KR20220168318A - 오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 - Google Patents
오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 Download PDFInfo
- Publication number
- KR20220168318A KR20220168318A KR1020210077905A KR20210077905A KR20220168318A KR 20220168318 A KR20220168318 A KR 20220168318A KR 1020210077905 A KR1020210077905 A KR 1020210077905A KR 20210077905 A KR20210077905 A KR 20210077905A KR 20220168318 A KR20220168318 A KR 20220168318A
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- type
- sales price
- module
- web
- Prior art date
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 261
- 238000000034 method Methods 0.000 title claims description 27
- 238000013135 deep learning Methods 0.000 claims description 68
- 238000000605 extraction Methods 0.000 claims description 55
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000012795 verification Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000002265 prevention Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000000306 recurrent effect Effects 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 3
- 241000556720 Manga Species 0.000 claims description 2
- 238000004132 cross linking Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000007797 corrosion Effects 0.000 description 9
- 238000005260 corrosion Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241000208818 Helianthus Species 0.000 description 1
- 235000003222 Helianthus annuus Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명에서는 종래 차량판매가격 제공시스템이, 현재 사용자가 원하는 차량을 대상으로 하는 것이 아닌, 이미 거래완료된 복수의 차량을 대상으로 중고차 시세를 예측하기 때문에, 실제 사용자가 만족할만한 중고차 시세예측이 어려워, 실제 중고차 거래 및 차량공매까지 이어지지 않는 문제점과, 중고차 시세를 요청한 사용자 차량의 정보 및 개인정보가 다른 곳으로 흘러들어가 중고차딜러의 매매요구대상이 되거나, 또는 스팸광고대상이 되는 정보보안이 취약하고, 무엇보다 사용자의 차량과 비교해볼 수 있는 비교대상데이터 및 검색 DB가 부족해 양질의 차량 판매가격 제공이 어려운 문제점을 개선하고자, 앱형 차량판매가격요청용 어플리케이션모듈(100), 웹형 차량판매가격요청용 어플리케이션모듈(200), 오토마트형 차량판매가격연산 AI 플랫폼모듈(300), 메쉬교차형 블록체인모듈(400)이 구성됨으로서, 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보를 기준으로 한가지가 아닌, 세가지의 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 제공할 수 있어, 사용자의 차량판매가격에 관한 만족도를 기존에 비해 80% 향상시킬 수가 있고, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증할 수 있어, 차량판매가격정보에 대한 보안성 및 기밀성을 기존에 비해 80% 향상시킬 수 있으며, 본 출원인이 20년간 축적한 오토마트공매데이터를 오토마트형 차량판매가격연산 AI 플랫폼모듈에 적용시켜, 자체적으로 학습, 추론할 수 있는 사용자 차량 가격연산시스템을 구축함으로서, 기존의 차량판매가격 제공시스템보다 1.5배~3배 향상된 양질의 차량 판매가격을 제공할 수 있고, 이로 인해, 중고차 판매시장 및 차량공매시장으로의 유도를 활성화시킬 수 있는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법을 제공하는데 그 목적이 있다.
Description
본 발명은 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보를 기준으로, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 활용한 차량외관상태를 자동으로 분석할 수 있고, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 활용한 차량판매가격을 원하는 사용자 차량과 유사한 공매완료차량을 1:1 매칭시켜, 사용자 차량과 유사한 공매완료차량 자동검색데이터의 차량상태정보와, 차량공매 당시 이루어진 실제 차량거래정보를 제공할 수 있으며, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 활용한 사용자 차량 가격연산시스템(차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터)을 제공할 수 있고, 메쉬교차형 블록체인모듈을 통해 차량판매가격정보에 대한 보안성 및 기밀성을 기존에 비해 80% 향상시킬 수 있는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법에 관한 것이다.
일반적으로 중고차는 신차가 출고된 후에 일정 기간 동안 운행한 자동차를 의미한다. 이러한 중고차는 통신 및 네트워크 기술의 발달에 따라 전자 상거래를 통해 거래가 활발히 이루어지고 있다.
최근, 인공지능 관련 기업에 대한 시장의 관심이 폭발적으로 증가됨에 따라 중고차 산업 또한 인공지능 기반 서비스를 적극적으로 도입하는 추세이다.
이런 추세와 함께, 소비자들 사이에서 자동차를 소유하기보다 공유하는 트렌드가 보편화되면서 중고차 거래량이 급증하여 중고차 거래 시장이 빠르게 성장하고 있다.
그러나, 이러한 급성장에 비해, 중고차 거래 시장의 신뢰도는 중고차 거래를 이용하는 사용자에게 높지 않다.
중고차 시장의 특성상 사고 이력, 부품 교체 여부 등 차량 정보가 투명하게 공개되지 않는다. 이러한 시장의 불투명성으로 인해, 중고차를 구매하고자 하는 소비자와 판매하려는 판매자 사이의 정보의 비대칭이 발생하여 허위 매물로 인해 많은 피해가 발생되고 있다.
또한, 중고차의 판매가격은 연식, 주행거리, 사고이력, 차량상태, 옵션, 변속기의 종류, 색상, 사용 용도, 유행, 지역 등 다양한 요인으로부터 산정될 수 있다. 중고차의 구매자는 중고차의 판매자가 제시하는 중고차의 판매가격의 적정성을 정확히 판단하거나 시세 변동을 예측하기 어렵다.
이에 따라, 중고차 거래 시장에서 실제 거래된 중고차 판매가격을 바탕으로 시세 변동을 예측하여 소비자들이 판매가격의 적정성을 판단할 수 있는 방법이 요구된다.
이러한 문제점을 해결하기 위한 종래기술로 국내등록특허공보 제10-2218287호(2021.02.22)에서 머신 러닝을 통한 중고차 시세 예측방법 및 시스템이 제시된 바 있으나, 현재 사용자가 원하는 차량을 대상으로 하는 것이 아닌, 이미 거래완료된 복수의 차량을 대상으로 중고차 시세를 예측하기 때문에, 실제 사용자가 만족할만한 중고차 시세예측이 어려워, 실제 중고차 거래 및 차량공매까지 이어지지 않는 문제점이 발생하였다.
또한, 중고차 시세를 요청한 사용자 차량의 정보 및 개인정보가 다른 곳으로 흘러들어가 중고차딜러의 매매요구대상이 되거나, 또는 스팸광고대상이 되는 정보보안이 취약하고, 무엇보다 사용자의 차량과 비교해볼 수 있는 비교대상데이터 및 검색 DB가 부족해 양질의 차량 판매가격 제공이 어려운 문제점이 있었다.
상기의 문제점을 해결하기 위해 본 발명에서는 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보를 기준으로 한가지가 아닌, 세가지의 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 제공할 수 있고, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증할 수 있으며, 본 출원인이 20년간 축적한 오토마트공매데이터를 오토마트형 차량판매가격연산 AI 플랫폼모듈에 적용시켜, 자체적으로 학습, 추론할 수 있는 사용자 차량 가격연산시스템을 구축할 수 있는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법을 제공하는데 그 목적이 있다.
상기의 목적을 달성하기 위해 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치는
스마트 디바이스 상에 어플형태로 활성화된 상태에서, 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 알림승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시키는 앱형 차량판매가격요청용 어플리케이션모듈(100)과,
PC와 연계되어 웹(Web)상에서 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키고, 웹형 차량판매가격 제공승인에 관한 웹형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시키는 웹형 차량판매가격요청용 어플리케이션모듈(200)과,
앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈과 메쉬교차형 블록체인모듈 사이에 위치되어, 자체적으로 학습, 추론하면서 , 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시켜, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어하는 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)과,
다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증하는 메쉬교차형 블록체인모듈(400)로 구성됨으로서 달성된다.
또한, 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법은
메쉬교차형 블록체인모듈에서 메쉬교차형 블록체인모듈을 중심으로, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 메쉬구조로 교차연결시키는 단계(S100)와,
앱형 차량판매가격요청용 어플리케이션모듈에서 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내는 단계(S200)와,
웹형 차량판매가격요청용 어플리케이션모듈에서 PC 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내는 단계(S300)와,
오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시키는 단계(S400)와,
메쉬교차형 블록체인모듈을 통해 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈에서 보낸 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 그리고, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 보낸 스마트 컨트랙트에 포함된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증한 후, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로, 차량판매가격 알림승인신호를 보내고, 오토마트형 차량판매가격연산 AI 플랫폼모듈쪽으로 차량판매가격 제공승인신호를 보내는 단계(S500)와,
오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어하는 단계(S600)와,
앱형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시키는 단계(S700)와,
웹형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시키는 단계(S800)로 이루어짐으로서 달성된다.
이상에서 설명한 바와 같이, 본 발명에서는
첫째, 사용자가 직접 앱상 또는 웹상에서 올리는 현재 차량사진 및 차량번호를 기준으로 한가지가 아닌, 세가지의 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 제공할 수 있어, 사용자의 차량판매가격에 관한 만족도를 기존에 비해 80% 향상시킬 수가 있다.
둘째, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증할 수 있어, 차량판매가격정보에 대한 보안성 및 기밀성을 기존에 비해 80% 향상시킬 수 있다.
셋째, 본 출원인이 20년간 축적한 오토마트공매데이터를 오토마트형 차량판매가격연산 AI 플랫폼모듈에 적용시켜, 자체적으로 학습, 추론할 수 있는 시스템을 구축함으로서, 기존의 차량판매가격 제공시스템보다 1.5배~3배 향상된 양질의 차량 판매가격을 제공할 수 있고, 이로 인해, 중고차 판매시장 및 차량공매시장으로의 유도를 활성화시킬 수 있다.
도 1은 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치(1)의 구성요소를 도시한 구성도,
도 2는 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치(1)의 구성요소간의 연결상태를 도시한 일실시예도,
도 3은 본 발명에 따른 앱형 차량판매가격요청용 어플리케이션모듈의 구성요소를 도시한 구성도,
도 4는 본 발명에 따른 웹형 차량판매가격요청용 어플리케이션모듈의 구성요소를 도시한 구성도,
도 5는 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈의 구성요소를 도시한 구성도,
도 6은 본 발명에 따른 차량판매가격연산용 AI칩의 구성요소를 도시한 구성도,
도 7은 본 발명에 따른 차량이미지형 딥러닝 차량상태분석알고리즘엔진부의 구성요소를 도시한 구성도,
도 8은 본 발명에 따른 제1 해바라기형추출밤(Bomb)알고리즘엔진의 구성을 도시한 일실시예도,
도 9는 본 발명에 따른 제2 해바라기형추출밤(Bomb)알고리즘엔진의 구성을 도시한 일실시예도,
도 10은 본 발명에 따른 제1 해바라기형추출밤(Bomb)알고리즘엔진을 차량 이미지 안에 투하시키면, 차량 이미지 안에 있는 차량외관 추출객체의 종류를 자동으로 구분하여 분류시키는 것을 도시한 일실시예도,
도 11은 본 발명에 따른 제2 해바라기형추출밤(Bomb)알고리즘엔진이 투하되면 추출객체의 위치정보를 바로 분석시키는 것을 도시한 일실시예도,
도 12는 차량이미지 딥러닝형 차량상태분석부(321d)는 미리 DB화된 공매차량이미지를 기반으로 학습하면서, 현재 입력되는 차량 이미지에 관한 차량외관상태를 분석시키는 역할을 한다
도 13은 본 발명에 따른 메쉬교차형 블록체인모듈(400)의 구성요소를 도시한 구성도,
도 14는 본 발명에 따른 차량판매가격연산용 블록의 블록내부에 차량판매가격연산용 블록에 대한 거래내역들이 차례대로 저장되며 약 10분 1개의 새로운 블록이 생성되어 전파되는 것을 도시한 일실시예도,
도 15는 본 발명에 따른 차량판매가격연산용 체이닝(Chaining)부가 블록의 순차적 연결을 위하여 암호학적 해시(Hash)함수로 직전 블록의 해시 값을 생성하여 뒤에 연결되는 새로운 블록에 기록하는 것을 도시한 일실시예도,
도 16은 본 발명에 따른 메쉬교차형 블록체인모듈에서 메쉬교차형 블록체인모듈을 중심으로, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 메쉬구조로 교차연결시킨 상태에서, 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법을 도시한 일실시예도,
도 17은 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법을 도시한 순서도.
도 2는 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치(1)의 구성요소간의 연결상태를 도시한 일실시예도,
도 3은 본 발명에 따른 앱형 차량판매가격요청용 어플리케이션모듈의 구성요소를 도시한 구성도,
도 4는 본 발명에 따른 웹형 차량판매가격요청용 어플리케이션모듈의 구성요소를 도시한 구성도,
도 5는 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈의 구성요소를 도시한 구성도,
도 6은 본 발명에 따른 차량판매가격연산용 AI칩의 구성요소를 도시한 구성도,
도 7은 본 발명에 따른 차량이미지형 딥러닝 차량상태분석알고리즘엔진부의 구성요소를 도시한 구성도,
도 8은 본 발명에 따른 제1 해바라기형추출밤(Bomb)알고리즘엔진의 구성을 도시한 일실시예도,
도 9는 본 발명에 따른 제2 해바라기형추출밤(Bomb)알고리즘엔진의 구성을 도시한 일실시예도,
도 10은 본 발명에 따른 제1 해바라기형추출밤(Bomb)알고리즘엔진을 차량 이미지 안에 투하시키면, 차량 이미지 안에 있는 차량외관 추출객체의 종류를 자동으로 구분하여 분류시키는 것을 도시한 일실시예도,
도 11은 본 발명에 따른 제2 해바라기형추출밤(Bomb)알고리즘엔진이 투하되면 추출객체의 위치정보를 바로 분석시키는 것을 도시한 일실시예도,
도 12는 차량이미지 딥러닝형 차량상태분석부(321d)는 미리 DB화된 공매차량이미지를 기반으로 학습하면서, 현재 입력되는 차량 이미지에 관한 차량외관상태를 분석시키는 역할을 한다
도 13은 본 발명에 따른 메쉬교차형 블록체인모듈(400)의 구성요소를 도시한 구성도,
도 14는 본 발명에 따른 차량판매가격연산용 블록의 블록내부에 차량판매가격연산용 블록에 대한 거래내역들이 차례대로 저장되며 약 10분 1개의 새로운 블록이 생성되어 전파되는 것을 도시한 일실시예도,
도 15는 본 발명에 따른 차량판매가격연산용 체이닝(Chaining)부가 블록의 순차적 연결을 위하여 암호학적 해시(Hash)함수로 직전 블록의 해시 값을 생성하여 뒤에 연결되는 새로운 블록에 기록하는 것을 도시한 일실시예도,
도 16은 본 발명에 따른 메쉬교차형 블록체인모듈에서 메쉬교차형 블록체인모듈을 중심으로, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 메쉬구조로 교차연결시킨 상태에서, 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법을 도시한 일실시예도,
도 17은 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법을 도시한 순서도.
먼저, 본 발명에서 설명되는 차량은 중고차, 신차를 모두 말한다.
그리고, 차량판매가격은 공매 및 차량판매를 하고 싶어하는 사용자 차량, 사용자차량을 대상으로 현재 차량외관상태에 따른 차량판매가격과, 공매낙찰에 따른 유사한 차량판매가격을 말한다.
또한, 본 발명에서 설명되는 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 "오토마트"는 본 출원인의 국문이름으로서, 메쉬교차형 블록체인모듈과 연동되면서, 자체적으로 학습, 추론하고 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시켜, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어할 수 있는 차량판매가격연산 AI플랫폼모듈을 특징을 갖고, 본 출원인이 장시간의 노력끝에 독창적으로 개발하고 발명한 의미를 부여하고자 설정한 것이다.
또한, 본 발명에서 설명되는 오토마트공매데이터는 본 출원인이 서버에 데이터베이스화하여 20년간 축적한 공매데이터를 말한다.
그리고, 본 발명에서 설명되는 오토마트공매참여클라이언트정보데이터는 본 출원인이 구축하여 설계한 오토마트공매사이트(www.automart.co.kr)에 참여한 클라이언트정보데이터를 말한다.
이하, 본 발명에 따른 바람직한 실시예를 도면을 첨부하여 설명한다.
도 1은 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치(1)의 구성요소를 도시한 구성도에 관한 것이고, 도 2는 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치(1)의 구성요소간의 연결상태를 도시한 일실시예도에 관한 것으로, 이는 앱형 차량판매가격요청용 어플리케이션모듈(100), 웹형 차량판매가격요청용 어플리케이션모듈(200), 오토마트형 차량판매가격연산 AI 플랫폼모듈(300), 메쉬교차형 블록체인모듈(400)로 구성된다.
먼저, 본 발명에 따른 앱형 차량판매가격요청용 어플리케이션모듈(100)에 관해 설명한다.
상기 앱형 차량판매가격요청용 어플리케이션모듈(100)은 스마트 디바이스 상에 어플형태로 활성화된 상태에서, 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 알림승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시키는 역할을 한다.
이는 도 3에 도시한 바와 같이, 차량판매가격요청어플형 apk(Android Package)부(110), 차량판매가격요청어플형 인텐트(Intent)부(120), 차량판매가격요청어플형 액티비티매니저부(Activity Manager)(130), 차량판매가격요청어플형 패키지매니저부(Package Mangage)(140), 앱형 차량판매가격요청 분산원장생성부(150), 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)(160), 앱형 스마트 컨트랙트 전송부(170)로 구성된다.
첫째, 본 발명에 따른 차량판매가격요청어플형 apk(Android Package)부(110)에 관해 설명한다.
상기 차량판매가격요청어플형 apk(Android Package)부(110)는 JAVA(자바)와 Android SDK를 통해 앱형 차량판매가격요청 어플리케이션으로 구성되어 스마트디바이스 상에 apk파일로 활성화시키는 역할을 한다.
둘째, 본 발명에 따른 차량판매가격요청어플형 인텐트(Intent)부(120)에 관해 설명한다.
상기 차량판매가격요청어플형 인텐트(Intent)부(120)는 차량판매가격요청 사용자 인터페이스(UI)가 표출된 화면에서 클라이언트의 터치에 따라 다른 화면으로 이동시켜 화면전환시킬 때, 설정된 차량판매가격요청 이벤트가 수행되도록 차량판매가격요청어플형 커널 드라이버 제어부에 요청명령을 보내는 역할을 한다.
이는 차량판매가격요청 인텐트 클래스로 구성되고, 차량판매가격요청 이벤트 정보가 수록된다.
즉, 차량판매가격요청 사용자 인터페이스(UI)가 표출된 화면에서 클라이언트의 터치에 따라 메인 차량판매가격요청 화면으로 화면 전환이 이루어질 때, 차량판매가격요청 인텐트 클래스가 사용된다.
셋째, 본 발명에 따른 차량판매가격요청어플형 액티비티매니저부(Activity Manager)(130)에 관해 설명한다.
상기 차량판매가격요청어플형 액티비티매니저부(Activity Manager)(130)는 스마트디바이스 화면상에 차량판매가격요청어플형 apk(Android Package)부의 설치 여부 액티비트창을 띄우고, 인스톨 버튼이 입력되면 패캐지파서부(PackageParser)에게 해당하는 차량판매가격요청어플형 apk(Android Package)부의 패키지명을 차량판매가격요청어플형 커널 드라이버 제어부쪽으로 전송시키는 역할을 한다.
넷째, 본 발명에 따른 차량판매가격요청어플형 패키지매니저부(Package Mangage)(140)에 관해 설명한다.
상기 차량판매가격요청어플형 패키지매니저부(Package Mangage)(140)는 차량판매가격요청어플형 apk(Android Package)부의 압축을 풀어서 스마트디바이스 상에 설치시키고, 설치가 완료되었음을 차량판매가격요청어플형 액티비티매니저부(Activity Manager)로 전송시키는 역할을 한다.
다섯째, 본 발명에 따른 앱형 차량판매가격요청 분산원장생성부(150)에 관해 설명한다.
상기 앱형 차량판매가격요청 분산원장생성부(150)는 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키는 역할을 한다.
이는 차량사진, 차량번호, 차량판매가격요청신호이외에도, 차량종류, 배기량(cc), 사고유무, 연식이 포함된 앱형 차량판매가격요청 분산원장으로 구성된다.
여섯째, 본 발명에 따른 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)(160)에 관해 설명한다.
상기 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)(160)는 스마트디바이스 상에서 설치가 완료된 앱형 차량판매가격요청 어플리케이션의 전반적인 동작을 제어시키면서, 앱형 스마트 컨트랙트 전송부로부터 전달된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 표출제어시키는 역할을 한다.
일곱째, 본 발명에 따른 앱형 스마트 컨트랙트 전송부(170)에 관해 설명한다.
상기 앱형 스마트 컨트랙트 전송부(170)는 앱형 차량판매가격 거래 승인에 관한 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아, 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)쪽으로 전달시키는 역할을 한다.
다음으로, 본 발명에 따른 웹형 차량판매가격요청용 어플리케이션모듈(200)에 관해 설명한다.
상기 웹형 차량판매가격요청용 어플리케이션모듈(200)은 PC와 연계되어 웹(Web)상에서 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키고, 웹형 차량판매가격 제공승인에 관한 웹형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시키는 역할을 한다.
이는 도 4에 도시한 바와 같이, 차량판매가격웹콘텐츠 제어부(210), 차량판매가격웹콘텐츠 디자인부(220), 차량판매가격비지니스로직부(230), 웹형 차량판매가격요청 분산원장생성부(240), 웹형 스마트 컨트랙트 전송부(250)로 구성된다.
상기 차량판매가격웹콘텐츠 제어부(210)는 차량판매가격웹 콘덴츠에 의미를 부여하고 구조를 형성제어하는 역할을 한다.
이는 차량판매가격 웹문서를 만들기 위하여 사용되는 마크업언어로 이루어지고, 차량판매가격웹콘텐츠인 차량외부상태에 따른 판매가격연산웹컨텐츠, 공매참여유사차량DB와 비교분석한 판매가격연산웹컨텐츠로 이루어진다.
상기 차량판매가격웹콘텐츠 디자인부(220)는 차량판매가격웹콘텐츠의 디자인을 담당한다.
상기 차량판매가격비즈니스로직부(230)는 동적인 화면을 차량판매가격 웹 페이지에 구현하기 위해 사용되는 스크립트언어를 통해, 기능적인 브라우저의 상호작용을 담당한다.
이는 차량판매가격웹의 동작을 구현시킨다.
상기 웹형 차량판매가격요청 분산원장생성부(240)는 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키는 역할을 한다.
이는 차량사진, 차량번호, 차량판매가격요청신호이외에도, 차량종류, 배기량(cc), 사고유무, 연식이 포함된 앱형 차량판매가격요청 분산원장으로 구성된다.
상기 웹형 스마트 컨트랙트 전송부(250)는 웹형 차량판매가격 거래 승인에 관한 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아, 차량판매가격웹콘텐츠 제어부쪽으로 전달시키는 역할을 한다.
다음으로, 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)에 관해 설명한다.
상기 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)은 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈과 메쉬교차형 블록체인모듈 사이에 위치되어, 자체적으로 학습, 추론하면서 , 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시켜, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어하는 역할을 한다.
그리고, 생성된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 AI모듈형 차량판매가격 분산원장으로 하여 생성시키고, AI모듈형 차량판매가격 제공승인에 관한 AI모듈형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내는 역할을 한다.
이는 도 5에 도시한 바와 같이, 차량판매가격연산용 메모리부(310), 차량판매가격연산용 AI칩(320), 차량판매가격연산용 메모리 액세스부(330), 퍼스트 인 퍼스트 아웃모듈(340), 차량판매가격연산용 컨볼루션 레이어모듈(350), 딥러닝엔진부(360)로 구성된다.
[차량판매가격연산용 메모리부(310)]
상기 차량판매가격연산용 메모리부(310)는 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터를 저장시키는 역할을 한다.
[차량판매가격연산용 AI칩(320)]
상기 차량판매가격연산용 AI칩(320)은 자체적으로 학습, 추론하면서 메쉬교차형 블록체인모듈로부터 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시키도록 제어하는 역할을 한다.
이는 도 6에 도시한 바와 같이, 차량이미지형 딥러닝 차량상태분석알고리즘엔진부(321), 차량외관상태형 차량판매가격연산제어부(322), 공매낙찰형 딥러닝 차량판매가격연산제어부(323), 공매완료유사차량 DB 검색부(324)로 구성된다.
첫째, 본 발명에 따른 차량이미지형 딥러닝 차량상태분석알고리즘엔진부(321)에 관해 설명한다.
상기 차량이미지형 딥러닝 차량상태분석알고리즘엔진부(321)는 자체 학습하면서, 현재 입력되는 차량 이미지 내의 외관영역과 외관상태의 종류를 기반으로 차량상태를 분석시키는 역할을 한다.
이는 도 7에 도시한 바와 같이, 차량이미지추출객체분류부(321a), 차량이미지추출객체위치분석부(321b), 차량이미지 데이터셋(Dataset) 분리부(321c), 차량이미지 딥러닝형 차량상태분석부(321d)로 구성된다.
상기 차량이미지추출객체분류부(321a)는 입력으로 주어진 차량 이미지 안에 제1 해바라기형추출밤(Bomb)알고리즘엔진을 투하시켜 차량 이미지 안에 있는 차량외관 추출객체의 종류를 구분하여 분류시키는 역할을 한다.
여기서, 제1 해바라기형추출밤(Bomb)알고리즘엔진(321a-1)은 도 8에 도시한 바와 같이, 중앙에 추출객체의 종류를 구분하여 분류시켜 저장하는 차량외관 추출객체종류저장부(321a-1a)가 형성되고, 차량외관 추출객체종류저장부 둘레를 따라 정상, 굴곡, 흠집, 탈거, 부식, 파손으로 나눠진 차량외관 추출객체(321a-1b)가 형성된다.
여기서, 정상은 파손이 존재하지 않는 것을 말하고, 굴곡은 차량이 찌그러져 굴곡된 것을 말하며, 흠집은 차량이 긁히거나 흠집이 난 것을 말하고, 탈거는 차체 패널이 벌어져 들뜸, 틈이 생기는 것을 말하며, 부식은 C거나 닳아서 산화되어 갈색을 띠는 것을 말하고, 파손은 구멍이 나거나, 차체부위가 없는 것을 말한다.
그리고, 차량외관 추출객체는 A부터 F까지 총 6개의 알파벳 식별ID를 부여받아 식별ID별로 분류시킨다.
즉, 도 10에 도시한 바와 같이, 제1 해바라기형추출밤(Bomb)알고리즘엔진을 차량 이미지 안에 투하시키면, 차량 이미지 안에 있는 차량외관 추출객체의 종류를 자동으로 구분하여 분류시킨다.
상기 차량이미지추출객체위치분석부(321b)는 차량이미지추출객체분류부를 통해 차량외관 추출객체가 분류되면, 차량외관 추출객체가 차량이미지의 어느 위치에 존재하는지 제2 해바라기형추출밤(Bomb)알고리즘엔진을 투하시켜, 위치정보를 분석시키는 역할을 한다.
여기서, 제2 해바라기형추출밤(Bomb)알고리즘엔진(321b-1)은 도 9에 도시한 바와 같이, 중앙에 추출객체위치정보를 분석시키는 추출객체위치분석제어부(321b-1a)가 형성되고, 추출객체위치분석제어부 둘레를 따라 차량의 앞펜더(좌), 앞휠하우스(좌), A필러(좌), 앞문(좌), B필러(좌), 뒷문(좌), 뒤펜더(좌), 뒤휠하우스(좌), 리어판넬, 프론트판넬, 본네트, 루프판넬, 앞펜더(우), 앞휠하우스(우), A필러(우), 앞문(우), B필러(우), 뒷문(우), 뒤펜더(우), 뒤휠하우스(우)로 나눠진 위치정보(321b-1b)가 형성된다.
즉, 도 11에 도시한 바와 같이, 제2 해바라기형추출밤(Bomb)알고리즘엔진이 투하되면 추출객체의 위치정보를 바로 분석시킨다.
상기 차량이미지 데이터셋(Dataset) 분리부(321c)는 특정된 설정개수로 이미지데이터를 학습용데이터(Training Set), 블록체인검증용 데이터(Validation Set)로 나누어 분리시키는 역할을 한다.
그리고, 데이터셋분리시, 특정 데이터 세트에 데이터가 편향되는 것을 막기 위해 계층화분할방지부(Stratified Split)가 포함되어 구성된다.
이처럼, 차량이미지추출객체분류부, 차량이미지추출객체위치분석부, 차량이미지데이터셋(Dataset) 분리부로 이루어진 차량이미지형 차량상태분석제어부는 도 에 도시한 바와 같이, 차량 이미지가 입력되면, 제1,2 해바라기형추출밤(Bomb)알고리즘엔진을 투하시켜 자동으로 이미지추출객체를 분류시키고, 추출객체위치를 분석시키며, 데이터를 학습용데이터(Training Set), 블록체인검증용 데이터(Validation Set)로 나누어 분리시킨다.
상기 차량이미지 딥러닝형 차량상태분석부(321d)는 미리 DB화된 공매차량이미지를 기반으로 학습하면서, 현재 입력되는 차량 이미지에 관한 차량외관상태를 분석시키는 역할을 한다.
이는 현재 입력되는 차량 이미지와, 미리 DB화된 공매차량이미지에 차량외관영역별 좌표형태로 주어진 입력파일을 마스크형식으로 가공하고 학습한다.
여기서, 가공하고 학습하는 방법은 다음과 같다.
먼저, 도 12에 도시한 바와 같이, 차량외관영역별로 분리된 좌표형태를 마스크형식으로 변환시킨다. 이과정을 통해 각 차량외관영역별로 한장의 2차원 마스크가 생성된다.
이어서, 동일한 차량외관 추출객체 클래스를 가지는 마스크들(정상, 굴곡, 흠집, 탈거, 부식, 파손)들을 모아 한 장의 2차원 마스크로 병합한다.
이때 마스크는 0과 1로 이루어진 이진 마스크로, 1로 표시된 픽셀의 경우, 굴곡, 흠집, 탈거, 부식, 파손에 관한 추출객체 클래스에 속하는 픽셀임을 뜻한다.
이러한 과정을 거쳐 하나의 파손 클래스당 한장, 총 3장의 2차원 이진 마스크를 가지게 된다.
그리고, 주어진 차량 이미지를 입력으로, 굴곡, 흠집, 탈거, 부식, 파손에 관한 추출객체 클래스와의 연산을 통해 차량상태분석값이 출력된다.
출력되는 값은 현재 입력되는 차량 이미지와 동일한 형태로 3장의 2차원 차량상태분석 마스크의 형태를 가진다.
출력되는 차량상태분석 마스크는 이진(Binary) 마스크가 아닌, 대응되는 입력 이미지의 픽셀별로 해당 굴곡, 흠집, 탈거, 부식, 파손에 관한 추출객체 클래스에 속할 확률(Probability Score)을 나타내는 마스크이다.
굴곡, 흠집, 탈거, 부식, 파손에 관한 추출객체 클래스마다 해당 추출객체 클래스의 타켓 마스크와 차량상태분석 마스크사이의 오차를 연산시킨다.
이러한 학습과정을 통해 굴곡, 흠집, 탈거, 부식, 파손에 관한 차량상태분석 마스크가 최종 생성되고, 최종 생성된 굴곡, 흠집, 탈거, 부식, 파손에 관한 차량상태분석 마스크를 통해 차량외관상태를 분석시킨다.
둘째, 본 발명에 따른 차량외관상태형 차량판매가격연산제어부(322)에 관해 설명한다.
상기 차량외관상태형 차량판매가격연산제어부(322)는 차량이미지형 딥러닝 차량상태분석알고리즘엔진부를 통해 분석한 차량외관상태를 기준으로 차량판매가격을 연산제어시키는 역할을 한다.
이는 딥러닝형 차량상태분석부에서 분석한 굴곡, 흠집, 탈거, 부식, 파손에 관한 차량상태분석 마스크에 정상인 차량외관상태를 기준으로 굴곡, 흠집, 탈거, 부식, 파손별로 가중치를 부가하여 차량판매가격을 연산제어시킨다.
여기서, 정상인 차량외관상태는 공매낙찰형 딥러닝 차량판매가격연산제어부를 통해 연산된 정상인 차량외관상태를 갖는 공매완료차량을 중심으로 연산된 차량판매가격을 기준으로 한다.
일예로, 정상인 차량외관상태의 차량판매가격을 100이라하면, 굴곡인 차량외관상태의 차량판매가격을 80으로 연산제어시키고, 흠집인 차량외관상태의 차량판매가격을 70으로 연산제어시키며, 탈거인 차량외관상태의 차량판매가격을 60으로 연산제어시키고, 부식인 차량외관상태의 차량판매가격을 50으로 연산제어시키며, 파손인 차량외관상태의 차량판매가격을 30으로 연산제어시킨다.
그리고, 차량외관상태에다가 2차적으로 차종에 따른 가중치를 추가로 부가하여 차량판매가격을 연산제어시킨다.
여기서, 차종에 따른 가중치는 국내소형차는 1로 하고, 국내중형차는 2로 하며, 국내대형차는 3으로 하고, 외제소형차는 4로 하며, 외제중형차는 5로 하고, 외제대형차는 6으로 설정한다.
셋째, 본 발명에 따른 공매낙찰형 딥러닝 차량판매가격연산제어부(323)에 관해 설명한다.
상기 공매낙찰형 딥러닝 차량판매가격연산제어부(323)는 자체 학습하면서, 차량 판매가격을 원하는 사용자의 차량정보를 기준으로 오토마트공매데이터 중 매칭되는 오토마트공매데이터를 불러와, 가중치를 자동으로 부가해서 차량판매가격을 연산제어시키는 역할을 한다.
이는 사용자의 차량정보(차종, 연식, 주행거리, 차량점검정보, 사고이력정보)를 기준으로 오토마트공매데이터 중 매칭되는 오토마트공매데이터(차종, 연식, 주행거래, 차량점검정보, 사고이력정보)를 불러와, 매칭데이터화(사진, 공매정보)한 후, 공매당시 공매가에다가 현재 사용자의 차량정보(차종, 연식, 주행거리, 차량점검정보, 사고이력정보)에 따른 가중치를 부가하여 자동으로 차량판매가격을 연산제어시킨다.
넷째, 본 발명에 따른 공매완료유사차량 DB 검색부(324)에 관해 설명한다.
상기 공매완료유사차량 DB 검색부(324)는 현재 차량 사진이미지와 차량번호를 기준으로 보험사고, 원부이력, 주행거리에 관한 차량정보를 취득한 후, 공매참여하여 완료한 공매완료유사차량DB상에서 유사 차량을 검색하는 역할을 한다.
이는 차량판매가격을 원하는 고객 차량과 가장 유사한 공매완료차량을 1:1 매칭시켜, 고객 차량과 가장 유사한 공매완료차량 자동검색데이터와 함께,
공매완료차량 자동검색결과, 거래완료된 차량의 거래정보인 공매를 통한 차량거래당시의 차량상태정보와, 차량공매 당시 이루어진 실제 차량거래정보를 제공할 수 있도록 구성된다.
여기서, 차량의 거래 당시 상태정보는 차종/연식 및 주행거리, 보험처리 사고정보, 차량상태점검서(공매 당시 차량상태 점검항복 기재), 차량사진 혹은 차량상태점검 동영상을 말한다.
상기 실제 거래정보는 공매 거래시기, 공매 시작가격 및 낙찰가격, 공매 입찰자 수를 말한다.
[차량판매가격연산용 메모리 액세스부(330)]
상기 차량판매가격연산용 메모리 액세스부(330)는 차량판매가격연산용 메모리부에 직접 접근하여 차량판매가격연산용 메모리부에 저장된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터를 차량판매가격연산용 AI칩으로 전달시키는 역할을 한다.
이는 차량판매가격연산용 메모리부에 접근하여 스캐터(Scatter)/개더(Gather)모드로 데이터들을 모아 하나의 연속적인 데이터처럼 사용할 수 있도록 구성된다.
즉, 차량판매가격연산용 메모리부상에 흩어진 데이터들을 모아 한번에 차량판매가격연산용 AI칩으로 전달시킨다.
[퍼스트 인 퍼스트 아웃모듈(340)]
상기 퍼스트 인 퍼스트 아웃모듈(340)은 차량판매가격연산용 메모리 액세스부로부터 전달된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 현재 차량 사진 및 차량번호를 임시로 저장하고, 임시로 저장한 현재 차량사진 및 차량번호를 RGB 정규(normalization) 채널로 분리시켜 정규화 과정을 거쳐 차량판매가격연산용 컨볼루션 레이어모듈로 입력시키는 역할을 한다.
[차량판매가격연산용 컨볼루션 레이어모듈(350)]
상기 차량판매가격연산용 컨볼루션 레이어모듈(350)은 퍼스트 인 퍼스트 아웃모듈로 전달된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보를 메쉬교차형 블록체인모듈에서 검증완료한 검증객체인지 체크한 후, 차량판매가격연산용 AI칩으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키는 역할을 한다.
[딥러닝엔진부(360)]
상기 딥러닝엔진부(360)는 차량판매가격연산용 AI칩에 학습을 할 수 있도록 하기 위해 심층 신경망(Deep Neural Network, DNN, 합성곱 신경망(Convolutional Neural Network, CNN), 순환 신경망(Recurrent Neural Network, RNN), 심층 신뢰 신경망 (Deep Belief Network, DBN) 중 어느 하나 또는 둘이상이 결합된 딥러닝엔진을 제공하는 역할을 한다.
여기서, 상기 심층 신경망(Deep Neural Network, DNN)은 입력층(input layer)과 출력층(output layer) 사이에 여러 개의 은닉층(hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)으로 구성된다.
상기 합성곱 신경망(Convolutional Neural Network, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용하도록 구성된다.
상기 순환 신경망은 인공신경망을 구성하는 유닛 사이의 연결이 Directed cycle을 구성하는 신경망을 말한다.
상기 심층 신뢰 신경망(Deep Belief Network, DBN)이란 기계학습에서 사용되는 그래프 생성 모형(generative graphical model)으로, 딥 러닝에서는 잠재변수(latent variable)의 다중계층으로 이루어진 심층 신경망을 의미한다.
또한, 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)은 AI 플랫폼모듈형 분산원장생성부, AI 플랫폼모듈형 스마트 컨트랙트 전송부가 포함되어 구성된다.
상기 AI 플랫폼모듈형 분산원장생성부는 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 포함된 AI 플랫폼모듈형 분산원장을 생성시키는 역할을 한다.
상기 AI 플랫폼모듈형 스마트 컨트랙트 전송부는 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터에 관한 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 앱형 차량판매가격요청용 어플리케이션모듈 또는 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전달시키는 역할을 한다.
다음으로, 본 발명에 따른 메쉬교차형 블록체인모듈(400)에 관해 설명한다.
상기 메쉬교차형 블록체인모듈(400)은 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증하는 역할을 한다.
이는 도 13에 도시한 바와 같이, 차량판매가격연산용 분산원장 관리부(410), 차량판매가격연산용 블록생성부(420), 차량판매가격연산용 체이닝(Chaining)부(430), 차량판매가격연산용 블록체인검증부(440)로 구성된다.
첫째, 본 발명에 따른 차량판매가격연산용 분산원장 관리부(410)에 관해 설명한다.
상기 차량판매가격연산용 분산원장 관리부(410)는 차량판매가격연산용 블록체인 검증부을 대신하여, 블록체인 네트워크를 이용하는 모든 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈이 공유할 수 있는 차량판매가격연산용 분산원장을 저장하고 관리하는 역할을 한다.
이는 블록체인 네트워크의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈에서 공개된 거래내역을 확인하고, 거래의 유효성에 대하여 공동으로 검증하며 최종적으로 모든 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈이 동일한 원장을 공유하게 된다.
이와 같이, 상기 차량판매가격연산용 분산원장 관리부는 하나의 공용장부에 차량판매가격연산용 차량의 모든 정보(차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역)를 기록하고, 참여자인 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈들에게 사본을 물리적으로 분산하여, 결국 블록체인 네트워크의 모든 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈이 동일한 정보를 공유하는 분산형 데이터베이스로 정의된다.
또한, 오토마트형 차량판매가격연산 AI모듈에서 생성된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터 또한 분산형 데이터베이스에 포함된다.
그리고, 상기 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터에는 특정 중고차가 공매로 거래된 경우, 해당 차량에 대한 차량점검서정보/차량사진정보/공매거래정보(낙찰가격, 낙찰일자, 입찰자 수등)등의 정보도 분산원장에 기록되어 안전하게 보관될 수 있다.
각 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈들은 블록체인형 차량판매가격연산용 거래검증을 위하여 소유하고 있는 블록체인 디바이스(컴퓨터, 스마트폰)에 블록체인형 차량판매가격연산용 거래 검증 플랫폼을 다운로드 받고 이를 실행하여 블록체인 네트워크에 접속한다.
이러한 과정을 통해, 블록체인형 차량판매가격연산용 거래 검증 플랫폼은 셀형 차량판매가격연산용 검증 클라이언트들 간에 블록체인 네트워크를 구축하고, 이 블록체인 네트워크를 통해 모든 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈들에게 투명하게 공개되며 최종적으로 검증된 원장의 공유를 통해 기술적으로 상호 간의 신뢰를 확보할 수가 있다.
사용자 입장에서는 별도의 복잡한 절차 없이 블록체인형 차량판매가격연산용 거래 검증플랫폼을 블록체인 디바이스(컴퓨터, 스마트폰)에서 실행하는 것만으로 거래 준비가 완료되므로 블록체인 네트워크 확장이 매우 용이하다.
블록체인형 차량판매가격연산용 거래 검증플랫폼은 최초 실행 시 과거 모든 거래내역이 저장된 차량판매가격연산용 분산원장을 블록체인 디바이스(컴퓨터, 스마트폰)에 다운로드하여 차량판매가격연산용 분산원장을 동기화하는 작업을 수행한다.
일예로, 차량판매가격연산용 칼라코인의 경우 약 10분에 1Mb~100Mb 의 크기를 가진 블록이 1개 생성된다.
둘째, 본 발명에 따른 차량판매가격연산용 블록생성부(420)에 관해 설명한다.
상기 차량판매가격연산용 블록생성부(420)는 블록체인의 기본단위로서 특정 시간 동안에 이루어지는 차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역에 관한 차량판매가격연산용 정보를 순서대로 저장해 놓은 데이터베이스를 생성시키는 역할을 한다.
도 14에 도시한 바와 같이, 차량판매가격연산용 블록의 블록내부에는 차량판매가격연산용 블록에 대한 거래내역들이 차례대로 저장되며 약 10분 1개의 새로운 블록이 생성되어 전파된다.
각각의 블록은 매직넘버, 블록크기, 블록헤더, 차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역으로 구성되어 있으며 각 구성요소들은 다음과 같은 역할을 수행한다.
상기 매직넘버(Magic Number)는 고정값으로서 ‘0xD9B4BEF9’ 값을 갖는다.
상기 블록크기는 블록헤더, 차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역들에 대한 전체 크기를 나타낸다.
상기 블록헤더는 이전 블록의 해시 값, 거래내역의 머클루트 등 총 6개의 정보로 구성되며 블록 간의 연결 및 무결성 확보 등의 역할을 수행한다.
상기 거래건수는 블록에 포함되어있는 거래내역의 전체 건수를 나타낸다.
상기 거래내역에는 실제 발생한 거래정보들이 포함된다.
상기 차량판매가격신청자정보는 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호가 포함된다.
상기 차량판매가격연산용 거래 희망판매가격은 차량판매가격신청자가 원하는 차량판매가격연산용 거래 판매가격이 저장된다.
상기 차량판매가격연산용 거래 승인내역은 차량판매가격연산용 블록체인 검증부쪽으로 검증완료된 차량판매가격연산용 블록 거래승인에 관한 스마트 컨트랙트가 포함된다.
블록과 블록헤더의 관계는 블록체인의 핵심기술은 블록헤더에 포함되어 있다.
블록헤더는 버전, 이전 블록의 해시 값, 전체 트랜잭션의 해시 값(머클루트), 타임스탬프, 문제 난이도, 난수(Nonce)의 6개 항목으로 구성된다.
상기 버전은 차량판매가격연산용 블록 프로그램의 버전을 의미한다. 참여자가 임의로 프로그램 버전을 선택할 수는 있지만 지속적으로 업그레이드 되고 있기 때문에 호환성을 유지하려면 최신 버전의 프로그램을 사용하여야 한다.
상기 이전 블록의 해시 값은 블록 간의 연결을 담당하며 블록체인의 무결성을 보장한다.
상기 전체 트랜잭션의 해시 값은 블록에 포함된 전체 거래내역에 대한 머클트리에서 생성되는 마지막 값(머클루트)으로 거래내역의 무결성을 보장한다.
상기 타임스템프는 블록의 생성 시간을 나타낸다.
상기 문제 난이도는 블록 생성을 위한 참여자의 노력을 확인하고 블록의 생성 간격을 약 10분으로 유지한다.
상기 난수는 블록을 생성하기 위해서 풀어야하는 문제의 정답으로, 답을 찾기는 어렵지만 정답 여부를 검증하는 매우 쉬운 특징이 있다.
따라서, 생성한 블록을 수신한 참여자는 해시 값, 난이도, 난수 값을 조합하여 정당하게 노력하여 생성한 블록인지 빠르게 확인이 가능하다.
셋째, 본 발명에 따른 차량판매가격연산용 체이닝(Chaining)부(430)에 관해 설명한다.
상기 차량판매가격연산용 체이닝(Chaining)부(430)는 차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역에 관한 차량판매가격연산용 정보가 모여 생성된 블록을 시간 순서대로 연결하여 블록의 순서를 형성시키는 역할을 한다.
이는 또한, 오토마트형 차량판매가격연산 AI모듈에서 생성된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 블록화하여 시간 순서대로 연결하여 블록의 순서를 형성시킨다.
도 15에 도시한 바와 같이, 블록의 순차적 연결을 위하여 암호학적 해시(Hash)함수로 직전 블록의 해시 값을 생성하여 뒤에 연결되는 새로운 블록에 기록한다.
직전 블록의 해시 값은 블록전체를 입력 값으로하여 생성하는 것이 바람직하나, 빠른 처리속도 및 시스템 자원 활용의 효율성을 고려하여 이전 블록의 블록헤더를 입력 값으로 생성한다.
이와 같은, 블록의 연결 구조에 의해 특정 블록의 거래내역을 위·변조하기 위해, 해당 거래내역을 포함하고 있는 블록을 위조함과 동시에 그 뒤에 생성된 모든 블록도 같이 위조하도록 구성된다.
넷째, 본 발명에 따른 차량판매가격연산용 블록체인검증부(440)에 관해 설명한다.
상기 차량판매가격연산용 블록체인검증부(440)는 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈가 메쉬구조로 이루어지고, 복수개의 검증머신에 포함된 각각의 차량판매가격연산용분산원장을 기반으로, 블록체인형 차량판매가격연산용 거래 중개모듈에서 전송된, 차량판매가격연산용 블록 거래승인에 관한 스마트 컨트랙트가 올바르게 작성되고, 오류 및 변경내역이 없는지 검증하는 역할을 한다.
이는 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈이 오토마트형 차량판매가격연산 AI모듈에 회원가입한 회원인지, 또는 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈이 오토마트형 차량판매가격연산 AI모듈로부터 인증서를 받은 인증회원인지도 포함하여 검증한다.
또는, 앱상, 웹상으로 이루어지는 차량판매가격요청과, 이에 따른 오토마트형 차량판매가격연산 AI모듈 사이에서 제공하는 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터에 관한 시스템이, 유료화시스템으로 바뀌게되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈을 통한 비용입금확인유무도 검증한다.
이하, 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법의 구체적인 과정에 관해 설명한다.
도 17은 본 발명에 따른 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법을 도시한 순서도에 관한 것이다.
먼저, 도 16에 도시한 바와 같이, 메쉬교차형 블록체인모듈에서 메쉬교차형 블록체인모듈을 중심으로, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 메쉬구조로 교차연결시킨다(S100).
즉, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 일측 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈 일측은 오토마트형 차량판매가격연산 AI 플랫폼모듈에 연결되고, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 타측 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈 타측은 메쉬교차형 블록체인모듈에 연결된다.
그리고, 오토마트형 차량판매가격연산 AI 플랫폼모듈 일측은 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈과 연결되고, 오토마트형 차량판매가격연산 AI 플랫폼모듈 타측은 메쉬교차형 블록체인모듈에 연결된다.
다음으로, 앱형 차량판매가격요청용 어플리케이션모듈에서 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보낸다(S200).
다음으로, 웹형 차량판매가격요청용 어플리케이션모듈에서 PC 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키고, 웹형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보낸다(S300).
다음으로, 도 11에 도시한 바와 같이, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시킨다(S400).
다음으로, 도 11에 도시한 바와 같이, 메쉬교차형 블록체인모듈을 통해 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈에서 보낸 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 그리고, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 보낸 스마트 컨트랙트에 포함된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증한 후, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로, 차량판매가격 알림승인신호를 보내고, 오토마트형 차량판매가격연산 AI 플랫폼모듈쪽으로 차량판매가격 제공승인신호를 보낸다(S500).
다음으로, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어한다(S600).
다음으로, 앱형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시킨다(S700).
끝으로, 웹형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시킨다(S800).
1 : 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치
100 : 앱형 차량판매가격요청용 어플리케이션모듈
200 : 웹형 차량판매가격요청용 어플리케이션모듈
300 : 오토마트형 차량판매가격연산 AI 플랫폼모듈
400 : 메쉬교차형 블록체인모듈
100 : 앱형 차량판매가격요청용 어플리케이션모듈
200 : 웹형 차량판매가격요청용 어플리케이션모듈
300 : 오토마트형 차량판매가격연산 AI 플랫폼모듈
400 : 메쉬교차형 블록체인모듈
Claims (8)
- 스마트 디바이스 상에 어플형태로 활성화된 상태에서, 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 알림승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시키는 앱형 차량판매가격요청용 어플리케이션모듈(100)과,
PC와 연계되어 웹(Web)상에서 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키고, 웹형 차량판매가격 제공승인에 관한 웹형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시키는 웹형 차량판매가격요청용 어플리케이션모듈(200)과,
앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈과 메쉬교차형 블록체인모듈 사이에 위치되어, 자체적으로 학습, 추론하면서, 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시켜, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어하는 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)과,
다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈이 연결되어 메쉬구조로 이루어지고, 분산 스토리지 기반의 데이터 위변조방지 기술을 통해, 공유블록형태로 전송된, 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증하는 메쉬교차형 블록체인모듈(400)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제1항에 있어서, 상기 앱형 차량판매가격요청용 어플리케이션모듈(100)은
JAVA(자바)와 Android SDK를 통해 앱형 차량판매가격요청 어플리케이션으로 구성되어 스마트디바이스 상에 apk파일로 활성화시키는 차량판매가격요청어플형 apk(Android Package)부(110)와,
차량판매가격요청 사용자 인터페이스(UI)가 표출된 화면에서 클라이언트의 터치에 따라 다른 화면으로 이동시켜 화면전환시킬 때, 설정된 차량판매가격요청 이벤트가 수행되도록 차량판매가격요청어플형 커널 드라이버 제어부에 요청명령을 보내는 차량판매가격요청어플형 인텐트(Intent)부(120)와,
스마트디바이스 화면상에 차량판매가격요청어플형 apk(Android Package)부의 설치 여부 액티비트창을 띄우고, 인스톨 버튼이 입력되면 패캐지파서부(PackageParser)에게 해당하는 차량판매가격요청어플형 apk(Android Package)부의 패키지명을 차량판매가격요청어플형 커널 드라이버 제어부쪽으로 전송시키는 차량판매가격요청어플형 액티비티매니저부(Activity Manager)(130)와,
차량판매가격요청어플형 apk(Android Package)부의 압축을 풀어서 스마트디바이스 상에 설치시키고, 설치가 완료되었음을 차량판매가격요청어플형 액티비티매니저부(Activity Manager)로 전송시키는 차량판매가격요청어플형 패키지매니저부(Package Mangage)(140)와,
차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키는 앱형 차량판매가격요청 분산원장생성부(150)와,
스마트디바이스 상에서 설치가 완료된 앱형 차량판매가격요청 어플리케이션의 전반적인 동작을 제어시키면서, 앱형 스마트 컨트랙트 전송부로부터 전달된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 표출제어시키는 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)(160)와,
앱형 차량판매가격 거래 승인에 관한 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아, 차량판매가격요청어플형 커널 드라이버 제어부(Kernel Driver Control)쪽으로 전달시키는 앱형 스마트 컨트랙트 전송부(170)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제1항에 있어서, 상기 웹형 차량판매가격요청용 어플리케이션모듈(200)은
차량판매가격웹 콘덴츠에 의미를 부여하고 구조를 형성제어하는 차량판매가격웹콘텐츠 제어부(210)와,
차량판매가격웹콘텐츠의 디자인을 담당하는 차량판매가격웹콘텐츠 디자인부(220)와,
동적인 화면을 차량판매가격 웹 페이지에 구현하기 위해 사용되는 스크립트언어를 통해, 기능적인 브라우저의 상호작용을 담당하는 차량판매가격비즈니스로직부(230)와,
차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키는 웹형 차량판매가격요청 분산원장생성부(240)와,
웹형 차량판매가격 거래 승인에 관한 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어지면, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아, 차량판매가격웹콘텐츠 제어부쪽으로 전달시키는 웹형 스마트 컨트랙트 전송부(250)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제1항에 있어서, 상기 오토마트형 차량판매가격연산 AI 플랫폼모듈(300)은
앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터를 저장시키는 차량판매가격연산용 메모리부(310)와,
자체적으로 학습, 추론하면서 메쉬교차형 블록체인모듈로부터 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시키도록 제어하는 차량판매가격연산용 AI칩(320)과,
차량판매가격연산용 메모리부에 직접 접근하여 차량판매가격연산용 메모리부에 저장된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터를 차량판매가격연산용 AI칩으로 전달시키는 차량판매가격연산용 메모리 액세스부(330)와,
차량판매가격연산용 메모리 액세스부로부터 전달된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 현재 차량 사진 및 차량번호를 임시로 저장하고, 임시로 저장한 현재 차량사진 및 차량번호를 RGB 정규(normalization) 채널로 분리시켜 정규화 과정을 거쳐 차량판매가격연산용 컨볼루션 레이어모듈로 입력시키는 퍼스트 인 퍼스트 아웃모듈(340)과,
퍼스트 인 퍼스트 아웃모듈로 전달된 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보를 메쉬교차형 블록체인모듈에서 검증완료한 검증객체인지 체크한 후, 차량판매가격연산용 AI칩으로 전달시키고, 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키는 차량판매가격연산용 컨볼루션 레이어모듈(350)과,
차량판매가격연산용 AI칩에 학습을 할 수 있도록 하기 위해 심층 신경망(Deep Neural Network, DNN, 합성곱 신경망(Convolutional Neural Network, CNN), 순환 신경망(Recurrent Neural Network, RNN), 심층 신뢰 신경망 (Deep Belief Network, DBN) 중 어느 하나 또는 둘이상이 결합된 딥러닝엔진을 제공하는 딥러닝엔진부(360)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제4항에 있어서, 상기 차량판매가격연산용 AI칩(320)은
자체 학습하면서, 현재 입력되는 차량 이미지 내의 외관영역과 외관상태의 종류를 기반으로 차량상태를 분석시키는 차량이미지형 딥러닝 차량상태분석알고리즘엔진부(321)와,
차량이미지형 딥러닝 차량상태분석알고리즘엔진부를 통해 분석한 차량외관상태를 기준으로 차량판매가격을 연산제어시키는 차량외관상태형 차량판매가격연산제어부(322)와,
자체 학습하면서, 차량 판매가격을 원하는 사용자의 차량정보를 기준으로 오토마트공매데이터 중 매칭되는 오토마트공매데이터를 불러와, 가중치를 자동으로 부가해서 차량판매가격을 연산제어시키는 공매낙찰형 딥러닝 차량판매가격연산제어부(323)와,
현재 차량 사진이미지와 차량번호를 기준으로 보험사고, 원부이력, 주행거리에 관한 차량정보를 취득한 후, 공매참여하여 완료한 공매완료유사차량DB상에서 유사 차량을 검색하는 공매완료유사차량 DB 검색부(324)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제5항에 있어서, 상기 차량이미지형 딥러닝 차량상태분석알고리즘엔진부(321)는
입력으로 주어진 차량 이미지 안에 제1 해바라기형추출밤(Bomb)알고리즘엔진을 투하시켜 차량 이미지 안에 있는 차량외관 추출객체의 종류를 구분하여 분류시키는 차량이미지추출객체분류부(321a)와,
차량이미지추출객체분류부를 통해 차량외관 추출객체가 분류되면, 차량외관 추출객체가 차량이미지의 어느 위치에 존재하는지 제2 해바라기형추출밤(Bomb)알고리즘엔진을 투하시켜, 위치정보를 분석시키는 차량이미지추출객체위치분석부(321b)와,
특정된 설정개수로 이미지데이터를 학습용데이터(Training Set), 블록체인검증용 데이터(Validation Set)로 나누어 분리시키는 차량이미지 데이터셋(Dataset) 분리부(321c)와,
미리 DB화된 공매차량이미지를 기반으로 학습하면서, 현재 입력되는 차량 이미지에 관한 차량외관상태를 분석시키는 차량이미지 딥러닝형 차량상태분석부(321d)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 제1항에 있어서, 상기 메쉬교차형 블록체인모듈(400)은
차량판매가격연산용 블록체인 검증부을 대신하여, 블록체인 네트워크를 이용하는 모든 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈이 공유할 수 있는 차량판매가격연산용 분산원장을 저장하고 관리하는 차량판매가격연산용 분산원장 관리부(410)와,
블록체인의 기본단위로서 특정 시간 동안에 이루어지는 차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역에 관한 차량판매가격연산용 정보를 순서대로 저장해 놓은 데이터베이스를 생성시키는 차량판매가격연산용 블록생성부(420)와,
차종, 연식, 차량번호, 차량사진, 배기량(cc), 사고유무, 주행거리, 오토마트공매데이터, 오토마트공매참여클라이언트정보데이터, 차량판매가격신청자(=생성자)이름, 스마트폰번호, 차량판매가격신청자 ID, 차량판매가격신청자 계좌번호, 차량판매가격연산용 거래 희망판매가격, 과거의 모든 거래 내역, 차량판매가격연산용 거래 승인내역에 관한 차량판매가격연산용 정보가 모여 생성된 블록을 시간 순서대로 연결하여 블록의 순서를 형성시키는 차량판매가격연산용 체이닝(Chaining)부(430)와,
다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI모듈이 메쉬구조로 이루어지고, 복수개의 검증머신에 포함된 각각의 차량판매가격연산용분산원장을 기반으로, 블록체인형 차량판매가격연산용 거래 중개모듈에서 전송된, 차량판매가격연산용 블록 거래승인에 관한 스마트 컨트랙트가 올바르게 작성되고, 오류 및 변경내역이 없는지 검증하는 차량판매가격연산용 블록체인검증부(440)로 구성되는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치.
- 메쉬교차형 블록체인모듈에서 메쉬교차형 블록체인모듈을 중심으로, 다수의 앱형 차량판매가격요청용 어플리케이션모듈 및 다수의 웹형 차량판매가격요청용 어플리케이션모듈, 오토마트형 차량판매가격연산 AI 플랫폼모듈을 메쉬구조로 교차연결시키는 단계(S100)와,
앱형 차량판매가격요청용 어플리케이션모듈에서 스마트디바이스의 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 앱형 차량판매가격 분산원장을 생성시키고, 앱형 차량판매가격 알림승인에 관한 앱형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내는 단계(S200)와,
웹형 차량판매가격요청용 어플리케이션모듈에서 PC 화면상에 차종, 연식, 차량번호, 차량사진, 주행거리에 관한 사용자 차량정보가 업로딩되면, 차종, 연식, 차량번호, 차량사진, 주행거리가 포함된 웹형 차량판매가격 분산원장을 생성시키고, 웹형 차량판매가격 알림승인에 관한 웹형 스마트 컨트랙트를 메쉬교차형 블록체인모듈쪽으로 보내는 단계(S300)와,
오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 앱형 차량판매가격요청용 어플리케이션모듈, 웹형 차량판매가격요청용 어플리케이션모듈의 검증완료신호가 전달되면, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈의 차량 사진 및 차량번호를 기준으로 추출, 분류, 분석을 통해 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 생성시키는 단계(S400)와,
메쉬교차형 블록체인모듈을 통해 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈에서 보낸 스마트 컨트랙트에 포함된 차종, 연식, 차량번호, 차량사진, 주행거리, 그리고, 오토마트형 차량판매가격연산 AI 플랫폼모듈에서 보낸 스마트 컨트랙트에 포함된 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터가 올바르게 작성되었는지 검증한 후, 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로, 차량판매가격 알림승인신호를 보내고, 오토마트형 차량판매가격연산 AI 플랫폼모듈쪽으로 차량판매가격 제공승인신호를 보내는 단계(S500)와,
오토마트형 차량판매가격연산 AI 플랫폼모듈에서 메쉬교차형 블록체인모듈로부터 차량판매가격 제공승인이 떨어진 앱형 차량판매가격요청용 어플리케이션모듈 및 웹형 차량판매가격요청용 어플리케이션모듈쪽으로 전송시키도록 제어하는 단계(S600)와,
앱형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 앱화면상에 표출시키는 단계(S700)와,
웹형 차량판매가격요청용 어플리케이션모듈이, 오토마트형 차량판매가격연산 AI 플랫폼모듈로부터 차량외관상태형 차량판매가격연산데이터, 공매낙찰형 딥러닝 차량판매가격연산데이터, 사용자 차량과 유사한 공매완료차량 자동검색데이터를 수신받아 웹화면상에 표출시키는 단계(S800)로 이루어지는 것을 특징으로 하는 오토마트형 차량판매가격연산 AI 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210077905A KR102580700B1 (ko) | 2021-06-16 | 2021-06-16 | 오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210077905A KR102580700B1 (ko) | 2021-06-16 | 2021-06-16 | 오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220168318A true KR20220168318A (ko) | 2022-12-23 |
| KR102580700B1 KR102580700B1 (ko) | 2023-09-20 |
Family
ID=84536265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210077905A KR102580700B1 (ko) | 2021-06-16 | 2021-06-16 | 오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102580700B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170017143A (ko) * | 2015-08-05 | 2017-02-15 | 주식회사 오토마트 | 3d형 중고차 공매이미지 표출구조와 수익분배구조로 이루어진 클라이언트 관심유도형 스마트 am 제어모듈을 통한 스마트 중고차 공매 장치 및 방법 |
| KR20180063574A (ko) * | 2016-12-02 | 2018-06-12 | 김성국 | 머신 러닝을 이용한 중고 자동차 ｐ2ｐ 거래를 위한 중고 자동차 거래가격 결정 방법, 장치 및 컴퓨터-판독가능 매체 |
| KR102019478B1 (ko) * | 2018-05-17 | 2019-09-06 | 주식회사 네모파트너즈엔이씨 | 쪼개기형 에너지 칼라코인모듈·블록체인형 에너지 거래 중개모듈로 이루어진 하이브리드식 블록체인형 에너지 거래활성화 장치 및 방법 |
| JP6762547B1 (ja) * | 2019-10-26 | 2020-09-30 | Ａｓｓｅｓｔ株式会社 | 中古車販売価格推定プログラム |
| KR20210012402A (ko) * | 2019-07-25 | 2021-02-03 | 숭실대학교산학협력단 | 블록체인을 이용한 자동차 거래 시스템 및 이의 자동차 거래 방법 |
| KR102218287B1 (ko) | 2020-01-21 | 2021-02-22 | (주) 아톤모빌리티 | 머신 러닝을 통한 중고차 시세 예측 방법 및 시스템 |
-
2021
- 2021-06-16 KR KR1020210077905A patent/KR102580700B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170017143A (ko) * | 2015-08-05 | 2017-02-15 | 주식회사 오토마트 | 3d형 중고차 공매이미지 표출구조와 수익분배구조로 이루어진 클라이언트 관심유도형 스마트 am 제어모듈을 통한 스마트 중고차 공매 장치 및 방법 |
| KR20180063574A (ko) * | 2016-12-02 | 2018-06-12 | 김성국 | 머신 러닝을 이용한 중고 자동차 ｐ2ｐ 거래를 위한 중고 자동차 거래가격 결정 방법, 장치 및 컴퓨터-판독가능 매체 |
| KR102019478B1 (ko) * | 2018-05-17 | 2019-09-06 | 주식회사 네모파트너즈엔이씨 | 쪼개기형 에너지 칼라코인모듈·블록체인형 에너지 거래 중개모듈로 이루어진 하이브리드식 블록체인형 에너지 거래활성화 장치 및 방법 |
| KR20210012402A (ko) * | 2019-07-25 | 2021-02-03 | 숭실대학교산학협력단 | 블록체인을 이용한 자동차 거래 시스템 및 이의 자동차 거래 방법 |
| JP6762547B1 (ja) * | 2019-10-26 | 2020-09-30 | Ａｓｓｅｓｔ株式会社 | 中古車販売価格推定プログラム |
| KR102218287B1 (ko) | 2020-01-21 | 2021-02-22 | (주) 아톤모빌리티 | 머신 러닝을 통한 중고차 시세 예측 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102580700B1 (ko) | 2023-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11586177B2 (en) | Robotic process selection and configuration | |
| US10698795B2 (en) | Virtual payments environment | |
| US11645656B2 (en) | Machine learning-based determination of limits on merchant use of a third party payments system | |
| EP4100893A1 (en) | Artificial intelligence selection and configuration | |
| CN112685766B (zh) | 基于区块链的企业征信管理方法、装置、计算机设备及存储介质 | |
| US11763273B2 (en) | Method and system for recording forward royalties using a distributed ledger | |
| CN109816385A (zh) | 对分布式账本网络内的区块链交易进行核验的系统和方法 | |
| KR102672533B1 (ko) | 퀸트 투자 기반의 금융 자산 자동 투자 시스템 및 방법 | |
| CN110689459A (zh) | 合同处理方法、装置、设备及存储介质 | |
| US20220351284A1 (en) | System and method for the rapid, flexible approval and disbursement of a loan | |
| US11494760B1 (en) | Creating and managing artificially intelligent entities represented by non-fungible tokens on a blockchain | |
| CN112632186A (zh) | 区块链共识方法、计算机设备及区块链系统 | |
| KR102443666B1 (ko) | 블록체인 기반의 nft가 적용된 객체 간의 매칭을 위한 플랫폼 시스템 | |
| US20210295435A1 (en) | Platform and method for monetizing investment data | |
| KR102580700B1 (ko) | 오토마트형 차량판매가격연산 ai 플랫폼모듈과 메쉬교차형 블록체인모듈을 통한 하이브리드 지능형 차량 판매가격 앱상·웹상제공장치 및 방법 | |
| Liu | Business models based on IoT, AI and blockchain | |
| KR102368961B1 (ko) | 인공 신경망 기반의 주거 환경 개선 서비스 중개 시스템 및 그 방법 | |
| KR20230097676A (ko) | 골프 콘텐츠에 대한 nft 토큰을 생성하기 위한 방법 및 이를 지원하는 장치 | |
| CN112651833A (zh) | 证券处理方法、计算机设备及存储装置 | |
| EP4280540A1 (en) | Method and system for managing property with encumbrances using a secure, immutable ledger | |
| US20240144294A1 (en) | Methods and Systems for Managing Transactions Associated with Vehicles Using a Distributed Ledger | |
| US20230092488A1 (en) | Scalable evaluation of the existence of one or more conditions based on application of one or more evaluation tiers | |
| US20240152906A1 (en) | Systems and Methods for Minting Digital Assets Associated With User Achievements in a Distributed Network | |
| KR102565219B1 (ko) | 빅데이터 기반 투자성향 분석 결과에 따른 분산투자 추천 시스템 | |
| KR102650314B1 (ko) | 암호화폐 거래 데이터를 기반으로 학습된 인공지능 모델을 활용한 차익거래 발생 예측 방법, 장치 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |