KR20240014677A - 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템 - Google Patents

Abstract

본 발명은 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것으로서, 더욱 상세하게는, 사용자계획으로부터 해당카테고리그룹 및 기능요소를 도출하고, 기설정되어 있는 기능요소와 기설정되어 있는 노코드요소의 연결관계에 기초하여, 도출한 기능요소를 수행할 수 있는 상기 노코드요소에 대한 정보를 제공하고, 사용자계획을 구현할 수 있는 상기 노코드요소의 조합을 추천해주는, 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것이다.

Description

사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템 {Method and System for User-Customized No-Code Stack Recommendation}

본 발명은 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것으로서, 더욱 상세하게는, 사용자계획으로부터 해당카테고리그룹 및 기능요소를 도출하고, 기설정되어 있는 기능요소와 기설정되어 있는 노코드요소의 연결관계에 기초하여, 도출한 기능요소를 수행할 수 있는 상기 노코드요소에 대한 정보를 제공하고, 사용자계획을 구현할 수 있는 상기 노코드요소의 조합을 추천해주는, 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것이다.

소프트웨어를 활용한 산업이 성장하면서, 소프트웨어 개발 기술의 중요성이 강조되고 있다. 소프트웨어 개발을 위해서는 컴퓨터 프로그램의 코드를 작성하는 프로그래밍 또는 코딩 작업이 필요하다. 이 작업을 위해서는 컴퓨터 프로그래밍 언어를 학습하는 과정이 필요하며, 이것은 일반인들에게는 높은 진입장벽이 존재한다. 이에 대한 대안으로, 노코드 및 로우코드 기술이 떠오르고 있다.

노코드란, 컴퓨터 언어를 배우지 않고 노코드 프로그래밍 시 코드 덩어리(기능)를 활용한 코딩 방식이다. 따라서, 코딩에 대한 기술적 지식이 없는 사용자가 단 한 줄의 코드를 쓰지 않고 코딩을 구현할 수 있다.

로우코드란, 최소한의 코드를 사용해 앱을 개발하는 방법으로, 반복적이고 단순한 부분은 정형화된 템플릿을 기반으로 빠르게 안정적으로 만들고, 전문 인력이 필요한 부분만 개발하는 방식이다.

글로벌 시장조사업체 마켓앤드마켓(Market and Market)은 지난해 21조원 규모였던 노코드(No-Code) 혹은 로코드(Low-Code) 시장이 올해 27조원 규모로 늘어나고 2025년에는 57조원 규모로 커질 것이라고 분석했다.

소프트웨어 산업의 규모가 커질수록, 노코드 및 로우코드 기술을 제공하는 플랫폼, 툴 등이 많아지고, 이를 효율적으로 활용하기 위한 방법이 필요할 것이다.

따라서, 노코드 및 로우코드의 이점을 보다 효과적으로 활용하기 위해서, 사용자의 계획에 따라 사용자의 계획을 구현할 수 있는 기능을 자동으로 추출하고, DB에 저장되어 있는 복수의 노코드를 제공할 수 있는 요소를 조합하여, 사용자의 계획을 구현할 수 있는 추천목록을 제공할 수 있는 발명이 필요한 실정이다.

본 발명은 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것으로서, 더욱 상세하게는, 사용자계획으로부터 해당카테고리그룹 및 기능요소를 도출하고, 기설정되어 있는 기능요소와 기설정되어 있는 노코드요소의 연결관계에 기초하여, 도출한 기능요소를 수행할 수 있는 상기 노코드요소에 대한 정보를 제공하고, 사용자계획을 구현할 수 있는 상기 노코드요소의 조합을 추천해주는, 사용자 맞춤 노코드 기술 스택 추천 방법 및 시스템에 관한 것이다.

상기와 같은 과제를 해결하기 위하여, 본 발명의 일 실시예는, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅 시스템에서 수행되는 노코드 기술 스택 추천 방법으로서, 개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출하는 해당카테고리그룹도출단계; 상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델에 입력하여, 복수의 기능요소를 도출하는 기능요소도출단계; 및 상기 컴퓨팅 시스템에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공하는 노코드요소제공단계;를 포함하는, 노코드 기술 스택 추천 방법을 제공한다.

본 발명의 일 실시예에서는, 상기 노코드 기술 스택 추천 방법은, 상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용을 산출한 후, 산출된 비용을 고려하여 사용자에게 노코드요소의 조합을 추천하는 제1노코드조합추천단계를 더 포함할 수 있다.

본 발명의 일 실시예에서는, 상기 노코드 기술 스택 추천 방법은, 상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용에 기반한 제1스코어;, 및 상기 노코드요소의 조합에 포함된 노코드요소의 개수에 기반한 제2스코어 및 각각의 노코드요소의 기설정된 사용난이도에 따른 제3스코어 중 하나;를 산출한 후, 산출된 제1스코어;, 및 제2스코어 및 제3스코어 중 하나;를 고려하여 사용자에게 노코드요소의 조합을 추천하는 제2노코드조합추천단계를 더 포함할 수 있다.

본 발명의 일 실시예에서는, 상기 제1추론모델은, 상기 사용자계획으로부터, 상기 카테고리그룹에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 해당카테고리그룹을 도출하고, 상기 제2추론모델은, 상기 사용자계획으로부터, 상기 기능요소에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 기능요소를 도출할 수 있다.

본 발명의 일 실시예에서는, 상기 제1추론모델은, 입력된 사용자계획으로부터 키워드를 추출하고, 상기 기설정된 복수의 카테고리그룹 중 상기 키워드 및 상기 유사표현에 기초하여 해당카테고리그룹을 도출할 수 있다.

상기와 같은 과제를 해결하기 위하여 본 발명의 일 실시예는, 노코드 기술 스택 추천 방법을 수행하는 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅 시스템으로서, 상기 컴퓨팅 시스템은, 개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출하는 해당카테고리그룹도출단계; 상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델에 입력하여, 복수의 기능요소를 도출하는 기능요소도출단계; 및 상기 컴퓨팅 시스템에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공하는 노코드요소제공단계;를 수행하는, 컴퓨팅 시스템을 제공한다.

본 발명의 일 실시예에 따르면, 상기 노코드 기술 스택 추천 방법을 수행하여, 사용자가 개발하고자하는 서비스를 구현할 수 있는 노코드요소의 조합을 제공할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 사용자계획에 기초하여 노코드요소의 조합을 추천하므로, 사용자에게 맞춤형 솔루션을 제공할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 기능요소를 수행할 수 있는 노코드요소에 대한 정보를 제공하므로, 사용자는 원하는 기능요소 및, 복수의 노코드요소와 복수의 기능요소의 연결 관계를 한 눈에 확인할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 제1추론모델에서는 해당카테고리그룹을 도출하고, 해당카테고리그룹에 설정된 제2추론모델에서 기능요소를 도출하므로, 하나의 추론모델에서 해당카테고리그룹 및 기능요소를 도출하는 것보다 정확성을 높일 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 제1노코드조합추천단계에서는 비용을 고려하고, 제2노코드조합추천단계에서는 비용 및 개수를 고려하므로, 서로 다른 추천 노코드요소 조합을 도출할 수 있어, 사용자에게 요구사항에 맞는 노코드요소 조합을 추천할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 각각의 노코드요소에 대해 사용난이도를 제공하고, 제3스코어를 산출하여 추천노코드조합을 제공하므로, 사용자는 상기 노코드요소를 익히는 시간을 고려할 수 있어, 사용자의 일정을 조율할 수 있는 효과를 발휘할 수 있다.

도 1은 본 발명의 일 실시예에 따른 노코드 기술 스택 추천 방법을 수행하는 컴퓨팅 시스템을 개략적으로 도시한다.
도 2은 본 발명의 일 실시예에 따른 사용자계획을 개략적으로 도시한다.
도 3은 본 발명의 일 실시예에 따른 해당카테고리그룹도출단계를 개략적으로 도시한다.
도 4는 본 발명의 일 실시예에 따른 기능요소도출단계를 개략적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 노코드요소제공단계를 개략적으로 도시한다.
도 6은 본 발명의 일 실시예에 따른 제1노코드조합추천단계를 개략적으로 도시한다.
도 7은 본 발명의 일 실시예에 따른 제2노코드조합추천단계를 개략적으로 도시한다.
도 8은 본 발명의 일 실시예에 따른 제1추론모델 및 제2추론모델의 동작을 개략적으로 도시한다.
도 9은 본 발명의 일 실시예에 따른 컴퓨팅장치의 내부 구성을 개략적으로 도시한다.

이하에서는, 다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나 이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.

본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '~부', '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 노코드 기술 스택 추천 방법을 수행하는 컴퓨팅 시스템(1000)을 개략적으로 도시한다.

도 1에 도시된 바와 같이, 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅 시스템(1000)에서 수행되는 노코드 기술 스택 추천 방법으로서, 개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델(1200)에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출하는 해당카테고리그룹도출단계(S100); 상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델(1300)에 입력하여, 복수의 기능요소를 도출하는 기능요소도출단계(S200); 및 상기 컴퓨팅 시스템(1000)에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공하는 노코드요소제공단계(S300);를 포함할 수 있다.

본 발명에서의 노코드는, 코드를 전혀 사용하지 않고 원하는 카테고리와 기능을 설정하는 것만으로 코딩이 가능한 노코드; 뿐만 아니라, 코드를 최소화하여 반복되는 작업을 줄일 수 있게 단순한 부분은 정형화된 템플릿(스크립트)을 제공하는 로우코드;를 모두 포함하는 최광의로 해석되는 것이 바람직하다.

사용자가 원하는 서비스를 개발하고자 할 때, 코딩이 필요하다. 상기 사용자가 코딩 지식이 없다면, 외부의 개발자에게 상기 코딩을 의뢰할 수 있겠으나, 노코드 방법을 활용하면 상기 사용자 스스로 서비스를 개발할 수 있다. 허나, 이러한 노코드를 제공하는 플랫폼 혹은 툴은 종류가 많다. 또한, 상기 플랫폼 혹은 툴 내에서도 제공하는 노코드 종류는 많다. 본 발명의 실시예들에서는 저렴하고, 합리적으로 상기 사용자에게 최적의 노코드 혹은 노코드 조합을 추천하는 방법을 제공한다.

도 1의 (A)는 컴퓨팅 시스템(1000)의 구성 요소를 도시한 도면에 해당한다.

도 1의 (A)에 도시된 바와 같이, 컴퓨팅 시스템(1000)은 DB(1100), 제1추론모델(1200) 및 제2추론모델(1300)을 포함할 수 있고, 상기 DB(1100)는 복수의 카테고리그룹을 포함할 수 있고, 상기 제2추론모델(1300)은 복수의 제2추론모델(1300)을 포함할 수 있다. 또한, 상기 컴퓨팅 시스템(1000)은 노코드 기술 스택 추천 방법을 수행할 수 있다.

상기 복수의 카테고리그룹은 각각은 해당 카테고리에 대한 사용자가 개발하고자 하는 서비스에 대한 노코드를 구현할 수 있게 1 이상의 기능요소 및 1 이상의 노코드요소를 포함할 수 있고, 상기 기능요소는 상기 노코드요소에 의해 수행될 수 있다.

상기 카테고리그룹은 상기 노코드로 구현할 수 있는 대분류의 목록에 대한 카테고리에 해당할 수 있다. 예를 들어, 로그인, 카드결제, 이메일 등 노코드로 구현할 수 있는 것들을 포함할 수 있다.

즉, 특정 카테고리그룹은 1 이상의 기능요소를 포함할 수 있고, 이는 상기 컴퓨팅 시스템(1000)의 DB(1100)에 저장되어 있다. 1 이상의 기능요소 각각은 서로 다른, 상기 특정 카테고리에 대한 사용자가 개발하고자 하는 서비스를 구현할 수 있는 기능에 해당할 수 있다. 예를 들어, 특정 카테고리가 '로그인'이라면, 기능요소는 '구글 계정으로 로그인' 등을 포함할 수 있다.

상기 제1추론모델(1200) 및 상기 제2추론모델(1300)은 CNN, LSTM 등 학습된 인공신경망을 기반으로 한 추론모델에 해당할 수 있다.

상기 제1추론모델(1200) 및 상기 제2추론모델(1300)은 스토리보드이미지 및 기능요구사항텍스트를 입력하여 학습할 수 있다.

구체적으로, 상기 제1추론모델(1200) 및 상기 제2추론모델(1300)에 카테고리그룹 및 기능요소가 정해져있는 한 쌍의 스토리보드이미지 및 기능요구사항텍스트를 입력할 수 있고, 상기 제1추론모델(1200)이 정해져있는 상기 카테고리그룹을 출력하게 학습시키고, 상기 제2추론모델(1300)이 상기 사용자계획에 대한 정해져있는 기능요소를 출력하게 학습시킬 수 있다.

또한, 카테고리그룹 및 기능요소가 정해져있는 한 쌍의 스토리보드이미지 및 기능요구사항텍스트에 대해서, 상기 제2추론모델(1300)에 대해서는, 상기 스토리보드이미지를 입력하여 상기 기능요구사항텍스트가 출력되게 학습시킬 수 있다.

도 1에서는 카테고리그룹이 기능요소 및 노코드요소를 포함하고 있는 것으로 도시하고 있으나, 본 발명에서는 이에 한정하지 않고, 상기 카테고리그룹, 상기 기능요소 및 상기 노코드요소 각각이 독립적으로 상기 DB(1100)에 포함 및 상기 카테고리그룹이 상기 기능요소 및 상기 노코드요소 중 1 이상을 포함하는 실시예도 포함한다.

또한, 상기 제2추론모델(1300)이 복수의 제2추론모델(1300)을 포함하는 것으로 도시하고 있으나, 본 발명에서는 이에 한정하지 않고, 하나의 제2추론모델(1300)로 상기 기능요소도출단계(S200)를 수행하는 실시예도 포함한다.

도 1의 (B)는 컴퓨팅 시스템(1000)에서 수행되는 노코드 기술 스택 추천 방법의 단계를 도시한 도면에 해당한다.

도 1의 (B)에 도시된 바와 같이, 상기 노코드 기술 스택 추천 방법은 해당카테고리그룹도출단계(S100), 기능요소도출단계(S200), 및 노코드요소제공단계(S300)를 포함할 수 있다.

개략적으로, 상기 해당카테고리그룹도출단계(S100)에서는, 사용자가 컴퓨팅 시스템(1000)에 입력한 사용자계획을 상기 컴퓨팅 시스템(1000)에 의하여, 상기 제1추론모델(1200)에 입력할 수 있고, 상기 사용자계획에 대한 카테고리그룹인 해당카테고리그룹을 도출할 수 있다.

상기 기능요소도출단계(S200)에서는, 상기 사용자가 컴퓨팅 시스템(1000)에 입력한 상기 사용자계획을 상기 컴퓨팅 시스템(1000)에 의하여, 상기 제2추론모델(1300)에 입력할 수 있고, 상기 사용자계획에 대한 1 이상의 기능요소를 도출할 수 있다.

상기 노코드요소제공단계(S300)에서는, 카테고리그룹 각각이 포함하는 복수의 기능요소를 수행할 수 있는 노코드요소 및 상기 기능요소도출단계(S200)에서 도출한 상기 1 이상의 기능요소의 조합을 수행할 수 있는 노코드요소에 대한 정보를 제공할 수 있다.

본 발명의 일 실시예에 따르면, 상기 노코드 기술 스택 추천 방법을 수행하여, 사용자가 개발하고자하는 서비스를 제공할 수 있는 노코드요소의 조합을 제공할 수 있는 효과를 발휘할 수 있다.

도 1의 (C)는 기능요소와 노코드요소의 연결관계를 도시한 도면에 해당한다.

도 1의 (C)에 도시된 바와 같이, 각각의 노코드요소는 1 이상의 기능요소를 수행할 수 있다.

구체적으로, 상기 카테고리그룹은 해당 카테고리그룹에 대한 기능요소 및 노코드요소를 포함할 수 있다.

상기 기능요소는 해당 카테고리그룹을 구현하기 위한 기능을 의미할 수 있고, 상기 노코드요소는 상기 기능요소를 수행할 수 있다.

상기 노코드요소는, 노코드 툴 혹은 노코드를 제공하는 플랫폼, 상기 툴 혹은 상기 플랫폼이 제공하는 세부 기능, 상기 툴 혹은 상기 플랫폼이 제공하는 세부api, 상기 툴 혹은 상기 플랫폼에서 구입할 수 있고 실행할 수 있는 세부api 등 사용자에게 노코드를 제공할 수 있는 요소를 모두 포함할 수 있다.

또한, 상기 노코드요소는, 로우코드 툴 혹은 로우코드를 제공하는 플랫폼, 상기 툴 혹은 상기 플랫폼이 제공하는 세부 기능, 상기 툴 혹은 상기 플랫폼이 제공하는 세부api, 상기 툴 혹은 상기 플랫폼에서 구입할 수 있고 실행할 수 있는 세부api 등 사용자에게 로우코드를 제공할 수 있는 요소를 모두 포함할 수 있다.

상기 노코드요소는 본 발명의 컴퓨팅 시스템(1000) 외부의 서비스서버, 플랫폼, 시스템 등에서 제공하는 노코드 혹은 로우코드에 대한 목록을 의미할 수 있다.

상기 기능요소는, 노코드 툴 혹은 노코드를 제공하는 플랫폼에서 제공하는 노코드의 세부 기능 목록, 상기 툴 혹은 상기 플랫폼이 제공하는 세부 api의 기능, 상기 툴 혹은 상기 플랫폼에서 구입할 수 있고 실행할 수 있는 세부api의 기능 등 사용자가 개발하고자 하는 서비스를 노코드로 구현할 수 있는 기능을 모두 포함할 수 있다.

또한, 상기 기능요소는, 로우코드 툴 혹은 로우코드를 제공하는 플랫폼에서 제공하는 로우코드의 세부 기능 목록, 상기 툴 혹은 상기 플랫폼이 제공하는 세부 api의 기능, 상기 툴 혹은 상기 플랫폼에서 구입할 수 있고 실행할 수 있는 세부api의 기능 등 사용자가 개발하고자 하는 서비스를 로우코드로 구현할 수 있는 기능을 모두 포함할 수 있다.

예를 들어, 상기 카테고리그룹이 '카드결제'라면, 상기 기능요소는 카드결제를 하기 위한 기능인 결제, 보안 등을 의미할 수 있고, 상기 노코드요소는 상기 결제를 수행할 수 있는 삼성페이, 카카오페이 등을 제공할 수 있는 노코드 및 상기 보안을 수행할 수 있는 안랩V3를 제공할 수 있는 세부 기능, api 등을 의미할 수 있다.

도 1의 (C)에서, 노코드요소#1은 기능요소#1을 수행할 수 있고, 노코드요소#2는 기능요소#2, 기능요소#3 및 기능요소#N를 수행할 수 있고, 노코드요소#10은 기능요소#1을 수행할 수 있다고 도시되었고, 상기 노코드요소는 #1 내지 #10가 도시되었지만, 이는 일 예에 해당할 뿐 이에 한정하지 않는다.

즉, 본 발명의 일 실시예에 따르면, 복수의 노코드요소를 조합하여 복수의 기능요소를 수행하여 상기 사용자계획을 구현하는 효과를 발휘할 수 있다.

도 2은 본 발명의 일 실시예에 따른 사용자계획을 개략적으로 도시한다.

도 2에 도시된 상기 사용자계획은 본 발명에서의 카테고리그룹이 '로그인'에 대한 사용자계획으로 일 예일 뿐, 이에 한정하지 않는다.

도 2에 도시된 바와 같이, 상기 사용자계획은 스토리보드이미지 및 기능요구사항텍스트를 포함할 수 있다.

구체적으로, 본 발명에서의 상기 스토리보드이미지는, 바, 표 등으로 표현된 정형화된 스토리보드 뿐만 아니라, 상기 사용자가 개발하고자하는 서비스(앱, 프로그램 등)에 대해 이미지화 된 아이디어 혹은/및 계획자료를 통칭하는 것으로 최광의 해석하는 것이 바람직하다.

예를 들어, 해당 서비스에 대한 UI, 웹 혹은 앱 등 상기 서비스를 수행하면서 표시될 수 있는 화면의 레이아웃을 구성해 놓은 디자인서를 의미할 수 있다.

상기 스토리보드이미지는 이미지를 포함할 수 있다. 상기 이미지는 이미지 내의 텍스트를 포함할 수 있다. 또한, 상기 스토리보드이미지는 이미지파일에 해당할 수 있다.

예를 들어, '로그인'에 대한 스토리보드이미지라면, 상기 스토리보드이미지는 아이디 및 비밀번호 입력창 이미지, 로그인 버튼 이미지, 자동로그인 체크박스 이미지, 아이디/비밀번호 찾기 이미지, Google 아이디 로그인 버튼 이미지, 네이버 아이디 로그인 버튼 이미지, 카카오 아이디 로그인 버튼 이미지 등을 포함할 수 있다.

상기 기능요구사항텍스트는 상기 사용자가 개발하고자하는 서비스에 대한 아이디어를 텍스트화한 것을 의미할 수 있고, 바람직하게는 해당 서비스에 대한 UI, 웹 혹은 앱 등 상기 서비스가 표시하는 화면에서 수행할 수 있는 기능을 기재해 놓은 기능정의서를 의미할 수 있다.

예를 들어, '로그인'에 대한 기능요구사항텍스트라면, 상기 기능요구사항텍스트는 로그인 화면, 자체 아이디 로그인 기능, 자동로그인 기능, 아이디/비밀번호 찾기 기능, 구글 연동 로그인 기능, 네이버 연동 로그인 기능, 카카오 연동 로그인 기능 등을 포함할 수 있다.

더욱 상세하게 상기 기능요구사항텍스트를 기재한다면, '자동로그인'에 대해서는 '체크박스 기본값 체크됨', '아이디/비밀번호 찾기'에 대해서는 '아이디/비밀번호 찾기 페이지로 이동' 등이 포함될 수 있다.

본 발명의 다른 실시예에서는, 상기 기능요구사항텍스트를 오디오파일 및 동영상파일로 입력할 수 있다. 즉, 상기 오디오파일 및 동영상파일이 입력되면 텍스트로 전환되어 기능요구사항텍스트를 추출할 수 있다.

도 3은 본 발명의 일 실시예에 따른 해당카테고리그룹도출단계(S100)를 개략적으로 도시한다.

도 3에 도시된 바와 같이, 상기 해당카테고리그룹도출단계(S100)는, 개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델(1200)에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출할 수 있다.

사용자가 상기 스토리보드이미지 및 기능요구사항텍스트를 포함하는 사용자계획을 컴퓨팅 시스템(1000)에 입력하면, 상기 컴퓨팅 시스템(1000)은 상기 사용자계획을 제1추론모델(1200)에 입력할 수 있다.

상기 제1추론모델(1200)은 1 이상의 인공신경망을 포함할 수 있고, 상기 사용자계획을 입력하면 상기 사용자계획에 해당하는 카테고리그룹을 출력하고, 출력한 카테고리그룹을 해당카테고리그룹으로 도출할 수 있다.

구체적으로, 상기 사용자계획을 상기 제1추론모델(1200)에 입력하면, 상기 복수의 카테고리그룹 각각에 대한 확률이 산출되고, 상기 확률 중 가장 높은 확률에 해당하는 카테고리그룹이 해당카테고리그룹으로 도출될 수 있다.

상기 제1추론모델(1200)이 출력하는 카테고리그룹은 상기 DB(1100)에 저장되어 있는 기설정된 복수의 카테고리그룹에서 추출할 수 있다.

예를 들어, 상기 DB(1100)가 카테고리그룹#1 내지 카테고리그룹#N을 포함하고 있다면, 상기 제1추론모델(1200)은 상기 사용자계획으로부터 상기 카테고리그룹#1 내지 카테고리그룹#N 중에서 어느 하나를 추출하여 이를 해당카테고리그룹으로 출력할 수 있다.

도 4는 본 발명의 일 실시예에 따른 기능요소도출단계(S200)를 개략적으로 도시한다.

도 4에 도시된 바와 같이, 상기 기능요소도출단계(S200)는, 상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델(1300)에 입력하여, 복수의 기능요소를 도출할 수 있다.

도 4의 (A)는 각각의 카테고리그룹에 대해 설정된 제2추론모델(1300)을 도시한 도면에 해당한다.

본 발명의 일 실시예에 따르면, 상기 컴퓨팅 시스템(1000)은 복수의 제2추론모델(1300)을 포함할 수 있고, 각각의 제2추론모델(1300)은 하나의 카테고리그룹에 대해 설정되어 있을 수 있다.

도 4에서 도시된 바와 같이, 제2추론모델(1300)#1은 해당하는 카테고리그룹#1에 대해 설정되어 있어, 상기 카테고리그룹#1이 포함하는 기능요소를 출력할 수 있고, 제2추론모델(1300)#2은 해당하는 카테고리그룹#2에 대해 설정되어 있어, 상기 카테고리그룹#2이 포함하는 기능요소를 출력할 수 있고, 제2추론모델(1300)#N은 해당하는 카테고리그룹#N에 대해 설정되어 있어, 상기 카테고리그룹#N이 포함하는 기능요소를 출력할 수 있다.

즉, 특정 제2추론모델(1300)은 해당하는 특정 카테고리그룹에 대해 설정되어 있어, 상기 특정 카테고리그룹이 포함하는 기능요소를 출력할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2추론모델(1300) 각각은 해당하는 카테고리그룹의 기능요소에 대해 학습할 수 있다.

도 4의 (B)는 기능요소도출단계(S200)를 도시한 도면에 해당한다.

해당카테고리그룹도출단계(S100) 이후에, 상기 컴퓨팅 시스템(1000)은 상기 사용자계획을 해당카테고리그룹에 대해 설정된 제2추론모델(1300)에 입력할 수 있다. 상기 사용자계획은 상기 해당카테고리그룹도출단계(S100)에서 입력했던 사용자계획과 같은 사용자계획에 해당할 수 있다.

상기 제2추론모델(1300)은 1 이상의 인공신경망을 포함할 수 있고, 상기 사용자계획을 입력하면, 상기 사용자계획에 대한 복수의 기능요소를 출력할 수 있다.

즉, 상기 제2추론모델(1300)에 상기 사용자계획을 입력하면, 상기 사용자계획을 구현하기 위해 필요한 기능요소를 출력할 수 있다.

상기 복수의 기능요소는 해당카테고리그룹이 포함하는 1 이상의 기능요소에서 추출할 수 있다.

예를 들어, 상기 해당카테고리그룹이 기능요소#1 내지 기능요소#N을 포함하고 있다면, 상기 제2추론모델(1300)은 상기 사용자계획으로부터 상기 기능요소#1 내지 기능요소#N 중에서 상기 사용자계획을 구현할 수 있는 기능요소인 기능요소#2, 기능요소#3 및 기능요소#7을 추출하고, 이를 출력값으로 출력할 수 있다.

도 5는 본 발명의 일 실시예에 따른 노코드요소제공단계(S300)를 개략적으로 도시한다.

도 5에 도시된 바와 같이, 상기 노코드요소제공단계(S300)는, 상기 컴퓨팅 시스템(1000)에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공할 수 있다.

도 1의 (C)에서 상술한 바와 같이 상기 컴퓨팅 시스템(1000)에는 상기 기능요소와 상기 노코드요소의 연결관계가 저장되어 있다. 상기 연결관계는 상기 노코드요소가 수행할 수 있는 상기 기능요소를 의미할 수 있다.

상기 노코드요소제공단계(S300)에서는 상기 기능요소도출단계(S200)에서 도출한 복수의 기능요소 및 상기 복수의 기능요소와 연결된 해당 노코드요소에 대한 정보를 제공할 수 있다.

구체적으로, 상기 복수의 기능요소 각각을 수행할 수 있는 1 이상의 노코드요소가 존재하고, 이에 대한 정보를 제공할 수 있다.

즉, 기능요소 각각에 대해서, 해당 기능요소를 수행할 수 있는 1 이상의 노코드요소에 대한 정보를 제공할 수 있고, 기능요소 조합(2 이상의 기능요소) 전체를 수행할 수 있는 1 이상의 노코드요소에 대한 정보를 제공할 수 있다.

상기 복수의 기능요소 및 상기 1 이상의 노코드요소 각각은 해당 카테고리그룹에 포함된 1 이상의 기능요소 및 1 이상의 노코드요소 중 어느 하나에 해당한다.

도 5에서는, 도 4에서 도출한 복수의 기능요소인 기능요소#2, 기능요소#3 및 기능요소#7에 대한 상기 노코드요소에 대한 정보를 제공한다. 상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7를 수행할 수 있는 상기 노코드요소는 해당카테고리그룹의 노코드요소#1 내지 노코드요소#N 중에서 노코드요소#1 내지 노코드요소#10에 해당한다.

상기 기능요소#2를 수행할 수 있는 해당카테고리그룹에 포함되어 있는 노코드요소는 노코드요소#1, 노코드요소#3, 노코드요소#5, 노코드요소#7, 노코드요소#8, 노코드요소#9 및 노코드요소#10에 해당한다.

상기 기능요소#3을 수행할 수 있는 해당카테고리그룹에 포함되어 있는 노코드요소는 노코드요소#2, 노코드요소#4, 노코드요소#5, 노코드요소#7 및 노코드요소#10에 해당한다.

상기 기능요소#7을 수행할 수 있는 해당카테고리그룹에 포함되어 있는 노코드요소는 노코드요소#2, 노코드요소#5, 노코드요소#6, 및 노코드요소#9에 해당한다.

따라서, 상기 노코드요소제공단계(S300)에서 제공되는 일 예인 도 5에서 도시된 표를 보면, 상기 복수의 기능요소 각각에 대하여 사용할 수 있는 노코드요소에 대한 정보를 알 수 있고,

또한, 상기 표에서 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 알 수 있다. 즉, 상기 복수의 기능요소 조합에 대하여 사용할 수 있는 노코드요소 조합에 대한 정보를 알 수 있다.

예를 들어, 상기 기능요소#2 및 상기 기능요소#3 모두를 수행할 수 있는 조합은, 노코드요소#1 및 #2, 노코드요소#2 및 #3, 노코드요소#2 및 #8, 노코드요소#7 등에 해당할 수 있다.

상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보는 도 6 및 도 7에서 후술하도록 한다.

도 5는 상기 노코드요소제공단계(S300)에서의 정보를 제공하는 일 예일뿐, 형식은 이에 한정하지 않는다. 상기 정보는 도 5에서처럼 표, 도 1의 (C)에서처럼 선으로 연결된 관계 등으로 다양하게 제공될 수 있다.

도 5에 도시되어 있는 상기 노코드요소 #1 내지 #10은 상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7 이외의 기능요소를 수행할 수 있으나, 도 5에는 상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7만을 도시하여 표시가 되지 않았다. 즉, 노코드요소 각각은 1 이상의 기능요소를 수행할 수 있다.

도 6은 본 발명의 일 실시예에 따른 제1노코드조합추천단계를 개략적으로 도시한다.

도 6에 도시된 바와 같이, 상기 노코드 기술 스택 추천 방법은, 상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용을 산출한 후, 산출된 비용을 고려하여 사용자에게 노코드요소의 조합을 추천하는 제1노코드조합추천단계를 더 포함할 수 있다.

제1노코드조합추천단계에서는 사용자에게 상기 사용자계획을 구현할 수 있는 노코드요소의 조합을 비용을 고려하여여 추천할 수 있다.

구체적으로, 기능요소도출단계(S200)에서 산출된 복수의 기능요소 전체를 수행할 수 있는 노코드요소의 조합을 복수 개 도출할 수 있고, 각각의 노코드요소의 조합에 해당하는 노코드요소의 비용을 합산한 노코드요소의 조합의 비용을 산출하여, 산출된 복수의 비용 중 최적의 비용에 해당하는 노코드요소의 조합을 추천할 수 있다.

제1노코드조합추천단계에서 추천된 노코드요소의 조합은 복수의 노코드를 의미하는 상기 노코드 기술 스택을 의미할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제1노코드스택추천단계에서, 각각에 대해 산출한 노코드요소의 조합의 비용 중 제일 낮은 비용에 해당하는 노코드요소의 조합을 추천할 수 있다.

도 6에서, 상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7 조합 전체를 수행할 수 있는 복수의 노코드요소의 조합은 도 5의 표에 따르면, 노코드요소#1 및 #2, 노코드요소#3 및 #2, 노코드요소#1, #4 및 #6, 노코드요소#3, #4 및 #6, 노코드요소#8, #4 및 #6, 노코드요소#5, 노코드요소#7 및 #6, 노코드요소#10 및 #6, 및 노코드요소#9 및 #4에 해당할 수 있다.

도 6에서, 제1노코드조합추천단계에서는, 상술한 각각의 조합에 대해 조합을 구성하는 각각의 노코드요소의 비용을 합산한 노코드요소의 조합의 비용을 산출할 수 있고, 상기 노코드요소의 조합의 비용 중 제일 낮은 값에 해당하는 상기 노코드요소#1, #4 및 #6의 조합을 추천할 수 있다.

즉, 상기 노코드요소#1, #4 및 #6 각각의 비용을 합산한 노코드요소#1, #4 및 #6 조합의 비용이 다른 노코드요소의 조합 보다 낮은 값에 해당하는 것을 의미한다.

도 7은 본 발명의 일 실시예에 따른 제2노코드조합추천단계를 개략적으로 도시한다.

도 7에 도시된 바와 같이, 상기 노코드 기술 스택 추천 방법은, 상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용에 기반한 제1스코어;, 및 상기 노코드요소의 조합에 포함된 노코드요소의 개수에 기반한 제2스코어 및 각각의 노코드요소의 기설정된 사용난이도에 따른 제3스코어 중 하나;를 산출한 후, 산출된 제1스코어;, 및 제2스코어 및 제3스코어 중 하나;를 고려하여 사용자에게 노코드요소의 조합을 추천하는 제2노코드조합추천단계를 더 포함할 수 있다.

상기 제2노코드조합추천단계에서는, 제1스코어와 제2스코어를 산출하거나, 제1스코어와 제3스코어를 산출할 수 있다.

즉, 제2노코드조합추천단계에서는 사용자에게 상기 사용자계획을 구현할 수 있는 노코드요소의 조합을 비용 및 해당 노코드요소의 조합의 노코드요소의 개수를 고려하여 추천할 수 있고, 사용자에게 상기 사용자계획을 구현할 수 있는 노코드요소의 조합을 비용 및 해당 노코드요소의 조합의 노코드요소의 기설정된 사용난이도를 고려하여 추천할 수 있다.

노코드요소는 복수의 종류의 기능요소를 포함할 수 있고, 상기 기능요소의 개수 및 종류, 및 사용자의 숙련도에 따라서, 사용자가 상기 노코드요소를 사용하고 익히는데 시간이 상이할 수 있다.

이에 따라, 본 발명에서는, 관리자에 의해 각각의 노코드요소에 대해 사용난이도를 기설정할 수 있고, 상기 DB에 저장되어 상기 사용자에게 제공될 수 있다.

예를 들어, 상기 사용난이도는 1 내지 10의 레벨을 갖을 수 있고, 난이도가 높을수록 높은 레벨에 해당할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제3스코어는, 해당 노코드요소의 사용난이도가 높을수록 높아질 수 있다.

본 발명의 일 실시예에 따르면, 각각의 노코드요소에 대해 사용난이도를 제공하고, 제3스코어를 산출하여 추천노코드조합을 제공하므로, 사용자는 상기 노코드요소를 익히는 시간을 고려할 수 있어, 사용자의 일정을 조율할 수 있는 효과를 발휘할 수 있다.

본 발명의 다른 실시예에 있어서, 사용자숙련도가 더 설정될 수 있다. 상기 사용자숙련도는 사용자의 코딩에 대한 숙련도를 1 내지 5 레벨로 분류할 수 있고, 숙련도가 높을수록 높은 레벨에 해당할 수 있다. 이에 따라, 상기 숙련도에 따라 사용난이도를 상이하게 제공할 수 있다. 예를 들어, A 노코드요소의 사용자난이도는 숙련도가 1인 사용자에게는 4일 수 있고, 숙련도가 5인 사용자에게는 2일 수 있다.

상술한 바와 같이, 상기 제2노코드조합추천단계에서는, 제1스코어와 제2스코어를 산출하거나, 제1스코어와 제3스코어를 산출할 수 있다. 제1스코어와 제2스코어를 산출하여 최적의 노코드 요소의 조합을 추천하는 방법과 제1스코어와 제3스코어를 산출하여 최적의 노코드 요소의 조합을 추천하는 방법은 같으므로, 도 7에서는 제1스코어와 제2스코어를 산출하여 최적의 노코드 요소의 조합을 추천하는 방법으로 산술하도록 한다.

즉, 제1스코어와 제2스코어를 산출하여 최적의 노코드 요소의 조합을 추천하는 방법은 제1스코어와 제3스코어를 산출하여 최적의 노코드 요소의 조합을 추천하는 방법에 적용할 수 있다.

도 7의 (A)는 제1스코어 및 제2스코어를 산출하여 추천하는 제2노코드조합추천단계를 도시한 도면에 해당한다.

구체적으로, 기능요소도출단계(S200)에서 산출된 복수의 기능요소 전체를 수행할 수 있는 노코드요소의 조합을 복수 개 도출할 수 있고, 각각의 노코드요소의 조합에 해당하는 노코드요소의 비용을 합산한 비용에 기초한 제1스코어를 산출하고, 각각의 노코드요소의 조합에 해당하는 노코드요소의 개수에 기초한 제2스코어를 산출하여, 각각에 대해 산출된 상기 제1스코어 및 상기 제2스코어에 기초하여 노코드요소의 조합을 추천할 수 있다.

제2노코드조합추천단계에서 추천된 노코드요소의 조합은 상기 노코드스택을 의미할 수 있다.

본 발명의 일 실시예에 따르면, 상기 제2노코드스택추천단계에서, 노코드요소의 조합 각각에 대해 산출한 제1스코어 및 제2스코어를 합산한 값 중 제일 낮은 값에 해당하는 노코드요소의 조합을 추천할 수 있다.

도 7의 (A)에서, 상기 기능요소#2, 상기 기능요소#3 및 상기 기능요소#7 조합 전체를 수행할 수 있는 복수의 노코드요소의 조합은 도 5의 표에 따르면, 노코드요소#1 및 #2, 노코드요소#3 및 #2, 노코드요소#1, #4 및 #6, 노코드요소#3, #4 및 #6, 노코드요소#8, #4 및 #6, 노코드요소#5, 노코드요소#7 및 #6, 노코드요소#10 및 #6, 및 노코드요소#9 및 #4에 해당할 수 있다.

도 7의 (A)에서, 제2노코드조합추천단계에서는, 상술한 각각의 조합에 대해 조합을 구성하는 각각의 노코드요소의 비용 합산한 노코드요소의 조합의 비용에 대한 제1스코어를 산출할 수 있고, 상술한 각각의 조합에 대해 조합을 구성하는 노코드요소의 개수에 대한 제2스코어를 산출할 수 있고, 상기 제1스코어 및 제2스코어를 합산하여 제일 낮은 값에 해당하는 노코드요소#1 및 #2의 조합을 추천할 수 있다.

도 7의 (B)는 제1스코어 및 제2스코어를 산출하는 방법의 일 실시예를 도시한 도면에 해당한다.

본 발명의 일 실시예에 따르면, 상기 제2노코드스택추천단계에서, 노코드요소의 조합 각각에 대해 산출한 제1스코어 및 제2스코어를 합산한 값 중 제일 낮은 값에 해당하는 노코드요소의 조합을 추천할 수 있다.

한편, 사용자에게는 상기 비용이 낮을수록, 상기 개수가 적을수록 유리할 수 있다.

이를 위해서, 노코드요소의 조합의 비용이 높을수록 상기 제1스코어가 높게, 노코드요소의 조합을 구성하는 노코드요소의 개수가 많을수록 상기 제2스코어가 높게 산출되도록 상기 제1스코어 및 상기 제2스코어 각각을 함수 혹은 식을 도출할 수 있다.

즉, 상기 노코드요소의 조합의 비용과 상기 제1스코어가 비례하게, 상기노코드요소의 조합을 구성하는 노코드요소의 개수와 상기 제2스코어가 비례하게 산출되도록 상기 제1스코어 및 상기 제2스코어 각각에 대한 함수 혹은 식을 도출할 수 있다.

본 발명의 일 실시예에 따르면, 도 7의 (B)에서, 상기 제1스코어를 산출하는 함수 혹은 식은 노코드요소의 조합을 구성하는 1 이상의 노코드요소 각각의 비용을 모두 합산에 해당할 수 있다.

본 발명의 일 실시예에 따르면, 도 7의 (B)에서, 상기 제2스코어를 산출하는 함수 혹은 식은 노코드요소의 조합을 구성하는 1 이상의 노코드요소 각각의 비용을 모두 합산한 값, 식은 노코드요소의 조합을 구성하는 1 이상의 노코드요소의 개수 및 계수를 곱에 해당할 수 있다. 상기 계수는 바람직하게는 소수(0보다 크고 1보다 작은 실수)에 해당할 수 있다.

상기 계수에 따라서 상기 제2스코어의 상대적인 크기를 조절할 수 있는 효과를 발휘할 수 있다.

도 8은 본 발명의 일 실시예에 따른 제1추론모델(1200) 및 제2추론모델(1300)의 동작을 개략적으로 도시한다.

상기 제1추론모델(1200)은 상기 사용자계획으로부터 상기 해당카테고리그룹을 출력할 수 있고, 상기 제2추론모델(1300)은 상기 사용자계획으로부터 상기 기능요소를 출력할 수 있다. 이를 위해서, 상기 제1추론모델(1200) 및 상기 제2추론모델(1300)은 1 이상의 인공신경망을 포함하고, 학습할 수 있다.

도 8의 (A)는 상기 제1추론모델 및 상기 제2추론모델이 학습하는 유사표현을 도시한 도면에 해당한다.

도 8의 (A)에 도시된 바와 같이, 상기 제1추론모델(1200)은, 상기 사용자계획으로부터, 상기 카테고리그룹에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 해당카테고리그룹을 도출하고, 상기 제2추론모델(1300)은, 상기 사용자계획으로부터, 상기 기능요소에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 기능요소를 도출할 수 있다.

상기 카테고리그룹은 기설정되어 있고, 상기 카테고리그룹에 대한 유의어 및 동의어 또한 기설정되어 있을 수 있다. 예를 들어, 상기 카테고리그룹이 '결제'라면 상기 '결제'에 대한 상기 유의어 및 상기 동의어는 '입금', '송금', 및 '페이' 등이 해당할 수 있다.

따라서, 상기 제1추론모델(1200)이 상기 사용자계획으로부터 상기 카테고리그룹에 대한 유의어 및 동의어를 해당카테고리그룹으로 도출하기 위해서 상기 유의어 및 상기 동의어를 포함하는 유사표현을 학습할 수 있다.

즉, 학습한 상기 유사표현에 기초하여 상기 사용자계획으로부터 해당카테고리그룹을 출력값으로 출력할 수 있다.

상기 유사표현은 카테고리그룹에 포함될 수 있고, 상기 DB(1100)에 저장될 수 있다.

상기 기능요소는 기설정되어 있고, 상기 기능요소에 대한 유의어 및 동의어 또한, 기설정될 수 있다. 예를 들어, 상기 기능요소가 '이메일 전송'이라면 상기 '이메일 전송'에 대한 상기 유의어 및 상기 동의어는 '이메일 발송', '이메일 보내기', 및 '이메일 전달' 등이 해당할 수 있다.

따라서, 상기 제2추론모델(1300)이 상기 사용자계획으로부터 상기 기능요소에 대한 유의어 및 동의어를 상기 기능요소로 도출하기 위해서 상기 유의어 및 상기 동의어를 포함하는 유사표현을 학습할 수 있다.

즉, 학습한 상기 유사표현에 기초하여 상기 사용자계획으로부터 상기 기능요소를 출력값으로 출력할 수 있다.

상기 유사표현은 기능요소에 포함될 수 있고, 상기 DB(1100)에 저장될 수 있다.

상기 제1추론모델(1200) 및 상기 제2추론모델(1300)이 학습하는 유사표현은 일 실시예일 뿐, 상기 제1추론모델(1200) 및 상기 제2추론모델(1300)은 상기 유사표현 이외에 것들을 학습할 수 있다.

상기 유사표현은 복수 개가 존재할 수 있다.

도 8의 (B)는 제1추론모델(1200)에서 해당카테고리그룹을 도출하는 방법을 도시한 도면에 해당한다.

도 8의 (B)에 도시된 바와 같이, 상기 제1추론모델(1200)은, 입력된 사용자계획으로부터 키워드를 추출하고, 상기 기설정된 복수의 카테고리그룹 중 상기 키워드 및 상기 유사표현에 기초하여 해당카테고리그룹을 도출할 수 있다.

도 8의 (B)에서는 상기 제1추론모델(1200)이 상기 사용자계획으로부터 상기 해당카테고리그룹을 도출하는 구체적인 방법을 서술하도록 한다.

상기 제1추론모델(1200)은 입력된 사용자계획으로부터 키워드를 추출할 수 있다. 상기 키워드는 상기 스토리보드이미지가 포함하는 텍스트에서 단어, 상기 스토리보드이미지가 포함하는 이미지가 표시하는 것 및 상기 기능요구사항텍스트가 포함하는 텍스트에서 단어를 의미할 수 있다.

상기 제1추론모델(1200)은 상기 키워드 및 상기 유사표현에 기초하여 해당카테고리그룹을 도출할 수 있다.

구체적으로, 상기 키워드;와 상기 기설정된 복수의 카테고리그룹 각각의 상기 카테고리그룹; 및 상기 카테고리그룹에 대한 유사표현;을 비교하여 일치하는 경우에는, 일치하는 카테고리그룹을 해당카테고리그룹으로 도출할 수 있다.

도 9은 본 발명의 일 실시예에 따른 컴퓨팅장치의 내부 구성을 개략적으로 도시한다.

상술한 도 1에 도시된 컴퓨팅 시스템(1000)는 상기 도 9에 도시된 컴퓨팅장치(11000)의 구성요소들을 포함할 수 있다.

도 9에 도시된 바와 같이, 컴퓨팅장치(11000)는 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/Osubsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅장치(11000)는 도 1에 도시된 컴퓨팅 시스템(1000)에 해당될 수 있다.

메모리(11200)는 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅장치(11000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅장치(11000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅장치(11000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅장치와 통신을 가능하게 할 수도 있다.

이러한 도 9의 실시예는, 컴퓨팅장치(11000)의 일례일 뿐이고, 컴퓨팅장치(11000)는 도 9에 도시된 일부 컴포넌트가 생략되거나, 도 9에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅장치는 도 9에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(11600)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅장치(11000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시예에 따른 방법들은 다양한 컴퓨팅장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 어플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 컴퓨팅 시스템(1000) 혹은 사용자단말(미도시)에 설치될 수 있다. 일 예로, 파일 배포 시스템은 컴퓨팅 시스템(1000) 혹은 사용자단말(미도시)의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 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 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 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.

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, 가상장치(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 컴퓨팅장치 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

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.

본 발명의 일 실시예에 따르면, 상기 노코드 기술 스택 추천 방법을 수행하여, 사용자가 개발하고자하는 서비스를 구현할 수 있는 노코드요소의 조합을 제공할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 사용자계획에 기초하여 노코드요소의 조합을 추천하므로, 사용자에게 맞춤형 솔루션을 제공할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 기능요소를 수행할 수 있는 노코드요소에 대한 정보를 제공하므로, 사용자는 원하는 기능요소 및, 복수의 노코드요소와 복수의 기능요소의 연결 관계를 한 눈에 확인할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 제1추론모델에서는 해당카테고리그룹을 도출하고, 해당카테고리그룹에 설정된 제2추론모델에서 기능요소를 도출하므로, 하나의 추론모델에서 해당카테고리그룹 및 기능요소를 도출하는 것보다 정확성을 높일 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 제1노코드조합추천단계에서는 비용을 고려하고, 제2노코드조합추천단계에서는 비용 및 개수를 고려하므로, 서로 다른 추천 노코드요소 조합을 도출할 수 있어, 사용자에게 요구사항에 맞는 노코드요소 조합을 추천할 수 있는 효과를 발휘할 수 있다.

본 발명의 일 실시예에 따르면, 각각의 노코드요소에 대해 사용난이도를 제공하고, 제3스코어를 산출하여 추천노코드조합을 제공하므로, 사용자는 상기 노코드요소를 익히는 시간을 고려할 수 있어, 사용자의 일정을 조율할 수 있는 효과를 발휘할 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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 특허청구범위의 범위에 속한다.

Claims (6)

1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅 시스템에서 수행되는 노코드 기술 스택 추천 방법으로서,
개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출하는 해당카테고리그룹도출단계;
상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델에 입력하여, 복수의 기능요소를 도출하는 기능요소도출단계; 및
상기 컴퓨팅 시스템에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공하는 노코드요소제공단계;를 포함하는, 노코드 기술 스택 추천 방법.

청구항 1에 있어서,
상기 노코드 기술 스택 추천 방법은,
상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용을 산출한 후, 산출된 비용을 고려하여 사용자에게 노코드요소의 조합을 추천하는 제1노코드조합추천단계를 더 포함하는, 노코드 기술 스택 추천 방법.

청구항 1에 있어서,
상기 노코드 기술 스택 추천 방법은,
상기 복수의 기능요소 전체를 수행할 수 있는 복수의 노코드요소의 조합을 도출하고, 각각의 노코드요소의 조합의 비용에 기반한 제1스코어;, 및 상기 노코드요소의 조합에 포함된 노코드요소의 개수에 기반한 제2스코어 및 각각의 노코드요소의 기설정된 사용난이도에 따른 제3스코어 중 하나;를 산출한 후, 산출된 제1스코어;, 및 제2스코어 및 제3스코어 중 하나;를 고려하여 사용자에게 노코드요소의 조합을 추천하는 제2노코드조합추천단계를 더 포함하는, 노코드 기술 스택 추천 방법.

청구항 1에 있어서,
상기 제1추론모델은,
상기 사용자계획으로부터, 상기 카테고리그룹에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 해당카테고리그룹을 도출하고,
상기 제2추론모델은,
상기 사용자계획으로부터, 상기 기능요소에 대한 유의어 및 동의어를 포함하는 학습된 복수의 유사표현에 기초하여, 상기 기능요소를 도출하는, 노코드 기술 스택 추천 방법.

청구항 4에 있어서,
상기 제1추론모델은,
입력된 사용자계획으로부터 키워드를 추출하고, 상기 기설정된 복수의 카테고리그룹 중 상기 키워드 및 상기 유사표현에 기초하여 해당카테고리그룹을 도출하는, 노코드 기술 스택 추천 방법.

노코드 기술 스택 추천 방법을 수행하는 1 이상의 프로세서 및 1 이상의 메모리를 포함하는 컴퓨팅 시스템으로서,
상기 컴퓨팅 시스템은,
개발하고자 하는 서비스에 대한 스토리보드이미지 및 개발하고자 하는 서비스에 대한 기능요구사항텍스트를 포함하는 사용자계획을 1 이상의 인공신경망을 포함하는 제1추론모델에 입력하여, 기설정된 복수의 카테고리그룹 중 상기 사용자계획에 대한 해당카테고리그룹을 도출하는 해당카테고리그룹도출단계;
상기 사용자계획을, 상기 해당카테고리그룹에 설정되고 상기 해당카테고리그룹에서의 기능요소를 도출할 수 있는 1 이상의 인공신경망을 포함하는, 제2추론모델에 입력하여, 복수의 기능요소를 도출하는 기능요소도출단계; 및
상기 컴퓨팅 시스템에 저장된 상기 기능요소와 노코드요소의 연결관계에 기초하여, 상기 복수의 기능요소 각각 및 상기 복수의 기능요소의 조합에 대하여 사용할 수 있는 노코드요소에 대한 정보를 제공하는 노코드요소제공단계;를 수행하는, 컴퓨팅 시스템.

Images