KR102020306B1 - 인공지능 기반의 공기조화기 및 그의 제어 방법 - Google Patents

Abstract

본 발명의 실시 예에 따른 인공지능 기반의 공기조화기는, 압축기와 실외 팬모터를 포함하는 실외기, 설치 공간 내에 배치되고, 실내 팬모터를 포함하는 실내기, 사용자의 라이프 로그 데이터 및 실외 환경 정보 중 적어도 하나를 수신하는 통신부, 상기 설치 공간의 실내 환경을 감지하여 실내 환경 정보를 생성하는 적어도 하나의 센서, 상기 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나에 기초하여 상기 설치 공간의 환경 제어 정보를 생성하는 환경 제어 모듈, 및 상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 제어부를 포함한다.

Description

인공지능 기반의 공기조화기 및 그의 제어 방법{AIR CONDITIONER BASED ON ARTIFICIAL INTELLIGENCE AND METHOD FOR CONTROLLING THEREOF}

본 발명은 공기조화기에 관한 것으로서, 특히 사용자의 라이프 로그 데이터를 기반으로 인공지능을 활용한 공기 조화 동작을 수행하는 공기조화기 및 그의 제어방법에 관한 것이다.

공기조화기는 쾌적한 실내 환경을 조성하기 위해 실내로 냉온의 공기를 토출하여 실내 온도를 조절하고, 실내 공기를 정화하도록 함으로써 사용자에게 보다 쾌적한 실내 환경을 제공하기 위해 설치된다. 일반적으로 공기조화기는 열교환기로 구성되어 실내에 설치되는 실내기와, 압축기 및 열교환기 등으로 구성되어 실내기로 냉매를 공급하는 실외기를 포함한다.

공기조화기는 사용자에 의해 설정되는 온도나 풍량 등에 따라 압축기, 팬 등을 구동하는 수동 모드 외에도, 전력 소모를 최소화하면서 최적의 실내 환경을 제공하도록 압축기나 팬의 구동 정도를 자동으로 제어하는 자동 운전모드(스마트케어 등)를 제공하여, 사용자의 편의성을 향상시키고자 한다.

그러나, 종래의 공기조화기가 제공하는 자동 운전모드는, 실외 환경이나 사용자 특성에 대한 고려 없이 일괄적으로 제공되는 바, 외부 상황의 변화나 사용자의 특성, 사용 패턴, 활동 내역 등의 반영이 불가능하다. 따라서, 종래에 제공되는 자동 운전모드는 모든 사용자에 대해 만족시키기 어려울 수 있다.

한편, 최근에는 인공지능(artificial intelligence) 기술에 대한 관심이 증가하고 있다. 상기 인공지능 기술의 여러 분야 중 인간의 학습 능력을 컴퓨터 상에서 실현하기 위한 기술로서 머신 러닝이 존재한다.

종래의 머신 러닝은 통계학 기반의 분류, 회귀, 군집 모델이 중심이었다. 특히, 분류, 회귀 모델의 지도 학습에서는 학습 데이터의 특성과 이러한 특성을 기반으로 새로운 데이터를 구별하는 학습 모델이 사전에 정의되었다. 이와 달리, 최근 빅데이터 개념의 등장과 함께 관심도가 증가하는 딥러닝은, 방대한 양의 데이터를 이용하여 컴퓨터가 스스로 특성을 찾아내고 판별하는 것이다.

최근 이러한 딥러닝과 관련되어 오픈소스로 제공되는 딥러닝 프레임워크들이 등장하였고, 이에 따라 효과적인 학습 및 인식을 위해, 딥러닝 알고리즘 외에 학습 과정, 학습 방법, 학습에 사용되는 데이터의 추출 및 선정과 관련된 기술이 더욱 중요해지고 있다. 또한, 머신 러닝을 다양한 제품이나 서비스에 이용하기 위한 연구가 증가하고 있다.

이와 관련하여 종래기술 1(공개특허공보 제10-2018-0026591호)에는 독서룸 내의 온도, 습도, 가스 농도를 측정하여 사용자에 대해 설정된 온도값, 습도값, 및 가스 농도값과 비교하여 온도조절장치 및 공조장치를 제어하는 인공지능 기반의 환경 제어 시스템에 대해 개시하고 있다. 그러나, 종래기술 1에 따르면, 실외 환경 요소나 사용자의 라이프 로그 등의 다양한 정보에 대한 수집이 이루어지지 않는다. 즉, 종래기술 1은 단순히 측정된 값과 설정된 값의 비교를 통한 환경 제어에 불과한 바, 인공지능을 이용한 환경 제어 방법이라 보기 어렵다.

1. 공개특허공보 제10-2018-0026591호 (2018.03.13. 자 공개)

본 발명이 해결하고자 하는 과제는, 사용자의 라이프 로그와 실내외 환경 등에 기반하여 사용자 맞춤형 제어가 가능한 공기조화기를 제공하는 것이다.

본 발명이 해결하고자 하는 다른 과제는, 인공지능 기반으로 실내 공간의 최적 설정 환경을 인식하여 실내 환경을 효율적으로 제어할 수 있는 공기조화기를 제공하는 것이다.

본 발명의 실시 예에 따른 공기조화기는, 사용자의 활동 또는 방문 장소, 이동 수단, 또는 활동량 등을 포함하는 라이프 로그 데이터를 사용자의 이동 단말기로부터 수신하고, 인공지능 기반의 인식 모델을 포함하는 환경 제어 모듈을 통해 상기 수신된 라이프 로그 데이터로부터 설치 공간에 대한 최적의 설정 환경을 인식하여 실내 환경을 조절할 수 있다.

실시 예에 따라, 공기조화기는 서버 또는 이동 단말기로부터 수신되는 실외 환경 정보, 및/또는 상기 설치 공간의 실내 환경 정보와, 상기 라이프 로그 데이터를 기반으로 상기 최적의 설정 환경을 인식하여 실내 환경을 효과적으로 조절할 수 있다.

실시 예에 따라, 상기 환경 제어 모듈은 실외 환경 정보와 실내 환경 정보 중 적어도 하나, 라이프 로그 데이터, 및 인식 결과를 이용하여 상기 인공지능 기반의 인식 모델을 업데이트하는 학습 동작을 수행하여, 상기 최적의 설정 환경에 대한 인식 정확도를 향상시킬 수 있다.

실시 예에 따라, 공기조화기는 상기 실외 환경 정보와 실내 환경 정보 중 적어도 하나, 상기 라이프 로그 데이터, 및 인식 결과를 학습 서버로 전송하고, 상기 학습 서버로부터 업데이트된 학습 데이터를 수신함으로써 상기 학습 동작을 수행할 수도 있다.

상기 환경 제어 모듈은 상기 인식 결과에 기초하여 상기 공기조화기의 압축기, 실외 팬모터, 실내 팬모터 등 환경 조절부의 제어를 위한 환경 제어 정보를 생성할 수 있다.

상기 환경 제어 정보는, 상기 공기조화기의 복수의 운전 모드들 중 적어도 하나에 대한 설정값을 포함하거나, 상기 환경 조절부 각각에 대한 제어값을 포함할 수 있다.

본 발명의 실시 예에 따른 공기조화기는 사용자의 이동 단말기 등으로부터 수신되는 사용자의 라이프 로그 데이터를 반영하여 실내 환경의 최적 제어를 수행하므로, 사용자의 상태에 적합한 실내 환경을 효과적으로 제공할 수 있다.

또한, 공기조화기는 사용자가 상기 공기조화기의 설치 공간으로 복귀하는 시점으로부터 소정 시점 이전에, 사용자의 이동 단말기로부터 라이프 로그 데이터를 수신하고, 수신된 라이프 로그 데이터와 실내외 환경 정보를 반영하여 미리 실내 환경을 최적으로 제어할 수 있다. 이에 따라, 사용자는 상기 설치 공간으로 복귀 시 곧바로 쾌적함을 느낄 수 있어, 제품에 대한 만족도가 향상될 수 있다.

뿐만 아니라, 공기조화기에 포함된 인공지능 기반의 환경 제어 모듈은, 상기 라이프 로그 데이터와 실내외 환경 정보, 및 인식 결과를 이용하여 인식 모델을 업데이트함으로써, 사용자 맞춤형 학습을 통해 인식 정확도를 보다 향상시킬 수 있다.

도 1은 본 발명의 일 실시 예에 따른 공기조화기의 사시도이다.
도 2는 본 발명의 일 실시 예에 따른 공기조화기의 구성을 개략적으로 도시한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 공기조화기의 제어 구성을 나타내는 도면이다.
도 4는 도 3에 도시된 환경 제어 모듈을 구체적으로 나타내는 도면이다.
도 5와 도 6은 도 4의 설정 환경 인식기에 적용되는 인공지능의 일례로서 딥러닝(deep learning)을 설명하기 위한 도면들이다.
도 7은 도 4의 설정 환경 인식기의 인식 동작 및 학습 동작을 설명하기 위한 도면이다.
도 8은 본 발명의 실시 예에 따른 공기조화기와 연결되는 학습 서버의 개략적인 블록도이다.
도 9는 본 발명의 실시 예에 따른 공기조화기가 사용자의 라이프 로그 데이터 및 환경 정보를 이용한 인공지능 기반의 실내 환경 제어 동작을 설명하기 위한 플로우차트이다.
도 10은 도 9에 도시된 인공지능 기반의 실내 환경 제어 동작과 관련된 구체적인 일 실시 예를 설명하기 위한 래더 다이어그램이다.
도 11은 도 9 내지 도 10의 실시 예와 관련하여 사용자의 이동 단말기에서 제공되는 화면의 예시도이다.
도 12 내지 도 14는 본 발명의 실시 예에 따른 공기조화기의 환경 제어 모듈이, 실내외 환경 정보 및 라이프 로그 데이터에 기초하여 생성하는 환경 제어 정보를 보여주는 도면들이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명한다. 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

도 1은 본 발명의 일 실시 예에 따른 공기조화기의 사시도이다. 도 2는 본 발명의 일 실시 예에 따른 공기조화기의 구성을 개략적으로 도시한 도면이다.

도 1 내지 도 2를 참조하면, 본 발명의 일 실시 예에 따른 공기조화기(1)는 실외기(10), 및 실외기(10)와 연결되는 실내기(20)를 포함할 수 있다.

공기조화기(1)의 실내기(20)는 스탠드형 실내기, 벽걸이형 실내기, 및 천장형 실내기 중 어느 것이라도 적용 가능하나, 도 1에서는 스탠드형 실내기를 예시한다.

한편, 공기조화기(1)는 환기장치, 공기청정장치, 가습장치, 및 히터 중 적어도 하나를 더 포함할 수 있으며, 실내기 및 실외기의 동작에 연동하여 동작할 수 있다.

실내기(20)는 실외기(10)로부터 냉매를 공급받아 실내로 냉온의 공기를 토출할 수 있다. 실내기(20)는 실내 열교환기, 실내기 팬, 공급되는 냉매가 팽창되는 팽창밸브, 및 다수의 센서들을 포함할 수 있다.

실외기(10)는 냉매를 공급받아 압축하는 압축기, 냉매와 실외공기를 열교환하는 실외 열교환기, 공급되는 냉매로부터 기체 냉매를 추출하여 압축기로 공급하는 어큐뮬레이터 등을 포함할 수 있다.

실외기(10)는 압축기 및 실외 열교환기를 동작시켜 설정에 따라 냉매를 압축하거나 열교환하여 실내기(20)로 냉매를 공급한다. 실외기(10)는 원격제어장치 또는 실내기(20)의 요청 또는 명령에 의해 구동될 수 있다.

공기조화기의 개략적인 구성 및 동작과 관련하여 도 2를 참조하면, 실외기(10)는 실외 열교환기(11), 실외 팬(12), 압축기(13), 오일 분리기(14), 실외 팽창밸브(15), 어큐뮬레이터(16), 및 유동전환부(17)를 포함할 수 있다. 실내기(20)는 실내 열교환기(21), 실내 팬(22), 및 실내 팽창밸브(23)를 포함할 수 있다. 도 2에 도시된 실외기(10)와 실내기(20)의 구성은 설명의 편의를 위한 일례에 해당하는 바, 실시 예에 따라 실외기(10)와 실내기(20) 각각은 보다 많거나 적은 구성 요소들을 포함할 수 있다.

실외 열교환기(11), 압축기(13), 실외 팽창밸브(15), 실내 열교환기(21), 및 실내 팽창밸브(23)는 냉매배관에 의해 연결될 수 있다.

실외 열교환기(11)는 실외 공기 및 냉매 간의 열교환이 이루어지도록 실외공간에 배치될 수 있다. 실외 팬(12)은 실외 열교환기(11)의 일 측에 설치되고, 실외 팬(12)의 작동에 의해 실외공기가 실외 열교환기(11)와 열교환되도록 강제대류될 수 있다.

압축기(13)는 유동되는 냉매를 압축하는 구성에 해당된다. 압축기(13)는 압축 용량이 가변되는 인버터 압축기로 구현될 수 있으나, 실시 예에 따라서는 압축 용량이 일정하게 유지되는 정속 압축기로 구현될 수도 있다.

실내 열교환기(21)는 실내 공기 및 냉매 간의 열교환이 이루어지도록 실내공간에 배치될 수 있다. 이때, 실내공간은 공기조화기가 조화된 공기를 제공하기 위해 설치되는 공간으로 이해될 수 있다.

공기조화기가 복수의 실내기들이 포함되는 멀티형 공기조화기인 경우, 복수의 실내 열교환기는 서로 다른 공간에 배치될 수 있고, 이에 따라 공기조화기는 서로 다른 공간의 공기를 조화시킬 수 있다.

또한, 상기 실내 열교환기(21)의 일 측에는 실내공기를 강제 대류시키는 실내 팬(22)이 설치될 수 있다.

실외 팽창밸브(15)는 실외 열교환기(11)에 인접하여 설치될 수 있고, 실내 팽창밸브(23)는 실내 열교환기(21)에 인접하여 설치될 수 있다. 본 실시 예에서, 상기 실외 팽창밸브(15) 및 실내 팽창밸브(23)는 개도의 조절이 가능한 전자팽창밸브(electric expansion valve (EEV))로 구현될 수 있다.

실내 팽창밸브(23)는 상기 실내 열교환기(21)의 가동 여부에 따라, 실내 열교환기(21)로 유입되는 냉매를 각각 선택적으로 차단할 수 있도록 작동된다.

그리고, 상기 공기조화기에는, 상기 압축기(13)를 향하여 유동하는 냉매 중 액상의 냉매를 걸러내는 어큐뮬레이터(16)와, 상기 압축기(13)에서 토출되는 냉매의 유동 방향을 상기 실외 열교환기(11) 또는 실내 열교환기(21)로 선택적으로 전환하는 유동전환부(17)가 더 포함된다. 유동전환부(17)는 사방밸브로 구현될 수 있다.

상기 공기조화기의 운전 모드에 따라 상기 유동전환부(17)에 의한 냉매의 유동 방향이 전환될 수 있다.

상세하게는, 상기 공기조화기가 난방 운전되는 경우, 상기 유동전환부(17)는 상기 압축기(13)에서 토출된 냉매를 상기 실내 열교환기(21)로 유동시킨다. 또한, 상기 실내 팽창밸브(23)는 완전히 개방되고 상기 실외 팽창밸브(15)가 부분적으로 개방된다.

따라서, 상기 실내 열교환기(21)를 통과한 냉매는 상기 실내 팽창밸브(23)를 상태 변화없이 통과하고, 상기 실외 팽창밸브(15)를 통과하면서 팽창된 후 상기 실외 열교환기(11)로 유입될 수 있다.

반면, 상기 공기조화기가 냉방 운전되는 경우, 상기 유동전환부(17)는 상기 압축기(13)에서 토출된 냉매를 상기 실외 열교환기(11)로 유동시킨다. 또한, 상기 실외 팽창밸브(15)는 완전히 개방되고, 상기 실내 팽창밸브(23)가 부분적으로 개방된다.

따라서, 상기 실외 열교환기(11)를 통과한 냉매는 상기 실외 팽창밸브(15)를 상태 변화없이 통과하고 상기 실내 팽창밸브(23)를 통과하면서 팽창된 후 상기 실내 열교환기(21)로 유입될 수 있다.

한편, 압축기(13)와 유동전환부(17)를 연결하는 배관에는 오일분리기(14)가 설치되고, 오일분리기(14)는 압축기(13)의 흡입 측에 연결될 수 있다.

오일분리기(14)는 압축기(13)로부터 토출된 냉매에 혼합된 오일을 분리하고, 분리된 오일을 압축기(13)로 공급함으로써, 압축기(13) 내부에 적정량의 오일을 유지시킬 수 있다. 오일분리기(14)와 압축기(13)의 흡입 측 배관은 모세관(141)을 통해 연결되어, 모세관(141)을 통해 오일이 이동할 수 있다.

이러한 공기조화기(1)는, 실내 환경과 사용자로부터 입력된 설정 환경 사이의 비교를 통해 압축기(13)나 팬(12, 22)의 동작을 자동으로 제어하는 자동 운전모드를 제공할 수 있다.

다만, 자동 운전모드는 실외 환경이나 사용자의 상태(라이프 로그 등)의 반영 없이 일괄적으로 제공되는 바, 자동 운전모드에 대한 사용자의 만족도가 낮다. 한편, 사용자가 자동 운전모드를 이용하지 않고 수동으로 온도나 풍량 등을 설정하는 것은 번거로우며, 자동 운전모드에 비해 전력 소모 측면에서 비효율적일 수 있다.

본 발명의 실시 예에 따른 공기조화기(1)는, 실내 환경 정보뿐만 아니라 다양한 정보와 데이터를 이용하여 실내 환경을 최적으로 제어하여 사용자의 만족도를 극대화할 수 있다. 특히, 공기조화기(1)는 사용자의 라이프 로그 데이터를 기반으로 실내 환경을 제어할 수 있어, 사용자의 상태와 관계없이 쾌적한 실내 환경의 제공이 가능하다. 이하 도 3 내지 도 13을 참조하여 본 발명의 실시 예에 따른 공기조화기(1) 및 그의 제어 방법에 대해 구체적으로 설명한다.

도 3은 본 발명의 일 실시 예에 따른 공기조화기의 제어 구성을 나타내는 도면이다.

도 3을 참조하면, 공기조화기(1)는 통신부(110), 입력부(120), 실내 환경 감지부(130), 출력부(140), 환경 조절부(150), 메모리(160), 및 제어부(170)를 포함할 수 있다. 도 3에 도시된 구성들은 공기조화기(1)를 구현하는 데 있어 필수적인 것은 아닌 바, 공기조화기(1)는 보다 많거나 적은 구성 요소들을 포함할 수 있다.

통신부(110)는, 공기조화기(1)를 서버나 사용자의 단말기 등과 연결하기 위한 적어도 하나의 통신 모듈을 포함할 수 있다. 예컨대, 통신부(110)는 블루투스, NFC(near field communication)와 같은 근거리 통신 모듈, Wi-Fi 등의 무선 인터넷 모듈이나 이동 통신 모듈을 포함할 수 있다. 제어부(170)는 통신부(110)를 통해 상기 서버나 단말기로 공기조화기(1)의 상태 정보나 동작 정보를 전송할 수 있다. 또는, 제어부(170)는 통신부(110)를 통해 상기 서버나 단말기로부터 공기조화기(1)의 제어 정보를 수신할 수 있다.

특히, 본 발명의 실시 예에 따르면, 제어부(170)는 상기 서버로부터 실외 환경 정보를 수신할 수 있고, 상기 단말기로부터 사용자의 라이프 로그 데이터를 수신할 수 있다.

상기 실외 환경 정보는 공기조화기(1) 또는 사용자가 위치 또는 활동한 장소의 외부 온도, 습도, 먼지 농도, 공기 청정도나 가스 농도 등에 대한 정보를 포함할 수 있다.

라이프 로그(lifelog)는 개인의 전반적인 일상생활의 기록이나 정보를 의미할 수 있다. 이에 따라, 본 발명의 실시 예에 따른 라이프 로그 데이터는, 사용자의 활동 또는 방문 장소, 이동 수단, 활동량 등에 대한 다양한 데이터를 포함할 수 있다. 이러한 라이프 로그 데이터는 사용자가 소지한 이동 단말기(예컨대 스마트폰, 웨어러블 디바이스) 등의 기기들에 의해 수집될 수 있다.

입력부(120)는 사용자의 조작에 의해 소정 신호 또는 데이터를 공기조화기(1)로 입력하는 적어도 하나의 입력 수단을 포함할 수 있다. 예컨대, 상기 적어도 하나의 입력 수단은 버튼, 다이얼, 터치패드, 마이크로폰(microphone) 등을 포함할 수 있다.

한편, 입력부(120)는 원격 제어 장치(미도시)와 연결되는 인터페이스를 포함할 수 있다. 즉, 입력부(120)는 상기 인터페이스를 통해 상기 원격 제어 장치로부터 제어 신호를 수신할 수 있다.

실내 환경 감지부(130)는 공기조화기(1; 예컨대 실내기(20))가 설치된 공간의 실내 환경 정보를 감지하는 적어도 하나의 센서를 포함할 수 있다.

예컨대, 상기 실내 환경 정보는 설치 공간의 실내 온도, 실내 습도, 먼지 농도, 가스 농도 등을 포함할 수 있다. 이 경우, 실내 환경 감지부(130)는 실내 온도를 감지하는 온도 센서(132), 실내 습도를 감지하는 습도 센서(134), 설치 공간의 먼지 농도를 감지하는 먼지 센서(136), 및 설치 공간의 가스(일산화탄소, 이산화탄소 등)의 유무 또는 농도를 감지하는 가스 센서(138)를 포함할 수 있다. 상기 적어도 하나의 센서는 실내기(20)의 특정 위치에 배치될 수 있다.

출력부(140)는, 공기조화기(1)의 동작과 관련된 다양한 정보(설정 온도, 실내 온도, 실내 습도, 풍량, 풍향, 운전 모드 등)를 사용자에게 알리기 위한 출력 수단을 구비할 수 있다. 예컨대, 출력부(140)는 오디오 출력 수단으로서 스피커나 버저(buzzer)를 포함할 수 있고, 그래픽 또는 텍스트 출력 수단으로서 디스플레이나 광 출력부 등을 포함할 수 있다. 출력부(140)는 실내기(20)의 소정 위치에 구비될 수 있다.

환경 조절부(150)는, 공기조화기(1)의 실내 환경 제어 동작과 관련된 다양한 구성 요소들을 포함할 수 있다. 상기 실내 환경 제어 동작은 온도 조절, 습도 조절, 풍량 조절, 풍향 조절, 공기청정 등의 동작을 포함할 수 있다.

일례로, 환경 조절부(150)는 압축기(13), 실외 팬모터(152), 실내 팬모터(154), 베인 모터(156), 및 공기청정모듈(158)을 포함할 수 있다.

제어부(170)는 냉방, 난방, 및 제습 운전 시 압축기(13)를 제어할 수 있다. 한편, 제어부(170)는 상기 냉방, 난방, 및 제습 운전 시 도 2에 도시된 밸브들(15, 23)을 압축기(13)와 함께 제어할 수 있다.

또한, 제어부(170)는 상기 냉방, 난방, 및 제습 운전 시 실외 팬모터(152)와 실내 팬모터(154)를 제어할 수 있다.

실외 팬모터(152)는 실외 팬(12)과 연결되어, 구동 시 실외 팬(12)을 회전시킬 수 있다. 실외 팬(12)이 회전함에 따라 실외 열교환기(11)에서 실외 공기와 냉매 간의 열교환이 이루어질 수 있다. 실시 예에 따라, 제습 운전 시에는 실외 팬모터(152)가 구동되지 않을 수 있다.

실내 팬모터(154)는 실내 팬(22)과 연결되어, 구동 시 실내 팬(22)을 회전시킬 수 있다. 실내 팬(22)이 회전함에 따라 실내 공기와 냉매 간의 열교환이 이루어질 수 있다. 한편, 제어부(170)는 설정된 풍량에 기초하여 실내 팬모터(154)의 구동을 제어할 수 있다. 예컨대, 제어부(170)는 설정된 풍량이 증가할수록, 실내 팬(2)의 회전속도가 증가하도록 실내 팬모터(154)를 제어할 수 있다.

또한, 제어부(170)는 설정된 풍향에 기초하여 베인 모터(156)를 제어할 수 있다. 베인 모터(156)는 실내기(20)의 토출구에 배치된 베인의 각도나 회동을 조절할 수 있다. 예컨대, 설정된 풍향이 '회전'에 해당하는 경우, 제어부(170)는 베인을 지속적으로 왕복 회동하도록 베인 모터(156)를 제어할 수 있다.

또한, 제어부(170)는 공기청정 기능(운전)의 활성화 시, 공기청정모듈(158)을 제어할 수 있다. 공기청정모듈(158)은 공기 중의 먼지나 이물을 집진하는 집진 필터, 악취를 제거하는 탈취 필터, 미생물을 살균하는 살균 모듈 등을 구비할 수 있다. 제어부(170)는 공기청정 기능의 활성화 시, 상기 집진 필터나 살균 모듈이 공기청정 동작을 수행하도록 제어할 수 있다. 실시 예에 따라, 공기청정모듈(158)은 냉방, 난방, 및 제습 운전 시에도 공기청정 동작을 수행할 수 있다.

메모리(160)에는, 공기조화기(1)의 동작 제어를 위한 제어 데이터, 입력부(120)를 통해 입력되는 설정 온도, 습도나 운전 모드 등의 설정값, 공기조화기(1)의 에러 발생 여부를 판단하기 위한 데이터 등의 각종 데이터가 저장될 수 있다.

또한, 메모리(160)에는 실내 환경 감지부(130)를 통해 감지 또는 측정되는 센싱 데이터와, 통신부(110)를 통해 송수신되는 데이터가 저장될 수 있다. 상술한 바와 같이, 통신부(110)를 통해 수신되는 데이터는 실외 환경 정보와 사용자의 라이프 로그 데이터를 포함할 수 있다.

제어부(170)는 공기조화기(1)의 전반적인 동작을 제어할 수 있다. 제어부(170)는 설정 온도, 설정 습도, 선택된 운전 모드 등에 기초하여 냉방, 난방, 제습, 및/또는 공기청정 운전을 수행하도록 구성 요소들을 제어할 수 있다. 제어부(170)는 미리 설정된 알고리즘에 따라 상기 각종 운전을 수행할 수 있다.

한편, 본 발명의 실시 예에 따른 제어부(170)는, 통신부(110)를 통해 수신되는 실외 환경 정보 및 사용자의 라이프 로그 데이터와, 실내 환경 감지부(130)를 통해 획득된 실내 환경 정보를, 인공지능 기반의 환경 제어 모듈(200)로 입력하여, 공기조화기(1)가 설치된 공간에 대한 환경 제어 정보를 획득할 수 있다.

예컨대, 환경 제어 모듈(200)은 머신 러닝(machine learning)으로 기학습된 인공신경망(artificial neural network; ANN)을 갖는 설정 환경 인식기(210; 도 4 참조)를 포함하여, 입력된 정보 및 데이터로부터 최적의 환경 제어 정보를 제공할 수 있다.

도 3에서는 환경 제어 모듈(200)이 제어부(170)에 포함되는 것으로 도시되어 있으나, 실시 예에 따라 환경 제어 모듈(200)은 제어부(170)와 별도의 구성(예컨대, 별도의 칩이나 모듈)로서 구현될 수도 있다. 이 경우, 환경 제어 모듈(200)은 제어부(170)와 내부 인터페이스를 통해 데이터를 송수신할 수 있다.

이하, 도 4를 참조하여 환경 제어 모듈(200)에 대해 보다 상세히 설명한다.

도 4는 도 3에 도시된 환경 제어 모듈을 구체적으로 나타내는 도면이다.

도 4를 참조하면, 환경 제어 모듈(200)은 설정 환경 인식기(210)와 환경 제어 정보 생성부(220)를 포함할 수 있다.

설정 환경 인식기(210)는 인공지능(artificial intelligence)의 일 분야인 머신 러닝 기반의 인식 모델을 포함할 수 있다. 이러한 설정 환경 인식기(210)는 통신부(110)를 통해 수신되는 실외 환경 정보와 라이프 로그 데이터, 및 실내 환경 감지부(130)를 통해 획득되는 실내 환경 정보를 상기 인식 모델로 입력하여, 공기조화기(1)가 설치된 실내 공간에 대한 최적의 설정 환경을 인식할 수 있다. 즉, 본 발명의 실시 예에 따른 설정 환경 인식기(210)는 사용자의 라이프 로그 데이터를 반영함으로써, 단순히 실내외 환경에만 기초하여 최적의 설정 환경을 인식하는 것이 아니라, 사용자의 상태를 반영하여 최적의 설정 환경을 인식할 수 있다.

상술한 바와 같이, 실외 환경 정보는 공기조화기(1) 또는 사용자가 위치 또는 활동한 장소의 외부 온도, 습도, 미세먼지 농도, 공기 청정도, 또는 오염도 등에 대한 정보를 포함할 수 있다.

예컨대, 실외 환경 정보는 네트워크를 통해 공기조화기(1)와 연결되는 실외 환경 정보 제공 서버(300)나, 사용자의 이동 단말기(400)로부터 제공될 수 있다. 상기 실외 환경 정보 제공 서버(300)는 기상 정보의 제공이나 일기 예보의 제공 등의 서비스를 제공하는 적어도 하나의 서버를 포함할 수 있다.

라이프 로그 데이터는 사용자의 활동 장소, 방문 장소, 이동 수단, 활동량 등 사용자의 일상 생활과 관련된 다양한 데이터를 포함할 수 있다. 상기 라이프 로그 데이터는 사용자의 이동 단말기(400; 스마트폰, 웨어러블 디바이스 등)로부터 제공될 수 있다.

예컨대, 상기 인식 모델은 소프트웨어 또는 하드웨어 형태의 인공신경망(ANN)을 포함할 수 있다. 예를 들어, 상기 인공신경망은 딥러닝(deep learning)으로 학습된 CNN(convolutional neural network), RNN(recurrent neural network), DBN(deep belief network) 등 심층신경망(deep neural network; DNN)을 포함할 수 있다.

설정 환경 인식기(210)는 상기 실외 환경 정보, 실내 환경 정보, 및 라이프 로그 데이터가 입력되면, 입력된 정보 및 데이터 사이의 연관성, 패턴 등을 발견하여 특징 맵을 형성할 수 있다. 예컨대, 설정 환경 인식기(210)는 입력된 정보 및 데이터로부터 하위레벨 특징, 중간레벨 특징, 및 상위레벨 특징을 추출하여 최적의 설정 환경을 인식할 수 있다. 상기 연관성, 패턴 및 특징들은 이전 입력된 다수의 정보 및 데이터로부터 학습된 것일 수 있다.

실시 예에 따라, 설정 환경 인식기(210)는 실외 환경 정보와 실내 환경 정보 중 어느 하나의 환경 정보와, 상기 라이프 로그 데이터에 기초하여 최적의 설정 환경을 인식할 수도 있다. 또는, 설정 환경 인식기(210)는 상기 라이프 로그 데이터만을 이용하여 최적의 설정 환경을 인식할 수도 있다.

환경 제어 정보 생성부(220)는, 설정 환경 인식기(210)에 의해 인식된 최적의 설정 환경에 대응하여 실내 환경을 조절하기 위한 환경 제어 정보를 생성할 수 있다. 예컨대, 상기 환경 제어 정보는 공기조화기(1)에 기 설정된 복수의 운전 모드 중 적어도 하나에 대한 설정값을 포함할 수 있다. 실시 예에 따라, 상기 환경 제어 정보는 환경 조절부(150)에 포함된 구성 요소들(13, 152, 154, 156, 158) 각각의 구체적인 제어값에 대한 정보를 포함할 수도 있다.

실시 예에 따라, 설정 환경 인식기(210)의 인식 결과가 환경 제어 정보의 형태로 제공되거나, 제어부(170)가 상기 인식 결과에 기초하여 환경 제어 정보를 생성하는 경우, 상기 환경 제어 정보 생성부(220)는 별도로 구비되지 않을 수도 있다.

이하 도 5와 도 6을 참조하여, 환경 제어 모듈(200)의 설정 환경 인식기(210)에 적용되는 인공지능 기술의 일례로서 딥 러닝에 대해 보다 상세히 설명한다.

도 5와 도 6은 도 4의 설정 환경 인식기에 적용되는 인공지능의 일례로서 딥러닝(deep learning)을 설명하기 위한 도면들이다.

인공지능이란 인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 일 분야에 해당한다. 이러한 인공지능의 연구 분야 중 하나인 머신 러닝은 경험적 데이터를 기반으로 예측을 수행하고, 학습을 통해 스스로의 성능을 향상시키는 시스템을 의미할 수 있다. 머신 러닝의 일종인 딥러닝 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습하는 것이다.

딥러닝은 단계를 높여갈수록 복수의 데이터로부터 핵심적인 데이터를 추출하는 머신 러닝 알고리즘의 집합을 나타낼 수 있다.

딥러닝 구조는 인공신경망(artificial neural network(ANN))을 포함할 수 있고, 예를 들어 딥러닝 구조는 CNN(convolutional neural network), RNN(recurrent neural network), DBN(deep belief network) 등 심층신경망(deep neural network)으로 구성될 수 있다.

도 5를 참조하면, 인공신경망은 입력 레이어(Input Layer), 히든 레이어(Hidden Layer), 및 출력 레이어(Output Layer)를 포함할 수 있다. 각 레이어는 복수의 노드들을 포함하고, 각 레이어는 다음 레이어와 연결된다. 인접한 레이어 사이의 노드들은 웨이트(weight)를 가지고 서로 연결될 수 있다.

도 6을 참조하면, 컴퓨팅 장치(머신)는 투입된 입력 데이터(610)로부터 일정한 패턴을 발견해 특징맵(feature map)을 형성할 수 있다. 예컨대, 컴퓨팅 장치(머신)는 하위레벨 특징(620)부터, 중간레벨 특징(630), 및 상위레벨 특징(640)을 추출하여, 대상을 인식하고 그 결과를 출력(650)할 수 있다.

인공신경망은 다음 순서의 레이어로 갈수록 더욱 상위레벨의 특징으로 추상화할 수 있다.

도 5와 도 6을 참조하면, 각 노드들은 활성화 모델에 기초하여 동작할 수 있고, 활성화 모델에 따라 입력값에 대응하는 출력값이 결정될 수 있다.

임의의 노드, 예를 들어, 하위레벨 특징(620)의 출력값은 해당 노드와 연결된 다음 레이어, 예를 들어, 중간레벨 특징(630)의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 중간레벨 특징(630)의 노드는 하위레벨 특징(620)의 복수의 노드들로부터 출력되는 값들을 입력받을 수 있다.

이 때, 각 노드의 입력값은 이전 레이어의 노드의 출력값에 웨이트(weight)가 적용된 값일 수 있다. 웨이트는 노드 간의 연결 강도를 의미할 수 있다.

또한, 딥러닝 과정은 적절한 웨이트를 찾아내는 과정으로도 볼 수 있다.

한편, 임의의 노드, 예를 들어, 중간레벨 특징(630)의 출력값은 해당 노드와 연결된 다음 레이어, 예를 들어, 상위레벨 특징(640)의 노드로 입력될 수 있다. 다음 레이어의 노드, 예를 들어, 상위레벨 특징(640)의 노드는 중간레벨 특징(630)의 복수의 노드로부터 출력되는 값들을 입력받을 수 있다.

인공신경망은 각 레벨에 대응하는 학습된 레이어(layer)를 이용하여, 각 레벨에 대응하는 특징 정보를 추출할 수 있다. 인공신경망은 순차적으로 추상화하여, 가장 상위 레벨의 특징 정보를 활용하여 소정 대상을 인식할 수 있다.

예를 들어, 딥러닝에 의한 얼굴인식 과정을 살펴보면, 컴퓨터는 입력 영상으로부터, 픽셀의 밝기에 따라 밝은 픽셀과 어두운 픽셀을 구분하고, 테두리, 에지 등 단순한 형태를 구분한 후, 조금 더 복잡한 형태와 사물을 구분할 수 있다. 최종적으로 컴퓨터는 인간의 얼굴을 규정하는 형태를 파악할 수 있다.

본 발명에 따른 딥러닝 구조는 공지된 다양한 구조를 이용할 수 있다. 예를 들어, 본 발명에 따른 딥러닝 구조는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등일 수 있다.

RNN(Recurrent Neural Network)은, 자연어 처리 등에 많이 이용되고 있으며, 시간의 흐름에 따라 변하는 시계열 데이터(Time-series data) 처리에 효과적인 구조로 매 순간마다 레이어를 쌓아올려 인공신경망 구조를 구성할 수 있다.

DBN(Deep Belief Network)은 딥러닝 기법인 RBM(Restricted Boltzman Machine)을 다층으로 쌓아 구성되는 딥러닝 구조이다. RBM(Restricted Boltzman Machine) 학습을 반복하여, 일정 수의 레이어가 되면 해당 개수의 레이어를 가지는 DBN(Deep Belief Network)를 구성할 수 있다.

CNN(Convolutional Neural Network)은 사람이 물체를 인식할 때 물체의 기본적인 특징들을 추출한 다음 뇌 속에서 복잡한 계산을 거쳐 그 결과를 기반으로 물체를 인식한다는 가정을 기반으로 만들어진 사람의 뇌 기능을 모사한 모델이다.

한편, 인공신경망의 학습은 주어진 입력에 대하여 원하는 출력이 나오도록 노드간 연결선의 웨이트(weight)를 조정(필요한 경우 바이어스(bias) 값도 조정)함으로써 이루어질 수 있다. 또한, 인공신경망은 학습에 의해 웨이트(weight) 값을 지속적으로 업데이트시킬 수 있다. 또한, 인공신경망의 학습에는 역전파(Back Propagation) 등의 방법이 사용될 수 있다.

한편, 메모리(160)에는 상기 인공신경망을 학습하기 위한 데이터가 저장될 수 있다. 또한, 실시 예에 따라서는, 메모리(160)에는 인공신경망 구조를 이루는 웨이트, 바이어스들이 저장될 수 있다. 또는, 실시 예에 따라서는, 상기 인공신경망 구조를 이루는 웨이트, 바이어스들은 환경 제어 모듈(200)의 임베디드 메모리에 저장될 수도 있다.

한편, 환경 제어 모듈(200)은 라이프 로그 데이터, 실외 환경 정보, 및 실내 환경 정보가 획득되어 최적의 설정 환경이 인식될 때마다, 획득된 정보와 데이터 및 인식 결과를 이용하여 설정 환경 인식기(210)의 학습 과정을 수행할 수 있다. 상기 학습 과정이 수행됨에 따라, 웨이트 등 인공신경망 구조가 업데이트될 수 있다.

또는, 공기조화기(1)는 상기 획득된 실외 환경 정보, 실내 환경 정보, 라이프 로그 데이터, 및 인식 결과를 서버로 전송하고, 서버로부터 머신 러닝과 관련된 데이터를 수신할 수도 있다. 이 경우, 상기 서버는 학습 모듈을 포함하여, 공기조화기(1)로부터 수신된 실외 환경 정보, 실내 환경 정보, 라이프 로그 데이터, 및 인식 결과를 이용한 학습 과정을 수행할 수 있다. 이 경우, 공기조화기(1)는 서버로부터 수신된 머신 러닝과 관련된 데이터에 기초하여 환경 제어 모듈(200)의 설정 환경 인식기(210)를 업데이트할 수 있다.

상기 학습 과정에 대해 이하 도 7을 참조하여 설명한다.

도 7은 도 4에 도시된 설정 환경 인식기의 인식 동작 및 학습 동작을 설명하기 위한 도면이다.

도 7을 참조하면, 도 4 등에서 상술한 바와 같이, 설정 환경 인식기(210)는 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보가 입력되면, 입력된 정보 및 데이터에 기초하여 공기조화기(1)가 설치된 공간에 대한 최적의 설정 환경을 인식하여 인식 결과를 출력할 수 있다. 실시 예에 따라, 설정 환경 인식기(210)는 1회의 인식 결과를 최종 인식 결과로서 출력할 수 있으나, 복수 회의 인식 동작을 반복 또는 연속 수행하고, 복수 회의 인식 결과에 기초하여 최종 인식 결과를 출력함으로써, 최적의 설정 환경에 대한 인식 정확도를 보다 향상시킬 수도 있다.

한편, 설정 환경 인식기(210)는 수신된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보를 수집하여 데이터베이스를 구축하고, 획득된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보로부터 추출된 특징점들과, 최적의 설정 환경의 인식 결과를 이용하여 설정 환경 인식기의 학습을 수행할 수 있다. 설정 환경 인식기의 학습을 통해, 설정 환경 인식기(210)에 포함된 인공신경망의 파라미터들(웨이트 및 바이어스)이 업데이트될 수 있다. 상기 데이터베이스는 공기조화기(1)의 메모리(160) 또는 환경 제어 모듈(200)의 임베디드 메모리에 저장되거나, 서버의 메모리에 저장될 수 있다.

도 8은 본 발명의 실시 예에 따른 공기조화기와 연결되는 학습 서버의 개략적인 블록도이다.

도 7에서는 공기조화기(1)가 자체 학습을 통해 설정 환경 인식기(210)를 업데이트하는 실시 예를 설명하였다.

그러나, 실시 예에 따라서는 공기조화기(1)와 연결되는 별도의 서버(예컨대, 학습 서버)가 상술한 학습 과정을 수행할 수도 있다.

이와 관련하여 도 8을 참조하면, 공기조화기(1)는 통신부(110)를 통해 서버(800)와 연결될 수 있다. 서버(800)는 공기조화기(1) 등 홈 어플라이언스 제조사가 운영하는 서버 또는 서비스 제공자가 운영하는 서버일 수 있고, 일종의 클라우드(cloud) 서버일 수 있다.

이러한 서버(800)는 프로세서(810), 통신부(820), 메모리(830), 및 학습 모듈(840)을 포함할 수 있다.

프로세서(810)는 서버(800)의 전반적인 동작을 제어할 수 있다.

통신부(820)는 공기조화기(1)나 게이트웨이 등으로부터 상태 정보나 동작 정보 등 각종 데이터를 수신할 수 있다. 그리고, 통신부(820)는 수신된 각종 정보에 대응하는 데이터를 공기조화기(1)나 게이트웨이 등으로 송신할 수 있다. 이를 위해, 통신부(820)는 인터넷 모듈, 이동 통신 모듈 등 적어도 하나의 통신 모듈을 포함할 수 있다.

특히, 통신부(820)는 공기조화기(1)로부터 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보를 수신할 수 있다. 또한, 통신부(820)는 설정 환경 인식기(210)로부터의 인식 결과를 수신할 수 있다.

메모리(830)는 공기조화기(1) 등으로부터 수신된 정보를 저장하고, 이에 대응하는 결과 정보 생성을 위한 데이터를 구비할 수 있다.

또한, 메모리(830)는 머신 러닝에 사용되는 각종 데이터를 저장할 수 있다.

학습 모듈(840)은, 공기조화기(1)로부터 수신된 실외 환경 정보, 라이프 로그 데이터, 실내 환경 정보, 및 설정 환경의 인식 결과에 기초하여 학습 동작을 수행할 수 있다. 이러한 학습 모듈(840)은 인공신경망, 예를 들어 도 5 내지 도 6에서 상술한 CNN, RNN, DBN 등 심층신경망을 포함할 수 있다.

학습 모듈(840)의 학습 방법으로는 자율학습(unsupervised learning)과 지도학습(supervised learning)이 모두 사용될 수 있다.

프로세서(810)는 학습 모듈(840)의 학습 후, 공기조화기(1)의 설정 환경 인식기(210)에 포함된 인공신경망 구조를 학습된 인공신경망 구조로 업데이트시키기 위한 학습 데이터를 통신부(820)를 통해 공기조화기(1)로 송신할 수 있다.

공기조화기(1)의 설정 환경 인식기(210)는 서버(800)로부터 수신된 학습 데이터에 기초하여 인공신경망 구조를 업데이트할 수 있다.

한편, 공기조화기(1)는 도 7에서 상술한 자체 학습과, 도 8에서 설명한 서버(800)를 통한 학습을 복합적으로 활용하여 설정 환경 인식기(210)를 업데이트할 수도 있다.

실시 예에 따라, 상술한 환경 제어 모듈은 공기조화기(1)에 포함되지 않고, 서버(800)에 포함될 수도 있다. 이 경우, 서버(800)의 환경 제어 모듈(850)은 실외 환경 정보 제공 서버(300)로부터 실외 환경 정보를 수신하고, 사용자의 이동 단말기(400)로부터 라이프 로그 데이터를 수신하며, 공기조화기(1)로부터 실내 환경 정보를 수신할 수 있다.

도 3 내지 도 4에서 상술한 바와 유사하게, 환경 제어 모듈(850)은 수신된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보에 기초하여 공기조화기(1)의 설치 공간에 대한 최적의 설정 환경을 인식하고, 인식 결과에 기초하여 환경 제어 정보를 생성할 수 있다. 프로세서(810)는 생성된 환경 제어 정보를 공기조화기(1)로 전송하고, 공기조화기(1)는 수신된 환경 제어 정보에 기초하여 환경 조절부(150)를 제어할 수 있다.

도 9는 본 발명의 실시 예에 따른 공기조화기가 사용자의 라이프 로그 데이터 및 환경 정보를 이용한 인공지능 기반의 실내 환경 제어 동작을 설명하기 위한 플로우차트이다.

이하 도면들에서, 공기조화기(1)는 사용자의 홈 내에 설치되어, 홈 내의 실내 환경을 조절하는 것으로 가정하여 설명한다.

도 9를 참조하면, 공기조화기(1)는 실외 환경 정보 및 사용자의 라이프 로그 데이터를 통신부(110)를 통해 획득할 수 있다(S100).

공기조화기(1)는 사용자의 이동 단말기(400)로부터 라이프 로그 데이터를 수신할 수 있다. 상기 라이프 로그 데이터는 사용자가 외출한 동안의 활동 장소, 방문 장소, 활동량, 홈으로 복귀시의 이동 수단 등에 대한 데이터를 포함할 수 있다. 이동 단말기(400)는 사용자의 외부 활동 중 상기 라이프 로그 데이터를 누적 수집하고, 사용자가 홈으로 복귀함이 감지되는 경우 누적 수집된 상기 라이프 로그 데이터를 공기조화기(1)로 전송할 수 있다. 이에 대해서는 추후 도 10을 참조하여 설명한다.

한편, 공기조화기(1)는 실외 환경 정보 제공 서버(300)로부터 실외 환경 정보를 수신할 수 있다. 상기 실외 환경 정보는 홈 외부의 온도, 습도, 미세먼지 농도, 공기청정도 등의 환경 정보를 포함할 수 있다.

실시 예에 따라, 공기조화기(1)는 이동 단말기(400)로부터 상기 실외 환경 정보를 수신할 수도 있다. 이동 단말기(400)로부터 수신되는 실외 환경 정보는, 사용자가 활동 또는 방문한 장소의 온도, 습도, 미세먼지 농도, 공기청정도 등의 환경 정보를 포함할 수 있다.

공기조화기(1)는 실내 환경 감지부(130)를 통해 실내 환경 정보를 획득할 수 있다(S110).

실내 환경 감지부(130)는 공기조화기(1)의 실내기(20)가 설치된 실내 공간의 온도, 습도, 미세먼지 농도, 공기청정도, 가스 농도 등을 감지하여 실내 환경 정보를 획득하고, 획득된 실내 환경 정보를 제어부(170)로 제공할 수 있다.

실내 환경 감지부(130)는 상기 실내 환경 정보를 주기적으로 획득하여 제어부(170)로 제공하거나, 공기조화기(1)가 이동 단말기(400)로부터 라이프 로그 데이터를 수신함에 따라 상기 실내 환경 정보를 획득하여 제어부(170)로 제공할 수도 있다.

공기조화기(1)는, 획득된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보를, 인공지능 기반의 환경 제어 모듈(200)로 입력할 수 있다(S120).

제어부(170)는 통신부(110)를 통해 획득된 실외 환경 정보 및 라이프 로그 데이터와, 실내 환경 감지부(130)로부터 획득된 실내 환경 정보를, 인공지능 기반의 인식 모델을 포함하는 설정 환경 인식기(210)로 입력할 수 있다.

실시 예에 따라, 제어부(170)는 상기 라이프 로그 데이터만을 설정 환경 인식기(210)로 입력할 수도 있다. 또는, 제어부(170)는 실외 환경 정보와 실내 환경 정보 중 어느 하나의 환경 정보와, 상기 라이프 로그 데이터를 설정 환경 인식기(210)로 입력할 수도 있다.

환경 제어 모듈(200)은, 입력된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보에 기초하여, 공기조화기(1)가 설치된 공간에 대한 최적의 설정 환경을 인식할 수 있다. 환경 제어 모듈(200)은, 인식 결과에 대응하는 환경 제어 정보를 생성할 수 있다(S130).

환경 제어 모듈(200)의 설정 환경 인식기(210)는, 인공지능의 일 분야인 머신 러닝 기반의 인식 모델(인공 신경망)을 이용하여, 입력된 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보로부터 실내 공간에 대한 최적의 설정 환경을 인식할 수 있다.

환경 제어 모듈(200)의 환경 제어 정보 생성부(220)는, 설정 환경 인식기(210)에 의해 인식된 최적의 설정 환경에 대응하도록 실내 환경을 조절하기 위한 환경 제어 정보를 생성할 수 있다.

상기 환경 제어 정보는, 공기조화기(1)에 기 설정 또는 기 등록된 복수의 운전 모드들(예를 들어, 냉방, 제습, 공기청정, 송풍 등) 중 적어도 하나의 운전 모드에 대한 설정값을 포함할 수 있다. 실시 예에 따라, 상기 환경 제어 정보는 환경 조절부(150)에 포함된 구성 요소들(압축기(13), 실외 팬모터(152), 실내 팬모터(154), 베인 모터(156), 공기청정모듈(158) 등) 각각의 구체적인 제어값에 대한 정보를 포함할 수도 있다.

공기조화기(1)는 생성된 환경 제어 정보에 기초하여 환경 조절부(150)를 제어할 수 있다(S140).

제어부(170)는 환경 제어 모듈(200)로부터 생성된 환경 제어 정보에 기초하여, 환경 조절부(150)의 각 구성요소들을 제어함으로써 실내 환경을 최적의 설정 환경으로 조절할 수 있다.

실시 예에 따라, 공기조화기(1)는 상기 환경 제어 정보에 기초한 실내 환경 조절 중에도 상기 실외 환경 정보, 라이프 로그 데이터, 및 실내 환경 정보를 획득할 수 있다. 제어부(170)는 획득된 정보 및 데이터를 환경 제어 모듈(200)로 입력하고, 환경 제어 모듈(200)로부터 생성되는 환경 제어 정보에 기초하여 환경 조절부(150)의 각 구성요소들을 변경 제어할 수 있다.

실시 예에 따라, 제어부(170)는 상기 환경 제어 정보를 사용자의 이동 단말기(400)로 전송할 수 있다. 이동 단말기(400)는 수신된 환경 제어 정보를 디스플레이나 스피커 등의 출력부를 통해 출력함으로써, 사용자에게 상기 환경 제어 정보를 제공할 수 있다.

한편, 공기조화기(1)는 환경 제어 정보가 생성되면, 생성된 환경 제어 정보를 사용자에게 제공한 후, 사용자의 확인에 따라 환경 조절부(150)의 제어를 수행할 수도 있다.

예컨대, 제어부(170)는 생성된 환경 제어 정보를 출력부(140)를 통해 출력하고, 사용자로부터 상기 출력된 환경 제어 정보에 기초한 확인 입력을 입력부(120)를 통해 수신할 수 있다. 제어부(170)는 상기 확인 입력이 수신된 경우, 상기 환경 제어 정보에 기초하여 환경 조절부(150)를 제어할 수 있다.

또는, 제어부(170)는 생성된 환경 제어 정보를 이동 단말기(400)로 전송할 수 있다. 이동 단말기(400)는 수신된 환경 제어 정보를 출력하고, 사용자로부터 확인 입력을 수신할 수 있다. 이동 단말기(400)는 수신된 확인 입력에 대응하는 제어 요청을 공기조화기(1)로 전송할 수 있다. 제어부(170)는 상기 제어 요청이 수신된 경우, 상기 환경 제어 정보에 기초하여 환경 조절부(150)를 제어할 수 있다.

실시 예에 따라, 사용자는 상기 출력된 환경 제어 정보의 적어도 일부를 입력부(120) 또는 이동 단말기(400)를 통해 수정할 수도 있다. 이 경우, 제어부(170)는 수정된 환경 제어 정보에 기초하여 환경 조절부(150)를 제어할 수 있다. 또한, 설정 환경 인식기(210)는 상기 수정된 환경 제어 정보를 이용한 학습 동작을 수행할 수 있다.

한편, 공기조화기(1)는 환경 제어 정보의 생성 시 라이프 로그 데이터의 반영 여부에 대한 확인 과정을 수행할 수도 있다.

예컨대, 제어부(170)는 상기 라이프 로그 데이터가 수신된 경우, 상기 환경 제어 정보의 생성 시 라이프 로그 데이터를 반영할 것인지 여부에 대한 확인 요청을 출력부(140; 디스플레이 또는 스피커 등)를 통해 출력하고, 입력부(120)를 통해 사용자로부터 반영 여부에 대한 입력을 수신할 수 있다. 환경 제어 모듈(200)은 수신된 입력에 기초하여, 상기 라이프 로그 데이터를 반영 또는 반영하지 않고 상기 환경 제어 정보를 생성할 수 있다.

또는, 제어부(170)는 상기 환경 제어 정보의 생성 시 라이프 로그 데이터를 반영할 것인지 여부에 대한 확인 요청을 통신부(110)를 통해 이동 단말기(400)로 전송할 수도 있다. 이동 단말기(400)는 수신된 확인 요청을 디스플레이 또는 스피커를 통해 출력하고, 사용자로부터 반영 여부에 대한 입력을 수신할 수 있다. 이동 단말기(400)는 수신된 입력에 대응하는 응답을 공기조화기(1)로 전송하고, 제어부(170)는 수신된 응답에 기초하여, 상기 라이프 로그 데이터를 반영 또는 반영하지 않고 상기 환경 제어 정보를 생성할 수 있다.

즉, 본 발명의 실시 예에 따른 공기조화기(1)는 사용자가 소지한 이동 단말기(400)로부터 수신된 사용자의 라이프 로그 데이터를 반영하여 실내 환경의 최적 제어를 수행하므로, 사용자의 상태에 적합한 실내 환경을 효과적으로 제공할 수 있다.

도 10은 도 9에 도시된 인공지능 기반의 실내 환경 제어 동작과 관련된 구체적인 일 실시 예를 설명하기 위한 래더 다이어그램이다.

도 10을 참조하면, 이동 단말기(400)는 위치 정보 및 주변 정보를 주기적으로 획득하여 라이프 로그 데이터를 생성할 수 있다(S200).

이동 단말기(400)는 이동 통신 모듈(예컨대, LTE 모듈 등)이나 위치 감지 모듈(예컨대, GPS 모듈 등)을 이용하여 위치 정보를 주기적으로 획득할 수 있다. 또한, 이동 단말기(400)는 마이크로폰이나 카메라 등의 구성 요소를 통해 이동 단말기(400)의 주변 정보(음성 정보 및/또는 영상 정보)를 획득할 수 있다. 이동 단말기(400)는 획득된 위치 정보 및 주변 정보를 이용하여 사용자의 라이프 로그 데이터를 생성할 수 있다.

구체적으로, 이동 단말기(400)는 상기 위치 정보 및/또는 주변 정보를 이용하여 사용자의 활동 장소 또는 방문 장소에 대한 데이터를 생성할 수 있다. 또한, 이동 단말기(400)는 위치 정보의 변화에 기초하여, 사용자의 활동량, 상기 활동 장소 또는 방문 장소에서 머무른 시간 등에 대한 데이터를 생성할 수 있다.

실시 예에 따라, 상기 라이프 로그 데이터는 이동 단말기(400)와 연결되는 서버에 의해 생성될 수도 있다. 이 경우, 이동 단말기(400)는 상기 획득된 위치 정보 및/또는 주변 정보를 상기 서버로 전송하고, 서버는 수신된 위치 정보 및/또는 주변 정보에 기초하여 상기 라이프 로그 데이터를 생성할 수 있다.

이동 단말기(400)는 획득된 위치 정보 및/또는 주변 정보에 기초하여 복귀 여부 및 이동 수단을 인식할 수 있다(S210).

이동 단말기(400)는 위치 정보의 변화에 기초하여, 사용자가 홈으로 복귀하는지 여부를 인식할 수 있다. 예컨대, 이동 단말기(400)는 홈과의 거리가 소정 거리 이내이고, 위치 정보가 홈에 대응하는 방향으로 변화하는 경우, 사용자가 홈으로 복귀하는 것으로 인식할 수 있다. 또는, 이동 단말기(400)는 일정 어플리케이션 등에 등록된 사용자의 일정 데이터를 이용하여, 특정 시점에서 사용자의 홈으로 복귀하는 것을 인식하거나, 기타 다양한 정보 및 데이터를 이용하여 사용자의 홈 복귀 의도를 인식할 수 있다.

또한, 이동 단말기(400)는 위치 정보의 변화에 기초하여 사용자의 복귀 시 이동 수단을 인식할 수 있다. 이동 단말기(400)는 위치 정보의 변화에 기초하여 이동 속도를 산출하고, 산출된 이동 속도에 기초하여 이동 수단을 인식할 수 있다. 예를 들어, 이동 단말기(400)는 산출된 이동 속도가 '도보'에 대응하는 경우, 상기 이동 수단이 '도보'인 것으로 인식할 수 있다.

또는, 이동 단말기(400)는 위치 정보의 변화와 지도 데이터 등을 이용하여 이동 수단을 인식할 수도 있다. 예컨대, 이동 단말기(400)는 위치 정보의 변화에 따른 이동 경로가, 지도 데이터의 '지하철 노선' 경로와 대응하는 경우, 상기 이동 수단이 '지하철'인 것으로 인식할 수 있다.

이동 단말기(400)는 위치 정보 및 이동 수단에 기초하여 예상 도달 시간을 산출할 수 있다(S220). 산출된 예상 도달 시간이 기준 시간 이내에 해당하는 경우(S230의 YES), 이동 단말기(400)는 S200 단계에 따라 생성된 라이프 로그 데이터를 공기조화기(1)로 전송할 수 있다(S240).

예컨대, 이동 단말기(400)는 홈까지의 거리와 상기 이동 수단의 평균 속도에 기초하여 예상 도달 시간을 산출할 수 있다. 실시 예에 따라, 이동 단말기(400)는 교통 정보 제공 서버로부터 교통 상황에 대한 정보를 더 수신하여 상기 예상 도달 시간을 산출할 수도 있다.

이동 단말기(400)는 산출된 예상 도달 시간이 기준 시간 이내에 해당하는 경우, S200 단계에 따라 누적 수집된 라이프 로그 데이터를 공기조화기(1)로 전송할 수 있다.

실시 예에 따라, 이동 단말기(400)는 상기 라이프 로그 데이터와 함께 실외 환경 정보를 공기조화기(1)로 전송할 수도 있다.

공기조화기(1)에서 수행되는 이하 S250 단계 내지 S280 단계는 도 9에서 상술한 내용과 유사한 바, 이에 대한 설명은 생략하기로 한다.

한편, 실시 예에 따라, 이동 단말기(400)는 사용자가 홈 내에 존재하는 상태에서 상기 라이프 로그 데이터를 수집하여 공기조화기(1)로 전송할 수 있고, 공기조화기(1)는 수신된 라이프 로그 데이터에 기초하여 실내 환경을 실시간 제어할 수 있다. 이 경우, 상기 라이프 로그 데이터는 사용자가 홈 내의 어느 위치에 존재하는지에 대한 정보, 홈 내에서 사용자의 활동량(운동중인지 여부 등) 등의 정보를 포함할 수 있을 것이다.

즉, 도 10에 도시된 실시 예에 따르면, 공기조화기(1)는 사용자가 홈으로 복귀하는 시점으로부터 소정 시점 이전에, 이동 단말기(400)로부터 라이프 로그 데이터를 수신하고, 수신된 라이프 로그 데이터와 기타 실내외 환경 정보를 반영하여 미리 실내 환경을 최적으로 제어할 수 있다. 이에 따라, 사용자는 홈으로 복귀 시 곧바로 쾌적함을 느낄 수 있으므로 제품에 대한 만족도가 향상될 수 있다.

이하, 도 11 내지 도 14를 참조하여, 본 발명의 실시 예에 따른 공기조화기(1)의 실내 환경 제어 동작과 관련된 예들을 설명한다.

도 11은 도 9 내지 도 10의 실시 예와 관련하여 사용자의 이동 단말기에서 제공되는 화면의 예시도이다.

도 11을 참조하면, 도 10에서 상술한 바와 같이 사용자의 이동 단말기(400)는 사용자의 외부 활동 중 위치 정보, 주변 정보 등의 각종 정보를 주기적으로 획득하여 라이프 로그 데이터를 생성할 수 있다. 또한, 이동 단말기(400)는 획득된 위치 정보, 주변 정보 등에 기초하여 홈으로의 복귀 여부를 인식할 수 있다.

사용자가 홈으로 복귀하는 것으로 인식된 경우, 이동 단말기(400)는 홈으로의 예상 도달 시간을 산출하고, 산출된 예상 도달 시간이 기준 시간 이내에 해당하는 경우 라이프 로그 데이터를 공기조화기(1)로 전송할 수 있다.

이 때, 이동 단말기(400)는 상기 라이프 로그 데이터를 공기조화기(1)로 자동으로 전송할 수 있으나, 도 11에 도시된 바와 같이 디스플레이 등을 통해 메시지(411)를 출력함으로써, 사용자의 요청에 따라 상기 라이프 로그 데이터를 공기조화기(1)로 전송할 수도 있다. 상기 메시지(411)는 푸시(push) 알림 등의 다양한 형태로 출력될 수 있다.

또는, 이동 단말기(400)는 사용자가 홈으로 복귀하는 것으로 인식되는 경우, 실외 환경 정보나 라이프 로그 데이터에 기초하여 공기조화기(1)를 미리 가동할 것인지 여부를 확인받기 위한 상기 메시지(411)를 출력할 수도 있다. 예컨대, 이동 단말기(400)는 사용자가 홈으로 복귀하는 것으로 인식 시, 실외 온도 및/또는 실외 습도가 기준보다 높은 경우 상기 메시지(411)를 출력할 수 있다.

일례로, 사용자가 디스플레이에 출력된 상기 메시지(411)를 선택(예컨대, 터치 입력)하는 경우, 이동 단말기(400)는 사용자의 외부 활동 동안 획득된 라이프 로그 데이터를 포함하는 라이프 로그 확인 화면(421)을 디스플레이를 통해 표시할 수 있다. 도 11에서는 라이프 로그 확인 화면(421)에 활동 장소와 이동 경로가 포함된 것으로 도시되어 있으나, 라이프 로그 확인 화면(421)에는 상술한 다양한 라이프 로그 데이터가 포함될 수 있다.

사용자는 라이프 로그 확인 화면(421)에 기초하여, 외부 활동 중의 라이프 로그를 확인하고, 실시 예에 따라 일부 라이프 로그 데이터를 수정할 수도 있다.

사용자는 라이프 로그 확인 화면(421)에 표시된 라이프 로그 데이터를 확인하고, 공기조화기(1)를 최적의 설정 환경에 기초하여 미리 가동시키고자 하는 경우 공기조화기(1)의 가동을 요청하는 항목(422; 일례로 '최적 모드 설정' 버튼)을 선택(터치)할 수 있다.

상기 항목(422)이 선택된 경우, 이동 단말기(400)는 상기 획득된 라이프 로그 데이터(LLD)를 공기조화기(1)로 전송할 수 있다. 실시 예에 따라, 이동 단말기(400)는 획득된 라이프 로그 데이터(LLD)를 공기조화기(1)로 미리 전송한 후, 상기 메시지(411) 및 라이프 로그 확인 화면(421)을 통해 사용자로부터 공기조화기(1)의 가동 요청을 수신할 수도 있다.

공기조화기(1)는 획득된 라이프 로그 데이터(LLD), 및 추가적으로 획득되는 실외 환경 정보 및/또는 실내 환경 정보를 인공지능 기반의 환경 제어 모듈(200)로 입력하여, 최적의 설정 환경으로 홈 내부의 실내 환경을 제어하기 위한 환경 제어 정보(CI)를 생성하고, 생성된 환경 제어 정보(CI)에 기초하여 환경 조절부(150)를 제어할 수 있다.

실시 예에 따라, 공기조화기(1)는 생성된 환경 제어 정보(CI)를 이동 단말기(400)로 전송함으로써, 공기조화기(1)가 가동됨을 사용자에게 알릴 수 있다. 이동 단말기(400)는 수신된 환경 제어 정보(CI)를 포함하는 가동 정보 확인 화면(431)을 디스플레이를 통해 표시할 수 있다.

예컨대, 가동 정보 확인 화면(431)에 포함된 환경 제어 정보(CI)는 공기조화기(1)의 설정 온도, 풍량, 풍향, 공기청정모드 활성화 여부 등 실내 환경의 제어와 관련된 가동 정보를 포함할 수 있다. 사용자는 상기 가동 정보 확인 화면(431)을 통해 현재 공기조화기(1)의 가동 정보를 확인할 수 있다. 실시 예에 따라, 사용자는 가동 정보 확인 화면(431)을 통해 상기 가동 정보를 수정할 수도 있다. 이 경우, 이동 단말기(400)는 수정된 가동 정보를 공기조화기(1)로 전송하고, 공기조화기(1)는 수정된 가동 정보에 기초하여 환경 조절부(150)를 변경 제어할 수 있다. 또한, 공기조화기(1)는 수정된 가동 정보를, 환경 제어 모듈(200)에 포함된 설정 환경 인식기(210)의 학습 데이터로서 이용함으로써, 사용자 맞춤형 학습을 수행할 수 있다.

도 12 내지 도 14는 본 발명의 실시 예에 따른 공기조화기의 환경 제어 모듈이, 실내외 환경 정보 및 라이프 로그 데이터에 기초하여 생성하는 환경 제어 정보를 보여주는 도면들이다.

도 12를 참조하면, 이동 단말기(400)는 공기조화기(1)로 라이프 로그 데이터(LLD1)를 전송할 수 있다. 예컨대, 라이프 로그 데이터(LLD1)에는 사용자의 활동 장소가 '실내' 및 '식당' 임을 나타내는 정보, 이동 수단이 '버스' 임을 나타내는 정보, 및 활동량이 '적음'을 나타내는 정보가 포함될 수 있다. 상기 활동량에 대한 정보는 기 설정된 복수의 범위들('적음', '보통', '많음') 중 어느 하나의 범위('적음')를 포함하거나, 구체적인 수치 정보(예컨대, 1km, 5Kcal 등)를 포함할 수도 있다.

실외 환경 정보 제공 서버(300)는 공기조화기(1)로 실외 환경 정보(EEI1)를 전송할 수 있다. 예컨대, 실외 환경 정보(EEI1)에는 실외 온도가 28℃임을 나타내는 정보, 실외 습도가 100%임을 나타내는 정보, 및 미세먼지 농도가 '양호'함을 나타내는 정보가 포함될 수 있다. 상기 미세먼지 농도에 대한 정보는 기 설정된 복수의 범위들('양호', '보통', '나쁨') 중 어느 하나의 범위('양호')를 포함하거나, 구체적인 미세먼지 농도값을 포함할 수 있다.

실내 환경 감지부(130)는 도 3에서 상술한 적어도 하나의 센서(132, 134, 136, 138)를 이용하여 실내 환경 정보(IEI1)를 생성할 수 있다. 예컨대, 실내 환경 정보(IEI1)에는 실내 온도가 29℃임을 나타내는 정보, 실외 습도가 90%임을 나타내는 정보, 및 미세먼지 농도가 '양호'함을 나타내는 정보가 포함될 수 있다.

제어부(170)는, 이동 단말기(400)로부터 수신된 라이프 로그 데이터(LLD1), 실외 환경 정보 제공 서버(300)로부터 수신된 실외 환경 정보(EEI1), 및 실내 환경 감지부(130)로부터 생성된 실내 환경 정보(IEI1)를 환경 제어 모듈(200)로 입력할 수 있다. 환경 제어 모듈(200)의 설정 환경 인식기(210)는, 인공지능 기반의 인식 모델을 이용하여 상기 입력된 라이프 로그 데이터(LLD1), 실외 환경 정보(EEI1), 및 실내 환경 정보(IEI1)로부터 최적의 설정 환경을 인식할 수 있다. 환경 제어 모듈(200)의 환경 제어 정보 생성부(220)는, 인식 결과에 기초하여 실내 환경을 최적의 설정 환경으로 조절하기 위한 환경 제어 정보(C_INFO1)를 생성할 수 있다.

상기 환경 제어 정보(C_INFO1)는 공기조화기(1)에 기 등록된 복수의 운전 모드들 중 적어도 하나에 대한 설정값을 포함할 수 있다.

예컨대, 환경 제어 정보(C_INFO1)는 냉방 운전을 약 냉방 모드로 수행하고, 제습 운전 모드를 활성화하고, 공기청정 운전 모드를 비활성화하도록 제어하는 정보를 포함할 수 있다.

환경 제어 정보(C_INFO1)의 상기 설정값들에 대해 구체적으로 살펴보면, 환경 제어 모듈(200)은 라이프 로그 데이터(LLD1)로부터 사용자가 '식당'을 방문하였고, 홈으로 복귀 시 '버스'를 이용하였으며, 활동량이 '적음' 이므로, 사용자가 더위를 느끼지는 않는 상태인 것으로 인식할 수 있다. 다만, 실내 온도가 실외 온도에 비해 1℃ 높으므로, 환경 제어 모듈(200)은 실내 온도를 실외 온도와 동일 또는 그 이하로 조절하기 위해 냉방 운전을 약 냉방 모드로 수행하도록 제어하는 정보를 상기 환경 제어 정보(C_INFO1)에 포함시킬 수 있다.

또한, 환경 제어 모듈(200)은 실외 환경 정보(EEI1)에 포함된 실외습도와, 실내 환경 정보(IEI1)에 포함된 실내습도에 기초하여, 최적의 설정 환경에 비해 습도가 높음을 인식하고, 제습 운전 모드를 활성화시키도록 제어하는 정보를 상기 환경 제어 정보(C_INFO1)에 포함시킬 수 있다.

또한, 환경 제어 모듈(200)은 실외 환경 정보(EEI1)와 실내 환경 정보(IEI1) 각각에 포함된 미세먼지 농도가 최적의 설정 환경에 해당함을 인식하여, 공기청정 운전 모드를 비활성화시키도록 제어하는 정보를 상기 환경 제어 정보(C_INFO1)에 포함시킬 수 있다.

상술한 환경 제어 모듈(200)이 생성하는 환경 제어 정보(C_INFO1)는 설명의 편의를 위한 것으로서, 환경 제어 정보(C_INFO1)는 설정 환경 인식기(210)에 포함된 인공신경망 구조에 따라 변경될 수도 있다.

제어부(170)는 상기 환경 제어 정보(C_INFO1)에 기초하여 환경 조절부(150)를 제어할 수 있다. 예컨대, 제어부(170)는 약 냉방 모드 수행 및 제습 운전 모드의 활성화를 위해 압축기(13), 실외 팬모터(152), 및 실내 팬모터(154)를 구동시킬 수 있고, 공기청정 운전 모드의 비활성화를 위해 공기청정모듈(158)을 구동시키지 않을 수 있다.

실시 예에 따라, 환경 제어 모듈(200)은 도 13에 도시된 바와 같이, 환경 조절부(150)에 포함된 구성 요소들의 구체적인 제어값을 포함하는 환경 제어 정보(C_INFO2)를 생성할 수도 있다.

도 13의 실시 예에 따르면, 라이프 로그 데이터(LLD2)에는 사용자의 활동 장소가 '실외' 및 '운동장' 임을 나타내는 정보, 이동 수단이 '자전거' 임을 나타내는 정보, 및 활동량이 '많음'을 나타내는 정보가 포함될 수 있다. 실외 환경 정보(EEI2)에는 실외 온도가 30℃임을 나타내는 정보, 실외 습도가 30%임을 나타내는 정보, 및 미세먼지 농도가 '나쁨'을 나타내는 정보가 포함될 수 있다. 실내 환경 정보(IEI2)에는 실내 온도가 29℃임을 나타내는 정보, 실외 습도가 20%임을 나타내는 정보, 및 미세먼지 농도가 '나쁨'을 나타내는 정보가 포함될 수 있다.

설정 환경 인식기(210)는, 인공지능 기반의 인식 모델을 이용하여 상기 입력된 라이프 로그 데이터(LLD2), 실외 환경 정보(EEI2), 및 실내 환경 정보(IEI2)로부터 최적의 설정 환경을 인식할 수 있다. 환경 제어 정보 생성부(220)는, 인식 결과에 기초하여 실내 환경을 최적의 설정 환경으로 조절하기 위한 환경 제어 정보(C_INFO2)를 생성할 수 있다.

구체적으로, 환경 제어 모듈(200)은 라이프 로그 데이터(LLD2)로부터 사용자가 '실외'의 운동장'을 방문하였고, 홈으로 복귀 시 '자전거'를 이용하였으며, 활동량이 '많음'을 확인하고, 실외온도가 30℃이므로 사용자가 더위를 느끼는 상태인 것으로 인식할 수 있다. 이에 따라, 환경 제어 모듈(200)은 냉방 운전의 강도를 높여 사용자의 더위를 신속히 해소시키기 위해, 압축기(13)의 운전주파수를 표준 운전주파수보다 높게 설정(예컨대, 표준 운전주파수의 140%)하고, 실외 팬모터(152)와 실내 팬모터(154) 각각의 회전속도를 최대 속도와 가깝게 설정할 수 있다. 예컨대, 환경 제어 모듈(200)은 실외 팬모터(152)의 회전 속도를 최대 회전속도의 100%로 설정하고, 실내 팬모터(154)의 회전 속도를 최대 회전 속도의 80%로 설정할 수 있다. 실시 예에 따라, 환경 제어 모듈(200)은 실내 공간의 다양한 위치의 온도 각각을 신속히 낮추기 위해, 베인 모터(156)를 온 시켜 베인이 회전하도록 설정할 수도 있다.

또한, 환경 제어 모듈(200)은 실외 환경 정보(EEI2)와 실내 환경 정보(IEI2) 각각에 포함된 미세먼지 농도가 최적의 설정 환경보다 높음을 인식하여, 공기청정모듈(158)을 온 시키도록 설정할 수 있다.

상술한 환경 제어 모듈(200)이 생성하는 환경 제어 정보(C_INFO2)는 설명의 편의를 위한 것으로서, 환경 제어 정보(C_INFO2)는 설정 환경 인식기(210)에 포함된 인공신경망 구조에 따라 변경될 수도 있다.

제어부(170)는 상기 환경 제어 정보(C_INFO2)에 기초하여 환경 조절부(150)의 각 구성 요소들(13, 152, 154, 156, 158)을 제어할 수 있다.

도 14는 환경 제어 모듈이 환경 제어 정보를 생성하는 다양한 실시 예를 도 12 내지 도 13과는 다른 형태로 도시한 도면이다.

도 14를 참조하면, 공기조화기(1)는 이동 단말기(400) 및/또는 서버로부터 라이프 로그 데이터 및 실외 환경 정보를 포함하는 데이터를 수신하고, 수신된 데이터로부터 사용자의 상태를 반영한 설정 환경을 인식하여, 공기조화기(1)의 제어 모드들(운전 모드들) 중 적어도 하나를 설정할 수 있다.

예컨대, 제1 데이터는 '폭염'을 나타내는 날씨 정보, '미세먼지'가 존재함을 나타내는 공기 오염도 정보 등의 실외 환경 정보를 포함한다. 한편, 사용자가 '실외'의 '거리'에 3시간 내지 5시간 위치하였고, 홈으로 복귀 시 '도보'를 이용한 경우, 제1 데이터의 라이프 로그 데이터는 '실외' 및 '거리'를 나타내는 장소 정보, 3시간 내지 5시간을 나타내는 활동시간 정보, '도보'를 나타내는 이동수단 정보, 및 활동량이 많음을 나타내는 활동량 정보를 포함할 수 있다.

환경 제어 모듈(200)의 설정 환경 인식기(210)는, 획득된 제1 데이터에 기초하여 사용자의 상태를 반영한 설정 환경을 인식할 수 있다. 설정 환경 인식기(210)는 상기 제1 데이터의 라이프 로그 데이터 및 실외 환경 정보에 기초하여 사용자가 더위를 느끼고, 미세먼지로 인해 불쾌함을 느끼는 제1 상태(A)인 것으로 인식하고, 인식된 제1 상태(A)를 반영하여 설정 환경을 인식할 수 있다. 환경 제어 정보 생성부(220)는 인식된 설정 환경으로 실내 환경을 조절하도록 제어 모드를 설정할 수 있다. 이 경우, 환경 제어 정보 생성부(220)는 냉방 운전을 강 냉방 모드로 설정하고, 공기청정 운전 모드를 활성화시키는 환경 제어 정보를 생성할 수 있다. 제어부(170)는 생성된 환경 제어 정보에 기초하여 강 냉방 모드 및 공기청정 운전 모드가 수행되도록 환경 조절부(150)를 제어할 수 있다.

반면, 제2 데이터는 '비'를 나타내는 날씨 정보, 공기 질이 '양호'함을 나타내는 공기 오염도 정보 등의 실외 환경 정보를 포함할 수 있다. 한편, 사용자가 '실내'의 '사무실'에 1시간 내지 3시간 위치하였고, 홈으로 복귀 시 '버스'를 이용한 경우, 제2 데이터의 라이프 로그 데이터는 '실내' 및 '사무실'을 나타내는 장소 정보, 3시간 내지 5시간을 나타내는 활동시간 정보, '버스'를 나타내는 이동수단 정보, 및 활동량이 적음을 나타내는 활동량 정보를 포함할 수 있다.

환경 제어 모듈(200)의 설정 환경 인식기(210)는, 획득된 제2 데이터에 기초하여 사용자의 상태를 반영한 설정 환경을 인식할 수 있다. 설정 환경 인식기(210)는 상기 제2 데이터의 라이프 로그 데이터 및 실외 환경 정보에 기초하여 사용자가 더위를 느끼지 않고, 공기 질로 인한 불쾌함을 느끼지 않는 제2 상태(B)인 것으로 인식하고, 인식된 제2 상태(B)를 반영하여 설정 환경을 인식할 수 있다. 환경 제어 정보 생성부(220)는 인식된 설정 환경으로 실내 환경을 조절하도록 제어 모드를 설정할 수 있다. 이 경우, 환경 제어 정보 생성부(220)는 냉방 운전을 약 냉방 모드(또는 냉방 운전 비활성화)로 설정하고, 제습 운전 모드를 활성화시키는 환경 제어 정보를 생성할 수 있다. 제어부(170)는 생성된 환경 제어 정보에 기초하여 약 냉방 모드 및 제습 운전 모드가 수행되도록 환경 조절부(150)를 제어할 수 있다.

제3 데이터는 '폭염'을 나타내는 날씨 정보, '미세먼지'가 존재함을 나타내는 공기 오염도 정보 등의 실외 환경 정보를 포함한다. 한편, 사용자가 '실외'의 '거리'로부터 '버스'를 이용하여 홈 근처의 '헬스장'으로 이동하고, '헬스장'에서 1시간 내지 3시간 운동한 후 홈으로 복귀한 경우, 제3 데이터의 라이프 로그 데이터는 '실외', '거리', '실내', 및 '헬스장'을 나타내는 장소 정보, 1시간 내지 3시간을 나타내는 활동시간 정보, '버스'를 나타내는 이동수단 정보, 및 '헬스장'에서의 운동에 의해 활동량이 많음을 나타내는 활동량 정보를 포함할 수 있다.

환경 제어 모듈(200)의 설정 환경 인식기(210)는, 획득된 제3 데이터에 기초하여 사용자의 상태를 반영한 설정 환경을 인식할 수 있다.

설정 환경 인식기(210)는 상기 제3 데이터의 라이프 로그 데이터 및 실외 환경 정보에 기초하여 사용자의 상태를 인식하고, 인식된 상태를 반영하여 설정 환경을 인식할 수 있다.

이 때, 사용자가 일반적으로 '헬스장'에서 운동한 후 샤워를 하는 생활 패턴을 갖는 경우, 설정 환경 인식기(210)는 사용자가 더위를 느끼지 않는 것으로 인식할 수 있다. 실시 예에 따라, 사용자가 '헬스장'에서 운동한 후 샤워를 하지 않고 곧바로 홈으로 복귀하는 생활 패턴을 갖는 경우에는, 설정 환경 인식기(210)는 사용자가 더위를 느끼는 것으로 인식할 수도 있다. 즉, 설정 환경 인식기(210)는 사용자의 생활 패턴에 대한 데이터에 기초하여 학습되어 있을 수 있다. 이 경우, 설정 환경 인식기(210)는 학습 결과에 따라, 동일한 라이프 로그 데이터가 입력되는 경우에도 서로 다른 인식 결과를 제공할 수 있을 것이다.

한편, 실외 환경은 '미세먼지'를 포함하고 있으므로, 설정 환경 인식기(210)는 사용자가 미세먼지로 인해 불쾌함을 느끼는 것으로 인식할 수 있다. 즉, 설정 환경 인식기(210)는 사용자가 더위를 느끼지 않고, 미세먼지로 인해 불쾌감을 느끼는 제3 상태(C)인 것으로 인식하고, 인식된 제3 상태(C)를 반영하여 설정 환경을 인식할 수 있다. 환경 제어 정보 생성부(220)는 인식된 설정 환경으로 실내 환경을 조절하도록 제어 모드를 설정할 수 있다. 이 경우, 환경 제어 정보 생성부(220)는 냉방 운전을 약 냉방 모드로 수행하고, 공기청정 운전 모드를 활성화시키는 환경 제어 정보를 생성할 수 있다. 제어부(170)는 생성된 환경 제어 정보에 기초하여 약 냉방 모드 및 공기청정 운전 모드가 수행되도록 환경 조절부(150)를 제어할 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.

본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (20)

1. 압축기와 실외 팬모터를 포함하는 실외기;
   설치 공간 내에 배치되고, 실내 팬모터를 포함하는 실내기;
   사용자의 라이프 로그 데이터 및 실외 환경 정보 중 적어도 하나를 수신하는 통신부;
   상기 설치 공간의 실내 환경을 감지하여 실내 환경 정보를 생성하는 적어도 하나의 센서;
   상기 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나에 기초하여 상기 설치 공간의 환경 제어 정보를 생성하는 환경 제어 모듈; 및
   상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 제어부를 포함하고,
   상기 라이프 로그 데이터는, 상기 사용자가 외출한 동안의 적어도 하나의 활동 장소 또는 방문 장소에 대한 데이터를 포함하고,
   상기 실외 환경 정보는, 상기 적어도 하나의 활동 장소 또는 방문 장소 각각에 대한 환경 정보를 포함하는 공기조화기.
2. 제1항에 있어서,
   상기 환경 제어 모듈은,
   상기 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나로부터 상기 설치 공간의 설정 환경을 인식하는 인식 모델을 포함하는 설정 환경 인식기; 및
   상기 인식 결과에 기초한 상기 환경 제어 정보를 생성하는 환경 제어 정보 생성부를 포함하는 공기조화기.
3. 제2항에 있어서,
   상기 라이프 로그 데이터는,
   상기 사용자의 이동 수단 및 활동량 중 적어도 하나의 데이터를 더 포함하는 공기조화기.
4. 제2항에 있어서,
   상기 설정 환경 인식기는,
   상기 실외 환경 정보와 상기 실내 환경 정보 중 적어도 하나의 환경 정보와, 상기 라이프 로그 데이터로부터 상기 설정 환경을 인식하는 공기조화기.
5. 제2항에 있어서,
   상기 환경 제어 모듈은,
   상기 실외 환경 정보, 상기 실내 환경 정보, 및 상기 라이프 로그 데이터 중 적어도 하나와 상기 인식 결과를 이용하여, 상기 설정 환경 인식기의 상기 인식 모델을 업데이트하는 공기조화기.
6. 제1항에 있어서,
   상기 실외 환경 정보는, 상기 설치 공간 외부의 온도, 습도, 먼지 농도, 공기청정도, 가스 농도 중 적어도 하나를 포함하고,
   상기 실내 환경 정보는, 상기 설치 공간 내의 온도, 습도, 먼지 농도, 공기청정도, 및 가스 농도 중 적어도 하나를 포함하는 공기조화기.
7. 제1항에 있어서,
   상기 적어도 하나의 센서는 온도 센서, 습도 센서, 먼지 센서, 및 가스 센서 중 적어도 하나를 포함하는 공기조화기.
8. 제4항에 있어서,
   상기 제어부는,
   상기 실외 환경 정보, 상기 실내 환경 정보, 및 상기 라이프 로그 데이터 중 적어도 하나와 상기 인식 결과를 상기 통신부를 통해 학습 서버로 전송하고,
   상기 환경 제어 모듈은,
   상기 학습 서버로부터 업데이트된 학습 데이터를 수신하고, 수신된 학습 데이터에 기초하여 상기 설정 환경 인식기의 상기 인식 모델을 업데이트하는 공기조화기.
9. 제2항에 있어서,
   상기 인식 모델은, 머신 러닝(machine learning) 기반의 학습에 기초하여 구축된 인공신경망(artificial neural network)을 포함하는 공기조화기.
10. 제1항에 있어서,
    상기 제어부는,
    상기 환경 제어 정보를 이동 단말기를 통해 출력하기 위해, 상기 환경 제어 정보를 상기 이동 단말기로 전송하도록 상기 통신부를 제어하는 공기조화기.
11. 제10항에 있어서,
    상기 제어부는,
    상기 통신부를 통해, 상기 이동 단말기로부터 상기 환경 제어 정보에 기초한 제어 요청을 수신하고,
    수신된 제어 요청에 응답하여, 상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 공기조화기.
12. 제1항에 있어서,
    디스플레이와 스피커 중 적어도 하나를 포함하는 출력부; 및
    사용자로부터 입력을 수신하는 입력부를 더 포함하고,
    상기 제어부는,
    상기 환경 제어 정보를 출력하도록 상기 출력부를 제어하고,
    상기 출력된 환경 제어 정보에 기초한 확인 입력을 수신하고,
    수신된 확인 입력에 응답하여, 상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 공기조화기.
13. 제1항에 있어서,
    디스플레이와 스피커 중 적어도 하나를 포함하는 출력부; 및
    사용자로부터 입력을 수신하는 입력부를 더 포함하고,
    상기 제어부는,
    상기 라이프 로그 데이터가 수신된 경우, 상기 환경 제어 정보의 생성 시 상기 라이프 로그 데이터의 반영 여부의 확인 요청을 출력하도록 상기 출력부를 제어하고,
    상기 입력부를 통해, 상기 출력된 확인 요청에 대한 확인 입력을 수신하고,
    상기 환경 제어 모듈은,
    상기 수신된 확인 입력에 기초하여 상기 환경 제어 정보를 생성하는 공기조화기.
14. 제1항에 있어서,
    상기 제어부는,
    상기 환경 제어 정보의 생성 시 상기 라이프 로그 데이터의 반영 여부의 확인 요청을 이동 단말기로 전송하도록 상기 통신부를 제어하고,
    상기 통신부를 통해, 상기 전송한 확인 요청에 대한 응답을 상기 이동 단말기로부터 수신하고,
    상기 환경 제어 모듈은,
    상기 수신된 응답에 기초하여 상기 환경 제어 정보를 생성하는 공기조화기.
15. 제1항에 있어서,
    상기 환경 제어 정보는,
    상기 공기조화기의 복수의 운전 모드들 중 적어도 하나의 설정값을 포함하거나, 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나의 제어값을 포함하고,
    상기 제어부는 상기 적어도 하나의 설정값 또는 상기 적어도 하나의 제어값에 기초하여, 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 공기조화기.
16. 제1항에 있어서,
    상기 실내기는,
    집진 필터, 탈취 필터, 및 살균 모듈 중 적어도 하나가 구비되는 공기청정 모듈; 및
    토출구에 구비된 베인의 회동 또는 각도를 조절하는 베인 모터를 더 포함하고,
    상기 제어부는, 상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 상기 실내 팬모터, 상기 공기청정 모듈, 및 상기 베인 모터 중 적어도 하나를 제어하는 공기조화기.
17. 공기조화기의 제어 방법에 있어서,
    통신부를 통해, 사용자의 라이프 로그 데이터 및 실외 환경 정보를 수신하는 단계;
    상기 공기조화기의 실내기에 포함된 적어도 하나의 센서로부터 획득되는 설치 공간의 실내 환경 정보를 수신하는 단계;
    상기 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나에 기초하여, 상기 공기조화기의 설치 공간의 환경 제어 정보를 생성하는 단계; 및
    상기 환경 제어 정보에 기초하여 상기 공기조화기의 압축기, 실외 팬모터, 및 실내 팬모터 중 적어도 하나를 제어하는 단계를 포함하고,
    상기 라이프 로그 데이터는, 상기 사용자가 외출한 동안의 적어도 하나의 활동 장소 또는 방문 장소에 대한 데이터를 포함하고,
    상기 실외 환경 정보는, 상기 적어도 하나의 활동 장소 또는 방문 장소 각각에 대한 환경 정보를 포함하는 공기조화기의 제어 방법.
18. 제17항에 있어서,
    상기 환경 제어 정보를 생성하는 단계는,
    상기 수신된 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나를 설정 환경 인식기로 입력하는 단계;
    상기 설정 환경 인식기가, 상기 입력된 라이프 로그 데이터, 상기 실외 환경 정보, 및 상기 실내 환경 정보 중 적어도 하나에 기초하여 상기 설정 환경을 인식하는 단계; 및
    인식된 설정 환경에 기초하여 상기 환경 제어 정보를 생성하는 단계를 포함하는 공기조화기의 제어 방법.
19. 제17항에 있어서,
    상기 제어하는 단계는,
    상기 환경 제어 정보를, 상기 공기조화기에 포함된 디스플레이와 스피커 중 적어도 하나를 통해 출력하는 단계;
    상기 출력된 환경 제어 정보에 기초한 확인 입력을 수신하는 단계; 및
    수신된 확인 입력에 응답하여, 상기 환경 제어 정보에 기초하여 상기 압축기, 상기 실외 팬모터, 및 상기 실내 팬모터 중 적어도 하나를 제어하는 단계를 포함하는 공기조화기의 제어 방법.
20. 제17항에 있어서,
    상기 환경 제어 정보를 생성하는 단계는,
    상기 라이프 로그 데이터가 수신된 경우, 상기 환경 제어 정보의 생성 시 상기 라이프 로그 데이터의 반영 여부의 확인 요청을 상기 공기조화기에 포함된 디스플레이와 스피커 중 적어도 하나를 통해 출력하는 단계;
    상기 출력된 확인 요청에 기초한 확인 입력을 수신하는 단계; 및
    상기 수신된 확인 입력에 기초하여 상기 환경 제어 정보를 생성하는 단계를 포함하는 공기조화기의 제어 방법.

Images