KR20200145078A - 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법 - Google Patents

인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법 Download PDF

Info

Publication number
KR20200145078A
KR20200145078A KR1020190073532A KR20190073532A KR20200145078A KR 20200145078 A KR20200145078 A KR 20200145078A KR 1020190073532 A KR1020190073532 A KR 1020190073532A KR 20190073532 A KR20190073532 A KR 20190073532A KR 20200145078 A KR20200145078 A KR 20200145078A
Authority
KR
South Korea
Prior art keywords
artificial intelligence
engine
intelligence engine
engines
user
Prior art date
Application number
KR1020190073532A
Other languages
English (en)
Other versions
KR102234651B1 (ko
Inventor
변시섭
진재선
Original Assignee
(주)헬스허브
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 (주)헬스허브 filed Critical (주)헬스허브
Priority to KR1020190073532A priority Critical patent/KR102234651B1/ko
Publication of KR20200145078A publication Critical patent/KR20200145078A/ko
Application granted granted Critical
Publication of KR102234651B1 publication Critical patent/KR102234651B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법에 관한 것으로, 더욱 상세하게는 다양한 종류의 복수의 인공지능 엔진들에 대해서 각 인공지능 엔진에 입력쿼리를 제공하고, 상기 각 인공지능 엔진으로부터 예측결과를 제공받아 최종적으로 출력하는 것을 조율하는 인공지능 플랫폼 시스템을 제공함으로써, 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공하는 것이 가능하도록 하는 이른바 초 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법에 관한 것이다.

Description

인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법{ARTIFICIAL INTELLIGENCE PLATFORM AND METHOD FOR PROVIDING THE SAME}
본 발명은 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법에 관한 것으로, 더욱 상세하게는 다양한 종류의 복수의 인공지능 엔진들에 대해서 각 인공지능 엔진에 입력쿼리를 제공하고, 상기 각 인공지능 엔진으로부터 예측결과를 제공받아 최종적으로 출력하는 것을 조율하는 인공지능 플랫폼 시스템을 제공함으로써, 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공하는 것이 가능하도록 하는 이른바 초 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법에 관한 것이다.
현재 인공지능 관련 기술개발의 추세로 보아, 가까운 장래에 수많은 분야에서 각 분야의 엄청난 성능을 가진 전문 인공지능 엔진이 출현할 것이다. 현재 수준에서도 이미 수많은 잘 훈련된 인공지능 엔진이 개발되어 있는 상태이다.
그러나 아직 인공지능이 현실의 생활에 완전히 적용되기에 부족한 점이 많이 존재한다. 인공지능 알고리즘이 보다 전문적이고 실질적으로 실생활에 적용되기 위해서 더욱 다양한 분야에서 응용분야에 더욱 정교하고 세밀하게 커스터마이징될 필요가 있다.
그러나 단일 인공지능 엔진이 특정 분야의 데이터를 학습하여 우수한 예측성능을 발휘하는 것은 한계가 있기 마련이다. 즉, 이 세상에는 이미 수많은 인공지능 엔진이 존재하지만, 해당 엔진이 최고의 성능을 발휘하기 위해서는 더욱 전문화되도록 한 분야에 집중적으로 전문화시킬 필요가 있다. 예컨대 그 전문분야를 의료분야로 한정한다고 하더라도 인공지능 엔진의 수는 셀 수 없이 많다. 또한 수많은 인공지능 엔진이 학습하는 환경이 모두 각기 상이하다. 이렇다면 환자의 입장에서 어떠한 인공지능 엔진을 통해서 진단을 받을 지 판단하는 것 자체가 불가능할 것이다.
이러한 문제를 해결하기 위해서 본 발명은 복수의 인공지능 엔진을 입체적으로 배열하고 환자의 병증에 대한 진단을 수행하되, 준비된 인공지능 엔진을 모두 사용하여 다양한 깊이와 범위로 환자의 병증을 진단하도록 한다.
복수의 인공지능 엔진과 상기 복수의 인공지능 엔진을 통한 진단결과에 대한 맵을 통해서, 환자의 병증에 대한 가장 높은 확률의 정확도를 가진 진단 결과를 제공함으로써, 환자가 항상 최상의 진단 서비스를 받도록 하고자 한다.
다음으로 본 발명의 기술분야에 존재하는 선행기술에 대하여 간단하게 설명하고, 이어서 본 발명이 상기 선행기술에 비해서 차별적으로 이루고자 하는 기술적 사항에 대해서 기술하고자 한다.
한국공개특허 제2014-0069464호(2014.06.10., 이하 D1이라고 함)는 학습자의 단말기 환경에 관계없이 이러닝 콘텐츠를 배포할 수 있는 이러닝을 위한 단일 소스 다중 플랫폼 제공 시스템을 개시한다. 상기 선행기술에 따른 시스템은 이러닝 소스 콘텐츠를 클라이언트 단말에 대응하도록 자동 변환하기 위한 단일 소스 다중 플랫폼 제공 시스템에 있어서, 사용자 단말기 상태에 따라 이러닝 콘텐츠의 플랫폼 변형을 인지하고 변환하여 사용자 단말기에 대한 플랫폼 정합을 통해서 최종 콘텐츠 정보를 클라이언트 단말로 제공하는 것을 특징으로 한다. 즉, 사용자 단말기의 환경을 자동으로 인식한 후 해당 단말기별 그래픽 환경, 하드웨어적 환경에 따라 콘텐츠를 변환 출력함으로써, 이러닝 서비스의 효율성과 안정성을 확보할 수 있는 효과가 있다.
상기 선행기술(D1)은 학습자의 단말기 환경에 관계없이 이러닝 콘텐츠를 배포할 수 있도록 함으로써, 단말기에 따라 콘텐츠를 개별적으로 개발해야 하는 불편을 해소하고, 개발 자원의 불필요한 낭비를 방지할 수 있는 이러닝을 위한 단일 소스 다중 플랫폼 제공 시스템에 관한 것으로, 이는 본 발명에서 추구하는 복수의 다양한 인공지능 엔진을 규합하거나 선택하여 최고의 예측결과를 제공하고자 하는 기술적 목적과 상이한 특징을 가지고 있음을 알 수 있다. 즉, 상기 선행기술은 단말기의 환경에 관계없이 단일 소스 다중 플랫폼을 제공하는 시스템에 관한 것으로, 본 발명의 다중 인공지능 엔진으로부터 추출된 최상의 예측 결과를 제공하는 것과 기술적인 특징이 차별화됨이 분명하다.
한국등록특허 제1877828호(2018.07.06, 이하 D2라고 함)는 인공지능 기반의 사용자 인터페이스 통합 플랫폼 시스템에 관한 것으로, 데이터의 유형을 로직 데이터와 일반 데이터로 구분함으로써 데이터의 특성을 반영한 사용자 인터페이스를 구성하며, 데이터의 유형을 데이터가 가진 업무적인 특성을 기준으로 구분함으로써 데이터의 업무적인 특성을 반영한 사용자 인터페이스를 구성할 수 있으며, 시스템 자체의 인공지능을 통해 데이터를 구분하는 등의 프로세스를 수행함으로써 전체 프로세스의 소요 시간을 줄일 수 있다.
상기 선행기술 D2는 인공지능 기반의 사용자 인터페이스 통합 플랫폼 시스템에 관한 것으로, 사용자 인터페이스를 통합하는 것에 대해서 기재하고 있을 뿐, 본 발명과 같이 복수의 다양한 인공지능 엔진을 통합하여 하나의 고성능 인공지능 시스템을 구축하는 것에 관한 것이다.
또한 한국공개특허 제2018-0134099호(2018.12.18, 이하 D3라고 함)는 다양한 사업자들이 제공하는 인공지능 플랫폼을 하나의 시스템 상에서 이용할 수 있도록 상호 연계하고, 사용자의 음성, 텍스트, 이미지 또는 이들의 조합을 포함한 쿼리 입력을 확인하여 상기 쿼리에 가장 적합한 인공지능 플랫폼을 선정하고, 해당 인공지능 플랫폼을 통해 사용자가 요청한 쿼리에 대한 최적의 답변을 제공할 수 있도록 하는 인공지능 통합 플랫폼 및 그 운영방법에 관한 것이다.
상기 선행기술 D3은 다양한 사업자로부터 제공된 다양한 인공지능 엔진을 하나의 시스템에서 이용할 수 있는 것이 특징이나, 본 발명은 각 인공지능을 이용하여 하나의 대형 인공지능 연산 플랫폼을 구성하는 점에서 D3과 기술적 특징의 차별성이 뚜렷하다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 다양한 종류의 복수의 인공지능 엔진들에 대해서 각 인공지능 엔진에 입력쿼리를 제공하고, 상기 각 인공지능 엔진으로부터 예측결과를 제공받아 최종적으로 출력하는 것을 조율하는 인공지능 플랫폼 시스템을 제공하는 것을 목적으로 한다.
또한 본 발명은 상기 플랫폼 시스템을 통해서 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공하는 것이 가능하도록 하는 초(singular) 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법을 제시하는 것을 다른 목적으로 한다.
또한 본 발명은 다양한 인공지능 엔진의 입력 데이터 포맷을 변환하여 다양한 인공지능에 입력할 수 있도록 하고, 다양한 인공지능 엔진으로부터 출력되는 예측 결과를 사용자가 편리하게 활용할 수 있도록 변환하여 출력하거나, 하나의 통합된 포맷으로 변환하여 저장하는 것을 포함하는 것을 또 다른 목적으로 한다.
또한 본 발명은 복수의 인공지능 엔진에 대한 입력 데이터와 출력 데이터를 이용하여 새로운 별도의 인공지능 엔진을 구성하여, 기존의 각 인공지능 엔진에 비해서 우수한 성능을 가진 엔진을 구성하는 것을 또 다른 목적으로 한다.
또한 본 발명은 복수의 서로 다른 혹은 동일한 인공지능 엔진을 이용하여 새로운 인공지능 엔진을 형성하도록 하여 실제 개별 인공지능 엔진을 직접 로컬에 구비하지 않고도 새로운 인공지능 엔진을 구성할 수 있도록 하는 것을 또 다른 목적으로 한다.
본 발명의 일 실시예에 따른 인공지능 플랫폼 시스템은, 제1 인공지능 엔진; 및 제2 인공지능 엔진;을 포함하며, 상기 제1 인공지능 엔진의 출력이 상기 제2 인공지능 엔진으로 그대로 혹은 가공되어 입력되도록, 상기 제1 인공지능 엔진과 제2 인공지능 엔진을 서로 직렬로 연결하여 새로운 인공지능 엔진을 구성하거나, 상기 제1 인공지능 엔진과 상기 제2 인공지능 엔진을 서로 병렬로 연결하여 새로운 인공지능 엔진을 구성하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 제3 인공지능 엔진;을 더 포함하며, 상기 제1 내지 제3 인공지능 엔진을 포함한 복수의 인공지능 엔진을 서로 직병렬로 연결하여 새로운 인공지능 엔진을 구성하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 입력 데이터 구성부;를 더 포함하며, 상기 입력 데이터 구성부는, 상기 직렬로 연결한 경우, 특정 입력 데이터를 상기 제1 인공지능 엔진의 입력 데이터 포맷으로 변환하거나, 상기 제1 인공지능 엔진의 출력을 상기 제2 인공지능 엔진의 입력 데이터 포맷으로 변환하며; 상기 병렬로 연결한 경우, 특정 입력 데이터를 상기 제1 인공지능 엔진과 상기 제2 인공지능 엔진의 입력 데이터 포맷으로 변환하는 것을 포함하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 입력 데이터 구성부;를 더 포함하며, 상기 입력 데이터 구성부는, 상기 복수의 인공지능 엔진의 입력 데이터를 구성하고, 특정 인공지능 엔진의 출력을 다른 특정 인공지능 엔진의 입력 데이터 포맷으로 변환하여 제공하는 것을 특징으로 한다.
또한 본 발명의 일 실시예에 따른 인공지능 플랫폼 시스템은, 복수의 인공지능 엔진을 등록하는 인공지능 엔진 등록부, 상기 등록한 인공지능 엔진을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류부, 상기 분류한 적어도 하나 이상의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 인공지능 엔진 조합 생성부, 특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진에 상기 사용자의 니즈에 대한 요청을 의뢰하는 쿼리부, 및 상기 의뢰한 사용자의 니즈에 대한 요청에 따라 상기 생성한 새로운 인공지능 엔진을 통해 예측되는 적어도 하나 이상의 결과를 제공하는 결과 제공부를 포함하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 상기 사용자의 요청에 대한 입력 데이터를 상기 인공지능 엔진 조합 생성부를 통해 생성한 적어도 하나 이상의 인공지능 엔진의 입력 데이터 포맷으로 변환하여 상기 쿼리부로 제공하는 입력 데이터 구성부를 더 포함하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 복수의 인공지능 엔진이나 복수의 인공지능 엔진을 조합한 인공지능에 대해서 성능을 측정하는 성능 측정부를 더 포함하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 복수의 인공지능 엔진들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행하는 인공지능 코디네이터를 더 포함하는 것을 특징으로 한다.
또한 상기 인공지능 플랫폼 시스템은, 상기 분류된 인공지능 엔진에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 인공지능 엔진 맵 형성부, 및 사용자가 의뢰한 데이터를 분석하여 상기 인공지능 엔진의 맵에 대한 좌표로 변환하여 제공하는 좌표 변환부를 더 포함하며, 상기 인공지능 엔진 조합 생성부를 통해서, 상기 좌표 변환부에서 변환한 좌표에 따라 상기 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성하는 것을 더 포함하는 것을 특징으로 한다.
아울러, 본 발명의 일 실시예에 따른 인공지능 플랫폼을 제공하기 위한 방법은, 인공지능 플랫폼에서, 복수의 인공지능 엔진을 등록하는 인공지능 엔진 등록 단계, 상기 등록한 인공지능 엔진을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류 단계, 상기 분류한 적어도 하나 이상의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 인공지능 조합 생성 단계, 특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진에 상기 사용자의 니즈에 대한 요청을 의뢰하는 쿼리 단계, 및 상기 의뢰한 사용자의 니즈에 대한 요청에 따라 상기 생성한 새로운 인공지능 엔진을 통해 예측되는 적어도 하나 이상의 결과를 제공하는 결과 제공 단계를 포함하는 것을 특징으로 한다.
또한 상기 방법은, 상기 인공지능 플랫폼에서, 상기 사용자의 요청에 대한 입력 데이터를 상기 인공지능 조합 생성 단계를 통해 생성한 적어도 하나 이상의 인공지능 엔진의 입력 데이터 포맷으로 변환하는 입력 데이터 구성 단계를 더 포함하는 것을 특징으로 한다.
또한 상기 방법은, 상기 인공지능 플랫폼에서, 복수의 인공지능 엔진이나 복수의 인공지능 엔진을 조합한 인공지능에 대해서 성능을 측정하는 성능측정 단계를 더 포함하는 것을 특징으로 한다.
또한 상기 방법은, 상기 인공지능 플랫폼에서, 복수의 인공지능 엔진들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행하는 인공지능 코디네이터 단계를 더 포함하는 것을 특징으로 한다.
또한 상기 방법은, 상기 인공지능 플랫폼에서, 상기 분류된 인공지능 엔진에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 인공지능 엔진 맵 형성 단계, 및 사용자가 의뢰한 데이터를 분석하여 상기 인공지능 엔진의 맵에 대한 좌표로 변환하여 제공하는 좌표변환 단계를 더 포함하며, 상기 인공지능 플랫폼에서, 상기 인공지능 조합 생성 단계를 통해서, 상기 좌표변환 단계에서 변환한 좌표에 따라 상기 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성하는 것을 더 포함하는 것을 특징으로 한다.
이상에서와 같이 본 발명의 인공지능 플랫폼 시스템은, 이 세상에 기 존재하고 항상 새롭게 경쟁적으로 발전 및 진화하는 개별 인공지능 엔진을 이용하여 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공하는 것이 가능하도록, 적어도 하나 이상의 인공지능 엔진에 대한 조합을 구성하여 예측할 수 있도록 하기 때문에, 기존에 존재하는 인공지능 플랫폼보다 우수한 성능을 가지는 인공지능 플랫폼 시스템을 안정적이고 확실하게 제공할 수 있는 효과가 있다. 즉, 자체적으로 개별적인 학습을 수행할 필요도 없이 산재해 있는 인공지능 엔진을 이용하여 가장 강력한 성능을 가진 새로운 인공지능 플랫폼 시스템을 획득할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 플랫폼에서 수행하는 복수의 인공지능 엔진의 직렬연결, 병렬연결 및 직병렬연결을 통한 새로운 인공지능 엔진의 생성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 플랫폼의 구성을 보다 상세하게 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 인공지능 플랫폼의 인공지능 코디네이터에서 수행하는 인공지능 엔진 맵을 이용한 인공지능 엔진 조합을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼을 제공하는 방법에서 복수의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 동작과정을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼을 제공하는 방법에서 사용자의 요청에 따라 새롭게 생성된 인공지능 엔진의 이용과정을 설명하기 위한 흐름도이다.
이하, 첨부한 도면을 참조하여 본 발명의 초(싱귤러)(singular, super) 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법에 대한 바람직한 실시 예를 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
도 1은 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼 시스템을 설명하기 위한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 시스템은 인공지능 플랫폼(100), 복수의 인공지능 엔진(200), 복수의 사용자 단말(300), 데이터베이스(400) 등을 포함하여 구성된다.
상기 인공지능 플랫폼(100)은 사용자가 상기 사용자 단말(300)을 통해 자신의 니즈에 필요한 요청을 수행하면, 사용자가 원하는 특정 전문 분야, 환경 요소 및 종류에 따라 적어도 하나 이상의 인공지능 엔진(200)을 조합하여 새롭게 생성한 인공지능 엔진(200)을 통해서, 해당 사용자가 원하는 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공한다.
예를 들어 사용자가 자신의 병증에 대한 이미지나 데이터를 입력하여 진단결과를 제공받기를 원하는 경우, 기존에는 사용자가 직접 해당 분야의 인공지능 엔진을 찾은 후, 상기 인공지능 엔진이 요구하는 입력 포맷에 따라 병증에 관련된 데이터를 입력해야만 자신의 병증에 대하여 예측한 진단결과를 제공받을 수 있었다. 하지만 현재 의료분야만 하더라도 수많은 인공지능 엔진이 존재하고, 이에 따라 사용자는 자신의 병증에 관련하여 어떠한 인공지능 엔진을 통해 진단을 받을 것인지를 판단하기 매우 어려운 것이 현실이다.
상기 인공지능 플랫폼(100)은 이와 같은 문제점을 해결하기 위한 것으로서, 사용자가 자신의 병증에 대한 데이터를 상기 인공지능 플랫폼(100)에 제공하기만 하면, 상기 인공지능 플랫폼(100)에서 해당 사용자가 제공한 병증에 대한 데이터를 토대로 관련 분야에 속한 복수의 인공지능 엔진(200)을 입체적으로 배열하고, 입체적으로 배열된 모든 인공지능 엔진(200)을 사용하여 다양한 깊이와 범위로 사용자의 병증을 진단한 예측결과를 최종적으로 조율하여 해당 사용자에게 제공한다.
다시 말하면, 상기 인공지능 플랫폼(100)은 사용자가 원하는 특정 요청에 대하여, 상기 요청에 대한 예측을 수행할 수 있는 다양한 종류의 각 인공지능 엔진(200)에 입력쿼리를 제공하고, 상기 각 인공지능 엔진(200)으로부터 예측결과를 제공받아 최종 출력을 조율하여 상기 사용자 단말(300)로 전달하는 것이다. 이에 따라 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공하는 것이 가능해진다. 이때 상기 인공지능 플랫폼(100)은 상기 각 인공지능 엔진(200)으로부터 예측결과를 제공받아 최종 출력을 조율할 때, 상기 예측결과를 모아보기 형태로 제공할 수 있으며, 전문가(예를 들어 질병관련인 경우 의사)의 2차 의견을 반영하여 제공할 수 있다.
이를 위해서, 상기 인공지능 플랫폼(100)은 각 전문 분야, 환경 요소 및 종류에 따라 특화되어 있는 다양한 인공지능 엔진(200)을 사전에 등록 및 분류하여 상기 데이터베이스(400)에 저장한다.
또한 상기 인공지능 플랫폼(100)은 상기 데이터베이스(400)에 저장되어 있는 사전에 등록 및 분류된 복수의 인공지능 엔진(200)을 참조하여, 상기 사용자 단말(300)로부터 입력되는 사용자의 니즈에 따른 요청 데이터를 분석하고, 분석결과를 토대로 복수의 인공지능 엔진(200)을 조합하여 새로운 인공지능 엔진(200)을 생성한다.
예를 들어 적어도 2개 이상의 인공지능 엔진(200)을 직렬로 배열하거나, 병렬로 배열하거나, 또는 적어도 3개 이상의 인공지능 엔진(200)을 혼합하여 직병렬로 배열하는 것이다. 이에 대한 구체적인 내용은 도 2에서 보다 상세하게 설명하기로 한다.
또한 상기 인공지능 플랫폼(100)은 복수의 인공지능 엔진(200)을 조합하여 새로운 인공지능 엔진(200)을 생성할 때, 상기 설명한 것과 같이 사용자가 입력한 정보의 메타데이터, 이미지 또는 이들의 조합을 이용하여 예측을 수행할 적어도 하나 이상의 인공지능 엔진을 선택한 후 이를 직렬, 병렬 또는 직병렬로 조합하여 생성하는 방식 이외에, 상기 인공지능 플랫폼(100) 측에서 질문 내용이나 종류를 사전에 분류하고, 상기 사전에 분류한 정보를 토대로 복수의 인공지능 엔진(200)을 직렬, 병렬 또는 직병렬로 조합하여 새로운 인공지능 엔진(200)을 생성하는 방식을 적용할 수 있다.
또한 상기 인공지능 플랫폼(100)은 사용자의 니즈에 따른 요청 데이터를 상기 새롭게 생성한 인공지능 엔진(200) 각각에 적합한 입력 데이터 포맷으로 변환하여, 각 인공지능 엔진(200)에 맞는 입력쿼리를 제공한다. 이때 상기 인공지능 엔진(200) 각각에 적합한 입력 데이터 포맷으로 변환한다는 것은, 사용자가 제공한 자신의 니즈에 따른 요청 데이터(어떠한 형식의 이미지나 데이터이건 상관없음)를 각 인공지능 엔진의 입력으로 사용되는 이미지(영상, 그래픽 등), 데이터(텍스트, 음성 등) 또는 이들의 조합으로 변환하는 것을 의미한다. 또한 상기 인공지능 플랫폼(100)은 상기 사용자 단말(300)로 각종 템플릿을 제공하거나, 또는 데이터 구조를 제공하여, 사용자가 자신의 니즈에 따른 요청 데이터를 편리하게 입력할 수 있도록 지원할 수 있다.
또한 상기 인공지능 플랫폼(100)은 각 인공지능 엔진(200)으로부터 상기 입력쿼리에 따른 예측결과가 출력되면, 상기 예측결과를 사용자가 편리하게 활용할 수 있도록 어느 하나의 통합된 포맷으로 변환하여 해당 사용자 단말(300)로 제공하거나, 또는 상기 데이터베이스(400)에 저장하여 관리한다. 즉 상기 각 인공지능 엔진(200)에서 출력되는 예측결과는 확률(수치)로 나타나기 때문에, 일반 사용자들이 이를 알아보기 쉽지 않으므로 상기 인공지능 플랫폼(100)에서 자연어로 손쉽게 풀어서 설명할 필요가 있다. 예를 들어 상기 인공지능 플랫폼(100)은 각 인공지능 엔진(200)에서 출력되는 예측결과를 토대로, 암의 진행정도, 뼈 나이의 판단 등은 물론, 차트를 이용한 병증 설명, 처방전 등에 대한 각종 정보를 의사가 환자에게 직접 설명하는 것과 동일하게 처리하는 것이다.
이처럼 상기 인공지능 플랫폼(100)은 복수의 인공지능 엔진(200)에 대한 입력 데이터와 출력 데이터를 이용하여 새로운 별도의 인공지능 엔진(200)을 구성함으로써, 기존의 각 인공지능 엔진에 비해서 우수한 성능을 가진 엔진을 구성할 수 있다.
또한 상기 인공지능 플랫폼(100)은 복수의 서로 다른 인공지능 엔진(200) 또는 동일한 인공지능 엔진(200)을 이용하여, 새로운 인공지능 엔진을 조합하여 형성할 수 있기 때문에, 실제 산재되어 있는 개별 인공지능 엔진(200)을 직접 로컬에 구비하지 않고도 자체적으로 개별적인 학습을 수행할 필요가 없는 새로운 인공지능 엔진(200)을 구성할 수 있고, 현재 존재하고 있는 어떠한 인공지능 플랫폼보다 우수하고 강력한 성능을 갖는 싱귤러 인공지능 플랫폼 시스템을 제공할 수 있다.
한편 상기 인공지능 플랫폼(100)은 각 인공지능 엔진(200)으로부터 특정 분야에 존재하는 기존의 인공지능 엔진보다 더 우수한 품질의 예측결과를 제공받은 사용자로부터 성능에 대한 평가, 추천 정보 등을 입력받고, 상기 평가나 추천 결과를 토대로 각각의 인공지능 엔진은 물론, 복수의 인공지능 엔진을 조합하여 새롭게 생성한 인공지능 엔진에 관한 평가를 수행할 수 있다.
상기 인공지능 엔진(200)은 법률, 의료, 정치, 경제, 미술, 음악, 영상, 문학, 취미, 스포츠 등의 각종 전문분야별로 다양한 업체에서 개발되어 서비스되고 있다.
예를 들어, 도 1에 나타낸 것과 같이 상기 인공지능 엔진(200)은 자율자동차 분야 인공지능 엔진(AI_AUT1 내지 AI_AUTn, 200a), 공장자동화 분야 인공지능 엔진(AI_FA1 내지 AI_FAn, 200b), 의료분야 인공지능 엔진(AI_MED1 내지 AI_MEDn, 200c), 영상인식 분야 인공지능 엔진(AI_IMG1 내지 AI_IMGn, 200d) 등의 전문 분야, 환경 요소 및 종류에 따라 다양하게 구현되어 있다.
또한 상기 인공지능 엔진(200)은 상기 인공지능 플랫폼(100)에서 사용자의 니즈에 따른 요청 데이터를 토대로 생성한 입력쿼리를 토대로 사전에 구축되어 있는 예측모델을 통해 데이터를 분석 및 가공하여 해당 입력쿼리에 대한 답변을 산출하고, 상기 예측모델을 통해 산출된 답변 데이터를 상기 인공지능 플랫폼(100)에 제공한다.
이때 상기 입력쿼리는 사용자가 자신의 니즈에 따라 제공한 요청 데이터를 복수의 인공지능 엔진(200)을 조합하여 새롭게 생성한 각각의 인공지능 엔진(200)에 적합한 입력 데이터 포맷으로 변환하거나, 또는 다른 인공지능 엔진(200)의 예측결과를 그 다음 단계에 연결되어 있는 특정 인공지능 엔진(200)에 적합한 입력 데이터 포맷으로 변환한 것이다.
또한 상기 인공지능 엔진(200)은 상기 인공지능 플랫폼(100)의 제어를 토대로 상기 사용자 단말(300)과 상호 간의 물리적인 인터페이스 연결을 수행하고, 사용자의 니즈에 따른 요청에 대한 답변을 상기 사용자 단말(300)로 직접 제공할 수도 있다.
상기 사용자 단말(300)은 스마트폰, 태블릿, 노트북, 데스크톱 등의 인터넷 이용이 가능한 통신기기로서, 사용자가 애플리케이션 프로그램, 웹 접속 등을 통해 이미지, 데이터 등을 활용하여 자신의 니즈에 따른 요청 데이터를 입력하면, 상기 요청 데이터를 네트워크를 통해 상기 인공지능 플랫폼(100)으로 전송한다.
또한 상기 사용자 단말(300)은 상기 요청 데이터에 따라 복수의 인공지능 엔진(200)을 직렬, 병렬 또는 직병렬로 입체적으로 배열하여 새롭게 생성한 인공지능 엔진(200)에서 수행한 예측결과를 네트워크를 통해 상기 인공지능 플랫폼(100)으로부터 제공받는다.
이때 상기 인공지능 플랫폼(100)으로부터 제공받는 예측결과는 입체적으로 배열된 모든 인공지능 엔진(200)을 사용하여 다양한 깊이와 범위로 사용자가 궁금해 하는 특정 질문에 대해서 기존의 인공지능 엔진보다 더 우수한 품질로 예측한 결과로서, 예를 들어 각 인공지능 엔진(200)에서 수행한 예측결과를 모아보기 형태로 제공받아 확인하거나, 상기 예측결과를 확인한 관련 분야의 전문가에 의해 수행된 2차 의견을 상기 예측결과와 함께 제공받아 확인할 수 있다.
또한 상기 사용자 단말(300)은 상기 인공지능 플랫폼(100)으로부터 각 인공지능 엔진(200)에서 수행한 예측결과를 제공받아 확인한 사용자가 점수화한 평가 정보, 추천 정보 등을 입력하면, 상기 평가 정보나 추천 정보를 상기 인공지능 플랫폼(100)으로 전송한다.
상기 데이터베이스(400)는 상기 인공지능 플랫폼(100)에서 사용되는 각종 프로그램, 각 인공지능 엔진(200)별 정보(예를 들어, 분야, 종류, 스펙 등의 정보), 서비스를 이용하는 각 사용자들의 회원정보 및 이용정보 등을 저장, 관리한다.
또한 상기 데이터베이스(400)는 복수의 인공지능 엔진(200)들에 대한 등록, 분류, 조합, 쿼리 또는 이들의 조합과 관련된 정보의 업데이트를 관리한다. 즉 상기 인공지능 플랫폼(100)에서 사용자의 니즈에 따른 요청 데이터 분석을 통해 새롭게 조합되는 인공지능 엔진(200)의 정보, 사용자들의 이용에 따라 진화하는 각 인공지능 엔진(200)의 버전 정보 등을 관리하는 것이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 플랫폼에서 수행하는 복수의 인공지능 엔진의 직렬연결, 병렬연결 및 직병렬연결을 통한 새로운 인공지능 엔진의 생성을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, 상기 인공지능 플랫폼(100)은 전문분야, 환경 요소 및 종류별로 수집 및 등록하여 관리중인 복수의 인공지능 엔진(200)을 직렬로 연결하거나, 병렬로 연결하거나, 직병렬로 연결하는 등의 다양한 조합으로 새로운 인공지능 엔진(200)을 구성할 수 있다.
예를 들어 도 2의 (a)에 나타낸 것과 같이, 상기 인공지능 플랫폼(100)은 제1 인공지능 엔진(AI_FA1), 및 제2 인공지능 엔진(AI_FA2)을 포함하며, 상기 제1 인공지능 엔진(AI_FA1)의 출력이 상기 제2 인공지능 엔진(AI_FA2)으로 그대로 혹은 가공되어 입력되도록, 상기 제1 인공지능 엔진(AI_FA1)과 제2 인공지능 엔진(AI_FA2)을 서로 직렬로 연결하여 새로운 인공지능 엔진을 구성한다.
즉 상기 인공지능 플랫폼(100)은 상기 사용자 단말(300)로부터 공장자동화 분야 인공지능 엔진을 이용하고자 하는 사용자의 니즈에 따른 요청 데이터가 입력되면, 상기 요청 데이터를 분석하고, 상기 분석한 결과를 토대로 상기 데이터베이스(400)에 수집 및 분류한 공장자동화 분야 인공지능 엔진 중 공장 자동화 라인 연장과 관련한 제1 인공지능 엔진(AI_FA1)과 제2 인공지능 엔진(AI_FA2) 2개를 서로 직렬로 연결하여 새로운 인공지능 엔진을 생성할 수 있다.
이와 같이 직렬로 연결하여 새로운 인공지능 엔진을 생성하는 경우, 상기 인공지능 플랫폼(100)은 입력 데이터 구성부(130)를 통해 사용자의 니즈에 따른 요청 데이터(즉 상기 제1 인공지능 엔진(AI_FA1)의 입력 데이터)를 상기 제1 인공지능 엔진(AI_FA1)의 입력 데이터 포맷으로 변환하고, 이를 상기 제1 인공지능 엔진(AI_FA1)의 입력쿼리로 제공한다.
또한 상기 인공지능 플랫폼(100)은 상기 제1 인공지능 엔진(AI_FA1)의 출력이 상기 제2 인공지능 엔진(AI_FA2)으로 그대로 입력되도록 하거나, 또는 가공되어 입력되도록 한다. 즉 상기 제1 인공지능 엔진(AI_FA1)에서 수행한 예측결과(즉 제1 인공지능 엔진의 출력)를 상기 제2 인공지능 엔진(AI_FA2)으로 그대로 입력하거나, 상기 제1 인공지능 엔진(AI_FA1)에서 수행한 예측결과를 상기 제2 인공지능 엔진(AI_FA2)의 입력 데이터 포맷으로 변환하고 이를 상기 제2 인공지능 엔진(AI_FA2)의 입력쿼리로 제공하는 것이다.
이처럼 상기 제1 인공지능 엔진(AI_FA1)의 결과를 상기 제2 인공지능 엔진(AI_FA2)의 입력으로 변환하여 예측을 수행하기 때문에, 사용자는 보다 깊이 있는 예측결과를 제공받을 수 있다.
또한 예를 들어 도 2의 (b)에 나타낸 것과 같이, 상기 인공지능 플랫폼(100)은 제1 인공지능 엔진(AI_MED1), 및 제2 인공지능 엔진(AI_MED2)을 포함하며, 상기 제1 인공지능 엔진(AI_MED1)과 상기 제2 인공지능 엔진(AI_MED2)을 서로 병렬로 연결하여 새로운 인공지능 엔진을 구성한다.
즉 상기 인공지능 플랫폼(100)은 상기 사용자 단말(300)로부터 의료 분야 인공지능 엔진을 이용하고자 하는 사용자의 니즈에 따른 요청 데이터가 입력되면, 상기 요청 데이터를 분석하고, 상기 분석한 결과를 토대로 상기 데이터베이스(400)에 수집 및 분류한 의료 분야 인공지능 엔진 중 인접부위/관련부위에 대한 진단을 수행하는 제1 인공지능 엔진(AI_MED1)과 제2 인공지능 엔진(AI_MED2) 2개를 서로 병렬로 연결하여 새로운 인공지능 엔진을 생성할 수 있다.
이와 같이 병렬로 연결하여 새로운 인공지능 엔진을 생성하는 경우, 상기 인공지능 플랫폼(100)은 입력 데이터 구성부(130)를 통해 사용자의 니즈에 따른 요청 데이터(즉 상기 제1 인공지능 엔진(AI_MED1)과 상기 제2 인공지능 엔진(AI_MED2)의 입력 데이터)를 상기 제1 인공지능 엔진(AI_MED1) 및 제2 인공지능 엔진(AI_MED2)의 입력 데이터 포맷으로 변환하고, 이를 상기 제1 인공지능 엔진(AI_MED1) 및 제2 인공지능 엔진(AI_MED2)의 입력쿼리로 제공한다.
이처럼 상기 제1 인공지능 엔진(AI_MED1) 및 제2 인공지능 엔진(AI_MED2)을 병렬로 연결하면, 상기 인공지능 플랫폼(100)은 상기 제1 인공지능 엔진(AI_MED1) 및 제2 인공지능 엔진(AI_MED2)에서 각각 처리한 예측결과를 입력받고, 이를 조율하여 상기 사용자 단말(300)로 제공한다. 즉 상기 인공지능 플랫폼(100)은 상기 제1 인공지능 엔진(AI_MED1) 및 제2 인공지능 엔진(AI_MED2)에서 개별적으로 수행한 예측결과를 조율하여 제공하기 때문에, 사용자는 어느 특정한 인공지능 엔진에서 수행한 판정 결과보다 폭넓은 범위의 예측결과를 제공받을 수 있다.
또한 예를 들어 도 2의 (c)에 나타낸 것과 같이, 상기 인공지능 플랫폼(100)은 제1 내지 제3 인공지능 엔진(AI_FA1)(AI_IMG1)(AI_FA2)을 포함하며, 상기 제1 내지 제3 인공지능 엔진(AI_FA1)(AI_IMG1)(AI_FA2)을 서로 직병렬로 연결하여 새로운 인공지능 엔진을 구성한다.
즉 상기 인공지능 플랫폼(100)은 상기 사용자 단말(300)로부터 공장자동화 및 영상인식 분야 인공지능 엔진을 이용하고자 하는 사용자의 니즈에 따른 요청 데이터가 입력되면, 상기 요청 데이터를 분석하고, 상기 분석한 결과를 토대로 상기 데이터베이스(400)에 수집 및 분류한 공장자동화 및 영상인식 분야 인공지능 엔진 중 이와 관련된 제1 인공지능 엔진(AI_FA1)과 제2 인공지능 엔진(AI_IMG1) 2개를 먼저 병렬로 연결하고, 다음 단에 제3 인공지능 엔진(AI_FA2)을 직렬로 연결하여 새로운 인공지능 엔진을 생성할 수 있다. 또한 상기 구조와 달리, 도면에 도시하지는 않았지만 후단의 제2 인공지능 엔진(AI_IMG1)과 제3 인공지능 엔진(AI_FA2)을 병렬로 구성하고, 전단의 제1 인공지능 엔진(AI_FA1)과 직렬로 연결하는 등의 다양한 조합을 통해서 새로운 인공지능 엔진을 생성할 수 있다.
이와 같이 병직렬로 연결하여 새로운 인공지능 엔진을 생성하는 경우, 상기 인공지능 플랫폼(100)은 입력 데이터 구성부(130)를 통해 상기 제1 내지 제3 인공지능 엔진(AI_FA1)(AI_IMG1)(AI_FA2)의 입력 데이터를 구성하고, 특정 인공지능 엔진의 출력을 다른 특정 인공지능 엔진의 입력 데이터 포맷으로 변환하여 제공할 수 있다.
예를 들어 상기 인공지능 플랫폼(100)은 사용자의 니즈에 따른 요청 데이터를 상기 제1 인공지능 엔진(AI_FA1) 및 제2 인공지능 엔진(AI_IMG1)의 입력 데이터 포맷으로 변환하고, 이를 상기 제1 인공지능 엔진(AI_FA1) 및 제2 인공지능 엔진(AI_IMG)의 입력쿼리로 제공한다. 또한 상기 인공지능 플랫폼(100)은 상기 제1 인공지능 엔진(AI_FA1) 및 제2 인공지능 엔진(AI_IMG1)에서 각각 처리한 예측결과를 조율하고, 상기 조율한 예측결과를 상기 제3 인공지능 엔진(AI_FA2)에 그대로 입력되도록 하거나, 또는 가공되어 입력되도록 한다. 즉 상기 제1 인공지능 엔진(AI_FA1) 및 제2 인공지능 엔진(AI_IMG1)에서 각각 수행한 예측결과를 조율한 결과를 상기 제3 인공지능 엔진(AI_FA2)으로 그대로 입력하거나, 상기 제3 인공지능 엔진(AI_FA2)의 입력 데이터 포맷으로 변환하고 이를 상기 제3 인공지능 엔진(AI_FA2)의 입력쿼리로 제공하는 것이다.
이처럼 상기 제1 인공지능 엔진(AI_FA1) 및 제2 인공지능 엔진(AI_IMG1)의 결과를 결합해서 범위가 넓어진 예측결과를 다음 단의 상기 제3 인공지능 엔진(AI_FA2)의 입력으로 변환하여 예측을 수행하면, 더 성능이 우수한 예측결과를 얻을 수 있다. 즉 사용자는 보다 깊이 있고 광범위한 예측결과를 제공받을 수 있는 것이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 플랫폼의 구성을 보다 상세하게 나타낸 도면이다.
도 3에 도시된 바와 같이, 상기 인공지능 플랫폼(100)은 인공지능 엔진 등록부(111)와 인공지능 엔진 분류부(112)를 포함하는 인공지능 엔진 처리부(110), 인공지능 엔진 조합 생성부(120), 입력 데이터 구성부(130), 쿼리부(140), 결과 제공부(150), 성능 측정부(160), 인공지능 엔진 맵 형성부(170), 좌표 변환부(180), 인공지능 코디네이터(190) 등을 포함하여 구성된다.
또한 상기 인공지능 플랫폼(100)은 도면에 도시하지는 않았지만, 각 구성 부분에 동작전원을 공급하는 전원부, 각종 기능에 대한 데이터 입력을 위한 입력부, 각종 동작프로그램의 업데이트를 관리하는 업데이트 관리부 등을 추가로 포함할 수 있다.
상기 인공지능 엔진 처리부(110)는 복수의 인공지능 엔진(200)을 등록하는 인공지능 엔진 등록부(111)와, 상기 등록한 인공지능 엔진(200)을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류부(112)로 구성된다.
상기 인공지능 엔진 등록부(111)는 주기적으로 또는 간헐적으로 각 사업자들이 개발하여 서비스를 제공하고 있는 복수의 인공지능 엔진(200)을 수집하고, 상기 수집한 복수의 인공지능 엔진(200)별 접근 경로, 입력 데이터 포맷 정보, 업그레이드 정보 등을 확인하여 상기 데이터베이스(400)에 저장한다.
상기 인공지능 엔진 분류부(112)는 상기 인공지능 엔진 등록부(111)에서 수집하여 등록한 각 인공지능 엔진(200)을 전문 분야, 환경 요소 및 종류별로 분류하여 상기 데이터베이스(400)에 저장한다.
이때 전문 분야는 법률, 의료, 정치, 경제, 미술, 음악, 영상, 문학, 취미, 스포츠 등을 의미하고, 환경 요소는 성별, 인종, 나이 등의 요소를 의미하며, 종류는 상기 전문 분야에서 세분화된 항목, 예를 들어 의료 부분의 경우, 암 진단, 관절 진단 등을 의미한다.
상기 인공지능 엔진 조합 생성부(120)는 상기 인공지능 엔진 처리부(110)에서 등록 및 분류한 적어도 하나 이상의 인공지능 엔진(200)을 조합하여 새로운 인공지능 엔진을 생성한다.
예를 들어, 도 2에 나타낸 것과 같이, 사용자의 니즈에 따른 요청 데이터를 분석한 결과를 토대로 적어도 2개 이상의 인공지능 엔진(200)을 직렬 또는 병렬로 배열하거나, 또는 적어도 3개 이상의 인공지능 엔진(200)을 직병렬로 배열하여 새로운 인공지능 엔진을 생성하는 것이다.
또한 상기 인공지능 엔진 조합 생성부(120)는 이전에 수행하였던 각 사용자별 질문 내용이나 종류를 사전에 분류한 정보를 토대로 복수의 인공지능 엔진(200)을 직렬, 병렬 또는 직병렬로 조합하여 새로운 인공지능 엔진(200)을 미리 생성할 수 있다.
또한 상기 인공지능 엔진 조합 생성부(120)는 상기 좌표 변환부(180)에서 변환한 좌표에 따라 상기 인공지능 엔진 맵 형성부(170)에서 형성한 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성할 수 있다.
상기 입력 데이터 구성부(130)는 사용자의 요청에 대한 입력 데이터를 상기 인공지능 엔진 조합 생성부(120)를 통해 생성한 적어도 하나 이상의 인공지능 엔진(200)의 입력 데이터 포맷으로 변환하여 상기 쿼리부(140)로 제공한다.
즉 상기 입력 데이터 구성부(130)는 상기 인공지능 엔진 조합 생성부(120)를 통해 복수의 인공지능 엔진(200)이 직렬, 병렬, 직병렬 등으로 배열되어 새로운 인공지능 엔진이 생성된 경우, 사용자의 니즈에 따른 요청 데이터를 각 인공지능 엔진의 입력 데이터 포맷으로 변환하거나, 또는 어느 하나의 인공지능 엔진의 출력을 다음 단에 연결된 다른 인공지능 엔진의 입력 데이터 포맷으로 변환하는 기능을 수행하는 것이다.
상기 쿼리부(140)는 특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 상기 입력 데이터 구성부(130)로부터 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진(200)에 상기 사용자의 니즈에 대한 요청을 의뢰한다.
즉 상기 쿼리부(140)는 상기 입력 데이터 구성부(130)에서 수행한 각각의 인공지능 엔진(200)별 입력 데이터 포맷을 해당하는 인공지능 엔진(200)의 입력쿼리로 제공하는 역할을 수행하는 것이다.
상기 결과 제공부(150)는 상기 쿼리부(140)에서 의뢰한 상기 사용자의 니즈에 대한 요청에 따라 상기 인공지능 엔진 조합 생성부(120)에서 복수의 인공지능 엔진을 직렬, 병렬, 직병렬 등으로 조합하여 새롭게 생성한 각 인공지능 엔진(200)에서 수행하는 예측결과를 입력받고, 상기 입력받은 각 인공지능 엔진(200)에서 예측한 적어도 하나 이상의 결과를 상기 사용자 단말(300)로 제공한다.
이때 상기 결과 제공부(150)는 상기 각 인공지능 엔진(200)에서 예측한 예측결과를 상기 인공지능 엔진 조합 생성부(120)에서 새롭게 생성한 인공지능 엔진의 조합에 따라 다양한 형태로 해당 사용자 단말(300)로 제공할 수 있다. 예를 들어 복수의 인공지능 엔진이 직렬로 조합된 경우, 사용자는 보다 깊이 있는 예측결과를 제공받아 확인할 수 있고, 복수의 인공지능 엔진이 병렬로 조합된 경우, 사용자는 모아보기 형식으로 제공받아 폭넓은 범위의 예측결과를 확인할 수 있으며, 복수의 인공지능 엔진이 직병렬로 조합된 경우, 사용자는 보다 깊이 있고 광범위한 예측결과를 제공받아 확인할 수 있다.
상기 성능 측정부(160)는 복수의 인공지능 엔진(200)이나 복수의 인공지능 엔진(200)을 조합한 인공지능에 대해서 성능을 측정하는 기능을 수행한다.
즉 상기 성능 측정부(160)는 각 인공지능 엔진(200)별 예측결과를 제공받아 확인하는 상기 사용자 단말(300)로부터 각 인공지능 엔진(200)에서 처리한 예측결과의 성능에 대한 평가 정보, 각 인공지능 엔진(200)에 대한 추천 정보 등이 수신되면, 상기 평가 정보나 추천 정보를 토대로 각각의 인공지능 엔진(200)에 대한 성능 평가를 수행하는 것이다.
상기 인공지능 엔진 맵 형성부(170)는 상기 인공지능 엔진 처리부(110)에서 등록 및 분류한 각 인공지능 엔진(200)에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진(200)으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 기능을 수행한다.
상기 좌표 변환부(180)는 사용자가 의뢰한 데이터(즉 사용자의 니즈에 따른 요청 데이터)를 분석하여 상기 인공지능 엔진(200)의 맵에 대한 좌표로 변환하여 제공하는 기능을 수행한다.
상기 인공지능 코디네이터(190)는 상기 인공지능 플랫폼(100)의 동작을 총괄적으로 제어하는 부분으로서, 복수의 인공지능 엔진(200)들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진(200)을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행한다. 즉 기 설정되어 있는 인공지능 엔진 맵을 기반으로 새로운 인공지능 엔진의 조합을 제어하는 것이다.
또한 상기 인공지능 코디네이터(190)는 사용자의 니즈에 따른 요청 데이터 분석을 통해 새롭게 조합되는 인공지능 엔진(200)에 관련된 정보, 각 사용자들의 이용에 따라 진화하는 각 인공지능 엔진(200)의 버전 정보 등의 관리와 상기 데이터베이스(400) 저장을 처리한다.
도 4는 본 발명의 일 실시예에 따른 인공지능 플랫폼의 인공지능 코디네이터에서 수행하는 인공지능 엔진 맵을 이용한 인공지능 엔진 조합을 설명하기 위한 도면이다.
도 4에 도시된 바와 같이, 상기 인공지능 코디네이터(190)는 상기 인공지능 엔진 맵 형성부(170)를 통해 기 설정해 놓은 인공지능 엔진 맵을 기반으로 하여, 복수의 인공지능 엔진을 조합하여 새로운 인공지능 엔진 생성을 지원하는 기능을 수행한다.
예를 들어, 상기 인공지능 코디네이터(190)는 상기 사용자 단말(300)로부터 입력받은 사용자의 니즈에 따른 요청 데이터를 분석하고, 상기 분석한 결과를 토대로 인공지능 엔진 조합 #1 내지 #n과 같이 복수 개의 인공지능 엔진을 직렬로 조합하거나, 복수 개의 인공지능 엔진을 병렬로 조합하거나, 혹은 복수 개의 인공지능 엔진을 직병렬로 조합함으로써, 새로운 인공지능 엔진을 생성하도록 지원한다.
이때 인공지능 엔진 맵은 개별적인 인공지능 엔진, 및 복수의 인공지능 엔진을 전문 분야, 환경 요소 및 종류별로 그룹화하여 구성한 것이며, 상기 인공지능 코디네이터(190)는 상기 인공지능 엔진 맵을 토대로 개별 인공지능 엔진 혹은 그룹화된 인공지능 엔진 중에서 적합하다고 판정되는 특정 인공지능 엔진을 추출하여 새로운 인공지능 엔진으로 조합할 수 있도록 한다.
다음에는, 이와 같이 구성된 본 발명에 따른 싱귤러 인공지능 플랫폼 시스템을 제공하는 방법의 일 실시예를 도 5와 도 6을 참조하여 보다 상세하게 설명한다. 이때 본 발명의 방법에 따른 각 단계는 사용 환경이나 당업자에 의해 순서가 변경될 수 있다.
도 5는 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼을 제공하는 방법에서 복수의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 동작과정을 설명하기 위한 흐름도이다.
도 5에 도시된 바와 같이, 상기 인공지능 플랫폼(100)은 복수의 인공지능 엔진(200)을 등록하는 인공지능 엔진 등록 단계를 수행한다(S110).
또한 상기 인공지능 플랫폼(100)은 상기 S110 단계를 통해 등록된 인공지능 엔진(200)을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류 단계를 수행한다(S120).
이후 상기 인공지능 플랫폼(100)은 상기 S110 및 S120 단계를 통해 등록 및 분류한 적어도 하나 이상의 인공지능 엔진(200)을 조합하여 새로운 인공지능 엔진을 생성하는 인공지능 조합 생성 단계를 수행한다(S130).
즉 상기 인공지능 플랫폼(100)은 전문분야, 환경 요소 및 종류별로 관리중인 복수의 인공지능 엔진(200)을 직렬로 연결하거나, 병렬로 연결하거나, 직병렬로 연결하는 등의 다양한 조합으로 새로운 인공지능 엔진(200)을 구성하는 것이다.
도 6은 본 발명의 일 실시예에 따른 싱귤러 인공지능 플랫폼을 제공하는 방법에서 사용자의 요청에 따라 새롭게 생성된 인공지능 엔진의 이용과정을 설명하기 위한 흐름도이다.
도 6에 도시된 바와 같이, 상기 인공지능 플랫폼(100)은 상기 S130 단계를 통해 다양한 조합으로 새로운 인공지능 엔진(200)을 구성한 이후, 상기 인공지능 플랫폼(100)은 상기 사용자 단말(300)로부터 사용자 니즈에 따른 요청 데이터가 입력되는지를 판단하는 단계를 수행한다(S210).
상기 S210 단계의 판단결과, 특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 상기 인공지능 플랫폼(100)은 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진에 상기 사용자의 니즈에 대한 요청을 의뢰하는 쿼리 단계를 수행한다(S220 내지 250). 이때 상기 쿼리 단계는 상기 인공지능 플랫폼(100)에서 복수의 인공지능 엔진(200)들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진(200)을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행하는 단계를 수행하는 것이다.
상기 쿼리 단계를 보다 상세하게 설명하면, 상기 인공지능 플랫폼(100)은 특정 사용자의 요청을 분석하여, 전문 분야, 환경 요소 및 종류를 확인하고(S220), 상기 S130 단계에서 생성한 새로운 인공지능 엔진 중에서, 사용자의 요청을 처리할 인공지능 엔진의 조합을 선택한다(S230). 이때 상기 인공지능 플랫폼(100)은 사용자가 입력한 정보의 메타데이터, 이미지 또는 이들의 조합을 이용하여 예측을 수행할 복수의 인공지능 엔진을 직접 선택하고, 상기 선택한 복수의 인공지능 엔진을 직렬, 병렬 또는 직병렬로 조합하여 생성할 수도 있다.
상기 S230 단계를 통해 사용자의 요청을 처리할 인공지능 엔진의 조합이 선택된 이후, 상기 인공지능 플랫폼(100)은 상기 사용자의 요청에 대한 입력 데이터를 해당 인공지능 엔진(200)의 입력 데이터 포맷으로 변환하는 입력 데이터 구성 단계를 수행한다(S240). 즉 각 인공지능 엔진(200)별 입력쿼리를 결정하는 것이다.
상기 S240 단계를 통해 입력쿼리가 결정되면, 상기 인공지능 플랫폼(100)은 상기 입력쿼리를 상기 S230 단계에서 선택된 각 인공지능 엔진(200)에 의뢰하여 예측결과를 요청한다(S250).
상기 S250 단계를 통해 각 인공지능 엔진(200)에 예측결과를 요청한 이후, 상기 인공지능 플랫폼(100)은 상기 의뢰한 사용자의 니즈에 대한 요청에 따라 상기 생성한 새로운 인공지능 엔진을 통해 예측되는 적어도 하나 이상의 결과를 제공하는 결과 제공 단계를 수행한다(S260). 즉 상기 인공지능 플랫폼(100)은 상기 사용자의 니즈에 대한 요청에 따라 복수의 인공지능 엔진을 직렬, 병렬, 직병렬 등으로 조합하여 새롭게 생성한 각 인공지능 엔진(200)으로부터 예측결과를 입력받은 후, 최종 출력을 조율하여 상기 사용자 단말(300)로 제공하는 것이다.
한편, 상기 인공지능 플랫폼(100)은 복수의 인공지능 엔진이나 복수의 인공지능 엔진을 조합한 인공지능에 대해서 성능을 측정하는 성능측정 단계를 더 수행할 수 있다.
또한 상기 인공지능 플랫폼(100)은 상기 분류된 인공지능 엔진(200)에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진(200)으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 인공지능 엔진 맵 형성 단계와, 사용자가 의뢰한 데이터를 분석하여 상기 인공지능 엔진(200)의 맵에 대한 좌표로 변환하여 제공하는 좌표변환 단계를 더 수행할 수 있다. 이때 상기 인공지능 플랫폼(100)은 상기 좌표변환 단계에서 변환한 좌표에 따라 상기 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성하는 기능을 추가로 수행할 수 있다.
이처럼, 본 발명은 이 세상에 존재하는 어떤 인공지능 플랫폼보다 우수한 성능을 가지는 싱귤러 인공지능 플랫폼 시스템을 안정적이고 확실하게 제공할 수 있다. 즉 자체적으로 개별적인 학습을 수행할 필요도 없이 산재해 있는 인공지능 엔진을 이용하여 가장 강력한 성능을 가진 새로운 인공지능 플랫폼 시스템을 획득할 수 있다.
이상에서와 같이 본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 판단되어야 할 것이다.
100 : 인공지능 플랫폼 110 : 인공지능 엔진 처리부
111 : 인공지능 엔진 등록부 112 : 인공지능 엔진 분류부
120 : 인공지능 엔진 조합 생성부 130 : 입력 데이터 구성부
140 : 쿼리부 150 : 결과 제공부
160 : 성능 측정부 170 : 인공지능 엔진 맵 형성부
180 : 좌표 변환부 190 : 인공지능 코디네이터
200 : 인공지능 엔진 300 : 사용자 단말
400 : 데이터베이스

Claims (14)

  1. 제1 인공지능 엔진; 및
    제2 인공지능 엔진;을 포함하며,
    상기 제1 인공지능 엔진의 출력이 상기 제2 인공지능 엔진으로 그대로 혹은 가공되어 입력되도록, 상기 제1 인공지능 엔진과 제2 인공지능 엔진을 서로 직렬로 연결하여 새로운 인공지능 엔진을 구성하거나,
    상기 제1 인공지능 엔진과 상기 제2 인공지능 엔진을 서로 병렬로 연결하여 새로운 인공지능 엔진을 구성하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  2. 청구항 1에 있어서,
    상기 인공지능 플랫폼 시스템은,
    제3 인공지능 엔진;을 더 포함하며,
    상기 제1 내지 제3 인공지능 엔진을 포함한 복수의 인공지능 엔진을 서로 직병렬로 연결하여 새로운 인공지능 엔진을 구성하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  3. 청구항 1에 있어서,
    상기 인공지능 플랫폼 시스템은,
    입력 데이터 구성부;를 더 포함하며,
    상기 입력 데이터 구성부는,
    상기 직렬로 연결한 경우, 특정 입력 데이터를 상기 제1 인공지능 엔진의 입력 데이터 포맷으로 변환하거나, 상기 제1 인공지능 엔진의 출력을 상기 제2 인공지능 엔진의 입력 데이터 포맷으로 변환하며;
    상기 병렬로 연결한 경우, 특정 입력 데이터를 상기 제1 인공지능 엔진과 상기 제2 인공지능 엔진의 입력 데이터 포맷으로 변환하는 것을 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  4. 청구항 2에 있어서,
    상기 인공지능 플랫폼 시스템은,
    입력 데이터 구성부;를 더 포함하며,
    상기 입력 데이터 구성부는, 상기 복수의 인공지능 엔진의 입력 데이터를 구성하고, 특정 인공지능 엔진의 출력을 다른 특정 인공지능 엔진의 입력 데이터 포맷으로 변환하여 제공하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  5. 복수의 인공지능 엔진을 등록하는 인공지능 엔진 등록부;
    상기 등록한 인공지능 엔진을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류부;
    상기 분류한 적어도 하나 이상의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 인공지능 엔진 조합 생성부;
    특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진에 상기 사용자의 니즈에 대한 요청을 의뢰하는 쿼리부; 및
    상기 의뢰한 사용자의 니즈에 대한 요청에 따라 상기 생성한 새로운 인공지능 엔진을 통해 예측되는 적어도 하나 이상의 결과를 제공하는 결과 제공부;를 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  6. 청구항 5에 있어서,
    상기 인공지능 플랫폼 시스템은,
    상기 사용자의 요청에 대한 입력 데이터를 상기 인공지능 엔진 조합 생성부를 통해 생성한 적어도 하나 이상의 인공지능 엔진의 입력 데이터 포맷으로 변환하여 상기 쿼리부로 제공하는 입력 데이터 구성부;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  7. 청구항 5에 있어서,
    상기 인공지능 플랫폼 시스템은,
    복수의 인공지능 엔진이나 복수의 인공지능 엔진을 조합한 인공지능에 대해서 성능을 측정하는 성능 측정부;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  8. 청구항 5에 있어서,
    상기 인공지능 플랫폼 시스템은,
    복수의 인공지능 엔진들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행하는 인공지능 코디네이터;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  9. 청구항 5에 있어서,
    상기 인공지능 플랫폼 시스템은,
    상기 분류된 인공지능 엔진에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 인공지능 엔진 맵 형성부; 및
    사용자가 의뢰한 데이터를 분석하여 상기 인공지능 엔진의 맵에 대한 좌표로 변환하여 제공하는 좌표 변환부;를 더 포함하며,
    상기 인공지능 엔진 조합 생성부를 통해서, 상기 좌표 변환부에서 변환한 좌표에 따라 상기 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성하는 것을 더 포함하는 것을 특징으로 하는 인공지능 플랫폼 시스템.
  10. 인공지능 플랫폼에서, 복수의 인공지능 엔진을 등록하는 인공지능 엔진 등록 단계;
    상기 등록한 인공지능 엔진을 전문 분야, 환경 요소 및 종류별로 분류하는 인공지능 엔진 분류 단계;
    상기 분류한 적어도 하나 이상의 인공지능 엔진을 조합하여 새로운 인공지능 엔진을 생성하는 인공지능 조합 생성 단계;
    특정 사용자가 자신의 니즈에 따라 원하는 요청을 하면, 해당 요청에 대한 입력 데이터를 제공받아 해당 인공지능 엔진에 상기 사용자의 니즈에 대한 요청을 의뢰하는 쿼리 단계; 및
    상기 의뢰한 사용자의 니즈에 대한 요청에 따라 상기 생성한 새로운 인공지능 엔진을 통해 예측되는 적어도 하나 이상의 결과를 제공하는 결과 제공 단계;를 포함하는 것을 특징으로 하는 인공지능 플랫폼을 제공하기 위한 방법.
  11. 청구항 10에 있어서,
    상기 방법은,
    상기 인공지능 플랫폼에서, 상기 사용자의 요청에 대한 입력 데이터를 상기 인공지능 조합 생성 단계를 통해 생성한 적어도 하나 이상의 인공지능 엔진의 입력 데이터 포맷으로 변환하는 입력 데이터 구성 단계;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼을 제공하기 위한 방법.
  12. 청구항 10에 있어서,
    상기 방법은,
    상기 인공지능 플랫폼에서, 복수의 인공지능 엔진이나 복수의 인공지능 엔진을 조합한 인공지능에 대해서 성능을 측정하는 성능측정 단계;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼을 제공하기 위한 방법.
  13. 청구항 10에 있어서,
    상기 방법은,
    상기 인공지능 플랫폼에서, 복수의 인공지능 엔진들에 대한 등록, 분류, 조합 및 쿼리에 대해 사전에 저장하고 있다가, 사용자의 니즈에 따라 복수의 인공지능 엔진을 조합하여 사용자의 쿼리를 입력하도록 지시하는 업무를 수행하는 인공지능 코디네이터 단계;를 더 포함하는 것을 특징으로 하는 인공지능 플랫폼을 제공하기 위한 방법.
  14. 청구항 10에 있어서,
    상기 방법은,
    상기 인공지능 플랫폼에서, 상기 분류된 인공지능 엔진에 대해서 기능, 타입, 종류, 분야 및 구조를 포함하여 사용자가 인공지능 엔진으로부터 원하는 결과를 예측할 수 있도록 입체적인 맵을 형성하여 제공하는 인공지능 엔진 맵 형성 단계; 및
    사용자가 의뢰한 데이터를 분석하여 상기 인공지능 엔진의 맵에 대한 좌표로 변환하여 제공하는 좌표변환 단계;를 더 포함하며,
    상기 인공지능 플랫폼에서, 상기 인공지능 조합 생성 단계를 통해서, 상기 좌표변환 단계에서 변환한 좌표에 따라 상기 맵에 적용하여 새로운 인공지능 엔진의 조합을 생성하는 것을 더 포함하는 것을 특징으로 하는 인공지능 플랫폼을 제공하기 위한 방법.
KR1020190073532A 2019-06-20 2019-06-20 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법 KR102234651B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190073532A KR102234651B1 (ko) 2019-06-20 2019-06-20 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190073532A KR102234651B1 (ko) 2019-06-20 2019-06-20 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법

Publications (2)

Publication Number Publication Date
KR20200145078A true KR20200145078A (ko) 2020-12-30
KR102234651B1 KR102234651B1 (ko) 2021-04-01

Family

ID=74088113

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190073532A KR102234651B1 (ko) 2019-06-20 2019-06-20 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법

Country Status (1)

Country Link
KR (1) KR102234651B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102384919B1 (ko) * 2022-01-28 2022-04-08 김석진 유저가 홈인터폰을 통해 대형마트 셀러의 패키지 상품을 원격으로 구매할 수 있는 홈마트 플랫폼의 운영방법
KR102384860B1 (ko) * 2022-01-28 2022-04-08 주식회사 더길 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법
WO2023038300A1 (ko) * 2021-09-10 2023-03-16 삼성전자 주식회사 인공지능 서비스를 제공하는 디바이스 및 그 동작 방법
KR102569016B1 (ko) * 2023-04-28 2023-08-22 주식회사 데이터메이커 자동 학습 기반의 데이터 라벨링 방법, 장치 및 컴퓨터 판독가능 저장 매체
WO2023163395A1 (ko) * 2022-02-25 2023-08-31 주식회사 에이젠글로벌 인공 지능 기반 신용 평가 모델 생성 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0185754B1 (ko) * 1994-02-02 1999-05-15 정호선 맵핑회로와 이를 이용한 혼돈 신경망
US20180232663A1 (en) * 2017-02-14 2018-08-16 Groq, Inc. Minimizing memory and processor consumption in creating machine learning models
KR20180134099A (ko) * 2017-06-08 2018-12-18 (주)넷케이티아이 인공지능 통합 플랫폼 및 그 운영방법
JP2019012555A (ja) * 2017-04-10 2019-01-24 株式会社クロスコンパス 人工知能モジュール開発システム及び人工知能モジュール開発統合システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR0185754B1 (ko) * 1994-02-02 1999-05-15 정호선 맵핑회로와 이를 이용한 혼돈 신경망
US20180232663A1 (en) * 2017-02-14 2018-08-16 Groq, Inc. Minimizing memory and processor consumption in creating machine learning models
JP2019012555A (ja) * 2017-04-10 2019-01-24 株式会社クロスコンパス 人工知能モジュール開発システム及び人工知能モジュール開発統合システム
KR20180134099A (ko) * 2017-06-08 2018-12-18 (주)넷케이티아이 인공지능 통합 플랫폼 및 그 운영방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023038300A1 (ko) * 2021-09-10 2023-03-16 삼성전자 주식회사 인공지능 서비스를 제공하는 디바이스 및 그 동작 방법
KR102384919B1 (ko) * 2022-01-28 2022-04-08 김석진 유저가 홈인터폰을 통해 대형마트 셀러의 패키지 상품을 원격으로 구매할 수 있는 홈마트 플랫폼의 운영방법
KR102384860B1 (ko) * 2022-01-28 2022-04-08 주식회사 더길 템플릿이 제공되어 상품 업로드 편의성이 향상된 오픈마켓 플랫폼의 운영방법
WO2023163395A1 (ko) * 2022-02-25 2023-08-31 주식회사 에이젠글로벌 인공 지능 기반 신용 평가 모델 생성 방법 및 장치
KR102569016B1 (ko) * 2023-04-28 2023-08-22 주식회사 데이터메이커 자동 학습 기반의 데이터 라벨링 방법, 장치 및 컴퓨터 판독가능 저장 매체

Also Published As

Publication number Publication date
KR102234651B1 (ko) 2021-04-01

Similar Documents

Publication Publication Date Title
KR102234651B1 (ko) 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법
Gray et al. Modelling and using sensed context information in the design of interactive applications
Zhdanova et al. Community-driven ontology matching
US7970786B2 (en) Methods and systems for context based query formulation and information retrieval
KR102252459B1 (ko) 지식 그래프 기반의 사용자 맞춤형 질의 응답 시스템
CN109684456B (zh) 基于物联网能力知识图谱的场景能力智能问答系统
CN110807566A (zh) 人工智能模型评测方法、装置、设备及存储介质
CN110020022B (zh) 数据处理方法、装置、设备及可读存储介质
US11238132B2 (en) Method and system for using existing models in connection with new model development
CN110430444A (zh) 一种视频流处理方法及系统
Armstrong Elaborating a critical realist approach to soft systems methodology
CN110263183A (zh) 一种智能家居决策支持系统及决策支持方法
Connier et al. Perception assistance for the visually impaired through smart objects: concept, implementation, and experiment scenario
KR20230065038A (ko) 쿼리 기반 데이터베이스 연동 딥러닝 분산 시스템 및 그 방법
CN110322217A (zh) 基于模板的制造云服务需求分解系统及方法
Valtolina et al. User-centered recommendation services in internet of things era
CN109935320A (zh) 一种常见皮肤病网络辅助诊断系统
Kropp et al. Data Mining Design and Systematic Modelling.
KR20240082184A (ko) 딥러닝 프레임워크 응용 서비스 모델의 지속적인 통합 및 배포 시스템 및 그 방법
Rincon et al. Using emotions for the development of human-agent societies
Bublyk et al. Decision Support System Design For Low-Voice Emergency Medical Calls At Smart City Based On Chatbot Management In Social Networks.
CN112817560B (zh) 一种基于表函数的计算任务处理方法、系统及计算机可读存储介质
Lee et al. Applying interpretive structure modeling on the interactive correlations on factor analysis in natural and cultural scenic area at Taiwan
Zhao et al. MapReduce enabling content analysis architecture for information-centric networks using CNN
CN113407806A (zh) 网络结构搜索方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right