KR102183839B1 - 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법 - Google Patents

인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법 Download PDF

Info

Publication number
KR102183839B1
KR102183839B1 KR1020200066137A KR20200066137A KR102183839B1 KR 102183839 B1 KR102183839 B1 KR 102183839B1 KR 1020200066137 A KR1020200066137 A KR 1020200066137A KR 20200066137 A KR20200066137 A KR 20200066137A KR 102183839 B1 KR102183839 B1 KR 102183839B1
Authority
KR
South Korea
Prior art keywords
workers
rejection rate
group
inspectors
inspector
Prior art date
Application number
KR1020200066137A
Other languages
English (en)
Inventor
박민우
조성우
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 KR1020200066137A priority Critical patent/KR102183839B1/ko
Application granted granted Critical
Publication of KR102183839B1 publication Critical patent/KR102183839B1/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
    • G06Q10/0631—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
    • G06Q10/0633—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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/06395—Quality analysis or 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

Landscapes

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

Abstract

인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법이 제공된다. 상기 방법은 크라우드소싱 기반 프로젝트(이하, "프로젝트")의 복수의 작업을 복수의 작업자에게 배정하여 작업 수행을 요청하는 단계; 상기 복수의 작업자로부터 복수의 작업 결과를 입력받는 단계; 상기 복수의 작업 결과 중 제1 그룹의 작업자의 작업 결과를 복수의 검수자에게 배정하여 검수 수행을 요청하는 단계; 상기 복수의 검수자로부터 상기 제1 그룹의 작업자의 작업 결과에 대한 복수의 검수 결과로 검수 통과 또는 반려를 입력받는 단계; 상기 제1 그룹의 작업자의 작업 결과에 대한 복수의 검수 결과를 이용하여, 상기 제1 그룹의 작업자의 n건(단, n은 1 이상의 자연수)의 검수 수행을 완료한 각 검수자의 상기 n건에 대한 평균 반려율을 산출하는 단계; 이전 완료된 프로젝트에서의 작업 히스토리에 기초하여, 상기 복수의 작업자 중 상기 제1 그룹을 제외한 제2 그룹의 작업자별 예상 반려율을 산출하는 단계; 및 상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계를 포함한다.

Description

인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법{METHOD FOR MATCHING WORKERS AND INSPECTORS BASED ON THE REJECTION RATE OF CROWDSOURCING BASED PROJECTS FOR ARTIFICIAL INTELLIGENCE TRAINING DATA GENERATION}
본 발명은 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법에 관한 것이다.
최근, 기업 활동의 일부 과정에 일반 대중을 참여시키는 크라우드소싱 기반으로 많은 양의 데이터를 수집 및 가공하는 기업들이 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.
이때, 기업은 보다 신뢰도가 높은 정보를 수집하기 위해, 작업자에 의해 완료된 작업 결과를 검수자에게 배정하여 검수 작업을 수행하도록 한다.
구체적으로, 하나의 프로젝트가 오픈되면, 복수의 작업자 각각에게 복수의 작업이 배정된다. 각각의 작업자는 배정받은 복수의 작업을 수행하고, 작업 결과를 제공한다. 이후, 복수의 검수자 각각에게 작업 결과에 대한 복수의 검수 작업이 배정되고, 각각의 검수자는 배정받은 복수의 검수 작업을 수행하게 된다.
한편, 데이터를 수집하는 프로젝트와 같은 경우 한 명의 작업자는 동일한 타입의 작업물(예를 들어 특정 이미지나 텍스트를 수집하는 작업 등)을 계속하여 작업할 수 있는데, 한 명의 작업자의 동일한 타입의 작업물에 대하여 여러 명의 검수자가 매칭되어 검수를 할 경우, 작업자의 입장에서는 검수 결과에 대하여 혼란을 가져올 수 있다.
이러한 문제를 방지하기 위하여, 현재는 프로젝트 매니저가 수동으로 검수자와 작업자를 1:1로 매칭시켜주고 있으나, 수동으로 진행함에 따른 과도한 리소스가 발생된다는 문제가 있다. 또한, 작업 수행을 잘하는 작업자와 매칭된 검수자의 경우 검수를 수월하게 진행하여 높은 검수 비용을 받는 반면, 그 반대인 작업자와 매칭된 검수자의 경우 새로운 작업 결과에 대한 검수 진행에 차질이 생겨, 검수자 간에도 형평성 문제가 발생된다.
따라서, 작업자와 검수자 간의 1:1 매칭을 유지하되, 파생되는 형평성 문제를 해소할 수 있는 방안이 필요한 실정이다.
공개특허공보 제10-2014-0095956호, 2014.08.04.
본 발명이 해결하고자 하는 과제는 제1 그룹의 작업자의 작업 결과를 우선 배정받아 검수를 수행한 후 n건에 대한 평균 반려율을 산출하고, 평균 반려율의 높고 낮음에 따라 예상 반려율을 고려한 제2 그룹의 작업자를 매칭시킴으로써, 검수자 간에 형평성 문제를 해소할 수 있는 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법은 크라우드소싱 기반 프로젝트(이하, "프로젝트")의 복수의 작업을 복수의 작업자에게 배정하여 작업 수행을 요청하는 단계; 상기 복수의 작업자로부터 복수의 작업 결과를 입력받는 단계; 상기 복수의 작업 결과 중 제1 그룹의 작업자의 작업 결과를 복수의 검수자에게 배정하여 검수 수행을 요청하는 단계; 상기 복수의 검수자로부터 상기 제1 그룹의 작업자의 작업 결과에 대한 복수의 검수 결과로 검수 통과 또는 반려를 입력받는 단계; 상기 제1 그룹의 작업자의 작업 결과에 대한 복수의 검수 결과를 이용하여, 상기 제1 그룹의 작업자의 n건(단, n은 1 이상의 자연수)의 검수 수행을 완료한 각 검수자의 상기 n건에 대한 평균 반려율을 산출하는 단계; 이전 완료된 프로젝트에서의 작업 히스토리에 기초하여, 상기 복수의 작업자 중 상기 제1 그룹을 제외한 제2 그룹의 작업자별 예상 반려율을 산출하는 단계; 및 상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계를 포함한다.
본 발명의 일부 실시예에서, 상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는, 상기 복수의 검수자 중 상기 n 건에 대한 평균 반려율이 제2 검수자보다 낮은 제1 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율이 제2 검수자와 매칭된 작업자보다 높은 작업자와 매칭시키고, 상기 제1 검수자보다 상기 n건에 대한 평균 반려율이 높은 제2 검수자를 상기 제2 그룹의 작업자 중 상기 예상 반려율이 상기 제1 검수자와 매칭된 작업자보다 낮은 작업자와 매칭시킬 수 있다.
본 발명의 일부 실시예는, 상기 제2 그룹의 작업자별 예상 반려율을 구간별로 구분하는 단계; 및 상기 예상 반려율의 구간에 따라 상기 제2 그룹의 작업자를 리스트화하는 단계를 더 포함할 수 있다. 이때, 상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는, 상기 제1 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율의 구간이 제2 검수자와 매칭된 작업자보다 높은 구간에 속하는 작업자와 매칭시키고, 상기 제2 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율의 구간이 제1 검수자와 매칭된 작업자보다 낮은 구간에 속하는 작업자와 매칭시킬 수 있다.
본 발명의 일부 실시예는, 상기 복수의 검수자 각각의 현재까지 검수 수행을 완료한 건수에 대한 평균 반려율을 산출하는 단계; 상기 복수의 검수자들의 각 평균 반려율이 기 설정된 동일 구간에 수렴하는지 여부를 판단하는 단계; 및 상기 판단 결과 상기 평균 반려율이 동일 구간에 수렴하는 경우, 상기 제1 및 제2 그룹의 작업자의 구분없이 복수의 작업 결과를 상기 복수의 검수자에게 배정하는 단계를 더 포함할 수 있다.
본 발명의 일부 실시예에서, 상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는, 상기 복수의 검수자 중 상기 n건에 대한 제1 평균 반려율을 갖는 제1 검수자를, 상기 제2 그룹의 작업자 중 제1 예상 반려율을 갖는 작업자와 매칭시키는 단계; 상기 제1 평균 반려율과 제1 예상 반려율의 평균 값을 산출하는 단계; 및 상기 n건에 대한 제2 평균 반려율을 갖는 제2 검수자를, 상기 산출된 평균 값과 기 설정된 범위 내의 평균 값을 갖도록 하는 상기 제2 그룹의 작업자 중 제2 예상 반려율을 갖는 작업자와 매칭시키는 단계를 포함할 수 있다.
본 발명의 일부 실시예는, 상기 복수의 작업자를 프로젝트의 기능요소에 대한 경험 횟수가 소정 횟수 미만인 작업자를 제1 그룹의 작업자로 구분하고, 상기 기능요소에 대한 경험 횟수가 소정 횟수 이상인 작업자를 제2 그룹의 작업자로 구분하는 단계를 더 포함하되, 상기 기능요소는 프로젝트를 수행하기 위한 작업 툴(Tool)에 기반하여 결정되고, 상기 작업 툴은 프로젝트에서 제공되며 작업자들이 상기 프로젝트가 요구하는 작업을 수행하기 위하여 사용하는 툴일 수 있다.
본 발명의 일부 실시예에서, 상기 복수의 작업 결과 중 제1 그룹의 작업자의 작업 결과를 복수의 검수자에게 배정하여 검수 수행을 요청하는 단계는, 상기 제1 그룹의 작업자 중 m건(단, m은 1이상의 자연수)의 작업 결과를 입력한 작업자의 작업 결과를 상기 복수의 검수자 중 어느 하나의 검수자에게 배정하여 검수 수행을 요청할 수 있다.
본 발명의 일부 실시예에서, 상기 프로젝트는 이미지, 비디오, 텍스트 및 오디오 중 적어도 하나의 소스 데이터를 수집하는 프로젝트일 수 있다.
본 발명의 일부 실시예에서, 상기 제1 및 제2 그룹의 작업자를 구분하는 기능요소는, 하나의 유형의 기능요소로 구성된 작업의 경우 해당 기능요소로 결정되고, 복수의 유형의 기능요소로 구성된 작업의 경우 최다 유형을 갖는 기능요소 또는 작업화면에서의 최상단에 배치된 기능요소로 결정될 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상술한 본 발명에 의하면, 작업자를 기준으로 검수자와의 1:1 자동 매칭이 되도록 할 수 있으며, 동시에 검수자 간에 발생할 수 있는 형평성 문제 해소를 통해, 각 검수자들의 검수 피로도가 비슷해지도록 관리할 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 크라우드소싱 서비스의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 크라우드소싱 기반의 프로젝트의 진행 프로세스를 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법의 순서도이다.
도 4는 제1 그룹의 작업자의 작업 결과를 검수자에게 배정하는 내용을 설명하기 위한 도면이다.
도 5는 검수자의 n건에 대한 평균 반려율을 산출하는 내용을 설명하기 위한 도면이다.
도 6은 전체 검수자들의 평균 반려율을 산출하는 내용을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 작업자 및 검수자 매칭 장치를 설명하기 위한 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.
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 크라우드소싱 서비스의 개념도이다.
도 1을 참조하면, 크라우드소싱 서비스는 의뢰자(10), 서비스 제공 업체(20) 및 대중(30)으로 구성되어 수행된다.
의뢰자(10)는 크라우드소싱 기반의 프로젝트(이하, 프로젝트)를 의뢰하는 기업이나 개인을 의미한다.
의뢰자(10)는 인공지능 학습데이터의 생성을 위한 소스 데이터의 수집 또는 데이터 어노테이션 등을 목적으로 프로젝트를 의뢰한다. 프로젝트를 통해서 생성된 데이터는 지도 학습, 비지도 학습, 강화 학습 등의 임의의 기계 학습의 학습데이터로 활용될 수 있다. 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. 한편, 전술한 프로젝트의 종류는 일 실시예에 불과하며, 의뢰자의 설계에 따라 다양한 프로젝트가 본 발명에서 취급될 수 있다.
서비스 제공 업체(20)는 크라우드소싱 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 크라우드소싱 플랫폼(이하, 플랫폼)을 통해 의뢰자(10) 및 대중(30)에게 크라우드소싱 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, 검수 통과 처리 또는 반려 처리를 할 수 있고, 반려 처리시 반려 사유를 입력할 수 있다. 검수 통과의 경우 재작업과 이로 인한 재검수가 필요하지 않으므로, 검수 통과는 검수 완료와 동일한 의미를 가진다.
도 2는 본 발명의 일 실시예에 따른 크라우드소싱 기반의 프로젝트의 진행 프로세스를 설명하기 위한 흐름도이다.
먼저, 의뢰자(10)는 서비스 제공 업체(20)로 하나 이상의 프로젝트를 의뢰한다(S11).
이후, 서비스 제공 업체(20)는 의뢰된 프로젝트를 플랫폼 상에 오픈한다(S12). 이때, 서비스 제공 업체(20)는 프로젝트 오픈 전에, 해당 프로젝트의 난이도 등을 고려하여 등급을 결정할 수 있다. 즉, 난이도에 따라 어떤 등급 이상의 대중(30)에게 해당 프로젝트를 노출시킬지를 결정할 수 있다. 이에 따라, 프로젝트의 작업 결과의 신뢰도를 높일 수 있게 된다.
이후, 서비스 제공 업체(20)는 프로젝트의 등급에 따라 해당 등급 이상의 작업자(32)에게 작업을 할당하여 작업 요청한다(S13).
이후, 작업자(32)는 할당된 작업을 수행하게 된다(S14). 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(S15), 해당 작업 결과에 대한 검수 작업을 검수자(34)에게 할당하여 검수 요청한다(S16).
마찬가지로 본 발명의 일 실시예는 프로젝트의 난이도에 따라 설정된 등급 또는 검수자(34)의 자격 요건에 따라 수행 중인 전체 프로젝트 중 적합한 프로젝트만 검수자(34)에게 노출되게끔 할 수 있다.
이후, 검수자(34)는 할당된 검수를 수행하게 된다(S17). 이때, 검수자(34)는 작업이 적합하게 수행된 것으로 판단하면 검수 완료를 결정하고, 검수 작업이 잘못된 것으로 판단하면 반려 처리한다. 반려 처리 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(S18).
검수 결과가 검수 완료인 경우, 서비스 제공 업체(20)는 해당 작업 결과를 유효한 데이터로 사용하여, 이를 기반으로 하여 프로젝트 종료 시 최종 산출물을 추출하게 된다.
검수 결과가 반려 처리인 경우, 서비스 제공 업체(20)는 내부적으로 검수를 다시 수행하거나, 작업자(32)에게 다시 작업을 배정하여 재작업을 수행하게 할 수도 있다. 재작업시 검수자의 재검수가 필요하다.
이후, 서비스 제공 업체(20)는 프로젝트 기간이 종료되거나 충분한 유효 데이터를 확보하게 되면 해당 프로젝트를 종료하고(S19), 확보된 유효 데이터를 기반으로 최종 결과물을 산출하여 의뢰자(10)에게 제공한다(S20).
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(10), 서비스 제공 업체(20), 작업자(32), 검수자(34)로 표현하였으나, 이들은 각 참여자에 의해서 운용되는 스마트폰, 태블릿, PDA, 랩톱, 데스크톱, 서버 등과 같은 컴퓨터 장치 또는 전기 통신 장치를 의미한다.
이하에서는 도 3 내지 도 6을 참조하여 본 발명의 일 실시예에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자(32) 및 검수자(34) 매칭 방법을 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자(32) 및 검수자(34) 매칭 방법의 순서도이다.
한편, 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.
또한, 복수의 작업자(32) 또는 복수의 검수자(34)는 소정의 단말 장치를 이용하여 작업을 수행한다. 작업자(32) 또는 검수자(34)의 단말 장치는 스마트폰, 태블릿, PDA, 랩톱, 데스크톱 등과 같은 컴퓨터 장치 또는 전기 통신 장치일 수 있으나, 이에 제한되는 것은 아니다.
먼저, 도 3을 참조하면 서버는 크라우드소싱 기반의 프로젝트(이하, 프로젝트라 한다)의 복수의 작업을 복수의 작업자(32)에게 배정하여 작업 수행을 요청하고(S110), 복수의 작업자(32)로부터 복수의 작업 결과를 입력받는다(S120).
여기에서, 하나의 프로젝트에는 복수의 작업이 포함될 수 있으며, 복수의 작업은 종류에 따라 복수의 태스크로 그룹화될 수 있고, 또는 각각의 작업이 서로 다른 종류의 작업일 수도 있으며, 동일한 작업일 수도 있지만, 이에 제한되는 것은 아니다.
다음으로, 서버는 복수의 작업 결과 중 제1 그룹의 작업자(32)의 작업 결과를 복수의 검수자(34)에게 배정하여 검수 수행을 요청하고(S130), 복수의 검수자(34)로부터 제1 그룹의 작업자(32)의 작업 결과에 대한 복수의 검수 결과로 검수 통과 또는 반려를 입력받는다(S140).
본 발명의 일 실시예에서 제1 그룹의 작업자(32)는 신규 작업자이고, 제2 그룹의 작업자(32)는 비신규 작업자일 수 있다.
즉, 본 발명의 일 실시예에서는 복수의 작업자(32) 중 프로젝트의 기능요소에 대한 경험 횟수가 소정 횟수 미만인 신규 작업자를 제1 그룹의 작업자(32)로 구분하고, 기능요소에 대한 경험 횟수가 소정 횟수 이상인 비신규 작업자를 제2 그룹의 작업자(32)로 구분할 수 있다.
일 예로, 소정 횟수가 1인 경우, 프로젝트의 기능요소에 대한 경험 횟수가 0회인 작업자를 제1 그룹의 신규 작업자로 구분하고, 기능요소가 1회 이상인 작업자를 제2 그룹의 비신규 작업자로 구분할 수 있다.
만약, 하나의 유형의 기능요소로 구성된 작업의 경우에는 해당 기능요소로 제1 및 제2 그룹의 작업자(32)를 구분할 수 있다. 이와 달리, 복수의 유형의 기능요소로 구성된 작업의 경우에는 최다 유형을 갖는 기능요소 또는 작업화면에서 최상단에 배치된 기능요소로 제1 및 제2 그룹의 작업자(32)를 구분할 수 있다.
한편, 프로젝트의 기능요소는 프로젝트를 수행하기 위한 작업 툴(tool)에 기반하여 결정된다. 그리고 작업 툴은 프로젝트에서 제공되며 작업자(32)들이 프로젝트가 요구하는 작업을 수행하기 위하여 사용하는 툴을 의미한다.
본 발명의 일 실시예에서의 프로젝트는 이미지, 비디오, 텍스트 및 오디오 중 적어도 하나의 소스 데이터를 수집하는 프로젝트일 수 있으며, 이러한 프로젝트에서의 작업 툴의 간단한 예로는, 텍스트 입력 툴, 라디오 버튼 입력 툴, 오디오 컷 툴, 마우스나 펜, 기타 장치를 이용한 드로잉 작업을 위한 툴, 외부 디바이스와 연동하여 요소 기능을 수행할 수 있는 다양한 툴이 이에 해당할 수 있다.
도 4는 제1 그룹의 작업자(32)의 작업 결과를 검수자(34)에게 배정하는 내용을 설명하기 위한 도면이다.
일 실시예로, 서버는 제1 그룹의 작업자(32) 중 m건(단, m은 1 이상의 자연수)의 작업 결과를 입력한 어느 하나의 작업자의 작업 결과를 복수의 검수자(34) 중 어느 하나의 검수자에게 배정하여 검수 수행을 요청할 수 있다.
본 발명의 일 실시예에서 제1 그룹은 신규 작업자들일 수 있으며, 신규 작업자들 중에서 작업 m건을 우선 달성한 신규 작업자의 작업 결과를 검수자(34)에게 우선적으로 배정하게 된다.
이때, 제1 그룹에 대하여 m건을 요구하는 것은 후술하는 평균 반려율을 산출하기 위함이다. 즉, 제2 그룹의 경우에는 이전 프로젝트에 참여한 이력이 있기 때문에 예상 반려율을 이용할 수 있으나, 제1 그룹의 경우에는 신규 작업자이기 때문에 예상 반려율을 이용할 수 없으므로, m건에 대하여 우선 작업 결과를 입력하도록 한 후, m건에 대하여 발생되는 검수 건수에 대한 평균 반려율을 산출하고 이를 이용한다.
또한, 실제로 전체 작업자(32) 대비 검수자(34)의 수는 훨씩 적으며, 마찬가지로 신규 작업자의 수 역시 검수자(34)의 수보다 많은 것이 일반적이다. 만약, 프로젝트 초반에 신규 작업자가 작업 결과를 입력할 때마다, 작업 결과에 대하여 검수자(34)가 일일이 검수하게 되면, 초반 반려 횟수가 너무 많아지게 되어 신규 작업자의 새로운 작업으로의 진행이 정체됨은 물론 검수자(34) 역시 다른 신규 작업 결과에 대한 검수가 정체므로, 신규 작업자의 경우 m건을 달성한 이후부터 해당 신규 작업자의 작업 결과는 검수자(34)에게 배정될 수 있다.
이때, 각각의 신규 작업자들이 검수자(34)와 매칭되는 시점은 서로 다를 수 있다. 예를 들어, 도 4와 같이 신규 작업자 A는 m건을 빠르게 달성하고, 신규 작업자 B는 신규 작업자 A보다 m건을 느리게 달성할 수 있으므로, 각 작업자(32)마다 검수자(34)와 매칭되는 시점에는 차이가 발생할 수 있다. 또한, 검수자(34)를 기준으로 볼 때, 어느 검수자는 신규 작업자와의 매칭뿐 아니라 비신규 작업자와도 이미 매칭되어 있을 수 있는 반면, 어느 검수자는 아직 신규 작업자의 m건 미달성(신규 작업자 C, D)으로 인해 신규 작업자가 매칭되지 않아 비신규 작업자도 매칭되어 있지 않을 수 있다.
만약, 어느 검수자가 2명의 신규 작업자와 매칭된 경우, 각 신규 작업자는 모두 m건의 작업 결과를 입력하였음을 의미한다. 이때, m건의 작업 결과에 대한 검수자(34)로의 배정은 신규 작업자들의 작업 결과 입력 순서에 따라 결정될 수 있다.
일 예로, 신규 작업자 A와 B가 동시에 m건을 달성한 경우, 각각의 작업 결과를 입력한 순서에 따라 2m건이 검수자에게 배정된다. 만약, 신규 작업자 A가 m건을 먼저 달성하고, 이후 신규 작업자 B가 m건을 달성하는 경우, 검수자(34)는 신규 작업자 B의 m건 달성 이전까지는 신규 작업자 A의 작업 결과를 검수하다가, 비신규 작업자 B의 m건 달성 이후부터는 작업 결과 입력 순서에 따라 검수를 진행할 수 있다.
이와 달리, 후술하는 제2 그룹의 작업자(32), 즉 비신규 작업자의 경우에는 예상 반려율을 이용할 수 있으므로 m건의 달성 여부와는 무관하게 작업 결과 입력시 검수자(34)에게 배정된다.
다시 도 3을 참조하면, 다음으로 제1 그룹의 작업자(32)의 작업 결과에 대한 복수의 검수 결과를 이용하여, 제1 그룹의 작업자(32)의 n건(단, n은 1이상의 자연수)의 검수 수행을 완료한 각 검수자(34)의 n건에 대한 평균 반려율을 산출한다(S150).
도 5는 검수자(34)의 n건에 대한 평균 반려율을 산출하는 내용을 설명하기 위한 도면이다.
제1 그룹의 작업자(32) 중 어느 작업자가 m건의 작업 결과를 달성함에 따라 해당 작업자의 작업 결과는 어느 검수자(34)에게 배정된다.
예를 들어, 검수자 A는 m건의 작업 결과를 입력한 제1 그룹의 작업자 A, 작업자 B, 작업자 C의 작업 결과를 배정받고, 검수자 B는 m건의 작업 결과를 입력한 제1 그룹의 작업자 D, 작업자 E, 작업자 F의 작업 결과를 배정받을 수 있다.
이후, 검수자(34)는 검수를 수행하여, 해당 작업자(32)의 작업 결과에 대하여 검수 통과, 반려를 통지하거나, 재작업 결과에 대한 재검수 통과, 반려 등의 검수 결과를 입력한다.
서버는 각 검수자(34) 별로 n건의 검수 수행 건수를 카운팅한다. 여기에서 검수 수행 건수는 단순히 검수 통과된 작업 결과를 의미하는 것이 아니며, 작업 결과에 대한 검수 통과, 작업 결과에 대한 반려, 반려 후 재작업 결과에 대한 검수 통과, 반려 등이 각각 1건으로 카운팅된다.
이를 기반으로, 서버는 각 검수자(34) 별로 제1 그룹의 작업자(32)들의 n건에 대하여 평균 반려율, 즉 n건의 검수 수행 건수 대비 반려 건수의 비율을 산출한다.
다시 도 3을 참조하면, 서버는 이전 완료된 프로젝트에서의 작업 히스토리에 기초하여, 복수의 작업자(32) 중 제1 그룹을 제외한 제2 그룹의 작업자별 예상 반려율을 산출한다(S160).
이때, 작업 히스토리는 프로젝트의 경과에 따라 각각의 작업 및 프로젝트와 관련되어 기록된 임의의 로그 데이터를 의미한다.
일 실시예로, 서버는 작업자(32)의 작업 수행이 완료됨에 따라, 복수의 작업 결과를 검수자(34)에게 배정하여 복수의 검수 결과를 입력받으며, 복수의 검수 결과를 작업 히스토리로 기록할 수 있다.
서버는 작업 히스토리에 기초하여 제2 그룹의 작업자(32)들에 대한 예상 반려율을 산출할 수 있으며, 일 예로 이전 완료된 프로젝트에서의 반려율을 예상 반려율로 적용할 수 있다.
또 다른 예로, 서버는 제2 그룹의 작업자(32)별 예상 반려율을 구간별로 구분하고, 예상 반려율의 구간에 따라 제2 그룹의 작업자(32)를 리스트화할 수 있다. 예를 들어, 제2 그룹의 작업자(32)들의 이전 완료된 프로젝트에서의 반려율을 10% 미만, 10~20% 미만, 20~30% 미만 등과 같이 구간별로 구분하여 리스트화하고, 각 구간마다 0%, 10%, 20% 등과 같은 예상 반려율을 적용할 수도 있다.
만약, 제2 그룹의 작업자(32)들이 이전에 참여한 프로젝트가 1개인 경우 해당 프로젝트에서의 반려율을 그대로 이용할 수 있으며, 프로젝트가 복수 개인 경우 복수 개의 프로젝트에서의 반려율의 평균을 이용할 수 있다.
일 예로, 제2 그룹의 작업자(32)들에 대한 예상 반려율을 산출하기 위한 대상인 이전 완료된 프로젝트는, 금번 진행되는 프로젝트와의 유사도에 의해 선정될 수 있으며, 이때 유사도는 프로젝트별 작업 유형, 작업 내 오브젝트 유형, 유사 키워드, 기능요소 등 다양한 요소의 유사 여부에 의해 산출될 수 있다. 또는, 프로젝트의 의뢰자(10)에 의해 유사한 프로젝트로 선정된 것을 그 대상으로 할 수도 있다.
다음으로, 서버는 산출된 평균 반려율과 예상 반려율에 기초하여 제2 그룹의 작업자(32)를 복수의 검수자(34)와 매칭시킨다(S170).
일 실시예로, 서버는 복수의 검수자(34) 중 n건에 대한 평균 반려율이 낮은 제1 검수자를, 제2 그룹의 작업자(32) 중 예상 반려율이 높은 작업자와 매칭시킨다.
반대로, 서버는 복수의 검수자(34) 중 n건에 대한 평균 반려율이 높은 제2 검수자를, 제2 그룹의 작업자(32) 중 예상 반려율이 낮은 작업자와 매칭시킨다.
이때, 평균 반려율의 높고 낮음, 그리고 예상 반려율의 높고 낮음에 대한 기준은 검수자(34) 상호 간에 의해 결정될 수 있다.
즉, 제1 검수자의 n건에 대한 평균 반려율이 제2 검수자의 n건에 대한 평균 반려율보다 낮은 경우, 제1 검수자는 제2 검수자보다 검수 피로도가 적은 것이므로, 제2 그룹의 작업자(32)들 중에서 제2 검수자에게 배정될 작업자들보다 더 높은 예상 반려율을 갖는 작업자들을 매칭시킨다.
만약, 전술한 바와 같이 제2 그룹의 작업자(32)들에 대하여 예상 반려율이 구간별로 구분 및 리스트화된 경우, 서버는 복수의 검수자(34) 중 n건에 대한 평균 반려율이 낮은 제1 검수자를, 제2 그룹의 작업자(32) 중 예상 반려율의 구간이 제2 검수자와 매칭된 작업자보다 높은 구간에 속하는 작업자와 매칭시킬 수 있다.
이와 반대로, 서버는 복수의 검수자(34) 중 제2 검수자를, 제2 그룹의 작업자(32) 중 예상 반려율의 구간이 제1 검수자와 매칭된 작업자보다 높은 구간에 속하는 작업자와 매칭시킬 수 있다.
또 다른 실시예로, 서버는 복수의 검수자(34) 중 n건에 대한 제1 평균 반려율을 갖는 제1 검수자를, 제2 그룹의 작업자(32) 중 제1 예상 반려율을 갖는 작업자와 매칭시키고, 제1 평균 반려율과 제1 예상 반려율의 평균 값을 산출한다.
그 다음, 서버는 n건에 대한 제2 평균 반려율을 갖는 제2 검수자를, 산출된 평균 값과 기 설정된 범위 내의 평균 값을 갖도록 하는 제2 그룹의 작업자(32) 중 제2 예상 반려율을 갖는 작업자와 매칭시킬 수 있다.
예를 들어, 검수자 A의 신규 작업자들의 n건에 대한 반려율이 50%이고, 40%의 예상 반려율을 갖는 비신규 작업자와 매칭된 경우, 서버는 검수자 A의 평균 반려율 및 예상 반려율의 평균 값으로 45%를 산출하게 된다.
그리고 서버는 60%의 평균 반려율을 갖는 검수자 B에 대하여, 30%의 예상 반려율을 갖는 비신규 작업자가 매칭되도록 하여, 검수자 B의 평균 반려율 및 예상 반려율의 평균 값이 검수자 A의 평균 값과 동일 범위 내에 속하도록 할 수 있다.
이와 같이 제1 그룹의 작업자(32)들의 평균 반려율을 기준으로, 각 검수자(34)들에게 예상 반려율이 높거나 낮은 작업자(32)를 배정시키게 되면, 이러한 과정이 진행될수록 각 검수자(34)들의 전체 검수 수행 건수에 대한 평균 반려율은 서로 비슷한 구간으로 수렴하게 된다. 이는, 위 과정이 진행될수록 모든 검수자(34)들의 검수 피로도가 비슷해짐을 의미한다.
본 발명의 일 실시예에서, 제1 그룹의 작업자(32)에 대한 n건의 평균 반려율을 산출하는 과정과, 이를 기반으로 제2 그룹의 작업자(32)의 예상 반려율에 기반한 검수자(34)와의 매칭 과정은 모든 검수자(34)들을 대상으로 산출되는 평균 반려율이 동일한 구간에 수렴할 때까지 진행된다. 이때, 모든 검수자(34)들의 평균 반려율이 동일한 구간에 수렴한다 함은 전체 검수자(34)의 평균 반려율의 분산이나 표준편차가 기준 값 미만이 되는 것을 의미한다.
도 6은 전체 검수자(34)들의 평균 반려율을 산출하는 내용을 설명하기 위한 도면이다.
일 실시예로, 서버는 복수의 검수자(34) 각각의 현재까지 검수 수행을 완료한 건수에 대한 평균 반려율을 산출한다. 여기에서의 평균 반려율의 대상은 제1 그룹과 제2 그룹을 구분하지 않는, 검수자(34)의 전체 검수 수행 건수에 대한 평균 반려율을 의미한다.
평균 반려율을 산출하기 위하여 기준이 되는 각 검수자(34)마다의 검수 수행 건수는 동일하고, 각 검수자(34)마다 제1 그룹에 대한 검수 수행 건수와 제2 그룹에 대한 검수 수행 건수는 서로 동일한 것이 바람직하나, 반드시 이에 한정되는 것은 아니다.
이후, 서버는 복수의 검수자(34)들의 평균 반려율이 기 설정된 동일 구간에 수렴하는지 여부를 판단한다. 즉, 서버는 전체 검수자(34)의 평균 반려율이 일정 구간 안에 수렴하는지 또는 이들의 분산, 표준편차가 일정 기준 값 미만이 되는지 여부를 판단한다.
그 다음, 서버는 전체 검수자(34)들의 각 평균 반려율이 동일 구간에 수렴하는 것으로 판단한 경우, 제1 그룹과 제2 그룹의 작업자(32)의 구분 없이 복수의 작업 결과를 복수의 검수자(34)에게 배정한다.
이후, 서버는 각 검수자(34)들에 대한 평균 반려율을 실시간 또는 기 설정된 주기마다 체크하여, 평균 반려율이 일정 구간 내에 계속하여 수렴하는 경우 그룹의 구분 없이 복수의 작업 결과를 복수의 검수자(34)에게 배정한다.
이와 달리, 각 검수자(34)들 중 적어도 한 검수자의 평균 반려율이 일정 구간을 벗어나게 되면, 해당 검수자(34)의 평균 반려율이 다른 검수자들(34)과 마찬가지로 일정 구간 내에 수렴하도록 하는 제2 그룹의 작업자(32)를 매칭시켜 해당 작업자의 작업 결과를 배정시킬 수 있다.
한편, 상술한 설명에서, 단계 S110 내지 S170은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 후술하는 도 7의 내용은 도 1 내지 도 6의 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자(32) 및 검수자(34) 매칭 방법에도 적용될 수 있다.
이하에서는 본 발명의 일 실시예에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 장치(200, 이하 작업자 및 검수자 매칭 장치라 한다)에 대하여 설명하도록 한다.
도 7은 본 발명의 일 실시예에 따른 작업자 및 검수자 매칭 장치(200)를 설명하기 위한 도면이다.
도 7을 참조하면, 따른 작업자 및 검수자 매칭 장치(200)는 통신모듈(210), 메모리(220) 및 프로세서(230)를 포함한다.
통신모듈(210)은 하나의 프로젝트에 대한 크라우드소싱 기반의 작업을 복수의 작업자(32)에게 송신하여 작업 수행을 요청하고, 복수의 작업자(32)로부터 작업 결과를 수신한다. 또한, 복수의 작업자(32)로부터 수신된 작업 결과를 복수의 검수자(34)에게 송신하여 검수를 요청하고, 복수의 검수자(34)로부터 검수 결과를 수신한다.
메모리(220)에는 복수의 검수자들의 반려율에 기반하여 작업자와 검수자를 매칭시키기 위한 프로그램이 저장된다.
프로세서(230)는 메모리(220)에 저장된 프로그램을 실행시킨다. 프로세서(230)는 메모리(220)에 저장된 프로그램을 실행시킴에 따라, 제1 그룹의 작업자의 작업 결과를 복수의 검수자에게 배정하여 검수 수행을 요청하여 복수의 검수자로부터 검수 결과를 입력받은 후, 제1 그룹의 작업자의 n건의 검수 수행을 완료한 각 검수자의 n건에 대한 평균 반려율을 산출한다. 그리고, 이전 완료된 프로젝트에서의 작업 히스토리에 기초하여, 제2 그룹의 작업자별 예상 반려율을 산출하하고, 평균 반려율 및 예상 반려율에 기초하여 제2 그룹의 작업자를 복수의 검수자와 매칭시킨다.
이상에서 전술한 본 발명의 일 실시예에 따른 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 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.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10 : 의뢰자
20 : 서비스 제공 업체
30 : 대중
32 : 작업자
34 : 검수자
200 : 작업자 및 검수자 매칭 장치
210 : 통신모듈
220 : 메모리
230 : 프로세서

Claims (10)

  1. 컴퓨터에 의해 수행되는 방법으로서,
    크라우드소싱 기반 프로젝트(이하, "프로젝트")의 복수의 작업을 복수의 작업자에게 배정하여 작업 수행을 요청하는 단계;
    상기 복수의 작업자로부터 복수의 작업 결과를 입력받는 단계;
    각각의 검수자와 제1 그룹에 속하는 적어도 한 명의 작업자(이하,“제1 그룹의 작업자”)를 매칭하여, 각각의 검수자에게 상기 매칭된 제1 그룹의 작업자의 작업 결과를 제2 그룹에 속하는 작업자(이하,”제2 그룹의 작업자“)의 작업 결과보다 우선적으로 배정하여 검수 수행을 요청하는 단계;
    상기 복수의 검수자 로부터 상기 제1 그룹의 작업자의 작업 결과에 대한 복수의 검수 결과로 검수 통과 또는 반려를 입력받는 단계;
    상기 검수 결과에 기초하여, 각각의 검수자 별로 상기 제1 그룹의 작업자의 n건(단, n은 1 이상의 자연수)의 작업 결과에 대한 반려율(이하,”n건에 대한 평균 반려율“)을 산출하는 단계;
    이전 완료된 프로젝트에서의 작업 히스토리에 기초하여, 상기 복수의 작업자 중 상기 제1 그룹의 작업자를 제외한 제2 그룹의 작업자 별 예상 반려율을 산출하는 단계; 및
    상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계를 포함하고,
    상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는,
    상기 복수의 검수자 중 상기 제1 그룹의 작업자에 대한 상기 n 건에 대한 평균 반려율이 제2 검수자 보다 낮은 제1 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율이 제2 검수자와 매칭된 작업자보다 높은 작업자와 매칭시키고,
    상기 제1 검수자 보다 상기 제1 그룹의 작업자에 대한 상기 n건에 대한 평균 반려율이 높은 제2 검수자를 상기 제2 그룹의 작업자 중 상기 예상 반려율이 상기 제1 검수자와 매칭된 작업자보다 낮은 작업자와 매칭시키는 것인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 제2 그룹의 작업자별 예상 반려율을 구간별로 구분하는 단계; 및
    상기 예상 반려율의 구간에 따라 상기 제2 그룹의 작업자를 리스트화하는 단계를 더 포함하되,
    상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는,
    상기 제1 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율의 구간이 제2 검수자와 매칭된 작업자보다 높은 구간에 속하는 작업자와 매칭시키고,
    상기 제2 검수자를, 상기 제2 그룹의 작업자 중 상기 예상 반려율의 구간이 제1 검수자와 매칭된 작업자보다 낮은 구간에 속하는 작업자와 매칭시키는 것인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  4. 제1항에 있어서,
    상기 복수의 검수자 각각의 현재까지 검수 수행을 완료한 건수에 대한 평균 반려율을 산출하는 단계;
    상기 복수의 검수자들의 각 평균 반려율이 기 설정된 동일 구간에 수렴하는지 여부를 판단하는 단계; 및
    상기 판단 결과 상기 평균 반려율이 동일 구간에 수렴하는 경우, 상기 제1 및 제2 그룹의 작업자의 구분없이 복수의 작업 결과를 상기 복수의 검수자에게 배정하는 단계를 더 포함하는,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  5. 제1항에 있어서,
    상기 평균 반려율 및 상기 예상 반려율에 기초하여 상기 제2 그룹의 작업자를 상기 복수의 검수자와 매칭시키는 단계는,
    상기 복수의 검수자 중 상기 n건에 대한 제1 평균 반려율을 갖는 제1 검수자를, 상기 제2 그룹의 작업자 중 제1 예상 반려율을 갖는 작업자와 매칭시키는 단계;
    상기 제1 평균 반려율과 제1 예상 반려율의 평균 값을 산출하는 단계; 및
    상기 n건에 대한 제2 평균 반려율을 갖는 제2 검수자를, 상기 산출된 평균 값과 기 설정된 범위 내의 평균 값을 갖도록 하는 상기 제2 그룹의 작업자 중 제2 예상 반려율을 갖는 작업자와 매칭시키는 단계를 포함하는,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  6. 제1항에 있어서,
    상기 복수의 작업자를 프로젝트의 기능요소에 대한 경험 횟수가 소정 횟수 미만인 작업자를 제1 그룹의 작업자로 구분하고, 상기 기능요소에 대한 경험 횟수가 소정 횟수 이상인 작업자를 제2 그룹의 작업자로 구분하는 단계를 더 포함하되,
    상기 기능요소는 프로젝트를 수행하기 위한 작업 툴(Tool)에 기반하여 결정되고, 상기 작업 툴은 프로젝트에서 제공되며 작업자들이 상기 프로젝트가 요구하는 작업을 수행하기 위하여 사용하는 툴인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  7. 제6항에 있어서,
    상기 복수의 작업 결과 중 제1 그룹의 작업자의 작업 결과를 복수의 검수자에게 배정하여 검수 수행을 요청하는 단계는,
    상기 제1 그룹의 작업자 중 m건(단, m은 1이상의 자연수)의 작업 결과를 입력한 작업자의 작업 결과를 상기 복수의 검수자 중 어느 하나의 검수자에게 배정하여 검수 수행을 요청하는 것인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  8. 제6항에 있어서,
    상기 프로젝트는 이미지, 비디오, 텍스트 및 오디오 중 적어도 하나의 소스 데이터를 수집하는 프로젝트인 것인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  9. 제6항에 있어서,
    상기 제1 및 제2 그룹의 작업자를 구분하는 기능요소는, 하나의 유형의 기능요소로 구성된 작업의 경우 해당 기능요소로 결정되고, 복수의 유형의 기능요소로 구성된 작업의 경우 최다 유형을 갖는 기능요소 또는 작업화면에서의 최상단에 배치된 기능요소로 결정되는 것인,
    크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법.
  10. 컴퓨터와 결합되어, 제1항, 제3항 내지 제9항 중 어느 하나의 항의 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법을 실행시키기 위하여 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.
KR1020200066137A 2020-06-02 2020-06-02 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법 KR102183839B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200066137A KR102183839B1 (ko) 2020-06-02 2020-06-02 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200066137A KR102183839B1 (ko) 2020-06-02 2020-06-02 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법

Publications (1)

Publication Number Publication Date
KR102183839B1 true KR102183839B1 (ko) 2020-11-30

Family

ID=73641764

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200066137A KR102183839B1 (ko) 2020-06-02 2020-06-02 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법

Country Status (1)

Country Link
KR (1) KR102183839B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040018810A (ko) * 2002-08-27 2004-03-04 (주)메이븐 다량 번역 중개 서비스 방법
KR20140095956A (ko) 2013-01-25 2014-08-04 한국전자통신연구원 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040018810A (ko) * 2002-08-27 2004-03-04 (주)메이븐 다량 번역 중개 서비스 방법
KR20140095956A (ko) 2013-01-25 2014-08-04 한국전자통신연구원 크라우드 소싱기반 영상 지식 콘텐츠 생성 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102164844B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 단위 난이도를 활용한 작업자 평가 방법
KR102232859B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기능요소 및 난이도에 기반한 작업자 풀 자동 생성 방법
KR102232866B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기능요소 단위 작업 분배 방법
KR102195630B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트에서의 실습 교육 참여자에 대한 보상형 실습 교육 제공 방법
KR102195629B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트에서의 작업 능력 지수에 기반한 작업자 선정 방법
KR102155748B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 시간 대비 검수 시간을 이용한 검수 단가 자동 업데이트 방법
KR102205811B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기능요소별 작업시간을 활용한 최소 작업시간 설정 방법
KR102155839B1 (ko) 작업불가 사유 기반의 작업자 모니터링 방법 및 장치
KR102183836B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 예상 소요시간에 기반한 자동 견적 산출 방법
KR102232874B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검증용 작업 결과를 활용한 신규 검수자 평가 방법
KR102155749B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 기준 작업 시간을 이용한 적정 단가 및 적정 작업량 결정 방법
KR102195632B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 가용 작업자 선별을 통한 최대 작업 결과 수량 산출 방법
KR102164852B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 긴급도를 고려한 프로젝트 참여 제한 방법
KR102183839B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 반려율에 기반한 작업자 및 검수자 매칭 방법
KR102232909B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자별 유사 작업 패턴 정보에 기반한 반려사유 제공 방법
KR102155854B1 (ko) 다양한 문장 수집을 위한 키워드 관리 방법 및 장치
KR102155886B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검수 결과에 기초한 작업자별 최대 작업 제한 건수 적용 방법
KR102195956B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 난이도에 따른 최대 작업 제한 건수 갱신 방법
KR102183812B1 (ko) 인공지능 학습 데이터 생성을 위한 크라우드소싱 기반 프로젝트의 검증용 작업 결과를 이용한 검수자별 시급제 기반 검수 비용 지급 방법
KR102155792B1 (ko) 크라우드 소싱 기반 프로젝트의 특성에 따른 검수자 선별 방법
KR102155846B1 (ko) 이전 작업의 반려율을 활용한 샘플링 검수 방법 및 장치
KR102164837B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 비용 효율적인 검수 품질 관리 방법
KR102183840B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자의 능숙도를 고려한 검수 순서 조정 방법
KR102195631B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 결과에 기초한 작업자에 대한 검수 권한 자동 부여 방법
KR102156587B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업자 및 검수자의 증감 운영 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant