KR102470154B1 - 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법, 장치 및 시스템 - Google Patents

Abstract

일실시예에 따르면, 장치에 의해 수행되는, 블록체인을 기반으로 의료기기 거래 및 공유 플랫폼 서비스를 제공하는 방법에 있어서, 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보와 대응하는 제1 블록을 생성하고, 상기 제1 블록을 블록체인 상에 등록하는 단계; 상기 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보와 대응하는 제2 블록을 생성하고, 상기 제2 블록을 상기 제1 블록에 연결하여 상기 블록체인 상에 등록하는 단계; 제1 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제1 시점의 거래 정보인 제1 거래 정보와 대응하는 제3 블록을 생성하고, 상기 제3 블록을 상기 제2 블록에 연결하여 상기 블록체인 상에 등록하는 단계; 및 상기 제1 시점 이후 제2 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제2 시점의 거래 정보인 제2 거래 정보와 대응하는 제4 블록을 생성하고, 상기 제4 블록을 상기 제3 블록에 연결하여 상기 블록체인 상에 등록하는 단계를 포함하는, 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법이 제공된다.

Description

블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR PROVIDING MEDICAL EQUIPMENT TRADING AND SHARING PLATFORM SERVICE BASED ON BLOCKCHAIN}

아래 실시예들은 블록체인을 기반으로 의료기기 거래 및 공유 플랫폼 서비스를 제공하기 위한 기술에 관한 것이다.

최근 의료기기 관련 전주기적 관리 체계의 일환으로 추적성 확보와 유통현황에 대한 파악을 위해 UDI(Unique Device Identification)가 도입되고, 국내 생산 및 수입하는 모든 의료기기에 대해 체계적인 관리체계가 시행되고 있다.

여기에, 기존 의료기기 종사자에게 매년 의무적으로 부과된 의료기기 생산 및 수출 수입 실적 보고가 진행되고 있다. 의료기기 실적 보고는 매년 모든 의료기기를 판매하는 판매자를 대상으로 수출 및 수입 물량에 대한 보고의무가 있으며, 이를 위반할 경우 행정 처분을 받게 되어 있어, 판매자 입장에서는 의료기기 거래에 대한 일종의 규제로 인식되고 있다.

이에 따라, 판매자 업체에서는 매달 보고해야 하는 UDI와 의료기기 실적 보고를 별도로 수행해야 하기 때문에, 의료기기 거래에서 발행하는 히스토리를 관리하는데 어려움이 있다.

따라서, 의료기기 거래 당사자들 간에 정보 제공의 투명성과 신뢰성을 확보하고, 의료기기 거래 정보를 디지털 상으로 처리하고자 하는 요구가 증대되고 있으며, 상술한 문제점을 해결할 수 있는 기술의 구현이 요구되고 있다.

한국공개특허 제10-2016-0019576호 한국공개특허 제10-2018-0108049호 한국등록특허 제10-1875163호 한국등록특허 제10-1999796호

일실시예에 따르면, 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보와 대응하는 제1 블록을 생성하고, 제1 블록을 블록체인 상에 등록하고, 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보와 대응하는 제2 블록을 생성하고, 제2 블록을 제1 블록에 연결하여 블록체인 상에 등록하고, 제1 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 제1 시점의 거래 정보인 제1 거래 정보와 대응하는 제3 블록을 생성하고, 제3 블록을 제2 블록에 연결하여 블록체인 상에 등록하고, 제1 시점 이후 제2 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 제2 시점의 거래 정보인 제2 거래 정보와 대응하는 제4 블록을 생성하고, 제4 블록을 제3 블록에 연결하여 블록체인 상에 등록하는, 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법, 장치 및 시스템을 제공하는 것을 그 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.

일실시예에 따르면, 장치에 의해 수행되는, 블록체인을 기반으로 의료기기 거래 및 공유 플랫폼 서비스를 제공하는 방법에 있어서, 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보와 대응하는 제1 블록을 생성하고, 상기 제1 블록을 블록체인 상에 등록하는 단계; 상기 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보와 대응하는 제2 블록을 생성하고, 상기 제2 블록을 상기 제1 블록에 연결하여 상기 블록체인 상에 등록하는 단계; 제1 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제1 시점의 거래 정보인 제1 거래 정보와 대응하는 제3 블록을 생성하고, 상기 제3 블록을 상기 제2 블록에 연결하여 상기 블록체인 상에 등록하는 단계; 및 상기 제1 시점 이후 제2 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제2 시점의 거래 정보인 제2 거래 정보와 대응하는 제4 블록을 생성하고, 상기 제4 블록을 상기 제3 블록에 연결하여 상기 블록체인 상에 등록하는 단계를 포함하는, 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법이 제공된다.

상기 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법은, 제1 구매자 단말로부터 제1 의사의 캐릭터인 제1 캐릭터에 대한 NFT화 요청을 수신하는 단계; 상기 제1 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하는 단계; 상기 제1 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제1 캐릭터에 대한 이미지인 제1 이미지를 획득하는 단계; 상기 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 상기 제1 NFT를 생성하는 단계; 상기 제1 의사가 제1 병원의 제1 진료과목에서 근무하고 있는 경우, 상기 제1 진료과목의 캐릭터인 제2 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하고, 상기 제1 병원의 캐릭터인 제3 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하는 단계; 상기 제2 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제2 캐릭터에 대한 이미지인 제2 이미지를 획득하는 단계; 상기 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 상기 제2 NFT를 생성하는 단계; 상기 제3 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제3 캐릭터에 대한 이미지인 제3 이미지를 획득하는 단계; 및 상기 제3 이미지에 대한 NFT인 제3 NFT를 발행하여, 상기 제3 NFT를 생성하는 단계를 더 포함할 수 있다.

상기 블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법은, 제3 시점에 상기 제1 블록과 연결되어 있는 블록들의 수인 제1 수치를 확인하는 단계; 상기 제1 수치가 미리 설정된 제1 기준치 보다 큰지 여부를 확인하는 단계; 상기 제1 수치가 상기 제1 기준치 보다 큰 것으로 확인되면, 상기 제1 수치와 미리 설정된 제1 기준 금액을 곱한 값으로, 제1 금액을 산출하는 단계; 상기 제1 금액에 대응하는 가상화폐를 거래 인센티브로 상기 제1 구매자에게 지급하는 단계; 상기 제3 시점으로부터 미리 설정된 제1 기준 기간이 지난 후인 제4 시점에 상기 제1 블록과 연결되어 있는 블록들의 수인 제2 수치를 확인하는 단계; 상기 제2 수치에서 상기 제1 수치를 차감한 값으로, 제3 수치를 산출하는 단계; 상기 제3 수치가 미리 설정된 제2 기준치 보다 큰지 여부를 확인하는 단계; 상기 제3 수치가 상기 제2 기준치 보다 큰 것으로 확인되면, 상기 제3 수치와 미리 설정된 제2 기준 금액을 곱한 값으로, 제2 금액을 산출하는 단계; 및 상기 제2 금액에 대응하는 가상화폐를 거래 인센티브로 상기 제1 구매자에게 추가로 지급하는 단계를 더 포함할 수 있다.

일실시예에 따르면, 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보와 대응하는 제1 블록을 생성하고, 제1 블록을 블록체인 상에 등록하고, 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보와 대응하는 제2 블록을 생성하고, 제2 블록을 제1 블록에 연결하여 블록체인 상에 등록하고, 제1 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 제1 시점의 거래 정보인 제1 거래 정보와 대응하는 제3 블록을 생성하고, 제3 블록을 제2 블록에 연결하여 블록체인 상에 등록하고, 제1 시점 이후 제2 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 제2 시점의 거래 정보인 제2 거래 정보와 대응하는 제4 블록을 생성하고, 제4 블록을 제3 블록에 연결하여 블록체인 상에 등록함으로써, 의료기기 거래 당사자들 간에 정보 제공의 투명성과 신뢰성을 확보하고, 의료기기 거래 정보를 디지털 상으로 처리할 수 있는 효과가 있다.

한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 일실시예에 따른 블록체인의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 3은 일실시예에 따른 의료기기 거래 정보를 블록체인 상에 등록하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 블록체인 상에 등록된 블록들을 나타낸 도면이다.
도 5는 일실시예에 따른 캐릭터에 대한 NFT를 발행하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 거래 인센티브로 가상화폐를 지급하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 메타버스 내에서 아바타가 지정된 캐릭터로 표시되도록 제어하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 의료기기의 반출량을 관리하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 인공 신경망을 설명하기 위한 도면이다.
도 10은 일실시예에 따른 판매 내역을 통해 의료기기의 반출량을 확인하는 과정을 설명하기 위한 순서도이다.
도 11은 일실시예에 따른 장치의 구성에 대한 예시도이다.

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.

실시예에서 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 블록체인의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 블록체인(100)은 통신망을 통해 서로 통신 가능한 복수의 노드와 복수의 노드를 연결하고 있는 네트워크로 구성될 수 있다.

구체적으로, 블록체인(100)에 대해 설명해보면, 피투피(P2P) 네트워크 분산 환경에서 중앙 관리 서버가 아닌 참여자(피어, peer)들의 디지털 장비에 정보를 분산시켜 저장함으로써, 참여자로 선정된 복수의 노드에서 보안이 필요한 정보를 공동으로 관리할 수 있다.

블록체인(100)의 기본 구조는 블록(block)을 잇따라 연결한(chain) 모음의 형태로, 일정 시간 동안 반수 이상의 참여자들이 보안이 필요한 정보를 서로 교환해 확인하고 승인하는 과정을 거쳐, 승인된 정보만 하나의 블록으로 만든 후, 새로 만들어진 블록을 이전 블록에 연결하고, 그 사본을 만들어 각 참여자들의 장치에 분산시켜 저장함으로써, 보안이 필요한 정보가 분산 저장되어 복수의 노드 간에 공유될 수 있다.

즉, 블록체인(100)이란 블록에 데이터를 담아 체인 형태로 연결하고, 동시에 수많은 장치에 이를 복제해 저장하는 분산형 데이터 저장 기술로, 공공 거래 장부라고 할 수 있으며, 중앙 집중형 서버에 거래 기록을 보관하지 않고 거래에 참여하는 모든 참여자에게 거래 내역을 보내주고, 거래 때마다 모든 거래 참여자들이 정보를 공유하고 이를 대조해 데이터 위조나 변조를 할 수 없도록 되어 있다.

블록체인(100)은 중앙 집중형 서버에 거래 기록을 보관, 관리하지 않고 거래에 참여하는 개별적인 장치들이 모여 네트워크를 유지 및 관리하는데, 이 개별적의 각각의 장치, 즉 참여자를 노드라고 한다. 중앙 관리자가 없기 때문에 블록을 배포하는 노드의 역할이 중요하며, 참여하는 노드들 가운데 절반 이상의 동의가 있어야 새 블록이 생성된다. 노드들은 블록체인(100) 네트워크를 통해 서로 연결될 수 있으며, 일부 노드가 해킹을 당해 기존 내용에 오류가 발생해도 다수의 노드에 데이터가 남아 있어 계속적으로 데이터를 보존할 수 있다.

일실시예에 따르면, 복수의 노드를 참여자로 하여 블록체인(100)을 구현하고 있으며, 복수의 노드 각각은 단말 형태로 구현될 수 있고, 서버 형태로 구현될 수도 있다.

도 2는 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.

도 2를 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 블록체인(100), 복수의 구매자 단말(200), 복수의 판매자 단말(300) 및 장치(400)를 포함할 수 있다.

먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.

상술한 바와 같이, 블록체인(100)은 복수의 노드로 구성될 수 있는데, 복수의 구매자 단말(200), 복수의 판매자 단말(300) 및 장치(400)는 복수의 노드 중 어느 하나인 참여자로 참여하여 블록체인(100) 상에 직접적으로 연결될 수 있고, 복수의 노드 중 어느 하나와 연결되어 블록체인(100) 상에 간접적으로 연결될 수도 있다.

복수의 구매자 단말(200) 각각과 복수의 판매자 단말(300) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.

복수의 구매자 단말(200)은 의료기기를 구매하고자 하는 구매자들이 사용하는 단말로, 제1 구매자가 사용하는 제1 구매자 단말(210), 제2 구매자가 사용하는 제2 구매자 단말(220) 등을 포함할 수 있으며, 복수의 판매자 단말(300)은 의료기기를 판매하고자 하는 판매자들이 사용하는 단말로, 제1 판매자가 사용하는 제1 판매자 단말(310), 제2 판매자가 사용하는 제2 판매자 단말(320) 등을 포함할 수 있다.

복수의 구매자 단말(200) 각각과 복수의 판매자 단말(300) 각각은 장치(400)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(400)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션 또는 프로그램이 설치될 수 있다.

복수의 구매자 단말(200) 각각과 복수의 판매자 단말(300)은 장치(400)에서 제공하는 웹 사이트, 애플리케이션, 프로그램 등을 통해 장치(400)에 접속할 수 있다.

이하에서는 설명의 편의상, 제1 구매자 단말(210) 및 제1 판매자 단말(310)의 동작을 위주로 설명하지만, 제2 구매자 단말(220) 등의 다른 구매자 단말에서 제1 구매자 단말(210)의 동작을 대신 수행하고, 제2 판매자 단말(320) 등의 다른 판매자 단말에서 제1 판매자 단말(310)의 동작을 대신 수행할 수 있는 것은 물론이다.

장치(400)는 장치(400)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(400)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.

장치(400)는 블록체인(100)을 구성하는 복수의 노드 중 어느 하나일 수 있고, 복수의 노드 중 어느 하나와 연결될 수도 있다.

장치(400)는 복수의 구매자 단말(200) 및 복수의 판매자 단말(300)과 유무선으로 통신하도록 구성될 수 있으며, 복수의 구매자 단말(200) 및 복수의 판매자 단말(300) 각각의 동작을 제어하고, 복수의 구매자 단말(200) 및 복수의 판매자 단말(300) 각각의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.

한편, 설명의 편의를 위해 도 2에서는 복수의 구매자 단말(200) 중 제1 구매자 단말(210) 및 제2 구매자 단말(220)만을 도시하고, 복수의 판매자 단말(300) 중 제1 판매자 단말(310) 및 제2 판매자 단말(320)만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(400)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.

일실시예에 따르면, 장치(400)는 의료기기의 거래를 위한 플랫폼을 제공할 수 있으며, 해당 플랫폼을 통해 의료기기와 관련된 거래에서 발생하는 히스토리를 관리하고, 의료기기 판매에 대해 신고해야 하는 규격에 맞게 보고서를 자동으로 생성하여, 의료기기 거래를 위한 다양한 서비스를 제공할 수 있다.

장치(400)는 블록체인을 기반으로 의료기기의 거래와 관련된 정보를 기록하여 저장할 수 있다. 이와 관련된 자세한 설명은 도 3을 참조하여 후술하기로 한다.

장치(400)는 병원, 진료과목, 의사 등과 관련된 캐릭터를 NFT로 발행할 수 있다. 이와 관련된 자세한 설명은 도 5를 참조하여 후술하기로 한다.

블록체인 네트워크의 분산 플랫폼에 있어서, 각 노드들은 암호화된 P2P 네트워크로서 동작하며, 이른바 '블록'이라고 하는 각 자산들의 거래 기록들이 분산 원장에서의 암호화된 해시 함수를 통해 연결되어, 상호간 연결된 이른바 '블록체인'을 형성한다. 블록체인에 있어서의 각각의 블록은 각각의 거래의 유효성을 피어 장치들을 통해 인증된 디지털 자산의 거래 기록을 포함하고 있다. 암호화되고 탈중앙화된 컴퓨팅 기술들이 자산의 거래에 대한 검증과 인증을 식별하는데 사용되며, 블록체인 네트워크의 분산 플랫폼에 등록된 암호화된 디지털 자산들의 복제를 방지할 수 있다. 인증된 소유자에게는 개인 키(private key)가 제공될 수 있고, 개인 키는 네트워크 상에서 자산이 위치한 곳을 가리키거나 파일이 해독 또는 재구성되는 방법을 지시할 수 있다.

일반적으로 암호 화폐로 사용되고 있는 대체가능한 토큰(Fungible Token)은 하나의 토큰을 다른 토큰으로 대체하는 것이 가능한 토큰을 말한다. 대체가능한 토큰은 매 토큰이 유일성을 가지지 않는다는 것을 의미하며 대체가능한 토큰의 상호간 호환이 된다. 현재 절대 다수의 암호 화폐는 거래, 계량 단위, 또는 가치 저장을 할 수 있도록 대체가능성을 가지고 있다. 예를 들어, 이더리움 네트워크 상의 ERC-20은 대체가능한 토큰이다.

반면에, 본 발명에 있어서의 대체불가능한 토큰(Non-Fungible Token; NFT)은 그 진위를 영구하게 기록하는 고유 비트로 인증된 디지털 자산으로서, 이더리움과 같은 암호 화폐의 기반이 되는 분산 원장 시스템인 블록체인에 저장된다. 블록체인 기술을 이용해 토큰화(또는 자산화)했다는 점에서는 대체가능한 암호 화폐와 유사한 면이 있지만, 암호 화폐는 현실의 화폐처럼 누구나 통용할 수 있는 반면, NFT는 각각의 디지털 자산이 고유한 인식 값을 갖고 있기 때문에 대체불가능한 특성을 갖고 있다. 이러한 NFT는 블록체인 기술의 특성상 한 번 생성되면 삭제하거나 위조할 수가 없고 소유권과 거래 이력이 명시되므로 일종의 디지털 인증서 및 소유권 증명서와 같이 활용할 수 있다. 예를 들어, 이더리움 네트워크 상의 ERC-721은 대체불가능한 토큰(NFT)이다.

장치(400)는 의료기기 거래를 위한 인센티브로 가상화폐를 지급할 수 있다. 이와 관련된 자세한 설명은 도 6을 참조하여 후술하기로 한다.

본 발명에서, 가상화폐는 온라인 네트워크 상에서 발행되어 온라인과 오프라인에서 사용할 수 있는 디지털 화폐로, 컴퓨터 등에 정보 형태로 남아 실물 없이 사이버 상으로만 거래되는 전자 화폐의 일종을 의미할 수 있다.

장치(400)는 메타버스와 캐릭터를 연동하여, 메타버스 내에서 아바타가 지정된 캐릭터로 표시되도록 제어할 수 있다. 이와 관련된 자세한 설명은 도 7을 참조하여 후술하기로 한다.

본 발명에서, 메타버스는 가공, 추상을 의미하는 메타(meta)와 현실 세계를 의미하는 유니버스(universe)의 합성어로 온라인 속 3차원 입체 가상 세계에서 캐릭터 내지 아바타의 모습으로 구현된 개인들이 서로 소통하여, 현실의 활동을 그대로 할 수 있는 플랫폼을 말한다. 이러한 메타버스 환경은 가상 현실(virtual reality, VR), 증강 현실(augmented reality, AR) 및 혼합 현실(mixed reality, MR)을 아우르는 확장 현실(extended reality, XR)을 포함할 수 있다.

가상 현실은 컴퓨터를 이용하여 현실 세계에 존재하지 않는 가상 공간을 구축한 후 그 가상 공간을 현실처럼 느끼게 하는 기술을 말하고, 증강 현실 또는 혼합 현실은 현실 세계 위에 컴퓨터에 의해 생성된 정보를 덧붙여 표현하는 기술, 즉 현실 세계와 가상 세계를 결합함으로써 실시간으로 사용자와 상호작용이 이루어지도록 하는 기술을 말하는데, 본 발명에서의 메타버스 환경은 가상 현실, 증강 현실 및 혼합 현실 중 어느 하나의 환경을 통해 구현될 수 있다.

장치(400)는 인공지능을 기반으로 의료기기의 종류 및 재고량을 분석할 수 있다. 이와 관련된 자세한 설명은 도 8을 참조하여 후술하기로 한다.

본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.

기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.

인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.

이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.

컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.

도 3은 일실시예에 따른 의료기기 거래 정보를 블록체인 상에 등록하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저, S301 단계에서, 장치(400)는 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것을 확인할 수 있다. 이때, 장치(400)는 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있지 않은 것으로 확인되면, 회원 가입 안내 메시지를 제1 구매자 단말(210)로 전송할 수 있다.

구체적으로, 제1 구매자 단말(210)은 제1 구매자 계정을 통해 로그인을 수행할 수 있으며, 장치(400)는 제1 구매자 계정을 확인하여, 제1 구매자 정보를 획득할 수 있고, 제1 구매자 정보를 이용하여 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것을 확인할 수 있다. 이때, 장치(400)는 제1 구매자 계정을 통해 데이터베이스에 저장된 구매자 정보를 조회하여, 데이터베이스로부터 제1 구매자 정보를 획득할 수 있다. 여기서, 제1 구매자 정보는 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입할 때 등록한 정보로, 제1 구매자의 프로필 정보, 의료기기 구매 내역 등을 포함할 수 있다.

S302 단계에서, 장치(400)는 제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보를 획득할 수 있다. 이때, 장치(400)는 제1 구매자 계정을 통해 데이터베이스에 저장된 구매자 식별 정보를 조회하여, 데이터베이스로부터 제1 구매자 식별 정보를 획득할 수 있다. 여기서, 제1 구매자 식별 정보는 제1 구매자의 식별이 가능한 정보로, 제1 구매자의 이름, 생년월일, 연락처, 주소 등을 포함할 수 있다.

S303 단계에서, 장치(400)는 제1 구매자 식별 정보와 대응하는 제1 블록을 생성할 수 있다.

S304 단계에서, 장치(400)는 제1 블록이 생성되면, 제1 블록을 블록체인(100) 상에 등록할 수 있다.

S305 단계에서, 장치(400)는 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것을 확인할 수 있다. 이때, 장치(400)는 제1 구매자와 매칭되어 있는 판매자가 없는 것으로 확인되면, 판매자 설정 안내 메시지를 제1 구매자 단말(210)로 전송할 수 있다.

구체적으로, 제1 구매자는 제1 구매자 단말(210)을 통해, 제1 의료기기를 거래하기 위한 거래처로 제1 판매자를 선택할 수 있으며, 장치(400)는 제1 판매자가 제1 의료기기를 판매하는 판매자로 확인되면, 제1 구매자와 제1 판매자를 매칭하여, 제1 구매자와 제1 판매자를 제1 의료기기 거래에 대한 거래처로 등록할 수 있다.

S306 단계에서, 장치(400)는 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보를 획득할 수 있다. 이때, 장치(400)는 제1 판매자 계정을 통해 데이터베이스에 저장된 판매자 식별 정보를 조회하여, 데이터베이스로부터 제1 판매자 식별 정보를 획득할 수 있다. 여기서, 제1 판매자 식별 정보는 제1 판매자의 식별이 가능한 정보로, 제1 판매자의 이름, 생년월일, 연락처, 주소 등을 포함할 수 있다.

S307 단계에서, 장치(400)는 제1 판매자 식별 정보와 대응하는 제2 블록을 생성할 수 있다.

S308 단계에서, 장치(400)는 제2 블록이 생성되면, 제2 블록을 제1 블록에 연결하여 블록체인(100) 상에 등록할 수 있다.

S309 단계에서, 장치(400)는 제1 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것을 확인할 수 있다.

구체적으로, 제1 구매자는 제1 구매자 단말(210)을 통해, 제1 의료기기에 대한 구매를 요청할 수 있으며, 제1 판매자는 제1 의료기기에 대한 구매 요청에 따라, 제1 의료기기를 제1 구매자에게 판매하여, 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행될 수 있다.

제1 판매자는 제1 시점에 제1 구매자에게 제1 의료기기를 인도한 후, 제1 시점에 제1 의료기기에 대한 거래가 수행된 것을 히스토리로 기록하기 위해, 제1 판매자 단말(310)을 통해, 제1 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것을 나타내는 제1 거래 정보를 등록할 수 있으며, 장치(400)는 제1 거래 정보를 데이터베이스에 저장할 수 있다. 여기서, 제1 거래 정보는 제1 시점의 거래 정보로, 제1 구매자 식별 정보, 제1 판매자 식별 정보, 제1 시점에 거래된 제1 의료기기의 수 등을 포함할 수 있다.

S310 단계에서, 장치(400)는 제1 시점의 거래 정보인 제1 거래 정보가 등록되면, 제1 거래 정보를 획득할 수 있다.

S311 단계에서, 장치(400)는 제1 거래 정보와 대응하는 제3 블록을 생성할 수 있다.

S312 단계에서, 장치(400)는 제3 블록이 생성되면, 제3 블록을 제2 블록에 연결하여 블록체인(100) 상에 등록할 수 있다.

S313 단계에서, 장치(400) 제1 시점 이후 제2 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것을 확인할 수 있다.

구체적으로, 제1 구매자는 제1 시점 이후에 제1 구매자 단말(210)을 통해, 제1 의료기기에 대한 구매를 다시 요청할 수 있으며, 제1 판매자는 제1 의료기기에 대한 구매 요청에 따라, 제1 의료기기를 제1 구매자에게 다시 판매하여, 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 다시 수행될 수 있다.

제1 판매자는 제2 시점에 제1 구매자에게 제1 의료기기를 인도한 후, 제2 시점에 제1 의료기기에 대한 거래가 수행된 것을 히스토리로 기록하기 위해, 제1 판매자 단말(310)을 통해, 제2 시점에 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행된 것을 나타내는 제2 거래 정보를 등록할 수 있으며, 장치(400)는 제2 거래 정보를 데이터베이스에 저장할 수 있다. 여기서, 제2 거래 정보는 제2 시점의 거래 정보로, 제1 구매자 식별 정보, 제1 판매자 식별 정보, 제2 시점에 거래된 제1 의료기기의 수 등을 포함할 수 있다.

S314 단계에서, 장치(400)는 제2 시점의 거래 정보인 제2 거래 정보가 등록되면, 제2 거래 정보를 획득할 수 있다.

S315 단계에서, 장치(400)는 제2 거래 정보와 대응하는 제4 블록을 생성할 수 있다.

S316 단계에서, 장치(400)는 제4 블록이 생성되면, 제4 블록을 제3 블록에 연결하여 블록체인(100) 상에 등록할 수 있다.

도 4는 일실시예에 따른 블록체인 상에 등록된 블록들을 나타낸 도면이다.

도 4를 참조하면, 장치(400)는 제1 구매자 식별 정보와 대응하는 제1 블록(401)을 생성하고, 제1 블록(401)을 블록체인 상에 등록할 수 있다.

이후, 장치(400)는 제1 판매자 식별 정보와 대응하는 제2 블록(402)을 생성하고, 제2 블록(402)을 제1 블록(401)에 연결하여 블록체인 상에 등록할 수 있다. 이때, 제1 블록(401)이 블록체인 상에 등록되어 있는 상태에서, 제2 블록(402)은 제1 블록(401)에 연결되어 블록체인 상에 등록될 수 있다.

이후, 장치(400)는 제1 거래 정보와 대응하는 제3 블록(403)을 생성하고, 제3 블록(403)을 제2 블록(402)에 연결하여 블록체인 상에 등록할 수 있다. 이때, 제1 블록(401) 및 제2 블록(402)이 블록체인 상에 등록되어 있는 상태에서, 제3 블록(403)은 제2 블록(402)에 연결되어 블록체인 상에 등록될 수 있다.

이후, 장치(400)는 제2 거래 정보와 대응하는 제4 블록(404)을 생성하고, 제4 블록(404)을 제3 블록(403)에 연결하여 블록체인 상에 등록할 수 있다. 이때, 제1 블록(401), 제2 블록(402) 및 제3 블록(403)이 블록체인 상에 등록되어 있는 상태에서, 제4 블록(404)은 제3 블록(403)에 연결되어 블록체인 상에 등록될 수 있다.

도 5는 일실시예에 따른 캐릭터에 대한 NFT를 발행하는 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저, S501 단계에서, 장치(400)는 제1 구매자 단말(210)로부터 제1 캐릭터에 대한 NFT화 요청을 수신할 수 있다. 여기서, 제1 캐릭터는 제1 의사의 캐릭터로, 제1 의사 또는 제1 구매자에 의해 설정될 수 있다. 제1 캐릭터에 대한 NFT화 요청은 제1 캐릭터에 대한 NFT를 발행하여 생성해달라고 요청하는 것으로, 제1 캐릭터에 대한 NFT화 요청 시에 NFT 발행을 위한 소정의 수수료가 청구될 수 있다.

S502 단계에서, 장치(400)는 제1 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인할 수 있다.

S502 단계에서 제1 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, S503 단계에서, 장치(400)는 제1 캐릭터에 대한 이미지인 제1 이미지를 획득할 수 있다.

예를 들어, 장치(400)는 제1 구매자 단말(210)로부터 제1 이미지를 수신하여 획득할 수 있고, 데이터베이스에 저장된 정보를 조회하여 제1 이미지를 획득할 수도 있다.

S504 단계에서, 장치(400)는 제1 이미지가 획득되면, 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 제1 NFT를 생성할 수 있다.

이하에서 제1 NFT를 발행하여 생성하는 과정에 대해 자세히 설명하기로 한다.

먼저, 장치(400)는 제1 구매자 단말(210)로부터 제1 의사의 신원 확인 정보를 수신할 수 있다. 여기서, 신원 확인 정보는 제1 의사의 신원을 확인하는데 필요한 정보로, 제1 의사에게 부여된 식별자 코드를 포함할 수 있으며, 신원 확인 정보를 통해 제1 의사의 신원이 확인될 수 있다.

구체적으로, 제1 구매자 단말(210)은 제1 의사의 DID를 통해 제1 의사의 신원을 증명하는 과정을 수행할 수 있으며, 제1 의사의 DID를 통해 제1 의사의 신원이 증명된 경우, 제1 의사의 신원 확인 정보를 생성할 수 있다. 여기서, DID(Decentralized Identifiers)는 분산 식별자로, 개인정보를 중앙 서버가 아니라 개인 스마트폰, 태블릿 등 개인 기기에 분산시켜서 관리하고, 위·변조가 불가능한 블록체인 상에서는 해당 정보의 진위 여부만 기록함으로써, 정보를 매개하는 중개자 없이 본인 스스로 신분을 증명할 수 있다.

장치(400)는 제1 구매자 단말(210)에서 제1 의사의 신원 확인 정보가 생성된 경우, 제1 구매자 단말(210)로부터 제1 의사의 신원 확인 정보를 수신할 수 있다.

이후, 장치(400)는 제1 구매자 단말(210)로부터 제1 캐릭터에 대한 NFT화 요청을 수신할 수 있다. 여기서, 제1 캐릭터에 대한 NFT화 요청은 제1 캐릭터에 대한 이미지인 제1 이미지에 대한 NFT를 발행하여 생성해달라고 요청하는 것으로, 제1 이미지에 대한 NFT화 요청 시에 NFT 발행을 위한 소정의 수수료가 청구될 수 있다.

이후, 장치(400)는 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 제1 NFT를 생성할 수 있다. 이때, 장치(400)는 제1 의사의 DID를 통해 생성된 제1 의사의 신원 확인 정보를 포함시켜, 제1 NFT를 생성할 수 있다.

장치(400)는 제1 NFT를 발행하여, 제1 NFT를 생성할 때, 제1 이미지의 NFT를 암호화된 디지털 자산으로 생성할 수 있다.

일실시예에 따르면, 암호화된 디지털 자산의 생성은, 주소, 공개 키(public key) 및 개인 키(private key) 페어를 갖는, 암호화된 고유의 디지털 자산 코드를 생성하는 것을 포함한다.

일실시예에 따르면, 암호화된 디지털 자산에는, 이미지에 부여되어 있는 고유한 번호인 식별자가 포함된다. 따라서, 암호화된 디지털 자산은 이미지와 일대일로 매칭될 수 있다.

이후, 장치(400)는 제1 의사의 DID를 통해 생성된 제1 의사의 신원 확인 정보에서 제1 의사 식별자 코드를 추출할 수 있다. 즉, 제1 의사의 신원 확인 정보에는 제1 의사 식별자 코드가 포함되어 있으며, 장치(400)는 제1 구매자 단말(210)로부터 수신된 제1 의사의 신원 확인 정보에서 제1 의사 식별자 코드를 추출할 수 있다.

일실시예에 따르면, 제1 의사 식별자 코드는, 블록체인 네트워크에서 제1 의사를 식별하기 위해 사용하는 ID 코드를 의미한다. 제1 의사 식별자 코드는 제1 의사의 이름, 사용자 ID, 전화번호, 이메일 중 적어도 하나의 정보를 포함할 수도 있다.

이후, 장치(400)는 제1 NFT와 제1 의사 식별자 코드를 연결시킬 수 있다.

일실시예에 따르면, 제1 NFT와 제1 의사 식별자 코드의 연결은, 제1 NFT에 제1 의사를 소유자로 지정하면서, 제1 의사의 블록 체인 락커에 공개 키 및 개인 키를 저장하는 일련의 명령을 실행하는 것을 의미할 수 있다.

이후, 장치(400)는 블록체인 네트워크의 분산 원장으로 제1 NFT 및 제1 의사 식별자 코드를 전송하여, 분산 원장의 트랜잭션 블록 상에 제1 의사를 제1 NFT의 소유자로 기록할 수 있다.

구체적으로, 장치(400)는 블록체인 네트워크의 분산 원장으로 암호화된 디지털 자산인 제1 NFT와 함께 제1 의사 식별자 코드를 전송한다. 이때, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자가 지정되어 있지 않은 상태이다. 이에 따라, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자로서 제1 의사가 설정되었음이 거래 기록으로 기록되게 되며, 이러한 거래 기록이 각 노드 피어들을 통해 검증될 수 있다.

상술한 바와 같이, 제1 NFT가 발행될 때에는 제1 의사가 제1 NFT의 소유자로 설정될 수 있으므로, 의사가 자신의 캐릭터를 NFT화여 자산화 할 수 있다.

S502 단계에서 제1 캐릭터에 대한 NFT가 발행되어 있는 것으로 확인되거나 S504 단계 이후, S505 단계에서, 장치(400)는 제1 의사가 제1 진료과목에서 근무하고 있는 것을 확인할 수 있다. 이때, 장치(400)는 제1 진료과목의 캐릭터로 설정되어 있는 제2 캐릭터를 확인할 수 있다. 여기서, 제2 캐릭터는 제1 진료과목의 대표 캐릭터로, 제1 진료과목의 과장에 의해 설정될 수 있다.

S506 단계에서, 장치(400)는 제2 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인할 수 있다.

S506 단계에서 제2 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, S507 단계에서, 장치(400)는 제2 캐릭터에 대한 이미지인 제2 이미지를 획득할 수 있다.

예를 들어, 장치(400)는 제1 구매자 단말(210)로부터 제2 이미지를 수신하여 획득할 수 있고, 데이터베이스에 저장된 정보를 조회하여 제2 이미지를 획득할 수도 있다.

S508 단계에서, 장치(400)는 제2 이미지가 획득되면, 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 제2 NFT를 생성할 수 있다.

제2 NFT는 제1 NFT와 동일한 방식으로 발행될 수 있으며, 제2 NFT가 발행될 때에는 제1 진료과목의 과장이 제2 NFT의 소유자로 설정될 수 있으므로, 진료과목 별로 대표하는 캐릭터를 NFT화여 자산화 할 수 있다.

S506 단계에서 제2 캐릭터에 대한 NFT가 발행되어 있는 것으로 확인되거나 S508 단계 이후, S509 단계에서, 장치(400)는 제1 의사가 제1 병원에서 근무하고 있는 것을 확인할 수 있다. 이때, 장치(400)는 제1 병원의 캐릭터로 설정되어 있는 제3 캐릭터를 확인할 수 있다. 여기서, 제3 캐릭터는 제1 병원의 대표 캐릭터로, 제1 병원의 병원장에 의해 설정될 수 있다.

S510 단계에서, 장치(400)는 제3 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인할 수 있다.

S510 단계에서 제3 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, S511 단계에서, 장치(400)는 제3 캐릭터에 대한 이미지인 제3 이미지를 획득할 수 있다.

예를 들어, 장치(400)는 제1 구매자 단말(210)로부터 제3 이미지를 수신하여 획득할 수 있고, 데이터베이스에 저장된 정보를 조회하여 제3 이미지를 획득할 수도 있다.

S512 단계에서, 장치(400)는 제3 이미지가 획득되면, 제3 이미지에 대한 NFT인 제3 NFT를 발행하여, 제3 NFT를 생성할 수 있다.

제3 NFT는 제1 NFT와 동일한 방식으로 발행될 수 있으며, 제3 NFT가 발행될 때에는 제1 병원의 병원장이 제3 NFT의 소유자로 설정될 수 있으므로, 병원 별로 대표하는 캐릭터를 NFT화여 자산화 할 수 있다.

도 6은 일실시예에 따른 거래 인센티브로 가상화폐를 지급하는 과정을 설명하기 위한 순서도이다.

도 6을 참조하면, 먼저, S601 단계에서, 장치(400)는 제3 시점에 제1 블록과 연결되어 있는 블록들의 수인 제1 수치를 확인할 수 있다.

즉, 제1 블록과 제2 블록이 연결된 후, 제1 구매자 및 제1 판매자 간에 제1 의료기기에 대한 거래가 수행될 때마다 블록이 새로 생성될 수 있으며, 새로 생성되는 블록은 이전 블록에 연결되어 등록될 수 있다. 이때, 장치(400)는 제3 시점에 제1 블록과 몇 개의 블록들이 연결되어 있는지 확인하여, 제1 블록과 연결되어 있는 블록들의 수를 제1 수치로 확인할 수 있다.

예를 들어, 제3 시점에 제1 블록, 제2 블록, 제3 블록, 제4 블록 및 제5 블록이 연결되어 있는 경우, 장치(400)는 제1 수치를 4로 확인할 수 있다.

S602 단계에서, 장치(400)는 제1 수치가 제1 기준치 보다 큰지 여부를 확인할 수 있다. 여기서, 제1 기준치는 실시예에 따라 상이하게 설정될 수 있다.

S602 단계에서 제1 수치가 제1 기준치 보다 작은 것으로 확인되면, S601 단계로 되돌아가, 장치(400)는 일정 시간이 지난 이후, 제1 블록과 연결되어 있는 블록들의 수인 제1 수치를 다시 확인할 수 있다.

S602 단계에서 제1 수치가 제1 기준치 보다 큰 것으로 확인되면, S603 단계에서, 장치(400)는 제1 수치와 제1 기준 금액을 곱한 값으로, 제1 금액을 산출할 수 있다. 여기서, 제1 기준 금액은 실시예에 따라 상이하게 설정될 수 있다.

예를 들어, 제1 기준 금액은 구매자 거래 등급에 따라 차등적으로 설정될 수 있고, 구매자 거래 등급은 거래 횟수가 많을수록 등급이 상승할 수 있다. 구매자 거래 등급이 1등급인 경우 제1 기준 금액은 500원으로 설정되고, 구매자 거래 등급이 2등급인 경우 제1 기준 금액은 300원으로 설정되고, 구매자 거래 등급이 3등급인 경우 제1 기준 금액은 100원으로 설정될 수 있으며, 장치(400)는 제1 수치가 4인 상태에서, 제1 구매자의 거래 등급이 1등급으로 확인되면, 제1 금액을 2,000원으로 산출하고, 제2 구매자의 거래 등급이 2등급으로 확인되면, 제1 금액을 1,200원으로 산출하고, 제3 구매자의 거래 등급이 3등급으로 확인되면, 제1 금액을 400원으로 산출할 수 있다.

S604 단계에서, 장치(400)는 제1 금액에 대응하는 가상화폐를 거래 인센티브로 제1 구매자에게 지급할 수 있다. 이때, 장치(400)는 제1 구매자 계정과 연동된 가상화폐 지갑에 제1 금액에 대응하는 가상화폐를 거래 인센티브로 지급할 수 있다.

장치(400)는 가상화폐의 실시간 시세를 반영하여, 제1 금액에 대응하는 가상화폐의 수량을 결정할 수 있으며, 결정된 가상화폐의 수량을 제1 구매자에게 지급할 수 있다.

S605 단계에서, 장치(400)는 제4 시점에 제1 블록과 연결되어 있는 블록들의 수인 제2 수치를 확인할 수 있다. 여기서, 제4 시점은 제3 시점으로부터 제1 기준 기간이 지난 후의 시점을 의미하고, 제1 기준 기간은 실시예에 따라 상이하게 설정될 수 있다. 예를 들어, 제3 시점이 1월 5일인데, 제1 기준 기간이 10일로 설정되어 있는 경우, 제4 시점은 1월 15일일 수 있다.

S606 단계에서, 장치(400)는 제2 수치에서 제1 수치를 차감한 값으로, 제3 수치를 산출할 수 있다.

S607 단계에서, 장치(400)는 제3 수치가 제2 기준치 보다 큰지 여부를 확인할 수 있다. 여기서, 제2 기준치는 실시예에 따라 상이하게 설정될 수 있다.

S607 단계에서 제3 수치가 제2 기준치 보다 작은 것으로 확인되면, S605 단계로 되돌아가, 장치(400)는 일정 시간이 지난 이후, 제1 블록과 연결되어 있는 블록들의 수인 제2 수치를 다시 확인할 수 있다.

S607 단계에서 제3 수치가 제2 기준치 보다 큰 것으로 확인되면, S608 단계에서, 장치(400)는 제3 수치와 제2 기준 금액을 곱한 값으로, 제2 금액을 산출할 수 있다. 여기서, 제2 기준 금액은 실시예에 따라 상이하게 설정될 수 있다.

S609 단계에서, 장치(400)는 제2 금액에 대응하는 가상화폐를 거래 인센티브로 제1 구매자에게 추가로 지급할 수 있다. 이때, 장치(400)는 제1 구매자 계정과 연동된 가상화폐 지갑에 제2 금액에 대응하는 가상화폐를 거래 인센티브로 추가 지급할 수 있다.

도 7은 일실시예에 따른 메타버스 내에서 아바타가 지정된 캐릭터로 표시되도록 제어하는 과정을 설명하기 위한 순서도이다.

먼저, 장치(400)는 출력 기기와 유무선으로 통신하도록 구성될 수 있으며, 출력 기기의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있고, 출력 기기의 전체적인 동작을 제어할 수 있다.

또한, 장치(400)는 조작 기기와 유무선으로 통신하도록 구성될 수 있으며, 조작 기기로부터 조작 신호를 획득하여 사용자 조작을 인식할 수 있고, 조작 기기의 전체적인 동작을 제어할 수 있다.

출력 기기는 메타버스 환경으로 구현된 화면을 출력하는 기기로, 장치(400)와 전기적으로 연결될 수 있다.

출력 기기는 메타버스 환경으로 구현된 화면의 영상을 출력하기 위해 사용자에게 착용되는 것으로, 예를 들면, 사용자의 머리 또는 눈 부분에 장착하여 사용자의 눈 앞에 직접 VR/AR 영상을 출력하는 디스플레이 장치인 헤드마운트 디스플레이(head mounted display, HMD) 등으로 마련될 수 있다. 헤드마운트 디스플레이는 사용자가 현실감 있는 영상을 체험할 수 있도록 지원하는 웨어러블 영상 출력 단말의 일종이며, 주로 헬멧 전면에 디스플레이가 장착되어 VR/AR 등의 영상을 출력할 수 있다.

출력 기기는 출력 기기를 착용한 사용자의 머리 움직임을 통해 사용자의 시선을 추적할 수 있으며, 헤드 트렉킹을 통해 사용자의 시선 이동에 따라 영상이 변경되어 표시되도록 처리할 수 있다. 즉, 출력 기기는 사용자 머리의 회전 각도와 속도 등을 수치화하여, 사용자 머리의 움직임과 동일한 방향으로 영상이 변경되도록 처리할 수 있다. 예를 들어, 사용자의 머리가 오른쪽으로 회전하면 메타버스 환경으로 구현된 화면의 영상에서도 오른쪽으로 움직이고, 사용자의 머리가 왼쪽으로 회전하면 메타버스 환경으로 구현된 화면의 영상에서도 왼쪽으로 움직이도록 처리할 수 있다.

조작 기기는 사용자에게 착용되어 사용자의 조작에 따라 명령에 대한 조작 신호를 생성하는 기기로, 장치(400)와 전기적으로 연결될 수 있다.

조작 기기는 메타버스 환경으로 구현된 화면 상에서 상호작용하기 위해 사용자의 손에 착용되는 것으로, 예를 들면, 사용자의 모션을 트래킹하고, 물리적인 피드백을 제공하며, 촉감에 대한 피드백을 제공하는 VR/AR글러브(VR/AR gloves)로 마련될 수 있다.

이러한 VR/AR글러브(VR/AR gloves)는 사용자의 손가락, 손, 손목의 모션을 트래킹하여 VR/AR 상에서 구현하고, 각 손가락마다 기설정된 크기의 인장력을 가함으로써 VR/AR내 물체의 경도를 표현하며, 각 손가락에 설치된 진동센서를 통하여 감촉을 표현하는데, 본 발명에서는 사용자가 메타버스 환경에서 상호작용하기 위해 VR/AR 글러브를 활용하여 조작 신호를 생성하면, 조작 신호를 통해 메타버스 기반의 체험 서비스가 제공될 수 있다.

도 7을 참조하면, 먼저, S701 단계에서, 장치(400)는 제1 사용자가 출력 기기를 착용한 것을 확인할 수 있다. 이때, 장치(400)는 출력 기기에 부착된 센서로부터 감지 신호를 획득하면, 제1 사용자가 출력 기기를 착용한 것으로 확인할 수 있다.

S702 단계에서, 장치(400)는 제1 사용자가 출력 기기를 착용한 것으로 확인되면, 병원 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

장치(400)는 제1 사용자 정보가 확인되지 않으면, 랜덤으로 제공되는 병원 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다. 예를 들어, 장치(400)는 가장 많이 검색되는 순으로 병원을 정렬하여, 정렬된 병원들이 배치된 병원 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

장치(400)는 제1 사용자 정보가 확인되면, 제1 사용자 맞춤형의 병원 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다. 예를 들어, 장치(400)는 제1 사용자의 거주지와 가까운 순으로 병원을 정렬하여, 정렬된 병원들이 배치된 병원 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S703 단계에서, 장치(400)는 제1 사용자가 조작 기기를 착용하고 있는 경우, 조작 기기를 통해 병원 선택 화면 상에서 제1 병원이 선택되면, 제1 병원의 로비가 메타버스 환경으로 구현되어 있는 제1 가상 공간에 상기 제1 사용자가 접속되도록, 제1 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

구체적으로, 장치(400)는 조작 기기를 통해 병원 선택 화면 상에서 제1 병원이 선택되면, 조작 기기로부터 제1 병원에 대한 선택 신호를 획득할 수 있고, 제1 병원에 대한 선택 신호를 통해, 병원 선택 화면 상에서 제1 병원이 선택된 것으로 확인되면, 제1 병원 로비의 실제 공간과 대응하는 제1 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

이를 위해, 병원 별로 대응하는 가상 공간이 각각 메타버스 환경으로 구현되어 있으며, 제1 가상 공간은 제1 병원 로비의 실제 공간과 대응하여 메타버스 환경으로 구현된 가상의 공간을 의미할 수 있다.

장치(400)는 제1 가상 공간의 화면이 제1 사용자가 착용하고 있는 출력 기기에서 표시되도록 제어하여, 제1 가상 공간에 제1 사용자가 접속되도록 처리할 수 있으며, 제1 사용자는 출력 기기에 표시된 제1 가상 공간의 화면을 통해, 제1 가상 공간에 접속한 것과 같은 경험을 느낄 수 있다.

장치(400)는 조작 기기를 통해 제1 가상 공간 내에서의 이동이 요청되면, 조작 기기로부터 이동 요청 신호를 획득할 수 있다.

장치(400)는 이동 요청 신호를 통해, 제1 가상 공간 내에서의 이동이 요청된 것으로 확인되면, 제1 가상 공간 상에서 제1 사용자가 위치하고 있는 지점을 변경하여, 변경된 지점을 중심으로 제1 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

예를 들어, 제1 가상 공간에 제1 사용자가 접속하면, 제1 사용자가 제1 가상 공간 내에서 제1 지점에 위치할 수 있으며, 장치(400)는 제1 지점을 중심으로 제1 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

이후, 제1 가상 공간 내에서의 이동 요청으로, 제1 사용자가 제1 가상 공간 내에서 제2 지점으로 이동한 경우, 장치(400)는 제2 지점을 중심으로 제1 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S704 단계에서, 장치(400)는 제1 가상 공간 상에서 제1 병원을 안내하기 위한 가이드의 아바타가 제3 캐릭터로 표시되도록 제어할 수 있다.

즉, 제1 가상 공간에 제1 사용자가 접속한 이후, 조작 기기를 통해 제1 병원을 안내하기 위한 가이드의 제공이 요청되면, 장치(400)는 제1 병원을 안내하기 위한 가이드의 아바타를 제3 캐릭터로 표시하여, 제1 가상 공간 상에서 제3 캐릭터로 형성된 아바타가 표시되도록 제어할 수 있다. 이때, 제3 캐릭터로 표시된 아바타는 제1 병원에 마련되어 있는 진료과목들에 대해 안내하는 역할을 수행할 수 있다.

S705 단계에서, 장치(400)는 제1 사용자가 조작 기기를 착용하고 있는 경우, 조작 기기를 통해 제1 가상 공간 상에서 진료과목 확인 메뉴가 선택되면, 진료과목 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

장치(400)는 제1 병원에 마련되어 있는 진료과목들을 확인한 후, 제1 병원에 마련되어 있는 진료과목들을 가나다 순으로 정렬하여, 정렬된 진료과목들이 배치된 진료과목 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S706 단계에서, 장치(400)는 제1 사용자가 조작 기기를 착용하고 있는 경우, 조작 기기를 통해 진료과목 선택 화면 상에서 제1 진료과목이 선택되면, 제1 진료과목의 복도가 메타버스 환경으로 구현되어 있는 제2 가상 공간에 상기 제1 사용자가 접속되도록, 제2 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

구체적으로, 장치(400)는 조작 기기를 통해 진료과목 선택 화면 상에서 제1 진료과목이 선택되면, 조작 기기로부터 제1 진료과목에 대한 선택 신호를 획득할 수 있고, 제1 진료과목에 대한 선택 신호를 통해, 진료과목 선택 화면 상에서 제1 진료과목이 선택된 것으로 확인되면, 제1 병원에 있는 제1 진료과목 복도의 실제 공간과 대응하는 제2 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

이를 위해, 제1 병원에 마련되어 있는 진료과목 별로 대응하는 가상 공간이 각각 메타버스 환경으로 구현되어 있으며, 제2 가상 공간은 제1 진료과목 복도의 실제 공간과 대응하여 메타버스 환경으로 구현된 가상의 공간을 의미할 수 있다.

즉, 제1 가상 공간은 제1 병원의 로비와 대응하는 공간이고, 제2 가상 공간은 제1 진료과목의 복도와 대응하는 공간일 수 있다.

장치(400)는 제2 가상 공간의 화면이 제1 사용자가 착용하고 있는 출력 기기에서 표시되도록 제어하여, 제2 가상 공간에 제1 사용자가 접속되도록 처리할 수 있으며, 제1 사용자는 출력 기기에 표시된 제1 가상 공간의 화면이 제2 가상 공간의 화면으로 전환되면, 제1 가상 공간에서 제2 가상 공간으로 진입한 것과 같은 경험을 느낄 수 있다.

장치(400)는 조작 기기를 통해 제2 가상 공간 내에서의 이동이 요청되면, 조작 기기로부터 이동 요청 신호를 획득할 수 있다.

장치(400)는 이동 요청 신호를 통해, 제2 가상 공간 내에서의 이동이 요청된 것으로 확인되면, 제2 가상 공간 상에서 제1 사용자가 위치하고 있는 지점을 변경하여, 변경된 지점을 중심으로 제2 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S707 단계에서, 장치(400)는 제2 가상 공간 상에서 제1 진료과목을 안내하기 위한 가이드의 아바타가 제2 캐릭터로 표시되도록 제어할 수 있다.

즉, 제2 가상 공간에 제1 사용자가 접속한 이후, 조작 기기를 통해 제1 진료과목을 안내하기 위한 가이드의 제공이 요청되면, 장치(400)는 제1 진료과목을 안내하기 위한 가이드의 아바타를 제2 캐릭터로 표시하여, 제2 가상 공간 상에서 제2 캐릭터로 형성된 아바타가 표시되도록 제어할 수 있다. 이때, 제2 캐릭터로 표시된 아바타는 제1 진료과목에 소속되어 있는 의사들에 대해 안내하는 역할을 수행할 수 있다.

S708 단계에서, 장치(400)는 제1 사용자가 조작 기기를 착용하고 있는 경우, 조작 기기를 통해 제2 가상 공간 상에서 의사 확인 메뉴가 선택되면, 의사 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

장치(400)는 제1 진료과목에 소속되어 있는 의사들을 확인한 후, 제1 진료과목에 소속되어 있는 의사들을 가나다 순으로 정렬하여, 정렬된 의사들이 배치된 의사 선택 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S709 단계에서, 장치(400)는 제1 사용자가 조작 기기를 착용하고 있는 경우, 조작 기기를 통해 의사 선택 화면 상에서 제1 의사가 선택되면, 제1 의사의 진료실이 메타버스 환경으로 구현되어 있는 제3 가상 공간에 상기 제1 사용자가 접속되도록, 제3 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

구체적으로, 장치(400)는 조작 기기를 통해 의사 선택 화면 상에서 제1 의사가 선택되면, 조작 기기로부터 제1 의사에 대한 선택 신호를 획득할 수 있고, 제1 의사에 대한 선택 신호를 통해, 의사 선택 화면 상에서 제1 의사가 선택된 것으로 확인되면, 제1 병원에 있는 제1 의사 진료실의 실제 공간과 대응하는 제3 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

이를 위해, 제1 병원에 소속되어 있는 의사 별로 대응하는 가상 공간이 각각 메타버스 환경으로 구현되어 있으며, 제3 가상 공간은 제1 의사 진료실의 실제 공간과 대응하여 메타버스 환경으로 구현된 가상의 공간을 의미할 수 있다.

즉, 제1 가상 공간은 제1 병원의 로비와 대응하는 공간이고, 제2 가상 공간은 제1 진료과목의 복도와 대응하는 공간이고, 제3 가상 공간은 제1 의사의 진료실과 대응하는 공간일 수 있다.

장치(400)는 제3 가상 공간의 화면이 제1 사용자가 착용하고 있는 출력 기기에서 표시되도록 제어하여, 제3 가상 공간에 제1 사용자가 접속되도록 처리할 수 있으며, 제1 사용자는 출력 기기에 표시된 제2 가상 공간의 화면이 제3 가상 공간의 화면으로 전환되면, 제2 가상 공간에서 제3 가상 공간으로 진입한 것과 같은 경험을 느낄 수 있다.

장치(400)는 조작 기기를 통해 제3 가상 공간 내에서의 이동이 요청되면, 조작 기기로부터 이동 요청 신호를 획득할 수 있다.

장치(400)는 이동 요청 신호를 통해, 제3 가상 공간 내에서의 이동이 요청된 것으로 확인되면, 제3 가상 공간 상에서 제1 사용자가 위치하고 있는 지점을 변경하여, 변경된 지점을 중심으로 제3 가상 공간의 화면이 출력 기기에서 표시되도록 제어할 수 있다.

S710 단계에서, 장치(400)는 제3 가상 공간에 제1 의사가 접속되어 있는 것으로 확인되면, 제3 가상 공간 상에서 제1 의사의 아바타가 제1 캐릭터로 표시되도록 제어할 수 있다.

즉, 제3 가상 공간에 출력 기기를 착용한 제1 사용자가 접속한 상태에서, 제3 가상 공간에 다른 출력 기기를 착용한 제1 의사가 접속한 경우, 장치(400)는 제3 가상 공간에 제1 사용자 및 제1 의사가 동시에 접속한 것으로 확인하여, 제1 사용자가 착용한 출력 기기에서 제1 의사의 아바타가 제1 캐릭터로 표시되도록 제어하고, 제1 의사가 착용한 출력 기기에서 제1 사용자의 아바타가 제1 사용자가 지정한 캐릭터로 표시되도록 제어할 수 있다.

도 8은 일실시예에 따른 의료기기의 반출량을 관리하는 과정을 설명하기 위한 순서도이다.

도 8을 참조하면, 먼저, S801 단계에서, 장치(400)는 제5 시점에 제1 판매자의 창고에 보관되어 있는 의료기기를 촬영하여 생성된 제4 이미지를 획득할 수 있다.

구체적으로, 제1 판매자가 운영하는 업체에는 의료기기를 보관하는 창고가 구비되어 있으며, 창고 내부에는 의료기기들을 보관하기 위한 보관함이 구비되어 있을 수 있다. 제1 판매자 단말(310)은 제5 시점에 제1 판매자 단말(310)에 구비된 카메라를 이용하여 창고의 보관함에 진열되어 있는 의료기기에 대한 촬영을 수행하여 제4 이미지를 생성할 수 있다. 장치(400)는 제5 시점에 제1 판매자의 창고에 보관되어 있는 의료기기를 촬영하여 제4 이미지가 생성되면, 제1 판매자 단말(310)로부터 제4 이미지를 획득할 수 있다.

일실시예에 따르면, 제1 판매자 단말(310)에 포함되어 있는 카메라는 영상 촬영을 위한 Full HD(High Definition) 화질의 카메라 장비로서, 30내지 60프레임을 기준으로 하는 촬영 장비일 수 있다. 카메라는 노출, 셔터스피드, 감도를 자동으로 조절할 수 있으며, 판매자의 편의에 따라 수동 조절이 가능할 수 있다.

S802 단계에서, 장치(400)는 제4 이미지를 인코딩 하여 제1 입력 신호를 생성할 수 있다.

구체적으로, 장치(400)는 제4 이미지의 픽셀을 색 정보로 인코딩 하여 제1 입력 신호를 생성할 수 있다. 색 정보는 RGB 색상 정보, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다. 장치(400)는 색 정보를 수치화된 값으로 환산할 수 있으며, 이 값을 포함한 데이터 시트 형태로 이미지를 인코딩할 수 있다.

S803 단계에서, 장치(400)는 제1 입력 신호를 인공 신경망에 입력할 수 있다.

일실시예에 따르면, 인공 신경망은 컨볼루션 신경망으로 구현되어, 컨볼루션 신경망은 특징 추출 신경망과 분류 신경망으로 구성되어 있으며, 특징 추출 신경망은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.

일실시예에 따르면, 분류 신경망은 은닉층과 출력층을 가지고 있다. 인공지능 기반의 의료기기 반출량 관리 방법을 위한 컨볼루션 신경망에서는 일반적으로 은닉층이 3개 이상 존재하며, 각 은닉층의 노드는 100개로 지정하나 경우에 따라 그 이상으로 정할 수 있다. 은닉층의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 컨볼루션 신경망의 출력층 노드는 총 50개로 할 수 있다. 컨볼루션 신경망에 대한 자세한 설명은 도 9를 참조하여 후술한다.

S804 단계에서, 장치(400)는 컨볼루션 신경망인 인공 신경망의 입력의 대한 결과에 기초하여, 인공 신경망의 출력값인 제1 출력 신호를 획득할 수 있다.

일실시예에 따르면, 컨볼루션 신경망의 50개 출력층 노드는 상위 25개의 출력층 노드와 하위 25개의 출력층 노드를 포함할 수 있다. 컨볼루션 신경망의 50개 출력층 노드 중 상위 25개의 출력층 노드는 의료기기의 종류를 지시할 수 있다. 하위 25개의 노드는 상위 25개의 노드에 대응하는 의료기기의 재고량을 지시할 수 있다. 컨볼루션 신경망의 출력에 관한 자세한 설명은 도 9를 참조하여 후술한다.

S805 단계에서, 장치(400)는 제1 출력 신호를 기초로, 제5 시점에 보관되어 있는 의료기기의 종류 및 재고량을 분석할 수 있다. 즉, 장치(400)는 제5 시점에 창고에 보관되어 있는 의료기기의 종류가 어느 것인지 분석하고, 의료기기의 종류 별로 재고량이 몇 개인지 분석할 수 있다.

S806 단계에서, 장치(400)는 제6 시점에 제1 판매자의 창고에 보관되어 있는 의료기기를 촬영하여 생성된 제5 이미지를 획득할 수 있다. 여기서, 제6 시점은 제5 시점으로부터 제2 기준 기간이 지난 후의 시점을 의미하고, 제2 기준 기간은 실시예에 따라 상이하게 설정될 수 있다. 예를 들어, 제5 시점이 13시인데, 제2 기준 기간이 5시간으로 설정되어 있는 경우, 제6 시점은 18시일 수 있다.

구체적으로, 제1 판매자 단말(310)은 제6 시점에 제1 판매자 단말(310)에 구비된 카메라를 이용하여 창고의 보관함에 진열되어 있는 의료기기에 대한 촬영을 수행하여 제5 이미지를 생성할 수 있다. 장치(400)는 제6 시점에 제1 판매자의 창고에 보관되어 있는 의료기기를 촬영하여 제5 이미지가 생성되면, 제1 판매자 단말(310)로부터 제5 이미지를 획득할 수 있다.

S807 단계에서, 장치(400)는 제5 이미지를 인코딩 하여 제2 입력 신호를 생성할 수 있다.

S808 단계에서, 장치(400)는 제2 입력 신호를 인공 신경망에 입력할 수 있다.

S809 단계에서, 장치(400)는 인공 신경망의 입력의 대한 결과에 기초하여, 인공 신경망의 출력값인 제2 출력 신호를 획득할 수 있다.

S810 단계에서, 장치(400)는 제2 출력 신호를 기초로, 제6 시점에 보관되어 있는 의료기기의 종류 및 재고량을 분석할 수 있다. 즉, 장치(400)는 제6 시점에 창고에 보관되어 있는 의료기기의 종류가 어느 것인지 분석하고, 의료기기의 종류 별로 재고량이 몇 개인지 분석할 수 있다.

S811 단계에서, 장치(400)는 제5 시점에 보관되어 있는 의료기기의 종류 및 재고량과 제6 시점에 보관되어 있는 의료기기의 종류 및 재고량을 비교하여, 제5 시점과 제6 시점 간에 재고량 차이가 있는 의료기기가 있는지 여부를 확인할 수 있다.

예를 들어, 제5 시점에 제1 의료기기가 5개, 제2 의료기기가 4개 보관되어 있는 것으로 확인되고, 제6 시점에 제1 의료기기가 4개, 제2 의료기기가 4개 보관되어 있는 것으로 확인되면, 장치(400)는 제5 시점과 제6 시점 간에 제1 의료기기의 재고량이 차이가 있는 것으로 확인할 수 있다.

S811 단계에서 제1 의료기기의 재고량이 차이가 있는 것으로 확인되면, S812 단계에서, 장치(400)는 제5 시점과 제6 시점 간에 차이나는 제1 의료기기의 재고량을 제1 의료기기의 반출량으로 산출할 수 있다.

구체적으로, 제5 시점에 창고에 보관되어 있는 제1 의료기기의 재고량이 제1 수량이고, 제6 시점에 창고에 보관되어 있는 제1 의료기기의 재고량이 제2 수량인 경우, 장치(400)는 제1 수량 및 제2 수량이 상이한 것으로 확인되면, 제5 시점과 제6 시점 간에 제1 의료기기의 재고량이 차이가 있는 것으로 확인할 수 있으며, 제1 수량에서 제2 수량을 차감하여, 제1 의료기기의 반출량을 산출할 수 있다.

예를 들어, 제5 시점에 제1 의료기기가 창고에 5개 보관되어 있는 것으로 확인되고, 제6 시점에 제1 의료기기가 창고에 4개 보관되어 있는 것으로 확인되면, 장치(400)는 5개에서 4개를 차감하여, 1개를 제1 의료기기의 반출량으로 산출할 수 있다.

도 9는 일실시예에 따른 인공 신경망을 설명하기 위한 도면이다.

일실시예에 따르면, 장치(400)는 제1 판매자 단말(310)의 카메라를 통한 촬영으로 생성된 이미지를 인코딩 하여 제1 입력 신호를 생성할 수 있으며, 인공 신경망(901)은 제1 입력 신호를 입력으로 하고, 의료기기의 종류(902) 및 의료기기의 재고량(903)을 출력으로 할 수 있다.

일실시예에 따른 인코딩은 이미지의 픽셀 별 색 정보를 수치화된 데이터 시트 형태로 저장하는 방식으로 이뤄질 수 있는데, 색 정보는 하나의 픽셀이 가지고 있는 RGB 색상, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다.

일실시예에 따르면, 인공 신경망(901)은 컨볼루션 신경망으로 구현되어, 인공 신경망(901)은 특징 추출 신경망(910)과 분류 신경망(920)으로 구성될 수 있으며, 특징 추출 신경망(910)은 의료기기를 찍은 이미지에서 의료기기와 배경을 분리하는 작업을 수행할 수 있으며, 분류 신경망(920)은 그로부터 의료기기를 종류별로 분류하고, 의료기기의 종류별로 각각의 재고량을 파악하는 작업을 수행하도록 할 수 있다. 특징 추출 신경망(910)이 의료기기와 배경과 구분하는 방법은, 이미지를 인코딩한 제1 입력 신호의 데이터 시트로부터 색 정보의 각 값들의 변화가 한 픽셀을 포함하는 8개의 픽셀 중 6개 이상에서 30% 이상의 변화가 생긴 것으로 감지되는 픽셀들의 묶음을 의료기기와 배경의 경계로 삼을 수 있으나, 이에 국한하지 않는다.

일실시예에 따르면, 특징 추출 신경망(910)은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.

일실시예에 따른 분류 신경망(920)은 특징 추출 신경망(910)을 통해 배경으로부터 구분된 의료기기를 그 형태 및 연속성에 따라 종류를 구분하고, 의료기기의 재고량(903)을 종류별로 파악할 수 있다. 의료기기의 비교를 위해 데이터베이스에 저장된 정보들을 활용할 수 있다. 분류 신경망(920)은 의료기기의 종류(902)를 파악하는 작업을 우선으로 하며, 파악된 의료기기의 형태 및 크기에 따라 의료기기의 재고량(903) 파악을 용이하도록 할 수 있다.

일실시예에 따르면, 분류 신경망(920)은 은닉층과 출력층을 가지고 있다. 장치(400) 내의 인공 신경망(901)에서는 일반적으로 은닉층이 5개 이상 존재하며, 각 은닉층의 노드는 80개로 지정하나 경우에 따라 그 이상으로 정할 수 있다. 은닉층의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 인공 신경망(901)의 출력층 노드는 총 50개로 할 수 있다.

일실시예에 따른 인공 신경망(901)의 출력은 출력층의 50개 노드 중 상위 25개의 노드는 의료기기의 종류(902)를 지시할 수 있고, 하위 25개의 노드는 상위 노드에 각각 대응하는 의료기기의 재고량(903)을 지시할 수 있다. 상위 25개의 노드와 하위 25개의 노드를 대응시키는 방식은 상위 n번 째 노드와 하위 n번 째 노드를 대응시키는 방식으로, 전체에서 n번 째 노드가 전체에서 25+n번 째 노드에 대응하는 방식으로 진행될 수 있다. 예를 들어, 1번 째 노드는 26번 째 노드에 대응하며, 2번 째 노드는 27번 째 노드에, 10번 째 노드는 35번 째 노드에, 25번 재 노드는 50번 째 노드에 대응하는 방식으로 진행될 수 있다. 의료기기의 종류(902)는 의료기기에 대응하는 코드 정보로 출력될 수 있으나, 이에 국한하지 않는다. 인공 신경망(901)의 50개의 출력층 노드 중 출력값이 없는 출력층 노드는 숫자 ‘0’을 그 출력값으로 출력할 수 있다. 상위 25개의 노드 중에 이 숫자 ‘0’이 포함되는 노드들은 해당하는 의료기기가 없는 것으로 간주될 수 있다. 만약 분류된 의료기기의 종류가 25개 이상일 경우, 남은 의료기기는 미리 생성한 출력값이 모두 처리된 후 이어서 자동으로 처리될 수 있다.

일실시예에 따르면, 인공 신경망(901)은 사용자가 인공 신경망(901)에 따른 의료기기 파악의 문제점 발견 시 사용자에 의해 입력된 수정 정답에 의해 생성되는 제1 학습 신호를 전달받아 학습할 수 있다. 인공 신경망(901)에 따른 의료기기 파악의 문제점은 의료기기의 종류(902) 및 의료기기의 재고량(903)에 문제가 있는 경우를 의미할 수 있다.

일실시예에 따른 제1 학습 신호는 정답과 출력값의 오차를 바탕으로 만들어지며, 경우에 따라 델타를 이용하는 SGD나 배치 방식 혹은 역전파 알고리즘을 따르는 방식을 사용할 수 있다. 본 제1 학습 신호에 의해 인공 신경망(901)은 기존의 가중치를 수정해 학습을 수행하며, 경우에 따라 모멘텀을 사용할 수 있다. 오차의 계산에는 비용함수가 사용될 수 있는데, 비용함수로 Cross entropy 함수를 사용할 수 있다.

도 10은 일실시예에 따른 판매 내역을 통해 의료기기의 반출량을 확인하는 과정을 설명하기 위한 순서도이다.

도 10을 참조하면, 먼저, S1001 단계에서, 장치(400)는 제1 의료기기의 반출량이 산출되어, 제1 의료기기의 반출량이 0보다 큰 것으로 확인되면, 제2 기준 기간 동안 판매된 제1 판매자의 의료기기 판매 내역을 획득할 수 있다. 여기서, 제2 기준 기간은 제5 시점부터 제6 시점까지의 기간을 의미할 수 있고, 의료기기 판매 내역은 제1 판매자가 어느 시점에 어느 의료기기를 얼마나 많이 판매하였는지 나타내는 리스트로 구성될 수 있다.

예를 들어, 제5 시점이 13시이고, 제6 시점이 18시인 경우, 장치(400)는 13시부터 18시까지 판매된 제1 판매자의 의료기기 판매 내역을 획득할 수 있다.

S1002 단계에서, 장치(400)는 제2 기준 기간 동안 판매된 제1 판매자의 의료기기 판매 내역을 기초로, 제2 기준 기간 동안 판매된 의료기기의 종류 및 판매량을 분석할 수 있다.

예를 들어, 제2 기준 기간이 13시부터 18시까지이고, 14시에 판매된 의료기기 판매 내역에는 제1 의료기기가 1개, 제2 의료기기가 2개 판매되어 있고, 15시에 판매된 의료기기 판매 내역에는 제2 의료기기가 1개, 제3 의료기기가 2개 판매되어 있는 경우, 장치(400)는 제2 기준 기간 동안에 제1 의료기기가 1개, 제2 의료기기가 3개, 제3 의료기기가 2개 판매된 것으로, 판매된 의료기기의 종류 및 판매량을 분석할 수 있다.

S1003 단계에서, 장치(400)는 제2 기준 기간 동안 판매된 의료기기의 종류 및 판매량에 대한 분석 결과에서, 제1 의료기기의 판매량을 확인할 수 있다. 즉, 장치(400)는 제2 기준 기간 동안 제1 의료기기가 판매된 것으로 확인되면, 제2 기준 기간 동안 판매된 제1 의료기기의 판매량을 확인할 수 있다.

S1004 단계에서, 장치(400)는 제1 의료기기의 반출량과 제1 의료기기의 판매량이 일치하는지 여부를 확인할 수 있다.

S1004 단계에서 제1 의료기기의 반출량과 제1 의료기기의 판매량이 일치하는 것으로 확인되면, S1005 단계에서, 장치(400)는 제1 의료기기의 반출량에 문제가 없는 것으로 판단할 수 있다.

S1004 단계에서 제1 의료기기의 반출량과 제1 의료기기의 판매량이 일치하지 않는 것으로 확인되면, S1006 단계에서, 장치(400)는 제1 의료기기의 반출량에 문제가 있는 것으로 판단할 수 있다.

S1007 단계에서, 장치(400)는 제1 의료기기에 대한 반출량 확인 알림 메시지를 제1 판매자 단말(310)로 전송할 수 있다. 여기서, 제1 의료기기에 대한 반출량 확인 알림 메시지는 제1 의료기기의 판매량과 반출량이 상이하여, 반출량에 대한 확인이 필요한 것을 알려주는 알림 메시지이다.

도 11은 일실시예에 따른 장치의 구성에 대한 예시도이다.

일실시예에 따르면, 장치(400)는 프로세서(410) 및 메모리(420)를 포함한다. 프로세서(410)는 도 1 내지 도 10을 참조하여 전술된 적어도 하나의 장치(400)들을 포함하거나, 도 1 내지 도 10을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(400)를 이용하는 자 또는 단체는 도 1 내지 도 10을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.

메모리(420)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(420)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(410)는 프로그램을 실행하고, 장치(400)를 제어할 수 있다. 프로세서(410)에 의하여 실행되는 프로그램의 코드는 메모리(420)에 저장될 수 있다. 장치(400)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.

장치(400)는 인공 신경망을 학습시키거나, 학습된 인공 신경망을 이용하는데 사용될 수 있다. 메모리(420)는 학습 중인 또는 학습된 인공 신경망을 포함할 수 있다. 프로세서(410)는 메모리(420)에 저장된 인공 신경망 알고리즘을 학습시키거나 실행시킬 수 있다. 인공 신경망을 학습시키는 학습 장치와 학습된 인공 신경망을 이용하는 장치(400)는 동일할 수도 있고 개별적일 수도 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.

Claims (3)

1. 장치에 의해 수행되는, 블록체인을 기반으로 의료기기 거래 및 공유 플랫폼 서비스를 제공하는 방법에 있어서,
   제1 구매자가 의료기기 거래 및 공유 플랫폼 서비스의 회원으로 가입되어 있는 것이 확인되면, 제1 구매자 식별 정보와 대응하는 제1 블록을 생성하고, 상기 제1 블록을 블록체인 상에 등록하는 단계;
   상기 제1 구매자와 제1 판매자가 제1 의료기기를 거래하기 위한 거래처로 매칭되어 있는 것이 확인되면, 제1 판매자 식별 정보와 대응하는 제2 블록을 생성하고, 상기 제2 블록을 상기 제1 블록에 연결하여 상기 블록체인 상에 등록하는 단계;
   제1 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제1 시점의 거래 정보인 제1 거래 정보와 대응하는 제3 블록을 생성하고, 상기 제3 블록을 상기 제2 블록에 연결하여 상기 블록체인 상에 등록하는 단계;
   상기 제1 시점 이후 제2 시점에 상기 제1 구매자 및 상기 제1 판매자 간에 상기 제1 의료기기에 대한 거래가 수행된 것으로 확인되면, 상기 제2 시점의 거래 정보인 제2 거래 정보와 대응하는 제4 블록을 생성하고, 상기 제4 블록을 상기 제3 블록에 연결하여 상기 블록체인 상에 등록하는 단계;
   제1 구매자 단말로부터 제1 의사의 캐릭터인 제1 캐릭터에 대한 NFT화 요청을 수신하는 단계;
   상기 제1 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하는 단계;
   상기 제1 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제1 캐릭터에 대한 이미지인 제1 이미지를 획득하는 단계;
   상기 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 상기 제1 NFT를 생성하는 단계;
   상기 제1 의사가 제1 병원의 제1 진료과목에서 근무하고 있는 경우, 상기 제1 진료과목의 캐릭터인 제2 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하고, 상기 제1 병원의 캐릭터인 제3 캐릭터에 대한 NFT가 발행되어 있는지 여부를 확인하는 단계;
   상기 제2 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제2 캐릭터에 대한 이미지인 제2 이미지를 획득하는 단계;
   상기 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 상기 제2 NFT를 생성하는 단계;
   상기 제3 캐릭터에 대한 NFT가 발행되어 있지 않은 것으로 확인되면, 상기 제3 캐릭터에 대한 이미지인 제3 이미지를 획득하는 단계;
   상기 제3 이미지에 대한 NFT인 제3 NFT를 발행하여, 상기 제3 NFT를 생성하는 단계;
   제1 사용자가 출력 기기를 착용한 것으로 확인되면, 병원 선택 화면이 상기 출력 기기에서 표시되도록 제어하는 단계;
   상기 제1 사용자가 조작 기기를 착용하고 있는 경우, 상기 조작 기기를 통해 상기 병원 선택 화면 상에서 상기 제1 병원이 선택되면, 상기 제1 병원의 로비가 메타버스 환경으로 구현되어 있는 제1 가상 공간에 상기 제1 사용자가 접속되도록, 상기 제1 가상 공간의 화면이 상기 출력 기기에서 표시되도록 제어하고, 상기 제1 가상 공간 상에서 상기 제1 병원을 안내하기 위한 가이드의 아바타가 상기 제3 캐릭터로 표시되도록 제어하는 단계;
   상기 조작 기기를 통해 상기 제1 가상 공간 상에서 진료과목 확인 메뉴가 선택되면, 진료과목 선택 화면이 상기 출력 기기에서 표시되도록 제어하는 단계;
   상기 조작 기기를 통해 상기 진료과목 선택 화면 상에서 상기 제1 진료과목이 선택되면, 상기 제1 진료과목의 복도가 메타버스 환경으로 구현되어 있는 제2 가상 공간에 상기 제1 사용자가 접속되도록, 상기 제2 가상 공간의 화면이 상기 출력 기기에서 표시되도록 제어하고, 상기 제2 가상 공간 상에서 상기 제1 진료과목을 안내하기 위한 가이드의 아바타가 상기 제2 캐릭터로 표시되도록 제어하는 단계;
   상기 조작 기기를 통해 상기 제2 가상 공간 상에서 의사 확인 메뉴가 선택되면, 의사 선택 화면이 상기 출력 기기에서 표시되도록 제어하는 단계; 및
   상기 조작 기기를 통해 상기 의사 선택 화면 상에서 상기 제1 의사가 선택되면, 상기 제1 의사의 진료실이 메타버스 환경으로 구현되어 있는 제3 가상 공간에 상기 제1 사용자가 접속되도록, 상기 제3 가상 공간의 화면이 상기 출력 기기에서 표시되도록 제어하고, 상기 제3 가상 공간에 상기 제1 의사가 접속되어 있는 것으로 확인되면, 상기 제3 가상 공간 상에서 상기 제1 의사의 아바타가 상기 제1 캐릭터로 표시되도록 제어하는 단계를 포함하는,
   블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법.
2. 삭제
3. 제1항에 있어서,
   제3 시점에 상기 제1 블록과 연결되어 있는 블록들의 수인 제1 수치를 확인하는 단계;
   상기 제1 수치가 미리 설정된 제1 기준치 보다 큰지 여부를 확인하는 단계;
   상기 제1 수치가 상기 제1 기준치 보다 큰 것으로 확인되면, 상기 제1 수치와 미리 설정된 제1 기준 금액을 곱한 값으로, 제1 금액을 산출하는 단계;
   상기 제1 금액에 대응하는 가상화폐를 거래 인센티브로 상기 제1 구매자에게 지급하는 단계;
   상기 제3 시점으로부터 미리 설정된 제1 기준 기간이 지난 후인 제4 시점에 상기 제1 블록과 연결되어 있는 블록들의 수인 제2 수치를 확인하는 단계;
   상기 제2 수치에서 상기 제1 수치를 차감한 값으로, 제3 수치를 산출하는 단계;
   상기 제3 수치가 미리 설정된 제2 기준치 보다 큰지 여부를 확인하는 단계;
   상기 제3 수치가 상기 제2 기준치 보다 큰 것으로 확인되면, 상기 제3 수치와 미리 설정된 제2 기준 금액을 곱한 값으로, 제2 금액을 산출하는 단계; 및
   상기 제2 금액에 대응하는 가상화폐를 거래 인센티브로 상기 제1 구매자에게 추가로 지급하는 단계를 더 포함하는,
   블록체인 기반 의료기기 거래 및 공유 플랫폼 서비스 제공 방법.

Images