KR102302507B1 - 빅데이터 및 ａｉ 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템 - Google Patents

Abstract

빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템이 제공되며, 선호하는 단체의 형태를 이미지 기반으로 기 설정된 수 이상 선택하고, 이미지에 기 매핑되어 태깅된 태그를 이용하여 유사도가 기 설정된 기준값 이상인 후보군을 수신하며, 청약의 유인 및 청약을 포함하는 계약성립과정으로 최종 매칭이 된 경우 후원금 및 물품을 결제하는 후원자 단말, 피후원자에 대한 정보를 기 설정된 양식포맷에 입력하고, 피후원자에 대한 정보가 태그화되어 후원자 단말에서 선택된 태그와의 유사도가 기 설정된 기준값 이상인 경우 후보군으로 선정되며, 후원자 단말의 후원을 요청하는 경우 후원사 프로포즈에 대응하는 청약의 유인의 의사통지를 전달하는 피후원자 단말 및 피후원자 단말로부터 입력된 피후원자에 대한 정보를 수집하여 빅데이터를 구축하는 빅데이터화부, 후원자 단말로부터 이미지를 선택받는 경우, 이미지에 태깅된 태그를 질의(Query)로 입력하여 기 설정된 기준값 이상으로 유사도가 산출되는 피후원자 단말을 후보군으로 선별하는 선별부, 피후원자 단말에서 청약의 유인을 전달하고 후원자 단말에서 청약을 완료하여 계약이 성립된 경우 협약서를 작성하도록 하는 계약완료부를 포함하는 매칭 서비스 제공 서버를 포함한다.

Description

빅데이터 및 ＡＩ 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템{SYSTEM FOR PROVIDING BIGDATA AND ARTIFICIAL INTELLIGENCE BASED MATCHING SERVICE BETWEEN PATRON AND SPONSOR FOR SUSTAINABLE SPONSORSHIP}

본 발명은 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템에 관한 것으로, 후원자와 피후원자 간에 제공할 수 있는 것과 제공받아야 하는 것을 태그화하여 매칭시킴으로써 상호보완적인 관계로 지속가능성을 높일 수 있는 플랫폼을 제공한다.

기업의 안정적 성장을 위해서는 기업과 소비자와의 관계형성이 중요하다. 기업은 소비자와 그들이 속해 있는 사회와의 관계를 끊임없이 맺어나가기 위한 노력을 하고 있으며, 안정적이며 지속적인 성장을 위해 사회 공헌활동(CSR: Corporate Social Responsibility)을 추구함으로써, 환경, 교육, 문화예술후원, 소외계층 지원, 사회적 약자에 대한 배려 등 다양한 분야에서 지역발전과 소비자들을 위해 행동하는 사회공헌 활동이 나타나는 것을 많이 볼 수 있다. 더욱이, 소비자들의 의식이 공익을 생각하게 되고, 관련 정보의 유통이 활발해지면서 CSR은 중요한 구매 기준으로 바뀌었고, 기업으로서는 지속 가능한 성장을 넘어 새로운 기회를 창출하는 분야로 부각되고 있는 추세로 인하여 그 중요성 또한 나날이 높아지고 있다. 그리하여 다양한 사회공헌 활동 중에서 문화예술 지원 분야는 기업 상품의 새로운 가치를 창출할 수 있고, 기업 브랜드 이미지 상승과 더불어 소비자들에게 큰 영향을 미치게 된다.

이때, 후원자와 피후원자 간을 매칭하는 방법 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국공개특허 제2017-0036305호(2017년04월03일 공개) 및 한국공개특허 제2019-0119773호(2019년10월23일 공개)에는, 재난 지역 정보에 해당하는 지역을 후원 대상 지역으로 설정하여 후원 대상자를 등록할 수 있는 인터페이스를 생성하고, 후원자 단말의 후원 서비스 요청에 따라 데이터베이스에 저장된 후원 대상자 정보를 이용하여 후원 대상자 리스트를 제공하고, 후원 대상자 리스트 중 적어도 하나 이상이 선택되면, 선택된 후원 대상자에게 후원 서비스를 제공하는 구성과, 창작자 단말로부터 콘텐츠 창작자의 신상 및 활동 이력을 포함하는 창작자 데이터를 수집 및 분석하고, 후원자 데이터를 바탕으로 후원자의 선호도를 분석하여 후원자 및 피후원자 간 상관도를 분석하며, 상관도 분석 결과에 따라 콘텐츠와 후원자 사이에 상관도가 높은 순서로 매칭 데이터를 생성하는 구성이 개시되어 있다.

다만, 상술한 후원은 기업의 이미지를 쇄신시키기 위해 단발성으로 일어나는 일방적 후원이기 때문에, 지속적인 후원 자체가 어렵고 기업의 경영상황이 악화되는 경우 가장 먼저 예산을 줄이는 부분이 후원 분야이기 때문에, 후원을 받는 단체나 개인은 지속적인 후원을 받을 수가 없다. 또, 후원을 받는 단체나 개인이 후원요청을 한다고 할지라도 마케팅 비용 자체가 없거나 적기 때문에 일회성 이벤트에 끝나거나 홍보가 잘 되지 않아 홍보비만 사용하고 후원은 전혀 들어오지 않는 경우가 대부분이다. 그리고, 후원을 하고자 하더라도 후원할 개인이나 단체를 찾아보는 것도 광범위한 검색이 되어 결과의 모호함으로 후원을 하기에도 이를 진행할 자료가 부족하거나 너무 많아 중도에 포기하는 사람들도 존재한다. 이에, 후원자와 피후원자 간의 정확한 매칭과 지속가능한 후원이 이루어질 수 있도록 상호 니즈를 매칭해줄 수 있는 플랫폼의 연구 및 개발이 요구된다.

본 발명의 일 실시예는, 후원자 및 피후원자 풀을 빅데이터로 수집하고, 후원자 및 피후원자의 니즈(Needs)를 수집하여 태그로 태깅한 후, 태그 기반으로 선호도 또는 유사도를 계산함으로써 지속가능한 후원이 이루어질 수 있도록 매칭을 수행하며, 청약의 유인 및 청약의 계약성립과정에 의해 협약서를 작성한 후 후원금 및 물품을 피후원자에게 전달하고, 후원을 받은 피후원자의 단체의 상황을 팔로우업(Follow up)하여 콘텐츠로 제작 및 유통시킴으로써 2차 수익을 발생시킬 수 있도록 수익 구조를 개선하는, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 선호하는 단체의 형태를 이미지 기반으로 기 설정된 수 이상 선택하고, 상기 이미지에 기 매핑되어 태깅된 태그를 이용하여 유사도가 기 설정된 기준값 이상인 후보군을 수신하며, 청약의 유인 및 청약을 포함하는 계약성립과정으로 최종 매칭이 된 경우 후원금 및 물품을 결제하는 후원자 단말; 피후원자에 대한 정보를 기 설정된 양식포맷에 입력하고, 상기 피후원자에 대한 정보가 태그화되어 상기 후원자 단말에서 선택된 태그와의 유사도가 기 설정된 기준값 이상인 경우 후보군으로 선정되며, 상기 후원자 단말의 후원을 요청하는 경우 후원사 프로포즈에 대응하는 청약의 유인의 의사통지를 전달하는 피후원자 단말; 및 상기 피후원자 단말로부터 입력된 피후원자에 대한 정보를 수집하여 빅데이터를 구축하는 빅데이터화부, 상기 후원자 단말로부터 상기 이미지를 선택받는 경우, 상기 이미지에 태깅된 태그를 질의(Query)로 입력하여 기 설정된 기준값 이상으로 유사도가 산출되는 피후원자 단말을 후보군으로 선별하는 선별부, 상기 피후원자 단말에서 청약의 유인을 전달하고 상기 후원자 단말에서 청약을 완료하여 계약이 성립된 경우 협약서를 작성하도록 하는 계약완료부를 포함하는 매칭 서비스 제공 서버;를 포함하되, 상기 매칭 서비스 제공 서버는, 상기 최종 매칭이 된 후 협약서를 작성하는 경우 상기 후원자 단말 및 피후원자 단말 간 채팅 및 화상통화를 통하여 송수신된 텍스트 및 동영상을 수집하여 협약서로 저장한 후 상기 후원자 단말 및 피후원자 단말로 전달하는 증거보존부; 및 상기 후원자 단말의 후원금 및 물품이 상기 피후원자 단말의 후원 단체로 지급 및 전달된 후, 상기 피후원자 단말로부터 상기 후원자 단말의 물품과 관련된 촬영 데이터가 수신된 경우, 상기 촬영 데이터를 적어도 하나의 콘텐츠 유통 플랫폼에 팔로우업 콘텐츠로 배포하여 후원자와 피후원자가 수익을 창출할 수 있게 하는 팔로우업부;를 더 포함하고, 상기 증거보존부는 증거의 진정성을 보장하기 위해, 수집된 디지털 증거 데이터를 수집 당시의 상태 및 환경을 기록한 메타 데이터 정보와 함께 묶어 패키지의 형태로 보관하는 것을 특징으로 하는 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템을 제공할 수 있다.
여기서, 상기 증거보존부는, 상기 후원자 단말 및 피후원자 단말 간의 화상통화를 하는 화면 영상을 그대로 보관이 가능하며, 가역 정보 은닉(Reversible Data Hiding, RDH) 기법을 통해 무결성 확인 정보를 상기 화면 영상에 삽입하여 무결성을 검증할 수 있다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 후원자 및 피후원자 풀을 빅데이터로 수집하고, 후원자 및 피후원자의 니즈(Needs)를 수집하여 태그로 태깅한 후, 태그 기반으로 선호도 또는 유사도를 계산함으로써 지속가능한 후원이 이루어질 수 있도록 매칭을 수행하며, 청약의 유인 및 청약의 계약성립과정에 의해 협약서를 작성한 후 후원금 및 물품을 피후원자에게 전달하고, 후원을 받은 피후원자의 단체의 상황을 팔로우업(Follow up)하여 콘텐츠로 제작 및 유통시킴으로써 2차 수익을 발생시킬 수 있도록 수익 구조를 개선할 수 있다.

도 1은 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 매칭 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.

본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템(1)은, 적어도 하나의 후원자 단말(100), 매칭 서비스 제공 서버(300), 적어도 하나의 피후원자 단말(400)을 포함할 수 있다. 다만, 이러한 도 1의 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.

이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 후원자 단말(100)은 네트워크(200)를 통하여 매칭 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 매칭 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 후원자 단말(100) 및 적어도 하나의 피후원자 단말(400)과 연결될 수 있다. 또한, 적어도 하나의 피후원자 단말(400)은, 네트워크(200)를 통하여 매칭 서비스 제공 서버(300)와 연결될 수 있다.

여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.

적어도 하나의 후원자 단말(100)은, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 후원 단체에 후원을 하고자 하는 후원자 개인, 단체, 기관, 기업 등의 단말일 수 있다. 이때, 후원자 단말(100)은, 후원자의 니즈(Needs)가 저장되도록 매칭 서비스 제공 서버(300)에 입력할 수 있고, 후원가능한 물품이나 금액 등을 설정하여 매칭 서비스 제공 서버(300)에 저장하는 단말일 수 있다. 그리고, 후원자 단말(100)은 후원을 하고자 하는 단체의 이미지나 검색어 또는 태그 등을 이용하여 후보군을 소팅(Sorting)하고, 후보군 중 원하는 후원 단체를 선택하거나 후원 단체로부터 프로포즈, 즉 청약의 유인을 받고 후원 단체를 선택하는 단말일 수 있다. 최종 매칭이 완료되면 후원자 단말(100)은 협약서를 매칭 서비스 제공 서버(300)를 통하여 피후원자 단말(400)과 작성하고, 협약서를 서로 나누어 가지도록 매칭 서비스 제공 서버(300)로부터 수신하는 단말일 수 있다. 그리고, 후원자 단말(100)은 피후원자 단말(400)의 계좌로 후원금을 이체하거나, 후원 물품을 피후원자 단말(400)에서 입력한 배송지로 배송시키는 단말일 수 있다.

여기서, 적어도 하나의 후원자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 후원자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 후원자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

매칭 서비스 제공 서버(300)는, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 매칭 서비스 제공 서버(300)는, 적어도 하나의 후원자 단말(100) 및 피후원자 단말(400)로부터 후원자 및 피후원자의 정보와 필요한 물품이나 정보 등의 니즈(Needs)를 수집하여 빅데이터를 구축하는 서버일 수 있다. 이때, 매칭 서비스 제공 서버(300)는, [후원자-정보-태그-이미지-니즈], [피후원자-정보-태그-이미지-니즈] 등과 같이 정보를 입력하고, 후원자가 필요한 사항(니즈)과 피후원자가 제공할 수 있는 사항(정보)를 매칭하여 기브 앤 테이크가 될 수 있도록, 제공할 수 있는 것과, 제공받고자 하는 것들을 매칭해줄 수 있도록 각 정보를 데이터베이스화하는 서버일 수 있다. 지속가능한 후원이 이루어지기 위해서는 후원자도 후원을 함으로써 얻는 이득이 있어야 하는데, 단순히 이미지 제고만을 위하여 후원을 하는 경우에는 일회성 또는 단발성으로 그치는 경우가 많기 때문에, 매칭 서비스 제공 서버(300)는, 양 당사자 각자의 니즈와 제공할 수 있는 것들을 매칭해줌으로써 상호보완적 관계, 상생할 수 있는 관계를 맺어주기 위하여 상술한 데이터베이스를 구축할 수 있다. 예를 들어, 유기견 보호소(피후원자)와 사료생산업체(후원자)가 서로 상생의 길을 가면서 지속가능하도록 하기 위해서는, 후원자는 사료를 공급해주는 대신 유기견 보호소에서 사료를 공급받아 유기견들이 배불리 먹고 자는 모습을 촬영하여 홍보나 마케팅용으로 사용할 수 있다면 서로 윈윈관계가 될 수 있다. 이에, 피후원자는 유기견들이 후원자의 사료를 먹는 동영상을 촬영해줄 수 있고(피후원자-정보-니즈), 후원자는 사료를 공급할 수 있다면(후원자-정보-니즈) 서로가 줄 수 있는 것(물품, 정보)을 교환할 수 있고 서로에게 이득이 되므로 지속가능한 관계가 가능하다.

여기서, 매칭 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.

적어도 하나의 피후원자 단말(400)은, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 후원을 받는 단체 또는 개인의 단말일 수 있다. 이때, 피후원자 단말(400)은 매칭 서비스 제공 서버(300)에서 제공하는 양식포맷에 맞게 피후원자의 정보를 매칭 서비스 제공 서버(300)에 입력하고, 이후 후원자 단말(100)에서 피후원자를 검색하여 후보군에 선별된 경우, 후원자 단말(100)로 추가자료, 예를 들어 소개자료(e.g., 텍스트, 이미지, 동영상, 문서파일 등)를 매칭 서비스 제공 서버(300)로 전송함으로써 후원자에게 프로포즈, 즉 청약의 유인을 할 수 있는 단말일 수 있다. 이때, 청약의 유인이란, 타인으로 하여금 청약을 해올 것을 촉구하는 행위로, 이는 의사의 통지(계약의 체결을 수용할 의사가 있음을 표시)로서 청약의 유인에 대해 상대방이 청약을 하면 청약의 유인을 한 자가 승낙의 의사표시를 함으로써 계약이 성립되는 것이다. 또, 청약이란, 상대방의 승낙과 결합하여 일정한 내용의 계약을 성립시킬 것을 목적으로 하는 일방적, 확정적 의사표시이다. 이때, 상대방의 승낙이 있으면 계약을 성립시키겠다는 확정적 구속의사가 있다면 청약, 불확정적이면 청약의 유인이다. 따라서, 피후원자 단말(400)은, 후원자 단말(100)에서 계약을 하겠다는 청약(후원 제의)을 해오는 경우, 피후원자 단말(400)에서 승낙을 함으로써 계약을 성립시킬 수 있는 단말일 수 있다.

여기서, 적어도 하나의 피후원자 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 피후원자 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 피후원자 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

도 2는 도 1의 시스템에 포함된 매칭 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.

도 2를 참조하면, 매칭 서비스 제공 서버(300)는, 빅데이터화부(310), 선별부(320), 계약완료부(330), 증거보존부(340), 추가전달부(350), 태그DB부(360), 팔로우업부(370) 및 모니터링부(380)를 포함할 수 있다.

본 발명의 일 실시예에 따른 매칭 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 후원자 단말(100) 및 적어도 하나의 피후원자 단말(400)로 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 후원자 단말(100) 및 적어도 하나의 피후원자 단말(400)은, 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 적어도 하나의 후원자 단말(100) 및 적어도 하나의 피후원자 단말(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.

도 2를 설명하기 앞서 본 발명이 도출된 계기를 간단히 설명한다.

비영리 기관에 있어서 기관의 활동을 원활하게 수행하기 위해 후원자와의 관계지속 매우 중요한 부분이다. 비영리 기관의 재정원천인 후원금은 후원자의 자발적인 동기에 의해 후원 기관과의 일체감을 금전적으로 표현한다는 차원에서 그 의미를 준다고 할 수가 있다. 그러나 한국 비영리기관들의 이러한 중요성에도 불구하고 후원자에 대한 체계적인 관리는 상대적으로 미흡했던 것이 현실이다. 비영리기관 운영에 있어서 마케팅 개념을 도입하고자 많은 시도를 했는데, 대부분이 기관의 개념설정, 프로모션 활동 등에 한정되고 있다. 따라서 본 발명의 일 실시예는 후원자와 후원기관에 대한 관계지속성을 유지하기 위한 방법을 제시한다.

후원기관의 지속적인 후원 의도는 만족도, 활동성과, 후원기관은 평가요인중 이미지와 윤리성이 영향을 미치고 있다. 이를 통하여 후원기관에서는 지속적인 후원을 받기 위하여 아래의 마케팅적 시사점을 제시할 수 있다. 첫째, 후원이 지속적으로 이루어지기 위해서는 기관에 대한 후원자들에 신뢰가 매우 중요하며, 이런 신뢰는 기관이 윤리적으로 잘 운영되는지, 활동성과에 대한 후원자들에 평가를 기초로 한 후원기관의 이미지, 만족도에 의해서 형성된다고 할 수 있다. 비영리기관들이 후원금으로 후원사업을 잘 운영하는 것도 중요하지만, 후원기관이 하고 있는 후원사업에 대한 홍보 및 이해를 돕는 노력이 필요하다.

둘째, 후원활동이 원활히 이루어지기 위해서는 후원자들이 후원활동을 통해서 정서적, 감정적 가치를 얻고 있다는 점을 인식하고, 이런 부분을 충족할 수 있는 활동이 이루어 져야 한다. 즉 활동성과에 대한 홍보를 통해서 후원자들에 후원활동과 후원자들에 정서적, 감정적 가치에 일치를 가져올 수 있는 노력이 후원기관에 노력이 필요하다. 셋째, 영리기관에 있어서 신뢰를 기초로 한 관계마케팅 즉 지속적 고객관계 유지의 중요성은 매우 익숙한 개념이지만 아직까지는 비영리기관에서는 후원자들과의 장기관계에 대한 연구가 거의 없었다고 해도 과언이 아니다. 본 발명의 일 실시예는 지속적인 후원활동을 위한 방법론을 제시하는데 의미가 있다고 할 수가 있다.

도 2를 참조하면, 빅데이터화부(310)는, 피후원자 단말(400)로부터 입력된 피후원자에 대한 정보를 수집하여 빅데이터를 구축할 수 있다. 피후원자 단말(400)은, 피후원자에 대한 정보를 기 설정된 양식포맷에 입력하여 빅데이터화부(310)에 저장시킬 수 있다. 이때, 피후원자 단말(100)로부터 수집받는 데이터는 피후원자가 필요한 금액 및 물품(니즈)와, 피후원자가 제공할 수 있는 것(정보)을 입력받는다. 이때, 정보는 피후원자의 후원 단체의 정보를 의미한다. 예를 들어, 체육회 단체에 체육인들이 있다는 정보를 입력했다면, 체육회 단체에서는 체육인의 정보를 보유하고 있다, 또 이를 줄 수 있다는 의미이다. 여기서, 후원자가 보험회사이고 체육인의 정보가 필요하다(니즈)고 가정하면, 체육회 단체와 보험사는 매칭이 가능해지는 것이다. 따라서, 기브 앤 테이크의 개념으로 서로가 줄 수 있는 것과, 받아야 하는 것을 매칭해주기 위하여 빅데이터화부(310)는 피후원자의 정보와 니즈를 입력받아 데이터 풀(Pool)을 구성한다. 이때 각각의 정보는 태그화되도록 태그가 태깅된다.

이때, 많은 후원 단체가 존재하고 그 범위가 광범위하다보니 피후원자 단말(400)로부터 직접 데이터를 입력을 받아 빅데이터를 구축할 수도 있지만, 홍보가 제대로 되지 않거나 많이 알려지지 않은 경우, 또 플랫폼 운영 초기에는 데이터를 웹 크롤링으로 직접 수집하는 것이 더 넓은 범위로 데이터를 수집할 수도 있다. 웹 클로링을 위한 웹 크롤러란 조직적, 자동화된 방법으로 월드 와이드 웹을 탐색하는 컴퓨터 프로그램이다. 웹 크롤러가 하는 작업을 웹크롤링(WebCrawling) 혹은 스파이더링(Spidering)이라 부르며 봇이나 소프트웨어 에이전트의 한 형태이다. 웹 크롤러는 크게 일반 웹 크롤러와 분산 웹 크롤러가 있다.

웹 크롤러의 기본 동작을 설명하면, 우선 URL 프론티어(Frontier) 모듈에서 URL을 가져와 HTTP 프로토콜을 사용해 해당 URL의 웹 페이지를 가져오는 것으로 시작한다. 그런 다음 패치(Fetch) 모듈에서 임시 저장소에 웹 페이지를 저장하고, 파서(Parser) 모듈에서 텍스트와 링크를 추출을 하고 텍스트는 인덱서(Indexer)에 보내진다. 링크의 경우는 URL 프론티어에 추가되어야 하는지에 대해 Content Seen, URL Filter, Duplication URL Element 모듈들을 거치면서 판단하게 된다. 이때, 웹 문서를 전부를 일반 웹 크롤러로 크롤링 한다는 것은 사실상 불가능하기 때문에 분산 웹 크롤러를 더 사용할 수 있다.

분산 웹 크롤러는 크게 2가지로 나누어지는데 그 중 하나가 중앙 집중식(Centralized) 방식이고 다른 하나는 P2P(or Fully-Distributed) 방식이다. 중앙 집중식 분산 웹 크롤러는 URL 매니저가 서버와 같은 역을 수행하고, 크롤러가 클라이언트 역을 하는 구조이다. 크롤러에서 문서를 다운로드 받고 아웃링크(OutLink) URL을 추출하여 URL 매니저에게 넘겨주면 URL 매니저는 다운로드 받은 문서의 URL인지 검사하여 URL 중복을 제거를 한다. 즉 일반 웹 크롤러에서 URL 중복과 URL 관리를 하는 부분을 URL 매니저가 대신 해 주는 것이다. 한편, P2P 방식은 각 Crawler가 완전 독립적인 구조를 가진다. P2P 방식은 각각의 크롤러가 일반 웹 크롤러처럼 동작을 한다. 각각의 크롤러는 문서를 다운로드 받고 OutLink URL을 추출하고 URL 중복제거까지 모두 각각의 크롤러가 독립적으로 동작한다. 이렇게 하기 위해서는 각각의 크롤러에서 관리하는 다운로드 받은 URL 목록은 서로 배타적이어야 한다. 그렇지 않으면 서로 다른 크롤러에서 같은 문서를 다운로드 받는 현상이 발생할 것이다. 이것을 해결하는 방법으로 각각의 크롤러는 다운로드 받을 URL 도메인(Domain)을 서로 배타적으로 나눠서 관리할 수 있다. 즉, 자신이 다운로드 도메인에 속하는 것만 관리하고 나머지 URL은 다른 크롤러에게 넘기는 방법인데, 이러한 방법을 이용하는 경우 각각의 크롤러가 독립적으로 동작할 수 있다.

그 다음은 웹 콘텐츠를 추출해야 하는데, 웹 콘텐츠 추출 기술은 웹 문서로부터 정보 분석에 활용될 콘텐츠 등을 자동으로 추출하는 기능을 제공한다. 웹 콘텐츠 추출 시스템은 콘텐츠를 추출하는 규칙을 자동 생산해 콘텐츠만을 추출하는 장치로 콘텐츠 추출 규칙을 자동 생성하는 규칙 생성기(Rule Generator), 주어진 웹 문서에서 내비게이션 콘텐츠를 제거하는 네비게이션 콘텐츠 제거기(Navigation Content Eliminator), 콘텐츠 추출 규칙 키워드 유사도 비교를 통해 콘텐츠를 추출하는 콘텐츠 추출기(Core Context Extractor)로 구성될 수 있다. 물론, 상술한 크롤링 방법 이외에도 다양한 방법으로 실시간 자료를 수집하는 것도 가능하며 나열된 것들로 한정되지 않으며 열거되지 않은 이유로 배제되지 않는다.

빅데이터화부(310)는, 피후원자 단말(400) 및 후원자 단말(100)의 정보 및 니즈(Needs)를 포함한 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 저장된 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 태그로 분류를 포함한 전처리를 실시하고, 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여 빅데이터를 구축할 수 있다.

선별부(320)는, 후원자 단말(100)로부터 이미지를 선택받는 경우, 이미지에 태깅된 태그를 질의(Query)로 입력하여 기 설정된 기준값 이상으로 유사도가 산출되는 피후원자 단말(400)을 후보군으로 선별할 수 있다. 이때, 이미지 이외에 태그도 가능하다. 어차피 이미지도 태그가 태깅된 데이터이기 때문에, 태그 자체를 선택하는 것이나 이미지를 선택하는 것이나 동일한 결과를 가져온다. 빅데이터화부(310)에서 피후원자의 정보를 모두 빅데이터로 수집하고 태그로 태깅했기 때문에, 후원자 단말(100)에서 선택한 태그와 유사 또는 동일한 태그를 찾고 유사도를 기준으로 리스트업(Listup)하는 작업은 어렵지 않다. 빅데이터에 질의로 후원자 단말(100)에서 선택한 태그가 입력되었다면, 출력으로 태그와 유사한 태그를 가지는 피후원자의 리스트를 제공하는 것이다.

이때, 각 태그는 시스템을 구축할 때 플랫폼에서 설정해놓은 것이기 때문에 다양한 후원자 또는 피후원자가 원하는 바를 충족하기 어려울 수 있다. 태그는, 고정된 것이 아니라, 누적되는 후원자 데이터 및 피후원자 데이터에 따라 새로 생성되거나 변경 또는 삭제될 수도 있는 유동적인 분류자일 수 있다. 데이터의 정제와 분류를 위해서는 정보자원의 분석이 요구되나, 다양한 종류의 후원자 또는 피후원자가 사용하는 용어가 서로 다르고, 보유하고 있는 인적자원 및 물적자원 등이 서로 다름에 따라 각각의 후원자 또는 피후원자가 기 설정된 태그로 자신이 원하는 정보를 표현할 수 없는 경우가 많다. 이때, 태그(선택지)가 존재하지 않는 경우, 대부분의 플랫폼에서는 기타 박스를 생성하고, 기타에 자신을 표현할 수 있는 정보를 기재하도록 하는데, 이렇게 기재된 데이터를 태그화하기 위하여, 본 발명의 일 실시예에서는, 기타 박스에 포함된 단어 및 문장을 벡터 형태로 표현한 후 벡터 형태로 표현된 기타 박스의 단어 및 문장의 클러스터링을 수행하도록 한다. 이렇게 태그화가 진행되면, 이후 태그는 후원자가 피후원자를 선택할 때 필터로써 역할을 수행하게 된다.

이때, 클러스터링이란 텍스트 마이닝과 정보검색이론 분야의 연구에서 많이 적용되는 대표적인 비지도학습 방법이며, 군집화 방법에 따라 계층구조 클러스터링(Hierarchical Clustering), 분할구조 클러스터링(Partitional Clustering), 그리고 스펙트럼구조클러스터링(Spectral Clustering)으로 나누어진다. 가장 일반적으로 사용되는 클러스터링 알고리즘은 상향식 계층군집화(Agglomerative hierarchical clustering) 알고리즘과 K-means 알고리즘이 있는데, K-means 알고리즘은 상향식 계층 클러스터링보다 성능은 떨어지지만 효율적인 군집화 알고리즘으로 평가되고 있다. 이에 따라, 본 발명의 일 실시예에서는, 군집화 성능보다 효율성에 더 초점을 맞추어 K-means 알고리즘을 군집화 알고리즘으로 적용할 수 있다. 물론, 상향식 계층군집화 알고리즘을 배제하는 것은 아니다. 이때, K-means 알고리즘은, 벡터 공간내의 K개의 중심점을 K개의 클러스터로 표현할 수 있다는 전제를 가지고 수행되며, 일반적으로 각 벡터의 코사인 유사도 산출을 통해 클러스터를 형성한다. K-means 알고리즘은 클러스터를 생성하는 방법에 따라 bisecting, antipole, multipole 등의 다양한 확장 알고리즘을 더 이용할 수 있다.

상술한 과정을 상세히 설명하면 다음과 같다.

첫 번째로, 기타 박스에 기재된 단어 및 문장의 형태소 분석 및 불용어 제거 과정을 진행할 수 있다. 기타 박스에 기재된 단어 및 문장을 가지고 K-means를 수행하기 위해 기타 박스에 기재된 데이터들은 클러스터링 수행에 적합한 형태로 변환되어어야 한다. 이를 위해, 단어 및 문장을 벡터로 변환하는 수치화 작업을 진행한다. 수치화 작업을 위하여 단어 및 문장에 대한 형태소 분석을 실시하며, 그 결과 형태소 하나하나가 한 벡터의 차원을 이루게 된다. 해당 형태소의 포함 여부에 따라 각각의 벡터 요소들은 1 또는 0의 값을 가지게 되며, 이 과정에서 형태소 분석기를 이용할 수 있다.

두 번째는, 태그 풀(Tag Pool)을 생성하는 것이다. 단어 및 문장이 기재된 기타 박스 간의 거리 측정 및 비교 가능한 기준은 벡터 곱을 통해 달성된다. 이를 위해 모든 형태소에 대한 정보를 포함하고 있는 표준벡터에 대한 정의가 필요하며, 이러한 표준벡터로 모든 기타 박스로부터 추출된 태그 풀을 사용할 수 있다. 태그 풀은, 모든 기타 박스에 포함된 단어 및 문장으로부터 추출된 태그들을 중복 없이 모두 담고 있는 풀을 의미한다.

세 번째는, 태그의 계층구조를 제작하는 과정인데, 태그 계층구조는 앞서 제작한 태그 풀을 기반으로 제작된다. 태그 계층구조 생성을 위한 벡터는 태그 풀의 요소를 서로 비교하면서 임의의 태그들이 동일한 태그 풀에 포함된 경우가 몇 번 있는가에 따라 벡터 값을 부여할 수 있다. 예를 들어, 서로 다른 의뢰인이 서로 다른 기타 박스에 입력한 단어 및 문장에서 임의의 두 태그를 동시에 입력한 정도에 따라 벡터값이 부여된다. 이러한 방식을 따라 산출된 각각의 태그 벡터들은 단위벡터로 변환 후 K-means를 통해 클러스터링 되고, 군집 분석을 통해 유사도가 높은 벡터들끼리 그룹화하여 몇 개의 태그 그룹으로 분류될 수 있다. 그리고 다시 각각의 그룹에 대해 위와 같은 클러스터링 작업을 반복적으로 적용함으로써 전체 태그 집합에 대한 태그 계층구조를 생성할 수 있다.

마지막으로, 태그 벡터를 계산해야 하는데, 마지막으로 태그 벡터를 만드는 과정을 통해 군집화 알고리즘을 수행하기 위한 모든 준비 과정이 끝나게 된다. 이 과정을 통해 각각의 기타 박스가 서로 얼마나 닮은 정보를 가지고 있는지 유추해 볼 수 있는 기준을 마련하게 된다. 이에 더하여, 태그 계층구조를 태그 벡터에 반영하기 위해 계층구조를 바탕으로 계산된 값을 사용할 수 있고, 이때 부여되는 벡터 값은 예를 들어, Leacock-Chodorow Measure를 사용할 수 있지만, 이에 한정되는 것은 아니다. Leacock-Chodorow Measure는 0부터 무한대까지의 값으로 어휘 유사도를 표현하기 때문에, 태그 벡터의 가중치를 업데이트하는 용도로 적용할 수 있다.

이렇게 클러스터링을 위한 모든 준비가 완료되면, 각 기타 박스를 묶는 작업을 통하여 새로운 태그를 도출할 수 있다. 이때, 첫 클러스터링 K값의 결정을 위해, K-means 클러스터링 적용할 때, 군집화 결과 그룹의 개수(K)는 군집화 성능에 중요한 영향을 미친다. 대부분의 경우 K는 정적인 변수로 설정되어 그 개수에 맞추어 클러스터링 결과를 도출하도록 하고 있지만 서로 다른 후원자 또는 피후원자의 방향성, 특이성으로 인하여 다른 방향의 태그를 가지는 특성을 고려하면 일정한 K값을 정하는 것은 매우 어려운 일이다.

따라서, 본 발명의 일 실시예에 따른 방법에서는 기타 박스에 포함된 단어 및 문장에 따른 각기 다른 태그에 따라 각기 다른 K값을 설정하는 것도 가능하다. K-means는 최적의 클러스터가 생성될 때까지 반복하여 군집을 재생성한다. 즉, K-means에 의해 일단 클러스터가 생성되면 클러스터된 모든 그룹들에 대하여 중심 값을 다시 계산하고 모든 태그 풀을 대상으로 K개의 클러스터에 순서대로 벡터 곱을 수행한다. 그 후 수행결과 벡터 곱이 가장 컸던 그룹에 다시 그 태그 풀을 배정하며 마지막 태그 풀까지 벡터곱과 배정 과정을 수행한다. 이로 인해 새로운 클러스터링 결과가 산출되면 다시 중심 값을 구하는 과정을 반복 수행하여 최적의 클러스터링 상태를 이루도록 한다. 이때, 종료 시점은, 새롭게 형성된 결과들이 직전의 클러스터링 결과와 비교하였을 때 아무런 변화가 일어나지 않았을 때이다. 이렇게 새로이 생성된 태그는 필터로 추가될 수 있다. 마찬가지로 후원자 또는 피후원자들이 사용하지 않는 필터들은 삭제될 수도 있다(Vice versa).

계약완료부(330)는, 피후원자 단말(400)에서 청약의 유인을 전달하고 후원자 단말(100)에서 청약을 완료하여 계약이 성립된 경우 협약서를 작성하도록 한다. 후원자 단말(100)은, 선호하는 단체의 형태를 이미지 기반으로 기 설정된 수 이상 선택하고, 이미지에 기 매핑되어 태깅된 태그를 이용하여 유사도가 기 설정된 기준값 이상인 후보군을 수신하며, 청약의 유인 및 청약을 포함하는 계약성립과정으로 최종 매칭이 된 경우 후원금 및 물품을 결제할 수 있다. 피후원자 단말(400)는, 피후원자에 대한 정보가 태그화되어 후원자 단말(100)에서 선택된 태그와의 유사도가 기 설정된 기준값 이상인 경우 후보군으로 선정되며, 후원자 단말(100)의 후원을 요청하는 경우 후원사 프로포즈에 대응하는 청약의 유인의 의사통지를 전달할 수 있다.

후원자가 자선단체에 기부를 하거나 자선단체가 개인에게 후원금을 전달하는 과정에서 거래내역을 블록들의 집합인 하나의 체인 형태로 저장하게 된다. 만약 악의적인 목적을 가진 사용자가 특정 블록의 데이터를 위·변조 하려고 시도할 경우 현재 저장 되어 있는 해시 값이 변경된다. 그에 따라 연결 되어 있는 해시 값 역시 변경을 해주어야한다. 따라서 보통 수십만 개로 구성되어 있는 블록체인의 모든 블록의 해시 값을 변경하는 것은 불가능하다. 기부문화를 활성화하고 후원비리를 제거하기 위해 가장 필요한 것은 자금의 투명성이다. 기부하는 금액을 관리하고 사용하는 과정이 투명하게 공개되어야만 기부 단체의 신뢰도를 향상시킬 수 있다. 따라서, 본 발명의 일 실시예에서는 블록체인 기술을 후원 및 기부 시스템에 적용하여 투명성을 보장할 수 있다.

블록체인은 노드의 모든 거래 내역을 공개하기 때문에 기부 관계자간 거래의 투명성을 확보할 수 있다. 또한 거래 시 모든 참가자들에게 거래내역이 공개되기 때문에 거래내역을 조작하려면 참여한 기부관계자들 과반수이상의 거래 장부를 조작하여야 한다. 하지만 거래 장부의 조작은 전체 노드들의 수가 확보되면 거의 불가능하므로, 보안문제 또한 해결 할 수 있다. 개인과 단체로 구분해서 보았을 때 일반적인 기부의 형태를 나눈다면 크게 네 가지로 분류할 수 있다. 개인 -> 개인, 개인 -> 단체, 단체 -> 개인 및 단체 -> 단체이다. 이때, 첫 번째를 제외한 나머지 후원 형태에 본 발명의 일 실시예가 적합할 수 있다. 블록체인의 특성 상 개인이 직접 새로운 노드를 작성하는 것은 현실적으로 어려움이 많다. 또한 후원금 전달 불균형 문제가 발생할 수 있다. 따라서 첫 번째 형태의 후원이 플랫폼 상에서 이루어지기 위해서는 중간 전달 단체를 반드시 거쳐야 한다.

플랫폼의 상세 구조는 이하와 같다.

이때, 후원자와 피후원자, 그리고 중간 전달자 모두 플랫폼에 가입이 되어 있어야 한다. 개인일 경우에는 익명으로도 가입이 가능하다. 두 번째, 거래 내역이 기록된 블록체인의 새로운 노드 작성은 개인이 아닌 단체만 작성할 수 있다. 세 번째, 후원자가 새로운 노드를 작성하는 것을 원칙으로 한다. 다만 후원자가 개인인 경우에는 기부를 받은 단체가 노드를 작성한다. 네 번째, 거래 내역 노드를 작성한 단체는 플랫폼 내의 다른 모든 단체에게 이 정보를 전파(Broadcast)한다. 다섯 번째, 정보를 전파 받은 단체 중 임의로 지정된 일부 단체들이 이 정보가 올바른 정보인지 검증한다. 여섯 번째, 정보가 올바르다고 판단되면 거래 내역 블록체인의 새로운 노드로 승인된다. 정보가 올바르지 않다면 노드는 폐기된다.

본 발명의 일 실시예에서는, 퍼블릭 블록체인(Public Blockchain) 방식으로 플랫폼을 구현할 수 있다. 퍼블릭 블록체인은 권위 있는 조직의 승인 없이 누구든지 인터넷에 연결된 PC, 노트북, 스마트폰, 서버, 컴퓨터 채굴기 등 다양한 컴퓨터 장비를 이용하여 블록체인 네트워크에 참여가 가능하다. 퍼블릭 블록체인은 운영과 참여의 주체가 불분명하기 때문에 인센티브 제도인 코인을 발행하여 운영할 수 있다. 또한 블록체인 안에서의 합의 알고리즘은 PoW(Proof of Work) 알고리즘을 이용할 수 있다. 합의 알고리즘은 블록체인 네트워크에 합의를 달성하는 방법이다. 퍼블릭 블록체인에서 분산화된 노드는 트랜잭션의 유효성 검증 과정의 합의가 필요하다. 합의 알고리즘은 프로토콜 규칙이 준수되고 있는지 확인한다. 그리고 모든 트랜잭션이 신뢰할 수 있는 방식으로 진행되는 것을 보장하여 코인이 중복해서 사용되는 것을 방지한다.

플랫폼의 이용자는 크게 후원자와 기부단체로 나눌 수 있다. 이때, 학교와 학생이라는 범주로 좁혀본다면, 후원자는 학생/학내구성원과 외부인, 기부단체는 학생단체, 대학본부, 동아리 등이 될 수 있다. 이와 같이 개인과 단체를 분리해서 회원 가입을 진행한다. 회원가입 이후 로그인 하면 플랫폼을 이용할 수 있다. 후원자는 플랫폼에 등록된 단체 중 하나를 선택하여 후원할 수 있다. 후원금은 플랫폼 내부 화폐인 특정 코인을 통해서 전달될 수 있다. 각 사용자의 내 페이지(My page)에는 자신의 후원 현황과 블록체인 내부에서 거래 정보가 올바르게 전파되었는지를 확인할 수 있다. 후원 조회 화면에서 자신의 후원 내역뿐만 아니라 플랫폼을 통하여 진행된 모든 후원 내역을 조회할 수 있다. 또한 플랫폼에 등록된 기부단체들의 목록도 확인할 수 있다. 후원 단체는 회원가입 후 신뢰할 수 있는 단체인지 확인하는 인증 과정을 거쳐야 데이터베이스에 등록될 수 있다.

상술한 바와 같이, 후원자-자선단체, 자선단체-개인 간의 거래에 적용하여 거래의 투명성을 확보하는 것을 목표로, 퍼블릭 블록체인과 PoW 알고리즘을 이용하여 후원 플랫폼을 구성하고, 플랫폼 안에서 후원자와 후원 단체의 모든 거래내역은 공공기관 등이 투명하게 열람할 수 있다. 거래내역을 임의로 조작하는 것 또한 사실상 불가능하다. 하지만 후원 시 발생 할 수 있는 보안 문제는 여전히 존재한다. 그 중 하나는 악의적인 이용자가 존재하지 않는 후원 단체를 가상으로 만들어 후원금을 횡령할 수 있다는 것이다. 이를 방지하기 위해서는 플랫폼의 후원 단체 인증 시스템을 엄격하게 유지할 수 있고, 후원자의 평가 시스템 도입을 통해 후원 단체를 감시하는 것도 가능하다. 블록체인 기술 도입으로 후원 단체의 신뢰성을 높인다면 더 많은 사람들의 기부 참여를 기대할 수 있다. 블록체인 기술 도입을 통한 기부단체의 신뢰성 상승은 한국이 기부 선진국으로 나아가는 데에 있어서 분명히 중요한 역할을 할 수 있다.

증거보존부(340)는, 최종 매칭이 된 후 협약서를 작성하는 경우 후원자 단말(100) 및 피후원자 단말(400) 간 채팅 및 화상통화를 통하여 송수신된 텍스트 및 동영상을 수집하여 협약서로 저장한 후 후원자 단말(100) 및 피후원자 단말(400)로 전달할 수 있다. 이때, 화상통화를 하면서 상호 간 원하는 바를 이야기하고, 서로 주는채무(후원자->피후원자), 하는채무(피후원자->후원자)를 이행하도록 하며 조건을 설정하는 등 다양한 협의가 오가게 되는데, 이러한 정보를 화상 데이터 자체를 계약서로 수집 및 보존하도록 함으로써 이후 각 당사자가 채무자로서 자신의 채무를 이행하지 않는 경우 강제집행(간접강제)의 근거를 마련하기 위해 이용할 수 있다.

증거보존부(340)는 수집된 증거가 증거능력을 가지는 증거로 인정받기 위하여 디지털 증거 수집 플랫폼을 구축할 수 있다. 증거보존부(340)는, 수집된 디지털 증거 데이터의 증거의 진정성을 보장하기 위해 수집 당시의 상태 및 환경을 기록할 수 있는 메타 데이터 정보와 함께 묶어 패키지의 형태로 보관할 수 있다. 이때, 기 구축된 디지털 증거 확보체계에는 사법기관에 제출할 수 있는 디지털증거데이터팩의 형태가 이미 표준으로 설정되어 있으므로 이를 이용할 수도 있다. 디지털증거데이터팩을 통해서 디지털 증거의 원본동일성, 무결성, 신뢰성 그리고 보관연속성을 확인하여 증거능력을 판단할 수 있다.

증거보존부(340)는, 추후 증거팩을 표준화된 디지털증거데이터팩의 형태로 발전시켜 나가기 위해 채증 정보로서 증거 수집 당시의 PC 정보, 타임스탬프 정보와, 해시 목록을 함께 저장할 수 있다. 또한, 증거보존부(340)는, 생성된 증거팩에 대한 해시는 시스템 내 데이터베이스에 저장되어 증거 수집 시점과 증거 제출 시점 사이에 변조되지 않았음을 보일 수 있다. 시스템 내 해시 정보는 디지털 증거 파기 시점에 함께 삭제할 수 있다. 해시 정보의 저장은 추후 더 나아가 공격자와 관리자에 의한 위변조 위험성을 낮추고, 시스템 해킹의 위험성을 줄이기 위해 블록체인을 이용할 수도 있다. 이는 후술하므로 이 단락에서는 상세한 설명을 생략한다.

또한, 증거보존부(340)는 화상통화를 하는 화면을 그대로, 즉 영상 자체로 보관할 수도 있다. 이때, 무결성 확인 정보를 가역 정보 은닉 방식을 이용하여 삽입하여 무결성 확인 정보가 은닉된 상태로도 왜곡이 최소화된 상태로 상품을 확인할 수 있고, 필요시 영상 정보에서 무결성 확인 정보를 추출하여 무결성을 검증하는 기법을 이용할 수 있다. 또한 영상 정보에 대해서 비밀키를 이용하여 무결성 검증용 해시값(HMAC)을 생성하고 삽입하는 알고리즘을 구현할 수도 있다.

이를 위하여, 증거보존부(340)는, 가역 정보 은닉(Reversible Data Hiding, RDH) 방법을 이용할 수 있다. 이는, 멀티미디어 콘텐츠에 비밀 데이터를 삽입하여도 약간의 왜곡이 있는 상태로 콘텐츠를 확인할 수 있고, 비밀 데이터를 추출하고 나면 원래의 콘텐츠 값을 그대로 복원시킬 수 있는 기술이다. 그리고, H.264/AVC (Advanced Video Coding)은 동영상 압축 표준의 하나이며, 표준과 비교했을 때 절반 이하의 비트레이트(Bitrate)에서 비슷하거나 더 좋은 화질을 얻을 수 있다. 우선, 사진, 이미지 및 동영상으로 촬영된 증빙자료는 표준 H.264/AVC 코덱에 의해서 압축되어 저장될 수 있다.

동영상 압축은 기본적으로 손실코딩이다. H.264의 동영상 압축 과정을 대략적으로 살펴보면 입력되는 동영상은 16×16크기의 매크로 블록으로 나뉘게 되고 각각의 매크로 블록은 공간 영역의 값을 주파수 영역으로 변환시켜주는 변환과정을 거치고 양자화 과정을 거쳐 중간 출력 값으로 양자화 계수를 생성한다. 이 양자화 계수는 복원할 경우 원래의 값으로 복원되지 않아 양자화 손실이 발생한다. 이후의 단계인 엔트로피 코딩 과정에서는 양자화 계수를 통계적인 기법을 이용하여 압축하기 때문에 손실이 발생하지 않는다. 따라서, 양자화 계수를 입력으로 받는 해쉬 함수를 SHA-2를 이용하여 해쉬 이미지를 생성하고 이를 RDH 방식을 이용하여 다시 양자화 계수에 숨기는 방식으로 사진, 이미지 및 동영상 자체에 무결성 정보를 혼재시켜 영상의 왜곡을 최소화하면서 무결성 검증도 할 수 있다.

따라서, 압축과 동시에 무결성 확인 데이터가 생성되고, 헤더 정보의 변경과 무관하면서 사진, 이미지 및 영상 콘텐츠 자체의 무결성만 검증하는 방식이다. 히스토그램 쉬프팅(Histogram Shifting), 차이값 확장 기법(Difference Expansion, DE), 추정 에러값 확장 기법(Prediction Expansion) 등 다양한 RDH 방식을 이용할 수도 있다. 다만, 양자화 계수(Quantized DCT Coefficient)는 정보 은닉으로 인한 왜곡에 취약하다는 점과 실시간 계산이 필요하다는 점을 고려하여 QDC 값에 최적화된 DE 기법을 적용할 수 있도록 한다. 특히, QDC의 변형으로 인한 현재 프레임의 왜곡은 다음 프레임에 그대로 전파될 수 있어 이를 고려한 최적화 알고리즘 설계가 필요하다. RDH 방식으로 해시 이미지를 영상 내부에 삽입하므로, 직접 접근에 노출되지 않는 보안효과를 얻을 수 있고 영상 정보와 무결성 확인 정보의 정확한 동기화로 인해 전방, 후방, 중간 삭제 등의 다양한 공격에 대응할 수 있다. 그리고, 무결성 정보를 제출하지 않는 무력화 우려도 제거될 수 있다.

인코딩 알고리즘은 다음과 같다. 우선, 증거보존부(340)는 후원자 단말(100) 및 피후원자 단말(400)로부터 동영상을 취득하여 압축과 동시에 무결성 검증을 위한 데이터를 생성 및 은닉할 수 있는데, 첫째, H.264 인코딩 과정에서 휘도(Luminance) 성분의 I-frame을 대상으로 가역 정보 은닉 알고리즘을 적용한다. 이는, SHA-256으로 생성된 해쉬 이미지의 크기가 256비트에 불과하여 통상적으로 화질이 HD급인 영상 정보의 휘도 성분에만 은닉하기에 문제가 없으며 사람의 눈에 보다 민감한 색도(Chrominace) 성분이 정보 은닉에 따른 왜곡이 생기지 않도록 한다. 또한, P-frame에 정보를 은닉하게 되면 같은 양의 은닉 정보에 대해 I-frame 보다 왜곡이 심해진다는 사실도 고려할 수 있다. 둘째, 원본과 화면 내 예측영상의 차이영상 값을 계산한다. 차이영상 값을 입력으로 스케일링(Scaling), 정수 DCT(Integer DCT), 양자화의 과정을 거쳐 QDC 값을 생성한다. 이 과정에서 레이트 왜곡(Rate Distortion) 최적화를 수행할 수 있는데 이 경우에는 최종 QDC 값을 이용한다.

셋째, 크기가 16x16인 매크로 블록 안에서 지그재그 스캐닝(Zigzag Scanning) 방식으로 QDC 값을 순차적으로 나열한다. 이런 방식으로 모든 매크로 블록의 QDC를 나열하고 모두 연결해서 하나의 스트림으로 완성시킨다. 이것을 SHA-256 해시 함수의 입력으로 사용하여 HMAC(The Keyed-Hash Message Authentication Code)를 구한다. 여기서, 키는 개인키를 그대로 해쉬 이미지의 앞뒤에 단순히 붙이는 방식이기 때문에 계산량이 적고 부인방지 용도로 사용 가능하다. 넷째, DE기법을 사용하여 하나의 매크로 블록에 1 비트를 숨긴다. 지그재그 스캔 순서의 중간에 위치한 두 개의 양자화 계수값을 이용하여 이들의 차이 값에 HMAC중 1 비트를 순차적으로 숨긴다. 여기서, 원래의 QDC 값은 차이값과 숨긴 비트 값에 의존적으로 왜곡되어 QDC'로 수정된다. 또, 디코딩은 인코딩의 역순이므로 이의 설명은 생략한다.

추가전달부(350)는, 피후원자 단말(400)이 후보군으로 선별된 경우, 피후원자 단말(400)로 후원을 위한 소개 데이터를 요청하고, 소개 데이터가 수신된 경우 후원자 단말(100)로 소개 데이터를 전달하도록 함으로써 의사결정을 도와줄 수 있다.

태그DB부(360)는, 후원 단체를 나타내는 적어도 하나의 이미지와, 적어도 하나의 이미지를 나타내는 적어도 하나의 태그를 매핑하여 저장하고, 적어도 하나의 태그에 후원 단체의 니즈를 나타내는 태그를 매핑하여 저장하며, 후원자를 나타내는 적어도 하나의 태그와 후원자의 니즈를 나타내는 태그를 매핑하여 저장할 수 있다. 이때, 상술한 바와 같이 태그를 기타 박스에서 추출한 단어의 클러스터링을 통하여 유동적으로 생성, 삭제 또는 변형 등을 시킬 수 있음은 물론이라 할 것이다.

팔로우업부(370)는, 후원자 단말(100)의 후원금 및 물품이 피후원자 단말(400)의 후원 단체로 지급 및 전달된 후, 피후원자 단말(400)로부터 촬영 데이터가 수신되거나 적어도 하나의 카메라로부터 촬영 데이터가 업로드된 경우, 촬영 데이터를 팔로우업 콘텐츠로 적어도 하나의 콘텐츠 유통 플랫폼에 배포하여 수익을 창출할 수 있다.

모니터링부(380)는, 후원자 단말(100)에서 협약서를 작성할 때 부관 중 조건을 부착하고, 조건이 후원금 및 물품을 전달받은 경우 후원자 단말(100)의 니즈에 대응하는 행위의 이행을 요구하는 피후원자 단말(400)의 피후원자가 하는채무 또는 주는 채무인 경우, 조건의 성취가 발생한 후 피후원자 단말(400)의 채무이행을 모니터링할 수 있다. 이때, 조건이란, 부관의 한 종류이다. 부관이란, 법률행위의 내용으로 부가되는 약관으로서 법률행위의 효력의 발생 또는 소멸에 관한 것이다. 조건은, 장래의 불확실한 사실에 법률행위의 효력을 의존하게 하는 부관이며, 그 성취에 의하여 법률행의위 효력이 발생하는 정지조건과, 법률행위의 효력이 소멸하는 해제조건으로 나누어진다. 부관은 법률행위의 성립과는 무관하고, 법률행위의 효력의 발생과 소멸을 좌우한다.

이때, 보험회사가 체육 단체와 협약서를 작성하면서 후원금 및 후원물품을 지급받는 경우, 체육인의 인적정보(비식별화된)를 달라고 요청했다고 가정하자. 이때, 협약서 상에는 후원금과 후원물품을 인적정보와 교환한다는 내용은 없어 법률행위의 성립에는 무관하지만, 그 효력의 발생과 소멸을 좌우하는 조건이 붙었기 때문에 체육 단체가 후원금이나 물품을 받는 경우(조건의 성취) 법률행위의 효력이 발생(인적정보를 제공할 채무, 하는채무)하기 때문에 후원을 받는 체육 단체도 하는의무라는 채무가 발생한다. 이때, 정보를 제공하는 것은 비대체적 작위채무로 하는채무로 분류된다. 이때, 체육 단체만이 체육인의 인적정보를 줄 수 있기 때문에 비대체적 채무이고, 물건의 지급이나 인도 채무가 아니기 때문에 주는채무가 아닌 하는채무이다. 하는채무의 지연(Delay), 불성실 등이 발생했을 때 강제집행 방법은 간접강제를 하는 방법 뿐이기 때문에, 모니터링부(380)는 불필요한 분쟁이나 소송이 발생하지 않도록 미연에 방지하는 차원에서 각 당사자의 채무를 모니터링하게 된다.

이하, 상술한 도 2의 매칭 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.

도 3 및 도 4a를 참조하면, 매칭 서비스 제공 서버(300)는, 후원자 단말(100) 및 피후원자 단말(400)로부터 후원자가 지급가능한 물품이나 금액, 후원사 또는 후원인의 사업과 주력 물품(정보)과, 후원자가 필요한 사항인 니즈(홍보 동영상 등)를 수집하고 피후원자 단말(400)로부터도 마찬가지로 피후원자의 정보와 니즈를 함께 수집하여 (b) 빅데이터를 구축한다. 또, 매칭 서비스 제공 서버(300)는, 각종 정보와 니즈를 태그로 만들어서 이후에, 후원자 및 피후원자 상호간에 정보와 니즈 간의 태그 유사도, 즉 매칭이 되는지를 확인할 수 있도록 기본 세팅 작업을 실시한다.

이때, 빅데이터라는 것 자체가 개인식별기능이 없거나 비식별화하여 사용해야 하기 때문에, 각 업종별로 필요한 사항(니즈)와 제공할 수 있는 사항(정보)를 카테고리로 분류하고 태그를 태깅해놓는 경우, 이후 비슷한 업종의 후원자나 피후원자가 등록을 할 때 유사한 태그를 자동으로 태깅할 수 있게 된다. 예를 들어, 보험사의 니즈는 인적정보이고, 체육협회에서는 인적정보를 제공할 수 있다는 것이 빅데이터로 구축 및 저장되었다면, 이후 XX 보험사나 체육협회가 후원을 하고 후원을 받고자 할 때 원하는 니즈를 빠르게 파악할 수 있다. 물론, 동종업체라고 해서 필요한 사항이나 지급가능한 물품 또는 액수가 동일할 수는 없으므로 이를 세분화하여 학습시켜 빅데이터를 모델링하는 것도 가능하며, 상술한 유동자로 취급하는 태그를 이용하여 각종 정보를 디테일하게 정의 및 필터링하는 것도 가능하다.

(c) 매칭 서비스 제공 서버(300)는, 후원자 단말(100)로부터 선호하는 후원 단체를 고를 수 있도록 후원 단체를 나타내는 이미지나 태그를 선택받고, 이에 대응하는 후원 단체를 후보군으로 선별해서 다시 후원자 단말(100)로 전송한다. 이때, 매칭 서비스 제공 서버(300)는, 선별이 된 후보군에 포함된 적어도 하나의 피후보자 단말(400)로도 후보군에 포함되었다는 사실을 알리고, 추가 자료를 요청하며 프로포즈(청약의 유인)를 할 것인지를 묻는다.

이때, 피후원자 단말(400)이 매칭 서비스 제공 서버(300)로 후원자 단말(100)의 후원을 요청하고, 후원자 단말(100)에서 승낙하는 경우 계약이 성립하며 세부사항은 채팅 및 화상통화를 통하여 결정하도록 매칭 서비스 제공 서버(300)는, 채널을 생성하며, 채널을 통하여 수집된 텍스트 및 동영상은 이후 채무불이행이나 이행지체 등을 판단하기 위해 데이터베이스에 보관하게 된다.

도 4b를 참조하면 본 발명의 일 실시예는 기업과 체육단체를 연결하도록 후원 모집대행 서비스를 제공하는 플랫폼일 수 있다. 이때, 도 4c와 같이 후원기업은 기업에 맞는 체육단체를 찾기가 힘들고 홍보 효과가 미비하며 세제혜택을 받기 위한 일회성 후원일 뿐 정기적인 후원이 없었다.

이에 따라, 본 발명의 일 실시예는 도 4d와 같이 체육 및 예술 단체와 후원 기업을 매칭하기 위하여 빅데이터 및 AI를 이용하고 정량화된 후원 홍보 솔루션을 제공하며, 장기적인 후원을 위한 지원 솔루션을 제공한다. 또 도 4e와 같이 본 발명의 일 실시예에 따른 플랫폼을 통하여 후원자와 피후원자를 매칭해주는 것 뿐만 아니라, 정보, 광고, 홍보, 웹진 및 콘텐츠의 매개체로도 이용되기 때문에 정보 및 수수료나 구독료 등의 수익원도 창출할 수 있다. 도 4f와 같은 구조로 운영될 수 있으며, 도 4g와 같은 효과와 목적 또 구성을 이룰 수 있다. 도 4h와 같은 맞춤형 후원 대행 플랫폼을 제공할 수 있고, 도 4i와 같은 로드맵으로 진행될 수 있다.

이와 같은 도 2 내지 도 4의 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5는 본 발명의 일 실시예에 따른 도 1의 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.

도 5를 참조하면, 매칭 서비스 제공 서버는, 피후원자 단말로부터 입력된 피후원자에 대한 정보를 수집하여 빅데이터를 구축한다(S5100).

그리고, 매칭 서비스 제공 서버는, 후원자 단말로부터 이미지를 선택받는 경우, 이미지에 태깅된 태그를 질의(Query)로 입력하여 기 설정된 기준값 이상으로 유사도가 산출되는 피후원자 단말을 후보군으로 선별한다(S5200).

또, 매칭 서비스 제공 서버는, 피후원자 단말에서 청약의 유인을 전달하고 후원자 단말에서 청약을 완료하여 계약이 성립된 경우 협약서를 작성하도록 한다(S5300).

상술한 단계들(S5100~S5300)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5300)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.

이와 같은 도 5의 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5를 통해 설명된 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

전술한 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 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.

Claims (7)

1. 선호하는 단체의 형태를 이미지 기반으로 기 설정된 수 이상 선택하고, 상기 이미지에 기 매핑되어 태깅된 태그를 이용하여 유사도가 기 설정된 기준값 이상인 후보군을 수신하며, 청약의 유인 및 청약을 포함하는 계약성립과정으로 최종 매칭이 된 경우 후원금 및 물품을 결제하는 후원자 단말;
   피후원자에 대한 정보를 기 설정된 양식포맷에 입력하고, 상기 피후원자에 대한 정보가 태그화되어 상기 후원자 단말에서 선택된 태그와의 유사도가 기 설정된 기준값 이상인 경우 후보군으로 선정되며, 상기 후원자 단말의 후원을 요청하는 경우 후원사 프로포즈에 대응하는 청약의 유인의 의사통지를 전달하는 피후원자 단말; 및
   상기 피후원자 단말로부터 입력된 피후원자에 대한 정보를 수집하여 빅데이터를 구축하는 빅데이터화부, 상기 후원자 단말로부터 상기 이미지를 선택받는 경우, 상기 이미지에 태깅된 태그를 질의(Query)로 입력하여 기 설정된 기준값 이상으로 유사도가 산출되는 피후원자 단말을 후보군으로 선별하는 선별부, 상기 피후원자 단말에서 청약의 유인을 전달하고 상기 후원자 단말에서 청약을 완료하여 계약이 성립된 경우 협약서를 작성하도록 하는 계약완료부를 포함하는 매칭 서비스 제공 서버;를 포함하되,
   상기 매칭 서비스 제공 서버는,
   상기 최종 매칭이 된 후 협약서를 작성하는 경우 상기 후원자 단말 및 피후원자 단말 간 채팅 및 화상통화를 통하여 송수신된 텍스트 및 동영상을 수집하여 협약서로 저장한 후 상기 후원자 단말 및 피후원자 단말로 전달하는 증거보존부; 및
   상기 후원자 단말의 후원금 및 물품이 상기 피후원자 단말의 후원 단체로 지급 및 전달된 후, 상기 피후원자 단말로부터 상기 후원자 단말의 물품과 관련된 촬영 데이터가 수신된 경우, 상기 촬영 데이터를 적어도 하나의 콘텐츠 유통 플랫폼에 팔로우업 콘텐츠로 배포하여 후원자와 피후원자가 수익을 창출할 수 있게 하는 팔로우업부;를 더 포함하고,
   상기 증거보존부는 증거의 진정성을 보장하기 위해, 수집된 디지털 증거 데이터를 수집 당시의 상태 및 환경을 기록한 메타 데이터 정보와 함께 묶어 패키지의 형태로 보관하는 것을 특징으로 하는
   빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   
2. 제 1 항에 있어서,
   상기 증거보존부는,
   상기 후원자 단말 및 피후원자 단말 간의 화상통화를 하는 화면 영상을 그대로 보관이 가능하며,
   가역 정보 은닉(Reversible Data Hiding, RDH) 기법을 통해 무결성 확인 정보를 상기 화면 영상에 삽입하여 무결성을 검증하는 것을 특징으로 하는
   빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   
3. 제 1 항에 있어서,
   상기 매칭 서비스 제공 서버는,
   상기 피후원자 단말이 후보군으로 선별된 경우, 상기 피후원자 단말로 후원을 위한 소개 데이터를 요청하고, 상기 소개 데이터가 수신된 경우 상기 후원자 단말로 상기 소개 데이터를 전달하도록 함으로써 의사결정을 도와주는 추가전달부;
   를 더 포함하는 것을 특징으로 하는 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   
4. 제 1 항에 있어서,
   상기 매칭 서비스 제공 서버는,
   후원 단체를 나타내는 적어도 하나의 이미지와, 상기 적어도 하나의 이미지를 나타내는 적어도 하나의 태그를 매핑하여 저장하고, 상기 적어도 하나의 태그에 상기 후원 단체의 니즈를 나타내는 태그를 매핑하여 저장하며, 후원자를 나타내는 적어도 하나의 태그와 상기 후원자의 니즈를 나타내는 태그를 매핑하여 저장하는 태그DB부;
   를 더 포함하는 것을 특징으로 하는 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   
5. 삭제
6. 제 1 항에 있어서,
   상기 매칭 서비스 제공 서버는,
   상기 후원자 단말에서 상기 협약서를 작성할 때 부관 중 조건을 부착하고, 상기 조건이 상기 후원금 및 물품을 전달받은 경우 상기 후원자 단말의 니즈에 대응하는 행위의 이행을 요구하는 상기 피후원자 단말의 피후원자가 하는 채무 또는 주는 채무인 경우, 상기 조건의 성취가 발생한 후 상기 피후원자 단말의 채무이행을 모니터링하는 모니터링부;
   를 더 포함하는 것을 특징으로 하는 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   
7. 제 1 항에 있어서,
   상기 빅데이터화부는,
   상기 피후원자 단말 및 후원자 단말의 정보 및 니즈(Needs)를 포함한 로우 데이터(Raw Data)를 병렬 및 분산하여 저장하고, 상기 저장된 로우 데이터 내에 포함된 비정형(Unstructed) 데이터, 정형(Structured) 데이터 및 반정형 데이터(Semi-structured)를 정제하고, 태그로 분류를 포함한 전처리를 실시하고, 상기 전처리된 데이터를 데이터 마이닝(Data Mining)을 포함하는 분석을 실시하여 빅데이터를 구축하는 것을 특징으로 하는 빅데이터 및 AI 기반 지속가능한 후원을 위한 매칭 서비스 제공 시스템.
   

Images