KR102574975B1 - Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 - Google Patents
Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 Download PDFInfo
- Publication number
- KR102574975B1 KR102574975B1 KR1020230061675A KR20230061675A KR102574975B1 KR 102574975 B1 KR102574975 B1 KR 102574975B1 KR 1020230061675 A KR1020230061675 A KR 1020230061675A KR 20230061675 A KR20230061675 A KR 20230061675A KR 102574975 B1 KR102574975 B1 KR 102574975B1
- Authority
- KR
- South Korea
- Prior art keywords
- dog
- information
- companion
- companion dog
- management server
- Prior art date
Links
- 230000036541 health Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims description 38
- 230000000694 effects Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims description 51
- 230000003542 behavioural effect Effects 0.000 claims description 15
- 235000013305 food Nutrition 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 6
- 208000003251 Pruritus Diseases 0.000 claims description 4
- 210000003423 ankle Anatomy 0.000 claims description 4
- 230000003862 health status Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012850 discrimination method Methods 0.000 claims description 2
- 230000003442 weekly effect Effects 0.000 abstract description 6
- 241000282472 Canis lupus familiaris Species 0.000 description 170
- 206010020751 Hypersensitivity Diseases 0.000 description 17
- 230000007815 allergy Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 208000026935 allergic disease Diseases 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000001186 cumulative effect Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 235000012054 meals Nutrition 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- 238000006748 scratching Methods 0.000 description 5
- 230000002393 scratching effect Effects 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000000172 allergic effect Effects 0.000 description 4
- 208000010668 atopic eczema Diseases 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000003651 drinking water Substances 0.000 description 4
- 235000020188 drinking water Nutrition 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 241000282465 Canis Species 0.000 description 2
- 244000309464 bull Species 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- 241000824799 Canis lupus dingo Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000030961 allergic reaction Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010419 pet care Methods 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009666 qualitative growth Effects 0.000 description 1
- 230000009663 quantitative growth Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/411—Detecting or monitoring allergy or intolerance reactions to an allergenic agent or substance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Veterinary Medicine (AREA)
- Primary Health Care (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Environmental Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biodiversity & Conservation Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Animal Husbandry (AREA)
- Immunology (AREA)
- Vascular Medicine (AREA)
- Nursing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명의 일 실시예는, 반려견의 연령을 포함하는 제1정보를 수신하는 단계; 상기 반려견에 장착된 웨어러블 디바이스로부터 상기 반려견의 일일 활동정보 또는 주간 활동정보를 포함하는 제2정보를 수신하는 단계; 상기 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, 상기 AI모델의 처리결과로서, 상기 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하는 단계; 및 상기 생성된 안내정보가 상기 반려견의 소유자의 단말에 출력되도록 제어하는 단계를 포함하는, AI기반 반려견의 건강검진대상 판별 방법을 개시한다.
Description
본 발명은 반려견이 건강검진대상인지 판별하는 방법에 관한 것으로서, 보다 구체적으로는, 반려견에 대한 정보가 수집되었을 때, 그 반려견의 건강 상태가 좋지 않아서 건강검진이 필요한 상황인지 판별할 수 있는 방법 및 그 방법을 구현하기 위한 서버에 관한 것이다.
반려견 용품과 관련된 산업의 규모는, 1인가구의 증가와 인구 구조의 변화로 반려견을 키우는 인구가 증가함에 따라 함께 성장하는 추세이다. 특히, 반려견의 사료와 간식, 장난감, 미용용품 등을 포함한 반려견 용품 시장의 경우, 대기업 및 신규업체들의 활발한 시장 진출을 통한 프리미엄 제품 출시, 품목의 다양화 등과 같은 변화로 인해 시장의 양적 성장은 물론, 반려견들의 건강까지 고려한 기능성 고급 소재 제품의 소비가 증가하는 등의 질적 성장까지도 함께 나타나고 있다.
COVID19로 인해 위축된 경기에도 불구하고, 반려견 용품에 대한 국내 시장도 급속도로 확장되고 있다. 농림축산식품부에 따르면 지난 2020년 반려견 양육가구는 전체 가구의 27.7%이며, 4가구 중 1가구는 반려견과 함께 생활하고 인구 환산 시 반려견 양육 인구는 1500만명에 달한다. 펫케어 시장은 2016년부터 2020년까지 연평균 증가율 8.4%를 기록했다.
국내 반려견 케어 시장은 연평균 6.1%로 성장하며, 2023년에는 3.5조원 시장으로 전망되고 있다. 반려견을 기르는 반려인구들이 고정적으로 지출하는 반려견에 대한 평균 양육비는 월 14만원이고, 월 25만원 이상 지출하는 반려인구도 전체의 14.2%로 꾸준히 증가 중이며, 또한, 반려견 건강관리에 대한 관심도가 높아지며 '반려견 건강관리'에 대한 기저 수요가 존재하는 상황이다. 이에 따라서, 맞춤형 반려견 사료 추천 서비스의 필요성이 대두된다.
본 발명이 해결하고자 하는 기술적 과제는, AI 기반 반려견에 대한 건강검진대상 판별 방법 및 그 방법을 구현하기 위한 서버를 제공하는 데에 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 방법은, 반려견의 연령을 포함하는 제1정보를 수신하는 단계; 상기 반려견에 장착된 웨어러블 디바이스로부터 상기 반려견의 일일 활동정보 또는 주간 활동정보를 포함하는 제2정보를 수신하는 단계; 상기 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, 상기 AI모델의 처리결과로서, 상기 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하는 단계; 및 상기 생성된 안내정보가 상기 반려견의 소유자의 단말에 출력되도록 제어하는 단계를 포함한다.
상기 방법에 있어서, 상기 제1정보를 수신하는 단계는, 상기 제1정보를 상기 소유자의 단말로부터 수신할 수 있다.
상기 방법에 있어서, 상기 제2정보를 수신하는 단계는, 상기 제2정보를 상기 웨어러블 디바이스에서 상기 소유자의 단말을 거쳐서 수신할 수 있다.
상기 방법에 있어서, 상기 제1정보를 수신하는 단계는, 상기 반려견의 알레르기정보를 더 포함하는 상기 제1정보를 수신할 수 있다.
상기 방법에 있어서, 상기 AI모델은, 상기 가공된 제1정보 및 제2정보로부터 상기 반려견의 알레르기를 갖고 있는지 검출하고, 상기 검출된 결과를 상기 안내정보에 포함시킬 수 있다.
상기 방법에 있어서, 상기 안내정보를 생성하는 단계는, 상기 제1정보를 가공할 때, 상기 반려견의 연령을, 상기 반려견의 연령의 구간별로 누적되어 산출되는 점수로 변환하고, 상기 변환된 점수의 적어도 일부만 취하여 상기 가공된 제2정보와 합산하여 상기 AI모델에 입력할 수 있다.
상기 방법에 있어서, 상기 안내정보를 생성하는 단계는, 상기 제2정보를 가공할 때, 상기 웨어러블 디바이스로 탐지된 상기 반려견의 긁기, 핥기, 식사섭취행위, 식수섭취행위, 수면 및 운동량을 각각 점수로 변환하여 합산하고, 상기 합산된 점수의 적어도 일부만 취하여 상기 가공된 제1정보와 합산하여 상기 AI모델에 입력할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 일 실시예에 따른 서버는, 적어도 하나의 프로그램이 저장된 메모리; 및 상기 적어도 하나의 프로그램을 실행함으로써, 연산을 수행하는 프로세서를 포함하고, 상기 프로세서는, 반려견의 연령을 포함하는 제1정보를 수신하고, 상기 반려견에 장착된 웨어러블 디바이스로부터 상기 반려견의 일일 활동정보 또는 주간 활동정보를 포함하는 제2정보를 수신하고, 상기 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, 상기 AI모델의 처리결과로서, 상기 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하고, 상기 생성된 안내정보가 상기 반려견의 소유자의 단말에 출력되도록 제어할 수 있다.
상기 서버에 있어서, 상기 프로세서는, 상기 제1정보를 상기 소유자의 단말로부터 수신할 수 있다.
상기 서버에 있어서, 상기 프로세서는, 상기 제2정보를 상기 웨어러블 디바이스에서 상기 소유자의 단말을 거쳐서 수신할 수 있다.
상기 서버에 있어서, 상기 프로세서는, 상기 반려견의 알레르기정보를 더 포함하는 상기 제1정보를 수신할 수 있다.
상기 서버에 있어서, 상기 AI모델은, 상기 가공된 제1정보 및 제2정보로부터 상기 반려견의 알레르기를 갖고 있는지 검출하고, 상기 검출된 결과를 상기 안내정보에 포함시킬 수 있다.
상기 서버에 있어서, 상기 프로세서는, 상기 제1정보를 가공할 때, 상기 반려견의 연령을, 상기 반려견의 연령의 구간별로 누적되어 산출되는 점수로 변환하고, 상기 변환된 점수의 적어도 일부만 취하여 상기 가공된 제2정보와 합산하여 상기 AI모델에 입력할 수 있다.
상기 서버에 있어서, 상기 프로세서는, 상기 제2정보를 가공할 때, 상기 웨어러블 디바이스로 탐지된 상기 반려견의 긁기, 핥기, 식사섭취행위, 식수섭취행위, 수면 및 운동량을 각각 점수로 변환하여 합산하고, 상기 합산된 점수의 적어도 일부만 취하여 상기 가공된 제1정보와 합산하여 상기 AI모델에 입력할 수 있다.
본 발명의 일 실시예는, 상기 방법을 실행시키기 위한 프로그램을 저장하고 있는 컴퓨터 판독가능한 기록매체를 제공할 수 있다.
본 발명에 따르면, 웨어러블 디바이스를 장착한 반려견이 가장 적절한 시점에 건강검진을 받을 수 있도록 유도할 수 있다.
도 1은 본 발명의 일 실시예를 구현하기 위한 전체시스템을 개략적으로 나타낸 도면이다.
도 2는 본 발명에 따른 관리서버의 일 예를 블록도로 나타낸 도면이다.
도 3은 관리서버가 반려견의 견종, 연령에 대한 제1정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 4는 관리서버가 반려견의 알레르기에 대한 정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 5는 관리서버가 반려견에 대한 제2정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 6은 본 발명에 따라 소유자단말에 출력되는 검진대상 판별의 결과를 예시적으로 나타낸 도면이다.
도 7는 본 발명에 따른 맞춤형 반려견 사료 추천 방법의 일 예를 흐름도로 나타낸 도면이다.
도 2는 본 발명에 따른 관리서버의 일 예를 블록도로 나타낸 도면이다.
도 3은 관리서버가 반려견의 견종, 연령에 대한 제1정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 4는 관리서버가 반려견의 알레르기에 대한 정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 5는 관리서버가 반려견에 대한 제2정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 6은 본 발명에 따라 소유자단말에 출력되는 검진대상 판별의 결과를 예시적으로 나타낸 도면이다.
도 7는 본 발명에 따른 맞춤형 반려견 사료 추천 방법의 일 예를 흐름도로 나타낸 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시 예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시 예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시 예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징을 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
어떤 실시 예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
도 1은 본 발명의 일 실시예를 구현하기 위한 전체시스템을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 전체시스템(1)은 반려견소유자단말그룹(100) 및 관리서버(200)가 통신망(170)을 통해 연결된 구조를 갖는 것을 알 수 있다.
먼저, 반려견소유자단말그룹(100)은 소유자단말(110) 및 웨어러블 디바이스(115)를 포함하며, 소유자단말(110) 및 웨어러블 디바이스(115)는 통신망(170)을 통해 전기적으로 연결되어 통신할 수 있다. 소유자단말(110)은 반려견을 소유하는 소유자가 사용하는 단말로서, 웨어러블 디바이스(115) 및 관리서버(200)와 통신할 수 있는 통신모듈을 탑재한 전자장치를 의미한다. 이하에서, 소유자는 반려견을 소유하는 사람을 지칭하는 것으로서, 문맥에 따라서, 사용자(user)로 별칭될 수도 있다.
소유자단말(110)은 소유자의 입력을 수신하는 입력장치, 소유자단말(110)의 입력이나 단말의 처리결과를 시각적으로 출력하는 출력장치(디스플레이), 외부 장치와 통신할 수 있는 통신모듈을 포함하는 스마트 디바이스를 의미하므로, 전술한 입력장치, 출력장치 및 통신모듈만 포함하고 있다면, 크기나 종류에 제한되지 않는다. 예를 들어, 도 1에서 소유자단말(110)은 스마트폰 형태로 도시되어 있으나, 소유자단말은 관리서버(200)와 통신가능한 PC, 노트북, 넷북 등이 될 수도 있다.
웨어러블 디바이스(Wearable Device, 115)는 반려견의 신체에 장착되어 반려견의 생체신호를 수집하고, 수집된 생체신호를 주기적 또는 비주기적으로 소유자단말(110) 또는 관리서버(200)에 송신할 수 있는 전자기기를 의미한다. 이하에서는, 웨어러블 디바이스(115)는 WD(115)로 약칭하기로 한다. WD(115)는 블루투스(Bluetooth), Wifi, NFC 등과 같은 근거리 통신을 통해서 소유자단말(110)과 통신할 수 있고, 실시예에 따라서, 소유자단말(110)을 통하지 않고, 관리서버(200)와 통신망(170)을 통해 통신할 수도 있다.
도 1에서 WD(115)는 반려견의 목 부위에 장착되는 목걸이방식으로 구현되어 있으나, 이에 제한되지 않으므로, 반려견의 발목, 반려견의 몸통 등과 같은 다양한 부위에 장착되는 방식으로 구현될 수도 있다. 또한, 도 1에서 WD(115)는 한 개만 도시되어 있으나, 이에 제한되지 않으므로, 실시 예에 따라서, 복수의 파츠(parts)로 구성된 디바이스일 수도 있다.
특히, 복수의 파츠로 구성된 WD(115)는 반려견의 신체 곳곳에 부착되어 반려견의 생체신호를 정확하게 검출할 수 있다. 관리서버(200)는 통신망(170)을 통해서 복수의 파츠로 구성된 WD(115)로부터 생체신호를 종합적으로 분석함으로써, 반려견의 행동 중에서, 긁기, 핥기, 식사섭취행위, 식수섭취행위, 수면 및 운동량에 대한 신뢰도 높은 정보를 산출할 수 있다. 위와 같이 산출된 정보의 활용방법에 대해서는, 이하에서 후술하기로 한다.
통신망(170)은 도 1에 도시된 전체시스템(1)의 구성요소인, 소유자단말(110), WD(115) 및 관리서버(200)를 연결시키는 기능을 수행하고, 데이터망, 이동통신망, 인터넷 등 각종 유무선 통신망을 포함할 수 있다. 특히, 본 발명에서 통신망(170)은 현재 사용되고 있는 이동통신망뿐만 아니라 이미 사용되었다가 폐기된 구세대 이동통신망 및 향후 인프라가 구축되어 사용될 예정인 차세대 이동통신망을 모두 포함하므로, GSM(Global System for Mobile communications), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), CDMA 2000, LTE(Long Term Evolution), LTE-A(Long Term Evolution Advanced), 5G(5-Generation) 및 2030년에 서비스 예정인 6G 이동통신망 중 하나가 될 수 있다.
통신망(170)은 소유자가 이용하는 요금제에 따라서, 소유자단말(110) 및 WD(115)의 통신기능을 활성화시킬 수 있는 ISP(Internet Service Provider)에 의해 구현되는 망이므로, 도 1의 전체시스템(1)에서는 생략되어 있으나, 통신망(170)을 물리적 및 논리적으로 구현하기 위한 ISP기지국서버 및 통신케이블에 의해 구현될 수 있다.
소유자는 통신사대리점에서 통신계약을 체결하면서, 통신사서버와 통신가능한 모듈(예를 들어, USIM)이 장착된 WD(115)를 수령할 수 있다. 통신계약이 체결된 이후, WD(115)는 통신사서버에서 운용하는 통신망(170)을 통해서, 관리서버(200)와 통신이 가능해지고, WD(115)에서 수집된 반려견의 생체신호는 보안이 유지된 상태에서 관리서버(200)에 주기적 또는 비주기적으로 송신될 수 있다. WD(115)는 소유자단말(110)을 거치지 않고 단독으로, 통신사서버가 운용하는 통신망(170)을 통해 관리서버(200)와 통신할 수도 있다.
본 발명에 따르면, 소유자는 인접한 통신사대리점에 방문하여, WD(115)에 대한 통신계약을 체결하고, 통신망(170)을 통해 관리서버(200)와 통신가능한 WD(115)를 받아올 수 있게 되며, 전국 각지에 분산되어 있는 통신사대리점을 방문하는 것만으로, 본 발명에 따른 맞춤형 사료 추천 방법의 혜택을 받을 수 있게 된다. 또한, 실시 예에 따라서, WD(115)는 전자기기판매점에서 판매되어, 통신사 유심(USIM)을 장착시킬 수 있는 일반 통신기기일 수도 있다.
관리서버(200)는 WD(115)로부터 수신한 생체신호를 기초로, 소유자의 반려견에게 건강검진이 필요한지 여부에 대한 연산을 처리할 수 있다. 관리서버(200)는 반려견마다 갖고 있는 기본 특징 및 추가 특징을 종합하여, 현 시점에서 반려견에게 건강이상상황이 발생되어 건강검진이 필요한지 판단할 수 있는 AI모델을 물리적 또는 논리적으로 포함하고 있다.
일 예로서, 관리서버(200)는 WD(115)로부터 반려견의 생체신호를 수신하여 분석함으로써, 반려견의 현재 건강상태 및 활동성을 파악하고, 반려견에게 새로운 알레르기가 발생되었는지 판별할 수도 있다.
도 2는 본 발명에 따른 관리서버의 일 예를 블록도로 나타낸 도면이다.
도 2를 참조하면, 관리서버(200)는 통신부(210), 프로세서(220) 및 DB(230)를 포함하는 것을 알 수 있다. 이하에서는, 도 1을 참조하여 설명하기로 한다.
본 발명의 일 실시 예에 따른 관리서버(200)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 적어도 하나 이상의 프로세서를 포함할 수 있다. 이에 따라, 관리서버(200) 및 관리서버(200)에 포함되어 있는 통신부(210), 프로세서(220) 및 DB(230)는 마이크로 프로세서나 범용 컴퓨터 시스템과 같은 하드웨어 장치에 포함된 형태로 구동될 수 있다.
도 2에 도시된 관리서버(200)에 포함된 각 모듈의 명칭은, 각 모듈이 수행하는 대표기능을 직관적으로 설명하기 위해서 임의로 명명된 것으로서, 관리서버(200)가 실제로 구현되었을때, 각 모듈에는 도 2에 기재된 명칭과는 다른 명칭이 부여될 수 있다.
또한, 도 2의 관리서버(200)에 포함되어 있는 모듈의 수는 실시 예에 따라 매번 달라질 수 있다. 보다 구체적으로는, 도 2의 관리서버(200)는 총 3개의 모듈을 포함하고 있으나, 실시 예에 따라서, 적어도 둘 이상의 모듈이 하나의 모듈로 통합되거나, 적어도 하나 이상의 모듈이 둘 이상의 모듈로 분리되는 형태로 구현될 수도 있다.
통신부(210)는 소유자단말(110) 및 WD(115)에 포함되어 있는 통신모듈과 동일한 통신 프로토콜로 동작가능한 모듈로서, 통신기능을 구현한다. 통신부(210)는 외부 서버 또는 외부 장치와 유선/무선 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(210)는, 근거리 통신부(미도시), 이동 통신부(미도시) 및 방송 수신부(미도시) 중 적어도 하나를 포함할 수 있다.
DB(230)는 관리서버(200)가 동작하기 위해서 필요한 각종 데이터를 저장하고 있다. 일 예로서, DB(230)는 관리서버(200)의 동작을 제어하기 위한 통합관리 프로그램을 저장하고 있으며, DB(230)는 통신부(210)가 수신한 데이터를 전달받아 저장할 수 있다. DB(230)에 저장되어 있는 통합관리 프로그램의 일부는 클라이언트(client) 형태로 배포되어 소유자단말(110)에 설치될 수 있다.
DB(230)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함할 수 있다.
프로세서(220)는 관리서버(200)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(220)는 DB(230)에 저장된 프로그램들을 실행함으로써, 입력부(미도시), 디스플레이(미도시), 통신부(210), DB(230) 등을 전반적으로 제어할 수 있다. 프로세서(220)는, DB(230)에 저장된 프로그램들을 실행함으로써, 관리서버(200)의 동작을 제어할 수 있다.
프로세서(220)는 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
일 예로서, 프로세서(220)는 반려견의 연령을 포함하는 제1정보를 수신하고,반려견에 장착된 웨어러블 디바이스로부터 반려견의 일일 활동정보 또는 주간 활동정보를 포함하는 제2정보를 수신하고, 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, AI모델의 처리결과로서, 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하고, 생성된 안내정보가 반려견의 소유자의 단말에 출력되도록 제어할 수 있다.
본 발명에서, 제1정보, 제2정보 및 AI모델에 대해서는 도 3 내지 도 7을 통해 후술하기로 한다.
도 3은 관리서버가 반려견의 견종, 연령에 대한 제1정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
보다 구체적으로, 도 3은 소유자단말(110)에 설치되어 있는 어플리케이션에 의해 구현될 수 있는 화면을 예시적으로 나타낸 것으로서, 반려견의 소유자는 관리서버(200)로부터 클라이언트(client)를 다운로드받아서 소유자단말(110)에 설치하고, 회원가입(sign in)절차를 수행하고, 도 3과 같이 반려견에 대한 정보를 입력할 수 있다.
이하에서는 설명의 편의를 위해서, 사용자(user)는 반려견의 소유자와 동일한 사람을 지칭하는 것으로 간주한다. 또한, 본 발명에서, 반려견의 견종, 연령 및 체중에 대한 정보는 제1정보에 포함되어 있는 정보로 간주한다. 즉, 본 발명에서 제1정보는 반려견의 기본 특성에 대한 정보를 지칭한다.
도 3에 도시된 것처럼, 사용자는 소유자단말(110)에 설치된 어플리케이션을 실행한 후에, 반려견의 연령에 대한 정보를 입력할 수 있다. 소유자단말(110)에 입력된 반려견의 연령에 대한 정보는, 관리서버(200)에 전달되어, 관리서버(200)의 DB(230)에 저장되어, 사용자 및 사용자의 반려견의 메타데이터(metadata)로서 관리될 수 있다. 도 3에 도시된 바에 따르면, 사용자는 반려견의 연령 외에 알레르기에 대한 정보를 추가로 입력할 수 있다.
도 4는 관리서버가 반려견의 알레르기에 대한 정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 4에 도시된 것처럼, 사용자는 소유자단말(110)에 출력되는 화면을 확인하고, 자신의 반려견이 섭취했을 때에 알레르기 반응을 일으키는 식재를 선택할 수 있다. 소유자단말(110)에 입력된 반려견의 알레르기에 대한 정보는, 관리서버(200)에 전달되고, 관리서버(200)의 DB(230)에 저장되어, 사용자 및 사용자의 반려견의 메타데이터(metadata)로서 관리될 수 있다. 사용자가 선택한 식재는 반려견에 대한 기본 특성정보로서 제1정보에 포함되어 후술하는 것처럼, AI모델을 학습시키는 데에 활용될 수 있다. 관리서버(200)에 포함된 AI모델은 반려견에게 알레르기를 유발할 수 있는 식재를 확인하고, 반려견의 활동량에 대한 제2정보까지 종합적으로 고려하여, 반려견에게 알레르기 증상(symptom)이 발현되었는지 확인하고, 알레르기 증상이 발현되었다면, 반려견을 건강검진대상으로 결정하는 취지의 안내정보가 생성되도록 한다.
도 4에 도시된 것과 다르게, 본 발명의 다른 일 실시예에 따르면, 관리서버(200)는 수집된 제1정보 및 제2정보를 기초로 하여, 반려견의 알레르기에 대한 정보를 사용자의 입력과 상관없이 자동으로 획득할 수도 있다. 즉, 관리서버(200)는 WD(115)에서 수집된 반려견의 생체신호를 통해서, 반려견의 알레르기 정보를 추정할 수 있다.
예를 들어, WD(115)가 장착된 반려견으로부터 수집된 생체신호를 분석한 결과, 반려견이 특정한 사료(음식)를 섭취하고 난 뒤, 소양증(pruritus)에 해당하는 움직임을 보인다면, 관리서버(200)는, 그 특정한 사료(음식)가 반려견에게 가려움증을 유발하는 알레르기 인자를 갖고 있는 것으로 추정할 수 있다. 다시 말해, 관리서버(200)의 AI모델은 WD(115)로부터 수집된 반려견의 생체신호를 제2정보로서 제1정보와 함께 종합적으로 분석함으로써, 반려견의 생체신호가 수집될 시점에서 반려견에게 알레르기 증상이 발현된 것을 파악하고, 반려견을 건강검진대상에 포함시킬 수 있다. 일 예로, 반려견이 식사를 섭취한 후에 반려견의 신체의 특정 부위를 반복적으로 긁거나, 반복적으로 핥는 행위가 관리서버(200)의 AI모델에 의해서 파악된다면, 알레르기 증상이 발현된 것으로 파악될 수 있다. 위와 같은 프로세스가 구현되기 위해서, WD(115)는 복수의 파츠로 구성되어 반려견의 목, 발목, 등 부위에 나누어서 장착될 수 있다.
도 5는 관리서버가 반려견에 대한 제2정보를 수신하는 프로세스의 일 예를 설명하기 위한 도면이다.
도 1에서 설명한 WD(115)는 반려견의 신체 중 적어도 한 부분에 지속적으로 장착되어 반려견의 생체정보(생체신호)를 다양하게 수집할 수 있다. WD(115)에 의해 수집된 반려견의 생체신호는 반려견의 활동량과 소모 칼로리를 분석하기 위한 지표로 가공될 수 있다. 이하에서는, 전술한 제1정보와 구분하기 위하여, WD(115)로 수집된 생체신호로 획득가능한 반려견의 활동량 및 소모 칼로리에 대한 정보를 제2정보라고 호칭하기로 한다.
도 5에 도시된 것처럼, 반려견의 활동량 및 소모 칼로리는 일일 단위 또는 주간 단위로 측정될 수 있다. 반려견의 활동량과 소모 칼로리는 서로 정비례하는 경향이 있긴 하지만, 반려견의 개체특성에 따라서, 반드시 그런 것은 아니다. 예를 들어, 반려견의 견종이 핏 불 테리어(pitbull terrier)인 경우, WD(115)에 의해 수집된 생체신호로부터 산출된 활동량은 낮더라도, 핏 불 테리어 특유의 높은 기초 대사량에 의해서 소모 칼로리가 상대적으로 높게 산출될 수 있다.
이하에서는, 관리서버(200)가 반려견의 활동량을 산출하는 데에 있어서 참고하는 수학식의 일 예를 설명한다.
수학식 1은 관리서버(200)가 실사용시간을 산출하기 위한 수학식의 일 예이다. 수학식 1에서 Tsub는 활동량, kn은 행동특성별 가중치, an은 행동특성에 대한 시간, M은 행동특성의 가짓수 및 R은 보정값을 각각 의미한다. 실시예에 따라서, 보정값 R은 생략될 수도 있다.
수학식 1은, 반려동물의 건강상태를 판단하는 데에 유용한 행동일수록 높은 가중치를 적용하고, 반려동물의 건강상태와 크게 상관없는 행동일수록 낮은 가중치를 적용함으로써, 반려동물의 건강상태를 가장 잘 반영하는 생체신호가 수집된 시간의 총계를 산출하기 위한 식으로 이해될 수 있다. 예를 들어, 반려동물이 가중치 1.01인 행동을 1시간 하고, 가중치 0.98인 행동을 1시간 했다면, 관리서버(200)는 수집된 생체신호를 기초로 하여 활동량을 2시간이 아니라 1.99시간에 대한 값으로 산출할 수 있다.
또한, 보정값 R은 활동량의 정확도를 높이기 위해서 별도로 가산되는 값으로서, 반려견의 견종(breed)에 따라 달라질 수 있다. 관리서버(200)의 DB(230)에는 보정값 R에 대한 정보가 미리 저장되어 있다. 즉, 본 발명에서, 보정값 R은 반려견의 견종에 따라서 달라지고, 반려견의 견종은 전술한 것처럼, 제1정보에 포함되는 정보이므로, 본 발명에서 활동량을 산출할 때, 보정값 R이 필수적으로 포함된다면, 활동량 및 소모 칼로리에 대한 정보를 포함하는 제2정보는 제1정보에 의존하는 정보일 수도 있다.
도 5는 WD(115)로부터 수집된 반려견의 생체신호가 관리서버(200)에 곧바로 전달되지 않고, 근거리 통신을 통해서 소유자단말(110)에 전달된 경우에, 소유자단말(110)을 통해 출력되는 화면을 예시한 것이다. 도 5에 도시된 것처럼, 사용자는 소유자단말(110)에 설치되어 있는 어플리케이션을 통해서, 반려견의 생체신호의 변화상태를 직관적으로 확인할 수 있다.
도 6은 본 발명에 따라 소유자단말에 출력되는 검진대상 판별의 결과를 예시적으로 나타낸 도면이다.
도 6의 (A)를 참조하면, 반려견의 기본 특성 정보인 제1정보와 반려견의 활동 정보인 제2정보를 기초로 하여 반려견이 건강검진대상인지 여부를 판별한 결과, 소유자의 반려견이 건강검진대상으로 판정된 경우에, 소유자단말의 디스플레이를 통해 그와 관련된 안내정보가 출력되는 것을 알 수 있다. 사용자는 소유자단말에 출력되는 안내정보를 확인하고, 반려견이 건강검진대상으로 판정되었으므로, 인접한 동물병원에 방문하여 반려견에게 건강검진을 받도록 하여 반려견의 건강상태를 조기에 호전시킬 수 있다.
도 6의 (B)를 참조하면, 반려견의 기본 특성 정보인 제1정보와 반려견의 활동 정보인 제2정보를 기초로 하여 반려견이 건강검진대상인지 여부를 판별한 결과, 소유자의 반려견이 건강검진대상이 아니라고 판정된 경우에 소유자단말의 디스플레이를 통해 그와 관련된 안내정보가 출력되는 것을 알 수 있다. 사용자는 소유자단말에 출력되는 안내정보를 확인하고, 반려견이 건강검진대상이 아니라고 판정되었으므로, 심리적으로 안도감을 느낄 수 있다.
도 7는 본 발명에 따른 맞춤형 반려견 사료 추천 방법의 일 예를 흐름도로 나타낸 도면이다.
도 7에 따른 방법은 도 1 내지 도 6에서 설명한 관리서버(200) 및 관리서버(200)에 포함된 프로세서(220)에 의해 구현될 수 있으므로, 도 1 내지 도 6을 참조하여 설명하기로 하고, 전술한 설명과 중복되는 설명은 생략하기로 한다.
관리서버(200)는 반려견의 견종 또는 연령을 포함하는 제1정보를 수신할 수 있다(S710).
일 예로서, 제1정보는 소유자단말(110)로부터 수신될 수 있다. 소유자단말(110)에 반려견의 견종 또는 연령에 대한 정보가 입력되면 입력된 정보는 제1정보가 되어 통신망(170)을 통해 관리서버(200)에 전달될 수 있다.
선택적 일 실시예로서, 제1정보에는 사용자에 의해 입력된 반려견의 알레르기 정보도 포함될 수 있다는 것은 이미 설명한 바 있다.
관리서버(200)는 반려견에 장착된 웨어러블 디바이스로(WD, 115)부터 상기 반려견의 일일 활동정보 또는 주간 활동정보에 대한 제2정보를 수신할 수 있다(S730).
일 실시예로서, 제2정보는 WD(115)에서 소유자단말(110)을 거쳐서 관리서버(200)에 수신될 수도 있다. 본 실시예에 따르면, WD(115)가 관리서버(200)와 직접 통신망을 통해 통신할 필요가 없고, 소유자단말(110)과 근거리 통신을 통해서 제2정보를 소유자단말(110)에 전달할 수 있게 되어, WD(115)에 Bluetooth, Wifi 등과 같은 근거리 통신을 지원하는 모듈만 포함되어도 본 발명이 구현될 수 있어서 편리하고, WD(115)의 제작단가가 낮아질 수 있다.
관리서버(200)는 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, AI모델의 처리결과로서, 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성할 수 있다(S750).
AI모델은 관리서버(200)의 프로세서(220)에 물리적 또는 논리적으로 포함되어 있는 인공지능형 분류모델로서, 벡터(행렬)형태의 데이터를 입력받아서, 입력된 데이터를 기초로 학습을 수행한 후에, 제1정보, 제2정보를 생성하게 한 반려견이 건강검진대상인지 판별할 수 있게 만들어진 모델을 의미한다. 본 발명에서 AI모델은 딥러닝(Deep Learning)을 기반으로 하는 모델로서, 내부적으로 데이터를 처리하는 방식에 따라서, 로지스틱 회귀(logistic regression), 서포트 벡터 머신(support vector machine), 컨볼루셔널 신경망(CNN: Convolutional Neural Network), 재귀신경망(RNN: Recurrent Neural Network) 중 어느 하나가 될 수 있다.
단계 S750에서, 제1정보 및 제2정보는 AI모델에 입력되기 위해서 임베딩(embedding)되어 특징벡터(feature vector)로 변환될 수 있다. 관리서버(200)는 제1정보 및 제2정보를 특징벡터로 변환하기에 앞서, 제1정보 및 제2정보를 분석하여 AI모델에 입력되는 데이터의 포맷에 맞게 가공할 수 있다.
일 실시예로서, 관리서버(200)는 제1정보를 가공할 때, 반려견의 연령을, 반려견의 연령의 구간별로 누적되어 산출되는 점수로 변환하고, 변환된 점수의 적어도 일부만 취하여 가공된 제2정보와 합산하여 AI모델에 입력할 수도 있다.
| 반려견의 연령 점수 | ||||
| 나이 분류 | 유아기(0~3세) | 청소년기(4~7세) | 장년기(8~9세) | 노년기(10세이상) |
| 구간 점수 | 50 | 40 | 30 | 20 |
| 누적 점수 | 50 | 90 | 120 | 140 |
| 역누적 점수 | 140 | 90 | 50 | 20 |
표 1은 제1정보가 AI모델에 입력되기 위하여 특징 벡터로 변환되기 전에 점수형태로 가공되는 예시를 나타낸 표이다. 표 1을 참조하면, 제1정보인 반려견의 연령을 반려견의 연령의 구간별로 누적되어 산출되는 점수로 변환하는 것을 알 수 있다. 보다 구체적으로, 표 1에서 유아기의 구간 점수가 가장 크고, 노년기의 구간 점수가 가장 낮으며, 모든 반려견이 유아기를 반드시 거치는 특성상, 유아기의 구간점수가 변경되면, 나머지 구간에서의 누적 점수 및 역누적 점수도 일시에 변경되는 특성을 갖는다. 즉, 사용자가 입력한 반려견의 연령은 누적 점수를 기준으로 하는 경우, 최소 50에서 최대 140까지 변환되고, 역누적 점수를 기준으로 하는 경우, 최대 140에서 최소 20까지 점수로 변환되는 것을 알 수 있다.
관리서버(200)는 실시예에 따라서, 누적 점수 또는 역누적점수 중 어느 하나의 적어도 일부만 취하여, 가공된 제2정보와 합산할 수 있다. 여기서, 일부의 기준은 50%가 될 수 있으며, 일 예로, 관리서버(200)가 역누적점수의 50%를 취할 경우, 반려견의 연령에 따른 최종적인 제1정보는 최소 10, 최대 70인 점수로 가공되는 것을 알 수 있다. 실시예에 따라서, 일부의 기준이 50%가 아닌 다른 값이 될 수도 있다.
본 발명은, 표 1과 같은 방식으로 제1정보를 점수화함으로써, 신체가 왕성하게 변화하여 건강검진의 필요성이 높은 유아기에 높은 가중치를 부여할 수 있게 되고, 상대적으로 신체변화가 없는 노년기에 낮은 가중치를 부여할 수 있게 된다. 또한, 수학적, 실험적, 경험적으로 밝혀진 결과에 따라서, 반려견의 신체 연령을 누적 점수 또는 역누적 점수라는 형태로 가공함으로써, 어느 한 나이구간의 구간점수를 변경함에 따라서 다른 구간에도 영향을 미치게 되고, 통계적으로 가장 신뢰성이 높은 건강검진대상 판별 결과를 획득할 수 있다.
다른 선택적 일 실시예로서, 관리서버(200)는 제2정보를 가공할 때, WD(115)로 탐지된 반려견의 긁기, 핥기, 식사섭취행위, 식수섭취행위, 수면 및 운동량을 각각 점수로 변환하여 합산하고, 합산된 점수의 적어도 일부만 취하여 가공된 제1정보와 합산하여 AI모델에 입력할 수도 있다.
WD(115)는 반려견에 장착되어서 반려견의 생체신호를 지속적으로 수집하여 소유자단말(110) 또는 관리서버(200)에 송신하고, 관리서버(200)는 반려견의 생체신호를 반려견의 활동성에 대한 정보로 파악하고, AI모델에 입력하기 전에 제1정보와 합산하는 과정에서 점수화할 수 있다. 관리서버(200)는 WD(115)로부터 수집된 생체신호를 분석하여, 반려견의 특정 행동의 빈도, 주기, 강도 등을 파악하고, 파악된 값으로 점수화를 수행할 수 있다. 이하, 표 2 내지 표 7은 제2정보를 구성하는 6개 지표(긁기, 핥기, 식사섭취행위, 식수섭취행위, 수면 및 운동량)를 점수화한 예시이다.
특히, 표 7에서 활동량은 반려견의 종합적인 활동을 수치화한 것으로서, 관리서버(200)는 도 5에서 설명한 소모 칼로리를 기준으로 할 수도 있고, 전술한 수학식 1에 따라서 별도로 산출한 값을 기준으로 책정할 수도 있다. 다른 활동과 구분하기 위해서, 실시예에 따라서, 전술한 것처럼 운동량(index of exercise)으로 별칭될 수도 있다.
표 2 내지 표 7을 참조하면, WD(115)가 수집한 생체신호를 제2정보가 된 후에 관리서버(200)에 의해 점수화되면, 최소 20점에서 최대 144점이 될 수 있다. 관리서버(200)는 합산된 점수의 적어도 일부(예를 들어, 50%)만 취하여 가공된 제1정보와 합산하여 AI모델에 특징 벡터 형태로 임베딩하여 입력할 수 있다. 예를 들어, 가공된 제1정보가 70점, 가공된 제2정보가 최대점수인 72점(최대 144점의 50%)이라면, 합산된 점수는 142점이 되고, 관리서버(200)는 내부에 저장되어 있는 테이블을 활용하여, 142점에 대응되는 특징벡터를 검색하고, 검색된 특징 벡터를 AI모델에 학습시키는 방식으로 AI모델의 학습 및 결과데이터 출력을 유도할 수 있다.
표 2 내지 표 7을 참조하면, 각 범위기준에 따라서, 제2정보는 일정하게 고정된 값으로 점수화되는 것을 알 수 있다. 여기서, 점수화 크기 비율은 수학적, 경험적, 실험적으로 결정된 값이며, 실시예에 따라서 일정하게 스케일링될 수도 있다. 예를 들어, 제1정보에 반려견의 연령뿐만 아니라 견종도 포함되어 있다면, 견종별로 설정되어 있는 스케일링 팩터가 적용될 수도 있다.
결과적으로, 관리서버(200)에 포함된 AI모델은 가공된 제1정보 및 제2정보로부터 반려견이 알레르기를 갖고 있는지 검출하고, 검출된 결과를 안내정보에 포함시켜서, 반려견이 건강검진을 받도록 유도하게 된다. 예를 들어, 사용자에 의해 입력된 반려견의 견종에 대한 정보는 제1정보에 포함되어, AI모델의 처리결과에 영향을 줄 수 있다. 본 발명에서, 견종에 따라 결정되는 반려견의 크기구분은 세계애견연맹(FCI)기준에 의해서 확정되어 있는 344개 견종의 견종표준을 활용할 수 있다. 예를 들어, 반려견의 견종(breed)이 웰시 코기(Welsh Corgi)이면, 바로 중형견으로 분류되면서 고유한 값(unique value)이 AI모델의 학습처리 프로세스에서 적용되어 건강검진대상을 판별하는 데에 영향을 미칠 수 있다. 특히, 본 선택적 일 실시예에서, 관리서버(200)는 DB(230)에 저장된 정보를 이용하여, 반려견의 견종 및 연령에 따라서, 걸리기 쉬운 알레르기 정보를 파악할 수 있게 된다.
실시예에 따라서, 관리서버(200)는 6개의 항목들에 대한 점수 각각을 특징 벡터의 일 요소로 하여, 가공된 제1정보와 합산(또는, 곱산)할 수도 있다. 예를 들어, 가공된 제1정보는 스케일링 팩터(scaling factor)인 30이고, 가공된 제2정보가 [24, 24, 24, 24, 24, 12]라면, AI모델에 입력되는 특징벡터는 [720, 720, 720, 720, 720, 360]이 될 수 있다. 위와 같은 예시는 본 발명의 설명의 편의를 위한 것이므로,
위와 같이, 관리서버(200)는 반려견의 견종 및 연령(총 2개 요소)을 기초로 하여, 반려견에 대한 제1정보를 결정하고, AI모델의 학습데이터의 일부로 입력시켜서, 반려견이 건강검진대상인지 여부를 판별하도록 AI모델을 학습시킬 수 있다.
관리서버(200)는 단계 S750에서 판정된 결과를 소유자단말(110)에 출력시켜서, 소유자가 반려견의 건강상태를 인지하고, 후속적인 조치를 취하도록 할 수 있다(S770). 단계 S770에 대해서는, 도 6에서 이미 도식적으로 설명한 바 있다.
본 발명에 따르면, 사용자는 단말을 통해서, 반려견의 기본 신체 특성을 입력하는 것만으로, 반려견이 건강검진대상인지 확인할 수 있다.
또한, 본 발명에 따르면, 사용자는 반려견에게 적합한 사료를 추천받음과 동시에 활동성에 대한 평가 및 알레르기에 대한 정보를 함께 제공받을 수 있게 되어 반려견에 대한 양육편의성이 증대될 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
100: 소유자단말그룹
110: 소유자단말
115: 웨어러블 디바이스
170: 통신망
200: 관리서버
210: 통신부
220: 프로세서
230: DB
110: 소유자단말
115: 웨어러블 디바이스
170: 통신망
200: 관리서버
210: 통신부
220: 프로세서
230: DB
Claims (15)
- 통신부;
적어도 하나의 프로그램이 저장된 메모리; 및
상기 적어도 하나의 프로그램을 실행함으로써, 연산을 수행하는 프로세서를 포함하는 서버에 의해 구현되는 AI기반 반려견의 건강검진대상 판별 방법으로서,
상기 통신부가, 반려견의 연령 및 견종을 포함하는 제1정보를 수신하는 단계;
상기 통신부가, 상기 반려견의 목, 발목 및 등 부위에 각각 복수의 파츠로 나뉘어 장착된웨어러블 디바이스로부터 상기 반려견의 일일 활동량에 대한 정보를 포함하는 제2정보를 수신하는 단계;
상기 프로세서가, 상기 통신부가 수신한 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, 상기 AI모델의 처리결과로서, 상기 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하는 단계; 및
상기 프로세서가, 상기 생성된 안내정보가 상기 반려견의 소유자의 단말에 출력되도록 제어하는 단계를 포함하고,
상기 제2정보를 수신하는 단계는,
상기 제2정보를 상기 웨어러블 디바이스에서 상기 소유자의 단말을 거쳐서 수신하고,
상기 안내정보를 생성하는 단계는,
상기 제2정보를 통해 파악된 정보로서, 상기 반려견이 사료를 섭취하고 난 뒤에 상기 반려견이 반려견의 신체의 특정 부위를 반복적으로 긁거나, 반복적으로 핥는 행위를 보여서, 소양증(pruritus)에 해당하는 움직임이 추정될 경우, 상기 반려견이 건강검진대상이라고 기재한 안내정보를 생성하고,
상기 일일 활동량은,
상기 수학식 1에 따라 산출되는 정보로서, 상기 수학식 1에서, Tsub는 활동량, kn은 행동특성별 가중치, an은 행동특성에 대한 시간, M은 행동특성의 가짓수 및 R은 보정값이고,
상기 행동특성별 가중치는,
상기 반려견이 활동한 시간에 곱해지는 값으로서, 상기 반려견의 건강상태를 판단하는 데에 가치가 높은 값일수록 상대적으로 더 높은 값이고,
상기 행동특성에 대한 시간은,
상기 반려견이 특정한 행동을 하는데에 소요한 시간이고,
상기 행동특성의 가짓수는,
상기 반려견이 하루동안 수행한 행동의 가짓수이고,
상기 보정값은,
상기 반려견의 견종에 따라 각각 다르게 미리 설정된 값인, AI기반 반려견의 건강검진대상 판별 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 따른 방법을 실행시키기 위한 프로그램을 저장하고 있는 컴퓨터 판독가능한 기록매체.
- 통신부;
적어도 하나의 프로그램이 저장된 메모리; 및
상기 적어도 하나의 프로그램을 실행함으로써, 연산을 수행하는 프로세서를 포함하고,
상기 프로세서는,
반려견의 연령 및 견종을 포함하는 제1정보를 수신하고,
상기 반려견목, 발목 및 등 부위에 각각 복수의 파츠로 나뉘어 장착된 웨어러블 디바이스로부터 상기 반려견의 일일 활동량에 대한 정보를 포함하는 제2정보를 수신하고,
상기 수신된 제1정보 및 제2정보를 가공하여 AI모델에 입력하고, 상기 AI모델의 처리결과로서, 상기 반려견이 건강검진대상인지 여부에 대한 안내정보를 생성하고,
상기 생성된 안내정보가 상기 반려견의 소유자의 단말에 출력되도록 제어하고,
상기 프로세서는,
상기 통신부를 통해 상기 제2정보를 상기 웨어러블 디바이스에서 상기 소유자의 단말을 거쳐서 수신하고,
상기 안내정보를 생성하는 경우에는,
상기 제2정보를 통해 파악된 정보로서, 상기 반려견이 사료를 섭취하고 난 뒤에 상기 반려견이 반려견의 신체의 특정 부위를 반복적으로 긁거나, 반복적으로 핥는 행위를 보여서, 소양증(pruritus)에 해당하는 움직임이 추정될 경우, 상기 반려견이 건강검진대상이라고 기재한 안내정보를 생성하고,
상기 일일 활동량은,
상기 수학식 1에 따라 산출되는 정보로서, 상기 수학식 1에서, Tsub는 활동량, kn은 행동특성별 가중치, an은 행동특성에 대한 시간, M은 행동특성의 가짓수 및 R은 보정값이고,
상기 행동특성별 가중치는,
상기 반려견이 활동한 시간에 곱해지는 값으로서, 상기 반려견의 건강상태를 판단하는 데에 가치가 높은 값일수록 상대적으로 더 높은 값이고,
상기 행동특성에 대한 시간은,
상기 반려견이 특정한 행동을 하는데에 소요한 시간이고,
상기 행동특성의 가짓수는,
상기 반려견이 하루동안 수행한 행동의 가짓수이고,
상기 보정값은,
상기 반려견의 견종에 따라 각각 다르게 미리 설정된 값인, AI기반 반려견의 건강검진대상을 판별하기 위한 서버. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230061675A KR102574975B1 (ko) | 2023-05-12 | 2023-05-12 | Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230061675A KR102574975B1 (ko) | 2023-05-12 | 2023-05-12 | Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102574975B1 true KR102574975B1 (ko) | 2023-09-06 |
Family
ID=87973880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230061675A KR102574975B1 (ko) | 2023-05-12 | 2023-05-12 | Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102574975B1 (ko) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102320370B1 (ko) | 2017-12-07 | 2021-11-02 | 아미크로 세미컨덕터 씨오., 엘티디. | 격자 지도에 기반한 로봇의 애완동물 감시 방법 및 칩 |
| KR20220029536A (ko) * | 2020-08-30 | 2022-03-08 | 윤상우 | 반려동물 관리 시스템 |
| KR102453797B1 (ko) * | 2022-06-16 | 2022-10-14 | 주식회사 디디케어스 | 효율적인 건강검진을 통한 반려동물의 건강관리 방법 및 서버 |
| KR102474908B1 (ko) * | 2021-11-19 | 2022-12-07 | 주식회사 카이로스 | 펫의 피부 질환 관리 시스템 및 방법 |
-
2023
- 2023-05-12 KR KR1020230061675A patent/KR102574975B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102320370B1 (ko) | 2017-12-07 | 2021-11-02 | 아미크로 세미컨덕터 씨오., 엘티디. | 격자 지도에 기반한 로봇의 애완동물 감시 방법 및 칩 |
| KR20220029536A (ko) * | 2020-08-30 | 2022-03-08 | 윤상우 | 반려동물 관리 시스템 |
| KR102474908B1 (ko) * | 2021-11-19 | 2022-12-07 | 주식회사 카이로스 | 펫의 피부 질환 관리 시스템 및 방법 |
| KR102453797B1 (ko) * | 2022-06-16 | 2022-10-14 | 주식회사 디디케어스 | 효율적인 건강검진을 통한 반려동물의 건강관리 방법 및 서버 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7386166B2 (ja) | ペットウェルネスプラットフォームのための方法及びシステム | |
| US10897877B2 (en) | Food supply tracking, authentication, and feedback system | |
| KR101995755B1 (ko) | 가축 질병 예측 시스템 | |
| Yakubu et al. | Multivariate analysis of morphostructural characteristics in Nigerian indigenous sheep | |
| US20140141134A1 (en) | Systems and methods for creating a customized blend of pet food | |
| CN106537395A (zh) | 用于提供动物健康、营养和/或保健建议的系统和方法 | |
| US11538087B2 (en) | Pet food recommendation devices and methods | |
| Perlut et al. | A model for integrating wildlife science and agri‐environmental policy in the conservation of declining species | |
| Notari et al. | A survey of behavioural characteristics of pure-bred dogs in Italy | |
| KR102188099B1 (ko) | 반려동물의 성장 관리 시스템 | |
| Prakash et al. | Genetic analysis of residual feed intake, feed conversion ratio and related growth parameters in broiler chicken: a review | |
| KR20210026575A (ko) | 반려동물 양육 맞춤형 정보 제공 시스템 및 그 방법 | |
| Holsman et al. | Predicting deer hunter harvest behavior in Wisconsin's chronic wasting disease eradication zone | |
| KR102347017B1 (ko) | 인공지능 기반 반려동물의 맞춤형 개인화 식단 추천 방법 및 시스템 | |
| Gocsik et al. | Exploring the economic potential of reducing broiler lameness | |
| Doole | Economic feasibility of supplementary feeding on dairy farms in the Waikato region of New Zealand | |
| Chedad et al. | Do heavy broiler chickens visit automatic weighing systems less than lighter birds? | |
| Goguen et al. | Wild-harvested venison yields and sharing by Michigan deer hunters | |
| da Silva Santos et al. | Monitoring and classification of cattle behavior: A survey | |
| KR102574975B1 (ko) | Ai기반 반려견에 대한 건강검진대상 판별 방법 및 그 서버 | |
| KR102453797B1 (ko) | 효율적인 건강검진을 통한 반려동물의 건강관리 방법 및 서버 | |
| Pardo-Vazquez et al. | A role for the ventral premotor cortex beyond performance monitoring | |
| JP2021177344A (ja) | ペット保険加入支援システム | |
| Cernicchiaro et al. | Hierarchical Bayesian modeling of heterogeneous variances in average daily weight gain of commercial feedlot cattle | |
| KR20210061148A (ko) | 쇼핑 플랫폼 운영 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |