KR20230052545A - Server and method for providing communication service - Google Patents

Abstract

Translated fromKorean

본 발명의 서버의 대화 서비스 제공 방법은 제1 사용자 및 제2 사용자의 등록 정보를 획득하는 단계; 상기 제1 사용자의 이전 대화 내용을 기반으로, 상기 제1 사용자의 관심사 및 대화 스타일을 추출하는 단계; 상기 제2 사용자의 이전 대화 내용을 기반으로, 상기 제2 사용자의 관심사 및 대화 스타일을 추출하는 단계; 상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나에 기초하여, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하는 단계; 상기 제1 사용자 및 상기 제2 사용자의 대화 종료 후, 어느 일방이 다른 일방의 특성에 대해 평가한 키워드를 획득하는 단계; 및 상기 제1 사용자 및 상기 제2 사용자의 대화 내용을 기반으로 상기 키워드와 관련된 제1 컨셉의 대화 데이터를 생성하는 단계를 포함할 수 있다.
서버의 대화 서비스 제공 방법.A method for providing a chat service by a server of the present invention includes obtaining registration information of a first user and a second user; extracting interests and conversation styles of the first user based on previous conversation contents of the first user; extracting interests and conversation styles of the second user based on previous conversation contents of the second user; matching the second user as a conversation partner of the first user based on at least one of the registration information, interest, and conversation style of the first user and the second user; acquiring a keyword evaluated by one of the other users after the conversation between the first user and the second user is over; and generating conversation data of a first concept related to the keyword based on conversation contents between the first user and the second user.
How the server provides conversation services.

Description

Translated fromKorean

대화 서비스 제공 방법 및 서버{SERVER AND METHOD FOR PROVIDING COMMUNICATION SERVICE}Conversation service providing method and server {SERVER AND METHOD FOR PROVIDING COMMUNICATION SERVICE}

본 발명은 대화 서비스 제공 방법 및 서버에 관한 것으로, 보다 상세하게는, 사용자들의 대화 데이터를 학습한 인공지능 모델을 이용하여, 컨셉별로 특화된 대화 메시지를 출력하는 방법에 관한 것이다.The present invention relates to a conversation service providing method and server, and more particularly, to a method of outputting a conversation message specialized for each concept using an artificial intelligence model learned from conversation data of users.

자동으로 대화 메시지를 출력하는 챗봇과 대화를 나눌 수 있는 서비스가 각광받고 있다. 특히, 사용자는 자신의 성향에 맞춰 대화 메시지를 제공하고, 자신이 편한 시간에 대화할 수 있는 대화 서비스에 흥미를 느끼고 있다.A service that can have a conversation with a chatbot that automatically outputs a conversation message is in the limelight. In particular, users are interested in a conversation service that provides conversation messages according to their preferences and allows them to communicate at a convenient time.

특히, 맞춤형 서비스가 각광받고 있는 최근, 챗봇을 통한 대화 서비스에도 맞춤형 시스템이 필요하다. 즉, 사용자의 관심사와 사용자의 라이프 스타일을 추출하고, 이에 맞춰 특화된 대화를 제공하는 서비스가 중요하다.In particular, a customized system is required for conversation services through chatbots recently, where customized services are in the limelight. In other words, a service that extracts the user's interest and lifestyle and provides a specialized conversation tailored to this is important.

본 발명의 일 과제는 사용자의 정보를 분석해 대화 상대방을 매칭하는 방법에 관한 것이다.An object of the present invention relates to a method of matching a conversation partner by analyzing user information.

본 발명의 일 과제는 선택된 컨셉에 대한 맞춤형 대화 메시지를 출력하는 방법에 관한 것이다.One object of the present invention relates to a method of outputting a customized dialog message for a selected concept.

일 실시예에 따른 대화 서비스 제공 방법은 제1 사용자 및 제2 사용자의 등록 정보를 획득하는 단계; 상기 제1 사용자의 이전 대화 내용을 기반으로, 상기 제1 사용자의 관심사 및 대화 스타일을 추출하는 단계; 상기 제2 사용자의 이전 대화 내용을 기반으로, 상기 제2 사용자의 관심사 및 대화 스타일을 추출하는 단계; 상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나에 기초하여, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하는 단계; 상기 제1 사용자 및 상기 제2 사용자의 대화 종료 후, 어느 일방이 다른 일방의 특성에 대해 평가한 키워드를 획득하는 단계; 및 상기 제1 사용자 및 상기 제2 사용자의 대화 내용을 기반으로 상기 키워드와 관련된 제1 컨셉의 대화 데이터를 생성하는 단계를 포함할 수 있다.A method of providing a conversation service according to an embodiment includes obtaining registration information of a first user and a second user; extracting interests and conversation styles of the first user based on previous conversation contents of the first user; extracting interests and conversation styles of the second user based on previous conversation contents of the second user; matching the second user as a conversation partner of the first user based on at least one of the registration information, interest, and conversation style of the first user and the second user; acquiring a keyword evaluated by one of the other users after the conversation between the first user and the second user is over; and generating conversation data of a first concept related to the keyword based on conversation contents between the first user and the second user.

여기서, 상기 제1 사용자 및 상기 제2 사용자의 이전 대화 상대방이 상기 제1 사용자 및 상기 제2 사용자 각각의 특성을 평가한 과거 평가 키워드를 획득하는 단계를 더 포함하고, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하는 단계는 상기 등록 정보, 상기 관심사, 상기 대화 스타일 및 상기 과거 평가 키워드 중 적어도 하나에 기초하여 수행될 수 있다.The method further comprises obtaining a past evaluation keyword obtained by evaluating characteristics of the first user and the second user by previous conversation partners of the first user and the second user, respectively, and The matching of the second user may be performed based on at least one of the registration information, the interest, the conversation style, and the past evaluation keyword.

여기서, 상기 등록 정보는 사용자의 나이, 성별, 위치, 국가, 사용 언어 및 등록된 관심사 중 적어도 하나를 포함할 수 있다.Here, the registration information may include at least one of the user's age, gender, location, country, language used, and registered interests.

여기서, 상기 관심사는 사용자의 이전 대화 내용에서 반복되는 단어에 기초하여 추출될 수 있다.Here, the interests may be extracted based on words repeated in the user's previous conversation contents.

여기서, 상기 대화 스타일은 사용자의 이전 대화 내용에서 대화의 빈도, 문장의 길이, 대화 지속 시간 및 대화가 재개되기까지의 시간 중 적어도 하나에 기초하여 추출될 수 있다.Here, the conversation style may be extracted based on at least one of a conversation frequency, a sentence length, a conversation duration, and a time until conversation is resumed in the user's previous conversation content.

여기서, 상기 제1 컨셉은 상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나와 관련된 컨셉일 수 있다.Here, the first concept may be a concept related to at least one of the registration information, interest, and conversation style of the first user and the second user.

여기서, 인공지능 모델이 상기 제1 컨셉과 관련된 대화 메시지를 자동으로 출력하도록 상기 대화 데이터를 이용해 상기 인공지능 모델을 학습시키는 단계를 더 포함할 수 있다.Here, the method may further include training the artificial intelligence model using the dialogue data so that the artificial intelligence model automatically outputs a dialogue message related to the first concept.

여기서, 제3 사용자의 상기 제1 컨셉의 대화 요청을 획득하는 단계; 및 상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제3 사용자에게 전송하는 단계를 더 포함할 수 있다.Here, obtaining a chat request of the first concept from a third user; and transmitting the conversation message output by the artificial intelligence model to the third user.

여기서, 제3 사용자의 등록 정보를 획득하는 단계; 상기 제3 사용자의 이전 대화 내용을 기반으로, 상기 제3 사용자의 관심사 및 대화 스타일을 추출하는 단계; 상기 제3 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나가 상기 제1 컨셉과 관련되어 있는지 여부를 판단하는 단계; 및 상기 판단하는 단계의 결과가 긍정인 경우, 상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제3 사용자에게 전송하는 단계를 더 포함할 수 있다.Here, acquiring registration information of a third user; extracting interests and conversation styles of the third user based on previous conversation contents of the third user; determining whether at least one of the registration information, interest, and conversation style of the third user is related to the first concept; and when a result of the determining step is affirmative, transmitting the conversation message output by the artificial intelligence model to the third user.

여기서, 제3 사용자가 상기 제1 컨셉의 대화를 요청하는 단계; 및 상기 제1 컨셉의 대화 데이터를 이용해 학습된 상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제1 사용자에게 전송하는 단계를 더 포함할 수 있다.Here, the step of requesting a conversation of the first concept by a third user; and transmitting a dialog message output by the artificial intelligence model learned using the dialog data of the first concept to the first user.

여기서, 상기 서버의 대화 서비스 제공 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램이 제공될 수 있다.Here, a computer program recorded on a computer-readable recording medium may be provided to execute the method of providing the conversation service of the server.

일 실시예에 따른 대화 서비스를 제공하는 서버는 제어부; 및 복수의 사용자 단말기와 데이터를 송수신하는 통신부를 포함하고, 상기 제어부는, 상기 통신부를 통해 제1 사용자 단말기 및 제2 사용자 단말기로부터 각각 제1 사용자 및 제2 사용자의 등록 정보 및 이전 대화 내용을 포함한 데이터를 획득하고, 상기 제1 사용자 및 상기 제2 사용자의 이전 대화 내용을 포함한 데이터에 기초하여 상기 제1 사용자 및 상기 제2 사용자의 관심사 및 대화 스타일을 추출하고, 상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나에 기초하여, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하고, 상기 제1 사용자 및 상기 제2 사용자의 대화 종료 후, 어느 일방이 다른 일방의 특성에 대해 평가한 키워드를 획득하고, 상기 제1 사용자 및 상기 제2 사용자의 대화 내용을 포함한 데이터를 기반으로 상기 키워드와 관련된 제1 컨셉의 대화 데이터를 생성할 수 있다.A server providing a conversation service according to an embodiment includes a control unit; And a communication unit for transmitting and receiving data with a plurality of user terminals, wherein the control unit includes registration information and previous conversation contents of the first user terminal and the second user terminal, respectively, from the first user terminal and the second user terminal through the communication unit. Obtaining data, extracting interests and conversation styles of the first user and the second user based on the data including previous conversation contents between the first user and the second user, and extracting the first user and the second user. The second user is matched as a conversation partner of the first user based on at least one of the registration information, the interest, and the conversation style of the user, and after the conversation between the first user and the second user ends, either one A keyword evaluated for the other characteristic may be obtained, and conversation data of a first concept related to the keyword may be generated based on data including conversation contents between the first user and the second user.

본 발명의 일 실시예에 따르면 사용자의 정보를 분석해 대화 상대방을 매칭하는 방법이 제공될 수 있다.According to an embodiment of the present invention, a method of matching a conversation partner by analyzing user information may be provided.

본 발명의 일 실시예에 따르면 선택된 컨셉에 대한 맞춤형 대화 메시지를 출력하는 방법이 제공될 수 있다.According to an embodiment of the present invention, a method of outputting a customized chat message for a selected concept may be provided.

도 1은 일 실시예에 따른 대화 서비스 제공 시스템의 환경도이다.
도 2는 일 실시예에 따른 대화 서비스 제공 서버의 블록도이다.
도 3은 일 실시예에 따른 대화 데이터 생성 방법을 나타낸 도면이다.
도 4는 일 실시예에 따른 대화 데이터를 이용하여 자동 대화 메시지를 생성하는 방법을 나타낸 도면이다.1 is an environment diagram of a conversation service providing system according to an exemplary embodiment.
2 is a block diagram of a conversation service providing server according to an embodiment.
3 is a diagram illustrating a method of generating conversation data according to an exemplary embodiment.
4 is a diagram illustrating a method of generating an automatic chat message using chat data according to an exemplary embodiment.

본 명세서에 기재된 실시예는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 사상을 명확히 설명하기 위한 것이므로, 본 발명이 본 명세서에 기재된 실시예에 한정되는 것은 아니며, 본 발명의 범위는 본 발명의 사상을 벗어나지 아니하는 수정예 또는 변형예를 포함하는 것으로 해석되어야 한다.The embodiments described in this specification are intended to clearly explain the spirit of the present invention to those skilled in the art to which the present invention belongs, so the present invention is not limited to the embodiments described in this specification, and the The scope should be construed to include modifications or variations that do not depart from the spirit of the invention.

본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하여 가능한 현재 널리 사용되고 있는 일반적인 용어를 선택하였으나 이는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자의 의도, 판례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 다만, 이와 달리 특정한 용어를 임의의 의미로 정의하여 사용하는 경우에는 그 용어의 의미에 관하여 별도로 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가진 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 한다.The terms used in this specification have been selected as general terms that are currently widely used as much as possible in consideration of the functions in the present invention, but these may vary depending on the intention of those skilled in the art, precedents, or the emergence of new technologies to which the present invention belongs. can However, in the case where a specific term is defined and used in an arbitrary meaning, the meaning of the term will be separately described. Therefore, the terms used in this specification should be interpreted based on the actual meaning of the term and the overall content of this specification, not the simple name of the term.

본 명세서에 첨부된 도면은 본 발명을 용이하게 설명하기 위한 것으로 도면에 도시된 형상은 본 발명의 이해를 돕기 위하여 필요에 따라 과장되어 표시된 것일 수 있으므로 본 발명이 도면에 의해 한정되는 것은 아니다.The drawings accompanying this specification are intended to easily explain the present invention, and the shapes shown in the drawings may be exaggerated as necessary to aid understanding of the present invention, so the present invention is not limited by the drawings.

본 명세서에서 본 발명에 관련된 공지의 구성 도는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 필요에 따라 생략하기로 한다.In this specification, if it is determined that a detailed description of a well-known configuration or function related to the present invention may obscure the gist of the present invention, detailed description thereof will be omitted if necessary.

도 1은 일 실시예에 따른 대화 서비스 제공 시스템의 환경도이다.1 is an environment diagram of a conversation service providing system according to an exemplary embodiment.

도 1을 참조하면, 일 실시예에 따른 대화 서비스는 서버(1000) 및 사용자 단말기(2000)를 통해 이루어질 수 있다. 도 1에는 하나의 사용자 단말기(2000)만을 도시하였으나, 이에 한정되지 않고 서비스는 서버(1000)와 복수의 사용자 단말기를 통해 이루어질 수 있다.Referring to FIG. 1 , a conversation service according to an embodiment may be performed through aserver 1000 and auser terminal 2000 . Although only oneuser terminal 2000 is shown in FIG. 1 , the service is not limited thereto and may be provided through theserver 1000 and a plurality of user terminals.

서버(1000)는 컴퓨팅 장치로서 대화 서비스의 전반적인 주체일 수 있다. 서버(1000)는 데이터 학습을 통해 자동적으로 작동할 수 있는 인공지능 서버일 수 있다. 서버(1000)는 대화 서비스를 모바일의 어플리케이션이나 웹사이트 등을 통해 제공할 수 있다.Theserver 1000 is a computing device and may be an overall subject of a conversation service.Server 1000 may be an artificial intelligence server that can operate automatically through data learning. Theserver 1000 may provide a conversation service through a mobile application or website.

또한 서버(1000)는 사용자 단말기 내부에 포함된 프로그래밍 언어로 구현된 프로그램일 수도 있다. 또는 서버(1000)는 엣지 컴퓨팅 장치로서 메인 서버와 단말기의 중간 서버일 수도 있다.Also, theserver 1000 may be a program implemented in a programming language included in the user terminal. Alternatively, theserver 1000 is an edge computing device and may be an intermediate server between a main server and a terminal.

서버(1000)는 인공지능 서버로서 사용자 단말기(2000)로부터 사용자가 입력한 메시지를 획득하고, 사용자가 입력한 메시지에 기초하여 답장이 될 수 있는 메시지를 자동으로 생성하고, 이를 포함한 신호를 사용자 단말기(2000)에 전송할 수 있다.Theserver 1000, as an artificial intelligence server, obtains a message input by the user from theuser terminal 2000, automatically generates a message that can be a reply based on the message input by the user, and sends a signal including the message to the user terminal. (2000).

예를 들어, 서버(1000)는 사용자 단말기(2000)로부터 '안녕'이라는 메시지를 포함한 데이터를 수신하고, 이에 기초하여 '안녕, 반가워'라는 메시지를 자동으로 생성하여, 이를 포함한 신호를 사용자 단말기(2000)에 전송할 수 있다.For example, theserver 1000 receives data including a 'hello' message from theuser terminal 2000, automatically generates a 'hello, nice to meet you' message based on the received data, and transmits a signal including the message to the user terminal ( 2000) can be transmitted.

또한, 서버(1000)는 인공지능 서버로서 사용자에게 먼저 대화를 걸기 위해, 사용자 단말기(2000)에 먼저 대화 메시지를 포함한 신호를 전송할 수 있다.In addition, theserver 1000, as an artificial intelligence server, may first transmit a signal including a conversation message to theuser terminal 2000 in order to initiate a conversation with the user.

예를 들어, 서버(1000)는 사용자와 대화를 시작할 수 있도록,'지금 뭐해?'라는 메시지를 자동으로 생성하여, 이를 포함한 신호를 사용자 단말기(2000)에 전송할 수 있다.For example, theserver 1000 may automatically generate a message 'What are you doing now?' to start a conversation with the user, and transmit a signal including the message to theuser terminal 2000.

서버(1000)는 다른 장치와 통신하여 사용자와 메시지를 주고받을 수 있다. 서버(1000)는 사용자 단말기(2000)와 데이터를 송수신할 수 있다. 서버(1000)는 사용자 단말기(2000)와의 통신을 통해 사용자가 사용자 단말기(2000)에 입력한 메시지를 획득할 수 있다. 또한, 서버(1000)는 사용자 단말기(2000)와의 통신을 통해 사용자와 대화할 수 있는 대화 메시지를 전송할 수도 있다.Theserver 1000 may communicate with other devices to exchange messages with users. Theserver 1000 may transmit and receive data with theuser terminal 2000 . Theserver 1000 may acquire a message input to theuser terminal 2000 by the user through communication with theuser terminal 2000 . In addition, theserver 1000 may transmit a conversation message capable of communicating with the user through communication with theuser terminal 2000 .

서버(1000)는 사용자 단말기(2000)를 통해 획득한 데이터를 분석하여, 사용자의 관심사 또는 대화 스타일을 분석, 파악 및/또는 추출할 수 있다. 서버(1000)는 사용자가 입력한 메시지인 사용자 대화 메시지를 분석할 수 있다. 구체적으로, 서버(1000)는 사용자 대화 메시지를 분석하여, 특정 단어가 일정 수치 이상 많이 포함되거나, 계속적으로 반복되는 것을 확인할 수 있다.Theserver 1000 may analyze, identify, and/or extract a user's interest or conversation style by analyzing data obtained through theuser terminal 2000 . Theserver 1000 may analyze a user conversation message that is a message input by a user. Specifically, theserver 1000 may analyze the user conversation message and confirm that a specific word is included a certain number or more or is continuously repeated.

일 실시예에 따르면, 서버(1000)는 사용자 대화 메시지에 제품 브랜드, 연예인 취미, 액티비티 및/또는 정치적 성향, 종교, 음식과 관련된 단어가 반복적으로 언급되는지를 분석 및 확인할 수 있다. 또한, 서버(1000)는 사용자 대화 메시지에 긍정 또는 부정문의 사용 빈도를 분석 및 확인할 수 있다. 그러나, 위 예시에 한정되지 않고, 서버(1000)는 사용자 대화 메시지를 분석하여 사용자의 취향, 스타일 등을 분석 및 확인할 수 있다.According to an embodiment, theserver 1000 may analyze and check whether words related to product brands, celebrity hobbies, activities and/or political inclinations, religion, and food are repeatedly mentioned in the user conversation message. In addition, theserver 1000 may analyze and check the frequency of use of positive or negative sentences in the user dialogue message. However, theserver 1000 is not limited to the above example, and theserver 1000 may analyze and confirm the user's taste and style by analyzing the user conversation message.

다른 일 실시예에 따르면, 서버(1000)는 사용자 대화 메시지 분석을 통해, 사용자의 대화 메시지 빈도, 대화 메시지 문장의 길이, 대화의 지속 시간 및 대화가 재개되기까지의 시간을 파악할 수 있다. 또는 서버(1000)는 사용자 대화 메시지 분석을 통해, 사용자의 언어 습관(예, 말줄임 습관, 일상적이지 않은 특정 단어의 사용, 즐겨쓰는 말, 싫어하는 말 등)을 파악할 수 있다.According to another embodiment, theserver 1000 may determine the user's chat message frequency, the length of the chat message sentences, the duration of the chat, and the time until the chat is resumed through user chat message analysis. Alternatively, theserver 1000 may determine the user's language habits (eg, a habit of reducing speech, use of specific non-daily words, favorite words, words that are disliked, etc.) of the user through analysis of user conversation messages.

이때, 서버(1000)가 분석하는 사용자 대화 메시지는, 사용자가 실행했던 이전의 대화일 수도 있고, 현재 대화일 수도 있다.At this time, the user conversation message analyzed by theserver 1000 may be a previous conversation executed by the user or a current conversation.

서버(1000)는 분석 또는 파악한 사용자의 관심사 또는 대화 스타일을 하나 이상의 키워드로 출력 및/또는 저장할 수 있다. 예를 들어, 서버(1000)는 사용자의 관심사가 축구인 경우, 사용자와 관련된 키워드를 축구로 설정할 수 있다. 또한 예를 들어, 서버(1000)는 사용자의 대화 스타일이 엉뚱하고, 재밌는 표현을 많이 사용할 경우, 사용자와 관련된 키워드를 엉뚱함, 재밌음으로 설정할 수 있다.Theserver 1000 may output and/or store the user's interest or conversation style analyzed or identified as one or more keywords. For example, when the user's interest is soccer, theserver 1000 may set a keyword related to the user to soccer. Also, for example, theserver 1000 may set a keyword related to the user to erratic or fun when the user's conversational style is erratic and uses a lot of funny expressions.

도 2는 일 실시예에 따른 대화 서비스 제공 서버의 블록도이다.2 is a block diagram of a conversation service providing server according to an embodiment.

도 2를 참조하면, 서버(1000)는 서버 제어부(1100), 서버 통신부(1200), 서버 입력부(1300), 서버 저장부(1400) 및 서버 디스플레이부(1500)를 포함할 수 있다.Referring to FIG. 2 , aserver 1000 may include aserver control unit 1100, aserver communication unit 1200, aserver input unit 1300, aserver storage unit 1400, and aserver display unit 1500.

서버 제어부(1100)는 서버(1000)의 동작을 총괄할 수 있다. 구체적으로, 서버 제어부(1100)는 서버 통신부(1200), 서버 입력부(1300), 서버 저장부(1400) 및 서버 디스플레이부(1500)에 제어 명령을 보내 각 부서의 동작을 실행할 수 있다.Theserver control unit 1100 may oversee operations of theserver 1000 . Specifically, theserver control unit 1100 may send control commands to theserver communication unit 1200, theserver input unit 1300, theserver storage unit 1400, and theserver display unit 1500 to execute operations of each department.

서버 통신부(1200)는 서버(1000)와 외부 기기를 연결하여 통신하도록 할 수 있다. 즉, 서버 통신부(1200)는 외부 기기와 데이터를 송/수신할 수 있다. 예를 들어, 서버 통신부(1200)는 사용자 단말기(2000)의 통신부와 데이터를 주고받을 수 있다.Theserver communication unit 1200 may connect theserver 1000 and an external device to communicate with each other. That is, theserver communication unit 1200 may transmit/receive data with an external device. For example, theserver communication unit 1200 may exchange data with the communication unit of theuser terminal 2000 .

또한, 서버 통신부(1200)는 외부 기기와 필요에 따라 통신 연결을 유지 또는 해제할 수 있다. 또한 서버 통신부(1200)는 실시 형태에 따라 상시적으로 외부 기기와 연결을 유지할 수 있다.Also, theserver communication unit 1200 may maintain or disconnect a communication connection with an external device as needed. In addition, theserver communication unit 1200 may always maintain a connection with an external device according to an embodiment.

서버 통신부(1200)는 유선 통신 방식 및 무선 통신 방식 중 적어도 하나의 통신 방식을 지원하는 통신 모듈일 수 있다.Theserver communication unit 1200 may be a communication module supporting at least one communication method among a wired communication method and a wireless communication method.

서버 입력부(1300)는 사용자 입력에 대응하는 전기 신호를 획득할 수 있다. 예를 들어, 서버 입력부(1300)는 특정 장치와 관련된 입력에 대응하는 전기 신호를 획득할 수 있다. 구체적으로, 서버 입력부(1300)는 사용자의 정보 등 사용자가 사용자 단말기(2000)를 거치지 않고 바로 서버(1000)에 입력할 수 있는 정보에 대응되는 전기 신호를 획득할 수 있다.Theserver input unit 1300 may obtain an electrical signal corresponding to a user input. For example, theserver input unit 1300 may obtain an electrical signal corresponding to an input related to a specific device. In detail, theserver input unit 1300 may obtain electrical signals corresponding to information that the user may directly input into theserver 1000 without going through theuser terminal 2000, such as user information.

서버 입력부(1300)는 키패드, 키보드, 스위치, 버튼 및 터치 스크린 등을 포함할 수 있다. 또한, 서버 입력부(1300)는 서버 통신부(1200)에 의해 사용자 단말기(2000)와 통신하여, 입력값에 대응되는 전기 신호를 획득할 수도 있다.Theserver input unit 1300 may include a keypad, keyboard, switch, button, and touch screen. Also, theserver input unit 1300 may communicate with theuser terminal 2000 through theserver communication unit 1200 to obtain an electrical signal corresponding to an input value.

서버 저장부(1400)는 데이터를 저장할 수 있다. 예를 들어, 서버 저장부(1400)는 서버 입력부(1300)로부터 획득한 데이터를 저장할 수 있다. 이때, 서버 저장부(1400)는 플래시 메모리, RAM, ROM, SSD, SD CARD 및 광학 디스크 등으로 구형될 수 있으나, 이에 한정되지 않는다.Theserver storage unit 1400 may store data. For example, theserver storage unit 1400 may store data obtained from theserver input unit 1300 . In this case, theserver storage unit 1400 may be a flash memory, RAM, ROM, SSD, SD CARD, optical disk, etc., but is not limited thereto.

서버 저장부(1400)는 서버 통신부(1200)를 통해 다른 장치로부터 획득한 데이터를 저장할 수 있다. 또한, 서버 저장부(1400)는 서버(1000)의 동작에 필요한 프로그램을 저장할 수 있다.Theserver storage unit 1400 may store data obtained from other devices through theserver communication unit 1200 . Also, theserver storage unit 1400 may store programs necessary for the operation of theserver 1000 .

예를 들어, 서버 저장부(1400)는 사용자 단말기(2000)로부터 획득한 사용자의 정보, 사용자가 입력한 사용자 대화 메시지를 저장할 수 있다. 또한, 서버 저장부(1400)는 사용자의 대화 서비스 이력을 모두 저장할 수 있다.For example, theserver storage unit 1400 may store user information obtained from theuser terminal 2000 and a user conversation message input by the user. In addition, theserver storage unit 1400 may store all of the user's conversation service histories.

서버 디스플레이부(1500)는 시각적인 정보를 출력할 수 있다. 예를 들어, 서버 디스플레이부(1500)는 모바일 어플리케이션의 디스플레이나, 컴퓨터의 디스플레이와 연결되어 대화 서비스와 관련된 시각적인 정보를 출력할 수 있다.Theserver display unit 1500 may output visual information. For example, theserver display unit 1500 may be connected to a display of a mobile application or a display of a computer to output visual information related to a conversation service.

예를 들어, 서버 디스플레이부(1500)는 사용자 단말기(2000)의 디스플레이와 연결되어 사용자 대화 메시지 및 서버 대화 메시지를 출력할 수 있다.For example, theserver display unit 1500 may be connected to the display of theuser terminal 2000 to output a user conversation message and a server conversation message.

도 3은 일 실시예에 따른 대화 데이터 생성 방법을 나타낸 도면이다.3 is a diagram illustrating a method of generating conversation data according to an exemplary embodiment.

도 3을 참조하면, 대화 데이터 생성 방법은 등록 정보를 획득하는 단계(S110), 관심사 및 대화 스타일을 추출하는 단계(S120), 획득한 정보들을 분석 또는 매칭하는 단계(S130), 대화 상대를 매칭하는 단계(S140), 사용자들이 대화를 나누는 단계(S150), 대화 종료 후, 대화 상대를 평가하는 단계(S160), 평가된 키워드와 관련된 컨셉을 탐색하는 단계(S170) 및 컨셉과 관련된 대화 데이터를 생성하는 단계(S180)를 포함할 수 있다. 각 단계의 순서는 변경될 수 있다.Referring to FIG. 3, the method of generating conversation data includes obtaining registration information (S110), extracting interest and conversation style (S120), analyzing or matching the obtained information (S130), matching a conversation partner (S140), having a conversation with users (S150), ending the conversation Then, it may include evaluating a conversation partner (S160), searching for a concept related to the evaluated keyword (S170), and generating conversation data related to the concept (S180). The order of each step can be changed.

등록 정보를 획득하는 단계(S110)는 제1 사용자 및 제2 사용자의 등록 정보를 획득하는 단계일 수 있다. 사용자들은 서버(1000) 상에 자신과 관련된 기본 정보를 등록할 수 있다. 예를 들어, 등록 정보는 사용자의 이름, 나이, 성별, 지역, 취미, 국가, 사용 언어 및/또는 관심사일 수 있다. 서버(1000)는 복수의 사용자들의 등록 정보를 획득하여 서버 저장부(1400)에 저장할 수 있다.Obtaining registration information (S110) may be obtaining registration information of the first user and the second user. Users may register basic information related to themselves on theserver 1000 . For example, the registration information may be the user's name, age, gender, region, hobbies, country, language used, and/or interests. Theserver 1000 may obtain registration information of a plurality of users and store it in theserver storage unit 1400 .

관심사 및 대화 스타일을 추출하는 단계(S120)는 제1 사용자 및 제2 사용자들의 이전 대화 내용에서 각 사용자의 관심사 및 대화 스타일을 추출하는 단계일 수 있다. 서버(1000)는 사용자들의 이전 대화 서비스 이력을 저장할 수 있다. 서버(1000)는 저장된 이전 대화 내용을 분석하여, 사용자들의 관심사 및 대화 스타일을 분석 및 추출할 수 있다.The step of extracting interests and conversation styles ( S120 ) may be a step of extracting interests and conversation styles of each user from previous conversation contents of the first user and the second users. Theserver 1000 may store previous chat service histories of users. Theserver 1000 may analyze and extract user interests and conversation styles by analyzing stored previous conversation contents.

예를 들어, 서버(1000)는 키워드 분석을 통해 반복되는 키워드들을 추출하고, 이를 통해 사용자의 관심사를 획득할 수 있다. 또한 예를 들어, 서버(1000)는 형태소 분석을 통해 사용자의 대화 메시지의 길이, 줄임말 사용 여부 등을 파악할 수 있다. 또한 서버(1000)는 대화 내용의 길이, 대화의 빈도, 대화 지속 시간, 말풍선 사용 횟수(엔터 입력 횟수) 등의 대화 스타일을 추출할 수 있다.For example, theserver 1000 may extract repetitive keywords through keyword analysis, and obtain interests of the user through this. Also, for example, theserver 1000 may determine the length of the user's dialogue message, whether or not an abbreviation is used, etc. through morpheme analysis. In addition, theserver 1000 may extract conversation styles such as the length of conversation content, the frequency of conversation, the duration of conversation, and the number of times speech bubbles are used (the number of enter inputs).

획득한 정보들을 분석 또는 매칭하는 단계(S130)는 단계 S110 및 단계 S120에서 획득한 등록 정보, 관심사 및 대화 스타일들을 분석 또는 매칭하는 단계일 수 있다.The step of analyzing or matching the acquired information (S130) may be a step of analyzing or matching the registration information, interests, and conversation styles acquired in steps S110 and S120.

예를 들어, 서버(1000)는 제1 사용자의 나이가 20대 초반이고, 관심사가 다이어트인 경우, 제1 사용자의 나이대와 비슷하고, 관심사가 뷰티, 다이어트, 몸매, 운동, 식단 등인 다른 사용자를 탐색할 수 있다.For example, when the age of the first user is in his early twenties and his interest is diet, theserver 1000 selects other users whose age is similar to that of the first user and whose interest is beauty, diet, body, exercise, and diet. can explore

또한 예를 들어, 서버(1000)는 제1 사용자의 성별이 여성이고, 대화 스타일이 수다스럽고, 대화 속도가 빠를 경우, 제1 사용자의 성별과 동일하고, 대화 속도가 빠른 다른 사용자를 탐색할 수 있다.Also, for example, if the first user's gender is female, the conversation style is chatty, and the conversation speed is fast, theserver 1000 may search for another user having the same gender as the first user and a high conversation speed. there is.

대화 상대를 매칭하는 단계(S140)는 단계 S130에서 제1 사용자의 등록 정보, 관심사 및 대화 스타일과 관련된 다른 사용자를 탐색한 경우, 상기 다른 탐색자를 제1 사용자의 대화 상대로 매칭하는 단계일 수 있다. 즉, 제1 사용자의 정보를 분석함으로써, 제1 사용자와 비슷한 정보를 가진 제2 사용자를 탐색하여, 제1 사용자와 제2 사용자를 대화 상대로 매칭하는 단계일 수 있다.The step of matching a conversation partner (S140) may be a step of matching the other searcher as a conversation partner of the first user when another user related to the first user's registration information, interest, and conversation style is searched in step S130. That is, it may be a step of matching the first user and the second user as a conversation partner by searching for a second user having similar information to the first user by analyzing information of the first user.

사용자들이 대화를 나누는 단계(S150)는 단계 S140에서 대화 상대방으로 매칭된 제1 사용자와 제2 사용자가 대화를 나누는 단계일 수 있다.The step of having a conversation between users (S150) may be a step of having a conversation between the first user and the second user matched as a conversation partner in step S140.

제1 사용자와 제2 사용자는 공통 등록 정보, 공통 관심사 또는 공통 대화 스타일을 가지고 대화를 나눌 수 있다. 예를 들어, 제1 사용자와 제2 사용자는 사용자 정보에 등록된 정보에 대한 대화를 나눌 수 있다. 구체적으로, 사용자들은 각 사용자 정보에 등록된 관심사인 축구에 대한 대화를 나눌 수 있다. 또한 예를 들어, 제1 사용자와 제2 사용자는 거주하는 지역이 같은 사용자로, 등록 정보 중 거주지에 대한 대화를 나눌 수 있다.The first user and the second user may have a conversation based on common registration information, common interest, or common conversation style. For example, a first user and a second user may have a conversation about information registered in user information. Specifically, users can have a conversation about soccer, which is an interest registered in each user's information. Also, for example, the first user and the second user are users who live in the same area, and may have a conversation about a place of residence among registration information.

또한 예를 들어, 제1 사용자와 제2 사용자는 서버(1000)가 이전 대화 내용을 참고하여 추출한 관심사와 관련된 대화를 나눌 수 있다. 구체적으로, 사용자들이 이전 대화에서 다이어트와 몸매에 관련된 대화를 많이 나눈 사용자라면, 서버(1000)는 제1 사용자와 제2 사용자의 관심사를 다이어트로 추출할 수 있다. 이때, 서버(1000)는 단계 S140에서 제1 사용자와 제2 사용자를 대화 상대로 매칭할 수 있고, 제1 사용자와 제2 사용자는 다이어트에 대한 대화를 나눌 수 있다.Also, for example, the first user and the second user may have a conversation related to interests extracted by theserver 1000 by referring to previous conversation contents. Specifically, if users have had many conversations related to diet and body shape in previous conversations, theserver 1000 may extract interests of the first user and the second user as diet. At this time, theserver 1000 may match the first user and the second user as a conversation partner in step S140, and the first user and the second user may have a conversation about diet.

또한 예를 들어, 제1 사용자와 제2 사용자는 서버(1000)가 이전 대화 내용을 참고하여 추출한 대화 스타일에 맞춰 대화를 나눌 수 있다. 구체적으로, 사용자들이 이전 대화에서 대화량이 많고, 대화 속도가 빠르고, 수다스럽다면, 서버(1000)는 제1 사용자와 제2 사용자의 대화 스타일을 수다스러움으로 추출할 수 있다. 이때, 서버(1000)는 단계 S140에서 제1 사용자와 제2 사용자를 대화 상대로 매칭할 수 있고, 제1 사용자와 제2 사용자는 많은 양의 대화를 자유롭게 나눌 수 있다.Also, for example, the first user and the second user may have a conversation according to a conversation style extracted by theserver 1000 by referring to previous conversation contents. Specifically, if the users have a large amount of conversation, a fast conversation speed, and are chatty in a previous conversation, theserver 1000 may extract the conversation style of the first user and the second user as talkative. In this case, theserver 1000 may match the first user and the second user as a conversation partner in step S140, and the first user and the second user may freely share a large amount of conversation.

대화 종료 후, 대화 상대를 평가하는 단계(S160)는 사용자들이 서로 대화를 나누는 것을 종료한 후, 상대방에 대한 관심사, 성격, 특성, 대화 스타일 등에 대해 평가하는 단계일 수 있다.After the conversation ends, the step of evaluating the conversation partner ( S160 ) may be a step of evaluating interests, personalities, characteristics, conversation styles, etc. of the other party after the users have finished talking to each other.

예를 들어, 서버(1000)는 제1 사용자에게 제2 사용자에 대한 평가 항목을 노출시킬 수 있다. 구체적으로, 서버(1000)는 제1 사용자에게 지식이 많음, 대화가 재미있음, 공감을 잘해줌, 위로를 잘해줌, 고민을 잘 들어줌 등의 평가 항목을 노출시킬 수 있다. 또는, 서버(1000)는 제1 사용자에게 진지하다, 엉뚱하다, 재미있다, 밝고 명랑하다, 수줍음이 많다, 배려심이 많다 등의 평가 항목을 노출시킬 수 있다.For example, theserver 1000 may expose evaluation items for the second user to the first user. Specifically, theserver 1000 may expose to the first user evaluation items such as knowledgeableness, fun conversation, good empathy, good comfort, and good listening to concerns. Alternatively, theserver 1000 may expose evaluation items such as serious, quirky, fun, bright and cheerful, shy, and considerate to the first user.

마찬가지로, 서버(1000)는 제2 사용자에게 제1 사용자에 대한 평가 항목을 노출시킬 수 있다. 또한, 평가 방식에는 평가 항목을 선택하는 방식 외에 사용자가 직접 평가 항목을 작성하는 방식이 적용될 수도 있다.Similarly, theserver 1000 may expose evaluation items for the first user to the second user. In addition, a method in which a user directly creates an evaluation item may be applied to the evaluation method in addition to a method of selecting an evaluation item.

서버(1000)는 제1 사용자의 제2 사용자에 대한 평가에 기초하여, 제2 사용자와 관련된 키워드를 추출할 수 있다. 마찬가지로, 서버(1000)는 제2 사용자의 제1 사용자에 대한 평가에 기초하여, 제1 사용자와 관련된 키워드를 추출할 수 있다.Theserver 1000 may extract a keyword related to the second user based on the evaluation of the second user by the first user. Similarly, theserver 1000 may extract a keyword related to the first user based on the second user's evaluation of the first user.

예를 들어, 제1 사용자가 제2 사용자에 대한 평가 항목에서 '위로를 잘해줌'을 선택했다면, 서버(1000)는 제2 사용자와 관련된 키워드를 '위로'로 추출할 수 있다. 또한 예를 들어, 제1 사용자가 제2 사용자에 대한 평가 항목에서 '재미있다'를 선택했다면, 서버(1000)는 제2 사용자와 관련된 키워드를 '재밌음'으로 추출할 수 있다.For example, if the first user selects 'comfort is good' as an evaluation item for the second user, theserver 1000 may extract a keyword related to the second user as 'comfort'. Also, for example, if the first user selects 'interesting' as an evaluation item for the second user, theserver 1000 may extract a keyword related to the second user as 'fun'.

이와 같이, 사용자는 대화 상대방의 성격, 특성, 관심사, 대화 스타일 등에 대한 평가를 내리고, 서버(1000)는 평가에 기초하여 상기 대화 상대방과 관련된 키워드를 추출할 수 있다. 이때, 키워드는 복수일 수 있다.In this way, the user evaluates the personality, characteristics, interest, conversation style, etc. of the conversation partner, and theserver 1000 may extract keywords related to the conversation counterpart based on the evaluation. In this case, the keyword may be plural.

그러나, 이에 한정되지 않고, 서버(1000)가 특정 키워드를 추출 및/또는 설정하지 않고, 인공 신경망의 임베딩이나 프로그래밍 언어를 사용하여 대화 상대방을 평가할 수도 있다.However, the present invention is not limited thereto, and theserver 1000 may evaluate a conversation partner using an artificial neural network embedding or a programming language without extracting and/or setting a specific keyword.

평가된 키워드와 관련된 컨셉을 탐색하는 단계(S170)는 단계 S160에서 추출된 키워드를 더 큰 범주의 컨셉과 매칭하는 단계일 수 있다.The step of searching for a concept related to the evaluated keyword (S170) may be a step of matching the keyword extracted in step S160 with a concept of a larger category.

예를 들어, 서버(1000)가 제1 사용자에 대한 키워드를 '축구'로 설정했다면, 상기 키워드와 관련된 컨셉을 탐색하여 '스포츠'컨셉과 매칭시킬 수 있다. 또한 예를 들어, 서버(1000)가 제1 사용자에 대한 키워드를 '수다'로 설정했다면, 상기 키워드와 관련된 컨셉을 탐색하여 '수다스러움, 심심함, 시간때우기'컨셉과 매칭시킬 수 있다.For example, if theserver 1000 sets a keyword for the first user as 'soccer', a concept related to the keyword may be searched for and matched with the concept of 'sport'. Also, for example, if theserver 1000 sets a keyword for the first user as 'talkative', a concept related to the keyword may be searched and matched with a concept of 'talkativeness, boredom, killing time'.

또한 예를 들어, 서버(1000)가 제1 사용자에 대한 키워드를 '위로'로 설정했다면, 상기 키워드와 관련된 컨셉을 탐색하여 '상담, 공감, 위로, 심리 치료'컨셉과 매칭시킬 수 있다.Also, for example, if theserver 1000 sets a keyword for the first user as 'comfort', a concept related to the keyword may be searched and matched with a concept of 'counseling, empathy, comfort, psychological treatment'.

컨셉과 관련된 대화 데이터를 생성하는 단계(S180)는 단계 S170에서 매칭된 컨셉에 대한 대화 데이터를 생성하는 단계일 수 있다.The step of generating dialogue data related to the concept (S180) may be a step of generating dialogue data for the matched concept in step S170.

예를 들어, 서버(1000)는 제1 사용자와 관련된 키워드가 '축구'인 경우, 제1 사용자의 사용자 대화 메시지를 포함하여'스포츠'컨셉에 대한 대화 데이터를 생성할 수 있다. 즉, '스포츠'컨셉에 대한 대화 데이터는 제1 사용자의 사용자 대화 메시지를 포함할 수 있다. 이때, 상기 대화 데이터에는 제1 사용자의 대화 상대방인 제2 사용자의 사용자 대화 메시지도 포함할 수 있다.For example, when the keyword related to the first user is 'soccer', theserver 1000 may generate conversation data related to the concept of 'sports' including a user conversation message of the first user. That is, the conversation data for the 'sports' concept may include a user conversation message of the first user. In this case, the conversation data may also include a user conversation message of a second user who is a conversation partner of the first user.

또한 예를 들어, 서버(1000)는 제1 사용자와 관련된 키워드가 '다이어트'인 경우, 제1 사용자의 사용자 대화 메시지를 포함하여 '건강'컨셉에 대한 대화 데이터를 생성할 수 있다.Also, for example, when the keyword related to the first user is 'diet', theserver 1000 may generate conversation data about the concept of 'health' including a user conversation message of the first user.

또한 예를 들어, 서버(1000)는 제1 사용자와 관련된 키워드가 '공감'인 경우, 제1 사용자의 사용자 대화 메시지를 포함하여 '공감' 또는 '위로'컨셉에 대한 대화 데이터를 생성할 수 있다.Also, for example, when the keyword related to the first user is 'sympathy', theserver 1000 may generate conversation data for the concept of 'sympathy' or 'comfort' including a user conversation message of the first user. .

서버(1000)는 컨셉에 대한 대화 데이터를 생성하여, 인공지능 모델을 학습시킬 수 있다. 즉, 인공지능 모델이 제1 컨셉과 관련된 대화 메시지를 자동으로 출력하도록, 제1 컨셉에 대한 대화 데이터를 이용해 인공지능 모델을 학습시킬 수 있다. 이와 관련된 내용은 도 4를 참조하여 설명한다.Theserver 1000 may generate conversation data about a concept and train an artificial intelligence model. That is, the artificial intelligence model may be trained using conversation data about the first concept so that the artificial intelligence model automatically outputs a conversation message related to the first concept. Details related to this will be described with reference to FIG. 4 .

도 4는 일 실시예에 따른 대화 데이터를 이용하여 자동 대화 메시지를 생성하는 방법을 나타낸 도면이다.4 is a diagram illustrating a method of generating an automatic chat message using chat data according to an exemplary embodiment.

일 실시예에 따른 대화 데이터를 이용하여 자동 대화 메시지를 생성하는 방법은 대화 데이터를 학습 데이터로 하여 인공지능 모델을 학습시키는 단계(S210), 제3 사용자의 정보를 획득하는 단계(S220), 제3 사용자의 정보와 컨셉을 매칭하는 단계(S230) 및 학습된 인공지능 모델이 출력한 대화 메시지로 제3 사용자와 대화를 나누는 단계(S240)를 포함할 수 있다.A method for generating an automatic dialog message using conversation data according to an embodiment includes learning an artificial intelligence model using conversation data as learning data (S210), acquiring information of a third user (S220), and It may include matching information and concepts of three users (S230) and having a conversation with a third user using a conversation message output from the learned artificial intelligence model (S240).

대화 데이터를 학습 데이터로 하여 인공지능 모델을 학습시키는 단계(S210)는 도 3의 단계 S180에서 제1 컨셉에 대해 생성한 대화 데이터를 이용해 인공지능 모델을 학습시키는 단계일 수 있다. 이때, 인공지능 모델은 서버(1000) 내에 포함되는 소프트웨어 장치일 수 있다.The step of learning the artificial intelligence model using the conversation data as learning data (S210) may be a step of learning the artificial intelligence model using the conversation data generated for the first concept in step S180 of FIG. 3. In this case, the artificial intelligence model may be a software device included in theserver 1000.

학습된 인공지능 모델은 제1 컨셉에 대해 자동으로 메시지를 출력할 수 있다. 예를 들어, '스포츠'컨셉의 대화 데이터로 학습된 인공지능 모델은 '스포츠'와 관련된 대화 메시지를 출력할 수 있다. 구체적으로, 인공지능 모델은 '오늘 7시에 한국 축구 월드컵 예선 경기 있는거 알아?', '손흥민 선수 프리킥 영상 봤어?'등 스포츠와 관련된 대화 메시지를 출력할 수 있다.The learned artificial intelligence model may automatically output a message for the first concept. For example, an artificial intelligence model trained with conversation data of a 'sports' concept may output a conversation message related to 'sports'. Specifically, the artificial intelligence model can output conversation messages related to sports, such as 'Do you know that there is a Korea Football World Cup qualifying match at 7 o'clock today?'

또한 예를 들어, '건강'컨셉의 대화 데이터로 학습된 인공지능 모델은 '건강'과 관련된 대화 메시지를 출력할 수 있다. 구체적으로, 인공지능 모델은 '하루에 아몬드 10개 정도 먹는 걸 추천해', '영양제보다 음식으로 섭취하는 비타민이 좋아', '요즘 환절기인데 감기 걸리지 않게 비타민 C 잘 챙겨 먹어' 등 건강과 관련된 대화 메시지를 출력할 수 있다.Also, for example, an artificial intelligence model learned with conversation data of a 'health' concept may output a conversation message related to 'health'. Specifically, the artificial intelligence model has conversations related to health, such as 'I recommend eating about 10 almonds a day', 'I prefer vitamins from food rather than nutritional supplements', and 'It's the changing season these days, so take care of vitamin C so you don't catch a cold'. message can be printed.

인공지능 모델이 출력하는 대화 메시지는 도 3의 제1 사용자 및 제2 사용자의 대화 내용에 의해 학습된 결과로서, 더 자연스러운 메시지를 출력할 수 있다.The conversation message output by the artificial intelligence model is a result learned from the conversation contents of the first user and the second user of FIG. 3 , and a more natural message can be output.

제3 사용자의 정보를 획득하는 단계(S220)는 제3 사용자의 등록 정보, 관심사 및 대화 스타일을 획득하는 단계일 수 있다. 제3 사용자는 서버(1000) 상에 자신과 관련된 기본 정보를 등록할 수 있다. 예를 들어, 등록 정보는 제3 사용자의 이름, 나이, 성별, 지역, 취미 및/또는 관심사일 수 있다. 서버(1000)는 제3 사용자의 등록 정보를 획득하여 서버 저장부(1400)에 저장할 수 있다.Acquiring information of the third user ( S220 ) may be a step of acquiring registration information, interest, and conversation style of the third user. The third user may register basic information related to himself/herself on theserver 1000 . For example, the registration information may be the third user's name, age, gender, region, hobbies and/or interests. Theserver 1000 may obtain registration information of the third user and store it in theserver storage unit 1400 .

서버(1000)는 제3 사용자의 이전 대화 내용에서 제3 사용자의 관심사 및 대화 스타일을 추출할 수 있다. 이때, 서버(1000)는 서버 저장부(1400)에 저장된 제3 사용자의 이전 대화 서비스 이력을 이용할 수 있다. 서버(1000)는 저장된 이전 대화 내용을 분석하여, 제3 사용자의 관심사 및 대화 스타일을 분석 및 추출할 수 있다.Theserver 1000 may extract interests and conversation styles of the third user from previous conversation contents of the third user. In this case, theserver 1000 may use the previous conversation service history of the third user stored in theserver storage 1400 . Theserver 1000 may analyze and extract the interest and conversation style of the third user by analyzing the stored previous conversation contents.

제3 사용자의 정보와 컨셉을 매칭하는 단계(S230)는 단계 S220에서 획득한 제3 사용자의 정보와 컨셉을 매칭하는 단계일 수 있다.The step of matching the information of the third user with the concept (S230) may be a step of matching the information of the third user obtained in step S220 with the concept.

예를 들어, 서버(1000)는 제3 사용자의 등록 정보에 포함된 관심사인 '음식'을 획득하여 제3 사용자의 관심사를'요리'컨셉과 매칭할 수 있다. 또한 예를 들어, 서버(1000)는 제3 사용자의 이전 대화 내용에서 추출한 관심사인 '피아노'를 추출하여, 제3 사용자의 관심사를 '음악'컨셉과 매칭할 수 있다.For example, theserver 1000 may obtain 'food', which is an interest included in registration information of the third user, and match the interest of the third user with the concept of 'cooking'. Also, for example, theserver 1000 may match the interest of the third user with the concept of 'music' by extracting 'piano', which is an interest extracted from previous conversation contents of the third user.

학습된 인공지능 모델이 출력한 대화 메시지로 제3 사용자와 대화를 나누는 단계(S240)는 단계 S230에서 매칭한 컨셉의 대화 데이터로 학습된 인공지능 모델을 이용하여 제3 사용자와 대화를 나누는 단계일 수 있다.The step of having a conversation with a third user using the conversation message output by the learned AI model (S240) is a step of having a conversation with the third user using the AI model learned with the conversation data of the concept matched in step S230. can

예를 들어, 서버(1000)는 제3 사용자의 관심사를 '요리'컨셉과 매칭한 경우, '요리'컨셉과 관련된 대화 데이터로 학습된 인공지능 모델을 사용하여 제3 사용자와 대화를 나눌 수 있다. 또한 예를 들어, 서버(1000)는 제3 사용자의 관심사를 '음악'컨셉과 매칭한 경우, '음악'컨셉과 관련된 대화 데이터로 학습된 인공지능 모델을 사용하여 제3 사용자와 대화를 나눌 수 있다.For example, when the interest of the third user is matched with the concept of 'cooking', theserver 1000 may have a conversation with the third user using an artificial intelligence model learned from conversation data related to the concept of 'cooking'. . Also, for example, when the interest of the third user is matched with the 'music' concept, theserver 1000 may have a conversation with the third user using an artificial intelligence model learned from conversation data related to the 'music' concept. there is.

즉, 각 사용자와 관련된 컨셉 또는 각 사용자가 원하는 컨셉을 확정하고, 각 컨셉과 관련된 대화 데이터로 학습된 인공지능 모델을 이용하여 사용자와 대화를 나눌 수 있다.That is, a concept related to each user or a concept desired by each user may be determined, and a conversation may be conducted with the user using an artificial intelligence model learned from conversation data related to each concept.

다른 일 실시예에 따르면, 제3 사용자가 제1 컨셉의 대화를 요청할 경우, 서버(1000)는 상기 제1 컨셉의 대화 데이터를 이용해 학습된 인공지능 모델에 의해 출력된 대화 메시지를 제공할 수 있다.According to another embodiment, when a third user requests a conversation of the first concept, theserver 1000 may provide a conversation message output by an artificial intelligence model trained using conversation data of the first concept. .

즉, 제3 사용자가 제1 컨셉과 관련된 챗봇을 생성하고, 서버(1000)에 제1 컨셉과 관련된 대화를 요청할 경우, 서버(1000)는 학습된 인공지능 모델을 통해 제1 컨셉과 관련된 대화 메시지를 제3 사용자에게 제공할 수 있다.That is, when a third user creates a chatbot related to the first concept and requests a conversation related to the first concept to theserver 1000, theserver 1000 sends a conversation message related to the first concept through the learned artificial intelligence model. may be provided to a third user.

예를 들어, 제1 컨셉은 '야구'로서, 제3 사용자는 '야구'와 관련된 대화를 나눌 수 있는 챗봇을 생성하고, '야구'와 관련된 대화를 요청할 수 있다. 구체적으로, 제3 사용자는 '우리나라 투수 중에 누굴 조아해?'와 같은 메시지를 입력할 수 있다.For example, the first concept is 'baseball', and the third user can create a chatbot capable of having a conversation related to 'baseball' and request a conversation related to 'baseball'. Specifically, the third user may input a message such as 'Which Korean pitcher do you like?'.

이때, 서버(1000)는 '야구'와 관련된 대화 데이터를 이용해 학습된 인공지능 모델을 통해 제3 사용자에게 '나는 양현종 좋아해'와 같은 메시지를 제공할 수 있다.At this time, theserver 1000 may provide a message such as 'I like Yang Hyeon-jong' to the third user through an artificial intelligence model learned using conversation data related to 'baseball'.

이때, 제3 사용자는 각 컨셉과 관련된 복수의 챗봇을 생성하고, 서버(1000)에 각 컨셉에 맞는 대화를 요청할 수 있다. 예를 들어, 제3 사용자는 제1 컨셉의 '야구'챗봇, 제2 컨셉의 '영화'챗봇, 제3 컨셉의 '강아지'챗봇을 생성할 수 있다.In this case, the third user may create a plurality of chatbots related to each concept and request a conversation suitable for each concept from theserver 1000 . For example, the third user may create a 'baseball' chatbot of a first concept, a 'movie' chatbot of a second concept, and a 'dog' chatbot of a third concept.

서버(1000)는 제3 사용자가 제1 컨셉의 '야구'챗봇을 통해 대화를 요청할 경우, '야구'와 관련된 대화 메시지를 통해 학습된 인공지능 모델을 사용하고, 제2 컨셉의 '영화'챗봇을 통해 대화를 요청할 경우, '영화'와 관련된 대화 메시지를 통해 학습된 인공지능 모델을 사용하고, 제3 컨셉의 '강아지'챗봇을 통해 대화를 요청할 경우, '강아지'와 관련된 대화 메시지를 통해 학습된 인공지능 모델을 사용할 수 있다.When a third user requests a conversation through the 'baseball' chatbot of the first concept, theserver 1000 uses the artificial intelligence model learned through the conversation message related to 'baseball', and uses the 'movie' chatbot of the second concept. When requesting a conversation through 'Dog', use the artificial intelligence model learned through the dialogue message related to 'movie', and when requesting a conversation through the 'puppy' chatbot of the third concept, learn through the dialogue message related to 'dog' AI models can be used.

즉, 사용자가 특정 컨셉과 관련된 대화를 요청하면, 상기 특정 컨셉과 관련된 대화 데이터를 이용해 학습된 인공지능 모델을 통해 대화 메시지를 출력하여 사용자에게 제공할 수 있다.That is, when a user requests a conversation related to a specific concept, a conversation message may be output and provided to the user through an artificial intelligence model learned using conversation data related to the specific concept.

본원 발명은 실제 사용자들이 나눈 대화를 컨셉별로 분류(라벨링)하고, 컨셉별로 대화 데이터를 생성하고, 이를 인공지능 모델의 학습 데이터로 사용함으로써, 인공지능 모델이 컨셉에 특화된 대화 메시지를 출력할 수 있도록 한다.The present invention classifies (labels) conversations between real users by concept, creates conversation data for each concept, and uses it as training data for an artificial intelligence model so that the artificial intelligence model can output a conversation message specialized for the concept. do.

실시예에 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 실시예를 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 광기록 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 마찬가지이다The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program commands recorded on the medium may be specially designed and configured for the embodiment or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 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.As described above, although the embodiments have been described with limited examples and drawings, those skilled in the art can make various modifications and variations from the above description. For example, the described techniques may be performed in an order different from the method described, and/or components of the described system, structure, device, circuit, etc. may be combined or combined in a different form than the method described, or other components may be used. Or even if it is replaced or substituted by equivalents, appropriate results can be achieved.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims are within the scope of the following claims.

Claims (12)

Translated fromKorean

제1 사용자 및 제2 사용자의 등록 정보를 획득하는 단계;
상기 제1 사용자의 이전 대화 내용을 기반으로, 상기 제1 사용자의 관심사 및 대화 스타일을 추출하는 단계;
상기 제2 사용자의 이전 대화 내용을 기반으로, 상기 제2 사용자의 관심사 및 대화 스타일을 추출하는 단계;
상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나에 기초하여, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하는 단계;
상기 제1 사용자 및 상기 제2 사용자의 대화 종료 후, 어느 일방이 다른 일방의 특성에 대해 평가한 키워드를 획득하는 단계; 및
상기 제1 사용자 및 상기 제2 사용자의 대화 내용을 기반으로 상기 키워드와 관련된 제1 컨셉의 대화 데이터를 생성하는 단계를 포함하는
서버의 대화 서비스 제공 방법.
obtaining registration information of a first user and a second user;
extracting interests and conversation styles of the first user based on previous conversation contents of the first user;
extracting interests and conversation styles of the second user based on previous conversation contents of the second user;
matching the second user as a conversation partner of the first user based on at least one of the registration information, interest, and conversation style of the first user and the second user;
acquiring a keyword evaluated by one of the other users after the conversation between the first user and the second user is over; and
Generating conversation data of a first concept related to the keyword based on the conversation contents of the first user and the second user
How the server provides conversation services.
제1항에 있어서,
상기 제1 사용자 및 상기 제2 사용자의 이전 대화 상대방이 상기 제1 사용자 및 상기 제2 사용자 각각의 특성을 평가한 과거 평가 키워드를 획득하는 단계를 더 포함하고,
상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하는 단계는 상기 등록 정보, 상기 관심사, 상기 대화 스타일 및 상기 과거 평가 키워드 중 적어도 하나에 기초하여 수행되는
서버의 대화 서비스 제공 방법.
According to claim 1,
Acquiring past evaluation keywords obtained by evaluating characteristics of each of the first user and the second user by previous conversation partners of the first user and the second user;
The step of matching the second user as a conversation partner of the first user is performed based on at least one of the registration information, the interest, the conversation style, and the past evaluation keyword.
How the server provides conversation services.
제1항에 있어서,
상기 등록 정보는 사용자의 나이, 성별, 위치, 국가, 사용 언어 및 등록된 관심사 중 적어도 하나를 포함하는
서버의 대화 서비스 제공 방법.
According to claim 1,
The registration information includes at least one of the user's age, gender, location, country, language used, and registered interests.
How the server provides conversation services.
제1항에 있어서,
상기 관심사는 사용자의 이전 대화 내용에서 반복되는 단어에 기초하여 추출되는
서버의 대화 서비스 제공 방법.
According to claim 1,
The interests are extracted based on words repeated in the user's previous conversations.
How the server provides conversation services.
제1항에 있어서,
상기 대화 스타일은 사용자의 이전 대화 내용에서 대화의 빈도, 문장의 길이, 대화 지속 시간 및 대화가 재개되기까지의 시간 중 적어도 하나에 기초하여 추출되는
서버의 대화 서비스 제공 방법.
According to claim 1,
The conversation style is extracted based on at least one of conversation frequency, sentence length, conversation duration, and time until conversation is resumed in the user's previous conversation content.
How the server provides conversation services.
제1항에 있어서,
상기 제1 컨셉은 상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나와 관련된 컨셉인
서버의 대화 서비스 제공 방법.
According to claim 1,
The first concept is a concept related to at least one of the registration information of the first user and the second user, the interest, and the conversation style.
How the server provides conversation services.
제1항에 있어서,
인공지능 모델이 상기 제1 컨셉과 관련된 대화 메시지를 자동으로 출력하도록 상기 대화 데이터를 이용해 상기 인공지능 모델을 학습시키는 단계를 더 포함하는
서버의 대화 서비스 제공 방법.
According to claim 1,
Further comprising the step of learning the artificial intelligence model using the conversation data so that the artificial intelligence model automatically outputs a conversation message related to the first concept.
How the server provides conversation services.
제7항에 있어서,
제3 사용자의 상기 제1 컨셉의 대화 요청을 획득하는 단계; 및
상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제3 사용자에게 전송하는 단계를 더 포함하는
서버의 대화 서비스 제공 방법.
According to claim 7,
obtaining a chat request of the first concept from a third user; and
Further comprising transmitting the conversation message output by the artificial intelligence model to the third user
How the server provides conversation services.
제7항에 있어서,
제3 사용자의 등록 정보를 획득하는 단계;
상기 제3 사용자의 이전 대화 내용을 기반으로, 상기 제3 사용자의 관심사 및 대화 스타일을 추출하는 단계;
상기 제3 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나가 상기 제1 컨셉과 관련되어 있는지 여부를 판단하는 단계; 및
상기 판단하는 단계의 결과가 긍정인 경우, 상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제3 사용자에게 전송하는 단계를 더 포함하는
서버의 대화 서비스 제공 방법.
According to claim 7,
obtaining registration information of a third user;
extracting interests and conversation styles of the third user based on previous conversation contents of the third user;
determining whether at least one of the registration information, interest, and conversation style of the third user is related to the first concept; and
If the result of the determining step is affirmative, further comprising transmitting the conversation message output by the artificial intelligence model to the third user
How the server provides conversation services.
제7항에 있어서,
제3 사용자가 상기 제1 컨셉의 대화를 요청하는 단계; 및
상기 제1 컨셉의 대화 데이터를 이용해 학습된 상기 인공지능 모델에 의해 출력된 대화 메시지를 상기 제1 사용자에게 전송하는 단계를 더 포함하는
서버의 대화 서비스 제공 방법.
According to claim 7,
requesting a conversation of the first concept by a third user; and
Further comprising transmitting to the first user a conversation message output by the artificial intelligence model learned using the conversation data of the first concept.
How the server provides conversation services.
제1항 내지 제10항 중 어느 한 항에 기재된 서버의 대화 서비스 제공 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램.
A computer program recorded on a computer-readable recording medium to execute the method of providing a conversation service by a server according to any one of claims 1 to 10.
제어부; 및
복수의 사용자 단말기와 데이터를 송수신하는 통신부를 포함하고,
상기 제어부는,
상기 통신부를 통해 제1 사용자 단말기 및 제2 사용자 단말기로부터 각각 제1 사용자 및 제2 사용자의 등록 정보 및 이전 대화 내용을 포함한 데이터를 획득하고,
상기 제1 사용자 및 상기 제2 사용자의 이전 대화 내용을 포함한 데이터에 기초하여 상기 제1 사용자 및 상기 제2 사용자의 관심사 및 대화 스타일을 추출하고,
상기 제1 사용자 및 상기 제2 사용자의 상기 등록 정보, 상기 관심사 및 상기 대화 스타일 중 적어도 하나에 기초하여, 상기 제1 사용자의 대화 상대로 상기 제2 사용자를 매칭하고,
상기 제1 사용자 및 상기 제2 사용자의 대화 종료 후, 어느 일방이 다른 일방의 특성에 대해 평가한 키워드를 획득하고,
상기 제1 사용자 및 상기 제2 사용자의 대화 내용을 포함한 데이터를 기반으로 상기 키워드와 관련된 제1 컨셉의 대화 데이터를 생성하는
대화 서비스를 제공하는 서버.control unit; and
Including a communication unit for transmitting and receiving data with a plurality of user terminals,
The control unit,
Acquiring data including registration information and previous conversation contents of a first user and a second user from a first user terminal and a second user terminal through the communication unit, respectively;
Extracting interests and conversation styles of the first user and the second user based on data including previous conversation contents between the first user and the second user;
Matching the second user as a conversation partner of the first user based on at least one of the registration information, the interest, and the conversation style of the first user and the second user;
After the conversation between the first user and the second user ends, one acquires a keyword evaluated for a characteristic of the other,
Generating conversation data of a first concept related to the keyword based on data including conversation contents of the first user and the second user
A server that provides conversation services.

Images