WO2025254375A1 - 전자 장치 및 이의 제어 방법 - Google Patents

전자 장치 및 이의 제어 방법

Info

Publication number
WO2025254375A1
WO2025254375A1 PCT/KR2025/007104 KR2025007104W WO2025254375A1 WO 2025254375 A1 WO2025254375 A1 WO 2025254375A1 KR 2025007104 W KR2025007104 W KR 2025007104W WO 2025254375 A1 WO2025254375 A1 WO 2025254375A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
electronic device
category
integrated
app
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/KR2025/007104
Other languages
English (en)
French (fr)
Inventor
노마리아
김미성
김선혜
김은비
박예지
정재원
함경운
윤종수
조현국
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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
Priority claimed from KR1020250027072A external-priority patent/KR20250175263A/ko
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of WO2025254375A1 publication Critical patent/WO2025254375A1/ko
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/55—Rule-based translation
    • G06F40/56—Natural language generation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present disclosure relates to an electronic device and a method for controlling the same.
  • log data obtained from specific applications has been used to automatically generate weather data based on user activity.
  • generating weather data using log data obtained from multiple applications has been criticized for its limitations in not comprehensively considering multiple user activities.
  • An electronic device includes one or more processors including memory for storing instructions and processing circuitry.
  • the one or more processors when the instructions are individually or collectively executed, cause the electronic device to, when app data corresponding to user activity is obtained from each of a plurality of applications, classify at least one log data included in the app data by a preset item, when second log data related to first log data is identified among the plurality of log data classified by the same item, integrate the first app data corresponding to the first log data and the second app data corresponding to the second log data to obtain integrated data, identify a first category corresponding to the integrated data among a category list stored in the memory, and generate user activity-based diary data based on the first category and the integrated data.
  • the memory stores category-specific priority information for generating the weather data
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to, when a plurality of integrated data are acquired, identify a category of each of the plurality of integrated data based on the category list, identify first integrated data among the plurality of integrated data based on the category of each of the plurality of integrated data and the category-specific priority information, and generate the user activity-based weather data based on the first integrated data.
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to identify category-specific user preference information based on the app data and the category list obtained from each of the plurality of applications, identify second integrated data among the plurality of integrated data based on the category-specific priority information and the category-specific user preference information, and generate the user activity-based diary data based on the second integrated data.
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to identify an amount of log data corresponding to each category included in the category list among the app data obtained from each of the plurality of applications, and to identify user preference information for each category based on the amount of log data corresponding to each category.
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to input the first category and the integrated data into an artificial intelligence model to generate the weather data, wherein the artificial intelligence model is a model trained to generate the weather data based on format information identified based on the category information and the integrated data when category information and integrated data are input.
  • the electronic device further includes a display, and the instructions, when individually or collectively executed by the one or more processors, cause the electronic device to, when a plurality of weather data corresponding to different dates are generated, identify a size of a UI area corresponding to the plurality of weather data based on an integrated data amount of each of the plurality of weather data, and display a UI corresponding to the plurality of weather data through the display based on the size of the UI area corresponding to the plurality of weather data.
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to identify a user's daily pattern information based on the user activity-based diary data and to provide recommended schedule information based on the user's daily pattern information.
  • the instructions when individually or collectively executed by the one or more processors, cause the electronic device to, when app data corresponding to user activity is acquired in real time from each of the plurality of applications, identify diary data corresponding to the app data acquired in real time among previously generated diary data, and, when a user input related to the app data acquired in real time is received, identify a keyword related to the user input among the identified diary data, and provide the keyword related to the user input.
  • the electronic device further includes a display, and the instructions, when individually or collectively executed by the one or more processors, cause the electronic device to generate the plurality of item-specific diary data based on the plurality of item-specific data included in the integrated data, and display a UI through the display that guides recommended phrases for modifying the plurality of item-specific diary data.
  • the preset item includes at least one of a person item, a place item, an object item, and a time item.
  • a method for controlling an electronic device includes: when app data corresponding to a user activity is acquired from each of a plurality of applications, an operation of classifying at least one log data included in the app data by a preset item; when second log data related to first log data is identified among a plurality of log data classified by the same item, an operation of acquiring integrated data by integrating first app data corresponding to the first log data and second app data corresponding to the second log data; an operation of identifying a first category corresponding to the integrated data from a category list stored in the electronic device; and an operation of generating user activity-based diary data based on the first category and the integrated data.
  • a non-transitory computer-readable storage medium storing computer instructions that, when executed by a processor of an electronic device according to one or more embodiments of the present disclosure, cause the electronic device to perform an operation, the operation includes: when app data corresponding to a user activity is obtained from each of a plurality of applications, classifying at least one log data included in the app data by a preset item; when second log data related to first log data is identified among a plurality of log data classified by the same item, integrating first app data corresponding to the first log data and second app data corresponding to the second log data to obtain integrated data; identifying a first category corresponding to the integrated data from a category list stored in the electronic device; and generating user activity-based diary data based on the first category and the integrated data.
  • FIG. 1 is a diagram illustrating the operation of an electronic device according to one or more embodiments.
  • FIG. 2 is a block diagram illustrating a configuration of an electronic device according to one or more embodiments.
  • FIG. 3 is a block diagram illustrating a detailed configuration of an electronic device according to one or more embodiments.
  • FIG. 4 is a diagram illustrating a process for acquiring app data of an electronic device according to one or more embodiments.
  • FIG. 5 is a diagram illustrating a process for identifying log data corresponding to the same item of an electronic device according to one or more embodiments.
  • FIG. 6 is a diagram illustrating an integrated data acquisition process of an electronic device according to one or more embodiments.
  • FIG. 7 is a diagram illustrating a category identification process of an electronic device according to one or more embodiments.
  • FIG. 8 is a diagram illustrating a process for generating weather data based on priority information of an electronic device according to one or more embodiments.
  • FIG. 9 is a diagram illustrating a process for generating weather data based on user preference information by category of an electronic device according to one or more embodiments.
  • FIG. 10 is a diagram illustrating a process for generating weather data of an electronic device according to one or more embodiments.
  • FIGS. 11a, 11b, and 11c are diagrams for explaining a weather data UI display process of an electronic device according to one or more embodiments.
  • FIG. 12a and FIG. 12b are diagrams illustrating a process for providing a recommended schedule according to one or more embodiments.
  • FIG. 13 is a diagram illustrating a keyword providing process related to a user input of an electronic device according to one or more embodiments.
  • FIG. 14 is a diagram illustrating a recommended phrase guide UI for modifying weather data of an electronic device according to one or more embodiments.
  • FIG. 15 is a drawing for explaining a data generation guide UI of an electronic device according to one or more embodiments.
  • FIG. 16 is a diagram illustrating a weather data grouping process of an electronic device according to one or more embodiments.
  • FIG. 17 is a diagram illustrating a process for generating a representative image of weather data of an electronic device according to one or more embodiments.
  • FIG. 18 is a diagram illustrating a category classification UI of an electronic device according to one or more embodiments.
  • FIG. 19 is a drawing for explaining an operation method of an electronic device according to one or more embodiments.
  • expressions such as “has,” “can have,” “includes,” or “may include” indicate the presence of a corresponding feature (e.g., a component such as a number, function, operation, or part), and do not exclude the presence of additional features.
  • a component e.g., a first component
  • another component e.g., a second component
  • the component may be directly coupled to the other component, or may be connected through another component (e.g., a third component).
  • a "module” or “part” performs at least one function or operation and may be implemented as hardware or software, or as a combination of hardware and software. Furthermore, multiple “modules” or multiple “parts” may be integrated into at least one module and implemented as at least one processor (not shown), excluding any “modules” or “parts” that need to be implemented as specific hardware.
  • the term user may refer to a person using an electronic device or a device used by the person.
  • FIG. 1 is a diagram illustrating the operation of an electronic device according to one or more embodiments.
  • the electronic device (100) can generate user activity-based diary data based on app data acquired from each of a plurality of applications.
  • the electronic device (100) can be implemented as various types of electronic devices such as a user terminal device, a smart TV, a monitor, a kiosk, a tablet PC, an electronic picture frame, a large format display (LFD), a digital signage, a digital information display (DID), a video wall, a projector display, etc.
  • the electronic device (100) may acquire integrated data by integrating multiple app data acquired from different applications.
  • the electronic device (100) may compare at least one log data included in each of the multiple app data, and if log data containing the same value is identified, the electronic device (100) may acquire integrated data by integrating the multiple app data.
  • the electronic device (100) can identify a category corresponding to the acquired integrated data.
  • the electronic device (100) can identify the category corresponding to the integrated data based on a category list stored in memory.
  • the category may be a classification item corresponding to a specific event, such as travel, exercise, or food.
  • the electronic device (100) can generate weather data based on the identified category and the acquired integrated data.
  • the weather data may include data recording specific events by hour, day, or period.
  • the electronic device (100) can automatically generate weather data by inputting integrated data and identified categories into an artificial intelligence model.
  • the electronic device (100) can generate weather data including text data, image data, and media data through the artificial intelligence model based on categories corresponding to multiple app data and integrated data.
  • the electronic device (100) can obtain app data (10-1 to 10-4) corresponding to each of a plurality of applications based on user activity.
  • the electronic device (100) can obtain current user location data (10-1) from a map application, contacted user data (10-2) from a text message application, schedule data (10-3) from a calendar application, and image data (10-4) from a photo application.
  • the electronic device (100) can classify at least one log data contained in each of a plurality of app data (10-1 to 10-4) by preset items.
  • the preset items may be items classified based on attributes of the log data.
  • the electronic device (100) When the electronic device (100) identifies common log data among multiple log data classified by preset items, it can acquire integrated data by integrating multiple app data corresponding to the log data.
  • the electronic device (100) can identify a category corresponding to the integrated data based on a category list stored in the memory. For example, the electronic device (100) can identify the "Travel" category included in the category list from the multiple app data (10-1 to 10-4).
  • the electronic device (100) can generate weather data (20) based on the "travel" category and integrated data.
  • the electronic device (100) can generate weather data (20) including text data, image data, and media data based on the integrated data.
  • an electronic device obtains integrated data from multiple app data and generates user activity-based diary data based on a category corresponding to the integrated data
  • FIG. 2 is a block diagram illustrating a configuration of an electronic device according to one or more embodiments.
  • the electronic device (100) includes a memory (110) and one or more processors (120).
  • the present invention is not limited thereto, and the electronic device (100) may be implemented in a form in which some components are excluded, or may be implemented in a form in which other components are further included.
  • the memory (110) can store at least one command, data, program, etc. required for the operation of the electronic device (100).
  • the memory (110) can store outline highlight processing information and location information corresponding to a selected image.
  • the memory (110) may be implemented in the form of memory embedded in the electronic device (100) or in the form of memory that can be attached or detached from the electronic device (100) depending on the purpose of data storage.
  • data for driving the electronic device (100) may be stored in a memory embedded in the electronic device (100)
  • data for expanding the functions of the electronic device (100) may be stored in a memory that can be attached or detached from the electronic device (100).
  • memory embedded in the electronic device it may be implemented as at least one of volatile memory (e.g., dynamic RAM (DRAM), static RAM (SRAM), or synchronous dynamic RAM (SDRAM)), non-volatile memory (e.g., one time programmable ROM (OTPROM), programmable ROM (PROM), erasable and programmable ROM (EPROM), electrically erasable and programmable ROM (EEPROM), mask ROM, flash ROM, flash memory (e.g., NAND flash or NOR flash), hard drive, or solid state drive (SSD)).
  • volatile memory e.g., dynamic RAM (DRAM), static RAM (SRAM), or synchronous dynamic RAM (SDRAM)
  • non-volatile memory e.g., one time programmable ROM (OTPROM), programmable ROM (PROM), erasable and programmable ROM (EPROM), electrically erasable and programmable ROM (EEPROM), mask ROM, flash ROM, flash memory (e.g
  • the memory (110) may be implemented as a single memory that stores data generated from various operations according to the present disclosure, but is not limited thereto, and the memory (110) may be implemented to include multiple memories that each store different types of data or each store data generated at different stages.
  • One or more processors (120) control the overall operation of the electronic device (100). Specifically, one or more processors (120) may be connected to each component of the electronic device (100) to control the overall operation of the electronic device (100). For example, one or more processors (120) may be electrically connected to the memory (110) to control the overall operation of the electronic device (100). One or more processors (120) may include a processing circuit and may be configured with one or more processors.
  • One or more processors (120) can perform operations of the electronic device (100) according to various embodiments by executing one or more commands stored in the memory (110).
  • the one or more processors (120) may include one or more of a Central Processing Unit (CPU), a Graphics Processing Unit (GPU), an Accelerated Processing Unit (APU), a Many Integrated Core (MIC), a Digital Signal Processor (DSP), a Neural Processing Unit (NPU), a hardware accelerator, or a machine learning accelerator.
  • the one or more processors (120) may control one or any combination of other components of the electronic device, and may perform operations related to communication or data processing.
  • the one or more processors (120) may execute one or more programs or instructions stored in a memory. For example, the one or more processors may perform a method according to one or more embodiments of the present disclosure by executing one or more instructions stored in a memory.
  • the multiple operations may be performed by one processor or by multiple processors.
  • the first operation, the second operation, and the third operation may all be performed by the first processor, or the first operation and the second operation may be performed by the first processor (e.g., a general-purpose processor) and the third operation may be performed by the second processor (e.g., an artificial intelligence-specific processor).
  • the first processor e.g., a general-purpose processor
  • the third operation may be performed by the second processor (e.g., an artificial intelligence-specific processor).
  • One or more processors (120) may be implemented as a single core processor including one core, or may be implemented as one or more multicore processors including multiple cores (e.g., homogeneous multicores or heterogeneous multicores).
  • processors (120) are implemented as a multicore processor
  • each of the multiple cores included in the multicore processor may include an internal processor memory, such as a cache memory or an on-chip memory, and a common cache shared by the multiple cores may be included in the multicore processor.
  • each of the multiple cores (or some of the multiple cores) included in the multicore processor may independently read and execute a program instruction for implementing a method according to one or more embodiments of the present disclosure, or all (or some) of the multiple cores may be linked to read and execute a program instruction for implementing a method according to one or more embodiments of the present disclosure.
  • the plurality of operations may be performed by one core among the plurality of cores included in a multi-core processor, or may be performed by the plurality of cores.
  • the first operation, the second operation, and the third operation may all be performed by a first core included in the multi-core processor, or the first operation and the second operation may be performed by a first core included in the multi-core processor, and the third operation may be performed by a second core included in the multi-core processor.
  • a processor may mean a system on a chip (SoC) in which one or more processors and other electronic components are integrated, a single-core processor, a multi-core processor, or a core included in a single-core processor or a multi-core processor, wherein the core may be implemented as a CPU, a GPU, an APU, a MIC, a DSP, an NPU, a hardware accelerator, or a machine learning accelerator, but the embodiments of the present disclosure are not limited thereto.
  • SoC system on a chip
  • the processor (120) may classify at least one log data included in the app data by preset items.
  • App data may include data generated or recorded when a user uses an application. App data may include user activity data, user preferences, location data, log data, and media data.
  • the predefined items may be classified based on the attributes of the log data.
  • the predefined items may include at least one of a person item, a place item, an object item, and a time item.
  • the processor (120) may classify app data into log data corresponding to a person item, log data corresponding to a place item, log data corresponding to an object item, and log data corresponding to a time item.
  • the processor (120) may acquire integrated data by integrating first app data corresponding to the first log data and second app data corresponding to the second log data.
  • the processor (120) can integrate the first app data and the second app data to obtain integrated data.
  • the processor (120) may identify a first category corresponding to the integrated data among the category list stored in the memory (110).
  • the category list stored in the memory (110) may be set during the manufacturing stage of the electronic device (100) or may be set according to user input.
  • the processor (120) may identify a first category corresponding to the integrated data among the category list based on keywords, images, and tagging information included in the integrated data.
  • the processor (120) may generate user activity-based diary data based on the first category and the integrated data.
  • FIG. 3 is a block diagram illustrating a detailed configuration of an electronic device according to one or more embodiments.
  • the electronic device (100) includes a memory (110), one or more processors (120), a display (130), a communication circuit (140), and an input/output interface (150).
  • a memory 110
  • processors 120
  • a display 130
  • a communication circuit 140
  • an input/output interface 150
  • the display (130) is a configuration for providing content including a plurality of scenes.
  • the display (130) may be implemented as a display module including a self-luminous element or a display module including a non-luminous element and a backlight.
  • the display (130) may be implemented as an LFD display according to the above-described content.
  • the display may be implemented as various types of displays such as an LCD (Liquid Crystal Display), an OLED (Organic Light Emitting Diodes) display, an LED (Light Emitting Diodes), a micro LED, a Mini LED, a PDP (Plasma Display Panel), a QD (Quantum dot) display, a QLED (Quantum dot light-emitting diodes), etc.
  • the display (130) may also include a driving circuit, a backlight unit, etc., which may be implemented in a form such as an a-si TFT, an LTPS (low temperature poly silicon) TFT, an OTFT (organic TFT), etc.
  • the communication circuit (140) may include wired or wireless input/output interfaces (or input/output terminals) according to various standards.
  • the communication circuit (140) may be configured to communicate with various types of external devices according to various types of communication methods.
  • the communication circuit (140) may include a wireless communication module or a wired communication module.
  • each communication module may be implemented in the form of at least one hardware chip.
  • the communication circuit (140) may include various interfaces such as HDMI (High Definition Multimedia Interface), MHL (Mobile High-Definition Link), USB (Universal Serial Bus), DP (Display Port), Thunderbolt, VGA (Video Graphics Array) port, RGB port, D-SUB (D-subminiature), DVI (Digital Visual Interface), Bluetooth, Zigbee, wired/wireless LAN (Local Area Network), WAN (Wide Area Network), Ethernet, IEEE 1394, AES/EBU (Audio Engineering Society/European Broadcasting Union), optical, coaxial, etc.
  • HDMI High Definition Multimedia Interface
  • MHL Mobile High-Definition Link
  • USB Universal Serial Bus
  • DP Display Port
  • Thunderbolt VGA (Video Graphics Array) port
  • RGB port RGB port
  • DVI Digital Visual Interface
  • Bluetooth Zigbee
  • wired/wireless LAN Local Area Network
  • WAN Wide Area Network
  • IEEE 1394 IEEE 1394
  • the input/output interface (150) can be connected to a communication circuit (110).
  • the input/output interface (150) can transmit information received from an external device to the communication circuit (110) or transmit information received through the communication circuit (110) to the external device.
  • FIG. 4 is a diagram illustrating a process for acquiring app data of an electronic device according to one or more embodiments.
  • the electronic device (100) can obtain app data classified by preset items from each of a plurality of applications.
  • the electronic device (100) can classify at least one log data included in the app data by preset items.
  • the multiple log data can be classified into log data corresponding to a time item and log data corresponding to a location item. For example, if app data for a specific photo is acquired from a photo application, the app data can be classified into log data for the time item '2024.12.01' and log data for the location item 'Gangnam-gu, Seoul'.
  • the electronic device (100) can obtain a plurality of app data (410-1 to 410-5) from a plurality of applications.
  • the electronic device (100) can classify at least one log data included in the plurality of app data (410-1 to 410-5) by preset items.
  • the electronic device (100) can classify the log data included in the app data (410-1 to 410-5) into person items, place items, object items, and time items.
  • the electronic device (100) can classify app data (410-1) obtained from a photo application into log data (420) corresponding to a time item, log data (430) corresponding to a place item, log data (440) corresponding to an object item, and log data (450) corresponding to a person item.
  • FIG. 5 is a diagram illustrating a process for identifying log data corresponding to the same item of an electronic device according to one or more embodiments.
  • the electronic device (100) when second log data related to first log data is identified among a plurality of log data classified as the same item, the electronic device (100) can acquire integrated data by integrating first app data corresponding to the first log data and second app data corresponding to the second log data.
  • the electronic device (100) can identify log data corresponding to a time item from each of a plurality of app data (410-1 to 410-5).
  • the electronic device (100) can identify "2023.12.07” log data (510) corresponding to the time item from the photo app data (410-1).
  • the electronic device (100) can identify "2023.12.07 7pm ⁇ 8pm" log data (520) corresponding to the time item from the media app data (410-2).
  • the electronic device (100) can identify "2023.12.07 B and 2 others" log data (530) corresponding to the time item from the message app data (410-4).
  • the electronic device (100) can identify the log data (540) corresponding to the time item “2023.12.07 6pm ⁇ 12am” from the map app data (410-5).
  • the electronic device (100) can integrate app data including the corresponding log data. For example, when the log data (510 to 540) corresponding to multiple time items includes a data value corresponding to "2023.12.07", the electronic device (100) can integrate the photo app data (410-1), the media app data (410-2), the message app data (410-4), and the map app data (410-5) to obtain a single integrated data.
  • FIG. 6 is a diagram illustrating an integrated data acquisition process of an electronic device according to one or more embodiments.
  • the electronic device (100) can acquire integrated data by integrating app data acquired from different applications.
  • the electronic device (100) can acquire integrated data by integrating the entire log data of the first app data corresponding to the first log data and the entire log data of the second app data corresponding to the second log data.
  • the electronic device (100) can acquire integrated data (650) by integrating the entire log data (640) included in the photo app data (410-1), the entire log data (610) included in the message app data (410-4), the entire log data (620) included in the map app data (410-5), and the entire log data (630) included in the media app data (410-2). That is, rather than acquiring integrated data by integrating only the log data (510 to 540) corresponding to the time item, if any one of the preset items is identified as being related to each other, the electronic device (100) can acquire integrated data by integrating the entire log data included in the app data.
  • the electronic device (100) may acquire integrated data (650) by integrating multiple log data (610 to 640) acquired from different applications by preset items.
  • the electronic device (100) may acquire integrated data (650) by integrating log data corresponding to location items (e.g., Gapyeong, Infinity Pool, camping, Glam Tree) from the multiple log data (610 to 640).
  • FIG. 7 is a diagram illustrating a category identification process of an electronic device according to one or more embodiments.
  • the electronic device (100) can identify a category corresponding to the integrated data (650) based on a category list stored in the memory (110).
  • the category list (710) may include new categories added or existing categories deleted based on user input.
  • the category list may include "Travel,” “Exercise,” “Food,” and “Study.”
  • the category list may be stored in memory (110) or received from an external server.
  • the electronic device (100) can identify a category included in a category list (710) based on a plurality of log data included in the integrated data.
  • the electronic device (100) can identify the most relevant category among the categories included in the category list based on data values, keywords, and tagging information of the log data.
  • the electronic device (100) can identify a category corresponding to the integrated data based on a category list (710) stored in the memory (110).
  • the electronic device (100) can identify the most relevant category among the category list (710) based on a plurality of log data included in the integrated data.
  • the electronic device (100) can identify the “travel” category among the category list (710) as a category corresponding to the integrated data.
  • the electronic device (100) can identify the first category corresponding to the integrated data as travel (720).
  • FIG. 8 is a diagram illustrating a process for generating weather data based on priority information of an electronic device according to one or more embodiments.
  • the electronic device (100) can identify a category of each piece of integrated data based on a category list.
  • the electronic device (100) can identify a category corresponding to each piece of integrated data through the method described above.
  • the electronic device (100) can identify first integrated data among a plurality of integrated data based on the category and priority information for each category of the plurality of integrated data.
  • the electronic device (100) can generate weather data based on a single piece of integrated data.
  • the present invention is not limited thereto, and when multiple pieces of integrated data are acquired, the electronic device (100) can generate weather data corresponding to each piece of the multiple pieces of integrated data, or can generate weather data corresponding to two or three pieces of integrated data.
  • the electronic device (100) when multiple pieces of integrated data are acquired, it must be identified which of the integrated pieces of data will be used to generate the weather data.
  • the electronic device (100) can identify the integrated data corresponding to the highest priority based on priority information stored in the memory (110), and generate weather data based on the identified integrated data.
  • Priority information may include categories for which weather data is to be generated. Priority information may be set during the device manufacturing process or based on user input. Priority information may be stored in memory (110) or received from an external server. For example, priority information may be prioritized in the order of travel, exercise, food, and study.
  • the electronic device (100) can generate user activity-based diary data based on the first integrated data.
  • the electronic device (100) can identify categories (810 to 830) corresponding to each of a plurality of integrated data based on the category list (710).
  • the electronic device (100) can identify integrated data for generating weather data among the plurality of integrated data based on priority information (840) stored in the memory (110).
  • the electronic device (100) can identify the travel integrated data (810) as the first integrated data (850) based on priority information (840) in which 'travel' is the top priority.
  • the electronic device (100) can generate user activity-based diary data based on travel integration data (850).
  • FIG. 9 is a diagram illustrating a process for generating weather data based on user preference information by category of an electronic device according to one or more embodiments.
  • the electronic device (100) can identify user preference information by category based on app data and category lists obtained from each of a plurality of applications.
  • User preference information by category may include information on categories preferred by users, identified based on app data, from the categories included in the category list. For example, if log data, tagging information, and keywords included in the app data include exercise-related data, the exercise category may be the user's top preference.
  • the electronic device (100) can identify the amount of log data corresponding to each category included in the category list among the app data obtained from each of a plurality of applications, and identify user preference information for each category based on the amount of log data corresponding to each category.
  • the electronic device (100) can identify second integrated data among a plurality of integrated data based on category-specific priority information and category-specific user preference information.
  • the electronic device (100) may acquire travel integration data and exercise integration data. If the travel category is set as the highest priority in the priority information, and the amount of data or number of keywords corresponding to exercise integration data in the app data is greater than the amount of data or number of keywords corresponding to travel integration data, the exercise category may be set as the highest priority in the user preference information. In this case, even if travel is set as the highest priority based on the priority information, the electronic device (100) may generate diary data based on the exercise integration data.
  • the electronic device (100) can assign weights to each of priority information and user preference information, and identify a priority score based on the weights. Based on the priority score, the electronic device (100) can identify second integrated data from which to generate weather data among a plurality of integrated data.
  • the electronic device (100) can generate user activity-based diary data based on the second integrated data.
  • the electronic device (100) can identify user preference information (920) by category based on app data (910) and a category list (710). For example, if the log data, tagging information, and keyword information included in the app data contain the largest amount of information corresponding to the exercise category, the exercise category may have the highest priority in the user preference information (920) by category.
  • the electronic device (100) can identify the second integrated data (930) based on the category-specific priority information (840) and the category-specific user preference information (920). For example, since the exercise category has the highest priority in the category-specific user preference information (920) and the exercise category has the second priority in the priority information (840), the electronic device (100) can identify the exercise category as the highest priority. The electronic device (100) can identify the integrated data corresponding to the exercise category as the second integrated data (930).
  • FIG. 10 is a diagram illustrating a process for generating weather data of an electronic device according to one or more embodiments.
  • the electronic device (100) can generate weather data by inputting the first category and integrated data into an artificial intelligence model.
  • the artificial intelligence model may be a model trained to generate weather data based on format information identified based on the category information and the integrated data when category information and integrated data are input.
  • Format information may include different format information for each category.
  • format information may include text, media information, and image information in a preset order and arrangement.
  • format information may include text, schedule information, and media information in a preset order and arrangement.
  • the learning of an artificial intelligence model means that a basic artificial intelligence model (e.g., an artificial intelligence model including any random parameters) is trained using a learning algorithm using a large number of training data, thereby creating a predefined set of operation rules or an artificial intelligence model set to perform a desired characteristic (or purpose).
  • This learning may be performed through a separate server and/or system, but is not limited thereto, and may also be performed in a cooking device.
  • Examples of learning algorithms include, but are not limited to, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning.
  • the artificial intelligence model can be implemented as, for example, a Large Language Model (LLM), a Convolutional Neural Network (CNN), a Recurrent Neural Network (RNN), a Restricted Boltzmann Machine (RBM), a Deep Belief Network (DBN), a Bidirectional Recurrent Deep Neural Network (BRDNN), or a Deep Q-Network, but is not limited thereto.
  • LLM Large Language Model
  • CNN Convolutional Neural Network
  • RNN Restricted Boltzmann Machine
  • DNN Deep Belief Network
  • BDN Bidirectional Recurrent Deep Neural Network
  • BTDNN Bidirectional Recurrent Deep Neural Network
  • the electronic device (100) can input travel integration data (1010) corresponding to a travel category into an artificial intelligence model (1020).
  • the artificial intelligence model (1020) can be a model trained to perform large-scale data learning through LLM technology and generate diary data based on the input categories.
  • the electronic device (100) can generate diary data (1020) including a title corresponding to a first category, text based on the integrated data, image information, person information, and media information through the artificial intelligence model (1020).
  • FIGS. 11a, 11b, and 11c are diagrams for explaining a weather data UI display process of an electronic device according to one or more embodiments.
  • the electronic device (100) can display the multiple weather data using various types of UIs (User Interfaces).
  • UIs User Interfaces
  • the electronic device (100) may display multiple weather data in a grid view type including multiple grid areas.
  • the electronic device (100) may display multiple weather data in a list view type in the form of a list.
  • the electronic device (100) can display a plurality of weather data corresponding to different dates in a grid view type (1110) including grids of different sizes.
  • the electronic device (100) can display a plurality of weather data corresponding to different dates in a list view type (1120) in a list form in order from top to bottom.
  • the electronic device (100) can identify the size of a UI area corresponding to the multiple weather data based on the integrated data amount of each of the multiple weather data.
  • the size of the UI area corresponding to the weather data may be larger than if the amount of integrated data is small.
  • the electronic device (100) can display multiple weather data corresponding to different dates in a grid view type (1110).
  • the electronic device (100) can identify the amount of integrated data included in each of the multiple weather data.
  • the electronic device (100) can identify the size (1130) of the UI area corresponding to unit area 1 when the amount of integrated data is the smallest. For example, the electronic device (100) can identify the size (1140) of the UI area corresponding to unit area 2 when the amount of integrated data is medium. For example, the electronic device (100) can identify the size (1150) of the UI area corresponding to unit area 3 when the amount of integrated data is the largest.
  • the electronic device (100) may display a UI corresponding to a plurality of weather data through the display (130) based on the size of the UI area corresponding to the plurality of weather data.
  • FIG. 12a and FIG. 12b are diagrams illustrating a process for providing a recommended schedule according to one or more embodiments.
  • the electronic device (100) may identify the user's daily pattern information based on user activity-based diary data and provide recommended schedule information based on the user's daily pattern information.
  • a user's date-specific pattern information may include information about recurring events based on specific dates, days of the week, or time zones.
  • a user's date-specific pattern information may include information about recurring events based on specific dates, such as anniversaries or birthdays.
  • the electronic device (100) may display a UI (1210) corresponding to recommended schedule information through the display (130) based on the user's date-specific pattern information. For example, if December 7th is the user's family's birthday, the electronic device (100) may display a UI (1210) corresponding to recommended schedule information for message transmission through a message app on December 7th through the display (130).
  • the electronic device (100) can display a UI (1220) corresponding to recommended schedule information related to the travel location through the display (130).
  • the electronic device (100) may identify recommended information based on at least one of time information, weather information, and user schedule information, and provide the same to the user.
  • Time information can include time zone information, such as morning, lunch, and dinner.
  • Weather information can include current weather information, tomorrow's weather information, weekly weather information, or monthly weather information.
  • User schedule information can include activity pattern cycle information and exercise pattern cycle information.
  • the electronic device (100) may provide the user with recommendation information including a text phrase such as "Good morning!” based on time information (e.g., morning time). For example, the electronic device (100) may provide the user with recommendation information including a text phrase such as "Bring an umbrella!” based on weather information (e.g., rain). For example, the electronic device (100) may provide the user with recommendation information including a text phrase such as "Today is a day to exercise! Be sure to stretch! based on exercise pattern cycle information among user schedule information.
  • time information e.g., morning time
  • the electronic device (100) may provide the user with recommendation information including a text phrase such as "Bring an umbrella!” based on weather information (e.g., rain).
  • the electronic device (100) may provide the user with recommendation information including a text phrase such as "Today is a day to exercise! Be sure to stretch! based on exercise pattern cycle information among user schedule information.
  • FIG. 13 is a diagram illustrating a keyword providing process related to a user input of an electronic device according to one or more embodiments.
  • the electronic device (100) when app data corresponding to user activity is acquired in real time from each of a plurality of applications, the electronic device (100) can identify weather data corresponding to the app data acquired in real time among the previously generated weather data.
  • the electronic device (100) can identify log data included in the acquired app data.
  • the electronic device (100) can identify weather data that includes data values of the identified log data among previously generated weather data.
  • the electronic device (100) when a user input related to app data acquired in real time is received, can identify a keyword related to the user input from the identified weather data.
  • the electronic device (100) can identify a keyword related to the user input from the integrated data of the identified weather data. For example, the electronic device (100) can identify a keyword included in the same item as the user input as a keyword related to the user input.
  • the electronic device (100) may provide a keyword related to the user input.
  • the electronic device (100) can identify weather data (1320) corresponding to the acquired app data among the previously generated weather data based on the app data acquired in real time.
  • the electronic device (100) receives the app data acquired in real time and a user input (e.g., glamping) (1310), the electronic device (100) can identify a plurality of keywords (1330) related to the user input from the identified weather data (1320).
  • the electronic device (100) can provide a plurality of keywords (1330) related to the user input.
  • the electronic device (100) may provide a plurality of keywords based on app data corresponding to user activity and provide the user with a text phrase including the reason for providing the keywords. For example, if the user's location is identified as location "A" based on app data corresponding to the user activity, the electronic device (100) may provide the user with a text phrase such as "You are currently at location A! Check out past memories related to location A!
  • the electronic device (100) can identify a plurality of keywords (1330) related to app data corresponding to user input and user activity from the identified weather data (1320), and provide the identified plurality of keywords to the user through the display (130).
  • the electronic device (100) may provide weather data based on at least one of location information, time information, external device information, and keyword information among app data corresponding to user activity.
  • the electronic device (100) may provide the user with diary data including text phrases such as "Today is our wedding anniversary! Take a look at past memories" and the anniversary keyword.
  • the electronic device (100) can provide the user with diary data including the keyword B, such as text phrase "Are you with B? Take a look at past memories.”
  • the electronic device (100) may provide the user with keywords related to the search term. Even when the search term is not fully entered, the electronic device (100) may identify diary data that includes some words of the search term among a plurality of diary data, and identify keywords related to the search term from the identified diary data.
  • the electronic device (100) can identify weather data including “Wednesday lunch” among a plurality of weather data, and identify keywords such as “Gangnam Station,” “hamburger,” and “friend C” from the identified weather data.
  • the electronic device (100) can identify keywords such as “Wednesday lunch,” “Gangnam Station,” “hamburger,” and “friend C” and provide them to the user.
  • FIG. 14 is a diagram illustrating a recommended phrase guide UI for modifying weather data of an electronic device according to one or more embodiments.
  • the electronic device (100) may generate a plurality of item-specific diary data based on a plurality of item-specific data included in the integrated data, and display a UI guiding recommended phrases for modifying the plurality of item-specific diary data through the display (130).
  • the electronic device (100) may generate weather data based on time, place, person, and object items included in the integrated data.
  • the electronic device (100) may display a UI guiding recommended phrases for modifying the weather data via the display (130).
  • the electronic device (100) can generate diary data (1410) based on person and place items included in the integrated data.
  • the electronic device (100) can display a UI (1420) guiding recommended phrases for modifying the diary data through the display (130).
  • the electronic device (100) may provide a user with a UI for recommending different location data rather than location data generated from weather data based on integrated data.
  • the electronic device (100) may provide a user with a diary data writing guide UI.
  • the diary data writing guide UI may be a UI that guides the user by a plurality of preset items so that the user can easily write diary data.
  • the electronic device (100) may provide the user with associated data (e.g., images, location information, time information, media information) related to the identified keyword.
  • the electronic device (100) may provide the user with associated data corresponding to each preset item.
  • the electronic device (100) may provide the user with associated data related to the diary data in the form of keywords. For example, the electronic device (100) may provide the user with associated data related to previously written diary data and keywords for the associated data, so that the user can easily write a diary entry.
  • the electronic device (100) may provide the user with a guide UI that prompts the user to write a diary entry. For example, if location information is not identified in the diary data, the electronic device (100) may provide the user with a guide UI that prompts the user to write a diary entry corresponding to the location entry.
  • FIG. 15 is a drawing for explaining a data generation guide UI of an electronic device according to one or more embodiments.
  • the electronic device (100) may provide a user with a guide UI for generating weather data when the amount of integrated data is insufficient.
  • the electronic device (100) may provide the user with log data obtained from the app data and provide the user with a guide UI for creating weather data.
  • the electronic device (100) may provide the user with image data (1520) obtained from a photo application.
  • the electronic device (100) may provide the user with a UI (1510) including guide text for generating weather data in relation to the image data (1520).
  • FIG. 16 is a diagram illustrating a weather data grouping process of an electronic device according to one or more embodiments.
  • the electronic device (100) can group multiple weather data corresponding to different dates based on a user input and display the grouped weather data.
  • the electronic device (100) can display multiple weather data corresponding to different dates in a grid view type (1610).
  • a user input (1620) for grouping multiple weather data corresponding to different dates is received, the electronic device (100) can group multiple weather data corresponding to different dates based on the user input.
  • the electronic device (100) can display grouped weather data in a grid view type UI through a display (130).
  • FIG. 17 is a diagram illustrating a process for generating a representative image of weather data of an electronic device according to one or more embodiments.
  • the electronic device (100) may acquire an app data image of each of the plurality of app data based on integrated data including a plurality of app data, and integrate the plurality of app data images to generate a representative image of the integrated data.
  • the image of the app data may be an image generated based on representative log data included in the app data.
  • an app data image of a game console image may be obtained from game app data.
  • the electronic device (100) can identify log data of each of the plurality of app data from integrated data including the plurality of app data.
  • the electronic device (100) can obtain app data images from each of the plurality of applications.
  • the electronic device (100) can integrate the plurality of app data images to generate a representative image for the integrated data.
  • the electronic device (100) can display weather data through a display (130) as a UI including a representative image.
  • FIG. 18 is a diagram illustrating a category classification UI of an electronic device according to one or more embodiments.
  • the electronic device (100) can classify weather data by preset categories based on user input and display a UI including the classified weather data through the display (130).
  • the electronic device (100) can classify weather data into preset categories based on user input, such as user activity (My days), economic activity (My Works), and family activity (My Family).
  • the electronic device (100) can display a UI including the classified weather data through the display (130).
  • the electronic device (100) can identify log data corresponding to a user input in real time and provide the user with a recommended phrase or recommended search word related to the user input.
  • the electronic device (100) can identify user activity-based log data acquired in real time and assign a preset priority to the log data. Based on the preset priority, the electronic device (100) can provide the user with recommended phrases or recommended search terms corresponding to the user input.
  • the electronic device (100) may provide a chatbot service related to weather data to a user through a display (130).
  • the electronic device (100) may provide the chatbot service related to weather data to the user.
  • Predefined user actions may include touching for a preset period of time, double-clicking, or sliding.
  • the electronic device (100) may display an interactive search window through the display (130) and provide a chatbot service according to the user query. For example, when the user clicks on an image in the weather data for a preset period of time or longer, the electronic device (100) may provide the user with a chatbot service including text such as "If you have any questions regarding A's birthday party on December 7, 2023, please ask.”
  • the electronic device (100) may provide a response corresponding to the user query based on associated data associated with the data selected by the user. For example, when a user query such as "Who did you talk to at that birthday party?" is received, the electronic device (100) may identify the call data based on associated data associated with the corresponding image data and provide the user with a response corresponding to the user query.
  • FIG. 19 is a drawing for explaining an operation method of an electronic device according to one or more embodiments.
  • the electronic device (100) can obtain app data corresponding to user activity from each of a plurality of applications.
  • the electronic device (100) can classify at least one log data included in the app data by preset items.
  • the electronic device (100) can acquire integrated data by integrating first app data corresponding to the first log data and second app data corresponding to the second log data.
  • the electronic device (100) can identify a first category corresponding to the integrated data among the category list stored in the electronic device (100).
  • the electronic device (100) may generate user activity-based diary data based on the first category and the integrated data.
  • the control method described in FIG. 19 can be performed by an electronic device (100) having the configuration of FIG. 2 described above, but is not necessarily limited thereto, and can also be performed by electronic devices having various configurations.
  • the electronic device (100) can automatically generate user activity-based diary data by utilizing app data obtained from multiple applications.
  • the various embodiments described above can be implemented as software including instructions stored in a machine-readable storage medium that can be read by a machine (e.g., a computer).
  • the device is a device that can call instructions stored in the storage medium and operate according to the called instructions, and may include an electronic device (e.g., electronic device (100)) according to the disclosed embodiments.
  • an instruction is executed by a processor, the processor can perform a function corresponding to the instruction directly or by using other components under the control of the processor.
  • the instruction may include code generated or executed by a compiler or interpreter.
  • the machine-readable storage medium can be provided in the form of a non-transitory computer-readable storage medium.
  • 'non-transitory' means that the storage medium does not contain a signal and is tangible, but does not distinguish between data being stored semi-permanently or temporarily in the storage medium.
  • the method according to the various embodiments described above may be provided as included in a computer program product.
  • a non-transitory readable storage medium or a computer program product storing computer instructions may be provided that perform the following actions: when app data corresponding to user activity is acquired from each of a plurality of applications, classifying at least one log data included in the app data by a preset item; when second log data related to first log data is identified among a plurality of log data classified by the same item, integrating first app data corresponding to the first log data and second app data corresponding to the second log data to acquire integrated data; identifying a first category corresponding to the integrated data from a category list stored in an electronic device; and generating user activity-based diary data based on the first category and the integrated data.
  • the computer program product may be distributed in the form of a device-readable storage medium (e.g., compact disc read-only memory (CD-ROM)) or online through an application store (e.g., Play StoreTM).
  • a device-readable storage medium e.g., compact disc read-only memory (CD-ROM)
  • an application store e.g., Play StoreTM
  • at least a portion of the computer program product may be temporarily stored or temporarily created in a storage medium, such as the memory of a manufacturer's server, an application store's server, or an intermediary server.
  • non-transitory computer-readable medium refers to a medium that stores data semi-permanently and can be read by a device, rather than a medium that stores data for a short period of time, such as a register, cache, or memory.
  • Specific examples of non-transitory computer-readable media may include a CD, DVD, hard disk, Blu-ray disk, USB, memory card, or ROM.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

전자 장치가 개시된다. 하나 이상의 프로세서는, 인스트럭션들이 개별적으로(individually) 또는 집단적(collectively)으로 실행될 시, 전자 장치가, 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하고, 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터 및 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하고, 메모리에 저장된 카테고리 리스트 중 통합 데이터에 대응되는 제1 카테고리를 식별하고, 제1 카테고리 및 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하도록 한다.

Description

전자 장치 및 이의 제어 방법
본 개시는 전자 장치 및 이의 제어 방법에 관한 것이다.
최근 들어 인공 지능 기술이 탑재된 모바일 장치에 대한 기술이 발전함에 따라, 사용자 활동에 기반한 로그 데이터를 활용하여 일기 데이터를 자동으로 생성하는 기술이 개발되고 있다.
종래에는 특정 어플리케이션(Application)으로부터 획득된 로그 데이터를 활용하여 사용자 활동에 기반한 일기 데이터를 자동으로 생성해 왔다. 다만, 복수의 어플리케이션으로부터 획득된 로그 데이터를 활용하여 일기 데이터를 생성하는 경우, 복수의 사용자 활동을 전체적으로 고려하지 못한다는 한계가 지적되고 있다.
본 개시의 하나 이상의 실시 예에 따른 전자 장치는, 인스트럭션들(instructions)을 저장하는 메모리 및 프로세싱 회로(processing circuitry)를 포함하는 하나 이상의 프로세서를 포함한다.
하나 이상의 실시 예에 따르면, 상기 하나 이상의 프로세서는, 상기 인스트럭션들이 개별적으로(individually) 또는 집단적(collectively)으로 실행될 시, 상기 전자 장치가, 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하고, 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하고, 상기 메모리에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하고, 상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하도록 한다.
하나 이상의 실시 예에 따르면, 상기 메모리는, 상기 일기 데이터를 생성할 카테고리 별 우선 순위 정보를 저장하고, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 복수의 통합 데이터가 획득되면 상기 카테고리 리스트에 기초하여 상기 복수의 통합 데이터 각각의 카테고리를 식별하고, 상기 복수의 통합 데이터 각각의 카테고리 및 상기 카테고리 별 우선 순위 정보에 기초하여 상기 복수의 통합 데이터 중 제1 통합 데이터를 식별하고, 상기 제1 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하도록 한다.
하나 이상의 실시 예에 따르면, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 및 상기 카테고리 리스트에 기초하여 카테고리 별 사용자 선호도 정보를 식별하고, 상기 카테고리 별 우선 순위 정보 및 카테고리 별 사용자 선호도 정보에 기초하여 상기 복수의 통합 데이터 중 제2 통합 데이터를 식별하고, 상기 제2 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하도록 한다.
하나 이상의 실시 예에 따르면, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 중 상기 카테고리 리스트에 포함된 각 카테고리에 대응되는 로그 데이터의 양을 식별하고, 상기 각 카테고리에 대응되는 로그 데이터의 양에 기초하여 상기 카테고리 별 사용자 선호도 정보를 식별하도록 한다.
하나 이상의 실시 예에 따르면, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 제1 카테고리 및 상기 통합 데이터를 인공 지능 모델에 입력하여 상기 일기 데이터를 생성하도록 하며, 상기 인공 지능 모델은, 카테고리 정보 및 통합 데이터가 입력되면, 상기 카테고리 정보에 기초하여 식별된 포맷 정보 및 상기 통합 데이터에 기초하여 상기 일기 데이터를 생성하도록 학습된 모델이다.
하나 이상의 실시 예에 따르면, 상기 전자 장치는, 디스플레이를 더 포함하고, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상이한 날짜에 대응되는 복수의 일기 데이터가 생성되면, 상기 복수의 일기 데이터 각각의 통합 데이터 양에 기초하여 상기 복수의 일기 데이터에 대응되는 UI 영역의 크기를 식별하고, 상기 복수의 일기 데이터에 대응되는 UI 영역의 크기에 기초하여 상기 복수의 일기 데이터에 대응되는 UI를 상기 디스플레이를 통해 표시하도록 한다.
하나 이상의 실시 예에 따르면, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 사용자 활동 기반 일기 데이터에 기초하여 사용자의 날짜 별 패턴 정보를 식별하고, 상기 사용자의 날짜 별 패턴 정보에 기초하여 추천 스케쥴 정보를 제공하도록 한다.
하나 이상의 실시 예에 따르면, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 실시간으로 획득되면, 기 생성된 일기 데이터 중 상기 실시간으로 획득된 앱 데이터에 대응되는 일기 데이터를 식별하고, 상기 실시간으로 획득된 앱 데이터와 관련된 사용자 입력이 수신되면, 상기 식별된 일기 데이터 중 상기 사용자 입력과 관련된 키워드를 식별하고, 상기 사용자 입력과 관련된 키워드를 제공하도록 한다.
하나 이상의 실시 예에 따르면, 상기 전자 장치는, 디스플레이를 더 포함하고, 상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가, 상기 통합 데이터에 포함된 복수의 항목 별 데이터에 기초하여 상기 복수의 항목 별 일기 데이터를 생성하고, 상기 복수의 항목 별 일기 데이터를 수정하기 위한 추천 문구를 가이드하는 UI를 상기 디스플레이를 통해 표시하도록 한다.
하나 이상의 실시 예에 따르면, 상기 기 설정된 항목은, 인물 항목, 장소 항목, 사물 항목 및 시간 항목 중 적어도 하나를 포함한다.
본 개시의 하나 이상의 실시 예에 따른 전자 장치의 제어 방법은 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하는 동작, 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하는 동작, 상기 전자 장치에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하는 동작 및 상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 동작을 포함한다.
본 개시의 하나 이상의 실시 예에 따른 전자 장치의 프로세서에 의해 실행되는 경우 상기 전자 장치가 동작을 수행하도록 하는 컴퓨터 명령을 저장하는 비일시적 컴퓨터 판독가능 저장매체에 있어서, 상기 동작은, 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하는 동작, 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하는 동작, 상기 전자 장치에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하는 동작 및 상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 동작을 포함한다.
도 1은 하나 이상의 실시 예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 2는 하나 이상의 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.
도 3은 하나 이상의 실시 예에 따른 전자 장치의 세부 구성을 설명하기 위한 블록도이다.
도 4는 하나 이상의 실시 예에 따른 전자 장치의 앱 데이터 획득 과정을 설명하기 위한 도면이다.
도 5는 하나 이상의 실시 예에 따른 전자 장치의 동일한 항목에 대응되는 로그 데이터 식별 과정을 설명하기 위한 도면이다.
도 6은 하나 이상의 실시 예에 따른 전자 장치의 통합 데이터 획득 과정을 설명하기 위한 도면이다.
도 7은 하나 이상의 실시 예에 따른 전자 장치의 카테고리 식별 과정을 설명하기 위한 도면이다.
도 8은 하나 이상의 실시 예에 따른 전자 장치의 우선 순위 정보에 기초한 일기 데이터 생성 과정을 설명하기 위한 도면이다.
도 9는 하나 이상의 실시 예에 따른 전자 장치의 카테고리 별 사용자 선호도 정보에 기초한 일기 데이터 생성 과정을 설명하기 위한 도면이다.
도 10은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 생성 과정을 설명하기 위한 도면이다.
도 11a, 도 11b 및 도 11c는 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 UI 표시 과정을 설명하기 위한 도면이다.
도 12a 및 도 12b는 하나 이상의 실시 예에 따른 추천 스케쥴 제공 과정을 설명하기 위한 도면이다.
도 13은 하나 이상의 실시 예에 따른 전자 장치의 사용자 입력과 관련된 키워드 제공 과정을 설명하기 위한 도면이다.
도 14는 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터를 수정하기 위한 추천 문구 가이드 UI를 설명하기 위한 도면이다.
도 15는 하나 이상의 실시 예에 따른 전자 장치의 데이터 생성 가이드 UI를 설명하기 위한 도면이다.
도 16은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 그룹핑 과정을 설명하기 위한 도면이다.
도 17은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 대표 이미지 생성 과정을 설명하기 위한 도면이다.
도 18은 하나 이상의 실시 예에 따른 전자 장치의 카테고리 분류 UI를 설명하기 위한 도면이다.
도 19는 하나 이상의 실시 예에 따른 전자 장치의 동작 방법을 설명하기 위한 도면이다.
본 개시(Disclosure)의 다양한 실시 예에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 개시의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
A 또는/및 B 중 적어도 하나라는 표현은 "A" 또는 "B" 또는 "A 및 B" 중 어느 하나를 나타내는 것으로 이해되어야 한다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 어떤 구성요소가 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 개시에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시에서 "모듈" 혹은 "부"는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈" 혹은 복수의 "부"는 특정한 하드웨어로 구현될 필요가 있는 "모듈" 혹은 "부"를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서(미도시)로 구현될 수 있다.
본 개시에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 그 사람이 사용하는 장치를 지칭할 수 있다.
이하 첨부된 도면들을 참조하여 본 개시의 일 실시 예를 보다 상세하게 설명한다.
도 1은 하나 이상의 실시 예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 어플리케이션(Application) 각각으로부터 획득된 앱 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다. 여기서 전자 장치(100)는, 사용자 단말 장치, 스마트 TV, 모니터, 키오스크, 태블릿 PC, 전자 액자, LFD(large format display), Digital Signage(디지털 간판), DID(Digital Information Display), 비디오 월(video wall), 프로젝터 디스플레이 등과 같은 다양한 유형의 전자 장치로 구현될 수 있다.
일 실시 예에 따라 전자 장치(100)는 상이한 어플리케이션 각각으로부터 획득된 복수의 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다. 전자 장치(100)는 복수의 앱 데이터 각각에 포함된 적어도 하나의 로그 데이터를 비교하고, 동일한 값을 포함하는 로그 데이터가 식별되면, 복수의 앱 데이터를 통합한 통합 데이터를 획득할 수 있다.
일 실시 예에 따라 전자 장치(100)는 획득된 통합 데이터에 대응되는 카테고리를 식별할 수 있다. 전자 장치(100)는 메모리에 저장된 카테고리 리스트에 기초하여 통합 데이터에 대응되는 카테고리를 식별할 수 있다. 예를 들어, 카테고리는 여행, 운동, 음식과 같은 특정 이벤트에 대응되는 분류 항목일 수 있다.
일 실시 예에 따라 전자 장치(100)는 통합 데이터에 대응되는 카테고리가 식별되면, 식별된 카테고리 및 획득된 통합 데이터에 기초하여 일기 데이터를 생성할 수 있다. 일기 데이터는 특정 이벤트를 시간별, 일별, 기간별로 기록한 데이터를 포함할 수 있다.
일 실시 예에 따라 전자 장치(100)는 통합 데이터 및 식별된 카테고리를 인공 지능 모델에 입력하여 자동으로 일기 데이터를 생성할 수 있다. 전자 장치(100)는 복수의 앱 데이터 및 통합 데이터에 대응되는 카테고리에 기초하여 인공 지능 모델을 통해 텍스트 형태의 데이터, 이미지 데이터 및 미디어 데이터를 포함하는 일기 데이터를 생성할 수 있다.
도 1을 참조하면, 전자 장치(100)는 사용자 활동에 기초하여 복수의 어플리케이션 각각에 대응되는 앱 데이터(10-1 ~ 10-4)를 획득할 수 있다. 예를 들어, 전자 장치(100)는 지도 어플리케이션으로부터 현재 사용자의 위치 데이터(10-1), 문자 어플리케이션으로부터 연락한 사용자 데이터(10-2), 캘린더 어플리케이션으로부터 스케쥴 데이터(10-3), 사진 어플리케이션으로부터 이미지 데이터(10-4)를 획득할 수 있다.
전자 장치(100)는 복수의 앱 데이터(10-1 ~ 10-4) 각각에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류할 수 있다. 기 설정된 항목은 로그 데이터의 속성에 기초하여 분류된 항목일 수 있다.
전자 장치(100)는 기 설정된 항목 별로 분류된 복수의 로그 데이터 중 공통으로 포함된 로그 데이터가 식별되면, 해당 로그 데이터에 대응되는 복수의 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다. 전자 장치(100)는 메모리에 저장된 카테고리 리스트에 기초하여 통합 데이터에 대응되는 카테고리를 식별할 수 있다. 예를 들어, 전자 장치(100)는 복수의 앱 데이터(10-1 ~ 10-4)로부터 카테고리 리스트에 포함된 "여행" 카테고리를 식별할 수 있다.
전자 장치(100)는 "여행" 카테고리 및 통합 데이터에 기초하여 일기 데이터(20)를 생성할 수 있다. 예를 들어, 전자 장치(100) 통합 데이터에 기초한 텍스트 데이터, 이미지 데이터 및 미디어 데이터를 포함하는 일기 데이터(20)를 생성할 수 있다.
이하에서는 도면을 참조하여 전자 장치(100)가 복수의 앱 데이터로부터 통합 데이터를 획득하고, 통합 데이터에 대응되는 카테고리에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 다양한 실시 예에 대해 설명하도록 한다.
도 2는 하나 이상의 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.
도 2에 따르면, 전자 장치(100)는 메모리(110) 및 하나 이상의 프로세서(120)를 포함한다. 다만, 이에 한정되는 것은 아니며, 전자 장치(100)는 일부 구성이 제외된 형태로 구현될 수도 있고, 다른 구성이 더 포함된 형태로 구현될 수도 있다.
메모리(110)는 전자 장치(100)의 동작에 필요한 적어도 하나의 명령어, 데이터, 프로그램 등을 저장할 수 있다. 일 예로, 메모리(110)는 윤곽선의 강조 처리 정보 및 선택된 영상에 대응되는 위치 정보를 저장할 수 있다.
메모리(110)는 데이터 저장 용도에 따라 전자 장치(100)에 임베디드된 메모리 형태로 구현되거나, 전자 장치(100)에 탈부착 가능한 메모리 형태로 구현될 수도 있다. 일 예로, 전자 장치(100)의 구동을 위한 데이터의 경우 전자 장치(100)에 임베디드된 메모리에 저장되고, 전자 장치(100)의 확장 기능을 위한 데이터의 경우 전자 장치(100)와 탈 부착이 가능한 메모리에 저장될 수 있다.
전자 장치(100)에 임베디드된 메모리의 경우 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나로 구현될 수 있다.
메모리(110)는 본 개시에 따른 다양한 동작들에서 생성되는 데이터를 저장하는 단일 메모리로 구현될 수 있으나, 이에 한정되는 것은 아니며, 메모리(110)는 상이한 타입의 데이터를 각각 저장하거나, 상이한 단계에서 생성되는 데이터를 각각 저장하는 복수의 메모리를 포함하도록 구현될 수도 있다.
하나 이상의 프로세서(120)는 전자 장치(100)의 동작을 전반적으로 제어한다. 구체적으로, 하나 이상의 프로세서(120)는 전자 장치(100)의 각 구성과 연결되어 전자 장치(100)의 동작을 전반적으로 제어할 수 있다. 예를 들어, 하나 이상의 프로세서(120)는 메모리(110)와 전기적으로 연결되어 전자 장치(100)의 전반적인 동작을 제어할 수 있다. 하나 이상의 프로세서(120)는 프로세싱 회로를 포함할 수 있고, 하나 또는 복수의 프로세서로 구성될 수 있다.
하나 이상의 프로세서(120)는 메모리(110)에 저장된 하나 이상의 명령어를 실행함으로써, 다양한 실시 예에 따른 전자 장치(100)의 동작을 수행할 수 있다.
하나 이상의 프로세서(120)는 CPU (Central Processing Unit), GPU (Graphics Processing Unit), APU (Accelerated Processing Unit), MIC (Many Integrated Core), DSP (Digital Signal Processor), NPU (Neural Processing Unit), 하드웨어 가속기 또는 머신 러닝 가속기 중 하나 이상을 포함할 수 있다. 하나 이상의 프로세서(120)는 전자 장치의 다른 구성요소 중 하나 또는 임의의 조합을 제어할 수 있으며, 통신에 관한 동작 또는 데이터 처리를 수행할 수 있다. 하나 이상의 프로세서(120)는 메모리에 저장된 하나 이상의 프로그램 또는 명령어(instruction)을 실행할 수 있다. 예를 들어, 하나 이상의 프로세서는 메모리에 저장된 하나 이상의 명령어를 실행함으로써, 본 개시의 하나 이상의 실시 예에 따른 방법을 수행할 수 있다.
본 개시의 하나 이상의 실시 예에 따른 방법이 복수의 동작을 포함하는 경우, 복수의 동작은 하나의 프로세서에 의해 수행될 수도 있고, 복수의 프로세서에 의해 수행될 수도 있다. 예를 들어, 하나 이상의 실시 예에 따른 방법에 의해 제 1 동작, 제 2 동작, 제 3 동작이 수행될 때, 제 1 동작, 제 2 동작, 및 제 3 동작 모두 제 1 프로세서에 의해 수행될 수도 있고, 제 1 동작 및 제 2 동작은 제 1 프로세서(예를 들어, 범용 프로세서)에 의해 수행되고 제 3 동작은 제 2 프로세서(예를 들어, 인공지능 전용 프로세서)에 의해 수행될 수도 있다.
하나 이상의 프로세서(120)는 하나의 코어를 포함하는 단일 코어 프로세서(single core processor)로 구현될 수도 있고, 복수의 코어(예를 들어, 동종 멀티 코어 또는 이종 멀티 코어)를 포함하는 하나 이상의 멀티 코어 프로세서(multicore processor)로 구현될 수도 있다. 하나 이상의 프로세서(120)가 멀티 코어 프로세서로 구현되는 경우, 멀티 코어 프로세서에 포함된 복수의 코어 각각은 캐시 메모리, 온 칩(On-chip) 메모리와 같은 프로세서 내부 메모리를 포함할 수 있으며, 복수의 코어에 의해 공유되는 공통 캐시가 멀티 코어 프로세서에 포함될 수 있다. 또한, 멀티 코어 프로세서에 포함된 복수의 코어 각각(또는 복수의 코어 중 일부)은 독립적으로 본 개시의 하나 이상의 실시 예에 따른 방법을 구현하기 위한 프로그램 명령을 판독하여 수행할 수도 있고, 복수의 코어 전체(또는 일부)가 연계되어 본 개시의 하나 이상의 실시 예에 따른 방법을 구현하기 위한 프로그램 명령을 판독하여 수행할 수도 있다.
본 개시의 하나 이상의 실시 예에 따른 방법이 복수의 동작을 포함하는 경우, 복수의 동작은 멀티 코어 프로세서에 포함된 복수의 코어 중 하나의 코어에 의해 수행될 수도 있고, 복수의 코어에 의해 수행될 수도 있다. 예를 들어, 하나 이상의 실시 예에 따른 방법에 의해 제 1 동작, 제 2 동작, 및 제 3 동작이 수행될 때, 제 1 동작, 제2 동작, 및 제3 동작 모두 멀티 코어 프로세서에 포함된 제 1 코어에 의해 수행될 수도 있고, 제 1 동작 및 제 2 동작은 멀티 코어 프로세서에 포함된 제 1 코어에 의해 수행되고 제 3 동작은 멀티 코어 프로세서에 포함된 제 2 코어에 의해 수행될 수도 있다.
본 개시의 실시 예들에서, 프로세서는 하나 이상의 프로세서 및 기타 전자 부품들이 집적된 시스템 온 칩(SoC), 단일 코어 프로세서, 멀티 코어 프로세서, 또는 단일 코어 프로세서 또는 멀티 코어 프로세서에 포함된 코어를 의미할 수 있으며, 여기서 코어는 CPU, GPU, APU, MIC, DSP, NPU, 하드웨어 가속기 또는 기계 학습 가속기 등으로 구현될 수 있으나, 본 개시의 실시 예들이 이에 한정되는 것은 아니다. 이하에서는 설명의 편의를 위하여 하나 이상의 프로세서(120)를 프로세서(120)로 명명하도록 한다.
일 실시 예에 따라 프로세서(120)는 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류할 수 있다.
앱 데이터는 사용자가 어플리케이션을 사용할 때 생성 또는 기록된 데이터를 포함할 수 있다. 앱 데이터는 사용자 활동 데이터, 사용자 설정 데이터, 위치 데이터, 로그 데이터, 미디어 데이터를 포함할 수 있다.
기 설정된 항목은 로그 데이터의 속성에 기초하여 분류된 항목일 수 있다. 기 설정된 항목은 인물 항목, 장소 항목, 사물 항목 및 시간 항목 중 적어도 하나를 포함할 수 있다. 예를 들어, 프로세서(120)는 앱 데이터를 인물 항목에 대응되는 로그 데이터, 장소 항목에 대응되는 로그 데이터, 사물 항목에 대응되는 로그 데이터, 시간 항목에 대응되는 로그 데이터로 분류할 수 있다.
일 실시 예에 따라 프로세서(120)는 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터 및 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다.
예를 들어, 제1 앱 데이터에 포함된 시간 항목에 대응되는 제1 로그 데이터 및 제2 앱 데이터에 포함된 시간 항목에 대응되는 제2 로그 데이터에 공통으로 포함된 로그 데이터가 식별되거나, 서로 관련된 로그 데이터가 식별되면, 프로세서(120)는 제1 앱 데이터 및 제2 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다.
일 실시 예에 따라 프로세서(120)는 메모리(110)에 저장된 카테고리 리스트 중 통합 데이터에 대응되는 제1 카테고리를 식별할 수 있다. 메모리(110)에 저장된 카테고리 리스트는 전자 장치(100)의 제조 단계에 설정될 수도 있고, 사용자 입력에 따라 설정될 수도 있다.
일 예에 따라 프로세서(120)는 통합 데이터에 포함된 키워드, 이미지, 태깅 정보에 기초하여 카테고리 리스트 중 통합 데이터에 대응되는 제1 카테고리를 식별할 수 있다.
일 실시 예에 따라 프로세서(120)는 제1 카테고리 및 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다.
도 3은 하나 이상의 실시 예에 따른 전자 장치의 세부 구성을 설명하기 위한 블록도이다.
도 3에 따르면 전자 장치(100)는 메모리(110), 하나 이상의 프로세서(120), 디스플레이(130), 통신 회로(140) 및 입출력 인터페이스(150)를 포함한다. 도 3에 도시된 구성 중 도 2에 도시된 구성과 중복되는 구성에 대해서는 자세한 설명을 생략하도록 한다.
디스플레이(130)는 복수의 장면을 포함하는 컨텐츠를 제공하기 위한 구성이다. 디스플레이(130)는 자발광 소자를 포함하는 디스플레이 모듈 또는, 비자발광 소자 및 백라이트를 포함하는 디스플레이 모듈로 구현될 수 있다. 또한, 디스플레이(130)는 상술한 내용에 따라 LFD 디스플레이로 구현될 수 있다. 예를 들어, LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes) 디스플레이, LED(Light Emitting Diodes), 마이크로 LED(micro LED), Mini LED, PDP(Plasma Display Panel), QD(Quantum dot) 디스플레이, QLED(Quantum dot light-emitting diodes) 등과 같은 다양한 형태의 디스플레이로 구현될 수 있다. 디스플레이(130) 내에는 a-si TFT, LTPS(low temperature poly silicon) TFT, OTFT(organic TFT) 등과 같은 형태로 구현될 수 있는 구동 회로, 백라이트 유닛 등도 함께 포함될 수 있다.
통신 회로(140)는 다양한 규격에 따른 유선 또는 무선의 입출력 인터페이스(또는, 입출력 단자)를 포함할 수 있다. 통신 회로(140)는 다양한 유형의 통신 방식에 따라 다양한 유형의 외부 장치와 통신을 수행하는 구성일 수 있다. 통신 회로(140)는 무선 통신 모듈 또는 유선 통신 모듈을 포함할 수 있다. 여기서, 각 통신 모듈은 적어도 하나의 하드웨어 칩 형태로 구현될 수 있다.
통신 회로(140)는 HDMI(High Definition Multimedia Interface), MHL(Mobile High-Definition Link), USB(Universal Serial Bus), DP(Display Port), 썬더볼트(Thunderbolt), VGA(Video Graphics Array)포트, RGB 포트, D-SUB(D-subminiature), DVI(Digital Visual Interface), 블루투스(Bluetooth), 지그비(Zigbee), 유/무선 LAN(Local Area Network), WAN(Wide Area Network), 이더넷(Ethernet), IEEE 1394, AES/EBU(Audio Engineering Society/European Broadcasting Union), 옵티컬(Optical), 코액셜(Coaxial) 등과 같은 다양한 인터페이스를 포함할 수 있다.
입출력 인터페이스(150)는 통신 회로(110)와 연결될 수 있다. 입출력 인터페이스(150)는 외부 기기로부터 수신되는 정보를 통신 회로(110)에 전송하거나 통신 회로(110)를 통해 수신되는 정보를 외부 기기에 전송할 수 있다.
도 4는 하나 이상의 실시 예에 따른 전자 장치의 앱 데이터 획득 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 어플리케이션 각각으로부터 기 설정된 항목 별로 분류된 앱 데이터를 획득할 수 있다. 전자 장치(100)는 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류할 수 있다.
일 예로 전자 장치(100)는 앱 데이터에 복수의 로그 데이터가 포함된 경우, 복수의 로그 데이터를 시간 항목에 대응되는 로그 데이터, 장소 항목에 대응되는 로그 데이터로 분류할 수 있다. 예를 들어, 사진 어플리케이션으로부터 특정 사진에 대한 앱 데이터가 획득되면, 해당 앱 데이터를 '2024.12.01' 시간 항목 로그 데이터, '서울 강남구' 장소 항목 로그 데이터로 분류할 수 있다.
도 4를 참조하면, 전자 장치(100)는 복수의 어플리케이션으로부터 복수의 앱 데이터(410-1 ~ 410-5)를 획득할 수 있다. 전자 장치(100)는 복수의 앱 데이터(410-1 ~ 410-5)에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류할 수 있다. 일 예로, 전자 장치(100)는 앱 데이터(410-1 ~ 410-5)에 포함된 로그 데이터를 인물 항목, 장소 항목, 사물 항목 및 시간 항목으로 분류할 수 있다.
예를 들어, 전자 장치(100)는 사진 어플리케이션으로부터 획득된 앱 데이터(410-1)를 시간 항목에 대응되는 로그 데이터(420), 장소 항목에 대응되는 로그 데이터(430), 사물 항목에 대응되는 로그 데이터(440), 인물 항목에 대응되는 로그 데이터(450)로 분류할 수 있다.
도 5는 하나 이상의 실시 예에 따른 전자 장치의 동일한 항목에 대응되는 로그 데이터 식별 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터 및 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다.
도 5를 참조하면, 전자 장치(100)는 복수의 앱 데이터(410-1 ~ 410-5) 각각으로부터 시간 항목에 대응되는 로그 데이터를 식별할 수 있다. 전자 장치(100)는 사진 앱 데이터(410-1)로부터 시간 항목에 대응되는 "2023.12.07" 로그 데이터(510)를 식별할 수 있다. 전자 장치(100)는 미디어 앱 데이터(410-2)로부터 시간 항목에 대응되는 "2023.12.07 7pm ~ 8pm" 로그 데이터(520)를 식별할 수 있다. 전자 장치(100)는 메시지 앱 데이터(410-4)로부터 시간 항목에 대응되는 "2023.12.07 B 외 2명" 로그 데이터(530)를 식별할 수 있다. 전자 장치(100)는 지도 앱 데이터(410-5)로부터 시간 항목에 대응되는 "2023.12.07 6pm ~ 12am" 로그 데이터(540)를 식별할 수 있다.
전자 장치(100)는 복수의 시간 항목에 대응되는 로그 데이터(510 ~ 540) 중 서로 관련된 로그 데이터가 식별되면, 해당 로그 데이터를 포함하는 앱 데이터를 통합할 수 있다. 예를 들어, 복수의 시간 항목에 대응되는 로그 데이터(510 ~ 540)가 "2023.12.07"에 대응되는 데이터 값을 포함하는 경우, 전자 장치(100)는 사진 앱 데이터(410-1), 미디어 앱 데이터(410-2), 메시지 앱 데이터(410-4), 지도 앱 데이터(410-5)를 통합하여 하나의 통합 데이터를 획득할 수 있다.
도 6은 하나 이상의 실시 예에 따른 전자 장치의 통합 데이터 획득 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 상이한 어플리케이션으로부터 획득된 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다.
일 예에 따라 전자 장치(100)는 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터의 전체 로그 데이터와 제2 로그 데이터에 대응되는 제2 앱 데이터의 전체 로그 데이터를 통합하여 통합 데이터를 획득할 수 있다.
도 6을 참조하면, 전자 장치(100)는 사진 앱 데이터(410-1)에 포함된 전체 로그 데이터(640), 메시지 앱 데이터(410-4)에 포함된 전체 로그 데이터(610), 지도 앱 데이터(410-5)에 포함된 전체 로그 데이터(620) 및 미디어 앱 데이터(410-2)에 포함된 전체 로그 데이터(630)를 통합하여 통합 데이터(650)를 획득할 수 있다. 즉, 시간 항목에 대응되는 로그 데이터(510 ~ 540)만을 통합하여 통합 데이터를 획득하는 것이 아닌, 기 설정된 항목 중 어느 하나의 항목이 서로 관련 있는 것으로 식별되면, 전자 장치(100)는 앱 데이터에 포함된 전체 로그 데이터를 통합하여 통합 데이터를 획득할 수 있다.
일 예에 따라 전자 장치(100)는 상이한 어플리케이션으로부터 획득된 복수의 로그 데이터(610 ~ 640)를 기 설정된 항목 별로 통합하여 통합 데이터(650)를 획득할 수 있다. 일 예로, 전자 장치(100)는 복수의 로그 데이터(610 ~ 640)로부터 장소 항목에 대응되는 로그 데이터(예를 들어, 가평, 인피니티 풀, 캠핑, 글램트리)를 통합하여 통합 데이터(650)를 획득할 수 있다.
도 7은 하나 이상의 실시 예에 따른 전자 장치의 카테고리 식별 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 메모리(110)에 저장된 카테고리 리스트에 기초하여 통합 데이터(650)에 대응되는 카테고리를 식별할 수 있다.
일 예에 따라 카테고리 리스트(710)는 사용자 입력에 기초하여 신규 카테고리가 추가될 수도 있고, 기존의 카테고리가 삭제될 수도 있다. 예를 들어, 카테고리 리스트는 '여행', '운동', '음식', '공부' 가 포함될 수 있다. 카테고리 리스트는 메모리(110)에 저장될 수도 있고, 외부 서버로부터 수신할 수도 있다.
일 실시 예에 따라 전자 장치(100)는 통합 데이터에 포함된 복수의 로그 데이터에 기초하여 카테고리 리스트(710)에 포함된 카테고리를 식별할 수 있다. 전자 장치(100)는 로그 데이터의 데이터 값, 키워드, 태깅 정보에 기초하여 카테고리 리스트에 포함된 카테고리 중 가장 관련성 있는 카테고리를 식별할 수 있다.
도 7을 참조하면, 전자 장치(100)는 메모리(110)에 저장된 카테고리 리스트(710)에 기초하여 통합 데이터에 대응되는 카테고리를 식별할 수 있다. 전자 장치(100)는 통합 데이터에 포함된 복수의 로그 데이터에 기초하여 카테고리 리스트(710) 중 가장 관련성 있는 카테고리를 식별할 수 있다.
예를 들어, 전자 장치(100)는 통합 데이터 포함된 로그 데이터가 "물놀이", "글램핑", "예약정보"를 포함하는 경우, 카테고리 리스트(710) 중 "여행" 카테고리를 통합 데이터에 대응되는 카테고리롤 식별할 수 있다.
이 경우, 전자 장치(100)는 통합 데이터에 대응되는 제1 카테고리를 여행(720)으로 식별할 수 있다.
도 8은 하나 이상의 실시 예에 따른 전자 장치의 우선 순위 정보에 기초한 일기 데이터 생성 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 통합 데이터가 획득되면 카테고리 리스트에 기초하여 복수의 통합 데이터 각각의 카테고리를 식별할 수 있다.
일 예로, 전자 장치(100)는 복수의 통합 데이터가 획득되면, 상술한 방법을 통해 복수의 통합 데이터 각각에 대응되는 카테고리를 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 복수의 통합 데이터 각각의 카테고리 및 카테고리 별 우선 순위 정보에 기초하여 복수의 통합 데이터 중 제1 통합 데이터를 식별할 수 있다.
전자 장치(100)는 복수의 통합 데이터가 획득되면, 하나의 통합 데이터에 기초하여 일기 데이터를 생성할 수 있다. 다만, 이에 한정되지 않고, 전자 장치(100)는 복수의 통합 데이터가 획득되면, 복수의 통합 데이터 각각에 대응되는 일기 데이터를 생성할 수도 있고, 2개 또는 3개의 통합 데이터에 대응되는 일기 데이터를 생성할 수 있다.
한편, 본 개시에서는 전자 장치(100)가 하나의 통합 데이터에 기초하여 일기 데이터를 생성하는 것으로 상정하는 경우, 복수의 통합 데이터가 획득되면, 그 중 어느 통합 데이터에 기초하여 일기 데이터를 생성할지 여부를 식별해야 한다. 이 경우, 전자 장치(100)는 메모리(110)에 저장된 우선 순위 정보에 기초하여 최우선순위에 대응되는 통합 데이터를 식별하고, 식별된 통합 데이터에 기초하여 일기 데이터를 생성할 수 있다.
우선 순위 정보는 일기 데이터를 생성할 카테고리 별 우선 순위가 포함된 정보일 수 있다. 우선 순위 정보는 장치 제조 단계에서 설정될 수도 있고, 사용자 입력에 따라 설정될 수도 있다. 우선 순위 정보는 메모리(110)에 저장될 수도 있고, 외부 서버로부터 수신할 수도 있다. 예를 들어, 우선 순위 정보는 여행, 운동, 음식, 공부 순서대로 우선 순위가 설정된 정보일 수 있다.
일 실시 예에 따라 전자 장치(100)는 제1 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다.
도 8을 참조하면, 전자 장치(100)는 카테고리 리스트(710)에 기초하여 복수의 통합 데이터 각각에 대응되는 카테고리(810 ~ 830)를 식별할 수 있다. 전자 장치(100)는 메모리(110)에 저장된 우선 순위 정보(840)에 기초하여 복수의 통합 데이터 중 일기 데이터를 생성할 통합 데이터를 식별할 수 있다.
예를 들어, 전자 장치(100)는 여행 통합 데이터(810), 음식 통합 데이터(820), 운동 통합 데이터(830)가 획득된 경우, '여행'이 최우선 순위인 우선 순위 정보(840)에 기초하여 여행 통합 데이터(810)를 제1 통합 데이터(850)로 식별할 수 있다.
일 예에 따라 전자 장치(100)는 여행 통합 데이터(850)에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다.
도 9는 하나 이상의 실시 예에 따른 전자 장치의 카테고리 별 사용자 선호도 정보에 기초한 일기 데이터 생성 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 어플리케이션 각각으로부터 획득된 앱 데이터 및 카테고리 리스트에 기초하여 카테고리 별 사용자 선호도 정보를 식별할 수 있다.
카테고리 별 사용자 선호도 정보는 카테고리 리스트에 포함된 카테고리 중 앱 데이터에 기초하여 식별된 사용자가 선호하는 카테고리 정보를 포함할 수 있다. 예를 들어, 앱 데이터에 포함된 로그 데이터, 태깅 정보, 키워드가 운동과 관련된 데이터를 포함하는 경우, 운동 카테고리가 사용자의 최우선 선호도 순위일 수 있다.
일 실시 예에 따라 전자 장치(100)는 복수의 어플리케이션 각각으로부터 획득된 앱 데이터 중 카테고리 리스트에 포함된 각 카테고리에 대응되는 로그 데이터의 양을 식별하고, 각 카테고리에 대응되는 로그 데이터의 양에 기초하여 카테고리 별 사용자 선호도 정보를 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 카테고리 별 우선 순위 정보 및 카테고리 별 사용자 선호도 정보에 기초하여 복수의 통합 데이터 중 제2 통합 데이터를 식별할 수 있다.
일 예로, 전자 장치(100)는 여행 통합 데이터 및 운동 통합 데이터를 획득할 수 있다. 우선 순위 정보에 여행 카테고리가 최우선 순위로 설정된 경우, 앱 데이터 중 운동 통합 데이터에 대응되는 데이터 양 또는 키워드의 개수가 여행 통합 데이터에 대응되는 데이터 양 또는 키워드의 개수보다 많은 경우, 사용자 선호도 정보에 운동 카테고리가 최우선 순위로 설정될 수 있다. 이 경우, 우선 순위 정보에 기초하여 여행이 최우선 순위로 설정되더라도, 전자 장치(100)는 운동 통합 데이터에 기초하여 일기 데이터를 생성할 수 있다.
일 실시 예에 따라 전자 장치(100)는 우선 순위 정보 및 사용자 선호도 정보 각각에 가중치를 부여하고, 가중치에 기초한 우선 순위 스코어를 식별할 수 있다. 전자 장치(100)는 우선 순위 스코어에 기초하여 복수의 통합 데이터 중 일기 데이터를 생성할 제2 통합 데이터를 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 제2 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다.
도 9를 참조하면, 전자 장치(100)는 앱 데이터(910) 및 카테고리 리스트(710)에 기초하여 카테고리 별 사용자 선호도 정보(920)를 식별할 수 있다. 예를 들어, 앱 데이터에 포함된 로그 데이터, 태깅 정보 및 키워드 정보가 운동 카테고리에 대응되는 정보의 양을 가장 많이 포함하는 경우, 카테고리 별 사용자 선호도 정보(920)에서 운동 카테고리가 최우선 순위일 수 있다.
전자 장치(100)는 카테고리 별 우선 순위 정보(840) 및 카테고리 별 사용자 선호도 정보(920)에 기초하여 제2 통합 데이터(930)를 식별할 수 있다. 예를 들어, 카테고리 별 사용자 선호도 정보(920)에 운동 카테고리가 가장 최우선 순위이고, 우선 순위 정보(840)의 운동 카테고리가 2순위이므로, 전자 장치(100)는 운동 카테고리를 최우선 순위로 식별할 수 있다. 전자 장치(100)는 운동 카테고리에 대응되는 통합 데이터를 제2 통합 데이터(930)로 식별할 수 있다.
도 10은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 생성 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 제1 카테고리 및 통합 데이터를 인공 지능 모델에 입력하여 일기 데이터를 생성할 수 있다.
일 실시 예에 따라 인공 지능 모델은 카테고리 정보 및 통합 데이터가 입력되면, 카테고리 정보에 기초하여 식별된 포맷 정보 및 통합 데이터에 기초하여 일기 데이터를 생성하도록 학습된 모델일 수 있다.
포맷 정보는 카테고리 별로 상이한 포맷 정보를 포함할 수 있다. 예를 들어, 포맷 정보는 운동 카테고리의 경우, 텍스트, 미디어 정보, 이미지 정보를 기 설정된 순서 및 배치에 따른 정보를 포함할 수 있다. 예를 들어, 포맷 정보는 공부 카테고리의 경우, 텍스트, 스케쥴 정보, 미디어 정보를 기 설정된 순서 및 배치에 따른 정보를 포함할 수 있다.
여기서, 인공 지능 모델이 학습된다는 것은, 기본 인공 지능 모델(예를 들어 임의의 랜덤한 파라미터를 포함하는 인공 지능 모델)이 학습 알고리즘에 의하여 다수의 훈련 데이터들을 이용하여 학습됨으로써, 원하는 특성(또는, 목적)을 수행하도록 설정된 기 정의된 동작 규칙 또는 인공 지능 모델이 만들어짐을 의미한다. 이러한 학습은 별도의 서버 및/또는 시스템을 통해 이루어질 수 있으나, 이에 한정되는 것은 아니며 조리 장치에서 이루어질 수도 있다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으나, 전술한 예에 한정되지 않는다.
여기서, 인공 지능 모델은, 예를 들어, LLM(Large Language Model), CNN (Convolutional Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 또는 심층 Q-네트워크 (Deep Q-Networks) 등으로 구현될 수 있으나, 이에 한정되지 않는다.
도 10을 참조하면, 전자 장치(100)는 여행 카테고리에 대응되는 여행 통합 데이터(1010)를 인공 지능 모델(1020)에 입력할 수 있다. 인공 지능 모델(1020)은 LLM 기술을 통해 대규모 데이터 학습을 하고, 입력된 카테고리 기반 일기 데이터를 생성하도록 학습된 모델일 수 있다. 전자 장치(100)는 인공 지능 모델(1020)을 통해 제1 카테고리에 대응되는 제목, 통합 데이터에 기초한 텍스트, 이미지 정보, 인물 정보 및 미디어 정보를 포함하는 일기 데이터(1020)를 생성할 수 있다.
도 11a, 도 11b 및 도 11c는 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 UI 표시 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터가 생성되면, 복수의 일기 데이터를 다양한 타입의 UI(User Interface)로 표시할 수 있다.
예를 들어, 전자 장치(100)는 복수의 일기 데이터를 복수의 그리드 영역을 포함하는 그리드 뷰 타입으로 표시할 수 있다. 예를 들어, 전자 장치(100)는 복수의 일기 데이터를 리스트 형태의 리스트 뷰 타입으로 표시할 수 있다.
도 11a를 참조하면, 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 상이한 크기의 그리드를 포함하는 그리드 뷰 타입(1110)으로 표시할 수 있다.
도 11b를 참조하면, 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 상측에서 하측 순서대로 리스트 형태의 리스트 뷰 타입(1120)으로 표시할 수 있다.
일 실시 예에 따라 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터가 생성되면, 복수의 일기 데이터 각각의 통합 데이터 양에 기초하여 복수의 일기 데이터에 대응되는 UI 영역의 크기를 식별할 수 있다.
일 예로, 통합 데이터의 양이 많은 경우, 통합 데이터의 양이 적은 경우보다 일기 데이터에 대응되는 UI 영역의 크기가 더 클 수 있다.
도 11c를 참조하면, 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 그리드 뷰 타입(1110)으로 표시할 수 있다. 전자 장치(100)는 복수의 일기 데이터 각각에 포함된 통합 데이터 양을 식별할 수 있다.
예를 들어, 전자 장치(100)는 통합 데이터의 양이 가장 적은 경우, 단위 면적 1에 대응되는 UI 영역의 크기(1130)를 식별할 수 있다. 예를 들어, 전자 장치(100)는 통합 데이터의 양이 중간인 경우, 단위 면적 2에 대응되는 UI 영역의 크기(1140)를 식별할 수 있다. 예를 들어, 전자 장치(100)는 통합 데이터의 양이 가장 많은 경우, 단위 면적 3에 대응되는 UI 영역의 크기(1150)를 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 복수의 일기 데이터에 대응되는 UI 영역의 크기에 기초하여 복수의 일기 데이터에 대응되는 UI를 디스플레이(130)를 통해 표시할 수 있다.
도 12a 및 도 12b는 하나 이상의 실시 예에 따른 추천 스케쥴 제공 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 사용자 활동 기반 일기 데이터에 기초하여 사용자의 날짜 별 패턴 정보를 식별하고, 사용자의 날짜 별 패턴 정보에 기초하여 추천 스케쥴 정보를 제공할 수 있다.
사용자의 날짜 별 패턴 정보는 특정 날짜, 특정 요일, 특정 시간대를 기준으로 반복되는 이벤트에 대한 정보를 포함할 수 있다. 예를 들어, 사용자의 날짜 별 패턴 정보는 기념일, 생일과 같이 특정 날짜를 기준으로 반복되는 이벤트에 대한 정보를 포함할 수 있다.
도 12a를 참조하면, 전자 장치(100)는 사용자의 날짜 별 패턴 정보에 기초하여 추천 스케쥴 정보에 대응되는 UI(1210)를 디스플레이(130)를 통해 표시할 수 있다. 예를 들어, 전자 장치(100)는 12월 7일이 사용자 가족의 생일인 경우, 12월 7일 당일 메시지 앱을 통해 메시지 전달을 위한 추천 스케쥴 정보에 대응되는 UI(1210)를 디스플레이(130)를 통해 표시할 수 있다.
도 12b를 참조하면, 전자 장치(100)는 사용자의 날짜 별 패턴 정보에 기초하여 12월 10일 여행 일정이 식별된 경우, 해당 여행 장소와 관련된 추천 스케쥴 정보에 대응되는 UI(1220)를 디스플레이(130)를 통해 표시할 수 있다.
일 예에 따라 전자 장치(100)는 시간 정보, 날씨 정보 및 사용자 스케쥴 정보 중 적어도 하나에 기초하여 추천 정보를 식별하고, 이를 사용자에게 제공할 수 있다.
시간 정보는 아침, 점심, 저녁과 같은 시간대 정보를 포함할 수 있다. 날씨 정보는 현재 날씨 정보, 내일 날씨 정보, 주 단위 또는 월 단위 날씨 정보를 포함할 수 있다. 사용자 스케쥴 정보는 액티비티 패턴 주기 정보, 운동 패턴 주기 정보를 포함할 수 있다.
예를 들어, 전자 장치(100)는 시간 정보(예를 들어, 아침 시간)에 기초하여 "기분 좋은 아침이에요!"와 같은 텍스트 문구를 포함하는 추천 정보를 사용자에게 제공할 수 있다. 예를 들어, 전자 장치(100)는 날씨 정보(예를 들어, 비)에 기초하여 "우산을 챙기세요!"와 같은 텍스트 문구를 포함하는 추천 정보를 사용자에게 제공할 수 있다. 예를 들어, 전자 장치(100)는 사용자 스케쥴 정보 중 운동 패턴 주기 정보에 기초하여 "오늘은 운동 가는 날이에요! 스트레칭을 꼭 해주세요"와 같은 텍스트 문구를 포함하는 추천 정보를 사용자에게 제공할 수 있다.
도 13은 하나 이상의 실시 예에 따른 전자 장치의 사용자 입력과 관련된 키워드 제공 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 실시간으로 획득되면, 기 생성된 일기 데이터 중 실시간으로 획득된 앱 데이터에 대응되는 일기 데이터를 식별할 수 있다.
일 예에 따라 전자 장치(100)는 실시간으로 앱 데이터가 획득되면, 획득된 앱 데이터에 포함된 로그 데이터를 식별할 수 있다. 전자 장치(100)는 기 생성된 일기 데이터 중 식별된 로그 데이터의 데이터 값을 포함하는 일기 데이터를 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 실시간으로 획득된 앱 데이터와 관련된 사용자 입력이 수신되면, 식별된 일기 데이터 중 사용자 입력과 관련된 키워드를 식별할 수 있다. 전자 장치(100)는 앱 데이터와 관련된 사용자 입력이 수신되면, 식별된 일기 데이터의 통합 데이터로부터 사용자 입력과 관련이 있는 키워드를 식별할 수 있다. 일 예로, 전자 장치(100)는 사용자 입력과 동일한 항목에 포함된 키워드를 사용자 입력과 관련이 있는 키워드로 식별할 수 있다.
일 실시 예에 따라 전자 장치(100)는 실시간으로 획득된 앱 데이터와 관련된 사용자 입력이 수신되면, 사용자 입력과 관련된 키워드를 제공할 수 있다.
도 13을 참조하면, 전자 장치(100)는 실시간 획득된 앱 데이터에 기초하여 기 생성된 일기 데이터 중 획득된 앱 데이터에 대응되는 일기 데이터(1320)를 식별할 수 있다. 전자 장치(100)는 실시간으로 획득된 앱 데이터와 관련 사용자 입력(예를 들어, 글램핑)(1310)이 수신되면, 식별된 일기 데이터(1320)로부터 사용자 입력과 관련된 복수의 키워드(1330)를 식별할 수 있다.
전자 장치(100)는 실시간으로 획득된 앱 데이터와 관련된 사용자 입력(1310)이 수신되면, 사용자 입력과 관련된 복수의 키워드(1330)를 제공할 수 있다.
일 예에 따라 전자 장치(100)는 사용자 활동에 대응되는 앱 데이터에 기초하여 복수의 키워드를 제공하고 키워드 제공 이유를 포함하는 텍스트 문구를 사용자에게 제공할 수 있다. 예를 들어, 사용자 활동에 대응되는 앱 데이터에 기초하여 사용자의 위치가 "A" 위치로 식별된 경우, 전자 장치(100)는 "현재 A 위치에 계시는군요! A 위치와 관련된 지난 기억을 살펴보세요!"와 같은 텍스트 문구를 사용자에게 제공할 수 있다.
이후, 전자 장치(100)는 식별된 일기 데이터(1320)로부터 사용자 입력 및 사용자 활동에 대응되는 앱 데이터와 관련된 복수의 키워드(1330)를 식별하고, 식별된 복수의 키워드를 디스플레이(130)를 통해 사용자에게 제공할 수 있다.
일 예에 따라 전자 장치(100)는 사용자 활동에 대응되는 앱 데이터 중 위치 정보, 시간 정보, 외부 디바이스 정보 및 키워드 정보 중 적어도 하나에 기초하여 일기 데이터를 제공할 수 있다.
예를 들어, 현재 날짜가 기념일인 경우, 전자 장치(100)는 "오늘은 결혼기념일이에요! 지난 기억을 살펴보세요"와 같은 텍스트 문구 및 결혼기념일 키워드를 포함하는 일기 데이터를 사용자에게 제공할 수 있다.
예를 들어, B 디바이스 장치로부터 B 디바이스 정보가 수신된 경우, 전자 장치(100)는 "B와 함께 계신가요? 지난 기억을 살펴보세요"와 같은 텍스트 문구 B 키워드를 포함하는 일기 데이터를 사용자에게 제공할 수 있다.
일 실시 예에 따라 전자 장치(100)는 디스플레이(130)를 통해 표시된 인풋 박스로부터 사용자 입력에 따른 검색어가 식별되면, 검색어와 관련된 키워드를 사용자에게 제공할 수 있다. 전자 장치(100)는 검색어가 모두 입력되지 않은 경우에도, 복수의 일기 데이터 중 검색어의 일부 단어가 포함된 일기 데이터를 식별하고, 식별된 일기 데이터로부터 검색어와 관련된 키워드를 식별할 수 있다.
예를 들어, 인풋 박스로부터 사용자 입력에 따른 "수요일 점심"과 같은 키워드가 식별되면, 전자 장치(100)는 복수의 일기 데이터 중 "수요일 점심"이 포함된 일기 데이터를 식별하고, 식별된 일기 데이터로부터 "강남역", "햄버거", "친구 C" 와 같은 키워드를 식별할 수 있다.
예를 들어, 사용자가 "수요일"만 입력한 경우에도, 전자 장치(100)는 "수요일 점심", "강남역", "햄버거", "친구 C" 와 같은 키워드를 식별하고, 이를 사용자에게 제공할 수 있다.
도 14는 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터를 수정하기 위한 추천 문구 가이드 UI를 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 통합 데이터에 포함된 복수의 항목 별 데이터에 기초하여 복수의 항목 별 일기 데이터를 생성하고, 복수의 항목 별 일기 데이터를 수정하기 위한 추천 문구를 가이드하는 UI를 디스플레이(130)를 통해 표시할 수 있다.
일 예에 따라 전자 장치(100)는 통합 데이터에 포함된 시간 항목, 장소 항목, 인물 항목 및 사물 항목에 기초하여 일기 데이터를 생성할 수 있다. 전자 장치(100)는 복수의 항목 별 일기 데이터 중 어느 하나의 항목에 대응되는 일기 데이터를 수정하기 위한 사용자 입력이 수신되면, 일기 데이터를 수정하기 위한 추천 문구를 가이드하는 UI를 디스플레이(130)를 통해 표시할 수 있다.
도 14를 참조하면, 전자 장치(100)는 통합 데이터에 포함된 인물 항목, 장소 항목에 기초하여 일기 데이터(1410)를 생성할 수 있다. 전자 장치(100)는 장소 항목에 대응되는 일기 데이터를 수정하기 위한 사용자 입력이 수신되면, 일기 데이터를 수정하기 위한 추천 문구를 가이드하는 UI(1420)를 디스플레이(130)를 통해 표시할 수 있다.
예를 들어, 전자 장치(100)는 통합 데이터에 기초하여 일기 데이터로 생성된 위치 데이터가 아닌, 상이한 위치 데이터를 추천하기 위한 UI를 사용자에게 제공할 수 있다.
일 실시 예에 따라 전자 장치(100)는 일기 데이터 작성 가이드 UI를 사용자에게 제공할 수 있다. 일기 데이터 작성 가이드 UI는 사용자가 일기 데이터를 쉽게 작성할 수 있도록 기 설정된 복수의 항목 별로 가이드하기 위한 UI일 수 있다.
예를 들어, 전자 장치(100)는 사용자가 작성할 일기 데이터의 키워드가 식별되면, 식별된 키워드와 관련된 연관 데이터(예를 들어, 이미지, 위치 정보, 시간 정보, 미디어 정보)를 사용자에게 제공할 수 있다. 전자 장치(100)는 기 설정된 항목 별로, 해당 항목에 대응되는 연관 데이터를 사용자에게 제공할 수 있다.
일 예에 따라 전자 장치(100)는 일기 데이터에 대응되는 사용자 입력이 식별되면, 일기 데이터와 관련된 연관 데이터를 키워드 형태로 사용자에게 제공할 수 있다. 예를 들어, 전자 장치(100)는 사용자가 일기를 쉽게 작성할 수 있도록, 기 작성된 일기 데이터와 관련된 연관 데이터 및 연관 데이터의 키워드를 사용자에게 제공할 수 있다.
일 예에 따라 전자 장치(100)는 자동으로 일기 데이터를 생성할 데이터가 충분하지 않은 경우, 일기 작성을 유도할 가이드 UI를 사용자에게 제공할 수 있다. 예를 들어, 일기 데이터 중 위치 정보가 식별되지 않은 경우, 전자 장치(100)는 위치 항목에 대응되는 일기 작성을 유도할 가이드 UI를 사용자에게 제공할 수 있다.
도 15는 하나 이상의 실시 예에 따른 전자 장치의 데이터 생성 가이드 UI를 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 통합 데이터의 양이 부족한 경우, 일기 데이터를 생성하기 위한 가이드 UI를 사용자에게 제공할 수 있다.
일 예로, 전자 장치(100)는 통합 데이터에 포함된 로그 데이터의 양이 부족하여 일기 데이터 생성이 불가능한 경우, 앱 데이터로부터 획득된 로그 데이터를 사용자에게 제공하고, 일기 데이터를 생성하기 위한 가이드 UI를 사용자에게 제공할 수 있다.
도 15를 참조하면, 전자 장치(100)는 사진 어플리케이션으로부터 획득된 이미지 데이터(1520)를 사용자에게 제공할 수 있다. 전자 장치(100)는 이미지 데이터(1520)와 관련하여 일기 데이터를 생성하기 위한 가이드 문구를 포함하는 UI(1510)를 사용자에게 제공할 수 있다.
도 16은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 그룹핑 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 사용자 입력에 기초하여 그룹핑하고, 그룹핑된 일기 데이터를 표시할 수 있다.
도 16을 참조하면, 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 그리드 뷰 타입(1610)으로 표시할 수 있다. 전자 장치(100)는 상이한 날짜에 대응되는 복수의 일기 데이터를 그룹핑하기 위한 사용자 입력(1620)이 수신되면, 사용자 입력에 기초하여 상이한 날짜에 대응되는 복수의 일기 데이터를 그룹핑할 수 있다.
전자 장치(100)는 그룹핑된 일기 데이터를 그리드 뷰 타입의 UI로 디스플레이(130)를 통해 표시할 수 있다.
도 17은 하나 이상의 실시 예에 따른 전자 장치의 일기 데이터 대표 이미지 생성 과정을 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 복수의 앱 데이터를 포함하는 통합 데이터에 기초하여, 복수의 앱 데이터 각각의 앱 데이터 이미지를 획득하고, 복수의 앱 데이터 이미지를 통합하여 통합 데이터의 대표 이미지를 생성할 수 있다.
앱 데이터의 이미지는 앱 데이터에 포함된 로그 데이터 중 대표하는 로그 데이터에 기초하여 생성된 이미지일 수 있다. 예를 들어, 게임 앱 데이터로부터 게임기 이미지의 앱 데이터 이미지를 획득할 수 있다.
도 17을 참조하면, 전자 장치(100)는 복수의 앱 데이터를 포함하는 통합 데이터로부터 복수의 앱 데이터 각각의 로그 데이터를 식별할 수 있다. 전자 장치(100)는 복수의 어플리케이션 각각으로부터 앱 데이터 이미지를 획득할 수 있다. 전자 장치(100)는 복수의 앱 데이터 이미지를 통합하여 통합 데이터에 대한 대표 이미지를 생성할 수 있다.
전자 장치(100)는 일기 데이터를 대표 이미지를 포함하는 UI로 디스플레이(130)를 통해 표시할 수 있다.
도 18은 하나 이상의 실시 예에 따른 전자 장치의 카테고리 분류 UI를 설명하기 위한 도면이다.
일 실시 예에 따라 전자 장치(100)는 사용자 입력에 기초하여 기 설정된 카테고리 별로 일기 데이터를 분류하고, 분류된 일기 데이터를 포함하는 UI를 디스플레이(130)를 통해 표시할 수 있다.
도 18을 참조하면, 전자 장치(100)는 사용자 활동(My days), 경제 활동(My Works), 가족 활동(My Family)과 같이 사용자 입력에 기초한 기 설정된 카테고리 별로 일기 데이터를 분류할 수 있다. 전자 장치(100)는 분류된 일기 데이터를 포함하는 UI를 디스플레이(130)를 통해 표시할 수 있다.
일 실시 예에 따라 전자 장치(100)는 사용자 입력에 대응되는 로그 데이터를 실시간으로 식별하고, 해당 사용자 입력과 관련된 추천 문구 또는 추천 검색어를 사용자에게 제공할 수 있다.
일 실시 예에 따라 전자 장치(100)는 실시간으로 획득된 사용자 활동 기반 로그 데이터를 식별하고, 로그 데이터에 기 설정된 우선 순위를 부여할 수 있다. 전자 장치(100)는 기 설정된 우선 순위에 기초하여 사용자 입력에 대응되는 추천 문구 또는 추천 검색어를 사용자에게 제공할 수 있다.
일 실시 예에 따라 전자 장치(100)는 일기 데이터와 관련된 챗봇(Chatbot) 서비스를 디스플레이(130)를 통해 사용자에게 제공할 수 있다. 전자 장치(100)는 일기 데이터에 대한 기 설정된 사용자 동작이 수신되면, 일기 데이터와 관련된 챗봇 서비스를 사용자에게 제공할 수 있다.
기 설정된 사용자 동작은 기 설정된 시간 이상 터치하는 동작, 더블 클릭하는 동작, 슬라이드 동작을 포함할 수 있다.
일 예로, 일기 데이터에 포함된 이미지로부터 기 설정된 사용자 동작이 수신되면, 전자 장치(100)는 대화형 검색창을 디스플레이(130)를 통해 표시하고, 사용자 쿼리(Query)에 따른 챗봇 서비스를 제공할 수 있다. 예를 들어, 사용자가 일기 데이터 중 어느 하나의 이미지를 기 설정된 시간 이상 클릭한 경우, 전자 장치(100)는 "2023년 12월 7일 A의 생일파티와 관련해서 궁금한 점이 있으면 물어보세요"와 같은 텍스트를 포함하는 챗봇 서비스를 사용자에게 제공할 수 있다.
일 예에 따라 전자 장치(100)는 챗봇 서비스에 따른 사용자 쿼리가 수신되면, 사용자가 선택한 데이터와 관련된 연관 데이터에 기초하여 사용자 쿼리에 대응되는 응답을 제공할 수 있다. 예를 들어, "저 생일파티때 누구랑 통화했었지?"와 같은 사용자 쿼리가 수신되면, 전자 장치(100)는 해당 이미지 데이터와 관련된 연관 데이터에 기초하여 통화 데이터를 식별하고, 사용자 쿼리에 대응되는 응답을 사용자에게 제공할 수 있다.
도 19는 하나 이상의 실시 예에 따른 전자 장치의 동작 방법을 설명하기 위한 도면이다.
도 19를 참조하면, 동작 1910에서, 전자 장치(100)는 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터를 획득할 수 있다.
동작 1920에서, 전자 장치(100)는 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류할 수 있다.
동작 1930에서, 전자 장치(100)는 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터 및 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득할 수 있다.
동작 1940에서, 전자 장치(100)는 전자 장치(100)에 저장된 카테고리 리스트 중 통합 데이터에 대응되는 제1 카테고리를 식별할 수 있다.
동작 1950에서, 전자 장치(100)는 제1 카테고리 및 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성할 수 있다.
통합 데이터를 획득하고, 제1 카테고리를 식별하는 구체적인 방법에 대해선 상술한 실시 예들을 통해 설명한 바 있으므로, 이에 대한 설명은 생략하도록 한다.
도 19에서 설명한 제어 방법은 상술한 도 2의 구성을 가지는 전자 장치(100)에 의해 수행될 수 있으나, 반드시 이에 한정되는 것은 아니며, 다양한 구성을 가지는 전자 장치에 의해 수행될 수도 있다.
이상에서 설명한 다양한 실시 예들은 실시 예 단독으로 구현될 수도 있으며, 적어도 하나의 실시 예들이 전체적으로 또는 부분적으로 서로 조합되어 하나의 장치에 함께 구현될 수도 있다.
이상에서 설명한 다양한 실시 예들에 따르면, 전자 장치(100)는 복수의 어플리케이션으로부터 획득된 앱 데이터를 활용하여 사용자 활동 기반 일기 데이터를 자동으로 생성할 수 있다.
한편, 상술한 다양한 실시 예들은 실시 예 단독으로 제품에 적용될 수도 있으나, 적어도 일부의 내용이 본 개시의 다른 실시 예와 조합되어 함께 구현될 수도 있다.
이상에서 설명된 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 프로세서의 제어 하에 다른 구성요소들을 이용하여 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 컴퓨터 판독 가능 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
또한, 본 개시의 일 실시 예에 따르면, 이상에서 설명된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다.
구체적으로는, 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하는 동작, 동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 제1 로그 데이터에 대응되는 제1 앱 데이터 및 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하는 동작, 전자 장치에 저장된 카테고리 리스트 중 통합 데이터에 대응되는 제1 카테고리를 식별하는 동작 및 제1 카테고리 및 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 동작을 수행하도록 하는 컴퓨터 명령을 저장하는 비일시적 판독 가능 저장 매체 또는 컴퓨터 프로그램 제품이 제공될 수 있다.
컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
또한, 상술한 다양한 실시 예들에 따른 전자 장치의 제어 방법 등을 수행하기 위한 컴퓨터 명령어(computer instructions)나 프로그램은 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어는 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시 예에 따른 기기에서의 처리 동작을 특정 기기가 수행하도록 한다. 비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

Claims (15)

  1. 전자 장치에 있어서,
    인스트럭션들(instructions)을 저장하는 메모리; 및
    프로세싱 회로(processing circuitry)를 포함하는 하나 이상의 프로세서;를 포함하고,
    상기 하나 이상의 프로세서는,
    상기 인스트럭션들이 개별적으로(individually) 또는 집단적(collectively)으로 실행될 시, 상기 전자 장치가,
    복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하고,
    동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하고,
    상기 메모리에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하고,
    상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하도록 하는, 전자 장치.
  2. 제1항에 있어서,
    상기 메모리는,
    상기 일기 데이터를 생성할 카테고리 별 우선 순위 정보를 저장하고,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    복수의 통합 데이터가 획득되면 상기 카테고리 리스트에 기초하여 상기 복수의 통합 데이터 각각의 카테고리를 식별하고,
    상기 복수의 통합 데이터 각각의 카테고리 및 상기 카테고리 별 우선 순위 정보에 기초하여 상기 복수의 통합 데이터 중 제1 통합 데이터를 식별하고,
    상기 제1 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하도록 하는, 전자 장치.
  3. 제2항에 있어서,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 및 상기 카테고리 리스트에 기초하여 카테고리 별 사용자 선호도 정보를 식별하고,
    상기 카테고리 별 우선 순위 정보 및 카테고리 별 사용자 선호도 정보에 기초하여 상기 복수의 통합 데이터 중 제2 통합 데이터를 식별하고,
    상기 제2 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하도록 하는, 전자 장치.
  4. 제3항에 있어서,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 중 상기 카테고리 리스트에 포함된 각 카테고리에 대응되는 로그 데이터의 양을 식별하고,
    상기 각 카테고리에 대응되는 로그 데이터의 양에 기초하여 상기 카테고리 별 사용자 선호도 정보를 식별하도록 하는, 전자 장치.
  5. 제1항에 있어서,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 제1 카테고리 및 상기 통합 데이터를 인공 지능 모델에 입력하여 상기 일기 데이터를 생성하도록 하며,
    상기 인공 지능 모델은,
    카테고리 정보 및 통합 데이터가 입력되면, 상기 카테고리 정보에 기초하여 식별된 포맷 정보 및 상기 통합 데이터에 기초하여 상기 일기 데이터를 생성하도록 학습된 모델인, 전자 장치.
  6. 제1항에 있어서,
    상기 전자 장치는,
    디스플레이;를 더 포함하고,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상이한 날짜에 대응되는 복수의 일기 데이터가 생성되면, 상기 복수의 일기 데이터 각각의 통합 데이터 양에 기초하여 상기 복수의 일기 데이터에 대응되는 UI 영역의 크기를 식별하고,
    상기 복수의 일기 데이터에 대응되는 UI 영역의 크기에 기초하여 상기 복수의 일기 데이터에 대응되는 UI를 상기 디스플레이를 통해 표시하도록 하는, 전자 장치.
  7. 제1항에 있어서,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 사용자 활동 기반 일기 데이터에 기초하여 사용자의 날짜 별 패턴 정보를 식별하고,
    상기 사용자의 날짜 별 패턴 정보에 기초하여 추천 스케쥴 정보를 제공하도록 하는, 전자 장치.
  8. 제1항에 있어서,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 실시간으로 획득되면, 기 생성된 일기 데이터 중 상기 실시간으로 획득된 앱 데이터에 대응되는 일기 데이터를 식별하고,
    상기 실시간으로 획득된 앱 데이터와 관련된 사용자 입력이 수신되면, 상기 식별된 일기 데이터 중 상기 사용자 입력과 관련된 키워드를 식별하고,
    상기 사용자 입력과 관련된 키워드를 제공하도록 하는, 전자 장치.
  9. 제1항에 있어서,
    상기 전자 장치는,
    디스플레이;를 더 포함하고,
    상기 인스트럭션들은, 상기 하나 이상의 프로세서에 의해 개별적으로 또는 집합적으로 실행될 시, 상기 전자 장치가,
    상기 통합 데이터에 포함된 복수의 항목 별 데이터에 기초하여 상기 복수의 항목 별 일기 데이터를 생성하고,
    상기 복수의 항목 별 일기 데이터를 수정하기 위한 추천 문구를 가이드하는 UI를 상기 디스플레이를 통해 표시하도록 하는, 전자 장치.
  10. 제1항에 있어서,
    상기 기 설정된 항목은,
    인물 항목, 장소 항목, 사물 항목 및 시간 항목 중 적어도 하나를 포함하는, 전자 장치.
  11. 전자 장치의 제어 방법에 있어서,
    복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하는 동작;
    동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하는 동작;
    상기 전자 장치에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하는 동작; 및
    상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 동작;을 포함하는, 제어 방법.
  12. 제11항에 있어서,
    복수의 통합 데이터가 획득되면 상기 카테고리 리스트에 기초하여 상기 복수의 통합 데이터 각각의 카테고리를 식별하는 동작;
    상기 복수의 통합 데이터 각각의 카테고리 및 상기 전자 장치에 저장된 상기 일기 데이터를 생성할 카테고리 별 우선 순위 정보에 기초하여 상기 복수의 통합 데이터 중 제1 통합 데이터를 식별하는 동작; 및
    상기 제1 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하는 동작;을 포함하는, 제어 방법.
  13. 제12항에 있어서,
    상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 및 상기 카테고리 리스트에 기초하여 카테고리 별 사용자 선호도 정보를 식별하는 동작;
    상기 카테고리 별 우선 순위 정보 및 카테고리 별 사용자 선호도 정보에 기초하여 상기 복수의 통합 데이터 중 제2 통합 데이터를 식별하는 동작; 및
    상기 제2 통합 데이터에 기초하여 상기 사용자 활동 기반 일기 데이터를 생성하는 동작;을 포함하는, 제어 방법.
  14. 제13항에 있어서,
    상기 복수의 어플리케이션 각각으로부터 획득된 상기 앱 데이터 중 상기 카테고리 리스트에 포함된 각 카테고리에 대응되는 로그 데이터의 양을 식별하는 동작; 및
    상기 각 카테고리에 대응되는 로그 데이터의 양에 기초하여 상기 카테고리 별 사용자 선호도 정보를 식별하는 동작;을 포함하는, 제어 방법.
  15. 전자 장치의 프로세서에 의해 실행되는 경우 상기 전자 장치가 동작을 수행하도록 하는 컴퓨터 명령을 저장하는 비일시적 컴퓨터 판독가능 저장매체에 있어서, 상기 동작은,
    복수의 어플리케이션 각각으로부터 사용자 활동에 대응되는 앱 데이터가 획득되면, 상기 앱 데이터에 포함된 적어도 하나의 로그 데이터를 기 설정된 항목 별로 분류하는 동작;
    동일한 항목으로 분류된 복수의 로그 데이터 중 제1 로그 데이터와 관련된 제2 로그 데이터가 식별되면, 상기 제1 로그 데이터에 대응되는 제1 앱 데이터 및 상기 제2 로그 데이터에 대응되는 제2 앱 데이터를 통합하여 통합 데이터를 획득하는 동작;
    상기 전자 장치에 저장된 카테고리 리스트 중 상기 통합 데이터에 대응되는 제1 카테고리를 식별하는 동작; 및
    상기 제1 카테고리 및 상기 통합 데이터에 기초하여 사용자 활동 기반 일기 데이터를 생성하는 동작;을 포함하는, 비일시적 컴퓨터 판독가능 저장매체.
PCT/KR2025/007104 2024-06-07 2025-05-26 전자 장치 및 이의 제어 방법 Pending WO2025254375A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20240074209 2024-06-07
KR10-2024-0074209 2024-06-07
KR1020250027072A KR20250175263A (ko) 2024-06-07 2025-02-28 전자 장치 및 이의 제어 방법
KR10-2025-0027072 2025-02-28

Publications (1)

Publication Number Publication Date
WO2025254375A1 true WO2025254375A1 (ko) 2025-12-11

Family

ID=97960596

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2025/007104 Pending WO2025254375A1 (ko) 2024-06-07 2025-05-26 전자 장치 및 이의 제어 방법

Country Status (1)

Country Link
WO (1) WO2025254375A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101668713B1 (ko) * 2014-01-07 2016-10-24 주식회사 프로브테크놀로지 어플리케이션에 관한 로그를 핸들링하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
KR20210088217A (ko) * 2020-01-06 2021-07-14 김동녘 스마트 디바이스에서 일기 자동 작성하는 어플리케이션을 이용한 서비스를 방법
KR20210105115A (ko) * 2020-02-18 2021-08-26 조해정 매체 간 연동성을 제공하는 하이퍼링크 기반 라이프로그 및 생체로그를 이용한 스마트 다이어리 서비스 제공 시스템
KR102365341B1 (ko) * 2021-03-04 2022-02-23 주식회사 팀플백 인공지능 기반의 글쓰기 첨삭 시스템 및 그 방법
KR102548357B1 (ko) * 2020-09-08 2023-06-28 스왈라비(주) 라이프로그 데이터 기반 인공지능을 이용한 원격 건강 관리 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101668713B1 (ko) * 2014-01-07 2016-10-24 주식회사 프로브테크놀로지 어플리케이션에 관한 로그를 핸들링하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
KR20210088217A (ko) * 2020-01-06 2021-07-14 김동녘 스마트 디바이스에서 일기 자동 작성하는 어플리케이션을 이용한 서비스를 방법
KR20210105115A (ko) * 2020-02-18 2021-08-26 조해정 매체 간 연동성을 제공하는 하이퍼링크 기반 라이프로그 및 생체로그를 이용한 스마트 다이어리 서비스 제공 시스템
KR102548357B1 (ko) * 2020-09-08 2023-06-28 스왈라비(주) 라이프로그 데이터 기반 인공지능을 이용한 원격 건강 관리 시스템
KR102365341B1 (ko) * 2021-03-04 2022-02-23 주식회사 팀플백 인공지능 기반의 글쓰기 첨삭 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
WO2017209571A1 (en) Method and electronic device for predicting response
WO2013077487A1 (en) Electronic device and method of operating the same
EP3164847A1 (en) Electronic device and method for providing content on electronic device
WO2021162260A1 (en) Electronic apparatus and control method thereof
WO2021071249A1 (en) Electronic apparatus and control method thereof
WO2025254375A1 (ko) 전자 장치 및 이의 제어 방법
WO2021025465A1 (en) Method for recognizing voice and electronic device supporting the same
WO2021107330A1 (ko) 전자 장치 및 전자 장치의 제어 방법
WO2024025220A1 (ko) 온라인 광고 컨텐트 플랫폼을 제공하기 위한 시스템
WO2020184935A1 (en) Electronic apparatus and method for controlling thereof
WO2020166809A1 (en) Speech recognition function-equipped electronic device and operation-related notification method thereof
WO2022092487A1 (ko) 전자 장치 및 그 제어 방법
WO2022139122A1 (ko) 전자 장치 및 이의 제어 방법
WO2022164234A1 (ko) 통합 검색 서비스를 제공하는 방법 및 디바이스
WO2025127529A1 (ko) 비주얼 코딩을 통해 콘텐츠를 자동 생성하기 위한 방법 및 장치
WO2020060071A1 (en) Electronic apparatus and control method thereof
WO2025023383A1 (ko) 키워드와 유저 경험을 통한 어셋, 콘텐츠, 또는 템플릿을 추천하기 위한 방법 및 이를 위한 장치
WO2024150931A1 (ko) 추천 설정 정보를 이용하는 디스플레이 장치 및 그 제어 방법
WO2023224423A1 (ko) 웹사이트 자동 생성 플랫폼 운영 방법 및 시스템
WO2023234546A1 (ko) 사용자 인터페이스의 텍스트 입력 부분 내에 포함되는 텍스트를 처리하는 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
WO2018128214A1 (en) Machine learning based artificial intelligence emoticon service providing method
WO2022186450A1 (ko) 전자 장치 및 그 제어 방법
WO2024107040A1 (ko) 개인화된 메뉴를 제공하는 방법 및 전자 장치
WO2025075325A1 (ko) 스포일러를 방지하는 디스플레이 장치 및 그 제어 방법
WO2025143578A1 (ko) 추천 메뉴를 제공하는 방법 및 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: 25820379

Country of ref document: EP

Kind code of ref document: A1