KR102384728B1 - 산지 경매가 기반의 농산물 공급자 중심 역경매 가격 산출 방법 및 시스템 - Google Patents

Abstract

본 개시는 농산물 역경매 가격 산출 방법에 관한 것이다. 농산물 역경매 가격 산출 방법은, 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하는 단계, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계 및 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출하는 단계를 포함한다.

Description

산지 경매가 기반의 농산물 공급자 중심 역경매 가격 산출 방법 및 시스템{METHOD AND SYSTEM FOR OUTPUTTING PRODUCER-CENTRIC AUCTION PRICE IN REVERSE OF AGRICULTURAL PRODUCT BASED ON AUCTION PRICE OF PRODUCING AREA}

본 개시는 농산물의 역경매 가격을 예측하기 위한 산지 경매가 기반의 농산물 공급자 중심 역경매 가격 산출 방법 및 시스템에 관한 것으로, 구체적으로는 산지 경매가 기반으로 역경매 가격을 산출하고, 산출된 가격에 맞는 최소 거래 단위를 결정하여 역경매 방식으로 고객과 농산물 공급자 사이의 농산물 매매를 체결할 수 있는 방법 및 시스템에 관한 것이다.

일반적으로 농산물은 도매시장 법인이 농산물의 최초 공급자(생산자)로부터 판매를 위탁받은 후, 경매를 통해 판매한다. 또한, 농산물의 중도매인들은 이러한 경매에 참여하여 농산물을 구매한 후, 농산물에 마진을 붙여 소매상, 중간 도매상, 소비자 등에게 재판매한다. 따라서, 농산물의 최종 소비자들은 결국 생산자가 판매한 가격보다 현저하게 높은 가격으로 농산물을 구매하게 되는 문제가 있다.

상술된 문제를 해결하고자, 농산물의 최초 공급자와 최종 소비자가 직접 농산물의 거래를 수행할 수 있는 서비스, 기술 등이 개발되고 있다. 그러나, 이러한 서비스의 경우, 일반적으로 최종 소비자는 최초 공급자가 제시한 가격으로 농산물을 구매한다. 따라서, 이러한 서비스의 경우에도, 최종 소비자는 자신이 구매하고 싶은 농산물의 가격을 역으로 제안하지 못하는 문제가 있다. 또한, 중소형 외식업체나 개인 고객의 경우 충분한 구매력이 없고 거래 단위가 작아 농산물 공급자인 농가와 직접 거래가 어렵기 때문에, 상당한 중간 유통 비용이 소요되는 기존 농산물 유통 및 판매 경로를 이용할 수 밖에 없다.

본 개시는 상기와 같은 문제점을 해결하기 위한 산지 경매가 기반의 농산물 공급자 중심 역경매 가격 산출 방법, 기록매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.

본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 농산물 역경매 가격 산출 방법은, 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하는 단계, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계 및 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계는, 보간법을 이용하여, 농산물의 경매가 수행되지 않은 일자에 대한 예상 경매가 데이터를 추정하는 단계 및 농산물의 산지 경매가 데이터 및 예상 경매가 데이터를 기초로, 일별 시계열 데이터를 생성하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계는, 미리 결정된 알고리즘을 기초로 농산물의 산지 경매가 데이터를 평활화하여, 일별 시계열 데이터를 생성하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 수집하는 단계 및 수집된 복수의 변수를 이용하여, 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성하는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 농산물의 산지 경매가 데이터와 수집된 각각의 변수의 연관성 점수를 산출하는 단계, 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출하는 단계 및 추출된 변수를 이용하여, 추출된 변수에 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 재생성하는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 농산물 역경매 가격 산출 모델은 ARDL 모델이다.

본 개시의 일 실시예에 따르면, 하나 이상의 구매자 단말로 추출된 농산물의 역경매 가격을 전송하는 단계 및 농산물의 역경매 가격을 수신한 구매자 단말로부터 역경매 가격에 따른 농산물의 구매 수량을 수신하는 단계를 더 포함한다.

본 개시의 일 실시예에 따르면, 하나 이상의 공급자 단말로 추출된 농산물의 역경매 가격을 전송하는 단계 및 농산물의 역경매 가격을 수신한 공급자 단말로부터 역경매 가격에 따른 농산물의 판매 희망 수량을 수신하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른 상술된 농산물 역경매 가격 산출 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.

본 개시의 일 실시예에 따른 정보 처리 시스템은, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함한다. 적어도 하나의 프로세서는, 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하고, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하고, 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출하기 위한 명령어들을 포함한다.

본 개시의 다양한 실시예에에 따른 방법 및 시스템은, 농산물의 합리적인 역경매 가격을 예측하는 것에 그치지 않고, 예측된 역경매 가격을 사용자들에게 제공하여, 해당 가격으로 실제 거래가 이루어지도록 중개할 수 있다. 이에 따라, 농산물의 구매자 및 공급자(판매자)는 시스템에 의해 예측된 합리적인 가격으로 농산물을 구매하거나 판매할 수 있다.

본 개시의 다양한 실시예에 따른 방법 및 시스템은, 각 농산물의 역경매 가격을 산출하는 경우에 통계적 유의성이 있는 변수만을 추출하여, 각 농산물에 최적화된 농산물 역경매 가격 산출 모델을 생성할 수 있다.

본 개시의 다양한 실시예에 따른 방법 및 시스템은, 보간법을 이용하여, 특정일의 산지 경매가 데이터를 보완하여, 농산물 역경매 가격 산출 모델에 입력하기 위한 일별 시계열 데이터를 효과적으로 생성할 수 있다.

본 개시의 다양한 실시예에 따른 방법 및 시스템은, 산지 경매가 데이터를 그대로 이용하여 농산물의 역경매 가격을 산출하지 않고, 미리 결정된 알고리즘을 기초로 평활화를 수행한 후, 농산물의 역경매 가격을 산출하여, 역경매 가격의 안정성을 효과적으로 향상시킬 수 있다.

본 개시의 다양한 실시예에서, 사용자는 시스템에 의해 제시된 합리적인 가격으로 원하는 수량 만큼의 농산물을 공급자(예를 들어, 생산자)로부터 직접 구매할 수 있다.

본 개시의 다양한 실시예에서, 충분한 구매력이 없고, 거래 단위가 작아 농가와 직접 거래가 불가능한 구매자들(예를 들어, 중소형 외식업체 등)도 일종의 클라우드 펀딩 방식으로 개별 구매력을 모아 전체 구매력을 끌어 올리는 방식으로 농산물을 농산물 공급자로부터 직접 구매할 수 있다.

본 개시의 다양한 실시예에 따른 방법 및 시스템은, 공동 구매 및 직거래의 두가지 특성을 모두 이용하여 농산물의 거래를 활성화시킴으로써 농산물의 유통 등에 소요되는 불필요한 비용을 효과적으로 낮출 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따라 사용자 단말에서 동작하는 애플리케이션을 통해 농산물의 역경매 가격이 제공되는 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 농산물 역경매 가격 산출 서비스를 제공하기 위하여, 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 프로세서의 내부 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 보간법을 이용하여 생성된 일별 시계열 데이터의 예시를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따라 평활화를 이용하여 생성된 일별 시계열 데이터의 예시를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따라 산출된 농산물 역경매 가격이 표시되는 사용자 인터페이스의 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따라 농산물을 구매를 위해 상세 정보를 입력하기 위한 사용자 인터페이스의 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따라 농산물 역경매 가격을 추출하는 인공신경망의 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 농산물 역경매 가격 산출 방법의 예시를 나타내는 흐름도이다.
도 11은 본 개시의 일 실시예에 따라 구매자 단말, 정보 처리 시스템 및 공급자 단말 사이에서 농산물 거래가 수행되는 방법을 나타내는 흐름도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 개시에서, '산지 경매가 데이터'는 과거 특정 기간 동안(예를 들어, 1년, 2년 등)의 각 농산물의 판매가 이루어진 실제 경매가 등을 포함할 수 있으나, 이에 한정되지 않는다. 예를 들어, 산지 경매가 데이터는 경매 일자, 품종, 단위, 등급, 산지, 공급자 정보, 최저가, 최고가, 전년 가격, 전년 대비 가격 등을 더 포함할 수 있다.

본 개시에서, '농산물 역경매 가격'은 농산물 역경매 가격 산출 서비스와 연관된 시스템이 추출한 제안 거래 가격으로서, 임의의 무게 단위(예를 들어, 1kg, 1t 등)의 가격을 나타낼 수 있다.

도 1은 본 개시의 일 실시예에 따라 사용자 단말(120)에서 동작하는 애플리케이션을 통해 농산물의 역경매 가격이 제공되는 예시를 나타내는 도면이다. 사용자(110)는 사용자 단말(120)을 이용하여 농산물 역경매 가격 산출 서비스와 연관된 애플리케이션을 통해 각 농산물의 역경매 가격을 제공받을 수 있다. 예를 들어, 사용자(110)는 역경매 가격으로 농산물을 구매하길 희망하는 구매자 또는 역경매 가격으로 농산물을 판매하길 희망하는 공급자일 수 있으며, 사용자 단말(120)은 구매자 단말 또는 공급자 단말에 해당할 수 있다.

일 실시예에 따르면, 사용자(110)는 농산물의 역경매 가격이 표시된 사용자 인터페이스(130)를 제공받을 수 있다. 여기서, 사용자 인터페이스(130)는 판매 중이거나 판매 예정인 농산물의 정보(132)(예를 들어, 농산물의 종류, 농산물의 역경매 가격 등)를 포함할 수 있다. 이 경우, 사용자(110)는 사용자 인터페이스(130)에 표시된 농산물을 터치 입력 등으로 선택하여, 산출된 역경매 가격으로 농산물을 구매하거나 판매할 수 있다.

농산물의 역경매 가격은, 농산물 역경매 가격 산출 및/또는 제공 서비스와 연관된 시스템에 의해 산출될 수 있다. 일 실시예에 따르면, 시스템은 농산물의 산지 경매가 데이터를 이용하여, 현재 및/또는 미래의 농산물의 역경매 가격을 예측할 수 있다. 여기서, 산지 경매가 데이터는 과거 특정 기간 동안(예를 들어, 1년, 2년 등)의 각 농산물의 판매가 이루어진 실제 경매가 등을 포함할 수 있으나, 이에 한정되지 않는다. 예를 들어, 산지 경매가 데이터는 농산물의 경매가에 영향을 미칠 수 있는 임의의 데이터를 더 포함할 수 있다.

일 실시예에 따르면, 시스템은 하나 이상의 외부 장치(예를 들어, 농산물의 판매/경매 위탁 업체의 시스템 등)로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집할 수 있다. 이 경우, 시스템은 농산물의 종류, 등급, 규격 별로 나누어 산지 경매가 데이터를 수집하거나, 수집된 산지 경매가 데이터를 농산물의 종류, 등급, 규격 별로 나누어 저장할 수 있다. 추가적으로 또는 대안적으로, 시스템은 웹 크롤링(crawling) 등을 이용하여, 인터넷 상에서 공개된 데이터베이스 또는 웹페이지 등으로부터 산지 경매가 데이터를 수집할 수 있다.

시스템은 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성할 수 있다. 여기서, 일별 시계열 데이터는 각 농산물의 산지 경매가 데이터를 경매 날짜 별로 구분 및/또는 연관시켜 생성된 데이터를 지칭할 수 있다. 시스템은 이와 같이 생성된 일별 시계열 데이터를 이용하여, 현재 및/또는 미래의 농산물의 역경매 가격을 예측할 수 있다.

일 실시예에 따르면, 데이터의 수의 안정성을 위해, 시스템은 수신된 산지 경매가 데이터 중 역경매 가격 예측에 적절한 데이터만을 추출할 수 있다. 예를 들어, 시스템은 데이터를 추출하거나 마이닝(mining)하도록 미리 결정된 임의의 알고리즘을 이용하여, 역경매 가격 예측에 적절한 데이터를 추출할 수 있다. 그리고 나서, 시스템은 추출된 데이터의 전처리를 수행하여, 일별 시계열 데이터를 생성할 수 있다. 예를 들어, 경매가의 경매 단위(판매 단위, 무게 단위) 등을 통일시키기 위한 데이터 전처리가 수행될 수 있다. 다른 예에서, 각 농산물의 경매가의 일별 가격의 평균, 일별 가격의 상위 75%, 일별 가격의 중위 등을 추출하기 위한 데이터 전처리가 수행될 수 있다.

추가적으로 또는 대안적으로, 시스템은 보간법(interpolation)을 이용하여, 일별 시계열 데이터를 생성할 수 있다. 예를 들어, 시스템은, 보간법을 이용하여, 농산물의 경매가 수행되지 않은 일자에 대한 예상 경매가 데이터를 추정하고, 농산물의 산지 경매가 데이터 및 예상 경매가 데이터를 기초로, 일별 시계열 데이터를 생성할 수 있다. 즉, 산지 경매가 데이터는 경매가 수행되지 않은 일자의 산지 경매가 데이터를 포함하지 않으므로, 시스템은 산지 경매가 데이터를 기초로 예상 경매가 데이터를 추정한 후, 경매가 수행되지 않은 일자에 대한 예상 경매가 데이터를 포함하는 일별 시계열 데이터를 생성할 수 있다.

추가적으로 또는 대안적으로, 시스템은 미리 결정된 알고리즘을 기초로 농산물의 산지 경매가 데이터를 평활화(smoothing)하여, 일별 시계열 데이터를 생성할 수 있다. 여기서, 평활화는 데이터의 급격한 변동을 감소시키거나 제외시키기 위한 기술 및/또는 방법을 지칭할 수 있다. 즉, 시스템은 평활화를 이용하여, 산지 경매가 데이터 중 변동성이 미리 정해진 기준보다 높은 것으로 나타난 부분을 평활화하여, 일별 시계열 데이터를 생성할 수 있다. 예를 들어, 시스템은 rolling-window 방식으로 농산물의 평균 가격을 구하여, 평활화를 수행할 수 있다.

일 실시예에 따르면, 시스템은 농산물 역경매 가격 산출 모델을 이용하여, 농산물의 역경매 가격을 추출할 수 있다. 예를 들어, 시스템은 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 수집하고, 수집된 복수의 변수를 이용하여, 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성할 수 있다. 여기서, 농산물의 산지 경매가 데이터와 연관된 변수는, 산지 경매가에 영향을 미칠 수 있는 각 일자 별 강수 여부, 기온, 토양 수분, 바람 등과 같은 기상 변수와, 산지 경매 이후 일어나는 가락시장 경매가 등을 포함할 수 있다. 즉, 시스템은 강수 여부, 기온, 토양 수분, 바람 등과 같은 기상 변수와, 산지 경매 이후 일어나는 가락시장 경매가 등의 변수와 경매가의 연관성을 나타내는 농산물 역경매 가격 산출 모델을 생성할 수 있다. 이와 같은, 복수의 변수에 대한 정보는 하나 이상의 외부 장치로부터 수신되거나, 시스템에 의해 웹 크롤링 등을 이용하여 수집될 수 있다.

일 실시예에 따르면, 시스템은 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출할 수 있다. 즉, 농산물 역경매 가격 산출 모델은 현재의 강수 여부, 기온, 토양 수분, 바람 등의 변수 및 일별 시계열 데이터를 이용하여, 현재 및/또는 미래의 농산물의 역경매 가격을 예측할 수 있다.

일 실시예에 따르면, 추출/예측된 농산물의 역경매 가격은, 사용자 단말(120)로 전송될 수 있다. 즉, 사용자(110)는 제공된 역경매 가격을 기초로, 농산물을 구매하거나, 판매할 수 있다. 이와 같은 구성에 의해, 시스템은 농산물의 합리적인 역경매 가격을 예측하는 것에 그치지 않고, 예측된 역경매 가격을 사용자들에게 제공하여, 해당 가격으로 실제 거래가 이루어지도록 중개할 수 있다. 이에 따라, 농산물의 구매자 및 공급자(판매자)는 시스템에 의해 예측된 합리적인 가격으로 농산물을 구매하거나 판매할 수 있다.

일 실시예에 따르면, 시스템은 역경매 가격과 함께, 예측된 역경매 가격에 대응하는 최소 거래 단위를 산출할 수 있다. 예를 들어, 최소 거래 단위는, 농산물 구매자와 공급자 사이에서 농산물의 직접 거래가 성사될 수 있는 농산물의 수량, 가격 등을 나타낼 수 있다. 이와 같이 산출된 역경매 가격 및 최소 거래 단위는, 사용자 단말(120)로 전송될 수 있다. 즉, 사용자(110)는 제공된 역경매 가격 및 최소 거래 단위를 기초로, 농산물을 구매하거나, 판매할 수 있다. 시스템은, 특정 기간 내 최소 거래 단위에 따른 농산물의 구매 수량 또는 가격을 맞추기 위해, 복수의 사용자들을 대상으로 공동주문 절차를 진행할 수 있다. 시스템은, 공동주문 절차에 따라 수신된 복수의 사용자에 의한 농산물 구매 수량 또는 가격이 최소 거래 단위를 만족하면, 농산물 공급자와 복수의 사용자들 사이의 역경매 방식에 따른 거래를 체결할 수 있다. 이와 같은 구성에 의해, 시스템은 농산물의 합리적인 역경매 가격을 예측하는 것에 그치지 않고, 개별적으로 충분한 구매력이 없는 구매자들이 공동 주문 방식으로 최소 거래 단위를 만족시킨 후 예측된 역경매 가격으로 실제 거래가 이루어지도록 중개할 수 있다. 이에 따라, 농산물의 구매자 및 공급자(판매자)는 시스템에 의해 예측된 합리적인 가격으로 일종의 클라우드 펀딩 방식으로 개별 구매력을 모아 농산물을 구매하거나 판매할 수 있다.

도 2는 본 개시의 일 실시예에 따른 농산물 역경매 가격 산출 서비스를 제공하기 위하여, 정보 처리 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 정보 처리 시스템(230)은 네트워크(220)를 통해 농산물 역경매 가격 산출 및/또는 제공 서비스를 제공할 수 있는 시스템을 포함할 수 있다. 일 실시예에 따르면, 정보 처리 시스템(230)은 농산물 판매 서비스, 농산물 역경매 가격 산출 및/또는 제공 서비스 등의 제공과 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 정보 처리 시스템(230)에 의해 제공되는 농산물 역경매 가격 산출 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 농산물 역경매 가격 산출 서비스와 연관된 애플리케이션을 통해 사용자에게 제공될 수 있다.

복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 예를 들어, 복수의 사용자 단말(210_1, 210_2, 210_3)은 농산물을 구매하기 위한 구매자의 단말, 농산물을 판매하기 위한 공급자의 단말 등을 포함할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.

도 2에서 휴대폰 단말(210_1), 태블릿 단말(210_2) 및 PC 단말 (210_3)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)은 유선 및/또는 무선 통신이 가능하고 농산물 역경매 가격 산출 서비스와 연관된 애플리케이션이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.

일 실시예에 따르면, 정보 처리 시스템(230)은 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 구매자 단말)로 추출된 농산물의 역경매 가격 및/또는 최소 거래 단위를 전송할 수 있다. 예를 들어, 전송된 농산물의 역경매 가격 및/또는 최소 거래 단위를 포함하는 농산물의 판매 정보가, 사용자 단말(210_1, 210_2, 210_3) 상에 표시될 수 있다. 그리고 나서, 정보 처리 시스템(230)은 농산물의 역경매 가격을 수신한 사용자 단말(210_1, 210_2, 210_3)로부터 역경매 가격 및/또는 최소 거래 단위에 따른 농산물의 구매 수량을 수신할 수 있다. 이 경우, 정보 처리 시스템(230)은 수신된 구매 수량에 따른 농산물의 거래를 수행/처리할 수 있다.

추가적으로 또는 대안적으로, 정보 처리 시스템(230)은 사용자 단말(210_1, 210_2, 210_3)(예를 들어, 공급자 단말)로 추출된 농산물의 역경매 가격 및/또는 최소 거래 단위를 전송할 수 있다. 예를 들어, 전송된 농산물의 역경매 가격 및/또는 최소 거래 단위를 포함하는 농산물의 구매 정보가, 사용자 단말(210_1, 210_2, 210_3) 상에 표시될 수 있다. 그리고 나서, 정보 처리 시스템(230)은 농산물의 역경매 가격 및/또는 최소 거래 단위를 수신한 사용자 단말(210_1, 210_2, 210_3)로부터 역경매 가격 및/또는 최소 거래 단위에 따른 농산물의 판매 희망 수량을 수신할 수 있다. 이 경우, 정보 처리 시스템(230)은 수신된 판매 희망 수량에 따른 농산물의 거래를 수행/처리할 수 있다.

도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 농산물 역경매 가격 산출 서비스와 연관된 애플리케이션이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(210_1), 태블릿 단말(210_2), PC 단말(210_3) 등을 포함할 수 있다. 이러한, 사용자 단말(210)은 농산물을 구매하는 구매자 단말, 농산물을 판매하는 공급자 단말 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.

메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 농산물 역경매 가격 산출 서비스와 연관된 애플리케이션 등을 위한 코드)가 저장될 수 있다.

이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예: 농산물 역경매 가격 산출 서비스를 제공하는 애플리케이션)에 기반하여 메모리(312, 332)에 로딩될 수 있다.

프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 농산물 구매 요청, 구매 수량, 구매와 연관된 정보 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 통신 모듈(316)을 통해 산출된 농산물의 역경매 가격, 최소 거래 단위 등을 수신할 수 있다.

입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면이나 산출된 농산물의 역경매 가격 및/또는 최소 거래 단위, 농산물의 산지, 공급자에 대한 정보 등이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다.

도 3에서는 입출력 장치(320)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(338)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.

사용자 단말(210) 및 정보 처리 시스템(230)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다.

일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 농산물 역경매 가격 산출 및/또는 제공 서비스를 제공하는 애플리케이션 또는 웹 브라우저 애플리케이션을 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션과 연관된 프로그램 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다. 애플리케이션이 동작되는 동안에, 사용자 단말(210)의 프로세서(314)는 입출력 장치(320)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(318)를 통해 수신하거나 통신 모듈(316)을 통해 정보 처리 시스템(230)으로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(312)에 저장할 수 있다. 또한, 이러한 정보 및/또는 데이터는 통신 모듈(316)을 통해 정보 처리 시스템(230)에 제공할 수 있다.

애플리케이션이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상 등을 수신할 수 있으며, 수신된 텍스트, 이미지 및/또는 영상 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 일 실시예에 따르면, 프로세서(314)는 애플리케이션을 통해 산출된 농산물의 역경매 가격 및/또는 최소 거래 단위에 기초한 농산물 구매 요청을 네트워크(220) 및 통신 모듈(316)을 통해 정보 처리 시스템(230)에 제공할 수 있다.

정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(334)는 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하고, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하고, 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격 및/또는 최소 거래 단위를 추출할 수 있다.

도 4는 본 개시의 일 실시예에 따른 프로세서(334)의 내부 구성을 나타내는 블록도이다. 도시된 바와 같이, 프로세서(334)는 데이터 전처리부(410), 보간 수행부(420), 평활화 수행부(430), 모델 생성부(440) 등을 포함할 수 있다. 또한, 프로세서(334)는 외부 장치(450)와 통신하며 농산물 역경매 가격 산출 및/또는 제공 서비스와 연관된 정보 및/또는 데이터를 주고받을 수 있다. 도 4에서는 프로세서(334)가 하나의 외부 장치(450)와 통신하는 것으로 도시되었으나, 이에 한정되지 않으며, 프로세서(334)는 둘 이상의 외부 장치와 통신하며 정보 및/또는 데이터를 주고받을 수도 있다.

상술된 바와 같이, 프로세서(334)는 외부 장치(450)로부터 산지 경매가 데이터를 수신할 수 있다. 예를 들어, 외부 장치(450)는 농산물의 경매를 담당하는 업체의 시스템 등을 지칭할 수 있다. 추가적으로 또는 대안적으로, 프로세서(334)는 웹 크롤링 등을 이용하여, 산지 경매가 데이터를 수집할 수 있다. 이 경우, 프로세서(334)는 농산물의 종류, 등급, 규격 별로 나누어 산지 경매가 데이터를 수집하거나, 수집된 산지 경매가 데이터를 농산물의 종류, 등급, 규격 별로 나누어 저장할 수 있다. 그리고 나서, 프로세서(334)는 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성할 수 있다.

일 실시예에 따르면, 데이터 전처리부(410)는 수집된 산지 경매가 데이터의 전처리를 수행할 수 있다. 예를 들어, 데이터 전처리부(410)는 데이터의 수 안정성을 고려하여, 농산물 역경매 가격 산출에 적합한 데이터를 선정할 수 있다. 이 경우, 적합한 데이터를 선정하기 위한 임의의 미리 결정된 알고리즘이 사용될 수 있다. 다른 예에서, 데이터 전처리부(410)는 수집된 농산물의 무게 및 경매가의 단위를 통일시킬 수 있다. 또한, 데이터 전처리부(410)는 일별 시계열 데이터를 생성하기 위해 적절한 형태로 산지 경매가 데이터의 포맷을 변경할 수도 있다. 또한, 데이터 전처리부(410)는 산지 경매가 데이터를 기초로, 경매가의 평균, 경매가의 상위 70% 가격, 경매가의 중위 가격 등 일별 시계열 데이터 산출의 기초가 되는 가격을 산출할 수 있다.

일 실시예에 따르면, 보간 수행부(420)는 보간법을 이용하여, 일별 시계열 데이터를 생성할 수 있다. 구체적으로, 보간 수행부(420)는 보간법을 이용하여, 농산물의 경매가 수행되지 않은 일자에 대한 예상 경매가 데이터를 추정하고, 농산물의 산지 경매가 데이터 및 예상 경매가 데이터를 기초로, 일별 시계열 데이터를 생성할 수 있다. 즉, 산지 경매가 데이터는 경매가 수행되지 않은 일자의 산지 경매가 데이터를 포함하지 않을 수 있으며, 이에 따라, 보간 수행부(420)는 해당 일자의 예상 경매가 데이터를 산출하고, 일별 시계열 데이터를 생성할 수 있다.

이 경우, 보간 수행부(420)는 경매가 수행된 일자의 농산물의 경매가 데이터를 포함하는, 산지 경매가 데이터를 기초로 보간을 수행하여, 예상 경매가 데이터를 추정할 수 있다. 예를 들어, 보간 수행부(420)는 예상 경매가 데이터를 추정하기 위해, 선형 보간(linear interpolation), 스플라인 보간(spline interpolation), 칼만-필터(kalman-filter)를 이용한 보간, 지수 가중 이동 평균(exponentially weighted moving average) 보간 등을 사용할 수 있으나, 이에 한정되지 않으며, 임의의 보간법이 사용될 수 있다.

일 실시예에 따르면, 평활화 수행부(430)는 산지 경매가 데이터를 평활화(smoothing)하여, 일별 시계열 데이터를 생성할 수 있다. 이 경우, 산지 경매가 데이터를 평활화하도록 미리 결정된 알고리즘이 사용될 수 있다. 여기서, 평활화는 데이터의 급격한 변동을 감소시키거나 제외시키기 위한 기술 및/또는 방법을 지칭할 수 있다. 예를 들어, 평활화 수행부(430)는 rolling-window 방식, 이동 평균(moving average) 방식, 지수평활법(exponential smoothing) 등을 이용하여, 평활화를 수행한 후, 일별 시계열 데이터를 생성할 수 있다.

일 실시예에 따르면, 프로세서(334)는 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출할 수 있다. 이 경우, 농산물 역경매 가격 산출 모델은 모델 생성부(440)에 의해 생성될 수 있다. 구체적으로, 모델 생성부(440)는 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 수집하고, 수집된 복수의 변수를 이용하여, 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성할 수 있다. 즉, 프로세서(334)는 이와 같이 생성된 농산물 역경매 가격 산출 모델에 현재 및/또는 미래의 온도, 습도, 기온, 날씨, 일별 시계열 데이터 등을 입력하여, 농산물의 역경매 가격을 산출할 수 있다.

추가적으로 또는 대안적으로, 프로세서(334)는 농산물의 산지 경매가 데이터와 수집된 각각의 변수의 연관성 점수를 산출하고, 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출할 수 있다. 예를 들어, 프로세서(334)는 연관성 점수를 산출하도록 미리 결정된 임의의 알고리즘을 이용하여, 농산물의 산지 경매가 데이터와 수집된 각각의 변수의 연관성 점수를 산출할 수 있다. 즉, 프로세서(334)는 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출하여, 경매가에 미치는 영향이 큰 변수만을 추출할 수 있다. 그리고 나서, 프로세서(334)는 추출된 변수를 이용하여, 추출된 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 재생성하거나, 업데이트할 수 있다. 이 경우, 프로세서(334)는 미리 정해진 기간(예를 들어, 하루, 이틀 등) 마다 복수의 변수의 연관성 점수를 산출하고, 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출하여, 농산물 역경매 가격 산출 모델을 재생성하거나, 업데이트할 수 있다. 즉, 농산물 역경매 가격 산출 모델은 미리 정해진 기간 마다 지속적으로 재생성되거나, 업데이트될 수 있다. 이와 같은 구성에 의해, 프로세서(334)는 각 농산물의 역경매 가격을 산출하는 경우에 통계적 유의성이 있는 변수만을 추출하여, 각 농산물에 최적화된 농산물 역경매 가격 산출 모델을 생성할 수 있다.

일 실시예에 따르면, 농산물 역경매 가격 산출 모델은 ARDL(Autogressive Distributed Lag) 모델일 수 있다. 예를 들어, ARDL 모델은 자기 회귀 시차분포 모형으로서, 경매 가격에 영향을 주는 변수(예를 들어, 강수 여부, 기온 변화, 토양 수분 변화, 바람 등의 기상변수, 경매가의 변화 등)를 고려하여, 평균적인 역경매 가격을 산출할 수 있는 모델을 지칭할 수 있다. 이러한, ARDL 모델은 임의의 형태의 무한 시차분포를 근사적으로 나타낼 수 있으며, 일별 시계열 데이터에 영향을 미칠 수 있는 변수만을 간헐적으로 또는 지속적으로 추출하여, 재생성되거나, 업데이트될 수 있다. 즉, ARDL 모델은 예측력을 높일 수 있는 다양한 변수들을 활용할 수 있는 유연한 모델에 해당할 수 있다. 따라서, 우선 넓은 ARDL 모델을 사용하고, 이 중에서 통계적으로 의미가 있는 변수를 추출하고, 이를 이용하여 좀 더 높은 예측력이 있는 모델로 좁혀 나갈 수 있다. 이러한, ARDL 모델에서 추정된 계수와 변수를 이용하여, 농산물별 최적의 모델을 결정하고, 이에 현재까지의 데이터 및/또는 정보를 모델에 적용하여 현재 및/또는 미래 가격을 예측할 수 있다.

일 실시예에 따르면, ARDL 모델은 ARDL(p,q)와 같이 표시될 수 있다. 여기서, p 및/또는 q는 역경매 가격을 예측하기 위한 과거 데이터의 개수, 크기 등을 나타내는 것으로서, 예를 들어, 과거 5일의 데이터를 이용하는 경우, p 및/또는 q 는 5로 결정될 수 있다. 예를 들어, p 및/또는 q 가 5인 경우의 ARDL 모델은 아래의 수학식 1과 같이 표현될 수 있다.

여기서,

는 시간 t에서 예측하고자 하는 역경매 가격일 수 있으며,

은 가격을 예측하기 위해 사용되는 각각의 외생변수(강수량, 기온, 토양수분, 바람, 경매가의 변화 등)를 나타낼 수 있다. 또한,

는 ARDL 모델의 추정치를 나타내는 것으로서, 각각의 외생변수의 통계적 유의성을 확인하기 위한 임의의 변수일 수 있다. 또한,

는 예를 들어,

의 값을 정수로 변환하는 것과 같이,

의 값을 조정하기 위한 임의의 변수일 수 있다. 즉, 프로세서(334)는 이러한 ARDL 모델을 이용하여 역경매 가격을 예측하거나, 각각의 외생변수의 통계적 유의성을 확인할 수 있다.

추가적으로, ARDL 모델을 나타내는 수식은, 상술된 수학식 1 등에 의해 통계적 유의성이 있는 것으로 확인된 변수만을 이용하여 다시 생성될 수 있다. 즉, 프로세서(334)는 수학식 1의 추정결과를 기초로 통계적 유의성이 있는 변수를 추출하고, 추출된 변수만을 포함하는 2차적인 새로운 수식을 생성하여 가격을 예측할 수 있다. 여기서, 통계적 유의성이 있는 변수는 역경매 가격에 영향을 미치는 변수 및/또는 경매 가격에 미치는 영향이 미리 결정된 기준 이상인 변수를 지칭할 수 있다. 예를 들어, 2차적인 새로운 수식은, 수학식 1의 추정결과를 기초로 추출된 통계적 유의성이 있는 변수들(

)만을 포함하는 아래의 수학식 2와 같이 표현될 수 있다.

이와 같은 구성에 의해, 프로세서(334)는 ARDL 모델을 통해 통계적으로 유의성이 있는 외생변수를 추출하고, 추출된 외생변수만을 이용하여 경매 가격을 예측함으로써, 더욱 정확히 농산물의 역경매 가격을 예측할 수 있다. 이 경우, 프로세서(334)는 예측된 역경매 가격에 대응하는 최소 거래 단위/수량 등을 산출할 수도 있다.일 실시예에 따르면, 프로세서(334)는 산출된 역경매 가격에 기초하여 결정된 최소 거래 단위를 맞추기 위한 공동주문 진행을 위해, 특정 농산물의 관심 고객의 구매자 단말로 공동주문 알림을 전송할 수 있다. 예를 들어, 복수의 구매자 단말은 수신된 데이터 및/또는 정보에 기초하여, 관심 농산물, 해당 농산물의 지정 가격, 제시 가격(산출된 역경매 가격), 최소 거래 단위/수량 등을 디스플레이 상에 출력할 수 있다. 그리고 나서, 프로세서(334)는 하나의 구매자 단말 또는 복수의 구매자 단말로부터 농산물의 구매 수량을 포함하는 구매 요청을 수신할 수 있다. 이와 같이 공동주문에 따라 수신된 농산물의 구매 수량이 최소 거래 단위/수량을 만족하는 것으로 판정된 경우, 프로세서(334)는 산출된 역경매 가격 등을 하나 이상의 공급자 단말로 전송할 수 있다. 하나 이상의 공급자 단말로부터 판매 희망 수량을 포함하는 판매 요청이 수신된 경우, 프로세서(334)는 역경매 가격을 기초로 농산물의 거래를 체결할 수 있다. 역경매 방식에 따라 최저가를 제시한 공급자 단말과 구매자 단말들 사이의 공동주문에 따른 거래가 체결된 경우, 지정 가격에서 역경매 낙찰가를 제외한 차액을 구매자 단말의 사용자들에게 환급될 수 있다.

일 실시예에 따르면, 산출된 역경매 가격 등을 수신한 구매자는 역경매 가격을 확인하고, 산출된 역경매 가격보다 높은 가격으로 농산물의 구매 수량을 포함하는 구매 요청을 전송할 수 있다. 이 경우, 산출된 역경매 가격은 경매의 시초가일 수 있으며, 프로세서(334)는 농산물의 구매 가격 및 구매 수량을 구매자 단말로부터 수신할 수 있다. 상술된 바와 같이, 프로세서(334)는 수신된 농산물의 구매 수량이 최소 거래 단위/수량을 만족하는 것으로 판정된 경우, 프로세서(334)는 산출된 역경매 가격, 구매자에 의한 입찰 가격 등을 하나 이상의 공급자 단말로 전송할 수 있다. 그리고 나서, 하나 이상의 공급자 단말로부터 판매 희망 수량을 포함하는 판매 요청이 수신된 경우, 프로세서(334)는 높은 가격을 제시한 구매자부터 순서대로 농산물의 거래를 체결할 수 있다. 추가적으로 또는 대안적으로, 산출된 역경매 가격을 수신한 공급자는 역경매 가격을 확인하고, 산출된 역경매 가격보다 낮은 가격으로 농산물의 판매 희망 수량을 포함하는 판매 요청을 전송할 수 있다. 이 경우, 프로세서(334)는 낮은 가격을 제시한 공급자부터 순서대로 농산물의 거래를 체결할 수 있다.

도 4에서는 프로세서(334)의 구성을 각각의 기능별로 구분하여 설명하였으나, 반드시 물리적으로 구분되는 것을 의미하지 않는다. 예를 들어, 보간 수행부(420)와 평활화 수행부(430)는 구분되어 상술되었으나, 이는 발명의 이해를 돕기 위한 것일 뿐이며, 하나의 연산 장치에서 둘 이상의 기능을 수행할 수도 있다. 이와 같은 구성에 의해, 충분한 구매력이 없고, 거래 단위가 작아 농가와 직접 거래가 불가능한 구매자들(예를 들어, 중소형 외식업체 등)도 일종의 클라우드 펀딩 방식으로 개별 구매력을 모아 전체 구매력을 끌어 올리는 방식으로 농산물을 직접 구매할 수 있다. 또한, 프로세서(334)는 공동 구매 및 직거래의 두가지 특성을 모두 이용하여 농산물의 거래를 활성화시킴으로써 농산물의 유통 등에 소요되는 불필요한 비용을 효과적으로 낮출 수 있다.

도 5는 본 개시의 일 실시예에 따른 보간법을 이용하여 생성된 일별 시계열 데이터(500)의 예시를 나타내는 도면이다. 상술된 바와 같이, 일별 시계열 데이터(500)는 농산물의 산지 경매가 데이터 및 예상 경매가 데이터를 기초로 생성될 수 있다. 도시된 예에서, 실선에 대응하는 부분은 수신되거나 수집된 산지 경매가 데이터(또는 전처리된 산지 경매가 데이터)를 나타내고, 점선에 대응하는 부분은 보간법에 의해 추정된 예상 경매가 데이터를 나타낼 수 있다.

도시된 바와 같이, 일별 시계열 데이터(500)는 과거의 각 일자 별 경매 가격을 포함할 수 있다. 예를 들어, 일별 시계열 데이터(500)는 현재로부터 과거 특정 기간(예를 들어, 1년, 2년 등) 동안의 산지 경매가 데이터를 포함할 수 있다. 여기서, 산지 경매가 데이터는 해당 농산물의 경매가 수행되지 않은 날의 경매가 데이터는 포함하지 않을 수 있다. 이 경우, 프로세서는 보간법을 이용하여 해당 농산물의 경매가 수행되지 않은 날의 예상 경매가 데이터를 추정할 수 있다.

일 실시예에 따르면, 프로세서는 예상 경매가 데이터를 추정하기 위해, 선형 보간(linear interpolation), 스플라인 보간(spline interpolation), 칼만-필터(kalman-filter)를 이용한 보간, 지수 가중 이동 평균(exponentially weighted moving average) 보간 등을 사용할 수 있으나, 이에 한정되지 않으며, 임의의 보간법이 사용될 수 있다. 또한, 프로세서는 상술된 다양한 보간법을 조합/결합하여 사용할 수도 있다. 이와 같은 구성에 의해, 프로세서는 보간법을 이용하여, 특정일의 산지 경매가 데이터를 보완하여, 농산물 역경매 가격 산출 모델에 입력하기 위한 일별 시계열 데이터(500)를 효과적으로 생성할 수 있다.

도 6은 본 개시의 일 실시예에 따라 평활화를 이용하여 생성된 일별 시계열 데이터(600)의 예시를 나타내는 도면이다. 상술된 바와 같이, 일별 시계열 데이터(600)는 미리 결정된 알고리즘을 기초로 농산물의 산지 경매가 데이터를 평활화하여 생성될 수 있다. 도시된 예에서, 점선에 대응하는 부분은 수신되거나 수집된 산지 경매가 데이터(또는 전처리된 산지 경매가 데이터) 및/또는 산지 경매가 데이터와 예상 경매가 데이터를 나타내고, 실선에 대응하는 부분은 평활화가 수행되어 생성된 일별 시계열 데이터(600)를 나타낼 수 있다.

도시된 바와 같이, 일별 시계열 데이터(600)는 과거의 각 일자 별 경매 가격을 포함할 수 있다. 예를 들어, 일별 시계열 데이터(600)는 현재로부터 과거 특정 기간(예를 들어, 1년, 2년 등) 동안의 산지 경매가 데이터를 포함할 수 있다. 예를 들어, 프로세서는 산지 경매가 데이터 중 일별 변동성이 미리 정해진 기준 이상인 것으로 판정되는 경우, 역경매 가격의 안정성을 높이기 위해, rolling-window 방식으로 평활화를 수행할 수 있다.

일 실시예에 따르면, 프로세서는 rolling-window 방식, 이동 평균(moving average) 방식, 지수평활법(exponential smoothing) 등을 이용하여, 평활화를 수행할 수 있으나, 이에 한정되지 않으며, 임의의 평활화 기법이 사용될 수 있다. 또한, 프로세서는 상술된 다양한 평활화 기법을 조합/결합하여 사용할 수도 있다. 이와 같은 구성에 의해, 프로세서는 산지 경매가 데이터를 그대로 이용하여 농산물의 역경매 가격을 산출하지 않고, 미리 결정된 알고리즘을 기초로 평활화를 수행한 후, 농산물의 역경매 가격을 산출하여, 역경매 가격의 안정성을 효과적으로 향상시킬 수 있다.

도 7은 본 개시의 일 실시예에 따라 산출된 농산물 역경매 가격이 표시되는 사용자 인터페이스(710)의 예시를 나타내는 도면이다. 예를 들어, 사용자 인터페이스(710)는 사용자 단말에 설치된 농산물 거래/판매 서비스를 포함하는 농산물 역경매 가격 산출 및/또는 제공 서비스와 연관된 애플리케이션을 통해 표시될 수 있다. 도시된 바와 같이, 사용자 인터페이스(710)는 결제 정보, 판매 상품 정보(712) 등을 포함할 수 있다. 예를 들어, 판매 상품 정보(712)는 각 농산물에 대하여, 한 박스 당 농산물의 역경매 가격 및/또는 특정 무게 당 농산물의 역경매 가격을 포함할 수 있다. 또한, 판매 상품 정보(712)는 품종별, 산지별 농산물의 역경매 가격을 더 포함할 수 있다.

농산물을 구매하려는 사용자는 사용자 인터페이스(710)에 표시된 각 농산물에 해당하는 영역을 터치 입력 등으로 선택하여, 제시된 농산물의 역경매 가격으로 각 농산물을 구매할 수 있다. 이 경우, 사용자는 농산물의 구매 수량을 입력하여, 제시된 농산물의 역경매 가격으로 원하는 수량 만큼의 농산물을 구매할 수 있다.

도 7에서는 현재의 농산물의 역경매 가격이 각 농산물과 함께 표시되는 것으로 도시되었으나, 이에 한정되지 않는다. 예를 들어, 판매 상품 정보(712)는 미래(예를 들어, 다음날)의 예측된 농산물의 역경매 가격을 포함할 수도 있다. 이와 같은 구성에 의해, 사용자는 시스템에 의해 제시된 합리적인 가격으로 원하는 수량 만큼의 농산물을 공급자(예를 들어, 생산자)로부터 직접 구매할 수 있다.

도 8은 본 개시의 일 실시예에 따라 농산물을 구매를 위해 상세 정보를 입력하기 위한 사용자 인터페이스(810)의 예시를 나타내는 도면이다. 예를 들어, 사용자 인터페이스(810)는 사용자 단말에 설치된 농산물 거래/판매 서비스를 포함하는 농산물 역경매 가격 산출 및/또는 제공 서비스와 연관된 애플리케이션을 통해 표시될 수 있다. 또한, 사용자 인터페이스(810)는 사용자가 하나의 농산물을 터치 입력 등으로 선택한 경우에 표시될 수 있다.

사용자는 농산물의 구매 수량을 입력하여 제시된 농산물의 역경매 가격으로 원하는 수량 만큼의 농산물을 구매할 수 있다. 사용자가 구매 수량을 입력하는 경우, 농산물의 역경매 가격과 구매 수량에 따른 총 금액이 사용자 인터페이스(810) 상에 표시될 수 있다. 이 경우, 사용자는 총 금액을 지불하고, 상세 정보를 입력하여 제시된 농산물의 역경매 가격으로 특정 농산물을 구매할 수 있다.

일 실시예에 따르면, 구매자가 농산물을 구매하기 위한 상세 정보를 입력하여 구매 요청을 전송하는 경우, 해당 구매 요청에 따른 정보가 농산물 역경매 가격 산출 서비스와 연관된 하나 이상의 공급자 단말로 전송될 수 있다. 그리고 나서, 해당 구매 요청에 포함된 역경매 가격으로 농산물을 판매하기 희망하는 공급자 단말로부터 판매 요청이 수신될 수 있다. 이 경우, 구매 요청을 전송한 구매자와 판매 요청을 전송한 공급자 사이의 거래가 성립될 수 있다.

다른 실시예에 따르면, 프로세서는 농산물 역경매 가격 산출 서비스와 연관된 하나 이상의 공급자 단말로 추출된 농산물의 역경매 가격을 전송할 수 있다. 그리고 나서, 프로세서는 농산물의 역경매 가격을 수신한 공급자 단말로부터 역경매 가격에 따른 농산물의 판매 희망 수량을 수신할 수 있다. 즉, 프로세서는 구매자에게 역경매 가격을 제공하기 이전에, 역경매 가격으로 판매하기 위한 농산물의 수량을 미리 확보할 수 있다. 그 후, 프로세서는 구매자 단말로 농산물의 역경매 가격을 전송하고, 구매자 단말로부터 구매 요청을 수신할 수 있다.

도 9는 본 개시의 일 실시예에 따라 농산물 역경매 가격을 추출하는 인공신경망(900)의 예시를 나타내는 도면이다. 여기서, 인공신경망(900)은 기계 학습(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조를 지칭할 수 있다.　 즉, 인공신경망(900)은, 생물학적 신경망에서와 같이 시냅스의 결합으로 네트워크를 형성한 인공 뉴런인 노드(Node)들이 시냅스의 가중치를 반복적으로 조정하여, 특정 입력에 대응한 올바른 출력과 추론된 출력 사이의 오차가 감소되도록 학습함으로써, 문제 해결 능력을 가지는 기계학습 모델을 나타낸다.

일반적으로 인공신경망(900)은 다층의 노드들과 이들 사이의 연결로 구성된 다층 퍼셉트론(MLP: multilayer perceptron)으로 구현된다.　 본 실시예에 따른 인공신경망(900)은 MLP를 포함하는 다양한 인공신경망 구조들 중의 하나를 이용하여 구현될 수 있다.　 인공신경망(900)은 외부로부터 입력 신호 또는 데이터를 수신하는 입력층, 입력 데이터에 대응한 출력 신호 또는 데이터를 출력하는 출력층, 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달하는 n개의 은닉층으로 구성된다.　 여기서, 출력층은, 은닉층으로부터 신호를 받아 외부로 출력한다.

일반적으로, 인공신경망(900)의 학습 방법에는, 교사 신호(정답)의 입력에 의해서 문제의 해결에 최적화되도록 학습하는 지도 학습(Supervised Learning)방법과, 교사 신호를 필요로 하지 않는 비지도 학습(Unsupervised Learning)방법이 있다.　 본 개시에 따른 방법 및 시스템은, 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning) 및 준 지도 학습(Semi-supervised Learning)을 이용하여, 농산물의 역경매 가격을 추출하는 인공신경망(900)을 학습시킬 수 있다.　 이렇게 학습된 인공신경망(900)은 농산물의 산지 경매가 데이터 등을 이용하여 농산물의 역경매 가격을 추출할 수 있다.

일 실시예에 따르면, 도 9에 도시된 바와 같이, 인공신경망(900)의 입력 변수는 산지 경매가 데이터를 하나의 벡터 데이터 요소로 구성한 벡터가 될 수 있다.　 한편, 인공신경망(900)의 출력층에서 출력되는 출력 변수는, 농산물 역경매 가격을 나타내는 벡터가 될 수 있다. 본 개시에 있어서 인공신경망(900)의 입력 변수 및/또는 출력 변수는, 이상에서 설명한 유형에 한정되지 않을 수 있다.

이와 같이 인공신경망(900)의 입력층과 출력층에 복수의 입력 변수와 대응되는 복수의 출력 변수를 각각 매칭시켜, 입력층, 은닉층 및 출력층에 포함된 노드들 사이의 시냅스 값을 조정함으로써, 특정 입력에 대응한 올바른 출력을 추론할 수 있도록 학습할 수 있다.　 이러한 학습과정을 통해, 인공신경망(900)의 입력 변수에 숨겨져 있는 특성을 파악할 수 있고, 입력 변수에 기초하여 계산된 출력 변수와 목표 출력 간의 오차가 줄어들도록 인공신경망(900)의 노드들 사이의 시냅스 값(또는 가중치)를 조정할 수 있다.　 이렇게 학습된 인공신경망(900)을 이용하여, 농산물의 역경매 가격을 추출할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 산지 경매가 데이터를 인공신경망(900)에 입력하여, 농산물의 역경매 가격을 출력할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 산지 경매가 데이터를 이용하여 일별 시계열 데이터를 생성한 후, 생성된 일별 시계열 데이터를 인공신경망(900)에 입력하여, 농산물의 역경매 가격을 출력할 수도 있다. 이 경우, 인공신경망(900)은 입력된 데이터 및 현재의 날씨, 온도, 습도, 기온 등의 변수를 종합적으로 분석하여, 최적의 농산물 역경매 가격을 출력할 수 있다.

이와 같이 출력된 농산물 역경매 가격은 구매자 및/또는 공급자에게 제공될 수 있다. 예를 들어, 프로세서는 출력된 농산물 역경매 가격을 구매자 단말 및/또는 공급자 단말로 전송하고, 구매자 단말로부터 구매 수량을 포함하는 구매 요청을 수신하거나, 공급자 단말로부터 판매 희망 수량을 포함하는 판매 요청을 수신할 수 있다. 구매 요청을 수신함에 따라, 프로세서는 출력된 역경매 가격으로 농산물의 거래를 처리할 수 있다.

도 10은 본 개시의 일 실시예에 따른 농산물 역경매 가격 산출 방법(1000)의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 농산물 역경매 가격 산출 방법(1000)은 적어도 하나의 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)에 의해 수행될 수 있다. 농산물 역경매 가격 산출 방법(1000)은 프로세서가 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집함으로써 개시될 수 있다(S1010). 예를 들어, 외부 장치는 농산물의 경매를 수행/처리하는 기업의 시스템을 지칭할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 웹 크롤링 등을 이용하여, 농산물의 산지 경매가 데이터를 수집할 수도 있다.

프로세서는 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성할 수 있다(S1020). 예를 들어, 프로세서는 산지 경매가 데이터 중 유용한 데이터만을 추출하거나, 경매 단위를 통일시키거나, 보간법을 이용하거나, 평활화를 수행하는 등으로 산지 경매가 데이터를 가공할 수 있다. 이와 같이 가공된 산지 경매가 데이터를 이용하여, 프로세서는 과거 실제로 경매가 수행된 경매 가격을 일자 별로 나타내는 일별 시계열 데이터를 생성할 수 있다.

프로세서는 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출할 수 있다(S1030). 일 실시예에 따르면, 프로세서는 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 수집하고, 수집된 복수의 변수를 이용하여, 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 농산물의 산지 경매가 데이터와 수집된 각각의 변수의 연관성 점수를 산출하고, 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출할 수 있다. 추출된 변수를 이용하여, 프로세서는 추출된 변수에 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 재생성할 수 있다. 대안적으로, 프로세서는 농산물 역경매 가격을 출력하도록 학습된 인공신경망을 이용하여, 농산물 역경매 가격을 산출할 수도 있다.

도 11은 본 개시의 일 실시예에 따라 구매자 단말(1110), 정보 처리 시스템(1120) 및 공급자 단말(1130) 사이에서 농산물 거래가 수행되는 방법을 나타내는 흐름도이다. 일 실시예에 따르면, 구매자 단말(1110)은 농산물 거래 어플리케이션 등이 설치된 구매자의 단말일 수 있으며, 공급자 단말(1130)은 농산물 거래 어플리케이션 등이 설치된 판매자의 단말일 수 있다. 또한, 정보 처리 시스템(1120)은 농산물 역경매 가격 등을 산출하고 제공하는 시스템을 지칭할 수 있다.

상술된 바와 같이, 정보 처리 시스템(1120)은 농산물의 역경매 가격을 추출할 수 있다(1122). 예를 들어, 정보 처리 시스템(1120)은 하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하고, 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성할 수 있다. 그리고 나서, 정보 처리 시스템(1120)은 생성된 일별 시계열 데이터를, 농산물 역경매 가격 산출 모델에 입력하여, 농산물의 역경매 가격을 추출할 수 있다.

정보 처리 시스템(1120)은 구매자 단말(1110)로 추출된 역경매 가격(1124)을 전송할 수 있다. 여기서, 정보 처리 시스템(1120)은 추출된 역경매 가격에 대응하는 최소 구매 단위/수량 등을 산출하고, 산출된 최소 구매 단위/수량 등을 구매자 단말(1110)로 전송할 수 있다. 이 경우, 구매자 단말(1110)은 수신된 역경매 가격(1124) 등을 디스플레이 상에 출력하고, 해당 디스플레이 등을 통해 구매자로부터 농산물의 구매 희망 가격(예를 들어, 농산물의 역경매 가격에 따른 입찰 가격, 지정 가격 등), 구매 수량 등을 포함하는 구매 요청을 수신할 수 있다.

일 실시예에 따르면, 정보 처리 시스템(1120)은 산출된 역경매 가격에 기초하여 결정된 최소 거래 단위를 맞추기 위한 공동주문 진행을 위해, 특정 농산물의 관심 고객의 구매자 단말(1110)로 공동주문 알림을 전송할 수 있다. 예를 들어, 복수의 구매자 단말(1110)은 수신된 데이터 및/또는 정보에 기초하여, 관심 농산물, 해당 농산물의 지정 가격, 제시 가격(산출된 역경매 가격), 최소 거래 단위/수량 등을 디스플레이 상에 출력할 수 있다. 그리고 나서, 정보 처리 시스템(1120)은 복수의 구매자 단말(1110)로부터 농산물의 구매 수량을 포함하는 구매 요청을 수신할 수 있다.

그리고 나서, 구매자 단말(1110)은 정보 처리 시스템(1120)으로 농산물의 구매 희망 가격, 구매 수량 등을 포함하는 구매 요청(1112)을 전송할 수 있다. 일 실시예에 따르면, 구매 요청(1112)을 수신한 정보 처리 시스템(1120)은 구매 요청(1112)에 포함된 구매 수량이 산출된 최소 구매 단위/수량 이상인지 여부를 판정할 수 있다(1126). 구매 수량이 산출된 최소 구매 단위/수량 이상인 것으로 판정된 경우, 정보 처리 시스템(1120)은 산출된 역경매 가격(1128) 등을 공급자 단말(1130)로 전송할 수 있다. 그리고 나서, 정보 처리 시스템(1120)은 농산물의 판매 희망 가격, 판매 희망 수량을 포함하는 판매 요청(1132)을 공급자 단말(1130)로부터 수신할 수 있다. 여기서, 판매 희망 가격은 공급자 단말(1130)의 공급자가 제시한 가격으로 산출된 농산물의 역경매 가격보다 낮은 가격일 수 있다.

일 실시예에 따르면, 정보 처리 시스템(1120)은 수신된 구매 요청(1112) 및 판매 요청(1132)을 기초로 농산물의 거래를 체결할 수 있다(1140). 예를 들어, 정보 처리 시스템(1120)은 제공된 농산물의 역경매 가격을 기초로 농산물의 거래를 체결할 수 있으나, 이에 한정되지 않는다. 다른 예에서, 정보 처리 시스템(1120)은 제공된 농산물의 역경매 가격 또는 지정 가격보다 높거나 낮은 가격(구매자가 입찰한 가격, 공급자가 입찰한 가격 등)을 기초로 농산물의 거래를 체결할 수도 있다. 이와 같이, 거래가 체결되는 경우, 정보 처리 시스템(1120)은 최종 거래 가격, 거래 수량, 배송지 등에 대한 정보를 구매자 단말(1110) 및/또는 공급자 단말(1130)로 전송할 수 있다. 또한, 최저가를 제시한 공급자 단말(1130)과 구매자 단말들(1110) 사이의 거래가 체결된 경우, 지정 가격에서 역경매 낙찰가를 제외한 차액을 구매자 단말(1110)의 사용자들에게 환급될 수 있다.

도 11에서는 하나의 구매자 단말(1110) 및 하나의 공급자 단말(1130)이 존재하는 것으로 도시되었으나, 이에 한정되지 않는다. 예를 들어, 복수의 구매자 단말(1110) 및/또는 복수의 공급자 단말이 존재할 수 있다. 이 경우, 농산물 거래는 복수의 구매자 및/또는 복수의 공급자 사이의 공동 구매 및/또는 공통 판매의 형태로 수행될 수 있다. 또한, 도 11에서는 구매자 단말(1110)로 역경매 가격(1124)이 전송된 이후에 공급자 단말(1130)로 역경매 가격(1128)이 전송되는 것으로 도시되었으나, 이에 한정되지 않으며, 역경매 가격은 구매자 단말(1110) 및 공급자 단말(1130)에 동시에 전송되거나, 공급자 단말(1130)로 먼저 전송될 수도 있다.상술한 농산물 역경매 가격 산출 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

110: 사용자 120: 사용자 단말
130: 사용자 인터페이스 132: 정보

Claims (10)

1. 적어도 하나의 프로세서에 의해 수행되는, 농산물 역경매 가격 산출 방법으로서,
   하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하는 단계;
   상기 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 이용하여, 상기 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성하는 단계;
   상기 수집된 농산물의 산지 경매가 데이터를 가공하여, 상기 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계;
   상기 생성된 일별 시계열 데이터를, 상기 농산물 역경매 가격 산출 모델에 입력하여, 상기 농산물의 역경매 가격을 추출하는 단계;
   미리 정해진 기간 마다 상기 농산물의 산지 경매가 데이터와 상기 복수의 변수의 연관성 점수를 산출하는 단계;
   상기 낙찰 가격에 미치는 영향이 큰 변수가 추출되도록, 상기 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출하는 단계; 및
   상기 추출된 변수를 이용하여, 상기 추출된 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 상기 농산물 역경매 가격 산출 모델을 재생성하는 단계
   를 포함하는, 농산물 역경매 가격 산출 방법.
   
2. 제1항에 있어서,
   상기 수집된 농산물의 산지 경매가 데이터를 가공하여, 상기 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계는,
   보간법(interpolation)을 이용하여, 상기 농산물의 경매가 수행되지 않은 일자에 대한 예상 경매가 데이터를 추정하는 단계; 및
   상기 농산물의 산지 경매가 데이터 및 상기 예상 경매가 데이터를 기초로, 상기 일별 시계열 데이터를 생성하는 단계
   를 포함하는, 농산물 역경매 가격 산출 방법.
   
3. 제1항에 있어서,
   상기 수집된 농산물의 산지 경매가 데이터를 가공하여, 상기 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하는 단계는,
   미리 결정된 알고리즘을 기초로 상기 농산물의 산지 경매가 데이터를 평활화(smoothing)하여, 상기 일별 시계열 데이터를 생성하는 단계
   를 포함하는, 농산물 역경매 가격 산출 방법.
   
4. 삭제
5. 삭제
6. 제1항에 있어서,
   상기 농산물 역경매 가격 산출 모델은 ARDL(Autogressive Distributed Lag) 모델인, 농산물 역경매 가격 산출 방법.
   
7. 제1항에 있어서,
   하나 이상의 구매자 단말로 상기 추출된 농산물의 역경매 가격을 전송하는 단계; 및
   상기 농산물의 역경매 가격을 수신한 하나 이상의 구매자 단말로부터 상기 역경매 가격에 따른 상기 농산물의 구매 수량을 수신하는 단계
   를 더 포함하는, 농산물 역경매 가격 산출 방법.
   
8. 제1항에 있어서,
   하나 이상의 공급자 단말로 상기 추출된 농산물의 역경매 가격을 전송하는 단계; 및
   상기 농산물의 역경매 가격을 수신한 하나 이상의 공급자 단말로부터 상기 역경매 가격에 따른 상기 농산물의 판매 희망 수량을 수신하는 단계
   를 더 포함하는, 농산물 역경매 가격 산출 방법.
   
9. 제1항 내지 제3항 및 제6항 내지 제8항 중 어느 한 항에 따른 농산물 역경매 가격 산출 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
   
10. 정보 처리 시스템으로서,
    통신 모듈;
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    하나 이상의 외부 장치로부터 농산물의 낙찰 가격 및 경매 일자를 포함하는 농산물의 산지 경매가 데이터를 수집하고,
    상기 농산물의 산지 경매가 데이터와 연관된 복수의 변수를 이용하여, 상기 복수의 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 농산물 역경매 가격 산출 모델을 생성하고,
    상기 수집된 농산물의 산지 경매가 데이터를 가공하여, 농산물 역경매 가격 산출의 기초가 되는 일별 시계열 데이터를 생성하고,
    상기 생성된 일별 시계열 데이터를, 상기 농산물 역경매 가격 산출 모델에 입력하여, 상기 농산물의 역경매 가격을 추출하고,
    미리 정해진 기간 마다 상기 농산물의 산지 경매가 데이터와 상기 복수의 변수의 연관성 점수를 산출하고,
    상기 낙찰 가격에 미치는 영향이 큰 변수가 추출되도록, 상기 산출된 연관성 점수가 미리 결정된 기준 이상인 변수를 추출하고,
    상기 추출된 변수를 이용하여, 상기 추출된 변수의 변화에 따른 농산물 역경매 가격을 산출하기 위한 상기 농산물 역경매 가격 산출 모델을 재생성하기 위한 명령어들을 포함하는, 정보 처리 시스템.
    

Images