 100.
  • the static caller pass rule 711 and the static collie pass rule 713 may include information about the operation of different apps (eg, a gallery app and an image editing app).
  • the intelligent server 200 may select the static caller pass rule 711 and the static collie pass rule 713 respectively corresponding to the user input. For example, the intelligent server 200 passes using the static caller pass rule 711 and the static collie pass rule 713 including information about the operation of different apps (eg, gallery app and image editing app). You can create rules.
  • the static caller pass rule 711 includes, for example, a first state and a second state of a first app (eg, a gallery app), and includes a designated app (or targeted app) (eg, And a third state (or cross app) for calling the second app).
  • the third state may include a first state ID (eg, CROSS_photoedit_home) for calling a designated app (or a second app).
  • the static caller passrule 713 includes a third 'state (or cross app) for the second app (eg, an image editing app) to be called, and includes a fourth state and a fifth state of the second app. May include status.
  • the third 'state may include a second state ID (eg, CROSS_photoedit_home) for calling the second app.
  • the first state ID and the second state ID may be similar to each other.
  • the intelligent server 200 may generate the full pass rule 715 using the static caller pass rule 711 and the static collie pass rule 713 including state IDs corresponding to each other.
  • the intelligent server 200 may combine the static caller pass rule and the static collie pass rule by using a tool (eg, a software tool) for combining the caller pass rule and the collie pass rule.
  • the intelligent server 200 may call a designated app (or a second app) without passing through a selector that receives a user input for selecting an app to call.
  • the full path rule 715 may include, for example, a first state and a second state of the first app, a third state calling (or cross-apping) the second app, and a fourth state and the first state of the second app. May include 5 states.
  • the intelligent server 200 may store the generated full path rule 915 in a database (eg, the path rule database 231). In other words, the intelligent server 200 may learn the generated full path rule 715. According to an embodiment of the present disclosure, the intelligent server 200 may generate a path rule corresponding to a user input received from the user terminal 100 using a path rule (or a full path rule 715) stored in the database. have.
  • the intelligent server 200 may generate a full path rule 815 corresponding to a user input using a combination of path rules.
  • the intelligent server 200 uses a combination of caller rules 811, 811 ′, 811 ′′ and collie rules 813, 813 ′, 813 ′′ in a full path corresponding to user input.
  • Rule 815 may be generated.
  • the dynamic caller pass rules 811, 811 ′, and 811 ′′ and the dynamic caller pass rules 813, 813 ′, and 813 ′′ may be path rules that are not sufficient to execute an operation of an app according to a user's input.
  • the pass rule for selecting a Hawaii image in the gallery app and sharing the selected image in the image editing app may be a dynamic caller pass rule.
  • sending a message to Mom from the Messages app may be a dynamic collie pass rule.
  • the dynamic caller pass rules 811, 811 ′, and 811 ′′ and the dynamic caller pass rules 813, 813 ′, and 813 ′′ may include information about operations of different apps.
  • the intelligent server 200 may select dynamic caller pass rules 811, 811 ′, and 811 ′′ corresponding to a user input.
  • the first dynamic caller pass rule 811 includes, for example, a first state and a second state of a first app (eg, a gallery app), and includes a first call for calling a designated app (or a desired app). It may include three states (or cross share).
  • the second dynamic caller pass rule 811 ′ may include a first state, a second state, and the third state of a second app (eg, an image editing app).
  • the third dynamic caller pass rule 811 ′′ may include a first state, a second state, and the third state of a third app (eg, a browsing app).
  • the third state may include a first state ID (eg, CROSS_share) for calling the selected app according to a user input.
  • the designated app may be an app (or a fourth app, a fifth app, or a sixth app) that may be selected according to a user input.
  • the intelligent server 200 may select dynamic collie pass rules 813, 813 ′, and 813 ′′ corresponding to a user input.
  • the first dynamic collie pass rule 813 may be configured to include, for example, a third ′′ state (or cross share via) for calling a selected app (or a fourth app, a fifth app, or a sixth app) according to a user input. (cross share via), and a fourth state and a fifth state of a fourth app (eg, a message app) that can be selected according to a user input.
  • the third dynamic collie pass rule 813 ′′ includes the third ′′ state and may include a fourth ′′ state and a fifth ′′ state of a sixth app (a cloud app) that may be selected according to user input.
  • the third ′′ state may include a second state ID (eg, CROSS_sharevia) to be called from a designated app (or a first app, a second app, or a third app).
  • the designated app may be an app (eg, a first app, a second app, or a third app) designated by the second state ID.
  • the intelligent server 200 receives a user input for selecting an app to call through the selector, and corresponds to a dynamic caller pass rule 813 corresponding to the selected app (fourth app, fifth app, or sixth app) according to the user input. , 813 ', 813 ′′) can be generated.
  • the intelligent server 200 may be generated according to a user input using the dynamic caller pass rules 811, 811 ′ and 811 ′′ and the dynamic collie pass rules 813, 813 ′, 813 ′′.
  • the full path rule 815 may be generated in all cases.
  • the intelligent server 200 may combine the dynamic collie pass rule and the static collie pass rule by using a tool for combining the caller pass rule and the collie pass rule.
  • the tool may place a third state ID (eg, sharevia) between the dynamic collie pass rule and the static collie pass rule to combine the dynamic collie pass rule and the static coryl pass rule.
  • the full path rule 815 may be selected from a first state and a second state of the first app, a first 'state and a second' state of the second app, and a first ′′ state and a second ′′ state of the third app. It can include the state of one app.
  • the full pass rule 815 may further include a third state, a third 'state, and a third ′′ state of calling (or cross-sharing) an app that may select the state of the selected app according to a user input. .
  • the full path rule 815 may include the fourth and fifth states of the fourth app, the fourth 'and fifth' states of the fifth app, and the fourth "and fifth" states of the sixth app. It may further include any one selected state.
  • the intelligent server 200 may store the generated full path rule 815 in a database (eg, the path rule database 231). In other words, the intelligent server 200 may learn the generated full path rule 815. According to an embodiment of the present disclosure, the intelligent server 200 may generate a path rule corresponding to a user input received from the user terminal 100 using a path rule (or a full path rule 815) stored in the database. have.
  • the intelligent server 200 combines the pass rules (eg, the caller pass rule and the collie pass rule) corresponding to the function of each app of the user terminal 100 to combine various pass rules (or full pass rules). And a pass rule that may correspond to a user input by using the various pass rules.
  • pass rules eg, the caller pass rule and the collie pass rule
  • the intelligent server 200 may generate a full path rule 915 corresponding to a user input using a combination of path rules.
  • the intelligent server 200 may generate the dynamic caller pass rule 921 and the dynamic collie pass rule 923, respectively.
  • the intelligent server 200 may select a dynamic caller pass rule 911, 911 ′, and 911 ′′ corresponding to a user input.
  • the intelligent server 200 may include a dynamic caller pass rule 911 corresponding to each of a first app (eg, a gallery app), a second app (eg, an image editing app), and a third app (eg, a browsing app). , 911 ', and 911 ′′).
  • the dynamic caller pass rules 911, 911 ′, 911 ′′ may be similar to the dynamic caller pass rules 811, 811 ′, 811 ′′ of FIG. 8.
  • the intelligent server 200 may generate a dynamic caller pass rule corresponding to M apps including the first app, the second app, and the third app.
  • the intelligent server 200 may select a dynamic collie pass rule 913, 913 ′, or 913 ′′ corresponding to a user input.
  • the intelligent server 200 may include a dynamic collie pass rule 913 corresponding to each of a fourth app (eg, a messaging app), a fifth app (eg, an email app), and a sixth app (eg, a cloud app). 913 ', 913 ").
  • the dynamic collie pass rules 913, 913 ′, and 913 ′′ may be similar to the dynamic collie pass rules 813, 813 ′, 813 ′′ of FIG. 8.
  • the intelligent server 200 may generate a dynamic collie pass rule corresponding to N apps including the fourth app, the fifth app, and the sixth app.
  • the intelligent server 200 may generate a dynamic collie pass rule corresponding to a state of a different version even if the same app.
  • the intelligent server 200 may generate the dynamic caller pass rules 911, 911 ′ and 911 ′′ and the dynamic collie pass rules 913, 913 ′, and 913 ′′ in a database (eg, a pass rule database). (231)).
  • the intelligent server 200 may learn the generated dynamic caller pass rules 911, 911 ′, and 911 ′′ and the dynamic collie pass rules 913, 913 ′, and 913 ′′.
  • the intelligent server 200 may include dynamic caller pass rules 911, 911 ′, and 911 ′′ and information about dynamic caller pass rules 913, which include information about parameters (eg, search terms and recipients) required for the operation of the app. 913 ', 913 ”) can be stored in the database.
  • the intelligent server 200 may execute a path rule (or dynamic caller pass rules 911, 911 ′, 911 ′′) and dynamic collie pass rules 913, 913 ′, 913 ′′ stored in the database.
  • a path rule corresponding to a user input received from the user terminal 100 may be generated by using the same.
  • the intelligent server 200 for example, the natural language understanding module 220
  • the intelligent server 200 eg, the path planner module 230
  • the selected dynamic caller pass rule 911a and the dynamic collie pass rule 913a may be pass rules that may be processed in the user terminal 100.
  • the path rule that may be processed in the user terminal 100 may include, for example, information about an operation of an app of the same version as the app of the user terminal 100. Accordingly, the intelligent server 200 may generate the full pass rule 915 by combining the selected dynamic caller pass rule 911a and the dynamic collie pass rule 913a in real time (or at runtime). have. In other words, the full pass rule 915 may include a pass rule corresponding to the first pass rule ID and a pass rule corresponding to the second pass rule ID.
  • the intelligent server 200 combines a pass rule corresponding to a function of an app (for example, a caller pass rule and a collie pass rule), respectively, and generates a pass rule (or a full pass rule) corresponding to a user input.
  • a pass rule or a full pass rule
  • the number of pass rules in the database is smaller than that of generating a pass rule corresponding to a user input using a pass rule (or a full pass rule) representing an end-to-end operation generated in advance. Can be saved.
  • the intelligent server 200 stores “M * N * number of version” path rules in the database when M and N caller path rules and Collie path rules are stored, respectively.
  • the intelligent server 200 may generate a path rule faster than a small number of path rules when selecting a path rule corresponding to a user input, and select the path rule. As the overall pass rule of the population is reduced, and similar pass rules may be relatively small, the probability of selecting an erroneous pass rule may be low.
  • the natural language understanding module 220 of the intelligent server 200 may determine a dynamic caller pass rule.
  • the natural language understanding module 220 may determine the dynamic caller pass rule by identifying the intention of the user input.
  • the path planner module 230 of the intelligent server 200 may determine a dynamic collie pass rule.
  • the path planner module 230 may determine the dynamic collie pass rule by using parameter information included in a user input transmitted from the natural language understanding module 220. Accordingly, the natural language understanding module 220 may not recognize the parameters required for the dynamic collie pass rule.
  • the user terminal 100 may perform partial landing when executing an operation of an app according to a path rule received from the intelligent server 200.
  • the user terminal 100 may partial landing in a state included in the dynamic collie pass rule.
  • the state included in the dynamic collim pass rule may not include, for example, a parameter for executing an operation corresponding to the state. Accordingly, the user terminal 100 may receive an additional speech from the user to fill the parameter.
  • the user terminal 100 may receive a parameter for transmitting a message (for example, a mother and a Hawaiian photo) through a follow-up speech.
  • the natural language understanding module 220 of the intelligent server 200 may generate information about a parameter (or a standard parameter) when generating a pass rule corresponding to a user input.
  • the information about the parameter may include, for example, the name of the app, recipients, and content.
  • the name of the app may include information about the name of the app called according to the dynamic collie pass rule.
  • the receiver may include information about a person receiving the content according to the dynamic collie pass rule.
  • the content may include information (for example, a body of a message or an email) to be delivered according to the dynamic collie pass rule.
  • the natural language understanding module 220 of the intelligent server 200 may transmit a parameter required for the dynamic collie pass rule to the path planner module 230 using the information on the parameter.
  • the pass planner module 230 may use the partial information on the parameter to determine the dynamic collie pass rule and use the remaining information to determine the parameter required for the dynamic collie pass rule.
  • the natural language understanding module 220 of the user terminal 100 receives a user input of “send a Hawaiian picture as a message to a mother”, the user selects a Hawaiian picture, “message” (name of the app). , “Hawaii Pictures” (contents) and “Mom” (recipients) may be passed to the pass planner module 230.
  • the path planner module 230 may recognize a name of an app to select a dynamic collie path rule, and use content and a recipient as parameters of the selected path rule.
  • the user terminal 100 may combine the static path rule and the dynamic path rule to generate a path rule corresponding to the user input.
  • the user terminal 100 may generate a pass rule corresponding to a user input by combining a plurality of static collie pass rules with each of the dynamic caller pass rules.
  • the user terminal 100 may generate a pass rule corresponding to a user input by combining a plurality of static caller pass rules with a dynamic collie defeat rule.
  • FIG. 10 is a diagram illustrating an intelligent server combining a dynamic path rule to generate a path rule corresponding to a user input.
  • the intelligent server 200 selects a dynamic caller pass rule and a dynamic collie pass rule, respectively, and combines the selected dynamic pass rules with a user input received from the user terminal 100 (eg, user utterance).
  • a pass rule corresponding to may be generated.
  • the user terminal 100 may transmit the received user speech to the intelligent server 200.
  • the user terminal 100 may receive a user input including a request for performing a task using the first app and the second app and transmit the received user input to the intelligent server 200.
  • the user terminal 100 may receive a user input of “Please share a picture taken in Hawaii as a message!” And transmit the received user input to the intelligent server 200.
  • the automatic speech recognition module 220 may convert the user input into text data and transmit the text input to the natural language understanding module 220.
  • the natural language understanding module 220 may include a first pass rule (or a dynamic caller pass) corresponding to the user input through a domain classifier 220a and an intent classifier 220b. Rule).
  • the natural language understanding module 220 may determine an app to execute an operation corresponding to the user input through a domain classifier 220a. In other words, the domain classifier 220a may select a domain associated with the app based on the received user input.
  • the natural language understanding module 220 may determine a pass rule corresponding to the intention of the user input through the intention classifier 220b.
  • the intention classifier 220b may select the first pass rule based on a user input.
  • the natural language understanding module 220 may obtain a parameter necessary for an operation corresponding to the user input through the slot tagger 220c.
  • the slot tagger 220c may tag the obtained parameter in a pass rule.
  • the natural language understanding module 220 may select the first pass rule for searching and selecting a Hawaiian image in a gallery app.
  • the first pass rule may include, for example, a share via state.
  • the natural language understanding module 220 may obtain a parameter including a Hawaiian image P 1 , a mother P 2 , and a message P 3 .
  • the natural language understanding module 220 may select the second pass rule corresponding to the user input by referring to the pass rule of the app stored in the database (eg, the pass rule database 231).
  • the path planner module 230 may receive information about the parameter and select a second pass rule (or a dynamic collie pass rule) corresponding to the user input. For example, the path planner module 230 may select a second pass rule for transmitting a Hawaiian image to the mother in the message app using the parameter information. According to an embodiment of the present disclosure, the path planner module 230 may select the first path rule corresponding to the user input by referring to the path rule of an app stored in a database (eg, the path rule database 231). According to an embodiment of the present disclosure, the path planner module 230 may combine the first pass rule and the second pass rule to generate a third pass rule (or a full pass rule) corresponding to a user input. In other words, the pass planner module 230 may combine the first pass rule and the second pass rule. According to an embodiment of the present disclosure, the path planner module 230 may transmit the third pass rule (or the combination) to the user terminal 100.
  • a second pass rule or a dynamic collie pass rule
  • the user terminal 100 may execute operations of the apps 141 and 143 according to the third pass rule.
  • the user terminal 100 may receive a response including information on a path rule and a path rule ID corresponding to the path rule from the intelligent server 200.
  • the pass rule ID may be a combination of a first pass rule ID associated with a first app and a second pass rule ID associated with the second app.
  • the user terminal 100 may perform a task corresponding to a user input by having a state included in a pass rule.
  • the combination may be a third pass rule ID generated based on the first pass rule ID and the second pass rule ID.
  • the user terminal 100 may perform the task corresponding to the user input by recognizing the third pass rule ID and allowing the user terminal 100 to have states of the pass rule.
  • the intelligent server 200 even when the intelligent server 200 receives a user input corresponding to a newly added (or updated) app in the database, the intelligent server 200 generates a pass rule (or a full pass rule) corresponding to the user input. can do.
  • the intelligent server 200 may receive information about a parameter (for example, Hawaii image (P 1- '), mom (P 2 ) even if it receives a user input of "Share Hawaii picture with mom.”') And the drop box P 3 ') to select the fourth pass rule (or updated dynamic collie rule), and in combination with the first pass rule, the fifth pass rule (or the new full pass rule). ) Can be created.
  • a parameter for example, Hawaii image (P 1- '), mom (P 2 ) even if it receives a user input of "Share Hawaii picture with mom.”'
  • the drop box P 3 ' to select the fourth pass rule (or updated dynamic collie rule), and in combination with the first pass rule, the fifth pass rule (or the new full pass rule).
  • the intelligent server 200 may process a user input including an operation (or state) of the newly added app when only the pass rule for the newly added app is added to the database.
  • 11A, 11B, and 11C are diagrams illustrating an intelligent server generating a path rule corresponding to a user input by using state information of a user terminal, according to an exemplary embodiment.
  • the intelligent server 200 may generate a pass rule corresponding to a user input and state information of the user terminal 100.
  • the intelligent server 200 may determine a path rule corresponding to a user input in a path rule set corresponding to state information (eg, meta data) of the user terminal 100.
  • the state information of the user terminal 100 may include, for example, information about at least one of a device type, an installed app, an app version, a region used, a set country, and a communication company.
  • the intelligent server 200 selects a pass rule according to a version of an app installed in the user terminal 100 and transmits the pass rule to the user terminal 100, and a pass rule that does not correspond to the version of the app is a user. It does not transmit to the terminal 100.
  • the selected path rule may be a path rule most similar to an intention and parameter of a user input among a set of path rules corresponding to a version of an app installed in the user terminal 100.
  • the intelligent server 200 may receive feedback from the user with respect to the selected path rule.
  • the intelligent server 200 may generate a pass rule corresponding to a user input and state information of the user terminal 100.
  • the intelligent agent 151 of the user terminal 100 may receive state information (eg, an installed app or version information of the app) of the user terminal 100 from the execution manager module 153.
  • the intelligent agent 151 may transmit the user input 1 and the status information 2 to the intelligent server 200.
  • the automatic voice recognition module 210 of the intelligent server 200 may change the user input 1 into text data and transmit the text data to the natural language understanding module 220.
  • the path planner module 230 of the intelligent server 200 receives the state information 2 of the user terminal 100, and stores a path rule set corresponding to the state information 2. Pass rule database 231).
  • the natural language understanding module 220 may select a path rule corresponding to the user input using the user input 1 (or the text data) and the first path rule set.
  • the natural language understanding module 220 receives a path rule set corresponding to the state information 2 from the path planner module 230, and includes a domain classifier 220a and an intent classifier (A first pass rule (or a dynamic caller pass rule) corresponding to a user input 1 may be selected among the pass rule sets through 220b).
  • the path planner module 230 may use a user input of a path rule set corresponding to the state information 2 by using information about a parameter obtained through the slot tagger 220c of the natural language understanding module 220.
  • a second pass rule (or a dynamic collie pass rule) corresponding to (1) may be selected.
  • the path planner module 230 may combine the first pass rule and the second pass rule to perform a third pass rule (or a full pass rule) that may be executed in the current state of the user terminal 100. Can be generated.
  • the intelligent server 200 generates a pass rule that can be executed in the current state of the user terminal 100, so that a collision that may occur when the user terminal 100 executes an operation of an app according to the pass rule (eg, : Error) can be prevented.
  • a pass rule eg, : Error
  • the intelligent server 200 may update the status information in a database (eg, the pass rule database 231).
  • the execution manager module 153 of the user terminal 100 may transmit, for example, updated state information of the state information database 160 to the intelligent agent 151.
  • the intelligent agent 151 transmits the updated state information to the intelligent server 200 when the intelligent server 200 can receive the state information of the user terminal 100 (or when a session is opened). 200).
  • the natural language understanding module 220 of the intelligent server 200 may receive the updated state information and update the state information of the user terminal 100 through the path planner 230. Accordingly, even though the intelligent server 200 does not receive the status information from the user terminal 100, the intelligent server 200 responds to the user input by using the status information of the user terminal 100 stored in the database (eg, the pass rule database 231). You can create pass rules.
  • FIG. 12 is a diagram illustrating an intelligent server transmitting not only a pass rule but also a pass rule ID to a user terminal according to an exemplary embodiment.
  • the intelligent server 200 may transmit a pass rule (or a full pass rule) generated by combining a dynamic caller pass rule and a dynamic collie pass rule to the user terminal 100. have.
  • the intelligent server 200 may transmit a path rule ID (eg, an identifier) corresponding to the generated path rule to the user terminal 100 together with the generated path rule.
  • the intelligent server 200 may transmit not only the generated path rule but also a path rule ID corresponding to the generated path rule to the user terminal 100.
  • the path rule ID may be, for example, an ID for distinguishing the generated path rule from another path rule stored in a database (eg, the path rule database 231).
  • the intelligent server 200 (for example, the natural language understanding module 220) may generate a path rule ID corresponding to the generated path rule.
  • the intelligent server 200 may generate a third pass rule corresponding to the generated pass rule based on the first pass rule ID corresponding to the dynamic caller pass rule and the second pass rule ID corresponding to the dynamic collie pass rule. ID can be generated.
  • the intelligent server 200 may determine the designated path rule ID as an ID corresponding to the generated path rule.
  • the user terminal 100 may recognize the path rule ID and execute operations of the apps 141 and 143 according to the received path rule.
  • FIG. 13 is a diagram illustrating a user terminal generating a path rule corresponding to a user input according to an exemplary embodiment.
  • the user terminal 100 may generate a path rule corresponding to a user input by using information about a path rule and a parameter received from the intelligent server 200.
  • the user terminal 100 may further include a local path planner module 170 and a local path rule database (or local PR DB) 171 for generating a path rule.
  • the local pass planner module 170 combines one pass rule (or dynamic caller pass rule) with another pass rule (or dynamic collie pass rule), similar to the pass planner module 230 of the intelligent server 200. can do.
  • the local path rule database 171 may store the app's path rule (or dynamic collie path rule) similarly to the path rule database 231 of the intelligent server 200.
  • the user terminal 100 may transmit the received user speech to the intelligent server 200.
  • the automatic speech recognition module 220 may convert the user input into text data and transmit the text input to the natural language understanding module 220.
  • the natural language understanding module 220 may include a first pass rule (or a dynamic caller pass) corresponding to the user input through a domain classifier 220a and an intent classifier 220b. Rule). The natural language understanding module 220 may obtain a parameter necessary for an operation corresponding to the user input through the slot tagger 220c.
  • the natural language understanding module 220 refers to the path rule of the app stored in the database (eg, the path rule database 231) through the path planner module 230 and corresponds to the first input corresponding to the user input. You can select a path rule. According to an embodiment of the present disclosure, the natural language understanding module 220 may transmit information about the first pass rule and the generated parameter to the user terminal 100.
  • the local path planner module 170 of the user terminal 100 may generate a second pass rule (or a dynamic collie pass rule) by using the information about the first pass rule and the parameter. have. For example, the local path planner module 170 may select a second path rule stored in the local path rule database 171 using the information on the parameter. According to an embodiment of the present disclosure, the local path planner module 170 may generate a third pass rule (or a full pass rule) by using the first pass rule and the second pass rule. According to an embodiment of the present disclosure, the intelligent agent 151 may execute operations of the apps 141 and 143 according to the third path rule received from the local path planner module 170 through the execution manager module 153. .
  • the local path planner module 170 may obtain a pass rule (or a dynamic collie pass rule) of an app installed in the user terminal 100 from the intelligent server 200 through the intelligent agent 151. have.
  • 14A is a flowchart illustrating a method of processing a user input by a user terminal according to an exemplary embodiment.
  • the user terminal 100 may receive a first user input.
  • the user terminal 100 may receive a first user input through at least one of the display 120 and the microphone.
  • the first user input may include, for example, a first request for performing a first task using a first app and a second app.
  • the user terminal 100 may transmit first data related to the first user input to the intelligent server 200.
  • the user terminal 100 may receive a first response from the intelligent server 200.
  • the first response may include, for example, information about a first sequence of states of the user terminal 100 for performing the first task, and a first identifier associated with the first app and the second. And a first combination of second identifiers associated with the app.
  • the user terminal 100 may perform the first task by having the states of the first sequence.
  • the user terminal 100 may receive a second user input.
  • the user terminal 100 may receive a second user input through at least one of the display 120 and the microphone.
  • the first user input may include, for example, a second request for performing a second task using the first app and the third app.
  • the user terminal 100 may transmit the second data related to the second user input to the intelligent server 200.
  • the user terminal 100 may receive a second response from the intelligent server 200.
  • the second response may be, for example, information about a second sequence of states of the user terminal 100 for performing the second task, and a first identifier associated with the first app and the third. And a second combination of third identifiers associated with the app.
  • the user terminal 100 may perform the second task by having the states of the second sequence.
  • 14B is a flowchart illustrating a method of generating, by the intelligent server 200, a path rule corresponding to a user input, according to an exemplary embodiment.
  • the intelligent server 200 may receive data related to a user input.
  • the data may be related to, for example, user input for performing a first task using a first app and a second app.
  • the intelligent server 200 may select a domain related to the first app based on the data.
  • the intelligent server 200 may select a first sequence of states for the user terminal 100 based on the data.
  • the first sequence may use a first app.
  • the intelligent server 200 may tag a parameter extracted from the data.
  • the intelligent server 200 may select a second sequence for performing the user terminal 100 based on the tagged parameter.
  • the second sequence may use, for example, a second app.
  • the intelligent server 200 may transmit a response including the first sequence and the second sequence to the user terminal 100. .
  • the intelligent server 200 combines the path rules corresponding to the function of the app to generate a path rule (or a full path rule) corresponding to a user input in real time.
  • the amount of information to be stored in the database can be reduced, and the user's input corresponding to the newly added path rule can be efficiently processed by using the path rule newly added to the database together with the existing path rule.
  • the electronic device may be various types of devices.
  • the electronic device may be, for example, a portable communication device (such as a smartphone), a computer device (such as a personal digital assistant (PDA), a tablet PC (tablet PC), a laptop PC (, desktop PC, workstation, or server).
  • PDA personal digital assistant
  • a portable multimedia device eg, e-book reader or MP3 player
  • a portable medical device eg, heart rate, blood sugar, blood pressure, or body temperature meter
  • a camera e.g.
  • the electronic device is, for example, a television, a digital video disk (DVD) player, an audio device, an audio accessory.
  • Device e.g. spigot , Headphone, or headset
  • refrigerator air conditioner, cleaner, oven, microwave, washing machine, air purifier, set top box, home automation control panel, security control panel, game console, electronic dictionary, electronic key, camcorder, or electronic picture frame It may include at least one of.
  • the electronic device may be a navigation device, a global navigation satellite system (GNSS), an event data recorder (EDR) (eg, a black box for a vehicle / vessel / airplane), an automotive infotainment device.
  • GNSS global navigation satellite system
  • EDR event data recorder
  • automotive infotainment device e.g. automotive head-up displays
  • industrial or home robots drones, automated teller machines (ATMs), point of sales (POS) devices
  • metrology devices e.g. water, electricity, or gas measurement devices
  • an Internet of Things device eg, a light bulb, a sprinkler device, a fire alarm, a temperature controller, or a street light.
  • the electronic device is not limited to the above-described devices, and, for example, as in the case of a smartphone equipped with a measurement function of biometric information (for example, heart rate or blood sugar) of a person,
  • biometric information for example, heart rate or blood sugar
  • the functions of the devices may be provided in combination.
  • the term user may refer to a person who uses an electronic device or a device (eg, an artificial intelligence electronic device) that uses an electronic device.
  • the electronic device 1501 may communicate with the electronic device 1502 through a short range wireless communication 1598, or may use a network ( The electronic device 1504 or the server 1508 may be communicated with via the 1599. According to an embodiment of the present disclosure, the electronic device 1501 may communicate with the electronic device 1504 through the server 1508.
  • the electronic device 1501 may include a bus 1510, a processor 1520 (eg, the processor 150 of FIG. 2), a memory 1530, and an input device 1550 (eg, a microphone or a mouse). , Display device 1560, audio module 1570, sensor module 1576, interface 1577, haptic module 1579, camera module 1580, power management module 1588, and battery 1589, communication Module 1590, and subscriber identification module 1596.
  • the electronic device 1501 may omit at least one of the components (for example, the display device 1560 or the camera module 1580) or may further include other components.
  • the bus 1510 may include circuits that connect the components 1520-1590 to each other and transfer signals (eg, control messages or data) between the components.
  • signals eg, control messages or data
  • the processor 1520 may be one of a central processing unit (CPU), an application processor (AP), a graphics processing unit (GPU), an image signal processor (ISP) of a camera, or a communication processor (CP). Or more. According to an embodiment, the processor 1520 may be implemented with a system on chip (SoC) or a system in package (SiP). The processor 1520 may, for example, run an operating system or an application to control at least one other component (eg, hardware or software component) of the electronic device 1501 connected to the processor 1520. Various data processing and operations can be performed. The processor 1520 may load and process instructions or data received from at least one of the other components (eg, the communication module 1590) into the volatile memory 1532, and store the resulting data in the nonvolatile memory 1534. Can be.
  • SoC system on chip
  • SiP system in package
  • the processor 1520 may load and process instructions or data received from at least one of the other components (eg, the communication module 1590) into the volatile memory 1532, and
  • the memory 1530 may include a volatile memory 1532 or a nonvolatile memory 1534.
  • Volatile memory 1532 may be configured, for example, with random access memory (RAM) (eg, DRAM, SRAM, or SDRAM).
  • RAM random access memory
  • the nonvolatile memory 1534 may include, for example, programmable read-only memory (PROM), one time PROM (OTPROM), erasable PROM (EPROM), electrically EPROM (EPROM), mask ROM, flash ROM, flash memory, HDD (hard disk drive), or solid state drive (SSD).
  • the nonvolatile memory 1534 may include an internal memory 1536 disposed therein or a stand-alone type external device that can be connected and used only when necessary according to a connection form with the electronic device 1501.
  • the external memory 1538 may be a flash drive, for example, a compact flash (CF), a secure digital (SD), a micro-SD, a mini-SD, an extreme digital (XD), or a multi-media card (MMC). Or a memory stick.
  • the external memory 1538 may be functionally or physically connected to the electronic device 1501 through a wire (for example, a cable or universal serial bus (USB)) or wireless (for example, Bluetooth).
  • a wire for example, a cable or universal serial bus (USB)
  • wireless for example, Bluetooth
  • the memory 1530 may store, for example, instructions or data related to at least one other software component of the electronic device 1501, for example, the program 1540.
  • the program 1540 may include, for example, a kernel 1541, a library 1543, an application framework 1545, or an application program (interchangeably "application”) 1547.
  • the input device 1550 may include a microphone, a mouse, or a keyboard. According to an embodiment of the present disclosure, the keyboard may be connected to a physical keyboard or displayed as a virtual keyboard through the display device 1560.
  • the display device 1560 may include a display, a hologram device, a projector, and a control circuit for controlling the device.
  • the display may include, for example, a liquid crystal display (LCD), a light emitting diode (LED) display, an organic light emitting diode (OLED) display, a microelectromechanical system (MEMS) display, or an electronic paper display.
  • the display may be implemented to be flexible, transparent, or wearable.
  • the display may include touch circuitry or an interchangeably “force sensor” capable of measuring the strength of the pressure on the touch, which may sense a user's touch, gesture, proximity, or hovering input. Can be.
  • the touch circuit or pressure sensor may be implemented integrally with the display or with one or more sensors separate from the display.
  • the hologram device may show a stereoscopic image in the air by using interference of light.
  • the projector may display an image by projecting light onto a screen.
  • the screen may be located inside or outside the electronic device 1501.
  • the audio module 1570 may bidirectionally convert, for example, a sound and an electrical signal. According to an embodiment of the present disclosure, the audio module 1570 may acquire sound through an input device 1550 (eg, a microphone), or an output device (not shown) (eg, a speaker or the like) included in the electronic device 1501. Receiver), or through an external electronic device (e.g., electronic device 1502 (e.g., wireless speakers or wireless headphones) or electronic device 1506 (e.g., wired speakers or wired headphones) connected to the electronic device 1501). You can output an input device 1550 (eg, a microphone), or an output device (not shown) (eg, a speaker or the like) included in the electronic device 1501. Receiver), or through an external electronic device (e.g., electronic device 1502 (e.g., wireless speakers or wireless headphones) or electronic device 1506 (e.g., wired speakers or wired headphones) connected to the electronic device 1501). You can output an input device 1550 (eg, a microphone), or an output
  • the sensor module 1576 may measure or detect, for example, an operating state (eg, power or temperature) inside the electronic device 1501, or an external environmental state (eg, altitude, humidity, or brightness). An electrical signal or data value corresponding to the measured or detected state information can be generated.
  • the sensor module 1576 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, and a color sensor (eg, RGB (red, green, blue) sensor).
  • the sensor module 1576 may further include a control circuit for controlling at least one or more sensors belonging therein.
  • the electronic device 1501 may control the sensor module 1576 using a processor 1520 or a processor (eg, a sensor hub) separate from the processor 1520.
  • the electronic device 1501 may operate the sensor module by operating the separate processor without waking the processor 1520 while the processor 1520 is in a sleep state. At least a portion of the operation or state of 1576 may be controlled.
  • the interface 1577 is, according to an embodiment, a high definition multimedia interface (HDMI), a USB, an optical interface, an RS-232 (recommended standard 232), a D-sub (D-subminiature), or a MHL (mobile). It may include a high-definition link (SD) interface, an SD card / multi-media card (MMC) interface, or an audio interface.
  • the connection terminal 1578 may physically connect the electronic device 1501 and the electronic device 1506. According to an embodiment of the present disclosure, the connection terminal 1578 may include, for example, a USB connector, an SD card / MMC connector, or an audio connector (eg, a headphone connector).
  • the haptic module 1579 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus.
  • the haptic module 1579 may provide a user with stimuli associated with tactile or motor sensations.
  • the haptic module 1579 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 1580 may capture a still image and a moving image, for example.
  • the camera module 1580 may include one or more lenses (eg, wide-angle and telephoto lenses, or front and rear lenses), image sensors, image signal processors, or flashes (eg, light emitting diodes or xenon lamps). (xenon lamp) and the like).
  • lenses eg, wide-angle and telephoto lenses, or front and rear lenses
  • image sensors eg, image signal processors, or flashes (eg, light emitting diodes or xenon lamps). (xenon lamp) and the like).
  • the power management module 1588 is a module for managing power of the electronic device 1501 and may be configured, for example, as at least part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 1589 may be recharged by an external power source, including, for example, a primary cell, a secondary cell, or a fuel cell to supply power to at least one component of the electronic device 1501.
  • an external power source including, for example, a primary cell, a secondary cell, or a fuel cell to supply power to at least one component of the electronic device 1501.
  • the communication module 1590 may establish, for example, a communication channel between the electronic device 1501 and an external device (eg, the first external electronic device 1502, the second external electronic device 1504, or the server 1508). And performing wired or wireless communication through the established communication channel.
  • the communication module 1590 includes a wireless communication module 1592 or a wired communication module 1594, and the first network 1598 (eg, Bluetooth or IrDA) using a corresponding communication module. or a local area network such as an infrared data association) or a second network 1599 (eg, a local area network such as a cellular network).
  • the wireless communication module 1592 may support, for example, cellular communication, near field communication, or GNSS communication.
  • Cellular communication includes, for example, long-term evolution (LTE), LTE Advance (LTE-A), code division multiple access (CDMA), wideband CDMA (WCDMA), universal mobile telecommunications system (UMTS), and wireless broadband (WiBro). ), Or Global System for Mobile Communications (GSM).
  • Short-range wireless communication is, for example, wireless fidelity (Wi-Fi), Wi-Fi Direct, light fidelity (L-Fi), Bluetooth, Bluetooth low energy (BLE), Zigbee, near field communication (NFC), MST ( magnetic secure transmission (RF), radio frequency (RF), or body area network (BAN).
  • the GNSS may include, for example, a Global Positioning System (GPS), a Global Navigation Satellite System (Glonass), a Beidou Navigation Satellite System (hereinafter, "Beidou”), or the Galileo (the European global satellite-based navigation system).
  • GPS Global Positioning System
  • Glonass Global Navigation Satellite System
  • Beidou Beidou Navigation Satellite System
  • Galileo the European global satellite-based navigation system
  • the wireless communication module 1592 when supporting the cellular communication, performs identification and authentication of the electronic device 1501 in the communication network using, for example, the subscriber identification module 1596. can do.
  • the wireless communication module 1592 may include a CP separate from the processor 1520 (eg, an AP). In such a case, the CP may, for example, replace the processor 1520 while the processor 1520 is in an inactive (eg, sleep) state, or the processor 1520 and the processor 1520 while the processor 1520 is in an active state. Together, at least some of the functions related to at least one of the elements 1510-1596 of the electronic device 1501 may be performed.
  • the wireless communication module 1592 may be configured of a plurality of communication modules supporting only a corresponding communication method among a cellular communication module, a short range wireless communication module, or a GNSS communication module.
  • the wired communication module 1594 may include, for example, a local area network (LAN), power line communication, or plain old telephone service (POTS).
  • LAN local area network
  • POTS plain old telephone service
  • the first network 1598 may use, for example, Wi-Fi Direct or Bluetooth capable of transmitting or receiving commands or data through a wireless direct connection between the electronic device 1501 and the first external electronic device 1502. It may include.
  • the second network 1599 may be, for example, a telecommunications network (eg, a local area network (LAN) or the like) capable of transmitting or receiving commands or data between the electronic device 1501 and the second external electronic device 1504.
  • Computer networks such as wide area networks, the Internet, or telephony networks.
  • the command or data may be transferred between the electronic device 1501 and the second external electronic device 1504 through a server 1508 (eg, the intelligent server 200 of FIG. 1) connected to the second network. It can be sent or received.
  • a server 1508 eg, the intelligent server 200 of FIG. 1
  • Each of the first and second external electronic devices 1502 and 1504 may be the same or different type of device as the electronic device 1501.
  • all or part of operations executed in the electronic device 1501 may be executed in another or a plurality of electronic devices (for example, the electronic devices 1502 and 1504 or the server 1508).
  • the electronic device 1501 may instead execute or execute the function or service on its own, at least associated with it.
  • Some functions may be requested from other devices, such as the electronic devices 1502 and 1504, or the server 1508.
  • Other electronic devices eg, the electronic devices 1502 and 1504 or the server 1508 may be requested.
  • a function or an additional function may be executed and the result may be transmitted to the electronic device 1501.
  • the electronic device 1501 may provide the requested function or service by processing the received result as it is or additionally.
  • server computing techniques can be used - for example, cloud computing, distributed computing, or client.
  • adapted to or configured to is modified to have the ability to "adapt,” “to,” depending on the circumstances, for example, hardware or software, It can be used interchangeably with “made to,” “doable,” or “designed to.”
  • the expression “device configured to” may mean that the device “can” together with other devices or components.
  • the phrase “processor configured (or configured to) perform A, B, and C” may be a dedicated processor (eg, embedded processor) or one stored in a memory device (eg, memory 1530) to perform the corresponding operations.
  • a general-purpose processor eg, a CPU or an AP capable of performing the corresponding operations.
  • module includes a unit composed of hardware, software, or firmware, and is used interchangeably with terms such as logic, logic blocks, components, or circuits. Can be.
  • the module may be an integrally formed part or a minimum unit or part of performing one or more functions.
  • Modules may be implemented mechanically or electronically, for example, application-specific integrated circuit (ASIC) chips, field-programmable gate arrays (FPGAs), or known or future developments that perform certain operations. It can include a programmable logic device.
  • ASIC application-specific integrated circuit
  • FPGAs field-programmable gate arrays
  • At least a portion of an apparatus (eg, modules or functions thereof) or method (eg, operations) may be stored in a computer-readable storage medium (eg, memory 1530) in the form of a program module. It can be implemented as.
  • a processor eg, the processor 1520
  • the processor may perform a function corresponding to the command.
  • Computer-readable recording media include hard disks, floppy disks, magnetic media (such as magnetic tape), optical recording media (such as CD-ROM, DVD, magnetic-optical media (such as floppy disks), internal memory, and the like. Instructions may include code generated by a compiler or code that may be executed by an interpreter.
  • Each component may be composed of a singular or a plurality of entities, and some of the above-described subcomponents may be omitted, or other subcomponents may be omitted. It may further include. Alternatively or additionally, some components (eg modules or program modules) may be integrated into one entity to perform the same or similar functions performed by each corresponding component prior to integration. Operations performed by a module, program module, or other component according to various embodiments may be executed sequentially, in parallel, repeatedly, or heuristically, or at least some operations may be executed in a different order, omitted, or otherwise. Can be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

하우징; 상기 하우징의 내부에 위치되고, 상기 하우징의 제1 부분을 통해 노출된 터치 스크린 디스플레이; 상기 하우징의 내부에 위치되고, 상기 하우징의 제2 부분을 통해 노출된 마이크; 상기 하우징의 내부에 위치되고, 상기 하우징의 제3 부분을 통해 노출된 적어도 하나의 스피커; 상기 하우징의 내부에 위치된 통신 회로; 상기 하우징의 내부에 위치되고, 상기 디스플레이, 상기 마이크, 상기 스피커 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및 상기 하우징의 내부에 위치하고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고, 상기 메모리는 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 복수의 어플리케이션 프로그램을 저장하도록 설정되고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고, 상기 메모리는 명령어를 저장하고, 실행 시에, 상기 프로세서가, 제1 동작에서, 상기 디스플레이 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제2 어플리케이션 프로그램을 이용하여 제1 테스크(task)를 수행하는 제1 요청을 포함하고, 상기 제1 사용자 입력과 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제1 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 제1 식별자(identifier) 및 상기 제2 어플리케이션 프로그램과 관련된 제2 식별자의 제1 조합(combination)을 포함하고, 상기 전자 장치가 상기 제1 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행하고, 제2 동작에서, 상기 디스플레이 및 상기 마이크 중 적어도 하나를 통해 상기 제2 사용자 입력을 수신하고, 상기 제2 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램을 이용하여 제2 테스크를 수행하는 제2 요청을 포함하고, 상기 제2 사용자 입력과 관련된 제2 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제2 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제2 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 상기 제1 식별자(identifier) 및 상기 제3 어플리케이션 프로그램과 관련된 제3 식별자의 제2 조합(combination)을 포함하고, 상기 전자 장치가 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제2 테스크를 수행할 수 있는 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

사용자 발화를 처리하는 전자
본 문서에서 개시되는 실시 예들은, 사용자의 발화를 처리하는 기술과 관련된다.
키보드나 마우스를 이용한 전통적인 입력 방식에 부가하여, 최근의 전자 장치들은 음성 입력과 같은 다양한 입력 방식을 지원할 수 있다. 예를 들어, 스마트폰이나 태블릿과 같은 전자 장치들은 음성 인식 서비스가 실행된 상태에서 입력되는 사용자의 음성을 인식하고, 음성 입력에 대응되는 동작을 실행하거나 검색 결과를 제공할 수 있다.
근래 음성 인식 서비스는 자연어를 처리하는 기술을 기반으로 발전하고 있다. 자연어를 처리하는 기술은 사용자 발화의 의도를 파악하고, 의도에 맞는 결과를 사용자에게 제공하는 기술이다.
기존 음성 인식 서비스는 사용자의 음성을 인식하여 처리할 때 사용자 입력에 따른 결과만을 보여주기 때문에, 프로그램을 실행하는 등의 단순한 사용자 음성만을 처리할 수 있고, 복수의 어플리케이션을 실행을 요구하는 사용자 입력은 처리하지 못할 수 있다.
기존의 음성 인식 서비스가 복수의 어플리케이션을 처리하기 위해서는 지정된 형식으로 정해진 음성을 입력해야 할 수 있다. 음성 인식 서비스가 복합적인 사용자 입력을 처리하기 위한 데이터베이스를 갖추는 것도 소형화되고 있는 사용자 단말에 적합하지 않을 수 있다. 또한, 음성 인식 서비스가 방대한 양의 데이터베이스를 갖춘다고 하더라도, 새롭게 추가되는 앱(app)을 동작시키기 위한 정보를 관리하여 사용자 입력을 처리하는 서비스를 제공하기 어려울 수 있다.
본 발명의 다양한 실시 예들은 각각의 앱의 동작을 실행시키는 룰을 결합하여 사용자 발화에 대응되는 전자 장치의 상태를 순차적으로 배열한 룰을 생성하는 방법을 제안하고자 한다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 내부에 위치되고, 상기 하우징의 제1 부분을 통해 노출된 터치 스크린 디스플레이; 상기 하우징의 내부에 위치되고, 상기 하우징의 제2 부분을 통해 노출된 마이크; 상기 하우징의 내부에 위치되고, 상기 하우징의 제3 부분을 통해 노출된 적어도 하나의 스피커; 상기 하우징의 내부에 위치된 통신 회로; 상기 하우징의 내부에 위치되고, 상기 디스플레이, 상기 마이크, 상기 스피커 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및 상기 하우징의 내부에 위치하고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고, 상기 메모리는 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 복수의 어플리케이션 프로그램을 저장하도록 설정되고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고, 상기 메모리는 명령어를 저장하고, 실행 시에, 상기 프로세서가, 제1 동작에서, 상기 디스플레이 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제2 어플리케이션 프로그램을 이용하여 제1 테스크(task)를 수행하는 제1 요청을 포함하고, 상기 제1 사용자 입력과 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제1 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 제1 식별자(identifier) 및 상기 제2 어플리케이션 프로그램과 관련된 제2 식별자의 제1 조합(combination)을 포함하고, 상기 전자 장치가 상기 제1 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행하고, 제2 동작에서, 상기 디스플레이 및 상기 마이크 중 적어도 하나를 통해 상기 제2 사용자 입력을 수신하고, 상기 제2 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램을 이용하여 제2 테스크를 수행하는 제2 요청을 포함하고, 상기 제2 사용자 입력과 관련된 제2 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제2 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제2 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 상기 제1 식별자(identifier) 및 상기 제3 어플리케이션 프로그램과 관련된 제3 식별자의 제2 조합(combination)을 포함하고, 상기 전자 장치가 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제2 테스크를 수행할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 서버는, 통신 인터페이스; 상기 통신 인터페이스와 전기적으로 연결된 프로세서; 및 상기 프로세서와 전기적으로 연결되고 명령어를 저장하는 메모리;를 포함하고, 상기 명령어는, 실행 시에, 상기 프로세서가, 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 외부 장치로부터, 상기 통신 인터페이스를 통해 제1 어플리케이션 프로그램 및 제2 어플리케이션 프로그램을 이용한 제1 테스크(task)를 수행하기 위한 제1 사용자 입력과 관련된 제1 데이터를 수신하고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고, 상기 제1 데이터에 기초하여 상기 제1 어플리케이션 프로그램과 관련된 도메인을 선택하고, 상기 제1 데이터에 기초하여 상기 외부 장치를 위한 상태들의 제1 시퀀스(sequence)를 선택하고, 상기 제1 시퀀스는 상기 제1 어플리케이션 프로그램을 이용하고, 상기 제1 데이터로부터 추출된 제1 파라미터들을 태그하고, 상기 태그된 제1 파라미터들의 적어도 일부에 기초하여 상기 외부 장치의 수행을 위한 제2 시퀀스를 선택하고, 상기 제2 시퀀스는 상기 제2 어플리케이션 프로그램을 사용하도록 설정되고, 상기 통신 인터페이스를 통해 상기 제1 시퀀스 및 상기 제2 시퀀스의 조합을 포함한 제1 응답을 상기 외부 장치로 송신할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징; 상기 하우징의 내부에 위치되고, 상기 하우징의 제1 부분을 통해 노출된 터치 스크린 디스플레이; 상기 하우징의 내부에 위치되고, 상기 하우징의 제2 부분을 통해 노출된 마이크; 상기 하우징의 내부에 위치되고, 상기 하우징의 제3 부분을 통해 노출된 적어도 하나의 스피커; 상기 하우징의 내부에 위치된 통신 회로; 상기 하우징의 내부에 위치되고, 상기 디스플레이, 상기 마이크, 상기 스피커 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및 상기 하우징의 내부에 위치하고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고, 상기 메모리는 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 복수의 어플리케이션 프로그램을 저장하도록 설정되고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고, 상기 메모리는 명령어를 저장하고, 실행 시에, 상기 프로세서가, 상기 디스플레이 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제2 어플리케이션 프로그램을 이용하여 제1 테스크(task)를 수행하는 제1 요청을 포함하고, 상기 제1 사용자 입력과 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고, 상기 통신 회로를 통해 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 테스크의 적어도 일부를 수행하기 위한 상기 전자 장치의 상태들의 제1 시퀀스(sequence)에 대한 정보, 상기 제1 어플리케이션 프로그램과 관련된 식별자(identifier) 및 상기 제1 데이터로부터 추출되어 태그된 제1 파라미터를 포함하고, 상기 태그된 제1 파라미터들의 적어도 일부에 기초하여 상기 제1 테스크의 나머지를 수행하기 위한 상기 전자 장치의 상태들의 제2 시퀀스를 선택하고, 상기 전자 장치가 상기 제1 시퀀스 및 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 지능형 서버가 앱의 기능에 대응되는 패스 룰을 각각 조합하여 실시간으로 사용자 입력에 대응되는 패스 룰(또는, 풀 패스 룰)을 생성함으로써, 데이터베이스에 저장되어야 할 정보의 양을 줄일 수 있고, 데이터베이스에 새롭게 추가되는 패스 룰을 기존 패스 룰과 함께 유기적으로 이용하여 상기 새롭게 추가된 패스 룰에 대응되는 사용자 입력을 효율적으로 처리할 수 있다.
또한, 지능형 서버가 사용자 단말의 상태에 기초하여 현재 상태에서 사용자 단말이 실행될 수 있는 패스 룰을 생성함으로써, 사용자 단말이 앱의 동작을 실행할 때 발생할 수 있는 충돌을 방지할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 2는 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 3은 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 4는 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 5는 일 실시 예에 따른 자연어 이해 모듈(natural language understanding)(NLU)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 6은 일 실시 예에 따른 지능형 서버에서 생성된 패스 룰의 개념도를 나타낸 도면이다.
도 7, 도 8 및 도 9는 일 실시 예에 따른 지능형 서버는 복수의 패스 룰을 이용하여 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 10은 일 실시 예에 따른 지능형 서버가 다이나믹 패스 룰을 결합시켜 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 11a, 도 11b 및 도 11c는 일 실시 예에 따른 지능형 서버가 사용자 단말의 상태 정보를 이용하여 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 12는 일 실시 예에 따른 지능형 서버가 사용자 단말로 패스 룰뿐만 아니라 패스 룰 ID(identification)을 송신하는 것을 나타낸 도면이다.
도 13은 일 실시 예에 따른 사용자 단말이 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 13은 일 실시 예에 따른 사용자 단말이 사용자 입력을 처리하는 방법을 나타낸 순서도이다.
도 14a는 일 실시 예에 따른 사용자 단말이 사용자 입력을 처리하는 방법을 나타낸 순서도이다.
도 14b는 일 실시 예에 따른 지능형 서버(200)가 사용자 입력에 대응되는 패스 룰을 생성하는 방법을 나타낸 흐름도이다.
도 15은 다양한 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도를 나타낸다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
본 발명의 일 실시 예를 서술하기에 앞서, 본 발명의 일 실시 예가 적용될 수 있는 통합 지능화 시스템에 대해 설명한다.
도 1은 다양한 실시 예에 따른 통합 지능화 시스템을 나타낸 도면이다.
도 1을 참조하면, 통합 지능화 시스템(10)은 사용자 단말(100)(예: 도 13의 전자 장치(1300)), 지능형 서버(200)(예: 도 13의 서버(1308)), 개인화 정보 서버(300) 또는 제안 서버(400)를 포함할 수 있다.
사용자 단말(100)은 사용자 단말(100) 내부에 저장된 앱(app)(또는, 어플리케이션 프로그램(application program))(예: 알람 앱, 메시지 앱, 사진(갤러리) 앱 등)을 통해 사용자에게 필요한 서비스를 제공할 수 있다. 예를 들어, 사용자 단말(100)은 사용자 단말(100) 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 다른 앱을 실행하고 동작시킬 수 있다. 사용자 단말(100)의 상기 지능형 앱을 통해 상기 다른 앱의 실행하고 동작을 실행시키기 위한 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼, 음성 입력, 원격 입력 등을 통해 수신될 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 휴대폰, 스마트폰, PDA(personal digital assistant) 또는 노트북 컴퓨터 등 인터넷에 연결 가능한 각종 단말 장치(또는, 전자 장치)가 이에 해당될 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 사용자의 발화를 사용자 입력으로 수신할 수 있다. 사용자 단말(100)은 사용자의 발화를 수신하고, 상기 사용자의 발화에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 이에 따라, 사용자 단말(100)은 상기 명령을 이용하여 상기 앱을 동작시킬 수 있다.
지능형 서버(200)는 통신망을 통해 사용자 단말(100)로부터 사용자 음성 입력(voice input)을 수신하고, 상기 수신된 음성 입력을 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 패스 룰(path rule) 을 생성(또는, 선택)할 수 있다. 상기 패스 룰은 앱의 기능을 수행하기 위한 동작(action)(또는, 오퍼레이션(operation))에 대한 정보 또는 상기 동작을 실행하기 위해 필요한 파라미터에 대한 정보를 포함할 수 있다. 예를 들어, 상기 패스 룰은 동작을 실행하기 위한 상태들의 시퀀스(sequence)를 포함할 수 있다. 사용자 단말(100)은 상기 패스 룰에 포함된 상태들로 순차적으로 변경될 수 있다. 사용자 단말(100)은 상기 패스 룰에 포함된 상태가 되기 위한 동작을 실행할 수 있다. 이에 따라, 사용자 단말(100)은 상기 패스 룰을 수신하고, 상기 패스 룰에 따라 앱을 선택하고, 상기 선택된 앱에서 상기 패스 룰에 포함된 동작을 실행시킬 수 있다.
예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 실행한 사용자 단말(100)의 상태에 대응되는 화면를 디스플레이에 표시할 수 있다. 다른 예를 들어, 사용자 단말(100)은 상기 동작을 실행하고, 동작을 수행한 결과를 디스플레이에 표시하지 않을 수 있다. 사용자 단말(100)은, 예를 들어, 복수의 동작을 실행하고, 상기 복수의 동작의 일부 결과 만을 디스플레이에 표시할 수 있다. 사용자 단말(100)은, 예를 들어, 마지막 순서의 동작을 실행한 결과만을 디스플레이에 표시할 수 있다. 또 다른 예를 들어, 사용자 단말(100)은 사용자의 입력을 수신하여 상기 동작을 실행한 결과를 디스플레이에 표시할 수 있다.
개인화 정보 서버(300)는 사용자 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 개인화 정보 서버(300)는 사용자 단말(100)로부터 사용자 정보(예: 컨텍스트 정보, 앱 실행 등)를 수신하여 상기 데이터베이스에 저장할 수 있다. 지능형 서버(200)는 통신망을 통해 개인화 정보 서버(300)로부터 상기 사용자 정보를 수신하여 사용자 입력에 대한 패스 룰을 생성하는 경우에 이용할 수 있다. 일 실시 예에 따르면, 사용자 단말(100)은 통신망을 통해 개인화 정보 서버(300)로부터 사용자 정보를 수신하여 데이터베이스를 관리하기 위한 정보로 이용할 수 있다.
제안 서버(400)는 단말 내에 기능 혹은 어플리케이션의 소개 또는 제공될 기능에 대한 정보가 저장된 데이터베이스를 포함할 수 있다. 예를 들어, 제안 서버(400)는 개인화 정보 서버(300)로부터 사용자 단말기(100)의 사용자 정보를 수신하여 사용자가 사용 할 수 있는 기능에 대한 데이터베이스를 포함 할 수 있다. 사용자 단말(100)은 통신망을 통해 제안 서버(400)로부터 상기 제공될 기능에 대한 정보를 수신하여 사용자에게 정보를 제공할 수 있다.
도 2는 일 실시 예에 따른 통합 지능화 시스템의 사용자 단말을 나타낸 블록도이다.
도 2를 참조하면, 사용자 단말(100)은 입력 모듈(110), 디스플레이(120), 스피커(130), 메모리(140) 또는 프로세서(150)를 포함할 수 있다. 사용자 단말(100)은 하우징을 더 포함할 수 있고, 상기 사용자 단말(100)의 구성들은 상기 하우징의 내부에 안착되거나 하우징 상에(on the housing) 위치할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 외부 전자 장치(예: 지능형 서버(200))와 통신하기 위한 통신 회로를 더 포함할 수 있다. 상기 통신 회로는, 예를 들어, 하우징의 내부에 위치하고, 프로세서(150)와 전기적으로 연결될 수 있다.
일 실시 예에 따른, 입력 모듈(110)은 사용자로부터 사용자 입력을 수신할 수 있다. 예를 들어, 입력 모듈(110)은 연결된 외부 장치(예: 키보드, 헤드셋)로부터 사용자 입력을 수신할 수 있다. 다른 예를 들어, 입력 모듈(110)은 디스플레이(120)와 결합된 터치 스크린(예: 터치 스크린 디스플레이)을 포함할 수 있다. 다른 예를 들어, 입력 모듈(110)은 사용자 단말(100)(또는, 사용자 단말(100)의 하우징)에 위치한 하드웨어 키(또는, 물리적 키)를 포함할 수 있다. 또 다른 예를 들어, 입력 모듈(110)은 사용자의 발화를 음성 신호로 수신할 수 있는 마이크를 포함할 수 있다. 예를 들어, 입력 모듈(110)은 발화 입력 시스템(speech input system)을 포함하고, 상기 발화 입력 시스템을 통해 사용자의 발화를 음성 신호로 수신할 수 있다.
일 실시 예에 따른, 디스플레이(120)는 이미지나 비디오, 및/또는 어플리케이션의 실행 화면을 표시할 수 있다. 예를 들어, 디스플레이(120)는 앱의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다.
일 실시 예에 따르면, 스피커(130)는 음성 신호를 출력할 수 있다. 예를 들어, 스피커(130)는 사용자 단말(100) 내부에서 생성된 음성 신호를 외부로 출력할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장할 수 있다. 메모리(140)에 저장된 복수의 앱(141, 143)은 사용자 입력에 따라 선택되어 실행되고 동작할 수 있다.
일 실시 예에 따르면, 메모리(140)는 사용자 입력을 인식하는데 필요한 정보를 저장할 수 있는 데이터베이스를 포함할 수 있다. 예를 들어, 메모리(140)은 로그(log) 정보를 저장할 수 있는 로그 데이터베이스를 포함할 수 있다. 다른 예를 들어, 메모리(140)는 사용자 정보를 저장할 수 있는 페르소나 데이터베이스를 포함할 수 있다.
일 실시 예에 따르면, 메모리(140)는 복수의 앱(141, 143)을 저장할 수 있다. 메모리(140)에 저장된 복수의 앱(141, 143)은 로드되어 동작할 수 있다. 예를 들어, 메모리(140)에 저장된 복수의 앱(141,143)은 프로세서(150)의 실행 매니저 모듈(153)에 의해 로드되어 동작할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)은 기능을 수행하는 실행 서비스(141a, 143a) 또는 복수의 동작(또는, 단위 동작)(141b, 143b)을 포함할 수 있다. 실행 서비스(141a, 143a)는 프로세서(150)의 실행 매니저 모듈(153)에 의해 생성되고, 복수의 동작 (141b, 143b)을 실행할 수 있다. 상기 복수의 앱(141, 143)은, 예를 들어, 갤러리 앱, 이미지 편집 앱 및 문서 편집 앱 중 적어도 어느 하나일 수 있다. 일 실시 예에 따르면, 메모리(140)에 저장된 복수의 앱(141, 143) 중 일부는 적어도 하나의 공통 기능을 포함할 수 있다. 예를 들어, 메모리(140)에 저장된 제2 앱(143) 및 제3 앱(미도시)은 하나의 공통 기능을 포함할 수 있다. 상기 공통 기능은, 예를 들어, 메시징(messaging), 이메일링(emailing) 또는 텍스팅(texting)일 수 있다.
일 실시 예에 따르면, 앱(141, 143)의 동작(141b, 143b)이 실행되었을 때, 동작(141b, 143b)의 실행에 따른 실행 상태 화면은 디스플레이(120)에 표시될 수 있다. 상기 실행 상태 화면은, 예를 들어, 동작(141b, 143b)이 완료된 상태의 화면일 수 있다. 상기 실행 상태 화면은, 다른 예를 들어, 동작(141b, 143b)의 실행이 정지된 상태(partial landing)(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우)의 화면일 수 있다.
일 실시 예에 따른, 실행 서비스(141a, 143a)는 패스 룰에 따라 동작(141b, 143b)을 실행할 수 있다. 예를 들어, 실행 서비스(141a, 143a)는 실행 매니저 모듈(153)에 의해 생성되고, 실행 매니저 모듈(153)로부터 상기 패스 룰에 따라 실행 요청을 수신하고, 상기 실행 요청에 따라 동작(141b, 143b)을 앱(141, 143)의 동작을 실행할 수 있다. 실행 서비스(141a, 143a)는 상기 동작(141b, 143b)의 수행이 완료되면 완료 정보를 실행 매니저 모듈(153)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행되는 경우, 복수의 동작(141b, 143b)은 순차적으로 실행될 수 있다. 실행 서비스(141a, 143a)는 하나의 동작(동작 1)의 실행이 완료되면 다음 동작(동작 2)을 오픈하고 완료 정보를 실행 매니저 모듈(153)로 송신할 수 있다. 여기서 임의의 동작을 오픈한다는 것은, 임의의 동작을 실행 가능한 상태로 천이시키거나, 임의의 동작의 실행을 준비하는 것으로 이해될 수 있다. 다시 말해서, 임의의 동작이 오픈되지 않으면, 해당 동작은 실행될 수 없다. 실행 매니저 모듈(153)은 상기 완료 정보가 수신되면 다음 동작(141b, 143b)에 대한 실행 요청을 실행 서비스(예: 동작 2)로 송신할 수 있다. 일 실시 예에 따르면, 복수의 앱(141, 143)은 순차적으로 실행될 수 있다. 예를 들어, 제1 앱(141)의 마지막 동작의 실행이 완료되어 완료 정보를 수신하면, 실행 매니저 모듈(153)은 제2 앱(143)의 첫번째 동작의 실행 요청을 실행 서비스(143a)로 송신할 수 있다.
일 실시 예에 따르면, 앱(141, 143)에서 복수의 동작(141b, 143b)이 실행된 경우, 상기 실행된 복수의 동작(141b, 143b) 각각의 실행에 따른 결과 화면은 디스플레이(120)에 표시될 수 있다. 일 실시 예에 따르면, 상기 실행된 복수의 동작(141b, 143b)의 실행에 따른 복수의 결과 화면 중 일부만 디스플레이(120)에 표시될 수 있다.
일 실시 예에 따르면, 메모리(140)는 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)을 저장할 수 있다. 지능형 에이전트(151)와 연동된 앱은 사용자의 발화를 음성 신호로 수신하여 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)와 연동된 앱은 입력 모듈(110)을 통해 입력되는 특정 입력(예: 하드웨어 키를 통한 입력, 터치 스크린을 통한 입력, 특정 음성 입력)에 의해 동작될 수 있다.
일 실시 예에 따르면, 프로세서(150)는 사용자 단말(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(150)는 입력 모듈(110)을 제어하여 사용자 입력을 수신할 수 있다. 상기 사용자 입력은, 예를 들어, 사용자 단말(100)을 이용한 테스크(task)를 수행하는 요청을 포함할 수 있다. 사용자 단말(100)의 프로세서(150)는 디스플레이(120)를 제어하여 이미지를 표시할 수 있다. 프로세서(150)는 스피커(130)를 제어하여 음성 신호를 출력할 수 있다. 프로세서(150)는 메모리(140)를 제어하여 필요한 정보를 불러오거나 저장할 수 있다.
일 실시 예에 따르면 프로세서(150)는 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)를 포함할 수 있다. 일 실시 예에서, 프로세서(150)는 메모리(140)에 저장된 명령어들을 실행하여 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)을 구동시킬 수 있다. 본 발명의 다양한 실시 예에서 언급되는 여러 모듈들은 하드웨어로 구현될 수도 있고, 소프트웨어로 구현될 수도 있다. 본 발명의 다양한 실시 예에서 지능형 에이전트(151), 실행 매니저 모듈(153) 또는 지능형 서비스 모듈(155)에 의해 수행되는 동작은 프로세서(150)에 의해 수행되는 동작으로 이해될 수 있다.
일 실시 예에 따른, 지능형 에이전트(151)는 사용자 입력으로 수신된 음성 신호에 기초하여 앱을 동작시키는 명령을 생성할 수 있다. 일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 상기 생성된 명령을 수신하여 메모리(140)에 저장된 앱(141, 143)을 선택하여 실행시키고 동작시킬 수 있다. 일 실시 예에 따르면, 지능형 서비스 모듈(155)은 사용자의 정보를 관리하여 사용자 입력을 처리하는데 이용할 수 있다.
지능형 에이전트(151)는 입력 모듈(110)을 통해 수신된 사용자 입력을 지능형 서버(200)로 송신하여 처리할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 상기 사용자 입력을 지능형 서버(200)로 송신하기 전에, 상기 사용자 입력을 전처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 상기 사용자 입력을 전처리하기 위하여, 적응 반향 제거(adaptive echo canceller)(AEC) 모듈, 노이즈 억제(noise suppression)(NS) 모듈, 종점 검출(end-point detection)(EPD) 모듈 또는 자동 이득 제어(automatic gain control)(AGC) 모듈을 포함할 수 있다. 상기 적응 반향 제거부는 상기 사용자 입력에 포함된 에코(echo)를 제거할 수 있다. 상기 노이즈 억제 모듈은 상기 사용자 입력에 포함된 배경 잡음을 억제할 수 있다. 상기 종점 검출 모듈은 상기 사용자 입력에 포함된 사용자 음성의 종점을 검출하여 사용자의 음성이 존재하는 부분을 찾을 수 있다. 상기 자동 이득 제어 모듈은 상기 사용자 입력을 인식하여 처리하기 적합하도록 상기 사용자 입력의 음량을 조절할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 성능을 위하여 상기 전처리 구성을 전부 포함할 수 있지만, 다른 실시 예에서 지능형 에이전트(151)는 저전력으로 동작하기 위해 상기 전처리 구성 중 일부를 포함할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 호출을 인식하는 웨이크 업(wake up) 인식 모듈을 포함할 수 있다. 상기 웨이크 업 인식 모듈은 음성 인식 모듈을 통해 사용자의 웨이크 업 명령을 인식할 수 있고, 상기 웨이크 업 명령을 수신한 경우 사용자 입력을 수신하기 위해 지능형 에이전트(151)을 활성화시킬 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 웨이크 업 인식 모듈은 저전력 프로세서(예: 오디오 코덱에 포함된 프로세서)에 구현될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 하드웨어 키를 통한 사용자 입력에 따라 활성화될 수 있다. 지능형 에이전트(151)가 활성화 되는 경우, 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)이 실행될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자 입력을 실행하기 위한 음성 인식 모듈을 포함할 수 있다. 상기 음성 인식 모듈은 앱에서 동작을 실행하도록 하기 위한 사용자 입력을 인식할 수 있다. 예를 들어, 상기 음성 인식 모듈은 앱(141, 143)에서 상기 웨이크 업 명령과 같은 동작을 실행하는 제한된 사용자 (음성) 입력(예: 카메라 앱이 실행 중일 때 촬영 동작을 실행시키는 “찰칵”과 같은 발화 등)을 인식할 수 있다. 상기 지능형 서버(200)를 보조하여 사용자 입력을 인식하는 음성 인식 모듈은, 예를 들어, 사용자 단말(100)내에서 처리할 수 있는 사용자 명령을 인식하여 빠르게 처리할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)의 사용자 입력을 실행하기 위한 음성 인식 모듈은 앱 프로세서에서 구현될 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)의 음성 인식 모듈(웨이크 업 모듈의 음성 인식 모듈을 포함)은 음성을 인식하기 위한 알고리즘을 이용하여 사용자 입력을 인식할 수 있다. 상기 음성을 인식하기 위해 사용되는 알고리즘은, 예를 들어, HMM(hidden markov model) 알고리즘, ANN(artificial neural network) 알고리즘 또는 DTW(dynamic time warping) 알고리즘 중 적어도 하나일 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 사용자의 음성을 지능형 서버로(200)로 전달하여, 변환된 텍스트 데이터를 수신할 수 있다. 이에 따라, 지능형 에이전트(151)는 상기 텍스트 데이터를 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 송신한 패스 룰(또는, 시퀀스)을 수신할 수 있다. 상기 패스 룰은 사용자 단말(100)의 상태들을 포함할 수 있다. 예를 들어, 지능형 에이전트(151)는 지능형 서버(200)로부터 테스크를 수행하기 위한 패스 룰 및 상기 패스 룰과 관련된 식별자를 포함하는 응답을 수신할 수 있다. 상기 식별자는 관련된 패스 룰을 다른 패스 룰과 구별하기 위한 고유 ID(또는, 패스 룰 ID)(예: 고유 번호)일 수 있다. 상기 식별자는, 예를 들어, 복수의 앱의 패스 룰을 구별하는 고유 ID일 수 있다. 각각의 고유 ID(예:001 ~ 099)에 각각 다른 패스 룰이 지정될 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)은 상기 패스 룰을 실행 매니저 모듈(153)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 에이전트(151)는 지능형 서버(200)로부터 수신된 패스 룰에 따른 실행 결과 로그(log)를 지능형 서비스(intelligence service) 모듈(155)로 송신하고, 상기 송신된 실행 결과 로그는 페르소나 모듈(persona manager)(155b)의 사용자의 선호(preference) 정보에 누적되어 관리될 수 있다.
일 실시 예에 따른, 실행 매니저 모듈(153)은 지능형 에이전트(151)로부터 패스 룰을 수신하여 앱(141, 143)을 실행시키고, 앱(141, 143)이 상기 패스 룰에 포함된 동작(141b, 143b)을 실행하도록 할 수 있다. 다시 말해, 실행 매니저 모듈(153)은 사용자 단말(100)이 상기 패스 룰의 상태를 갖도록 함으로써 테스크를 수행할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 앱(141, 143)으로 동작(141b, 143b)을 실행하기 위한 명령 정보를 송신할 수 있고, 상기 앱(141, 143)로부터 동작(141b, 143b)의 완료 정보를 수신할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 지능형 에이전트(151)와 앱(141, 143)의 사이에서 앱(141, 143)의 동작(141b, 143b)을 실행하기 위한 명령 정보를 송수신할 수 있다. 실행 매니저 모듈(153)은 상기 패스 룰에 따라 실행할 앱(141, 143)을 바인딩(binding)하고, 상기 패스 룰에 포함된 동작(141b, 143b)의 명령 정보를 앱(141, 143)으로 송신할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 상기 패스 룰에 포함된 동작(141b, 143b)을 순차적으로 앱(141, 143)으로 송신하여, 앱(141, 143)의 동작(141b, 143b)을 상기 패스 룰에 따라 순차적으로 실행시킬 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 앱(141, 143)의 동작(141b, 143b)의 실행 상태를 관리할 수 있다. 예를 들어, 실행 매니저 모듈(153)은 앱(141, 143)으로부터 상기 동작(141b, 143b)의 실행 상태에 대한 정보를 수신할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 예를 들어, 정지된 상태(또는, 파셜 랜딩(partial landing))인 경우(예: 동작(141b, 143b)에 필요한 파라미터가 입력되지 않은 경우), 실행 매니저 모듈(153)은 상기 정지된 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 상기 수신된 정보를 이용하여, 사용자에게 필요한 정보(예: 파라미터 정보)의 입력을 요청할 수 있다. 상기 동작(141b, 143b)의 실행 상태가, 다른 예를 들어, 동작 상태인 경우에 사용자로부터 발화를 수신할 수 있고, 실행 매니저 모듈(153)은 상기 실행되고 있는 앱(141, 143) 및 앱(141, 143)의 실행 상태에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 지능형 서버(200)를 통해 상기 사용자의 발화의 파라미터 정보를 수신할 수 있고, 상기 수신된 파라미터 정보를 실행 매니저 모듈(153)로 송신할 수 있다. 실행 매니저 모듈(153)은 상기 수신한 파라미터 정보를 이용하여 동작(141b, 143b)의 파라미터를 새로운 파라미터로 변경할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 패스 룰에 포함된 파라미터 정보를 앱(141, 143)로 전달할 수 있다. 상기 패스 룰에 따라 복수의 앱(141, 143)이 순차적으로 실행되는 경우, 실행 매니저 모듈(153)은 하나의 앱에서 다른 앱으로 패스 룰에 포함된 파라미터 정보를 전달할 수 있다.
일 실시 예에 따르면, 실행 매니저 모듈(153)은 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(153)은 사용자의 발화에 기초하여 복수의 패스 룰이 선택될 수 있다. 예를 들어, 실행 매니저 모듈(153)은 사용자의 발화가 일부 동작(141a)을 실행할 일부 앱(141)을 특정하였지만, 나머지 동작(143b)을 실행할 다른 앱(143)을 특정하지 않은 경우, 일부 동작(141a)를 실행할 동일한 앱(141)(예: 갤러리 앱)이 실행되고 나머지 동작(143b)를 실행할 수 있는 서로 다른 앱(143)(예: 메시지 앱, 텔레그램 앱)이 각각 실행되는 서로 다른 복수의 패스 룰을 수신할 수 있다. 실행 매니저 모듈(153)은, 예를 들어, 상기 복수의 패스 룰의 동일한 동작(141b, 143b)(예: 연속된 동일한 동작(141b, 143b))을 실행할 수 있다. 실행 매니저 모듈(153)은 상기 동일한 동작까지 실행한 경우, 상기 복수의 패스 룰에 각각 포함된 서로 다른 앱(141, 143)을 선택할 수 있는 상태 화면을 디스플레이(120)에 표시할 수 있다.
일 실시 예에 따르면, 지능형 서비스 모듈(155)는 컨텍스트 모듈(155a), 페르소나 모듈(155b) 또는 제안 모듈(155c)을 포함할 수 있다.
컨텍스트 모듈(155a)는 앱(141, 143)으로부터 앱(141, 143)의 현재 상태를 수집할 수 있다. 예를 들어, 컨텍스트 모듈(155a)은 앱(141, 143)의 현재 상태를 나타내는 컨텍스트 정보를 수신하여 앱(141, 143)의 현재 상태를 수집할 수 있다.
페르소나 모듈(155b)은 사용자 단말(100)을 사용하는 사용자의 개인 정보를 관리할 수 있다. 예를 들어, 페르소나 모듈(155b)은 사용자 단말(100)의 사용 정보 및 수행 결과를 수집하여 사용자의 개인 정보를 관리할 수 있다.
제안 모듈(155c)는 사용자의 의도를 예측하여 사용자에게 명령을 추천해줄 수 있다. 예를 들어, 제안 모듈(155c)은 사용자의 현재 상태(예: 시간, 장소, 상황, 앱)을 고려하여 사용자에게 명령을 추천해줄 수 있다.
도 3은 일 실시 예에 따른 사용자 단말의 지능형 앱을 실행시키는 것을 나타낸 도면이다.
도 3을 참조하면, 사용자 단말(100)이 사용자 입력을 수신하여 지능형 에이전트(151)와 연동된 지능형 앱(예: 음성 인식 앱)을 실행시키는 것을 나타낸 것이다.
일 실시 예에 따르면, 사용자 단말(100)은 하드웨어 키(112)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 하드웨어 키(112)를 통해 사용자 입력을 수신한 경우 디스플레이(120)에 지능형 앱의 UI(user interface)(121)를 표시할 수 있다. 사용자는, 예를 들어, 지능형 앱의 UI(121)가 디스플레이(120)에 표시된 상태에서 음성을 입력(120b)하기 위해 지능형 앱의 UI(121)에 음성인식 버튼(121a)를 터치할 수 있다. 사용자는, 다른 예를 들어, 음성을 입력(120b)하기 위해 상기 하드웨어 키(112)를 지속적으로 눌러서 음성을 입력(120b)을 할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 마이크(111)를 통해 음성을 인식하기 위한 지능형 앱을 실행시킬 수 있다. 예를 들어, 사용자 단말(100)은 마이크를 통해 지정된 음성(예: 일어나!(wake up!))이 입력(120a)된 경우 디스플레이(120)에 지능형 앱의 UI(121)를 표시할 수 있다.
도 4는 일 실시 예에 따른 통합 지능화 시스템의 지능형 서버를 나타낸 블록도이다.
도 4를 참조하면, 지능형 서버(200)는 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210), 자연어 이해(natural language understanding)(NLU) 모듈(220), 패스 플래너(path planner) 모듈(230), 대화 매니저(dialogue manager)(DM) 모듈(240), 자연어 생성(natural language generator)(NLG) 모듈(250) 또는 텍스트 음성 변환(text to speech)(TTS) 모듈(260)을 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 통신 인터페이스, 메모리 및 프로세서를 포함할 수 있다. 상기 통신 인터페이스는 외부 전자 장치(예: 사용자 단말(100))와 연결되어 통신할 수 있다. 상기 메모리는 지능형 서버(200)의 데이터를 저장할 수 있다. 상기 프로세서는 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 및 텍스트 음성 변환 모듈(260)을 포함할 수 있다. 다시 말해, 상기 프로세서는, 자동 음성 인식 모듈(210), 자연어 이해 모듈(220), 패스 플래너 모듈(230), 대화 매니저 모듈(240), 자연어 생성 모듈(250) 및 텍스트 음성 변환 모듈(260)의 기능을 수행할 수 있다.
지능형 서버(200)의 자연어 이해 모듈(220) 또는 패스 플래너 모듈(230)은 패스 룰(path rule)을 생성할 수 있다.
일 실시 예에 따르면, 자동 음성 인식(automatic speech recognition)(ASR) 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(210)은 사용자 단말(100)로부터 수신된 사용자 입력을 텍스트 데이터로 변환할 수 있다. 예를 들어, 자동 음성 인식 모듈(210)은 발화 인식 모듈을 포함할 수 있다. 상기 발화 인식 모듈은 음향(acoustic) 모델 및 언어(language) 모델을 포함할 수 있다. 예를 들어, 상기 음향 모델은 발성에 관련된 정보를 포함할 수 있고, 상기 언어 모델은 단위 음소 정보 및 단위 음소 정보의 조합에 대한 정보를 포함할 수 있다. 상기 발화 인식 모듈은 발성에 관련된 정보 및 단위 음소 정보에 대한 정보를 이용하여 사용자 발화를 텍스트 데이터로 변환할 수 있다. 상기 음향 모델 및 언어 모델에 대한 정보는, 예를 들어, 자동 음성 인식 데이터베이스(automatic speech recognition database)(ASR DB)(211)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자 의도를 파악할 수 있다. 상기 문법적 분석은 사용자 입력을 문법적 단위(예: 단어, 구, 형태소 등)로 나누고, 상기 나누어진 단위가 어떤 문법적인 요소를 갖는지 파악할 수 있다. 상기 의미적 분석은 의미(semantic) 매칭, 룰(rule) 매칭, 포뮬러(formula) 매칭 등을 이용하여 수행할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 사용자 입력이 어느 도메인(domain), 의도(intent) 또는 상기 의도를 표현하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))를 얻을 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인(domain), 의도(intend) 및 상기 의도를 파악하는데 필요한 파라미터(parameter)(또는, 슬롯(slot))로 나누어진 매칭 규칙을 이용하여 사용자의 의도 및 파라미터를 결정할 수 있다. 예를 들어, 상기 하나의 도메인(예: 알람)은 복수의 의도(예: 알람 설정, 알람 해제 등)를 포함할 수 있고, 하나의 의도는 복수의 파라미터(예: 시간, 반복 횟수, 알람음 등)을 포함할 수 있다. 복수의 룰은, 예를 들어, 하나 이상의 필수 요소 파라미터를 포함할 수 있다. 상기 매칭 규칙은 자연어 이해 데이터베이스(natural language understanding database)(NLU DB)(221)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 형태소, 구 등의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 도메인 및 의도에 매칭시켜 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 각각의 도메인 및 의도에 사용자 입력에서 추출된 단어가 얼마나 포함되어 있는 지를 계산하여 사용자 의도를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 의도를 파악하는데 기초가 된 단어를 이용하여 사용자 입력의 파라미터를 결정할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하기 위한 언어적 특징이 저장된 자연어 이해 데이터베이스(221)를 이용하여 사용자의 의도를 결정할 수 있다. 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 개인화 언어 모델(personal language model)(PLM)을 이용하여 사용자의 의도를 결정할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 개인화된 정보(예: 연락처 리스트, 음악 리스트)를 이용하여 사용자의 의도를 결정할 수 있다. 상기 개인화 언어 모델은, 예를 들어, 자연어 이해 데이터베이스(221)에 저장될 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)뿐만 아니라 자동 음성 인식 모듈(210)도 자연어 이해 데이터베이스(221)에 저장된 개인화 언어 모델을 참고하여 사용자의 음성을 인식할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력의 의도에 기초하여 실행될 앱을 선택하고, 상기 선택된 앱에서 수행될 동작을 결정할 수 있다. 자연어 이해 모듈(220)은 상기 결정된 동작에 대응되는 파라미터를 결정하여 패스 룰을 생성할 수 있다. 자연어 이해 모듈(220)은 상기 생성된 패스 룰과 관련된 패스 룰 ID(또는, 식별자)를 생성할 수 있다. 자연어 이해 모듈(220)은 상기 생성된 패스 룰 ID를 상기 생성된 패스 룰에 태그(tag)시킬 수 있다. 이에 따라, 자연어 이해 모듈(220)에 의해 생성된 패스 룰은 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터를 기반으로 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)로부터 사용자 단말(100)에 대응되는 패스 룰 셋을 수신하고, 사용자 입력의 의도 및 파라미터를 상기 수신된 패스 룰 셋에 매핑하여 패스 룰을 결정할 수 있다.
다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 기초하여 실행될 앱, 상기 앱에서 실행될 동작 및 상기 동작을 실행하는데 필요한 파라미터를 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)의 정보를 이용하여 상기 실행될 앱 및 상기 앱에서 실행될 동작을 사용자 입력의 의도에 따라 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 배열하여 패스 룰을 생성할 수 있다. 상기 생성된 패스 룰은, 예를 들어, 패스 플래너 모듈(230)를 통해 패스 룰 데이터베이스(path rule database)(PR DB)(231)에 저장될 수 있다. 상기 생성된 패스 룰은 데이터베이스(231)의 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 생성된 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 복수의 패스 룰 최적의 패스 룰을 선택할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 발화에 기초하여 일부 동작만이 특정된 경우 복수의 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자의 추가 입력에 의해 상기 복수의 패스 룰 중 하나의 패스 룰을 결정할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 따른 요청으로 패스 룰을 사용자 단말(100)로 송신할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 하나의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 다른 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 대응되는 복수의 패스 룰을 사용자 단말(100)로 송신할 수 있다. 상기 복수의 패스 룰은, 예를 들어, 사용자 발화에 기초하여 일부 동작만이 특정된 경우 자연어 이해 모듈(220)에 의해 생성될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 복수의 패스 룰 중 적어도 하나의 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로 복수의 패스 룰을 포함하는 패스 룰 셋을 전달할 수 있다. 상기 패스 룰 셋의 복수의 패스 룰은 패스 플래너 모듈(230)에 연결된 패스 룰 데이터베이스(231)에 테이블 형태로 저장될 수 있다. 예를 들어, 패스 플래너 모듈(230)은 지능형 에이전트(151)로부터 수신된 사용자 단말(100)의 정보(예: OS 정보, 앱 정보)에 대응되는 패스 룰 셋을 자연어 이해 모듈(220)로 전달할 수 있다. 상기 패스 룰 데이터베이스(231)에 저장된 테이블은, 예를 들어, 도메인 또는 도메인의 버전 별로 저장될 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 패스 룰 셋에서 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자의 의도 및 파라미터를 사용자 단말(100) 에 대응되는 패스 룰 셋에 매칭하여 하나의 패스 룰, 또는 복수의 패스 룰을 선택하여 자연어 이해 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터를 이용하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 사용자 의도 및 파라미터에 기초하여 실행될 앱 및 상기 앱에서 실행될 동작을 결정하여 하나의 패스 룰, 또는 복수의 패스 룰을 생성할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)에서 생성된 패스 룰을 패스 룰 데이터베이스(231)에 저장할 수 있다. 상기 생성된 패스 룰은 패스 룰 데이터베이스(231)에 저장된 패스 룰 셋에 추가될 수 있다.
일 실시 예에 따르면, 패스 룰 데이터베이스(231)에 저장된 테이블에는 복수의 패스 룰 또는 복수의 패스 룰 셋을 포함할 수 있다. 복수의 패스 룰 또는 복수의 패스 룰 셋은 각 패스 룰을 수행하는 장치의 종류, 버전, 타입, 또는 특성을 반영할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 자연어 이해 모듈(220)에 의해 파악된 사용자의 의도가 명확한지 여부를 판단할 수 있다. 예를 들어, 대화 매니저 모듈(240)은 파라미터의 정보가 충분하지 여부에 기초하여 사용자의 의도가 명확한지 여부를 판단할 수 있다. 대화 매니저 모듈(240)는 자연어 이해 모듈(220)에서 파악된 파라미터가 태스크를 수행하는데 충분한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)는 사용자의 의도가 명확하지 않은 경우 사용자에게 필요한 정보를 요청하는 피드백을 수행할 수 있다. 예를 들어, 대화 매니저 모듈(240)는 사용자의 의도를 파악하기 위한 파라미터에 대한 정보를 요청하는 피드백을 수행할 수 있다.
일 실시 예에 따르면, 대화 매니저 모듈(240)은 컨텐츠 제공(content provider) 모듈을 포함할 수 있다. 상기 컨텐츠 제공 모듈은 자연어 이해 모듈(220)에서 파악된 의도 및 파라미터에 기초하여 동작을 수행할 수 있는 경우, 사용자 입력에 대응되는 태스크를 수행한 결과를 생성할 수 있다. 일 실시 예에 따르면, 대화 매니저 모듈(240)은 사용자 입력에 대한 응답으로 상기 컨텐츠 제공 모듈에서 생성된 상기 결과를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 자연어 생성 모듈(NLG)(250)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 상기 지정된 정보는, 예를 들어, 추가 입력에 대한 정보, 사용자 입력에 대응되는 동작의 완료를 안내하는 정보 또는 사용자의 추가 입력을 안내하는 정보(예: 사용자 입력에 대한 피드백 정보)일 수 있다. 상기 텍스트 형태로 변경된 정보는 사용자 단말(100)로 송신되어 디스플레이(120)에 표시되거나, 텍스트 음성 변환 모듈(260)로 송신되어 음성 형태로 변경될 수 있다.
일 실시 예에 따르면, 텍스트 음성 변환 모듈(260)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다. 텍스트 음성 변환 모듈(260)은 자연어 생성 모듈(250)로부터 텍스트 형태의 정보를 수신하고, 상기 텍스트 형태의 정보를 음성 형태의 정보로 변경하여 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 음성 형태의 정보를 스피커(130)로 출력할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현될 수 있다. 예를 들어, 자연어 이해 모듈(220), 패스 플래너 모듈(230) 및 대화 매니저 모듈(240)은 하나의 모듈로 구현되어 사용자의 의도 및 파라미터를 결정하고, 상기 결정된 사용자의 의도 및 파라미터에 대응되는 응답(예: 패스 룰)을 생성할 수 있다. 이에 따라, 생성된 응답은 사용자 단말(100)로 송신될 수 있다.
도 5는 일 실시 예에 따른 자연어 이해 모듈(natural language understanding)(NLU)의 패스 룰(path rule)을 생성하는 방법을 나타낸 도면이다.
도 5를 참조하면, 일 실시 예에 따른, 자연어 이해 모듈(220)은 앱의 기능을 단위 동작(A 내지 F)으로 구분하여 패스 룰 데이터베이스(231)에 저장할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 단위 동작으로 구분된 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 포함하는 패스 룰 셋을 패스 룰 데이터베이스(231)에 저장할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)의 패스 룰 데이터베이스(231)는 앱의 기능을 수행하기 위한 패스 룰 셋을 저장할 수 있다. 상기 패스 룰 셋은 복수의 동작을 포함하는 복수의 패스 룰을 포함할 수 있다. 상기 복수의 패스 룰은 복수의 동작 각각에 입력되는 파라미터에 따라 실행되는 동작이 순차적으로 배열될 수 있다. 일 실시 예에 따르면, 상기 복수의 패스 룰은 온톨로지(ontology) 또는 그래프 모델(graph model) 형태로 구성되어 패스 룰 데이터베이스(231)에 저장될 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력의 의도 및 파라미터에 대응되는 상기 복수의 패스 룰(A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중에 최적의 패스 룰(A-B1-C3-D-F)을 선택할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력에 완벽히 매칭되는 패스 룰이 없는 경우 사용자 단말(100)에 복수의 룰을 전달할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 선택할 수 있다. 자연어 이해 모듈(220)은 사용자 입력에 부분적으로 대응된 패스 룰(예: A-B1)을 포함하는 하나 이상의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F)을 선택하여 사용자 단말(100)에 전달할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)의 추가 입력에 기초하여 복수의 패스 룰 중 하나를 선택하고, 상기 선택된 하나의 패스 룰을 사용자 단말(100)에 전달 할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 사용자 단말(100)에서 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 따라 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택하여 사용자 단말(100)에 송신할 수 있다.
또 다른 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 단말(100)에 추가로 입력된 사용자 입력(예: C3를 선택하는 입력)에 대응되는 사용자의 의도 및 파라미터를 결정할 수 있고, 상기 결정된 사용자의 의도 또는 파라미터를 사용자 단말(100)로 송신할 수 있다. 사용자 단말(100)은 상기 송신된 의도 또는 상기 파라미터에 기초하여, 복수의 패스 룰(예: A-B1-C1, A-B1-C2, A-B1-C3-D-F, A-B1-C3-D-E-F) 중 하나의 패스 룰(예: A-B1-C3-D-F)을 선택할 수 있다.
이에 따라, 사용자 단말(100)은 상기 선택된 하나의 패스 룰에 의해 앱(141, 143)의 동작을 완료시킬 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 정보가 부족한 사용자 입력이 지능형 서버(200)에 수신된 경우, 상기 수신한 사용자 입력에 부분적으로 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상기 부분적으로 대응된 패스 룰을 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 실행 매니저 모듈(153)로 상기 부분적으로 대응된 패스 룰을 송신하고, 실행 매니저 모듈(153)는 상기 패스 룰에 따라 제1 앱(141)을 실행시킬 수 있다. 실행 매니저 모듈(153)는 제1 앱(141)을 실행하면서 부족한 파라미터에 대한 정보를 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 상기 부족한 파라미터에 대한 정보를 이용하여 사용자에게 추가 입력을 요청할 수 있다. 지능형 에이전트(151)는 사용자에 의해 추가 입력이 수신되면 지능형 서버(200)로 송신하여 처리할 수 있다. 자연어 이해 모듈(220)은 상기 추가로 입력된 사용자 입력의 의도 및 파라미터 정보에 기초하여 추가된 패스 룰을 생성하여 지능형 에이전트(151)로 송신할 수 있다. 지능형 에이전트(151)는 실행 매니저 모듈(153)로 상기 패스 룰을 송신하여 제2 앱(143)를 실행할 수 있다.
일 실시 예에 따르면, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신된 경우, 개인화 정보 서버(300)로 사용자 정보 요청을 송신할 수 있다. 개인화 정보 서버(300)는 페르소나 데이터베이스에 저장된 사용자 입력을 입력한 사용자의 정보를 자연어 이해 모듈(220)로 송신할 수 있다. 자연어 이해 모듈(220)은 상기 사용자 정보를 이용하여 일부 동작이 누락된 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 일부 정보가 누락된 사용자 입력이 지능형 서버(200)에 수신되더라도, 누락된 정보를 요청하여 추가 입력을 받거나 사용자 정보를 이용하여 상기 사용자 입력에 대응되는 패스 룰을 결정할 수 있다.
도 6은 일 실시 예에 따른 지능형 서버에서 생성된 패스 룰의 개념도를 나타낸 도면이다.
도 6을 참조하면, 지능형 서버(200)는 사용자 단말(100)로부터 수신된 사용자 입력에 대응되는 패스 룰(601)을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 앱의 기능을 수행하기 위한 동작에 대한 정보를 포함하는 패스 룰(601)을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 앱의 동작에 대한 정보 및 상기 앱의 동작에 필요한 파라미터(또는, 키워드)를 포함하는 패스 룰(601)을 생성할 수 있다. 상기 앱의 동작에 대한 정보는, 예를 들어, 사용자 단말(100)의 상태(state)에 대한 정보를 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 앱의 복수의 동작에 대한 정보를 포함하는 패스 룰을 생성할 수 있다. 상기 패스 룰은, 예를 들어, 상기 앱의 복수의 동작이 순차적으로 배열된 정보를 포함할 수 있다. 이에 따라, 지능형 서버(200)는 사용자 단말(100)의 복수의 상태 및 상기 복수의 상태에 대응되는 동작에 필요한 파라미터(예: 지정된 상태로 변경되기 위해 입력되는 파라미터)가 순차적으로 배열된 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 단말(100)로부터 사용자 발화에 대응되는 데이터를 수신할 수 있다. 예를 들어, 지능형 서버(200)는 사용자 단말(100)로부터 “하와이 사진을 찾아줘.” 에 대응되는 데이터를 수신할 수 있다. 지능형 서버(200)(예: 자연어 이해 모듈(220))는 “하와이 사진을 찾아줘.” 라는 사용자 입력에 대응되는 패스 룰(601)을 생성할 수 있다. 상기 패스 룰은, 예를 들어, 이미지 뷰(view)(제1 상태), 서치 뷰(제2 상태), 서치 뷰(제2 상태)에서 입력되는 파라미터(예: 하와이) 및 서치 뷰 결과(제3 상태)가 순차적으로 배열된 정보를 포함할 수 있다.
일 실시 예에 따라, 사용자 단말(100)은 상기 패스 룰에 따라 앱의 동작을 실행시키고, 상기 실행된 동작에 따른 화면을 디스플레이(120)에 표시할 수 있다. 예를 들어, 사용자 단말(100)은 상기 패스 룰에 포함된 각각의 상태에 대응되는 갤러리 앱을 실행시켜 이미지 뷰 화면(610), 이미지를 검색할 수 있는 서치 뷰 화면(620) 및 '하와이(631)'가 입력되어 검색된 결과를 제공하는 서치 뷰 결과 화면(630)을 순차적으로 디스플레이(120)에 표시할 수 있다.
도 7, 도 8 및 도 9는 일 실시 예에 따른 지능형 서버는 복수의 패스 룰을 이용하여 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 7, 도 8 및 도 9를 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 앱의 패스 룰을 이용하여 사용자 입력(예: 사용자 발화)에 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 사용자 입력의 의도 및 파라미터에 기초하여 앱의 패스 룰을 선택하고, 상기 선택된 앱의 패스 룰(또는, 파셜 패스 룰(partial path rule))을 이용하여 사용자 입력에 대응되는 패스 룰(또는, 풀 패스 룰(full path rule))을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)(예: 패스 플래너 모듈(230))는 각각의 앱의 패스 룰을 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장할 수 있다. 지능형 서버(200)는 상기 앱의 패스 룰을 패스 룰의 성질에 따라 구별하여 저장할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 앱의 패스 룰의 전 또는 후에 다른 패스 룰을 배열할 수 있는지 여부를 기준으로 앱의 패스 룰을 구별하여 데이터베이스에 저장할 수 있다. 예를 들어, 지능형 서버(200)는 상기 앱의 패스 룰을 노멀 패스 룰(normal path rule), 콜러 패스 룰(caller path rule) 및 콜리 룰(callee path rule)로 구별하여 데이터베이스에 저장할 수 있다. 상기 노멀 패스 룰은 패스 룰의 전 및 후에 다른 패스 룰을 배열할 수 없는 패스 룰일 수 있다. 상기 콜러 패스 룰의 후에 다른 앱의 패스 룰을 배열할 수 있는 패스 룰일 수 있다. 상기 콜리 패스 룰은 패스 룰의 전에 다른 앱의 패스 룰을 배열할 수 있는 패스 룰일 수 있다. 사용자 입력이, 예를 들어, “하와이 사진을 엄마에게 메시지로 보내줘.”인 경우, 갤러리 앱에서 하와이 이미지를 선택하는 패스 룰은 콜러 패스 룰이고, 메시지 앱에서 엄마에게 이미지를 보내는 패스 룰은 콜리 패스 룰일 수 있다. 또한, 지능형 서버(200)는 상기 앱의 패스 룰은 패스 룰의 전 및 후에 다른 앱의 패스 룰을 배열할 수 있는 콜러/콜리 패스 룰(caller/callee path rule)을 구별하여 데이터베이스에 저장할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)(예: 패스 플래너 모듈(230))는 앱의 패스 룰에 따라 동작을 실행하는데 충분한지 여부를 기준으로 앱의 패스 룰을 구별하여 데이터베이스에 저장할 수 있다. 예를 들어, 지능형 서버(200)는 상기 콜러 패스 룰 및 상기 콜리 패스 룰을 스태틱 패스 룰(static path rule)(예: 스태틱 콜러 패스 룰(static caller path rule) 및 스태틱 콜리 패스 룰(static callee path rule)) 또는 다이나믹 패스 룰(dynamic path rule)(예: 다이나믹 콜러 패스 룰(dynamic caller path rule) 및 다이나믹 콜리 패스 룰(dynamic callee path rule))로 구별하여 데이터베이스에 저장할 수 있다. 상기 상기 스태틱 콜러 패스 룰 및 상기 스태틱 콜리 패스 룰은 사용자의 입력에 따른 앱의 동작을 실행하는데 충분한 패스 룰일 수 있다. 사용자 입력이, 예를 들어, “하와이 사진을 엄마에게 메시지로 보내줘.”인 경우, 갤러리 앱에서 하와이 이미지을 선택하는 패스 룰은 스태틱 콜러 패스 룰일 수 있고, 메시지 앱에서 편집된 이미지를 전송하는 패스 룰은 스태틱 콜리 패스 룰일 수 있다. 상기 다이나믹 콜러 패스 룰 및 상기 다이나믹 콜리 패스 룰은 사용자의 입력에 따라 앱의 동작을 실행하는데 충분하지 않은 패스 룰일 수 있다. 사용자 입력이, 예를 들어, “하와이 사진을 엄마에게 공유해줘.”인 경우, 갤러리 앱에서 하와이 이미지를 선택하고 이미지 편집 앱에서 선택된 이미지를 공유하는 패스 룰은 다이나믹 콜러 패스 룰일 수 있다. 상기 사용자 입력은 어떤 앱으로 상기 이미지를 공유할지 정보가 불충분하므로, 상기 다이나믹 콜러 패스 룰에 복수의 앱(예: 메시지 앱 및 이메일 앱) 중 어느 하나의 앱으로 상기 편집된 이미지를 전송하는 패스 룰이 배치될 수 있다. 또한, 사용자 입력이 “엄마에게 메시지로 보내줘.”인 경우, 메시지 앱에서 엄마에게 메시지를 보내는 것은 다이나믹 콜리 패스 룰일 수 있다. 상기 사용자 입력은 어떤 앱에서 획득된 정보를 메시지로 보낼지 정보가 불충분하므로, 상기 다이나믹 콜리 패스 룰에 복수의 앱(예: 갤러리 앱 및 이미지 편집 앱) 중 어느 하나의 앱에서 정보를 획득하느느 패스 룰이 배치될 수 있다. 다시 말해, 다이나믹 패스 룰은 패스 룰의 전 또는 후로 복수의 패스 룰이 각각 배치될 수 있다. 또한, 지능형 서버(200)는 상기 콜러 패스 룰 및 상기 콜리 패스 룰의 전 및 후로 다른 앱의 패스 룰을 배열할 수 있는 스태틱 콜리/스태틱 콜러 패스 룰(static callee/static caller path rule), 스태틱 콜리/다이나믹 콜러 패스 룰(static callee/dynamic caller path rule), 다이나믹 콜리/스태틱 콜러 패스 룰(dynamic callee/static caller path rule) 및 다이나믹 콜리/다이나믹 콜러 패스 룰(dynamic callee/caller path rule)을 구별하여 데이터베이스에 저장할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 상기 데이터베이스에 저장된 앱의 패스 룰을 조합(또는, 배열)하여 패스 룰을 생성할 수 있다.
도 7을 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 패스 룰의 조합(combination)을 이용하여 사용자 입력에 대응되는 풀(full) 패스 룰(715)을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 스태틱 콜러 룰(711) 및 스태틱 콜리 룰(713)을 스태틱 조합 방법을 이용하여 사용자 입력에 대응되는 풀(full) 패스 룰(715)을 생성할 수 있다. 상기 스태틱 콜러 패스 룰(711) 및 상기 스태틱 콜리 패스 룰(713)은 사용자의 입력에 따른 앱의 동작을 실행하는데 충분한 패스 룰일 수 있다. 상기 사용자 입력이, 예를 들어, “하와이 사진을 편집해줘”인 경우, 갤러리 앱에서 하와이 이미지을 선택하는 패스 룰은 스태틱 콜러 패스 룰(911)일 수 있고, 이미지 편집 앱에서 편집된 이미지를 전송하는 패스 룰은 스태틱 콜리 패스 룰(913)일 수 있다. 상기 이미지 편집 앱은 사용자 단말(100)에서 이미지를 편집하는 기능을 수행하는 유일한 앱일 수 있다. 스태틱 콜러 패스 룰(711) 및 스태틱 콜리 패스 룰(713)은 서로 다른 앱(예: 갤러리 앱 및 이미지 편집 앱)의 동작에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 입력에 대응되는 스태틱 콜러 패스 룰(711) 및 스태틱 콜리 패스 룰(713)을 각각 선택할 수 있다. 예를 들어, 지능형 서버(200)는 서로 다른 앱(예: 갤러리 앱 및 이미지 편집 앱)의 동작에 대한 정보를 포함하는 스태틱 콜러 패스 룰(711) 및 스태틱 콜리 패스 룰(713)을 이용하여 패스 룰을 생성할 수 있다. 스태틱 콜러 패스 룰(711)은, 예를 들어, 제1 앱(예: 갤러리 앱)의 제1 상태 및 제2 상태를 포함하고, 지정된 앱(또는, 목적된 앱(targeted app))(예: 제2 앱)을 호출하기 위한 제3 상태(또는, 크로스 앱)를 포함할 수 있다. 상기 제3 상태는 지정된 앱(또는, 제2 앱)을 호출하기 위한 제1 상태 ID(예: CROSS_photoedit_home)를 포함할 수 있다. 스태틱 콜러 패스룰(713)은 제2 앱(예: 이미지 편집 앱)이 호출되기 위한 제3′상태(또는, 크로스 앱(cross app))를 포함하고, 제2 앱의 제4 상태 및 제5 상태를 포함할 수 있다. 상기 제3′상태는 제2 앱이 호출되기 위한 제2 상태 ID(예: CROSS_photoedit_home)를 포함할 수 있다. 상기 제1 상태 ID 및 상기 제2 상태 ID는 서로 유사할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 서로 대응되는 상태 ID를 포함하는 스태틱 콜러 패스 룰(711) 및 스태틱 콜리 패스 룰(713)을 이용하여 풀 패스 룰(715)을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 콜러 패스 룰 및 콜리 패스 룰을 결합시키기 위한 툴(tool)(예: 소프트웨어 툴)을 이용하여 스태틱 콜러 패스 룰 및 스태틱 콜리 패스 룰을 결합시킬 수 있다. 지능형 서버(200)는 호출할 앱을 선택하기 위한 사용자 입력을 수신하는 선택자(chooser)를 통하지 않고, 지정된 앱(또는, 제2 앱)을 호출할 수 있다. 풀 패스 룰(715)은, 예를 들어, 제1 앱의 제1 상태 및 제2 상태, 제2 앱을 호출(또는, 크로스 앱)하는 제3 상태, 및 제2 앱의 제4 상태 및 제5 상태를 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 상기 생성된 풀 패스 룰(915)을 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장할 수 있다. 다시 말해, 지능형 서버(200)는 상기 생성된 풀 패스 룰(715)을 학습할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 데이터베이스에 저장된 패스 룰(또는, 풀 패스 룰(715))을 이용하여 사용자 단말(100)로부터 수신된 사용자 입력에 대응되는 패스 룰을 생성할 수 있다.
도 8을 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 패스 룰 조합을 이용하여 사용자 입력에 대응되는 풀 패스 룰(815)을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 콜러 룰(811, 811′, 811″) 및 콜리 룰(813, 813′, 813″)을 다이나믹 조합 방법을 이용하여 사용자 입력에 대응되는 풀(full) 패스 룰(815)을 생성할 수 있다. 상기 다이나믹 콜러 패스 룰(811, 811′, 811″) 및 상기 다이나믹 콜리 패스 룰(813, 813′, 813″)은 사용자의 입력에 따라 앱의 동작을 실행하는데 충분하지 않은 패스 룰일 수 있다. 상기 사용자 입력이, 예를 들어, “하와이 사진을 엄마에게 공유해줘.”인 경우, 갤러리 앱에서 하와이 이미지를 선택하고 이미지 편집 앱에서 선택된 이미지를 공유하는 패스 룰은 다이나믹 콜러 패스 룰일 수 있다. 또한, 사용자 입력이 “엄마에게 메시지로 보내줘.”인 경우, 메시지 앱에서 엄마에게 메시지를 보내는 것은 다이나믹 콜리 패스 룰일 수 있다. 다이나믹 콜러 패스(811, 811′, 811″) 룰 및 다이나믹 콜리 패스 룰 (813, 813′, 813″)은 서로 다른 앱의 동작에 대한 정보를 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 입력에 대응되는 다이나믹 콜러 패스 룰(811, 811′, 811″)을 선택할 수 있다. 제1 다이나믹 콜러 패스 룰(811)은, 예를 들어, 제1 앱(예: 갤러리 앱)의 제1 상태 및 제2 상태를 포함하고, 지정된 앱(또는, 목적된 앱)을 호출하기 위한 제3 상태(또는, 크로스 셰어(cross share))을 포함할 수 있다. 제2 다이나믹 콜러 패스 룰(811′)은 제 2앱(예: 이미지 편집 앱)의 제1′ 상태, 제2′ 상태 및 상기 제3 상태를 포함할 수 있다. 제3 다이나믹 콜러 패스 룰(811″)은 제3 앱(예: 브라우징 앱)의 제1 상태, 제2 상태 및 상기 제3 상태를 포함할 수 있다. 상기 제3 상태는 사용자 입력에 따라 선택된 앱을 호출하기 위한 제1 상태 ID(예: CROSS_share)를 포함할 수 있다. 상기 지정된 앱은 사용자 입력에 따라 선택될 수 있는 앱(또는, 제4 앱, 제5 앱 또는 제6 앱)일 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 입력에 대응되는 다이나믹 콜리 패스 룰(813, 813′, 813″)을 선택할 수 있다. 제1 다이나믹 콜리 패스 룰(813)은, 예를 들어, 사용자 입력에 따라 선택된 앱(또는, 제4 앱, 제5 앱 또는 제6 앱)이 호출되기 위한 제3″상태(또는, 크로스 셰어 비아(cross share via))를 포함하고, 사용자 입력에 따라 선택될 수 있는 제4 앱(예: 메시지 앱)의 제4 상태 및 제5 상태를 포함할 수 있다. 제2 다이나믹 콜리 패스 룰(813′)은 상기 제3″상태를 포함하고, 사용자 입력에 따라 선택될 수 있는 제5 앱(: 이메일 앱)의 제4′ 상태 및 제5′ 상태를 포함할 수 있다. 제3 다이나믹 콜리 패스 룰(813″)은 상기 제3″상태를 포함하고, 사용자 입력에 따라 선택될 수 있는 제6 앱(: 클라우드 앱)의 제4″ 상태 및 제5″ 상태를 포함할 수 있다. 상기 제3″상태는 지정된 앱(또는, 제1 앱, 제2 앱 또는 제3 앱)으로부터 호출되기 위한 제2 상태 ID(예: CROSS_sharevia)를 포함할 수 있다. 상기 지정된 앱은 상기 제2 상태 ID에 의해 지정된 앱(예: 제1 앱, 제2 앱 또는 제3 앱)일 수 있다. 지능형 서버(200)는 선택자를 통해 호출할 앱을 선택하는 사용자 입력을 수신하고, 상기 사용자 입력에 따라 선택된 앱(제4 앱, 제5 앱 또는 제6 앱)에 대응되는 다이나믹 콜러 패스 룰(813, 813′, 813″)을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 다이나믹 콜러 패스 룰(811, 811′, 811″) 및 다이나믹 콜리 패스 룰(813, 813′, 813″)을 이용하여 사용자의 입력에 따라 생성될 수 있는 모든 경우의 풀 패스 룰(815)을 생성할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 콜러 패스 룰 및 콜리 패스 룰을 결합시키기 위한 툴을 이용하여 다이나믹 콜리 패스 룰 및 스태틱 콜리 패스 룰을 결합시킬 수 있다. 상기 툴은 다이나믹 콜리 패스 룰 및 스태틱 코릴 패스 룰을 결합시키기 위해 제3 상태 ID(예: 셰어비아(sharevia))를 다이나믹 콜리 패스 룰과 스태틱 콜리 패스 룰 사이에 배치할 수 있다. 풀 패스 룰(815)은 제1 앱의 제1 상태 및 제2 상태, 제2 앱의 제1′ 상태 및 제2′ 상태, 및 제3 앱의 제1″ 상태 및 제2″ 상태 중 선택된 어느 하나의 앱의 상태를 포함할 수 있다. 풀 패스 룰(815)는 상기 선택된 앱의 상태를 사용자 입력에 따라 선택될 수 있는 앱을 호출(또는, 크로스 셰어)하는 제3 상태, 제3′ 상태 및 제3″ 상태를 더 포함할 수 있다. 또한, 풀 패스 룰(815)는 제4 앱의 제4 상태 및 제5 상태, 제5 앱의 제4′ 상태 및 제5′ 상태, 및 제6 앱의 제4″ 상태 및 제5″ 상태 중 선택된 어느 하나의 상태를 더 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 상기 생성된 풀 패스 룰(815)을 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장할 수 있다. 다시 말해, 지능형 서버(200)는 상기 생성된 풀 패스 룰(815)을 학습할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 데이터베이스에 저장된 패스 룰(또는, 풀 패스 룰(815))를 이용하여 사용자 단말(100)로부터 수신된 사용자 입력에 대응되는 패스 룰을 생성할 수 있다.
이에 따라, 지능형 서버(200)는 사용자 단말(100)의 각각의 앱의 기능에 대응되는 패스 룰(예: 콜러 패스 룰 및 콜리 패스 룰)을 조합하여 다양한 패스 룰(또는, 풀 패스 룰)을 생성하고, 상기 다양한 패스 룰을 이용하여 사용자 입력에 대응될 수 있는 패스 룰을 생성할 수 있다.
도 9를 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220) 및 패스 플래너(230))는 패스 룰 조합을 이용하여 사용자 입력에 대응되는 풀 패스 룰(915)을 생성할 수 있다. 지능형 서버(200)는 다이나믹 콜러 패스 룰(921) 및 다이나믹 콜리 패스 룰(923)을 각각 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력에 대응되는 다이나믹 콜러 패스 룰(911, 911′, 911″)을 선택할 수 있다. 예를 들어, 지능형 서버(200)는 제1 앱(예: 갤러리 앱), 제2 앱(예: 이미지 편집 앱) 및 제3 앱(예: 브라우징 앱) 각각에 대응되는 다이나믹 콜러 패스 룰(911, 911′, 911″)을 생성할 수 있다. 다이나믹 콜러 패스 룰(911, 911′, 911″)은 도 8의 다이나믹 콜러 패스 룰(811, 811′, 811″)과 유사할 수 있다. 또한, 지능형 서버(200)는 제1 앱, 제2 앱 및 제3 앱을 포함한 M개의 앱에 대응되는 다이나믹 콜러 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력에 대응되는 다이나믹 콜리 패스 룰(913, 913′, 913″)을 선택할 수 있다. 예를 들어, 지능형 서버(200)는 제4 앱(예: 메시지 앱), 제5 앱(예: 이메일 앱) 및 제6 앱(예: 클라우드 앱) 각각에 대응되는 다이나믹 콜리 패스 룰(913, 913′, 913″)을 생성할 수 있다. 다이나믹 콜리 패스 룰(913, 913′, 913″)은 도 8의 다이나믹 콜리 패스 룰(813, 813′, 813″)과 유사할 수 있다. 또한, 지능형 서버(200)는 제4 앱, 제5 앱 및 제6 앱을 포함한 N개의 앱에 대응되는 다이나믹 콜리 패스 룰을 생성할 수 있다. 다른 예를 들어, 지능형 서버(200)는 동일한 앱이라고 하더라도 다른 버전(version)의 상태에 대응되는 다이나믹 콜리 패스 룰을 생성할 수 있다.
일 실시 예에 다르면, 지능형 서버(200)는 상기 생성된 다이나믹 콜러 패스 룰(911, 911′, 911″) 및 다이나믹 콜리 패스 룰(913, 913′, 913″)을 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장할 수 있다. 다시 말해, 지능형 서버(200)는 상기 생성된 다이나믹 콜러 패스 룰(911, 911′, 911″) 및 다이나믹 콜리 패스 룰(913, 913′, 913″)을 학습할 수 있다. 예를 들어, 지능형 서버(200)는 앱의 동작에 필요한 파라미터(예: 검색어 및 수신인)에 대한 정보를 포함하는 다이나믹 콜러 패스 룰(911, 911′, 911″) 및 다이나믹 콜리 패스 룰(913, 913′, 913″)을 데이터베이스에 저장할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 상기 데이터베이스에 저장된 패스 룰(또는, 다이나믹 콜러 패스 룰(911, 911′, 911″) 및 다이나믹 콜리 패스 룰(913, 913′, 913″))을 이용하여 사용자 단말(100)로부터 수신된 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력에 대응되는 다이나믹 콜러 패스 룰(911a)을 선택할 수 있다. 지능형 서버(200)(예: 패스 플래너 모듈(230))는 사용자 입력에 대응되는 다이나믹 콜리 패스 룰(913a)을 선택할 수 있다. 상기 선택된 다이나믹 콜러 패스 룰(911a) 및 다이나믹 콜리 패스 룰(913a)은 사용자 단말(100)에서 처리될 수 있는 패스 룰일 수 있다. 사용자 단말(100)에서 처리될 수 있는 패스 룰은, 예를 들어, 사용자 단말(100)의 앱과 동일한 버전의 앱의 동작에 대한 정보를 포함할 수 있다. 이에 따라, 지능형 서버(200)는 상기 선택된 다이나믹 콜러 패스 룰(911a) 및 다이나믹 콜리 패스 룰(913a)을 실기간(또는, 런타임(runtime))으로 결합시켜 풀 패스 룰(915)을 생성할 수 있다. 다시 말해, 풀 패스 룰(915)은 제1 패스 룰 ID에 대응되는 패스 룰 및 상기 제2 패스 룰 ID에 대응되는 패스 룰을 포함할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 앱의 기능에 대응되는 패스 룰(예: 콜러 패스 룰 및 콜리 패스 룰)을 각각 조합하여 사용자 입력에 대응되는 패스 룰(또는, 풀 패스 룰)을 생성함으로써, 미리 생성된 단대단(end-to-end)의 동작을 나타내는 패스 룰(또는, 풀 패스 룰)을 이용하여 사용자 입력에 대응되는 패스 룰을 생성하는 것에 비해 데이터베이스에 적은 수의 패스 룰을 저장할 수 있다. 다시 말해, 지능형 서버(200)는 콜러 패스 룰 및 콜리 패스 룰이 각각 M개 및 N개 일 때, 풀 패스 룰을 저장하는 경우 “M개*N개*버전수”의 패스 룰을 데이터베이스에 저장하지만, 패스 룰을 조합하여 풀 패스 룰을 생성하는 경우” M개+N개*버전수”의 패스 룰만 데이터베이스에 저장할 수 있다. 이에 따라, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력에 대응되는 패스 룰을 선택 할 때 적은 수의 패스 룰과 비교하여 패스 룰을 빠르게 생성할 수 있고, 선택을 하는 모집단의 전체 패스 룰이 줄어들게 되고, 유사한 패스 룰이 상대적으로 적을 수 있으므로 오류가 있는 패스 룰을 선택할 확률이 낮을 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 자연어 이해 모듈(220)은 다이나믹 콜러 패스 룰을 결정할 수 있다. 자연어 이해 모듈(220)은 사용자 입력의 의도를 파악하여 상기 다이나믹 콜러 패스 룰을 결정할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 패스 플래너 모듈(230)은 다이나믹 콜리 패스 룰을 결정할 수 있다. 패스 플래너 모듈(230)은 자연어 이해 모듈(220)로부터 전달된 사용자 입력에 포함된 파라미터 정보를 이용하여 상기 다이나믹 콜리 패스 룰을 결정할 수 있다. 이에 따라, 자연어 이해 모듈(220)은 상기 다이나믹 콜리 패스 룰에 필요한 파라미터를 인식할 수 없을 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 지능형 서버(200)로부터 수신된 패스 룰에 따라 앱의 동작을 실행할 때, 파셜 랜딩할 수 있다. 사용자 단말(100)은 상기 다이나믹 콜리 패스 룰에 포함된 상태에 파셜 랜딩할 수 있다. 상기 다이나믹 콜리 패스 룰에 포함된 상태는, 예를 들어, 상기 상태에 대응되는 동작을 실행하기 위한 파라미터를 포함하지 않을 수 있다. 이에 따라, 사용자 단말(100)은 상기 파라미터를 채우기 위해 사용자로부터 추가적인 발화를 입력 받을 수 있다.
예를 들어, 사용자 단말(100)이 “하와이 사진을 엄마에게 메시지로 보내줘”라는 사용자 입력을 수신하였을 때, 사용자 입력에 대응되는 패스 룰 중 다이나믹 콜리 패스 룰에 대응되는 메시지를 송신하는 동작에 필요한 파라미터를 포함하지 않을 수 있다. 이에 따라, 사용자 단말(100)은 메시지를 전송하기 위한 파라미터(예: 엄마 및 하와이 사진)를 팔로업 발화를 통해 수신할 수 있다.
다른 실시 예에 따르면, 지능형 서버(200)의 자연어 이해 모듈(220)은 사용자 입력에 대응되는 패스 룰을 생성할 때, 파라미터(또는, 표준 파라미터)에 대한 정보를 생성할 수 있다. 상기 파라미터에 대한 정보는, 예를 들어, 앱의 이름(appname), 수신자(recipients) 및 컨텐츠(content)를 포함할 수 있다. 상기 앱의 이름은 상기 다이나믹 콜리 패스 룰에 따라 호출되는 앱의 이름에 대한 정보를 포함할 수 있다. 상기 수신자는 상기 다이나믹 콜리 패스 룰에 따라 상기 컨텐츠를 수신하는 자에 대한 정보를 포함할 수 있다. 상기 컨텐츠는 상기 다이나믹 콜리 패스 룰에 따라 전달하고자 하는 정보(예: 메시지 또는 이메일의 본문)를 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 자연어 이해 모듈(220)은 상기 파라미터에 대한 정보를 이용하여 다이나믹 콜리 패스 룰에 필요한 파라미터를 패스 플래너 모듈(230)로 전달할 수 있다. 패스 플래너 모듈(230)은 상기 파라미터에 대한 일부 정보를 이용하여 다이나믹 콜리 패스 룰을 결정하는데 이용하고, 나머지 정보를 이용하여 다이나믹 콜리 패스 룰에 필요한 파라미터를 결정할 수 있다.
예를 들어, 사용자 단말(100)의 자연어 이해 모듈(220)은 “하와이 사진을 엄마에게 메시지로 보내줘”라는 사용자 입력을 수신하였을 때, 하와이 사진을 선택하는 동작에서 “메시지”(앱의 이름), “하와이 사진”(컨텐츠) 및 “엄마”(수신인)를 패스 플래너 모듈(230)에 전달할 수 있다. 패스 플래너 모듈(230)은 앱의 이름을 인식하여 다이나믹 콜리 패스 룰을 선택하고, 컨텐츠 및 수신인을 상기 선택된 패스 룰의 파라미터로 사용할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)은 스태틱 패스 룰 및 다이나믹 패스 룰을 결합하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 예를 들어, 사용자 단말(100)은 다이나믹 콜러 패스 룰에 복수의 스태틱 콜리 패스 룰을 각각 결합하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 다른 예를 들어, 사용자 단말(100)은 다이나믹 콜리 패수 룰에 복수의 스태틱 콜러 패스 룰을 결합하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다.
도 10은 일 실시 예에 따른 지능형 서버가 다이나믹 패스 룰을 결합시켜 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 10을 참조하면, 지능형 서버(200)는 다이나믹 콜러 패스 룰 및 다이나믹 콜리 패스 룰을 각각 선택하고, 상기 선택된 다이나믹 패스 룰을 결합하여 사용자 단말(100)로부터 수신된 사용자 입력(예: 사용자 발화)에 대응되는 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)(예: 지능형 에이전트(151))는 수신된 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 사용자 단말(100)은 제1 앱 및 제2 앱을 이용하여 테스크를 수행하는 요청을 포함하는 사용자 입력을 수신하고 지능형 서버(200)로 송신할 수 있다. 예를 들어, 사용자 단말(100)은 “하와이에서 찍은 사진을 엄마에게 메시지로 공유해줘!”라는 사용자 입력을 수신하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 자동 음성 인식 모듈(220)은 상기 사용자 입력을 텍스트 데이터로 변경하여 자연어 이해 모듈(220)로 전달할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인 분류기(domain classifier)(220a) 및 의도 분류기(intent classifier)(220b)를 통해 상기 사용자 입력에 대응되는 제1 패스 룰(또는, 다이나믹 콜러 패스 룰)을 선택할 수 있다. 자연어 이해 모듈(220)은 도메인 분류기(domain classifier)(220a)를 통해 상기 사용자 입력에 대응되는 동작을 실행할 앱을 판단할 수 있다. 다시 말해, 도메인 분류기(220a)는 수신된 사용자 입력에 기초하여 앱과 관련된 도메인을 선택할 수 있다. 자연어 이해 모듈(220)은 의도 분류기(220b)를 통해 상기 사용자 입력의 의도에 대응되는 패스 룰을 판단할 수 있다. 다시 말해, 의도 분류기(220b)는 사용자 입력에 기초하여 상기 제1 패스 룰을 선택할 수 있다. 자연어 이해 모듈(220)은 슬롯 태거(220c)를 통해 상기 사용자 입력에 대응되는 동작에 필요한 파라미터를 획득할 수 있다. 슬롯 태거(220c)는 상기 획득한 파라미터를 패스 룰에 태그할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 갤러리 앱에서 하와이 이미지를 검색하여 선택하는 상기 제1 패스 룰을 선택할 수 있다. 상기 제1 패스 룰은, 예를 들어, 셰어 비아 상태를 포함할 수 있다. 또한, 자연어 이해 모듈(220)은 하와이 이미지(P1), 엄마(P2) 및 메시지(P3)를 포함하는 파라미터를 획득할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 앱의 패스 룰을 참조하여 상기 사용자 입력에 대응되는 상기 제2 패스 룰을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 파라미터에 대한 정보를 전달 받아 상기 사용자 입력에 대응되는 제2 패스 룰(또는, 다이나믹 콜리 패스 룰)을 선택할 수 있다. 예를 들어, 패스 플래너 모듈(230)은 상기 파라미터 정보를 이용하여 메시지 앱에서 하와이 이미지를 엄마에게 전송하는 제2 패스 룰을 선택할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 앱의 패스 룰을 참조하여 상기 사용자 입력에 대응되는 상기 제1 패스 룰을 선택할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 제1 패스 룰 및 상기 제2 패스 룰을 결합하여 사용자 입력에 대응되는 제3 패스 룰(또는, 풀 패스 룰)을 생성할 수 있다. 다시 말해, 패스 플래너 모듈(230)은 상기 제1 패스 룰 및 상기 제2 패스 룰을 조합할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 제3 패스 룰(또는, 상기 조합)을 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)(예: 실행 매니저 모듈(153))은 상기 제3 패스 룰에 따라 앱(141, 143)의 동작을 실행시킬 수 있다. 사용자 단말(100)은 지능형 서버(200)로부터 패스 룰에 대한 정보 및 상기 패스 룰에 대응되는 패스 룰 ID를 포함하는 응답을 수신할 수 있다. 상기 패스 룰 ID는 제1 앱과 관련된 제1 패스 룰 ID 및 상기 제2 앱과 관련된 제2 패스 룰 ID의 조합일 수 있다. 사용자 단말(100)은 패스 룰에 포함된 상태를 갖도록 함으로써 사용자 입력에 대응되는 테스크를 수행할 수 있다. 다시 말해, 조합은 상기 상기 제1 패스 룰 ID 및 상기 제2 패스 룰 ID에 기초하여 생성된 제3 패스 룰 ID일 수 있다. 사용자 단말(100)은 상기 제3 패스 룰 ID를 인식하여 사용자 단말(100)이 상기 패스 룰의 상태들을 갖도록 함으로써 사용자 입력에 대응되는 테스크를 수행할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 데이터베이스에 새롭게 추가된(또는, 업데이트된) 앱에 대응되는 사용자 입력을 수신하더라도, 상기 사용자 입력에 대응되는 패스 룰(또는, 풀 패스 룰)을 생성할 수 있다. 예를 들어, 지능형 서버(200)는 “하와이 사진을 엄마에게 드롭박스로 공유해줘.”라는 사용자 입력을 수신하더라도, 파라미터에 대한 정보(예: 하와이 이미지(P1-'), 엄마(P2') 및 드롭박스(P3'))를 이용하여 제4 패스 룰(또는, 업데이트된 다이나믹 콜리 룰)을 선택하고, 상기 제1 패스 룰과 결합하여 제5 패스 룰(또는, 새로운 풀 패스 룰)을 생성할 수 있다.
이에 따라, 지능형 서버(200)는 새롭게 추가된 앱에 대한 패스 룰만을 데이터베이스에 추가하면 상기 새롭게 추가된 앱의 동작(또는, 상태)를 포함하는 사용자 입력을 처리할 수 있다.
도 11a, 도 11b 및 도 11c는 일 실시 예에 따른 지능형 서버가 사용자 단말의 상태 정보를 이용하여 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 11a를 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력 및 사용자 단말(100)의 상태 정보에 대응되는 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 사용자 단말(100)의 상태 정보(예: 메타 데이터(meta data))에 대응되는 패스 룰 셋에서 사용자 입력에 대응되는 패스 룰을 결정할 수 있다. 상기 사용자 단말(100)의 상태 정보는, 예를 들어, 기기의 종류, 설치된 앱, 앱의 버전, 사용되는 지역, 설정된 나라 및 통신사 중 적어도 하나에 대한 정보를 포함할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 사용자 단말(100)에 설치된 앱의 버전에 따라 패스 룰을 선택하여 사용자 단말(100)로 송신하고, 상기 앱의 버전에 부합되지 않는 패스 룰은 사용자 단말(100)로 송신하지 않는다. 상기 선택된 패스 룰은 사용자 단말(100)에 설치된 앱의 버전에 대응되는 패스 룰 셋 중 사용자 입력의 의도 및 파라미터와 가장 유사한 패스 룰일 수 있다. 지능형 서버(200)는 상기 선택된 패스 룰에 대해 사용자로부터 피드백을 수신할 수 있다.
도 11b를 참조하면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 사용자 입력 및 사용자 단말(100)의 상태 정보에 대응되는 패스 룰을 생성할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 지능형 에이전트(151)는 실행 매니저 모듈(153)로부터 사용자 단말(100)의 상태 정보(예: 설치된 앱 또는 앱의 버전 정보)를 전달받을 수 있다. 지능형 에이전트(151)는 사용자 입력(①) 및 상태 정보(②)를 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)의 자동 음성 인식 모듈(210)은 사용자 입력(①)을 텍스트 데이터로 변경하고, 상기 텍스트 데이터를 자연어 이해 모듈(220)로 전송할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)의 패스 플래너 모듈(230)은 사용자 단말(100)의 상태 정보(②)를 수신하고, 상태 정보(②)에 대응되는 패스 룰 셋을 데이터베이스(예: 패스 룰 데이터베이스(231))로부터 전달 받을 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 사용자 입력(①)(또는, 상기 텍스트 데이터) 및 상기 제1 패스 룰 셋을 이용하여 사용자 입력에 대응되는 패스 룰을 선택할 수 있다. 예를 들어, 자연어 이해 모듈(220)은 상태 정보(②)에 대응되는 패스 룰 셋을 패스 플래너 모듈(230)로부터 전달 받고, 도메인 분류기(domain classifier)(220a) 및 의도 분류기(intent classifier)(220b)을 통해 상기 패스 룰 셋 중 사용자 입력(①)에 대응되는 제1 패스 룰(또는, 다이나믹 콜러 패스 룰)을 선택할 수 있다.
일 실시 예에 따르면, 패스 플래너 모듈(230)은 자연어 이해 모듈(220)의 슬롯 태거(220c)를 통해 획득된 파라미터에 대한 정보를 이용하여 상태 정보(②)에 대응되는 패스 룰 셋 중 사용자 입력(①)에 대응되는 제2 패스 룰(또는, 다이나믹 콜리 패스 룰)을 선택할 수 있다. 일 실시 예에 따르면, 패스 플래너 모듈(230)은 상기 제1 패스 룰 및 상기 제2 패스 룰을 결합하여 사용자 단말(100)의 현재 상태에서 실행될 수 있는 제3 패스 룰(또는, 풀 패스 룰)을 생성할 수 있다.
이에 따라, 지능형 서버(200)는 사용자 단말(100)의 현재 상태에서 실행될 수 있는 패스 룰을 생성하여, 사용자 단말(100)이 상기 패스 룰에 따라 앱의 동작을 실행할 때 발생할 수 있는 충돌(예: 오류)을 방지할 수 있다.
도 11c를 참조하면, 지능형 서버(200)는 사용자 단말(100)의 상태 정보가 업데이트됨에 따라 데이터베이스(예: 패스 룰 데이터베이스(231))에 상기 상태 정보를 업데이트시킬 수 있다. 사용자 단말(100)의 실행 매니저 모듈(153)은, 예를 들어, 상태 정보 데이터베이스(160)의 업데이트된 상태 정보를 지능형 에이전트(151)로 전달할 수 있다. 지능형 에이전트(151)는 지능형 서버(200)가 사용자 단말(100)의 상태 정보를 수신할 수 있는 경우(또는, 세션(session)을 오픈(open)한 경우) 상기 업데이트된 상태 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)의 자연어 이해 모듈(220)은 상기 업데이트된 상태 정보를 수신하고, 패스 플래너(230)를 통해 사용자 단말(100)의 상태 정보를 업데이트시킬 수 있다. 이에 따라, 지능형 서버(200)는 사용자 단말(100)로부터 상태 정보를 수신하지 않더라도, 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 사용자 단말(100)의 상태 정보를 이용하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다.
도 12는 일 실시 예에 따른 지능형 서버가 사용자 단말로 패스 룰뿐만 아니라 패스 룰 ID(identification)을 송신하는 것을 나타낸 도면이다.
도 12를 참조하면, 지능형 서버(200)는 도 10과 유사하게 다이나믹 콜러 패스 룰 및 다이나믹 콜리 패스 룰을 결합하여 생성된 패스 룰(또는, 풀 패스 룰)을 사용자 단말(100)로 송신할 수 있다. 또한, 지능형 서버(200)는 상기 생성된 패스 룰과 함께 상기 생성된 패스 룰에 대응되는 패스 룰 ID(예: 식별자)를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 지능형 서버(200)는 상기 생성된 패스 룰뿐만 아니라, 상기 생성된 패스 룰에 대응되는 패스 룰 ID를 사용자 단말(100)로 송신할 수 있다. 상기 패스 룰 ID는, 예를 들어, 상기 생성된 패스 룰을 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 다른 패스 룰과 구별하기 위한 ID일 수 있다. 일 실시 예에 따르면, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 상기 생성된 패스 룰에 대응되는 패스 룰 ID를 생성할 수 있다. 예를 들어, 지능형 서버(200)는 다이나믹 콜러 패스 룰에 대응되는 제1 패스 룰 ID 및 다이나믹 콜리 패스 룰에 대응되는 제2 패스 룰 ID에 기초하여 상기 생성된 패스 룰에 대응되는 제3 패스 룰 ID를 생성할 수 있다. 다른 예를 들어, 지능형 서버(200)는 지정된 패스 룰 ID를 상기 생성된 패스 룰에 대응되는 ID로 결정할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)(예: 지능형 에이전트(151))은 상기 패스 룰 ID를 인식하고, 수신된 패스 룰에 따라 앱(141, 143)의 동작을 실행할 수 있다.
도 13은 일 실시 예에 따른 사용자 단말이 사용자 입력에 대응되는 패스 룰을 생성하는 것을 나타낸 도면이다.
도 13를 참조하면, 사용자 단말(100)은 지능형 서버(200)로부터 수신된 패스 룰 및 파라미터에 대한 정보를 이용하여 사용자 입력에 대응되는 패스 룰을 생성할 수 있다. 사용자 단말(100)은 패스 룰을 생성하기 위한 로컬 패스 플래너 모듈(170) 및 로컬 패스 룰 데이터베이스(또는, 로컬 PR DB)(171)를 더 포함할 수 있다. 로컬 패스 플래너 모듈(170)은 지능형 서버(200)의 패스 플래너 모듈(230)와 유사하게, 하나의 패스 룰(또는, 다이나믹 콜러 패스 룰)에 다른 패스 룰(또는, 다이나믹 콜리 패스 룰)을 결합할 수 있다. 로컬 패스 룰 데이터베이스(171)는 지능형 서버(200)의 패스 룰 데이터 베이스(231)와 유사하게, 앱의 패스 룰(또는, 다이나믹 콜리 패스 룰)을 저장할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)(예: 지능형 에이전트(151))는 수신된 사용자 발화를 지능형 서버(200)로 송신할 수 있다. 일 실시 예에 따르면, 자동 음성 인식 모듈(220)은 상기 사용자 입력을 텍스트 데이터로 변경하여 자연어 이해 모듈(220)로 전달할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 도메인 분류기(domain classifier)(220a) 및 의도 분류기(intent classifier)(220b)를 통해 상기 사용자 입력에 대응되는 제1 패스 룰(또는, 다이나믹 콜러 패스 룰)을 선택할 수 있다. 자연어 이해 모듈(220)은 슬롯 태거(220c)를 통해 상기 사용자 입력에 대응되는 동작에 필요한 파라미터를 획득할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 패스 플래너 모듈(230)을 통해 데이터베이스(예: 패스 룰 데이터베이스(231))에 저장된 앱의 패스 룰을 참조하여 상기 사용자 입력에 대응되는 상기 제1 패스 룰을 선택할 수 있다. 일 실시 예에 따르면, 자연어 이해 모듈(220)은 상기 제1 패스 룰 및 상기 생성된 파라미터에 대한 정보를 사용자 단말(100)로 송신할 수 있다.
일 실시 예에 따르면, 사용자 단말(100)의 로컬 패스 플래너 모듈(170)은 상기 제1 패스 룰 및 상기 파라미터에 대한 정보를 이용하여 제2 패스 룰(또는, 다이나믹 콜리 패스 룰)을 생성할 수 있다. 예를 들어, 로컬 패스 플래너 모듈(170)은 상기 파라미터에 대한 정보를 이용하여 로컬 패스 룰 데이터베이스(171)에 저장된 제2 패스 룰을 선택할 수 있다. 일 실시 예에 따르면, 로컬 패스 플래너 모듈(170)은 상기 제1 패스 룰 및 상기 제2 패스 룰을 이용하여 제3 패스 룰(또는, 풀 패스 룰)을 생성할 수 있다. 일 실시 예에 따르면, 지능형 에이전트(151)는 실행 매니저 모듈(153)을 통해 상기 로컬 패스 플래너 모듈(170)로부터 전달 받은 제3 패스 룰에 따라 앱(141, 143)의 동작을 실행시킬 수 있다.
일 실시 예에 따르면, 로컬 패스 플래너 모듈(170)은 지능형 에이전트(151)을 통해 지능형 서버(200)로부터 사용자 단말(100)에 설치된 앱의 패스 룰(또는, 다이나믹 콜리 패스 룰)을 획득할 수 있다.
도 14a는 일 실시 예에 따른 사용자 단말이 사용자 입력을 처리하는 방법을 나타낸 순서도이다.
일 실시 예에 따르면, 1410 동작에서, 사용자 단말(100)(예: 프로세서(150))이 제1 사용자 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 디스플레이(120) 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신할 수 있다. 상기 제1 사용자 입력은, 예를 들어, 제1 앱 및 제2 앱을 이용하여 제1 테스크를 수행하는 제1 요청을 포함할 수 있다.
일 실시 예에 따르면, 1420 동작에서, 사용자 단말(100)(예: 프로세서(150))은 제1 사용자 입력과 관련된 제1 데이터를 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 1430 동작에서, 사용자 단말(100)(예: 프로세서(150))은 지능형 서버(200)로부터 제1 응답을 수신할 수 있다. 상기 제1 응답은, 예를 들어, 상기 제1 테스크를 수행하기 위한 사용자 단말(100)의 상태들의 제1 시퀀스(sequence)에 대한 정보, 및 상기 제1 앱과 관련된 제1 식별자 및 상기 제2 앱과 관련된 제2 식별자의 제1 조합(combination)을 포함할 수 있다.
일 실시 예에 따르면, 1440 동작에서, 사용자 단말(100)(예: 프로세서(150))는 상기 제1 시퀀스의 상기 상태들을 갖도록 하여 상기 제1 테스크를 수행할 수 있다.
일 실시 예에 따르면, 1450 동작에서, 사용자 단말(100)(예: 프로세서(150))이 제2 사용자 입력을 수신할 수 있다. 예를 들어, 사용자 단말(100)은 디스플레이(120) 및 마이크 중 적어도 하나를 통해 제2 사용자 입력을 수신할 수 있다. 상기 제1 사용자 입력은, 예를 들어, 제1 앱 및 제3 앱을 이용하여 제2 테스크를 수행하는 제2 요청을 포함할 수 있다.
일 실시 예에 따르면, 1460 동작에서, 사용자 단말(100)(예: 프로세서(150))은 제2 사용자 입력과 관련된 제2 데이터를 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따르면, 1470 동작에서, 사용자 단말(100)(예: 프로세서(150))은 지능형 서버(200)로부터 제2 응답을 수신할 수 있다. 상기 제2 응답은, 예를 들어, 상기 제2 테스크를 수행하기 위한 사용자 단말(100)의 상태들의 제2 시퀀스(sequence)에 대한 정보, 및 상기 제1 앱과 관련된 제1 식별자 및 상기 제3 앱과 관련된 제3 식별자의 제2 조합(combination)을 포함할 수 있다.
일 실시 예에 따르면, 1480 동작에서, 사용자 단말(100)(예: 프로세서(150))은 상기 제2 시퀀스의 상기 상태들을 갖도록 하여 상기 제2 테스크를 수행할 수 있다.
도 14b는 일 실시 예에 따른 지능형 서버(200)가 사용자 입력에 대응되는 패스 룰을 생성하는 방법을 나타낸 흐름도이다.
일 실시 예에 따르면, 1410' 동작에서, 지능형 서버(200)(예: 자동 음성 인식 모듈(210))는 사용자 입력과 관련된 데이터를 수신할 수 있다. 상기 데이터는, 예를 들어, 제1 앱 및 제2 앱을 이용한 제1 테스크를 수행하기 위한 사용자 입력과 관련될 수 있다.
일 실시 예에 따르면, 1420' 동작에서, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 상기 데이터에 기초하여 제1 앱과 관련된 도메인을 선택할 수 있다.
일 실시 예에 따르면, 1430' 동작에서, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 상기 데이터에 기초하여 사용자 단말(100)을 위한 상태 들의 제1 시퀀스를 선택할 수 있다. 상기 제1 시퀀스는 제1 앱을 이용할 수 있다.
일 실시 예에 따르면, 1440' 동작에서, 지능형 서버(200)(예: 자연어 이해 모듈(220))는 상기 데이터로부터 추출된 파라미터를 태그(tag)할 수 있다.
일 실시 예에 따르면, 1450' 동작에서, 지능형 서버(200)(예; 패스 플래너 모듈(230))는 상기 태그된 파라미터에 기초하여 사용자 단말(100)의 수행을 위한 제2 시퀀스를 선택할 수 있다. 상기 제2 시퀀스는, 예를 들어, 제2 앱을 사용할 수 있다.
일 실시 예에 따르면, 1460' 동작에서, 지능형 서버(200)(예; 패스 플래너 모듈(230))는 상기 제1 시퀀스 및 상기 제2 시퀀스를 포함한 응답을 사용자 단말(100)로 송신할 수 있다.
도 1 내지 도 14b에서 설명한 다양한 실시 예에 따른 지능형 서버(200)가 앱의 기능에 대응되는 패스 룰을 각각 조합하여 실시간으로 사용자 입력에 대응되는 패스 룰(또는, 풀 패스 룰)을 생성함으로써, 데이터베이스에 저장되어야 할 정보의 양을 줄일 수 있고, 데이터베이스에 새롭게 추가되는 패스 룰을 기존 패스 룰과 함께 유기적으로 이용하여 상기 새롭게 추가된 패스 룰에 대응되는 사용자 입력을 효율적으로 처리할 수 있다.
도 15은 다양한 실시 예들에 따른 네트워크 환경(1500) 내의 전자 장치(1501)의 블록도 이다. 본 문서에 개시된 다양한 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치(예: PDA(personal digital assistant), 태블릿 PC(tablet PC), 랩탑 PC(, 데스크톱 PC, 워크스테이션, 또는 서버), 휴대용 멀티미디어 장치(예: 전자 책 리더기 또는 MP3 플레이어), 휴대용 의료 기기(예: 심박, 혈당, 혈압, 또는 체온 측정기), 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용 형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착 형(예: 스킨 패드 또는 문신), 또는 생체 이식 형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시 예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오 장치, 오디오 액세서리 장치(예: 스피커, 헤드폰, 또는 헤드 셋), 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토메이션 컨트롤 패널, 보안 컨트롤 패널, 게임 콘솔, 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시 예에서, 전자 장치는 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder)(예: 차량/선박/비행기 용 블랙박스(black box)), 자동차 인포테인먼트 장치(예: 차량용 헤드-업 디스플레이), 산업용 또는 가정용 로봇, 드론(drone), ATM(automated teller machine), POS(point of sales) 기기, 계측 기기(예: 수도, 전기, 또는 가스 계측 기기), 또는 사물 인터넷 장치(예: 전구, 스프링클러 장치, 화재 경보기, 온도 조절기, 또는 가로등) 중 적어도 하나를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 또한, 예를 들면, 개인의 생체 정보(예: 심박 또는 혈당)의 측정 기능이 구비된 스마트폰의 경우처럼, 복수의 장치들의 기능들을 복합적으로 제공할 수 있다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 15을 참조하여, 네트워크 환경(1500)에서 전자 장치(1501)(예: 도 1의 사용자 단말(100))는 근거리 무선 통신(1598)을 통하여 전자 장치(1502)와 통신하거나, 또는 네트워크(1599)를 통하여 전자 장치(1504) 또는 서버(1508)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1501)는 서버(1508)을 통하여 전자 장치(1504)와 통신할 수 있다.
일 실시 예에 따르면, 전자 장치(1501)는 버스(1510), 프로세서(1520)(예: 도 2의 프로세서(150)), 메모리(1530), 입력 장치(1550)(예: 마이크 또는 마우스), 표시 장치(1560), 오디오 모듈(1570), 센서 모듈(1576), 인터페이스(1577), 햅틱 모듈(1579), 카메라 모듈(1580), 전력 관리 모듈(1588), 및 배터리(1589), 통신 모듈(1590), 및 가입자 식별 모듈(1596)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1501)는 구성요소들 중 적어도 하나(예: 표시 장치(1560) 또는 카메라 모듈(1580))를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
버스(1510)는, 구성요소들(1520-1590)을 서로 연결하고, 구성요소들 간의 신호(예: 제어 메시지 또는 데이터)를 전달하는 회로를 포함할 수 있다.
프로세서(1520)는, 중앙처리장치(central processing unit, CPU), 어플리케이션 프로세서(application processor, AP), GPU(graphics processing unit), 카메라의 ISP(image signal processor), 또는 CP(communication processor) 중 하나 또는 그 이상을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(1520)는 SoC(system on chip) 또는 SiP(system in package)로 구현될 수 있다. 프로세서(1520)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(1520)에 연결된 전자 장치(1501)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(1520)는 다른 구성요소들(예: 통신 모듈(1590)) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리(1532)에 로드 하여 처리하고, 결과 데이터를 비 휘발성 메모리(1534)에 저장할 수 있다.
메모리(1530)는, 휘발성 메모리(1532) 또는 비 휘발성 메모리(1534)를 포함할 수 있다. 휘발성 메모리(1532)는, 예를 들면, RAM(random access memory)(예: DRAM, SRAM, 또는 SDRAM)로 구성될 수 있다. 비 휘발성 메모리(1534)는, 예를 들면, PROM(programmable read-only memory), OTPROM(one time PROM), EPROM(erasable PROM), EEPROM(electrically EPROM), mask ROM, flash ROM, 플래시 메모리, HDD(hard disk drive), 또는 SSD(solid state drive)로 구성될 수 있다. 또한, 비 휘발성 메모리(1534)는, 전자 장치(1501)와의 연결 형태에 따라, 그 안에 배치된 내장 메모리(1536), 또는 필요 시에만 연결하여 사용 가능한 스탠드-얼론(stand-alone) 형태의 외장 메모리(1538)로 구성될 수 있다. 외장 메모리(1538)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card), 또는 메모리 스틱을 포함할 수 있다. 외장 메모리(1538)는 유선(예: 케이블 또는 USB(universal serial bus)) 또는 무선(예: Bluetooth)을 통하여 전자 장치(1501)와 기능적으로 또는 물리적으로 연결될 수 있다.
메모리(1530)는, 예를 들면, 전자 장치(1501)의 적어도 하나의 다른 소프트웨어 구성요소, 예를 들어, 프로그램(1540)에 관계된 명령 또는 데이터를 저장할 수 있다. 프로그램(1540)은, 예를 들면, 커널(1541), 라이브러리(1543), 어플리케이션 프레임워크(1545), 또는 어플리케이션 프로그램(interchangeably "어플리케이션")(1547)을 포함할 수 있다.
입력 장치(1550)는, 마이크, 마우스, 또는 키보드를 포함할 수 있다. 일 실시 예에 따르면, 키보드는 물리적인 키보드로 연결되거나, 표시 장치(1560)를 통해 가상 키보드로 표시될 수 있다.
표시 장치(1560)는, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 디스플레이는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 마이크로 전자기계 시스템(MEMS) 디스플레이, 또는 전자 종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이는, 일 실시 예에 따르면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 디스플레이는 사용자의 터치, 제스처, 근접, 또는 호버링(hovering) 입력을 감지할 수 터치 회로(touch circuitry) 또는 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(interchangeably "force sensor")를 포함할 수 있다. 상기 터치 회로 또는 압력 센서는 디스플레이와 일체형으로 구현되거나, 또는 디스플레이와는 별도의 하나 이상의 센서들로 구현될 수 있다. 홀로그램 장치는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(1501)의 내부 또는 외부에 위치할 수 있다.
오디오 모듈(1570)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1570)은, 입력 장치(1550)(예: 마이크)를 통해 소리를 획득하거나, 또는 전자 장치(1501)에 포함된 출력 장치(미 도시)(예: 스피커 또는 리시버), 또는 전자 장치(1501)와 연결된 외부 전자 장치(예: 전자 장치(1502)(예: 무선 스피커 또는 무선 헤드폰) 또는 전자 장치(1506)(예: 유선 스피커 또는 유선 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(1576)은, 예를 들면, 전자 장치(1501)의 내부의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 고도, 습도, 또는 밝기)를 계측 또는 감지하여, 그 계측 또는 감지된 상태 정보에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1576)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러(color) 센서(예: RGB(red, green, blue) 센서), IR(infrared) 센서, 생체 센서(예: 홍채 센서, 지문 센서, 또는 HRM(heartbeat rate monitoring) 센서, 후각(electronic nose) 센서, EMG(electromyography) 센서, EEG(Electroencephalogram) 센서, ECG(Electrocardiogram) 센서), 온도 센서, 습도 센서, 조도 센서, 또는 UV(ultra violet) 센서를 포함할 수 있다. 센서 모듈(1576)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1501)는 프로세서(1520) 또는 프로세서(1520)와는 별도의 프로세서(예: 센서 허브)를 이용하여, 센서 모듈(1576)을 제어할 수 있다. 별도의 프로세서(예: 센서 허브)를 이용하는 경우에, 전자 장치(1501)는 프로세서(1520)가 슬립(sleep) 상태에 있는 동안, 프로세서(1520)를 깨우지 않고 별도의 프로세서의 작동에 의하여 센서 모듈(1576)의 동작 또는 상태의 적어도 일부를 제어할 수 있다.
인터페이스(1577)는, 일 실시 예에 따르면, HDMI(high definition multimedia interface), USB, 광 인터페이스(optical interface), RS-232(recommended standard 232), D-sub(D-subminiature), MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다. 연결 단자(1578)는 전자 장치(1501)와 전자 장치(1506)를 물리적으로 연결시킬 수 있다. 일 실시 예에 따르면, 연결 단자(1578)는, 예를 들면, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1579)은 전기적 신호를 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 예를 들면, 햅틱 모듈(1579)은 사용자에게 촉각 또는 운동 감각과 관련된 자극을 제공할 수 있다. 햅틱 모듈(1579)은 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1580)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있다. 카메라 모듈(1580)는, 일 실시 예에 따르면, 하나 이상의 렌즈(예: 광각 렌즈 및 망원 렌즈, 또는 전면 렌즈 및 후면 렌즈), 이미지 센서, 이미지 시그널 프로세서, 또는 플래시(예: 발광 다이오드 또는 제논 램프(xenon lamp) 등)를 포함할 수 있다.
전력 관리 모듈(1588)은 전자 장치(1501)의 전력을 관리하기 위한 모듈로서, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구성될 수 있다.
배터리(1589)는, 예를 들면, 1차 전지, 2차 전지, 또는 연료 전지를 포함하여 외부 전원에 의해 재충전되어, 상기 전자 장치(1501)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다.
통신 모듈(1590)은, 예를 들면, 전자 장치(1501)와 외부 장치(예: 제1 외부 전자 장치(1502), 제2 외부 전자 장치(1504), 또는 서버(1508)) 간의 통신 채널 수립 및 수립된 통신 채널을 통한 유선 또는 무선 통신의 수행을 지원할 수 있다. 일 실시 예에 따르면, 통신 모듈(1590)은 무선 통신 모듈(1592) 또는 유선 통신 모듈(1594)을포함하고, 그 중 해당하는 통신 모듈을 이용하여 제1 네트워크(1598)(예: Bluetooth 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1599)(예: 셀룰러 네트워크와 같은 원거리 통신 네트워크)를 통하여 외부 장치와 통신할 수 있다.
무선 통신 모듈(1592)은, 예를 들면, 셀룰러 통신, 근거리 무선 통신, 또는 GNSS 통신을 지원할 수 있다. 셀룰러 통신은, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications)을 포함할 수 있다. 근거리 무선 통신은, 예를 들면, Wi-Fi(wireless fidelity), Wi-Fi Direct, Li-Fi(light fidelity), Bluetooth, BLE(Bluetooth low energy), Zigbee, NFC(near field communication), MST(magnetic secure transmission), RF(radio frequency), 또는 BAN(body area network)을 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo(the European global satellite-based navigation system)을 포함할 수 있다. 본 문서에서 "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다.
일 실시 예에 따르면, 상기 무선 통신 모듈(1592)은, 셀룰러 통신을 지원하는 경우, 예를 들면, 가입자 식별 모듈(1596)을 이용하여 통신 네트워크 내에서 전자 장치(1501)의 구별 및 인증을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1592)은 프로세서(1520)(예: AP)와 별개인 CP를 포함할 수 있다. 이런 경우, CP는, 예를 들면, 프로세서(1520)가 인액티브(예: 슬립) 상태에 있는 동안 프로세서(1520)를 대신하여, 또는 프로세서(1520)가 액티브 상태에 있는 동안 프로세서(1520)과 함께, 전자 장치(1501)의 구성요소들(1510-1596) 중 적어도 하나의 구성 요소와 관련된 기능들의 적어도 일부 기능을 수행할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1592)은 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS 통신 모듈 중 해당하는 통신 방식만을 지원하는 복수의 통신 모듈들로 구성될 수 있다.
유선 통신 모듈(1594)은, 예를 들면, LAN(local area network), 전력선 통신 또는 POTS(plain old telephone service)를 포함할 수 있다.
제1 네트워크(1598)는, 예를 들어, 전자 장치(1501)와 제1 외부 전자 장치(1502)간의 무선으로 직접 연결을 통해 명령 또는 데이터를 송신 또는 수신 할 수 있는 Wi-Fi 다이렉트 또는 Bluetooth를 포함할 수 있다. 제2 네트워크(1599)는, 예를 들어, 전자 장치(1501)와 제2 외부 전자 장치(1504)간의 명령 또는 데이터를 송신 또는 수신할 수 있는 텔레커뮤니케이션 네트워크(예: LAN(local area network)나 WAN(wide area network)와 같은 컴퓨터 네트워크, 인터넷(internet), 또는 텔레폰(telephone) 네트워크)를 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 명령 또는 상기 데이터는 제2 네트워크에 연결된 서버(1508)(예: 도 1의 지능형 서버(200))를 통해서 전자 장치(1501)와 제2 외부 전자 장치(1504)간에 송신 또는 수신될 수 있다. 제1 및 제2 외부 전자 장치(1502, 1504) 각각은 전자 장치(1501)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시 예들에 따르면, 전자 장치(1501)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(1502, 1504), 또는 서버(1508)에서 실행될 수 있다. 일 실시 예에 따르면, 전자 장치(1501)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(1501)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(1502, 1504), 또는 서버(1508))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(1502, 1504), 또는 서버(1508))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(1501)로 전달할 수 있다. 전자 장치(1501)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 설정된(adapted to or configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 설정된 (또는 구성된) 프로세서"는 해당 동작들을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치(예: 메모리 1530)에 저장된 하나 이상의 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 AP)를 의미할 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어(firmware)로 구성된 유닛(unit)을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다.
다양한 실시 예들에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(1530))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(1520))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체(예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램 모듈) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소를 더 포함할 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램 모듈)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른 모듈, 프로그램 모듈 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    하우징;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제1 부분을 통해 노출된 터치 스크린 디스플레이;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제2 부분을 통해 노출된 마이크;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제3 부분을 통해 노출된 적어도 하나의 스피커;
    상기 하우징의 내부에 위치된 통신 회로;
    상기 하우징의 내부에 위치되고, 상기 터치 스크린 디스플레이, 상기 마이크, 상기 적어도 하나의 스피커 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및
    상기 하우징의 내부에 위치하고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고,
    상기 메모리는 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 복수의 어플리케이션 프로그램을 저장하도록 설정되고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고,
    상기 메모리는 명령어를 저장하고, 실행 시에, 상기 프로세서가,
    제1 동작에서,
    상기 터치 스크린 디스플레이 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제2 어플리케이션 프로그램을 이용하여 제1 테스크(task)를 수행하는 제1 요청을 포함하고,
    상기 제1 사용자 입력과 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고,
    상기 통신 회로를 통해 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제1 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 제1 식별자(identifier) 및 상기 제2 어플리케이션 프로그램과 관련된 제2 식별자의 제1 조합(combination)을 포함하고,
    상기 전자 장치가 상기 제1 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행하고,
    제2 동작에서,
    상기 터치 스크린 디스플레이 및 상기 마이크 중 적어도 하나를 통해 상기 제2 사용자 입력을 수신하고, 상기 제2 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램을 이용하여 제2 테스크를 수행하는 제2 요청을 포함하고,
    상기 제2 사용자 입력과 관련된 제2 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고,
    상기 통신 회로를 통해 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제2 테스크를 수행하기 위한 상기 전자 장치의 상태들의 제2 시퀀스(sequence)에 대한 정보, 및 상기 제1 어플리케이션 프로그램과 관련된 상기 제1 식별자(identifier) 및 상기 제3 어플리케이션 프로그램과 관련된 제3 식별자의 제2 조합(combination)을 포함하고,
    상기 전자 장치가 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제2 테스크를 수행하도록 하는 전자 장치.
  2. 청구항 1에 있어서,
    상기 제1 어플리케이션 프로그램은 갤러리 어플리케이션 프로그램, 이미지 편집 어플리케이션 프로그램 또는 문서 편집 어플리케이션 프로그램인 전자 장치.
  3. 청구항 1에 있어서,
    상기 적어도 하나의 공통 기능은 하나 이상의 메시징(messaging), 이메일링(emailing) 또는 텍스팅(texting)인 전자 장치.
  4. 청구항 1에 있어서,
    상기 식별자는 상기 복수의 어플리케이션 프로그램의 시퀀스를 구별하는 ID(identification)이고,
    상기 제1 시퀀스는 상기 제1 식별자에 대응되는 시퀀스 및 상기 제2 식별자에 대응되는 시퀀스를 포함하고,
    상기 제2 시퀀스는 상기 제1 식별자에 대응되는 시퀀스 및 상기 제3 식별자에 대응되는 시퀀스를 포함하는 전자 장치.
  5. 청구항 1에 있어서,
    상기 명령어는 상기 프로세서가,
    상기 통신 회로를 통해 상기 외부 서버로 상기 제1 어플리케이션 프로그램, 상기 제2 어플리케이션 프로그램 또는 상기 제3 어플리케이션 프로그램 중 적어도 하나에 대한 버전 정보(version information)를 상기 제1 데이터 또는 상기 제2 데이터와 함께 또는 이후에 송신하도록 하는 전자 장치.
  6. 청구항 1에 있어서,
    상기 제1 조합은 상기 제1 식별자 및 상기 제2 식별자에 기초하여 생성된 제4 식별자이고, 상기 제2 조합은 상기 제1 식별자 및 상기 제3 식별자에 기초하여 생성된 제5 식별자이고,
    상기 명령어는 상기 프로세서가,
    상기 제4 식별자를 인식하여 상기 전자 장치가 상기 제1 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행하고,
    상기 제5 식별자를 인식하여 상기 전자 장치가 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제2 테스크를 수행하도록 하는 전자 장치.
  7. 청구항 1에 있어서,
    상기 명령어는 상기 프로세서가,
    상기 제1 시퀀스에 포함된 상태들 각각에 대응되는 상기 제1 어플리케이션 프로그램의 동작들 및 상기 제2 어플리케이션 프로그램의 동작들을 실행함으로써 상기 전자 장치가 상기 제1 시퀀스의 상기 상태들을 갖도록 하고,
    상기 제2 시퀀스에 포함된 상태들 각각에 대응되는 상기 제1 어플리케이션 프로그램의 동작들 및 상기 제3 어플리케이션 프로그램의 동작들을 순차적으로 실행함으로써 상기 전자 장치가 상기 제2 시퀀스의 상기 상태들을 갖도록 하는 전자 장치.
  8. 서버에 있어서,
    통신 인터페이스;
    상기 통신 인터페이스와 전기적으로 연결된 프로세서; 및
    상기 프로세서와 전기적으로 연결되고 명령어를 저장하는 메모리;를 포함하고,
    상기 명령어는, 실행 시에, 상기 프로세서가,
    제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 외부 장치로부터, 상기 통신 인터페이스를 통해 제1 어플리케이션 프로그램 및 제2 어플리케이션 프로그램을 이용한 제1 테스크(task)를 수행하기 위한 제1 사용자 입력과 관련된 제1 데이터를 수신하고,
    상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고,
    상기 제1 데이터에 기초하여 상기 제1 어플리케이션 프로그램과 관련된 도메인을 선택하고,
    상기 제1 데이터에 기초하여 상기 외부 장치를 위한 상태들의 제1 시퀀스(sequence)를 선택하고, 상기 제1 시퀀스는 상기 제1 어플리케이션 프로그램의 상태들을 포함하고,
    상기 제1 데이터로부터 추출된 제1 파라미터들을 태그하고,
    상기 태그된 제1 파라미터들의 적어도 일부에 기초하여 상기 외부 장치의 수행을 위한 제2 시퀀스를 선택하고, 상기 제2 시퀀스는 상기 제2 어플리케이션 프로그램의 상태들을 포함하고,
    상기 통신 인터페이스를 통해 상기 제1 시퀀스 및 상기 제2 시퀀스의 조합을 포함한 제1 응답을 상기 외부 장치로 송신하도록 하는 전자 장치.
  9. 청구항 8에 있어서,
    상기 명령어는 상기 프로세서가
    상기 통신 인터페이스를 통해 제1 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 이용한 제2 테스크를 수행하기 위한 제2 사용자 입력과 관련된 제2 데이터를 수신하고,
    상기 제2 데이터로부터 추출된 제2 파라미터들을 태그하고,
    상기 태그된 제2 파라미터들의 적어도 일부에 기초하여 상기 외부 장치의 수행을 위한 제3 시퀀스를 선택하고, 상기 제3 시퀀스는 상기 제3 어플리케이션 프로그램을 사용하도록 설정되고,
    상기 통신 인터페이스를 통해 상기 제1 시퀀스 및 상기 제3 시퀀스를 포함한 제2 응답을 상기 외부 장치로 송신하는 전자 장치.
  10. 청구항 8에 있어서,
    상기 명령어는 상기 프로세서가
    상기 제1 시퀀스 및 상기 제2 시퀀스를 조합하여 상기 제4 시퀀스를 생성하고,
    상기 통신 인터페이스를 통해 상기 제4 시퀀스를 포함한 상기 제1 응답을 상기 외부 장치로 송신하도록 하는 전자 장치.
  11. 청구항 8에 있어서,
    상기 제1 파라미터들은 상기 제2 시퀀스에 대응되는 상기 제2 어플리케이션 프로그램의 동작을 실행하는데 필요한 값인 전자 장치.
  12. 청구항 8에 있어서,
    상기 제1 파라미터들은 상기 제2 어플리케이션 프로그램의 이름, 상기 제1 시퀀스에 따른 상기 제1 어플리케이션 프로그램의 동작에 의해 생성된 컨텐츠 및 상기 컨텐츠를 수신하는 수신자를 포함하는 전자 장치.
  13. 청구항 8에 있어서,
    상기 명령어는 상기 프로세서가,
    상기 통신 인터페이스를 통해 상기 외부 장치로부터 상기 제1 어플리케이션 프로그램, 상기 제2 어플리케이션 프로그램 또는 상기 제3 어플리케이션 프로그램 중 적어도 하나에 대한 버전 정보(version information)를 상기 제1 데이터와 함께 또는 이후에 수신하도록 하는 전자 장치.
  14. 청구항 13에 있어서,
    상기 명령어는 상기 프로세서가,
    상기 제1 데이터 및 상기 버전 정보에 기초하여 상기 제1 시퀀스를 선택하고,
    상기 제1 파라미터들의 적어도 일부 및 상기 버전 정보에 기초하여 상기 제2 시퀀스를 선택하도록 하는 전자 장치.
  15. 전자 장치에 있어서,
    하우징;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제1 부분을 통해 노출된 터치 스크린 디스플레이;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제2 부분을 통해 노출된 마이크;
    상기 하우징의 내부에 위치되고, 상기 하우징의 제3 부분을 통해 노출된 적어도 하나의 스피커;
    상기 하우징의 내부에 위치된 통신 회로;
    상기 하우징의 내부에 위치되고, 상기 터치 스크린 디스플레이, 상기 마이크, 상기 적어도 하나의 스피커 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및
    상기 하우징의 내부에 위치하고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고,
    상기 메모리는 제1 어플리케이션 프로그램, 제2 어플리케이션 프로그램 및 제3 어플리케이션 프로그램을 포함하는 복수의 어플리케이션 프로그램을 저장하도록 설정되고, 상기 제2 어플리케이션 프로그램 및 상기 제3 어플리케이션 프로그램은 적어도 하나의 공통 기능을 포함하고,
    상기 메모리는 명령어를 저장하고, 실행 시에, 상기 프로세서가,
    상기 터치 스크린 디스플레이 및 마이크 중 적어도 하나를 통해 제1 사용자 입력을 수신하고, 상기 제1 사용자 입력은 상기 제1 어플리케이션 프로그램 및 상기 제2 어플리케이션 프로그램을 이용하여 제1 테스크(task)를 수행하는 제1 요청을 포함하고,
    상기 제1 사용자 입력과 관련된 제1 데이터를 상기 통신 회로를 통해 외부 서버로 송신하고,
    상기 통신 회로를 통해 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 테스크의 적어도 일부를 수행하기 위한 상기 전자 장치의 상태들의 제1 시퀀스(sequence)에 대한 정보, 상기 제1 어플리케이션 프로그램과 관련된 식별자(identifier) 및 상기 제1 데이터로부터 추출되어 태그된 제1 파라미터를 포함하고,
    상기 태그된 제1 파라미터들의 적어도 일부에 기초하여 상기 제1 테스크의 나머지를 수행하기 위한 상기 전자 장치의 상태들의 제2 시퀀스를 선택하고,
    상기 전자 장치가 상기 제1 시퀀스 및 상기 제2 시퀀스의 상기 상태들을 갖도록 함으로써 상기 제1 테스크를 수행하도록 하는 전자 장치.
PCT/KR2018/004909 2017-04-30 2018-04-27 사용자 발화를 처리하는 전자 WO2018203620A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/609,635 US11170764B2 (en) 2017-04-30 2018-04-27 Electronic device for processing user utterance

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0055832 2017-04-30
KR1020170055832A KR102464120B1 (ko) 2017-04-30 2017-04-30 사용자 발화를 처리하는 전자 장치

Publications (1)

Publication Number Publication Date
WO2018203620A1 true WO2018203620A1 (ko) 2018-11-08

Family

ID=64016080

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/004909 WO2018203620A1 (ko) 2017-04-30 2018-04-27 사용자 발화를 처리하는 전자

Country Status (3)

Country Link
US (1) US11170764B2 (ko)
KR (1) KR102464120B1 (ko)
WO (1) WO2018203620A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386887B1 (en) * 2020-03-23 2022-07-12 Amazon Technologies, Inc. Natural language processing using context

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10956654B2 (en) * 2018-06-29 2021-03-23 Palantir Technologies Inc. Parameterized states for customized views of resources
KR20190101325A (ko) * 2019-08-12 2019-08-30 엘지전자 주식회사 지능적 음성 인식 방법, 음성 인식 장치 및 지능형 컴퓨팅 디바이스
US11604929B2 (en) * 2020-08-31 2023-03-14 Google Llc Guided text generation for task-oriented dialogue
US11948578B2 (en) * 2022-03-04 2024-04-02 Humane, Inc. Composing electronic messages based on speech input

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140365227A1 (en) * 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US20160180853A1 (en) * 2014-12-19 2016-06-23 Amazon Technologies, Inc. Application focus in speech-based systems
US20160188150A1 (en) * 2014-07-03 2016-06-30 Voice Enabling Systems Technology Inc. Intuitive graphical user interface for a cloud-based natural language understanding engine
US20160372112A1 (en) * 2015-06-18 2016-12-22 Amgine Technologies (Us), Inc. Managing Interactions between Users and Applications
KR101689818B1 (ko) * 2012-11-12 2016-12-26 뉘앙스 커뮤니케이션즈, 인코포레이티드 분산된 nlu/nlp

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6889191B2 (en) 2001-12-03 2005-05-03 Scientific-Atlanta, Inc. Systems and methods for TV navigation with compressed voice-activated commands
US7761591B2 (en) 2005-12-16 2010-07-20 Jean A. Graham Central work-product management system for coordinated collaboration with remote users
US7693718B2 (en) 2006-01-31 2010-04-06 International Business Machines Corporation Update technique for speech recognition applications with uninterrupted (24X7) operation
WO2010082077A1 (en) 2009-01-19 2010-07-22 Telefonaktiebolaget L M Ericsson (Publ) Mobile specialized software code update
WO2016017978A1 (en) 2014-07-31 2016-02-04 Samsung Electronics Co., Ltd. Device and method for performing functions
US10192549B2 (en) 2014-11-28 2019-01-29 Microsoft Technology Licensing, Llc Extending digital personal assistant action providers

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101689818B1 (ko) * 2012-11-12 2016-12-26 뉘앙스 커뮤니케이션즈, 인코포레이티드 분산된 nlu/nlp
US20140365227A1 (en) * 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US20160188150A1 (en) * 2014-07-03 2016-06-30 Voice Enabling Systems Technology Inc. Intuitive graphical user interface for a cloud-based natural language understanding engine
US20160180853A1 (en) * 2014-12-19 2016-06-23 Amazon Technologies, Inc. Application focus in speech-based systems
US20160372112A1 (en) * 2015-06-18 2016-12-22 Amgine Technologies (Us), Inc. Managing Interactions between Users and Applications

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386887B1 (en) * 2020-03-23 2022-07-12 Amazon Technologies, Inc. Natural language processing using context

Also Published As

Publication number Publication date
US20200152181A1 (en) 2020-05-14
US11170764B2 (en) 2021-11-09
KR20180121760A (ko) 2018-11-08
KR102464120B1 (ko) 2022-11-08

Similar Documents

Publication Publication Date Title
WO2019164140A1 (en) System for processing user utterance and controlling method thereof
WO2019164146A1 (en) System for processing user utterance and controlling method thereof
WO2019013510A1 (en) VOICE PROCESSING METHOD AND ELECTRONIC DEVICE SUPPORTING IT
WO2018203620A1 (ko) 사용자 발화를 처리하는 전자
WO2020032608A1 (en) Feedback method and apparatus of electronic device for confirming user's intention
WO2018182298A1 (en) Method for operating speech recognition service and electronic device supporting the same
WO2019199030A1 (ko) 사용자 발화를 처리하는 시스템 및 그 시스템의 제어 방법
WO2019182252A1 (en) Electronic device and server for processing data received from electronic device
WO2019190097A1 (ko) 챗봇을 이용한 서비스 제공 방법 및 그 장치
EP3593347A1 (en) Method for operating speech recognition service and electronic device supporting the same
WO2019004659A1 (en) DISPLAY CONTROL METHOD AND ELECTRONIC DEVICE SUPPORTING SAID METHOD
WO2020122677A1 (en) Method of performing function of electronic device and electronic device using same
WO2018203623A1 (en) Electronic apparatus for processing user utterance
WO2019172627A1 (en) System for processing user utterance and controlling method thereof
WO2019112181A1 (ko) 오디오 데이터에 포함된 음소 정보를 이용하여 어플리케이션을 실행하기 위한 전자 장치 및 그의 동작 방법
WO2019059642A1 (ko) 자연어 표현 제공 방법 및 이를 지원하는 전자 장치
WO2019146970A1 (ko) 사용자 발화 응답 방법 및 이를 지원하는 전자 장치
WO2020091248A1 (ko) 음성 명령에 응답하여 컨텐츠를 표시하기 위한 방법 및 그 전자 장치
WO2019190062A1 (en) Electronic device for processing user voice input
WO2021060728A1 (ko) 사용자 발화를 처리하는 전자 장치 및 그 작동 방법
WO2019190096A1 (ko) 사용자 음성 입력을 처리하는 장치
WO2019203418A1 (ko) 음성 인식을 수행하는 전자 장치 및 전자 장치의 동작 방법
WO2020080635A1 (ko) 동작 상태에 기반하여 선택한 마이크를 이용하여 음성 인식을 수행하는 전자 장치 및 그의 동작 방법
WO2020167006A1 (en) Method of providing speech recognition service and electronic device for same
WO2020013666A1 (ko) 사용자 음성 입력 처리 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18794771

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18794771

Country of ref document: EP

Kind code of ref document: A1