구간 식별 시스템에 의해 수행되는 사용자 경험 문제가 있는 구간 식별 방법에 있어서,확장 현실(Extended Reality, XR) 환경에서 작업을 수행하면서 발생되는 발화 데이터를 수집하는 단계; 상기 수집된 발화 데이터에 대한 데이터 전처리를 통해 텍스트 데이터로 변환하는 단계; 및 생성형 인공지능 모델을 이용하여 상기 변환된 텍스트 데이터로부터 사용자 경험 문제가 되는 발화 지점을 추출하는 단계를 포함하는 사용자 경험 문제가 있는 구간 식별 방법.

제1항에 있어서, 상기 수집하는 단계는,사고 발화법(Think-aloud) 프로토콜과 작업과 관련된 정보를 포함하는 데이터 수집 절차를 안내하는 단계를 포함하는 구간 식별 방법.

제2항에 있어서, 상기 수집하는 단계는,상기 안내된 데이터 수집 절차에 따라 확장 현실 환경과 확장 현실 환경에서 사용자가 작업을 수행하면서 발생된 발화 데이터 및 행동 데이터를 포함하는 녹화 정보를 수집하는 단계를 포함하는 구간 식별 방법.

제1항에 있어서, 상기 변환하는 단계는, STT(speech-to-text)를 이용하여 상기 수집된 발화 데이터를 텍스트 데이터로 변환하고, 상기 변환된 텍스트 데이터를 SMI 형식의 자막 파일로 다운로드하는 단계 를 포함하고, 상기 텍스트 데이터는, 발화 시각과 발화 내용으로 구성되는 것이고,상기 SMI 형식의 자막 파일은, 타임스탬프와 자막 내용으로 구성되는 것을 특징으로 하는 구간 식별 방법.

제1항에 있어서, 상기 추출하는 단계는,상기 변환된 텍스트 데이터에 대해 다운로드된 SMI 형식의 자막 파일을 이용하여 생성형 인공지능 모델의 명령문이 되는 프롬프트를 구성하고, 상기 구성된 프롬프트를 상기 생성형 인공지능 모델에 입력함에 따라 상기 발화 데이터에서 사용자 경험 문제가 되는 발화 시각 및 발화 내용을 추출하는 단계 를 포함하는 구간 식별 방법.

제5항에 있어서, 상기 추출하는 단계는,상기 생성형 인공지능 모델이 수행해야 하는 작업의 맥락과 목적에 대한 설명, 수행할 작업에 대한 상세 지시, 발화 데이터의 형식 및 생성할 필터링 데이터의 형식을 포함하는 프롬프트를 구성하는 단계 를 포함하는 구간 식별 방법.

제1항에 있어서, 상기 추출하는 단계는,상기 추출된 발화 지점의 타임스탬프에 기초하여 추출된 발화 지점을 녹화된 영상 정보에서 확인하도록 인터페이스를 제공하는 단계를 포함하는 구간 식별 방법.

제1항에 있어서, 상기 추출하는 단계는,상기 추출된 발화 지점에 대한 분석을 통해 저해 요소를 도출하는 단계를 포함하는 구간 식별 방법.

구간 식별 시스템에 의해 수행되는 사용자 경험 문제가 있는 구간 식별 방법을 실행시키기 위해 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램에 있어서, 상기 사용자 경험 문제가 있는 구간 식별 방법은,확장 현실(Extended Reality, XR) 환경에서 작업을 수행하면서 발생되는 발화 데이터를 수집하는 단계; 상기 수집된 발화 데이터에 대한 데이터 전처리를 통해 텍스트 데이터로 변환하는 단계; 및 생성형 인공지능 모델을 이용하여 상기 변환된 텍스트 데이터로부터 사용자 경험 문제가 되는 발화 지점을 추출하는 단계를 포함하는 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램.

구간 식별 시스템에 있어서,확장 현실(Extended Reality, XR) 환경에서 작업을 수행하면서 발생되는 발화 데이터를 수집하는 데이터 수집부; 상기 수집된 발화 데이터에 대한 데이터 전처리를 통해 텍스트 데이터로 변환하는 데이터 전처리부; 및 생성형 인공지능 모델을 이용하여 상기 변환된 텍스트 데이터로부터 사용자 경험 문제가 되는 발화 지점을 추출하는 발화 지점 추출부를 포함하는 구간 식별 시스템.