KR102409204B1 - 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램 - Google Patents

모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램 Download PDF

Info

Publication number
KR102409204B1
KR102409204B1 KR1020200078214A KR20200078214A KR102409204B1 KR 102409204 B1 KR102409204 B1 KR 102409204B1 KR 1020200078214 A KR1020200078214 A KR 1020200078214A KR 20200078214 A KR20200078214 A KR 20200078214A KR 102409204 B1 KR102409204 B1 KR 102409204B1
Authority
KR
South Korea
Prior art keywords
artificial intelligence
module
intelligence module
modules
providing
Prior art date
Application number
KR1020200078214A
Other languages
English (en)
Other versions
KR20220000491A (ko
Inventor
황의석
우대근
박범재
Original Assignee
주식회사 티앤엠테크
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 티앤엠테크 filed Critical 주식회사 티앤엠테크
Priority to KR1020200078214A priority Critical patent/KR102409204B1/ko
Publication of KR20220000491A publication Critical patent/KR20220000491A/ko
Priority to KR1020220069976A priority patent/KR102414901B1/ko
Priority to KR1020220069977A priority patent/KR102414902B1/ko
Application granted granted Critical
Publication of KR102409204B1 publication Critical patent/KR102409204B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/35—Creation or generation of source code model driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/36—Software reuse
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/38—Creation or generation of source code for implementing user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Image Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Stored Programmes (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

모듈화된 인공지능 모델 제공 서비스 제공 방법, 장치 및 컴퓨터프로그램이 제공된다. 본 발명의 다양한 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 복수의 인공지능 모델 각각을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 얻는 단계 및 사용자로부터 인공지능 모듈 제공 요청을 얻는 것에 응답하여 상기 복수의 인공지능 모듈 중 상기 인공지능 모듈 제공 요청에 대응되는 하나 이상의 인공지능 모듈을 제공하는 단계를 포함한다.

Description

모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램{METHOD, APPARATUS AND COMPUTER PROGRAM FOR PROVIDING MODULARIZED ARTIFICIAL INTELLIGENCE MODEL PLATFORM SERVICE}
본 발명의 다양한 실시예는 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램에 관한 것이다.
인공지능이란 인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술을 의미한다.
또한, 인공지능이란 인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 말한다.
영상으로부터 객체를 인식하는 기술은 영상 처리나 패턴 인식, 컴퓨터 비전과 신경망, 인공지능 같은 다양한 분야에 걸쳐서 활발히 연구되고 있고, 상업적, 법적으로 수많은 응용분야를 가지고 있다.
일반적으로 인공지능이 적용된 인공지능 모델을 이용하기 위해서는 인공지능 모델을 개발하기 위한 인력을 배치하거나, 인공지능 모델을 개발하는 업체로부터 제작하거나 복수의 인공지능 모델을 제공하는 플랫폼으로부터 원하는 인공지능 모델을 제공받는 방식을 취하고 있다.
그러나, 복수의 인공지능 모델을 제공하는 플랫폼으로부터 원하는 인공지능 모델을 제공받는 방식의 경우, 사용자의 니즈에 딱 맞는 인공지능 모델을 제공하기 어렵다는 문제가 있다.
또한, 인공지능 모델을 개발하기 위한 인력을 배치하거나, 인공지능 모델을 개발하는 업체로부터 제작하는 경우, 사용자의 니즈에 딱 맞는 인공지능 모델을 제공할 수 있으나, 이에 대한 비용이 추가적으로 발생된다는 문제가 있다.
한국등록특허 제10-2064282호(2020.01.03)
본 발명이 해결하고자 하는 과제는 인공지능 모델을 모듈화함으로써 생성되는 인공지능 모듈을 제공하되, 인공지능 모듈과 함께 인공지능 모듈에 대한 권한을 함께 제공하여 사용자가 직접 인공지능 모듈을 수정, 결합하여 이용할 수 있도록 함으로써, 사용 목적에 맞는 인공지능 모듈을 이용할 수 있도록 하는 모듈화된 인공지능 모델 제공 서비스 제공 방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 복수의 인공지능 모델 각각을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 얻는 단계 및 사용자로부터 인공지능 모듈 제공 요청을 얻는 것에 응답하여 상기 복수의 인공지능 모듈 중 상기 인공지능 모듈 제공 요청에 대응되는 하나 이상의 인공지능 모듈을 제공하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 하나 이상의 인공지능 모듈을 제공하는 단계는, 상기 하나 이상의 인공지능 모듈과 함께 상기 하나 이상의 인공지능 모듈에 대한 권한을 제공하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 복수의 인공지능 모듈을 얻는 단계는, 상기 사용자에게 제공한 제1 인공지능 모듈에 대응하여 상기 사용자로부터 상기 제1 인공지능 모듈을 수정함으로써 생성되는 제2 인공지능 모듈과 상기 제1 인공지능 모듈 및 제2 인공지능 모듈을 적어도 일부분을 조합함으로써 생성되는 제3 인공지능 모듈을 얻는 단계 및 상기 제2 인공지능 모듈 및 상기 제3 인공지능 모듈을 저장하되, 상기 제1 인공지능 모듈과 상기 제2 인공지능 모듈을 연결하고, 상기 제1 인공지능 모듈 및 상기 제2 인공지능 모듈과 상기 제3 인공지능 모듈을 연결하는 인공지능 모듈 맵을 생성하여 저장하는 단계를 더 포함할 수 있다.
다양한 실시예에서, 상기 인공지능 모듈 맵을 생성하여 저장하는 단계는, 외부로부터 수집되는 신규 인공지능 모듈을 저장하되, 상기 신규 인공지능 모듈의 속성을 분석하여 기 저장된 복수의 인공지능 모듈과의 유사도를 판단하고, 상기 기 저장된 복수의 인공지능 모듈 중 상기 판단된 유사도가 기준 값 이상인 인공지능 모듈과 상기 신규 인공지능 모델을 연결하여 저장하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 하나 이상의 인공지능 모듈을 제공하는 단계는, 상기 사용자로부터 제1 인공지능 모듈 제공 요청을 얻는 것에 응답하여 상기 제1 인공지능 모듈을 제공하되, 상기 인공지능 모듈 맵에 기초하여 상기 제1 인공지능 모듈과 연결된 상기 제2 인공지능 모듈 및 상기 제3 인공지능 모듈 중 적어도 하나를 함께 제공하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 하나 이상의 인공지능 모듈을 제공하는 단계는, 상기 사용자로부터 제1 인공지능 모듈 제공 요청과 함께 상기 제1 인공지능 모듈에 대한 이용 목적을 가리키는 이용 정보를 얻는 단계 및 상기 인공지능 모듈 맵에 기초하여 상기 제1 인공지능 모듈과 연결된 복수의 인공지능 모듈 중 상기 이용 목적 정보에 대응되는 하나 이상의 추천 인공지능 모듈에 대한 정보 리스트를 제공하는 단계를 포함할 수 있다.
다양한 실시예에서, 복수의 카메라 모듈로부터 수집된 영상 데이터를 분석 및 처리하여 서버로 전달하는 복수의 영상 데이터 중계 장치에 적용 가능한 하나 이상의 인공지능 모듈 추천 요청을 얻는 단계 및 상기 복수의 영상 데이터 중계 장치 각각의 설치 환경 및 설치 목적에 기초하여 하나 이상의 추천 인공지능 모델을 제공하는 단계를 더 포함하며, 상기 하나 이상의 추천 인공지능 모델은, 상기 영상 데이터를 분석하여 상기 영상 데이터 내에 포함된 객체를 인식하고, 상기 인식된 객체의 속성을 판단하는 제1 인공지능 모듈 및 상기 영상 데이터 내의 상기 객체에 대한 이벤트 발생 여부와 발생된 이벤트에 대한 속성을 판단하는 제2 인공지능 모듈을 포함할 수 있다.
다양한 실시예에서, 상기 하나 이상의 추천 인공지능 모델을 제공하는 단계는, 제1 영상 데이터 중계 장치에 적용된 제1 추천 인공지능 모듈이 수정됨으로써 제2 추천 인공지능 모듈이 생성되는 경우, 상기 제1 영상 데이터 중계 장치와 상기 제1 추천 인공지능 모듈이 적용된 제2 영상 데이터 중계 장치를 동기화하여 상기 제2 영상 데이터 중계 장치에 상기 제2 추천 인공지능 모듈을 제공하는 단계를 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 장치는, 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법을 수행할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 컴퓨터프로그램은, 하드웨어인 컴퓨터와 결합되어, 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장될 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 다양한 실시예에 따르면, 인공지능 모델을 모듈화함으로써 생성되는 인공지능 모듈을 제공하되, 인공지능 모듈과 함께 인공지능 모듈에 대한 권한을 함께 제공하여 사용자가 직접 인공지능 모듈을 수정, 결합하여 이용할 수 있도록 함으로써, 저비용으로 사용 목적에 맞는 인공지능 모듈을 이용할 수 있도록 할 수 있다는 이점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 시스템을 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 장치의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법의 순서도이다.
도 4는 다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치가 생성한 인공지능 모듈 맵을 예시적으로 도시한 도면이다.
도 5 및 6은 다양한 실시예에서, 인공지능 모듈을 수정함에 따라 생성되는 신규 인공지능 모듈을 인공지능 모듈 맵에 추가하는 구성을 예시적으로 도시한 도면이다.
도 7은 다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 시스템이 적용 가능한 영상 데이터 중계 시스템을 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 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 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 시스템을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 시스템은 모듈화된 인공지능 모델 제공 서비스 제공 장치(100), 사용자 단말(200) 및 외부 서버(300)를 포함할 수 있다.
여기서, 도 1에 도시된 모듈화된 인공지능 모델 제공 서비스 제공 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
일 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)는 복수의 인공지능 모델을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 저장할 수 있고, 사용자의 요청에 따라 복수의 인공지능 모듈 중 하나 이상의 인공지능 모듈을 제공하는 인공지능 모듈 제공 서비스를 제공할 수 있다.
여기서, 인공지능 모듈을 제공하는 것은 인공지능 모듈의 이용 권한을 제공하거나 인공지능 모듈이 외부의 장치에 직접 설치 및 적용될 수 있도록 외부의 장치에 인공지능 모듈 자체가 제공되는 것을 의미할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)는 인공지능 모듈 제공 서비스를 통해 사용자의 사용 목적에 따라 최적화된 인공지능 모듈을 추천 제공할 수 있다. 예를 들어, 사용자가 범죄 예방을 목적으로 영상 데이터로부터 이벤트 발생 여부를 감지하는 기능을 수행할 수 있는 인공지능 모듈을 요청하는 경우, 이벤트 발생 여부를 감지하는 인공지능 모듈과 연결되어 저장된 복수의 인공지능 모듈 중 범죄와 관련된 이벤트를 감지하는 인공지능 모듈을 선택하여 추천 제공할 수 있다. 그러나, 이에 한정되지 않는다.
다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)는 사용자에게 제공한 하나 이상의 인공지능 모듈을 수정, 결합 등과 같이 개량하거나, 인공지능 모듈에 기초하여 신규 인공지능 모듈을 개발할 수 있는 플랫폼을 제공할 수 있다.
일 실시예에서, 사용자 단말(200)은 네트워크(400)를 통해 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)와 연결될 수 있으며, 네트워크(400)를 통해 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)로부터 인공지능 모듈 제공 서비스를 제공받을 수 있다.
다양한 실시예에서, 사용자 단말(200)은 사용자 단말(200)의 적어도 일부분에 디스플레이를 구비하는 스마트폰, 태블릿 PC, 데스크톱 및 노트북을 포함할 수 있으며, 디스플레이를 통해 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)에서 제공하는 사용자 인터페이스(User Interface, UI)(예: 인공지능 모듈 제공 UI, 인공지능 모듈 개발 UI 등)를 출력할 수 있다. 그러나, 이에 한정되지 않는다.
일 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)와 연결될 수 있으며, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)가 인공지능 모듈 제공 서비스를 제공하기 위해 필요한 각종 정보를 저장 및 관리할 수 있다. 예를 들어, 외부 서버(300)는 복수의 인공지능 모듈과 관련된 데이터 및 인공지능 모듈 제공 서비스에 가입된 복수의 사용자에 대한 데이터를 저장 및 관리할 수 있다.
다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)는 별도의 외부 서버(300)를 구비하지 않고 모듈화된 인공지능 모델 제공 서비스 제공 장치(100) 내에 구비되는 저장 장치에 의해 모듈 제공 서비스를 제공하기 위해 필요한 각종 정보를 저장 및 관리할 수 있다. 그러나, 이에 한정되지 않는다. 이하, 도 2를 참조하여, 모듈화된 인공지능 모델 제공 서비스 제공 장치(100)의 하드웨어 구성에 대하여 설명하도록 한다.
도 2는 본 발명의 다른 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 장치의 하드웨어 구성도이다.
도 2를 참조하면, 본 발명의 다른 실시예에 따른 모듈화된 인공지능 모델 제공 장치(100)(이하. "컴퓨팅 장치(100)")는 프로세서(110) 및 메모리(120)를 포함할 수 있다. 다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크 인터페이스(또는 통신 인터페이스)(미도시), 스토리지(미도시), 버스(bus)(미도시)를 더 포함할 수 있다.
일 실시예에서, 프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어할 수 있다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.
다양한 실시예에서, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 다양한 실시예에서, 프로세서(110)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예: 버스(bus) 등)를 포함할 수 있다.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
일 실시예에서, 프로세서(110)는 메모리(120)에 저장된 하나 이상의 인스트럭션(instruction)을 실행함으로써, 도 3과 관련하여 설명될 방법(예: 모듈화된 인공지능 모델 제공 서비스 제공 방법)을 수행할 수 있다.
예를 들어, 프로세서(110)는 메모리(120)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 복수의 인공지능 모델 각각을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 얻는 단계 및 사용자로부터 인공지능 모듈 제공 요청을 얻는 것에 응답하여 복수의 인공지능 모듈 중 인공지능 모듈 제공 요청에 대응되는 하나 이상의 인공지능 모듈을 제공하는 단계를 포함하는 모듈화된 인공지능 모델 제공 서비스 제공 방법을 수행할 수 있다. 그러나, 이에 한정되지 않는다.
일 실시예에서, 메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장할 수 있다. 메모리(120)에는 프로세서(110)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(120)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
다양한 실시예에서, 본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3을 참조하여, 컴퓨팅 장치(100)가 수행하는 모듈화된 인공지능 모델 제공 서비스 제공 방법에 대하여 설명하도록 한다.
도 3은 본 발명의 또 다른 실시예에 따른 모듈화된 인공지능 모델 제공 서비스 제공 방법의 순서도이다.
도 3을 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 복수의 인공지능 모델 각각을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 수집할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인공지능 모델을 개발하는 개발자의 단말(예: 인공지능 모델을 개발 및 생성하는 장치)와 연결되어, 개발자의 단말로부터 복수의 인공지능 모듈을 수집할 수 있다.
여기서, 인공지능 모듈은 특정 기능을 수행하기 위하여 복수의 학습데이터에 의해 학습된 인공지능 모델을 모듈화함으로써 생성되는 모듈일 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 단말(200)로 인공지능 모듈을 개발할 수 있는 별도의 인공지능 모듈 개발 플랫폼을 제공할 수 있고, 인공지능 모듈 개발 플랫폼을 통해 개발되는 인공지능 모듈을 수집할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 인공지능 모듈이 기 저장된 서버(예: 외부 서버(300))로부터 복수의 인공지능 모듈(전체 또는 일부)을 수집할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 외부로부터 복수의 인공지능 모델을 수집할 수 있고, 수집한 인공지능 모델에 대하여 모듈화를 수행함으로써 복수의 인공지능 모듈을 생성할 수 있다. 그러나, 이에 한정되지 않고, 컴퓨팅 장치(100)가 복수의 인공지능 모듈을 수집하는 어떠한 방법이든 적용이 가능하다.
S120 단계에서, 컴퓨팅 장치(100)는 S110 단계에서 수집한 복수의 인공지능 모듈을 저장할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 S110 단계를 거쳐 수집된 복수의 인공지능 모듈과 각각의 연결관계를 나타낸 인공지능 모듈 맵 형태로 복수의 인공지능 모듈을 저장할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 후술되는 S130 단계를 통해 사용자에게 제공한 제1 인공지능 모듈에 대응하여 사용자로부터 제1 인공지능 모듈을 수정함으로써 생성되는 제2 인공지능 모듈과 제1 인공지능 모듈 및 제2 인공지능 모듈을 적어도 일부분을 조합함으로써 생성되는 제3 인공지능 모듈을 얻고, 제2 인공지능 모듈 및 제3 인공지능 모듈을 저장하되, 제1 인공지능 모듈과 제2 인공지능 모듈을 연결하고, 제1 인공지능 모듈 및 제2 인공지능 모듈과 제3 인공지능 모듈을 연결하는 인공지능 모듈 맵을 생성하여 저장할 수 있다. 이하, 도 4 내지 6을 참조하여, 컴퓨팅 장치(100)가 인공지능 모듈 맵을 생성하는 방법과 이에 따라 생성된 인공지능 모듈 맵의 형태에 대하여 설명하도록 한다.
도 4는 다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 장치가 생성한 인공지능 모듈 맵을 예시적으로 도시한 도면이며, 도 5 및 6은 다양한 실시예에서, 인공지능 모듈을 수정함에 따라 생성되는 신규 인공지능 모듈을 인공지능 모듈 맵에 추가하는 구성을 예시적으로 도시한 도면이다.
도 4 내지 6을 참조하면, 컴퓨팅 장치(100)는 복수의 인공지능 모듈을 저장하되, 복수의 인공지능 모듈 각각의 상관 관계에 따라 복수의 인공지능 모듈을 연결함으로써 인공지능 모듈 맵을 생성할 수 있다.
먼저, 컴퓨팅 장치(100)는 인공지능 모듈 수집 동작(예: 도 3의 S110 단계)에 따라 수집된 인공지능 모듈에 기초하여 새롭게 인공지능 모듈이 생성된 경우, 수집된 인공지능 모듈과 새롭게 생성된 인공지능 모듈을 연결하는 인공지능 모듈 맵을 생성할 수 있다.
예를 들어, 도 5에 도시된 바와 같이 컴퓨팅 장치(100)는 제1 인공지능 모듈에 기초하여 제2 인공지능 모듈이 새롭게 생성되는 경우(예: 제1 인공지능 모듈에 포함된 복수의 단위 모듈 중 적어도 하나의 단위 모듈을 수정함으로써 새로운 인공지능 모듈이 생성된 경우), 제2 인공지능 모듈과 제1 인공지능 모듈을 연결함으로써 인공지능 모듈 맵을 생성할 수 있다.
이때, 컴퓨팅 장치(100)는 제2 인공지능 모듈과 제1 인공지능 모듈을 각각 연결하되, 제2 인공지능 모듈이 제1 인공지능 모듈을 기초로 하여 생성된 것임을 식별할 수 있도록 제1 인공지능 모듈에서 제2 인공지능 모듈 방향의 화살표 형태의 선으로 연결할 수 있다.
또한, 컴퓨팅 장치(100)는 인공지능 모듈 맵에 기 저장된 복수의 인공지능 모듈 중 둘 이상의 인공지능 모듈을 기초로 하여 새롭게 인공지능 모듈이 생성되는 경우, 둘 이상의 인공지능 모듈과 새롭게 생성된 인공지능 모듈을 연결하는 인공지능 모듈 맵을 생성할 수 있다.
예를 들어, 도 6에 도시된 바와 같이 컴퓨팅 장치(100)는 제2 인공지능 모델과 제3 인공지능 모델을 기초로 하여 새로운 제4 인공지능 모듈이 생성된 경우(예: 제2 인공지능 모듈의 적어도 일부 모듈과 제3 인공지능 모델의 적어도 일부 모듈을 결합함으로써 새롭게 생성되는 경우), 제2 인공지능 모델과 제3 인공지능 모델과 제4 인공지능 모듈을 각각 연결함으로써 인공지능 모듈 맵을 생성할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 제1 인공지능 모듈과 제1 인공지능 모듈로부터 파생된 제2 인공지능 모듈을 연결하되, 제2 인공지능 모듈이 어떠한 과정을 거쳐 생성되었는지에 대한 정보(예: 제1 인공지능 모델의 어떤 부분을 보완, 수정, 추가 및 삭제했는지에 대한 정보)를 함께 제공할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 인공지능 모듈이 인공지능 모듈 맵 형태로 기 저장되어 있는 상태에서 신규 인공지능 모듈(예: 기 저장된 인공지능 모듈에 의해 파생되지 않은 인공지능 모듈)이 수집되는 경우, 신규 인공지능 모듈의 속성을 분석하여 기 저장된 복수의 인공지능 모듈과의 유사도를 판단하고, 기 저장된 복수의 인공지능 모듈 중 판단된 유사도가 기준 값 이상인 인공지능 모듈과 신규 인공지능 모델을 연결하여 저장할 수 있다.
예를 들어, 도 6에 도시된 바와 같이, 컴퓨팅 장치(100)는 복수의 인공지능 모듈 중 신규 인공지능 모듈과의 유사도가 기준 값 이상인 인공지능 모듈이 각각 제1 인공지능 모듈과 제2 인공지능 모듈인 경우, 제1 인공지능 모듈 및 제2 인공지능 모듈과 신규 인공지능 모듈을 각각 하나의 선으로 연결할 수 있다. 이때, 컴퓨팅 장치(100)는 신규 인공지능 모듈이 제1 인공지능 모듈 및 제2 인공지능 모듈로부터 파생된 인공지능 모듈이 아니기 때문에 제1 인공지능 모듈 및 제2 인공지능 모듈과 신규 인공지능 모듈을 화살표가 아닌 선으로 연결할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 신규 인공지능 모듈과 연결된 하나의 선과 인접한 영역 상에 신규 인공지능 모듈과 연결된 인공지능 모듈과 신규 인공지능 모듈 간의 유사도 및 유사한 부분과 관련된 정보를 함께 제공할 수 있다.
다시, 도 3을 참조하면 S130 단계에서, 컴퓨팅 장치(100)는 사용자로부터 인공지능 모듈 제공 요청을 얻는 것에 응답하여 복수의 인공지능 모듈 중 인공지능 모듈 제공 요청에 대응되는 하나 이상의 인공지능 모듈을 제공할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 사용자 단말(200)로 인공지능 모듈 제공 서비스 UI를 제공할 수 있고, UI를 통해 사용자로부터 인공지능 모듈의 기능을 가리키는 하나 이상의 키워드를 입력받을 수 있으며, 하나 이상의 키워드에 대응하는 복수의 인공지능 모듈에 대한 정보를 포함하는 인공지능 모듈 리스트를 제공할 수 있다.
이후, 컴퓨팅 장치(100)는 UI를 통해 사용자로부터 인공지능 모듈 리스트에 포함된 복수의 인공지능 모듈 중 어느 하나를 선택하는 인공지능 모듈 제공 요청을 얻을 수 있고, 인공지능 모듈 제공 요청에 대응하는 하나 이상의 인공지능 모듈을 제공할 수 있다.
여기서, 인공지능 모듈을 제공하는 것은 인공지능 모듈의 이용 권한을 제공하거나 인공지능 모듈이 외부의 장치에 직접 설치 및 적용될 수 있도록 외부의 장치에 인공지능 모듈 자체가 제공되는 것을 의미할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자로부터 입력된 하나 이상의 키워드에 기초하여, 복수의 인공지능 모듈에 포함된 복수의 단위 모듈 중 하나 이상의 키워드에 대응하는 모듈만을 선택적으로 추출하여 제공함으로써, 사용자가 제공받은 단위 모듈을 조합하여 신규 인공지능 모듈을 생성하는데 용이하도록 할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자로부터 제1 인공지능 모듈 제공 요청을 얻는 것에 응답하여 제1 인공지능 모듈을 제공하되, 인공지능 모듈 맵에 기초하여 제1 인공지능 모듈과 연결된 인공지능 모듈이 있는 경우, 제1 인공지능 모듈과 연결된 인공지능 모듈을 추가적으로 함께 제공할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 도 4에 도시된 바와 같이 제1 인공지능 모듈과 제2 인공지능 모듈, 제3 인공지능 모듈, 제4 인공지능 모듈, 제5 인공지능 모듈 및 제6 인공지능 모듈이 연결되어 있는 경우, 사용자로부터 제1 인공지능 모듈 제공 요청을 얻는 것에 응답하여 제1 인공지능 모듈과 함께 제2 내지 제6 인공지능 모듈을 함께 제공할 수 있다. 그러나, 이에 한정되지 않고, 컴퓨팅 장치(100)는 제1 인공지능 모듈만을 제공하되, 제1 인공지능 모듈과 연결된 제2 내지 제6 인공지능 모듈에 대한 정보를 추천 제공할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자로부터 제1 인공지능 모듈 제공 요청과 함께 제1 인공지능 모듈에 대한 이용 목적을 가리키는 이용 정보를 얻을 수 있고, 인공지능 모듈 맵에 기초하여 제1 인공지능 모듈과 연결된 복수의 인공지능 모듈 중 이용 목적에 대응되는 하나 이상의 추천 인공지능 모듈에 대한 정보 리스트를 제공할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 사용자로부터 영상 데이터(또는 음성 데이터 또는 IoT 센서 데이터)를 분석하여 이벤트를 검출하는 인공지능 모듈과 함께 인공지능 모듈을 범죄를 예방하는 목적으로 사용할 것을 가리키는 이용 정보를 얻는 경우, 영상 데이터를 분석하여 이벤트를 검출하는 인공지능 모델과 연결된 복수의 인공지능 모듈 중 영상 데이터에서 객체를 분석하여 객체에 발생되는 범죄 관련 이벤트를 감지하는 인공지능 모듈을 추천하여 제공할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자로부터 요청된 인공지능 모듈을 제공하되, 인공지능 모듈이 적용되는 장치의 속성에 따라 추천 인공지능 모듈을 함께 제공할 수 있다. 이하, 도 7을 참조하여 설명하도록 한다.
도 7은 다양한 실시예에서, 모듈화된 인공지능 모델 제공 서비스 제공 시스템이 적용 가능한 영상 데이터 중계 시스템을 도시한 도면이다.
도 7을 참조하면, 컴퓨팅 장치(100)는 복수의 카메라 모듈(22)로부터 수집된 영상 데이터를 분석 및 처리하여 서버(23)로 전달하는 복수의 영상 데이터 중계 장치(21-1 내지 21-N)에 장치에 적용 가능한 하나 이상의 인공지능 모듈 추천 요청을 얻을 수 있고, 복수의 영상 데이터 중계 장치(21-1 내지 21-N) 각각의 설치 환경 및 설치 목적에 기초하여 하나 이상의 추천 인공지능 모델을 제공할 수 있다.
여기서, 영상 데이터 중계 장치(21)는 일정 규모(예: 하나의 공장 및 건물 단위)의 CCTV 시스템을 총괄 제어하는 기능을 수행할 수 있는 바, 소정의 지역을 일정 규모의 영역으로 분할하고, 분할된 각각의 영역에 대한 CCTV 시스템을 제어하기 위하여 복수의 영상 데이터 중계 장치(21-1 내지 21-N)를 포함할 수 있다.
또한, 여기서, 하나 이상의 추천 인공지능 모델은 영상 데이터를 분석하여 영상 데이터 내에 포함된 객체를 인식하고, 인식된 객체의 속성을 판단하는 제1 인공지능 모듈(예: Darknet 기반의 객체 인식 모델) 및 영상 데이터 내의 객체에 대한 이벤트 발생 여부와 발생된 이벤트에 대한 속성을 판단하는 제2 인공지능 모듈(예: 모션 감지 등과 같은 이벤트 감지 모델)을 포함할 수 있으나, 이에 한정되지 않는다.
예를 들어, 컴퓨팅 장치(100)는 화재가 빈번하게 발생하는 지역의 CCTV 시스템에 적용된 복수의 영상 데이터 중계 장치(21-1 내지 21-N)에 대하여 방화 이벤트를 감지하는 인공지능 모델을 추천 제공할 수 있고, 은행, 박물관 등 귀중품을 보관하는 영역의 CCTV 시스템에 적용된 복수의 영상 데이터 중계 장치(21-1 내지 21-N)에 대하여 침입 및 절도 이벤트를 감지하는 인공지능 모델을 추천할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 제1 영상 데이터 중계 장치에 적용된 제1 추천 인공지능 모듈이 수정됨으로써 제2 추천 인공지능 모듈이 생성되는 경우, 제1 영상 데이터 중계 장치와 제1 추천 인공지능 모듈이 적용된 제2 영상 데이터 중계 장치를 동기화하여 제2 영상 데이터 중계 장치에 상기 제2 추천 인공지능 모듈을 제공할 수 있다.
예를 들어, 컴퓨팅 장치(100)는 제1 영상 데이터 중계 장치에 적용된 사람이 넘어지는 이벤트를 분석하는 인공지능 모듈이 개량되어 사람이 넘어짐으로써 부상을 당했는지 여부를 판단하는 인공지능 모듈이 생성되는 경우, 제1 영상 데이터 중계 장치 이외에 사람이 넘어지는 이벤트를 분석하는 인공지능 모듈이 적용되었던 복수의 영상 데이터 중계 장치와 제1 영상 데이터 중계 장치를 동기화하여 사람이 넘어지는 이벤트를 분석하는 인공지능 모듈이 적용되었던 복수의 영상 데이터 중계 장치 각각에 사람이 넘어짐으로써 부상을 당했는지 여부를 판단하는 인공지능 모듈을 제공할 수 있다. 그러나, 이에 한정되지 않는다.
컴퓨팅 장치(100)와 서버(23)에는 개시된 실시 예에 따른 모듈화된 인공지능 모델들이 저장되며, 이를 이용하여 컴퓨팅 장치(100)와 서버(23)간에 전달되는 데이터의 양을 조절할 수 있다.
일례로, 컴퓨팅 장치(100)는 복수의 영상 데이터 중 객체가 인식되는 하나 이상의 영상 데이터 각각을 분할하여 복수의 단위 영상 데이터를 생성하고, 복수의 단위 영상 데이터 중 객체를 포함하는 영역에 대응되는 하나 이상의 단위 영상 데이터를 선택할 수 있다.
이후, 컴퓨팅 장치(100)는 객체를 포함하는 영역에 대응되는 하나 이상의 단위 영상 데이터만을 잘라 객체 영상 데이터(객체를 포함하지 않는 영역에 대응되는 단위 영상 데이터가 삭제된 형태)를 생성할 수 있다.
다른 예로, 컴퓨팅 장치(100)는 복수의 영상 데이터 중 객체가 인식되는 하나 이상의 영상 데이터 각각을 분할하여 복수의 단위 영상 데이터를 생성하고, 복수의 단위 영상 데이터 중 객체를 포함하지 않는 영역에 대응되는 하나 이상의 단위 영상 데이터를 선택할 수 있다.
이후, 컴퓨팅 장치(100)는 하나 이상의 영상 데이터 각각에 대하여 객체를 포함하지 않는 영역에 대응되는 하나 이상의 단위 영상 데이터를 영상 데이터의 용량이 낮아지는 방향으로 보정(예: 해상도를 격하, 무채색으로 화면 구성, 프레임 수 조절 등)할 수 있다
예를 들어, 컴퓨팅 장치(100)는 영상 데이터의 중요도에 따라 프레임 수를 조절할 수 있다. 예로, 객체가 인식된 부분의 영상은 해당 객체의 움직임을 판단하기 위하여 프레임 수를 줄이지 않거나, 상대적으로 많은 프레임을 서버로 전달할 수 있다. 반면, 객체가 인식되지 않는 것으로 확인된 부분의 영상은 프레임 수를 상대적으로 크게 줄여서 서버로 전달할 수 있다.
일 실시 예에서, 서버는 컴퓨팅 장치(100)로부터 전달된 영상에 대한 객체인식을 다시 수행할 수 있다. 해당 과정에서, 컴퓨팅 장치(100)가 인식하지 못한 객체 혹은 컴퓨팅 장치(100)에 저장된 인공지능 모델은 인식하지 않는 다른 종류의 객체(예를 들어, 컴퓨팅 장치(100)에는 사람을 인식하는 모델은 있으나, 동물이나 특정 사물을 인식하는 모델은 탑재되지 않을 수 있다)가 인식되는 경우, 컴퓨팅 장치(100)에 객체가 인식된 프레임 전후의 소정 시간범위의 영상을 다시 전송(예: 더 많은 프레임이나 높은 해상도 등으로)하도록 요청할 수도 있다.
일 실시 예에서, 컴퓨팅 장치(100)는 인식된 객체의 움직임에 따라 서버로 전송되는 프레임 수를 조절할 수도 있다. 예를 들어, 컴퓨팅 장치(100)는 프레임 간 변화가 클수록 더 많은 프레임 수를 서버로 전송할 수 있으나, 이에 제한되는 것은 아니다.
일 실시 예에서, 컴퓨팅 장치(100)는 전송되는 프레임의 간격에 기반하여 서버로 소정의 정보를 전달할 수 있다. 예를 들어, 생략되는 프레임의 수에 기반한 코드 정보가 서버로 전달될 수 있으며, 이를 통해 전송되는 데이터의 양을 줄일 수 있다. 구체적인 예로, 영상에서 프레임이 5프레임 간격으로 샘플링된 경우 인식된 객체가 없는 것으로, 프레임이 3프레임 간격으로 샘플링된 경우 상대적으로 중요성이 낮은 객체가 인식된 것으로, 프레임이 1프레임 간격으로 샘플링된 경우 상대적으로 중요성이 높은 객체가 인식된 것으로 하여, 서버는 전송된 프레임 넘버의 간격만으로 해당 프레임들에 포함된 객체의 종류를 판단할 수 있으나, 이에 제한되는 것은 아니다. 또한, 여러 프레임들의 간격에 기반하여 더 많은 정보가 전달될 수도 있다. 예를 들어, 3번 연속 1프레임 간격으로 샘플링된 영상이 수신되는 경우 서버는 이를 헤더로 판단하고, 이후 전달되는 영상의 프레임 간격에 기반한 정보를 획득할 수 있다. 예를 들어, 헤더 이후에 3프레임 간격, 2프레임 간격, 5프레임 간격으로 샘플링된 프레임들이 각각 수신되는 경우 325에 대응하는 코드의 객체가 해당 영상에 포함된 것으로 판단할 수 있다. 이를 위한 코드 테이블은 사전에 서버와 컴퓨팅 장치 간 공유될 수 있다.
전술한 모듈화된 인공지능 모델 제공 서비스 제공 방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 모듈화된 인공지능 모델 제공 서비스 제공 방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100 : 모듈화된 인공지능 모델 제공 서비스 제공 장치(또는 컴퓨팅 장치)
200 : 사용자 단말
300: 외부 서버
400: 네트워크

Claims (10)

  1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
    복수의 인공지능 모델 각각을 모듈화(Modularity)함으로써 생성된 복수의 인공지능 모듈을 얻는 단계; 및
    사용자로부터 인공지능 모듈 제공 요청을 얻는 것에 응답하여 상기 복수의 인공지능 모듈 중 상기 인공지능 모듈 제공 요청에 대응되는 하나 이상의 인공지능 모듈을 제공하는 단계를 포함하고,
    상기 복수의 인공지능 모듈을 얻는 단계는,
    상기 사용자에게 제공한 제1 인공지능 모듈에 대응하여 상기 사용자로부터 상기 제1 인공지능 모듈을 수정함으로써 생성되는 제2 인공지능 모듈과 상기 제1 인공지능 모듈 및 제2 인공지능 모듈을 적어도 일부분을 조합함으로써 생성되는 제3 인공지능 모듈을 얻는 단계; 및
    상기 제2 인공지능 모듈 및 상기 제3 인공지능 모듈을 저장하되, 상기 제1 인공지능 모듈과 상기 제2 인공지능 모듈을 연결하고, 상기 제1 인공지능 모듈 및 상기 제2 인공지능 모듈과 상기 제3 인공지능 모듈을 연결하는 인공지능 모듈 맵을 생성하여 저장하는 단계를 포함하며,
    상기 하나 이상의 인공지능 모듈을 제공하는 단계는,
    상기 사용자로부터 제1 인공지능 모듈 제공 요청을 얻는 것에 응답하여 상기 제1 인공지능 모듈을 제공하되, 상기 인공지능 모듈 맵에 기초하여 상기 제1 인공지능 모듈과 연결된 상기 제2 인공지능 모듈 및 상기 제3 인공지능 모듈 중 적어도 하나를 함께 제공하는 단계를 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  2. 제1항에 있어서,
    상기 하나 이상의 인공지능 모듈을 제공하는 단계는,
    상기 하나 이상의 인공지능 모듈과 함께 상기 하나 이상의 인공지능 모듈에 대한 권한을 제공하는 단계를 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 인공지능 모듈 맵을 생성하여 저장하는 단계는,
    외부로부터 수집되는 신규 인공지능 모듈을 저장하되, 상기 신규 인공지능 모듈의 속성을 분석하여 기 저장된 복수의 인공지능 모듈과의 유사도를 판단하고, 상기 기 저장된 복수의 인공지능 모듈 중 상기 판단된 유사도가 기준 값 이상인 인공지능 모듈과 상기 신규 인공지능 모델을 연결하여 저장하는 단계를 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  5. 삭제
  6. ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈
    제1항에 있어서,
    상기 하나 이상의 인공지능 모듈을 제공하는 단계는,
    상기 사용자로부터 제1 인공지능 모듈 제공 요청과 함께 상기 제1 인공지능 모듈에 대한 이용 목적을 가리키는 이용 정보를 얻는 단계; 및
    상기 인공지능 모듈 맵에 기초하여 상기 제1 인공지능 모듈과 연결된 복수의 인공지능 모듈 중 상기 이용 목적 정보에 대응되는 하나 이상의 추천 인공지능 모듈에 대한 정보 리스트를 제공하는 단계를 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  7. ◈청구항 7은(는) 설정등록료 납부시 포기되었습니다.◈
    제1항에 있어서,
    복수의 카메라 모듈로부터 수집된 영상 데이터를 분석 및 처리하여 서버로 전달하는 복수의 영상 데이터 중계 장치에 적용 가능한 하나 이상의 인공지능 모듈 추천 요청을 얻는 단계; 및
    상기 복수의 영상 데이터 중계 장치 각각의 설치 환경 및 설치 목적에 기초하여 하나 이상의 추천 인공지능 모델을 제공하는 단계를 더 포함하며,
    상기 하나 이상의 추천 인공지능 모델은,
    상기 영상 데이터를 분석하여 상기 영상 데이터 내에 포함된 객체를 인식하고, 상기 인식된 객체의 속성을 판단하는 제1 인공지능 모듈 및 상기 영상 데이터 내의 상기 객체에 대한 이벤트 발생 여부와 발생된 이벤트에 대한 속성을 판단하는 제2 인공지능 모듈을 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  8. ◈청구항 8은(는) 설정등록료 납부시 포기되었습니다.◈
    제7항에 있어서,
    상기 하나 이상의 추천 인공지능 모델을 제공하는 단계는,
    제1 영상 데이터 중계 장치에 적용된 제1 추천 인공지능 모듈이 수정됨으로써 제2 추천 인공지능 모듈이 생성되는 경우, 상기 제1 영상 데이터 중계 장치와 상기 제1 추천 인공지능 모듈이 적용된 제2 영상 데이터 중계 장치를 동기화하여 상기 제2 영상 데이터 중계 장치에 상기 제2 추천 인공지능 모듈을 제공하는 단계를 포함하는,
    모듈화된 인공지능 모델 플랫폼 서비스 제공 방법.
  9. 하나 이상의 인스트럭션을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    제1 항의 방법을 수행하는, 장치.
  10. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.
KR1020200078214A 2020-06-26 2020-06-26 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램 KR102409204B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200078214A KR102409204B1 (ko) 2020-06-26 2020-06-26 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램
KR1020220069976A KR102414901B1 (ko) 2020-06-26 2022-06-09 인공지능 모듈 맵 기반 이용 목적에 따른 인공지능 모듈 추천 방법
KR1020220069977A KR102414902B1 (ko) 2020-06-26 2022-06-09 카메라 설치 환경 및 목적에 따른 영상 데이터 분석을 위한 추천 인공지능 모델 제공방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200078214A KR102409204B1 (ko) 2020-06-26 2020-06-26 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020220069977A Division KR102414902B1 (ko) 2020-06-26 2022-06-09 카메라 설치 환경 및 목적에 따른 영상 데이터 분석을 위한 추천 인공지능 모델 제공방법
KR1020220069976A Division KR102414901B1 (ko) 2020-06-26 2022-06-09 인공지능 모듈 맵 기반 이용 목적에 따른 인공지능 모듈 추천 방법

Publications (2)

Publication Number Publication Date
KR20220000491A KR20220000491A (ko) 2022-01-04
KR102409204B1 true KR102409204B1 (ko) 2022-06-15

Family

ID=79342343

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020200078214A KR102409204B1 (ko) 2020-06-26 2020-06-26 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램
KR1020220069977A KR102414902B1 (ko) 2020-06-26 2022-06-09 카메라 설치 환경 및 목적에 따른 영상 데이터 분석을 위한 추천 인공지능 모델 제공방법
KR1020220069976A KR102414901B1 (ko) 2020-06-26 2022-06-09 인공지능 모듈 맵 기반 이용 목적에 따른 인공지능 모듈 추천 방법

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020220069977A KR102414902B1 (ko) 2020-06-26 2022-06-09 카메라 설치 환경 및 목적에 따른 영상 데이터 분석을 위한 추천 인공지능 모델 제공방법
KR1020220069976A KR102414901B1 (ko) 2020-06-26 2022-06-09 인공지능 모듈 맵 기반 이용 목적에 따른 인공지능 모듈 추천 방법

Country Status (1)

Country Link
KR (3) KR102409204B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102513420B1 (ko) 2022-12-21 2023-03-24 주식회사 에이아이노미스 사용자 의도 분석 기반 인공지능 모델 추천 플랫폼 제공 방법, 장치 및 시스템

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102499435B1 (ko) * 2022-02-25 2023-02-14 주식회사 에이젠글로벌 인공 지능 기반 신용 평가 모델 생성 방법 및 장치
KR102535520B1 (ko) * 2022-05-06 2023-05-26 주식회사 인텔리즈 구독형 인공지능 이용 장치 및 방법 그리고 이를 구현하기 위한 프로그램을 기록한 기록매체
KR102637198B1 (ko) * 2022-08-31 2024-02-16 (주)지비유 데이터링크스 인공지능 모델 제작 플랫폼을 통한 인공지능 모델 공유, 대여 및 판매방법, 장치 및 컴퓨터프로그램
KR102605173B1 (ko) * 2022-11-09 2023-11-22 신경희 서비스 유형 및 기능별 플랫폼 모듈화 시스템
KR102531299B1 (ko) * 2022-12-27 2023-05-11 오케스트로 주식회사 유사도에 기반한 학습모델 추천 장치 및 이를 포함하는 클라우드 통합운영 시스템
KR102583170B1 (ko) * 2023-03-31 2023-09-26 오케스트로 주식회사 성능 시뮬레이션을 통한 학습모델 추천 방법 및 이를 포함하는 학습모델 추천 장치
KR102634367B1 (ko) * 2023-07-10 2024-02-07 스마트마인드 주식회사 인공지능모델 캐싱 방법 및 이러한 방법을 수행하는장치
KR102656727B1 (ko) * 2023-08-04 2024-04-12 웰트 주식회사 모듈식 디지털 치료 프레임워크를 통해 디지털 치료제를 개발하는 방법 및 이러한 방법을 사용하는 장치
KR102640438B1 (ko) * 2023-09-08 2024-02-23 강성필 인공지능 기반의 스토리 창작 지원 서비스 제공 방법, 장치 및 프로그램

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6647573B2 (ja) * 2017-04-10 2020-02-14 株式会社クロスコンパス 人工知能モジュール開発システム及び人工知能モジュール開発統合システム
KR102100323B1 (ko) * 2019-11-01 2020-04-13 주식회사 엔쓰리엔클라우드 머신러닝 플랫폼 서비스 방법 및 서버

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102064282B1 (ko) 2019-05-21 2020-01-09 주식회사 포지큐브 기관의 인공지능 서비스 제공 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6647573B2 (ja) * 2017-04-10 2020-02-14 株式会社クロスコンパス 人工知能モジュール開発システム及び人工知能モジュール開発統合システム
KR102100323B1 (ko) * 2019-11-01 2020-04-13 주식회사 엔쓰리엔클라우드 머신러닝 플랫폼 서비스 방법 및 서버

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102513420B1 (ko) 2022-12-21 2023-03-24 주식회사 에이아이노미스 사용자 의도 분석 기반 인공지능 모델 추천 플랫폼 제공 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR102414901B1 (ko) 2022-07-01
KR20220000491A (ko) 2022-01-04
KR102414902B1 (ko) 2022-07-01
KR20220082800A (ko) 2022-06-17
KR20220081968A (ko) 2022-06-16

Similar Documents

Publication Publication Date Title
KR102409204B1 (ko) 모듈화된 인공지능 모델 플랫폼 서비스 제공 방법, 장치 및 컴퓨터프로그램
CN106952303B (zh) 车距检测方法、装置和系统
KR102315698B1 (ko) 인공지능을 이용한 영상 데이터 샘플링 방법, 장치 및 컴퓨터프로그램
CN112183166A (zh) 确定训练样本的方法、装置和电子设备
WO2021095351A1 (ja) 監視装置、監視方法、及びプログラム
CN112399188A (zh) 图像帧拼接方法和装置、可读存储介质及电子设备
KR20220000493A (ko) 인공지능 모듈 플랫폼 서비스 제공 방법
CN111881740B (zh) 人脸识别方法、装置、电子设备及介质
CN112489087A (zh) 用于高层建筑施工的悬吊式作业平台的晃动检测方法
CN111797302A (zh) 模型处理方法、装置、存储介质及电子设备
US20220357159A1 (en) Navigation Method, Navigation Apparatus, Electronic Device, and Storage Medium
CN117455989A (zh) 室内场景slam追踪方法、装置、头戴式设备及介质
WO2015093687A1 (ko) 데이터 처리 시스템
WO2022242827A1 (en) Information aggregation in a multi-modal entity-feature graph for intervention prediction
CN112837083A (zh) 用户行为数据处理方法、装置、计算机设备和存储介质
KR20220000492A (ko) 인공지능을 이용한 cctv 영상 데이터 중계 방법
KR20200115723A (ko) 영상 감시장치, 영상 분석 서버장치 및 그 학습 방법들
US20230067489A1 (en) Signal processing device for emergency monitoring
JP7419189B2 (ja) 画像照合処理装置、方法およびプログラム
KR20200051923A (ko) 보안 로봇 제어 방법 및 그 방법을 지원하는 장치
CN113256600B (zh) 基于人工智能的相机灰尘检测方法、装置及电子设备
KR102503118B1 (ko) 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법
CN117274615B (zh) 人体动作预测方法及相关产品
US20230105423A1 (en) System and method of intruder detection
KR102563758B1 (ko) 3차원 모델을 활용한 시멘틱 세그멘테이션 학습 데이터 생성 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent