KR102221963B1 - 화상 정보를 제공하는 인공 지능 장치 및 그 방법 - Google Patents

화상 정보를 제공하는 인공 지능 장치 및 그 방법 Download PDF

Info

Publication number
KR102221963B1
KR102221963B1 KR1020197020889A KR20197020889A KR102221963B1 KR 102221963 B1 KR102221963 B1 KR 102221963B1 KR 1020197020889 A KR1020197020889 A KR 1020197020889A KR 20197020889 A KR20197020889 A KR 20197020889A KR 102221963 B1 KR102221963 B1 KR 102221963B1
Authority
KR
South Korea
Prior art keywords
information
processor
content
related information
category
Prior art date
Application number
KR1020197020889A
Other languages
English (en)
Other versions
KR20200127836A (ko
Inventor
이원영
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of KR20200127836A publication Critical patent/KR20200127836A/ko
Application granted granted Critical
Publication of KR102221963B1 publication Critical patent/KR102221963B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
    • H04N21/43615—Interfacing a Home Network, e.g. for connecting the client to a plurality of peripherals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4722—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4821—End-user interface for program selection using a grid, e.g. sorted out by channel and broadcast time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4825—End-user interface for program selection using a list of items to be played back in a given order, e.g. playlists
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8106—Monomedia components thereof involving special audio data, e.g. different tracks for different languages
    • H04N21/8113—Monomedia components thereof involving special audio data, e.g. different tracks for different languages comprising music, e.g. song in MP3 format
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 실시 예는 화상 정보를 제공하는 인공 지능 장치에 있어서, 디스플레이부; 및 소리 데이터를 획득하고, 획득한 소리 데이터에 포함된 콘텐츠의 종류를 결정하고, 상기 콘텐츠와 상기 콘텐츠의 종류에 기초하여 상기 콘텐츠에 상응하는 관련 정보를 생성하고, 상기 생성된 관련 정보를 상기 디스플레이부에 출력하는 프로세서를 포함하는, 인공 지능 장치를 제공한다.

Description

화상 정보를 제공하는 인공 지능 장치 및 그 방법
본 발명은 화상 정보를 제공하는 인공 지능 장치 및 그 방법에 관한 것이다. 구체적으로, 획득한 소리 데이터에 관련된 정보를 화상으로 제공하는 인공 지능 장치 및 그 방법에 관한 것이다.
일반적으로 인공 지능이란 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것으로서, 인간의 지능으로 할 수 있는 사고, 학습, 자기개발 등을 컴퓨터가 수행할 수 있도록 연구하는 컴퓨터 공학 및 정보기술의 한 분야이다.
상기 인공 지능은 그 자체로 존재하는 것이 아니고 컴퓨터 과학의 다른 분야와 직간접적으로 많은 관련을 맺고 있으며, 특히 정보기술의 여러 분야에서 인공 지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다. 최근 이러한 인공 지능 기술은 인공 지능 스피커에 활용되고 있으며, 인공 지능 스피커는 음성 비서나 인공 지능 플랫폼의 허브로써 기능한다.
하지만, 현재의 인공 지능 스피커는 음성으로만 상호작용이 가능하며 응답도 소리로만 제공된다. 따라서 인공 지능 스피커가 응답으로 제공할 수 있는 정보에 한계가 존재한다.
본 발명은 디스플레이부를 구비하고, 획득하는 소리에 상응하는 관련 정보를 화상으로 제공하는 인공 지능 장치 및 그 방법을 제공하고자 한다.
또한, 본 발명은 TV 또는 라디오의 프로그램 정보를 획득하여 프로그램에 상응하는 관련 정보를 화상으로 제공하는 인공 지능 장치 및 방법을 제공하고자 한다.
또한, 본 발명은 관련 정보 중에서 사용자가 선호하는 정보를 우선적으로 출력하는 인공 지능 장치 및 그 방법을 제공하고자 한다.
본 발명의 일 실시 예는 소리 데이터를 획득하고, 획득한 소리 데이터에 포함된 콘텐츠의 종류를 결정하고, 콘텐츠와 콘텐츠의 종류에 기초하여 콘텐츠에 상응하는 관련 정보를 생성하고, 생성된 관련 정보를 디스플레이부에 출력하는 인공 지능 장치 및 그 방법을 제공한다.
또한, 본 발명의 일 실시 예는 소리 데이터가 TV 또는 라디오에서 출력되었는지 여부를 판단하고, 소리 데이터가 TV 또는 라디오에서 출력된 소리로 판단되는 경우에는 TV 또는 라디오의 프로그램 정보를 획득하고, 획득한 프로그램 정보를 이용하여 관련 정보를 생성하는 인공 지능 장치 및 그 방법을 제공한다.
또한, 본 발명의 일 실시 예는 관련 정보에 포함되는 정보를 적어도 하나 이상의 카테고리로 구분하고, 적어도 하나 이상의 카테고리 중에서 사용자 선호의 카테고리를 결정하고, 관련 정보를 출력할 때 상기 사용자 선호의 카테고리에 상응하는 페이지를 우선적으로 출력하며, 각 카테고리별로 사용자가 출력을 요청한 빈도가 높을수록 높은 선호도를 부여하고, 출력을 요청한 시점이 오래될수록 선호도의 가중치를 낮게 부여하였을 때, 가장 선호도가 높은 카테고리를 사용자 선호의 카테고리로 결정하는 인공 지능 장치 및 그 방법을 제공한다.
본 발명의 다양한 실시 예에 따르면, 사용자의 음성 상호작용에 대한 응답뿐만 아니라 TV나 라디오 등에서 출력되는 콘텐츠에 상응하는 다양한 관련 정보를 화상으로 제공할 수 있다.
또한, 본 발명의 다양한 실시 예에 따르면, TV 또는 라디오의 프로그램 정보를 이용하여 현재 재생중인 TV 또는 라디오에 상응하는 다양한 관련 정보를 제공할 수 있다.
또한, 본 발명의 다양한 실시 예에 따르면, 콘텐츠의 다양한 관련 정보 중에서 사용자가 선호하는 것으로 판단되는 정보를 우선적으로 출력함으로써, 사용자의 정보 습득의 만족도를 높일 수 있다.
도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 화상 정보를 제공하는 방법을 나타낸 동작 흐름도이다.
도 5는 도 4에 도시된 소리 데이터에 포함된 콘텐츠의 종류를 결정하는 단계(S403)의 일 예를 나타낸 동작 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 도면이다.
도 7 내지 9은 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 10 및 11은 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 12는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 13은 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 14 및 15는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.
구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.
용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.
기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.
의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.
베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.
서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.
인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.
인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.
구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.
용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.
인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.
인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.
인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.
인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.
일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.
또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.
입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.
한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.
한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.
인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.
훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.
한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.
다음은 인공 신경망의 학습 방식에 대하여 설명한다.
인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.
지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다.
그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.
지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다.
여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.
본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.
또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다.
이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.
한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.
인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.
비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.
구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.
비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.
본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.
비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.
생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.
이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.
또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력되는 데이터가 원본 데이터인지 또는 생성기에서 생성한 가짜 데이터인지 여부를 감별하는 역할을 수행할 수 있다.
그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.
오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.
오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다.
이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.
또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.
한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.
준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.
준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.
강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.
강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.
마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.
인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.
예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.
하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.
예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.
손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.
손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.
교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.
머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.
경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.
모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.
이때, 스텝 사이즈는 학습률을 의미할 수 있다.
경사 하강법은손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.
확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.
Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.
인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.
통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.
도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.
이하에서, 단말기(100)는 인공 지능 장치(100)라 칭할 수 있다.
단말기(100)는 텔레비전(TV), 프로젝터, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털사이니지와 같은 고정형 기기 및 이동 가능한 기기 등으로 구현될 수 있다.
즉, 단말기(100)는 가정에서 이용하는 다양한 가전의 형태로 구현될 수 있으며, 고정 또는 이동 가능한 로봇에도 적용될 수 있다.
단말기(100)는 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.
도 1을 참조하면, 단말기(100)는 무선 통신부(Wireless Communication Unit, 110), 입력부(Input Unit, 120), 러닝 프로세서(Learning Processor, 130), 센싱부(Sensing Unit, 140), 출력부(Output Unit, 150), 인터페이스부(Interface Unit, 160), 메모리(Memory, 170), 프로세서(Processor, 180) 및 전원 공급부(Power Supply Unit, 190) 등을 포함할 수 있다.
학습 모델(a trained model)은 단말기(100)에 탑재될 수 있다.
한편, 학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.
무선 통신부(110)는 방송 수신 모듈(Broadcast Receiving Module, 111), 이동통신 모듈(Mobile Communication Unit, 112), 무선 인터넷 모듈(Wireless Internet Module, 113), 근거리 통신 모듈(Short Range Communication Module, 114), 위치정보 모듈(Location Information Module, 115) 중 적어도 하나를 포함할 수 있다.
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
위치정보 모듈(115)은 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 단말기의 위치를 획득할 수 있다.
입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 모델 학습을 위한 훈련 데이터 및 학습된 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다.
입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 단말기(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 단말기(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 단말기(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 단말기(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
러닝 프로세서(130)는 훈련 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습한다.
구체적으로, 러닝 프로세서(130)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망을 반복적으로 학습시킴으로써, 인공 신경망의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.
러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다.
러닝 프로세서(130)는 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함할 수 있다.
러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.
선택적으로 또는 부가적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현될 수 있다.
다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 여기서, 데이터베이스는 메모리(170), 학습 장치(200)의 메모리(230), 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 프로세서(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.
이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판독 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.
프로세서(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 프로세서(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.
프로세서(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.
프로세서(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT: Speech to Text) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.
이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.
다른 실시 예에서, 프로세서(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현될 수 있다.
일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성될 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 입력 기록 및 출력 기록, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.
프로세서(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성될 수 있다.
정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함할 수 있다.
프로세서(180)는 단말기에서 사용 히스토리 정보를 수집하여, 메모리(170)에 저장할 수 있다.
프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.
프로세서(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지할 수 있다.
프로세서(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.
프로세서(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신할 수 있다.
프로세서(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.
단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행할 수 있다.
프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행할 수 있다.
따라서, 프로세서(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.
센싱부(140)는 단말기 내 정보, 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.
예를 들어, 센싱부(140)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 단말기(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 단말기(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 단말기(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 단말기(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
인터페이스부(160)는 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
한편, 식별 모듈은 단말기(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.
메모리(170)는 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다.
메모리(170)는 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 단말기(100)의 동작을 위한 데이터들, 명령어들을, 러닝 프로세서(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다.
메모리(170)는 러닝 프로세서(130) 또는 학습 장치(200)에서 학습된 모델을 저장할 수 있다.
이때, 메모리(170)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
이때, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장할 수 있다.
이때, 메모리(170)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
프로세서(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 프로세서(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1과 함께 살펴본 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, 단말기(100)에 포함된 구성 요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 단말기의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.
전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.
학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.
즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.
학습 장치(200)는 적어도 하나의 단말기(100)와 통신할 수 있고, 단말기(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.
인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.
특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.
즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.
학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.
도 2를 참조하면, 학습 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.
통신부(210)는 도 1의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.
입력부(220)는 도 1의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.
입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.
입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
메모리(230)는 도 1의 메모리(170)에 대응되는 구성이다.
메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.
모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트 된 모델을 저장한다.
이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
도 2에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다
인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.
데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다.
데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
러닝 프로세서(240)는 도 1의 러닝 프로세서(130)에 대응되는 구성이다.
러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.
러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.
구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 인공 신경망의 학습 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.
또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.
전원 공급부(250)는 도 1의 전원 공급부(190)에 대응되는 구성이다.
서로 대응되는 구성에 대한 중복되는 설명은 생략한다.
도 3은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 블록도이다.
도 3을 참조하면, 인공 지능 시스템(1)은 인공 지능 장치(100), 음성 텍스트 변환(STT: Speech To Text) 서버(300), 자연어 처리(NLP: Natural Language Processing) 서버(400) 및 음성 합성 서버(500)를 포함할 수 있다.
인공 지능 장치(100)는 음성 데이터를 STT 서버(300)에 전송할 수 있다.
STT 서버(300)는 인공 지능 장치(100)로부터 수신된 음성 데이터를 텍스트 데이터로 변환할 수 있다.
STT 서버(300)는 언어 모델을 이용하여 음성-텍스트 변환의 정확도를 높일 수 있다.
언어 모델은 문장의 확률을 계산하거나, 이전의 단어들이 주어졌을 때 다음 단어가 나올 확률을 계산할 수 있는 모델을 의미할 수 있다.
예컨대, 언어 모델은 유니그램(Unigram) 모델, 바이그램(Bigram) 모델, N-그램(N-gram) 모델 등과 같은 확률론적 언어 모델들을 포함할 수 있다.
유니그램 모델은 모든 단어의 활용이 완전히 서로 독립적이라고 가정하는 모델로, 단어 열의 확률을 각 단어의 확률의 곱으로 계산하는 모델이다.
바이그램 모델은 단어의 활용이 이전 1개의 단어에만 의존한다고 가정하는 모델이다.
N-그램 모델은 단어의 활용이 이전 (n-1)개의 단어에 의존한다고 가정하는 모델이다.
즉, STT 서버(300)는 언어 모델을 이용하여 음성 데이터로부터 변환된 텍스트 데이터가 적합하게 변환된 것인지 판단할 수 있고, 이를 통해 텍스트 데이터로의 변환의 정확도를 높일 수 있다.
NLP 서버(400)는 STT 서버(300)로부터 텍스트 데이터를 수신할 수 있다. NLP 서버(400)는 수신된 텍스트 데이터에 기초하여, 텍스트 데이터에 대한 의도 분석을 수행할 수 있다.
NLP 서버(400)는 의도 분석의 수행 결과를 나타내는 의도 분석 정보를 단말기(100)에 전송할 수 있다.
NLP 서버(400)는 텍스트 데이터에 대해, 형태소 분석 단계, 구문 분석 단계, 화행 분석 단계, 대화 처리 단계를 순차적으로, 수행하여, 의도 분석 정보를 생성할 수 있다.
형태소 분석 단계는 사용자가 발화한 음성에 대응하는 텍스트 데이터를 의미를 지닌 가장 작은 단위인 형태소 단위로 분류하고, 분류된 각 형태소가 어떤 품사를 가지는지를 결정하는 단계이다.
구문 분석 단계는 형태소 분석 단계의 결과를 이용하여, 텍스트 데이터를 명사구, 동사구, 형용사 구 등으로 구분하고, 구분된 각 구들 사이에, 어떠한 관계가 존재하는지를 결정하는 단계이다.
구문 분석 단계를 통해, 사용자가 발화한 음성의 주어, 목적어, 수식어들이 결정될 수 있다.
화행 분석 단계는 구문 분석 단계의 결과를 이용하여, 사용자가 발화한 음성에 대한 의도를 분석하는 단계이다. 구체적으로, 화행 분석 단계는 사용자가 질문을 하는 것인지, 요청을 하는 것인지, 단순한 감정 표현을 하는 것인지와 같은, 문장의 의도를 결정하는 단계이다.
대화 처리 단계는 화행 분석 단계의 결과를 이용하여, 사용자의 발화에 대해 대답을 할지, 호응을 할지, 추가 정보를 문의하는 질문을 할지를 판단하는 위한 단계이다.
NLP 서버(400)는 대화 처리 단계 후, 사용자가 발화한 의도에 대한 답변, 호응, 추가 정보 문의 중 하나 이상을 포함하는 의도 분석 정보를 생성할 수 있다.
한편, NLP 서버(400)는 단말기(100)로부터 텍스트 데이터를 수신할 수도 있다. 예를 들어, 단말기(100)가 음성 텍스트 변환 기능을 지원하는 경우, 단말기(100)는 음성 데이터를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터를 NLP 서버(400)에 전송할 수 있다.
음성 합성 서버(500)는 기 저장된 음성 데이터들을 조합하여, 합성 음성을 생성할 수 있다.
음성 합성 서버(500)는 모델로 선정된 한 사람의 음성을 녹음하고, 녹음된 음성을 음절 또는 단어 단위로 분할할 수 있다. 음성 합성 서버(500)는 음절 또는 단어 단위로, 분할된 음성을 내부 또는 외부의 데이터 베이스에 저장할 수 있다.
음성 합성 서버(500)는 주어진 텍스트 데이터에 대응하는 음절 또는 단어를 데이터 베이스로부터 검색하고, 검색된 음절 또는 단어들의 조합을 합성하여, 합성 음성을 생성할 수 있다.
음성 합성 서버(500)는 복수의 언어들 각각에 대응하는 복수의 음성 언어 그룹들을 저장하고 있을 수 있다.
예를 들어, 음성 합성 서버(500)는 한국어로 녹음된 제1 음성 언어 그룹, 영어로, 녹음된 제2 음성 언어 그룹을 포함할 수 있다.
음성 합성 서버(500)는 제1 언어의 텍스트 데이터를 제2 언어의 텍스트로 번역하고, 제2 음성 언어 그룹을 이용하여, 번역된 제2 언어의 텍스트에 대응하는 합성 음성을 생성할 수 있다.
음성 합성 서버(500)는 생성된 합성 음성을 인공 지능 장치(100)에 전송할 수 있다.
음성 합성 서버(500)는 NLP 서버(400)로부터 의도 분석 정보를 수신할 수 있다.
음성 합성 서버(500)는 의도 분석 정보에 기초하여, 사용자의 의도를 반영한, 합성 음성을 생성할 수 있다.
일 실시 예에서, STT 서버(300), NLP 서버(400) 및 음성 합성 서버(500)는 하나의 서버로 구현될 수 있다. 예컨대, STT 서버(300), NLP 서버(400) 및 음성 합성 서버(500)는 하나의 학습 서버(200)를 구성할 수 있다.
또는, STT 서버(300), NLP 서버(400) 및 음성 합성 서버(500)는 학습 서버(200)에서 학습된 모델들 또는 엔진들을 이용할 수 있다.
위에서, 설명된 STT 서버(300), NLP 서버(400) 및 음성 합성 서버(500) 각각의 기능은 인공 지능 장치(100)에서도 수행될 수도 있다. 이를 위해, 인공 지능 장치(100)는 복수의 프로세서들을 포함할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 화상 정보를 제공하는 방법을 나타낸 동작 흐름도이다.
도 4를 참조하면, 인공 지능 장치(100)의 프로세서(180)는 소리 데이터를 획득한다(S401).
프로세서(180)는 입력부(120)의 마이크로폰(122)를 통하여 소리 데이터를 획득할 수 있다.
프로세서(180)는 무선 통신부(110)를 통해 외부 단말기(미도시)로부터 소리 데이터를 획득할 수 있다. 이 경우, 소리 데이터는 외부 단말기(미도시)의 구비된 마이크로폰(미도시)에 의하여 획득될 수 있다.
외부 단말기(미도시)에서 획득하는 소리 데이터는 다양한 소리 데이터 형식을 가질 수 있으며, 예컨대 소리 데이터 형식에는 wav, mp3 등이 포함된다.
소리 데이터는 TV 또는 라디오 등을 포함하는 미디어 재생 장치에서 출력되는 소리를 포함할 수 있다.
소리 데이터는 사용자의 발화에 따른 음성을 포함할 수 있다.
사용자의 발화에 따른 음성은 인공 지능 장치(100)를 제어하기 위한 명령, 정보 검색을 위한 질의 등을 포함하는 발화문을 의미할 수 있다.
프로세서(180)는 미리 설정된 기동어가 입력되는 경우에 사용자의 발화에 따른 음성을 포함하는 소리 데이터를 획득할 수 있다.
여기서, 인공 지능 장치(100)는 인공 지능 플랫폼의 허브로써 기능하는 인공 지능 스피커로 구성될 수도 있고, 라디오 기능을 구비한 인공 지능 라디오로 구성될 수도 있으며, TV와 같은 미디어 재생 장치의 음향 재생 장치 또는 사운드 바(sound bar)로 구성될 수도 있다.
인공 지능 장치(100)의 프로세서(180)는 소리 데이터에 포함된 콘텐츠의 종류를 결정한다(S403).
프로세서(180)는 소리 데이터에 포함된 콘텐츠를 식별하기 위하여 전처리(pre-processing)로써 노이즈를 제거한 소리 데이터를 획득할 수 있다. 또는, 프로세서(180)는 소리 데이터에 포함된 콘텐츠를 식별한 이후에 그 전처리로써 노이즈를 제거한 소리 데이터를 획득할 수 있다.
이때, 프로세서(180)는 소리 데이터에 포함된 콘텐츠의 종류가 음악이 아닌 경우에만 노이즈를 제거할 수 있다. 이는, 음악에 대하여는 노이즈를 제거하면 음악 인식의 정확도가 낮아질 수 있기 때문이다.
프로세서(180)는 직접 노이즈 제거 엔진 또는 노이즈 제거 필터를 이용하여 노이즈를 제거한 소리 데이터를 생성할 수도 있고, 학습 장치(200)에 소리 데이터를 전송하고 노이즈가 제거된 소리 데이터를 수신할 수도 있다.
전처리를 통해 노이즈가 제거된 소리 데이터는 인공 지능 장치(100)에 적합하게 볼륨이 조절될 수 있다. 즉, 볼륨의 조절도 전처리 과정의 일부로 볼 수 있다.
이하에서, 소리 데이터는 전처리를 통하여 노이즈를 제거한 소리 데이터를 의미할 수 있다.
프로세서(180)는 소리 데이터에 포함된 콘텐츠의 종류가 음악인지 여부를 우선적으로 판단하고, 음악이 아니라고 판단된 경우에는 소리 데이터에 포함된 음성의 내용을 기초로 콘텐츠의 종류를 결정할 수 있다.
또는, 프로세서(180)는 소리 데이터에 포함된 음성의 내용을 기초로 콘텐츠의 종류를 결정하고, 적합한 콘텐츠의 종류를 결정하지 못한 경우에 콘텐츠의 종류가 음악인지 여부를 판단할 수 있다.
또는, 프로세서(180)는 소리 데이터에 포함된 음성과 소리 데이터에 포함된 음악을 기초로 콘텐츠의 종류를 결정할 수 있다.
프로세서(180)는 소리 데이터에 포함된 음성의 내용을 기초로 콘텐츠의 종류를 결정하는 경우에 있어서, 노이즈가 제거된 소리 데이터를 이용할 수 있다.
즉, 프로세서(180)는 노이즈를 제거하지 않은 소리 데이터를 이용하여 콘텐츠의 종류가 음악인지 여부를 판단하고, 음악이 아니라고 판단된 경우에는 노이즈가 제거된 소리 데이터를 이용하여 음성의 내용을 추출하고, 음성의 내용을 기초로 콘텐츠의 종류를 결정할 수 있다.
프로세서(180)는 소리 데이터에 음악이 포함되어 있는지 여부를 판단하기 위하여 음악 인식 기능을 이용할 수 있다.
프로세서(180)는 콘텐츠의 종류를 결정하기 위하여 TV 또는 라디오 중에서 적어도 하나에 대한 프로그램 정보를 획득하고, 획득한 프로그램 정보를 이용하여 소리 데이터가 TV 프로그램 또는 라디오 프로그램에 대한 소리 데이터인지 여부를 판단하고, 나아가 소리 데이터에 포함된 방송 프로그램이 어떤 것인지 결정하여 콘텐츠의 종류를 결정할 수 있다.
여기서, 프로그램 정보는 EPG(Electronic Program Guide)를 의미할 수 있다.
이때, 프로세서(180)는 TV 또는 라디오로부터 소리 데이터를 수신하는지 여부에 따라 소리 데이터가 TV 또는 라디오에서 출력되었는지 여부를 판단할 수 있다. 그리고, 소리 데이터가 TV 또는 라디오에서 출력된 것으로 판단된 경우에 TV 또는 라디오 중 적어도 하나에 대한 프로그램 정보를 획득할 수 있다.
프로세서(180)는 무선 통신부(110)를 통하여 TV 또는 라디오가 제공하는 프로그램 정보를 수신할 수도 있고, 인터넷에서 TV 또는 라디오의 프로그램에 대한 정보를 획득할 수도 있다.
TV 또는 라디오에서 제공하는 프로그램 정보는 EPG를 의미할 수도 있다.
인터넷에서 획득한 TV 또는 라디오의 프로그램에 대한 정보는 EPG를 의미할 수도 있지만, TV 또는 라디오의 프로그램 종류, 프로그램 시간표 등을 포함하는 정보를 의미할 수도 있다.
소리 데이터에 포함된 음성의 내용은 키워드로 추출될 수 있다.
또한, 소리 데이터에 포함된 음성의 내용은 소리 데이터에 포함된 음성에 대한 의도 정보를 의미할 수 있다.
프로세서(180)는 직접 소리 데이터에 포함된 음성의 내용을 추출할 수 있다.
이때, 프로세서(180)는 학습 장치(200)에서 수신한 STT 엔진 또는 자연어 처리 엔진 중에서 적어도 하나 이상을 이용하여 소리 데이터에 포함된 음성의 내용 또는 음성에 대한 의도 정보를 추출할 수 있다.
프로세서(180)는 학습 장치(200)를 이용하여 소리 데이터에 포함된 음성의 내용 또는 음성에 대한 의도 정보를 획득할 수 있다.
이때, 프로세서(180)는 메모리(170)에 저장된 STT 엔진을 이용하여 소리 데이터를 텍스트로 변환하고, 변환된 텍스트를 학습 장치(200)에 전송하고, 학습 장치(200)가 자연어 처리 엔진을 이용하여 변환된 텍스트로부터 생성한 음성의 내용 또는 음성에 대한 의도 정보를 수신할 수 있다.
이때, 프로세서(180)는 획득한 소리 데이터를 학습 장치(200)에 전송하고, 학습 장치(200)가 STT 엔진 또는 자연어 처리 엔진 중에서 적어도 하나 이상을 이용하여 생성한 음성의 내용 또는 음성에 대한 의도 정보를 수신할 수 있다.
인공 지능 장치(100)의 프로세서(180)는 결정된 콘텐츠의 종류가 서비스 대상인지 여부를 판단한다(S405).
본 발명의 일 실시 예에서는 인공 지능 장치(100)가 소리 데이터를 획득하고, 획득한 소리 데이터에 포함된 콘텐츠에 상응하는 관련 정보를 생성하고 제공하는 서비스를 제공한다. 이에, 프로세서(180)는 소리 데이터에 포함된 콘텐츠의 종류를 판단한 이후, 해당 콘텐츠의 종류가 관련 정보를 제공하는 서비스의 대상인지 여부를 판단할 수 있다.
프로세서(180)는 모든 콘텐츠의 종류에 대하여 서비스 대상이라고 판단할 수도 있고, 화이트리스트(whitelist)를 이용하여 화이트리스트에 나열된 콘텐츠의 종류들만을 서비스 대상이라고 판단할 수도 있으며, 블랙리스트(blacklist)를 이용하여 블랙리스트에 나열되지 않은 콘텐츠의 종류들을 서비스 대상이라고 판단할 수도 있다.
이때, 서비스 대상인 콘텐츠의 종류에는 명령어, 뉴스, 음악 또는 쇼핑 방송 중에서 적어도 하나 이상이 포함될 수 있다.
명령어는 사용자가 인공 지능 장치(100)를 제어하거나 상호 작용하기 위한 발화문을 의미할 수 있다.
뉴스 또는 쇼핑 방송은 TV 또는 라디오의 방송 프로그램이 뉴스 또는 쇼핑 방송인 것을 의미할 수 있다.
음악은 TV 또는 라디오의 방송 프로그램에 포함된 음악이나, 인공 지능 장치(100)으로 입력되는 음악을 의미할 수 있다.
소리 데이터에 포함되는 콘텐츠는 그 종류가 복수개로 결정될 수 있다.
예컨대, 쇼핑 방송이라고 하더라도 배경 음악이 포함되어 있는 경우, 프로세서(180)는 콘텐츠의 종류를 쇼핑 방송과 음악으로 결정할 수 있다.
즉, 콘텐츠의 종류는 콘텐츠를 식별하고 구분하기 위한 태그를 의미할 수 있다.
단계(S405)의 판단 결과, 콘텐츠의 종류가 서비스 대상이 아닌 경우, 프로세서(180)가 다시 소리 데이터를 획득하는 단계(S401)로 돌아간다.
이때, 프로세서(180)는 선택적으로 콘텐츠의 종류가 서비스 대상이 아니라는 정보를 디스플레이부(151)에 출력할 수 있다.
단계(S405)의 판단 결과, 콘텐츠의 종류가 서비스 대상인 경우, 프로세서(180)는 콘텐츠에 상응하는 관련 정보를 생성한다(S407).
이때, 프로세서(180)는 콘텐츠의 종류에 기초하여 관련 정보에 포함될 항목을 결정할 수 있다.
프로세서(180)는 콘텐츠의 종류가 명령어인 경우, 해당 명령어에 상응하는 응답을 관련 정보로써 생성할 수 있다.
예컨대, 명령어가 날씨를 묻는 명령어인 경우에는, 프로세서(180)는 날씨 정보를 관련 정보로써 생성할 수 있다.
예컨대, 명령어가 사용자의 일정을 묻는 명령어인 경우, 프로세서(180)는 사용자의 일정 정보를 관련 정보로써 생성할 수 있다.
프로세서(180)는 콘텐츠의 종류가 뉴스인 경우, 해당 뉴스의 관련 뉴스를 관련 정보로써 생성할 수 있다. 이 경우, 관련 정보에 포함될 항목에는 관련 뉴스가 포함될 수 있다.
프로세서(180)는 콘텐츠의 종류가 쇼핑 방송인 경우, 해당 쇼핑 방송에서 판매하는 제품의 명칭, 스펙 정보, 가격 정보 또는 유사 제품 정보 중에서 적어도 하나 이상을 관련 정보로써 생성할 수 있다. 이 경우, 관련 정보에 포함될 항목에는 제품의 명칭, 스펙 정보, 가격 정보 또는 유사 제품 정보 중에서 적어도 하가 이상이 포함될 수 있다.
프로세서(180)는 콘텐츠의 종류가 음악인 경우, 해당 음악의 제목, 아티스트, 앨범명, 앨범 발매일 또는 가사 중에서 적어도 하나 이상을 관련 정보로써 생성할 수 있다. 이 경우, 관련 정보에 포함될 항목에는 음악의 제목, 아티스트, 앨범명, 앨범 발매일 또는 가사 중에서 적어도 하나 이상이 포함될 수 있다.
이때, 프로세서(180)는 관련 정보에 음악의 가사가 포함된 경우, 획득한 소리 데이터에 포함된 음악의 진행도와 음악의 가사의 진행도를 대응시키고, 대응된 진행도에 상응하는 가사만을 관련 정보에 포함시킬 수 있다.
프로세서(180)는 TV 또는 라디오의 프로그램 정보를 획득하고, 획득한 프로그램 정보를 관련 정보로써 생성할 수 있다.
예컨대, 프로세서(180)가 획득한 소리 데이터로부터 현재 TV의 프로그램 A를 시청중이라고 판단한 경우라면, 프로그램 A에 대한 프로그램 정보 또는 EPG를 관련 정보로써 생성할 수 있다.
프로세서(180)는 콘텐츠의 종류가 복수개인 경우에, 각 콘텐츠에 상응하는 관련 정보를 모두 생성할 수 있다.
예컨대, 소리 데이터가 백그라운드 음악이 포함된 쇼핑 방송에 대한 소리 데이터인 경우, 프로세서(180)는 쇼핑 방송에 대한 EPG, 백그라운드 음악에 대한 정보 또는 쇼핑 방송에서 판매하는 제품에 대한 정보 중에서 적어도 하나 이상을 포함하는 관련 정보를 생성할 수 있다.
프로세서(180)는 생성된 관련 정보를 디스플레이부(151)에 출력한다(S409).
프로세서(180)는 생성된 관련 정보가 디스플레이부(151)에 한 번에 전부 출력되기에는 양이 많은 경우, 복수의 페이지들로 나누어 출력할 수 있다.
프로세서(180)는 생성된 관련 정보가 서로 다른 카테고리로 구분될 수 있는 정보로 구성된 경우, 각 서로 다른 카테고리에 속한 정보를 서로 다른 페이지로 나누어 출력할 수 있다.
예컨대, 현재 재생중인 음악이 소리 데이터로서 입력된 경우, 프로세서(180)는 콘텐츠의 종류를 음악으로 판단하고, 관련 정보로써 음악 제목, 아티스트, 앨범 정보, 가사 등을 생성할 수 있다. 이 경우, 프로세서(180)는 디스플레이부(151)를 통해 1페이지에 음악 제목과 아티스트를 포함하는 음악 정보, 2페이지에 앨범 정보, 그리고 3페이지에 가사를 출력할 수 있다.
각 페이지에 포함될 정보는 사용자의 선택에 따라 다양하게 설정할 수 있다.
상기한 예시에서는 음악 제목과 아티스트를 동일한 페이지에 포함하였으나, 사용자의 선택에 따라 음악 정보 페이지와 아티스트 정보 페이지를 구분하여 구성할 수도 있고, 음악 정보 페이지에 가사가 포함되도록 구성할 수도 있다.
프로세서(180)는 디스플레이부(151)에 관련 정보를 복수의 페이지로 구성하여 출력하는 경우, 각 페이지의 위치를 나타내는 표시를 함께 출력할 수 있다.
예컨대, 관련 정보를 총 3페이지로 출력하는 경우, 프로세서(180)는 각 페이지에 대하여 전체 3페이지 중에서 몇 번째 페이지인지를 표시할 수 있다.
여기서, 각 페이지의 위치를 나타내는 표시는 현재 페이지 번호와 전체 페이지 번호를 나타낼 수도 있으며, 전체 페이지와 현재 페이지 위치를 식별할 수 있는 표식으로 나타낼 수도 있다.
프로세서(180)는 상기 관련 정보를 복수의 페이지로 분할하는 경우, 각 페이지에 대하여 페이지 내용을 지칭하는 타이틀 또는 키워드를 설정할 수 있고, 타이틀 또는 키워드는 디스플레이부(151)에 출력될 수도 있고 출력되지 않을 수도 있다.
페이지 내용을 지칭하는 타이틀 또는 키워드는 페이지 번호를 대신하여 복수의 페이지 중에서 특정 페이지를 특정하는데 이용할 수 있다.
예컨대, 소리 데이터에 포함된 콘텐츠의 종류가 음악이고, 프로세서(180)가 관련 정보로써 그 음악에 대한 아티스트 정보, 가사 정보 및 앨범 정보를 각각 별도의 페이지로 구분한 경우를 가정한다. 이 경우, 프로세서(180)는 아티스트 정보를 포함하는 페이지에 대한 타이틀 또는 키워드는 "아티스트" 또는 "아티스트 정보"이고, 가사 정보를 포함하는 페이지에 대한 타이틀 또는 키워드는 "가사" 또는 "가사 정보"로, 앨범 정보를 포함하는 페이지에 대한 타이틀 또는 키워드는 "앨범" 또는 "앨범 정보"로 설정할 수 있다.
디스플레이부(151)에 복수의 페이지로 관련 정보가 출력되는 경우에, 사용자는 음성으로 발화하여 디스플레이부(151)에 출력되는 페이지를 전환할 수 있다.
이때, 사용자는 디스플레이부(151)에 표시될 페이지 번호를 발화하거나 표시될 페이지의 내용에 대한 타이틀 또는 키워드를 발화할 수 있고, 프로세서(180)는 사용자의 발화문에 포함된 페이지 번호 또는 페이지 내용에 대한 타이틀 또는 키워드를 이용하여 디스플레이의 대상이 되는 페이지를 특정하고, 특정된 페이지를 디스플레이부(151)에 출력할 수 있다.
예컨대, 사용자는 "2페이지" 또는 "2페이지 보여줘"와 같이 발화하여 디스플레이부(151)에 출력되는 관련 정보에 대한 페이지를 2페이지로 전환할 수 있다. 또는 사용자는 "가사 정보" 또는 "가사 정보 보여줘"와 같이 발화하여 디스플레이부(151)에 출력되는 관련 정보에 대한 페이지를 가사 정보를 표시하는 페이지로 전환할 수 있다.
디스플레이부(151)가 입력을 수반할 수 있는 터치 스크린으로 구현된 경우, 프로세서(180)는 터치 스크린에 입력되는 제스쳐에 기초하여 관련 정보를 출력하는 페이지를 전환할 수 있다.
일 실시 예에서, 프로세서(180)가 소리 데이터에 포함된 콘텐츠의 종류를 식별하지 못하거나 콘텐츠의 종류가 서비스 대상이 아니라고 판단한 경우에, 프로세서(180)는 기본값으로 설정된 정보를 디스플레이부(151)에 출력할 수 있다.
예컨대, 프로세서(180)는 소리 데이터에서 특별한 콘텐츠의 종류를 식별하지 못하거나 서비스 대상이 아니라고 판단한 경우라면, 기본값으로 설정된 날씨 정보, 시간 정보 또는 일정 정보 중에서 적어도 하나 이상을 디스플레이부(151)에 출력할 수 있다.
도 3에는 도시되지 않았으나, 프로세서(180)는 TTS(Text to Speech) 엔진을 이용하여 관련 정보 또는 그에 상응하는 안내를 음성으로 변환하고, 음향 출력부(152) 또는 스피커를 통해 변환된 음성을 출력할 수 있다.
예컨대, 프로세서(180)가 사용자의 명령어가 포함된 소리 데이터를 획득하고, 그 명령어에 상응하는 응답을 관련 정보로써 생성한 경우에, 상기 관련 정보를 디스플레이부(151)에 출력하면서 관련 정보 전체 또는 그 일부를 음성으로 변환하여 음향 출력부(152) 또는 스피커를 통해 출력할 수 있다.
또는, 프로세서(180)는 생성한 관련 정보를 디스플레이부(151)에 출력하면서, 음향 출력부(152) 또는 스피커를 통해 관련 정보를 제공한다는 취지의 안내만을 출력할 수도 있다.
도 4에 도시된 화상 정보를 제공하는 방법은 한 시점에서의 소리 데이터를 획득하여 관련 정보를 출력하기까지의 과정을 나타낸 것으로, 도 4에 도시된 화상 정보를 제공하는 방법을 연속적으로 또는 반복적으로 수행함으로써 실시간으로 입력되는 소리 데이터에 대한 화상 정보를 제공할 수 있다.
도 5는 도 4에 도시된 소리 데이터에 포함된 콘텐츠의 종류를 결정하는 단계(S403)의 일 예를 나타낸 동작 흐름도이다.
도 5를 참조하면, 프로세서(180)는 획득한 소리 데이터를 2개로 복제한다(S501).
여기서, 각 복제된 소리 데이터를 제1 소리 데이터 및 제2 소리 데이터라 칭할 수 있다.
제1 소리 데이터는 노이즈를 제거하여 소리 데이터에 포함된 음성을 인식하는데 이용될 수 있다.
제2 소리 데이터는 노이즈를 제거하지 않고 소리 데이터에 포함된 음악을 인식하는데 이용될 수 있다. 이는, 노이즈를 제거하면 음성을 제외한 주파수 대역의 소리가 노이즈로 판단되어 제거되므로, 음악이 왜곡될 수 있기 때문이다.
프로세서(180)는 제1 소리 데이터에 대하여 노이즈를 제거한다(S503).
상술한 바와 같이, 제1 소리 데이터는 복제된 2개의 소리 데이터 중에서 노이즈를 제거할 소리 데이터를 의미할 수 있다.
프로세서(180)는 노이즈 제거 엔진 또는 노이즈 제거 필터를 이용하여 제1 소리 데이터에 대하여 노이즈를 제거할 수 있다.
노이즈 제거 엔진 또는 노이즈 제거 필터는 인공 신경망으로 구현되어 학습 장치(200)에서 학습된 것일 수 있다.
프로세서(180)는 학습 장치(200)로부터 노이즈 제거 엔진을 수신하고, 수신한 노이즈 제거 엔진을 이용하여 제1 소리 데이터에 대하여 노이즈를 제거할 수 있다.
프로세서(180)는 학습 장치(200)에 제1 소리 데이터를 전송하고, 학습 장치(200)로부터 노이즈가 제거된 제1 소리 데이터를 수신할 수 있다. 여기서, 학습 장치(200)는 수신한 제1 소리 데이터에 대하여 학습된 노이즈 제거 엔진을 이용하여 노이즈를 제거하고, 노이즈가 제거된 제1 소리 데이터를 인공 지능 장치(100)로 전송할 수 있다.
프로세서(180)는 노이즈가 제거된 제1 소리 데이터에 기동어가 포함되어 있는지 여부를 판단한다(S505).
기동어는 인공 지능 장치(100)에서 사용자의 음성을 통한 상호작용을 시작하기 위한 미리 설정된 문구를 의미할 수 있다.
예컨대, 기동어는 "Hi, LG"일 수 있다.
만약, 소리 데이터에 사용자가 인공 지능 장치(100)와 음성으로 상호작용하기 위한 기동어가 포함되어있다면, 노이즈가 제거된 제1 소리 데이터에도 기동어가 포함되어있다.
단계(S505)의 판단 결과, 노이즈가 제거된 제1 소리 데이터에 기동어가 포함된 경우, 프로세서(180)는 콘텐츠의 종류를 명령어로 결정한다(S507).
즉, 프로세서(180)는 콘텐츠의 종류를 결정함에 있어서 소리 데이터에 사용자의 명령어가 포함되어있는지 여부를 우선적으로 판단할 수 있다.
단계(S505)의 판단 결과, 노이즈가 제거된 제1 소리 데이터에 기동어가 포함되지 않은 경우, 프로세서(180)는 노이즈가 제거된 제1 소리 데이터에 포함된 음성을 기초로 콘텐츠의 종류를 결정한다(S509).
이미 노이즈가 제거된 제1 소리 데이터에 기동어가 포함되지 않은 것으로 판단하였으므로, 본 단계(S509)에서 결정되는 콘텐츠의 종류에는 명령어가 제외된다.
상술한 바와 같이, 프로세서(180)는 노이즈가 제거된 제1 소리 데이터에 포함된 음성을 기초로 콘텐츠의 종류가 뉴스인지, 쇼핑 방송인지 등을 결정할 수 있다.
다만, 소리 데이터에 음악만이 포함된 경우 등에서 프로세서(180)는 음성을 기초로 콘텐츠의 종류를 결정하는데 실패할 수 있다. 이 경우, 프로세서(180)는 적합한 콘텐츠의 종류를 결정하지 못한 경우, 콘텐츠의 종류를 결정하지 않고 다음 단계로 진행할 수 있다.
그리고, 프로세서(180)는 노이즈가 제거되지 않은 제2 소리 데이터에 음악이 포함되어있는지 여부를 판단하여 콘텐츠의 종류를 결정할 수 있다(S511).
상술한 바와 같이, 제2 소리 데이터는 복제된 2개의 소리 데이터 중에서 노이즈를 제거하지 않을 소리 데이터를 의미할 수 있다.
프로세서(180)는 상기 단계(S509)에서 콘텐츠의 종류를 결정한 경우라고 하더라도 본 단계(S511)에서 제2 소리 데이터에 음악이 포함된 것으로 판단한 경우라면, 이미 결정된 콘텐츠의 종류에 음악을 추가할 수 있다.
즉, 콘텐츠의 종류는 복수개로 결정될 수 있다.
도 4에서는 프로세서(180)가 소리 데이터를 복제하여 콘텐츠의 종류를 결정하는 방법을 개시하고 있으나, 이는 하나의 예시에 불과하다.
도 6은 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)을 나타낸 도면이다.
도 6을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 시스템(1)은 본 발명의 일 실시 예에 따른 인공 지능 장치(100), 학습 장치(200) 및 TV(600)를 포함할 수 있다.
인공 지능 장치(100) 음향 출력 장치로써 기능하는 사운드 바의 형태로 구현될 수 있으며, 디스플레이부(151)를 포함한다.
이때, 인공 지능 장치(100)는 TV(600)에서 출력되는 소리를 보다 잘 획득하기 위하여 TV(600)와 일정 거리 이하로 인접하게 설치될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
인공 지능 장치(100)는 TV(600)에서 출력되는 소리를 마이크로폰(122)을 통해 직접 소리 데이터로 획득할 수도 있고, 무선 통신부(110)를 통해 TV(600) 또는 외부 장치(미도시)로부터 TV(600)에서 출력될 소리 신호에 상응하는 소리 데이터를 수신할 수도 있다.
만약, 인공 지능 장치(100)가 TV(600)를 대신하여 소리를 출력하는 장치로써 동작하는 경우, 인공 지능 장치(100)가 TV(600)로부터 TV(600)에서 출력된 소리 신호에 상응하는 소리 데이터를 수신하는 경우라고 볼 수 있다.
만약, 인공 지능 장치(100)가 TV(600)를 대신하여 소리를 출력하는 장치로서 동작하지 않는 경우, 인공 지능 장치(100)는 TV(600)에서 출력되는 소리를 마이크로폰(122)를 통해 소리 데이터로 획득하거나 TV(600) 또는 외부 장치(미도시)로부터 TV(600)에서 출력될 소리 신호에 상응하는 소리 데이터를 수신할 수 있다.
학습 장치(200)는 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 STT 엔진, 자연어 처리 엔진 및 노이즈 제거 엔진 등을 학습시킬 수 있다.
도 7 내지 9는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
구체적으로, 도 7 내지 9는 TV에서 "Drama AA"라는 드라마를 재생하고 있고, 현재 재생 시점에 드라마에 백그라운드 음악이 포함된 경우를 가정한다. 여기서, 백그라운드 음악은 아티스트가 "Artist AA"이고, 제목이 "Song AA"이다.
도 7을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 TV에서 재생중인 드라마 및 드라마에 포함된 음악에 대한 정보 등을 제공할 수 있다.
프로세서(180)는 TV에서 재생되고 있는 드라마에 대한 소리 데이터를 획득하고, 소리 데이터를 분석하여 콘텐츠의 종류가 드라마, 음악이라고 판단할 수 있다.
프로세서(180)는 소리 데이터에 포함된 콘텐츠에 상응하는 관련 정보로써 재생중인 드라마의 제목, 음악에 대한 제목, 아티스트, 앨범 정보, 가사 정보 등을 포함시킬 수 있고, 생성한 정보를 디스플레이부(151)를 통해 출력할 수 있다.
여기서, 프로세서(180)는 도 7의 (a), (b) 및 (c)에 도시된 것과 같이 시계열적으로 관련 정보를 출력할 수 있다.
예컨대, 프로세서(180)는 디스플레이부(151)에 "보고 계시는 방송은 드라마 Drama AA입니다. 현재 재생되는 음악입니다. Song AA - Artist AA / Drama AA OST"를 출력하고(도 7의 (a)), "Song AA의 가사를 출력합니다. We all lie. But sometimes it is a white lie."를 출력하고(도 7의 (b)), "I know you are protecting me, but a white lie is still a lie."을 출력할 수 있다(도 7의 (c)).
프로세서(180)는 음악의 가사를 출력할 때, 가사의 진행도를 현재 재생되고 있는 음악의 진행도에 대응시키고, 대응된 진행도에 맞추어 가사를 출력할 수 있다.
도 8 및 9를 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 사용자(700)의 명령어를 인식하여 그에 상응하는 동작을 수행하거나 응답을 관련 정보로써 제공할 수 있다.
예컨대, 사용자(700)가 "하이 엘지, Drama AA의 OST 목록 알려줘."라고 발화한 경우(도 8의 (a)), 프로세서(180)는 획득한 소리 데이터에 포함된 상기 발화문으로부터 드라마 "Drama AA"의 OST 목록을 요청하는 명령어라는 것을 파악할 수 있고, 그에 대한 응답으로 "Drama AA"의 OST 목록을 관련 정보로 생성하고, 생성된 OST 목록을 제공할 수 있다(도 8의 (b) 및 (c)). 여기서, "하이 엘지"는 인공 지능 장치(100)의 기동어의 일 예이다.
또는, 예컨대, 사용자(700)가 "하이 엘지, 다음에 청소할 때 듣고 싶으니까 저장해."라고 발화한 경우(도 9의 (a)), 프로세서(180)는 획득한 소리 데이터에 포함된 상기 발화문으로부터 현재 재생중인 음악 "Song AA - Artist AA"을 "청소할 때 듣는 음악 목록"에 저장하는 명령어라는 것을 파악할 수 있고, 그에 따라 "Song AA - Artist AA"을 "청소할 때 듣는 음악 목록"에 추가하고 동작 결과를 관련 정보로써 제공할 수 있다(도 9의 (b)). 여기서, "하이 엘지"는 인공 지능 장치(100)의 기동어의 일 예이다.
도 10 및 11은 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
구체적으로, 도 10 및 11은 TV에서 XX 홈쇼핑 방송을 재생하고 있고, 홈쇼핑 판매 제품은 LG전자??의 스마트폰 G7??인 경우를 가정한다.
도 10을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 TV에서 재생중인 쇼핑 방송에 대한 정보 및 쇼핑 방송에서 판매하는 제품의 가격 정보 등을 제공할 수 있다.
프로세서(180)는 TV에서 재생되고 있는 쇼핑 방송에 대한 소리 데이터를 획득하고, 소리 데이터를 분석하여 콘텐츠의 종류가 쇼핑 방송이라고 판단할 수 있다.
프로세서(180)는 소리 데이터에 포함된 콘텐츠에 상응하는 관련 정보로써 재생중인 쇼핑 방송의 정보, 판매되는 제품에 대한 명칭, 상세 정보, 가격 정보, 관련 제품 정보 등을 포함시킬 수 있고, 생성한 정보를 디스플레이부(151)를 통해 출력할 수 있다.
여기서, 프로세서(180)는 도 10의 (a), (b) 및 (c)에 도시된 것과 같이 시계열적으로 관련 정보를 출력할 수 있다.
예컨대, 프로세서(180)는 디스플레이부(151)에 "보고 계시는 방송의 정보입니다. XX 홈쇼핑. LG전자 스마트폰 G7 특가 방송."를 출력하고(도 10의 (a)), "온라인 쇼핑몰 가격 정보입니다."를 출력하고(도 10의 (b)), 판매되는 제품을 식별하는 이미지와 함께 "(1) LG G7 64GB - $599.99 (AA mall). (2) LG G7 64GB - $569.99 (BB mall)."을 출력할 수 있다(도 10의 (c)).
프로세서(180)는 판매 대상 제품의 가격을 적어도 하나 이상의 온라인 쇼핑몰에서 검색하여 제공할 수 있다.
만약, 프로세서(180)는 사용자가 선호하는 온라인 쇼핑몰이 있는 것으로 판단되면, 사용자가 선호하는 온라인 쇼핑몰에서 검색한 가격 정보를 포함시켜 제공할 수 있다.
프로세서(180)는 사용자의 온라인 쇼핑몰 계정 정보나 구매 이력 등을 기초로 선호하는 온라인 쇼핑몰을 판단할 수 있다.
예컨대, 프로세서(180)는 사용자의 계정 정보가 존재하는 온라인 쇼핑몰을 선호하는 온라인 쇼핑몰로 판단할 수도 있고, 최근 구매 이력이 있는 온라인 쇼핑몰을 선호하는 온라인 쇼핑몰로 판단할 수도 있다.
도 11을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 사용자(700)의 명령어를 인식하여 그에 상응하는 동작을 수행하거나 응답을 관련 정보로써 제공할 수 있다.
예컨대, 프로세서(180)가 디스플레이부(151)에 "보고 계시는 방송의 정보입니다. XX 홈쇼핑. LG전자 스마트폰 G7 특가 방송."를 출력하고(도 11의 (a)), 사용자(700)가 "하이 엘지, G7 스펙 알려줘."라고 발화한 경우(도 11의 (b)), 프로세서(180)는 획득한 소리 데이터에 포함된 상기 발화문으로부터 LG전자??의 스마트폰 G7??의 스펙을 제공하라는 명령어라는 것을 파악할 수 있고, 그에 대한 응답으로 스마트폰 G7??에 대한 스펙 정보를 획득하여 관련 정보로 생성하고, 생성된 관련 정보를 제공할 수 있다(도 11의 (c) 및 (d)). 여기서, "하이 엘지"는 인공 지능 장치(100)의 기동어의 일 예이다.
도 12는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
구체적으로, 도 12는 TV에서 뉴스를 재생하고 있는 경우를 가정한다.
도 12를 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 TV에서 재생중인 뉴스의 프로그램 정보, 현재 기사 정보, 관련 기사 정보 등을 제공할 수 있다. 그리고, 사용자(700)의 명령어를 인식하여 명령어에 상응하는 응답을 관련 정보로써 제공할 수 있다.
프로세서(180)는 TV에서 재생되고 있는 뉴스에 대한 소리 데이터를 획득하고, 소리 데이터를 분석하여 콘텐츠의 종류가 뉴스이라고 판단할 수 있다.
프로세서(180)는 소리 데이터에 포함된 콘텐츠에 상응하는 관련 정보로써 재생중인 뉴스의 프로그램 정보, 현재 기사 정보, 관련 기사 정보 등을 포함시킬 수 있고, 생성한 정보를 디스플레이부(151)를 통해 출력할 수 있다.
예컨대, 프로세서(180)가 디스플레이부(151)에 "보고 계시는 방송은 YY 뉴스입니다. 현재 기사의 관련 기사가 6건 검색됩니다."를 출력하고(도 12의 (a)), 사용자(700)가 "하이 엘지, 이 기사 관련 기사랑 함께 John에게 공유해."라고 발화한 경우(도 12의 (b)), 프로세서(180)는 획득한 소리 데이터에 포함된 상기 발화문으로부터 현재 기사의 내용과 검색된 6건의 관련 기사를 포함하는 관련 기사 모음을 John이라는 사람에게 공유하라는 명령어라는 것을 파악할 수 있고, 그에 대한 응답으로 상기 관련 기사 모음을 John에게 공유하고 그 결과를 출력할 수 있다(도 12의 (c)). 여기서, "하이 엘지"는 인공 지능 장치(100)의 기동어의 일 예이다.
도 13은 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 13을 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 사용자(700)의 명령에 의해서 또는 대기 상태일 때 시간 정보 또는 날씨 정보 등을 관련 정보로써 제공할 수 있다.
즉, 프로세서(180)는 소리 데이터가 입력되지 않거나, 소리 데이터가 입력되더라도 콘텐츠가 포함되지 않았다고 판단한 경우거나, 콘텐츠의 종류가 서비스 대상이 아닌 것으로 판단된 경우에는 시간 정보(1301)나 날씨 정보(1302) 등을 관련 정보로써 제공할 수 있다. 이러한 대기 상태일 때 관련 정보로 제공할 정보의 내용은 사용자의 설정에 의하여 변경될 수 있다.
그리고, 프로세서(180)는 사용자(700)의 요청이 있을 경우에도 시간 정보나 날씨 정보 등을 관련 정보로써 제공할 수 있다.
도 14 및 15는 본 발명의 일 실시 예에 따른 인공 지능 장치(100)가 화상 정보를 제공하는 예시를 나타낸 도면이다.
도 14 및 15를 참조하면, 본 발명의 일 실시 예에 따른 인공 지능 장치(100)는 소리 데이터에 포함된 음악에 상응하는 관련 정보를 디스플레이부(151)에 출력하고, 관련 정보에는 기본 정보, 아티스트 정보, 앨범 정보, 가사 정보 등이 포함될 수 있다.
프로세서(180)는 관련 정보를 각 복수의 카테고리로 구분하고, 각 카테고리별로 구분된 페이지에 출력할 수 있다.
각 페이지는 카테고리의 내용에 상응하는 타이틀이나 태그를 통하여 식별될 수 있다.
프로세서(180)는 각 페이지를 구분하기 위하여 현재 페이지를 나타내는 표식(1402 내지 1405)이나 현재 페이지에 상응하는 타이틀이나 태그(1401 및 1406)를 출력할 수 있다.
예컨대, 프로세서(180)가 현재 "Drama AA OST"앨범에 수록된 "Artist AA"이라는 아티스트의 "Song AA"라는 노래에 상응하는 소리 데이터를 획득한 경우, 기본 정보 카테고리에 상응하는 관련 정보로써 제목, 아티스트 및 앨범을 나타내는 "Song AA - Artist AA / Drama AA OST"를 생성하고, 기본 정보 카테고리임을 나타내는 타이틀이나 태그(1401)와 함께 기본 정보 카테고리에 상응하는 관련 정보를 출력할 수 있다(도 14의 (a) 및 도 15의 (a)).
이때, 프로세서(180)는 기본 정보 카테고리에 상응하는 관련 정보를 하나의 페이지로 출력하며, 기본 정보 카테고리임을 알리기 위한 타이틀 또는 태그(1401 또는 1406)를 함께 출력할 수 있다. 마찬가지로, 총 4개의 페이지 중에서 첫 번째 페이지임을 나타내는 표식(1402 내지 1405)을 함께 출력할 수 있다. 예컨대, 첫 번째 페이지(1402)는 기본 정보 카테고리에 대응되고, 두 번째 페이지(1403)는 아티스트 정보 카테고리에 대응되고, 세 번째 페이지(1404)는 앨범 정보 카테고리에 대응되고, 네 번째 페이지(1405) 가사 정보 카테고리에 대응될 수 있다.
도 14에 도시된 것과 같이, 사용자(700)가 "하이 엘지, 앨범 정보 알려줘."와 같이 앨범 정보를 요청하는 명령어를 발화한 경우(도 14의 (b)), 프로세서(180)는 출력하고 있던 첫 번째 페이지(1402)에서 아티스트 정보 카테고리에 상응하는 관련 정보를 포함하는 세 번째 페이지(1405)로 페이지를 전환하고, 세 번째 페이지할 수 있다(도 14의 (c)).
도 15에 도시된 것과 같이, 사용자(700)가 "하이 엘지, 세 번째 페이지 보여줘."와 같이 앨범 정보를 요청하는 명령어를 발화한 경우(도 15의 (b)), 프로세서(180)는 출력하고 있던 첫 번째 페이지(1402)에서 아티스트 정보 카테고리에 상응하는 관련 정보를 포함하는 세 번째 페이지(1405)로 페이지를 전환할 수 있다(도 15의 (c)).
특히, 프로세서(180)는 사용자의 설정에 따라 또는 사용자의 사용 기록에 비추어 선호하는 관련 정보 카테고리를 파악할 수 있고, 선호하는 관련 정보 카테고리에 상응하는 페이지를 우선적으로 출력할 수 있다.
예컨대, 상기 예시에서 사용자(700)은 음악에 대한 관련 정보를 제공할 때 앨범 정보를 확인하는 빈도가 가장 많았다면, 프로세서(180)는 음악에 대한 관련 정보에서는 앨범 정보 카테고리를 선호하는 관련 정보 카테고리로 결정하고, 추후에 사용자(700)에 대하여 음악에 대한 관련 정보를 제공할 때에는 앨범 정보 카테고리를 포함하는 페이지를 우선적으로 출력할 수 있다.
여기서, 사용자(700)가 선호하는 관련 정보 카테고리를 명시적으로 설정할 수도 있다.
프로세서(180)는 요청 빈도가 가장 큰 관련 정보 카테고리를 선호하는 관련 정보 카테고리로 결정할 수도 있고, 가장 최근에 요청하였던 관련 정보 카테고리를 선호하는 관련 정보 카테고리로 결정할 수도 있다.
나아가, 프로세서(180)는 요청 빈도뿐만 아니라 요청 시점을 고려하여 최근에 요청한 관련 정보 카테고리일수록 높은 가중치를 부여하여 관련 정보 카테고리를 결정할 수 있다.
예컨대, 음악에 대한 관련 정보를 제공함에 있어서, 사용자(700)가 전체적으로는 앨범 정보 카테고리를 가장 많이 요청했지만, 최근에는 앨범 정보 카테고리에 비하여 가사 정보 카테고리를 많이 요청하는 것으로 파악된다면, 앨범 정보 카테고리는 가중치가 낮게 부여될 수 있고, 이에 따라 프로세서(180)는 선호하는 관련 정보 카테고리를 가사 정보 카테고리로 결정할 수 있다.
이와 같이, 본 발명의 다양한 실시 예에 따른 인공 지능 장치(100)는 소리 데이터를 획득하고 그에 상응하는 관련 정보를 생성하여 화상 정보로써 출력함으로써, 사용자는 더욱 소리만으로 획득할 수 있는 정보를 넘어서 더욱 다양한 정보를 획득할 수 있다. 인공 지능 장치(100)는 TV나 라디오와 같은 미디어 재생 장치에서 출력되는 소리를 인식하여 그에 관련된 정보를 화상 정보로써 출력할 수 있다.
예컨대, 인공 지능 장치(100)는 TV나 라디오에서 출력되는 음악을 인식하고, 해당 음악에 관련된 정보를 출력할 수 있다. 특히, 음악에 대한 가사를 출력할 수 있으며, 가사는 음악의 진행도에 맞추어 출력할 수 있다.
또한, 인공 지능 장치(100)는 TV나 라디오에서 출력되는 음성을 인식하여 관련된 추가 정보를 제공할 수 있다.
예컨대, 인공 지능 장치(100)는 홈쇼핑 방송의 음성을 인식하고, 인식된 음성을 기초로 판매 대상 제품을 식별하고, 식별된 판매 대상 제품에 대한 정보, 관련 제품 정보 등을 출력할 수 있다.
마찬가지로, 인공 지능 장치(100)는 뉴스의 음성을 인식하고, 인식된 음성을 기초로 뉴스 내용을 식별하고, 식별된 뉴스 내용에 기초하여 관련 뉴스 정보를 획득하여 출력할 수 있다.
또한, 인공 지능 장치(100)는 인공 지능 플랫폼의 허브로써 기능하여 인공 지능 스피커로 활용될 수 있다.
현재 시장에 출시된 인공 지능 스피커 또는 인공 지능 허브들은 음성 서비스 위주이며, 설치가 필요하여 공간 및 심미적인 요소에 많은 영향을 받는다. 하지만 본 발명의 다양한 실시 예에 따른 인공 지능 장치(100)는 디스플레이를 구비한 사운드 바로 구현이 가능하므로, 벽이나 TV 밑에 설치하여 인테리어를 해치지 않게 배치할 수 있는 장점이 있다.
또한, 본 발명의 다양한 실시 예에 따른 인공 지능 장치(100)는 디스플레이를 통해 다양한 화상 정보를 제공할 수 있으므로, 기존의 음성 정보만을 제공하는 인공 지능 허브에 비하여 넓은 범위의 정보를 제공하며 사용자 편의성을 증대시킬 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.

Claims (14)

  1. 화상 정보를 제공하는 인공 지능 장치에 있어서,
    디스플레이부; 및
    소리 데이터를 획득하고,
    획득한 소리 데이터에 포함된 콘텐츠의 종류를 결정하고,
    상기 콘텐츠와 상기 콘텐츠의 종류에 기초하여 상기 콘텐츠에 상응하는 관련 정보를 생성하고,
    상기 관련 정보에 포함되는 정보를 적어도 하나 이상의 카테고리로 구분하고,
    상기 적어도 하나 이상의 카테고리 중에서 사용자 선호의 카테고리를 결정하고,
    상기 디스플레이부를 통해 상기 생성된 관련 정보를 상기 각 카테고리별로 서로 구분되는 페이지에 출력하는 프로세서
    를 포함하고,
    상기 프로세서는
    상기 관련 정보를 출력할 때 상기 사용자 선호의 카테고리에 상응하는 페이지를 우선적으로 출력하고,
    상기 페이지에는
    전체 페이지 대비 현재 페이지의 위치를 가리키는 표시 또는 현재 페이지에 상응하는 상기 카테고리를 식별하기 위한 타이틀 또는 태그 정보가 포함되고,
    상기 사용자 선호의 카테고리는
    상기 각 카테고리별로 사용자가 출력을 요청한 빈도가 높을수록 높은 선호도를 부여하고, 상기 출력을 요청한 시점이 오래될수록 선호도를 낮게 부여하였을 때, 가장 선호도가 높은 카테고리인, 인공 지능 장치.
  2. 청구항 1에 있어서,
    상기 프로세서는
    상기 콘텐츠의 종류에 기초하여 상기 관련 정보에 포함될 적어도 하나 이상의 항목을 결정하고, 상기 결정된 적어도 하나 이상의 항목에 기초하여 상기 관련 정보를 생성하는, 인공 지능 장치.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 청구항 2에 있어서,
    상기 프로세서는
    상기 콘텐츠의 종류가 음악인 경우, 상기 음악의 제목, 아티스트, 앨범명, 앨범 발매일 또는 가사 중에서 적어도 하나 이상을 포함하여 상기 항목을 결정하고, 상기 결정된 항목을 포함하는 상기 관련 정보를 생성하는, 인공 지능 장치.
  8. 청구항 7에 있어서,
    상기 프로세서는
    상기 관련 정보에 상기 음악의 가사가 포함된 경우, 상기 획득한 소리 데이터에 포함된 상기 음악의 진행도와 상기 음악의 가사의 진행도를 대응시키고, 상기 대응된 진행도에 맞추어 상기 음악의 가사를 상기 디스플레이부에 출력하는, 인공 지능 장치.
  9. 청구항 2에 있어서,
    상기 프로세서는
    상기 콘텐츠의 종류가 쇼핑 방송인 경우, 상기 쇼핑 방송에서 판매하는 제품의 명칭, 스펙 정보, 가격 정보 또는 유사 제품 정보 중에서 적어도 하나 이상을 포함하여 상기 항목을 결정하고, 상기 결정된 항목을 포함하는 상기 관련 정보를 생성하는, 인공 지능 장치.
  10. 청구항 2에 있어서,
    상기 프로세서는
    상기 콘텐츠의 종류가 뉴스인 경우, 상기 뉴스의 관련 기사를 포함하여 상기 항목을 결정하고, 상기 결정된 항목을 포함하는 상기 관련 정보를 생성하는, 인공 지능 장치.
  11. 청구항 1에 있어서,
    상기 프로세서는
    STT(Speech to Text) 엔진을 이용하여 상기 소리 데이터를 텍스트로 변환하고, 자연어 처리 엔진을 이용하여 상기 변환된 텍스트에서 상기 콘텐츠의 종류를 결정하고,
    상기 STT 엔진 또는 상기 자연어 처리 엔진 중에서 적어도 하나는
    머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습되는, 인공 지능 장치.
  12. 청구항 11에 있어서,
    상기 프로세서는
    상기 소리 데이터에 사용자의 명령어가 포함된 경우, 상기 콘텐츠의 종류를 명령어로 결정하고, 상기 자연어 처리 엔진을 이용하여 상기 소리 데이터에 상응하는 의도 정보를 획득하고, 상기 의도 정보에 따른 응답을 상기 관련 정보로 생성하는, 인공 지능 장치.
  13. 화상 정보를 제공하는 방법에 있어서,
    소리 데이터를 획득하는 단계;
    획득한 소리 데이터에 포함된 콘텐츠의 종류를 결정하는 단계;
    상기 콘텐츠와 상기 콘텐츠의 종류에 기초하여 상기 콘텐츠에 상응하는 관련 정보를 생성하는 단계;
    상기 관련 정보에 포함되는 정보를 적어도 하나 이상의 카테고리로 구분하는 단계;
    상기 적어도 하나 이상의 카테고리 중에서 사용자 선호의 카테고리를 결정하는 단계; 및
    디스플레이부를 통해 상기 생성된 관련 정보를 상기 각 카테고리별로 서로 구분되는 페이지에 출력하는 단계
    를 포함하고,
    상기 생성된 관련 정보를 출력하는 단계는
    상기 관련 정보를 출력할 때 상기 사용자 선호의 카테고리에 상응하는 페이지를 우선적으로 출력하고,
    상기 페이지에는
    전체 페이지 대비 현재 페이지의 위치를 가리키는 표시 또는 현재 페이지에 상응하는 상기 카테고리를 식별하기 위한 타이틀 또는 태그 정보가 포함되고,
    상기 사용자 선호의 카테고리는
    상기 각 카테고리별로 사용자가 출력을 요청한 빈도가 높을수록 높은 선호도를 부여하고, 상기 출력을 요청한 시점이 오래될수록 선호도를 낮게 부여하였을 때, 가장 선호도가 높은 카테고리인, 방법.
  14. 화상 정보를 제공하는 방법을 수행하기 위한 프로그램이 기록된 기록 매체에 있어서,
    상기 방법은
    소리 데이터를 획득하는 단계;
    획득한 소리 데이터에 포함된 콘텐츠의 종류를 결정하는 단계;
    상기 콘텐츠와 상기 콘텐츠의 종류에 기초하여 상기 콘텐츠에 상응하는 관련 정보를 생성하는 단계;
    상기 관련 정보에 포함되는 정보를 적어도 하나 이상의 카테고리로 구분하는 단계;
    상기 적어도 하나 이상의 카테고리 중에서 사용자 선호의 카테고리를 결정하는 단계; 및
    디스플레이부를 통해 상기 생성된 관련 정보를 상기 각 카테고리별로 서로 구분되는 페이지에 출력하는 단계
    를 포함하고,
    상기 생성된 관련 정보를 출력하는 단계는
    상기 관련 정보를 출력할 때 상기 사용자 선호의 카테고리에 상응하는 페이지를 우선적으로 출력하고,
    상기 페이지에는
    전체 페이지 대비 현재 페이지의 위치를 가리키는 표시 또는 현재 페이지에 상응하는 상기 카테고리를 식별하기 위한 타이틀 또는 태그 정보가 포함되고,
    상기 사용자 선호의 카테고리는
    상기 각 카테고리별로 사용자가 출력을 요청한 빈도가 높을수록 높은 선호도를 부여하고, 상기 출력을 요청한 시점이 오래될수록 선호도를 낮게 부여하였을 때, 가장 선호도가 높은 카테고리인, 기록 매체.
KR1020197020889A 2019-05-02 2019-05-02 화상 정보를 제공하는 인공 지능 장치 및 그 방법 KR102221963B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2019/005273 WO2020222338A1 (ko) 2019-05-02 2019-05-02 화상 정보를 제공하는 인공 지능 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20200127836A KR20200127836A (ko) 2020-11-11
KR102221963B1 true KR102221963B1 (ko) 2021-03-04

Family

ID=73029710

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197020889A KR102221963B1 (ko) 2019-05-02 2019-05-02 화상 정보를 제공하는 인공 지능 장치 및 그 방법

Country Status (3)

Country Link
US (1) US20210337274A1 (ko)
KR (1) KR102221963B1 (ko)
WO (1) WO2020222338A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102598242B1 (ko) * 2021-11-16 2023-11-03 재단법인대구경북과학기술원 전자 장치 및 이의 제어 방법
KR102610810B1 (ko) * 2021-11-30 2023-12-13 주식회사 포엔 사용자의 생각을 디코딩하는 인공지능 시스템

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4380582B2 (ja) * 2005-04-22 2009-12-09 ソニー株式会社 記録再生装置、これらの装置の処理方法およびその方法をコンピュータに実行させるプログラム
KR101161376B1 (ko) * 2006-11-07 2012-07-02 엘지전자 주식회사 방송관련정보를 확대하여 표시할 수 있는 방송수신 단말기및 그 제어방법
US8776119B2 (en) * 2007-05-04 2014-07-08 Cox Communications, Inc. Displaying an information ticker in association with a personalized video mosaic in a television services network
US9026942B2 (en) * 2011-02-25 2015-05-05 Cbs Interactive Inc. Song lyric processing with user interaction
KR101248844B1 (ko) * 2011-07-25 2013-04-01 주식회사 아이플래테아코리아 방송콘텐츠의 부가정보 제공 방법 및 그 시스템
KR20140045205A (ko) * 2012-10-08 2014-04-16 (주)코튼인터렉티브 시청 프로그램 정보 수집 방법 및 시스템
KR102158315B1 (ko) * 2013-10-14 2020-09-21 삼성전자주식회사 음성 제어를 수행하는 디스플레이 장치 및 그 음성 제어 방법
KR101573868B1 (ko) * 2013-12-04 2015-12-04 한국과학기술원 노래 가사 자동 디스플레이 방법, 노래 가사를 인식하는 서버 및 이 서버를 포함하는 노래 가사 자동 디스플레이 시스템
US20160314205A1 (en) * 2015-04-24 2016-10-27 Ebay Inc. Generating a discovery page depicting item aspects
US10157401B1 (en) * 2015-06-17 2018-12-18 Google Llc Engaged view rate analysis
US10331312B2 (en) * 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
KR101889279B1 (ko) * 2017-01-16 2018-08-21 주식회사 케이티 음성 명령에 기반하여 서비스를 제공하는 시스템 및 방법
KR20180084394A (ko) * 2017-01-17 2018-07-25 삼성전자주식회사 발화 완료 감지 방법 및 이를 구현한 전자 장치
KR102484257B1 (ko) * 2017-02-22 2023-01-04 삼성전자주식회사 전자 장치, 그의 문서 표시 방법 및 비일시적 컴퓨터 판독가능 기록매체
KR101957169B1 (ko) * 2017-05-29 2019-03-12 엘지전자 주식회사 음성 서버의 동작 방법
WO2020231151A1 (en) * 2019-05-16 2020-11-19 Samsung Electronics Co., Ltd. Electronic device and method of controlling thereof

Also Published As

Publication number Publication date
WO2020222338A1 (ko) 2020-11-05
KR20200127836A (ko) 2020-11-11
US20210337274A1 (en) 2021-10-28

Similar Documents

Publication Publication Date Title
US11488576B2 (en) Artificial intelligence apparatus for generating text or speech having content-based style and method for the same
US11715485B2 (en) Artificial intelligence apparatus for converting text and speech in consideration of style and method for the same
KR102137151B1 (ko) 노이즈 캔슬링 장치 및 그 방법
US20190297381A1 (en) Artificial intelligence device and operating method thereof
KR102321855B1 (ko) 음성으로 상호작용하는 인공 지능 장치 및 그 방법
US11776544B2 (en) Artificial intelligence apparatus for recognizing speech of user and method for the same
US11556302B2 (en) Electronic apparatus, document displaying method thereof and non-transitory computer readable recording medium
US11881209B2 (en) Electronic device and control method
US11531881B2 (en) Artificial intelligence apparatus for controlling auto stop system based on driving information and method for the same
KR20210155401A (ko) 인공 지능을 이용하여, 합성 음성의 품질을 평가하는 음성 합성 장치 및 그의 동작 방법
US20210110815A1 (en) Method and apparatus for determining semantic meaning of pronoun
US20210049996A1 (en) Voice recognition method using artificial intelligence and apparatus thereof
US11468886B2 (en) Artificial intelligence apparatus for performing voice control using voice extraction filter and method for the same
US10916240B2 (en) Mobile terminal and method of operating the same
KR20190112680A (ko) 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법
KR20190094295A (ko) 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체
KR102221963B1 (ko) 화상 정보를 제공하는 인공 지능 장치 및 그 방법
KR20230120790A (ko) 가변적 언어모델을 이용한 음성인식 헬스케어 서비스
KR102642617B1 (ko) 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체
EP4354887A1 (en) Artificial intelligence device, and method for operating artificial intelligence device
KR102603282B1 (ko) 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체
US20240232258A9 (en) Sound search
KR20230149894A (ko) 개인화 가능한 기계학습 기반의 운전자 이상행동 감지 시스템
KR20240012453A (ko) 영상 편집 장치 및 영상 편집 장치의 동작 방법
KR20230018261A (ko) AI 기반 음성서비스의 Text Data 수집 플랫폼 구축 및 통합관리방법

Legal Events

Date Code Title Description
G15R Request for early opening
E701 Decision to grant or registration of patent right
GRNT Written decision to grant