KR102475819B1 - 메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법, 장치 및 시스템 - Google Patents

Abstract

일실시예에 따른 장치는, 사용자 단말로부터 특정 모델 하우스 정보, 재산 정보 및 관심 지역 정보 중 하나를 포함하는 사용자 정보를 수신하고, 사용자 정보에 특정 모델 하우스 정보가 포함된 경우, 특정 모델 하우스를 채택 모델 하우스로 선정하고, 사용자 정보에 특정 모델 하우스 정보가 포함되지 않은 경우, 사용자 정보에 기초하여 채택 모델 하우스를 선정하고, 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인하고, 채택 모델 하우스의 가상 모델이 데이터베이스에 저장된 경우, 사용자 단말로 가상 환경 제공 기기의 착용을 안내하는 메시지를 전송하고, 사용자가 가상 환경 제공 기기를 착용한 것으로 확인되면, 사용자 단말로부터 채택 모델 하우스의 실제 위치, 동, 층 및 호수 중 적어도 하나를 포함하는 위치 정보를 획득하고, 현재 시간 정보 및 위치 정보에 대응하는 날씨 정보를 획득하고, 위치 정보, 시간 정보 및 날씨 정보를 이용하여, 채택 모델 하우스가 배치된 가상 공간을 생성하고, 위치 정보를 이용하여 채택 모델 하우스를 가상 공간에 배치하고, 가상 환경 제공 기기에 가상 공간 및 채택 모델 하우스를 출력하고, 가상 환경 제공 기기로부터 특정 시간 정보 및 특정 날씨 정보를 포함하는 특정 환경 정보를 수신하고, 특정 환경 정보에 기반하여 가상 공간을 업데이트한다.

Description

메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR PROVIDING MODEL HOUSE EXPERIENCE SERVICE USING METAVERSE ENVIRONMENT}

아래 실시예들은 메타버스 환경을 이용한 모델 하우스 경험 서비스를 제공하기 위한 기술에 관한 것이다.

일반적으로, 모델 하우스는 아파트 등의 건물을 건축할 때, 건물을 사고자 하는 사람에게 미리 보이기 위하여 실제 내부와 똑같게 지어 높은 집을 말한다.

모델 하우스는 건설 예정인 주택을 그대로 재현하여 만들기 때문에 모델 하우스의 건설 및 철거에 많은 비용이 필요하다.

건설된 모델 하우스는 특정 장소에 위치하기 때문에 건물을 사고자 하는 사람들이 직접 모델 하우스가 마련된 장소까지 찾아가야 하고, 많은 사람들이 몰릴 경우 모델 하우스를 제대로 경험하기 어렵다는 불편함이 있다.

또한, 집에 직접 살고자 하여 모델 하우스를 찾는 사람들은 모델 하우스를 통해 실제 비가 오거나, 날이 밝거나, 어두울 때의 집의 분위기 및 밝기를 확인하고 싶은데 건설된 모델 하우스의 경우, 미리 정해진 기간 동안만 경험할 수 있어 다양한 날씨 및 시간대를 경험하기 어렵다는 단점이 있었다.

따라서, 메타버스 환경을 통해 모델 하우스를 경험할 수 있는 기술에 대한 연구가 요구되고 있다.

한국등록특허 제10-1808439호 한국등록특허 제10-2253261호 한국공개특허 제10-2017-0046023호 한국공개특허 제10-2019-0082612호

실시예들은 사용자에게 메타버스 환경을 통한 모델 하우스 경험 서비스를 제공하고자 한다.

실시예들은 사용자의 관심 지역 및 재산 정보를 기초로, 사용자에게 적합한 모델 하우스를 추천하고자 한다.

실시예들은 사용자가 경험하고자 하는 모델 하우스의 가상 모델이 없는 경우, 사용자가 경험하고자 하는 모델 하우스의 정보를 분석하여 같은 유형의 모델 하우스를 대체하여 제공하고자 한다.

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

일실시예에 따르면, 메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법은 사용자 단말로부터 특정 모델 하우스 정보, 재산 정보 및 관심 지역 정보 중 하나를 포함하는 사용자 정보를 수신하는 단계; 상기 사용자 정보에 특정 모델 하우스 정보가 포함된 경우, 상기 특정 모델 하우스를 채택 모델 하우스로 선정하고, 상기 사용자 정보에 특정 모델 하우스 정보가 포함되지 않은 경우, 상기 사용자 정보에 기초하여 채택 모델 하우스를 선정하는 단계; 상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인하는 단계; 상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장된 경우, 상기 사용자 단말로 가상 환경 제공 기기의 착용을 안내하는 메시지를 전송하는 단계; 상기 사용자가 상기 가상 환경 제공 기기를 착용한 것이 확인되면, 상기 사용자 단말로부터 상기 채택 모델 하우스의 실제 위치, 동, 층 및 호수 중 적어도 하나를 포함하는 위치 정보를 획득하는 단계; 현재 시간 정보 및 상기 위치 정보에 대응하는 날씨 정보를 획득하는 단계; 상기 위치 정보, 시간 정보 및 날씨 정보를 이용하여, 상기 채택 모델 하우스가 배치된 가상 공간을 생성하는 단계; 상기 위치 정보를 이용하여 상기 채택 모델 하우스를 상기 가상 공간에 배치하는 단계; 상기 가상 환경 제공 기기에 상기 가상 공간 및 상기 채택 모델 하우스를 출력하는 단계; 상기 가상 환경 제공 기기로부터 특정 시간 정보 및 특정 날씨 정보를 포함하는 특정 환경 정보를 수신하는 단계; 및 상기 특정 환경 정보에 기반하여 상기 가상 공간을 업데이트하는 단계를 포함한다.

상기 사용자 정보에 기초하여 채택 모델 하우스를 선정하는 단계는, 상기 관심 지역 및 재산 정보를 기초로, 상기 사용자 정보에 대응하는 모델 하우스를 추출하는 단계; 및 상기 사용자가 입력한 우선 순위에 따라 상기 추출된 모델 하우스 중 하나를 채택 모델 하우스로 선정하는 단계를 포함한다.

상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있지 않은 경우에는, 상기 채택 모델 하우스의 향 정보, 평형 정보, 외부 건물의 평균 높이 중 적어도 하나를 포함하는 상기 채택 모델 하우스의 확인 정보를 획득하는 단계; 및 상기 확인 정보를 기초로, 상기 채택 모델 하우스와 확인 정보가 일치하고 가상 모델이 존재하는 모델 하우스를 채택 모델 하우스로 대체하는 단계를 더 수행한다.

메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법은 상기 채택 모델 하우스에 배치된 하우징 객체 및 상기 하우징 객체가 배치된 공간 정보를 확인하는 단계; 상기 하우징 객체 및 상기 공간 정보를 하우징 객체 데이터베이스에 적용하여 추천 하우징 객체 정보를 상기 가상 환경 제공 기기에 출력하는 단계; 및 상기 사용자가 선택한 하우징 객체를 상기 하우징 객체가 배치된 채택 모델 하우스에 라이브러리로 저장하는 단계를 더 포함하고, 상기 추천 하우징 객체 정보는, 상기 사용자 정보로부터 사용자의 SNS 계정에 게시된 게시물의 이미지 및 게시글을 분석하여 사용자의 선호 하우징 객체를 추출하고, 상기 선호 하우징 객체를 이용하여 상기 추천 하우징 객체 정보를 결정한다.

메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법은 모델 하우스가 채택 모델 하우스로 선정된 횟수를 확인하는 단계; 선정된 횟수가 미리 설정한 기준 값보다 큰 모델 하우스를 그룹으로 생성하는 단계; 상기 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 위치 조건을 분석하는 단계; 상기 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 적정 가격을 분석하는 단계; 상기 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 평형 정보를 분석하는 단계; 및 상기 위치 조건, 상기 적정 가격 및 상기 평형 정보를 포함하는 보고서를 생성하는 단계를 더 포함한다.

메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법은 상기 사용자 단말로부터 가구 정보를 획득하는 단계; 및 상기 가구 정보를 기초로, 상기 가구에 대응하는 가상 가구 모델을 생성하여 상기 가상 환경 제공 기기로 출력하는 단계를 더 포함하고, 상기 가상 환경 제공 기기의 입력에 기반하여, 상기 가상 가구 모델을 표시하거나 비표시하고, 상기 가상 환경 제공 기기의 입력에 기반하여, 상기 가상 가구 모델의 위치를 변경하고, 상기 가상 환경 제공 기기의 입력에 기반하여, 상기 가상 가구 모델의 크기를 변경한다.

메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법은 상기 장치와 내부망을 통해 연결된 복수의 서버 중 어느 하나인 제1 서버로부터, 상기 제1 서버의 운영체제 정보 및 상기 제1 서버의 네트워크 설정 정보를 수신하는 단계; 상기 제1 서버의 운영체제 정보 및 상기 제1 서버의 네트워크 설정 정보를 기초로, 상기 제1 서버의 네트워크 연결 상태를 분석하는 단계; 상기 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 미리 학습된 제1 인공 신경망에 적용하여, 상기 제1 인공 신경망의 출력을 기초로, 상기 제1 서버에게 적합한 방화벽 정책을 선정하는 단계; 상기 제1 서버에게 적합한 방화벽 정책으로 제1 정책이 선정되면, 상기 제1 서버의 방화벽 정책에 상기 제1 정책이 포함되어 있는지 여부를 확인하는 단계; 상기 제1 서버의 방화벽 정책에 상기 제1 정책이 포함되어 있지 않은 것으로 확인되면, 상기 제1 서버의 방화벽 정책에 상기 제1 정책을 추가하여 등록하는 단계; 상기 제1 서버의 방화벽 정책에 상기 제1 정책이 추가로 등록되면, 상기 제1 서버의 방화벽 정책에 대한 설정 변경 명령을 상기 제1 서버로 전송하여, 상기 제1 정책이 상기 제1 서버의 방화벽 정책으로 설정되도록 제어하는 단계; 상기 제1 서버로부터 상기 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 수신하는 단계; 상기 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 미리 학습된 제2 인공 신경망에 적용하여, 상기 제2 인공 신경망의 출력을 기초로, 상기 제1 서버에 공격으로 추정되는 접근이 감지되었는지 여부를 검출하는 단계; 미리 설정된 기준 기간 동안 상기 제1 서버에 공격으로 추정되는 접근이 몇 번 감지되었는지 확인하여, 상기 제1 서버가 상기 기준 기간 동안 공격받은 횟수인 제1 공격 횟수를 산출하는 단계; 상기 제1 공격 횟수가 미리 설정된 제1 기준 횟수 보다 적은지 여부를 확인하는 단계; 상기 제1 공격 횟수가 상기 제1 기준 횟수 보다 적은 것으로 확인되면, 상기 제1 서버의 상태를 정상 상태로 판단하는 단계; 상기 제1 공격 횟수가 상기 제1 기준 횟수 보다 많은 것으로 확인되면, 상기 제1 공격 횟수가 미리 설정된 제2 기준 횟수 보다 적은지 여부를 확인하는 단계; 상기 제1 공격 횟수가 상기 제2 기준 횟수 보다 적은 것으로 확인되면, 상기 제1 서버의 상태를 경고 상태로 판단하는 단계; 상기 제1 공격 횟수가 상기 제2 기준 횟수 보다 많은 것으로 확인되면, 상기 제1 서버의 상태를 위험 상태로 판단하는 단계; 상기 제1 서버의 상태가 경고 상태로 판단되면, 상기 제1 서버의 공격을 경고하는 알림 메시지를 상기 제1 서버의 관리자로 등록되어 있는 제1 관리자 단말로 전송하는 단계; 및 상기 제1 서버의 상태가 위험 상태로 판단되면, 상기 제1 정책을 통해 연결이 허용되어 있는 제1 포트의 연결 차단 명령을 상기 제1 서버로 전송하여, 상기 제1 서버에서 상기 제1 포트를 통한 연결이 차단되도록 제어하는 단계를 더 포함한다.

실시예들은 모델 하우스에 대응하는 위치 정보, 시간 정보, 날씨 정보를 이용하여 사용자에게 실제 환경과 유사한 메타버스 환경을 통한 모델 하우스 경험 서비스를 제공할 수 있다.

실시예들은 사용자의 관심 지역, 사용자의 재산 정보 및 사용자가 생각하는 우선 순위를 기초로, 사용자에게 적합한 모델 하우스를 추천할 수 있다.

실시예들은 사용자가 경험하고자 하는 모델 하우스의 가상 모델이 없는 경우, 사용자가 경험하고자 하는 모델 하우스의 정보를 분석하여 같은 유형의 모델 하우스를 대체하여 제공할 수 있고, 사용자는 같은 유형의 모델 하우스 경험을 통해 사용자가 경험하고 싶은 채택 모델 하우스를 예측 및 판단할 수 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 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 메타버스 환경을 통해 모델 하우스 경험 서비스를 제공하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 사용자의 정보를 기초로, 모델 하우스를 추출하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 가상 모델이 저장되어 있지 않으면 같은 유형의 모델 하우스를 추천하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 모델 하우스에 배치된 하우징 객체를 사용자에 대응하여 추천 및 저장하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 사용자 요청이 많은 모델 하우스를 분석하여 집 동향을 파악하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 메타버스 환경의 모델 하우스를 통해 설치할 가구를 미리 배치하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 공격으로 추정되는 접근을 감지하여, 공격 횟수에 따라 대응 방안을 제공하는 과정을 설명하기 위한 순서도이다.
도 10은 일실시예에 따른 장치의 구성의 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.

도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 사용자 단말(100), 가상 환경 제공 기기(300) 및 장치(200)를 포함할 수 있다.

먼저, 사용자 단말(100)은 메타버스 환경을 통해 모델 하우스를 경험하고자 하는 사용자들이 사용하는 단말기로, 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다.

사용자 단말(100)은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다, 사용자 단말(100)은 장치(200)와 유무선 통신하도록 구성될 수 있다.

사용자 단말(100)은 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션이 설치될 수 있다. 사용자 단말(100)은 웹 사이트 또는 애플리케이션을 통해 장치(200)와 연동될 수 있다.

이하에서는 설명의 편의상, 도 1 및 이하의 설명에서는 사용자 단말(100) 하나만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(200)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.

가상 환경 제공 기기(300)는 메타버스 환경으로 구현된 가상 공간의 화면을 출력하는 기기로, 장치(200)와 전기적으로 연결될 수 있다.

또한, 가상 환경 제공 기기(300)는 메타버스 환경을 사용자가 조작하기 위해 사용자의 조작에 따라 명령에 대한 조작 신호를 생성하는 기기로 사용될 수도 있다.

여기서, 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.

가상 환경 제공 기기(300)는 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.

가상 환경 제공 기기(300)는 가상 환경 제공 기기(300)를 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 기기(200)는 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.

장치(200)는 장치(200)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(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.

장치(200)는 사용자 단말(100) 및 가상 환경 제공 기기(300)와 유무선으로 통신하도록 구성될 수 있으며, 가상 환경 제공 기기(300)로부터 조작 신호를 획득하여 사용자의 조작을 인식할 수 있고, 가상 환경 제공 기기(300)의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.

장치(200)는 사용자에게 메타버스 환경을 통한 모델 하우스 경험 서비스를 제공할 수 있다.

도 2는 일실시예에 따른 메타버스 환경을 통해 모델 하우스 경험 서비스를 제공하는 과정을 설명하기 위한 순서도이다.

도 2를 참조하면, 먼저, S201 단계에서, 장치(200)는 사용자 단말(100)로부터 특정 모델 하우스 정보, 재산 정보 및 관심 지역 정보 중 하나를 포함하는 사용자 정보를 수신할 수 있다.

여기서, 특정 모델 하우스 정보는 사용자가 경험하고 싶은 모델 하우스가 뚜렷하게 있는 경우, 해당 모델 하우스의 정보를 말한다. 예를 들어, 사용자가 A 모델 하우스를 경험하고 싶은 경우, 장치(200)는 사용자 단말(100)로부터 A 모델 하우스의 이름, A 모델 하우스의 위치 등을 포함하는 A 모델 하우스에 대응하는 특정 모델 하우스 정보를 획득할 수 있다.

즉, 장치(200)는 사용자 단말(100)로부터 특정 모델 하우스 정보, 사용자의 재산 정보 및 사용자의 관심 지역 정보 중 하나를 포함하는 사용자 정보를 수신할 수 있다.

S202 단계에서, 장치(200)는 사용자 정보에 특정 모델 하우스 정보가 포함하는지 여부를 판단할 수 있다.

즉, 장치(200)는 사용자 정보에 특정 모델 하우스 정보가 포함되어 있는지 확인하여 사용자가 경험하고 싶은 모델 하우스가 명확히 있는지 확인할 수 있다.

S202 단계에서 사용자 정보에 특정 모델 하우스 정보가 포함하는 경우, S203 단계에서, 장치(200)는 특정 모델 하우스를 채택 모델 하우스로 선정할 수 있다.

예를 들어, 사용자 정보를 확인한 결과, 사용자 정보에 A 모델 하우스에 대응하는 특정 모델 하우스 정보가 포함된 경우, 장치(200)는 A 모델 하우스를 채택 모델 하우스로 선정할 수 있다.

S202 단계에서 사용자 정보에 특정 모델 하우스 정보가 포함되어 있지 않은 경우, S204 단계에서, 장치(200)는 사용자 정보에 기초하여 채택 모델 하우스를 선정할 수 있다.

구체적으로, 사용자 정보를 확인한 결과, 사용자 정보에 특정 모델 하우스 정보가 포함되지 않은 경우, 장치(200)는 사용자의 재산 정보 및 사용자의 관심 지역 정보를 통해 사용자에게 적합한 모델 하우스를 추출하고, 추출된 모델 하우스를 채택 모델 하우스로 선정할 수 있다. 이와 관련하여 구체적인 내용은 도 3을 참조하여 하기로 한다.

S205 단계에서, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인할 수 있다.

즉, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인하여, 사용자가 채택 모델 하우스를 메타버스 환경을 통해 경험할 수 있는지 여부를 판단할 수 있다

S205 단계에서 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인한 결과, S206 단계에서, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장된 경우, 사용자 단말(100)로 가상 환경 제공 기기(300)의 착용을 안내하는 메시지를 전송할 수 있다.

구체적으로, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인할 수 있고, 채택 모델 하우스의 가상 모델이 데이터베이스에 저장된 경우, 사용자 단말(100)로 메타버스 환경을 통해 채택 모델 하우스를 경험하기 위해 가상 환경 제공 기기(300)의 착용을 안내하는 메시지를 전송할 수 있다.

S207 단계에서, 장치(200)는 사용자가 가상 환경 제공 기기(300)를 착용한 것으로 확인되면, 사용자 단말(100)로부터 채택 모델 하우스의 실제 위치, 동, 층 및 호수 중 적어도 하나를 포함하는 위치 정보를 획득할 수 있다.

구체적으로, 장치(200)는 사용자가 가상 환경 제공 기기(300)를 착용했는지 여부를 판단할 수 있고, 사용자가 가상 환경 제공 기기(300)를 착용한 것으로 확인되면, 사용자에게 실제 사용자가 경험하고 싶은 모델 하우스와 유사한 가상 공간을 제공하기 위해 사용자 단말(100)로부터 채택 모델 하우스의 실제 위치, 동, 층 및 호수 중 적어도 하나를 포함하는 위치 정보를 획득할 수 있다.

S208 단계에서, 장치(200)는 현재 시간 정보 및 위치 정보에 대응하는 날씨 정보를 획득할 수 있다.

구체적으로, 장치(200)는 사용자에게 실제 사용자가 경험하고 싶은 모델 하우스와 유사한 가상 공간을 제공하기 위해 사용자 단말(100)로부터 현재 시간 정보 및 위치 정보에 대응하는 날씨 정보를 획득할 수 있다.

장치(200)는 모델 하우스가 배치되는 가상 공간을 모델 하우스와 대응하는 실제 건물이 존재하는 위치와 대응되도록 형성함으로써, 사용자가 실제 시간 흐름에 따른 채광량 변화나 주변 환경, 창으로 보이는 풍경을 체험할 수 있는 효과가 있다.

S209 단계에서, 장치(200)는 위치 정보, 시간 정보 및 날씨 정보를 이용하여 채택 모델 하우스가 배치된 가상 공간을 생성할 수 있다.

구체적으로, 장치(200)는 현재 시간에 모델 하우스가 있는 지역의 날씨를 적용하여 가상 공간을 만들 수 있고, 모델 하우스가 있는 지역의 지형 정보를 같이 적용할 수 있다.

S210 단계에서, 장치(200)는 위치 정보를 이용하여 채택 모델 하우스를 가상 공간에 배치할 수 있다.

S211 단계에서, 장치(200)는 가상 환경 제공 기기(300)에 가상 공간 및 채택 모델 하우스를 출력할 수 있다.

S212 단계에서, 장치(200)는 가상 환경 제공 기기(300)로부터 특정 시간 정보 및 특정 날씨 정보를 포함하는 특정 환경 정보를 수신할 수 있다.

구체적으로, 장치(200)는 현재 시간 정보 뿐 아니라 가상 환경 제공 기기(300)로부터 사용자의 입력에 의해 특정 시간 정보를 획득하고, 특정 날씨 정보를 획득할 수도 있다.

S213 단계에서, 장치(200)는 특정 환경 정보에 기반하여 가상 공간을 업데이트할 수 있다.

구체적으로, 장치(200)는 가상 환경 제공 기기(300)로부터 사용자의 입력에 의해 특정 시간 정보 및 특정 날씨 정보를 포함하는 특정 환경 정보를 획득할 수 있고, 획득한 특정 환경 정보에 기반하여 가상 공간을 업데이트할 수 있다.

이를 통해, 장치(200)는 기존의 모델 하우스와 다르게 다양한 날씨 및 시간에 따른 집 내부의 분위기 및 밝기를 확인할 수 있도록 가상 공간을 제공할 수 있고, 비가 오거나 눈이 오는 경우의 특수한 상황도 확인할 수 있어 사용자가 구매하고자 하는 집에 대한 더 많은 정보를 파악할 수 있는 효과가 있다.

도 3은 일실시예에 따른 사용자의 정보를 기초로, 모델 하우스를 추출하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저, S301 단계에서, 장치(200)는 사용자의 관심 지역 및 사용자의 재산 정보를 기초로, 사용자 정보에 대응하는 모델 하우스를 추출할 수 있다. 여기서, 사용자의 관심 지역은 사용자가 새롭게 구매하고자 하는 집의 위치와 관련된 정보이고, 사용자의 재산 정보는 사용자가 현재 소유하고 있는 총 재산 정보일 수도 있고, 사용자가 새롭게 구매하고자 하는 집의 예산 금액에 관한 정보일 수도 있다.

구체적으로, 장치(200)는 사용자 정보에 특정 모델 하우스 정보가 포함되어 있지 않다고 판단되면, 사용자가 새롭게 구매하고자 하는 집에 대응하는 관심 지역 및 재산 정보를 기초로, 사용자 정보에 대응하는 모델 하우스를 추출할 수 있다.

S302 단계에서, 장치(200)는 사용자가 입력한 우선 순위에 따라 추출된 모델 하우스 중 하나를 채택 모델 하우스로 선정할 수 있다.

구체적으로, 장치(200)는 사용자로부터 우선 순위를 획득할 수 있는데, 우선 순위는 사용자가 집을 구매할 때 가장 중요하게 생각하는 순위로, 관심 지역이 우선 순위가 가장 높을 수도 있고, 재산 정보가 우선 순위가 가장 높을 수도 있고, 사용자로부터 그 외의 추가 옵션을 획득하여 우선 순위가 될 수도 있다. 여기서, 추가 옵션은 역이 가까운 곳에 있는지, 병원이 가까운 곳에 있는지, 마트가 가까운 곳에 있는지, 학교가 가까운 곳에 있는지 등의 집 주변의 인프라일 수도 있고, 운동 시설을 보유하고 있는지, 공원을 보유하고 있는지 등의 집과 관련된 보유 시설이 될 수도 있다. 또한, 장치(200)는 획득한 우선 순위에 따라 추출된 모델 하우스 중 하나를 채택 모델 하우스로 선정할 수 있다.

도 4는 일실시예에 따른 가상 모델이 저장되어 있지 않으면 같은 유형의 모델 하우스를 추천하는 과정을 설명하기 위한 순서도이다.

도 4를 참조하면, 먼저, S401 단계에서, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있지 않다고 판단할 수 있다.

구체적으로, 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인한 결과 채택 모델 하우스의 가상 모델이 없을 경우, 장치(200)는 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있지 않다고 판단할 수 있다.

S402 단계에서, 장치(200)는 채택 모델 하우스의 향 정보, 평형 정보, 외부 건물의 평균 높이 중 적어도 하나를 포함하는 채택 모델 하우스의 확인 정보를 획득할 수 있다. 여기서, 향 정보는 집의 중심이 되는 큰 창의 방향이 어디를 바라보고 있느냐에 따라 방향을 나타내는 동향, 서향, 남향, 북향 중 하나일 수 있다. 평형 정보는 구매하고자 하는 집에 대응하는 면적으로, 평 단위일 수도 있고, ㎡ 단위일 수도 있다. 외부 건물의 평균 높이는 구매하고자 하는 집에 대응하는 외부 건물의 평균 높이이다.

S403 단계에서, 장치(200)는 확인 정보를 기초로, 채택 모델 하우스와 확인 정보가 일치하고 가상 모델이 존재하는 모델 하우스를 채택 모델 하우스로 대체할 수 있다.

구체적으로, 장치(200)는 사용자가 경험하고 싶은 채택 모델 하우스가 없는 경우, 채택 모델 하우스의 향 정보, 평형 정보, 외부 건물의 평균 높이 중 적어도 하나를 포함하는 확인 정보를 획득하고, 데이터베이스에 저장되어 있는 가상 모델이 존재하는 모델 하우스 중 채택 모델 하우스의 확인 정보와 일치하는 모델 하우스를 추출하여 채택 모델 하우스로 대체할 수 있다.

즉, 장치(200)는 채택 모델 하우스의 평형 정보를 기초로 채택 모델 하우스와 크기 및 모양이 일치하고, 채택 모델 하우스의 향 정보, 외부 건물의 평균 높이를 기초로 채택 모델 하우스와 채광량, 전경이 일치하는 가상 모델이 존재하는 모델 하우스를 추출하여 채택 모델 하우스로 대체하여 제공함으로써, 사용자가 경험하고 싶은 채택 모델 하우스가 없더라도 사용자는 같은 유형의 모델 하우스 경험을 통해 사용자가 경험하고 싶은 채택 모델 하우스를 예측 및 판단할 수 있다.

도 5는 일실시예에 따른 모델 하우스에 배치된 하우징 객체를 사용자에 대응하여 추천 및 저장하는 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 채택 모델 하우스에 배치된 하우징 객체 및 하우징 객체가 배치된 공간 정보를 확인할 수 있다. 여기서 하우징 객체는 가구, 가전, 벽지, 창호, 조명 등 집에 배치될 수 있는 다양한 객체를 포함한다.

구체적으로, 장치(200)는 채택 모델 하우스에 기존에 배치된 하우징 객체 및 하우징 객체가 배치된 공간 정보를 확인할 수 있다.

예를 들어, 채택 모델 하우스의 제2 방에 책상이 설치되어 있는 경우, 장치(200)는 채택 모델 하우스에 배치된 하우징 객체를 책상으로 확인하고, 하우징 객체가 배치된 공간 정보를 제2 방으로 확인할 수 있다.

S502 단계에서, 장치(200)는 하우징 객체 및 공간 정보를 하우징 객체 데이터베이스에 적용하여 추천 하우징 객체 정보를 가상 환경 제공 기기(300)에 출력할 수 있다. 여기서, 추천 하우징 객체 정보는 사용자 정보로부터 사용자의 SNS 계정에 게시된 게시물의 이미지 및 게시글을 분석하여 사용자의 선호 하우징 객체를 추출하고, 선호 하우징 객체를 이용하여 추천 하우징 객체 정보를 결정할 수 있다.

예를 들어, 사용자의 SNS 계정을 확인한 결과 사용자가 자연 및 내추럴한 느낌의 인테리어를 선호할 경우, 장치(200)는 선호 하우징 객체로 원목 책상을 추출할 수 있고, 원목 책상 정보를 가상 환경 제공 기기(300)에 출력할 수 있다.

S503 단계에서, 장치(200)는 사용자가 선택한 하우징 객체를 하우징 객체가 배치된 채택 모델 하우스에 라이브러리로 저장할 수 있다.

구체적으로, 장치(200)는 사용자의 입력을 획득하여 사용자가 관심 있는 하우징 객체에 대응하는 정보를 확인할 수 있고, 사용자가 선택한 하우징 객체를 하우징 객체가 배치된 채택 모델 하우스에 라이브러리로 저장할 수 있다.

도 6은 일실시예에 따른 사용자 요청이 많은 모델 하우스를 분석하여 집 동향을 파악하는 과정을 설명하기 위한 순서도이다.

도 6을 참조하면, 먼저, S601 단계에서, 장치(200)는 모델 하우스가 채택 모델 하우스로 선정된 횟수를 확인할 수 있다.

구체적으로, 장치(200)는 사용자들의 접속 이력을 기초로, 모델 하우스가 채택 모델 하우스로 선정된 횟수를 확인할 수 있다.

S602 단계에서, 장치(200)는 선정된 횟수가 미리 설정한 기준 값보다 큰 모델 하우스를 그룹으로 생성할 수 있다. 여기서 미리 설정한 기준 값은 미리 설정된 값으로 실시 예에 따라 달라질 수 있다.

예를 들어, 미리 설정한 기준 값이 1,000회이고, A 모델 하우스가 1,200회, B 모델 하우스가 850회, C 모델 하우스가 700회, D 모델 하우스가 1,050회, E 모델 하우스가 1,500회 채택 모델 하우스로 선정된 경우, 장치(200)는 선정된 횟수가 미리 설정한 기준 값인 1,000회 보다 큰 모델 하우스인 A 모델 하우스, D 모델 하우스, E 모델 하우스를 그룹으로 생성할 수 있다.

S603 단계에서, 장치(200)는 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 위치 조건을 분석할 수 있다. 여기서, 위치 조건은 사용자들이 요즘 선호하고 있는 지역일 수도 있고, 역, 은행, 병원, 백화점 등의 시설들 중 어떤 시설과 인접한 집을 선호하는지를 확인할 수 있다.

예를 들어, A 모델 하우스, D 모델 하우스, E 모델 하우스를 그룹으로 생성하고, A 모델 하우스에 대응하는 집과, D 모델 하우스에 대응하는 집과, E 모델 하우스에 대응하는 집이 모두 서울에 위치한 경우, 장치(200)는 사용자가 관심있는 모델 하우스의 위치 조건이 '서울에 위치한다'는 것을 분석 및 생성할 수 있다.

또한, 예를 들어, A 모델 하우스, D 모델 하우스, E 모델 하우스를 그룹으로 생성하고, A 모델 하우스에 대응하는 집과, D 모델 하우스에 대응하는 집과, E 모델 하우스에 대응하는 집이 모두 역과 300m 이내에 있는 경우, 장치(200)는 사용자가 관심있는 모델 하우스의 위치 조건이 '역세권'이라는 것을 분석 및 생성할 수 있다.

S604 단계에서, 장치(200)는 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 적정 가격을 분석할 수 있다.

예를 들어, A 모델 하우스, D 모델 하우스, E 모델 하우스를 그룹으로 생성하고, A 모델 하우스에 대응하는 집의 가격이 5억, D 모델 하우스에 대응하는 집의 가격이 4억, E 모델 하우스에 대응하는 집의 가격이 6억인 경우, 장치(200)는 사용자가 관심있는 모델 하우스의 적정 가격이 '5억'이라는 것을 분석 및 생성할 수 있다.

S605 단계에서, 장치(200)는 그룹에 포함된 모델 하우스를 기초로, 사용자가 관심있는 모델 하우스의 평형 정보를 분석할 수 있다.

예를 들어, A 모델 하우스, D 모델 하우스, E 모델 하우스를 그룹으로 생성하고, A 모델 하우스에 대응하는 집의 평수가 18평, D 모델 하우스에 대응하는 집의 평수가 14평, E 모델 하우스에 대응하는 집의 평수가 22평인 경우, 장치(200)는 사용자가 관심있는 모델 하우스의 평형 정보가 '18평'이라는 것을 분석 및 생성할 수 있다.

S606 단계에서, 장치(200)는 위치 조건, 적정 가격 및 평형 정보를 포함하는 보고서를 생성할 수 있다.

구체적으로, 장치(200)는 모델 하우스가 채택 모델 하우스로 선정된 횟수를 기초로, 선정된 횟수가 기준 값보다 큰 모델 하우스를 분석하여, 공통점을 추출하고, 공통점을 기초로, 사용자들이 현재 관심있어 하는 집의 위치 조건, 적정 가격, 평형 정보를 분석하여, 사용자들의 동향을 파악할 수 있는 보고서를 생성할 수 있다.

또한, 장치(200)는 생성된 보고서를 건설업체에게 제공하여, 건설업체는 어떤 위치에, 얼마의 가격으로, 어느 정도 크기의 집을 건설해야 사용자들이 관심을 갖는지 알 수 있는 효과가 있다.

예를 들어, 장치(200)를 통해 사용자들이 많이 채택 모델 하우스로 선정한 집에 대응하는 위치 조건이 역세권이고, 평형 정보가 14평일 경우, 현재 집을 필요로 하는 사용자들 중 자차를 가지고 있지 않은 1인 가구가 많다는 정보를 도출할 수 있고, 그에 따라 건설업체는 동향을 파악할 수 있다.

도 7은 일실시예에 따른 메타버스 환경의 모델 하우스를 통해 설치할 가구를 미리 배치하는 과정을 설명하기 위한 순서도이다.

도 7을 참조하면, 먼저, S701 단계에서, 장치(200)는 사용자 단말(100)로부터 가구 정보를 획득할 수 있다. 여기서, 가구 정보는 가구의 가로, 세로, 높이를 포함하는 가구의 크기 정보, 가구의 색상 정보 등을 포함할 수 있다.

S702 단계에서, 장치(200)는 가구 정보를 기초로, 가구에 대응하는 가상 가구 모델을 생성하여 가상 환경 제공 기기(300)로 출력할 수 있다.

즉, 장치(200)는 가구의 크기 정보 및 가구의 색상 정보를 포함하는 가구 정보를 기초로, 가구에 대응하는 가상 가구 모델을 생성하고, 생성된 가상 가구 모델을 가상 환경 제공 기기(300)로 출력할 수 있다.

장치(200)는 가상 환경 제공 기기(300)의 입력에 기반하여 가상 가구 모델을 표시하거나, 비표시할 수 있고, 가상 환경 제공 기기(300)의 입력에 기반하여 가상 가구 모델의 위치를 변경하고, 가상 환경 제공 기기(300)의 입력에 기반하여, 가상 가구 모델의 크기를 변경할 수 있다.

일실시예에 따르면, 장치(200)와 사용자 단말(100) 및 가상 환경 제공 기기(300)와 연결되어, 장치(200)가 메타버스 환경을 통한 모델 하우스 경험 서비스를 제공하기 위해, 장치(200)는 복수의 서버와 연결된 형태로 구성될 수 있다.

즉, 메타버스 환경 체계를 관리하기 위해 복수의 서버가 운영되고 있는 경우, 복수의 서버에 대한 보안 설정이 매우 중요하기 때문에, 랜섬웨어, 해킹, DDOS 등의 공격으로 좀비 서버가 되는 것을 방지하는 방안이 필요하다.

이를 위해, 방화벽이 활용되고 있으며, 방화벽은 네트워크 방화벽, 호스트 방화벽으로 구분될 수 있다.

네트워크 방화벽은 메인 스위치 상단에 메인 방화벽을 구성하여, 네트워크 게이트웨이 방식 또는 브릿지 방식으로 구성될 수 있다. 즉, 방화벽 장비를 기준으로 내부망과 외부망이 구분되어 관리될 수 있다.

네트워크 방화벽을 사용하는데 있어, 네트워크 방화벽을 기준으로 내부망에는 복수의 서버들이 내부망을 통해 연결될 수 있으며, 내부망을 통해 연결되어 있는 복수의 서버 간의 통신은 방화벽을 거치지 않으므로, 별도로 차단되지 않는 상태이다. 이에 따라, 내부망을 통해 연결되어 있는 복수의 서버 간의 통신에 대한 방화벽을 위해서는 호스트 방화벽의 구성이 필요하다.

호스트 방화벽은 각 운영체제에서 로컬 PC 또는 서버로 접속하여 개별 설정을 진행해야만 하며, 호스트 방화벽의 구성은 각 운영체제에서 제공하는 방화벽 기능을 통해 설정되기 때문에, 통합 관리가 불가능하여 관리가 어려운 문제가 있다.

호스트 방화벽을 사용하는데 있어, 운영하는 복수의 서버가 수백대인 경우, 일일이 수백대의 방화벽 정책을 관리하기는 불가능하며, 방화벽 정책을 적용하기 위해서는 방화벽에 대한 기술을 습득하여야만 방화벽의 구성이 가능하다. 예를 들어, 리눅스 또는 유닉스의 경우, 서버 방화벽을 구성하기 위한 명령어의 구조가 복잡하여, 전문 지식을 습득한 고급 엔지니어만 방화벽의 구성이 가능할 수 있다. 이에 따라, 서버 개별로 정책 관리가 불가능하여 운영체제의 방화벽을 제거 또는 서비스를 정지하여 운영하고 있는 상황이다.

이하에서는, 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어함으로써, 호스트 방화벽을 능동적이고 편리하게 설정하여, 통합 호스트 방화벽 매니저 서비스를 제공하는 구체적인 내용에 대해 자세히 설명하기로 한다.

도 8은 일실시예에 따른 인공지능을 기반으로 호스트 방화벽의 정책 설정을 제어하는 과정을 설명하기 위한 순서도이다.

먼저, 장치(200)는 메타버스 환경을 통한 모델 하우스 경험 서비스를 제공하기 위해, 복수의 서버와 연결될 수 있으며, 복수의 서버는 제1 서버, 제2 서버 등을 포함할 수 있다. 복수의 서버 각각은 내부망을 통해 장치(200)와 연결되어 있는 호스트로, 내부망으로 연결된 네트워크를 통해 장치(200)와 데이터를 송수신할 수 있다.

도 8을 참조하면, 먼저, S801 단계에서, 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 수신할 수 있다. 여기서, 제1 서버의 운영체제 정보는 제1 서버에 설치되어 운영되고 있는 운영체제의 종류, 버전 등을 식별하기 위한 정보를 포함할 수 있고, 제1 서버의 네트워크 설정 정보는 제1 서버의 네트워크 설정 상태를 나타내는 정보를 포함할 수 있다.

S802 단계에서, 장치(200)는 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 기초로, 제1 서버의 네트워크 연결 상태를 분석할 수 있다. 이때, 제어 장치(200)는 제1 서버의 네트워크 연결 상태를 분석하여, 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 생성할 수 있다. 여기서, 제1 서버의 네트워크 연결 상태에 대한 분석 결과는 제1 서버가 어느 운영체제로 운영되고 있으며, 제1 서버가 어느 네트워크 포트를 통해 연결되어 있는 상태인지를 분석한 결과를 포함할 수 있다.

S803 단계에서, 장치(200)는 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 미리 학습된 제1 인공 신경망에 적용할 수 있다.

일실시예에 따르면, 제1 인공 신경망은 서버의 네트워크 연결 상태에 대한 분석 결과를 입력 받은 후, 서버에게 적합한 방화벽 정책을 분석하여 출력하는 알고리즘일 수 있다.

S804 단계에서, 장치(200)는 제1 인공 신경망의 출력을 기초로, 제1 서버에게 적합한 방화벽 정책을 선정할 수 있다.

예를 들어, 제어 장치(200)는 제1 서버의 네트워크 연결 상태에 대한 분석 결과를 제1 인공 신경망에 적용하여, 제1 인공 신경망의 출력을 확인한 결과, 출력값이 “”으로 확인되면, 제1 서버에게 적합한 방화벽 정책을 제1 정책으로 선정하고, 출력값이 “1”로 확인되면, 제1 서버에게 적합한 방화벽 정책을 제2 정책으로 선정할 수 있다.

제1 인공 신경망은 서버의 네트워크 연결 상태에 대한 분석 결과를 통해, 서버에게 적합한 방화벽 정책을 분석하도록 학습될 수 있다. 이를 통해, 제1 인공 신경망은 서버의 네트워크 연결 상태를 고려하여, 서버에게 적합한 방화벽 정책을 분석하여 출력할 수 있다.

S805 단계에서, 장치(200)는 S804 단계에서 선정된 정책이 제1 서버의 방화벽 정책에 포함되어 있는지 여부를 확인할 수 있다. 예를 들어, 제1 서버에게 적합한 방화벽 정책으로 제1 정책이 선정되면, 장치(200)는 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있는지 여부를 확인할 수 있다.

이를 위해, 장치(200)의 데이터베이스에는 복수의 서버 각각에 설정되어 있는 방화벽 정책에 대한 정보가 서버 별로 구분되어 저장될 수 있다. 방화벽 정책에 대한 정보는 서버에 설정되어 있는 방화벽 정책에 따라 수가 상이할 수 있으며, 하나의 서버에 복수의 방화벽 정책이 설정되어 있는 경우, 복수의 방화벽 정책 각각에 대한 우선순위가 설정되어 있을 수 있다.

S805 단계에서 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있는 것으로 확인되면, S806 단계에서, 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요하지 않은 것으로 판단할 수 있다.

즉, 제1 서버에게 적합한 방화벽 정책으로 선정된 제1 정책이 제1 서버에 이미 설정되어 있으므로, 장치(200)는 제1 서버의 방화벽 정책에 대한 유지가 필요한 것으로 판단할 수 있다.

S806 단계 이후, 일정 기간이 지나면, S801 단계로 되돌아가, 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 다시 수신하여, 제1 서버에게 적합한 방화벽 정책을 다시 선정할 수 있다.

한편, S805 단계에서 제1 정책이 제1 서버의 방화벽 정책에 포함되어 있지 않은 것으로 확인되면, S807 단계에서, 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요한 것으로 판단할 수 있다.

즉, 제1 서버에게 적합한 방화벽 정책으로 선정된 제1 정책이 제1 서버에 설정되어 있지 않으므로, 장치(200)는 제1 서버의 방화벽 정책에 대한 변경이 필요한 것으로 판단할 수 있다.

S808 단계에서, 장치(200)는 제1 서버의 방화벽 정책에 선정된 정책을 추가하여 등록할 수 있다. 예를 들어, 제1 서버에게 적합한 방화벽 정책으로 제1 정책이 선정되면, 장치(200)는 제1 서버의 방화벽 정책에 제1 정책을 추가하여 등록할 수 있다. 이때, 제1 서버의 방화벽 정책에 제2 정책이 이미 등록되어 있는 상태인 경우, 제1 서버의 방화벽 정책에 제1 정책이 추가로 등록될 수 있다. 이를 통해, 장치(200)는 제1 서버의 방화벽 정책에 복수의 정책이 등록되어 있는 경우, 복수의 정책 각각에 대한 우선순위를 설정할 수 있다.

제1 서버의 방화벽 정책에 제1 정책을 추가하여 등록하는 과정은 장치(200)의 데이터베이스에 저장되어 있는 제1 서버의 방화벽 정책에 대한 정보에 제1 정책을 추가하여 갱신하는 것으로, 방화벽 정책에 대한 설정은 S809 단계를 통해 수행될 수 있다.

S809 단계에서, 장치(200)는 제1 서버의 방화벽 정책에 제1 정책이 추가로 등록되면, 제1 서버의 방화벽 정책에 대한 설정 변경 명령을 제1 서버로 전송하여, 제1 정책이 제1 서버의 방화벽 정책으로 설정되도록 제어할 수 있다. 여기서, 제1 서버의 방화벽 정책에 대한 설정 변경 명령은 제1 서버의 방화벽 정책에 제1 정책을 추가하여 설정하기 위한 명령이고, 제1 서버는 제1 서버의 방화벽 정책에 대한 설정 변경 명령을 통해, 제1 정책을 제1 서버의 방화벽 정책으로 추가하여 설정할 수 있다.

S809 단계 이후, 일정 기간이 지나면, S801 단계로 되돌아가, 장치(200)는 제1 서버로부터 제1 서버의 운영체제 정보 및 제1 서버의 네트워크 설정 정보를 다시 수신하여, 제1 서버에게 적합한 방화벽 정책을 다시 선정할 수 있다.

도 9는 일실시예에 따른 공격으로 추정되는 접근을 감지하여, 공격 횟수에 따라 대응 방안을 제공하는 과정을 설명하기 위한 순서도이다.

도 9를 참조하면, 먼저, S901 단계에서, 장치(200)는 제1 서버로부터 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 수신할 수 있다. 여기서, 제1 서버의 네트워크 트래픽에 대한 모니터링 정보는 제1 서버에서 어느 포트로 접속이 이루어져 트래픽이 발생하였는지에 대한 모니터링 정보, 제1 서버에 접속한 IP 주소 별로 시간당 얼마만큼의 트래픽을 발생시켰는지에 대한 모니터링 정보 등을 포함할 수 있다.

S902 단계에서, 장치(200)는 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 장치(200) 내에서 미리 학습된 제2 인공신경망에 적용할 수 있다.

일실시예에 따르면, 제2 인공신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 입력 받은 후, 서버에 공격으로 추정되는 접근이 감지되었는지 여부에 대한 검출 결과를 출력하는 알고리즘일 수 있다. 여기서, 공격은 서버에 대한 공격으로, 랜섬웨어, 해킹, DDOS 등을 포함할 수 있다.

S903 단계에서, 장치(200)는 제2 인공신경망의 출력을 기초로, 제1 서버에 공격으로 추정되는 접근이 감지되었는지 여부를 검출할 수 있다.

예를 들어, 장치(200)는 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 제2 인공신경망에 적용하여, 제2 인공 신경망의 출력을 확인한 결과, 출력값이 “”으로 확인되면, 제1 서버에 공격으로 추정되는 접근이 감지되지 않은 것으로 검출하고, 출력값이 “1”로 확인되면, 제1 서버에 공격으로 추정되는 접근이 감지된 것으로 검출할 수 있다.

제2 인공신경망은 서버의 네트워크 트래픽에 대한 모니터링 정보를 통해, 서버에 공격으로 추정되는 접근이 감지되었는지 분석하도록 학습될 수 있다. 이를 통해, 제2 인공신경망은 서버의 네트워크 트래픽에 대한 변동 상태를 고려하여, 서버에 공격으로 추정되는 접근이 감지되었는지를 분석하여 출력할 수 있다.

S904 단계에서, 장치(200)는 제2 기준 기간 동안 제1 서버에 공격으로 추정되는 접근이 몇 번 감지되었는지 확인하여, 제1 서버가 제2 기준 기간 동안 공격받은 횟수인 제1 공격 횟수를 산출할 수 있다. 여기서, 제2 기준 기간은 실시예에 따라 상이하게 설정될 수 있으며, 제2 기준 기간 동안 S901 단계부터 S903 단계까지의 과정이 반복 수행될 수 있다. 이를 통해, 장치(200)는 제2 기준 기간 동안 제1 서버에 공격으로 추정되는 접근이 몇 번 감지되었는지 확인하여, 제1 공격 횟수를 산출할 수 있다.

S905 단계에서, 장치(200)는 제1 공격 횟수가 제1 기준 횟수 보다 적은지 여부를 확인할 수 있다. 여기서, 제1 기준 횟수는 제2 기준 기간의 길이에 비례하여 상이하게 설정될 수 있다.

S905 단계에서 제1 공격 횟수가 제1 기준 횟수 보다 적은 것으로 확인되면, S907 단계에서, 장치(200)는 제1 서버의 상태를 정상 상태로 판단할 수 있다.

S907 단계 이후, 일정 기간이 지나면, S901 단계로 되돌아가, 장치(200)는 제1 서버로부터 제1 서버의 네트워크 트래픽에 대한 모니터링 정보를 다시 수신하여, 제1 공격 횟수를 다시 산출할 수 있다.

S905 단계에서 제1 공격 횟수가 제1 기준 횟수 보다 많은 것으로 확인되면, S906 단계에서, 장치(200)는 제1 공격 횟수가 제2 기준 횟수 보다 적은지 여부를 확인할 수 있다. 여기서, 제2 기준 횟수는 제1 기준 횟수 보다 많은 값으로 설정될 수 있다.

S906 단계에서 제1 공격 횟수가 제2 기준 횟수 보다 적은 것으로 확인되면, S908 단계에서, 장치(200)는 제1 서버의 상태를 경고 상태로 판단할 수 있다.

S906 단계에서 제1 공격 횟수가 제2 기준 횟수 보다 많은 것으로 확인되면, S909 단계에서, 장치(200)는 제1 서버의 상태를 위험 상태로 판단할 수 있다.

S910 단계에서, 장치(200)는 제1 서버의 상태가 경고 상태로 판단되면, 제1 서버의 공격을 경고하는 알림 메시지를 제1 관리자 단말로 전송할 수 있다. 여기서, 제1 관리자 단말은 제1 서버의 관리자로 등록되어 있는 제1 관리자가 사용하는 단말을 의미하며, 장치(200)의 데이터베이스에는 관리자 단말의 연락처 정보가 저장되어 있어, 이를 통해, 장치(200)는 관리자 단말로 알림 메시지를 전송할 수 있다.

S911 단계에서, 장치(200)는 제1 서버의 상태가 위험 상태로 판단되면, 제1 정책을 통해 연결이 허용되어 있는 제1 포트의 연결 차단 명령을 제1 서버로 전송하여, 제1 서버에서 제1 포트를 통한 연결이 차단되도록 제어할 수 있다.

즉, 제1 서버에는 제1 정책이 방화벽 정책으로 설정되어 있고, 제1 정책은 제1 포트를 통해 연결을 허용하는 설정을 포함하고 있어, 제1 서버의 네트워크 연결 상태는 제1 포트를 통한 연결을 허용하고 있는 상태로, 제1 포트를 통해 트래픽이 발생되고 있는데, 제1 포트를 통한 공격받은 횟수가 너무 많은 경우, 장치(200)는 제1 포트의 연결 차단 명령을 제1 서버로 전송하여, 제1 서버에서 제1 포트를 통한 연결이 차단되도록 제어할 수 있다. 이때, 제1 서버는 제1 포트의 연결 차단 명령을 통해 제1 포트의 연결을 차단시켜, 제1 포트를 통해 트래픽이 발생하지 않도록 처리할 수 있다.

도 10은 일실시예에 따른 장치의 구성의 예시도이다.

일실시예에 따른 장치(200)는 프로세서(210) 및 메모리(220)를 포함한다. 프로세서(210)는 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(200)를 이용하는 자 또는 단체는 도 1 내지 도 9를 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.

메모리(220)는 전술된 방법들과 관련된 정보를 저장하거나 후술되는 방법들이 구현된 프로그램을 저장할 수 있다. 메모리(220)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(210)는 프로그램을 실행하고, 장치(200)를 제어할 수 있다. 프로세서(210)에 의하여 실행되는 프로그램의 코드는 메모리(220)에 저장될 수 있다. 장치(200)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.

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, 메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법에 있어서,
   사용자 단말로부터 특정 모델 하우스 정보, 재산 정보 및 관심 지역 정보 중 하나를 포함하는 사용자 정보를 수신하는 단계;
   상기 사용자 정보에 특정 모델 하우스 정보가 포함된 경우, 상기 특정 모델 하우스를 채택 모델 하우스로 선정하고, 상기 사용자 정보에 특정 모델 하우스 정보가 포함되지 않은 경우, 상기 사용자 정보에 기초하여 채택 모델 하우스를 선정하는 단계;
   상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있는지 확인하는 단계;
   상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장된 경우, 상기 사용자 단말로 가상 환경 제공 기기의 착용을 안내하는 메시지를 전송하는 단계;
   상기 사용자가 상기 가상 환경 제공 기기를 착용한 것이 확인되면, 상기 사용자 단말로부터 상기 채택 모델 하우스의 실제 위치, 동, 층 및 호수 중 적어도 하나를 포함하는 위치 정보를 획득하는 단계;
   현재 시간 정보 및 상기 위치 정보에 대응하는 날씨 정보를 획득하는 단계;
   상기 위치 정보, 시간 정보 및 날씨 정보를 이용하여, 상기 채택 모델 하우스가 배치된 가상 공간을 생성하는 단계;
   상기 위치 정보를 이용하여 상기 채택 모델 하우스를 상기 가상 공간에 배치하는 단계;
   상기 가상 환경 제공 기기에 상기 가상 공간 및 상기 채택 모델 하우스를 출력하는 단계;
   상기 가상 환경 제공 기기로부터 특정 시간 정보 및 특정 날씨 정보를 포함하는 특정 환경 정보를 수신하는 단계;
   상기 특정 환경 정보에 기반하여 상기 가상 공간을 업데이트하는 단계; 및
   상기 채택 모델 하우스에 배치된 하우징 객체를 상기 사용자에 대응하여 추천 및 저장하는 단계;를 포함하고,
   상기 사용자 정보에 기초하여 채택 모델 하우스를 선정하는 단계는
   상기 관심 지역 및 재산 정보를 기초로, 상기 사용자 정보에 대응하는 모델 하우스를 추출하는 단계; 및
   상기 사용자가 입력한 우선 순위에 따라 상기 추출된 모델 하우스 중 하나를 채택 모델 하우스로 선정하는 단계를 포함하고,
   상기 채택 모델 하우스의 가상 모델이 데이터베이스에 저장되어 있지 않은 경우에는
   상기 채택 모델 하우스의 향 정보, 평형 정보, 외부 건물의 평균 높이 중 적어도 하나를 포함하는 상기 채택 모델 하우스의 확인 정보를 획득하는 단계; 및
   상기 확인 정보를 기초로, 상기 채택 모델 하우스와 확인 정보가 일치하고 가상 모델이 존재하는 모델 하우스를 채택 모델 하우스로 대체하는 단계를 더 수행하고,
   상기 채택 모델 하우스에 배치된 하우징 객체를 상기 사용자에 대응하여 추천 및 저장하는 단계는
   상기 채택 모델 하우스에 배치된 하우징 객체 및 상기 하우징 객체가 배치된 공간 정보를 확인하는 단계;
   상기 하우징 객체 및 상기 공간 정보를 하우징 객체 데이터베이스에 적용하여 추천 하우징 객체 정보를 상기 가상 환경 제공 기기에 출력하는 단계; 및
   상기 사용자가 선택한 하우징 객체를 상기 하우징 객체가 배치된 채택 모델 하우스에 라이브러리로 저장하는 단계를 더 포함하고,
   상기 추천 하우징 객체 정보는,
   상기 사용자 정보로부터 사용자의 SNS 계정에 게시된 게시물의 이미지 및 게시글을 분석하여 사용자의 선호 하우징 객체를 추출하고,
   상기 선호 하우징 객체를 이용하여 상기 추천 하우징 객체 정보를 결정하는,
   메타버스 환경을 이용한 모델 하우스 경험 서비스 제공 방법.
2. 삭제
3. 삭제

Images