KR102460209B1 - 정치버스 플랫폼 서비스 제공 시스템 - Google Patents

Abstract

정치버스 플랫폼 서비스 제공 시스템이 제공되며, 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 출력하고, 각 후보자의 기본정보, 공약, 유튜브 및 응원글을 출력하는 사용자 단말 및 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 수집하여 저장하는 저장부, 메인화면 내 선거의 종류, 선거일정 및 후보자 정보를 출력하도록 구성하는 메인구성부, 각 후보자를 선택하는 경우 메인화면의 하위메뉴로 각 후보자의 기본정보, 공약, 유튜브 및 응원글의 탭(Tab)을 제공하는 탭제공부를 포함하는 플랫폼 서비스 제공 서버를 포함한다.

Description

정치버스 플랫폼 서비스 제공 시스템{SYSTEM FOR PROVIDING POLITICS VERSE PLATFORM SERVICE}

본 발명은 정치버스 플랫폼 서비스 제공 시스템에 관한 것으로, 선거일정 및 후보자 정보를 제공할 수 있는 통합 플랫폼을 제공한다.

선거는 대의 민주주의의 구성 절차이면서 동시에 그 질에 미치는 영향이 지대하다. 따라서 이를 관리하는 선관위의 역할은 비할 바 없이 중요하다. 선관위는 민주성과 공정성 구현을 목표로 선거를 관리하는데, 전자는 선거의 가장 중요한 원칙으로서 민의의 반영과 권력의 정당성(Legitimacy) 확보를 핵심으로 하고, 후자는 유권자 간 평등한 참여를 보장하며, 동시에 제반 절차와 법규를 모두에게 공정하게 적용하는 것을 의미한다. 기권하는 유권자가 많아질수록 실제 지지도가 왜곡될 여지가 생기며, 유권자에게 충분한 정보가 제공될수록 합리적 선택을 할 가능성이 커진다. 투표율을 제고하기 위한 선관위의 노력은 다양하게 이루어지는데, 투표 참여를 촉진하는 홍보활동도 선관위가 공들이는 중요한 역할이다. 질적 측면에서는 유권자의 선택이 최대한 합리적으로 이루어질 수 있도록 보조한다. 후보자와 정당 자체, 그리고 정책 정보를 최대한 많이 제공하는 것이 여기에 해당한다.

이때, 온라인으로 선거를 홍보하는 플랫폼이 연구 및 개발되었는데, 이와 관련하여, 선행기술인 한국공개특허 제2012-0005075호(2012년01월16일 공개) 및 한국공개특허 제2013-0142506호(2013년12월30일 공개)에는 웹 페이지를 통하여 후보자 정보를 제공하고, 사용자가 실시간으로 조회하고 응원메시지를 전송하면, 후보자의 홍보스크린에 응원메시지를 표시하는 구성과, 정치인을 홍보하는 애플리케이션을 이용하여 사용자와 정치인 간 의사소통채널을 제공하고, 중앙선거관리위원회에 사전에 신고된 정치인의 후원금 계좌를 관리하며, 애플리케이션 내 수익금을 후원금 계좌로 입금처리하는 구성이 각각 개시되어 있다.

다만, 전자 및 후자의 경우 모두 각 홈페이지나 애플리케이션이 한 번의 선거를 위하여 만들어지고 사라짐으로써 각 선거가 있을 때마다 홈페이지를 개설하거나 애플리케이션을 만들어 인력 및 자원의 낭비로 이어지고 있다. 또, 질적 측면에서는 유권자의 선택이 최대한 합리적으로 이루어질 수 있도록 보조하고, 후보자와 정당 자체, 그리고 정책 정보를 최대한 많이 제공하는 것이 여기에 해당하지만, 정보를 단순히 생산하는 것에 그치지 않고 효과적으로 활용하게 하려면 그 정보가 유권자에게 잘 전달되는 것이 필수적이다. 바로 이 지점에서 홍보활동은 더욱 중요해진다. 존재 여부와 가치에 대해 인지하지 못한다면 그 정보는 무용하기 때문이다. 이에, 정치버스(Verse) 플랫폼을 구축하고 대통령선거, 국회의원선거, 지방의회의원선거, 지방자치단체장선거 및 교육감선거의 홍보를 통합된 플랫폼에서 제공할 수 있는 시스템의 연구 및 개발이 요구된다.

본 발명의 일 실시예는, 정치버스 플랫폼을 구축하고, 대통령선거, 국회의원선거, 지방의회의원선거, 지방자치단체장선거 및 교육감선거별로 선거일정 및 후보자를 소개하며, 각 후보자별로 기본정보, 공약, 유튜브 및 응원글의 메뉴를 제공하고, 적어도 하나의 소셜미디어의 링크를 포함한 아이콘을 제공하며, 후보자별로 메타버스(MetaVerse) 공간을 제공하여 후보자의 슬로건을 포함한 정책 캠페인을 시각적으로 제공할 수 있도록 하고, 게시판 이외에도 커뮤니티를 제공함으로써 각 사용자 간 정치 및 정책에 대하여 의견을 교환할 수 있도록 하는, 정치버스 플랫폼 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 출력하고, 각 후보자의 기본정보, 공약, 유튜브 및 응원글을 출력하는 사용자 단말 및 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 수집하여 저장하는 저장부, 메인화면 내 선거의 종류, 선거일정 및 후보자 정보를 출력하도록 구성하는 메인구성부, 각 후보자를 선택하는 경우 메인화면의 하위메뉴로 각 후보자의 기본정보, 공약, 유튜브 및 응원글의 탭(Tab)을 제공하는 탭제공부를 포함하는 플랫폼 서비스 제공 서버를 포함한다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 정치버스 플랫폼을 구축하고, 대통령선거, 국회의원선거, 지방의회의원선거, 지방자치단체장선거 및 교육감선거별로 선거일정 및 후보자를 소개하며, 각 후보자별로 기본정보, 공약, 유튜브 및 응원글의 메뉴를 제공하고, 적어도 하나의 소셜미디어의 링크를 포함한 아이콘을 제공하며, 후보자별로 메타버스(MetaVerse) 공간을 제공하여 후보자의 슬로건을 포함한 정책 캠페인을 시각적으로 제공할 수 있도록 하고, 게시판 이외에도 커뮤니티를 제공함으로써 각 사용자 간 정치 및 정책에 대하여 의견을 교환할 수 있도록 한다.

도 1은 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 플랫폼 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.

본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 정치버스 플랫폼 서비스 제공 시스템(1)은, 적어도 하나의 사용자 단말(100), 플랫폼 서비스 제공 서버(300), 적어도 하나의 후보자 단말(400)을 포함할 수 있다. 다만, 이러한 도 1의 정치버스 플랫폼 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.

이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(200)를 통하여 플랫폼 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 플랫폼 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100) 및 적어도 하나의 후보자 단말(400)과 연결될 수 있다. 또한, 적어도 하나의 후보자 단말(400)은, 네트워크(200)를 통하여 플랫폼 서비스 제공 서버(300)와 연결될 수 있다.

여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.

적어도 하나의 사용자 단말(100)은, 정치버스 플랫폼 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 선거일정을 확인하고 후보자 정보를 출력하는 단말일 수 있다. 사용자 단말(100)은, 각 후보자에게 응원글을 입력할 수 있고, 메타버스 내에서 아바타를 선택한 후 입장하여 각 선거일정에 대한 정보나 각 후보의 메타버스 공간 내에서 정책 등 슬로건을 시각화한 콘텐츠를 출력하며, 메타버스 내 다른 사용자의 아바타와 대화를 나누는 단말일 수 있다.

여기서, 적어도 하나의 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

플랫폼 서비스 제공 서버(300)는, 정치버스 플랫폼 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 플랫폼 서비스 제공 서버(300)는, 적어도 하나의 후보자 단말(400)로부터 후보자 정보의 업로드를 요청받는 서버일 수 있다. 플랫폼 서비스 제공 서버(300)는, 중앙선거관리위원회로부터 후보자 정보를 수집하고, 적어도 하나의 소셜미디어 및 유튜브 채널을 검색한 후, 기본정보, 공약, 유튜브 및 응원글의 탭에 각각의 정보를 업로드하는 서버일 수 있다. 플랫폼 서비스 제공 서버(300)는, 각 후보자별로 메타버스 공간을 생성하고 정책 슬로건 등을 시각화한 콘텐츠를 제공하며, 메타버스에 입장한 사용자 단말(100)의 아바타 간 채팅을 지원하고, 메타버스 내 사용자 단말(100)로 정책에 대한 설문조사 등을 진행하는 서버일 수 있다. 또, 플랫폼 서비스 제공 서버(300)는, 메타버스 내 커뮤니티 및 게시판을 제공하는 서버일 수 있다.

여기서, 플랫폼 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.

적어도 하나의 후보자 단말(400)은, 정치버스 플랫폼 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 후보자의 단말일 수 있다. 후보자 단말(400)은 후보자 정보 업로드를 요청하면서 월정액을 결제하거나 추가 서비스를 원하는 경우 추가 서비스 비용을 플랫폼 서비스 제공 서버(300)로 결제하는 단말일 수 있다. 후보자 단말(400)은 플랫폼 서비스 제공 서버(300)에서 제공하는 후보자 페이지 내에 유입되는 사용자 단말(100)의 사용자 정보를 분석한 리포트를 플랫폼 서비스 제공 서버(300)로부터 수신하는 단말일 수 있다.

여기서, 적어도 하나의 후보자 단말(400)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 후보자 단말(400)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 후보자 단말(400)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

도 2는 도 1의 시스템에 포함된 플랫폼 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.

도 2를 참조하면, 플랫폼 서비스 제공 서버(300)는, 저장부(310), 메인구성부(320), 탭제공부(330), 소셜미디어링크부(340), 콘텐츠재생부(350), 메타게시판제공부(360), 메타커뮤니티제공부(370), 메타정책제공부(380) 및 비용정산부(390)를 포함할 수 있다.

본 발명의 일 실시예에 따른 플랫폼 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100) 및 적어도 하나의 후보자 단말(400)로 정치버스 플랫폼 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100) 및 적어도 하나의 후보자 단말(400)은, 정치버스 플랫폼 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100) 및 적어도 하나의 후보자 단말(400)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.

도 2를 참조하면, 도 2를 설명하기 이전에 메타버스의 기본개념을 이하에서 설명할 수 있다. 이하에서 설명된 것들은 도 2에서 중복하지 않는다.

<메타버스 프레임워크>

메타버스(Metaverse)를 구성하는 구성 요소(Building Block)인 프레임워크를 설명할 수 있다. 프레임워크는 8개의 핵심 스택(Core Stack)으로 구성되어 있는데, ① Hardware는, 메타버스와 연동하여 사용되는 물리적 장치에 해당하며 AR 및 VR 기기와 같은 사용자용 기기와 기업용 AR 환경을 포함할 수 있다. ② Networking은, 대용량 데이터의 실시간 전송과 끊김 없는 연결성을 제공하는 메타버스의 분산 통신 환경 지원을 의미할 수 있다. 5G를 비롯하여 근거리 통신 등을 모두 포함할 수 있다. ③ Compute는, 물리적 계산과 실시간 화면 처리, 그리고 동기화 등 다양하고 방대한 연산 기능을 지원하기 위한 컴퓨팅 능력을 의미할 수 있다.

④ Virtual Platform은, 전통적인 온라인 플랫폼에서 사용자가 개발자의 콘텐츠를 소비하던 방식과 달리 사용자가 직접 디지털 환경을 구축하거나 참여하여(Socialize) 몰입 경험(Immersive Experience)을 할 수 있는 가상화 플랫폼을 의미할 수 있다. ⑤ Interchange Tools and Standards은, 메타버스와의 연동성을 지원하는 기술과 규약에 대한 표준을 의미할 수 있다. ⑥ Payments은, 디지털 과금과 관련된 프로세스, 플랫폼, 운영에 대한 기술지원을 의미할 수 있다. DeFi(Decentralized Finace), NFT 및 블록체인 기술에 해당할 수 있다. ⑦ Metaverse Content, Services and Assets은, 메타버스의 디지털 자산에 대한 생성, 가공, 저장 및 서비스 등 전체적인 보호와 관리를 의미할 수 있다. ⑧ User Behaviors는, 메타버스와 연관된 소비자와 비즈니스 측면의 관측 가능한 변화를 말할 수 있다. 이런 행동 변화는 대체로 트랜드 변화를 의미하며 메타버스에 대한 관심의 변화 혹은 기술적 변화 등을 모두 포함할 수 있다. 예를 들어, 디지털 자산 가격의 변화나 거래 방식의 변화 등이 해당 된다.

<개방형 메타버스>

개방형 메타버스 프레임워크(Open Metaverse OS)는 Web 3.0을 기반으로 구성요소의 선택적 조합이 가능한 프레임워크로 정의하고 있다. 메타버스와 같은 다양한 가상 세계를 지원하는 환경 또는 복수 개의 가상 플랫폼에서 동작하는 것을 고려하면 구조적으로 변경 불가한 고정적 형태보다는 구성요소를 조합해서 사용할 수 있는 개방형 프레임워크가 확장성 측면에서 유리하다. 가상 세계를 플랫폼 관점에서 모형화하는 경우, 메타버스 프레임워크 스택 구조와 비슷한 구성요소를 가질 수 있다. 다만, 현실 세계와 가상 세계를 Bridge로 연결한 부분이 강조된 것이 차별화 요소이다. 물리적 세계(현실 세계)와 가상 세계(디지털 세계) 사이의 거리가 줄어들수록 메타버스로의 진화가 가속화된다는 것으로 해석할 수 있다.

각각의 구성요소 중 주요한 구성 중 ① User Persona는, ID, 이름, 아바타 등의 사용자 정보에 해당하고, ② End User Hardware and Software는, VR/AR 헤드셋 등의 기기와 관련 소프트웨에 해당하며, ③ In-world Asset은 가상 세계에 존재하는 자산들이며, ④ Physical(Virtual)은, 세계를 구성하는 공간과 그 공간을 채우는 건물이나 물건들을 의미하며, ⑤ World Primitive and Rules는, 가상 세계의 특성을 설명하는 기준과 법칙이며, ⑥ Bridges는, 물리적 세계와 디지털 세계를 이어주는 역할, 즉, 외부 시스템 및 외부 환경과의 연결 방법이다.

도 2를 참조하면, 저장부(310)는, 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 수집하여 저장할 수 있다. 후보자 정보는 중앙선거관리위원회(http://info.nec.go.kr/electioninfo/electionInfo_report.xhtml)에서 제공하는 후보자 정보일 수 있다. 선거일정은 현재를 기준으로 선거일정까지 남은 날을 카운트한 D-DAY로 표시될 수 있다. 또, 적어도 하나의 선거일정은, 대통령선거, 국회의원선거, 지방의회의원선거, 지방자치단체장선거 및 교육감선거의 선거일정을 포함할 수 있다. 각 선거일정별로 메인화면이 변경되면서 어떠한 선거가 며칠 남았는지를 알 수 있도록 한다. 하나의 메인화면을 이용하므로 사용자는 각 선거별 하위뎁스(Depth)로 들어가야 하는 번거로운 작업을 수행하지 않아도 되고, 메인화면 내에 바로 어떠한 선거가 다가오는지를 알려주고 이는 계속 선거별로 변경되하므로 하나의 플랫폼을 선거 때마다 계속하여 재이용할 수 있게 된다.

메인구성부(320)는, 메인화면 내 선거의 종류, 선거일정 및 후보자 정보를 출력하도록 구성할 수 있다. 사용자 단말(100)은, 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 출력하고, 각 후보자의 기본정보, 공약, 유튜브 및 응원글을 출력할 수 있다. 이때, 유튜브는 각 후보자의 유튜브 채널의 영상의 링크를 모아 리스트업해놓을 수 있다. 여기서, 유튜브의 경우 최소 5 분 정도의 영상으로 다수의 영상을 볼 수 없는 유권자들을 위하여 영상을 요약해줄 수도 있고 이를 이용하여 숏폼(ShortForm)의 영상으로 제공할 수도 있다.

<멀티모달 분석 기반 영상 요약>

후보자 방송은 스튜디오에서 촬영하는 영상도 많지만, 현장 유세를 촬영한 영상도 많다. 이 경우 편집이 없기 때문에 예를 들어, 도 4p와 같이 1 시간 52 분짜리의 라이브 방송이 그대로 업로드 되는데, 이를 다시 다 볼 수 있는 유권자는 바쁜 현대인들 중 많지 않다. 오디오 분석을 통해 유권자와의 상호작용과 현장감이 높은 구간을 검출하고, 이미지와 텍스트 분석을 통해 후보자의 상세정보 확인이 가능한 구간을 찾아 영상을 요약할 수 있도록 한다. 영상의 멀티모달 정보 분석으로 영상이 구간별로 가지고 있는 임팩트를 점수로 환산하여 점수가 높은 구간을 추출하는 방식이다.

멀티모달 정보에서 추출되는 점수는 다음과 같다. 첫 번째로, 오디오 분석을 통해 높은 피치의 음성, 효과음과 같은 특이음들을 찾아내 구간별 사운드 점수를 측정한다. 두 번째로, 이미지 분석을 통해 영상 구간별로 얼굴의 클로즈업 정도를 기반으로 클로즈업 점수를 계산한다. 마지막으로 음성인식(Speech To Text)을 통해 음성을 텍스트로 변환하고 텍스트 감정분석을 통해 대사의 긍정도를 측정하여 포지티브 점수를 측정한다. 도출된 세 개의 점수를 기반으로 최종적으로 영상의 주요 구간을 선택하여 요약한다.

<특이 음향 추출을 위한 음원 분리 모델 생성>

후보자 방송은 특유의 활기찬 분위기를 담고 있다. 따라서 일반적인 톤의 음성뿐만 아니라 이벤트 효과음, 박수 소리, 높은 톤의 음성과 같이 다양한 소리를 담고 있다. 이처럼 다양하게 인식되는 특이 음향의 데시벨 크기를 측정하여 사운드 점수로 사용한다. 본 발명의 일 실시예에서는 Wave-U-Net을 이용하여 입력된 오디오에서 특이음만 분리한다. Wave-U-Net은 오디오 신호 분리(Audio Signal Separation) 대회에서 좋은 성능을 보인 종단 간 오디오 소스 분리(End-to-End Audio Source Separation) 모델이다.

Wave-U-Net은 U-Net 구조를 시간 도메인에 적용한 모델로, 업샘플링(Upsampling)에서 발생하는 오디오 아티팩트(Artifacts)를 방지하기 위해 선형 보간법(Linear Interpolation) 사용을 제안한 모델이다. 이때 오디오 아티팩트란 노이즈, 버즈, 전기적 소음 등 원하지 않는 오디오를 말한다. Wave-U-Net을 통해 입력된 오디오에서 원하는 오디오만 따로 분할할 수 있다. 본 발명의 일 실시예에서는, 일반적인 톤의 음성과 효과음, 고음, 웃음소리와 같은 특이음의 추출할 목적으로 음원 분리를 진행한다. 원본 오디오를 입력하면 Wave-U-Net에 의해 일반 음성에서 특이음만 분리할 수 있고, 분리된 특이음을 대상으로 점수를 계산한다. 사운드 점수 산출을 위해 특이음을 일정한 간격으로 구분한다. 그리고 구간별로 오디오의 데시벨을 측정한 후 크기에 따라 사운드 점수를 계산한다.

<클로즈업 측정을 위한 프레임 내 얼굴 모델 생성>

후보자는 정면 카메라, 측면 카메라 등 다양한 구도에서 촬영이 진행된다. 특히 후보자를 상세하게 보여줄 때 주로 카메라가 클로즈업되고 이 부분은 방송에서 주요한 구간이 될 수 있다. 객체 탐지(객체 탐지) 기술을 활용하여 방송되고 있는 후보자 자체가 클로즈업되는 구간을 주요 구간으로 찾을 수 있다. 이때 YOLO를 이용할 수 있는데, YOLO는 입력된 이미지 내에서 물체를 인식하고 해당 물체의 바운딩 박스(Bounding Box)를 찾는 1-스테이지 기반 객체 탐지 모델로, 객체에 대한 분류(Classification)과 위치식별(Localization) 문제를 동시에 해결하기 때문에 두 가지 문제를 순차적으로 해결하는 2-스테이지 기반 객체 탐지 모델에 비해 속도가 빠르다. 후보자 방송은 라이브로 진행되는 경우 주로 한 시간 이상 진행되기 때문에 일부 프레임만 지정하여 분석하더라도 많은 양의 이미지 분석이 필요하다. 따라서 속도가 빠른 객체 탐지 모델이 필요하고 이를 통해 방송 종료 후 빠르게 요약 영상을 생산해낼 수 있다.

수학식 1은 YOLO의 손실함수(Loss Function) 중 객체의 바운딩 박스를 예측g하기 위한 위치식별 손실(Localization Loss) 항으로 정답 좌표값인(x,y)과 예측 좌표값인 ((hat)x, (hat)y) 간의 차이와 정답 바운딩 박스인 (w,h)와 예측 바운딩 박스인 ((hat)w, (hat)h) 간 손실(Loss)을 계산함으로써 객체의 위치와 영역을 검출해낼 수 있게 된다. 본 발명의 일 실시예에서 프레임에 얼굴의 존재 여부를 확인하고, 검출된 바운딩 박스의 크기를 기준으로 클로즈업 정도를 계산한다.

<문장의 감정분석을 통한 긍정도 측정 모델 생성>

후보자는 선거유세에서 다양한 연설을 하고 그 중 공약에 대해 소개하거나 구체적으로 설명할 때 특히 긍정적인 어구들을 사용하게 된다. 본 발명의 일 실시예에서는, 이진분류(Binary Classification)을 위한 LSTM(Long Short-Term Memory) 기반의 모델을 통해 입력된 문장이 포하고 있는 긍정도를 측정하는 방법을 이용할 수 있다. 문장 단위로 입력되는 텍스트 데이터는 임베딩 레이어(Embedding Layer)를 거치면서 벡터화되어 LSTM 레이어에 순차적으로 입력된다. 마지막으로 시그모이드(Sigmoid) 함수를 거치면서 입력된 문장은 긍정 또는 부정으로 분류된다. 이하의 수학식 2와 같이 시그모이드 함수의 결과값은 0에서 1 사이의 값을 가지게 된다. 따라서 이진분류 과정을 통해 입력된 문장이 긍정(Positive) 클래스일 확률을 측정하고, 이를 문장의 긍정 점수로 사용한다.

물론, 상대 후보, 현재 상황 또는 정책을 비판하면서 자신의 의견에 힘을 싣는 주장을 펼치는 경우도 있으므로 부정으로 분류된 것들을 추출하여 요약을 위한 구간으로 선정할 수도 있다.

<주요 구간 선정>

상술한 과정으로 추출된 세 가지 멀티모달 스코어를 모두 0~1 사이의 값으로 정규화(Normalization)하고, 합산하여 대상 구간 선정을 위한 최종 점수를 계산한다. 주요 구간 선정 시 편집자의 의도, 요약본의 목적에 따라 구간이 다르게 선택되도록 각 점수의 가중치를 다르게 하여 합산할 수 있다. 예를 들어 후보자 방송 특유의 활기찬 분위기 또는 높은 텐션이 다수 포함되어있는 요약본을 생성할 때는 오디오 점수의 가중치를 높여 음향적인 특징이 두드러지는 영상을 뽑을 수 있다. 반면, 후보자에 대한 소개가 많이 포함된 영상을 만들고자 할 경우, 클로즈업 점수의 가중치를 높게 줄 수 있다. 이처럼 편집자의 요약 의도에 따라 점수별 가중치를 조절하여 특정 멀티모달 정보에 중점을 둔 요약 영상을 생성할 수 있고, 유권자는 라이브를 다 보지 않더라도 요약된 영상만으로 유세영상을 볼 수 있게 된다.

탭제공부(330)는, 각 후보자를 선택하는 경우 메인화면의 하위메뉴로 각 후보자의 기본정보, 공약, 유튜브 및 응원글의 탭(Tab)을 제공할 수 있다. 메인화면은 홈화면으로 0-뎁스(Depth)라면, 각 후보자를 클릭해서 들어가는 화면은 1-뎁스가 된다. 이 1-뎁스 화면에서 더 하위메뉴로 내려가지 않고도 탭의 전환만으로 각 메뉴, 즉 기본정보, 공약, 유튜브 및 응원글을 볼 수 있다. 하위메뉴로 내려가지 않는다는 것은 화면의 전환이 없어도 된다는 것이고 이에 따라 더 빠른 출력이 가능해지며 UI/UX 네비게이션 측면에서도 직관적이다.

기본정보는 소속정당, 주소, 직업, 학력 및 경력을 출력하고 그 이하에는 각종 소셜미디어, 예를 들어, 페이스북, 인스타그램, 트위터, 유튜브, 틱톡, 네이버블로그 및 카카오채널 등의 아이콘을 출력하여 해당 아이콘을 선택하는 경우 해당 링크로 이동할 수 있도록 한다. 이때, 중앙선거관리위원회에서는 상술한 기본정보 이외에도 재산신고액, 병역신고사항, 납세실적, 전과기록 및 입후보횟수 등을 더 제공하므로 상술한 내역에 한정되는 것은 아니고 변경가능하다. 공약도 각 주제별로 카테고리화하고, 각 후보자가 내세운 공약의 카테고리별(각 후보의 카테고리는 서로 다를 수 있음)로 좌측에 카테고리를 아이콘화하여 출력하고, 그 옆에 제목 및 목표 등을 출력함으로써 각 공약을 모두 읽어보지 않아도 대략적으로 어떠한 방향으로 제시를 하는지를 알 수 있도록 한다.

소셜미디어링크부(340)는, 적어도 하나의 후보자의 적어도 하나의 소셜미디어의 링크를 수집한 후, 적어도 하나의 소셜미디어에 대응하는 아이콘에 매핑하여 저장하고, 아이콘이 선택되는 경우, 수집된 링크로 이동되도록 할 수 있다.

콘텐츠재생부(350)는, 적어도 하나의 후보자의 유튜브 채널의 링크를 수집하여 유튜브의 탭 내에 멀티미디어 플레이 레이아웃 내에 위치시키고, 유튜브 채널의 링크를 클릭하는 경우 페이지 이동없이 멀티미디어 플레이 레이아웃 내에서 콘텐츠가 스트리밍되도록 할 수 있다.

메타게시판제공부(360)는, 적어도 하나의 후보자를 위한 메타버스(MetaVerse) 공간을 제공하고, 적어도 하나의 사용자 단말(100)이 아바타를 선택한 후 각 후보자의 메타버스로 입장하는 경우, 적어도 하나의 사용자 단말(100) 간 대화를 할 수 있는 게시판을 제공할 수 있다. 메타커뮤니티제공부(370)는, 적어도 하나의 후보자를 위한 메타버스(MetaVerse) 공간을 제공하고, 메타버스 내에서 커뮤니티를 제공하여 정치 및 정책에 대한 의견 교환을 위한 채널을 제공할 수 있다. 이때 여기서 나누는 대화들은 여론조사에 이용될 수도 있다. 물론, 여론을 조장하는 매크로봇이 존재할 수도 있으므로 이러한 매크로봇의 특징을 이용하여 필터링을 수행할 수도 있다.

메타정책제공부(380)는, 적어도 하나의 후보자를 위한 메타버스(MetaVerse) 공간을 제공하고, 메타버스 내에 적어도 하나의 후보자의 슬로건을 포함하는 정책캠페인을 시각적 콘텐츠로 제공할 수 있다. 이때, 매니페스토(Manifesto) 정책선거로 인해 정당, 후보자들의 공약이 중요시되고 구체화 되고 있다. 매니페스토(Manifesto)란, 구체적인 예산과 추진 일정을 갖춘 선거 공약, 선거와 관련하여 유권자에 대한 계약으로써의 공약, 곧 목표와 이행 가능성, 예산 확보의 근거 등을 구체적으로 제시한 공약을 말한다. 따라서 유권자들은 공약을 비교하여 실현가능성이 가장 높은 공약에 투표를 하게 될 것이다. 본 발명의 일 실시예에서는 베이즈 분류기를 이용하여 입후보자들의 공약을 당선자들과 낙선자들로 분류하여 비교한 데이터를 통해 후보자들의 당선여부를 예측해줄 수 있다.

베이즈 분류기(Native Bayes Classification)는 기계 학습 분야에 사용되고 있다. 또한 특성들 사이의 독립을 가정하는 베이즈 정리를 적용한 확률 분류기의 일종이다. 여기서 베이즈 정리란 불확실한 문제에서 의사결정을 다룰 때 사용되며, 귀납적, 경험적 추론을 기반으로 두어 조건부 확률을 이용한다. 조건부 확률은 어떤 정보를 미리 알고 있을 때 다른 무언가를 관찰할 가능도(Likelihood)를 의미 한다. 베이즈 당선 여부 분류기 개발을 위해서 먼저 분류기 학습과 검증용 데이터를 모아야 된다. 데이터는 낙선된 후보자의 공약과 당선된 후보자의 공약을 모아서 학습용과 검증용 데이터셋으로 나눈다. 당선된 후보자의 공약과 낙선된 후보자의 공약 데이터들은 중앙선거관리위원회 홈페이지를 통해 수집할 수 있다.

먼저 당선 공약과 직접적으로 관련이 있는 데이터와 낙선 공약 데이터를 하나의 문자열 벡터로 반환한 후 각 데이터에서 나오는 단어들의 빈도수를 확인할 수 있다. 다음 단계는 문자형 벡터에서 텍스트 말뭉치를 만들어내는 작업이다. 텍스트를 말뭉치로 만든 후, 단어들을 처리해서 분류기를 위한 특성 집합을 구성한다. 문서의 단어 빈도수를 정량화하기 위해 단어문서행렬(Term Document Matrix)을 구성하는 방법이 있다. 이 방법은 말뭉치에 포함된 모든 문서에서 나타나는 단어가 행이고, 각 문서가 열인 N * M 행렬이다. 이 행렬에서 [i,j] 원소는 단어 i가 문서 j에서 출현하는 빈도수를 뜻한다. 말뭉치를 구성하는 옵션을 사용하여 문서에서 한글불용어(Stopword)와 숫자, 구두점(Punctuation)을 제거하고 말뭉치에서 한 번 이상 나타난 단어들만 고려할 수 있다. 이어서 분류기를 개발할 차례로 당선공약이라는 정보가 있는 상태에서 각 단어별 발견 확률을 데이터프레임으로 구성한다. 그 후, 학습데이터를 생성하기 위해서 주어진 단어가 나타나는 문서의 비율과 각 단어가 전체 말뭉치에서 나타나는 빈도수를 합산한다. 당선 공약에 따른 학습데이터를 확보한 후 낙선 공약에 따른 데이터로 만들어 두 데이터 간의 균형을 맞추도록 해야 한다.

학습 데이터셋에 있는 단어와 없는 단어를 자연어처리(Natural Language Processing)를 통해 당선 여부를 추정한다. 즉, 학습 데이터셋에 없는 단어는 매우 작은 확률 값을 주는 것이다. 또한 당선인 데이터가 낙선인 데이터가 있는 데이터를 동일하다고 가정한다. 하지만, 나중에 사전 확률을 바꿀 수 있도록 함수 변경 기능을 추가할 수 있다. 마지막으로 학습 데이터셋의 단어들 중 어떤 단어가 당선 데이터에 포함되었는지 확인하고, 그 단어를 이용해서 확률을 계산한다. 이렇게 하는 경우 후보자 공약이 당선될 확률에 대한 베이즈 추정치가 계산된다. 학습된 결과를 이용하여 성능을 확인하는 검증 과정을 더 거치게 된다. 이렇게 모델링된 베이즈 분류기에 현재 치뤄지는 선거의 후보자 공약을 넣어서 분류를 하고 당선예측을 해줄 수도 있다. 물론 예측 결과는 유권자의 투표에 영향을 줄 수도 있으므로 각 후보자 단말(400)로만 전송할 수도 있다.

비용정산부(390)는, 적어도 하나의 후보자의 적어도 하나의 후보자 단말(400)로부터 후보자 정보의 업로드 요청을 수신한 후, 월정액 또는 적어도 하나의 서비스 비용을 결제받아 후보자 정보를 업로드할 수 있다. 선거는 과학이라는 말이 있다. 입후보자는 어떤 선거전략을 구사하느냐에 따라 당락이 결정된다고 해도 과언이 아니다. 입후보자는 첫째, 지역 실태를 조사해서 선거구 전략을 짜야 한다. 유권자 현황, 지역내 각종조직 현황, 지역의 역사, 지역의 지리적 특성, 역대 선거관련 조사, 지역현안과 민원, 법적·사회적 환경 분석을 통해 해당 지역구의 유권자가 필요로 하는 이슈를 발굴해야 한다. 둘째, 유권자의 특성 또한 선거전략을 세우는 데 있어 빼놓을 수 없는 문제이다. 유권자가 거주하고 있는 선거구의 지리적 특성을 파악해야 한다. 도시, 아파트 단지, 전통적 영세민 지구, 변두리, 농촌 등등 거주하는 지역적 특성에 기반하여 이에 걸맞은 선거전략을 구사해야 한다.

셋째, 유권자의 인구통계학적 특성을 파악해야 한다. 청년층, 장년층, 여성층, 중산층 등 중첩되거나 고유한 연령적 특성을 파악해서 그들의 니즈를 충족해야 선거해서 승리할 수 있다. 이러한 유권자의 성향을 분석하는 방식이 최근에는 급변하고 있고 그 중심에는 빅데이터가 있다. 빅데이터를 활용한 유권자의 정치성향 분석이 중요한 것은 미국 대선에서 증명된 바 있다. 오바마의 빅데이터 선거전략이 미국 유권자의 성향을 파악하여 승리로 이끈 것이다. 빅데이터는 단순히 큰 규모의 데이터만을 의미하는 것이 아니라 이를 수집, 저장, 검색, 분석, 체계화하기 위한 도구와 플랫폼, 분석기법을 포괄하는 용어라 볼 수 있다.

본 발명의 일 실시예에서는 빅데이터를 활용하여 유권자의 성향을 파악해주는 서비스를 부가 서비스로 더 제공할 수 있고 이를 부가 수익구조로 추가할 수 있다. 유권자 소그룹을 대상으로 하는 홍보전략을 세움에 있어 한 명 한 명의 특성을 파악할 수 있는 마이크로 타겟팅을 선거전략으로 구사할 때 필요한 분석모델을 제시할 수 있다. 이를 위해 세 가지 알고리즘이라 할 수 있는 군집분석, 회귀분석, 연관분석을 통해 유권자의 정치성향을 파악할 수 있는 프레임을 제공할 수 있다.

<유권자 프로파일 제작>

유권자의 프로파일을 제작하기 위해서는 투표소 관할구 별로 기존의 투표형태를 분석해야 한다. 먼저 선거캠프는 그 지역이 자신의 입후보자에게 유리한지 불리한지를 파악해야 한다. 그 동안의 투표형태를 분석하여 정당선호도를 알아야 한다. 자기당 후보에 50점 이상이면 우호적인 지역이며, 65점 이상이면 절대 유리한 지역으로 분류가 가능하다. 또한 변동성 지수가 높은지 낮은지도 파악해야 한다. 낮을수록 투표결과의 예측가능성이 높기 때문에 선거전략을 세울 때에 감안해야 한다. 또한 투표참여율을 파악해야 한다. 매번 선거에서 몇 퍼센트의 유권자들이 투표에 참여했는지를 반영해서 선거 전략을 세워야 하는 것이다. 이와 같은 사전 조사를 마쳤다면 선거캠프는 본격적으로 유권자 프로파일을 만들기 위한 작업에 들어가야 한다. 선거캠프는 먼저 소비자 데이터베이스를 얻을 수 있는 업체로부터 그 지역 유권자들의 라이프스타일에 관한 정보를 최대한 확보해야 한다. 물론 여기에는 개인정보 보호법 등에 관한 규제가 있으므로 이에 대비해야 한다.

<군집분석>

군집분석이란 데이터들을 각기 유사한 특성을 가진 여러 개의 집단으로 나누어 분석하는 방법을 말한다. 예를 들어 개인식별정보(이름, 전화, 주소 등), 인구사회학적 변수(성별, 연령, 결혼, 인종, 소득, 학력, 직업, 거주지역 등), 라이프 스타일 변소(종교, 주택 유형, 구독 잡지, 보유 자동차, 즐겨 보는 TV 채널 및 프로그램, 취미활동 클럽 회원 등), 정치활동 변수(유권자 등록,지지 정당 등록, 투표 참여, 후원금 기부, 자원봉사, 시민사회단체 활동 등), 정책입장 변수(여러 가지 이슈들에 대한 관심 및 찬성/반대 등)일 수 있다. 이와 같은 군집분석을 통해 유권자의 라이프스타일을 파악하여 유권자의 프로파일을 1 인당 500~1,000개 정도 확보한다면 어느 지역이든 간에 유권자의 정치성향을 분석할 수 있다. 또한 각 정당은 유권자의 데이터베이스의 정보를 바탕으로 하여 각종 선거에 따른 예측이 가능해진다.

<회귀분석>

회귀분석이란 최종 결과인 변수(종속변수)의 변화에 대하여 다른 변수(독립변수)가 얼마나 영향을 주는지를 알아보는 통계분석 기법을 말한다. 교육, 성실성, 지역 등 여러 가지 변수가 선거에 영향을 준다. 이처럼 여러 개의 독립변수가 하나의 종속변수에 어떤 영향을 주는지를 파악하여 선거전략을 세워야 한다. 이러한 회귀분석은 각종 선거 정책을 세우는 데 있어 유효하다. 예를 들어, 특정한 라이프 스타일에 속하는 그룹이 의료보험 정책에 관심이 많다고 하면, 이에 근거하여 선거정책을 세워야 하는 것이다. 최근에는 지역 자치가 이루어지는 곳곳에서 빅데이터를 활용하여 그 지역의 유권자들이 무엇을 원하는지를 파악하고 있다. 이는 그 지역 주민의 필요를 파악하여 정책으로 추진하는 데 필요한 것으로, 입후보자는 어느 정당을 지지하는 유권자의 니즈를 회귀분석을 통해 파악하여 이메일이나 우편홍보물을 발송하여 지지층으로 만들 수 있다.

<연관분석>

연관분석이란 하나의 행위에 포함된 항목들 간의 의미 있는 상관관계를 찾아내는 과정이다. 다시 말해 특정 사물을 좋아하는 유권자라면 특정 후보를 선택할 가능성이 높다는 유추가 가능한데 이를 연관분석이라 한다. 예를 들어 종편 채널 중 특정한 채널을 즐겨 보는 사람일수록 누구를 지지하는지를 파악할 수 있다. 또한 인터넷에서 즐겨 찾는 사이트라든지 홈페이지 접속 수를 통해서도 유권자의 정치 성향을 분석할 수 있다. 또한 지역적 특수성을 감안해서 볼 때 거주지가 강남인지 또는 강북인지에 따라 유권자의 정치성향을 파악할 수 있으며, 출신지역에 따라서도 유권자의 정치 성향을 알 수 있는 지표 가운데 하나로 간주된다. 지역감정이 선거에서 빼놓을 수 없는 큰 요인으로 작용하기 때문이다. 최근 남녀갈등 및 세대갈등이 더해지고 있다는 사실에 기반하여 나이 및 성별을 더 부가하여 파악할 수 있다.

<마이크로 타겟팅>

이렇게 각 유권자에 대한 프로파일링이 완료되었다면 각 유권자에게 알맞는 정책 및 성향에 맞는 공약을 우선으로 보여줄 수 있다. 즉, 마이크로 타겟팅이 가능해진다는 의미인데, 예를 들어, 동물보호에 관심이 있는 A 정치성향의 사람이라면, A 정당에서 나온 B 후보의 동물권 공약을 최우선으로 리스트업하여 보여줄 수 있다. 또, 본 발명의 플랫폼이 아니더라도 [동물보호에 관심]이 있는 [A 정치성향]을 가진 사람을 교집합, 즉 [동물보호 AND A 정치성향]으로 추린 다음 소셜미디어 내에서 A 정치성향을 가질 것으로 파악되는 사용자 중 동물보호에 관심이 있는, 즉 동물 관련 페이지를 좋아요하거나 태그한 사용자를 골라서(마이크로 타겟팅), B 후보의 동물권 공약을 피드(Feed)로 계속하여 넣어주도록 광고를 할 수도 있다.

이때, 마이크로타겟팅이란, 하나의 모집단을 추출하고 그 모집단 속에서 관심사나 성격 등의 미세 단위별 행동과 반응을 분석해 유기적인 관계를 이끌어내 마케팅 활동의 효과를 극대화하는 방법으로, 하이퍼타게팅(Hyper-Targeting)이라고도 한다. 또한, 사람들이 자신의 정보를 소셜미디어 내에서, 예를 들어, 페이스북, 트위터, 인스타그램 등과 같은 소셜미디어 내에 프로필로 공개하기 때문에 기본적 접근이 가능하며 지역, 나이, 성별, 관심사 등에 따라 특정한 프로필을 가진 타겟에게만 광고를 노출할 수 있는 방법이다. 예를 들어, 찜질방을 좋아하는 사람이라는 특징(Feature)을 가진 사람은 수 십 만명 내지 수 백 만명이 될 수 있지만, 여기에 비트코인을 한다는 특징을 더하면 그 숫자는 수 천 명 내지 수 십 만명으로 좁혀지게(Narrow Down) 된다. 이 외에도 더 많은 특징을 더하는 경우 특정 그룹을 타겟팅하여 뉴스피드를 흘려보내는 것이 가능해지게 된다.

예를 들어, 동물보호(특징1), 워라밸선호(특징2), 자기계발집중(특징3), 30-40대(특징4) 등의 특징을 가진 1 인 가구를 마이크로타겟팅하여 후보자 A의 공약 7 번(1 인 가구 지원공약)을 선전하고자 한다면, 상술한 특징을 가진 그룹의 특징을 설정하고, 해당 그룹 내 사용자의 소셜미디어에 뉴스피드(NewsFeed)로 전송하는 것이다. 이러한 경우 특정 사용자 B 뿐만 아니라, 특징1 내지 특징4를 가진 사용자 그룹에게는 모두 후보자 A의 공약 7 번이 뉴스피드로 포함되게 된다. 각 그룹을 만들기 위한 방법은 유클리드 거리 기반의 유사도에 기반한다. 즉, 사용자 사이의 거리에 기반하는데, 선호값으로 좌표 체계를 구성한 많은 다차원 공간에 사용자를 하나의 위치로 보며, 두 사용자 위치 사이의 유클리드 거리 d3를 계산한다. 즉, 유클리드 거리가 큰 값을 가지면 사용자 간의 거리가 멀다는 의미이기 때문에 사용자 간 유사성이 떨어져서 값 자체로는 유의미한 유사도 측정으로 보지 않는다.

또는, K-평균 알고리즘(K-means Algorithm)을 이용할 수 있는데, K-평균 알고리즘은, 주어진 데이터를 K 개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작한다.

이때, V 값을 최소화하는 Si을 찾는 것이 알고리즘의 목표가 된다. 알고리즘은 우선 초기의 μi를 임의로 설정하는 것으로 시작한다. 그 다음에는 다음의 두 단계를 반복한다. 클러스터 설정은, 각 점에 대해, 그 점에서 가장 가까운 클러스터를 찾아 배당한다. μi를 각 클러스터에 있는 점들의 평균값으로 재설정해준다. 만약 클러스터가 변하지 않는다면 반복을 중지한다.

이렇게 클러스터링으로 그룹이 1 내지 N 개로 생성이 완료되었다면, 이제 각 그룹을 대표하는 특징이 무엇인지 파악해야 한다. 이때 특징은 1 개만 가능한 것이 아니라 여러 개도 가능하다. 워드클라우드로 키워드를 추출할 수도 있고, 각 그룹이 생성되었던 특징을 그대로 키워드로 이용할 수도 있다. 예를 들어, 상술한 예를 계속 인용하면, 동물보호(특징1), 워라밸선호(특징2), 자기계발집중(특징3), 30-40대(특징4)인 경우, 특징이 총 4 개, 키워드는 [동물보호, 워라밸선호, 자기계발집중, 30~40대]일 수 있다. 이때, 각 특징에 대응하는 키워드와, 각 후보자의 공약 리스트 내 포함된 단어를 비교한다.

각 단어 간 유사도를 판단하기 위해서는 [NLP(자연어처리)->불용어처리->단어 벡터화]의 과정을 거치게 된다. 이때, NLP는 공지기술이므로 상세한 설명을 생략하고, 불용어(StopWords)는, 어떠한 문서의 집합이 주어졌을 때 해당 집합 내의 어떤 문서에서든 보편적으로 자주 등장하는 단어들이 등장하는데, 특히 문서 집합의 성격과 관계없이 해당 단어가 문장 내에서 가지는 기능으로 인해 자주 등장하는 단어들이 있다. 이러한 단어들을 상술한 바와 같이 불용어라고 부른다. 이러한 불용어들은 대부분 그 자체로는 큰 의미가 없지만 문법적으로는 중요한 기능을 하는 단어들이다. 단순히 단어의 빈도수가 높은 단어를 문서에 대한 특정 값으로 삼는 모델의 경우 실제 의미를 반영한다고 보기 어려운 불용어에 대한 특정 값이 크게 부각될 수 있어 실제 문서가 가지는 중요한 특성을 희석시킬 수 있기 때문에 실제 문서에 대한 빈도수 기반의 모델을 구축할 때는 불용어를 문서에 대한 특징에서 제외시키는 것이 일반적이다.

Word2Vec 모델은 단어를 수십 내지 수백 차원의 벡터로 변환하여 단어의 의미를 효율적으로 추정하는 방법으로 자연어 처리 분야에서 비약적인 정밀도 향상을 가능하게 한다. Word2Vec 모델은 인공 신경망을 기반으로 둔 방식으로 같은 맥락(Context)에 있는 단어는 가까운 의미를 가진다는 전제에서 시작한다. Word2Vec 모델은 텍스트 문서를 통해 학습을 진행하며 문장 내에 한 단어와 같이 출현하는 다른 단어들을 관련 단어로써 인공 신경망에 학습시킨다. 연관된 단어들은 문서상에서 가까운 곳에 출현할 가능성이 높아지기 때문에 학습을 반복해 나가는 과정에서 주변 단어가 비슷한 두 단어는 가까운 벡터 공간에 놓이게 된다.

Word2Vec 모델은 단순하게 한 단어의 앞뒤로 서로 같은 정보가 있는지 없는지를 이용하여 학습하는 것이다. 따라서 아주 추상적인 동사나 형용사는 학습이 명사에 비해서 학습이 어려울 수 있다. 다만 수없이 많은 데이터를 보면 동사들이 어떤 목적어를 가지는지 규칙성을 파악함으로 어느 정도 동사들 간의 의미 관계도 학습이 가능하다. Word2Vec 모델은 심층 신경망(Deep Neural Network)이 아니다. 활성화 함수가 적용되지 않은 은닉층 1개와 소프트맥스 함수가 적용된 출력층으로 구성된 인공 신경망이다. 그래서 일반적인 심층 신경망보다 학습속도가 굉장히 빨라서 매우 큰 데이터도 손쉽게 학습시킬 수 있다는 것이 큰 장점이다. Word2Vec 모델의 알고리즘은 내부적으로 하나의 맥락으로 단어를 예측하는 CBOW(Continuous Bag Of Words)와 단어로 맥락을 예측하는 SG(Skip-Gram)라는 두 개의 신경망 모델을 이용해 문장을 학습하여 비슷한 의미의 단어들을 가까운 벡터 공간에 표현한다.

예를 들어, SG는 w(t)가 입력 단어로 주어졌을 때, 입력 단어를 기준으로 지정된 윈도우 사이즈에 따라 앞, 뒤로 일정한 개수의 다른 단어에 대한 예측을 수행하는 것을 목표로 신경망을 훈련시킨다. OUTPUT은 입력 단어 w(t)를 기준으로 주변에 올 수 있는 단어 w(t-2), w(t-1), w(t+1), w(t+2)를 예측하는데 계산되는 가중치 값으로써, 가중치 값들이 w(t)를 나타내는 벡터 값이 된다. Word2Vec 모델은 입력단어가 주어졌을 때, 출력단어의 조건부 확률인 소프트맥스 함수를 사용하여 결과 값이 최대가 되도록 학습하는 것이다. 수학식 4는 Word2Vec 모델의 소프트맥스 함수이다.

P(W0|W1)은 입력단어 W1가 주어졌을 때 출력 단어로 W0가 나올 조건부 확률이다. 이에 따라 Word2Vec 모델에서 학습 문서 내 주위 단어의 분포가 가까운 단어일수록 산출되는 벡터 값이 유사해지며, 산출된 벡터 값이 비슷한 단어는 유사한 것으로 간주된다. 물론, 벡터 모델에서도 말뭉치(Corpus)를 이용할 수 있다.

정리하면, 비용정산부(390)는, 각 후보자에게 추가 서비스를 제공할 수 있고, 각 유권자 프로파일을 제공하는 프로파일링을 빅데이터, 군집분석, 회귀분석 및 연관분석을 통하여 실시할 수 있으며, 각 유권자 프로파일을 제공하는 것에 더하여 마이크로타겟팅(MicroTargeting)을 이용할 수 있고, 비용정산부(390)는, 사용자 단말(100)의 적어도 하나의 소셜미디어의 뉴스피드(NewsFeed)에 공약 디스플레이 순서가 변경된 공약 리스트를 피드로 전송하도록 타겟광고를 요청할 수 있다.

덧붙여서 본 발명의 일 실시예는 마이크로타겟팅된 유권자에게 정치후원금을 위한 정치인을 추천하는 방법을 더 제공할 수도 있다. 정치후원금이란 후원회에 기부하는 금전이나 유가증권 그 밖의 물건(정치자금법 제3조)을 말하며, 정치자금을 필요로 하는 자가 직접 정치자금을 받을 경우, 제공자와 제공받는 자 간에 정치자금을 매개로 각종 비리가 발생할 우려가 있으므로 후원회라는 별도의 단체를 통하여 정치자금을 조달할 수 있도록 하기 위한 제도이다. 후원인이 후원할 수 있는 금액은 연간 2천만 원을 초과할 수 없으며, 하나의 후원회에 500만 원 이상 후원할 수 없다. 또한, 후원 금액에 따라 10만 원 이하는 전액세액공제, 10만 원을 초과할 경우 15~25%의 세액을 공제해준다. 하지만 정치후원금을 통해 정치활동에 간접적으로 참여할 수 있고, 세액공제를 받을 수 있는 등 긍정적 효과에도 불구하고 중앙선거관리위원회의 보도자료에 따르면 2015-2019년의 대한민국 정치인 후원금액은 350~550억 정도로 유권자당 약 1,000원 정도밖에 되지 않는 수준이다. 따라서 본 발명의 일 실시예에서는 사용자의 관심사와 유사한 법안을 발의하는 정치인이나 공약을 내세우는 정치인을 매칭해주고 후원을 유도할 수 있다.

정치인 후원 추천품질은 크게 후원자의 관심사와 얼마나 유사한 법안을 발의하는지, 공약을 내세우는지, 발의한 법안들의 입법 참여 지수를 종합적으로 고려할 수 있다. 후원자의 관심사가 뚜렷하지 않은 사람들이라도 간단한 단어를 키워드를 입력함을 통해서 자신과 관심사가 유사한 정치인을 추천받을 수 있고, 후원자는 추천받은 정치인의 법안이 후원자의 관심사와 얼마나 유사한지, 발의하는 법안에 참여도는 어느 정도인지 가늠해 후원할 때 필요한 정보를 제공받을 수 있다. 정치인

의 입법 내용, 공약 및 방향을 손쉽게 제공해줌으로써 정치 정보에 대한 장벽을 낮춰 대중들의 정치 관심도를 높이고, 정보의 접근성을 높일 수 있다. 이렇게 정치 참여도가 높아지면 자연스럽게 정치후원에 대한 관심이 높아지고, 대중들은 본인의 관심 분야에서 묵묵히 힘써주는 정치인들의 의정 활동에 후원이 늘 것이다. 후원을 받은 정치인들이 자신의전문분야에서 더 적극적으로 활동한다면 법안의 혜택은 곧 후원한 국민에게 돌아오니 정치 후원을 통해 선순환 구조가 형성되고, 전반적인 정치인의 입법품질 개선에 힘을 실어줄 수 있다.

이때 추천 방법은 상술한 마이크로 타겟팅 이외에도 HDBR(History Data-based Recommendation), CBR(Content-Based Recommendation), CF(Collaboratvie Filtering)가 있다. HDBR은 사용자의 과거 데이터를 활용하여 추천하며 다른 추가 정보를 사용하지 않는다. CBR은 사용자와 상품에 대한 세부정보를 바탕으로 추천을 해주는 추천 기법이다. 상품의 세부정보에는 텍스트, 그림, 오디오, 동영상 정보 등을 활용할 수 있다. CF는 사용자들이 매긴 별점 등에 기반하여 유사한 사용자들간에 상품들을 추천해주는 방식이다. 이중에서 텍스트 등 비정형 데이터를 활용할 수 있는 CBR이 빅데이터 시대 추천시스템으로 활발하게 사용되고 있다.

예를 들어, Word2Vec는 텍스트와 같은 비정형 데이터를 다차원의 벡터로 변환시켜주어 시멘틱(Semantic) 정보들을 학습하기에 적합한 모델로 CBR에 적용되고 있다.또는, 선거유세, 공약, 입법활동 등을 Word2Vec으로 벡터화시켜 유권자들에게 후보자를 추천해주는 시스템을 제공할 수도 있다. 공약 및 입법활동을 벡터로 만든 뒤, 유권자가 관심있는 후보자와 다른 후보자의 의미적 유사성(Semantic Similarity)을 비교하여 후원금을 입금할 후보자를 추천해줄 수도 있다.

이하, 상술한 도 2의 플랫폼 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.

도 3을 참조하면, (a) 플랫폼 서비스 제공 서버(300)는 후보자 단말(400)로부터 후보자 정보의 업로드 요청을 받은 후, 중앙선거관리위원회 웹페이지로부터 웹크롤링으로 정보를 수집하여 업로드하고, (b) 각 메뉴 및 탭 내 정보를 업로드하고 (c) 사용자 단말(100)에서 애플리케이션을 실행하거나 웹페이지에 접속을 하는 경우, 다가오는 선거의 종류, 일정(D-DAY), 후보자 정보를 한 눈에 볼 수 있도록 메인화면을 제공할 수 있다. (d) 또 후보자별 메타버스를 제공함으로써 유권자의 성향이나 여론도 파악하고 정책에 대한 의견도 물을 수 있으며 유권자 간 의견도 교환하고 토론도 할 수 있다.

도 4a 및 도 4b와 같은 정치버스(Verse)는, 도 4c와 같이 각종 선거정보를 안내하고 도 4d와 같이 후보자 정보를 제공하며 도 4e와 같이 소셜미디어나 도 4f와 같이 멀티미디어 플랫폼과 연계하여 분산된 후보자의 정보를 한 곳에 통합하여 제공해줄 수 있는 플랫폼을 제공한다. 도 4g와 같은 정치버스는, 도 4h와 같이 응원수를 그래프로 표기하고 선거의 종류(제20대 대통령 선거)와 선거일정(D-15)을 안내하고, 후보자를 도 4i 및 도 4j와 같이 번호순으로 그 아래 나열하게 된다. 도 4k를 보면 기본정보, 공약, 유튜브 및 응원글 탭이 존재하고, 도 4l을 보면 기본정보 하단에 각종 소셜미디어로의 링크를 제공하며, 도 4m 및 도 4n과 같이 공약의 카테고리를 좌측에 아이콘화하여 출력시키고, 요약 및 본문 등을 제공함으로써 모두 읽지 않아도 후보의 방향성을 알 수 있도록 구성할 수 있다. 도 4o와 같이 유튜브 채널에 업로드된 영상을 링크로 가져올 수 있는데, 도 4p와 같이 유튜브로 이동하지 않아도 본 발명의 플랫폼 내에서 영상을 플레이할 수 있다. 도 4q와 같이 응원글을 최신순으로 볼 수 있으며, 여기에 기재된 응원글은 응원수 집계 그래프에 실시간으로 반영된다.

이와 같은 도 2 내지 도 4의 정치버스 플랫폼 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 정치버스 플랫폼 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5는 본 발명의 일 실시예에 따른 도 1의 정치버스 플랫폼 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.

도 5를 참조하면, 플랫폼 서비스 제공 서버는, 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 수집하여 저장한다(S5100).

그리고, 플랫폼 서비스 제공 서버는, 메인화면 내 선거의 종류, 선거일정 및 후보자 정보를 출력하도록 구성한다(S5200).

또, 플랫폼 서비스 제공 서버는, 각 후보자를 선택하는 경우 메인화면의 하위메뉴로 각 후보자의 기본정보, 공약, 유튜브 및 응원글의 탭(Tab)을 제공한다(S5300).

상술한 단계들(S5100~S5300)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5300)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.

이와 같은 도 5의 정치버스 플랫폼 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 정치버스 플랫폼 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5를 통해 설명된 일 실시예에 따른 정치버스 플랫폼 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

전술한 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 정치버스 플랫폼 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

1. 적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 출력하고, 각 후보자의 기본정보, 공약, 유튜브 및 응원글을 출력하는 사용자 단말; 및
   적어도 하나의 선거일정 및 적어도 하나의 후보자의 후보자 정보를 수집하여 저장하는 저장부, 메인화면 내 선거의 종류, 선거일정 및 후보자 정보를 출력하도록 구성하는 메인구성부, 상기 각 후보자를 선택하는 경우 상기 메인화면의 하위메뉴로 각 후보자의 기본정보, 공약, 유튜브 및 응원글의 탭(Tab)을 제공하는 탭제공부, 상기 적어도 하나의 후보자의 유튜브 채널의 링크를 수집하여 상기 유튜브의 탭 내에 멀티미디어 플레이 레이아웃 내에 위치시키고, 상기 유튜브 채널의 링크를 클릭하는 경우 페이지 이동없이 상기 멀티미디어 플레이 레이아웃 내에서 콘텐츠가 스트리밍되도록 하는 콘텐츠재생부, 상기 적어도 하나의 후보자를 위한 메타버스(MetaVerse) 공간을 제공하고, 상기 메타버스 내에서 커뮤니티를 제공하여 정치 및 정책에 대한 의견 교환을 위한 채널을 제공하는 메타커뮤니티제공부, 상기 적어도 하나의 후보자를 위한 메타버스(MetaVerse) 공간을 제공하고, 상기 메타버스 내에 상기 적어도 하나의 후보자의 슬로건을 포함하는 정책캠페인을 시각적 콘텐츠로 제공하는 메타정책제공부, 상기 적어도 하나의 후보자의 적어도 하나의 후보자 단말로부터 상기 후보자 정보의 업로드 요청을 수신한 후, 월정액 또는 적어도 하나의 서비스 비용을 결제받아 상기 후보자 정보를 업로드하는 비용정산부를 포함하는 플랫폼 서비스 제공 서버를 포함하며,
   상기 메인구성부는,
   각 후보자의 유튜브 채널의 영상의 링크를 모아 리스트업하고, 상기 유튜브 채널의 영상에 대해 오디오 분석을 통해 유권자와의 상호작용과 현장감이 높은 구간을 검출하고, 이미지와 텍스트 분석을 통해 후보자의 상세정보 확인이 가능한 구간을 검출하고, 검출된 구간에 대해 요약된 형태의 숏폼의 영상을 제공하며,
   상기 메타커뮤니티제공부는,
   매크로봇의 특징을 이용하여 필터링된 커뮤니티 내에서 나누는 대화들을 여론조사에 이용하며,
   상기 메타정책제공부는,
   베이즈 분류기를 이용하여 입후보자들의 공약을 당성자들과 낙선자들로 분류하여 비교한 데이터를 통해 후보자들의 당선여부를 예측하며,
   상기 비용정산부는,
   빅데이터를 활용하여 유권자의 성향을 파악해주는 서비스를 부가 서비스로 제공하고,
   각 유권자 프로파일을 제공하는 프로파일링을 빅데이터, 군집분석, 회귀분석 및 연관분석을 통해 실시하는 것을 특징으로 하는 정치버스 플랫폼 서비스 제공 시스템.
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제
9. 삭제
10. 삭제

Images