KR102411058B1 - 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 - Google Patents
메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 Download PDFInfo
- Publication number
- KR102411058B1 KR102411058B1 KR1020210120624A KR20210120624A KR102411058B1 KR 102411058 B1 KR102411058 B1 KR 102411058B1 KR 1020210120624 A KR1020210120624 A KR 1020210120624A KR 20210120624 A KR20210120624 A KR 20210120624A KR 102411058 B1 KR102411058 B1 KR 102411058B1
- Authority
- KR
- South Korea
- Prior art keywords
- cultivation
- land
- user
- simulation
- module
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 111
- 238000009313 farming Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 14
- 239000003337 fertilizer Substances 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 8
- 230000002265 prevention Effects 0.000 claims description 7
- 239000000575 pesticide Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009423 ventilation Methods 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000013138 pruning Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 241000607479 Yersinia pestis Species 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 230000003190 augmentative effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 239000000126 substance Substances 0.000 description 6
- 238000009331 sowing Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010899 nucleation Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000002595 cold damage Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000000554 physical therapy Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 240000007124 Brassica oleracea Species 0.000 description 2
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 2
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 2
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000001815 biotherapy Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000035876 healing Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000002075 main ingredient Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003016 pheromone Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001846 repelling effect Effects 0.000 description 1
- 239000002881 soil fertilizer Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Radar, Positioning & Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 메타버스 공간에서 사용자가 작물을 재배하고 재배 역량을 평가하며 학습을 통해 재배 역량을 높일 수 있는 귀촌 영농 교육 시뮬레이션 서버 에 관한 것이다. 본 발명은 가상의 토지를 생성하는 토지 생성 모듈과, 상기 가상 토지 중 사용자가 귀촌 후보로 지적한 가상 토지에 대한 매도 정보를 제공하는 토지 중개 모듈 및, 상기 지정된 작물의 재배 조건 항목을 복수로 제시하여 사용자로부터 세부 재배 조건을 입력 받고, 사용자가 입력한 항목의 세부 재배 조건과 사용자가 미입력한 항목에 대한 기 설정 세부 재배 조건과 상기 후보 토지의 재배 환경 조건을 기초로 상기 지정된 작물의 성장 시뮬레이션을 수행하는 시뮬레이션 모듈을 포함할 수 있다.
Description
본 발명은 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버에 관한 것으로, 더욱 상세하게는 귀촌을 계획 중인 사용자가 실제 귀촌을 실행하기에 앞서 어떤 지역의 어떤 토지를 매수할 지, 해당 토지에 어떤 작물을 재배할지, 해당 작물의 재배를 위해 어떠한 영농 지식이 필요할지, 귀촌을 위해 초기 소요 자금이 얼마나 소요되고 작물 재배로 단기간 내 얼마의 비용을 회수할 수 있을지를 메타버스 상에서 가상으로 시뮬레이션하면서 동시에, 관련 영농 지식을 자연스럽게 습득하기 위한 귀촌 영농 교육 시뮬레이션 서버에 관한 것이다. 사용자는 메타버스 공간에서 미리 작물을 재배해 보면서 귀촌 결과를 예상해 보되 해당 작물에 대해 열심히 공부하여 재배 조건을 많이 그리고 정확히 입력할 수록 생장 시뮬레이션 결과를 더 빨리 받아볼 수 있다.
일반적으로, 최근, 컴퓨터 그래픽 기술을 응용한 가상현실(Virtual Reality), 증강현실(Augmented Reality) 및 혼합현실 (Mixed Reality) 기술이 발달하고 있다. 이 때, 가상현실 기술은 컴퓨터를 이용하여 현실 세계에 존재하지 않는 가상 공간을 구축한 후 그 가상 공간을 현실처럼 느끼게 하는 기술을 말하고, 증강현실 또는 혼합현실 기술은 현실 세계 위에 컴퓨터에 의해 생성된 정보를 덧붙여 표현하는 기술, 즉 현실 세계와 가상 세계를 결합함으로써 실시간으로 사용자와 상호작용이 이루어지도록 하는 기술을 말한다.
이들 중 증강현실과 혼합현실 기술은 다양한 분야의 기술(예컨대, 방송 기술, 의료 기술 및 게임 기술 등)들과 접목되어 활용되고 있다. TV에서 일기 예보를 하는 기상 캐스터 앞의 날씨 지도가 자연스럽게 바뀌는 경우나, 스포츠 중계에서 경기장에 존재하지 않는 광고 이미지를 경기장에 실제로 존재하는 것처럼 화면에 삽입하여 송출하는 경우가 방송 기술 분야에 증강현실 기술이 접목되어 활용된 대표적인 예이다. 특히, 이러한 증강현실과 혼합현실 기술은 스마트폰(Smart phone)의 등장과 함께 다양한 응용 서비스로 구현되어 제공되고 있다.
증강현실 또는 혼합현실을 사용자에게 제공하는 대표적인 서비스로서, 메타버스(Meta-verse)가 있다. 이 메타버스는 가공, 추상을 의미하는 '메타(Meta)'와 현실세계를 의미하는 '유니버스(Universe)'의 합성어로 3차원 가상 계를 의미한다. 메타버스는 기존의 가상현실 환경(Virtual reality environment)이라는 용어보다 진보된 개념으로서, 웹과 인터넷 등의 가상세계가 현실세계에 흡수된 증강 현실 환경을 제공한다.
한편, 최근 농촌에서의 삶을 추구하는 도시민들이 증가함에 따라 농촌으로의 인구이동이 두드러지면서 영농 창업이 증가하고 있다. 그러나 영농 창업은 경험이 적거나 부족한 영농 지식으로 인해 초기에는 대부분 농사로 소득 창출이 어렵고, 소득화한 경우에도 기존 농가 소득보다 70 ~ 80% 수준에 머물고 있어 경영안정과 안정적인 정착이 어려운 실정이다.
대한민국공개특허 제10-2021-0090933호(이하 종래기술)는 농업용 로봇을 통해 농작물 재배를 자동화하고, 각종 영농정보를 제공함으로써 농작물 재배가 용이하게 이루어질 수 있도록 하며, 영농인에 대한 영농 교육 및 실습을 지원할 수 있는 기술을 개시하고 있다. 그러나 이와 같은 종래기술은 귀농 초기 즉, 재배지의 구매 또는 임대와 같은 초기 예산을 사용자에게 제공하지 않아 실제 귀농에 발생하는 비용을 알 수 없으며, 작물의 재배 중 발생하는 다양한 요인들에 대한 대처를 학습하기에는 다소 부족한 면이 있다.
본 발명이 해결하고자 하는 과제는 메타버스 공간에서 가상의 토지를 생성하여 메타버스에 접속한 아바타 사용자에게 작물을 재배할 토지를 제공하고, 사용자가 메타버스 공간에서 가상의 작물을 재배하기 위해 다양한 세부 재배 조건을 학습하여 입력하면 입력된 조건과 미리 구축된 데이터와의 적합성에 기초하여 사용자의 재배 역량을 평가하는 귀촌 영농 교육 시뮬레이션 서버를 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 사용자의 재배 역량에 따라 작물의 성장 시뮬레이션을 제공하는 주기를 다르게 결정하여 재배 역량을 키우기 위한 학습을 유도하고, 재배 역량을 높이기 위한 학습용 교육 컨텐츠를 사용자에게 제공하는 귀농 역량 교육 시뮬레이션 서버를 제공하는 것이다.
본 발명의 일 측면에 따른 귀촌 영농 교육 시뮬레이션 서버는 메타버스 내에 실제 지도에 기초하여 가상 토지를 생성하는 토지 생성 모듈과, 온라인 상의 토지 매도 정보를 수집하여 상기 가상 토지에 매칭시키고, 상기 가상 토지 중 사용자가 귀촌 후보로 지적한 가상 토지에 대한 매도 정보를 제공하는 토지 중개 모듈 및 사용자가 상기 귀촌 후보 토지에서 재배할 작물을 지정하면, 상기 지정된 작물의 재배 조건 항목을 복수로 제시하여 사용자로부터 세부 재배 조건을 입력 받고, 사용자가 입력한 항목의 세부 재배 조건과 사용자가 미입력한 항목에 대한 기 설정(default) 세부 재배 조건과 상기 후보 토지의 재배 환경 조건을 기초로 상기 지정된 작물의 성장 시뮬레이션을 수행하고, 시뮬레이션 결과를 가상 현실로 보여주는 시뮬레이션 모듈을 포함할 수 있다.
제1항에 있어서, 상기 시뮬레이션 모듈은, 시뮬레이션 실행 전에 사용자에게 시뮬레이션의 소요 시간을 알려주되, 상기 시뮬레이션 소요 시간은 사용자가 입력한 세부 재배 조건의 개수에 반비례하여 설정될 수 있다.
사용자가 입력한 항목들의 세부 재배 조건과 미리 구축된 재배 레시피 DB를 비교하여 사용자의 영농 지식 점수를 평가하는 평가 모듈을 더 포함하며, 상기 시뮬레이션 모듈은, 사용자가 입력한 세부 재배 조건의 개수와 상기 평가된 영농 지식 점수에 반비례하여 상기 시뮬레이션 소요 시간을 설정할 수 있다.
상기 시뮬레이션 모듈이 제시하는 재배 조건 항목은, 성장 단계별 비료, 성장 단계별 물 공급량, 성장 단계별 농약, 재배 온도, 일조량, 재배 간격, 통풍 시간, 가지치기 여부, 재배하우스 시설 설치를 포함할 수 있다.
상기 후보 토지의 재배 환경 조건은, 토지의 산성도, 토지의 해발고도, 지정된 기간의 예상 일조량, 지정된 기간의 평균 강수량, 지정된 기간의 평균 기온, 지정된 기간 내 우박 발생 빈도, 지정된 기간 내 냉해 발생 빈도, 지정된 기간 내 태풍 발생 빈도를 포함할 수 있다.
상기 시뮬레이션 실행 중에 사용자에게 예외적인 재해 발생 이벤트를 알람하고 사용자에게 발생된 재해에 따른 재배 조건 항목을 추가로 제시하는 재해 이벤트 모듈을 더 포함하고, 상기 평가 모듈은, 상기 재해 발생 이벤트에 따라 사용자가 추가로 입력한 세부 재해 예방 조건과 미리 구축된 재배 레시피 DB를 비교하여 사용자의 영농 지식 점수를 재평가하며, 상기 시뮬레이션 모듈은, 사용자가 입력한 세부 재해 예방 조건 항목의 개수와 상기 재평가된 영농 지식 점수에 반비례하여 상기 시뮬레이션 소요 시간을 재설정할 수 있다.
상기 매입한 토지 비용, 상기 선택한 작물 구매 비용, 상기 입력한 세부 재배 조건 중 유상 항목의 구매 비용, 상기 시뮬레이션 결과에 따른 소출 작물의 예상 판매액을 기초로 예상 소득을 계산하는 산출 모듈을 더 포함할 수 있다.
본 발명의 실시예에 의하면 메타버스 공간에서 가상의 토지를 생성하여 메타버스에 접속한 아바타 사용자에게 작물을 재배할 토지를 제공하고, 사용자가 그 토지에서 작물을 재배하기 위해 다양한 세부 재배 조건 항목을 학습하여 입력하면 입력된 조건과 미리 구축된 데이터와의 적합성에 기초하여 사용자의 재배 역량을 평가할 수 있다.
본 발명의 실시예에 의하면 사용자의 재배 역량에 따라 작물의 성장 시뮬레이션을 제공하는 주기를 다르게 결정하여 재배 역량을 키우기 위한 학습을 유도하고, 재배 역량을 높이기 위한 학습용 교육 컨텐츠를 사용자에게 제공하여 교육 효율을 높일 수 있다.
도 1은 본 발명의 제1 실시예에 따른 메타버스를 통한 귀농 역량 평가 및 교육 시뮬레이션 서버(400)를 예시한 개략도이다.
도 2는 제1 실시예의 서버(400)의 구성을 나타낸 블록도이다.
도 3은 본 발명의 제2 실시예에 따른 메타버스를 통한 귀농 역량 평가 및 교육 시뮬레이션 서버(400)를 예시한 개략도이다.
도 4는 도 1에 예시된 서버의 구성을 나타낸 블록도이다.
도 5은 제4 실시예의 서버의 구성을 나타낸 블록도이다.
도 6는 제5 실시예의 서버의 구성을 나타낸 블록도이다.
도 2는 제1 실시예의 서버(400)의 구성을 나타낸 블록도이다.
도 3은 본 발명의 제2 실시예에 따른 메타버스를 통한 귀농 역량 평가 및 교육 시뮬레이션 서버(400)를 예시한 개략도이다.
도 4는 도 1에 예시된 서버의 구성을 나타낸 블록도이다.
도 5은 제4 실시예의 서버의 구성을 나타낸 블록도이다.
도 6는 제5 실시예의 서버의 구성을 나타낸 블록도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
설명에 앞서, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "구비" 또는 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부(Unit)", "...모듈(Module)" 및 "컴포넌트(Component)" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어, 소프트웨어 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미하나, 발명의 대상은 그러한 예에 의해 제한되지 않는다. 또한, "포함하는", "구비하는", "갖는" 및 다른 유사한 용어가 사용되고 있으나, 청구범위에서 사용되는 경우 임의의 추가적인 또는 다른 구성요소를 배제하지 않는 개방적인 전환어(Transition word)로서 "포함하는(Comprising)"이라는 용어와 유사한 방식으로 포괄적으로 사용된다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현될 수 있거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "부(Unit)", "시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행시의 소프트웨어와 등가로 취급할 수 있다. 예를 들어, 프로그램 모듈은 하나의 컴포넌트와 등가 혹은 둘 이상의 컴포넌트의 조합으로 구성될 수 있다. 또한, 본 발명에서는 발신기 및 수신기를 포함하는 단말기에서 실행되는 프로그램 및 하드웨어 모두가 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
또한 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 첨부한 도면들을 참조하여 본 발명에 따른 실시예들을 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성 요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
[제1 실시예]
이하 본 발명의 제1 실시예에 따른 메타버스를 통한 귀농 역량 교육 시뮬레이션 서버(400)에 대하여 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 제1 실시예에 따른 메타버스를 통한 귀농 역량 평가 및 교육 시뮬레이션 서버(400)를 예시한 개략도이다.
도 1을 참조하면, 본 발명의 서버(400)는 메타버스 공간에서 사용자(1)가 작물을 재배하고 재배 역량을 평가하며 학습을 통해 재배 역량을 높일 수 있는 플랫폼을 제공하는 것으로서, 메타버스 공간에서 가상의 토지를 생성하여 메타버스에 접속한 아바타 사용자(1)에게 작물을 재배할 토지를 임대 또는 매매하고, 사용자(1)가 메타버스 공간의 토지에서 가상의 작물을 재배하기 위해 다양한 재배 세부 조건을 학습하여 입력하면 입력된 조건과 미리 구축된 데이터와의 적합성에 기초하여 사용자(1)의 재배 역량을 평가한다. 그리고 서버(400)는 재배 역량 점수에 기초하여 시뮬레이션 결과가 생성되기까지의 소요 시간을 가변하여 재배 역량을 키우기 위한 학습을 유도하며, 재배 역량을 높이기 위한 학습용 재배 교육 컨텐츠를 사용자(1)에게 제공한다.
예컨대, 서버(400)는 사용자(1)의 재배 역량이 높게 평가되면 재배 역량이 낮게 평가된 경우에 비해 성장 시뮬레이션을 제공하는 소요 시간을 짧게 설정하여 사용자(1)에게 제공한다. 서버(400)가 작물의 성장 시뮬레이션 결과를 즉각적으로 제공하지 않고 재배 역량에 기초하여 설정된 소요 시간으로 제공하는 이유는 사용자(1)의 재배 역량이 낮게 평가될 경우, 세부 재배 조건을 학습한 뒤 학습한 내용을 토대로 다시 세부 재배 조건 항목을 선택할 수 있도록 함으로써 자발적인 학습을 통해 재배 역량을 키울 수 있도록 유도하기 위함이다.
본 발명에서 사용자(1)는 가상의 아바타(AVATAR)로 생성되어 메타버스 공간에서 활동할 수 있으며, 토지를 임대 또는 매매할 때 아바타를 통해 해당 지역으로 이동하여 토지를 확인할 수 있다.
본 발명에서 서버(400)가 사용자(1)에게 제공한다 함은 사용자(1)의 사용자 단말(41)로 제공하는 것을 의미한다. 사용자 단말(41)은 조작에 따라 서버(400)에서 제공되는 메타버스 공간으로 접속하고, 세부 재배 조건을 입력하며, 서버(400)에서 제공된 시뮬레이션 결과 영상 및 다양한 컨텐츠를 수신하여 실행할 수 있는 장치이다.
사용자 단말(41)에는 서버(400)와의 원활한 통신과, 서버(400)로부터 전송된 교육 컨텐츠를 표시하기 위한 애플리케이션 또는 프로그램이 설치될 수 있다.
사용자 단말(41)은 통신망을 통해 서버(400)와 통신한다. 통신망은 시스템 구현 방식에 따라 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신 방식을 이용할 수도 있고, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution), LTE-A (Long Term Evolution Advanced) 등의 무선 통신 방식을 이용할 수도 있으며, 상술한 통신 방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신방식을 포함할 수 있다.
본 발명에서 의미하는 메타버스(Meta-verse)는 가공, 추상을 의미하는 '메타(Meta)'와 현실세계를 의미하는 '유니버스(Universe)'의 합성어로 3차원 가상 계를 의미한다. 메타버스는 기존의 가상현실 환경(Virtual reality environment)이라는 용어보다 진보된 개념으로서, 웹과 인터넷 등의 가상세계가 현실세계에 흡수된 증강 현실 환경을 제공한다.
본 발명에서, 사용자 단말(41)은 헤드 마운트 디스플레이(HMD), 데스크탑 컴퓨터, 스마트폰 및 태블릿pc 중 어느 하나를 포함할 수 있다.
도 2는 제1 실시예의 서버(400)의 구성을 나타낸 블록도이다.
제1 실시예의 서버(400)는 토지 생성 모듈(410), 토지 중개 모듈(420) 및 시뮬레이션 모듈(430)을 포함한다. 그리고 평가 모듈(440)을 더 포함한다.
토지 생성 모듈(410)은 메타버스 내에 실제 지도에 기초하여 가상의 토지를 생성한다. 토지 생성 모듈(410)은 지적도 및 지형도에 기초하여 메타버스 공간에서 가상의 토지를 생성한다. 토지 생성 모듈(410)은 기본적으로 국내의 토지를 생성하지만 소프트웨어 업데이트를 통해 해외의 토지를 생성할 수도 있다.
토지 생성 모듈(410)에서 생성된 가상의 토지에는 재배 환경 조건이 저장된다.
재배 환경 조건은 토지의 산성도, 토지의 해발고도, 지정된 기간의 예상 일조량, 지정된 기간의 평균 강수량, 지정된 기간의 평균 기온, 지정된 기간 내 우박 발생 빈도, 지정된 기간 내 냉해 발생 빈도, 지정된 기간 내 태풍 발생 빈도를 포함한다.
토지 중개 모듈(420)은 온라인 상의 토지 매도 정보를 수집하여 가상 토지에 매칭시키고, 가상 토지 중 사용자가 귀촌 후보로 지적한 가상 토지에 대한 매도 정보를 제공한다. 귀촌 후보는 가상의 토지 중 사용자가 작물을 재배하기 위해 매수하려 하는 토지를 의미하고, 매도 정보에는 매도 가격, 매도에 발생되는 세금과 같은 부대비용 및 토지의 면적을 포함할 수 있다.
시뮬레이션 모듈(430)은 사용자가 사용자 단말(41)을 통해 귀촌 후보 토지에서 재배할 작물을 지정하면, 지정된 작물의 재배 조건 항목을 복수로 제시하여 사용자로부터 세부 재배 조건을 입력 받고, 사용자가 입력한 항목의 세부 재배 조건과 사용자가 미입력한 항목에 대한 기 설정(default) 세부 재배 조건과 후보 토지의 재배 환경 조건을 기초로 지정된 작물의 성장 시뮬레이션을 수행하고, 시뮬레이션 결과를 가상 현실로 보여준다.
시뮬레이션 모듈(430)이 제시하는 재배 조건 항목은 성장 단계별 비료, 성장 단계별 물 공급량, 성장 단계별 농약, 재배 온도, 일조량, 재배 간격, 통풍 시간, 가지치기 여부, 재배하우스 시설 설치를 포함한다.
시뮬레이션 모듈(430)은 사용자에게 제시한 재배 조건 항목에 대해서 세부 재배 조건을 입력 받는다. 세부 재배 조건은 재배 조건 항목에 대해서 구체적인 내용을 입력 받는 것으로서, 예를 들면, 시뮬레이션 모듈(430)은 성장 단계별 비료 항목에서 특정 비료 및 비료의 양, 비료의 제공 시기 등에 대한 세부 재배 조건을 입력받는다. 또한, 시뮬레이션 모듈(430)은 재배 간격(심는 거리) 항목에서 50cm X 35cm 등의 심는 거리에 대한 세부 재배 조건을 입력받는다.
시뮬레이션 모듈(430)은 사용자가 입력한 항목의 세부 재배 조건과 사용자가 미입력한 항목에 대한 기 설정(default)된 세부 재배 조건과 후보 토지의 재배 환경 조건을 기초로 지정된 작물의 성장 시뮬레이션을 수행하고, 시뮬레이션 결과를 가상 현실로 보여준다.
예컨대, 시뮬레이션 모듈(430)은 사용자가 입력한 세부 재배 조건과 미 입력된 항목에 대한 기 설정(default)된 세부 재배 조건을 비교하고 미입력된 항목에 대한 세부 재배 조건이 많을수록 작물의 성장이 빈약한 시뮬레이션 결과를 제공한다. 또한, 시뮬레이션 모듈(430)은 후보 토지의 재배 환경 조건과 사용자가 입력한 세부 재배 조건의 적합성이 높을수록 작물의 성장이 우수한 시뮬레이션 결과를 제공한다.
한편, 시뮬레이션 모듈(430)은 시뮬레이션 실행 전에 사용자에게 시뮬레이션의 소요 시간을 알려준다. 시뮬레이션의 소요 시간은 사용자가 입력한 세부 재배 조건의 개수에 반비례하여 설정된다. 예컨대, 사용자가 입력한 세부 재배 조건의 개수가 많을수록 시뮬레이션 모듈(430)에서 제공되는 시뮬레이션의 소요 시간은 짧게 설정된다. 반대로 사용자가 입력한 세부 재배 조건의 개수가 적을수록 시뮬레이션 모듈(430)에서 사용자에게 제공되는 시뮬레이션의 소요 시간은 길게 설정된다
평가 모듈(440)은 사용자가 입력한 항목들의 세부 재배 조건과 미리 구축된 재배 레시피 DB(441)를 비교하여 사용자의 영농 지식 점수를 평가한다. 예컨대, 재배 레시피 DB(441)에는 작물별로 성장에 필요한 세부 재배 조건들이 저장되어 구축된다. 그리고 평가 모듈(440)은 재배 레시피 DB(441)에 저장된 세부 재배 조건들과 사용자가 입력한 세부 재배 조건을 비교하고, 두 세부 재배 조건이 일치하는 개수가 많을수록 영농 지식 점수를 평가한다.
시뮬레이션 모듈(430)은 평가 모듈(440)에서 평가된 영농 지식 점수에 반비례하여 시뮬레이션의 소요 시간을 설정한다. 예를 들면, 시뮬레이션 모듈(430)은 영농 지식 점수가 높으면 사용자에게 제공되는 시뮬레이션의 소요 시간을 짧게 설정하고, 반대로, 영농 지식 점수가 낮으면 사용자에게 제공되는 시뮬레이션의 소요 시간을 길게 설정한다.
시뮬레이션 모듈(430)은 영농 지식 점수에 반비례하여 시뮬레이션의 소요 시간을 설정함으로써 영농 지식을 키우기 위한 학습을 유도할 수 있다.
[제2 실시예]
이하 본 발명의 제2 실시예에 따른 메타버스를 통한 귀농 역량 교육 시뮬레이션 서버(400)에 대하여 도면을 참조하여 상세히 설명한다.
도 3은 본 발명의 제2 실시예에 따른 메타버스를 통한 귀농 역량 평가 및 교육 시뮬레이션 서버(400)를 예시한 개략도이다.
제2 실시예의 토지 생성 모듈(510), 토지 중개 모듈(520), 시뮬레이션 모듈(530), 평가 모듈(540) 및 재배 레시피 DB(541)는 제1 실시예의 토지 생성 모듈(410), 토지 중개 모듈(420), 시뮬레이션 모듈(4320), 평가 모듈(440) 및 재배 레시피 DB(441)와 동일하므로 중복된 설명을 생략한다.
제2 실시예의 서버(500)는 제1 실시예의 서버(400)에서 이벤트 모듈(550) 및 산출 모듈(560)을 더 포함한다.
재해 이벤트 모듈(550)은 시뮬레이션 실행 중에 사용자에게 예외적인 재해 발생 이벤트를 알람하고 사용자에게 발생된 재해에 따른 재배 조건 항목을 추가로 제시한다.
재해 발생 이벤트는 우박, 홍수, 냉해, 태풍, 가뭄, 야생동물의 침범, 병충해 등을 포함할 수 있다.
평가 모듈은 재해 발생 이벤트에 따라 사용자가 추가로 입력한 세부 재해 예방 조건과 미리 구축된 재배 레시피 DB를 비교하여 사용자의 영농 지식 점수를 재평가 한다. 예컨대, 재해 예방 조건은 재해 발생 이벤트가 가뭄일 때 스프링 쿨러의 설치, 야생동물의 침범 또는 우박 일 때, 울타리 및 비닐하우스의 설치 등을 포함할 수 있다.
그리고 시뮬레이션 모듈은 사용자가 입력한 세부 재해 예방 조건 항목의 개수와 재평가된 영농 지식 점수에 반비례하여 시뮬레이션 소요 시간을 재설정한다.
산출 모듈(560)은 사용자가 매입한 토지 비용, 선택한 작물 구매 비용, 입력한 세부 재배 조건 중 유상 항목의 구매 비용, 시뮬레이션 결과에 따른 소출 작물의 예상 판매액을 기초로 예상 소득을 계산한다.
산출 모듈(560)에서 계산되는 예상 소득은 사용자가 입력한 상세 재배 조건의 개수가 많을수록 정확도가 높아질 수 있다.
[제3 실시예]
이하 본 발명의 제3 실시예에 따른 귀촌 영농 교육 시뮬레이션 서버에 대하여 도면을 참조하여 상세히 설명한다.
도 4는 도 1에 예시된 서버의 구성을 나타낸 블록도이다.
도 1 및 도 4를 참조하면, 본 발명의 서버는 토지 생성 모듈(110), 토지 중개 모듈(120), 평가 모듈(130) 및 결과 출력 모듈(140)을 포함한다.
토지 생성 모듈(110)은 지적도 및 지형도에 기초하여 메타버스 공간에서 가상의 토지를 생성한다. 토지 생성 모듈(110)은 기본적으로 국내의 토지를 생성하지만 소프트웨어 업데이트를 통해 해외의 토지를 생성할 수도 있다.
지형도는 지표면의 배치상황을 자세하고도 정확하게 나타낸 지도이고, 지적도는 토지에 관한 여러가지 사항, 즉 토지의 위치, 형질, 소유관계, 면적, 지목, 지번 및 경계 등을 기록한 지도이다. 서버는 지적도 및 지형도 정보를 국토부 또는 관련 기관을 통해 공유받을 수 있다.
토지 생성 모듈(110)에서 생성된 가상의 토지에는 각 토지에 대한 재배지 정보가 포함된다. 재배지 정보에는 토지의 해발, 평균 기온, 평균 습도, 평균 광량, 토양 PH 중 적어도 하나가 포함된다. 재배지 정보 중 평균 기온, 평균 습도, 평균 광량은 미리 설정된 기간 동안의 평균 수치 값을 가질 수 있다. 토양 PH는 주기적으로 측정되어 갱신될 수 있다. 토지의 해발은 지형도로부터 추출될 수 있다.
토지 중개 모듈(120)은 메타버스 공간에서 생성된 토지 면적에 대응하는 임대 비용 및 매매 비용을 산출하고, 사용자 단말(11)을 통해 접속한 가상의 아바타 사용자에게 토지를 임대 또는 매매한다.
토지 중개 모듈(120)에서 산출된 임대 비용 및 매매 비용은 인근 부동산 중개소의 단말 또는 부동산 서버로부터 제공받은 실제 토지의 임대 비용 및 매매 비용을 근거로 산출될 수 있다.
토지 중개 모듈(120) 사용자가 메타버스 공간에서 구매한 가상의 토지에 대한 재배지 정보를 사용자에게 제공한다. 사용자는 제공받은 재배지 정보에 기초하여 해당 토지에서 재배할 작물을 결정할 수 있다. 재배지 정보는 앞서 설명하였으므로 중복된 설명을 생략한다.
평가 모듈(130)은 사용자에게 작물을 키우기 위한 적어도 하나의 재배 조건 항목을 상기 사용자에게 제공한다. 그리고 평가 모듈(130)은 사용자로부터 재배 작물을 결정받으며, 재배 조건 항목에 대하여 사용자로부터 입력된 세부 재배 조건을 미리 구축된 재배 DB(미도시)와 비교하여 재배 역량 점수를 계산한다.
재배 조건 항목은 작물을 재배할 때 필요한 다양한 조건들을 의미하는 것으로서, 작물의 직파(direct seeding) 및 육묘(raising seeding)의 결정, 작물의 파종 시기, 토지에 심는 거리, 하우스 설치 여부, 비료 종류, 방제 약품 종류, 온도 조절기 설치 여부, 습도 조절기 설치 여부, CO2 조절기 설치 여부, 광 파장 조절기 설치 여부, 인부(도 1의 2) 고용 중 적어도 하나를 포함할 수 있다. 본 발명에서 재배 조건 항목은 상술한 조건 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 조건을 포함할 수 있다.
예컨대, 작물의 종류에 따라 직파(direct seeding) 및 육묘(raising seeding)의 결정에 따라 재배 성공률이 달라지며, 토양의 종류에 따라서도 직파 및 육묘의 선택이 중요하다. 참고로, 직파는 본포에 씨를 직접 뿌리는 방식이고, 육묘는 어린 모를 묘상 또는 못자리에서 기르는 방식이다.
그리고 작물의 성장 크기에 따라 토지에 심는 거리가 달라질 수 있으며, 작물의 성장 크기를 고려하지 않고 씨앗 또는 육묘의 사이 간격을 좁게하면 성장에 방해가 될 수 있다.
하우스의 설치 여부는 외부와 격리된 공간을 만들어 그 속에 태양 에너지를 저장하고 이를 제어함으로서 작물의 생육에 적합한 온실환경을 조성하기 때문에 재배하기로 결장한 작물의 종류에 따라 하우스의 설치가 필요하다.
온도 조절기 설치 여부, 습도 조절기 설치 여부, CO2 조절기 설치 여부, 광 파장 조절기 설치 여부는 하우스의 내부에 설치될 수 있으며, 하우스 내부의 재배 환경을 조성한다.
방제 약품 종류는 작물의 종류마다 쉽게 발생하는 병해 및 충해를 방제하기 위한 것으로 각 작물의 종류 및 병충해에 따라 다르게 사용된다.
인부 고용은 고용한 인부(도 1의 2)의 수에 따라 재배의 난이도가 달라질 수 있으며, 토지 면적에 따라 필요한 인부(도 1의 2)가 달라질 수 있다. 고용된 인부는 아바타로 생성되어 제공된다.
재배 세부 조건은 상기에서 나열한 항목에서 작물의 직파 및 육묘 중 하나를 선택하거나, 작물의 파종 시기를 구체적으로 입력하거나, 하우스의 설치 여부를 입력하거나, 온도 조절기에 의한 특정 온도를 설정하거나, 토지에 씨앗 또는 육묘를 심는 거리를 구체적으로 입력하는 등에 대한 세부 조건이다. 이 외에도 재배 세부 조건은 비료 종류, 방제 약품 종류, 습도 조절기 설치 여부, CO2 조절기 설치 여부, 광 파장 조절기 설치 여부, 인부 고용에 대한 세부 조건을 포함한다.
평가 모듈(130)은 사용자가 재배하기로 결정한 재배 작물과 상기에서 나열한 재배 세부 조건을 미리 구축된 재배 DB와 비교하고, 재배 DB에 저장된 해당 재배 작물에 대한 데이터와 사용자가 입력한 재배 세부 조건과의 적합성(예를 들면, 일치 정도)을 판단하여 재배 작물에 대한 재배 역량 점수를 계산한다.
예컨대, 재배 DB(미도시)에는 작물의 종류 별로 필요한 재배 조건 항목 및 세부 재배 조건이 매칭되어 구축되며, 평가 모듈(130)은 재배 DB에 저장된 데이터와 사용자가 입력한 세부 재배 항목의 적합성에 따라 재배 작물에 대한 재배 역량 점수를 계산한다.
예를 들어, 재배 DB에는 재배 작물 중 양배추에는 육묘, 심는 거리 60cm X 45cm, 하우스 설치 불필요 등의 세부 재배 조건이 저장된다. 그리고 재배 DB에는 재배 면적 및 재배 작물을 고려하여 필요한 인부의 수에 대한 세부 재배 조건이 저장된다.
만약, 사용자가 재배하기로 결정한 작물이 양배추이고, 사용자가 입력한 세부 재배 조건이 직파 하나인 경우 평가 모듈(130)은 재배 DB에 저장된 해당 작물의 세부 재배 조건과 사용자가 입력한 세부 재배 조건의 적합성(예를 들면, 일치 정도)이 낮기 때문에 재배 역량 평가 점수를 낮게 계산한다.
그리고 평가 모듈(130)은 사용자가 세부 재배 조건을 육묘, 심는 거리 50cm X 35cm, 하우스 설치 필요로 선택한 경우, 재배 DB에 저장된 해당 작물의 세부 재배 조건과 사용자가 선택한 세부 재배 조건의 적합성(예를 들면, 일치 정도)이 높기 때문에 재배 역량 평가 점수를 높게 계산한다.
또한, 사용자는 세부 재배 조건에서 방제 약품의 특정 종류를 선택하고, 평가 모듈(130)은 사용자로부터 입력된 약품의 종류를 재배 DB에 저장된 병충해 정보와 비교하여 역량 평가 점수에 반영한다. 예컨대, 사용자는 약품의 희석도 또는 약품의 살포 주에 대한 세부 재배 조건을 더 구체적으로 입력할 수 있으며, 더 입력된 세부 재배 조건은 재배 역량 평가 점수에 추가로 반영된다.
즉, 평가 모듈(130)은 사용자로부터 입력된 재배 조건 항목에 대한 세부 재배 조건이 많을 수록, 그리고 입력된 세부 재배 조건과 재배 DB에 저장된 데이터와의 적합성이 높을수록 사용자에 대한 재배 역량 평가 점수를 높게 계산한다.
결과 출력 모듈(140)은 평가 모듈(130)에서 계산된 사용자의 재배 역량 점수에 기초하여 성장 시뮬레이션 결과를 제공하는 주기를 가변한다. 여기서, 성장 시뮬레이션 결과를 제공하는 주기라 함은 평가 모듈(130)에서 사용자의 재배 역량 점수가 계산된 후부터 성장 시뮬레이션 결과가 사용자에게 제공되기 까지의 시간을 의미한다.
예를 들면, 재배 역량 점수가 100점 만점 중 20점일 경우, 결과 출력 모듈(140)은 성장 시뮬레이션 결과를 사용자에게 2주일이 경과된 후 제공할 수 있으며, 재배 역량 점수가 80점일 경우, 결과 출력 모듈(140)은 성장 시뮬레이션 결과를 사용자에게 60분 뒤에 제공할 수 있다.
결과 출력 모듈(140)은 사용자에게 성장 시뮬레이션 결과가 제공된 후, 사용자가 세부 재배 조건을 학습한 뒤 세부 재배 조건을 변경하여 다시 입력하면 변경된 세부 재배 조건에 기초하여 사용자에게 작물의 성장 시뮬레이션 결과가 제공되는 주기를 다시 결정한다. 예를 들면, 사용자의 재배 역량 점수가 20점이어서 성장 시뮬레이션 결과가 제공되는 주기가 2주였더라도, 사용자가 세부 재배 조건을 변경하여 재배 역량 점수가 80점이 된다면 결과 출력 모듈(140)은 사용자에게 성장 시뮬레이션 결과를 제공하는 주기를 2주에서 60분으로 변경한다.
즉, 결과 출력 모듈(140)은 재배 역량 점수가 낮을수록 성장 시뮬레이션 결과를 제공하는 주기를 길게 설정하고, 사용자가 학습 후 다시 재배 조건 항목을 입력하면 제공 주기를 다시 계산함으로써 사용자에게 재배 역량을 키우기 위한 학습을 유도하며, 또한, 성장 시뮬레이션 결과 제공 주기에 따라 사용자가 재배 역량을 키우기 위한 학습 시간을 가질 수 있게 한다.
결과 출력 모듈(140)에서 제공되는 성장 시뮬레이션 결과는 작물의 성장 크기, 작물의 수확량, 작물에 발생된 병충해 발생 결과 및 외부 요인에 의한 작물의 피해 정도 중 적어도 하나를 포함할 수 있으며 이에 한정하지 않는다.
결과 출력 모듈(140)은 사용자에게 작물의 성장 시뮬레이션 결과를 제공할 때 재배 교육 컨텐츠도 함께 제공한다.
교육 컨텐츠는 작물기술정보, 작물별 관리정보, 병충해 관리 정보, 시기별 농사정보 중 적어도 하나를 포함한다.
구체적으로, 교육 컨텐츠에는 작목기술정보, 농작업일정, 품종정보, 해외농업정보 및 농업기술관련 정보를 포함한다. 또한, 교육 컨텐츠에는 식량작물, 특용작물, 채소, 과수, 화훼, 축산, 녹비작물, 토양비료 등 작목에 대한 주요 성분과 품질, 종류, 현황, 전망, 성장 및 발육 등을 포함하는 작물 종류별에 따른 파종시기 및 재배 방법에 대한 전반적인 정보가 저장 관리된다.
병충해 관리 정보에는 작물별 또는 시기별 쉽게 발생하는 병충해 정보와, 발생된 병충해를 방제하기 위한 치유법들이 포함된다. 치유법에는 물리적 치유법, 화학적 치유법 및 생물학적 치유법이 포함된다.
물리적 치유법은 재배지의 온도 조절, 습도 조절, 광량 조절, 광 파장 조절, 환기 주기 조절 중 어느 하나를 포함할 수 있다. 생물학적 치유법은 차단망 설치, 페로몬 트랩 설치, 천적 또는 기피식물의 도입 중 어느 하나를 포함할 수 있다. 화학적 치유법은 농약 또는 친환경 제재의 살포, 토양 pH 조절 중 적어도 어느 하나를 포함할 수 있다.
결과 출력 모듈(140)은 상기에서 나열한 교육 정보 중 사용자가 입력한 세부 재배 조건을 미리 구축된 재배 DB와 비교하고, 재배 DB에 저장된 데이터와 일치하지 않은 항목에 대한 정보가 포함된 재배 교육 컨텐츠만 추출하여 제공한다.
사용자는 결과 출력 모듈(140)에서 제공된 재배 교육 컨텐츠를 통해 학습하여 재배 역량을 높이고, 세부 재배 조건을 다시 선택하여 작물의 성장 시뮬레이션 결과를 제공받는 시간을 단축할 수 있다.
[제4 실시예]
이하 본 발명의 제4 실시예에 따른 귀촌 영농 교육 시뮬레이션 서버에 대하여 도면을 참조하여 상세히 설명한다.
도 5은 제4 실시예의 서버의 구성을 나타낸 블록도이다.
제4 실시예의 서버(200)의 구성들 즉, 토지 생성 모듈(210), 토지 중개 모듈(220), 평가 모듈(230), 결과 출력 모듈(240)은 제3 실시예의 토지 생성 모듈(110), 토지 중개 모듈(120), 평가 모듈(130), 결과 출력 모듈(140)과 동일하므로 중복된 설명을 생략한다.
제4 실시예의 서버(200)는 추천 모듈(250)을 더 포함한다.
추천 모듈(250)은 사용자로부터 귀농 예산을 입력 받고, 귀농 예산에 기초하여 토지 구매 비용, 작물 구매 비용 및 부대 비용에 대한 추천 예산 분배 비율을 제공한다. 참고로, 부대 비용은 비닐 하우스, 비료, 온도 조절기, 습도 조절기, 광 파장 조절기, 인부 고용, CO2 조절기 등에 발생하는 비용을 의미한다.
예컨대, 재배 DB에는 토지 면적에 따라 재배 가능한 작물의 수량이 데이터화되고, 면적 또는 작물의 종류에 따라 필요한 부대 시설 및 부대 장비가 데이터화된다. 그리고 재배 DB에는 부대 시설 및 부대 장비에 대한 구매 비용 또는 대여 비용이 데이터화된다.
추천 모듈(250)은 사용자가 선택한 토지와 재배하기로 결정한 작물을 사용자가 입력한 예산을 기초로 추천 토지 면적과 해당 토지의 구매에 사용되는 예산의 비율, 작물 구매에 사용되는 예산의 비율 및 부대 시설과 부대 장비의 구매에 사용되는 예산의 비율을 제공한다. 토지 구매에 사용되는 예산의 비율은 토지 면적당 비용에 따라 달라질 수 있다.
예를 들면, 추천 모듈(250)은 사용자가 입력한 예산의 비율을 토지 구매 비용 50%, 작물 구매 비용 10%, 부대 비용 40%와 같이 제공하여 예산이 어느 한 쪽으로 과도하게 편중되어 부족해지는 것을 방지할 수 있다.
[제5 실시예]
이하 본 발명의 제5 실시예에 따른 귀촌 영농 교육 시뮬레이션 서버에 대하여 도면을 참조하여 상세히 설명한다.
제5 실시예의 서버(300)의 구성들 즉, 토지 생성 모듈(310), 토지 중개 모듈(320), 평가 모듈(330), 결과 출력 모듈(340), 추천 모듈(350)은 제4 실시예의 토지 생성 모듈(210), 토지 중개 모듈(220), 평가 모듈(230), 결과 출력 모듈(240), 추천 모듈(250)과 동일하므로 중복된 설명을 생략한다.
도 6는 제5 실시예의 서버의 구성을 나타낸 블록도이다.
제5 실시예의 서버(300)는 방제 모듈(360)을 더 포함한다.
방제 모듈(360)은 성장 시뮬레이션 진행 중 병충해 종류 및 병충해의 진행 정도를 포함하는 병충해 발생을 적어도 1회 이상 사용자에게 알림한다.
여기서, 성장 시뮬레이션 진행 중이라 함은 성장 시뮬레이션 결과가 사용자에게 제공되기 전을 의미한다. 예를 들면, 재배 역량 점수에 기초하여 성장 시뮬레이션 결과를 사용자에게 60분 뒤에 제공할 경우, 방제 모듈(360)은 20분 뒤 또는 30분 뒤에 병충해 발생을 사용자에게 알림한다. 방제 모듈(360)에서 사용자에게 알림하는 병충해는 해당 작물에 실제 발생하는 정보에 기초하여 생성된다.
그리고 방제 모듈(360)은 병충해 발생과 함께 병충해를 방제하기 위한 방제 조건 항목을 함께 제공한다. 방제 조건 항목은 물리적 치유법, 화학적 치유법 및 생물학적 치유법 등을 포함할 수 있다.
평가 모듈(330)은 사용자로부터 병충해를 방제하기 위한 세부 방제 조건을 입력받는다.
예컨대, 세부 방제 조건은 물리적 치유법, 화학적 치유법 및 생물학적 치유법에 기초하여 병충해를 방제하기 위한 조건을 세부적으로 입력하는 것이다.
예를 들면, 평가 모듈(330)은 물리적 치유법 중 재배지의 온도를 특정 온도로 조절하고, 습도를 특정 습도로 조절하는 등의 세부 방제 조건을 입력받는다. 이 외에도, 평가 모듈(330)은 병충해를 방제하기 위해 전술한 치유법 중 사용자에 의해 농약의 희석도, 살포 주기, CO2 조절, 광 파장 조절 등을 구체적으로 입력받는다.
평가 모듈(330)은 사용자로부터 입력 받은 세부 방제 조건을 미리 구축된 상기 재배 DB와 비교하고, 재배 DB에 저장된 해당 재배 작물에 대한 데이터와 사용자가 입력한 세부 방제 조건과의 적합성(예를 들면, 일치 정도)을 판단하여 재배 작물에 대한 재배 역량 점수를 다시 계산한다.
그리고 결과 출력 모듈(340)은 다시 계산된 재배 역량 점수에 기초하여 작물의 성장 시뮬레이션 결과를 사용자에게 제공하는 주기를 재결정한다. 결과 출력 모듈(340)에서 재결정되는 주기는 사용자가 입력한 세부 방제 조건의 개수와 해당 병충해에 대한 방제 조건의 적합성(예를 들면, 일치 정도)에 달라질 수 있다.
이상에서는 본 발명에 관한 몇 가지 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
41: 사용자 단말
400: 서버
410: 토지 생성 모듈
420: 토지 중개 모듈
330: 시뮬레이션 모듈
440: 평가 모듈
400: 서버
410: 토지 생성 모듈
420: 토지 중개 모듈
330: 시뮬레이션 모듈
440: 평가 모듈
Claims (7)
- 실제 지도에 기초하여 현실의 토지와 가상의 토지를 일대일로 매칭하여 생성하는 토지 생성 모듈;
사용자로부터 토지 선택과 귀농 예산이 입력되면, 상기 선택된 토지에 대한 추천 토지 면적의 구매 비용, 작물의 구매 비용 및 부대 비용에 대한 예산 분배 비율을 제시하는 추천 모듈;
현실의 토지 매도 정보를 온라인을 통해 수집하여 메타버스 내에 매칭되는 가상 토지에 반영시키고, 사용자가 어느 하나의 가상 토지를 귀촌 후보로 지목하면 지목된 가상 토지의 매도 정보를 사용자에게 제공하는 토지 중개 모듈;
사용자가 상기 귀촌 후보 토지에서 재배할 작물을 지정하면 상기 지정된 작물에 대한 복수의 재배 조건 항목을 질의하고, 상기 질의된 항목들에 대해 사용자가 세부 재배 조건을 입력하면, 입력된 항목(들)의 세부 재배 조건과 미입력된 항목(들)에 대한 기 설정(default) 세부 재배 조건과 상기 귀촌 후보 토지의 재배 환경 조건을 기초로 상기 지정 작물의 성장을 시뮬레이션하고, 시뮬레이션 결과를 가상 현실로 보여주는 시뮬레이션 모듈; 및
사용자가 입력한 재배 조건 항목별 세부 재배 조건과 미리 구축된 재배 레시피 DB를 비교하여 사용자의 영농 지식 점수를 평가하는 평가 모듈을 포함하고,
상기 시뮬레이션 모듈은 상기 영농 지식 점수가 높을수록 상기 작물 성장 시뮬레이션의 소요 시간을 짧게 설정하고 상기 영농 지식 점수가 낮을수록 상기 시뮬레이션의 소요 시간을 길게 설정하되, 상기 시뮬레이션의 실행 중에 상기 세부 재배 조건의 수정 또는 추가 입력에 의해 영농 지식 점수가 변동되면 변동된 영농 지식 점수에 기초하여 상기 시뮬레이션의 소요 시간을 재설정함으로써 사용자의 영농 지식 함양을 유도하는 것을 특징으로 하는
메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버. - 삭제
- 삭제
- 제1항에 있어서,
상기 시뮬레이션 모듈이 제시하는 재배 조건 항목은,
성장 단계별 비료, 성장 단계별 물 공급량, 성장 단계별 농약, 재배 온도, 일조량, 재배 간격, 통풍 시간, 가지치기 여부, 재배하우스 시설 설치를 포함하는 것을 특징으로 하는 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버. - 제4항에 있어서,
상기 후보 토지의 재배 환경 조건은,
토지의 산성도, 토지의 해발고도, 지정된 기간의 예상 일조량, 지정된 기간의 평균 강수량, 지정된 기간의 평균 기온, 지정된 기간 내 우박 발생 빈도, 지정된 기간 내 냉해 발생 빈도, 지정된 기간 내 태풍 발생 빈도를 포함하는 것을 특징으로 하는 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버. - 제1항에 있어서,
상기 시뮬레이션 실행 중에 사용자에게 예외적인 재해 발생 이벤트를 알람하고 사용자에게 발생된 재해에 따른 재배 조건 항목을 추가로 제시하는 재해 이벤트 모듈을 더 포함하고,
상기 평가 모듈은, 상기 재해 발생 이벤트에 따라 사용자가 추가로 입력한 세부 재해 예방 조건과 미리 구축된 재배 레시피 DB를 비교하여 사용자의 영농 지식 점수를 재평가하며,
상기 시뮬레이션 모듈은, 사용자가 입력한 세부 재해 예방 조건 항목의 개수와 상기 재평가된 영농 지식 점수에 반비례하여 상기 시뮬레이션 소요 시간을 재설정하는 것을 특징으로 하는 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버. - 제6항에 있어서,
상기 매입한 토지 비용, 상기 선택한 작물 구매 비용, 상기 입력한 세부 재배 조건 중 유상 항목의 구매 비용, 상기 시뮬레이션 결과에 따른 소출 작물의 예상 판매액을 기초로 예상 소득을 계산하는 산출 모듈을 더 포함하는 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210120624A KR102411058B1 (ko) | 2021-09-09 | 2021-09-09 | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210120624A KR102411058B1 (ko) | 2021-09-09 | 2021-09-09 | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102411058B1 true KR102411058B1 (ko) | 2022-06-22 |
Family
ID=82217156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210120624A KR102411058B1 (ko) | 2021-09-09 | 2021-09-09 | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102411058B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102462139B1 (ko) | 2022-07-14 | 2022-11-03 | 주식회사 고브이알 | 3d 에셋 배치를 이용한 교육용 메타버스 구현 장치, 방법 및 프로그램 |
| WO2024080449A1 (ko) * | 2022-10-14 | 2024-04-18 | 농업회사법인 주식회사 지인 | 메타버스를 활용한 영농 교육 플랫폼 시스템 |
| KR20240071513A (ko) | 2022-11-15 | 2024-05-23 | 노우석 | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030082180A (ko) * | 2002-04-17 | 2003-10-22 | 이인옥 | 인터넷을 이용한 가상 주말농장 운영시스템 및 운영방법 |
| KR20090077482A (ko) * | 2008-01-11 | 2009-07-15 | 이종성 | 사이버 농장 운영을 주제로 한 온라인 게임 서비스 시스템 |
| KR20140072452A (ko) * | 2012-12-04 | 2014-06-13 | 주식회사 두드림 | 스마트기기 어플리케이션을 이용한 현실 연계 작물재배 게임서비스 시스템 및 그 방법 |
| KR20180086960A (ko) * | 2017-01-24 | 2018-08-01 | 주식회사 윌네트 | 귀농귀촌 정보 제공 시스템 |
| KR102260011B1 (ko) * | 2019-03-22 | 2021-06-03 | 주식회사 업데이터 | 디지털 트윈 기반의 지능형 원격농장 시스템 및 방법 |
| KR20210090933A (ko) | 2020-01-13 | 2021-07-21 | 주식회사 로보팜코리아 | 농업용 로봇을 이용한 농작물 재배와 영농 교육 및 실습 지원시스템 |
-
2021
- 2021-09-09 KR KR1020210120624A patent/KR102411058B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030082180A (ko) * | 2002-04-17 | 2003-10-22 | 이인옥 | 인터넷을 이용한 가상 주말농장 운영시스템 및 운영방법 |
| KR20090077482A (ko) * | 2008-01-11 | 2009-07-15 | 이종성 | 사이버 농장 운영을 주제로 한 온라인 게임 서비스 시스템 |
| KR20140072452A (ko) * | 2012-12-04 | 2014-06-13 | 주식회사 두드림 | 스마트기기 어플리케이션을 이용한 현실 연계 작물재배 게임서비스 시스템 및 그 방법 |
| KR20180086960A (ko) * | 2017-01-24 | 2018-08-01 | 주식회사 윌네트 | 귀농귀촌 정보 제공 시스템 |
| KR102260011B1 (ko) * | 2019-03-22 | 2021-06-03 | 주식회사 업데이터 | 디지털 트윈 기반의 지능형 원격농장 시스템 및 방법 |
| KR20210090933A (ko) | 2020-01-13 | 2021-07-21 | 주식회사 로보팜코리아 | 농업용 로봇을 이용한 농작물 재배와 영농 교육 및 실습 지원시스템 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102462139B1 (ko) | 2022-07-14 | 2022-11-03 | 주식회사 고브이알 | 3d 에셋 배치를 이용한 교육용 메타버스 구현 장치, 방법 및 프로그램 |
| WO2024080449A1 (ko) * | 2022-10-14 | 2024-04-18 | 농업회사법인 주식회사 지인 | 메타버스를 활용한 영농 교육 플랫폼 시스템 |
| KR20240052217A (ko) | 2022-10-14 | 2024-04-23 | 주식회사 지인 | 메타버스를 활용한 영농 교육 플랫폼 시스템 |
| KR20240071513A (ko) | 2022-11-15 | 2024-05-23 | 노우석 | 실시간 생육환경을 미러링하여 디지털 트윈을 구현하기 위한 메타버스 플랫폼 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102411058B1 (ko) | 메타버스를 이용한 귀촌 영농 교육 시뮬레이션 서버 | |
| Peltonen-Sainio et al. | Winds of change for farmers: Matches and mismatches between experiences, views and the intention to act | |
| JPH11313594A (ja) | 農作業決定支援装置および方法、並びに記録媒体 | |
| Ouédraogo et al. | Markets and climate are driving rapid change in farming practices in Savannah West Africa | |
| BR112020002112A2 (pt) | dispositivo portátil para gerenciamento agrícola econômico | |
| Sturdy et al. | Building an understanding of water use innovation adoption processes through farmer-driven experimentation | |
| CN106980671A (zh) | 基于vr虚拟实景的农作物品种技术网络展示平台 | |
| KR20150069580A (ko) | 기후 및 시장 환경을 반영한 농작물 육성 시뮬레이션 장치 및 방법 | |
| de Vries | Can crop models contain economic factors? | |
| Peterson | Kubweletza Nthaka: Ethnographic decision trees and improved fallows in the Eastern Province of Zambia | |
| Joshi | Need based information media for farmers in hill regions of Uttarakhand: implications for extension | |
| KR101499185B1 (ko) | 온라인 게임을 이용한 농장체험 학습 방법 | |
| KR20020000601A (ko) | 가상재배를 통한 농산물거래 시스템 및 그 이용방법 | |
| Montagu et al. | Understanding irrigation decisions: From enterprise planning to the paddock | |
| Catacutan et al. | Technical innovations and institution-building for sustainable upland development: Landcare in the Philippines | |
| Mpandeli et al. | Indigenous knowledge systems for managing climate change in South Africa | |
| Masere | The applicability of the agricultural production systems simulator (APSIM) model to decision-making in small-scale, resource-constrained farming systems: a case study in the Lower Gweru Communal area, Zimbabwe. | |
| CN108074160A (zh) | 基于现实农场的线上交易平台 | |
| Dossou-Yovo et al. | Stakeholders prioritization of climate-smart agriculture (CSA) in the rice-based production systems of Mali | |
| Stathers et al. | Everything you ever wanted to know about sweetpotato: Reaching agents of change ToT manual. 3: Sweetpotato seed systems | |
| Sharma et al. | A compendium of Technologies, Practices, Services and Policies for Scaling Climate Smart Agriculture in Odisha (India) | |
| Kumar | RATIONALE OF PEOPLE'S PARTICIPATION | |
| Malebbi et al. | Farmers Behavior in Rice Farming Risk Mitigation. | |
| Clarke et al. | Study of farmer experiences and approaches with mechanised dry direct seeding in Savannakhet province | |
| JP2023152761A (ja) | 情報処理装置、情報処理システム、情報処理プログラムおよび経営計画方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |