KR102553371B1 - 사용 환경에 따른 커스터마이징된 mcu 펌웨어 업데이트 자동화 방법 및 장치 - Google Patents

Abstract

일실시예에 따른 장치는, 사용자의 단말로부터 MCU 펌웨어가 장착될 기기의 카테고리를 획득하고, 사용자의 단말로부터 기기의 스펙을 획득하고, 기기의 카테고리를 기초로, 후보 기능을 선정하고, 후보 기능에 매칭된 프로그래밍 코드를 획득하고, 후보 기능에 매칭된 프로그래밍 코드 및 기기의 스펙을 기초로, 후보 기능 중 기기에서 사용가능한 기능을 업데이트 기능으로 선정하고, 업데이트 기능에 매칭된 프로그래밍 코드를 기기의 스펙을 기초로, 변환하고, 변환된 프로그래밍 코드를 기초로, 기기의 MCU 펌웨어를 업데이트한다.

Description

사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법 및 장치 { METHOD AND DEVICE FOR AUTOMATING MCU FIRMWARE UPDATE CUSTOMIZED ACCORDING TO USE ENVIRONMENT }

아래 실시예들은 사용 환경에 따라 커스터마이징된 MCU 펌웨어 업데이트를 자동화하기 위한 기술에 관한 것이다.

소프트웨어를 통해 전달된 정보를 받아들인 하드웨어는 내부의 논리 회로를 거쳐 사용자가 원하는 형태의 결과물을 출력한다. 여기서 말하는 결과물이란 계산 결과의 출력이나 특정 기기의 동작 등을 의미한다. 그런데 컴퓨터 시스템의 활용 범위가 넓어지고, 소프트웨어에서 전달되는 정보 역시 방대해지다 보니 하드웨어 내 제한된 종류의 논리 회로만으로는 이러한 다양한 상황에 모두 대응하기가 어렵게 되었다.

물론, 새로운 소프트웨어가 등장할 때마다 그에 해당하는 기능을 갖춘 논리 회로를 추가한 하드웨어를 새로 만들 수도 있겠지만, 이렇게 하면 비용이나 시간 면에서 큰 낭비가 아닐 수 없다. 그래서 컴퓨터 개발자들은 하드웨어 내부의 제어 부분에 저장공간을 만들어, 그 곳에 논리 회로의 기능을 보강하거나 대신할 수 있는 프로그램을 넣을 수 있게 하였다. 이것이 바로 '펌웨어(Firmware)'이다.

또한, 휴대폰, 노트북을 포함하여 각종 전자 기기는 펌웨어 업그레이드를 통해 기존의 소유하고 있는 기기에 새로운 기능이나 컨텐츠를 추가하여 새로운 제품을 구매하지 않아도 늘 최신제품의 느낌을 가질 수 있도록 할 수 있다.

한국등록특허 제10-1968272호 (2019.04.05. 공고) 한국등록특허 제10-1675444호 (2016.11.11. 공고) 한국등록특허 제10-2073678호 (2020.02.06. 공고) 한국공개특허 제10-2022-0169318호 (2022.12.27. 공개)

실시예들은 사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트를 자동화하고자 한다.

실시예들은 해당 기기의 카테고리를 기초로, 현재 인기있는 기능을 확인하고, 해당 기능이 포함되도록 업데이트하고자 한다.

실시예들은 프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천하고자 한다.

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

일실시예에 따르면, 사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법은 사용자의 단말로부터 MCU 펌웨어가 장착될 기기의 카테고리를 획득하는 단계; 상기 사용자의 단말로부터 상기 기기의 스펙을 획득하는 단계; 상기 기기의 카테고리를 기초로, 후보 기능을 선정하고, 상기 후보 기능에 매칭된 프로그래밍 코드를 획득하는 단계; 상기 후보 기능에 매칭된 프로그래밍 코드 및 상기 기기의 스펙을 기초로, 상기 후보 기능 중 상기 기기에서 사용가능한 기능을 업데이트 기능으로 선정하는 단계; 상기 업데이트 기능에 매칭된 프로그래밍 코드를 상기 기기의 스펙을 기초로, 변환하는 단계; 및 상기 변환된 프로그래밍 코드를 기초로, 상기 기기의 MCU 펌웨어를 업데이트하는 단계를 포함한다.

상기 기기의 카테고리를 기초로, 후보 기능을 선정하는 단계;는, 상기 기기의 카테고리를 기초로, 상기 카테고리에 매칭된 기기인 동일 카테고리 기기를 추출하는 단계, 상기 동일 카테고리 기기의 가장 최근 MCU 펌웨어를 획득하는 단계, 상기 획득한 MCU 펌웨어를 기초로, 상기 MCU 펌웨어 내에 포함된 기능을 확인하는 단계, 상기 확인된 기능 중 미리 설정된 기준 값보다 많이 포함된 기능을 추출하는 단계, 및 상기 추출된 기능을 상기 후보 기능으로 선정하는 단계를 포함하고, 상기 업데이트 기능에 매칭된 프로그래밍 코드를 상기 기기의 스펙을 기초로, 변환하는 단계;는 상기 업데이트 기능에 매칭된 프로그래밍 코드 및 상기 기기의 스펙을 비교하여 상기 프로그래밍 코드의 변환이 필요한지 여부를 확인하는 단계, 상기 프로그래밍 코드의 변환이 필요하다고 확인되면, 상기 프로그래밍 코드 내에 변수, 상수, 텍스트를 포함하는 수정 가능 부분을 확인하는 단계,상기 기기의 스펙을 기초로, 상기 수정 가능 부분을 수정하여 변환된 프로그래밍 코드를 생성하는 단계, 및 상기 프로그래밍 코드의 변환이 필요하지 않다고 확인되면, 상기 프로그래밍 코드를 변환하지 않는 단계를 포함한다.

사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법은 프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천하는 단계;를 더 포함하고, MCU 펌웨어 업데이트를 추천하는 단계는, 상기 기기의 카테고리에 속하는 제품 중 상기 MCU와 동일 종류의 MCU에 사용된 프로그래밍 코드 관련 게시글을 조회하는 단계, 상기 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 추출하는 단계, 상기 추출된 게시글 중 조회수가 미리 설정된 목표 값보다 큰 게시글을 후보 게시글로 선정하는 단계, 상기 후보 게시글에 대한 후기 정보를 조회하는 단계, 상기 후기 정보에 포함된 긍정 키워드와 부정 키워드를 확인하여, 상기 긍정 키워드가 차지하는 비율인 긍정 비율을 산출하고, 상기 부정 키워드가 차지하는 비율인 부정 비율을 산출하는 단계, 및 상기 긍정 비율이 미리 설정된 목표 비율을 만족하는 경우, 상기 후보 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정하는 단계,를 포함한다.

상기 기기의 MCU 펌웨어를 업데이트하는 단계에서 네트워크를 통해 상기 기기의 펌웨어 업데이트를 진행하고자 하는 경우, 상기 기기와 같은 네트워크에 접속된 기기인 주변 기기를 인식하는 단계; 상기 주변 기기의 네트워크 접속 유지 시간을 확인하는 단계; 상기 주변 기기의 네트워크 접속 유지 시간을 기초로 평균 값을 생성하여, 평균 네트워크 접속 유지 시간을 생성하는 단계; 상기 평균 네트워크 접속 유지 시간이 미리 설정된 기준 시간보다 긴지 여부를 확인하는 단계; 상기 평균 네트워크 접속 유지 시간이 상기 기준 시간보다 길다고 확인되면, 상기 네트워크가 안정적이라고 판단하고, 상기 기기의 펌웨어 업데이트를 진행하는 단계; 및 상기 평균 네트워크 접속 유지 시간이 상기 기준 시간보다 길지 않다고 확인되면, 상기 네트워크가 불안정적이라고 판단하고, 상기 기기의 펌웨어 업데이트를 진행하지 않는 단계를 포함한다.

사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법은 상기 기기 내에 제1 구성품이 포함된 것으로 확인되면, 상기 기기의 카테고리 및 규모를 포함하는 기기의 정보와 상기 제1 구성품의 유형 및 동작 스케줄을 포함하는 제1 구성품 정보를 각각 획득하는 단계; 상기 기기의 정보 및 상기 제1 구성품 정보를 매칭하여 제1 매칭 결과를 생성하는 단계; 상기 제1 매칭 결과를 제1 인공 신경망에 적용하여, 상기 제1 인공 신경망의 출력을 기초로, 상기 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 제1 이벤트로 예측하는 단계; 상기 제1 구성품의 상태를 확인하기 위해, 미리 정해진 기간 마다 상기 제1 구성품의 성능을 평가한 평가 정보를 획득하는 단계; 제1 시점에 상기 제1 구성품의 성능을 평가한 제1 평가 정보가 획득되면, 상기 제1 평가 정보를 기반으로, 상기 제1 시점에 대한 상기 제1 구성품의 성능을 나타내는 제1 성능 지표를 산출하는 단계; 상기 제1 시점 이후의 제2 시점에 상기 제1 구성품의 성능을 평가한 제2 평가 정보가 획득되면, 상기 제2 평가 정보를 기반으로, 상기 제2 시점에 대한 상기 제1 구성품의 성능을 나타내는 제2 성능 지표를 산출하는 단계; 상기 제1 성능 지표 및 상기 제2 성능 지표를 비교하여, 상기 제1 시점부터 상기 제2 시점까지 상기 제1 구성품에 대한 성능 변동 추세를 나타내는 제1 성능 변동 추세를 분석하는 단계; 상기 제1 성능 변동 추세에 대한 분석 결과를 제2 인공 신경망에 적용하여, 상기 제2 인공 신경망의 출력을 기초로, 상기 제1 구성품에서 상기 제1 이벤트가 발생할 수 있는 확률을 제1 발생률로 예측하는 단계; 상기 제1 구성품의 이벤트 발생 히스토리를 기반으로, 상기 제1 구성품에서 상기 제1 이벤트가 발생한 일자를 확인하여, 상기 제1 이벤트의 발생 주기를 분석하는 단계; 상기 제1 이벤트의 발생 주기에 기초하여, 상기 제1 구성품에서 상기 제1 이벤트가 발생할 것으로 예상되는 이벤트 발생 예상일을 예측하는 단계; 상기 이벤트 발생 예상일까지 남아있는 일자가 제1 일자로 확인된 경우, 상기 제1 일자가 미리 설정된 제1 기준 범위 내에 포함되어 있는 것으로 확인되면, 상기 제1 발생률에 대한 조정이 필요하지 않은 것으로 판단하는 단계; 상기 제1 일자가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최소값 보다 작은 것으로 확인되면, 1부터 2까지 범위 내에서 설정된 제1 설정값과 상기 제1 발생률을 곱한 값으로 상기 제1 발생률을 조정하는 단계; 상기 제1 일자가 상기 제1 기준 범위를 벗어나 상기 제1 기준 범위의 최대값 보다 큰 것으로 확인되면, 0부터 1까지 범위 내에서 설정된 제2 설정값과 상기 제1 발생률을 곱한 값으로 상기 제1 발생률을 조정하는 단계; 상기 제1 발생률이 미리 설정된 제1 기준값 보다 작은 것으로 확인되면, 상기 제1 구성품을 이상 징후가 없는 구성품으로 분류하는 단계; 상기 제1 발생률이 상기 제1 기준값 보다 크지만 미리 설정된 제2 기준값 보다 작은 것으로 확인되면, 상기 제1 구성품을 재부팅이 필요한 구성품으로 분류하는 단계; 상기 제1 발생률이 상기 제2 기준값 보다 크지만 미리 설정된 제3 기준값 보다 작은 것으로 확인되면, 상기 제1 구성품을 원격 점검이 필요한 구성품으로 분류하는 단계; 상기 제1 발생률이 상기 제3 기준 값 보다 크지만 미리 설정된 제4 기준값 보다 작은 것으로 확인되면, 상기 제1 구성품을 방문 점검이 필요한 구성품으로 분류하는 단계; 및 상기 제1 발생률이 상기 제4 기준값 보다 큰 것으로 확인되면, 상기 제1 구성품을 교체가 필요한 구성품으로 분류하는 단계를 더 포함한다.

실시예들은 사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트를 자동화할 수 있다.

실시예들은 해당 기기의 카테고리를 기초로, 현재 인기있는 기능을 확인하고, 해당 기능이 포함되도록 업데이트할 수 있다.

실시예들은 프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천할 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 사용환경에 따른 커스터마이징된 MCU 펌웨어 업데이트를 자동화하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 후보 기능을 선정하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 프로그래밍 코드를 변환하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 네트워크 환경에 따라 업데이트를 진행하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 기기 내에 설치된 구성품의 유지 보수를 위한 이벤트 발생을 예측하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 이벤트 발생 확률에 따라 구성품의 상태를 분류하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 이벤트 발생 주기에 따라 발생률을 조정하는 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 통신망을 통해 서로 통신 가능한 사용자의 단말(100) 및 장치(200)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.

사용자의 단말(100)은 사용자가 사용하는 기기의 MCU 펌웨어를 업데이트하고자 하는 사용자가 사용하는 단말로, 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. 예를 들어, 도 1에 도시된 바와 같이, 사용자의 단말(100)은 스마트폰일 수 있으며, 실시예에 따라 달리 채용될 수도 있다.

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

사용자의 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. 사용자의 단말(100)은 웹 사이트 또는 애플리케이션을 통해 장치(200)와 연동될 수 있다.

도1 및 이하의 설명에서는, 설명의 편의상, 사용자의 단말(100) 각각 하나만을 도시하고 설명하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(200)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.

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 사용자의 단말(100)과 유무선으로 통신하도록 구성될 수 있다. 또한, 장치(200)는 SNS를 포함하는 웹사이트와 유무선으로 통신할 수 있으며, 웹사이트에 접속하여 정보를 획득할 수 있다.

장치(200)는 사용자의 단말(100)로부터 MCU 펌웨어가 장착될 기기의 카테고리를 획득하고, 사용자의 단말(100)로부터 기기의 스펙을 획득하고, 기기의 카테고리를 기초로, 후보 기능을 선정하고, 후보 기능에 매칭된 프로그래밍 코드를 획득하고, 후보 기능에 매칭된 프로그래밍 코드 및 기기의 스펙을 기초로, 후보 기능 중 기기에서 사용가능한 기능을 업데이트 기능으로 선정하고, 업데이트 기능에 매칭된 프로그래밍 코드를 기기의 스펙을 기초로, 변환하고, 변환된 프로그래밍 코드를 기초로, 기기의 MCU 펌웨어를 업데이트할 수 있다.

도 2는 일실시예에 따른 사용환경에 따른 커스터마이징된 MCU 펌웨어 업데이트를 자동화하는 과정을 설명하기 위한 순서도이다.

도 2을 참조하면, 먼저, S201 단계에서, 장치(200)는 사용자의 단말(100)로부터 MCU 펌웨어가 장착될 기기의 카테고리를 획득할 수 있다. 여기서, 기기의 카테고리는 기기의 종류일 수 있으며, 기기의 카테고리에는 공기청정기, 미용기기, 도어락, 휴대폰, 장난감, 노트북 등이 포함될 수 있다. 여기서, MCU는 마이크로컨트롤러유닛(microcontroller unit)으로, 마이크로 프로세서, 메모리, 프로그램 가능한 입출력 모듈을 하나의 칩으로 만들어 프로그래밍을 통해 제어나 연산이 가능한 컴퓨터를 말한다.

구체적으로, 장치(200)는 사용자의 단말(100)로부터 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리를 획득할 수 있다.

S202 단계에서, 장치(200)는 사용자의 단말(100)로부터 기기의 스펙을 획득할 수 있다. 여기서, 기기의 스펙은 CPU의 종류와 처리속도, 메모리 용량 및 파워서플라이의 규격, 사용할 수 있는 정격 전압, 기기의 크기, 기기의 무게, 기기의 구성, 기기의 재질, 기기의 특성, 기기의 성능 등이 포함될 수 있다.

구체적으로, 장치(200)는 사용자의 단말(100)로부터 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 CPU의 종류와 처리속도, 메모리 용량 및 파워서플라이의 규격, 사용할 수 있는 정격 전압, 기기의 크기, 기기의 무게, 기기의 구성, 기기의 재질, 기기의 특성, 기기의 성능을 포함하는 기기의 스펙을 획득할 수 있다.

S203 단계에서, 장치(200)는 기기의 카테고리를 기초로, 후보 기능을 선정하고, 후보 기능에 매칭된 프로그래밍 코드를 획득할 수 있다.

구체적으로, 장치(200)는 사용자의 단말(100)로부터 획득한 기기의 카테고리를 기초로, 해당 기기의 카테고리에서 많이 사용되는 기능을 확인하여 후보 기능으로 선정할 수 있다. 이때, 후보 기능을 선정하는 과정은 도 3을 통해 설명하기로 한다.

또한, 장치(200)는 선정된 후보 기능에 매칭된 프로그래밍 코드를 획득할 수 있다. 이때, 장치(200)는 기능-프로그래밍 코드 매칭 데이트베이스를 구비할 수 있으며, 기능-프로그래밍 코드 매칭 데이트베이스는 기능과 해당 기능을 구현하기 위해 사용되는 프로그래밍 코드가 매칭되어 있어, 장치(200)는 후보 기능을 선정하고, 기능-프로그래밍 코드 매칭 데이터베이스를 통해 후보 기능에 매칭된 프로그래밍 코드를 획득할 수 있다.

S204 단계에서, 장치(200)는 후보 기능에 매칭된 프로그래밍 코드 및 기기의 스펙을 기초로, 후보 기능 중 기기에서 사용가능한 기능을 업데이트 기능으로 선정할 수 있다.

구체적으로, 장치(200)는 후보 기능에 매칭된 프로그래밍 코드와 기기의 스펙을 비교하여 후보 기능에 매칭된 프로그래밍 코드가 해당 기기에서 구현될 수 있는지 여부를 확인할 수 있고, 후보 기능에 매칭된 프로그래밍 코드가 기기에서 구현될 수 있다고 판단되면, 후보 기능을 업데이트 기능으로 선정할 수 있다.

이때, 장치(200)는 후보 기능에 매칭된 프로그래밍 코드와 기기의 스펙을 비교하는 과정에서 기기의 스펙에 포함된 기기의 구성을 통해 후보 기능에 매칭된 프로그래밍 코드가 기기에서 구현될 수 있다고 판단할 수 있다.

예를 들어, 장치(200)는 후보 기능에 매칭된 프로그래밍 코드를 확인한 결과 기기에 구비된 카메라를 통해 프로그램이 동작되는 반면, 기기의 구성을 확인한 결과, 기기에 카메라가 없다고 확인되면, 장치(200)는 해당 후보 기능을 기기에서 사용불가능하다고 확인하고, 해당 후보 기능을 업데이트 기능으로 선정하지 않을 수 있다.

또한, 예를 들어, 장치(200)는 후보 기능에 매칭된 프로그래밍 코드를 확인한 결과 기기에 구비된 카메라를 통해 프로그램이 동작되고, 기기의 구성을 확인한 결과, 기기에 카메라가 구비되어 있다고 확인되면, 장치(200)는 해당 후보 기능을 기기에서 사용가능하다고 확인하고, 해당 후보 기능을 업데이트 기능으로 선정할 수 있다.

S205 단계에서, 장치(200)는 업데이트 기능에 매칭된 프로그래밍 코드를 기기의 스펙을 기초로 변환할 수 있다.

구체적으로, 장치(200)는 후보 기능 중 기기에서 사용가능한 기능을 업데이트 기능으로 선정하고, 업데이트 기능에 매칭된 프로그래밍 코드를 기기의 스펙을 기초로 변환할 수 있다. 이때, 프로그래밍 코드를 기기의 스펙을 기초로 변환하는 과정은 도 4를 참조하여 하기로 한다.

S206 단계에서, 장치(200)는 변환된 프로그래밍 코드를 기초로, 기기의 MCU 펌웨어 업데이트를 진행할 수 있다. 이때, 장치(200)는 MCU 펌웨어 업데이트할 기기와 유무선으로 통신할 수 있다.

구체적으로, 장치(200)는 기기의 스펙을 기초로 변환된 프로그래밍 코드 및 기기를 통해 기기의 MCU 펌웨어 업데이트를 진행할 수 있다.

이로 인해, 장치(200)는 기기의 카테고리 및 기기의 스펙을 기초로, 기기에 업데이트될 업데이트 기능을 선정하고, 선정된 업데이트 기능에 매칭된 프로그래밍 코드를 기기의 스펙에 맞게 변환하여 변환된 프로그래밍 코드를 통해 해당 기기의 MCU 펌웨어 업데이트를 진행할 수 있는 효과가 있다.

도 3은 일실시예에 따른 후보 기능을 선정하는 과정을 설명하기 위한 순서도이다.

도 3을 참조하면, 먼저, S301 단계에서, 장치(200)는 기기의 카테고리를 기초로, 카테고리에 매칭된 기기인 동일 카테고리 기기를 추출할 수 있다. 이때, 장치(200)는 기기 데이터베이스를 포함하거나, 별개의 기기 데이터베이스와 유무선으로 통신할 수 있으며, 기기 데이터베이스에는 기기와 매칭하여 해당 기기의 카테고리 및 해당 기기의 MCU 펌웨어 히스토리가 저장되어 있을 수 있다.

구체적으로, 장치(200)는 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리를 기초로, 기기 데이터베이스에서 해당 카테고리에 매칭된 기기인 동일 카테고리 기기를 추출할 수 있다.

예를 들어, 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리가 도어락이고, 기기 데이터베이스에 제1 도어락, 제2 도어락, 제3 도어락, 제4 도어락, 제5 도어락, 제6 도어락, 제7 도어락, 제1 휴대폰, 제2 휴대폰, 제1 미용기기, 제2 미용기기, 제3 미용기기, 제4 미용기기가 저장되어 있는 경우, 장치(200)는 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리가 도어락과 동일한 카테고리를 갖는 제1 도어락, 제2 도어락, 제3 도어락, 제4 도어락, 제5 도어락, 제6 도어락, 및 제7 도어락을 동일 카테고리 기기로 추출할 수 있다.

S302 단계에서, 장치(200)는 동일 카테고리 기기의 가장 최근 MCU 펌웨어를 획득할 수 있다.

구체적으로, 장치(200)는 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리와 동일한 카테고리를 갖는 동일 카테고리 기기를 추출하고, 기기 데이터베이스로부터 동일 카테고리 기기의 MCU 펌웨어 히스토리를 통해 가장 최근 MCU 펌웨어를 획득할 수 있다.

예를 들어, 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리가 도어락이고, 기기 데이터베이스를 통해 제1 도어락, 제2 도어락, 제3 도어락, 제4 도어락, 제5 도어락, 제6 도어락, 제7 도어락을 동일 카테고리 기기로 추출한 경우, 장치(200)는 기기 데이터베이스를 통해 제1 도어락의 가장 최근 MCU 펌웨어인 제1 펌웨어를 획득하고, 제2 도어락의 가장 최근 MCU 펌웨어인 제2 펌웨어를 획득하고, 제3 도어락의 가장 최근 MCU 펌웨어인 제3 펌웨어를 획득하고, 제4 도어락의 가장 최근 MCU 펌웨어인 제4 펌웨어를 획득하고, 제5 도어락의 가장 최근 MCU 펌웨어인 제5 펌웨어를 획득하고, 제6 도어락의 가장 최근 MCU 펌웨어인 제6 펌웨어를 획득하고, 제7 도어락의 가장 최근 MCU 펌웨어인 제7 펌웨어를 획득할 수 있다.

S303 단계에서, 장치(200)는 획득한 MCU 펌웨어를 기초로 MCU 펌웨어 내에 포함된 기능을 확인할 수 있다.

구체적으로, 장치(200)는 동일 카테고리 기기의 가장 최근 MCU 펌웨어를 획득할 수 있고, 획득한 MCU 펌웨어를 기초로 MCU 펌웨어 내에 포함된 기능을 확인할 수 있다.

예를 들어, 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리가 도어락이고, 기기 데이터베이스를 통해 제1 도어락 및 제1 도어락의 가장 최근 MCU 펌웨어인 제1 펌웨어, 제2 도어락 및 제2 도어락의 가장 최근 MCU 펌웨어인 제2 펌웨어, 제3 도어락 및 제3 도어락의 가장 최근 MCU 펌웨어인 제3 펌웨어, 제4 도어락 및 제4 도어락의 가장 최근 MCU 펌웨어인 제4 펌웨어, 제5 도어락 및 제5 도어락의 가장 최근 MCU 펌웨어인 제5 펌웨어, 제6 도어락 및 제6 도어락의 가장 최근 MCU 펌웨어인 제6 펌웨어, 제7 도어락 및 제7 도어락의 가장 최근 MCU 펌웨어인 제7 펌웨어를 획득한 경우, 장치(200)는 제1 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능을 확인하고, 제2 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제3 펌웨어 내에 포함된 기능인 제2 기능, 제3 기능, 제5 기능을 확인하고, 제4 펌웨어 내에 포함된 기능인 제1 기능, 제6 기능, 제7 기능을 확인하고, 제5 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제6 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제7 기능, 제8 기능을 확인하고, 제7 펌웨어 내에 포함된 기능인 제1 기능, 제3 기능을 확인할 수 있다.

S304 단계에서, 장치(200)는 확인된 기능 중 미리 설정된 기준 값보다 많이 포함된 기능을 추출할 수 있다. 여기서, 기준 값은 미리 설정된 값으로 실시 예에 따라 달라질 수 있다.

구체적으로, 장치(200)는 동일 카테고리 기기의 가장 최근 MCU 펌웨어 내에 포함된 기능을 확인할 수 있고, 확인된 기능 중 미리 설정된 기준 값보다 많이 포함된 기능을 추출할 수 있다.

예를 들어, 제1 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능을 확인하고, 제2 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제3 펌웨어 내에 포함된 기능인 제2 기능, 제3 기능, 제5 기능을 확인하고, 제4 펌웨어 내에 포함된 기능인 제1 기능, 제6 기능, 제7 기능을 확인하고, 제5 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제6 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제7 기능, 제8 기능을 확인하고, 제7 펌웨어 내에 포함된 기능인 제1 기능, 제3 기능을 확인하고, 기준 값이 4인 경우, 장치(200)는 기준 값인 4보다 많이 포함된 제1 기능, 제2 기능 및 제3 기능을 추출할 수 있다.

S305 단계에서, 장치(200)는 추출된 기능을 후보 기능으로 선정할 수 있다.

구체적으로, 장치(200)는 동일 카테고리 기기의 가장 최근 MCU 펌웨어 내에 포함된 기능을 확인할 수 있고, 확인된 기능 중 미리 설정된 기준 값보다 많이 포함된 기능을 추출하고, 추출된 기능을 후보 기능으로 선정할 수 있다.

예를 들어, 제1 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능을 확인하고, 제2 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제3 펌웨어 내에 포함된 기능인 제2 기능, 제3 기능, 제5 기능을 확인하고, 제4 펌웨어 내에 포함된 기능인 제1 기능, 제6 기능, 제7 기능을 확인하고, 제5 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제4 기능을 확인하고, 제6 펌웨어 내에 포함된 기능인 제1 기능, 제2 기능, 제3 기능, 제7 기능, 제8 기능을 확인하고, 제7 펌웨어 내에 포함된 기능인 제1 기능, 제3 기능을 확인하고, 기준 값이 4인 경우, 장치(200)는 기준 값인 4보다 많이 포함된 제1 기능, 제2 기능 및 제3 기능을 추출할 수 있고, 추출된 제1 기능, 제2 기능 및 제3 기능을 후보 기능으로 선정할 수 있다.

이로 인해, 장치(200)는 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리와 일치하는 동일 카테고리 기기의 최근 MCU 펌웨어를 획득하고, 동일 카테고리 기기의 최근 MCU 펌웨어 내에 포함된 기능을 확인하여 기준보다 많이 포함된 기능을 후보 기능으로 선정할 수 있는 효과가 있다.

도 4는 일실시예에 따른 프로그래밍 코드를 변환하는 과정을 설명하기 위한 순서도이다.

도 4를 참조하면, 먼저, S401 단계에서, 장치(200)는 업데이트 기능에 매칭된 프로그래밍 코드 및 기기의 스펙을 비교할 수 있다.

여기서, 기능-프로그래밍 코드 매칭 데이터베이스는 프로그래밍 코드와 매칭하여 수정 가능 부분이 저장되어 있을 수 있다. 수정 가능 부분은 프로그래밍 코드 내에 기기의 스펙에 따라 변할 수 있는 부분으로, 프로그래밍 코드 내에 표시되어 있을 수 있다. 또한, 프로그래밍 코드와 매칭된 수정 가능 부분은 기기의 스펙 중 어떤 것과 관련이 있는지 매칭되어 저장되어 있을 수 있다.

예를 들어, 기능-프로그래밍 코드 매칭 데이터베이스에 저장된 제1 프로그래밍 코드에는 제1 수정 가능 부분, 제2 수정 가능 부분이 매칭되어 저장될 수 있고, 제1 수정 가능 부분은 기기의 스펙 중 메모리 용량과 매칭되어 저장되어 있을 수 있고, 제2 수정 가능 부분은 기기의 스펙 중 CPU의 처리 속도와 매칭되어 저장되어 있을 수 있다.

구체적으로, 장치(200)는 업데이트 기능에 매칭된 프로그래밍 코드를 통해 수정 가능 부분을 확인하고, 수정 가능 부분에 있는 기존 데이터를 획득할 수 있다. 또한, 장치(200)는 기존 데이터와 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 스펙을 비교할 수 있다.

S402 단계에서, 장치(200)는 프로그래밍 코드의 변환이 필요한지 여부를 확인할 수 있다.

구체적으로, 장치(200)는 업데이트 기능에 매칭된 프로그래밍 코드를 통해 수정 가능 부분을 확인할 수 있고, 수정 가능 부분에 있는 기존 데이터를 획득하여 기존 데이터와 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 스펙을 비교할 수 있다. 또한, 장치(200)는 기존 데이터와 기기의 스펙을 비교한 결과, 기존 데이터와 기기의 스펙이 다르다고 판단하면 프로그래밍 코드의 변환이 필요하다고 확인할 수 있고, 기존 데이터와 기기의 스펙에 같다고 판단하면 프로그래밍 코드의 변환이 필요하지 않다고 확인할 수 있다.

S402 단계에서 프로그래밍 코드의 변환이 필요하다고 확인되면, S403 단계에서, 장치(200)는 프로그래밍 코드 내에 변수, 상수, 텍스트를 포함하는 수정 가능 부분을 확인할 수 있다.

S404 단계에서, 장치(200)는 기기의 스펙을 기초로, 수정 가능 부분을 수정하여 변환된 프로그래밍 코드를 생성할 수 있다.

구체적으로, 장치(200)는 프로그래밍 코드의 변환이 필요하다고 확인되면, 프로그래밍 코드 내에 변수, 상수, 텍스트를 포함하는 수정 가능 부분을 확인할 수 있고, 수정 가능 부분의 기존 데이터를 MCU 펌웨어 업데이트를 하고자 하는 기기의 스펙으로 변환하여 변환된 프로그래밍 코드를 생성할 수 있다. 또한, 장치(200)는 기기의 스펙으로 변환된 프로그래밍 코드를 사용하여 기기의 MCU 펌웨어 업데이트를 진행할 수 있다.

예를 들어, A 프로그래밍 코드에 포함된 수정 가능 부분은 A 수정 가능 부분이 있고, A 수정 가능 부분은 메모리 용량과 매칭되어 있고, 기기의 스펙에 포함된 메모리 용량은 1TB이고, A 수정 가능 부분의 기존 데이터는 512GB인 경우, 장치(200)는 프로그래밍 코드 내에 포함된 수정 가능 부분을 확인하여 A 수정 가능 부분이 포함된 것을 확인하고, A 수정 가능 부분의 기존 데이터인 512GB와 기기의 스펙인 1TB를 비교하여 프로그래밍 코드 내에 포함된 A 수정 가능 부분을 기존 데이터인 512GB에서 기기의 스펙인 1TB로 수정하여 변환된 프로그래밍 코드를 생성할 수 있다.

S402 단계에서 프로그래밍 코드의 변환이 필요하지 않다고 확인되면, S405 단계에서, 장치(200)는 프로그래밍 코드를 변환하지 않을 수 있다.

구체적으로, 장치(200)는 프로그래밍 코드의 변환이 필요하지 않다고 확인되면, 프로그래밍 코드를 변환하지 않고 그대로 사용하여 기기의 MCU 펌웨어 업데이트를 진행할 수 있다.

이로 인해, 장치(200)는 기기의 스펙에 맞게 프로그래밍 코드를 자동으로 변환할 수 있고, 기기의 MCU 펌웨어 업데이트를 진행할 수 있다.

도 5는 일실시예에 따른 프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천하는 과정을 설명하기 위한 순서도이다.

도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 기기의 카테고리에 속하는 제품 중 MCU와 동일 종류의 MCU에 사용된 프로그래밍 코드 관련 게시글을 조회할 수 있다. 여기서, MCU의 종류는 ARM, Z80, 8051, AVR, STM32 등을 포함할 수 있다. 이때, 장치(200)는 SNS를 포함하는 웹사이트와 유무선으로 통신하며, 네트워크를 통해 웹사이트에 접속할 수 있다. 장치(200)는 네트워크를 통해 웹사이트에 접속할 수 있으며 프로그래밍 코드 커뮤니티에 접속할 수 있다.

구체적으로, 장치(200)는 사용자의 단말(100)로부터 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 MCU 종류를 획득할 수 있다 또한, 장치(200)는 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기의 카테고리에 속하는 제품 중 해당 MCU 종류와 동일한 종류의 MCU를 사용하는 제품을 확인하고, 프로그래밍 코드 커뮤니티에서 해당 제품에서 사용되는 프로그래밍 코드 관련 게시글을 조회할 수 있다.

예를 들어, 사용자가 MCU 펌웨어 업데이트를 하고자 하는 기기가 A 휴대폰이고, A 휴대폰의 MCU 종류가 제1 MCU 종류인 경우, 장치(200)는 휴대폰 중에서 제1 MCU 종류를 사용하는 휴대폰으로 B 휴대폰 및 C 휴대폰을 확인하고, 프로그래밍 코드 커뮤니티에서 B 휴대폰 또는 C 휴대폰에서 사용되는 프로그래밍 코드 관련 게시글인 제1 게시글, 제2 게시글, 제3 게시글, 제4 게시글, 제5 게시글을 조회할 수 있다.

S502 단계에서, 장치(200)는 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 추출할 수 있다. 여기서, 제품의 기능과 관련된 키워드는 장치(200)에 포함된 데이터베이스에 미리 저장되어 있을 수 있으며, 제품의 기능과 관련된 키워드는 장치(200)를 관리하는 관리자에 의해 입력될 수도 있고, 제품의 스펙에 포함된 제품의 성능 및 제품의 특성에 기초하여 키워드가 생성될 수도 있다.

구체적으로, 장치(200)는 프로그래밍 코드 커뮤니티를 통해 기기의 카테고리 및 MCU의 종류를 기초로, 조회된 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 추출할 수 있다.

예를 들어, 프로그래밍 코드 커뮤니티를 통해 기기의 카테고리 및 MCU의 종류를 기초로, 조회된 게시글이 제1 게시글, 제2 게시글, 제3 게시글, 제4 게시글, 제5 게시글인 경우, 장치(200)는 제1 게시글 내지 제5 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 확인하여 제품의 기능과 관련된 키워드가 포함된 게시글인 제1 게시글, 제품의 기능과 관련된 키워드가 포함된 게시글인 제2 게시글, 제품의 기능과 관련된 키워드가 포함된 게시글인 제5 게시글을 추출할 수 있다.

S503 단계에서, 장치(200)는 추출된 게시글 중 조회수가 미리 설정된 목표 값보다 큰 게시글을 후보 게시글로 선정할 수 있다. 여기서, 목표 값은 미리 설정된 값으로 실시 예에 따라 달라질 수 있다.

구체적으로, 장치(200)는 프로그래밍 코드 커뮤니티를 통해 기기의 카테고리 및 MCU의 종류를 기초로, 조회된 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 추출할 수 있고, 프로그래밍 코드 커뮤니티를 통해 추출된 게시글의 조회수를 확인하여 조회수가 미리 설정된 목표 값보다 큰 게시글을 후보 게시글로 선정할 수 있다.

예를 들어, 제품의 기능과 관련된 키워드가 포함된 게시글로 제1 게시글, 제2 게시글, 제5 게시글을 추출하고, 제1 게시글의 조회수가 5,000회, 제2 게시글의 조회수가 3,000회, 제5 게시글의 조회수가 1,500개이고, 목표 값이 2,000개인 경우, 장치(200)는 제1 게시글, 제2 게시글의 조회수가 각각 5,000회 및 3,000회로 목표 값인 2,000회보다 큰 것을 확인하여 제1 게시글 및 제2 게시글을 후보 게시글로 선정할 수 있고, 제5 게시글의 조회수가 1,500회로 목표 값이 2,000회보다 작은 것을 확인하여 제5 게시글을 후보 게시글로 선정하지 않을 수 있다.

S504 단계에서, 장치(200)는 후보 게시글에 대한 후기 정보를 조회할 수 있다.

구체적으로, 장치(200)는 프로그래밍 코드 커뮤니티를 통해 후보 게시글에 대한 후기 정보를 조회할 수 있다.

예를 들어, 후보 게시글로 제1 게시글 및 제2 게시글이 선정된 경우, 장치(200)는 프로그래밍 코드 커뮤니티를 통해 제1 게시글의 후기 정보 및 제2 게시글의 후기 정보를 조회할 수 있다.

S505 단계에서, 장치(200)는 후기 정보에 포함된 긍정 키워드가 차지하는 비율인 긍정 비율을 산출하고, 부정 키워드가 차지하는 비율인 부정 비율을 산출할 수 있다. 구체적으로, 장치(200)는 키워드 데이터베이스를 포함하거나, 별개의 키워드 데이터베이스와 유무선으로 통신할 수 있으며, 키워드 데이터베이스에는 긍정 키워드와 매칭된 키워드와 부정 키워드와 매칭된 키워드가 포함될 수 있다. 여기서, 긍정 키워드와 매칭된 키워드는 좋음, 빠름, 신속, 정확, 최고, 훌륭, 만족, 가성비, 예쁨, 강력 등이 포함될 수 있으며, 부정 키워드와 매칭된 키워드는 별로, 나쁨, 느림, 불편, 부정확, 아쉬움, 부족, 잘못 등이 포함될 수 있다.

즉, 장치(200)는 후보 게시글에 대한 후기 정보를 조회하고, 후기 정보 및 키워드 데이터베이스를 통해 후기 정보에 포함된 긍정 키워드 및 부정 키워드를 확인할 수 있고, 확인된 긍정 키워드와 부정 키워드를 통해 긍정 키워드가 차지하는 비율인 긍정 비율 및 부정 키워드가 차지하는 비율인 부정 비율을 산출할 수 있다. 이때, 장치(200)는 긍정 비율을 산출하기 위해 근로자에 대한 리뷰에 포함된 긍정 키워드 및 부정 키워드를 모두 추출할 수 있고, 추출된 키워드들 중 긍정 키워드가 차지하는 비율을 확인하여 긍정 비율로 산출하고, 추출된 키워드들 중 부정 키워드가 차지하는 비율을 확인하여 부정 비율로 산출할 수 있다.

예를 들어, 제1 게시글의 후기 정보에 좋음, 빠름, 신속, 정확, 최고, 훌륭, 만족, 가성비, 예쁨, 강력을 포함하는 긍정 키워드가 90개 포함되어 있고, 제1 게시글의 후기 정보에 별로, 나쁨, 느림, 불편, 부정확, 아쉬움, 부족, 잘못을 포함하는 부정 키워드가 10개 포함되어 있는 경우, 장치(200)는 제1 게시글의 긍정 비율을 0.9로 산출하고, 제1 게시글의 부정 비율을 0.1로 산출할 수 있다.

S506 단계에서, 장치(200)는 긍정 비율이 미리 설정된 목표 비율보다 큰 후보 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정할 수 있다.

구체적으로, 장치(200)는 후보 게시글에 대한 후기 정보를 통해 긍정 비율 및 부정 비율을 산출할 수 있고, 긍정 비율이 미리 설정된 목표 비율보다 큰 후보 게시글을 확인하여 긍정 비율이 미리 설정된 목표 비율보다 큰 후보 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정할 수 있다.

예를 들어, 제1 게시글의 긍정 비율을 0.9이고, 제1 게시글의 부정 비율을 0.1로 확인되고, 제2 게시글의 긍정 비율이 0.75이고, 제2 게시글의 부정 비율이 0.25로 확인되고, 목표 비율이 0.8인 경우, 장치(200)는 제1 게시글의 긍정 비율인 0.9가 목표 비율인 0.8보다 큰 것을 확인하고, 제1 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정할 수 있다. 또한, 장치(200)는 제2 게시글의 긍정 비율인 0.75가 목표 비율인 0.8보다 작은 것을 확인하고, 제2 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정하지 않을 수 있다.

이로 인해, 장치(200)는 프로그래밍 코드 커뮤니티를 조회하여 기기의 카테고리 및 기기의 MCU 종류와 동일한 제품에 사용된 프로그래밍 코드 관련 게시글을 확인하고, 확인된 게시글에서 제품의 기능과 관련된 키워드가 포함되고, 조회수가 목표 값보다 크고, 후기 정보의 긍정 비율이 목표 비율보다 큰 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정할 수 있는 효과가 있다.

도 6은 일실시예에 따른 네트워크 환경에 따라 업데이트를 진행하는 과정을 설명하기 위한 순서도이다.

도 6을 참조하면, 먼저, S601 단계에서, 장치(200)는 네트워크를 통해 기기의 펌웨어 업데이트를 진행하는 것을 확인할 수 있다.

구체적으로, 장치(200)는 사용자의 단말(100)로부터 기기의 MCU 펌웨어 업데이트 방식을 더 수신할 수 있고, 수신된 기기의 MCU 펌웨어 업데이트 방식을 기초로, 네트워크를 통해 기기의 펌웨어 업데이트를 진행하는 것을 확인할 수 있다.

S602 단계에서, 장치(200)는 기기와 같은 네트워크에 접속된 기기인 주변 기기를 인식할 수 있다.

구체적으로, 장치(200)는 기기가 접속한 네트워크와 유무선으로 통신할 수 있으며, 장치(200)는 해당 네트워크를 통해 현재 네트워크에 접속된 기기인 주변 기기를 인식할 수 있고, 인식된 주변 기기와 유무선으로 통신하여 주변 기기의 정보를 획득할 수 있다.

S603 단계에서, 장치(200)는 주변 기기의 네트워크 접속 유지 시간을 확인할 수 있다

구체적으로, 장치(200)는 네트워크를 통해 주변 기기를 인식하고, 주변 기기로부터 주변 기기의 정보를 획득하여, 주변 기기의 현재 네트워크 접속 유지 시간을 확인할 수 있다.

예를 들어, 장치(200)는 기기가 접속한 네트워크를 통해 제1 주변 기기를 인식할 수 있고, 제1 주변 기기로부터 제1 주변 기기의 정보를 획득하여 제1 주변 기기의 현재 네트워크 접속 유지 시간으로 4시간을 획득할 수 있다.

S604 단계에서, 장치(200)는 주변 기기의 네트워크 접속 유지 시간을 기초로 평균 값을 생성하여, 평균 네트워크 접속 유지 시간을 생성할 수 있다.

예를 들어, 기기가 접속한 네트워크를 통해 제1 주변 기기, 제2 주변 기기 및 제3 주변 기기가 인식되고, 제1 주변 기기의 네트워크 접속 유지 시간으로 4시간을 획득하고, 제2 주변 기기의 네트워크 접속 유지 시간으로 2시간을 획득하고, 제3 주변 기기의 네트워크 접속 유지 시간으로 3시간을 획득한 경우, 장치(200)는 평균 네트워크 접속 유지 시간으로 3시간을 생성할 수 있다.

S605 단계에서, 장치(200)는 평균 네트워크 접속 유지 시간이 미리 설정된 기준 시간보다 긴지 여부를 확인할 수 있다. 여기서 기준 시간은 미리 설정된 시간으로 실시 예에 따라 달라질 수 있다.

S605 단계에서 평균 네트워크 접속 유지 시간이 미리 설정된 기준 시간보다 길다고 확인되면, S606 단계에서, 장치(200)는 네트워크가 안정적이라고 판단하고, 기기의 펌웨어 업데이트를 진행할 수 있다.

예를 들어, 평균 네트워크 접속 유지 시간이 3시간이고 기준 시간이 2시간인 경우, 장치(200)는 평균 네트워크 접속 유지 시간인 3시간이 기준 시간인 2시간보다 긴 것을 확인하여, 네트워크가 안정적이라고 판단하고, 기기의 펌웨어 업데이트를 진행할 수 있다.

S605 단계에서 평균 네트워크 접속 유지 시간이 미리 설정된 기준 시간보다 길지 않다고 확인되면, S607 단계에서, 장치(200)는 네트워크가 불안정적이라고 판단하고, 기기의 펌웨어 업데이트를 진행하지 않을 수 있다.

예를 들어, 평균 네트워크 접속 유지 시간이 30분이고 기준 시간이 2시간인 경우, 장치(200)는 평균 네트워크 접속 유지 시간인 30분이 기준 시간인 2시간보다 짧은 것을 확인하여, 네트워크가 불안정적이라고 판단하고, 기기의 펌웨어 업데이트를 진행하지 않을 수 있다.

이로 인해, 장치(200)는 네트워크에 접속한 기기의 네트워크 접속 유지 시간을 확인하여, 네트워크가 안정적이라고 판단하면 펌웨어 업데이트를 진행하고 네트워크가 불안정적이라고 판단하면 펌웨어 업데이트를 진행하지 않을 수 있다.

이하에서는 기기 내에 설치된 구성품의 유지 보수를 위한 이벤트 발생 예측 및 모니터링 서비스를 제공하는 과정에 대해 자세히 설명하기로 한다.

도 7은 일실시예에 따른 기기 내에 설치된 구성품의 유지 보수를 위한 이벤트 발생을 예측하는 과정을 설명하기 위한 순서도이다.

도 7을 참조하면, 먼저, S701 단계에서, 장치(200)는 기기 내에 제1 구성품이 설치된 것으로 확인되면, 기기의 정보와 제1 구성품 정보를 각각 획득할 수 있다. 이를 위해, 장치(200)는 데이터베이스에 기기 별로 구분된 복수의 기기의 정보를 저장하여 관리할 수 있고, 구성품 별로 구분된 복수의 구성품 정보를 저장하여 관리할 수 있으며, 데이터베이스로부터 기기의 정보와 제1 구성품 정보를 각각 획득할 수 있다.

일실시예에 따르면, 기기의 정보는 기기에 대한 정보로, 기기의 카테고리, 크기, 용량, 무게 등에 대한 정보를 더 포함할 수 있다.

일실시예에 따르면, 제1 구성품 정보는 기기 내에 설치된 제1 구성품에 대한 정보로, 제1 구성품의 유형, 동작 스케줄 등에 대한 정보를 포함할 수 있다. 이때, 제1 구성품의 유형은 PC, 서버, 라우터 등으로 구분될 수 있고, 제1 구성품의 동작 스케줄은 부하 스케줄, CPU 이용 스케줄, 메모리 사용 스케줄 등으로 구분될 수 있다.

장치(200)는 제1 구성품과 유무선으로 통신하도록 구성될 수 있으며, 제1 구성품과 통신으로 연결되면, 제1 구성품의 IP 주소를 통해 제1 구성품이 기기 내에 설치되어 있는 것을 확인할 수 있다.

또한, 장치(200)는 기기 내에 제1 구성품이 설치될 때, 설치 기사의 요청에 의해 설치 정보가 등록되면, 설치 정보를 통해 제1 구성품이 기기 내에 설치되어 있는 것을 확인할 수 있다. 이때, 설치 정보는 기기 내에 제1 구성품이 설치된 것을 나타내는 정보로, 설치 기사의 단말을 통해 등록될 수 있다.

S702 단계에서, 장치(200)는 기기의 정보 및 제1 구성품 정보를 매칭하여 제1 매칭 결과를 생성할 수 있다.

S703 단계에서, 장치(200)는 기기의 정보 및 제1 구성품 정보를 매칭한 제1 매칭 결과를 미리 학습된 제1 인공 신경망에 적용할 수 있다. 여기서, 제1 인공 신경망은 기기의 정보 및 구성품 정보를 매칭한 매칭 결과를 입력으로 받아, 특정 기기에 설치된 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 출력하는 알고리즘일 수 있다.

즉, 제1 인공 신경망은 매칭 결과를 기반으로, 기기의 카테고리 및 규모와 구성품의 유형 및 동작 스케줄을 고려하여, 특정 기기에 설치되어 있는 특정 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 선정할 수 있다. 여기서, 이벤트의 종류는 고장, 과부하, 전산 장애, 멈춤 현상 등으로 구분될 수 있고, 이 중 어느 하나가 구성품에서 가장 많이 발생할 것으로 예측될 수 있다.

예를 들어, 제1 인공 신경망은 기기 내에 제1 구성품이 설치되어 있는 경우, 기기의 카테고리 및 규모와 제1 구성품의 유형 및 동작 스케줄을 고려하여, 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 제1 이벤트로 선정할 수 있고, 제1 이벤트를 지시하는 출력값을 출력할 수 있다.

S704 단계에서, 장치(200)는 제1 인공 신경망의 출력을 기초로, 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 제1 이벤트로 예측할 수 있다.

예를 들어, 장치(200)는 제1 인공 신경망의 출력을 확인한 결과, 제1 인공 신경망의 출력값이 1인 경우, 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 제1 이벤트로 예측할 수 있고, 제1 인공 신경망의 출력값이 2인 경우, 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 제2 이벤트로 예측할 수 있다.

일실시예에 따르면, 제1 인공 신경망은 기기의 정보 및 구성품 정보를 매칭한 매칭 결과를 통해, 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류를 선정하여 추출하도록 학습될 수 있다. 이를 통해, 제1 인공 신경망은 어느 기기에 어느 구성품이 설치되는지를 고려하여, 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류가 무엇인지 분석하여 출력할 수 있다.

장치(200)는 기기 내에 제1 구성품이 설치되어 있고, 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류가 제1 이벤트로 예측되면, 제1 구성품의 상태를 확인하기 위해, 미리 정해진 기간 마다 제1 구성품의 성능을 평가한 평가 정보를 획득할 수 있다. 여기서, 평가 정보는 구성품의 현재 성능을 평가한 정보로, 출력 속도, 주기억 장치의 액세스 시간, 데이터 전송 속도, 연산 속도 등을 종합적으로 평가한 결과를 포함할 수 있으며, 구성품의 작업 처리 능력에 대한 수치도 포함할 수 있다. 이를 위해, 제1 구성품은 자체적으로 미리 정해진 기간 마다 자신의 성능을 평가하여 평가 정보를 생성할 수 있으며, 장치(200)는 제1 구성품에서 평가 정보가 생성되면, 제1 구성품으로부터 평가 정보를 획득할 수 있다.

S705 단계에서, 장치(200)는 제1 시점에 제1 구성품의 성능을 평가한 평가 정보를 제1 평가 정보로 획득할 수 있다. 즉, 제1 구성품은 제1 시점에 자신의 성능을 평가한 제1 평가 정보를 생성할 수 있으며, 장치(200)는 제1 구성품에서 제1 평가 정보가 생성되면, 제1 구성품으로부터 제1 평가 정보를 획득할 수 있다.

S706 단계에서, 장치(200)는 제1 평가 정보를 기반으로, 제1 시점에 대한 제1 구성품의 성능을 나타내는 제1 성능 지표를 산출할 수 있다. 여기서, 제1 성능 지표는 제1 시점에 제1 구성품의 성능이 어느 정도인지를 나타내는 수치이다.

구체적으로, 장치(200)는 제1 평가 정보를 통해, 제1 시점에 제1 구성품의 출력 속도, 주기억 장치의 액세스 시간, 데이터 전송 속도 및 연산 속도를 확인하고, 출력 속도, 주기억 장치의 액세스 시간, 데이터 전송 속도 및 연산 속도에 대한 항목 별로 설정된 기준에 따라 점수를 부여한 후, 항목 별로 부여된 점수를 합산한 값으로 제1 성능 지표를 산출할 수 있다.

S707 단계에서, 장치(200)는 제2 시점에 제1 구성품의 성능을 평가한 평가 정보를 제2 평가 정보로 획득할 수 있다. 여기서, 제2 시점은 제1 시점 이후의 시점이다. 즉, 제1 구성품은 미리 정해진 기간 마다 자신의 성능을 평가하여 평가 정보를 생성하고 있으므로, 제1 시점에 자신의 성능을 평가한 제1 평가 정보를 생성한 후, 제1 시점으로부터 미리 정해진 기간이 지나면, 제2 시점에 자신의 성능을 평가한 제2 평가 정보를 생성할 수 있으며, 장치(200)는 제1 구성품에서 제2 평가 정보가 생성되면, 제1 구성품으로부터 제2 평가 정보를 획득할 수 있다.

S708 단계에서, 장치(200)는 제2 평가 정보를 기반으로, 제2 시점에 대한 제1 구성품의 성능을 나타내는 제2 성능 지표를 산출할 수 있다. 여기서, 제2 성능 지표는 제2 시점에 제1 구성품의 성능이 어느 정도인지를 나타내는 수치이다.

구체적으로, 장치(200)는 제2 평가 정보를 통해, 제2 시점에 제1 구성품의 출력 속도, 주기억 장치의 액세스 시간, 데이터 전송 속도 및 연산 속도를 확인하고, 출력 속도, 주기억 장치의 액세스 시간, 데이터 전송 속도 및 연산 속도에 대한 항목 별로 설정된 기준에 따라 점수를 부여한 후, 항목 별로 부여된 점수를 합산한 값으로 제2 성능 지표를 산출할 수 있다.

S709 단계에서, 장치(200)는 제1 성능 지표 및 제2 성능 지표를 비교하여, 제1 시점부터 제2 시점까지 제1 구성품에 대한 성능 변동 추세를 나타내는 제1 성능 변동 추세를 분석할 수 있다.

구체적으로, 장치(200)는 제1 성능 지표 및 제2 성능 지표를 비교하여, 제1 구성품의 성능이 증가 또는 감소되었는지 여부를 확인할 수 있으며, 이를 통해, 제1 구성품의 성능이 제1 시점부터 제2 시점까지 얼마나 변동되었는지 추세를 나타내는 제1 성능 변동 추세를 분석할 수 있다.

예를 들어, 제1 성능 지표는 90으로 산출되어 있고, 제2 성능 지표는 85로 산출되어 있는 경우, 장치(200)는 제1 성능 지표 및 제2 성능 지표를 비교한 결과, 90에서 85로 성능 지표가 변경되었으므로, 제1 시점부터 제2 시점까지 제1 구성품의 성능이 5만큼 감소된 것으로, 제1 성능 변동 추세를 분석할 수 있다.

S710 단계에서, 장치(200)는 제1 성능 변동 추세에 대한 분석 결과를 미리 학습된 제2 인공 신경망에 적용할 수 있다. 여기서, 제2 인공 신경망은 성능 변동 추세에 대한 분석 결과를 입력 받은 후, 구성품에서 이벤트가 발생할 수 있는 확률을 출력하는 알고리즘일 수 있다.

즉, 제2 인공 신경망은 성능 변동 추세에 대한 분석 결과를 기반으로, 구성품의 성능이 얼마나 변동되었는지 추세를 고려하여, 구성품에서 특정 이벤트가 발생할 수 있는 확률을 산정할 수 있다.

예를 들어, 제2 인공 신경망은 제1 구성품에서 가장 많이 발생할 것으로 예상되는 이벤트의 종류가 제1 이벤트로 선정되면, 제1 성능 변동 추세에 대한 분석 결과가 5만큼 감소한 경우, -5를 입력으로 받아, 제1 구성품에서 제1 이벤트가 발생할 수 있는 확률을 제1 발생률로 산정할 수 있고, 제1 발생률을 지시하는 출력값을 출력할 수 있다.

S711 단계에서, 장치(200)는 제2 인공 신경망의 출력을 기초로, 제1 구성품에서 제1 이벤트가 발생할 수 있는 확률을 제1 발생률로 예측할 수 있다.

일실시예에 따르면, 제2 인공 신경망은 성능 변동 추세에 대한 분석 결과를 통해, 구성품에 이벤트가 발생할 확률이 얼마나 되는지 분석하도록 학습될 수 있다. 이를 통해, 제2 인공 신경망은 구성품의 성능이 얼마나 변경되는지를 고려하여, 구성품에 이벤트가 발생할 확률이 얼마나 되는지 분석하여 출력할 수 있다. 제2 인공 신경망은 도 14를 참조하여 후술되는 방법을 통해 학습될 수 있다.

도 8은 일실시예에 따른 이벤트 발생 확률에 따라 구성품의 상태를 분류하는 과정을 설명하기 위한 순서도이다.

도 8을 참조하면, 먼저, S801 단계에서, 장치(200)는 제1 구성품에서 제1 이벤트가 발생할 수 있는 확률이 제1 발생률로 예측되면, 제1 발생률이 제1 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제1 기준값은 실시예에 따라 상이하게 설정될 수 있다.

S801 단계에서 제1 발생률이 제1 기준값 보다 작은 것으로 확인되면, S802 단계에서, 장치(200)는 제1 구성품을 이상 징후가 없는 구성품으로 분류할 수 있다.

S801 단계에서 제1 발생률이 제1 기준값 보다 큰 것으로 확인되면, S803 단계에서, 장치(200)는 제1 발생률이 제2 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제2 기준값은 제1 기준값 보다 큰 값으로 설정될 수 있다.

S803 단계에서 제1 발생률이 제2 기준값 보다 작은 것으로 확인되면, S804 단계에서, 장치(200)는 제1 구성품을 재부팅이 필요한 구성품으로 분류할 수 있다.

S803 단계에서 제1 발생률이 제2 기준값 보다 큰 것으로 확인되면, S805 단계에서, 장치(200)는 제1 발생률이 제3 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제3 기준값은 제2 기준값 보다 큰 값으로 설정될 수 있다.

S805 단계에서 제1 발생률이 제3 기준값 보다 작은 것으로 확인되면, S806 단계에서, 장치(200)는 제1 구성품을 원격 점검이 필요한 구성품으로 분류할 수 있다.

S805 단계에서 제1 발생률이 제3 기준값 보다 큰 것으로 확인되면, S807 단계에서, 장치(200)는 제1 발생률이 제4 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제4 기준값은 제3 기준값 보다 큰 값으로 설정될 수 있다.

S807 단계에서 제1 발생률이 제4 기준값 보다 작은 것으로 확인되면, S808 단계에서, 장치(200)는 제1 구성품을 방문 점검이 필요한 구성품으로 분류할 수 있다.

S807 단계에서 제1 발생률이 제4 기준값 보다 큰 것으로 확인되면, S809 단계에서, 장치(200)는 제1 구성품을 교체가 필요한 구성품으로 분류할 수 있다.

S802 단계, S804 단계, S806 단계, S808 단계 및 S809 단계 중 어느 하나를 통해, 제1 구성품의 상태가 분류되면, S810 단계에서, 장치(200)는 제1 구성품의 상태에 대한 분류 결과를 제1 사용자 단말(110)로 전송할 수 있다.

도 9는 일실시예에 따른 이벤트 발생 주기에 따라 발생률을 조정하는 과정을 설명하기 위한 순서도이다.

도 9를 참조하면, 먼저, S901 단계에서, 장치(200)는 기기 내에 제1 구성품이 설치되어 있는 경우, 제1 구성품의 이벤트 발생 히스토리를 기반으로, 제1 구성품에서 제1 이벤트가 발생한 일자를 확인하여, 제1 이벤트의 발생 주기를 분석할 수 있다. 이를 위해, 장치(200)는 데이터베이스에 기기에 설치된 구성품 별로 구분된 이벤트 발생 히스토리를 저장하여 관리할 수 있으며, 데이터베이스로부터 제1 구성품의 이벤트 발생 히스토리를 획득할 수 있다. 이벤트 발생 히스토리는 구성품에서 발생한 이벤트 내역이 누적된 정보, 이벤트의 종류, 이벤트 발생일, 이벤트 대응 조치, 이벤트 해결일 등을 포함하는 정보가 리스트로 구성될 수 있다.

예를 들어, 제1 구성품의 이벤트 발생 히스토리를 기반으로, 1월 1일, 1월 11일에 제1 이벤트가 발생한 것으로 확인되면, 장치(200)는 제1 이벤트의 발생 주기를 10일 간격으로 분석할 수 있다. 이때, 장치(200)는 미리 설정된 기간(예를 들면, 최근 6개월) 동안 제1 이벤트가 여러 번 발생한 것으로 확인되면, 제1 이벤트가 평균적으로 얼마나 자주 발생하였는지 확인하여, 제1 이벤트의 발생 주기를 분석할 수 있다.

S902 단계에서, 장치(200)는 제1 이벤트의 발생 주기에 기초하여, 제1 구성품에서 제1 이벤트가 발생할 것으로 예상되는 이벤트 발생 예상일을 예측할 수 있다.

예를 들어, 장치(200)는 제1 이벤트의 발생 주기가 10일 간격으로 확인되고, 제1 구성품에서 가장 최근에 제1 이벤트가 발생한 일자가 1월 5일로 확인되면, 제1 구성품에서 제1 이벤트가 발생할 것으로 예상되는 이벤트 발생 예상일을 1월 15일로 예측할 수 있다.

S903 단계에서, 장치(200)는 이벤트 발생 예상일까지 남아있는 일자를 제1 일자로 확인할 수 있다.

예를 들어, 장치(200)는 이벤트 발생 예상일이 1월 15일로 예측되고, 현재 일자가 1월 13일로 확인되면, 제1 일자를 2일로 확인할 수 있다.

S904 단계에서, 장치(200)는 제1 일자가 제1 기준 범위 내에 포함되어 있는지 여부를 확인할 수 있다. 여기서, 제1 기준 범위는 실시예에 따라 상이하게 설정될 수 있다.

S904 단계에서 제1 일자가 제1 기준 범위 내에 포함되어 있는 것으로 확인되면, S905 단계에서, 장치(200)는 제1 발생률에 대한 조정이 필요하지 않은 것으로 판단할 수 있다.

예를 들어, 제1 기준 범위가 5일부터 10일까지로 설정되어 있는 경우, 장치(200)는 제1 일자가 7일로 확인되면, 제1 발생률에 대한 조정이 필요하지 않은 것으로 판단할 수 있다.

S904 단계에서 제1 일자가 제1 기준 범위를 벗어나는 것으로 확인되면, S906 단계에서, 장치(200)는 제1 일자가 제1 기준 범위의 최소값 보다 작은지 여부를 확인할 수 있다.

S906 단계에서 제1 일자가 제1 기준 범위의 최소값 보다 작은 것으로 확인되면, S907 단계에서, 장치(200)는 제1 설정값과 제1 발생률을 곱한 값으로 제1 발생률을 조정할 수 있다. 이때, 제1 설정값은 1부터 2까지 범위 내에서 설정될 수 있다.

예를 들어, 제1 기준 범위가 5일부터 10일까지로 설정되어 있고, 제1 설정값이 1.5로 설정되어 있고, 제1 발생률이 20%로 예측된 경우, 장치(200)는 제1 일자가 3일로 확인되면, 제1 설정값과 제1 발생률을 곱한 값인 30%를 산출한 후, 제1 발생률을 20%에서 30%로 조정할 수 있다.

즉, 장치(200)는 제1 일자가 제1 기준 범위를 벗어나 제1 기준 범위의 최소값 보다 작은 것으로 확인되면, 1부터 2까지 범위 내에서 설정된 제1 설정값과 제1 발생률을 곱한 값으로 제1 발생률을 조정함으로써, 이벤트 발생 예상일까지 남아있는 기간이 일정 기간 이하로 매우 짧은 경우, 제1 설정값을 이용하여 제1 발생률을 더 높은 값으로 조정할 수 있다.

S906 단계에서 제1 일자가 제1 기준 범위의 최소값 보다 큰 것으로 확인되면, 제1 일자가 제1 기준 범위를 벗어나 있으므로, 제1 일자가 제1 기준 범위의 최대값 보다 큰 것으로 확인될 수 있으며, 제1 일자가 제1 기준 범위의 최대값 보다 큰 것으로 확인되면, S908 단계에서, 장치(200)는 제2 설정값과 제1 발생률을 곱한 값으로 제1 발생률을 조정할 수 있다. 이때, 제2 설정값은 0부터 1까지 범위 내에서 설정될 수 있다.

예를 들어, 제1 기준 범위가 5일부터 10일까지로 설정되어 있고, 제2 설정값이 0.5로 설정되어 있고, 제1 발생률이 20%로 예측된 경우, 장치(200)는 제1 일자가 12일로 확인되면, 제2 설정값과 제1 발생률을 곱한 값인 10%를 산출한 후, 제1 발생률을 20%에서 10%로 조정할 수 있다.

즉, 장치(200)는 제1 일자가 제1 기준 범위를 벗어나 제1 기준 범위의 최대값 보다 큰 것으로 확인되면, 0부터 1까지 범위 내에서 설정된 제2 설정값과 제1 발생률을 곱한 값으로 제1 발생률을 조정함으로써, 이벤트 발생 예상일까지 남아있는 기간이 일정 기간 이상으로 매우 긴 경우, 제2 설정값을 이용하여 제1 발생률을 더 낮은 값으로 조정할 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, 사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법에 있어서,
   사용자의 단말로부터 MCU 펌웨어가 장착될 기기의 카테고리를 획득하는 단계;
   상기 사용자의 단말로부터 상기 기기의 스펙을 획득하는 단계;
   상기 기기의 카테고리를 기초로, 후보 기능을 선정하고, 상기 후보 기능에 매칭된 프로그래밍 코드를 획득하는 단계;
   상기 후보 기능에 매칭된 프로그래밍 코드 및 상기 기기의 스펙을 기초로, 상기 후보 기능 중 상기 기기에서 사용가능한 기능을 업데이트 기능으로 선정하는 단계;
   상기 업데이트 기능에 매칭된 프로그래밍 코드를 상기 기기의 스펙을 기초로, 변환하는 단계; 및
   상기 변환된 프로그래밍 코드를 기초로, 상기 기기의 MCU 펌웨어를 업데이트하는 단계를 포함하고,
   프로그래밍 코드 커뮤니티를 조회하여 MCU 펌웨어 업데이트를 추천하는 단계;를 더 포함하고,
   MCU 펌웨어 업데이트를 추천하는 단계는,
   상기 기기의 카테고리에 속하는 제품 중 상기 MCU와 동일 종류의 MCU에 사용된 프로그래밍 코드 관련 게시글을 조회하는 단계,
   상기 게시글에서 제품의 기능과 관련된 키워드가 포함된 게시글을 추출하는 단계,
   상기 추출된 게시글 중 조회수가 미리 설정된 목표 값보다 큰 게시글을 후보 게시글로 선정하는 단계,
   상기 후보 게시글에 대한 후기 정보를 조회하는 단계,
   상기 후기 정보에 포함된 긍정 키워드와 부정 키워드를 확인하여, 상기 긍정 키워드가 차지하는 비율인 긍정 비율을 산출하고, 상기 부정 키워드가 차지하는 비율인 부정 비율을 산출하는 단계, 및
   상기 긍정 비율이 미리 설정된 목표 비율을 만족하는 경우, 상기 후보 게시글에 포함된 프로그래밍 코드를 MCU 펌웨어 업데이트 코드로 결정하는 단계를 포함하는,
   사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법.
2. 제1항에 있어서,
   상기 기기의 카테고리를 기초로, 후보 기능을 선정하는 단계;는,
   상기 기기의 카테고리를 기초로, 상기 카테고리에 매칭된 기기인 동일 카테고리 기기를 추출하는 단계,
   상기 동일 카테고리 기기의 가장 최근 MCU 펌웨어를 획득하는 단계,
   상기 획득한 MCU 펌웨어를 기초로, 상기 MCU 펌웨어 내에 포함된 기능을 확인하는 단계,
   상기 확인된 기능 중 미리 설정된 기준 값보다 많이 포함된 기능을 추출하는 단계, 및
   상기 추출된 기능을 상기 후보 기능으로 선정하는 단계를 포함하고,
   상기 업데이트 기능에 매칭된 프로그래밍 코드를 상기 기기의 스펙을 기초로, 변환하는 단계;는
   상기 업데이트 기능에 매칭된 프로그래밍 코드 및 상기 기기의 스펙을 비교하여 상기 프로그래밍 코드의 변환이 필요한지 여부를 확인하는 단계,
   상기 프로그래밍 코드의 변환이 필요하다고 확인되면, 상기 프로그래밍 코드 내에 변수, 상수, 텍스트를 포함하는 수정 가능 부분을 확인하는 단계,
   상기 기기의 스펙을 기초로, 상기 수정 가능 부분을 수정하여 변환된 프로그래밍 코드를 생성하는 단계, 및
   상기 프로그래밍 코드의 변환이 필요하지 않다고 확인되면, 상기 프로그래밍 코드를 변환하지 않는 단계를 포함하는,
   사용 환경에 따른 커스터마이징된 MCU 펌웨어 업데이트 자동화 방법.
3. 삭제

Images