KR102273367B1 - 복합적인 IoT로 구성된 Super Things에서의 각 IoT의 기능을 새롭게 융합하고 복합 서비스를 만들기 위한 기법 - Google Patents

Abstract

본 발명에 따라서, 스마트홈 내에 존재하는 복수 개의 IoT 디바이스의 각 기능을 통합하여, 각 IoT 디바이스의 프로토콜이나 플랫폼에 종속되지 않은 통합 서비스를 제공하도록 구성된 통합 서비스 플랫폼 서버가 제공된다. 상기 서버는, 상기 통합 서비스 플랫폼 서버가 상기 각각의 IoT 디바이스와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스와; IoT 리스트 테이블이 저장되어 있는 메모리로서, 상기 IoT 리스트 테이블은 스마트 홈과 관련된 용어에 기초한 일정 기간 동안의 웹 검색 결과 값 중 상위 값을 추출하여 목록화한 키(key) 값을 갖는 카테고리 항목을 포함하고 있는, 상기 메모리와; 상기 통합 서비스 플랫폼 서버와 유무선 방식으로 접속되어 있는 스마트 홈 내의 IoT 디바이스를 스캔/검색하도록 구성된 스캔 모듈로서, 검색된 IoT 디바이스와 상기 메모리에 저장된 상기 테이블을 비교하여, 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목을 상기 테이블로부터 추출하여, 상기 IoT 리스트 테이블과 동일한 양태의 매핑 테이블을 작성하도록 구성된 것인 상기 스캔 모듈과; 상기 스캔 모듈로부터 입력된 매핑 테이블에 기초하여, 상기 검색된 IoT 디바이스를 그룹화하도록 구성된 클러스터링 모듈로서, 상기 검색된 IoT 디바이스의 목적을 소정의 카테고리로 구분하기 위한 상기 키 값에 따라서, 상기 IoT 디바이스를 그룹화하여, 동일 목적을 갖는 하나 이상의 그룹을 포함하는 IoT 그룹 리스트를 생성하도록 구성되는 것인, 상기 클러스터링 모듈과; 상기 클러스터링 모듈로부터 전달되는 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리에 맞는 데이터만 수집하여 필터링된 raw data를 생성하여, raw data DB에 저장하도록 구성되는 필터 모듈과; 상기 raw data DB에 접근하여, 해당 데이터베이스에 저장된 raw data를 데이터의 종류별로 분류하도록 구성된 변환 모듈과; 상기 변환 모듈로부터 입력되는 데이터와 관련하여 소정의 범위가 설정되어 있고, 상기 변환 모듈로부터 입력되는 각각의 데이터를 상기 범위와 비교하여, 그 범위를 벗어나는 데이터를 추출하여 콘볼루션 데이터 DB에 저장하도록 구성됨과 아울러, 입력되는 각 데이터를 다차원의 의미 있는 데이터로 분류/변환하도록 구성된 콘볼루션 모듈과; 상기 콘볼루션 모듈로부터 입력되는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태를 포함하는 스마트 홈 내의 상황을 예측/판단하도록 구성된 예측 모듈과; 상기 예측 모듈에 의해 예측/판단된 스마트 홈 내의 상황에 기초하여, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 통합한 통합 서비스를 제공하도록 구성된 통합 서비스 모듈을 포함하는 것을 특징으로 한다.

Description

복합적인 IoT로 구성된 Super Things에서의 각 IoT의 기능을 새롭게 융합하고 복합 서비스를 만들기 위한 기법{Super Things Model as a Harmonious System for Complex Services of IoT}

본 발명은 IoT(Internet of Things) 관련 기술에 관한 것으로서, 보다 구체적으로는 복수의 IoT 디바이스를 통합 제어하여 새로운 복합 서비스를 제공하기 위한 기술에 관한 것이다.

IoT란 Internet of objects 라고도 불리우며, 통신 가능한 모든 사물들을 네트워크에 연결하여 상호 통신 수행이 가능한 개념을 의미한다. 시스템적으로 인지할 수 있는 모든 객체는 Things 또는 Object로 분류하며, 여기에는 근거리 및 원거리 통신 기능을 탑재하고, 센서 등 데이터 생산 및 이용이 가능한 사물 또는 사람이 이에 포함될 수 있다.

IoT의 수가 비약적으로 증가함에 따라 복합적인 IoT 서비스를 제공을 위해서는 수 많은 데이터 중 불필요한 데이터를 제외한 의미 있는 정보가 필요하다. 또한, IoT는 갖고 있는 기존의 고유한 기능을 다른 IoT의 기능과 복합적으로 결합했을 때 기능의 조화가 더 효율적이며 의미있는 서비스가 가능하다.

스마트 홈 내에 매우 다양한 IoT가 존재하지만 기존의 스마트홈의 사물 인터넷은 단순한 가전과 기계로서, 센서로서 각자의 역할을 하는 가구들에 불과하기 때문에 스마트 홈의 사물 인터넷의 종합적인 서비스를 통해 사용자의 즐거움과 만족감까지 증진시키기 위한 서비스에 대한 요구가 있다. 따라서, 스마트 홈의 사물인터넷은 단순한 기계로서 각자의 서비스를 제공하는 것이 아닌 주어진 기능에서 여러 가지 상호 통합을 통해 협업하는 기법으로서의 서비스가 가능한 복합적인 사물인터넷 집합체로서의 서비스가 요구된다. 하지만, IoT 종류와 기술의 발전에도 불구하고 많은 업체의 개별적인 기술 발전과 상품의 판매들로 인해 스마트 홈에는 수많은 프로토콜과 라우팅 기술 등 상호 호환이 불가능하다. 따라서, 각각의 다른 기업의 제조기술과 기업마다의 시스템 체계에 따라 각자의 시스템으로 구성되어 있는 IoT의 효율적인 통합 서비스를 위해선 네트워크적인 부분 이외에 기존의 주어진 기능을 통합하여 각 기능을 효율적으로 재배치 및 재분배 하여 새로운 서비스를 만들기 위한 통합기법 및 협업기법이 요구된다.

부언하면, 최근 ICT(Information and Communications Technologies) 트랜드 중 하나로 사물인터넷(Internet of Things, IoT), 만물인터넷(Internet of Everything, IoE) 또는 소물인터넷(Internet of Small Things, IoST)이 대두되고 있는 상황에서, 다양한 제조사에 의해 다양한 종류의 사물인터넷 디바이스가 출시되고 있다. 한편, 이러한 사물인터넷 디바이스의 종류는 수없이 많을 뿐만 아니라, 각 제조사마다 서로 다른 플랫폼을 적용한 사물인터넷 디바이스들을 출시하기 때문에, 여러가지 종류 또는 목적에 맞게 디바이스를 취사 선택하여 활용할 수 있으며, 이에 따라 디바이스를 관리하고 제어하는 방법을 통합하는 작업이 반드시 필요한 실정이다. 특히, 다양한 제조사, 이종 플랫폼 기반으로 만들어진 IoT 디바이스가 공존하는 상황에서 각 디바이스를 통합하여 사용자가 원하는 서비스를 제공할 수 있도록, 디바이스의 상태를 모니터링하고 디바이스를 제어할 수 있는 기술이 요구된다.

이와 관련하여, IoT가 다양해지면서 IoT를 통합하고 호환할 수 있는 IoT Platform 연구가 증대하고 있다. IoT 플랫폼은 다양한 디바이스의 네트워크 규격과 데이터 소스의 형식을 맞추며 이를 지역적, 국제적으로 통합하고자 하는 기술이다. 이것을 표준화하여 서로 호환이 가능하고, 하나로 통합하려는 목표를 갖고 있다. 이러한 기술을 연구하고 개발하기 위한 국제 표준 기구와 이외에도 다양한 표준화 단체 및 기업 등이 많이 있다. 이러한 IoT 플랫폼 연구는 국제 표준화 문서를 따르며 다양한 기술적 인프라와 구조를 지원하지만, 사용자로 하여금 데이터의 직관적인 확인이 어렵고, 사용에 대한 편의성과 관리에 대한 자유로움이 매우 부족하다. 또한, 매우 많은 국제 표준화 단체나 기업들이 각자의 표준화 규약을 사용하기 때문에 저마다 표준도 매우 다양하다. 이것은 여러 IoT의 독자적인 기술을 의미하여 하나로 통합되는데 큰 어려움을 야기한다. 그리고 이러한 IoT 표준화에는 홈 통합서비스에 대한 상위 레벨과 명확하고 집약적인 구체적인 모델을 제시하는 서비스와 기능이 미흡하다. 기존 IoT 플랫폼을 사용하여 다양한 산업 현장이나 분야에서 유용하게 사용할 수도 있지만, 스마트 홈은 이와는 다르게 사람과의 직접적인 분야라고 보았을 때 아주 섬세하면서도 예측 불가한 다양성이 많은 분야이다. 이러한 점들을 고려하면, IoT 플랫폼에도 스마트 홈의 복합적인 서비스 및 조화로운 사물인터넷에 최적화된 서비스 모델이 제시될 필요가 있다.

다양한 지능형 학습을 통한 융합 서비스 모델들이 연구되고 있지만 아직까지도 사물인터넷의 실질적인 통합의 어려움으로 인해 일괄적인 서비스 시스템은 불가능하다. 이것은 단순히 연결의 목적으로 IoT 플랫폼이 아닌 기존의 기능을 분석하고 그 기능들의 조화가 어떠한 새로운 서비스로 창출될지에 대한 복합적인 미래지향적 서비스로의 출발점이 될 수 있지만, 이에 대한 연구나 기술은 미약한 것이 현재의 실정이다.

등록특허 제10-1558478호

본 발명은 상기한 종래 기술의 문제점을 해결하기 위한 것으로서, 스마트 홈 내에 IoT가 매우 다양하지만 기존의 홈의 사물인터넷은 단순한 가전과 기계로서, 센서로서 각자의 역할을 하는 가구들에 불과했기 때문에 스마트 홈의 사물인터넷의 종합적인 서비스를 통해 사용자의 즐거움과 만족감까지 증진시키기 위한 서비스 제공을 목적으로 한다.

IoT 종류와 기술의 발전에도 불구하고 많은 업체의 개별적인 기술 발전과 상품의 판매들로 인해 스마트 홈에는 수많은 프로토콜과 라우팅 기술 등 상호 호환이 불가능한 것으로 많은 상호합의와 IoT 플랫폼들을 통해 이를 통합하기 위한 연구들이 이루어지고 있음에도 불구하고 통합에 대한 어려움이 많다. 이러한 독자적인 서비스를 각각의 브랜드에 따라 분리되는 것이 아닌 스마트 홈을 기준으로 사용자의 편의에 맞춰 통합시키는 것이 필요하지만 실질적으로 이러한 문제를 해결하기 위해서는 지금 현 상태에서 네트워크적인 통합보다는 기존의 기능을 어떻게 잘 활용할 것인지에 대한 서비스 기법을 통해 실질적인 해결 방법을 제시하는 것을 목적으로 한다. 또한, 종래 기술의 한계를 해결하고자 본 발명은 각 브랜드 및 제조사 또는 각기 다른 기술에 대한 협력보다는 각자의 기능에 따라 자체적인 역할을 파악하고 서로 유기적으로 결합시킬 수 있으며 이를 객관적인 분석 하에 통합과 운용 및 서비스가 가능하도록 복합 서비스를 제공하기 위한 모델을 제공하고자 한다.

상기 목적을 달성하기 위하여, 본 발명에 따라서, 스마트홈 내에 존재하는 복수 개의 IoT 디바이스의 각 기능을 통합하여, 각 IoT 디바이스의 프로토콜이나 플랫폼에 종속되지 않은 통합 서비스를 제공하도록 구성된 통합 서비스 플랫폼 서버가 제공된다. 상기 서버는, 상기 통합 서비스 플랫폼 서버가 상기 각각의 IoT 디바이스와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스와; IoT 리스트 테이블이 저장되어 있는 메모리로서, 상기 IoT 리스트 테이블은 스마트 홈과 관련된 용어에 기초한 일정 기간 동안의 웹 검색 결과 값 중 상위 값을 추출하여 목록화한 키(key) 값을 갖는 카테고리 항목을 포함하고 있는, 상기 메모리와; 상기 통합 서비스 플랫폼 서버와 유무선 방식으로 접속되어 있는 스마트 홈 내의 IoT 디바이스를 스캔/검색하도록 구성된 스캔 모듈로서, 검색된 IoT 디바이스와 상기 메모리에 저장된 상기 테이블을 비교하여, 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목을 상기 테이블로부터 추출하여, 상기 IoT 리스트 테이블과 동일한 양태의 매핑 테이블을 작성하도록 구성된 것인 상기 스캔 모듈과; 상기 스캔 모듈로부터 입력된 매핑 테이블에 기초하여, 상기 검색된 IoT 디바이스를 그룹화하도록 구성된 클러스터링 모듈로서, 상기 검색된 IoT 디바이스의 목적을 소정의 카테고리로 구분하기 위한 상기 키 값에 따라서, 상기 IoT 디바이스를 그룹화하여, 동일 목적을 갖는 하나 이상의 그룹을 포함하는 IoT 그룹 리스트를 생성하도록 구성되는 것인, 상기 클러스터링 모듈과; 상기 클러스터링 모듈로부터 전달되는 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리에 맞는 데이터만 수집하여 필터링된 raw data를 생성하여, raw data DB에 저장하도록 구성되는 필터 모듈과; 상기 raw data DB에 접근하여, 해당 데이터베이스에 저장된 raw data를 데이터의 종류별로 분류하도록 구성된 변환 모듈과; 상기 변환 모듈로부터 입력되는 데이터와 관련하여 소정의 범위가 설정되어 있고, 상기 변환 모듈로부터 입력되는 각각의 데이터를 상기 범위와 비교하여, 그 범위를 벗어나는 데이터를 추출하여 콘볼루션 데이터 DB에 저장하도록 구성됨과 아울러, 입력되는 각 데이터를 다차원의 의미 있는 데이터로 분류/변환하도록 구성된 콘볼루션 모듈과; 상기 콘볼루션 모듈로부터 입력되는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태를 포함하는 스마트 홈 내의 상황을 예측/판단하도록 구성된 예측 모듈과; 상기 예측 모듈에 의해 예측/판단된 스마트 홈 내의 상황에 기초하여, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 통합한 통합 서비스를 제공하도록 구성된 통합 서비스 모듈을 포함하는 것을 특징으로 한다.

한 가지 실시예에 있어서, 상기 IoT 리스트 테이블은 복수 개의 IoT 디바이스 명칭과, 각 디바이스의 기본 기능, 부가 기능 및 목적 항목 및 상기 목적 항목과 관련된 카테고리 항목이 구분되어 저장될 수 있다.

한 가지 실시예에 있어서, 상기 서버는, 상기 스캔 모듈에 의해 검색된 IoT 디바이스가 상기 리스트 테이블에 포함되어 있지 않은 경우, 해당 디바이스의 정보를 웹 크롤링 기법을 통해 검색하여 상기 테이블의 각 항목에 맞춰 해당 테이블을 업데이트하도록 구성되고, 또한 검색 결과 테이블의 각 항목에 대한 내용이 변경된 경우 그 변경된 내용을 반영하여 테이블을 업데이트하도록 구성된 업데이트 모듈을 더 포함할 수 있다.

한 가지 실시예에 있어서, 상기 변환 모듈은 상기 콘볼루션 모듈 내에 일체로 포함될 수 있다.

한 가지 실시예에 있어서, 상기 클러스터링 모듈은 공지의 K-means 알고리즘을 이용하여 상기 검색된 IoT 디바이스를 그룹화하도록 구성될 수 있다.

한 가지 실시예에 있어서, 상기 필터 모듈은 상기 IoT 그룹 리스트에 기초하여, 각 카테고리에 정의된 데이텅 외의 데이터, 오류 데이터 및 NULL 데이터를 필터링하고 남은 상기 필터링된 raw data를 생성하도록 구성될 수 있다.

한 가지 실시예에 있어서, 상기 콘볼루션 모듈은 상기 필터링된 raw data 중 date, time, ID, sensing data, category 값을 수집함과 아울러, 입력된 데이터를 환경, 감정, 활동 및 시간 차원의 의미 있는 데이터로 분류/변환하도록 구성될 수 있다.

한 가지 실시예에 있어서, 상기 예측 모듈은 콘볼루션 모듈에 의해 변환된 데이터를 deep learning 학습 방법을 통해 해석하여, 상기 스마트 홈 내의 상황을 예측/판단하도록 구성된 AI(Artificial Intelligence) 모듈일 수 있다.

한 가지 실시예에 있어서, 상기 예측 모듈에 의해 스마트 홈 내의 사용자가 위험 상황에 처해 있다고 판단되는 경우, 상기 통합 서비스 모듈은 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 이용하여 해당 위급 상황에 대처할 수 있다.

본 발명의 다른 양태에 따라서, 스마트홈 내에 존재하는 복수 개의 IoT 디바이스의 각 기능을 통합하여, 각 IoT 디바이스의 프로토콜이나 플랫폼에 종속되지 않은 통합 서비스를 제공하도록 구성된 통합 서비스 플랫폼 서버를 이용한 통합 서비스 제공 방법이 제시된다. 상기 통합 서비스 플랫폼 서버는, 상기 통합 서비스 플랫폼 서버는 상기 통합 서비스 플랫폼 서버가 상기 각각의 IoT 디바이스와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스와; IoT 리스트 테이블이 저장되어 있는 메모리로서, 상기 IoT 리스트 테이블은 스마트 홈과 관련된 용어에 기초한 일정 기간 동안의 웹 검색 결과 값 중 상위 값을 추출하여 목록화한 키(key) 값을 갖는 카테고리 항목을 포함하고 있는, 상기 메모리를 포함한다. 상기 통합 서비스 제공 방법은 상기 통합 서비스 플랫폼 서버와 유무선 방식으로 접속되어 있는 스마트 홈 내의 IoT 디바이스를 스캔/검색하는 단계로서, 검색된 IoT 디바이스와 상기 메모리에 저장된 상기 테이블을 비교하여, 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목을 상기 테이블로부터 추출하여, 상기 IoT 리스트 테이블과 동일한 양태의 매핑 테이블을 작성하는 것인, 상기 스캔/검색 단계와; 상기 스캔/검색 단게에서 작성된 매핑 테이블에 기초하여, 상기 검색된 IoT 디바이스를 그룹화하는 단계로서, 상기 검색된 IoT 디바이스의 목적을 소정의 카테고리로 구분하기 위한 상기 키 값에 따라서, 상기 IoT 디바이스를 그룹화하여, 동일 목적을 갖는 하나 이상의 그룹을 포함하는 IoT 그룹 리스트를 생성하는 것인, 상기 그룹화 단계와; 상기 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리에 맞는 데이터만 수집하여 필터링된 raw data를 생성하여, raw data DB에 저장하는 필터링된 raw data 생성 단계와; 상기 raw data DB에 접근하여, 해당 데이터베이스에 저장된 raw data를 데이터의 종류별로 분류하는 변환 단계와; 상기 변환 단계를 통해 얻어지는 데이터와 관련하여 설정된 소정의 범위와, 상기 변환 단계를 통해 얻어지는 데이터를 비교하여, 그 범위를 벗어나는 데이터를 추출하여 콘볼루션 데이터 DB에 저장하고, 입력되는 각 데이터를 다차원의 의미 있는 데이터로 분류/변환하는 데이터 변환 단계와; 상기 데이터 변환 단계에서 얻어지는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태를 포함하는 스마트 홈 내의 상황을 예측/판단하는 단계와; 상기 예측/판단 단계를 통해 예측/판단된 스마트 홈 내의 상황에 기초하여, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 통합한 통합 서비스를 제공하는 단계를 포함하는 것을 특징으로 한다.

상기 통합 서비스 제공 방법에서, 상기 IoT 리스트 테이블은 복수 개의 IoT 디바이스 명칭과, 각 디바이스의 기본 기능, 부가 기능 및 목적 항목 및 상기 목적 항목과 관련된 카테고리 항목이 구분되어 저장될 수 있다.

상기 통합 서비스 제공 방법은 상기 스캔/검색 단계에서 검색된 IoT 디바이스가 상기 리스트 테이블에 포함되어 있지 않은 경우, 해당 디바이스의 정보를 웹 크롤링 기법을 통해 검색하여 상기 테이블의 각 항목에 맞춰 해당 테이블을 업데이트하고 또한 검색 결과 테이블의 각 항목에 대한 내용이 변경된 경우 그 변경된 내용을 반영하여 테이블을 업데이트하는 단계를 더 포함할 수 있다.

상기 통합 서비스 제공 방법에서, 상기 그룹화 단계에서, 공지의 K-means 알고리즘을 이용하여 상기 검색된 IoT 디바이스를 그룹화할 수 있다.

상기 통합 서비스 제공 방법에서, 상기 raw data 생성 단계에 있어서, 상기 IoT 그룹 리스트에 기초하여, 각 카테고리에 정의된 데이텅 외의 데이터, 오류 데이터 및 NULL 데이터를 필터링할 수 있다.

상기 통합 서비스 제공 방법에서, 상기 데이터 변환 단계에 있어서, 상기 필터링된 raw data 중 date, time, ID, sensing data, category 값을 수집함과 아울러, 입력된 데이터를 환경, 감정, 활동 및 시간 차원의 의미 있는 데이터로 분류/변환될 수 있다.

상기 통합 서비스 제공 방법에서, 상기 예측/판단 단계에 있어서, 상기 데이터 변환 단계를 통해 변환된 데이터를 deep learning 학습 방법을 통해 해석하여, 상기 스마트 홈 내의 상황을 예측/판단할 수 있다.

상기 통합 서비스 제공 방법에서, 상기 예측/판단 단계에서, 스마트 홈 내의 사용자가 위험 상황에 처해 있다고 판단되는 경우, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 이용하여 해당 위급 상황에 대처할 수 있다.

본 발명에 따르면, 각종 IoT 디바이스의 플랫폼 등에 상관 없이, 이들 디바이스를 이용하여, 통합적인 서비스를 제공할 수 있다. 즉, 각 디바이스로부터 수신되는 데이터를 소정의 카테고리별로 그룹화하고, 이에 기초하여 불필요한 데이터를 필터링하고 변환한 후, 의미 있는 데이터로 변환한다. 이 의미 있는 데이터에 기초하여, 소정 환경 내의 상황을 예측/판단하고, 이에 기초하여, 상기 환경 내의 각종 IoT 디바이스의 기능을 통합하여 활용함으로써, 기존에 플랫폼에 종속된 서비스와 달리, 통합적인 서비스를 제공할 수 있다.

도 1은 본 발명의 서비스를 모식적으로 표현하는 도면으로서, Super Things 레벨과, Server 레벨과, Service 레벨을 나누어 해당 서비스를 위한 처리 순서를 나타낸다.
도 2는 Super Things 개념을 적용하여 복합 서비스를 제공하기 위해 필요한 각 단계를 모식적으로 나타내는 도면이다.
도 3은 본 발명에 따른 복합적인 서비스를 수식으로 표현한 도면이다.
도 4는 본 발명의 한 가지 실시예에 따른 클러스터링 알고리즘을 보여주는 도면이다.
도 5는 본 발명의 클러스터링 모듈에서 활용되는 IoT 리스트 테이블의 한 가지 예를 보여주는 도면이다.
도 6은 카테고리별 주요 키의 양태를 보여주는 도면이다.
도 7은 본 발명의 한 가지 실시예에 따른 컨볼루션 알고리즘을 보여주는 도면이다.
도 8은 클러스터링에서 선정된 4개의 IoT 디바이스로부터의 데이터가 서버에 전송되어 의미 있는 데이터로 변환되는 과정을 모식적으로 보여주는 도면이다.
도 9는 컨벌루션 결과 만들어진 상기 4개의 IoT 디바이스로부터의 의미 있는 데이터를 테이블 형태로 보여주는 도면이다.
도 10은 본 발명의 한 가지 실시예에 따라서, 스마트 홈 내에서의 통합 서비스를 제공하기 위한 시스템의 전체 구성을 모식적으로 보여주는 도면이다.
도 11은 통합 서비스 플랫폼 서버의 구성 요소를 보여주는 블록도이다.
도 12는 본 발명의 실시예에 따라 각 IoT 디바이스가 상호 통합되어 하나의 통합 서비스를 제공하는 것을 모식적으로 보여주는 도면이다.

이하, 본 발명을 도면을 참조하여 보다 구체적으로 설명한다. 이하의 설명에 있어서, 먼저 본 발명의 전체적인 개요를 설명한 후, 그 구체적인 실시예를 설명한다. 한편, 본 발명 및 실시예의 설명에 있어서, 당업계에 이미 널리 알려진 구성, 예컨대 통신에 있어서, thread, socket 등의 기술 용어의 의미, 구성 등에 대한 설명은 생략한다. 이러한 설명을 생략하더라도, 당업자라면 이하의 설명을 통해 본 발명의 특징적 구성이나 효과 등을 쉽게 이해할 수 있을 것이다.

A. 본 발명의 개요

사물인터넷의 기하급수적인 확장과 발전을 통해 매우 다양한 사물인터넷들이 생겨나고 주변에서도 흔히 접할 수 있게 되었다. 가장 구체적인 사물인터넷 환경 중에 스마트 홈을 대상으로 하는 기존의 사물인터넷은 거주 목적을 위한 단순한 가전과 가구들의 집합에 불과했다면 현재는 사용자의 즐거움과 만족감까지 증진시키기 위한 서비스 제공을 목표로 하고 있다. 그렇지만 현재 스마트 홈 내부의 사물인터넷은 하나의 통합 시스템이기 보다는 각각의 프로토콜, 서버, 시스템을 갖추고 있어 통합하기 어렵다는 문제점을 가지고 있다. 스마트 홈은 단순한 거주의 목적이 아닌 사람의 생활 리듬을 관리하고, 즐거움을 추구하고, 새로운 서비스를 이용할 수 있는 거대한 IoT의 집합체로서 본 발명의 기술을 통해 사물인터넷을 통합하여 다양한 사물인터넷의 기능을 연결하고 이를 통해 새로운 복합적인 서비스가 가능하도록 하며 이를 통해 사용자에게 안락하고 흥미로운 스마트 홈 서비스가 제공된다.

본 발명에서는, IoT를 관리하는 상위 레벨인 Super things(본 발명에서, IoT의 집합체를 의미한다) 모델로 관리자의 역할을 만들고 스마트 홈을 대상으로 하는 홈 서비스를 위해 기존의 스마트 홈 내부의 사물인터넷을 대상으로 한다. 스마트 홈에서의 기존의 서비스는 다양한 기능을 가진 IoT로 이루어져 있으며 서비스로 Healthcare, Home control, Home monitoring, Home appliances 등을 제공하고 있다. 하지만 기존의 서비스는 해당 생산자가 정해놓은 목적에 따라 각자의 역할을 할뿐 사용자의 필요에 따라 그 기능들이 효과적으로 융합된 서비스를 제공하고 있지 않다. 본 발명의 Super things에서는 각자의 역할 및 기능을 파악하고 서로 유기적으로 통합하고 결합하며 이를 객관적인 분석 하에 새로운 복합 서비스를 제공한다.

구체적으로, 본 발명이 제시하는 Super things의 Awareness model은 세 가지 기능을 한다. 첫 번째, IoT에 대한 관계를 정의하고 이를 구분한다. IoT는 각자의 기능이 있으며 이러한 기능들이 서로에게 상쇄역할을 하거나 또는 비슷한 그룹으로 구분되기도 한다. 이것은 clustering 모듈로 각 things가 그룹화 될 수 있는 조건과 기능들을 구분하고 분류될 수 있도록 도와준다. 두 번째, 수집된 데이터들을 의미있는 데이터로 변환하는 기능을 한다. IoT의 환경에서 clustering 모듈을 거쳐 구분되어진 그룹에 따라 raw data를 수집하며 이 데이터는 convolution 모듈을 통해 의미있는 데이터로 만들어진다. 세 번째, 의미있는 데이터를 IoT 환경과 목적에 맞춰 통합되도록 이를 결합하거나 종합적인 서비스를 창출하도록 도와준다. 나아가 추후에는 지능형 학습을 도입하여 사용자의 환경과 선호도를 분석하여 새로운 서비스를 도출하고 IoT 환경을 개선시킬 수 있도록 한다. 본 발명의 상기 개념을 도면을 참조하여, 좀더 구체적으로 설명하면, 다음과 같다.

Super things의 Awareness 모델은 IoT의 단순한 복합 서비스만이 아닌 조화로운 기능들의 새로운 결합을 통해 새롭게 결합된 그룹의 특징에 맞는 재 정의와 의미있는 데이터의 복합 서비스가 되도록 하는 harmonization 시스템 기법이다.

Super Things는 IoT를 이루는 하나의 집합체이다. 집합체 안에는 수많은 IoT가 있으며, IoT는 각각의 다양한 목적을 가지고 있다. IoT는 각자의 고유 기능이 있으며 이것은 각자의 역할 뿐만 아닌 함께 기능할 때 또 다른 복합적인 서비스가 가능하다. 이를 수식으로 나타내면 도 3과 같다.

도 3의 Super Things

는 스마트 홈의 수많은 IoT를 모두 포함하는 IoT 그룹의 큰 개념을 말한다.

는 n개의 수많은 IoT(i)로 구성된다. 스마트 홈에 맞는 서비스를 위해선 n개로 이루어져 있는 IoT중에 x,y,z, ...의 필요한 IoT만을 clustering 하여 c그룹화 시킨다. clustering되어진 c그룹에 i들은 모두 각자의 service를 가지고 있으며, 이러한 c그룹의 결합을 통해 Complex Service CS가 만들어지게 된다.

도 2는 Super things 개념을 적용하여 복합 서비스를 제공하기 위해 필요한 각 단계를 모식적으로 표현한 것이다. Super Things를 구성하는 다양한 IoT를 레이어로 표현하고 있으며 각각의 IoT는 개별적인 서비스와 각 브랜드 또는 제조사별로 서비스를 제공하고 있다. 이것은 상호동작 하는 것이 아니라 개별동작하고 있으며, 브랜드/제조사별로 통합적으로 관리된다 하더라도 단순 제어 서비스이기 때문에 스마트 홈 환경에 맞춘 통합된 서비스를 제공하고 있지 못하다는 한계가 있다. 이러한 서비스의 한계를 개선하고자 Super Things 시스템 기법 중 상황 인지 모델로써 CA-Clustering, CA-Convolution 2가지 모듈을 사용한다. 2가지 모듈을 적용하여 Super things를 구성하고 있는 IoT의 결합을 통해 4차원적인 도형처럼 복합적인 Service가 구현할 수 있다.

도 1에서는 전체적인 서비스의 흐름을 표현하기 위해 Super things 레벨과, Server 레벨, Service 레벨을 나누어 해당 서비스를 위한 처리 순서가 도시되어 있다.

도 1에서 해당 기법은 Super things, Server, Service의 3가지로 나뉜다. Super things는 디바이스 단으로 스마트 홈을 대상으로 하여 스마트 홈 내부의 모든 IoT 디바이스와 세부적인 기능을 Sub Function으로 표현하고 있다. Server 단에서는 Context Awareness model과 Service Awareness model 2가지로 이루어져 있다. 이것은 IoT의 데이터 처리와 최종 Service를 도출하기 위한 역할을 한다. Service 단에서는 Server에서 도출한 종합적인 서비스를 제공하고 실행시키는 것으로 각 IoT의 동작을 처리한다. 세부적으로, Super things 레벨에서는 해당 응용모델로 Smart Home을 대상으로 하였으며, Smart Home 내부의 수많은 IoT를 보여준다. 실내 환경을 위한 IoT, 생활의 편의를 위한 IoT, 건강을 위한 IoT, 원격 제어를 위한 IoT 등 다양한 목적을 가지고 있다. 이러한 목적을 위해선 하나의 IoT가 단일 동작을 하기도 하지만 여러개의 IoT가 어울어져 복합적인 동작을 필요로 하기도 한다.

하지만 이러한 목적을 위해선 동일한 브랜드 또는 제조사의 IoT를 구입해야 할 뿐만 아니라 통합된 서비스를 위해 필요한 모든 IoT 기기를 구매해야 하는데 이것은 현실적으로 매우 불가능하다. 따라서, 이러한 복합적인 동작을 위한 통합 솔루션이 필요하다. Super things는 복합적인 동작을 하는 IoT의 집합들이 모여진 개념이다. Super things 모델은 두 가지 인지(Awareness) 모델을 통해 Complex Service를 제공한다.

본 발명에서, Complex Service를 위한 두 가지 인지(Awareness) 모델로서, Super things의 상황과 환경을 인지하는 Context Awareness 모델과 Service의 Complex를 위한 서비스를 도출하며 제공하는 Service Awareness 모델이 제시된다.

첫 번째로, Context Awareness 모델은 실내의 수많은 IoT 중에 목적이 같은 IoT를 선별하여 필요한 데이터만 수집하고 수집된 데이터는 복합서비스를 위해 의미있는 데이터로 변환하는 과정을 말한다. 여기에는 상황인지형 CA(Context Awareness)-Clusterting 모듈과 CA(Context Awareness)-Convolution 모듈이 있으며 각각의 알고리즘을 통해 실내의 환경과 상황을 인지하게 된다.

CA-Clustering 모듈은 Super things 환경에서의 상황 인지를 위한 모듈로서 CA-Clustering 알고리즘을 통하여 IoT를 주요기능과 부가기능에 따라 구분하고 유사한 목적에 따라 이들을 그룹화하여 IoT의 그룹을 만들어내는 것이다. 개별 IoT의 주요 기능과 부가기능의 목적에 따라 카테고리 별 주요 key와 비교하여 이를 구분하고 유사 목적을 가진 IoT로 그룹화하기 위한 것이다. CA-Clustering의 결과로 나온 그룹화된 IoT list는 해당 목적에 맞게 서비스를 하기 위해 데이터를 동작하게 된다. 동작하며 발생되는 데이터를 수집하게 되고 이것은 필요한 데이터만 수집되도록 도와 서버의 부화를 줄이고, 불필요한 작업을 줄여준다. 수집되어진 데이터는 CA-Convolution 모듈을 통하여 IoT의 데이터를 의미있는 데이터로 변환한다. 이러한 두 가지 단계를 거친 뒤에는 의미있는 데이터의 결합을 통해 조화시켜(harmonization) 새로운 스마트 홈 복합 서비스를 제공한다.

스마트 홈에는 수많은 IoT가 있는데 이것을 통합적으로 관리하기 위하여 그 공간 전체적인 센싱이 필요하다. 스마트 홈의 IoT의 다양한 기능과 목적에 따른 카테고리를 객관적 기준으로 구분하고 파악하기 위해선 CA-Clustering 모듈에 카테고리 별 주요 key가 필요하다. CA-Clustering 모듈에서는 기본적으로 스마트 홈의 주요 IoT를 대상으로 IoT 리스트 테이블을 만들고 주요 기능과 부가 기능, 목적을 정의한다. 정의된 테이블 값을 카테고리 별 주요 key 값에 따라 그룹화한다. 이때 참고하는 카테고리 별 주요 key 값은 스마트 홈과 관련된 주요 용어를 정하여 구글 트렌드 검색을 통해 2004부터 2018년까지 14년간의 검색 데이터를 추산한 결과에 따라 key에 따른 관련 검색어로 상위 값들을 뽑아내어 스마트 홈과 관련된 목록을 수집하였다. 수집된 목록은 카테고리에 대한 세부 목록으로 하여 IoT의 목적과 카테고리의 연관성을 객관화 하도록 하였다.

CA-Convolution 단계는 그룹화 된 IoT간의 상호운용과 상호관계성을 위해 동작되도록 이미지 처리에서 사용되는 Convolution 개념을 사용하여 데이터를 효율적으로 변환한다. 그룹화 된 IoT의 데이터를 수집하고 이를 의미있는 데이터로 변환하여 최소한의 값을 데이터베이스화한다. Server에서는 IoT의 의미있는 데이터 값을 통해 Service를 도출해내며 각각의 Service를 통합하여 Complex Service를 도출해 낸다.

Service Awareness 모델은 Context Awareness 모델에서 전달되어진 의미있는 데이터에 대한 각각의 서비스를 통합하는 과정을 말한다. 각각의 서비스는 하나의 복합서비스를 위한 요소로써 이루어지며 이를 통합하였을 때 새로운 서비스가 가능하도록 조화롭게 통합하는 것이다.

구체적인 Smart Home Complex Service로는 실내의 IoT를 통해 위급한 환경을 객관적으로 인지하여 위급 상황을 대처하는 서비스이다. 위급 상황을 대처하기 위해선 기존의 단순하고 개별적인 IoT의 데이터보다는 복합적이고 세부적인 다양한 IoT의 데이터를 처리하여 더 세밀하게 다양한 경로를 통하여 상황을 인지할 필요가 있다. 그렇기 때문에 해당 Complex Service에서는 두 가지 모델을 포함하여 전체적인 platform을 통해 상황을 인지하고 각각의 의미있는 데이터의 서비스를 정교하게 통합시켜 복합 서비스를 하는 것이다.

도 4는 Super things 모델의 Smart Home Service 두 가지 모델 중 CA-Clustering 모듈 알고리즘으로서 IoT의 목적을 파악하여 목적별로 그룹화 된 IoT의 집합을 만드는 것이 목표로 한다. 우선 수많은 IoT 중에 해당 기술의 대상인 스마트 홈 내부의 IoT를 대상으로 하여 가장 보편적이고 대중적인 IoT를 선별하여 IoT 이름과 주요 기능, 부가 기능, 목적을 정의하여 놓는다. 이렇게 정의한 테이블이 도 5이며 해당 테이블의 값을 list[n, mf, sf, p, c]에 넣는다. 리스트의 값 중 c값은 카테고리 값을 넣기 위한 변수로써 c값은 카테고리 별 주요 key를 정리해 놓은 도 6을 참고하여 key에 따라 카테고리 값을 정의한다. 도 6의 카테고리 별 주요 key는 수많은 IoT의 목적을 일정범위의 카테고리로 구분하기 위해 만들었으며 여기서 말하는 key가 IoT별 목적을 나타낸다. 도 6을 참고하여 list[ ]값이 모두 채워진다면 이 값을 IoT table 카테고리 행에 작성한다. IoT의 list의 카테고리를 check하여 동일 카테고리의 경우 같은 그룹에 묶이도록 한다. 그렇게하면 최종적으로 동일한 카테고리를 가진 IoT는 그룹화 된다. 이 그룹화된 IoT 집합은 동일한 목적을 위해 여러 가지 각자의 기능에 따라 서비스를 제공 할 수 있게 되는 것이다.

도 7은 CA-Convolution 모듈 알고리즘으로서, CA-Clustering 모듈 알고리즘에서 만들어진 list g의 raw data를 입력한다. list g는 각 카테고리화 되어진 IoT의 그룹이며 각각의 그룹은 카테고리에 따라 비슷한 목적을 가지고 있는 그룹이다. 그렇기 때문에 CA-Convolution 모듈 알고리즘에서는 그룹화된 IoT의 ID 값을 수집하여 각 해당 IoT의 raw data를 수집하도록 한다. raw data 중 d(date), t(time), I(ID), s(sensing data), c(category)값을 수집하고 이를 IoT ID에 따라 resource로 정의한다.

정의된 resource는 Four Dimention이라는 4차원적인 구분을 통해 각각 4차원적인 데이터를 모두 적절하게 수집하도록 한다. 각 환경에 따라 주어진 IoT내에서 복합적인 서비스를 위해 다양한 경로를 통해 상황을 분석할 수 있도록 하는 Four Dimention이라는 개념을 제시한다. 이것은 편향적인 데이터의 분석을 지양하고 4차원적인 환경(Environment), 감정(Emotion), 활동(Motion), 시간(Time)이라는 다양성 있는 접근을 통해 복합서비스를 제공하려는 알고리즘 개념이다. 각각의 4차원적인 요소로 구분된 값은 각각 개별적인 서비스가 가능하며, 이것은 Service Awareness 모델을 통하여 통합되어 Complex 형태로 서비스된다.

도 8에서 CA-Clustering에서 선정된 4개의 IoT는 데이터를 서버로 전달한다. 각각은 Thread로 만들어지며 다중쓰레드 형식의 다중 소켓으로 구성된다. 이것은 서버에서 하나의 소켓에서 처리되며 TCP/IP 프로토콜을 통해 네트워킹 된다.

도 9에 도시한 테이블은 의미있는 정보로 변환된 데이터를 보여준다. 이 데이터는 IoT 데이터를 각각의 카테고리에 따라 데이터가 수집된 것으로 해당 데이터는 각각의 서비스가 될 뿐만 아니라 4개의 통합을 통해 해당 연구에서 보여주는 복합서비스인 위급 상황 대비를 위해 사용된다.

Server에서는 IoT list table의 카테고리에 따라 행동, 감정, 주변환경, 감각, 방범, 관찰 등으로 공통되어진 CA-Clustering된 IoT를 그룹화하여 데이터를 수집하도록 하였다. 수집된 데이터는 raw data로 CA-Convolution 모듈을 통해 의미있는 정보로 변환된다. 이것은 최종적으로 도 1에 Service 레벨에서 보여주는 Complex Service로 위급상황대처라는 서비스를 도출한다. 위급상황대처를 위해 실내 IoT list table에 있는 목적에 따라 긴급호출, 실시간 영상처리, 비상 조명 및 벨을 동작 시키게 된다.

상기한 바와 같이, 본 발명자는 스마트 홈 및 IoT 관련 기술의 급속도 발전함에 따라 야기된 비효율적 통합 운영체계와 서비스 등의 문제를 파악하였다. 이러한 문제점을 해소하기 위해 IoT 기기의 기능에 따른 상호 통합 시스템 구축이 필요하여 본 발명의 Super things 기법을 제시한다. 즉 스마트 홈의 복합적인 IoT 서비스를 위해서 스마트 홈 통합시스템 기법인 Super things 기법을 제시한다.

기존의 각각의 서비스를 제공하던 IoT를 더 세분화하여 데이터에 따라 또는 기능에 따라 이를 카테고리화 하였고 이를 통해 세부적인 용도의 파악과 통합적 관리를 가능하게 하였다. 즉

IoT의 CA-Clustering 모듈을 통해 필요없는 IoT 데이터의 일방적인 중앙 집중식 데이터의 수집을 막으며 불필요한 데이터 처리를 줄인다. 또한, IoT의 단순한 기능을 복합적으로 결합시킴으로써 IoT 기능의 재사용성을 높여준다.

CA-Convolution 모듈을 통해 IoT의 raw data에서의 의미있는 정보를 수집하고 이 또한 데이터의 재사용을 촉진시켜준다. Super things 기법을 통해 IoT의 functions를 재정의 함으로써 그들 사이의 관계를 Harmonization을 통하여 새로운 융합형 Complex Service를 설계 및 제공한다.

또한, 기존의 스마트 홈 내부의 사물인터넷의 기능을 효율적으로 적재적소에 사용하며 이를 통해 효율적인 융합형 서비스가 가능하게 한다. 단순히 사물인터넷 제조업자의 목적에 따른 서비스가 아닌 사용자 별로 지금 현재 사용 중인 다양한 사물인터넷의 조화를 통해 제공한다.

Super things 기법은 지능적으로 모든 IoT를 연결하여 디지털 수요의 모든 것을 충족시키는 것을 목표한다. 이것은 산업 분야 전반에 걸쳐 모든 것에 적용됨으로써 스마트 홈, 자율주행 차, 로봇, 빌딩, 제조업, 스마트 팩토리 등 수많은IoT 분야에 Super things 시스템을 도입할 수 있으며, 이는 사물인터넷 및 AI, VR, MR, 빅데이터 등 전반적인 4차 산업에 기반이 되는 서비스 산업을 융합하고 조화롭게 작업하도록 하는 것을 더욱 강화하는데 큰 효과를 가져 올 것이다.

또한, Super things 기법의 Complex Service를 위한 Harmonized 알고리즘의 지능적인 학습을 추가하는 경우, 스스로 IoT의 특성을 분석하고 새로운 조합을 통해 Complex Service가 가능하다. 이것은 스마트 홈 뿐만 아닌 사물인터넷 전체의 통합과도 연관성이 있으며 네트워크의 사용을 줄이고 에너지 절약 등 다양한 분야의 도움이 되는 상호 복합적인 서비스 기법이 될 것으로 예상된다.

B. 실시예

이하에서는, 상기한 것과 같이 본 발명에서 제안한 복합 서비스 개념을 실제 스마트홈 환경에서 적용하는 예를 설명한다. 이러한 활용을 통해, 기존과 달리, 상이한 플랫폼 등에 기반한 다수의 IoT 디바이스를 통합 제어하여, 각 IoT 디바이스의 플랫폼이나 프로토콜 등에 종속되지 않는 새로운 복합 서비스를 제공할 수 있을 것으로 예측할 수 있다.

1. 통합 서비스 플랫폼 서버

도 10에는 상기한 본 발명의 개념 내지 구성을 스마트 홈 서비스 시스템에 적용한 경우의 개략적인 구성이 도시되어 있고, 도 11은 본 발명의 서비스를 제공하기 위한 통합 서비스 플랫폼 서버(100)의 전체 구성을 개략적으로 보여주는 블록도이다.

도 10에 도시한 바와 같이, 스마트 홈 내에는 수 많은 IoT(IoT 1 내지 IoT n)이 존재한다. 기존의 IoT는 단순한 가전, 가구, 전자기기의 집합에 불과하여, 각 기기가 고유의 기능만을 제공하고 있을 뿐이고, 이들을 통합하여 새로운 서비스를 제공할 수는 없는 바, 이는 상기한 바와 같이, 각각의 IoT가 사실상 다양한 제조업자에 의해 생산됨에 따라 상이한 프로토콜이나 플랫폼에 기반하여 동작하기 때문이다. 본 발명에서는 상기한 바와 같이, 이러한 사정을 고려하여, 다양한 IoT가 한 공간(예컨대, 스마트 홈)에 존재하는 경우, 이들 IoT를 소정의 기준에 따라 유기적으로 통합/결합하여, 새로운 통합 서비스를 제공한다. 이하, 이러한 서비스를 수행하도록 구성된 통합 서비스 플랫폼 서버(100)에 대하여 구체적으로 설명한다.

도 11에 도시한 바와 같이, 통합 서비스 플랫폼 서버(100)는 통신 모듈(110), 스캔 모듈(120), 클러스터링 모듈(130), 필터 모듈(140), 변환 모듈(150), 콘볼루션 모듈(160), 예측 모듈(170), 통합 서비스 모듈(180), 데이터베이스(190-1, 190-2)를 포함한다. 또한, 통합 서비스 플랫폼 서버(100)는 도시 생략한 메모리와, 서버의 전체 기능 및 상기 구성 요소들의 기능/동작을 제어하는 제어부도 포함한다. 한편, 통합 서비스 플랫폼 서버(100)는 컴퓨팅 장치와 같은 서버 형태로 구현될 수도 있지만, 본 실시예와 같이, 스마트 홈 환경의 경우, 셋톱 박스와 같은 소형의 디바이스 형태로 구현될 수도 있다. 즉, 본 발명은 통합 서비스 플랫폼 서버(100)의 구현 형태와 관련하여서는 특별히 제한되지 않는다.

통신 모듈(110)은 통합 서비스 플랫폼 서버(100)가 스마트 홈 내의 각종 IoT와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스로서, 공지의 장치를 이용할 수 있다.

한편, 도면 부호를 생략한 IoT 리스트 테이블은 예컨대 도 5에 도시한 것과 같이 미리 작성하여(예컨대, 통합 서비스 플랫폼 서버 제조업자), 통합 서비스 플랫폼 서버의 출하시에 상기 메모리에 저장된다. 도 5에서, 각종의 IoT는 대표적인 사물인터넷 디바이스를 열거한 것이다. 기본 기능, 부가 기능 및 목적의 경우, 해당 디바이스에 대하여 가장 대표적인 것이라 생각되는 것을 구체적으로 한정한 것이다. 예컨대, 스마트폰의 경우, 그 기능은 사실상 셀 수 없을만틈 많다고 할 수 있다. 그러나, 이러한 모든 기능에 대하여 데이터를 처리하여 소정의 통합 서비스를 제공하는 것은 곤란하다. 따라서, 본 발명자는 각 IoT 디바이스에 있어서, 가장 대표적인 기능, 즉 기본 기능과 그 외에 중요하다고 생각되는 부가 기능의 대표적인 기능들을 미리 정하여, 테이블화하였다. 이와 같이 함으로써, 본 발명의 서비스를 제공함에 있어서, 필요한 데이터만 수집되도록 하여(즉 후술하는 필터링) 서버의 부하 및 불필요한 작업을 줄일 수 있다. 테이블의 목적이나, 카테고리 역시 마찬가지이다. 특히, 본 실시예에 있어서, 카테고리의 경우, 각 주요 키 값(도 6 참조)은 스마트 홈과 관련된 주요 용어를 정하여 구글 트렌드 검색을 통해 2004부터 2018년까지 14년간의 검색 데이터를 추산한 결과에 따라 키에 따른 관련 검색어로 상위 값들을 뽑아내어 스마트 홈과 관련된 목록만 수집한 것이다. 수집된 목록은 카테고리에 대한 세부 목록으로 하여 IoT의 목적과 카테고리의 연관성을 객관화 하도록 하였다. 이러한 기능, 목적, 카테고리는 임의로 설정한 데이터로서, 본 발명의 서버가 사용되는 장소에 맞춰 변경할 수 있다. 즉, 본 발명은 테이블의 각 칼럼의 내용 데이터에 한정되는 것은 아니라는 것을 이해하여야 한다. 한편, 상기 테이블의 IoT 종류, 기능 등은 고정된 것이 아니다. 즉, 본 발명에 따르면, 도시 생략한 업데이트 모듈이 웹 크롤링 기법에 의해 검색을 수행하여, 상기 테이블에 정의되지 않은 IoT가 검색되면, 그에 대한 정보를 추가 기록하여, 해당 테이블을 업데이트하여 최신의 상태로 유지하고 아울러, 기본 기능이나, 주요 기능 등의 경우도 검색 결과에 따라 그 내용이 변경되는 경우 변경되는 내용을 반영하여 업데이트하도록 구성된다. 이러한 검색은 소정의 시간마다 수행될 수도 있고, 백그라운드에서 지속적으로 수행될 수도 있다.

상기와 같은 통합 서비스 플랫폼 서버(100)가 스마트 홈 내에 설치되면, 스캔 모듈(스캐닝 IoT)(120)은 통합 서비스 플랫폼 서버(100)와 유무선 형태로 접속 된 스마트 홈 내의 IoT 디바이스를 스캔/검색한다. 이어서, 스캔 모듈(120)은 검색된 IoT 디바이스와 상기 메모리에 저장된 테이블을 비교하고, 테이블에서 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목과 매핑 및 추출하여(예컨대, 냉장고가 검색된 경우, 도 5의 IoT in 스마트홈 칼럼의 냉장고 및 관련 데이터, 즉 기본 기능, 부가 기능, 목적 및 카테고리를 추출), 새로운 스마트 홈 IoT 리스트 테이블(매핑 테이블)을 구성하고 클러스터링 모듈(130)에 전달한다.

클러스터링 모듈(130)은 스캔 모듈(120)로부터 수신된 매핑 테이블에 기초하여, IoT 디바이스를 그룹핑한다. 즉, 클러스터링 모듈(130)은 예컨대, 도 4에 도시한 것과 같은 클러스터링 알고리즘 또는 공지의 K-means 알고리즘을 이용하여, 검색된 IoT 디바이스를 목적별, 즉 수 많은 IoT의 목적을 일정범위의 카테고리로 구분하기 위한 도 6의 키에 따라서, 다시 말하면 유사한 목적에 따라(카테고리에 기초하여) 이들을 그룹화하여 IoT 그룹 리스트를 생성한다. 이는 개별 IoT의 주요 기능과 부가기능의 목적에 따라 카테고리 별 주요 key와 비교하여 이를 구분하고 유사 목적을 가진 IoT로 그룹화하여 여러 IoT를 통합적으로 관리하기 위한 것이다. 이를 통해, 동일한 카테고리를 가진 IoT 디바이스들을 그룹화하고, 이 그룹화된 IoT 집합은 동일한 목적을 위해 여러 가지 각각의 기능에 따라 서비스를 제공할 수 있게 된다(즉 그룹 리스트는 매핑 테이블에 기초하여, 카테고리별로 IoT를 그룹화한 것으로서, 그룹 리스트의 각 그룹에 포함되는 IoT 디바이스의 기능이나, 목적, 카테고리 등은 그룹 리스트를 통해서 파악할 수 있다). 클러스터링 모듈은 이와 같이 작성한 IoT 그룹 리스트를 필터 모듈(140)에 전달한다.

필터 모듈(140)은 클러스터링 모듈(130)로부터 전달받은 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리(즉 목적)에 맞는 데이터만 수집하는 역할을 수행한다. 즉, 스마트 홈 내의 IoT 디바이스들로부터 통신부(110)를 통해 수신되는 데이터는 셀 수 없을 만큼 종류가 다양하고 또 크기도 다양하다. 이러한 모든 데이터를 처리하게 되면, 서버의 부하가 증가하게 되고, 불필요한 작업들도 수행하게 된다. 이를 방지하기 위하여, 필터 모듈(140)은 클러스터링 모듈(130)로부터 전달받은 IoT 그룹 리스트에 기초하여, 각 카테고리에 정의된 데이터 외의 데이터라든지, 오류 데이터, NULL 데이터 등을 필터링하여, 필터링된 raw data를 생성하고, 이를 raw data DB(190-1)에 저장한다. 이러한 필터링을 통해, 예컨대 건강 카테고리에 속하는 스마트폰으로부터 수신가능한 데이터 중 건강과 관련이 없는 데이터, 예컨대 스마트폰의 배터링 상태 정보, 메일 정보 등의 데이터는 필터링되고, 예컨대 맥박 정보와 같은 건강 정보만을 상기 데이터베이스에 저장한다(물론, 스마트폰은 웨어러블 카테고리로도 그룹화될 수 있으며, 이러한 카테고리에 속하는 정보는 그 카테고리에 정의된 데이터로서 필터링되어 데이터베이스에 저장된다. 이는 다른 IoT 디바이스에 대해서도 마찬가지이다). 필터 모듈(140)은 상기와 같이 IoT 디바이스로부터 수신되는 정보 중 각 카테고리의 목적에 맞지 않은 데이터를 필터링하고 남은 필터링된 RAW DATA를 데이터베이스(190-1)에 저장함과 아울러, 이를 변환 모듈(150)로 전달한다.

변환 모듈(150)은 필터링된 raw data를 데이터의 종류별로 분류하는 역할을 수행한다. 즉, 필터 모듈(150)에 의해 얻어지는 필터링된 raw data는 각 카테고리의 목적에 맞는 데이터이기는 하지만, 그 데이터의 종류가 다양하다. 따라서, 이러한 데이터를 각 목적별로 처리할 수 있도록 하기 위하여, 변환 모듈(150)은 raw data DB(190-1)에 접근하여, 그 데이터베이스에 저장된 각각의 raw data를 데이터의 종류별로 분류하여(예컨대, 텍스트 데이터, 건강관련 데이터, 온도 데이터, 시간 데이터 등), 콘볼루션 모듈(160)로 전달한다. 한편, 도시한 실시예에서는 변환 모듈(150)이 콘볼류션 모듈(160)과 별개인 것으로 도시되어 있지만, 콘볼루션 모듈(160)이 변환 모듈의 기능도 수행하도록 구성될 수 있다. 즉, 변환 모듈은 콘볼루션 모델에 포함되거나 일체로 구성될 수 있다.

변환 모듈(150)로부터 입력되는 데이터는 카테고리화된 데이터, 즉 목적별로 구분된 데이터로서, 콘볼루션 모듈(160)은 이들 raw data 중 date, time, ID, sensing data, category 값을 수집하고, 이를 IoT ID에 따라 resource로 재정의한다. 이때, 콘볼루션 모듈(160)에는 각 IoT 디바이스의 목적별로 소정의 범위를 갖고 있으며(즉, IoT 디바이스의 기능이나 목적에 따라 일반적인 또는 평균적인 것으로 고려되는 데이터의 범위), 이를 상기 수신된 raw data와 비교하여, 그 범위를 벗어나는 데이터를 추출하여 저장하도록 구성된다. 즉, 변환 모듈(150)로부터 입력되는 데이터는 일상적인 데이터, 즉 누구나 예상할 수 있는 범위 내의 데이터가 포함될 수 있는데, 이러한 데이터는 소정의 통합 서비스를 제공하는 데에는 그 중요성이 떨어진다. 하지만, 일정 범위(예컨대, 에어컨의 경우, 소정의 동작 시간 범위, 소정의 온도 범위가 설정될 수 있다. 이러한 동작 시간 범위, 온도 범위에 속하는 시간, 온도 데이터는 통상의 데이터로 간주되지만, 상기 시간 범위를 벗어나 에어컨이 동작하고 있다거나, 온도 범위를 벗어난 온도 데이터가 입력된다면, 스마트 홈 내의 에어컨 동작과 관련하여, 소정의 조치를 취할 필요가 있다고 볼 수 있으므로(예컨대, 에어컨의 동작을 정지하거나 동작 세기를 줄여 적정 온도를 유지하는 조치), 이러한 이상 데이터를 추출하는 것이 바람직하다). 또한, 편향적인 데이터 분석을 지양하고 보다 다면적인 접근을 통한 통합 서비스를 제공하기 위하여, 콘볼루션 모듈(160)에는 입력되는 데이터를 환경, 감정, 활동, 시간이라는 의미있는 데이터 개념으로 분류하도록 구성된다. 예컨대, 센싱 데이터가 메시지인 경우, 이는 감정으로, GPS 데이터는 환경으로, x, y, z 좌표 데이터는 활동으로, 시간 및 날짜는 시간이라는 의미 있는 데이터로 구분 및 변환되어 해석되고, 이와 같이 변환된 데이터는 convolution DB(190-2)에 저장된다. 콘볼루션 모듈에 의해 작성된 데이터의 일예가 도 9에 도시되어 있다.

콘볼루션 모듈(160)은 상기한 것과 같이, 변환 모듈(150)로부터 입력된 데이터를 의미 있는 데이터로 변환하여, convolution DB(190-2)에 저장함과 아울러, 그 의미 있는 데이터를 예측 모듈(170)로 전달한다. 예측 모듈(170)은 콘볼루션 모듈(160)로부터 입력되는 의미 있는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태, 예컨대, 사용자의 심리, 주변 행동, 목소리 감정 및 주변 상황 등을 파악한다. 이러한 예측 모듈(170)은 예컨대, AI(Artificial Intelligence) 예측 모듈로서, deep learning 등의 학습 방법을 통해, 입력된 데이터를 해석하여, 사용자의 상태나 주변 상황을 파악하도록 구성된다.

통합 서비스 모듈(180)은 예측 모듈(170)에 의해 예측 및 판단된 스마트 홈 내의 상황에 기초하여, IoT 디바이스를 이용한 통합 서비스를 제공하는 모듈이다. 예컨대, 예측 모듈(170)에 의해 스마트 홈 내의 사용자가 어떤 위험 상황에 처해 있다고 판단되면, 통합 서비스 모듈(180)은 스마트 홈 내의 IoT 디바이스를 이용하여, 그 위급상황에 대처한다. 예컨대, 스마트폰을 통해 외부(예컨대, 119)에 응급상황을 호출한다든지, 비상벨을 울리게 한다든지, 비상조명을 점등하여, 주변에 도움을 요청하는 서비스를 수행한다. 즉, 하나의 IoT 디바이스를 이용하여, 응급상황에 대처하는 것이 아니라, 예측 모듈(170)에 의해 판단된 스마트 홈 내의 상황에 대응하여, 그 상황에 대처할 수 있는 스마트 홈 내의 복수의 IoT 디바이스의 기능을 활용하여, 통합적인 응급 상황 대처 서비스를 수행할 수 있다. 이러한 통합 서비스의 양태가 모식적으로 도 12에 도시되어 있다.

이상 본 발명을 실시예를 참조하여 설명하였지만, 본 발명은 상기 실시예에 제한되지 않으며, 후술하는 청구범위 내에서 다양하게 변형 및 수정될 수 있다. 예컨대, 상기 실시예에서는 본 발명을 스마트 홈 내에 적용하는 것으로 설명하였으나, 본 발명은 이에 제한되지 않고, 예컨대 자율주행 차, 로봇, 빌딩, 제조업, 스마트 팩토리 등 수많은 IoT 분야에 적용할 수 있다. 또한, 도 11에 도시한 서버의 구성 요소들은 부분적으로 하드웨어 또는 소프트웨어 형태로 구현될 수 있고 또는 전체적으로 하드웨어 또는 소프트웨어 형태로 구현될 수 있다. 또한, 실시예에서 설명한 각 구성요소의 명칭이나 그 기능은 하나의 예시에 불과한 것이고, 본 발명이 그에 제한되는 것은 아니다. 따라서, 본 발명은 청구범위 및 그 균등물에 의해서만 제한된다.

100: 통합 서비스 플랫폼 서버
110: 통신 모듈
120: 스캔 모듈
130: 클러스터링 모듈
140: 필터 모듈
150: 변환 모듈
160: 콘볼루션 모듈
170: 예측 모듈
180: 통합 서비스 모듈
190-1, 190-2: 데이터베이스

Claims (17)

1. 스마트홈 내에 존재하는 복수 개의 IoT 디바이스의 각 기능을 통합하여, 각 IoT 디바이스의 프로토콜이나 플랫폼에 종속되지 않은 통합 서비스를 제공하도록 구성된 통합 서비스 플랫폼 서버로서,
   상기 통합 서비스 플랫폼 서버가 상기 각각의 IoT 디바이스와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스와;
   IoT 리스트 테이블이 저장되어 있는 메모리로서, 상기 IoT 리스트 테이블은 스마트 홈과 관련된 용어에 기초한 일정 기간 동안의 웹 검색 결과 값 중 상위 값을 추출하여 목록화한 키(key) 값을 갖는 카테고리 항목을 포함하고 있는, 상기 메모리와;
   상기 통합 서비스 플랫폼 서버와 유무선 방식으로 접속되어 있는 스마트 홈 내의 IoT 디바이스를 스캔/검색하도록 구성된 스캔 모듈로서, 검색된 IoT 디바이스와 상기 메모리에 저장된 상기 테이블을 비교하여, 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목을 상기 테이블로부터 추출하여, 상기 IoT 리스트 테이블과 동일한 양태의 매핑 테이블을 작성하도록 구성된 것인 상기 스캔 모듈과;
   상기 스캔 모듈로부터 입력된 매핑 테이블에 기초하여, 상기 검색된 IoT 디바이스를 그룹화하도록 구성된 클러스터링 모듈로서, 상기 검색된 IoT 디바이스의 목적을 소정의 카테고리로 구분하기 위한 상기 키 값에 따라서, 상기 IoT 디바이스를 그룹화하여, 동일 목적을 갖는 하나 이상의 그룹을 포함하는 IoT 그룹 리스트를 생성하도록 구성되는 것인, 상기 클러스터링 모듈과;
   상기 클러스터링 모듈로부터 전달되는 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리에 맞는 데이터만 수집하여 필터링된 raw data를 생성하여, raw data DB에 저장하도록 구성되는 필터 모듈과;
   상기 raw data DB에 접근하여, 해당 데이터베이스에 저장된 raw data를 데이터의 종류별로 분류하도록 구성된 변환 모듈과;
   상기 변환 모듈로부터 입력되는 데이터의 송신원인 각 IoT 디바이스의 기능/목적과 관련하여 정해진 설정범위가 미리 설정되어 있고, 상기 변환 모듈로부터 입력되는 각각의 데이터를 상기 설정범위와 비교하여, 그 설정범위를 벗어나는 데이터를 추출하여 콘볼루션 데이터 DB에 저장하도록 구성됨과 아울러, 입력되는 각 데이터를 환경, 감정, 활동 및 시간의 의미를 포함하는 데이터로 분류/변환하도록 구성된 콘볼루션 모듈과;
   상기 콘볼루션 모듈로부터 입력되는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태를 포함하는 스마트 홈 내의 상황을 예측/판단하도록 구성된 예측 모듈과;
   상기 예측 모듈에 의해 예측/판단된 스마트 홈 내의 상황에 기초하여, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 통합한 통합 서비스를 제공하도록 구성된 통합 서비스 모듈
   을 포함하는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
2. 청구항 1에 있어서, 상기 IoT 리스트 테이블은 복수 개의 IoT 디바이스 명칭과, 각 디바이스의 기본 기능, 부가 기능 및 목적 항목 및 상기 목적 항목과 관련된 카테고리 항목이 구분되어 저장되어 있는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
3. 청구항 2에 있어서, 상기 스캔 모듈에 의해 검색된 IoT 디바이스가 상기 리스트 테이블에 포함되어 있지 않은 경우, 해당 디바이스의 정보를 웹 크롤링 기법을 통해 검색하여 상기 테이블의 각 항목에 맞춰 해당 테이블을 업데이트하도록 구성되고, 또한 검색 결과 테이블의 각 항목에 대한 내용이 변경된 경우 그 변경된 내용을 반영하여 테이블을 업데이트하도록 구성된 업데이트 모듈을 더 포함하는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
4. 청구항 1에 있어서, 상기 변환 모듈은 상기 콘볼루션 모듈 내에 일체로 포함되는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
5. 청구항 1에 있어서, 상기 클러스터링 모듈은 공지의 K-means 알고리즘을 이용하여 상기 검색된 IoT 디바이스를 그룹화하도록 구성되는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
6. 청구항 1 내지 청구항 5 중 어느 한 항에 있어서, 상기 필터 모듈은 상기 IoT 그룹 리스트에 기초하여, 각 카테고리에 정의된 데이텅 외의 데이터, 오류 데이터 및 NULL 데이터를 필터링하고 남은 상기 필터링된 raw data를 생성하도록 구성되는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
7. 청구항 6에 있어서, 상기 콘볼루션 모듈은 상기 필터링된 raw data 중 date, time, ID, sensing data, category 값을 수집함과 아울러, 입력된 데이터를 환경, 감정, 활동 및 시간 차원의 의미 있는 데이터로 분류/변환하도록 구성되는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
8. 청구항 7에 있어서, 상기 예측 모듈은 콘볼루션 모듈에 의해 변환된 데이터를 deep learning 학습 방법을 통해 해석하여, 상기 스마트 홈 내의 상황을 예측/판단하도록 구성된 AI(Artificial Intelligence) 모듈인 것을 특징으로 하는 통합 서비스 플랫폼 서버.
9. 청구항 8에 있어서, 상기 예측 모듈에 의해 스마트 홈 내의 사용자가 위험 상황에 처해 있다고 판단되는 경우, 상기 통합 서비스 모듈은 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 이용하여 해당 위급 상황에 대처하는 것을 특징으로 하는 통합 서비스 플랫폼 서버.
10. 스마트홈 내에 존재하는 복수 개의 IoT 디바이스의 각 기능을 통합하여, 각 IoT 디바이스의 프로토콜이나 플랫폼에 종속되지 않은 통합 서비스를 제공하도록 구성된 통합 서비스 플랫폼 서버를 이용한 통합 서비스 제공 방법으로서,
    상기 통합 서비스 플랫폼 서버는,
    상기 통합 서비스 플랫폼 서버는 상기 통합 서비스 플랫폼 서버가 상기 각각의 IoT 디바이스와 유무선 통신망을 통해 데이터를 전송 및 수집하기 위한 통신 인터페이스와;
    IoT 리스트 테이블이 저장되어 있는 메모리로서, 상기 IoT 리스트 테이블은 스마트 홈과 관련된 용어에 기초한 일정 기간 동안의 웹 검색 결과 값 중 상위 값을 추출하여 목록화한 키(key) 값을 갖는 카테고리 항목을 포함하고 있는, 상기 메모리를 포함하고,
    상기 통합 서비스 제공 방법은
    상기 통합 서비스 플랫폼 서버와 유무선 방식으로 접속되어 있는 스마트 홈 내의 IoT 디바이스를 스캔/검색하는 단계로서, 검색된 IoT 디바이스와 상기 메모리에 저장된 상기 테이블을 비교하여, 검색된 IoT 디바이스와 매칭되는 IoT 디바이스 항목을 상기 테이블로부터 추출하여, 상기 IoT 리스트 테이블과 동일한 양태의 매핑 테이블을 작성하는 것인, 상기 스캔/검색 단계와;
    상기 스캔/검색 단게에서 작성된 매핑 테이블에 기초하여, 상기 검색된 IoT 디바이스를 그룹화하는 단계로서, 상기 검색된 IoT 디바이스의 목적을 소정의 카테고리로 구분하기 위한 상기 키 값에 따라서, 상기 IoT 디바이스를 그룹화하여, 동일 목적을 갖는 하나 이상의 그룹을 포함하는 IoT 그룹 리스트를 생성하는 것인, 상기 그룹화 단계와;
    상기 IoT 그룹 리스트에 기초하여, IoT 디바이스들로부터 전송되는 각종 데이터 중, 각 디바이스가 속하는 카테고리에 맞는 데이터만 수집하여 필터링된 raw data를 생성하여, raw data DB에 저장하는 필터링된 raw data 생성 단계와;
    상기 raw data DB에 접근하여, 해당 데이터베이스에 저장된 raw data를 데이터의 종류별로 분류하는 변환 단계와;
    상기 변환 단계를 통해 얻어지는 데이터의 송신원인 각 IoT 디바이스의 기능/목적과 관련하여 미리 정해진 설정범위와, 상기 변환 단계를 통해 얻어지는 데이터를 비교하여, 상기 설정범위를 벗어나는 데이터를 추출하여 콘볼루션 데이터 DB에 저장하고, 입력되는 각 데이터를 환경, 감정, 활동 및 시간의 의미를 포함하는 데이터로 분류/변환하는 데이터 변환 단계와;
    상기 데이터 변환 단계에서 얻어지는 데이터에 기초하여, 스마트 홈 내의 사용자의 상태를 포함하는 스마트 홈 내의 상황을 예측/판단하는 단계와;
    상기 예측/판단 단계를 통해 예측/판단된 스마트 홈 내의 상황에 기초하여, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 통합한 통합 서비스를 제공하는 단계
    를 포함하는 것을 특징으로 하는 통합 서비스 제공 방법.
11. 청구항 10에 있어서, 상기 IoT 리스트 테이블은 복수 개의 IoT 디바이스 명칭과, 각 디바이스의 기본 기능, 부가 기능 및 목적 항목 및 상기 목적 항목과 관련된 카테고리 항목이 구분되어 저장되어 있는 것을 특징으로 하는 통합 서비스 제공 방법.
12. 청구항 11에 있어서, 상기 스캔/검색 단계에서 검색된 IoT 디바이스가 상기 리스트 테이블에 포함되어 있지 않은 경우, 해당 디바이스의 정보를 웹 크롤링 기법을 통해 검색하여 상기 테이블의 각 항목에 맞춰 해당 테이블을 업데이트하고 또한 검색 결과 테이블의 각 항목에 대한 내용이 변경된 경우 그 변경된 내용을 반영하여 테이블을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 통합 서비스 제공 방법.
13. 청구항 10에 있어서, 상기 그룹화 단계에서, 공지의 K-means 알고리즘을 이용하여 상기 검색된 IoT 디바이스를 그룹화하는 것을 특징으로 하는 도록 구성되는통합 서비스 제공 방법.
14. 청구항 10 내지 청구항 13 중 어느 한 항에 있어서, 상기 raw data 생성 단계에 있어서, 상기 IoT 그룹 리스트에 기초하여, 각 카테고리에 정의된 데이텅 외의 데이터, 오류 데이터 및 NULL 데이터를 필터링하는 것을 특징으로 하는 통합 서비스 제공 방법.
15. 청구항 14에 있어서, 상기 데이터 변환 단계에 있어서, 상기 필터링된 raw data 중 date, time, ID, sensing data, category 값을 수집함과 아울러, 입력된 데이터를 환경, 감정, 활동 및 시간 차원의 의미 있는 데이터로 분류/변환되는 것을 특징으로 하는 통합 서비스 제공 방법.
16. 청구항 15에 있어서, 상기 예측/판단 단계에 있어서, 상기 데이터 변환 단계를 통해 변환된 데이터를 deep learning 학습 방법을 통해 해석하여, 상기 스마트 홈 내의 상황을 예측/판단하는 것을 특징으로 하는 통합 서비스 제공 방법.
17. 청구항 15에 있어서, 상기 예측/판단 단계에서, 스마트 홈 내의 사용자가 위험 상황에 처해 있다고 판단되는 경우, 상기 스마트 홈 내의 복수 개의 IoT 디바이스의 각 기능을 이용하여 해당 위급 상황에 대처하는 것을 특징으로 하는 통합 서비스 제공 방법.

Images