KR102044151B1 - 무인사물함을 이용한 생활편의 서비스 제공방법 - Google Patents

Abstract

컴퓨터가 무인사물함을 이용하여 서비스를 제공하는 방법에 있어서, 사용자 클라이언트로부터 서비스 요청을 수신하는 단계, 상기 서비스 요청을 사업자 클라이언트에 전달하는 단계, 상기 서비스에 대한 정보를 획득하는 단계, 상기 무인사물함의 스케쥴을 획득하는 단계, 상기 획득된 서비스에 대한 정보 및 상기 무인사물함의 스케쥴에 기초하여 상기 무인사물함에 포함된 적어도 하나의 보관함을 선택하는 단계, 상기 선택된 보관함의 이용 스케쥴을 생성하는 단계 및 상기 선택된 보관함의 위치 및 상기 생성된 이용 스케쥴을 상기 사용자 클라이언트 및 상기 사업자 클라이언트 중 적어도 하나에 전송하는 단계를 포함하는, 방법이 개시된다.

Description

무인사물함을 이용한 생활편의 서비스 제공방법 {METHOD FOR PROVIDING LIFE CONVENIENCE SERVICE USING UNMANNED LOCKER}

본 발명은 O2O(Online to Offline) 서비스 제공방법에 관한 것이다.

O2O는 Online to Offline의 약자로, 단어 그대로 온라인이 오프라인으로 옮겨온다는 것을 뜻한다. 정보 유통 비용이 저렴한 온라인의 장점과 실제 소비가 일어나는 오프라인의 장점을 접목한 것이다.

인터넷 쇼핑을 비롯하여, 세탁이나 택배 등 다양한 분야에서 O2O가 활용되고 있다. 다만, O2O서비스에는 배송과정이 필수적으로 포함되므로, 배송과정에서 나타날 수 있는 불편사항이나 문제점들을 해결할 수 있는 기술의 개발이 요구된다.

공개특허공보 제10-2015-0104355호, 2015.09.15 공개

본 발명이 해결하고자 하는 과제는 무인사물함을 이용한 생활편의 서비스를 제공하는 것이다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따라 컴퓨터가 무인사물함을 이용하여 서비스를 제공하는 방법은, 사용자 클라이언트로부터 서비스 요청을 수신하는 단계, 상기 서비스 요청을 사업자 클라이언트에 전달하는 단계, 상기 서비스에 대한 정보를 획득하는 단계, 상기 무인사물함의 스케쥴을 획득하는 단계, 상기 획득된 서비스에 대한 정보 및 상기 무인사물함의 스케쥴에 기초하여 상기 무인사물함에 포함된 적어도 하나의 보관함을 선택하는 단계, 상기 선택된 보관함의 이용 스케쥴을 생성하는 단계 및 상기 선택된 보관함의 위치 및 상기 생성된 이용 스케쥴을 상기 사용자 클라이언트 및 상기 사업자 클라이언트 중 적어도 하나에 전송하는 단계를 포함한다.

또한, 상기 선택된 보관함의 이용 스케쥴을 생성하는 단계는, 상기 획득된 서비스에 대한 정보 및 상기 선택된 보관함의 스케쥴에 기초하여 상기 보관함의 픽업 스케쥴 및 배송 스케쥴 중 적어도 하나를 생성하는 단계를 포함할 수 있다.

또한, 상기 이용 스케쥴을 전송하는 단계는, 상기 사용자 클라이언트에 상기 픽업 스케쥴을 전송하는 단계 상기 무인사물함 또는 상기 사용자 클라이언트로부터 상기 픽업 스케쥴에 대응하는 보관 완료 신호를 수신하는 단계 및 상기 사업자 클라이언트에 상기 보관 완료 신호를 전달하는 단계를 더 포함할 수 있다.

또한, 상기 이용 스케쥴을 전송하는 단계는, 상기 사업자 클라이언트에 상기 배송 스케쥴을 전송하는 단계, 상기 무인사물함, 상기 사업자 클라이언트 및 배송자 클라이언트 중 적어도 하나로부터 상기 배송 스케쥴에 대응하는 배송 완료 신호를 수신하는 단계 및 상기 사용자 클라이언트에 상기 배송 완료 신호를 전달하는 단계를 더 포함할 수 있다.

또한, 상기 무인사물함의 스케쥴을 획득하는 단계는, 상기 무인사물함의 이용정보 및 예약정보를 획득하는 단계를 포함하고, 상기 보관함의 이용 스케쥴을 생성하는 단계는, 상기 획득된 서비스에 대한 정보에 기초하여 픽업 시간대 또는 배송 시간대를 결정하는 단계, 상기 결정된 픽업 시간대 또는 배송 시간대에 비어 있을 것으로 추정되는 보관함을 선택하는 단계 및 상기 결정된 배송 시간대에 상기 선택된 보관함의 사용을 예약하는 단계를 포함할 수 있다.

또한, 상기 보관함을 선택하는 단계는, 상기 무인사물함의 이용 히스토리에 기초하여 학습된 모델을 이용하여, 상기 결정된 배송 시간대에 비어있을 것으로 추정되는 보관함을 선택하는 단계를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따라 무인사물함을 이용하여 서비스를 제공하는 시스템은, 무인사물함 및 사용자 클라이언트로부터 서비스 요청을 수신하고, 상기 서비스 요청을 사업자 클라이언트에 전달하고, 상기 서비스에 대한 정보를 획득하고, 상기 무인사물함의 스케쥴을 획득하고, 상기 획득된 정보 및 상기 무인사물함의 스케쥴에 기초하여 적어도 하나의 보관함을 선택하고, 상기 선택된 보관함의 이용 스케쥴을 생성하고, 상기 선택된 보관함의 위치 및 상기 선택된 보관함의 이용 스케쥴을 상기 사용자 클라이언트 및 상기 사업자 클라이언트 중 적어도 하나에 전송하는 서버를 포함한다.

또한, 상기 무인사물함은, 픽업 또는 배송되는 물건에 대응하는 태그를 인식하고, 인식된 태그에 대응하는 예약된 보관함을 개방할 수 있다.

또한, 상기 무인사물함은, 상기 선택된 보관함의 비밀번호를 생성하고, 상기 보관함에 대한 배송이 완료되면, 상기 서버 또는 상기 사용자 클라이언트에 상기 비밀번호를 전송할 수 있다.

하드웨어인 컴퓨터와 결합되어, 개시된 실시 예에 따른 서비스 제공방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램이 제공된다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

개시된 실시 예에 따르면, 사용자가 원하는 위치에 있는 무인사물함에 대한 정보 및 각 무인사물함의 공실여부에 대한 정보를 용이하게 획득할 수 있다. 또한, 무인사물함을 이용하여 생활편의 서비스를 제공함으로써, 정해진 위치 및 시간에 배송서비스를 제공할 수 있는 효과가 있다.

생활편의 서비스를 제공하기 위해서는 물건을 픽업하거나 배송하는 과정이 필수적으로 수반되는 바, 안정적인 픽업 및 배송방법이 요구된다. 사용자의 집이나 회사에서 픽업 또는 배송을 수행하는 경우, 사용자가 자리를 지키고 있지 않는 경우 문제가 발생할 수 있다.

기존의 무인사물함을 이용하는 경우, 배송일정 스케쥴링이 어렵고, 무인사물함의 위치를 찾거나 비밀번호 등을 알려주고 결제하는 과정이 번거롭다.

개시된 실시 예에 따르면, 서버에 의해 전체 무인사물함의 시스템이 관리되어, 배송일정 스케쥴링이 용이해지는 효과가 있다. 따라서, 픽업 및 배송에 대한 부담감 없이 편리하게 생활편의 서비스를 제공할 수 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 일 실시 예에 따라 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템을 개략적으로 도시하는 개념도이다.
도 2는 심층 신경망(Deep Neural Networks, DNN)의 구조를 예시한 도면이다.
도 3은 합성곱 신경망(Convolutional deep Neural Networks, CNN)의 구조를 예시한 도면이다.
도 4는 합성곱 계산 과정을 예시한 도면이다.
도 5는 서브샘플링 과정을 예시한 도면이다.
도 6은 일 실시 예에 따른 생활편의 서비스 제공방법을 간략하게 도시한 흐름도이다.
도 7은 일 실시 예에 따라 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템을 도시한 구성도이다.
도 8은 일 실시 예에 따른 생활편의 서비스 제공방법을 도시한 흐름도이다.
도 9 내지 도 11은 개시된 실시 예에 따른 무인사물함을 활용하는 실시 예들을 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.

개시된 실시 예에서, "생활편의 서비스" 또는 "서비스"는 O2O(Online to Offline) 서비스 및 택배 서비스 중 적어도 하나를 포함한다. 특히, 개시된 실시 예에 따른 "생활편의 서비스" 또는 "서비스" 는 물건의 배송과정이 포함되는 모든 종류의 서비스를 포함하는 개념으로 이해된다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

도 1은 일 실시 예에 따라 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템을 개략적으로 도시하는 개념도이다.

도 1을 참조하면, 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템은 무인사물함(10), 사용자 클라이언트(100), 생활편의 서비스 사업자 클라이언트(200) 및 서버(300)를 포함한다.

일 실시 예에서, 사용자 클라이언트(100), 생활편의 서비스 사업자 클라이언트(200) 및 서버(300)는 컴퓨터 또는 컴퓨터에서 동작하는 프로그램을 의미한다.

일 실시 예에서, 무인사물함(10)은 적어도 하나의 컴퓨터를 포함한다.

본 명세서에 개시되는 실시 예에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 장치를 포함하는 의미로 사용된다. 예를 들어, 컴퓨터는 데스크탑, 노트북(랩탑), 스마트폰, 태블릿 PC 및 임베디드 PC를 의미한다.

이하에서 개시되는 실시 예에 따라 생활편의 서비스를 제공하는 방법의 전부 또는 일부는 사용자 클라이언트(100), 생활편의 서비스 사업자 클라이언트(200) 및 서버(300)에서 수행된다.

일 실시 예에서, 사용자 클라이언트(100) 및 사업자 클라이언트(200)는 개시된 실시 예에 따른 생활편의 서비스를 제공하는 데 이용되는 정보를 서버(300)에 전송하고, 서버(300)는 개시된 실시 예에 따른 생활편의 서비스를 제공하는 방법을 수행하고, 그 결과를 사용자 클라이언트(100) 또는 사업자 클라이언트(200)에 전송한다.

일 실시 예에서, 사용자 클라이언트(100) 및 사업자 클라이언트(200)는 서버(300) 또는 다른 외부 서버로부터 개시된 실시 예에 따른 생활편의 서비스를 제공하는 방법을 수행하기 위한 프로그램을 다운로드하고, 다운로드된 프로그램을 이용하여 개시된 실시 예에 따른 생활편의 서비스를 제공하는 방법을 수행한다.

일 실시 예에서, 사용자 클라이언트(100) 및 사업자 클라이언트(200)는 웹 페이지를 통하여 서버(300)에 접속하되, 서버(300)로부터 제공되는 SPA(Single Page Application)를 이용하여 개시된 실시 예에 따른 생활편의 서비스를 제공하는 방법을 수행한다.

상술한 실시 예들은 예시로서 제공된 것이며, 이하에서 개시되는 실시 예에 따라 생활편의 서비스를 제공하는 방법의 전부 또는 일부가 사용자 클라이언트(100), 사업자 클라이언트(200) 또는 서버(300)에서 수행되는 방법은 이에 제한되지 않는다.

일 실시 예에서, 무인사물함(10)은 아파트 단지, 상가 또는 지하철 역 등에 설치될 수 있다. 무인사물함(10)이 설치될 수 있는 위치는 제한되지 않는다.

일 실시 예에서, 무인사물함(10)은 각 사물함을 열고 닫기 위한 조작 패널을 포함할 수 있다. 사용자는 조작 패널을 이용하여 비밀번호를 입력하고, 무인사물함(10)은 입력된 비밀번호에 따라 보관함을 개폐할 수 있다.

일 실시 예에서, 무인사물함(10)은 사용자 클라이언트(100)와 연결될 수 있다. 예를 들어, 무인사물함(10)은 사용자 클라이언트(100)와 근거리 무선통신(예를 들어, 블루투스, BLE, 와이파이 등)을 이용하여 연결되거나, 네트워크를 통하여 연결될 수 있다. 일 예로, 사용자 클라이언트(100)와 무인사물함(10)은 서버(300)를 통하여 연결될 수 있다.

사용자 클라이언트(100)에 설치된 애플리케이션 또는 사용자 클라이언트(100)에 표시된 웹 페이지에는 각 사물함을 열고 닫기 위한 조작 화면이 표시될 수 있다. 사용자는 사용자 클라이언트(100)에 표시된 조작 화면을 이용하여 보관함을 선택 및 개폐할 수 있다.

일 예로, 사용자 클라이언트(100)는 사용자 클라이언트(100)에 설치된 애플리케이션을 이용하여 사용자 인증을 수행하고, 서버(300) 또는 무인사물함(10)은 사용자 인증이 완료되면 인증된 사용자에 대응하는 보관함을 열도록 무인사물함(10)을 제어할 수 있다. 또한, 사용자 인증이 완료되면, 서버(300) 또는 무인사물함(10)은 인증된 사용자에 대응하는 보관함의 번호나 위치를 사용자 클라이언트(100)에 전송하고, 사용자의 선택에 따라, 또는 자동으로 인증된 사용자에 대응하는 보관함을 열도록 제어할 수 있다.

다른 예로, 사용자 클라이언트(100)는 사용자 클라이언트(100)에 표시된 조작 화면을 이용하여 보관함 번호 및 비밀번호 중 적어도 하나를 입력받고, 입력받은 정보를 무인사물함(10)에 전송함으로써, 무인사물함(10)을 이용할 수 있다.

일 실시 예에서, 서버(300)는 무인사물함(10)과 통신할 수 있다. 예를 들어, 무인사물함(10)은 유선 또는 무선 랜을 이용하여 인터넷과 연결될 수 있다. 일 실시 예에서, 무인사물함(10)은 적어도 하나의 3G 또는 LTE 모듈을 포함할 수 있다.

서버(300)는 무인사물함(10)의 이용상태를 모니터링할 수 있다. 예를 들어, 서버(300)는 무인사물함(10)의 각 사물함의 이용상태 또는 공실상태를 파악하고, 데이터베이스화할 수 있다.

일 실시 예에서, 서버(300)는 무인사물함(10)을 포함하는 각 무인사물함들의 위치와 공실상태를 판단할 수 있다.

사용자 클라이언트(100)는 서버(300)를 통하여 무인사물함의 위치 및 공실상태를 판단할 수 있다. 사용자 클라이언트(100)는 서버(300)를 통하여 공실상태에 있는 무인사물함에 대한 이용예약을 요청할 수 있다. 일 실시 예에서, 사용자 클라이언트(100)는 현재 공실상태가 아닌 무인사물함이라도, 공실이 발생하면 이용할 수 있도록 이용예약을 요청할 수 있다. 서버(300)는 사용자 클라이언트(100)의 요청에 따라, 무인사물함(10)의 이용을 예약할 수 있다.

일 실시 예에서, 서버(300)는 미래 일 시점에 대한 무인사물함(10)의 공실여부를 추정할 수 있다. 서버(300)는 무인사물함(10)의 위치 및 시간에 따른 이용상태를 분석하여, 미래 일 시점에 무인사물함(10)의 이용상태 또는 공실상태를 추정할 수 있다.

예를 들어, 서버(300)는 무인사물함(10)의 예약일정을 확인하여 미래 일 시점에 무인사물함(10)의 이용상태 또는 공실상태를 추정할 수 있다.

다른 예로, 서버(300)는 무인사물함(10)의 이용패턴 데이터베이스를 학습자료로 이용하여 기계학습(딥러닝)을 수행할 수 있다. 예를 들어, 서버(300)는 각 무인사물함(10)의 위치 및 시간에 따른 이용상태 등을 학습 데이터로 이용하여 회귀분석을 수행함으로써, 시간대별로 무인사물함이 비어있을 확률의 분포를 산출해낼 수 있다. 일 실시 예에서, 서버(300)는 딥 베타 회귀분석을 수행할 수 있다.

다른 예로, 서버(300)는 각 무인사물함의 위치 및 시간대별 공실여부 등을 학습데이터로 이용하여 이진 분류학습을 수행함으로써, 시간대별 및 위치별로 무인사물함(10)의 공실여부를 예/아니오로 응답할 수 있는 이진분류기를 생성할 수 있다. 일 실시 예에서, 서버(300)는 시간대별 및 위치별로 무인사물함(10)의 공실여부를 예/아니오로 응답할 수 있는 지지도 벡터 머신을 생성할 수 있다.

즉, 서버(300)는 인공지능 기술을 이용하여 각 무인사물함의 위치 및 시간대별 공실여부 등을 학습 및 추정한다. 각 인공지능 기술은 머신러닝(Machine Learning, 기계학습) 기술을 포함하며, 머신러닝 기술 중에서도 특히 영상을 분석하는 데 널리 이용되는 딥러닝(Deep Learning) 기술을 포함한다.

딥 러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습(machine learning) 알고리즘의 집합으로 정의된다. 딥 러닝은 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야로 볼 수 있다.

어떠한 데이터가 있을 때 이를 컴퓨터가 알아 들을 수 있는 형태(예를 들어 영상의 경우는 픽셀정보를 열벡터로 표현하는 등)로 표현(representation)하고 이를 학습에 적용하기 위해 많은 연구(어떻게 하면 더 좋은 표현기법을 만들고 또 어떻게 이것들을 학습할 모델을 만들지에 대한)가 진행되고 있다. 이러한 노력의 결과로 다양한 딥 러닝 기법들이 개발되었다. 딥 러닝 기법들로는 심층 신경망(Deep Neural Networks, DNN), 합성곱 신경망(Convolutional deep Neural Networks, CNN), 순환 신경망(Reccurent Neural Network, RNN) 및 심층 신뢰 신경망(Deep Belief Networks, DBN)을 예로 들 수 있다.

심층 신경망(Deep Neural Networks, DNN)은 입력 계층(input layer)과 출력 계층(output layer) 사이에 복수개의 은닉 계층(hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)이다.

도 2는 심층 신경망의 구조를 예시한 도면이다. 도 2에서 각 원은 하나의 퍼셉트론(perceptron)을 나타낸다. 퍼셉트론은 여러 개의 입력 값(input)과 하나의 프로세서(prosessor), 하나의 출력 값으로 구성된다. 프로세서는 여러 개의 입력 값에 각각 가중치를 곱한 후, 가중치가 곱해진 입력 값들을 모두 합한다. 그 다음 프로세서는 합해진 값을 활성화함수에 대입하여 하나의 출력 값을 출력한다. 만약 활성화함수의 출력 값으로 특정한 값이 나오기를 원하는 경우, 각 입력 값에 곱해지는 가중치를 수정하고, 수정된 가중치를 이용하여 출력 값을 다시 계산할 수 있다. 도 2에서 각각의 퍼셉트론은 서로 다른 활성화함수를 사용할 수 있다. 또한 각각의 퍼셉트론은 이전 계층에서 전달된 출력들을 입력으로 받아들인 다음, 활성화 함수를 이용해서 출력을 구한다. 구해진 출력은 다음 계층의 입력으로 전달된다. 상술한 바와 같은 과정을 거치면 최종적으로 몇 개의 출력 값을 얻을 수 있다.

딥 러닝 기법에 대한 설명으로 다시 돌아가면, 합성곱 신경망(Convolutional deep Neural Networks, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. 합성곱 신경망은 하나 또는 여러개의 합성곱 계층(convolutional layer)과 그 위에 올려진 일반적인 인공신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 합성곱 신경망은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 또한, 합성곱 신경망은 표준 역전달을 통해 훈련될 수 있다. 합성곱 신경망은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.

합성곱 신경망은 입력 영상에 대하여 합성곱과 서브샘플링을 번갈아 수행함으로써 입력 영상으로부터 특징을 추출한다. 도 3은 합성곱 신경망의 구조를 예시한 도면이다 도 3을 참조하면, 합성곱 신경망은 여러 개의 합성곱 계층(Convolution layer), 여러 개의 서브샘플링 계층(Subsampling layer, Lacal pooling layer, Max-Pooling layer), 완전 연결 층(Fully Connected layer)을 포함한다. 합성곱 계층은 입력 영상(Input Image)에 대해 합성곱을 수행하는 계층이다. 그리고 서브샘플링 계층은 입력 영상에 대해 지역적으로 최대값을 추출하여 2차원 영상으로 매핑하는 계층으로, 국소적인 영역을 더 크게 하고, 서브샘플링을 수행한다.

합성곱 계층에서는 커널의 크기(kernel size), 사용할 커널의 개수(즉, 생성할 맵의 개수), 및 합성곱 연산 시에 적용할 가중치 테이블 등의 정보가 필요하다. 예를 들어, 입력 영상의 크기가 32×32이고, 커널의 크기가 5×5이고, 사용할 커널의 개수가 20개인 경우를 예로 들자. 이 경우, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하면, 입력 영상의 위, 아래, 왼쪽, 오른쪽에서 각각 2개의 픽셀(pixel)에는 커널을 적용하는 것이 불가능하다. 왜냐하면, 도 4에 도시되어 있는 합성곱 계산 과정에서 알 수 있듯이, 입력 영상의 위에 커널을 배치한 후 합성곱을 수행하면, 그 결과 값인 '-8'은 커널에 포함된 입력 영상의 픽셀들 중에서 커널의 중심요소(center element)에 대응하는 픽셀의 값으로 결정되기 때문이다. 따라서, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하여 합성곱을 수행하면 28×28 크기의 맵(map)이 생성된다. 앞서, 사용할 커널의 개수가 총 20개인 경우를 가정하였으므로, 첫 번째 합성곱 계층(도 3의 'C1-layer' 참조)에서는 총 20개의 28×28 크기의 맵이 생성된다.

서브샘플링 계층에서는 서브샘플링할 커널의 크기에 대한 정보, 커널 영역 내의 값들 중 최대값을 선택할 것인지 최소값을 선택할 것인지에 대한 정보가 필요하다. 도 5는 서브샘플링 과정을 도시한 도면이다. 도 5를 참조하면, 서브샘플링할 커널의 크기가 2×2이고, 커널 영역에 포함된 값들 중 최대값을 선택하도록 설정된 것을 알 수 있다. 8×8 크기의 입력 영상에 2×2 크기의 커널을 적용하면, 4×4 크기의 출력 영상을 얻을 수 있다. 즉, 입력 영상에 비하여 크기가 1/2로 축소된 출력 영상을 얻을 수 있다.

딥 러닝 기법에 대한 설명으로 다시 돌아가면, 순환 신경망(Reccurent Neural Network, RNN)은 인공신경망을 구성하는 유닛 사이의 연결이 Directed cycle을 구성하는 신경망을 말한다. 순환 신경망은 앞먹임 신경망과 달리, 임의의 입력을 처리하기 위해 신경망 내부의 메모리를 활용할 수 있다.

심층 신뢰 신경망(Deep Belief Networks, DBN)이란 기계학습에서 사용되는 그래프 생성 모형(generative graphical model)으로, 딥 러닝에서는 잠재변수(latent variable)의 다중계층으로 이루어진 심층 신경망을 의미한다. 계층 간에는 연결이 있지만 계층 내의 유닛 간에는 연결이 없다는 특징이 있다.

심층 신뢰 신경망은 생성 모형이라는 특성상 선행학습에 사용될 수 있고, 선행학습을 통해 초기 가중치를 학습한 후 역전파 혹은 다른 판별 알고리즘을 통해 가중치의 미조정을 할 수 있다. 이러한 특성은 훈련용 데이터가 적을 때 굉장히 유용한데, 이는 훈련용 데이터가 적을수록 가중치의 초기값이 결과적인 모델에 끼치는 영향이 세지기 때문이다. 선행학습된 가중치 초기값은 임의로 설정된 가중치 초기값에 비해 최적의 가중치에 가깝게 되고 이는 미조정 단계의 성능과 속도향상을 가능케 한다.

이러한 회귀분석 및 분류학습은 시간이 지날수록 데이터가 누적되어 더 나은 결과를 산출해낼 수 있고, 지속적인 학습과 업데이트를 통해 사용자들의 이용패턴이 변화하더라도 이에 적절하게 대응할 수 있는 효과를 기대할 수 있다.

일 실시 예에서, 사용자 클라이언트(100)는 무인사물함(10)을 이용하여 생활편의 서비스를 이용할 수 있다. 예를 들어, 사용자 클라이언트(100)는 배달 서비스를 이용할 수 있다. 사용자 클라이언트(100)는 서버(300)를 통해 원하는 위치에 있는 무인사물함(10)을 선택하고, 현재 또는 미래 일 시점의 공실여부를 판단한 후 위치 및 시간을 지정하여 배달서비스를 신청할 수 있다.

다른 실시 예에서, 서버(300)는 사용자 클라이언트(100)의 위치에 따라 공실이 존재하는 가까운 무인사물함(10)을 자동으로 선택할 수 있다. 일 실시 예에서, 현재 공실이 존재하지 않더라도, 사용자 클라이언트(100)가 배달을 요청한 시간대에 공실이 있을 것으로 추정되는 무인사물함(10)을 선택할 수도 있다.

도 2 내지 도 5와 관련하여 상술된 내용은 예시로서 기술된 것이고, 개시된 실시 예에 따라 무인사물함의 스케쥴을 분석하기 위한 방법은 이에 제한되지 않는다.

다시 도 1에 개시된 실시 예로 돌아가면, 서버(300)는 다음과 같은 사항을 고려하여 배달일정을 자동으로 생성하여 사업자 클라이언트(200)에 전달할 수 있다.

첫째로, 서버(300)는 사용자의 주문내용에 기초하여 배달일정을 자동으로 생성할 수 있다.

일 실시 예에서, 서버(300)는 사용자가 요청한 위치에 있는 무인사물함(10)에, 사용자가 요청한 시간대에 배달을 수행하도록 배달일정을 생성할 수 있다.

하지만, 경우에 따라 사용자가 요청한 위치에 있는 무인사물함(10)에는 사용자가 요청한 시간대에 공실이 존재하지 않을 수 있다. 따라서, 둘째로 서버(300)는 무인사물함(10)의 공실발생 여부를 함께 고려하여 배달일정을 자동으로 생성할 수 있다.

예를 들어, 서버(300)는 사용자가 선택한 미래 일 시점에 무인사물함(10)의 예약상태를 확인할 수 있다. 서버(300)는 무인사물함(10)이 예약되지 않은 시간대를 선택하고, 이용예약을 한 후 배달일정을 생성할 수 있다.

또한, 서버(300)는 사용자가 선택한 미래 일 시점에 무인사물함(10)의 공실여부를 추정할 수 있다. 서버(300)는 사용자가 선택한 미래 일 시점과 가장 근접한 시간에 공실이 있을 것으로 추정되는 무인사물함을 예약한 후, 배달일정을 생성할 수 있다.

또한, 서버(300)는 복수의 생활편의 서비스 사업자들이 각각 복수의 배달을 수행해야 하는 경우, 각 배달의 대상이 될 무인사물함을 위치 및 시간별로 분류하여 서로 시간대나 장소가 겹치는 충돌이 발생하지 않도록 배달일정 스케쥴링을 수행할 수 있다. 사용자가 요청한 위치 및 시간에 배달이 어려운 경우, 서버(300)는 근처의 다른 무인사물함 또는 공실이 발생할 것으로 예상되는 가까운 다른 시간대에 배송이 이루어지도록 배송시간 스케쥴링을 수행할 수 있다.

서버(300)는 생성된 배달일정을 사업자 클라이언트(200)에 전달할 수 있다.

또한, 생활편의 서비스 사업자의 배달일정을 고려하면 사용자가 요청한 시간대에 배달을 수행하기 어려울 수 있다. 따라서, 세 번째로 서버(300)는 생활편의 서비스 사업자의 배달일정을 함께 고려하여 배달일정을 자동으로 생성할 수 있다.

일 실시 예에서, 사업자 클라이언트(200)는 사용자 클라이언트(100)의 요청, 실제 배달을 수행하기까지 필요한 업무의 소요시간 및 배달일정 스케쥴 등에 기초하여 배달 예정 시간대에 대한 정보를 생성할 수 있다. 사업자 클라이언트(200)는 배달 예정 시간대에 대한 정보를 서버(300)에 전달할 수 있다.

서버(300)는 사업자 클라이언트(200)로부터 전달받은 배달 예정 시간대에 예약되지 않았거나, 공실이 있을 것으로 추정되는 무인사물함(10)을 선택 및 예약하고, 사업자 클라이언트(200)에 무인사물함(10)의 위치 및 배달시간에 대한 정보를 전달할 수 있다.

일 실시 예에서, 서버(300)는 사업자 클라이언트(200)로부터 전달받은 배달 예정 시간대에 사용자 클라이언트(100)가 선택한 무인사물함(10)에 예약되지 않은 사물함이 있는지 여부를 확인하거나, 공실이 있을지 여부를 추정할 수 있다. 서버(300)는 사용자 클라이언트(100)가 선택한 무인사물함(10)에 예약되지 않은 사물함이 있거나 공실이 있을 것으로 추정되는 시간에 무인사물함(10)의 이용을 예약한 후, 사업자 클라이언트(200)에게 배달시간에 대한 정보를 전송할 수 있다.

일 실시 예에서, 서버(300)는 배달시간에 무인사물함(10)에 공실이 발생하는 경우, 공실이 된 사물함에 대한 이용을 예약하고, 사업자 클라이언트(200)에게 공실이 발생했다는 알림을 제공할 수 있다. 사업자 클라이언트(200)는 예약된 사물함에 대하여 배달을 수행할 수 있다.

예약된 사물함에 배달이 완료되면, 무인사물함(10) 또는 서버(300)가 자동으로 비밀번호를 생성하여, 사용자 클라이언트(100)에 무인사물함(10)의 위치, 사물함 번호 및 비밀번호를 포함하는 메시지를 전송할 수 있다.

사용자는 사용자 클라이언트(100)가 수신한 비밀번호를 무인사물함(10)에 입력하고, 무인사물함(10)은 사용자에게 할당된 보관함을 개폐할 수 있다.

다른 실시 예에서, 무인사물함(10) 또는 서버(300)는 배달을 위하여 예약된 사물함과 배달 대상인 사용자에 대한 정보를 매칭하여 저장한다. 배달이 완료되면, 배달 대상인 사용자는 사용자 클라이언트(100)의 애플리케이션을 이용하여 사용자 인증을 수행한다. 무인사물함(10) 또는 서버(300)는 인증 결과에 따라, 사용자 클라이언트(100)에 보관함의 위치나 보관함 번호를 전송하고, 사용자의 선택에 따라, 또는 자동으로 사용자에게 배달할 물건이 보관된 보관함을 개폐한다.

일 실시 예에서, 사용자 인증을 통한 보관함 개폐는 네트워크를 통하여 수행될 수 있으나, 보안을 위하여 사용자 클라이언트(100)가 무인사물함(10)의 근처에 있을 때에만 개폐가 가능하도록 할 수도 있다. 예를 들어, 사용자 클라이언트(100)가 무인사물함(10)과 근거리 통신을 이용하여 연결되거나 사용자 클라이언트(100)가 무인사물함(10)의 신호를 감지하는 경우에만, 사용자 인증에 따라 보관함을 개폐하도록 설정될 수 있다.

다른 실시 예에서, 사용자 클라이언트(100)는 무인사물함(10)에 사물함 번호 및 비밀번호에 대한 정보를 전송함으로써 무인사물함(10)의 문을 열 수 있다.

일 실시 예에서, 세탁 서비스 또는 렌탈 서비스와 같이 사용자의 물건을 생활편의 서비스 사업자가 회수해야 하는 경우도 있다. 이 경우, 사용자가 공실이 있는 무인사물함(10)에 필요한 물건을 보관한 후, 사업자 클라이언트(200)에 무인사물함(10)의 위치, 사물함 번호 및 비밀번호에 대한 정보를 전송할 수 있다. 일 실시 예에서, 무인사물함(10)의 위치, 사물함 번호 및 비밀번호에 대한 정보는 무인사물함(10) 또는 서버(300)에서 자동으로 생성되어, 사업자 클라이언트(200)에 전달될 수 있다.

마찬가지로, 사업자 클라이언트(200) 또한 설치된 애플리케이션을 이용하여 인증을 수행하여, 비밀번호 없이도 무인사물함(10)을 이용할 수 있다.

도 6은 일 실시 예에 따른 생활편의 서비스 제공방법을 간략하게 도시한 흐름도이다.

도 6에 도시된 각 단계들은 도 1에 도시된 사용자 클라이언트(100), 사업자 클라이언트(200) 또는 서버(300)에서 시계열적으로 수행된다. 이하에서는, 설명의 편의를 위하여 사용자 클라이언트(100), 사업자 클라이언트(200) 및 서버(300)의 역할을 분리하여 설명하고, 특히 도 6에 도시된 각 단계들이 서버(300)에 의하여 수행되는 것으로 서술하나, 각 단계의 수행주체는 서버(300)에 제한되지 않고, 그 전부 또는 일부가 사용자 클라이언트(100) 또는 사업자 클라이언트(200)에서도 수행될 수 있다.

또한, 본 명세서에서 사업자 클라이언트(200)는 클라이언트 단말로서 기능하는 컴퓨터를 의미할 수도 있으나, 생활편의 서비스 사업자가 이용하는 서버(또는 클라우드 서버)와, 생활편의 서비스 사업자(및 그 직원과 협력업체 직원을 포함)가 이용하는 클라이언트 단말을 포함하는 개념으로도 이해될 수 있다. 이 경우, 사업자 클라이언트(200)에 포함된 서버와 클라이언트 단말은 서로 통신하며, 개시된 실시 예에서 사업자 클라이언트(200)가 수행하는 기능의 적어도 일부를 각각 수행한다.

또한, 도 6과 관련하여 생략된 내용이라 하더라도 도 1에서 사용자 클라이언트(100), 사업자 클라이언트(200) 및 서버(300)와 관련하여 이미 설명된 내용은, 도 6의 서비스 제공방법에도 적용된다.

단계 310에서, 서버(300)는 사용자 클라이언트(100)로부터 생활편의 서비스 요청을 수신한다.

예를 들어, 서버(300)가 수신하는 생활편의 서비스 요청은, 세탁 서비스, 음식 배달 서비스, 꽃 배달 서비스, 택배 서비스, 장보기 서비스 및 렌탈 서비스 중 적어도 하나를 포함할 수 있으나, 이에 제한되지 않는다. 개시된 실시 예에서, 물건의 배송과정이 포함되는 모든 종류의 O2O 서비스가 개시된 실시 예에 따른 생활편의 서비스에 포함될 수 있다.

서버(300)는 사용자 클라이언트(100)로부터 수신된 서비스 요청을 사업자 클라이언트(200)에 전달한다.

단계 320에서, 서버(300)는 서비스에 대한 정보를 획득한다.

예를 들어, 서버(300)는 사용자 클라이언트(100)가 요청한 서비스에 대한 정보와, 사업자 클라이언트(200)가 이에 대응하여 제공할 서비스에 대한 정보를 획득한다.

예를 들어, 서버(300)는 사용자 클라이언트(100)로부터 획득된 세탁 서비스 요청을 사업자 클라이언트(200)에 전달하고, 사용자 클라이언트(100)가 요청한 세탁물 픽업 시간과, 사업자 클라이언트(200)가 결정한 세탁된 세탁물 배송 시간에 대한 정보를 획득한다.

본 명세서에서, "픽업"은 생활편의 서비스를 요청한 사용자가 서비스 제공 사업자에게 물건을 전달해야 하는 경우, 사용자의 물건을 사업자에게 전달하는 것을 의미한다.

본 명세서에서, "배송"은 서비스 제공 사업자가 생활편의 서비스를 요청한 사용자에게 물건을 전달해야 하는 경우, 서비스 제공 사업자로부터 사용자에게 물건을 전달하는 것을 의미한다.

단계 330에서, 서버(300)는 무인사물함(10)의 스케쥴을 획득한다.

일 실시 예에서, 서버(300)는 무인사물함(10)에 포함된 각 보관함의 이용상태 및 예약상태를 포함하는 스케쥴을 획득한다.

일 실시 예에서, 서버(300)는 무인사물함(10)의 이용 히스토리를 획득한다. 예를 들어, 서버(300)는 소정의 기간 동안 날짜별, 요일별, 시간별로 무인사물함(10) 및 무인사물함(10)의 각 보관함이 이용된 시점과, 이용된 기간에 대한 정보를 획득한다.

서버(300) 또는 서버(300)와 연결된 외부 서버 또는 클라우드는, 획득된 무인사물함(10)의 이용 히스토리에 기초하여 미래 일 시점에 무인사물함(10)의 각 보관함이 이용중인지 여부를 추정하거나, 미래 일 시점에 무인사물함(10)의 각 보관함이 이용중이거나 비어 있을 확률을 추정한다.

단계 340에서, 서버(300)는 단계 320에서 획득된 서비스에 대한 정보 및 단계 330에서 획득된 무인사물함(10)의 스케쥴에 기초하여 무인사물함(10)에 포함된 적어도 하나의 보관함을 선택한다.

예를 들어, 서버(300)는 단계 320에서 획득된 서비스에 대한 정보에 기초하여 픽업 시간대 및 배송 시간대 중 적어도 하나를 결정하고, 결정된 시간대에 비어 있는 것으로 추정되는 보관함을 선택한다.

예를 들어, 서버(300)는 현재 비어있고, 결정된 픽업 시간대 또는 배송 시간대에 이용예약이 되어있지 않은 보관함을 선택한다.

다른 예로, 서버(300)는 현재 이용중인 보관함이라 하여도, 결정된 픽업 시간대 또는 배송 시간대에 이용예약이 되어있지 않고, 현재 이용중인 사용자가 결정된 픽업 시간대 또는 배송 시간대 이전에 보관함을 비울 것으로 예상되는 보관함을 선택할 수 있다.

또 다른 예로, 서버(300)는 무인사물함(10)의 이용 히스토리를 이용하여 학습된 모델을 이용하여, 결정된 픽업 시간대 또는 배송 시간대에 비어있을 것으로 추정되는 보관함을 선택할 수 있다. 또한, 서버(300)는 무인사물함(10)의 이용 히스토리를 이용하여 학습된 모델을 이용하여, 결정된 픽업 시간대 또는 배송 시간대에 비어있을 것으로 추정되는 보관함을 선택하되, 복수의 보관함 각각이 결정된 픽업 시간대 또는 배송 시간대에 비어있을 확률을 추정하고, 가장 확률이 높은 보관함을 선택할 수 있다.

서버(300)는 선택된 보관함의 이용 스케쥴을 생성할 수 있다.

일 실시 예에서, 서버(300)는 단계 320에서 획득된 서비스에 대한 정보 및 선택된 보관함의 스케쥴에 기초하여 보관함의 픽업 스케쥴 및 배송 스케쥴 중 적어도 하나를 생성한다.

예를 들어, 서버(300)는 선택된 보관함에서 픽업 또는 배송이 이루어질 시간대를 설정하고, 설정된 시간대에 선택된 보관함을 예약할 수 있다.

단계 350에서, 서버(300)는 선택된 보관함의 위치 및 생성된 이용 스케쥴을 사용자 클라이언트(100) 및 사업자 클라이언트(200) 중 적어도 하나에 전송한다.

일 실시 예에서, 서버(300)는 사용자 클라이언트(100)에 픽업 스케쥴을 전송하고, 무인사물함(10) 또는 사용자 클라이언트(100)로부터 픽업 스케쥴에 대응하는 보관 완료 신호를 수신한다. 서버(300)는 보관 완료 신호가 수신되는 경우, 사업자 클라이언트(200)에 보관 완료 신호를 전달할 수 있다.

또한, 서버(300)는 사업자 클라이언트(200)에 배송 스케쥴을 전송하고, 무인사물함(10), 사업자 클라이언트(200) 및 배송자 클라이언트 중 적어도 하나로부터 배송 스케쥴에 대응하는 배송 완료 신호를 수신할 수 있다. 서버(300)는 배송 완료 신호가 수신되면, 사용자 클라이언트(100)에 배송 완료 신호를 전달한다.

배송자 클라이언트는 생활편의 서비스 사업자 측에서 무인사물함(10)으로부터 물건을 픽업하거나, 무인사물함(10)에 물건을 배송하는 배송자가 이용하는 클라이언트이며, 이하 도 8과 관련하여 후술한다.

도 7 및 도 8은 개시된 실시 예에 따라 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템을 설명하기 위한 도면이다.

도 7은 일 실시 예에 따라 무인사물함을 이용하여 생활편의 서비스를 제공하는 시스템을 도시한 구성도이다.

도 8은 일 실시 예에 따른 생활편의 서비스 제공방법을 도시한 흐름도이다.

도 1 내지 도 6과 관련하여 상술한 내용들은, 도 7 및 도 8에 도시된 시스템 및 방법에도 적용된다.

도 7을 참조하면, 무인사물함(10), 사용자 클라이언트(100), 사업자 클라이언트(200) 및 서버(300)를 포함하는 시스템이 개시된다.

도 8을 참조하면, 사용자 클라이언트(100)는 단계 110에서 서버(300)에 서비스 요청을 전송한다. 서버(300)는 단계 310에서 사업자 클라이언트(200)에 서비스 요청을 전달한다.

사업자 클라이언트(200)는 단계 210에서 서비스 요청에 대응하는 서비스 정보를 생성하고, 생성된 서비스 정보를 서버(300)에 전송한다(단계 220).

서버(300)는 무인사물함(10)에 보관함 정보를 요청하고(단계 330), 무인사물함(10)은 보관함에 대한 정보를 서버(300)에 전송한다(단계 12).

서버(300)는 무인사물함(10)의 이용스케쥴을 생성하고(단계 340), 단계 340에서 생성된 이용스케쥴을 사용자 클라이언트(100) 또는 사업자 클라이언트(200)에 전송한다(단계 350).

다시 도 7을 참조하면, 시스템은 무인사물함(10)으로부터 물건(420)을 픽업하거나, 물건(420)을 무인사물함(10)에 배송하는 배송자의 배송자 클라이언트(410)를 더 포함한다.

일 실시 예에서, 사용자 클라이언트(100)의 통신부는 와이파이 모듈, 모바일 네트워크 모듈(예를 들어, 2G, 3G 및 LTE 중 적어도 하나를 포함하는 통신모듈) 및 근거리 통신 모듈(예를 들어, RFID, NFC, BLUETOOTH, BLE 등) 중 적어도 하나를 포함한다.

마찬가지로, 무인사물함(10)의 통신부는 와이파이 모듈, 모바일 네트워크 모듈(예를 들어, 2G, 3G 및 LTE 중 적어도 하나를 포함하는 통신모듈) 및 근거리 통신 모듈(예를 들어, RFID, NFC, BLUETOOTH, BLE 등) 중 적어도 하나를 포함한다.

일 실시 예에서, 무인사물함(10)은 모바일 네트워크 모듈을 포함하되, 모바일 네트워크 모듈은 서버(300)와 무인사물함(10)의 동작을 위한 최소한의 통신만을 수행하도록 구성되어, 데이터 소비를 줄일 수 있다. 예를 들어, 무인사물함(10)의 모바일 네트워크 모듈은 보관함의 개폐를 위한 개폐신호를 서버(300)로부터 수신하거나, 보관함의 개폐를 위한 인증정보를 서버(300)에 전송하기 위하여 이용된다. 또한, 무인사물함(10)의 모바일 네트워크 모듈은 보관함 이용료를 결제하는 데에도 이용될 수 있다.

일 실시 예에서, 무인사물함(10)의 모바일 네트워크 모듈은 무인사물함(10)에 물건을 보관한 사용자에 대한 정보와, 사용중인 보관함에 대한 정보, 각 보관함의 상태를 서버(300)에 전송하는 데 이용될 수 있다. 또한, 무인사물함(10)의 모바일 네트워크 모듈은 무인사물함(10)에 장애가 발생한 경우 서버(300)가 무인사물함(10)을 원격으로 제어하고, 각 보관함을 개폐하기 위한 정보를 서버(300)와 송수신하는 데에도 이용될 수 있다.

일 실시 예에서, 무인사물함(10)의 모바일 네트워크 모듈은 서버(300)로부터 보관함을 예약하는 정보를 수신하고, 무인사물함(10)의 이용 히스토리를 서버(300)에 전송하는 데에도 이용될 수 있다.

다른 실시 예에서, 보관함의 개폐를 위한 인증정보를 포함하는 데이터 통신은 주로 사용자 클라이언트(100)의 통신부를 이용하여 수행되도록 구성될 수 있다.

사용자 클라이언트(100)가 인증정보를 서버(300)에 전송하면, 서버(300)는 무인사물함(10)의 개폐여부를 결정하고, 무인사물함(10)의 개폐를 지시하는 신호를 무인사물함(10)에 전송할 수 있다.

일 실시 예에서, 사용자 클라이언트(100)는 무인사물함(10) 및 무인사물함(10)에 포함된 보관함에 대한 정보와, 보관함의 비밀번호를 무인사물함(10) 또는 서버(300)에 전송할 수 있다. 무인사물함(10) 또는 서버(300)는 수신된 비밀번호가 보관함의 비밀번호와 일치하면, 보관함을 열도록 하는 신호를 무인사물함(10)에 전송할 수 있다.

다른 실시 예에서, 사용자 클라이언트(100)는 사용자 클라이언트(100)에 설치된 애플리케이션을 이용하여 사용자 인증 정보를 무인사물함(10) 또는 서버(300)에 전송하고, 무인사물함(10) 또는 서버(300)는 인증된 사용자에 대응하는 보관함에 대한 정보를 제공하고, 보관함을 열도록 제어할 수 있다.

일 실시 예에서, 사용자 클라이언트(100)가 무인사물함(10)을 이용함에 따라 그 이용정보를 서버(300)로 전송하고, 서버(300)는 사용자 클라이언트(100)로부터 수신되는 이용정보를 누적하여 무인사물함(10)의 이용 히스토리를 생성 및 저장할 수 있다.

일 실시 예에서, 사용자 클라이언트(100)와 무인사물함(10)은 와이파이를 이용하여 통신할 수 있다. 예를 들어, 사용자 클라이언트(100)는 와이파이를 이용하여 무인사물함(10)에 대한 정보를 획득할 수 있다.

일 실시 예에서, 무인사물함(10)은 서버(300)에 전송해야 하는 정보를 와이파이를 통하여 사용자 클라이언트(100)에 전달하고, 사용자 클라이언트(100)가 모바일 네트워크를 이용하여 서버(300)에 정보를 전달하도록 할 수 있다.

마찬가지로, 무인사물함(10)은 무인사물함(10) 이용료에 대한 정보 및 결제정보를 사용자 클라이언트(100)에 전송하고, 사용자 클라이언트(100)가 서버(300) 또는 외부 서버와 통신하여 결제를 수행하도록 할 수 있다.

다른 실시 예에서, 사용자 클라이언트(100)는 무인사물함(10)에 포함된 보관함의 비밀번호를 와이파이를 통하여 무인사물함(10)에 전송한다. 무인사물함(10)은 수신된 비밀번호가 보관함의 비밀번호와 일치하면, 보관함의 잠금을 해제할 수 있다. 다른 예로, 무인사물함(10)은 보관함에 대한 정보와, 사용자 클라이언트(100)로부터 수신된 비밀번호를 서버(300)에 전송하고, 서버(300)로부터 비밀번호 일치여부에 대한 정보를 수신하여 보관함의 잠금 해제여부를 결정할 수 있다.

일 실시 예에서, 무인사물함(10)은 보관함에 물건이 보관되면, 비밀번호를 생성하여 서버(300) 또는 사업자 클라이언트(200)에 전송할 수 있다.

사용자 클라이언트(100)와 관련하여 상술된 내용은 사업자 클라이언트(200) 또는 배송자 클라이언트(410)에도 적용될 수 있다.

일 실시 예에서, 배송자 클라이언트(410)는 상술한 사용자 클라이언트(100)와 관련하여 서술된 내용과 같은 인증 절차를 통하여 무인사물함(10)의 보관함을 열 수 있다.

다른 실시 예에서, 무인사물함(10)은 픽업 또는 배송되는 물건(420)에 대응하는 태그를 인식하고, 인식된 태그에 대응하는 예약된 보관함을 개방할 수 있다. 본 명세서에서, “태그”는 RFID, NFC, BLUETOOTH 및 BLE 등의 전자적 통신수단을 구현하기 위한 송신기 또는 수신기와, 바코드 및 QR코드 등의 2차원 코드를 포함한다.

예를 들어, 서버(300)가 무인사물함(10)의 보관함을 예약할 때, 예약된 보관함에 대응하는 서비스에 대한 정보가 예약된 보관함에 대한 정보와 매칭되어 저장될 수 있다. 예약된 보관함에 대한 정보와 매칭되어 저장된 서비스에 대한 정보를 2차원 코드로 출력되어 물건(420)에 부착되거나, 전자 태그에 저장되어 물건(420)에 부착될 수 있다.

무인사물함(10)은 물건(420)의 태그로부터 정보를 수신하고, 수신된 정보에 기초하여 대응하는 보관함의 개폐여부를 결정한다. 또한, 무인사물함(10)은 수신된 정보를 서버(300)에 전송하여, 서버(300)에서 결정된 보관함 개폐여부를 수신할 수 있다.

일 실시 예에서, 무인사물함(10)에 물건(420)이 보관된 경우, 무인사물함(10)은 물건(420)이 보관된 보관함의 비밀번호를 생성하고, 물건(420)이 보관된 무인사물함(10)의 위치, 보관함의 번호 및 비밀번호를 서버(300) 또는 사용자 클라이언트(100)에 전송한다.

일 실시 예에서, 배송자 클라이언트(410)는 전문 배송대행 업체에서 이용되는 클라이언트 단말일 수 있다.

이 경우, 서버(300)는 하나 이상의 배송정보와, 무인사물함(10)의 현재 상태를 매칭하여, 물건(420)을 배송할 보관함을 자동으로 지정하고, 물건(420)을 배송할 시간대를 지정하여 배송자 클라이언트(410)에 지정된 정보를 전송할 수 있다.

도 9 내지 도 11은 개시된 실시 예에 따른 무인사물함을 활용하는 실시 예들을 도시한 도면이다.

도 9를 참조하면, 무인사물함(10) 및 무인사물함(10)을 이용하여 생활편의 서비스를 제공하는 시스템을 이용한 택배 서비스 애플리케이션의 화면이 도시되어 있다.

도 9에 도시된 바에 따르면, 사용자는 택배를 보내고자 하는 물건을 무인사물함(10)에 보관한 후, 택배서비스를 요청할 수 있다.

도 9에 도시된 애플리케이션 화면(400)을 참조하면, 사용자는 사용자 클라이언트(100)를 이용하여 택배서비스를 신청하되, 무인사물함(10)에서 택배를 보내고자 하는 물건보다 큰 사이즈의 보관함을 선택하고, 선택된 보관함에 물건을 보관한다.

사용자는 택배를 보내고자 하는 목적지를 라벨지에 적어 물건에 부착할 수 있다. 다른 실시 예에서, 사용자는 사용자 클라이언트(100)를 이용하여 목적지를 전송하고, 무인사물함(10)에 구비된 라벨지 출력 모듈을 이용하여 라벨지를 출력, 물건에 부착할 수 있다.

사용자 클라이언트(100)는 물건이 보관된 보관함의 번호와, 물건의 무게를 사용자로부터 입력받아 서버(300)에 전송할 수 있다. 일 실시 예에서, 물건의 크기에 대한 정보는 물건이 보관된 보관함의 크기에 대한 정보로 갈음할 수 있다.

일 실시 예에서, 무인사물함(10)에는 각 보관함에 보관된 물건의 무게를 측정할 수 있는 적어도 하나의 모듈이 더 포함될 수 있다. 이 경우, 사용자 클라이언트(100)가 별도로 물건의 무게를 입력하지 않아도, 무인사물함(10)이 자동으로 물건의 무게를 측정하여 서버(300)에 전송할 수 있다.

택배비용은 물건의 크기와 무게에 따라 차등적으로 설정될 수 있으며, 비용이 결제되면 택배 정보가 택배사로 전달된다. 택배사는 무인사물함(10)에서 물건을 찾아, 택배 배송을 수행할 수 있다.

사용자 클라이언트(100)와 택배사 배달원이 무인사물함(10)에 물건을 보관하고, 찾는 방법은 도 1 내지도 8과 관련하여 상술된 내용을 따른다.

도 10을 참조하면, 개시된 실시 예에 따라 세탁 서비스를 제공하는 애플리케이션 화면이 도시되어 있다.

도 10에 도시된 애플리케이션 화면(600)을 참조하면, 무인사물함(10)을 이용하는 세탁서비스 방법이 도시되어 있다.

사용자는 무인사물함(10)에 세탁물을 보관하고, 사용자 클라이언트(100)를 이용하여 주문정보를 생성한다. 주문정보는 각 세탁물의 수량과 정보, 그리고 사용자의 요청사항이 포함될 수 있다. 생성된 주문정보는 서버(300)를 통하여 세탁소에 전달되고, 세탁소 직원이 보관함(10)에서 세탁물을 찾아올 수 있다. 세탁소 직원은 세탁물 수거정보를 애플리케이션을 통하여 서버(300)에 전송하고, 세탁물을 검품한 후 수량, 하자(촬영된 하자 사진을 포함)정보, 세탁비 등에 대한 정보를 인수증에 포함시켜 서버(300)에 전송한다.

사용자 클라이언트(100)는 인수증을 서버(300)로부터 수신하고, 인수증의 내용을 확인한 후 결제를 수행한다. 결제정보는 세탁소에 전달되고, 세탁소는 세탁을 마친 후 세탁물을 무인사물함(10)에 보관한다.

세탁물이 무인사물함(10)에 보관되었다는 정보는 서버(300)를 통해 사용자 클라이언트(10)에 전달되고, 사용자는 무인사물함(10)에서 세탁물을 찾아 올 수 있다.

도 11은 개시된 실시 예에 따른 무인사물함을 이용한 공동체 서비스를 제공하는 방법을 설명하기 위한 도면이다.

도 11을 참조하면, 지역공동체(700) 및 그 구성원들과, 지역에 위치한 무인사물함(10)이 도시되어 있다.

지역공동체(700) 구성원들은 도 1 내지 도 8에서 상술한 무인사물함(10) 이용방법을 통하여 자유롭게 무인사물함(10)을 이용할 수 있으며, 이를 이용한 다양한 공동체 서비스가 기획 및 제공될 수 있다.

예를 들어, 공동체 서비스의 일환으로서 무인사물함(10)은 안심택배보관함으로 활용될 수 있다.

다른 예로, 무인사물함(10)은 상비약, 운동기구, 책 등 생활 필수품과 문화생활, 건강용품을 포함하는 복지서비스 공유에 이용될 수 있다.

일 실시 예에서, 사용자 클라이언트(100)는 무인사물함(10) 중 복지서비스에 이용되는 보관함을 열기 위하여 애플리케이션에 로그인하고, 개인정보 또는 비밀번호를 입력하여 보관함을 열고 물품을 대여할 수 있다. 무인사물함(10)을 이용하려면 개인정보를 입력하여야 하므로, 물품을 대여한 사람의 정보를 관리할 수 있어, 분실률을 줄일 수 있는 효과가 있다.

일 실시 예에서, 무인사물함(10)은 지역공동체(700) 구성원들 간에 개인물품을 공유하는 데에도 활용될 수 있다.

예를 들어, 각 사용자들은 무인사물함(10)에 개인물품을 보관하고, 보관된 물품에 대한 정보를 웹사이트 또는 애플리케이션을 이용하여 공유함으로써, 개인물품을 지역공동체(700) 구성원들과 공유할 수 있다.

또한, 사용자들은 웹사이트 또는 애플리케이션을 이용하여 원하는 물품의 공유를 요청할 수 있고, 이에 대한 응답으로 다른 사용자가 무인사물함(10)에 해당 물품을 보관하여 공유할 수 있다.

상술한 바와 같이, 무인사물함(10) 및 이를 이용하여 지역공동체(700)를 구축할 수 있는 애플리케이션이나 웹사이트를 활용하면, 네트워크를 통한 지역공동체 구축이 가능해지는 효과가 있다. 지역공동체(700) 구성원들은 오프라인을 통하여 직접 소통하지 않아도, 온라인을 통해 소통하면서, 무인사물함(10)을 통하여 공유경제와 지역공동체를 활성화할 수 있다.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

10: 무인사물함
100: 사용자 클라이언트
200: 사업자 클라이언트
300: 서버

Claims (10)

1. 컴퓨터가 무인사물함을 이용하여 서비스를 제공하는 방법에 있어서,
   사용자 클라이언트로부터 서비스 요청을 수신하는 단계;
   상기 서비스 요청을 사업자 클라이언트에 전달하는 단계;
   상기 서비스에 대한 정보를 획득하는 단계;
   상기 무인사물함의 스케쥴을 획득하는 단계;
   상기 획득된 서비스에 대한 정보 및 상기 무인사물함의 스케쥴에 기초하여 상기 무인사물함에 포함된 적어도 하나의 보관함을 선택하는 단계;
   상기 선택된 보관함의 이용 스케쥴을 생성하는 단계; 및
   상기 선택된 보관함의 위치 및 상기 생성된 이용 스케쥴을 상기 사용자 클라이언트 및 상기 사업자 클라이언트 중 적어도 하나에 전송하는 단계; 를 포함하며,
   상기 보관함을 선택하는 단계는,
   상기 무인사물함의 이용 히스토리에 기초하여 학습된 모델을 이용하여, 상기 무인사물함에서 비어있을 것으로 추정되는 보관함을 선택하는 단계;를 포함하되,
   상기 학습된 모델로 회귀분석을 이용하는 경우, 상기 무인사물함의 이용 히스토리를 학습데이터로 사용하여 회귀분석을 수행하고, 상기 회귀분석을 기초로 시간대별 및 위치별로 상기 무인사물함에 포함된 각 보관함이 비어 있을 확률을 산출하고, 상기 산출된 확률을 기초로 상기 보관함을 선택하고,
   상기 학습된 모델로 이진 분류학습을 이용하는 경우, 상기 무인사물함의 이용 히스토리를 학습데이터로 사용하여 이진 분류학습을 수행하고, 상기 이진 분류학습을 기초로 시간대별 및 위치별로 상기 무인사물함에 포함된 각 보관함이 비어 있는지 여부를 응답할 수 있는 이진 분류기를 생성하고, 상기 이진 분류기를 기초로 상기 보관함을 선택하는, 방법.
2. 제1 항에 있어서,
   상기 선택된 보관함의 이용 스케쥴을 생성하는 단계는,
   상기 획득된 서비스에 대한 정보 및 상기 선택된 보관함의 스케쥴에 기초하여 상기 보관함의 픽업 스케쥴 및 배송 스케쥴 중 적어도 하나를 생성하는 단계; 를 포함하는, 방법.
3. 제2 항에 있어서,
   상기 이용 스케쥴을 전송하는 단계는,
   상기 사용자 클라이언트에 상기 픽업 스케쥴을 전송하는 단계;
   상기 무인사물함 또는 상기 사용자 클라이언트로부터 상기 픽업 스케쥴에 대응하는 보관 완료 신호를 수신하는 단계; 및
   상기 사업자 클라이언트에 상기 보관 완료 신호를 전달하는 단계; 를 더 포함하는, 방법.
4. 제2 항에 있어서,
   상기 이용 스케쥴을 전송하는 단계는,
   상기 사업자 클라이언트에 상기 배송 스케쥴을 전송하는 단계;
   상기 무인사물함, 상기 사업자 클라이언트 및 배송자 클라이언트 중 적어도 하나로부터 상기 배송 스케쥴에 대응하는 배송 완료 신호를 수신하는 단계; 및
   상기 사용자 클라이언트에 상기 배송 완료 신호를 전달하는 단계; 를 더 포함하는, 방법.
5. 제1 항에 있어서, 상기 무인사물함의 스케쥴을 획득하는 단계는,
   상기 무인사물함의 이용정보 및 예약정보를 획득하는 단계를 포함하고,
   상기 보관함의 이용 스케쥴을 생성하는 단계는,
   상기 획득된 서비스에 대한 정보에 기초하여 픽업 시간대 또는 배송 시간대를 결정하는 단계;
   상기 결정된 픽업 시간대 또는 배송 시간대에 비어 있을 것으로 추정되는 보관함을 선택하는 단계; 및
   상기 결정된 배송 시간대에 상기 선택된 보관함의 사용을 예약하는 단계; 를 포함하는, 방법.
6. 삭제
7. 무인사물함을 이용하여 서비스를 제공하는 시스템에 있어서,
   무인사물함; 및
   사용자 클라이언트로부터 서비스 요청을 수신하고, 상기 서비스 요청을 사업자 클라이언트에 전달하고, 상기 서비스에 대한 정보를 획득하고, 상기 무인사물함의 스케쥴을 획득하고, 상기 획득된 정보 및 상기 무인사물함의 스케쥴에 기초하여 적어도 하나의 보관함을 선택하고, 상기 선택된 보관함의 이용 스케쥴을 생성하고, 상기 선택된 보관함의 위치 및 상기 선택된 보관함의 이용 스케쥴을 상기 사용자 클라이언트 및 상기 사업자 클라이언트 중 적어도 하나에 전송하는 서버; 를 포함하며,
   상기 서버는,
   상기 무인사물함의 이용 히스토리에 기초하여 학습된 모델을 이용하여, 상기 무인사물함에서 비어있을 것으로 추정되는 보관함을 선택하되,
   상기 학습된 모델로 회귀분석을 이용하는 경우, 상기 무인사물함의 이용 히스토리를 학습데이터로 사용하여 회귀분석을 수행하고, 상기 회귀분석을 기초로 시간대별 및 위치별로 상기 무인사물함에 포함된 각 보관함이 비어 있을 확률을 산출하고, 상기 산출된 확률을 기초로 상기 보관함을 선택하고,
   상기 학습된 모델로 이진 분류학습을 이용하는 경우, 상기 무인사물함의 이용 히스토리를 학습데이터로 사용하여 이진 분류학습을 수행하고, 상기 이진 분류학습을 기초로 시간대별 및 위치별로 상기 무인사물함에 포함된 각 보관함이 비어 있는지 여부를 응답할 수 있는 이진 분류기를 생성하고, 상기 이진 분류기를 기초로 상기 보관함을 선택하는, 시스템.
8. 제7 항에 있어서,
   상기 무인사물함은,
   픽업 또는 배송되는 물건에 대응하는 태그를 인식하고, 인식된 태그에 대응하는 예약된 보관함을 개방하는, 시스템.
9. 제7 항에 있어서,
   상기 무인사물함은,
   상기 선택된 보관함의 비밀번호를 생성하고, 상기 보관함에 대한 배송이 완료되면, 상기 서버 또는 상기 사용자 클라이언트에 상기 비밀번호를 전송하는, 시스템.
10. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.
    

Images