KR20230099936A - A dialogue friends porviding system based on ai dialogue model - Google Patents

A dialogue friends porviding system based on ai dialogue model Download PDF

Info

Publication number
KR20230099936A
KR20230099936A KR1020210189388A KR20210189388A KR20230099936A KR 20230099936 A KR20230099936 A KR 20230099936A KR 1020210189388 A KR1020210189388 A KR 1020210189388A KR 20210189388 A KR20210189388 A KR 20210189388A KR 20230099936 A KR20230099936 A KR 20230099936A
Authority
KR
South Korea
Prior art keywords
conversation
friend
chat
user
voice
Prior art date
Application number
KR1020210189388A
Other languages
Korean (ko)
Inventor
권은지
유희조
Original Assignee
(주)스마일게이트엔터테인먼트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)스마일게이트엔터테인먼트 filed Critical (주)스마일게이트엔터테인먼트
Priority to KR1020210189388A priority Critical patent/KR20230099936A/en
Publication of KR20230099936A publication Critical patent/KR20230099936A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • 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
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/18—Artificial neural networks; Connectionist approaches
    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/22—Interactive procedures; Man-machine interfaces
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Child & Adolescent Psychology (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 사용자 각각에 특화된 AI 대화 모델을 가상인간에 적용하여 사용자와 지속적인 감정 교류가 가능한 대화 친구 서비스를 제공할 수 있는 AI 대화 모델 기반의 대화 친구 제공 시스템에 관한 것으로, 적어도 하나 이상의 사용자 단말; 및 상기 사용자 단말과 연결되며, 사용자의 조작에 따라 대화친구 제작 모드, 대화친구 선택 모드 및 대화 모드를 포함하는 대화친구 서비스 중 하나의 모드를 수행하도록 구성된 대화친구 제공 서버;를 포함하며, 상기 대화친구 제공 서버는, 상기 대화친구 제작 모드를 통해 대화친구를 생성하거나, 상기 대화친구 선택 모드를 통해 대화친구가 선택되면 해당하는 대화친구를 등록하고, 상기 사용자 단말로부터 사용자의 발화에 의한 음성대화가 전달되면, 사용자의 개인화된 AI 대화모델을 이용해 전달된 음성대화에 대응되는 응답을 생성하고, 등록된 대화친구가 생성된 응답을 발화하도록 제어하는 것을 특징으로 한다.The present invention relates to a conversation friend providing system based on an AI conversation model capable of providing a conversation friend service capable of continuous emotional exchange with a user by applying an AI conversation model specialized for each user to a virtual human, comprising: at least one user terminal; and a chat friend providing server connected to the user terminal and configured to perform one of a chat friend service mode including a chat friend creation mode, a chat friend selection mode, and a chat mode according to a user's operation, When a chat friend is created through the chat friend creation mode or a chat friend is selected through the chat friend selection mode, the friend providing server registers the corresponding chat friend, and the voice conversation by the user's speech is transmitted from the user terminal. When transmitted, a response corresponding to the delivered voice conversation is generated using the user's personalized AI conversation model, and the registered conversation friend is controlled to utter the generated response.

Description

AI 대화 모델 기반의 대화 친구 제공 시스템 {A DIALOGUE FRIENDS PORVIDING SYSTEM BASED ON AI DIALOGUE MODEL}A DIALOGUE FRIENDS PORVIDING SYSTEM BASED ON AI DIALOGUE MODEL}

본 발명은 인공 지능(AI) 대화 모델 기반의 대화 친구 제공 시스템에 관한 것으로, 더욱 상세하게는, 사용자 각각에 특화된 AI 대화 모델을 가상인간에 적용하여 사용자와 지속적인 감정 교류가 가능한 대화 친구 서비스를 제공할 수 있는 AI 대화 모델 기반의 대화 친구 제공 시스템에 관한 것이다.The present invention relates to a system for providing a conversation friend based on an artificial intelligence (AI) conversation model, and more particularly, to providing a conversation friend service capable of continuous emotional exchange with a user by applying an AI conversation model specialized for each user to a virtual human. It is about a conversation friend provision system based on an AI conversation model that can

최근, 인공 지능 기술 발전으로 인간의 정신적인 영역으로 여겨지는 많은 분야가 인공 지능에 의해 대체될 수 있을 것으로 예상되고 있다. 특히, 인간의 언어를 인지하고 분석하여 인간과 구별이 어려울 정도로 적절한 대답을 내어 놓는 인공 지능(AI) 대화 모델에 대한 연구가 활발하게 진행되고 있다. Recently, with the development of artificial intelligence technology, it is expected that many fields considered as human mental areas can be replaced by artificial intelligence. In particular, research on an artificial intelligence (AI) conversation model that recognizes and analyzes human language and gives appropriate answers to the extent that it is difficult to distinguish from humans is being actively conducted.

하지만, 이러한 연구에도 불구하고 종래의 AI 대화 모델은 단답식 대화방식을 주로 수행하며, 질문과 동떨어진 응답 또는 평이한 응답을 생성하거나 반복적인 응답을 생성하고, 미리 학습하지 못한 질문에 대해서는 적절한 응답을 찾을 수 없는 경우가 많았다.However, despite these studies, conventional AI conversation models mainly perform short-answer conversations, generate responses that are far from questions, or generate plain responses or repetitive responses, and can find appropriate responses to questions that have not been learned in advance. there were often no

또한, 종래의 AI 대화 모델은 인간과 대화를 진행하는 도중에 발생하는 상황, 사용자 개인 특성을 전혀 고려하지 않고, 사용자의 감정에 공감하지 못하고 대화와 상관없이 동일하고 반복적인 반응을 보이는 한계가 있다. In addition, the conventional AI conversation model does not consider the situation occurring during a conversation with a human or the user's personal characteristics at all, does not empathize with the user's emotions, and shows the same and repeated response regardless of the conversation. There is a limit.

대한민국 공개특허공보 제10-2018-0046550호(2018.05.09.)Republic of Korea Patent Publication No. 10-2018-0046550 (2018.05.09.)

본 발명은 상기의 문제점들을 해결하기 위하여 안출된 것으로서, 사용자가 커스터마이징을 통해 대화친구를 생성하고, 사용자에게 특화된 AI 대화 모델에 기반한 대화친구와의 소통을 통해 지속적인 감정적 교류가 가능한 대화 친구 서비스를 제공할 수 있는 AI 대화 모델 기반의 대화 친구 제공 시스템을 제공하는 데 그 목적이 있다. The present invention has been made to solve the above problems, and provides a chat friend service in which a user creates a chat friend through customization and enables continuous emotional exchange through communication with the chat friend based on an AI conversation model specialized for the user. The purpose is to provide a conversation friend provision system based on an AI conversation model that can

또한, 본 발명은, 대화내용에 대한 대화컨텍스트 분석을 통해 대화의 상황과 맥락에 기반한 대화 관계를 기억데이터로 저장함으로써 사용자의 기억을 바탕으로 사용자와 공감을 형성하면서 개인 기호에 맞도록 소통이 가능한 AI 대화 모델 기반의 대화 친구 제공 시스템을 제공하는 데 그 목적이 있다. In addition, the present invention stores the conversational relationship based on the situation and context of the conversation as memory data through analysis of the conversational context for the conversational content, thereby forming empathy with the user based on the user's memory and enabling communication to suit personal preferences. Its purpose is to provide a conversation friend providing system based on an AI conversation model.

상기 목적을 달성하기 위하여, 본 발명의 일 실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템은, 적어도 하나 이상의 사용자 단말; 및 상기 사용자 단말과 연결되며, 사용자의 조작에 따라 대화친구 제작 모드, 대화친구 선택 모드 및 대화 모드를 포함하는 대화친구 서비스 중 하나의 모드를 수행하도록 구성된 대화친구 제공 서버;를 포함하며, 상기 대화친구 제공 서버는, 상기 대화친구 제작 모드를 통해 대화친구를 생성하거나, 상기 대화친구 선택 모드를 통해 대화친구가 선택되면 해당하는 대화친구를 등록하고, 상기 사용자 단말로부터 사용자의 발화에 의한 음성대화가 전달되면, 사용자의 개인화된 AI 대화모델을 이용해 전달된 음성대화에 대응되는 응답을 생성하고, 등록된 대화친구가 생성된 응답을 발화하도록 제어하는 것을 특징으로 한다.In order to achieve the above object, a system for providing a conversation friend based on an AI conversation model according to an embodiment of the present invention includes at least one user terminal; and a chat friend providing server connected to the user terminal and configured to perform one of a chat friend service mode including a chat friend creation mode, a chat friend selection mode, and a chat mode according to a user's operation, When a chat friend is created through the chat friend creation mode or a chat friend is selected through the chat friend selection mode, the friend providing server registers the corresponding chat friend, and the voice conversation by the user's speech is transmitted from the user terminal. When transmitted, a response corresponding to the delivered voice conversation is generated using the user's personalized AI conversation model, and the registered conversation friend is controlled to utter the generated response.

또한, 상기 대화친구 제공 서버는, 상기 선택정보가 상기 대화친구 제작모드이면, 생성할 대화친구의 외모 설계, 음성 설계 및 페르소나 설계를 지원하되, 각 설계에 대한 설정값을 입력하도록 구현된 작업화면을 상기 사용자 단말로 제공하고, 사용자에 의해 입력된 외모, 음성 및 페르소나 각각의 설정값에 따라 대화친구를 생성하여 등록하는 대화친구 제작 지원 모듈; 상기 선택정보가 상기 대화친구 선택모드이면, 미리 분류된 친구 카테고리를 상기 사용자 단말로 제공하고, 친구 카테고리의 선택정보가 입력되면, 선택된 친구 카테고리에 포함된 복수의 아바타 이미지를 제공하고, 하나의 아바타 이미지가 선택되면, 선택된 아바타 이미지를 대화친구로 등록하는 대화친구 선택 지원 모듈; 및 상기 선택정보가 상기 대화모드이면, 전달된 사용자의 음성대화를 대화컨텍스트 분석하여 키워드를 추출하고 추출된 키워드에 대한 이전 진행된 대화내용에 대한 기억데이터를 검색하고, 상기 키워드 및 상기 키워드와 기억데이터를 기반으로 상기 사용자의 개인화된 AI 대화모델을 이용해 응답을 생성하는 대화 지원 모듈;을 포함하는 것을 특징으로 한다.In addition, if the selection information is the chat friend creation mode, the chat friend providing server supports appearance design, voice design, and persona design of the chat friend to be created, and a work screen configured to input setting values for each design. a chat friend creation support module for providing a chat friend to the user terminal, and generating and registering a chat friend according to setting values of appearance, voice, and persona input by the user; If the selection information is the conversation friend selection mode, pre-classified friend categories are provided to the user terminal, and when selection information of the friend category is input, a plurality of avatar images included in the selected friend category are provided, and one avatar is provided. a chat friend selection support module registering the selected avatar image as a chat friend when the image is selected; and if the selection information is the conversation mode, the delivered user's voice conversation is analyzed in conversation context to extract keywords, search for stored data for previously conducted conversations with respect to the extracted keywords, and store the keywords and the keywords and stored data. Based on the user's personalized AI conversation model to generate a response; characterized in that it comprises a.

또한, 상기 대화친구 제작 지원 모듈은, 성별 및 나이 설정, 얼굴형, 눈썹, 눈, 코 및 입 설정, 머리 모양, 의상 및 액세서리 설정, 대화내용에 따른 표정, 자세 및 동작 설정을 포함하는 일련의 작업을 통해 상기 대화친구의 외모를 설계하되, 상기 대화내용에 따른 표정, 자세 및 동작 설정은 기구축된 대화-동작 규칙에 기반하여 자동으로 이루어지며, 페르소나에 따라 다른 동작 패턴을 가지도록 설정하는 외모 설계부; 대화친구의 성향 설정, 음색 설정 및 말투 설정을 포함하는 일련의 작업을 통해 상기 대화친구의 음성을 설계하며, 상기 음색 설정의 경우, 상기 대화친구의 성향에 따라 미리 매칭된 음색들 중 하나를 선택하거나 다수의 음색을 선택한 후 믹싱하여 새로운 음색을 생성함으로써 대화친구의 음색을 설정하는 음성 설계부; 설정된 성별, 나이 및 성향을 기반으로 대화친구의 페르소나를 설정하는 페르소나 설계부; 및 외모 설계에 따른 설정값으로 아바타를 생성하고, 생성된 아바타에 음성 설계 및 페르소나 설계에 따른 각 설정값을 매칭하여 대화친구를 등록하는 대화친구 생성부;를 포함하여 이루어지는 것을 특징으로 한다.In addition, the chat friend creation support module includes a series of settings including gender and age settings, face shape, eyebrows, eyes, nose and mouth settings, hairstyle, clothing and accessory settings, and expression, posture and motion settings according to conversation content. The appearance of the conversation friend is designed through work, but the facial expression, posture, and motion settings according to the conversation content are automatically based on the established dialogue-action rules, and set to have different motion patterns according to the persona appearance design department; The conversation friend's voice is designed through a series of tasks including setting the conversation friend's disposition, tone setting, and tone setting, and in the case of setting the tone, one of the previously matched tones is selected according to the conversation friend's tendency. a voice design unit that sets the tone of a chat friend by selecting a plurality of tones and then mixing them to create a new tone; A persona design unit that sets the persona of a conversation friend based on the set gender, age, and inclination; and a conversation friend creation unit that creates an avatar with set values according to appearance design and registers a chat friend by matching each set value according to voice design and persona design to the created avatar.

또한, 상기 대화친구 선택 지원 모듈은, 일상친구, 게임친구, 이성친구 및 고민상담친구를 적어도 포함하는 친구 카테고리를 상기 사용자 단말로 제안하며, 상기 복수의 아바타 이미지는 각각 서로 다른 음성 및 페르소나에 대한 설정값을 가지며, 기구축된 대화-동작 규칙에 기반하여 대화내용에 따른 표정, 자세 및 동작을 자동으로 수행하도록 설정되는 것을 특징으로 한다.In addition, the chat friend selection support module proposes a friend category including at least daily friends, game friends, opposite sex friends, and distress counseling friends to the user terminal, and the plurality of avatar images have different voices and personas. It has a set value and is characterized in that it is set to automatically perform facial expressions, postures, and motions according to conversation contents based on the established conversation-action rules.

또한, 상기 대화 지원 모듈은, 등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 사용자의 개인화된 AI 대화모델을 생성하는 AI 대화모델 생성부; 전달된 사용자의 음성대화에 대한 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드에 기초하여 대화컨텍스트 분석을 수행하고 대화컨텍스트 분석 결과를 기반으로 기억데이터를 검색하는 대화컨텍스트 분석부; 추출된 키워드 및 검색된 기억데이터를 기반으로 상기 사용자의 개인화된 AI 대화모델을 이용하여 사용자의 음성대화에 대응하는 응답을 생성하며, 생성된 응답을 등록된 대화친구를 통해 발화되도록 상기 사용자 단말로 전달하는 응답 생성부; 상기 대화친구 제작모드 및 상기 대화친구 선택모드를 통해 등록된 대화친구의 설정값이 사용자별로 구분되어 저장되는 등록된 대화친구 DB; 상기 기억데이터가 사용자별로 구분되어 저장되되, 상기 기억데이터는 사용자의 기억데이터와 등록된 대화친구의 기억데이터를 포함하는 기억데이터 DB; 웹크롤링을 통해 수집된 다수의 대화내용을 질의-응답 형태로 분석되어 저장되는 대화 DB; 취미 및 직업과 관련된 전문 지식, 상식, 다양한 분야의 전문 지식이 저장되는 지식 DB; 및 등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 생성된 사용자의 개인화된 AI 대화모델이 사용자별로 구분되어 저장되는 개인화된 AI 대화모델 DB;를 포함하여 이루어지는 것을 특징으로 한다.In addition, the dialogue support module may include an AI dialogue model generation unit for generating a user's personalized AI dialogue model by applying set values for the appearance, voice, and persona of registered chat friends to the AI dialogue model; a dialogue context analyzer for extracting keywords through morpheme analysis of the transmitted voice dialogue of the user, performing dialogue context analysis based on the extracted keywords, and retrieving stored data based on the dialogue context analysis result; Based on the extracted keyword and the searched memory data, a response corresponding to the user's voice conversation is generated using the user's personalized AI conversation model, and the generated response is delivered to the user terminal to be uttered through the registered conversation friend. a response generating unit; a registered chat friend database in which setting values of chat friends registered through the chat friend creation mode and the chat friend selection mode are classified and stored for each user; a storage data DB including storage data of users and storage data of registered conversation friends; A conversation DB in which a plurality of conversation contents collected through web crawling are analyzed and stored in a question-and-answer format; Knowledge DB in which professional knowledge related to hobbies and occupations, common sense, and expertise in various fields are stored; and a personalized AI conversation model DB in which the user's personalized AI conversation model, generated by applying the settings for the appearance, voice, and persona of the registered conversation friend to the AI conversation model, is separated and stored for each user. to be characterized

또한, 상기 대화컨텍스트 분석부는, 전달된 사용자의 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 사용자의 Subject/Relation/Object 관계를 확인하고, 대화컨텍스트 분석 결과 확인된 사용자의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB로부터 등록된 대화친구의 기억데이터를 검색하고, 상기 확인된 사용자의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 사용자의 기억데이터를 갱신하는 것을 특징으로 한다.In addition, the dialogue context analyzer converts the transmitted voice dialogue of the user into text data, extracts keywords through morphological analysis, and analyzes the dialogue context of the extracted keywords to confirm the subject/relation/object relationship of the user. Based on the subject/relation/object relationship of the user confirmed as a result of the conversation context analysis, the stored data of the registered conversation friend is retrieved from the stored data DB, and the confirmed user's Subject/Relation/Object relationship is stored in the stored data. It is characterized by updating the user's memory data by storing it in the DB.

또한, 상기 대화컨텍스트 분석부는, 상기 등록된 대화친구의 발화에 따른 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 등록된 대화친구의 Subject/Relation/Object 관계를 확인하고, 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB를 검색하고, 검색 결과가 없을 경우, 상기 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 등록된 대화친구의 기억데이터를 갱신하는 것을 특징으로 한다.In addition, the conversation context analyzer converts the voice conversation according to the utterance of the registered conversation friend into text data, extracts keywords through morpheme analysis, and analyzes the conversation context of the extracted keywords to determine the number of registered conversation friends. The Subject/Relation/Object relationship is checked, and the stored data DB is searched based on the confirmed Subject/Relation/Object relationship of the registered chat friend. If there is no search result, the Subject/Relation/Object relationship of the confirmed registered chat friend is searched. Relation/object relationship is stored in the storage data DB to update the storage data of registered conversation friends.

또한, 상기 대화컨텍스트 분석부는, 상기 전달된 사용자의 음성대화의 형태소 분석 결과 비속어 및 기설정된 사용 제한 단어가 확인되면, 확인된 비속어 및 사용 제한 단어의 저장 및 전달을 차단하는 비속어 필터링 기능을 수행하는 것을 특징으로 한다.In addition, the conversation context analyzer performs a profanity filtering function of blocking storage and transmission of the identified profanity and restricted words when profanity and predetermined restricted words are identified as a result of the morpheme analysis of the transmitted user's voice conversation. characterized by

또한, 상기 응답 생성부는, 상기 추출된 키워드 관련 기구축된 질의-응답 정보를 상기 대화 DB로부터 검색하고, 추출된 키워드 관련 전문 지식을 상기 지식 DB로부터 검색하고, 추출된 키워드 및 검색된 기억데이터와 검색된 질의-응답 정보 및 전문 지식을 입력받아 상기 사용자의 개인화된 AI 대화모델을 통해 사용자의 음성대화에 대응하는 응답을 생성하고, 생성된 응답을 기설정된 음성 및 페르소나에 매칭되는 표정, 행동, 말투 및 음색을 통해 발화하도록 등록된 대화친구를 제어하는 것을 특징으로 한다.In addition, the response generation unit searches the extracted keyword-related structured question-and-answer information from the conversation DB, searches the extracted keyword-related specialized knowledge from the knowledge DB, and retrieves the extracted keyword and searched stored data and the searched memory data. By receiving question-response information and expert knowledge, a response corresponding to the user's voice conversation is generated through the user's personalized AI conversation model, and the generated response is matched to a preset voice and persona. It is characterized in that a chat friend registered to speak through a tone is controlled.

또한, 상기 사용자 단말은, 상기 대화친구 서비스를 실행하기 위한 애플리케이션을 구비하며, 상기 애플리케이션의 실행을 통해 상기 대화친구 제공 서버와 연결되며, 상기 대화친구 서비스의 각 모드 중 하나에 대한 선택정보를 상기 대화친구 제공 서버로 전달하고, 상기 대화 모드를 실행하는 중에, 사용자의 발화에 의한 음성대화를 인식하고, 인식된 음성대화를 상기 대화친구 제공 서버로 전달한 후 상기 음성대화에 대응하는 응답을 수신하여 출력하는 것을 특징으로 한다.In addition, the user terminal has an application for executing the chat friend service, is connected to the chat friend providing server through execution of the application, and selects information about one of the modes of the chat friend service. Recognizes a voice conversation caused by a user's speech while executing the conversation mode, transfers the recognized voice conversation to the conversation friend providing server, and receives a response corresponding to the voice conversation characterized by output.

본 발명에 따르면, 사용자의 커스터마이징에 따라 사용자에 특화된 대화친구를 생성함으로써 사용자에 대한 이해도가 높고 사용자의 감정, 상황, 성격, 취미 등을 잘 공감하면서 역동적(interactive) 대화를 수행할 수 있다. 이로써 대화 친구 서비스에 대한 사용자 만족도가 향상되는 효과가 있다.According to the present invention, by creating a conversation friend specialized for the user according to the user's customization, it is possible to perform an interactive conversation with a high level of understanding of the user and empathy for the user's emotions, situations, personalities, and hobbies. This has an effect of improving user satisfaction with the chat friend service.

또한, 본 발명에 따르면, 사용자의 대화 목적에 따라 대화친구를 선택함으로써 사용자가 원하는 주제에 대한 대화를 수행함으로써 적극적인 대화 참여가 가능하게 하는 효과가 있다. In addition, according to the present invention, by selecting a conversation friend according to the user's conversation purpose, it is possible to actively participate in the conversation by conducting a conversation on a topic desired by the user.

또한, 본 발명에 따르면, 사용자의 기억을 반영하여 대화를 수행함으로써 대화의 상황과 맥락에 기반하여 사용자 의도를 이해하고 사용자와 소통이 용이하게 이루어지는 효과가 있다. In addition, according to the present invention, by performing a conversation by reflecting the user's memory, the user's intention is understood based on the situation and context of the conversation, and communication with the user is facilitated.

또한, 본 발명에 따르면, 사용자에 특화된 AI 대화 모델을 가상인간에 활용함으로써 혼자 있거나, 대화가 부족한 사용자들에게 지속적인 감정 교류가 이루어지도록 함으로써 사용자에게 소통할 수 있는 친구를 제공하여 우울증 예방 등의 효과가 있다. In addition, according to the present invention, by utilizing an AI conversation model specialized for the user in a virtual human, continuous emotional exchange is made to users who are alone or lack of conversation, thereby providing a friend with whom the user can communicate, thereby preventing depression. there is

도 1은 본 발명의 일실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템의 전체 구성을 개략적으로 도시한 블럭도이다.
도 2는 본 발명의 일실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템에 있어서 대화 친구 제공 서버의 상세 구성을 나타낸 블럭도이다.
도 3은 본 발명의 일실시 형태에 따른 대화친구 제작 지원 모듈의 상세 구성을 나타낸 블럭도이다.
도 4는 본 발명의 일실시 형태에 따른 대화 지원 모듈의 상세 구성을 나타낸 블럭도이다.
도 5 및 도 6은 본 발명의 일실시 형태에 따른 대화 지원 모듈의 기억데이터 축적을 수행하는 흐름을 설명하기 위한 예시도이다.1 is a block diagram schematically showing the overall configuration of a conversation friend providing system based on an AI conversation model according to an embodiment of the present invention.
2 is a block diagram showing the detailed configuration of a chat friend providing server in the AI dialog model based chat friend providing system according to an embodiment of the present invention.
3 is a block diagram showing the detailed configuration of a conversation friend creation support module according to an embodiment of the present invention.
4 is a block diagram showing the detailed configuration of a conversation support module according to an embodiment of the present invention.
5 and 6 are exemplary diagrams for explaining the flow of storing stored data in a conversation support module according to an embodiment of the present invention.

이하에서는 첨부된 도면들을 참조하여 본 발명에 대해서 자세히 설명한다. 이때, 각각의 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타낸다. 또한, 이미 공지된 기능 및/또는 구성에 대한 상세한 설명은 생략한다. 이하에 개시된 내용은, 다양한 실시 예에 따른 동작을 이해하는데 필요한 부분을 중점적으로 설명하며, 그 설명의 요지를 흐릴 수 있는 요소들에 대한 설명은 생략한다. 또한, 도면의 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시될 수 있다. 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니며, 따라서 각각의 도면에 그려진 구성요소들의 상대적인 크기나 간격에 의해 여기에 기재되는 내용들이 제한되는 것은 아니다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings. At this time, the same components in each drawing are represented by the same reference numerals as possible. In addition, detailed descriptions of already known functions and/or configurations will be omitted. In the following description, parts necessary for understanding operations according to various embodiments will be mainly described, and descriptions of elements that may obscure the gist of the description will be omitted. In addition, some components in the drawings may be exaggerated, omitted, or schematically illustrated. The size of each component does not entirely reflect the actual size, and therefore, the contents described herein are not limited by the relative size or spacing of the components drawn in each drawing.

본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다. In describing the embodiments of the present invention, if it is determined that the detailed description of the known technology related to the present invention may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of a user or operator. Therefore, the definition should be made based on the contents throughout this specification. Terms used in the detailed description are only for describing the embodiments of the present invention, and should not be limiting. Unless expressly used otherwise, singular forms of expression include plural forms. In this description, expressions such as "comprising" or "comprising" are intended to indicate any characteristic, number, step, operation, element, portion or combination thereof, one or more other than those described. It should not be construed to exclude the existence or possibility of any other feature, number, step, operation, element, part or combination thereof.

또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.In addition, terms such as first and second may be used to describe various components, but the components are not limited by the terms, and the terms are used for the purpose of distinguishing one component from another. used only as

이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 대하여 보다 상세하게 설명하고자 한다.Hereinafter, an embodiment of the present invention will be described in more detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템의 전체 구성을 개략적으로 도시한 블럭도이다. 본 발명의 일실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템(1)은 사용자 단말에 구비된 애플리케이션을 구동하거나 웹사이트에 직접 로그인하는 것에 의해 대화 친구의 제작모드, 대화친구 선택모드 및 대화모드 중 하나의 모드를 채택하여 AI 대화 모델 기반의 대화 친구 서비스를 이용할 수 있도록 구현된다. 1 is a block diagram schematically showing the overall configuration of a conversation friend providing system based on an AI conversation model according to an embodiment of the present invention. A chat friend provision system 1 based on an AI dialogue model according to an embodiment of the present invention provides a chat friend creation mode, a chat friend selection mode, and a conversation by driving an application provided in a user terminal or directly logging in to a website. By adopting one of the modes, it is implemented so that a conversation friend service based on an AI conversation model can be used.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템(1)은, 적어도 하나 이상의 사용자 단말(10)과 대화 친구 제공 서버(20)를 포함하여 구성된다. 여기서, 사용자 단말(10)과 대화 친구 제공 서버(20)는 인터넷을 통해 서로 연결되며 이를 통해 데이터 통신을 수행할 수 있다. As shown in FIG. 1 , an AI dialog model-based chat friend providing system 1 according to an embodiment of the present invention includes at least one user terminal 10 and a chat friend providing server 20. . Here, the user terminal 10 and the chat friend providing server 20 are connected to each other through the Internet and can perform data communication through this.

구체적으로 설명하면, 사용자 단말(10)은, 인터넷 연결을 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현되거나, 휴대성과 이동성이 보장되는 무선 통신 장치일 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있으며, 무선 통신 장치는 예를 들어, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 물론, 본 발명이 적용 가능한 사용자 단말은 상술한 종류에 한정되지 않고, 외부 장치와 통신이 가능한 모바일 단말기를 모두 포함할 수 있음은 당연하다. Specifically, the user terminal 10 may be implemented as a computer capable of accessing a remote server or terminal through an Internet connection, or may be a wireless communication device that ensures portability and mobility. Here, the computer may include, for example, a laptop, desktop, or laptop equipped with a web browser, and the wireless communication device may include, for example, a smartphone, a smart phone, or a smart phone. All kinds of handheld-based wireless communication devices such as a smartpad and a tablet PC may be included. Of course, the user terminal to which the present invention can be applied is not limited to the above-described types, and may include all mobile terminals capable of communicating with external devices.

이러한 사용자 단말(10)은 AI 대화 모델 기반의 대화 친구 서비스를 실행할 수 있는 애플리케이션을 구비할 수 있으며, 도시하지는 않았지만, 대화 친구 서비스의 실행에 따른 음성대화를 지원하기 위한 구성, 예를 들어, 입력모듈(예를 들어, 마이크), 출력모듈(예를 들어, 스피커), 음성 인식 모듈, 인터넷 통신 모듈을 적어도 포함할 수 있다.Such a user terminal 10 may have an application capable of executing a conversation friend service based on an AI conversation model, and although not shown, a configuration for supporting voice conversation according to execution of the conversation friend service, for example, an input It may include at least a module (eg, a microphone), an output module (eg, a speaker), a voice recognition module, and an Internet communication module.

즉, 사용자 단말(10)은 AI 대화 모델 기반의 대화 친구 서비스를 위한 애플리케이션의 실행을 통해 대화 친구 제작모드, 대화 친구 선택모드 및 대화모드 중 하나의 모드를 선택하고, 각 모드의 선택에 따른 입력화면 또는 선택화면을 대화 친구 제공 서버(20)로부터 제공받고 사용자의 선택에 따른 입력 또는 선택정보를 생성하여 대화 친구 제공 서버(20)로 전달하는 기능을 수행한다. That is, the user terminal 10 selects one of the chat friend creation mode, the chat friend selection mode, and the chat mode through execution of an application for a chat friend service based on an AI dialogue model, and inputs according to the selection of each mode. It receives a screen or selection screen from the chat friend providing server 20, generates input or selection information according to the user's selection, and transmits it to the chat friend providing server 20.

또한, 사용자 단말(10)은, 사용자의 발화에 따른 음성을 입력받아 음성대화 정보를 생성하고, 이를 대화 친구 제공 서버(20)로 전송하며, 대화 친구 제공 서버(20)로부터 전송되는 AI 대화 모델 기반의 응답을 사용자에게 출력하는 기능을 수행한다. In addition, the user terminal 10 receives voice according to the user's utterance, generates voice conversation information, transmits it to the chat friend providing server 20, and the AI conversation model transmitted from the chat friend providing server 20. It performs the function of outputting the based response to the user.

그리고, 대화 친구 제공 서버(20)는, 복수의 사용자 단말(10)과 인터넷을 통해 연결되며, 각 사용자 단말(10)로 AI 대화 모델 기반의 대화 친구 서비스를 제공한다. Also, the conversation friend providing server 20 is connected to a plurality of user terminals 10 through the Internet, and provides a conversation friend service based on the AI conversation model to each user terminal 10 .

이를 위해, 대화 친구 제공 서버(20)는 대화친구 제작모드, 대화친구 선택모드 및 대화모드를 지원하며, 대화친구 제작모드 및 대화친구 선택모드에 따라 생성된 대화친구를 등록하고, 등록된 대화친구와 사용자 간의 AI 대화 모델 기반의 대화 서비스를 제공한다. To this end, the chat friend providing server 20 supports a chat friend creation mode, a chat friend selection mode, and a chat mode, registers chat friends created according to the chat friend creation mode and chat friend selection mode, and registers the chat friends. It provides a conversation service based on an AI conversation model between users and users.

여기서, AI 대화 모델은 통상의 규칙 기반 모델 또는, 기계학습, 신경망 또는 딥러닝 알고리즘 중 적어도 하나에 따라 학습된 인공지능 모델을 이용해 웹 크롤링을 통해 수집된 다양한 사람들의 대화 내용을 기반으로 훈련된 모델일 수 있다. 이러한 AI 대화 모델은, 응답의 입력 여부 및 입력된 응답의 내용에 따라 질의를 출력하거나, 질의가 입력되면, 입력된 질의에 대한 응답을 출력하고, 순차적인 질의-응답 과정에서 각 질의 다음으로 이어지는 응답을 구성하는 개별적인 단어 또는 문구를 순차적으로 예측하도록 훈련될 수 있으나, 이에 한정되지 않는다.Here, the AI conversation model is a model trained based on conversations of various people collected through web crawling using a conventional rule-based model or an artificial intelligence model trained according to at least one of machine learning, neural network, or deep learning algorithms. can be This AI conversation model outputs a query according to whether a response is input and the content of the input response, or when a query is input, outputs a response to the input query, followed by each query in a sequential question-answer process. It can be trained to sequentially predict individual words or phrases that make up a response, but is not limited to this.

즉, 대화 친구 제공 서버(20)는, 대화 친구 제작 모드가 선택되면, 이미지 설계, 음성 설계 및 페르소나 설계를 지원하여 사용자의 커스터마이징(customizing)에 따른 대화 친구 제작을 수행하며, 대화 친구 선택 모드가 선택되면, 관리자가 분류된 친구 카테고리를 제안하고, 사용자가 대화 친구의 사용 목적에 맞춰 대화 친구를 선택하도록 한다.That is, when the chat friend creation mode is selected, the chat friend providing server 20 supports image design, voice design, and persona design to create a chat friend according to the user's customization, and the chat friend selection mode is selected. If selected, the administrator proposes a classified friend category, and allows the user to select a chat buddy according to the purpose of the chat buddy.

또한, 대화 친구 제공 서버(20)는, 대화 모드가 선택되면, 제작 또는 선택된 대화 친구와 사용자 간의 대화 내용으로부터 대화 컨텍스트(context)를 추출하여 기억데이터 DB를 구축하고, 이를 이용해 사용자와 대화 친구 간 음성대화를 수행할 수 있다. 여기서, 대화 컨텍스트는 사용자의 발화 및 대화친구의 발화로부터 문장의 각 성분 사이의 관계를 파악한 키워드와 관련된 기억데이터, 사용자 특성정보(예를 들어, 감정변화, 취미, 좋아하는 것, 싫어하는 것 등), 대화친구 특성정보 등을 포함할 수 있다. 본 발명에서는 기억데이터 및 사용자 특성정보를 체계적으로 분류하여 데이터베이스를 구축한다. In addition, when a conversation mode is selected, the chat friend providing server 20 extracts a conversation context from the contents of a conversation between the created or selected chat friend and the user, builds a storage data DB, and uses this to build a database between the user and the chat friend. You can do voice chat. Here, the conversation context is stored data related to keywords obtained by identifying the relationship between each component of a sentence from the user's speech and conversation friend's speech, user characteristic information (eg, emotional change, hobbies, likes, dislikes, etc.) , chat friend characteristic information, etc. may be included. In the present invention, a database is constructed by systematically classifying stored data and user characteristic information.

이러한 대화 친구 제공 서버(20)는 네트워크를 통하여 원격지의 단말에 접속할 수 있는 컴퓨터 시스템으로 구현될 수 있다. 여기서, 컴퓨터 시스템은 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. The conversation friend providing server 20 may be implemented as a computer system capable of accessing a remote terminal through a network. Here, the computer system may include, for example, a laptop, desktop, or laptop equipped with a web browser.

한편, 본 발명에서 도시하지는 않았지만, 대화친구 제공 시스템(1)은 별도의 출력 시스템(미도시)을 더 포함할 수 있으며, 출력 시스템을 통해 대화 친구의 이미지 출력과 음성 출력을 지원할 수 있다. 이를 위해 출력 시스템은 적어도 디스플레이부와 오디오부(마이크 및 스피커 포함)를 포함하도록 구현될 수 있다. Meanwhile, although not shown in the present invention, the chat friend providing system 1 may further include a separate output system (not shown), and support image output and audio output of the chat friend through the output system. To this end, the output system may be implemented to include at least a display unit and an audio unit (including a microphone and a speaker).

이와 같이 본 발명의 실시예에 따른 AI 대화모델 기반의 대화친구 제공 시스템은 사용자로 하여금 사용자가 원하는 성별, 나이 및 성향을 기반으로 대화친구의 외모, 음성 및 페르소나를 설계하고, 설계된 외모, 음성 및 페르소나에 따른 말투, 문체가 적용된 AI 대화 모델을 생성하고, 생성된 AI 대화 모델을 통해 응답을 생성할 수 있다. As described above, the system for providing a conversation friend based on an AI conversation model according to an embodiment of the present invention enables a user to design the appearance, voice, and persona of a conversation friend based on the gender, age, and tendency desired by the user, and design the designed appearance, voice, and It is possible to create an AI dialogue model with a tone and style applied according to the persona, and generate a response through the generated AI dialogue model.

또한, 본 발명의 실시예에 따른 AI 대화모델 기반의 대화친구 제공 시스템은 사용자의 발화를 인지하고, 이에 자동으로 대응하는 대화친구를 제공함에 있어서 대화친구는 AI 대화모델 기반으로 사용자에 대한 학습이 수행되되, 사용자의 기억에 맞추어 AI 대화모델이 학습되고 학습이 거듭될수록 더욱 사용자의 감정 및 상황을 정확하게 인지할 수 있는 게 된다. In addition, the system for providing a conversation friend based on an AI conversation model according to an embodiment of the present invention recognizes a user's speech and automatically provides a conversation friend corresponding thereto, so that the conversation friend learns about the user based on the AI conversation model. It is performed, but the AI conversation model is learned according to the user's memory, and the more the learning is repeated, the more accurately the user's emotions and situations can be recognized.

이로써 본 발명은 AI 대화모델 및 가상인간을 이용한 대화친구를 사용자로 하여금 자신의 친구로 느낄 수 있게 하여 지속적인 의사 소통을 유지하도록 하고, 이를 통해 사용자에게 더욱 특화된 AI 대화모델의 학습이 가능해진다. Accordingly, the present invention allows the user to feel a conversation friend using an AI conversation model and a virtual human as a friend to maintain continuous communication, and through this, it is possible to learn a more specialized AI conversation model for the user.

도 2는 본 발명의 일실시 형태에 따른 AI 대화 모델 기반의 대화 친구 제공 시스템에 있어서 대화 친구 제공 서버의 상세 구성을 나타낸 블럭도이다. 도 3은 본 발명의 일실시 형태에 따른 대화친구 제작 지원 모듈의 상세 구성을 나타낸 블럭도이다. 도 4는 본 발명의 일실시 형태에 따른 대화 지원 모듈의 상세 구성을 나타낸 블럭도이다. 2 is a block diagram showing the detailed configuration of a chat friend providing server in the AI dialog model based chat friend providing system according to an embodiment of the present invention. 3 is a block diagram showing the detailed configuration of a conversation friend creation support module according to an embodiment of the present invention. 4 is a block diagram showing the detailed configuration of a conversation support module according to an embodiment of the present invention.

도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 대화 친구 제공 서버(20)는 대화친구 제작 지원 모듈(21), 대화친구 선택 지원 모듈(22) 및 대화 지원 모듈(23)을 적어도 포함하여 구성된다. As shown in FIG. 2 , the chat friend providing server 20 according to an embodiment of the present invention includes at least a chat friend creation support module 21, a chat friend selection support module 22, and a chat support module 23. It is composed by

구체적으로 설명하면, 대화친구 제작 지원 모듈(21)은, 사용자의 조작을 통해 사용자 단말(10)에 출력된 선택화면으로부터 대화친구 제작모드가 선택되면, 사용자의 커스터마이징에 따른 대화 친구를 생성할 수 있도록 지원한다. Specifically, when a chat friend creation mode is selected from the selection screen output to the user terminal 10 through a user's manipulation, the chat friend creation support module 21 can create a chat friend according to the user's customization. support so that

이를 위해, 도 3에 도시된 바와 같이, 대화친구 제작 지원 모듈(21)은 외모 설계부(211), 음성 설계부(212), 페르소나 설계부(215) 및 대화친구 생성부(217)를 적어도 포함하여 구성된다. 또한, 대화친구 제작 지원 모듈(21)은 외모DB(212), 음색DB(214) 및 페르소나DB(216)을 포함하여 구성된다. To this end, as shown in FIG. 3, the chat friend creation support module 21 includes at least an appearance design unit 211, a voice design unit 212, a persona design unit 215, and a chat friend creation unit 217. do. In addition, the conversation friend creation support module 21 includes an appearance DB 212, a tone DB 214, and a persona DB 216.

먼저, 외모 설계부(211)는, 대화친구의 얼굴, 머리 모양, 차림새 등의 외모와, 표정, 자세, 제스처 등의 동작을 설계하기 위한 기능을 수행한다. First, the appearance design unit 211 performs a function for designing the conversation friend's appearance, such as a face, hairstyle, and outfit, and motions, such as facial expressions, postures, and gestures.

예를 들어, 외모 설계부(211)는 대화친구의 성별 및 나이대를 먼저 지정하도록 요청하고, 얼굴형 선택, 눈썹, 눈, 코 및 입 선택, 머리 모양 선택, 의상(차림새) 선택 및 악세서리 선택을 순차적으로 수행하여 대화 친구의 외모를 설계하도록 지원하고, 이후, 기본 표정 선택, 자세 선택 및 제스처 선택을 순차적으로 수행하여 대화 친구의 동작을 설계하도록 지원한다. 이때, 외모 설계부(211)는 각 선택항목에 대해 하위 카테고리를 제공할 수 있는데, 예를 들어, 머리 모양은 긴 머리, 짧은 머리, 커트 머리, 웨이브 머리 등의 하위 카테고리로 분류하여 제시할 수 있고, 의상은 정장, 케쥬얼, 스포츠, 드레스, 원피스 등의 하위 카테고리로 분류하여 제시할 수 있다. 이때, 외모 설계를 위한 각 항목별 상세 정보는 외모DB(212)에 저장된다. 이로써, 대화친구는 사실적인 형태의 사람 아바타로 생성될 수 있다.For example, the appearance design unit 211 requests to designate the gender and age of the conversation friend first, and sequentially selects a face shape, eyebrows, eyes, nose, and mouth, hair shape, clothes (outfit), and accessories. , the appearance of the chat friend is designed, and then, the basic expression selection, posture selection, and gesture selection are sequentially performed to support the design of the chat friend's motion. At this time, the appearance design unit 211 may provide subcategories for each selection item. For example, hair styles may be classified into subcategories such as long hair, short hair, cut hair, and wavy hair. , Costumes can be presented by classifying them into subcategories such as formal, casual, sports, dress, and one-piece. At this time, detailed information for each item for appearance design is stored in the appearance DB (212). In this way, the chat friend can be created as a human avatar in a realistic form.

그리고, 음성 설계부(212)는 대화 친구의 음색 및 말투를 설정하여 대화친구의 감정과 대화의 상황이 반영된 음성을 설계하기 위한 기능을 수행한다. 여기서, 대화친구의 감정 및 대화 상황은 음성의 속도, 고저 및 장단에 의해 반영될 수 있으며, 예를 들어, 대화내용에 포함된 키워드가 감정 및 상황과 관련된 단어이면, 해당 단어와 매칭된 음성의 속도, 고저 및 장단으로 대화친구로하여금 발화하도록 구현될 수 있다. 예를 들어, 기쁨과 관련된 단어이면 음성의 속도는 빠르게, 고저는 높게, 장단은 짧게 설정할 수 있고, 슬픔과 관련된 단어이면 음성의 속도는 느리게, 고저는 낮게, 장단은 길게 설정할 수 있다.Also, the voice design unit 212 performs a function of designing a voice in which the emotions of the conversation friend and the conversation situation are reflected by setting the tone and tone of the conversation friend. Here, the conversation friend's emotion and conversation situation may be reflected by the speed, pitch, and length of the voice. For example, if the keyword included in the conversation is a word related to emotion and situation, the voice matched with the word It can be implemented to make conversation friends speak at speed, pitch and length. For example, if it is a word related to joy, the speed of the voice can be set fast, the pitch high, and the length short. If the word is related to sadness, the speed can be set slow, the pitch low, and the length long.

즉, 음성 설계부(212)는, 음색 설계를 위해, 먼저, 귀여움, 똑똑함, 무뚝뚝함, 친절함 등의 대화친구의 성향을 설정하고, 설정한 대화친구의 성향에 맞는 음색 및 말투를 음색(DB)로부터 검색하여 제안하고, 이에 대한 선택정보가 사용자 단말(10)로부터 수신되면, 선택된 음색 및 말투를 외모 설계부(211)에서 설계된 대화친구의 아바타에 매칭하여 저장한다. 여기서, 음색은 연예인, 아나운서, 애니 캐릭터 및 게임 캐릭터 등의 공개된 목소리, 공개된 목소리 중 다수 개를 선택하여 믹싱을 통해 새롭게 합성된 목소리를 포함할 수 있으며, 음색DB(214)에 저장된다. 대화친구의 성향은 이성적, 민감적, 감성적, 보수적, 진취적, 수동적, 부정적 및 긍정적 성향을 적어도 포함할 수 있다. That is, in order to design the tone, the voice design unit 212 first sets the inclination of the chat friend, such as cuteness, smartness, bluntness, and kindness, and sets the tone and tone suitable for the set chat friend's inclination to the tone ( DB), and when selection information is received from the user terminal 10, the selected tone and tone are matched with the chat friend avatar designed in the appearance design unit 211 and stored. Here, the tone may include a newly synthesized voice through mixing by selecting a plurality of public voices and public voices such as celebrities, announcers, anime characters, and game characters, and stored in the tone DB 214. The conversation friend's disposition may include at least a rational, sensitive, emotional, conservative, enterprising, passive, negative, and positive disposition.

그리고, 페르소나 설계부(215)는, 성별, 나이 및 성향을 각각 설정하는 것에 의해 페르소나 설계가 구현될 수 있다. 여기서, 페르소나는 다양한 사용자 유형들을 대표하는 가상의 인물로서 어떤 특정한 상황과 환경 속에서 어떤 전형적인 인물이 어떻게 행동할 것인지 예측하여 개인의 개성을 부여한 인격을 의미하며, 이러한 페르소나 유형은 성별, 나이, 성향에 따라 특정되는 대화친구의 인격이 된다. In addition, the persona design unit 215 may implement persona design by setting gender, age, and inclination, respectively. Here, a persona is a fictional character representing various types of users, and means a personality that is given individuality by predicting how a typical person will behave in a specific situation and environment. These persona types are gender, age, and inclination. It becomes the personality of the conversation friend specified according to

이러한 페르소나 설계부(215)는 성별, 나이 및 성향을 각각 입력 또는 선택할 수 있도록 구성된 선택 화면을 사용자 단말(10)로 출력하고, 이에 대한 사용자의 선택정보가 전달되면, 전달된 성별, 나이 및 성향에 따른 페르소나를 설계할 수 있다. 예를 들어, 페르소나 설계부(213)는, 사용자에 의해 선택된 성별, 나이 및 성격이 각각 여자, 10대 후반 ~ 30대 초반, 개방성 및 외향성이 높은 성향이면 긍정적이고 밝은 인격으로 페르소나가 설계될 수 있다. 이처럼 설계된 페르소나의 유형에 따라 사용자의 대응이 달라질 수 있다. 즉, 대화친구의 페르소나 유형에 맞춰 사용자의 대화내용, 말투, 반응 및 행동이 달라질 수 있다. 따라서, 사용자는 페르소나 설계를 통해 자신이 원하는 페르소나 유형을 커스터마이징 하고, 사용자 자신을 잘 이해할 수 있는 대화친구와 지속적인 감정 교류 및 소통을 수행할 수 있다. The persona design unit 215 outputs to the user terminal 10 a selection screen configured to input or select gender, age, and inclination, respectively, and when the user's selection information is transmitted, the transmitted gender, age, and inclination are displayed. You can design a persona to follow. For example, the persona design unit 213 may design a persona with a positive and bright personality if the gender, age, and personality selected by the user are female, late teens to early 30s, and have high openness and extroversion. . Depending on the type of persona designed in this way, the user's response may vary. That is, the user's conversation content, tone of voice, reaction, and behavior may vary according to the persona type of the conversation friend. Therefore, the user can customize the type of persona he or she wants through persona design, and can continuously exchange emotions and communicate with a conversation friend who can understand the user well.

한편, 본 발명의 실시예에 있어서, 성별 및 나이는 외모 설계시 설정되고, 성향은 음성 설계시 설정될 수 있으므로, 페르소나 설계시에는 기설정된 성별, 나이 및 성향 정보를 이용할 수 있다.Meanwhile, in an embodiment of the present invention, since gender and age may be set when designing an appearance and disposition may be set when designing a voice, predetermined gender, age, and disposition information may be used when designing a persona.

이를 위해, 페르소나 설계부(213)는 성별, 나이 및 성향의 조합에 따른 페르소나 유형을 사전에 미리 설계하여 (성별, 나이, 성향)_(페르소나 유형)의 매칭데이터를 생성하고, 이를 저장하여 페르소나 DB(216)를 구축할 수 있으며, 이후, 성별, 나이 및 성향이 입력되면, 입력된 (성별, 나이 및 성향) 조합을 미리 구축된 페르소나 DB(216)로부터 검색하여 해당하는 페르소나 유형을 추출할 수 있다.To this end, the persona design unit 213 designs a persona type according to a combination of gender, age, and inclination in advance, generates (gender, age, inclination)_(persona type) matching data, and stores it in the persona DB. 216 can be built, and then, when gender, age, and inclination are input, the input combination (gender, age, and inclination) can be searched from the pre-built persona DB 216 to extract the corresponding persona type. there is.

여기서, 성별은 남, 여로 구분되며, 나이는 10대, 20대, 30대 등 나이 대로 구분되며, 하나 또는 다수의 나이 대를 선택하여 범위를 설정하거나, 어린이, 청소년, 청년, 중년, 노년 등으로 구분될 수 있다. 그리고, 성향(성격)은 MBTI(Myers Briggs Type Indicator), 그릿(GRIT), 톡트, 에니어그램 등의 유형 정보를 이용할 수 있다. Here, gender is divided into male and female, and age is divided into age groups such as teenagers, 20s, and 30s, and a range can be set by selecting one or more age groups, or children, youth, young people, middle-aged, old people, etc. can be distinguished. In addition, the inclination (personality) may use type information such as Myers Briggs Type Indicator (MBTI), GRIT, Tokt, and Enneagram.

한편, 본 발명의 실시예에 있어서, 페르소나 설계부(215)는 성별, 나이 및 성격 외에, 혈액형 정보를 추가하여, 이와 관련된 보편적인 혈액형별 특징을 더 포함하여 페르소나 유형을 설계할 수 있다. Meanwhile, in an embodiment of the present invention, the persona design unit 215 may design a persona type by adding blood type information in addition to gender, age, and personality, and further including general blood type related characteristics.

또한, 본 발명의 실시예에 있어서, 페르소나 설계부(215)는, 설계된 페르소나 유형과 목소리(음색) 타입이 동일한 성향을 표현할 수 있도록 음색 및 말투를 추천하고, 음성 설계부(213)에서 설계된 음색 및 말투를 변경할 수 있도록 구현될 수 있다.In addition, in the embodiment of the present invention, the persona design unit 215 recommends a tone and tone so that the designed persona type and voice (voice) type can express the same tendency, and the tone and tone designed by the voice design unit 213 It can be implemented to change.

그리고, 대화친구 생성부(217)는, 각 설계부(211, 213, 215)를 통해 설계된 아바타 외모(appearance), 음성(voice) 및 페르소나(persona)를 기반으로 대화친구를 생성한다. 이때, 대화친구 생성부(217)는 대화친구의 이름 설정을 요청하고, 입력된 이름에 설계된 아바타 외모, 음성 및 페르소나 정보를 매칭하여 저장하고, 대화친구 등록을 수행한다. 이후, 사용자가 등록된 대화친구의 이름을 발화하는 것에 의해 대화가 시작되며, 대화친구의 이름별로 대화내용이 기억데이터DB에 기록 및 저장될 수 있다.Also, the chat friend generation unit 217 creates a chat friend based on the avatar appearance, voice, and persona designed through the respective design units 211, 213, and 215. At this time, the chat friend creation unit 217 requests the setting of the chat friend's name, matches and stores the designed avatar appearance, voice, and persona information to the input name, and registers the chat friend. Thereafter, a conversation starts when the user utters the name of a registered conversation friend, and conversation contents can be recorded and stored in the storage data DB for each conversation friend name.

다음으로, 대화친구 선택 지원 모듈(22)은 사용자 조작에 의해 대화친구 선택모드가 요청되면, 대화친구의 기설정된 친구 카테고리를 제안하고, 사용자는 사용 목적에 맞는 대화친구를 선택하여 대화를 수행할 수 있다. 여기서, 친구 카테고리는 일상친구, 게임친구, 이성친구, 고민상담 친구 등일 수 있으며, 각 카테고리별로 대화친구의 복수의 아바타가 제공되며, 각 대화친구의 아바타별로 서로 다른 음성 및 페르소나가 미리 설정되어 제공될 수 있다.Next, when a conversation friend selection mode is requested by a user operation, the conversation friend selection support module 22 proposes a preset friend category of conversation friends, and the user selects a conversation friend suitable for the purpose of use and conducts a conversation. can Here, the friend category may be a daily friend, a game friend, a friend of the opposite sex, a trouble counseling friend, etc. A plurality of avatars of chat friends are provided for each category, and different voices and personas are preset and provided for each avatar of each chat friend. It can be.

즉, 대화친구 선택 지원 모듈(22)은 관리자에 의해 미리 설정된 특정 친구 카테고리를 사용자에게 제안할 수 있다. 예를 들어, 관리자는 요일별 추천 친구 카테고리를 설정할 수 있는데, 평일에는 일상친구를, 주말에는 게임친구 및 이성친구를 추천하도록 설정할 수 있다. That is, the conversation friend selection support module 22 may suggest a specific friend category preset by an administrator to the user. For example, the manager may set recommended friend categories for each day of the week, and set to recommend daily friends on weekdays and game friends and opposite-sex friends on weekends.

또한, 대화친구 선택 지원 모듈(22)은, 친구 카테고리가 선택되면, 선택된 친구 카테고리 내 복수의 아바타 이미지를 출력하고, 각 아바타 이미지에 대한 페르소나 유형 정보를 출력할 수 있다. 이때, 각 아바타 이미지는 페르소나 유형뿐만 아니라, 음성이 미리 설정되어 저장될 수 있다.Also, when a friend category is selected, the conversation friend selection support module 22 may output a plurality of avatar images in the selected friend category and output persona type information for each avatar image. In this case, not only the persona type but also the voice may be preset and stored in each avatar image.

이때, 대화친구 선택 지원 모듈(22)은, 각 아바타 이미지별로 미리 설정된 음성 및 페르소나 유형에 따른 대화친구의 발화를 1분 미리 듣기 등을 통해 제공할 수 있다. In this case, the chat friend selection support module 22 may provide a conversation friend's utterance according to a preset voice and persona type for each avatar image through one-minute pre-listening or the like.

이러한 대화친구 선택 지원 모듈(22)은 도시하지는 않았지만, 친구 카테고리별로 복수의 아바타 이미지가 분류되어 저장된 데이터베이스를 포함하여 구성될 수 있다. 이때, 각 아바타 이미지는 대화친구의 페르소나 유형, 음성 설계값이 매칭되어 저장될 수 있다.Although not shown, the conversation friend selection support module 22 may include a database in which a plurality of avatar images are classified and stored for each friend category. In this case, each avatar image may be stored by matching the conversation friend's persona type and voice design value.

그리고, 대화 지원 모듈(23)은, 사용자 단말(10)로부터 사용자의 발화에 따른 음성대화를 입력받아 대화 컨텍스트(context) 분석을 통해 대화의 상황 및 맥락을 분석하고, 분석된 대화의 상황 및 맥락에 대응된 대화친구의 응답을 생성하고, 사용자 단말(10)을 통하여 생성된 응답이 음성으로 출력되도록 함으로써 대화 친구 서비스를 지원할 수 있다. Further, the dialogue support module 23 receives the voice dialogue according to the user's utterance from the user terminal 10, analyzes the situation and context of the dialogue through dialogue context analysis, and analyzes the situation and context of the analyzed dialogue. A chat friend service may be supported by generating a response of a chat friend corresponding to , and outputting the generated response as a voice through the user terminal 10 .

여기서, 대화 컨텍스트는 문맥, 맥락, 전후 사정 및 상황 등 문장의 각 성분 사이에 성립하는 논리적인 관계를 말하며, 예를 들어, "나는 강아지가 제일 좋아"라는 문장의 경우, '나(사용자)-선호동물-강아지'와 같은 관계가 분석된다. 이처럼 대화 지원 모듈(23)은 사용자와 대화친구 간의 대화 컨텍스트를 기억데이터로서 축적하고 이를 추후 대화에도 반영한다. Here, the dialogue context refers to a logical relationship established between each component of a sentence, such as context, context, context, and situation. For example, in the case of the sentence "I like dogs the most," 'I (user)- A relationship such as 'preferred animal-dog' is analyzed. In this way, the conversation support module 23 accumulates the conversation context between the user and the conversation friend as memory data, and reflects it to future conversations.

이러한 대화 지원 모듈(23)은 도 4에 도시된 바와 같이, AI 대화모델 생성부(231), 대화컨텍스트 분석부(232), 응답 생성부(233), 등록된 대화친구DB(234), 개인화된 AI 대화모델DB(235), 기억데이터DB(236), 대화DB(237) 및 지식DB(238)를 적어도 포함하여 구성될 수 있다.As shown in FIG. 4, the dialogue support module 23 includes an AI dialogue model generator 231, a dialogue context analyzer 232, a response generator 233, a registered dialogue friend DB 234, and personalization. It may be configured to include at least an AI conversation model DB 235, a storage data DB 236, a conversation DB 237, and a knowledge DB 238.

AI 대화모델 생성부(231)는 등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 사용자의 개인화된 AI 대화모델을 생성한다. 이때, 등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값은 등록된 대화친구 DB(234)로부터 추출한다.The AI dialogue model generating unit 231 generates a personalized AI dialogue model for the user by applying set values for the appearance, voice, and persona of the registered chat friend to the AI dialogue model. At this time, setting values for the appearance, voice, and persona of the registered chat friend are extracted from the registered chat friend DB 234 .

그리고, 대화컨텍스트 분석부(231)는, 사용자의 발화내용과 대화친구의 발화내용, 즉 대화내용을 형태소 분석한 후 키워드 검출을 통해 대화 컨텍스트를 분석한다. 분석된 대화 컨텍스트는 Subject-Relation-Object 구조의 기억 테이블에 맞춰 기억데이터DB(236)에 저장될 수 있다.Further, the dialogue context analyzer 231 analyzes the conversation context through keyword detection after morphologically analyzing the contents of speech of the user and the contents of conversation friends, that is, conversation contents. The analyzed conversation context may be stored in the storage data DB 236 according to the storage table of the Subject-Relation-Object structure.

이러한 대화컨텍스트 분석부(231)는, 전달된 사용자의 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 사용자의 Subject/Relation/Object 관계를 확인하고, 대화컨텍스트 분석 결과 확인된 사용자의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB로부터 등록된 대화친구의 기억데이터를 검색하고, 상기 확인된 사용자의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 사용자의 기억데이터를 갱신할 수 있다.The dialogue context analyzer 231 converts the transmitted voice dialogue of the user into text data, extracts keywords through morphological analysis, and analyzes the dialogue context of the extracted keywords to analyze the subject/relation/object relationship of the user. is checked, and based on the subject/relation/object relationship of the user confirmed as a result of the conversation context analysis, the stored data of the registered conversation friend is retrieved from the stored data DB, and the confirmed user's Subject/Relation/Object relationship is recalled. By storing in the storage data DB, the user's storage data can be updated.

또한, 대화컨텍스트 분석부(231)는, 등록된 대화친구의 발화에 따른 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 등록된 대화친구의 Subject/Relation/Object 관계를 확인하고, 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB를 검색하고, 검색 결과가 없을 경우, 상기 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 등록된 대화친구의 기억데이터를 갱신할 수 있다.In addition, the dialogue context analyzer 231 converts the voice conversation according to the utterance of the registered conversation friend into text data, extracts keywords through morpheme analysis, and analyzes the dialogue context of the extracted keywords to register the conversation. The friend's Subject/Relation/Object relationship is checked, and the stored data DB is searched based on the confirmed Subject/Relation/Object relationship of the registered chat friend. If there is no search result, the checked registered chat friend's The subject/relation/object relationship can be stored in the storage data DB to update the storage data of registered conversation friends.

또한, 대화컨텍스트 분석부(231)는, 전달된 사용자의 음성대화의 형태소 분석 결과 비속어 및 기설정된 사용 제한 단어가 확인되면, 확인된 비속어 및 사용 제한 단어의 저장 및 전달을 차단하는 비속어 필터링 기능을 수행할 수 있다.In addition, the dialogue context analyzer 231 performs a profanity filtering function to block the storage and transfer of the identified profanity and restricted words when profanity and predetermined restricted words are identified as a result of morphological analysis of the transmitted user's voice conversation. can be done

그리고, 응답 생성부(233)는, 추출된 키워드 및 검색된 기억데이터를 기반으로 사용자의 개인화된 AI 대화모델을 이용하여 사용자의 음성대화에 대응하는 응답을 생성하며, 생성된 응답을 등록된 대화친구를 통해 발화되도록 사용자 단말로 전달한다.Then, the response generating unit 233 generates a response corresponding to the user's voice conversation by using the user's personalized AI dialog model based on the extracted keyword and the searched memory data, and converts the generated response to the registered chat friend. It is delivered to the user terminal to be fired through.

이러한 응답 생성부(233)는, 추출된 키워드 관련 기구축된 질의-응답 정보를 대화 DB(237)로부터 검색하고, 추출된 키워드 관련 전문 지식을 지식 DB(238)로부터 검색하고, 추출된 키워드 및 검색된 기억데이터와 검색된 질의-응답 정보 및 전문 지식을 입력받아 사용자의 개인화된 AI 대화모델을 통해 사용자의 음성대화에 대응하는 응답을 생성하고, 생성된 응답을 기설정된 음성 및 페르소나에 매칭되는 표정, 행동, 말투 및 음색을 통해 발화하도록 등록된 대화친구를 제어할 수 있다.The response generator 233 retrieves the pre-constructed question-and-answer information related to the extracted keyword from the conversation DB 237, searches the extracted keyword-related expertise from the knowledge DB 238, and retrieves the extracted keyword and Receives the searched memory data, searched question-answer information and expertise, generates a response corresponding to the user's voice conversation through the user's personalized AI conversation model, and generates a response that matches the user's voice and persona. It is possible to control the chat friends registered to speak through behavior, tone of voice, and tone.

그리고, 등록된 대화친구 DB(234)는 대화친구 제작모드 및 대화친구 선택모드를 통해 등록된 대화친구의 설정값이 사용자별로 구분되어 저장될 수 있다.Also, in the registered chat friend DB 234 , setting values of chat friends registered through a chat friend creation mode and a chat friend selection mode may be classified and stored for each user.

그리고, 개인화된 AI 대화모델 DB(235)는 등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 생성된 사용자의 개인화된 AI 대화모델이 사용자별로 구분되어 저장될 수 있다.In addition, the personalized AI conversation model DB 235 applies settings for the appearance, voice, and persona of registered conversation friends to the AI conversation model so that the user's personalized AI conversation model generated by the user can be classified and stored. there is.

그리고, 기억데이터 DB(236)는 상기 기억데이터가 사용자별로 구분되어 저장되되, 상기 기억데이터는 사용자의 기억데이터와 등록된 대화친구의 기억데이터를 포함할 수 있다.In the stored data DB 236, the stored data is classified and stored for each user, and the stored data may include stored data of the user and stored data of registered conversation friends.

그리고, 대화 DB(237)는 웹크롤링을 통해 수집된 다수의 대화내용이 질의-응답 형태로 분석되어 저장될 수 있다.In addition, the conversation DB 237 may analyze and store a plurality of conversation contents collected through web crawling in a question-and-answer format.

그리고, 지식 DB(238)는 취미 및 직업과 관련된 전문 지식, 상식, 다양한 분야의 전문 지식이 저장될 수 있다.In addition, the knowledge DB 238 may store expertise related to hobbies and occupations, common sense, and expertise in various fields.

도 5 및 도 6은 본 발명의 일실시 형태에 따른 대화 지원 모듈의 기억데이터 축적을 수행하는 흐름을 설명하기 위한 예시도이다.5 and 6 are exemplary diagrams for explaining the flow of storing stored data in a conversation support module according to an embodiment of the present invention.

도 5 및 도 6에 도시된 바와 같이, 본 발명의 실시예에 있어서, 사용자 발화(301)에 따른 음성대화, "나는 강아지가 제일 좋아"(401)가 입력되면, 대화컨텍스트 분석부(232)가 입력된 음성대화를 텍스트 변환을 수행한 후 형태소 분석을 수행한다(302). 5 and 6, in the embodiment of the present invention, when the voice conversation according to the user's speech 301, "I like puppies" 401 is input, the conversation context analyzer 232 After converting the input voice conversation into text, morpheme analysis is performed (302).

그런 다음, 대화컨텍스트 분석부(232)는, 형태소 분석 후 키워드 및 키워드 간 관계정보를 추출한다(303). 예를 들어, "나는 강아지가 제일 좋아"(401)라는 음성대화로부터 "나/강아지/좋아"(402)의 키워드를 추출하고, '사용자/선호동물/강아지'(403)의 Subject/Relation/Object 관계정보를 추출한다.Then, the dialogue context analyzer 232 extracts keywords and relational information between keywords after morpheme analysis (303). For example, extract the keyword of "I/dog/like" (402) from the voice conversation "I like dogs the most" (401), and Subject/Relation/ of 'user/preferred animal/dog' (403). Extract object relation information.

이어서, 대화컨텍스트 분석부(232)는, 추출된 키워드 및 관계정보를 이용해 기억데이터 DB를 검색하고(304), 검색결과, 강아지와 관련된 대화친구의 Subject/Relation/Object 관계정보로서, '대화친구/반려동물/강아지' 및 '강아지/이름/링컨'이 검색된다(도 5의 초록색 행으로 표시). Subsequently, the conversation context analyzer 232 searches the stored data DB using the extracted keywords and relationship information (304), and as the search result, subject/relation/object relationship information of the conversation friend related to the puppy, 'talk friend' /Companion animal/Puppy' and 'Puppy/Name/Lincoln' are searched for (indicated by the green row in FIG. 5).

또한, 대화컨텍스트 분석부(232)는, '사용자/선호동물/강아지'(403)의 Subject/Relation/Object 관계정보를 기억데이터 DB에 저장(404)하여 기억데이터를 갱신한다(305).In addition, the conversation context analyzer 232 stores Subject/Relation/Object relationship information of 'user/preferred animal/dog' 403 in the storage data DB (404) and updates the storage data (305).

그런 다음, 응답 생성부(233)는, 개인화된 AI 대화모델 기반으로 응답을 생성하는데(306), 키워드와 관련된 검색결과, 강아지와 관련된 대화친구의 Subject/Relation/Object 관계정보인, '대화친구/반려동물/강아지' 및 '강아지/이름/링컨'을 이용해 "나도 강아지 좋아해. 링컨이라는 반려 동물도 키우고 있어. 너무 귀여워"(405)라는 응답을 생성할 수 있다.Then, the response generating unit 233 generates a response based on the personalized AI conversation model (306), which includes search results related to keywords and Subject/Relation/Object relationship information of conversation friends related to dogs, 'talk friends'. /Pup/Puppy' and 'Puppy/Name/Lincoln' can be used to generate a response "I like dogs too. I also have a pet named Lincoln. So cute" (405).

그러면, 등록된 대화친구를 통해 응답을 음성대화로 발화를 수행하고(307), 등록된 대화친구의 음성대화에 대해 대화컨텍스트 분석부(232)에서 사용자의 음성대화와 동일한 분석 작업을 수행할 수 있다.Then, the response is uttered as a voice conversation through the registered conversation friend (307), and the conversation context analyzer 232 performs the same analysis task as the user's voice conversation on the voice conversation of the registered conversation friend. there is.

즉, 대화컨텍스트 분석부(232)는 대화친구의 음성대화에 대한 텍스트 변환, 형태소 분석을 수행(308)한 후, 키워드 및 관계정보를 추출한다(309). 예를 들어, 대화친구의 음성대화가 "나도 강아지 좋아해. 링컨이라는 반려 동물도 키우고 있어. 너무 귀여워"(405)이면, "대화친구/강아지/좋아", "링컨/반려동물/귀여워"(406)의 키워드 및 관계정보가 추출된다. That is, the conversation context analyzer 232 performs text conversion and morpheme analysis on the voice conversation of a conversation friend (308), and then extracts keywords and relationship information (309). For example, if the voice chat of a chat friend is "I like dogs too. I have a pet called Lincoln. It's so cute" (405), "Chat friend/dog/I like it", "Lincoln/pet/cute" (406 ) Keywords and relational information are extracted.

이에, 대화컨텍스트 분석부(232)는 대화친구/의견/귀여움, 귀여움/대상/강아지와 같은 관계정보(407)를 추출하고 추출된 관계정보(407)를 기억데이터DB를 검색하고(310)) 검색되지 않을 경우 추출된 관계정보(407)를 기억데이터 DB에 저장(408)(도 5에 노란색으로 표시)하여 기억데이터를 갱신한다(311).Accordingly, the dialogue context analyzer 232 extracts relationship information 407 such as conversation friend/opinion/cuteness, cuteness/object/dog, and searches the storage data DB for the extracted relationship information 407 (310) If not searched, the extracted relationship information 407 is stored in the storage data DB (408) (shown in yellow in FIG. 5) to update the storage data (311).

이와 같이 본 발명에 따르면, 사용자뿐만 아니라 대화친구의 음성대화를 단순 저장하는 것이 아닌, 대화컨텍스트 분석을 통해 Subject/Relation/Object 관계정보를 추출하여 기억데이터로서 축적함으로써 사용자의 현재 감정 및 상황과 이어지는 연속적인 대화가 가능하고, 뿐만 아니라 사용자의 기억을 반영하여 대화를 수행함으로써 대화의 상황과 맥락에 기반하여 사용자 의도를 이해하고 사용자와 소통이 용이하게 이루어질 수 있다.In this way, according to the present invention, rather than simply storing the voice conversations of not only the user but also the conversation friends, Subject/Relation/Object relationship information is extracted through conversation context analysis and accumulated as storage data, so that the current emotions and situations of the user are connected. Continuous conversation is possible, and by reflecting the user's memory and performing the conversation, the user's intention can be understood based on the situation and context of the conversation, and communication with the user can be facilitated.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다. The above description is merely an example of the technical idea of the present invention, and various modifications and variations can be made to those skilled in the art without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed according to the following claims, and all technical ideas within the equivalent range should be construed as being included in the scope of the present invention.

10. 사용자 단말 20. 대화 친구 제공 서버
21. 대화친구 제작 지원 모듈 22. 대화친구 선택 지원 모듈
23. 대화 지원 모듈10. User terminal 20. Chat friend providing server
21. Chat friend creation support module 22. Chat friend selection support module
23. Conversation support module

Claims (10)

적어도 하나 이상의 사용자 단말; 및
상기 사용자 단말과 연결되며, 사용자의 조작에 따라 대화친구 제작 모드, 대화친구 선택 모드 및 대화 모드를 포함하는 대화친구 서비스 중 하나의 모드를 수행하도록 구성된 대화친구 제공 서버;를 포함하며,
상기 대화친구 제공 서버는,
상기 대화친구 제작 모드를 통해 대화친구를 생성하거나, 상기 대화친구 선택 모드를 통해 대화친구가 선택되면 해당하는 대화친구를 등록하고, 상기 사용자 단말로부터 사용자의 발화에 의한 음성대화가 전달되면, 사용자의 개인화된 AI 대화모델을 이용해 전달된 음성대화에 대응되는 응답을 생성하고, 등록된 대화친구가 생성된 응답을 발화하도록 제어하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템.at least one user terminal; and
A chat friend providing server connected to the user terminal and configured to perform one of a chat friend service mode including a chat friend creation mode, a chat friend selection mode, and a chat mode according to a user's manipulation;
The conversation friend providing server,
When a chat friend is created through the chat friend creation mode or a chat friend is selected through the chat friend selection mode, the corresponding chat friend is registered, and when a voice chat by the user's speech is transmitted from the user terminal, the user's A conversation friend providing system based on an AI conversation model, characterized by generating a response corresponding to the delivered voice conversation using a personalized AI conversation model and controlling registered conversation friends to utter the generated response. 제1항에 있어서, 상기 대화친구 제공 서버는,
상기 선택정보가 상기 대화친구 제작모드이면, 생성할 대화친구의 외모 설계, 음성 설계 및 페르소나 설계를 지원하되, 각 설계에 대한 설정값을 입력하도록 구현된 작업화면을 상기 사용자 단말로 제공하고, 사용자에 의해 입력된 외모, 음성 및 페르소나 각각의 설정값에 따라 대화친구를 생성하여 등록하는 대화친구 제작 지원 모듈;
상기 선택정보가 상기 대화친구 선택모드이면, 미리 분류된 친구 카테고리를 상기 사용자 단말로 제공하고, 친구 카테고리의 선택정보가 입력되면, 선택된 친구 카테고리에 포함된 복수의 아바타 이미지를 제공하고, 하나의 아바타 이미지가 선택되면, 선택된 아바타 이미지를 대화친구로 등록하는 대화친구 선택 지원 모듈; 및
상기 선택정보가 상기 대화모드이면, 전달된 사용자의 음성대화를 대화컨텍스트 분석하여 키워드를 추출하고 추출된 키워드에 대한 이전 진행된 대화내용에 대한 기억데이터를 검색하고, 상기 키워드 및 상기 키워드와 기억데이터를 기반으로 상기 사용자의 개인화된 AI 대화모델을 이용해 응답을 생성하는 대화 지원 모듈;을 포함하는 것을 특징으로 AI 대화모델 기반의 대화친구 제공 시스템. The method of claim 1, wherein the chat friend providing server comprises:
If the selection information is the chat friend creation mode, a work screen configured to support appearance design, voice design, and persona design of the chat friend to be created, and input setting values for each design is provided to the user terminal, and the user a chat friend creation support module for creating and registering chat friends according to set values of appearance, voice, and persona inputted by;
If the selection information is the conversation friend selection mode, pre-classified friend categories are provided to the user terminal, and when selection information of the friend category is input, a plurality of avatar images included in the selected friend category are provided, and one avatar is provided. a chat friend selection support module registering the selected avatar image as a chat friend when the image is selected; and
If the selection information is the conversation mode, a conversation context analysis of the delivered user's voice conversation is performed to extract keywords, search for stored data for previously conducted conversations with respect to the extracted keywords, and store the keywords, the keywords, and stored data. A conversation support module for generating a response using the user's personalized AI conversation model based on the AI conversation model based conversation friend providing system. 제2항에 있어서, 상기 대화친구 제작 지원 모듈은,
성별 및 나이 설정, 얼굴형, 눈썹, 눈, 코 및 입 설정, 머리 모양, 의상 및 액세서리 설정, 대화내용에 따른 표정, 자세 및 동작 설정을 포함하는 일련의 작업을 통해 상기 대화친구의 외모를 설계하되, 상기 대화내용에 따른 표정, 자세 및 동작 설정은 기구축된 대화-동작 규칙에 기반하여 자동으로 이루어지며, 페르소나에 따라 다른 동작 패턴을 가지도록 설정하는 외모 설계부;
대화친구의 성향 설정, 음색 설정 및 말투 설정을 포함하는 일련의 작업을 통해 상기 대화친구의 음성을 설계하며, 상기 음색 설정의 경우, 상기 대화친구의 성향에 따라 미리 매칭된 음색들 중 하나를 선택하거나 다수의 음색을 선택한 후 믹싱하여 새로운 음색을 생성함으로써 대화친구의 음색을 설정하는 음성 설계부;
설정된 성별, 나이 및 성향을 기반으로 대화친구의 페르소나를 설정하는 페르소나 설계부; 및
외모 설계에 따른 설정값으로 아바타를 생성하고, 생성된 아바타에 음성 설계 및 페르소나 설계에 따른 각 설정값을 매칭하여 대화친구를 등록하는 대화친구 생성부;를 포함하여 이루어지는 것을 특징으로 AI 대화모델 기반의 대화친구 제공 시스템. The method of claim 2, wherein the chat friend creation support module comprises:
Designing the appearance of the conversation friend through a series of tasks including gender and age setting, face shape, eyebrows, eyes, nose and mouth setting, hairstyle, clothing and accessories setting, and facial expression, posture and motion setting according to the contents of conversation However, facial expressions, postures, and motions according to the contents of the conversation are automatically set based on the contracted dialogue-action rules, and an appearance design unit that sets different motion patterns according to personas;
The conversation friend's voice is designed through a series of tasks including setting the conversation friend's disposition, tone setting, and tone setting, and in the case of setting the tone, one of the previously matched tones is selected according to the conversation friend's tendency. a voice design unit that sets the tone of a chat friend by selecting a plurality of tones and then mixing them to create a new tone;
A persona design unit that sets the persona of a conversation friend based on the set gender, age, and inclination; and
A conversation friend creation unit that creates an avatar with set values according to appearance design and registers a conversation friend by matching each set value according to voice design and persona design to the created avatar; based on AI conversation model 's conversation friend providing system. 제2항에 있어서, 상기 대화친구 선택 지원 모듈은,
일상친구, 게임친구, 이성친구 및 고민상담친구를 적어도 포함하는 친구 카테고리를 상기 사용자 단말로 제안하며,
상기 복수의 아바타 이미지는 각각 서로 다른 음성 및 페르소나에 대한 설정값을 가지며, 기구축된 대화-동작 규칙에 기반하여 대화내용에 따른 표정, 자세 및 동작을 자동으로 수행하도록 설정되는 것을 특징으로 AI 대화모델 기반의 대화친구 제공 시스템.The method of claim 2, wherein the chat friend selection support module comprises:
Suggest a friend category including at least daily friends, game friends, opposite-sex friends, and distress counseling friends to the user terminal;
Characterized in that the plurality of avatar images have set values for different voices and personas, and are set to automatically perform facial expressions, postures, and motions according to conversation contents based on pre-contracted conversation-action rules. A model-based chat friend provision system. 제2항에 있어서, 상기 대화 지원 모듈은,
등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 사용자의 개인화된 AI 대화모델을 생성하는 AI 대화모델 생성부;
전달된 사용자의 음성대화에 대한 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드에 기초하여 대화컨텍스트 분석을 수행하고 대화컨텍스트 분석 결과를 기반으로 기억데이터를 검색하는 대화컨텍스트 분석부;
추출된 키워드 및 검색된 기억데이터를 기반으로 상기 사용자의 개인화된 AI 대화모델을 이용하여 사용자의 음성대화에 대응하는 응답을 생성하며, 생성된 응답을 등록된 대화친구를 통해 발화되도록 상기 사용자 단말로 전달하는 응답 생성부;
상기 대화친구 제작모드 및 상기 대화친구 선택모드를 통해 등록된 대화친구의 설정값이 사용자별로 구분되어 저장되는 등록된 대화친구 DB;
상기 기억데이터가 사용자별로 구분되어 저장되되, 상기 기억데이터는 사용자의 기억데이터와 등록된 대화친구의 기억데이터를 포함하는 기억데이터 DB;
웹크롤링을 통해 수집된 다수의 대화내용을 질의-응답 형태로 분석되어 저장되는 대화 DB;
취미 및 직업과 관련된 전문 지식, 상식, 다양한 분야의 전문 지식이 저장되는 지식 DB; 및
등록된 대화친구의 외모, 음성 및 페르소나에 대한 설정값을 AI 대화모델에 적용하여 생성된 사용자의 개인화된 AI 대화모델이 사용자별로 구분되어 저장되는 개인화된 AI 대화모델 DB;를 포함하여 이루어지는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템. The method of claim 2, wherein the dialogue support module,
an AI conversation model generation unit that generates a personalized AI conversation model for the user by applying set values for the appearance, voice, and persona of registered conversation friends to the AI conversation model;
a dialogue context analyzer for extracting keywords through morpheme analysis of the transmitted voice dialogue of the user, performing dialogue context analysis based on the extracted keywords, and retrieving stored data based on the dialogue context analysis result;
Based on the extracted keyword and the searched memory data, a response corresponding to the user's voice conversation is generated using the user's personalized AI conversation model, and the generated response is delivered to the user terminal to be uttered through the registered conversation friend. a response generating unit;
a registered chat friend database in which setting values of chat friends registered through the chat friend creation mode and the chat friend selection mode are classified and stored for each user;
a storage data DB including storage data of users and storage data of registered conversation friends;
A conversation DB in which a plurality of conversation contents collected through web crawling are analyzed and stored in a question-and-answer format;
Knowledge DB in which professional knowledge related to hobbies and occupations, common sense, and expertise in various fields are stored; and
A personalized AI conversation model DB in which the user's personalized AI conversation model, generated by applying the settings for the appearance, voice, and persona of the registered conversation friend to the AI conversation model, is separated and stored for each user. A conversation friend provision system based on AI conversation model. 제5항에 있어서, 상기 대화컨텍스트 분석부는,
전달된 사용자의 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 사용자의 Subject/Relation/Object 관계를 확인하고, 대화컨텍스트 분석 결과 확인된 사용자의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB로부터 등록된 대화친구의 기억데이터를 검색하고, 상기 확인된 사용자의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 사용자의 기억데이터를 갱신하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템. The method of claim 5, wherein the dialogue context analysis unit,
After converting the transmitted voice conversation of the user into text data, keywords are extracted through morphological analysis, and conversation context analysis of the extracted keywords is performed to check the user's subject/relation/object relationship. Based on the user's Subject/Relation/Object relationship, the stored data of the registered conversation friend is searched from the stored data DB, and the checked user's Subject/Relation/Object relationship is stored in the stored data DB to store the stored data of the user. A conversation friend providing system based on an AI conversation model, characterized in that for updating. 제6항에 있어서, 상기 대화컨텍스트 분석부는,
상기 등록된 대화친구의 발화에 따른 음성대화를 텍스트 데이터로 변환한 후 형태소 분석을 통해 키워드를 추출하고, 추출된 키워드들의 대화컨텍스트 분석을 수행하여 등록된 대화친구의 Subject/Relation/Object 관계를 확인하고, 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 기반으로 상기 기억데이터DB를 검색하고, 검색 결과가 없을 경우, 상기 확인된 등록된 대화친구의 Subject/Relation/Object 관계를 상기 기억데이터DB에 저장하여 등록된 대화친구의 기억데이터를 갱신하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템. The method of claim 6, wherein the dialogue context analysis unit,
After converting the voice conversation according to the utterance of the registered conversation friend into text data, keywords are extracted through morphological analysis, and conversation context analysis of the extracted keywords is performed to confirm the Subject/Relation/Object relationship of the registered conversation friend. and searches the stored data DB based on the confirmed Subject/Relation/Object relationship of the registered chat friend, and if there is no search result, the Subject/Relation/Object relationship of the confirmed registered chat friend is searched for in the stored data DB. A conversation friend providing system based on an AI conversation model, characterized in that it stores in the DB and updates the memory data of registered conversation friends. 제7항에 있어서, 상기 대화컨텍스트 분석부는,
상기 전달된 사용자의 음성대화의 형태소 분석 결과 비속어 및 기설정된 사용 제한 단어가 확인되면, 확인된 비속어 및 사용 제한 단어의 저장 및 전달을 차단하는 비속어 필터링 기능을 수행하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템.The method of claim 7, wherein the dialogue context analysis unit,
Based on the AI conversation model, when profanity and predetermined restricted words are identified as a result of morphological analysis of the delivered user's voice conversation, a profanity filtering function is performed to block the storage and transmission of the identified profanity and restricted words. 's conversation friend providing system. 제5항에 있어서, 상기 응답 생성부는,
상기 추출된 키워드 관련 기구축된 질의-응답 정보를 상기 대화 DB로부터 검색하고, 추출된 키워드 관련 전문 지식을 상기 지식 DB로부터 검색하고, 추출된 키워드 및 검색된 기억데이터와 검색된 질의-응답 정보 및 전문 지식을 입력받아 상기 사용자의 개인화된 AI 대화모델을 통해 사용자의 음성대화에 대응하는 응답을 생성하고, 생성된 응답을 기설정된 음성 및 페르소나에 매칭되는 표정, 행동, 말투 및 음색을 통해 발화하도록 등록된 대화친구를 제어하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템.The method of claim 5, wherein the response generator,
The pre-established question-and-answer information related to the extracted keyword is searched from the conversation DB, the extracted keyword-related expertise is searched from the knowledge DB, the extracted keyword and searched memory data, and the searched question-answer information and expertise Registered to generate a response corresponding to the user's voice conversation through the user's personalized AI conversation model, and utter the generated response through facial expression, behavior, tone, and tone matching the preset voice and persona. Characterized in controlling the conversation buddy A conversation friend provision system based on an AI conversation model. 제1항에 있어서, 상기 사용자 단말은,
상기 대화친구 서비스를 실행하기 위한 애플리케이션을 구비하며, 상기 애플리케이션의 실행을 통해 상기 대화친구 제공 서버와 연결되며, 상기 대화친구 서비스의 각 모드 중 하나에 대한 선택정보를 상기 대화친구 제공 서버로 전달하고, 상기 대화 모드를 실행하는 중에, 사용자의 발화에 의한 음성대화를 인식하고, 인식된 음성대화를 상기 대화친구 제공 서버로 전달한 후 상기 음성대화에 대응하는 응답을 수신하여 출력하는 것을 특징으로 하는 AI 대화모델 기반의 대화친구 제공 시스템.The method of claim 1, wherein the user terminal,
an application for executing the chat friend service, connected to the chat friend providing server through execution of the application, and transmitting selection information for one of the modes of the chat friend service to the chat friend providing server; , While the conversation mode is running, AI recognizing a voice conversation caused by a user's utterance, transmitting the recognized voice conversation to the conversation friend providing server, and then receiving and outputting a response corresponding to the voice conversation. Conversation model-based dialogue friend providing system.
KR1020210189388A 2021-12-28 2021-12-28 A dialogue friends porviding system based on ai dialogue model KR20230099936A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210189388A KR20230099936A (en) 2021-12-28 2021-12-28 A dialogue friends porviding system based on ai dialogue model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210189388A KR20230099936A (en) 2021-12-28 2021-12-28 A dialogue friends porviding system based on ai dialogue model

Publications (1)

Publication Number Publication Date
KR20230099936A true KR20230099936A (en) 2023-07-05

Family

ID=87159049

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210189388A KR20230099936A (en) 2021-12-28 2021-12-28 A dialogue friends porviding system based on ai dialogue model

Country Status (1)

Country Link
KR (1) KR20230099936A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180046550A (en) 2016-10-28 2018-05-09 이재윤 Apparatus and method for conversaion using artificial intelligence

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180046550A (en) 2016-10-28 2018-05-09 이재윤 Apparatus and method for conversaion using artificial intelligence

Similar Documents

Publication Publication Date Title
CN110869969B (en) Virtual assistant for generating personalized responses within a communication session
Chen et al. Consumers’ perception on artificial intelligence applications in marketing communication
WO2017217507A1 (en) Artificial intelligence system for supporting communication
US20200395008A1 (en) Personality-Based Conversational Agents and Pragmatic Model, and Related Interfaces and Commercial Models
CN110998725B (en) Generating a response in a dialog
US8156060B2 (en) Systems and methods for generating and implementing an interactive man-machine web interface based on natural language processing and avatar virtual agent based character
CN110427472A (en) The matched method, apparatus of intelligent customer service, terminal device and storage medium
US20020005865A1 (en) System, method, and device for authoring content for interactive agents
CN110023926A (en) The reply content to be presented is generated using text input and user state information to input with response text
KR102448382B1 (en) Electronic device for providing image related with text and operation method thereof
EP3394738A1 (en) Emotionally intelligent chat engine
WO2016080553A1 (en) Learning robot, learning robot system, and learning robot program
US11521111B2 (en) Device and method for recommending contact information
Hung et al. Towards a method for evaluating naturalness in conversational dialog systems
CN110569352B (en) Design system and method of virtual assistant capable of customizing appearance and character
CN112035714B (en) Man-machine conversation method based on role accompaniment
CN116704085B (en) Avatar generation method, apparatus, electronic device, and storage medium
CN112364234A (en) Automatic grouping system for online discussion
CN116188642A (en) Interaction method, device, robot and storage medium
US20240095491A1 (en) Method and system for personalized multimodal response generation through virtual agents
CN117235354A (en) User personalized service strategy and system based on multi-mode large model
US20230119860A1 (en) Matching system, matching method, and matching program
JP2001249949A (en) Feeling generation method, feeling generator and recording medium
KR20230130580A (en) Autonomous generation, deployment, and personalization of real-time interactive digital agents
KR20230099936A (en) A dialogue friends porviding system based on ai dialogue model

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application