KR20220040695A - 전자장치 및 그 제어방법 - Google Patents

전자장치 및 그 제어방법 Download PDF

Info

Publication number
KR20220040695A
KR20220040695A KR1020200123700A KR20200123700A KR20220040695A KR 20220040695 A KR20220040695 A KR 20220040695A KR 1020200123700 A KR1020200123700 A KR 1020200123700A KR 20200123700 A KR20200123700 A KR 20200123700A KR 20220040695 A KR20220040695 A KR 20220040695A
Authority
KR
South Korea
Prior art keywords
error
configuration
status
data
electronic device
Prior art date
Application number
KR1020200123700A
Other languages
English (en)
Inventor
원강영
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200123700A priority Critical patent/KR20220040695A/ko
Priority to PCT/KR2021/002689 priority patent/WO2022065613A1/en
Priority to US17/197,270 priority patent/US11281525B1/en
Publication of KR20220040695A publication Critical patent/KR20220040695A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0778—Dumping, i.e. gathering error/state information after a fault for later diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0796—Safety measures, i.e. ensuring safe condition in the event of error, e.g. for controlling element
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1479—Generic software techniques for error detection or fault masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0769—Readable error formats, e.g. cross-platform generic formats, human understandable formats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 발명의 일 실시예에 따른 전자장치에 있어서, 상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하고, 상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하고, 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하고, 상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하고, 상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 프로세서를 포함한다.

Description

전자장치 및 그 제어방법{ELECTRONIC APPARATUS AND THE METHOD THEREOF}
본 개시는 전자장치의 오류 발생을 해결하는 전자장치 및 그 제어방법에 관한 것이다.
전자장치의 종류 및 그 기능이 다양해짐에 따라, 전자장치에서 발생하는 오류의 발견이나 그 해결방안에 대한 관심이 높아지고 있다.
만약 전자장치가 자체적으로 오류의 발생을 감지하지 못하거나, 오류 발생 가능성이 있는 상태를 미리 파악하거나 개선하지 못하는 경우에는, 실제로 오류가 발생한 경우에만 이를 해결할 수 있다.
혹은, 전자장치에 오류가 발생하여도, 시스템 상에서 해당 전자장치에서 자주 나타나는 오류, 미리 정의된 오류에 관한 정보만을 보유하고 있는 경우에는 발생된 오류에 해당하는 정보가 있는 경우에만 사용자에게 정보를 알려주거나 그 오류를 해결하는 가이드를 제공할 수 있다. 이 때, 미리 정해진 가이드는 사용자가 조치하는 조건이나, 서비스 엔지니어가 조치하는 조건이 크게 다르지 않다. 따라서, 엔지니어가 조치하는 경우에는 주어진 서비스 가이드 외 엔지니어의 경험과 역량에 따라 차별화된 서비스를 제공하는 실정이다.
또한, 미리 정의된 진단이나 해결방법은 오히려 잘못된 진단과 서비스로 2차 문제를 유발하거나 이로 인한 재서비스 등으로 서비스에 대한 신뢰성이 떨어질 수 있다. 이로 인해 불필요한 서비스가 이루어지게 되어 제품과 회사의 이미지가 훼손으로 무형의 손실이 발생하고, 잘못된 진단에 의한 재서비스 및 복수 부품 서비스 등에 의한 유형의 품질 비용이 빈번하게 발생한다.
본 개시의 목적은 보다 효율적으로 오류를 예측하고, 방지할 수 있는 전자장치 및 그 제어방법을 제공하는 것이다.
본 발명의 일 실시예에 따른 전자장치에 있어서, 상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하고, 상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하고, 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하고, 상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하고, 상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 프로세서를 포함한다.
상기 오류데이터는 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관에 관한 연산을 수행하도록 학습된 모델을 포함할 수 있다.
상기 프로세서는, 상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이에 표시할 수 있다.
상기 프로세서는, 상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작의 수행할 수 있다.
상기 프로세서는, 상기 제2구성에 관한 파라미터의 설정을 상기 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행할 수 있다.
상기 프로세서는, 상기 변경된 파라미터의 설정을 통해 상기 상태오류의 발생 가능성이 낮아지지 않는 경우, 상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 GUI를 디스플레이에 표시하고, 상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작을 수행할 수 있다.
상기 프로세서는, 상기 제1구성의 상태오류의 발생 가능성 여부를 주기적으로 식별할 수 있다.
본 발명의 일 실시예에 따른 전자장치의 제어방법에 있어서, 상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하는 단계; 상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하는 단계; 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하는 단계; 상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계; 및 상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함할 수 있다.
상기 오류데이터는 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관에 관한 연산을 수행하도록 학습된 모델을 포함할 수 있다.
상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이에 표시하는 단계를 더 포함할 수 있다.
상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작의 수행하는 단계를 포함할 수 있다.
오류관련동작을 수행하는 단계는, 상기 제2구성에 관한 파라미터의 설정을 상기 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행하는 단계를 포함할 수 있다.
오류관련동작을 수행하는 단계는, 상기 변경된 파라미터의 설정을 통해 상기 상태오류의 발생 가능성이 낮아지지 않는 경우, 상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 GUI를 디스플레이에 표시하는 단계; 및 상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함할 수 있다.
상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계는, 상기 제1구성의 상태오류의 발생 가능성 여부를 주기적으로 식별하는 단계를 포함할 수 있다.
컴퓨터가 읽을 수 있는 코드로서, 전자장치의 제어방법을 수행하는 코드를 포함하는 컴퓨터 프로그램이 저장된 기록매체에 있어서, 상기 전자장치의 제어방법은, 상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하는 단계; 상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하는 단계; 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하는 단계; 상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계; 및 상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 개인에 역량에 따라 서비스가 달라지는 것이 아니라, 서비스의 품질이 상향 평준화될 수 있다.
본 발명의 일 실시예에 따르면, 인공지능(AI: Artificial Intelligence)을 적용하여 오류의 발생 가능성을 실시간으로 모니터링하고, 전자장치가 자체적으로 최적의 동작 상태를 유지함으로써 오류를 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 의한 전자장치의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 전자장치의 동작 흐름도를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 전자장치의 동작 흐름도를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 오류데이터의 활용을 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다.
이하에서는 첨부 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 도면에서 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 구성요소를 지칭하며, 도면에서 각 구성요소의 크기는 설명의 명료성과 편의를 위해 과장되어 있을 수 있다. 다만, 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 이하의 실시예에 설명된 구성 또는 작용으로만 한정되지는 않는다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.
본 발명의 실시예에서, 제1, 제2 등과 같이 서수를 포함하는 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 발명의 실시예에서, '구성되다', '포함하다', '가지다' 등의 용어는 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 또한, 본 발명의 실시예에서, '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있으며, 적어도 하나의 모듈로 일체화되어 구현될 수 있다. 또한, 본 발명의 실시예에서, 복수의 요소 중 적어도 하나(at least one)는, 복수의 요소 전부뿐만 아니라, 복수의 요소 중 나머지를 배제한 각 하나 혹은 이들의 조합 모두를 지칭한다.
도 1은 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다.
본 도면에서는 제1구성(10), 제2구성(20), 프로세서(180)를 포함하는 전자장치(100)를 도시하고 있다.
본 발명의 일 실시예에 따른 전자장치(100)는 TV로 구현될 수 있으나, 이에 한정되는 것은 아니며 스마트 폰, 태블릿 PC, 노트북 PC, HMD(Head mounted Display), NED(Near Eye Display), LFD(large format display), Digital Signage(디지털 간판), DID(Digital Information Display), 비디오 월(video wall), 프로젝터 디스플레이, QD(quantum dot) 디스플레이 패널, QLED(quantum dot light-emitting diodes) μLED(Micro light-emitting diodes), Mini LED 등 다양한 형태의 디스플레이 및 카메라, 캠코더, 프린터, 서버 등으로 구현될 수 있다.
또는 전자장치(100)는 터치 센서와 결합된 터치 스크린, 플렉시블 디스플레이(flexible display), 롤러블 디스플레이(rollable display), 3차원 디스플레이(3D display), 복수의 디스플레이 모듈이 물리적으로 연결된 디스플레이 등으로 구현될 수도 있다. 또는 전자장치(100)는 STB(Set-Top Box) 와 같이 디스플레이부가 없거나 알림 등을 위한 간단 디스플레이부가 있는 상태로, 유/무선 인터페이스부를 통해 별도 디스플레이를 구비한 외부장치에 영상을 출력할 수 있다. 이 외에도 클라우딩 컴퓨팅 환경이 구축된 시스템 자체일 수도 있으며, 인공 지능 모델을 이용하여 데이터를 처리하는 장치라면 한정되지 않고 적용 가능하다.
전자장치(100)는 제1구성(10), 제2구성(20)을 포함하는 복수의 구성을 포함하며, 구성은 하드웨어, 소프트웨어를 제한하지 않는다. 예컨대, 구성은 도 2에서 후술하는 인터페이스부의 HDMI 포트, 디스플레이부의 디스플레이, 사용자입력부 등의 하드웨어 구성을 의미할 수 있고, 부팅 시퀀스(Boot Sequence) 등의 소프트웨어 구성을 의미할 수 있다.
전자장치(100)의 복수의 구성은 동작 중 오류가 발생할 수 있는데 이를 상태오류라 한다. 상태오류는 전자장치(100)의 복수의 구성의 동작에 관하여 획득한 상태데이터에 기초하여 식별할 수 있다. 상태데이터는 복수의 구성의 동작과 관련하여 수집될 수 있는 모든 데이터를 의미한다.
본 발명의 일 실시예에 따르면, 제1구성(10)은 전자장치(100)의 동작 중 상태오류가 발생하거나, 발생 가능성이 예상되는 구성을 의미하고, 제2구성(20)은 상태오류의 원인이 되는 구성을 의미한다. 보다 구체적으로, 제2구성(20)은 제1구성(10)의 상태오류에 복합적으로 영향을 미칠 수 있는 적어도 하나의 구성이다.
본 발명에서 전자장치(100), 보다 구체적으로 프로세서(180)는 자체적으로 복수의 구성의 동작을 진단하고, 상태오류가 감지된 제1구성(10)이나 상태오류의 원인이 되는 제2구성(20)을 최적의 상태로 재설정하거나 사용자에게 올바른 가이드를 제공하여 전자장치가 지속적으로 안정적인 상태로 동작하도록 한다.
이 때, 전자장치(100)는 식별된 제1구성(10)의 상태오류 및 상태오류의 원인이 되는 제2구성(20) 간 상호 연관에 관한 연산을 인공 지능(AI; Artificial Intelligence) 기술을 이용하여 수행할 수 있다.
AI 기술을 실행하기 위한 프로세서(180)는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서 이외에도, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU(Neural Processing Unit)와 같은 AI 전용 프로세서과 소프트웨어의 조합을 통해 구현될 수 있다.
AI 기술은 기계학습(딥러닝) 및 기계학습을 활용한 기술들로 구성될 수 있다. 보다 자세한 내용은 후술한다.
본 발명의 일 실시예에 따르면, 복수의 구성의 동작에 관한 상태데이터에 기초하여 학습된 AI 모델을 활용하여 상태오류의 발생 가능성을 식별하므로, 보다 신뢰성 높은 결과를 획득할 수 있다.
도 2는 본 발명의 일 실시예에 의한 전자장치의 구성을 도시한 블록도이다.
도 2에 도시된 바와 같이, 전자장치(100)는 인터페이스부(110)를 포함할 수 있다.
인터페이스부(110)는 유선 인터페이스부(111)를 포함할 수 있다. 유선 인터페이스부(111)는 지상파/위성방송 등 방송표준에 따른 방송신호를 수신할 수 있는 안테나가 연결되거나, 케이블 방송표준에 따른 방송신호를 수신할 수 있는 케이블이 연결될 수 있는 커넥터 또는 포트를 포함한다. 다른 예로서, 전자장치(100)는 방송신호를 수신할 수 있는 안테나를 내장할 수도 있다. 유선 인터페이스부(111)는 HDMI 포트, DisplayPort, DVI 포트, 썬더볼트, 컴포지트(composite) 비디오, 컴포넌트(component) 비디오, 슈퍼 비디오(super video), SCART 등과 같이, 비디오 및/또는 오디오 전송표준에 따른 커넥터 또는 포트 등을 포함할 수 있다. 유선 인터페이스부(111)는 USB 포트 등과 같은 범용 데이터 전송표준에 따른 커넥터 또는 포트 등을 포함할 수 있다. 유선 인터페이스부(111)는 광 전송표준에 따라 광케이블이 연결될 수 있는 커넥터 또는 포트 등을 포함할 수 있다. 유선 인터페이스부(111)는 외부 마이크 또는 마이크를 구비한 외부 오디오기기가 연결되며, 오디오기기로부터 오디오 신호를 수신 또는 입력할 수 있는 커넥터 또는 포트 등을 포함할 수 있다. 유선 인터페이스부(111)는 헤드셋, 이어폰, 외부 스피커 등과 같은 오디오기기가 연결되며, 오디오기기로 오디오 신호를 전송 또는 출력할 수 있는 커넥터 또는 포트 등을 포함할 수 있다. 유선 인터페이스부(111)는 이더넷 등과 같은 네트워크 전송표준에 따른 커넥터 또는 포트를 포함할 수 있다. 예컨대, 유선 인터페이스부(111)는 라우터 또는 게이트웨이에 유선 접속된 랜카드 등으로 구현될 수 있다.
유선 인터페이스부(111)는 상기 커넥터 또는 포트를 통해 셋탑박스, 광학미디어 재생장치와 같은 외부기기, 또는 외부 디스플레이장치나, 스피커, 서버 등과 1:1 또는 1:N(N은 자연수) 방식으로 유선 접속됨으로써, 해당 외부기기로부터 비디오/오디오 신호를 수신하거나 또는 해당 외부기기에 비디오/오디오 신호를 송신한다. 유선 인터페이스부(111)는, 비디오/오디오 신호를 각각 별개로 전송하는 커넥터 또는 포트를 포함할 수도 있다.
그리고, 본 실시예에 따르면 유선 인터페이스부(111)는 전자장치(100)에 내장되나, 동글(dongle) 또는 모듈(module) 형태로 구현되어 전자장치(100)의 커넥터에 착탈될 수도 있다.
인터페이스부(110)는 무선 인터페이스부(112)를 포함할 수 있다. 무선 인터페이스부(112)는 전자장치(100)의 구현 형태에 대응하여 다양한 방식으로 구현될 수 있다. 예를 들면, 무선 인터페이스부(112)는 통신방식으로 RF(radio frequency), 지그비(Zigbee), 블루투스(bluetooth), 와이파이(Wi-Fi), UWB(Ultra WideBand) 및 NFC(Near Field Communication) 등 무선통신을 사용할 수 있다. 무선 인터페이스부(112)는 와이파이(Wi-Fi) 방식에 따라서 AP와 무선통신을 수행하는 무선통신모듈이나, 블루투스 등과 같은 1대 1 다이렉트 무선통신을 수행하는 무선통신모듈 등으로 구현될 수 있다. 무선 인터페이스부(112)는 네트워크 상의 서버와 무선 통신함으로써, 서버와의 사이에 데이터 패킷을 송수신할 수 있다. 무선 인터페이스부(112)는 적외선 통신표준에 따라 IR(Infrared) 신호를 송신 및/또는 수신할 수 있는 IR송신부 및/또는 IR수신부를 포함할 수 있다. 무선 인터페이스부(112)는 IR송신부 및/또는 IR수신부를 통해 리모컨 또는 다른 외부기기로부터 리모컨신호를 수신 또는 입력하거나, 다른 외부기기로 리모컨신호를 전송 또는 출력할 수 있다. 다른 예로서, 전자장치(100)는 와이파이(Wi-Fi), 블루투스(bluetooth) 등 다른 방식의 무선 인터페이스부(112)를 통해 리모컨 또는 다른 외부기기와 리모컨신호를 송수신할 수 있다.
전자장치(100)는 인터페이스부(110)를 통해 수신하는 비디오/오디오신호가 방송신호인 경우, 수신된 방송신호를 채널 별로 튜닝하는 튜너(tuner)를 더 포함할 수 있다.
전자장치(100)가 디스플레이장치로 구현되는 경우, 디스플레이부(120)를 포함할 수 있다. 디스플레이부(120)는 화면 상에 영상을 표시할 수 있는 디스플레이(121)를 포함한다. 디스플레이(121)는 액정 방식과 같은 수광 구조 또는 OLED 방식과 같은 자발광 구조로 마련된다. 디스플레이부(120)는 디스플레이(121)의 구조에 따라서 부가적인 구성을 추가로 포함할 수 있는데, 예를 들면 디스플레이(121)가 액정 방식이라면, 디스플레이부(120)는 액정 디스플레이 패널과, 광을 공급하는 백라이트유닛과, 액정 디스플레이 패널의 액정을 구동시키는 패널구동기판을 포함한다.
전자장치(100)는 사용자입력부(130)를 포함할 수 있다. 사용자입력부(130)는 사용자의 입력을 수행하기 위해 마련된 다양한 종류의 입력 인터페이스 관련 회로를 포함한다. 사용자입력부(130)는 전자장치(100)의 종류에 따라서 여러 가지 형태의 구성이 가능하며, 예컨대, 전자장치(100)의 기계적 또는 전자적 버튼부, 전자장치(100)와 분리된 리모트 컨트롤러, 전자장치(100)와 연결된 외부기기에서의 입력부, 터치패드, 디스플레이부(120)에 설치된 터치스크린 등이 있다.
전자장치(100)는 저장부(140)를 포함할 수 있다. 저장부(140)는 디지털화된 데이터를 저장한다. 저장부(140)는 전원의 제공 유무와 무관하게 데이터를 보존할 수 있는 비휘발성 속성의 스토리지(storage)와, 프로세서(180)에 의해 처리되기 위한 데이터가 로딩되며 전원이 제공되지 않으면 데이터를 보존할 수 없는 휘발성 속성의 메모리(memory)를 포함한다. 스토리지에는 플래시메모리(flash-memory), HDD(hard-disc drive), SSD(solid-state drive) ROM(Read Only Memory) 등이 있으며, 메모리에는 버퍼(buffer), 램(RAM; Random Access Memory) 등이 있다.
저장부(140)는 복수의 레이어를 포함하는 인공 지능 모델에 관한 정보를 저장할 수 있다. 여기서, 인공 지능 모델에 관한 정보를 저장한다는 것은 인공 지능 모델의 동작과 관련된 다양한 정보, 예를 들어 인공 지능 모델에 포함된 복수의 레이어에 대한 정보, 복수의 레이어 각각에서 이용되는 파라미터(예를 들어, 필터 계수, 바이어스 등)에 대한 정보 등을 저장한다는 것을 의미할 수 있다. 예를 들어, 저장부(140)는 일 실시예에 따라 입력 영상의 업스케일링 정보(또는 음성 인식 관련 정보, 이미지 내의 오브젝트 정보 등)를 획득하도록 학습된 인공 지능 모델에 대한 정보를 저장할 수 있다. 다만, 프로세서가 인공 지능 모델 전용 하드웨어로 구현되는 경우, 인공 지능 모델에 관한 정보는 프로세서 내부 메모리에 저장될 수도 있다.
전자장치(100)는 마이크로폰(150)을 포함할 수 있다. 마이크로폰(150)은 사용자 음성을 비롯한 외부 환경의 소리를 수집한다. 마이크로폰(150)은 수집된 소리의 신호를 프로세서(180)에 전달한다. 전자장치(100)는 사용자 음성을 수집하는 마이크로폰(150)을 구비하거나, 또는 인터페이스부(110)를 통해 마이크로폰을 가진 리모트 컨트롤러, 스마트폰 등의 외부장치로부터 음성신호를 수신할 수 있다. 외부장치에 리모트 컨트롤러 어플리케이션을 설치하여 전자장치(100)를 제어하거나 음성 인식 등의 기능을 수행할 수도 있다. 이와 같은 어플리케이션이 설치된 외부장치의 경우, 사용자 음성을 수신할 수 있으며, 외부장치는 전자장치(100)와 Wi-Fi/BT 또는 적외선 등을 이용하여 데이터 송수신 및 제어가 가능한 바, 상기 통신 방식을 구현할 수 있는 복수의 인터페이스부(110)가 전자장치(100) 내에 존재할 수 있다.
전자장치(100)는 스피커(160)를 포함할 수 있다. 스피커(160)는 프로세서(180)에 의해 처리되는 오디오 데이터를 소리로 출력한다. 스피커(160)는 어느 한 오디오 채널의 오디오 데이터에 대응하게 마련된 단위 스피커를 포함하며, 복수 오디오 채널의 오디오 데이터에 각기 대응하도록 복수의 단위 스피커를 포함할 수 있다. 다른 실시예로서, 스피커(160)는 전자장치(100)와 분리되어 마련될 수 있으며, 이 경우 전자장치(100)는 오디오 데이터를 인터페이스부(110)를 통하여 스피커(160)로 전달할 수 있다.
전자장치(100)는 센서(170)를 포함할 수 있다. 센서(170)는, 전자장치(100)의 상태 또는 전자장치(100) 주변의 상태를 감지하고, 감지된 정보를 프로세서(180)로 전달할 수 있다. 센서(170)는, 지자기 센서(Magnetic sensor), 가속도 센서(Acceleration sensor), 온/습도 센서, 적외선 센서, 자이로스코프 센서, 위치 센서(예컨대, GPS), 기압 센서, 근접 센서, 및 RGB 센서(illuminance sensor) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다. 프로세서(180)는 전자장치(100)와 외부장치(200)간의 탭으로 정의된 센싱값을 저장부(140)에 저장할 수 있다. 추후, 사용자 이벤트가 감지되는 경우, 프로세서(180)는 감지된 센싱값이 저장된 센싱값에 대응하는지 여부에 기초하여 사용자 이벤트의 발생 여부를 식별할 수 있다.
전자장치(100)는 프로세서(180)를 포함할 수 있다. 프로세서(180)는 인쇄회로기판 상에 장착되는 CPU, 칩셋, 버퍼, 회로 등으로 구현되는 하나 이상의 하드웨어 프로세서를 포함하며, 설계 방식에 따라서는 SOC(system on chip)로 구현될 수도 있다. 프로세서(180)는 전자장치(100)가 디스플레이장치로 구현되는 경우에 디멀티플렉서, 디코더, 스케일러, 오디오 DSP(Digital Signal Processor), 앰프 등의 다양한 프로세스에 대응하는 모듈들을 포함한다. 여기서, 이러한 모듈들 중 일부 또는 전체가 SOC로 구현될 수 있다. 예를 들면, 디멀티플렉서, 디코더, 스케일러 등 영상처리와 관련된 모듈이 영상처리 SOC로 구현되고, 오디오 DSP는 SOC와 별도의 칩셋으로 구현되는 것이 가능하다.
프로세서(180)는, 저장부(140)에 저장된 기 정의된 동작 규칙 또는 인공 지능 모델에 따라, 입력 데이터를 처리하도록 제어할 수 있다. 또는, 프로세서(180)가 전용 프로세서(또는 인공 지능 전용 프로세서)인 경우, 특정 인공 지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다. 예를 들어, 특정 인공 지능 모델의 처리에 특화된 하드웨어는 ASIC, FPGA 등의 하드웨어 칩으로 설계될 수 있다.
출력 데이터는 인공 지능 모델의 종류에 따라 다양한 형태가 될 수 있다. 예를 들어 출력 데이터는, 해상도가 향상된 이미지, 이미지 내에 포함된 오브젝트 관련 정보, 음성에 대응되는 텍스트 등이 될 수 있고 이에 한정되지 않는다.
프로세서(180)는 마이크로폰(150) 등에 의해 사용자 음성에 대한 음성신호를 획득하면, 음성신호를 음성데이터로 변환할 수 있다. 이 때, 음성데이터는 음성신호를 텍스트 데이터로 변환하는 STT(Speech-to-Text) 처리 과정을 통해 얻어진 텍스트 데이터일 수 있다. 프로세서(180)는 음성데이터가 나타내는 커맨드를 식별하고, 식별된 커맨드에 따라서 동작을 수행한다. 음성데이터 처리 과정과, 커맨드 식별 및 수행 과정은, 전자장치(100)에서 모두 실행될 수도 있다. 그러나, 이 경우에 전자장치(100)에 필요한 시스템 부하 및 소요 저장용량이 상대적으로 커지게 되므로, 적어도 일부의 과정은 네트워크를 통해 전자장치(100)와 통신 가능하게 접속되는 적어도 하나의 서버에 의해 수행될 수 있다.
본 발명에 따른 프로세서(180)는 전자장치(100)와 같은 기기(Machine)가 읽을 수 있는 저장 매체(Storage Medium)에 저장된 소프트웨어의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 전자장치(100)와 같은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(Non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(예컨대, 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
한편, 프로세서(180)는 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하고,　획득된 상태데이터에 기초하여 복수의 구성 중 제1구성의 상태오류를 식별하고, 식별된 제1구성의 상태오류 및 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하고,　획득된 상태데이터 및 오류데이터에 기초하여 제1구성의 상태오류의 발생 가능성을 식별하고, 발생 가능성이 식별된 제1구성의 상태오류와 연관된 제2구성에 대한 오류관련동작을 수행하기 위한 데이터 분석, 처리, 및 결과 정보 생성 중 적어도 일부를 규칙 기반 또는 인공지능(Artificial Intelligence) 알고리즘으로서 기계학습, 신경망 네트워크(neural network), 또는 딥러닝 알고리즘 중 적어도 하나를 이용하여 수행할 수 있다.
인공지능 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템으로서 기계가 스스로 학습하고 판단하며, 사용할수록 인식률이 향상되는 시스템이다
인공지능 기술은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘을 이용하는 기계학습(딥러닝) 기술 및 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 요소 기술들로 구성된다.
요소기술들은, 예로, 인간의 언어/문자를 인식하는 언어적 이해 기술, 사물을 인간의 시각처럼 인식하는 시각적 이해 기술, 정보를 판단하여 논리적으로 추론하고 예측하는 추론/예측 기술, 인간의 경험 정보를 지식데이터로 처리하는 지식 표현 기술 및 차량의 자율 주행, 로봇의 움직임을 제어하는 동작 제어 기술 중 적어도 하나를 포함할 수 있다.
언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다.
일 예로, 프로세서(180)는 학습부 및 인식부의 기능을 함께 수행할 수 있다. 학습부는 학습된 신경망 네트워크를 생성하는 기능을 수행하고, 인식부는 학습된 신경망 네트워크를 이용하여 데이터를 인식(또는, 추론, 예측, 추정, 판단)하는 기능을 수행할 수 있다.
학습부는 신경망 네트워크를 생성하거나 갱신할 수 있다. 학습부는 신경망 네트워크를 생성하기 위해서 학습 데이터를 획득할 수 있다. 일 예로, 학습부는 학습 데이터를 저장부(140) 또는 외부로부터 획득할 수 있다. 학습 데이터는, 신경망 네트워크의 학습을 위해 이용되는 데이터일 수 있으며, 상기한 동작을 수행한 데이터를 학습데이터로 이용하여 신경망 네트워크를 학습시킬 수 있다.
학습부는 학습 데이터를 이용하여 신경망 네트워크를 학습시키기 전에, 획득된 학습 데이터에 대하여 전처리 작업을 수행하거나, 또는 복수 개의 학습 데이터들 중에서 학습에 이용될 데이터를 선별할 수 있다. 일 예로, 학습부는 학습 데이터를 기 설정된 포맷으로 가공하거나, 필터링하거나, 또는 노이즈를 추가/제거하여 학습에 적절한 데이터의 형태로 가공할 수 있다. 학습부는 전처리된 학습 데이터를 이용하여 상기한 동작을 수행하도록 설정된 신경망 네트워크를 생성할 수 있다.
학습된 신경망 네트워크는, 복수의 신경망 네트워크(또는, 레이어)들로 구성될 수 있다. 복수의 신경망 네트워크의 노드들은 가중치(weight values)를 가지며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행한다. 복수의 신경망 네트워크들은 일 신경망 네트워크의 출력 값이 다른 신경망 네트워크의 입력 값으로 이용되도록 서로 연결될 수 있다. 신경망 네트워크의 예로는, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN (Bidirectional Recurrent Deep Neural Network) 및 심층 Q-네트워크 (Deep Q-Networks)과 같은 모델을 포함할 수 있다.
한편 인식부는 상기한 동작을 수행하기 위해, 타겟 데이터를 획득할 수 있다. 타겟 데이터는 저장부(140) 또는 외부로부터 획득된 것일 수 있다. 타겟 데이터는 신경망 네트워크의 인식 대상이 되는 데이터일 수 있다. 인식부는 타겟 데이터를 학습된 신경망 네트워크에 적용하기 전에, 획득된 타겟 데이터에 대하여 전처리 작업을 수행하거나, 또는 복수 개의 타겟 데이터들 중에서 인식에 이용될 데이터를 선별할 수 있다. 일 예로, 인식부는 타겟 데이터를 기 설정된 포맷으로 가공하거나, 필터링 하거나, 또는 노이즈를 추가/제거하여 인식에 적절한 데이터의 형태로 가공할 수 있다. 인식부는 전처리된 타겟 데이터를 신경망 네트워크에 적용함으로써, 신경망 네트워크로부터 출력되는 출력값을 획득할 수 있다. 인식부는 출력값과 함께, 확률값 또는 신뢰도값을 획득할 수 있다.
인공 지능 모델의 학습 및 훈련 데이터의 생성은 외부 서버를 통해 수행될 수 있다. 다만, 경우에 따라 인공 지능 모델의 학습이 전자 장치에서 이루어지고, 훈련 데이터 또한 전자 장치에서 생성될 수도 있음은 물론이다.
일 예로, 본 발명에 따른 전자장치(100)의 제어방법은 컴퓨터 프로그램 제품 (Computer Program Product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은, 앞서 설명한, 프로세서(180)에 의해 실행되는 소프트웨어의 명령어들을 포함할 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예컨대, CD-ROM)의 형태로 배포되거나, 또는 어플리케이션 스토어(예컨대, 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예컨대, 스마트폰들) 간에 직접, 온라인으로 배포(예컨대, 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
도 3은 본 발명의 일 실시예에 따른 전자장치의 동작 흐름도를 도시한 도면이다.
본 발명의 일 실시예에 따르면, 프로세서(180)는 전자장치(100)의 복수의 구성의 동작에 관한 상태데이터를 획득한다(S310).
상태데이터는 앞서 설명한 바와 같이, 복수의 구성의 동작과 관련하여 수집될 수 있는 모든 데이터를 의미한다.
따라서, 상태데이터는 전자장치(100)의 복수의 구성의 동작데이터 뿐 아니라, 각 동작데이터의 시계열적 추이, 전자장치(100)의 주변 환경, 주변 외부장치와 관련된 데이터도 포함한다.
상태데이터는, 예컨대, HDMI 포트의 핫 플러그 지속 시간(Hot plug duration time), 프로세서의 사용량, 프로세서를 비롯한 각종 PLL(Phase Locked Loop) 값의 최소, 최대값이나, DDR(Double Data Rate) 메모리의 안정적인 동작 타이밍 마진 값, 연결된 케이블의 이퀄라이저(EQ) 마진값, 연결된 외부기기의 종류와 수, 디스플레이의 동작 모드나 해상도, 메인 회로를 포함하는 복수의 구성의 온도, 전자장치의 주변 온도 등이 있다.
프로세서(180)는 실시간으로 동작 중 상태데이터를 수집하고, 주기적으로 또는 정의된 구성 단위별로 상태데이터를 획득할 수 있다. 프로세서(180)는 획득한 상태데이터를 저장부(140)에 저장할 수 있다.
본 발명의 일 실시예에 따르면, 프로세서(180)는 획득된 상태데이터에 기초하여 복수의 구성 중 제1구성의 상태오류를 식별한다(S320).
상태오류란 전자장치(100)의 복수의 구성의 동작에 관하여 획득한 상태데이터에 기초하여 식별한 오류이다.
예컨대, 프로세서(180)는, 상태오류로서, 핫 플러그 디텍트(Hot Plug Detect; HPD) 라인으로 감지한 피드백전압이 기 정의된 전압보다 낮은 것에 기초하여 디스플레이(121)의 출력 오류를 식별하거나, 전원회로의 온도가 30~40℃를 유지하다 갑자기 60℃ 이상으로 증가하거나, 전원 회로에서 수집한 전압, 전류값이 관리범위 밖으로 감지되는 것에 기초하여 전원회로가 비정상적으로 동작하는 오류를 식별할 수 있다.
서술한 예시와 같이, 상태오류는 오류가 발생한 제1구성 자체의 상태데이터에 기초하여 식별될 수 있으나, 제1구성의 상태데이터만 기초하여 식별되는 것은 아니고, 제1구성의 상태오류에 영향을 미치는 다른 구성의 상태데이터를 통해서도 식별될 수 있다.
본 발명의 일 실시예에 따르면, 프로세서(180)는 식별된 제1구성의 상태오류 및 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득한다(S330).
본 발명의 일 실시예에 따르면, 오류데이터는 전자장치(100)의 복수의 구성의 상태데이터로부터 식별된 제1구성의 상태오류와 제2구성간의 관계에 기반하여 마련될 수 있다. 제2구성의 동작은 제1구성의 상태오류에 영향을 미칠 수 있고, 프로세서(180)는 많은 상황에서 얻어진 상태데이터에 기초하여 제2구성의 동작의 변화가 제1구성의 상태오류에 어떠한 영향을 미치는지 그 상호 연관을 식별할 수 있다.
오류데이터는 식별된 제1구성(10)의 상태오류 및 상태오류의 원인이 되는 제2구성(20) 간 상호 연관에 관한 연산을 수행하도록 학습된 모델을 포함한다.
프로세서(180)는 특정 시점이나 특정 상황에서 주기적으로 상태데이터를 획득하고, 상태데이터들의 시계열적인 추이나, 상태오류가 발생하기 전, 후의 상태데이터 변화 등을 학습하여 모델을 생성할 수 있다. 이에 관하여는 앞선 도 2 의 프로세서 동작을 참조하며, 보다 구체적으로 도 4 등을 참조하여 후술한다.
본 발명의 일 실시예에 따르면, 프로세서(180)는 획득된 상태데이터 및 오류데이터에 기초하여 제1구성의 상태오류의 발생 가능성을 식별한다(S340).
본 단계에서 획득한 상태데이터는 전자장치(100)의 현재 동작 중 획득되는 상태데이터를 의미한다. 따라서, 프로세서(180)는 획득한 상태데이터와 기 학습된 모델을 포함하는 오류데이터에 기초하여 적어도 어느 하나의 구성, 즉, 제1구성의 상태오류의 발생가능성을 식별할 수 있다. 보다 구체적인 내용은 도 5를 참조하여 후술한다.
본 발명의 일 실시예에 따르면, 프로세서(180)는 발생 가능성이 식별된 제1구성의 상태오류와 연관된 제2구성에 대한 오류관련동작을 수행한다(S350).
프로세서(180)는 오류데이터를 이용하여 현재 측정되는 제2구성의 동작 및 그에 따른 상태데이터에 기초하여 제1구성의 상태오류의 발생 가능성을 식별할 수 있다. 따라서, 프로세서(180)는, 예컨대, 제2구성에 관한 파라미터의 설정을 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행할 수 있다. 보다 구체적인 내용은 도 5와 도 6을 참조하여 후술한다.
본 발명의 일 실시예에 따르면, 전자장치(100)는 주기적으로 식별한 상태데이터를 이용하여 발생 가능성이 있는 상태오류를 실시간으로 모니터링하고, 필요한 오류관련동작을 수행함으로써, 자체적으로 전자장치(100)의 상태를 최적으로 유지할 수 있다.
도 4는 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다. 도 4는 전자장치(100)가 HDMI 포트(410)를 통해 셋탑박스(420)와 연결된 모습을 도시한다. 본 도면에서 HDMI 포트(410)는 전자장치(100)에 내장된 것으로 설명의 편의를 위해 과장되게 그린 것으로, 그 형태 및 위치는 어느 하나에 한정되는 것은 아니다.
도 3의 S340에서 설명된 바와 같이, 프로세서(180)는 복수의 구성의 동작에 관한 상태데이터를 획득하여 제1구성의 상태오류를 식별한다.
일 예로, 제1구성(10)은 도 4에 도시된 디스플레이(121)라고 가정한다. 프로세서(180)는 상술한 복수의 구성에 관한 상태데이터에 기초하여 복수의 구성 중 제1구성(10)인 디스플레이(121)의 출력 신호가 감지되지 않는다는 것을 식별할 수 있다.
프로세서(180)는 도 3의 S330에 설명된 오류데이터를 이용하여 제1구성(10)의 상태오류는, 예컨대, 복수의 구성 중 제2구성(20)인 HDMI 포트(410)와 관련하여 발생할 수 있음을 식별할 수 있다. 보다 구체적으로, 프로세서(180)는 알려진 알고리즘, 혹은 기계학습을 통해 생성된 모델 등을 포함하는 오류데이터에 기초하여, 제2구성(20)의 동작에 따른 상태데이터가 변화함에 따라, 제1구성(10)의 상태오류의 발생이 결정되는 것을 식별할 수 있다. 따라서, 프로세서(180)는 오류데이터에 기초하여 HDMI 포트(410)의 동작에 따른 상태데이터가 변화함에 따라 디스플레이(121)에서 출력신호가 감지되지 않는 오류가 발생함을 식별할 수 있다.
본 도면과 관련하여 프로세서(180)는 HDMI 포트(410)의 동작에 따른 상태데이터로서 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압을 감지한 전압값의 데이터를 획득할 수 있다.
핫 플러그 디텍트란 연결된 전자장치(100)와 연결된 셋탑박스(420)가 전원이 켜져있을 때의 신호입출력을 감지하는 회로나 시스템을 의미한다. 즉, 먼저 셋탑박스(420)에서 전압이 출력되어 케이블(430)을 통해 전자장치(100)의 HDMI 포트(410)로 전달되면, HDMI 포트(410)에서 출력된 전압을 그대로 핫 플러그 디텍트 라인을 통해 셋탑박스(420)로 피드백시킨다. 셋탑박스(420)는 피드백된 전압이 정상적이면 연결이 정상인 것으로 판단하여 영상신호를 전자장치(100)로 출력한다.
본 실시예의 오류데이터는 전자장치(100)의 다양한 동작 상황에서 수집된 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압의 데이터를 포함한다. 또한 오류데이터는 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압이 어떠한 값일 때 디스플레이(121)의 출력 신호에 상태오류가 발생하였는지를 나타내는 데이터를 포함한다. 전자장치(100)는, 알려진 알고리즘을 이용하여 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압과, 디스플레이(121)의 출력 신호에 발생하는 상태오류 간의 연관 관계를 나타내는 결과를 얻을 수 있는 오류데이터를 생성하거나, 혹은 기계학습 등을 통하여 양자의 상호 연관 관계를 식별하도록 학습된 모델을 이용하는 방법으로 오류데이터를 생성할 수 있다.
프로세서(180)는 생성된 오류데이터에 기초하여 현재의 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압을 통해 디스플레이(121)의 출력 신호에 상태오류가 발생할 가능성이 있는지 여부를 식별할 수 있다. 예컨대, 프로세서(180)는, 오류데이터에 기초하여 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압이 100의 값을 가지는 수준에서 디스플레이(121)의 출력 신호에 상태오류가 발생한다고 식별되면, 현재의 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압이 약 90의 값일 때 디스플레이(121)의 출력 신호에 상태오류가 발생할 가능성이 있다고 판단할 수 있다. 물론 이러한 값은 하나의 예시에 불과하며, 다양한 방법으로 디스플레이(121)의 출력 신호에 상태오류가 발생할 가능성에 대한 HDMI 포트(410)의 핫 플러그 디텍트 핀 전압의 문턱값을 설정할 수 있다.
HDMI 포트(410)의 핫 플러그 디텍트 핀 전압 등에 기초하여 디스플레이(121)의 출력 신호에 상태오류가 발생할 가능성이 있다고 식별되는 경우, 프로세서(180)는 디스플레이(121)의 상태오류에 연관된 HDMI 포트(410)에 대한 오류관련동작을 수행할 수 있다. 프로세서(180)는 디스플레이(121)의 상태오류를 나타내는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이(121)에 표시할 수 있다. 예컨대, 도 4에 도시된 바와 같이, 디스플레이(121)에 출력 신호가 입력되지 않았다는 의미로써, "No Signal"이라고 표시할 수 있다.
HDMI 포트(410)에 문제가 없다고 식별되는 경우, 프로세서(180)는 제1구성의 상태오류에 영향을 미칠 수 있는 다른 제2구성의 동작에 관한 상태데이터를 통해 원인을 파악하고, 오류관련동작을 수행할 수 있다.
프로세서(180)는 디스플레이(121)의 상태오류가 이미 발생한 경우 이외에도, HDMI 포트(410)의 핫 플러그 디텍트나 디스플레이(121)의 출력과 관련된 다른 제2구성의 동작에 관한 상태데이터를 주기적으로 수집하여, 디스플레이(121)에 상태오류가 발생하기 전 그 상태오류의 발생가능성을 식별할 수 있다.
본 발명의 일 실시예에 따르면, 전자장치(100)는 상태오류가 발생하는 경우에는 상태오류의 원인을 오류데이터에 기초하여 식별하고, 이를 해결하는 동작을 수행하며 나아가 상태오류의 발생 가능성을 미리 식별하여 상태오류를 사전에 방지할 수 있다.
도 5는 본 발명의 일 실시예에 따른 전자장치의 동작 흐름도를 도시한 도면이다.
도 5는 도 3에서 설명한 전자장치(100)의 동작과정을 보다 구체적으로 도시한 흐름도로, 특히 도 3의 S340과 관련하여 중점적으로 서술한다.
프로세서(180)는 오류발생 가능성 식별하기 위한 상태데이터를 획득하고, 획득된 상태데이터에 기초하여 상태오류를 식별한다(S510). 프로세서(180)는 오류데이터에 기초하여 획득한 상태데이터를 분석한다(S520).
프로세서(180)는 분석 결과에 기초하여 상태오류의 발생 가능성이 존재하는지 식별한다(S530). 상태오류의 발생 가능성이 없다고 식별되는 경우(S530의 Yes), 프로세서(180)는 동작을 종료하되 이를 주기적으로 진단한다.
반면, 상태오류의 발생 가능성이 있다고 식별되는 경우(S530의 Yes), 프로세서(180)는 상태오류의 원인이 되는 구성의 파라미터를 식별 및 재설정한다(S540).
본 발명의 일 실시예에 따른 파라미터는 각 구성의 상태를 조절할 수 있는 특성으로써, 예컨대, 전원회로(제1구성)의 온도가 30~40℃를 유지하다 갑자기 60℃ 이상으로 증가(상태오류)하는 경우, 전원회로의 온도와 연관성이 있는 DDR 메모리(제2구성)의 타이밍(timing) 마진이나, 프로세서(제2구성)의 PLL 전압이 그 파라미터에 해당할 수 있다.
프로세서(180)는 식별된 제2구성에 관한 파라미터의 설정을 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행할 수 있다. 본 실시예에서는, 프로세서(180)는 타이밍 리스크를 차단하기 위해 타이밍 마진을 진단하고, 유효한 마진이 부족하거나, 온도 특성에 의해 어느 한쪽으로 치우친 경우, 중간값을 조정하여 마진을 확보할 수 있다. 그리고 프로세서(180)는 파라미터 값의 조정을 통해 실제로 마진이 확보되었는지 자체적으로 확인할 수 있다.
또한, 프로세서(180)는 프로세서의 PLL 전압을 낮추어 온도를 저감시키는 방향으로 전자장치(100)의 최적화를 진행할 수 있다.
파라미터와 관련된 다른 예는 도 6에서 서술한다.
프로세서(180)는 문제가 해결되었는지 식별하고(S550), 문제가 해결되었으면(S550의 Yes) 동작을 종료한다. 프로세서(180)는 상기 서술한 바와 같은 오류관련동작을 수행하였음에도 문제가 해결되지 않았으면(S550의 No), 사용자에게 이를 가이드한다(S560). 보다 자세한 내용은 도 7에서 서술한다.
본 발명의 일 실시예에 따르면, 전자장치(100)는 상태오류의 발생 가능성을 오류데이터에 기초하여 식별하고, 상태오류의 원인이 되는 구성의 파라미터를 설정 및 튜닝하는 동작을 수행하여 품질 수준과 경시변화 등에 대해 최적의 상태로 유지함으로서 동작 불량을 방지할 수 있다..
도 6은 본 발명의 일 실시예에 따른 오류데이터의 활용을 도시한 도면이다.
도 6의 실시예는, 도 4를 참조하여 설명한 디스플레이(121)와 HDMI 포트(410) 간의 상호 연관의 경우, 도 5의 S540를 참조하여 설명한 오류관련동작을 수행하는 다른 예를 서술한다.
도 6의 테이블(600)을 이용하여 디스플레이(121)와 HDMI 포트(410)의 상태데이터에 따른 상태오류 및 상태오류의 발생 가능성을 예측할 수 있다.
앞서, 도 4에서 설명한 바와 같이, 디스플레이(121)는 그 상태오류가 HDMI 포트(410)의 동작에 의해 발생할 수 있다.
프로세서(180)는 디스플레이(121)의 상태오류의 원인이 되는 HDMI 포트(410)의 파라미터를 식별하고 재설정할 수 있다. 도 6에 도시된 바와 같이, 본 발명의 일 실시예에 따르면, 프로세서(180)는 HDMI 포트(410)의 파라미터로 핫 플러그 전압(Hot Plug Voltage), 이퀄라이저(EQ), 핫 플러그 지속시간(Hot Plug duration time)을 식별한다.
프로세서(180)는 서로 다른 상황에서 HDMI 포트(410)의 각 파라미터에 대한 상태데이터를 획득하고, HDMI 포트(410)의 파라미터 값의 변화에 기초하여 디스플레이(121)의 상태오류 여부 혹은 상태오류의 발생 가능성을 식별한다. 다만, 이 때, 프로세서(180)는 디스플레이(121)와 HDMI 포트(410)와 관련된 상태데이터만을 획득하는 것이 아니라 전체 복수의 구성의 상태데이터를 획득한다.
도 6에 도시된 테이블(600)을 살펴보면, 1번 상황에서, HDMI 포트(410)의 핫 플러그 전압은 1V, 이퀄라이저는 7, 핫 플러그 지속시간은 900ms이다.
프로세서(180)는 오류데이터에 기초하여, 핫 플러그 전압이 낮은 것으로 인해 셋탑박스(420)로부터 신호를 전송 받지 못함을 판단하고, 셋탑박스(420)의 신호세기를 보상할 수 있는 파라미터의 설정을 식별하여 최적값으로 조정하거나, 해상도를 낮춰서 신호가 출력되도록 조정할 수 있다.
테이블(600)의 2번 상황에서, HDMI 포트(410)의 핫 플러그 전압은 5V, 이퀄라이저는 8, 핫 플러그 지속시간은 400ms이다. 이 때, 본 발명의 일 실시예에 따른 전자장치(100)의 정상적인 핫 플러그 지속시간은 800ms 내지 1000ms 라고 가정한다.
프로세서(180)는 오류데이터에 기초하여, 핫 플러그 전압이 5V로 정상임에도 불구하고, 디스플레이(121)에 출력 신호가 감지되지 않는 것은 핫 플러그 지속시간의 문제임을 판단하고, 핫 플러그 지속시간을 800ms 내지 1000ms 범위 내로 조정한다.
테이블(600)의 3번 상황에서, HDMI 포트(410)의 핫 플러그 전압은 5V, 이퀄라이저는 -12, 핫 플러그 지속시간은 1000ms이다. 이 때, 본 발명의 일 실시예에 따른 전자장치(100)의 정상적인 이퀄라이저 값은 6 내지 10 이라고 가정한다.
프로세서(180)는 복수의 구성에 대한 상태데이터를 획득하고, 획득한 상태데이터를 분석하여 HDMI 포트(410)의 이퀄라이저가 -12임을 식별한다. 프로세서(180)는 해당 이퀄라이저 값은 오류데이터에 기초하여, 정상 범위를 벗어나는 것임을 식별할 수 있다. 프로세서(180)는 해당 이퀄라이저 값이 지속되는 경우 디스플레이(121)의 상태오류의 발생 가능성을 식별할 수 있다. 이 경우, 프로세서(180)는 이퀄라이저 값을 6 내지 10의 범위로 조정한다.
혹은, 오류데이터에 기초하여, 만약 프로세서(180)가 이퀄라이저 값을 정상 범위로 조정하더라도 디스플레이(121)의 상태오류의 발생 가능성이(이퀄라이저의 비정상적 값으로 인해 디스플레이(121)가 작동할 수 있었으므로) 식별되는 경우, 프로세서(180)는 오류데이터에 기초하여, 케이블(430)에 의한 문제로 판단하고, 오류관련동작을 수행한다.
본 발명의 일 실시예에 따르면, 프로세서는 인공지능 기술에 기초하여 학습된 모델을 포함하는 오류데이터에 기초하여 복수의 구성 간의 상호 연관을 찾아내고, 자체적으로 판단하여 상태오류를 해결하는 바 사용자 편의성이 증대된다. 또한, 방대한 상태데이터 수집 및 상호 연관 알고리즘을 이용하여 오류데이터를 학습하므로, 정확한 조치를 통해 서비스 비용을 절감하고 비효율을 개선할 수 있다.
도 7은 본 발명의 일 실시예에 따른 전자장치의 동작 모습을 도시한 도면이다.
도 7은 도 5의 S560과 관련하여, 도 6에서 프로세서(180) 자체적으로 상태오류를 해결하는 오류관련동작을 수행하였으나, 상태오류가 해결되지 않은 경우의 일 예를 도시한다.
프로세서(180)는 변경된 파라미터의 설정을 통해 상태오류의 발생 가능성이 낮아지지 않는 경우, 제1구성의 상태오류와, 상태오류에 대응하는 제2구성에 관한 파라미터를 나타내는 GUI를 디스플레이(121)에 표시한다.
앞서 도 6에서 프로세서(180)가 신호 보상 처리나, 이퀄라이저, 핫 플러그 지속 시간의 조정 등을 수행하였음에도 불구하고, 디스플레이(121)의 상태오류를 해결하지 못하거나, 상태오류의 발생 가능성을 낮출 수 없는 경우를 가정한다.
이 경우, 셋탑박스(420)의 전원을 껐다 키거나, 케이블을 다시 연결하여 문제를 해결할 수 있다. 다만, 이는 전자장치(100)가 자체적으로 수행할 수 없는 것으로, 프로세서(180)는 사용자가 이를 수행할 수 있도록 가이드하는 GUI를 디스플레이(121)에 표시할 수 있다. 따라서, 도 7에서, 프로세서(180)는 "외부장치 STB와의 케이블 연결에 문제가 있습니다. 케이블을 재연결하거나, STB를 재부팅해주세요."라고 가이드하는 GUI(710)를 디스플레이(121)에 표시한다.
이 외에도, 프로세서는, GUI를 이용하여 수신되는 사용자입력에 기초하여 제2구성에 대한 오류관련동작의 수행할 수 있다.
예컨대, 프로세서(180)는 리모컨이나 터치스크린 등 사용자입력부(130)를 이용하여 핫 플러그 지속 시간 등의 파라미터를 조정하는 사용자입력을 수신하고, 수신한 사용자입력에 기초하여 오류관련동작을 수행할 수 있다.
또한, 사용자입력에 기초하여도 해결되지 않는 경우, 예컨대, 소모성 부품의 교체가 필요한 경우, 프로세서(180)는 서비스에 필요한 사항을 안내하는 GUI를 디스플레이(121)에 표시할 수 있다.
이러한 방법으로도 문제를 해결하지 못하는 경우에는, 프로세서(180)는 인터페이스부(110)를 통해 서비스 센터에 해당 정보를 전송하고, 사용자에게 적절한 서비스 조치를 받을 수 있도록 가이드한다.
본 발명의 일 실시예에 따르면, 하드웨어 측면의 문제를 사용자가 용이하게 해결할 수 있도록 가이드함으로써 사용자 편의를 증대시키고, 서비스 만족도를 높일 수 있다.
100: 전자장치
110: 인터페이스부
120: 디스플레이부
130: 사용자입력부
140: 저장부
150: 마이크로폰
160: 스피커
170: 센서
180: 프로세서

Claims (15)

  1. 전자장치에 있어서,
    상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하고,
    상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하고,
    상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하고,
    상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하고,
    상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는
    프로세서를 포함하는 전자장치.
  2. 제1항에 있어서,
    상기 오류데이터는 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관에 관한 연산을 수행하도록 학습된 모델을 포함하는 전자장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이에 표시하는 전자장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작의 수행하는 전자장치.
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 제2구성에 관한 파라미터의 설정을 상기 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행하는 전자장치.
  6. 제5항에 있어서,
    상기 프로세서는,
    상기 변경된 파라미터의 설정을 통해 상기 상태오류의 발생 가능성이 낮아지지 않는 경우, 상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 GUI를 디스플레이에 표시하고,
    상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작을 수행하는 전자장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 제1구성의 상태오류의 발생 가능성 여부를 주기적으로 식별하는 전자장치.
  8. 전자장치의 제어방법에 있어서,
    상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하는 단계;
    상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하는 단계;
    상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하는 단계;
    상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계; 및
    상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함하는 것을 특징으로 하는 전자장치의 제어방법.
  9. 제8항에 있어서,
    상기 오류데이터는 상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관에 관한 연산을 수행하도록 학습된 모델을 포함하는 것을 특징으로 하는 전자장치의 제어방법.
  10. 제8항에 있어서,
    상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이에 표시하는 단계를 더 포함하는 전자장치의 제어방법.
  11. 제8항에 있어서,
    상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작의 수행하는 단계를 포함하는 전자장치의 제어방법.
  12. 제8항에 있어서,
    오류관련동작을 수행하는 단계는,
    상기 제2구성에 관한 파라미터의 설정을 상기 상태오류의 발생 가능성이 낮아지도록 변경함으로써 오류관련동작을 수행하는 단계를 포함하는 전자장치의 제어방법.
  13. 제12항에 있어서,
    오류관련동작을 수행하는 단계는,
    상기 변경된 파라미터의 설정을 통해 상기 상태오류의 발생 가능성이 낮아지지 않는 경우, 상기 제1구성의 상태오류와, 상기 상태오류에 대응하는 상기 제2구성에 관한 파라미터를 나타내는 GUI를 디스플레이에 표시하는 단계; 및
    상기 GUI를 이용하여 수신되는 사용자입력에 기초하여 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함하는 전자장치의 제어방법.
  14. 제8항에 있어서,
    상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계는,
    상기 제1구성의 상태오류의 발생 가능성 여부를 주기적으로 식별하는 단계를 포함하는 전자장치의 제어방법.
  15. 컴퓨터가 읽을 수 있는 코드로서, 전자장치의 제어방법을 수행하는 코드를 포함하는 컴퓨터 프로그램이 저장된 기록매체에 있어서, 상기 전자장치의 제어방법은,
    상기 전자장치의 복수의 구성의 동작에 관한 상태데이터를 획득하는 단계;
    상기 획득된 상태데이터에 기초하여 상기 복수의 구성 중 제1구성의 상태오류를 식별하는 단계;
    상기 식별된 제1구성의 상태오류 및 상기 상태오류의 원인이 되는 제2구성 간 상호 연관을 나타내는 오류데이터를 획득하는 단계;
    상기 획득된 상태데이터 및 오류데이터에 기초하여 상기 제1구성의 상태오류의 발생 가능성을 식별하는 단계; 및
    상기 발생 가능성이 식별된 제1구성의 상태오류와 연관된 상기 제2구성에 대한 오류관련동작을 수행하는 단계를 포함하는 것을 특징으로 하는 컴퓨터가 읽을 수 있는 프로그램이 기록된 기록매체.
KR1020200123700A 2020-09-24 2020-09-24 전자장치 및 그 제어방법 KR20220040695A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200123700A KR20220040695A (ko) 2020-09-24 2020-09-24 전자장치 및 그 제어방법
PCT/KR2021/002689 WO2022065613A1 (en) 2020-09-24 2021-03-04 Electronic apparatus and method of controlling the same
US17/197,270 US11281525B1 (en) 2020-09-24 2021-03-10 Electronic apparatus and method of controlling the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200123700A KR20220040695A (ko) 2020-09-24 2020-09-24 전자장치 및 그 제어방법

Publications (1)

Publication Number Publication Date
KR20220040695A true KR20220040695A (ko) 2022-03-31

Family

ID=80740387

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200123700A KR20220040695A (ko) 2020-09-24 2020-09-24 전자장치 및 그 제어방법

Country Status (3)

Country Link
US (1) US11281525B1 (ko)
KR (1) KR20220040695A (ko)
WO (1) WO2022065613A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024147402A1 (ko) * 2023-01-03 2024-07-11 쿠팡 주식회사 파일 정보 관리 방법 및 이를 위한 전자 장치

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005301593A (ja) * 2004-04-09 2005-10-27 Fujitsu Ltd マルチプロセッサシステム、プロセッサ装置
US8751866B2 (en) * 2006-09-28 2014-06-10 International Business Machines Corporation Autonomic fault isolation in a highly interconnected system
US7730364B2 (en) * 2007-04-05 2010-06-01 International Business Machines Corporation Systems and methods for predictive failure management
US8904241B2 (en) * 2011-07-27 2014-12-02 Oracle International Corporation Proactive and adaptive cloud monitoring
JP5427107B2 (ja) * 2010-05-20 2014-02-26 株式会社日立製作所 監視診断装置および監視診断方法
US8418000B1 (en) * 2012-03-13 2013-04-09 True Metrics LLC System and methods for automated testing of functionally complex systems
EP2698680B1 (en) * 2012-08-13 2015-06-10 Uptime Engineering GmbH Method for testing the reliability of complex systems
US9264323B2 (en) * 2013-12-10 2016-02-16 Ca, Inc. Controlling computer nodes through social media
US9396059B2 (en) * 2013-12-19 2016-07-19 Intel Corporation Exchange error information from platform firmware to operating system
JP5949816B2 (ja) * 2014-03-19 2016-07-13 日本電気株式会社 キャッシュ制御装置及びその制御方法、ストレージ装置、並びにコンピュータ・プログラム
US9436571B2 (en) * 2014-05-13 2016-09-06 Netapp, Inc. Estimating data storage device lifespan
US11144397B2 (en) * 2014-09-12 2021-10-12 Microsoft Technology Licensing, Llc Data recovery using bitmap data structure
EP3059676B1 (en) * 2015-02-20 2019-09-11 Siemens Aktiengesellschaft A method and apparatus for analyzing the availability of a system, in particular of a safety critical system
US9699205B2 (en) * 2015-08-31 2017-07-04 Splunk Inc. Network security system
KR102542518B1 (ko) 2016-09-27 2023-06-12 삼성전자주식회사 전자 장치, 디스플레이 장치 및, 전자 장치 및 디스플레이 장치를 포함하는 디스플레이 시스템
JP6867589B2 (ja) * 2017-05-30 2021-04-28 富士通株式会社 影響範囲特定プログラム、影響範囲特定方法、および影響範囲特定装置
KR102486013B1 (ko) 2017-10-31 2023-01-09 삼성전자주식회사 디스플레이 장치, 그 제어 방법 및 디스플레이 서비스 시스템
KR102602216B1 (ko) 2017-12-22 2023-11-15 삼성전자주식회사 고장 예측에 기반한 가전기기의 제어 방법 및 장치
JP6810097B2 (ja) * 2018-05-21 2021-01-06 ファナック株式会社 異常検出器
KR20190103086A (ko) 2019-08-15 2019-09-04 엘지전자 주식회사 지능형 진단 디바이스와 이를 구비하는 냉장고

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024147402A1 (ko) * 2023-01-03 2024-07-11 쿠팡 주식회사 파일 정보 관리 방법 및 이를 위한 전자 장치

Also Published As

Publication number Publication date
US11281525B1 (en) 2022-03-22
WO2022065613A1 (en) 2022-03-31
US20220091924A1 (en) 2022-03-24

Similar Documents

Publication Publication Date Title
EP3906700B1 (en) Electronic apparatus and controlling method thereof
US10997947B2 (en) Electronic device and control method thereof
EP3738305B1 (en) Electronic device and control method thereof
US20240121501A1 (en) Electronic apparatus and method of controlling the same
KR20220040695A (ko) 전자장치 및 그 제어방법
KR102399594B1 (ko) 디스플레이 장치 및 그 동작 방법
US11586279B2 (en) Display apparatus and control method thereof
KR20210063698A (ko) 전자장치와 그의 제어방법, 및 기록매체
US20220189478A1 (en) Electronic apparatus and method of controlling the same
KR20220065370A (ko) 전자장치 및 그 제어방법
KR20220015306A (ko) 전자장치 및 그 제어방법
CN116134810A (zh) 电子装置及其控制方法
KR20210155505A (ko) 이동 가능한 전자장치 및 그 제어방법
KR20210042442A (ko) 전자장치 및 그 제어방법
KR20220083199A (ko) 전자장치 및 그 제어방법
US20220044648A1 (en) Electronic apparatus and method of controlling the same
US20210365232A1 (en) Electronic apparatus and control method thereof
KR20220017609A (ko) 전자장치 및 그 제어방법
US20220165263A1 (en) Electronic apparatus and method of controlling the same
KR20220072621A (ko) 전자장치 및 그 제어방법
US20220353362A1 (en) Electronic device and control method therefor
US11252657B2 (en) Electronic apparatus and control method thereof
US20220139413A1 (en) Electronic apparatus and method of controlling the same
US20230237631A1 (en) Electronic device and control method thereof
EP3828876A1 (en) Electronic device and method for controlling the same, and storage medium

Legal Events

Date Code Title Description
A201 Request for examination