KR102365688B1 - 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 - Google Patents
자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 Download PDFInfo
- Publication number
- KR102365688B1 KR102365688B1 KR1020170044689A KR20170044689A KR102365688B1 KR 102365688 B1 KR102365688 B1 KR 102365688B1 KR 1020170044689 A KR1020170044689 A KR 1020170044689A KR 20170044689 A KR20170044689 A KR 20170044689A KR 102365688 B1 KR102365688 B1 KR 102365688B1
- Authority
- KR
- South Korea
- Prior art keywords
- natural language
- language input
- response
- electronic device
- chatbot
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 75
- 230000004044 response Effects 0.000 claims abstract description 201
- 238000004891 communication Methods 0.000 claims abstract description 109
- 230000005236 sound signal Effects 0.000 claims description 18
- 238000003058 natural language processing Methods 0.000 description 207
- 230000006870 function Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 21
- 235000016213 coffee Nutrition 0.000 description 17
- 235000013353 coffee beverage Nutrition 0.000 description 17
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000009118 appropriate response Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 11
- 230000001413 cellular effect Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 244000269722 Thea sinensis Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- MIDXCONKKJTLDX-UHFFFAOYSA-N 3,5-dimethylcyclopentane-1,2-dione Chemical compound CC1CC(C)C(=O)C1=O MIDXCONKKJTLDX-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 235000015115 caffè latte Nutrition 0.000 description 1
- 235000020289 caffè mocha Nutrition 0.000 description 1
- 235000013736 caramel Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000015114 espresso Nutrition 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 235000020278 hot chocolate Nutrition 0.000 description 1
- 235000020295 iced americano Nutrition 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000020121 low-fat milk Nutrition 0.000 description 1
- 235000020282 macchiato Nutrition 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000001646 magnetic resonance method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002990 reinforced plastic Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/32—Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Information Transfer Between Computers (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이, 상기 하우징 내에 배치된 통신 회로, 상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 메시징 유저 인터페이스를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성될 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고, 사용자로부터 자연어 입력을 수신하고, 상기 통신 회로를 이용하여 상기 자연어 입력의 적어도 일부를 외부 서버로 전송하고, 상기 자연어 입력의 상기 적어도 일부에 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버부터 제1 응답을 수신하고, 상기 제1 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제2 엔진에 의해 생성되고, 및 상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장할 수 있다.
Description
본 문서에서 개시되는 실시 예들은 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 및 서버에 관한 것이다.
최근 이동통신 기술의 발달로, 전자 장치는 손쉽게 휴대할 수 있으면서도 유무선 네트워크에 자유로이 접속 가능한 형태로 변모하고 있다. 예를 들어 스마트폰(smartphone) 및 태블릿(tablet) PC와 같은 휴대용 전자 장치는 통화 및 메시지 송수신 기능에 더하여 인터넷 접속 및 멀티미디어 재생과 같은 다양한 기능을 지원할 수 있다.
전자 장치의 사용자는 자신이 원하는 콘텐트 또는 서비스를 제공받기 위해, 검색 키워드를 검색 엔진에 전송하고, 이에 대응하는 콘텐트 또는 서비스를 제공받을 수 있다. 상기와 같은 검색 키워드를 이용한 검색에 있어서, 사용자가 직접 적절한 검색 키워드를 생성해야 하는 어려움이 있다. 다른 방법으로, 대화형 콘텐트 제공 시스템에서는 사용자의 자연어 요청에 대응하여, 자연어의 의미 분석을 이용하여 콘텐트를 대화형(dialog)으로 제공할 수 있다.
대화형 콘텐트 제공 시스템은 사용자로부터 유래한 자연어의 의미를 분석하고, 해당 자연어에 대응하는 콘텐트 또는 서비스를 대화 형식으로 제공할 수 있다. 단일의 대화형 콘텐트 제공 시스템은 단일의 콘텐트 제공자 또는 단일의 서비스 제공자에 의해 운영되므로, 지정된 범위를 벗어난 주제를 가진 콘텐트 또는 서비스를 제공할 수 없다. 따라서 사용자가 원하는 콘텐트 또는 서비스를 적절히 제공할 수 있는 콘텐트 제공자 혹은 시스템을 찾아내는 것 역시 사용자에게 있어서 부담으로 작용할 수 있다.
본 문서에서 개시되는 실시 예들은, 적어도 전술한 문제를 해결하기 위한 것으로서, 자연어에 기반하여 복수의 주체로부터 대화형 콘텐트 또는 서비스를 제공받음과 아울러, 지정된 범위를 벗어난 요청에 대하여는 적합한 콘텐트 또는 서비스를 제공할 수 있는 주체를 불러낼 수 있는 콘텐트 제공 방법 및 이를 수행하는 전자 장치를 제공할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이, 상기 하우징 내에 배치된 통신 회로, 상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성될 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고, 사용자로부터 자연어 입력(natural language input)을 수신하고, 상기 통신 회로를 이용하여 상기 자연어 입력의 적어도 일부를 외부 서버로 전송하고, 상기 자연어 입력의 상기 적어도 일부에 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버부터 제1 응답을 수신하고, 상기 제1 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제2 엔진에 의해 생성되고, 및 상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장할 수 있다.
또 다른 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이, 상기 하우징 내에 배치된 통신 회로, 상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성될 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가 상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고, 사용자로부터 제1 자연어 입력(natural language input)을 수신하고, 상기 통신 회로를 이용하여 상기 제1 자연어 입력의 적어도 일부를 외부 서버로 전송하고, 상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 응답은 상기 제1 자연어 입력에 대응하는 응답을 생성할 수 있는 제2 엔진을 지시하고, 상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고, 상기 제2 엔진의 선택을 지시하는 제2 자연어 입력을 상기 사용자로부터 수신하고, 상기 제2 자연어 입력에 적어도 일부 기반한 제3 메시지와 상기 제1 인디케이션을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 제2 자연어 입력의 적어도 일부를 상기 외부 서버로 전송하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 상기 제2 엔진에 의해 생성되고, 상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제4 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장할 수 있다.
일 실시 예에 따른 서버는, 하우징, 상기 하우징 내에 배치되되, 전자 장치와 통신하는 통신 회로, 상기 하우징 내에 배치되되, 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되되, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 제1 도메인에 대응하는 제1 NLU 풀(pool)을 저장할 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가 상기 통신 회로를 이용하여 상기 전자 장치로부터 자연어 입력을 수신하고, 상기 자연어 입력으로부터 제1 도메인의 콘텍스트가 도출되는지 여부를 판단하고, 상기 콘텍스트가 도출되면 상기 자연어 입력 및 상기 제1 NLU 풀을 이용하여 제1 응답을 생성하고, 상기 제1 응답을 상기 전자 장치로 전송하도록 하는 인스트럭션을 저장할 수 있다.
본 문서에 개시되는 실시 예들에 따르면, 전자 장치는 사용자로부터 수신한 자연어 입력에 가장 적합한 콘텐트 제공자(CP, content provider)의 NLP(natural language processing) 서버(혹은 챗봇)로부터 가장 적합한 콘텐트 또는 서비스를 제공받을 수 있다. 이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 시스템을 나타낸다.
도 2는 일 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 3은 또 다른 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 4는 일 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 5는 일 실시 예에 따른 제1 NLP 서버(마스터 챗봇)의 블록도를 나타낸다.
도 6은 일 실시 예에 따른 제2 NLP 서버(CP 챗봇)의 블록도를 나타낸다.
도 7은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 8은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 9는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 10은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 11은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 12는 일 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 13은 또 다른 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 14는 일 실시 예에 따른 전자 장치의 동작을 나타낸 흐름도이다.
도 15a 및 도 15b는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 16은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 17은 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 18 내지 도 24는 다양한 실시 예에 따른 전자 장치와 챗봇 서버들간의 대화를 나타낸다.
도 25는 다양한 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 26은 다양한 실시 예에 따른 프로그램 모듈의 블록도를 나타낸다.
도 2는 일 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 3은 또 다른 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 4는 일 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 5는 일 실시 예에 따른 제1 NLP 서버(마스터 챗봇)의 블록도를 나타낸다.
도 6은 일 실시 예에 따른 제2 NLP 서버(CP 챗봇)의 블록도를 나타낸다.
도 7은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 8은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 9는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 10은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 11은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 12는 일 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 13은 또 다른 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 14는 일 실시 예에 따른 전자 장치의 동작을 나타낸 흐름도이다.
도 15a 및 도 15b는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 16은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다.
도 17은 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 18 내지 도 24는 다양한 실시 예에 따른 전자 장치와 챗봇 서버들간의 대화를 나타낸다.
도 25는 다양한 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 26은 다양한 실시 예에 따른 프로그램 모듈의 블록도를 나타낸다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성(또는 설정)된 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
본 문서의 다양한 실시 예들에 따른 전자 장치는, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에 따르면 웨어러블 장치는 엑세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체 형(예: 전자 의복), 신체 부착 형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식 형(예: implantable circuit) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에서, 전자 장치는 가전 제품(home appliance)일 수 있다. 가전 제품은, 예를 들면, 텔레비전, DVD 플레이어(Digital Video Disk player), 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSync™, 애플TV™, 또는 구글 TV™), 게임 콘솔(예: Xbox™, PlayStation™), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시 예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션(navigation) 장치, 위성 항법 시스템(GNSS(Global Navigation Satellite System)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시 예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.
이하, 첨부 도면을 참조하여, 다양한 실시 예에 따른 전자 장치가 설명된다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치 (예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 시스템을 나타낸다.
도 1을 참조하면, 일 실시 예에 따른 자연어 이해(natural language understanding; 이하 NLU로 참조)에 기반한 콘텐트 제공 시스템은, 전자 장치(10), ASR(automated speech recognition) 서버(20), 메신저 서버(30), NLP(natural language processing) 서버들(41, 42, 43, 44, 45)을 포함할 수 있다. 상기 각 장치들(10, 20, 30, 41, 42, 43, 44, 45)은 네트워크(50)를 통해 서로 통신할 수 있다.
ASR 서버(20)는 전자 장치(10)로부터 수신한 오디오 신호에 응답하여, 상기 오디오 신호에 대응되는 텍스트 데이터를 상기 전자 장치(10)에 반환할 수 있다. 다양한 실시 예에 따르면, ASR 서버(20)는 STT(speech to text) 서버, 또는 SR(speech recognition) 서버로 참조될 수 있다. 다양한 실시 예에 따르면, 상기 ASR 서버(20)가 수행하는 기능 중 적어도 일부는 전자 장치(10)에 소프트웨어로 탑재될 수도 있다.
메신저 서버(30)는 전자 장치(10) 및 다른 전자 장치들(예: 또 다른 전자 장치, NLP 서버들)을 매개할 수 있다. 예를 들어, 전자 장치(10) 및 NLP 서버들(41, 42, 43, 44, 45)에는, 상기 메신저 서버(30)에서 지원하는 메시징 어플리케이션이 설치될 수 있다. 전자 장치(10)에서 작성 및 전송된 메시지들은 상기 메시징 어플리케이션을 통해 목적 장치(destination device)로 전송될 수 있다.
NLP 서버들(41, 42, 43, 44 45)은 전자 장치(10)로부터 자연어 입력을 수신하고, 상기 자연어 입력의 의미 혹은 콘텍스트(context)를 도출(derive)하여, 상기 의미 혹은 콘텍스트에 대응하는 동작을 수행할 수 있다. 일 실시 예에 따르면, NLP 서버들(41, 42, 43, 44 45)은, 콘텐트 제공자(CP; content provider)의 챗봇(chatbot)이 구비된 NLP 서버들(42, 43, 44, 45) 및 상기 CP 챗봇을 호출할 수 있는 마스터 챗봇이 구비된 NLP 서버(41)로 구분될 수 있다.
다양한 실시 예에 따르면, CP 챗봇이 구비된 NLP 서버들(42, 43, 44 45)은 "CP 챗봇"으로 상호교환적으로 참조될 수 있으며, 마스터 챗봇이 구비된 NLP 서버(41)는 "마스터 챗봇"으로 상호교환적으로 참조될 수 있다. 또한, 이와 같은 NLP 서버들(41, 42, 43, 44 45)은 본 명세서에서 챗봇, NLP 머신(machine), 챗봇 엔진, 혹은 단순히 서버, 엔진, 또는 머신으로 참조될 수 있다.
일 실시 예에 따르면, CP 챗봇들(제2 NLP 서버 - 제5 NLP 서버)(42, 43, 44, 45)은, 전자 장치(10)로부터 수신된 자연어 입력의 의미 혹은 콘텍스트를 도출하여, 상기 의미 혹은 콘텍스트에 대응하는 콘텐트를 상기 전자 장치(10)에게 제공할 수 있다. 이를 위해 각각의 CP 챗봇들(42, 43, 44, 45)은, 각 CP 챗봇에서 제공하는 서비스와 연관된 자연어의 집합을 포함하는 NLU 풀(pool), 상기 자연어의 의미 분석을 위한 NLU 엔진, 및 지정된 서비스를 제공하기 위한 다양한 프로그램, 데이터 등을 포함할 수 있다.
일 실시 예에 따르면, 마스터 챗봇(제1 NLP 서버)(41)은, 전자 장치(10)로부터 수신된 자연어 입력의 의미 혹은 콘텍스트를 도출하고, 상기 의미 혹은 콘텍스트에 대응하는 콘텐트를 제공할 수 있는 CP 챗봇(42, 43, 44, 45)을 선택하여 전자 장치(10)에게 추천할 수 있다. 이를 위해 마스터 챗봇(41)은, 각 CP 챗봇에서 제공하는 서비스의 도메인을 분류할 수 있는 도메인 필터, 도메인과 CP 챗봇과의 상호연관성에 관한 정보가 구축된 데이터베이스(DB), NLU 풀, NLU 엔진, 및 기타 다양한 프로그램, 데이터 등을 포함할 수 있다.
일 실시 예에 따르면, 마스터 챗봇(41) 및 CP 챗봇(42, 43, 44, 45)에 각각 포함된 상기 NLU 엔진은 머신 러닝(machine learning)을 지원하는 인공지능(artificial intelligence)을 포함할 수 있다.
일 실시 예에 따르면, 마스터 챗봇(41) 및 CP 챗봇들(42, 43, 44, 45)은 상기 자연어 입력의 수신 및 이에 대응하는 콘텐트를 제공하기 위해 메신저 서버(30)를 매개로 상기 전자 장치(10)와 상호작용할 수 있다. 마스터 챗봇(41) 및 CP 챗봇들(42, 43, 44, 45)은 각각, 전자 장치(10)의 메시징 UI(user interface) 상에서 하나의 대화 주체로서 표현될 수 있다.
전자 장치(10)는 네트워크(50)를 통해 다른 전자 장치(예: 또 다른 전자 장치, 챗봇들(NLP 서버들)(41, 42, 43, 44, 45))와 통신할 수 있다. 상기 전자 장치(10)는 외형적으로 하우징(11) 및 상기 하우징(11)의 일부(예: 전면)를 통해 노출된 터치스크린 디스플레이(12)를 포함할 수 있다.
하우징(11)은 금속, 강화 유리, 강화 플라스틱 등으로 형성되어, 전자 장치(10)에 포함된 구성들을 수납할 수 있다. 상기 하우징(11)은 상기 전자 장치(10)에 포함된 구성들을 먼지, 물, 및 외부 충격으로부터 보호할 수 있다. 상기 터치스크린 디스플레이(12)를 통해 사용자 입력을 수신하거나, 프로그램의 실행 화면을 출력할 수 있다.
일 실시 예에 따르면, 전자 장치(10)는 메시징 어플리케이션을 실행 또는 런칭하고, 상기 메시징 어플리케이션의 메시징 UI(i.e., 메시징 어플리케이션에 포함된 액티비티(activity)에 따른 화면)를 상기 터치스크린 디스플레이(12)에 출력할 수 있다. 전자 장치(10)는 상기 메시징 UI를 통해 자연어 입력을 수신할 수 있다.
일 예에 따르면, 전자 장치(10)는 소프트 키보드(미도시)를 통해 입력 필드(field)(16)에 입력된 텍스트를 자연어 입력으로서 수신할 수 있다. 또 다른 예에 따르면, 전자 장치(10)는 내장 또는 외장된 오디오 입력 모듈(예: 마이크)을 이용하여 사용자의 자연어 발화(speech or utterance)를 전기적 신호인 오디오 신호로 변환할 수 있다. 상기 전자 장치(10)는 상기 오디오 신호를 ASR 서버(20)로 전송하고, 상기 오디오 신호에 대한 응답으로 자연어 텍스트 데이터를 수신할 수 있다. 상기 전자 장치(10)는 상기 자연어 텍스트 데이터를 자연어 입력으로서 수신할 수 있다.
일 실시 예에 따르면, 전자 장치(10)는 사용자로부터 자연어 입력을 수신하면, 상기 사용자를 나타내는 인디케이션(indication)(13-1) 및 상기 자연어 입력에 기반한 메시지(13-2)를 터치스크린 디스플레이(12)에 출력된 메시징 UI 상에 표시할 수 있다.
일 실시 예에 따르면, 전자 장치(10)에서 수신된 상기 자연어 입력은 네트워크(50)를 통해 메신저 서버(30)로 전송되고, 이는 다시 마스터 챗봇(41) 및 CP 챗봇들(42, 43, 44, 45) 중 적어도 하나에 전달될 수 있다.
예를 들어, 마스터 챗봇(제1 NLP 서버)(41)는 전자 장치(10)로부터 수신된 자연어 입력의 의미 혹은 콘텍스트를 도출하고, 상기 의미 혹은 콘텍스트에 대응하는 콘텐트를 제공할 수 있는 CP 챗봇(예: CP 챗봇(44))을 선택할 수 있다. 마스터 챗봇(41)는 상기 선택된 CP 챗봇(예: CP 챗봇(44))을 추천하는 응답을 생성하고, 이를 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 상기 마스터 챗봇(41)을 나타내는 인디케이션(14-1), 및 상기 선택된 CP 챗봇(예: CP 챗봇(44))을 추천하는 응답 메시지(14-2)를 메시징 UI 상에 표시할 수 있다.
또 다른 예를 들어, CP 챗봇(제2 NLP 서버)(42)은 전자 장치(10)로부터 수신된 자연어 입력으로부터 상기 CP 챗봇(42)이 제공하는 콘텐트에 관한 콘텍스트를 도출할 수 있다. CP 챗봇(42)은 상기 도출된 콘텍스트에 기반하여 일정한 콘텐트를 제공하는 응답을 생성하고, 이를 전자 장치(10)로 전송할 수 있다. 전자 장치(10)는 CP 챗봇(42)을 나타내는 인디케이션(15-1) 및 상기 콘텐트를 포함한 응답 메시지(15-2)를 메시징 UI 상에 표시할 수 있다.
다양한 실시 예에 따르면, CP 챗봇(43)은 전자 장치(10)로부터 수신된 자연어 입력으로부터 상기 CP 챗봇(43)가 제공하는 서비스에 관한 콘텍스트를 도출하지 못할 수 있다. 예를 들어, 전자 장치(10)에서 획득된 자연어 입력이 레스토랑 예약을 요구하는 입력이고, 상기 CP 챗봇(43)이 영화 예매 서비스를 제공하는 경우, 상기 CP 챗봇(43)은 상기 자연어 입력에 응답하지 않을 수도 있다. 다만, 일부 실시 예에 따르면, 상기 CP 챗봇(43)은 상기 자연어 입력과 연관되어 있다고 판단된 다른 CP 챗봇을 추천할 수는 있다.
도 2는 일 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 2를 참조하면, 일 실시 예에 따른 챗봇 시스템(200)은 CP 챗봇(201), 마스터 챗봇(202) 및 사용자(232)의 전자 장치(203)을 포함할 수 있다. 예를 들면, 상기 CP 챗봇(201)은 도 1에 도시된 CP 챗봇들(42, 43, 44, 45) 중 어느 하나에 해당할 수 있고, 마스터 챗봇(202)은 도 1에 도시된 마스터 챗봇(41)에 해당할 수 있으며, 전자 장치(203)는 도 1에 도시된 전자 장치(10)에 해당할 수 있다.
일 실시 예에 따르면, CP 챗봇(201)은 전자 장치(201) 및/또는 마스터 챗봇(202)로부터 수신된 자연어 입력에 응답하여, 텍스트, 이미지, 비디오, 또는 전자 장치(203)에서 실행 가능한 명령어(예: 인텐트(intent))를 상기 전자 장치(203)에 제공할 수 있다. 예를 들어, CP 챗봇(201)은 마스터 챗봇(202)으로부터 제공된 API(application programming interface)를 이용하여 제공하려는 콘텐트의 DB 및 NLU 풀을 구축하거나, 상기 콘텐트의 DB 및 NLU 풀을 동적으로 커스터마이즈(customize)할 수 있다. 일 실시 예에 따르면, 상기 CP 챗봇(201)은 마스터 챗봇(202)에 능동적으로(proactively) 접근하여 일정한 정보를 공유 받을 수도 있다.
일 실시 예에 따르면, 마스터 챗봇(202)은 CP NLU/NLG(natural language understanding/natural language generator) 데이터베이스(DB) 생성 도구(tool)(221), 대화 매니저(DM, dialog manager)(222), NLU 모듈(223), 및 메신저 플러그인(224)를 포함할 수 있다.
일 실시 예에 따르면, CP NLU/NLG DB 생성 도구(221)는 자연어에 기반한 CP 챗봇(201)과의 데이터 입출력 관리를 지원할 수 있다. 상기 CP NLU/NLG DB 생성 도구(221)는 메신저(231)에 대한 CP 챗봇(201)의 등록 및 운영을 지원할 수 있다.
일 실시 예에 따르면, CP NLU/NLG DB 생성 도구(221)는 도메인 필터를 사용하여 초대할 CP 챗봇(201)의 종류, 개수를 조정할 수 있다. 예컨대, CP NLU/NLG DB 생성 도구(221)는 콘텍스트에 기반한 토픽 검출 등을 이용하여 지정된 CP 챗봇(201)에만 자연어 입력을 전달할 수 있다. CP NLU/NLG DB 생성 도구(221)는 상기 자연어 입력에 대한 응답 및 당해 응답에 대한 신뢰도(confidence)을 CP 챗봇(201)으로부터 수신하고, 상기 신뢰도에 기반하여 콘텐트를 제공하기에 적절한 CP 챗봇(201)을 선택 및 초대할 수 있다. 신뢰도가 일정 수준 이상인 CP 챗봇의 개수가 다수인 경우 일정한 우선순위에 따라 선택된 CP 챗봇을 초대할 수도 있다.
일 실시 예에 따르면, 대화 매니저(DM)(222)는 NLU 모듈(223)에서 파악된 사용자 의도를 이용하여 후속 동작을 결정할 수 있다. 상기 대화 매니저(DM)(222)는 전자 장치(203)와의 대화 메시지를 구성하기 위해 인공지능에 기반한 NLU 모듈(223)과 상호작용할 수 있다.
일 실시 예에 따르면, 메신저 플러그인(224)은 마스터 챗봇(202)이 전자 장치(203)에 설치된 다양한 유형의 메신저(231)와 상호작용할 수 있도록 지원할 수 있다. CP 챗봇(201)은 상기 마스터 챗봇(202)을 통해 전자 장치(201)와 상호작용할 수 있으므로, CP 챗봇(201)의 개발자는 상기 다양한 유형의 메신저에 대응하는 플러그인을 모두 구현하지 않을 수 있다.
도 3은 또 다른 실시 예에 따른 챗봇 시스템의 구조를 나타낸다.
도 3을 참조하면, 일 실시 예에 따른 챗봇 시스템(300)은 CP 챗봇들(301), 마스터 챗봇(302) 및 사용자의 전자 장치(303)을 포함할 수 있다.
일 실시 예에 따르면, CP 챗봇(301)은 각각 전문화된 콘텐트를 제공할 수 있는 CP 챗봇들(311-317)을 포함할 수 있다. 상기 CP 챗봇들(311-317)은 각각 서로 다른 사업자(서드 파티 플레이어)에 의해 구현될 수 있으며, NLU 풀, NLU 엔진, 및 대화 매니저(DM) 등을 포함함으로써 사용자로부터 수신된 자연어 입력에 대응하는 콘텐트를 자연어 형식으로 제공할 수 있다.
예를 들어, 날씨 챗봇(311)은 날씨 정보에 관한 콘텐트를 제공할 수 있고, 카페 챗봇(312)은 커피, 홍차와 같은 음료 주문에 관한 콘텐트를 제공할 수 있고, 레스토랑 챗봇(313)은 레스토랑에서 제공하는 음식 정보 및 예약에 관한 콘텐트를 제공할 수 있고, 여행 챗봇(314)은 국내, 국외 여행에 대한 여행 예약 정보를 제공할 수 있고, 항공 챗봇(315)은 항공권 발권에 관한 콘텐트를 제공할 수 있고, 기차 챗봇(316)은 기차표 발권에 관한 콘텐트를 제공할 수 있다. 상기 다양한 콘텐트를 제공할 수 있는 챗봇들(311-316)은 예시이며, 이에 제한되지 않는다. 기타 다양한 콘텐트를 제공할 수 있는 챗봇(317)이 추가로 존재할 수 있다.
일 실시 예에 따르면, 마스터 챗봇(302)은 NLU 풀(혹은 NLU 모델)(321), NLU DB 훈련 모듈(322), 대화 매니저(DM)(323), 및 메신저 플러그인(324)을 포함할 수 있다.
일 실시 예에 따르면, NLU 풀(혹은 NLU 모델)(321)은 NLU 엔진과 연동하여 자연어 입력에 포함된 콘텍스트 또는 의도 등을 파악할 수 있다. NLU DB 훈련 모듈(322)은, 예컨대, 인공지능을 포함함으로써 자연어 입력에 포함된 콘텍스트 또는 의도 등의 파악을 정확히 할 수 있다. 상기 NLU DB 훈련 모듈(322)은 사용자의 전자 장치(303)와의 상호작용이 축적될수록 더욱 정확하게 자연어 입력에 포함된 콘텍스트 또는 의도 등을 보다 정확히 파악할 수 있다.
일 실시 예에 따르면, 대화 매니저(DM)(323)는 전자 장치(303)와 마스터 챗봇(302) 간의 자연어 대화를 총괄하고, 마스터 챗봇(302)이 수행할 동작을 결정할 수 있다. 예를 들어, 대화 매니저(DM)(323)는 상기 자연어 대화에 기반하여 챗룸(chat room)에서의 CP 챗봇들(311-317) 관리(예: 대화방 초대, 배제 등)를 수행할 수 있다. 메신저 플러그인(324)은 마스터 챗봇(302)이 전자 장치(303)에 설치된 다양한 유형의 메신저들(331-337)과 상호작용할 수 있도록 지원할 수 있다. 상기 메신저 플러그인(324)은 상기 메신저들(331-337)과 송수신하는 메시지들의 입출력을 관리하거나, 각 메신저에 적합한 포맷으로 메시지들을 디자인할 수 있다.
일 실시 예에 따르면, 전자 장치(303)에는 다양한 유형의 메신저들(331-337)이 설치될 수 있다. 상기 메신저들은, 예컨대, SkypeTM, TelegramTM, WechatTM, Facebook messengerTM 등 서드 파티 사업자가 개발한 다양한 메시징 어플리케이션을 포함할 수 있다.
도 4는 일 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 4를 참조하면, 전자 장치(401)는 버스(410), 통신 회로(420), 터치스크린 디스플레이(430), 입출력 인터페이스(440), 메모리(450) 및 프로세서(460)를 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(401)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성 요소를 추가적으로 구비할 수 있다. 상기 도 4의 전자 장치(401)는, 예컨대, 도 1에 도시된 전자 장치(10)에 대응할 수 있다.
버스(410)는, 예를 들면, 구성요소들(420-460)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)을 전달하는 회로를 포함할 수 있다.
통신 회로(420)는, 예를 들면, 전자 장치(402, 404), 서버(406)와의 통신을 설정할 수 있다. 예컨대, 상기 서버(406)은, 도 1에 도시된 ASR 서버(20), 메신저 서버(30), 및/또는 복수의 NLP 서버들(41-45) 등을 포함할 수 있다.
일 실시 예에 따르면, 상기 통신 회로(420)는 무선 통신 또는 유선 통신을 통해서 네트워크(432)에 연결되어 전자 장치(404) 및/또는 서버(406)와 통신할 수 있다.
무선 통신은, 예를 들면 셀룰러 통신 프로토콜로서, 예를 들면 LTE(long-term evolution), LTE-A(LTE-advanced), CDMA(code division multiple access), WCDMA(Wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(wireless broadband), 또는 GSM(global system for mobile communications) 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 한 실시예에 따르면, 무선 통신은, 예를 들면, Wi-Fi(wireless fidelity), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN), 또는 GNSS 중 적어도 하나를 포함할 수 있다. GNSS는 사용 지역 또는 대역폭 등에 따라, 예를 들면, GPS(global positioning system), Glonass(global navigation satellite system), beidou navigation satellite system 또는 Galileo(the European global satellite-based navigation system) 중 적어도 하나를 포함할 수 있다.
유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard-232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(462)는 통신 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 전화 망(telephone network) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 통신 회로(420)는 근거리 통신(예: device to device connection)(424)을 통해 전자 장치(402)와 통신할 수 있다. 예를 들어, 상기 근거리 통신(424)는 Wi-Fi Direct, 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(MST: magnetic stripe transmission 또는 magnetic secure transmission)을 포함할 수 있다.
터치스크린 디스플레이(430)는, 예를 들면, 액정 디스플레이(liquid crystal display (LCD)), 발광 다이오드(light-emitting diode (LED)) 디스플레이, 유기 발광 다이오드(organic LED (OLED)) 디스플레이, 또는 마이크로 전자기계 시스템(microelectromechanical systems, MEMS) 디스플레이, 또는 전자 종이(electronic paper) 디스플레이를 포함할 수 있다. 터치스크린 디스플레이(430)는, 예를 들면, 사용자에게 각종 컨텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 또는 심볼 등) 및 UI을 표시할 수 있다. 상기 터치스크린 디스플레이(430)는, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스처, 근접, 또는 호버링(hovering) 입력을 수신할 수 있다.
입출력 인터페이스(440)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(401)의 다른 구성요소(들)에 전달할 수 있는 인터페이스의 역할을 할 수 있다. 또한, 입출력 인터페이스(450)는 전자 장치(401)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다. 일 실시 예에 따르면, 사용자의 발화(utterance)를 오디오 신호로 변환하는 마이크는 상기 입출력 인터페이스(450)를 통해 전자 장치(401)에 연결되거나, 상기 전자 장치(401)에 내장될 수 있다.
메모리(450)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(450)는, 예를 들면, 전자 장치(401)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(450)는 소프트웨어 및/또는 프로그램(470)을 저장할 수 있다.
프로그램(470)은, 예를 들면, 커널(471), 미들웨어(473), 어플리케이션 프로그래밍 인터페이스(API)(475), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(477) 등을 포함할 수 있다. 커널(471), 미들웨어(473), 또는 API(475)의 적어도 일부는, 운영 시스템(operating system (OS))으로 지칭될 수 있다.
커널(471)은, 예를 들면, 다른 프로그램들(예: 미들웨어(473), API(475), 또는 어플리케이션 프로그램(477))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(410), 프로세서(460), 또는 메모리(450) 등)을 제어 또는 관리할 수 있다. 또한, 커널(471)은 미들웨어(473), API(475), 또는 어플리케이션 프로그램(477)에서 전자 장치(101)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.
미들웨어(473)는, 예를 들면, API(475) 또는 어플리케이션 프로그램(477)이 커널(471)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다. 또한, 미들웨어(473)는 어플리케이션 프로그램(477)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(473)는 어플리케이션 프로그램(477) 중 적어도 하나에 전자 장치(401)의 시스템 리소스(예: 버스(410), 프로세서(460), 또는 메모리(450) 등)를 사용할 수 있는 우선 순위를 부여할 수 있다. 예컨대, 미들웨어(473)는 상기 적어도 하나에 부여된 우선 순위에 따라 상기 하나 이상의 작업 요청들을 처리함으로써, 상기 하나 이상의 작업 요청들에 대한 스케쥴링 또는 로드 밸런싱 등을 수행할 수 있다.
API(475)는, 예를 들면, 어플리케이션(477)이 커널(471) 또는 미들웨어(473)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다.
일 실시 예에 따르면, 메모리(450)는 메시징 UI(user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장할 수 있다. 또한, 예를 들어, 메모리(450)는, 실행 시에, 프로세서(460)가 본 문서에 기재된 다양한 동작을 수행할 수 있도록 하는 명령어(instructions)를 저장할 수 있다.
프로세서(460)는, 중앙처리장치(central processing unit (CPU)), 어플리케이션 프로세서(application processor (AP)), 또는 커뮤니케이션 프로세서(communication processor (CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(460)는, 예를 들면, 전자 장치(401)에 포함된 다른 구성요소들(410-450)과 전기적으로 연결되어, 상기 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(460)는 메시징 어플리케이션 프로그램의 런칭(launching)에 응답하여 메시징 UI(예: 챗룸(chat room) UI 등)를 터치스크린 디스플레이(430)에 표시할 수 있다.
일 실시 예에 따르면, 상기 프로세서(460)는 사용자로부터 제1 자연어 입력을 수신할 수 있다. 예를 들어, 상기 제1 자연어 입력은, 터치스크린 디스플레이(430)를 통해 수신될 수 있다. 즉, 상기 제1 자연어 입력은 사용자가 직접 입력한 텍스트를 포함할 수 있다. 또 다른 예를 들어, 상기 제1 자연어 입력은 마이크에서 변환된 오디오 신호로부터 수신될 수 있다. 예컨대, 프로세서(460)는 통신 회로(420)를 통해 상기 마이크에서 변환된 오디오 신호를 ASR 서버로 전송하고, 상기 오디오 신호에 대한 응답으로 ASR 서버로부터 텍스트 데이터를 수신할 수 있다. 상기 텍스트 데이터는 상기 제1 자연어 입력으로서 획득될 수 있다.
상기와 같은 제1 자연어 입력이 수신되면, 프로세서(460)는 상기 사용자를 나타내는 제1 인디케이션(예: 도 1의 13-1) 및 상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지(예: 도 1의 13-2)를 메시징 UI 상에 표시할 수 있다. 상기 제1 자연어가 음성인 경우, 상기 제1 메시지의 적어도 일부는 제1 자연어 입력의 적어도 일부에 대한 음성 인식의 결과를 포함할 수 있다. 상기 제1 인디케이션은 상기 제1 메시지에 인접하여 표시될 수 있다. 후술하는 제2 인디케이션 및 제3 인디케이션을 포함하여 상기 제1 인디케이션은, 상기 사용자를 식별할 수 있는 텍스트, 이미지, 또는 비디오를 포함할 수 있다.
일 실시 예에 따르면, 상기와 같은 제1 자연어 입력이 수신되면, 프로세서(460)는 통신 회로(420)를 이용하여 상기 제1 자연어 입력의 적어도 일부를 NLP 서버들로 전송하고, 통신 회로(420)를 이용하여 상기 NLP 서버들 중 제1 NLP 서버로부터 제1 응답을 수신할 수 있다.
일 실시 예에 따르면, 상기 제1 응답은 제1 자연어 입력의 적어도 일부에 기반하여 제1 NLP 서버에 의해 생성될 수 있다. 상기 제1 응답은, 상기 제1 자연어 입력으로부터 도출되는(derived from) 제1 콘텍스트에 기반하여 생성되되, 상기 제1 NLP 서버가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다.
상기 제1 콘텍스트는, 상기 제1 NLP 서버가 제공하는 서비스에 관한 콘텐트를 나타낼 수 있다. 예컨대, 상기 제1 NLP 서버가 여행 콘텐트/여행 서비스를 제공하는 서버에 해당하는 경우 상기 제1 콘텍스트는 각종 관광지의 지명, 건축물(예: 에펠탑)의 이름, 교통 수단, 날짜 등의 자연어를 포함할 수 있다.
상기 제1 NLP 서버는 제1 도메인에 대응하는 제1 NLU 모듈(제1 NLU 엔진 및 제1 NLU 풀을 포함함)을 포함할 수 있다. 상기 제1 응답은 상기 제1 콘텍스트에 대응하는 제1 도메인의 제1 NLU 엔진 및 제1 NLU 풀을 이용하여 생성될 수 있다. 예를 들어, 상기 제1 NLP 서버(제1 NLU 엔진)는 지정된 알고리즘에 따라서 상기 제1 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제1 콘텍스트에 적합한 제1 응답을 구성할 수 있다.
일 실시 예에 따르면, 상기와 같은 제1 응답이 수신되면, 프로세서(460)는, 상기 제1 NLP 서버을 나타내는 제2 인디케이션(예: 도 1의 14-1) 및 상기 제1 응답의 적어도 일부에 기반한 제2 메시지(예: 도 1의 14-2)를 메시징 UI 상에 표시할 수 있다. 상기 제2 메시지는 제1 응답에 포함된, 제1 NLP 서버에서 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다. 상기 제2 인디케이션은 상기 제2 메시지에 인접하여 표시될 수 있다.
일 실시 예에 따르면, 프로세서(460)는 통신 회로(420)를 이용하여, 제2 NLP 서버들로부터 제2 응답을 수신할 수 있다.
상기 제2 응답은 제1 자연어 입력의 적어도 일부에 기반하여 제2 NLP 서버에 의해 생성될 수 있다. 상기 제2 응답은, 상기 제1 자연어 입력으로부터 도출되는 제2 도메인의 제2 콘텍스트에 기반하여 생성되되, 상기 제2 NLP 서버가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다.
상기 제2 콘텍스트는, 상기 제2 NLP 서버가 제공하는 서비스에 관한 콘텐트를 포함할 수 있다. 예컨대, 상기 제2 NLP 서버가 항공편 예약 콘텐트/항공편 예약 서비스를 제공하는 서버에 해당하는 경우 상기 제2 콘텍스트는 공항의 명칭, 공항이 위치한 지역의 지명, 항공편 명칭, 출발/도착 날짜 등의 자연어를 포함할 수 있다.
상기 제2 NLP 서버는 제2 도메인에 대응하는 제2 NLU 모듈(제2 NLU 엔진 및 제2 NLU 풀을 포함함)을 포함할 수 있다. 상기 제2 응답은 상기 제2 콘텍스트에 대응하는 제2 도메인의 제2 NLU 엔진 및 제2 NLU 풀을 이용하여 생성될 수 있다. 예를 들어, 상기 제2 NLP 서버(제2 NLU 엔진)는 지정된 알고리즘에 따라서 상기 제2 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제2 콘텍스트에 적합한 제2 응답을 구성할 수 있다.
일 실시 예에 따르면, 상기와 같은 제2 응답이 수신되면, 프로세서(460)는, 상기 제2 NLP 서버를 나타내는 제3 인디케이션(예: 도 1의 15-1) 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지(예: 도 1의 15-2)를 메시징 UI 상에 표시할 수 있다. 상기 제3 메시지는 제2 응답에 포함된, 제2 NLP 서버에서 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다. 상기 제3 인디케이션은 상기 제3 메시지에 인접하여 표시될 수 있다.
전술한 실시 예에 따르면, NLP 서버들은 사용자의 동일한 자연어 입력에 대응하여 상이한 콘텍스트를 기반으로 상이한 응답들을 생성할 수 있다. 상기 상이한 응답들에 대응되는 메시지들은 메시징 UI를 통해 사용자에게 제공될 수 있다.
한편, 전자 장치(401)의 프로세서(460)는 전술한 동작 이외에 이하와 같은 동작을 수행할 수도 있다. 이하의 설명에 있어서, "제1", "제2" 등의 표기는 앞선 설명에 포함된 "제1", "제2" 등과 상이할 수 있다. 즉, 이하 설명되는 일련의 동작은 앞서 설명한 동작들과 독립적으로 이해될 수 있다.
일 실시 예에 따르면, 상기 프로세서(460)는 메시징 어플리케이션 프로그램의 런칭에 응답하여 메시징 UI를 터치스크린 디스플레이(430)에 표시할 수 있다.
일 실시 예에 따르면, 상기 프로세서(460)는 사용자로부터 제1 자연어 입력을 수신할 수 있다. 예를 들어, 상기 제1 자연어 입력은, 터치스크린 디스플레이(430)를 통해 수신될 수 있다. 또 다른 예를 들어, 상기 제1 자연어 입력은 마이크에서 변환된 오디오 신호로부터 수신될 수 있다. 예컨대, 프로세서(460)는 통신 회로(420)를 통해 상기 마이크에서 변환된 오디오 신호를 ASR 서버로 전송하고, 상기 오디오 신호에 대한 응답으로 ASR 서버로부터 텍스트 데이터를 수신할 수 있다. 상기 텍스트 데이터는 상기 제1 자연어 입력으로서 획득될 수 있다.
상기와 같은 제1 자연어 입력이 수신되면, 프로세서(460)는 상기 사용자를 나타내는 제1 인디케이션 및 상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지를 메시징 UI 상에 표시할 수 있다. 상기 제1 인디케이션은 상기 제1 메시지에 인접하여 표시될 수 있다.
일 실시 예에 따르면, 상기와 같은 제1 자연어 입력이 수신되면, 프로세서(460)는 통신 회로(420)를 이용하여 상기 제1 자연어 입력의 적어도 일부를 NLP 서버들로 전송하고, 통신 회로(420)를 이용하여 상기 NLP 서버들로부터 제1 응답을 수신할 수 있다.
일 실시 예에 따르면, 상기 제1 응답은 제1 자연어 입력에 적어도 일부 응답하여 제1 NLP 서버에 의해 생성될 수 있다. 다양한 실시 예에 따라, 상기 제1 자연어 입력은 상기 제1 NLP 서버가 제공하는 서비스와 관련성이 낮을 수 있다. 다양한 실시 예에 따라, 제1 NLP 서버는 의미 분석을 위한 제1 콘텍스트를 이용하여 상기 제1 자연어 입력으로부터 적절한 콘텐트 또는 서비스를 제공하지 못할 수 있다. 이 경우, 상기 제1 NLP 서버는 상기 제1 자연어 입력에 대응하는 적절한 응답을 생성할 수 있는 제2 NLP 서버를 지시할 수 있도록 제1 응답을 생성할 수 있다.
예를 들어, 상기 제1 NLP 서버는 영화 예매 콘텐트 또는 영화 예매 서비스를 제공할 수 있고, 상기 제1 자연어 입력은 항공편 예약 콘텐트를 요청하는 의미를 포함할 수 있다. 이 경우, 상기 제1 NLP 서버는 항공편 예약 콘텐트 또는 항공편 예약 서비스를 제공할 수 있는 적어도 하나의 NLP 서버(예: 제2 NLP 서버 및 제3 NLP 서버)를 지시하도록 제1 응답을 생성할 수 있다. 결국, 상기 제1 응답은, 상기 제1 NLP 서버가 상기 제1 자연어 입력으로부터 도출되는 콘텍스트와 연관되지 않은 경우, 즉, 상기 제1 NLP 서버가 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우에 수신될 수 있다.
일 실시 예에 따르면, 상기와 같은 제1 응답이 수신되면, 프로세서(460)는, 상기 제1 NLP 서버를 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 메시징 UI 상에 표시할 수 있다. 상기 제2 인디케이션은 상기 제2 메시지에 인접하여 표시될 수 있다. 일 예를 들어, 상기 제2 메시지에는 복수의 다른 NLP 서버(예: 제2 NLP 서버 및 제3 NLP 서버)가 정렬된 리스트가 포함될 수 있다.
일 실시 예에 따르면, 상기 프로세서(460)는 사용자로부터 제2 자연어 입력을 수신할 수 있다. 상기 제2 자연어 입력은 상기 제2 메시지에 포함된 NLP 서버 리스트 중에서 적어도 하나의 NLP 서버(예: 제2 NLP 서버)의 선택을 지시하는 의미를 포함할 수 있다.
상기와 같은 제2 자연어 입력이 수신되면, 프로세서(460)는 상기 제2 자연어 입력을 수행한 사용자를 나타내는 제1 인디케이션 및 상기 제2 자연어 입력에 적어도 일부 기반한 제3 메시지를 메시징 UI 상에 표시할 수 있다. 상기 제1 인디케이션은 상기 제3 메시지에 인접하여 표시될 수 있다.
또한, 상기와 같은 제2 자연어 입력이 수신되면, 상기 프로세서(460)는 통신 회로(420)를 이용하여 상기 제2 자연어 입력의 적어도 일부를 NLP 서버들로 전송할 수 있다. 상기 제2 자연어 입력에 따라서 적어도 하나의 NLP 서버(제2 NLP 서버)가 선택될 수 있으며, 프로세서(460)는 통신 회로(420)를 통해 상기 선택된 NLP 서버로부터 상기 제1 응답과는 다른 제2 응답을 수신할 수 있다.
일 실시 예에 따르면, 상기 제2 응답은 제1 자연어 입력에 적어도 일부 응답하여 상기 지정된 적어도 하나의 NLP 서버(제2 NLP 서버)에 의해 생성될 수 있다. 상기 지정된 적어도 하나의 NLP 서버(제2 NLP 서버)는 상기 제2 응답을 생성하기 위해 전자 장치(401) 또는 제1 NLP 서버로부터 상기 제1 자연어 입력을 전달받을 수 있다.
상기 제2 응답은, 예를 들어, 상기 제1 자연어 입력으로부터 도출되는 제2 콘텍스트에 기반하여 생성되되, 상기 제2 NLP 서버가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다.
상기 제1 자연어 입력으로부터 도출되는 제2 콘텍스트는, 상기 제2 NLP 서버가 제공하는 서비스에 관한 자연어들을 나타낼 수 있다. 또한, 상기 제2 응답은 제2 NLP 서버에 포함된, 상기 제2 콘텍스트에 대응하는 제2 NLU 풀을 이용하여 구성될 수 있다. 예를 들어, 상기 제2 NLP 서버는 지정된 알고리즘에 따라서 상기 제2 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제2 콘텍스트에 적합한 제2 응답을 구성할 수 있다.
일 실시 예에 따르면, 상기와 같은 제2 응답이 수신되면, 프로세서(460)는, 상기 제2 NLP 서버를 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제4 메시지를 메시징 UI 상에 표시할 수 있다. 상기 제3 인디케이션은 상기 제4 메시지에 인접하여 표시될 수 있다.
전술한 실시 예에 따르면, 제1 NLP 서버는 사용자의 제1 자연어 입력에 대응하여 적절한 응답을 생성할 수 없는 경우, 적어도 하나의 NLP 서버를 추천할 수 있다. 사용자가 제2 자연어 입력으로 상기 적어도 하나의 NLP 서버 중 제2 NLP 서버를 선택한 경우, 전자 장치(401)는 상기 제1 자연어 입력에 대응되는 적절한 응답을 상기 선택된 제2 NLP 서버로부터 제공받을 수 있다.
상기 설명된 프로세서(460)의 동작은 일례로서, 전술한 기재에 제한되지 않는다. 예컨대, 이하 본 문서의 다른 부분에 기재된 프로세서의 동작도 상기 프로세서(460)의 동작으로 이해될 수 있다. 또한, 본 문서에서, "전자 장치"의 동작으로 기재된 동작들 중 적어도 일부도 프로세서(460)의 동작으로 이해될 수 있다.
도 5는 일 실시 예에 따른 제1 NLP 서버(마스터 챗봇)의 블록도를 나타낸다.
도 5를 참조하면, 제1 NLP 서버(마스터 챗봇) (501)는, 하우징(510), 통신 회로(530), 메모리(540), 및 프로세서(550)를 포함할 수 있다. 어떤 실시 예에서는, NLP 서버(501)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성 요소를 추가적으로 구비할 수 있다. 상기 NLP 서버(501)는, 예컨대, 도 1에 도시된 제1 NLP 서버(41)에 대응할 수 있다.
하우징(510)은 제1 NLP 서버(501)에 포함된 각 구성(520-550)을 수납할 수 있다. 상기 하우징(510)은 상기 NLP 서버(501)에 포함된 각 구성(520-550)을 먼지 및 외부 충격으로부터 보호할 수 있다.
버스(520)는, 예를 들면, 구성요소들(530-550)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)을 전달하는 회로를 포함할 수 있다.
통신 회로(530)는, 예를 들면, NLP 서버(501)와 외부 장치(예: 전자 장치, 메신저 서버, 또는 CP 챗봇을 포함한 NLP 서버들 등) 간의 통신을 설정할 수 있다. 예를 들면, 통신 회로(530)는 무선 통신 또는 유선 통신을 통해서 네트워크(532)에 연결되어 상기 외부 장치와 통신할 수 있다.
메모리(540)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(540)는, 예를 들면, 제1 NLP 서버(501)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다.
일 실시 예에 따르면, 메모리(540)는 NLU 풀(541), 도메인-CP 상호연관(correlation) DB(542), 및 메시징 어플리케이션(543)을 포함할 수 있다. 상기 NLU 풀(541)은 NLP 서버(501)가 지정된 콘텐트를 제공하기 위해 사용되는 자연어들의 집합을 나타낼 수 있다. 상기 자연어들은 상기 지정된 콘텐트에 관한 제1 콘텍스트와 연관될 수 있다. 상기 도메인-CP 상호연관 DB (542)는 일정한 콘텐트가 속한 도메인과, 상기 콘텐트를 제공할 수 있는 CP 챗봇(NLP 서버)를 매칭시킨 정보를 포함할 수 있다. 메시징 어플리케이션(543)은 메신저 서버를 통해 타 전자 장치와 메시지를 송수신하기 위한 프로그램을 나타낼 수 있다. 상기 메시징 어플리케이션(543)에는 프로세서(550)에 의해 실행되는 인스트럭션들과, 외부 전자 장치에서 실행되는 어플리케이션이 상호작용하기 위한 API(application programming interface) 또는 SDK(software development kit)가 추가로 포함될 수 있다.
프로세서(550)는, 중앙처리장치(CPU), 어플리케이션 프로세서(AP), 또는 커뮤니케이션 프로세서(CP) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(550)는, 예를 들면, 제1 NLP 서버(501)에 포함된 다른 구성요소들과 전기적으로 연결되어, 상기 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(550)는 대화 매니저(DM)(551), NLU 엔진(552), 및 도메인 필터(553)를 포함할 수 있다. 상기 대화 매니저(DM)(551), NLU 엔진(552), 및 도메인 필터(553)는 소프트웨어 모듈로서, 상기 프로세서(550)의 컴퓨팅 리소스에 기반하여 동작할 수 있다. 따라서, 상기 서비스 엔진(551), NLU 엔진(552), 및 도메인 필터(553)의 동작은 프로세서(550)의 동작으로 이해될 수 있다. 다양한 실시 예에 따르면, 상기 NLU 엔진(552) 및 NLU 풀(541)의 조합은 NLU 모듈로 참조될 수 있다.
일 실시 예에 따르면, 대화 매니저(DM)(551)는 메시징 어플리케이션(543)에서 송수신되는 메시지들(대화)를 관리할 수 있다. 상기 대화 매니저(DM)(551)는 NLU 엔진(552)의 지원 하에 전자 장치로부터 자연어 입력 메시지를 수신하거나, 응답을 생성하여 상기 전자 장치에 제공할 수 있다. 일 실시 예에 따르면, 상기 대화 매니저(DM)(551)는 도메인 필터(553)에서 선택된 CP 챗봇(NLP 서버)을 초대하거나, 사용자가 지정한 CP 챗봇(NLP 서버) 배제할 수 있다.
일 실시 예에 따르면, NLU 엔진(552)은 NLU 풀(541)을 이용하여 전자 장치로부터 수신된 자연어 입력에 포함된 콘텍스트를 도출하거나, 또는, 상기 전자 장치에 제공할 응답에 포함된 자연어를 구성할 수 있다.
일 실시 예에 따르면, 도메인 필터(553)는 도메인-CP 상호연관 DB (542)를 참조하여, 자연어 입력에 대응하는 CP 챗봇(NLP 서버)을 선택할 수 있다. 예를 들어, 전자 장치로부터 수신된 자연어 입력이 커피 주문에 관한 콘텍스트를 포함하는 경우, 상기 도메인 필터(553)는 도메인-CP 상호연관 DB (542)를 참조하여 카페 A의 CP 챗봇(카페 A가 운용하는 CP 챗봇의 NLP 서버)을 선택할 수 있다. 다양한 실시 예에 따르면, 도메인 필터(553)는 복수의 CP 챗봇(NLP 서버)에 자연어 입력을 전달하고, 상기 복수의 CP 챗봇(NLP 서버) 각각으로부터 응답 메시지 및 신뢰도를 수신할 수 있다. 상기 도메인 필터(553)는 신뢰도를 비교함으로써 적절한 CP 챗봇(NLP 서버)을 선택할 수 있다.
도 6은 일 실시 예에 따른 제2 NLP 서버(CP 챗봇)의 블록도를 나타낸다.
도 6을 참조하면, 제2 NLP 서버(601)(CP 챗봇)는, 하우징(610), 통신 회로(630), 메모리(640), 및 프로세서(650)를 포함할 수 있다. 어떤 실시 예에서는, NLP 서버(601)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성 요소를 추가적으로 구비할 수 있다. 상기 NLP 서버(601)는, 예컨대, 도 1에 도시된 NLP 서버(CP 챗봇)(42, 43, 44, 45)에 대응할 수 있다.
하우징(610)은 제2 NLP 서버(601)에 포함된 각 구성(620-650)을 수납할 수 있다.
버스(620)는, 예를 들면, 구성요소들(630-650)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)을 전달하는 회로를 포함할 수 있다.
통신 회로(630)는, 예를 들면, 무선 통신 또는 유선 통신을 통해서 네트워크(632)에 연결되어 외부 장치(예: 전자 장치, 메신저 서버, 또는 다른 NLP 서버들 등)와 통신할 수 있다.
메모리(640)는, 예를 들면, 제2 NLP 서버(601)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다.
일 실시 예에 따르면, 메모리(640)는 NLU 풀(641), 콘텐트 DB(642), 및 메시징 어플리케이션(643)을 포함할 수 있다. NLU 풀(641)은 제2 NLP 서버(601)가 일정한 콘텐트를 제공하기 위해 사용되는 자연어들의 집합을 나타낼 수 있다. 상기 자연어들은 상기 콘텐트에 관한 제1 콘텍스트와 연관될 수 있다. 상기 콘텐트 DB(642)는 NLP 서버(601)가 상기 콘텐트를 제공하기 위해 필요한 각종 정보, 데이터 등을 포함할 수 있다. 메시징 어플리케이션(643)은 메신저 서버를 통해 다른 외부 장치와 메시지를 송수신하기 위한 프로그램일 수 있다. 상기 메시징 어플리케이션(643)에는 프로세서(650)에 의해 실행되는 인스트럭션들과, 외부 전자 장치에서 실행되는 어플리케이션이 상호작용하기 위한 API 또는 SDK가 포함될 수 있다.
프로세서(650)는, 중앙처리장치(CPU), 어플리케이션 프로세서(AP), 또는 커뮤니케이션 프로세서(CP) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(650)는, 예를 들면, 제2 NLP 서버(601)에 포함된 다른 구성요소들과 전기적으로 연결되어, 상기 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(650)는 대화 매니저(651), NLU 엔진(652), 및 콘텐트 처리 엔진(653)을 포함할 수 있다. 상기 대화 매니저(651), NLU 엔진(652), 및 콘텐트 처리 엔진(653)은 소프트웨어 모듈로서, 상기 프로세서(650)의 컴퓨팅 리소스에 기반하여 동작할 수 있다. 따라서, 상기 대화 매니저(651), NLU 엔진(652), 및 콘텐트 처리 엔진(653)의 동작은 프로세서(650)의 동작으로 이해될 수 있다. 다양한 실시 예에 따르면, 상기 NLU 엔진(652) 및 NLU 풀(641)의 조합은 NLU 모듈로 참조될 수 있다.
일 실시 예에 따르면, 대화 매니저(DM)(651)는 메시징 어플리케이션(643)에서 송수신되는 메시지들(대화)를 관리할 수 있다. 상기 대화 매니저(DM)(651)는 NLU 엔진(652)의 지원 하에 전자 장치로부터 자연어 입력 메시지를 수신하거나, 응답 메시지를 생성하여 상기 전자 장치에 제공할 수 있다.
일 실시 예에 따르면, NLU 엔진(652)은 NLU 풀(641)을 이용하여 전자 장치로부터 수신된 자연어 입력에 포함된 콘텍스트를 도출하거나, 또는, 상기 전자 장치에 제공할 응답에 포함된 자연어를 구성할 수 있다. 예를 들어, NLU 엔진(652)은 콘텐트 처리 엔진(653)이 제공하는 콘텐트와 관련된 제1 콘텍스트가 도출되면, 상기 제1 콘텍스트 및 NLU 풀(641)을 이용하여 제1 응답을 생성할 수 있다. 상기 제1 응답은 콘텐트 DB(642)에 포함된 정보, 데이터에 기반하여 생성될 수 있다. 이후, 상기 NLU 엔진(652)은 전자 장치로 통신 회로(630)를 통해 상기 제1 응답을 전송할 수 있다.
일 실시 예에 따르면, NLU 엔진(652)은 상기 자연어 입력으로부터 상기 제1 콘텍스트를 도출하지 못할 수 있다. 상기 제1 콘텍스트가 도출되지 않으면, 상기 제2 NLP 서버(601)는 적절한 콘텐트를 제공할 수 없다. 따라서, 제2 NLP 서버(601)의 NLU 엔진(652)은 다른 NLP 서버가 제공하는 콘텐트와 관련된 제2 도메인의 제2 콘텍스트가 상기 자연어 입력으로부터 도출되는지 여부를 판단할 수 있다. NLU 엔진(652)은 상기 제2 도메인의 제2 콘텍스트가 도출되면, 상기 제2 도메인에 속한 다른 NLP 서버(상기 제2 도메인에 대응하는 제2 NLU 풀을 포함하는 서버)를 지시하는 제2 응답을 생성하고, 통신 회로(630)를 이용하여 상기 제2 응답을 전자 장치로 전송할 수 있다. 상기 다른 NLP 서버는 상기 제2 콘텍스트에 대응하는 제2 도메인의 제2 NLU 풀에 기반하여 적절한 응답을 생성하고, 생성된 응답을 전자 장치로 전송할 수 있다.
도 7은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다. 도 9는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 7를 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 701 내지 725를 포함할 수 있다. 상기 동작 701 내지 725는 예를 들어, 도 1에 도시된 전자 장치(10), 제2 NLP 서버(CP 챗봇)(42), 및 제3 NLP 서버(CP 챗봇)(43)에 의해 수행될 수 있다. 상기 동작 701 내지 725의 각 동작은, 예를 들어, 각각의 장치(10, 42, 43)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 상기 전자 장치(10)의 구성은 도 4에 도시된 전자 장치(401)에 대응할 수 있다. 상기 제2 NLP 서버(42) 및 제3 NLP 서버(43)의 구성은 도 6에 도시된 제2 NLP 서버(601)에 대응할 수 있다. 아울러, 설명의 편의를 위해, 필요에 따라서 도 9를 교차로 참조하기로 한다.
동작 701에서 전자 장치(10)는 메시징 어플리케이션을 런칭 또는 실행할 수 있다.
동작 703에서 전자 장치(10)는 상기 메시징 어플리케이션 프로그램의 런칭에 응답하여 메시징 UI(예: 챗룸 UI 등)를 터치스크린 디스플레이에 표시할 수 있다.
동작 705 및 707에서 제2 NLP 서버(42) 및 제3 NLP 서버(43)는 전자 장치(10)의 사용자와의 챗룸에 참여할 수 있다. 전자 장치(10)의 터치스크린 디스플레이에 표시된 챗룸 UI에 있어서, 상기 제2 NLP 서버(42) 및 제3 NLP 서버(43)는 각각 독립된 대화 주체로서 표현될 수 있다.
동작 709에서 전자 장치(10)는 사용자로부터 자연어 입력을 수신할 수 있다. 예를 들어, 상기 자연어 입력은, 터치스크린 디스플레이를 통해 수신되거나, 또는 마이크를 통해 수신될 수 있다. 상기 자연어 입력이 수신되면, 전자 장치(10)는 상기 사용자를 나타내는 제1 인디케이션 및 상기 자연어 입력에 적어도 일부 기반한 제1 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 9를 참조하면, 전자 장치(901)은 "Mary and I will go on a trip to Seattle from June 6th to June 20th."이라는 자연어 입력을 수신하면, 터치스크린 디스플레이(900)에 전자 장치(901)의 사용자를 나타내는 제1 인디케이션(911) 및 상기 자연어 입력에 기반한 제1 메시지(912)를 표시할 수 있다.
동작 711 및 713에서 전자 장치(10)는 동작 709에서 수신된 자연어 입력을 제2 NLP 서버(42) 및 제3 NLP 서버(43)로 전송할 수 있다.
동작 715에서 제2 NLP 서버(42)는 자연어 입력이 수신되면, 상기 자연어 입력을 처리하여 제1 응답을 생성할 수 있다. 상기 제1 응답은, 상기 자연어 입력으로부터 도출되는 제1 콘텍스트에 기반하여 생성되되, 상기 제2 NLP 서버(42)가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다. 제2 NLP 서버(42)는 지정된 자연어 처리 알고리즘에 따라서 제1 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제1 콘텍스트에 적합한 제1 응답을 구성할 수 있다.
동작 717에서 제3 NLP 서버(43)는 자연어 입력이 수신되면, 상기 자연어 입력을 처리하여 제2 응답을 생성할 수 있다. 상기 제2 응답은, 상기 자연어 입력으로부터 도출되는 제2 콘텍스트에 기반하여 생성되되, 상기 제3 NLP 서버(43)가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다. 제3 NLP 서버(43)는 지정된 자연어 처리 알고리즘에 따라서 제2 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제2 콘텍스트에 적합한 제2 응답을 구성할 수 있다.
동작 719에서 제2 NLP 서버(42)는 상기 제1 응답을 전자 장치(10)에 전송할 수 있다.
동작 721에서 전자 장치(10)는 제2 NLP 서버(42)로부터 제1 응답을 수신하면, 상기 제2 NLP 서버(42)을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 9를 참조하면, 전자 장치(901)는 "I will register a trip to Seattle June 6th to June 20th on the planner."라는 제1 응답을 수신하면, 터치스크린 디스플레이(900)에 상기 제2 NLP 서버(Scheduler-bot)(42)를 나타내는 제2 인디케이션(921) 및 상기 제1 응답에 기반한 제2 메시지(922)를 표시할 수 있다. 상기 전자 장치(901)는 상기 제2 메시지(922)에 따라서 플래너 어플리케이션을 이용하여 6월 6일부터 6월 20일까지 시애틀 여행을 등록할 수 있다.
동작 723에서 제3 NLP 서버(43)는 상기 제2 응답을 전자 장치(10)에 전송할 수 있다.
동작 725에서 전자 장치(10)는 제3 NLP 서버(43)로부터 제2 응답을 수신하면, 상기 제3 NLP 서버(43)를 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 9를 참조하면, 전자 장치(901)는 "It will be sunny, but partially rain from June 6th to June 20th in Seattle."라는 제2 응답을 수신하면, 터치스크린 디스플레이(900)에 상기 제3 NLP 서버(Weather Forecast-bot)(43)를 나타내는 제3 인디케이션(931) 및 상기 제2 응답에 기반한 제3 메시지(932)를 표시할 수 있다. 예컨대, 상기 제3 메시지(932)에는 6월 6일부터 6월 20일까지의 시애틀 날씨가 이미지의 형태로 도시될 수 있다.
도 8은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 8을 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 801 내지 동작 809를 포함할 수 있다. 도 8에서는 도 1의 참조부호를 사용하기로 한다.
동작 801에서 전자 장치(10)는 사용자로부터 자연어 입력을 수신할 수 있다.
동작 803에서 전자 장치(10)는 상기 자연어 입력에 기반하여 적어도 하나의 CP 챗봇을 호출할 수 있다. 호출된 CP 챗봇은 챗룸에서 독립적인 대화 주체로 표현될 수 있다. 예를 들면, 전자 장치(10)는 자연어 입력을 통해 특정 CP 챗봇을 호출할 수 있다. 또 다른 예를 들어, 전자 장치(10)는 마스터 챗봇(41)에 특정 CP 챗봇을 호출하도록 지시하는 자연어 입력을 제공할 수 있다. 상기 마스터 챗봇(41)은 해당 지시에 따라서 특정 CP 챗봇을 호출할 수 있다.
동작 805에서 CP 챗봇은 NLU 풀(806)을 참조하여 사용자로부터 수신된 자연어 입력에 포함된 콘텍스트 및 의미를 파악할 수 있다. CP 챗봇은 상기 파악된 콘텍스트 및 의미에 적합한 응답 메시지를 자연어로 생성할 수 있다.
동작 807에서 CP 챗봇은 메시징 어플리케이션의 API(808)를 이용하여 동작 805에서 생성된 응답 메시지를 메시징 어플리케이션에 적합한 포맷으로 디자인할 수 있다.
동작 809에서 CP 챗봇은 응답 메시지를 메시징 어플리케이션을 이용하여 자연어 입력을 제공한 전자 장치로 전송할 수 있다.
도 14는 일 실시 예에 따른 전자 장치의 동작을 나타낸 흐름도이다.
도 14를 참조하면, 일 실시 예에 따른 전자 장치는 동작 1401 내지 동작 1415를 수행할 수 있다. 동작 1401 내지 동작 1415는 예컨대, 도 7에 도시된 전자 장치(401, 10)에 의해 수행될 수 있다.
동작 1401에서 전자 장치의 프로세서는, 메시징 어플리케이션 프로그램을 실행함으로써 메시징 UI(예: 챗룸 UI)를 터치스크린 디스플레이에 표시할 수 있다.
동작 1403에서 전자 장치의 프로세서는 사용자로부터 자연어 입력을 수신할 수 있다.
동작 1405에서 전자 장치의 프로세서는 통신 회로를 이용하여 자연어 입력의 적어도 일부를 외부 서버로 전송할 수 있다.
동작 1407에서 전자 장치의 프로세서는 사용자를 나타내는 제1 인디케이션 및 상기 자연어 입력에 적어도 일부 기반한 제1 메시지를 챗룸 UI 상에 표시할 수 있다.
동작 1409에서 전자 장치의 프로세서는 통신 회로를 이용하여 외부 서버로부터 제1 응답을 수신할 수 있다. 상기 제1 응답은 자연어 입력에 적어도 일부 응답하여 제1 엔진(NLP 서버)에 의해 생성될 수 있다.
동작 1411에서 전자 장치의 프로세서는 제1 엔진을 나타내는 제2 인디케이션 및 제1 응답에 적어도 일부 기반한 제2 메시지를 챗룸 UI 상에 표시할 수 있다.
동작 1413에서 전자 장치의 프로세서는 통신 회로를 이용하여 외부 서버로부터 제2 응답을 수신할 수 있다. 상기 제2 응답은 상기 자연어 입력에 적어도 일부 응답하여 제2 엔진에 의해 생성될 수 있다.
동작 1415에서 전자 장치의 프로세서는 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 챗룸 UI 상에 표시할 수 있다.
도 10은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다. 도 15a 및 도 15b는 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 10을 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 1001 내지 1031을 포함할 수 있다. 상기 동작 1001 내지 1031은 예를 들어, 도 1에 도시된 전자 장치(10), 제1 NLP 서버(마스터 챗봇)(41), 및 제2 NLP 서버(CP 챗봇)(42)에 의해 수행될 수 있다. 상기 동작 1001 내지 1031의 각 동작은, 예를 들어, 각각의 장치(10, 41, 42)에 의해 수행(혹은, 실행)될 수 있는 인스트럭션(명령어)들로 구현될 수 있다.
이하에서는 동작 1001 내지 1031의 설명에 도 1의 참조부호를 이용한다. 상기 전자 장치(10)의 구성은 도 4에 도시된 전자 장치(401)에 대응할 수 있다. 상기 제1 NLP 서버(41)의 구성은 도 5에 도시된 제1 NLP 서버(501)에 대응할 수 있다. 제2 NLP 서버(42)의 구성은 도 6에 도시된 제2 NLP 서버(601)에 대응할 수 있다. 아울러, 설명의 편의를 위해, 필요에 따라서 도 15a 및 도 15b를 교차로 참조하기로 한다.
동작 1001에서 전자 장치(10)는 메시징 어플리케이션을 런칭 또는 실행할 수 있다.
동작 1003에서 전자 장치(10)는 상기 메시징 어플리케이션 프로그램의 런칭에 응답하여 메시징 UI를 터치스크린 디스플레이에 표시할 수 있다.
동작 1005에서 제1 NLP 서버(41)는 전자 장치(10)의 사용자와의 챗룸에 참여할 수 있다. 전자 장치(10)의 터치스크린 디스플레이에 표시된 챗룸 UI에 있어서, 상기 제1 NLP 서버(41)는 각각 독립된 대화 주체로서 표현될 수 있다.
동작 1007에서 전자 장치(10)는 사용자로부터 제1 자연어 입력을 수신할 수 있다. 상기 제1 자연어 입력이 수신되면, 전자 장치(10)는 상기 사용자를 나타내는 제1 인디케이션 및 상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 15a를 참조하면, 전자 장치(1501a)는 "Mary and I will go on a trip to Seattle from June 6th to June 20th. Let me know how to get to Seattle."이라는 제1 자연어 입력을 수신하면, 터치스크린 디스플레이(1500a)에 전자 장치(1501a)의 사용자를 나타내는 제1 인디케이션(1511a) 및 상기 제1 자연어 입력에 기반한 제1 메시지(1512a)를 표시할 수 있다.
또 다른 예를 들어, 도 15b를 참조하면, 전자 장치(1501b)는 "Let me know coffee shops nearby."라는 제1 자연어 입력을 수신하면, 터치스크린 디스플레이(1500b)에 전자 장치(1501b)의 사용자를 나타내는 제1 인디케이션(1511b) 및 상기 제1 자연어 입력에 기반한 제1 메시지(1512b)를 표시할 수 있다.
동작 1009에서 전자 장치(10)는 동작 1007에서 수신된 제1 자연어 입력을 제1 NLP 서버(41)로 전송할 수 있다.
동작 1011에서 제1 NLP 서버(41)는 제1 자연어 입력이 수신되면, 상기 제1 자연어 입력을 처리하여 제1 응답을 생성할 수 있다. 일 실시 예에 따르면, 상기 제1 NLP 서버(41)는 다른 NLP 서버(CP 챗봇)를 추천할 수 있다. 상기 제1 NLP 서버(41)는 상기 제1 자연어 입력에 대응하는 적절한 응답을 생성할 수 있는 다른 NLP 서버들을 지시하도록 제1 응답을 생성할 수 있다.
동작 1013에서 제1 NLP 서버(41)는 상기 제1 응답을 전자 장치(10)에 전송할 수 있다.
동작 1015에서 전자 장치(10)는 제1 NLP 서버(41)로부터 제1 응답을 수신하면, 상기 제1 NLP 서버(41)를 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 15a를 참조하면, 전자 장치(1501a)는 "Master-bot" 서버(제1 NLP 서버(41)의 일례)로부터 "Easy! Here is some ways to get to Seattle. Which one would you like? airplane; train; car; bus"라는 제1 응답을 수신할 수 있다. 전자 장치(1501a)는 상기 제1 응답을 수신하면, 터치스크린 디스플레이(1500a)에 상기 "Master-bot" 서버를 나타내는 제2 인디케이션(1521a) 및 상기 제1 응답에 기반한 제2 메시지(1522a)를 표시할 수 있다. 상기 제2 메시지(1522a)에는 복수의 다른 NLP 서버(CP 챗봇)(예: airplane, train, car, bus)가 정렬된 리스트가 포함될 수 있다.
또 다른 예를 들어, 도 15b를 참조하면, 전자 장치(1501b)는 "Master-bot" 서버(제1 NLP 서버(41)의 일례)로부터 "Easy! There are several coffee shops around you. Which one would you like? Starbucks; Blenz Coffee; The Coffee Bean; Tim hortons"라는 제1 응답을 수신할 수 있다. 전자 장치(1501b)는 상기 제1 응답을 수신하면, 터치스크린 디스플레이(1500b)에 상기 "Master-bot" 서버를 나타내는 제2 인디케이션(1521b) 및 상기 제1 응답에 기반한 제2 메시지(1522b)를 표시할 수 있다. 상기 제2 메시지(1522b)에는 복수의 다른 NLP 서버(CP 챗봇)(예: Starbucks, Blenz Coffee, The Coffee Bean, Tim hortons)가 정렬된 리스트가 포함될 수 있다.
동작 1017에서 전자 장치(10)는 제2 메시지에 포함된 NLP 서버(CP 챗봇) 리스트 중에서 적어도 하나의 NLP 서버(도 10의 경우 제2 NLP 서버(42))의 선택을 지시하는 제2 자연어 입력을 수신할 수 있다. 상기 제2 자연어 입력이 수신되면, 전자 장치(10)는 상기 사용자를 나타내는 제1 인디케이션 및 상기 제2 자연어 입력에 적어도 일부 기반한 제3 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 15a를 참조하면, 전자 장치(1501a)는 "by airplane"과 같이 "airplane"을 선택하는 제2 자연어 입력을 수신하면, 터치스크린 디스플레이(1500a)에 전자 장치(1501a)의 사용자를 나타내는 제1 인디케이션(1531a) 및 상기 제2 자연어 입력에 기반한 제3 메시지(1532a)를 표시할 수 있다.
또 다른 예를 들어, 도 15b를 참조하면, 전자 장치(1501b)는 "I love Blenz."와 같이 "Blenz Coffee"를 선택하는 제2 자연어 입력을 수신하면, 터치스크린 디스플레이(1500b)에 전자 장치(1501b)의 사용자를 나타내는 제1 인디케이션(1531b) 및 상기 제2 자연어 입력에 기반한 제3 메시지(1532b)를 표시할 수 있다.
동작 1019에서 전자 장치(10)는 동작 1017에서 수신된 제2 자연어 입력을 제1 NLP 서버(41)로 전송할 수 있다.
동작 1021에서 제1 NLP 서버(41)는 상기 제2 자연어 입력의 의미를 분석하여 상기 제2 자연어 입력에서 선택된 제2 NLP 서버(42)를 지정할 수 있다.
동작 1023에서 제1 NLP 서버(41)는 상기 선택된 제2 NLP 서버(42)가 챗룸에 참여하도록 할 수 있다.
동작 1025에서 전자 장치(41)는 동작 1007에서 수신한 제1 자연어 입력을 상기 제2 NLP 서버(42)로 전송할 수 있다. 다양한 실시 예에 따르면, 상기 동작 1025대신, 동작 1026과 같이, 제1 NLP 서버(41)는 동작 1009에 수신한 상기 제1 자연어 입력을 제2 NLP 서버(42)로 전달할 수도 있다. 즉, 상기 제1 NLP 서버(41)이 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우, 상기 제1 자연어 입력의 적어도 일부는 제2 NLP 서버(42)로 전달될 수 있다.
동작 1027에서 제2 NLP 서버(42)는 동작 1025 또는 동작 1026에서 수신한 제1 자연어 입력을 처리하여 제2 응답을 생성할 수 있다. 상기 제2 응답은, 상기 제1 자연어 입력으로부터 도출되는 제2 콘텍스트에 기반하여 생성되되, 상기 제2 NLP 서버(42)가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다. 제2 NLP 서버(42)는 지정된 자연어 처리 알고리즘에 따라서 제2 NLU 풀에 포함된 자연어를 조합함으로써, 상기 제2 콘텍스트에 적합한 제2 응답을 구성할 수 있다.
동작 1029에서 제2 NLP 서버(42)는 상기 제2 응답을 전자 장치(10)에 전송할 수 있다.
동작 1031에서 전자 장치(10)는 제2 NLP 서버(42)로부터 제2 응답을 수신하면, 상기 제2 NLP 서버(42)를 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제4 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 15a를 참조하면, 전자 장치(1501a)는 "Air-bot" 서버(제2 NLP 서버(42)의 일례)로부터 "Hi there! I retrieved some flights departing from your place to Seattle on June 6th. see more: www.airairair.com ; JFK-SEA 14:30 2 seats available; JFK-SEA 16:30 24 seats available; JFK-SEA 00:30 84 seats available"라는 제2 응답을 수신할 수 있다. 전자 장치(1501a)는 터치스크린 디스플레이(1500a)에 상기 "Air-bot" 서버를 나타내는 제3 인디케이션(1541a) 및 상기 제2 응답에 기반한 제4 메시지(1542a)를 표시할 수 있다. 상기 제4 메시지(1542a)에는 상기 "Air-bot" 서버가 제공하는 서비스(항공편 예약 서비스)의 콘텐트가 포함될 수 있다.
또 다른 예를 들어, 도 15b를 참조하면, 전자 장치(1501b)는 "BLENZ-bot" 서버(제2 NLP 서버(42)의 일례)로부터 "Hi there! What can I help you? Blended, chillo, chocolate, coffee, espresso, protein shake, and tea are available. You can order and make payment via this conversation. Drinks you ordered can be taken out at the 233th Blenz Coffee (see location)."라는 제2 응답을 수신할 수 있다. 전자 장치(1501b)는 터치스크린 디스플레이(1500b)에 상기 "BLENZ-bot" 서버를 나타내는 제3 인디케이션(1541b) 및 상기 제2 응답에 기반한 제4 메시지(1542b)를 표시할 수 있다. 상기 제4 메시지(1542b)에는 상기 제2 NLP 서버(42)가 제공하는 서비스(음료의 원격 주문 서비스)에 관한 콘텐트가 포함될 수 있다. 다양한 실시 예에 따르면, 전자 장치(1501b)의 사용자는 터치스크린 디스플레이(1500b)에 표시된 챗룸 UI를 활용하여 원격 주문 및 대금 결제를 수행할 수 있다.
도 11은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 흐름도이다.
도 11을 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 1101 내지 동작 1111를 포함할 수 있다.
동작 1101에서 전자 장치(10)는 사용자로부터 자연어 입력을 수신할 수 있다. 상기 자연어 입력은 메시징 어플리케이션의 챗룸에 참여한 마스터 챗봇에 전달될 수 있다.
동작 1103에서 마스터 챗봇은 NLU 풀을 이용하여 상기 자연어 입력으로부터 콘텍스트를 추출하고, 상기 추출된 콘텍스트에 적합한 CP 챗봇(1104)을 검색할(retrieve) 수 있다. 예를 들어, 마스터 챗봇은 상기 추출된 콘텍스트에 기반하여 일정 도메인에 속한 CP 챗봇(1104)에 상기 자연어 입력을 각각 전송할 수 있다. 상기 CP 챗봇(1104)은 각각 응답 메시지 및 신뢰도를 마스터 챗봇에 반환할 수 있다.
동작 1105에서 마스터 챗봇은 후보 CP 챗봇을 선택할 수 있다. 예를 들어, 마스터 챗봇은 CP 챗봇(1104)으로부터 수신한 신뢰도에 기반하여 후보 CP 챗봇을 선택할 수 있다. 마스터 챗봇은 상기 후보 CP 챗봇이 존재하는 경우 동작 1107로 진행할 수 있고, 그러하지 않은 경우 동작 1111로 진행할 수 있다.
동작 1107에서 마스터 챗봇은 후보 CP 챗봇을 정렬할 수 있다. 예를 들어, 마스터 챗봇은 신뢰도가 높은 후보 CP 챗봇을 정렬함으로써 사용자가 상기 후보 CP 챗봇 중 어느 하나를 선택하도록 유도할 수 있다.
동작 1109에서 전자 장치의 사용자가 상기 후보 CP 챗봇 중 어느 하나를 선택하면, 선택된 CP 챗봇을 상기 챗룸에 초대하기 위한 UI를 구성할 수 있다. 상기 선택된 CP 챗봇은 전자 장치로부터 수신되는 추가적인 자연어 입력에 응답하여, NLG를 이용한 자연어 텍스트, 사진, 링크 등을 상기 전자 장치에 제공할 수 있다(1110).
동작 1111에서 전자 장치의 자연어 입력 및 이에 대응하는 마스터 챗봇 또는 CP 챗봇의 응답은 상기 챗룸 상에서 대화 형식으로 출력될 수 있다. 일 실시 예에 따라 동작 1105에서 후보 CP 챗봇이 존재하지 않는 경우, 마스터 챗봇은 후보 CP 챗봇을 검색할 수 있도록, 사용자 입력을 다시 요청하는 안내 메시지를 챗룸 상에 출력할 수 있다.
도 12는 일 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 12를 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 1201 내지 동작 1221를 포함할 수 있다. 일 실시 예에 따르면, 마스터 챗봇(예: 도 1의 마스터 챗봇(41))은 메시징 어플리케이션 플러그인(1210), 대화 매니저(1220), NLU 풀(1230), 및 API(1240)를 포함할 수 있다.
동작 1201에서 전자 장치는 사용자로부터 자연어 입력을 수신할 수 있다. 상기 자연어 입력은 전자 장치와 마스터 챗봇이 참여한 챗룸에 텍스트 형식으로 표시될 수 있다.
동작 1203에서 마스터 챗봇은 전자 장치에서 수신된 자연어 입력을 메시징 어플리케이션 플러그인(1210)의 입력 어댑터를 통해 획득할 수 있다.
동작 1205에서 마스터 챗봇의 대화 매니저(1220)는 챗룸에 이미 초대된 CP 챗봇이 존재하는지 판단할 수 있다. 상기 챗룸에 이미 초대된 CP 챗봇이 존재하는 경우 동작 1207로 진행할 수 있고, 그러하지 않은 경우 동작 1213으로 진행할 수 있다.
동작 1207에서 챗룸에 이미 초대된 CP 챗봇은 마스터 챗봇의 대화 매니저(1220)로부터 자연어 입력을 수신하고, 상기 자연어 입력의 콘텍스트를 분석할 수 있다. 상기 마스터 챗봇과 CP 챗봇은 API(1240)을 매개로 정보, 데이터 등을 서로 송수신할 수 있다.
동작 1209에서 챗룸에 이미 초대된 CP 챗봇은 상기 자연어 입력의 콘텍스트에 기반하여 적절한 응답을 제공할 수 있는지 판단할 수 있다. 상기 CP 챗봇이 적절한 응답을 제공할 수 있는 경우 동작 1211로 진행할 수 있고, 그러하지 않은 경우 동작 1213으로 진행할 수 있다.
동작 1211에서, 챗룸에 이미 초대된 CP 챗봇은 자연어 입력에 대응하는 적절한 응답을 제공할 수 있으므로, 자연어로 표현된 응답을 마스터 챗봇의 대화 매니저(1220)에 제공할 수 있다.
동작 1213에서, 챗룸에 CP 챗봇이 초대되어 있지 아니하거나, 또는 적절한 응답을 제공할 수 있는 CP 챗봇이 초대되어 있지 않으므로, 마스터 챗봇의 대화 매니저(1220)는 CP 챗봇의 풀(pool)을 호출하고, NLU 풀(1230)을 이용하여 자연어 입력의 콘텍스트를 분석한 후, 적절한 응답을 제공할 수 있는 CP 챗봇을 검색할 수 있다.
동작 1215에서 마스터 챗봇의 대화 매니저(1220)는 동작 1213에서 검색된 CP 챗봇을 챗룸에 초대할 수 있다. 이후 동작 1211에서, 상기 검색된 CP 챗봇은 자연어 입력에 대응하는 적절한 응답을 마스터 챗봇의 대화 매니저(1220)에 제공할 수 있다.
동작 1217에서 마스터 챗봇의 플러그인(1210)은 출력 어댑터를 이용하여 CP 챗봇으로부터 제공받은 응답을 획득할 수 있다.
동작 1219에서 마스터 챗봇의 플러그인(1210)은 출력 디자인 모듈을 이용하여, CP 챗봇으로부터 제공받은 응답을 메시징 어플리케이션과 호환 가능한 포맷으로 변환할 수 있다.
동작 1217에서 마스터 챗봇의 플러그인(1210)은 메시징 어플리케이션과 호환 가능한 포맷으로 변환된 응답을 메시징 어플리케이션을 운용하는 서버로 전송할 수 있다. 상기 메시징 어플리케이션에 의하여 상기 응답은 상기 챗룸 상에 출력될 수 있다.
도 13은 일 실시 예에 따른 콘텐트 제공 방법을 나타낸다.
도 13을 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 1301 내지 동작 1313을 포함할 수 있다.
동작 1301에서 전자 장치는 메시징 어플리케이션의 챗룸에서 마스터 챗봇(예: 도 1의 마스터 챗봇(41))을 호출할 수 있다. 다양한 실시 예에 따르면, 상기 마스터 챗봇은 지정된 챗룸에서 기본값으로(as default) 호출되어 있을 수 있다. 이 경우, 동작 1301은 생략될 수 있다.
동작 1303에서 전자 장치는 자연어 입력(예: "우리 주말에 강릉에 놀러갈거야")을 수신할 수 있다. 상기 자연어 입력은 전자 장치와 마스터 챗봇이 참여한 챗룸에 텍스트 형식으로 표시될 수 있다.
동작 1305에서 마스터 챗봇은 전자 장치에서 수신된 자연어 입력을 메시징 어플리케이션 플러그인의 입력 어댑터를 통해 획득할 수 있다.
동작 1307에서 마스터 챗봇은 CP 챗봇의 풀을 호출하고, 적절한 응답을 제공할 수 있는 CP 챗봇을 검색할 수 있다. 상기 마스터 챗봇은 상기 검색된 CP 챗봇을 챗룸에 초대할 수 있다.
동작 1309에서 상기 챗룸에 초대된 CP 챗봇은 사용자 입력(예: "우리 주말에 강릉에 놀러갈거야")에 대응한 적절한 응답(예: 주말 강릉의 날씨, 교통편 등)을 생성하고, 마스터 챗봇에 제공할 수 있다. 상기 마스터 챗봇은 메시징 어플리케이션 플러그인의 출력 어댑터를 통해 상기 응답을 획득할 수 있다.
동작 1311에서 마스터 챗봇은 CP 챗봇으로부터 제공받은 응답을 메시징 어플리케이션과 호환 가능한 포맷으로 변환할 수 있다.
동작 1313에서 마스터 챗봇은 메시징 어플리케이션과 호환 가능한 포맷으로 변환된 응답을 메시징 어플리케이션을 운용하는 서버로 전송할 수 있다. 상기 메시징 어플리케이션에 의하여 상기 응답은 상기 챗룸 상에 출력될 수 있다.
도 16은 일 실시 예에 따른 자연어 이해에 기반한 콘텐트 제공 방법을 나타낸 시퀀스도이다. 도 17은 일 실시 예에 따른 콘텐트 제공 방법을 수행하는 전자 장치의 예시이다.
도 16을 참조하면, 일 실시 예에 따른 콘텐트 제공 방법은 동작 1601 내지 1619를 포함할 수 있다. 상기 동작 1601 내지 1619는 예를 들어, 도 10에 도시된 동작 1001 - 1031 이후에 수행될 수 있다. 아울러, 설명의 편의를 위해, 필요에 따라서 도 17을 교차로 참조하기로 한다. 도 17에 도시된 전자 장치(1701)의 터치스크린 디스플레이(1700)는, 예를 들어, 도 15a에 도시된 제4 메시지(1542a) 이후부터 이어지는 화면을 출력할 수 있다.
동작 1601에서 전자 장치(10)는 사용자로부터 제3 자연어 입력을 수신할 수 있다. 상기 제3 자연어 입력이 수신되면, 전자 장치(10)는 상기 사용자를 나타내는 제1 인디케이션 및 상기 제3 자연어 입력에 적어도 일부 기반한 제5 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 17을 참조하면, 전자 장치(1701)는 "I think we should use a rental car from the airport to the hotel in Seattle."이라는 제3 자연어 입력을 사용자 수신하면, 터치스크린 디스플레이(1700)에 전자 장치(1701)의 사용자를 나타내는 제1 인디케이션(1711) 및 상기 제3 자연어 입력에 기반한 제5 메시지(1712)를 표시할 수 있다.
동작 1603 및 1605에서 전자 장치(101)는 제3 자연어 입력을 챗룸의 참여자(participants)인 제1 NLP 서버(마스터 챗봇)(41) 및 제2 NLP 서버(CP 챗봇)(42)로 전송할 수 있다.
동작 1607 및 1609에서 제2 NLP 서버(42)는 상기 제3 자연어 입력의 의미를 분석하고, 상기 제3 자연어 입력의 콘텍스트와 제2 NLP 서버(42)가 연관되어 있는지 판단할 수 있다. 상기 제3 자연어 입력의 콘텍스트와 제2 NLP 서버(42)가 연관되어 있는 경우 동작 1611로 진행하고, 그러하지 않은 경우 동작 1615로 진행할 수 있다.
동작 1611에서 제2 NLP 서버(42)는 상기 제3 자연어 입력의 콘텍스트와 연관되어 있으므로, 제3 자연어 입력을 처리하여 제3 응답을 생성할 수 있다. 상기 제3 응답은, 상기 제3 자연어 입력으로부터 도출되는 콘텍스트에 기반하여 생성되되, 상기 제2 NLP 서버(42)가 제공하는 서비스와 관련된 콘텐트를 포함할 수 있다.
동작 1613에서 전자 장치(10)는 제2 NLP 서버(42)를 나타내는 제3 인디케이션 및 상기 수신된 제3 응답에 기반한 제6 메시지를 챗룸 UI 상에 표시할 수 있다.
동작 1615에서 제2 NLP 서버(42)는 상기 제3 자연어 입력의 콘텍스트와 연관되어 있지 않으므로, 상기 제3 자연어 입력에 대응하는 적절한 응답을 생성할 수 있는 다른 NLP 서버(예: 제3 NLP 서버(CP 챗봇))를 지시하도록 제4 응답을 생성할 수 있다.
동작 1617에서 전자 장치(10)는 제2 NLP 서버(42)를 나타내는 제3 인디케이션 및 상기 수신된 제4 응답에 기반한 제7 메시지를 챗룸 UI 상에 표시할 수 있다.
예를 들어, 도 17을 참조하면, 전자 장치(1701)는 항공편 예약 서비스를 제공하는 "Air-bot" 서버(제2 NLP 서버(42)의 일례) "Oh, the rental car is out of my service. But there are several friends: Hertz; Avis; and Budget."라는 제4 응답을 수신할 수 있다. 전자 장치(1701)는, 터치스크린 디스플레이(1700)에 상기 "Air-bot" 서버를 나타내는 제3 인디케이션(1721) 및 상기 제4 응답에 기반한 제7 메시지(1722)를 표시할 수 있다. 상기 제7 메시지(1722)에 도시된 바와 같이, 상기 "Air-bot" 서버는 항공편 예약 서비스를 제공하므로, 다른 렌터카 업체가 운영하는 NLP 서버(CP 챗봇)(예: Hertz, Avis, Budget)를 추천할 수 있다.
도 16에는 동작 1617 이후의 동작들이 생략되었으나, 도 10에서 설명된 동작들 중 일부, 예컨대, 다른 NLP 서버(CP 챗봇)를 챗룸에 참여시키는 동작은 반복하여 수행될 수 있다.
예를 들어, 도 17을 참조하면, 전자 장치(1701)는 사용자로부터 추가적인 "I think Budget is cheapest."라는 자연어 입력을 수신할 수 있다. "Budget-bot" 서버(제3 NLP 서버(CP 챗봇)(43)의 일례)를 지시하는 자연어 입력에 기반한 메시지(1732)는 사용자를 나타내는 제1 인디케이션(1731)과 함께 챗룸 UI에 표시될 수 있다.
"Budget-bot" 서버를 지시하는 상기 자연어 입력에 따라서, 상기 "Budget-bot" 서버는 전자 장치(1701)의 사용자와의 챗룸에 참여할 수 있다. 상기 "Budget-bot" 서버는 "Air-bot" 서버(제2 NLP 서버(42)의 일례) 또는 전자 장치(1701)로부터 제3 자연어 입력("I think we should use a rental car from the airport to the hotel in Seattle.")을 수신할 수 있다. 상기 "Budget-bot" 서버는 상기 제3 자연어 입력을 처리하여, "Hello sir/madam. We can offer all types of brand-new cars. To make a reservation, please let us know where you want to pick up a car at first."라는 응답을 전자 장치(1701)에 제공할 수 있다. 전자 장치(1701)는 상기 응답에 기반한 메시지(1742)를 상기 "Budget-bot" 서버를 나타내는 인디케이션(1741)과 함께 챗룸 UI에 표시할 수 있다. 이후, 사용자는 자연어에 기반한 메시지(1752)에서와 같이, 상기 "Budget-bot" 서버와 자연어 대화로 상호작용하여 렌터카에 예약 및 결제를 진행할 수 있다.
도 18 내지 도 24는 다양한 실시 예에 따른 전자 장치와 챗봇 서버들간의 대화를 나타낸다.
도 18 내지 도 24는 다양한 실시 예에 따른 전자 장치와 챗봇 서버들간의 대화가 도시되어 있다. 도 18 내지 도 24에 도시된 대화들은 예시로서 이에 제한되지 않는다. 다양한 실시 예에 따르면 전자 장치와 챗봇 서버들간에는 더욱 다양한 대화가 이루어질 수 있다.
도 18을 참조하면, 대화 사례(dialog use case) 1801 내지 1803이 도시되어 있다. 예를 들어, 대화 사례 1801 이후에는 대화 사례 1802 또는 대화 사례 1803가 이루어질 수 있다.
대화 사례 1801에 따르면, 마스터 챗봇(M) 및 사용자(U)는 챗룸의 참여자일 수 있다. 상기 챗룸에는 사용자(U)의 질문에 적절한 답변을 제공할 수 있는 CP 챗봇이 존재하지 않을 수 있다. 예컨대, 사용자(U)는 "내일 서울 날씨 알려줘"라는 자연어 입력을 전자 장치에 제공할 수 있다. 상기 자연어 입력은 챗룸 UI에 텍스트로 표현될 수 있다.
대화 사례 1802에 따르면, 마스터 챗봇(M)은 대화 사례 1801의 자연어 입력(예: "내일 서울 날씨 알려줘")에 응답하여 적절한 답변을 제공할 수 있는 날씨 챗봇(W#1, Weather Chatbot #1)을 챗룸에 초대할 수 있다. 상기 날씨 챗봇(W#1)은 자연어 입력(예: "내일 서울 날씨 알려줘")에 응답하여 적절한 답변("내일 서울 날씨는 아침 영하 5도로, 낮 최고기온도 4도로 오늘보다 1-2도 낮습니다. 바람도 강하게 불면서 체감 온도는 더욱 낮아질 전망입니다.")을 제공할 수 있다.
대화 사례 1803에 따르면, 마스터 챗봇(M)은 대화 사례 1801의 자연어 입력(예: "내일 서울 날씨 알려줘")에 응답하여 적절한 답변을 제공할 수 있는 복수의 날씨 챗봇들(예: W#1, W#2)의 리스트를 제공하여, 이들을 챗룸 상에서 추천할 수 있다. 마스터 챗봇(M)은 사용자(U)로부터 입력된 텍스트 및/또는 터치에 의해 선택된 날씨 챗봇(예: W#1)을 선택할 수 있다. 상기 선택된 날씨 챗봇(예: W#1)는 자연어 입력(예: "내일 서울 날씨 알려줘")에 응답하여 적절한 답변("내일 서울 날씨는 아침 영하 5도로, 낮 최고기온도 4도로 오늘보다 1-2도 낮습니다. 바람도 강하게 불면서 체감 온도는 더욱 낮아질 전망입니다.")을 제공할 수 있다.
도 19를 참조하면, 대화 사례 1901 내지 1803이 도시되어 있다. 예를 들어, 대화 사례 1901 이후에는 대화 사례 1902 또는 대화 사례 1903가 이루어질 수 있다.
대화 사례 1901에 따르면, 마스터 챗봇(M) 및 사용자(U)는 챗룸의 참여자일 수 있다. 마스터 챗봇(M)은 상기 챗룸에서 다른 CP 챗봇을 추천하는 메시지(예: "새로운 Game-bot이 있어요. 한번 만나 볼래요")를 출력할 수 있다.
대화 사례 1902에 따르면, 마스터 챗봇(M)은 사용자(U)의 동의(예: "등록해")가 이루어지면 추천 CP 챗봇(G#1, Game Chatbot #1)을 챗룸에 초대할 수 있다.
대화 사례 1903에 따르면, 마스터 챗봇(M)은 사용자(U)의 거절(예: "아니 괜찮아")가 이루어지면 추천 CP 챗봇을 챗룸에 초대하지 않을 수 있다. 다양한 실시 예에 따르면, 마스터 챗봇(M)은 사용자(U)의 CP 챗봇 추천 거절(예: "앞으로는 CP Chatbot 추천하지마")에 응답하여, 추후 다른 CP 챗봇을 사용자(U)에게 추천하지 않을 수 있다.
도 20을 참조하면, 대화 사례 2001이 도시되어 있다. 일 실시 예에 따르면, CP 챗봇은 사용자(U)와 CP 챗봇과 대화하는 도중, 상기 대화와 연관된 다른 CP 챗봇을 추천할 수 있다.
예를 들어, 대화 사례 2001에 따르면, 호텔 예약 챗봇(H#1, Hotel Chatbot #1)은 사용자(U)와 호텔 예약 대화를 마친 이후, 호텔 예약과 연관된 교통편에 대한 질문(예: "호텔까지는 직접 운전하나요? 아니면 대중교통을 이용하세요?")을 사용자(U)에게 할 수 있다. 사용자(U)가 상기 교통편에 대한 응답(예: "운전해서 갈꺼야")을 제공하면, CP 챗봇의 일 예인 호텔 예약 챗봇(H#1)은 운전과 연관된 CP 챗봇인 주유소 챗봇(Gas#1, Gas Chatbot #1)을 추천하고, 사용자(U)의 동의(예: "그래 불러줘")를 얻은 뒤, 상기 주유소 챗봇(Gas#1)을 챗룸에 초대할 수 있다.
도 21을 참조하면, 대화 사례 2101 내지 2103이 도시되어 있다. 예를 들어, 대화 사례 2101 이후에는 대화 사례 2102이 이루어질 수 있다. 대화 사례 2103은 대화 사례 2101 및 2102와 독립적으로 이루어질 수 있다.
대화 사례 2101에 따르면, 마스터 챗봇(M) 및 사용자(U)는 챗룸의 참여자일 수 있다. 일 실시 예에 따르면, 사용자(U)는 이미 알고 있는 CP 챗봇을 상기 챗룸에 초대하도록 마스터 챗봇(M)에게 요청할 수 있다. 예컨대, 사용자(U)는 명시적으로 카페 챗봇(C#1, Cafe Chatbot)을 초대하도록 마스터 챗봇(M)에게 요청할 수 있다.
대화 사례 2102에 따르면, 마스터 챗봇(M)은 상기 사용자(U)로부터의 요청을 바로 수행할 수 있으면, 상기 사용자(U)로부터의 요청에 응답하여 카페 챗봇(C#1)을 추천할 수 있다.
일 실시 예에 따르면, 상기 마스터 챗봇(M)은 상기 사용자(U)로부터의 자연어 입력에 응답하여 단일의 CP 챗봇을 찾을 수 없는 경우, 복수의 후보 CP 챗봇을 추천할 수 있다.
예를 들어, 대화 사례 2102에 따르면, 마스터 챗봇(M)은 사용자(U)로부터 "샌드위치 좀 불러줘"라는 자연어 입력을 수신할 수 있다. 상기 마스터 챗봇(M)은 상기 자연어 입력에 응답하여 단일의 CP 챗봇을 찾을 수 없는 경우, 복수의 후보 CP 챗봇(예: Sandwich Chatbot #1, #2, #3, #4)를 추천할 수 있다. 상기 마스터 챗봇(M)은 사용자(U)가 상기 복수의 후보 CP 챗봇(예: Sandwich Chatbot #1, #2, #3, #4) 중 Sandwich Chatbot #4를 선택하면, 상기 Sandwich Chatbot #4(S#4)을 챗룸에 초대할 수 있다.
도 22를 참조하면, 대화 사례 2201 내지 2203이 도시되어 있다. 예를 들어, 대화 사례 2201 내지 2203는 순차적으로 진행될 수 있다. 대화 사례 2201 내지 2203에서, 카페 챗봇(C#1) 및 사용자(U)는 챗룸의 참여자일 수 있다.
대화 사례 2201에 따르면, 사용자(U)는 챗룸 상에서 카페 챗봇(C#1)에 자연어 입력(예: "커피 주문해줘")을 전송할 수 있다.
대화 사례 2202에 따르면, 사용자(U)는 카페 챗봇(C#1)과의 대화를 통해 커피 3잔을 주문할 수 있다. 상기 카페 챗봇(C#1)은 상기 대화의 콘텍스트를 파악하여 커피 3잔에 대한 주문을 처리할 수 있다. 예컨대, 카페 챗봇(C#1)은 사용자(U)와의 대화를 통해, 종로 1가 지점에서 3시 10분 픽업을 조건으로 카라멜 마끼아또 2잔 및 핫 초코 1잔(저지방 우유 사용)을 주문할 수 있다.
대화 사례 2202에 따르면, 카페 챗봇(C#1)은 미리 등록해둔 결제 어플리케이션(예: Samsung PayTM)의 API를 이용하여 상기 챗룸 내에서 결제를 진행할 수 있다.
도 23을 참조하면, 대화 사례 2301 내지 2305가 도시되어 있다. 예를 들어, 대화 사례 2301 내지 2305는 순차적으로 진행될 수 있다. 대화 사례 2301 내지 2305에서, 마스터 챗봇(M), 제1 카페 챗봇(C#1), 제2 카페 챗봇(C#2), 제3 카페 챗봇(C#3), 및 사용자(U)는 챗룸의 참여자일 수 있다.
대화 사례 2301에 따르면, 사용자(U)는 챗룸 상에서 카페 챗봇(C#1)에 자연어 입력(예: "커피 주문해줘")을 전송할 수 있다.
대화 사례 2302에 따르면, 마스터 챗봇(M)은 챗룸의 참여자인 3개의 카페 챗봇들(C#1, C#2, C#3)로부터 커피의 주문 처리가 가능하다는 것을 알리고, 상기 3개의 카페 챗봇들(C#1, C#2, C#3) 중에서 어느 카페 챗봇을 이용할 것인지 질문할 수 있다.
대화 사례 2303에 따르면, 사용자(U)는 챗룸 상에서 제3 카페 챗봇(C#3)을 선택할 수 있다. 상기 사용자(U)는 제3 카페 챗봇(C#3)과 연계된 지점이 사용자(U)가 근무하는 회사 근처에 있다는 것을 명시할 수 있다.
대화 사례 2304에 따르면, 사용자(U)는 제3 카페 챗봇(C#3)과의 대화를 통해 커피 7잔을 주문할 수 있다. 상기 제3 카페 챗봇(C#3)은 상기 대화의 콘텍스트를 파악하여 커피 7잔에 대한 주문을 처리할 수 있다. 예를 들어, 제3 카페 챗봇(C#3)은 아이스 아메리카노 3잔, 아이스 라떼 1잔, 모카 3잔을 주문할 수 있다. 상기 제3 카페 챗봇(C#3)은 대화 사례 2303에서 파악된 "회사 앞"이라는 키워드의 콘텍스트를 분석하여 상기 7잔의 커피를 픽업할 지점(예: 제3 카페의 매탄 1동 지점)을 지정할 수 있다.
대화 사례 2305에 따르면, 제3 카페 챗봇(C#3)은 미리 등록해둔 결제 어플리케이션(예: Samsung PayTM)의 API를 이용하여 상기 챗룸 내에서 결제를 진행할 수 있다.
도 24를 참조하면, 대화 사례 2401가 도시되어 있다. 일 실시 예에 따르면, 사용자(U)로부터의 자연어 입력에 의해 지정된 CP 챗봇이 챗룸에서 배제할 수 있다. 상기 대화 사례 2401에서, 마스터 챗봇(M), 날씨 챗봇(W#1), 및 사용자(U)는 챗룸의 참여자일 수 있다.
예를 들어, 대화 사례 2401에 따르면, 마스터 챗봇(M) 및 날씨 챗봇(W#1)은 사용자(U)로부터 "Weather Chatbot #1은 나가줘"라는 자연어 입력을 수신할 수 있다. 상기 날씨 챗봇(W#1)은 상기 자연어 입력에 응답하여 상기 챗룸에서 배제될 수 있다. 상기 날씨 챗봇(W#1)이 배제되면 마스터 챗봇(M)은 상기 날씨 챗봇(W#1)을 챗룸에 참여시킬 수 있다는 안내 메시지를 챗룸 상에 표시할 수 있다.
도 25를 다양한 실시 예에 따른 전자 장치의 블록도를 나타낸다.
도 25를 참조하면, 전자 장치(2501)는, 예를 들면, 도 1에 도시된 전자 장치(10)의 전체 또는 일부를 포함할 수 있다. 전자 장치(2501)는 하나 이상의 프로세서(예: AP)(2510), 통신 모듈(2520), 가입자 식별 모듈(2524), 메모리(2530), 센서 모듈(2540), 입력 장치(2550), 디스플레이(2560), 인터페이스(2570), 오디오 모듈(2580), 카메라 모듈(2591), 전력 관리 모듈(2595), 배터리(2596), 인디케이터(2597), 및 모터(2598)를 포함할 수 있다.
프로세서(2510)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(2510)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(2510)는, 예를 들면, SoC(system on chip)로 구현될 수 있다. 한 실시 예에 따르면, 프로세서(2510)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서(image signal processor)를 더 포함할 수 있다. 프로세서(2510)는 도 25에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(2521))를 포함할 수도 있다. 프로세서(2510)는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드(load)하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장(store)할 수 있다.
통신 모듈(2520)은 예를 들면, 셀룰러 모듈(2521), Wi-Fi 모듈(2522), 블루투스 모듈(2523), GNSS 모듈(2524) (예: GPS 모듈, Glonass 모듈, Beidou 모듈, 또는 Galileo 모듈), NFC 모듈(2525), MST 모듈(2526) 및 RF(radio frequency) 모듈(2527)을 포함할 수 있다.
셀룰러 모듈(2521)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2521)은 가입자 식별 모듈(예: SIM 카드)(2529)을 이용하여 통신 네트워크 내에서 전자 장치(2501)의 구별 및 인증을 수행할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2521)은 프로세서(2510)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시 예에 따르면, 셀룰러 모듈(2521)은 커뮤니케이션 프로세서(CP)를 포함할 수 있다.
Wi-Fi 모듈(2522), 블루투스 모듈(2523), GNSS 모듈(2524), NFC 모듈(2525), 또는 MST 모듈(2526) 각각은, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시 예에 따르면, 셀룰러 모듈(2521), Wi-Fi 모듈(2522), 블루투스 모듈(2523), GNSS 모듈(2524), NFC 모듈(2525), MST 모듈(2526) 중 적어도 일부(예: 두 개 이상)는 하나의 IC(integrated chip) 또는 IC 패키지 내에 포함될 수 있다.
RF 모듈(2527)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(2527)은, 예를 들면, 트랜시버(transceiver), PAM(power amp module), 주파수 필터(frequency filter), LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시 예에 따르면, 셀룰러 모듈(2521), Wi-Fi 모듈(2522), 블루투스 모듈(2523), GNSS 모듈(2524), NFC 모듈(2525), MST 모듈(2526) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다.
가입자 식별 모듈(2529)은, 예를 들면, 가입자 식별 모듈을 포함하는 카드 및/또는 내장 SIM(embedded SIM)을 포함할 수 있으며, 고유한 식별 정보(예: ICCID (integrated circuit card identifier)) 또는 가입자 정보(예: IMSI (international mobile subscriber identity))를 포함할 수 있다.
메모리(2530)는, 예를 들면, 내장 메모리(2532) 또는 외장 메모리(2534)를 포함할 수 있다. 내장 메모리(2532)는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비-휘발성(non-volatile) 메모리 (예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), 마스크(mask) ROM, 플래시(flash) ROM, 플래시 메모리(예: 낸드플래시(NAND flash) 또는 노아플래시(NOR flash) 등), 하드 드라이브, 또는 SSD(solid state drive) 중 적어도 하나를 포함할 수 있다.
외장 메모리(2534)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(MultiMediaCard), 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다. 외장 메모리(2534)는 다양한 인터페이스를 통하여 전자 장치(2501)와 기능적으로 및/또는 물리적으로 연결될 수 있다.
보안 모듈(2536)은 메모리(2530)보다 상대적으로 보안 레벨이 높은 저장 공간을 포함하는 모듈로서, 안전한 데이터 저장 및 보호된 실행 환경을 보장해주는 회로일 수 있다. 보안 모듈(2536)은 별도의 회로로 구현될 수 있으며, 별도의 프로세서를 포함할 수 있다. 보안 모듈(2536)은, 예를 들면, 탈착 가능한 스마트 칩, SD(secure digital) 카드 내에 존재하거나, 또는 전자 장치(2501)의 고정 칩 내에 내장된 내장형 보안 요소(embedded secure element(eSE))를 포함할 수 있다. 또한, 보안 모듈 (2536)은 전자 장치(2501)의 운영 체제(OS)와 다른 운영 체제로 구동될 수 있다. 예를 들면, 보안 모듈(2536)은 JCOP(java card open platform) 운영 체제를 기반으로 동작할 수 있다.
센서 모듈(2540)은, 예를 들면, 물리량을 계측하거나 전자 장치(2501)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(2540)은, 예를 들면, 제스처 센서(2540A), 자이로 센서(2540B), 기압 센서(2540C), 마그네틱 센서(2540D), 가속도 센서(2540E), 그립 센서(2540F), 근접 센서(2540G), 컬러 센서(2540H)(예: RGB 센서), 생체 센서(2540I), 온/습도 센서(2540J), 조도 센서(2540K), 또는 UV(ultra violet) 센서(2540M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로, 센서 모듈(2540)은, 예를 들면, 후각 센서(E-nose sensor), EMG(electromyography) 센서, EEG(electroencephalogram) 센서, ECG(electrocardiogram) 센서, IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(2540)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(2501)는 프로세서(2510)의 일부로서 또는 별도로, 센서 모듈(2540)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(2510)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(2540)을 제어할 수 있다.
입력 장치(2550)는, 예를 들면, 터치 패널(touch panel)(2552), (디지털) 펜 센서(pen sensor)(2554), 키(key)(2556), 또는 초음파(ultrasonic) 입력 장치(2558)를 포함할 수 있다. 터치 패널(2552)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(2552)은 제어 회로를 더 포함할 수도 있다. 터치 패널(2552)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.
(디지털) 펜 센서(2554)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 시트(sheet)를 포함할 수 있다. 키(2556)는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(2558)는 마이크(예: 마이크(2588))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(2560)(예: 디스플레이(140))는 패널(2562), 홀로그램 장치(2564), 또는 프로젝터(2566)를 포함할 수 있다. 패널(2562)은, 예를 들면, 유연하게(flexible), 투명하게(transparent), 또는 착용할 수 있게(wearable) 구현될 수 있다. 패널(2562)은 터치 패널(2552)과 하나의 모듈로 구성될 수도 있다. 홀로그램 장치(2564)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(2566)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(2501)의 내부 또는 외부에 위치할 수 있다. 한 실시예에 따르면, 패널(2562)은 사용자의 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서 (또는 포스 센서)를 포함할 수 있다. 상기 압력 센서는 상기 터치 패널(2552)와 일체형으로 구현되거나, 또는 상기 터치 패널(2552)와는 별도의 하나 이상의 센서로 구현될 수 있다. 한 실시 예에 따르면, 디스플레이(2560)는 상기 패널(2562), 상기 홀로그램 장치(2564), 또는 프로젝터(2566)를 제어하기 위한 제어 회로를 더 포함할 수 있다.
인터페이스(2570)는, 예를 들면, HDMI(2572), USB(2574), 광 인터페이스(optical interface)(2576), 또는 D-sub(D-subminiature)(2578)를 포함할 수 있다. 추가적으로 또는 대체적으로, 인터페이스(2570)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD 카드/MMC 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.
오디오 모듈(2580)은, 예를 들면, 소리(sound)와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(2580)은, 예를 들면, 스피커(2582), 리시버(2584), 이어폰(2586), 또는 마이크(2588) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다.
카메라 모듈(2591)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시 예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, ISP(image signal processor), 또는 플래시(flash)(예: LED 또는 제논 램프(xenon lamp))를 포함할 수 있다.
전력 관리 모듈(2595)은, 예를 들면, 전자 장치(2501)의 전력을 관리할 수 있다. 한 실시 예에 따르면, 전력 관리 모듈(2595)은 PMIC(power management integrated circuit), 충전 IC(charger integrated circuit), 또는 배터리 또는 연료 게이지(battery or fuel gauge)를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(2596)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(2596)는, 예를 들면, 충전식 전지(rechargeable battery) 및/또는 태양 전지(solar battery)를 포함할 수 있다.
인디케이터(2597)는 전자 장치(2501) 혹은 그 일부(예: 프로세서(2510))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(2598)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동(vibration), 또는 햅틱(haptic) 효과 등을 발생시킬 수 있다. 도시되지는 않았으나, 전자 장치(2501)은 모바일 TV 지원을 위한 처리 장치(예: GPU)를 포함할 수 있다. 모바일 TV 지원을 위한 처리 장치는, 예를 들면, DMB(Digital Multimedia Broadcasting), DVB(Digital Video Broadcasting), 또는 미디어플로(MediaFLOTM) 등의 규격에 따른 미디어 데이터를 처리할 수 있다.
본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성 요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시 예에서, 전자 장치는 본 문서에서 기술된 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시 예에 따른 전자 장치의 구성 요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성 요소들의 기능을 동일하게 수행할 수 있다.
도 26은 다양한 실시 예에 따른 프로그램 모듈의 블록도를 나타낸다.
일 실시 예에 따르면, 프로그램 모듈(2610)은 전자 장치에 관련된 자원을 제어하는 운영 체제(OS) 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션을 포함할 수 있다. 운영 체제는, 예를 들면, 안드로이드(android), iOS, 윈도우즈(windows), 심비안(symbian), 타이젠(tizen), 또는 바다(bada) 등이 될 수 있다.
프로그램 모듈(2610)은 커널(2620), 미들웨어(2630), API(2660), 및/또는 어플리케이션(2670)을 포함할 수 있다. 프로그램 모듈(2610)의 적어도 일부는 전자 장치 상에 프리로드(preload) 되거나, 외부 전자 장치로부터 다운로드 가능하다.
커널(2620)(예: 커널(141))은, 예를 들면, 시스템 리소스 매니저(2621) 또는 디바이스 드라이버(2623)를 포함할 수 있다. 시스템 리소스 매니저(2621)는 시스템 리소스의 제어, 할당, 또는 회수 등을 수행할 수 있다. 한 실시 예에 따르면, 시스템 리소스 매니저(2621)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부 등을 포함할 수 있다. 디바이스 드라이버(2623)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, Wi-Fi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다.
미들웨어(2630)는, 예를 들면, 어플리케이션(2670)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(2670)이 전자 장치 내부의 제한된 시스템 자원을 효율적으로 사용할 수 있도록 API(2660)를 통해 다양한 기능들을 어플리케이션(2670)으로 제공할 수 있다. 한 실시 예에 따르면, 미들웨어(2630)(예: 미들웨어(143))는 런타임 라이브러리(2635), 어플리케이션 매니저(application manager)(2641), 윈도우 매니저(window manager)(2642), 멀티미디어 매니저(multimedia manager)(2643), 리소스 매니저(resource manager)(2644), 파워 매니저(power manager)(2645), 데이터베이스 매니저(database manager)(2646), 패키지 매니저(package manager)(2647), 연결 매니저(connectivity manager)(2648), 통지 매니저(notification manager)(2649), 위치 매니저(location manager)(2650), 그래픽 매니저(graphic manager)(2651), 보안 매니저(security manager)(2652), 또는 결제 매니저(2654) 중 적어도 하나를 포함할 수 있다.
런타임 라이브러리(2635)는, 예를 들면, 어플리케이션(2670)이 실행되는 동안에 프로그래밍 언어를 통해 새로운 기능을 추가하기 위해 컴파일러가 사용하는 라이브러리 모듈을 포함할 수 있다. 런타임 라이브러리(2635)는 입출력 관리, 메모리 관리, 또는 산술 함수에 대한 기능 등을 수행할 수 있다.
어플리케이션 매니저(2641)는, 예를 들면, 어플리케이션(2670) 중 적어도 하나의 어플리케이션의 생명 주기(life cycle)를 관리할 수 있다. 윈도우 매니저(2642)는 화면에서 사용하는 GUI 자원을 관리할 수 있다. 멀티미디어 매니저(2643)는 다양한 미디어 파일들의 재생에 필요한 포맷을 파악하고, 해당 포맷에 맞는 코덱(codec)을 이용하여 미디어 파일의 인코딩(encoding) 또는 디코딩(decoding)을 수행할 수 있다. 리소스 매니저(2644)는 어플리케이션(2670) 중 적어도 어느 하나의 어플리케이션의 소스 코드, 메모리 또는 저장 공간 등의 자원을 관리할 수 있다.
파워 매니저(2645)는, 예를 들면, 바이오스(BIOS: basic input/output system) 등과 함께 동작하여 배터리 또는 전원을 관리하고, 전자 장치의 동작에 필요한 전력 정보 등을 제공할 수 있다. 데이터베이스 매니저(2646은 어플리케이션(2670) 중 적어도 하나의 어플리케이션에서 사용할 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(2647)는 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 업데이트를 관리할 수 있다.
연결 매니저(2648)는, 예를 들면, Wi-Fi 또는 블루투스 등의 무선 연결을 관리할 수 있다. 통지 매니저(2649)는 도착 메시지, 약속, 근접성 알림 등의 사건(event)을 사용자에게 방해되지 않는 방식으로 표시 또는 통지할 수 있다. 위치 매니저(2650)는 전자 장치의 위치 정보를 관리할 수 있다. 그래픽 매니저(2651)는 사용자에게 제공될 그래픽 효과 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다. 보안 매니저(2652)는 시스템 보안 또는 사용자 인증 등에 필요한 제반 보안 기능을 제공할 수 있다. 한 실시 예에 따르면, 전자 장치가 전화 기능을 포함한 경우, 미들웨어(2630)는 전자 장치의 음성 또는 영상 통화 기능을 관리하기 위한 통화 매니저(telephony manager)를 더 포함할 수 있다.
미들웨어(2630)는 전술한 구성요소들의 다양한 기능의 조합을 형성하는 미들웨어 모듈을 포함할 수 있다. 미들웨어(2630)는 차별화된 기능을 제공하기 위해 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 또한, 미들웨어(2630)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다.
API(2660)는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠(tizen)의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.
어플리케이션(2670)은, 예를 들면, 홈(2671), 다이얼러(2672), SMS/MMS(2673), IM(instant message)(2674), 브라우저(2675), 카메라(2676), 알람(2677), 컨택트(2678), 음성 다이얼(2679), 이메일(2680), 달력(2681), 미디어 플레이어(2682), 앨범(2683), 또는 시계(2684), 결제(2685), 건강 관리(health care)(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보 제공(예: 기압, 습도, 또는 온도 정보 등을 제공) 등의 기능을 수행할 수 있는 하나 이상의 어플리케이션을 포함할 수 있다.
한 실시 예에 따르면, 어플리케이션(2670)은 전자 장치(예: 전자 장치(251))와 외부 전자 장치 사이의 정보 교환을 지원하는 어플리케이션(이하, 설명의 편의상, "정보 교환 어플리케이션")을 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치에 특정 정보를 전달하기 위한 알림 전달(notification relay) 어플리케이션, 또는 외부 전자 장치를 관리하기 위한 장치 관리(device management) 어플리케이션을 포함할 수 있다.
예를 들면, 알림 전달 어플리케이션은 전자 장치의 다른 어플리케이션(예: SMS/MMS 어플리케이션, 이메일 어플리케이션, 건강 관리 어플리케이션, 또는 환경 정보 어플리케이션 등)에서 발생된 알림 정보를 외부 전자 장치로 전달하는 기능을 포함할 수 있다. 또한, 알림 전달 어플리케이션은, 예를 들면, 외부 전자 장치로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다.
장치 관리 어플리케이션은, 예를 들면, 전자 장치와 통신하는 외부 전자 장치의 적어도 하나의 기능(예: 외부 전자 장치 자체(또는 일부 구성 부품)의 턴-온/턴-오프 또는 디스플레이의 밝기(또는 해상도) 조절), 외부 전자 장치에서 동작하는 어플리케이션 또는 외부 전자 장치에서 제공되는 서비스(예: 통화 서비스 또는 메시지 서비스 등)를 관리(예: 설치, 삭제, 또는 업데이트)할 수 있다.
한 실시 예에 따르면, 어플리케이션(2670)은 외부 전자 장치의 속성에 따라 지정된 어플리케이션(예: 모바일 의료 기기의 건강 관리 어플리케이션)을 포함할 수 있다. 한 실시 예에 따르면, 어플리케이션(2670)은 외부 전자 장치로부터 수신된 어플리케이션을 포함할 수 있다. 한 실시 예에 따르면, 어플리케이션(2670)은 프리로드 어플리케이션(preloaded application) 또는 서버로부터 다운로드 가능한 제3자 어플리케이션(third party application)을 포함할 수 있다. 도시된 실시 예에 따른 프로그램 모듈(2610)의 구성요소들의 명칭은 운영 체제의 종류에 따라서 달라질 수 있다.
다양한 실시 예에 따르면, 프로그램 모듈(2610)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어, 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있다. 프로그램 모듈(2610)의 적어도 일부는, 예를 들면, 프로세서에 의해 구현(implement)(예: 실행)될 수 있다. 프로그램 모듈(2610)의 적어도 일부는 하나 이상의 기능을 수행하기 위한, 예를 들면, 모듈, 프로그램, 루틴, 명령어 세트(sets of instructions) 또는 프로세스 등을 포함할 수 있다.
일 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이, 상기 하우징 내에 배치된 통신 회로, 상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성될 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고, 사용자로부터 자연어 입력(natural language input)을 수신하고, 상기 통신 회로를 이용하여 상기 자연어 입력의 적어도 일부를 외부 서버로 전송하고, 상기 자연어 입력의 상기 적어도 일부에 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버부터 제1 응답을 수신하고, 상기 제1 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제2 엔진에 의해 생성되고, 및 상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장할 수 있다.
일 실시 예에 따르면, 상기 제1 메시지의 적어도 일부는, 상기 자연어 입력의 상기 적어도 일부에 대한 음성 인식의 결과를 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 메시지는, 상기 제1 엔진에 대응하는 서비스와 관련된 콘텐트를 포함하고, 상기 제3 메시지는, 상기 제2 엔진에 대응하는 서비스와 관련된 콘텐트를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 응답은, 상기 자연어 입력의 상기 적어도 일부에 대응하는 제1 NLU 풀을 이용하여 상기 제1 엔진에 의해 생성되고, 상기 제1 NLU 풀은, 상기 제1 엔진이 제공하는 서비스에 관한 자연어를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 엔진은 상기 제1 도메인에 대응하는 제1 자연어 이해(NLU, natural language understanding) 모듈을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 인디케이션, 상기 제2 인디케이션, 또는 상기 제3 인디케이션은, 텍스트, 이미지, 또는 비디오를 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 인디케이션은 상기 제1 메시지에 인접하여 표시되고, 상기 제2 인디케이션은 상기 제2 메시지에 인접하여 표시되고, 상기 제3 인디케이션은 상기 제3 메시지에 인접하여 표시될 수 있다.
일 실시 예에 따르면, 상기 자연어 입력은, 상기 터치스크린 디스플레이를 통해 텍스트로 수신될 수 있다.
일 실시 예에 따르면, 상기 자연어 입력을 포함하는 상기 사용자의 발화(utterance)를 오디오 신호로 변환하기 위한 마이크를 더 포함할 수 있다. 상기 메모리는, 상기 프로세서는, 상기 오디오 신호를 상기 통신 회로를 통해 상기 외부 서버로 전송하고, 상기 오디오 신호에 대응하는 텍스트 데이터를 상기 외부 서버로부터 수신하고, 상기 텍스트 데이터는 상기 제1 메시지의 적어도 일부를 구성하도록 하는 인스트럭션을 더 저장할 수 있다.
또 다른 실시 예에 따른 전자 장치는, 하우징, 상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이, 상기 하우징 내에 배치된 통신 회로, 상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성될 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가 상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고, 사용자로부터 제1 자연어 입력(natural language input)을 수신하고, 상기 통신 회로를 이용하여 상기 제1 자연어 입력의 적어도 일부를 외부 서버로 전송하고, 상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 응답은 상기 제1 자연어 입력에 대응하는 응답을 생성할 수 있는 제2 엔진을 지시하고, 상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고, 상기 제2 엔진의 선택을 지시하는 제2 자연어 입력을 상기 사용자로부터 수신하고, 상기 제2 자연어 입력에 적어도 일부 기반한 제3 메시지와 상기 제1 인디케이션을 상기 표시된 UI 상에 표시하고, 상기 통신 회로를 이용하여 상기 제2 자연어 입력의 적어도 일부를 상기 외부 서버로 전송하고, 상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 상기 제2 엔진에 의해 생성되고, 상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제4 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장할 수 있다.
일 실시 예에 따르면, 상기 제1 응답은, 상기 제1 엔진이 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우에 수신될 수 있다.
일 실시 예에 따르면, 상기 제1 엔진이 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우, 상기 제1 자연어 입력의 상기 적어도 일부가 상기 제2 엔진으로 전달될 수 있다.
일 실시 예에 따르면, 상기 제1 자연어 입력은, 상기 제2 엔진이 제공하는 서비스에 관한 자연어를 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 엔진은, 상기 제1 자연어 입력에 대응하는 도메인의 NLU 풀을 포함할 수 있다. 상기 제2 응답은 상기 제1 자연어 입력 및 상기 NLU 풀을 이용하여 생성될 수 있다.
일 실시 예에 따르면, 상기 제2 메시지에는 복수의 제2 엔진들이 정렬되고, 상기 메모리는, 상기 프로세서가, 상기 제2 자연어 입력에 의해 선택된 제2 엔진으로부터 상기 제2 응답을 수신하도록 하는 인스트럭션을 저장할 수 있다.
일 실시 예에 따른 서버는, 하우징, 상기 하우징 내에 배치되되, 전자 장치와 통신하는 통신 회로, 상기 하우징 내에 배치되되, 상기 통신 회로와 전기적으로 연결된 프로세서, 및 상기 하우징 내에 배치되되, 상기 프로세서와 전기적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 제1 도메인에 대응하는 제1 NLU 풀(pool)을 저장할 수 있다. 상기 메모리는, 실행 시에, 상기 프로세서가 상기 통신 회로를 이용하여 상기 전자 장치로부터 자연어 입력을 수신하고, 상기 자연어 입력으로부터 제1 도메인의 콘텍스트가 도출되는지 여부를 판단하고, 상기 콘텍스트가 도출되면 상기 자연어 입력 및 상기 제1 NLU 풀을 이용하여 제1 응답을 생성하고, 상기 제1 응답을 상기 전자 장치로 전송하도록 하는 인스트럭션을 저장할 수 있다.
일 실시 예에 따르면, 상기 제1 응답은, 상기 제1 도메인에 대응하는 콘텐트를 포함할 수 있다.
일 실시 예에 따르면, 상기 메모리는, 상기 프로세서가 상기 자연어 입력으로부터 상기 제1 도메인의 콘텍스트가 도출되지 않으면, 상기 자연어 입력으로부터 제2 도메인의 콘텍스트가 도출되는지 여부를 판단하고, 상기 제2 도메인의 콘텍스트가 도출되면 상기 제2 도메인과 관련된 다른 서버를 지시하는 제2 응답을 생성하고, 상기 통신 회로를 이용하여 상기 제2 응답을 상기 전자 장치로 전송하도록 하는 인스트럭션을 더 저장할 수 있다.
일 실시 예에 따르면, 상기 다른 서버는 상기 제2 도메인의 콘텍스트에 대응하는 제2 NLU 풀을 포함할 수 있다.
일 실시 예에 따르면, 상기 메모리는, 상기 프로세서에 의해 실행되는 인스트럭션들과, 상기 전자 장치에서 실행되는 어플리케이션이 상호작용하기 위한 API(application programming interface)를 더 저장할 수 있다.
본 문서에서 사용된 용어 "모듈"은, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "모듈"은, 예를 들면, 유닛(unit), 로직(logic), 논리 블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "모듈"은, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면, "모듈"은, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시 예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(170))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다.
컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM, DVD(Digital Versatile Disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM, RAM, 또는 플래시 메모리 등) 등을 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시 예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시 예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시 예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 문서에 개시된 실시 예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 발명의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 발명의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시 예를 포함하는 것으로 해석되어야 한다.
Claims (20)
- 전자 장치에 있어서,
하우징;
상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이;
상기 하우징 내에 배치된 통신 회로;
상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및
상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고,
상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성되고,
상기 메모리는, 실행 시에, 상기 프로세서가,
상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고,
사용자로부터 자연어 입력(natural language input)을 수신하고,
상기 통신 회로를 이용하여 상기 자연어 입력의 적어도 일부를 외부 서버로 전송하고,
상기 자연어 입력의 상기 적어도 일부에 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고,
상기 통신 회로를 이용하여 상기 외부 서버부터 제1 응답을 수신하고, 상기 제1 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제1 엔진에 의해 생성되고,
상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고,
상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 자연어 입력의 상기 적어도 일부에 기반하여 제2 엔진에 의해 생성되고, 및
상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제3 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 저장하는, 전자 장치. - 청구항 1에 있어서,
상기 제1 메시지의 적어도 일부는, 상기 자연어 입력의 상기 적어도 일부에 대한 음성 인식의 결과를 포함하는, 전자 장치. - 청구항 1에 있어서,
상기 제2 메시지는, 상기 제1 엔진에 대응하는 서비스와 관련된 콘텐트를 포함하고,
상기 제3 메시지는, 상기 제2 엔진에 대응하는 서비스와 관련된 콘텐트를 포함하는, 전자 장치. - 청구항 1에 있어서,
상기 제1 응답은, 상기 자연어 입력의 상기 적어도 일부에 대응하는 제1 NLU 풀을 이용하여 상기 제1 엔진에 의해 생성되고,
상기 제1 NLU 풀은, 상기 제1 엔진이 제공하는 서비스에 관한 자연어를 포함하는, 전자 장치. - 청구항 3에 있어서,
상기 제1 엔진은 제1 도메인에 대응하는 제1 자연어 이해(NLU, natural language understanding) 모듈을 포함하는, 전자 장치. - ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈청구항 1에 있어서,
상기 제1 인디케이션, 상기 제2 인디케이션, 또는 상기 제3 인디케이션은, 텍스트, 이미지, 또는 비디오를 포함하는, 전자 장치. - ◈청구항 7은(는) 설정등록료 납부시 포기되었습니다.◈청구항 1에 있어서,
상기 제1 인디케이션은 상기 제1 메시지에 인접하여 표시되고,
상기 제2 인디케이션은 상기 제2 메시지에 인접하여 표시되고,
상기 제3 인디케이션은 상기 제3 메시지에 인접하여 표시되는, 전자 장치. - ◈청구항 8은(는) 설정등록료 납부시 포기되었습니다.◈청구항 1에 있어서,
상기 자연어 입력은, 상기 터치스크린 디스플레이를 통해 텍스트로 수신되는, 전자 장치. - ◈청구항 9은(는) 설정등록료 납부시 포기되었습니다.◈청구항 1에 있어서,
상기 자연어 입력을 포함하는 상기 사용자의 발화(utterance)를 오디오 신호로 변환하기 위한 마이크;를 더 포함하고,
상기 메모리는, 상기 프로세서는,
상기 오디오 신호를 상기 통신 회로를 통해 상기 외부 서버로 전송하고, 상기 오디오 신호에 대응하는 텍스트 데이터를 상기 외부 서버로부터 수신하고,
상기 텍스트 데이터는 상기 제1 메시지의 적어도 일부를 구성하도록 하는 인스트럭션을 더 저장하는, 전자 장치. - ◈청구항 10은(는) 설정등록료 납부시 포기되었습니다.◈전자 장치에 있어서,
하우징;
상기 하우징의 일부를 통해 노출된 터치스크린 디스플레이;
상기 하우징 내에 배치된 통신 회로;
상기 하우징 내에 배치되고, 상기 터치스크린 디스플레이 및 상기 통신 회로와 전기적으로 연결된 프로세서; 및
상기 하우징 내에 배치되고, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고,
상기 메모리는, 메시징 (messaging) 유저 인터페이스 (UI, user interface)를 포함하는 메시징 어플리케이션 프로그램을 저장하도록 구성되고,
상기 메모리는, 실행 시에, 상기 프로세서가
상기 메시징 어플리케이션 프로그램의 상기 UI를 상기 터치스크린 디스플레이에 표시하고,
사용자로부터 제1 자연어 입력(natural language input)을 수신하고,
상기 통신 회로를 이용하여 상기 제1 자연어 입력의 적어도 일부를 외부 서버로 전송하고,
상기 제1 자연어 입력에 적어도 일부 기반한 제1 메시지와, 상기 사용자를 나타내는 제1 인디케이션(indication)을 상기 표시된 UI 상에 표시하고,
상기 통신 회로를 이용하여 상기 외부 서버로부터 제1 응답을 수신하고, 상기 제1 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 제1 엔진에 의해 생성되고, 상기 제1 응답은 상기 제1 자연어 입력에 대응하는 응답을 생성할 수 있는 제2 엔진을 지시하고,
상기 제1 엔진을 나타내는 제2 인디케이션 및 상기 제1 응답에 적어도 일부 기반한 제2 메시지를 상기 표시된 UI 상에 표시하고,
상기 제2 엔진의 선택을 지시하는 제2 자연어 입력을 상기 사용자로부터 수신하고,
상기 제2 자연어 입력에 적어도 일부 기반한 제3 메시지와 상기 제1 인디케이션을 상기 표시된 UI 상에 표시하고,
상기 통신 회로를 이용하여 상기 제2 자연어 입력의 적어도 일부를 상기 외부 서버로 전송하고,
상기 통신 회로를 이용하여 상기 외부 서버로부터 제2 응답을 수신하고, 상기 제2 응답은 상기 제1 자연어 입력의 적어도 일부에 기반하여 상기 제2 엔진에 의해 생성되고,
상기 제2 엔진을 나타내는 제3 인디케이션 및 상기 제2 응답에 적어도 일부 기반한 제4 메시지를 상기 표시된 UI 상에 표시하도록 하는 인스트럭션을 더 저장하는, 전자 장치. - ◈청구항 11은(는) 설정등록료 납부시 포기되었습니다.◈청구항 10에 있어서,
상기 제1 응답은, 상기 제1 엔진이 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우에 수신되는, 전자 장치. - ◈청구항 12은(는) 설정등록료 납부시 포기되었습니다.◈청구항 10에 있어서,
상기 제1 엔진이 상기 제1 자연어 입력에 대응하는 도메인과 연관되지 않은 경우, 상기 제1 자연어 입력의 상기 적어도 일부가 상기 제2 엔진으로 전달되는, 전자 장치. - ◈청구항 13은(는) 설정등록료 납부시 포기되었습니다.◈청구항 10에 있어서,
상기 제1 자연어 입력은, 상기 제2 엔진이 제공하는 서비스에 관한 자연어를 포함하는, 전자 장치. - ◈청구항 14은(는) 설정등록료 납부시 포기되었습니다.◈청구항 10에 있어서,
상기 제2 엔진은, 상기 제1 자연어 입력에 대응하는 도메인의 NLU 풀을 포함하고,
상기 제2 응답은 상기 제1 자연어 입력 및 상기 NLU 풀을 이용하여 생성되는, 전자 장치. - ◈청구항 15은(는) 설정등록료 납부시 포기되었습니다.◈청구항 10에 있어서,
상기 제2 메시지에는 복수의 제2 엔진들이 정렬되고,
상기 메모리는, 상기 프로세서가, 상기 제2 자연어 입력에 의해 선택된 제2 엔진으로부터 상기 제2 응답을 수신하도록 하는 인스트럭션을 저장하는, 전자 장치. - 서버에 있어서,
하우징;
상기 하우징 내에 배치되되, 전자 장치와 통신하는 통신 회로;
상기 하우징 내에 배치되되, 상기 통신 회로와 전기적으로 연결된 프로세서; 및
상기 하우징 내에 배치되되, 상기 프로세서와 전기적으로 연결된 메모리;를 포함하고,
상기 메모리는, 제1 도메인에 대응하는 제1 NLU 풀(pool)을 저장하고,
상기 메모리는, 실행 시에, 상기 프로세서가
상기 통신 회로를 이용하여 상기 전자 장치로부터 자연어 입력을 수신하고,
상기 자연어 입력으로부터 제1 도메인의 콘텍스트가 도출되는지 여부를 판단하고,
상기 콘텍스트가 도출되면 상기 자연어 입력 및 상기 제1 NLU 풀을 이용하여 제1 응답을 생성하고,
상기 제1 응답을 상기 전자 장치로 전송하고,
상기 자연어 입력으로부터 상기 제1 도메인의 콘텍스트가 도출되지 않으면, 상기 자연어 입력으로부터 제2 도메인의 콘텍스트가 도출되는지 여부를 판단하고,
상기 제2 도메인의 콘텍스트가 도출되면 상기 제2 도메인과 관련된 다른 서버를 지시하는 제2 응답을 생성하고,
상기 통신 회로를 이용하여 상기 제2 응답을 상기 전자 장치로 전송하도록 하는 인스트럭션을 저장하는, 서버. - 청구항 16에 있어서,
상기 제1 응답은, 상기 제1 도메인에 대응하는 콘텐트를 포함하는, 서버. - 삭제
- 청구항 16에 있어서,
상기 다른 서버는 상기 제2 도메인의 콘텍스트에 대응하는 제2 NLU 풀을 포함하는, 서버. - 청구항 16에 있어서,
상기 메모리는, 상기 프로세서에 의해 실행되는 인스트럭션들과, 상기 전자 장치에서 실행되는 어플리케이션이 상호작용하기 위한 API(application programming interface)를 더 저장하는, 서버.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170044689A KR102365688B1 (ko) | 2017-04-06 | 2017-04-06 | 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 |
| US15/928,277 US10650817B2 (en) | 2017-04-06 | 2018-03-22 | Method and electronic device for providing contents based on natural language understanding |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170044689A KR102365688B1 (ko) | 2017-04-06 | 2017-04-06 | 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180113312A KR20180113312A (ko) | 2018-10-16 |
| KR102365688B1 true KR102365688B1 (ko) | 2022-02-22 |
Family
ID=63711126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170044689A KR102365688B1 (ko) | 2017-04-06 | 2017-04-06 | 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10650817B2 (ko) |
| KR (1) | KR102365688B1 (ko) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3059510A1 (fr) * | 2016-11-28 | 2018-06-01 | Orange | Procede d'interaction entre un terminal mobile et un automate communicant |
| US10439966B2 (en) * | 2017-02-17 | 2019-10-08 | Google Llc | Transitioning between private and non-private state |
| US20180302345A1 (en) * | 2017-04-12 | 2018-10-18 | Facebook, Inc. | Techniques for event-based recommendations for bots |
| US10846615B2 (en) * | 2017-04-12 | 2020-11-24 | Facebook, Inc. | Techniques for reinforcement for bots using capability catalogs |
| US11494440B1 (en) | 2017-04-12 | 2022-11-08 | Meta Platforms, Inc. | Proactive and reactive suggestions for a messaging system |
| US11341173B2 (en) | 2017-04-12 | 2022-05-24 | Meta Platforms, Inc. | Techniques for personalized search for bots |
| US11025566B2 (en) | 2017-04-12 | 2021-06-01 | Facebook, Inc. | Techniques for intent-based search for bots |
| US11276393B2 (en) * | 2017-05-09 | 2022-03-15 | Microsoft Technology Licensing, Llc | Chat bot registration with search results integration |
| EP3407548B1 (en) * | 2017-05-22 | 2021-08-25 | Sage Global Services Limited | Chatbot system |
| US10678406B1 (en) * | 2018-02-05 | 2020-06-09 | Botsociety, Inc. | Conversational user interface design |
| EP3631614A1 (en) * | 2018-08-21 | 2020-04-08 | Google LLC | Automated assistant invocation of second interactive module using supplemental data provided by first interactive module |
| US10224035B1 (en) * | 2018-09-03 | 2019-03-05 | Primo Llc | Voice search assistant |
| CN109410936A (zh) * | 2018-11-14 | 2019-03-01 | 广东美的制冷设备有限公司 | 基于场景的空调设备语音控制方法和装置 |
| CN109739466B (zh) * | 2018-12-29 | 2021-07-16 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
| KR102269177B1 (ko) * | 2019-03-29 | 2021-06-25 | (주) 미스터멘션 | 머신러닝 기반의 챗봇 시스템을 활용한 컨시어지 매니지먼트 플랫폼 |
| US11012384B2 (en) * | 2019-04-26 | 2021-05-18 | Oracle International Corporation | Application initiated conversations for chatbots |
| CN112015852A (zh) * | 2019-05-31 | 2020-12-01 | 微软技术许可有限责任公司 | 在关于事件的会话中提供响应 |
| US11721330B1 (en) * | 2019-09-04 | 2023-08-08 | Amazon Technologies, Inc. | Natural language input processing |
| KR20220061383A (ko) * | 2020-11-06 | 2022-05-13 | 라인 가부시키가이샤 | 챗봇을 이용하여 컨텐츠를 추천하는 방법과 시스템 |
| US20230059765A1 (en) * | 2021-08-22 | 2023-02-23 | Soundhound, Inc. | Controlling a graphical user interface by telephone |
| US11763097B1 (en) * | 2022-08-02 | 2023-09-19 | Fmr Llc | Intelligent dialogue recovery for virtual assistant communication sessions |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060041926A1 (en) * | 2004-04-30 | 2006-02-23 | Vulcan Inc. | Voice control of multimedia content |
| US9318108B2 (en) * | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| KR101402506B1 (ko) | 2011-12-01 | 2014-06-03 | 라인 가부시키가이샤 | 인스턴트 메시징 어플리케이션을 이용한 대화형 정보제공 시스템 및 방법 |
| KR20140047491A (ko) | 2012-10-11 | 2014-04-22 | (주)카카오 | 봇을 이용한 인스턴트 메시지 서비스 제공 방법 |
| KR20150109080A (ko) | 2014-03-19 | 2015-10-01 | 주식회사 아이온커뮤니케이션즈 | 채팅 프로그램을 이용한, 모바일 업무 중개 시스템 |
| US9552816B2 (en) * | 2014-12-19 | 2017-01-24 | Amazon Technologies, Inc. | Application focus in speech-based systems |
| CN107112016B (zh) | 2015-01-05 | 2020-12-29 | 谷歌有限责任公司 | 多模态状态循环 |
| KR20170027589A (ko) * | 2015-09-02 | 2017-03-10 | 삼성전자주식회사 | 기능 제어 방법 및 그 방법을 처리하는 전자 장치 |
| KR102380717B1 (ko) * | 2017-04-30 | 2022-03-31 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 이 전자 장치의 제어 방법 |
-
2017
- 2017-04-06 KR KR1020170044689A patent/KR102365688B1/ko active IP Right Grant
-
2018
- 2018-03-22 US US15/928,277 patent/US10650817B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20180293983A1 (en) | 2018-10-11 |
| US10650817B2 (en) | 2020-05-12 |
| KR20180113312A (ko) | 2018-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102365688B1 (ko) | 자연어 이해에 기반한 콘텐트 제공 방법 및 이를 수행하는 전자 장치 | |
| US11561763B2 (en) | Electronic device for processing multi-modal input, method for processing multi-modal input and server for processing multi-modal input | |
| US10217349B2 (en) | Electronic device and method for controlling the electronic device | |
| KR102390046B1 (ko) | IoT 장치의 무선 라우터 연결을 지원하는 무선 라우터, 전자 장치 및 시스템 | |
| US20170147919A1 (en) | Electronic device and operating method thereof | |
| KR102341823B1 (ko) | 상황 인식 기반 서비스 제공 방법 및 그 전자 장치 | |
| KR20170077714A (ko) | 어플리케이션 실행 방법 및 이를 지원하는 전자 장치 | |
| KR102447907B1 (ko) | 추천 객체를 제공하기 위한 전자 장치 및 방법 | |
| US10034151B2 (en) | Method for providing point of interest and electronic device thereof | |
| KR102644876B1 (ko) | 정보 처리 시스템 및 이에 포함되는 전자 장치 | |
| US11394671B2 (en) | Method for providing transaction history-based service and electronic device therefor | |
| KR20160071111A (ko) | 전자 장치에서의 개인 비서 서비스 제공 | |
| US20180160261A1 (en) | Method for providing point of interest information and electronic device supporting the same | |
| KR20170100309A (ko) | 음성 인식 제어를 제공하는 전자 장치 및 그 동작 방법 | |
| US10582156B2 (en) | Electronic device for performing video call and computer-readable recording medium | |
| KR20170060567A (ko) | 전자 장치 및 그 제어 방법 | |
| KR102369319B1 (ko) | 전자 장치 및 전자 장치의 핸드오프 기능 제공 방법 | |
| US10659593B2 (en) | Method and electronic device for setting alarm | |
| KR20180055572A (ko) | 전자 장치 및 전자 장치의 송금 방법 | |
| US11219081B2 (en) | Method and electronic device for network connection | |
| KR102354729B1 (ko) | 전자 장치의 연락처 관리 방법 및 그 전자 장치 | |
| KR102676682B1 (ko) | 카드 운용 정보 처리 방법 및 이를 지원하는 전자 장치 | |
| US10698590B2 (en) | Method for providing content and electronic device therefor | |
| KR102398453B1 (ko) | 영상 출력 방법 및 이를 지원하는 전자 장치 | |
| KR20180047855A (ko) | 전자 장치 및 그의 배송 정보 제공 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |