WO2024096518A1 - 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법 - Google Patents

인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
WO2024096518A1
WO2024096518A1 PCT/KR2023/017129 KR2023017129W WO2024096518A1 WO 2024096518 A1 WO2024096518 A1 WO 2024096518A1 KR 2023017129 W KR2023017129 W KR 2023017129W WO 2024096518 A1 WO2024096518 A1 WO 2024096518A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
order information
wave
electronic device
type
Prior art date
Application number
PCT/KR2023/017129
Other languages
English (en)
French (fr)
Inventor
박철수
김보경
Original Assignee
아워박스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아워박스 주식회사 filed Critical 아워박스 주식회사
Publication of WO2024096518A1 publication Critical patent/WO2024096518A1/ko

Links

Images

Classifications

    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Definitions

  • Various embodiments of the present invention relate to an apparatus for determining the type of wave task and a method of operating the same.
  • FCs Fulfillment centers
  • FCs' inventory management is an essential element in creating the best customer experience for online shoppers. Inventory management can include many steps, from receiving merchandise from a seller, loading merchandise received for easy pickup access, packing items, validating orders, and delivering packages.
  • existing FCs and systems for inventory management within FCs are structured to handle large volumes of incoming and outgoing goods, there may be limitations to the efficiency and timeliness of fulfillment of customer orders, in part to fulfill orders. This is due to inefficient practices in obtaining items. Delays in package delivery can result in customer dissatisfaction and, in some cases, impact the costs and profitability of your business.
  • FC overall efficiency and throughput of the FC can be impacted.
  • Expected or unanticipated delays in packing can impact pick efficiency if storage space where picked items are stored is inaccessible.
  • the process of storing and shipping packages out of the FC involves multiple steps such as receiving, loading, picking, sorting, packing, loading, delivering and verifying order accuracy at each step.
  • individual step efficiency must also be high. For example, if a process includes 10 steps, and each step is more than 90% efficient, the overall efficiency is only 83.9%.
  • FCs employ teams of workers to ensure smooth 24-hour operations.
  • One of the technical challenges in a warehouse can be quickly conveying information, such as urgent customer orders, priority shipments, etc., to workers on that floor.
  • Existing logistics and inventory management systems may lack the ability to efficiently handle anticipated and unexpected exigencies in customer orders, increasing customer dissatisfaction and associated inventory costs.
  • Electronic devices and operating methods according to various embodiments of the present invention can provide a method for determining the most efficient wave task using input order information and additional information.
  • an electronic device includes at least one process, wherein the at least one processor checks order information for a product, checks additional information for the order information, and the order information and It is set to determine the type of wave task by inputting the additional information into a CNN-based artificial neural network model, and the artificial neural network model receives specific order information and specific additional information and inputs the specific order information and the specific additional information. It is implemented to output the type of wave task having the shortest wave task processing time among the corresponding plurality of wave task processing times, and the artificial neural network model includes a plurality of order information, a plurality of additional information, a plurality of wave task types, It can be learned based on multiple wave task processing times.
  • the most efficient type of wave task can be determined by inputting the relevant information into an artificial neural network model.
  • 1A is a diagram showing the configuration of an automatic product distribution system according to various embodiments.
  • Figure 1B is a diagram showing automatic distribution of goods according to various embodiments.
  • FIG. 1C shows a block diagram of an electronic device and network according to various embodiments.
  • FIG. 2 is a block diagram of an electronic device according to various embodiments.
  • Figure 3 is a block diagram of a program module according to various embodiments.
  • FIG. 4 is a flowchart illustrating a method of operating an electronic device according to various embodiments.
  • 5A to 5B explain a method of operating an artificial neural network model according to various embodiments.
  • 6A to 6B are diagrams illustrating examples of a DPS application process and a DAS application process according to various embodiments.
  • FIG. 7 is a block diagram of applicable data for wave task determination, according to various embodiments.
  • an electronic device includes at least one process, wherein the at least one processor checks order information for a product, checks additional information for the order information, and the order information and It is set to determine the type of wave task by inputting the additional information into a CNN-based artificial neural network model, and the artificial neural network model receives specific order information and specific additional information and inputs the specific order information and the specific additional information. It is implemented to output the type of wave task having the shortest wave task processing time among the corresponding plurality of wave task processing times, and the artificial neural network model includes a plurality of order information, a plurality of additional information, a plurality of wave task types, It can be learned based on multiple wave task processing times.
  • a component e.g., a first
  • another component e.g., second
  • a device configured to may mean that the device is “capable of” working with other devices or components.
  • processor configured (or set) to perform A, B, and C refers to a processor dedicated to performing the operations (e.g., an embedded processor), or by executing one or more software programs stored on a memory device.
  • processor may refer to a general-purpose processor (e.g., CPU or application processor) capable of performing the corresponding operations.
  • Electronic devices include, for example, smartphones, tablet PCs, mobile phones, video phones, e-book readers, desktop PCs, laptop PCs, netbook computers, workstations, servers, PDAs, and PMPs. (portable multimedia player), MP3 player, medical device, camera, or wearable device.
  • Wearable devices may be accessory (e.g., watches, rings, bracelets, anklets, necklaces, glasses, contact lenses, or head-mounted-device (HMD)), fabric or clothing-integrated (e.g., electronic clothing),
  • the electronic device may include at least one of body attached (e.g., skin pad or tattoo) or bioimplantable circuitry, for example, a television, a digital video disk (DVD) player, etc. Audio, refrigerator, air conditioner, vacuum cleaner, oven, microwave, washing machine, air purifier, set-top box, home automation control panel, security control panel, media box (e.g.
  • Samsung HomeSync TM , Apple TV TM , or Google TV TM
  • it may include at least one of a game console (e.g., Xbox TM , PlayStation TM ), an electronic dictionary, an electronic key, a camcorder, or an electronic picture frame.
  • a game console e.g., Xbox TM , PlayStation TM
  • an electronic dictionary e.g., an electronic key, a camcorder, or an electronic picture frame.
  • the electronic device may be flexible, or may be a combination of two or more of the various devices described above.
  • Electronic devices according to embodiments of this document are not limited to the above-described devices.
  • the term user may refer to a person using an electronic device or a device (e.g., an artificial intelligence electronic device) using an electronic device.
  • FIG. 1A is a diagram showing the configuration of an automatic product distribution system 10 according to various embodiments
  • FIG. 1B is a diagram showing automatic product distribution according to various embodiments.
  • the automatic product distribution system 10 may include a logistics management server 11 and a chute 20 that transports the products managed by the logistics management server 11.
  • the logistics management server 11 is a server that oversees the logistics center and can control and manage various automated facilities existing in the logistics center.
  • the logistics management server 11 may be configured to include a warehouse management system (WMS), an order management system (OMS), a transportation management system (TMS), a conveyor-based automation system (PAS), and an indicator-based automation system (DAS, DPS). It is possible to receive product management, inventory, status, and transportation information from various equipment systems and devices, and generate information to efficiently process products.
  • WMS warehouse management system
  • OMS order management system
  • TMS transportation management system
  • PAS conveyor-based automation system
  • DPS indicator-based automation system
  • the chute 20 for transporting goods is a device through which goods selected based on the goods operation information received by the logistics management server 11 are transferred, and the automatic goods distribution system 10 is used to transport many goods placed in the distribution center. It may include a plurality of chutes 20 to handle large quantities of goods.
  • the plurality of chutes 20 are branched from the conveyor 21, and when the goods selected by the logistics management server 11 are transferred along the conveyor 21, the goods being transported are selected.
  • the goods are transferred to a specific designated chute 20, and delivery drivers assigned to each chute 20 can perform the task of loading or unloading the goods onto the delivery vehicle.
  • the productivity of logistics work may be an indicator calculated by considering the number of goods transported using each chute 20 and the time for the goods transported along the chute 20 to be unloaded at the unloading location. This difference in productivity can become more pronounced as the quantity of goods increases, and accordingly, the logistics management server 11 uniformly adjusts the number of goods handled by the plurality of suits 20 to bias the quantity of goods for each suit 20. It is possible to achieve similar productivity of logistics work without any problem.
  • the logistics management server 11 may correspond to the electronic device 101 or the server 106 of FIG. 1C.
  • the electronic device 101 may include a bus 110, a processor 120, a memory 130, an input/output interface 150, a display 160, and a communication interface 170. In some embodiments, the electronic device 101 may omit at least one of the components or may additionally include another component.
  • the bus 110 connects the components 110 to 170 to each other and may include circuitry that transfers communication (eg, control messages or data) between the components.
  • the processor 120 may include one or more of a central processing unit, an application processor, or a communication processor (CP). The processor 120 may, for example, perform operations or data processing related to control and/or communication of at least one other component of the electronic device 101.
  • Memory 130 may include volatile and/or non-volatile memory.
  • the memory 130 may store commands or data related to at least one other component of the electronic device 101.
  • memory 130 may store software and/or program 140.
  • the program 140 may include, for example, a kernel 141, middleware 143, an application programming interface (API) 145, and/or an application program (or “application”) 147, etc. .
  • At least a portion of the kernel 141, middleware 143, or API 145 may be referred to as an operating system.
  • Kernel 141 provides system resources (e.g., middleware 143, API 145, or application program 147) used to execute operations or functions implemented in other programs (e.g., : Bus 110, processor 120, or memory 130, etc.) can be controlled or managed.
  • the kernel 141 provides an interface for controlling or managing system resources by accessing individual components of the electronic device 101 in the middleware 143, API 145, or application program 147. You can.
  • the middleware 143 may, for example, perform an intermediary role so that the API 145 or the application program 147 can communicate with the kernel 141 to exchange data. Additionally, the middleware 143 may process one or more work requests received from the application program 147 according to priority. For example, the middleware 143 may use system resources (e.g., bus 110, processor 120, or memory 130, etc.) of the electronic device 101 for at least one of the application programs 147. Priority may be assigned and the one or more work requests may be processed.
  • the API 145 is an interface for the application 147 to control functions provided by the kernel 141 or middleware 143, for example, at least for file control, window control, image processing, or character control. Can contain one interface or function (e.g. command).
  • the input/output interface 150 for example, transmits commands or data input from a user or other external device to other component(s) of the electronic device 101, or to other component(s) of the electronic device 101 ( Commands or data received from (fields) can be output to the user or other external device.
  • Display 160 may be, for example, a liquid crystal display (LCD), a light-emitting diode (LED) display, an organic light-emitting diode (OLED) display, a microelectromechanical system (MEMS) display, or an electronic paper display. It can be included.
  • the display 160 may display various contents (e.g., text, images, videos, icons, and/or symbols, etc.) to the user.
  • the display 160 may include a touch screen and may receive, for example, a touch, gesture, proximity, or hovering input using an electronic pen or a part of the user's body.
  • the communication interface 170 establishes communication between the electronic device 101 and an external device (e.g., the first external electronic device 102, the second external electronic device 104, or the server 106). You can.
  • the communication interface 170 may be connected to the network 162 through wireless or wired communication to communicate with an external device (eg, the second external electronic device 104 or the server 106).
  • Wireless communications include, for example, LTE, LTE Advance (LTE-A), code division multiple access (CDMA), wideband CDMA (WCDMA), universal mobile telecommunications system (UMTS), Wireless Broadband (WiBro), or Global GSM (GSM). It may include cellular communication using at least one of the System for Mobile Communications).
  • wireless communication includes, for example, wireless fidelity (WiFi), Bluetooth, Bluetooth Low Energy (BLE), Zigbee, near field communication (NFC), Magnetic Secure Transmission, and radio. It may include at least one of frequency (RF) or body area network (BAN).
  • wireless communications may include GNSS.
  • GNSS may be, for example, Global Positioning System (GPS), Global Navigation Satellite System (Glonass), Beidou Navigation Satellite System (hereinafter “Beidou”), or Galileo, the European global satellite-based navigation system.
  • GPS Global Positioning System
  • Glonass Global Navigation Satellite System
  • Beidou Beidou Navigation Satellite System
  • Galileo the European global satellite-based navigation system.
  • Wired communication may include, for example, at least one of universal serial bus (USB), high definition multimedia interface (HDMI), recommended standard 232 (RS-232), power line communication, or plain old telephone service (POTS).
  • Network 162 may include at least one of a telecommunications network, for example, a computer network (e.g., a LAN or WAN), the Internet, or a telephone network.
  • Each of the first and second external electronic devices 102 and 104 may be of the same or different type as the electronic device 101.
  • all or part of the operations executed in the electronic device 101 may be executed in one or more electronic devices (e.g., the electronic devices 102 and 104, or the server 106).
  • the electronic device 101 when the electronic device 101 is to perform a certain function or service automatically or upon request, the electronic device 101 performs at least some functions associated therewith instead of or in addition to executing the function or service on its own.
  • the other electronic device e.g., electronic device 102, 104, or server 106) may request the requested function or
  • the additional function may be executed and the result may be transmitted to the electronic device 101.
  • the electronic device 101 may process the received result as is or additionally to provide the requested function or service.
  • cloud computing, distributed computing, or client-server computing technologies may be used.
  • FIG. 2 is a block diagram of an electronic device 201 according to various embodiments.
  • the electronic device 201 may include, for example, all or part of the electronic device 101 shown in FIG. 1C.
  • the electronic device 201 includes one or more processors (e.g., AP) 210, a communication module 220, a subscriber identification module 224, a memory 230, a sensor module 240, an input device 250, and a display ( 260), an interface 270, an audio module 280, a camera module 291, a power management module 295, a battery 296, an indicator 297, and a motor 298.
  • processors e.g., AP
  • the processor 210 can run an operating system or application program to control a number of hardware or software components connected to the processor 210, and can perform various data processing and calculations.
  • the processor 210 may be implemented, for example, as a system on chip (SoC).
  • SoC system on chip
  • the processor 210 may further include a graphic processing unit (GPU) and/or an image signal processor.
  • the processor 210 may include at least some of the components shown in FIG. 2 (eg, the cellular module 221).
  • the processor 210 may load and process commands or data received from at least one of the other components (eg, non-volatile memory) into the volatile memory, and store the resulting data in the non-volatile memory.
  • the communication module 220 may include, for example, a cellular module 221, a WiFi module 223, a Bluetooth module 225, a GNSS module 227, an NFC module 228, and an RF module 229. there is.
  • the cellular module 221 may provide voice calls, video calls, text services, or Internet services through a communication network.
  • the cellular module 221 may use the subscriber identification module (eg, SIM card) 224 to distinguish and authenticate the electronic device 201 within the communication network.
  • the cellular module 221 may perform at least some of the functions that the processor 210 can provide.
  • the cellular module 221 may include a communication processor (CP).
  • CP communication processor
  • at least some (e.g., two or more) of the cellular module 221, WiFi module 223, Bluetooth module 225, GNSS module 227, or NFC module 228 are one integrated chip. (IC) or may be included within an IC package.
  • the RF module 229 may transmit and receive communication signals (eg, RF signals).
  • the RF module 229 may include, for example, a transceiver, a power amp module (PAM), a frequency filter, a low noise amplifier (LNA), or an antenna.
  • PAM power amp module
  • LNA low noise amplifier
  • Subscriber identity module 224 may include, for example, a card or embedded SIM that includes a subscriber identity module and may include unique identification information (e.g., integrated circuit card identifier (ICCID)) or subscriber information (e.g., IMSI). (international mobile subscriber identity)).
  • ICCID integrated circuit card identifier
  • IMSI international mobile subscriber identity
  • the memory 230 may include, for example, an internal memory 232 or an external memory 234.
  • the built-in memory 232 may include, for example, volatile memory (e.g., DRAM, SRAM, or SDRAM, etc.), non-volatile memory (e.g., one time programmable ROM (OTPROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, etc.
  • the external memory 234 may include at least one of a flash memory, a hard drive, or a solid state drive (SSD), for example, a compact flash (CF) or a secure digital (SD) drive. ), Micro-SD, Mini-SD, xD (extreme digital), MMC (multi-media card), or memory stick, etc.
  • the external memory 234 may be functionally connected to the electronic device 201 through various interfaces. It can be connected physically or physically.
  • the sensor module 240 may measure a physical quantity or sense the operating state of the electronic device 201 and convert the measured or sensed information into an electrical signal.
  • the sensor module 240 includes, for example, a gesture sensor 240A, a gyro sensor 240B, an atmospheric pressure sensor 240C, a magnetic sensor 240D, an acceleration sensor 240E, a grip sensor 240F, and a proximity sensor ( 240G), color sensor (240H) (e.g. RGB (red, green, blue) sensor), biometric sensor (240I), temperature/humidity sensor (240J), illuminance sensor (240K), or UV (ultra violet) ) It may include at least one of the sensors 240M.
  • a gesture sensor 240A e.g. RGB (red, green, blue) sensor
  • biometric sensor 240I
  • temperature/humidity sensor 240J
  • illuminance sensor 240K
  • UV ultraviolet
  • the sensor module 240 may include, for example, an olfactory (e-nose) sensor, an electromyography (EMG) sensor, an electroencephalogram (EEG) sensor, an electrocardiogram (ECG) sensor, It may include an infrared (IR) sensor, an iris sensor, and/or a fingerprint sensor.
  • the sensor module 240 may further include a control circuit for controlling at least one sensor included therein.
  • the electronic device 201 further includes a processor configured to control the sensor module 240, either as part of the processor 210 or separately, while the processor 210 is in a sleep state, The sensor module 240 can be controlled.
  • the input device 250 may include, for example, a touch panel 252, a (digital) pen sensor 254, a key 256, or an ultrasonic input device 258.
  • the touch panel 252 may use at least one of, for example, a capacitive type, a resistive type, an infrared type, or an ultrasonic type. Additionally, the touch panel 252 may further include a control circuit.
  • the touch panel 252 may further include a tactile layer to provide a tactile response to the user.
  • the (digital) pen sensor 254 may be, for example, part of a touch panel or may include a separate recognition sheet.
  • Keys 256 may include hardware buttons, optical keys, or keypads, for example.
  • the ultrasonic input device 258 may detect ultrasonic waves generated from an input tool through a microphone (e.g., microphone 288) and check data corresponding to the detected ultrasonic waves.
  • Display 260 may include a panel 262, a holographic device 264, a projector 266, and/or control circuitry for controlling them.
  • Panel 262 may be implemented as flexible, transparent, or wearable, for example.
  • the panel 262 may be composed of a touch panel 252 and one or more modules.
  • the panel 262 may include a pressure sensor (or force sensor) that can measure the intensity of pressure in response to the user's touch.
  • the pressure sensor may be implemented integrally with the touch panel 252, or may be implemented as one or more sensors separate from the touch panel 252.
  • the hologram device 264 can display a three-dimensional image in the air using light interference.
  • the projector 266 can display an image by projecting light onto the screen.
  • the screen may be located, for example, inside or outside the electronic device 201.
  • the interface 270 may include, for example, HDMI 272, USB 274, optical interface 276, or D-subminiature (D-sub) 278.
  • Interface 270 may be included in, for example, communication interface 170 shown in FIG. 1C. Additionally or alternatively, the interface 270 may include, for example, a mobile high-definition link (MHL) interface, a SD card/multi-media card (MMC) interface, or an infrared data association (IrDA) standard interface.
  • MHL mobile high-definition link
  • MMC SD card/multi-media card
  • IrDA infrared data association
  • the audio module 280 can, for example, convert sound and electrical signals in two directions. At least some components of the audio module 280 may be included in, for example, the input/output interface 145 shown in FIG. 1C.
  • the audio module 280 may process sound information input or output through, for example, a speaker 282, a receiver 284, an earphone 286, or a microphone 288.
  • the camera module 291 is, for example, a device capable of shooting still images and moving images, and according to one embodiment, it includes one or more image sensors (e.g., a front sensor or a rear sensor), a lens, and an image signal processor (ISP). , or may include a flash (e.g., LED or xenon lamp, etc.).
  • the power management module 295 may manage power of the electronic device 201, for example.
  • the power management module 295 may include a power management integrated circuit (PMIC), a charging IC, or a battery or fuel gauge.
  • PMIC may have wired and/or wireless charging methods.
  • the wireless charging method includes, for example, a magnetic resonance method, a magnetic induction method, or an electromagnetic wave method, and may further include an additional circuit for wireless charging, for example, a coil loop, a resonance circuit, or a rectifier. there is.
  • the battery gauge may, for example, measure the remaining amount of the battery 296, voltage, current, or temperature during charging.
  • Battery 296 may include, for example, rechargeable cells and/or solar cells.
  • the indicator 297 may display a specific state of the electronic device 201 or a part thereof (eg, the processor 210), such as a booting state, a message state, or a charging state.
  • the motor 298 can convert electrical signals into mechanical vibration and generate vibration or haptic effects.
  • the electronic device 201 is, for example, a mobile TV support device (e.g. : GPU) may be included.
  • a mobile TV support device e.g. : GPU
  • Each of the components described in this document may be composed of one or more components, and the names of the components may vary depending on the type of electronic device.
  • an electronic device e.g., the electronic device 201) omits some components, further includes additional components, or combines some of the components to form a single entity. The functions of the previous corresponding components can be performed in the same way.
  • the electronic device 201 may include a housing including a front, a back, and a side surrounding a space between the front and the back.
  • a touch screen display eg, display 260
  • the microphone 288 is disposed within the housing and may be exposed through a portion of the housing.
  • At least one speaker 282 is disposed within the housing and may be exposed through another part of the housing.
  • Hardware buttons e.g., keys 256
  • Wireless communication circuitry eg, communication module 220
  • the processor 210 (or processor 120) is located within the housing and may be electrically connected to the touch screen display, the microphone 288, the speaker 282, and the wireless communication circuit.
  • the memory 230 (or memory 130) is located within the housing and may be electrically connected to the processor 210.
  • the memory 230 is configured to store a first application program including a first user interface for receiving text input, and the memory 230, when executed, A processor 210 stores instructions causing the processor 210 to perform a first action and a second action, the first action being performed via the button while the first user interface is not displayed on the touchscreen display.
  • a processor 210 stores instructions causing the processor 210 to perform a first action and a second action, the first action being performed via the button while the first user interface is not displayed on the touchscreen display.
  • Receive a first type of user input and after receiving the first type of user input, receive a first user utterance through the microphone 288, and perform automatic speech recognition (ASR) and intelligence.
  • ASR automatic speech recognition
  • the button may include a physical key located on the side of the housing.
  • the first type of user input includes: one press of the button, two presses of the button, three presses of the button, and one press of the button. This may be either pressing and holding, or pressing and holding the button twice.
  • the instructions may further cause the processor to display the first user interface with a virtual keyboard.
  • the button may not be part of the virtual keyboard.
  • the instructions further enable the processor 210 to receive, from the external server, data about text generated by ASR from the first user utterance within the first operation. can cause
  • the first application program may include at least one of a note application program, an email application program, a web browser application program, or a calendar application program.
  • the first application program includes a messaging application, and the instructions cause the processor 210 to: It can further cause the automatically entered text to be transmitted through .
  • the instructions further cause the processor 210 to perform a third operation, the third operation being during display of the first user interface on the touchscreen display. , receiving a second type of user input through the button, and after receiving the second type of user input, receiving a third user speech through the microphone, and transmitting the third user speech to the external server. provide third data about the system, and after providing the third data, receive at least one command from the external server to perform a task generated by the intelligent system in response to the third user utterance. there is.
  • the instructions further cause the processor 210 to perform a fourth operation, wherein the first user interface is not displayed on the touchscreen display.
  • the second type of user input is received through the button, and after receiving the second type of user input, a fourth user speech is received through the microphone 288, and the fourth user speech is received.
  • providing fourth data for the external server and after providing the fourth data, in response to the fourth user utterance, at least one command for performing a task generated by the intelligent system.
  • the first 5 At least one command for performing a task created by the intelligent system in response to a user utterance may be received from the external server.
  • the first type of user input and the second type of user input are different, such as one press of the button, two presses of the button, and three presses of the button. , pressing the button once and then holding it down, or pressing the button twice and holding it down can be selected.
  • the memory 230 is further configured to store a second application program including a second user interface for receiving text input, wherein the instructions, when executed, are transmitted to the processor ( 210) further causes to perform a third operation, wherein the third operation includes receiving a user input of the first type through the button while displaying the second user interface, and receiving a user input of the first type through the button while displaying the second user interface.
  • the external server After the input is received, receive a third user speech through the microphone, provide third data for the third user speech to the external server, and after providing the third data, the external server receiving, from a server, data for text generated by an ASR from the third user utterance, but not receiving commands generated by the intelligent system, entering the text into the second user interface, and is entered, and when the selected time period is exceeded, the entered text can be automatically transmitted via the wireless communication circuit.
  • the memory 230 is configured to store a first application program including a first user interface for receiving text input, and the memory 230, when executed, A processor 210 stores instructions that cause the processor 210 to perform a first operation and a second operation, the first operation comprising: receiving a first type of user input through the button, and receiving a first type of user input through the button.
  • ASR automatic speech recognition
  • the first user utterance is received through the microphone 288, and the first user utterance is transmitted to an external server including an automatic speech recognition (ASR) and an intelligence system.
  • ASR automatic speech recognition
  • the second operation includes receiving a second type of user input through the button, and after receiving the second type of user input, receiving a second user utterance through the microphone 288, Providing second data about the second user utterance to the external server, and after providing the second data, receiving data about text generated by ASR from the second user utterance from the server. , the command generated by the intelligent system is not received, and the text can be input into the first user interface.
  • the instructions may further cause the processor 210 to display the first user interface with a virtual keyboard, and the button may not be part of the virtual keyboard.
  • the instructions further cause the processor 210 to receive data about text generated by the ASR from the first user utterance within the first operation from the external server. can do.
  • the first application program may include at least one of a note application program, an email application program, a web browser application program, or a calendar application program.
  • the first application program includes a messaging application, and the instructions cause the processor 210 to: It can further cause the automatically entered text to be transmitted through .
  • the instructions may further cause the processor 210 to perform the first operation independent of the display on the display of the first user interface.
  • the instructions cause the processor 210 to perform the second operation when at least one of the electronic device is in a locked state or the touch screen display is turned off. It can cause more to happen.
  • the instructions may further cause the processor 210 to perform the second operation while displaying the first user interface on the touchscreen display.
  • the memory 230 when executed, allows the processor 210 to receive user utterances through the microphone 288 and perform automatic speech recognition (ASR) or An external server that performs at least one of natural language understanding (NLU), and performs the natural language understanding on the text obtained by performing the ASR on the data on the user utterance together with the data on the user utterance.
  • ASR automatic speech recognition
  • NLU natural language understanding
  • transmit information related to whether to perform the natural language understanding, and if the information indicates that the natural language understanding will not be performed receive the text for data about the user utterance from the external server, and if the information indicates that the natural language understanding will not be performed, If this is indicated, an instruction that causes receiving a command obtained as a result of performing the natural language understanding of the text from the external server may be stored.
  • the program module 310 (e.g., program 140) is an operating system that controls resources related to an electronic device (e.g., electronic device 101) and/or various applications running on the operating system ( Example: may include an application program (147).
  • the operating system may include, for example, Android TM , iOS TM , Windows TM , Symbian TM , Tizen TM , or Bada TM .
  • the program module 310 includes a kernel 320 (e.g. kernel 141), middleware 330 (e.g. middleware 143), (API 360) (e.g.
  • program module 310 may be preloaded on an electronic device or an external electronic device (e.g., an electronic device). 102, 104), server 106, etc.).
  • the kernel 320 may include, for example, a system resource manager 321 and/or a device driver 323.
  • the system resource manager 321 may control, allocate, or retrieve system resources.
  • the system resource manager 321 may include a process management unit, a memory management unit, or a file system management unit.
  • the device driver 323 may include, for example, a display driver, a camera driver, a Bluetooth driver, a shared memory driver, a USB driver, a keypad driver, a WiFi driver, an audio driver, or an inter-process communication (IPC) driver.
  • the middleware 330 provides functions commonly required by the application 370 or provides various functions through the API 360 so that the application 370 can use limited system resources inside the electronic device. It can be provided as an application (370).
  • the middleware 330 includes a runtime library 335, an application manager 341, a window manager 342, a multimedia manager 343, a resource manager 344, a power manager 345, and a database manager ( 346), a package manager 347, a connectivity manager 348, a notification manager 349, a location manager 350, a graphics manager 351, or a security manager 352.
  • the runtime library 335 may include, for example, a library module used by a compiler to add new functions through a programming language while the application 370 is running.
  • the runtime library 335 may perform input/output management, memory management, or arithmetic function processing.
  • the application manager 341 may, for example, manage the life cycle of the application 370.
  • the window manager 342 can manage GUI resources used on the screen.
  • the multimedia manager 343 can determine the format required to play media files and encode or decode the media files using a codec suitable for the format.
  • the resource manager 344 may manage the source code or memory space of the application 370.
  • the power manager 345 may, for example, manage battery capacity or power and provide power information necessary for the operation of the electronic device.
  • the power manager 345 may be linked to a basic input/output system (BIOS).
  • the database manager 346 may create, search, or change a database to be used in the application 370, for example.
  • the package manager 347 can manage the installation or update of applications distributed in the form of package files.
  • Connectivity manager 348 may manage wireless connections, for example.
  • the notification manager 349 may provide events such as arrival messages, appointments, and proximity notifications to the user, for example.
  • the location manager 350 may, for example, manage location information of the electronic device.
  • the graphics manager 351 may, for example, manage graphic effects to be provided to users or user interfaces related thereto.
  • Security manager 352 may provide, for example, system security or user authentication.
  • the middleware 330 may include a telephony manager for managing the voice or video call function of the electronic device or a middleware module that can form a combination of the functions of the above-described components. .
  • the middleware 330 may provide specialized modules for each type of operating system. The middleware 330 may dynamically delete some existing components or add new components.
  • the API 360 is, for example, a set of API programming functions and may be provided in different configurations depending on the operating system. For example, in the case of Android or iOS, one API set can be provided for each platform, and in the case of Tizen, two or more API sets can be provided for each platform.
  • the application 370 includes, for example, home 371, dialer 372, SMS/MMS (373), instant message (IM) 374, browser 375, camera 376, and alarm 377. , contact (378), voice dial (379), email (380), calendar (381), media player (382), album (383), watch (384), health care (e.g., measuring the amount of exercise or blood sugar, etc.) , or may include an application that provides environmental information (e.g., atmospheric pressure, humidity, or temperature information).
  • the application 370 may include an information exchange application that can support information exchange between an electronic device and an external electronic device.
  • the information exchange application may include, for example, a notification relay application for delivering specific information to an external electronic device, or a device management application for managing the external electronic device.
  • a notification delivery application may deliver notification information generated by another application of an electronic device to an external electronic device, or may receive notification information from an external electronic device and provide it to the user.
  • a device management application may, for example, control the functions of an external electronic device that communicates with the electronic device, such as turning on/off the external electronic device itself (or some of its components) or the brightness (or resolution) of the display. control), or you can install, delete, or update applications running on an external electronic device.
  • the application 370 may include an application designated according to the properties of the external electronic device (eg, a health management application for a mobile medical device).
  • the application 370 may include an application received from an external electronic device.
  • At least a portion of the program module 310 may be implemented (e.g., executed) in software, firmware, hardware (e.g., processor 210), or a combination of at least two of these, and may be a module for performing one or more functions; May contain programs, routines, instruction sets, or processes.
  • FIG. 4 is a flowchart illustrating a method of operating an electronic device (e.g., the electronic device 101 of FIG. 1C) according to various embodiments.
  • 5A to 5B explain a method of operating an artificial neural network model according to various embodiments.
  • 6A to 6B are diagrams illustrating examples of a DPS application process and a DAS application process according to various embodiments.
  • FIG. 7 is a block diagram of applicable data for wave task determination, according to various embodiments.
  • a logistics center is a facility that stores produced goods temporarily or for a long period of time and releases them as needed so that they can be quickly delivered to consumption areas.
  • logistics centers are comprised of automated facilities that automatically process the process from receipt to release of goods, and a logistics information management system controls the status of goods in and out, inventory, and location of goods.
  • the logistics information management system consists of a warehouse management system (WMS), an order management system (OMS), a transportation management system (TMS), etc., according to the request of the shipper. Products can be shipped and managed efficiently.
  • FIG. 6A and 6B may represent a DPS application process and a DAS application process, respectively.
  • DPS installs indicators on the shelves where products are stored for each product and displays information about the product to be picked from that shelf, so the picker looks at the information on the displayed product and picks the product.
  • This DPS is suitable for inventory-type logistics centers and has the advantage of enabling inventory management at the same time because indicators are installed for each product.
  • DAS installs an indicator on the shelf where the shipping destination box is placed for each shipping destination and displays the information of the product to be contained in the box placed on the shelf on the indicator, so that the worker performs the product distribution task by looking at the displayed product information.
  • This DAS is suitable for pass-through logistics centers that do not hold inventory, and enables automatic inspection while performing total picking and distribution to each shipping destination.
  • the example DPS and DAS all display the picking quantity or distribution quantity of the product through an information indicator, and workers perform picking or distribution work based on this.
  • a typical information indicator is a 3-digit or 5-digit quantity LED that displays the quantity for product picking or distribution, that is, a FND (Flexible Numeric Display) display, and an ID switch to set the ID (IDentifier) of the indicator. It consists of a correction switch to input the amount of work, a completion switch to input the completion status of the task, and a completion lamp to display the completion status of the task.
  • WAVE is a term for a process used in a warehouse management system (WMS) to support the organization of daily workflow in a warehouse or distribution center.
  • Wave data may include workload (order lines, cases, value-added services, etc.) by order or function (case picking, repack picking, pallet movement, picking location replenishment, packaging, etc.), and may include information for staffing calculations via electronic devices ( 101) can be provided to the administrator.
  • the electronic device 101 may confirm order information about the product.
  • Order information for a product may include the item type, item specification, and quantity for each item.
  • the electronic device 101 receives the order information directly from the administrator of the electronic device 101 through a display (e.g., display 160 in FIG. 1C) or receives the order information from an external electronic device. can do.
  • the item type may indicate the type (category) of the product.
  • the item specification may indicate the specification (size) of the relevant product.
  • the quantity for each item may represent the requested quantity to be ordered for the product.
  • the order information is not limited to the above-described example, but includes center code, combined packaging number, wave processing date, DPS shipment number, DPS shipment vehicle life, shipper code, shipper name, recipient name, invoice number, delivery company. It may further include code, delivery company, item code, item name, DPS picking completion quantity, packaging box ID, packaging box name, DPS status, and item barcode.
  • the electronic device 101 may check additional information about the order information.
  • Additional information may include an appropriate storage temperature for the product, an appropriate loading type, information on first personnel available for picking work, and information on second personnel available for packing work.
  • the appropriate storage temperature can indicate information about the appropriate temperature (e.g. room temperature, refrigeration, freezing) for the storage of the product.
  • the appropriate loading form can indicate information about the appropriate form for loading the product (e.g., horizontal loading, vertical loading, upright loading, and lying down loading).
  • the first human resource information or the second human resource information may include the number of human resources, the career experience of the human resources, and the gender of the human resources.
  • the electronic device 101 may receive the additional information directly from an administrator of the electronic device 101 through the display 160 or may receive the additional information from an external electronic device.
  • the first manpower information and the second manpower information may be different from each other.
  • the electronic device 101 e.g., the processor 120 in FIG. 1C inputs order information and additional information into a CNN-based artificial neural network model to determine the type of wave task.
  • the type of wave task can be one of manual (0), DPS (1), Pick&Checker (2), direct delivery (3), or DAS (4).
  • the artificial neural network model may be trained to receive order information and additional information as input and output the type of wave task with the shortest wave task processing time.
  • the artificial neural network model can set order information, additional information, type of wave task, and corresponding wave task processing time as one learning data set, and can be learned using a plurality of learning data sets.
  • the wave task processing time may represent the time from the start point (e.g., order transmission point) to the end point (e.g., picking completion point or packing completion point) of the corresponding wave task.
  • the learning data set is additional information consisting of item type, item specification, order information consisting of quantity for each item, appropriate storage temperature, appropriate loading type, first manpower information, and second manpower information, as shown in Table 1 below. , wave task type, and wave task processing time.
  • Second workforce information first data set A1 A2 A3 A4 A5 A6 A7 A8 A9 Second data set B1 B2 B3 B4 B5 B6 B7 B8 B9 Third data set C1 C2 C3 C4 C5 C6 C7 C8 C9
  • each learning data set is not limited to the above-mentioned items, but includes center code, combined packaging number, wave processing date, DPS shipment number, DPS shipment vehicle life, shipper code, shipper name, recipient name, invoice number, It may further include delivery company code, delivery company, item code, item name, DPS picking completion quantity, packaging box ID, packaging box name, DPS status, and item barcode.
  • the electronic device 101 selects data sets with processing times within the top n% for each type of wave task from memory (e.g., memory 130 in FIG. 1C). It can be obtained.
  • the electronic device 101 processes the acquired data set into a form that can learn order information, additional information, type of wave task, and wave task processing time (e.g., text information that can perform matrix operations). It can be assigned to a specific value and preprocessed.
  • a form that can learn order information, additional information, type of wave task, and wave task processing time (e.g., text information that can perform matrix operations). It can be assigned to a specific value and preprocessed.
  • the electronic device 101 may create an artificial neural network model using processed information as training data. For example, referring to FIG. 5A, the electronic device 101 sets order information and additional information as input data, and sets the type of wave task and processing time for each wave task as output data.
  • learning e.g., weight learning 1530
  • the artificial intelligence learning algorithm may include various types of well-known machine learning and deep learning algorithms, for example, a convolutional neural network (CNN) and a recurrent neural network. (Recurrent Neural Network, RNN), Deep Belief Network (DBN), and Restricted Boltzman Machine (RBM) methods, etc., but are not limited thereto.
  • FIG. 5a shows the structure of a convolution neural network (CNN) among various types of neural networks.
  • a convolutional neural network may be a deep neural network with two or more layers. Steps (or operations) according to various embodiments of the present disclosure are described based on the above-described convolutional neural network, but it is obvious to those skilled in the art that various neural networks can be used for the embodiments of the present disclosure without being limited thereto. something to do.
  • the generated artificial neural network model can be implemented to finally output weights for each processing time for each type of wave task in response to receiving order information and additional information. For example, based on obtaining specific order information and specific additional information, the electronic device 101 may continue to perform an operation of assigning weight to the processing time for each type of wave task corresponding to the information. .
  • the artificial neural network model includes layers containing weight values for calculating the input information in response to the order information being input, and performs calculations on each of the layers to finally output the job type and It can be implemented to output weights according to processing time.
  • the wave task decision system may include a learning device 400 and a prediction device 450.
  • the learning device 400 may perform various functions such as generating a neural network, training (or learning) a neural network, or retraining a neural network. May include a computing device with processing functions.
  • the learning device 400 may be implemented with various types of devices such as personal computers (PCs), server devices, and mobile devices.
  • the learning device 400 may generate one or more trained neural networks 410 by repeatedly training (learning) a given initial neural network.
  • Creating one or more trained neural networks 410 may mean determining neural network parameters.
  • the parameters may include various types of data input/output to the neural network, such as, for example, input/output activations, weights, and biases of the neural network.
  • the parameters of the neural network can be adjusted to calculate a more accurate output for a given input.
  • the learning device 400 may transmit one or more trained neural networks 410 to the prediction device 450.
  • the prediction device 450 may be included in a mobile device, an embedded device, etc.
  • the prediction device 450 is dedicated hardware for driving a neural network and may be an electronic device including at least one of a processor, memory, input/output (I/O) interface, display, communication interface, or sensor. You can.
  • the prediction device 450 may be included in the electronic device 101 described above with reference to FIGS. 1C to 3 .
  • the prediction device 450 operates one or more trained neural networks 410 as is, or uses a neural network 460 in which one or more trained neural networks 410 are processed (e.g., quantized). can be driven.
  • the prediction device 450 that drives the processed neural network 460 may be implemented in a device separate from the learning device 400. However, the present invention is not limited to this, and the prediction device 450 may also be implemented in the same device as the learning device 400.
  • an artificial neural network model may be learned to classify or predict the type of wave task from order information and additional information.
  • the purpose of learning an artificial neural network model can be seen as determining parameters that minimize the loss function.
  • the loss function can be used as an indicator to determine optimal parameters in the learning process of an artificial neural network model.
  • the electronic device 101 selects the type of wave task with the highest weight, that is, the type of wave task with the shortest processing time, from among the weights for processing time for each type of a plurality of wave tasks.
  • the type of selected wave task may be displayed on a display (e.g., display 160 in FIG. 1C) or transmitted to an external electronic device.
  • the electronic device 101 is not limited to the above-described data or wave task decision process and may determine the wave task using various data.
  • the electronic device 101 can perform operator decision-making and picking & packing instructions using WAVE data.
  • operator decision-making classification criteria, AI model classification, and The final decision output can be performed according to the drawing shown.
  • the electronic device 101 may output an order for order information based on the type of wave task. For example, if the type of wave work confirmed is DPS, a DPS order for order information may be displayed on the display 160 or transmitted to an external electronic device.
  • an electronic device includes at least one process, wherein the at least one processor checks order information for a product, checks additional information for the order information, and the order information and It is set to determine the type of wave task by inputting the additional information into a CNN-based artificial neural network model, and the artificial neural network model receives specific order information and specific additional information and inputs the specific order information and the specific additional information. It is implemented to output the type of wave task having the shortest wave task processing time among the corresponding plurality of wave task processing times, and the artificial neural network model includes a plurality of order information, a plurality of additional information, a plurality of wave task types, It can be learned based on multiple wave task processing times.
  • order information for a product may include at least one of an item type, an item standard, or a quantity for each item.
  • the order information includes center code, combined packaging number, wave processing date, DPS delivery vehicle number, DPS delivery vehicle life, shipper code, shipper name, recipient name, invoice number, delivery company code, delivery company, and item. It may further include code, item name, DPS picking completion quantity, packaging box ID, packaging box name, DPS status, and item barcode.
  • the additional information includes appropriate storage temperature for the product, appropriate loading type, first manpower information available for picking work, and second manpower information available for packing work. It can be included.
  • the first manpower information or the second manpower information may include the number of manpower, the career of the manpower, and the gender of the manpower, respectively.
  • the first human resource information and the second human resource information may be different from each other.
  • each of the plurality of wave task processing times may be the time from the start time to the end time of the corresponding wave task.
  • the processor may be further configured to output an order for the order information based on the type of the wave task.
  • the processor may further include a display, and the processor may be configured to display the confirmed type of wave task on a display or transmit the confirmed type of wave task to an external electronic device.
  • the processor may be set to obtain the order information or the additional information from an administrator of the electronic device through the display, or to receive the order information or the additional information from the external electronic device. You can.
  • a computer program stored in a computer-readable recording medium may execute any one of the above-described operations.
  • a method of determining the type of wave task includes an operation of confirming order information for a product, an operation of confirming additional information about the order information, and the order information and the additional information based on CNN.
  • An operation of determining the type of wave work by inputting it into an artificial neural network model, wherein the artificial neural network model receives specific order information and specific additional information and provides a plurality of pieces corresponding to the specific order information and the specific additional information. It is implemented to output the type of wave task having the shortest wave task processing time among the wave task processing times, and the artificial neural network model includes a plurality of order information, a plurality of additional information, a plurality of wave task types, and a plurality of wave tasks. Can be learned based on processing time.
  • module used in this document includes a unit comprised of hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic block, component, or circuit, for example.
  • a “module” may be an integrated part, a minimum unit that performs one or more functions, or a part thereof.
  • a “module” may be implemented mechanically or electronically, for example, in application-specific integrated circuit (ASIC) chips, field-programmable gate arrays (FPGAs), known or hereafter developed, that perform certain operations. May include programmable logic devices.
  • ASIC application-specific integrated circuit
  • FPGAs field-programmable gate arrays
  • At least a portion of the device (e.g., modules or functions thereof) or method (e.g., operations) includes instructions stored in a computer-readable storage medium (e.g., memory 130) in the form of a program module. It can be implemented as: When the instruction is executed by a processor (eg, processor 120), the processor may perform the function corresponding to the instruction.
  • Computer-readable recording media include hard disks, floppy disks, magnetic media (e.g. magnetic tape), optical recording media (e.g. CD-ROM, DVD, magneto-optical media (e.g. floptical disks), built-in memory, etc.
  • the instruction may include code generated by a compiler or code that can be executed by an interpreter.
  • a module or program module may include at least one of the above-described components. , some parts may be omitted, or other components may be further included. Operations performed by modules, program modules, or other components may be executed sequentially, parallel, iteratively, or heuristically. Some operations may be executed in a different order, omitted, or other operations may be added.

Landscapes

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

Abstract

다양한 실시예들에 따라서, 전자 장치는 적어도 하나의 프로세스를 포함하고, 상기 적어도 하나의 프로세서는, 물품에 대한 주문 정보를 확인하고, 상기 주문 정보에 대한 부가 정보를 확인하고, 및 상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하도록 설정되고, 상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고, 상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습될 수 있다. 그 밖의 다양한 실시예가 가능하다.

Description

인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법
본 발명의 다양한 실시예는, 웨이브 업무의 종류를 결정하기 위한 장치 및 그 동작 방법에 관한 것이다.
풀필먼트 센터(fulfillment centers: FCs)는 전자상거래 상인들이 창고 보관과 배송을 아웃소싱할 수 있게 한다. FCs의 재고 관리는 온라인 쇼핑객을 위한 최고의 고객 경험을 구축하는 데 필수적인 요소다. 재고 관리는 판매자로부터 상품을 받는 것부터, 용이한 픽업 액세스를 위해 받은 상품을 적재하는 것, 아이템을 패킹하는 것, 주문을 검증하는 것, 및 패키지 배달에 이르는 많은 단계를 포함할 수 있다. 현재 존재하는 FCs 및 FC 내의 재고 관리를 위한 시스템이 대량으로 들어오고 나가는 상품들을 처리하도록 구성되어 있지만, 고객 주문의 이행의 효율성과 적시성에 한계가 있을 수 있는데, 이는 부분적으로, 주문을 이행하기 위해 아이템을 입수하는 데 비효율적인 관행 때문이다. 패키지 배달의 지연은 고객 불만을 야기할 수 있으며, 경우에 따라 비즈니스의 비용과 수익성에 영향을 미칠 수 있다.
전자상거래의 발전과 광범위한 수용으로, 인터넷 쇼핑은 음식, 가구, 전자제품, 옷, 책 등을 포함하는 모든 쇼핑 니즈를 위한 원스톱 상점을 제공한다. 각 온라인 주문은 일반적으로 아이템들의 매우 다양한 카테고리의 조합을 포함한다. 현재 존재하는 주문 이행 관행에서는, 시스템이 효율적인 방식으로 주문에 속한 각 개별 아이템을 획득하도록 이용될 수 있지만, 주문 배달의 전체적인 효율성은 각 개별 아이템을 입수하는 능력에 의해 제한된다. 예를 들면, 아이템들은 주로 카테고리에 기초하여 FC의 여러 섹션에 저장되고, 패커(packer)는 주문의 모든 아이템이 패킹되기 전에 피커(picker)가 주문의 모든 아이템을 픽업하기를 기다려야 할 수 있다. 이것은 패킹과 고객에게 패키지를 전달하는 프로세스에 있는 후속 단계를 지연시킬 수 있으며, 이는 시스템의 처리량(throughput)과 배송 프로세스를 제어하는 컴퓨터화된 시스템의 효율성을 지연시킬 수 있다.
또한, 아이템이 개별적으로 픽업되지만, 배달 트럭에 패키지로서 적재되기 전에 하나의 컨테이너 내로 동시에 패킹되기 때문에, FC의 전체 효율성과 처리량에 영향을 줄 수 있다. 패킹에서의 예상되거나 또는 예상되지 않은 지연은 픽업된 아이템들이 저장되는 저장 공간에 접근할 수 없으면, 픽업 효율성에 영양을 미칠 수 있다. 패키지를 저장하고 FC 밖으로 배송하는 프로세스는 수령, 적재, 픽업, 분류, 패킹, 적재(load), 배달 및 각 단계에서 주문 정확성을 검증하는 것과 같은 다수의 단계를 포함한다. 전체적으로 높은 효율성을 위해서는, 개별 단계 효율성도 높아야 한다. 예를 들면, 프로세스가 10단계를 포함하고, 각 단계가 90% 이상의 효율성을 가지면, 전체 효율성은 83.9%에 불과하다.
또한, 현재 존재하는 FCs는 원할한 24시간 운영을 보장하기 위해 작업자들의 팀을 고용하고 있다. 창고의 기술적 문제 중 하나는 그 층에 있는 작업자에게 긴급한 고객 주문, 우선 배송(priority shipment) 등과 같은 정보를, 신속하게 전달하는 것일 수 있다. 현재 존재하는 물류 및 재고 관리 시스템은 고객 주문에 대해 예상되거나 또는 예상치 못한 긴급성을 효율적으로 처리할 능력이 부족하여, 고객 불만과 관련 재고 비용을 증가시킬 수 있다.
따라서 높은 전체 처리량과 리소스의 효율적인 이용을 유지하면서, 사이클타임과 약속된 배달 시간을 줄이기 위해 개별화(singulation)에 의한 효율적 패키지 배달을 위한 개선된 방법과 시스템의 구현이 필요하다.
본 발명의 다양한 실시예에 따른 전자 장치 및 그 동작 방법은, 입력된 주문 정보 및 부가 정보를 이용하여 가장 효율적인 웨이브 업무를 결정할 수 있는 방법을 제공할 수 있다.
다양한 실시예들에 따라서, 전자 장치는 적어도 하나의 프로세스를 포함하고, 상기 적어도 하나의 프로세서는, 물품에 대한 주문 정보를 확인하고, 상기 주문 정보에 대한 부가 정보를 확인하고, 및 상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하도록 설정되고, 상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고, 상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습될 수 있다.
본 발명의 다양한 실시예에 따라, 특정 주문 정보 및 특정 부가 정보를 입력 받았을 때, 해당 정보들을 인공 신경망 모델에 입력하여 가장 효율적인 웨이브 업무의 종류를 결정할 수 있다.
도 1a는 다양한 실시예에 따른 물품 자동 분배 시스템의 구성을 나타낸 도면이다.
도 1b는 다양한 실시예에 따른 물품 자동 분배 모습을 나타낸 도면이다.
도 1c은 다양한 실시예에 따른 전자 장치 및 네트워크의 블록도를 도시한다.
도 2는 다양한 실시예에 따른 전자 장치의 블록도이다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다.
도 4는 다양한 실시예들에 따른, 전자 장치가 동작하는 방법을 설명하기 위한 흐름도이다.
도 5a 내지 도 5b는 다양한 실시예들에 따른, 인공 신경망 모델의 동작 방법을 설명한다.
도 6a 내지 도 6b는 다양한 실시예들에 따른, DPS 적용 프로세스 및 DAS 적용 프로세스의 예시를 나타낸 도면이다.
도 7은 다양한 실시예들에 따른, 웨이브 업무 결정을 위한 적용 가능한 데이터의 블록도이다.
다양한 실시예들에 따라서, 전자 장치는 적어도 하나의 프로세스를 포함하고, 상기 적어도 하나의 프로세서는, 물품에 대한 주문 정보를 확인하고, 상기 주문 정보에 대한 부가 정보를 확인하고, 및 상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하도록 설정되고, 상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고, 상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습될 수 있다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다. 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다양한 실시예에서, 전자 장치는 플렉서블하거나, 또는 전술한 다양한 장치들 중 둘 이상의 조합일 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1a는 다양한 실시예에 따른 물품 자동 분배 시스템(10)의 구성을 나타낸 도면이고, 도 1b는 다양한 실시예에 따른 물품 자동 분배 모습을 나타낸 도면이다.
도 1a를 참조하면, 물품 자동 분배 시스템(10)은 물류 관리 서버(11) 및 물류 관리 서버(11)가 관리하는 물품을 운반하는 슈트(20)를 포함할 수 있다.
먼저, 물류 관리 서버(11)는 물류센터를 총괄하는 서버로서 물류센터에 존재하는 다양한 자동화 설비들을 통제하고 관리할 수 있다. 실시예에 따라, 물류 관리 서버(11)는 창고 관리 시스템(WMS), 주문 관리 시스템(OMS), 운송 관리 시스템(TMS), 컨베이어 기반 자동화 설비(PAS), 표시기 기반 자동화 설비(DAS, DPS) 등 각종 설비 시스템 및 장치로부터 물품 관리, 재고, 상태, 운송 정보들을 수신하고 물품 처리를 효율적으로 수행하기 위한 정보들을 생성할 수 있다.
다음으로, 물품을 운반하는 슈트(20)는 물류 관리 서버(11)가 수신한 물품 작업 정보를 기초로 선정된 물품들이 이송되는 장치로서, 물품 자동 분배 시스템(10)은 물류센터에 배치된 많은 양의 물품을 처리하기 위해 복수의 슈트(20)를 포함할 수 있다.
보다 구체적으로, 도 1b를 참조하면, 복수의 슈트(20)는 컨베이어(21)에서 분기된 것으로, 물류 관리 서버(11)가 선정한 물품들이 컨베이어(21)를 따라 이송되면, 이송 중인 물품이 선 지정된 특정 슈트(20)로 이송되고, 각각의 슈트(20)마다 배치된 배송기사들이 물품들을 배송 차량에 상차 또는 하차하는 작업을 수행할 수 있다.
한편, 일반적인 물품 분배 방식은 물품 수량의 오름차순 또는 내림차순으로 정렬된 품목들이 순서대로 슈트(20)에 분배되어, 슈트(20)마다 물류작업 생산성에 차이가 발생하였다. 여기서 물류 작업의 생산성은 각각의 슈트(20)를 이용하여 이송되는 물품의 개수와 슈트(20)를 따라 이송된 물품이 하역장소에 하역되는 시간을 고려하여 산출되는 지표일 수 있다. 이러한 생산성의 차이는 물품의 양이 많을수록 극명하게 나뉠 수 있으며, 그에 따라 물류 관리 서버(11)는 복수의 슈트(20)가 담당하는 물품의 개수를 균일하게 맞추어 슈트(20) 별 물품 수량의 편중 없이 물류작업 생산성을 유사하게 맞추도록 할 수 있다.
지금까지 본 발명의 일 실시예에 따른 물품 자동 분배 시스템(10)의 구성을 간략히 설명하였으며, 이하에서는 본 발명의 실시예에 따른 물류 관리 서버(11)의 구성을 구체적으로 설명하도록 한다.
도 1c를 참조하면, 물류 관리 서버(11)는 도 1c의 전자 장치(101) 또는 서버(106)에 해당할 수 있다.
도 1c를 참조하여, 다양한 실시예에서의, 네트워크 환경(100) 내의 전자 장치(101)가 기재된다. 전자 장치(101)는 버스(110), 프로세서(120), 메모리(130), 입출력 인터페이스(150), 디스플레이(160), 및 통신 인터페이스(170)를 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다. 버스(110)는 구성요소들(110-170)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 또는 데이터)을 전달하는 회로를 포함할 수 있다. 프로세서(120)는, 중앙처리장치, 어플리케이션 프로세서, 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(120)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
메모리(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시예에 따르면, 메모리(130)는 소프트웨어 및/또는 프로그램(140)을 저장할 수 있다. 프로그램(140)은, 예를 들면, 커널(141), 미들웨어(143), 어플리케이션 프로그래밍 인터페이스(API)(145), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(147) 등을 포함할 수 있다. 커널(141), 미들웨어(143), 또는 API(145)의 적어도 일부는, 운영 시스템으로 지칭될 수 있다. 커널(141)은, 예를 들면, 다른 프로그램들(예: 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147))에 구현된 동작 또는 기능을 실행하는 데 사용되는 시스템 리소스들(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)을 제어 또는 관리할 수 있다. 또한, 커널(141)은 미들웨어(143), API(145), 또는 어플리케이션 프로그램(147)에서 전자 장치(101)의 개별 구성요소에 접근함으로써, 시스템 리소스들을 제어 또는 관리할 수 있는 인터페이스를 제공할 수 있다.
미들웨어(143)는, 예를 들면, API(145) 또는 어플리케이션 프로그램(147)이 커널(141)과 통신하여 데이터를 주고받을 수 있도록 중개 역할을 수행할 수 있다. 또한, 미들웨어(143)는 어플리케이션 프로그램(147)으로부터 수신된 하나 이상의 작업 요청들을 우선 순위에 따라 처리할 수 있다. 예를 들면, 미들웨어(143)는 어플리케이션 프로그램(147) 중 적어도 하나에 전자 장치(101)의 시스템 리소스(예: 버스(110), 프로세서(120), 또는 메모리(130) 등)를 사용할 수 있는 우선 순위를 부여하고, 상기 하나 이상의 작업 요청들을 처리할 수 있다. API(145)는 어플리케이션(147)이 커널(141) 또는 미들웨어(143)에서 제공되는 기능을 제어하기 위한 인터페이스로, 예를 들면, 파일 제어, 창 제어, 영상 처리, 또는 문자 제어 등을 위한 적어도 하나의 인터페이스 또는 함수(예: 명령어)를 포함할 수 있다. 입출력 인터페이스(150)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(101)의 다른 구성요소(들)에 전달하거나, 또는 전자 장치(101)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.
디스플레이(160)는, 예를 들면, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 또는 마이크로 전자기계 시스템 (MEMS) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(160)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 및/또는 심볼 등)을 표시할 수 있다. 디스플레이(160)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다. 통신 인터페이스(170)는, 예를 들면, 전자 장치(101)와 외부 장치(예: 제 1 외부 전자 장치(102), 제 2 외부 전자 장치(104), 또는 서버(106)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(170)는 무선 통신 또는 유선 통신을 통해서 네트워크(162)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(104) 또는 서버(106))와 통신할 수 있다.
무선 통신은, 예를 들면, LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 한 실시예에 따르면, 무선 통신은, 예를 들면, WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다. 한실시예에 따르면, 무선 통신은 GNSS를 포함할 수 있다. GNSS는, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo, the European global satellite-based navigation system일 수 있다. 이하, 본 문서에서는, "GPS"는 "GNSS"와 상호 호환적으로 사용될 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(162)는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
제 1 및 제 2 외부 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 다양한 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(102,104), 또는 서버(106)에서 실행될 수 있다. 한 실시예에 따르면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(102, 104), 또는 서버(106))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(102, 104), 또는 서버(106))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 2는 다양한 실시예에 따른 전자 장치(201)의 블록도이다. 전자 장치(201)는, 예를 들면, 도 1c에 도시된 전자 장치(101)의 전체 또는 일부를 포함할 수 있다. 전자 장치(201)는 하나 이상의 프로세서(예: AP)(210), 통신 모듈(220), 가입자 식별 모듈(224), 메모리(230), 센서 모듈(240), 입력 장치(250), 디스플레이(260), 인터페이스(270), 오디오 모듈(280), 카메라 모듈(291), 전력 관리 모듈(295), 배터리(296), 인디케이터(297), 및 모터(298) 를 포함할 수 있다. 프로세서(210)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(210)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(210)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 프로세서(210)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서를 더 포함할 수 있다. 프로세서(210)는 도 2에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(221))를 포함할 수도 있다. 프로세서(210) 는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드)하여 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다.
통신 모듈(220)(예: 통신 인터페이스(170))와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(220)은, 예를 들면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227), NFC 모듈(228) 및 RF 모듈(229)를 포함할 수 있다. 셀룰러 모듈(221)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 가입자 식별 모듈(예: SIM 카드)(224)을 이용하여 통신 네트워크 내에서 전자 장치(201)의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 프로세서(210)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 셀룰러 모듈(221)은 커뮤니케이션 프로세서(CP)를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 일부(예: 두 개 이상)는 하나의 integrated chip(IC) 또는 IC 패키지 내에 포함될 수 있다. RF 모듈(229)은, 예를 들면, 통신 신호(예: RF 신호)를 송수신할 수 있다. RF 모듈(229)은, 예를 들면, 트랜시버, PAM(power amp module), 주파수 필터, LNA(low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227) 또는 NFC 모듈(228) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다. 가입자 식별 모듈(224)은, 예를 들면, 가입자 식별 모듈을 포함하는 카드 또는 임베디드 SIM을 포함할 수 있으며, 고유한 식별 정보(예: ICCID(integrated circuit card identifier)) 또는 가입자 정보(예: IMSI(international mobile subscriber identity))를 포함할 수 있다.
메모리(230)(예: 메모리(130))는, 예를 들면, 내장 메모리(232) 또는 외장 메모리(234)를 포함할 수 있다. 내장 메모리(232)는, 예를 들면, 휘발성 메모리(예: DRAM, SRAM, 또는 SDRAM 등), 비휘발성 메모리(예: OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브 (SSD) 중 적어도 하나를 포함할 수 있다. 외장 메모리(234)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD, Mini-SD, xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱 등을 포함할 수 있다. 외장 메모리(234)는 다양한 인터페이스를 통하여 전자 장치(201)와 기능적으로 또는 물리적으로 연결될 수 있다.
센서 모듈(240)은, 예를 들면, 물리량을 계측하거나 전자 장치(201)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(240)은, 예를 들면, 제스처 센서(240A), 자이로 센서(240B), 기압 센서(240C), 마그네틱 센서(240D), 가속도 센서(240E), 그립 센서(240F), 근접 센서(240G), 컬러(color) 센서(240H)(예: RGB(red, green, blue) 센서), 생체 센서(240I), 온/습도 센서(240J), 조도 센서(240K), 또는 UV(ultra violet) 센서(240M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로, 센서 모듈(240)은, 예를 들면, 후각(e-nose) 센서, 일렉트로마이오그라피(EMG) 센서, 일렉트로엔씨팔로그램(EEG) 센서, 일렉트로카디오그램(ECG) 센서, IR(infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 센서 모듈(240)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(201)는 프로세서(210)의 일부로서 또는 별도로, 센서 모듈(240)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(210)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(240)을 제어할 수 있다.
입력 장치(250)는, 예를 들면, 터치 패널(252), (디지털) 펜 센서(254), 키(256), 또는 초음파 입력 장치(258)를 포함할 수 있다. 터치 패널(252)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(252)은 제어 회로를 더 포함할 수도 있다. 터치 패널(252)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다. (디지털) 펜 센서(254)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키(256)는, 예를 들면, 하드웨어 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(258)는 마이크(예: 마이크(288))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(260)(예: 디스플레이(160))는 패널(262), 홀로그램 장치(264), 프로젝터(266), 및/또는 이들을 제어하기 위한 제어 회로를 포함할 수 있다. 패널(262)은, 예를 들면, 유연하게, 투명하게, 또는 착용할 수 있게 구현될 수 있다. 패널(262)은 터치 패널(252)과 하나 이상의 모듈로 구성될 수 있다. 한 실시예에 따르면, 패널(262)은 사용자의 터치에 대한 압력의 세기를 측정할 수 있는 압력 센서(또는 포스 센서)를 포함할 수 있다. 상기 압력 센서는 터치 패널(252)과 일체형으로 구현되거나, 또는 터치 패널(252)과는 별도의 하나 이상의 센서로 구현될 수 있다. 홀로그램 장치(264)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 프로젝터(266)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 스크린은, 예를 들면, 전자 장치(201)의 내부 또는 외부에 위치할 수 있다. 인터페이스(270)는, 예를 들면, HDMI(272), USB(274), 광 인터페이스(optical interface)(276), 또는 D-sub(D-subminiature)(278)를 포함할 수 있다. 인터페이스(270)는, 예를 들면, 도 1c에 도시된 통신 인터페이스(170)에 포함될 수 있다. 추가적으로 또는 대체적으로, 인터페이스(270)는, 예를 들면, MHL(mobile high-definition link) 인터페이스, SD카드/MMC(multi-media card) 인터페이스, 또는 IrDA(infrared data association) 규격 인터페이스를 포함할 수 있다.
오디오 모듈(280)은, 예를 들면, 소리와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(280)의 적어도 일부 구성요소는, 예를 들면, 도 1c 에 도시된 입출력 인터페이스(145)에 포함될 수 있다. 오디오 모듈(280)은, 예를 들면, 스피커(282), 리시버(284), 이어폰(286), 또는 마이크(288) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다. 카메라 모듈(291)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, 이미지 시그널 프로세서(ISP), 또는 플래시(예: LED 또는 xenon lamp 등)를 포함할 수 있다. 전력 관리 모듈(295)은, 예를 들면, 전자 장치(201)의 전력을 관리할 수 있다. 한 실시예에 따르면, 전력 관리 모듈(295)은 PMIC(power management integrated circuit), 충전 IC, 또는 배터리 또는 연료 게이지를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 배터리 게이지는, 예를 들면, 배터리(296)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 배터리(296)는, 예를 들면, 충전식 전지 및/또는 태양 전지를 포함할 수 있다.
인디케이터(297)는 전자 장치(201) 또는 그 일부(예: 프로세서(210))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(298)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동, 또는 햅틱 효과 등을 발생시킬 수 있다. 전자 장치(201)는, 예를 들면, DMB(digital multimedia broadcasting), DVB(digital video broadcasting), 또는 미디어플로(mediaFloTM) 등의 규격에 따른 미디어 데이터를 처리할 수 있는 모바일 TV 지원 장치(예: GPU)를 포함할 수 있다. 본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치(예: 전자 장치(201))는 일부 구성요소가 생략되거나, 추가적인 구성요소를 더 포함하거나, 또는, 구성요소들 중 일부가 결합되어 하나의 개체로 구성되되, 결합 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
본 발명의 다양한 실시예에서, 전자 장치(201)(또는, 전자 장치(101))는, 전면, 후면 및 상기 전면과 상기 후면 사이의 공간을 둘러싸는 측면을 포함하는 하우징을 포함할 수도 있다. 터치스크린 디스플레이(예: 디스플레이(260))는, 상기 하우징 안에 배치되며, 상기 전면을 통하여 노출될 수 있다. 마이크(288)는, 상기 하우징 안에 배치되며, 상기 하우징의 부분을 통하여 노출될 수 있다. 적어도 하나의 스피커(282)는, 상기 하우징 안에 배치되며, 상기 하우징의 다른 부분을 통하여 노출될 수 있다. 하드웨어 버튼(예: 키(256))는, 상기 하우징의 또 다른 부분에 배치되거나 또는 상기 터치스크린 디스플레이 상에 표시하도록 설정될 수 있다. 무선 통신 회로(예: 통신 모듈(220))은, 상기 하우징 안에 위치할 수 있다. 상기 프로세서(210)(또는, 프로세서(120))는, 상기 하우징 안에 위치하며, 상기 터치스크린 디스플레이, 상기 마이크(288), 상기 스피커(282) 및 상기 무선 통신 회로에 전기적으로 연결될 수 있다. 상기 메모리(230)(또는, 메모리(130))는, 상기 하우징 안에 위치하며, 상기 프로세서(210)에 전기적으로 연결될 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 제 1 사용자 인터페이스가 상기 터치스크린 디스플레이 상에 표시되지 않는 도중에, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 상기 제 1 데이터를 제공한 이후에, 상기 외부 서버로부터 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성되는 태스크를 수행하도록 하는 적어도 하나의 명령을 수신하고, 상기 제 2 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되는 도중에 상기 버튼을 통하여 상기 제 1 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 상기 자동 스피치 인식에 의하여 생성된 텍스트에 대한 데이터를 수신하지만, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에서, 상기 버튼은, 상기 하우징의 상기 측면에 위치하는 물리적인 키를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 타입의 사용자 입력은, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나일 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있다. 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터, 상기 제 1 동작 내에서의 상기 제 1 사용자 발화로부터 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 제 3 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 제 4 동작을 수행하도록 더 야기하고, 상기 제 4 동작은, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스가 표시되지 않는 도중에, 상기 버튼을 통하여 상기 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 4 사용자 발화를 수신하고, 상기 제 4 사용자 발화에 대한 제 4 데이터를 상기 외부 서버로 제공하고, 상기 제 4 데이터를 제공한 이후에, 상기 제 4 사용자 발화에 응답하여, 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고, 상기 마이크를 통하여 제 5 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 5 사용자 발화에 대한 제 5 데이터를 제공하고, 및 상기 제 5 데이터를 제공한 이후에, 상기 제 5 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 타입의 사용자 입력 및 상기 제 2 타입의 사용자 입력은 서로 다르며, 상기 버튼에 대한 1회 누름, 상기 버튼에 대한 2회 누름, 상기 버튼에 대한 3회 누름, 상기 버튼에 대한 1회 누른 이후에 누름 유지, 또는 상기 버튼에 대한 2회 누름 및 누름 유지 중 하나로부터 선택될 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 2 사용자 인터페이스를 포함하는 제 2 어플리케이션 프로그램을 저장하도록 더 설정되며, 상기 인스트럭션들은, 실행 시에, 상기 프로세서(210)가, 제 3 동작을 수행하도록 더 야기하고, 상기 제 3 동작은, 상기 제 2 사용자 인터페이스를 표시하는 도중에 상기 버튼을 통하여 상기 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력이 수신된 이후에, 상기 마이크를 통하여 제 3 사용자 발화를 수신하고, 상기 외부 서버로, 상기 제 3 사용자 발화에 대한 제 3 데이터를 제공하고, 상기 제 3 데이터를 제공한 이후에, 상기 외부 서버로부터, 상기 제 3 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않고, 상기 제 2 사용자 인터페이스에 상기 텍스트를 입력하고, 및 상기 텍스트를 입력하고, 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 상기 입력된 텍스트를 자동으로 송신할 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 텍스트 입력을 수신하기 위한 제 1 사용자 인터페이스를 포함하는 제 1 어플리케이션 프로그램을 저장하도록 설정되고, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 제 1 동작과 제 2 동작을 수행하도록 야기하는 인스트럭션들을 저장하고, 상기 제 1 동작은, 상기 버튼을 통하여 제 1 타입의 사용자 입력을 수신하고, 상기 제 1 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 1 사용자 발화를 수신하고, 자동 스피치 인식(ASR: automatic speech recognition) 및 지능 시스템(intelligence system)을 포함하는 외부 서버로, 상기 제 1 사용자 발화에 대한 제 1 데이터를 제공하고, 및 상기 제 1 데이터를 제공한 이후에, 상기 제 1 사용자 발화에 응답하여 상기 지능 시스템에 의하여 생성된 태스크를 수행하기 위한 적어도 하나의 명령을 상기 외부 서버로부터 수신하고,상기 제 2 동작은, 상기 버튼을 통하여 제 2 타입의 사용자 입력을 수신하고, 상기 제 2 타입의 사용자 입력을 수신한 이후에, 상기 마이크(288)를 통하여 제 2 사용자 발화를 수신하고, 상기 외부 서버로 상기 제 2 사용자 발화에 대한 제 2 데이터를 제공하고, 상기 제 2 데이터를 제공한 이후에, 상기 서버로부터, 상기 제 2 사용자 발화로부터 ASR에 의하여 생성된 텍스트에 대한 데이터를 수신하면서, 상기 지능 시스템에 의하여 생성되는 명령은 수신하지 않으며, 상기 제 1 사용자 인터페이스에 상기 텍스트를 입력할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스를 가상 키보드와 함께 표시하도록 더 야기할 수 있으며, 상기 버튼은, 상기 가상 키보드의 일부가 아닐 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 외부 서버로부터 상기 제 1 동작 내에서 상기 제 1 사용자 발화로부터 상기 ASR에 의하여 생성되는 텍스트에 대한 데이터를 수신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 노트 어플리케이션 프로그램, 이메일 어플리케이션 프로그램, 웹 브라우저 어플리케이션 프로그램 또는 달력 어플리케이션 프로그램 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에서, 상기 제 1 어플리케이션 프로그램은, 메시지 어플리케이션을 포함하고, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 텍스트를 입력한 이후에 선택된 시간 기간이 초과하면, 상기 무선 통신 회로를 통하여 자동으로 입력된 텍스트를 송신하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가 상기 제 1 사용자 인터페이스의 상기 디스플레이 상에 표시와 독립적으로 상기 제 1 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 전자 장치가 잠금 상태에 있거나 또는 상기 터치스크린 디스플레이가 턴 오프된 것 중 적어도 하나인 경우에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 인스트럭션들은, 상기 프로세서(210)가, 상기 터치스크린 디스플레이 상에 상기 제 1 사용자 인터페이스를 표시하는 도중에, 상기 제 2 동작을 수행하도록 더 야기할 수 있다.
본 발명의 다양한 실시예에서, 상기 메모리(230)는, 실행 시에, 상기 프로세서(210)가, 상기 마이크(288)를 통하여 사용자 발화를 수신하고, 자동 스피치 인식(automatic speech recognition: ASR) 또는 자연어 이해(natural language understanding: NLU) 중 적어도 하나를 수행하는 외부 서버로, 상기 사용자 발화에 대한 데이터와 함께, 상기 사용자 발화에 대한 데이터에 대하여 상기 ASR을 수행하여 획득된 텍스트에 대하여 상기 자연어 이해를 수행할지 여부와 연관된 정보를 송신하고, 상기 정보가 상기 자연어 이해를 수행하지 않을 것을 나타내면, 상기 외부 서버로부터 상기 사용자 발화에 대한 데이터에 대한 상기 텍스트를 수신하고, 상기 정보가 상기 자연어 이해를 수행할 것을 나타내면, 상기 외부 서버로부터 상기 텍스트에 대한 상기 자연어 이해 수행 결과 획득된 명령을 수신하도록 야기하는 인스트럭션을 저장할 수 있다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다. 한 실시예에 따르면, 프로그램 모듈(310)(예: 프로그램(140))은 전자 장치(예: 전자 장치(101))에 관련된 자원을 제어하는 운영 체제 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 운영 체제는, 예를 들면, AndroidTM, iOSTM, WindowsTM, SymbianTM, TizenTM, 또는 BadaTM를 포함할 수 있다. 도 3을 참조하면, 프로그램 모듈(310)은 커널(320)(예: 커널(141)), 미들웨어(330)(예: 미들웨어(143)), (API(360)(예: API(145)), 및/또는 어플리케이션(370)(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 전자 장치 상에 프리로드 되거나, 외부 전자 장치(예: 전자 장치(102, 104), 서버(106) 등)로부터 다운로드 가능하다.
커널(320)은, 예를 들면, 시스템 리소스 매니저(321) 및/또는 디바이스 드라이버(323)를 포함할 수 있다. 시스템 리소스 매니저(321)는 시스템 리소스의 제어, 할당, 또는 회수를 수행할 수 있다. 한 실시예에 따르면, 시스템 리소스 매니저(321)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부를 포함할 수 있다. 디바이스 드라이버(323)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WiFi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다. 미들웨어(330)는, 예를 들면, 어플리케이션(370)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(370)이 전자 장치 내부의 제한된 시스템 자원을 사용할 수 있도록 API(360)를 통해 다양한 기능들을 어플리케이션(370)으로 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330) 는 런타임 라이브러리(335), 어플리케이션 매니저(341), 윈도우 매니저(342), 멀티미디어 매니저(343), 리소스 매니저(344), 파워 매니저(345), 데이터베이스 매니저(346), 패키지 매니저(347), 커넥티비티 매니저(348), 노티피케이션 매니저(349), 로케이션 매니저(350), 그래픽 매니저(351), 또는 시큐리티 매니저(352) 중 적어도 하나를 포함할 수 있다.
런타임 라이브러리(335)는, 예를 들면, 어플리케이션(370)이 실행되는 동안에 프로그래밍 언어를 통해 새로운 기능을 추가하기 위해 컴파일러가 사용하는 라이브러리 모듈을 포함할 수 있다. 런타임 라이브러리(335)는 입출력 관리, 메모리 관리, 또는 산술 함수 처리를 수행할 수 있다. 어플리케이션 매니저(341)는, 예를 들면, 어플리케이션(370)의 생명 주기를 관리할 수 있다. 윈도우 매니저(342)는 화면에서 사용되는 GUI 자원을 관리할 수 있다. 멀티미디어 매니저(343)는 미디어 파일들의 재생에 필요한 포맷을 파악하고, 해당 포맷에 맞는 코덱을 이용하여 미디어 파일의 인코딩 또는 디코딩을 수행할 수 있다. 리소스 매니저(344)는 어플리케이션(370)의 소스 코드 또는 메모리의 공간을 관리할 수 있다. 파워 매니저(345)는, 예를 들면, 배터리의 용량 또는 전원을 관리하고, 전자 장치의 동작에 필요한 전력 정보를 제공할 수 있다. 한 실시예에 따르면, 파워 매니저(345)는 바이오스(BIOS: basic input/output system)와 연동할 수 있다. 데이터베이스 매니저(346)는, 예를 들면, 어플리케이션(370)에서 사용될 데이터베이스를 생성, 검색, 또는 변경할 수 있다. 패키지 매니저(347)는 패키지 파일의 형태로 배포되는 어플리케이션의 설치 또는 갱신을 관리할 수 있다.
커넥티비티 매니저(348)는, 예를 들면, 무선 연결을 관리할 수 있다. 노티피케이션 매니저(349)는, 예를 들면, 도착 메시지, 약속, 근접성 알림 등의 이벤트를 사용자에게 제공할 수 있다. 로케이션 매니저(350)는, 예를 들면, 전자 장치의 위치 정보를 관리할 수 있다. 그래픽 매니저(351)는, 예를 들면, 사용자에게 제공될 그래픽 효과 또는 이와 관련된 사용자 인터페이스를 관리할 수 있다. 보안 매니저(352)는, 예를 들면, 시스템 보안 또는 사용자 인증을 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 전자 장치의 음성 또는 영상 통화 기능을 관리하기 위한 통화(telephony) 매니저 또는 전술된 구성요소들의 기능들의 조합을 형성할 수 있는 하는 미들웨어 모듈을 포함할 수 있다. 한 실시예에 따르면, 미들웨어(330)는 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 미들웨어(330)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다. API(360)는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.
어플리케이션(370)은, 예를 들면, 홈(371), 다이얼러(372), SMS/MMS(373), IM(instant message)(374), 브라우저(375), 카메라(376), 알람(377), 컨택트(378), 음성 다이얼(379), 이메일(380), 달력(381), 미디어 플레이어(382), 앨범(383), 와치(384), 헬스 케어(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보(예: 기압, 습도, 또는 온도 정보) 제공 어플리케이션을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 전자 장치와 외부 전자 장치 사이의 정보 교환을 지원할 수 있는 정보 교환 어플리케이션을 포함할 수 있다. 정보 교환 어플리케이션은, 예를 들면, 외부 전자 장치에 특정 정보를 전달하기 위한 노티피케이션 릴레이 어플리케이션, 또는 외부 전자 장치를 관리하기 위한 장치 관리 어플리케이션을 포함할 수 있다. 예를 들면, 알림 전달 어플리케이션은 전자 장치의 다른 어플리케이션에서 발생된 알림 정보를 외부 전자 장치로 전달하거나, 또는 외부 전자 장치로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다. 장치 관리 어플리케이션은, 예를 들면, 전자 장치와 통신하는 외부 전자 장치의 기능(예: 외부 전자 장치 자체(또는, 일부 구성 부품)의 턴-온/턴-오프 또는 디스플레이의 밝기(또는, 해상도) 조절), 또는 외부 전자 장치에서 동작하는 어플리케이션을 설치, 삭제, 또는 갱신할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치의 속성에 따라 지정된 어플리케이션(예: 모바일 의료 기기의 건강 관리 어플리케이션)을 포함할 수 있다. 한 실시예에 따르면, 어플리케이션(370)은 외부 전자 장치로부터 수신된 어플리케이션을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어(예: 프로세서(210)), 또는 이들 중 적어도 둘 이상의 조합으로 구현(예: 실행)될 수 있으며, 하나 이상의 기능을 수행하기 위한 모듈, 프로그램, 루틴, 명령어 세트 또는 프로세스를 포함할 수 있다.
도 4는 다양한 실시예들에 따른, 전자 장치(예: 도 1c의 전자 장치(101))가 동작하는 방법을 설명하기 위한 흐름도이다.
도 5a 내지 도 5b는 다양한 실시예들에 따른, 인공 신경망 모델의 동작 방법을 설명한다.
도 6a 내지 도 6b는 다양한 실시예들에 따른, DPS 적용 프로세스 및 DAS 적용 프로세스의 예시를 나타낸 도면이다.
도 7은 다양한 실시예들에 따른, 웨이브 업무 결정을 위한 적용 가능한 데이터의 블록도이다.
물류센터는 생산된 물품들을 일시 또는 장기간 보관하였다가 필요에 따라 출고하여 소비지역으로 신속하게 배송할 수 있도록 하는 시설이다.
이러한 물류센터는 물품들의 입고에서 출고까지를 자동으로 처리하는 자동화 설비로 이루어져 있으며, 물류 정보 관리시스템이 물품들의 입출고 상태, 재고, 물품의 위치 등을 통제한다. 이를 위해, 물류 정보 관리 시스템은 창고 관리 시스템(Warehouse Management System, WMS), 주문 관리 시스템(Order Management System, OMS), 운송 관리 시스템(TMS: Transportation Management System) 등으로 구성되며, 화주의 요청에 따라 물품들을 출고와 관리를 효율적으로 수행할 수 있다.
물류센터에서 물류작업의 효율성과 정확성을 지원하기 위한 물류 관리 시스템으로서, DPS(Digital Picking System)라는 상품의 피킹 작업을 위한 시스템과 DAS(Digital Assorting System)라는 상품의 분배 작업을 위한 시스템을 채용한다. 예를 들어, 도 6a 및 도 6b는 각각 DPS 적용 프로세스 및 DAS 적용 프로세스를 나타낼 수 있다.
DPS는 상품별로 상품이 보관된 선반에 표시기를 설치하고 그 표시기에는 해당 선반에서 피킹해야 될 상품의 정보가 표시되도록 함으로써, 피커는 표시된 상품의 정보를 보고 해당 상품을 피킹한다. 이러한 DPS는 재고형 물류센터에 적합하고 상품별로 표시기가 설치되므로 재고관리가 동시에 가능한 장점이 있다.
한편 DAS는 출하처별로 출하처 박스가 놓여 있는 선반에 표시기를 설치하고 그 표시기에는 해당 선반에 놓여진 박스에 담겨질 상품의 정보가 표시되도록 함으로써, 작업자는 표시된 상품의 정보를 보고 상품의 분배작업을 수행한다. 이러한 DAS는 재고를 보유하고 있지 않은 통과형 물류센터에 적합하고, 토탈 피킹하여 출하처별로 분배 작업을 수행하면서 자동 검수 작업이 가능하다.
예시한 DPS, DAS는 모두 정보 표시기를 통해 상품의 피킹 수량 또는 분배 수량을 표시하고 작업자는 이를 토대로 피킹 또는 분배 작업을 수행하고 있다. 보통의 정보 표시기는 상품의 피킹 또는 분배를 위한 수량을 표시하는 3자리 혹은 5자리 등의 수량표시 LED, 즉 FND(Flexible Numeric Display) 표시부와, 해당 표시기의 ID(IDentifier)를 설정하기 위한 ID 스위치와, 작업량을 수정 입력하기 위한 수정 스위치와, 작업의 완료 상태를 입력하기 위한 완료 스위치와, 작업의 완료 상태를 표시하기 위한 완료 램프로 구성된다.
특히, 웨이브(WAVE)는 창고 관리 시스템(WMS)에서 창고 또는 유통 센터의 일일 작업 흐름 구성을 지원하는데 사용되는 프로세스의 용어이다. 웨이브 데이터에는 주문 또는 기능(케이스 피킹, 재 포장 피킹, 팔레트 이동, 피킹 위치 보충, 포장 등) 별 작업량(주문 라인, 케이스, 부가가치 서비스 등)이 포함될 수 있고, 직원 계산을 위한 정보를 전자 장치(101)의 관리자에게 제공할 수 있다.
401 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1c의 프로세서(120))는 물품에 대한 주문 정보를 확인할 수 있다. 물품에 대한 주문 정보는, 물품에 대한 품목 종류, 품목 규격, 및 품목 별 수량을 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 전자 장치(101)의 관리자로부터 디스플레이(예: 도 1c의 디스플레이(160))를 통하여 상기 주문 정보를 직접 입력받거나 외부 전자 장치로부터 상기 주문 정보를 수신할 수 있다. 품목 종류는 해당 물품의 종류(카테고리)를 나타낼 수 있다. 품목 규격은 해당 물품의 규격(사이즈)를 나타낼 수 있다. 품목 별 수량은 해당 물품에 대하여 주문 요청된 수량을 나타낼 수 있다. 일 실시예에 따르면, 주문 정보는 상술한 예에 한정되지 않고, 센터 코드, 합포장번호, 웨이브 처리일자, DPS 출고차수, DPS 출고차수명, 화주사코드, 화주사명, 수취인명, 송장번호, 배송사코드, 배송사, 품목코드, 품목명, DPS 피킹완료수량, 포장박스 ID, 포장박스명, DPS 상태, 품목바코드를 더 포함할 수 있다.
403 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1c의 프로세서(120))는 주문 정보에 대한 부가 정보를 확인할 수 있다. 부가 정보는, 물품에 대한 보관 적정 온도, 적재 적정 형태, 피킹(picking) 업무에 투입 가능한 제1 인력 정보, 및 패킹(packing) 업무에 투입 가능한 제2 인력 정보를 포함할 수 있다. 보관 적정 온도는 해당 물품의 보관에 적정한 온도(예: 상온, 냉장, 냉동)에 관한 정보를 나타낼 수 있다. 적재 적정 형태는 해당 물품의 적재에 적정한 형태(예: 가로 방향 적재, 세로 방향 적재, 세워서 적재, 눕혀서 적재)에 관한 정보를 나타낼 수 있다. 제1 인력 정보 또는 제2 인력 정보는, 인력의 수, 인력의 경력, 및 인력의 성별을 포함할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 전자 장치(101)의 관리자로부터 디스플레이(160)를 통하여 상기 부가 정보를 직접 입력받거나 외부 전자 장치로부터 상기 부가 정보를 수신할 수 있다. 일 실시예에 따르면, 상기 제1 인력 정보와 상기 제2 인력 정보는 서로 상이할 수 있다.
405 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1c의 프로세서(120))는 주문 정보 및 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정할 수 있다. 웨이브 업무의 종류는, 수동(0), DPS(1), Pick&Checker(2), 직배송(3), 또는 DAS(4) 중 하나일 수 있다.
일 실시예에 따르면, 인공 신경망 모델은, 주문 정보 및 부가 정보를 입력 받아 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 학습될 수 있다. 일 실시예에 따르면, 인공 신경망 모델은, 주문 정보, 부가 정보, 웨이브 업무의 종류, 및 해당 웨이브 업무 처리 시간을 하나의 학습 데이터 세트로 설정할 수 있고, 복수의 학습 데이터 세트들을 이용하여 학습될 수 있다. 여기서, 웨이브 업무 처리 시간은 해당 웨이브 업무의 개시 시점(예: 오더 송신 시점)부터 종료 시점(예: 피킹 완료 시점 또는 패킹 완료 시점)까지의 시간을 나타낼 수 있다. 예를 들어, 학습 데이터 셋은 아래의 표 1에서와 같이 품목 종류, 품목 규격, 품목 별 수량으로 구성된 주문 정보, 보관 적정 온도, 적재 적정 형태, 제1 인력 정보, 제2 인력 정보로 구성된 부가 정보, 웨이브 업무 종류, 및 웨이브 업무 처리 시간을 포함할 수 있다.
주문 정보 부가 정보 웨이브 업무 종류 처처리 시간
품목 종류 품목 규격 품목 별 수량 보관 적정 온도 적재 적정 형태 제1 인력 정보 제2 인력 정보
제1 데이터 셋 A1 A2 A3 A4 A5 A6 A7 A8 A9
제2 데이터 셋 B1 B2 B3 B4 B5 B6 B7 B8 B9
제3 데이터 셋 C1 C2 C3 C4 C5 C6 C7 C8 C9
Figure PCTKR2023017129-appb-img-000001
Figure PCTKR2023017129-appb-img-000002
Figure PCTKR2023017129-appb-img-000003
Figure PCTKR2023017129-appb-img-000004
Figure PCTKR2023017129-appb-img-000005
Figure PCTKR2023017129-appb-img-000006
Figure PCTKR2023017129-appb-img-000007
Figure PCTKR2023017129-appb-img-000008
Figure PCTKR2023017129-appb-img-000009
Figure PCTKR2023017129-appb-img-000010
일 실시예에 따르면, 각 학습 데이터 셋은 상술한 항목에 한정되지 않고, 센터 코드, 합포장번호, 웨이브 처리일자, DPS 출고차수, DPS 출고차수명, 화주사코드, 화주사명, 수취인명, 송장번호, 배송사코드, 배송사, 품목코드, 품목명, DPS 피킹완료수량, 포장박스 ID, 포장박스명, DPS 상태, 품목바코드를 더 포함할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 상술한 인공 신경망 모델을 생성하기 위해, 메모리(예: 도 1c의 메모리(130))로부터 웨이브 업무의 종류별 처리 시간이 상위 n% 이내인 데이터 셋들을 획득할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 획득한 데이터 셋에 대하여 주문 정보, 부가 정보, 웨이브 업무의 종류, 웨이브 업무 처리 시간을 학습이 가능한 형태로 가공(예: 텍스트 정보를 행렬 연산이 가능한 특정 값으로 할당하고 전처리)할 수 있다.
일 실시예에서, 전자 장치(101)는 가공된 정보를 트레이닝 데이터(training data)로 하여 인공 신경망 모델을 생성할 수 있다. 예를 들어, 도 5a를 참조하면, 전자 장치(101)는 주문 정보 및 부가 정보를 입력 데이터(input data)로 설정하고, 웨이브 업무의 종류 및 웨이브 업무별 처리 시간을 출력 데이터(output data)로 설정하여, 다양한 종류의 인공 지능 학습 알고리즘에 기반하여 학습(예: 가중치(weight) 학습(1530))을 수행할 수 있다. 상기 인공 지능 학습 알고리즘은 다양한 종류의 주지의 머신 러닝(machine learning) 및 딥 러닝(deep learning) 알고리즘을 포함할 수 있고, 예를 들어, 컨볼루션 뉴럴 네트워크(Convolutional Neural Network, CNN), 회귀 뉴럴 네트워크(Recurrent Neural Network, RNN), 딥 빌리프 네트워크(Deep Belief Network, DBN), 제한된 볼츠만 기계(Restricted Boltzman Machine, RBM) 방식 등이 있으나, 이에 제한되지 않는다. 피드-포워드(feed-forward) 뉴럴 네트워크에서, 뉴럴 네트워크의 뉴런들은 다른 뉴런들과의 연결들(links)을 갖는다. 이와 같은 연결들은 뉴럴 네트워크를 통해, 한 방향으로, 예를 들어 순방향(forward direction)으로 확장될 수 있다. 도 5a는, 다양한 종류의 뉴럴 네트워크들 중 컨볼루션 뉴럴 네트워크(Convolution Neural Network, CNN)의 구조를 도시한다. 컨볼루션 뉴럴 네트워크는 2개 이상의 레이어(layer)를 보유한 딥 뉴럴 네트워크(deep neural network) 일 수 있다. 본 개시의 다양한 실시예들에 따른 단계(또는, 동작)들은 전술한 컨볼루션 뉴럴 네트워크를 기준으로 설명하나, 이에 제한되지 않고 다양한 뉴럴 네트워크가 본 개시의 실시예들을 위해 사용될 수 있음은 당업자에게 자명할 것이다. 이때, 상기 학습에 따라서, 생성된 인공 신경망 모델은 주문 정보 및 부가 정보를 입력 받은 것에 대한 응답으로, 웨이브 업무의 종류별 처리 시간별 가중치를 최종 출력하도록 구현될 수 있다. 예를 들어, 전자 장치(101)는 특정 주문 정보 및 특정 부가 정보를 획득한 것에 기반하여, 상기 정보들에 대응하는 웨이브 업무의 종류별 처리 시간에 대해서 가중치를 부여하는 동작을 계속해서 수행할 수 있다. 결과적으로, 인공 신경망 모델은 주문 정보가 입력되는 것에 대한 응답으로 입력된 정보를 연산하기 위한 가중치 값들을 포함하는 레이어들을 포함하고, 상기 레이어들 각각에서 연산을 수행하여 최종적으로 아웃풋 데이터로 업무 종류 및 처리 시간 별로 가중치를 출력하도록 구현될 수 있다.
도 5b를 참조하면, 다양한 실시예들에 따르면, 웨이브 업무 결정 시스템은 학습 장치(400) 및 예측 장치(450)를 포함할 수 있다. 다양한 실시예들에 따르면, 학습 장치(400)는 뉴럴 네트워크를 생성하거나, 뉴럴 네트워크를 훈련(train)(또는, 학습(learn))하거나, 뉴럴 네트워크를 재훈련(retrain)하는 기능들과 같은 다양한 프로세싱 기능들을 갖는 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 학습 장치(400)는 PC(personal computer), 서버 디바이스, 모바일 디바이스 등의 다양한 종류의 디바이스들로 구현될 수 있다.
다양한 실시예들에 따르면, 학습 장치(400)는 주어진 초기 뉴럴 네트워크를 반복적으로 훈련(학습)시킴으로써, 하나 이상의 훈련된 뉴럴 네트워크(410)를 생성할 수 있다. 하나 이상의 훈련된 뉴럴 네트워크(410)를 생성하는 것은 뉴럴 네트워크 파라미터를 결정하는 것을 의미할 수 있다. 여기서, 파라미터들은, 예를 들어, 뉴럴 네트워크의 입/출력 액티베이션(activation)들, 웨이트(weight)들, 바이어스(bias)들 등 뉴럴 네트워크에 입/출력되는 다양한 종류의 데이터를 포함할 수 있다. 뉴럴 네트워크의 반복적인 훈련이 진행됨에 따라, 뉴럴 네트워크의 파라미터들은 주어진 입력에 대해 보다 정확한 출력을 연산하기 위해 조정될(tuned) 수 있다.
다양한 실시예들에 따르면, 학습 장치(400)는, 훈련된 하나 이상의 뉴럴 네트워크(410)를 예측 장치(450)에 전달할 수 있다. 예측 장치(450)는 모바일 디바이스, 임베디드(embedded) 디바이스 등에 포함될 수 있다. 다양한 실시예들에 따르면, 예측 장치(450)는 뉴럴 네트워크의 구동을 위한 전용 하드웨어로 프로세서, 메모리, 입출력(I/O) 인터페이스, 디스플레이, 통신 인터페이스, 또는 센서 중 적어도 하나를 포함하는 전자 장치일 수 있다. 다양한 실시예들에 따르면, 예측 장치(450)는, 도 1c 내지 도 3을 참조하여 전술한 전자 장치(101)에 포함될 수 있다.
다양한 실시예들에 따르면, 예측 장치(450)는, 하나 이상의 훈련된 뉴럴 네트워크(410)를 그대로 구동하거나, 하나 이상의 훈련된 뉴럴 네트워크(410)가 가공(예: 양자화)된 뉴럴 네트워크(460)를 구동할 수 있다. 가공된 뉴럴 네트워크(460)를 구동하는 예측 장치(450)는, 학습 장치(400)와는 별도의 독립적인 디바이스에서 구현될 수 있다. 하지만, 이에 제한되지 않고, 예측 장치(450)는 학습 장치(400)와 동일한 디바이스 내에도 구현될 수 있다.
다양한 실시예들에 따르면, 인공 신경망 모델은, 주문 정보 및 부가 정보에서 웨이브 업무의 종류를 분류 또는 예측하도록 학습될 수 있다. 인공 신경망 모델 학습의 목적은 손실 함수를 최소화하는 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망 모델의 학습 과정에서 최적의 파라미터를 결정하기 위한 지표로 이용될 수 있다.
일 실시예에 따르면, 전자 장치(101)는 복수의 웨이브 업무의 종류별 처리 시간에 대한 가중치들 중에서, 가중치가 가장 높은 웨이브 업무의 종류, 즉, 처리 시간이 가장 짧은 웨이브 업무의 종류를 선택하고, 선택된 웨이브 업무의 종류를 디스플레이(예: 도 1c의 디스플레이(160))에 표시하거나 외부 전자 장치에 송신할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 상술한 데이터 또는 웨이브 업무 결정 프로세스에 한정되지 않고 다양한 데이터를 활용하여 웨이브 업무를 결정할 수 있다. 예를 들어, 도 7을 참조하면, 전자 장치(101)는 WAVE 데이터를 이용하여 오퍼레이터 의사결정, 피킹&패킹 지시를 수행할 수 있고, 특히 오퍼레이터 의사결정에 있어서, 분류기준, AI모델 분류, 및 최종 의사결정 출력을 도시된 도면에 따라 수행할 수 있다.
407 동작에서, 다양한 실시예들에 따르면, 전자 장치(101)(예: 도 1c의 프로세서(120))는 웨이브 업무의 종류에 기반하여 주문 정보에 대한 오더를 출력할 수 있다. 예를 들어, 확인된 웨이브 업무의 종류가 DPS인 경우, 주문 정보에 대한 DPS 오더를 디스플레이(160)에 표시하거나 외부 전자 장치에 송신할 수 있다.
다양한 실시예들에 따라서, 전자 장치는 적어도 하나의 프로세스를 포함하고, 상기 적어도 하나의 프로세서는, 물품에 대한 주문 정보를 확인하고, 상기 주문 정보에 대한 부가 정보를 확인하고, 및 상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하도록 설정되고, 상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고, 상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습될 수 있다.
다양한 실시예들에 따라서, 물품에 대한 주문 정보는, 물품에 대한 품목 종류, 품목 규격, 또는 품목 별 수량 중 적어도 하나를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 주문 정보는 센터 코드, 합포장번호, 웨이브 처리일자, DPS 출고차수, DPS 출고차수명, 화주사코드, 화주사명, 수취인명, 송장번호, 배송사코드, 배송사, 품목코드, 품목명, DPS 피킹완료수량, 포장박스 ID, 포장박스명, DPS 상태, 품목바코드를 더 포함할 수 있다.
다양한 실시예들에 따라서, 상기 부가 정보는, 물품에 대한 보관 적정 온도, 적재 적정 형태, 피킹(picking) 업무에 투입 가능한 제1 인력 정보, 및 패킹(packing) 업무에 투입 가능한 제2 인력 정보를 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 인력 정보 또는 상기 제2 인력 정보는 각각, 인력의 수, 인력의 경력, 및 인력의 성별을 포함할 수 있다.
다양한 실시예들에 따라서, 상기 제1 인력 정보 및 상기 제2 인력 정보는 서로 상이할 수 있다.
다양한 실시예들에 따라서, 상기 복수의 웨이브 업무 처리 시간 각각은 해당 웨이브 업무의 개시 시점부터 종료 시점까지의 시간일 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 웨이브 업무의 종류에 기반하여 상기 주문 정보에 대한 오더를 출력하도록 더 설정될 수 있다.
다양한 실시예들에 따라서, 디스플레이를 더 포함하고, 상기 프로세서는, 상기 확인된 웨이브 업무의 종류를 디스플레이에 표시하거나, 또는 상기 확인된 웨이브 업무의 종류를 외부 전자 장치로 송신하도록 설정될 수 있다.
다양한 실시예들에 따라서, 상기 프로세서는, 상기 전자 장치의 관리자로부터 상기 주문 정보 또는 상기 부가 정보를 상기 디스플레이를 통하여 획득하거나, 또는 상기 외부 전자 장치로부터 상기 주문 정보 또는 상기 부가 정보를 수신하도록 설정될 수 있다.
다양한 실시예들에 따라서, 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램은 상술한 동작들 중 어느 하나의 동작을 실행시킬 수 있다.
다양한 실시예들에 따라서, 웨이브 업무의 종류를 결정하는 방법은, 물품에 대한 주문 정보를 확인하는 동작, 상기 주문 정보에 대한 부가 정보를 확인하는 동작, 및 상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하는 동작을 포함하고, 상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고, 상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있으며, 예를 들면, 어떤 동작들을 수행하는, 알려졌거나 앞으로 개발될, ASIC(application-specific integrated circuit) 칩, FPGAs(field-programmable gate arrays), 또는 프로그램 가능 논리 장치를 포함할 수 있다. 다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는 프로그램 모듈의 형태로 컴퓨터로 판독 가능한 저장 매체(예: 메모리(130))에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체(예: 자기테이프), 광기록 매체(예: CD-ROM, DVD, 자기-광 매체 (예: 플롭티컬 디스크), 내장 메모리 등을 포함할 수 있다. 명령어는 컴파일러에 의해 만들어지는 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른, 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 개시의 범위를 한정하는 것은 아니다. 따라서, 본 개시의 범위는, 본 개시의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

Claims (12)

  1. 전자 장치에 있어서,
    적어도 하나의 프로세스를 포함하고,
    상기 적어도 하나의 프로세서는,
    물품에 대한 주문 정보를 확인하고,
    상기 주문 정보에 대한 부가 정보를 확인하고, 및
    상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하도록 설정되고,
    상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고,
    상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습되는,
    전자 장치.
  2. 제1 항에 있어서,
    물품에 대한 주문 정보는, 물품에 대한 품목 종류, 품목 규격, 또는 품목 별 수량 중 적어도 하나를 포함하는,
    전자 장치.
  3. 제2 항에 있어서,
    상기 주문 정보는 센터 코드, 합포장번호, 웨이브 처리일자, DPS 출고차수, DPS 출고차수명, 화주사코드, 화주사명, 수취인명, 송장번호, 배송사코드, 배송사, 품목코드, 품목명, DPS 피킹완료수량, 포장박스 ID, 포장박스명, DPS 상태, 품목바코드를 더 포함하는,
    전자 장치.
  4. 제2 항에 있어서,
    상기 부가 정보는, 물품에 대한 보관 적정 온도, 적재 적정 형태, 피킹(picking) 업무에 투입 가능한 제1 인력 정보, 및 패킹(packing) 업무에 투입 가능한 제2 인력 정보를 포함하는,
    전자 장치.
  5. 제4 항에 있어서,
    상기 제1 인력 정보 또는 상기 제2 인력 정보는 각각, 인력의 수, 인력의 경력, 및 인력의 성별을 포함하는,
    전자 장치.
  6. 제5 항에 있어서,
    상기 제1 인력 정보 및 상기 제2 인력 정보는 서로 상이한,
    전자 장치.
  7. 제6 항에 있어서,
    상기 복수의 웨이브 업무 처리 시간 각각은 해당 웨이브 업무의 개시 시점부터 종료 시점까지의 시간인,
    전자 장치.
  8. 제1 항에 있어서,
    상기 프로세서는,
    상기 웨이브 업무의 종류에 기반하여 상기 주문 정보에 대한 오더를 출력하도록 더 설정된,
    전자 장치.
  9. 제8 항에 있어서,
    디스플레이를 더 포함하고,
    상기 프로세서는,
    상기 확인된 웨이브 업무의 종류를 디스플레이에 표시하거나, 또는
    상기 확인된 웨이브 업무의 종류를 외부 전자 장치로 송신하도록 설정된,
    전자 장치.
  10. 제9 항에 있어서,
    상기 프로세서는,
    상기 전자 장치의 관리자로부터 상기 주문 정보 또는 상기 부가 정보를 상기 디스플레이를 통하여 획득하거나, 또는 상기 외부 전자 장치로부터 상기 주문 정보 또는 상기 부가 정보를 수신하도록 설정된,
    전자 장치.
  11. 하드웨어와 결합되어 제1항 내지 제10항 중 어느 하나의 항의 동작을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  12. 웨이브 업무의 종류를 결정하는 방법에 있어서,
    물품에 대한 주문 정보를 확인하는 동작,
    상기 주문 정보에 대한 부가 정보를 확인하는 동작, 및
    상기 주문 정보 및 상기 부가 정보를 CNN 기반의 인공 신경망 모델에 입력하여, 웨이브 업무의 종류를 결정하는 동작을 포함하고,
    상기 인공 신경망 모델은, 특정 주문 정보, 특정 부가 정보를 입력 받아 상기 특정 주문 정보 및 상기 특정 부가 정보에 대응하는 복수의 웨이브 업무 처리 시간들 중에서 가장 짧은 웨이브 업무 처리 시간을 갖는 웨이브 업무의 종류를 출력하도록 구현되고,
    상기 인공 신경망 모델은 복수의 주문 정보, 복수의 부가 정보, 복수의 웨이브 업무의 종류, 복수의 웨이브 업무 처리 시간에 기반하여 학습되는,
    웨이브 업무의 종류를 결정하는 방법
PCT/KR2023/017129 2022-10-31 2023-10-31 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법 WO2024096518A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220142053A KR102512021B1 (ko) 2022-10-31 2022-10-31 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법
KR10-2022-0142053 2022-10-31

Publications (1)

Publication Number Publication Date
WO2024096518A1 true WO2024096518A1 (ko) 2024-05-10

Family

ID=85796410

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/017129 WO2024096518A1 (ko) 2022-10-31 2023-10-31 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법

Country Status (2)

Country Link
KR (1) KR102512021B1 (ko)
WO (1) WO2024096518A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102512021B1 (ko) * 2022-10-31 2023-03-20 아워박스 주식회사 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100506926B1 (ko) * 2003-07-16 2005-08-09 삼성전자주식회사 단일경로용 작업시스템 및 그 제어방법
KR101846793B1 (ko) * 2017-10-17 2018-04-06 부경대학교 산학협력단 제조 장비에서 수집된 데이터의 분석을 이용한 제조 공정 계획 방법 및 이를 이용한 제조 공정 계획 시스템
JP2021022016A (ja) * 2019-07-24 2021-02-18 株式会社日立製作所 出荷作業支援システム、その方法、及びコンピュータプログラム
KR102283197B1 (ko) * 2020-11-04 2021-07-29 주식회사 엘지씨엔에스 상품의 유형을 결정하는 방법 및 디바이스
KR102391674B1 (ko) * 2022-02-22 2022-04-28 와이드유즈 주식회사 물류 전용 rpa 시스템
KR102512021B1 (ko) * 2022-10-31 2023-03-20 아워박스 주식회사 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100506926B1 (ko) * 2003-07-16 2005-08-09 삼성전자주식회사 단일경로용 작업시스템 및 그 제어방법
KR101846793B1 (ko) * 2017-10-17 2018-04-06 부경대학교 산학협력단 제조 장비에서 수집된 데이터의 분석을 이용한 제조 공정 계획 방법 및 이를 이용한 제조 공정 계획 시스템
JP2021022016A (ja) * 2019-07-24 2021-02-18 株式会社日立製作所 出荷作業支援システム、その方法、及びコンピュータプログラム
KR102283197B1 (ko) * 2020-11-04 2021-07-29 주식회사 엘지씨엔에스 상품의 유형을 결정하는 방법 및 디바이스
KR102391674B1 (ko) * 2022-02-22 2022-04-28 와이드유즈 주식회사 물류 전용 rpa 시스템
KR102512021B1 (ko) * 2022-10-31 2023-03-20 아워박스 주식회사 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법

Also Published As

Publication number Publication date
KR102512021B1 (ko) 2023-03-20

Similar Documents

Publication Publication Date Title
US11195129B2 (en) System and method for performing bulk pick of items of a customer order
US11537450B2 (en) Method, apparatus, and mobile terminal for associating notification messages
CN105388931B (zh) 基于内部温度的波动控制装置性能的装置及其方法
WO2024096518A1 (ko) 인공 신경망 모델을 활용하여 웨이브 업무의 종류를 결정하기 위한 전자 장치 및 그 동작 방법
US10242393B1 (en) Determine an item and user action in a materials handling facility
EP3010015A1 (en) Electronic device and method for spoken interaction thereof
CN107257954A (zh) 用于提供屏幕镜像服务的设备和方法
US20220222603A1 (en) Multi-line system and method for retrieving and fulfilling items in a customer order
CN108885738A (zh) 通过自关联消息的命令和任务完成
CN113065833B (zh) 一种订单处理方法、装置、设备及存储介质
CN105830502B (zh) 在智能家庭系统中用于搜索和控制受控者的方法和设备
WO2019232175A1 (en) System and method for processing of designated items in a facility
CN109815349A (zh) 一种信息获取方法及终端设备
WO2018034546A1 (en) Electronic device and method for providing information on work and personal life
WO2018093117A1 (en) Electronic device and remittance method thereof
US20150317299A1 (en) Method of controlling a text input and electronic device thereof
CN107506129A (zh) 用于处理用户输入的方法及其电子装置
CN108431811A (zh) 根据用户的偏好向用户提供内容的方法及其电子装置
CN114020850B (zh) 数据库数据同步方法、装置、设备及可读存储介质
US20220294905A1 (en) Systems and methods for generating customized customer service menu
WO2018174551A1 (ko) 결제를 수행하는 전자 장치 및 그 동작 방법
KR102479937B1 (ko) 광고 중개 시스템
KR102196241B1 (ko) 쇼핑몰 관련 웹사이트를 통한 검색 결과를 제공하는 전자 장치 및 그 동작 방법
TW202234251A (zh) 將請求路由至快取映射及動態地快取映射的系統及方法
CN113807763A (zh) 物品订单信息处理方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23886214

Country of ref document: EP

Kind code of ref document: A1