KR20220096840A - Method for managing integrated labor and computing device for executing the method - Google Patents

Method for managing integrated labor and computing device for executing the method Download PDF

Info

Publication number
KR20220096840A
KR20220096840A KR1020200189652A KR20200189652A KR20220096840A KR 20220096840 A KR20220096840 A KR 20220096840A KR 1020200189652 A KR1020200189652 A KR 1020200189652A KR 20200189652 A KR20200189652 A KR 20200189652A KR 20220096840 A KR20220096840 A KR 20220096840A
Authority
KR
South Korea
Prior art keywords
labor
workplace
information
case
risk index
Prior art date
Application number
KR1020200189652A
Other languages
Korean (ko)
Other versions
KR102596718B1 (en
Inventor
최지희
정구태
Original Assignee
디네핏 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 디네핏 주식회사 filed Critical 디네핏 주식회사
Priority to KR1020200189652A priority Critical patent/KR102596718B1/en
Publication of KR20220096840A publication Critical patent/KR20220096840A/en
Application granted granted Critical
Publication of KR102596718B1 publication Critical patent/KR102596718B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

A labor integration management method and a computing device for performing the same are disclosed. The computing device according to one embodiment disclosed herein is a computing device having one or more processors and a memory storing one or more programs executed by the one or more processors. The computing device includes: a labor case analysis engine which collects labor-related cases and analyzes the collected labor-related cases to generate labor case analysis information; a labor risk prediction engine which generates labor risk management information for the workplace based on labor related cases and labor case analysis information; and a user service engine providing labor risk management information to a corresponding user terminal.

Description

노무 통합 관리 방법 및 이를 수행하기 위한 컴퓨팅 장치{METHOD FOR MANAGING INTEGRATED LABOR AND COMPUTING DEVICE FOR EXECUTING THE METHOD}A method for integrated labor management and a computing device for performing the same

본 발명의 실시예는 노무 관리 기술과 관련된다.Embodiments of the present invention relate to labor management techniques.

최근, 실업률 증가로 고용 촉진 방안 및 고용 보험 확대 등이 사회적 관심사로 떠오르고 있으며, 이를 지원하기 위한 많은 정책들이 시도되고 있으나, 중소 기업 입장에서는 복잡한 노동 정책과 노동법으로 조직 관리에 애로 사항이 많고 노무 사항을 체계적으로 관리하기 위한 솔루션이 부족한 현실이다. 즉, 세무 또는 회계 관리 솔루션의 일부분으로 인사 및 노무 관련 기능이 제공되고 있어 전문화된 솔루션이 부족한 상황이다. Recently, due to the increase in the unemployment rate, employment promotion measures and the expansion of employment insurance are emerging as social concerns, and many policies are being attempted to support them. The reality is that there are insufficient solutions to systematically manage In other words, there is a lack of specialized solutions as human resources and labor-related functions are provided as part of a tax or accounting management solution.

또한, 정부 지원금이 있어도 이를 제대로 알지 못하여 받지 못하는 사례가 많으며, 고용 불안정 등으로 중소 기업의 취업을 외면하고 있는 현실에서 개인별 상황에 맞는 정부 지원금 관리가 필요하고, 체계적인 인사 및 노무 관리가 필요하며, 노무 분쟁 발생 시 이를 사전에 예방하여 사회적 비용을 줄일 수 있는 방안이 요구된다.In addition, there are many cases in which government subsidies are not received because they do not know them properly, and in the reality that SMEs are ignoring employment due to job instability, etc., it is necessary to manage government subsidies tailored to individual circumstances, and systematic personnel and labor management are necessary, In the event of a labor dispute, it is necessary to prevent it in advance and reduce social costs.

한국등록특허공보 제10-2164413호(2020.10.13)Korean Patent Publication No. 10-2164413 (2020.10.13)

본 발명은 노무와 관련된 위험을 미리 예측하고 예방할 수 있는 노무 통합 관리 방법 및 이를 수행하기 위한 컴퓨팅 장치를 제공하는 것을 목적으로 한다.An object of the present invention is to provide a labor integrated management method capable of predicting and preventing labor-related risks in advance, and a computing device for performing the same.

한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.On the other hand, the technical problems to be achieved in the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned are clearly to those of ordinary skill in the art to which the present invention belongs from the description below. can be understood

개시되는 일 실시예에 따른 컴퓨팅 장치는, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서, 노무 관련 사례를 수집하고, 수집한 상기 노무 관련 사례를 분석하여 노무 사례 분석 정보를 생성하는 노무 사례 분석 엔진; 및 상기 노무 관련 사례 및 상기 노무 사례 분석 정보에 기반하여 사업장에 대한 노무 위험 관리 정보를 생성하는 노무 위험 예측 엔진을 포함한다.A computing device according to an embodiment of the disclosure is a computing device having one or more processors and a memory for storing one or more programs executed by the one or more processors, and collects labor-related cases, and collects the a labor case analysis engine that analyzes labor-related cases to generate labor case analysis information; and a labor risk prediction engine for generating labor risk management information for a workplace based on the labor-related cases and the labor case analysis information.

상기 노무 사례 분석 정보는, 사업장 관련 정보, 근로자 관련 정보, 및 노무 사건 관련 정보 중 하나 이상을 포함하고, 상기 노무 사건 관련 정보는, 노무 사건 종류 정보, 노무 사건 히스토리 정보, 노무 사건 쟁점 정보, 및 관련 법령 정보 중 하나 이상을 포함할 수 있다.The labor case analysis information includes at least one of workplace-related information, worker-related information, and labor case-related information, and the labor case-related information includes: labor case type information, labor case history information, labor case issue information, and It may include one or more of relevant statutory information.

상기 노무 위험 예측 엔진은, 상기 노무 사례 분석 엔진과 인터페이스를 수행하는 인터페이스 모듈; 각 사업장에 대한 사업장 관련 정보에 기반하여 해당 사업장에 대한 사업장 정책 관련 정보를 수집하는 정책 정보 관리 모듈; 및 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 위험 관리 정보를 생성하는 머신 러닝 모듈을 포함할 수 있다.The labor risk prediction engine may include: an interface module configured to interface with the labor case analysis engine; a policy information management module for collecting workplace policy-related information for each workplace based on workplace-related information for each workplace; and a machine learning module for generating labor risk management information for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information.

상기 노무 위험 관리 정보는, 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수 중 하나 이상을 포함하고, 상기 머신 러닝 모듈은, 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보가 입력되는 경우, 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수 중 하나 이상을 예측하도록 학습되는 머신 러닝 모델을 포함할 수 있다.The labor risk management information includes at least one of an unfair dismissal risk index, an unfair supply and demand risk index, a labor dispute risk index, and an accident risk index, and the machine learning module includes the labor-related case, the labor case analysis information , a machine learning model that is trained to predict one or more of an unfair dismissal risk index, an unfair supply and demand risk index, a labor dispute risk index, and an accident risk index when the workplace-related information and information related to the workplace policy are input can do.

상기 머신 러닝 모델은, 멀티 태스크 러닝 모델(Multi-task Learning Model)이고, 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부당 해고 위험 지수를 출력하도록 학습되는 제1 태스크부; 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부정 수급 위험 지수를 출력하도록 학습되는 제2 태스크부; 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 분쟁 위험 지수를 출력하도록 학습되는 제3 태스크부; 및 상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 사건 사고 위험 지수를 출력하도록 학습되는 제4 태스크부를 포함할 수 있다.The machine learning model is a multi-task learning model, and by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information as inputs, unfair practices against the workplace a first task unit that is learned to output a dismissal risk index; a second task unit that is trained to output the risk index of fraudulent supply and demand for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information; a third task unit that is trained to output a labor dispute risk index for a corresponding workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information; and a fourth task unit that is trained to output the accident risk index for the corresponding workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information.

본 발명의 실시예에 따르면, 개시되는 실시예에 의하면, 노무 관련 사례를 수집하고, 수집한 노무 관련 사례를 기반으로 머신 러닝 기술을 통해 노무 위험 관리 정보를 생성함으로써, 각 사업장 또는 근로자는 노무 관련한 위험 사고에 대해 리스크를 미리 관리할 수 있게 되며, 그로 인해 노무 관련 분쟁 또는 사고 등으로 인한 사회적 비용을 절감할 수 있게 된다. According to an embodiment of the present invention, according to the disclosed embodiment, by collecting labor-related cases and generating labor risk management information through machine learning technology based on the collected labor-related cases, each workplace or worker is Risks can be managed in advance for risky accidents, thereby reducing social costs caused by labor-related disputes or accidents.

한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.On the other hand, the effects obtainable in the present invention are not limited to the above-mentioned effects, and other effects not mentioned will be clearly understood by those of ordinary skill in the art to which the present invention belongs from the following description. will be able

도 1은 본 발명의 일 실시예에 따른 노무 통합 관리 장치의 구성을 나타낸 도면이고,
도 2는 본 발명의 일 실시예에 따른 노무 사례 분석 엔진의 구성을 나타낸 블록도이며,
도 3은 본 발명의 일 실시예에 따른 머신 러닝 모듈의 구성을 개략적으로 나타낸 도면이고,
도 4는 본 발명의 일 실시예에 따른 사용자 서비스 엔진의 구성을 나타낸 블록도이며,
도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.1 is a diagram showing the configuration of an integrated labor management apparatus according to an embodiment of the present invention;
2 is a block diagram showing the configuration of a labor case analysis engine according to an embodiment of the present invention;
3 is a diagram schematically showing the configuration of a machine learning module according to an embodiment of the present invention;
4 is a block diagram showing the configuration of a user service engine according to an embodiment of the present invention;
5 is a block diagram illustrating and describing a computing environment including a computing device suitable for use in example embodiments.

이하, 본 발명의 실시 예를 첨부된 도면들을 참조하여 더욱 상세하게 설명한다. 본 발명의 실시 예는 여러 가지 형태로 변형할 수 있으며, 본 발명의 범위가 아래의 실시 예들로 한정되는 것으로 해석되어서는 안 된다. 본 실시 예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해 제공되는 것이다. 따라서 도면에서의 요소의 형상은 보다 명확한 설명을 강조하기 위해 과장되었다.Hereinafter, an embodiment of the present invention will be described in more detail with reference to the accompanying drawings. Embodiments of the present invention may be modified in various forms, and the scope of the present invention should not be construed as being limited to the following embodiments. This embodiment is provided to more completely explain the present invention to those of ordinary skill in the art. Accordingly, the shapes of elements in the drawings are exaggerated to emphasize a clearer description.

본 발명이 해결하고자 하는 과제의 해결 방안을 명확하게 하기 위한 발명의 구성을 본 발명의 바람직한 실시 예에 근거하여 첨부 도면을 참조하여 상세히 설명하되, 도면의 구성요소들에 참조번호를 부여함에 있어서 동일 구성요소에 대해서는 비록 다른 도면상에 있더라도 동일 참조번호를 부여하였으며 당해 도면에 대한 설명 시 필요한 경우 다른 도면의 구성요소를 인용할 수 있음을 미리 밝혀둔다.The configuration of the invention for clarifying the solution to the problem to be solved by the present invention will be described in detail with reference to the accompanying drawings based on a preferred embodiment of the present invention, but the same in assigning reference numbers to the components of the drawings For the components, even if they are on different drawings, the same reference numbers are given, and it is noted in advance that the components of other drawings can be cited when necessary in the description of the drawings.

도 1은 본 발명의 일 실시예에 따른 노무 통합 관리 장치의 구성을 나타낸 도면이다.1 is a diagram showing the configuration of an integrated labor management apparatus according to an embodiment of the present invention.

도 1을 참조하면, 노무 통합 관리 장치(100)는 노무 사례 분석 엔진(102), 노무 위험 예측 엔진(104), 및 사용자 서비스 엔진(106)을 포함할 수 있다. Referring to FIG. 1 , the labor integrated management apparatus 100 may include a labor case analysis engine 102 , a labor risk prediction engine 104 , and a user service engine 106 .

노무 사례 분석 엔진(102)은 노무 관련 사례를 수집하고 분석할 수 있다. 노무 관련 사례의 분석된 정보는 노무 통합 관리 장치(100)에 사용되는 기초 데이터가 될 수 있다.The labor case analysis engine 102 may collect and analyze labor-related cases. The analyzed information of labor-related cases may be basic data used in the labor integrated management apparatus 100 .

도 2는 본 발명의 일 실시예에 따른 노무 사례 분석 엔진(102)의 구성을 나타낸 블록도이다.2 is a block diagram showing the configuration of the labor case analysis engine 102 according to an embodiment of the present invention.

도 2를 참조하면, 노무 사례 분석 엔진(102)은 데이터 수집 모듈(111), 데이터 처리 모듈(113), 및 저장 모듈(115)을 포함할 수 있다.Referring to FIG. 2 , the labor case analysis engine 102 may include a data collection module 111 , a data processing module 113 , and a storage module 115 .

일 실시예에서, 데이터 수집 모듈(111), 데이터 처리 모듈(113), 및 저장 모듈(115)은 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 프로세서 또는 하나 이상의 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.In one embodiment, the data collection module 111 , the data processing module 113 , and the storage module 115 are implemented using one or more physically separate devices, or one or more processors or a combination of one or more processors and software. may be implemented, and unlike the illustrated example, specific operations may not be clearly distinguished.

데이터 수집 모듈(111)은 노무 관련 사례를 수집할 수 있다. 여기서, 노무 관련 사례는 이전에 발생하였던 노무와 관련된 사건(예를 들어, 부당 해고, 부정 수급, 노무 분쟁, 및 사건 사고 등)들의 사례를 의미할 수 있다. 데이터 수집 모듈(111)은 노무 분야의 전문가(예를 들어, 노무사 또는 변호사 등)가 작성한 노무 관련 사례를 수집할 수 있다. 노무 관련 사례는 노무 사건에 대한 법원의 판례 또는 행정 기관의 결정 등도 포함될 수 있다. 노무 관련 사례는 문서 파일 또는 텍스트 형태로 작성된 것일 수 있다.The data collection module 111 may collect labor-related cases. Here, the labor-related cases may refer to cases of previously occurring labor-related cases (eg, unfair dismissal, unfair supply and demand, labor disputes, incidents, etc.). The data collection module 111 may collect labor-related cases prepared by experts in the field of labor (eg, labor attorneys or lawyers). Labor-related cases may include court precedents or decisions of administrative agencies on labor cases. Labor-related cases may be prepared in the form of a document file or text.

예시적인 실시예에서, 데이터 수집 모듈(111)은 크롤링(Crawling)을 통해 웹 사이트 등에서 노무 관련 사례를 수집할 수 있다. 데이터 수집 모듈(111)은 기 설정된 주기로 노무 관련 사례를 수집할 수 있다. 그러나, 노무 관련 사례의 수집 방법이 이에 한정되는 것은 아니며, 노무 관련 사례는 관리자에 의해 직접 입력될 수도 있다.In an exemplary embodiment, the data collection module 111 may collect labor-related cases from a website or the like through crawling. The data collection module 111 may collect labor-related cases at a preset period. However, the method of collecting labor-related cases is not limited thereto, and the labor-related cases may be directly input by the manager.

데이터 처리 모듈(113)은 데이터 수집 모듈(111)이 수집한 노무 관련 사례를 분석하여 노무 사례 분석 정보를 생성할 수 있다. 예시적인 실시예에서, 데이터 처리 모듈(113)은 문서 또는 텍스트 형태의 노무 관련 사례에 대해 구문 분석 등을 수행하여 각 노무 관련 사례에서 노무 사례 분석 정보를 추출할 수 있다.The data processing module 113 may generate labor case analysis information by analyzing the labor-related cases collected by the data collection module 111 . In an exemplary embodiment, the data processing module 113 may extract labor case analysis information from each labor-related case by performing syntax analysis on labor-related cases in the form of documents or texts.

여기서, 노무 사례 분석 정보는 사업장 관련 정보(예를 들어, 사업자 식별 정보, 사업장 규모, 사업장 매출액, 및 고용인 수 등), 근로자 관련 정보(예를 들어, 근로자 식별 정보, 근로 업무 내용, 근로 기간, 및 근로 형태 등), 및 노무 사건 관련 정보를 포함할 수 있다. Here, the labor case analysis information includes workplace-related information (for example, business identification information, workplace size, workplace sales, and number of employees, etc.), worker-related information (for example, worker identification information, work details, working period, and type of work), and information related to labor cases.

여기서, 노무 사건 관련 정보는 노무 사건 종류 정보, 노무 사건 히스토리 정보, 노무 사건 쟁점 정보, 및 관련 법령 정보 등이 포함될 수 있다. 노무 사건 종류 정보는 해당 노무 관련 사례가 어떤 종류의 노무 사건(예를 들어, 부당 해고, 부당 징계, 임금 체불, 파업, 급여 분쟁 등)인지에 대한 정보일 수 있다. 노무 사건 히스토리 정보는 해당 노무 사건에 대한 히스토리(해당 노무 사건이 어떻게 발생하였고 어떻게 진행되었으며 어떻게 결론이 났는지 등)를 나타내는 정보일 수 있다. 노무 사건 쟁점 정보는 해당 노무 사건에서 쟁점이 된 부분에 대한 정보일 수 있다. 관련 법령 정보는 해당 노무 사건과 연관되는 법령(예를 들어, 근로기준법, 최저임금법 등) 또는 행정 해석에 대한 정보일 수 있다.Here, the labor case-related information may include labor case type information, labor case history information, labor case issue information, and related statute information. The information on the type of labor case may be information on which type of labor case (eg, unfair dismissal, unfair disciplinary action, non-payment of wages, strike, wage dispute, etc.) is the labor-related case. The labor incident history information may be information representing a history of the labor incident (how the labor incident occurred, how it proceeded, and how it was concluded, etc.). The information on the issue in the labor case may be information on the part that has become an issue in the labor case. Information on related laws and regulations may be information about laws (eg, Labor Standards Act, Minimum Wage Act, etc.) or administrative interpretations related to the relevant labor case.

즉, 데이터 처리 모듈(113)은 데이터 수집 모듈(111)이 수집한 노무 관련 사례를 노무 통합 관리 장치(100)에서 처리 가능한 형태로 분류하고 체계화하는 역할을 할 수 있다.That is, the data processing module 113 may serve to classify and systematize the labor-related cases collected by the data collection module 111 into a form that can be processed by the labor integrated management apparatus 100 .

저장 모듈(115)은 데이터 처리 모듈(113)이 생성한 노무 사례 분석 정보를 저장할 수 있다. 저장 모듈(115)은 각 노무 관련 사례와 노무 사례 분석 정보를 매칭하여 저장할 수 있다. 노무 사례 분석 정보는 새로운 노무 관련 사례가 수집될 때마다 업데이트 될 수 있다. 또한, 저장 모듈(115)은 노무 통합 관리 장치(100)의 데이터베이스 역할을 할 수 있다. 저장 모듈(115)은 노무 통합 관리 장치(100)에 등록되는 다양한 데이터를 저장할 수 있다.The storage module 115 may store the labor case analysis information generated by the data processing module 113 . The storage module 115 may match and store each labor-related case and labor case analysis information. Labor case analysis information may be updated whenever new labor-related cases are collected. Also, the storage module 115 may serve as a database of the labor integrated management apparatus 100 . The storage module 115 may store various data registered in the labor integrated management apparatus 100 .

노무 위험 예측 엔진(104)은 머신 러닝(Machine Learning) 기술을 이용하여 노무 위험을 예측할 수 있다. 노무 위험 예측 엔진(104)은 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 위험 관리 정보를 생성할 수 있다.The labor risk prediction engine 104 may predict the labor risk using a machine learning technique. The labor risk prediction engine 104 may generate labor risk management information for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information.

노무 위험 예측 엔진(104)은 인터페이스 모듈(121), 정책 정보 관리 모듈(123), 및 머신 러닝 모듈(125)을 포함할 수 있다.The labor risk prediction engine 104 may include an interface module 121 , a policy information management module 123 , and a machine learning module 125 .

일 실시예에서, 인터페이스 모듈(121), 정책 정보 관리 모듈(123), 및 머신 러닝 모듈(125)은 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 프로세서 또는 하나 이상의 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.In one embodiment, the interface module 121, the policy information management module 123, and the machine learning module 125 are implemented using one or more physically separated devices, or one or more processors or one or more processors and software. It may be implemented by combination, and unlike the illustrated example, it may not be clearly distinguished in specific operation.

인터페이스 모듈(121)은 노무 사례 분석 엔진(102)과 노무 위험 예측 엔진(104) 간 인터페이스 역할을 할 수 있다. 예시적인 실시예에서, 인터페이스 모듈(121)은 저장 모듈(115)에서 노무 관련 사례 및 노무 사례 분석 정보를 추출하여 머신 러닝 모듈(125)로 입력할 수 있다. The interface module 121 may serve as an interface between the labor case analysis engine 102 and the labor risk prediction engine 104 . In an exemplary embodiment, the interface module 121 may extract labor-related cases and labor case analysis information from the storage module 115 and input them into the machine learning module 125 .

또한, 인터페이스 모듈(121)은 노무 위험 예측 엔진(104)과 사용자 서비스 엔진(106) 간 인터페이스 역할을 할 수 있다. 예시적인 실시예에서, 인터페이스 모듈(121)은 머신 러닝 모듈(125)에서 출력하는 노무 위험 관리 정보를 사용자 서비스 엔진(106)으로 전달할 수 있다.In addition, the interface module 121 may serve as an interface between the labor risk prediction engine 104 and the user service engine 106 . In an exemplary embodiment, the interface module 121 may transmit the labor risk management information output from the machine learning module 125 to the user service engine 106 .

정책 정보 관리 모듈(123)은 각 사업장에 대한 사업장 관련 정보(예를 들어, 사업자 식별 정보, 사업 업종, 사업장 규모, 사업장 환경(사업장 위치, 사업장에 설치된 시설, 사업장의 온도 및 습도 등), 사업장 히스토리, 사업장 매출액, 및 고용인 수 등)를 저장할 수 있다. 정책 정보 관리 모듈(123)은 각 사업장의 사업장 관련 정보에 기반하여 해당 사업장과 관련된 정책 정보(사업장 정책 관련 정보)를 수집할 수 있다. 예를 들어, 해당 사업장이 도시철도공사인 경우, 도시철도공사에 적용되는 법령, 정책, 지원금 등을 포함하는 사업장 정책 관련 정보를 수집할 수 있다. 정책 정보 관리 모듈(123)은 사업장 관련 정보 및 사업장 정책 관련 정보를 머신 러닝 모듈(125)로 입력할 수 있다.The policy information management module 123 provides business-related information for each business site (eg, business entity identification information, business type, business size, business environment (place of business, facilities installed at the business site, temperature and humidity of the business site, etc.), business history, business sales, and number of employees) can be stored. The policy information management module 123 may collect policy information (workplace policy-related information) related to the corresponding business site based on the business site-related information of each business site. For example, if the relevant workplace is an Urban Railroad Corporation, information related to workplace policies, including laws, policies, and subsidies applicable to the Urban Railroad Corporation, may be collected. The policy information management module 123 may input workplace-related information and workplace policy-related information to the machine learning module 125 .

머신 러닝 모듈(125)은 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 위험 관리 정보를 생성할 수 있다. 여기서, 노무 위험 관리 정보는 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수를 포함할 수 있다. The machine learning module 125 may generate labor risk management information for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information. Here, the labor risk management information may include an unfair dismissal risk index, an illegal supply and demand risk index, a labor dispute risk index, and an accident risk index.

머신 러닝 모듈(125)은 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보가 입력되는 경우, 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수를 예측하도록 학습되는 머신 러닝 모델을 포함할 수 있다. 예시적인 실시예에서, 머신 러닝 모듈(125)은 멀티 태스크 러닝 모델(Multi-task Learning Model)을 포함할 수 있다. 도 3은 본 발명의 일 실시예에 따른 머신 러닝 모듈(125)의 구성을 개략적으로 나타낸 도면이다. The machine learning module 125 provides an unfair dismissal risk index, an illegal supply and demand risk index, a labor dispute risk index, and an accident risk index when labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information are input. It may include a machine learning model that is trained to predict In an exemplary embodiment, the machine learning module 125 may include a multi-task learning model. 3 is a diagram schematically showing the configuration of the machine learning module 125 according to an embodiment of the present invention.

도 3을 참조하면, 머신 러닝 모듈(125)은 제1 태스크부(125a), 제2 태스크부(125b), 제3 태스크부(125c), 및 제4 태스크부(125d)를 포함할 수 있다.Referring to FIG. 3 , the machine learning module 125 may include a first task unit 125a, a second task unit 125b, a third task unit 125c, and a fourth task unit 125d. .

제1 태스크부(125a)는 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부당 해고 위험 지수를 출력하도록 학습되는 머신 러닝 모델일 수 있다.The first task unit 125a may be a machine learning model trained to output an unfair dismissal risk index for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information.

제2 태스크부(125b)는 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부정 수급 위험 지수를 출력하도록 학습되는 머신 러닝 모델일 수 있다.The second task unit 125b may be a machine learning model that is trained to output a risk index of fraudulent supply and demand for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information.

제3 태스크부(125c)는 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 분쟁 위험 지수를 출력하도록 학습되는 머신 러닝 모델일 수 있다.The third task unit 125c may be a machine learning model trained to output a labor dispute risk index for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information.

제4 태스크부(125d)는 노무 관련 사례, 노무 사례 분석 정보, 사업장 관련 정보, 및 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 사건 사고 위험 지수를 출력하도록 학습되는 머신 러닝 모델일 수 있다.The fourth task unit 125d may be a machine learning model that is trained to output an accident risk index for a corresponding workplace by inputting labor-related cases, labor case analysis information, workplace-related information, and workplace policy-related information.

다시 도 1을 참조하면, 사용자 서비스 엔진(106)은 사용자 단말(미도시)로부터 수신되는 각종 요청 또는 질의에 따라 그에 대응하는 서비스를 사용자 단말(미도시)로 제공할 수 있다. 여기서, 사용자 단말(미도시)은 사업장의 단말일 수도 있고, 근로자의 단말일 수도 있다.Referring back to FIG. 1 , the user service engine 106 may provide corresponding services to the user terminal (not shown) according to various requests or queries received from the user terminal (not shown). Here, the user terminal (not shown) may be a terminal of a workplace or a terminal of a worker.

도 4는 본 발명의 일 실시예에 따른 사용자 서비스 엔진(106)의 구성을 나타낸 블록도이다. 도 4를 참조하면, 사용자 서비스 엔진(106)은 위험 지수 리포팅 모듈(131), 부당 해고 예방 알림 모듈(133), 부정 수급 예방 알림 모듈(135), 노무 분쟁 예방 알림 모듈(137), 사건 사고 예방 알림 모듈(139), 노무 정보 알림 모듈(141), 챗봇 서비스 모듈(143), 법률 검색 서비스 모듈(145), 및 근로 계약서 관리 모듈(147)을 포함할 수 있다.4 is a block diagram showing the configuration of the user service engine 106 according to an embodiment of the present invention. Referring to FIG. 4 , the user service engine 106 includes a risk index reporting module 131 , an unfair dismissal prevention notification module 133 , an illegal supply and demand prevention notification module 135 , a labor dispute prevention notification module 137 , and an accident It may include a prevention notification module 139 , a labor information notification module 141 , a chatbot service module 143 , a legal search service module 145 , and a labor contract management module 147 .

일 실시예에서, 위험 지수 리포팅 모듈(131), 부당 해고 예방 알림 모듈(133), 부정 수급 예방 알림 모듈(135), 노무 분쟁 예방 알림 모듈(137), 사건 사고 예방 알림 모듈(139), 노무 정보 알림 모듈(141), 챗봇 서비스 모듈(143), 법률 검색 서비스 모듈(145), 및 근로 계약서 관리 모듈(147)은 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 프로세서 또는 하나 이상의 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.In one embodiment, the risk index reporting module 131, the unfair dismissal prevention notification module 133, the illegal supply and demand prevention notification module 135, the labor dispute prevention notification module 137, the accident prevention notification module 139, the labor The information notification module 141, the chatbot service module 143, the legal search service module 145, and the labor contract management module 147 are implemented using one or more physically separated devices, or one or more processors or one or more It may be implemented by a combination of a processor and software, and unlike the illustrated example, specific operations may not be clearly distinguished.

위험 지수 리포팅 모듈(131)은 사용자 단말(미도시)로부터 리포팅 요청을 수신할 수 있다. 리포팅 요청에는 사업장 관련 정보(예를 들어, 사업자 식별 정보, 사업 업종, 사업장 규모, 사업장 환경(사업장 위치, 사업장에 설치된 시설, 사업장의 온도 및 습도 등), 사업장 히스토리, 사업장 매출액, 및 고용인 수 등)가 포함될 수 있다. The risk index reporting module 131 may receive a reporting request from a user terminal (not shown). Reporting requests include information on business sites (for example, business identification information, business type, business size, business environment (place of business, facilities installed in the business, temperature and humidity, etc.), business history, business sales, and number of employees, etc. ) may be included.

위험 지수 리포팅 모듈(131)은 리포팅 요청에 포함된 사업장 관련 정보를 노무 위험 예측 엔진(104)으로 전달하고, 노무 위험 예측 엔진(104)으로부터 해당 사업장에 대한 노무 위험 관리 정보를 수신할 수 있다. 여기서, 노무 위험 관리 정보는 부당 해고 위험 지수, 부당 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수를 포함할 수 있다. 노무 위험 예측 엔진(104)의 머신 러닝 모듈(125)은 이전의 노무 관련 사례 등을 통해 이미 학습된 상태이므로, 리포팅 요청에 포함된 사업장 관련 정보가 입력되는 경우, 그에 대응하여 노무 위험 관리 정보를 출력할 수 있다.The risk index reporting module 131 may transmit the workplace-related information included in the reporting request to the labor risk prediction engine 104 , and may receive labor risk management information for the workplace from the labor risk prediction engine 104 . Here, the labor risk management information may include an unfair dismissal risk index, an unfair supply and demand risk index, a labor dispute risk index, and an accident risk index. Since the machine learning module 125 of the labor risk prediction engine 104 has already been learned through previous labor-related cases, etc., when business-related information included in the reporting request is input, it responds to labor risk management information. can be printed out.

위험 지수 리포팅 모듈(131)은 노무 위험 관리 정보에 포함된 부당 해고 위험 지수, 부당 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수에 기반하여 해당 사업자의 위험 지수를 산출할 수 있다. 위험 지수 리포팅 모듈(131)은 해당 사업장의 위험 지수를 포함하는 위험 지수 리포팅을 사업자 단말(미도시)로 송신할 수 있다. 또한, 위험 지수 리포팅에는 해당 사업장의 부당 해고 위험 지수, 부당 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수도 포함될 수 있다. The risk index reporting module 131 may calculate the risk index of the corresponding operator based on the unfair dismissal risk index, the unfair supply and demand risk index, the labor dispute risk index, and the accident risk index included in the labor risk management information. The risk index reporting module 131 may transmit the risk index reporting including the risk index of the business site to the operator terminal (not shown). In addition, the risk index reporting may include an unfair dismissal risk index, an unfair supply and demand risk index, a labor dispute risk index, and an accident risk index of the workplace.

부당 해고 예방 알림 모듈(133)은 노무 통합 관리 장치(100)에 등록되는 근로자에 대해 부당 해고 예방 알림을 송신할 수 있다. 예시적인 실시예에서, 노무 통합 관리 장치(100)는 근로자를 등록하는 경우, 근로자 단말(미도시)로부터 해당 근로자의 근로자 관련 정보(예를 들어, 근로자 식별 정보, 근로 업무 내용, 근로 기간, 및 근로 형태 등) 및 해당 근로자가 소속된 사업장의 사업장 관련 정보를 수신하여 등록할 수 있다. The unfair dismissal prevention notification module 133 may transmit an unfair dismissal prevention notification to a worker registered in the labor integrated management device 100 . In an exemplary embodiment, when the labor integrated management device 100 registers a worker, worker-related information (eg, worker identification information, work work content, working period, and work type, etc.) and information related to the workplace of the workplace to which the worker is affiliated can be registered.

부당 해고 예방 알림 모듈(133)은 등록된 근로자의 근로자 관련 정보 및 해당 사업자의 사업장 관련 정보를 노무 위험 예측 엔진(104)으로 전달하고, 노무 위험 예측 엔진(104)으로부터 해당 근로자의 부당 해고 위험 지수를 수신할 수 있다. 부당 해고 예방 알림 모듈(133)은 해당 근로자의 부당 해고 위험 지수가 기 설정된 기준을 초과하는 경우, 해당 근로자의 근로자 단말(미도시)로 부당 해고 예방 알림을 전송할 수 있다. The unfair dismissal prevention notification module 133 transmits the worker-related information of the registered worker and the workplace-related information of the corresponding business operator to the labor risk prediction engine 104, and the unfair dismissal risk index of the worker from the labor risk prediction engine 104 can receive The unfair dismissal prevention notification module 133 may transmit an unfair dismissal prevention notification to the worker terminal (not shown) of the worker when the unfair dismissal risk index of the worker exceeds a preset standard.

부정 수급 예방 알림 모듈(135)은 노무 통합 관리 장치(100)에 등록된 사업장의 부정 수급 위험 지수에 기반하여 부정 수급 예방 알림을 발생시킬 수 있다. 즉, 노무 위험 예측 엔진(104)은 노무 통합 관리 장치(100)에 등록된 사업장에 대해 각각 부정 수급 위험 지수를 산출할 수 있다. 이때, 부정 수급 위험 지수가 기 설정된 기준을 초과하는 경우, 부정 수급 예방 알림 모듈(135)은 해당 사업장에 대해 부정 수급 예방 알림을 발생시킬 수 있다. 부정 수급 예방 알림은 관련 기관의 서버 컴퓨팅 장치로 전송될 수 있다. The illegal supply and demand prevention notification module 135 may generate an illegal supply and demand prevention notification based on the illegal supply and demand risk index of the workplace registered in the labor integrated management device 100 . That is, the labor risk prediction engine 104 may calculate an illegal supply and demand risk index for each workplace registered in the labor integrated management device 100 . In this case, when the fraudulent supply and demand risk index exceeds a preset standard, the fraudulent supply and demand prevention notification module 135 may generate an illegal supply and demand prevention notification for the corresponding workplace. The fraudulent supply and demand prevention notification may be transmitted to a server computing device of a related institution.

노무 분쟁 예방 알림 모듈(137)은 노무 통합 관리 장치(100)에 등록된 사업장 및 근로자 간 노무 분쟁 위험 지수에 기반하여 노무 분쟁 예방 알림을 발생시킬 수 있다. 즉, 노무 위험 예측 엔진(104)은 노무 통합 관리 장치(100)에 등록된 각 사업장 및 해당 사업장에서 근로하는 근로자 간의 노무 분쟁 위험 지수를 산출할 수 있다. 이때, 노무 분쟁 위험 지수가 기 설정된 기준을 초과하는 경우, 노무 분쟁 예방 알림 모듈(137)은 해당 사업장 및 근로자에 대해 노무 분쟁 예방 알림을 발생시킬 수 있다. The labor dispute prevention notification module 137 may generate a labor dispute prevention notification based on the labor dispute risk index between the workplace and the workers registered in the labor integrated management device 100 . That is, the labor risk prediction engine 104 may calculate a labor dispute risk index between each workplace registered in the labor integrated management device 100 and workers working at the workplace. In this case, when the labor dispute risk index exceeds a preset standard, the labor dispute prevention notification module 137 may generate a labor dispute prevention notification to the corresponding workplace and workers.

사건 사고 예방 알림 모듈(139)은 노무 통합 관리 장치(100)에 등록된 사업장에 대한 사건 사고 위험 지수에 기반하여 사건 사고 예방 알림을 발생시킬 수 있다. 즉, 노무 위험 예측 엔진(104)은 노무 통합 관리 장치(100)에 등록된 각 사업장에 대해 사건 사고 위험 지수를 산출할 수 있다. 이때, 사건 사고 위험 지수가 기 설정된 기준을 초과하는 경우, 사건 사고 예방 알림 모듈(139)은 해당 사업장에 대해 사건 사고 예방 알림을 발생시킬 수 있다. 사건 사고 예방 알림은 해당 사업장의 사업장 단말로 송신될 수 있다. The accident prevention notification module 139 may generate an accident prevention notification based on the accident risk index for the workplace registered in the labor integrated management device 100 . That is, the labor risk prediction engine 104 may calculate an accident risk index for each workplace registered in the labor integrated management device 100 . In this case, when the accident risk index exceeds a preset criterion, the accident prevention notification module 139 may generate an accident prevention notification for the corresponding workplace. Incident Accident prevention notification may be transmitted to the workplace terminal of the relevant workplace.

노무 정보 알림 모듈(141)은 노무와 관련된 법령 및 정책을 모니터링 할 수 있다. 노무와 관련된 법령 또는 정책이 개정되거나 신규 추가되는 경우, 노무 정보 알림 모듈(141)은 해당 법령 또는 정책이 적용되는 사업장을 추출하고, 추출한 사업장의 사업장 단말로 개정 또는 신규 추가되는 법령 또는 정책 내용에 대한 노무 정보 알림을 전송할 수 있다. The labor information notification module 141 may monitor labor-related laws and policies. When labor-related laws or policies are revised or newly added, the labor information notification module 141 extracts the workplace to which the applicable law or policy is applied, and adds the revised or newly added laws or policies to the terminal of the workplace of the extracted workplace. It is possible to transmit a labor information notification for

노무 정보 알림 모듈(141)은 노무 통합 관리 장치(100)에 등록되는 사업장 또는 근로자와 매칭되는 정부 지원금이 있는지를 모니터링 할 수 있다. 즉, 노무 정보 알림 모듈(141)은 등록된 사업장 또는 근로자가 정부 지원금의 조건과 일치하는지 여부를 모니터링 할 수 있다. 정부 지원금의 조건과 매칭되는 사업장 또는 근로자가 있는 경우, 노무 정보 알림 모듈(141)은 해당 사업장 또는 근로자의 단말로 정부 지원금의 내용에 대한 노무 정보 알림을 전송할 수 있다. The labor information notification module 141 may monitor whether there is a government subsidy matching the workplace or worker registered in the labor integrated management device 100 . That is, the labor information notification module 141 may monitor whether the registered workplace or worker matches the conditions of the government subsidy. When there is a workplace or worker matching the conditions of the government subsidy, the labor information notification module 141 may transmit a labor information notification about the contents of the government subsidy to the terminal of the corresponding workplace or worker.

챗봇 서비스 모듈(143)은 사용자 단말(미도시)로부터 사용자 질의가 입력되는 경우, 사용자 질의에 대한 답변을 수행할 수 있다. 챗봇 서비스 모듈(143)은 사용자 질의를 분석하여 유사 사례가 있는지 여부를 검색할 수 있다. 챗봇 서비스 모듈(143)은 노무 사례 분석 엔진(102)이 수집한 노무 관련 사례에서 사용자 질의에 대응하는 유사 사례가 있는지 여부를 검색할 수 있다. When a user query is input from a user terminal (not shown), the chatbot service module 143 may answer the user's query. The chatbot service module 143 may search for whether there is a similar case by analyzing the user's query. The chatbot service module 143 may search whether there is a similar case corresponding to the user's query in the labor-related cases collected by the labor case analysis engine 102 .

챗봇 서비스 모듈(143)은 사용자 질의에서 각 키워드를 추출하고, 추출한 키워드에 기반하여 유사 사례 여부를 검색할 수 있다. 또한, 챗봇 서비스 모듈(143)은 사용자 질의를 한 사용자 정보(예를 들어, 사업자의 경우 사업자 관련 정보, 근로자의 경우 근로자 관련 정보)를 기반으로 유사 사례 여부를 검색할 수 있다. 예를 들어, 사용자 질의를 한 사용자가 사업자인 경우, 해당 사업자의 사업자 관련 정보 중 사업장 히스토리, 사업 업종, 근로자 수, 및 사업장 환경 등에 기반하여 그와 유사한 사례를 검색할 수 있다. The chatbot service module 143 may extract each keyword from the user's query and search for similar cases based on the extracted keyword. In addition, the chatbot service module 143 may search for similar cases based on user information (eg, business-related information in the case of a business operator and worker-related information in the case of a worker) that has made a user inquiry. For example, if the user who made the user inquiry is a business operator, similar cases can be searched for based on business history, business type, number of workers, and business environment among business-related information of the business operator.

챗봇 서비스 모듈(143)은 사용자 질의에 대해 유사 사례를 검색할 수 없는 경우, 사용자 질의를 실시간 상담할 수 있는 노무 전문가와 연결시킬 수 있다. 챗봇 서비스 모듈(143)은 사용자 질의에 대해 상담한 내용을 하나의 노무 관련 사례로 하여 노무 사례 분석 엔진(102)으로 송신할 수 있다. The chatbot service module 143 may connect the user's query to a labor expert who can consult in real time when similar cases cannot be searched for for the user's query. The chatbot service module 143 may transmit to the labor case analysis engine 102 as one labor-related case the contents of the consultation on the user's query.

법률 검색 서비스 모듈(145)은 사용자 단말(미도시)로부터 법률 관련 키워드가 입력되는 경우, 법률 관련 키워드에 대응하는 법령 또는 정책을 검색하여 사용자 단말(미도시)로 전송할 수 있다. 예시적인 실시예에서, 법률 검색 서비스 모듈(145)은 정책 정보 관리 모듈(123)에 의해 수집된 정보 중 법률 관련 키워드에 대응하는 법령 또는 정책을 검색할 수 있으나, 이에 한정되는 것은 아니다. When a law-related keyword is input from the user terminal (not shown), the legal search service module 145 may search for a law or policy corresponding to the law-related keyword and transmit it to the user terminal (not illustrated). In an exemplary embodiment, the legal search service module 145 may search for a law or policy corresponding to a law-related keyword among the information collected by the policy information management module 123 , but is not limited thereto.

근로 계약서 관리 모듈(147)은 노무 통합 관리 장치(100)에 등록되는 근로자에 대해 근로 계약서를 작성할 수 있다. 근로 계약서 관리 모듈(147)은 근로자와 사업장 간의 근로 계약(예를 들어, 근로 기간, 재직 형태, 급여, 상여금, 연차 등)에 기반하여 근로 계약서를 자동 작성할 수 있다. The labor contract management module 147 may create a labor contract for a worker registered in the labor integrated management device 100 . The labor contract management module 147 may automatically create a labor contract based on the labor contract between the worker and the workplace (eg, working period, employment type, salary, bonus, annual leave, etc.).

또한, 근로 계약서 관리 모듈(147)은 각 근로자의 근로 계약서에 기반하여 급여 대장을 작성할 수 있다. 근로 계약서 관리 모듈(147)은 근로 계약서 상의 근로 시간을 분석하여 연장 근무, 야간 근무, 및 휴일 근무 등에 대해 법정 수당을 지급하도록 급여 대장을 작성할 수 있다. 이를 위해, 근로 계약서 관리 모듈(147)은 각 근로자의 근태 상황을 모니터링 할 수 있다. 또한, 근로 계약서 관리 모듈(147)은 각 근로자의 근로 계약서에 기반하여 계약 기간 만료 전에 이에 대한 알림을 전송할 수 있다. In addition, the labor contract management module 147 may create a payroll book based on the labor contract of each worker. The labor contract management module 147 may analyze the working hours in the labor contract and prepare a payroll to pay statutory allowances for overtime work, night work, holiday work, and the like. To this end, the labor contract management module 147 may monitor the attendance status of each worker. In addition, the labor contract management module 147 may transmit a notification prior to the expiration of the contract period based on each worker's labor contract.

개시되는 실시예에 의하면, 노무 관련 사례를 수집하고, 수집한 노무 관련 사례를 기반으로 머신 러닝 기술을 통해 노무 위험 관리 정보를 생성함으로써, 각 사업장 또는 근로자는 노무 관련한 위험 사고에 대해 리스크를 미리 관리할 수 있게 되며, 그로 인해 노무 관련 분쟁 또는 사고 등으로 인한 사회적 비용을 절감할 수 있게 된다. According to the disclosed embodiment, by collecting labor-related cases and generating labor risk management information through machine learning technology based on the collected labor-related cases, each workplace or worker manages risks in advance for labor-related risk accidents As a result, it is possible to reduce social costs caused by labor-related disputes or accidents.

또한, 챗봇 서비스를 통해 사용자 질의에 대해 그와 유사한 노무 관련 사례를 검색하여 알려줌으로써, 사용자 질의에 대해 신속한 대응을 할 수 있게 된다. 또한, 정부 지원금의 조건과 일치하는 사업장 또는 근로자에게 이를 매칭시켜 줌으로써, 정부 지원금의 정보 비대칭을 극복하고 이를 잘 활용할 수 있도록 할 수 있게 된다.In addition, it is possible to quickly respond to user inquiries by searching and reporting similar labor-related cases for user inquiries through the chatbot service. In addition, it is possible to overcome information asymmetry of government subsidies and make good use of them by matching them to workplaces or workers that match the conditions of government subsidies.

본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 "모듈"은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아니다.In this specification, a module may mean a functional and structural combination of hardware for carrying out the technical idea of the present invention and software for driving the hardware. For example, the "module" may mean a logical unit of a predetermined code and a hardware resource for executing the predetermined code, and does not necessarily mean physically connected code or a single type of hardware.

도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.5 is a block diagram illustrating and describing a computing environment 10 including a computing device suitable for use in example embodiments. In the illustrated embodiment, each component may have different functions and capabilities other than those described below, and may include additional components in addition to those described below.

도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 노무 통합 관리 장치(100)일 수 있다.The illustrated computing environment 10 includes a computing device 12 . In one embodiment, the computing device 12 may be the labor integrated management device 100 .

컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.Computing device 12 includes at least one processor 14 , computer readable storage medium 16 , and communication bus 18 . The processor 14 may cause the computing device 12 to operate in accordance with the exemplary embodiments discussed above. For example, the processor 14 may execute one or more programs stored in the computer-readable storage medium 16 . The one or more programs may include one or more computer-executable instructions that, when executed by the processor 14, configure the computing device 12 to perform operations in accordance with the exemplary embodiment. can be

컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.Computer-readable storage medium 16 is configured to store computer-executable instructions or program code, program data, and/or other suitable form of information. The program 20 stored in the computer-readable storage medium 16 includes a set of instructions executable by the processor 14 . In one embodiment, computer-readable storage medium 16 includes memory (volatile memory, such as random access memory, non-volatile memory, or a suitable combination thereof), one or more magnetic disk storage devices, optical disk storage devices, flash It may be memory devices, other forms of storage medium accessed by computing device 12 and capable of storing desired information, or a suitable combination thereof.

통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.Communication bus 18 interconnects various other components of computing device 12 , including processor 14 and computer readable storage medium 16 .

컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.Computing device 12 may also include one or more input/output interfaces 22 and one or more network communication interfaces 26 that provide interfaces for one or more input/output devices 24 . The input/output interface 22 and the network communication interface 26 are coupled to the communication bus 18 . Input/output device 24 may be coupled to other components of computing device 12 via input/output interface 22 . Exemplary input/output device 24 may include a pointing device (such as a mouse or trackpad), a keyboard, a touch input device (such as a touchpad or touchscreen), a voice or sound input device, various types of sensor devices, and/or imaging devices. input devices and/or output devices such as display devices, printers, speakers and/or network cards. The exemplary input/output device 24 may be included in the computing device 12 as a component constituting the computing device 12 , and may be connected to the computing device 12 as a separate device distinct from the computing device 12 . may be

이상의 상세한 설명은 본 발명을 예시하는 것이다. 또한 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당업계의 기술 또는 지식의 범위내에서 변경 또는 수정이 가능하다. 저술한 실시예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.The above detailed description is illustrative of the present invention. In addition, the above description shows and describes preferred embodiments of the present invention, and the present invention can be used in various other combinations, modifications, and environments. That is, changes or modifications are possible within the scope of the concept of the invention disclosed herein, the scope equivalent to the written disclosure, and/or within the scope of skill or knowledge in the art. The written embodiment describes the best state for implementing the technical idea of the present invention, and various changes required in specific application fields and uses of the present invention are possible. Accordingly, the detailed description of the present invention is not intended to limit the present invention to the disclosed embodiments. Also, the appended claims should be construed to include other embodiments.

10 컴퓨팅 환경
12 컴퓨팅 장치
14 프로세서
16 컴퓨터 판독 가능 저장 매체
18 통신 버스
20 프로그램
22 입출력 인터페이스
24 입출력 장치
26 네트워크 통신 인터페이스
100 노무 통합 관리 장치
102 노무 사례 분석 엔진
104 노무 위험 예측 엔진
106 사용자 서비스 엔진
111 데이터 수집 모듈
113 데이터 처리 모듈
115 저장 모듈
121 인터페이스 모듈
123 정책 정보 관리 모듈
125 머신 러닝 모듈
125a 제1 태스크부
125b 제2 태스크부
125c 제3 태스크부
125d 제4 태스크부
131 위험 지수 리포팅 모듈
133 부당 해고 예방 알림 모듈
135 부정 수급 예방 알림 모듈
137 노무 분쟁 예방 알림 모듈
139 사건 사고 예방 알림 모듈
141 노무 정보 알림 모듈
143 챗봇 서비스 모듈
145 법률 검색 서비스 모듈
147 근로 계약서 관리 모듈10 Computing Environment
12 computing devices
14 processors
16 computer-readable storage medium
18 communication bus
20 programs
22 input/output interface
24 input/output devices
26 network communication interface
100 integrated labor management device
102 Labor Case Analysis Engine
104 Labor Risk Prediction Engine
106 user service engine
111 Data Acquisition Module
113 data processing module
115 storage module
121 interface module
123 Policy Information Management Module
125 machine learning modules
125a first task unit
125b second task unit
125c third task unit
125d 4th task unit
131 Risk Index Reporting Module
133 Unfair dismissal prevention notification module
135 Illegal supply and demand prevention notification module
137 Labor Dispute Prevention Notification Module
139 Incident Accident Prevention Notification Module
141 Labor Information Notification Module
143 Chatbot service module
145 Legal Search Services Module
147 Labor contract management module

Claims (5)

하나 이상의 프로세서들, 및
상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치로서,
노무 관련 사례를 수집하고, 수집한 상기 노무 관련 사례를 분석하여 노무 사례 분석 정보를 생성하는 노무 사례 분석 엔진; 및
상기 노무 관련 사례 및 상기 노무 사례 분석 정보에 기반하여 사업장에 대한 노무 위험 관리 정보를 생성하는 노무 위험 예측 엔진을 포함하는, 컴퓨팅 장치.one or more processors, and
A computing device having a memory to store one or more programs executed by the one or more processors, the computing device comprising:
a labor case analysis engine that collects labor-related cases and analyzes the collected labor-related cases to generate labor case analysis information; and
Computing device comprising a labor risk prediction engine for generating labor risk management information for a workplace based on the labor-related cases and the labor case analysis information. 청구항 1에 있어서,
상기 노무 사례 분석 정보는, 사업장 관련 정보, 근로자 관련 정보, 및 노무 사건 관련 정보 중 하나 이상을 포함하고,
상기 노무 사건 관련 정보는, 노무 사건 종류 정보, 노무 사건 히스토리 정보, 노무 사건 쟁점 정보, 및 관련 법령 정보 중 하나 이상을 포함하는, 컴퓨팅 장치.The method according to claim 1,
The labor case analysis information includes at least one of workplace-related information, worker-related information, and labor case-related information,
The labor case related information includes at least one of labor case type information, labor case history information, labor case issue information, and related statute information. 청구항 2에 있어서,
상기 노무 위험 예측 엔진은,
상기 노무 사례 분석 엔진과 인터페이스를 수행하는 인터페이스 모듈;
각 사업장에 대한 사업장 관련 정보에 기반하여 해당 사업장에 대한 사업장 정책 관련 정보를 수집하는 정책 정보 관리 모듈; 및
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 위험 관리 정보를 생성하는 머신 러닝 모듈을 포함하는, 컴퓨팅 장치.3. The method according to claim 2,
The labor risk prediction engine is
an interface module that interfaces with the labor case analysis engine;
a policy information management module for collecting workplace policy-related information for each workplace based on workplace-related information for each workplace; and
Computing device comprising a machine learning module for generating labor risk management information for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information. 청구항 3에 있어서,
상기 노무 위험 관리 정보는, 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수 중 하나 이상을 포함하고,
상기 머신 러닝 모듈은,
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보가 입력되는 경우, 부당 해고 위험 지수, 부정 수급 위험 지수, 노무 분쟁 위험 지수, 및 사건 사고 위험 지수 중 하나 이상을 예측하도록 학습되는 머신 러닝 모델을 포함하는, 컴퓨팅 장치.4. The method according to claim 3,
The labor risk management information includes at least one of an unfair dismissal risk index, an illegal supply and demand risk index, a labor dispute risk index, and an accident risk index,
The machine learning module is
When the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information are input, at least one of an unfair dismissal risk index, an unfair supply and demand risk index, a labor dispute risk index, and an accident risk index A computing device comprising a machine learning model trained to predict 청구항 4에 있어서,
상기 머신 러닝 모델은, 멀티 태스크 러닝 모델(Multi-task Learning Model)이고,
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부당 해고 위험 지수를 출력하도록 학습되는 제1 태스크부;
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 부정 수급 위험 지수를 출력하도록 학습되는 제2 태스크부;
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 노무 분쟁 위험 지수를 출력하도록 학습되는 제3 태스크부; 및
상기 노무 관련 사례, 상기 노무 사례 분석 정보, 상기 사업장 관련 정보, 및 상기 사업장 정책 관련 정보를 입력으로 하여 해당 사업장에 대한 사건 사고 위험 지수를 출력하도록 학습되는 제4 태스크부를 포함하는, 컴퓨팅 장치.5. The method according to claim 4,
The machine learning model is a multi-task learning model (Multi-task Learning Model),
a first task unit trained to output the unfair dismissal risk index for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information;
a second task unit that is trained to output the risk index of fraudulent supply and demand for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information;
a third task unit that is trained to output a labor dispute risk index for a corresponding workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information; and
Computing device comprising a fourth task unit that is learned to output the accident risk index for the workplace by inputting the labor-related case, the labor case analysis information, the workplace-related information, and the workplace policy-related information.
KR1020200189652A 2020-12-31 2020-12-31 Method for managing integrated labor and computing device for executing the method KR102596718B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200189652A KR102596718B1 (en) 2020-12-31 2020-12-31 Method for managing integrated labor and computing device for executing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200189652A KR102596718B1 (en) 2020-12-31 2020-12-31 Method for managing integrated labor and computing device for executing the method

Publications (2)

Publication Number Publication Date
KR20220096840A true KR20220096840A (en) 2022-07-07
KR102596718B1 KR102596718B1 (en) 2023-11-02

Family

ID=82398970

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200189652A KR102596718B1 (en) 2020-12-31 2020-12-31 Method for managing integrated labor and computing device for executing the method

Country Status (1)

Country Link
KR (1) KR102596718B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004102598A (en) * 2002-09-09 2004-04-02 Sr Up 21:Kk Labor-management difficulties diagnostic system
KR20090002219A (en) * 2007-06-22 2009-01-09 홍승암 System providing labor management service on web and method thereof
KR101858206B1 (en) * 2017-12-07 2018-05-15 디비손해보험 주식회사 Method for providing conversational administration service of chatbot based on artificial intelligence
KR102118888B1 (en) * 2019-11-19 2020-06-04 강미혜 System that provides labor management service through analysis of industry and sales based on artificial intelligence
KR102164413B1 (en) 2019-11-01 2020-10-13 주식회사 헥사플레이스 System and Method for Electronic Labor Contract and Labor Management using QR code

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004102598A (en) * 2002-09-09 2004-04-02 Sr Up 21:Kk Labor-management difficulties diagnostic system
KR20090002219A (en) * 2007-06-22 2009-01-09 홍승암 System providing labor management service on web and method thereof
KR101858206B1 (en) * 2017-12-07 2018-05-15 디비손해보험 주식회사 Method for providing conversational administration service of chatbot based on artificial intelligence
KR102164413B1 (en) 2019-11-01 2020-10-13 주식회사 헥사플레이스 System and Method for Electronic Labor Contract and Labor Management using QR code
KR102118888B1 (en) * 2019-11-19 2020-06-04 강미혜 System that provides labor management service through analysis of industry and sales based on artificial intelligence

Also Published As

Publication number Publication date
KR102596718B1 (en) 2023-11-02

Similar Documents

Publication Publication Date Title
US11049187B2 (en) Proving ground assisted automated model
Arfelt et al. Monitoring the GDPR
US11853337B2 (en) System to determine a credibility weighting for electronic records
US8478624B1 (en) Quality of records containing service data
CN108874638B (en) Intelligent cloud management based on portrait information
CN110288451B (en) Financial reimbursement method, system, equipment and storage medium
KR20200036488A (en) Apparatus and method for managing information security
US11526604B2 (en) System for event detection, data integration, and data visualization
KR100676693B1 (en) A Patent Management Portal Service System
CN112598513A (en) Method and device for identifying shareholder risk transaction behavior
KR102596717B1 (en) Method for managing integrated labor and computing device for executing the method
US20100030596A1 (en) Business Process Intelligence
KR20140066654A (en) Intellectual property integration management system, management method and computer readable media for the same
KR102596718B1 (en) Method for managing integrated labor and computing device for executing the method
KR20180075279A (en) System for integrally analyzing and auditing heterogeneous personal information protection products
Korman et al. Technology management through architecture reference models: A smart metering case
KR20140066655A (en) Intellectual property integration management system, management method and computer readable media for the same
Andrey et al. Automation of tax control mechanism with the use of specialized information and analytical systems within the framework of ensuring security
Nanda et al. Workflow Automation of Routing Rules in the Accounting Process for Online Travel Agency
Bektemysova et al. Applying of process management in the “e-license” project
US20240029001A1 (en) Multi-Computer Tool for Tracking and Analysis of BOT Performance
Laksitowening et al. ACTIFIST: Adaptive architecture for integrated information system
KR20210095601A (en) Public information sharing system affiliated agency oriented self-diagnosis system for enhancing information sharing by using text mining : method thereof
CN113448673A (en) Issue solution issuing method and device, storage medium and electronic device
ABDI CASE FILE MANAGEMENT SYSTEM

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right