KR20210045704A - 엔티티 정보의 분석에 기초한 인텐트 결정을 제공하는 방법 및 대화형 ai 에이전트 시스템, 및 컴퓨터 판독가능 기록 매체 - Google Patents

Abstract

대화형 AI 에이전트 시스템에 의해 수행되는 자연어 입력의 인텐트 결정 방법이 제공된다. 방법은, 사용자로부터 자연어 입력을 수신하는 단계; 소정의 어휘 사전 모델 상에서 임의의 인텐트에 대응하는 것으로 정의된 단어 또는 구절이 자연어 입력 중에 포함되어 있는지 판정하는 단계; 단어 또는 구절이 자연어 입력 중에 포함되어 있다고 판정된 경우, 자연어 입력을 대응하는 인텐트에 매핑하는 단계; 단어 또는 구절이 자연어 입력 중에 포함되어 있지 않다고 판정된 경우, 자연어 입력으로부터 복수 개의 동일한 유형의 엔티티 정보를 추출하는 단계; 및 추출된 복수 개의 동일한 유형의 엔티티 정보에 기초하여 자연어 입력을 소정의 인텐트에 매핑하는 단계를 포함한다.

Description

엔티티 정보의 분석에 기초한 인텐트 결정을 제공하는 방법 및 대화형 AI 에이전트 시스템, 및 컴퓨터 판독가능 기록 매체{METHOD, INTERACTIVE AI AGENT SYSTEM AND COMPUTER READABLE RECODING MEDIUM FOR PROVIDING INTENT DETERMINATION BASED ON ANALYSIS OF A PLURALITY OF SAME TYPE ENTITY INFORMATION}

본 개시는, 대화형 AI 에이전트 시스템의 대화 이해에 관한 것이며, 보다 구체적으로는 사용자 입력에 포함된 엔티티들 간의 관계에 기초하여 그 사용자 입력의 인텐트가 결정될 수 있는, 대화형 AI 에이전트 시스템에 의하여 수행되는 대화 이해 등에 관한 것이다.

근래, 인공지능 분야, 특히 자연어 이해 분야의 기술 발전에 따라, 전통적인 기계 중심의 명령 입출력 방식에 따른 기계 조작에서 벗어나, 사용자로 하여금, 보다 사람 친화적인 방식, 예컨대 음성 및/또는 텍스트 형태의 자연어를 매개로 한 대화 방식으로 기계를 조작하고 기계로부터 원하는 서비스를 얻을 수 있도록 하는 대화형 AI 에이전트 시스템의 개발 및 활용이 점차 늘어나고 있다. 그에 따라, 온라인 상담 센터나 온라인 쇼핑몰 등을 비롯한 (그러나 이에 한정되지 않은 더 많은) 다양한 분야에서, 사용자는 음성 및/또는 텍스트 형태의 자연어 대화를 통해, 대화형 AI 에이전트 시스템에게 원하는 서비스를 요청하고 그로부터 원하는 결과를 얻고자 하는 경우가 늘고 있다.

이러한 대화형 AI 에이전트 시스템에 있어서, 사용자로부터의 자연어 입력이 있을 때, 그 자연어 입력의 인텐트가 무엇인지, 즉 인텐트를 결정하는 일은 무엇보다도 중요한 과정이라 할 수 있다. 대화형 AI 에이전트 시스템에 의한 인텐트의 결정은, 주로 사용자의 자연어 입력으로부터, 소정의 의미를 갖는 특정 단어들의 존재 여부에 기초하여 이루어진다. 사용자의 자연어 입력 중에 포함될 수 있는 엔티티 정보(예컨대, 사용자의 자연어 입력 중에 포함될 수 있는 변수로서 날짜, 이름, 시간, 전화 번호 등과 같은 특정 속성 및 형식을 갖는 파라미터 정보 등)는, 통상, 인텐트 자체를 파악하는데 주요하게 이용되기 보다는, 그 자연어 입력에 대한 인텐트가 결정된 후, 그 결정된 인텐트에 대한 답을 얻기 위한 파라미터 값으로 이용되는데 그치는 경우가 많다.

특허문헌 1: 한국 특허 출원 제10-2015-7035936호

그런데, 실제 사람들 간에 발생하는 대화에서는, 소정의 의미를 갖는 특정 단어들을 사용하여 명시적으로 의도하는 바를 나타내기도 하지만, 때에 따라서는 그러한 특정 명시적 의도를 포함하는 단어들을 사용하는 대신에, 그러한 단어들과는 다른 별도의 엔티티 정보들을 나열하여 그 엔티티 정보들 간의 관계에 의해 원하는 인텐트를 우회적으로 표시하는 경우가 있다(예컨대, 고객 상담 센터에서 "배송이 늦어지네요"라는 직접적이고 명시적인 배송 불만의 인텐트 표시를 하는 대신에 "1월3일에 물건을 주문했는데, 오늘이 벌써 2월3일 이네요"라는 식으로 두 개의 날짜 엔티티를 나열하여 그 관계로부터 배송 불만의 인텐트를 간접적으로 나타내는 경우 등).

따라서, 사용자의 자연어 입력을 분석하여 인텐트를 결정함에 있어서, 소정의 의미를 갖는 특정 단어들의 존재 여부에만 기초하는 종래의 방법에 의해서는, 그러한 엔티티 정보들 간의 관계에 의해 간접적으로 드러나는 사용자의 인텐트를 파악하기 어려운 문제가 있다. 그러므로, 엔티티 정보들 간의 관계에 의해 간접적으로 표현되는 사용자의 인텐트 결정을 지원할 수 있는 대화형 AI 에이전트 시스템을 제공할 필요가 있다.

본 개시의 일 특징에 의하면, 대화형 AI 에이전트 시스템에 의해 수행되는 자연어 입력의 인텐트 결정 방법이 제공된다. 본 개시의 방법은, 사용자로부터 자연어 입력을 수신하는 단계; 소정의 어휘 사전 모델 상에서 임의의 인텐트에 대응하는 것으로 정의된 단어 또는 구절이 자연어 입력 중에 포함되어 있는지 판정하는 단계; 단어 또는 구절이 자연어 입력 중에 포함되어 있다고 판정된 경우, 자연어 입력을 대응하는 인텐트에 매핑하는 단계; 단어 또는 구절이 자연어 입력 중에 포함되어 있지 않다고 판정된 경우, 자연어 입력으로부터 복수 개의 동일한 유형의 엔티티 정보를 추출하는 단계; 및 추출된 복수 개의 동일한 유형의 엔티티 정보에 기초하여 자연어 입력을 소정의 인텐트에 매핑하는 단계를 포함한다.

본 개시의 일 실시예에 의하면, 자연어 입력을 소정의 인텐트에 매핑하는 단계는, 추출된 복수 개의 동일한 유형의 엔티티 정보와, 자연어 입력 중에 존재하는 소정의 의미를 갖는 단어의 조합에 기초하여, 자연어 입력을 소정의 인텐트에 매핑하는 단계를 포함할 수 있다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은 쇼핑에 관한 서비스를 제공하도록 구성되고, 자연어 입력을 소정의 인텐트에 매핑하는 단계는, 추출된 복수 개의 동일한 유형의 엔티티 정보가, 각각 품질에 관련된 동일한 유형의 엔티티로서 각기 다른 값을 갖는지, 그리고 자연어 입력 중에 주문 또는 배송의 완료를 나타내는 단어가 존재하는지 여부를 판정하는 단계; 및 판정 결과에 기초하여, 자연어 입력을 불만 또는 반품 요청의 인텐트로 매핑하는 단계를 포함할 수 있다.

본 개시의 일 실시예에 의하면, 추출된 복수 개의 동일한 유형의 엔티티 정보가 각각 품질에 관련된 동일한 유형의 엔티티인지는, 추출된 복수 개의 동일한 유형의 엔티티 정보가, 크기, 색깔, 성능, 및 가격 중 하나에 공통적으로 관련된 엔티티인지 여부에 따라 정해질 수 있다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 시스템은 쇼핑에 관한 서비스를 제공하도록 구성되고, 자연어 입력을 소정의 인텐트에 매핑하는 단계는, 추출된 복수 개의 엔티티 정보가, 각기 다른 날짜를 나타내는 엔티티 정보와 자연어 입력 중에 주문 또는 배송에 연관된 단어가 존재하는지 여부를 판정하는 단계; 및 판정 결과에 기초하여, 자연어 입력을 배송 문의 또는 배송 불만의 인텐트로 매핑하는 단계를 포함할 수 있다.

본 개시의 다른 특징에 의하면, 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서, 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 컴퓨터로 하여금, 전술한 방법들 중 어느 하나의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체가 제공된다.

본 개시의 또 다른 특징에 의하면, 자연어 이해를 제공하는 대화형 AI 에이전트 시스템으로서, 사용자로부터 자연어 입력을 수신하도록 구성된 사용자 입력 수신 모듈; 어휘 사전 형태의 지식베이스 모델; 및 자연어 이해 모듈을 포함하는 대화형 AI 에이전트 시스템이 제공된다. 본 개시의 자연어 이해 모듈은, 지식베이스 모델 상에서 임의의 인텐트에 대응하는 것으로 정의된 단어 또는 구절이 자연어 입력 중에 포함되어 있는지 판정하고, 단어 또는 구절이 자연어 입력 중에 포함되어 있다고 판정된 경우, 자연어 입력을 대응하는 인텐트에 매핑하며, 단어 또는 구절이 자연어 입력 중에 포함되어 있지 않다고 판정된 경우, 자연어 입력으로부터 복수 개의 엔티티 정보를 추출하고, 추출된 복수 개의 동일한 유형의 엔티티 정보에 기초하여 자연어 입력을 소정의 인텐트에 매핑하도록 구성된다.

본 개시에 따른 대화형 AI 에이전트 시스템은, 사용자 입력 상에 소정의 의미를 갖는 특정 단어들의 존재 여부에 기초하여 인텐트를 결정하는 것에 실패한 경우에도, 해당 사용자 입력 상의 엔티티 정보들에 기초하여 그로부터 간접적으로 표현된 사용자의 인텐트를 결정할 수 있다.

도 1은, 본 개시의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경을 개략적으로 도시한 도면이다.
도 2는, 본 개시의 일 실시예에 따른, 도 1의 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.
도 3은, 본 개시의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다.
도 4는, 본 개시의 일 실시예에 따른, 쇼핑 서비스를 위한 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 인텐트 결정을 위한 예시적 동작 흐름을 보여주는 흐름도이다.

이하, 첨부 도면을 참조하여 본 개시의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 개시의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 개시의 실시예에 관한 것일 뿐 본 개시가 이로써 제한되는 것은 아님을 알아야 한다.

본 개시에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 개시를 한정하려는 의도에서 사용된 것이 아니다. 예를 들면, 단수로 표현된 구성요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성요소를 포함하는 개념으로 이해되어야 한다. 본 개시에서 사용되는 "및/또는"이라는 용어는, 열거되는 항목들 중 하나 이상의 항목에 의한 임의의 가능한 모든 조합들을 포괄하는 것임이 이해되어야 한다. 본 개시에서 사용되는 '포함하다' 또는 '가지다' 등의 용어는 본 개시 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하려는 것은 아니다.

본 개시의 실시예에 있어서 '모듈' 또는 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 또는 '부'는, 특정한 하드웨어로 구현될 필요가 있는 '모듈' 또는 '부'를 제외하고는, 적어도 하나의 소프트웨어 모듈로 일체화되어 적어도 하나의 프로세서에 의해 구현될 수 있다.

덧붙여, 달리 정의되지 않는 한 기술적 또는 과학적인 용어를 포함하여, 본 개시에서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의된 용어들은, 관련 기술의 문맥상 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 개시에서 명백하게 달리 정의하지 않는 한 과도하게 제한 또는 확장하여 해석되지 않는다는 점을 알아야 한다.

이하, 첨부된 도면을 참조하여, 본 개시의 실시예에 대해 구체적으로 설명하기로 한다.

도 1은, 본 개시의 일 실시예에 따라, 대화형 AI 에이전트 시스템이 구현될 수 있는 시스템 환경(100)을 개략적으로 도시한 도면이다. 도시된 바에 의하면, 시스템 환경(100)은, 복수의 사용자 단말(102a-102n), 통신망(104), 대화형 AI 에이전트 서버(106), 및 외부 서비스 서버(108)를 포함한다.

본 개시의 일 실시예에 의하면, 복수의 사용자 단말(102a-102n) 각각은 유선 또는 무선 통신 기능을 구비한 임의의 사용자 전자 장치일 수 있다. 사용자 단말(102a-102n) 각각은, 예컨대 스마트 스피커, 뮤직 플레이어, 게임 콘솔, 디지털 TV, 셋탑박스, 스마트 폰, 태블릿 PC, 데스크탑, 랩탑, PDA 등을 포함한 다양한 유선 또는 무선 통신 단말일 수 있으며, 특정 형태로 제한되지 않음을 알아야 한다. 본 개시의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 대화형 AI 에이전트 서버(106)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 통신망(104)을 통해서, 외부 서비스 서버(108)와 통신, 즉 필요한 정보를 송수신할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 외부로부터 음성, 텍스트 및/또는 터치 형태의 사용자 입력을 수신할 수 있고, 통신망(104)을 통한 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와의 통신(및/또는 사용자 단말(102a-102n) 내 처리)을 통해 얻어진, 위 사용자 입력에 대응한 동작 결과(예컨대, 사용자 인증, 특정 대화 응답의 제공 및/또는 특정 태스크의 수행 등)를 사용자에게 제공할 수 있다.

본 개시의 실시예에 있어서, 사용자 입력에 대응한 동작으로서의 태스크 수행은, 예컨대 정보의 검색, 물품 구매, 메시지 작성, 이메일 작성, 전화 걸기, 음악 재생, 사진 촬영, 사용자 위치 탐색, 지도/내비게이션 서비스 등을 비롯한 각종 다양한 형태의 태스크(그러나 이로써 제한되는 것은 아님) 수행을 포함할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 단말(102a-102n) 각각은, 사용자 입력에 대응한 동작 결과로서의 대화 응답을, 시각, 청각 및/또는 촉각 형태(예컨대, 음성, 음향, 텍스트, 비디오, 이미지, 기호, 이모티콘, 하이퍼링크, 애니메이션, 각종 노티스, 모션, 햅틱 피드백 등을 포함할 수 있으며, 이로써 제한되는 것은 아님) 등 다양한 형태로써 사용자에게 제공할 수 있다.

본 개시의 일 실시예에 의하면, 통신망(104)은, 임의의 유선 또는 무선 통신망, 예컨대 TCP/IP 통신망을 포함할 수 있다. 본 개시의 일 실시예에 의하면, 통신망(104)은, 예컨대 Wi-Fi망, LAN망, WAN망, 인터넷망 등을 포함할 수 있으며, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 일 실시예에 의하면, 통신망(104)은, 예컨대 이더넷, GSM, EDGE(Enhanced Data GSM Environment), CDMA, TDMA, OFDM, 블루투스, VoIP, Wi-MAX, Wibro 기타 임의의 다양한 유선 또는 무선 통신 프로토콜을 이용하여 구현될 수 있다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 통신할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 통신망(104)을 통해 사용자 단말(102a-102n)과 필요한 정보를 송수신하고, 이를 통해 사용자 단말(102a-102n) 상에서 수신된 사용자 입력에 대응한, 즉 사용자 인텐트에 부합하는 동작 결과가, 사용자에게 제공되도록 동작할 수 있다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 통신망(104)을 통해 사용자 단말(102a-102n)로부터 음성, 텍스트, 및/또는 터치 형태의 사용자 자연어 입력을 수신하고, 미리 준비된 모델들에 기초해서 그 수신된 자연어 입력을 처리하여 사용자의 인텐트(intent)를 결정할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 인텐트에 기초하여 대응하는 동작이 수행되도록 할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 인텐트에 부합하는 특정한 태스크를 수행하도록 특정한 제어 신호를 생성하여 해당 사용자 단말(102a-102n)로 전송할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 단말(102a-102n)이 사용자 인텐트에 부합하는 특정한 태스크를 수행하게 하기 위하여, 통신망(104)을 통해 외부 서비스 서버(108)에 접속할 수 있다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 사용자 인텐트에 부합하는 특정한 대화 응답을 생성하여 사용자 단말(102a-102n)로 전송할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 위 결정된 사용자 인텐트에 기초하여, 대응하는 대화 응답을 음성 및/또는 텍스트 형태로써 생성하고, 생성된 응답을, 통신망(104)을 통해, 사용자 단말(102a-102n)로 전달할 수 있다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)에 의해 생성되는 대화 응답은, 전술한 음성 및/또는 텍스트 형태의 자연어 응답과 함께, 이미지, 비디오, 기호, 이모티콘 등 다른 시각적 요소들이나, 음향 등의 다른 청각적 요소들이나, 기타 다른 촉각적 요소들을 포함할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 단말(102a-102n) 상에서 수신된 사용자 입력의 형태(예컨대, 음성 입력인지 아니면 텍스트 입력인지)에 따라, 대화형 AI 에이전트 서버(106) 상에서 동일한 형태의 응답이 생성될 수 있으며(예컨대, 음성 입력이 주어진 경우에는 음성 응답이 생성되고 텍스트 입력이 주어진 경우에는 텍스트 응답이 생성됨), 다만 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 사용자 입력의 형태와 무관하게 음성 및/또는 텍스트 형태의 응답이 생성 및 제공될 수 있음을 알아야 한다.

본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 앞서 언급한 바와 같이, 통신망(104)을 통해서 외부 서비스 서버(108)와 통신할 수 있다. 외부 서비스 서버(108)는, 예컨대 온라인 상담 센터 서버, 온라인 쇼핑몰 서버, 정보 검색 서버 등일 수 있으며, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 일 실시예에 의하면, 대화형 AI 에이전트 서버(106)로부터 사용자 단말(102a-102n)로 전달되는, 사용자 인텐트에 기초한 대화 응답은, 예컨대 외부 서비스 서버(108)로부터 검색 및 획득된 데이터 콘텐츠를 포함한 것일 수 있음을 알아야 한다.

본 도면에서는, 대화형 AI 에이전트 서버(106)가 외부 서비스 서버(108)와 통신망(104)을 통해 통신 가능하게 구성된 별도의 물리 서버인 것으로 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 대화형 AI 에이전트 서버(106)는, 예컨대 온라인 상담 센터 서버 또는 온라인 쇼핑몰 서버 등 각종 서비스 서버의 일부로 포함되어 구성될 수도 있음을 알아야 한다.

도 2는, 본 개시의 일 실시예에 따른, 도 1에 도시된 사용자 단말(102)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 사용자 단말(102)은, 사용자 입력 수신 모듈(202), 센서 모듈(204), 프로그램 메모리 모듈(206), 프로세싱 모듈(208), 통신 모듈(210), 및 응답 출력 모듈(212)을 포함한다.

본 개시의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 사용자로부터 다양한 형태의 입력, 예컨대 음성 입력 및/또는 텍스트 입력 등의 자연어 입력(및 부가적으로 터치 입력 등의 다른 형태의 입력)을 수신할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마이크로폰 및 오디오 회로를 포함하며, 마이크로폰을 통해 사용자 음성 입력 신호를 획득하고 획득된 신호를 오디오 데이터로 변환할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)은, 예컨대 마우스, 조이스틱, 트랙볼 등의 각종 포인팅 장치, 키보드, 터치패널, 터치스크린, 스타일러스 등 다양한 형태의 입력 장치를 포함할 수 있고, 이들 입력 장치를 통해 사용자로부터 입력된 텍스트 입력 및/또는 터치 입력 신호를 획득할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 소정의 태스크 수행, 예컨대 소정의 애플리케이션 실행, 또는 소정 정보의 검색 등과 연관될 수 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 소정의 애플리케이션 실행, 또는 정보의 검색 등과는 무관하게 단순한 대화 응답 만을 필요로 하는 것일 수도 있다. 본 개시의 다른 실시예에 의하면, 사용자 입력 수신 모듈(202)에서 수신되는 사용자 입력은, 일방적 의사 전달을 위한 단순 진술에 관한 것일 수도 있다.

본 개시의 일 실시예에 의하면, 센서 모듈(204)은 하나 이상의 서로 다른 유형의 센서를 포함하고, 이들 센서를 통해 사용자 단말(102)의 상태 정보, 예컨대 해당 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 또는 사용자 단말(102)의 주위 환경 상태에 관한 정보 등을 획득할 수 있다. 본 개시의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 광 센서를 포함하고, 광 센서를 통해 해당 사용자 단말(102)의 주변 광 상태를 감지할 수 있다. 본 개시의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 이동 센서를 포함하고, 이동 센서를 통해 해당 사용자 단말(102)의 이동 상태 여부를 감지할 수 있다. 본 개시의 일 실시예에 의하면, 센서 모듈(204)은, 예컨대 속도 센서 및 GPS 센서를 포함하고, 이들 센서를 통해 해당 사용자 단말(102)의 위치 및/또는 배향 상태를 감지할 수 있다. 본 개시의 다른 실시예에 의하면, 센서 모듈(204)은 온도 센서, 이미지 센서, 압력 센서, 접촉 센서 등을 비롯한 다른 다양한 형태의 센서를 포함할 수 있음을 알아야 한다.

본 개시의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, 사용자 단말(102) 상에서 실행될 수 있는 각종 프로그램, 예컨대 각종 애플리케이션 프로그램 및 관련 데이터 등이 저장된 임의의 저장 매체일 수 있다. 본 개시의 일 실시예에 의하면, 프로그램 메모리 모듈(206)에는, 예컨대 전화 걸기 애플리케이션, 이메일 애플리케이션, 인스턴트 메시징 애플리케이션, 카메라 애플리케이션, 음악 재생 애플리케이션, 비디오 재생 애플리케이션, 이미지 관리 애플리케이션, 지도 애플리케이션, 브라우저 애플리케이션 등을 비롯한 다양한 애플리케이션 프로그램들과 이들 프로그램의 실행과 관련된 데이터들이 저장될 수 있다. 본 개시의 일 실시예에 의하면, 프로그램 메모리 모듈(206)은, DRAM, SRAM, DDR RAM, ROM, 자기 디스크, 광 디스크, 플래시 메모리 등 다양한 형태의 휘발성 또는 비휘발성 메모리를 포함하도록 구성될 수 있다.

본 개시의 일 실시예에 의하면, 프로세싱 모듈(208)은, 사용자 단말(102)의 각 컴포넌트 모듈과 통신하고 사용자 단말(102) 상에서 각종 연산을 수행할 수 있다. 본 개시의 일 실시예에 의하면, 프로세싱 모듈(208)은, 프로그램 메모리 모듈(206) 상의 각종 애플리케이션 프로그램을 구동 및 실행시킬 수 있다. 본 개시의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 사용자 입력 수신 모듈(202) 및 센서 모듈(204)에서 획득된 신호를 수신하고, 이들 신호에 관한 적절한 처리를 수행할 수 있다. 본 개시의 일 실시예에 의하면, 프로세싱 모듈(208)은, 필요한 경우, 통신 모듈(210)을 통해 외부로부터 수신되는 신호에 대해 적절한 처리를 수행할 수 있다.

본 개시의 일 실시예에 의하면, 통신 모듈(210)은, 사용자 단말(102)이 도 1의 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 개시의 일 실시예에 의하면, 통신 모듈(212)은, 예컨대 사용자 입력 수신 모듈(202) 및 센서 모듈(204) 상에서 획득된 신호가 소정의 프로토콜에 따라 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로 전송되도록 할 수 있다. 본 개시의 일 실시예에 의하면, 통신 모듈(210)은, 예컨대 통신망(104)을 통하여 대화형 AI 에이전트 서버(106) 및/또는 외부 서비스 서버(108)로부터 수신된 각종 신호, 예컨대 음성 및/또는 텍스트 형태의 자연어 응답을 포함한 응답 신호 또는 각종 제어 신호 등을 수신하고, 소정의 프로토콜에 따라 적절한 처리를 수행할 수 있다.

본 개시의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 응답을 시각, 청각 및/또는 촉각 등 다양한 형태로써 출력할 수 있다. 본 개시의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 스피커 또는 헤드셋을 포함하고, 사용자 입력에 대응하는 청각적 응답, 예컨대 음성 및/또는 음향 응답을 스피커 또는 헤드셋을 통해 사용자에게 제공할 수 있다. 본 개시의 일 실시예에 의하면, 응답 출력 모듈(212)은, 예컨대 LCD, LED, OLED, QLED 등의 기술에 기초한 터치 스크린 등의 각종 디스플레이 장치를 포함하고, 이들 디스플레이 장치를 통해 사용자 입력에 대응하는 시각적 응답, 예컨대 텍스트, 기호, 비디오, 이미지, 하이퍼링크, 애니메이션, 각종 노티스 등을 사용자에게 제시할 수 있다. 본 개시의 일 실시예에 의하면, 응답 출력 모듈(212)는 모션/햅틱 피드백 생성부를 포함하고, 이를 통해 촉각적 응답, 예컨대 모션/햅틱 피드백을 사용자에게 제공할 수 있다. 본 개시의 일 실시예에 의하면, 응답 출력 모듈(212)은, 사용자 입력에 대응하는 텍스트 응답, 음성 응답 및 모션/햅틱 피드백 중 임의의 두 개이상의 조합을 동시에 제공할 수 있음을 알아야 한다.

도 3은, 본 개시의 일 실시예에 따른, 도 1의 대화형 AI 에이전트 서버(106)의 기능적 구성을 개략적으로 도시한 기능 블록도이다. 도시된 바에 의하면, 대화형 에이전트 서버(106)는, 통신 모듈(302), 음성-텍스트 변환(Speech-To-Text; STT) 모듈(304), 자연어 이해(Natural Language Understanding; NLU) 모듈(306), 대화 이해 지식베이스(308), 사용자 데이터베이스(310), 대화 관리 모듈(312), 대화 생성 모듈(314), 및 음성 합성(Text-To-Speech; TTS) 모듈(316)을 포함한다.

본 개시의 일 실시예에 의하면, 통신 모듈(302)은, 소정의 유선 또는 무선 통신 프로토콜에 따라, 통신망(104)을 통하여, 대화형 AI 에이전트 서버(106)가 사용자 단말(102) 및/또는 외부 서비스 서버(108)와 통신할 수 있게 한다. 본 개시의 일 실시예에 의하면, 통신 모듈(302)은, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 입력(예컨대 터치 입력, 음성 입력 및/또는 텍스트 입력 등을 포함하며, 이로써 제한되지 않음)을 수신할 수 있다. 본 개시의 일 실시예에 의하면, 사용자 입력은 특정한 태스크 실행 또는 대화 응답의 요청 신호일 수 있다.

본 개시의 일 실시예에 의하면, 통신 모듈(302)은, 전술한 사용자 입력과 함께 또는 그와 별도로, 통신망(104)을 통해, 사용자 단말(102)로부터 전송되어 온, 사용자 단말(102)의 상태 정보를 수신할 수 있다. 본 개시의 일 실시예에 의하면, 상태 정보는, 예컨대 전술한 사용자 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 사용자 단말(102)의 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다. 본 개시의 일 실시예에 의하면, 통신 모듈(302)은, 또한, 위 수신된 사용자 입력에 대응하여 대화형 AI 에이전트 서버(106)에서 생성된 대화 응답(예컨대, 음성 및/또는 텍스트 형태의 자연어 대화 응답 등) 및/또는 제어 신호를, 통신망(104)을 통해, 사용자 단말(102)로 전달하기 위해 필요한 적절한 조치를 수행할 수 있다.

본 개시의 일 실시예에 의하면, STT 모듈(304)은, 통신 모듈(302)을 통해 수신된 사용자 입력 중 음성 입력을 수신하고, 수신된 음성 입력을 패턴 매칭 등에 기초하여 텍스트 데이터로 변환할 수 있다. 본 개시의 일 실시예에 의하면, STT 모듈(304)은, 사용자의 음성 입력으로부터 특징을 추출하여 특징 벡터열을 생성할 수 있다. 본 개시의 일 실시예에 의하면, STT 모듈(304)은, DTW(Dynamic Time Warping) 방식이나 HMM 모델(Hidden Markov Model), GMM 모델(Gaussian-Mixture Mode), 딥 신경망 모델, n-gram 모델 등의 다양한 통계적 모델에 기초하여, 텍스트 인식 결과, 예컨대 단어들의 시퀀스를 생성할 수 있다. 본 개시의 일 실시예에 의하면, STT 모듈(304)은, 수신된 음성 입력을 패턴 매칭에 기초하여 텍스트 데이터로 변환할 때, 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.

본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 통신 모듈(302) 또는 STT 모듈(304)로부터 텍스트 입력을 수신할 수 있다. 본 개시의 일 실시예에 의하면, NLU 모듈(306)에서 수신되는 텍스트 입력은, 예컨대 통신 모듈(302)에서 통신망(104)을 통하여 사용자 단말(102)로부터 수신되었던 사용자 텍스트 입력 또는 통신 모듈(302)에서 수신된 사용자 음성 입력으로부터 STT 모듈(304)에서 생성된 텍스트 인식 결과, 예컨대 단어들의 시퀀스일 수 있다. 본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력을 수신하는 것과 함께 또는 그 이후에, 해당 사용자 입력과 연관된 상태 정보, 예컨대 해당 사용자 입력 당시의 사용자 단말(102)의 상태 정보 등을 수신할 수 있다. 전술한 바와 같이, 상태 정보는, 예컨대 사용자 단말(102)에서 사용자 음성 입력 및/또는 텍스트 입력 당시의 해당 사용자 단말(102)에 관련된 여러가지 상태 정보(예컨대, 사용자 단말(102)의 물리적 상태, 소프트웨어 및/또는 하드웨어 상태, 사용자 단말(102) 주위의 환경 상태 정보 등)일 수 있다.

본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 후술하는 대화 이해 지식베이스(308)에 기초하여, 위 수신된 텍스트 입력을 하나 이상의 사용자 인텐트(intent)에 대응시킬 수 있다. 여기서 사용자 인텐트는, 그 사용자 인텐트에 따라 대화형 AI 에이전트 서버(106)에 의해 이해되고 수행될 수 있는 일련의 동작(들)과 연관될 수 있다. 본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 인텐트에 대응시킴에 있어서 전술한 상태 정보를 참조할 수 있다. 본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 텍스트 입력을 하나 이상의 사용자 인텐트에 대응시킴에 있어서 후술하는 사용자 데이터베이스(310)의 각 사용자 특징적 데이터를 참조할 수 있다.

본 개시의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 미리 정의된 온톨로지 모델을 포함할 수 있다. 본 개시의 일 실시예에 의하면, 온톨로지 모델은, 예컨대 노드들 간의 계층 구조로 표현될 수 있는데, 각 노드는 사용자의 인텐트에 대응한 "인텐트" 노드 또는 "인텐트" 노드에 링크된 하위 "속성" 노드("인텐트" 노드에 직접 링크되거나 "인텐트" 노드의 "속성" 노드에 다시 링크된 하위 "속성" 노드) 중 하나일 수 있다. 본 개시의 일 실시예에 의하면, "인텐트" 노드와 그 "인텐트" 노드에 직접 또는 간접 링크된 "속성" 노드들은 하나의 도메인을 구성할 수 있고, 온톨로지는 이러한 도메인들의 집합으로 구성될 수 있다. 본 개시의 일 실시예에 의하면, 대화 이해 지식베이스(308)는, 예컨대 대화형 AI 에이전트 시스템이 이해하고 그에 대응한 동작을 수행할 수 있는 모든 인텐트들에 각각 대응하는 도메인들을 포함하도록 구성될 수 있다. 본 개시의 일 실시예에 의하면, 온톨로지 모델은, 노드의 추가나 삭제, 또는 노드 간의 관계의 수정 등에 의해 동적으로 변경될 수 있음을 알아야 한다.

본 개시의 일 실시예에 의하면, 온톨로지 모델 내의 각 도메인의 인텐트 노드 및 속성 노드들은, 그에 대응하는 사용자 인텐트 또는 속성들에 관련된 단어들 및/또는 구절들과 각각 연관될 수 있다. 본 개시의 일 실시예에 의하면, 대화 이해 지식베이스(308)은, 온톨로지 모델을, 계층 구조의 노드들과, 각 노드 별로 연관된 단어들 및/또는 구절들의 집합으로 구성된, 예컨대 어휘 사전 형태(구체적으로 도시되지 않음)로 구현할 수 있고, NLU 모듈(306)은 이와 같이 어휘 사전 형태로 구현된 온톨로지 모델에 기초하여 사용자 인텐트를 결정할 수 있다. 예컨대, 본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 텍스트 입력 또는 단어들의 시퀀스를 수신하면, 그 시퀀스 내의 각 단어들이 온톨로지 모델 내의 어떤 도메인의 어떤 노드들에 연관되는지 결정할 수 있고, 그러한 결정에 기초하여 대응하는 도메인, 즉 사용자 인텐트를 결정할 수 있다.

그런데, NLU 모듈(306)이, 전술한 대화 이해 지식베이스(308) 상의 어휘 사전 형태의 온톨로지 모델에 기초하여 텍스트 입력을 분석하는 경우, 적절한 인텐트를 결정하지 못하는, 이른바 실패케이스가 발생할 수 있다. 예컨대, 수신된 텍스트 입력이, 특정한 인텐트에 매핑되는 것으로 정의된 소정의 단어 또는 구절을 포함하는 대신에, 그러한 소정의 단어 또는 구절과는 전혀 무관한 엔티티 정보들을 나열함으로써 원하는 인텐트를 우회적으로 표현하는 경우 등을 생각해볼 수 있다. 앞서 언급한 바와 같이, 예를 들어, 고객 상담 센터를 위한 대화형 AI 에이전트 서버 상에 입력된 사용자 입력이, "배송이 늦어지네요"라는 직접적이고 명시적인 배송 불만의 인텐트 표시를 하는 대신에(즉, "배송", "늦어" 등의 단어를 사용하지 않음), "1월3일에 물건을 주문했는데, 오늘이 벌써 2월3일 이네요"라는 식으로 두 개의 날짜 엔티티를 나열하여 그 엔티티들 간의 관계로부터 배송 불만의 인텐트를 간접적으로 나타내는 경우가 있을 수 있다. 이러한 간접적인 인텐트 표현은 주로 불만이 있을 때 자주 나타날 수 있는데(그러나 이로써 제한되는 것은 아님), 불만을 나타내는 단어가 명시적으로 사용되지 않았기 때문에 어휘 사전 형태의 온톨로지 모델의 검색을 통해서는 사용자의 적절한 인텐트를 결정하기 곤란할 수 있다.

본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 대화 이해 지식베이스(308) 상의 어휘 사전 형태의 온톨로지 모델로부터 적절한 인텐트를 결정하고, 그로부터 실패케이스가 발생하는 경우, 소정의 규칙에 따라, 그 입력에 존재하는 복수의 엔티티들을 분석하고 그에 기초하여 적절한 인텐트를 결정할 수 있다. 본 개시의 일 실시예에 의하면, 예컨대 쇼핑과 관련한 서비스를 제공하는 대화형 AI 에이전트 서버(106)를 가정할 경우, NLU 모듈(306)은, 같은 유형의 엔티티가 복수 회 반복하여 나타나는 경우, 그러한 입력은 불만 접수 또는 반품요청에 관한 인텐트로 매핑하도록 규칙을 정하여 처리할 수 있다.

본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 수신된 입력 중에 존재하는 복수의 엔티티들의 관계를 분석한 결과와 함께 해당 입력 중에 존재하는 소정의 의미를 갖는 단어를 조합함으로써 사용자의 인텐트를 결정할 수 있다. 본 개시의 일 실시예에 의하면, 예컨대 쇼핑과 관련한 경우, 수신된 입력 중에, 크기, 색깔, 성능, 가격 등 품질을 나타내는 단어로서 같은 유형이되 다른 값을 갖는 엔티티 정보가 복수 회 나타나는 한편, 그와 동시에 해당 입력 상에 주문이나 배송의 완료를 나타내는 단어가 존재하는 경우, 그러한 입력은 불만이나 반품 요청의 인텐트에 대응하도록 규칙을 정할 수 있다. 예컨대, "보통은 제가 신발을 260mm을 신는데, 이 브랜드는 270mm을 주문했어야 하나 봐요", "여기는 12,000원 냈는데 다른 곳은 10,000원인던데요.", "다른 곳은 배송비 무료인데, 여기는 2,000원이나 냈네요", "속도가 100Mbps라고 해서 샀는데 50Mbps도 안 나오는 것 같아요", "빨간색 주문했는데 파란색이 왔네요" 등의 문장 등에서 보이듯, "260mm"과 "270mm", "12,000원"과 "10,000원", "무료"와 "2,000원", "100Mbps"와 "50Mbps", "빨간색"과 "파란색" 등의 동일한 유형의 엔티티(예컨대 같은 단위를 사용하는 단어)이면서 값이 다른 엔티티가 복수 회 나타나는 한편, "주문했어야", "냈는데", "냈네요", "샀는데", "주문했는데"와 "왔네요" 등과 같은 주문이나 배송의 완료를 나타내는 단어가 존재하는 경우, 이러한 문장들은 불만이나 반품 요청의 인텐트를 암시적으로 나타낸 것임을 알 수 있다.

본 개시의 일 실시예에 의하면, 예컨대 쇼핑과 관련한 경우, 수신된 입력 중에, 각기 다른 날짜를 나타내는 갖는 엔티티 정보가 복수 회 나타나는 한편, 그와 동시에 해당 입력 상에 주문이나 배송을 나타내는 단어가 존재하는 경우, 그러한 입력은 배송문의 또는 배송불만 등에 관한 인텐트에 대응하도록 규칙을 정할 수 있다. 예컨대, "1월3일에 주문했는데, 오늘이 2월3일이네요"나 "살 때 3월3일에 꼭 필요하다고 말했는데, 3월7일에야 받았어요" 등의 문장 등에서 보이듯, "1월3일"과 "2월3일, "3월3일"과 "3월7일"과 같이 복수의 각기 다른 날짜가 나타나는 한편 "주문", "살 때", "받았어요" 등과 같은 주문이나 배송의 완료를 나타내는 단어가 존재하는 경우, 이러한 문장들은 배송문의나 배송불만의 인텐트를 암시적으로 나타낸 것임을 알 수 있다.

본 개시의 일 실시예에 의하면, 사용자 데이터베이스(310)는, 각 사용자별 인증 정보를 포함한 각 사용자별 특징적 데이터를 저장 및 관리하는 데이터베이스일 수 있다. 본 개시의 일 실시예에 의하면, 사용자 데이터베이스(310)에 포함되는 각 사용자별 특징적 데이터는, 예컨대 각 사용자별로 해당 사용자의 이전 대화/거동 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 기타 다양한 사용자 특징적 정보를 포함할 수 있다.

본 개시의 일 실시예에 의하면, 전술한 바와 같이, STT 모듈(304)은, 음성 입력을 텍스트 데이터로 변환할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 발음 특징을 참조함으로써, 보다 정확한 텍스트 데이터를 얻을 수 있다. 본 개시의 일 실시예에 의하면, NLU 모듈(306)은, 사용자 인텐트를 결정할 때 사용자 데이터베이스(310)의 각 사용자 특징적 데이터, 예컨대 각 사용자별 특징이나 맥락을 참조함으로써, 보다 정확한 사용자 인텐트 결정을 할 수 있다. 본 개시의 일 실시예에 의하면, 후술하는 바와 같이, 대화 생성 모듈(316)은, 대화 응답의 생성시, 사용자 데이터베이스(310)의 사용자 특징적 데이터를 참조할 수 있다.

본 도면에서는, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)가 대화형 AI 에이전트 서버(106)에 배치되는 것으로 도시되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 각 사용자별 특징적 데이터를 저장 및 관리하는 사용자 데이터베이스(310)는, 예컨대 사용자 단말(102)에 존재할 수도 있고, 사용자 단말(102) 및 대화형 AI 에이전트 서버(106)에 분산되어 배치될 수도 있음을 알아야 한다.

본 개시의 일 실시예에 의하면, 대화 관리 모듈(312)은, NLU 모듈(306)에 의해 결정된 사용자 인텐트에 따라, 그에 대응하는 일련의 동작 흐름을 생성할 수 있다. 본 개시의 일 실시예에 의하면, 대화 관리 모듈(312)은, 소정의 대화 흐름 관리 모델에 기초하여, 예컨대 NLU 모듈(306)로부터 수신된 사용자 인텐트에 대응하여 어떠한 동작, 예컨대 어떠한 대화 응답 및/또는 태스크 수행을 행하여야 할지를 결정하고, 그에 따른 세부 동작 흐름을 생성할 수 있다.

본 개시의 일 실시예에 의하면, 대화 생성 모듈(314)은, 대화 관리 모듈(312) 에 의하여 생성된 대화 흐름에 기초하여 사용자에게 제공될 대화 응답을 생성할 수 있다. 본 개시의 일 실시예에 의하면, 대화 생성 모듈(314)은, 대화 응답의 생성에 있어서, 전술한 사용자 데이터베이스(310)의 사용자 특징적 데이터(예컨대, 사용자의 이전 대화 기록, 사용자의 발음 특징 정보, 사용자 어휘 선호도, 사용자의 소재지, 설정 언어, 연락처/친구 목록, 각 사용자별로 해당 사용자의 이전 대화 기록 등)를 참조할 수 있다.

본 개시의 일 실시예에 의하면, TTS 모듈(316)은, 대화 생성 모듈(314)에 의해 사용자 단말(102)로 전송되도록 생성된 대화 응답을 수신할 수 있다. TTS 모듈(316)에서 수신되는 대화 응답은 텍스트 형태를 갖는 자연어 또는 단어들의 시퀀스일 수 있다. 본 개시의 일 실시예에 의하면, TTS 모듈(316)은, 다양한 형태의 알고리즘에 따라, 위 수신된 텍스트 형태의 입력을 음성 형태로 변환할 수 있다.

도 1 내지 3을 참조하여 전술한 본 개시의 실시예에서는, 대화형 AI 에이전트 시스템이 사용자 단말(102)과 대화형 AI 에이전트 서버(106) 간의 클라이언트-서버 모델, 특히 클라이언트는 오로지 사용자 입출력 기능만을 제공하고 그 외 대화형 AI 에이전트 시스템의 다른 모든 기능들을 서버에 위임된, 소위 "씬 클라이언트-서버 모델"에 기초하여 구현된 것과 같이 설명되어 있으나, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 대화형 AI 에이전트 시스템은 그 기능들이 사용자 단말과 서버 사이에 분배되어 구현될 수 있고, 또는 그와 달리 사용자 단말 상에 설치된 독립형 애플리케이션으로 구현될 수도 있음을 알아야 한다. 또한, 본 개시의 일 실시예에 따라 대화형 AI 에이전트 시스템이 그 기능들을 사용자 단말과 서버 사이에 분배하여 구현하는 경우, 클라이언트와 서버 사이의 대화형 AI 에이전트 시스템의 각 기능의 분배는 실시예마다 달리 구현될 수 있음을 알아야 한다.

또한, 도 1 내지 3을 참조하여 전술한 본 개시의 실시예에서는, 편의상 특정 모듈이 소정의 동작들을 수행하는 것처럼 설명되었으나, 본 개시가 이로써 제한되는 것은 아니다. 본 개시의 다른 실시예에 의하면, 위 설명에서 어느 특정 모듈에 의해 수행되는 것과 같이 설명된 동작들이, 그와 다른 별개의 모듈에 의해 각각 수행될 수 있음을 알아야 한다.

도 4는, 본 개시의 일 실시예에 따른, 쇼핑 서비스를 위한 대화형 AI 에이전트 시스템에 의해 수행되는, 사용자 인텐트 결정을 위한 예시적 동작 흐름을 보여주는 흐름도이다.

단계(402)에서, 대화형 AI 에이전트 시스템은, 사용자로부터 입력을 수신할 수 있다. 그런 다음, 단계(404)에서, 대화형 AI 에이전트 시스템은, 소정의 인텐트에 대응하는 것으로 정의된 단어 또는 구절들이 수신된 입력에 포함되어 있는지를 판정할 수 있다. 단계(404)에서, 그러한 단어들이 입력에 포함되어 있다고 판정된 경우, 절차는 단계(406)로 진행하고, 대화형 AI 에이전트 시스템은, 수신된 입력을 해당 인텐트에 매핑할 수 있다.

단계(404)에서, 소정의 인텐트에 대응하는 것으로 정의된 단어들이 그 수신된 입력에 포함되어 있지 않다고 판정된 경우, 절차는 단계(408)로 진행하고 대화형 AI 에이전트 시스템은, 수신된 입력 중에, 품질을 나타내는 같은 유형의 엔티티로서 각기 다른 값을 갖는 엔티티 정보가 복수 회 나타나는 동시에 주문 또는 배송의 완료를 나타내는 단어가 존재하는지 판정할 수 있다. 단계(408)에서, 그러한 것으로 판정된 경우, 절차는 단계(410)로 진행하고, 대화형 AI 에이전트 시스템은, 수신된 입력을 불만 또는 반품 요청의 인텐트로 매핑할 수 있다.

단계(408)에서, 수신된 입력 중에, 품질을 나타내는 같은 유형의 엔티티로서 각기 다른 값을 갖는 엔티티 정보가 복수 회 나타나지 않았거나 주문 또는 배송의 완료를 나타내는 단어가 존재하지 않은 것으로 판정된 경우, 절차는 단계(412)로 진행한다. 단계(412)에서, 대화형 AI 에이전트 시스템은, 수신된 입력 중에, 각기 다른 날짜를 나타내는 갖는 엔티티 정보가 복수 회 나타나는 동시에 해당 입력 상에 주문이나 배송을 나타내는 단어가 존재하는지 여부를 판정하고, 그러한 것으로 판정된 경우 절차는 단계(414)로 진행하여 수신된 입력을 배송문의 또는 배송불만의 인텐트에 매핑할 수 있다. 단계(412)에서, 수신된 입력 중에 각기 다른 날짜를 나타내는 갖는 엔티티 정보가 복수 회 나타나지 않거나 주문이나 배송을 나타내는 단어가 존재하지 않는 것으로 판정된 경우, 절차는 단계(416)로 진행하고, 대화형 AI 에이전트 시스템은 해당 입력에 대한 인텐트 결정에 실패한 결정할 수 있다.

당업자라면 알 수 있듯이, 본 개시가 본 명세서에 기술된 예시에 한정되는 것이 아니라 본 개시의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 본 명세서에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있음을 알아야 한다.

본 개시의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있다. 본 개시의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.

Claims (6)

1. 대화형 AI 에이전트 시스템에 의해 수행되는 자연어 입력의 인텐트 결정 방법으로서,
   사용자로부터 자연어 입력을 수신하는 단계;
   소정의 어휘 사전 모델 상에서 임의의 인텐트에 대응하는 것으로 정의된 단어 또는 구절이 상기 자연어 입력 중에 포함되어 있는지 판정하는 단계;
   상기 단어 또는 구절이 상기 자연어 입력 중에 포함되어 있다고 판정된 경우, 상기 자연어 입력을 대응하는 인텐트에 매핑하는 단계;
   상기 단어 또는 구절이 상기 자연어 입력 중에 포함되어 있지 않다고 판정된 경우, 상기 자연어 입력으로부터 복수 개의 동일한 유형의 엔티티 정보를 추출하는 단계; 및
   상기 추출된 복수 개의 동일한 유형의 엔티티 정보에 기초하여 상기 자연어 입력을 소정의 인텐트에 매핑하는 단계를 포함하는,
   인텐트 결정 방법.
2. 제1항에 있어서,
   상기 자연어 입력을 소정의 인텐트에 매핑하는 단계는, 상기 추출된 복수 개의 동일한 유형의 엔티티 정보와, 상기 자연어 입력 중에 존재하는 소정의 의미를 갖는 단어의 조합에 기초하여, 상기 자연어 입력을 상기 소정의 인텐트에 매핑하는 단계를 포함하는, 인텐트 결정 방법.
3. 제2항에 있어서,
   상기 대화형 AI 에이전트 시스템은 쇼핑에 관한 서비스를 제공하도록 구성되고,
   상기 자연어 입력을 소정의 인텐트에 매핑하는 단계는,
   상기 추출된 복수 개의 동일한 유형의 엔티티 정보가, 각각 품질에 관련된 동일한 유형의 엔티티로서 각기 다른 값을 갖는지, 그리고 상기 자연어 입력 중에 주문 또는 배송의 완료를 나타내는 단어가 존재하는지 여부를 판정하는 단계; 및
   상기 판정 결과에 기초하여, 상기 자연어 입력을 불만 또는 반품 요청의 인텐트로 매핑하는 단계를 포함하는, 인텐트 결정 방법.
4. 제3항에 있어서,
   상기 추출된 복수 개의 동일한 유형의 엔티티 정보가 각각 품질에 관련된 동일한 유형의 엔티티인지는, 상기 추출된 복수 개의 동일한 유형의 엔티티 정보가, 크기, 색깔, 성능, 및 가격 중 하나에 공통적으로 관련된 엔티티인지 여부에 따라 정해지는, 인텐트 결정 방법.
5. 제2항에 있어서,
   상기 대화형 AI 에이전트 시스템은 쇼핑에 관한 서비스를 제공하도록 구성되고,
   상기 자연어 입력을 소정의 인텐트에 매핑하는 단계는,
   상기 추출된 복수 개의 엔티티 정보가, 각기 다른 날짜를 나타내는 엔티티 정보와 상기 자연어 입력 중에 주문 또는 배송에 연관된 단어가 존재하는지 여부를 판정하는 단계; 및
   상기 판정 결과에 기초하여, 상기 자연어 입력을 배송 문의 또는 배송 불만의 인텐트로 매핑하는 단계를 포함하는, 인텐트 결정 방법.
6. 하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서,
   상기 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 상기 컴퓨터로 하여금, 제1항 내지 제5항 중 어느 한 항의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체.

Images