KR102452440B1

KR102452440B1 - 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법, 장치 및 시스템

Info

Publication number: KR102452440B1
Application number: KR1020220091871A
Authority: KR
Inventors: 김상훈
Original assignee: 주식회사 어스큐레이션
Priority date: 2022-07-25
Filing date: 2022-07-25
Publication date: 2022-10-11

Abstract

일실시예에 따르면, 매입하는 전자 장비에 대응되는 품명, 품번, 판매처정보, 구매수량, 주문일, 배송일 및 매입단가를 포함하는 '구매정보'를 입력받는 단계; 단가서버로부터 상기 전자 장비의 기준단가를 수신받아 재고정보를 갱신하는 단계; 상기 구매정보 및 재고정보를 기준으로, 전자 장비들의 현재 기준단가에 대한 마진율을 산출하는 단계; 단말장치에서 상기 구매정보, 재고정보 및 마진율을 수신하는 단계; 및 상기 마진율을 단말장치에 디스플레이하는 단계;를 포함하여, 전자 장비의 시간대별 기준단가 변동에 따른 마진율을 확인 가능한, 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법을 제공한다.

Description

전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법, 장치 및 시스템{INVENTORY MANAGEMENT AND ORDER PROCESSING METHODS, DEVICES AND SYSTEMS FOR DISTRIBUTION OF ELECTRONIC EQUIPMENT}

아래 실시예들은 시간대별로 달라지는 전자 장비들의 기준 단가와, 그에 따른 제품(전자 장비)별 마진율을 계산하여 판매가의 산출을 돕고, 판매자의 마진율을 최대화할 수 있도록 제공되는 전자 장비의 유통을 위한 재고 관리 및 주문 처리 기술에 관한 것이다.

컴퓨터 부품(CPU, GPU, RAM, 메인보드, 파워서플라이, 케이스, SSD, HDD 등) 등의 전자 장비를 판매하는 판매점에서는 재고 관리와 판매가 관리를 위해 다양한 ERP 프로그램 등을 활용하고 있다.

상기와 같은 전자 장비들은 시간대별로 기준단가가 변동하며, 이러한 기준단가 변동에 따라 마진율을 적절히 관리하지 못하는 경우 제품을 많이 판매했음에도 손실이 발생하거나 이익률이 줄어드는 등의 문제가 발생할 수 있으므로, 판매점에서는 이러한 기준단가 기반 마진율 관리가 매우 중요하게 여겨지고 있다.

종래 기술에 따른 ERP 프로그램 등에서는 단순히 재고를 관리할 뿐 기준단가에 대한 마진율을 관리할 수 없어서 판매점에 실질적인 매출 관리에의 도움을 줄 수 없다는 한계점이 있었다.

KR

10-1718747

B

본 발명의 일실시예가 해결하고자 하는 과제는, 전자 장비들의 기준단가 변동을 반영하여 실시간으로 전자 장비 각각에 대한 마진율을 산출하고, 이를 판매점의 단말장치에 표기함으로써 판매점에서 재고 및 이익률을 쉽게 관리할 수 있는, 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법, 장치 및 시스템을 제공하는 것이다.

또한, 상기 전자 장비가 판매될 때마다, 판매 시점에서의 기준단가, 판매가 및 마진율을 포함하는 '판매정보'를 기록하는 단계; 지정된 소정의 기간에 대하여, 상기 전자 장비의 판매정보를 토대로 평균 기준단가, 평균 판매가 및 평균 마진율을 포함하는 '평균 판매정보'를 산출하는 단계; 상기 평균 판매정보를 학습하여 소정의 평균 마진율 예측 모델을 생성하는 단계; 상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 발주량에 소정의 발주가중치를 적용하는 단계; 상기 단말장치에 전자 장비별 발주량, 발주가중치 및 예상 마진율을 포함하는 '발주정보'를 디스플레이하는 단계; 상기 단말장치로부터 발주정보에 대한 수정 및 확인 메세지를 수신하는 단계; 수정 및 확인된 발주정보로 수주처에 발주 메세지를 송신하는 단계; 상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 판매가에 소정의 판매가중치를 적용하는 단계; 상기 단말장치에 전자 장비별 판매가, 판매가중치 및 예상 마진율을 포함하는 '판매정보'를 디스플레이하는 단계; 상기 단말장치로부터 판매정보에 대한 수정 및 확인 메세지를 수신하는 단계; 및 수정 및 확인된 판매정보로 판매서버에 판매가 갱신 정보를 송신하는 단계;를 포함할 수 있다.

그리고, 상기 전자 장비가 적재되는 적재대의 구획마다 배치된 박스인식센서를 통해 전자 장비의 적재 구획을 인식하여 상기 재고정보에 기록하는 단계; 상기 적재대에 배치된 하중센서를 통해 적재대 구획별로 적재된 박스의 중량을 측정하는 단계; 상기 전자 장비의 제원으로부터 전자 장비 단위 중량을 추출하는 단계; 측정된 전자 장비의 중량과 단위 중량을 비교하여, 제품 외 중량을 측정하는 단계; 상기 전자 장비가 판매될 때마다, 전자 장비의 판매수량 및 단위 중량을 기반으로 전자 장비의 실제 중량을 산출하는 단계; 상기 하중센서에서 측정되는 하중이 변동될 때마다, 상기 실제 중량을 기반으로 재고의 변동 수량을 산출하는 단계; 및 상기 재고의 변동 수량을 단말장치에 디스플레이하는 단계;를 포함할 수 있다.

아울러, 상기 적재대로부터 전자 장비를 취급하는 작업자가 착용하는 AR글래스로부터 작업자의 시선 방향에 대한 영상을 촬영하는 단계; 상기 AR글래스로부터 작업자의 현재 위치를 감지하는 단계; 상기 영상, 현재 위치 및 적재 구획을 기반으로, 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계; 및 상기 영상으로부터 인식된 전자 장비의 바코드가 적재구획과 상이한 경우 단말장치에 소정의 알림을 발생시키는 단계;를 포함하고, 상기 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계는: 상기 영상을 메인서버에서 수신받는 단계; 수신된 상기 영상으로부터 박스의 경계선을 추출하는 단계; 추출된 박스의 경계선에 대하여 소정의 가상 선분을 생성하는 단계; 상기 영상의 테두리를 기준으로 상기 가상 선분을 구성하는 함수를 산출하는 단계; 상기 가상 선분을 구성하는 함수를 AR글래스로 송신하는 단계; 및 상기 AR글래스에서 가상 선분을 구성하는 함수를 기준으로, 가상 선분으로 둘러쌓이는 소정의 폐곡선 내측에 소정의 색상 이미지를 출력하는 단계;를 포함할 수 있다.

또한, 판매전략도출서버에서 소정의 온라인 쇼핑몰에서 판매되는 전자 장비들에 대한 판매 데이터(상기 판매 데이터는 판매처, 판매 일자, 판매 가격 및 판매 횟수를 포함함)를 수집하는 단계; 상기 판매 데이터를 기반으로 상기 전자 장비들을 판매하는 판매자들 중 어느 하나인 제1 판매자에게 적합한 타겟 시장 정보를 생성하는 단계; 상기 판매 데이터를 기반으로 상기 제1 판매자의 경쟁사 정보를 추출하는 단계; 상기 경쟁사 정보에 대응하는 경쟁사가 판매하는 전자 장비에 포함되는 핵심부품들에 대한 경쟁 부품 정보를 생성하는 단계; 상기 제1 판매자의 SNS(Social Network Service; SNS) 계정 정보를 획득하고, 상기 제1 판매자의 SNS 계정에 연관되어 업로드된 게시 자료를 수집하는 단계; 상기 게시 자료를 기반으로, 상기 제1 판매자에 대한 키워드를 추출하여 키워드 정보를 생성하는 단계; 상기 타겟 시장 정보, 상기 경쟁 부품 정보 및 상기 키워드 정보에 기초하여, 상기 제1 판매자가 판매하려는 제1 전자 장비에 대한 판매 전략을 인공지능모델을 통해 생성하는 단계; 및 상기 제1 전자 장비에 대한 상기 판매 전략을 상기 제1 판매자의 제1 판매자 단말로 전송하는 단계;를 포함하되, 상기 인공지능모델은 제1 인공신경망 및 제2 인공신경망을 포함하고, 상기 인공지능모델을 통해 예측하는 단계는: 상기 타겟 시장 정보, 상기 경쟁 부품 정보 및 상기 키워드 정보에 기초하여 제1 입력 신호-상기 제1 입력 신호는 상기 타겟 시장 정보에 대응하는 제1 값, 상기 경쟁 부품 정보에 대응하는 제2 값 및 상기 키워드 정보에 대응하는 제3 값을 포함하고, 상기 제1 인공신경망의 제1 입력 레이어는 상기 제1 값, 상기 제2 값 및 상기 제3 값에 각각 적용되는 입력 노드들을 포함함-를 생성하는 단계; 생성된 상기 제1 입력 신호를 상기 제1 인공신경망에 적용하여, 제1 출력 신호-상기 제1 출력 신호는 0과 1사이의 실수인 출력 값을 포함하고, 상기 제1 출력 레이어는 상기 출력 값을 생성하는 출력 노드들을 포함함-를 생성하는 단계; 상기 제1 출력 신호에 기초하여 상기 전자 장비들의 부품 별 사용도를 생성하는 단계; 상기 전자 장비들의 부품 별 사용도를 기초로 상기 제1 전자 장비의 부품 사용 전략을 생성하는 단계; 상기 타겟 시장 정보로부터 상기 제1 판매자에게 적합한 상기 타겟 시장이 제1 시장으로 선정된 경우, 상기 제1 시장의 인구 및 사업체 상황에 대한 제1 시장 자료를 수집하는 단계; 상기 제1 시장 자료로부터 상기 제1 시장의 연령대 정보를 획득하고, 상기 연령대 정보로부터 상기 제1 시장에서 가장 많이 차지하는 연령대를 주요 연령대 정보로 생성하는 단계; 상기 제1 시장 자료로부터 상기 제1 시장의 지출 정보를 획득하고, 상기 지출 정보로부터 상기 전자 장비에 대한 지출 비용을 추출하는 단계; 상기 전자 장비에 대한 상기 지출 비용이 사업체의 전체 지출 비용에서 차지하는 비율인 전자 장비 지출 비율을 산출하는 단계; 미리 설정된 전자 장비 지출 등급 기준에 기반하여 상기 제1 시장의 상기 전자 장비 지출 비용에 대응하는 전자 장비 지출 등급을 생성하는 단계; 상기 부품 별 사용도, 상기 주요 연령대 정보 및 상기 전자 장비 지출 등급을 상기 제2 인공신경망에 적용하여, 상기 제1 전자 장비의 부품 가격 정보를 생성하는 단계; 상기 제1 전자 장비의 상기 부품 가격 정보를 기초로 상기 제1 전자 장비의 부품 가격 전략을 생성하는 단계; 및 상기 부품 사용 전략 및 상기 부품 가격 전략을 결합하여 상기 제1 전자 장비에 대한 상기 판매 전략을 생성하는 단계;를 포함할 수 있다.

일실시예에 따르면, 전자 장비들의 기준단가 변동을 반영하여 실시간으로 전자 장비 각각에 대한 마진율을 산출하고, 이를 판매점의 단말장치에 표기할 수 있다.

또한, 마진율 데이터를 기반으로 향후 마진율을 예측하고, 이를 토대로 전자 장비를 발주하거나 판매가를 산정할 수 있다.

그리고, 전자 장비(전자 장비 박스)가 적재된 적재대의 적재 구획마다 구비된 소정의 센서들로부터 데이터를 수집함으로써, 재고의 변동을 실시간으로 모니터링할 수 있다.

아울러, 전자 장비의 제원과 실제 측정값을 기준으로 전자 장비 재고가 출입할 때마다 개당 중량의 변화를 기반으로 재고의 변동을 모니터링할 수 있다.

또한, 적재대(창고) 내부에서 판매 등 옮겨야할 작업대상 전자 장비를 쉽게 식별할 수 있다.

도 1은 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법을 나타낸 순서도이다.
도 3은 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법에서 평균 마진율을 예측하고 예측 모델을 활용하는 과정을 나타낸 순서도이다.
도 4는 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법에서 재고의 변동을 실시간으로 모니터링하는 과정을 나타낸 순서도이다.
도 5는 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법에서 작업자에게 작업대상물을 안내하는 과정을 나타낸 순서도이다.
도 6은 일실시예에 따른 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법에서 작업대상물의 위치를 표기하는 단계를 상세히 나타낸 순서도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.

인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.

인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.

인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.

일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 기준단가를 제공하는 단가서버(3)(단가 제공 API 등을 포함한다), 판매점에 배치되어 모니터 등 소정의 디스플레이 장치를 통해 사용자(판매점주)로부터 데이터를 입력받거나 사용자에 의해 조작되는 단말장치(2), 상기 단말장치(2)와 상호작용하며 소정의 연산을 수행하는 메인서버(1), 상기 메인서버(1)와 연결되는 데이터베이스서버(6), 인터넷 등으로 소정의 전자 장비를 구매할 수 있도록 소비자가 접속 가능한 판매서버(4), 상기 판매점이 제품을 발주하는 상대방 또는 그 상대방의 기기를 의미하는 수주처(수주처의 단말기; 5), 적재대에 접근하여 전자 장비를 입출고시키는 작업자가 착용 가능하도록 구비되는 AR글래스(미도시), 개별 판매점들이 소정의 판매전략을 제공받을 수 있도록 구비되는 판매전략도출서버(미도시)를 포함할 수 있다.

일실시예에 따르면, 매입하는 전자 장비에 대응되는 품명, 품번, 판매처정보, 구매수량, 주문일, 배송일 및 매입단가를 포함하는 '구매정보'를 입력받는 단계(S11);를 포함한다.

판매점에서는 매장의 창고(적재대)에 구비된 전자 장비들의 재고와 예상 판매량을 감안하여 도매상(수주처)에 전자 장비들을 매입하기 위하여 발주를 넣는다. 수주처로부터 배송/운송된 전자 장비들을 수령할 때 또는 수주처에 발주를 넣을 때, 상기와 같이 구매정보를 입력할 수 있다.

발주를 넣을 때 구매정보가 입력된 경우에는 현재 재고와 입고 후 재고를 모두 파악할 수 있도록 현재 재고 및 배송중 재고를 별도로 표기하여 단말장치(2)에 디스플레이할 수 있다.

이 때, 발주 시점(대금 결제 시점)에서의 제품 매입단가를 구매정보에 포함하여 데이터베이스에 저장한다.

주문일은 상기 발주를 넣은 시점이고, 배송일은 배송이 완료되어 판매점에 전자 장비가 배송된 시점으로, 배송일은 배송업체의 배송현황 API로부터 수신되어 자동 기입될 수 있다.

단가서버(3)로부터 상기 전자 장비의 기준단가를 수신받아 재고정보를 갱신하는 단계(S12);에서 시간대마다 달라지는 전자 장비별 단가를 갱신하여, 단말장치(2)에서 실시간 기준단가 변동 상황을 모니터링할 수 있다.

기준단가란, 하나 이상의 수주처(도매상)에서 판매하는 전자 장비의 매입가(판매처에서 매입하는 단가)를 의미할 수 있다.

상기 기준단가는 단가서버(3)(수주처 API 또는 표준 단가 API 등)로부터 수신될 수 있다.

갱신된 재고정보는 상기 데이터베이스에 저장된다.

상기 구매정보 및 재고정보를 기준으로, 전자 장비들의 현재 기준단가에 대한 마진율을 산출하는 단계(S13);에서는, 전자 장비마다 "마진율 = 1 - (매입 시점에서의 기준단가/판매가)"의 계산식에 따라 마진율을 산출한다.

어느 전자 장비를 여러 번에 걸쳐 매입하여, 매입 시 기준단가가 서로 상이한 재고가 섞여있는 경우에는 상기 마진율이 "마진율 = 1 - (재고 전체에 대한 매입 시점에서의 평균 기준단가/현재 판매가)"로 계산될 수 있다.

예를 들어, 1000원에 매입된 재고가 10개, 1200원에 매입된 재고가 5개이고, 현재 판매가가 1800원인 경우, 마진율은 "마진율 = 1 - [(1000*10 + 1200*5)/15 / 1800) = 0.407"로 계산될 수 있다.

상기 '전자 장비마다'라는 기재는, '동일한 품번을 가지는 전자 장비마다'로 이해될 수 있다. 예를 들어, 동일한 성능을 가지는 CPU라도 제조사에서 지정한 품번이 상이할 수 있으므로, 이러한 품번별로 마진률 등의 데이터를 개별적으로 관리할 수 있다.

상기와 같은 과정들은 메인서버(1)에서 수행될 수 있으며, 소정의 단계까지 연산된 데이터를 단말장치(2)로 전송하여 처리할 수 있다.

단말장치(2)에서 상기 구매정보, 재고정보 및 마진율을 수신하는 단계(S14);에서는 메인서버(1)로부터 구매정보, 재고정보 및 마진율을 수신할 수 있다.

상기 마진율을 단말장치(2)에 디스플레이하는 단계(S15);에서는, 상기 구매정보, 재고정보, 마진율, 판매정보 등을 소정의 차트 형태로 시각화하여 도시함으로써 판매점 점주가 현황 및 전자 장비별 마진율 등을 쉽게 인식할 수 있도록 도울 수 있다.

판매점에서는 전자 장비별로, 또는 전자 장비 카테고리별로(CPU, GPU, RAM, 메인보드, 파워서플라이, 케이스, SSD, HDD 등) 소정의 지정마진율을 지정할 수 있다.

지정마진율이 지정된 경우, 기준단가 또는 평균 기준단가에 의해 판매가가 자동으로 지정될 수 있다. 이 때, 판매가는 "판매가 = 원가 / (1 - 지정마진율)"로 계산될 수 있다.

예를 들어, 기준단가가 1200원인 전자 장비에 대한 지정마진율이 20%인 경우, 해당 전자 장비의 판매가가 자동으로 1500원(1200 / (1-0.2))으로 지정된다.

뿐만아니라, 자동으로 지정된 판매가를 인터넷 쇼핑몰 내의 판매가에 연동시켜 인터넷 쇼핑몰 내의 판매가가 기준단가에 의해 실시간으로 변동되도록 연동할 수 있으며, 판매점 내의 POS기, 단말장치(2) 등 판매가를 기준으로 결제 또는 기타 연산을 처리하는 장치에서도 상기 자동으로 지정된 판매가를 수신하여 실시간 연동될 수 있다.

또한, 상기 전자 장비가 판매될 때마다, 판매 시점에서의 기준단가, 판매가 및 마진율을 포함하는 '판매정보'를 기록하는 단계(S21);를 포함한다.

판매점에서는 매장에서 판매할 전자 장비들의 기준단가, 판매가 및 마진율을 기입하며, 이 중 기준단가의 경우 매입 시 자동으로 입력된 기준단가의 값이 자동으로 추출되어 입력될 수 있다.

상기 판매가 및 마진율은 지정판매가 및 지정마진율로써 입력될 수도 있다. 예를 들어, 기준단가가 1200원인 전자 장비에 대해 지정판매가가 기준단가+300원이 되도록 지정판매가를 입력하거나, 기준단가가 1200원인 전자 장비에 대해 지정마진율이 20%가 되도록 지정마진율을 입력할 수 있다.

또는, 현재 기준단가를 기준으로 판매가 또는 마진율을 기입할 수도 있으며, 이 때 판매가 또는 마진율을 입력한 뒤 나머지 값인 마진율 또는 판매가 값은 자동으로 기입되어 디스플레이상에 표기될 수 있다.

예를 들어, 어떠한 전자 장비를 대량 매입한 뒤, 재고가 모두 소진되기 전까지는 추가적인 매입 계획이 없을 수 있으므로, 기준단가와 상관없이 매입 시 기준단가를 기준으로 판매가를 고정할 수도 있다.

한편, 매입 시 기준단가보다 기준단가가 더 높아져서(전자 장비의 시세가 높아져서) 더 높은 마진율을 추구할 수 있을 것으로 예상되는 경우에는 입력된 마진율을 토대로 판매가가 변동되도록 지정할 수도 있다.

지정된 소정의 기간에 대하여, 상기 전자 장비의 판매정보를 토대로 평균 기준단가, 평균 판매가 및 평균 마진율을 포함하는 '평균 판매정보'를 산출하는 단계(S22);에서는 현재 시점으로부터 소정의 기간(예를 들어 1주, 2주, 1개월, 3개월, 6개월, 1년 등) 동안의 평균 기준단가(해당 기간동안 누적된 기준단가 값의 평균을 산출함)와, 평균 판매가, 평균 마진율을 각각 산출할 수 있다.

평균 판매정보 데이터셋은 새로운 기준단가가 수신될 때마다, 또는 소정의 갱신기간마다 산출되어 누적될 수 있다. 예를 들어, 1주일에 한번 씩 평균 판매정보를 산출하여 저장하고, 이를 수개월간 누적함으로써 후술하는 학습을 위한 데이터셋(평균 마진율 예측 모델)으로 활용할 수 있다.

상기 평균 판매정보를 학습하여 소정의 평균 마진율 예측 모델을 생성하는 단계(S23);에서는 누적된 상기 평균 판매정보 데이터셋을 학습한다. 인공지능 학습 모델을 생성하는 방법은 공지된 기술 범위 내에서 본 발명의 설명을 참조하여 실시할 수 있으므로 인공지능 학습 모델 생성 방법 자체에 대한 설명은 생략한다.

상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 발주량에 소정의 발주가중치를 적용하는 단계(S241);에서는, 평균 마진율이 높게 예측되는 전자 장비를 기존/평균 발주량보다 더 많은 양을 발주할 수 있도록 소정의 발주가중치를 산출하여 적용한다.

상기 단말장치(2)에 전자 장비별 발주량, 발주가중치 및 예상 마진율을 포함하는 '발주정보'를 디스플레이하는 단계(S242);에서는, 예를 들어, 평균 마진율이 기존 20%에서 30% 수준으로 증가할 것으로 예측되는 전자 장비는 기존에 발주했던 수량의 1.05배를 더 발주할 수 있도록 1.05의 발주가중치를 산출하고, 산출된 발주가중치 및 발주가중치가 적용된 상태에서의 발주량과 기존 발주량 등의 값을 디스플레이에 표기할 수 있다.

상기 단말장치(2)로부터 발주정보에 대한 수정 및 확인 메세지를 수신하는 단계(S243);는 단말장치(2)를 통해 판매점 점주가 수정 및 확인한 최종 발주정보를, 메인서버(1)가 수신하는 단계이다.

메인서버(1)는 수정 및 확인된 발주정보로 수주처에 발주 메세지를 송신하는 단계(S244);를 통해 수주처의 주문접수장치 등에서 발주정보를 확인할 수 있도록 제공한다. 상기 수주처의 주문접수장치는 스마트기기, PC, 휴대폰(SMS), 이메일 서버 등으로 구성될 수 있다.

상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 판매가에 소정의 판매가중치를 적용하는 단계(S251);에서는, 평균 마진율이 낮게/높게 예측되는 전자 장비를 기존/평균 판매가보다 높게 또는 낮게 지정함으로써, 가격 경쟁에서 이점을 얻을 수 있도록 소정의 판매가중치를 산출하여 적용한다.

예를 들어, 평균 마진율이 기존 20%에서 30% 수준으로 증가할 것으로 예측되는 전자 장비는 기존에 판매가보다 더 낮은 판매가(또는, 기존 마진율이었던 20%보다 더 낮은 마진율)을 지정하여 타 판매점보다 가격 경쟁에서 우위를 가지면서도 마진율이 크게 낮아지지 않도록 조절할 수 있다.

반면, 평균 마진율이 기존 30%에서 20% 수준으로 감소할 것으로 예측되는 전자 장비는 기존에 판매가보다 더 높은 판매가(또는, 기존 마진율이었던 20%보다 더 높은 마진율)을 지정하여 마진율 손실을 최소화할 수 있다.

상기 단말장치(2)에 전자 장비별 판매가, 판매가중치 및 예상 마진율을 포함하는 '판매정보'를 디스플레이하는 단계(S252);에서는, 상기 판매가중치에 의한 판매가 변동량, 마진율 변동량 등을 디스플레이에 표기할 수 있다.

상기 단말장치(2)로부터 판매정보에 대한 수정 및 확인 메세지를 수신하는 단계(S253);는 단말장치(2)를 통해 판매점 점주가 수정 및 확인한 최종 판매정보를, 메인서버(1)가 수신하는 단계이다.

메인서버(1)는 수정 및 확인된 판매정보로 판매서버(4)에 판매가 갱신 정보를 송신하는 단계(S254);를 통해 인터넷 쇼핑몰이나 판매점에 비치된 POS기 등에 판매가를 연동할 수 있다.

그리고, 상기 전자 장비가 적재되는 적재대의 구획마다 배치된 박스인식센서를 통해 전자 장비의 적재 구획을 인식하여 상기 재고정보에 기록하는 단계(S31);를 포함할 수 있다.

상기 기재에서 '박스'란, 하나 이상의 전자 장비를 운반하기 위해 전자 장비를 수용하는 용기를 의미한다.

적재대는 복수개의 층(행)을 가지며, 각 층은 복수개의 열을 가질 수 있다. 예를 들어, 어느 한 적재대는 3 층 X 3 열 = 9 개의 구획을 가질 수 있다.

상기 박스인식센서는 구획에 적재된 박스 또는 전자 장비(외부포장 포함)의 이미지/영상을 촬영하여 박스 외부 이미지를 인식함으로써 박스를 인식하거나, 박스의 외관에 인쇄된 바코드를 인식함으로써 박스를 인식할 수 있다. 이외에도 RFID태그 등 박스를 인식할 수 있는 다양한 센서 등을 활용할 수 있다.

또는, 소정의 바코드인식기(QR코드를 포함함)를 통해 박스와 적재 구획에 인쇄된 바코드를 연속적으로 각각 스캔함으로써 해당 박스가 해당 적재 구획에 적재되었음을 자동으로 입력하는 구성도 가능하다.

상기 적재대에 배치된 하중센서를 통해 적재대 구획별로 적재된 박스의 중량을 측정하는 단계(S32);에서 적재된 박스의 전체 중량을 측정하고, 이로부터 전자 장비가 박스에 몇 개 담겨있는지를 추정할 수 있다.

상기 전자 장비의 제원으로부터 전자 장비 단위 중량을 추출하는 단계(S33);는, 데이터베이스에 기록된 전자 장비의 제원(제품의 Spec., 제품의 크기, 제품 포장의 크기, 제품의 중량, 제품 포장의 중량 등을 포함함)으로부터 박스 내에 수용된 전자 장비의 개당 중량을 측정하는 단계를 의미한다.

측정된 전자 장비의 중량과 단위 중량을 비교하여, 제품 외 중량을 측정하는 단계(S34);에서는, 박스 자체의 무게 등 전자 장비의 중량에 오차를 발생시킬 수 있는 요인을 제거할 수 있다. 예를 들어, 전자 장비가 포함된 박스 전체의 중량이 1kg이고, 박스 내에 포함된 9개의 전자 장비 각각의 중량이 110g일 때, 박스 자체의 중량(제품 외 중량)은 10g으로 추정할 수 있다.

이하, 상기 전자 장비가 판매될 때마다, 전자 장비의 판매수량 및 단위 중량을 기반으로 전자 장비의 실제 중량을 산출하는 단계(S35);를 예를 들어 설명한다.

전자 장비가 포함된 박스 전체의 무게가 1kg이고, 박스 내에 포함된 9개의 전자 장비 각각의 제원 상 중량이 110g일 때, 제품 두개가 판매되어 해당 적재대로부터 제거되었을 때 측정된 중량이 778g이라면, 방금 판매된 제품의 중량이 111g이었던 것으로 추정할 수 있으며, 이러한 데이터를 지속적으로 누적함으로써 제원 상 중량과 실제 중량간의 차이를 보정할 수 있다.

상기 하중센서에서 측정되는 하중이 변동될 때마다, 상기 실제 중량을 기반으로 재고의 변동 수량을 산출하는 단계(S36);는, 누적된 데이터를 기반으로 보정된 전자 장비의 실제 중량을 기반으로, 적재 구획에서 중량 변동이 감지되었을 때 해당 중량 변동이 해당 전자 장비의 실제 중량의 정수배 만큼의 중량 변동이었다면, 이를 전자 장비의 입고 또는 출고인 것으로 자동으로 인식할 수 있다.

자동으로 인식된 전자 장비의 입고 또는 출고 정보는, 상기 재고의 변동 수량을 단말장치(2)에 디스플레이하는 단계(S37);를 통해 판매점 점주에게 알려질 수 있으며, 이를 통해 작업이 올바르게 수행되었는지, 분실/도난품이 발생했는지 등을 실시간으로 모니터링할 수 있다.

이하, 적재대에 전자 장비를 적재하거나, 적재대로부터 전자 장비를 이재하는 작업자가, 소정의 AR글래스를 착용하고 AR글래스로부터 소정의 작업 정보를 제공받는 과정을 설명한다.

AR글래스의 구성은 공지 기술의 영역이므로, AR글래스 자체에 관한 상세한 설명은 생략한다.

상기 적재대로부터 전자 장비를 취급하는 작업자가 착용하는 AR글래스로부터 작업자의 시선 방향에 대한 영상을 촬영하는 단계(S41);로부터 작업자가 현재 보고 있는 적재대 또는 제품(박스, 전자 장비)이 무엇인지 식별하기 위한 영상을 추출한다.

상기 AR글래스로부터 작업자의 현재 위치를 감지하는 단계(S42);는, GPS, DGPS 등 작업자의 창고 내부 위치를 특정할 수 있는 센서 등을 활용함으로써 작업자가 어느 적재대 주변에 위치하고 있는지를 확인하는 단계이다.

상기 영상, 현재 위치 및 적재 구획을 기반으로, 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계(S43);는, 작업자가 바라보고 있는 작업대상물(제품, 박스, 전자 장비)을 파란색 등 소정의 색상으로 표기함으로써 쉽게 인식할 수 있도록 유도하는 단계를 의미한다. 상기 색상은 박스의 색상과 확실히 구분되는 색상으로 구성되는 것이 바람직하며, 예를 들어 박스의 색상의 보색으로 구성될 수 있다.

상기 영상으로부터 인식된 전자 장비의 바코드가 적재구획과 상이한 경우 단말장치(2)에 소정의 알림을 발생시키는 단계(S44);는, 현재 위치 인식의 오차 등으로 잘못된 위치의 박스에 색상이 표기되어 혼동을 발생시키는 것을 방지하기 위하여, 박스에 인쇄된 바코드를 인식함으로써 눈앞의 박스가 작업대상물이 맞는지 재차 확인하는 단계이다.

상기 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계는: 상기 영상을 메인서버(1)에서 수신받는 단계(S431); 수신된 상기 영상으로부터 박스의 경계선을 추출하는 단계(S432); 추출된 박스의 경계선에 대하여 소정의 가상 선분을 생성하는 단계(S433); 상기 영상의 테두리를 기준으로 상기 가상 선분을 구성하는 함수를 산출하는 단계(S434); 상기 가상 선분을 구성하는 함수를 AR글래스로 송신하는 단계(S435); 및 상기 AR글래스에서 가상 선분을 구성하는 함수를 기준으로, 가상 선분으로 둘러쌓이는 소정의 폐곡선 내측에 소정의 색상 이미지를 출력하는 단계(S436);를 포함할 수 있다.

상기와 같이 영상으로부터 경계선을 추출하고 가상 선분을 생성하며 함수를 산출하는 단계(S434)는 연산장치(CPU)의 성능이 상대적으로 높은 메인서버(1)에서 수행하고, 연산의 결과물만을 AR글래스로 송출한 뒤 AR글래스에서는 결과물(함수)을 기반으로 색 표지만을 수행하는 것으로 AR글래스의 처리 부하를 절감시킬 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

1 : 메인서버
2 : 단말장치
3 : 단가서버
4 : 판매서버
5 : 수주처
6 : 데이터베이스서버
S11 : 구매정보를 입력받는 단계
S12 : 재고정보를 갱신하는 단계
S13 : 마진율을 산출하는 단계
S14 : 구매정보, 재고정보 및 마진율을 수신하는 단계
S15 : 마진율을 디스플레이하는 단계
S21 : 판매정보를 기록하는 단계
S22 : 평균 판매정보를 산출하는 단계
S23 : 평균 마진율 예측 모델을 생성하는 단계
S241 : 발주가중치를 적용하는 단계
S242 : 발주정보를 디스플레이하는 단계
S243 : 발주정보에 대한 수정 및 확인 메세지를 수신하는 단계
S244 : 수주처에 발주 메세지를 송신하는 단계
S251 : 판매가중치를 적용하는 단계
S252 : 판매정보를 디스플레이하는 단계
S253 : 판매정보에 대한 수정 및 확인 메세지를 수신하는 단계
S254 : 판매가 갱신 정보를 송신하는 단계
S31 : 적재 구획을 인식하여 상기 재고정보에 기록하는 단계
S32 : 적재된 박스의 중량을 측정하는 단계
S33 : 전자 장비 단위 중량을 추출하는 단계
S34 : 제품 외 중량을 측정하는 단계
S35 : 전자 장비의 실제 중량을 산출하는 단계
S36 : 재고의 변동 수량을 산출하는 단계
S37 : 재고의 변동 수량을 디스플레이하는 단계
S41 : 영상을 촬영하는 단계
S42 : 작업자의 현재 위치를 감지하는 단계
S43 : 작업대상물의 위치를 표기하는 단계
S431 : 영상을 수신받는 단계
S432 : 박스의 경계선을 추출하는 단계
S433 : 가상 선분을 생성하는 단계
S434 : 함수를 산출하는 단계
S435 : 함수를 송신하는 단계
S436 : 폐곡선 내측에 색상 이미지를 출력하는 단계
S44 : 전자 장비의 바코드가 적재구획과 상이한 경우 소정의 알림을 발생시키는 단계

Claims

매입하는 전자 장비에 대응되는 품명, 품번, 판매처정보, 구매수량, 주문일, 배송일 및 매입단가를 포함하는 '구매정보'를 입력받는 단계;
단가서버로부터 상기 전자 장비의 기준단가를 수신받아 재고정보를 갱신하는 단계;
상기 구매정보 및 재고정보를 기준으로, 전자 장비들의 현재 기준단가에 대한 마진율을 산출하는 단계;
단말장치에서 상기 구매정보, 재고정보 및 마진율을 수신하는 단계; 및
상기 마진율을 단말장치에 디스플레이하는 단계;를 포함하여,
전자 장비의 시간대별 기준단가 변동에 따른 마진율을 확인 가능하고,
상기 전자 장비가 판매될 때마다, 판매 시점에서의 기준단가, 판매가 및 마진율을 포함하는 '판매정보'를 기록하는 단계;
지정된 소정의 기간에 대하여, 상기 전자 장비의 판매정보를 토대로 평균 기준단가, 평균 판매가 및 평균 마진율을 포함하는 '평균 판매정보'를 산출하는 단계;
상기 평균 판매정보를 학습하여 소정의 평균 마진율 예측 모델을 생성하는 단계;
상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 발주량에 소정의 발주가중치를 적용하는 단계;
상기 단말장치에 전자 장비별 발주량, 발주가중치 및 예상 마진율을 포함하는 '발주정보'를 디스플레이하는 단계;
상기 단말장치로부터 발주정보에 대한 수정 및 확인 메세지를 수신하는 단계;
수정 및 확인된 발주정보로 수주처에 발주 메세지를 송신하는 단계;
상기 평균 마진율 예측 모델을 토대로, 상기 전자 장비의 판매가에 소정의 판매가중치를 적용하는 단계;
상기 단말장치에 전자 장비별 판매가, 판매가중치 및 예상 마진율을 포함하는 '판매정보'를 디스플레이하는 단계;
상기 단말장치로부터 판매정보에 대한 수정 및 확인 메세지를 수신하는 단계; 및
수정 및 확인된 판매정보로 판매서버에 판매가 갱신 정보를 송신하는 단계;를 포함하고,
상기 전자 장비가 적재되는 적재대의 구획마다 배치된 박스인식센서를 통해 전자 장비의 적재 구획을 인식하여 상기 재고정보에 기록하는 단계;
상기 적재대에 배치된 하중센서를 통해 적재대 구획별로 적재된 박스의 중량을 측정하는 단계;
상기 전자 장비의 제원으로부터 전자 장비 단위 중량을 추출하는 단계;
측정된 전자 장비의 중량과 단위 중량을 비교하여, 제품 외 중량을 측정하는 단계;
상기 전자 장비가 판매될 때마다, 전자 장비의 판매수량 및 단위 중량을 기반으로 전자 장비의 실제 중량을 산출하는 단계;
상기 하중센서에서 측정되는 하중이 변동될 때마다, 상기 실제 중량을 기반으로 재고의 변동 수량을 산출하는 단계; 및
상기 재고의 변동 수량을 단말장치에 디스플레이하는 단계;를 포함하고,
상기 적재대로부터 전자 장비를 취급하는 작업자가 착용하는 AR글래스로부터 작업자의 시선 방향에 대한 영상을 촬영하는 단계;
상기 AR글래스로부터 작업자의 현재 위치를 감지하는 단계;
상기 영상, 현재 위치 및 적재 구획을 기반으로, 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계; 및
상기 영상으로부터 인식된 전자 장비의 바코드가 적재구획과 상이한 경우 단말장치에 소정의 알림을 발생시키는 단계;를 포함하고,
상기 작업대상물의 위치를 AR글래스 화면상에 소정의 색상으로 표기하는 단계는:
상기 영상을 메인서버에서 수신받는 단계;
수신된 상기 영상으로부터 박스의 경계선을 추출하는 단계;
추출된 박스의 경계선에 대하여 소정의 가상 선분을 생성하는 단계;
상기 영상의 테두리를 기준으로 상기 가상 선분을 구성하는 함수를 산출하는 단계;
상기 가상 선분을 구성하는 함수를 AR글래스로 송신하는 단계; 및
상기 AR글래스에서 가상 선분을 구성하는 함수를 기준으로, 가상 선분으로 둘러쌓이는 소정의 폐곡선 내측에 소정의 색상 이미지를 출력하는 단계;를 포함하고,
상기 적재대는 3층 X 3열로 구성되는 9개의 구획을 가지도록 구성되며,
상기 박스인식센서는 구획에 적재된 박스의 이미지를 촬영함으로써 박스를 인식하고,
상기 적재대에 배치된 하중센서를 통해 적재대 구획별로 적재된 박스의 중량을 측정하는 단계에서는: 적재된 박스의 전체 중량을 측정하고, 적재된 박스의 전체 중량으로부터 전자 장비가 박스에 몇 개 담겨있는지를 추정하고,
상기 전자 장비의 제원으로부터 전자 장비 단위 중량을 추출하는 단계는: 데이터베이스에 기록된 전자 장비의 ‘제품의 크기, 제품 포장의 크기, 제품의 중량 및 제품 포장의 중량’을 포함하는 데이터인 전자 장비의 제원으로부터 박스 내에 수용된 전자 장비의 개당 중량을 측정하고,
상기 하중센서에서 측정되는 하중이 변동될 때마다, 상기 실제 중량을 기반으로 재고의 변동 수량을 산출하는 단계는: 상기 실제 중량을 기반으로, 적재 구획에서 중량 변동이 감지되었을 때 해당 중량 변동이 해당 전자 장비의 실제 중량의 정수배 만큼의 중량 변동이었다면, 이를 전자 장비의 입고 또는 출고인 것으로 인식하고,
판매전략도출서버에서 소정의 온라인 쇼핑몰에서 판매되는 전자 장비들에 대한 판매 데이터(상기 판매 데이터는 판매처, 판매 일자, 판매 가격 및 판매 횟수를 포함함)를 수집하는 단계;
상기 판매 데이터를 기반으로 상기 전자 장비들을 판매하는 판매자들 중 어느 하나인 제1 판매자에게 타겟 시장 정보를 생성하는 단계;
상기 판매 데이터를 기반으로 상기 제1 판매자의 경쟁사 정보를 추출하는 단계;
상기 경쟁사 정보에 대응하는 경쟁사가 판매하는 전자 장비에 포함되는 경쟁 부품 정보를 생성하는 단계;
상기 제1 판매자의 SNS(Social Network Service; SNS) 계정 정보를 획득하고, 상기 제1 판매자의 SNS 계정에 업로드된 게시 자료를 수집하는 단계;
상기 게시 자료를 기반으로, 상기 제1 판매자에 대한 키워드를 추출하여 키워드 정보를 생성하는 단계;
상기 타겟 시장 정보, 상기 경쟁 부품 정보 및 상기 키워드 정보에 기초하여, 상기 제1 판매자가 판매하려는 제1 전자 장비에 대한 판매 전략을 인공지능모델을 통해 생성하는 단계; 및
상기 제1 전자 장비에 대한 상기 판매 전략을 상기 제1 판매자의 제1 판매자 단말로 전송하는 단계;를 포함하되,
상기 인공지능모델은 제1 인공신경망 및 제2 인공신경망을 포함하고,
상기 인공지능모델을 통해 예측하는 단계는:
상기 타겟 시장 정보, 상기 경쟁 부품 정보 및 상기 키워드 정보에 기초하여 제1 입력 신호를 생성하는 단계;
생성된 상기 제1 입력 신호를 상기 제1 인공신경망에 적용하여, 제1 출력 신호를 생성하는 단계;
상기 제1 출력 신호에 기초하여 상기 전자 장비들의 부품 별 사용도를 생성하는 단계;
상기 전자 장비들의 부품 별 사용도를 기초로 상기 제1 전자 장비의 부품 사용 전략을 생성하는 단계;
상기 타겟 시장 정보로부터 상기 제1 판매자에게 상기 타겟 시장이 제1 시장으로 선정된 경우, 상기 제1 시장의 인구 및 사업체에 대한 제1 시장 자료를 수집하는 단계;
상기 제1 시장 자료로부터 상기 제1 시장의 연령대 정보를 획득하고, 상기 연령대 정보로부터 상기 제1 시장에서 가장 많이 차지하는 연령대를 주요 연령대 정보로 생성하는 단계;
상기 제1 시장 자료로부터 상기 제1 시장의 지출 정보를 획득하고, 상기 지출 정보로부터 상기 전자 장비에 대한 지출 비용을 추출하는 단계;
상기 전자 장비에 대한 상기 지출 비용이 사업체의 전체 지출 비용에서 차지하는 비율인 전자 장비 지출 비율을 산출하는 단계;
미리 설정된 전자 장비 지출 등급 기준에 기반하여 상기 제1 시장의 상기 전자 장비 지출 비용에 대응하는 전자 장비 지출 등급을 생성하는 단계;
상기 부품 별 사용도, 상기 주요 연령대 정보 및 상기 전자 장비 지출 등급을 상기 제2 인공신경망에 적용하여, 상기 제1 전자 장비의 부품 가격 정보를 생성하는 단계;
상기 제1 전자 장비의 상기 부품 가격 정보를 기초로 상기 제1 전자 장비의 부품 가격 전략을 생성하는 단계; 및
상기 부품 사용 전략 및 상기 부품 가격 전략을 결합하여 상기 제1 전자 장비에 대한 상기 판매 전략을 생성하는 단계;를 포함하는, 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법
삭제
삭제