KR102215736B1 - 가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 - Google Patents
가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 Download PDFInfo
- Publication number
- KR102215736B1 KR102215736B1 KR1020200016678A KR20200016678A KR102215736B1 KR 102215736 B1 KR102215736 B1 KR 102215736B1 KR 1020200016678 A KR1020200016678 A KR 1020200016678A KR 20200016678 A KR20200016678 A KR 20200016678A KR 102215736 B1 KR102215736 B1 KR 102215736B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- user terminal
- virtual space
- avatar
- character avatar
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013528 artificial neural network Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 238000013519 translation Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 12
- 238000013135 deep learning Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 210000003128 head Anatomy 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
사용자 단말, 판매자 단말 및 서비스 서버를 포함하는 시스템에 의해 동작하는 가상 현실 공간을 이용한 전시장 플랫폼의 아바타 생성 방법이 개시된다. 본 개시의 일 실시예에 따른 아바타 생성 방법은, 상기 서비스 서버는, 상기 판매자 단말로부터 수신한 데이터를 바탕으로 가상 공간을 생성하여 상기 사용자 단말로 제공하는 단계; 상기 서비스 서버는, 상기 사용자 단말 및 상기 판매자 단말 중 적어도 하나의 단말로부터 캐릭터 아바타 생성을 요청 받아 요청에 대응되는 캐릭터 아바타를 생성는 단계; 상기 생성된 캐릭터 아바타를 상기 가상 공간에 배치하는 단계; 및 상기 캐릭터 아바타를 학습 시키기 위한 사용자 명령이 입력되면, 상기 사용자 명령을 바탕으로 상기 캐릭터 아바타를 학습시키는 단계; 를 포함한다.
Description
본 발명은 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템에 관한 것이다.
가상현실(Virtual Reality)은 컴퓨터로 만들어 놓은 가상의 세계에서 사람이 실제와 같은 체험을 할 수 있도록 하는 기술이다.
한편, 가상현실(VR·virtual reality)과 현실 세계에 가상정보를 더해 보여주는 기술인 증강현실(AR:augmented reality)을 혼합한 기술은 혼합현실(MR:mixed reality)이라고 한다. VR과 AR, MR은 모두 실제로 존재하지 않은 현실을 구현해 사람이 이를 인지할 수 있도록 하는 기술이라는 점에서 공통점이 있다. 다만 AR은 실제 현실에 가상의 정보를 더해 보여 주는 방식이고, VR은 모두 허구의 상황이 제시된다는 점에서 차이가 있다. MR은 AR과 VR을 혼합해 현실 배경에 현실과 가상의 정보를 혼합시켜 제공하는데, 대용량 데이터를 처리할 수 있는 기술이 필요하다.
가상현실의 체험에는 HMD(Head Mount Display)가 일반적으로 이용되는데, 이는 VR 체험을 위해 사용자가 머리에 장착하는 디스플레이 디바이스로, 사용자의 시선을 외부와 차단한 후 사용자의 시각에 가상세계를 보여주는 역할을 한다. 눈앞에 디스플레이가 오도록 얼굴에 쓰는 형태로 마이크, 스테레오 스피커를 비롯해 여러 센서 등이 탑재될 수 있다.
본 발명이 해결하고자 하는 과제는 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 개시의 일 실시예에 따른 사용자 단말, 판매자 단말 및 서비스 서버를 포함하는 시스템에 의해 동작하는 가상 현실 공간을 이용한 전시장 플랫폼의 아바타 생성 방법은, 상기 서비스 서버는, 상기 판매자 단말로부터 수신한 데이터를 바탕으로 가상 공간을 생성하여 상기 사용자 단말로 제공하는 단계; 상기 서비스 서버는, 상기 사용자 단말 및 상기 판매자 단말 중 적어도 하나의 단말로부터 캐릭터 아바타 생성을 요청 받아 요청에 대응되는 캐릭터 아바타를 생성는 단계; 상기 생성된 캐릭터 아바타를 상기 가상 공간에 배치하는 단계; 및 상기 캐릭터 아바타를 학습 시키기 위한 사용자 명령이 입력되면, 상기 사용자 명령을 바탕으로 상기 캐릭터 아바타를 학습시키는 단계; 를 포함한다.
이때, 상기 학습 시키는 단계는, 상기 사용자 단말 또는 상기 판매자 단말로 상기 캐릭터 아바타를 학습시키기 위한 카테고리 정보를 전송하고, 상기 전송된 카테고리 정보 중 적어도 하나에 대한 카테고리 정보를 상기 사용자 단말 또는 상기 판매자 단말로부터 수신하면, 상기 수신된 카테고리 정보를 바탕으로 상기 캐릭터 아바타를 학습시킬 수 있다.
이때, 상기 캐릭터 아바타가 상기 판매자 단말에 의해 생성된 캐릭터 아바타인 경우, 상기 캐릭터 아바타는 상기 생성된 가상 공간 및 상기 가상 공간에서 제공되는 서비스에 대한 데이터를 학습하고, 상기 아바타 생성 방법은, 상기 서비스 서버가, 복수의 사용자 단말에 대응되는 복수의 캐릭터 아바타로부터 상기 가상 공간 및 상기 가상 공간에서 제공되는 서비스에 대한 요청 정보를 획득하는 단계; 상기 서비스 서버가, 상기 획득된 요청 정보에 대응되는 답변 정보를 획득하는 단계; 및 상기 서비스 서버가, 상기 요정 청보 및 답변 정보를 바탕으로 어느 하나의 사용자 단말에 대응되는 사용자 아바타에게 추천 서비스를 제공하는 단계;를 포함할 수 있다.
이때, 상기 아바타 생성 방법은, 상기 서비스 서버가, 상기 사용자 단말로부터 수신된 사용자의 개인 정보, 사용자의 관심 분야 정보, 사용자의 검색 히스토리 정보, 상기 사용자 단말의 상태 정보, 상기 사용자 단말의 사용 히스토리 정보 중 적어도 하나의 정보를 수신하는 단계; 상기 서비스 서버가, 상기 수신된 적어도 하나의 정보를 바탕으로, 상기 캐릭터 아바타를 학습시키는 단계;를 더 포함할 수 있다.
이때, 상기 아바타 생성 방법은, 상기 서비스 서버는, 복수의 사용자 단말 또는 복수의 판매자 단말 중 적어도 하나의 단말로부터 학습된 상기 사용자 단말의 캐릭터 아바타 구입 요청을 수신하는 단계; 상기 서비스 서버는, 상기 사용자 단말로부터 상기 캐릭터 아바타를 판매하기 위한 명령을 수신하면, 상기 구입 요청에 대응되는 단말에 상기 캐릭터 아바타를 판매하는 단계; 를 포함하고, 상기 캐릭터 아바타 구입 요청 및 판매는 상기 가상 공간 내에서 제공될 수 있다.
이때, 상기 캐릭터 아바타를 판매하는 단계는, 상기 사용자 단말로부터 상기 캐릭터 아바타를 판매하기 위한 명령을 수신하면, 상기 캐릭터 아바타에 저장된 상기 사용자 단말의 사용자에 대한 개인 정보를 삭제하는 단계;를 더 포함할 수 있다.
이때, 상기 아바타 생성 방법은, 상기 사용자 단말로부터 상기 가상 공간으로의 접근이 요청되면, 상기 가상 공간 및 상기 가상 공간에 배치된 상기 판매자 단말의 캐릭터 아바타를 상기 사용자 단말로 제공하는 단계; 및 상기 사용자 단말에 대응되는 캐릭터 아바타가 존재하면, 상기 캐릭터 아바타를 상기 가상공간에 배치하여 상기 사용자 단말로 제공하는 단계;를 포함하고, 상기 사용자 단말 이외의 다른 사용자 단말로부터 상기 서비스 서버로부터 생성된 가상 공간에 접근하기 위한 요청을 수신하면, 상기 다른 사용자 단말에 대응되는 사용자 아바타를 상기 가상 공간에 표시하여 제공할 수 있다.
이때, 상기 제공하는 단계는, 상기 사용자 단말로부터 전송된 사용자의 시야가 기 설정된 범위 밖인 경우, 상기 생성된 가상 공간을 제공하고, 상기 사용자 단말로부터 전송된 사용자의 시야가 기 설정된 범위 내인 경우, 상기 사용자 단말 주변 영상을 수신하여 제공할 수 있다.
한편, 상술한 과제를 해결하기 위한 본 개시의 일 실시예에 따른 서비스 서버는, 하나 이상의 인스트럭션을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 제1 항의 방법을 수행한다.
. 한편, 상술한 과제를 해결하기 위한 본 개시의 일 실시예에 따른 컴퓨터 프로그램은. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된다.
개시된 실시예에 따른, 가상 현실 동간에서 다양한 캐릭터를 이용하여 효과적으로 다양한 서비스를 제공할 수 있는 플랫폼을 구축할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템을 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른 캐릭터 생성 및 학습 시스템의 동작을 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 가상 공간을 구축하고, 서비스를 제공하는 방법을 설명하기 위한 도면이다.
도 4 및 도 5는 본 개시의 일 실시예에 따른 가상 공간을 생성하기 위한 방법을 설명하기 위한 예시도이다.
도 6은 본 개시의 일 실시예에 따른 서비스 추천 방법을 설명하기 위한 예시도이다.
도 7은 본 개시의 일 실시예에 따른 복수의 사용자가 동일한 가상 공간을 사용하는 것을 설명하기 위한 예시도이다.
도 8은 본 개시의 일 실시예에 따른 캐릭터 아바타 판매를 설명하기 위한 예시도이다.
도 9은 본 개시의 일 실시예에 따른 가상 공간 표시 방법을 설명하기 위한 예시도이다.
도 10는 일 실시 예에 따른 장치의 구성도이다.
도 2는 본 개시의 일 실시예에 따른 캐릭터 생성 및 학습 시스템의 동작을 설명하기 위한 도면이다.
도 3은 본 개시의 일 실시예에 따른 가상 공간을 구축하고, 서비스를 제공하는 방법을 설명하기 위한 도면이다.
도 4 및 도 5는 본 개시의 일 실시예에 따른 가상 공간을 생성하기 위한 방법을 설명하기 위한 예시도이다.
도 6은 본 개시의 일 실시예에 따른 서비스 추천 방법을 설명하기 위한 예시도이다.
도 7은 본 개시의 일 실시예에 따른 복수의 사용자가 동일한 가상 공간을 사용하는 것을 설명하기 위한 예시도이다.
도 8은 본 개시의 일 실시예에 따른 캐릭터 아바타 판매를 설명하기 위한 예시도이다.
도 9은 본 개시의 일 실시예에 따른 가상 공간 표시 방법을 설명하기 위한 예시도이다.
도 10는 일 실시 예에 따른 장치의 구성도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
본 명세서에서, 인공지능 모델이란 기계학습을 이용하여 학습된 모델을 포함하는, 인공지능 시스템을 구현할 수 있도록 설계된 모든 종류의 모델을 포함한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 개시의 일 실시예에 따른 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템을 도시한 도면이다.
도 1에 도시된 구성요소들은 예시로써 도시된 것이며, 개시된 실시 예에 따른 시스템의 구성요소들은 이에 제한되지 않는다. 또한, 도 1에 도시되지 않은 구성요소들이 도 1에 도시된 시스템에 더 추가될 수 있으며, 도 1에 도시된 일부 구성요소가 도 1에 도시된 시스템으로부터 생략될 수도 있다.
일 실시 예에서, 캐릭터 생성 및 학습 시스템은, 사용자 단말(110), 서비스 서버(120) 및 판매자 단말(130)을 포함할 수 있다. 본 개시에서는 하나의 사용자 단말(110), 서비스 서버(120) 및 판매자 단말(130)의 동작에 대하여 개시하나, 복수의 사용자 단말(110), 서비스 서버(120) 및 판매자 단말(130)에 대하여도 동일한 기술적 사상이 적용될 수 있음은 자명하다.
사용자 단말(110)은 가상 공간 제공을 위한 추가 장치를 포함할 수 있다. 일 실시예로, 사용자 단말(110)은 HMD(Head Mount Display)를 포함할 수 있다. 하지만 사용자 단말(110)에 포함된 출력장치는 HMD에 제한되는 것은 아니고, 다양한 형태의 출력장치가 가상현실을 제공하는 데 이용될 수 있다.
일 실시 예에서, 사용자 단말(110)은 가상 공간을 처리 및 재생하기 위한 처리장치를 내장할 수도 있고, 외부의 처리장치와 연결되어, 처리장치로부터 수신되는 정보를 디스플레이를 이용하여 출력할 수도 있다. 외부의 처리장치는 사용자 단말(110)일 수도 있고, 서비스 서버(120)와 연결된 컴퓨팅 장치일 수도 있다. 실시 예에 따라서, 사용자 단말(110)은 서비스 서버(120)로부터 수신되는 정보에 기초하여 가상현실 영상을 출력할 수도 있다.
일 실시 예에서, 서비스 서버(120)는 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치일 수 있다. 실시 예에 따라서, 서비스 서버(120)는 클라우드 서버를 의미할 수도 있다. 일 실시예로, 서비스 서버(120)는 플랫폼과 혼용되어 사용될 수 있다.
*일 실시 예에서, 서비스 서버(120)는 복수의 사용자 단말(110)과 연결되고, 복수의 가상현실 장비들 각각에 컨텐츠를 전송할 수 있으며, 각각의 사용자 단말(110)은 서비스 서버(120)로부터 수신된 컨텐츠에 기초하여 가상 공간을 출력한다.
도 2는 본 개시의 일 실시예에 따른 캐릭터 생성 및 학습 시스템의 동작을 설명하기 위한 도면이다.
먼저, 서비스 서버(120)은 판매자 단말(130)로부터 수신한 데이터를 바탕으로 가상 공간을 생성하여 사용자 단말(110)로 제공할 수 있다(S210). 가상 공간을 생성하는 방법에 대하여는 도 3 및 도 4에서 구체적으로 살펴본다.
서비스 서버(120)는 사용자 단말 및 판매자 단말 중 적어도 하나의 단말로부터 캐릭터 아바타 생성을 요청 받아 캐릭터 아바타를 생성할 수 있다(S220). 이때 생성되는 캐릭터 아바타는 기본적인 기능만을 포함하는 캐릭터 아바타로, 사용자 명령에 따라 새로운 기능들을 학습 시킬 수 있다.
서비스 서버(120)는 생성된 캐릭터 아바타를 가상 공간에 배치할 수 있다(S230). 일 실시예로, 캐릭터 아바타가 판매자 단말(130)의 요청으로부터 생성된 경우, 서비스 서버(120)는 판매자 단말(130)로부터 배치된 캐릭터 아바타의 위치 정보 및 이동 반경 정보를 수신하여 캐릭터 아바타를 배치할 수 있다. 즉, 판매자 단말(130)에 대응되는 캐릭터 아바타는 사용자 단말(110)의 사용자에게 정보를 제공하거나 서비스를 제공하기 위한 경우가 많으므로, 특정 위치 및 특정 이동 반경을 가지도록 설정될 수 있다.
또 다른 실시예로, 캐릭터 아바타가 사용자 단말(110)의 요청으로부터 생성된 경우, 서비스 서버(120)는 가상 공간 상의 사용자의 시야에서 기 설정된 범위 이내에 캐릭터 아바타를 배치할 수 있다. 즉, 사용자 단말(110)에 대응되는 캐릭터 아바타는 사용자의 편의를 위한 캐릭터 아바타인 경우가 많으므로, 사용자 근처에 배치할 수 있다.
서비스 서버(120)는 캐릭터 아바타를 학습시키기 위한 사용자 명령이 입력되면, 사용자 명령을 바탕으로 캐릭터 아바타를 학습 시킬 수 있다(S240)
일 실시예로, 서비스 서버(120)는 사용자 단말(110) 또는 판매자 단말(120)로 캐릭터 아바타를 학습시키기 위한 카테고리 정보를 전송하고, 전송된 카테고리 정보 중 적어도 하나에 대한 카테고리 정보를 사용자 단말(110) 또는 판매자 단말(130)로부터 수신하면, 수신된 카테고리 정보를 바탕으로 캐릭터 아바타를 학습시킬 수 있다.
이때, 카테고리 정보는, 캐릭터 아바타를 학습시키기 위한 다양한 카테고리에 대한 정보일 수 있다. 일 실시예로, 카테고리 정보는, 어학 카테고리, 스포츠 카테고리, 쇼핑 카테고리, 교육 카테고리 등 다양한 카테고리에 대한 정보일 수 있다. 이러한 카테고리 정보는 카테고리 정보를 세분화한 세부 카테고리 정보를 더 포함할 수 있다. 예를 들어 어학 카테고리의 세부 카테고리는 한국어, 일본어, 중국어, 영어 등 언어의 종류를 구성하는 제1 세부 카테고리, 번역, 쓰기, 읽기, 말하기, 듣기 등 언어에 대한 행위를 나타내는 제2 세부 카테고리, 각각의 카테고리의 학습의 정도를 결정하는 제3 세부 카테고리 등으로 구성될 수 있다.
특히 제3 세부 카테고리는 예를 들어, 영어 번역 카테고리에 대한 학습의 정도와 관련된 카테고리로, 초급자 수준의 번역, 중급자 수준의 번역, 고급자 수준의 번역 등 번역 수준을 결정하기 위한 세부 카테고리일 수 있다. 일반적으로, 학습의 정도가 높은 캐릭터 아바타는 학습의 정도가 낮은 캐릭터 아바타보다 많은 리소스(데이터 량, 비용 등)를 필요로 한다. 따라서, 가용한 리소스 양에 따라 카테고리를 분류하여 사용자 선택에 따라 캐릭터 아바타를 학습 시킬 수 있다.
사용자는 서비스 서버(120)로부터 제공된 카테고리 정보 중 적어도 하나를 선택하여 캐릭터 아바타를 학습 시킬 수 있다. 이때, 캐릭터 아바타를 학습 시키는 과정은 기 저장된 학습 모듈을 전송하는 방식으로 구성될 수도 있다. 그러나, 캐릭터 아바타를 학습 시키는 과정은 인공 지능 모델을 통해 구현될 수도 있다.
한편, 서비스 서버(120)는 학습된 캐릭터 아바타를 지속적으로 학습시킬 수 있다. 구체적으로, 서비스 서버(120)는 캐릭터 아바타에 학습된 카테고리 정보와 관련된 데이터가 입력되면, 캐릭터 아바타를 업데이트 할 수 있다. 이때, 업데이트를 위한 데이터는 사용자 단말(110) 또는 판매자 단말(13)로부터 제공 받을 수 있다. 다만, 이에 한정되는 것은 아니고, 서비스 서버(120)가 업데이트될 데이터를 선별하여 캐릭터 아바타를 학습 시킬 수도 있다. 예를 들어, 학습된 카테고리 정보에 대응되는 데이터를 다양한 방법을 통해 수신하면, 서비스 서버(120)는 수신한 데이터를 바탕으로 캐릭터 아바타를 업데이트 할 수 있다.
일 실시예로, 캐릭터 아바타가 초급자 수준의 영어(중국어, 일본어 등 다양한 언어의 경우 또한 같다) 번역을 학습한 상태인 경우를 가정한다. 사용자 단말(110) 또는 판매자 단말(130)은 영어 번역 학습을 위한 다양한 영어(및 그의 번역 데이터)를 서비스 서버(120)로 제공하고, 서비스 서버(120)는 제공된 데이터를 이용하여 캐릭터 아바타를 학습시킬 수 있다. 처음에는 초급자 수준의 영어 번역이 가능했던 캐릭터 아바타는, 지속적인 학습을 통해 영어 번역의 수준을 높여갈 수 있다.
나아가, 단말이 제공한 데이터를 이용하여 학습이 수행되므로, 단말의 사용자에게 개인화된 캐릭터 아바타가 획득될 수 있다. 즉, 단말로부터 제공받은 데이터는 단말의 사용자가 관심 있거나, 자주 사용하는 단어 또는 문장등과 관련된 데이터일 수 있다. 따라서, 학습된 캐릭터 데이터는 사용자의 관심 분야를 더욱 잘 번역할 수 있게되며 개인화된 캐릭터 아바타가 생성될 수 있는 효과가 존재한다. 예를 들어, 단말의 사용자가 자신의 관심 분야인 스포츠 분야에 대한 데이터를 지속적으로 제공하여 캐릭터 아바타를 학습시킨 경우, 캐릭터 아바타는 다른 분야에 대한 번역의 품질보다 스포츠 분야에서의 번역의 품질이 더 높을 것이다.
나아가, 처음부터 원어민 수준의 영어 번역을 학습한 캐릭터 아바타와 비교할 때, 사용자가 필요한 분야에 대한 번역 능력만을 향상 시킴으로써 학습을 위한 데이터의 양을 줄이고, 캐릭터 아바타의 용량을 줄일 수 있는 효과가 존재한다.
한편, 상술한 실시예에서는, 사용자 단말(110) 또는 판매자 단말(130)이 카테고리 정보를 전송하여 서비스 서버(120)가 캐릭터 아바타를 학습 시키는 것으로 설명하였으나, 이에 한정되는 것은 아니다. 본 개시에 따른 일 실시예로, 서비스 서버(120)는 사용자 단말(110) 또는 판매자 단말(130)로부터 단말의 사용자 정보를 수신하고, 수신된 사용자 정보를 바탕으로 캐릭터 아바타를 학습 시킬 수 있음은 물론이다. 이때, 사용자 정보란, 단말을 통해 수집된 사용자의 생체 정보, 단말을 통해 수집된 단말의 사용 히스토리 기록(사용 히스토리 기록은 일정 정보, 사용한 어플리케이션의 종류, 사용 시간, 접속한 웹사이트 주소, 접속 시간, 알람 설정 시간, 단말 사용 시간 및 분포 등 단말을 통한 모든 사용자 명령 중 적어도 하나일 수 있다.)
즉, 캐릭터 아바타는 각각의 단말의 개인적인 사용 양태에 따라 학습되어 개인화된 캐릭터 아바타로 활용될 수 있다.
한편, 상술한 다양한 학습은 인공 지능 시스템을 통해 구현될 수 있다. 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
구체적으로, 딥 러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습(machine learning) 알고리즘의 집합으로 정의된다. 딥 러닝은 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야로 볼 수 있다.
어떠한 데이터가 있을 때 이를 컴퓨터가 알아 들을 수 있는 형태(예를 들어 영상의 경우는 픽셀정보를 열벡터로 표현하는 등)로 표현(representation)하고 이를 학습에 적용하기 위해 많은 연구(어떻게 하면 더 좋은 표현기법을 만들고 또 어떻게 이것들을 학습할 모델을 만들지에 대한)가 진행되고 있다. 이러한 노력의 결과로 다양한 딥 러닝 기법들이 개발되었다. 딥 러닝 기법들로는 심층 신경망(Deep Neural Networks, DNN), 합성곱 신경망(Convolutional deep Neural Networks, CNN), 순환 신경망(Reccurent Neural Network, RNN) 및 심층 신뢰 신경망(Deep Belief Networks, DBN)을 예로 들 수 있다.
심층 신경망(Deep Neural Networks, DNN)은 입력 계층(input layer)과 출력 계층(output layer) 사이에 복수개의 은닉 계층(hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)이다.
이때, 심층 신경망의 구조는 퍼셉트론(perceptron)으로 구성될 수 있다. 퍼셉트론은 여러 개의 입력 값(input)과 하나의 프로세서(prosessor), 하나의 출력 값으로 구성된다. 프로세서는 여러 개의 입력 값에 각각 가중치를 곱한 후, 가중치가 곱해진 입력 값들을 모두 합한다. 그 다음 프로세서는 합해진 값을 활성화함수에 대입하여 하나의 출력 값을 출력한다. 만약 활성화함수의 출력 값으로 특정한 값이 나오기를 원하는 경우, 각 입력 값에 곱해지는 가중치를 수정하고, 수정된 가중치를 이용하여 출력 값을 다시 계산할 수 있다. 이때, 각각의 퍼셉트론은 서로 다른 활성화함수를 사용할 수 있다. 또한 각각의 퍼셉트론은 이전 계층에서 전달된 출력들을 입력으로 받아들인 다음, 활성화 함수를 이용해서 출력을 구한다. 구해진 출력은 다음 계층의 입력으로 전달된다. 상술한 바와 같은 과정을 거치면 최종적으로 몇 개의 출력 값을 얻을 수 있다.
개시된 일 실시예에 따르면, 서비스 서버(120)는 가상 공간을 사용하는 사용자의 다양한 사용자 정보를 사용자 단말(110) 또는 판매자 단말(130)로부터 수집하여, 딥러닝에 활용되는 가중치를 설정하는데 사용할 수 있다. 이때, 사용자 정보란, 단말을 통해 수집된 사용자의 생체 정보, 단말을 통해 수집된 단말의 사용 히스토리 기록(사용 히스토리 기록은, 사용한 어플리케이션의 종류, 사용 시간, 접속한 웹사이트 주소, 접속 시간, 알람 설정 시간, 단말 사용 시간 및 분포 등 단말을 통한 모든 사용자 명령 중 적어도 하나일 수 있다.) 예를 들어, 캐릭터 아바타를 학습시키기 위한 인공 지능 모델은 상술한 다양한 사용자 정보에 기초하여 캐릭터 아바타를 보완하는 정보를 수집할 수 있으며, 이에 기초하여 각각의 가중치를 재설정할 수 있다.
딥 러닝 기법에 대한 설명으로 다시 돌아가면, 합성곱 신경망(Convolutional deep Neural Networks, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. 합성곱 신경망은 하나 또는 여러개의 합성곱 계층(convolutional layer)과 그 위에 올려진 일반적인 인공신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 합성곱 신경망은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 또한, 합성곱 신경망은 표준 역전달을 통해 훈련될 수 있다. 합성곱 신경망은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다. 합성곱 신경망은 입력 영상에 대하여 합성곱과 서브샘플링을 번갈아 수행함으로써 입력 영상으로부터 특징을 추출한다.
합성곱 신경망은 여러 개의 합성곱 계층(Convolution layer), 여러 개의 서브샘플링 계층(Subsampling layer, Lacal pooling layer, Max-Pooling layer), 완전 연결 층(Fully Connected layer)을 포함한다. 합성곱 계층은 입력 영상(Input Image)에 대해 합성곱을 수행하는 계층이다. 그리고 서브샘플링 계층은 입력 영상에 대해 지역적으로 최대값을 추출하여 2차원 영상으로 매핑하는 계층으로, 국소적인 영역을 더 크게 하고, 서브샘플링을 수행한다.
합성곱 계층에서는 커널의 크기(kernel size), 사용할 커널의 개수(즉, 생성할 맵의 개수), 및 합성곱 연산 시에 적용할 가중치 테이블 등의 정보가 필요하다. 예를 들어, 입력 영상의 크기가 32×32이고, 커널의 크기가 5×5이고, 사용할 커널의 개수가 20개인 경우를 예로 들자. 이 경우, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하면, 입력 영상의 위, 아래, 왼쪽, 오른쪽에서 각각 2개의 픽셀(pixel)에는 커널을 적용하는 것이 불가능하다. 입력 영상의 위에 커널을 배치한 후 합성곱을 수행하면, 그 결과 값인 '-8'은 커널에 포함된 입력 영상의 픽셀들 중에서 커널의 중심요소(center element)에 대응하는 픽셀의 값으로 결정되기 때문이다. 따라서, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하여 합성곱을 수행하면 28×28 크기의 맵(map)이 생성된다. 앞서, 사용할 커널의 개수가 총 20개인 경우를 가정하였으므로, 첫 번째 합성곱 계층에서는 총 20개의 28×28 크기의 맵이 생성된다.
서브샘플링 계층에서는 서브샘플링할 커널의 크기에 대한 정보, 커널 영역 내의 값들 중 최대값을 선택할 것인지 최소값을 선택할 것인지에 대한 정보가 필요하다.
딥 러닝 기법에 대한 설명으로 다시 돌아가면, 순환 신경망(Reccurent Neural Network, RNN)은 인공신경망을 구성하는 유닛 사이의 연결이 Directed cycle을 구성하는 신경망을 말한다. 순환 신경망은 앞먹임 신경망과 달리, 임의의 입력을 처리하기 위해 신경망 내부의 메모리를 활용할 수 있다.
심층 신뢰 신경망(Deep Belief Networks, DBN)이란 기계학습에서 사용되는 그래프 생성 모형(generative graphical model)으로, 딥 러닝에서는 잠재변수(latent variable)의 다중계층으로 이루어진 심층 신경망을 의미한다. 계층 간에는 연결이 있지만 계층 내의 유닛 간에는 연결이 없다는 특징이 있다.
심층 신뢰 신경망은 생성 모형이라는 특성상 선행학습에 사용될 수 있고, 선행학습을 통해 초기 가중치를 학습한 후 역전파 혹은 다른 판별 알고리즘을 통해 가중치의 미조정을 할 수 있다. 이러한 특성은 훈련용 데이터가 적을 때 굉장히 유용한데, 이는 훈련용 데이터가 적을수록 가중치의 초기값이 결과적인 모델에 끼치는 영향이 세지기 때문이다. 선행학습된 가중치 초기값은 임의로 설정된 가중치 초기값에 비해 최적의 가중치에 가깝게 되고 이는 미조정 단계의 성능과 속도향상을 가능케 한다.
상술한 인공지능 및 그 학습방법에 관한 내용은 예시를 위하여 서술된 것이며, 이하에서 설명되는 실시 예들에서 이용되는 인공지능 및 그 학습방법은 제한되지 않는다. 예를 들어, 당 업계의 통상의 기술자가 동일한 과제해결을 위하여 적용할 수 있는 모든 종류의 인공지능 기술 및 그 학습방법이 개시된 실시 예에 따른 시스템을 구현하는 데 활용될 수 있다.
도 3은 본 개시의 일 실시예에 따른 가상 공간을 구축하고, 서비스를 제공하는 방법을 설명하기 위한 도면이다.
도 3에 도시된 바와 같이, 서비스 서버(120)의 구체적인 동작에 대하여 살펴본다. 서비스 서버(120)는 판매자 단말(130)로부터 가상 공간 구축을 위한 데이터 및 생성될 가상 공간에 적용될 서비스에 대한 정보를 전송 받을 수 있다(S310).
구체적으로, 판매자 단말(130)은 사용자 단말(110)에 제공하기 위한 가상 공간에 대한 데이터를 서비스 서버(120)에 전송하여 서비스 서버(120)에 가상 공간을 생성하는 작업을 요청할 수 있다. 이때, 생성될 가상 공간은 다양한 종류의 가상 공간일 수 있다.
일 실시예로, 생성될 가상 공간은 모델 하우스에 대응되는 가상 공간일 수 있다.
또 다른 실시예로, 생성될 가상 공간은 쇼핑몰에 대응되는 가상 공간일 수 있다.
또 다른 실시예로, 생성될 가상 공간은 각종 전시회에 대응되는 가상 공간일 수 있다.
또 다른 실시예로, 생성될 가상 공간은 복수의 사용자에 대응되는 복수의 사용자 아바타의 협업 공간일 수 있다.
또 다른 실시예로, 생성될 가상 공간은 컨텐츠 제공을 위한 가상 공간일 수 있다.
서비스 서버(120)는 판매자 단말(130)로부터 수신한 데이터를 변환하여 가상 공간을 생성할 수 있다(S320).
이후 서비스 서버(120)는 생성된 가상 공간의 일 영역에 서비스에 대한 정보에 대응되는 서비스를 매핑할 수 있다(S330).
구체적으로, 판매자 단말(130)은 단순히 가상 공간을 생성하는 것을 목적으로 하기 보다는 가상 공간 내에서 다양한 서비스를 제공하는 것을 목적으로 할 수 있다. 따라서, 판매자 단말(130)는 생성된 가상 공간에 다양한 서비스를 매핑하기 위한 서비스 정보를 서비스 서버(120)로 전송하고, 서비스 서버(120)는 생성된 가상 공간에 서비스를 매핑할 수 있다.
일 실시예로, 생성된 가상 공간이 모델 하우스에 대응되는 가상 공간인 경우, 매핑된 서비스는, 모델하우스에 대한 정보(가격 정보, 시공사 및 분양사 정보)를 안내하기 위한 컨텐츠 서비스 또는 빌트인된 가구에 대한 서비스, 환경에 어울리는 인테리어 추천 서비스 등일 수 있다.
또 다른 실시예로, 생성된 가상 공간이 쇼핑몰에 대응되는 가상 공간인 경우, 매핑된 서비스는 쇼핑몰에서 판매하는 상품의 제품 정보, 가격 정보, 재고 정보, 피팅 정보 등에 대한 서비스일 수 있다. 나아가, 매핑된 서비스는 사용자 단말(110)이 등록한 사용자 아바타가 사용자 체형 정보를 포함하는 경우, 사용자가 쇼핑몰의 제품을 착용했을 때의 예상 모습을 제공하는 서비스일 수도 있다.
또 다른 실시예로, 생성된 가상 공간이 각종 전시회에 대응되는 가상 공간인 경우, 매핑된 서비스는, 전시회에 전시될 작품에 대한 컨텐츠 서비스일 수 있다. 이 경우, 서비스 서버(120)는 전시될 작품을 가상 공간 내에서 구현하여 사용자가 직접 전시회에 참석하지 않고도 전시회를 관람할 수 있게 도와줄 수 있다. 나아가, 매핑된 서비스는 전시될 작품에 대한 정보를 제공하는 서비스일 수 있다. 비디오, 오디오, 텍스트 증 다양한 방법으로 작품에 대한 정보를 전달함으로써, 사용자가 직접 전시회를 방문하는 것 보다 더 나은 서비스를 제공할 수 있는 효과가 존재한다.
또 다른 실시예로, 생성된 가상 공간은 복수의 사용자에 대응되는 복수의 사용자 아바타의 협업 공간일 수 있다. 이때, 매핑된 서비스는, 복수의 사용자가 협업하기 위한 자료 전송 서비스, 자료에 대한 각종 뷰어를 제공하는 뷰어 서비스, 정보를 공유하기 위한 채팅 서비스, 정보를 편집 및 수정하기 위한 문서 작업 서비스 등일 수 있다.
또 다른 실시예로, 생성된 가상 공간은 컨텐츠 제공을 위한 가상 공간일 수 있다. 이때, 매핑된 서비스는 컨텐츠를 제공 하기 위한 서비스 일 수 있다.
한편, 서비스 서버(120)는 사용자 단말(110)로부터 가상 공간으로의 접근이 요청되면, 사용자 단말(110)에 생성된 가상 공간을 제공할 수 있다(S340).
이때, 후술하는 바와 같이, 사용자 단말(110)은 자신의 캐릭터 아바타를 생성된 가상 공간에 함께 표시할 수 있다. 또는 다른 사용자 단말에 대응되는 사용자 아바타를 생성된 가상 공간에 표시할 수 있음은 물론이다.
서비스 서버(120)는 사용자 단말(110)로부터 매핑된 서비스를 요청하는 사용자 명령이 전송되면, 서비스 서버(120)는 요청된 서비스를 사용자 단말(110)로 제공할 수 있다(3250). 이때, 상술한 다양한 서비스가 다양한 방법을 통해 제공될 수 있다.
도 4는 본 개시의 일 실시예에 따른 가상 공간을 생성하기 위한 방법을 설명하기 위한 예시도이다.
서비스 서버(120)는 판매자 단말(130)로부터 2D 육면도 데이터를 수신할 수 있다(S410). 서비스 서버(120)는 수신한 2D 육면도를 3D 가상 공간으로 변환할 수 있다(S420). 일 실시예로, 서비스 서버(120)가 수신하는 가상 공간 구축을 위한 데이터는 2D 육면도일 수 있다. 서비스 서버(120)는 수신한 2D 육면도를 변환하여 3D 가상 공간을 생성할 수 있다. 이때, 2D 육면도의 각각의 면은 필요에 따라 벽지 무늬, 컨텐츠 정보, 액자 등의 요소를 포함할 수 있다. 한편, 본 개시에서는 육면도에 대해 언급하고 있으나, 가상 공간이 직육면체의 형상이 아닌 경우, 그에 맞는 다양한 2D 도면을 가상 공간 구축을 위한 데이터로 사용할 수 있음은 물론이다. 예를 들어, 3D 공간이 원뿔형인 경우, 서비스 서버(120)는 원뿔의 전개도에 대한 데이터를 수신할 수 있을 것이다.
또 다른 실시예로, 구현되는 가상 공간은 4D의 가상 공간(예를 들어, 4차원 초입방체 등)일 수 있음은 물론이다. 서비스 서버(120)는 4D 가상 공간 구축을 위해 3D 전개도를 수신할 수 있음은 물론이다. 예를 들어, 도 5의 좌측에 도시된 바와 같이, 서비스 서버(120)는 3D 가상도의 각각의 대응되는 면을 맞붙혀 4D 공간을 생성할 수 있다. 즉, 서비스 서버(120)는 도 5의 좌측 전개도에서 동일한 숫자를 가지는 면을 맞붙혀 도 5의 우측 가상 공간을 생성할 수 있다.
서비스 서버(120)는 사용자 단말(110)로부터 가상 공간으로의 접근이 요청되면, 사용자 단말(110)에 생성된 가상 공간을 제공할 수 있다(S430).
한편, 생성된 가상 공간은 공간 내부에 다양한 오브젝트가 배치될 수 있다. 따라서, 서비스 서버(120)가 수신하는 가상 공간 구축을 위한 데이터는 객체 오브젝트에 대한 데이터를 포함할 수 있다. 구체적으로, 서비스 서버(120)는 판매자 단말(130)로부터 객체 오브젝트 정보 및 객체 오브젝트의 위치 정보를 수신할 수 있다.
서비스 서버(120)는 객체 오브젝트 정보에 대응되는 객체 오브젝트를 객체 오브젝트의 위치 정보에 대응하는 위치에 배치할 수 있다. 예를 들어, 객체 오브젝트가 옷장이고 객체 오브젝트의 위치가 안방인 경우, 서비스 서버(120)는 옷장을 가상 공간의 안방에 위치하는 장소에 배치할 수 있다. 또 다른 예로, 객체 오브젝트가 현관문이고, 객체 오브젝트의 위치가 신발장과 외부 사이인 경우, 서비스 서버(120)는 신발장과 외부 사이에 현관문을 배치할 수 있다.
서비스 서버(120)는 사용자 단말(110)로부터 객체 오브젝트에 대한 사용자 인터랙션을 수신할 수 있다. 사용자 인터랙션은 사용자 제스쳐, 사용자 단말(110)을 통한 입력 등 다양할 수 있다.
이때, 객체 오브젝트에 매핑된 또 다른 가상 공간이 존재하면, 서비스 서버(120)는 매핑된 또 다른 가상 공간에 대응되는 가상 공간을 사용자 단말로 제공할 수 있다. 예를 들어, 객체 오브젝트가 옷장인 경우, 매핑된 또 다른 가상 공간은 옷장 내부를 나타내는 가상 공간일 수 있다. 또는, 객체 오브젝트가 현관문인 경우, 매핑된 또 다른 가상 공간은 외부를 나타내는 가상 공간일 수 있다.
한편, 가상 공간에 배치된 객체 오브젝트는 다양한 서비스와도 매핑될 수 있음은 물론이다. 예를 들어, 객체 오브젝트가 옷장인 경우, 옷장에 매핑된 서비스는 옷장 내부의 옷의 목록을 제공하는 서비스일 수 있다. 또는, 객체 오브젝트가 현관문인 경우, 현관문에 매핑된 서비스는 가상 공간을 종료하기 위한 로그아웃 서비스 일 수 있다.
도 6은 본 개시의 일 실시예에 따른 서비스 추천 방법을 설명하기 위한 예시도이다.
서비스 서버(120)는 복수의 사용자 단말에 대응되는 복수의 캐릭터 아바타로부터 가상 공간 및 가상 공간에서 제공된 서비스에 대한 요청 정보를 획득할 수 있다(S610). 이때, 요청 정보란, 사용자 단말(110)이 판매자 단말(130)로 서비스를 요청한 모든 정보를 의미할 수 있다.
서비스 서버(120)는 획득된 요청 정보에 대한 답변 정보를 획득할 수 있다(S620). 즉, 서비스 서버(120)는 요청 정보 및 요청 정보에 대한 답변 정보를 획득하여, 사용자가 사용한 서비스, 질문, 불만 사항 등의 분포와 관련된 정보 및 이에 대한 답변 정보를 획득할 수 있다. 나아가, 서비스 서버(120)는 제공된 답변에 대한 피드백 정보를 추가로 획득할 수 있다. 일 실시예로, 서비스 서버(120)는 제공된 답변에 대한 피드백을 사용자 단말(110)로 직접 요청할 수도 있고, 답변 후 사용자 단말(110)의 서비스 이용 빈도를 분석하여 획득할 수도 있다.
서비스 서버(120)는 획득된 요청 정보 및 답변 정보를 바탕으로 어느 하나의 사용자 단말에 대응되는 사용자 아바타에 대한 추천 서비스를 제공할 수 있다(S630). 구체적으로, 서비스 서버(120)는 추천 서비스를 제공한 사용자 단말(110)로부터 사용자 단말(110)의 사용자 정보를 획득하고, 획득된 사용자 단말(110)의 사용 정보 및 획득된 요청 정보 및 답변 정보를 바탕으로 추천 서비스를 제공할 수 있다. 즉, 서비스 서버(120)는 사용자 단말(110)의 사용자 정보를 바탕으로, 사용자가 관심 있어할만한 서비스를 제공할 수 있다.
도 7은 본 개시의 일 실시예에 따른 복수의 사용자가 동일한 가상 공간을 사용하는 것을 설명하기 위한 예시도이다.
먼저, 사용자 단말(110)로부터 가상 공간으로의 접근이 요청되면, 서비스 서버(120)는 사용자 단말(110)에 생성된 가상 공간을 제공할 수 있다(S710).
서비스 서버(120)는 사용자 단말(110)이 온라인 모드인지 여부를 판단할 수 있다(S720). 즉, 사용자가 가상 공간만을 제공 받고 싶어하는 경우에는 가상 공간만을 제공하고, 다른 사용자와 인터랙션 하고 싶은 경우에는 다른 사용자의 사용자 아바타를 표시할 수 있으며, 서비스 서버(120)는 사용자 단말(110)이 온라인 모드인지, 오프라인 모드인지 여부에 따라 이를 판단할 수 있다.
사용자 단말(110)이 온라인 모드(S720-Y)인 경우, 서비스 서버(120)는 가상 공간에 접근하는 다른 사용자 단말이 존재하면, 다른 사용자 단말에 대응되는 사용자 아바타를 가상 공간에 표시하여 제공할 수 있다(S730)
나아가, 판매자 단말(130)가 제공하는 캐릭터 아바타가 존재하는 경우, 서비스 서버(120)는 제공된 캐릭터 아바타를 가상 공간에 표시하여 제공할 수 있다(S750).
*이때, 캐릭터 아바타는 판매자 단말(130)에서 제공된 캐릭터 아바타 또는 사용자 단말(110)에서 제공된 캐릭터 아바타일 수 있다. 캐릭터 아바타는 특정 목적에 따라 다양한 인터랙션을 출력할 수 있다.
도 8은 본 개시의 일 실시예에 따른 캐릭터 아바타 판매를 설명하기 위한 예시도이다.
서비스 서버(120)는 복수의 사용자 단말 또는 복수의 판매자 단말 중 적어도 하나의 사용자 단말로부터 학습된 캐릭터 아바타의 구입 요청을 수신할 수 있다(S810).
서비스 서버(120)는 구입 요청에 대응되는 단말로부터 캐릭터 아바타 판매 명령을 수신하면, 구입 요청에 대응되는 단말에게 캐릭터 아바타를 판매할 수 있다(S820).
상술한 다양한 방법을 통해 학습된 캐릭터 아바타는, 학습 방법 및 학습 내용에 따라 다양한 형태로 구현될 수 있다. 따라서 특정 사용자가 학습시킨 캐릭터 아바타는 특정 사용자만의 것으로서 희소성이 존재할 수 있다. 따라서, 서비스 서버(120)는 복수의 단말들에 대응되는 복수의 캐릭터 아바타를 구매하거나, 판매하기 위한 가상 공간을 제공할 수 있다.
이때, 판매하고자 하는 캐릭터 아바타는 특정 사용자에게 개인화 되어 있으며, 따라서, 사용자의 개인 정보를 포함하고 있는 경우가 있을 수 있다. 따라서, 서비스 서버(120)는 판매될 캐릭터 아바타에 저장된 사용자의 개인 정보를 삭제하고 판매 절차를 진행할 수 있다.
일 실시예로, 서비스 서버(120)는 판매자의 개인 정보를 삭제하는 것 뿐만 아니라, 판매자의 개인 정보와 관련된 학습 내용을 함께 삭제 할 수 있음은 물론이다.
도 9은 본 개시의 일 실시예에 따른 가상 공간 표시 방법을 설명하기 위한 예시도이다.
서비스 서버(120)는 사용자 단말(110)로부터 사용자의 시야 정보를 수신할 수 있다(S910). 이때, 시야 정보는 사용자의 초점 거리에 대한 정보일 수 있다. 사용자 단말(110)이 사용자의 초점거리를 인식하는 방법은 제한되지 않으며, 예를 들어 사용자 단말(110)은 사용자의 초점거리를 인식하기 위하여 사용자(10)의 눈 쪽을 향하는 적어도 하나의 센서 장비를 포함할 수 있다.
서비스 서버(120)는 수신된 시야 정보가 기 설정된 범위 내인지 여부를 판단할 수 있다(S920).
기 설정된 범위 내인 경우(S920-Y), 서비스 서버(120)는 사용자 단말의 주변 영상을 사용자 단말(110)로 전송할 수 있다(S930). 즉, 서비스 서버(120)는 사용자 단말(110)로부터 수신한 초첨거리가 짧은 경우, 가상 공간이 아닌 현실 세계를 탐색하기 위한 것이라고 판단하고, 사용자 단말의 주변 영상을 사용자 단말(110)로 전송할 수 있다. 다만, 사용자 단말(110)의 주변 영상을 사용자 단말로 제공하지 않고, 제공 중인 가상 공간을 제거하는 방법으로 사용자가 현실 세계를 탐색하게 할 수도 있다. 또는, 서비스 서버(120)는 초점 거리를 바탕으로, 사용자의 초점 거리에 대응되는 영역에 대하여만 사용자 단말(110)주변의 영상을 표시하고, 나머지 영역은 가상 공간을 표시할 수 도 있다.
한편, 서비스 서버(120)는 사용자 단말(110)의 주변 영상을 사용자 단말로 제공하기 위한 별도의 가이드 오브젝트를 가상 공간에 표시할 수 있다. 즉, 서비스 서버(120)는 가상 공간 상에 초점 거리에 따른 가이드 오브젝트를 표시하고, 사용자가 가이드 오브젝트를 응시하여 초점 거리가 기 설정된 범위 내로 변경되면, 사용자 단말(100)의 주변 영상을 제공할 수 있다. 즉, 사용자가 아무런 오브젝트 없이 초점 거리를 변화시키는 것은 상당한 노력이 필요하므로, 서비스 서버(120)는 초점 거리 조절을 위한 가이드 오브젝트를 가상 공간 상에 배치할 수 있다.
또 다른 실시예로, 서비스 서버(120)는 복수개의 가이드 오브젝트를 가상 공간에 배치하고, 각각의 가이드 오브젝트 별로 각각의 서비스를 매핑할 수도 있음은 물론이다. 즉, 서비스 서버(120)는 사용자의 초점 거리에 따라 다양한 서비스를 제공할 수도 있다.
기 설정된 범위 내가 아닌 경우(S920-N), 서비스 서버(120)는 생성된 가상 공간을 사용자 단말(110)로 제공할 수 있다(S940).
한편, 본 개시에 따른 가상 공간의 표시 방법 및 표시된 가상 공간을 이용하는 방법은 다양할 수 있다.
일 실시 예에서, 사용자 단말(110)는 가상 공간과 주변 영상을 혼합 또는 중첩하여 표시할 수도 있고, 구간을 구분하여 표시할 수도 있으며, 상황에 따라 교차하여 표시할 수도 있고, 그 방법은 제한되지 않는다.
일 실시 예에서, 화면 간의 여백 및 화면이 표시되지 않은 영역에는 실제 주변 영상이 촬영되어 표시될 수 있다.
일 실시 예에서, 사용자의 시선이 기 설정된 각도 이상 이동하는 경우, 사용자의 시선 내에 실제 주변 영상이 표시되고, 사용자의 시선 바깥에 가상 공간이 표시될 수 있다. 마찬가지로, 사용자의 시선이 다시 기 설정된 각도 이상 이동하는 경우, 사용자의 시선 내에 가상 공간이 표시되고, 사용자의 시선 바깥에 실제 주변 영상이 표시될 수 있다.
본 실시 예에서, 사용자의 시선 바깥에 실제로 영상이 표시될 수도 있으나, 사용자의 시선 바깥에 영상을 표시하는 것은 불필요하거나, 디스플레이의 한계상 불가능할 수 있으므로, 사용자의 시선 바깥에 영상을 표시한다는 것은 사용자가 시선을 해당 방향으로 돌리는 경우 해당 영상을 표시할 수 있도록 렌더링 또는 로드하여 두는 개념을 포함할 수 있다.
일 실시 예에서, 사용자의 시선이 이동함에 따라 사용자 단말(110)가 인식하는 사용자의 시선이 이동하는 속도에 상한이 설정될 수 있다. 즉, 사용자의 시선이 기 설정된 속도 이상의 속도로 이동하는 경우, 사용자 단말(110)가 인식하는 사용자의 시선이 이동하는 속도가 이를 따라오지 못하므로, 사용자는 사용자 단말(110)가 인식하는 시선 바깥의 영상을 시청할 수 있다. 즉, 사용자는 시선의 이동이 실제 시선의 이동을 따라올 때까지, 시선의 바깥에 표시되는 실제 주변 영상을 시청할 수 있다. 따라서, 사용자는 시선을 기 설정된 상한속도 이상으로 빠르게 이동시킴으로써, 실제 주변 영상을 확인할 수 있다.
다른 실시 예에서, 사용자 단말(110)는 주변 상황을 인식하여 가상공간 또는 실제 주변 영상의 표시를 제어할 수 있다.
예를 들어, 사용자 단말(110)는 사용자의 주변에 앉은 친구가 사용자를 부르는 소리가 감지되는 경우, 해당 방향에 실제 주변 영상을 표시할 수 있다.
마찬가지로, 사용자 단말(110)는 다른 사람이나 객체가 사용자에게 접근하는 경우, 사용자가 외부 객체와 충돌위험이 있는 경우, 사용자가 특정 방향으로 손을 뻗는 것이 감지되는 경우 등에 있어서, 사용자 단말(110)는 해당 객체나 동작이 인식된 방향에 실제 주변 영상을 표시할 수 있다.
일 실시 예에서, 사용자 단말(110)는 가상 공간에서 화면이 표시되지 않은 일 지점에 광고 객체를 표시할 수 있다. 다른 실시 예에서, 광고 객체는 화면과 중첩되어 표시되거나, 가상 공간내에서 화면보다 앞쪽 공간에 표시될 수도 있다.
또한, 사용자 단말(110)는 가상 공간에 표시되는 화면들(310 내지 330)중 적어도 하나에 광고 영상을 표시할 수도 있다.
일 실시 예에서, 사용자 단말(110)는 사용자의 시선방향에 광고 영상 또는 광고 객체를 표시할 수도 있다. 이 경우, 사용자가 광고 객체를 기 설정된 시간 이상 주시하거나, 광고 객체를 선택하는 등 광고 객체와 소정의 인터렉션을 함에 따라 광고 객체가 사용자의 시선방향에서 사라지도록 할 수 있으며, 이에 제한되지 않는다.
도 10는 일 실시 예에 따른 장치의 구성도이다.
프로세서(102)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 9와 관련하여 설명된 방법을 수행한다.
한편, 프로세서(102)는 프로세서(102) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(102)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(104)에는 프로세서(102)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(104)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
110: 사용자 단말
120: 서비스 서버
130: 판매자 단말
120: 서비스 서버
130: 판매자 단말
Claims (1)
- 사용자 단말, 판매자 단말 및 서비스 서버를 포함하는 시스템에 의해 동작하는 가상 현실 공간을 이용한 전시장 플랫폼의 아바타 생성 방법에 있어서,
상기 서비스 서버는, 상기 판매자 단말로부터 수신한 데이터를 바탕으로 가상 공간을 생성하여 상기 사용자 단말로 제공하는 단계;
상기 서비스 서버는, 상기 사용자 단말 및 상기 판매자 단말 중 적어도 하나의 단말로부터 캐릭터 아바타 생성을 요청 받아 요청에 대응되는 캐릭터 아바타를 생성하는 단계;
상기 생성된 캐릭터 아바타를 상기 가상 공간에 배치하는 단계; 및
상기 캐릭터 아바타를 학습 시키기 위한 사용자 명령이 입력되면, 상기 사용자 명령을 바탕으로 상기 캐릭터 아바타를 학습시키는 단계; 를 포함하고,
상기 학습 시키는 단계는,
상기 사용자 단말 또는 상기 판매자 단말로 상기 캐릭터 아바타를 학습시키기 위한 카테고리 정보를 전송하고, 상기 전송된 카테고리 정보 중 적어도 하나에 대한 카테고리 정보를 상기 사용자 단말 또는 상기 판매자 단말로부터 수신하면, 상기 수신된 카테고리 정보를 바탕으로 상기 캐릭터 아바타를 학습시키는 단계;를 포함하고,
상기 캐릭터 아바타가 상기 사용자 단말에 의해 생성된 캐릭터 아바타인 경우
상기 아바타 생성 방법은,
상기 서비스 서버가, 상기 사용자 단말로부터 수신된 사용자의 개인 정보, 사용자의 관심 분야 정보, 사용자의 검색 히스토리 정보, 상기 사용자 단말의 상태 정보 및 상기 사용자 단말의 사용 히스토리 정보를 수신하는 단계; 및
상기 서비스 서버가, 상기 수신된 적어도 하나의 정보를 바탕으로, 상기 캐릭터 아바타를 학습시키는 단계;를 더 포함하고,
상기 아바타 생성 방법은,
상기 서비스 서버는, 복수의 사용자 단말 또는 복수의 판매자 단말 중 적어도 하나의 단말로부터 학습된 상기 사용자 단말의 캐릭터 아바타 구입 요청을 수신하는 단계;
상기 서비스 서버는, 상기 사용자 단말로부터 상기 캐릭터 아바타를 판매하기 위한 명령을 수신하면, 상기 구입 요청에 대응되는 단말에 상기 캐릭터 아바타를 판매하는 단계; 를 포함하고,
상기 캐릭터 아바타를 판매하는 단계는,
상기 사용자 단말로부터 상기 캐릭터 아바타를 판매하기 위한 명령을 수신하면, 상기 캐릭터 아바타에 저장된 상기 사용자 단말의 사용자에 대한 개인 정보 및 상기 개인 정보와 관련된 학습 내용을 삭제하는 단계; 를 더 포함하고,
상기 제공하는 단계는,
상기 사용자 단말로부터 전송된 사용자의 시야가 기 설정된 범위 밖인 경우, 상기 생성된 가상 공간을 제공하고, 상기 사용자 단말로부터 전송된 사용자의 시야가 기 설정된 범위 내인 경우, 상기 사용자 단말의 주변 영상을 수신하여 제공하는 단계; 를 더 포함하고,
상기 사용자 단말의 주변 영상을 수신하여 제공하는 단계는,
상기 가상 공간 상에 주변 영상을 사용자 단말로 제공하기 위한 가이드 오브젝트를 표시하는 단계;
상기 사용자가 상기 가이드 오브젝트를 응시하여 상기 사용자의 초점거리가 변경되면, 상기 사용자의 초점거리를 바탕으로 상기 사용자의 시야를 판단하는 단계; 및
상기 사용자의 초점거리에 대응되는 상기 사용자의 시야가 기 설정된 범위 내인 경우, 상기 사용자의 초점거리에 대응되는 영역에 대하여만 상기 사용자 단말 주변의 영상을 표시하고, 나머지 영역에 대하여는 상기 가상 공간을 표시하는 단계;를 포함하고,
상기 제공하는 단계는,
상기 사용자의 시선의 이동 속도를 판단하는 단계; 및
상기 이동 속도가 기 설정된 속도 이상인 경우, 주변 영상을 표시하는 단계; 를 더 포함하고,
상기 사용자 단말은, 상기 가상 공간 제공을 위하여 HMD(Head mounted Display)로 구현되는 것을 특징으로 하고,
상기 아바타 생성 방법은,
상기 사용자 단말로부터 상기 가상 공간으로의 접근이 요청되면, 상기 가상 공간 및 상기 가상 공간에 배치된 상기 판매자 단말의 캐릭터 아바타를 상기 사용자 단말로 제공하는 단계; 및
상기 사용자 단말에 대응되는 캐릭터 아바타가 존재하면, 상기 캐릭터 아바타를 상기 가상공간에 배치하여 상기 사용자 단말로 제공하는 단계;를 포함하고,
상기 사용자 단말 이외의 다른 사용자 단말로부터 상기 서비스 서버로부터 생성된 가상 공간에 접근하기 위한 요청을 수신하면, 상기 다른 사용자 단말에 대응되는 사용자 아바타를 상기 가상 공간에 표시하여 제공하는 것을 특징으로 하는 아바타 생성 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200016678A KR102215736B1 (ko) | 2020-02-11 | 2020-02-11 | 가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200016678A KR102215736B1 (ko) | 2020-02-11 | 2020-02-11 | 가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190014577A Division KR102080878B1 (ko) | 2019-02-07 | 2019-02-07 | 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200097225A KR20200097225A (ko) | 2020-08-18 |
KR102215736B1 true KR102215736B1 (ko) | 2021-02-16 |
Family
ID=72291831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200016678A KR102215736B1 (ko) | 2020-02-11 | 2020-02-11 | 가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102215736B1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102351298B1 (ko) * | 2021-04-25 | 2022-01-17 | 주식회사 헤이아이엠 | 게이미피케이션을 이용한 온택트형 옴니버스식 학습 플랫폼 서비스 제공 시스템 |
KR102610299B1 (ko) * | 2022-05-27 | 2023-12-06 | 주식회사 피치솔루션 | 가상 현실 공간에서 사용자 가상 아바타의 신뢰도를 제공할 수 있는 가상 현실 서비스 제공 방법 및 장치 |
KR102552915B1 (ko) * | 2023-01-25 | 2023-07-07 | 주식회사 메타뮤 | 가상 모델을 이용한 광고 서비스를 제공하는 방법 및 시스템 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100369640B1 (ko) | 2000-03-03 | 2003-01-29 | 신유진 | 3차원 가상 현실 공간에서의 박람회 개최 시스템 및 그방법 |
JP2012008638A (ja) | 2010-06-22 | 2012-01-12 | Toyota Home Kk | 販売システム及びそのコンピュータプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030031685A (ko) * | 2001-10-15 | 2003-04-23 | (주)에이치인포메이션 | 전자상거래와 연계된 인공 지능형 아바타 제공 시스템 및방법과 그 프로그램 소스를 저장한 기록매체 |
-
2020
- 2020-02-11 KR KR1020200016678A patent/KR102215736B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100369640B1 (ko) | 2000-03-03 | 2003-01-29 | 신유진 | 3차원 가상 현실 공간에서의 박람회 개최 시스템 및 그방법 |
JP2012008638A (ja) | 2010-06-22 | 2012-01-12 | Toyota Home Kk | 販売システム及びそのコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
KR20200097225A (ko) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10984602B1 (en) | Facial expression tracking during augmented and virtual reality sessions | |
KR102215736B1 (ko) | 가상 현실 공간에서 서비스 제공을 위해 생성된 캐릭터 아바타의 표시 방법 | |
KR102215735B1 (ko) | 가상 현실 공간에서 서비스 제공을 위한 캐릭터 판매 및 구매 장치 | |
US10586391B2 (en) | Interactive virtual reality platforms | |
KR102050799B1 (ko) | 가상 현실 공간을 이용한 전시장 플랫폼 구축 시스템 | |
KR102122563B1 (ko) | 가상 현실 공간을 이용한 쇼핑몰 플랫폼 구축 시스템 | |
KR20210110620A (ko) | 상호작용 방법, 장치, 전자 장치 및 저장 매체 | |
KR20190111278A (ko) | 인공지능 모델을 이용하여 사용자 음성을 변조하기 위한 전자 장치 및 이의 제어 방법 | |
US12026420B1 (en) | Methods and systems for interactive displays with intelligent generative content and tandem computing | |
KR102122564B1 (ko) | 객체의 위치 정보를 바탕으로 생성된 가상현실 공간을 이용한 전시장 플랫폼 구축 시스템 | |
KR102122565B1 (ko) | 접근 권한을 바탕으로 입장 가능한 가상 현실 전시장 플랫폼 구축 시스템 | |
KR20190089451A (ko) | 텍스트와 연관된 이미지를 제공하는 전자 장치 및 그 동작 방법 | |
KR102215729B1 (ko) | 가상 현실 공간에 적용된 사용자 아바타에 의한 서비스 제공 프로그램 | |
US11327320B2 (en) | Electronic device and method of controlling the same | |
KR20220012285A (ko) | 라이트필드 디스플레이 시스템 기반 상업용 시스템 | |
JP7381581B2 (ja) | マシン相互作用 | |
JP7278307B2 (ja) | コンピュータプログラム、サーバ装置、端末装置及び表示方法 | |
KR102071198B1 (ko) | 캐릭터, 프로그래밍 파일 및 프로그래밍 명령어 관리를 위한 지식 공유 플랫폼의 제어 방법, 장치 및 시스템 | |
Li et al. | Predicting user visual attention in virtual reality with a deep learning model | |
Chang et al. | Disentangling audio content and emotion with adaptive instance normalization for expressive facial animation synthesis | |
US11430158B2 (en) | Intelligent real-time multiple-user augmented reality content management and data analytics system | |
KR102080878B1 (ko) | 가상 현실 공간에서 서비스 제공을 위한 캐릭터 생성 및 학습 시스템 | |
KR102071197B1 (ko) | 코딩교육 게임 컨텐츠 관리를 위한 지식 공유 플랫폼의 제어 방법, 장치 및 시스템 | |
CN115145434A (zh) | 基于虚拟形象的互动服务方法及装置 | |
KR102059017B1 (ko) | 지식 공유 플랫폼의 제어 방법, 장치 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
N231 | Notification of change of applicant | ||
GRNT | Written decision to grant |