KR102651282B1

KR102651282B1 - 생태모방지식 서비스 시스템 및 생태모방지식 서비스 제공 방법

Info

Publication number: KR102651282B1
Application number: KR1020230158876A
Authority: KR
Inventors: 김기동; 심승우; 서현진; 김진희; 송종원; 김대현; 한병엽; 윤수민; 서성호
Original assignee: 국립생태원
Priority date: 2023-11-16
Filing date: 2023-11-16
Publication date: 2024-03-25

Abstract

생태모방지식 서비스 시스템 및 생태모방지식 서비스 제공 방법이 개시된다. 본 발명의 일 실시예에 따른 생태모방지식 서비스 서버는 미리 지정된 수집방식으로 기관 사이트에 접속하여 생태모방지식 서비스를 위한 기초자료를 수집데이터로 수집하는 기초자료 수집부; 상기 수집데이터를 학습한 결과에 기초하여 생태모방 분류체계를 설정하고, 상기 수집데이터를 상기 생태모방 분류체계에 따라 자동 분류한 생태모방지식 서비스 데이터베이스를 구축하는 데이터베이스 구축부; 및 사용자 단말을 통한 요청에 상응하여 상기 생태모방지식 서비스 데이터베이스를 검색하고, 검색결과를 미리 지정된 방식으로 화면 구현하여 상기 요청에 대한 응답으로 제공하는 지식서비스 제공부를 포함할 수 있다.

Description

생태모방지식 서비스 시스템 및 생태모방지식 서비스 제공 방법{Biomimicry knowledge service system and biomimicry knowledge service provision method}

본 발명은 생태모방지식 서비스 시스템 및 생태모방지식 서비스 제공 방법에 관한 것이다.

생태모방 기술은 자연의 구조와 기능을 모방하고 응용함으로써 지속 가능한 성장을 가능하게 하는 혁신 기술로서, 2000년대 이후 세계적으로 관심이 증가하고 있다.

이러한 생태모방 기술에 대한 관심 및 수요 증가에도 불구하고, 학문적 간극으로 인해 기술/공학 분야로부터 생물/생태 분야로의 접근 상의 어려움은 여전히 존재하고 있다.

따라서, 생태모방에 관한 인식 확산과 관련 연구/기술의 산업화에 효율적으로 활용할 수 있는 생물/생태 정보 제공 시스템에 대한 필요성이 제기되고 있다.

한국공개특허 제10-2021-0111620호 (2021.09.13. 공개) - 전문가 평가를 활용한 생물학적 시스템 정보 저장 및 정확성 보정 장치 및 방법

본 발명은 생태모방에 관한 기초 데이터를 수집 및 가공하고 유관한 데이터끼리 연계시킨 데이터베이스를 구축하여 탐색 가능하게 함으로써 전문가 및/또는 일반인을 포함하는 사용자에게 생태모방지식 서비스를 제공해 줄 수 있는 시스템 및 방법을 제공하기 위한 것이다.

본 발명은 생태모방에 관한 기초 데이터를 AI 학습 훈련하여 자동 분류하고, 자연어 검색 서비스를 제공하며, 사용자 편의를 위한 인터페이스를 통해 사용자가 간결한 트리 구조 하에서 축소된 정보 확인 단계를 거쳐 원하는 정보를 획득할 수 있게 하는 생태모방지식 서비스 시스템 및 생태모방지식 서비스 제공 방법을 제공하기 위한 것이다.

본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.

본 발명의 일 측면에 따르면, 생태모방지식 서비스를 제공하는 서버로서, 미리 지정된 수집방식으로 기관 사이트에 접속하여 생태모방지식 서비스를 위한 기초자료를 수집데이터로 수집하는 기초자료 수집부; 상기 수집데이터를 학습한 결과에 기초하여 생태모방 분류체계를 설정하고, 상기 수집데이터를 상기 생태모방 분류체계에 따라 자동 분류한 생태모방지식 서비스 데이터베이스를 구축하는 데이터베이스 구축부; 및 사용자 단말을 통한 요청에 상응하여 상기 생태모방지식 서비스 데이터베이스를 검색하고, 검색결과를 미리 지정된 방식으로 화면 구현하여 상기 요청에 대한 응답으로 제공하는 지식서비스 제공부를 포함하는 생태모방지식 서비스 서버가 제공된다.

상기 데이터베이스 구축부는, 상기 수집데이터를 색인하여 저장하고, AI 학습 훈련을 위한 훈련 데이터 대상을 선정하며, 상기 훈련 데이터 대상 중 훈련 데이터를 선별하여 상기 생태모방지식 서비스 데이터베이스에 저장하는 검색엔진과; 상기 훈련 데이터 중 모델 학습 기준을 충족하는 데이터를 추출하는 학습 데이터 추출 모듈과; AI를 활용하여 상기 추출된 데이터를 이용한 훈련을 수행하는 모델 학습 모듈과; 상기 훈련의 수행 결과 생성된 자동분류 모델을 저장하는 모델 저장 모듈과; 상기 자동분류 모델을 호출하고, 상기 자동분류 모델에 기초하여 생태 분류체계를 자동 분류하는 생태 분류체계 자동분류 모듈을 포함할 수 있다.

상기 검색엔진은 엘라스틱서치이고, 상기 훈련 데이터의 선별 기준은 엘라스틱서치 스코어를 이용할 수 있다.

상기 모델 학습 기준은 초록이 비어 있지 않는 데이터일 것, 분류체계로 묶었을 때 소정 개수 이상의 데이터일 것을 포함할 수 있다.

상기 모델 학습 모듈은 트랜스포머의 인코더를 사용하여 문장을 양방향으로 학습시킨 언어 모델인 BERT를 훈련 모델 알고리즘으로 적용할 수 있다.

초기 수집데이터에 대한 학습 이후 수집데이터는 상기 검색엔진에 의해 색인되고, 모델 불러오기를 통해 호출된 상기 자동분류 모델을 이용하여 상기 생태 분류체계 자동분류 모듈에 의해 자동분류되어 상기 생태모방지식 서비스 데이터베이스에 저장될 수 있다.

상기 기초자료에는 생물특징, 이미지, 생물종, 동영상, 서식지, 논문 중 적어도 하나 이상의 생물정보와, 특허, 산업분류, 제품분류 중 적어도 하나의 산업정보가 포함되며, 상기 지식서비스 제공부는 산업에서 생물로, 그리고 생물에서 산업으로 순환 구조의 생태모방 지식검색이 가능하게 할 수 있다.

상기 지식서비스 제공부는 산업 관련 키워드에서 시작하여 특허와 논문, 생물종, 생물특징의 순서로 연관 지식을 검색하는 테크놀로지 풀(Technology pull) 기능과, 생물 관련 키워드에서 시작하여 생물종, 생물특징, 특허와 논문의 순서로 연관 지식을 검색하는 바이올로지 푸시(Biology push) 기능을 제공할 수 있다.

상기 생태모방 분류체계의 1단계 코드는 분해/파손(Break Down, breakage, decomposit), 자원 포착/저장/분배(Get, Store, Distribute Resource), 커뮤니티 유지(Maintain Community), 만들다(Make), 변화(Modify), 이동/유지(Move, Stay Put), 프로세스 정보(Process Information), 방어(Defence)의 8개 코드를 포함할 수 있다.

한편 본 발명의 다른 측면에 따르면, 생태모방지식 서비스 서버에서 생태모방지식 서비스를 제공하는 방법으로서, 기초자료 수집부에서 미리 지정된 수집방식으로 기관 사이트에 접속하여 생태모방지식 서비스를 위한 기초자료를 수집데이터로 수집하는 단계; 데이터베이스 구축부에서 상기 수집데이터를 학습한 결과에 기초하여 생태모방 분류체계를 설정하는 단계; 상기 수집데이터를 상기 생태모방 분류체계에 따라 자동 분류한 생태모방지식 서비스 데이터베이스를 구축하는 단계; 지식서비스 제공부에서 사용자 단말을 통한 요청에 상응하여 상기 생태모방지식 서비스 데이터베이스를 검색하는 단계; 및 검색결과를 미리 지정된 방식으로 화면 구현하여 상기 요청에 대한 응답으로 제공하는 단계를 포함하는 생태모방지식 서비스 제공방법이 제공된다.

상기 생태모방지식 서비스 데이터베이스를 구축하는 단계는, 상기 수집데이터를 색인하여 저장하는 단계와; AI 학습 훈련을 위한 훈련 데이터 대상을 선정하는 단계와; 상기 훈련 데이터 대상 중 훈련 데이터를 선별하여 상기 생태모방지식 서비스 데이터베이스에 저장하는 단계와; 상기 훈련 데이터 중 모델 학습 기준을 충족하는 데이터를 추출하는 단계와; AI를 활용하여 상기 추출된 데이터를 이용한 훈련을 수행하는 단계와; 상기 훈련의 수행 결과 생성된 자동분류 모델을 저장하는 단계와; 상기 자동분류 모델을 호출하고, 상기 자동분류 모델에 기초하여 생태 분류체계를 자동 분류하는 단계를 포함할 수 있다.

전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.

본 발명의 실시예에 따르면, 생태모방에 관한 기초 데이터를 수집 및 가공하고 유관한 데이터끼리 연계시킨 데이터베이스를 구축하여 탐색 가능하게 함으로써 전문가 및/또는 일반인을 포함하는 사용자에게 생태모방지식 서비스를 제공해 줄 수 있는 효과가 있다.

또한, 생태모방에 관한 기초 데이터를 AI 학습 훈련하여 자동 분류하고, 자연어 검색 서비스를 제공하며, 사용자 편의를 위한 인터페이스를 통해 사용자가 간결한 트리 구조 하에서 축소된 정보 확인 단계를 거쳐 원하는 정보를 획득할 수 있게 하는 효과도 있다.

도 1은 본 발명의 일 실시예에 따른 생태모방지식 서비스 시스템의 개략적인 구성 블록도,
도 2는 DB 구조를 나타낸 도면,
도 3은 원천 데이터 및 생물분류체계 구축 데이터 과정을 나타낸 도면,
도 4는 기초자료 테이블의 예시도,
도 5 및 도 6은 테크놀로지 풀 기능에 따른 검색 결과 화면,
도 7은 바이올로지 기능에 따른 검색 결과 화면,
도 8은 초기 학습데이터 구축 과정을 나타낸 도면,
도 9는 이후 수집 데이터 자동 분류 과정을 나타낸 도면,
도 10은 통합 검색 화면의 예시도,
도 11은 지식 정보 연관도의 예시도,
도 12는 본 발명의 일 실시예에 따른 생태모방지식 서비스 서버의 구성을 도시한 도면,
도 13은 본 발명의 일 실시예에 따른 생태모방지식 서비스 시스템의 전체 구성을 나타낸 걔략도.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 본 발명의 일 실시예에 따른 생태모방지식 서비스 시스템의 개략적인 구성 블록도이고, 도 2는 DB 구조를 나타낸 도면이며, 도 3은 원천 데이터 및 생물분류체계 구축 데이터 과정을 나타낸 도면이고, 도 4는 기초자료 테이블의 예시도이며, 도 5 및 도 6은 테크놀로지 풀 기능에 따른 검색 결과 화면이고, 도 7은 바이올로지 기능에 따른 검색 결과 화면이며, 도 8은 초기 학습데이터 구축 과정을 나타낸 도면이고, 도 9는 이후 수집 데이터 자동 분류 과정을 나타낸 도면이며, 도 10은 통합 검색 화면의 예시도이고, 도 11은 지식 정보 연관도의 예시도이다.

도 1을 참조하면, 본 실시예에 따른 생태모방지식 서비스 시스템(1)은 사용자 단말(10) 및 생태모방지식 서비스 서버(100)를 포함할 수 있다.

사용자 단말(10)은 네트워크를 통해 생태모방지식 서비스 서버(100)와 데이터를 주고 받으면서, 생태모방지식 서비스를 제공받는다.

사용자 단말(10)은 생태모방지식 서비스 관련 애플리케이션 혹은 프로그램(이하, '애플리케이션'으로 통칭함)이 탑재되어 있거나 다운로드를 통해 설치 가능하고 해당 애플리케이션을 실행시킬 수 있는 운영체제가 탑재된 컴퓨팅 장치로서, 예를 들어 스마트폰, 태블릿PC, 노트북, 데스크탑PC 등일 수 있다.

생태모방은 생태계나 생물자원의 기본구조 또는 원리를 응용하여 환경 및 사회문제를 해결하는 신기술로, 오랜 시간 생물이 환경에 적응하면서 최적화된 구조나 물질 혹은 에너지 사용의 효율적인 전략 등을 모방하여 친환경적이고 지속가능한 해결책을 찾는 접근법을 내포한다.

생태모방지식 서비스는 생태모방 관련 기초 및 응용 연구 자료를 바탕으로 수요자 요구에 맞춰 생태모방 원리 및 사업 아이디어 추천, 전문가 네트워크 제공, 교육 및 홍보 등을 수행할 수 있는 지식서비스를 의미한다. 생태모방지식 서비스는 사용자 단말(10)로부터 수신되는 다양한 요청(예를 들어, 검색)을 수행하는 것을 의미할 수 있다.

생태모방지식 서비스 서버(100)는 생태모방지식 서비스를 제공하기 위한 구성요소를 설치 및 실행하고 있는 하드웨어 장치이다. 서비스 제공자는 사용자 단말(10)에 생태모방지식 서비스를 제공하기 위해 생태모방지식 서비스 서버(100)를 이용할 수 있다.

생태모방지식 서비스 서버(100)는 인터넷 상에 산재하는 광범위한 생물/생태 기초 데이터를 수집, 분류, 저장하여 공학적인 응용 솔루션에 필요한 생태모방 지식으로 발전할 수 있도록 지원하는 데이터베이스를 구축하여 사용자가 손쉽게 생태모방 지식을 검색할 수 있게 하는 생태모방지식 서비스를 제공하는 플랫폼일 수 있다.

생태모방지식 서비스 플랫폼은 생태모방과 관련된 정보 지식의 댐으로, 모방지식의 출발점이자 안내자 역할을 할 수 있다. 대용량 논문, 특허, 사례, 연구자료 등에서 사용자가 찾고자 하는 목적과 관계성, 유사성이 상대적으로 높은 정보를 제공할 수 있다. 사용자가 다수의 포털사이트, 유관기관 서비스 시스템 등을 검색하는 노력과 시간을 절감할 수 있다. 또한, 집단지식의 공유체계와 협업체계의 창구 역할을 할 수 있다.

생태모방지식 서비스 서버(100)는 기초자료 수집부(110), 데이터베이스 구축부(120), 지식서비스 제공부(130)를 포함할 수 있다. 도 1에 도시된 구성요소들은 생태모방지식 서비스 서버(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 생태모방지식 서비스 서버(100)는 위에서 열거된 구성요소들보다 많거나 또는 적은 구성요소들을 가질 수 있다.

기초자료 수집부(110)는 생태모방 지식 데이터베이스 구축을 위한 기초 DB 유형에 따른 빅데이터를 기초자료로 수집할 수 있다. 기초 DB 유형에는 논문, 특허, 백과사전 등이 포함될 수 있다.

기초자료는 여러 기관에 산재되어 존재하는 생태모방에 관련된 원천 데이터로서, 예를 들어 생물특징, 이미지, 생물종, 동영상, 서식지, 논문 등과 같은 생물정보와, 특허, 산업분류, 제품분류 등과 같은 산업정보를 포함할 수 있다.

원천 데이터를 보관하고 있는 기관, 자료명, 자료설명, 자료형태가 도 3의 (a)에 도시되어 있다. 수집대상이 되는 원천 데이터는 EOL(생명의백과사전), GBIF(세계생물다양성정보기구), ITIS(미국통합분류학정보시스템), 국립생물자원관, UNSPSC, 통계청 등의 기관에 보관되어 있을 수 있다.

EOL의 생물관련 미디어(이미지, 동영상, 소리 등) 정보를 생물특징 정보로 수집할 수 있다. UNSPSC 제품 정보를 다운로드하여 제품 정보로 수집할 수 있다. 통계청의 한국표준산업분류 정보를 다운로드하여 산업분류를 수집할 수 있다. 생물종 관련 논문을 수집하여 논문정보를 수집할 수 있다. 생물종 관련 특허정보를 구글에서 수집하여 특허정보를 수집할 수 있다.

도 4에는 기초자료 수집부(110)에서 수집하는 기초자료의 항목, 수집기관, 수집기술, 자료유형, 특이사항 등이 테이블로 정리되어 있다. 생물종 분류체계는 EOL, GBIF, KTSN에서 수집되며, 생물명칭, 생물특징, 생물이미지, 생물미디어는 EOL에서 수집되고, 논문은 NCBI에서 수집되고, 특허는 GOOGLE에서 수집되며, 생물발견은 GBIF에서 수집되고, UNSPSC제품정보는 UNSPSC에서 수집되고, 한국표준산업분류는 통계청에서 수집되며, 특허분류코드는 특허청에서 수집되고, 동물특징카테고리는 동물다양성웹에서 수집될 수 있다.

기초자료 수집 방식으로는 크롤러를 이용한 수집, OpenAPI를 이용한 수집 등이 있을 수 있다.

데이터베이스 구축부(120)는 기초자료 수집부(110)에 의해 수집된 기초자료를 생태모방 식 표현 구조인 모방 분류체계에 따라 분류하여 생태모방 지식 데이터베이스를 구축한다.

ITIS, EOL, GBIF 등과 같이 각기 다른 분류체계에서 공통 부분을 추출하여 생태모방지식 서비스를 제공하기 위해 표준화된 표준생물분류체계를 구축하고, 생태정보와 논문, 특허 정보의 연관관계를 생성하여 생태모방 지식 데이터베이스를 구축할 수 있다.

생물종 ITIS, EOL, GBIF의 생물분류체계를 수집하고, 일치하는 생물종 정보를 생태모방 생물종으로 구축할 수 있다.

도 3의 (b)를 참조하면, 생물분류체계 구축 데이터의 대상 및 구축 과정에 도시되어 있다. 모수가 적은 ITIS는 교집합에서 제외되었으며, EOL에서는 상태코드가 VALID, ACCEPTED인 것을 대상으로 하고, GBIF에서는 상태코드가 ACCEPTED이고 분류등급이 SPECIES인 것을 대상으로 할 수 있다. 데이터베이스 구축부(120)는 매핑 정보를 찾고 교집합을 추출함으로써 해당 데이터를 생물종 마스터 테이블에 구축할 수 있다. 생물종 마스터는 동물계, 식물계, 균류계, 유색조식물계, 세균계, 원생동물계, 고군계, 바이러스계 등의 생물계에 속하는 생물종들 중 일부일 수 있다.

데이터베이스 구축부(120)는 사례조사를 통한 모방 분류체계를 수집하고 생물종과 연결하여 생태모방 기능맵을 구축할 수 있다.

모방 분류체계는 단계별 코드를 각각 분리하여 구성할 수 있다. 예를 들면, 1단계, 2단계, 3단계로 분류될 수 있다.

1단계 모방 분류 체계 코드는 분해/파손(Break Down, breakage, decomposit), 자원 포착/저장/분배(Get, Store, Distribute Resource), 커뮤니티 유지(Maintain Community), 만들다(Make), 변화(Modify), 이동/유지(Move, Stay Put), 프로세스 정보(Process Information), 방어(Defence)의 8개 코드를 포함할 수 있다.

2단계 모방 분류 체계 코드는 1단계 모방 분류 체계 코드의 각 코드를 보다 상세히 구분할 수 있다. 예를 들어, 분해/파손의 1단계 코드는 화학적 분해(Chemically Break Down)와 물리적 분해(Physically Break Down)의 2단계 코드로 상세 분류될 수 있다. 자원 포착/저장/분배는 포착/포획/흡수/리소스 필터링, 자원 분배, 자원 방출, 자원 저장, 누적의 2단계 코드로 상세 분류될 수 있다.

3단계 모방 분류 체계 코드는 2단계 모방 분류 체계 코드의 각 코드를 보다 상세히 구분할 수 있다. 예를 들어, 물리적 분해의 2단계 코드는 분리/분해(detachment, detach, disassembly, disassemble), 골절/갈라지다/부서지다(fracture, crack, cracking), 골절 저항/파괴 인성(fracture resistance, fracture toughness), 흡습성/습열개(hygrochasy, hygroscopic)의 3단계 코드로 상세 분류될 수 있다.

지식서비스 제공부(130)는 사용자 단말(10)로부터의 요청에 상응하여 생태모방 지식 데이터베이스를 검색하고, 검색 결과를 미리 지정된 방식으로 정리하여 사용자 단말(10)에 응답으로 제공함으로써, 수요자에게 생태모방지식 서비스를 제공해 줄 수 있다.

생태모방지식 서비스 데이터베이스는 다음과 같은 기능을 가질 수 있다. 검색엔진을 설치하고, 생물명칭, 생물특징, 논문, 특허 등에 대해서 색인 작업을 수행할 수 있다. 검색기능을 개발하여, 통합검색화면을 통해 생물종을 따라 관련된 특허, 논문 등을 찾을 수 있도록 하거나 특허 혹은 논문을 검색하여 생물종, 생물특징을 찾을 수 있는 기능을 구현하여 개념 증명(POC, Proof of Concept) 시스템이 구축되게 할 수 있다.

지식서비스 제공부(130)에서는 산업에서 생물로, 또한 생물에서 산업으로 순환 구조의 생태모방 지식검색이 가능하게 할 수 있다.

산업에서 생물로의 생태모방 지식 검색은 테크놀로지 풀(Technology pull) 기능으로, 생물에서 산업으로의 생태모방 지식 검색은 바이올로지 푸시(Biology push) 기능으로 구현될 수 있다.

테크놀로지 풀 기능의 경우, 예를 들어 '보호'와 같은 산업 관련 키워드를 검색할 경우(도 5의 (a) 참조), 우선 관련된 특허를 찾을 수 있다(도 5의 (b) 참조). 그리고 특허로부터 생물종을 찾고(도 6의 (a) 참조), 검색된 생물종으로부터 생물특징을 찾는 순서(도 6의 (b) 참조)로 생태모방 지식 검색이 수행될 수 있다.

바이올로지 푸시 기능의 경우, 예를 들어 '복사나무'와 같은 생물 관련 키워드를 검색할 경우, 우선 생물종을 찾고(도 7의 (a) 참조), 생물종에 관련된 생물특징을 찾으며, 생물특징에 연관된 논문과 특허를 찾는 순서(도 7의 (b) 참조)로 생태모방 지식 검색이 수행될 수 있다.

본 실시예에서 데이터베이스 구축부(120)는 초기 학습데이터를 구축하여 자동 분류 모델을 생성하며, 이후 수집 데이터에 대해서는 자동 분류가 수행되게 할 수 있다.

도 8에는 초기 학습데이터 구축 과정이 도시되어 있다. 자동 분류체계를 위한 AI 학습 훈련을 통해 초기 학습데이터가 구축될 수 있다.

우선 기초자료 수집부(110)에서 기초자료(수집 데이터)를 수집한다(①).

수집 데이터는 색인되어 검색엔진(121)에 저장된다(②).

또한, 검색엔진(121)은 생태모방 분류체계를 검색어로 검색할 수 있다(③).

검색엔진으로는 엘라스틱서치(elasticsearch)가 이용될 수 있다. 엘라스틱서치는 아파치 루신(Apache Lucene)을 기반으로 만든 분산 검색엔진으로, 설치와 서버 확장이 편리하다. 엘라스틱서치는 분산형 레스트풀(RESTful) 검색 및 분석 엔진이다. 정형, 비정형, 위치정보, 메트릭 등 원하는 방법으로 다양한 유형의 검색을 수행하고 결합할 수 있다. 엘라스틱서치는 데이터를 저장할 수 있어 NoSQL 저장소로도 활용할 수 있다. 웹 서버나 데이터베이스 서버에 수정, 삭제를 요청하고 결과를 받을 수 있는 응용 프로그래밍 인터페이스(API)를 지원한다.

검색엔진(121)은 검색결과를 기초로 하여 AI 학습 훈련을 위한 훈련 데이터 대상을 선정하고, 훈련 데이터 대상 중 미리 지정된 선별 기준에 따라 훈련 데이터를 선별하여 생태모방지식 서비스 DB에 저장한다(④). 훈련 데이터 대상은 제목, 초록 등을 이용하여 선정할 수 있다. 훈련 데이터의 선별 기준은 엘라스틱서치 스코어를 활용할 수 있으며, 예를 들어 엘라스틱서치 스코어 40 이상의 데이터를 훈련 데이터로 선별할 수 있다.

학습 데이터 추출 모듈(122)은 생태모방지식 서비스 DB에 저장된 데이터 중에서 자동분류 모델을 위한 모델 학습에 적합한 데이터를 추출할 수 있다(⑤). 예를 들어, 모델 학습 기준에는 (1) 초록이 비어 있지 않는 데이터일 것, (2) 분류체계로 묶었을 때 50건 이상인 데이터일 것 등이 포함될 수 있다. 즉, 분류체계별 훈련데이터 수량이 50건 이상일 것이 요구된다.

모델 학습 기준에 적합한 데이터가 추출되면, 모델 학습 모듈(123)은 AI를 활용하여 모델 학습을 수행할 수 있다(⑥). 훈련 모델 알고리즘으로는 BERT(Bidirectional Encoder Representations from Transformers)가 이용될 수 있다. BERT는 트랜스포머의 인코더만을 사용하여 문장을 양방향으로 학습시킨 언어 모델을 말한다. BERT는 사전 훈련된 임베딩을 바탕으로, 적은 데이터셋으로 미세 조정한 후 다른 과제에 적용하여 좋은 성능을 낼 수 있다. BERT는 사전 훈련(Pre-training)과 미세조정(Fine-tuning)의 단계로 구현될 수 있다. 사전 훈련 단계에서 라벨링이 되지 않은 대규모의 데이터를 학습시켜 임베딩이 만들어지면, 미세조정 단계에서는 그것을 기반으로 라벨링된 작은 규모의 데이터를 학습시켜 구체적인 과제(downstream tasks)를 수행할 수 있다. 본 실시예에서는 훈련 모델 알고리즘으로 small_bert/bert_en_uncased_L-12_H-512_A-8이 이용될 수 있다.

그리고 모델 저장 모듈(124)은 모델 학습 결과로 도출된 자동분류 모델을 저장할 수 있다(⑦).

생태 분류체계 자동분류 모듈(125)에서는 모델 저장 모듈(124)에 저장된 자동분류 모델을 불러오고(⑧), 생태 분류체계에 대해 자동 분류를 수행한다(⑨). 이러한 자동 분류 결과는 생태모방지식 서비스 DB에 저장될 수 있다(⑩). 그리고 자동 분류 결과를 반영하여 검색엔진(121)의 색인을 업데이트할 수 있다(⑪).

여기서, 검색엔진(121), 학습 데이터 추출 모듈(122), 모델 학습 모듈(123), 모델 저장 모듈(124), 생태 분류체계 자동분류 모듈(125)은 데이터베이스 구축부(120)의 구성요소로 포함될 수 있다.

전술한 과정을 통해 학습 데이터를 구축하고, 자동 분류체계를 만들 수 있다. 이후 수집 데이터는 자동 분류될 수 있다.

도 9를 참조하면, 이후 수집 데이터 자동 분류 과정이 도시되어 있다.

기초자료 수집부(110)에 의해 수집 데이터가 수집되면(①), 검색엔진(121)에 의해 색인될 수 있다(②). 그리고 모델 불러오기(③)를 통해 호출된 자동분류 모델(④)을 이용하여 생태 분류체계 자동분류 모듈(125)에서 이후 수집 데이터에 대해 자동분류를 수행할 수 있다(⑤).

자동분류 결과는 생태모방지식 서비스 DB에 저장되고(⑥), 색인이 업데이트될 수 있다(⑦).

다음으로 지식서비스 제공부(130)는 자연어 기반 지식탐색 서비스를 제공할 수 있다.

도 10을 참조하면, 통합 검색 화면이 예시되어 있다.

연구자, 기술자, 일반인 등의 수요자는 검색 방식을 선택할 수 있다. 검색 모드에는 추론 검색과 키워드 검색이 있을 수 있다.

검색 범위에는 생물명칭/생물특징/특허/논문/생태모방사례 등이 포함될 수 있다. 각 검색범위에 대한 검색옵션은 다음과 같다.

생물명칭 : 전체/계/문/강/목/속/종/학명/동의어/자연어

생물특징 : 전체/제목/내용/제공처/생물명칭

특허 : 전체/제목/요약/제목+요약/본문/분류코드

논문 : 전체/제목/초록/키워드/제목+초록/제목+초록+키워드/출판저널/본문/저자명

생태모방사례 : 전체/제목/요약/본문/부제목

검색 방법의 타입을 선택 가능하게 할 수 있다. BEST_FIELDS는 기본 설정 값이며, 여러 개의 필드 중에서 입력한 단어를 가장 많이 가지고 있는 하나의 필드를 대상으로 점수를 계산하여 결과를 표출한다. MOST_FIELDS는 입력한 단어에 대해서 점수를 산출한 뒤 합산하고 필드의 개수로 나눈 평균점수를 사용하여 결과를 표출한다. CROSS_FIELDS는 여러 개의 필드를 하나의 필드로 간주하고 점수를 계산하여 결과를 표출한다. BOOL_PREFIX는 단어에 인접한 접미사가 포함된 결과도 표출한다. PHRASE는 엄격한 구문분석으로 원문에서 정확히 일치하는 결과만 표출한다. PHRASE_PREFIX는 엄격한 구문분석을 하지만 단어에 인접한 접미사가 포함된 결과도 표출한다.

도 11을 참조하면, 지식 탐색 결과를 표시함에 있어서 연관 관계가 시각적으로 표현되게 할 수 있다.

검색 대상(에컨대, 고라니)을 중심 노드로 하고, 생물명칭, 생물특징, 특허, 논문, 생태모방사례와 같은 지식 정보 노드가 사방으로 연결되어 확장되게 할 수 있다. 지식 정보 노드 각각에는 각 항목에서의 대표적인 검색결과가 서브 노드로 확장 연결되어 수요자가 모든 항목에서의 검색 결과를 연관된 형상으로 한눈에 확인 가능하게 할 수 있다.

도 12는 본 발명의 일 실시예에 따른 생태모방지식 서비스 서버의 구성을 도시한 도면이다.

도 12를 참조하면, 생태모방지식 서비스 서버(100)는 프로세서(210) 및 메모리(220)를 포함한다. 메모리(220)는 프로세서(210)에 의해 실행 가능한 하나 이상의 명령어를 저장한다. 프로세서(210)는 메모리(220)에 저장된 하나 이상의 명령어를 실행한다. 프로세서(210)는 명령어를 실행하는 것에 의해 도 1 내지 도 11과 관련하여 전술한 하나 이상의 동작을 실행할 수 있다. 또한, 전술한 본 발명의 구성은 프로세서(210)에 의해서 실행되는 명령어에 의해서 구현되는 구성일 수 있다.

도 13은 본 발명의 일 실시예에 따른 생태모방지식 서비스 시스템의 전체 구성을 나타낸 걔략도이다.

다양한 수집기관에서 수동연계, API연계, 웹크롤러, DB연계 등의 수집방식을 통해 생물 정보, 산업 정보, 분류 정보를 포함하는 수집 데이터를 수집하고, 자동분류 모델을 이용하여 데이터를 분류 및 적재함으로써 생태모방지식 서비스 DB를 구축할 수 있다.

구축된 생태모방지식 서비스 DB를 활용하여 생태모방지식 서비스 플랫폼에서는 다양한 지식서비스를 제공해 줄 수 있게 된다. 생태모방지식 서비스는 모바일을 통해 제공될 수 있으며, 챗봇 서비스를 적용하여 문답 형태로 제공될 수도 있다.

전술한 생태모방지식 서비스 제공방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.

전술한 생태모방지식 서비스 제공방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 생태모방지식 서비스 제공방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

1: 생태모방지식 서비스 시스템 10: 사용자 단말
100: 생태모방지식 서비스 서버 110: 기초자료 수집부
120: 데이터베이스 구축부 130: 지식서비스 제공부
121: 검색엔진 122: 학습 데이터 추출 모듈
123: 모델 학습 모듈 124: 모델 저장 모듈
125: 생태 분류체계 자동분류 모듈

Claims

생태모방지식 서비스를 제공하는 서버로서,
미리 지정된 수집방식으로 기관 사이트에 접속하여 생태모방지식 서비스를 위한 기초자료를 수집데이터로 수집하는 기초자료 수집부;
상기 수집데이터를 학습한 결과에 기초하여 생태모방 분류체계를 설정하고, 상기 수집데이터를 상기 생태모방 분류체계에 따라 자동 분류한 생태모방지식 서비스 데이터베이스를 구축하는 데이터베이스 구축부; 및
사용자 단말을 통한 요청에 상응하여 상기 생태모방지식 서비스 데이터베이스를 검색하고, 검색결과를 미리 지정된 방식으로 화면 구현하여 상기 요청에 대한 응답으로 제공하는 지식서비스 제공부를 포함하되,
상기 데이터베이스 구축부는,
상기 수집데이터를 색인하여 저장하고, AI 학습 훈련을 위한 훈련 데이터 대상을 선정하며, 상기 훈련 데이터 대상 중 훈련 데이터를 선별하여 상기 생태모방지식 서비스 데이터베이스에 저장하는 검색엔진과;
상기 훈련 데이터 중 모델 학습 기준을 충족하는 데이터를 추출하는 학습 데이터 추출 모듈과;
AI를 활용하여 상기 추출된 데이터를 이용한 훈련을 수행하는 모델 학습 모듈과;
상기 훈련의 수행 결과 생성된 자동분류 모델을 저장하는 모델 저장 모듈과;
상기 자동분류 모델을 호출하고, 상기 자동분류 모델에 기초하여 생태 분류체계를 자동 분류하는 생태 분류체계 자동분류 모듈을 포함하며,
상기 모델 학습 기준은 초록이 비어 있지 않는 데이터일 것, 분류체계로 묶었을 때 소정 개수 이상의 데이터일 것을 포함하고,
초기 수집데이터에 대한 학습 이후 수집데이터는 상기 검색엔진에 의해 색인되고, 모델 불러오기를 통해 호출된 상기 자동분류 모델을 이용하여 상기 생태 분류체계 자동분류 모듈에 의해 자동분류되어 상기 생태모방지식 서비스 데이터베이스에 저장되는 것을 특징으로 하는 생태모방지식 서비스 서버.
삭제
제1항에 있어서,
상기 검색엔진은 엘라스틱서치이고, 상기 훈련 데이터의 선별 기준은 엘라스틱서치 스코어를 이용하는 것을 특징으로 하는 생태모방지식 서비스 서버.
삭제
제1항에 있어서,
상기 모델 학습 모듈은 트랜스포머의 인코더를 사용하여 문장을 양방향으로 학습시킨 언어 모델인 BERT를 훈련 모델 알고리즘으로 적용하는 것을 특징으로 하는 생태모방지식 서비스 서버.
삭제
제1항에 있어서,
상기 기초자료에는 생물특징, 이미지, 생물종, 동영상, 서식지, 논문 중 적어도 하나 이상의 생물정보와, 특허, 산업분류, 제품분류 중 적어도 하나의 산업정보가 포함되며,
상기 지식서비스 제공부는 산업에서 생물로, 그리고 생물에서 산업으로 순환 구조의 생태모방 지식검색이 가능하게 한 것을 특징으로 하는 생태모방지식 서비스 서버.
제7항에 있어서,
상기 지식서비스 제공부는 산업 관련 키워드에서 시작하여 특허와 논문, 생물종, 생물특징의 순서로 연관 지식을 검색하는 테크놀로지 풀(Technology pull) 기능과, 생물 관련 키워드에서 시작하여 생물종, 생물특징, 특허와 논문의 순서로 연관 지식을 검색하는 바이올로지 푸시(Biology push) 기능을 제공하는 것을 특징으로 하는 생태모방지식 서비스 서버.
제1항에 있어서,
상기 생태모방 분류체계의 1단계 코드는 분해/파손(Break Down, breakage, decomposit), 자원 포착/저장/분배(Get, Store, Distribute Resource), 커뮤니티 유지(Maintain Community), 만들다(Make), 변화(Modify), 이동/유지(Move, Stay Put), 프로세스 정보(Process Information), 방어(Defence)의 8개 코드를 포함하는 것을 특징으로 하는 생태모방지식 서비스 서버.
생태모방지식 서비스 서버에서 생태모방지식 서비스를 제공하는 방법으로서,
기초자료 수집부에서 미리 지정된 수집방식으로 기관 사이트에 접속하여 생태모방지식 서비스를 위한 기초자료를 수집데이터로 수집하는 단계;
데이터베이스 구축부에서 상기 수집데이터를 학습한 결과에 기초하여 생태모방 분류체계를 설정하는 단계;
상기 수집데이터를 상기 생태모방 분류체계에 따라 자동 분류한 생태모방지식 서비스 데이터베이스를 구축하는 단계;
지식서비스 제공부에서 사용자 단말을 통한 요청에 상응하여 상기 생태모방지식 서비스 데이터베이스를 검색하는 단계; 및
검색결과를 미리 지정된 방식으로 화면 구현하여 상기 요청에 대한 응답으로 제공하는 단계를 포함하되,
상기 생태모방지식 서비스 데이터베이스를 구축하는 단계는,
상기 수집데이터를 색인하여 저장하는 단계와;
AI 학습 훈련을 위한 훈련 데이터 대상을 선정하는 단계와;
상기 훈련 데이터 대상 중 훈련 데이터를 선별하여 상기 생태모방지식 서비스 데이터베이스에 저장하는 단계와;
상기 훈련 데이터 중 모델 학습 기준을 충족하는 데이터를 추출하는 단계와;
AI를 활용하여 상기 추출된 데이터를 이용한 훈련을 수행하는 단계와;
상기 훈련의 수행 결과 생성된 자동분류 모델을 저장하는 단계와;
상기 자동분류 모델을 호출하고, 상기 자동분류 모델에 기초하여 생태 분류체계를 자동 분류하는 단계를 포함하며,
상기 모델 학습 기준은 초록이 비어 있지 않는 데이터일 것, 분류체계로 묶었을 때 소정 개수 이상의 데이터일 것을 포함하고,
초기 수집데이터에 대한 학습 이후 수집데이터는 검색엔진에 의해 색인되고, 모델 불러오기를 통해 호출된 상기 자동분류 모델을 이용하여 상기 생태 분류체계 자동분류 모듈에 의해 자동분류되어 상기 생태모방지식 서비스 데이터베이스에 저장되는 것을 특징으로 하는 생태모방지식 서비스 제공방법.
삭제
삭제