KR20230153317A - 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법 - Google Patents

가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법 Download PDF

Info

Publication number
KR20230153317A
KR20230153317A KR1020230139773A KR20230139773A KR20230153317A KR 20230153317 A KR20230153317 A KR 20230153317A KR 1020230139773 A KR1020230139773 A KR 1020230139773A KR 20230139773 A KR20230139773 A KR 20230139773A KR 20230153317 A KR20230153317 A KR 20230153317A
Authority
KR
South Korea
Prior art keywords
score
information
affiliated
affiliated store
sales
Prior art date
Application number
KR1020230139773A
Other languages
English (en)
Inventor
권성택
Original Assignee
주식회사 티오더
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 티오더 filed Critical 주식회사 티오더
Publication of KR20230153317A publication Critical patent/KR20230153317A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/3332Query translation
    • G06F16/3334Selection or weighting of terms from queries, including natural language queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/0464Convolutional networks [CNN, ConvNet]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0633Workflow analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법에 관한 것이다.
본 발명의 일 실시예에 따른 전자 장치는 메모리 (memory) 및 상기 메모리와 연결된 프로세서 (processor)를 포함하고, 상기 프로세서는, 제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신하고, 상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출하고, 상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하고, 상기 운영피드백정보를 상기 제1 가맹점단말에게 송신할 수 있다.

Description

가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법{APPARATUS AND METHOD FOR PROVIDING SERVICE OF MONITORING OPERATION STATUS AND EVALUATING FOR AFFILIATED STORE}
본 발명은 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법에 관한 것이다.
본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.
프랜차이즈를 운영할 때, 중요한 것 중에 하나가 가맹점의 관리이다. 현재 가맹점의 운영상태를 확인하여 그에 대응하는 피드백을 제공하여, 가맹점이 원활하게 영업할 수 있도록 하는 것이, 가맹점과 프랜차이즈 본사가 상호 이익이 되는 방향이다.
이에, 본 발명에서는 가맹점을 평가하고 그에 따른 피드백을 제공하여, 가맹점이 원활하여 운영될 수 있도록 하는 기술을 제안하고자 한다.
한국등록특허 제10-1979892호 (2019.05.13.)
본 발명의 일 실시예는 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법을 제공하는 것이다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상술한 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 전자 장치는 메모리 (memory) 및 상기 메모리와 연결된 프로세서 (processor)를 포함하고, 상기 프로세서는, 제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신하고, 상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출하고, 상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하고, 상기 운영피드백정보를 상기 제1 가맹점단말에게 송신할 수 있다.
이 때, 상기 제1 운영정보는, 상기 제1 가맹점에 대한, 제1 위치정보, 기설정된 대상기간별 매출정보, 영업이익정보 및 가맹물품주문량을 포함하고, 상기 제1 상담정보는, 상기 제1 가맹점에 대한, 기설정된 상담매체들을 통한 상담내역에 관한 정보를 포함할 수 있다.
이 때, 상기 프로세서는, 상기 제1 운영정보를 기반으로 상기 제1 가맹점에 대한 매출실적에 관한 매출점수를 도출하고, 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 운영상태에 관한 운영점수를 도출하고, 상기 매출점수 및 상기 운영점수를 기반으로 상기 제1 가맹평가점수를 도출할 수 있다.
이 때, 상기 프로세서는, 상기 제1 위치정보를 기반으로, 기설정된 구획으로 구분되는 지역 중에서 상기 제1 위치정보에 해당하는 지역을 대상지역으로 추출하고, 상기 대상지역에 위치하는 가맹점을 제2 가맹점(상기 제1 가맹점 포함)으로 추출할 수 있다.
이 때, 상기 매출점수는, 아래 수학식에 의하여 도출되되,
SS(Sales Score)는 상기 매출점수를 의미하고, a_1는 상기 제2 가맹점들의 상기 대상기간의 평균매출액을 의미하고, a_2는 상기 제1 가맹점의 상기 대상기간의 평균매출액을 의미하고, b_1은 상기 제2 가맹점들의 상기 대상기간의 평균영업이익을 의미하고, b_2는 상기 제1 가맹점의 상기 대상기간의 평균영업이익을 의미하고, c_1은 상기 제2 가맹점들의 상기 대상기간의 가맹물품주문금액의 평균을 의미하고, c_2는 상기 제1 가맹점의 상기 대상기간의 가맹물품주문금액의 평균을 의미할 수 있다.
이 때, 상기 프로세서는, 상기 상담매체별 복수개의 상담내역을 문자정보로 변환하고, 상기 문자정보를 각 키워드별로 토큰화하고, 토큰화된 상기 키워드별로 TF-IDF 가중치를 산출하여, 상기 TF-IDF 가중치가 가장 높은 순으로 기설정된 임계개수만큼 추출된 키워드를 해당 상담내역에 대한 대표키워드묶음으로 추출하고, 키워드에 대하여 긍정적인 의미인지 부정적인 의미인지 여부를 판단하도록 학습된 LLM(Large Language Model)모듈을 통하여, 상기 대표키워드묶음을 기반으로 해당 상담내역에 대하여 긍정평가 또는 부정평가를 도출하고, 전체 상담내역에 대한 긍정평가 또는 부정평가를 기반으로 상기 제1 가맹점에 대한 상기 운영점수를 도출할 수 있다.
이 때, 상기 운영점수는, 아래 수학식에 의하여 도출되되,
OS(Operating Score)는 상기 운영점수를 의미하고, d_1은 상기 제1 가맹점에 대한 전체 상담내역의 수를 의미하고, d_2는 상기 제1 가맹점에 대한 긍정평가에 해당하는 상담내역의 수를 의미하고, e_1은 상기 제2 가맹점들에 대한 전체 상담내역의 수의 평균을 의미하고, e_2는 상기 제2 가맹점들에 대한 긍정평가에 해당하는 상담내역의 수의 평균을 의미할 수 있다.
이 때, 상기 제1 가맹평가점수는, 아래 수학식에 의하여 도출되되,
1ES(Evaluation Score)는 상기 제1 가맹평가점수를 의미하고, SS는 상기 매출점수를 의미하고, OS는 상기 운영점수를 의미할 수 있다.
이 때, 상기 프로세서는, 상기 제1 가맹평가점수가 기설정된 임계평가점수 이하인 경우, 상기 제1 가맹평가점수에 해당하는 상기 매출점수와 상기 운영점수를 기설정된 임계매출점수 및 임계운영점수와 각각 비교하여, 상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수 이하인 경우, 상기 제2 가맹점들의 매출정보를 기반으로, 가맹물품 중에 매출이 높은 순으로 기설정된 추천개수만큼 도출하여, 추천가맹물품정보를 생성하고, 상기 추천가맹물품정보를 포함하고, 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성하고, 상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우, 상기 추천가맹물품정보를 포함하는 상기 운영피드백정보를 생성하고, 상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수 이하인 경우, 상기 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성하고, 상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우, 상기 제1 가맹점의 운영이 우수함을 나타내는 상기 운영피드백정보를 생성할 수 있다.
이 때, 상기 프로세서는, 관리자단말로부터 신규설립지역 추천요청을 수신하는 경우, 기설정된 구획으로 구분되는 지역별로 신규설립점수를 도출하고, 상기 신규설립점수가 가장 높은 지역을 상기 신규설립지역으로 추천하는 내용의 추천정보를 생성하여, 상기 관리자단말로 송신할 수 있다.
이 때, 상기 프로세서는, 지역별로 설치되어 있는 제3 가맹점들의 수, 상기 제3 가맹점들의 제2 가맹평가점수를 기반으로 지역별로 상기 신규설립점수를 도출할 수 있다.
이 때, 상기 신규설립점수는, 아래 수학식에 의하여 도출되되,
NES(New Establichment Score)는 해당 지역의 상기 신규설립점수를 의미하고, f는 해당 지역에 위치하는 상기 제3 가맹점들의 상기 제2 가맹평가점수의 평균을 의미하고, g는 해당 지역에 위치하는 상기 제3 가맹점들의 수를 의미할 수 있다.
또한, 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법에 있어서, 제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신하는 단계, 상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출하는 단계, 상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하는 단계 및 상기 운영피드백정보를 상기 제1 가맹점단말로 송신하는 단계를 포함할 수 있다.
또한, 하드웨어와 결합되어 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 실시될 수 있다.
또한, 하드웨어와 결합되어 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법을 실행시키기는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체로 실시될 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이와 같이 본 발명의 일 실시예에 따르면, 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법을 제공할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 3은 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치의 개념도이다.
도 4는 일 실시예에 따른 전자 장치의 블록도이다.
도 5는 일 실시예에 따른 제1 가맹평가점수의 도출을 나타내는 도면이다.
도 6은 일 실시예에 따라 제1 가맹점 제2 가맹점을 나타내는 도면이다.
도 7은 일 실시예에 따라 대표키워드묶음의 도출을 나타내는 도면이다.
도 8은 일 실시예에 따라 LLM을 통해 상담내역별 긍정평가 또는 부정평가는 판단하는 도면이다.
도 9 및 도 10은 일 실시예에 따라 지역별 신규설립점수의 도출을 나타내는 도면이다.
도 11은 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법의 흐름도이다.
상기 도면들을 통해, 유사 참조 번호들은 동일한 혹은 유사한 엘리먼트들과, 특징들 및 구조들을 도시하기 위해 사용된다는 것에 유의해야만 한다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
도 1은 일 실시예에 따른 전자 장치의 구성을 나타내는 도면이고, 도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 1 및 도 2에 대한 전자 장치 및 프로그램의 구성과 관련해서는 보다 상세하게 후술하도록 한다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치(101)는 가맹점의 매출상태 및 운영상태를 기반으로 가맹점을 평가하고, 평가 결과에 기반하여 상기 가맹점에게 필요한 정보를 피드백을 해당 제1 가맹점단말로 송신하여, 원활한 운영이 가능하도록 할 수 있고, 신규 가맹점을 설립하려는 경우, 지역별로 신규설립에 유리한 지역을 도출하여 관리자단말로 송신할 수도 있다.
이 때, 제1 가맹점단말(300) 및 관리자단말은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등을 포함할 수 있다.
도 4는 본 발명의 일 실시예에 따른 전자 장치(101)의 블록도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치(101)는 메모리 (memory) 및 상기 메모리와 연결된 프로세서 (processor)를 포함할 수 있다.
이 때, 상기 프로세서(120)는, 제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신할 수 있다.
이 때, 상기 제1 운영정보는, 상기 제1 가맹점에 대한, 제1 위치정보, 기설정된 대상기간별 매출정보, 영업이익정보 및 가맹물품주문량을 포함할 수 있다.
이 때, 상기 대상기간은 본 발명의 관리자에 의하여 임의로 설정될 수 있으며, 예를 들면, 1개월, 3개월 또는 6개월 등으로 설정될 수 있다.
또한, 상기 제1 상담정보는, 상기 제1 가맹점에 대한, 기설정된 상담매체들을 통한 상담내역에 관한 정보를 포함할 수 있다.
이 때, 상기 상담매체는, 전화상담, 문자상담 또는 챗봇상담 등 고객이 상담을 진행할 수 있는 모든 매체를 포함할 수 있으며, 상기 상담내역은, 각 상담매체를 통한 녹음본, 문서파일 등일 수 있다.
또한, 상기 프로세서(120)는, 상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출할 수 있다. 이와 관련해서는 보다 상세하게 후술하도록 한다.
또한, 상기 프로세서(120)는, 상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하고, 상기 운영피드백정보를 상기 제1 가맹점단말에게 송신할 수 있다.
이를 통하여, 상기 제1 가맹점을 운영하는 사업자로 하여금 보다 원활한 운영이 가능하도록 할 수 있다.
도 5는 일 실시예에 따른 제1 가맹평가점수의 도출을 나타내는 도면이다.
도 5를 참조하면, 상기 프로세서(120)는, 상기 제1 운영정보를 기반으로 상기 제1 가맹점에 대한 매출실적에 관한 매출점수를 도출하고, 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 운영상태에 관한 운영점수를 도출하고, 상기 매출점수 및 상기 운영점수를 기반으로 상기 제1 가맹평가점수를 도출할 수 있다.
이 때, 상기 매출점수를 도출할 때, 상기 제1 가맹점이 위치한 지역적 특색이 매출에 영향을 미치는 것인지 확인하기 위하여, 인접한 지역의 다른 제2 가맹점들의 매출도 함께 고려하여 도출할 수 있다.
도 6은 일 실시예에 따라 제1 가맹점 제2 가맹점을 나타내는 도면이다.
도 6을 참조하면, 상기 프로세서(120)는, 상기 제1 위치정보를 기반으로, 기설정된 구획으로 구분되는 지역 중에서 상기 제1 위치정보에 해당하는 지역을 대상지역으로 추출하고, 상기 대상지역에 위치하는 가맹점을 제2 가맹점(상기 제1 가맹점 포함)으로 추출할 수 있다.
이 때, 상기 지역은 본 발명의 관리자가 임의로 설정한 구획으로 구분된 지역일 수도 있고, 행정구역상 시군구 등으로 구분되는 지역일 수도 있다.
이 때, 상기 매출점수는, 아래 수학식 1에 의하여 도출될 수 있다.
[수학식 1]
이 때, SS(Sales Score)는 상기 매출점수를 의미하고, a_1는 상기 제2 가맹점들의 상기 대상기간의 평균매출액을 의미하고, a_2는 상기 제1 가맹점의 상기 대상기간의 평균매출액을 의미하고, b_1은 상기 제2 가맹점들의 상기 대상기간의 평균영업이익을 의미하고, b_2는 상기 제1 가맹점의 상기 대상기간의 평균영업이익을 의미하고, c_1은 상기 제2 가맹점들의 상기 대상기간의 가맹물품주문금액의 평균을 의미하고, c_2는 상기 제1 가맹점의 상기 대상기간의 가맹물품주문금액의 평균을 의미할 수 있다.
이를 통하여, 인접한 제2 가맹점들의 매출 및 영업이익에 기반하여 제1 가맹점의 매출점수를 객관적으로 도출할 수 있다.
다만, 인접한 제2 가맹점들의 규모가 상기 제1 가맹점과 상이할 수 있어서, 가맹물품주문금액의 비율을 반영하였다.
도 7은 일 실시예에 따라 대표키워드묶음의 도출을 나타내는 도면이다.
상담내역을 기반으로 현재 제1 가맹점이 친절하게 운영하고 있는지 운영상의 문제가 있는건 아닌지 판단할 필요가 있다.
이에, 도 7을 참조하면, 상기 프로세서(120)는, 상기 상담매체별 복수개의 상담내역을 문자정보로 변환하고, 상기 문자정보를 각 키워드별로 토큰화하고, 토큰화된 상기 키워드별로 TF-IDF 가중치를 산출하여, 상기 TF-IDF 가중치가 가장 높은 순으로 기설정된 임계개수만큼 추출된 키워드를 해당 상담내역에 대한 대표키워드묶음으로 추출할 수 있다.
이 때, 토큰화의 예를 들면, '음식이 매우 짜고, 종업원이 불친절해요' 라는 상기 문자정보에서 '음식, 짜고, 종업원, 불친절' 등으로 키워드 형태로 추출하는 것을 의미할 수 있다.
이 때, 토큰화 모듈로는 Soynlp, koNLpy 또는 토크나이저 중 적어도 하나 이상을 사용할 수 있다.
soynlp는 한국어 처리를 위한 파이썬 패키지이며, koNLPy에서 제공하는 형태소분석기는 형태소 기반으로 문서를 토큰화할 수 있는 기능을 제공하지만 새롭게 만들어진 미등록 단어들은 인식이 잘 되지 않는 단점을 가지고 있다. 이를 해결하기 위해서는 사용자 사전에 단어를 등록하는 절치를 거쳐야 한다. soynlp는 이러한 과정을 돕기 위해 사용자 사전과 형태소분석 없이 cohesion 기반으로 토큰화를 할 수 있는 기능을 제공한다. KoNLPy는 파이썬으로 한국어 정보처리를 할 수 있게 하는 패키지이다. 토크나이저 또한, Soynlp와 koNLpy와 마찬가지로 자연어에서 단어 또는 서브워드 단위로 쪼개어 사전에 등록된 표준단어 등으로 변환해주는 라이브러리를 의미한다.
또한, 상기 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치는 정보 검색과 텍스트 마이닝에서 이용하는 가중치로, 여러 문서로 이루어진 문서군이 있을 때 어떤 단어가 특정 문서 내에서 얼마나 중요한 것인지를 나타내는 통계적 수치이다. 문서의 핵심어를 추출하거나, 검색 엔진에서 검색 결과의 순위를 결정하거나, 문서들 사이의 비슷한 정도를 구하는 등의 용도로 사용할 수 있다.
이 때, TF(단어 빈도, term frequency)는 특정한 단어가 문서 내에 얼마나 자주 등장하는지를 나타내는 값으로, 이 값이 높을수록 문서에서 중요하다고 생각할 수 있다. 하지만 단어 자체가 문서군 내에서 자주 사용되는 경우, 이것은 그 단어가 흔하게 등장한다는 것을 의미한다. 이것을 DF(문서 빈도, document frequency)라고 하며, 이 값의 역수를 IDF(역문서 빈도, inverse document frequency)라고 한다. TF-IDF는 TF와 IDF를 곱한 값이다.
이 때, IDF 값은 문서군의 성격에 따라 결정된다. 예를 들어 '원자'라는 낱말은 일반적인 문서들 사이에서는 잘 나오지 않기 때문에 IDF 값이 높아지고 문서의 핵심어가 될 수 있지만, 원자에 대한 문서를 모아놓은 문서군의 경우 이 낱말은 상투어가 되어 각 문서들을 세분화하여 구분할 수 있는 다른 낱말들이 높은 가중치를 얻게 된다.
이 때, 상기 TF-IDF 가중치의 수학적 설명을 살펴보면, 도 3에 도시된 바와 같이, 나타날 수 있으며, tf(t,d)는 d 문서 내에 t 단어가 나타날 빈도를 의미하고, w는 d 문서 내에 포함되는 전체 단어를 의미하며, |D|는 문서집합 D의 크기 즉, D에 포함되는 d의 수를 의미할 수 있다.
이를 통하여, 상기 문자정보에 포함되는 키워드마다 TF-IDF 가중치를 산출할 수 있고, 상기 TF-IDF가중치가 높은 순으로 상기 임계개수만큼의 키워드를 대표키워드묶음으로 추출할 수 있다.
이 때, 상기 임계개수는 본 발명의 관리자에 의하여 임의로 설정될 수 있으며, 예를 들면, 5개, 10개 등으로 설정될 수 있다.
도 8은 일 실시예에 따라 LLM을 통해 상담내역별 긍정평가 또는 부정평가는 판단하는 도면이다.
도 8을 참조하면, 상기 프로세서(120)는, 키워드에 대하여 긍정적인 의미인지 부정적인 의미인지 여부를 판단하도록 학습된 LLM(Large Language Model)모듈을 통하여, 상기 대표키워드묶음을 기반으로 해당 상담내역에 대하여 긍정평가 또는 부정평가를 도출하고, 전체 상담내역에 대한 긍정평가 또는 부정평가를 기반으로 상기 제1 가맹점에 대한 상기 운영점수를 도출할 수 있다.
이 때, 상기 LLM모듈에서 동작하는 LLM(대형 언어 모델)이란, 방대한 양의 자연어 데이터를 처리하고 종종 사람이 생성한 텍스트와 구별할 수 없는 응답을 생성할 수 있는 인공 지능 시스템을 의미한다. LLM은 딥 러닝 기술을 사용하여 구축되며 책, 기사 및 온라인 콘텐츠와 같은 방대한 양의 텍스트 데이터에 대해 교육을 받고, 사용자의 요청에 따른 응답을 도출할 수 있다.
가장 잘 알려진 LLM에는 OpenAI의 GPT(Generative Pre-trained Transformer) 시리즈와 Google의 BERT(Bidirectional Encoder Representations from Transformers) 모델이 있다. 이러한 모델은 언어 번역, 콘텐츠 생성 및 챗봇을 비롯한 다양한 애플리케이션에서 사용되고 있다.
이 때, 상기 운영점수는, 아래 수학식 2에 의하여 도출될 수 있다.
[수학식 2]
이 때, OS(Operating Score)는 상기 운영점수를 의미하고, d_1은 상기 제1 가맹점에 대한 전체 상담내역의 수를 의미하고, d_2는 상기 제1 가맹점에 대한 긍정평가에 해당하는 상담내역의 수를 의미하고, e_1은 상기 제2 가맹점들에 대한 전체 상담내역의 수의 평균을 의미하고, e_2는 상기 제2 가맹점들에 대한 긍정평가에 해당하는 상담내역의 수의 평균을 의미할 수 있다.
위와 같이 도출된 매출점수와 운영점수를 기반으로 상기 제1 가맹평가점수를 도출하되, 보다 상세하게 살펴보면, 상기 제1 가맹평가점수는, 아래 수학식 3에 의하여 도출될 수 있다.
[수학식 3]
이 때, 1ES(Evaluation Score)는 상기 제1 가맹평가점수를 의미하고, SS는 상기 매출점수를 의미하고, OS는 상기 운영점수를 의미할 수 있다.
이 때, 상기 프로세서(120)는, 상기 제1 가맹평가점수가 기설정된 임계평가점수와 먼저 비교할 수 있다.
상기 임계평가점수는 전체 가맹점에 대한 가맹평가점수의 평균으로 설정될 수 있다.
이 때, 상기 프로세서(120)는, 상기 제1 가맹평가점수가 상기 임계평가점수 이하인 경우, 상기 제1 가맹평가점수에 해당하는 상기 매출점수와 상기 운영점수를 기설정된 임계매출점수 및 임계운영점수와 각각 비교할 수 있다.
상기 임계매출점수는 상기 전체 가맹점에 대한 매출점수의 평균으로 설정될 수 있고, 상기 임계운영점수는 상기 전체 가맹점에 대한 운영점수의 평균으로 설정될 수 있다.
이 때, 상기 프로세서(120)는, 상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수 이하인 경우, 상기 제2 가맹점들의 매출정보를 기반으로, 가맹물품 중에 매출이 높은 순으로 기설정된 추천개수만큼 도출하여, 추천가맹물품정보를 생성하고, 상기 추천가맹물품정보를 포함하고, 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성할 수 있다.
이 때, 상기 추천개수는 본 발명의 관리자가 임의로 설정할 수 있으며, 예를 들면, 5개 또는 10개로 설정할 수 있다.
또한, 상기 프로세서(120)는, 상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우, 상기 추천가맹물품정보를 포함하는 상기 운영피드백정보를 생성할 수 있다.
또한, 상기 프로세서(120)는, 상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수 이하인 경우, 상기 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성할 수 있다.
또한, 상기 프로세서(120)는, 상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우, 상기 제1 가맹점의 운영이 우수함을 나타내는 상기 운영피드백정보를 생성할 수 있다.
이를 통하여, 상기 매출점수와 상기 운영점수가 개선될 수 있도록 할 수 있다.
도 9 및 도 10은 일 실시예에 따라 지역별 신규설립점수의 도출을 나타내는 도면이다.
본 발명의 관리자는 가맹점의 신규설립을 위하여 어느 지역에 설립해야 할지 정할 수 있다. 이 때, 어느 지역에 설립해야 보다 원활하고 효율적인 운영이 가능한지에 대한 지표가 필요하다.
이를 위하여, 본 발명에서는 지역별로 신규설립점수를 도출하여 관리자로 하여금 새로운 가맹점을 설립할 위치를 선정할 때 도움을 줄 수 있다.
도 9 및 도 10을 참조하면, 상기 프로세서(120)는, 관리자단말로부터 신규설립지역 추천요청을 수신하는 경우, 기설정된 구획으로 구분되는 지역별로 신규설립점수를 도출하고, 상기 신규설립점수가 가장 높은 지역을 상기 신규설립지역으로 추천하는 내용의 추천정보를 생성하여, 상기 관리자단말로 송신할 수 있다.
이 때, 상기 프로세서(120)는, 지역별로 설치되어 있는 제3 가맹점들의 수, 상기 제3 가맹점들의 제2 가맹평가점수를 기반으로 지역별로 상기 신규설립점수를 도출할 수 있다.
이 때, 해당 지역에 위치한 제3 가맹점들의 제2 가맹평가점수가 높은 경우, 해당 지역은 운영이 원활한 지리적 이점이 있는 지역일 수 있으며, 해당 지역에 위치한 제3 가맹점들의 수가 많은 경우에는 경쟁구도로 다소 좋지 않은 점을 이용하여 상기 신규설립점수를 도출할 수 있다.
보다 상세하게 살펴보면, 상기 신규설립점수는, 아래 수학식 4에 의하여 도출될 수 있다.
[수학식 4]
이 때, NES(New Establichment Score)는 해당 지역의 상기 신규설립점수를 의미하고, f는 해당 지역에 위치하는 상기 제3 가맹점들의 상기 제2 가맹평가점수의 평균을 의미하고, g는 해당 지역에 위치하는 상기 제3 가맹점들의 수를 의미할 수 있다.
이를 통하여, 가장 효율적인 지역을 도출할 수 있다.
도 11은 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법의 흐름도이다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법은 제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신할 수 있다(S101).
또한, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법은 상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출할 수 있다(S103).
또한, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법은 상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성할 수 있다(S105).
또한, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법은 상기 운영피드백정보를 상기 제1 가맹점단말에게 송신할 수 있다(S107).
또한, 본 발명의 일 실시예에 따른 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법은 도 1 내지 도 10에 개시된 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치와 동일하게 구성될 수 있다.
또한, 하드웨어와 결합되어 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 실시될 수 있다.
또한, 하드웨어와 결합되어 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법을 실행시키기는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체로 실시될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다. 도 1을 참조하면, 네트워크 환경에서 전자 장치는 제 1 네트워크(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치와 통신하거나, 또는 제 2 네트워크(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치 또는 서버 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치는 서버를 통하여 전자 장치와 통신할 수 있다.
일 실시예에 따르면, 전자 장치는 프로세서, 메모리, 입력 모듈, 음향 출력 모듈, 디스플레이 모듈, 오디오 모듈, 센서 모듈, 인터페이스, 연결 단자, 햅틱 모듈, 카메라 모듈, 전력 관리 모듈, 배터리, 통신 모듈, 가입자 식별 모듈 등의 구성 요소를 포함할 수 있다. 특정 예시에서는 이러한 구성 요소 중 적어도 하나가 생략되거나 다른 구성 요소가 추가될 수도 있다. 또한, 일부 예시에서는 이러한 구성 요소들이 통합되어 사용될 수 있다. 전자 장치는 클라이언트, 단말기 또는 피어와 같은 용어로도 표현될 수 있다.
프로세서는 전자 장치에 연결된 다른 구성 요소(예: 하드웨어 또는 소프트웨어 구성 요소)를 제어할 수 있으며, 주로 소프트웨어(예: 프로그램)를 실행하여 다양한 데이터 처리와 연산을 수행할 수 있다. 일반적으로 프로세서는 다른 구성 요소(예: 센서 모듈 또는 통신 모듈)로부터 수신된 명령이나 데이터를 휘발성 메모리에 저장하고, 저장된 명령과 데이터를 처리하여 다양한 연산이나 데이터 처리 작업을 수행할 수 있다. 그리고 처리 결과로 생성된 데이터를 비휘발성 메모리에 저장할 수 있다. 이렇게 함으로써 프로세서는 전자 장치의 기능을 제어하고 데이터를 처리하여 필요한 작업을 수행할 수 있다.
일실시예에 따르면, 프로세서(는 메인 프로세서(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치(GPU: graphic processing unit), 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치가 메인 프로세서 및 보조 프로세서를 포함하는 경우, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서는 전자 장치 내에서 중요한 역할을 수행하는 구성 요소로, 메인 프로세서의 보조로 동작하거나 메인 프로세서와 함께 작동하여 다른 구성 요소들(예: 디스플레이 모듈, 센서 모듈 또는 통신 모듈)과 관련된 기능 또는 상태를 제어할 수 있다. 이를 예로 들면, 메인 프로세서가 인액티브(예: 슬립) 상태에 있을 때 보조 프로세서가 메인 프로세서의 역할을 대신하며 동작할 수 있으며, 메인 프로세서가 액티브(예: 어플리케이션 실행) 상태에 있을 때는 보조 프로세서와 함께 작동하여 다양한 기능 및 상태를 제어할 수 있다. 이러한 역할을 수행함으로써 보조 프로세서는 전자 장치의 성능을 향상시키고 효율성을 높일 수 있다.
일부 예시에 따르면, 인공지능 모델의 처리에 특화된 하드웨어 구조를 가진 보조 프로세서(예: 신경망 처리 장치)가 포함될 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은 전자 장치 자체에서 이루어질 수도 있으며, 별도의 서버 (예: 외부 서버, 클라우드 서버)를 통해 수행될 수도 있다. 학습 알고리즘은 지도형 학습, 비지도형 학습, 준지도형 학습 또는 강화 학습과 같은 다양한 형태를 포함할 수 있다.
인공지능 모델은 복수의 인공 신경망 레이어를 포함할 수 있다. 이 인공 신경망은 심층 신경망(DNN), 합성곱 신경망(CNN), 순환 신경망(RNN), 제한된 볼츠만 머신(RBM), 심층 신뢰 네트워크(DBN), 양방향 순환 심층 신경망(BRDNN), 심층 Q-네트워크(DQN) 또는 이러한 방법들의 조합 중 하나일 수 있다. 그러나 이러한 예시는 제한되지 않는다.
인공지능 모델은 하드웨어 구조 외에도 소프트웨어 구조를 추가적으로 또는 대체적으로 포함할 수 있다.
메모리는 전자 장치 내에서 사용되는 중요한 구성 요소로, 다양한 데이터를 저장하는 역할을 수행한다. 이러한 데이터는 주로 소프트웨어 프로그램과 관련된 명령어의 입력 데이터나 출력 데이터로 구성된다. 메모리는 휘발성 메모리와 비휘발성 메모리로 구분된다. 휘발성 메모리는 전원이 꺼지면 저장된 데이터가 사라지는 반면, 비휘발성 메모리는 전원이 꺼져도 데이터를 보존할 수 있다.
프로그램은 소프트웨어로 구성되어 메모리에 저장될 수 있다. 이 프로그램은 운영 체제, 미들웨어, 어플리케이션과 같은 구성 요소를 포함할 수 있다. 운영 체제는 컴퓨터 시스템의 핵심 소프트웨어로 작동하며, 하드웨어와 소프트웨어 간의 효율적인 상호작용을 관리하고 사용자와 컴퓨터 자원 사이의 인터페이스를 제공할 수 있다. 미들웨어는 소프트웨어의 중간 계층으로, 애플리케이션과 하드웨어 또는 다른 소프트웨어 간의 통신을 용이하게 해주는 역할을 한다. 어플리케이션은 특정 작업을 수행하기 위해 설계된 소프트웨어 프로그램으로, 사용자의 요구에 맞게 기능을 제공한다. 이러한 구성 요소들은 메모리에 저장되어 실행되며, 컴퓨터 시스템의 동작을 지원하고 사용자에게 기능을 제공한다.
입력 모듈은 전자 장치의 구성 요소(예: 프로세서)에 전자 장치 외부(예: 사용자)로부터 전달될 명령이나 데이터를 수신하는 기능을 제공할 수 있다. 이 모듈은 다양한 입력 장치로 구성될 수 있다. 예를 들어, 마이크, 마우스, 키보드, 버튼과 같은 요소가 이에 포함될 수 있다. 또한, 스타일러스 펜과 같은 디지털 펜도 입력 모듈로 사용될 수 있다. 입력 모듈은 사용자와 전자 장치 간의 상호작용을 원활하게 하며, 사용자가 명령을 전달하거나 데이터를 입력할 수 있도록 기능할 수 있다. 음성 명령은 마이크를 통해 전달되고, 마우스와 키보드를 사용하여 클릭, 스크롤, 키 입력과 같은 동작이 이루어질 수 있다. 또한, 버튼을 눌러 특정 기능을 실행하거나 스타일러스 펜을 사용하여 전자 장치에 직접 그림이나 필기를 입력할 수 있다. 입력 모듈은 사용자의 명령과 입력을 전자 장치로 전달하여 처리되도록 할 수 있다.
음향 출력 모듈은 전자 장치의 외부로 음향 신호를 출력할 수 있다. 이 모듈에는 스피커나 리시버와 같은 요소가 포함될 수 있다. 스피커는 주로 멀티미디어 재생이나 녹음 재생과 같은 일반적인 용도로 사용될 수 있다. 리시버는 주로 착신 전화를 수신하기 위해 사용될 수 있다. 또한 음향 출력 모듈은 전자 장치에서 생성된 음향 신호를 외부로 출력하여 사용자에게 소리를 전달할 수 있다. 스피커를 통해 음악, 영화, 게임 등 다양한 멀티미디어 콘텐츠를 재생하거나, 리시버를 통해 전화 통화나 알림음 등을 수신할 수 있다. 이를 통해 사용자는 음향을 청취하거나 음성을 듣는 등 다양한 음향적인 경험을 할 수 있다.
디스플레이 모듈은 사용자에게 정보를 시각적으로 표시할 수 있다. 예를 들어, 디스플레이를 사용하여 텍스트, 이미지, 동영상 등 다양한 콘텐츠를 보여줄 수 있다. 또는 홀로그램 장치를 통해 입체적이고 현실적인 시각적 경험을 제공할 수도 있다. 프로젝터를 사용하여 큰 화면에 정보를 투사할 수도 있다. 이러한 디스플레이 모듈은 전자 장치와 사용자 간의 시각적인 상호작용을 가능하게 한다.
오디오 모듈은 외부로부터 획득한 소리를 전자 신호로 변환하여 전자 장치에서 처리할 수 있도록 한다. 마이크 또는 다른 입력 모듈을 사용하여 소리를 캡처하고, 이를 전기 신호로 변환할 수 있다. 반대로, 전자 장치에서 생성된 전기 신호를 오디오 모듈을 통해 소리로 변환하여 출력할 수 있다. 이러한 오디오 모듈은 음악 재생, 음성 통화, 멀티미디어 콘텐츠 등 다양한 소리를 처리하고 재생할 수 있다. 또한, 오디오 모듈은 외부 전자 장치(예: 스피커 또는 헤드폰)와 연결되어 전자 장치에서 생성된 소리를 외부로 출력할 수 있다. 이를 통해 사용자는 오디오 모듈을 통해 음악, 영화, 통화 등을 들을 수 있다. 또한, 무선 연결을 통해 외부 전자 장치와 오디오 모듈을 연결할 수도 있다. 이는 사용자에게 더욱 편리한 소리 출력 옵션을 제공할 수 있다.
센서 모듈은 전자 장치의 동작 상태를 모니터링하거나, 외부 환경의 변화를 감지하는 역할을 수행할 수 있다. 예를 들어, 제스처 센서는 사용자의 동작을 감지하고, 자이로 센서는 회전 운동을 감지할 수 있다. 기압 센서는 대기 압력 변화를 감지하고, 마그네틱 센서는 자기장의 변화를 감지할 수 있다. 가속도 센서는 가속도를 감지하며, 그립 센서는 장치의 사용자와의 접촉을 감지할 수 있다. 근접 센서는 장치 주변의 물체와의 거리를 감지하고, 컬러 센서는 색상 정보를 감지할 수 있다. 적외선(IR) 센서는 적외선 신호를 감지하고, 생체 센서는 사용자의 생체 신호(예: 심박수)를 감지할 수 있다. 온도 센서는 주변 온도를 감지하며, 습도 센서는 습도 수준을 감지하고, 조도 센서는 주변 조도를 감지할 수 있다. 센서 모듈은 감지된 상태에 따라 전기 신호나 데이터 값을 생성하여 전자 장치에서 활용될 수 있다. 이를 통해 전자 장치는 주변 환경과 상호작용하고, 사용자에게 더 나은 기능과 편의성을 제공할 수 있다.
인터페이스는 전자 장치 간의 상호작용을 가능하게 하며, 데이터 또는 신호를 주고받을 수 있다. HDMI 인터페이스는 고화질 멀티미디어 전송에 사용되고, USB 인터페이스는 다양한 장치와의 연결 및 데이터 전송에 사용될 수 있다. SD카드 인터페이스는 메모리 카드와의 연결을 지원하며, 오디오 인터페이스는 소리 신호 전송을 위한 기능을 제공할 수 있다. 인터페이스는 전자 장치 간의 호환성과 상호 연결성을 보장하기 위해 특정 프로토콜을 준수한다. 이를 통해 사용자는 다른 장치와의 데이터 공유, 파일 전송, 외부 저장 장치의 연결, 멀티미디어 장치의 제어 등을 수행할 수 있다. 인터페이스는 다양한 기능을 제공하여 전자 장치의 확장성과 다양성을 향상시키는 역할을 할 수 있다.
연결 단자는 전자 장치의 외부와의 물리적인 연결을 위한 중요한 요소이다. HDMI 커넥터는 고화질 오디오 및 비디오 신호를 전송하기 위한 인터페이스를 제공하며, USB 커넥터는 다양한 장치와의 연결 및 데이터 전송을 위해 사용된다. SD 카드 커넥터는 메모리 카드와의 물리적인 연결을 지원하고, 오디오 커넥터(예: 헤드폰 커넥터)는 오디오 장치와의 연결을 제공한다. 또한 연결 단자는 전자 장치 간의 데이터 전송이나 신호 전달을 위해 커넥터를 통해 물리적인 연결을 형성한다. 이를 통해 사용자는 다른 장치와의 데이터 공유, 외부 저장 장치의 연결, 오디오 장치의 연결 등을 수행할 수 있다. 연결 단자는 전자 장치의 확장성과 호환성을 보장하며, 사용자에게 다양한 연결 옵션을 제공할 수 있다.
햅틱 모듈은 전자 장치에서 생성된 전기 신호를 기계적인 자극으로 변환하거나, 기계적인 자극을 전기적인 자극으로 변환하여 사용자에게 전달할 수 있다. 모터를 사용하여 진동이나 움직임과 같은 기계적인 자극을 생성할 수 있다. 압전 소자는 전기 신호에 의해 변형되는 소자로써 사용자의 촉각을 자극할 수 있다. 또한, 전기 자극 장치를 통해 전기 신호를 사용자의 촉각으로 전달할 수도 있다. 또한 햅틱 모듈은 전자 장치와 사용자 간의 상호작용을 개선하고, 사용자에게 더욱 몰입적인 경험을 제공할 수 있다. 예를 들어, 게임 컨트롤러에서 진동을 통해 액션의 강도나 환경 변화를 전달하거나, 터치스크린에서 진동을 통해 피드백을 제공하는 등의 용도로 사용될 수 있다. 햅틱 모듈은 전자 장치의 사용자 인터페이스를 향상시키며, 다양한 응용 분야에서 사용자 경험을 향상시키는 데에 활용될 수 있다.
카메라 모듈은 사진이나 영상을 캡처하는 기능을 제공할 수 있다. 렌즈는 빛을 수집하고 조절하여 정확한 이미지를 형성하는 역할을 수행한다. 이미지 센서는 렌즈로부터 수집된 빛을 전기 신호로 변환하여 디지털 이미지를 생성할 수 있다. 이미지 시그널 프로세서는 디지털 이미지를 처리하고, 해상도, 색상, 밝기 등의 요소를 최적화하여 최종 이미지를 형성할 수 있다. 플래시는 어두운 환경에서 추가적인 조명을 제공하여 촬영된 이미지의 품질을 향상시킬 수 있다. 또한 카메라 모듈은 다양한 용도로 활용될 수 있으며, 디지털 카메라, 스마트폰, 태블릿, 웨어러블 장치 등 다양한 전자 기기에 탑재될 수 있다. 사용자는 카메라 모듈을 통해 순간을 기록하고, 사진이나 동영상을 캡처하여 저장하고 공유할 수 있다. 카메라 모듈은 디지털 영상 촬영 및 기록에 필수적인 요소로써 현대 전자 기기에서 널리 사용되고 있다.
전력 관리 모듈은 전자 장치에 공급되는 전력을 조절하고 최적화하여 전력 소비를 관리할 수 있다. PMIC와 같은 전력 관리 IC는 전압 조절, 전류 제어, 전력 변환 등의 기능을 제공하여 전자 장치 내의 다양한 구성 요소들이 적절한 전력을 받을 수 있도록 조정할 수 있다. 이를 통해 전력 소모를 최소화하고 배터리 수명을 연장하는 등의 효율적인 전력 관리가 이루어질 수 있다. 또한 전력 관리 모듈은 충전기, 배터리 관리, 절전 모드 등 다양한 기능을 포함할 수 있으며, 전자 장치의 성능과 에너지 효율성을 향상시킬 수 있다. 전력 관리 모듈은 전자 기기의 안정적인 작동과 긴 배터리 수명을 보장하는 중요한 요소일 수 있다. 이를 통해 사용자는 전자 장치를 효율적으로 사용할 수 있고, 장기적인 전력 소비 및 배터리 관리의 이점을 누릴 수 있다.
배터리는 전자 장치에 에너지를 저장하고 필요한 시기에 전력을 공급하는 역할을 수행할 수 있다. 재충전 불가능한 1차 전지는 한 번 사용된 후에는 교체가 필요하며, 재충전 가능한 2차 전지는 반복적으로 충전 및 방전이 가능할 수 있다. 연료 전지는 외부 연료를 사용하여 전기 에너지를 생성하는 특별한 종류의 전지일 수 있다. 배터리는 모바일 기기, 노트북, 전동 자동차, 드론 등 다양한 전자 장치에서 사용되며, 이러한 장치들의 동작을 지속시키는 데 필수적일 수 있다. 배터리는 장기간 사용이 가능하며, 휴대성과 이동성을 갖춘 전자 장치들을 신뢰할 수 있는 전원 공급원으로 만들 수 있다. 전자 장치의 사용자는 배터리를 충전하거나 교체함으로써 기기의 전력 공급을 유지하고, 이로써 원활한 사용 경험을 얻을 수 있다.
통신 모듈은 전자 장치와 다른 장치 또는 네트워크 간의 데이터 교환을 용이하게 하기 위해 사용된다. 유선 통신 채널은 전자 장치 간에 전선을 통해 데이터를 전송하고, 무선 통신 채널은 라디오 파장을 이용하여 데이터를 전송할 수 있다. 이를 통해 사용자는 데이터 공유, 원격 제어, 인터넷 액세스, 메시지 전송 등 다양한 통신 기능을 수행할 수 있다. 또한 통신 모듈은 프로세서와 분리되어 독립적으로 동작하며, 통신에 특화된 하나 이상의 커뮤니케이션 프로세서를 포함한다. 이러한 프로세서들은 효율적인 통신을 위해 데이터의 전송, 수신, 처리 등을 담당할 수 있다. 통신 모듈은 다양한 프로토콜과 기술을 지원하여 다른 장치 또는 네트워크와 원활한 상호 작용을 가능하게 한다. 이를 통해 사용자는 통신 모듈을 통해 데이터의 신속한 교환, 원격 제어, 정보 공유 등 다양한 통신 기능을 활용할 수 있다.
실제 구현 예시에 따르면, 통신 모듈은 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, GNSS 통신 모듈) 또는 유선 통신 모듈(예: LAN 통신 모듈, 전력선 통신 모듈)을 포함할 수 있다. 이러한 통신 모듈 중 해당하는 모듈은 제1 네트워크(예: 블루투스, WiFi Direct, IrDA와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, LAN 또는 WAN과 같은 원격 통신 네트워크)를 통해 외부 전자 장치와 통신할 수 있다.
이러한 다양한 종류의 통신 모듈은 단일 칩 또는 복수 칩들과 같은 여러 구성 요소로 통합되거나, 서로 별도의 구성 요소들로 구현될 수 있다. 무선 통신 모듈은 가입자 식별 모듈에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 활용하여 제1 네트워크 또는 제2 네트워크와 같은 통신 네트워크 내에서 전자 장치를 확인하거나 인증할 수 있다. 이를 통해 사용자는 다양한 통신 네트워크를 통해 안전하고 신뢰할 수 있는 통신을 수행할 수 있다.
무선 통신 모듈은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술을 지원할 수 있다. 예를 들어, NR 접속 기술을 활용하여 고속 데이터 전송(eMBB), 대량 단말 연결(mMTC), 고신뢰도 및 저지연 통신(URLLC)과 같은 다양한 기능을 지원할 수 있다. 또한, 무선 통신 모듈은 고주파 대역(예: mmWave 대역)을 활용하여 높은 데이터 전송률을 달성할 수 있다. 이를 위해 빔포밍, 거대 배열 다중 입출력(MIMO), 전차원 다중입출력(FD-MIMO), 어레이 안테나, 아날로그 빔형성, 대규모 안테나와 같은 다양한 기술을 지원할 수 있다. 또한 무선 통신 모듈은 전자 장치, 외부 전자 장치 또는 네트워크 시스템(예: 제2 네트워크)에서 요구되는 다양한 요구사항을 충족시킬 수 있다.
예를 들어, 무선 통신 모듈은 eMBB를 위한 최대 데이터 전송률(예: 20Gbps 이상), mMTC를 위한 손실 커버리지(예: 164dB 이하), URLLC를 위한 최소 U-plane 지연(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하 또는 라운드 트립 1ms 이하)와 같은 요구사항을 지원할 수 있다. 이를 통해 무선 통신 모듈은 더 빠르고 안정적인 통신 환경을 제공하며 다양한 응용 분야에서 탁월한 성능을 발휘할 수 있다.
안테나 모듈은 외부(예: 외부의 전자 장치)와의 신호 또는 전력 송수신 기능을 수행할 수 있다. 일실시예에 따르면, 안테나 모듈에는 서브스트레이트(예: PCB) 위에 형성된 도전체나 도전성 패턴으로 이루어진 방사체 안테나가 포함될 수 있다. 또한, 안테나 모듈은 여러 개의 안테나(예: 어레이 안테나)를 함께 포함할 수도 있다. 이런 경우, 통신 모듈은 제1 네트워크 또는 제2 네트워크와 같은 통신 네트워크에서 사용되는 특정 통신 방식에 적합한 적어도 하나의 안테나를 선택하기 위해 복수의 안테나 중에서 적절한 것을 선택할 수 있다. 이러한 선택된 안테나를 통해 신호나 전력은 통신 모듈과 외부 전자 장치 간에 송수신될 수 있다. 또한, 일부 실시예에서는 방사체 외에도 안테나 모듈의 구성 요소로 RFIC(무선 주파수 통합 회로)와 같은 다른 부품이 추가될 수 있다.
다양한 실시예에 따르면, 안테나 모듈은 mmWave 안테나 모듈을 구성할 수 있다. 예시에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판 위에 배치되며, 이 기판은 제 1 면(예: 아래 면)에 인접하거나 위치하여 RFIC와 같은 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 또한, 이 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에는 지정된 고주파 대역의 신호를 송신하거나 수신할 수 있는 복수의 안테나(예: 어레이 안테나)가 위치할 수 있다.
일실시예에 따르면, 명령이나 데이터는 제 2 네트워크에 연결된 서버를 통해 전자 장치와 외부 전자 장치 간에 송수신될 수 있다. 외부 전자 장치는 전자 장치와 동일하거나 다른 유형의 장치일 수 있다. 예를 들어, 전자 장치에서 수행되어야 하는 작업의 전체 또는 일부는 하나 이상의 외부 전자 장치 중 하나에서 실행될 수 있다. 이는 전자 장치가 특정 기능이나 서비스를 자동으로 수행해야 할 경우, 해당 기능 또는 서비스를 외부 전자 장치에 요청하여 실행하도록 요청할 수 있다는 것을 의미한다. 이러한 요청을 받은 하나 이상의 외부 전자 장치는 요청된 기능이나 서비스 또는 추가 기능과 서비스를 실행하고, 실행 결과를 전자 장치로 전달할 수 있다. 전자 장치는 이러한 결과를 원래 요청에 대한 응답으로 사용하거나 추가 처리하여 제공할 수 있다.
이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC), 또는 클라이언트-서버 컴퓨팅과 같은 기술들을 활용하여 전자 장치와 외부 전자 장치 간의 상호작용이 이루어질 수 있다. 전자 장치는 분산 컴퓨팅이나 모바일 에지 컴퓨팅과 같은 방식을 사용하여 초저지연 서비스를 제공할 수 있다. 또 다른 예시로, 외부 전자 장치는 IoT 기기를 포함할 수 있으며, 서버는 기계 학습 및 신경망과 같은 지능형 기술을 활용할 수 있다. 일부 실제 사례에서는 외부 전자 장치나 서버가 제 2 네트워크에 위치할 수도 있다. 전자 장치는 5G 통신 기술과 IoT 관련 기술을 기반으로 스마트 홈, 스마트 시티, 스마트 카, 헬스 케어 등의 지능형 서비스에 적용될 수 있다.
서버는 전자 장치와 연결되어 해당 전자 장치에 서비스를 제공할 수 있다. 또한, 회원 가입 절차를 수행하여 회원으로 가입된 사용자의 정보를 저장하고 관리하며, 구매와 결제와 관련된 다양한 기능을 제공할 수도 있다. 또한, 서버는 여러 전자 장치에서 실행되는 서비스 애플리케이션의 실행 데이터를 실시간으로 공유하여 사용자들 간에 서비스를 공유할 수 있다. 이러한 서버(108)는 하드웨어적으로는 일반적인 웹 서버 또는 WAP 서버와 유사한 구성을 가지지만, 소프트웨어적으로는 C, C++, Java, Visual Basic, Visual C 등의 언어를 사용하여 다양한 기능을 수행하는 프로그램 모듈을 포함할 수 있다.
또한, 서버는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통해 불특정 다수의 클라이언트 또는 다른 서버와 연결되어 있으며, 클라이언트 또는 다른 서버로부터 작업 수행 요청을 받아들이고 해당 작업에 대한 결과를 도출하여 제공하는 컴퓨터 시스템 및 관련 컴퓨터 소프트웨어(서버 프로그램)를 의미한다. 또한, 서버는 서버 프로그램 외에도 서버 내에서 실행되는 다양한 응용 프로그램과 내부 또는 외부에 구축된 다양한 데이터베이스(DB)를 포함하는 개념으로 이해될 수 있다. 따라서, 서버는 회원 가입 정보와 게임 관련 정보 및 데이터를 분류하여 DB에 저장하고 관리하며, 이러한 DB는 서버의 내부 또는 외부에 구현될 수 있다.
또한, 서버는 다양한 운영체제인 DOS, Windows, Linux, UNIX, Macintosh 등을 기반으로 한 일반적인 서버용 하드웨어에서 구현될 수 있으며, 각 운영체제에 맞춰진 서버 프로그램을 활용할 수 있다. 대표적으로는 Windows 환경에서 사용되는 웹사이트와 IIS(Internet Information Server), 그리고 UNIX 환경에서 사용되는 CERN, NCSA, Apache 등이 포함될 수 있다. 또한, 서버는 서비스의 사용자 인증 및 구매 결제와 관련된 인증 시스템 및 결제 시스템과 통합될 수 있다.
제1 네트워크와 제2 네트워크는 단말기 및 서버와 같은 각 노드 간에 정보를 교환할 수 있는 연결 구조를 나타내며, 또한 서버와 전자 장치를 연결하는 네트워크를 의미할 수 있다. 이러한 네트워크에는 인터넷, LAN, 무선 LAN, WAN, PAN, 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되지만, 이에 국한되지는 않는다.
제1 네트워크와 제2 네트워크는 폐쇄형 LAN, WAN과 같은 형태일 수도 있지만, 개방형인 인터넷을 활용하는 것이 적절할 수 있다. 인터넷은 전 세계적으로 사용되는 개방형 컴퓨터 네트워크로서, TCP/IP 프로토콜과 상위 계층에서 동작하는 HTTP, Telnet, FTP, DNS, SMTP, SNMP, NFS, NIS 등과 같은 다양한 서비스를 제공할 수 있다. 이를 통해 제1 네트워크와 제2 네트워크는 개방된 구조로 운영되며, 인터넷을 기반으로 다양한 컴퓨터 시스템이 상호 연결되는 환경을 형성할 수 있다.
데이터베이스는 컴퓨터 시스템의 저장 장치(하드 디스크 또는 메모리)에 구현되는 일반적인 데이터 구조로서, 데이터베이스 관리 시스템(DBMS)을 통해 관리될 수 있다. 데이터베이스는 데이터의 검색, 삭제, 편집, 추가 등 다양한 작업을 자유롭게 수행할 수 있는 데이터 저장 형태를 취할 수 있다. 관계형 데이터베이스 관리 시스템(RDBMS)인 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 시스템부터 객체 지향 데이터베이스 관리 시스템(OODBMS)인 겜스톤(Gemstone), 오리온(Orion), O2, 그리고 XML 전용 데이터베이스(XML Native Database)인 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등을 사용하여 목적에 맞게 구현할 수 있으며, 필드(Field) 또는 엘리먼트들을 적절히 활용하여 자신의 기능을 수행할 수 있다.
도 2는 일 실시예에 따른 프로그램의 구성을 나타내는 도면이다.
도 2은 다양한 실시예에 따른 프로그램을 예시하는 블록도이다. 일실시예에 따르면, 프로그램은 전자 장치의 하나 이상의 리소스들을 제어하기 위한 운영 체제, 미들웨어, 또는 상기 운영 체제에서 실행 가능한 어플리케이션을 포함할 수 있다. 운영 체제는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 프로그램 중 적어도 일부 프로그램은, 예를 들면, 제조 시에 전자 장치에 프리로드되거나, 또는 사용자에 의해 사용 시 외부 전자 장치(예: 전자 장치, 또는 서버)로부터 다운로드되거나 갱신될 수 있다. 프로그램의 전부 또는 일부는 뉴럴 네트워크를 포함할 수 있다.
운영 체제는 전자 장치의 하나 이상의 시스템 리소스들(예: 프로세스, 메모리, 또는 전원)의 관리(예: 할당 또는 회수)를 제어할 수 있다. 운영 체제는, 추가적으로 또는 대체적으로, 전자 장치의 다른 하드웨어 디바이스를 구동하기 위한 하나 이상의 드라이버 프로그램들을 포함할 수 있다.
미들웨어는 전자 장치의 하나 이상의 리소스들로부터 제공되는 기능 또는 정보가 어플리케이션에 의해 사용될 수 있도록 다양한 기능들을 어플리케이션으로 제공할 수 있다. 일 실시예에 따르면, 미들웨어는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. 일 실시예에 따르면, 미들웨어의 적어도 일부는 운영 체제의 일부로 포함되거나, 또는 운영 체제와는 다른 별도의 소프트웨어로 구현될 수 있다.
본 명세서에서는 뉴럴 네트워크, 신경망 네트워크, 그리고 네트워크 함수는 서로 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는 일련의 연결된 계산 단위로 구성된 집합으로 이루어질 수 있으며, 이러한 계산 단위들은 일반적으로 "노드"라고도 불린다. 노드들은 뉴런이라고도 불릴 수 있다. 뉴럴 네트워크는 최소한 두 개 이상의 노드로 구성될 수 있다. 이러한 노드 또는 뉴런들은 하나 이상의 "링크"를 통해 상호 연결될 수 있다.
뉴럴 네트워크 내에서, 둘 이상의 노드가 링크로 연결되면 상대적인 입력 노드와 출력 노드의 관계를 형성할 수 있다. 입력 노드와 출력 노드의 개념은 상대적이며, 한 노드는 다른 노드와의 관계에서 출력 노드 역할을 할 수도 있고, 동시에 다른 노드와의 관계에서는 입력 노드 역할을 할 수도 있다. 입력 노드와 출력 노드의 관계는 링크를 중심으로 생성될 수 있다. 한 입력 노드에는 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 가능하다.
입력 노드와 출력 노드가 하나의 링크를 통해 연결된 관계에서, 출력 노드는 입력된 데이터에 기반하여 값을 결정할 수 있다. 이 때, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적이며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해 사용자나 알고리즘에 의해 조정될 수 있다. 예를 들어, 하나의 출력 노드가 여러 입력 노드와 각각의 링크로 연결된 경우, 출력 노드는 입력된 값과 해당 입력 노드들에 대응하는 링크의 가중치를 고려하여 출력 값을 결정할 수 있다.
전술한 바와 같이, 뉴럴 네트워크는 상호 연결된 노드들과 그들을 연결하는 링크들로 구성된다. 이 네트워크 내에서 노드들과 링크들의 개수, 그리고 각 링크에 부여된 가중치 값에 따라 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 수의 노드와 링크가 존재하면서 링크들 사이의 가중치 값이 다른 두 개의 신경망 네트워크가 있다면, 이 두 신경망 네트워크는 상이한 특성을 가진다고 인식될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (14)

  1. 전자 장치에 있어서,
    메모리 (memory); 및
    상기 메모리와 연결된 프로세서 (processor); 를 포함하고,
    상기 프로세서는,
    제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신하고,
    상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출하고,
    상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하고,
    상기 운영피드백정보를 상기 제1 가맹점단말에게 송신하는 것을 특징으로 하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 제1 운영정보는,
    상기 제1 가맹점에 대한, 제1 위치정보, 기설정된 대상기간별 매출정보, 영업이익정보 및 가맹물품주문량을 포함하고,
    상기 제1 상담정보는,
    상기 제1 가맹점에 대한, 기설정된 상담매체들을 통한 상담내역에 관한 정보를 포함하는 것을 특징으로 하는, 전자 장치.
  3. 청구항 2에 있어서,
    상기 프로세서는,
    상기 제1 운영정보를 기반으로 상기 제1 가맹점에 대한 매출실적에 관한 매출점수를 도출하고,
    상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 운영상태에 관한 운영점수를 도출하고,
    상기 매출점수 및 상기 운영점수를 기반으로 상기 제1 가맹평가점수를 도출하는 것을 특징으로 하는, 전자 장치.
  4. 청구항 3에 있어서,
    상기 프로세서는,
    상기 제1 위치정보를 기반으로, 기설정된 구획으로 구분되는 지역 중에서 상기 제1 위치정보에 해당하는 지역을 대상지역으로 추출하고,
    상기 대상지역에 위치하는 가맹점을 제2 가맹점(상기 제1 가맹점 포함)으로 추출하고,
    상기 매출점수는,
    아래 수학식에 의하여 도출되되,

    SS(Sales Score)는 상기 매출점수를 의미하고, a_1는 상기 제2 가맹점들의 상기 대상기간의 평균매출액을 의미하고, a_2는 상기 제1 가맹점의 상기 대상기간의 평균매출액을 의미하고, b_1은 상기 제2 가맹점들의 상기 대상기간의 평균영업이익을 의미하고, b_2는 상기 제1 가맹점의 상기 대상기간의 평균영업이익을 의미하고, c_1은 상기 제2 가맹점들의 상기 대상기간의 가맹물품주문금액의 평균을 의미하고, c_2는 상기 제1 가맹점의 상기 대상기간의 가맹물품주문금액의 평균을 의미하는 것을 특징으로 하는, 전자 장치.
  5. 청구항 4에 있어서,
    상기 프로세서는,
    상기 상담매체별 복수개의 상담내역을 문자정보로 변환하고,
    상기 문자정보를 각 키워드별로 토큰화하고,
    토큰화된 상기 키워드별로 TF-IDF 가중치를 산출하여, 상기 TF-IDF 가중치가 가장 높은 순으로 기설정된 임계개수만큼 추출된 키워드를 해당 상담내역에 대한 대표키워드묶음으로 추출하고,
    키워드에 대하여 긍정적인 의미인지 부정적인 의미인지 여부를 판단하도록 학습된 LLM(Large Language Model)모듈을 통하여, 상기 대표키워드묶음을 기반으로 해당 상담내역에 대하여 긍정평가 또는 부정평가를 도출하고,
    전체 상담내역에 대한 긍정평가 또는 부정평가를 기반으로 상기 제1 가맹점에 대한 상기 운영점수를 도출하는 것을 특징으로 하는, 전자 장치.
  6. 청구항 5에 있어서,
    상기 운영점수는,
    아래 수학식에 의하여 도출되되,

    OS(Operating Score)는 상기 운영점수를 의미하고, d_1은 상기 제1 가맹점에 대한 전체 상담내역의 수를 의미하고, d_2는 상기 제1 가맹점에 대한 긍정평가에 해당하는 상담내역의 수를 의미하고, e_1은 상기 제2 가맹점들에 대한 전체 상담내역의 수의 평균을 의미하고, e_2는 상기 제2 가맹점들에 대한 긍정평가에 해당하는 상담내역의 수의 평균을 의미하는 것을 특징으로 하는, 전자 장치.
  7. 청구항 6에 있어서,
    상기 제1 가맹평가점수는,
    아래 수학식에 의하여 도출되되,

    1ES(Evaluation Score)는 상기 제1 가맹평가점수를 의미하고, SS는 상기 매출점수를 의미하고, OS는 상기 운영점수를 의미하는 것을 특징으로 하는, 전자 장치.
  8. 청구항 7에 있어서,
    상기 프로세서는,
    상기 제1 가맹평가점수가 기설정된 임계평가점수 이하인 경우,
    상기 제1 가맹평가점수에 해당하는 상기 매출점수와 상기 운영점수를 기설정된 임계매출점수 및 임계운영점수와 각각 비교하여,
    상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수 이하인 경우,
    상기 제2 가맹점들의 매출정보를 기반으로, 가맹물품 중에 매출이 높은 순으로 기설정된 추천개수만큼 도출하여, 추천가맹물품정보를 생성하고,
    상기 추천가맹물품정보를 포함하고, 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성하고,
    상기 매출점수가 상기 임계매출점수 이하이고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우,
    상기 추천가맹물품정보를 포함하는 상기 운영피드백정보를 생성하고,
    상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수 이하인 경우,
    상기 친절상담교육이 필요함을 나타내는 상기 운영피드백정보를 생성하고,
    상기 매출점수가 상기 임계매출점수를 초과하고, 상기 운영점수가 상기 임계운영점수를 초과하는 경우,
    상기 제1 가맹점의 운영이 우수함을 나타내는 상기 운영피드백정보를 생성하는 것을 특징으로 하는, 전자 장치.
  9. 청구항 8에 있어서,
    상기 프로세서는,
    관리자단말로부터 신규설립지역 추천요청을 수신하는 경우,
    기설정된 구획으로 구분되는 지역별로 신규설립점수를 도출하고,
    상기 신규설립점수가 가장 높은 지역을 상기 신규설립지역으로 추천하는 내용의 추천정보를 생성하여, 상기 관리자단말로 송신하는 것을 특징으로 하는, 전자 장치.
  10. 청구항 9에 있어서,
    상기 프로세서는,
    지역별로 설치되어 있는 제3 가맹점들의 수, 상기 제3 가맹점들의 제2 가맹평가점수를 기반으로 지역별로 상기 신규설립점수를 도출하는 것을 특징으로 하는, 전자 장치.
  11. 청구항 10에 있어서,
    상기 신규설립점수는,
    아래 수학식에 의하여 도출되되,

    NES(New Establichment Score)는 해당 지역의 상기 신규설립점수를 의미하고, f는 해당 지역에 위치하는 상기 제3 가맹점들의 상기 제2 가맹평가점수의 평균을 의미하고, g는 해당 지역에 위치하는 상기 제3 가맹점들의 수를 의미하는 것을 특징으로 하는, 전자 장치.
  12. 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법에 있어서,
    제1 가맹점단말로부터 제1 가맹점에 대한 제1 운영정보 및 제1 상담정보를 수신하는 단계;
    상기 제1 운영정보 및 상기 제1 상담정보를 기반으로 상기 제1 가맹점에 대한 제1 가맹평가점수를 도출하는 단계;
    상기 제1 가맹평가점수를 기반으로 상기 제1 가맹점에 대한 운영피드백정보를 생성하는 단계; 및
    상기 운영피드백정보를 상기 제1 가맹점단말로 송신하는 단계; 를 포함하는 것을 특징으로 하는 가맹점의 운영상태 모니터링 및 평가 서비스 제공 방법.
  13. 하드웨어와 결합되어 청구항 12의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  14. 하드웨어와 결합되어 청구항 12의 방법을 실행시키기는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
KR1020230139773A 2023-07-18 2023-10-18 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법 KR20230153317A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
KR1020230093407 2023-07-18
KR20230093407 2023-07-18
KR20230094082 2023-07-19
KR1020230094082 2023-07-19
KR1020230095546A KR102592946B1 (ko) 2023-07-18 2023-07-21 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020230095546A Division KR102592946B1 (ko) 2023-07-18 2023-07-21 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치및 방법

Publications (1)

Publication Number Publication Date
KR20230153317A true KR20230153317A (ko) 2023-11-06

Family

ID=88515108

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020230095546A KR102592946B1 (ko) 2023-07-18 2023-07-21 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치및 방법
KR1020230139774A KR20230153318A (ko) 2023-07-18 2023-10-18 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법
KR1020230139773A KR20230153317A (ko) 2023-07-18 2023-10-18 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020230095546A KR102592946B1 (ko) 2023-07-18 2023-07-21 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치및 방법
KR1020230139774A KR20230153318A (ko) 2023-07-18 2023-10-18 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치 및 방법

Country Status (1)

Country Link
KR (3) KR102592946B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101979892B1 (ko) 2017-07-31 2019-05-20 주식회사 앤더스팟 전자 결제 정보를 기반으로 가맹점을 평가하고 마케팅을 수행하는 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107622432A (zh) * 2017-07-28 2018-01-23 阿里巴巴集团控股有限公司 商户评价方法及系统
JP7370171B2 (ja) * 2019-05-31 2023-10-27 グローリー株式会社 店舗業務管理システム、管理装置、店舗業務管理方法及び店舗業務管理プログラム
KR102471985B1 (ko) * 2022-06-27 2022-11-29 주식회사 몬데인컨설팅 인공지능에 기반한 사업 경영 컨설팅 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101979892B1 (ko) 2017-07-31 2019-05-20 주식회사 앤더스팟 전자 결제 정보를 기반으로 가맹점을 평가하고 마케팅을 수행하는 방법 및 장치

Also Published As

Publication number Publication date
KR20230153318A (ko) 2023-11-06
KR102592946B1 (ko) 2023-10-24

Similar Documents

Publication Publication Date Title
US20210201147A1 (en) Model training method, machine translation method, computer device, and storage medium
WO2020199932A1 (zh) 模型训练方法、人脸识别方法、装置、设备及存储介质
US20220366312A1 (en) Method and apparatus for training item coding model
CN114281936A (zh) 分类方法、装置、计算机设备及存储介质
CN118350740A (zh) 库存管理系统
KR102592946B1 (ko) 가맹점의 운영상태 모니터링 및 평가 서비스 제공 장치및 방법
KR102550862B1 (ko) 뉴럴 네트워크를 이용하여 영상 제작과 관련된 프리랜서들을 매칭시키는 방법 및 장치
KR102452577B1 (ko) 뉴럴 네트워크를 이용하여 서버가 웹툰에 대한 시각화 정보를 제공하는 방법 및 장치
KR20230110220A (ko) 브랜드의 개선을 위한 솔루션을 제공하는 방법 및 장치
KR102484291B1 (ko) 뉴럴 네트워크를 이용하여 서버가 구직자 리스트를 단말에게 제공하는 방법 및 장치
CN112035649B (zh) 问答模型处理方法、装置、计算机设备及存储介质
KR20230065135A (ko) 한글의 광학 문자 인식 방법
KR102658699B1 (ko) IoT기반의 실시간 계측데이터 모니터링 장치 및 방법
KR102627731B1 (ko) 학생의 학업성취를 위한 맞춤형 학습방향 설정 서비스 제공 장치 및 방법
KR102583984B1 (ko) 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
KR102638246B1 (ko) 다중 신경망을 이용하여 필드레슨을 제공하는 프로 골퍼 매칭 서비스
KR102554242B1 (ko) 뉴럴 네트워크를 이용하여 서버가 이벤트와 관련된 메시지를 단말에게 제공하는 방법 및 장치
KR102562282B1 (ko) 성향 기반 매칭 방법 및 장치
KR102528416B1 (ko) 뉴럴 네트워크를 이용하여 광고 대상에 대한 인지도의 차이에 기반하여 마케팅 비용에 대한 정보를 단말에게 전송하는 방법 및 장치
US20240078589A1 (en) Electronic device and method for recommending item to user
KR102564511B1 (ko) 사용자 커스터마이징 기반의 메뉴판 인터페이스 제공 장치 및 방법
KR102585090B1 (ko) 뉴럴 네트워크를 이용하여 웹툰과 연동된 게임을 사용자 단말에게 제공하는 방법 및 장치
KR20230144984A (ko) 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
KR20230143593A (ko) 사용자 건강상태 기반의 식단 추천서비스 제공 장치 및 방법
JP2024086611A (ja) スマートウォッチを用いたショッピング選好度測定サービス提供方法及び装置

Legal Events

Date Code Title Description
A107 Divisional application of patent