KR20240071513A - 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 - Google Patents
실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 Download PDFInfo
- Publication number
- KR20240071513A KR20240071513A KR1020220152795A KR20220152795A KR20240071513A KR 20240071513 A KR20240071513 A KR 20240071513A KR 1020220152795 A KR1020220152795 A KR 1020220152795A KR 20220152795 A KR20220152795 A KR 20220152795A KR 20240071513 A KR20240071513 A KR 20240071513A
- Authority
- KR
- South Korea
- Prior art keywords
- metaverse
- data
- module
- growth
- server
- Prior art date
Links
- 244000144972 livestock Species 0.000 claims abstract description 35
- 241001465754 Metazoa Species 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000013473 artificial intelligence Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 235000015097 nutrients Nutrition 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 3
- 239000003337 fertilizer Substances 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 238000009423 ventilation Methods 0.000 claims description 3
- 235000013305 food Nutrition 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 28
- 241000196324 Embryophyta Species 0.000 description 16
- 238000000034 method Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 241000251468 Actinopterygii Species 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 240000007124 Brassica oleracea Species 0.000 description 2
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 2
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 2
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 239000003501 hydroponics Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000006679 Mentha X verticillata Nutrition 0.000 description 1
- 235000002899 Mentha suaveolens Nutrition 0.000 description 1
- 235000001636 Mentha x rotundifolia Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003533 narcotic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000009372 pisciculture Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
- 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
- G06Q50/50—Business processes related to the communications industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 명세서는 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스를 구현하기 위한 시스템을 개시한다. 상기 메타버스 시스템을 구현하기 위해 본 발명에 이용되는 메타버스 구현을 위한 플랫폼 상의 서버는 외부 데이터 소스로부터 동식물의 생육 데이터를 수신하고 저장하는 데이터베이스, 데이터를 분류/분석하는 분석기, 생육 데이터 및 분석결과를 기초로 가상현실(VR) 세계에 동식물의 표현(representation)을 생성하는 메타버스 모듈, 및 사용자 인터페이스 모듈을 포함할 수 있다. 본 발명의 구성에 의해 메타버스 구현 플랫폼은 메타버스 공간에서 실시간으로 생산자와 고객 간에 양방향 소통이 가능하게 하며, 전자동 AI 솔루션 및 디지털 트윈구현을 통해 아쿠아포닉스를 포함하는 스마트팜과 농수축산업의 관리효율성을 제고한다.
Description
본 명세서는 농수축산 플랫폼, 더 특정하게는 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스에 관한 것이다.
농수축산업은 인류 생존에 필수적인 산업으로서 수천년에 걸쳐 인류에 의해 꾸준한 기술발전이 이어져왔다. 나아가 근래에는 농수축산업 생산 인구의 감소와 고령화로 인해 기술 혁신에 대한 목소리가 커지고 있으며, 이에 부응하여 다양한 정보통신기술이 해당 분야에 도입된 바 있다.
정보통신기술이 도입된 대표적인 사례로는 스마트팜(smart farm)을 들 수 있다. 스마트팜은 IoT(Internet of Things) 기술을 기초로 작물의 생장 환경을 원격으로 관리함으로서 생산 효율성을 높이고 인력부족을 해소할 수 있어 많은 농업인들로부터 주목을 받고 있다.
또한 스마트팜과 더불어 미래의 친환경 농법으로서 물고기 양식과 수경재배가 결합된 아쿠아포닉스(Aquaponics)가 상용화되고 있다. 아쿠아포닉스는 물고기 양식(Aquaculture)과 수경재배(Hydroponics)의 합성어로서, 식물의 영양분을 물고기의 배설물로부터 공급받고, 식물이 정화시킨 깨끗한 물을 물고기에게 공급하는 대표적인 친환경 농법의 하나로 꼽힌다.
한편 근래에는 전 산업분야에서 블록체인과 메타버스(metaverse)가 적용되는 경향을 보인다. 새로운 농수축산업 자체의 기술발전에 정보통신기술의 결합의 관점에서, 이제는 농수축산업에도 메타버스와 블록체인이 결합되어 작물이나 동물의 생장데이터와 더불어, 최종 생산품의 유통에 이르기까지 다양한 참가자들이 시장에 유입될 수 있게 되었다.
등록특허 제10-2411058호는 메타버스 공간에서 사용자로 하여금 작물재배 실습을 시뮬레이션하는 시스템을 제공한다. 동 선행문헌은 사용자의 입력에 기초하여 재배조건들을 계산하여 작물의 성장을 시뮬레이션하고 그 결과를 제공한다.
등록특허 제10-2114405는 작물재배 서비스를 제공하는 서버에 관한 것으로서 아쿠아포닉스를 이용하는 스마트팜 기술을 개시하고 있다. 동 선행기술은 저장된 생육정보를 상이한 사용자 단말 간에 송수신할 수 있는 기능을 제공한다.
등록특허 제10-2422346호는 센서를 통해 관리대상 작물의 생장환경에 관련된 센싱 데이터를 수집하고, 센싱 데이터에 기초하여 생장 상태를 판단하고 그 정보를 사용자에게 제공하는 스마트팜 기술을 개시한다.
전술한 선행기술들은 식물이나 동물의 생육정보의 수집과 저장, 및 그 정보에 기초한 생장 시뮬레이션 결과를 제공할 수 있다. 그러나 현실세계의 작물의 생장관련 데이터의 실시간성이 배제된 채로 단순 시뮬레이션을 제공하거나, 수집되거나 가공된 데이터가 참여자들 간에 거래될 수 없는 한계가 존재한다.
또한 종래 기술들은 현실세계의 상태가 반영된 생물들을 매개로 참여자들이 가상공간에서 실시간으로 상호작용(interact)하는 기능을 제공할 수 없는 문제가 있다.
본 명세서는 전술한 문제점들을 해결하기 위한 것으로서, 정규화된 데이터와 더불어 실시간 생장 데이터를 수집하고 이를 분석하여 메타버스 참가자들 간에 교환될 수 있는 서버 시스템을 제공한다. 나아가 본 명세서를 통해 본 발명은 실시간 생장 상태가 반영된 생물의 상태가 메타버스에 표현됨과 아울러, 이러한 표현을 매개로 참가자들이 가상공간에서 스트리밍 등의 기술을 병행하여 전자상거래와 공간투어 등의 다양한 상호작용을 제공하는 것을 목적으로 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 명세서는 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 구현 서버를 제공한다.
상기 서버 및 그 밖의 실시예는 다음과 같은 특징을 포함할 수 있다.
본 발명의 일 양상으로 상기 서버는 데이터 소스로부터 동식물의 생육 데이터를 수신하고 저장하는 데이터베이스, 상기 데이터베이스에 접속되며 사용자에 의한 명령에 따라 상기 데이터를 분석하는 분석기, 상기 분석기 및 데이터베이스에 접속되며 상기 데이터베이스에 저장된 생육 데이터 및 상기 분석기에 의한 분석결과를 기초로 가상현실(VR) 세계에 상기 동식물의 표현(representation)을 생성하는 메타버스 모듈, 및 상기 데이터베이스, 상기 분석기 및 상기 메타버스 모듈과 접속되며 외부 네트워크를 통해 사용자 단말과 통신가능하게 접속되는 사용자 인터페이스를 제공하기 위한 사용자 인터페이스 모듈을 포함할 수 있다.
본 발명의 다른 양상으로 상기 실시간 생육환경은 아쿠아포닉스(aquaponics) 시스템 또는 스마트팜을 포함할 수 있다.
본 발명의 또 다른 양상으로 상기 분석기는 인공지능(AI)을 이용하는 기계학습 모듈을 포함할 수 있다.
본 발명의 또 다른 양상으로 상기 사용자 단말은 생산자, 소비자 또는 농수축산업 교육용 키트를 포함할 수 있다.
본 발명의 또 다른 양상으로 상기 메타버스 모듈은 상기 메타버스 모듈에 의해 미러링되는 생육환경의 조명, 소리(sound), 온도, 습도, 아쿠아포닉스 시스템 상의 수질관리용 양액, 환기기능, 동물먹이 급여, 급수, 비료살포 중 적어도 하나 이상을 제어하도록 동작가능할 수 있다.
본 발명의 일 양상으로 상기 서버는 상기 데이터베이스 및 상기 메타버스 모듈과 접속되며 상기 서버 외부의 블록체인 메인넷과의 인터페이스를 제공하는 블록체인 모듈을 더 포함할 수 있다.
본 발명의 또 다른 양상으로 상기 사용자 인터페이스 모듈은 인공지능(AI) 챗봇, AI 안내 아바타, 안면인식 자동생성 아바타 중 하나 이상을 제공할 수 있다.
본 발명의 또 다른 양상으로 상기 데이터 소스는 저장된 생육데이터를 제공하는 데이터 서버, 및/또는 현실의 농수축산물 생육환경으로부터 센싱되어 수집되는 데이터일 수 있다.
본 발명의 일 양상으로 상기 분석기의 인공지능(AI) 중 영상과 이미지를 통한 기계학습 모듈과 메타버스 모듈과 데이터 소스를 통해 상기 사용자 단말에게 농수축산물에 대한 정보를 제공할 수 있다.
본 명세서에 개시된 실시예들에 의하면, 생산자는 유통망을 확보할 수 있고, 스마트팜 및 아쿠아포닉스를 구축하여 전자동 AI 솔루션 및 디지털 트윈구현을 통한 관리효율성을 제고할 수 있는 효과가 있다.
또한 본 명세서에 개시된 실시예들에 의하면, 메타버스 공간에서 실시간으로 생산자와 고객 간에 양방향 소통이 가능한 효과가 있다.
또한 본 명세서에 개시된 실시예들에 의하면, 생산자 간에 데이터를 교환하고 그로 인한 수익을 얻을 수 있는 효과가 있다.
또한 본 명세서에 개시된 실시예들에 의하면, 종래 축적된 생육관련 데이터와 함께 현재의 생장대상 농수축산물의 실시간 데이터에 기초하여 농수축산물의 생산효율을 제고할 수 있는 효과가 있다.
한편 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.
또한, 통상의 지식을 가지지 못한 자에게 농수축산물에 대한 정보를 제공함에 따라 언어를 배우는 생애단계에 있는 미취학아동들에게 농수축산물에 대한 언어학습과 더불어 만 18세 이하의 미성년자들에게 호기심으로 인해 접근하고자 하는 인류에게 해를 입히는 농수축산물에 대한 정보학습을 함으로써 연달아 발생하고 있는 정보부족으로 인한 미성년자의 마약류 농수축산물 재배와 관련되어 사전에 예방도 할 수 있는 수많은 효과가 있다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명을 실시하기 위한 구체적인 내용과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일 실시예에 따른 시스템의 개요를 나타내는 도면이다.
도 2는 도 1에 도시된 서버의 구성을 상세히 나타내는 도면이다.
도 3은 도 1의 데이터 소스 중 저장된 생육데이터를 제공하는 데이터 소스를 나타낸다.
도 4는 도 1의 시스템의 참가자들 간의 데이터 흐름을 나타내는 개략도이다.
도 5 내지 도 8은 본 발명의 일 실시예에 따른 메타버스 표현을 예시적으로 도시한다.
도 9 내지 도 12는 본 발명의 일 실시예에 따른 이미지 및 영상을 인공지능으로 학습하여 참가자들이 보고자 하는 농수축산물에 대한 정보창 표현을 예시적으로 도시한다.
도 1은 본 발명의 일 실시예에 따른 시스템의 개요를 나타내는 도면이다.
도 2는 도 1에 도시된 서버의 구성을 상세히 나타내는 도면이다.
도 3은 도 1의 데이터 소스 중 저장된 생육데이터를 제공하는 데이터 소스를 나타낸다.
도 4는 도 1의 시스템의 참가자들 간의 데이터 흐름을 나타내는 개략도이다.
도 5 내지 도 8은 본 발명의 일 실시예에 따른 메타버스 표현을 예시적으로 도시한다.
도 9 내지 도 12는 본 발명의 일 실시예에 따른 이미지 및 영상을 인공지능으로 학습하여 참가자들이 보고자 하는 농수축산물에 대한 정보창 표현을 예시적으로 도시한다.
본 명세서에 개시된 기술은 디지털 트윈을 구현하기 위한 메타버스 플랫폼에 적용될 수 있다. 그러나 본 명세서에 개시된 기술은 이에 한정되지 않고, 상기 기술의 기술적 사상이 적용될 수 있는 모든 장치 및 방법에도 적용될 수 있다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서에 개시된 기술의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥 상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 기술의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 그 기술의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
도 1은 본 발명의 일 실시예에 따른 메타버스 구현 시스템의 개요도이다. 상기 시스템은 실시간 생육환경을 미러링(mirroring)하여 디지털 트윈(digital twin)을 구현하기 위한 메타버스 구현 서버(100)를 포함한다. 서버(100)의 상세한 내부구조는 후술한다. 디지털 트윈(digital twin)은 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션함으로써 결과를 미리 예측하는 기술을 말한다. 이러한 디지털 트윈의 구현은 컴퓨팅과 통신기술, 그래픽 처리기술 및 반도체 성능의 향상에 힘입어 근래에는 메타버스(metaverse)와 결합되어 더욱 정밀도가 높아지게 되었다.
상기 서버(100)는 다양한 종류의 데이터 소스들(200, 300)로부터 생물의 생장에 관련된 데이터를 수집하거나 교환할 수 있다. 예를 들면, 데이터 소스(200)는 동식물을 포함하는 생물의 생장에 관련하여 축적된 다양한 데이터를 저장하는 데이터베이스 또는 이를 구현하기 위한 서버일 수 있다. 데이터 소스(200)의 예로는 인공지능 허브(AI HUB)일 수 있으나 이에 한정되는 것은 아니며, 생물의 생장에 관련된 데이터를 저장하는 것이라면 형태에 관련 없는 다양한 종류의 데이터 저장소일 수 있다. 이와 달리 데이터 소스(300)는 현실의 동식물 생육환경으로부터 실시간으로 센싱되어 수집 및 전송되는 데이터 사이트나 현실의 동식물에 대한 백과사전 역할을 수행하는 데이터 사이트일 수 있다. 예를 들면 스마트팜, 또는 스마트팜 기술이 적용된 아쿠아포닉스팜, IoT기술이 적용된 수족관, 노지에 위치하는 농장이거나 사용자가 확인하고자 하는 동식물에 대한 정보를 제공하는 교육용 어플리케이션(application)일 수 있다. 이러한 데이터는 동식물에 관련된 역, 계, 문, 강, 목, 과, 족, 속, 종 등을 포함하는 기초데이터일 수 있다. 또한 상기 사이트들에서 서버(100)로 데이터를 전송하기 위한 규격화 및 데이터 처리를 담당하는 장치 등이 개재될 수 있다.
서버(100)는 인터넷 등을 포함하는 다양한 형태의 네트워크를 통해 다수의 사용자들과 상호작용할 수 있다. 사용자들은 사용자 단말(400)을 이용하여 서버(100)로부터 메타버스 표현(representation), 가공된 생장 또는 재배 관련 데이터를 수신하거나, 다른 사용자들과 상호작용할 수 있다. 사용자 단말은 예를 들면 농수축산물의 생산자, 또는 그 소비자, 또는 농수축산업 교육에 적합하도록 제작된 교육용 키트일 수 있다. 예를 들어 농작물을 재배하는 생산자가 사용자 단말(410)을 통해 자신이 보유한 생장 데이터를 서버(100)로 전송하면, 해당 작물을 재배하는 다른 생산자는 사용자 단말(430)을 통해 상기 데이터를 수신 및 열람하여 자신의 작물 재배에 활용하고 그 대가를 지불하는 것이 가능하다. 예시적으로 사용자 단말(410)의 사용자는 자신이 보유한 생육 사이트로부터 서버(100)로 생장 데이터를 전송하는 데이터 소스(300)를 보유한 생육자일 수 있다. 농수축산물의 소비자는 사용자 단말(420)을 통해 도 1의 플랫폼에 참가할 수 있다. 사용자 단말(420)은 데이터 소스(300)로부터의 데이터를 반영하여 메타버스 공간에 디지털 트윈으로 구현된 작물이나 다른 가축 또는 어류를 열람(view)할 수 있다. 또한 필요한 경우 생산자(410)는 메타버스 공간에 구현된 자신의 사이트의 작물들을 라이브 스트리밍(live streaming)을 통해 다수의 소비자들에게 방송(broadcast)하는 마케팅 활동을 수행할 수 있으며, 소비자가 사용자 단말(420)을 통해 구매시 대금지급 처리가 서버(100)를 통해 이루어질 수 있다.
도 2는 도 1에 도시된 서버(100)의 구조를 상세히 도시한다. 서버(100)는 데이터베이스(DB, 110), 분석기(120), 메타버스 모듈(130), 블록체인 모듈(140), 사용자 인터페이스(UI) 모듈(150)을 포함할 수 있다.
DB(110)는 서버(100) 외부에 위치하는 하나 이상의 데이터 소스들로부터 데이터를 수신하거나, 교환할 수 있다. 예를 들어 도 1에 도시된 바와 같이 DB(100)는 사전에 수집된 생장 데이터를 제공하는 데이터 소스(200), 즉 제1 데이터 소스로부터 농수축산물에 관련된 데이터를 획득하여 도 5 내지 도 12와 같이 그 데이터를 제공할 수 있다. 이와 달리 DB(100)는 현실의 농수축산물 생육환경에서 실시간으로 센싱되어 수집되거나 농수축산업의 정보들을 학습된 제2 데이터 소스, 동식물에 대한 기초데이터가 축적되어 있는 제3 데이터 소스, 예를 들어 도 1의 데이터 소스(300)로부터 데이터를 획득할 수 있다. 나아가 DB(100) 설정에 따라 데이터 소스(300) 측에 DB(100)에 저장된 관련 데이터를 전송하고, 데이터 소스(300) 측의 소유자는 DB(100)로부터 수신한 데이터를 스스로 획득한 데이터와 결합하여 생장에 활용하는 것도 가능하며, 도 8과 도 10에 도시되어 있듯이 데이터 소스(200)를 기초데이터가 축적되어 있는 제 3 데이터 소스를 통해 데이터 소스(300) 수집되어 DB(100)에 저장된 각각의 데이터들에 대한 분류함과 더불어 각각의 산품들의 생장 최적화 및 생장 표준화를 통해 품질 향상이 가능하다.
DB(100)는 상이한 종류의 데이터 소스들 및 분석기(120)에 접속될 수 있다. 분석기(120)는 인공지능(AI) 엔진(121) 및 모델러(122)를 포함할 수 있으며, 메타버스 모듈(130)과 접속되어 상호작용할 수 있다. 분석기(120)는 사용자 인터페이스(150)를 경유하여 수신되는 사용자의 명령에 따라 DB(110)에 저장된 데이터를 분석할 수 있다. 구체적으로 분석기(120)가 분석할 수 있는 데이터는 주야간 온도와 습도, 일사량과 온도의 변화, 작물의 생육관련 정보의 분석, 생산량의 분석 등을 포함할 수 있다. 이러한 분석은 분석기(120)에 포함된 모델러(122)가 보유한 다양한 선형 및 비선형 모델에 기초하여 구현될 수 있다. 선택적으로 분석기(120)에 의한 분석은 AI 엔진(121)을 이용함으로써 다양한 종류의 AI 알고리듬과 기계학습을 활용하여 이루어질 수 있다. 분석기(120)에 의한 분석 결과는 선택적으로 DB(110)를 통해 제2 데이터 소스로 제공되거나, 사용자 인터페이스(150)를 경유하여 분석을 요청한 사용자(생산자)에게 제공될 수 있다.
메타버스 모듈(130)은 분석기(120), UI 모듈(150) 및 DB(110)와 접속된다. 메타버스 모듈(130)은 DB(110)로부터 현실 속의 작물이나 동물의 상태에 관한 실시간 및 비실시간 데이터를 수신하고, 수신한 데이터에 기초하여 메타버스에 그 표현(representation)을 생성할 수 있다. 본 발명의 DB(110)는 예를 들어 제2 데이터 소스로부터 실시간 현상을 반영하는 데이터를 수신할 수 있기 때문에, 메타버스 모듈(130)이 생성하는 표현도 실시간으로 변화를 반영할 수 있다. 예를 들어 작물이나 동물의 실제 성장, 움직임 등이 반영될 수 있다. 또한 현실 세계의 사이트의 조도나, 수족관의 수질 등의 데이터를 반영하여 메타버스 내의 환경을 렌더링하는데 활용할 수 있다. 메타버스 모듈(130)은 DB(110)로부터 직접 수신하는 데이터뿐 아니라, 분석기(120)에 의해 분석된 결과를 참고하여 더 정교한 동식물의 표현을 생성할 수 있다. 예를 들면 DB(110)의 환경 관련 데이터로 배경 등의 환경을 렌더링하는 한편, 분석기(120)가 분석한 결과에 기초하여 식물의 색상이나 생장단계 등을 반영하는 것이 가능하다. 또한 AI엔진(121)을 이용하여 기계학습이 이루어지면, 데이터 소스(300)로부터의 데이터 전송이 일시 중단되더라도 상당기간 현실세계의 변화를 예측하여 이를 반영할 수 있는 장점을 갖는다. 메타버스 모듈(130)은 사용자 단말들로부터 네트워크를 거쳐 사용자 인터페이스(150)를 통해 사용자의 입력을 수신한다. 사용자의 입력은 예를 들면 메타버스 공간에서 아바타의 이동, 대화, 동작, 농장이나 수족관의 관람, 라이브 커머스 시청 커맨드, 농수축산 분야 교육 및 실습체험과 가상현실 농촌체험, 농수축산물 정보확인 커맨드 등을 포함할 수 있다. 사용자 인터페이스 모듈(150)은 인공지능 챗봇, AI 안내 아바타, 안면인식 자동생성 아바타 중 하나 이상을 제공할 수 있다. 사용자 인터페이스(150)는 메타버스 모듈(130)이 생성한 메타버스 공간의 표현을 사용자에게 네트워크를 거쳐 전송할 수 있다. 또한 분석기(120)에 의한 분석결과를 사용자에게 전송하는 경로로 활용될 수 있다. 상기 메타버스 모듈(130)이 메타버스 공간의 표현을 제어하는 변수는 작물이나 동물의 생육지의 조명, 소리(sound), 온도나 습도, 아쿠아포닉스 시스템 상의 수질관리용 양액관련 데이터, 동물 행동 데이터, 환기기능의 동작, 동물먹이의 급여(feeding), 급수, 비료살포 등을 포함할 수 있다. 즉 사용자는 메타버스 모듈(130)을 통해 실제 사이트(300)에 구현된 스마트팜 기능을 동작시킬 수 있는 효과를 갖는다.
서버(100)에 포함되는 블록체인 모듈(140)은 DB(110) 및 메타버스 모듈(130)과 접속될 수 있다. 상기 모듈(140)은 서버(100) 외부에 위치하는 블록체인 메인넷과의 인터페이스를 제공한다. 블록체인 모듈(140)은 예를 들어 사용자 중 생산자가 민팅(minting)하고자 하는 작물을 NFT(Non-Fungible Token)로 민팅하거나, 서버(100)에서 이루어지는 거래행위에 따른 대가의 수수를 지원할 수 있다.
도 3은 도 1의 데이터 소스(200)의 일 실시예를 나타낸다. 데이터 소스(200)는 다수의 데이터베이스(21, 22, …22n)를 포함할 수 있다. 예를 들어 데이터 소스(200)는 농업진흥청이나 지역 농업기술원, 또는 인공지능 데이터 허브 등에 구축된 데이터베이스를 포함할 수 있다.
도 4는 서버(100)를 중심으로 하는 생장 사이트인 데이터 소스(300), 생산자가 이용하는 사용자 단말(410) 및 소비자가 활용하는 사용자 단말(420) 간의 데이터 흐름을 나타내는 개략도이다. 전술한 바와 같이 데이터 소스(300)는 임의의 생산자가 소유한 사이트 또는 스마트팜일 수 있다. 데이터 소스(300)는 직접 수집한 데이터를 서버(100)에 제공할 수 있으며, 역으로 서버(100)에 저장된 유용한 생장 관련 데이터를 수신하여 현장운용에 활용할 수 있다. 사용자 단말(410)은 자신이 보유한 데이터를 서버(100)에 제공하거나, 또는 서버(100)에 저장된 데이터를 수신할 수 있다. 또한 사용자 단말(410)은 생산자가 보유한 동물이나 식물을 메타버스에 구현함과 아울러 선택적으로 NFT로 해당 동식물을 민팅하는 것이 가능하다. 사용자 단말(420)은 생산자의 사용자 단말(410)이 메타버스에 제공한 농장이나 동식물을 열람하거나, 민팅된 NFT를 외부의 메인넷을 이용하여 확인할 수 있다. 또한 사용자 단말(410)을 통해 생산자가 서버(100)를 이용하여 메타버스에서 라이브 스트리밍을 이용한 판촉활동을 할 경우, 사용자 단말(420)을 통해 소비자는 라이브 스트리밍을 열람하고 산품을 구매하는 활동을 할 수 있다.
도 5 내지 도 12는 본 발명에 따른 메타버스의 구현예를 나타낸다. 도 5는 사용자 단말(410-430)을 통해 서버(100)가 구현하는 메타버스에 접속하여, 다수의 농장 또는 전자상거래 대상 물품을 선택하는 화면을 나타낸다. 도 6은 도 5에 도시된 농장들 중 하나의 농장을 선택한 결과를 나타낸다. 사용자는 아바타를 이용하여 메타버스에 구현된 농장을 이동하거나 열람할 수 있다. 도 7은 전술한 바와 같이 실제 생장 관련 데이터가 시스템에 수집되고 분석기에 의해 처리되어 표시되는 결과를 나타내고, 도 9내지 도 12와 같이 사용자가 해당 산물에 대한 기초정보인 역, 계, 문, 강, 목, 과, 족, 속, 종 등을 분류하여, 서버(100)에서 운영되고 있는 데이터 소스(300)를 나타낸다. 도 7에서는 배추에 관련된 조도나 습도와 같은 환경측정치, 배추의 등급과 예상되는 수확일을 포함하는 정보가 제공된다. 도 8은 본 발명에 따른 메타버스에서 생산자에 의한 라이브 커머스에 다수의 소비자들이 참가하여 대화창을 통한 상호작용을 일으키고, 아울러 관련 상품을 구매할 수 있는 인터페이스가 제공되는 화면을 나타낸다. 도 9 내지 도 12는 서버(100)에서 데이터 소스(300)의 분류과정이 정상적으로 제공이 되는지 확인하는 화면이자 도 10은 메타버스에서 별도의 정보를 확인할 수 있는 화면을 나타낸다.
본 명세서에서 개시되는 네트워크는 예를 들어, 무선 네트워크, 유선 네트워크, 인터넷과 같은 공용 네트워크, 사설 네트워크, 모바일 통신 네트워크용 광역 시스템(Global System for Mobile communication network; GSM) 네트워크, 범용 패킷 무선 네트워크(General Packet Radio Network; GPRN), 근거리 네트워크(Local Area Network; LAN), 광역 네트워크(Wide Area Network; WAN), 거대도시 네트워크(Metropolitan Area Network; MAN), 셀룰러 네트워크, 공중 전화 교환 네트워크(Public Switched Telephone Network; PSTN), 개인 네트워크(Personal Area Network), 블루투스, Wi-Fi 다이렉트(Wi-Fi Direct), 근거리장 통신(Near Field communication), 초광대역(Ultra-Wide band), 이들의 조합, 또는 임의의 다른 네트워크일 수 있지만 이들로 한정되는 것은 아니다.
도시된 구성요소들은 필수적인 것은 아니어서, 그 보다 많은 구성요소들을 갖거나, 그보다 적은 구성요소들을 갖는 수학 학습 보조 장치 및 수학 학습 보조 장치에 의한 수학 평가 문제를 생성하는 방법이 구현될 수도 있다. 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합을 통해서 구현될 수 있다.
상술한 설명에서, 단계들, 과정들 또는 동작들은 본 발명의 구현예에 따라서, 추가적인 단계, 과정 또는 동작으로 더 분할되거나, 더 적은 단계, 과정 또는 동작으로 조합될 수 있다. 또한, 일부 단계, 과정 또는 동작은 필요에 따라 생략될 수도 있고, 단계, 과정 또는 동작 간의 순서가 전환될 수도 있다.
본 명세서에서 사용된 용어 "부"는(예를 들면, 제어부 등), 예를 들어, 하드웨어, 소프트웨어 또는 펌웨어(firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위(unit)를 의미할 수 있다. "부"는, 예를 들어, 유닛(unit), 로직(logic), 논리블록(logical block), 부품(component), 또는 회로(circuit) 등의 용어와 바꾸어 사용(interchangeably use)될 수 있다. "부"는, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "부"는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "부"는 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들어, "부"는, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC(Application-Specific Integrated Circuit) 칩, FPGAs(Field-Programmable Gate Arrays) 또는 프로그램 가능 논리 장치(programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터로 읽을 수 있는 저장매체/컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(magnetic media)(예: 자기테이프), 광기록 매체(optical media)(예: CD-ROM(compact disc read only memory), DVD(digital versatile disc), 자기-광 매체(magneto-optical media)(예: 플롭티컬 디스크(floptical disk)), 하드웨어 장치(예: ROM(read only memory), RAM(random access memory), 또는 플래시 메모리 등) 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술된 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
본 명세서에 사용된 용어 "하나"는 하나 또는 하나 이상으로 정의된다. 또한, 청구 범위에서 "적어도 하나" 및 "하나 이상"과 같은 도입 문구를 사용하는 것은, 동일한 청구항에 "적어도 하나" 및 "하나 이상"과 같은 도입 문구 및 "하나" 같은 불명료한 문구가 포함되어 있는 경우라 할지라도, 불명료한 문구 "하나"에 의한 다른 청구항 요소의 도입이 그러한 요소를 하나만을 포함하는 발명에 대해 그렇게 도입된 청구항 요소를 포함하는 임의의 특정 청구항을 제한한다는 것을 의미하는 것으로 해석되어서는 안된다.
본 문서에서, 사용자는 농가에서 산품을 생산하는 생산자일 수도 있고, 산품 생장에 참여한 생장 참여자일 수도 있고, 산품을 구매하려는 구매자와 제 1농가의 데이터를 보고자하는 타 농가일 수도 있어 “생산자” 및 “생장 참여자” 및 “소비자”와 같은 용어는 그러한 용어가 설명하는 요소들을 임의로 구별하는 데 사용된다. 따라서, 이들 용어는 그러한 요소들의 역할적 또는 다른 우선 순위를 나타내도록 반드시 의도된 것은 아니며, 특정 수단이 서로 다른 청구항들에 열거되어 있다는 단순한 사실만으로 이러한 수단들의 조합이 유리하게 사용될 수 없다는 것을 나타내는 것은 아니다. 따라서, 이들 용어는 그러한 요소의 시간적 또는 다른 우선 순위를 나타내도록 반드시 의도되지는 않는다. 특정 조치가 서로 다른 주장에 인용되었다는 단순한 사실만으로 이러한 조치의 조합이 유용하게 사용될 수 없다는 것을 나타내지는 않는다.
본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.
달리 명시하지 않는 한, "제1" 및 "제2"와 같은 용어는 그러한 용어가 설명하는 요소들을 임의로 구별하는 데 사용된다. 따라서, 이들 용어는 그러한 요소들의 시간적 또는 다른 우선 순위를 나타내도록 반드시 의도된 것은 아니며, 특정 수단이 서로 다른 청구항들에 열거되어 있다는 단순한 사실만으로 이러한 수단들의 조합이 유리하게 사용될 수 없다는 것을 나타내는 것은 아니다. 따라서, 이들 용어는 그러한 요소의 시간적 또는 다른 우선 순위를 나타내도록 반드시 의도되지는 않는다. 특정 조치가 서로 다른 주장에 인용되었다는 단순한 사실만으로 이러한 조치의 조합이 유용하게 사용될 수 없다는 것을 나타내지는 않는다.
동일한 기능을 달성하기 위한 구성 요소의 배열은 효과적으로 "관련"되어 원하는 기능이 달성된다. 따라서, 특정 기능성을 달성하기 위해 결합된 임의의 2 개의 구성 요소는 구조 또는 중개하는 구성 요소와 관계없이 원하는 기능이 달성되도록 서로 "관련"되는 것으로 간주될 수 있다. 마찬가지로 이와 같이 연관된 두 개의 구성 요소는 원하는 기능을 달성하기 위해 서로 "작동 가능하게 연결"되거나 "작동 가능하게 결합된" 것으로 간주될 수 있다.
또한, 통상의 기술자는 전술한 동작들의 기능성 사이의 경계가 단지 예시적인 것임을 인식할 것이다. 복수의 동작들은 단일 동작으로 결합될 수 있고, 단일 동작은 추가 동작들로 분산될 수 있으며, 동작들은 시간적으로 적어도 부분적으로 겹쳐서 실행될 수 있다. 또한, 대안적인 실시예들은 특정 동작에 대한 복수의 인스턴스들을 포함할 수 있고, 동작들의 순서는 다양한 다른 실시예에서 변경될 수 있다. 그러나, 다른 수정, 변형 및 대안이 또한 가능하다. 따라서, 상세한 설명 및 도면은 제한적인 의미가 아니라 예시적인 것으로 간주되어야 한다.
"X일 수 있다"는 문구는 조건 X가 충족될 수 있음을 나타낸다. 이 문구는 또한 조건 X가 충족되지 않을 수도 있음을 나타낸다. 예를 들어, 특정 구성 요소를 포함하는 시스템에 대한 참조는 시스템이 특정 구성 요소를 포함하지 않는 시나리오도 포함해야 한다. 예를 들어, 특정 동작을 포함하는 방법에 대한 참조는 해당 방법이 특정 구성 요소를 포함하지 않는 시나리오도 포함해야 한다. 그러나 또 다른 예를 들면, 특정 동작을 수행하도록 구성된 시스템에 대한 참조는 시스템이 특정 작업을 수행하도록 구성되지 않은 시나리오도 포함해야 한다.
용어 "포함하는", "갖는", "구성된", "이루어진" 및 "본질적으로 이루어진"은 상호 교환적으로 사용된다. 예를 들어, 임의의 방법은 적어도 도면 및/또는 명세서에 포함된 동작을 포함할 수 있으며, 도면 및/또는 명세서에 포함된 동작만을 포함할 수 있다. 또는, "포함하는"이라는 단어는 청구항에 나열된 요소들 또는 동작들의 존재를 배제하지 않는다.
통상의 기술자는 논리 블록들 사이의 경계가 단지 예시적인 것이며, 대안적인 실시 예들이 논리 블록들 또는 회로 소자들을 병합하거나 또는 다양한 논리 블록들 또는 회로 소자들 상에 기능의 대체적인 분해를 부과할 수 있음을 인식할 것이다. 따라서, 여기에 도시된 아키텍처는 단지 예시적인 것이며, 사실 동일한 기능을 달성하는 많은 다른 아키텍처가 구현될 수 있다는 것으로 이해되어야 한다.
또한, 예를 들어, 일 실시예에서, 도시된 예들은 단일 집적 회로 상에 또는 동일한 장치 내에 위치된 회로로서 구현될 수 있다. 대안적으로, 상기 예들은 임의의 수의 개별적인 집적 회로들 또는 적합한 방식으로 서로 상호 접속된 개별 장치들로서 구현될 수 있으며, 다른 변경, 수정, 변형 및 대안들이 또한 가능하다. 따라서, 명세서 및 도면은 제한적인 의미가 아니라 예시적인 것으로 간주되어야 한다.
또한, 예를 들어, 전술한 예들 또는 그 일부는, 임의의 적절한 유형의 하드웨어 기술 언어와 같은, 물리적 회로 또는 물리적 회로로 변환 가능한 논리적 표현의 소프트웨어 또는 코드 표현으로서 구현될 수 있다.
또한, 본 발명은 비 프로그래머블 하드웨어로 구현된 물리적 장치 또는 유닛으로 제한되지 않지만, 일반적으로 본원에서는 '컴퓨터 시스템'으로 표시되는 메인 프레임, 미니 컴퓨터, 서버, 워크스테이션, 개인용 컴퓨터, 노트패드(notepad), 개인용 디지털 정보 단말기(PDA), 전자 게임(electronic games), 자동차 및 기타 임베디드 시스템, 휴대전화 및 다양한 다른 무선 장치 등과 같은, 적절한 프로그램 코드에 따라 동작함으로써 원하는 장치 기능을 수행할 수 있는 프로그램 가능한 장치 또는 유닛에도 적용될 수 있다.
이 명세서에 언급된 시스템, 장치 또는 디바이스는 적어도 하나의 하드웨어 구성 요소를 포함한다.
본 명세서에 설명된 바와 같은 연결들은 예를 들어 중간 장치를 통해 각각의 노드, 유닛 또는 장치로부터 또는 각각의 노드, 유닛 또는 장치로 신호를 전송하기에 적합한 임의의 유형의 연결일 수 있다. 따라서, 묵시적으로 또는 달리 언급되지 않는 한, 연결은 예를 들어 직접 연결 또는 간접 연결일 수 있다. 연결은 단일 연결, 다수의 연결, 단방향 연결 또는 양방향 연결이라는 것을 참조하여 설명되거나 묘사될 수 있다. 그러나, 서로 다른 실시 예들은 연결의 구현을 변화시킬 수 있다. 예를 들어 양방향 연결이 아닌 별도의 단방향 연결을 사용할 수 있으며 그 반대의 경우도 가능할 수 있다. 또한, 다수의 연결은 복수의 신호를 순차적으로 또는 시간 다중화 방식으로 전송하는 단일 연결로 대체될 수 있다. 마찬가지로, 복수의 신호를 전송하는 단일 연결은 이러한 신호의 서브 세트를 전송하는 다양한 연결로 분리될 수 있다. 따라서 신호를 전송하기 위한 많은 옵션들이 존재한다.
이상에서 본 명세서의 기술에 대한 바람직한 실시 예가 첨부된 도면들을 참조하여 설명되었다. 여기서, 본 명세서 및 청구 범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다. 본 발명의 범위는 본 명세서에 개시된 실시 예들로 한정되지 아니하고, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.
100: 메타버스 구현 서버
110: 데이터베이스 120: 분석기
121: AI엔진 122: 모델러
130: 메타버스 모듈 140: 블록체인 모듈
150: 사용자 인터페이스 모듈
200, 300: 데이터 소스
400, 410, 420, 430, 440: 사용자 단말
110: 데이터베이스 120: 분석기
121: AI엔진 122: 모델러
130: 메타버스 모듈 140: 블록체인 모듈
150: 사용자 인터페이스 모듈
200, 300: 데이터 소스
400, 410, 420, 430, 440: 사용자 단말
Claims (8)
- 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 구현 서버로서:
데이터 소스로부터 동식물의 생육 데이터를 수신하고 저장하는 데이터베이스;
상기 데이터베이스에 접속되며 사용자에 의한 명령에 따라 상기 데이터를 분류하고 상기 데이터들을 분석하는 분석기;
상기 분석기 및 데이터베이스에 접속되며 상기 데이터베이스에 저장된 생육 데이터 및 상기 분석기에 의한 분석결과를 기초로 가상현실(VR) 세계에 상기 동식물의 표현(representation)을 생성하는 메타버스 모듈; 및
상기 데이터베이스, 상기 분석기 및 상기 메타버스 모듈과 접속되며 외부 네트워크를 통해 사용자 단말과 통신가능하게 접속되는 사용자 인터페이스를 제공하기 위한 사용자 인터페이스 모듈을 포함하는, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 실시간 생육환경은 아쿠아포닉스(aquaponics) 시스템 또는 스마트팜을 포함하는, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 분석기는 인공지능(AI)을 이용하는 인공지능 엔진을 포함하는, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 사용자 단말은 생산자, 소비자, 산품 생장 참여자 또는 농수축산업 교육용 키트를 포함하는, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 메타버스 모듈은 상기 메타버스 모듈에 의해 미러링되는 생육환경의 조명, 소리(sound), 온도, 습도, 아쿠아포닉스 시스템 상의 수질관리용 양액, 동물 활동 분석, 동물 활동 기록, 환기기능, 동물먹이 급여, 급수, 비료살포 중 적어도 하나 이상을 제어하도록 동작가능한, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 데이터베이스 및 상기 메타버스 모듈과 접속되며 상기 서버 외부의 블록체인 메인넷과의 인터페이스를 제공하는 블록체인 모듈을 더 포함하는 메타버스 구현 서버. - 제 1 항에 있어서,
상기 사용자 인터페이스 모듈은 인공지능(AI) 챗봇, AI 안내 아바타, 안면인식 자동생성 아바타 중 하나 이상을 제공하도록 구성되는, 메타버스 구현 서버. - 제 1 항에 있어서,
상기 데이터 소스는 저장된 생육데이터를 제공하는 데이터 서버, 현실의 농수축산물 생육환경으로부터 센싱되어 수집되는 데이터, 또는 현실의 농수축산물의 기초 데이터인, 메타버스 구현 서버.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220152795A KR20240071513A (ko) | 2022-11-15 | 2022-11-15 | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220152795A KR20240071513A (ko) | 2022-11-15 | 2022-11-15 | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240071513A true KR20240071513A (ko) | 2024-05-23 |
Family
ID=91283727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220152795A KR20240071513A (ko) | 2022-11-15 | 2022-11-15 | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240071513A (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102114405B1 (ko) | 2018-07-31 | 2020-06-18 | 주식회사 스마트바이오팜 | 작물 재배 서비스를 제공하는 서버 |
| KR102411058B1 (ko) | 2021-09-09 | 2022-06-22 | 노현철 | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 |
| KR102422346B1 (ko) | 2020-06-23 | 2022-07-18 | 김수진 | 스마트팜 시스템 및 그의 동작 방법 |
-
2022
- 2022-11-15 KR KR1020220152795A patent/KR20240071513A/ko unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102114405B1 (ko) | 2018-07-31 | 2020-06-18 | 주식회사 스마트바이오팜 | 작물 재배 서비스를 제공하는 서버 |
| KR102422346B1 (ko) | 2020-06-23 | 2022-07-18 | 김수진 | 스마트팜 시스템 및 그의 동작 방법 |
| KR102411058B1 (ko) | 2021-09-09 | 2022-06-22 | 노현철 | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Annosi et al. | Is the trend your friend? An analysis of technology 4.0 investment decisions in agricultural SMEs | |
| Bernués et al. | Agricultural practices, ecosystem services and sustainability in High Nature Value farmland: Unraveling the perceptions of farmers and nonfarmers | |
| Niloofar et al. | Data-driven decision support in livestock farming for improved animal health, welfare and greenhouse gas emissions: Overview and challenges | |
| Oruma et al. | Agriculture 4.0: an implementation framework for food security attainment in Nigeria’s post-Covid-19 era | |
| Paul et al. | Reducing agro-environmental trade-offs through sustainable livestock intensification across smallholder systems in Northern Tanzania | |
| Wu et al. | The future of Australia’s agricultural workforce | |
| Martin et al. | Growing-service systems: new business models for modular urban-vertical farming | |
| Brändle et al. | Sensitivity analysis of a land-use change model with and without agents to assess land abandonment and long-term re-forestation in a swiss mountain region | |
| Suganya et al. | IoT in agriculture investigation on plant diseases and nutrient level using image analysis techniques | |
| Karlsson et al. | Smaller farm size and ruminant animals are associated with increased supply of non-provisioning ecosystem services | |
| Kassam | Assessing the contribution of aquaculture to poverty reduction in Ghana | |
| De Wilde | The future of technology in agriculture | |
| Binuyo et al. | Technical efficiency of rain-fed lowland rice production in Niger State, Nigeria | |
| Fernandes et al. | Coupling spatial pollination supply models with local demand mapping to support collaborative management of ecosystem services | |
| Soma et al. | Precision Agriculture in India-Challenges and Opportunities | |
| Schneider | Promising sustainable foods: 75Entrepreneurial visions of sustainable food futures | |
| KR20240071513A (ko) | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 | |
| Bovsh et al. | Intersectoral adaptation of Ukrainian farms in the context of war | |
| Vitón et al. | AGTECH: Agtech Innovation Map in Latin America and the Caribbean | |
| Pratiwy et al. | Application of IoT-based Technology in Vaname Shrimp Cultivation: A Systematic Literature | |
| KR20240075178A (ko) | 동식물 생장 이력 데이터를 포함하는 블록체인을 이용한 스마트 계약 서버 | |
| Ahmadu et al. | Profitability and profit efficiency of catfish fingerlings production in Edo South, Nigeria | |
| Fiorillo et al. | Megatrends Affecting Agribusiness: From Challenges to Opportunities | |
| OJHA | Country Paper-India | |
| KR20240077604A (ko) | 농업기반 교육을 위한 장치 |