KR102155790B1 - 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치 - Google Patents

평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치 Download PDF

Info

Publication number
KR102155790B1
KR102155790B1 KR1020190107587A KR20190107587A KR102155790B1 KR 102155790 B1 KR102155790 B1 KR 102155790B1 KR 1020190107587 A KR1020190107587 A KR 1020190107587A KR 20190107587 A KR20190107587 A KR 20190107587A KR 102155790 B1 KR102155790 B1 KR 102155790B1
Authority
KR
South Korea
Prior art keywords
worker
proficiency
work
rejection
average
Prior art date
Application number
KR1020190107587A
Other languages
English (en)
Inventor
박민우
이준호
Original Assignee
주식회사 크라우드웍스
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 주식회사 크라우드웍스 filed Critical 주식회사 크라우드웍스
Priority to KR1020190107587A priority Critical patent/KR102155790B1/ko
Priority to PCT/KR2020/010388 priority patent/WO2021040265A1/ko
Priority to JP2020144304A priority patent/JP6923729B2/ja
Application granted granted Critical
Publication of KR102155790B1 publication Critical patent/KR102155790B1/ko

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/103—Workflow collaboration or project 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources

Abstract

평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치가 제공된다. 평균 반려율을 이용한 작업자 능숙도 측정 방법은 하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자에게 부여하고, 복수의 작업자로부터 작업 결과를 입력받는 단계, 상기 복수의 작업자로부터 입력된 상기 작업 결과를 복수의 검수자가 검수하게 하고, 상기 복수의 검수자로부터 검수 결과를 입력받는 단계 및 상기 검수 결과를 기반으로 상기 작업자의 능숙도를 측정하는 단계를 포함하되, 상기 작업자의 능숙도를 측정하는 단계는, 상기 작업자의 검수 통과 수량에 상응하는 작업 점수와 반려 수량에 상응하는 반려 점수의 차를 이용하여 상기 작업자의 능숙도를 측정하고, 상기 반려 점수는, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과하기 전에는 상기 반려 점수의 산출시 가중치를 적용하지 않고, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에는 상기 반려 점수의 산출시 평균 반려율에 기초한 가중치를 적용하여 산출되는 것을 특징으로 한다.

Description

평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치{METHOD AND APPARATUS FOR MEASURING COMPETENCE OF WORKER USING AVERAGE RETURN RATE}
본 발명은 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치에 관한 것이다.
최근, 기업 활동의 일부 과정에 일반 대중을 참여시키는 크라우드 소싱 기반으로 많은 양의 데이터를 수집 및 가공하는 기업이 늘고 있다. 즉, 기업은 하나의 프로젝트를 오픈하여 일반 대중, 즉 작업자가 해당 프로젝트에 참여하게 함으로써, 작업자에 의해 완료된 작업 결과를 통해 필요한 정보를 수집하게 된다.
구체적으로, 기업은 프로젝트를 오픈하면, 해당 프로젝트의 유형 및 난이도 등에 따라 적합한 작업자들을 선별하여 작업을 배정한다.
이때, 기업은 작업자가 완료한 작업 건수를 기준으로 작업자를 선별한다. 즉, 작업자의 작업 완료 건수가 많을수록 능숙도가 높은 작업자로 판단되어, 해당 작업자에게는 더 많은 작업에 참여할 수 있는 기회가 주어지게 된다.
그러나, 단순히 작업 완료 건수를 기준으로 하여 작업자의 능숙도를 판단하는 것은 작업자의 실질적인 작업 능력을 전혀 고려하지 않고 판단하는 것이기 때문에, 작업자의 실제 능숙도를 반영하지 못한다.
즉, 작업자가 실질적인 작업 능력이 떨어짐에도 불구하고, 작업 완료 건수가 많다는 이유로 해당 작업자에게 많은 작업이 배정된다는 문제점이 있고, 또한 해당 작업자의 작업 능력보다 높은 수준의 작업 능력이 요구되는 작업이 배정되기 때문에, 반려되는 작업의 수가 늘어나게 되고, 이에 따라 프로젝트의 수행 기간이 연기되고, 반려 비용(검수 비용)이 증가한다는 문제점이 있다.
공개특허공보 제10-2014-0095956호, 2014.08.04.
본 발명이 해결하고자 하는 과제는 작업자의 반려율과 평균 반려율의 비교를 통해 작업자의 작업 능숙도를 판단할 수 있는 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치를 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 따른 평균 반려율을 이용한 작업자 능숙도 측정 방법은 하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자에게 부여하고, 복수의 작업자로부터 작업 결과를 입력받는 단계, 상기 복수의 작업자로부터 입력된 상기 작업 결과를 복수의 검수자가 검수하게 하고, 상기 복수의 검수자로부터 검수 결과를 입력받는 단계 및 상기 검수 결과를 기반으로 상기 작업자의 능숙도를 측정하는 단계를 포함하되, 상기 작업자의 능숙도를 측정하는 단계는, 상기 작업자의 검수 통과 수량에 상응하는 작업 점수와 반려 수량에 상응하는 반려 점수의 차를 이용하여 상기 작업자의 능숙도를 측정하고, 상기 반려 점수는, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과하기 전에는 상기 반려 점수의 산출시 가중치를 적용하지 않고, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에는 상기 반려 점수의 산출시 평균 반려율에 기초한 가중치를 적용하여 산출되는 것을 특징으로 한다.
본 발명의 일부 실시예에서, 상기 능숙 시점 수량은 상위 능숙도 작업자, 중위 능숙도 작업자, 하위 능숙도 작업자를 균등하게 선별하여 진행한 파일럿 프로젝트를 통해서 도출될 수 있다.
본 발명의 일부 실시예에서, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에, 상기 작업자의 반려율이 상기 평균 반려율보다 크면 1보다 큰 제1 값의 가중치를 적용하여 상기 반려 점수를 산출하고, 상기 작업자의 반려율이 상기 평균 반려율보다 작으면 1보다 작은 제2 값의 가중치를 적용하여 상기 반려 점수를 산출할 수 있다.
본 발명의 일부 실시예에서, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후, 상기 작업자의 반려율이 상기 평균 반려율보다 크면,
전체 반려 수량(a) 중 평균 반려 수량(b)에 상응하는 수량(b)과 관련해서는 가중치를 적용하지 않고, 상기 평균 반려 수량(b)을 초과하는 나머지 수량(a-b)과 관련해서 상기 제1 값의 가중치를 적용하여 상기 반려 점수를 산출할 수 있다.
본 발명의 일부 실시예에서, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후, 상기 작업자의 반려율이 상기 평균 반려율보다 작으면 전체 반려 수량(c) 중 평균 반려 수량(b)에 미달하는 수량(b-c)과 관련해서 상기 제2 값의 가중치를 적용하여, 나머지 수량(c-(b-c))과 관련해서는 가중치를 적용하지 않고 상기 반려 점수를 산출할 수 있다.
본 발명의 일부 실시예에서, 상기 작업 점수는 검수 통과시 상기 작업자에게 지급하는 작업 비용을 이용하여 산출될 수 있다.
본 발명의 일부 실시예에서, 상기 반려 점수는 반려시 발생하는 반려 비용을 이용하여 산출될 수 있다.
본 발명의 일부 실시예에서, 상기 작업자의 능숙도의 측정 결과를 이용하여 미리 정해진 등급 이상의 능숙도가 요구되는 다른 프로젝트에 대한 크라우드 소싱 기반의 작업의 기회를 부여할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 일 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 평균 반려율을 이용한 작업자 능숙도 측정 방법을 실행하며, 매체에 저장된다.
상술한 과제를 해결하기 위한 본 발명의 다른 일 면에 따른 평균 반려율을 이용한 작업자 능숙도 측정 장치는 하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자에게 송신하고, 상기 복수의 작업자로부터 작업 결과를 수신하고, 상기 복수의 작업자로부터 입력된 상기 작업 결과를 복수의 검수자가 검수할 수 있도록 상기 복수의 검수자에게 송신하고, 상기 복수의 검수자로부터 검수 결과를 수신하는 통신부 및 상기 검수 결과를 기반으로 작업자의 검수 통과 수량에 상응하는 작업 점수를 산출하고, 반려 수량에 상응하는 반려 점수를 산출하고, 상기 작업 점수와 상기 반려 점수의 차를 이용하여 상기 작업자의 능숙도를 산출하는 산출부를 포함하며, 상기 산출부는 상기 반려 점수의 산출시, 상기 작업자의 작업 수량이 미리 정해진 능숙 시점 수량을 초과하기 전에는 가중치를 적용하지 않고, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에는 평균 반려율에 기초한 가중치를 적용하여 산출하는 것을 특징으로 한다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기와 같은 본 발명의 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치에 따르면, 작업자의 반려율과 평균 반려율의 비교를 통해 작업자의 능숙도를 측정하게 되므로, 작업자의 작업 능력이 정확히 반영된 능숙도를 측정할 수 있고, 이를 통해 작업자에게 작업을 배정할 때, 작업자의 작업 능력에 적합한 수준의 작업을 효율적으로 배정할 수 있다.
또한, 작업자의 반려율을 이용하여 능숙도를 측정하기 때문에, 검수 통과된 작업 수량이 동일하더라도 반려율이 높은 작업자는 반려율이 낮은 작업자보다 능숙도가 낮게 측정될 수 있다. 이에 따라, 작업자는 작업이 반려되지 않도록 보다 신중하게 작업을 수행함으로써 작업의 품질이 향상될 수 있다.
또한, 반려되는 작업의 수가 감소함에 따라, 프로젝트가 정해진 기간 내에 종료될 수 있고, 반려 비용(검수 비용)이 줄어들 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 본 발명의 일 실시예에 따른 크라우드 소싱 서비스의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 크라우드 소싱 기반의 프로젝트의 진행 프로세스를 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 평균 반려율을 이용한 작업자 능숙도 측정 방법의 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 작업자 능숙도 측정 시, 작업자의 작업 수량 및 반려율에 따라 상이한 반려 점수 산출 방법의 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 파일럿 프로젝트를 통한 도출되는 능숙 시점 수량을 설명하기 위한 그래프이다.
도 6은 본 발명의 일 실시예에 따른 평균 반려율을 이용한 작업자 능숙도 측정 장치의 블록도이다.
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.
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.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 크라우드 소싱 서비스의 개념도이다.
도 1을 참조하면, 크라우드 소싱 서비스는 의뢰자(10), 서비스 제공 업체(20) 및 대중(30)으로 구성되어 수행된다.
의뢰자(10)는 크라우드 소싱 기반의 프로젝트(이하, 프로젝트)를 의뢰하는 기업이나 개인을 의미한다.
의뢰자(10)는 소스 데이터의 수집 또는 데이터 어노테이션 등을 목적으로 프로젝트를 의뢰한다. 소스 데이터의 수집은 녹음된 음성 수집, 사진 수집 등 가공되지 않은 데이터를 수집하는 것을 의미한다. 데이터 어노테이션은 텍스트, 사진, 비디오 등의 소스 데이터에 관련 주석 데이터를 입력하는 것을 의미한다. 예들 들어, 데이터 어노테이션은 주어진 지문에서 개체를 찾는 것, 유사한 문장을 찾는 것 등이 있을 수 있으나 이에 제한되지 않는다.
서비스 제공 업체(20)는 크라우드 소싱 서비스를 제공하는 기업을 의미한다.
서비스 제공 업체(20)는 의뢰자(10)로부터 제품 또는 서비스에 대한 프로젝트를 의뢰 받으면, 해당 프로젝트에 대한 작업을 일반 대중(30)에게 배정하여 대중(30)으로부터 작업 결과를 제공받는다. 이후, 작업 결과를 기반으로 추출된 최종 산출물을 의뢰자(10)에게 제공한다.
이때, 서비스 제공 업체(20)는 크라우드 소싱 플랫폼(이하, 플랫폼)을 통해 의뢰자(10) 및 대중(30)에게 크라우드 소싱 서비스를 제공한다. 즉, 서비스 제공 업체(20)는 의뢰자(10)로부터 프로젝트를 의뢰 받으면, 플랫폼에 프로젝트를 오픈한다. 이후, 대중(30)으로부터 오픈된 프로젝트에 대한 작업 결과를 제공받으면, 해당 프로젝트를 플랫폼 상에서 종료하고, 최종 산출물을 추출하여 의뢰자(10)에게 제공할 수 있다.
대중(30)은 플랫폼에 오픈된 프로젝트에 참여하는 일반 대중을 의미한다. 여기서, 대중(30)은 서비스 제공 업체(20)가 제공하는 애플리케이션 또는 웹사이트 등을 통해 플랫폼에 오픈된 프로젝트에 참여할 수 있다.
대중(30)은 작업자(32) 및 검수자(34)로 구성된다.
작업자(32)는 플랫폼에 오픈된 복수의 프로젝트 중 특정 프로젝트에 참여를 결정한다. 이후, 작업자(32)는 소스 데이터의 수집 또는 데이터 어노테이션 등의 작업을 수행하고, 이를 플랫폼에 전송한다.
검수자(34)는 플랫폼에 오픈된 복수의 프로젝트 중 특정 프로젝트에 참여를 결정한다. 이후, 검수자(34)는 작업자(32)가 수행한 작업 결과에 대한 검수를 수행한다. 검수자(34)는 검수 수행 결과로서, 작업 통과 또는 반려를 할 수 있고, 작업 반려 시 반려 사유를 입력할 수 있다.
도 2는 본 발명의 일 실시예에 따른 크라우드 소싱 기반의 프로젝트의 진행 프로세스를 설명하기 위한 흐름도이다.
먼저, 의뢰자(10)가 서비스 제공 업체(20)로 프로젝트를 의뢰한다(S41).
이후, 서비스 제공 업체(20)는 의뢰된 프로젝트를 플랫폼 상에 오픈한다 (S42). 이때, 서비스 제공 업체(20)는 프로젝트 오픈 전에, 해당 프로젝트의 난이도 등을 고려하여 등급을 결정한다. 즉, 난이도에 따라 어떤 등급 이상의 대중(30)에게 해당 프로젝트를 노출시킬지를 결정한다. 이에 따라, 프로젝트의 작업 결과의 신뢰도를 높일 수 있게 된다.
또한, 서비스 제공 업체(20)는 프로젝트를 정식으로 오픈하기 전에, 파일럿 프로젝트를 오픈할 수 있다. 파일럿 프로젝트는 정식 프로젝트를 오픈하기 전에, 프로젝트 진행에 문제가 없는지, 작업 가이드에 없는 예외 상황은 없는지, 의뢰자(10)가 원하는 품질이 어느 정도인지 등을 확인하거나, 또는 정식 프로젝트를 진행하거나 평가하기 위해 필요한 데이터를 얻기 위한 것이다.
이후, 서비스 제공 업체(20)는 프로젝트의 등급에 따라 해당 등급 이상의 작업자(32)에게 작업을 배정한다(S43).
이후, 작업자(32)는 배정된 작업을 수행하게 된다(S44). 이때, 작업자(32)는 어떤 이유에 의해 작업 자체가 불가능한 작업에 대해서는 작업을 수행하지 않고 작업 불가 사유를 입력할 수 있다.
이후, 서비스 제공 업체(20)는 작업자(32)로부터 작업 결과를 제공받고(S45), 해당 작업 결과에 대한 검수 작업을 검수자(34)에게 배정한다(S46).
이후, 검수자(34)는 배정된 검수를 수행하게 된다(S47). 이때, 검수자(34)는 작업이 제대로 수행된 것으로 판단하면 검수 통과를 결정하고, 검수 작업이 잘못된 것으로 판단하면 반려를 결정한다. 반려 결정 시, 검수자(34)는 어떤 이유로 작업이 잘못된 것으로 판단했는지에 대한 반려 사유를 입력한다.
이후, 서비스 제공 업체(20)는 검수자(34)로부터 검수 결과를 제공받는다(S48).
검수 결과가 통과인 경우, 서비스 제공 업체(20)는 해당 작업 결과를 유효한 데이터로 사용하여, 이를 기반으로 하여 프로젝트 종료 시 최종 산출물을 추출하게 된다.
검수 결과가 반려인 경우, 서비스 제공 업체(20)는 내부적으로 검수를 다시 수행하거나, 작업자(32)에게 다시 작업을 배정하여 작업을 수행하게 할 수도 있다.
이후, 서비스 제공 업체(20)는 프로젝트 기간이 종료되거나 충분한 유효 데이터를 확보하게 되면 해당 프로젝트를 종료하고(S49), 확보된 유효 데이터를 기반으로 최종 결과물을 산출하여 의뢰자(10)에게 제공한다(S50).
이때, 프로젝트 종료 전, 서비스 제공 업체(20)는 작업자(32) 및 검수자(34)의 수행 결과를 평가하고, 평가에 따라 작업 비용 및 검수 비용을 산출하여 작업자(32) 및 검수자(34)에게 지급한다.
도 1 및 도 2에서는 단순히 의뢰자, 서비스 제공 업체, 작업자, 검수자로 표현하였으나, 이들은 각 참여자에 의해서 운용되는 스마트폰, 태블릿, PDA, 랩톱, 데스크톱, 서버 등과 같은 컴퓨터 장치 또는 전기 통신 장치를 의미한다.
도 3은 본 발명의 일 실시예에 따른 평균 반려율을 이용한 작업자 능숙도 측정 방법의 흐름도이고, 도 4는 본 발명의 일 실시예에 따른 작업자 능숙도 측정 시, 작업자의 작업 수량 및 반려율에 따라 상이한 반려 점수 산출 방법의 흐름도이고, 도 5는 본 발명의 일 실시예에 따른 파일럿 프로젝트를 통한 도출되는 능숙 시점 수량을 설명하기 위한 그래프이다.
도 3에 도시된 단계들은 서비스 제공 업체(20)에 의해 운영되는 플랫폼 서버(이하, 서버)에 의해 수행되는 것으로 이해될 수 있지만, 이에 제한되는 것은 아니다.
도 3을 참조하면, 단계 S110에서, 서버는 하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자(32)에게 부여하고, 복수의 작업자(32)로부터 작업 결과를 입력받는다.
서버는 프로젝트를 참여하는 복수의 작업자(32)에 의해 수행된 복수의 작업 결과를 제공받게 된다. 이때, 하나의 프로젝트에는 복수의 작업이 포함되는데, 복수의 작업은 종류에 따라 복수의 태스크로 그룹화될 수 있고, 또는 각각의 작업이 서로 다른 종류의 작업일 수도 있고, 동일한 종류의 작업일 수도 있지만, 이에 제한되는 것은 아니다.
즉, 각 작업자(32)는 하나의 프로젝트에 참여하게 되면, 복수의 작업을 배정받아 수행하게 된다.
이후, 작업자(32)는 검수자(34)에 의해 검수가 통과된 작업에 대해서는 포인트를 지급받는다. 즉, 작업자(32)는 작업 완료(검수 통과)로 인해 발생되는 작업 비용을 이용하여 산출되는 작업 점수만큼의 포인트를 지급받게 된다.
반면, 작업자(32)는 검수자(34)에 의해 검수를 통과하지 못하고 반려된 작업에 대해서는 패널티를 받게되고, 반려된 작업을 다시 배정받아 재작업해야 한다. 즉, 작업자는 반려로 인해 발생되는 반려 비용을 이용하여 산출되는 반려 점수를 패널티로 받게 된다.
여기서, 작업자(32)는 소정의 단말 장치를 이용하여 작업을 수행한다. 작업자(32)의 단말 장치는 스마트폰, 태블릿, PDA, 랩톱, 데스크톱 등과 같은 컴퓨터 장치 또는 전기 통신 장치일 수 있으나, 이에 제한되는 것은 아니다.
이어서, 단계 S120에서, 서버는 복수의 작업자(32)로부터 입력된 작업 결과를 복수의 검수자(34)가 검수하게 하고, 이후 복수의 검수자(34)로부터 검수 결과를 입력받는다. 즉, 각 검수자(34)는 하나의 프로젝트에 참여하게 되면, 복수의 작업자(32)들로부터 수행된 작업이 잘 수행되었는지 아닌지를 판단한다.
만약, 작업이 잘못 수행된 것으로 판단되면, 검수자(34)는 해당 작업을 반려한다. 이때, 검수자(34)는 반려 사유를 함께 입력하여 작업자(32)가 해당 작업을 재작업할 때 참고할 수 있도록 한다.
검수자(34)는 검수를 수행할때마다 포인트를 지급받는데, 이때 검수자(34)에게 지급되는 포인트는 작업자(32)가 반려된 작업에 대해 받게되는 패널티와 상응한다.
여기서, 검수자(34)는 소정의 단말 장치를 이용하여 작업을 수행한다. 검수자(34)의 단말 장치는 스마트폰, 태블릿, PDA, 랩톱, 데스크톱 등과 같은 컴퓨터 장치 또는 전기 통신 장치일 수 있으나, 이에 제한되는 것은 아니다.
이어서, 단계 S130에서, 서버는 검수 결과를 기반으로 작업자(32)의 능숙도를 측정한다.
서버는 작업자(32)가 수행한 작업 중 검수를 통과한 작업 수량(이하, 검수 통과 수량)에 상응하는 작업 점수와 작업자(32)가 수행한 작업 중 반려된 작업 수량(이하, 반려 수량)에 상응하는 반려 점수를 이용하여 작업자(32)의 능숙도를 측정한다.
구체적으로, 서버는 각 작업자(32)의 작업 점수에서 반려 점수를 뺀 차이 값을 이용하여 작업자의 능숙도를 측정한다. 이때, 차이 값이 클수록 작업자의 능숙도는 높은 것으로 측정된다.
따라서, 작업자의 작업 능력에 제대로 부합하도록 능숙도를 측정하기 위해서는, 반려 점수를 정확하게 산출하는 것이 중요하다. 즉, 서버는 작업자의 작업 수량 대비 반려되는 작업 수량에 따라 반려 점수를 상이하게 산출함으로써, 작업자의 능숙도를 정확하게 측정할 수 있다.
이하에서는 도 4를 참조하여 경우에 따라 상이한 반려 점수가 산출되는 것을 설명하도록 한다.
단계 S210에서, 서버는 작업자의 작업 점수를 산출한다.
작업 점수는, 상술한 바와 같이, 작업자(32)가 수행한 작업 중 검수를 통과한 작업 수량(이하, 검수 통과 수량)에 상응하는 것이다. 구체적으로, 작업 점수는 검수 통과 수량에 작업 단가를 곱한 값을 의미한다. 이 값은 작업이 완료(검수 통과)되었을 경우 작업자(32)에게 지급되는 포인트와 동일하다.
예를 들어, 특정 작업자(32)의 검수 통과 수량이 300개이고, 작업 단가가 50원인 경우, 작업자의 작업 점수는 15,000점이고, 작업자(32)는 서버로부터 15,000포인트를 지급받게 된다.
이어서, 단계 S220에서, 서버는 작업자(32)의 작업 수량과 능숙 시점 수량을 비교한다. 여기서, 작업자(32)의 작업 수량은 작업자(32)가 프로젝트에 참여하여 수행한 작업 중에서 검수 통과된 작업의 수량을 나타낸다. 능숙 시점 수량은 프로젝트가 오픈되고 작업자(32)가 어느 정도 작업을 수행한 후, 작업 수행에 있어서 능숙해지기 시작하는 기준 값으로서, 서버에 의해 미리 정해진다.
구체적으로, 서버는 파일럿 프로젝트를 통해 능숙 시점 수량을 도출할 수 있다. 서버는 이전에 진행됐었던 프로젝트 중에서, 현재 진행 중인 프로젝트와 유사한 프로젝트 기준으로 작업자(32)들을 선별한다.
즉, 서버는 이전의 유사한 프로젝트를 통해 측정된 능숙도를 기준으로 하여 상위 능숙도 작업자, 중위 능숙도 작업자, 하위 능숙도 작업자를 균등하게 선별한다. 이렇게 선별된 상위 능숙도 작업자, 중위 능숙도 작업자, 하위 능숙도 작업자는 파일럿 프로젝트에 참여하여 작업을 수행하게 된다.
이때, 서버는 파일럿 프로젝트에 참여하는 작업자(32)들의 수를 정식 프로젝트에 참여하는 작업자(32)들의 수와 동일하게 선별할 수도 있고, 또는 정식 프로젝트에 참여하는 작업자(32)들의 수의 소정 퍼센트만큼만 선별할 수도 있다.
도 5를 참조하면, 서버는 파일럿 프로젝트의 평균 검수 완료율이 급격하게 높아지면서 평균 반려율이 급격하게 낮아지는 작업 수량을 능숙 시점 수량으로 정할 수 있다.
다시 도 4를 참조하면, 단계 S230에서, 서버는 작업자(32)의 작업 수량이 능숙 시점 수량보다 작은 경우, 즉, 작업자(32)의 작업 수량이 능숙 시점 수량을 초과하기 전에는 가중치를 적용하지 않은 반려 점수를 산출한다.
작업자마다 개인차 및 경험차에 따라 작업 초반의 작업 능력은 많은 차이가 있을 수 있다. 또한, 작업 초반에 작업 가이드에 대한 해석에 따라 작업을 잘못 수행할 수도 있다.
따라서, 서버는 능숙 시점 수량보다 작은 작업 수량에 대해서는 가중치를 적용하지 않고 반려 점수를 산출한다. 예를 들어, 프로젝트 초반에 특정 작업자(32)의 작업 수량(검수 통과 수량)이 300개이고, 능숙 시점 수량이 500개이면, 서버는 작업 수량이 능숙 시점 수량을 초과하지 않은 것으로 판단하여 가중치 적용하지 않고 반려 점수를 산출한다.
구체적으로 서버는 작업자의 작업 수량이 능숙 시점 수량보다 작은 경우, 반려 작업 수량에 반려 단가를 곱함으로써 반려 점수를 산출한다.
예를 들어, 특정 작업자(32)의 작업 수량(검수 통과 수량) 300개 중 반려된 작업의 수량이 200개이고, 반려 단가가 20원인 경우, 해당 작업자(32)의 반려 점수는 4,000점이다.
반면에, 서버는 작업자(32)의 작업 수량이 능숙 시점 수량보다 큰 경우, 즉, 작업자(32)의 작업 수량이 능숙 시점 수량을 초과한 후에는 가중치를 적용한 반려 점수를 산출한다. 이때, 가중치는 평균 반려율에 기초하여 결정된다.
평균 반려율은 파일럿 프로젝트를 통해 산출된다. 도 5를 참조하면, 서버는 파일럿 프로젝트를 통해서 작업 수량별로 평균 반려율을 산출하고, 산출된 평균 반려율은 능숙 시점 수량 이후부터 급격히 낮아진다.
다시 도 4를 참조하면, 단계 S240에서, 서버는 작업자의 작업 수량이 능숙 시점 수량을 초과한 경우, 작업자의 반려율과 파일럿 프로젝트를 통해 산출된 평균 반려율을 비교한다.
구체적으로, 작업자(32)가 완료(검수 통과)한 작업 수량이 70개이고, 능숙 시점 수량이 30개인 경우, 서버는 70개의 작업 수량에서의 작업자의 반려율과, 평균 반려율을 비교한다.
일 실시예로, 정식 프로젝트에 참여 중인 작업자(32)가 등급이 낮은 작업자인 경우, 서버는 파일럿 프로젝트에 참여한 하위 능숙도 작업자의 작업 결과만을 가지고 비교를 수행할 수 있다.
즉, 서버는 작업 수행 경험이 별로 없거나 등급이 낮은 작업자(32)의 반려율과 파일럿 프로젝트에 참여한 하위 능숙도 작업자들의 평균 반려율을 비교함으로써, 등급이 낮은 작업자(32)에게는 비교 기준을 조금 낮춰줄 수 있는 것이다.
이어서, 단계 S250에서, 작업자의 반려율이 평균 반려율보다 큰 경우, 서버는 제1 값의 가중치를 적용하여 반려 점수를 산출한다. 여기서, 제1 값은 1보다 큰 값(예를 들어, 2)이다.
즉, 서버는 능숙 시점 수량을 초과한 작업 수량에서 평균 반려율보다 작업자의 반려율이 높은 경우, 평균 반려 수량보다 많은 반려 수량에 2배의 가중치를 적용하여 반려 점수를 산출한다.
구체적으로, 아래 <수학식 1>을 참조하면, 서버는 작업자의 전체 반려 수량(a) 중 평균 반려 수량(b)에 상응하는 수량(b)과 관련해서는 가중치를 적용하지 않고, 평균 반려 수량(b)을 초과하는 나머지 수량(a-b)과 관련해서 제1 값의 가중치(2배의 가중치)를 적용하여 상기 반려 점수를 산출할 수 있다.
<수학식 1>
평균 반려 수량×반려 단가+(반려 수량-평균 반려 수량)×반려 단가×2
예를 들어, 70개의 작업 수량에 대한 작업자의 전체 반려 수량(a)이 50개, 70개의 작업 수량에 대한 평균 반려 수량(b)이 35개, 반려 단가가 10원인 경우, 반려 점수는 35×10＋(50－35)×10×2 = 650점으로 산출될 수 있다.
이어서, 단계 S260에서, 작업자의 반려율이 평균 반려율보다 작은 경우, 서버는 제2 값의 가중치를 적용하여 반려 점수를 산출한다. 여기서, 제2 값은 1보다 작은 값(예를 들어, 0.5)이다.
즉, 서버는 능숙 시점 수량을 초과한 작업 수량에서 평균 반려율보다 작업자의 반려율이 작은 경우, 평균 반려 수량보다 적은 반려 수량에 0.5배의 가중치를 적용하여 반려 점수를 산출한다.
구체적으로, 아래 <수학식 2>을 참조하면, 서버는 작업자의 전체 반려 수량(c) 중 평균 반려 수량(b)에 미달하는 수량(b-c)과 관련해서 제2 값의 가중치(0.5배의 가중치)를 적용하여, 나머지 수량(c-(b-c))과 관련해서는 가중치를 적용하지 않고 반려 점수를 산출할 수 있다.
<수학식 2>
(평균 반려 수량-반려 수량)×반려 단가×0.5+(반려 수량-(평균 반려 수량-반려 수량))×반려 단가
예를 들어, 70개의 작업 수량에 대한 작업자의 전체 반려 수량(c)이 20개, 70개의 작업 수량에 대한 평균 반려 수량(b)이 35개, 반려 단가가 10원인 경우, 반려 점수는 (35－20)×10×0.5＋(20－(35－20))×10=125점으로 산출될 수 있다.
이어서, 단계 S270에서, 서버는 산출된 작업 점수와 반려 점수의 차이 값을 이용하여 작업자(32)의 능숙도를 측정한다. 이때, 차이 값(최종 점수)이 클수록 작업자(32)의 능숙도가 큰 것으로 판단된다.
서버는 최종 점수에 따라 작업자(32)를 상위 능숙도 작업자, 중위 능숙도 작업자, 하위 능숙도 작업자로 분류할 수 있다.
만약, 0점이 최하 점수이고 300점이 최고 점수일 때, 작업자(32)의 최종 점수가 0점에서 100점 사이인 경우 하위 능숙도 작업자로 분류될 수 있고, 120점에서 200점 사이인 경우 중위 능숙도 작업자로 분류될 수 있고, 201점에서 300점 사이인 경우 상위 능숙도 작업자로 분류될 수 있다.
이후, 서버는 작업자(32)의 능숙도 측정 결과를 이용하여 미리 정해진 등급 이상의 능숙도가 요구되는 다른 프로젝트에 대한 크라우드 소싱 기반의 작업의 기회를 작업자(32)에게 부여할 수 있다.
즉, 능숙도 측정 결과 상위 능숙도 작업자로 분류된 작업자(32)는 이후에 상위 능숙도, 중위 능숙도 또는 하위 능숙도가 요구되는 모든 프로젝트에 참여할 수 있다. 하지만, 능숙도 측정 결과 하위 능숙도 작업자로 분류된 작업자(32)는 이후에 하위 능숙도가 요구되는 프로젝트에만 참여할 수 있게 된다.
도 6은 본 발명의 일 실시예에 따른 평균 반려율을 이용한 작업자 능숙도 측정 장치의 블록도이다.
도 6을 참조하면, 평균 반려율을 이용한 작업자 능숙도 측정 장치(300)(이하, 작업자 능숙도 측정 장치)는, 통신부(310) 및 산출부(320)를 포함한다.
통신부(310)는 하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자(32)에게 송신하고, 복수의 작업자(32)로부터 작업 결과를 수신하고, 복수의 작업자(32)로부터 입력된 작업 결과를 복수의 검수자(34)가 검수할 수 있도록 복수의 검수자(34)에게 송신하고, 복수의 검수자(34)로부터 검수 결과를 수신하는 역할을 수행한다.
산출부(320)는 검수 결과를 기반으로 작업자(32)의 검수 통과 수량에 상응하는 작업 점수를 산출하고, 반려 수량에 상응하는 반려 점수를 산출하고, 작업 점수와 반려 점수의 차를 이용하여 작업자(32)의 능숙도를 산출하는 역할을 수행한다.
또한, 산출부(320)는 반려 점수의 산출시, 작업자(32)의 작업 수량이 미리 정해진 능숙 시점 수량을 초과하기 전에는 가중치를 적용하지 않고, 작업자(32)의 작업 수량이 미리 정해진 능숙 시점 수량을 초과한 후에는 평균 반려율에 기초한 가중치를 적용하여 산출한다.
도 6을 참조하여 설명한 작업자 능숙도 측정 장치(300)는 상술한 서버의 구성 요소로 제공될 수 있다.
이상에서 전술한 본 발명의 일 실시예에 따른 평균 반려율을 이용한 작업자 능숙도 측정 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 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 : 의뢰자
20 : 서비스 제공 업체
30 : 대중
32 : 작업자
34 : 검수자
300 : 작업자 능숙도 측정 장치
310 : 통신부
320 : 산출부

Claims (10)

  1. 컴퓨터에 의해 수행되는 방법으로서,
    하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자에게 부여하고, 복수의 작업자로부터 작업 결과를 입력받는 단계;
    상기 복수의 작업자로부터 입력된 상기 작업 결과를 복수의 검수자가 검수하게 하고, 상기 복수의 검수자로부터 검수 결과를 입력받는 단계; 및
    상기 검수 결과를 기반으로 상기 작업자의 능숙도를 측정하는 단계를 포함하되,
    상기 작업자의 능숙도를 측정하는 단계는, 상기 작업자의 검수 통과 수량에 상응하는 작업 점수와 반려 수량에 상응하는 반려 점수의 차를 이용하여 상기 작업자의 능숙도를 측정하고,
    상기 반려 점수는, 상기 작업자의 작업 수량이 미리 정해진 능숙 시점 수량을 초과하기 전에는 상기 반려 점수의 산출시 가중치를 적용하지 않고, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에는 상기 반려 점수의 산출시 평균 반려율에 기초한 가중치를 적용하여 산출하고,
    상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에,
    상기 작업자의 반려율이 상기 평균 반려율보다 크면 1보다 큰 제1 값의 가중치를 적용하여 상기 반려 점수를 산출하고,
    상기 작업자의 반려율이 상기 평균 반려율보다 작으면 1보다 작은 제2 값의 가중치를 적용하여 상기 반려 점수를 산출하는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  2. 제1항에 있어서,
    상기 능숙 시점 수량은 상위 능숙도 작업자, 중위 능숙도 작업자, 하위 능숙도 작업자를 균등하게 선별하여 진행한 파일럿 프로젝트를 통해서 도출되는 것인, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후,
    상기 작업자의 반려율이 상기 평균 반려율보다 크면,
    전체 반려 수량(a) 중 평균 반려 수량(b)에 상응하는 수량(b)과 관련해서는 가중치를 적용하지 않고, 상기 평균 반려 수량(b)을 초과하는 나머지 수량(a-b)과 관련해서 상기 제1 값의 가중치를 적용하여 상기 반려 점수를 산출하는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  5. 제1항에 있어서,
    상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후,
    상기 작업자의 반려율이 상기 평균 반려율보다 작으면
    전체 반려 수량(c) 중 평균 반려 수량(b)에 미달하는 수량(b-c)과 관련해서 상기 제2 값의 가중치를 적용하여, 나머지 수량(c-(b-c))과 관련해서는 가중치를 적용하지 않고 상기 반려 점수를 산출하는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  6. 제1항에 있어서,
    상기 작업 점수는 검수 통과시 상기 작업자에게 지급하는 작업 비용을 이용하여 산출되는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  7. 제6항에 있어서,
    상기 반려 점수는 반려시 발생하는 반려 비용을 이용하여 산출되는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  8. 제1항에 있어서,
    상기 작업자의 능숙도의 측정 결과를 이용하여 미리 정해진 등급 이상의 능숙도가 요구되는 다른 프로젝트에 대한 크라우드 소싱 기반의 작업의 기회를 부여하는, 평균 반려율을 이용한 작업자 능숙도 측정 방법.
  9. 하드웨어인 컴퓨터와 결합되어, 제1항, 제2항, 제4항 내지 제8항 중 어느 한 항의 평균 반려율을 이용한 작업자 능숙도 측정 방법을 실행시키기 위하여 매체에 저장된, 컴퓨터 프로그램.
  10. 평균 반려율을 이용한 작업자 능숙도 측정 장치로서,
    하나의 프로젝트에 대한 크라우드 소싱 기반의 작업을 복수의 작업자에게 송신하고, 상기 복수의 작업자로부터 작업 결과를 수신하고, 상기 복수의 작업자로부터 입력된 상기 작업 결과를 복수의 검수자가 검수할 수 있도록 상기 복수의 검수자에게 송신하고, 상기 복수의 검수자로부터 검수 결과를 수신하는 통신부; 및
    상기 검수 결과를 기반으로 작업자의 검수 통과 수량에 상응하는 작업 점수를 산출하고, 반려 수량에 상응하는 반려 점수를 산출하고, 상기 작업 점수와 상기 반려 점수의 차를 이용하여 상기 작업자의 능숙도를 산출하는 산출부를 포함하며,
    상기 산출부는 상기 반려 점수의 산출시,
    상기 작업자의 작업 수량이 미리 정해진 능숙 시점 수량을 초과하기 전에는 가중치를 적용하지 않고, 상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에는 평균 반려율에 기초한 가중치를 적용하여 산출하고,
    상기 작업자의 작업 수량이 상기 미리 정해진 능숙 시점 수량을 초과한 후에,
    상기 작업자의 반려율이 상기 평균 반려율보다 크면 1보다 큰 제1 값의 가중치를 적용하여 상기 반려 점수를 산출하고,
    상기 작업자의 반려율이 상기 평균 반려율보다 작으면 1보다 작은 제2 값의 가중치를 적용하여 상기 반려 점수를 산출하는, 평균 반려율을 이용한 작업자 능숙도 측정 장치.
KR1020190107587A 2019-08-30 2019-08-30 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치 KR102155790B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190107587A KR102155790B1 (ko) 2019-08-30 2019-08-30 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치
PCT/KR2020/010388 WO2021040265A1 (ko) 2019-08-30 2020-08-06 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치
JP2020144304A JP6923729B2 (ja) 2019-08-30 2020-08-28 平均差戻し率を用いた作業者熟練度測定方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190107587A KR102155790B1 (ko) 2019-08-30 2019-08-30 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102155790B1 true KR102155790B1 (ko) 2020-09-14

Family

ID=72471349

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190107587A KR102155790B1 (ko) 2019-08-30 2019-08-30 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치

Country Status (3)

Country Link
JP (1) JP6923729B2 (ko)
KR (1) KR102155790B1 (ko)
WO (1) WO2021040265A1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386299B2 (en) 2018-11-16 2022-07-12 Yandex Europe Ag Method of completing a task
US11416773B2 (en) 2019-05-27 2022-08-16 Yandex Europe Ag Method and system for determining result for task executed in crowd-sourced environment
US11475387B2 (en) 2019-09-09 2022-10-18 Yandex Europe Ag Method and system for determining productivity rate of user in computer-implemented crowd-sourced environment
US11481650B2 (en) 2019-11-05 2022-10-25 Yandex Europe Ag Method and system for selecting label from plurality of labels for task in crowd-sourced environment
US11727329B2 (en) 2020-02-14 2023-08-15 Yandex Europe Ag Method and system for receiving label for digital task executed within crowd-sourced environment
US11727336B2 (en) 2019-04-15 2023-08-15 Yandex Europe Ag Method and system for determining result for task executed in crowd-sourced environment

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140095956A (ko) 2013-01-25 2014-08-04 한국전자통신연구원 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법
JP2016181036A (ja) * 2015-03-23 2016-10-13 株式会社富士通エフサス 作業配分支援装置、作業配分支援プログラムおよび作業配分支援方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000250749A (ja) * 1999-03-03 2000-09-14 Hitachi Ltd ソフトウェア品質管理装置
JP2004326310A (ja) * 2003-04-23 2004-11-18 Konica Minolta Photo Imaging Inc 受発注システム及び受発注方法
JP2007141039A (ja) * 2005-11-21 2007-06-07 Hitachi Information Systems Ltd 業務管理システムおよび業務管理方法、ならびにそのためのプログラム
KR20120007302A (ko) * 2010-07-14 2012-01-20 주식회사 비즈엠텍 업무 관리 시스템
US8554605B2 (en) * 2011-06-29 2013-10-08 CrowdFlower, Inc. Evaluating a worker in performing crowd sourced tasks and providing in-task training through programmatically generated test tasks
JP5646568B2 (ja) * 2012-09-24 2014-12-24 ヤフー株式会社 作業評価指標生成装置
US20140343984A1 (en) * 2013-03-14 2014-11-20 University Of Southern California Spatial crowdsourcing with trustworthy query answering
JP6306400B2 (ja) * 2014-04-04 2018-04-04 Kddi株式会社 クラウドソーシングにおける作業者のスキルを評価するスキル評価装置、プログラム及び方法
US10409878B2 (en) * 2016-01-29 2019-09-10 Kiran Girish Sonnad Algorithm for an automated, community based, periodic selection process of creative works
KR101790748B1 (ko) * 2017-06-13 2017-11-20 (주)피터앤데이브 모바일 기반의 업무 관리 방법 및 장치
KR101945200B1 (ko) * 2017-12-14 2019-02-07 주식회사 이앤지테크 성과지표에 근거한 직무역량 평가방법 및 그 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140095956A (ko) 2013-01-25 2014-08-04 한국전자통신연구원 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법
JP2016181036A (ja) * 2015-03-23 2016-10-13 株式会社富士通エフサス 作業配分支援装置、作業配分支援プログラムおよび作業配分支援方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
[컴퍼니비 인터뷰] #7 - Crowdworks 박민우 대표: 네이버 블로그, [online], 2018년 8월 6일, [2019년 10월 22일 검색], 인터넷:<URL:https://blog.naver.com/companybb/221333735706> 1부.* *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386299B2 (en) 2018-11-16 2022-07-12 Yandex Europe Ag Method of completing a task
US11727336B2 (en) 2019-04-15 2023-08-15 Yandex Europe Ag Method and system for determining result for task executed in crowd-sourced environment
US11416773B2 (en) 2019-05-27 2022-08-16 Yandex Europe Ag Method and system for determining result for task executed in crowd-sourced environment
US11475387B2 (en) 2019-09-09 2022-10-18 Yandex Europe Ag Method and system for determining productivity rate of user in computer-implemented crowd-sourced environment
US11481650B2 (en) 2019-11-05 2022-10-25 Yandex Europe Ag Method and system for selecting label from plurality of labels for task in crowd-sourced environment
US11727329B2 (en) 2020-02-14 2023-08-15 Yandex Europe Ag Method and system for receiving label for digital task executed within crowd-sourced environment

Also Published As

Publication number Publication date
WO2021040265A1 (ko) 2021-03-04
JP6923729B2 (ja) 2021-08-25
JP2021039756A (ja) 2021-03-11

Similar Documents

Publication Publication Date Title
KR102155790B1 (ko) 평균 반려율을 이용한 작업자 능숙도 측정 방법 및 장치
KR102164844B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 단위 난이도를 활용한 작업자 평가 방법
KR102156582B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 성실 작업자 선별 및 검수 우선순위 부여 방법
KR102232866B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기능요소 단위 작업 분배 방법
KR102244697B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자 성향을 고려한 프로젝트 큐레이션 방법
KR102195629B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트에서의 작업 능력 지수에 기반한 작업자 선정 방법
KR102205811B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기능요소별 작업시간을 활용한 최소 작업시간 설정 방법
KR102164769B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검수 패스를 활용한 능숙도 측정 방법
KR102155748B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 시간 대비 검수 시간을 이용한 검수 단가 자동 업데이트 방법
KR102183836B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 예상 소요시간에 기반한 자동 견적 산출 방법
KR102155749B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기준 작업 시간을 이용한 적정 단가 및 적정 작업량 결정 방법
KR102155839B1 (ko) 작업불가 사유 기반의 작업자 모니터링 방법 및 장치
US20220327450A1 (en) Method for increasing or decreasing number of workers and inspectors in crowdsourcing-based project for creating artificial intelligence learning data
KR102155747B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려된 오브젝트 수에 기반하여 최소 재작업 및 재검수 시간을 설정하는 방법
KR102183812B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검증용 작업 결과를 이용한 검수자별 시급제 기반 검수 비용 지급 방법
KR102156585B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트 간 작업 단가 조정을 통한 작업자의 프로젝트 유입 조절 방법
KR102195606B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자의 선택적인 셀프 체크를 통한 신뢰도 향상 방법
KR102164837B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 비용 효율적인 검수 품질 관리 방법
KR102155746B1 (ko) 검수자 간 샘플 검수를 통한 검수자 검증 방법
KR102195608B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 오브젝트 반려율을 활용한 자동 반려 방법
KR102195956B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 난이도에 따른 최대 작업 제한 건수 갱신 방법
KR102156586B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 및 검수의 순차적인 배정 방법
KR102205810B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 재작업 결과의 자동 반려 방법
KR102164852B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 긴급도를 고려한 프로젝트 참여 제한 방법
KR102155846B1 (ko) 이전 작업의 반려율을 활용한 샘플링 검수 방법 및 장치

Legal Events

Date Code Title Description
GRNT Written decision to grant