KR102415837B1 - 인공신경망 기반의 케이블 포설 비용 산출 방법 - Google Patents
인공신경망 기반의 케이블 포설 비용 산출 방법 Download PDFInfo
- Publication number
- KR102415837B1 KR102415837B1 KR1020210071486A KR20210071486A KR102415837B1 KR 102415837 B1 KR102415837 B1 KR 102415837B1 KR 1020210071486 A KR1020210071486 A KR 1020210071486A KR 20210071486 A KR20210071486 A KR 20210071486A KR 102415837 B1 KR102415837 B1 KR 102415837B1
- Authority
- KR
- South Korea
- Prior art keywords
- cable
- design drawing
- installation cost
- cable installation
- cost
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013528 artificial neural network Methods 0.000 title description 21
- 238000009434 installation Methods 0.000 claims abstract description 118
- 238000013461 design Methods 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims description 71
- 238000010801 machine learning Methods 0.000 claims description 13
- 239000003086 colorant Substances 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 35
- 238000004891 communication Methods 0.000 description 27
- 238000004458 analytical method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 210000000225 synapse Anatomy 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013529 biological neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의하여 수행되는 케이블 포설 비용 산출 방법에 있어서, 케이블 포설 경로가 표시된 설계 도면을 수신하는 단계, 포설되는 케이블과 관련된 정보를 포함하는 케이블 정보 데이터를 수신하는 단계, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계, 케이블 포설 경로의 전체 길이와 연관된 정보를 포함하는 스케줄 물량 데이터를 수신하는 단계 및 단위 비용 및 스케줄 물량 데이터를 기초로 하여, 케이블 포설 경로 전체의 케이블 포설 비용을 산출하는 단계를 포함한다.
Description
본 개시는 인공신경망을 기반으로, 케이블 포설 경로에서 수직 구간, 수평 구간 및 엘보우 구간이 차지하는 비율, 케이블의 종류 및 케이블 경로의 전체 길이를 고려하여 정확한 케이블 포설 비용을 산츨하는 방법에 관한 것이다.
최근 기술이 발전함에 따라 대부분의 산업 분야에서 자동화 시스템이 정착되었다. 이러한 자동화 시스템의 정착은 효율적이고 편리하며 정확한 관리 프로세스의 정착으로 이어져 왔다. 그럼에도 불구하고, 건설현장에서 자동화 시스템이 일반적으로 적용된 사례를 찾아보기가 힘들다.
구체적으로, 건설 현장에서 전력이나 통신을 제공하기 위하여 포설되는 케이블의 비용을 산출하는 과정은, 현장 인력에 의한 비정형적인 방식을 따르고 있다. 이러한 방식은, 건축물의 종류, 케이블 종류, 케이블 포설 노무비 시세 등 비용 산출에 영향을 미치는 다양한 변수들을 동시에 고려하기 어렵다는 문제가 있다. 또한, 이와 같은 문제는 부정확한 비용산출의 문제로 이어질 수 있다.
본 개시는 상기와 같은 문제를 해결하기 위하여, 케이블 포설 경로에서 수직 구간, 수평 구간 및 엘보우 구간 각각이 차지하는 비율, 케이블의 종류, 케이블 경로의 전체 길이를 모두 고려하여 정확한 케이블 포설 비용을 산출하는 방법을 제공한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의하여 수행되는 케이블 포설 비용 산출 방법에 있어서, 케이블 포설 경로가 표시된 설계 도면을 수신하는 단계, 포설되는 케이블과 관련된 정보를 포함하는 케이블 정보 데이터를 수신하는 단계, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계, 케이블 포설 경로의 전체 길이와 연관된 정보를 포함하는 스케줄 물량 데이터를 수신하는 단계 및 단위 비용 및 스케줄 물량 데이터를 기초로 하여, 케이블 포설 경로 전체의 케이블 포설 비용을 산출하는 단계를 포함한다.
일 실시예에 따르면, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계는, 설계 도면에 표시된 케이블 포설 경로를 단위 길이 구간으로 나누고, 단위 길이 구간 각각을 수직 구간, 수평 구간 또는 엘보우 구간으로 분류하는 단계를 포함한다.
일 실시예에 따르면, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계는, 수직 구간, 수평 구간 및 엘보우 구간에 각각 서로 다른 색상의 컬러 아이템을 매칭하는 단계를 더 포함한다.
일 실시예에 따르면, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계는, 수직 구간의 컬러 아이템의 개수, 수평 구간의 컬러 아이템의 개수 및 엘보우 구간의 컬러 아이템의 개수를 기초로 하여 케이블 포설 경로의 단위 비용을 예측하는 단계를 더 포함한다.
일 실시예에 따르면, 단위 비용 산출을 위한 수직 구간의 가중치는 수평 구간의 가중치보다 높을 수 있다.
일 실시예에 따르면, 단위 비용 산출을 위한 엘보우 구간의 가중치는 수평 구간의 가중치보다 높을 수 있다.
일 실시예에 따르면, 케이블 정보 데이터는 케이블의 종류에 관련된 정보를 포함한다.
일 실시예에 따르면, 케이블 포설 경로의 단위 비용은, 케이블 정보 데이터를 기초로 하여 결정된 특정 종류의 케이블에 대한 단위 비용을 포함한다.
일 실시예에 따르면, 케이블 정보 데이터는, 케이블이 포설되는 건축물의 종류 또는 케이블이 포설되는 현장과 관련된 정보를 포함한다.
일 실시예에 따르면, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측하는 단계는, 설계 도면 및 케이블 정보 데이터를 입력으로 하는 기계학습 모델에 의하여 단위 비용을 예측하는 단계를 포함하고, 기계학습 모델은 앙상블(Ensemble) 기법에 의하여 학습될 수 있다.
본 개시의 일 실시예에 따르면, 아파트, 주상복합, 하우징(housing), 플랜트(plant) 또는 지중과 같은 건설 현장의 특성을 고려한 케이블 포설 비용을 산출할 수 있다.
본 개시의 일 실시예에 따르면, 케이블 포설 비용의 현재 시세를 반영한 케이블 포설 비용을 산출할 수 있다.
본 개시의 일 실시예에 따르면, 건축물의 종류, 케이블 종류, 케이블 포설 노무비 시세 등 비용 산출에 영향을 미치는 다양한 변수들을 동시에 고려하여, 인공신경망을 기반으로 정확하게 비용을 산출할 수 있다.
본 개시의 일 실시예에 따르면, 케이블이 설치되는 구간의 물리적 특성 및 소요되는 노동력을 고려한 케이블 포설 비용을 산출할 수 있다.
도 1은 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 시스템의 예시를 나타낸다.
도 2는 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 서비스를 제공하기 위하여, 케이블 포설 비용 산출 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 케이블 포설 비용 산출 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 프로세서의 기능적 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 설계 도면 및 케이블 정보 데이터에 기초하여 단위 비용을 추론하거나 출력하도록 구성된 비용 예측 기계학습 모델의 예시를 나타낸다.
도 6은 본 개시의 일 실시예에 따른 인공신경망을 나타내는 구조도이다.
도 7은 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 방법의 예시를 나타낸다.
도 8은 본 개시의 일 실시예에 따른 단위 비용 예측 방법의 예시를 나타낸다.
도 2는 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 서비스를 제공하기 위하여, 케이블 포설 비용 산출 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 케이블 포설 비용 산출 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 프로세서의 기능적 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 설계 도면 및 케이블 정보 데이터에 기초하여 단위 비용을 추론하거나 출력하도록 구성된 비용 예측 기계학습 모델의 예시를 나타낸다.
도 6은 본 개시의 일 실시예에 따른 인공신경망을 나타내는 구조도이다.
도 7은 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 방법의 예시를 나타낸다.
도 8은 본 개시의 일 실시예에 따른 단위 비용 예측 방법의 예시를 나타낸다.
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.
도 1은 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 시스템(120)의 예시를 나타낸다. 일 실시예에 따르면, 케이블 포설 비용 산출 시스템(120)은 아파트, 주상복합, 하우징(housing), 플랜트(plant) 또는 지중에 통신 또는 전력 등을 공급하기 위한 케이블을 포설하는 데에 필요한 비용을 산출할 수 있다. 도시된 바와 같이, 케이블 포설 비용 산출 시스템(120)은 설계 도면(110), 케이블 정보 데이터(112) 또는 스케줄 물량 데이터(114) 중 적어도 하나를 기초로 케이블 포설 비용(130)을 산출할 수 있다.
일 실시예에 따르면, 케이블 포설 비용 산출 시스템(120)은 설계 도면(110)을 기초로 케이블 포설 비용(130)을 산출할 수 있다. 여기서, 설계 도면(110)에는 아파트, 주상복합, 하우징, 플랜트 또는 지중에 포설될 케이블의 경로가 표시될 수 있다. 구체적으로, 설계 도면(110)에는 포설될 케이블의 수평 구간, 수직 구간, 엘보우(elbow) 구간(예: 엘보우-인(elbow-in), 엘보우-아웃(elbow-out) 등)이 구분되어 표시될 수 있다. 이에 따라, 케이블 포설 비용 산출 시스템(120)은 각각의 구간의 개수를 기초로 하여 케이블 포설 비용을 산출할 수 있다.
일 실시예에 따르면, 케이블 포설 비용 산출 시스템(120)은 케이블 정보 데이터(112)를 기초로 케이블 포설 비용(130)을 산출할 수 있다. 여기서, 케이블 정보 데이터(112)는 케이블의 모델, 직경, 단위길이 당 무게 등에 관한 정보를 포함할 수 있다. 케이블 포설 비용 산출 시스템(120)은 케이블 정보 데이터(112)를 기초로 결정된 케이블의 종류(케이블 공정의 종류(예: 옥내 케이블 포설, 제어 케이블 포설, 통신용 구내 전력케이블 포설 등), 케이블의 규격 등)에 따라 케이블 포설 비용(130)을 산출할 수 있다. 예를 들어, 케이블 포설 비용 산출 시스템(120)은 케이블의 단위 길이당 무게가 높을수록, 높은 케이블 포설 비용(130)을 산출할 수 있다. 추가적으로, 케이블 정보 데이터(112)는 케이블이 포설되는 건축물의 종류(예를 들어, 아파트, 주상복합, 하우징(housing), 플랜트(plant)) 또는 케이블이 포설되는 현장과 관련된 정보(예: 지중 등)를 포함할 수 있다.
일 실시예에 따르면, 케이블 포설 비용 산출 시스템(120)은 스케줄 물량 데이터(114)를 기초로 케이블 포설 비용(130)을 산출할 수 있다. 여기서, 스케줄 물량 데이터(114)란, 케이블이 포설될 경로 전체의 길이에 관한 정보를 포함하는 데이터를 지칭할 수 있다. 또는, 스케줄 물량 데이터(114)는, 포설될 케이블의 전체 길이(또는 케이블 포설 경로의 전체 길이)에 관한 정보를 포함하는 데이터를 지칭할 수 있다.
도 2는 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 서비스를 제공하기 위하여, 케이블 포설 비용 산출 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 케이블 포설 비용 산출 시스템(230)은 네트워크(220)를 통해 케이블 포설 비용 산출 서비스를 제공할 수 있는 시스템(들)을 포함할 수 있다. 일 실시예에서, 케이블 포설 비용 산출 시스템(230)은 케이블 포설 비용 산출 서비스와 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 어플리케이션) 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. 예를 들어, 케이블 포설 비용 산출 시스템(230)은 케이블 포설 비용 산출 서비스를 제공하기 위한 별도의 시스템(예를 들어, 서버)들을 포함할 수 있다.
케이블 포설 비용 산출 시스템(230)에 의해 제공되는 케이블 포설 비용 산출 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 케이블 포설 비용 산출을 위한 어플리케이션 또는 웹 브라우저 어플리케이션을 통해 사용자에게 제공될 수 있다. 케이블 포설 비용 산출 시스템(230)에 의해 제공되는 케이블 포설 비용 산출 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 케이블 포설 비용 산출을 위한 어플리케이션 또는 웹 브라우저 어플리케이션을 통해 사용자에게 제공될 수 있다.
복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 케이블 포설 비용 산출 시스템(230)과 통신할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 케이블 포설 비용 산출 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 방식뿐 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 이미지 센서가 탑재된 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 케이블 포설 비용 산출 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(220)를 통해 케이블 포설 비용 산출 시스템(230)과 통신하도록 구성될 수도 있다. 복수의 사용자 단말(210_1, 210_2, 210_3)은 케이블 포설 비용 산출 서비스를 이용하는 사용자들의 사용자 단말일 수 있다.
일 실시예에서, 케이블 포설 비용 산출 시스템(230)은 사용자 단말에서 동작하는 케이블 포설 비용 산출을 위한 어플리케이션 등을 통해 사용자 단말로부터 입력되는 데이터(예를 들어, 설계 도면, 케이블 정보 데이터, 스케줄 물량 데이터, 노무비 단가 정보 등)를 수신할 수 있다. 그 후, 케이블 포설 비용 산출 시스템(230)은 수신한 데이터를 저장하거나/저장하고 네트워크(220)와 연결된 다른 사용자 단말로 전송할 수 있다. 추가적으로, 케이블 포설 비용 산출 시스템(230)은 사용자 단말로부터 입력되는 사용자 입력에 기초하여 케이블 포설 비용 산출 서비스를 제어할 수 있다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 케이블 포설 비용 산출 시스템의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 케이블 포설 비용 산출을 위한 어플리케이션, 웹 브라우저 어플리케이션 등이 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. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 케이블 포설 비용 산출 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 케이블 포설 비용 산출 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 케이블 포설 비용 산출 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 케이블 포설 비용 산출을 위한 어플리케이션 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 케이블 포설 비용 산출 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 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예를 들어, 케이블 포설 비용 산출을 위한 어플리케이션)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 케이블 포설 비용 산출 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 케이블 포설 비용 산출 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, 케이블 포설 비용을 산출하기 위한 요청 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 케이블 포설 비용 산출 시스템(230)으로 전달될 수 있다. 역으로, 케이블 포설 비용 산출 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.
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.
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, 케이블 포설 비용 산출 시스템(230)의 입출력 인터페이스(338)는 케이블 포설 비용 산출 시스템(230)과 연결되거나 케이블 포설 비용 산출 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 케이블 포설 비용 산출 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 케이블 포설 비용 산출을 위한 어플리케이션 또는 웹 브라우저 어플리케이션을 동작하도록 구성될 수 있다. 이 때, 해당 어플리케이션과 연관된 프로그램 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다. 어플리케이션이 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 케이블 포설 비용 산출 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 케이블 포설 비용 산출 시스템(230)에 제공할 수 있다.
케이블 포설 비용 산출을 위한 어플리케이션 또는 웹 브라우저 어플리케이션이 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 케이블 포설 비용 산출 시스템(230)에 제공할 수 있다.
케이블 포설 비용 산출 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 실시예에서, 프로세서(334)는 사용자 단말 (210)로부터 수신한 케이블 포설 비용 산출의 기초가 되는 데이터/정보 등을 저장, 처리 및 전송할 수 있다. 추가적으로 또는 대안적으로, 프로세서(334)는 사용자 단말(210)로부터 수신한 사용자 입력에 응답하여, 케이블 포설 비용 산출 서비스를 제어할 수 있다.
도 4는 본 개시의 일 실시예에 따른 프로세서(234)의 기능적 구성을 나타내는 블록도이다. 도시된 바와 같이, 프로세서(234)는 설계 도면 분석 모듈(310), 단위 비용 예측 모듈(420) 및 케이블 포설 비용 산출 모듈(330)을 포함할 수 있다. 도 4는 케이블 포설 비용 산출 시스템(예: 케이블 포설 비용 산출 시스템(200))의 프로세서(234)가 도시되어 있으나, 사용자 단말(예: 사용자 단말(210))의 프로세서(예: 프로세서(314))도 프로세서(234)와 동일한 기능적 구성을 포함하여 동일한 동작을 수행할 수 있다.
일 실시예에 따르면, 설계 도면 분석 모듈(310)은 시스템(예: 케이블 포설 비용 산출 시스템(200))이 수신한 설계 도면으로부터 케이블 포셜 경로와 연관된 데이터를 추출할 수 있다. 구체적으로, 설계 도면 분석 모듈(310)은 설계 도면에 표시된 케이블 포설 경로를 단위 길이(예를 들어, 1 (m))로 나누고, 나누어진 단위 길이 구간 각각을 수직 구간, 수평 구간 또는 엘보우(elbow) 구간으로 분류할 수 있다. 여기서, 수직 구간이란, 설계 도면에 표시된 케이블 포설 경로 중에서 케이블이 지면에 대하여 수직 방향으로 포설되는 일부 구간을 지칭할 수 있다. 또한, 수평 구간이란, 케이블 포설 경로 중에서 케이블이 지면에 대하여 수평 방향으로 포설되는 일부 구간을 지칭할 수 있다. 또한, 엘보우 구간이란, 케이블 포설 경로 중에서 케이블의 방향이 수평에서 수직으로 전환되는 일부 구간 또는 수직에서 수평으로 전환되는 일부 구간을 지칭할 수 있다.
일 실시예에 따르면, 설계 도면 분석 모듈(310)은 분류된 수직 구간, 수평 구간 및 엘보우 구간에 서로 다른 색상의 컬러 아이템을 매칭할 수 있다. 예를 들어, 설계 도면 분석 모듈(310)은 분류된 수직 구간에 적색 컬러 아이템을 매칭하고, 수평 구간에 청색 컬러 아이템을 매칭하고, 엘보우 구간에 황색 컬러 아이템을 매칭할 수 있다. 그리고 나서, 설계 도면 분석 모듈(310)은 적색, 청색 및 황색 컬러 아이템이 매칭된 설계 도면을 단위 비용 예측 모듈(420)로 전송할 수 있다. 또는, 설계 도면 분석 모듈(310)은 적색 컬러 아이템의 개수, 청색 컬러 아이템의 개수 및 황색 컬러 아이템의 개수와 관련된 데이터를 단위 비용 예측 모듈(420)로 전송할 수 있다.
추가적으로 또는 대안적으로, 설계 도면 분석 모듈(310)은 설계 도면에 대하여 이미지 처리(image processing) 동작을 수행함으로써, 건축물의 종류 및/또는 건설 현장과 관련된 정보를 추출할 수 있다. 예를 들어, 설계 도면 분석 모듈(310)은 설계 도면 이미지로부터 특징점을 추출할 수 있다. 그리고 나서, 추출된 특징점을 기초로 건축물의 종류 및/또는 건설 현장을 아파트, 주상복합, 하우징(housing), 플랜트(plant) 또는 지중 중 어느 하나로 결정할 수 있다.
일 실시예에 따르면, 단위 비용 예측 모듈(420)은 단위 비용을 예측할 수 있다. 여기서, 단위 비용이란, 단위 길이의 케이블을 포설하는 데에 필요한 비용을 의미할 수 있다. 단위 비용 예측 모듈(420)은 설계 도면 분석 모듈(310)로부터 수신한 설계 도면(또는, 적색 컬러 아이템의 개수, 청색 컬러 아이템의 개수 및 황색 컬러 아이템의 개수) 및 케이블 정보 데이터(예: 케이블 모델, 직경, 단위길이 당 무게, 건축물의 종류, 건설 현장과 관련된 정보 등)에 관한 정보를 기초로 단위 비용을 예측할 수 있다. 이 경우, 케이블 정보 데이터는 설계 도면 분석 모듈(310)에 의하여 설계 도면으로부터 추출될 수 있다. 다른 예를 들어, 케이블 정보 데이터는 입출력 인터페이스(예: 입출력 인터페이스(318) 또는 입출력 인터페이스(238))를 통해 사용자로부터 입력될 수도 있다.
일 실시예에 따르면, 단위 비용 예측 모듈(420)은 미리 설정된 수직 구간의 가중치, 수평 구간의 가중치 및 엘보우 구간의 가중치를 단위 비용 산출에 이용할 수 있다. 일반적으로, 수직 구간의 케이블 포설은 수평 구간의 케이블 포설보다 단가가 높고, 엘보우 구간의 케이블 포설 또한 수평 구간의 케이블 포설보다 단가가 높다. 이에 따라, 수직 구간의 가중치는 수평 구간의 가중치보다 높게 설정되어, 전체 단위 길이에서 수직 구간이 차지하는 비율이 증가할수록 단위 비용은 높게 예측될 수 있다. 또한, 엘보우 구간의 가중치는 수평 구간의 가중치보다 높게 설정되어, 전체 단위 길이에서 엘보우 구간이 차지하는 비율이 증가할수록 단위 비용은 높게 예측될 수 있다.
추가적으로, 단위 비용 예측 모듈(420)은 케이블 포설 노무비 단가와 관련된 데이터의 업데이트 여부를 확인할 수 있다. 예를 들어, 단위 비용 예측 모듈(420)은 외부 장치(예: 메모리(332), 케이블 포설 비용 산출 서비스와 관련된 서버 등)에 해당 데이터가 업데이트 되었는지 여부를, 단위 기간(예를 들어, 1일, 1주, 1개월 등)마다 확인할 수 있다. 데이터가 업데이트 된 것으로 확인된 경우, 단위 비용 예측 모듈(420)은 업데이트된 케이블 포설 노무비 단가와 관련된 데이터를 외부 장치로부터 수신/분석하고, 분석된 데이터를 기초로 단위 비용을 예측할 수 있다. 예를 들어, 케이블 포설 노무비 단가가 증가한 것으로 판단한 경우, 단위 비용 예측 모듈(420)은 예측된 단위 비용을 상향 조정할 수 있다. 다른 예를 들어, 케이블 포설 노무비 단가가 감소한 것으로 판단한 경우, 단위 비용 예측 모듈(420)은 예측된 단위 비용을 하향 조정할 수 있다.
일 실시예에 따르면, 케이블 포설 비용 산출 모듈(330)은 단위 비용 및 스케줄 물량 데이터를 기초로 하여 케이블 포설 경로의 케이블 포설 비용(또는, 전체 포설 비용)을 산출할 수 있다. 예를 들어, 케이블 포설 비용 예측 모듈(330)은 단위 비용과 스케줄 물량 데이터를 곱하여 전체 포설 비용을 산출할 수 있다. 여기서, 스케줄 물량 데이터는 포설되는 케이블의 전체 길이와 관련된 데이터를 지칭할 수 있다. 이 경우, 스케줄 물량 데이터는 설계 도면 분석 모듈(310)에 의하여 설계 도면으로부터 추출될 수 있다. 다른 예를 들어, 케이블 정보 데이터는 입출력 인터페이스(예: 입출력 인터페이스(318) 또는 입출력 인터페이스(338))를 통해 사용자로부터 입력될 수 있다. 도 4에서는 설계 도면 분석 모듈(310), 단위 비용 예측 모듈(420)과 케이블 포설 비용 산출 모듈(330)이 분리되어 도시되었으나, 이에 한정되지 않는다. 예를 들어, 프로세서(234)는 하나의 모듈에서 설계 도면을 입력으로 하여 단위 비용을 예측한 후, 예측된 단위 비용을 이용하여 케이블 포설 비용을 출력할 수 있다.
도 5는 본 개시의 일 실시예에 따른 설계 도면(512) 및 케이블 정보 데이터(514)에 기초하여 단위 비용(530)을 추론하거나 출력하도록 구성된 비용 예측 기계학습 모델(520)의 예시를 나타낸다. 일 실시예에 따르면, 사용자에 의하여 산출되어 케이블 포설 비용 산출 시스템의 데이터베이스에 저장된 설계 도면(512) 또는 케이블 정보 데이터(514)는 비용 예측 기계학습 모델(520)의 학습 데이터로 활용될 수 있다. 그고 나서, 생성된 기계학습 모델(520)은 프로세서가 접근 가능한 저장 매체(예: 메모리(312) 또는 메모리(332))에 저장될 수 있다.
일 실시예에 따르면, 비용 예측 기계학습 모델(520)은 설계 도면(512) 및 케이블 정보 데이터(514)를 입력 데이터로 활용하여 단위 비용(530)을 예측할 수 있다. 예를 들어. 설계 도면(512)은 설계 도면 분석 모듈(예: 설계 도면 분석 모듈(310))에 의하여 케이블 포설 경로의 단위 길이 구간 마다 적색, 청색 또는 황색 컬러 아이템이 매칭된 설계 도면(512)을 지칭할 수 있다. 이 경우, 비용 산출 기계학습 모델(520)은 설계 도면(512)으로부터 적색 컬러 아이템이 매칭된 단위 구간의 수, 청색 컬러 아이템이 매칭된 단위 구간의 수 및 황색 컬러 아이템이 매칭된 단위 구간의 수와 관련된 정보를 추출하고, 추출된 단위 구간의 수 및 케이블 정보 데이터(514)를 기초로 하여 결정된 특정 종류의 케이블에 대한 단위 비용(530)을 추론/출력할 수 있다. 추가적으로 또는 대안적으로, 비용 예측 기계학습 모델(520)은 설계 도면(512)으로부터 추출된 적색, 청색 및/또는 황색 컬러 아이템이 매칭된 단위 구간의 수를 합하여 케이블 포설 경로(또는 포설되는 케이블)의 전체 길이를 산출하고, 산출된 전체 길이 및 케이블 정보 데이터(514)를 입력 데이터로 활용하여 전체 포설 비용(미도시)을 추론/출력할 수도 있다.
도 6은 본 개시의 일 실시예에 따른 인공신경망(600)을 나타내는 구조도이다. 인공신경망(600)은 기계학습(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조이다. 즉, 인공신경망(600)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 인공신경망은 다층의 노드들과 이들 상이의 연결로 구성된 다층 퍼셉트론(MLP: multilayer perceptron)으로 구현된다. 본 실시예에 따른 인공신경망(1100)은 MLP를 포함하는 다양한 인공신경망 구조들 중의 하나를 이용하여 구현될 수 있다. 도 6에서 도시된 바와 같이, 인공신경망(600)은 외부로부터 입력 신호 또는 데이터(610, 612. 614)를 수신하는 입력층(620), 입력 데이터(610, 612. 614)에 대응한 출력 신호 또는 데이터(650)를 출력하는 출력층(640), 입력층(620)과 출력층(640) 사이에 위치하며 입력층(620)으로부터 신호를 받아 특성을 추출하여 출력층(640)으로 전달하는 n개의 은닉층(630_1 내지 630_n)으로 구성된다. 여기서, 출력층(640)은, 은닉층(630_1 내지 630_n)으로부터 신호를 받아 외부로 출력한다. 일반적으로, 인공신경망(600)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 케이블 포설 비용 산출 방법 및 시스템 은, 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning) 및 준 지도 학습(Semi-supervised Learning)을 이용하여, 데이터를 추출하는 인공신경망(600)을 학습시킬 수 있다. 예를 들어, 앙상블(Ensemble) 기법을 이용하여 인공신경망(600)을 학습시킬 수 있다. 이렇게 학습된 인공신경망(600)은 설계 도면에 표시된 케이블 포설 경로와 연관된 단위 비용을 추론/출력할 수 있다.
일 실시예에 따르면, 도 6에 도시된 바와 같이, 케이블 포설의 단위 비용을 추출할 수 있는 인공신경망(600)의 입력 변수는, 설계 도면을 하나의 벡터 데이터 요소로 구성한, 설계 도면 이미지 벡터(610) 및 케이블 모델, 직경, 단위 무게 등에 관한 정보를 포함하는 케이블 정보 데이터를 하나의 벡터 데이터 요소로 구성한 케이블 정보 데이터 벡터(612)가 될 수 있다. 일 실시예에 따르면, 케이블 포설 경로의 단위 비용을 나타내는 결과 벡터(650)로 구성될 수 있다.
다른 실시예에 따르면, 입력 변수에 따라 케이블 포설 경로 전체의 케이블 포설 비용을 추출하도록 인공신경망(600)이 학습될 수 있다. 예를 들어, 이러한 입력 변수는, 설계 도면을 하나의 벡터 데이터 요소로 구성한 설계 도면 이미지 벡터(610), 케이블 모델, 직경, 단위 무게 등에 관한 정보를 포함하는 케이블 정보 데이터를 하나의 벡터 데이터 요소로 구성한 케이블 정보 데이터 벡터(612), 케이블 포설 경로 전체의 길이에 관한 정보 데이터를 하나의 벡터 데이터 요소로 구성한 스케줄 물량 데이터 벡터(614)가 될 수 있다.
이와 같이, 인공신경망(600)의 입력층(620)과 출력층(640)에 복수의 입력변수와 대응되는 복수의 출력변수를 각각 매칭시켜, 입력층(620), 은닉층(630_1 ... 630_n) 및 출력층(640)에 포함된 노드들 사이의 시냅스 값을 조정함으로써, 특정 입력에 대응한 올바른 출력을 추론할 수 있도록 학습할 수 있다. 이러한 학습과정을 통해, 인공신경망(600)의 입력변수에 숨겨져 있는 특성을 파악할 수 있고, 입력변수에 기초하여 계산된 출력변수와 목표 출력 간의 오차가 줄어들도록 인공신경망(600)의 노드들 사이의 시냅스 값(또는 가중치)를 조정할 수 있다. 이렇게 학습된 인공신경망(600)을 이용하여, 케이블 포설 경로의 단위 비용 또는 케이블 포설 경로 전체의 케이블 포설 비용을 추출할 수 있다.
도 7은 본 개시의 일 실시예에 따른 케이블 포설 비용 산출 방법(700)의 예시를 나타낸다. 방법(700)은 적어도 하나의 프로세서에 의하여 수행될 수 있다. 도시된 바와 같이, 방법(700)은 케이블 포설 경로가 표시된 설계 도면을 수신하는 단계(S710)로 개시될 수 있다. 일 실시예에 따르면, 설계 도면을 수신한 후, 프로세서는 포설되는 케이블과 관련된 정보를 포함하는 케이블 정보 데이터를 수신할 수 있다. 그리고 나서, 설계 도면 및 케이블 정보 데이터를 기초로 케이블 포설 경로의 단위 비용을 예측할 수 있다(S730). 단위 비용을 예측한 후, 프로세서는 케이블 포설 경로의 전체 길이와 연관된 정보를 포함하는 스케줄 물량 데이터를 수신할 수 있다(S740). 그리고 나서, 단위 비용 및 스케줄 물량 데이터를 기초로 하여, 케이블 포설 경로의 전체의 케이블 포설 비용을 산출할 수 있다(S750).
도 8은 본 개시의 일 실시예에 따른 단위 비용 예측 단계(S730)의 예시를 나타낸다. 도시된 바와 같이, 단위 비용을 예측하는 단계(S730)는 설계 도면에 표시된 케이블 포설 경로를 단위 길이 구간으로 나누고, 단위 길이 구간 각각을 수직 구간, 수평 구간 또는 엘보우 구간으로 분류하는 단계(S810)를 포함할 수 있다. 케이블 포설 경로를 수직 구간, 수평 구간 또는 엘보우 구간으로 분류한 후, 프로세서는 수직 구간, 수평 구간 및 엘보우 구간에 서로 다른 색상의 컬러 아이템을 매칭할 수 있다. 예를 들어, 수직 구간에는 적색 컬러 아이템을 매칭하고, 수평 구간에는 청색 컬러 아이템을 매칭하고, 엘보우 구간에는 황색 컬러 아이템을 매칭할 수 있다.
일 실시예에 따르면, 프로세서는 수직 구간의 컬러 아이템의 개수, 수평 구간의 컬러 아이템의 개수 및 엘보우 구간의 아이템의 개수를 기초로 하여 케이블 포설 경로의 단위 비용을 예측할 수 있다. 이 경우, 단위 비용을 산출함에 있어서, 프로세서는 상술한 바와 같이 미리 저장된 수직 구간의 가중치, 수평 구간의 가중치 및 엘보우 구간의 가중치를 이용할 수 있다. 예를 들어, 수직 구간의 가중치가 수평 구간의 가중치보다 높고, 엘보우 구간의 가중치가 수평 구간의 가중치가 높게 설정될 수 있다. 이에 따라, 프로세서는 전체 단위 길이 구간에서 수직 구간의 개수가 차지하는 비율이 높을수록, 높은 단위 비용을 예측할 수 있다. 또한, 프로세서는 전체 단위 길이 구간에서 엘보우 구간의 개수가 차지하는 비율이 높을수록, 높은 단위 비용을 예측할 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 조합으로 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 명령어들로 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: 설계 도면
112: 케이블 정보 데이터
114: 스케줄 물량 데이터
120: 케이블 포설 비용 산출 시스템
130: 케이블 포설 비용
112: 케이블 정보 데이터
114: 스케줄 물량 데이터
120: 케이블 포설 비용 산출 시스템
130: 케이블 포설 비용
Claims (10)
- 적어도 하나의 프로세서에 의하여 수행되는 케이블 포설 비용 산출 방법에 있어서,
케이블 포설 경로가 표시된 설계 도면을 수신하는 단계;
포설되는 케이블과 관련된 정보를 포함하는 케이블 정보 데이터를 수신하는 단계;
상기 설계 도면 및 상기 케이블 정보 데이터를 기초로 상기 케이블 포설 경로의 단위 비용을 예측하는 단계;
상기 케이블 포설 경로의 전체 길이와 연관된 정보를 포함하는 스케줄 물량 데이터를 수신하는 단계; 및
상기 단위 비용 및 상기 스케줄 물량 데이터를 기초로 하여, 상기 케이블 포설 경로 전체의 케이블 포설 비용을 산출하는 단계
를 포함하고,
상기 설계 도면 및 상기 케이블 정보 데이터를 기초로 상기 케이블 포설 경로의 단위 비용을 예측하는 단계는,
상기 설계 도면에 표시된 케이블 포설 경로를 단위 길이 구간으로 나누고, 상기 단위 길이 구간 각각을 수직 구간, 수평 구간 또는 엘보우 구간으로 분류하는 단계;
상기 수직 구간, 상기 수평 구간 및 상기 엘보우 구간에 각각 서로 다른 색상의 컬러 아이템을 매칭하는 단계;
상기 수직 구간의 컬러 아이템의 개수, 상기 수평 구간의 컬러 아이템의 개수 및 상기 엘보우 구간의 컬러 아이템의 개수를 기초로 하여 상기 케이블 포설 경로의 단위 비용을 예측하는 단계; 및
상기 설계 도면 및 상기 케이블 정보 데이터를 입력으로 하는 기계학습 모델에 의하여 상기 단위 비용을 예측하는 단계를 포함하고,
상기 기계학습 모델은, 앙상블(Ensemble) 기법에 의하여 학습되고,
상기 단위 비용 산출을 위한 상기 수직 구간의 가중치는 상기 수평 구간의 가중치보다 높고, 상기 단위 비용 산출을 위한 상기 엘보우 구간의 가중치는 상기 수평 구간의 가중치보다 높은, 케이블 포설 비용 산출 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 케이블 정보 데이터는 케이블의 종류에 관련된 정보를 포함하는, 케이블 포설 비용 산출 방법.
- 제1항에 있어서,
상기 케이블 포설 경로의 단위 비용은, 상기 케이블 정보 데이터를 기초로 하여 결정된 특정 종류의 케이블에 대한 단위 비용인, 케이블 포설 비용 산출 방법.
- 제1항에 있어서,
상기 케이블 정보 데이터는, 케이블이 포설되는 건축물의 종류 또는 케이블이 포설되는 현장과 관련된 정보를 포함하는, 케이블 포설 비용 산출 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210071486A KR102415837B1 (ko) | 2021-06-02 | 2021-06-02 | 인공신경망 기반의 케이블 포설 비용 산출 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210071486A KR102415837B1 (ko) | 2021-06-02 | 2021-06-02 | 인공신경망 기반의 케이블 포설 비용 산출 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102415837B1 true KR102415837B1 (ko) | 2022-06-30 |
Family
ID=82215331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210071486A KR102415837B1 (ko) | 2021-06-02 | 2021-06-02 | 인공신경망 기반의 케이블 포설 비용 산출 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102415837B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024025146A1 (ko) * | 2022-07-29 | 2024-02-01 | 준엔지니어링 주식회사 | 케이블 예상물량 산출시스템 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000013775A (ko) * | 1998-08-13 | 2000-03-06 | 이계철 | 설계도면에서 설계공정 및 공사자재 자동 추출방법 |
| KR100886418B1 (ko) * | 2008-11-13 | 2009-03-04 | 대한민국 | 수량산출 및 원가계산 ｃａｄ 시스템을 이용한 수배전반 원가계산 조달관리 시스템과 방법 |
| KR20190063317A (ko) * | 2017-11-29 | 2019-06-07 | 주식회사 타임텍 | 배관 모델링 방법 및 이를 이를 구현하는 프로그램이 기록된 기록 매체 |
| KR102198965B1 (ko) * | 2019-12-27 | 2021-01-05 | 대한민국 | 색상을 이용한 전자 도면 보안 관리 방법 |
| KR102204337B1 (ko) * | 2019-11-29 | 2021-01-19 | 한다움건설(주) | 직관적인 단계별 선택을 이용한 건축물의 실시간 간편견적 서비스 제공 방법 |
| KR102252065B1 (ko) * | 2020-04-14 | 2021-05-14 | 삼성엔지니어링 주식회사 | 전기케이블 3d 자동모델링 장치, 방법 및 그 방법이 기록된 기록매체 |
-
2021
- 2021-06-02 KR KR1020210071486A patent/KR102415837B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000013775A (ko) * | 1998-08-13 | 2000-03-06 | 이계철 | 설계도면에서 설계공정 및 공사자재 자동 추출방법 |
| KR100886418B1 (ko) * | 2008-11-13 | 2009-03-04 | 대한민국 | 수량산출 및 원가계산 ｃａｄ 시스템을 이용한 수배전반 원가계산 조달관리 시스템과 방법 |
| KR20190063317A (ko) * | 2017-11-29 | 2019-06-07 | 주식회사 타임텍 | 배관 모델링 방법 및 이를 이를 구현하는 프로그램이 기록된 기록 매체 |
| KR102204337B1 (ko) * | 2019-11-29 | 2021-01-19 | 한다움건설(주) | 직관적인 단계별 선택을 이용한 건축물의 실시간 간편견적 서비스 제공 방법 |
| KR102198965B1 (ko) * | 2019-12-27 | 2021-01-05 | 대한민국 | 색상을 이용한 전자 도면 보안 관리 방법 |
| KR102252065B1 (ko) * | 2020-04-14 | 2021-05-14 | 삼성엔지니어링 주식회사 | 전기케이블 3d 자동모델링 장치, 방법 및 그 방법이 기록된 기록매체 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024025146A1 (ko) * | 2022-07-29 | 2024-02-01 | 준엔지니어링 주식회사 | 케이블 예상물량 산출시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112101682B (zh) | 流量模式预测方法、装置、服务器以及可读介质 | |
| KR102211650B1 (ko) | 인공지능 기반 상품 추천 방법 및 그 시스템 | |
| WO2022016556A1 (zh) | 一种神经网络蒸馏方法以及装置 | |
| US11238344B1 (en) | Artificially intelligent systems, devices, and methods for learning and/or using a device's circumstances for autonomous device operation | |
| Otebolaku et al. | User context recognition using smartphone sensors and classification models | |
| WO2021136131A1 (zh) | 一种信息推荐方法以及相关设备 | |
| US10630827B2 (en) | Electronic device and control method thereof | |
| JPWO2019131527A1 (ja) | 汎用学習済モデルの生成方法 | |
| KR102501496B1 (ko) | 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램 | |
| KR20190089628A (ko) | 복수 개의 전자 디바이스를 이용하여 신경망 모델을 처리하는 방법 및 시스템 | |
| CN103077184B (zh) | 用于基于规则的情景获取的方法 | |
| WO2022098101A1 (ko) | 산지 경매가 기반의 농산물 공급자 중심 역경매 가격 산출 방법 및 시스템 | |
| KR20210022935A (ko) | Slam을 구현하는 방법 및 전자 장치 | |
| TWI821019B (zh) | 用於智能施工的多因素日程表優化和資源建議的智慧驅動方法和系統 | |
| KR102415837B1 (ko) | 인공신경망 기반의 케이블 포설 비용 산출 방법 | |
| Ham et al. | Machine learning and dynamic user interfaces in a context aware nurse application environment | |
| KR102427723B1 (ko) | 인공지능 기반 상품 추천 방법 및 그 시스템 | |
| KR102561799B1 (ko) | 디바이스에서 딥러닝 모델의 레이턴시를 예측하는 방법 및 시스템 | |
| KR20230127708A (ko) | Ai 기반 부동산 매물 매칭 방법 | |
| KR20210045119A (ko) | 로봇 및 상기 로봇의 위치 보정 방법 | |
| KR102097465B1 (ko) | 가속도 센서를 이용한 측위 주기 조절 | |
| CN107393007A (zh) | 墙体装配检测方法及系统 | |
| KR20220130926A (ko) | 심리검사 기반 인테리어 추천 방법 | |
| CN115455276A (zh) | 推荐对象的方法、装置、计算机设备和存储介质 | |
| KR102633874B1 (ko) | 기상 위성을 이용한 태양광 발전량 예측 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |