KR-102961057-B1 - METHOD FOR AUTOMATICALLY GENERATING TREND-BASED VIDEO CONTENT CUSTOMIZED TO USER AND SYSTEM THEREOF

Abstract

본 발명은 사용자 정보를 기초로 트렌드에 따른 영상 정보를 생성하는 방법으로서, 사용자 단말기로부터 사용자 정보를 수신하고, 상기 사용자 정보를 기초로 페르소나 정보를 생성하는 단계를 포함할 수 있다. 상기 페르소나 정보를 기초로 학습된 확률에 따라 특정 SNS의 컨텐츠를 반복 선택하는 에이전트를 생성하고, 상기 에이전트를 사용하여 상기 특정 SNS에 대한 추천 알고리즘을 조정하는 단계가 수행될 수 있다. 이후 상기 추천 알고리즘이 조정된 특정 SNS에 상위 노출되는 소정의 컨텐츠들을 트렌드 정보로 결정하는 단계가 진행될 수 있으며, 상기 사용자 정보 및 상기 트렌드 정보를 기초로 대규모 언어 모델(LLM)을 사용하여 영상 스크립트를 생성하는 단계가 수행될 수 있다.

Inventors

• 박석

Assignees

• 주식회사 유나이크

Dates

Publication Date

20260506

Application Date

20250903

Claims (4)

1. 서버에 의해 수행되는 사용자 정보를 기초로 트렌드에 따른 영상 정보를 생성하는 방법으로서, (a) 사용자 단말기로부터 사용자 정보를 수신하고, 상기 사용자 정보를 기초로 페르소나 정보를 생성하는 단계; (b) 상기 페르소나 정보를 기초로 학습된 확률에 따라 특정 SNS의 컨텐츠를 반복 선택하는 에이전트를 생성하고, 상기 에이전트를 사용하여 상기 특정 SNS에 대한 추천 알고리즘을 조정하는 단계; (c) 상기 추천 알고리즘이 조정된 특정 SNS에 상위 노출되는 소정의 컨텐츠들을 트렌드 정보로 결정하는 단계; (d) 상기 사용자 정보 및 상기 트렌드 정보를 기초로 대규모 언어 모델(LLM)을 사용하여 영상 스크립트를 생성하는 단계; (e) 상기 트렌드 정보에 포함된 영상들의 길이 중 상위 또는 하위 n 개의 길이를 가지는 영상들의 평균 길이를 획득하고, 상기 영상 스크립트에 대한 발화 시간을 측정하며, 상기 발화 시간이 상기 평균 길이를 초과하는 경우, 상기 영상 스크립트의 길이를 조정하는 단계; (f) 상기 트렌드 정보에 포함된 영상들의 시간당 장면 변화 횟수의 평균을 식별하고, 상기 시간당 장면 변화 횟수에 따라 상기 스크립트에 포함된 각각의 문장의 길이를 조정하는 단계; (g) 상기 영상 스크립트에 대한 발화 시간이 소정의 시간 이하 인 경우, 상기 트렌드 정보에 포함된 영상들의 레이아웃과 상기 영상 스크립트를 함께 상기 사용자 단말기에 제공하는 단계를 포함하되, 상기 (b) 단계는, 상기 페르소나 정보를 기초로 학습된 확률에 따라 상기 특정 SNS 플랫폼 내에서의 컨텐츠를 반복 선택하는 에이전트를 생성하되, 상기 에이전트가 상기 페르소나의 특성을 반영하여 컨텐츠를 검색, 시청 및 상호작용을 수행하는 행동을 통해 실제 사용자와 유사한 행동 패턴을 시뮬레이션함으로써, 상기 SNS 플랫폼의 추천 알고리즘이 상기 에이전트를 특정 페르소나로 인식하여 그에 맞는 컨텐츠를 추천하도록 유도하는 과정을 더 포함하는 것을 특징으로 하는, 방법.
2. 삭제
3. 삭제
4. 삭제

Description

사용자 맞춤형 트렌드 기반 영상 컨텐츠 자동 생성 시스템 및 방법{METHOD FOR AUTOMATICALLY GENERATING TREND-BASED VIDEO CONTENT CUSTOMIZED TO USER AND SYSTEM THEREOF} 본 발명은 영상 컨텐츠 자동 생성 시스템에 관한 것으로, 보다 구체적으로는 사용자 정보를 기반으로 페르소나를 생성하고, 해당 페르소나에 맞춤화된 SNS 트렌드를 분석하여 최적화된 영상 스크립트를 자동으로 생성하는 시스템 및 방법에 관한 것이다. 특히, 본 발명은 인공지능 에이전트를 활용하여 특정 페르소나의 SNS 추천 알고리즘을 조정하고, 상기 조정된 추천 알고리즘을 통해 도출된 트렌드 정보와 사용자 정보를 결합하여 대규모 언어 모델(LLM)을 이용해 영상 스크립트를 생성하며, 트렌드 영상의 특성에 따라 스크립트의 길이와 문장 구조를 최적화하는 기술에 관한 것이다. 최근 유튜브, 틱톡, 인스타그램 등 다양한 소셜 미디어 플랫폼의 성장과 함께 영상 컨텐츠 제작 수요가 급증하고 있다. 효과적인 영상 컨텐츠 제작을 위해서는 타겟 시청자의 특성 파악과 트렌드 반영이 필수적이나, 트렌드는 매우 빠르게 변화하고 연령대별로 상이하여 이를 실시간으로 파악하기 어려운 실정이다. 기존의 영상 컨텐츠 제작 방식은 크리에이터가 직접 플랫폼을 모니터링하며 트렌드를 파악하는 수동적 과정에 의존하고 있어, 객관적 데이터 분석이 부족하고 각 플랫폼에 최적화된 컨텐츠 제작이 어렵다. 특히 SNS 추천 알고리즘은 사용자 페르소나에 따라 개인화된 컨텐츠를 제공하므로, 동일 시점에도 연령대별로 전혀 다른 트렌드가 형성될 수 있다. 또한 영상의 효과는 내용뿐만 아니라 영상 길이, 장면 전환 빈도 등 형식적 요소에도 크게 좌우되나, 기존 방식으로는 이러한 요소들을 체계적으로 분석하고 적용하기 어렵다. 따라서 사용자 특성과 타겟 페르소나를 분석하고, 실시간 트렌드를 자동으로 파악하여 최적화된 영상 스크립트를 자동 생성하는 시스템이 필요한 상황이다. 선행기술로서, 한국특허 KR20200075086A는 개인화된 하이라이트 동영상 생성 시스템을 개시하고 있으나, 페르소나 기반 추천 알고리즘 조정에 관한 내용을 포함하고 있지는 않다. 도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 트렌드 기반 영상 컨텐츠 자동 생성 시스템의 전체 구성을 나타낸 블록도이다. 도 2는 본 발명의 일 실시예에 따른 사용자 정보 기반 페르소나 생성, 에이전트를 통한 SNS 추천 알고리즘 조정, 트렌드 정보 결정 및 LLM을 활용한 영상 스크립트 생성 과정을 나타낸 순서도이다. 도 3은 본 발명의 일 실시예에 따른 트렌드 영상의 평균 길이 분석 및 스크립트 발화 시간에 따른 길이 조정 과정을 나타낸 흐름도이다. 도 4는 본 발명의 일 실시예에 따른 트렌드 영상의 시간당 장면 변화 횟수 분석 및 스크립트 문장 길이 조정 과정을 나타낸 예시도이다. 도 5는 본 발명의 일 실시예에 따른 짧은 발화 시간의 스크립트에 대한 트렌드 영상 레이아웃과 스크립트의 통합 제공 화면을 나타낸 예시도이다. 도 6은 본 발명의 일 실시예에 따른 페르소나별 트렌드 차이 및 플랫폼별 트렌드 전파 경로를 나타낸 예시도이다. 다양한 실시예들이 도면을 참조하여 설명된다. 본 발명에서, 다양한 설명들이 본 발명의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다. 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 발명에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다. 또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 발명과 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다. 그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", B 만을 포함하는 경우" "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다. 본 발명의 실시예들은 주체가 명시되지 않은 경우, 해당 동작들은 서버에 의해 수행되는 것으로 이해될 수 있다. 서버는 시스템의 중앙 제어 장치로서, 단말기들과의 동작 제어 및 서버와의 통신 등 주요 기능을 담당하며, 시스템의 다양한 요소들이 유기적으로 작동하도록 할 수 있다. 도 1은 본 발명의 일 실시예에 따른 사용자 맞춤형 트렌드 기반 영상 컨텐츠 자동 생성 시스템의 전체 구성을 나타낸 블록도이다. 도 1을 참조하면, 상기 시스템은 서버(100), 사용자 단말기(200), 그리고 SNS 플랫폼(300)을 포함하여 구성될 수 있다. 서버(100)는 본 발명의 핵심적인 데이터 처리와 컨텐츠 생성을 담당하는 중앙 처리 장치로서 기능할 수 있다. 상기 서버(100)는 프로세서(110), 메모리(120), 네트워크 인터페이스(130)를 포함하여 구성될 수 있다. 프로세서(110)는 사용자 정보 분석, 페르소나 생성, 트렌드 분석, 영상 스크립트 생성 등 시스템의 모든 연산 작업을 수행할 수 있다. 특히, 상기 프로세서(110)는 대규모 언어 모델(LLM)을 실행하여 사용자 맞춤형 영상 스크립트를 생성하는 핵심 역할을 수행할 수 있다. 또한, 상기 프로세서(110)는 페르소나 정보를 기초로 학습된 확률에 따라 SNS 컨텐츠를 선택하는 에이전트를 생성하고 관리할 수 있다. 메모리(120)는 사용자 정보, 페르소나 데이터, 트렌드 정보, 생성된 영상 스크립트 등 시스템 운영에 필요한 모든 데이터를 저장할 수 있다. 상기 메모리(120)는 에이전트의 학습 데이터와 학습 모델을 저장하며, SNS 플랫폼으로부터 수집된 컨텐츠 정보를 체계적으로 관리할 수 있다. 또한, 각 페르소나별로 식별된 트렌드 정보를 시계열 데이터로 저장하여 트렌드 변화를 추적할 수 있다. 네트워크 인터페이스(130)는 서버(100)가 외부 시스템과 통신할 수 있도록 하는 통신 모듈로서 기능할 수 있다. 상기 네트워크 인터페이스(130)를 통해 서버(100)는 사용자 단말기(200)로부터 사용자 정보를 수신할 수 있으며, 생성된 영상 스크립트와 관련 정보를 사용자 단말기(200)로 전송할 수 있다. 또한, 상기 네트워크 인터페이스(130)는 다양한 SNS 플랫폼(300)과 실시간으로 통신하여 컨텐츠 정보를 수집하고, 에이전트를 통한 자동화된 상호작용을 수행할 수 있다. 서버(100)와 SNS 플랫폼(300) 간의 통신은 각 플랫폼의 API를 통해 이루어질 수 있다. 서버(100)는 생성된 에이전트를 활용하여 SNS 플랫폼(300)에서 특정 컨텐츠를 반복적으로 선택하고 시청하는 행위를 수행할 수 있으며, 이를 통해 해당 플랫폼의 추천 알고리즘을 특정 페르소나에 맞게 조정할 수 있다. 상기 조정된 추천 알고리즘을 통해 노출되는 상위 컨텐츠들을 수집하여 트렌드 정보로 활용할 수 있다. 서버(100)와 사용자 단말기(200) 간의 통신은 양방향으로 이루어질 수 있다. 사용자 단말기(200)는 사용자의 나이, 성별, 구독자 수, 보유 영상 정보, 댓글 데이터, 인터넷 사용 기록 등의 사용자 정보를 서버(100)로 전송할 수 있다. 서버(100)는 이러한 정보를 분석하여 페르소나를 생성하고, 해당 페르소나에 적합한 트렌드를 파악한 후, 맞춤형 영상 스크립트를 생성하여 사용자 단말기(200)로 전송할 수 있다. 또한, 서버(100)는 영상의 권장 길이, 장면 전환 빈도, 레이아웃 정보 등 추가적인 제작 가이드라인을 함께 제공할 수 있다. 이러한 구성을 통해 서버(100)는 사용자별 맞춤형 트렌드 분석과 컨텐츠 생성을 자동화하고, 실시간으로 변화하는 SNS 트렌드를 효과적으로 반영한 영상 컨텐츠 제작을 지원할 수 있다. 도 2는 본 발명의 일 실시예에 따른 사용자 정보 기반 페르소나 생성, 에이전트를 통한 SNS 추천 알고리즘 조정, 트렌드 정보 결정 및 LLM을 활용한 영상 스크립트 생성 과정을 나타낸 순서도이다. 도 2를 참조하면, 본 발명의 일 실시예에 따른 사용자 정보를 기초로 트렌드에 따른 영상 정보를 생성하는 방법의 전체 프로세스가 순서도로 도시되어 있다. 상기 방법은 서버에 의해 수행되며, 사용자 정보 수집부터 최종 영상 스크립트 생성까지의 일련의 과정을 포함할 수 있다. (a) 단계에서, 서버는 사용자 단말기로부터 사용자 정보를 수신하고, 상기 사용자 정보를 기초로 페르소나 정보를 생성할 수 있다. 사용자 정보는 사용자의 기본적인 인구통계학적 정보인 나이와 성별을 포함할 수 있으며, 컨텐츠 창작자로서의 활동 이력을 나타내는 구독자 수, 보유 영상의 명칭, 영상 내 댓글 데이터를 포함할 수 있다. 또한, 사용자의 온라인 행동 패턴을 파악할 수 있는 쿠키 정보, 인터넷 검색 기록, 시청한 영상 목록 등의 디지털 발자취를 포함할 수 있다. 서버는 이러한 다양한 차원의 사용자 정보를 종합적으로 분석하여 페르소나 정보를 생성할 수 있다. 페르소나는 단순히 인구통계학적 분류를 넘어서 사용자의 관심사, 컨텐츠 소비 패턴, 창작 스타일, 선호하는 플랫폼 등을 포괄하는 다차원적 프로파일로 구성될 수 있다. 예를 들어, 10대 여성으로서 K-pop과 패션에 관심이 있고, 주로 짧은 형식의 동영상을 선호하며, 틱톡과 인스타그램을 주요 플랫폼으로 활용하는 페르소나가 생성될 수 있다. 상기 페르소나 정보는 이후 단계에서 트렌드 분석과 컨텐츠 생성의 기준점으로 활용될