KR102685789B1 - 데이터 코드의 변환을 수행하는 시스템, 장치 및 방법 - Google Patents

Abstract

데이터 코드의 변환을 수행하는 시스템이 개시된다. 본 개시의 일 실시예에 따르면, 제1 시스템에서 관리되는 제1 데이터를 메모리에 저장하고, 제1 데이터에 기초하여 메모리로부터 제1 데이터와 관련된 제2 데이터를 탐색하고, 제1 데이터와 제2 데이터의 유사도 및 제2 데이터가 사용된 빈도수에 기초하여 제1 데이터에 포함된 코드를 변환(convert)하여 제2 시스템으로 출력하는 프로세스를 개시한다.

Description

데이터 코드의 변환을 수행하는 시스템, 장치 및 방법{SYSTEM, DEVICE AND METHOD FOR PERFORMING CONVERSION OF DATA CODES}

본 발명은 다수의 시스템에서 관리되는 데이터의 입출력을 위하여, 데이터 코드를 이용하여 중간 시스템에서 데이터를 관리할 수 있도록 코드의 생성 및 변환을 수행하는 장치 및 방법에 관한 것이다.

오픈마켓, 종합몰, 전문몰, 복지몰 등 쇼핑몰과 상품공급 계약을 체결하고, 상품을 판매하는 판매자의 경우 다수의 판매처에서 발생하는 정보를 관리해야 하는데, 각 판매처의 시스템에 접속하여 신규로 발생한 주문정보를 확인하고, 각 판매처의 시스템 별로 발생하는 데이터를 하나로 통합하여 관리하기가 어려운 점이 있었다. 대기업의 경우에는 주문정보를 회계관리 시스템 및 데이터베이스에 통합 보관하여 관리하는 프로그램을 개발하여 사용하지만, 소규모 자영업의 경우에는 효율성이 매우 떨어지는 수작업에 의존하는 문제점을 가지고 있었다. 수작업에 의존한 업무처리 방법은 처리속도가 매우 느리며 오류가 발생할 확률이 높고, 유사하거나 상이한 데이터를 통합하거나 분리하여 관리하는데 상당한 시간이 소요될 수 있다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 장치는 프로세서, 및 상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고, 상기 프로세서는, 제1 시스템에서 관리되는 제1 데이터를 상기 메모리에 저장하고, 상기 제1 데이터에 기초하여 상기 메모리로부터 상기 제1 데이터와 관련된 제2 데이터를 탐색하고, 상기 제1 데이터와 상기 제2 데이터의 유사도 및 상기 제2 데이터가 사용된 빈도수에 기초하여 상기 제1 데이터에 포함된 코드를 변환(convert)하여 제2 시스템으로 출력하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 상기 제1 데이터와 상기 제2 데이터가 동일한 경우, 상기 제1 데이터를 그대로 출력하고, 상기 제1 데이터와 상기 제2 데이터가 상이한 경우, 상기 제1 데이터를 변환하여 출력하고, 상기 유사도가 기준 유사도 이상인 경우, 상기 빈도수를 측정하고, 상기 제2 데이터 중에서 상기 빈도수가 기준 빈도수 이상인 제2 데이터에 기초하여 상기 제1 데이터를 변환하여 출력하고, 상기 유사도가 기준 유사도 미만인 경우, 상기 제1 데이터에 포함된 코드를 기반으로 신규 코드를 생성하고, 상기 신규 코드를 이용하여 상기 제1 데이터를 변환하여 출력하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 상기 제1 데이터가 포함하는 적어도 하나 이상의 행(row) 마다 측정되고, 상기 제1 데이터가 포함하는 복수의 칼럼(column)값과 상기 하나 이상의 제2 데이터가 포함하는 복수의 칼럼 값을 대비하고, 매칭되는 칼럼 값들의 개수를, 대비한 칼럼 값들의 개수로 나눈 것으로 상기 유사도를 측정하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 제1 데이터의 각 행(Row)에 대한 제1사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 상기 빈도수로 측정하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 제1 데이터가 포함하는 코드의 칼럼 값들을 내림차순으로 정렬하고, 정렬된 마지막 코드의 칼럼 값에 1을 더하여 상기 신규 코드를 생성하도록 구성될 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 대비하고자 하는 칼럼들은 상기 유사도 측정 전에 선택되도록 구성될 수 있다.

상기 유사도 측정 전에 선택되는 상기 칼럼의 수는 2개 이상인 것을 특징으로 할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 메모리는 상기 데이터 코드로 구성된 데이터 베이스를 포함하고, 상기 데이터 베이스는, 상기 제1 데이터에 포함된 칼럼 값을 저장하는 제1 데이터베이스; 및 상기 데이터 코드의 생성 이력을 저장하는 제2 데이터베이스를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 상기 유사도가 기준치 이상인 상기 제1 데이터의 행(row)에 대하여 상기 빈도수를 측정하고, 상기 빈도수 순으로 상기 제1 데이터의 행을 정렬하고, 상기 기준 빈도수 이상의 빈도수를 가지는 행(row)을 출력하도록 구성될 수 있다.

본 발명의 일 실시예에 따르면, 상기 유사도가 기준치 이상인 상기 제1 데이터의 행(row)에 대하여 빈도수를 측정하는 상기 기준 유사도는 0.7인 것을 특징으로 할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 프로세서는, 상기 제1 데이터의 칼럼 값과 상기 제2 데이터의 칼럼 값이 매칭되는지 여부를 확인하도록 구성되고, 상기 프로세서는, 유사도 측정을 위하여 매칭 대상이 되도록 선택된 2개 이상의 기준 칼럼을 확인하고, 상기 프로세서는, (i) 상기 기준 칼럼에 대한 제1 데이터 및 상기 제2 데이터의 칼럼 값이 전부 매칭되는 제1 데이터의 제1 행을 출력하고, (ii) 상기 기준 칼럼에 대하여 제1 데이터 및 상기 제2 데이터의 유사도가 0.7 이상 1미만인 상기 제1 데이터의 제2 행에 대해서 상기 빈도수를 측정하고, 상기 빈도수가 기준 빈도수 이상으로 확인되면 상기 제2 행을 출력하고, (iii) 상기 유사도가 약0.7미만인 상기 제1 데이터의 제3 행은, 상기 제3 행의 코드에 기반하여 생성된 신규 코드로 상기 제3 행을 출력하도록 구성될 수 있다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 제1 시스템에서 관리되는 제1 데이터를 저장하는 단계, 상기 제1 데이터에 기초하여 상기 제1 데이터와 관련된 제2 데이터를 탐색하는 단계, 상기 제1 데이터와 상기 제2 데이터의 유사도 및 상기 제2 데이터가 사용된 빈도수에 기초하여 상기 제1 데이터에 포함된 코드를 변환(convert)하여 제2 시스템으로 출력하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 상기 제1 데이터와 상기 제2 데이터가 동일한지 확인하는 단계, 상기 제1 데이터와 상기 제2 데이터가 동일한 경우, 상기 제1 데이터를 그대로 출력하고, 상기 제1 데이터와 상기 제2 데이터가 상이한 경우, 상기 제1 데이터를 변환하여 출력하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 상기 제1 데이터와 상기 제2 데이터의 유사도를 판단하는 단계를 포함할 수 있다. 상기 유사도가 기준 유사도 이상인 경우, 상기 빈도수를 측정하는 단계를 포함할 수 있다. 상기 제2 데이터 중에서 상기 빈도수가 기준 빈도수 이상인 제2 데이터에 기초하여 상기 제1 데이터를 변환하여 출력하는 단계를 포함할 수 있다. 상기 유사도가 기준 유사도 미만인 경우, 상기 제1 데이터에 포함된 코드를 기반으로 신규 코드를 생성하는 단계, 및 상기 신규 코드를 이용하여 상기 제1 데이터를 변환하여 출력하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 상기 제1 데이터가 포함하는 적어도 하나 이상의 행(row) 마다 유사도를 측정하는 단계를 포함할 수 있다. 상기 유사도를 측정하는 단계는, 상기 제1 데이터가 포함하는 복수의 칼럼(column)값과 상기 하나 이상의 제2 데이터가 포함하는 복수의 칼럼 값을 대비하는 단계와, 매칭되는 칼럼 값들의 개수를 대비한 칼럼 값들의 개수로 나누는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 상기 빈도수를 측정하는 단계는, 상기 제1 데이터의 각 행(Row)에 대한 제1사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 측정하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 신규 코드를 생성하는 단계는, 상기 제1 데이터가 포함하는 코드의 칼럼 값들을 내림차순으로 정렬하는 단계 및, 정렬된 마지막 코드의 칼럼 값에 1을 더하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 대비하고자 하는 칼럼들을 상기 유사도 측정 전에 선택하는 단계를 포함하고, 상기 유사도 측정 전에 선택되는 상기 칼럼의 수는 2개 이상인 것을 특징으로 할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법은, 상기 제1 데이터에 포함된 칼럼 값을 저장하는 단계와 상기 데이터 코드의 생성 이력을 저장하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법은, 상기 유사도가 기준치 이상인 상기 제1 데이터의 행(row)에 대하여 상기 빈도수를 측정하는 단계, 상기 빈도수 순으로 상기 제1 데이터의 행을 정렬하고, 상기 기준 빈도수 이상의 빈도수를 가지는 행(row)을 출력하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법은, 상기 기준 유사도가 0.7인 상기 제1 데이터의 행(row)에 대하여 빈도수를 측정하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법은, 상기 제1 데이터의 칼럼 값과 상기 제2 데이터의 칼럼 값이 매칭되는지 여부를 확인하는 단계, 유사도 측정을 위하여 매칭 대상이 되도록 선택된 2개 이상의 기준 칼럼을 확인하는 단계를 포함하고, 상기 제 1 데이터가 포함하는 각 행에 대하여 (i) 상기 기준 칼럼에 대한 제1 데이터 및 상기 제2 데이터의 칼럼 값이 전부 매칭되는 제1 데이터의 제1 행을 출력하는 단계, (ii) 상기 기준 칼럼에 대하여 제1 데이터 및 상기 제2 데이터의 유사도가 0.7 이상 1미만인 상기 제1 데이터의 제2 행에 대해서 상기 빈도수를 측정하고 상기 빈도수가 기준 빈도수 이상인 경우, 상기 제2 행을 출력하는 단계, (iii) 상기 유사도가 약0.7미만인 상기 제1 데이터의 제3 행은, 상기 제3 행의 코드에 기반하여 생성된 신규 코드로 상기 제3 행을 출력하는 단계를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 방법의 일 실시예에 따른 시스템간 데이터 코드의 변환을 수행하는 방법의 각 단계는 인공지능 모델에 기반하여 자동으로 처리될 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

상술한 본 발명에 의하면, 사용자는 서로 다른 시스템의 데이터를 하나의 시스템에서 통합하여 관리할 수 있으므로 사용자에게 편의성을 제공할 수 있다.

본 발명에 의하면, 데이터 코드의 변환 시스템을 통하여, 하나의 회계관리 시스템에서 출력되는 데이터들을 다른 시스템에서 바로 사용할 수 있다는 이점이 있다.

본 발명에 의하면, 하나의 회계관리 시스템을 사용하는 사용자들에 의하여 축적된 데이터베이스 및 인공지능에 기반하여, 데이터 변환이 필요한 사용자에게 적합한 데이터를 선별하여 보여줄 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 본 발명의 일 실시예에 따른 데이터 코드 변환 시스템의 개략적인 블록도를 나타낸다.
도 2는 도 1에 도시된 데이터 코드 변환 시스템과 데이터 관리 시스템의 개략적인 블록도를 나타낸다.
도 3은 도 2에 도시된 데이터 코드 변환 시스템의 일 실시예에 따른 동작을 설명하기 위한 도면이다.
도 4는 도 2에 도시된 데이터 코드 변환 시스템의 일 실시예에 따른 동작을 설명하기 위한 순서도를 나타낸다.
도 5는 도 2에 도시된 데이터 수집부 및 컨버터의 동작 예를 나타낸다.
도 6은 도 2에 도시된 데이터베이스의 구조를 나타낸다.
도 7는 도 2에 도시된 데이터 코드 변환 시스템의 분석 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.
도 8은 코드 변환의 이력이 있는 경우, 데이터 코드 변환 시스템의 분석 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.
도 9는 도 2에 도시된 데이터 코드 변환 시스템의 학습 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.
도 10은 도 2에 도시된 데이터 코드 변환 시스템의 생성 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.
도 11은 데이터 코드 변환 시스템에서 출력되는 데이터의 일 실시예 및 사용자의 선택에 따른 데이터베이스의 학습 동작을 설명하기 위한 흐름도를 나타낸다.
도 12는 데이터 코드 변환 시스템에서 출력되는 데이터의 일 실시예 및 사용자의 선택에 따른 컨버터의 동작을 설명하기 위한 흐름도를 나타낸다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 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.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 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 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 예를 들어, '~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 포함할 수 있다. 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 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한, '~부'는 하나 이상의 프로세서를 포함할 수 있다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다. 상기의 문제를 해결하기 위한 본 발명의 실시 예에 따른 회계 관리 시스템의 데이터를 통합하기 위한 데이터 코드 변환 시스템 및 그 시스템이 포함된 장치 또는 방법에 대하여 도 1 내지 도 12를 통해 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 데이터 코드 변환 시스템의 개략적인 블록도를 나타낸다.

도 1을 참조하면, 데이터 코드 변환 시스템(10)은 인공 지능을 이용하여 하나의 시스템에서 입력된 데이터를 다른 데이터 시스템으로 출력할 수 있도록 자동적으로 혹은 사용자의 선택에 의한 데이터 코드 변환 서비스를 제공할 수 있다. 데이터 코드 변환 시스템(10)은 데이터 코드 변환 이력 정보를 저장하고, 저장된 데이터를 분석함으로써 데이터 코드를 자동적으로 변환하거나 변환하기에 적합한 코드를 사용자에게 추천할 수 있다.

데이터 코드 변환 시스템(10)은 사용자가 서로 다른 데이터 관리 시스템을 이용하더라도 자동으로 데이터의 유사 여부를 판단하여 사용자에게 적합한 데이터를 출력하거나 데이터 코드를 변환하여 저장함으로써 데이터의 통합 관리가 신속하게 이루어질 수 있다.

데이터 코드 변환 시스템(10)은 데이터베이스에 기반하여 외부의 데이터 관리 시스템에서 입력되는 데이터와 데이터베이스에 저장된 데이터의 동일 여부 또는 유사 여부를 판단할 수 있고, 새로운 데이터가 입력되거나 데이터의 유사 여부를 판단하는 이력은 모두 데이터베이스에 저장될 수 있다.

데이터 코드 변환 시스템(10)은 인공 지능(Artificial Intelligence(AI)) 모델을 이용하여 새로운 데이터에 부여할 적합한 데이터 코드를 제공할 수 있다.

데이터 코드 변환 시스템(10)은 마더보드(motherboard)와 같은 인쇄 회로 기판(printed circuit board(PCB)), 집적 회로(integrated circuit(IC)), 또는 SoC(system on chip)로 구현될 수 있고, 데이터 코드 변환 시스템(10)을 포함하는 데이터 코드 변환 장치는 애플리케이션 프로세서(application processor)를 포함하여 구현될 수 있다.

또한, 데이터 코드 변환 시스템(10)은 PC(personal computer), 데이터 서버, 키오스크(kiosk) 또는 휴대용 장치 내와 연동하도록 구현될 수 있다.

휴대용 장치는 랩탑(laptop) 컴퓨터, 이동 전화기, 스마트 폰(smart phone), 태블릿(tablet) PC, 모바일 인터넷 디바이스(mobile internet device(MID)), PDA(personal digital assistant), 또는 스마트 디바이스(smart device)로 구현될 수 있다.

데이터 코드 변환 시스템(10)은 인공 지능을 이용하여 사용자에게 적합한 데이터 코드를 추천할 수 있다.

인공 지능은 학습, 추론 또는 판단과 같은 기능을 갖춘 컴퓨터 시스템을 의미할 수 있다. 인공 지능은 뉴럴 네트워크(neural network)를 이용하여 구현될 수 있다.

뉴럴 네트워크(또는 인공 신경망)는 기계학습과 인지과학에서 생물학의 신경을 모방한 통계학적 학습 알고리즘을 포함할 수 있다. 뉴럴 네트워크는 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.

뉴럴 네트워크의 뉴런은 가중치 또는 바이어스의 조합을 포함할 수 있다. 뉴럴 네트워크는 하나 이상의 뉴런 또는 노드로 구성된 하나 이상의 레이어(layer)를 포함할 수 있다. 뉴럴 네트워크는 뉴런의 가중치를 학습을 통해 변화시킴으로써 임의의 입력으로부터 예측하고자 하는 결과를 추론할 수 있다.

뉴럴 네트워크는 심층 뉴럴 네트워크 (Deep Neural Network)를 포함할 수 있다. 뉴럴 네트워크는 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), 퍼셉트론(perceptron), 다층 퍼셉트론(multilayer perceptron), FF(Feed Forward), RBF(Radial Basis Network), DFF(Deep Feed Forward), LSTM(Long Short Term Memory), GRU(Gated Recurrent Unit), AE(Auto Encoder), VAE(Variational Auto Encoder), DAE(Denoising Auto Encoder), SAE(Sparse Auto Encoder), MC(Markov Chain), HN(Hopfield Network), BM(Boltzmann Machine), RBM(Restricted Boltzmann Machine), DBN(Depp Belief Network), DCN(Deep Convolutional Network), DN(Deconvolutional Network), DCIGN(Deep Convolutional Inverse Graphics Network), GAN(Generative Adversarial Network), LSM(Liquid State Machine), ELM(Extreme Learning Machine), ESN(Echo State Network), DRN(Deep Residual Network), DNC(Differentiable Neural Computer), NTM(Neural Turning Machine), CN(Capsule Network), KN(Kohonen Network), 트랜스포머(transformer) 및 AN(Attention Network)을 포함할 수 있다.

뉴럴 네트워크는 생성형 AI(Generative Artificial Intelligence)를 포함할 수 있다. 생성형 AI는 파운데이션 모델(foundation model)을 포함할 수 있다. 파운데이션 모델은 LLM(Large Language Model)를 포함할 수 있다.

데이터 코드 변환 시스템(10)은 적어도 하나 이상의 프로세서(100)를 포함한다. 데이터 코드 변환 시스템(10)은 메모리(200)를 더 포함할 수 있다.

프로세서(100)는 메모리에 저장된 데이터를 처리할 수 있다. 프로세서(100)는 메모리에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(100)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.

프로세서(100)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.

예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

메모리(200)는 프로세서(100)에서 수행되는 연산을 위한 데이터 또는 프로세서(100)의 연산 결과를 저장할 수 있다. 메모리(200)는 프로세서(100)에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서(100)의 동작 및/또는 프로세서(100)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.

메모리(200)는 휘발성 메모리 장치 또는 비휘발성 메모리 장치로 구현될 수 있다.

휘발성 메모리 장치는 DRAM(dynamic random access memory), SRAM(static random access memory), T-RAM(thyristor RAM), Z-RAM(zero capacitor RAM), 또는 TTRAM(Twin Transistor RAM)으로 구현될 수 있다.

비휘발성 메모리 장치는 EEPROM(Electrically Erasable Programmable Read-Only Memory), 플래시(flash) 메모리, MRAM(Magnetic RAM), 스핀전달토크 MRAM(Spin-Transfer Torque(STT)-MRAM), Conductive Bridging RAM(CBRAM), FeRAM(Ferroelectric RAM), PRAM(Phase change RAM), 저항 메모리(Resistive RAM(RRAM)), 나노 튜브 RRAM(Nanotube RRAM), 폴리머 RAM(Polymer RAM(PoRAM)), 나노 부유 게이트 메모리(Nano Floating Gate Memory(NFGM)), 홀로그래픽 메모리(holographic memory), 분자 전자 메모리 소자(Molecular Electronic Memory Device), 또는 절연 저항 변화 메모리(Insulator Resistance Change Memory)로 구현될 수 있다.

메모리(200)는 새로운 입력 데이터, 및 입력 데이터에 대한 코드의 변환 및 데이터 변환의 이력, 기준 코드의 데이터를 저장할 수 있다. 메모리(200)는 프로세서(100)의 요청에 응답하여 데이터 코드를 문자 또는 숫자의 순서대로 정렬하도록 저장된 데이터 코드의 정보를 프로세서(100) 또는 외부로 출력할 수 있다.

도 2는 도 1에 도시된 데이터 코드 변환 시스템과 데이터 관리 시스템의 개략적인 블록도를 나타낸다.

도 2를 참조하면, 데이터 코드 변환 시스템(10)은 로우 데이터 (row data)를 포함하는 데이터 관리 시스템 A (도 2 의 210)으로부터 데이터를 수신할 수 있고, 데이터 코드 변환 시스템(10)은 데이터 수집부 (도 2의 220), AI 엔진 (도 2의 230)에 포함되는 분석 엔진 (도 2의 231), 학습 엔진(도 2의 233), 생성 엔진(도 2의 235), 및 출력부 (도 2의 240), 사용자 선택부 (도 2의 250), 컨버터 (도 2의 260), 및 데이터베이스(도 2의 270)를 포함할 수 있다. 데이터 코드 변환 시스템(10)은 데이터 관리 시스템 B (도 2의 280)을 통해 데이터를 출력할 수 있다.

본 개시의 일 실시예에 따르면, 데이터 관리 시스템 A (도 2 의 210)은 로우 데이터를 데이터 코드 변환 시스템(10)으로 송신할 수 있다. 본 개시의 일 실시예에 따르면, 로우 데이터는 기존에 사용하던 기업 데이터 관리 시스템 A 또는 엑셀 파일에서 추출한 가공하지 않은 데이터를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 데이터 수집부 (도 2의 220)는 로우 데이터를 행 단위로 수집하여 각 행에 포함된 정보가 데이터베이스(도 2의 270)에 포함된 정보와 동일한지 여부를 판단하고, 분석 엔진(도 2의 231)과 컨버터(도 2의 260)로 전송해 줄 수 있다.

본 개시의 일 실시예에 따르면, AI 엔진 (도 2의 230)은 총 3개의 엔진으로 구성되어 있고, 각 엔진은 조건에 따라 다음 순서로 넘어가며, 각각 데이터베이스(도 2의 270)와 연결될 수 있다. 일 실시예에 따르면, AI 엔진(도 2의 230)은 데이터베이스에 축적된 데이터를 통해 학습된 엔진이 될 수 있다. 본 개시의 일 실시예에 따르면, AI 엔진(도 2의 230)은 데이터베이스(도 2의 270)을 기반으로, 사용자가 입력하는 데이터에 따라 사용자별로 적합한 데이터 코드를 추천할 수 있다.

본 개시의 일 실시예에 따르면, 분석 엔진 (도 2의 231)은, 데이터베이스(도 2의 270)에 저장되어 있는 데이터와 사용자가 선택한 컬럼 값과 비교하여, 모든 컬럼 값이 일치하면 출력부 (도 2의 240)로 전송할 수 있다. 모든 컬럼 값이 일치하는 것이 아니면 수신한 데이터를 학습 엔진(도 2의 233)으로 전송할 수 있다.

본 개시의 일 실시예에 따르면, 학습 엔진(도 2의 233)은, 데이터베이스(도 2의 270)에 저장되어 있는 데이터와 비교하여 로우 데이터와의 유사도를 확인하고, 데이터의 유사도가 약 70% 이상을 보이는 데이터의 코드 중에서 빈도수를 체크하여 유사도와 빈도수가 높은 순서대로 코드를 출력부(도 2의 240)로 전송할 수 있다. 본 개시의 일 실시예에 따르면, 유사도가 70% 미만인 경우 생성 엔진(도 2의 235)으로 로우 데이터를 전송할 수 있다.

본 개시의 일 실시예에 따르면, 생성 엔진(도 2의 235)은, 데이터베이스(도 2의 270)는 기준 코드 데이터가 저장되는 순간 호출을 받아 데이터의 코드를 문자, 숫자 순서대로 정렬할 수 있다. 일 실시예에 따르면, 생성 엔진(도 2의 235)은, 코드에 숫자열이 있는 경우 마지막 번호에 +1을 붙여 출력부(도 2의 240)로 전송할 수 있다. 일 예로, 생성 엔진(도 2의 235)은, 코드에 문자열만 있는 경우 문자를 반복 후 숫자 +1을 붙여 출력부(도 2의 240)로 전송할 수 있다.

본 개시의 일 실시예에 따르면, 출력부(도 2의 240)는 상기 3가지 엔진에서 전송한 코드 데이터를 저장할 수 있고, 상기 3가지 엔진과 연결되어 사용자가 각각의 엔진에 데이터가 전송되는 단계마다 데이터를 선택할 수 있도록 보여줄 수 있다. 일 예로, 사용자가 전체 기준 코드 데이터 중 직접 데이터 코드를 검색한다면 데이터베이스(도 2의 270)에 있는 전체 기준 코드 데이터를 보여줄 수도 있다.

본 개시의 일 실시예에 따르면, 사용자 선택부 (도 2의 250)는, 입력 데이터의 데이터 코드를 기준 코드로 변환하기 전에 사용자에게 변환할 코드에 대한 최종 선택권을 제공할 수 있다. 일 실시예에 따르면, 사용자는 새로운 입력 데이터에 대한 코드를 1) 직접 입력하거나, 2) 데이터베이스 전체를 검색 후 적합한 데이터 코드를 선택하거나 3) AI 엔진 (도 2의 230)에서 추천한 코드 중 선택할 수 있다. 일 예에 따르면, 사용자가 직접 데이터 코드를 입력하거나 또는 데이터베이스를 검색 후 데이터 코드를 선택할 경우에 입력 또는 선택된 데이터 코드에 대한 정보가 데이터베이스에 다시 저장됨과 동시에 컨버터(도 2의 260)로 전송될 수 있다.

본 개시의 일 실시예에 따르면, 컨버터 (도 2의 260)는, 데이터 수집부 (도 2의 220)에서 받은 로우 데이터 중 코드에 대한 데이터만 사용자가 선택한 코드로 변환(컨버팅) 후 데이터 관리 시스템 B (도 2의 280)로 전송시킬 수 있다.

본 개시의 일 실시예에 따르면, 데이터베이스(도 2의 270)는 기존에 사용자가 관리하던 엑셀 파일, 또는 기업 데이터 관리 시스템 A (도 2의 210)와는 전혀 다른 관리 시스템에서의 정보를 저장하는 메모리의 적어도 일부가 될 수 있다. 일 실시예에 따르면, 데이터베이스 (도 2의 270)에는 자동으로 생성된 코드에 대한 데이터를 저장하거나, 추천된 코드 중에서 사용자가 선택한 코드에 대한 데이터를 저장하거나, 사용자가 데이터베이스에서 직접 선택한 코드에 대한 정보를 저장할 수 있다. 일 실시예에 따르면, 데이터베이스 (도 2의 270)에는 데이터 코드의 변환 이력에 대한 정보와 로우 데이터에 대한 정보를 구별하여 저장될 수 있다. 일 실시예에 따르면, 데이터베이스 (도 2의 270)에 저장된 데이터 코드의 변환 이력에 대한 정보는 사용자의 선택에 따라 기록되는 빈도수 체크 값을 더 포함할 수 있다.

본 개시의 일 실시예에 따르면, 데이터 관리 시스템 B (도 2의 280)은 기존의 사용자에 의하여 사용되어 오던 회계 관리 시스템을 포함할 수 있다. 일 실시예에 따르면, 데이터 관리 시스템 B (도 2의 280)에서의 저장된 코드 열이 무엇인지 선택하거나 비교하고자 하는 컬럼 값에 대한 정보를 포함하고, 이러한 정보는 기준 코드로서 데이터베이스에 저장될 수 있다.

도 3은 도 2에 도시된 데이터 코드 변환 시스템의 일 실시예에 따른 동작을 설명하기 위한 도면이다.

본 개시의 일 실시예에 따르면, 도 3의 310 동작에서, 데이터 코드 변환 시스템(10)은 데이터 관리 시스템 A에서 관리되는 제1 데이터를 메모리에 저장하는 단계, 도 3의 330 동작에서, 제1 데이터에 기초하여, 메모리로부터 제1 데이터와 관련된 제2 데이터를 탐색하는 단계, 도 3의 350 단계에서, 제1 데이터와 제2 데이터의 유사도 및 제2 데이터가 사용된 빈도수를 측정하는 단계, 도 3의 370 단계에서, 상기 측정한 유사도 및 빈도수 값에 기반하여 제1 데이터에 포함된 코드를 변환하고, 데이터 관리 시스템 B로 출력하는 단계를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 도 3의 350 단계에서 유사도를 측정하는 단계는, 제1 데이터가 포함하는 적어도 하나 이상의 행(row) 마다 측정되고, 제1 데이터가 포함하는 복수의 칼럼(column)값과 하나 이상의 제2 데이터가 포함하는 복수의 칼럼 값을 대비하고, 매칭되는 칼럼 값들의 개수를, 대비한 칼럼 값들의 개수로 나눈 것으로 상기 유사도를 측정할 수 있다.

본 개시의 일 실시예에 따르면, 도 3의 350 단계에서 빈도수를 측정하는 단계는, 제1 데이터의 각 행(Row)에 대한 제1 사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 상기 빈도수로 측정할 수 있다. 일 실시예에 따르면, 제1 사용자는 데이터 관리 시스템 B를 사용중인 타 사용자들을 포함하고, 제2 사용자는 데이터 코드 변환 시스템(10)을 이용하고자 하는 사용자를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 도 3의 370 단계에서 제1 데이터에 포함된 코드를 변환하는 동작은, 제1 데이터가 포함하는 코드의 칼럼 값들을 내림차순으로 정렬하고, 정렬된 마지막 코드의 칼럼 값에 1을 더하여 상기 신규 코드를 생성하는 동작을 포함할 수 있다.

도 4는 도 2에 도시된 데이터 코드 변환 시스템의 일 실시예에 따른 동작을 설명하기 위한 순서도를 나타낸다.

본 개시의 일 실시예에 따르면, 도 4의 410 동작에서, 데이터 관리 시스템A의 제1 데이터를　수신하고 저장할 수 있다. 도 4의 430 동작에서, 제1 데이터에 기초하여 제1 데이터와 관련된 제2시스템에서 관리되는 제2 데이터를 탐색할 수 있다. 도 4의 440 동작에서, 제1 데이터와 제2 데이터의 동일여부를 판단할 수 있다. 도 4의 450 동작에서, 제1 데이터와 제2 데이터가 동일한 것으로 판단되면 제1 데이터를 출력할 수 있다. 도 4의 460 동작에서, 제1 데이터와 제2 데이터가 동일하지 않은 것으로 판단되면, 두 데이터의 유사도가 기준치 이상인지 여부를 확인할 수 있다. 도 4의 470 동작에서, 두 데이터의 유사도가 기준치 이상인 경우, 제2 데이터 중에서 빈도수가 기준 빈도수 이상인 제2 데이터에 기초하여, 제1 데이터를 변환하여 출력할 수 있다. 도 4의 490 동작에서, 두 데이터의 유사도가 기준치 미만인 경우, 제1 데이터에 포함된 코드를 기반으로 신규 코드를 생성하고, 신규 코드를 이용하여 제1 데이터를 변환하여 출력할 수 있다.

본 개시의 일 실시예에 따르면, 유사도의 기준치는 약 70% ~ 60%의 범위에서 결정될 수 있다. 일 실시예에 따르면, 유사도의 기준치 또는 기준 빈도수는 데이터 코드 변환 시스템 또는 사용자에 의하여 설정될 수 있다.

도 5 내지 도 12는 본 개시의 일 실시예에 따라, 엑셀 데이터를 예시로 들어 데이터 코드 변환 시스템의 동작에 대하여 설명할 수 있다.

도 5는 도 2에 도시된 데이터 수집부 및 컨버터의 동작 예를 나타낸다.

본 개시의 일 실시예에 따르면, 도 5의 510에서, 데이터 코드 변환 시스템(10)은 데이터 관리 시스템A로부터 입력 데이터인 로우 데이터를 수신하는 경우, 수신된 로우 데이터는 바로 데이터 수집부로 전송된다. 도 5의 530에서, 데이터 수집부에서, 데이터베이스에 포함된 데이터가 수신한 로우 데이터와 칼럼 값이 모두 동일한 것으로 확인된 경우, 로우 데이터 그대로 컨버터로 전송할 수 있다.

도 5에 따르면, 로우 데이터는 코드, 명칭, 옵션명, 규격, 수량, 단가, 및 주문자에 대한 칼럼 값을 포함하고 있고, 데이터베이스에 포함된 데이터가 로우 데이터의 모든 칼럼 값에 대하여 동일한 내용 Y01A, coffee, 케냐, 500ML, 10개, 3000원, 홍길동의 내용을 포함하는 행이 있는 것으로 확인되면, 로우 데이터를 컨버터로 전송할 수 있다.

도 6은 도 2에 도시된 데이터베이스의 구조를 나타낸다.

본 개시의 일 실시예에 따르면, 데이터베이스(도 6의 270)은 2개로 분리될 수 있다. 일 실시예에 따르면, 제1 데이터베이스 (도 6의 650)는 최대 5개 열로 구성되어 있는 데이터 정보를 저장할 수 있고, 제2 데이터베이스 (도 6의 670)는 데이터 코드에 대한 변환 이력에 대한 내용만을 저장할 수 있다.

본 개시의 일 실시예에 따르면, 도 6의 610에서, 사용자 또는 프로세서(100)에 의하여 기준 코드를 선택하고 비교할 데이터 칼럼 값 등에 대한 정보를 설정할 수 있다. 도 6에 따르면, 로우 데이터를 수신할 데이터 관리 시스템 B의 컬럼 중에서 코드 컬럼을 지정할 수 있다. 일 예로, 코드 A01A가 선택되고, 매칭 시킬 데이터 정보인 명칭, 구분, 규격 등을 포함한 2개 내지 5개 이하로 데이터 정보를 작성할 수 있다. 일 예로, 데이터 정보를 5개로 설정한 경우, A01A, coffee, 제품, 300ML에 대한 정보와 NULL값을 포함한 데이터가 제1 데이터베이스(도 6의 650)에 저장된다.

본 개시의 일 실시예에 따르면, 제2 데이터는 로우 데이터가 포함하는 코드 정보인 Y01A에 대하여, 기업 관리 시스템 B의 사용자들에 의하여 코드 변환을 수행했던 데이터 코드에 대한 이력을 기록할 수 있다. 일 예로, 제2 데이터베이스(도 6의 670)에는, Y01A가 A01A, B01A, C01A와 대비되어 코드가 변환된 이력을 각각의 행(row)으로 기록하여 저장될 수 있다.

도 7는 도 2에 도시된 데이터 코드 변환 시스템에서 분석 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.

본 개시의 일 실시예에 따르면, 도 7의 710 에서, 데이터 수집부(도 7의 220)는 수신한 로우 데이터를 분석 엔진 (도 7의 231)으로 그대로 전송할 수 있다. 일 예로, 분석 엔진 (도 7의 231)으로 전송되는 데이터는 도 5와는 달리 완전히 동일한 데이터가 아닌 경우에 해당한다.

본 개시의 일 실시예에 따르면, 도 7의 730에서, 분석 엔진(도 7의 231)으로 전송된 로우 데이터가 있는 경우, 제1 데이터베이스(도 7의 650)에 저장되어 있는 데이터와 비교 분석을 진행할 수 있다.

본 개시의 일 실시예에 따르면, 제1 데이터베이스(도 7의 650)에 저장되어 있는 데이터에서 미리 설정한 5개의 컬럼 값을 기준으로, 로우 데이터와 비슷한 컬럼 값끼리 비교하여 일치 및 유사도를 체크할 수 있다. 일 예로, 로우 데이터의 코드 값을 포함하여 모든 컬럼 값과 동일한 컬럼 값이 제1 데이터베이스에 존재하는 경우 로우 데이터를 출력부로 전송하고, 그렇지 않은 경우 학습 엔진으로 전송한다. 일 예로, 로우 데이터의 모든 컬럼 값이 데이터베이스의 정보와 100% 일치하는 경우 과거 동일한 로우 데이터가 변환된 이력이 있음으로 알 수 있다.

도 7을 참고하면, 제1 데이터베이스 (도 7의 650)은 로우 데이터와 비교하고자 하는 코드, 명칭, 옵션명 및 규격에 대한 내용을 도시하고 있다. 일 예로, 제1 데이터베이스 (도 7의 650)가 포함하는 정보에는 Y01A와 동일한 코드는 없고, 명칭, 옵션명 및 규격은 coffee, 케냐, 500ML에 대한 내용을 각 행의 적어도 일부에만 포함하고 있다. 따라서, 코드를 포함하여 100% 일치하지 않으므로 출력부로 전송하지 않고 학습 엔진으로 전송하게 된다.

도 8은 코드 변환 이력이 있는 경우, 데이터 코드 변환 시스템의 분석 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.

본 개시의 일 실시예에 따르면, 분석 엔진(도 8의 231)에서 로우 데이터를 수신할 수 있고, 매칭할 정보는 도 7과 동일하게 코드, 명칭, 옵션명 및 규격으로 설정될 수 있다. 이 경우, 매칭하지 않는 정보는 상시 바뀌는 변수 값으로, 중요하지 않다. 도 8의 로우 데이터는 도 7의 로우 데이터와 달리 수량, 단가 및 주문자에 대하여 다른 정보를 가지고 있으나, 도 8에서 생성된 데이터 코드 변환 이력은 제2 데이터 베이스에 저장되어 도 7에서 데이터의 빈도수 확인에 활용될 수도 있다.

도 8을 참고하면, 로우 데이터는 제1 데이터베이스(도 8의 760)에서 기준 데이터로 설정된 제2 데이터는 로우 데이터의 동일한 coffee, 케냐, 및 500ML 값을 포함하고 있고, 주요 매칭할 컬럼 값들에 대한 정보가 전부 일치하는 경우이므로 분석 엔진에서 바로 출력부로 전송할 수 있다.

본 개시의 일 실시예에 따라, 출력부로 도시되는 제2 데이터는 사용자의 선택 등에 의하여 변환된 데이터 코드로 선택되고, Y01A는 A01A로 변환될 수 있다. 본 개시의 일 실시예에 따르면, 제2 데이터베이스(도 8의 670)에 데이터 코드 변환에 대한 이력 기록 및 횟수(N)가 남게 된다.

도 9는 도 2에 도시된 데이터 코드 변환 시스템에서 학습 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다

본 개시의 일 실시예에 따라, 학습 엔진(도 9의 233)에서는, 분석 엔진(도 9의 231)에서 넘어온 기준 컬럼 값을 기준으로 데이터베이스(도 9의 650)에 저장되어 있는 정보와 비교 학습을 진행하고, 각 컬럼 별 유사도와 다른 사용자들이 변환 데이터 코드로 선택한 빈도수를 확인할 수 있다.

본 개시의 일 실시예에 따라, 제1 데이터 및 제2 데이터의 기준 칼럼 값들을 비교하여 유사도가 60% 이상인 경우, 제2 데이터베이스(도 9의 670)에 저장된 코드 변환 데이터를 참고하여, 변환된 빈도수가 많은 순으로 정렬하여 출력부(도 9의 240)로 전송할 수 있다. 일 예로, 유사도 60% 미만인 데이터들은 생성 엔진으로 전송될 수 있다.

도 9를 참고하면, 학습 엔진에서 매칭 대상이 되는 Y01A, coffee, 케냐, 500ML의 로우 데이터에 대하여, 제1 데이터베이스 (도 9의 650)의 데이터와 유사도를 판단하면, coffee 및 케냐가 동일한 A01A 코드의 데이터와, coffee 및 500ML가 동일한 C01A 코드의 데이터가 약66.6%의 유사도로 확인된다. 따라서, 제2 데이터베이스에서 A01A와 C01A에 대한 빈도수를 확인하고, 해당 빈도수에 대한 내용과 함께 출력부에서 빈도수 순서대로 C01A (8회)와 A01A (5회)에 대한 내용을 출력하게 된다.

도 10은 도 2에 도시된 데이터 코드 변환 시스템에서 생성 엔진의 동작의 일 실시예를 설명하기 위한 흐름도를 나타낸다.

도 9를 참고하면, 학습 엔진에서 매칭 대상이 되는 Y01A, coffee, 케냐, 500ML의 로우 데이터에 대하여, 제1 데이터베이스 (도 9의 650)의 데이터와 유사도를 판단하면, 500ML만 동일한 B01A 코드의 데이터는 약33.3%의 유사도를 가지는 것으로 측정된다. 본 개시의 일 실시예에 따르면, 도 10의 1010에서, B01A 코드의 데이터는 유사도 60% 미만의 데이터로서 생성 엔진(도 10의 235)로 전송된다.

도 10을 참고하면, 사용자가 데이터 관리 시스템B에서 출력할 기준 데이터를 입력하고, 로우 데이터를 가공하여 저장할 최종 데이터를 선택하면, 관련된 정보가 데이터베이스에 저장되면서 생성 엔진에서는 데이터 코드에 포함된 문자 및/또는 숫자의 순서대로 자동으로 데이터 코드를 정렬하게 된다. 본 개시의 일 실시예에 따르면, 데이터 코드를 정렬하는 규칙은, 숫자열이 있는 경우 정렬 후 마지막 번호에 +1을 더할 수 있다. 예를 들어, 저장된 코드 데이터가 001A, 004C, 003B, 007E, 005D인 경우, 자동 생성되는 코드는, 001A, 003B, 004C, 005D, 007E가 정렬되고, 008E가 생성된다. 또는, 데이터 코드에 문자열만 있는 경우 문자열을 정렬하여 생성하고, 그 이후에는 문자열을 반복한 후 숫자 +1을 더하는 방식으로 생성될 수 있다. 예를 들어, 저장된 코드 데이터가 문자로 이루어진 A, C, D, B, F, G 인 경우, 새로운 데이터 코드의 자동 생성은, A, B, C, D, F, G 로 정렬된 후 H, I ?? Z로 생성되고 그 이후에는, A+1 로 생성 번호가 매겨진다. 본 개시의 일 실시예에 따라 생성 엔진은 학습 엔진에서 넘어온 코드 데이터가 어떤 종류의 문자/숫자 열인지 판단하고, 조건에 따라 정렬한 후 마지막 코드에 뒤이어 새로운 번호를 생성할 수 있다.

도 10을 참조하면, B01A의 코드를 가지는 데이터는 로우 데이터와 유사도가 60%이하에 해당하는 데이터에 해당하는데, 이경우, 새로운 데이터 코드를 부여할 수 있다. B01A에 부여할 수 있는 새로운 데이터 코드는 숫자 1을 포함하는 코드이므로 +1을 더한 B02A로 변환하여 출력하게 된다.

도 11 및 도 12는 데이터 코드 변환 시스템에서 출력되는 데이터의 일 실시예 및 사용자의 선택에 따른 데이터베이스의 학습 동작 및 컨버터의 동작을 설명하기 위한 흐름도를 나타낸다.

도 9 및 도 10을 참조하면, 사용자에게 출력되는 데이터 베이스의 제2 데이터는 도 11의 엑셀 파일 1110과 같이 도시될 수 있다.

본 개시의 일 실시예에 따라 출력부 (도 11의 240)에서 최종적으로 사용자에게 보여지는 엑셀 파일(1110)은, 제1 데이터에서 로우 데이터와 동일하거나, 유사한 데이터 또는 유사하지 않더라도 새로운 코드로 관리할 수 있도록 선택할 수 있는 데이터를 적합하게 보여줄 수 있다. 일 예로, 도 11을 참조하면, 엑셀 파일(1110)은 코드, 명칭, 옵션명, 규격뿐만 아니라, 유사도 및 빈도수와 자동으로 생성된 코드에 대한 정보도 포함할 수 있다.

도 11의 사용자 선택부(250)에 따라 사용자가 C01A의 데이터 코드를 가지는 데이터를 선택한 경우에는 선택한 데이터에 대한 정보도 데이터베이스에 저장될 수 있다. 도 11을 참고하면, 제1 데이터베이스(650)은 선택된 데이터 코드(C01A)와 칼럼 값들의 내용(coffee, 예맨, 500ML)을 저장할 수 있고, 제2 데이터베이스(670)은 데이터 코드의 변환 이력(C01A, Y01A)과 이전의 이력에 새로운 이력이 더해져 생성된 빈도수 (9회)에 대한 정보를 저장할 수 있다.

도 12를 참고하면, 사용자 선택부(250)에서는 'C01A, coffee, 예맨, 500ML, 66.6%, 8회'에 대한 정보를 출력하고, 해당 데이터 코드가 선택된 경우, 컨버터(260)에 의하여, 초기에 입력된 로우 데이터에 대한 내용은 그대로 두고 데이터 코드만 Y01A에서 C01A로 변경되어 최종적으로 데이터 관리 시스템B(280)에서 관리될 수 있게 된다.

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, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 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 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

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 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 저장할 수 있으며 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.

위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 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 특허청구범위의 범위에 속한다.

Claims (10)

1. 시스템간 데이터 코드의 변환을 수행하는 장치에 있어서, 상기 장치는:
   프로세서; 및
   상기 프로세서에 의해 실행 가능한 인스트럭션을 저장하는 메모리를 포함하고,
   상기 프로세서는,
   제1 시스템에서 관리되는 제1 데이터를 상기 메모리에 저장하고,
   상기 제1 데이터에 기초하여 상기 메모리로부터 상기 제1 데이터와 관련된 제2 데이터를 탐색하고,
   상기 제1 데이터와 상기 제2 데이터의 유사도 및 상기 제2 데이터가 사용된 빈도수에 기초하여 상기 제1 데이터에 포함된 코드를 변환(convert)하여 제2 시스템으로 출력하고
   상기 제1 데이터가 포함하는 적어도 하나 이상의 행(row) 마다 상기 유사도를 측정하고,
   상기 제1 데이터가 포함하는 복수의 칼럼(column)값과 상기 하나 이상의 제2 데이터가 포함하는 복수의 칼럼 값을 대비하고,
   매칭되는 칼럼 값들의 개수를, 대비한 칼럼 값들의 개수로 나눈 것으로 상기 유사도를 측정하고,
   상기 유사도가 기준 유사도 이상인 경우, 상기 빈도수를 측정하고,
   상기 제2 데이터 중에서 상기 빈도수가 기준 빈도수 이상인 제2 데이터에 기초하여 상기 제1 데이터를 변환하여 출력하고,
   상기 유사도가 기준 유사도 미만인 경우, 상기 제1 데이터에 포함된 코드를 기반으로 신규 코드를 생성하고, 상기 신규 코드를 이용하여 상기 제1 데이터를 변환하여 출력하도록 구성되고,
   상기 제1 데이터의 각 행에 대한 제1 사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 상기 빈도수로 측정하고,
   상기 코드의 변환 이력 및 이전의 이력에 새로운 이력을 더함으로써 상기 빈도수를 업데이트하고,
   상기 메모리는 상기 데이터 코드로 구성된 데이터 베이스를 포함하고,
   상기 데이터 베이스는,
   상기 제1 데이터에 포함된 칼럼 값을 저장하는 제1 데이터베이스; 및
   상기 데이터 코드의 생성 이력을 저장하는 제2 데이터베이스를 포함하는 것을 특징으로 하고,
   상기 프로세서는,
   상기 코드의 이전의 사용 이력에 새로운 사용 이력을 더함으로써 상기 빈도수를 업데이트하고,
   상기 코드의 변환 이력 및 업데이트된 빈도수를 상기 제2 데이터베이스에 저장하는,
   , 장치.
   
2. 제1항에 있어서,
   상기 프로세서는,
   상기 제1 데이터와 상기 제2 데이터가 동일한 경우, 상기 제1 데이터를 그대로 출력하고,
   상기 제1 데이터와 상기 제2 데이터가 상이한 경우, 상기 제1 데이터를 변환하여 출력하는, 장치.
   
3. 삭제
4. 제1 항에 있어서,
   상기 프로세서는,
   상기 제1 데이터의 각 행(Row)에 대한 제1 사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 상기 빈도수로 측정하는, 장치.
   
5. 제2 항에 있어서,
   상기 프로세서는,
   상기 제1 데이터가 포함하는 코드의 칼럼 값들을 내림차순으로 정렬하고, 정렬된 마지막 코드의 칼럼 값에 1을 더하여 상기 신규 코드를 생성하는, 장치.
   
6. 제1 항에 있어서, 대비하고자 하는 칼럼들은 상기 유사도 측정 전에 선택되고, 상기 선택되는 칼럼의 수는 2개 이상인 것을 특징으로 하는 장치.
   
7. 삭제
8. 제2 항에 있어서,
   상기 프로세서는,
   상기 유사도가 기준치 이상인 상기 제1 데이터의 행(row)에 대하여 상기 빈도수를 측정하고,
   상기 빈도수 순으로 상기 제1 데이터의 행을 정렬하고,
   상기 기준 빈도수 이상의 빈도수를 가지는 행(row)을 출력하고,
   상기 기준 유사도는 0.7인 것을 특징으로 하는, 장치.
   
9. 제1 항에 있어서,
   상기 프로세서는,
   상기 제1 데이터의 칼럼 값과 상기 제2 데이터의 칼럼 값이 매칭되는지 여부를 확인하고,
   유사도 측정을 위하여 매칭 대상이 되도록 선택된 2개 이상의 기준 칼럼을 확인하고,
   (i) 상기 기준 칼럼에 대한 제1 데이터 및 상기 제2 데이터의 칼럼 값이 전부 매칭되는 제1 데이터의 제1 행을 출력하고,
   (ii) 상기 기준 칼럼에 대하여 제1 데이터 및 상기 제2 데이터의 유사도가 0.7 이상 1미만인 상기 제1 데이터의 제2 행에 대해서 상기 빈도수를 측정하고, 상기 빈도수가 기준 빈도수 이상으로 확인되면 상기 제2 행을 출력하고,
   (iii) 상기 유사도가 0.7미만인 상기 제1 데이터의 제3 행은, 상기 제3 행의 코드에 기반하여 생성된 신규 코드로 상기 제3 행을 출력하는, 장치.
   
10. 시스템간 데이터 코드의 변환을 수행하는 방법에 있어서, 상기 방법은:
    시스템간 데이터 코드의 변환을 수행하는 장치가 제1 시스템에서 관리되는 제1 데이터를 저장하는 단계;
    상기 장치가 상기 제1 데이터에 기초하여 상기 제1 데이터와 관련된 제2 데이터를 탐색하는 단계;
    상기 장치가 상기 제1 데이터와 상기 제2 데이터의 유사도 및 상기 제2 데이터가 사용된 빈도수에 기초하여 상기 제1 데이터에 포함된 코드를 변환(convert)하여 제2 시스템으로 출력하는 단계
    를 포함하고,
    상기 제2 시스템으로 출력하는 단계는,
    상기 제1 데이터가 포함하는 적어도 하나 이상의 행(row) 마다 상기 유사도를 측정하는 단계;
    상기 제1 데이터가 포함하는 복수의 칼럼(column)값과 상기 하나 이상의 제2 데이터가 포함하는 복수의 칼럼 값을 대비하는 단계;
    매칭되는 칼럼 값들의 개수를, 대비한 칼럼 값들의 개수로 나눈 것으로 상기 유사도를 측정하는 단계;
    상기 유사도가 기준 유사도 이상인 경우, 상기 빈도수를 측정하는 단계;
    상기 제2 데이터 중에서 상기 빈도수가 기준 빈도수 이상인 제2 데이터에 기초하여 상기 제1 데이터를 변환하여 출력하는 단계;
    상기 유사도가 기준 유사도 미만인 경우, 상기 제1 데이터에 포함된 코드를 기반으로 신규 코드를 생성하고, 상기 신규 코드를 이용하여 상기 제1 데이터를 변환하여 출력하는 단계;
    상기 방법은, 상기 장치가 상기 데이터 코드 및 상기 빈도수를 데이터 베이스에 저장하는 단계를 더 포함하고,
    상기 데이터 베이스는,
    상기 제1 데이터에 포함된 칼럼 값을 저장하는 제1 데이터베이스; 및
    상기 데이터 코드의 생성 이력을 저장하는 제2 데이터베이스를 포함하는 것을 특징으로 하고,
    상기 빈도수를 측정하는 단계는,
    상기 제1 데이터의 각 행에 대한 제1 사용자의 선택 이력 또는 상기 제1 데이터의 각 행에 대한 제2 사용자의 선택의 횟수를 상기 빈도수로 측정하는 단계; 및
    상기 코드의 이전의 사용 이력에 새로운 사용 이력을 더함으로써 상기 빈도수를 업데이트하는 단계를 포함하고,
    상기 데이터 베이스에 저장하는 단계는,
    상기 코드의 변환 이력 및 업데이트된 빈도수를 상기 제2 데이터베이스에 저장하는 단계를 포함하는, 방법.