KR102660272B1 - Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템 - Google Patents

Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR102660272B1
KR102660272B1 KR1020230012336A KR20230012336A KR102660272B1 KR 102660272 B1 KR102660272 B1 KR 102660272B1 KR 1020230012336 A KR1020230012336 A KR 1020230012336A KR 20230012336 A KR20230012336 A KR 20230012336A KR 102660272 B1 KR102660272 B1 KR 102660272B1
Authority
KR
South Korea
Prior art keywords
energy
area
amplitude
photo
inventory
Prior art date
Application number
KR1020230012336A
Other languages
English (en)
Inventor
이규엽
Original Assignee
백야 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 백야 주식회사 filed Critical 백야 주식회사
Priority to KR1020230012336A priority Critical patent/KR102660272B1/ko
Application granted granted Critical
Publication of KR102660272B1 publication Critical patent/KR102660272B1/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/40—Applying electric fields by inductive or capacitive coupling ; Applying radio-frequency signals
    • A61N1/403—Applying electric fields by inductive or capacitive coupling ; Applying radio-frequency signals for thermotherapy, e.g. hyperthermia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/328—Applying electric currents by contact electrodes alternating or intermittent currents for improving the appearance of the skin, e.g. facial toning or wrinkle treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36031—Control systems using physiological parameters for adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/08—Arrangements or circuits for monitoring, protecting, controlling or indicating
    • A61N2001/083—Monitoring integrity of contacts, e.g. by impedance measurement

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Plastic & Reconstructive Surgery (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

일실시예에 따른 장치는, RF 에너지를 인가하고자 하는 부위의 면적, 온도 및 피부 임피던스를 포함하는 부위의 접촉 상태를 실시간으로 측정하고, 부위의 접촉 상태에 따라 RF 에너지를 제1 방법으로 제어하여 부위에 RF 에너지를 인가하고, 부위의 접촉 상태가 변경됨에 따라 RF 에너지를 제1 방법과 다른 제2 방법으로 제어하여 부위에 RF 에너지를 인가한다.

Description

RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템 { METHOD, DEVICE AND SYSTEM FOR CONTROLLING COOLING, AMPLITUDE AND APPLICATION TIME OF RF ENERGY-BASED NON-INVASIVE COSMETIC MEDICAL DEVICE }
아래 실시예들은 RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭을 제어하기 위한 기술에 관한 것이다.
최근 들어, 피부에 에너지를 전달하여 피부 조직 상태를 변형시키거나, 조직 특성을 개선하여 피부를 치료하는 기술이 널리 적용되고 있다. 레이저, 플래시 램프, 초음파 등 다양한 에너지원을 이용한 피부 치료장치가 개발되고 있으며, 최근에는 RF 에너지(radio frequency wave energy)를 이용한 피부 치료장치 또한 활발하게 연구개발이 이루어지고 있다.
피부 조직으로 RF 에너지가 제공되면, 피부 조직을 따라 RF 전류가 흐른다. 여기서, 피부 조직은 저항으로서 역할하고 이로 인해 피부 조직에 심부열이 발생한다. 이러한 심부열은 피부 조직의 온도를 상승시켜 콜라겐 층을 재조직하여 주름을 개선하고, 피부 탄력을 강화시킬 수 있다. 또한, 피부 조직의 혈액 순환을 증진시킴으로써 피부 노화 방지를 비롯한 전반적인 피부 상태를 개선하는 효과를 갖는다.
RF를 이용한 피부 치료장치는 전극이 피부 표면에 접촉한 상태에서 RF 에너지를 전달하는 접촉식 타입과, 전극이 피부 내부로 삽입된 상태에서 피부 내부에 RF 에너지를 전달하는 침습식 타입으로 구분된다.
한국등록특허 제10-2066046호 한국등록특허 제10-2367865호 한국공개특허 제10-2022-0136112호 한국공개특허 제10-2021-0130793호
실시예들은 실시간으로 접촉 상태에 적합한 RF 에너지를 피부에 인가하고자 한다.
실시예들은 RF 에너지를 피부에 안전하게 인가하기 위해 쿨링을 수행하고자 한다.
실시예들은 RF 에너지의 진폭과 인가 시간의 조절 그리고 쿨링의 조절을 통해 목표 위치의 온도를 목표 온도에 도달하게 하여 목표 위치에 열에너지로의 전환 정도를 높게 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법은 RF 에너지를 인가하고자 하는 부위의 면적, 온도, 및 피부 임피던스를 포함하는 부위의 접촉 상태를 실시간으로 측정하는 단계; 상기 부위의 접촉 상태에 따라, RF 에너지를 제1 방법으로 제어하여, 상기 부위에 RF 에너지를 인가하는 단계; 및 상기 부위의 접촉 상태가 변경됨에 따라, RF 에너지를 상기 제1 방법과 다른 제2 방법으로 제어하여, 상기 부위에 RF 에너지를 인가하는 단계;를 포함한다.
상기 RF 에너지를 제어하는 제1 방법 및 제2 방법은, 상기 부위의 접촉 상태에 따라, 상기 부위에 쿨링을 수행하는 과정을 포함하고, 상기 부위에 쿨링을 수행하는 단계는, 온도와 RF 에너지가 인가되어 열에너지로 전환되는 깊이의 관계가 저장된 데이터베이스에 기반하여, 미리 설정된 인가 깊이에 대응하는 온도를 적정 온도로 선정하는 단계, 및 상기 부위의 온도가 상기 적정 온도가 되도록 상기 부위에 쿨링을 수행하는 단계를 포함한다.
상기 RF 에너지를 제어하는 제1 방법 및 제2 방법은, 상기 RF 에너지의 진폭을 설정하는 단계, 및 상기 설정된 RF 에너지의 진폭에 따라 RF 에너지를 인가하는 시간을 설정하는 단계를 포함하고, 상기 RF 에너지의 진폭을 설정하는 단계는, RF 에너지의 진폭과 RF 에너지가 인가되어 열에너지로 전환되는 깊이의 관계가 저장된 데이터베이스에 기반하여, 미리 설정된 깊이에 대응하는 RF 에너지의 진폭을 적정 진폭으로 선정하는 단계, 및 상기 RF 에너지의 진폭을 상기 적정 진폭으로 설정하는 단계를 포함하고, 상기 RF 에너지를 인가하는 시간을 설정하는 단계는, 상기 진폭의 크기가 작아질수록 시간을 길게 설정할 수도 있다.
RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법은 상기 부위의 피부 굴곡을 실시간으로 측정하는 단계; 상기 부위의 피부 상태를 실시간으로 측정하는 단계; 상기 부위의 피부 굴곡에 따라 RF 에너지를 제어하는 단계; 및 상기 부위의 피부 상태에 따라 RF 에너지를 제어하는 단계를 더 포함하고, 상기 부위의 피부 굴곡에 따라 RF 에너지를 제어하는 단계는 상기 부위의 피부 굴곡이 클수록 RF 에너지의 진폭의 크기가 작아지고, RF 에너지를 인가하는 시간이 길어지고, 상기 부위의 피부 굴곡이 작을수록 RF 에너지의 진폭의 크기가 커지고, RF 에너지를 인가하는 시간이 짧아진다.
RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭 제어 방법은 RF 에너지를 인가하기 전 RF 에너지를 인가하고자 하는 부위의 사진인 제1 사진을 획득하는 단계; RF 에너지를 인가하고 난 후 상기 부위의 사진인 제2 사진을 획득하는 단계; 사용자 데이터베이스에서 사용자와 매칭된 폴더에 상기 제1 사진 및 상기 제2 사진을 저장하는 단계; 상기 사용자가 RF 에너지를 인가받은 횟수가 미리 설정된 목표 값보다 많은 것에 기반하여, 상기 사용자와 매칭된 폴더로부터 저장된 상기 제1 사진 및 상기 제2 사진을 통합하여 미용 보고서를 생성하는 단계; 및 상기 미용 보고서를 상기 사용자의 단말로 제공하는 단계를 더 포함한다.
RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭 제어 방법은 전문가의 매입 내역에 기초하여, 상기 전문가가 RF 에너지를 인가하기 위해 필요한 제품을 매입하는 매입 패턴을 분석하는 단계; 상기 제품의 매입 패턴에 대한 분석 결과를 제1 인공 신경망에 적용하여, 상기 제1 인공 신경망의 출력을 기초로, 상기 제품의 재고 업데이트 주기인 제1 주기를 설정하는 단계; 상기 제1 주기마다 창고에 보관되어 있는 상기 제품을 유통기한 별로 분류하여, 상기 제품 중에서 유통기한까지 남아있는 잔여 기간이 가장 짧은 제품들을 제1 그룹으로 분류하는 단계; 상기 제1 그룹으로 분류된 상기 제품의 재고량을 제1 재고량으로 확인하고, 상기 제1 그룹으로 분류된 상기 제품의 유통기한까지 남아있는 잔여 기간을 제1 기간으로 확인하는 단계; 및 상기 제1 기간이 미리 설정된 제1 기준 기간 보다 짧은 것으로 확인되면, 상기 제품의 재고 중 상기 제1 재고량에 대한 유통기한이 임박한 것을 알려주는 알림 메시지를 전문가의 단말로 전송하는 단계를 더 포함하고, 상기 제1 재고량에 대한 유통기한이 임박한 것을 알려주는 알림 메시지를 상기 전문가의 단말로 전송하는 단계는, 상기 전문가의 미용 의료 서비스 내역에 기초하여, 상기 제품의 일일 평균 판매량을 제1 판매량으로 확인하는 단계, 상기 제1 재고량, 상기 제1 기간 및 상기 제1 판매량을 매칭하여 제1 매칭 결과를 생성하는 단계, 상기 제1 매칭 결과를 제2 인공 신경망에 적용하여, 상기 제2 인공 신경망의 출력을 기초로, 상기 제1 기간이 경과할 때까지 상기 제1 재고량이 판매되지 않고 남아있을 수 있는 확률을 제1 발생률로 예측하는 단계, 상기 제1 발생률이 미리 설정된 제1 기준치 이상인 것으로 확인되면, 상기 제1 재고량에 대한 유통관리 상태를 경고 상태로 설정하는 단계, 상기 제1 발생률이 상기 제1 기준치 미만 미리 설정된 제2 기준치 이상인 것으로 확인되면, 상기 제1 재고량에 대한 유통관리 상태를 주의 상태로 설정하는 단계, 상기 제1 발생률이 상기 제2 기준치 미만인 것으로 확인되면, 제1 재고량에 대한 유통관리 상태를 정상 상태로 설정하는 단계, 상기 제1 재고량에 대한 유통관리 상태가 경고 상태로 설정된 경우, 상기 RF 에너지 기반 비침습형 미용 의료에 대한 할인을 추천하는 알림 메시지를 상기 전문가의 단말로 전송하는 단계, 상기 제1 재고량에 대한 유통관리 상태가 주의 상태로 설정된 경우, 상기 RF 에너지 기반 비침습형 미용 의료에 대한 판촉을 추천하는 알림 메시지를 상기 전문가의 단말로 전송하는 단계, 및 상기 제1 재고량에 대한 유통관리 상태가 정상 상태로 설정된 경우, 상기 제품에 대한 매입을 추천하는 알림 메시지를 상기 전문가의 단말로 전송하는 단계를 포함한다.
실시예들은 실시간으로 접촉 상태에 적합한 RF 에너지를 피부에 인가할 수 있다.
실시예들은 RF 에너지를 피부에 안전하게 인가하기 위해 쿨링을 수행할 수 있다.
실시예들은 RF 에너지의 진폭과 인가 시간의 조절 그리고 쿨링의 조절을 통해 목표 위치의 온도를 목표 온도에 도달하게 하여 목표 위치의 열에너지의 전환 정도를 높일 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 RF 에너지 기반 비침습형 미용 의료 장치를 통해 피부에 RF 에너지를 인가하기 위한 순서도이다.
도 3은 일실시예에 따른 쿨링을 통해 RF 에너지를 인가하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 진폭을 제어하여 RF 에너지를 인가하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 RF 에너지의 진폭을 설정하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 RF 에너지를 인가하고자 하는 부위의 피부 굴곡에 따라 RF 에너지를 제어하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 추천 인공지능 모델의 정보를 제공하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 RF 에너지를 인가하기 위해 필요한 제품의 매입관리를 수행하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 제품의 재고량이 판매되지 않고 남아있을 수 있는 확률을 예측하여 제품의 유통관리 상태를 설정하는 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 RF 에너지 기반 미용 의료를 제공받는 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) 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.
도 2는 일실시예에 따른 RF 에너지 기반 비침습형 미용 의료 장치를 통해 피부에 RF 에너지를 인가하기 위한 순서도이다.
도 2을 참조하면, 먼저, S201 단계에서, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 면적, 온도 및 피부 임피던스를 포함하는 부위의 접촉 상태를 실시간으로 측정할 수 있다.
구체적으로, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 온도를 측정하기 위해 온도 센서를 포함할 수 있고, RF 에너지를 인가하고자 하는 부위의 피부 임피던스를 측정하기 위해 임피던스 센서 즉, 전극 센서를 포함할 수 있다. 또한, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 면적을 측정하기 위해 카메라 장치를 구비할 수 있고, 장치(200)는 구비된 카메라 장치를 통해 RF 신호가 조사되는 면적을 계산할 수 있다.
S202 단계에서, 장치(200)는 부위의 접촉 상태에 따라 RF 에너지를 제1 방법으로 제어하여 부위에 RF 에너지를 인가할 수 있다.
구체적으로, 장치(200)는 온도 센서, 임피던스 센서, 카메라 장치를 통해 RF 에너지를 인가하고자 하는 부위의 면적, 온도 및 피부 임피던스를 확인할 수 있고, 확인된 부위의 접촉 상태에 따라 RF 에너지를 제1 방법으로 제어하여 부위에 RF 에너지를 인가할 수 있다. 이때, 장치(200)는 부위의 접촉 상태에 따라 부위에 쿨링을 수행할 수도 있고, 부위의 접촉 상태에 따라 RF 에너지의 진폭 및 인가 시간을 제어하여 RF 에너지를 인가할 수 있다.
즉, 장치(200)는 확인된 부위의 접촉 상태를 기초로, 제1 방법을 생성할 수 있고, 장치(200)는 생성된 제1 방법에 따라 부위에 RF 에너지를 인가할 수 있다.
예를 들어, 장치(200)는 제1 부위의 접촉 상태를 확인하여 제1 부위의 접촉 상태를 기초로, 제1 부위의 RF 에너지 인가하는 방법으로 쿨링을 수행하고, 진폭을 작게 하고, 인가 시간을 길게 하는 제1 방법을 생성할 수 있다. 또한, 장치(200)는 생성된 쿨링을 수행하고, 진폭을 작게 하고, 인가 시간을 길게 하는 제1 방법을 통해 제1 부위에 RF 에너지를 인가할 수 있다.
S203 단계에서, 장치(200)는 부위의 접촉 상태가 변경됨에 따라 RF 에너지를 제1 방법과 다른 제2 방법으로 제어하여 부위에 RF 에너지를 인가할 수 있다.
구체적으로, 장치(200)는 RF 에너지를 인가하고자 하는 부위가 바뀔 때마다 부위의 접촉 상태를 확인할 수 있고, 부위의 접촉 상태가 변경됨에 따라 RF 에너지를 제1 방법과 다른 제2 방법으로 제어하여 부위에 RF 에너지를 인가할 수 있다.
예를 들어, 장치(200)는 제1 부위의 접촉 상태를 확인하여 제1 부위의 접촉 상태를 기초로, 제1 부위의 RF 에너지 인가하는 방법으로 쿨링을 수행하고, 진폭을 작게 하고, 인가 시간을 길게 하는 제1 방법을 생성하여, 제1 부위에 쿨링을 수행하고, 진폭을 작게 하고, 인가 시간을 길게 하는 제1 방법을 통해 RF 에너지를 인가할 수 있고, 제2 부위의 접촉 상태를 확인하여 제2 부위의 접촉 상태를 기초로, 제2 부위의 RF 에너지 인가하는 방법으로 쿨링을 수행하고, 진폭을 크게 하고, 인가 시간을 짧게 하는 제2 방법을 생성하여, 제2 부위에 쿨링을 수행하고, 진폭을 크게 하고, 인가 시간을 짧게 하는 제2 방법을 통해 RF 에너지를 인가할 수 있다.
이로 인해, 장치(200)는 RF 에너지를 인가하고자 하는 부위가 변경될 때마다 부위의 접촉 상태를 확인할 수 있고, 부위의 접촉 상태에 따라 RF 에너지를 인가하는 방법을 다르게 설정할 수 있다. 장치(200)는 RF 에너지를 인가하고자 하는 부위가 변경될 때마다 RF 에너지를 인가하는 방법을 부위의 접촉 상태에 맞게 변경할 수 있어 실시간으로 부위에 적합하게 RF 에너지를 인가할 수 있는 효과가 있다.
즉, 장치(200)는 실시간으로 면적 / 온도 / 임피던스에 따라 쿨링과 진폭을 제어하는 RF 에너지를 인가하는 방법을 변경할 수 있어 피부 내 RF 에너지를 인가하고자 하는 깊이를 조절할 수 있다.
즉, 장치(200)는 실시간으로 RF 에너지의 진폭이나 인가 시간, 쿨링의 조절을 통해 목표 위치의 온도를 목표 온도에 도달하게 하여 열 에너지의 전환 정도를 높일 수 있다.
도 3은 일실시예에 따른 쿨링을 통해 RF 에너지를 인가하는 과정을 설명하기 위한 순서도이다.
장치(200)는 RF 에너지를 제어하기 위해 RF 에너지를 인가하고자 하는 부위의 접촉 상태에 따라 부위에 쿨링을 수행할 수 있다.
도 3을 참조하면, 먼저, S301 단계에서, 장치(200)는 온도와 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여 미리 설정된 인가 깊이에 대응하는 온도를 적정 온도로 선정할 수 있다. 여기서, 미리 설정된 인가 깊이는 미리 설정된 값으로 실시 예에 따라 달라질 수 있다. 또한, 미리 설정된 인가 깊이는 미용 의료 효과가 가장 높은 인가 깊이일 수 있으며, 여러 실시 예를 거치면서 확인될 수 있다.
구체적으로, 장치(200)는 동일한 RF 에너지를 인가하였을 때, RF 에너지를 인가하는 부위의 온도에 따라 RF 에너지가 인가되는 깊이를 확인할 수 있고, 확인 결과를 데이터베이스에 저장할 수 있다. 즉, 장치(200)는 인가 부위의 온도와 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스를 구비할 수 있다.
장치(200)는 인가 부위의 온도와 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여 미리 설정된 인가 깊이에 대응하는 온도를 적정 온도로 선정할 수 있다.
S302 단계에서, 장치(200)는 부위의 온도가 적정 온도가 되도록 부위에 쿨링을 수행할 수 있다.
구체적으로, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 온도를 확인한 결과, 부위의 온도가 적정 온도와 다를 경우, 장치(200)는 부위의 온도가 적정 온도가 되도록 부위에 쿨링을 수행할 수 있다.
예를 들어, RF 에너지를 인가하고자 하는 부위의 온도가 35도이고, 적정 온도가 20도일 경우, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 온도인 35도가 적정 온도인 20도로 되도록 RF 에너지를 인가하고자 하는 부위에 쿨링을 수행할 수 있다.
이로 인해, 장치(200)는 RF 에너지를 인가하고자 하는 부위에 쿨링을 수행함으로써, RF 에너지를 인가하고자 하는 피부 임피던스가 낮아지고, 임피던스가 낮아진 상태이므로 피부 깊숙이 RF 에너지가 인가될 수 있도록 한다.
도 4는 일실시예에 따른 진폭을 제어하여 RF 에너지를 인가하는 과정을 설명하기 위한 순서도이다.
장치(200)는 RF 에너지를 제어하기 위해 RF 에너지를 인가하고자 하는 부위의 접촉 상태에 따라 RF 에너지의 진폭을 설정하고, RF 에너지를 인가하는 시간을 설정할 수 있다.
도 4를 참조하면, 먼저, S401 단계에서, 장치(200)는 RF 에너지의 진폭을 설정할 수 있다.
구체적으로, 장치(200)는 RF 에너지의 진폭과 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스로부터 미리 설정된 인가 깊이에 대응하는 RF 에너지의 진폭을 적정 진폭으로 선정하고, 부위에 인가할 RF 에너지의 진폭을 적정 진폭으로 설정할 수 있다. 이와 관련하여 구체적인 설명은 도 5를 참조하기로 한다.
S402 단계에서, 장치(200)는 설정된 RF 에너지의 진폭에 따라 RF 에너지를 인가하는 시간을 설정할 수 있다.
구체적으로, 장치(200)는 부위에 인가할 RF 에너지의 진폭을 적정 진폭으로 설정하고, 설정된 RF 에너지의 진폭에 반비례하여 RF 에너지를 인가하는 시간을 설정할 수 있다.
즉, 장치(200)는 부위에 인가할 RF 에너지의 진폭의 크기가 클수록, RF 에너지를 인가하는 시간을 짧게 설정할 수 있고, 부위에 인가할 RF 에너지의 진폭의 크기가 작을수록 RF 에너지를 인가하는 시간을 길게 설정할 수 있다. 즉, 장치(200)는 부위에 인가할 RF 에너지의 진폭의 크기에 따라 RF 에너지가 인가되는 시간을 조절할 수 있다.
이로 인해, 장치(200)는 RF 에너지의 진폭 및 RF 에너지를 인가하는 시간을 제어함으로써 동일한 주파수에서 피부 깊숙이 RF 에너지가 인가될 수 있도록 한다.
도 5는 일실시예에 따른 RF 에너지의 진폭을 설정하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 RF 에너지의 진폭과 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여, 미리 설정된 인가 깊이에 대응하는 RF 에너지의 진폭을 적정 진폭으로 선정할 수 있다. 여기서, 미리 설정된 인가 깊이는 미리 설정된 값으로 실시 예에 따라 달라질 수 있다. 또한, 미리 설정된 인가 깊이는 미용 의료 효과가 가장 높은 인가 깊이일 수 있으며, 여러 실시 예를 거치면서 확인될 수 있다.
구체적으로, 장치(200)는 동일한 RF 에너지를 인가하였을 때, RF 에너지의 진폭에 따라 RF 에너지가 인가되는 깊이를 확인할 수 있고, 확인 결과를 데이터베이스에 저장할 수 있다. 즉, 장치(200)는 RF 에너지의 진폭과 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스를 구비할 수 있다.
장치(200)는 RF 에너지의 진폭과 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여 미리 설정된 인가 깊이에 대응하는 진폭을 적정 진폭으로 선정할 수 있다.
S502 단계에서, 장치(200)는 RF 에너지의 진폭을 적정 진폭으로 설정할 수 있다.
즉, 장치(200)는 RF의 주파수를 유지한 상태에서 RF 에너지의 진폭을 적정 진폭으로 설정하고, 적정 진폭을 기초로 RF 에너지를 인가하는 시간을 설정함으로써, 피부 깊숙이 RF 에너지가 인가될 수 있도록 한다.
도 6은 일실시예에 따른 RF 에너지를 인가하고자 하는 부위의 피부 굴곡에 따라 RF 에너지를 제어하는 과정을 설명하기 위한 순서도이다.
도 6을 참조하면, 먼저, S601 단계에서, 장치(200)는 부위의 피부 굴곡을 실시간으로 측정할 수 있다.
구체적으로, 장치(200)는 굴곡 측정 센서를 구비하여, 구비된 굴곡 측정 센서를 통해 RF 에너지를 인가하고자 하는 부위의 피부 굴곡을 측정할 수도 있고, 장치(200)는 카메라를 구비하여, 구비된 카메라를 통해 RF 에너지를 인가하고자 하는 부위를 촬영하고, 촬영된 이미지를 분석하여 RF 에너지를 인가하고자 하는 부위의 피부 굴곡을 측정할 수도 있고, 장치(200)는 산란을 포함하는 RF 에너지의 반사 형태를 이용하여, RF 에너지의 반사 형태를 분석하여 RF 에너지를 인가하고자 하는 부위의 피부 굴곡을 측정할 수도 있다.
S602 단계에서, 장치(200)는 부위의 피부 상태를 실시간으로 측정할 수 있다.
구체적으로, 장치(200)는 부위의 피부 상태를 확인하기 위해, 부위의 수분 지수, 부위의 피부결 지수, 부위의 멜라닌 지수를 측정할 수 있고, 각 지수가 미리 설정된 기준을 충족하는지 여부를 확인할 수 있다. 또한, 장치(200)는 모든 지수가 미리 설정된 기준을 충족할 경우, 부위의 피부 상태가 우수하다고 판단할 수 있고, 하나의 지수가 미리 설정된 기준을 충족할 경우, 부위의 피부 상태가 보통이라고 판단할 수 있고, 모든 지수가 미리 설정된 기준을 충족하지 못할 경우, 부위의 피부 상태가 미흡하다고 판단할 수 있다.
장치(200)는 부위의 수분 지수를 측정하기 위해 피부 수분 측정 센서를 구비할 수 있고, 구비된 피부 수분 측정 센서를 통해 부위의 수분 지수를 측정하여 생성된 값을 기초로, 미리 설정된 제1 기준을 충족하는지 여부를 확인할 수 있다. 장치(200)는 피부 수분 측정 센서를 통해 부위의 수분 지수를 측정하여 생성된 값이 미리 설정된 제1 기준을 충족할 경우, 부위의 피부 상태가 우수하다고 판단할 수 있고, 피부 수분 측정 센서를 통해 부위의 수분 지수를 측정하여 생성된 값이 미리 설정된 제1 기준을 충족하지 못 할 경우, 부위의 피부 상태가 미흡하다고 판단할 수 있다.
장치(200)는 부위의 피부결 지수를 측정하기 위해 카메라를 구비하여, 구비된 카메라를 통해 RF 에너지를 인가하고자 하는 부위를 촬영하고, 촬영된 이미지를 분석하여 RF 에너지를 인가하고자 하는 부위의 피부결을 측정할 수 있고, 부위의 피부결이 미리 설정된 제2 기준을 충족하는지 여부를 확인할 수 있다. 장치(200)는 부위의 피부결이 미리 설정된 제2 기준을 충족할 경우, 부위의 피부 상태가 우수하다고 판단할 수 있고, 부위의 피부결이 미리 설정된 제2 기준을 충족하지 못 할 경우, 부위의 피부 상태가 미흡하다고 판단할 수 있다.
장치(200)는 부위의 멜라닌 지수를 측정하기 위해 멜라닌 및 홍반 측정 센서를 구비할 수 있고, 구비된 멜라닌 및 홍반 측정 센서를 통해 부위의 멜라닌 지수를 측정하여 생성된 값을 기초로, 미리 설정된 제3 기준을 충족하는지 여부를 확인할 수 있다. 장치(200)는 멜라닌 및 홍반 측정 센서를 통해 부위의 멜라닌 지수를 측정하여 생성된 값이 미리 설정된 제3 기준을 충족할 경우, 부위의 피부 상태가 우수하다고 판단할 수 있고, 멜라닌 및 홍반 측정 센서를 통해 부위의 멜라닌 지수를 측정하여 생성된 값이 미리 설정된 제3 기준을 충족하지 못 할 경우, 부위의 피부 상태가 미흡하다고 판단할 수 있다.
S603 단계에서, 장치(200)는 부위의 피부 굴곡에 따라 RF 에너지를 제어할 수 있다.
구체적으로, 장치(200)는 실시간으로 측정된 부위의 피부 굴곡을 기초로, 부위의 피부 굴곡이 클수록 RF 에너지의 진폭의 크기가 작아지고, RF 에너지를 인가하는 시간이 길어지도록 제어할 수 있고, 부위의 피부 굴곡이 작을수록 RF 에너지의 진폭의 크기가 커지고, RF 에너지를 인가하는 시간이 짧아지도록 제어할 수 있다.
즉, 장치(200)는 RF 에너지를 인가하고자 하는 부위의 피부 굴곡, 피부 상태를 확인하여, 부위의 피부 굴곡, 피부 상태에 따라 RF 에너지를 다른 방법으로 제어하여 인가할 수 있다.
한편, 장치(200)는 사용자가 RF 에너지를 인가한 데이터를 사용자 데이터베이스에 누적 저장할 수 있으며, 사용자의 단말(100)로 RF 에너지를 인가하여 개선된 부위의 미용 보고서를 전송할 수 있다.
도 7은 일실시예에 따른 추천 인공지능 모델의 정보를 제공하는 과정을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저 S701 단계에서, 장치(200)는 RF 에너지를 인가하기 전 RF 에너지를 인가하고자 하는 부위의 사진인 제1 사진을 획득할 수 있다.
구체적으로, 장치(200)는 카메라를 구비할 수 있고, 구비된 카메라를 통해 RF 에너지를 인가하기 전의 RF 에너지를 인가하고자 하는 부위의 사진인 제1 사진을 촬영할 수 있고, 장치(200)는 구비된 카메라로부터 촬영된 제1 사진을 획득할 수 있다.
예를 들어, 장치(200)는 제1 사용자가 제1 부위에 RF 에너지를 인가하고자 할 경우, 구비된 카메라를 통해 RF 에너지를 인가하기 전의 제1 사용자의 제1 부위의 사진인 제1 사진을 획득할 수 있다.
S702 단계에서, 장치(200)는 RF 에너지를 인가한 후 부위의 사진인 제2 사진을 획득할 수 있다.
구체적으로, 장치(200)는 구비된 카메라를 통해 RF 에너지를 인가하고 난 후의 부위의 사진인 제2 사진을 촬영할 수 있고, 장치(200)는 구비된 카메라로부터 촬영된 제2 사진을 획득할 수 있다. 이때, 제2 사진은 제1 사진을 기초로, 촬영될 수 있으며, 제1 사진을 촬영한 위치와 같은 위치에서 같은 방향으로 촬영될 수 있다.
예를 들어, 장치(200)는 제1 사용자의 제1 부위에 RF 에너지가 인가된 경우, 구비된 카메라를 통해 RF 에너지를 인가하고 난 후의 제1 사용자의 제1 부위의 사진인 제2 사진을 획득할 수 있다.
S703 단계에서, 장치(200)는 사용자 데이터베이스에서 사용자와 매칭된 폴더에 제1 사진 및 제2 사진을 저장할 수 있다.
구체적으로, 장치(200)는 사용자 데이터베이스를 구비하고 있을 수 있으며, 사용자 데이터베이스는 RF 에너지를 인가받은 사용자의 정보, 사용자의 사진, 사용자의 단말 정보가 저장되어 있을 수 있다.
즉, 장치(200)는 사용자 데이터베이스를 구비하고 있고, 사용자 데이터베이스는 사용자와 매칭된 폴더들이 포함될 수 있으며, 사용자와 매칭된 폴더들에는 RF 에너지를 인가받은 각 사용자에 대응하는 사용자의 정보, 사용자의 사진, 사용자의 단말 정보가 저장되어 있을 수 있다.
예를 들어, 장치(200)는 제1 사용자의 제1 부위에 RF 에너지가 인가된 경우, 사용자 데이터베이스에서 제1 사용자와 매칭된 폴더에 RF 에너지를 인가하기 전의 제1 사용자의 제1 부위의 사진인 제1 사진과 RF 에너지를 인가하고 난 후의 제1 사용자의 제1 부위의 사진인 제2 사진을 저장할 수 있다.
S704 단계에서, 장치(200)는 사용자가 RF 에너지를 인가받은 횟수가 목표 값보다 많은 것에 기반하여, 사용자와 매칭된 폴더로부터 저장된 제1 사진 및 제2 사진을 통합하여 미용 보고서를 생성할 수 있다. 여기서, 목표 값은 미리 설정된 값으로 실시 예에 따라 다를 수 있다.
구체적으로, 장치(200)는 사용자에게 RF 에너지를 인가할 때마다 인가하기 전의 부위의 사진인 제1 사진과 인가하고 난 후의 부위의 사진인 제2 사진을 획득하여 사용자 데이터베이스에 포함된 사용자와 매칭된 폴더에 획득한 제1 사진 및 제2 사진을 저장할 수 있고, 장치(200)는 사용자가 RF 에너지를 인가받은 횟수가 미리 설정된 목표 값보다 많은 것에 기반하여 사용자와 매칭된 폴더로부터 저장된 제1 사진 및 제2 사진을 추출 및 통합하여, 제1 사진 및 제2 사진을 기초로, 미용 보고서를 생성할 수 있다. 이때, 장치(200)는 사용자와 매칭된 폴더에 제1 사진 및 제2 사진을 시간 순으로 저장할 수 있고, 시간 순으로 저장된 제1 사진 및 제2 사진을 기초로, RF 에너지를 통해 부위가 어떻게 변화되었는지 나타내는 미용 보고서를 생성할 수 있다.
S205 단계에서, 장치(200)는 생성된 미용 보고서를 사용자의 단말(100)로 제공할 수 있다.
구체적으로, 장치(200)는 사용자가 RF 에너지를 인가받을 때마다 인가받기 전의 부위의 사진인 제1 사진과 인가받고 난 후의 부위의 사진인 제2 사진을 획득하여 장치(200)에 구비된 사용자 데이터베이스에 포함된 사용자와 매칭된 폴더에 저장하고, 저장된 사진을 통합하여 미용 보고서로 생성하고, 생성된 미용 보고서를 사용자의 단말(100)로 제공할 수 있다.
이로 인해, 사용자는 장치(200)로부터 제공된 미용 보고서를 통해 RF 에너지를 통해 부위가 어떻게 변화되었는지 파악할 수 있는 효과가 있다.
도 8은 일실시예에 따른 RF 에너지를 인가하기 위해 필요한 제품의 매입관리를 수행하는 과정을 설명하기 위한 순서도이다.
도 8을 참조하면, 먼저, S801 단계에서, 장치(200)는 전문가의 매입 내역에 기초하여, 전문가가 RF 에너지를 인가하기 위해 필요한 제품을 매입하는 매입 패턴을 분석할 수 있다. 여기서, 전문가는 사용자에게 RF 에너지를 인가할 수 있는 전문가로, 의료인 및 피부 미용사가 될 수 있다. 매입 내역은 창고에 매입된 RF 에너지를 인가하기 위해 필요한 제품 내역이 누적된 정보로, 어느 시점에 어느 제품이 얼마나 많이 매입되었는지 나타내는 리스트로 구성될 수 있고, 제품명, 매입일, 매입량 등의 정보를 포함할 수 있다.
장치(200)의 데이터베이스에는 전문가의 창고 별로 구분되어 있는 매입 내역이 저장되어 있으며, 장치(200)는 데이터베이스에 저장된 정보를 조회하여 전문가의 매입 내역을 획득할 수 있다. 또한, 장치(200)는 전문가의 단말과 유무선으로 통신할 수 있고, 전문가의 단말로부터 전문가의 매입 내역을 수신할 수도 있다.
예를 들어, 전문가의 매입 내역을 통해 제1 창고에 제1 제품이 매입된 내역을 확인한 결과, 1월 1일에 20개, 1월 11일에 15개, 1월 21일에 25개 매입된 것이 확인되면, 장치(200)는 10일 간격으로 평균 20개씩 제1 제품에 대한 매입이 이루어지는 것을 파악하여, 제1 제품의 매입 패턴을 분석할 수 있다. 여기서, 제1 제품의 매입 패턴은 제1 창고에 제1 제품이 얼마나 자주 어느 정도의 양으로 매입되었는지 나타내는 매입 패턴을 의미할 수 있다.
S802 단계에서, 장치(200)는 제품의 매입 패턴에 대한 분석 결과를 미리 학습된 제1 인공 신경망에 적용할 수 있다.
일실시예에 따르면, 제1 인공 신경망은 제품의 매입 패턴에 대한 분석 결과를 입력 받은 후, 제품의 매입 패턴에 적합한 제품의 매입 업데이트 주기를 출력하는 알고리즘일 수 있다. 예를 들어, 제1 제품의 매입 패턴이 10일 간격으로 매입이 이루어지는 패턴으로 분석된 경우, 제1 인공 신경망은 10일 간격으로 매입이 이루어지는 것으로 분석된 제1 제품의 매입 패턴에 대한 분석 결과를 입력으로 받아, 10일 간격으로 이루어지는 매입 패턴에 적합한 제품의 재고 업데이트 주기를 10일로 출력할 수 있다.
S803 단계에서, 장치(200)는 제1 인공 신경망의 출력을 기초로, 제품의 재고 업데이트 주기인 제1 주기를 설정할 수 있다. 즉, 제1 인공 신경망은 창고에 제품이 매입되는 매입 패턴을 분석하여, 제품의 매입 패턴에 적합한 제품의 재고 업데이트 주기인 제1 주기에 대한 설정값을 출력할 수 있으며, 장치(200)는 제1 인공 신경망의 출력을 기초로, 제품의 재고 업데이트 주기를 제1 주기로 설정할 수 있다.
이를 위해, 제1 인공 신경망은 제품의 매입 패턴에 대한 분석 결과를 통해 제품의 매입 패턴에 적합한 제품의 재고 업데이트 주기를 선정하여 추출하도록 학습될 수 있다. 이러한 제1 인공 신경망은 학습 장치에 의해 학습될 수 있는데 학습 장치는 장치(200)와 동일한 장치일 수도 있고, 별개의 장치일 수도 있다.
학습 장치는 제품의 매입 패턴에 대한 분석 결과를 기초로 입력을 생성할 수 있다.
구체적으로, 학습 장치는 제품의 매입 패턴에 대한 분석 결과를 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 제품의 매입 패턴에 대한 분석 결과를 제1 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.
학습 장치는 제1 인공 신경망에 입력을 적용할 수 있다. 제1 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 제1 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.
강화 학습에 따라 학습되는 제1 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 제품의 매입 패턴이 일정 이상 간격으로 매입이 이루어지면, 재고 업데이트 주기를 길게 선정할수록 보상값이 높아질 수 있고, 제2 보상은 제품의 매입 패턴이 일정 미만 간격으로 매입이 이루어지면, 재고 업데이트 주기를 짧게 선정할수록 보상값이 높아질 수 있다.
학습 장치는 제1 인공 신경망으로부터 출력을 획득할 수 있다. 제1 인공 신경망의 출력은 제품의 매입 패턴에 적합한 재고 업데이트 주기에 대한 정보를 포함할 수 있다. 이때, 제1 인공 신경망은 제품의 매입 패턴에 대한 분석을 통해, 제품의 매입 패턴에 적합한 재고 업데이트 주기를 선정하여, 선정된 재고 업데이트 주기에 대한 정보를 출력할 수 있다.
학습 장치는 제1 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다. 이때, 출력의 평가는 제1 보상, 제2 보상 등으로 나뉠 수 있다.
구체적으로, 학습 장치는 제품의 매입 패턴이 일정 이상 간격으로 입고가 이루어진 경우, 재고 업데이트 주기를 길게 선정할수록 제1 보상을 많이 수여하고, 제품의 매입 패턴이 일정 미만 간격으로 입고가 이루어진 경우, 재고 업데이트 주기를 짧게 선정할수록 제2 보상을 많이 수여할 수 있다.
학습 장치는 평가를 기초로 제1 인공 신경망을 갱신할 수 있다.
구체적으로, 학습 장치는 제1 인공 신경망이 제품의 매입 패턴을 통해, 재고 업데이트 주기를 선정하여 추출하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제1 인공 신경망을 갱신할 수 있다.
예를 들어, 학습 장치는 제1 제품의 매입 패턴에 대한 분석 결과를 통해, 제1 제품의 재고 업데이트 주기가 제1 주기로 설정되면, 제1 주기의 분석 결과에 대해 문제가 없는지 여부를 확인할 수 있고, 제1 주기의 분석 결과에 대해 문제가 없는 경우, 제품의 재고 업데이트 주기의 분석에 대해 문제가 없음을 나타내는 정보를 포함하는 제1 학습 데이터를 생성하고, 제1 학습 데이터를 제1 인공 신경망에 적용하여, 제1 제품의 입고 패턴과 유사한 입고 패턴을 입력으로 하는 경우, 제1 주기와 유사한 주기를 선정하도록, 제1 인공 신경망을 학습시키는 과정을 통해, 제1 인공 신경망을 갱신할 수 있다.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.
학습 장치는 상기와 같은 제1 인공 신경망의 학습 과정을 반복함으로써, 제1 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 학습 장치는 제품의 매입 패턴에 대한 분석 결과를 통해, 제품의 매입 패턴에 적합한 재고 업데이트 주기를 출력하는 제1 인공 신경망을 학습시킬 수 있다.
즉, 학습 장치는 제품의 매입 패턴에 대한 분석 결과를 통해 재고 업데이트 주기를 추출할 때, 제1 보상, 제2 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 제1 인공 신경망을 학습시킬 수 있다.
S804 단계에서, 장치(200)는 제1 주기마다 창고에 보관되어 있는 제품을 유통기한 별로 분류할 수 있다.
구체적으로, 장치(200)는 창고의 재고 정보를 기반으로, 제1 주기마다 창고에 보관되어 있는 제품을 유통기한 별로 분류할 수 있다. 여기서, 창고의 재고 정보는 창고에 보관되어 있는 제품들 각각의 재고 현황을 포함할 수 있다.
장치(200)는 창고에 제품들이 새로 매입되거나, 창고에서 제품들이 출고되는 것을 추적하여, 창고의 재고 정보를 실시간으로 업데이트 할 수 있다. 이를 위해, 창고에 입출고되는 제품에는 바코드가 부착되어 있어, 바코드의 인식을 통해 매입부터 출고까지 추적 관리될 수 있다.
즉, 장치(200)는 복수의 창고 각각에서 바코드의 인식을 통해 제품들의 매입부터 출고까지 추적 관리되면, 바코드의 인식을 통해 실시간으로 변화되는 제품들의 재고 현황을 창고 별로 파악할 수 있으며, 창고 별로 구분된 재고 정보를 데이터베이스에 저장하여 관리할 수 있다.
일실시예에 따르면, 재고 정보는 제품명, 유통기한, 재고량, 가격 등의 정보를 포함할 수 있으며, 동일한 제품이더라도 유통기한이 상이한 경우, 유통기한 별로 구분되어 관리될 수 있다. 이를 통해, 장치(200)는 창고의 재고 정보를 기반으로, 제품을 유통기한 별로 구분하여 분류할 수 있다.
S805 단계에서, 장치(200)는 창고에 보관되어 있는 제품을 유통기한 별로 분류한 결과, 제품 중에서 유통기한까지 남아있는 잔여 기간이 가장 짧은 제품들을 제1 그룹으로 분류할 수 있다.
예를 들어, 창고의 재고 정보에 “제1 제품, 유통기한 1월 20일, 재고량 10개”, “제1 제품, 유통기한 1월 25일, 재고량 15개”, “제1 제품, 유통기한 1월 30일, 재고량 30개”라는 정보가 포함되어 있는 경우, 장치(200)는 제1 제품 중에서 1월 20일을 유통기한까지 남아있는 잔여기간이 가장 짧은 것으로 확인하여, 1월 20일이 유통기한인 10개의 제1 제품을 제1 그룹으로 분류할 수 있다.
S806 단계에서, 장치(200)는 제1 그룹으로 분류된 제품의 재고량을 제1 재고량으로 확인하고, 제1 그룹으로 분류된 제품의 유통기한까지 남아있는 잔여 기간을 제1 기간으로 확인할 수 있다.
예를 들어, 장치(200)는 1월 20일이 유통기한인 10개의 제1 제품을 제1 그룹으로 분류한 경우, 제1 재고량을 10개로 확인하고, 현재 일자가 1월 15일로 확인되면, 제1 기간을 5일로 확인할 수 있다.
S807 단계에서, 장치(200)는 제1 기간이 제1 기준 기간 보다 짧은지 여부를 확인할 수 있다. 여기서, 제1 기준 기간은 실시 예에 따라 상이하게 설정될 수 있다.
S807 단계에서 제1 기간이 제1 기준 기간 보다 짧지 않은 것으로 확인되면, 일정 기간이 지난 이후, S801 단계로 되돌아가, 장치(200)는 제품의 매입 패턴을 분석하는 과정부터 다시 수행할 수 있다.
예를 들어, 제1 기준 기간이 5일이고 제1 기간이 8일인 경우, 장치(200)는 제1 기간이 제1 기준 기간 보다 긴 것으로 확인되기 때문에, 유통기한이 임박하지 않은 것으로 판단하여, 유통기한이 임박한 것을 알려주는 알림 서비스의 제공이 필요하지 않은 것으로 판단할 수 있다.
S807 단계에서 제1 기간이 제1 기준 기간 보다 짧은 것으로 확인되면, S808 단계에서, 장치(200)는 제품의 재고 중 제1 재고량에 대한 유통기한이 임박한 것을 알려주는 알림 메시지를 전문가의 단말로 전송할 수 있다. 여기서, 알림 메시지는 제품의 제품명, 제1 재고량, 제1 그룹으로 분류된 제품의 유통기한, 제1 기간 등에 대한 정보를 포함할 수 있다.
예를 들어, 제1 기준 기간이 5일이고 제1 기간이 3일인 경우, 장치(200)는 제1 기간이 제1 기준 기간 보다 짧은 것으로 확인되기 때문에, 유통기한이 임박한 것으로 판단하여, 유통기한이 임박한 것을 알려주는 알림 서비스의 제공이 필요한 것으로 판단할 수 있으며, 이를 통해, 제품의 재고 중 제1 재고량에 대한 유통기한이 임박한 것을 알려주는 알림 메시지를 전문가의 단말로 전송할 수 있다.
장치(200)는 제품의 재고 중 제1 재고량에 대한 유통기한이 임박한 것을 알려주는 알림 메시지를 전문가의 단말로 전송하면서, RF 에너지 기반 비침습형 미용 의료에 대한 할인, 판촉 또는 제품의 매입을 추천하는 알림 메시지를 전문가의 단말로 더 전송할 수 있으며, 이와 관련된 자세한 설명은 도 9를 참조하여 후술하기로 한다.
도 9는 일실시예에 따른 제품의 재고량이 판매되지 않고 남아있을 수 있는 확률을 예측하여 제품의 유통관리 상태를 설정하는 과정을 설명하기 위한 순서도이다.
도 9를 참조하면, 먼저, S901 단계에서, 장치(200)는 전문가의 미용 의료 서비스 내역에 기초하여, 제품의 일일 평균 판매량을 제1 판매량으로 확인할 수 있다. 여기서, 전문가의 미용 의료 서비스 내역은 전문가가 사용자에게 제품을 이용하여 RF 에너지 기반 비침습형 미용 의료 서비스를 제공한 내역이 누적된 정보로, 어느 시점에 얼마나 많은 사용자에게 미용 의료 서비스를 제공하였는지 나타내는 리스트로 구성될 수 있고, 미용 의료 서비스를 제공받은 사용자의 정보, 미용 의료 서비스를 제공한 날짜 및 시간, 미용 의료 서비스를 제공한 횟수 등의 정보를 포함할 수 있다.
또한, 장치(200)는 데이터베이스에 저장된 창고 별로 구분되어 있는 제품의 출고 내역을 기초로, 제1 판매량을 확인할 수 있다. 구체적으로, 장치(200)의 데이터베이스에는 창고 별로 구분되어 있는 제품의 출고 내역이 저장되어 있으며, 장치(200)는 데이터베이스에 저장된 정보를 확인하여 제품의 출고 내역을 획득하여 제품의 일일 평균 판매량을 확인할 수 있다.
예를 들어, 제1 창고의 출고 내역을 통해 제1 창고에서 제1 제품이 출고된 내역을 확인한 결과, 1월 1일에 18개, 1월 2일에 20개, 1월 3일에 22개 출고된 것이 확인되면, 장치(200)는 제1 제품의 일일 평균 판매량을 20개로 산출할 수 있고, 20개를 제1 판매량으로 확인할 수 있다.
S902 단계에서, 장치(200)는 제1 재고량, 제1 기간 및 제1 판매량을 매칭하여 제1 매칭 결과를 생성할 수 있다.
S903 단계에서, 장치(200)는 제1 재고량, 제1 기간 및 제1 판매량을 매칭한 제1 매칭 결과를 미리 학습된 제2 인공 신경망에 적용할 수 있다. 여기서, 제2 인공 신경망은 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과를 입력으로 받아, 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 출력하는 알고리즘일 수 있다.
즉, 제2 인공 신경망은 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 고려하여, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 예측하여 산정할 수 있다.
예를 들어, 제1 재고량, 제1 기간 및 제1 판매량을 매칭한 제1 매칭 결과가 (60개, 5일, 10개)인 경우, 제2 인공 신경망은 (60개, 5일, 10개)를 입력으로 받아, 5일이 경과한 후 60개의 재고량이 판매되지 않고 남아있을 수 있는 확률을 제1 발생률로 예측하여 산정할 수 있고, 제1 발생률을 지시하는 출력값을 출력할 수 있다.
S904 단계에서, 장치(200)는 제2 인공 신경망의 출력을 기초로, 제1 기간이 경과할 때까지 제1 재고량이 판매되지 않고 남아있을 수 있는 확률을 제1 발생률로 예측할 수 있다.
일실시예에 따르면, 제2 인공 신경망은 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과를 통해, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 얼마나 되는지 분석하여 출력할 수 있다.
일실시예에 따르면, 제2 인공 신경망은 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과를 입력으로 받아, 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 출력하는 알고리즘일 수 있다.
제2 인공 신경망의 학습이 이루어지는 학습 장치는 학습된 제2 인공 신경망을 이용하여 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 분석하는 장치(200)와 동일한 장치일 수 있고, 별개의 장치일 수도 있다.
학습 장치는 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과를 기초로 입력을 생성할 수 있다.
구체적으로, 학습 장치는 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과에 대해 전처리하는 과정을 수행할 수 있다. 전처리가 수행된 매칭 결과를 제2 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.
학습 장치는 제2 인공 신경망에 입력을 적용할 수 있다. 제2 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 제2 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.
강화 학습에 따라 학습되는 제2 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제3 보상은 재고량이 많을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 보상값이 높아질 수 있고, 제4 보상은 유통기한까지 남아있는 잔여 기간이 짧을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 보상값이 높아질 수 있고, 제5 보상은 일일 평균 판매량이 적을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 보상값이 높아질 수 있다.
학습 장치는 제2 인공 신경망으로부터 출력을 획득할 수 있다. 제2 인공 신경망의 출력은, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률에 대한 정보일 수 있다. 이때, 제2 인공 신경망은 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 고려하여, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 분석하고, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률에 대한 정보를 출력할 수 있다.
학습 장치는 제2 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다. 이때, 출력의 평가는 제3 보상, 제4 보상, 제5 보상 등으로 나뉠 수 있다.
구체적으로, 학습 장치는 재고량이 많을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 제3 보상을 많이 수여하고, 유통기한까지 남아있는 잔여 기간이 짧을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 제4 보상을 많이 수여하고, 일일 평균 판매량이 적을수록 유통기한이 경과될 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률이 높은 것으로 분석하면 제5 보상을 많이 수여할 수 있다.
학습 장치는 평가를 기초로 제2 인공 신경망을 갱신할 수 있다.
구체적으로, 학습 장치는 제2 인공 신경망이, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 분석하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 제2 인공 신경망을 갱신할 수 있다.
예를 들어, 학습 장치는 제1 재고량, 제1 기간 및 제1 판매량을 매칭한 제1 매칭 결과를 통해, 제1 기간이 경과할 때까지 상기 제1 재고량이 판매되지 않고 남아있을 수 있는 확률이 제1 발생률로 예측되면, 제1 발생률의 분석 결과에 대해 문제가 없는지 여부를 확인할 수 있고, 제1 발생률의 분석 결과에 대해 문제가 없는 경우, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률의 분석에 대해 문제가 없음을 나타내는 정보를 포함하는 제2 학습 데이터를 생성하고, 제2 학습 데이터를 제2 인공 신경망에 적용하여, 제1 재고량, 제1 기간 및 제1 판매량을 매칭한 제1 매칭 결과와 유사한 매칭 결과를 입력으로 하는 경우, 제1 발생률과 유사한 확률을 선정하도록, 제2 인공 신경망을 학습시키는 과정을 통해, 제2 인공 신경망을 갱신할 수 있다.
한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.
학습 장치는 상술한 제2 인공 신경망의 학습 과정을 반복함으로써, 제2 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 학습 장치는 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 고려하여, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 출력하는 제2 인공 신경망을 학습시킬 수 있다.
즉, 학습 장치는 재고량, 유통기한까지 남아있는 잔여 기간 및 일일 평균 판매량을 매칭한 매칭 결과를 통해, 유통기한이 경과할 때까지 재고량이 판매되지 않고 남아있을 수 있는 확률을 분석할 때, 제3 보상, 제4 보상, 제5 보상 등을 통한 강화 학습을 반영하여, 분석 기준을 조정함으로써, 제2 인공 신경망을 학습시킬 수 있다.
S905 단계에서, 장치(200)는 제1 발생률이 제1 기준치 이상인지 여부를 확인할 수 있다. 여기서, 제1 기준치는 실시예에 따라 상이하게 설정될 수 있다.
S905 단계에서 제1 발생률이 제1 기준치 이상인 것으로 확인되면, S906 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태를 경고 상태로 설정할 수 있다.
예를 들어, 제1 기준치가 60%인 경우, 장치(200)는 제1 발생률이 70%로 확인되면, 제1 재고량이 판매되지 않고 남아있을 수 있는 확률이 매우 높은 것으로 판단하여, 제1 재고량에 대한 유통관리 상태를 경고 상태로 설정할 수 있다.
S907 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태가 경고 상태로 설정된 경우, RF 에너지 기반 비침습형 미용 의료에 대한 할인을 추천하는 알림 메시지를 전문가의 단말로 전송할 수 있다.
S905 단계에서 제1 발생률이 제1 기준치 미만인 것으로 확인되면, S908 단계에서, 장치(200)는 제1 발생률이 제2 기준치 이상인지 여부를 확인할 수 있다. 여기서, 제2 기준치는 제1 기준치 보다 작은 값으로 설정될 수 있다.
S908 단계에서 제1 발생률이 제2 기준치 이상인 것으로 확인되면, S909 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태를 주의 상태로 설정할 수 있다.
예를 들어, 제1 기준치가 60%이고 제2 기준치가 30%인 경우, 장치(200)는 제1 발생률이 40%로 확인되면, 제1 재고량이 판매되지 않고 남아있을 수 있는 확률이 어느 정도 있는 것으로 판단하여, 제1 재고량에 대한 유통관리 상태를 주의 상태로 설정할 수 있다.
S910 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태가 주의 상태로 설정된 경우, RF 에너지 기반 비침습형 미용 의료에 대한 판촉을 추천하는 알림 메시지를 전문가의 단말로 전송할 수 있다.
S908 단계에서 제1 발생률이 제2 기준치 미만인 것으로 확인되면, S911 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태를 정상 상태로 설정할 수 있다.
예를 들어, 제1 기준치가 60%이고 제2 기준치가 30%인 경우, 장치(200)는 제1 발생률이 20%로 확인되면, 제1 재고량이 판매되지 않고 남아있을 수 있는 확률이 매우 낮은 것으로 판단하여, 제1 재고량에 대한 유통관리 상태를 정상 상태로 설정할 수 있다.
S912 단계에서, 장치(200)는 제1 재고량에 대한 유통관리 상태가 정상 상태로 설정된 경우, 제품에 대한 매입을 추천하는 알림 메시지를 전문가의 단말로 전송할 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, RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭 제어 방법에 있어서,
    RF 에너지를 인가하고자 하는 부위의 면적, 온도, 및 피부 임피던스를 포함하는 부위의 접촉 상태를 실시간으로 측정하는 단계;
    상기 부위의 접촉 상태에 따라, RF 에너지를 제1 방법으로 제어하여, 상기 부위에 RF 에너지를 인가하는 단계; 및
    상기 부위의 접촉 상태가 변경됨에 따라, RF 에너지를 상기 제1 방법과 다른 제2 방법으로 제어하여, 상기 부위에 RF 에너지를 인가하는 단계;를 포함하고,
    RF 에너지를 인가하기 전 RF 에너지를 인가하고자 하는 부위의 사진인 제1 사진을 획득하는 단계;
    RF 에너지를 인가하고 난 후 상기 부위의 사진인 제2 사진을 획득하는 단계;
    사용자 데이터베이스에서 사용자와 매칭된 폴더에 상기 제1 사진 및 상기 제2 사진을 저장하는 단계;
    상기 사용자가 RF 에너지를 인가받은 횟수가 미리 설정된 목표 값보다 많은 것에 기반하여, 상기 사용자와 매칭된 폴더로부터 저장된 상기 제1 사진 및 상기 제2 사진을 통합하여 미용 보고서를 생성하는 단계; 및
    상기 미용 보고서를 상기 사용자의 단말로 제공하는 단계를 더 포함하고,
    상기 RF 에너지를 제어하는 제1 방법 및 제2 방법은,
    상기 부위의 접촉 상태에 따라, 상기 부위에 쿨링을 수행하는 과정 및
    상기 RF 에너지의 진폭을 설정하고, 상기 설정된 RF 에너지의 진폭에 따라 RF 에너지를 인가하는 시간을 설정하는 과정 중 적어도 하나를 수행하고,
    상기 부위에 쿨링을 수행하는 과정은,
    온도와 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여, 미리 설정된 인가 깊이에 대응하는 온도를 적정 온도로 선정하는 단계, 및
    상기 부위의 온도가 상기 적정 온도가 되도록 상기 부위에 쿨링을 수행하는 단계를 포함하고,
    상기 RF 에너지의 진폭을 설정하는 과정은,
    RF 에너지의 진폭과 RF 에너지가 인가되는 깊이의 관계가 저장된 데이터베이스에 기반하여, 미리 설정된 인가 깊이에 대응하는 RF 에너지의 진폭을 적정 진폭으로 선정하는 단계, 및
    상기 RF 에너지의 진폭을 상기 적정 진폭으로 설정하는 단계를 포함하고,
    상기 RF 에너지를 인가하는 시간을 설정하는 과정은,
    상기 진폭의 크기가 클수록 시간이 짧아지게 설정되는,
    RF 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭 제어 방법.
  2. 삭제
  3. 삭제
KR1020230012336A 2023-01-31 2023-01-31 Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템 KR102660272B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230012336A KR102660272B1 (ko) 2023-01-31 2023-01-31 Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230012336A KR102660272B1 (ko) 2023-01-31 2023-01-31 Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR102660272B1 true KR102660272B1 (ko) 2024-04-23

Family

ID=90880844

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230012336A KR102660272B1 (ko) 2023-01-31 2023-01-31 Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR102660272B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024353A (ko) * 2002-06-19 2005-03-10 팔로마 메디칼 테크놀로지스, 인코포레이티드 피부 및 피하 상태 치료 방법 및 장치
KR20190085351A (ko) * 2018-01-10 2019-07-18 주식회사 나리안 고주파 세기가 자동으로 조절되는 휴대용 고주파 두피 마사지기
KR102066046B1 (ko) 2017-08-25 2020-01-14 주식회사 루트로닉 Rf 에너지를 이용한 피부 치료장치 및 이를 이용한 피부 치료 방법
KR20200083837A (ko) * 2018-12-31 2020-07-09 주식회사 루트로닉 Rf 치료장치, 의료용 rf 장치 및 이들의 제어 방법
KR20210130793A (ko) 2019-02-28 2021-11-01 바이오스 에스.알.엘. Rf 에너지를 자기 근육 열자극(ems)과 결합하여 사용하여 지방 및 셀룰라이트 감소를 위한 장치 및 방법
KR102367865B1 (ko) 2019-11-11 2022-02-25 주식회사 루트로닉 Rf에너지 발생장치용 피부 패치, 이를 이용하는 rf에너지 발생장치 및 그 제어방법
KR20220136112A (ko) 2021-03-31 2022-10-07 주식회사 루트로닉 Rf에너지를 이용한 바디 컨투어링 장치, 그 제어방법 및 이를 이용한 바디 컨투어링 방법
JP2022168242A (ja) * 2016-07-01 2022-11-04 サイノシュア・インコーポレーテッド 非侵襲性で一様及び非一様のｒｆ方法およびシステム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024353A (ko) * 2002-06-19 2005-03-10 팔로마 메디칼 테크놀로지스, 인코포레이티드 피부 및 피하 상태 치료 방법 및 장치
JP2022168242A (ja) * 2016-07-01 2022-11-04 サイノシュア・インコーポレーテッド 非侵襲性で一様及び非一様のｒｆ方法およびシステム
KR102066046B1 (ko) 2017-08-25 2020-01-14 주식회사 루트로닉 Rf 에너지를 이용한 피부 치료장치 및 이를 이용한 피부 치료 방법
KR20190085351A (ko) * 2018-01-10 2019-07-18 주식회사 나리안 고주파 세기가 자동으로 조절되는 휴대용 고주파 두피 마사지기
KR20200083837A (ko) * 2018-12-31 2020-07-09 주식회사 루트로닉 Rf 치료장치, 의료용 rf 장치 및 이들의 제어 방법
KR20210130793A (ko) 2019-02-28 2021-11-01 바이오스 에스.알.엘. Rf 에너지를 자기 근육 열자극(ems)과 결합하여 사용하여 지방 및 셀룰라이트 감소를 위한 장치 및 방법
KR102367865B1 (ko) 2019-11-11 2022-02-25 주식회사 루트로닉 Rf에너지 발생장치용 피부 패치, 이를 이용하는 rf에너지 발생장치 및 그 제어방법
KR20220136112A (ko) 2021-03-31 2022-10-07 주식회사 루트로닉 Rf에너지를 이용한 바디 컨투어링 장치, 그 제어방법 및 이를 이용한 바디 컨투어링 방법

Similar Documents

Publication Publication Date Title
KR102322845B1 (ko) 인공지능 기반 브랜드 마케팅 전략 도출 방법, 장치 및 시스템
Jung et al. New modularity indices for modularity assessment and clustering of product architecture
KR102533729B1 (ko) 의약품 주문 및 고객 정보 기반 의약품 수요 예측 및 재고 관리 방법, 장치 및 시스템
KR102468827B1 (ko) 인공지능 기반 상품 소싱 및 카테고리 맞춤형 리뷰 분석 서비스 제공 방법, 장치 및 시스템
KR102551997B1 (ko) 콘텐츠 시청 성향 분석 기반 광고 콘텐츠 기획 자동화 및 커머스 플랫폼 서비스 제공 방법, 장치 및 시스템
KR102533442B1 (ko) 인공지능 모델을 기반으로 온라인 판매를 위한 제품 기획 및 마케팅 전략 도출 방법, 장치 및 시스템
KR102555944B1 (ko) 인공지능 기반 보건의료 데이터의 거래 가격 추정 장치 및 방법
KR102508232B1 (ko) 인공지능 기반 마트 운영을 위한 재고의 유통관리 방법, 장치 및 시스템
KR102414937B1 (ko) 인공지능 기반 인플루언서 및 브랜드 매칭 방법, 장치 및 시스템
KR102546871B1 (ko) 인공지능 모델 기반 b2b 식자재 및 부자재의 유통의 주문 히스토리의 패턴 분석을 통한 주문 정보 추천 방법, 장치 및 시스템
KR102554580B1 (ko) 인공지능 모델 기반 식자재 및 부자재의 유통 주문 히스토리의 패턴 분석을 통한 물류 창고의 안전 재고량의 추정 및 주문 알람 서비스 제공 방법, 장치 및 시스템
KR102447426B1 (ko) 초개인화를 위한 퍼스널 컬러와 타임라인 기반 행동 데이터를 분석하여 라이프스타일 가이드 정보를 추천하는 방법, 장치 및 시스템
JP2018073350A (ja) 情報解析装置、情報解析方法、および情報解析プログラム
KR102669470B1 (ko) 식자재 유통 처리를 위한 재고 관리 및 수요 예측 방법, 장치 및 시스템
KR102435287B1 (ko) 인공지능 기반 사용자 맞춤형 뷰티 서비스 플랫폼 제공 방법, 장치 및 시스템
Xu et al. Online data valuation and pricing for machine learning tasks in mobile health
KR102564996B1 (ko) 인공지능 기반 사용자 맞춤형 건강기능식품 큐레이션 서비스 제공 방법, 장치 및 시스템
Wen et al. Integrated neural network model with pre-RBF kernels
KR102429572B1 (ko) 인공지능 기반 사용자 맞춤형 의류 및 스타일링 추천 방법, 장치 및 시스템
US20220230262A1 (en) Patent assessment method based on artificial intelligence
Taghipour et al. A learning automata-based approach to improve the scalability of clustering-based recommender systems
KR102660272B1 (ko) Rf 에너지 기반 비침습형 미용 의료 장치의 쿨링 및 진폭, 인가 시간 제어 방법, 장치 및 시스템
KR102311107B1 (ko) 딥러닝 모델을 자동으로 생성하는 딥러닝 솔루션 플랫폼과 연동 가능한 고객 이탈 방지 시스템에 의해서 수행되는, 고객의 이탈을 방지하기 위한 솔루션을 제공하는 고객 이탈 방지 방법
KR102612805B1 (ko) 기업 정보에 따른 인공지능 모델 기반 매체 큐레이션 서비스 제공 방법, 장치 및 시스템
KR102536063B1 (ko) 인공지능 기반 기업용 매출 및 매입 정산 솔루션 제공 방법, 장치 및 시스템

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20230131

PA0201 Request for examination
PA0302 Request for accelerated examination

Patent event date: 20230131

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20231102

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20240409

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20240419

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20240419

End annual number: 3

Start annual number: 1

PG1601 Publication of registration