KR102470113B1 - 사물 디바이스 간의 협업을 제공하는 인프라 장치 및 그 방법 - Google Patents

Abstract

본 발명은 특정 공간 내에 존재하는 다수의 사물 디바이스가 협업 서비스를 수행한 경험을 서로 공유함으로써, 사물 디바이스들 각각은 중앙 서버의 개입 없이, 협업 서비스를 수행할 수 있는 주변 사물 디바이스들을 검색하여 협업 그룹을 구성하고, 협업 그룹에 포함된 사물 디바이스들은 협의를 통해 협업 서비스를 수행하기 위한 태스크들이 자율적으로 분배됨으로써, 사물 디바이스들 간의 자율적인 협업을 제공할 수 있다.

Description

사물 디바이스 간의 협업을 제공하는 인프라 장치 및 그 방법{Infrastructure apparatus and method of providing collaboration between thing devices}

본 발명은 사물 디바이스 간의 자율적인 협업을 제공하는 인프라 기술에 관한 것이다.

사물 디바이스(Thing device)는 연산 기능은 물론 통신 기능을 갖는 지능형 사물 디바이스로 진화하고 있는 추세이다. 이러한 추세에 따라, 사용자 또는 중앙 서버의 개입 없이, 사물 디바이스들 간의 자율적인 협업을 통해 다양한 융합 서비스를 제공할 수 있는 인프라가 요구되고 있는 추세이다. 즉, 동종망은 물론 이종망에 접속된 사물 디바이스들이 자율적으로 태스크를 나누고, 태스크를 수행할 수 있는 사물을 탐색 및 선정하여 병렬적으로 혹은 순차적으로 태스크를 수행하는 자율적 협업 서비스를 제공할 수 있는 인프라가 요구되는 추세이다. 하지만, 이러한 인프라 구축에 대한 연구 개발이 미흡한 실정이다.

따라서, 본 발명의 목적은 사용자 또는 중앙 서버의 개입 없이, 사물 디바이스들 간의 자율적인 협업을 제공하는 인프라 장치 및 그 방법을 제공하는 데 있다.

상술한 목적을 달성하기 위한 본 발명의 일면에 따른 사물 디바이스들 간의 협업을 제공하는 방법은, 사물 디바이스가, 사용자가 요청한 협업 서비스를 해석하여, 상기 협업 서비스를 수행할 수 있는 다수의 주변 사물 디바이스를 검색하는 단계; 상기 다수의 주변 사물 디바이스 중에서 적어도 하나의 주변 사물 디바이스가, 상기 사물 디바이스의 검색에 응답하여, 상기 사물 디바이스에게 상기 협업 서비스와 관련된 자신의 경험을 서술한 경험 정보를 전송하는 단계; 상기 사물 디바이스가, 상기 경험 정보를 기반으로 상기 적어도 하나의 사물 디바이스를 협업 그룹으로 구성하는 단계; 상기 사물 디바이스가, 상기 협업 그룹에 포함된 모든 사물 디바이스들에게 상기 협업 서비스에 대응하는 서로 다른 태스크들을 각각 할당하는 단계; 및 상기 모든 사물 디바이스들 각각이, 상기 태스크를 수행한 결과를 지식 정보로 구성하여 협업 지식베이스에 저장하는 단계를 포함한다.

본 발명의 다른 일면에 따른 사물 디바이스들 간의 협업을 제공하는 인프라 장치는 사용자가 요청한 협업 서비스를 해석하여, 상기 협업 서비스를 수행할 수 있는 다수의 주변 사물 디바이스를 검색하는 사물 디바이스; 및 상기 사물 디바이스의 검색에 응답하여, 상기 사물 디바이스에게 상기 협업 서비스와 관련된 자신의 경험을 서술한 경험 정보를 전송하는 적어도 하나의 주변 사물 디바이스를 포함한다. 여기서, 상기 사물 디바이스는, 상기 경험 정보를 기반으로 상기 적어도 하나의 사물 디바이스를 협업 그룹으로 구성하고, 상기 협업 그룹에 포함된 모든 사물 디바이스들에게 상기 협업 서비스에 대응하는 서로 다른 태스크들을 각각 할당한다. 상기 모든 사물 디바이스들 각각은, 상기 태스크를 수행한 결과를 지식 정보로 저장한 협업 지식 베이스를 구축하고, 상기 협업 지식 베이스를 저장한 저장 모듈을 포함한다.

본 발명에 따르면, 특정 공간 내에 존재하는 다수의 사물 디바이스가 협업 서비스를 수행한 경험을 서로 공유함으로써, 사물 디바이스들 각각은 중앙 서버의 개입 없이, 협업 서비스를 수행할 수 있는 주변 사물 디바이스들을 검색하여 협업 그룹을 구성하고, 협업 그룹에 포함된 사물 디바이스들은 협의를 통해 협업 서비스를 수행하기 위한 태스크들이 자율적으로 분배됨으로써, 사물 디바이스들 간의 자율적인 협업을 제공할 수 있다.

도 1은 본 발명이 적용되는 무인 택배 시나리오를 나타내는 도면이다.
도 2는 본 발명의 일 실시 예에 따른 사물 디바이스들이 물리적으로 접속된 네트워크 구조를 도시한 도면이다.
도 3은 본 발명의 일 실시 예에 따른 협업 서비스를 제공하는 사물 디바이스의 구성도이다.
도 4는 도 3에 도시한 협업 지식 베이스에 저장된 지식 정보를 도식적으로 나타낸 도면이다.
도 5는 도 3에 도시한 협업 플랫폼 모듈의 구성도이다.
도 6은 도 3에 도시한 대중 플랫폼 모듈의 구성도이다.
도 7 및 8은 본 발명의 일 실시 예에 따른 인프라 장치에서 사물 디바이스 간의 협업을 제공하는 방법을 나타내는 흐름도이다.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 사용되는 용어들은 실시예에서의 기능을 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 정의된 경우에는 그 정의에 따르며, 구체적인 정의가 없는 경우는 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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 본 발명이 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.

도 1에는, 본 발명의 사물 디바이스 간의 자율 협업을 제공하는 인프라 장치 및 그 방법이 적용될 수 있는 무인 택배 시나리오가 도시된다. 이러한 적용 예는 본 발명의 이해를 돕기 위함이지, 본 발명이 무인 택배 시나리오에 적용됨을 한정하고자 하는 의도는 아니다.

도 1을 참조하면, 본 발명이 적용될 수 있는 무인 택배 서비스(unmanned delivery service)는 택배 드론(delivery drone)이 수령자가 위치하는 빌딩 내의 특정 장소까지 물품을 전달하는 서비스이다.

이러한 무인 택배 서비스에 본 발명의 사물 디바이스 간의 자율 협업을 제공하는 인프라 장치 및 그 방법이 적용되기 위해, 택배 드론(1)은, 빌딩 내의 물품 수령자가 위치한 특정 장소까지의 비행에 필요한 빌딩 내의 다수의 사물 디바이스 간의 협업(cooperation)이 필요하다.

도 1에서는 협업을 수행하는 다수의 사물 디바이스로서, 경비 로봇(2), 도어 제어기(3) 및 엘리베이터 제어기(4)가 도시된다.

구체적으로, 단계 S10에서, 택배 드론(1)이 물품 수령자가 위치한 빌딩에 도착하면, 택배 드론(1)은 경비 로봇(2, guard robot)에게 협업 서비스의 제공을 요청한다. 예를 들면, 택배 드론(1)은 경비 로봇(2)에게 출입을 요청한다.

이어, 단계 S20에서, 경비 로봇(2)은, 택배 드론(1)의 출입 요청에 응답하여, 빌딩 내의 보안 시스템(5)에게 택배 드론(1)에 대한 인증(authentication)을 요청한다.

이어, 택배 드론(1)에 대한 인증이 완료되면, 즉, 택배 드론(1)이 등록된(허가된) 사물 디비이스로 확인되면, 단계 S30에서, 경비 로봇(2)은, 택배 드론(1)이 요청하는 협업 서비스를 분석하여, 택배 드론(1)의 사용자 의도(user intention)를 해석(understanding 또는 interpreting)한다.

이어, 단계 S40 및 S50에서, 경비 로봇(2)은, 소셜 네트워크를 통해, 택배 드론(1)이 요청하는 협업 서비스를 수행할 수 있는 작업자(worker)의 채용(recruiting)을 광고한다.

이어, 단계 S60에서, 상기 작업자의 채용 광고에 응답하여, 택배 드론(1)이 요청하는 협업 서비스를 수행할 수 있는 작업자, 예를 들면, 도어 제어기(3)와 엘리베이터 제어기(4)가 지원하면, 경비 로봇(2)은 자신(2)과 함께 도어 제어기(3)와 엘리베이터 제어기(4)를 협업 그룹으로 생성한다.

이어, 단계 S70에서, 경비 로봇(2)은 택배 드론(1)이 도어 제어기(3)에 접속(access)하기 위한 임무(task)를 조정(coordination)하고, 단계 S80에서, 경비 로봇(2)은 엘리베이터 제어기(4)에게 접속하기 위한 임무(task)를 조정(coordination)한다. 또한 경비 로봇(2)은 택배 드론(1)이 도어 제어기(3)에 접속(access)하기 위한 임무(task)와 엘리베이터 제어기(4)에게 접속하기 위한 임무(task)의 수행 순서를 결정한다. 즉, 경비 로봇(2)은 코디네이터의 역할을 수행하는 것으로 서버의 역할을 대행한다. 코디네이터의 역할은 엘리베이터 제어기(4) 또는 도어 제어기(3)가 수행할 수도 있다.

이어, 단계 S90에서, 택배 드론(1)은 협업 그룹을 구성하는 경비 로봇(2), 도어 제어기(3)와 엘리베이터 제어기(4)가 제공하는 협업 서비스에 따라 수령자가 위치하는 배달 위치에 도착하고, 수령자는 물품을 수령할 수 있게 된다.

도 2는 본 발명의 일 실시 예에 따른 지능형 사물 디바이스들이 물리적으로 접속된 네트워크 구조를 도시한 도면이다.

도 2를 참조하면, 참조번호 7은 빌딩의 내부 공간과 같은 특정 공간 내에서 협업 관계에 있는 사물 디바이스들의 그룹(이하, 협업 그룹)을 지시한다. 도 2에서는 4개의 사물 디바이스들이 협업 그룹(7)을 구성한 예를 도시하고 있으나, 더 많은 사물 디바이스들이 협업 그룹(7)을 구성할 수 있다.

협업 그룹(7)에 포함된 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은 설치 위치에 따라 고정형과 이동형으로 구분될 수 있으며, 협업 처리 능력에 따라 데이터형과 지능형으로 구분될 수 있다.

또한, 협업 그룹(7)에 포함된 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은 접속망의 종류에 따라 구분될 수 있다. 예를 들면, 협업 그룹(7)은 유선 통신망(9-1)에 접속되는 사물 디바이스(7-1), 무선 LAN(9-2, Wireless LAN)에 접속되는 사물 디바이스(7-2), 이동통신망(9-3)에 접속되는 사물 디바이스(7-3) 및 무선 PAN(9-4, Wireless PAN)(PAN: Personal Area Network)에 접속되는 사물 디바이스(7-4)를 포함한다. 즉, 협업 그룹(7)에 포함된 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은 이종의 접속망들(9-1, 9-2, 9-3 및 9-4)에 접속하도록 구성될 수 있다. 이종의 접속망들(9-1, 9-2, 9-3 및 9-4)은 인터넷망(10)과 같은 상위 망에 공통 접속되도록 구성될 수 있다.

협업 그룹(7)에 포함된 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은, 협업 서비스를 수행하기 위한 기능을 분산하기 위해, 원거리에 설치된 클라우드 서버(8)를 활용할 수 있다.

협업 그룹(7)은 특정 공간에 위치하는 사물 디바이스들의 검색과 검색된 사물 디바이스들 중에서 협업 서비스를 수행할 수 있는 사물 디바이스들의 선정에 의해 생성될 수 있다.

이와 같이, 협업 그룹(7)을 구성하는 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은 협업 서비스를 처리하는 능력에 따라 임무(task)가 할당되어, 공간적 협업 인프라(Spatial collaboration infra)를 구성하게 된다.

한편, 협업 그룹(7)을 구성하는 사물 디바이스들(7-1, 7-2, 7-3 및 7-4)은 오버레이 네트워크(Overlay Network)를 구성한다. 오버레이 네트워크는 물리적인 네트워크의 상위에 존재하는 가상의 네트워크이다.

이러한 오버레이 네트워크는, 사물 디바이스가 네트워크에 자신을 광고하거나 네트워크 검색을 통해서 주변 사물 디바이스를 검색하고, 협업 서비스를 제공할 수 있는 주변 사물 디바이스의 리스트를 확보할 수 있게 한다.

오버레이 네트워크를 구성하는 사물 디바이스들은 물리적/논리적 네트워크의 상황 변화에 따른 이벤트를 감지하여, 사물 디바이스들 간에 자율적으로 협업 그룹을 형성하게 된다.

오버레이 네트워크를 구성하는 사물 디바이스들은 각자의 경험(협업 서비스를 수행한 경험)을 주변 사물 디바이스에게 제공하며(또는, 광고하며), 이러한 경험을 공유하기 위해 소셜 네트워크(social network)를 구성한다. 이러한 소셜 네트워크는, 중앙 서버의 개입 없이, 협업 그룹을 구성하는 모든 사물 디바이스가 서버의 역할을 수행할 수 있는 분산 시맨틱 소셜 네트워크(Distributed Sematic Social Network: DSSN) 구조를 갖는다.

도 3은 본 발명의 일 실시 예에 따른 협업 서비스를 제공하는 사물 디바이스의 구성도이다.

도 3을 참조하면, 사물 디바이스(100)는 협업 서비스 해석 모듈(110), 프로세서 모듈(120), 저장 모듈(130) 및 통신 모듈(140), 서비스 제공 장치(150)를 포함한다.

협업 서비스 해석 모듈(110)

협업 서비스 해석 모듈(110)은 사용자(11)와 사물 디비이스(100) 간의 인터페이스 역할을 수행하는 모듈로서, 사용자(11)로부터 직접 입력되거나 통신 모듈(140)을 통해 원거리에 위치한 사용자(11)로부터 수신되는 협업 서비스 요청 데이터를 수신한다. 여기서, 사용자(11)는 인간 사용자(human user), 사물 사용자(thing user) 또는 주변 사물 디바이스를 지칭한다.

협업 서비스 해석 모듈(110)은 협업 서비스 요청 데이터를 해석하여, 사용자가 요청한 협업 서비스의 목표를 인식하고, 상기 인식된 목표를 달성하도록 상기 사용자(11)가 요청한 협업 서비스를 다수의 태스크로 세분화한다.

협업 서비스를 다수의 태스크로 세분화하기 위해, 협업 서비스 해석 모듈(110)은 저장 모듈(130)에 저장된 협업 지식 베이스(132)를 기반으로 상기 협업 서비스 요청 데이터를 해석한다.

협업 지식 베이스(132)에 포함된 지식 정보의 예가 도 4에 도시된다.

도 4를 참조하면, 협업 지식 베이스(132)는 사물 디바이스간의 협업과 관련된 지식 정보를 포함하는 것으로, 사물 디바이스(100) 및 다른 사물 디바이스가 과거에 협업 서비스를 수행한 이력(132-1), 사물 디바이스(100) 및 다른 사물 디바이스의 콘텍스트 데이터(132-3), 사물 디바이스(100) 및 다른 사물 디바이스가 과거에 수행한 협업 서비스에 대한 협업 서비스 수행 평가(132-5), 사물 디바이스(100) 및 다른 사물 디바이스가 위치한 공간에 대한 공간 데이터(132-7) 및 사물 디바이스(100)의 정보를 다른 사물 디바이스에게 공개하는 것을 제한하는 공개 규칙 데이터(132-9)를 포함한다. 여기서, 콘텍스트 데이터(132-3)는, 예를 들면, 사물 디바이스의 명칭 및 사물 디바이스가 보유하고 있는 하드웨어적 또는 소프트웨어적인 성능 명세(예컨대, 성능, 메모리, 기능 등)를 포함한다. 공간 데이터(132-7)는, 예를 들면, 공간의 명칭, 공간의 식별자, 공간의 물리적 위치, 사물 디바이스가 이벤트를 관찰할 수 있는 범위(scope), 공간의 용도, 공간의 소유자, 공간의 관리자, 공간의 사용자 분류 등과 관련된 데이터일 수 있다. 공간의 용도와 관련된 데이터는, 예를 들면, 공간이 식당으로 사용되는 용도인지, 공연장으로 사용되는 용도인지, 회의실로 사용되는 용도인지를 설명하는 데이터일 수 있다.

사용자(11)로부터 직접 입력되는 협업 서비스 요청 데이터는 텍스트 데이터 또는 음성 데이터일 수 있다. 협업 서비스 요청 데이터가 텍스트 데이터인 경우, 협업 서비스 해석 모듈(110)은 키보드, 마우스, 터치 입력 수단과 같은 하드웨어를 포함하도록 구성되어 협업 서비스 요청에 대응하는 텍스트 데이터를 인식할 수 있다. 협업 서비스 요청 데이터가 음성 데이터인 경우, 협업 서비스 해석 모듈(110)은 사용자의 음성을 수집하는 마이크 및 상기 마이크에 의해 수집된 음성을 인식하여 텍스트 데이터로 변환하는 음성 인식 모듈을 포함하도록 구성되어 협업 서비스 요청에 대응하는 텍스트 데이터를 인식할 수 있다.

한편, 협업 플랫폼 모듈(124)은 협업 서비스를 수행한 결과들을 통합하여 협업 서비스 해석 모듈(110)로 제공하고, 협업 서비스 해석 모듈(110)은 협업 서비스를 수행한 결과를 사용자(11)에게 보고한다.

프로세서 모듈(120)

프로세서 모듈(120)은 협업 서비스 해석 모듈(110)로부터 수신된 다수의 협업 서비스 요청에 따라 다수의 협업 서비스를 수행할 수 있는 기능을 보유한 특정 공간 내의 사물 디바이스들을 모집(recruiting)하고, 모집된 사물 디바이스들을 협업 그룹으로 구성하는 프로세스를 수행한다. 이러한 프로세스가 수행될 때, 사물 디바이스(100)는 코디네이터의 역할을 수행한다. 반대로, 프로세서 모듈(120)은 다른 사물 디바이스에 의해 구성되는 협업 그룹에 참여하는 프로세스를 수행할 수 있다.

이를 위해, 프로세서 모듈(120)은 협업 플랫폼 모듈(122)과 대중 플랫폼 모듈(124)을 포함한다.

협업 플랫폼 모듈(122)은 다수의 협업 서비스를 수행할 수 있는 사물 디바이스의 탐색, 협업 그룹의 구성 및 협업 그룹 내의 사물 디바이스들에게 태스크를 할당하는 일련의 프로세스를 수행한다.

대중 플랫폼 모듈(124)은, 사물 디바이스(100)가 다른 사물 디바이스에 의해 구성되는 협업 그룹에 참여하기 위해, 사물 디바이스(100)가 다른 사물 디바이스와 제공하는 정보들을 관리하는 일련의 프로세스를 수행한다. 사물 디바이스(100)가 다른 사물 디바이스에 제공하는 정보들은 자신(100)이 보유하고 있는 기능에 따라 과거에 협업 서비스를 수행한 경험을 기록한 정보로서, 도 4에 도시된 협업 지식베이스(132)에 포함된 협업 서비스 수행 이력(132-1) 및 협업 서비스 수행 평가(132-5) 등을 예로 들 수 있다.

대중 플랫폼 모듈(124)은 자신(100)의 경험을 기록한 정보 외에 자신(100)이 보유하고 있는 하드웨어적 또는 소프트웨어적인 성능 명세(예컨대, 성능, 메모리, 기능 등)를 포함하는 콘텍스트 데이터(132-3)와 자신(100)이 존재하는 공간에 대한 공간 데이터를 관리하는 일련의 프로세스를 수행한다.

협업 플랫폼 모듈(122)과 대중 플랫폼 모듈(124)을 포함하는 프로세서 모듈(120)은 적어도 하나의 범용 프로세서, 마이크로프로세서, 주문형 집적회로, 디지털 신호 프로세서 (DSP), 프로그램가능 로직 회로 등과 같은 하드웨어로 구현될 수 있다.

협업 플랫폼 모듈(122)과 대중 플랫폼 모듈(124)에 대한 설명은 아래에서 상세히 기술하기로 한다.

저장 모듈(130)

저장 모듈(130)은 전술한 협업 지식 베이스(132)를 저장하는 모듈로서, 협업 지식 베이스(132) 이외에 프로세서 모듈(120)의 연산 처리에 필요한 다양한 프로그램, 알고리즘, 애플리케이션 프로그래밍 명령 등을 저장한다. 이러한 저장 모듈은 판독 전용 메모리(ROM), 랜덤 엑세스 메모리(RAM), EEPROM, 플래시 카드들, 하드 디스크 등을 포함한다.

통신 모듈(140)

통신 모듈(140)은 어드레스 가능한(addressable) 인터페이스 (예컨대, 인터넷 프로토콜 (Internet Protocol: IP) 어드레스, 블루투스 식별자 (Bluetooth identifier), 근접장 통신 (a near-field communication: NFC) ID 등을 가지며, 유선 또는 무선 접속(a wire or wireless connection)을 통해 정보를 하나 이상의 다른 사물 디바이스들로 송신하거나 수신할 수 있는 모듈일 수 있다.

통신 모듈(140)은 수동적 통신 인터페이스(a passive communication interface) 및 능동적 통신 인터페이스(an active communication interface)를 중 적어도 하나를 가질 수 있으며, 수동적 통신 인터페이스는 신속 응답 (quick response, QR) 코드, 라디오-주파수 식별 (radio-frequency identification, RFID) 태그, NFC 태그 등을 포함하며, 능동적 통신 인터페이스는 모뎀(a modem), 트랜시버(a transceiver), 송신기-수신기(a transmitter-receiver) 등을 포함한다.

서비스 제공 장치(150)

서비스 제공 장치(150)는 전술한 프로세서 모듈(120)의 제어에 따라 사용자(11)가 요청한 협업 서비스에 대응하는 물리적 기능을 제공하는 장치로서, 물리적 기능은, 예를 들면, 사물 및 환경 인식 기능, 보행 기능, 방문자 응대 기능, 침입자 감지 기능, 물건 이동 기능, 특정 공간 내에서 일어나는 모든 종류의 이벤트를 인식하는 기능 등을 포함할 수 있다.

이러한 서비스 제공 장치(150)는, 상술한 물리적 기능을 제공하기 위해, 센서 및 액츄에이터를 포함하도록 구성될 수 있으며, 센서는, 예를 들면, 공간 내부를 관찰하는 카메라, 온도 센서, 습도 센서, 광 센서, 압력 센서, 유량 센서, 자기 센서, 음향 센서 등을 포함하며, 액츄에이터는, 예를 들면, 밸브, 모터, 스위치, 램프와 같이, 동력(예를 들면, 전기동력(electronic power), 유체동력(fluid power))을 이용하여 임의의 개체를 물리적으로 동작시키거나 물리적 상태를 변화시키는 모든 종류의 구동 수단 등을 포함한다.

도 5는 도 3에 도시한 협업 플랫폼 모듈의 구성도이다.

도 5를 참조하면, 협업 플랫폼 모듈(122)은 태스크 계획 모듈(122-1, task planning module), 검색 모듈(122-3, searching module), 협업 그룹 관리 모듈(122-5, collaboration group management module), 협업 제어 모듈(122-7, collaboration control module), 협업 동기화 모듈(122-9, collaboration synchronization module), 협업 평가 모듈(122-11, Collaboration evaluation module) 및 협업 학습 모듈(122-13, Collaboration learning module)을 포함한다.

태스크 계획 모듈(122-1)은 협업 서비스 해석 모듈(110)로부터 입력된 다수의 협업 서비스 요청에 응답하여, 각 협업 서비스에 대응하는 태스크들을 생성하고, 생성된 태스크들의 수행 순서를 계획한다. 이러한 태스크 계획 모듈(122-1)은 '태스크 스케줄러'로 지칭될 수도 있다.

태스크 계획 모듈(122-1)은, 각 협업 서비스에 대응하는 태스크들을 생성하기 위해, 도 3에 도시된 협업 지식 베이스(132)에 저장된 지식 정보, 예를 들면, 협업 서비스 수행 이력 데이터(132-1), 콘텍스트 데이터(132-3), 협업 서비스 수행 평가 데이터(132-5) 및 공간 데이터(132-5)를 기반으로 협업 서비스의 수행에 필요한 다수의 태스크들을 생성할 수 있다.

검색 모듈(122-3)은 태스크 계획 모듈(122-1)에서 계획한(planning) 태스크들을 수행할 수 있는 주변 사물 디바이스들을 모집한다(recruit).

검색 모듈(122-3)은, 주변 사물 디바이스들을 모집하기 위해, 시맨틱 검색(semantic searching)을 수행한다. 시맨틱 검색을 수행하기 위해, 검색 모듈(122-3)은 태스크 계획 모듈(122-1)에서 계획한(planning) 태스크들, 태스크들의 수행 순서, 태스크들의 수행에 필요한 사물 디바이스의 개수 및 태스크들을 수행할 수 있는 주변 사물 디바이스들을 모집 광고를 서술한 검색 질의어(query)를 생성하고, 생성된 검색 질의어를 소셜 네트워크를 통해 배포한다. 검색 질의어는 적어도 하나의 키워드 또는 적어도 하나의 키워드를 포함하는 자연어 형태의 문장일 수 있다.

검색 모듈(122-3)은 소셜 네트워크를 통해 배포한 검색 질의어에 대한 응답으로서, 주변 사물 디바이스들이 소셜 네트워크를 통해 배포한 경험 데이터, 콘텍스트 데이터, 협업 서비스 수행 이력 데이터, 공간 데이터 및 협업 서비스 수행 평가 데이터와 같은 정보들을 통신 모듈(140)을 통해 수집한다.

협업 그룹 관리 모듈(122-5)은 검색 모듈(122-3)에 의해 수집된 주변 사물 디바이스들의 정보들을 분석하여, 상기 정보들을 배포한 주변 사물 디바이스들 중에서 태스크 계획 모듈(122-1)에서 계획한 태스크들을 수행할 수 있는 주변 사물 디바이스들을 선정하고, 선정된 주변 사물 디바이스들에게 협업 그룹 참여를 요청하고, 참여 요청을 수락한 주변 사물 디바이스들을 협업 그룹으로 구성한다.

협업 제어 모듈(122-7)은 자신(100)에게 할당된 태스크를 수행하도록 서비스 제공 장치(150)의 동작을 제어하고, 동시에 통신 모듈(140)을 통해 협업 그룹에 참여한 주변 사물 디바이스들에게 태스크 수행을 요청하는 메시지를 전송한다.

협업 제어 모듈(122-7)은, 협업 그룹에 참여한 모든 사물 디바이스들이 태스크 수행을 완료하면, 모든 태스크 수행이 완료되었음을 협업 동기화 모듈(122-9)에게 통보한다.

협업 제어 모듈(122-7)은 통보와 함께, 자신(100)이 수행한 태스크 수행 결과와 통신 모듈(140)을 통해 주변 사물 디바이스들로부터 태스크 수행 결과들을 수집하고, 수집된 태스크 수행 결과들을 협업 동기화 모듈(122-9)에게 전달한다.

협업 동기화 모듈(122-9)은 협업 그룹에 참여한 모든 사물 디바이스들이 완료한 태스크 수행 결과들, 즉, 협업 서비스 수행 결과를 통합하는 방식으로 동기화하여, 협업 서비스 해석 모듈(110)을 통해 사용자(11)에게 제공한다.

협업 평가 모듈(122-11)은 협업 그룹에 참여한 모든 사물 디바이스들이 완료한 협업 서비스 수행 결과들을 평가한다. 예를 들면, 협업 평가 모듈(122-9)은 각 사물 디바이스들이 협업 서비스를 수행한 수행 시간 등을 확인하여, 특정 사물 디바이스가 협업 서비스를 수행한 수행 시간이 기 설정된 시간을 초과하면, 상기 특정 사물 디바이스는 주어진 협업 서비스를 원활하게 수행하지 못한 것으로 평가한다. 이러한 평가 결과는 협업 그룹을 구성하기 위한 사물 디바이스들의 선정 과정에 반영될 수 있다. 즉, 주어진 협업 서비스를 원활하게 수행하지 못한 것으로 평가된 특정 사물 디바이스는 동일하거나 유사한 협업 서비스를 수행하기 위해 구성되는 협업 그룹에서 배제된다.

협업 학습 모듈(122-13)은 협업 평가 모듈(122-11)에서 평가한 협업 서비스 수행 평가 결과와 협업 그룹에 참여한 모든 사물 디바이스들이 완료한 태스크 수행 결과 등을 학습하고, 그 학습 결과를 협업 서비스 수행 이력으로 생성하고, 생성된 협업 서비스 수행 이력을 협업 지식 베이스에 저장하여 협업 지식 베이스의 지식 정보를 업데이트한다.

도 6은 도 3에 도시한 대중 플랫폼 모듈의 구성도이다.

도 6을 참조하면, 대중 플랫폼 모듈(124)은 자신(124)이 포함된 사물 디바이스(100)가 과거에 협업 서비스를 수행한 경험 정보를 생성하고, 생성된 경험 정보를 주변 사물 디바이스와 공유하기 위한 일련의 프로세스를 수행하는 모듈로 지칭될 수 있다.

대중 플랫폼 모듈(124)은 질의어 분석 모듈(124-1), 경험 정보 생성 모듈(124-3) 및 정보 공개 관리 모듈(124-5)을 포함한다.

질의어 분석 모듈(124-1)은 주변 사물 디바이스가 소셜 네트워크에 배포한 검색 질의어를 통신 모듈(140)을 통해 수신하고, 수신된 검색 질의어를 분석하여, 주변 사물 디바이스가 협업 서비스 수행에 필요한 사물 디바이스의 모집 광고(advertisement)를 인식한다.

질의어 분석 모듈(124-1)은, 검색 질의어를 분석하기 위해, 언어 인식 알고리즘을 이용할 수 있다. 예를 들면, 질의어 분석 모듈(124-1)은 언어 인식 알고리즘을 기반으로 검색 질의어를 파싱하여, 주변 사물 디바이스에서 요구하는 태스크, 태스크 수행 순서, 태스크 수행에 필요한 사물 디바이스의 개수 등을 인식함으로써, 주변 사물 디바이스의 모집 광고를 인식할 수 있다. 언어 인식 알고리즘에 대한 설명은 본 발명의 요지를 벗어나는 것이므로, 이에 대한 설명은 공지의 기술로 대신한다.

경험 정보 생성 모듈(124-3)은 질의어 분석 모듈(124-1)에서 분석한 분석 결과를 기반으로 경험 정보를 생성한다. 구체적으로, 경험 정보 생성 모듈(124-3)은 협업 지식 베이스(132)를 검색하여, 상기 분석 결과에 포함된 태스크를 수행할 수 있는 기능(function) 또는 수행 능력(performance)과 관련된 데이터 및 상기 태스크를 수행한 경험과 관련된 데이터를 협업 지식 베이스(132)로부터 추출하고, 추출된 데이터를 학습하여 경험 정보를 생성한다.

상기 태스크를 수행할 수 있는 기능 또는 수행 능력과 관련된 데이터는, 예를 들면, 협업 지식 베이스(132)에 저장된 콘텍스트 데이터(132-3) 및 공간 데이터(132-5)를 포함하며, 상기 태스크를 수행한 경험과 관련된 데이터는, 예를 들면, 협업 지식 베이스(132)에 저장된 협업 서비스 수행 이력 데이터(132-1) 및 협업 서비스 수행 평가 데이터(132-5)를 포함한다.

경험 정보 생성 모듈(124-3)에서 생성되는 경험 정보는 자신(100)이 보유하고 있는 기능과 경험을 단어 또는 문장으로 서술한 데이터일 수 있다. 예를 들면, 경험 정보는 "사물 디바이스(100)는 동영상 입력에 의해 지역 A 에 출입하는 사람과 사물의 종류를 구분하고, 구분된 사람과 사물의 행동을 묘사할 수 있는 기능을 가지고 있다." 또는 "사물 디바이스(100)는 동영상 입력에 의해 지역 A 에 출입하는 사람과 사물의 종류를 구분하고, 구분된 사람과 사물의 행동을 묘사한 경험을 가지고 있다."와 같은 문장으로 나타낼 수 있다.

경험 정보 생성 모듈(124-3)에서 생성되는 경험 정보는 학습에 의해 확장될 수 있다. 즉, 경험 정보 생성 모듈(124-3)은 자신(100)이 사용자가 요청한 협업 서비스와 동일하거나 유사한 협업 서비스를 과거에 수행한 경험이 없지만, 자신(100)이 보유한 기능과 과거에 협업 서비스를 수행한 경험에 따라 사용자가 요청한 협업 서비스의 수행이 가능함을 학습(예를 들면, 기계 학습, 딥러닝 등)을 통해 추론하여, 경험 정보를 확장할 수 있다.

정보 공개 관리 모듈(124-5)은 경험 정보 생성 모듈(124-3)에 의해 생성된 경험 정보의 공개를 제한하는 모듈로서, 협업 지식 베이스(132)에 저장된 공개 규칙 데이터(132-9)에서 정의하는 공개 등급에 따라 경험 정보 생성 모듈(124-3)에 의해 생성된 경험 정보를 축소한다.

공개 등급은 협업 서비스 수행 이력 데이터(132-1) 및 협업 서비스 수행 평가 데이터(132-5)에 따라 설정될 수 있다. 예를 들면, 협업 서비스 수행 이력 데이터(132-1)에 기록된 협업 서비스를 수행한 수행 시간 및 협업 서비스 수행 평가 데이터(132-5)에 기록된 협업 서비스의 수행을 실패한 횟수 등을 기반으로 공개 등급을 설정할 수 있다.

협업 서비스를 수행한 수행 시간이 임계 시간을 초과하거나 협업 서비스의 수행을 실패한 횟수가 임계 횟수를 초과하는 경우, 해당 사물 디바이스는 자신의 경험 정보를 축약하고, 축약된 경험 정보를 협업 그룹을 구성하고자 하는 주변 사물 디바이스에게 제공한다. 즉, 해당 사물 디바이스는 자신이 보유한 기능 또는 경험을 충분하게 설명하지 않은 축약된 경험 정보를 제공함으로써, 사물 디바이스들을 모집하는 주변 사물 디바이스는 보유 기능 또는 경험을 충분하게 설명하지 않은 경험 정보를 분석하기 때문에, 주변 사물 디바이스는 이러한 축약된 경험 정보를 제공한 사물 디바이스를 자신과 협업하여 협업 서비스를 수행할 수 있는 디바이스로 판단하지 않고, 협업 그룹에서 배제할 수 있게 된다.

이와 같이, 정보 공개 관리 모듈(124-5)은 공개 등급에 따라 경험 정보의 공개를 제한함으로써, 디바이스를 모집하는 주변 사물 디바이스는 협업 서비스를 수행하는데 적합한 사물 디바이스들을 협업 그룹으로 생성할 수 있게 된다.

도 7 및 8은 본 발명의 일 실시 예에 따른 인프라 장치에서 사물 디바이스 간의 협업을 제공하는 방법을 나타내는 흐름도이다.

도 7 및 8에 도시한 실시 예에 따른 인프라 장치에서는, 3개의 사물 디바이스들(100, 200 및 300)이 협업을 제공하는 환경을 가정한 것이지만, 이를 한정하는 것은 아니며, 2개의 사물 디바이스들 또는 4개 이상의 사물 디바이스들이 협업을 제공하는 환경에도 적용될 수 있다.

또한, 사물 디바이스들(200 및 300)은 사물 디바이스(100)와 동일한 하드웨어 구성들을 포함한다. 따라서, 사물 디바이스들(200 및 300)에 대한 설명은 도 3 내지 6에 도시된 사물 디바이스(100)에 대한 설명으로 대신한다.

먼저, 도 7을 참조하면, 단계 S701에서, 제1 사물 디바이스(100)가 사용자(10)로부터 협업 서비스의 수행을 요청하는 협업 서비스 요청 메시지를 수신한다. 협업 서비스 요청 메시지는 사용자로부터 직접 제공되거나 통신 모듈(140)을 통해 원거리에 위치한 사용자(11)로부터 제공될 수 있다.

이어, 단계 S703에서, 제1 사물 디바이스(100)가, 사용자(11)가 요청한 협업 서비스를 수행하는데 필요한 태스크들, 태스크들의 수행 순서 및 태스크들을 수행하는데 필요한 사물 디바이스의 개수 등을 결정하기 위해, 협업 서비스 요청 메시지를 해석한다.

이어, 단계 S705에서, 제1 사물 디바이스(100)가, 사용자(10)가 요청한 협업 서비스를 수행할 수 있는 사물 디바이스들을 모집하기 위해, 주변 사물 디바이스들을 검색한다. 구체적으로, 제1 사물 디바이스(100)는 태스크들, 태스크들의 수행 순서 및 태스크들을 수행하는데 필요한 사물 디바이스의 개수 등을 서술한 검색 질의어를 생성하고, 생성된 검색 질의어를 소셜 네트워크(또는 오버레이 네트워크)에 배포한다.

이어, 단계 S707에서, 제2 및 제3 사물 디바이스(200 및 300)가 상기 제1 사물 디바이스(100)가 배포한 검색 질의어에 응답하여 자신의 경험 정보를 소셜 네트워크(또는 오버레이 네트워크)를 통해 제1 사물 디바이스(100)로 제공한다.

이러한 경험 정보를 제공하는 과정에서, 제2 및 제3 사물 디바이스(200 및 300)는 각자의 공개 등급에 따라 제한된(축소된 또는 축약된) 경험 정보를 제1 사물 디바이스(100)에게 제공할 수 있다. 제한된 경험 정보는 제1 사물 디바이스(100)가 협업 그룹에 참여시킬 사물 디바이스를 결정하기 위한 기준으로 이용될 수 있다. 예를 들면, 제2 사물 디바이스(200)는 주어진 제1 공개 등급에 따라 자신의 기능 및 경험을 충분하게 서술한 경험 정보를 제1 사물 디바이스(100)에게 제공하고, 제3 사물 디바이스(300)는 제1 공개 등급보다 낮은 제2 공개 등급에 따라 자신의 기능 및 경험을 충분하게 서술하지 않은 경험 정보를 제1 사물 디바이스(100)에게 제공할 수 있다. 이 경우, 제1 사물 디바이스(100)는 충분한 경험 정보를 제공한 제2 사물 디바이스(200)를 참여그룹에 참여시키고, 충분하지 않은 경험 정보를 제공한 제3 사물 디바이스(300)를 참여그룹에서 배제할 수 있다.

이어, 단계 S709에서, 제1 사물 디바이스(100)는 제2 및 제3 사물 디바이스(200 및 300)의 경험 정보를 확인하여, 제1 사물 디바이스(100)가 수행하고자 하는 협업 서비스에 제2 및 제3 사물 디바이스(200 및 300)와의 협업이 필요하다고 판단하면, 제2 및 제3 사물 디바이스(200 및 300)에게 협업 그룹 참여를 요청하는 그룹 참여 요청 메시지를 전송한다. 이때, 제1 사물 디바이스(100)는 그룹 참여 요청 메시지와 함께 자신(100)의 기능 및 경험을 상세하게 서술한 정보, 예를 들면, 협업 서비스 수행 이력 데이터(132-1), 콘텍스트 데이터(132-3), 협업 서비스 수행 평가 데이터(132-5) 및 공간 데이터(132-7) 등을 더 전송할 수 있다.

이어, 단계 S711에서, 그룹 참여 요청 메시지를 수신한 제2 및 제3 사물 디바이스(200 및 300)는 현재 다른 협업 서비스를 수행하고 있는 busy 상태가 아니라면, 협업 그룹 참여를 수락하는 그룹 참여 수락 메시지를 제1 사물 디바이스(100)에게 전송한다. 이때, 제2 및 제3 사물 디바이스(200 및 300) 각각은 그룹 참여 수락 메시지와 함께 협업 서비스 수행 이력 데이터(132-1), 콘텍스트 데이터(132-3), 협업 서비스 수행 평가 데이터(132-5) 및 공간 데이터(132-7) 등과 같은 자신이 보유한 기능과 경험을 상세하게 서술한 정보를 제1 사물 디바이스(100)에게 더 전송할 수 있다.

이어, 단계 S713에서, 제1 사물 디바이스(100)는 협업 그룹 참여를 수락한 제2 및 제3 사물 디바이스(200 및 300)을 자신(100)이 포함된 협업 그룹으로 구성한다.

이어, 단계 S715에서, 제1 사물 디바이스(100)가 제2 및 제3 사물 디바이스(200 및 300)를 모집하는 코디네이터의 역할을 수행하지만, 협업 그룹이 구성된 이후, 코디네이터는 재선정될 수 있다. 예를 들면, 각 사물 디바이스들(100, 200, 300)은 자신의 콘텍스트 데이터(예컨대, 성능, 메모리, 기능 등)와 전술한 단계 S709 및 S711에서 공유된 다른 사물 디바이스의 콘텍스트 데이터(예컨대, 성능, 메모리, 기능 등)를 비교하여, 자신보다 상위 클래스 등급에 속하는 사물 디바이스가 존재하는지를 판단하고, 판단결과, 자신이 그룹 내에서 최상위 클래스 등급을 가진 디바이스라고 판단되면, 자신이 코디네이터 역할을 수행하겠다는 메시지를 다른 사물 디바이스에게 통보함으로써, 코디네이터는 재선정될 수 있다. 이러한 코디네이터의 재선정과 관련된 일련의 절차는 각 사물 디바이스의 협업 플랫폼 모듈에 구비된 협업 그룹 관리 모듈에서 처리할 수 있다.

이하에서는, 위와 같은 코디네이터의 재선정 절차에 따라, 제2 사물 디바이스(200)가 코디네이터로 재선정된 상황을 가정한다.

도 8을 참조하면, 단계 S717에서, 코디네이터로 재선정된 제2 사물 디바이스(200)가 제1 사물 디바이스(100)로부터의 검색 질의어로부터 인식한 태스크들, 태스크들의 수행 순서 및 태스크들을 수행하는데 필요한 사물 디바이스의 개수 등을 기반으로 자신을 포함하는 협업 그룹에 포함된 사물 디바이스들에게 태스크를 할당한다. 이하에서는, 검색 질의어로부터 인식된 태스크들의 수행 순서에 따라, 제2 사물 디바이스(200)가 제1 사물 디바이스(100)에게 주어진 태스크 수행을 가장 먼저 요청하는 태스크 수행 요청 메시지를 전송하고, 그 다음으로 제3 사물 디바이스(300)에게 주어진 태스크 수행을 요청하는 태스크 수행 요청 메시지를 전송하고, 마지막으로 자신(200)에게 주어진 태스크를 수행하는 태스크 할당 절차를 가정한다.

단계 S719에서, 제1 사물 디바이스(100)가 자신(100)에게 주어진(할당된) 태스크 수행을 완료하면, 단계 S721에서, 제1 사물 디바이스(100)가 자신(100)이 수행한 협업 서비스의 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 지식 정보로 변환하여 자신(100)의 협업 지식 베이스에서 저장한다. 여기서, 지식 정보로 변환하는 것은 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 자신의 협업 지식 베이스에서 규정한 스키마 구조로 변환하는 것을 말한다. 협업 서비스 이력 데이터는, 예를 들면, 협업 서비스를 수행한 날짜, 협업 서비스를 완료하는데 소요된 시간, 협업 서비스를 수행하는 동안 발생된 모든 종류의 정보 및 데이터 등을 포함할 수 있다. 협업 서비스 평가 데이터는 협업 서비스 품질과 관련된 모든 종류의 정보 및 데이터 등을 포함할 수 있으며, 대표적인 예를 들면, 협업 서비스의 수행을 실패한 횟수 등일 수 있다. 실패 횟수는 특정 주기로, 협업 서비스를 완료하지 못하였음을 통지하는 메시지의 개수로부터 획득할 수 있다.

이어, 단계 S723에서, 제1 사물 디바이스(100)가 자신(100)에게 주어진(할당된) 태스크 수행을 완료하였음을 알리는 완료 메시지를 제2 및 제3 사물 디바이스(200, 300)에게 통지한다. 이때, 완료 메시지와 함께 자신(100)의 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 제2 및 제3 사물 디바이스(200, 300)로 전송한다.

이어, 단계 S725에서, 제3 사물 디바이스(300)가 자신(300)에게 주어진 태스크 수행을 완료하면, 단계 S727에서, 제3 사물 디바이스(300)가 자신(300)이 수행한 협업 서비스의 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 자신(300)의 협업 지식 베이스에 저장한다.

이어, S729에서, 제3 사물 디바이스(300)가 자신(300)에게 주어진 태스크 수행을 완료하였음을 통보하는 완료 메시지와 함께 자신(300)이 수행한 협업 서비스의 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 제1 및 제2 사물 디바이스(100, 200)로 전송한다.

이어, S731에서, 제2 사물 디바이스(200)가 자신의 태스크 수행을 완료하면, S733에서, 제2 사물 디바이스(200)가 자신(200)이 수행한 협업 서비스의 협업 서비스 이력 데이터 및 협업 서비스 평가 데이터를 자신(200)의 협업 지식 베이스에 저장한다.

이어, S735에서, 제2 사물 디바이스(200)가 주변 사물 디바이스들(100, 300)과 공유한 협업 서비스 이력 및 평가 데이터를 통합하는 방식으로 동기화하고, 동기화된 결과를 협업 서비스 수행 결과로서 사용자(11)에게 보고한다.

도면에 도시하지는 않았으나, 협업 서비스 결과의 보고가 완료되면, 제2 사물 디바이스(200)는 그룹 해체를 제1 및 제3 사물 디바이스(100, 300)에게 통지하고, 제1 및 제3 사물 디바이스(100, 300)는 그룹 해체 통지에 따라 협업 그룹에서 탈퇴함으로써, 사용자의 협업 서비스 요청에 따라 구성된 협업 그룹은 자동으로 해산된다.

이상에서 본 발명에 대하여 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 본 발명의 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (19)

1. 소셜 네트워크로 구성된 사물 디바이스들 간의 협업을 제공하는 방법에서,
   사물 디바이스가, 사용자가 요청한 협업 서비스를 해석하여, 상기 협업 서비스를 수행할 수 있는 다수의 주변 사물 디바이스를 검색하는 단계;
   상기 다수의 주변 사물 디바이스 중에서 적어도 하나의 주변 사물 디바이스가, 상기 사물 디바이스의 검색에 응답하여, 협업 지식 베이스를 기반으로 상기 사물 디바이스에게 상기 협업 서비스와 관련된 자신의 경험을 서술한 경험 정보를 생성하고, 상기 생성된 경험 정보를 사전에 설정된 공개 등급에 따라 축약하여 상기 축약된 경험 정보를 상기 사물 디바이스에게 전송하는 단계;
   상기 사물 디바이스가, 상기 경험 정보를 기반으로 상기 적어도 하나의 주변 사물 디바이스를 협업 그룹으로 구성하는 단계;
   상기 사물 디바이스가, 상기 협업 그룹에 포함된 모든 사물 디바이스들에게 상기 협업 서비스에 대응하는 서로 다른 태스크들을 각각 할당하는 단계; 및
   상기 모든 사물 디바이스들 각각이, 상기 태스크를 수행한 결과를 지식 정보로 구성하여 협업 지식베이스에 저장하는 단계를 포함하고,
   상기 협업 그룹으로 구성하는 단계는,
   상기 사물 디바이스가, 상기 적어도 하나의 주변 사물 디바이스 중에서 상기 축약된 경험 정보를 전송한 주변 사물 디바이스를 상기 협업 그룹에서 배제하는 단계를 포함하는 사물 디바이스들 간의 협업을 제공하는 방법.
   
2. 제1항에서, 상기 검색하는 단계는,
   시맨틱 검색을 수행하여, 상기 다수의 주변 사물 디바이스를 모집하는 단계인 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
3. 제1항에서, 상기 검색하는 단계는,
   상기 협업 서비스를 해석한 결과를 단어 또는 문장으로 서술한 검색 질의어를 생성하여 상기 소셜네트워크에 배포하는 단계인 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
4. 제1항에서, 상기 검색하는 단계는,
   상기 협업 지식 베이스를 기반으로, 상기 사용자가 요청한 협업 서비스를 해석하는 단계;
   상기 협업 서비스를 해석하여, 상기 협업 서비스를 수행하기 위한 다수의 태스크, 상기 다수의 태스크들의 수행 순서 및 상기 다수의 태스크들의 수행에 필요한 주변 사물 디바이스들의 개수를 단어 또는 문장으로 서술한 검색 질의어를 생성하는 단계; 및
   상기 검색 질의어를 상기 소셜 네트워크에 배포하는 단계;
   를 포함하는 사물 디바이스들 간의 협업을 제공하는 방법.
   
5. 제4항에서, 상기 협업 서비스를 해석하는 단계는,
   상기 협업 지식 베이스에 저장된 정보를 기반으로 상기 사용자가 요청한 협업 서비스를 해석하는 단계로서,
   상기 상기 협업 지식 베이스에 저장된 정보는,
   상기 사물 디바이스가 과거에 협업 서비스를 수행한 이력을 기록한 협업 서비스 수행 이력 데이터, 상기 사물 디바이스가 보유하고 있는 하드웨어적 또는 소프트웨어적인 성능 명세를 기록한 콘텍스트 데이터, 상기 사물 디바이스가 과거에 수행한 협업 서비스에 대한 평가를 기록한 협업 서비스 수행 평가 데이터, 및 상기 사물 디바이스가 존재하는 공간에 대한 설명을 기록한 공간 데이터를 기반으로, 상기 사용자가 요청한 협업 서비스를 해석하는 단계
   인 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
6. 제1항에서, 상기 경험 정보를 전송하는 단계는,
   적어도 하나의 주변 사물 디바이스가, 자신이 보유하고 있는 기능과 경험을 단어 또는 문장으로 서술한 상기 경험 정보를 전송하는 단계
   인 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
7. 제1항에서, 상기 경험 정보를 전송하는 단계는,
   적어도 하나의 주변 사물 디바이스가, 자신이 보유하고 있는 기능과 관련된 데이터 및 상기 협업 서비스와 유사한 협업 서비스를 수행한 경험과 관련된 데이터를 상기 협업 지식 베이스로부터 추출하는 단계;
   상기 추출된 데이터를 학습하여 상기 경험 정보를 생성하는 단계; 및
   상기 생성된 경험 정보를 전송하는 단계
   를 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
8. 제7항에서, 상기 추출하는 단계에서,
   상기 자신이 보유하고 있는 기능과 관련된 데이터는, 상기 적어도 하나의 주변 사물 디바이스가 보유하고 있는 하드웨어적 또는 소프트웨어적인 성능 명세를 기록한 콘텍스트 데이터 및 상기 적어도 하나의 주변 사물 디바이스가 존재하는 공간에 대한 설명을 기록한 공간 데이터를 포함하고,
   상기 경험과 관련된 데이터는, 상기 적어도 하나의 주변 사물 디바이스가 과거에 유사한 협업 서비스를 수행한 이력을 기록한 협업 서비스 수행 이력 데이터 및 과거에 수행한 협업 서비스에 대한 평가를 기록한 협업 서비스 수행 평가 데이터를 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 방법.
   
9. 삭제
10. 삭제
11. 제1항에서, 상기 사전에 설정된 공개 등급을 설정하는 단계를 더 포함하고,
    상기 설정하는 단계는,
    상기 협업 지식 베이스에 저장된 협업 서비스 수행 이력 데이터 및 협업 서비스 수행 평가 데이터를 기반으로 설정하는 단계인 것인 사물 디바이스들 간의 협업을 제공하는 방법.
    
12. 소셜 네트워크로 구성된 사물 디바이스들 간의 협업을 제공하는 인프라 장치에서,
    사용자가 요청한 협업 서비스를 해석하여, 상기 협업 서비스를 수행할 수 있는 다수의 주변 사물 디바이스를 검색하는 사물 디바이스; 및
    상기 사물 디바이스의 검색에 응답하여, 협업 지식 베이스를 기반으로 상기 사물 디바이스에게 상기 협업 서비스와 관련된 자신의 경험을 서술한 경험 정보를 생성하고, 상기 생성된 경험 정보를 사전에 설정된 공개 등급에 따라 축약하여 상기 축약된 경험 정보를 상기 사물 디바이스에게 전송하는 적어도 하나의 주변 사물 디바이스를 포함하고,
    상기 사물 디바이스는,
    상기 경험 정보를 기반으로 상기 적어도 하나의 사물 디바이스를 협업 그룹으로 구성하고, 상기 협업 그룹에 포함된 모든 사물 디바이스들에게 상기 협업 서비스에 대응하는 서로 다른 태스크들을 각각 할당하고,
    상기 적어도 하나의 주변 사물 디바이스 중에서 상기 축약된 경험 정보를 전송한 주변 사물 디바이스를 상기 협업 그룹에서 배제하고,
    상기 모든 사물 디바이스들 각각은, 상기 태스크를 수행한 결과를 지식 정보로 저장한 협업 지식 베이스를 구축하고, 상기 협업 지식 베이스를 저장한 저장 모듈
    을 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
13. 제12항에서, 상기 사물 디바이스는,
    시맨틱 검색을 수행하여, 상기 다수의 주변 디바이스를 모집하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
14. 제12항에서, 상기 사물 디바이스는,
    상기 협업 지식 베이스를 기반으로, 상기 사용자가 요청한 협업 서비스를 해석하는 협업 서비스 해석 모듈;
    상기 협업 서비스의 해석 결과에 따라, 상기 협업 서비스를 수행하기 위한 다수의 태스크, 상기 다수의 태스크들의 수행 순서 및 상기 다수의 태스크들의 수행에 필요한 주변 사물 디바이스들의 개수를 단어 또는 문장으로 서술한 검색 질의어를 생성하는 프로세서 모듈; 및
    상기 검색 질의어를 상기 소셜 네트워크에 배포하는 통신 모듈
    을 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
15. 제14항에서, 상기 협업 서비스 해석 모듈은,
    상기 협업 지식 베이스에 저장된 정보를 기반으로 상기 사용자가 요청한 협업 서비스를 해석하고,
    상기 상기 협업 지식 베이스에 저장된 정보는,
    상기 사물 디바이스가 과거에 협업 서비스를 수행한 이력을 기록한 협업 서비스 수행 이력 데이터, 상기 사물 디바이스가 보유하고 있는 하드웨어적 또는 소프트웨어적인 성능 명세를 기록한 콘텍스트 데이터, 상기 사물 디바이스가 과거에 수행한 협업 서비스에 대한 평가를 기록한 협업 서비스 수행 평가 데이터, 및 상기 사물 디바이스가 존재하는 공간에 대한 설명을 기록한 공간 데이터를 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
16. 제12항에서, 상기 적어도 하나의 주변 사물 디바이스는,
    자신이 보유하고 있는 기능과 경험을 단어 또는 문장으로 서술한 상기 경험 정보를 상기 사물 디바이스에게 전송하는 통신 모듈을 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
17. 제12항에서, 상기 적어도 하나의 주변 사물 디바이스는,
    상기 사물 디바이스가 상기 다수의 주변 사물 디바이스를 검색하기 위해 생성한 검색 질의어를 분석하는 질의어 분석 모듈; 및
    상기 검색 질의어의 분석 결과를 기반으로, 자신이 보유하고 있는 기능과 관련된 데이터 및 과거에 협업 서비스를 수행한 경험과 관련된 데이터를 상기 협업 지식 베이스로부터 추출하고, 상기 추출된 데이터를 학습하여 상기 경험 정보를 생성하는 경험 정보 생성 모듈; 및
    상기 생성된 경험 정보를 상기 사물 디바이스로 전송하는 통신 모듈
    을 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
18. 제17항에서, 상기 적어도 하나의 주변 사물 디바이스는,
    상기 생성된 경험 정보를 사전에 설정된 공개 등급에 따라 제한하여 축약하는 정보 공개 관리 모듈
    을 더 포함하는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.
    
19. 제18항에서, 상기 사전에 설정된 공개 등급은,
    상기 협업 지식 베이스에 저장된 협업 서비스 수행 이력 데이터 및 협업 서비스 수행 평가 데이터를 기반으로 설정하는 되는 것인 사물 디바이스들 간의 협업을 제공하는 인프라 장치.

Images