KR102507809B1

KR102507809B1 - 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템

Info

Publication number: KR102507809B1
Application number: KR1020220141648A
Authority: KR
Inventors: 송환구
Original assignee: 주식회사 닥터송
Priority date: 2022-10-28
Filing date: 2022-10-28
Publication date: 2023-03-10
Also published as: WO2024090712A1

Abstract

특히 우울증 및 스트레스에 최적화된 심리 치료 방식으로서, 사용자들의 상태에 대한 공감과 긍정적인 심리를 유발하도록 하는 심리 치료 방식을 이용하여 단계적인 문장 제공 및 격려 등이 가능한 인공지능형 챗봇 시스템을 제공하기 위하여, 본 발명의 일 실시예에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템은, 입력 수단을 포함하여, 입력 수단을 통한 유저의 입력 정보를 수신 시, 유저의 심리 상태를 도출하기 위한 복수의 유저 상태 키워드를 도출하는 유저 입력 분석부; 도출된 유저 상태 키워드와, 공감 심리학 기반으로 유저의 상태에 연관된 메인 키워드를 도출하는 알고리즘으로서 연관 키워드 도출 알고리즘을 이용하여, 유저의 상태에 연관된 복수의 메인 키워드를 도출하는 키워드 도출부; 및 도출된 메인 키워드를 포함하는 복수의 문장을 생성하여, 출력 수단을 통하여 출력하도록 하는 공감 문장 제공부;를 포함하는 것을 특징으로 한다.

Description

공감대 형성을 통한 심리 치료용 인공지능 대화 시스템{ARTIFICIAL INTELLIGENCE DIALOGUE SYSTEM FOR PSYCHOTHERAPY THROUGH CONSENSUS FORMATION}

본 발명은 인공지능 챗봇 등 대화 시스템을 이용하여 유저의 심리를 치료하는 기술에 관한 것으로, 구체적으로는 유저 정보에 맞는 공감 심리학 기반의 문장 및 컨텐츠를 생성하여 제공하되, 다수의 단계를 통해서 유저와 공감대를 형성하고 치료효과 등에 대한 정보 제공을 함으로써, 유저들의 우울증이나 스트레스 등을 해소할 수 있는 기술에 관한 것이다.

최근 인공지능 챗봇은, 유저들의 질의에 대한 답변, 자동 주문, 번역 등 매우 다양한 분야에서 사용되고 있다. 특히, 자연어 분석 알고리즘의 발달에 힘입어, 마치 자연인과 이야기하는 것과 같은 효과를 제공하면서 유저와 대화가 가능한 인공지능 챗봇이나 인공지능 시스템이 출시되고 있다.

이는, 특히 시리(Siri), 구글 어시스턴트, 빅스비 등 음성 인식 및 대화 시스템에서 매우 효율적으로 사용되고 있으며, 유저들은 자신의 니즈를 음성으로 입력하고, 자연스러운 대화 형식으로 원하는 바를 실행하거나 원하는 정보를 얻을 수 있다.

한편, 이러한 인공지능 챗봇은, 특히 유저의 건강 관리 등, 유저가 평소에 상담사, 의료진 등 전문가를 방문하여 이용할 수 있었던 전문적인 서비스의 이용 측면에서 큰 활용 가능성이 지적되고 있다. 기존에는 심리 상담사, 정신의학과 의료진 등이 운영하는 병원이나 상담소에 내방하거나 유선전화를 통해서 상담이 가능하였으며, 이에 따라서 비용 및 시간의 여유가 없는 유저들은, 이러한 심리 상담을 받는 것이 불가능했는데, 이를 인공지능형 챗봇으로 구현 시, 이러한 시간과 비용의 소모 부담이 크게 줄어들기 때문이다.

이러한 니즈에 힙입어, 코칭이나 상담 등에 있어서 인공지능을 이용한 유저들의 건강 상태에 대한 코칭 및 상담 등에 대한 기술들이 출시되고 있다. 예를 들어 한국등록특허 10-2421643호 등에서는, 상담 시스템 및 챗봇 등의 로봇와 앱을 연동하여, 사용자의 심리치료 시나리오에 대한 흥미도를 분석하고, 이를 통해서 사용자들에게 동기를 부여하는 프로세스를 추가하여, 사용자에게 심리치료 시나리오에 대한 흥미를 유지시켜 심리치료의 효과를 증가시키는 기술을 제공하고 있다.

이러한 심리치료에 대한 인공지능 챗봇 등이 기술은 상기 언급한 바와 같이 심리치료에 대한 시간 및 비용의 소모 부담이 크게 줄어든다는 장점은 있지만, 자연어 처리 기술 등을 활용함에도 불구하고, 사용자의 심리를 정확하게 분석하고, 이를 이용하여 사용자에게 최선의 심리 치료 효과를 얻을 수 있도록 하여, 우울증 및 스트레스 해소에 실질적인 도움이 될 수 있는 기술을 제공하는 데는 부족함이 있다. 즉, 사용자의 상태를 명확하게 반영하는 데 부족한 점이 잔존하며, 특히 우울증 및 스트레스에 최적화된 심리 치료 방법을 사용하지 못하여, 이러한 경우의 치료 효과가 줄어드는 것이다.

이에 본 발명은, 특히 우울증 및 스트레스에 최적화된 심리 치료 방식으로서, 사용자들의 상태에 대한 공감과 긍정적인 심리를 유발하도록 하는 심리 치료 방식을 이용하고, 유저들의 상태를 명확하게 파악하여, 이에 대한 단계적인 문장 제공 및 격려 등이 가능한 인공지능형 챗봇 시스템을 제공하여, 유저들의 상태를 다수의 입력 방식을 통해서 명확하게 파악함으로써 유저들 각각의 상태에 대한 맞춤형 치료 방식을 제공하되, 긍정적인 분위기를 조성하여 치료의 효과를 극대화할 수 있는 기술을 제공하는 데 그 목적이 있다.

상기 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템은, 입력 수단을 포함하여, 입력 수단을 통한 유저의 입력 정보를 수신 시, 유저의 심리 상태를 도출하기 위한 복수의 유저 상태 키워드를 도출하는 유저 입력 분석부; 도출된 유저 상태 키워드와, 공감 심리학 기반으로 유저의 상태에 연관된 메인 키워드를 도출하는 알고리즘으로서 연관 키워드 도출 알고리즘을 이용하여, 유저의 상태에 연관된 복수의 메인 키워드를 도출하는 키워드 도출부; 및 도출된 상기 메인 키워드를 포함하는 복수의 문장을 생성하여, 출력 수단을 통하여 출력하도록 하는 공감 문장 제공부;를 포함하는 것을 특징으로 한다.

상기 유저 입력 분석부는, 유저 인터페이스를 통해 출력된 메뉴로서, 복수의 키워드 중 적어도 하나를 선택할 수 있는 키워드 선택 메뉴를 통해 입력된 제1 키워드, 문자 입력이 가능한 입력 메뉴를 통해 입력된 텍스트와 연관성 분석 기법을 통하여 연관성이 있는 것으로 판단되는 제2 키워드, 적어도 하나의 키워드와 매칭된 이미지를 출력하고 출력된 이미지 중 일부를 선택할 수 있는 이미지 선택 메뉴를 통해 선택된 이미지에 매칭된 키워드인 제3 키워드 및 음성 입력 수단을 통해서 입력된 유저의 음성 정보를 분석하여 도출된 키워드인 제4 키워드를 이용하여 유저 상태 키워드를 도출하는 것이 가능하다.

상기 제4 키워드는, 음성 문자 변환을 통하여 도출된 유저의 음성에 포함된 다수의 키워드 중 유저 상태 키워드에 매칭되는 키워드와, 미리 저장된 유저의 표준 음성 주파수와 입력된 음성의 주파수 분석을 통하여 도출된 입력 음성 주파수의 비교를 통한 유저의 감정 상태 분석 결과를 기반으로 도출된 키워드 중 적어도 하나인 것이 가능하다.

상기 키워드 도출부는, 기설정된 복수의 전문가 계정으로부터 입력된 매칭 정보를 기반으로 유저 상태 키워드와 메인 키워드 사이의 연관 정보를 관리하는 제1 프로세스 및 상기 공감 문장 제공부에 의하여 기 제공된 문장에 포함된 메인 키워드와, 유저 상태 키워드의 시간대별 변경 정보를 이용하여 도출된 유저의 심리 상태에 대한 메인 키워드의 영향도 수치를 이용하여, 유저 상태 키워드에 포함된 유저의 심리 상태에 대한 개선 정도에 따라서 유저 상태 키워드와 메인 키워드의 연관성 수치를 관리하는 제2 프로세스 중 적어도 하나에 의하여 상기 연관 키워드 도출 알고리즘을 관리하는 것이 가능하다.

상기 공감 문장 제공부는, 온라인 상에 기 저장된 복수의 문장들 중, 유저의 심리 상태별 공감과 위로의 단계로 전문가 계정의 입력에 따라서 구성되는 문장 셋에 매칭되는 것으로 판단되는 문장을 선택한 뒤, 선택된 문장들 중 상기 메인 키워드가 포함된 문장을 제공하되, 문장 셋과의 문장 유사도를 기반으로 온라인 상에 기 저장된 복수의 문장들 중 복수의 문장들 중 선택된 문장을 선택한 뒤, 상기 메인 키워드가 포함된 문장을 후보 문장으로 선택하는 제1 단계; 및 상기 후보 문장에 대한 자연어 처리 알고리즘을 통해 도출된 문장의 긍부정 상태 정보에 공감 심리학 기반의 문장 감성 분석 알고리즘을 적용하여, 후보 문장들 중 유저의 상태에 긍정적인 공감을 유발하는 것으로 판단되는 문장을 최종 문장으로 선택하는 제2 단계;를 통하여 선택된 최종 문장을 출력 수단을 통하여 출력하도록 하는 것이 가능하다.

상기 제1 단계는, 적어도 하나의 온라인 어드레스에 존재하는 다수의 문장을 우선적으로 후보 문장으로 선택하게 하여, 문장 사이의 내용 연관성을 보증하도록 하는 것이 가능하다.

상기 공감 문장 제공부는, 각 메인 키워드별로 기 저장된 복수의 문장 은행에 포함된 문장들을 선택하여 상기 출력 수단을 통해 출력하도록 하되, 상기 메인 키워드의 출력 순서는, 온라인 상의 다수의 기존 문장 정보에 대한 키워드 분석 처리를 통해서 도출된 키워드별 배치 순서에 따라서 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위에 따라서 정해지는 것이 가능하다.

상기 공감 문장 제공부는, 온라인 상의 다수의 기존 문장 정보에 대한 키워드 분석 처리를 통해서 도출된 키워드별 배치 순서에 따라서 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위를 결정하는 제3 단계; 자연어 처리 알고리즘을 통해서 상기 제3 단계에 의하여 정해진 순서에 따라서 메인 키워드를 포함하는 복수의 문장을 생성하되, 공감 심리학을 기반으로 전문가 계정에 의하여 설정된 문장의 구성 프레임 및 문장의 감정 조건 정보를 상기 자연어 처리 알고리즘에 적용한 문장 생성 알고리즘을 통해 복수의 문장을 생성하는 제4 단계; 및 상기 제4 단계에 의하여 생성된 복수의 문장을 상기 제3 단계에 의하여 정해진 순서에 따라서 출력 수단을 통해 출력하도록 제어하는 제5 단계;를 수행하는 것이 가능하다.

상기 공감 문장 제공부에 의하여 복수의 문장이 상기 출력 수단을 통하여 출력된 후, 기설정된 시간 후 상기 유저의 입력 정보를 재수신하여 유저의 심리 상태에 대한 개선 정보를 도출하는 결과 분석부; 상기 결과 분석부에 의하여 도출된 개선 정보를 출력 수단을 통해 출력하도록 하는 결과 제공부; 및 상기 결과 분석부에 의하여 도출된 개선 정보를 기반으로 상기 유저 상태 키워드와 메인 키워드 사이의 연관 관계에 대한 업데이트를 통해 상기 연관 키워드 도출 알고리즘을 관리하는 결과 적용부;를 더 포함하는 것이 가능하다.

본 발명에 의하면, 유저들이 선택한 키워드, 입력한 문장, 선택한 이미지나 음성 등을 통해서 종합적으로 유저들의 상태를 분석하고 이에 매칭되는 키워드를 갖는 공감 심리학 기반의 문장을 유저들에게 제공하게 된다. 특히, 다수의 문장 및 클로징 멘트 등을 유저들에게 단계적으로 제공하면서, 공감 심리학을 기반으로 하여 매우 긍정적인 문장들을 유저들에게 선택하거나 자연어 처리 알고리즘을 통해서 생성하여 제공하게 된다.

이 경우, 단순한 기본 심리 치료 기술에 비하여, 우울증 및 스트레스를 해소할 수 있는 효과가 크게 증가되어, 이러한 유저들에게 최적으로 타겟팅된 심리 치료 효과를 제공할 수 있어, 포커싱된 유저의 심리 치료가 가능한 효과가 있다.

또한, 문장의 생성 및 제공에 있어서 매우 긍정적인 감성을 정확하게 반영할 수 있도록 하기 때문에 공감 심리학 기반의 포커싱된 문장의 제공이 가능해지는 효과가 있다.

또한 키워드의 매칭 및 제공에 있어서 유저들의 반응 및 심리 개선 상태를 기반으로 제공하기 때문에 유저들의 심리 상태 개선에 크게 도움이 되며, 문장 생성 시 정확하게 유저들의 상태를 개선할 수 있는 문장 구조를 갖도록 문장을 생성할 수 있어, 심리 치료 효과가 극대화되는 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템의 구성도.
도 2는 본 발명의 일 실시예의 구현에 따른 유저 입력 분석부의 기능을 설명하기 위한 도면.
도 3은 본 발명의 일 실시예의 구현에 따라 음성 입력이 분석되는 예를 설명하기 위한 도면.
도 4는 본 발명의 일 실시예의 구현에 따른 키워드 도출부의 기능을 설명하기 위한 도면.
도 5는 본 발명의 일 실시예의 구현에 따른 공감 문장 제공부의 기능을 설명하기 위한 도면.
도 6은 본 발명의 다른 실시예의 구현에 따른 공감 문장 제공부의 기능을 설명하기 위한 도면.
도 7은 본 발명의 다른 실시예의 구현에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템의 구성도.
도 8은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예.

이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시 예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템의 구성도, 도 2는 본 발명의 일 실시예의 구현에 따른 유저 입력 분석부의 기능을 설명하기 위한 도면, 도 3은 본 발명의 일 실시예의 구현에 따라 음성 입력이 분석되는 예를 설명하기 위한 도면, 도 4는 본 발명의 일 실시예의 구현에 따른 키워드 도출부의 기능을 설명하기 위한 도면, 도 5는 본 발명의 일 실시예의 구현에 따른 공감 문장 제공부의 기능을 설명하기 위한 도면, 도 6은 본 발명의 다른 실시예의 구현에 따른 공감 문장 제공부의 기능을 설명하기 위한 도면, 도 7은 본 발명의 다른 실시예의 구현에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템의 구성도이다. 이하의 설명에 있어서 본 발명의 다양한 실시예 및 구성 요소들에 대한 설명을 위하여 하나 이상의 도면이 동시에 참조되어 설명될 것이다.

상기 언급한 바를 기반으로 설명하면, 본 발명의 일 실시예에 따른 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템(10, 이하 '본 발명의 시스템'이라 함)은, 일 실시예에 있어서 유저 입력 분석부(11), 키워드 도출부(12) 및 공감 문장 제공부(13)를 포함하는 것을 특징으로 한다. 본 발명의 시스템(10)은 도 1에는 유저 단말(20) 및 데이터베이스(30)와 연동되는 별도의 구성으로 설명될 것이다. 그러나 본 발명의 다양한 실시예에 있어서 본 발명의 시스템(10)은 유저 단말(20)에 포함되도록 구성되어 원격의 데이터베이스(30)와 본 발명의 기능에서 언급된 실시예에 따라서 수행되는 데이터의 송수신이 되거나, 본 발명의 시스템(10)이 데이터베이스(30)와 연동되어 유저 단말(20)로부터 원격에 존재하는 서버를 구성하면서, 유저 단말(20)의 인터페이스를 통해 유저 단말(20)와 데이터를 송수신하도록 구성될 수 있다.

이를 바탕으로 설명하면, 유저 입력 분석부(11)는, 입력 수단을 포함하여, 입력 수단을 통한 유저의 입력 정보를 수신 시, 유저의 심리 상태를 도출하기 위한 복수의 유저 상태 키워드를 도출하는 기능을 수행한다. 본 발명에서 유저 입력 분석부(11)는 입력 수단을 포함하는데, 입력 수단을 포함함은, 유저 단말(20)의 입력 수단과 연동되어 유저로부터 입력되는 다양한 입력을 수신할 수 있음을 의미한다. 본 발명에서 입력 수단은, 유저 단말(20)의 터치 스크린 및 각종 센서를 포함하여, 유저의 심리 상태 분석을 위해서 수집할 수 있는 다양한 데이터의 입력이 가능한 수단을 포함한다.

예를 들어, 도 2 및 3등에 도시된 바와 같은 실시예에 따라서 입력 수단으로부터 유저들이 입력을 수행하게 되면, 유저 입력 분석부(11)는 유저들이 입력한 유저의 입력 정보를 입력 수단 및 인터페이스로부터 수신하게 되며, 수신된 유저의 입력 정보를 기반으로 유저의 심리 상태를 도출할 수 있는 정보로서, 복수의 유저 상태 키워드를 도출하게 된다.

이러한 유저 상태 키워드는 입력 정보로부터 추출된 다양한 키워드를 기반으로 추출되는데, 이러한 키워드는 본 발명의 일 실시예에 있어서 도 2 및 3에 도시된 실시예에 따른 제1 내지 제4 키워드로서 추출될 수 있으며, 이를 바탕으로 유저 상태 키워드가 도출된다.

도 2 및 3을 참조하면, 유저 입력 분석부(11)는 유저 입력을 수신하여 유저의 심리 상태를 분석하기 위한 인터페이스로서 유저 인터페이스를 통해서 출력된 메뉴 중, 복수의 키워드 중 어느 하나를 선택할 수 있는 키워드 선택 메뉴(110)를 통해서 선택 입력된 제1 키워드를 수신할 수 있다. 즉 제1 키워드는 인터페이스를 통해서 유저 상태 키워드들 중 어느 하나를 선택할 수 있는 메뉴이다. 이때, 키워드 선택 메뉴(110)에 출력되는 다수의 후보 키워드는 단계적인 선택에 따라서 구체화될 수 있다. 즉, 키워드 선택 메뉴(110)는 상위 개념부터 하위 개념에 해당하는 키워드로 구체화되도록 단계적인 선택이 되도록 하는 메뉴군으로서 제공될 수 있다.

또는, 본 발명에서는 제2 키워드는, 문자 입력이 가능한 입력 메뉴(100)를 통해 입력된 텍스트와 연관성 분석 기법을 통하여 연관성이 있는 것으로 판단되는 키워드이다. 이때 제2 키워드는 유저 상태 키워드를 도출하는 상기의 제1 내지 제4 키워드 중 하나로도 기능할 수 있으나 제1 키워드를 선택하는 복수의 단계의 수행을 대신하여, 유저 상태 키워드에 대응되는 선택 가능한 제1 키워드를 필터링하는 상위 개념의 심리 상태를 도출하는 키워드로도 사용될 수 있다.

이때 연관성 분석 기법은, 텍스트 사이의 벡터 분석을 통하여 해당 문장에 포함된 단어들과 키워드 사이의 연관성을 수치로 분석하여, 이에 가장 근접한 키워드를 도출하는 분석 알고리즘이다. 예를 들어 가장 대표적인 텍스트 마이닝을 통한 단어 간 연관성 분석 알고리즘이 본 발명에서 사용될 수 있으며, 이외에도, 다양한 키워드들 간의 연관성 분석 알고리즘이 사용될 수 있다.

텍스트 마이닝(Text Mining)이란 웹페이지, 블로그, 전자저널, 이메일 등 전자문서로 된 텍스트자료로 부터 유용한 정보를 추출하여 분석하기 위한 도구로사, 텍스트 데이터로 부터 새로운 고급 정보를 이끌어 내는 과정을 의미하여, 텍스트마이닝은 데이터마이닝, 자연어처리, 정보검색등의 이론 및 실무까지 다양한 분야가 융합되어 있는 영역을 지칭한다.

텍스트 마이닝 기법에서 본 발명의 단어 간 연관성을 분석하기 위한 알고리즘으로서 사용되는 기법은, 워드클라우드(주요 키워드의 추출), 군집분석(유사 단어들(또는 문서들)간의 군집 분석(커뮤니티 분석)), 네트워크분석(연관 단어의 추출 또는 단어 네트워크 분석), 토픽모델(토픽분석, 주제분석) / 토픽 트렌드 분석, 이상치 분석 (anormality), 스팸메일 탐지, 표절분석(문서의 유사도 계산), 분류(classification)(문서를 미리 정해진 주제에 할당)하는 과정이 사용된다.

분석 자료들을 온라인 등에서 크롤링하거나 관리자 단말로부터 직접 수신하게 되면, 이를 취합하여 분석 자료를 준비하고, 코퍼스(corpus; 말뭉치)(언어학에서 구조를 이루고 있는 텍스트 집합으로 통계 분석 및 가설 검증, 언어 규칙의 검사등에 사용됨, 코퍼스는 보통 전자문서들로 구성됨)를 구성하며, 이후 전처리 프로세스 등을 통해서 불용어의 처리, 중복어의 처리 등을 수행한 뒤 이에 대한 분석을 통해서 단어 간 연관성을 분석하게 된다.

본 발명에서 키워드들 간 연관성의 분석은 다양한 온라인 사이트를 종합하여 처리될 수 있으나, 심리 치료, 영상 컨텐츠 등 유저들의 심리 상태에 영향을 미치는 것으로 관리자 단말에서 미리 결정한 복수의 온라인 사이트 및 공간에 대해서 상기의 분석 자료를 준비함으로써 수행될 수 있다.

예를 들어 유저가 입력 메뉴(100)를 통해서 "오늘 기분은 뭔가 흐리다"라는 문장을 입력하게 되면, "흐리다", "기분" 등의 키워드와 연관성이 있는 다양한 후보 키워드들로서 판단되는 예를 들어 '기쁨', '허탈', '불멸', '소멸' 등과 같은 키워드가 제1 키워드의 후보 키워드로서 상기의 키워드 선택 메뉴(110)에 출력되거나, 이들 중 가장 연관관계가 높은 '허탈'이라는 키워드가 제2 키워드로서 유저 상태 키워드의 도출을 위해서 선택될 수 있다.

본 발명에서 제2 키워드는 상술한 바와 같이 제1 키워드의 필터링 기준으로 사용될 수 있는데, 이는 후술하는 제3 키워드의 선택에도 사용될 수 있다. 제3 키워드는 도 2에 도시된 바와 같이, 적어도 하나의 키워드와 매칭된 이미지를 출력하고 출력된 이미지 중 일부를 선택할 수 있는 이미지 선택 메뉴(120)를 통해 선택된 이미지에 매칭된 키워드를 의미한다.

제3 키워드 역시, 이미지의 선택이라는 점에서 다를 뿐 제1 키워드와 동일한 프로세스를 통해서 선택되므로, 제1 키워드에 대한 설명에서 언급한 바와 같이 단계적으로 선택 메뉴가 제공되거나, 상술한 바와 같이 제2 키워드에 의하여 일부 키워드가 선행적으로 선택되면, 이에 속하는 세부 하위 키워드들에 매칭된 이미지가 이미지 선택 메뉴(120)를 통해서 출력될 수 있다.

한편, 제4 키워드는, 음성 입력 수단을 통해서 입력된 유저의 음성 정보(130)를 분석하여 도출된 키워드를 의미한다. 이때 제4 키워드는 더욱 상세한 분석 알고리즘을 통해서 다수의 유저 상태 키워드의 후보 키워드의 추출로서 생성될 수 있다.

예를 들어 도 3에 도시된 바와 같이 제4 키워드의 도출을 위해서 유저의 음성 정보(130)가 분석되면, 예를 들어 음성 문자 변환(Sound to Text)을 통해서 유저의 음성 정보(130)를 제2 키워드의 분석 대상과 같은 문장(131)으로 변환하고, 이에 따라서 제2 키워드의 분석 알고리즘, 즉 단어 연관성 분석 알고리즘을 통해서 다수의 키워드(K2)를 도출하거나, 기 저장된 유저의 표준 음성 주파수와 입력된 음성의 주파수 분석을 통하여 도출된 입력 음성 주파수(132)의 비교를 통해서 도출된 주파수 스펙트럼 분석을 통하여, 유저의 감정 상태 분석 결과를 기반으로 키워드(K3)가 도출될 수 있다.

이때 음성 주파수 분석을 통한 감정 상태 분석은, 음성 신호의 톤, 피치(Pitch), 포만트 주파수(Formant Frequency) 분석 등의 분석을 지칭한다. 피치는 사람이 귀로 들을 때의 음의 높낮이를 말하거나 주기적인 파형을 나타내는 유성음의 1주기를 뜻한다. 인간의 언어에는 사회성이 있듯이, 언어에 실리는 감정 또한 사회성을 가지고 있기 때문에, 언어의 피치를 기반으로 그 사람의 감정을 파악할 수 있는 것이다.

포만트 주파수는, 부분 음 중에서 어느 특정 배음들이 강화되는 위치의 주파수를 말하고 그 인근의 주파수를 포함하여 포만트라 지칭한다. 이에 따라서 주파수의 변화가 에너지 분포의 변화로 연결되고, 또한 감정의 변화가 생기면 신체적/생리적인 변화가 발생하여 포만트의 변화가 연쇄적으로 일어나므로, 이에 대한 분석 역시 감정의 분석에 사용될 수 있다.

한편 주파수 분석이란, 주파수의 시간대에 따른 변화를 분석함을 의미하기 때문에, 좁은 의미의 상기의 피치 및 포만트 주파수 분석을 포함하여, 말의 빠르기, 톤, 음질, 단어 등의 상세한 분석이 음성 정보(130)의 분석에 사용될 수 있는 것으로 이해될 것이다.

상술한 과정을 통해서 제1 내지 제4 키워드가 도출되면, 이에 대한 빈도 분석 또는 유사도 및 그룹화 분석 등을 통해서, 유저의 상태를 대표하는 키워드를 1개 또는 그 이상 도출하여, 상술한 유저 상태 키워드를 도출하게 된다.

이후, 키워드 도출부(12)는 도출된 유저 상태 키워드와, 공감 심리학 기반으로 유저의 상태에 연관된 메인 키워드를 도출하는 알고리즘으로서 연관 키워드 도출 알고리즘을 이용하여, 유저의 상태에 연관된 복수의 메인 키워드를 도출하는 기능을 수행한다.

유저 상태 키워드는 상술한 프로세스를 통해서 도출되는 유저의 심리 상태를 객관적으로 대표하는 키워드이며, 키워드 도출부(12)를 통해서 도출되는 메인 키워드는, 유저 상태 키워드에 대한 개선을 위한 키워드로서, 상술한 바와 같이 공감 심리학 기반으로 도출되는 후술하는 공감 문장 제공부(13)에 의하여 제공되는 문장에 반드시 포함되어야 하는 하나 이상의 키워드를 의미한다.

신경과학의 발달로, 인지심리학 또는 공감에 대한 심리학에 대한 연구결과가 지속적으로 발표되고 있는데, 요하힘 바우어는 정신의학적 측면에 있어서 접근하여, '거울뉴런'의 발견을 통해서 타인과 감정적 공명을 할 수 잇으며, 주변 사람들의 의도를 알기 위해서, 직감적인 지식을 동원할 수 있고, 타인의 기쁨과 고통을 함께 할 수 있는 현상을 이해하는 실마리를 공감 심리학을 통해서 제공한다.

이러한 공감 심리학에는 긍정 심리학이라는 주제도 포함되어 있은데, 긍정심리학(肯定心理學, 영어: positive psychology)은 개인과 사회를 번영시키는 강점과 장점을 연구하는 최근 주목받고있는 심리학의 한 분야이다. 단지 정신질환을 치료하는 것보다 일반적인 인생을 보다 충실히 하기 위한 연구가 이루어지고 있다. 즉, 긍정심리학은 자신을 위한 삶과 다른사람을 위한 삶을 같은 한 방향으로 놓는 삶이 인간 본연의 삶에 이바지하는 바가 주요하다라는 맥락에서 의학적 조건(medical conditions)이나 임상적 과정(clinical process)보다 개체 자연발생적인 능력 개발을 보다 중시하는 심리학의 한 분야이다.

긍정심리학자들은 개인의 행복이 촉진될 수 있는 여러 가지 방법을 제안해 왔다. 일, 커뮤니티, 또는 사회 조직을 통한 배우자, 가족, 친구, 더 넓은 네트워크와의 사회적 유대는 특히 중요한 반면에 육체적인 운동과 명상의 실천 또한 행복에 기여할 수 있다. 이러한 맥락에서 행복은 비록 더 이상의 경제적 이익이 생기지 않아 정체되거나 심지어 재정적 수입이 하락하는 경우에서도 증가할 수 있다.

이러한 공감 심리학 기반의 키워드 도출은, 대상자의 심리에 공감하고 이에 대한 긍정적인 자극을 지속적으로 주기 위한 목적으로서 수행되는 과정이다. 즉 예를 들어 '허탈'이라는 유저 상태 키워드가 도출되면, 이에 대하여 개선 효과가 있는 것으로 판단되는 키워드들인 '만족', '성취', '보람' 등의 키워드가 메인 키워드로 도출되는 것이다.

이러한 메인 키워드와 유저 상태 키워드들 간의 연관 정보는, 상술한 키워드 도출부(12)에 의하여 관리될 수 잇다.

이때 도 4에 도시된 바와 같이 키워드 도출부는, 기설정된 복수의 전문가 계정이 이용하는 단말(40)로부터 입력된 매칭 정보를 기반으로 유저 상태 키워드(K1, K2, K3)와 메인 키워드(M1, M2, M3, M4) 사이의 연관 정보를 관리하는 제1 프로세스 및 후술하는 공감 문장 제공부(13)에 의하여 기 제공된 문장에 포함된 메인 키워드와, 유저 상태 키워드의 시간대별 변경 정보를 이용하여 도출된 유저의 심리 상태에 대한 메인 키워드의 영향도 수치를 이용하여, 유저 상태 키워드에 포함된 유저의 심리 상태에 대한 개선 정도에 따라서 유저 상태 키워드와 메인 키워드의 연관성 수치를 관리하는 제2 프로세스 중 적어도 하나에 의하여 상기 연관 키워드 도출 알고리즘(300)을 관리할 수 있다.

제1 프로세스는 관리자 단말(40)에 의하여 주기적으로 수행되는 키워드들에 대한 유저들의 피드백 및 전문가 검토 결과를 바탕으로 하여, 유저 상태 키워드와 메인 키워드들 간의 연관성에 대한 분석 프로세스를 의미한다.

한편 제2 프로세스는 도 4에 도시된 바와 같이 내역 정보(400), 즉 이전에 공감 문장 제공부(13)에 의하여 제공된 문장의 이용에 따른 유저들의 심리 상태의 개선 정보를 분석한 결과를 바탕으로, 메인 키워드들의 각 유저 상태 키워드에 대한 개선 정보에 따라서 연관성 수치가 자동으로 관리되도록 하는 피드백 기반의 자동화 프로세스를 의미한다.

이러한 제2 프로세스를 수행하기 위해서, 도 7에 도시된 바와 같은 본 발명의 다른 실시예에 따른 시스템(10-1)은, 도 7에 도시된 바와 같이 유저 입력 분석부(11), 키워드 도출부(12) 및 공감 문장 제공부(13) 이외에, 결과 분석부(14), 결과 제공부(15) 및 결과 적용부(16)를 더 포함할 수 있다.

먼저 공감 문장 제공부(13)는 도 1 등에 도시된 바와 같이, 도출된 상기 메인 키워드를 포함하는 복수의 문장을 생성하여, 유저 단말(20)의 출력 수단을 통하여 출력하도록 하는 기능을 수행한다.

이때 결과 분석부(14)는 공감 문장 제공부(13)에 의하여 복수의 문장이 출력 수단을 통하여 출력된 후, 기설정된 시간 후 유저 입력 분석부(11)와 유사한 기능 수행을 통하여 유저의 입력 정보를 재수신하여 유저의 심리 상태에 대한 개선 정보를 도출하는 기능을 수행한다.

이때 개선 정보는, 결과 분석부(14)를 통해서 도출된 문장을 이용한 후의 유저 상태 키워드와, 문장의 제공을 위해서 이용된 유저 상태 키워드 간의 연관성 정보 또는 오차에 대한 정보를 이용하여, 어느 정도 유저의 심리 상태가 개선되었는지 여부를 파악하기 위한 정보를 의미한다.

결과 제공부(15)는 결과 분석부(14)에 의하여 도출된 개선 정보를 출력 수단을 통해 출력하도록 하는 기능을 수행한다. 예를 들어 결과 제공부(15)는 유저 단말(20)에 '오늘은 허탈한 마음을 조금 충족시켰어요'등과 같은 문장 또는 수치를 표현하여, 유저들에게 공감 문장 이외에, 심리 상태의 개선을 인지하도록 하여 추가적으로 심리를 개선할 수 있도록 하는 효과가 있다.

결과 적용부(16)는 결과 분석부(14)에 의하여 도출된 개선 정보를 기반으로 상기 유저 상태 키워드와 메인 키워드 사이의 연관 관계에 대한 업데이트를 통해 상기 연관 키워드 도출 알고리즘을 관리하는 기능을 수행한다. 즉, 상술한 제2 프로세스를 직접적으로 수행하게 되는 것이다.

이러한 과정을 통해서, 유저 상태 키워드와 메인 키워드 사이의 관계가 효율적이고 정밀하게 관리되면 공감 문장 제공부(13)를 통해서 제공되는 문장 내이 메인 키워드가 갖는 공감 및 긍정 심리학적 영향에 의하여, 유저들의 심리 상태가 매우 효과적으로 개선될 수 있다.

공감 문장 제공부(13)는 도 5에 도시된 바와 같이, 공감 심리학(611) 기반의 문장 생성 기법을 통해서 복수의 문장(620)을 생성하여 유저 단말(20)의 출력 수단을 통해 출력되도록 제공한다.

이때, 본 발명의 일 실시예에서는 도 5에 도시된 바와 같이 제1 및 제2 단계의 프로세스를 통하여 복수의 문장을 선택하여 제공할 수 있다. 도 5의 실시예에서는, 공감 문장 제공부(13)는, 온라인 상에 기 저장된 복수의 문장들 중, 유저의 심리 상태별 공감과 위로의 단계로 전문가 계정의 입력에 따라서 구성되는 문장 셋에 매칭되는 것으로 판단되는 문장을 선택한 뒤, 선택된 문장들 중 상기 메인 키워드가 포함된 문장을 제공하게 되는데 구체적으로 제1 및 제2 단계의 프로세스를 통하여 복수의 문장을 선택하여 제공할 수 있다.

예를 들어 제1 단계는, 문장 셋과의 문장 유사도를 기반으로 온라인 상에 기 저장된 복수의 문장들 중 복수의 문장들 중 선택된 문장을 선택한 뒤, 상기 메인 키워드가 포함된 문장을 후보 문장으로 선택하는 프로세스이다. 공감과 위로의 문장(610, GS1)은 유저의 대화를 요약하여 사전 정의된 심리 상태 유형별로 공감과 위로의 단계를 상, 중, 하 등으로 분류하여 각각의 답변을 매칭한다. 다수의 대화가 오가는 멀티 턴 방식의 대화에서 단계별 답변을 적절히 선택하여 제시한다.

제2 단계는, 후보 문장에 대한 자연어 처리 알고리즘(612)을 통해 도출된 문장의 긍부정 상태 정보에 공감 심리학 기반의 문장 감성 분석 알고리즘(611)을 적용하여, 후보 문장들 중 유저의 상태에 긍정적인 공감을 유발하는 것으로 판단되는 문장을 최종 문장(620, S1)으로 선택하는 프로세스를 의미한다.

감성 분석(Sentiment Analysis)이란 텍스트에 들어있는 의견이나 감성, 평가, 태도 등의 주관적인 정보를 컴퓨터를 통해 분석하는 과정이다. 감성 분석은 크게 두 가지 단계로 이루어져 있다. 첫 번째 단계로 문서(문장)의 어떤 부분에 의견이 담겨있는 지를 정의(Opinion definition)한다. 그 다음으로는 첫 번째 단계를 통해 모아진 의견을 요약(Opinion summerization)하게 된다.

감성 분석의 방법론은, 어휘 기반(Lexicon-based)의 감성 분석과 머신러닝 기반(ML-based)의 감성 분석으로 나눌 수 있다. 각각의 방법은 더욱 세부적인 방법들로 나눌 수 있으며 최근에는 BERT와 같은 트랜스포머 계열 신경망 모델이 많이 사용되고 있다.

이때 제1 단계에서 문장이 크롤링되는 온라인 공간(500)은, 상술한 바와 같이 심리 치료 분야의 온라인 공간 또는 유저의 감정에 영향을 미치는 것으로 관리자에 의하여 선택된 한정된 공간이거나, 정의된 규칙에 따라 구축한 문장셋 또는 확장된 온라인 공간을 지칭할 수 있다.

한편, 본 발명의 일 실시예에서, 공감 문장은 연속적으로 오프닝, 중간 및 클로징 단계로서 다수의 문장이 제공되면서 챗봇 형태로 유저들에게 제공될 수 잇다. 이는, 각 문장 간의 스토리 연관성이 중요함을 의미할 수 있다. 이에 따라서 본 발명의 일 실시예에 있어서 제1 단계의 수행 시, 적어도 하나의 온라인 어드레스에 존재하는 다수의 문장을 우선적으로 후보 문장으로 선택하게 하여, 문장 사이의 내용 연관성을 보증하도록 하는 것이 가능하다.

상술한 바와 같이 공감 문장 제공부(13)는 복수의 문장을 유저에게 제공할 수 있다. 즉 각 메인 키워드별로 기 저장된 복수의 문장 은행에 포함된 문장들을 선택하여 출력 수단을 통해 출력하도록 하는 것이다.

이때 문장들의 출력 순서는, 상기의 일 실시예에 있어서, 기존 문장들 중 제공되는 문장들이 선택되기 때문에 온라인 상에서의 상기의 기존 문장들에 대한 구조를 기반으로 정해질 수 있다 즉, 메인 키워드의 출력 순서는, 온라인 상의 다수의 기존 문장 정보에 대한 키워드 분석 처리를 통해서 도출된 키워드별 배치 순서에 따라서 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위에 따라서 정해지는 것이다.

즉 기존 문장들의 온라인 상의 배치 순서에 따라서 각 문장들에 포함된 키워드의 배치 순서를 결정하고, 이에 대한 다수의 기존 문장들에 대한 배치 순서의 평균값에 대한 정보를 도출하는 등의 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위 결정 ㅍ로세스에 따라서, 각 메인 키워드별로 출력 우선 순위를 결정한 뒤, 해당 메인 키워드를 포함하는 문장에 대한 출력 우선 순위를 메인 키워드의 출력 우선 순위에 따라서 결정함으로써, 문장들의 출력 순서를 결정하게 되는 것이다.

상기의 도 5에 도시된 본 발명의 일 실시예에 따른 공감 문장 제공부(13)는 온라인 공간(500)의 다수의 문장들을 그대로 출력하는 프로세스이기 때문에, 명언, 심리 치료 문장 등 기존에 존재하는 문장들을 이용하기에 적합하다. 즉 일반적인 유저의 심리 상태에 대한 타입화된 타게팅 개선에 유리한 것이다. 그러나 매우 희귀한 특정 유저 상태 키워드에서 상기의 일 실시예는 적합하지 않을 수 있고, 또는 모집단이 충분하지 않은 경우에도 적합하지 않을 수 있다.

이 경우를 대비하여, 본 발명에서 공감 문장 제공부(13)는 도 6에 도시된 바와 같은, 본 발명의 다른 실시예에 따라서 메인 키워드가 포함된 문장을 직접 생성하여 제공할 수 있다.

예를 들어 도 6에 도시된 바와 같이 제3 내지 제5 단계(S10, S20, S30)의 기능 수행을 통해서 공감 문장을 직접 생성하여 제공하게 된다. 먼저 제1 단계(S10)에서, 공감 문장 제공부는, 온라인 상의 다수의 기존 문장 정보에 대한 키워드 분석 처리를 통해서 도출된 키워드별 배치 순서에 따라서 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위(M1, M3, M2, M4)를 결정하는 기능을 수행한다. 이는 상술한 일 실시예에서의 문장의 출력 순서를 정하기 위한 동명의 프로세스와 동일한 프로세스를 의미한다.

제1 단계(S10)가 완료되면 제4 단계(S20)로서, 자연어 처리 알고리즘을 통해서 상기 제3 단계에 의하여 정해진 순서에 따라서 메인 키워드를 포함하는 복수의 문장을 생성하되, 공감 심리학을 기반으로 전문가 계정에 의하여 설정된 문장의 구성 프레임 및 문장의 감정 조건 정보를 상기 자연어 처리 알고리즘에 적용한 문장 생성 알고리즘을 통해 복수의 문장(620)을 생성하는 프로세스가 수행된다.

문장 생성 알고리즘은 자연어 처리 알고리즘으로서, 예를 들어 LSTM 기반의 언어 학습 모델 등을 통한 문장 생성 알고리즘을 포함할 수 있다. 이때 단어가 가지는 문맥적 의미를 단어 벡터 표현에 반영할 수 있는 모델을 통해서, 문서의 주제를 고려하여 문장을 자동으로 생성할 수 있는 LSTM 기반의 문장 생성 알고리즘이 이용될 수 있다. 이때 문서의 주제를 고려 시, 상기의 공감 및 긍정 심리학에 대한 다양한 주제를 세팅할 수 있는 것이다.

예를 들어 단어의 문맥 정보를 반영하기 위해서 Many-to-one 모델을 사용하며, 문서의 주제를 반영하기 위하여 추가적으로 문서 벡터를 학습하여 단어와 함께 사용할 수 있다. 이후 상술한 바와 같이 LSTM 기반의 언어 학습 모델을 통해서 문장을 생성하게 하는데, 이때 단어 벡터가 문서 벡터의 영향을 받아서 주제에 따른 단어 표현이 가능하게 되는 것이다.

이후 제5 단계(S30)로서, 제4 단계(S20)에 의하여 생성된 복수의 문장을 상기 제3 단계(S10)에 의하여 정해진 순서에 따라서 출력 수단을 통해 출력하도록 제어하는 프로세스가 수행된다.

제1 내지 제2 단계로 지칭되는 일 실시예와, 제3 내지 제5 단계로 지칭되는 다른 실시예는 서로 독립적 또는 결합적으로 사용될 수 있다. 결합적으로 사용되는 경우, 다른 실시예가 우선적으로 적용되면서 다른 실시예에 의하여 제공되는 문장이 일 실시예에서 문장 선택의 기준이 되는 온라인 공간에 포함된 일 공간에 저장되도록 하며, 온라인 공간에 저장된 문장의 개수가 기설정된 임계 개수(예를 들어 10,000개)에 도달하는 경우, 일 실시예가 적용되도록 하고, 다른 실시예는 지속적으로 제공되되, 먼저 전문가 단말(40)에 제공되어 전문가 계정의 피드백 후, 온라인 공간에 저장됨으로써 일 실시예에서 사용될 수 있는 문장으로 처리될 수 있는 것이다

이러한 본 발명의 다양한 실시예에 따르면, 유저들이 선택한 키워드, 입력한 문장, 선택한 이미지나 음성 등을 통해서 종합적으로 유저들의 상태를 분석하고 이에 매칭되는 키워드를 갖는 공감 심리학 기반의 문장을 유저들에게 제공하게 된다. 특히, 다수의 문장 및 클로징 멘트 등을 유저들에게 단계적으로 제공하면서, 공감 심리학을 기반으로 하여 매우 긍정적인 문장들을 유저들에게 선택하거나 자연어 처리 알고리즘을 통해서 생성하여 제공하게 된다.

도 8은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 7에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 8에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 8의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 8에 도시된 일부 컴포넌트가 생략되거나, 도 8에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 8에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템으로서,
입력 수단을 포함하여, 입력 수단을 통한 유저의 입력 정보를 수신 시, 유저의 심리 상태를 도출하기 위한 복수의 유저 상태 키워드를 도출하는 유저 입력 분석부;
도출된 유저 상태 키워드와, 공감 심리학 기반으로 유저의 상태에 연관된 메인 키워드를 도출하는 알고리즘으로서 연관 키워드 도출 알고리즘을 이용하여, 유저의 상태에 연관된 복수의 메인 키워드를 도출하는 키워드 도출부; 및
도출된 상기 메인 키워드를 포함하는 복수의 문장을 생성하여, 출력 수단을 통하여 출력하도록 하는 공감 문장 제공부;를 포함하고,
상기 공감 문장 제공부는,
온라인 상의 다수의 기존 문장 정보에 대한 키워드 분석 처리를 통해서 도출된 키워드별 배치 순서에 따라서 메인 키워드별 의미 정보에 대한 심리 상태 개선의 우선 순위를 결정하는 제3 단계;
자연어 처리 알고리즘을 통해서 상기 제3 단계에 의하여 정해진 순서에 따라서 메인 키워드를 포함하는 복수의 문장을 생성하되, 공감 심리학을 기반으로 전문가 계정에 의하여 설정된 문장의 구성 프레임 및 문장의 감정 조건 정보를 상기 자연어 처리 알고리즘에 적용한 문장 생성 알고리즘을 통해 복수의 문장을 생성하는 제4 단계; 및
상기 제4 단계에 의하여 생성된 복수의 문장을 상기 제3 단계에 의하여 정해진 순서에 따라서 출력 수단을 통해 출력하도록 제어하는 제5 단계;를 수행하는 것을 특징으로 하는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템.
제1항에 있어서,
상기 유저 입력 분석부는,
유저 인터페이스를 통해 출력된 메뉴로서, 복수의 키워드 중 적어도 하나를 선택할 수 있는 키워드 선택 메뉴를 통해 입력된 제1 키워드, 문자 입력이 가능한 입력 메뉴를 통해 입력된 텍스트와 연관성 분석 기법을 통하여 연관성이 있는 것으로 판단되는 제2 키워드, 적어도 하나의 키워드와 매칭된 이미지를 출력하고 출력된 이미지 중 일부를 선택할 수 있는 이미지 선택 메뉴를 통해 선택된 이미지에 매칭된 키워드인 제3 키워드 및 음성 입력 수단을 통해서 입력된 유저의 음성 정보를 분석하여 도출된 키워드인 제4 키워드를 이용하여 유저 상태 키워드를 도출하는 것을 특징으로 하는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템.
제2항에 있어서,
상기 제4 키워드는,
음성 문자 변환을 통하여 도출된 유저의 음성에 포함된 다수의 키워드 중 유저 상태 키워드에 매칭되는 키워드와, 미리 저장된 유저의 표준 음성 주파수와 입력된 음성의 주파수 분석을 통하여 도출된 입력 음성 주파수의 비교를 통한 유저의 감정 상태 분석 결과를 기반으로 도출된 키워드 중 적어도 하나인 것을 특징으로 하는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템.
제1항에 있어서,
상기 키워드 도출부는,
기설정된 복수의 전문가 계정으로부터 입력된 매칭 정보를 기반으로 유저 상태 키워드와 메인 키워드 사이의 연관 정보를 관리하는 제1 프로세스 및 상기 공감 문장 제공부에 의하여 기 제공된 문장에 포함된 메인 키워드와, 유저 상태 키워드의 시간대별 변경 정보를 이용하여 도출된 유저의 심리 상태에 대한 메인 키워드의 영향도 수치를 이용하여, 유저 상태 키워드에 포함된 유저의 심리 상태에 대한 개선 정도에 따라서 유저 상태 키워드와 메인 키워드의 연관성 수치를 관리하는 제2 프로세스 중 적어도 하나에 의하여 상기 연관 키워드 도출 알고리즘을 관리하는 것을 특징으로 하는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템.
삭제
삭제
삭제
삭제
제1항에 있어서,
상기 공감 문장 제공부에 의하여 복수의 문장이 상기 출력 수단을 통하여 출력된 후, 기설정된 시간 후 상기 유저의 입력 정보를 재수신하여 유저의 심리 상태에 대한 개선 정보를 도출하는 결과 분석부;
상기 결과 분석부에 의하여 도출된 개선 정보를 출력 수단을 통해 출력하도록 하는 결과 제공부; 및
상기 결과 분석부에 의하여 도출된 개선 정보를 기반으로 상기 유저 상태 키워드와 메인 키워드 사이의 연관 관계에 대한 업데이트를 통해 상기 연관 키워드 도출 알고리즘을 관리하는 결과 적용부;를 더 포함하는 것을 특징으로 하는 공감대 형성을 통한 심리 치료용 인공지능 대화 시스템.