KR20220007007A

KR20220007007A - 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법

Info

Publication number: KR20220007007A
Application number: KR1020210063587A
Authority: KR
Inventors: 최성우; 이용진
Original assignee: 주식회사 아이피윈
Priority date: 2020-07-09
Filing date: 2021-05-17
Publication date: 2022-01-18
Also published as: KR102254097B1; KR102387829B1

Abstract

본 발명은 법률 컨텐츠에 대한 제공을 요구하는 클라이언트 단말과 상기 프로바이더 단말 간의 매칭을 위한 프로세스를 수행하는 서버에 의해 수행되는 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 제공한다. 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 서비스 요청 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제1 그룹 객체 변수들과, 제1 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제1 그룹 잔여 변수를 분리하는 단계; 및 제1 그룹 객체 변수들과 제1 그룹 잔여 변수를 이용하여 매칭 스코어를 산출하는 단계를 포함한다. 본 발명에 따르면, 일대다 또는 다대다 클라이언트 단말과 프로바이더 단말 간의 매칭에 있어서, 매칭을 위한 연산량을 줄이고 매칭의 정확성을 향상시킬 수 있다.

Description

법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법{Matching between client device and provider device method for providing a legal content}

본 발명은 인공 지능을 기반으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법에 관한 것으로서, 특히 본 발명은 클라이언트 단말과 서비스 프로바이더 단말 및 서버를 포함하며, 서버에 의하여 제공되는 플랫폼을 통해 서비스 프로바이더가 생성한 법률 컨텐츠를 클라이언트 단말에 제공하기 위한, 인공지능 기반의 클라이언트 단말과 프로바이더 단말 간의 매칭 방법에 관한 것이다.

종래에는 클라이언트 단말과, 서비스 프로바이더 단말간의 직접적인 네트워크를 통해 필요한 컨텐츠를 직접적으로 교신하였다. 이러한 종래의 네트워크 방식은 일대일 네트워크로서, 전문성을 요하는 법률적 컨텐츠에 대하여 서비스 프로바이더에 대한 클라이언트의 의존도와 정보의 비대칭성이 높고, 이로 인한 네트워크 관리의 효율성이 떨어지는 문제가 있었다.

클라이언트 단말을 통해 다른 서비스 프로바이더와 메시지를 교신하기 위해서는, 별개의 네트워크를 형성해야한다. 정보의 비대칭성이 높은 네트워크 환경에서, 클라이언트 단말이 주도적으로 네트워크 엔터티(network entity)를 변경하기 어렵다. 또한, 종래에는 네트워크 엔터티 간 일대일 통신이 가능한 네트워크로서, 일대다 또는 다대다 네트워크 통신에는 부적합하고, 서로 다른 개체간의 정보 보안을 유지하기 어려운 문제가 있었다.

대한민국 특허공개 제10-2019-0177646호는, 법률 자문이 가능한 플랫폼 시스템으로서, 고객과 서비스 제공자를 매칭시키는 방법을 개시한 바 있다. 하지만, 상기 특허의 경우 나이, 연령, 성별, 동산/부동산 보유 현황, 가족관계 및 직업의 고객 정보에 대한 고객 회원 정보를 이용하여, 상담정보 분석 모듈이 분석한 상담 정보와 매칭시키는 방법을 개시한 바 있다. 기존의 이러한 방식은 복잡 다변하고 다량의 법률 컨텐츠 요구에 대한 업무 처리를 수행하는 플랫폼에는 적용하기 어려운 한계가 있다.

상기 종래 기술의 한계를 고려하여, 본 발명의 인공지능 기반의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템 및 방법은, 일대다 또는 다대다 네트워크 엔터티간의 네트워크 설정을 통해 법률 컨텐츠를 제공하는 방법을 제공한다. 또한, 본 발명은 프로세서 클라이언트 단말에서 요구하는 요구 사항에 부합하는 서비스 프로바이더 단말(법률 컨텐츠를 제공하는 전문가 그룹이 접속하여 관리하는 컴퓨팅 장치)간의 네트워크 매칭과 관련된 프로세싱 시간을 줄이고, 매칭의 정확도를 개선하기 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 제공한다. 또한, 본 단락에는 기재되지 않았더라도, 본 발명의 목적은 세부적인 구성에 의하여 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.

상기 본 발명의 목적을 달성하기 위하여, 본 발명은 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 법률 컨텐츠에 대한 제공을 요구하는 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 프로세스를 수행하는 서버가, 수행하는 다음의 단계들을 포함한다.

본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 서버가 통신 인터페이스가 상기 클라이언트 단말로부터의 서비스 요청 메시지를 수신하고, 상기 서비스 요청 메시지에 대한 응답에 해당하는 응답 메시지를 상기 프로바이더 단말로부터 수신하는 단계;

상기 서버가 서비스 요청 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제1 그룹 객체 변수들과, 상기 제1 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제1 그룹 잔여 변수를 분리하는 단계; 및

상기 제1 그룹 객체 변수들 또는 상기 제1 그룹 잔여 변수를 이용하여 네트워크 엔터티들간 매칭을 위한 매칭 스코어를 산출하는 단계;를 포함한다.

본 발명에서 상기 매칭 스코어를 산출하는 것은, 응답 메시지로 부터 얻어지는 제2 그룹 객체 변수들 또는, 상기 제2 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제2 그룹 잔여 변수를 더욱 이용하여 매칭 스코어를 산출한다.

여기에서, 상기 제1, 제2 그룹 잔여 변수는 각각 적어도 일부 텍스트 형태의 정보를 포함한다. 본 발명에서 서버는 입력 영상으로 부터 제1, 제2 완전 연결 특징값을 생성하는 제1 학습부와, 상기 제1 그룹 잔여 변수를 입력으로 재구성된 제1, 제2 영상을 생성하는 제2 학습부를 더 포함한다.

본 발명에서 서비스 요청 메시지는, 상기 요청하고자 하는 법률 컨텐츠를 특정하기 위한 식별 정보와, 상기 서비스 요청과 관련된 속성을 나타내는 객체 변수들을 포함한다. 또한, 객체 변수들은, 상기 법률 컨텐츠의 제공과 관련된 비용, 품질, 속도, 서비스 프로바이더의 경험치 및 서비스 프로바이더의 규모로 이루어진 군으로 부터 선택되는 적어도 둘을 포함한다.

서버가 매칭 스코어를 산출하는 것은, 제1 그룹 잔여 변수로부터 생성된 제1 영상과, 제2 그룹 잔여 변수로부터 생성된 제2 영상 간의 제2 유사도 값을 이용하여 산출한다.

또한, 서버는 상기 제1 그룹 객체 변수들과 상기 제2 그룹 객체 변수들 사이의 제1 유사도 값, 또는 상기 제1 그룹 잔여 변수와 상기 제2 그룹 잔여 변수 간의 제2 유사도 값을 이용하여 상기 네트워크 엔터티들간 매칭을 위한 매칭 스코어를 산출할 수 있다.

본 발명에서, 상기 제2 학습부가 제1, 2 영상을 생성하는 것은, 제1, 2 그룹 잔여 변수를 각각 요약한 제1, 2 요약 메시지를 획득하는 단계와, 상기 제1, 2 요약 메시지로부터 재구성된 제1, 2 영상을 생성하는 단계를 더 포함한다.

또한, 본 발명에서 서버가 매칭 스코어를 산출하는 단계는,

제1 그룹 객체 변수들을 다차원 공간 좌표상의 벡터로 표현하기 위한 요구사항 특징값 세트와, 제2 그룹 객체 변수들을 상기 다차원 공간 좌표상의 벡터로 표현하기 위한 응답 특징값 세트를 생성하는 단계; 요구사항 특징값 세트와 응답 특징값 세트에 따른 다차원 공간 분포 영상을 상기 클라이언트 단말의 화면 상에 시각화하여 표현하는 단계; 클라이언트 단말 상에 시각화되어 표현된 다차원 공간 분포 영상에서, 제1 그룹 객체 변수들의 보정을 위한 보정 변수를 결정하는 단계; 및 상기 보정 변수를 고려하여 제1 그룹 객체 변수를 보정하는 단계를 더 포함할 수 있다. 서버는 상기 제1 그룹 객체 변수들과 상기 제2 그룹 객체 변수들간의 제1 유사도 값을 이용하여 매칭 스코어를 산출할 수 있다.

여기에서, 요구사항 특징값 세트는, 상기 제1 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제1 그룹 선택 객체 변수들을 포함하고, 상기 응답 특징값 세트는, 상기 제2 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제2그룹 선택 객체 변수들을 포함할 수 있다.

서버가 클라이언트 단말의 화면 상에 시각화하여 표현하는 것은, 상기 제1 그룹 선택 객체 변수들과 상기 제2 그룹 선택 객체 변수들을 다차원 공간 상에 투영시킨 영상으로 표현하는 것을 포함한다. 서버가 상기 보정 변수를 결정하는 것은, 상기 클라이언트 단말의 화면 상에 시각화되여 표시되는 상기 제1 그룹 선택 객체 변수들의 위치를 보정시키기 위한 상기 화면 상에서의 사용자 터치 입력에 따른 보정 벡터를 입력 받고, 상기 보정 변수는 상기 보정 벡터를 이용하여 결정할 수 있다.

본 발명에서 제2 학습부는 상기 제1 그룹 잔여 변수를 요약한 제1 요약 메시지를 획득하고, 상기 제1 요약 메시지와 랜덤 노이즈를 합산하여 제1 합산 특징값을 생성하며, 상기 제1 합산 특징값을 이용하여 제1 영상을 재구성하며, 상기 재구성된 제1 영상이 리얼 영상인지 아니면 페이크 영상인지를 판단할 수 있다. 제1 학습부는 상기 제2 학습부에 의하여 리얼 영상으로 판단된 재구성된 제1 영상에 합성곱 필터를 적용하며, 상기 합성곱 필터에 따른 특징값을 활성화시켜 얻어지는 활성화된 특징값을 이용하여 제1 완전 연결 특징값을 생성할 수 있다. 이 경우 서버가 매칭 스코어를 산출하는 것은, 상기 재구성된 제1 영상으로부터 얻어지는 상기 제1 완전 연결 특징값과, 상기 재구성된 제2 영상으로부터 얻어지는 제2 완전 연결 특징값간의 제2 유사도 값을 이용하여 산출할 수 있다.

본 발명의 또 다른 목적을 달성하기 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 통신 인터페이스가 상기 클라이언트 단말로부터의 서비스 요청 메시지를 수신하고, 상기 서비스 요청 메시지에 대한 응답에 해당하는 응답 메시지를 상기 프로바이더 단말로부터 수신하는 단계; 상기 서버가 서비스 요청 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제1 그룹 객체 변수들과, 상기 제1 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제1 그룹 잔여 변수를 분리하는 단계; 상기 응답 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제2 그룹 객체 변수들과, 상기 제2 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제2 그룹 잔여 변수를 분리하는 단계; 및 상기 제1 그룹 객체 변수들과 상기 제2 그룹 객체 변수들 또는, 상기 제1 그룹 잔여 변수들과 상기 제2 그룹 잔여 변수들간의 관련성을 이용하여, 네트워크 엔터티들간 매칭을 위한 매칭 스코어를 산출하는 단계를 포함할 수 있다.

본 발명의 또 다른 목적을 달성하기 위한 인터랙티브 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 통신 인터페이스가 상기 클라이언트 단말로부터의 서비스 요청 메시지를 수신하고, 상기 서비스 요청 메시지에 대한 응답에 해당하는 응답 메시지를 상기 프로바이더 단말로부터 수신하는 단계;

상기 서버가 서비스 요청 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제1 그룹 객체 변수들과, 상기 응답 메시지로 부터 얻어지는 제2 그룹 객체 변수들에 따른, 요구사항 특징값 세트와 응답 특징값 세트를 생성하는 단계; 및

상기 요구사항 특징값 세트와 상기 응답 특징값 세트를 이용하여 매칭 스코어를 산출하는 단계를 포함한다.

본 발명에서, 요구사항 특징값 세트는, 상기 제1 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제1 그룹 선택 객체 변수들을 포함하고, 상기 응답 특징값 세트는, 상기 제2 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제2그룹 선택 객체 변수들을 포함한다. 본 발명에 따르면, 요구사항 특징값 세트와 응답 특징값 세트는, 클라이언트 단말의 화면 상에 시각화하여 표현할 수 있는데, 상기 제1 그룹 선택 객체 변수들과 상기 제2 그룹 선택 객체 변수들을 다차원 공간 상에 투영시킨 영상으로 표현할 수 있다.

본 발명에서 요구사항 특징값 세트는, 다차원 공간상에서 상기 제1 그룹 선택 객체 변수들의 위치를 특정하기 위한 요구사항 특징점의 좌표 및 속성값을 포함할 수 있다. 속성값은 매칭 가능 영역에 대한 속성을 나타내기 위한 위치 벡터와, 상기 매칭 가능 영역의 설정에 대한 역상 정보를 더 포함한다. 물론, 응답 특징값 세트도 마찬가지이다.

본 발명에서 매칭 스코어를 산출하는 것은, 상기 제1 그룹 선택 객체들과, 상기 제2 그룹 선택 객체들 간의 거리를 이용하여 산출할 수 있다.

또한, 본 발명의 또 다른 일 목적을 위하여 본 발명은 상술한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 컴퓨터상에서 수행하기 위한 명령어들을 포함하는 컴퓨터에서 실행 가능한 프로그램을 제공한다.

본 발명의 법률 컨텐츠 제공을 위한 인공 지능 기반의 클라이언트 단말과 프로바이더 단말 간의 매칭 방법에 따르면, 서비스 요청 메시지와 응답 메시지의 해석을 위한 인공지능기술을 통해 네트워크 엔터티들 간 매칭 결정의 속도와 정확성을 향상시킬 수 있다. 또한, 본 발명에 따른 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 플랫폼을 통해 네트워크 엔터티인 클라이언트 단말과 서비스 프로바이더 단말간의 다대다, 일대다 네트워크의 설정 및 관리가 용이하다.

본 발명의 일 실시예에 따르면, 클라이언트 단말과 서비스 프로바이더 단말간 매칭을 함에 있어서, 재구성 및 재구성된 영상을 이용한 인공 지능 학습과, 우선순위에 따라 적응적으로 매칭 스코어를 산출하기 때문에 매칭의 정확도를 향상시킬 수 있다.

또한, 본 발명의 또 다른 일 실시예에 따르면, 네트워크의 상황을 모니터링하고, 기존의 히스토리 정보를 활용하여 매칭 스코어를 산출하기 때문에, 매칭 오류로 인한 시행 착오를 줄일 수 있을 뿐만 아니라, 매칭 오류에 따라 추가적으로 발생하는 추가 매칭 프로세스의 발생을 줄일 수 있다. 이러한 효과는 시간이 경과함에 따라 데이터의 축적 속도가 매우 빠른 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템에서는 중요한 것이다.

또한, 본 발명의 또 다른 일 실시예에 따르면 네트워크 상황에 따라 지속적으로 변하는 네트워크 환경변수를 보안 키로 사용함으로써, 기밀이 중요시되는 법률 컨텐츠 유통에 대한 보안성도 강화시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 법률 컨텐츠를 제공하기 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 나타내는 개념도이다.
도 2는 본 발명의 또 다른 일 실시예에 따른 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템에 대한 상세 블록도이다.
도 3은 도 2의 프로세서(3200)에서 수행하는 세부적인 동작을 설명하기 위한 세부 블록도이다.
도 4는 본 발명의 일 실시예에 따른 법률 컨텐츠 제공을 위한 법률 컨텐츠 제공 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따라, 클라이언트 단말의 화면에 표현될 수 있는 다차원 공간 분포 영상에 대한 일 예를 나타낸 참고도이다.
도 6은 본 발명의 또 다른 일 실시예에 따라, 클라이언트 단말의 화면에 표현될 수 있는 다차원 공간 분포 영상에 대한 일 예를 나타낸 참고도이다.
도 7은 도 2의 학습부(3400)를 나타내는 상세 블록도이다.
도 8은 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 통해 제공되는 사용자 화면에 대한 예시를 나타낸 참고도이다.
도 9는 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 통해 제공되는 법률 컨텐츠에 대한 일 예를 나타낸 참고도이다.
도 10은 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 통해 제공되는 상표 검색 결과와 관련된 법률 컨텐츠의 일 예를 나타낸 참고도이다.
도 11는 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템에서, 네트워크 엔터티간 보안성 강화를 위한 보안 메시지 생성 방법의 일 예를 나타낸 흐름도이다.
도 12은 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 메시지 전송에 있어서 메시지의 무결성을 위한 메시지 생성 방법에 대한 일 예를 나타낸 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 "제 1", "제 2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.

본 명세서에서 각 단계들의 식별 번호는, 설명의 편의를 위하여 사용되는 것으로 각 단계의 순서들은 식별 번호에만 한정되지는 않으며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다. 본 명세서에서, "가진다", "가질 수 있다", "포함한다" 또는 "포함할 수 있다"등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다. 또한, 본 명세서에 기재된 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 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. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터 구조들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다.

이하에서 첨부한 도면을 참조하여 본 발명에 따른 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템 및 방법의 바람직한 실시예에 대하여 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른, 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 나타내는 개념도이다. 도 1의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템은, 클라이언트 단말(110), 서비스 프로바이더 단말(120), 통신 네트워크(130), 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버(140) 및 히스토리 저장부(150)를 포함한다.

도 1의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템은, 클라이언트 단말(110)로부터의 서비스를 요청할 경우, 이에 적합한 서비스 프로바이더 단말(120)을 매칭하기 위한 일련의 네트워크상의 트랜잭션들을 수행한다. 여기에서 일련의 트랜잭션들은, 예를 들어 매칭 스코어를 산출하고, 이를 통해 서비스 요청에 적합한 프로바이더를 선정하고, 프로바이더가 제공하는 서비스 결과에 대한 품질관리, 프로바이더가 제공하는 결과물에 대한 정규화된 포맷 관리, 비용 처리 프로세스, 평가 등 사후 관리 프로세스를 포함한다.

클라이언트 단말(110, client terminal)은 인터넷 등의 통신 네트워크(130)를 통해 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버(140)와 접속한다. 클라이언트 단말(110)은 유선, 또는 무선 통신이 가능한 모바일 단말, 데스크탑 컴퓨터, 태블릿 등 다양한 형태로 구현될 수 있다. 클라이언트 단말이 모바일 단말인 경우, 내장된 GPS수신기를 통해 자신의 위치 정보를 획득할 수도 있고, 각종 환경 센서를 통해 클라이언트 단말이 위치하는 환경에서 얻어지는 각종 센서값을 획득하도록 구현될 수 있다.

본 실시예에서, 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버(140)는, 주로 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 동작을 수행한다. 여기에서, 클라이언트 단말과 프로바이더 단말 간의 매칭의 의미는, 단수 또는 다수의 클라이언트 단말과, 단수 또는 다수의 서비스 프로바이더 단말들 간의 네트워크, 즉 통신 가능한 연결을 설정하고, 관리하는 것을 의미한다. 본 실시예에서 클라이언트 단말과 프로바이더 단말 간의 매칭의 대상이 되는 서비스는, 예를 들어 법률 컨텐츠 제공 서비스, 특히 지식재산 컨텐츠 제공 서비스가 있다. 바람직하게는, 본 실시예의 클라이언트 단말과 프로바이더 단말 간의 매칭은 서비스 프로바이더들의 국적이 다르고, 서로 원격지에 위치하는 경우에 사용되게 적합하다. 본 실시예에서 클라이언트 단말과 프로바이더 단말 간의 매칭은 클라이언트와 서비스 프로바이더들 간의 직접적 통신을 위한 것이 아니라, 클라이언트 단말과 프로바이더 단말 간의 매칭을 제공하는 플랫폼(160)상에서의 연결을 의미한다. 즉, 직접적인 통신이 아니라, 서버(140)의 프로세서에 의해서 수행되는 프로세싱에 의하여 결과적으로 매칭이 성립되고, 매칭이 성립된 후 서버를 경유하여 네트워크 엔터티들 간의 통신이 이루어지는 것이다.

본 실시예에서 컨텐츠는 법률 컨텐츠, 계약 컨텐츠, 연구 보고서 컨텐츠 등이 있다. 특히, 법률 컨텐츠(legal contents)는 법률적 내용이 포함된 텍스트, 화상, 음성 정보가 포함된, 영상 파일, 음성 파일, 또는 텍스트 파일일 수 있다. 특히, 법률 컨텐츠의 특성상 영상과 텍스트가 결합된 혼합 영상일 수 있다.

종래에는 예를 들어, A국의 클라이언트(단말)가 A국의 서비스 프로바이더(단말)에게 서비스를 요청하고, A국의 서비스 프로바이더가, B국의 서비스 프로바이더에게 서비스를 요청하는 방식이었다. 법률 컨텐츠가 지식재산 컨텐츠인 경우, 클라이언트의 요청 메시지에 포함된 서비스 요청 정보에는, 정형화된 템플릿에서 요구하는 요청 항목에 대한 클라이언트의 입력 사항들과, 별도 요청 사항들과 같이 정형화되지 않은 입력 사항들, 영상 파일 또는 음성 파일과 같은 첨부파일을 포함할 수 있다.

여기에서 정형화된 템플릿에 따른 요청 항목들은, 예를 들어 "비용", "품질", "속도", "(서비스 프로바이더의) 경험치", "(서비스프로바이더의) 규모", "지재권 출원시 등록필요성" 등이 있다. 이러한, 요청 항목들은 서비스의 객체인 법률 컨텐cm와 관련된 서비스의 속성을 정의하기 위한 것으로서 본 실시예에서는 이를 "객체 변수"라 칭한다.

본 실시예의 클라이언트 단말은, 클라이언트 단말과 프로바이더 단말 간의 매칭 서버가 제공하는 플랫폼울 통해 제공되는 앱을 통해 서비스 요구 사항 입력을 할 수 있다. 클라이언트 단말의 화면(터치스크린 또는 모니터 화면)상에는, 구동되는 앱을 통해 상술한 객체 변수들이 나열하여 표시되고, 사용자는 필요한 객체 변수들에 대한 객체 변수값들을 입력하도록 구현될 수 있다. 본 실시예에서, 예를 들어, 영상 파일은 상표의 로고 이미지일 수도 있고, 특허의 도면 이미지일 수 있다. 음성 파일은, 클라이언트의 요구 사항을 음성으로 녹음한 파일일 수 있다. 로고 이미지 또는 도면 이미지는 지식재산 컨텐츠에서 실질적으로 중요한 머티리얼 정보이다. 지식 재산 컨텐츠의 경우, 대비되는 컨텐츠간 동일성 판단 내지는 유사성 판단이 본질적이기 때문이다. 종래에는 머티리얼 정보에 대하여 별도로 자동화된 처리를 하지 못했으며, 비효율적인 방식을 통해 동일성, 유사성 판단을 수행하였으므로 프로세싱에 많은 시간이 소요되는 문제가 있었다.

본 실시예의 경우, “A국의 클라이언트 단말과 매칭 시스템의 서버”, 그리고 “클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버와 다수 국가의 서비스 프로바이더 단말”들간의 플랫폼을 매게로 하는 물리적이 연결이 독립적으로 존재한다. 서버와 클라이언트 단말, 서비스 프로바이더 단말들 간에 통신 가능한 네트워크의 구축은, 클라이언트가 요구하는 복잡한 요청에 대하여도 자동적으로 신속한 대응이 가능하다. 이는 이러한 네트워크 구조를 통해 클라이언트의 다양한 요청을 해석하고, 이에 대한 응답을 수행하는 과정에서의 연산량을 줄이는 것이 가능하기 때문이다.

클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버(140)는 클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼(160, network arranging platform)을 통해 서비스 프로바이더 단말이 제공하는 컨텐츠를 클라이언트 단말(110) 측에 제공한다. 필요한 경우, 서버(140)는 법률 컨텐츠를 정규적인 포맷으로 변환할 수도 있고, 다른 언어로 언어 변환 처리를 수행한 후 언어 변환된 컨텐츠를 제공할 수도 있다. 또한, 서버(140)는 우선순위 결정을 위해 미리 결정된 알고리즘에 따라 클라이언트(110)와 서비스 프로바이더(120)를 매칭시킨다.

또한, 서버(140)는 서비스 프로바이더 단말로부터의 법률 컨텐츠를 포함하는 히스토리 정보를 히스토리 저장부(150)에 저장한다. 이 경우, 히스토리 저장부(150)에 저장된 컨텐츠와 관련된 히스토리 정보는 과거의 이력 정보로서, 클라이언트와 서비스 프로바이더를 매칭하는 연산을 함에 있어서 우선적으로 고려되는 참조값이 될 수 있다. 본 실시예의 서버가 계속적인 네트워크가 유지되는 법률 컨텐츠를 관리하는 것임을 고려할 때, 히스토리 정보는 서버에서 수행되는 연산량을 줄이는 것이 가능하다.

클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버(140)는 클라이언트 단말과 프로바이더 단말 간의 매칭 서비스를 수행하기 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼을 제공한다. 본 실시예에서 플랫폼은, 클라이언트 단말과 프로바이더 단말 간의 매칭을 구현하는 소프트웨어의 개념으로 사용하였다. 플랫폼은 이러한 소프트웨어가 구동되는 하드웨어 아키텍처나 소프트웨어 프레임워크(응용 프로그램 프레임워크를 포함)을 포함하는 의미로 해석될 수도 있다. 또한, 플랫폼이 컴퓨터의 아키텍처, 운영 체제(OS), 프로그램 언어, 그리고 관련 런타임 라이브러리 또는 GUI를 포함할 수 있음은, 당업자에게는 자명한 것이다.

서버(140)가 수행하는 주요 프로세스는, 클라이언트 단말(110)과 서비스 프로바이더 단말(120)간의 매칭 스코어를 산출하고, 매칭 스코에 따라 클라이언트 단말과 서비스 프로바이더 단말간의 네트워크를 어레인징 하는 것이다. 특히, 서버(140)는 클라이언트 단말의 서비스 요청 메시지와, 서비스 프로바이더 단말로부터의 응답 메시지간의 매칭 스코어를 산출한다.

서비스 프로바이더 단말(120, service provider terminal)은 클라이언트 단말(110)과 직접적으로 통신을 하지 않고, 클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼(160)을 통해 클라이언트 단말(110)과 교신을 수행하고, 필요한 서비스를 제공한다. 서비스 프로바이더 단말은, 예를 들어 법무법인, 특허법인 등이 접속하여 관리하는 컴퓨팅 장치이다. 서비스 프로바이더 단말은, 클라이언트 단말에게 제공하기 위한 컨텐츠, 예를 들어 법률적인 의견이 포함된 전자문서 형태의 법률 컨텐츠를 서버(140)를 통해 클라이언트 단말(110)에게 전달한다.

본 발명의 또 다른 일 실시예에 따르면, 클라이언트 단말(110)은 서버(130)를 통해 동일한 이벤트에 대한 응답 컨텐츠를 복수개의 서비스 프로바이더 단말(120) 측에 요청할 수 있다. 클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼(160)에 가입된 복수의 서비스 프로바이더들 중에서 클라이언트가 요구한 요구 조건을 만족시키는 서비스 프로바이더가 복수일 수 있다. 이 경우, 서비스 프로바이더 단말(120)로부터 제공되는 응답 메시지는 매우 다양할 것인데, 이러한 복수의 응답 메시지를 활용하면, 클라이언트 단말측에는 다이버서티가 강화된 서비스의 제공이 가능하다. 또한, 서비스 프로바이더가 결과물로서 제공한 응답 컨텐츠의 언어가 클라이언트 단말측에서 사용되는 언어가 다를 경우, 서버(140)는 본 시스템 내부에 마련된 번역 엔진 또는 외부 접속 가능한 번역 엔진을 통해 번역된 응답 컨텐츠를 클라이언트 단말에 제공할 수 있다.

클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼을 관리하는 서버(140)는 서비스 프로바이더에 관한 정보를 히스토리 저장부(150)에 저장한다. 또한, 서비스 프로바이더의 서비스 품질에 대한 정보도 히스토리 정보로서 더욱 저장할 수 있다. 서비스 품질은, 예를 들어 납기일 준수 등 절차적인 사항에 대한 준수 여부, 컨텐츠의 질에 대해 클리이언트 단말로부터 접수된 평가 의견 등을 근거로 산출될 수 있다. 서버(140)는 전문가 풀을 통해 서비스 프로바이더들의 정보를 관리할 수 있다.

클라이언트 단말(110)은 클라이언트 단말과 프로바이더 단말 간의 매칭 플랫폼 상에서 제공되는 클라이언트 단말을 위한 응용어플리케이션을 통해 매칭 플랫폼에 접근하고, 필요한 서비스 요청 메시지를 전송할 수 있다. 서비스 프로바이더 단말(120)의 경우도 마찬가지이다.

본 실시예에서, 클라이언트 단말 서비스 프로바이더 단말, 그리고 서버는 각각 본 시스템에 따른 네트워크를 구성하는 네트워크 엔터티(network entity)이다. 본 실시예에서 네트워크 엔터티들 간의 정합 정도를 나타내는 매칭 스코어는 상기 엔터티들 간에 정합 정도를 산출함으로써 결정될 것이다.

하지만, 본 발명에서 매칭 스코어 산출의 대상이 되는 네트워크 엔터티는 상술한 클라이언트 단말, 서비스 프로바이더 단말, 서버에 한정될 필요가 없다. 서비스 프로바이더 단말과는 별개로 실제로 법률 컨텐츠를 생성하는 트랜잭션은 서비스 프로바이더 단말과 내부 망을 통해 네트워크를 통해 연결된 또 다른 서브 단말을 통해서 수행될 수 있기 때문이다.

또한, 본 발명에 따른 네트워크 엔터티들 간의 연결 구조는, 서브 단말이 서버를 통해 클라이언트 단말과 교신하도록 구현될 수 있고, 또한 서브 단말은 서비스 프로바이더 단말과 교신이 가능할 뿐, 직접적으로는 서버와 교신되지 않도록 구현될 수 있다. 하지만, 서브 단말의 경우도 서비스 프로바이더 식별 정보가 부여될 수 있으므로, 이에 대한 서브 단말 프로파일을 비롯하여 히스토리 정보가 별도로 관리될 수 있다. 이 경우, 시스템의 복잡도는 증가할 것이지만, 본 발명에서 제시하는 학습부를 도입함으로써 시스템의 복잡도에 따른 프로세싱 시간의 부담은 완화될 수 있다.

도 2는 본 발명의 또 다른 일 실시예에 따른, 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 나타내는 블록도이다. 도 2에 도시된 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템은, 클라이언트측 장치(1000), 서비스 프로바이더 단말(2000) 및 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 서버(3000)를 포함한다.

클라이언트측 장치(1000)는, 클라이언트 단말(1100), 환경 센서(1200), I/O인터페이스(1300) 및 화상 표시부(1400)를 포함한다.

클라이언트 단말(1100)은 서버(3000)의 통신인터페이스(3100)의 제 1 인터페이스(3110)와 통신을 수행하도록 설정된다. 예를 들어, 법률 컨텐츠를 획득하기 위하여 클라이언트 단말(1100)은 서비스 요청 메시지를 생성하고, 생성된 서비스 요청 메시지를 서버(3000)의 제 1 인터페이스(3110)에 전달한다.

여기서, 서비스 요청 메시지는 서비스 주체 또는 서비스의 객체를 식별하기 위한 식별 정보와, 요청하고자 하는 법률 컨텐츠를 설명하기 위한 복수의 객체 변수들을 포함한다. 여기서, 법률 컨텐츠는, 예를 들어 전자 파일 형태로 마련된 법률적인 의견, 정보 등이 포함된 컨텐츠로서, 법률적인 보고서, 감정서, 선행조사보고서, 의견서 등이다. 물리적인 측면에서 볼 때, 법률 컨텐츠는 텍스트 정보, 영상 정보, 음성 정보, 또는 혼합 영상(영상 내에 텍스트에 해당하는 정보가 포함되는 경우)을 포함하고 있는 전자 파일이며, 법률 컨텐츠의 종류에 특별한 제한은 없다. 법률 컨텐츠가 지식재산권과 관련된 컨텐츠인 경우, 서비스 요청 메시지의 예시는, 도 8에 도시되어 있다. 도 8의 (a)에는 식별 정보 입력을 위한 화면의 예시가 도시되어 있다. 예를 들어, 식별 정보는 클라이언트의 이름, 연락처, 지식재산권의 타입(특허, 상표, 디자인 등), 대금 지급을 위한 통화의 종류, 위치 정보를 공유할 것인지 등의 선택사항 정보도 포함할 수 있다.

환경 센서(1200)는 클라이언트 단말이 모바일 단말인 경우, 모바일 단말의 정보를 획득하기 위한 GPS 센서, 3차원 상에서의 움직임에 대한 정보를 획득하는 3축 센서, 압력 센서, 온도 센서 내지 생체 정보를 획득하는 센서등이 있다. 클라이언트 단말이 스마트 폰과 같은 모바일 단말인 경우, 이러한 환경 센서는 모바일 단말 측에 내장되어 구현될 수 있다.

I/O 인터페이스(1300)는 클라이언트로부터의 입력 정보를 수신하고, 클라이언트측으로 제공하기 위한 출력 정보에 대한 신호처리를 수행한다. I/O 인터페이스(1300)는 예를 들어, 영상 획득을 위한 카메라, 음성 획득을 위한 마이크를 비롯하여, 키 보드 등을 포함할 수 있다.

화상 표시부(1400)는 제1 인터페이스 단말을 통해 전달된 클라이언트 단말과 프로바이더 단말 간의 매칭과 관련된 컨텐츠 및 결과에 대한 화상을 클라이언트 단말의 화면상에 표시한다. 또한, 화상 표시부는 사용자로부터 터치 입력을 받을 수 있는 터치 스크린을 더욱 포함하는 디스플레이 패널의 형태로 구현 가능하다.

서비스 프로바이더 단말(2000)은, 서비스 프로바이더 단말로 부터의 "서비스 요청 메시지"에 대한 응답으로서의 "응답 메시지"를 생성하여 서버로 전달한다. 또한, 서비스 프로바이더 단말(2000)은 서비스의 결과물로서 최종적인 법률 컨텐츠를 생성하여 서버를 통해 서비스 프로바이더 단말로 전달한다.

서버(3000)는, 클라이언트 단말과 서비스 프로바이더 단말 간의 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 프로세스를 수행한다. 서버(3000)는 통신 인터페이스(3100), 프로세서(3200), 메모리(3300), 학습부(3400), 화상 처리부(3500) 및 출력부(3600)를 포함한다.

서버(3000)는 상기 프로세서 및 메모리 등 하드웨어적인 구성과 이러한 하드웨어 위에서 수행되는 소프트웨어를 포함하여 구현된다. 서버는 하드웨어적인 구성 위에서 소프트웨어의 형태로 마련된 플랫폼을 통한 클라이언트 단말과 프로바이더 단말 간의 매칭과 관련된 트랜젝션을 수행한다. 본 실시예에서는 이러한 플랫폼을 통해, 클라이언트단말(1100)과, 서비스 프로바이더 단말(2000)은 간접적으로 연결된다.

통신 인터페이스(3100)는 제 1 인터페이스(3110)과 제 2 인터페이스(3120)을 포함한다. 통신 인터페이스(3100)는 외부 장치인 클라이언트 단말, 서비스 프로바이더 단말과의 통신을 통해 필요한 정보(텍스트 정보, 영상 정보, 음성 정보 등)를 공유한다. 제 1 인터페이스(3110)는 클라이언트 단말(1100)과 서버 간의 통신을 위한 인터페이스이고, 제 2 인터페이스(3120)은 서비스 프로바이더 단말(2000)와 서버 간의 통신을 위한 인터페이스이다.

프로세서(3200)는 클라이언트 단말과 프로바이더 단말 간의 매칭 프로세스를 위한 연산을 수행하고, 이와 관련된 장치들의 제어를 수행한다. 도 3은 프로세서(3200)의 주요 기능을 구성요소적으로 파악한 블록도로서, 도 3의 프로세서는 객체 변수 분리부(3210), 요구 사항 특징값 세트 생서부(3220), 응답 특징값 세트 생성부(3230), 보정 변수 결정부(3240), 공간 투영부(3250) 및 매칭 스코어 산출부(3260)을 포함한다. 상기 세부 구성 요소들에 의해 수행되는 클라이언트 단말과 프로바이더 단말 간의 매칭 프로세스에 대한 상세한 예시는 도 4에 도시되어 있다. 도 4를 통해 보다 상세히 설명한다.

도 4는, 본 발명의 일 실시예에 따른, 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 나타내는 흐름도이다. 도 4에 도시된 방법은, 클라이언트 단말과 프로바이더 단말 간의 매칭 서비스를 수행하는 서버(3000)에서 시계열적으로 수행되는 하기의 단계들을 포함한다.

S100단계에서, 프로세서(3200)는 통신 인터페이스(3100)를 통해 클라이언트 단말(1100)측으로 부터 법률 컨텐츠 제공과 관련된 서비스를 요구하는 서비스 요청 메시지를 수신한다. 본 실시예에서 서비스 요청 메시지는 서비스 프로바이더 매칭과 관련된 서비스를 요청하기 위해 수신되는 메시지이다. 이러한 서비스 요청 메시지는 세부 요청 메시지에 대한 예시는 도 8에 도시되어 있다.

서비스 요청 메시지의 포맷에 특별한 제한이 있는 것은 아니나, 법률 컨텐츠와 관련된 주체 또는 객체를 특정하기 위한 식별 정보를 포함한다. 식별 정보는, 예를 들어 지식재산권의 종류가 특허인지, 상표에 대한 것인지, 침해 분쟁에 관한 것인지, 아니면 출원 업무에 관한 것인지 등과 같이 컨텐츠를 특정하기 위한 정보이다. 객체 변수에 대하여는 앞서 예시한 바와 같다. 또한, 서비스 요청 메시지는 서비스 요청에 대한 속성을 다차원의 공간 벡터로 표현하기 위한 복수의 객체 변수들을 더 포함한다. 식별 정보는 도 8의 (a)에 도시된 바와 같이 법률 컨텐츠와 관련된 주체를 식별하기 위한 정보를 포함할 수 있다. 객체 변수들은 미리 설정된 항목의 범위 내에서 존재할 수도 있지만, 클라이언트가 새로운 객체 변수를 추가하여 입력하는 것도 가능하다. 이 경우, 후술하는 제2 학습부를 통한 학습이 필요하다.

객체 변수들은, 해당 법률 컨텐츠와 관련하여 소요되는 "비용", 해당 법률 컨텐츠와 관련하여 요구되는 "품질", 결과물의 납품 일정과 관련된 "속도", 서비스 프로바이더의 실적, 경험등을 나타내는 "경험치", 서비스 프로바이더 조직의 "규모", 법률 컨텐츠가 지재권 관련 컨텐츠일 때 지재권 획득이 필수적인지 여부에 따른 "등록 필요성", 핵심적인 아이템과 관련되는 "중요도" 등이 있다. 또한, 객체 변수로는 서비스 프로바이더가 경쟁사의 대리인인지 여부와 관련된 이슈, 즉 "컨플리트 이슈"와, 자유롭게 입력 가능한 "특이 사항"등이 있다. 본 실시예에서 "특이사항"은 광의의 객체 변수에 속하는 것이지만, 이에 대하여는 다른 학습을 수행하기 때문에 개념상 구별을 위하여 "잔여 변수"라 칭한다.

도 8의 (b)에 도시된 바와 같이, 객체 변수 각각에 대하여는 객체 변수값들이 할당되는데, 이는 주로 클라이언트 단말로부터의 선택적 입력에 따른 객체 변수값들이 할당된다. 예를 들어, 어떤 클라이언트는 법률 컨텐츠에 대한 서비스를 요청함에 있어서, "비용"은 "평균 비용 보다 낮게" 또는 "3,000USD 이하"와 같이 선택하고, "품질"은 "중간 레벨 이상"으로 선택하며, "속도"는 "평균 처리 시간보다 빠르게" 또는 "1달 이내" 등으로 객체 변수값을 각각 선택할 수 있다. 또한, "경험치"와 관련해서는, "관련 경험 풍부", 또는 "관련업무 처리경험 10회이상"로 선택하고, "규모"와 관련해서는 "100명~200명의 법인"으로 선택하고, "등록 필요성"과 관련해서는, "반드시 등록 필요"로 선택하며, "중요도"와 관련해서는, "매우 중요" 등으로 객체 변수값을 각각 선택할 수 있다. 또한, "컨플리트 이슈"에 대해서는 "엄격하게 적용"을 선택할 수 있고, "특이사항"에 대한 항목에 대하여는 "소송 이슈가 있는 상표출원이므로 반드시 등록이 요구되며, 분할출원을 통한 다수의 등록도 필요함"등의 메시지가 입력될 수 있다. 편의상 본 실시예에서는, 객체 변수는 객체 변수값도 함께 포함하는 것으로 기술한다.

상술한 객체 변수들은 상대적인 높고 낮음 내지는 어떤 숫치값 등과 같이 정량적으로 표현가능한 변수들로서, 이러한 객체 변수들 중 적어도 일부는 다차원 공간 상에서 다차원 공간 백터로 표현하는 것이 가능하다. 본 발명에서는 서비스 요청 메시지에 포함되는 객체 변수들 중에서 다차원 공간 상에 다차원 공간 벡터로 표현 가능한 객체 변수를 "제1 그룹 객체 변수"라고 정의한다. 객체 변수들 중에서 상기 제1 그룹 객체 변수들에 해당하지 않는 변수들을 "제1 그룹 잔여 변수"라고 정의한다. 응답 메시지의 경우 같은 의미로, "제2 그룹 객체 변수"와 "제2 그룹 잔여 변수"로 정의할 수 있다.

여기에서 "제1 그룹 잔여 변수"는 다차원 공간 벡터로 직접적인 표현이 어려운 것들이다. "특이사항"은 어절 또는 단문 형태로 입력될 수 있다. 또한, 서비스 요구 사항의 핵심과 관련되는 경우가 많다. 상기 예에서 볼 수 있듯이, 탬플릿을 통해 제공되는 객체 변수만으로는 클라이언트의 상황을 모두 커버할 수 없다. 본 예시의 경우, "특이사항"에 "소송 관련성"과, "많은 수의 등록증이 필요" 등에 대한 내용이 포함되어 있는데, 어찌 보면 이는 본 서비스 요청에 있어서 핵심 사항이 될 수도 있는 것들이다. 본 실시예에서, 프로세서(3200)는 "객체 변수"와 "잔여 변수"에 대한 연산처리를 다르게 수행하고, 각각의 수행 결과값을 이용하여 매칭 스코어를 산출하고, 이러한 매칭 스코어를 통해 클라이언트와 서비스 프로바이더를 매칭시킨다.

S200단계에서, 프로세서는 제2 인터페이스(3120)를 통해, 서비스 프로바이더 단말(2000)로부터 서비스 요청 메시지에 대한 응답으로서 응답 메시지를 수신한다. 응답 메시지 생성에 앞서, 서비스 요청 메시지의 모든 정보가 서비스 프로바이더 단말로 전달되거나, 또는 일부 중요 정보만 전달하는 것으로 프로세스가 구현될 수 있다. 서비스 프로바이더는 그 단말을 통해, 클라이언트 단말을 통해 설정된 객체 변수에 대응하여, 서비스 프로바이더가 제공 가능한 사항을 선택하여 입력함으로써 응답 메시지를 생성하고, 생성된 응답 메시지를 서버로 전송할 수 있다.

S300단계 부터 S600단계는 서비스 요청 메시지와 응답 메시지를 근거로 하여, 클라이언트와 서비스 프로바이더 간의 매칭 여부에 대한 지수를 산출하는 방법을 나타낸다. 본 단계들은, 서버의 프로세서(3200) 또는 학습부(3400) 등에서 수행되는 단계들로서, 각각의 단계들의 세부적인 동작 내용은 서로 구별되므로, 편의상 세부 구성 요소들을 동작의 주체로 하여 기술한다.

도 3은, 프로세서(3200)의 세부적인 각 구성요소들은 주로 소프트웨어의 형태로 구현될 수 있음은 물론이다. 소프트웨어에 포함된 소스 코드들은 메모리(330)에 저장되며, 프로세서에 의하여 세부적인 동작이 실행되도록 구현될 수 있다. 또한, 상기 구성요소들은 연산능력을 갖는 신호처리장치의 형태로 구현며, 프로세싱 장치는 이러한 신호처리장치들이 집적화된 형태로 구현될 수도 있다.

S300단계에서, 객체 변수 분리부(3210)는 서비스 요청 메시지를 제1 그룹 객체 변수들과 제1 그룹 잔여 변수들로 구별하고, 응답 메시지를 제2 그룹 객체 변수들과 제2 그룹 잔여 변수들로 구별한다.

S410단계에서, 요구사항 특징값 세트 생성부(3220)는 제1 그룹 객체 변수들을 다차원 공간 좌표상의 벡터로 표현하기 위한 요구사항 특징값 세트를 생성한다. 또한, 응답 특징값 세트 생성부(3230)는 제2 그룹 객체 변수들에 따라 응답 특징값 세트를 생성한다. 여기에서 다차원 공간은 2차원 또는 3차원 또는 그 이상의 다차원 공간일 수 있다. 다차원 공간은 1개 내지는 복수개의 형태로 구현될 수 있다.

S420에서, 공간 투영부(3250)는 다차원 공간상에서 좌표값을 갖는 벡터로 표현 가능한 요구 사항 특징값 세트와, 응답 특징값 세트를 이용하여 다차원 공간 분포 영상을 생성한다. 요구 사항 특징값 세트는 객체 변수들에서 선택되는 2개 또는 3개 이상의 객체 변수들의 순서쌍으로 표현될 수 있으므로, 이러한 요구 사항 특징값 세트는 복수개 존재하며, 이에 따른 다차원 공간 분포 영상도 복수개로 존재할 수 있다.

S430에서, 제1 인터페이스(3110)는 생성된 다차원 공간 분포 영상이 클라이언트 단말의 화면에 영상을 표시하기 위한 시각화 정보를 전달한다. 여기에서, 시각화 정보는, 화상 처리부(3500)에서 생성된 다차원 공간 분포 영상에 대한 정보로서, 터치 스크린 화면, 모니터 등을 통해 시각적으로 표현가능한 정보를 의미한다.

S440에서, 제1 인터페이스(3110)는 클라이언트 단말로부터의 보정 벡터를 수신한다. S450에서, 보정 변수 결정부(3240)는 수신된 보정 벡터를 이용하여 보정 변수를 결정하고, 결정된 보정 변수를 공간 투영부(3250)에 전송한다. 공간 투영부(3250)은 보정 변수 결정부(3240)에서 결정된 보정 변수에 따라 수정된 요구사항 특징값 세트와, 응답 특징값 세트 생성부(3230)에 의하여 생성된 응답 특징값 세트에 따른 다차원 공간 영상을 생성하여, 출력부(3600)에 전달한다. 출력부(3600)는, 다차원 공간 영상을 모니터 등의 출력 장치를 통해 표시한다.

매칭 스코어 산출부(3260)은 S450에 따른 보정 변수에 따라 요구 사항 특징값 세트를 정정한 후, 응답 특징값 세트와 비교를 하여, 매칭 스코어를 산출할 수 있다또한 매칭 스코어 산출부(3260)은 S520을 통해 재구성된 제1 영상과, 제2 영상 간의 유사도 또는 영상들로부터 추출된 완전 연결 특징값을 더욱 고려하여, 매칭 스코어를 산출할 수 있다. 상술한 S410 내지 S450에 대하여는, 아래 도 5, 6을 통해 보다 구체적으로 설명한다.

도 5는 클라이언트 단말의 화면에 표현될 수 있는 다차원 공간 분포 영상, 요구사항 특징값 세트의 예시가 도시되어 있다. 도 5의 예에서 요구사항 특징값 세트는, 제1 그룹 객체 변수들에서 선택되는 서로 다른 3개의 제1 그룹 선택 객체 변수들을 포함하며, 상기 응답 특징값 세트는 서로 다른 2개의 서비스 프로바이더들에 대한 제2 그룹 선택 객체 변수들을 포함한다. 본 예시는 제1 그룹 선택 객체 변수와 제2 그룹 선택 객체 변수의 종류가 동일한 예이다. 이하 요구사항 특징값 세트를 중심으로 보다 상세히 설명한다.

본 실시예에서, 요구사항 특징값 세트는, 다차원 공간상에서 상기 제1 그룹 선택 객체 변수들의 위치를 특정하기 위한 요구사항 특징점의 좌표 및 속성값을 포함한다. 여기에서, 속성값은 매칭 가능 영역에 대한 위치 벡터와 역상 정보를 더 포함한다. 여기에서 매칭 가능 영역에 대한 위치 벡터는, 매칭 가능 영역의 존재 방향을 특정하기 위한 것이다. 속성값은 역상 정보를 더 포함하느상기 매칭 가능 영역의 설정에 대한 정보이다. 속성값은, 미리 정해지 기준 방향과 반대의 방향인지, 아니면 기준 방향과 동일한 방향인지를 객체 변수별로 나타낸다. 매칭 스코어를 산출하는 것은, 상기 제1 그룹 선택 객체들에 따른 요구사항 특징값 세트와, 상기 제2 그룹 선택 객체들에 따른 응답 특징값 세트 들 간의 거리를 이용하여 산출하는 것이 바람직하다.

도 5는 클라이언트 단말의 화면에 표현될 수 있는 다차원 공간 분포 영상, 에 대한 일 예를 보여준다. 도 5의 예는, 제1 그룹 객체 변수들 중 품질, 비용, 속도가 객체 변수로 선택되고, 선택된 객체 변수에 따른 객체 변수값들을 3차원 공간 상에 표현한 예이다. 본 실시예에서 이와 같이 선택된 객체 변수들은 제1 그룹 선택 객체 변수라 부르고, (품질, 비용, 속도)와 같은 좌표적 표현 또는 공간 벡터적 표현을, "요구사항 특징값 세트"라고 정의한다. 3차원 공간의 좌표 축은 비용, 속도, 품질을 객체 변수로 하는 좌표축으로 구성된다. 도 5의 예에서, 클라이언트는 비용에 대하여는 최대 비용값을 입력한 것으로 볼 수 있다. 품질의 경우, 최소 품질값이 입력되어, 그 이상의 품질을 요구하는 상황이다. 속도의 경우, 최대 속도값이 입력되어 있다는 점에서, 급하게 처리하지 않아도 된다는 것이 요청 메시지에 포함되어 있다. 보통의 경우, 속도는 최소값 설정을 통해 선택되는 것이 일반적이지만, 본 사례에서 속도에 최대값 설정이 된 사례이다. 이는 본 사안의 경우 품질이 더 중요하기 때문에, 허용 가능 속도의 영역이 일반적인 경우(속도 객체 변수의 기준값)의 기준에서 역방향으로 설정된 것이다.

요구사항 특징값은 객체 변수의 실제 값, 또는 상대값(높음, 중간, 낮음) 또는 기준값(해당 업무와 관련된 평균)과의 상대비 등을 통해, 다차원 공간 벡터로 정의될 수 있다. 예를 들어, 클라이언트 단말의 화면 상에 표시될 수 있는 최대 스케일에 대한 상대적인 비율을 고려하여, 공간 좌표로 표현될 수 있으며, 물론 이러한 표현 방법에 특별한 제한은 없다.

도 5에서, 제1 서비스 프로바이더는 속도와 비용은 서비스 요구 사항을 충족시키지만, 품질에 대한 요구 사항은 충족시키지 못하고 있고, 제2 서비스 프로바이더는 속도와 품질에 대한 서비스 요구 사항은 충족시키지만, 비용에 대한 요구 사항은 충족시키지 못하는 경우이다.

클라이언트 단말 상에 표시되는 도 5의 다차원 공간 화상은, 터치 입력 또는 마우스 입력 등을 통해, 당초에 서비스 요구 사항을 통해 입력했던 객체 변수값에 대한 보정이 가능하다. 도 5의 예시에서, 클라이언트는 터치 스크린등에대한 화면 조작을 통해 제1 조정자(최대 비용값)를 더 크게 조정할 수 있다. 특히, "비용"의 좌표축 상에서 비용값을 늘리는 방향으로 터치 조작이 입력될 경우, 이는 위치 벡터의 형태로 정의될 수 있고, 이러한 위치 벡터(보정 벡터)는 터치 패널을 통해 용이하게 감지될 수 있다. 보정 벡터에 따라, 특히 보정 벡터가 향하고 있는 방향과 크기(터치 입력의 길이)를 고려하여, 보정 변수 결정부는 제1 그룹 선택 객체 변수의 설정값의 조정값(보정 변수)을 산출할 수 있다. 클라이언트는 제1 조정자(최대 비용값)를 제2 서비스 프로바이더가 제시한 비용값 이상으로 늘리는 조정을 할 수 있다.

도 5의 요구사항 특징값 세트에 포함되는 각각의 객체 변수들에 의하여 정의되는 요구사항 특징점("비용, 속도, 품질"로 이루어진 3차원 좌표)은, 클라이언트가 요구하는 요구 사항을 만족시키는 영역을 정의하는데 꼭 필요한 정보이다. 보정 벡터의 조정을 통해, 요구사항 특징점의 좌표도 변이하게 되며, 좀더 많은 서비스 프로바이더가 해당 영역 내에 포함될 수 있도록 조정하는 것이 가능하다. 요구사항 특징점을 본 실시예에서는 "매칭 조정자"라고 정의한다. 도 5에 도시된 바와 같이, 매칭 조정자는 다차원 공간의 클라이언트 화면 상에 표시될 수 있다.

도 5를 통해서 예시되고 있는, 본 발명의 "요구 사항 특징값 세트"는, 매칭 조정자(요구사항 특징점)의 좌표, 그리고 속성값을 포함한다. 속성값은 이러한 요구사항 내지는 매칭 가능 영역에 대한 속성을 나타내기 위한 정보로서, 위치 벡터와 역상 정보를 포함할 수 있다. 도 5의 우측 하단에 도시된 바와 같이, 위치 벡터는 매칭 가능 영역이 존재하는 방향을 결정하기 위한 벡터이다. 역상 정보는, 보편적인 기준과 달리 반대의 영역으로 결정된 변수를 식별하기 위한 정보이다. 도 5의 경우, 속도의 경우 최소값이 아니라 최대값이 설정되어 있다. 따라서, 일반적인 경우를 "1"로 표현하고, 그 반대의 경우를 "-1"로 표현할 수 있다. 즉, 도 5의 예에서 역상 정보는, (1, -1, 1)로 표현될 수 있다.

도 5에서, 선택 객체 변수인 비용, 속도, 품질은 각각 정규화된 값 또는 미리 정해진 기준값(평균값 등)과의 상대적인 값에 따른 스칼라값의 형태로 정의될 수 있다. 평균값과 대비할 때의 비율을 제1 조정자(비용), 제2 조정자(속도), 제3 조정자(품질) 값이라고 할 때, 도 5의 예시에 따르면 위 (1.2, 1, 1.5)로 예시될 수 있다. 위 요구사항 특징점의 좌표값에 따르면, 비용은 평균 보다 20% 정도 더 지급할 수 있고, 속도는 해당 업무의 평균 처리 속도까지는 수인할 수 있으며, 사건이 중요하므로 품질은 평균적인 품질 보다 50% 더 높아야 함을 의미한다. 도 5의 빗금친 영역은 매칭 가능 영역으로서, 서비스 프로바이더의 특징점이 해당 영역 내부에 있다면, 해당 서비스 프로바이더는 매칭 후보가 될 수 있다. 매칭 후보가 복수개일 경우, 일반적인 경우라면 요구사항 특징점과, 서비스 프로바이더의 특징점 간의 거리는 매칭 스코어를 정의하기 위한 유효한 값이 될 수 있다. 본 예에서, 요구사항 특징값 세트는, (1.2, 1, 1.5) (-1.2, -1, -1.5), (1, -1, 1)로 표현될 수 있다. 역상 정보에 음수가 포함된 객체 변수는, 특징점들간 거리를 산출함에 제외될 수 있다. 본 사례에서는 "속도" 객체 변수의 평면에 "비용"과, "품질"의 값들을 정사영시키고, 정사영된 특징점들 간의 거리 계산을 통해, 매칭 정합도를 산출하는 것이 바람직하다.

도 6의 예는, 제1 그룹 객체 변수들 중 규모, 비용, 경험치를 제1 그룹 선택 변수로 선택하고, 이에 따른 다차원 공간 분포 영상에 대한 예시이다. 도 6에 따르면, 클라이언트는 서비스 요청 메시지를 통해 최저 규모, 최대 비용값, 최소 경험치를 이미 특정하고 있다. 도 6의 예에서 제1 서비스 프로바이더의 경우, 비용과 경험치는 서비스 요청 사항을 충족시키고 있지만, 규모는 이를 충족시키지 못하고 있다. 제2 서비스 프로바이더의 경우, 규모와 비용은 서비스 요청 사항을 충족시키고 있지만, 경험치는 이를 충족시키지 못하고 있다. 이 경우에도, 클라이언트 단말의 화면에 대한 조작(보정 벡터)을 통해, 위 제1 그룹 선택 객체 변수들 중 하나를 수정이 가능하다.

도 4에서, S510, S520은 잔여 변수를 이용하여 매칭 스코어를 산출하기 위한 전처리 과정을 나타낸 것이다. 상기 과정은, 학습부(3400)에서 수행되므로, 도 7에 도시된 학습부의 세부적인 구성요소에 대한 설명을 통해 본 단계들을 설명한다.

학습부(3400)는 컨볼루션 뉴럴 네트워크(Convolution Neural Network)의 형태와 일부 유사하지만, 컨볼루션 뉴럴 네트워크 형태의 제1 학습부와 생성적 적대 학습부 형태의 제 2 학습부를 결합하였다는 점에서, 기존의 신경망과는 구별될 수 있다. 본 실시예에서 학습부(3400)는 소프트웨어 형태로 구현될 수도 있고, 또는 영상 프로세싱이 가능하며 학습을 위한 소프트웨어가 실행되는 프로세서의 형태로 구현될 수 있다. 학습부는 입력된 값의 차원이 감소된, 하지만 입력된 값의 특징은 잘 반영하는 특징값을 생성하는 역할을 한다. 학습부(3400)는 프로세서(3200)와는 별개의 프로세서로 구현될 수도 있으며, 영상처리를 위한 GPU를 통해 구현될 수 있다. 별개의 프로세서를 통해 학습부(3400)를 구현할 경우, 본 실시예에서 메트릭 변환부, 합성곱 필터, 활성화부의 의미는 프로세서의 동작을 순서적으로 표현하기 위한 구분화된 개념으로 이해될 수 있다. 물론, 본 발명의 또 다른 일 실시예로서, 합성곱 필터, 활성화부, 완전 연결부 각각을 산술연산이 가능한 디지털 신호처리장치로 구현하는 것이 가능함은, 당업자에게 자명할 것이다.

학습부(3400)는 제1 학습부(3410), 제2 학습부(3420) 및 요약부(3430)을 포함한다. 제1 학습부(3410)은 메트릭 변환부(3411), 합성곱 필터(3412), 활성화부(3413)과 완전 연결부(3414)를 포함한다. 합성곱 필터와 활성화부는 반복적으로 배치될 수 있다. 한편, 제2 학습부(3420)는 노이즈 생성부(3421), 합산부(3422), 생성자(3423), 트래이닝 샘플(3424), 선택부(3425), 분별자(3426)을 포함할 수 있다.

요약부(3430)는 제1, 2 그룹 잔여 변수로부터 의미있는 변수와, 의미가 적은 변수를 구별하여 제1, 2 요약 메시지를 생성한다. 예를 들어, 제1 그룹 잔여 변수에서 잔여 변수는 "특이 사항"이고, 잔여 변수값은 "특이 사항 항목"에 기재된 사항일 수 있다. 특이사항 항목에 "소송 이슈가 있는 상표출원이므로 반드시 등록이 요구되며, 분할출원을 통한 다수의 등록도 필요함"이라고 기재된 경우, 요약부(3430)는 "소송, 상표 반드시 등록, 분할, 다수 등록 필요"와 같이 잔여 변수를 요약할 수 있다. 요약 메시지는 신경망에서 처리 가능하도록 메트릭 형태로 얻어지는 것이 바람직하다.

제 2 학습부(3420)는 생성적 적대 신경망(Generative Adversarial Network; GAN)으로서 동작하는 별도의 프로세서로 구현되거나, 또는 기존의 프로세서에서 수행되는 응용프로그램의 형태로 구현될 수 있다. 제 2 학습부(3420)는 요약 메시지를 메트릭을 전달 받아 영상을 합성하고 합성된 영상을 분별자(3426)를 통해 메트릭 변환부로 전달한다.

노이즈 생성부(Noise generator, 3421)은 랜덤 노이즈를 생성한다. 합산부(Adder, 3422)는 생성된 랜덤 노이즈와 요약 메시지를 합산한다. 합산된 특징값들은 생성자(3423)에 전달된다. 사전 학습을 통해 생성적 적대 학습이 완료된 생성자(3423)는, 합산된 특징값들을 입력으로 새롭게 재구성된 영상을 출력한다. 생성자가 생성하는 재구성된 영상은 텍스트 정보로 부터 기인한 것으로서 본질적으로 리얼 영상으로 볼 수는 없다. 하지만, 텍스트 정보와 재구성된 영상은 서로 고유하게 매칭되는 관계를 가지며, 영상간의 유사성은 텍스트에 포함된 맥락의 유사성과 관련되므로, 재구성된 영상은 맥락이 반영된 영상(context image)이다. 이러한 맥락 영상을 이용하여 매칭 스코어를 산출할 경우, 텍스트로 표현된 요구 사항을 반영한 서비스 프로바이더의 매칭이 가능하다.

선택부(3425)는 트래이닝 샘플(3424) 또는 생성자로부터의 (학습 과정에서의) 합성 영상 중 하나를 선택하여 분별자로 전달한다.

분별자(3426)는 입력된 영상이 리얼 영상인지 페이크 영상인지를 분별하는 학습을 통해 특정된 필터 계수를 가지며, 이를 통해 실제로 입력된 영상이 리얼 영상인지 페이크 영상인지 여부를 분별한다. 학습 과정에서 우선 생성자(Generator, 3423)와 분별자(Discriminator, 3426)는 생성자(3423)에서 재구성된 영상을 리얼 영상으로 인식할 수 있도록 각각의 필터 계수를 1차로 업데이트한다. 1차 업데이트에 이어, 분별자(3426)는 트레이닝 샘플을 입력 받아, 트레이닝 샘플은 리얼 영상으로 인식하고, 생성자(3423)에서 생성된 합성 영상은 페이크 영상으로 인식할 수 있도록 자신의 필터 계수를 2차로 업데이트한다. 2차 업데이트에 이어, 생성자(3423)는 자신이 생성한 영상들이 분별자에 의해 리얼 영상으로 판단될 수 있도록, 자신의 필터 계수를 3차로 업데이트한다. 이러한 업데이트 과정은 다양한 트래이닝 샘플을 대상으로 반복적으로 수행된다. 이러한 생성자와 분별자의 필터계수 업데이트 과정은, 상기의 예시에 국한되지 않으며 다양하게 변형될 수 있음은 당업자에게 자명할 것이다.

학습이 완료된 분별자는(3426)은 리얼 영상을 제1 리얼 영상과 제2 리얼 영상으로 구별할 수 있다. 생성자가 생성한 영상은 텍스트 정보로 부터 재구성된 영상이므로, 그러한 영상이 실제의 영상과 같은 영상으로 보기는 어렵다. 하지만, 분별자를 통해 산출되는 특징값과 제1 기준값, 제2 기준값과의 비교를 통해, 분별자는 실제 영상과 유사할 확률의 측면에서 상대적인 확률이 낮은 제1 리얼 영상과, 상대적인 확률이 높은 제2 리얼 영상과 같이, 분별자는 재구성된 제1 영상과 제2 영상을 세부적으로 구별할 수 있다.

메트릭 변환부(3411, Matrix Convertor)는 제1 그룹 잔여 변수들과, 제2 그룹 잔여 변수들에 따라 재구성된 제1 영상과 제2 영상을 분별자(3426)으로부터 입력받아, 이를 이용하여 합성곱 신경망을 적용하기에 적합한 메트릭(Matrix)으로 변환한다. 메트릭 변환부를 통해 변환된 제1 메트릭과 제2 메트릭은 합성곱 필터에서 처리 가능한 영상 형태의 신호이다. 메트릭 변환부(3411)는 영상에 컨볼루션 필터를 적용하기에 앞서 영상에 포함된 불필요한 노이즈를 제거, 영상 정규화 과정, 내지는 영상 해상도를 조절하는 과정을 포함할 수 있다. 물론, 입력 영상에 바로 합성곱 신경망을 적용하는 것도 가능하다.

합성곱 필터(3412, Convolution filter)는 입력된 영상을 상하좌우로 이동하며 가중합 연산을 연속적으로 수행한다. 합성곱 필터를 통해 얻어지는 결과는 차원이 축소된 영상(또는 특징값이라고도 함)의 형태이며, 이러한 영상은 입력 영상의 속성 중 일부의 국소적 속성을 잘 나타내도록 얻어진 영상이다. 합성곱 필터의 계수는, 필터의 속성을 특정한다. 본 실시예에서는 이미 학습이 완료된 인공 신경망을 이용하여 특징값을 산출하도록 구현된 것이므로, 합성곱 필터(3412)의 필터 계수는 이미 정해진 값으로 구현될 수 있다.

활성화부(3413)는 합성곱 필터(3413)를 통과한 영상에 ReLU, Sigmoid, Hard limit, TanH 등의 활성 함수를 적용한다. 추가적으로 적용되는 활성화부도 동일하게 동작한다. 이러한 활성 함수를 적용함에 따른 출력은, 입력값을 간략화시키거나, 특정 범위의 값으로 조정시킨 값이다.

본 실시예에서 제1 학습부(3410)는 이러한 합성곱 필터와 활성화부의 쌍을 복수개로 배열시킨 형태의 구조를 갖는다. 이러한 반복적인 배열을 통과하면서 얻어지는 출력값은, 제 1 메트릭(영상 형태의 정보)의 차원은 감소하고, 국소적인 특징도 잘 나타내도록 얻어진 것이다. 가장 뒤에 위치하는 활성화부에서 얻어지는 특징값은 마지막으로 완전 연결부(3414)에 입력된다. 완전 연결부(3414)는 활성화부로부터 입력된 특징값들에 미리 정해진 연결 가중치른 연산을 수행하고, 연산 결과를 전체적으로 연결시킨 제1, 제2 완전 연결 특징값(fully connected features)을 출력한다.

본 실시예에서 제시하는 제1 학습부와 제2 학습부를 결합시킨 학습부의 구성은, 특이사항 등과 같은 잔여 변수들을 영상으로 재구성하고, 재구성된 영상으로부터 다시 특징값을 추출하기 위한 것이다. 특이사항등과 같은 잔여 변수들에 대한 전통적 방식의 의미적 해석이 가능함은 물론이다. 하지만, 본 실시예에서와 같이 텍스트로부터 재구성된 영상을 통해, 서비스 요청 메시지와 응답 메시지 간의 매칭 스코어를 산출한다면, 의미적 해석을 통해서는 파악하기 어려운 다양하고 특이한 요청 메시지에 대하여도 시스템적 안정성을 확보하면서 클라이언트의 요구를 충족시킬 수 있는 매칭이 가능하다.

S600단계에서, 프로세서(3200)의 매칭 스코어 산출부(3260)는 제1, 제2 객체 변수들간의 비교 결과와, 제1 잔여 변수와 제2 잔여 변수에 따라 재구성된 제1, 제2 영상들 간의 비교 결과를 이용하여, 매칭 스코어를 산출한다.

S700단계에서, 제1 인터페이스는 매칭 스코어를 매칭 결과로서 클라이언트 단말측에 전달한다. S800단계에서, 제2 인터페이스는 마찬가지로 서비스 프로바이더 단말측에 매칭 결과를 전달한다.

이하, 매칭 스코어 산출의 세부적인 방법에 대하여 보다 구체적으로 설명한다. 매칭 스코어는 단일한 것일 수도 있고, 제1 매칭 스코어와 제2 매칭 스코어 등의 복수개를 포함할 수 있다. 제1 매칭 스코어는 요구사항 특징값 세트와 응답 특징값 세트간의 유사도에 따라 산출되는 것이고, 제2 매칭 스코어는 재구성된 제1 영상과 제2 영상간의 유사도에 따라 산출되는 것이다. 최종적인 매칭 스코어는 제1 매칭 스코어와 제2 매칭 스코어를 융합시킨 경과로서, 예를 들어 미리 결정된 가중치에 따른 합 연산을 통해 최종적인 매칭 스코어 산출이 가능하다.

제1 매칭 스코어 산출을 위하여, 프로세서의 매칭 스코어 산출부(3260)는 요구사항 특징값 세트에 의하여 정의되는 요구 영역 이내에 응답 특징값 세트가 포함되는지 여부를 판단하고, 요구 영역 이내에 포함되는 서비스 프로바이더의 경우 요구사항 특징점과 응답 특징점간의 거리를 연산할 수 있다. 이 경우 거리값가 클 수록 매칭 스코어는 크고, 거리가 작을 수록 매칭 스코어는 작다. 요구 영역 이내에 포함되지 않는 서비스 프로바이더의 경우, 연산 결과에 따른 거리를 마이너스 값으로 표현할 수 있다. 이러한 요구 영역 밖에 위치하는 서비스 프로바이더의 경우, 거리값이 큰(절대값은 작음) 서비스 프로바이더의 경우, 거리값이 작은(절대값은 큼) 서비스 프로바이더에 비하여 매칭 스코어는 높게 산출될 수 있다.

제2 매칭 스코어 산출을 위하여, 프로세서는 완전연결부(3414)로부터의 결과값인 제1 완전연결 특징값과 제2 완전연결 특징값 간의 유사도를 산출할 수 있다. 예를 들어, 각 대응 요소별 특징값들간의 차이의 제곱합에 대한 평균 연산을 통해, 제1 완전연결 특징값과 가장 유사한 제2 완전연결 특징값을 갖는 서비스 프로바이더를 결정할 수있다.

물론, 제1 매칭 스코어와 제2 매칭 스코어 산출에 따른 결과(매칭 결과)는 다를 수 있는데, 프로세서는 미리 결정된 가중치에 따라 제1 매칭 스코어와 제2 매칭 스코어에 따른 가중합 연산을 통해, 최종적인 매칭 스코어를 산출할 수 있다. 여기서, 가중치는 미리 결정된 값일 수도 있지만, 실시간 상황에 따라 적응적으로 산출되는 가중치일 수 있다. 예를 들어서, 생성자에서 재구성된 영상이 제1 리얼 영상의 레벨에 속하는 경우, 제2 매칭 스코어의 가중치를 낮추는 것이 바람직하다. 반대로 재구성된 영상이 제2 리얼 영상의 레벨에 속하는 경우, 제2 매칭 스코어의 가중치를 높이는 것이 바람직하다.

본 실시예에서 프로세서가 제 1, 제 2 매칭 스코어를 산출하는 방법에 특별한 제한이 있는 것은 아니며, 당업자는 시스템에서 요구되는 스펙을 고려하여 다양한 방법으로 유사도 값을 정의하여 사용할 수 있다. 예를 들어, 제 1 완전 연결 특징값과 제 2 완전 연결 특징값에 대한 벡터 해석을 통해, 코사인거리, 유클리드거리, 마하라노비스 거리(Mahalanobis distance)를 이용하여 유사도 값을 정의할 수 있다.

프로세서(3200)는, 클라인트 단말과 서비스 프로바이더 단말간의 매칭 스코어를 산출함에 있어서, 다양한 변수들간의 유사성 내지는 관련성을 우선순위에 따라 가중치를 다르게 고려하여 매칭 스코어를 산출할 수 있다. 특히, 프로세서(3200)는 상술한 제1 매칭 스코어와, 제2 매칭 스코어를 이용한 최종적인 매칭 스코어는 아래 수학식을 통해서 산출할 수 있다. 제3 매칭 스코어에 대한 추가적인 확장은 가능하다.

[수학식]

Matching Score = A*1_st Matching Score + B*2_nd Matching Score

여기에서, Matching Score(매칭 스코어)는 클라이언트 단말과 서비스 프로바이더 간의 정합도를 나타내는 스코어이다. A, B는 각각 제 1 매칭 스코어, 제 2 매칭 스코어에 대한 설정 가중치이다.

바람직하게, 프로세서는 제 1, 제2 매칭 스코어에 대한 정규화를 먼저 수행하고, 정규화된 유사도값을 위 수학식에 대입하여 매칭 스코어를 산출할 수 있다. 왜냐하면, 시스템의 세부 상황에 따라 경우에 따라 유사도 값들 간의 편차가 클 수 있기 때문이다. 설정 가중치는 세부 요청 메시지를 통해 클라이언트가 설정하는 것이 가능하다. 제3 매칭 스코어는 절대적인 우선순위에 기반한 값일 수 있다. 제3 매칭 스코어는 서비스 프로바이더 후보를 선별하기 위한 컷오프의 수단으로 사용되며, 최종적인 매칭 스코어의 산출에 있어서는 배제되도록 구현될 수 있다.

예를 들어, 객체 변수에 "응답 속도"가 포함되는 경우, 서비스 요청 메시지가 생성 시점에 대한 요청 시계열 분석 파형과, 서비스 프로바이더의 응답 시점에 대한 응답 시계열 분석 파형간의 교차상관은 매우 중요하게 고려될 수 있다. 응답 메시지가 생성된 시점과, 요청 메시지가 생성된 시점의 평균적인 시간 딜레이값은 얼마나 빠르게 응답을 하였는지를 나타내는 척도가된다. 그리고 교차상관값이 크다는 것은 두 분석 파형간 패턴이 유사하다는 것으로서, 서비스 프로바이더의 응답 패턴이 지속적이고 꾸준하다는 것을 나타내는 척도가 될 수 있다. 평균적인 시간 딜레이값과 교차상관값을 고려한다면 서비스 신속성/안정성을 반영하는 제3 매칭 스코어의 정의가 가능하다.

본 발명에서, 매칭 스코어는 상술한 제 1 매칭 스코어 내지 제3 매칭 스코어를 이용하여 산출되는 것에 한정되지 않음은 당업자에게 자명할 것이다.

S800단계에서, 프로세서(3200)는 클라이언트 단말과 프로바이더 단말 간의 매칭 결과값을 제공한다. 클라이언트 단말과 프로바이더 단말 간의 매칭 결과값은, 예를 들어 매칭 스코어와 그에 따른 서비스 프로바이더 랭킹이다. 프로세서(3200)는 서비스 프로바이더 랭킹에 대한 정보를 통신 인터페이스를 통해 클라이언트 단말에 전송할 수 있다. 또한, 프로세서(3200)는 서비스 프로바이더 랭킹 정보를 화상 처리부(3500)에 전달하고, 화상 처리부(500)에 의하여 생성된 영상을 출력부를 통해 외부로 제공 또는 직접적으로 표시할 수 있다.

본 발명의 또 다른 일 실시예에 따르면, 프로세서(3200)는 의미 해석 결과를 고려하여 클라이언트에게 필요한 서비스 프로바이더 매칭을 위해 필요한 입력 요구 항목 메시지를 생성하고, 이를 통신 인터페이스(3100)를 통해 클라이언트 단말(1100)로 전송하는 단계를 더욱 수행할 수 있다. 여기에서, 입력 요구 항목 메시지는, 예를들어 제공받고자 하는 컨텐츠가 상표 조사와 관련된 컨텐츠일 경우, 필요한 항목은 마감일(due), 표장(mark), 상품(goods)/서비스(service), 대상 국가(target country), 우선순위(priority), 컨플릿(conflict), 예산(budget) 들 중에서 적어도 하나 이상을 포함할 수 있다. 여기에서 우선순위는, 서비스 프로바이더 매칭을 함에 있어서 클라이언트 측면에서 중요한 사항에 대한 가중치를 나타내는 정보이다. 예를 들어, 클라이언트의 상황에 따라서, 어떤 경우는 예산이 가장 중요할 수도 있고, 어떤 경우는 마감일 준수가 가장 중요할 수도 있다. 우선순위는 이러한 필요 항목들의 중요도에 대한 가중치를 정의하는데 필요한 정보이다. 우선순위는 클라이언트 단말을 통해 선택되며, 우선순위에 대한 사항은 상술한 바 있듯이 클라이언트가 입력한 세부 요청 메시지에 포함될 수 있다. 또한, 클라이언트 단말을 통해 서비스 프로바이더 전문가의 비용, 속도, 역사, 규모 등의 요소 가중치도 미리 설정될 수 있다. 이 경우, 서버는 플랫폼을 통해 관리되는 서비스 프로바이더의 전문가 정보를 종합하여, 클라이언트에게 서비스 프로바이더 내지는 전문가를 추천할 수 있다.

다음, 프로세서(3200)는 클라이언트 단말(1100)으로부터 입력 요구 항목 메시지에 대한 응답인 세부 요청 메시지를 전달 받는다. 세부 요청 메시지(Specified Request Message)는, 입력 요구 항목 메시지에 필요한 정보가 기입된 형태의 메시지의 형태로 구현될 수 있다. 세부 요청 메시지 생성을 위한 정보는, 클라이언트 장치(1000)의 I/O인터페이스(1300)를 통해 입력된다. I/O인터페이스(1300)는 예를 들어, 카메라, 마이크, 키보드 등의 입력장치가 있다. 더욱 구체적으로, 제공받고자 하는 컨텐츠가 상표조사에 대한 컨텐츠인 경우, 해당 상표에 대한 로고 이미지는 카메라를 통해 획득되거나, 이미 획득되어 메모리에 저장되어 있는 이미지일 수 있다. 로고 이미지는 통신 인터페이스(3100)를 통해 프로세서(3200)에 전달될 수 있다. 또한, 마이크를 통한 음성 신호를 입력 받아, 음성 신호를 프로세서(3200)에 전달시키도록 구현될 수 도 있다.

본 실시예에서 세부 요청 메시지는 프로세서(3200)에서 수행되는 연산의 종류 또는 속성에 따라 요청 머티리얼 정보(request material information)와 요청 프로세스 정보(request process information)로 구별될 수 있다. 요청 머티리얼 정보는 컨텐츠의 실질적인 사항과 관련된 것으로서, 예를 들어 상표 조사에 대한 컨텐츠의 경우 로고 이미지일 수 있다. 또 다른 예로서, 특허 조사에 대한 컨텐츠의 경우, 발명의 구체적인 구조에 대한 도면 이미지일 수 있다. 요청 프로세스 정보는 마감일(due), 비용(budget), 내지는 인접성(서비스 프로바이더 단말의 위치 정보가 클라이언트 단말의 위치 정보와 물리적으로 가까운 위치에 있는 경우)등과 같이, 실질적인 사항이 아닌 절차적인 사항과 관련된 정보를 의미한다.

프로세서(3200)는 매칭 요청 메시지를 서비스 프로바이더에게 전송한다. 매칭 요청 메시지는, 세부 요청 메시지에 대한 의미 해석의 결과로서 얻어지는 사항으로서, 서비스 프로바이더 입장에서 중요한 사항을 포함하는 메시지이다. 여기에서 매칭 요청 메시지는 세부 요청 메시지와 동일할 수도 있으나, 바람직하게는 서비스 프로바이더의 언어로 변환된 메시지 또는 프로세스 정보와 머티리얼 정보에 대한 요약(컨피덴셜한 정보는 제외함)을 포함하는 메시지일 수 있다.

다음, 프로세서(3200)는 상기 머티리얼 정보와 프로세스 정보 중 적어도 일부를 학습부에 전달하고, 학습부에서 결정된 서비스 요청 특징값을 얻는다. 또한, 프로세서(3200)는 상기 매칭 요청 메시지에 따른 응답 메시지를, 학습부에 전달하고, 학습부에서 결정된 응답 메시지 특징값을 얻는다.

다음, 프로세서(3200)는 상기 서비스 요청 특징값과 응답 메시지 특징값간의 관련성을 고려하여 매칭 스코어를 산출한다. 프로세서(3200)가 매칭 스코어를 찾는 방식에 특별한 제한이 있는 것은 아니다. 바람직하게, 프로세서(3200)는 서비스 요청 특징값과, 서비스 응답 특징값간의 오차의 제곱의 합에 대한 연산, 또는 상관관계에 대한 연산을 통해, 서비스 요청 특징값과 높은 응답 메시지 특징값 간의 매칭 스코어를 산출할 수 있다.

여기에서 관련성의 예로는 메시지를 영상으로 재구성하였을 때 재구성된 영상 들간의 유사도가 있다. 빠른 응답을 요구하는 클라이언트와 빠른 응답 특성을 갖는 서비스 프로바이더는 서로 관련성이 높다. 이러한 관련성에 대한 연산을 위해, 서버의 프로세서는 클라이언트 단말의 리퀘스트 요구 요구 특성에 대한 분포 곡선(x축은 시간 축, y축은 해당 사건이 수)과, 서비스 프로바이더 단말의 응답에 대한 분포 곡선의 상관관계에 대한 판단을 통해, 관련성의 높고 낮음을 결정할 수 있다. 특히, 대비되는 분포 곡선 간의 교차상관(cross correlation)은 이러한 관련성에 대한 기준값으로 활용될 수 있다. 클라이언트 프로파일과, 서비스 프로바이더 프로파일은 자신의 고유한 특성값으로서 시간 측면에서의 행동 패턴을 나타내는 분포 곡선을 더욱 포함할 수 있는데, 프로세서는 프로파일에 포함된 분포 곡선 간의 비교를 통해 교차상관값을 더욱 용이하게 계산할 수 있다.

도 2를 다시 참조하면, 메모리(3300)는 통신 인터페이스를 통해서 전달 받은 데이터를 또는 프로세서로부터 전달된 데이터를 저장한다. 메모리의 형태와 종류에는 특별한 제한이 없으나, 연산 속도의 측면에서 볼 때 캐시 메모리 내지는 플래시 메모리가 바람직하다. 도 2에 클라이언트 단말과 프로바이더 단말 간의 매칭과 관련된 히스토리 정보를 저장하는, 히스토리 저장부는 별도로 도시되지는 않았으나, 서버는 상기 메모리(3300)와는 별도로 대용량의 누적적 히스토리 정보를 저장하는 히스토리 저장부를 더욱 구비할 수 있다.

화상 처리부(image processor, 3500)는 프로세서(3200)의 연산 결과로부터 시각적인 영상을 생성한다. 화상처리부(3500)에서 생성된 영상은 출력부(600)를 통해 사용자 인터페이스(디스플레이 화면)에 표시될 수 있다. 또한, 출력부(600)는 별도로 마련된 모니터 장치 측으로 화상 처리부에서 생성된 영상을 제공하고, 모니터를 통해 영상을 재생시킬 수 있다.

본 발명의 또 다른 일 실시예에 따르면, 클라이언트 단말로 부터 전달되는 세부 요청 메시지는, 클라이언트 프로파일을 더 포함할 수 있다. 클라이언트 프로파일은, 클라이언트를 식별할 수 있는 식별정보와, 기호 정보 및 특징 정보를 더 포함할 수 있다. 기호정보는 예를 들어, 클라이언트가 프로바이더를 매칭함에 있어 설정했었던 우선순위 정보를 포함할 수 있다. 특징 정보는 클라이언트에서 발생되는 고유한 정보이다. 예를 들어 1개의 법률 컨텐츠를 생성하는 전체 프로세스 기간 동안 얼마나 많은 리퀘스트를 서버에 요청하였는지에 대한 정보가 있다.

클라이언트 프로파일과 마찬가지로, 서비스 프로바이더로부터 전달되는 서비스 응답 메시지는, 서비스 프로바이더에 대한 서비스 프로바이더 프로파일을 더 포함할 수 있다. 마찬가지로 서비스 프로바이더 프로파일은 특징 정보를 더 포함할 수 있다. 특징 정보는, 예를 들어 클라이언트로부터 리퀘스트가 발생하였을 때, 서비스 프로바이더 단말의 응답 특성 정보를 포함할 수 있다. 어떤 서비스 프로바이더의 경우, 신속한 응답 특성을 갖는 경우가 있고 반대로 항상 늦게 응답하는 지연 응답 특성을 갖는 경우가 있다. 서버는 서비스 프로바이더에 대한 히스토리 정보에 대한 분석을 통해, 서비스 프로바이더 단말 개별로 응답 특성을 파악할 수 있다. 응답 특성은 응답 특성 분포 곡선 형태로 관리될 수 있고, 이러한 응답 특성 분포 곡선은 히스토리 정보로서 저장되며, 상기 "특성 정보"는 응답 특성 분포 곡선에 대한 요약이다. 본 실시예에서 학습부(3400)의 메트릭 변환부는 응답 특성 분포 곡선을 정규화시키고, 정규화된 영상에 대한 학습을 통해, 특성 정보를 추출하거나 요약할 수 있다.

도 8의 (c)는 본 발명의 일실시예에 따른 매칭 결과를 제공하는 화면의 예를 나타낸 참고도이다. 도 8의 (d)는 매칭 결과에 따른 서비스 프로바이더 랭킹을 보여주는 화면의 예를 나타내는 참고도이다. 도 8의 (c)에서 검은 점으로 표기되며, 원의 중심에 해당하는 지점은, 클라이언트 단말이 위치하는 지점을 표시한 것이다. 작은 원형 점으로 표기된 것은 서비스 프로바이더 단말들의 위치를 지도상에 나타낸 것이다. 본 발명은 법률 컨텐츠를 제공하기 위한 네트워크 시스템으로서 제안된 것이지만, 클라이언트에게는 이와는 별도로 오프라인 프로세스가 더 필요할 수 있다. 본 발명은 위치기반 서비스와 연동되어 동작될 경우, 클라이언트의 요청에 더욱 부합하는 결과 도출이 가능하다.

도 9는, 본 발명의 일 실시예에 따른, 응답 컨텐츠를 나타낸 것이다. 더욱 구체적으로, 도 9의 응답 컨텐츠는 법률적 의견이 유형화되어 표현된 사례이다. 이러한 유형화된 응답 컨텐츠의 탬플릿은, 서버에 의하여 미리 정형화되어 마련된다.

도 9의 예시에는, 팩터1이 적용될 확률, 가능성, 가부 등에 관한 사항이 표시된다. 또한, 소송 사건의 승소 가능성, 지재권 출원에 대한 등록가능성 등에 관한 법률적 결론도 더 포함될 수 있다. 또한, 서버(140)는 이종 언어간의 호환이 가능하도록 번역 프로세스를 더욱 수행할 수 있다. 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템 내부에 마련된 번역 엔진 또는 외부에서 접속 가능한 번역 엔진을 통해 A언어로 작성된 응답 컨텐츠를 B언어, C언어, D언어로 번역하고, 번역된 언어를 클라이언트 단말에 제공할 수 있다.

도 10은, 본 발명의 또 다른 일 실시예에 따른, 응답 컨텐츠를 나타낸 것이다. 도 10의 응답 컨텐츠는, AlfredQ라는 상표에 대한 식별력, 선행상표, 등록가능성 등에 대한 검토 사항이 포함되어 있다. 이러한 응답 컨텐츠는 서비스 프로바이더 단말이 플랫폼을 통해 생성하여, 클라이언트 단말에게 결과물로서 제공된다.

도 11는, 본 발명의 또 다른 일 실시예에 따른, 보안이 강화된 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 나타내는 흐름도이다. 도 11에 도시된 클라이언트 단말과 프로바이더 단말 간의 매칭 방법은, 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 서버에서 시계열적으로 수행되는 하기의 단계들을 포함한다.

S1100에서, 프로세서(3200)는 수신된 서비스 요청 메시지와 응답 메시지로부터, 서비스 요청 특징값과 서비스 응답 특징값을 산출한다. 보다 구체적으로, 프로세서(3200)는 서비스 요청 특징값으로서 제 1 완전 연결 특징값과, 서비스 응답에 대한 응답 특징값으로서 제2 응답 특징값을 산출한다. S100단계에 앞서, 프로세서가 통신 인터페이스를 통해 클라이언트 단말(1000)으로부터 세부 요청 메시지를 수신하고, 서비스 프로바이더 단말(2000)로부터 응답 메시지를 수신함은 앞서 설명한 바 있다.

S1200에서, 프로세서(3200)는 네트워크 개체별 통신에 있어서, 암호화를 위한 세션키를 생성하고, 세션키 테이블을 네트워크 개체와 공유한다. 본 실시예의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 경우, 개체간 지속적인 네트워크가 유지되고, 개체별(단말 장치 별) 상황에 따라 통신의 특성값이 시간적으로 달라진다.

시간에 따라 감지되는 개체별 네트워크 상황의 변화는 제3 자가 알수 없는 고유값으로서, 이러한 값(개체별 네트워크 상황변수)을 세션키 테이블 업데이트를 위한 하나의 변수로 사용할 경우, 보안성이 강화될 수 있다. 개체별 네트워크 상황변수의 예로는, 서비스 프로바이더의 네트워크 트래픽 정보 또는 응답속도 정보가 있다. 서비스 프로바이더의 네트워크 트래픽 정보는, 플랫폼을 통해서 감지되는 트래픽의 양으로서 서비스 프로바이더를 통해 수행되는 절대적인 프로세스의 양과 관련된다. 또한, 응답속도는 질의가 발송된 시점과, 응답이 도달된 시점간의 시간 차와, 전달된 데이터의 양의 상대적 비율로 정의될 수 있다. 이러한 개체별 네트워크 상황변수는, 두 개의 개체간 공유가 가능하며, 제3의 개체는 공유가 불가능하므로, 이러한 개체별 네트워크 상황변수를 이용하면, 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 보안성을 강화시킬 수 있다. 예를 들어, 클라이언트 단말과, 서버간의 메시지를 서비스 프로바이더 단말이 할 수 없다는 점은, 기존대비 명확히 구별될 수 있는 차이이다.

S1300에서, 프로세서(3300)는 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 프로세스를 중지해야하는 상황을 탐지하고, 그러한 상황이 탐지된 경우, 개체간 네트워크를 중단한다. 서비스 프로바이더를 통해서 제공되는 컨텐츠, 그리고 개체간 공유하는 정보들은 모두 컨피덴셜을 요구하는 정보일 수 있는데, 외부로 부터의 침입이 의심되는 높은 트래픽이 감지되거나, 시스템의 오류가 감지되는 경우, 본 네트워크 서비스를 잠시 중지시킬 수 있다.

S1400에서, 프로세서(3400)는 세션키 테이블 값을 변경하고, 변경된 세션키 테이블 값을 개체별로 각각 공유한다. 계속적인 프로세스의 필요성은 여전히 존재하지만, 과거의 정보 유출이 의심되는 상황이므로, 프로세서(3400)는 세션키 테이블을 실질적으로 리셋한다.

S1500에서, 프로세서(3400)는 네트워크 중지사유가 해제되었는지 여부를 감지하고, 중지사유가 해제된 경우, S1600에서 세션을 다시 개시한다. S1400에서 세션키 테이블을 리셋하였다 하더라도, 세션을 바로 다시 개시하는 것은 아니며, 네트워크 중지 사유의 해제를 먼저 확인 한 후 변경된 세션키를 각 개체와 공유한 후 세션을 재개한다.

본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템을 구성하는 네트워크 엔터티는, 클라이언트 단말, 서비스 프로바이더, 서버이다. "클라이언트 단말과 서버", "서비스 프로바디어 단말과 서버"는 직접적으로 연결되지만, "클라이언트 단말"과 "서비스 프로바이더 단말"은 직접적으로 연결되지 않는다. 도 9의 세션 키는 "클라이언트 단말과 서버"간의 제 1 세션 키와, "서비스 프로바이더 단말과 서버"간의 제 2 세션 키로 구별된다.

도 12는 본 발명의 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템의 메시지 전송에 있어서 메시지의 무결성을 위한 메시지의 프래임을 나타낸 것이다. 본 발명에 따른 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템에 있어서, 제공되는 법률 컨텐츠는 기밀성이 요구된다. 이러한 법률 컨텐츠는 비밀유지의무가 없는 제3자에 의하여 원본의 내용이 변경되어서는 안되기 때문에, 원본에 대한 무결성(integrity)을 보장하는 것은 매우 중요하다.

도 12에서, 제 1 메시지(4100)는 예를 들어 "서비스 요청 메시지"이다. 서비스 요청 메시지의 실질적인 데이터는, 제 1 데이터(4102) 필드에 포함된다. 제 1 주소(4104)는 제 1 메시지(4100)에서 제 1 무결성 데이터의 위치를 나타내는 정보이다. 또한, 제 1 주소는 제 1 무결성 데이터의 길이를 나타내는 정보 내지는 식별 정보일 수 있다. 프로세서(3400)는 제 1 데이터와 제 1-1 세션 키를 이용하여 제 1 무결성 데이터(4106)를 생성할 수 있다. 무결성 데이터를 생성하는 방법에 특별한 제한이 있는 것은 아니나, 프로세서(3400)는 해쉬 함수를 이용하여 무결성 데이터를 생성할 수 있다. 특히, 제 1 데이터를 미리 정해진 자리 수의 데이터로 요약하고, 제 1-1 세션 키와의 XOR연산을 통해 무결성 데이터를 생성하는 것이 가능하다.

도 12에서, 제 2 메시지(4200)는 제 1 메시지에 누적적으로 제 2 데이터를 더욱 포함시킨 구조를 갖는다. 제 2 메시지(4200)는 기존의 제 1 메시지(4100)과, 제 2 데이터(4202), 제 2 주소(4204) 및 제 2 무결성 데이터(4206)를 포함한다. 제 2 무결성 데이터는, 적어도 제 1 무결성 데이터, 제 2 데이터 및 제 1-2 세션 키를 입력으로 하는 해쉬 값일 수 있다.

본 실시예에서 제 2 메시지는 서버가 클라이언트 단말측에 전송하는 입력 요구 항목 메시지일 수 있다. 제3 메시지(미도시)는, 마찬가지로 제 2 메시지에 제3 데이터, 제3 주소 및 제3 무결성 데이터를 더욱 포함한다. 예를 들어, 제3 메시지는 클라이언트 단말로부터 서버로 전달되는 메시지로서, 세부 요청 메시지일 수 있다. 이러한 누적적 메시지 구조와, 무결성 데이터가 체인으로 연결되는 구조를 통해서, 메시지의 무결성이 보장될 수 있다. 이는 지속성과 기밀성이 요구되는 법률 컨텐츠의 유통에 있어서 매우 중요하다.

이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록 매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록 매체로서는 자기기록매체, 광 기록매체 등이 포함될 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

110: 클라이언트 단말 120: 서비스 프로바이더 단말
130: 통신 네트워크
1200: 환경센서
1400: 화상 표시부 3110: 제 1 인터페이스
3200: 프로세서
3300: 메모리 3400: 학습부
3500: 화상 처리부 3600: 출력부

Claims

법률 컨텐츠에 대한 제공을 요구하는 클라이언트 단말과 프로바이더 단말 간의 매칭을 위한 프로세스를 수행하는 서버에 의해 수행되는 클라이언트 단말과 프로바이더 단말 간의 매칭 방법에 있어서,
통신 인터페이스가 상기 클라이언트 단말로부터의 서비스 요청 메시지를 수신하고, 상기 서비스 요청 메시지에 대한 응답에 해당하는 응답 메시지를 상기 프로바이더 단말로부터 수신하는 단계;
상기 서버가 서비스 요청 메시지 중 다차원의 공간 벡터로 표현가능한 복수의 객체 변수들을 포함하는 제1 그룹 객체 변수들과, 상기 제1 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제1 그룹 잔여 변수를 분리하는 단계; 및
상기 제1 그룹 객체 변수들 또는 상기 제1 그룹 잔여 변수를 이용하여 네트워크 엔터티들간 매칭을 위한 매칭 스코어를 산출하는 단계;를 포함하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제1 항에 있어서, 상기 매칭 스코어를 산출하는 것은,
상기 응답 메시지로 부터 얻어지는 제2 그룹 객체 변수들 또는, 상기 제2 그룹 객체 변수들에 속하지 않는 복수의 객체 변수들을 포함하는 제2 그룹 잔여 변수를 더욱 이용하여 매칭 스코어를 산출하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제2 항에 있어서, 상기 제1 그룹 잔여 변수는 적어도 일부 텍스트 형태의 정보를 포함하고, 상기 서버는
상기 제1 그룹 잔여 변수를 입력으로 재구성된 제1 영상을 생성하는 제2 학습부와, 상기 제1 영상으로부터 완전 연결 특징값을 생성하는 제1 학습부를 더 포함하며,
상기 서버가 매칭 스코어를 산출하는 것은,
상기 제1 그룹 잔여 변수로부터 생성된 제1 영상과, 상기 제2 그룹 잔여 변수로부터 생성된 제2 영상 간의 제2 유사도 값을 이용하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제2 항에 있어서, 상기 매칭 스코어를 산출하는 것은,
상기 제1 그룹 객체 변수들과 상기 제2 그룹 객체 변수들 사이의 제1 유사도 값, 또는 상기 제1 그룹 잔여 변수와 상기 제2 그룹 잔여 변수 간의 제2 유사도 값을 이용하여 상기 네트워크 엔터티들간 매칭을 위한 매칭 스코어를 산출하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제3 항에 있어서, 상기 제2 학습부가 제1 영상을 생성하는 것은,
상기 제1 그룹 잔여 변수를 요약한 제1 요약 메시지를 획득하는 단계; 및
상기 제1 요약 메시지로부터 재구성된 제1 영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제1 항에 있어서, 상기 서비스 요청 메시지는, 상기 요청하고자 하는 법률 컨텐츠를 특정하기 위한 식별 정보와, 상기 서비스 요청과 관련된 속성을 나타내는 객체 변수들을 포함하고,
상기 객체 변수들은, 상기 법률 컨텐츠의 제공과 관련된 비용, 품질, 속도, 서비스 프로바이더의 경험치 및 서비스 프로바이더의 규모로 이루어진 군으로 부터 선택되는 적어도 둘을 포함하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 시스템.
제2 항에 있어서, 상기 서버가 매칭 스코어를 산출하는 단계는,
상기 제1 그룹 객체 변수들을 다차원 공간 좌표상의 벡터로 표현하기 위한 요구사항 특징값 세트와, 상기 제2 그룹 객체 변수들을 상기 다차원 공간 좌표상의 벡터로 표현하기 위한 응답 특징값 세트를 생성하는 단계;
상기 요구사항 특징값 세트와 응답 특징값 세트에 따른 다차원 공간 분포 영상을 상기 클라이언트 단말의 화면 상에 시각화하여 표현하는 단계;
상기 클라이언트 단말 상에 시각화되어 표현된 다차원 공간 분포 영상에서, 제1 그룹 객체 변수들의 보정을 위한 보정 변수를 결정하는 단계; 및
상기 보정 변수를 고려하여 상기 제1 그룹 객체 변수를 보정하는 단계를 더 포함하고, 상기 서버는 상기 제1 그룹 객체 변수들과 상기 제2 그룹 객체 변수들간의 제1 유사도 값을 이용하여 매칭 스코어를 산출하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제7 항에 있어서,
상기 요구사항 특징값 세트는, 상기 제1 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제1 그룹 선택 객체 변수들을 포함하고, 상기 응답 특징값 세트는, 상기 제2 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제2그룹 선택 객체 변수들을 포함하며,
상기 클라이언트 단말의 화면 상에 시각화하여 표현하는 것은, 상기 제1 그룹 선택 객체 변수들과 상기 제2 그룹 선택 객체 변수들을 다차원 공간 상에 투영시킨 영상으로 표현하는 것을 포함하고,
상기 서버가 상기 보정 변수를 결정하는 것은, 상기 클라이언트 단말의 화면 상에 시각화되여 표시되는 상기 제1 그룹 선택 객체 변수들의 위치를 보정시키기 위한 상기 화면 상에서의 사용자 터치 입력에 따른 보정 벡터를 입력 받고, 상기 보정 변수는 상기 보정 벡터를 이용하여 결정하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제7 항에 있어서,
상기 요구사항 특징값 세트는, 상기 제1 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제1 그룹 선택 객체 변수들을 포함하고, 상기 응답 특징값 세트는, 상기 제2 그룹 객체 변수들에서 선택되는 서로 다른 2개 또는 3개의 제2그룹 선택 객체 변수들을 포함하고,
상기 요구사항 특징값 세트는, 다차원 공간상에서 상기 제1 그룹 선택 객체 변수들의 위치를 특정하기 위한 요구사항 특징점의 좌표 및 속성값을 포함하고,
상기 속성값은 매칭 가능 영역에 대한 속성을 나타내기 위한 위치 벡터와, 상기 매칭 가능 영역의 설정에 대한 역상 정보를 더 포함하며,
상기 매칭 스코어를 산출하는 것은, 상기 제1 그룹 선택 객체들과, 상기 제2 그룹 선택 객체들 간의 거리를 이용하여 산출하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제3 항에 있어서,
상기 제2 학습부는 상기 제1 그룹 잔여 변수를 요약한 제1 요약 메시지를 획득하고, 상기 제1 요약 메시지와 랜덤 노이즈를 합산하여 제1 합산 특징값을 생성하며, 상기 제1 합산 특징값을 이용하여 제1 영상을 재구성하며, 상기 재구성된 제1 영상이 리얼 영상인지 아니면 페이크 영상인지를 판단하고,
상기 제1 학습부는 상기 제2 학습부에 의하여 리얼 영상으로 판단된 재구성된 제1 영상에 합성곱 필터를 적용하며, 상기 합성곱 필터에 따른 특징값을 활성화시켜 얻어지는 활성화된 특징값을 이용하여 제1 완전 연결 특징값을 생성하고,
상기 서버가 매칭 스코어를 산출하는 것은,
상기 재구성된 제1 영상으로부터 얻어지는 상기 제1 완전 연결 특징값과,
상기 재구성된 제2 영상으로부터 얻어지는 제2 완전 연결 특징값간의 제2 유사도 값을 이용하여 산출하는 것을 특징으로 하는, 법률 컨텐츠 제공을 위한 클라이언트 단말과 프로바이더 단말 간의 매칭 방법.
제 1 항 내지 제 10 항 중 하나의 클라이언트 단말과 프로바이더 단말 간의 매칭 방법을 컴퓨터상에서 수행하기 위한 명령어들을 포함하는 컴퓨터에서 실행 가능한 프로그램.