KR102622225B1 - Ai 시스템을 이용한 개인 맞춤형 차 추천 서비스 제공 방법 - Google Patents
Ai 시스템을 이용한 개인 맞춤형 차 추천 서비스 제공 방법 Download PDFInfo
- Publication number
- KR102622225B1 KR102622225B1 KR1020220042979A KR20220042979A KR102622225B1 KR 102622225 B1 KR102622225 B1 KR 102622225B1 KR 1020220042979 A KR1020220042979 A KR 1020220042979A KR 20220042979 A KR20220042979 A KR 20220042979A KR 102622225 B1 KR102622225 B1 KR 102622225B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- data
- health
- terminal device
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 41
- 241001122767 Theaceae Species 0.000 title claims description 61
- 230000036541 health Effects 0.000 claims abstract description 78
- 230000003862 health status Effects 0.000 claims abstract description 23
- 235000013616 tea Nutrition 0.000 claims description 66
- 238000012252 genetic analysis Methods 0.000 claims description 20
- 238000003745 diagnosis Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 239000002775 capsule Substances 0.000 claims description 6
- 241000894006 Bacteria Species 0.000 claims description 5
- 230000000968 intestinal effect Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 239000004480 active ingredient Substances 0.000 claims description 4
- 239000004615 ingredient Substances 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000037406 food intake Effects 0.000 claims description 2
- 230000035922 thirst Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 8
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 208000025721 COVID-19 Diseases 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003840 blood vessel health Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
개인 맞춤형 차를 추천하는 서비스를 제공하는 서버의 서비스 제공 방법이 개시된다. 서비스 제공 방법은 사용자의 계정 정보에 기초하여 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형이 포함된 UI를 사용자의 단말 장치에 제공하는 단계, 적어도 하나의 데이터의 유형 중 사용자에 의해 선택된 유형의 데이터를 요청하는 신호를 사용자의 단말 장치로부터 수신하는 단계, 선택된 유형의 데이터를 외부 서버 또는 사용자 단말 장치로부터 수신하는 단계, 건강 상태에 대응되는 최적의 차를 추천하도록 학습된 인공 지능 모델에 선택된 유형의 데이터를 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하는 단계 및 획득된 정보를 사용자 단말 장치에 제공하는 단계를 포함할 수 있다.
Description
본 발명은 AI 지능 시스템을 이용하여 사용자의 건강 상태를 예측하고 예측된 건강 상태에 대응되는 최적의 차를 추천하는 서비스를 제공하는 방법에 관한 것이다.
정보 통신 기술이 발전됨에 따라, 사용자들은 각종 스마트 기기에 설치된 디지털 헬스 케어 서비스 또는 어플리케이션을 이용하여 자신의 건강 상태를 용이하게 진단 또는 식별할 수 있게 되었다.
그리고, 코로나바이러스 감염증-19(COVID-19)이 전세계적으로 유행함에 따라, 사용자들의 디지털 헬스 케어 서비스에 대한 수요 및 기대가 기하 급수적으로 증가하고 있다. 최근에는 의료 전문 업체뿐만 아니라 다양한 분야의 기업들이 앞다투어 디지털 헬스 케어 관련 제품 및 서비스를 출시하고 있다.
한편, 최근에는 방대한 양의 데이터 베이스에서 가치를 추출하고 결과를 분석하는 빅 데이터(big data) 기술이 발전되고 있다. 이에 따라, 다양한 기업들은 빅 데이터 기술을 이용하여 사용자의 건강을 진단 또는 예측할 수 있는 디지털 헬스 서비스 케어 서비스를 개발 및 출시하고 있다.
본 개시의 목적은 인공 지능 모델을 이용하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 제공하는 서비스를 제공함에 있다.
본 개시의 일 실시예로, 개인 맞춤형 차를 추천하는 서비스를 제공하는 서버의 서비스 제공 방법은, 사용자의 계정 정보에 기초하여 상기 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형이 포함된 UI를 상기 사용자의 단말 장치에 제공하는 단계, 상기 적어도 하나의 데이터의 유형 중 상기 사용자에 의해 선택된 유형의 데이터를 요청하는 신호를 상기 사용자의 단말 장치로부터 수신하는 단계, 상기 선택된 유형의 데이터를 외부 서버 또는 상기 사용자 단말 장치로부터 수신하는 단계, 건강 상태에 대응되는 최적의 차를 추천하도록 학습된 인공 지능 모델에 상기 선택된 유형의 데이터를 입력하여 상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하는 단계 및 상기 획득된 정보를 상기 사용자 단말 장치에 제공하는 단계를 포함할 수 있다.
상기 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형은, 상기 사용자의 건강 검진 데이터, 유전자 분석 데이터 및 상기 사용자에 의해 작성된 자가 건강 검진 데이터 중 적어도 하나를 포함할 수 있다.
상기 사용자의 계정 정보는 상기 사용자가 결제한 요금제에 대한 정보를 포함하고, 상기 UI를 제공하는 단계는, 상기 적어도 하나의 데이터의 유형 중 상기 사용자가 결제한 요금제에 대응되는 유형의 데이터가 포함된 UI를 상기 사용자 단말 장치에 제공하는 단계를 포함할 수 있다.
상기 UI를 제공하는 단계는, 상기 사용자가 제1 요금제를 결제한 경우, 상기 자가 건강 검진 데이터를 생성할 수 있는 제1 UI 엘리먼트가 포함된 UI를 제공하고, 상기 사용자가 제2 요금제를 결제한 경우, 상기 제1 UI 엘리먼트 및 상기 건강 검진 데이터를 요청할 수 있는 제2 UI 엘리먼트가 포함된 제2 UI를 제공하고, 상기 사용자가 제3 요금제를 결제한 경우, 상기 제1 UI 엘리먼트, 상기 제2 UI 엘리먼트 및 상기 유전자 분석 데이터를 요청할 수 있는 제3 UI 엘리먼트가 포함된 제3 UI를 제공하는 단계를 포함할 수 있다.
상기 인공 지능 모델은 상기 적어도 하나의 데이터의 유형, 복수의 차의 유효 성분 데이터 및 차의 섭취량에 따른 건강 개선 효과 데이터가 포함된 학습 데이터에 기초하여 상기 사용자의 건강 상태를 개선할 수 있다고 예측되는 상기 최적의 차에 대한 정보를 출력하도록 학습될 수 있다.
상기 인공 지능 모델은, 상기 복수의 차의 유형 성분 및 상기 차의 섭취량에 따른 건강 개선 효과 데이터에 주 성분 분석(Principal Component Analysis, PCA) 방식을 적용하여 상기 최적의 차에 대한 정보를 출력하기 위한 특징을 추출할 수 있다.
상기 제어 방법은, K겹 교차 검증(K-fold cross validation) 방식을 이용하여 상기 인공 지능 모델을 평가하는 단계 및 상기 평가 결과 기반에 기초하여 상기 인공 지능 모델을 추가 학습시키는 단계를 더 포함할 수 있다.
상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보는, 상기 사용자의 건강 상태에 대응되는 최적의 차의 유형 및 섭취 방법에 대한 정보가 포함될 수 있다.
상기 사용자의 단말 장치는 상기 섭취 방법에 대응되는 조건으로 동작할 수 있게 하는 제어 신호를 상기 사용자의 단말 장치와 연결된 차 추출 머신에 전송할 수 있다.
상기 사용자의 단말 장치는 상기 차 추출 머신의 동작 및 상태를 제어할 수 있는 어플리케이션 UI 화면을 표시할 수 있다.
상기 섭취 방법은 상기 사용자의 건강 상태에 대응되는 최적의 차를 생성하기 위한 물의 양, 온도, 압력 및 시간에 대한 정보를 포함할 수 있다.
상기 사용자 단말 장치는 상기 사용자의 건강 상태에 대응되는 최적의 차의 유형 및 섭취 방법에 대한 정보가 포함된 UI를 표시할 수 있다.
상기 제어 방법은 상기 획득된 정보를 상기 사용자 단말 장치에 제공한 후, 주기적으로 자가 건강 진단을 할 수 있는 데이터 및 알림을 상기 사용자 단말 장치에 전송하는 단계를 더 포함할 수 있다.
상기 제어 방법은 상기 획득된 정보를 상기 사용자 단말 장치에 제공한 후, 상기 사용자의 건강 상태에 변화가 있음을 나타내는 이벤트 데이터를 상기 사용자의 단말 장치 또는 상기 외부 서버로부터 수신되면, 상기 수신된 이벤트 데이터를 상기 인공 지능 모델에 입력하여 상기 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하는 단계 및 상기 획득된 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 상기 사용자의 단말 장치에 전송하는 단계를 포함할 수 있다.
상기 건강 검진 데이터는 상기 사용자의 장내 세균 분석 데이터를 더 포함하고, 상기 인공 지능 모델은 상기 사용자의 장내 세균 분석 데이터에 기초하여 상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 출력하도록 학습될 수 있다.
본 개시의 다양한 실시예에 의해, 서버는 사용자의 건강 상태에 매칭되는 최적의 차에 대한 정보를 효율적으로 사용자에게 제공할 수 있다. 이에 따라, 사용자는 자신의 건강 상태에 맞는 차를 용이하게 주문할 수 있으며, 주문된 차를 섭취하기에 최적의 방식으로 차 추출 머신을 제어할 수 있다.
본 개시의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 기술자에게 명확하게 이해되어질 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른, 차를 추천하는 서비스를 제공하는 시스템이 적용되는 환경을 설명하기 위한 도면,
도 2는 본 개시의 일 실시예에 따른, 서버가 차를 추천하는 서비스 제공 방법을 설명하기 위한 순서도,
도 3은 본 개시의 일 실시예에 따른, 차를 추천하는 서비스를 제공하는 시스템을 설명하기 위한 시퀀스도,
도 4는 본 개시의 일 실시예에 따른, 인공 지능 모델을 학습시키는 과정을 설명하기 위한 순서도,
도 5는 본 개시의 일 실시예에 따른, 사용자의 계정 정보를 설명하기 위한 도면,
도 6은 본 개시의 일 실시예에 따른, 서버가 자가 건강 진단 데이터를 획득하는 과정을 설명하기 위한 도면,
도 7은 본 개시의 일 실시예에 따른, 서버가 자가 건강 진단 데이터에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 8은 본 개시의 일 실시예에 따른, 서버가 건강 검진 데이터를 획득하는 과정을 설명하기 위한 도면,
도 9는 본 개시의 일 실시예에 따른, 서버가 건강 진단 데이터에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 10은 본 개시의 일 실시예에 따른, 서버가 유전자 분석 결과를 획득하는 과정을 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 서버가 유전자 분석 결과에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 12는 본 개시의 일 실시예에 따른, 서버의 구성을 설명하기 위한 블록도이다.
도 2는 본 개시의 일 실시예에 따른, 서버가 차를 추천하는 서비스 제공 방법을 설명하기 위한 순서도,
도 3은 본 개시의 일 실시예에 따른, 차를 추천하는 서비스를 제공하는 시스템을 설명하기 위한 시퀀스도,
도 4는 본 개시의 일 실시예에 따른, 인공 지능 모델을 학습시키는 과정을 설명하기 위한 순서도,
도 5는 본 개시의 일 실시예에 따른, 사용자의 계정 정보를 설명하기 위한 도면,
도 6은 본 개시의 일 실시예에 따른, 서버가 자가 건강 진단 데이터를 획득하는 과정을 설명하기 위한 도면,
도 7은 본 개시의 일 실시예에 따른, 서버가 자가 건강 진단 데이터에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 8은 본 개시의 일 실시예에 따른, 서버가 건강 검진 데이터를 획득하는 과정을 설명하기 위한 도면,
도 9는 본 개시의 일 실시예에 따른, 서버가 건강 진단 데이터에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 10은 본 개시의 일 실시예에 따른, 서버가 유전자 분석 결과를 획득하는 과정을 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 서버가 유전자 분석 결과에 기초하여 차를 추천하는 과정을 설명하기 위한 도면,
도 12는 본 개시의 일 실시예에 따른, 서버의 구성을 설명하기 위한 블록도이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 개시를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서의 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
이하에서는 도면을 참조하여 본 개시에 대해 구체적으로 설명하도록 한다.
도 1은 본 개시의 일 실시예에 따른, 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 제공하는 서비스를 제공하는 서버(100)가 적용되는 환경을 설명하기 위한 도면이다.
한편, 본 개시를 설명함에 있어서, 차(tea)는 찻잎이 포함된 티 백(tea-bag) 또는 티 캡슐, 찻잎 가루, 커피 캡슐, 커피 가루 등을 통칭하기 위한 용어로서 사용될 수 있다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따른, 차 추천 서비스를 제공하는 시스템(1000)은 사용자(10), 차 추출 머신(20), 차 추천 서비스를 제공하는 서버(100), 건강 검진 데이터가 저장된 제1 외부 서버(30) 및 유전자 분석 데이터가 저장된 제2 외부 서버(40)가 포함될 수 있다.
도 1에 도시된 각 장치는 네트워크를 통해 통신 연결될 수 있다. 네트워크는 유선 네트워크와 무선 네트워크를 포함할 수 있다. 예를 들어, 네트워크는 근거리 네트워크(LAN: Local Area Network), 도시권 네트워크(MAN: Metropolitan Area Network), 광역 네트워크(WAN: Wide Area Network) 등의 다양한 네트워크를 포함할 수 있다.
또한, 네트워크는 공지의 월드 와이드 웹(WWW: World Wide Web)을 포함할 수도 있다. 그러나, 본 개시의 실시예에 따른 네트워크는 상기 열거된 네트워크에 국한되지 않고, 공지의 무선 데이터 네트워크나 공지의 전화 네트워크, 공지의 유무선 텔레비전 네트워크를 적어도 일부로 포함할 수도 있다.
본 개시를 설명함에 있어서, 사용자(10)는 서버(100)가 제공하는 차 추천 서비스를 이용하는 복수의 사용자 또는 복수의 사용자가 이용하는 단말 장치를 의미할 수 있다.
도 1에는 사용자(10)가 이용하는 단말 장치가 스마트폰인 경우를 도시하고 있으나, 이에 국한되는 것은 아니다. 또 다른 예로, 사용자가 이용하는 단말 장치는 서버(100)와 각종 데이터를 교환할 수 있는 모든 기기(예를 들어, AI 스피커, 데스크탑 PC, 태블릿 PC, 노트북, 웨어러블 기기 등)로 구현될 수 있다.
차 추출 머신(20)은 사용자가 이용하는 단말 장치와 통신 연결(예를 들어, 블루투스 연결 등)할 수 있으며, 차 또는 커피를 추출할 수 있는 머신을 의미한다. 차 추출 머신(20)은, 사용자가 이용하는 단말 장치로부터 수신된 제어 신호에 기초하여, 각종 동작(예로, 예열 기능, 차 또는 커피 추출 기능 등)을 수행할 수 있다.
제1 외부 서버(30)는 사용자의 건강 검진 데이터를 저장하고 있는 서버를 의미한다. 본 개시를 설명함에 있어서, 건강 검진 데이터는 사용자의 건강 상태(예로, 혈관 건강, 비만 여부, 당뇨 수치, 건강 나이 등)에 대한 데이터가 수집된 데이터를 의미한다. 예를 들어, 제1 외부 서버(30)는 국민건강보험공단의 데이터 베이스 서버와 같이 사용자의 건강 검진 데이터가 포함된 서버로 구현될 수 있으나, 이에 국한되는 것은 아니다.
제2 외부 서버(40)는 사용자의 유전자 분석 데이터를 저장하고 있는 서버를 의미한다. 본 개시를 설명함에 있어서 유전자 분석 데이터는 사용자의 DNA 분석 결과로서 사용자의 건강 상태를 예측할 수 있는 데이터를 의미한다.
서버(100)는 제1 외부 서버(30) 및 제2 외부 서버(40)로부터 수신된 데이터에 기초하여 차 추천 서비스를 사용자(10)에 제공할 수 있다. 서버(100)가 수행하는 동작은 도 2를 참조하여 구체적으로 설명하도록 한다.
도 2는 본 개시의 일 실시예로, 서버(100)의 차를 추천하는 서비스 제공 방법을 설명하기 위한 순서도이다.
서버(100)는 사용자의 계정 정보에 기초하여 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형이 포함된 UI를 사용자의 단말 장치에 제공할 수 있다(S210).
사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형은 사용자의 건강 검진 데이터, 유전자 분석 데이터, 사용자에 의해 작성된 자가 건강 검진 데이터 및 장내 세균 분석 데이터 중 적어도 하나를 포함할 수 있다. 자가 건강 검진 데이터는 사용자가 서버(100)가 제공하는 진단표를 직접 작성함으로써 생성된 건강 검진 데이터를 의미한다.
사용자의 계정 정보는 사용자가 결제한 요금제에 대한 정보 및 사용자의 주소 정보 등을 포함할 수 있다. 요금제에 대한 정보는 도 5를 참조하여 구체적으로 설명하도록 한다.
구체적으로, 사용자로부터 로그인 정보(예로, 아이디 및 패스워드 등)를 수신하면, 서버(100)는 로그인 정보에 기초하여 사용자의 계정 정보 중 사용자가 결제한 요금제에 대한 정보를 식별할 수 있다. 그리고, 서버(100)는 적어도 하나의 데이터의 유형 중 사용자가 결제한 요금제에 대응되는 유형의 데이터가 포함된 UI를 사용자 단말 장치에 제공할 수 있다.
예를 들어, 서버(100)는, 사용자가 제1 요금제를 결제한 경우, 자가 건강 검진 데이터를 생성할 수 있게하는 제1 UI 엘리먼트가 포함된 UI를 제공할 수 있다. 사용자는 제1 UI 엘리먼트를 선택하여 진단표를 작성함으로써 자가 건강 검진 데이터를 취득할 수 있다.
그리고, 사용자가 제2 요금제를 결제한 경우, 서버(100)는 제1 UI 엘리먼트 및 건강 검진 데이터를 요청할 수 있는 제2 UI 엘리먼트가 포함된 제2 UI를 제공할 수 있다.
사용자가 제3 요금제를 결제한 경우, 서버(100)는 제1 UI 엘리먼트, 제2 UI 엘리먼트 및 유전자 분석 데이터를 요청할 수 있는 제3 UI 엘리먼트가 포함된 제3 UI를 제공할 수 있다. 이와 관련된 실시예는 도 6 내지 도 11을 참조하여 구체적으로 설명하도록 한다.
서버(100)는 UI에 제공된 적어도 하나의 데이터의 유형 중 사용자에 의해 선택된 유형의 데이터를 요청하는 신호를 사용자의 단말 장치로부터 수신할 수 있다(S220).
서버(100)는 선택된 유형의 데이터를 외부 서버 또는 사용자의 단말 장치로부터 수신할 수 있다(S230). 예를 들어, 서버(100)는 자가 진단 검진 데이터를 사용자의 단말 장치로부터 수신할 수 있다. 또 다른 예로, 서버(100)는 건강 검진 데이터 또는 유전자 분석 데이터는 이를 저장하는 외부 서버로부터 수신할 수 있다.
서버(100)는 선택된 유형의 데이터를 건강 상태에 대응되는 최적의 차를 추천하도록 학습된 인공 지능 모델에 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득할 수 있다. 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보는 사용자의 건강 상태에 대응되는 최적의 차의 유형 및 섭취 방법에 대한 정보가 포함될 수 있다. 그리고, 섭취 방법은 사용자의 건강 상태에 대응되는 최적의 차를 생성하기 위한 물의 양, 온도, 압력 및 시간에 대한 정보를 포함할 수 있다.
인공 지능 모델은 적어도 하나의 데이터의 유형, 복수의 차의 유효 성분 데이터 및 차의 섭취량에 따른 건강 개선 효과 데이터가 포함된 학습 데이터에 기초하여 사용자의 건강 상태를 개선할 수 있다고 예측되는 최적의 차에 대한 정보를 출력하도록 학습될 수 있다. 인공 지능 모델의 학습 과정은 도 4를 참조하여 구체적으로 설명하도록 한다.
서버(100)는 인공 지능 모델을 통해 획득된 정보를 사용자의 단말 장치에 제공할 수 있다(S250).
도 3은 본 개시의 일 실시예로, 차를 추천하는 서비스를 제공하는 시스템을 설명하기 위한 시퀀스도이다.
사용자 단말 장치(A)는 차를 추천하는 서비스를 제공하는 어플리케이션을 실행할 수 있다. 그리고, 사용자 단말 장치(A)는 사용자로부터 입력된 로그인 정보를 서버에 전송할 수 있다(S310). 서버(100)는 수신된 사용자의 로그인 정보에 기초하여 사용자의 계정 정보를 식별할 수 있다(S315). 서버(100)는 계정 정보 중 사용자가 결제한 요금제에 대응되는 유형의 데이터가 포함된 UI를 사용자 단말 장치(A)에 제공할 수 있다(S320).
UI에 포함된 복수의 데이터 유형 중 적어도 하나의 데이터 유형이 사용자에 의해 선택될 수 있다(S325). 사용자 단말 장치(A)는 사용자에 의해 선택된 유형의 데이터를 요청하는 신호를 서버(100)에 전송할 수 있다(S330). 서버(100)는 선택된 유형의 데이터를 사용자 단말 장치(A) 또는 외부 서버로부터 수신할 수 있다.
예를 들어, 서버(100)는 자가 진단 검진 데이터는 사용자의 단말 장치로부터 수신할 수 있다. 또 다른 예로, 서버(100)는 건강 검진 데이터 또는 유전자 분석 데이터는 이를 저장하는 외부 서버로부터 수신할 수 있다.
서버(100)는 인공 지능 모델을 이용하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득할 수 있다(S340). 예를 들어, 서버(100)는 사용자 단말 장치(A) 또는 외부 서버로부터 수신된 데이터를 인공 지능 모델에 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득할 수 있다.
서버(100)는 인공 지능 모델을 통해 획득된 정보를 사용자 단말 장치(A)에 제공할 수 있다(S350). 인공 지능 모델을 통해 획득된 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보는 사용자의 건강 상태에 대응되는 최적의 차의 유형 및 상기 최적의 차의 섭취 방법에 대한 정보가 포함될 수 있다.
사용자 건강 상태에 대응되는 최적의 유형의 차의 섭취 방법은 사용자의 건강 상태에 대응되는 최적의 차를 생성하기 위한 물의 양, 온도, 압력 및 시간에 대한 정보가 포함될 수 있다. 사용자 단말 장치(A)는 획득된 정보를 표시할 수 있다(S355). 예를 들어, 사용자 단말 장치(A)는 실행된 어플리케이션 화면 상에 획득된 정보를 표시할 수 있다.
사용자 단말 장치(A)는 섭취 방법에 대응되는 조건으로 동작할 수 있게 하는 제어 신호를 사용자 단말 장치(A)와 연결된 차 추출 머신(B)에 전송할 수 있다. 이 때, 사용자 단말 장치(A)는 차 추출 머신(B)과 블루투스 방식으로 연결될 수 있으나 이에 국한되는 것은 아니며 와이파이 다이렉트 방식으로 연결될 수 있다.
차 추출 머신(B)은 수신된 제어 신호에 대응되는 동작을 수행할 수 있다(S370). 예를 들어, AI 스피커로 구현된 사용자 단말 장치(A)로부터 섭취 방식에 대응되는 조건(예로, 섭씨 100도로 차를 우려야 한다는 조건)이 포함된 제어 신호를 수신한 경우, 차 추출 머신(B)은 내부에 탑재된 컵에 담긴 물을 섭씨 100도씨로 가열하기 위해 예열하는 동작을 수행할 수 있다.
한편, 사용자 단말 장치(A)는 차 추출 머신(B)의 동작 및 상태를 제어할 수 있는 어플리케이션 UI 화면을 표시할 수 있다. 사용자 단말 장치(A)는 UI 화면 상에 입력된 사용자 명령이 포함된 제어 신호를 차 추출 머신(B)에 전송할 수 있다.
이후에, 서버(100)는 주기적으로 자가 건강 진단을 할 수 있는 데이터 및 알림을 사용자 단말 장치에 전송할 수 있다. 사용자의 건강 상태에 변화가 있음을 나타내는 이벤트 데이터가 사용자의 단말 장치 또는 외부 서버로부터 수신되면, 서버(100)는 수신된 이벤트 데이터를 인공 지능 모델에 입력하여 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 획득할 수 있다. 그리고, 서버(100)는 획득된 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 사용자의 단말 장치에 전송할 수 있다.
도 4는 본 개시의 일 실시예에 따른, 인공 지능 모델을 학습시키는 과정을 설명하기 위한 순서도이다. 본 개시를 설명함에 있어서, 인공 지능 모델은 다양한 유형의 인공 신경망이 포함될 수 있다.
도 4는 서버(100)가 인공 지능 모델을 학습시키는 과정을 설명하기 위한 순서도이나 이에 국한되는 것은 아니다. 인공 지능 모델은 다른 장치에서 학습된 후 서버(100)로 로딩될 수 있다. 또 다른 예로, 서버(100)는 다른 장치에 저장된 기 학습된 인공 지능 모델을 이용할 수 있다.
서버(100)는 적어도 하나의 데이터의 유형, 복수의 차의 유효 성분 데이터 및 차의 섭취량에 따른 건강 개선 효과 데이터에 대해 전 처리(pre-processing) 동작을 수행할 수 있다(S410). 적어도 하나의 데이터 유형은 사용자의 건강 검진 데이터, 유전자 분석 데이터 및 사용자에 의해 생성된 자가 건강 검진 데이터 중 적어도 하나를 포함할 수 있다. 전 처리 동작은 data cleansing 동작, data type transformation 동작 및 feature scaling 동작 중 적어도 하나를 포함할 수 있다.
그리고, 서버(100)는 인공 지능 모델을 통해 복수의 차의 유형 성분 및 차의 섭취량에 따른 건강 개선 효과 데이터에 주 성분 분석 방식을 적용하여 최적의 차에 대한 정보를 출력하기 위한 특징 데이터를 추출할 수 있다(S420). 이 때, 인공 지능 모델은 복수의 차의 유형 성분 및 차의 섭취량에 따른 건강 개선 효과 데이터에 주 성분 분석 방식을 적용하여 특징 데이터를 추출할 수 있다.
서버(100)는 학습 데이터에서 추출된 특징 데이터에 기초하여 인공 지능 모델을 학습시킬 수 있다(S430). 학습 방식은 지도 학습(supervised-learning)일 수 있으나, 이에 국한되는 것은 아니며 다양한 학습 방식을 포함할 수 있다.
서버(100)는 K 겹 교차 검증 방식을 이용하여 학습된 인공 지능 모델을 평가할 수 있다(S440). 그리고, 서버(100)는 평가 결과에 기초하여 인공 지능 모델을 추가 학습시킴으로써 최적화 또는 고도화시킬 수 있다(S450).
도 5는 본 개시의 일 실시예에 따른, 사용자의 계정 정보 중 요금제에 대한 정보를 설명하기 위한 도면이다.
예를 들어, 사용자는 서버(100)가 제공하는 차를 추천하는 어플리케이션 화면 상에서 적어도 하나의 요금제에 대해 결제할 수 있다.
예를 들어, 적어도 하나의 요금제는 자가 건강 진단 데이터에 기초하여 차를 추천하는 서비스인 제1 요금제(510), 자가 건강 진단 데이터 및 외부 서버에서 제공하는 건강 검진 데이터에 기초하여 차를 추천하는 서비스인 제2 요금제(520) 및 자가 건강 진단 데이터, 외부 서버에서 제공하는 건강 검진 데이터 및 유전자 분석 데이터에 기초하여 차를 추천하는 서비스인 제3 요금제(530)가 포함될 수 있다.
사용자가 적어도 하나의 요금제 중 하나를 선택하여 결제한 경우, 사용자가 결제한 요금제에 대한 정보는 사용자의 계정 정보에 삽입될 수 있다.
도 6 및 도 7은 서버가 자가 건강 진단 데이터를 획득하는 과정을 설명하기 위한 도면이다.
사용자 단말 장치는 서버(100)가 제공한 UI(즉, 어플리케이션 실행 화면)를 표시할 수 있다. UI에는 사용자가 결제한 요금제에 따라 자가 건강 진단 탭, 건강 검진 데이터 탭 및 DNA 검사 탭(610)중 적어도 하나가 표시될 수 있다. 도 6은 자가 건강 진단 탭이 사용자에 의해 선택된 경우를 도시한 도면이다.
사용자에 의해 진단하기 탭(620)이 선택된 경우, 도 7의 검진표(710,720)가 표시될 수 있다. 도 7의 검진표(710,720)는 본 개시의 일 실시예로, 사용자가 갈증에 의해 잠을 깨는 횟수를 측정하기 위한 UI 엘리먼트이다.
사용자에 의해 결과 보기 탭(630)이 선택된 경우, 사용자에 의해 작성된 검진표에 기초하여 생성된 자가 검진 데이터를 표시할 수 있다.
사용자에 의해 캡슐 추천 받기 탭(640)이 선택된 경우, 생성된 자가 검진 데이터를 서버(100)에 전송할 수 있다. 서버(100)는 수신된 자가 검진 데이터를 인공 지능 모델에 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하고, 획득된 정보를 사용자 단말 장치에 전송할 수 있다. 사용자 단말 장치는, 도 7에 도시된 바와 같이, 획득된 정보(730)를 표시할 수 있다.
도 8 및 도 9는 서버가 외부 서버로부터 건강 진단 데이터를 획득하는 과정을 설명하기 위한 도면이다.
도 7은 복수의 탭(810) 중 건강 검진 진단 탭이 사용자에 의해 선택된 경우를 도시한 도면이다.
사용자에 의해 데이터 가져오기 탭(820)이 선택된 경우, 사용자 단말 장치는 사용자의 건강 검진 데이터를 열람할 수 있는 권한 정보를 서버(100)에 전송할 수 있다. 서버(100)는 수신된 권한 정보를 이용하여 사용자의 건강 검진 데이터가 저장된 외부 서버에 액세스할 수 있다. 그리고, 서버(100)는 액세스된 외부 서버에서 사용자의 건강 검진 데이터를 로딩하여 사용자 단말 장치에 전송할 수 있다.
사용자에 의해 결과 보기 탭(630)이 선택된 경우, 사용자 단말 장치는 서버(100)로부터 수신된 건강 검진 데이터에 기초하여 사용자의 건강 상태에 대한 정보(910)를 표시할 수 있다.
사용자에 의해 캡슐 추천 받기 탭(840)이 선택된 경우, 서버(100)는 건강 검진 데이터를 인공 지능 모델에 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하고, 획득된 정보를 사용자 단말 장치에 전송할 수 있다. 사용자 단말 장치는, 도 9에 도시된 바와 같이, 획득된 정보(920)를 표시할 수 있다.
도 10 및 도 11은 서버가 외부 서버로부터 유전자 분석 데이터를 획득하는 과정을 설명하기 위한 도면이다.
도 10은 복수의 탭(1010) 중 DNA 검사 탭이 사용자에 의해 선택된 경우를 도시한 도면이다.
사용자에 의해 결과 보기(1020)이 선택된 경우, 서버(100)는 유전자 분석 결과 데이터를 사용자 단말 장치에 전송할 수 있다. 구체적으로, 사용자가 제3 요금제를 결제한 경우, 서버(100)는 사용자가 위치한 곳에 DNA 검사 키트를 전송할 수 있다. 이 때, DNA 검사 키트는 서버(100)가 DNA 검사를 수행하는 업체를 통해 전송할 수 있다. 그리고, 서버(100)는 DNA 검사 키트를 통한 DNA 분석 데이터를 업체로부터 수신할 수 있다.
사용자 단말 장치는 서버(100)로부터 수신된 유전자 분석 결과 데이터(1110)를 표시할 수 있다.
사용자에 의해 캡슐 추천 받기 탭(1030)이 선택된 경우, 서버(100)는 유전자 분석 데이터를 인공 지능 모델에 입력하여 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하고, 획득된 정보를 사용자 단말 장치에 전송할 수 있다. 사용자 단말 장치는, 도 10에 도시된 바와 같이, 획득된 정보(1120)를 표시할 수 있다.
도 12는 본 개시의 일 실시예에 따른, 서버(100)의 구성을 설명하기 위한 블록도이다. 도 12에 도시된 바와 같이, 서버(100)는 메모리(110), 통신부(120) 및 프로세서(130)가 포함될 수 있다. 다만, 이에 국한되는 것은 아니며, 서버(100)은 필요한 동작에 따라 당업자 관점에서 자명한 범위 내에서 소프트웨어 및 하드웨어 구성이 포함될 수 있다.
메모리(110)는 인공 지능 모델을 동작시킬 수 있는 실행 데이터를 저장할 수 있다. 메모리(110)는 복수의 사용자의 계정 정보 및 복수의 사용자와 관련된 건강 검진 데이터 또는 유전자 분석 데이터를 저장할 수 있다.
통신부(120)는 사용자 단말 장치 또는 각종 데이터를 저장하고 있는 외부 서버와 네트워크를 통해 데이터 교환을 할 수 있다.
프로세서(130)는 메모리(110)와 전기적으로 연결되어 서버(100)의 전반적인 동작 및 기능을 제어할 수 있다. 도 2 내지 도 4를 참조하여 설명한 서버(100)의 전반적인 동작 및 기능은 프로세서(130)에 의해 구현될 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다.
매체의 예시로는, 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 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상, 본 개시에서 설명되는 실시예와 첨부된 도면은 본 개시에 포함되는 기술적 사상의 일부를 예시적으로 설명하는 것에 불과하다. 따라서, 본 명세서에 개시된 실시예들은 본 개시의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이므로, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아님은 자명하다.
본 개시의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형예와 구체적인 실시 예는 모두 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (7)
- 개인 맞춤형 차(tea)를 추천하는 서비스를 제공하는 서버의 서비스 제공 방법에 있어서,
사용자의 계정 정보에 기초하여 상기 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형이 포함된 UI를 상기 사용자의 단말 장치에 제공하는 단계;
상기 적어도 하나의 데이터의 유형 중 상기 사용자에 의해 선택된 유형의 데이터를 요청하는 신호를 상기 사용자의 단말 장치로부터 수신하는 단계;
상기 선택된 유형의 데이터를 외부 서버 또는 상기 사용자 단말 장치로부터 수신하는 단계;
건강 상태에 대응되는 최적의 차를 추천하도록 학습된 인공 지능 모델에 상기 선택된 유형의 데이터를 입력하여 상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하는 단계;
상기 획득된 정보를 상기 사용자 단말 장치에 제공하는 단계;
상기 획득된 정보를 상기 사용자 단말 장치에 제공한 후, 주기적으로 자가 건강 진단을 할 수 있는 데이터 및 알림을 상기 사용자 단말 장치에 전송하는 단계;
상기 획득된 정보를 상기 사용자 단말 장치에 제공한 후, 상기 사용자의 건강 상태에 변화가 있음을 나타내는 이벤트 데이터를 상기 사용자의 단말 장치 또는 상기 외부 서버로부터 수신되면, 상기 수신된 이벤트 데이터를 상기 인공 지능 모델에 입력하여 상기 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하는 단계; 및
상기 획득된 사용자의 현재 건강 상태에 대응되는 최적의 차에 대한 정보를 상기 사용자의 단말 장치에 전송하는 단계;
를 포함하고,
상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보는,
상기 사용자의 건강 상태에 대응되는 최적의 차의 종류 또는 유형 및 섭취 방법에 대한 정보가 포함하며,
상기 섭취 방법은,
상기 사용자의 건강 상태에 대응되는 최적의 차를 생성하기 위한 물의 양, 온도, 압력 및 시간에 대한 정보를 포함하며,
상기 인공 지능 모델은
상기 적어도 하나의 데이터의 유형, 복수의 차의 유효 성분 데이터 및 차의 섭취량에 따른 건강 개선 효과 데이터가 포함된 학습 데이터에 기초하여 상기 사용자의 건강 상태를 개선할 수 있다고 예측되는 상기 최적의 차에 대한 정보를 출력하도록 학습되며,
상기 복수의 차의 유형 성분 및 상기 차의 섭취량에 따른 건강 개선 효과 데이터에 주 성분 분석(Principal Component Analysis, PCA) 방식을 적용하여 상기 최적의 차에 대한 정보를 출력하기 위한 특징 데이터를 추출하며,
상기 사용자의 단말 장치는,
상기 섭취 방법에 대응되는 조건으로 동작할 수 있게 하는 제어 신호를 상기 사용자의 단말 장치와 연결된 차 추출 머신에 전송하고,
상기 사용자의 건강 상태를 식별할 수 있는 적어도 하나의 데이터의 유형은,
상기 사용자의 건강 검진 데이터, 유전자 분석 데이터 및 상기 사용자에 의해 생성된 자가 건강 검진 데이터 중 적어도 하나를 포함하고,
상기 사용자의 계정 정보는 상기 사용자가 결제한 요금제에 대한 정보를 포함하고,
상기 UI를 제공하는 단계는,
상기 적어도 하나의 데이터의 유형 중 상기 사용자가 결제한 요금제에 대응되는 유형의 데이터가 포함된 UI를 상기 사용자 단말 장치에 제공하는 단계;를 포함하고,
상기 UI를 제공하는 단계는,
상기 사용자가 제1 요금제를 결제한 경우, 상기 자가 건강 검진 데이터를 생성할 수 있는 제1 UI 엘리먼트가 포함된 UI를 제공하고,
상기 사용자가 제2 요금제를 결제한 경우, 상기 제1 UI 엘리먼트 및 상기 건강 검진 데이터를 요청할 수 있는 제2 UI 엘리먼트가 포함된 제2 UI를 제공하고,
상기 사용자가 제3 요금제를 결제한 경우, 상기 제1 UI 엘리먼트, 상기 제2 UI 엘리먼트 및 상기 유전자 분석 데이터를 요청할 수 있는 제3 UI 엘리먼트가 포함된 제3 UI를 제공하는 단계;를 포함하고,
상기 UI에는,
상기 사용자가 결제한 요금제에 따라 자가 건강 진단 탭, 건강 검진 데이터 탭 및 DNA 검사 탭 중 적어도 하나가 표시되고,
상기 사용자에 의해 상기 자가 건강 진단 탭이 선택된 경우, 사용자가 갈증에 의해 잠을 깨는 횟수를 측정하기 위한 UI 엘리먼트인 검진표가 표시되고,
상기 사용자에 의해 결과 보기 탭이 선택된 경우, 상기 사용자에게 의해 작성된 검진표에 기초하여 생성된 자가 검진 데이터가 표시되고,
상기 사용자에 의해 캡슐 추천 받기 탭이 선택된 경우, 상기 생성된 자가 검진 데이터를 전송받은 서버가 수신된 자가 검진 데이터를 상기 인공 지능 모델에 입력하여 상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 획득하고, 상기 획득된 정보를 상기 사용자의 단말 장치에 전송하도록 구성된 것을 특징으로 하는 제공 방법. - 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 제공 방법은,
K겹 교차 검증(K-fold cross validation) 방식을 이용하여 상기 인공 지능 모델을 평가하는 단계; 및
상기 평가 결과 기반에 기초하여 상기 인공 지능 모델을 추가 학습시키는 단계;를 더 포함하는 제공 방법. - 제1항에 있어서,
상기 사용자의 단말 장치는,
상기 차 추출 머신의 동작 및 상태를 제어할 수 있는 어플리케이션 UI 화면을 표시하는 것을 특징으로 하는 제공 방법. - 제1항에 있어서,
상기 건강 검진 데이터는 상기 사용자의 장내 세균 분석 데이터를 더 포함하고,
상기 인공 지능 모델은,
상기 사용자의 장내 세균 분석 데이터에 기초하여 상기 사용자의 건강 상태에 대응되는 최적의 차에 대한 정보를 출력하도록 학습된 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220042979A KR102622225B1 (ko) | 2021-04-14 | 2022-04-06 | Ai 시스템을 이용한 개인 맞춤형 차 추천 서비스 제공 방법 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210048245 | 2021-04-14 | ||
| KR1020220042979A KR102622225B1 (ko) | 2021-04-14 | 2022-04-06 | Ai 시스템을 이용한 개인 맞춤형 차 추천 서비스 제공 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210048245 Division | 2021-04-14 | 2021-04-14 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220142354A KR20220142354A (ko) | 2022-10-21 |
| KR102622225B1 true KR102622225B1 (ko) | 2024-01-09 |
Family
ID=83640384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220042979A KR102622225B1 (ko) | 2021-04-14 | 2022-04-06 | Ai 시스템을 이용한 개인 맞춤형 차 추천 서비스 제공 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102622225B1 (ko) |
| WO (1) | WO2022220342A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102187955B1 (ko) * | 2020-03-26 | 2020-12-08 | 주식회사 클리노믹스 | 개인의 복합 정보에 기반한 건강관리 솔루션 제공 방법 및 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150043869A (ko) * | 2013-10-15 | 2015-04-23 | 한국전자통신연구원 | 커피맛 제어 시스템 및 제어 방법 |
| KR102278810B1 (ko) * | 2019-01-22 | 2021-07-19 | 고려대학교 산학협력단 | 개인 맞춤형 식음료 추천 시스템 |
| KR20200113954A (ko) * | 2019-03-27 | 2020-10-07 | 주식회사 삼양바이오팜 | 사용자 맞춤형 건강 정보 서비스 제공 시스템 및 그 방법 |
| KR102297367B1 (ko) * | 2019-08-28 | 2021-09-03 | (주)이노맥스글로벌 | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 |
-
2021
- 2021-08-19 WO PCT/KR2021/011038 patent/WO2022220342A1/ko active Application Filing
-
2022
- 2022-04-06 KR KR1020220042979A patent/KR102622225B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102187955B1 (ko) * | 2020-03-26 | 2020-12-08 | 주식회사 클리노믹스 | 개인의 복합 정보에 기반한 건강관리 솔루션 제공 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022220342A1 (ko) | 2022-10-20 |
| KR20220142354A (ko) | 2022-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tomko et al. | Beyond digital twins–A commentary | |
| Hohenberger et al. | Acceptance of robo‐advisors: Effects of financial experience, affective reactions, and self‐enhancement motives | |
| Bidargaddi et al. | Digital footprints: facilitating large-scale environmental psychiatric research in naturalistic settings through data from everyday technologies | |
| Harari et al. | Using smartphones to collect behavioral data in psychological science: Opportunities, practical considerations, and challenges | |
| Dalkin et al. | What’s in a mechanism? Development of a key concept in realist evaluation | |
| Stanley et al. | Implicit race attitudes predict trustworthiness judgments and economic trust decisions | |
| Brownsell et al. | A systematic review of lifestyle monitoring technologies | |
| Espinoza et al. | The pervasiveness, connectedness, and intrusiveness of social network site use among young adolescents | |
| Cao et al. | Z-Glyph: Visualizing outliers in multivariate data | |
| Allendorf | Women’s agency and the quality of family relationships in India | |
| Betsch et al. | The narrative bias revisited: What drives the biasing influence of narrative information on risk perceptions? | |
| CN103986749B (zh) | 资源共享系统和资源共享方法 | |
| Diaz Ruiz | Assembling market representations | |
| US10984488B1 (en) | Predictive compatibility matching platform | |
| Fico et al. | Co-creating with consumers and stakeholders to understand the benefit of Internet of Things in Smart Living Environments for Ageing Well: The approach adopted in the Madrid Deployment Site of the ACTIVAGE Large Scale Pilot | |
| van Endert et al. | Likes and impulsivity: Investigating the relationship between actual smartphone use and delay discounting | |
| Sautier et al. | Participation in patient support groups among cancer survivors: do psychosocial and medical factors have an impact? | |
| Emmenegger | How good are your counterfactuals? Assessing quantitative macro-comparative welfare state research with qualitative criteria | |
| Braunhofer et al. | STS: A Context-Aware Mobile Recommender System for Places of Interest. | |
| Mobarak et al. | Drivers of mobile payment services adoption: a behavioral reasoning theory perspective | |
| Napper et al. | The longitudinal relationships among injunctive norms and hooking up attitudes and behaviors in college students | |
| JP6092360B1 (ja) | 生成装置、生成方法及び生成プログラム | |
| Finley et al. | Aftereffects of self-control on positive emotional reactivity | |
| Sauer et al. | The phantom in my pocket: Determinants of phantom phone sensations | |
| Su et al. | Pornography use and mental health problems in the Chinese population: Examining the pornography problems due to moral incongruence model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |