KR20240054080A - 전자 장치 및 이의 제어 방법 - Google Patents
전자 장치 및 이의 제어 방법 Download PDFInfo
- Publication number
- KR20240054080A KR20240054080A KR1020220134379A KR20220134379A KR20240054080A KR 20240054080 A KR20240054080 A KR 20240054080A KR 1020220134379 A KR1020220134379 A KR 1020220134379A KR 20220134379 A KR20220134379 A KR 20220134379A KR 20240054080 A KR20240054080 A KR 20240054080A
- Authority
- KR
- South Korea
- Prior art keywords
- digital content
- metadata
- replaceable
- attribute
- electronic device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000037308 hair color Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/106—Enforcing content protection by specific content processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06Q2220/00—Business processing using cryptography
- G06Q2220/10—Usage protection of distributed data files
- G06Q2220/16—Copy protection or prevention
- G06Q2220/165—Having origin or program ID
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
전자 장치가 개시된다. 본 전자 장치는, 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 저장하는 저장부, 및 제 1 디지털 컨텐츠 및 제 1 디지털 컨텐츠에 관한 제 1 메타데이터가 획득되면, 인공 지능 모델을 이용하여 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별하고, 교체 가능한 속성이 식별되면, 제 1 디지털 컨텐츠에서 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 변경된 속성값 및 제 1 메타데이터에 기초하여 생성하고, 생성된 제 2 메타데이터에 기초하여 제 2 디지털 컨텐츠에 대한 NFT를 생성하는 적어도 하나의 프로세서를 포함하고, 제 1 메타데이터는, 제 1 디지털 컨텐츠의 생성시 획득되는 제 1 디지털 컨텐츠의 속성 정보를 포함한다.
Description
본 개시는 전자 장치 및 이의 제어 방법에 관한 것으로, 보다 상세하게는, 디지털 컨텐츠에 대한 NFT를 생성할 수 있는 전자 장치 및 이의 제어 방법에 관한 것이다.
NFT는 대체 불가능한 토큰(Non-fungible token)으로, 블록 체인 기술을 이용해서 디지털 자산의 소유주를 증명하는 가상의 토큰을 말한다. NFT는 가상 자산에 희소성과 유일성이라는 가치를 부여할 수 있기 때문에 최근 디지털 예술품, 온라인 스포츠, 게임 아이템 거래 분야 등을 중심으로 영향력이 커지고 있다.
디지털 컨텐츠를 NFT화 하기 위해서는, NFT의 이름, NFT에 대한 설명, 디지털 컨텐츠의 속성 등에 관한 정보를 담고 있는 메타데이터가 반드시 필요하다. 이러한 메타데이터를 생성하기 위해, 사용자는 NFT 등록 서비스를 제공하는 서버에 접속하여 디지털 컨텐츠를 업로드한 후, 도 1에 도시된 바와 같이, 디지털 컨텐츠의 속성에 관한 정보를 일일히 수동으로 입력해야 했다.
특히, 대량의 NFT를 생성하고자 하는 경우, 각 디지털 컨텐츠의 속성을 일일히 수동으로 입력하는 것은 여간 번거로운 일이 아니다.
본 개시의 일 실시 예에 따른 전자 장치의 제어 방법은, 제 1 디지털 컨텐츠 및 상기 제 1 디지털 컨텐츠에 관한 제 1 메타데이터를 획득하는 단계, 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 이용하여, 상기 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별하는 단계, 상기 교체 가능한 속성이 식별되면, 상기 제 1 디지털 컨텐츠에서 상기 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 상기 변경된 속성값 및 상기 제 1 메타데이터에 기초하여 생성하는 단계, 및 상기 생성된 제 2 메타데이터에 기초하여 상기 제 2 디지털 컨텐츠에 대한 NFT(Non-Fungible Token)를 생성하는 단계를 포함하고, 상기 제 1 메타데이터는, 상기 제 1 디지털 컨텐츠의 생성시 획득되는 상기 제 1 디지털 컨텐츠의 속성 정보를 포함한다.
또한, 상기 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 상기 제 1 메타데이터에 기초하여, 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 단계를 포함할 수 있다.
또한, 상기 교체 가능한 속성이 식별되지 않으면, 상기 제 1 메타데이터에 기초하여 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 단계를 포함할 수 있다.
또한, 상기 교체 가능한 속성이 식별되면, 상기 교체 가능한 속성에 관한 정보를 출력하는 단계를 포함할 수 있다.
또한, 상기 교체 가능한 속성에 관한 정보는, 상기 교체 가능한 속성의 리스트 또는 상기 교체 가능한 속성의 속성값이 변경된 상기 제 2 디지털 컨텐츠 중 적어도 하나를 포함할 수 있다.
또한, 상기 제 1 디지털 컨텐츠는, 이미지이고, 상기 교체 가능한 속성은, 상기 이미지의 배경색, 상기 이미지에 포함된 오브젝트, 상기 오브젝트의 색상, 또는 상기 이미지에 적용된 필터 중 적어도 하나를 포함할 수 있다.
또한, 상기 제 1 디지털 컨텐츠는, 상기 전자 장치에서 생성된 사진, 이미지, 동영상, 텍스트, 앱 사용 기록 중 하나이고, 상기 제 1 메타데이터에 포함된 속성 정보는, 상기 전자 장치의 기기 정보, 상기 제 1 디지털 컨텐츠의 창작자 정보, 상기 제 1 디지털 컨텐츠가 생성된 시간 정보, 상기 전자 장치의 사용자에 의해 상기 제 1 디지털 컨텐츠에 부가된 태그 정보, 상기 전자 장치에서 상기 제 1 디지털 컨텐츠에 자동으로 부가된 태그 정보 중 적어도 하나를 포함할 수 있다.
또한, 상기 제 2 디지털 컨텐츠에 대한 NFT를 생성하는 단계는, 상기 제 2 디지털 컨텐츠 및 상기 제 2 메타데이터를 NFT 등록 서비스를 제공하는 서버에 전송하는 단계를 포함할 수 있다.
또한, 상기 전자 장치는, NFT 등록 서비스를 제공하는 서버이고, 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 획득하는 단계는, 외부 기기로부터 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 수신하는 단계를 포함할 수 있다.
한편, 본 개시의 일 실시 예에 따른 전자 장치는, 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 저장하는 저장부, 및 제 1 디지털 컨텐츠 및 상기 제 1 디지털 컨텐츠에 관한 제 1 메타데이터가 획득되면, 상기 인공 지능 모델을 이용하여 상기 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별하고, 상기 교체 가능한 속성이 식별되면, 상기 제 1 디지털 컨텐츠에서 상기 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 상기 변경된 속성값 및 상기 제 1 메타데이터에 기초하여 생성하고, 상기 생성된 제 2 메타데이터에 기초하여 상기 제 2 디지털 컨텐츠에 대한 NFT(Non-Fungible Token)를 생성하는 적어도 하나의 프로세서를 포함하고, 상기 제 1 메타데이터는,상기 제 1 디지털 컨텐츠의 생성시 획득되는 상기 제 1 디지털 컨텐츠의 속성 정보를 포함한다.
또한, 상기 프로세서는, 상기 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 상기 제 1 메타데이터에 기초하여, 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
또한, 상기 프로세서는, 상기 교체 가능한 속성이 식별되지 않으면, 상기 제 1 메타데이터에 기초하여 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
또한, 디스플레이를 포함하고, 상기 프로세서는, 상기 교체 가능한 속성이 식별되면, 상기 교체 가능한 속성에 관한 정보를 출력하도록 상기 디스플레이를 제어할 수 있다.
또한, 상기 교체 가능한 속성에 관한 정보는, 상기 교체 가능한 속성의 리스트 또는 상기 교체 가능한 속성의 속성값이 변경된 상기 제 2 디지털 컨텐츠 중 적어도 하나를 포함할 수 있다.
또한, 상기 제 1 디지털 컨텐츠는, 이미지이고, 상기 교체 가능한 속성은, 상기 이미지의 배경색, 상기 이미지에 포함된 오브젝트, 상기 오브젝트의 색상, 또는 상기 이미지에 적용된 필터 중 적어도 하나를 포함할 수 있다.
또한, 상기 제 1 디지털 컨텐츠는, 상기 전자 장치에서 생성된 사진, 이미지, 동영상, 텍스트, 앱 사용 기록 중 하나이고, 상기 제 1 메타데이터에 포함된 속성 정보는, 상기 전자 장치의 기기 정보, 상기 제 1 디지털 컨텐츠의 창작자 정보, 상기 제 1 디지털 컨텐츠가 생성된 시간 정보, 상기 전자 장치의 사용자에 의해 상기 제 1 디지털 컨텐츠에 부가된 태그 정보, 상기 전자 장치에서 상기 제 1 디지털 컨텐츠에 자동으로 부가된 태그 정보 중 적어도 하나를 포함할 수 있다.
또한, NFT 등록 서비스를 제공하는 서버와 통신 가능한 통신부를 포함하고, 상기 프로세서는, 상기 통신부를 통해 상기 제 2 디지털 컨텐츠 및 상기 제 2 메타데이터를 상기 서버에 전송하여 상기 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
또한, 상기 전자 장치는, NFT 등록 서비스를 제공하는 서버이고, 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 생성하는 외부 기기와 통신 가능한 통신부를 포함하고, 상기 프로세서는, 상기 통신부를 통해, 상기 외부 기기로부터 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 수신할 수 있다.
도 1은 종래 NFT 제작시 디지털 컨텐츠의 속성을 입력하는 화면의 일 예를 도시한 도면,
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 도시한 블럭도,
도 3은 제 1 디지털 컨텐츠 및 제 2 디지털 컨텐츠의 예시도,
도 4는 교체 가능한 속성이 식별되지 않는 디지털 컨텐츠의 예시도,
도 5는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 도시한 블럭도, 및
도 6은 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 도시한 흐름도이다.
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 도시한 블럭도,
도 3은 제 1 디지털 컨텐츠 및 제 2 디지털 컨텐츠의 예시도,
도 4는 교체 가능한 속성이 식별되지 않는 디지털 컨텐츠의 예시도,
도 5는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 도시한 블럭도, 및
도 6은 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 도시한 흐름도이다.
본 개시를 설명함에 있어, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 동일한 구성의 중복 설명은 되도록 생략하기로 한다.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
본 개시에서 사용한 용어는 실시 예를 설명하기 위해 사용된 것으로, 본 개시를 제한 및/또는 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 개시에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 개시의 실시 예들에서 사용되는 용어들은 다르게 정의되지 않는 한, 해당 기술 분야에서 통상의 지식을 가진 자에게 통상적으로 알려진 의미로 해석될 수 있다.
이하에서 첨부된 도면을 참조하여 본 개시의 다양한 실시 예를 상세히 설명한다.
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 도시한 블럭도이다. 본 개시의 다양한 실시 예들에서, 전자 장치(100)는 스마트폰, 태블릿, 스마트 TV, 전자 칠판, 서버 장치 등과 같은 다양한 장치로 구현될 수 있다.
도 2에 따르면, 전자 장치(100)는 저장부(110) 및 프로세서(120)를 포함한다.
저장부(110)는 전자 장치(100)의 동작을 제어하기 위한 각종 프로그램, 데이터를 저장한다. 특히, 본 개시의 일 실시 예에 따르면, 저장부(110)는 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 저장할 수 있다.
상기 인공 지능 모델은, 디지털 컨텐츠가 입력되면, 입력된 디지털 컨텐츠를 분석하여 속성들을 파악하고, 파악된 속성들 중 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델이다. 이러한 인공 지능 모델은, ANN(Artificial Neural Network), DNN(Deep Neural Network), CNN(Convolution Neural Network), RNN(Recurrent Neural Network) 등과 같은 각종 신경망 모델을 이용하여 학습된 것일 수 있으나, 이에 한정되는 것은 아니다.
프로세서(120)는 디스플레이 장치(100)의 전반적인 동작을 제어한다. 이때, 프로세서(120)는 적어도 하나의 프로세서(120)를 포함할 수 있다. 예를 들어, 프로세서(120)는 중앙처리장치(central processing unit(CPU)), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP))를 하나 또는 그 이상 포함할 수 있다.
특히, 프로세서(120)는 제 1 디지털 컨텐츠 및 제 1 디지털 컨텐츠에 관한 제 1 메타데이터가 획득되면, 저장부(110)에 저장된 인공 지능 모델을 이용하여 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별할 수 있다.
여기서, 제 1 디지털 컨텐츠는, 사진, 이미지, 동영상, 텍스트 또는 앱 사용 기록 등일 수 있으나, 이에 한정되는 것은 아니며, 디지털 파일 형태로 저장될 수 있는 것은 모든 컨텐츠가 제 1 디지털 컨텐츠가 될 수 있다.
제 1 디지털 컨텐츠 및 제 1 메타데이터는, 전자 장치(100)에서 생성된 것일 수도 있고, 외부 기기에서 생성된 것일 수도 있다.
제 1 디지털 컨텐츠가 전자 장치(100)에서 생성된 것일 경우, 제 1 메타데이터는 제 1 디지털 컨텐츠가 생성될 때(또는 저장될 때) 프로세서(120)에 의해 자동으로 획득되는 것으로, 제 1 디지털 컨텐츠의 각종 속성 정보를 포함할 수 있다.
예를 들어, 전자 장치(100)에서 이미지가 생성되는 경우, 프로세서(120)는, 전자 장치(100)의 기기 정보, 이미지의 창작자 정보(예를 들어, 전자 장치(100)에 사용자가 등록된 경우 사용자의 이름 등), 이미지가 생성된 시간 정보, 사용자가 이미지에 부가한 태그 정보(예를 들어, 사용자가 이미지 저장시 입력한 태그 정보), 이미지에 자동으로 부가된 태그 정보(예를 들어, 이미지를 분석하여 자동으로 태그를 생성하는 앱 또는 프로그램에 의해 생성된 태그 정보) 등과 같은 이미지의 각종 속성 정보 식별하여 제 1 메타데이터를 생성하고, 이를 이미지와 함께 저장부(110)에 저장할 수 있다. 제 1 디지털 컨텐츠가 이미지가 아닌 다른 종류의 컨텐츠인 경우에 제 1 메타데이터에 포함될 수 있는 속성 정보에 관하여는 후술하기로 한다. 이후, 제 1 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령이 수신되면, 프로세서(120)는 제 1 디지털 컨텐츠 및 제 1 메타데이터를 저장부(110)로부터 획득할 수 있다.
한편, 제 1 디지털 컨텐츠 및 제 1 메타데이터가 외부 기기에서 상술한 바와 같이 생성 및 저장된 경우, 외부 기기 사용자는 제 1 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령을 외부 기기에 입력할 수 있으며, 이에 기초하여 외부 기기로부터 제 1 디지털 컨텐츠 및 제 1 메타데이터가 전송되면, 프로세서(120)는 제 1 디지털 컨텐츠 및 제 1 메타데이터를 외부 기기로부터 수신하여 획득할 수도 있다.
이와 같이, 제 1 디지털 컨텐츠 및 상기 제 1 디지털 컨텐츠에 관한 제 1 메타데이터가 획득되면, 프로세서(120)는 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별할 수 있다. 구체적으로, 저장부(110)에는 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델이 저장되어 있으므로, 프로세서(120)는 저장부(110)에 저장된 인공 지능 모델을 이용하여 제 1 디지털 컨텐츠를 분석하고, 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별할 수 있다.
예를 들어, 제 1 디지털 컨텐츠가 이미지인 경우, 프로세서(120)는 인공 지능 모델을 이용하여 이미지의 배경색, 이미지에 포함된 오브젝트, 오브젝트의 색상, 이미지에 적용된 필터 등을 교체 가능한 속성으로 식별할 수 있다. 그러나, 교체 가능한 속성이 이에 한정되는 것은 아니다.
이와 같이, 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되면, 프로세서(120)는 제 1 디지털 컨텐츠에서 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를 생성할 수 있다.
구체적으로, 프로세서(120)는, 제 1 디지털 컨텐츠의 교체 가능한 속성의 속성값을 변경하여 제 2 디지털 컨텐츠를 생성할 수 있다. 예를 들어, 저장부(110)에 저장된 인공 지능 모델이 입력된 디지털 컨텐츠의 교체 가능한 속성을 식별하는 기능에 더하여, 식별된 교체 가능한 속성의 속성값을 변경하여 새로운 디지털 컨텐츠를 생성하도록 학습된 경우, 프로세서(120)는 인공 지능 모델을 이용하여 제 2 디지털 컨텐츠를 생성할 수 있다. 또한, 디지털 컨텐츠의 속성값을 변경하여 새로운 디지털 컨텐츠를 생성하는 프로그램이 저장부(110)에 저장된 경우, 프로세서(120)는 해당 프로그램을 실행하여 제 2 디지털 컨텐츠를 생성할 수 있다. 이때, 속성값을 변경하는 동작에는, 속성값을 다른 값으로 변경하는 동작 뿐만 아니라, 속성을 삭제하는 동작도 포함될 수 있다.
따라서, 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되면, 프로세서(120)는, 교체 가능한 속성의 속성값을 변경하여 다양한 제 2 디지털 컨텐츠가 생성될 수 있음을 사용자에게 알리고, 제 2 디지털 컨텐츠에 대한 NFT를 생성할지 여부를 사용자에게 문의하는 동작을 하도록 전자 장치(100)를 제어할 수 있다. 이에 따라, 사용자가 제 2 디지털 컨텐츠에 대한 NFT 생성에 동의하는 경우, 프로세서(120)는 제 1 메타데이터 및 변경된 속성값에 기초하여 제 2 디지털 컨텐츠에 대한 제 2 메타데이터를 생성할 수 있다.
구체적으로, 프로세서(120)는 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되면, 식별된 교체 가능한 속성에 관한 정보를 출력하여, 제 2 디지털 컨텐츠가 생성될 수 있음을 사용자에게 알릴 수 있다.
이때, 프로세서(120)가 출력하는 교체 가능한 속성에 관한 정보는, 교체 가능한 속성의 리스트, 또는 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠 중 적어도 하나를 포함할 수 있다.
교체 가능한 속성의 리스트에는, 제 1 디지털 컨텐츠의 속성들 중 교체 가능한 속성들에 대한 항목 및 각 항목별 변경 가능한 속성값에 관한 정보 등이 포함될 수 있다. 이때, 각 항목별 변경 가능한 속성값은, 저장부(110)에 저장된 사용자의 다른 디지털 컨텐츠(예를 들어, 제 1 디지털 컨텐츠가 사진인 경우, 저장부(110)에 저장된 다른 사진들)를 참조하여 결정될 수 있으나, 이에 한정되는 것은 아니다.
예를 들어, 도 3의 참조 번호 30과 같이, 뿔 모양 머리띠를 착용하고, 가방을 들고 있는 사람이 포함된 사진이 제 1 디지털 컨텐츠이고, 배경색, 머리색, 들고 있는 물건, 표정, 옷, 필터, 액세서리가 교체 가능한 속성으로 식별된 경우를 가정하면, 프로세서(120)가 출력하는 리스트에는, 1) 배경색이 100가지 다른 색상으로 변경될 수 있다는 정보, 2) 머리색이 30가지 다른 색상으로 변경될 수 있다는 정보, 3) 들고 있는 물건이 주전자, 풍선으로 변경될 수 있다는 정보, 4) 표정이 미소지는 표정, 찡그린 표정으로 변경될 수 있다는 정보, 5) 옷이 원피스로 변경될 수 있다는 정보, 6) 어둡게, 밝게, 반전과 같은 3가지 필터가 적용될 수 있다는 정보, 7) 엑세서리가 모자로 변경될 수 있다는 정보가 포함될 수 있다.
한편, 프로세서(120)는, 도 3의 참조 번호 35에 도시된 바와 같이, 교체 가능한 속성을 변경하여 제 2 디지털 컨텐츠를 생성하고, 생성된 제 2 디지털 컨텐츠를 출력할 수도 있으며, 실시 예에 따라, 교체 가능한 속성의 리스트와 제 2 디지털 컨텐츠가 함께 출력될 수도 있음은 물론이다.
사용자는 이와 같이 출력된 교체 가능한 속성에 관한 정보를 보고, 제 1 디지털 컨텐츠에서 일부 속성이 변경된 다양한 제 2 디지털 컨텐츠가 생성될 수 있음을 알 수 있다. 이에 따라, 제 2 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령이 입력되면, 프로세서(120)는 상기 변경된 속성값 및 상기 제 1 메타데이터에 기초하여 제 2 디지털 컨텐츠에 대한 제 2 메타데이터를 자동으로 생성할 수 있다. 이때, 실시 예에 따라, 프로세서(120)는 제 2 디지털 컨텐츠에 대한 NFT 생성 여부를 문의하는 UI를 출력할 수도 있으며, 이에 따라, 제 2 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령이 입력될 수도 있다.
프로세서(120)는, 상술한 바와 같이 생성된 제 2 메타데이터에 기초하여 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수 있다. 이때, 프로세서(120)는, 상기 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 제 1 메타데이터에 기초하여, 제 1 디지털 컨텐츠에 대한 NFT를 함께 생성할 수 있다.
구체적으로, 본 개시의 일 실시 예에 따르면, 프로세서(120)는, 제 1 메타데이터에 기초하여 제 1 디지털 컨텐츠를 블록체인에 등록하여 제 1 디지털 컨텐츠에 대한 NFT를 생성할 수 있다. 또한, 프로세서(120)는 제 2 메타데이터에 기초하여 제 2 디지털 컨텐츠를 블록체인에 등록하여 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
또한, 본 개시의 일 실시 예에 따르면, 프로세서(120)는 NFT 등록 서비스를 제공하는 외부 서버를 통해 NFT를 생성할 수 있다. 이 경우, 프로세서(120)는, NFT 등록 서비스를 제공하는 서버로, 제 1 디지털 컨텐츠 및 제 1 메타데이터를 전송하여 제 1 디지털 컨텐츠에 대한 NFT를 생성하고, 제 2 디지털 컨텐츠 및 제 2 메타데이터를 전송하여 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
한편, 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되지 않는 경우가 있을 수 있다. 도 4에 도시된 디지털 컨텐츠가 그 예가 될 수 있다. 이 경우, 제 2 디지털 컨텐츠를 생성할 수 없으므로, 프로세서(120)는 제 1 메타데이터에 기초하여 제 1 디지털 컨텐츠에 대한 NFT만을 생성할 수 있다.
또한, 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되더라도, 사용자가 제 2 디지털 컨텐츠에 대한 NFT 생성에 동의하지 않는 경우에는, 프로세서(120)는 제 1 메타데이터에 기초하여 제 1 디지털 컨텐츠에 대한 NFT만을 생성할 수 있다.
도 5는 본 개시의 일 실시 예에 따른 전자 장치(100)의 블럭도이다. 도 5는 전자 장치(100)에 포함될 수 있는 각종 구성 요소들을 종합적으로 도시한 것이다. 따라서, 실시 예에 따라서는, 도 5에 도시된 구성 요소 중 일부는 생략 또는 변경될 수도 있고, 다른 구성요소가 더 추가될 수도 있다. 도 5를 설명함에 있어, 전술한 것과 중복되는 내용은 설명을 생략하거나 간략히 한다.
도 5에 따르면, 전자 장치(100)는, 저장부(110), 프로세서(120), 통신부(130), 사용자 입력부(140), 카메라(150), 마이크(160), 디스플레이(170), 센서(180), 스피커(190)를 포함할 수 있다.
저장부(110)는 전자 장치(100)의 전반적인 동작을 제어하기 위한 운영체제(Operating System: OS)를 저장할 수 있다. 또한, 저장부(110)는 전술한 또는 후술될 전자 장치(100)의 다양한 동작들과 관련된 각종 알고리즘, 프로그램, 데이터 등을 저장할 수 있다.
특히, 저장부(110)는 인공 지능 모델을 저장할 수 있다. 예를 들어, 저장부(110)는 디지털 컨텐츠를 분석하여 교체 가능한 속성을 식별하도록 학습된 인공 지능 모델을 저장할 수 있다. 실시 예에 따라 저장부(110)는 디지털 컨텐츠를 분석하여 교체 가능한 속성을 식별하고, 식별된 속성의 속성값을 변경하여 새로운 디지털 컨텐츠를 생성하도록 학습된 인공 지능 모델을 포함할 수도 있다. 실시 예에 따라 저장부(110)는 디지털 컨텐츠를 분석하여 자동으로 태그를 생성하도록 학습된 인공 지능 모델을 포함할 수도 있다.
또한, 저장부(110)는 전술한 제 1 및 제 2 디지털 컨텐츠, 제 1 및 제 2 메타데이터, 메타데이터 생성을 위한 각종 속성 정보, 인공 지능 모델에 의해 분석된 디지털 컨텐츠의 각종 속성 정보 등과 같은 각종 데이터를 저장할 수 있다.
또한, 저장부(110)는 게임 앱, 헬스케어 앱, 사물 인터넷 앱, 영상 통화 앱과 같은 다양한 애플리케이션을 저장할 수도 있다.
이를 위해, 저장부(110)는 DRAM, SRAM과 같은 휘발성 메모리, 전원이 오프된 상태에서도 정보를 유지할 수 있는 EEPOM과 플래시 메모리 등과 같은 비휘발성 메모리를 포함할 수 있다. 또한, 저장부(110)는 하드 디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 전자 장치(100)에 탈,부착 가능한 메모리 카드(예, SD 카드, 메모리 스틱)등을 포함할 수 있다.
통신부(130)는 다양한 유형의 통신방식에 따라 다양한 외부 기기와 통신을 수행할 수 있다.
예를 들어, 통신부(130)는 NFT 등록 서비스를 제공하는 서버와 통신할 수 있다. 전자 장치(100)가 NFT 등록 서비스를 제공하는 서버를 통해 NFT를 생성하는 실시 예에서, 통신부(130)는 프로세서(120)의 제어에 의해, 제 1 디지털 컨텐츠, 제 2 디지털 컨텐츠, 제 1 메타데이터, 제 2 메타데이터를 NFT 등록 서비스를 제공하는 서버로 전송할 수 있다.
한편, 실시 예에 따라 통신부(130)는, 제 1 디지털 컨텐츠 및 제 1 메타데이터를 생성하는 외부 기기로부터, 제 1 디지털 컨텐츠 및 제 1 메타데이터를 수신할 수도 있다.
이를 위해, 통신부(130)는 유, 무선 랜 통신 모듈을 포함할 수 있다. 또한, 통신부(130)는 실시 예에 따라 근거리 무선 통신 모듈(미도시)이나, 이동 통신 모듈을 포함할 수도 있다. 여기서, 근거리 무선 통신 모듈(미도시)은 예를 들어, 블루투스(Bluetooth) 모듈, 지그비(ZigBee) 모듈, NFC(Near Field Communication) 모듈 등과 같이 근거리에 위치한 전자 장치와 무선으로 데이터 통신을 수행하는 통신 모듈을 말한다. 또한, 이동 통신 모듈은 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evoloution) 등과 같은 다양한 이동 통신 규격에 따라 이동 통신망에 접속하여 통신을 수행하는 통신 모듈을 말한다.
실시 예에 따라 통신부(130)는 방송 수신 모듈을 포함할 수도 있으며, USB(Universal Serial Bus), IEEE(Institute of Electrical and Eletronics Engineers) 1394, RS-232 등의 유선 통신 모듈(미도시) 중 적어도 하나를 포함할 수도 있다.
사용자 입력부(140)는 제어 명령, 선택 명령, 입력 명령 등과 같은 각종 사용자 명령을 입력받을 수 있다. 예를 들어, 사용자 입력부(140)는 제 1 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령, 제 2 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령을 입력받을 수 있다.
이를 위해, 사용자 입력부(140)는, 키보드, 버튼, 키 패드, 터치 패드, 터치 스크린을 포함할 수 있다. 또는, 사용자 입력부(140)는 입출력 포트로 구현될 수 있다. 이 경우, 사용자 입력부(140)는 입출력 인터페이스로 불릴 수 있다. 사용자 입력부(140)가 입출력 포트로 구현되는 경우, 입출력 포트는 HDMI(High-Definition Multimedia Interface), DP(DisplayPort), RGB, DVI(Digital Visual Interface), USB(Universal Serial Bus), 썬더볼트, 오디오 잭, 비디오 잭 등을 포함할 수 있다. 사용자 입력부(140)는 입력 장치, 입력부, 입력 모듈 등으로 불릴 수 있고, 입출력 포트로 구현되는 경우, 입출력 장치, 입출력부, 입출력 모듈 등으로 불릴 수도 있다.
카메라(150)는 주변 환경을 촬영하여 이미지를 획득할 수 있다. 이미지는 하나의 프레임을 포함하는 정적 이미지와 복수의 프레임을 포함하는 동적 이미지를 포함할 수 있다. 예를 들어, 카메라(150)는 RGB 카메라, 뎁스 카메라, 광각 카메라, 망원 카메라 등을 포함할 수 있다.
마이크(160)는 주변 환경의 사운드 또는 사용자의 음성을 입력받을 수 있다. 프로세서(120)는 입력된 사운드 또는 음성 신호를 식별할 수 있고, 입력된 사운드 또는 음성 신호에 대응되는 동작을 수행할 수 있다. 예를 들어, 마이크(160)는 일반 마이크, 서라운드 마이크, 지향성 마이크 등을 포함할 수 있다.
디스플레이(170)는 정지 영상, 동영상, 유저 인터페이스(UI), 아이콘 등과 같은 각종 시각 정보를 디스플레이할 수 있다. 특히, 디스플레이(170)는 프로세서(120)의 제어를 받아, 전술한 각종 디지털 컨텐츠, 메타데이터, 디지털 컨텐츠의 속성에 관한 정보, 교체 가능한 속성의 리스트, NFT의 추가 생성 여부를 문의하는 UI 등을 디스플레이할 수 있다. 이를 위해, 디스플레이(170)는 LCD(Liquid Crystal Display Panel), LED(light emitting diode), OLED(Organic Light Emitting Diodes), 마이크로 LED 등과 같은 다양한 형태로 구현될 수 있다. 또한, 디스플레이(170)는 터치 패널과 결합되어 터치 스크린 형태로 구현될 수도 있다.
센서(180)는 전자 장치(100)의 주변 환경을 감지할 수 있다. 예를 들어, 센서(180)는 각도 센서, 가속도 센서, 중력 센서, 자이로 센서, 지자기 센서, 방향 센서, 적외선 센서, 초음파 센서, ToF(Time-of-Flight), 라이다, 레이저 센서, 모션 인식 센서, 열 감지 센서, 이미지 센서, 트래킹 센서, 근접 센서, 조도 센서, 전압계, 전류계, 기압계, 습도계, 온도계, 터치 센서 등을 포함할 수 있다.
스피커(190)는 사운드 신호를 출력할 수 있다. 예를 들어, 스피커(190)는 전술한 전자 장치(100)의 동작과 관련된 각종 정보나 문의, 알림 등을 음성이나 알림음으로 출력할 수 있다.
프로세서(120)는 운영 체제 또는 응용 프로그램을 구동하여 프로세서(120)에 연결된 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 또한, 프로세서(120)는 다른 구성요소들 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장할 수 있다.
특히, 프로세서(120)는 제 1 디지털 컨텐츠에 대한 제 1 메타데이터를 생성할 수 있다. 예를 들어, 카메라(150)를 통해 촬영된 사진이 제 1 디지털 컨텐츠라면, 프로세서(120)는, 촬영된 사진의 해상도, 촬영 위치, 조리개, 셔터 스피드, ISO 감도, 인공 지능 모델에 의해 자동 부가된 태그, 사용자에 의해 추가된 태그, 촬영일, 촬영 위치, 촬영 기기 정보, 창작자 정보 등과 같은 속성 정보에 기초하여 제 1 메타데이터를 자동으로 생성할 수 있다.
또한 예를 들어, 태블릿에서 사용자가 그린 이미지가 제 1 디지털 컨텐츠라면, 프로세서(120)는 이미지 생성일, 이미지 생성 기기 정보, 창작자 정보 등과 같은 속성 정보에 기초하여 제 1 메타데이터를 자동으로 생성할 수 있다.
또한 예를 들어, 사용자가 게임 앱을 통해 게임을 플레이한 기록이 제 1 디지털 컨텐츠라면, 프로세서(120)는, 사용자가 결과 화면에서 내보내기 명령을 입력하는 것에 기초하여, 플레이 날짜, 플레이 시간, 플레이어 정보, 플레이어의 환경 셋팅 정보, 게임 기록 (순위 등), 자동 태그, 사용자 추가 태그, 컨텐츠 생성일, 컨텐츠 생성 디바이스 정보 등과 같은 속성 정보를 이용하여 제 1 메타데이터를 자동으로 생성할 수 있다.
또한 예를 들어, 사용자가 헬스케어 앱을 실행하여 운동을 수행한 기록이 제 1 디지털 컨텐츠라면, 프로세서(120)는, 사용자가 기록 내보내기 명령을 입력하는 것에 기초하여, 운동 날짜, 운동 종류, 운동 시간, 사용자 정보, 운동 기록(순위 등), 자동 부가된 태그, 사용자 추가 태그, 컨텐츠 생성일, 컨텐츠 생성 디바이스 정보 등과 같은 속성 정보를 이용하여 제 1 메타데이터를 자동 생성할 수 있다.
또한, 예를 들어, 사용자가 사물 인터넷 관련 앱을 실행 및 조작한 기록이 제 1 디지털 컨텐츠라면, 프로세서(120)는, 사용자가 기록 내보내기 명령을 입력하는 것에 기초하여, 집 안의 기기 스펙(이름, 모델명 등), 집 안 기기 상태 정보 (on/off, 온도 등), 방 정보, 컨텐츠 생성일, 컨텐츠 생성 디바이스 정보 등과 같은 속성 정보를 이용하여 제 1 메타데이터를 자동 생성할 수 있다.
또한, 예를 들어, 사용자가 영상 통화 앱을 실행한 후 통화한 영상이 제 1 디지털 컨텐츠라면, 프로세서(120)는 사용자가 녹화 명령을 입력하는 것에 기초하여, 통화 정보(통화 시간, 지역 등), 컨텐츠 생성일, 컨텐츠 생성 디바이스 정보 등과 같은 속성 정보를 이용하여 제 1 메타데이터를 자동으로 생성할 수 있다.
또한, 예를 들어, 사용자가 전자 칠판에서 판서한 내용이 제 1 디지털 컨텐츠라면, 프로세서(120)는, 사용자의 화면 저장 명령 또는 내보내기 명령에 기초하여, 컨텐츠 생성일, 컨텐츠 생성 디바이스 정보, 창작자 정보, 컨텐츠 생성 시간 (예를 들어, 강의 진행시간), 자동으로 부가된 태그, 사용자가 부가한 태그 등과 같은 속성 정보를 이용하여 제 1 메타데이터를 생성할 수 있다.
이와 같이, 생성된 제 1 디지털 컨텐츠 및 제 1 메타데이터는 저장부(110)에 저장될 수 있다. 이에 따라, 제 1 디지털 컨텐츠에 대한 NFT를 생성하기 위한 사용자 명령이 입력되면, 프로세서(120)는, 저장부(110)에 저장된 인공 지능 모델을 이용하여 교체 가능한 속성을 식별할 수 있다. 이후의 다양한 실시 예들에 따른 동작들은 도 2 내지 도 4를 통해 전술한 바와 같으므로, 중복 설명은 생략한다.
한편, 본 개시의 일 실시 예에 따르면, 제 1 디지털 컨텐츠 및 제 1 메타데이터, 제 2 디지털 컨텐츠 및 제 2 메타데이터가 모두 전자 장치(100)에서 생성될 수 있다. 또는, 실시 예에 따라 제 1 디지털 컨텐츠 및 제 1 메타데이터는 외부 기기에서 생성되어 외부 기기로부터 획득되고, 제 2 디지털 컨텐츠 및 제 2 메타데이터는 전자 장치(100)에서 생성될 수 있다.
이때, 일 실시 예에 따르면, 프로세서(120)는, 제 1 및 제 2 메타데이터에 기초하여 제 1 및 제 2 디지털 컨텐츠를 직접 블록체인에 등록함으로써, 제 1 및 제 2 디지털 컨텐츠에 대한 NFT를 각각 생성할 수 있다. 또는, 일 실시 예에 따르면, 프로세서(120)는, 제 1 및 제 2 디지털 컨텐츠와 제 1 및 제 2 메타데이터를, NFT 등록 서비스를 제공하는 서버로 전송하고, 서버를 통해, 제 1 및 제 2 메타데이터에 기초하여 제 1 및 제 2 디지털 컨텐츠에 대한 NFT를 각각 생성할 수 있다.
한편, 본 개시의 일 실시 예에 따르면, 전자 장치(100)는 NFT 등록 서비스를 제공하는 서버가 될 수 있다. 이 경우, 제 1 디지털 컨텐츠 및 제 1 메타데이터는 외부 기기에서 생성되고, 외부 기기로부터 획득되며, 제 2 디지털 컨텐츠 및 제 2 메타데이터는 전자 장치(100) 즉, NFT 등록 서비스를 제공하는 서버에서 생성될 수 있다. 이에 따라, 프로세서(120)는 제 1 및 제 2 메타데이터에 기초하여 제 1 및 제 2 디지털 컨텐츠를 블록체인에 등록함으로써, 제 1 및 제 2 디지털 컨텐츠에 대한 NFT를 각각 생성할 수 있다.
이상의 모든 경우에서, 제 1 디지털 컨텐츠의 교체 가능한 속성이 식별되지 않거나, 식별되더라도 사용자가 제 2 디지털 컨텐츠의 NFT 생성을 원하지 않는 경우에는, 제 1 디지털 컨텐츠에 대한 NFT만 생성되게 됨은 물론이다.
도 6은 본 개시의 일 실시 예에 따른 디스플레이 장치의 제어 방법을 도시한 흐름도이다. 도 6에 따르면, 전자 장치(100)는, 제 1 디지털 컨텐츠 및 제 1 디지털 컨텐츠에 관한 제 1 메타데이터를 획득한다(S610). 예를 들어, 전자 장치(100)는 제 1 디지털 컨텐츠에 대한 NFT 생성을 위한 사용자 명령에 기초하여 제 1 디지털 컨텐츠 및 제 1 메타데이터를 획득할 수 있다.
이때, 제 1 메타데이터는, 제 1 디지털 컨텐츠의 생성시 획득되는 제 1 디지털 컨텐츠의 속성 정보를 포함할 수 있다. 예를 들어, 제 1 디지털 컨텐츠는, 전자 장치(100)에서 생성된 사진, 이미지, 동영상, 텍스트, 앱 사용 기록 중 하나일 수 있고, 이 경우 제 1 메타데이터에 포함된 속성 정보는, 전자 장치(100)의 기기 정보, 제 1 디지털 컨텐츠의 창작자 정보, 제 1 디지털 컨텐츠가 생성된 시간 정보, 전자 장치(100)의 사용자에 의해 제 1 디지털 컨텐츠에 부가된 태그 정보, 전자 장치(100)에서 제 1 디지털 컨텐츠에 자동으로 부가된 태그 정보 중 적어도 하나를 포함할 수 있다.
이에 따라, 전자 장치(100)는, 인공 지능 모델을 이용하여 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별한다(S620). 이때, 인공 지능 모델은, 디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델일 수 있다.
예를 들어, 제 1 디지털 컨텐츠가 이미지인 경우, 교체 가능한 속성은, 이미지의 배경색, 이미지에 포함된 오브젝트, 오브젝트의 색상, 또는 이미지에 적용된 필터 중 적어도 하나를 포함할 수 있다.
식별 결과, 교체 가능한 속성이 식별되면, 전자 장치(100)는 제 1 디지털 컨텐츠에서 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 변경된 속성값 및 제 1 메타데이터에 기초하여 생성할 수 있다(S630).
이에 따라, 전자 장치(100)는 제 2 메타데이터에 기초하여 제 2 디지털 컨텐츠에 대한 NFT(Non-Fungible Token)를 생성할 수 있다.
예를 들어, 교체 가능한 속성이 식별되면, 전자 장치(100)는 교체 가능한 속성에 관한 정보를 출력할 수 있다. 이때, 교체 가능한 속성에 관한 정보는, 교체 가능한 속성의 리스트 또는 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠 중 적어도 하나를 포함할 수 있다. 이에 따라, 제 2 디지털 컨텐츠에 대한 NFT 생성을 위한 사용자 명령이 입력되면, 전자 장치(100)는 제 2 메타데이터에 기초하여 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수 있다. 이때, 전자 장치(100)는, 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 제 1 메타데이터에 기초하여, 제 1 디지털 컨텐츠에 대한 NFT도 함께 생성할 수 있다.
한편, 전자 장치(100)는, 상기 식별 결과 교체 가능한 속성이 식별되지 않거나, 식별되더라도 사용자가 제 2 디지털 컨텐츠에 대한 NFT 생성에 동의하지 않으면, 제 1 메타데이터에 기초하여 제 1 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
한편, 본 개시의 일 실시 예에 따르면, 전자 장치(100)는 제 2 디지털 컨텐츠 및 제 2 메타데이터를 NFT 등록 서비스를 제공하는 서버에 전송하여, NFT 등록 서비스를 제공하는 서버를 통해, 제 2 디지털 컨텐츠에 대한 NFT를 생성할 수도 있다.
또한, 본 개시의 일 실시 예에 따르면, 전자 장치(100)는 NFT 등록 서비스를 제공하는 서버일 수 있다. 이 경우, 전자 장치(100)는 외부 기기로부터 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 수신할 수 있다.
이상과 같은 본 개시의 다양한 실시 예에 따르면, 생성하고자 하는 NFT의 컨텐츠 속성을 자동으로 메타데이터에 포함시킬 수 있다. 이에 따라, 다양한 전자 장치에서 제작한 작업물을 복잡한 절차없이 바로 NFT화할 수 있다.
또한, 디지털 컨텐츠의 창작자 정보(예를 들어, 창작자 이름이나 사인), 디지털 컨텐츠가 생성된 장치 정보(예를 들어, 8K TV), 자동으로 부가된 태그 정보 등 NFT화 하고자 하는 디지털 컨텐츠의 특징 및 희소성을 더해줄 수 있는 부가 속성 정보를 자동으로 메타데이터에 포함시킬 수 있다.
또한, 인공 지능 모델을 이용하여 디지털 컨텐츠의 속성을 변경(예를 들어, 디지털 컨텐츠가 이미지인 경우, 이미지의 특정 요소를 제거/교체하거나, 색상을 변경하고, 필터를 적용하는 등)함으로써, 자동으로 많은 양의 관련 디지털 컨텐츠를 생성할 수 있으며, 이 경우에도 각 디지털 컨텐츠의 속성 정보를 수동으로 입력할 필요가 없으므로, 손쉽게 많은 양의 디지털 컨텐츠에 대한 NFT를 생성할 수 있다.
한편, 본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 여기서, 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(100)를 포함할 수 있다.
상기 명령이 각종 프로세서(상술한 스케일러, 타이밍 컨트롤러 역시 프로세서일 수 있다.)에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시 예에 따르면, 본 개시에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 또한, 본 개시에 따른 실시 예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 한 것이고, 이러한 실시 예에 의하여 본 개시의 기술 사상의 범위가 한정되는 것은 아니다. 따라서, 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 전자 장치
110: 저장부 120: 프로세서
110: 저장부 120: 프로세서
Claims (18)
- 전자 장치의 제어 방법에 있어서,
제 1 디지털 컨텐츠 및 상기 제 1 디지털 컨텐츠에 관한 제 1 메타데이터를 획득하는 단계;
디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 이용하여, 상기 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별하는 단계;
상기 교체 가능한 속성이 식별되면, 상기 제 1 디지털 컨텐츠에서 상기 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 상기 변경된 속성값 및 상기 제 1 메타데이터에 기초하여 생성하는 단계; 및
상기 생성된 제 2 메타데이터에 기초하여 상기 제 2 디지털 컨텐츠에 대한 NFT(Non-Fungible Token)를 생성하는 단계;를 포함하고,
상기 제 1 메타데이터는,
상기 제 1 디지털 컨텐츠의 생성시 획득되는 상기 제 1 디지털 컨텐츠의 속성 정보를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 상기 제 1 메타데이터에 기초하여, 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 단계;를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 교체 가능한 속성이 식별되지 않으면, 상기 제 1 메타데이터에 기초하여 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 단계;를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 교체 가능한 속성이 식별되면, 상기 교체 가능한 속성에 관한 정보를 출력하는 단계;를 포함하는 제어 방법. - 제 4 항에 있어서,
상기 교체 가능한 속성에 관한 정보는,
상기 교체 가능한 속성의 리스트 또는 상기 교체 가능한 속성의 속성값이 변경된 상기 제 2 디지털 컨텐츠 중 적어도 하나를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 제 1 디지털 컨텐츠는, 이미지이고,
상기 교체 가능한 속성은,
상기 이미지의 배경색, 상기 이미지에 포함된 오브젝트, 상기 오브젝트의 색상, 또는 상기 이미지에 적용된 필터 중 적어도 하나를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 제 1 디지털 컨텐츠는,
상기 전자 장치에서 생성된 사진, 이미지, 동영상, 텍스트, 앱 사용 기록 중 하나이고,
상기 제 1 메타데이터에 포함된 속성 정보는,
상기 전자 장치의 기기 정보, 상기 제 1 디지털 컨텐츠의 창작자 정보, 상기 제 1 디지털 컨텐츠가 생성된 시간 정보, 상기 전자 장치의 사용자에 의해 상기 제 1 디지털 컨텐츠에 부가된 태그 정보, 상기 전자 장치에서 상기 제 1 디지털 컨텐츠에 자동으로 부가된 태그 정보 중 적어도 하나를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 제 2 디지털 컨텐츠에 대한 NFT를 생성하는 단계는,
상기 제 2 디지털 컨텐츠 및 상기 제 2 메타데이터를 NFT 등록 서비스를 제공하는 서버에 전송하는 단계;를 포함하는 제어 방법. - 제 1 항에 있어서,
상기 전자 장치는, NFT 등록 서비스를 제공하는 서버이고,
상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 획득하는 단계는,
외부 기기로부터 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 수신하는 단계;를 포함하는 제어 방법. - 전자 장치에 있어서,
디지털 컨텐츠를 분석하여 교체 가능한 속성을 출력하도록 학습된 인공 지능 모델을 저장하는 저장부; 및
제 1 디지털 컨텐츠 및 상기 제 1 디지털 컨텐츠에 관한 제 1 메타데이터가 획득되면, 상기 인공 지능 모델을 이용하여 상기 제 1 디지털 컨텐츠의 교체 가능한 속성을 식별하고, 상기 교체 가능한 속성이 식별되면, 상기 제 1 디지털 컨텐츠에서 상기 교체 가능한 속성의 속성값이 변경된 제 2 디지털 컨텐츠에 관한 제 2 메타데이터를, 상기 변경된 속성값 및 상기 제 1 메타데이터에 기초하여 생성하고, 상기 생성된 제 2 메타데이터에 기초하여 상기 제 2 디지털 컨텐츠에 대한 NFT(Non-Fungible Token)를 생성하는 적어도 하나의 프로세서;를 포함하고,
상기 제 1 메타데이터는,
상기 제 1 디지털 컨텐츠의 생성시 획득되는 상기 제 1 디지털 컨텐츠의 속성 정보를 포함하는 전자 장치. - 제 10 항에 있어서,
상기 프로세서는,
상기 교체 가능한 속성의 속성값이 변경되기 전의 속성값 및 상기 제 1 메타데이터에 기초하여, 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 전자 장치. - 제 10 항에 있어서,
상기 프로세서는,
상기 교체 가능한 속성이 식별되지 않으면, 상기 제 1 메타데이터에 기초하여 상기 제 1 디지털 컨텐츠에 대한 NFT를 생성하는 전자 장치. - 제 10 항에 있어서,
디스플레이;를 포함하고,
상기 프로세서는,
상기 교체 가능한 속성이 식별되면, 상기 교체 가능한 속성에 관한 정보를 출력하도록 상기 디스플레이를 제어하는 전자 장치. - 제 13 항에 있어서,
상기 교체 가능한 속성에 관한 정보는,
상기 교체 가능한 속성의 리스트 또는 상기 교체 가능한 속성의 속성값이 변경된 상기 제 2 디지털 컨텐츠 중 적어도 하나를 포함하는 전자 장치. - 제 10 항에 있어서,
상기 제 1 디지털 컨텐츠는, 이미지이고,
상기 교체 가능한 속성은,
상기 이미지의 배경색, 상기 이미지에 포함된 오브젝트, 상기 오브젝트의 색상, 또는 상기 이미지에 적용된 필터 중 적어도 하나를 포함하는 전자 장치. - 제 1 항에 있어서,
상기 제 1 디지털 컨텐츠는,
상기 전자 장치에서 생성된 사진, 이미지, 동영상, 텍스트, 앱 사용 기록 중 하나이고,
상기 제 1 메타데이터에 포함된 속성 정보는,
상기 전자 장치의 기기 정보, 상기 제 1 디지털 컨텐츠의 창작자 정보, 상기 제 1 디지털 컨텐츠가 생성된 시간 정보, 상기 전자 장치의 사용자에 의해 상기 제 1 디지털 컨텐츠에 부가된 태그 정보, 상기 전자 장치에서 상기 제 1 디지털 컨텐츠에 자동으로 부가된 태그 정보 중 적어도 하나를 포함하는 전자 장치. - 제 10 항에 있어서,
NFT 등록 서비스를 제공하는 서버와 통신 가능한 통신부;를 포함하고,
상기 프로세서는,
상기 통신부를 통해 상기 제 2 디지털 컨텐츠 및 상기 제 2 메타데이터를 상기 서버에 전송하여 상기 제 2 디지털 컨텐츠에 대한 NFT를 생성하는 전자 장치. - 제 10 항에 있어서,
상기 전자 장치는,
NFT 등록 서비스를 제공하는 서버이고, 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 생성하는 외부 기기와 통신 가능한 통신부;를 포함하고,
상기 프로세서는,
상기 통신부를 통해, 상기 외부 기기로부터 상기 제 1 디지털 컨텐츠 및 상기 제 1 메타데이터를 수신하는 전자 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220134379A KR20240054080A (ko) | 2022-10-18 | 2022-10-18 | 전자 장치 및 이의 제어 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220134379A KR20240054080A (ko) | 2022-10-18 | 2022-10-18 | 전자 장치 및 이의 제어 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240054080A true KR20240054080A (ko) | 2024-04-25 |
Family
ID=90885188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220134379A KR20240054080A (ko) | 2022-10-18 | 2022-10-18 | 전자 장치 및 이의 제어 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240054080A (ko) |
-
2022
- 2022-10-18 KR KR1020220134379A patent/KR20240054080A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11715268B2 (en) | Video clip object tracking | |
| US20200412975A1 (en) | Content capture with audio input feedback | |
| US20190318545A1 (en) | Command displaying method and command displaying device | |
| TWI621097B (zh) | 行動裝置、操作方法及非揮發性電腦可讀取記錄媒體 | |
| US20230269440A1 (en) | Subtitle splitter | |
| KR102490438B1 (ko) | 디스플레이 장치 및 그 제어 방법 | |
| US20230334327A1 (en) | Generative neural network distillation | |
| US10755487B1 (en) | Techniques for using perception profiles with augmented reality systems | |
| TW202303527A (zh) | 擴展現實環境中的圖像擷取 | |
| US20200412864A1 (en) | Modular camera interface | |
| US20180181811A1 (en) | Method and apparatus for providing information regarding virtual reality image | |
| US11468613B2 (en) | Annotating an image with a texture fill | |
| US11651019B2 (en) | Contextual media filter search | |
| US11335060B2 (en) | Location based augmented-reality system | |
| WO2022146890A1 (en) | Detection and obfuscation of display screens in augmented reality content | |
| KR20220028001A (ko) | 실시간 증강 현실 코스튬 | |
| KR20220154816A (ko) | 대규모 증강 현실을 위한 위치 매핑 | |
| WO2020052062A1 (zh) | 检测方法和装置 | |
| KR20190099168A (ko) | 이미지 기반 정보 제공 방법 및 장치 | |
| KR20240054080A (ko) | 전자 장치 및 이의 제어 방법 | |
| EP3477434B1 (en) | Information processing device, information processing method, and program | |
| US20230368429A1 (en) | Electronic apparatus and controlling method thereof | |
| KR102670848B1 (ko) | 증강 현실 의인화 시스템 | |
| US20240037882A1 (en) | Video processing with preview of ar effects | |
| KR20240038537A (ko) | 디스플레이 장치 및 이의 제어 방법 |