KR20220085445A - 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 - Google Patents
자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 Download PDFInfo
- Publication number
- KR20220085445A KR20220085445A KR1020200175517A KR20200175517A KR20220085445A KR 20220085445 A KR20220085445 A KR 20220085445A KR 1020200175517 A KR1020200175517 A KR 1020200175517A KR 20200175517 A KR20200175517 A KR 20200175517A KR 20220085445 A KR20220085445 A KR 20220085445A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- information
- posture
- exercise
- posture correction
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 124
- 238000012937 correction Methods 0.000 claims abstract description 134
- 238000004891 communication Methods 0.000 claims abstract description 45
- 238000007405 data analysis Methods 0.000 claims description 9
- 210000004394 hip joint Anatomy 0.000 claims description 8
- 206010039722 scoliosis Diseases 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000036544 posture Effects 0.000 description 250
- 238000013528 artificial neural network Methods 0.000 description 38
- 230000015654 memory Effects 0.000 description 32
- 238000007726 management method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 235000013376 functional food Nutrition 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000000225 synapse Anatomy 0.000 description 3
- 241000270666 Testudines Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000013529 biological neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000004197 pelvis Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000013402 health food Nutrition 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0605—Decision makers and devices using detection means facilitating arbitration
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B2071/0675—Input for modifying training controls during workout
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physical Education & Sports Medicine (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 개시는 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템을 개시한다. 정보 제공 방법은, 통신 모듈에 의해 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터, 제1 사용자의 자세 데이터를 제1 사용자 단말을 통해 수신하는 단계, 데이터 분석부에 의해 제1 사용자의 자세 데이터와 기준 자세 데이터를 비교함으로써, 제1 사용자의 자세 정보를 결정하는 단계, 사용자 계정 관리부에 의해 자세교정 어플리케이션에 가입한 제1 사용자의 계정 정보를 수집하는 단계, 데이터 추출부에 의해, 제1 사용자의 자세 정보를 계정 정보와 연동하는 단계, 통신 모듈에 의해 제1 사용자의 자세 정보에 기초한 제1 사용자의 통계 정보를 제1 사용자 단말로 전송하는 단계를 포함한다.
Description
본 개시는 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템에 관한 것이다. 구체적으로, 웨어러블 디바이스를 착용한 사용자의 신체 정보 및 자세 데이터를 분석하여 사용자에게 적합한 운동 제품 및 운동 방법에 대한 정보를 제공하는 시스템에 관한 것이다.
오랜 시간동안 바르지 못한 자세로 앉아있는 현대인들은 목/어깨/허리/골반 등 다양한 증세가 발생되고 있다. 그렇기 때문에 내 자세의 문제점을 발견하고 고칠 수 있는 교정보조기구의 수요가 증가하고 있다. 이에 따라, 사용자가 착용하는 것만으로도 바른 자세를 유지하게 도와주는 제품들이 제공되고 있다. 제품들을 통해, 병원에서 진단을 받고 치료를 받지 않더라도, 본래의 자세를 회복하여 삐뚤어진 자세로부터 오는 변형된 척추, 골반을 바로잡을 수 있는 효과를 얻을 수 있다.
그러나, 전통 보조 기기로서 구현은 데이터 산출 기능이 없기 때문에 사용자는 감각에 의존하여 자세 불량 여부를 판단하게 되고, 사용자가 본래의 자세를 회복하기 위해 스스로 해결책을 찾아야 하는 부담이 있다.
따라서 내 자세의 문제점을 알 수 있는 어플리케이션의 수요가 증가하고 있다. 이에 따라, 사용자의 자세 정보를 감지하여 자세의 불량 여부를 판단하고, 그 결과를 사용자가 인지하도록 하여 자세 교정을 유도하는 시스템의 개발이 요구되고 있는 실정이다.
본 개시는 상기와 같은 문제점을 해결하기 위한 정보 제공 방법 및 시스템을 제공한다.
본 명세서에 개시의 실시예들은, 자세교정 어플리케이션의 자세교정 서버를 통해, 자세교정 어플리케이션 상에서 자세 교정에 관심사를 가지는 사용자를 대상으로, 자세가 좋지 않은 특정 집단의 사용자를 추출하여 사용자 자세 정보를 수집하고 이에 대한 통계 정보를 제공하는 방법 및 시스템이 제공된다.
또한, 본 개시의 실시예들은, 자세교정 어플리케이션의 자세교정 서버를 통해, 특정 조건(예, 연령대, 성별, 직업, 키, 몸무게 등)에 대해 확장된 모집단에 소속되어 있는 사용자들의 사용자 자세 정보 및 사용자 계정 정보를 수집하고 이에 대한 통계 정보를 제공하는 방법 및 시스템이 제공된다.
또한, 본 개시의 실시예들은, 사용자 계정과 운동 제품 및 운동 방법에 대한 정보를 활용하여 사용자에게 적합한 운동 제품 및 운동 방법을 추천하여 주는 사용자 맞춤형 운동 제품 리스트 및 운동 방법 리스트 제공 방법 및 이를 제공하는 시스템이 제공된다.
또한, 본 개시는 자세교정 어플리케이션의 자세교정 서버를 통해, 다양한 사용자의 신체 정보 및 자세 정보를 수집하고 이에 대한 통계 정보를 제공하는 방법 및 시스템이 제공된다.
본 개시는 방법, 시스템, 장치 또는 명령어들을 저장하는 컴퓨터 판독가능 저장 매체를 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따른 제1 사용자가 사용하는 제1 사용자 단말에서 동작하는 자세교정 어플리케이션을 통한 자세교정 서버의 정보 제공 방법은, 통신 모듈에 의해, 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터, 제1 사용자의 자세 데이터를 제1 사용자 단말을 통해 수신하는 단계, 데이터 분석부에 의해, 제1 사용자의 자세 데이터와 기준 자세 데이터를 비교함으로써 제1 사용자의 자세 정보를 결정하는 단계, 사용자 계정 관리부에 의해, 자세교정 어플리케이션에 가입한 제1 사용자의 계정 정보를 수집하는 단계, 데이터 추출부에 의해, 제1 사용자의 자세 정보를 계정 정보와 연동하는 단계, 통신 모듈에 의해, 제1 사용자의 자세 정보에 기초한 제1 사용자의 통계 정보를 제1 사용자 단말로 전송하는 단계를 포함하고, 추천엔진에 의해, 자세 정보에 기초하여 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 중 적어도 하나를 추천하는 단계, 통신 모듈에 의해, 운동 제품 리스트 및 운동 방법 리스트 중 적어도 하나를 제1 사용자 단말로 제공하는 단계를 포함한다.
일 실시예에 따르면, 제1 사용자의 계정 정보는, 제1 사용자 계정을 사용하는 제1 사용자의 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나를 포함하고, 제1 사용자의 자세 정보는, 제1 사용자의 좌우 비대칭, 척추 측만, 고관절 변형에 대한 정보 중 적어도 하나를 포함하고, 제1 사용자의 통계 정보는, 제1 사용자의 자세교정 어플리케이션을 사용한 시간 정보 및 제1 사용자의 바른 자세 유지 시간 정보 중 적어도 하나를 포함한다.
일 실시예에 따르면, 자세교정 어플리케이션에 가입한 제2 사용자의 자세 정보에 기초한 제2 사용자의 통계 정보를 제1 사용자 단말로 전송하는 단계를 더 포함하고, 제1 사용자의 통계 정보와 제2 사용자의 통계 정보를 통합한 결과를 제1 사용자 단말로 전송하는 단계를 더 포함할 수 있다.
일 실시예에 따르면, 제2 사용자의 통계 정보는, 제2 사용자 계정과 관련된 정보와 함께 출력되고, 제2 사용자의 통계 정보는, 제2 사용자의 자세교정 어플리케이션을 사용한 시간 정보를 포함한다.
본 개시의 또 다른 실시예에 따른 제1 사용자 단말의 적어도 하나의 프로세서에 의해 수행되는 자세교정 정보 제공 방법은, 통신 모듈에 의해, 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터 제공받은 제1 사용자의 자세 데이터를 서버로 전송하는 단계, 통신 모듈에 의해, 서버로부터 제1 사용자의 자세 정보, 제1 사용자의 통계 정보, 운동 제품 리스트 및 운동 방법 리스트를 수신하는 단계, 통신 모듈에 의해, 운동 제품 리스트 및 운동 방법 리스트에 대한 선택을 수신하는 단계, 입출력 인터페이스를 통해, 선택된 운동 제품 및 운동 방법에 대한 상세 정보를 제1 사용자 단말의 디스플레이 상에 표시하는 단계를 포함한다.
본 개시의 일부 실시예에 따르면, 사용자는 자신의 자세 정보 또는/및 연령대, 성별, 신체 조건 등을 고려하여 운동 제품 및 운동 방법을 추천받고 운동 제품의 용도, 사용 방법 등과 운동 방법에 필요한 운동 제품, 운동 효과 등을 안내받을 수 있으므로, 운동 제품 및 운동 방법에 대한 맞춤형 서비스를 제공받을 수 있다.
본 개시의 일부 실시예에 따르면, 자세교정 어플리케이션의 자세교정 서버를 통해 자세가 좋지 않은 특정 모집단의 사용자를 추출하여 사용자 자세 정보를 수집함으로써, 특정 모집단의 사용자들에 관한 유의미한 통계 정보를 획득할 수 있다.
본 개시의 일부 실시예들에 따르면, 특정 자세 정보에 대한 통계 정보를 자세교정 어플리케이션 상에서 사용자에 따라 커스터마이즈된 범위 내에서 선택적으로 제공할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시에 속하는 기술 분야에서 통상의 지식을 가진 자(이하, '통상의 기술자'라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도1은 본 개시의 일 실시예에 따라 사용자의 자세 정보에 기초한 통계 정보를 제공하는 사용자 단말의 화면 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따라 사용자의 자세 정보에 기초한 사용자의 통계 정보를 제공하기 위하여, 자세 교정 서버가 하나 이상의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 자세교정 서버의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 자세교정 서버의 프로세서의 내부 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트를 제공하는 시스템을 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 인공신경망 모델을 나타내는 예시도이다.
도 7은 본 개시의 일 실시예에 따른 자세교정 서버의 정보 제공 방법을 나타내는 흐름도이다.
도 8은 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 제공 방법을 나타내는 흐름도이다.
도 9는 본 개시의 다른 실시예에 따른 제1 사용자 단말의 자세교정 정보 제공 방법을 나타내는 흐름도이다.
도1은 본 개시의 일 실시예에 따라 사용자의 자세 정보에 기초한 통계 정보를 제공하는 사용자 단말의 화면 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따라 사용자의 자세 정보에 기초한 사용자의 통계 정보를 제공하기 위하여, 자세 교정 서버가 하나 이상의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 자세교정 서버의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 자세교정 서버의 프로세서의 내부 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트를 제공하는 시스템을 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 인공신경망 모델을 나타내는 예시도이다.
도 7은 본 개시의 일 실시예에 따른 자세교정 서버의 정보 제공 방법을 나타내는 흐름도이다.
도 8은 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 제공 방법을 나타내는 흐름도이다.
도 9는 본 개시의 다른 실시예에 따른 제1 사용자 단말의 자세교정 정보 제공 방법을 나타내는 흐름도이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만 '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '사용자 계정'은 사용자가 자세교정 어플리케이션에서 생성하고 이용하는 계정 또는 이와 관련된 데이터를 나타낼 수 있다. 또한, 자세교정 어플리케이션의 사용자 계정은, 자세교정 어플리케이션을 이용하는 사용자를 지칭할 수 있다. 본 명세서에서 사용자 계정은 사용자 또는 사용자 단말과 혼용되어 사용될 수 있다. 이와 유사하게, 본 명세서에서, 사용자 단말은 사용자와 혼용되어 사용될 수 있다.
본 개시에서, '사용자 자세 정보'는 자세교정 어플리케이션의 사용자 계정을 이용하는 사용자의 신체 또는 체형에 관한 정보(예를 들어, 라운드 숄더, 거북목, 휜다리, 좌우 비대칭, 척추 측만, 고관절 변형 등)를 포함할 수 있다. 예를 들어, 사용자 계정의 사용자 자세 정보는, 사용자 자세 데이터에 기초하여 생성, 산출 또는 결정될 수 있다.
본 개시에서, '모집단'은 제1 사용자 계정의 사용자 프로필 또는 제1 사용자 계정을 통해 입력된 추가의 사용자 정보 중 적어도 하나에 의해 결정될 수 있다. 예를 들어, 모집단은, 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나를 포함하는 제1 사용자의 계정 정보와 연관된 하나 이상의 제2 사용자로 구성된다.
본 개시에서, '통계 정보'는 자세교정 어플리케이션의 자세교정 서버를 통해, 특정 조건(예, 연령대, 주거지, 성별, 직업, 키, 몸무게 등) 및 특정 사용자 자세 정보와 연관된 모집단의 사용자 계정의 사용자 자세 정보 및 사용자 계정 정보에 기초하여 추출, 산출 또는 결정되는 다양한 수치 정보를 포함할 수 있다. 예를 들어, 통계 정보는, 사용자 자세 정보 또는 사용자 계정 정보에 기초하여 추출, 산출 또는 결정될 수 있는 평균값, 분포값(예를 들어, 분산, 표준편차 등), 최소값/최대값, 랭킹 정보, 자세 정보와 관련된 기록 등을 포함할 수 있으나, 이에 한정되는 것은 아니며, 사용자 자세 정보와 관련된 다양한 종류의 통계적인 수치나 가공 정보를 포함할 수 있다.
본 개시의 일부 실시예에서, '자세교정 서버'가 사용자의 자세 데이터를 수집하고 이에 기초하여 사용자의 자세 정보를 결정하는 것으로 설명되어 있으나, 이에 한정되지 않으며, 정보 수집과 결정은 자세교정 서버와 이에 연결될 수 있는 하나 이상의 다른 컴퓨팅 장치 중의 하나 이상에 의해 실행될 수도 있다. 예를 들어, 하나 이상의 '센서'가 자세 데이터를 수집하고, '사용자 단말' 또는 하나 이상의 '사용자 단말'이 이에 기초하여 사용자 자세 정보를 결정하도록 구성될 수도 있다. 또한, '센서' 또는 하나 이상의 '센서'가 자세 데이터를 수집하고, '자세교정 서버'가 이에 기초하여 사용자 자세 정보를 결정하도록 구성될 수도 있다.
본 명세서에서 'A 및/또는 B'의 기재는 'A', 또는 'B', 또는 'A 및 B'를 의미한다.
도1은 본 개시의 일 실시예에 따라 사용자(110)의 자세 정보에 기초한 통계 정보를 제공하는 사용자 단말(120)의 화면 예시를 나타내는 도면이다.
도시된 바와 같이, 사용자 단말(120)은, 사용자(110)의 통계 정보, 자세교정 어플리케이션을 사용한 시간 정보, 사용자(110)를 위한 운동 제품 리스트 및 운동 방법 리스트를 표시하는 사용자 인터페이스(130)를 출력할 수 있다. 일 실시예에서, 사용자 인터페이스(130)는. 자세교정 서비스에 연결된 어플리케이션의 사용자 인터페이스일 수 있다. 이 경우, 자세교정 서비스 서버는, 예를 들어, 자세교정 장치를 착용한 사용자의 자세 데이터를 통해 자세 정보를 결정하고, 결정된 자세 정보에 기초한 사용자(110)의 통계 정보, 운동 제품 리스트 및 운동 방법 리스트를 사용자 단말(120)로 전송하여 올바른 자세로 교정하는데 도움을 줄 수 있다. 서버를 통해 자세교정 장치의 사용자(110)는 자세 데이터를 수집하여 자세의 문제점을 발견하고, 교정할 수 있는 운동 제품과 운동 방법 등을 제공받을 수 있다.
일 실시예에 따르면, 사용자(110)가 사용자 인터페이스(130)를 통해 자세교정 어플리케이션에 접속한 후 자세교정 장치를 착용하면, 사용자 자세 데이터가 수집될 수 있다. 이때 수집된 데이터는 일련의 과정을 거쳐서 자세 정보로 결정이 되고, 결정된 자세 정보를 통해 사용자(110)의 자세에 대한 통계 정보를 제공받도록 사용자 인터페이스(130)에 대한 조작을 실행할 수 있다. 또한, 사용자 인터페이스(130)의 하단에는 사용자(110)의 자세 교정에 대한 결과가 표시될 수 있다.
일 실시예에 따르면, 사용자 단말(120)은, 사용자 자세에 대한 통계 정보, 사용자(110)를 위한 운동 제품 및 운동 방법의 생성, 전송, 정보의 수신, 거래, 이용을 위한 사용자 인터페이스(130)를 제공 가능한 적절한 단말장치일 수 있다. 예를 들어, 사용자 단말(120)의 인터페이스는, 터치 디스플레이, 키보드, 마우스, 마이크로폰, 스피커, 동작 인식 센서와 같은 다양한 센서들 중 하나 이상을 포함할 수 있으나, 이에 한정된 것은 아니다. 또한, 사용자 단말(120)은, 개인용 컴퓨터, 스마트폰, 태블릿 컴퓨터, 웨어러블 컴퓨터 등 중의 어느 하나일 수 있으나, 이에 한정된 것은 아니다.
도 2는 본 개시의 일 실시예에 따라 사용자의 자세 정보에 기초한 사용자의 통계 정보, 운동 정보 리스트 및 운동 방법 리스트를 제공하기 위하여, 자세교정 서버(260)가 하나 이상의 자세교정 장치(210, 230) 및 하나 이상의 사용자 단말(220, 240)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 자세교정 서버(260)는 네트워크(250)를 통해 복수의 사용자 단말(220, 240)에 사용자의 자세 정보에 기초한 사용자의 통계 정보 제공 서비스, 사용자를 위한 운동 정보 리스트 및 운동 방법 리스트 추천 서비스를 제공할 수 있다. 일 실시예에 따르면, 자세교정 서버(260)는 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 어플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 시스템 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 자세교정 서버(260)에 의해 제공되는 사용자의 자세 정보에 기초한 사용자의 통계 정보 제공 서비스와 사용자를 위한 운동 정보 리스트 및 운동 방법 리스트 추천 서비스는, 복수의 사용자 단말(220, 240)의 각각에 설치된 서비스 제공을 위한 어플리케이션을 통해 사용자에게 제공될 수 있다.
복수의 자세교정 장치(210, 230)에 설치된 하나 이상의 센서 및 복수의 사용자 단말(220, 240)은 네트워크(250)를 통해 자세교정 서버(260)와 통신할 수 있다. 네트워크(250)는 복수의 자세교정 장치(210, 230)에 설치된 하나 이상의 센서 및 복수의 사용자 단말(220, 240)과 자세교정 서버(260) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(250)는 설치 환경에 따라, 예를 들어 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 Zigbee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(250)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 자세교정 장치(210, 230)에 설치된 하나 이상의 센서 및 사용자 단말(220, 240)사이의 근거리 무선 통신 역시 포함될 수 있다.
도 2에서 사용자 단말(220, 240)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말은 유선 및/또는 무선 통신이 가능하고 서비스 제공을 위한 어플리케이션이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있다. 또한, 도 2에는 총 4개의 자세교정 장치(210, 230) 및 사용자 단말(220, 240)가 네트워크(250)를 통해 자세교정 서버(260)와 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(250)를 통해 복수의 자세교정 장치(210, 230) 및 자세교정 서버(260)와 통신하도록 구성될 수도 있다.
일 실시예에 따르면, 자세교정 서버(260)는 서비스 제공을 위한 어플리케이션을 통해 사용자 단말(220, 240)로부터 사용자의 통계 정보, 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트에 대한 요청을 수신할 수 있다. 또한, 자세교정 서버(260)는 사용자 계정에 대한 정보 및 사용자의 자세 데이터 등을 수신할 수 있으며, 수신된 사용자 계정에 대한 정보, 사용자의 자세 데이터, 복수의 운동 제품 정보 및 복수의 운동 방법 정보를 기초로 사용자를 위한 운동 제품 및 운동 방법을 결정하여, 결정된 운동 제품 리스트 및 운동 방법 리스트를 사용자 단말(220, 240)로 제공할 수 있다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말(220) 및 자세교정 서버(260)의 내부 구성을 나타내는 블록도이다. 사용자 단말(220)은 서비스 제공을 위한 어플리케이션이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 사용자 단말(220, 240) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(220)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 자세교정 서버(260)는 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(220) 및 자세교정 서버(260)는 각각의 통신 모듈(316, 336)을 이용하여 네트워크(250)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(220)에 정보 및/또는 데이터를 입력하거나 사용자 단말(220)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 예컨대, 입출력 장치(320)는 자세교정 장치에 해당할 수 있다.
메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(220) 또는 자세교정 서버(260)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(220)에 설치되어 구동되는 서비스 제공을 위한 애플리케이션 등을 위한 코드)가 저장될 수 있다.
소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 별도의 컴퓨터에서 판독 가능한 기록매체는 사용자 단말(220) 및 자세교정 서버(260)에 직접 연결 가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(316, 336)을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(250)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예: 통계 정보서비스를 제공하는 애플리케이션, 사용자를 위한 운동 제품 및 운동 방법 제공 서비스를 제공하는 애플리케이션)에 기반하여 메모리(312, 332)에 로딩될 수 있다.
프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(316, 336)은 네트워크(250)를 통해 사용자 단말(220) 및 자세교정 장치(210, 230)의 하나 이상의 센서와 자세교정 서버(260)가 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(220) 및/또는 자세교정 서버(260)가 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(220)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어 사용자 계정에 대한 정보 등)는 통신 모듈(316)의 제어에 따라 네트워크(250)를 통해 자세교정 서버(260)으로 전달될 수 있다. 역으로, 자세교정 서버(260)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(250)를 거쳐 사용자 단말(220)의 통신 모듈(316)을 통해 사용자 단말(220)에 수신될 수 있다. 예를 들어, 사용자 단말(220)은 자세교정 서버(260)으로부터 통신 모듈(316)을 통해 사용자의 통계 정보, 사용자를 위한 운동 제품 및 운동 방법에 대한 정보 등을 수신할 수 있다.
도 3에서 사용자 단말(220)이 1 개만 도시되어 있으나 본 개시는 이에 제한되는 것은 아니고, 복수 개의 사용자 단말이 존재할 수 있다. 사용자 단말은 서로 구성이 동일할 수 있으므로, 도 3에서 복수 개의 사용자 단말 중 1 개의 사용자 단말(220)만 도시되었다.
입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(220)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 자세교정 서버(260)나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면이나 통계 서비스 정보, 사용자를 위한 운동 제품 및 운동 방법 추천 서비스 정보 등이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(220)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(220)과 하나의 장치로 구성될 수 있다. 또한, 자세교정 서버(260)의 입출력 인터페이스(338)는 자세교정 서버(260)와 연결되거나 자세교정 서버(260)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 33)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.
사용자 단말(220) 및 자세교정 서버(260)는 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(220)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(220)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(220)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(220)에 더 포함되도록 구현될 수 있다.
일 실시예에 따르면, 사용자 단말(220)의 프로세서(314)는 통계 정보 서비스, 운동 제품 및 운동 방법 추천 서비스 어플리케이션을 동작하도록 구성될 수 있다. 이때, 해당 애플리케이션과 연관된 프로그램 코드가 사용자 단말(220)의 메모리(312)에 로딩될 수 있다. 애플리케이션이 동작되는 동안에, 사용자 단말(220)의 프로세서(314)는 입출력 장치(320)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(318)를 통해 수신하거나 통신 모듈(316)을 통해 자세교정 서버(260)으로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(312)에 저장할 수 있다. 또한, 정보 및/또는 데이터는 통신 모듈(316)을 통해 자세교정 서버(260)에 제공할 수 있다.
서비스 제공을 위한 애플리케이션이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상 등을 수신할 수 있으며, 수신된 텍스트, 이미지 및/또는 영상 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(250)를 통해 자세교정 서버(260)에 제공할 수 있다. 일 실시예에 따르면, 프로세서(314)는 입력 장치를 통해 사용자 인증 정보를 네트워크(250) 및 통신 모듈(316)을 통해 자세교정 서버(260)에 제공할 수 있다.
일 실시예에 따르면, 프로세서(314)는 사용자 계정 및 사용자 자세에 대한 정보에 기초하여, 통계 정보 서비스, 사용자를 위한 운동 제품 및 운동 방법 추천 서비스 제공을 위한 애플리케이션을 실행할 수 있다. 일 실시예에 따르면, 통계 정보 서비스, 운동 제품 및 운동 방법 추천 서비스는 자세교정 서버에 의해 제공될 수 있다. 예를 들어, 사용자 단말이 통계 정보 서비스를 선택하는 경우, 사용자 계정 및 사용자 자세에 대한 정보를 이용하여 통계 정보 서비스, 운동 제품 및 운동 방법 추천 서비스가 서버에 의해 제공될 수 있다. 이를 위해, 프로세서(314)는 통계 정보 서비스 및/또는 운동 제품 및 운동 방법 추천 서비스 제공을 위한 어플리케이션과 연관된 정보를 추출할 수 있다.
일 실시예에 따르면, 프로세서(314)는 통계 정보 서비스, 운동 제품 및 운동 방법 추천 서비스 제공을 위한 어플리케이션 상에서 운동 제품의 결제를 수행할 수 있다. 예를 들어, 프로세서(314)는 사용자 인증이 완료된 경우, 사용자를 위한 운동 제품 결제와 연관된 계좌 정보를 수신하고, 수신된 계좌 정보로 해당 비용을 결제할 수 있다.
자세교정 서버(260)의 프로세서(334)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(334)는 사용자 단말(220)로부터 통계 정보, 운동 제품 및 운동 방법에 대한 요청을 수신하고, 사용자 단말(220)을 통해 접속한 사용자의 사용자 계정에 대한 정보를 수신한다. 이때, 프로세서(334)는 사용자의 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나를 포함하는 사용자 계정에 대한 정보 및 사용자의 좌우 비대칭, 척추 측만, 고관절 변형에 대한 정보 중 적어도 하나를 포함하는 사용자의 자세 정보를 저장할 수 있다. 그리고 프로세서(334)는 복수의 운동 제품에 대한 정보, 운동 방법에 대한 정보를 수집하여 저장할 수 있다. 이에 따라, 프로세서(334)는 사용자 계정에 대한 정보, 사용자의 자세 정보, 복수의 운동 제품 및 운동 방법에 대한 정보를 기초로 통계 정보, 사용자를 위한 운동 제품 및 운동 방법을 결정한다.
일 실시예에 따르면, 프로세서(334)는 복수의 사용자에 대한 통계 정보, 복수의 운동 제품 및 운동 방법에 대한 정보를 수집하여 저장할 수 있으며, 복수의 운동 제품 및 운동 방법 중에서, 결정된 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 및 사용자의 통계 정보를 사용자 단말(220)로 제공할 수 있다.
일 실시예에 따르면, 프로세서(334)는 운동 제품 리스트 중에서 사용자에 의해 선택된 적어도 하나 이상의 운동 제품의 구매 요청을 수신하고, 수신한 구매 요청에 응답하여, 사용자 계정이 사용자를 위한 운동 제품을 결제하도록 유도하는 결제 인터페이스를 사용자 단말(220)로 전송할 수 있다.
도 4는 본 개시의 일 실시예에 따른 자세교정 서버(260)의 프로세서(334)의 내부 구성을 나타내는 블록도이다. 자세교정 서버(260)의 프로세서(334)는 사용자 계정 관리부(410), 추천 엔진(420), 데이터 추출부(430), 데이터 학습부(440), 데이터 분석부(450), 결제 관리부(460)를 포함할 수 있다.
사용자 계정 관리부(410)는 사용자 단말(220, 240)로부터 수신한 사용자 계정에 대한 정보 및 사용자의 자세 데이터를 저장 및 관리하도록 구성될 수 있다. 일 실시예에 따르면, 사용자의 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게, 자세교정 어플리케이션에 기록된 사용 시간 정보, 바른 자세 유지 시간 정보, 사용자의 자세 데이터를 분류하여 저장 및 관리한다. 여기서, 사용자의 자세 데이터는 자세교정 장치에 설치된 자이로 센서 및/또는 가속도 센서의 측정 내용에 기초하여 각 계정별로 서로 다른 정보를 포함할 수 있다. 또 다른 실시예에서, 사용자의 자세 데이터는 자세교정 장치(210, 230)의 적어도 하나 이상의 센서로부터 측정된다. 측정된 자세 데이터는 자세교정 서버(260)의 통신 모듈을 통해 사용자 계정 관리부(410)에 저장된다.
사용자 계정 관리부(410)는 자세교정 서버(260)의 통신 모듈(336)로부터 사용자의 자세 데이터를 수신하면, 기존의 사용자의 자세 데이터를 삭제 또는 업데이트할 수 있고, 새로운 사용자의 자세 데이터를 저장 및 관리할 수 있다. 사용자 계정 관리부(410)에 저장된 자세 데이터 및/또는 사용자 계정에 대한 정보는 추천 엔진(420), 데이터 추출부(430), 데이터 학습부(440), 데이터 분석부(450) 중 적어도 하나 이상에게 제공될 수 있다. 사용자 계정 관리부(410)는 자세교정 어플리케이션에 가입한 사용자의 계정 정보를 수집할 수 있다.
추천 엔진(420)은 도 6에 도시된 바와 같이 인공신경망 모델(600)을 이용하여 구성될 수 있다. 인공신경망 모델(600)은 사용자를 위한 운동 제품 및 운동 방법 추천 인공신경망 모델을 지칭할 수 있으며, 복수의 참조 사용자 계정에 대한 정보 및 복수의 참조 사용자 계정의 각각에 대응하는 운동 제품 및 운동 방법에 대한 정보를 통해 학습될 수 있다. 복수의 참조 사용자 계정에 대한 정보 및 이에 대응하는 참조 운동 제품 및 운동 방법에 대한 정보는 인공신경망 모델(600)을 위한 학습 데이터 세트로 구성될 수 있다. 여기서, 복수의 참조 사용자 계정에 대한 정보에 대응하여, 참조 운동 제품 및 운동 방법이 어노테이션되거나, 레이블될 수 있다.
인공신경망 모델(600)은 자세교정 서버(260)로부터 사용자 계정에 대한 정보 및 사용자 자세 정보를 제공받을 수 있으며, 복수의 운동 제품 및 운동 방법 중에서, 적어도 하나의 추천 운동 제품 리스트 및 추천 운동 방법 리스트를 출력하도록 구성될 수 있다. 복수의 추천 운동 제품 및 추천 운동 방법은 미리 결정되어 저장될 수 있다. 예를 들어, 추천 운동 제품 리스트 및 추천 운동 방법 리스트는 인공신경망 모델(600)을 학습에 사용된 참조 운동 제품 및 운동 방법을 포함할 수 있다.
다만, 추천 엔진(420)은 반드시 자세교정 서버(260)의 프로세서(334)에 포함되는 것은 아니며, 자세교정 서버(260)의 프로세서(334)가 접근 가능한 메모리(332)에 포함될 수도 있다.
데이터 추출부(430)는 사용자 계정 관리부(410)로부터 사용자의 자세 데이터 및 사용자의 계정 정보를 추출할 수 있고, 양 데이터를 서로 연동시킬 수 있다. 일 실시예에서 자세교정 장치(210, 230)의 적어도 하나 이상의 센서로부터 사용자의 자세 데이터가 측정이 되면, 측정된 사용자의 자세 데이터 및 사용자 계정 정보를 사용자 계정 관리부(410)로부터 추출하여 데이터 학습부(440) 또는 데이터 분석부(450) 중 적어도 하나로 제공될 수 있다.
데이터 학습부(440)는 데이터 추출부(430)와 데이터 분석부(450)에 의해 추출되거나 분석된 정보를 토대로 동일/유사한 사례를 학습하며, 이를 학습함에 있어 인공신경망이 이용될 수 있다.
데이터 분석부(450)는 수집된 사용자의 자세 데이터와 신체 데이터를 토대로 사용자의 자세 정보 및 사용자의 통계 정보를 결정할 수 있다. 결정된 사용자 자세 정보 및 사용자 통계 정보는 자세교정 서버(260)의 메모리(332)에 저장될 수 있다. 예컨대, 데이터 분석부(450)는 사용자의 자세 데이터와 기준 자세 데이터를 비교함으로써, 사용자의 자세 정보를 결정할 수 있다.
사용자의 자세 정보는 자세교정 어플리케이션의 사용자 계정을 이용하는 사용자의 신체 또는 체형에 관한 정보 또는 데이터(예를 들어, 라운드 숄더, 거북목, 휜다리, 좌우 비대칭, 척추 측만, 고관절 변형 등)를 포함할 수 있다. 예를 들어, 사용자 계정의 사용자 자세 정보는, 사용자 자세 데이터에 기초하여 생성, 산출 또는 결정될 수 있다.
데이터 분석부(450)는 결정된 제1 사용자 계정 및 제2 사용자 계정과 동일한 모집단에 속하는 사용자 계정들의 정보 및 제1 사용자 계정 및 제2 사용자 계정과 동일한 모집단에 속하는 사용자 계정들에 대한 사용자 자세 정보에 기초하여 통계 정보를 생성하도록 구성될 수 있다. 일 실시예에서, 데이터 분석부(450)는 특정 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나의 공통점을 가지는 모집단의 사용자 자세 정보에 기초하여 통계 정보를 생성할 수 있다. 예를 들어, 데이터 분석부(450)는 주거지가 강남구 도곡로에 속한 사용자 계정들의 좌우 비대칭, 척추 측만, 고관절 변형 중 적어도 하나를 포함하는 통계 정보를 생성할 수 있다. 이 경우, 통계 정보는 좌우 비대칭, 척추 측만, 고관절 변형 중 적어도 하나에 대한 올바른 자세 점수의 평균, 분산, 최대, 최소, 순위 등의 정보를 포함할 수 있으며, 일정 기간 별(예컨대, 일별, 월별 등)로 제공될 수 있다. 생성된 통계 정보는 사용자 계정 관리부(410)를 통해 특정 자세 정보와 연관된 계정을 사용하는 사용자들에게 제공되거나 메모리(332)에 저장될 수 있다.
결제 관리부(460)는 사용자를 위한 운동 제품의 구매 요청을 수신하고, 사용자를 위한 운동 제품을 결제할 수 있는 결제 인터페이스를 사용자 단말(220)에 제공할 수 있다. 사용자 단말(220)에 제공된 결제 인터페이스를 통해 결제가 이루어진 경우, 결제 관리부(460)는 해당 결제 정보를 운동 제품 판매자 계정에 전송하여, 사용자가 구매한 운동 제품을 준비할 수 있도록 할 수 있다. 또한, 결제 관리부(460)는 결제시 사용자가 이용한 계좌 정보, 카드 정보 등을 저장하여, 추후 해당 사용자를 위한 운동 제품을 재구매하거나, 다른 운동 제품을 구매하는데 활용할 수 있다.
도 5는 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트를 제공하는 시스템을 나타내는 도면이다.
도 4에 도시된 추천 엔진(420)은 일 예로, 도 6에 도시된 바와 같이 인공신경망 모델(600)을 이용하여 구성될 수 있다. 인공신경망 모델(600)은 운동 제품 및 운동 방법 추천 인공신경망 모델을 지칭할 수 있으며, 복수의 참조 사용자 계정에 대한 정보 및 복수의 참조 사용자 계정의 각각에 대응하는 참조 사용자 자세 및 사용자 계정에 대한 정보를 통해 학습될 수 있다. 복수의 참조 사용자 계정에 대한 정보 및 이에 대응하는 참조 건강 식품에 대한 정보는 인공신경망 모델(600)을 위한 학습 데이터 세트로 구성될 수 있다. 여기서, 복수의 참조 사용자 계정에 대한 정보에 대응하여, 참조 건강 기능 식품이 어노테이션되거나, 레이블될 수 있다.
인공신경망 모델(600)은 자세교정 서버(260)로부터 사용자 계정에 대한 정보를 제공받을 수 있으며, 복수의 건강 기능 식품 중에서, 적어도 하나의 건강 기능 식품을 출력하도록 구성될 수 있다. 복수의 건강 기능 식품은 미리 결정되어 저장될 수 있다. 예를 들어, 복수의 건강 기능 식품은 인공신경망 모델(600)을 학습 시 사용된 참조 운동 제품 및 참조 운동 방법을 포함할 수 있다.
도 6은 본 개시의 일 실시예에 따른 인공신경망 모델을 나타내는 예시도이다.
인공신경망 모델(600)은, 머신러닝(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조에 해당할 수 있다.
일 실시예에 따르면, 인공신경망 모델(600)은, 생물학적 신경망에서와 같이 시냅스의 결합으로 네트워크를 형성한 인공 뉴런인 노드(Node)들이 시냅스의 가중치를 반복적으로 조정하여, 특정 입력에 대응한 올바른 출력과 추론된 출력 사이의 오차가 감소되도록 학습함으로써, 문제 해결 능력을 가지는 머신러닝 모델을 나타낼 수 있다. 예를 들어, 인공신경망 모델(600)은 머신러닝, 딥러닝 등의 인공지능 학습법에 사용되는 임의의 확률 모델, 네트워크 모델 등을 포함할 수 있다.
일 실시예에 따르면, 인공신경망 모델(600)은 사용자 계정에 대한 정보 및 사용자 자세 정보를 입력하여 추천 운동 제품 및 운동 방법을 출력하도록 구성된 인공신경망 모델을 포함할 수 있다. 인공신경망 모델은 복수의 참조 사용자 계정에 대한 정보, 참조 사용자 자세 정보 및 복수의 참조 사용자 계정과 참조 사용자 자세 정보의 각각에 대응하는 참조 운동 제품 및 참조 운동 방법에 대한 정보를 통해 학습될 수 있다. 복수의 참조 사용자 계정에 대한 정보와 복수의 참조 사용자 계정의 사용자 자세 정보, 이에 대응하는 참조 운동 제품 및 참조 운동 방법에 대한 정보는 인공신경망 모델(600)을 위한 학습 데이터 세트로 구성될 수 있다.
인공신경망 모델(600)은 다층의 노드들과 이들 사이의 연결로 구성된 다층 퍼셉트론(MLP: multilayer perceptron)으로 구현된다. 본 실시예에 따른 인공신경망 모델(600)은 MLP를 포함하는 다양한 인공신경망 모델 구조들 중의 하나를 이용하여 구현될 수 있다. 도 6에 도시된 바와 같이, 인공신경망 모델(600)은, 외부로부터 입력 신호 또는 데이터를 수신하는 입력층, 입력 데이터에 대응한 출력 신호 또는 데이터를 출력하는 출력층, 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달하는 n 개(여기서, n은 양의 정수)의 은닉층으로 구성된다. 여기서, 출력층은 은닉층으로부터 신호를 받아 외부로 출력한다.
인공신경망 모델(600)의 학습 방법에는, 교사 신호(정답)의 입력에 의해서 문제의 해결에 최적화되도록 학습하는 지도 학습(Supervised Learning) 방법과, 교사 신호를 필요로 하지 않는 비지도 학습(Unsupervised Learning) 방법이 있다. 자세교정 서버(260)는 복수의 참조 사용자 계정에 대한 정보 및 복수의 참조 사용자 계정의 각각에 대응하는 참조 건강 기능 식품에 대한 정보를 통해 인공신경망 모델(600)을 학습시킬 수 있다. 참조 건강 기능 식품은, 지도 학습 방법을 통해 제공될 수 있는데, 예를 들어, 복수의 참조 사용자 계정에 대한 정보의 각각에 대해 레이블되거나 어노테이션 작업을 통해 제공될 수 있다. 학습된 인공신경망 모델(600)은 저장 시스템에 저장될 수 있으며, 통신 인터페이스 및/또는 사용자 단말에 적어도 하나의 운동 제품 및 운동 방법을 출력할 수 있다.
일 실시예에 따르면, 도 6에 도시된 바와 같이, 사용자를 위한 운동 제품 및 운동 방법 대한 정보를 추출하는 인공신경망 모델(600)의 입력변수는, 사용자 계정에 대한 정보 및 사용자 자세 정보가 될 수 있다. 예를 들어, 인공신경망 모델(600)의 입력층에 입력되는 입력변수는, 사용자 계정에 대한 정보 및 사용자 자세 정보를 하나의 벡터 데이터 요소로 구성한, 계정 특징 벡터가 될 수 있다. 사용자 계정에 대한 정보 및 사용자 자세 정보의 입력에 응답하여, 인공신경망 모델의 출력층에서 출력되는 출력변수는 운동 제품 및 운동 방법을 나타내거나 특징화하는 벡터가 될 수 있다. 본 개시에 있어서 인공신경망 모델(600)의 출력변수는, 이상에서 설명된 유형에 한정되지 않으며, 운동 제품 및 운동 리스트를 나타내는 임의의 정보/데이터를 포함할 수 있다.
이와 같이 인공신경망 모델(600)의 입력층과 출력층에 복수의 입력변수와 대응되는 복수의 출력변수가 각각 매칭되고, 입력층, 은닉층 및 출력층에 포함된 노드들 사이의 시냅스 값이 조정됨으로써, 특정 입력에 대응한 올바른 출력이 추출될 수 있도록 학습될 수 있다. 학습 과정을 통해, 인공신경망 모델(600)의 입력변수에 숨겨져 있는 특성을 파악할 수 있고, 입력변수에 기초하여 계산된 출력변수와 목표 출력 간의 오차가 줄어들도록 인공신경망 모델(600)의 노드들 사이의 시냅스 값(또는 가중치)를 조정할 수 있다. 학습된 인공신경망 모델(600)을 이용하여, 입력된 사용자 계정에 대한 정보 및 사용자 자세 정보에 응답하여, 사용자 계정에 대한 정보 및 사용자 자세 정보에 대응하는 운동 제품 및 운동 방법에 대한 정보가 출력될 수 있다.
도 7은 본 개시의 일 실시예에 따른 자세교정 서버의 정보 제공 방법을 나타내는 흐름도이다. 자세교정 서버의 정보를 제공하는 방법(700)은, 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터, 제1 사용자의 자세 데이터를 제1 사용자 단말(220)을 통해 수신하는 단계(710)로 개시될 수 있다.
그 후, 제1 사용자의 자세 데이터와 기준 자세 데이터를 비교함으로써, 제1 사용자의 자세 정보를 결정할 수 있다(단계 720). 일 실시예에 따르면, 자세교정 서버(260)는, 제1 사용자의 자세교정 장치(210)에 설치된 센서를 이용하여 자세교정 어플리케이션을 사용하는 제1 사용자의 자세 데이터를 수집하고, 수집된 자세 데이터 및 제1 사용자의 계정 정보에 기초하여 제1 사용자의 자세 정보를 결정할 수 있다. 또한, 제1 사용자의 자세 정보, 제1 사용자의 자세교정 어플리케이션을 사용한 시간 정보, 제1 사용자의 바른 자세 유지 시간 정보 중 적어도 하나에 기초하여 제1 사용자의 통계 정보가 결정될 수 있다.
일 실시예에 따르면, 자세교정 서버(260)는, 사용자 단말의 동작 정보를 수집하고 수집된 사용자 단말의 동작 정보에 기초하여 제1 사용자의 자세교정 어플리케이션을 사용한 시간 정보 및 제1 사용자의 바른 자세 유지 시간 정보를 수집할 수 있다. 또한, 제1 사용자 통계 정보는 수집된 동작 정보로부터 추출된 시간 정보를 기초로 결정될 수 있다.
다음으로, 자세 교정 어플리케이션에 가입한 제1 사용자의 계정 정보를 수집할 수 있고(단계 730), 제1 사용자의 자세 정보를 제1 사용자 계정 정보와 연동할 수 있다(단계 740). 여기에서, 제1 사용자의 계정 정보는, 자세교정 어플리케이션의 제1 사용자 계정을 사용하는 사용자의 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나를 포함할 수 있다. 또한, 제1 사용자의 자세 정보는, 제1 사용자의 좌우 비대칭, 척추 측만, 고관절 변형에 대한 정보 중 적어도 하나를 포함할 수 있다.
다음으로, 제1 사용자의 자세 정보에 기초한 통계 정보를 제1 사용자 단말로 전송할 수 있다(단계 750). 제1 사용자의 통계 정보는, 제1 사용자의 자세교정 어플리케이션을 사용한 시간 정보 또는 제1 사용자의 바른 자세 유지 시간 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 제1 사용자의 통계 정보는 제1 사용자의 올바른 자세 점수. 제1 사용자의 자세교정 어플리케이션을 사용한 시간 정보 중 제1 사용자의 바른 자세 유지 시간 정보를 포함할 수 있다. 또 다른 실시예에서, 제1 사용자는 제1 사용자 단말(220)의 자세교정 어플리케이션 사용자 인터페이스 상에 제1 사용자의 통계정보를 이용해 시간별 올바른 자세 점수의 추이, 평균값, 분포값(예를 들어, 분산, 표준편차 등)을 알 수 있다.
일 실시예에서, 자세교정 어플리케이션에 가입한 제2 사용자의 자세 정보에 기초한 제2 통계 정보를 제1 사용자 단말로 전송할 수 있다. 제2 통계 정보는, 제2 사용자 계정과 관련된 정보와 함께 출력되고, 신체 부위별 올바른 자세의 측정과 연관된 제2 사용자의 자세교정 어플리케이션을 사용한 시간 정보를 포함한다. 제1 사용자 단말로 전송된 제2 통계 정보는 제1 사용자의 통계 정보와 통합되어 제1 사용자 단말(220)에 출력될 수 있다.
도 8은 본 개시의 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 제공 방법을 나타내는 흐름도이다. 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 제공 방법(800)은, 자세교정 서버(260)에 의해 수행될 수 있다. 일 실시예에 따른 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 제공 방법은, 제1 사용자 계정으로부터 운동 제품 및 운동 방법에 대한 요청을 수신하는 단계(810)로 개시될 수 있다.
그러고 나서, 단계 820에서, 제1 사용자 계정에 대한 정보, 제1 사용자의 자세 정보, 복수의 운동 제품 및 운동 방법에 대한 정보를 기초로 제1 사용자 계정을 위한 운동 제품 리스트 및 운동 방법 리스트를 결정될 수 있다. 마지막으로, 단계 830에서, 결정된 운동 제품 리스트 및 운동 방법 리스트를 제1 사용자 계정에 제공될 수 있다.
도 9는 본 개시의 다른 실시예에 따른 제1 사용자 단말의 자세교정 정보 제공 방법을 나타내는 흐름도이다. 일 실시예에 따른 제1 사용자 단말의 적어도 하나의 프로세서에 의해 수행되는 자세교정 정보 제공 방법(900)은, 도 2에 도시된 바와 같이 제1 사용자 단말(220), 제2 사용자 단말(240)에 의해 수행될 수 있다. 도시된 바와 같이, 일 실시예에 따른 제1 사용자 단말이 적어도 하나의 프로세서에 의해 수행되는 자세교정 정보 제공 방법은, 통신 모듈에 의해, 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터 제공받은 제1 사용자의 자세 데이터를 서버로 전송하는 단계(910)로 개시될 수 있다.
다음으로, 서버로부터 제1 사용자의 자세 정보, 제1 사용자의 통계 정보, 운동 제품 리스트 및 운동 방법 리스트를 수신하는 단계(920)로 개시될 수 있다.
운동 제품 리스트 및 운동 방법 리스트에 대한 선택을 수신하는 단계(930)로 개시될 수 있다.
선택된 운동 제품 및 운동 방법에 대한 상세 정보를 제1 사용자 단말의 디스플레이 상에 표시할 수 있다(단계 940).
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
110 : 사용자
120 : 사용자 단말기
130 : 사용자 인터페이스 표시부
210 : 제1 사용자 자세교정 장치
220 : 제1 사용자 단말기
230 : 제2 사용자 자세교정 장치
240 : 제2 사용자 단말기
600 : 인공신경망 모델
120 : 사용자 단말기
130 : 사용자 인터페이스 표시부
210 : 제1 사용자 자세교정 장치
220 : 제1 사용자 단말기
230 : 제2 사용자 자세교정 장치
240 : 제2 사용자 단말기
600 : 인공신경망 모델
Claims (5)
- 제1 사용자가 사용하는 제1 사용자 단말에서 동작하는 자세교정 어플리케이션을 통한 자세교정 서버의 정보 제공 방법에 있어서,
통신 모듈에 의해, 상기 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터, 상기 제1 사용자의 자세 데이터를 제1 사용자 단말을 통해 수신하는 단계;
데이터 분석부에 의해, 상기 제1 사용자의 자세 데이터와 기준 자세 데이터를 비교함으로써, 상기 제1 사용자의 자세 정보를 결정하는 단계;
사용자 계정 관리부에 의해, 상기 자세교정 어플리케이션에 가입한 상기 제1 사용자의 계정 정보를 수집하는 단계;
데이터 추출부에 의해, 상기 제1 사용자의 자세 정보를 상기 계정 정보와 연동하는 단계; 및
통신 모듈에 의해, 상기 제1 사용자의 자세 정보에 기초한 제1 사용자의 통계 정보를 상기 제1 사용자 단말로 전송하는 단계
를 포함하고,
추천 엔진에 의해, 상기 자세 정보에 기초하여, 상기 제1 사용자를 위한 운동 제품 리스트 및 운동 방법 리스트 중 적어도 하나를 추천하는 단계; 및
통신 모듈에 의해, 상기 운동 제품 리스트 및 운동 방법 리스트 중 적어도 하나를 상기 제1 사용자 단말로 제공하는 단계
를 포함하는, 정보 제공 방법.
- 제1항에 있어서,
상기 제1 사용자의 계정 정보는, 상기 사용자 계정을 사용하는 제1 사용자의 연령대, 주거지, 성별, 직업, 나이, 키, 몸무게 중 적어도 하나를 포함하고,
상기 제1 사용자의 자세 정보는, 상기 제1 사용자의 좌우 비대칭, 척추 측만, 고관절 변형에 대한 정보 중 적어도 하나를 포함하며,
상기 제1 사용자의 상기 통계 정보는,
상기 제1 사용자의 상기 자세교정 어플리케이션을 사용한 시간 정보 및 또는 상기 제1 사용자의 바른 자세 유지 시간 정보 중 적어도 하나를 포함하는,
정보 제공 방법.
- 제1항에 있어서,
상기 자세교정 어플리케이션에 가입한 제2 사용자의 자세 정보에 기초한 상기 제2 사용자의 통계 정보를 제1 사용자 단말로 전송하는 단계를 더 포함하고,
상기 제1 사용자의 통계 정보와 상기 제2 사용자의 통계 정보를 통합한 결과를 제1 사용자 단말로 전송하는 단계를 더 포함하는, 정보 제공 방법.
- 제3항에 있어서,
상기 제2 사용자의 통계 정보는, 제2 사용자 계정과 관련된 정보와 함께 출력되고,
상기 제2 사용자의 통계 정보는, 상기 제2 사용자의 상기 자세교정 어플리케이션을 사용한 시간 정보를 포함하는,
정보 제공 방법.
- 제1 사용자 단말의 적어도 하나의 프로세서에 의해 수행되는 자세교정 정보 제공 방법에 있어서,
통신 모듈에 의해, 상기 제1 사용자가 착용한 자세교정 장치의 하나 이상의 센서로부터 제공받은 상기 제1 사용자의 자세 데이터를 서버로 전송하는 단계;
통신 모듈에 의해, 서버로부터 제1 사용자의 자세 정보, 제1 사용자의 통계 정보, 운동 제품 리스트 및 운동 방법 리스트를 수신하는 단계;
통신 모듈에 의해, 운동 제품 리스트 및 운동 방법 리스트에 대한 선택을 수신하는 단계; 및
입출력 인터페이스를 통해, 상기 선택된 운동 제품 및 운동 방법에 대한 상세 정보를 제1 사용자 단말의 디스플레이 상에 표시하는 단계
를 포함하는, 정보 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200175517A KR102612969B1 (ko) | 2020-12-15 | 2020-12-15 | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200175517A KR102612969B1 (ko) | 2020-12-15 | 2020-12-15 | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220085445A true KR20220085445A (ko) | 2022-06-22 |
| KR102612969B1 KR102612969B1 (ko) | 2023-12-12 |
Family
ID=82216955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200175517A KR102612969B1 (ko) | 2020-12-15 | 2020-12-15 | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102612969B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102593121B1 (ko) | 2022-11-01 | 2023-10-24 | 주식회사 포스처에이아이 | 웨어러블기기를 이용한 인공지능 자세교정 운동추천 시스템 및 방법 |
| KR102610244B1 (ko) | 2022-11-01 | 2023-12-06 | 주식회사 포스처에이아이 | 자세측정센서를 통해 수집된 데이터를 분석하는 인공지능 운동추천장치 및 그 장치의 구동방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010070844A (ko) * | 2001-06-13 | 2001-07-27 | 임상희 | 인터넷운동정보서비스방법 |
| KR20150064418A (ko) * | 2013-12-03 | 2015-06-11 | 황정범 | 자세 교정 시스템 및 방법 |
| KR20200001328A (ko) * | 2018-06-27 | 2020-01-06 | 이재현 | 자세 교정도움 시스템 |
| KR20200055222A (ko) * | 2018-11-12 | 2020-05-21 | 김대정 | 신호음을 기반으로 한 전용 콘텐츠 처방 및 헬스케어 관리 시스템 |
-
2020
- 2020-12-15 KR KR1020200175517A patent/KR102612969B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010070844A (ko) * | 2001-06-13 | 2001-07-27 | 임상희 | 인터넷운동정보서비스방법 |
| KR20150064418A (ko) * | 2013-12-03 | 2015-06-11 | 황정범 | 자세 교정 시스템 및 방법 |
| KR20200001328A (ko) * | 2018-06-27 | 2020-01-06 | 이재현 | 자세 교정도움 시스템 |
| KR20200055222A (ko) * | 2018-11-12 | 2020-05-21 | 김대정 | 신호음을 기반으로 한 전용 콘텐츠 처방 및 헬스케어 관리 시스템 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102593121B1 (ko) | 2022-11-01 | 2023-10-24 | 주식회사 포스처에이아이 | 웨어러블기기를 이용한 인공지능 자세교정 운동추천 시스템 및 방법 |
| KR102610244B1 (ko) | 2022-11-01 | 2023-12-06 | 주식회사 포스처에이아이 | 자세측정센서를 통해 수집된 데이터를 분석하는 인공지능 운동추천장치 및 그 장치의 구동방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102612969B1 (ko) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102116968B1 (ko) | Ai 기반의 스마트 코칭 방법 | |
| Ortiz | Smartphone-based human activity recognition | |
| CN110678932B (zh) | 服务提供方处理设备和用于提供定制的锻炼推荐的方法 | |
| Su et al. | Kinect-enabled home-based rehabilitation system using Dynamic Time Warping and fuzzy logic | |
| KR102054134B1 (ko) | 교감형 운동 머신 기반의 운동 코칭 방법 및 시스템 | |
| US8706731B2 (en) | System and method for providing healthcare program service based on vital signals and condition information | |
| WO2017106770A1 (en) | Platform and system for digital personalized medicine | |
| US11270565B2 (en) | Electronic device and control method therefor | |
| CN109416820A (zh) | 对用户满意度进行自动确定和响应 | |
| KR102066001B1 (ko) | 운동 지수기반의 운동 코칭 방법 및 시스템 | |
| KR102425690B1 (ko) | 사용자 맞춤형 건강 기능 식품 제공 방법 및 이를 제공하는 시스템 | |
| KR20220085445A (ko) | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 | |
| KR102134189B1 (ko) | 인공지능 로봇을 활용한 도서 콘텐츠 제공 방법 및 장치 | |
| KR20200036680A (ko) | 감정 정보 획득을 위한 전자 장치 및 방법 | |
| Lim et al. | The application of artificial intelligence and custom algorithms with inertial wearable devices for gait analysis and detection of gait-altering pathologies in adults: A scoping review of literature | |
| KR102494384B1 (ko) | 기저귀 대변 이미지를 활용한 아기 건강 진단 솔루션 제공 방법, 장치 및 시스템 | |
| US10272292B1 (en) | Adaptive sport posture sensing system and method | |
| KR102564996B1 (ko) | 인공지능 기반 사용자 맞춤형 건강기능식품 큐레이션 서비스 제공 방법, 장치 및 시스템 | |
| US11972336B2 (en) | Machine learning platform and system for data analysis | |
| WO2019123726A1 (ja) | 指導支援システム、指導支援方法及び指導支援プログラム | |
| WO2016171542A1 (en) | Lifestyle tracking system | |
| JP7224315B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
| KR102667748B1 (ko) | 개인별 체형에 따른 맞춤형 건강 관리 서비스 제공 시스템, 방법, 프로그램, 컴퓨터 판독 가능한 기록매체 | |
| García et al. | Ubiquitous Computing and Ambient Intelligence: 10th International Conference, UCAmI 2016, San Bartolomé de Tirajana, Gran Canaria, Spain, November 29–December 2, 2016, Proceedings, Part I | |
| Fürderer | A study of an iterative user-specific human activity classification approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |