KR102382379B1 - 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법 - Google Patents

클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법 Download PDF

Info

Publication number
KR102382379B1
KR102382379B1 KR1020210123876A KR20210123876A KR102382379B1 KR 102382379 B1 KR102382379 B1 KR 102382379B1 KR 1020210123876 A KR1020210123876 A KR 1020210123876A KR 20210123876 A KR20210123876 A KR 20210123876A KR 102382379 B1 KR102382379 B1 KR 102382379B1
Authority
KR
South Korea
Prior art keywords
data
nft
quotation
learning
artificial intelligence
Prior art date
Application number
KR1020210123876A
Other languages
English (en)
Inventor
박영선
Original Assignee
주식회사 라젠
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 라젠 filed Critical 주식회사 라젠
Priority to KR1020210123876A priority Critical patent/KR102382379B1/ko
Application granted granted Critical
Publication of KR102382379B1 publication Critical patent/KR102382379B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1097Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0643Hash functions, e.g. MD5, SHA, HMAC or f9 MAC

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Accounting & Taxation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Power Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 견적 제공 시스템을 개시한다. 보다 상세하게는, 본 발명은 방대한 양의 데이터의 거래의 신뢰성 및 효율성을 극대화하기 위해 인공지능을 이용하여 빅데이터를 수집 및 검증함으로써 수요자에게 가장 적합한 견적을 제시하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법에 관한 것이다.
본 발명의 실시예에 따르면, 블록체인 기반의 대체 불가능한 토큰(NFT)을 통해 데이터 거래의 투명성을 보장하고, IPFS 기반으로 하여 데이터의 탈중앙화 및 분산저장으로 보안성 및 안정성을 확보할 수 있고, 인공지능 분석에 따라 데이터의 가치를 제고하고 데이터 수요자에게 투명성과 신뢰성이 담보된 합리적인 견적을 제공할 수 있는 효과가 있다.
본 발명은 서울특별시 서울산업진흥원 2021년도 서울혁신챌린지(예선) (SC210069) "ERC1155 기반의 인공지능 학습 데이터 비교 견적 솔루션"을 통해 개발된 기술이다.

Description

클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법{SYSTEM AND METHOD FOR PROVIDING AI BIGDATA ESTIMATION BASED ON CLUTCH ENGINE}
본 발명은 견적 제공 시스템에 관한 것으로, 특히 방대한 양의 데이터의 거래의 신뢰성 및 효율성을 극대화하기 위해 인공지능을 이용하여 빅데이터를 수집, 분석 및 검증함으로써 수요자에게 가장 적합한 견적을 제시하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법에 관한 것이다.
최근, 빅데이터(Bigdata)를 활용한 새로운 비즈니스 모델이 다수 등장함에 따라, 전세계적으로 저장되고 누적되고 있는 데이터 거래의 필요성이 대두되고 있다.
과거에는 데이터 수요자가 필요한 데이터를 직접 수집하고, 가공하며, 분석하는 방식으로 소비해 왔다. 이는 자급자족 형태의 데이터 가공산업으로서, 수요자가 데이터를 수집, 가공하여 최종 소비할 때까지 모든 형태의 공정에 개입해야 함에 따라 상당한 시간이 요구되며 난이도가 높은 작업이라 할 수 있다.
이러한 한계를 극복하기 위해, 데이터 공급자가 대량으로 데이터를 생산하고 이를 유통하여 최종 수요자와 연결해 주는 데이터 장터가 등장하였으며 이에 의해 데이터 유통 산업이 점진적으로 변화하고 있다.
현재 데이터 유통 시장은 정부지원금 또는 기업의 자체 비용으로 데이터를 구매하는 형태로 운영되고 있다. 데이터 유통은 크게 데이터를 정부지원금을 통해 구매, 가공하거나 데이터 클라우드 소싱 기업을 통해 데이터 공급자(생산자) 및 가공자에게 비용을 주고 데이터를 구매, 가공하는 방식으로 진행된다.
이러한 데이터 유통 방식은 빅데이터의 주요 수요자인 인공지능(AI) 기업의 입장에서 볼 때 일회성의 구매 및 가공 방식이라고 할 수 있다. 그런데, 인공지능 기업은 지속적인 데이터 확보를 해야 하는 입장임에 따라 이러한 일회성의 구매, 가공 방식은 매우 부담스러운 방식이 아닐 수 없다. 이러한 상황을 극복하기 위해 유통 및 데이터 생태계를 인지하고 있는 정부는 최대한 인공지능 기업을 위해 막대한 자금을 풀고 있는 상황이다.
그러나, 인공지능 기업이 증가하는 것에 비해 정부지원금은 매우 낮은 수준일 뿐만 아니라, 정부지원금을 이용하여 필요한 데이터를 구매, 가공을 하기 위해 당해 과제에 선정되어야만 하는 제한이 있다. 특히, 과제 선정은 경쟁률이 매우 높기 때문에 현실적으로 스타트업과 같은 경력 및 성과가 상대적으로 부적한 기업은 선정되기가 매우 어려우며, 선정된다고 할지라도 지원횟수가 1 ~ 2회에 한정되어 있기 때문에 재차 정부과제에 지원할 수 없음에 따라, 문제를 해결하는 데 한계가 있다.
이러한 상황은 인공지능 기업 및 관련 산업에 큰 제약이 되고 있다.
또한, 현재 데이터 유통 시장은 데이터를 생산 및 공급하는 공급자 입장에서도 데이터의 유통 과정이 투명하지 않기 때문에 데이터를 제공하는 것을 꺼리고 있다. 이는 클라우드 소싱 기업에서 데이터 금액 및 비용을 직접 산정하고, 데이터에 대한 적절한 비용을 인정받지 못하고 있어서 노동력 대비 비용이 너무 낮기 때문이다.
또한, 본인의 데이터가 한번 기업에 넘어가게 되면 그 데이터가 어떻게 활용되는지 유출되는지에 대한 유통경로를 알 수 없어서, 데이터 공급을 꺼리게 된다.
이에 따라, 데이터 공급자에 의한 데이터 제공이 감소되어 많은 데이터가 필요한 인공지능 기업은 또다시 데이터 부족에 시달리게 됨에 따라, 결국 웃돈을 주면서 데이터를 확보하는 악순환이 반복되고 있는 실정이다.
즉, 하향된 데이터 가치 및 소유권의 불확실로 인하여 데이터 공급자는 일회성 판매 위주로 영업함에 따라 지속적인 수익 창출이 불가하고, 이는 인공지능 산업 진흥의 제약점 및 데이터 공급 부족을 야기하고 있다.
또한, 현재의 데이터 유통시장은 비친환경 및 고중앙형 시스템으로 운영되고 있어 과도한 탄소배출과, 취약한 보안 및 안정성 문제가 대두되고 있으며, 데이터 가공 작업시 수동 분류, 라벨링에 따라, 수동작업으로 인한 과도한 시간 및 비용 발생하고, 정밀성이 떨어지며 데이터간 오차 발생, 유통에 부적합하다는 문제도 제기되고 있다.
이러한 상황에서, 인공지능 산업이 성장함에 따라, 관련 기업이 증가함에 따라 방대한 빅데이터에 대한 수요자가 증가하고 있어 다수의 데이터 공급자가 필요한 실정이나, 인공지능 엔진 개발을 위한 과도한 데이터 구매, 가공 비용에 대한 부담이 발생하고, 공급자 보수가 낮음에 따라 해당 기업의 개발 및 플랫폼 활성화 속도가 지연되고 있다.
또한, 데이터 가치에 대한 시장 내의 가치가 일관성 없이 서로 다르게 평가되고 있어, 유사한 데이터들에 대한 견적이 서로 다르고, 클라우드 소싱에 따라 중계업체의 주관적인 소견이 크게 작용하여 데이터의 투명성이 부족한 상태이다. 이러한 현상은 데이터 가치의 기준이 모호하고, 견적가가 서로 상이함에 따라 데이터 시장 생태계가 교란되어 유통의 괴리감이 발생하고 있음을 보여준다.
본 발명은 서울특별시 서울산업진흥원 2021년도 서울혁신챌린지(예선) (SC210069) "ERC1155 기반의 인공지능 학습 데이터 비교 견적 솔루션"을 통해 개발된 기술이다.
특허등록공보 제10-1699472호(공고일자: 2017.01.24.)
본 발명은 전술한 문제를 해결하기 위해 안출된 것으로, 데이터 공급자 입장에서 데이터 가치를 상승시켜 데이터 공급을 활성화하고, 데이터 수요자 입장에서 데이터 구매(확보)에 소요되는 비용을 절감하고, 데이터 재판매 및 초기 데이터 구입비를 확보할 수 있도록 하며, 정부 입장에서 데이터를 선순환시켜 인공지능 산업 진흥에 이바지하고 탄소 중립 정책을 구현하는 솔루션을 제공하는 데 과제가 있다.
전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템은, 수요자 단말로부터 구매하고자 하는 데이터의 종류를 카테고리별로 설정받거나 키워드를 입력받아 견적을 접수하는 견적 접수부, 견적 접수에 따라, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 데이터를 분석하는 클러치 엔진을 통해 견적을 분석하고, 분석결과에 따른 견적정보를 상기 수요자 단말에 회신하거나, 이미 NFT 발행된 납품 데이터를 크롤링하는 견적 생성부, 상기 수요자 단말로부터 상기 견적정보에 대한 견적이 승인되면, 하나 이상의 공급자 단말에 데이터 공고 정보를 배포하는 데이터 등록부, 상기 납품 데이터에 대하여, 공급자, 소유권자 및 IPFS 해시를 포함하는 NFT을 발행하여 NFT망에 등록하는 NFT 발행부, 상기 데이터 공고 정보에 따라, 상기 공급자 단말로부터 견적정보에 정의된 형태의 납품 데이터를 제공받아 IPFS망에 저장하는 데이터 저장부 및, 상기 수요자 단말의 납품 승인에 따라, 상기 NFT의 소유권을 수요자에게 이전하고, 소유권을 갖는 수요자 단말에 납품 데이터를 제공하는 데이터 관리부를 포함할 수 있다.
또한, 전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 제공 방법은, 수요자 단말로부터 구매하고자 하는 데이터의 종류를 카테고리별로 설정 받거나 키워드를 입력 받아 견적을 접수하는 단계, 견적 접수에 따라, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 데이터를 분석하는 클러치 엔진을 통해 견적을 분석하거나, 이미 NFT 발행된 납품 데이터를 크롤링하는 단계, 분석결과에 따라, 상기 견적정보를 상기 수요자 단말에 회신하는 단계, 상기 수요자 단말로부터 상기 견적정보에 대한 견적이 승인되면, 하나 이상의 공급자 단말에 데이터 공고 정보를 배포하는 단계, 상기 데이터 공고 정보에 따라, 상기 공급자 단말로부터 견적정보에 정의된 형태의 납품 데이터를 제공받아 IPFS망에 저장하고 공급자, 소유권자 및 IPFS 해시를 포함하는 NFT를 발행하여 NFT망에 등록하는 단계 및, 상기 수요자 단말의 납품 승인에 따라, 상기 NFT의 소유권을 수요자에게 이전하고, 소유권을 갖는 수요자 단말에 납품 데이터를 제공하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 블록체인 기반의 대체 불가능한 토큰(NFT)을 통해 데이터 거래의 투명성을 보장하고, IPFS 기반으로 하여 데이터의 탈중앙화 및 분산저장으로 보안성 및 안정성을 확보할 수 있고, 인공지능 분석에 따라 데이터의 가치를 제고하고 데이터 수요자에게 투명성과 신뢰성이 담보된 합리적인 견적을 제공할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템이 구현하는 데이터 유통 플랫폼의 전체 프로세스를 모식화한 도면이다.
도 2는 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 이와 연결되는 구성요소의 전체 연결 구조를 나타낸 도면이다.
도 3은 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템의 구조를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템에 적용된 데이터 분석 및 견적정보 생성 방법을 모식화한 도면이다.
도 5는 본 발명의 실시예에 따른 클러치 엔진에 적용된 기술을 모식화한 도면이다.
도 6은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템이 제공하는 전자 견적서의 형태를 예시한 도면이다.
상기한 바와 같은 본 발명을 첨부된 도면들과 실시예들을 통해 상세히 설명하도록 한다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 발명에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
이하의 설명에서, 본 발명의 '클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템'은, 설명의 편의상 '견적 제공 시스템' 또는 '시스템'으로 대체될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법을 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템이 구현하는 데이터 유통 플랫폼의 전체 프로세스를 모식화한 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템은 하나 이상의 데이터 수요자와 데이터 공급자간 데이터 거래를 중개하는 중개 플랫폼을 제공하는 것으로, 빅데이터를 비즈니스 모델 등에 활용하고자 하는 기업인 데이터 수요자는 견적 제공 시스템에 비용을 납부하고 가공 데이터(납부 데이터)의 소유권 또는 사용권을 획득할 수 있고, 견적 제공 시스템은 가공 데이터에 대한 NFT를 발행하고 그와 관련된 내역을 기록할 수 있다.
또한, 자신이 현재 보유하고 있거나, 기업들이 요구하는 데이터를 취득하여 공급하고자 하는 기업인 데이터 공급자는 견적 제공 시스템에 가공 이전의 로우 데이터를 제공할 수 있고, 이후 데이터의 판매, 이용 등이 발생한 경우 그에 대한 로열티를 획득할 수 있다.
이러한 구조에 따라, 데이터 수요자는 견적 제공 시스템을 통해 용이하게 필요한 데이터를 확보할 수 있음과 동시에 그 데이터의 가치에 부합되는 합리적인 가격의 견적을 받아볼 수 있다.
또한, 견적 제공 시스템은 데이터 공급자로부터 제공되는 로우 데이터를 직접 가공하여 데이터 수요자에게 제공할 수 있고, 또는 일정 보수를 받고 로우 데이터를 정규화 등의 가공작업을 거쳐 납품 가능한 가공 데이터를 전달받아 데이터 수요자에게 제공할 수도 있다.
뿐만 아니라, 데이터를 구매, 사용한 데이터 수요자는 자신이 보유한 데이터에 대한 NFT를 판매함으로써 데이터 소유권을 타 데이터 수요자에게 이전할 수 있고, 이를 이전 받은 수요자는 이를 다시 타 수요자에게 재 이전할 수도 있다. 이러한 이전 내용은 대체 불가능한 토큰인 NFT에 기록됨에 따라, 데이터 공급자를 비롯하여 유통 과정이 투명하게 공개되고 이에 기초하여 로열티를 청구 및 데이터 공급자에게 지급할 수 있는, 데이터에 대한 새로운 형태의 비즈니스 모델이 가능하게 된다.
또한, 과학기술정보통신부 등의 정부기관은 현재 데이터의 소유권자로부터 NFT를 구매하여 정부 사업에 대한 평가, 검토에 활용하거나, 기술정책 결정 등의 참조자료로도 활용할 수도 있다.
즉, 본 발명의 실시예에 따른 시스템이 제공하는 데이터 유통 플랫폼에 의하면, 인공지능 관련 기업 등의 데이터 수요자는 간단하게 필요한 데이터를 확보할 수 있고, 그 데이터의 실제 가치에 따라 책정된 합리적인 가격의 견적을 받아 볼 수 있도록 하는 새로운 개념의 비즈니스 모델을 제시할 수 있다.
현재는, 데이터의 단순 유통만을 대행하는 중간 유통사에서 주관적인 시선으로 견적을 제공함에 따라, 동일한 데이터임에도 불구하고 유통사에 따라 견적이 상이하고, 대부분의 경우 실제 가치보다 가격이 비싸게 책정됨에 따라 합리적인 근거, 목적,절차에 따라 정당한 가치로 평가 받지 못하는 문제가 있다.
이는, 결국 데이터 수요자의 부담이 되어, 기업에서 필요한 데이터 확보를 하지 못하는 주요 원인으로서 인공지능 기업 발전에 저해요소이고, 나아가 국가 인공기능 산업 진흥에 제약이라 할 수 있다.
따라서, 본원발명은 인공지능 학습을 위한 가장 1차적인 요소라 할 수 있는 빅데이터 확보 단계에서부터 문제가 되는 부분을 인공지능 기반의 견적 제공 시스템으로 해결하는 것으로 볼 수 있으며, 전술한 일련의 프로세스를 통해 데이터의 공급, 순환이 활성화되도록 하고, 나아가 인공지능 산업 전체의 진흥을 꾀하도록 한다.
도 2는 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 이와 연결되는 구성요소의 전체 연결 구조를 나타낸 도면이다.
도 2를 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템은, 정보통신망을 통해 하나 이상의 수요자 단말(10) 및 공급자 단말(20)과 연결되어 데이터 구매 요청을 접수하고, 데이터에 대한 실시간 분석이 가능한 고도화된 머신러닝 또는 딥 러닝 분석수단인 클러치 엔진을 통해 수요자가 필요로 하는 데이터를 분석 및 분석 결과에 따라 추출된 데이터에 대한 견적정보를 산출하고 수요자 단말(10) 및 공급자 단말(20)에 제공할 수 있다.
수요자 단말(10)은 본 발명의 견적 제공 시스템(100)을 통해 데이터를 구매 또는 사용하고자 하는 수요자가 이용하는 단말 장치로서, 정보통신망을 통해 시스템(100)에 접속하여 데이터에 대한 다양한 서비스를 요청할 수 있다. 이러한 수요자 단말(10)에는 거치형 PC, 노트북뿐만 아니라, 스마트폰 등으로 이루어질 수 있고, 시스템(100)의 서비스 종류에 따라, 웹 브라우저 또는 전용 프로그램을 실행하여 시스템(100)에 접속 및 의도한 서비스를 이용할 수 있다.
공급자 단말(20)은 본 발명의 시스템이 제공하는 플랫폼을 통해 보유중인 데이터를 유통하고자 하는 데이터 공급자(생산자)가 이용하는 단말 장치로서, 정보통신망을 통해 시스템(100)에 접속하여 요청에 따른 가공되지 않은 원시 데이터인 로우 데이터(raw data)를 제공할 수 있다. 또한, 공급자 단말(20)은 시스템(100)이 회신하는 견적정보를 수신하여 데이터 공급자가 제공되는 데이터 및 비용 등을 확인 및 판매를 승인할 수 있도록 한다.
견적 제공 시스템(100)은 수요자 단말(10)에 따라 데이터 구매에 대한 견적 요청을 접수 및 등록된 공급자 단말(20)에 배포할 수 있다. 또한, 시스템(100)은 공급자 단말(20)로부터 수집되는 로우 데이터에 대하여 데이터 클라우드 소싱을 통해 가공을 수행할 수 있고, 학습을 가능한 클러치 엔진(Clutch Engine)을 이용하여 데이터를 분석하고 견적정보를 생성할 수 있다.
특히, 본 발명의 일 실시예에 따르면, 시스템(100)은 공급자 단말(20)에 의해 견적 검토가 승인되고 수요자 단말(10)에 의해 검토 및 구매 승인됨에 따라, 수요자 단말(10)에 제공되는 납품 데이터에 대하여, 분산형 파일 시스템(InterPlanetary File System; IPFS)인 IPFS망(300)에 저장함과 아울러, 그 거래내역, 예를 들어 공급자, 소유권자 및 해당 IPFS 해시 등에 대한 정보를 포함하는 대체 불가능 토큰(Non-Fungible Token; NFT) 즉, NFT를 발행하여 NFT망(200)에 기록하는 것을 특징으로 한다.
NFT망(200)은 상용화된 블록체인 플랫폼, 예를 들어 이더리움, 클레이튼 등의 코인, 토큰을 통해 NFT를 적용하여 상품을 추척할 수 있는 망으로서, NFT로 발행된 콘텐츠의 소유권을 확인할 수 있는 망을 가리킨다.
이에 따라, 납품 데이터에 대한 공급자(생산자)와, 현재 소유권자, 그리고 납품 데이터를 읽어드릴 수 있는 데이터 링크는 NFT가 적용됨에 따라 데이터 추적과 모든 내용을 블록체인 거래원장에 기록되고, 이에 따라 해킹, 변조가 불가능함에 따라 데이터에 대한 신뢰성을 극대화할 수 있다.
이를 위해, 견적 제공 시스템(100)은 납품 데이터에 대하여 ERC-721, ERC-1155 규격 또는 기타 규격에 기반하여 NFT를 발행할 수 있으며, 시스템(100)은 NFT에 정의된 내용을 기반으로 하여 거래 발생에 따라 설정된 로열티(Royalty)를 데이터 공급자에게 지급할 수 있다. 이는 공급자의 입장에서 지속적은 수익 창출원의 역할을 하며, 해당 데이터에 대한 소유권을 갖는 수요자는 합법적인 데이터의 재판매가 가능하게 됨에 따라, 획기적인 비용절감 수단이 된다.
여기서, ERC-1155 규격은 ERC-20에 정의된 대체 가능한 토큰과 ERC-721의 대체 불가능한 토큰의 혼합 거래가 가능하도록 한 것으로, 다수의 토큰 아이템 거래에서 최소의 트랜잭션만으로도 거래를 구현할 수 있다는 점에서 바람직하나, 이에 한정되는 것은 아니며 기타 다양한 NFT 관련 규격이 적용될 수 있다.
이는, 단일한 하나의 스마트 컨트랙트에 무한개의 아이템의 거래가 가능하게 됨에 따라 트랜잭션 시 발생하는 가스 및 병목현상을 크게 줄일 수 있다는 점에서 친환경 탄소 중립 프로세스에 적합하다고 할 수 있다.
또한, 실제 데이터는 탈중앙화된 IPFS망(300)에 저장됨에 따라, 데이터의 탈취, 해킹 등으로부터 자유로우며, 데이터 보관 및 관리에 안정성 및 보안성이 보장된다.
아울러, 대용량의 빅데이터를 저장 및 전송하기 위한 대용량 및 고속의 저장수단을 확보할 수 있음에 따라, 기업 업무 및 운영에 효율성이 증대되고, 다수의 콘텐츠를 대량으로 활용할 수 있는 장점이 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템을 상세히 설명한다.
도 3은 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템의 구조를 나타낸 도면이다. 이하의 설명에서, 본 발명의 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 이를 구성하는 각 구성부는, 공지의 마이크로프로세서에 의해 실행 가능한 컴퓨터 프로그램의 형태로 구현되고, 읽고 쓰기가 가능한 기록매체에 기록하여 서버 등에 탑재될 수 있다.
도 3을 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템(100)은, 수요자 단말로부터 구매하고자 하는 데이터의 종류를 카테고리별로 설정받거나 키워드를 입력받아 견적을 접수하는 견적 접수부(111), 견적 접수에 따라, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 데이터를 분석하는 클러치 엔진을 통해 견적을 분석하고, 분석결과에 따른 견적정보를 수요자 단말(10)에 회신하거나, 이미 NFT 발행된 납품 데이터를 크롤링하는 견적 생성부(121), 수요자 단말로부터 상기 견적정보에 대한 견적이 승인되면, 하나 이상의 공급자 단말에 데이터 공고 정보를 배포하는 데이터 등록부(115), 납품 데이터에 대하여, 공급자, 소유권자 및 IPFS 해시를 포함하는 NFT을 발행하여 NFT망에 등록하는 NFT 발행부(131), 데이터 공고 정보에 따라, 공급자 단말(20)로부터 견적정보에 정의된 형태의 납품 데이터를 제공받아 IPFS망에 저장하는 데이터 저장부(133) 및, 수요자 단말(10)의 납품 승인에 따라, NFT의 소유권을 수요자에게 이전하고, 소유권을 갖는 수요자 단말(10)에 납품 데이터를 제공하는 데이터 관리부(135)를 포함할 수 있다.
전술한 바와 같이, 본 발명의 실시예에 따른 견적 제공 시스템(100)은 수요자의 데이터 요청에 따라, 다수의 공급자에 의해 제공되는 유용한 로우 데이터들을 취합하고, 인공지능 기반의 클러치 엔진(122)을 통해 분석하여 요청된 내용에 적합한 데이터를 추출하고 그 가치에 합당한 견적을 산출하여 공급자 및 수요자에게 제시함과 더불어 납품 예정인 데이터에 대한 NFT을 발행함으로써, 데이터의 공급자, 소유권자 및 데이터 링크를 제공함과 더불어 데이터를 재화와 같이 활용할 수 있도록 하는 것을 특징으로 한다.
이를 위해, 본 발명의 일 실시예에 따른 견적 제공 시스템(100)의 각 구성부는 그 역할에 따라 데이터 거래와 관련된 구성부로 이루어지는 서비스 레이어(110), 데이터 분석 및 견적과 관련된 구성부로 이루어지는 AI 레이어(120) 및, NFT 발행 및 갱신과 관련된 구성부로 이루어지는 NFT 레이어(13)의 복수의 계층(Layer)으로 구분할 수 있다.
서비스 레이어(110)는 견적 접수부(111) 및 데이터 등록부(115)를 포함할 수 있다.
견적 접수부(111)는 정보 통신망을 통해 연결된 하나 이상의 수요자 단말(10)로부터 데이터 수요자가 구매하고자 하는 데이터의 구매신청 및 견적을 요청 받아 접수 절차를 진행할 수 있다.
AI 레이어(120)는 견적 생성부(121) 및 데이터 베이스(125)를 포함할 수 있다.
견적 생성부(121)는 공급자 단말(20)로부터 회신 받은 로우 데이터를 머신러닝 또는 딥러닝을 통해 분석하여 데이터 종류, 형식 등에 따라 수요자의 의도에 얼마나 부합하는지, 데이터의 유통시 상대적으로 어느 정도의 가치로 거래되는 지 등을 종합적으로 판단하여 견적정보를 생성할 수 있다.
특히, 본 발명의 실시예에 따른 시스템은 실시간 또는 그에 상응하는 빠른 검색 및 견적 결과를 도출하는 것을 특징으로 하며, 이를 위해서는 학습 엔진이 지속적으로 고도화 되어 실시간 견적을 추출할 뿐만 아니라 학습 또한 이루어져야 한다.
이에 따라, 본 발명의 학습 엔진으로 이용되는 클러치 엔진(122)은 검색을 위한 엔진과 학습을 진행하는 엔진이 맞물려 학습, 고도화 및 교체를 진행할 수 있으며, 무한개의 서브 엔진으로 증가될 수 있다.
이에 따라, 클러치 엔진(122)은 학습시 그 학습범위가 분할되어 있어 관리가 용이하고, 엔진 고도화에 따라 실시간 또는 그에 상응하는 빠른 속도로 작업 처리가 가능함에 따라, 데이터 수요자 입장에서 실시간 견적의 내용이 반영되는 최적화 서비스의 이용이 가능하고, 무한대의 인공지능 학습에서 특화되어 주기별로 신속하게 업데이트가 가능하다는 특징이 있다. 이러한 클러치 엔진에 기반한 분석 또는 학습 방법에 대한 상세한 설명은 후술한다.
데이터 베이스(125)는 접수된 견적 요청을 저장할 수 있고, 분석 또는 학습시 필요한 학습 데이터를 견적 생성부(121)에 제공할 수 있다. 또한, 데이터 베이스(125)에는 기존 발생된 NFT 및 그 소유권자의 리스트 등과, 시스템(100)을 운영하는 데 필요한 정보가 저장될 수 있다.
NFT 레이어(130)는 NFT 발행부(131), 데이터 저장부(133) 및 데이터 관리부(135)를 포함할 수 있다.
NFT 발행부(131)는 분석 완료 및 데이터 수요자로부터 견적이 승인된 납품 데이터에 대한 대체 불가능한 토큰을 발행하여, 공급자(생산자), 현재 소유권자, 거래(이전)내역 및 IPFS 해시(데이터 링크) 등을 기재하고 이를 NFT망(200)의 분산원장에 기재함으로써, 납품 데이터가 임의로 변조될 수 없도록 함으로써, 데이터의 신뢰성을 보장할 수 있다.
데이터 저장부(133)는 NFT 에 기록된 납품 데이터의 IPFS 해시에 따른 납품 데이터를 IPFS망(300)의 분산노드에 저장할 수 있다. 이러한 IPFS 기반 데이터 저장소는 기존의 HTTPS 기반 데이터 저장소와 대비하여 볼 때, 해킹 및 데이터 손실 등에 강성함에 따라 데이터를 안정적으로 보관, 관리할 수 있다.
데이터 관리부(135)는, NFT 발행에 따른 데이터 제공 기능뿐만 아니라, 판매에 따라 소유권을 이전 받은 수요자의 판매를 통한 NFT 소유권 재이전 기능을 제공할 수 있다,
현재, 데이터를 납품받아 NFT에 소유권자로 등록되어 있는 이전 수요자는 그 데이터를 타 수요자에게 재 이전할 수 있으며, 타 수요자와의 거래가 성사되는 등의 이전 사유가 발생하면, 데이터 저장부(133)는 스마트 컨트랙트를 통해 NFT에 소유권 이전 내역을 반영하고 NFT망(200)의 분산원장에 변경된 내용을 추가할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템에 의한 인공지능에 기반한 데이터 분석방법을 상세히 설명한다.
도 4는 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템에 적용된 데이터 분석 및 견적정보 생성 방법을 모식화한 도면이다.
도 4를 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템은, 데이터 수요자로부터 요청되는 데이터 구매에 대한 공고를 접수하여 그 데이터 공고에 포함되는 카테고리 및 키워드를 입력받아 이를 기반으로 데이터를 검색 및 분석할 수 있다.
시스템은 분석을 위한 클러치 엔진을 통해 견적정보에 포함되는 회사명, 카테고리, 키워드, 데이터 유형, 데이터 수 및 가격 등의 다양한 속성을 통해 데이터의 특징을 추출할 수 있다.
이를 위해, 클러치 엔진은 머신러닝 또는 딥러닝을 통해 학습을 수행할 수 있으며, 일례로서 전술한 속성에 대한 전처리 데이터를 이용하여 지도학습을 통해 분석결과를 도출할 수 있고, 이에 기초하여 자동 전자 견적서를 포함하는 견적정보를 생성 및 제공할 수 있다.
특히, 본 발명의 실시예에 따르면, 클러치 엔진은 데이터 타입 및 데이터 유형을 세분화하여 데이터를 분석할 수 있고, 특징 추출에 따른 속성 중, 데이터, 브랜드, 키워드, 가격 등에 대하여 공공 및 민간 데이터 연동을 통해 결과에 대한 정확도를 높일 수 있고, 지도학습을 통한 실시간 데이터 업데이트를 원하여 견적에 대한 정확도를 높일 수 있다.
도 5는 본 발명의 실시예에 따른 클러치 엔진에 적용된 기술을 모식화한 도면이다.
도 5를 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템은 데이터 공급자로부터 제공되는 로우 데이터를 클러치 엔진(121)에 기반하여 머신러닝 또는 딥러닝에 의한 학습을 수행하고, 가치를 산출하여 견적을 추출하는 것을 특징으로 한다.
특히, 본 발명의 실시예에 따른 클러치 엔진(121)은 데이터 학습과 더불어 견적을 추출하는 것을 특징으로 하며, 이를 위해 학습 범위를 분할하여 나누어 분석을 수행하되, 엔진 고도화를 통해 각 학습 범위마다 복수의 서브 엔진(122)을 통해 학습순서(123)에 따라 학습을 나누어 진행하는 것을 특징으로 한다.
여기서, 서브 엔진(122)은 상하위 개념이 아닌, 동일 엔진을 N(N은 자연수)개를 준비한 것으로, 분할된 데이터에 대하여 각각 N개의 학습순서(123)를 설정하고 각 서브 엔진(122)이 역방향으로 동시에 학습을 수행함으로써 실시간 또는 그에 상응하는 빠른 속도로 결과를 도출하게 된다.
여기서, 서브 엔진의 개수(N)는 시스템 운영자에 의해 추가 또는 감소될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템에 의한 견적 제공 방법을 설명한다.
도 6은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법을 나타낸 도면이다. 이하의 설명에서 각 단계별 실행주체는 별도의 기재가 없는 한, 본 발명의 실시예에 따른 견적 제공 시스템 및 그 구성부가 된다.
도 6을 참조하면, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법에 의하면, 먼저 수요자 단말이 구매하고자 하는 데이터에 대하여, 웹 또는 어플리케이션을 통해 그 종류를 카테고리 별로 설정하거나, 키워드를 입력하여 견적을 요청하면 시스템이 그 견적 건을 접수한다(S100).
다음으로, 시스템은 접수된 견적 요청에 대하여, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 데이터를 분석하는 클러치 엔진을 통해 견적을 분석하고, 분석결과를 도출할 수 있다(S110).
또한, 시스템은 카테고리 또는 키워드를 이용하여 기존 NFT를 발행한 데이터들을 검색하여 동일하거나 유사범주에 속하는 데이터가 존재하는지 판단하고(S120), NFT 발행된 납품 데이터를 크롤링할 수 있다.
다음으로, 시스템은 분석결과에 따른 견적정보를 생성하고 이를 해당 수요자 단말에 회신할 수 있고(S130), 이어서 수요자 단말에 의해 견적이 승인되면, 데이터 공고 정보를 하나 이상의 데이터 공급자의 공급자 단말에 배포할 수 있다(S140).다음으로, 시스템은 로우 데이터를 클라우드 소싱으로 가공하거나, 별도의 외부 데이터 가공자에게 위탁하여 가공자 단말로부터 제공되는 가공된 납품 데이터에 대한 IPFS 해시를 생성하고 이를 IPFS망에 저장한다(S150).
다음으로, 시스템은 준비된 납품 데이터에 대하여 NFT를 발행하고 NFT망에 등록한다(S170). NFT에는 공급자, 소유권자 및 IPFS 해시 등이 포함될 수 있고, 이는 NFT망의 분산원장에 기재되어 저장, 관리된다.
그리고, 시스템은 NFT의 구매내역을 스마트 콘트랙트를 실행하여 NFT에 반영함으로써, NFT의 소유권을 구매자인 수요자에게 이전하고 데이터 링크(URL)를 수요자 단말에 제공할 수 있다(S170). 이러한 데이터 링크는 해당 NFT에 기재될 수 있다.
이에 따라, NFT 소유권을 획득한 데이터 수요자는 데이터 링크를 통해 IPFS망에 접속하여 납품 데이터를 획득, 사용할 수 있게 된다.
전술한 S100 단계 내지 S170 단계는 상황에 따라 그 순서가 변경될 수 있다.
또한, 본 발명의 일 실시예에 따르면, 전술한 S120 단계에서 데이터 수요자가 검색한 카테고리 또는 키워드에 대응하는 동일 내지 유사한 데이터의 NFT가 이미 존재하는 경우, 해당 NFT의 소유권자를 식별하고(S200), 그 소유권자 단말에 데이터에 대한 소유권 이전 또는 사용승인 의사를 문의할 수 있다(S210).
이에, 소유권자가 승인하면(S220), NFT 소유권 이전 단계(170)를 수행하고, 그렇지 않으면, S130 단계부터 진행하여 타 데이터 공급자가 제공하는 데이터를 가공하여 거래가 가능하도록 처리할 수 있다.
이하, 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템이 제공하는 전자 견적서의 일 예를 통해 본 발명의 기술적 사상을 상세히 설명한다.
도 7은 본 발명의 실시예에 따른 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템이 제공하는 전자 견적서의 형태를 예시한 도면이다.
도 7을 참조하면, 본 발명의 실시예에 따른 시스템은 웹 또는 어플리케이션 형태로 수요자 단말 및 공급자 단말에 인공지능 분석에 따른 전자 견적서를 제공할 수 있으며, 이를 통해 데이터 수요자 및 공급자는 제시된 견적을 기준으로 매매 여부를 판단하고, 승인 또는 불승인을 결정할 수 있다.
이러한 전자 견적서는 로우 데이터를 제공하는 공급자 별로 발행될 수 있으며, 로우 데이터 수집시 클러치 엔진에 의해 실시간 및 자동으로 생성될 수 있다.
또한, 전자 견적서에는 공급자의 업체명과, 견적 산출에 따른 구체적 내역이 포함될 수 있으며, 이러한 견적 내역으로는 데이터 수, 데이터 단가, 데이터 가공 비용, 마진 및 총 견적가가 포함될 수 있다.
데이터 공급자 또는 수요자는 자신의 단말을 통해 실시간으로 생성된 전자 견적서를 즉시 확인하고, 판매(소유권 이전) 또는 구매여부를 판단하여 데이터에 대한 거래를 처리하게 된다.
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서, 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.
10 : 수요자 단말 20 : 공급자 단말
30 : 가공자 단말 100: 견적 제공 시스템
110 : 서비스 레이어 111: 견적 접수부
115 : 데이터 등록부 120 : AI 레이어
121: 견적 생성부 125 : 데이터 베이스
130 : NFT 레이어 131 : NFT 발행부
133 : 데이터 저장부 135 : 데이터 관리부
200 : NFT망 300 : IPFS망

Claims (12)

  1. 수요자 단말로부터 구매하고자 하는 데이터의 종류를 카테고리별로 설정받거나 키워드를 입력받아 견적을 접수하는 견적 접수부;
    견적 접수에 따라, 다수의 공급자에 의해 각각 제공되는 로우 데이터를 취합하고, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 클러치 엔진을 통해 로우 데이터를 분석하고, 분석결과에 따라 추출된 로우 데이터에 대한 견적정보를 상기 수요자 단말에 회신하거나, 이미 NFT 발행된 납품 데이터를 크롤링하는 견적 생성부;
    상기 수요자 단말로부터 상기 견적정보에 대한 견적이 승인되면, 하나 이상의 공급자 단말에 데이터 공고 정보를 배포하는 데이터 등록부;
    상기 납품 데이터에 대하여, 공급자, 소유권자 및 IPFS 해시를 포함하는 NFT을 발행하여 NFT망에 등록하는 NFT 발행부;
    상기 데이터 공고 정보에 따라, 상기 공급자 단말로부터 견적정보에 정의된 형태의 납품 데이터를 제공받아 IPFS망에 저장하는 데이터 저장부; 및,
    상기 수요자 단말의 납품 승인에 따라, 상기 NFT의 소유권을 수요자에게 이전하고, 소유권을 갖는 수요자 단말에 납품 데이터를 제공하는 데이터 관리부
    를 포함하고,
    상기 데이터 등록부는,
    상기 수요자 단말의 견적 승인 이후, 로우 데이터를 가공하여 상기 납품 데이터를 회신하는 가공자 단말과 연결되고,
    상기 클러치 엔진은,
    머신러닝 또는 딥러닝에 기초하여 생성된 복수개의 학습 모델이 정의되고, 설정된 카테고리 또는 키워드에 대응하는 적어도 하나의 학습 모델을 선정됨에 따라 로우 데이터를 실시간으로 분석하여 수요자의 의도에 부합하는 정도와 예상 가치를 포함하는 상기 견적정보를 도출하되,
    상기 견적 생성부는,
    상기 클러치 엔진을 통해 상기 데이터의 타입 및 유형을 세분화하여 특징을 추출하고, 상기 추출된 특징에 대하여 공공 및 민간 데이터를 연동하여 지도학습을 통해 상기 클러치 엔진의 실시간 업데이트를 지원하고,
    상기 클러치 엔진은,
    학습 범위를 분할하여 나누어 분석을 수행하되, 엔진 고도화를 통해 각 학습 범위마다 복수의 서브 엔진을 통해 학습순서에 따라 학습을 나누어 진행하고,
    상기 복수의 서브 엔진은,
    N개의 동일 엔진이고, 분할된 데이터에 대하여 각각 N개의 학습순서에 따라 각 서브 엔진이 역방향으로 동시에 학습을 수행하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 NFT는,
    ERC-721, ERC-1155 규격 또는 기타 NFT 관련 규격을 만족하는 것인 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템.
  5. 제 4 항에 있어서,
    상기 데이터 관리부는,
    데이터 공고 이후, 상기 카테고리 또는 키워드에 대응하는 NFT이 존재하면, 상기 NFT의 소유권자를 식별하고, 소유권 이전 또는 사용 승인 여부를 소유권자 단말에 문의하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템.
  6. 제 5 항에 있어서,
    상기 데이터 관리부는,
    상기 소유권자 단말로부터 상기 NFT의 소유권 이전 또는 사용 승인시, 거래 내역을 스마트 컨트랙트를 통해 NFT에 반영하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템.
  7. 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템에 의한 견적 제공 방법으로서,
    (a) 수요자 단말로부터 구매하고자 하는 데이터의 종류를 카테고리별로 설정 받거나 키워드를 입력 받아 견적을 접수하는 단계;
    (b) 견적 접수에 따라, 다수의 공급자에 의해 각각 제공되는 로우 데이터를 취합하고, 카테고리 또는 키워드에 대응하여 복수개로 분할된 학습범위에 따라 복수의 서브 엔진으로 나누어 클러치 엔진을 통해 로우 데이터를 분석하거나, 이미 NFT 발행된 납품 데이터를 크롤링하는 단계;
    (c) 분석결과에 따라, 추출된 로우 데이터에 대한 견적정보를 상기 수요자 단말에 회신하는 단계;
    (d) 상기 수요자 단말로부터 상기 견적정보에 대한 견적이 승인되면, 하나 이상의 공급자 단말에 데이터 공고 정보를 배포하는 단계;
    (e) 상기 데이터 공고 정보에 따라, 상기 공급자 단말로부터 견적정보에 정의된 형태의 납품 데이터를 제공받아 IPFS망에 저장하고 공급자, 소유권자 및 IPFS 해시를 포함하는 NFT를 발행하여 NFT망에 등록하는 단계; 및
    (g) 상기 수요자 단말의 납품 승인에 따라, 상기 NFT의 소유권을 수요자에게 이전하고, 소유권을 갖는 수요자 단말에 납품 데이터를 제공하는 단계
    를 포함하고,
    상기 (e) 단계는,
    (e2) 상기 공급자 단말의 견적 승인 이후, 가공자 단말로부터 로우 데이터를 가공한 상기 납품 데이터를 회신받는 단계
    를 포함하고,
    상기 (b) 단계는,
    (b1) 머신러닝 또는 딥러닝에 기초하여 생성된 복수개의 학습 모델을 정의하고, 설정된 카테고리 또는 키워드에 대응하는 적어도 하나의 학습 모델을 선정하여 상기 클러치 엔진을 통해 로우 데이터를 실시간으로 분석하는 단계; 및
    (b2) 상기 클러치 엔진을 통해 상기 데이터의 타입 및 유형을 세분화하여 특징을 추출하고, 상기 추출된 특징에 대하여 공공 및 민간 데이터를 연동하여 지도학습을 통해 상기 클러치 엔진의 실시간 업데이트를 지원하는 단계
    를 포함하고,
    상기 클러치 엔진은,
    학습 범위를 분할하여 나누어 분석을 수행하되, 엔진 고도화를 통해 각 학습 범위마다 복수의 서브 엔진을 통해 학습순서에 따라 학습을 나누어 진행하고,
    상기 복수의 서브 엔진은,
    N개의 동일 엔진이고, 분할된 데이터에 대하여 각각 N개의 학습순서에 따라 각 서브 엔진이 역방향으로 동시에 학습을 수행하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법.
  8. 삭제
  9. 삭제
  10. 제 7 항에 있어서,
    상기 NFT는,
    ERC-721, ERC-1155 규격 또는 기타 NFT 관련 규격을 만족하는 것인 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법.
  11. 제 7 항에 있어서,
    상기 (a) 단계 이후,
    (a1) 데이터 공고 접수 이후, 상기 카테고리 또는 키워드에 대응하는 NFT이 존재하면, 상기 NFT의 소유권자를 식별하고 소유권 이전 또는 사용 승인 여부를 소유권자 단말에 문의하는 단계
    를 포함하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법.
  12. 제 11 항에 있어서,
    상기 (a1) 이후,
    (a2) 상기 소유권자 단말로부터 상기 NFT의 소유권 이전 또는 사용 승인시, 거래 내역을 스마트 컨트랙트를 통해 NFT에 반영하는 단계
    를 더 포함하는 클러치 엔진 기반 인공지능 빅데이터 견적 제공 방법.
KR1020210123876A 2021-09-16 2021-09-16 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법 KR102382379B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210123876A KR102382379B1 (ko) 2021-09-16 2021-09-16 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210123876A KR102382379B1 (ko) 2021-09-16 2021-09-16 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102382379B1 true KR102382379B1 (ko) 2022-04-04

Family

ID=81182777

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210123876A KR102382379B1 (ko) 2021-09-16 2021-09-16 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102382379B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551258B1 (ko) * 2023-02-24 2023-07-04 주식회사 파란샘 Nft 권리 보호 시스템 및 그 제어 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101699472B1 (ko) 2015-01-23 2017-01-24 이영환 데이터 거래소 시스템 및 그 방법
KR20180052093A (ko) * 2016-11-09 2018-05-17 박동화 인공지능 전자상거래 시스템 및 방법
KR20210058116A (ko) * 2019-11-13 2021-05-24 주식회사 테서 기계학습 모델을 이용한 자동 데이터 수집 및 학습 방법 및 그 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101699472B1 (ko) 2015-01-23 2017-01-24 이영환 데이터 거래소 시스템 및 그 방법
KR20180052093A (ko) * 2016-11-09 2018-05-17 박동화 인공지능 전자상거래 시스템 및 방법
KR20210058116A (ko) * 2019-11-13 2021-05-24 주식회사 테서 기계학습 모델을 이용한 자동 데이터 수집 및 학습 방법 및 그 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551258B1 (ko) * 2023-02-24 2023-07-04 주식회사 파란샘 Nft 권리 보호 시스템 및 그 제어 방법

Similar Documents

Publication Publication Date Title
US11810060B2 (en) Systems and methods for facilitating e-commerce product returns using orders for returned items
Guide, Jr et al. The potential for cannibalization of new products sales by remanufactured products
US20190114652A1 (en) Methods and systems for a virtual marketplace or exchange for distributed signals
US20070150370A1 (en) System for Increasing On-Line Shopping Presence
US20080154694A1 (en) System and method for dynamic price setting and facilitation of commercial transactions
CN111161017A (zh) 一种基于移动终端和区块链的云端营销系统及方法
CN101375307A (zh) 用于操作因特网广告媒体市场的方法
KR101740879B1 (ko) 미술품 거래 서비스 제공 방법 및 서버
KR20220115110A (ko) 온라인 프랜차이즈 판매대행 커머스 셀러 시스템
KR102382379B1 (ko) 클러치 엔진 기반 인공지능 빅데이터 견적 제공 시스템 및 방법
US20220036376A1 (en) Methods and systems for suggesting alternative phrases for text-based web content
Wulfert et al. Retailer’s dual role in digital marketplaces: Reference architectures for retail information systems
Giovanoli et al. E-marketplace for cloud services
US20080015875A1 (en) Supply chain tracking and management
KR102394221B1 (ko) 온라인 벤더 운영 플랫폼
US20050177468A1 (en) Request for quote system and method
US11425217B1 (en) Graph-based deployment tool
Bala Tokenization of Assets
KR20150053841A (ko) 해외 오픈마켓 통합 관리 방법 및 이를 실행하는 서버
KR102621193B1 (ko) 온라인 재판매 커머스 리셀러 시스템
KR102550817B1 (ko) 셀럽을 통한 온라인 중개 서비스 제공 시스템 및 그 방법
Sandhya Competitive Digital Strategic Model of Amazon-A Case Study Analysis
KR102425519B1 (ko) 비즈니스 프로세스 모델의 거래를 가능하게 하는 방법, 컴퓨터 판독가능 기록 매체, 및 컴퓨터 시스템
KR20180019256A (ko) 비즈니스 프로세스 모델의 거래를 가능하게 하는 방법, 컴퓨터 판독가능 기록 매체, 및 컴퓨터 시스템
US20230094849A1 (en) Distributed cryptographic network integrated with crowd-sourced database

Legal Events

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