스마트 홈 장비 시장은 강력한 성장을 맞이할 것이다. IDC 는 20 19 년까지 스마트홈 장비 출하량이 전년 대비 26.9% 증가하여 8 억 332 만 대에 이를 것으로 전망했다. 2023 년까지 전 세계적으로 약 16 억 대의 장비가 가동될 예정입니다.

아마존은 이것에 큰 기대를 걸고 있다. 최근 Dashbot 조사에 따르면 응답자의 75% 는 하루에 한 번 이상 Alexa 와 같은 음성 조수를 사용하며, 그 중 23% 는 조수를 사용하여 스마트 홈 장치를 제어한다고 답했다. 이 집단에서는 63% 의 사람들이 하루에 여러 번 가족 자동화 조수를 사용한다.

따라서 Alexa 가 전구, 차고 문 오프너, 스마트 잠금 장치 및 기타 스마트 장치를 제어하는 데 점점 더 능숙해지고 있다는 것은 놀라운 일이 아닐 수 있습니다.

아마존이 스마트 홈 생태계에서 Alexa 와 관련된 일을 더 잘 이해하기 위해, 우리는 Alexa 스마트 홈 고객을 위한 새로운 기능을 만드는 고객 체험 팀의 책임자인 네이선 스미스를 인터뷰했다. 다음은 편집된 토론 기록입니다.

네이선 스미스는 스마트하우스가 현재 대규모 응용과 보급 단계에 있다고 생각한다. 전통적으로, 그것은 선도적인 기술을 가진 초기 채택자들을 더 많이 포함하지만, 우리는 이미 이를 뛰어넘었다. 현재 60,000 개 이상의 제품이 7,400 개 제조업체의 Alexa 와 협력하고 있습니다. 우리가 보는 추세 중 하나는 Alexa 가 이 장치들을 점점 더 민주적으로 통제하고 있다는 것이다.

올해 가장 흥미로운 것은 새로운 기능이다. 기계학습과 인공지능으로 알렉스를 돕는다. 네가 하는 말을 이해할 수 있을 뿐만 아니라, 너의 진정한 의미도 이해하고 간단한 사용자 경험을 제공할 수 있다.

스미스의 팀은 알렉스를 더 인간적으로 만들기 위해 노력한다. 만약 당신이 Alexa 에게' 이봐, Alexa, 소파 불을 켜라' 와 같은 지시를 준다면, 당신이 켜고자 하는 등은 사실 거실등이라고 합니다. Alexa 는 당신이 어떤 것을 가리키는지 확실하지 않습니다. 그녀는 선의로 "거실등을 말하는 겁니까?" 라고 암시할 것입니다.

이 기술은 사람들이 집에서 더 자유롭게 말할 수 있게 해 주며 Alexa 가 이전에 이해한 엄격한 문법을 뛰어넘었다. 그것은 많은 다른 실제 사용 사례에서 도움이 된다. 하나는 발음이 비슷한 단어이고, 다른 하나는 혼합 문자입니다. 예를 들어, 사람들은 자신의 스마트폰 앱이나 Alexa 스마트폰 앱의 장치 이름에 이모티콘을 추가합니다. 발음의 정확성에 대한 엄격한 요구 사항이 없는 단어를 분석할 수 있으며, 다국어 경우에도 도움이 된다. Alexa 는 서로 다른 언어로 혼합 이름을 사용하는 경우 이를 배울 수 있습니다.

스미스의 팀은 Alexa 가 Alexa 의 언어로 말하도록 훈련시키는 것이 아니라, Alexa 가 당신을 더 자연스럽게 이해할 수 있도록 세상을 만들려고 시도했다. 만약 Alexa 가 네가 무슨 말을 하고 있는지 완전히 알고 있다면, 그녀는 단순히 예상한 임무를 수행할 수 있다.

Alexa 는 지난해 65438+2 월 말 미국에서 이 기능을 출시했으며 최근에는 캐나다, 호주, 영국, 인도로 확대되었습니다. 이전 결과에 따르면 Alexa 가 고객에게 조언을 할 때 고객은 평균 80 ~ 90% 의 시간을 추천을 받습니다.

실제 사실을 수집하고 이를 의미 및 행동 모델로 흡수합니다. 이 모델들은 한 아이가 세계에 대한 질문을 하는 것처럼 매우 인간적인 방식으로 Alexa 의 기계 학습을 지원합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 공부명언) Dell 모델은 장치의 상태 및 동작 신호 (예: 일반적으로 켜진 장치), 날짜 및 시간과 같은 환경 신호에 따라 신호를 계층화합니다. 이 모델은 권장 사항을 생성할 때 위의 모든 요소를 고려합니다.

우리는 아직 해야 할 일이 많다. Dell 은 업계 전반에 걸쳐 다양한 기술 배경을 가진 고객들이 Alexa 를 지원하는 스마트 홈 장치를 사용하는 것을 볼 수 있습니다. 이는 최첨단 기술을 채택하여 고객 경험을 단순화하는 첫 번째 단계입니다.

인공지능과 기계학습은 Alexa 의 핵심이며, 언어처리와 이해에서 지능적으로 명령을 올바른 기능으로 라우팅하는 것에 이르기까지.

기능적으로, 우리는 Alexa 가 연결된 센서나 장치로부터 정보를 얻기 위해 그것을 사용한다는 예감을 가지고 있다. "Alexa, 굿나잇" 과 같은 명령을 할 때, 차고등이 여전히 켜져 있는지, 그리고 하루의 그 시간에 보통 꺼져 있는지, 응답을 통지한다. 알렉스는 "잘자. 그나저나, 나는 너의 차고 불이 켜져 있는 것을 알아차렸다. 내가 꺼줄까? " 그리고 스마트 홈 일상 업무의 일부 단계에서 고객에게 응용 프로그램 화면을 한 무더기 연구하지 않고도 유용한 피드백을 제공합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언)

이러한 기능은 AWS 가 지원하는 기계 학습 기술을 사용합니다. SageMaker 플랫폼에서 이러한 실시간 함수를 대규모로 실행하여 보다 빠르게 반복할 수 있습니다.

우리는 이것을 위해 오랫동안 노력해 왔으며, 가장 흥미진진한 일 중 하나는 이런 제로 터치 설정의 능력이다. 작년에 우리는 아마존 스마트 플러그와 같은 아마존의 Wi-Fi 장치를 신속하게 구성할 수 있는 Wi-Fi Easy Setup 을 발표했습니다. 기본적으로, 당신이 전원을 꽂을 때마다, Alexa 는 "이봐, 내가 너의 새 설비를 찾았어." 라고 말할 것이다. 추가 설정은 필요하지 않습니다. Philips 의 새로운 Hue 제품과 같은 Bluetooth 저전력 전구에도 동일한 경험을 제공합니다. 우리는 이 기술의 광범위한 응용을 확대하기 위해 노력하고 있습니다.

설치 후 구성 방법에 대해서는 작년 말 몇 가지 기능을 발표했는데, 이를 통해 다른 설정을 하고 음성을 통해 환경 정보를 얻을 수 있습니다. 알렉사와 완전히 자연스럽게 상호 작용해야 할 수도 있습니다. 고객이 장비를 방에 넣을 수 있기를 바랍니다. 그러면 Alexa 가 장비 그룹 중 하나를 언급할 때 올바르게 대응할 수 있습니다.

이것이 우리가 작년에 좀 더 환경에 민감한 설치 경험을 내놓은 이유이다. 만약 당신이 "Alexa, 불을 켜라" 라고 말한다면, 그녀는 목소리로 당신을 안내한 다음 불을 켤 것이다. 우리는 고객이 실제로 이 점을 받아들이는 것을 보았다. 왜냐하면 그것은 설비의 통제를 방해하지 않기 때문이다.

각 모드마다 장점이 다르기 때문에 서로 다른 모드 (응용 프로그램, 음성 및 화면) 사이의 그리드라고 생각합니다. 손으로 할 수 있는 일을 하고 싶을 때, 음성은 매우 편리하지만, 조용히 무언가를 하고 싶을 때는 음성이 적합하지 않다. (존 F. 케네디, 언어명언) 이것이 우리가 스크린 기반 상호 작용에 의존하는 곳입니다.

우리가 정말 흥분하는 것은 점점 더 많은 다른 고객들이 Alexa 를 사용하기 시작하면서, 우리는 뒤돌아 보지 않고 그들의 요구를 따라갈 수 있다는 것이다. "음, 우리가 어떻게 이 고객들의 과거 모델을 가르칠 수 있을까?" 라고 말했다. 대신, 우리는 기계 학습 등의 기술을 이용하여 미래를 전망하고 그로부터 배운다.

핵심은 사용 중인 기술이 문제의 유형에 적합해야 한다는 것입니다. 즉, 행동 패턴을 검사하든, 실제 상황으로 의미 라이브러리를 구축하려고 하든, 메타 모델을 조정하고, 이러한 개인 신호를 고려하여 가정만 하는 것이 아니라 유용한 사용자 경험을 창출해야 한다는 것입니다.