KR102447549B1 - Method, device and system for providing jewelry trading service associated with artwork based on nft - Google Patents
Method, device and system for providing jewelry trading service associated with artwork based on nft Download PDFInfo
- Publication number
- KR102447549B1 KR102447549B1 KR1020220043447A KR20220043447A KR102447549B1 KR 102447549 B1 KR102447549 B1 KR 102447549B1 KR 1020220043447 A KR1020220043447 A KR 1020220043447A KR 20220043447 A KR20220043447 A KR 20220043447A KR 102447549 B1 KR102447549 B1 KR 102447549B1
- Authority
- KR
- South Korea
- Prior art keywords
- nft
- price
- ornament
- image
- transaction
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000013528 artificial neural network Methods 0.000 claims description 61
- 239000000463 material Substances 0.000 claims description 44
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 27
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 36
- 238000005516 engineering process Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 238000011176 pooling Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 235000000177 Indigofera tinctoria Nutrition 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229940097275 indigo Drugs 0.000 description 2
- COHYTHOBJLSHDF-UHFFFAOYSA-N indigo powder Natural products N1C2=CC=CC=C2C(=O)C1=C1C(=O)C2=CC=CC=C2N1 COHYTHOBJLSHDF-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000001755 vocal 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/321—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority
- H04L9/3213—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority using tickets or tokens, e.g. Kerberos
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Computer Networks & Wireless Communication (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manufacturing & Machinery (AREA)
- Adornments (AREA)
Abstract
Description
아래 실시예들은 NFT(Non-Fungible Token)를 기반으로 아트워크와 연계된 쥬얼리 거래 서비스를 제공하기 위한 기술에 관한 것이다.The following embodiments relate to a technology for providing a jewelry transaction service linked to an artwork based on a Non-Fungible Token (NFT).
종래 음악 파일, 그림 파일 등 디지털 자산은 복사가 용이하고, 그 디지털 자산의 원본의 소유권이 누구에게 있는지 알 수 없어서, 실질적으로 거래가능한 자산으로 인정되어오지 않았다. 이에 대하여, 최근 이용되기 시작한 대체 불가능 토큰(Non-fungible token; NFT)은, 디지털 자산의 일종으로서 현재 이더리움에서 발행하고 있는 대체 불가능한 특정 암호 디지털 자산을 의미한다. 디지털 파일에 대한 소유권을 블록체인 상에 저장함으로써 위조 및 변조가 불가능하도록 만들어 영구 보존하고, 그 소유권을 탈중앙화한 형태로 확인할 수 있도록 한다. NFT의 대체가 불가능한 특징은 기존의 암호 화폐와는 다른 교환 불가능성에 기반하고 있다. 기존 암호 화폐가 다른 암호 화폐와 1:1 교환이 가능했던 것에 비해, 대체 불가능 토큰은 각기 거래 불가능한 암호 화폐로 1:1 거래가 성립하지 않는다. 이를 통해 각각의 대체 불가능 토큰은 희소성을 지니며, 비가역적 거래 증명이 가능하다.Conventional digital assets such as music files and picture files are easy to copy, and it is not known who owns the original digital assets, so they have not been recognized as practically tradable assets. In contrast, a non-fungible token (NFT), which has recently been used, is a type of digital asset and refers to a specific non-fungible cryptographic digital asset currently issued by Ethereum. By storing the ownership of the digital file on the blockchain, it is made impossible for forgery and tampering, so that it is permanently preserved, and the ownership can be verified in a decentralized form. The non-fungible feature of NFT is based on the non-exchangeability of existing cryptocurrencies. Whereas existing cryptocurrencies were able to be exchanged 1:1 with other cryptocurrencies, non-fungible tokens cannot be exchanged 1:1 with non-tradable cryptocurrencies. Through this, each non-fungible token has scarcity and irreversible transaction proof is possible.
이와 같이, NFT는 가상의 세계인 메타버스 내에서의 디지털 자산에 대한 소유권을 증명하는데 사용되어 왔다.As such, NFTs have been used to prove ownership of digital assets in the metaverse, a virtual world.
이러한 NFT는 게임, 예술품, 미술품, 부동산 등의 기존 자산을 디지털 토큰화 하는 수단으로, 쥬얼리 등의 다양한 영역으로 확장되고 있다.These NFTs are a means of digital tokenizing existing assets such as games, artworks, artworks, and real estate, and are expanding into various areas such as jewelry.
따라서, 쥬얼리를 실물로 출시하기 전에 먼저 NFT로 발행한 후, 발행된 NFT에 대한 가치가 올라갈 때 실제 현실에서 쥬얼리를 출시하여 거래할 수 있는 기술의 구현이 요구되고 있다.Therefore, it is required to implement a technology that can release and trade jewelry in real life when the value of the issued NFT increases after first issuing it as an NFT before releasing the jewelry as a real product.
일실시예에 따르면, 제1 작가의 미술 작업으로 제1 작품이 제작되면, 제1 작품에 대한 이미지인 제1 이미지를 획득하고, 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 제1 NFT를 생성하고, 제1 NFT에 대한 거래가 승인된 경우, 제1 NFT의 거래 정보를 NFT 거래 사이트에 등록하고, 제1 이미지를 분석한 결과, 제1 작품에 제1 장신구가 포함되어 있는 것으로 확인되면, 제1 이미지에서 제1 장신구가 차지하고 있는 영역을 제1 영역으로 구분하고, 제1 이미지에서 제1 영역이 있는 부분을 분할하여 제2 이미지를 추출하고, 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 제2 NFT를 생성하고, 제2 NFT에 대한 거래가 승인된 경우, 제2 NFT의 거래 정보를 NFT 거래 사이트에 등록함으로써, 아트워크 NFT인 제1 NFT와 쥬얼리 NFT인 제2 NFT를 각각 발행하여 NFT 거래 사이트에 등록하는 것을 그 목적으로 한다.According to an embodiment, when a first work is produced as an art work of a first artist, a first image that is an image for the first work is obtained, and a first NFT that is an NFT for the first image is issued, When an NFT is created and the transaction for the first NFT is approved, the transaction information of the first NFT is registered on the NFT transaction site, and as a result of analyzing the first image, it is confirmed that the first ornament is included in the first work Then, the area occupied by the first ornament in the first image is divided into the first area, the second image is extracted by dividing the portion having the first area in the first image, and the second image is an NFT for the second image. By issuing an NFT to generate a second NFT, and when the transaction for the second NFT is approved, by registering the transaction information of the second NFT on the NFT transaction site, the first NFT that is an artwork NFT and the second NFT that is a jewelry NFT The purpose is to issue each and register it on the NFT trading site.
또한, 일실시예에 따르면, 제2 NFT의 현재 가격을 이용하여 제1 장신구에 대한 쥬얼리 출시 여부와 제1 장신구의 재질을 결정하여, 제1 장신구가 실제 쥬얼리로 제작되도록 처리함으로써, NFT를 기반으로 아트워크와 연계된 쥬얼리가 출시되도록 처리하고, 출시된 쥬얼리가 NFT와 별도로 거래되도록 쥬얼리 거래 서비스를 제공하는 것을 그 목적으로 한다.In addition, according to an embodiment, by using the current price of the second NFT to determine whether to release jewelry for the first ornament and the material of the first ornament, and process the first ornament to be actually made into jewelry, NFT-based The purpose of this is to process jewelry related to artwork to be released and to provide jewelry trading service so that released jewelry is traded separately from NFT.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.Objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood from the description below.
일실시예에 따르면, 장치에 의해 수행되는, NFT(Non-Fungible Token)를 기반으로 아트워크와 연계된 쥬얼리 거래 서비스를 제공하는 방법에 있어서, 제1 작가의 미술 작업으로 제1 작품이 제작되면, 상기 제1 작품에 대한 이미지인 제1 이미지를 획득하는 단계; 상기 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 상기 제1 NFT를 생성하는 단계; 상기 제1 NFT에 대한 거래가 승인된 경우, 상기 제1 NFT의 거래 정보를 NFT 거래 사이트에 등록하는 단계; 상기 제1 이미지를 분석한 결과, 상기 제1 작품에 제1 장신구가 포함되어 있는 것으로 확인되면, 상기 제1 이미지에서 상기 제1 장신구가 차지하고 있는 영역을 제1 영역으로 구분하는 단계; 상기 제1 이미지에서 상기 제1 영역이 있는 부분을 분할하여 제2 이미지를 추출하는 단계; 상기 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 상기 제2 NFT를 생성하는 단계; 및 상기 제2 NFT에 대한 거래가 승인된 경우, 상기 제2 NFT의 거래 정보를 상기 NFT 거래 사이트에 등록하는 단계를 포함하는, NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법이 제공된다.According to an embodiment, in the method of providing a jewelry transaction service linked to artwork based on NFT (Non-Fungible Token), performed by a device, when a first work is produced as an art work of a first artist , obtaining a first image that is an image of the first work; generating the first NFT by issuing a first NFT that is an NFT for the first image; when the transaction for the first NFT is approved, registering transaction information of the first NFT on an NFT transaction site; dividing an area occupied by the first ornament in the first image into a first area when it is confirmed that the first ornament is included in the first work as a result of analyzing the first image; extracting a second image by dividing a portion having the first area from the first image; generating the second NFT by issuing a second NFT that is an NFT for the second image; and when the transaction for the second NFT is approved, registering the transaction information of the second NFT on the NFT transaction site.
상기 NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법은, 상기 제2 NFT의 거래 정보를 상기 NFT 거래 사이트에 등록하는 단계 이후, 상기 제2 NFT의 거래 히스토리를 기반으로, 상기 제2 NFT의 현재 가격인 제1 가격을 확인하는 단계; 상기 제1 가격이 미리 설정된 제1 기준 가격 보다 높은지 여부를 확인하는 단계; 상기 제1 가격이 상기 제1 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단하는 단계; 상기 제1 가격이 상기 제1 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 NFT의 거래 히스토리를 기반으로, 상기 제1 NFT의 현재 가격인 제2 가격을 확인하는 단계; 상기 제1 가격 및 상기 제2 가격을 합산하여 제3 가격을 산출하는 단계; 상기 제3 가격이 미리 설정된 제2 기준 가격 보다 높은지 여부를 확인하는 단계; 및 상기 제3 가격이 상기 제2 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단하는 단계를 더 포함할 수 있다.In the method for providing a jewelry transaction service linked to the NFT-based artwork, after registering the transaction information of the second NFT to the NFT transaction site, based on the transaction history of the second NFT, the current confirming a first price that is a price; checking whether the first price is higher than a preset first reference price; determining that, when it is confirmed that the first price is higher than the first reference price, it is necessary to release high-end jewelry for the first accessory; if it is determined that the first price is lower than the first reference price, checking a second price that is the current price of the first NFT based on the transaction history of the first NFT; calculating a third price by summing the first price and the second price; checking whether the third price is higher than a preset second reference price; and when it is confirmed that the third price is higher than the second reference price, determining that it is necessary to release a general type of jewelry for the first accessory.
상기 NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법은, 상기 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단되면, 상기 제1 가격이 제1 기준 가격 보다 큰 값으로 설정된 제3 기준 가격 보다 높은지 여부를 확인하는 단계; 상기 제1 가격이 상기 제3 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구의 재질을 1등급의 재질로 결정하는 단계; 상기 제1 가격이 상기 제3 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 장신구의 재질을 2등급의 재질로 결정하는 단계; 상기 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단되면, 상기 제3 가격이 제2 기준 가격 보다 큰 값으로 설정된 제4 기준 가격 보다 높은지 여부를 확인하는 단계; 상기 제3 가격이 상기 제4 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구의 재질을 3등급의 재질로 결정하는 단계; 상기 제3 가격이 상기 제4 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 장신구의 재질을 4등급의 재질로 결정하는 단계; 및 상기 제1 장신구의 재질이 결정되면, 상기 제1 장신구에 대한 제작 요청을 세공사 단말로 전송하는 단계를 더 포함할 수 있다.In the method of providing a jewelry transaction service in connection with the NFT-based artwork, when it is determined that a high-quality jewelry release is necessary for the first accessory, the first price is greater than the third reference price set to a value greater than the first reference price. checking whether it is high; determining that the material of the first ornament is a first-class material when it is confirmed that the first price is higher than the third reference price; determining that the material of the first ornament is a second-grade material when it is confirmed that the first price is lower than the third reference price; determining whether the third price is higher than a fourth reference price set as a value greater than a second reference price, when it is determined that the general type of jewelry needs to be released for the first accessory; when it is confirmed that the third price is higher than the fourth reference price, determining the material of the first ornament as a third-grade material; determining that the material of the first ornament is a 4th grade material when it is confirmed that the third price is lower than the fourth reference price; and when the material of the first ornament is determined, transmitting a production request for the first ornament to a craftsman terminal.
일실시예에 따르면, 아트워크 NFT인 제1 NFT와 쥬얼리 NFT인 제2 NFT를 각각 발행하여 NFT 거래 사이트에 등록하고, 제2 NFT의 현재 가격을 이용하여 제1 장신구에 대한 쥬얼리 출시 여부와 제1 장신구의 재질을 결정하여, 제1 장신구가 실제 쥬얼리로 제작되도록 처리함으로써, NFT를 기반으로 아트워크와 연계된 쥬얼리가 출시되도록 처리하고, 출시된 쥬얼리가 NFT와 별도로 거래되도록 쥬얼리 거래 서비스를 제공할 수 있는 효과가 있다.According to one embodiment, the first NFT, which is an artwork NFT, and the second NFT, which is a jewelry NFT, are respectively issued and registered on the NFT trading site, and whether or not the jewelry is released for the first ornament and whether the jewelry is released for the first ornament using the current price of the second NFT. 1 By determining the material of the ornament and processing the first ornament to be made into real jewelry, we process jewelry related to artwork based on NFT to be released, and provide jewelry trading service so that the released jewelry is traded separately from NFT There is an effect that can be done.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.On the other hand, the effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those of ordinary skill in the art from the following description.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 작품에 대한 NFT를 발행하여 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 장신구에 대한 NFT를 발행하여 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.
도 4는 일실시예에 따른 NFT의 가치를 기반으로 쥬얼리 출시 여부를 결정하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 출시될 쥬얼리의 재질을 결정하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 장신구의 종류에 따라 제2 NFT의 거래 정보를 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 대표 색상에 따라 제2 NFT의 거래 정보를 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 제1 인공 신경망을 설명하기 위한 도면이다.
도 9는 일실시예에 따른 제1 인공 신경망을 학습하는 방법을 설명하기 위한 도면이다.
도 10은 일실시예에 따른 장치의 구성에 대한 예시도이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
2 is a flowchart illustrating a process of issuing an NFT for a work and registering it on a transaction site according to an embodiment.
3 is a flowchart illustrating a process of issuing an NFT for an ornament and registering it on a trading site according to an embodiment.
4 is a flowchart illustrating a process of determining whether to release jewelry based on the value of NFT according to an embodiment.
5 is a flowchart for explaining a process of determining a material of jewelry to be released according to an embodiment.
6 is a flowchart illustrating a process of registering transaction information of a second NFT on a transaction site according to a type of ornaments according to an embodiment.
7 is a flowchart illustrating a process of registering transaction information of a second NFT in a transaction site according to a representative color according to an embodiment.
8 is a diagram for explaining a first artificial neural network according to an embodiment.
9 is a diagram for explaining a method of learning a first artificial neural network according to an embodiment.
10 is an exemplary diagram of a configuration of an apparatus according to an embodiment.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. However, since various changes may be made to the embodiments, the scope of the patent application is not limited or limited by these embodiments. It should be understood that all modifications, equivalents and substitutes for the embodiments are included in the scope of the rights.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.Specific structural or functional descriptions of the embodiments are disclosed for purposes of illustration only, and may be changed and implemented in various forms. Accordingly, the embodiments are not limited to a specific disclosure form, and the scope of the present specification includes changes, equivalents, or substitutes included in the technical spirit.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Although terms such as first or second may be used to describe various elements, these terms should be interpreted only for the purpose of distinguishing one element from another. For example, a first component may be termed a second component, and similarly, a second component may also be termed a first component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.When a component is referred to as being “connected” to another component, it may be directly connected or connected to the other component, but it should be understood that another component may exist in between.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.Terms used in the examples are used for the purpose of description only, and should not be construed as limiting. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present specification, terms such as “comprise” or “have” are intended to designate that a feature, number, step, operation, component, part, or combination thereof described in the specification exists, but one or more other features It is to be understood that this does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the embodiment belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.In addition, in the description with reference to the accompanying drawings, the same components are assigned the same reference numerals regardless of the reference numerals, and the overlapping description thereof will be omitted. In the description of the embodiment, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the embodiment, the detailed description thereof will be omitted.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.The embodiments may be implemented in various types of products, such as personal computers, laptop computers, tablet computers, smart phones, televisions, smart home appliances, intelligent cars, kiosks, wearable devices, and the like.
실시예에서 인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 규칙(Rule) 기반의 스마트 시스템과 달리 기계가 스스로 학습하고 판단하는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 규칙 기반의 스마트 시스템은 점차 심층 학습(Deep Learning) 기반 인공지능 시스템으로 대체되고 있다.In an embodiment, the artificial intelligence (AI) system is a computer system that implements human-level intelligence, and is a system in which a machine learns and makes decisions on its own, unlike an existing rule-based smart system. The more the AI system is used, the better the recognition rate and the more accurate understanding of user preferences, and the existing rule-based smart systems are gradually being replaced by deep learning-based AI systems.
인공지능 기술은 기계 학습 및 기계 학습을 활용한 요소기술들로 구성된다. 기계 학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 심층 학습 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.Artificial intelligence technology consists of machine learning and element technologies using machine learning. Machine learning is an algorithm technology that categorizes/learns characteristics of input data by itself, and element technology uses machine learning algorithms such as deep learning to simulate functions such as cognition and judgment of the human brain. It consists of technical fields such as understanding, reasoning/prediction, knowledge expression, and motion control.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.The various fields where artificial intelligence technology is applied are as follows. Linguistic understanding is a technology for recognizing and applying/processing human language/text, and includes natural language processing, machine translation, dialogue system, question and answer, and speech recognition/synthesis. Visual understanding is a technology for recognizing and processing objects like human vision, and includes object recognition, object tracking, image search, human recognition, scene understanding, spatial understanding, image improvement, and the like. Inferential prediction is a technology for logically reasoning and predicting by judging information, and includes knowledge/probability-based reasoning, optimization prediction, preference-based planning, and recommendation. Knowledge expression is a technology that automatically processes human experience information into knowledge data, and includes knowledge construction (data generation/classification) and knowledge management (data utilization). Motion control is a technology for controlling autonomous driving of a vehicle and movement of a robot, and includes motion control (navigation, collision, driving), manipulation control (action control), and the like.
일반적으로 기계 학습 알고리즘을 실생활에 적용하기 위해서는 기계 학습의 기본 방법론의 특성상 Trial and Error 방식으로 학습을 수행하게 된다. 특히, 심층 학습의 경우 수십만 번의 반복 실행을 필요로 한다. 이를 실제 물리적인 외부 환경에서 실행하기는 불가능하여 대신 실제 물리적인 외부 환경을 컴퓨터상에서 가상으로 구현하여 시뮬레이션을 통해 학습을 수행한다.In general, in order to apply the machine learning algorithm to real life, learning is performed in the Trial and Error method due to the characteristics of the basic methodology of machine learning. In particular, deep learning requires hundreds of thousands of iterations. It is impossible to execute this in the actual physical external environment, so instead, the actual physical external environment is implemented on a computer and learning is performed through simulation.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.1 is a diagram schematically showing the configuration of a system according to an embodiment.
도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 복수의 작가 단말(100), 복수의 사용자 단말(200) 및 장치(300)를 포함할 수 있다.Referring to FIG. 1 , a system according to an embodiment may include a plurality of
먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다.First, the communication network may be configured regardless of its communication mode, such as wired and wireless, and may be implemented in various forms so that communication between a server and a server and communication between a server and a terminal are performed.
복수의 작가 단말(100) 각각과 복수의 사용자 단말(200) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.Each of the plurality of
복수의 작가 단말(100)은 미술 작업으로 작품을 제작하는 작가들이 사용하는 단말로, 제1 작가가 사용하는 제1 작가 단말(110), 제2 작가가 사용하는 제2 작가 단말(120) 등을 포함할 수 있으며, 복수의 사용자 단말(200)은 NFT를 거래하는 사용자들이 사용하는 단말로, 제1 사용자가 사용하는 제1 사용자 단말(210), 제2 사용자가 사용하는 제2 사용자 단말(220) 등을 포함할 수 있다.The plurality of
복수의 작가 단말(100) 각각과 복수의 사용자 단말(200) 각각은 장치(300)를 이용하여 서비스를 제공하는 자 내지 단체가 운영하는 웹 사이트에 접속되거나, 장치(300)를 이용하여 서비스를 제공하는 자 내지 단체가 개발·배포한 애플리케이션 또는 프로그램이 설치될 수 있다.Each of the plurality of
복수의 작가 단말(100) 각각과 복수의 사용자 단말(200)은 장치(300)에서 제공하는 웹 사이트, 애플리케이션, 프로그램 등을 통해 장치(300)에 접속할 수 있다.Each of the plurality of
이하에서는 설명의 편의상, 제1 작가 단말(110) 및 제1 사용자 단말(210)의 동작을 위주로 설명하지만, 제2 작가 단말(120) 등의 다른 작가 단말에서 제1 작가 단말(110)의 동작을 대신 수행하고, 제2 사용자 단말(220) 등의 다른 사용자 단말에서 제1 사용자 단말(210)의 동작을 대신 수행할 수 있는 것은 물론이다.Hereinafter, for convenience of explanation, the operations of the
장치(300)는 장치(300)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(300)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다.The
장치(300)는 복수의 작가 단말(100) 및 복수의 사용자 단말(200)과 유무선으로 통신하도록 구성될 수 있으며, 복수의 작가 단말(100) 및 복수의 사용자 단말(200) 각각의 동작을 제어하고, 복수의 작가 단말(100) 및 복수의 사용자 단말(200) 각각의 화면에 어느 정보를 표시할 것인지에 대해 제어할 수 있다.The
한편, 설명의 편의를 위해 도 1에서는 복수의 작가 단말(100) 중 제1 작가 단말(110) 및 제2 작가 단말(120)만을 도시하고, 복수의 사용자 단말(200) 중 제1 사용자 단말(210) 및 제2 사용자 단말(220)만을 도시하였으나, 단말들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(300)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.Meanwhile, for convenience of explanation, FIG. 1 shows only the
일실시예에 따르면, 장치(300)는 NFT의 거래를 위한 플랫폼을 제공할 수 있으며, 해당 플랫폼을 통해 NFT의 발행 및 거래를 관리하고, NFT의 자산 거래를 위한 마켓 플레이스를 제공할 수 있다.According to an embodiment, the
장치(300)는 아트워크의 NFT와 아트워크와 연계된 쥬얼리(장신구)의 NFT를 각각 발행할 수 있으며, 아트워크의 NFT와 쥬얼리의 NFT를 연계해서 희소가치가 있는 자산에 대한 가치 산정과 거래 수단으로 NFT를 활용할 수 있다.The
일실시예에 따르면, 아트워크(ArtWork)는 시각 예술에서의 작품을 의미하며, 작가들이 손으로 작업한 미술 작품으로, 배경, 콘셉트 디자인, 소품 디자인, 캐릭터 디자인, 컴퓨터 그래픽스, 레이아웃 등의 일러스트 이미지를 포함할 수 있다.According to one embodiment, ArtWork means a work in visual art, and is an art work created by artists by hand, and is an illustration image of a background, concept design, prop design, character design, computer graphics, layout, etc. may include.
장치(300)는 아트워크와 연계된 쥬얼리를 NFT로 발행한 후, 발행된 NFT에 대한 가치가 일정 이상으로 올라가는 경우, 해당 쥬얼리가 실제로 제작되어 출시되도록 처리함으로써, NFT를 기반으로 아크워크와 연계된 쥬얼리 거래 서비스를 제공할 수 있다.After issuing the jewelry associated with the artwork as NFT, the
일실시예에 따르면, 장치(300)는 인공지능을 기반으로 쥬얼리에 해당하는 장신구의 종류가 어느 카테고리인지 식별할 수 있다.According to an embodiment, the
일실시예에 따르면, 블록체인 네트워크의 분산 플랫폼에 있어서, 각 노드들은 암호화된 P2P 네트워크로서 동작하며, 이른바 '블록'이라고 하는 각 자산들의 거래 기록들이 분산 원장에서의 암호화된 해시 함수를 통해 연결되어, 상호간 연결된 이른바 '블록체인'을 형성한다. 블록체인에 있어서의 각각의 블록은 각각의 거래의 유효성을 피어 장치들을 통해 인증된 디지털 자산의 거래 기록을 포함하고 있다. 암호화되고 탈중앙화된 컴퓨팅 기술들이 자산의 거래에 대한 검증과 인증을 식별하는데 사용되며, 블록체인 네트워크의 분산 플랫폼에 등록된 암호화된 디지털 자산들의 복제를 방지할 수 있다. 인증된 소유자에게는 개인 키(private key)가 제공될 수 있고, 개인 키는 네트워크 상에서 자산이 위치한 곳을 가리키거나 파일이 해독 또는 재구성되는 방법을 지시할 수 있다.According to one embodiment, in the distributed platform of the blockchain network, each node operates as an encrypted P2P network, and the transaction records of each asset called a so-called 'block' are connected through an encrypted hash function in the distributed ledger. , form a so-called 'blockchain' that is interconnected. Each block in the blockchain contains a transaction record of a digital asset that is authenticated through peer devices for the validity of each transaction. Encrypted and decentralized computing technologies are used to identify verification and authentication of asset transactions, and can prevent duplication of encrypted digital assets registered in the distributed platform of the blockchain network. The authenticated owner may be provided with a private key, which may point to where an asset is located on the network or indicate how a file is decrypted or reconstructed.
일반적으로 암호 화폐로 사용되고 있는 대체가능한 토큰(Fungible Token)은 하나의 토큰을 다른 토큰으로 대체하는 것이 가능한 토큰을 말한다. 대체가능한 토큰은 매 토큰이 유일성을 가지지 않는다는 것을 의미하며 대체가능한 토큰의 상호간 호환이 된다. 현재 절대 다수의 암호 화폐는 거래, 계량 단위, 또는 가치 저장을 할 수 있도록 대체가능성을 가지고 있다. 예를 들어, 이더리움 네트워크 상의 ERC-20은 대체가능한 토큰이다.A fungible token that is generally used as a cryptocurrency refers to a token that can replace one token with another token. A replaceable token means that every token is not unique, and interchangeable tokens are interchangeable. Currently, the vast majority of cryptocurrencies have the potential to be exchanged, a unit of measure, or a store of value. For example, ERC-20 on the Ethereum network is a replaceable token.
반면에, 본 발명에 있어서의 대체불가능한 토큰(Non-Fungible Token; NFT)은 그 진위를 영구하게 기록하는 고유 비트로 인증된 디지털 자산으로서, 이더리움과 같은 암호 화폐의 기반이 되는 분산 원장 시스템인 블록체인에 저장된다. 블록체인 기술을 이용해 토큰화(또는 자산화)했다는 점에서는 대체가능한 암호 화폐와 유사한 면이 있지만, 암호 화폐는 현실의 화폐처럼 누구나 통용할 수 있는 반면, NFT는 각각의 디지털 자산이 고유한 인식 값을 갖고 있기 때문에 대체불가능한 특성을 갖고 있다. 이러한 NFT는 블록체인 기술의 특성상 한 번 생성되면 삭제하거나 위조할 수가 없고 소유권과 거래 이력이 명시되므로 일종의 디지털 인증서 및 소유권 증명서와 같이 활용할 수 있다. 예를 들어, 이더리움 네트워크 상의 ERC-721은 대체불가능한 토큰(NFT)이다.On the other hand, the non-fungible token (NFT) in the present invention is a digital asset that is authenticated with a unique bit that permanently records its authenticity, and is a block that is a distributed ledger system that is the basis of cryptocurrencies such as Ethereum. stored in the chain. Although it is similar to a replaceable cryptocurrency in that it is tokenized (or assetized) using blockchain technology, cryptocurrency can be used by anyone just like real money, whereas NFT has a unique recognition value for each digital asset. Because it has, it has irreplaceable properties. Due to the nature of blockchain technology, once created, NFT cannot be deleted or forged, and ownership and transaction history are specified, so it can be used as a kind of digital certificate and certificate of ownership. For example, ERC-721 on the Ethereum network is a non-fungible token (NFT).
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.In the present invention, artificial intelligence (AI) refers to a technology that imitates human learning ability, reasoning ability, perceptual ability, etc., and implements it with a computer, and the concepts of machine learning, symbolic logic, etc. may include Machine Learning (ML) is an algorithm technology that classifies or learns characteristics of input data by itself. Artificial intelligence technology is an algorithm of machine learning that can analyze input data, learn the results of the analysis, and make judgments or predictions based on the results of the learning. In addition, technologies that use machine learning algorithms to simulate functions such as cognition and judgment of the human brain can also be understood as a category of artificial intelligence. For example, technical fields such as verbal comprehension, visual comprehension, reasoning/prediction, knowledge expression, and motion control may be included.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.Machine learning may refer to the process of training a neural network model using experience of processing data. With machine learning, computer software could mean improving its own data processing capabilities. The neural network model is constructed by modeling the correlation between data, and the correlation may be expressed by a plurality of parameters. A neural network model extracts and analyzes features from given data to derive correlations between data, and repeating this process to optimize parameters of a neural network model can be called machine learning. For example, a neural network model may learn a mapping (correlation) between an input and an output with respect to data given as an input/output pair. Alternatively, the neural network model may learn the relationship by deriving regularity between the given data even when only input data is given.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.The artificial intelligence learning model or neural network model may be designed to implement a human brain structure on a computer, and may include a plurality of network nodes that simulate neurons of a human neural network and have weights. A plurality of network nodes may have a connection relationship with each other by simulating a synaptic activity of a neuron through which a neuron sends and receives a signal through a synapse. In the AI learning model, a plurality of network nodes can exchange data according to a convolutional connection relationship while being located in layers of different depths. The artificial intelligence learning model may be, for example, an artificial neural network model, a convolutional neural network model, or the like. As an embodiment, the AI learning model may be machine-learned according to a method such as supervised learning, unsupervised learning, reinforcement learning, or the like. Machine learning algorithms for performing machine learning include Decision Tree, Bayesian Network, Support Vector Machine, Artificial Neural Network, Ada-boost. , Perceptron, Genetic Programming, Clustering, etc. may be used.
이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.Among them, CNNs are a type of multilayer perceptrons designed to use minimal preprocessing. CNN consists of one or several convolutional layers and general artificial neural network layers on top of it, and additionally utilizes weights and pooling layers. Thanks to this structure, CNN can fully utilize the input data of the two-dimensional structure. Compared with other deep learning structures, CNN shows good performance in both video and audio fields. CNNs can also be trained through standard back-passing. CNNs are easier to train than other feed-forward neural network techniques and have the advantage of using fewer parameters.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.Convolutional networks are neural networks that contain sets of nodes with bound parameters. The increased size of available training data and the availability of computational power, combined with advances in algorithms such as piecewise linear units and dropout training, have greatly improved many computer vision tasks. For huge data sets, such as those available for many tasks today, overfitting is not important, and increasing the size of the network improves test accuracy. Optimal use of computing resources becomes a limiting factor. To this end, a distributed, scalable implementation of deep neural networks may be used.
도 2는 일실시예에 따른 작품에 대한 NFT를 발행하여 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.2 is a flowchart illustrating a process of issuing an NFT for a work and registering it on a transaction site according to an embodiment.
도 2를 참조하면, 먼저, S201 단계에서, 장치(300)는 제1 작가의 미술 작업으로 제1 작품이 제작되면, 제1 작품에 대한 이미지인 제1 이미지를 획득할 수 있다.Referring to FIG. 2 , first, in step S201 , when a first work is produced as an art work of a first artist, the
예를 들어, 제1 작가는 제1 작가 단말(110)을 이용하여 미술 작업을 수행한 결과, 일러스트 이미지인 제1 작품을 제작할 수 있으며, 제1 작가 단말(110)은 제1 작품에 대한 이미지인 제1 이미지를 생성할 수 있다. 이후, 장치(300)는 제1 작가 단말(110)로부터 제1 이미지를 수신하여 획득할 수 있다.For example, the first artist may produce a first work that is an illustration image as a result of performing an art work using the
또한, 제1 작가는 회화, 조각, 공예 등의 미술 작업을 수행한 결과, 미술품인 제1 작품을 제작할 수 있으며, 제1 작가 단말(110)은 제1 작품에 대한 촬영을 수행하여 제1 작품에 대한 이미지인 제1 이미지를 생성할 수 있다. 이후, 장치(300)는 제1 작가 단말(110)로부터 제1 이미지를 수신하여 획득할 수 있다.In addition, as a result of performing art works such as painting, sculpture, and crafts, the first artist may produce a first work of art, and the
S202 단계에서, 장치(300)는 제1 이미지가 획득되면, 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 제1 NFT를 생성할 수 있다.In step S202 , when the first image is obtained, the
이하에서 제1 NFT를 발행하여 생성하는 과정에 대해 자세히 설명하기로 한다.Hereinafter, a process of issuing and generating the first NFT will be described in detail.
먼저, 장치(300)는 제1 작가 단말(110)로부터 제1 작가의 신원 확인 정보를 수신할 수 있다. 여기서, 신원 확인 정보는 제1 작가의 신원을 확인하는데 필요한 정보로, 제1 작가에게 부여된 식별자 코드를 포함할 수 있으며, 신원 확인 정보를 통해 제1 작가의 신원이 확인될 수 있다.First, the
구체적으로, 제1 작가 단말(110)은 제1 작가의 DID를 통해 제1 작가의 신원을 증명하는 과정을 수행할 수 있으며, 제1 작가의 DID를 통해 제1 작가의 신원이 증명된 경우, 제1 작가의 신원 확인 정보를 생성할 수 있다. 여기서, DID(Decentralized Identifiers)는 분산 식별자로, 개인정보를 중앙 서버가 아니라 개인 스마트폰, 태블릿 등 개인 기기에 분산시켜서 관리하고, 위·변조가 불가능한 블록체인 상에서는 해당 정보의 진위 여부만 기록함으로써, 정보를 매개하는 중개자 없이 본인 스스로 신분을 증명할 수 있다.Specifically, the
장치(300)는 제1 작가 단말(110)에서 제1 작가의 신원 확인 정보가 생성된 경우, 제1 작가 단말(110)로부터 제1 작가의 신원 확인 정보를 수신할 수 있다.When the first writer's identification information is generated in the first writer's terminal 110 , the
이후, 장치(300)는 제1 작가 단말(110)로부터 제1 작품에 NFT화 요청을 수신할 수 있다. 여기서, 제1 작품에 대한 NFT화 요청은 제1 작품에 대한 이미지인 제1 이미지에 대한 NFT를 발행하여 생성해달라고 요청하는 것으로, 제1 이미지에 대한 NFT화 요청 시에 NFT 발행을 위한 소정의 수수료가 청구될 수 있다.Thereafter, the
이후, 장치(300)는 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 제1 NFT를 생성할 수 있다. 이때, 장치(300)는 제1 작가의 DID를 통해 생성된 제1 작가의 신원 확인 정보를 포함시켜, 제1 NFT를 생성할 수 있다.Thereafter, the
장치(300)는 제1 NFT를 발행하여, 제1 NFT를 생성할 때, 제1 이미지의 NFT를 암호화된 디지털 자산으로 생성할 수 있다. When the
일실시예에 따르면, 암호화된 디지털 자산의 생성은, 주소, 공개 키(public key) 및 개인 키(private key) 페어를 갖는, 암호화된 고유의 디지털 자산 코드를 생성하는 것을 포함한다.According to one embodiment, generating an encrypted digital asset includes generating an encrypted unique digital asset code having an address, a public key and a private key pair.
일실시예에 따르면, 암호화된 디지털 자산에는, 이미지에 부여되어 있는 고유한 번호인 식별자가 포함된다. 따라서, 암호화된 디지털 자산은 이미지와 일대일로 매칭될 수 있다.According to one embodiment, the encrypted digital asset includes an identifier, which is a unique number assigned to the image. Thus, encrypted digital assets can be matched one-to-one with images.
이후, 장치(300)는 제1 작가의 DID를 통해 생성된 제1 작가의 신원 확인 정보에서 제1 작가 식별자 코드를 추출할 수 있다. 즉, 제1 작가의 신원 확인 정보에는 제1 작가 식별자 코드가 포함되어 있으며, 장치(300)는 제1 작가 단말(110)로부터 수신된 제1 작가의 신원 확인 정보에서 제1 작가 식별자 코드를 추출할 수 있다.Thereafter, the
일실시예에 따르면, 제1 작가 식별자 코드는, 블록체인 네트워크에서 제1 작가를 식별하기 위해 사용하는 ID 코드를 의미한다. 제1 작가 식별자 코드는 제1 작가의 이름, 사용자 ID, 전화번호, 이메일 중 적어도 하나의 정보를 포함할 수도 있다.According to one embodiment, the first author identifier code means an ID code used to identify the first author in the blockchain network. The first author identifier code may include at least one of the first author's name, user ID, phone number, and email.
이후, 장치(300)는 제1 NFT와 제1 작가 식별자 코드를 연결시킬 수 있다.Thereafter, the
일실시예에 따르면, 제1 NFT와 제1 작가 식별자 코드의 연결은, 제1 NFT에 제1 작가를 소유자로 지정하면서, 제1 작가의 블록 체인 락커에 공개 키 및 개인 키를 저장하는 일련의 명령을 실행하는 것을 의미할 수 있다.According to one embodiment, the connection of the first NFT and the first author identifier code is a series of storing the public key and the private key in the block chain locker of the first author while designating the first author as the owner in the first NFT. It can mean executing a command.
이후, 장치(300)는 블록체인 네트워크의 분산 원장으로 제1 NFT 및 제1 작가 식별자 코드를 전송하여, 분산 원장의 트랜잭션 블록 상에 제1 작가를 제1 NFT의 소유자로 기록할 수 있다.Thereafter, the
구체적으로, 장치(300)는 블록체인 네트워크의 분산 원장으로 암호화된 디지털 자산인 제1 NFT와 함께 제1 작가 식별자 코드를 전송한다. 이때, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자가 지정되어 있지 않은 상태이다. 이에 따라, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자로서 제1 작가가 설정되었음이 거래 기록으로 기록되게 되며, 이러한 거래 기록이 각 노드 피어들을 통해 검증될 수 있다.Specifically, the
상술한 바와 같이, 제1 NFT가 발행될 때에는 제1 작품을 제작한 제1 작가가 제1 NFT의 소유자로 설정될 수 있으므로, 작가가 자신이 제작한 작품을 NFT화여 자산화 할 수 있다.As described above, when the first NFT is issued, the first author who produced the first work may be set as the owner of the first NFT, so that the artist may convert the work he/she produced into an asset as an NFT.
S203 단계에서, 장치(300)는 제1 NFT가 발행된 이후, 제1 NFT에 대한 거래 승인 요청을 수신할 수 있다.In step S203 , the
즉, 제1 NFT에 대한 소유자가 제1 작가로 설정된 이후, 장치(300)는 제1 작가 단말(110)로부터 제1 NFT에 대한 거래 승인 요청을 수신할 수 있다. 여기서, 제1 NFT에 대한 거래 승인 요청은 제1 NFT를 다른 사용자와 거래하기 위해, NFT 거래 사이트에 등록해달라고 요청하는 것이다.That is, after the owner for the first NFT is set as the first writer, the
S204 단계에서, 장치(300)는 제1 NFT에 대한 거래 승인 요청이 수신된 경우, 제1 NFT에 대한 거래가 승인된 것으로 파악할 수 있으며, 제1 NFT에 대한 거래가 승인된 경우, 제1 NFT의 거래 정보를 NFT 거래 사이트에 등록할 수 있다. 이를 위해, 장치(300)는 NFT 거래 사이트를 제공하는 서버와 연결되어 있거나, NFT 거래 사이트를 제공하는 서버를 포함하여 구현될 수 있다.In step S204, when the transaction approval request for the first NFT is received, the
장치(300)는 제1 NFT에 대한 거래가 승인된 경우, 제1 NFT를 거래하는데 필요한 정보를 수집하여 제1 NFT의 거래 정보를 생성할 수 있다. 여기서, 제1 NFT의 거래 정보는 제1 작가에 대한 이력, 제1 작품에 대한 설명, 제1 이미지, 제1 NFT의 가격 등의 정보를 포함할 수 있다. 이를 위해, 장치(300)는 제1 작가 단말(110)로부터 제1 작가에 대한 이력, 제1 작품에 대한 설명을 수신할 수 있다.When the transaction for the first NFT is approved, the
장치(300)는 제1 NFT의 거래 정보가 NFT 거래 사이트에 등록된 이후, 복수의 사용자 단말(200)을 통해 제1 NFT가 거래될 때마다 거래된 제1 NFT의 가격 정보를 갱신하여, 제1 NFT의 거래 히스토리를 데이터베이스에 저장할 수 있다. After the transaction information of the first NFT is registered in the NFT transaction site, the
이하에서 제1 NFT를 거래하는 과정에 대해 자세히 설명하기로 한다.Hereinafter, the process of trading the first NFT will be described in detail.
먼저, 장치(300)는 제1 NFT의 거래 정보가 NFT 거래 사이트에 등록된 이후, 제1 사용자 단말(210)로부터 제1 NFT에 대한 구매 요청을 수신할 수 있다. 여기서, 제1 NFT에 대한 구매 요청은 제1 NFT를 구매하여 소유자를 자신으로 변경해달라고 요청하는 것이다.First, after the transaction information of the first NFT is registered in the NFT transaction site, the
제1 NFT에 대한 구매가 요청되기 전에, 제1 사용자 단말(210)은 제1 사용자의 DID를 통해 제1 사용자의 신원을 증명하는 과정을 수행할 수 있으며, 제1 사용자의 DID를 통해 제1 사용자의 신원이 증명된 경우, 제1 사용자의 신원 확인 정보를 생성할 수 있고, 장치(300)는 제1 사용자 단말(210)에서 제1 사용자의 신원 확인 정보가 생성된 경우, 제1 사용자 단말(210)로부터 제1 사용자의 신원 확인 정보를 수신할 수 있다.Before the purchase of the first NFT is requested, the
이후, 장치(300)는 제1 NFT에 대한 가격으로 설정되어 있는 제1 가격을 확인할 수 있다. 여기서, 제1 가격은 제1 NFT에 대한 거래가 한 번도 이루어지지 않은 경우, 제1 작가의 요청으로 설정된 최초가이고, 제1 NFT에 대한 거래가 이루어진 경우, 가장 최근에 거래된 가격이다.Thereafter, the
이후, 장치(300)는 제1 NFT에 대한 가격이 제1 가격으로 확인되면, 제1 가격에 대한 입금 요청을 제1 사용자 단말(210)로 전송할 수 있다. 여기서, 제1 가격에 대한 입금 요청은 제1 NFT를 구매하기 위해 지정된 계좌로 제1 가격을 입금해달라고 요청하는 것이다.Thereafter, when the price for the first NFT is confirmed as the first price, the
이후, 장치(300)는 제1 가격에 대한 금액이 입금된 것을 확인할 수 있다. 이때, 장치(300)는 장치(300)를 운영하는 운영사의 계좌로 제1 가격을 입금해달라고 요청한 경우, 해당 계좌로 제1 가격에 대한 금액이 제1 사용자에 의해 입금된 것으로 확인되면, 상기 제1 가격에 대한 금액에서 소정의 수수료를 차감한 금액을 제1 작가의 계좌로 입금 처리할 수 있다.Thereafter, the
이후, 장치(300)는 제1 가격에 대한 금액이 입금된 것으로 확인되면, 제1 사용자의 DID를 통해 생성된 제1 사용자의 신원 확인 정보에서 제1 사용자 식별자 코드를 추출할 수 있다. 즉, 제1 사용자의 신원 확인 정보에는 제1 사용자 식별자 코드가 포함되어 있으며, 장치(300)는 제1 사용자 단말(210)로부터 수신된 제1 사용자의 신원 확인 정보에서 제1 사용자 식별자 코드를 추출할 수 있다.Thereafter, when it is confirmed that the amount for the first price has been deposited, the
일실시예에 따르면, 제1 사용자 식별자 코드는, 블록체인 네트워크에서 제1 사용자를 식별하기 위해 사용하는 ID 코드를 의미한다. 제1 사용자 식별자 코드는 제1 사용자의 이름, 사용자 ID, 전화번호, 이메일 중 적어도 하나의 정보를 포함할 수도 있다.According to one embodiment, the first user identifier code means an ID code used to identify the first user in the blockchain network. The first user identifier code may include at least one of the first user's name, user ID, phone number, and email.
이후, 장치(300)는 제1 NFT와 제1 작가 식별자 코드의 연결을 해제하고, 제1 NFT와 제1 사용자 식별자 코드를 연결시킬 수 있다.Thereafter, the
일실시예에 따르면, 제1 NFT와 제1 작가 식별자 코드의 연결을 해제하고, 제1 NFT와 제1 사용자 식별자 코드를 연결하는 것은, 제1 NFT에 소유자로 지정되어 있는 제1 작가를 제1 사용자로 변경하면서, 제1 사용자의 블록 체인 락커에 공개 키 및 개인 키를 저장하는 일련의 명령을 실행하는 것을 의미할 수 있다.According to an embodiment, the disconnecting of the first NFT and the first author identifier code and linking the first NFT and the first user identifier code may include: While changing to a user, it may mean executing a series of commands to store a public key and a private key in the first user's blockchain locker.
이후, 장치(300)는 블록체인 네트워크의 분산 원장으로 제1 NFT 및 제1 사용자 식별자 코드를 전송하여, 분산 원장의 트랜잭션 블록 상에 제1 사용자를 제1 NFT의 새로운 소유자로 기록할 수 있다.Thereafter, the
구체적으로, 장치(300)는 블록체인 네트워크의 분산 원장으로 암호화된 디지털 자산인 제1 NFT와 함께 제1 사용자 식별자 코드를 전송한다. 이때, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자가 제1 작가로 지정되어 있는 상태이다. 이에 따라, 분산 원장의 트랜잭션 블록 상에는 제1 NFT에 대한 소유자가 제1 작가에서 제1 사용자로 변경 설정되었음이 거래 기록으로 기록되게 되며, 이러한 거래 기록이 각 노드 피어들을 통해 검증될 수 있다.Specifically, the
도 3은 일실시예에 따른 장신구에 대한 NFT를 발행하여 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.3 is a flowchart illustrating a process of issuing an NFT for an ornament and registering it on a trading site according to an embodiment.
도 3을 참조하면, 먼저, S301 단계에서, 장치(300)는 제1 이미지를 분석하여, 제1 작품에서 제1 장신구를 검출할 수 있다.Referring to FIG. 3 , first, in step S301 , the
예를 들어, 제1 작품이 특정 사람에 대한 인물화이고, 해당 사람이 목걸이를 착용하고 있는 경우, 장치(300)는 제1 이미지를 분석하여, 인물화에서 목걸이를 검출할 수 있다.For example, if the first work is a portrait of a specific person and the person is wearing a necklace, the
S302 단계에서, 장치(300)는 제1 이미지를 분석한 결과, 제1 작품에 제1 장신구가 포함되어 있는 것으로 확인되면, 제1 이미지에서 제1 장신구가 차지하고 있는 영역을 제1 영역으로 구분할 수 있다.In step S302 , when it is confirmed that the first ornament is included in the first work as a result of analyzing the first image, the
구체적으로, 장치(300)는 제1 이미지를 분석하여 제1 이미지에서 제1 장신구의 외곽선을 인식하고, 제1 장신구의 외곽선 내부에 있는 영역을 제1 영역으로 구분할 수 있다.Specifically, the
S303 단계에서, 장치(300)는 제1 이미지에서 제1 영역이 있는 부분을 분할하여, 분할된 이미지를 제2 이미지로 추출할 수 있다.In step S303 , the
S304 단계에서, 장치(300)는 제2 이미지가 추출되면, 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 제2 NFT를 생성할 수 있다. 이때, 제2 NFT는 제1 NFT와 동일한 방식으로 발행될 수 있으며, 제2 NFT의 발행에 대한 설명은 제1 NFT를 발행하는 내용과 중복되어 생략하기로 한다.In step S304 , when the second image is extracted, the
제2 NFT가 발행될 때에는 제1 작품을 제작한 제1 작가가 제2 NFT의 소유자로 설정될 수 있으므로, 작가가 자신이 제작한 작품 내에 포함되어 있는 쥬얼리를 NFT화여 자산화 할 수 있다.When the second NFT is issued, the first artist who produced the first work can be set as the owner of the second NFT, so the artist can turn the jewelry included in the work he/she produced into an NFT and turn it into an asset.
S305 단계에서, 장치(300)는 제2 NFT가 발행된 이후, 제2 NFT에 대한 거래 승인 요청을 수신할 수 있다.In step S305 , the
즉, 제2 NFT에 대한 소유자가 제1 작가로 설정된 이후, 장치(300)는 제1 작가 단말(110)로부터 제2 NFT에 대한 거래 승인 요청을 수신할 수 있다. 여기서, 제2 NFT에 대한 거래 승인 요청은 제2 NFT를 다른 사용자와 거래하기 위해, NFT 거래 사이트에 등록해달라고 요청하는 것이다.That is, after the owner for the second NFT is set as the first writer, the
S306 단계에서, 장치(300)는 제2 NFT에 대한 거래 승인 요청이 수신된 경우, 제2 NFT에 대한 거래가 승인된 것으로 파악할 수 있으며, 제2 NFT에 대한 거래가 승인된 경우, 제2 NFT의 거래 정보를 NFT 거래 사이트에 등록할 수 있다.In step S306, when the transaction approval request for the second NFT is received, the
장치(300)는 제2 NFT에 대한 거래가 승인된 경우, 제2 NFT를 거래하는데 필요한 정보를 수집하여 제2 NFT의 거래 정보를 생성할 수 있다. 여기서, 제2 NFT의 거래 정보는 제1 NFT의 거래 정보를 포함하면서, 제1 장신구에 대한 설명, 제2 이미지, 제2 NFT의 가격 등의 정보를 포함할 수 있다. 이를 위해, 장치(300)는 제1 작가 단말(110)로부터 제1 장신구에 대한 설명을 수신할 수 있으며, 제2 NFT가 거래될 때마다 거래된 제2 NFT의 가격 정보를 갱신하여, 제2 NFT의 거래 히스토리를 데이터베이스에 저장할 수 있다.When the transaction for the second NFT is approved, the
제2 NFT는 제1 NFT와 동일한 방식을 통해 거래될 수 있으며, 제2 NFT의 거래에 대한 설명은 제1 NFT를 거래하는 내용과 중복되어 생략하기로 한다.The second NFT may be traded in the same manner as the first NFT, and the description of the transaction of the second NFT overlaps with the transaction of the first NFT and will be omitted.
도 4는 일실시예에 따른 NFT의 가치를 기반으로 쥬얼리 출시 여부를 결정하는 과정을 설명하기 위한 순서도이다.4 is a flowchart illustrating a process of determining whether to release jewelry based on the value of NFT according to an embodiment.
도 4를 참조하면, 먼저, S401 단계에서, 장치(300)는 제2 NFT의 거래 정보가 NFT 거래 사이트에 등록된 시점부터 일정 기간이 지난 이후, 제2 NFT의 거래 히스토리를 기반으로 제2 NFT의 현재 가격인 제1 가격을 확인할 수 있다.Referring to FIG. 4 , first, in step S401 , the
즉, 제2 NFT가 거래될 때마다 거래된 제2 NFT의 가격 정보가 제2 NFT의 거래 히스토리에 기록되기 때문에, 장치(300)는 제2 NFT의 거래 히스토리를 기반으로, 가장 최근에 거래된 가격을 확인하여, 가장 최근에 제2 NFT가 거래된 가격을 제1 가격으로 확인할 수 있다.That is, whenever the second NFT is traded, since the price information of the traded second NFT is recorded in the transaction history of the second NFT, the
S402 단계에서, 장치(300)는 제1 가격이 제1 기준 가격 보다 높은지 여부를 확인할 수 있다. 여기서, 제1 기준 가격은 실시예에 따라 상이하게 설정될 수 있다.In step S402 , the
S402 단계에서 제1 가격이 제1 기준 가격 보다 높은 것으로 확인되면, S403 단계에서, 장치(300)는 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단할 수 있다.If it is determined in step S402 that the first price is higher than the first reference price, in step S403 , the
즉, 장치(300)는 제1 장신구에 대한 NFT인 제2 NFT의 가격이 제1 기준 가격 보다 높은 가격으로 상승하게 되면, 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단할 수 있다.That is, when the price of the second NFT, which is the NFT for the first ornament, rises to a price higher than the first reference price, the
S403 단계 이후, S501 단계가 수행될 수 있으며, 이와 관련된 자세한 설명은 도 5를 참조하여 후술하기로 한다.After step S403, step S501 may be performed, and a detailed description thereof will be described later with reference to FIG. 5 .
한편, S402 단계에서 제1 가격이 제1 기준 가격 보다 낮은 것으로 확인되면, S404 단계에서, 장치(300)는 제1 NFT의 거래 히스토리를 기반으로 제1 NFT의 현재 가격인 제2 가격을 확인할 수 있다.On the other hand, if it is confirmed in step S402 that the first price is lower than the first reference price, in step S404, the
즉, 제1 NFT가 거래될 때마다 거래된 제1 NFT의 가격 정보가 제1 NFT의 거래 히스토리에 기록되기 때문에, 장치(300)는 제1 NFT의 거래 히스토리를 기반으로, 가장 최근에 거래된 가격을 확인하여, 가장 최근에 제1 NFT가 거래된 가격을 제2 가격으로 확인할 수 있다.That is, since the price information of the first NFT traded is recorded in the transaction history of the first NFT whenever the first NFT is traded, the
S405 단계에서, 장치(300)는 제1 가격 및 제2 가격을 합산하여 제3 가격을 산출할 수 있다.In step S405 , the
S406 단계에서, 장치(300)는 제3 가격이 제2 기준 가격 보다 높은지 여부를 확인할 수 있다. 여기서, 제2 기준 가격은 실시예에 따라 상이하게 설정될 수 있다.In step S406 , the
S406 단계에서 제3 가격이 제2 기준 가격 보다 높은 것으로 확인되면, S407 단계에서, 장치(300)는 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단할 수 있다.If it is determined in step S406 that the third price is higher than the second reference price, in step S407 , the
즉, 장치(300)는 제1 작품에 대한 NFT인 제1 NFT의 가격과 제1 장신구에 대한 NFT인 제2 NFT의 가격을 합산한 가격이 제2 기준 가격 보다 높은 가격으로 상승하게 되면, 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단할 수 있다.That is, when the price of the sum of the price of the first NFT, which is the NFT for the first work, and the price of the second NFT, which is the NFT for the first ornament, rises to a price higher than the second reference price, the
S407 단계 이후, S502 단계가 수행될 수 있으며, 이와 관련된 자세한 설명은 도 5를 참조하여 후술하기로 한다.After step S407, step S502 may be performed, and a detailed description thereof will be described later with reference to FIG. 5 .
한편, S406 단계에서 제3 가격이 제2 기준 가격 보다 낮은 것으로 확인되면, S401 단계로 되돌아가, 장치(300)는 일정 기간이 지난 이후, 제2 NFT의 거래 히스토리를 기반으로 제2 NFT의 현재 가격인 제1 가격을 다시 확인할 수 있다.On the other hand, if it is confirmed in step S406 that the third price is lower than the second reference price, the process returns to step S401 and the
도 5는 일실시예에 따른 출시될 쥬얼리의 재질을 결정하는 과정을 설명하기 위한 순서도이다.5 is a flowchart for explaining a process of determining a material of jewelry to be released according to an embodiment.
도 5를 참조하면, 먼저, S501 단계에서, 장치(300)는 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단되면, 제1 가격이 제3 기준 가격 보다 높은지 여부를 확인할 수 있다. 여기서, 제3 기준 가격은 제1 기준 가격 보다 큰 값으로 설정될 수 있다.Referring to FIG. 5 , first, in step S501 , when it is determined that high-quality jewelry needs to be released for the first accessory, the
S501 단계에서 제1 가격이 제3 기준 가격 보다 높은 것으로 확인되면, S503 단계에서, 장치(300)는 제1 장신구의 재질을 1등급의 재질로 결정할 수 있다.If it is determined in step S501 that the first price is higher than the third reference price, in step S503 , the
예를 들어, 제1 기준 가격이 100만원으로 설정되어 있고, 제3 기준 가격이 200만원으로 설정되어 있고, 1등급의 재질이 다이아몬드로 설정되어 있는 경우, 장치(300)는 제1 가격이 250만으로 확인되면, 제1 장신구의 재질을 다이아몬드 재질로 결정할 수 있다.For example, when the first reference price is set to 1 million won, the third reference price is set to 2 million won, and the first-grade material is set to diamond, the
S501 단계에서 제1 가격이 제3 기준 가격 보다 낮은 것으로 확인되면, S504 단계에서, 장치(300)는 제1 장신구의 재질을 2등급의 재질로 결정할 수 있다.If it is determined in step S501 that the first price is lower than the third reference price, in step S504 , the
예를 들어, 제1 기준 가격이 100만원으로 설정되어 있고, 제3 기준 가격이 200만원으로 설정되어 있고, 2등급의 재질이 금으로 설정되어 있는 경우, 장치(300)는 제1 가격이 150만으로 확인되면, 제1 장신구의 재질을 금 재질로 결정할 수 있다.For example, when the first reference price is set to 1 million won, the third reference price is set to 2 million won, and the second-grade material is set to gold, the
한편, S502 단계에서, 장치(300)는 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단되면, 제3 가격이 제4 기준 가격 보다 높은지 여부를 확인할 수 있다. 여기서, 제4 기준 가격은 제2 기준 가격 보다 큰 값으로 설정될 수 있다.Meanwhile, in step S502 , if it is determined that the general type of jewelry needs to be released for the first ornament, the
S502 단계에서 제3 가격이 제4 기준 가격 보다 높은 것으로 확인되면, S505 단계에서, 장치(300)는 제1 장신구의 재질을 3등급의 재질로 결정할 수 있다.If it is determined in step S502 that the third price is higher than the fourth reference price, in step S505 , the
예를 들어, 제2 기준 가격이 200만원으로 설정되어 있고, 제4 기준 가격이 300만원으로 설정되어 있고, 3등급의 재질이 은으로 설정되어 있는 경우, 장치(300)는 제3 가격이 350만으로 확인되면, 제1 장신구의 재질을 은 재질로 결정할 수 있다.For example, when the second reference price is set to 2 million won, the fourth reference price is set to 3 million won, and the third grade material is set to silver, the
S502 단계에서 제3 가격이 제4 기준 가격 보다 낮은 것으로 확인되면, S506 단계에서, 장치(300)는 제1 장신구의 재질을 4등급의 재질로 결정할 수 있다.If it is determined in step S502 that the third price is lower than the fourth reference price, in step S506 , the
예를 들어, 제2 기준 가격이 200만원으로 설정되어 있고, 제4 기준 가격이 300만원으로 설정되어 있고, 4등급의 재질이 큐빅으로 설정되어 있는 경우, 장치(300)는 제3 가격이 250만으로 확인되면, 제1 장신구의 재질을 큐빅 재질로 결정할 수 있다.For example, when the second reference price is set to 2 million won, the fourth reference price is set to 3 million won, and the 4th grade material is set to cubic, the
S507 단계에서, 장치(300)는 제1 장신구의 재질이 결정되면, 제1 장신구에 대한 제작 요청을 세공사 단말로 전송할 수 있다. 이를 위해, 장치(300)는 세공사 단말과 유무선으로 통신하도록 구성될 수 있으며, 세공사 단말의 전체적인 동작을 제어할 수 있다. 여기서, 제1 장신구에 대한 제작 요청은 제1 장신구를 쥬얼리로 제작하여 출시해달라고 요청하는 것으로, 제2 이미지, 장신구의 사이즈, 재질 정보 등을 포함할 수 있다. 이때, 장신구의 사이즈는 제1 작가의 요청에 의해 설정될 수 있다.In step S507, when the material of the first ornament is determined, the
도 6은 일실시예에 따른 장신구의 종류에 따라 제2 NFT의 거래 정보를 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.6 is a flowchart illustrating a process of registering transaction information of a second NFT on a transaction site according to a type of ornaments according to an embodiment.
도 6을 참조하면, 먼저, S601 단계에서, 장치(300)는 제2 이미지를 인코딩 하여 제1 입력 신호를 생성할 수 있다.Referring to FIG. 6 , first, in step S601 , the
구체적으로, 장치(300)는 제2 이미지의 픽셀을 색 정보로 인코딩하여 제1 입력 신호를 생성할 수 있다. 색 정보는 RGB 색상 정보, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다. 장치(300)는 색 정보를 수치화된 값으로 환산할 수 있으며, 이 값을 포함한 데이터 시트 형태로 제2 이미지를 인코딩할 수 있다.Specifically, the
S602 단계에서, 장치(300)는 제1 입력 신호를 장치(300) 내 미리 학습된 제1 인공 신경망에 입력할 수 있다.In step S602 , the
일실시예에 따른 제1 인공 신경망은 특징 추출 신경망과 분류 신경망으로 구성되어 있으며 특징 추출 신경망은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.The first artificial neural network according to an embodiment is composed of a feature extraction neural network and a classification neural network, and the feature extraction neural network sequentially stacks a convolutional layer and a pooling layer on an input signal. The convolution layer includes a convolution operation, a convolution filter, and an activation function. The calculation of the convolution filter is adjusted according to the matrix size of the target input, but a 9X9 matrix is generally used. The activation function generally uses, but is not limited to, a ReLU function, a sigmoid function, and a tanh function. The pooling layer is a layer that reduces the size of the input matrix, and uses a method of extracting representative values by tying pixels in a specific area. In general, the average value or the maximum value is often used for the calculation of the pooling layer, but is not limited thereto. The operation is performed using a square matrix, usually a 9x9 matrix. The convolutional layer and the pooling layer are repeated alternately until the corresponding input becomes small enough while maintaining the difference.
일실시예에 따르면, 분류 신경망은 히든 레이어와 출력 레이어를 가지고 있다. 장신구의 종류 검출을 위한 제1 인공 신경망의 분류 신경망은 5층 이하의 히든 레이어로 구성되며, 총 50개 이하의 히든 레이어 노드를 포함할 수 있다. 히든 레이어의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 분류 신경망의 출력 레이어 노드는 총 1개이며, 장신구의 종류에 대한 출력값을 출력 레이어 노드에 출력할 수 있다. 제1 인공 신경망에 대한 자세한 설명은 도 8을 참조하여 후술한다.According to an embodiment, the classification neural network has a hidden layer and an output layer. Classification of the first artificial neural network for detecting types of ornaments The neural network consists of five or less hidden layers, and may include a total of 50 or less hidden layer nodes. The activation function of the hidden layer uses a ReLU function, a sigmoid function, and a tanh function, but is not limited thereto. There is a total of one output layer node of the classification neural network, and output values for the types of ornaments can be output to the output layer nodes. A detailed description of the first artificial neural network will be described later with reference to FIG. 8 .
S603 단계에서, 장치(300)는 제1 인공 신경망의 입력에 대한 결과에 기초하여, 제1 출력 신호를 획득할 수 있다.In step S603 , the
S604 단계에서, 장치(300)는 제1 출력 신호에 기초하여, 제1 장신구의 종류인 제1 카테고리를 식별할 수 있다.In operation S604 , the
예를 들어, 장치(300)는 제1 출력 신호의 출력값을 확인한 결과, 출력값이 1인 경우, 제1 장신구의 종류를 목걸이 카테고리로 식별하고, 출력값이 2인 경우, 제1 장신구의 종류를 귀걸이 카테고리로 식별하고, 출력값이 3인 경우, 제1 장신구의 종류를 반지 카테고리로 식별할 수 있다.For example, as a result of checking the output value of the first output signal, the
S605 단계에서, 장치(300)는 제1 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다. 이를 위해, NFT 거래 사이트 내에는 카테고리 별로 게시 공간이 구비되어 있다.In step S605, the
예를 들어, NFT 거래 사이트에는 아트워크, 쥬얼리 등으로 대분류 카테고리가 분류되어 있고, 쥬얼리 카테고리 내에는 목걸이, 귀걸이, 반지 등으로 중분류 카테고리가 분류되어 있다. 이에 따라, 장치(300)는 제2 이미지를 통해 제1 장신구가 목걸이로 식별되면, 목걸이 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록하고, 제2 이미지를 통해 제1 장신구가 귀걸이로 식별되면, 귀걸이 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록하고, 제2 이미지를 통해 제1 장신구가 반지로 식별되면, 반지 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다.For example, in the NFT trading site, a large category is classified into artwork, jewelry, and the like, and a middle category is classified into necklaces, earrings, rings, etc. in the jewelry category. Accordingly, when the first ornament is identified as a necklace through the second image, the
도 7은 일실시예에 따른 대표 색상에 따라 제2 NFT의 거래 정보를 거래 사이트에 등록하는 과정을 설명하기 위한 순서도이다.7 is a flowchart illustrating a process of registering transaction information of a second NFT in a transaction site according to a representative color according to an embodiment.
도 7을 참조하면, 먼저, S701 단계에서, 장치(300)는 제2 이미지를 기초로, 제1 장신구에 대한 색상을 화소별로 분석하여, 제1 장신구의 전체 화소를 색상 계열에 따라 분류할 수 있다. 여기서, 색상 계열은 빨강, 주황, 노랑, 초록, 파랑, 남색, 보라 등의 색상 계열로 구분될 수 있다.Referring to FIG. 7 , first, in step S701 , the
예를 들어, 제1 장신구에 포함된 화소 중 제1 화소의 RGB 값이 (250, 10, 0)이고, 제2 화소의 RGB 값이(250, 0, 10)인 경우, 장치(300)는 제1 화소 및 제2 화소를 빨강 색상 계열로 분류할 수 있다. 즉, 장치(300)는 빨강 색상과 어느 정도 유사한 색상을 나타내고 있는 화소를 빨강 색상 계열로 분류할 수 있다. 이때, 제2 이미지가 10,000개의 화소로 구성되어 있는 경우, 장치(300)는 10,000개의 화소별로 색상을 분석하여, 10,000개의 화소를 각각 색상 계열에 따라 분류할 수 있다.For example, when the RGB value of the first pixel among pixels included in the first ornament is (250, 10, 0) and the RGB value of the second pixel is (250, 0, 10), the
S702 단계에서, 장치(300)는 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 화소 수가 가장 많은 제1 색상 계열을 확인할 수 있다.In operation S702 , as a result of classifying all pixels of the first ornament according to color series, the
예를 들어, 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 빨강 색상 계열로 분류된 화소의 수가 5,000개이고, 노랑 색상 계열로 분류된 화소의 수가 3,000개이고, 파랑 색상 계열로 분류된 화소의 수가 1,000개인 경우, 장치(300)는 제1 색상 계열을 빨강 색상 계열로 확인할 수 있다.For example, as a result of classifying all pixels of the first ornament according to color series, the number of pixels classified as red color series is 5,000, the number of pixels classified as yellow color series is 3,000, and pixels classified as blue color series When the number of is 1,000, the
S703 단계에서, 장치(300)는 제1 색상 계열의 화소 수를 제1 장신구의 전체 화소 수로 나눈 값을 통해, 제1 비율을 산출할 수 있다.In operation S703 , the
예를 들어, 제1 색상 계열의 화소 수가 5,000개이고, 제1 장신구의 전체 화소 수가 10,000개인 경우, 장치(300)는 제1 비율을 50%로 산출할 수 있다.For example, when the number of pixels of the first color series is 5,000 and the total number of pixels of the first ornament is 10,000, the
S704 단계에서, 장치(300)는 제1 비율이 기준 비율 보다 큰지 여부를 확인할 수 있다. 여기서, 기준 비율은 실시예에 따라 상이하게 설정될 수 있다.In step S704 , the
S704 단계에서 제1 비율이 기준 비율 보다 큰 것으로 확인되면, S705 단계에서, 장치(300)는 제1 장신구의 대표 색상을 제1 색상 계열로 설정할 수 있다.If it is determined in step S704 that the first ratio is greater than the reference ratio, in step S705 , the
S706 단계에서, 장치(300)는 제1 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록할 때, 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 제1 색상 계열의 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다. 이를 위해, 제1 카테고리의 게시 공간 내에는 색상 계열 별로 게시 공간이 구비되어 있다. 예를 들어, NFT 거래 사이트에는 아트워크, 쥬얼리 등으로 대분류 카테고리가 분류되어 있고, 쥬얼리 카테고리 내에는 목걸이, 귀걸이, 반지 등으로 중분류 카테고리가 분류되어 있고, 중분류 카테고리 각각에는 빨강, 주황, 노랑, 초록, 파랑, 남색, 보라 등의 색상 계열로 소분류 카테고리가 분류되어 있다.In step S706, when the
즉, 제1 장신구의 종류가 제1 카테고리로 식별되고, 제1 장신구의 대표 색상이 제1 색상 계열로 설정되면, 장치(300)는 제1 카테고리를 통해 중분류를 구분하고, 제1 색상 계열을 통해 소분류를 분류하여, 제1 카테고리의 게시 공간 내에 있는 제1 색상 계열의 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다.That is, when the type of the first ornament is identified as the first category and the representative color of the first ornament is set as the first color series, the
한편, S704 단계에서 제1 비율이 기준 비율 보다 작은 것으로 확인되면, S707 단계에서, 장치(300)는 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 화소 수가 제1 색상 계열 다음으로 많은 제2 색상 계열을 확인할 수 있다.On the other hand, if it is determined in step S704 that the first ratio is smaller than the reference ratio, in step S707 , the
예를 들어, 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 빨강 색상 계열로 분류된 화소의 수가 3,000개이고, 노랑 색상 계열로 분류된 화소의 수가 2,000개이고, 파랑 색상 계열로 분류된 화소의 수가 1,000개인 경우, 장치(300)는 제1 색상 계열을 빨강 색상 계열로 확인하고, 제2 색상 계열을 노랑 색상 계열로 확인할 수 있다.For example, as a result of classifying all the pixels of the first ornament according to the color series, the number of pixels classified as the red color series is 3,000, the number of pixels classified as the yellow color series is 2,000, and the pixels classified as the blue color series. When the number of is 1,000, the
S708 단계에서, 장치(300)는 제1 색상 계열의 화소 수 및 제2 색상 계열의 화소 수를 합산하고, 합산한 화소 수를 제1 장신구의 전체 화소 수로 나눈 값을 통해, 제2 비율을 산출할 수 있다.In step S708 , the
예를 들어, 제1 색상 계열의 화소 수가 3,000개이고, 제2 색상 계열의 화소 수가 2,000개이고, 제1 장신구의 전체 화소 수가 10,000개인 경우, 장치(300)는 제2 비율을 50%로 산출할 수 있다.For example, when the number of pixels of the first color series is 3,000, the number of pixels of the second color series is 2,000, and the total number of pixels of the first ornament is 10,000, the
S709 단계에서, 장치(300)는 제2 비율이 기준 비율 보다 큰지 여부를 확인할 수 있다.In step S709 , the
S709 단계에서 제2 비율이 기준 비율 보다 큰 것으로 확인되면, S710 단계에서, 장치(300)는 제1 색상과 제2 색상을 혼합하여 제3 색상을 도출할 수 있다.If it is determined in step S709 that the second ratio is greater than the reference ratio, in step S710 , the
예를 들어, 제1 색상 계열이 빨강 색상 계열이고, 제2 색상 계열이 노랑 색상 계열인 경우, 장치(300)는 빨강 색상과 노랑 색상을 혼합하여 주황 색상을 도출할 수 있다.For example, when the first color series is a red color series and the second color series is a yellow color series, the
S711 단계에서, 장치(300)는 제1 장신구의 대표 색상을 제3 색상 계열로 설정할 수 있다.In step S711 , the
S712 단계에서, 장치(300)는 제1 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록할 때, 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 제3 색상 계열의 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다.In step S712, when the
한편, S709 단계에서 제2 비율이 기준 비율 보다 작은 것으로 확인되면, S713 단계에서, 장치(300)는 제1 장신구의 대표 색상을 미분류로 설정할 수 있다.Meanwhile, if it is determined in step S709 that the second ratio is smaller than the reference ratio, in step S713 , the
S714 단계에서, 장치(300)는 제1 카테고리의 게시 공간에 제2 NFT의 거래 정보를 등록할 때, 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 미분류 게시 공간에 제2 NFT의 거래 정보를 등록할 수 있다.In step S714, when the
일실시예에 따르면, 장치(300)는 제1 사용자 단말(210)로부터 NFT 거래 사이트에 대한 접속 요청을 수신하면, NFT 거래 사이트에 접속되도록 처리하여, NFT 거래 사이트의 홈 페이지를 제1 사용자 단말(210)로 제공하고, 홈 페이지가 제1 사용자 단말(210)의 화면에 표시되도록, 제1 사용자 단말(210)의 동작을 제어할 수 있다.According to an embodiment, when the
이후, 장치(300)는 제1 사용자 계정을 확인하여, 제1 사용자 정보를 획득할 수 있다. 이때, 장치(300)는 제1 사용자 단말(210)에 로그인 되어 있는 제1 사용자 계정을 확인하고, 제1 사용자 계정을 통해 데이터베이스에 저장된 사용자 정보를 조회하여, 데이터베이스로부터 제1 사용자 정보를 획득할 수 있다. 여기서, 제1 사용자 정보는 제1 사용자에 대한 사용자 정보로, 제1 사용자의 프로필 정보, 콘텐츠 이용 내역 등을 포함할 수 있다.Thereafter, the
이후, 장치(300)는 제1 사용자 단말(210)로부터 제1 콘텐츠에 대한 조회 요청을 수신할 수 있다. 여기서, 제1 콘텐츠는 제2 NFT에 대한 소개를 주제로 하여 제작된 콘텐츠를 의미할 수 있다.Thereafter, the
구체적으로, 장치(300)는 제1 사용자 단말(210)의 화면에 표시된 홈 페이지 상에서 제1 콘텐츠의 대표 이미지가 클릭되면, 제1 사용자 단말(210)로부터 제1 콘텐츠에 대한 조회 요청을 수신할 수 있다. 이때, 제1 콘텐츠가 제2 NFT에 대해 소개하는 콘텐츠인 경우, 제1 콘텐츠의 대표 이미지는 제1 장신구에 대한 이미지인 제2 이미지이고, 제1 콘텐츠에 대한 조회 요청은 제2 NFT에 대한 상세 정보를 조회하는 요청일 수 있다.Specifically, when the representative image of the first content is clicked on the home page displayed on the screen of the
이후, 장치(300)는 제1 콘텐츠를 확인하여, 제1 콘텐츠 정보를 획득할 수 있다. 이때, 장치(300)는 제1 콘텐츠에 대한 조회 요청을 통해 제1 콘텐츠를 확인하고, 데이터베이스에 저장된 콘텐츠 정보를 조회하여, 데이터베이스로부터 제1 콘텐츠 정보를 획득할 수 있다. 여기서, 제1 콘텐츠 정보는 제1 콘텐츠에 대한 콘텐츠 정보로, 제1 콘텐츠의 속성 정보, 사용자 이용 내역 등을 포함할 수 있다.Thereafter, the
이후, 장치(300)는 제1 콘텐츠 정보를 통해 제1 콘텐츠의 사용자 조회 내역을 획득할 수 있다. 여기서, 제1 콘텐츠 정보는 제1 콘텐츠를 정독한 사용자의 조회 내역을 포함할 수 있으며, 제1 콘텐츠의 사용자 조회 내역은 어느 사용자가 제1 콘텐츠를 얼마나 오래 정독하였는지에 대한 내역을 포함할 수 있다.Thereafter, the
예를 들어, 제1 사용자 단말(210)의 화면에 제1 콘텐츠가 표시된 경우, 제1 콘텐츠에 대한 웹 페이지가 표시된 시점부터, 제1 콘텐츠에 대한 웹 페이지에서 다른 페이지로 이동한 시점까지, 제1 콘텐츠의 정독 시간으로 측정되어, 제1 사용자 및 제1 콘텐츠의 정독 시간이 제1 콘텐츠의 사용자 조회 내역에 추가될 수 있다.For example, when the first content is displayed on the screen of the
이후, 장치(300)는 제1 콘텐츠의 사용자 조회 내역을 기초로, 사용자 별로 정독 시간을 확인할 수 있다.Thereafter, the
예를 들어, 제1 콘텐츠의 사용자 조회 내역에 제1 사용자, 제2 사용자 및 제3 사용자가 조회한 사용자로 등록되어 있는 경우, 장치(300)는 제1 사용자의 정독 시간, 제2 사용자의 정독 시간 및 제3 사용자의 정독 시간을 각각 확인할 수 있다.For example, when the first user, the second user, and the third user are registered as the inquired user in the user inquiry history of the first content, the
이후, 장치(300)는 사용자 별로 확인된 정독 시간의 평균값을 통해, 제1 콘텐츠의 평균 정독 시간을 산출할 수 있다.Thereafter, the
예를 들어, 제1 사용자가 제1 콘텐츠를 정독한 시간이 10초, 제2 사용자가 제1 콘텐츠를 정독한 시간이 30초, 제3 사용자가 제1 콘텐츠를 정독한 시간이 50초인 경우, 장치(300)는 제1 콘텐츠의 평균 정독 시간을 30초로 산출할 수 있다.For example, if the time that the first user peruses the first content is 10 seconds, the time that the second user peruses the first content is 30 seconds, and the time that the third user peruses the first content is 50 seconds, The
이후, 장치(300)는 제1 콘텐츠의 평균 정독 시간의 길이에 따라, 기준 시간을 설정할 수 있다.Thereafter, the
예를 들어, 장치(300)는 제1 콘텐츠의 평균 정독 시간이 1분인 경우, 기준 시간을 15초로 설정하고, 제1 콘텐츠의 평균 정독 시간이 2분인 경우, 기준 시간을 30초로 설정할 수 있다. 기준 시간을 설정하는 기준은 실시예에 따라 상이하게 설정될 수 있다.For example, the
이후, 장치(300)는 제1 콘텐츠의 평균 정독 시간에서 기준 시간을 차감한 값으로, 사용자 허용 범위의 최소 시간을 산출할 수 있다.Thereafter, the
예를 들어, 장치(300)는 제1 콘텐츠의 평균 정독 시간이 1분이고, 기준 시간이 15초인 경우, 사용자 허용 범위의 최소 시간을 45초로 산출할 수 있다.For example, when the average reading time of the first content is 1 minute and the reference time is 15 seconds, the
이후, 장치(300)는 제1 콘텐츠의 평균 정독 시간에 기준 시간을 가산한 값으로, 사용자 허용 범위의 최대 시간을 산출할 수 있다.Thereafter, the
예를 들어, 장치(300)는 제1 콘텐츠의 평균 정독 시간이 1분이고, 기준 시간이 15초인 경우, 사용자 허용 범위의 최대 시간을 75초로 산출할 수 있다.For example, when the average reading time of the first content is 1 minute and the reference time is 15 seconds, the
이후, 장치(300)는 사용자 허용 범위의 최소 시간 및 사용자 허용 범위의 최대 시간을 기초로, 사용자 허용 범위를 설정할 수 있다.Thereafter, the
예를 들어, 장치(300)는 제1 콘텐츠의 평균 정독 시간이 1분인 경우, 사용자 허용 범위를 45초 내지 75초의 범위로 설정할 수 있다.For example, when the average reading time of the first content is 1 minute, the
장치(300)는 제1 사용자 계정을 확인하여 제1 사용자 정보를 획득하고, 제1 콘텐츠를 확인하여 제1 콘텐츠 정보를 획득한 이후, 제1 사용자 정보 및 제1 콘텐츠 정보를 기초로, 제1 콘텐츠에 대한 제1 사용자의 정독 시간을 예측할 수 있다. 여기서, 제1 사용자의 정독 시간은 제1 사용자가 제1 콘텐츠를 정독하는데 소요되는 시간을 의미할 수 있다.The
이후, 장치(300)는 제1 사용자의 정독 시간이 사용자 허용 범위 내에 포함되어 있는지 여부를 확인할 수 있다. 여기서, 사용자 허용 범위는 상술한 바와 같이, 제1 콘텐츠의 평균 정독 시간에 따라 상이하게 설정될 수 있다.Thereafter, the
제1 사용자의 정독 시간이 사용자 허용 범위 내에 포함되어 있는 것으로 확인되면, 장치(300)는 제1 콘텐츠를 제1 사용자 단말(210)로 제공하고, 제1 사용자 단말(210)의 화면에 제1 콘텐츠에 대한 웹 페이지가 표시되도록, 제1 사용자 단말(210)의 동작을 제어할 수 있다. If it is confirmed that the reading time of the first user is within the user tolerance range, the
여기서, 제1 콘텐츠에 대한 웹 페이지는 제1 콘텐츠의 대표 이미지에 대한 클릭으로 연결되는 웹 페이지로, 제1 콘텐츠에 대한 상세 정보를 포함할 수 있다. 예를 들어, 제1 콘텐츠의 대표 이미지가 제2 이미지인 경우, 제1 콘텐츠에 대한 웹 페이지는 제2 이미지에 대한 NFT인 제2 NFT의 상세 정보가 표시되는 페이지이다.Here, the web page for the first content is a web page connected by clicking on the representative image of the first content, and may include detailed information about the first content. For example, when the representative image of the first content is the second image, the web page for the first content is a page on which detailed information of the second NFT that is the NFT for the second image is displayed.
즉, 장치(300)는 제1 사용자 단말(210)로부터 제1 콘텐츠에 대한 조회 요청이 수신된 경우, 제1 콘텐츠에 대한 제1 사용자의 정독 시간을 예측한 결과, 제1 사용자의 정독 시간이 사용자 허용 범위 내에 포함되는 것으로 확인되면, 제1 콘텐츠가 제1 사용자에게 적합한 콘텐츠로 판단하여, 제1 콘텐츠를 제1 사용자 단말(210)로 제공할 수 있다.That is, when the inquiry request for the first content is received from the
제1 사용자의 정독 시간이 사용자 허용 범위 내에 포함되어 있지 않고 사용자 허용 범위를 벗어나는 것으로 확인되면, 장치(300)는 제1 사용자의 정독 시간이 사용자 허용 범위의 최소 시간 보다 짧은지 여부를 확인할 수 있다.If it is confirmed that the first user's perusal time is not within the user permissible range and is outside the user permissible range, the
제1 사용자의 정독 시간이 사용자 허용 범위의 최소 시간 보다 짧은 것으로 확인되면, 장치(300)는 제2 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공하고, 제1 사용자 단말(210)의 화면에 제2 콘텐츠에 대한 추천 정보가 표시되도록, 제1 사용자 단말(210)의 동작을 제어할 수 있다. 여기서, 제2 콘텐츠는 제1 콘텐츠와 주제가 동일하면서 제1 콘텐츠 보다 적은 글자 수로 구성된 콘텐츠를 의미할 수 있다.If it is confirmed that the first user's perusal time is shorter than the minimum time of the user permissible range, the
예를 들어, 제1 콘텐츠는 제2 NFT에 대해 소개하는 콘텐츠로 100개의 글자와 20개의 이미지로 구성된 콘텐츠이고, 제2 콘텐츠는 제2 NFT에 대해 소개하는 콘텐츠로 80개의 글자와 30개의 이미지로 구성된 콘텐츠인 경우, 장치(300)는 제1 사용자의 정독 시간이 사용자 허용 범위의 최소 시간 보다 짧은 것으로 확인되면, 데이터베이스에 저장된 콘텐츠 정보를 조회하여, 제1 콘텐츠 보다 적은 글자 수로 구성된 제2 콘텐츠를 확인할 수 있으며, 제2 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공할 수 있다.For example, the first content introduces the second NFT and consists of 100 characters and 20 images, and the second content introduces the second NFT, which consists of 80 characters and 30 images. In the case of configured content, if it is confirmed that the first user's perusal time is shorter than the minimum time of the user tolerance, the
즉, 장치(300)는 제1 사용자 단말(210)로부터 제1 콘텐츠에 대한 조회 요청이 수신된 경우, 제1 콘텐츠에 대한 제1 사용자의 정독 시간을 예측한 결과, 제1 사용자의 정독 시간이 사용자 허용 범위를 벗어나는 것으로 확인되면, 제1 콘텐츠가 제1 사용자에게 적합하지 않은 콘텐츠로 판단하고, 제1 사용자의 정독 시간이 사용자 허용 범위의 최소 시간 보다 짧은 것으로 확인되면, 제1 콘텐츠 보다 적은 글자 수로 구성된 제2 콘텐츠가 제1 사용자에게 적합한 콘텐츠로 판단하여, 제2 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공할 수 있다. 이때, 장치(300)는 제1 콘텐츠와 제2 콘텐츠에 대한 추천 정보를 함께 제1 사용자 단말(210)로 제공할 수 있다.That is, when the inquiry request for the first content is received from the
제1 사용자의 정독 시간이 사용자 허용 범위의 최소 시간 보다 긴 것으로 확인되면, 제1 사용자의 정독 시간이 사용자 허용 범위를 벗어난 것으로 확인되어, 제1 사용자의 정독 시간이 사용자 허용 범위의 최대 시간 보다 긴 것으로 확인될 수 있으며, 제1 사용자의 정독 시간이 사용자 허용 범위의 최대 시간 보다 긴 것으로 확인되면, 장치(300)는 제3 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공하고, 제1 사용자 단말(210)의 화면에 제3 콘텐츠에 대한 추천 정보가 표시되도록, 제1 사용자 단말(210)의 동작을 제어할 수 있다. 여기서, 제3 콘텐츠는 제1 콘텐츠와 주제가 동일하면서 제1 콘텐츠 보다 많은 글자 수로 구성된 콘텐츠를 의미할 수 있다.If it is confirmed that the first user's perusal time is longer than the minimum time of the user permissible range, it is confirmed that the perusive time of the first user is outside the user permissible range, so that the perusing time of the first user is longer than the maximum time of the user permissible range If it is confirmed that the first user's perusal time is longer than the maximum time of the user permissible range, the
예를 들어, 제1 콘텐츠는 제2 NFT에 대해 소개하는 콘텐츠로 100개의 글자와 20개의 이미지로 구성된 콘텐츠이고, 제3 콘텐츠는 제2 NFT에 대해 소개하는 콘텐츠로 120개의 글자와 10개의 이미지로 구성된 콘텐츠인 경우, 장치(300)는 제1 사용자의 정독 시간이 사용자 허용 범위의 최대 시간 보다 긴 것으로 확인되면, 데이터베이스에 저장된 콘텐츠 정보를 조회하여, 제1 콘텐츠 보다 많은 글자 수로 구성된 제3 콘텐츠를 확인할 수 있으며, 제3 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공할 수 있다.For example, the first content introduces the second NFT and consists of 100 characters and 20 images, and the third content introduces the second NFT, with 120 characters and 10 images. In the case of configured content, when it is confirmed that the first user's perusal time is longer than the maximum time of the user's allowable range, the
즉, 장치(300)는 제1 사용자 단말(210)로부터 제1 콘텐츠에 대한 조회 요청이 수신된 경우, 제1 콘텐츠에 대한 제1 사용자의 정독 시간을 예측한 결과, 제1 사용자의 정독 시간이 사용자 허용 범위를 벗어나는 것으로 확인되면, 제1 콘텐츠가 제1 사용자에게 적합하지 않은 콘텐츠로 판단하고, 제1 사용자의 정독 시간이 사용자 허용 범위의 최대 시간 보다 긴 것으로 확인되면, 제1 콘텐츠 보다 많은 글자 수로 구성된 제3 콘텐츠가 제1 사용자에게 적합한 콘텐츠로 판단하여, 제3 콘텐츠에 대한 추천 정보를 제1 사용자 단말(210)로 제공할 수 있다. 이때, 장치(300)는 제1 콘텐츠와 제3 콘텐츠에 대한 추천 정보를 함께 제1 사용자 단말(210)로 제공할 수 있다.That is, when the inquiry request for the first content is received from the
도 8은 일실시예에 따른 제1 인공 신경망을 설명하기 위한 도면이다.8 is a diagram for explaining a first artificial neural network according to an embodiment.
일실시예에 따른 제1 인공 신경망(800)은 이미지의 인코딩에 의해 생성된 제1 입력 신호를 입력으로 하고, 장신구의 종류를 나타내는 정보를 출력으로 할 수 있다.The first artificial
일실시예에 따른 인코딩은 이미지의 픽셀 별 색 정보를 수치화된 데이터 시트 형태로 저장하는 방식으로 이뤄질 수 있는데, 색 정보는 하나의 픽셀이 가지고 있는 RGB 색상, 명도 정보, 채도 정보를 포함할 수 있으나, 이에 국한하지 않는다.Encoding according to an embodiment may be performed by storing color information for each pixel of an image in the form of a digitized data sheet, and the color information may include RGB color, brightness information, and saturation information of one pixel. , but not limited thereto.
일실시예에 따르면, 제1 인공 신경망(800)은 특징 추출 신경망(810)과 분류 신경망(820)으로 구성되어 있으며, 특징 추출 신경망(810)은 이미지에서 장신구와 배경을 분리하는 작업을 수행할 수 있으며, 분류 신경망(820)은 이미지에 있는 장신구가 어느 카테고리에 속하는지 여부를 파악하는 작업을 수행할 수 있다.According to one embodiment, the first artificial
특징 추출 신경망(810)이 장신구와 배경을 구분하는 방법은 이미지를 인코딩한 제1 입력 신호의 데이터 시트로부터 색 정보의 각 값들의 변화가 한 픽셀을 포함하는 8개의 픽셀 중 6개 이상에서 30% 이상의 변화가 생긴 것으로 감지되는 픽셀들의 묶음을 장신구와 배경의 경계로 삼을 수 있으나, 이에 국한하지 않는다.The method in which the feature extraction neural network 810 distinguishes ornaments from the background is that the change in each value of color information from the data sheet of the first input signal encoding the image is 30% in 6 or more of 8 pixels including one pixel A bundle of pixels detected as having an abnormal change may be used as a boundary between the ornament and the background, but the present invention is not limited thereto.
특징 추출 신경망(810)은 입력 신호를 컨볼루션 계층과 풀링 계층을 차례로 쌓아 진행한다. 컨볼루션 계층은 컨볼루션 연산, 컨볼루션 필터 및 활성함수를 포함하고 있다. 컨볼루션 필터의 계산은 대상 입력의 행렬 크기에 따라 조절되나 일반적으로 9X9 행렬을 사용한다. 활성 함수는 일반적으로 ReLU 함수, 시그모이드 함수, 및 tanh 함수 등을 사용하나 이에 한정하지 않는다. 풀링 계층은 입력의 행렬 크기를 줄이는 역할을 하는 계층으로, 특정 영역의 픽셀을 묶어 대표값을 추출하는 방식을 사용한다. 풀링 계층의 연산에는 일반적으로 평균값이나 최대값을 많이 사용하나 이에 한정하지 않는다. 해당 연산은 정방 행렬을 사용하여 진행되는데, 일반적으로 9X9 행렬을 사용한다. 컨볼루션 계층과 풀링 계층은 해당 입력이 차이를 유지한 상태에서 충분히 작아질 때까지 번갈아 반복 진행된다.The feature extraction neural network 810 stacks the input signal by sequentially stacking a convolutional layer and a pooling layer. The convolution layer includes a convolution operation, a convolution filter, and an activation function. The calculation of the convolution filter is adjusted according to the matrix size of the target input, but a 9X9 matrix is generally used. The activation function generally uses, but is not limited to, a ReLU function, a sigmoid function, and a tanh function. The pooling layer is a layer that reduces the size of the input matrix, and uses a method of extracting representative values by tying pixels in a specific area. In general, the average value or the maximum value is often used for the calculation of the pooling layer, but is not limited thereto. The operation is performed using a square matrix, usually a 9x9 matrix. The convolutional layer and the pooling layer are repeated alternately until the corresponding input becomes small enough while maintaining the difference.
분류 신경망(820)은 특징 추출 신경망(810)을 통해 배경으로부터 구분된 장신구의 형태를 확인하고, 미리 정의된 카테고리 별 대표 장신구와 유사한지 여부를 확인하여 이미지에 있는 장신구가 어느 카테고리에 속하는지 여부를 파악할 수 있다. 장신구의 비교를 위해 장치(300)의 데이터베이스에 저장된 정보들을 활용할 수 있다.The classification neural network 820 checks the shape of the ornaments separated from the background through the feature extraction neural network 810, and checks whether the ornaments in the image belong to which category by checking whether they are similar to the representative ornaments for each predefined category. can figure out Information stored in the database of the
분류 신경망(820)은 장신구가 속하는 카테고리를 식별하는 작업을 우선으로 하며, 장신구의 형태 및 크기까지 파악할 수도 있다.The classification neural network 820 prioritizes the task of identifying the category to which the ornament belongs, and may also grasp the shape and size of the ornament.
분류 신경망(820)은 히든 레이어와 출력 레이어를 가지고 있으며, 5층 이하의 히든 레이어로 구성되어, 총 50개 이하의 히든 레이어 노드를 포함하고, 히든 레이어의 활성함수는 ReLU 함수, 시그모이드 함수 및 tanh 함수 등을 사용하나 이에 한정하지 않는다.The classification neural network 820 has a hidden layer and an output layer, and is composed of five or less hidden layers, including a total of 50 or less hidden layer nodes, and the activation function of the hidden layer is a ReLU function and a sigmoid function. and tanh functions, but is not limited thereto.
분류 신경망(820)는 총 1개의 출력층 노드만 포함할 수 있다.The classification neural network 820 may include only one output layer node in total.
분류 신경망(820)의 출력은 장신구의 종류에 대한 출력값으로, 장신구의 종류가 어느 카테고리에 속하는지 지시할 수 있다. 예를 들어, 출력값이 1인 경우, 장신구의 종류가 목걸이 카테고리인 것을 지시하고, 출력값이 2인 경우, 장신구의 종류가 귀걸이 카테고리인 것을 지시하고, 출력값이 3인 경우, 장신구의 종류가 반지 카테고리인 것을 지시할 수 있다.The output of the classification neural network 820 is an output value for the type of the ornament, and may indicate to which category the type of the ornament belongs. For example, when the output value is 1, it indicates that the type of ornament is a necklace category, when the output value is 2, it indicates that the type of ornament is an earring category, and when the output value is 3, the type of ornament is a ring category can indicate that
일실시예에 따르면, 제1 인공 신경망(800)은 사용자가 제1 인공 신경망(800)에 따른 출력의 문제점 발견 시 사용자에 의해 입력된 수정 정답에 의해 생성되는 제1 학습 신호를 전달받아 학습할 수 있다. 제1 인공 신경망(800)에 따른 출력의 문제점은 장신구의 종류가 다른 카테고리로 지시하는 출력값을 출력한 경우를 의미할 수 있다.According to an embodiment, the first artificial
일실시예에 따른 제1 학습 신호는 정답과 출력값의 오차를 바탕으로 만들어지며, 경우에 따라 델타를 이용하는 SGD나 배치 방식 혹은 역전파 알고리즘을 따르는 방식을 사용할 수 있다. 제1 인공 신경망(800)은 제1 학습 신호에 의해 기존의 가중치를 수정해 학습을 수행하며, 경우에 따라 모멘텀을 사용할 수 있다. 오차의 계산에는 비용함수가 사용될 수 있는데, 비용함수로 Cross entropy 함수를 사용할 수 있다. 이하 도 9를 참조하여 제1 인공 신경망(800)의 학습 내용이 후술된다.The first learning signal according to an embodiment is created based on the error between the correct answer and the output value, and in some cases, SGD using delta, a batch method, or a method following a backpropagation algorithm may be used. The first artificial
도 9는 일실시예에 따른 제1 인공 신경망을 학습하는 방법을 설명하기 위한 도면이다.9 is a diagram for explaining a method of learning a first artificial neural network according to an embodiment.
일실시예에 따르면, 학습 장치는 제1 인공 신경망(800)을 학습시킬 수 있다. 학습 장치는 장치(300)와 다른 별개의 주체일 수 있지만, 이에 제한되는 것은 아니다.According to an embodiment, the learning apparatus may train the first artificial
일실시예에 따르면, 제1 인공 신경망(800)은 트레이닝 샘플들이 입력되는 입력 레이어와 트레이닝 출력들을 출력하는 출력 레이어를 포함하고, 트레이닝 출력들과 제1 레이블들 사이의 차이에 기초하여 학습될 수 있다. 여기서, 제1 레이블들은 장신구의 종류별 대표 이미지에 기초하여 정의될 수 있다. 제1 인공 신경망(800)은 복수의 노드들의 그룹으로 연결되어 있고, 연결된 노드들 사이의 가중치들과 노드들을 활성화시키는 활성화 함수에 의해 정의된다. According to an embodiment, the first artificial
학습 장치는 GD(Gradient Decent) 기법 또는 SGD(Stochastic Gradient Descent) 기법을 이용하여 제1 인공 신경망(800)을 학습시킬 수 있다. 학습 장치는 제1 인공 신경망(800)의 출력들 및 레이블들 의해 설계된 손실 함수를 이용할 수 있다.The learning apparatus may train the first artificial
학습 장치는 미리 정의된 손실 함수(loss function)을 이용하여 트레이닝 에러를 계산할 수 있다. 손실 함수는 레이블, 출력 및 파라미터를 입력 변수로 미리 정의될 수 있고, 여기서 파라미터는 제1 인공 신경망(800) 내 가중치들에 의해 설정될 수 있다. 예를 들어, 손실 함수는 MSE(Mean Square Error) 형태, 엔트로피(entropy) 형태 등으로 설계될 수 있는데, 손실 함수가 설계되는 실시예에는 다양한 기법 또는 방식이 채용될 수 있다.The learning apparatus may calculate a training error using a predefined loss function. The loss function may be predefined with a label, an output, and a parameter as input variables, where the parameter may be set by weights in the first artificial
학습 장치는 역전파(backpropagation) 기법을 이용하여 트레이닝 에러에 영향을 주는 가중치들을 찾아낼 수 있다. 여기서, 가중치들은 제1 인공 신경망(800) 내 노드들 사이의 관계들이다. 학습 장치는 역전파 기법을 통해 찾아낸 가중치들을 최적화시키기 위해 레이블들 및 출력들을 이용한 SGD 기법을 이용할 수 있다. 예를 들어, 학습 장치는 레이블들, 출력들 및 가중치들에 기초하여 정의된 손실 함수의 가중치들을 SGD 기법을 이용하여 갱신할 수 있다.The learning apparatus may find weights affecting the training error by using a backpropagation technique. Here, the weights are relationships between nodes in the first artificial
일실시예에 따르면, 학습 장치는 데이터베이스로부터 레이블드 트레이닝 장신구 이미지들(901)을 획득할 수 있다. 학습 장치는 장신구의 종류별로 설정된 장신구 이미지들(901)에 각각 미리 레이블링된 정보를 획득할 수 있는데, 장신구 이미지들(901)은 미리 분류된 장신구 정보에 따라 레이블링될 수 있다.According to an embodiment, the learning apparatus may acquire the labeled
일실시예에 따르면, 학습 장치는 1000개의 레이블드 트레이닝 장신구 이미지들(901)을 획득할 수 있으며, 레이블드 트레이닝 장신구 이미지들(901)에 기초하여 제1 트레이닝 장신구 벡터들(902)을 생성할 수 있다. 제1 트레이닝 장신구 벡터들(902)을 추출하는데는 다양한 방식이 채용될 수 있다.According to an embodiment, the learning apparatus may acquire 1000 labeled
일실시예에 따르면, 학습 장치는 제1 트레이닝 장신구 벡터들(902)을 제1 인공 신경망(800)에 적용하여 제1 트레이닝 출력들(903)을 획득할 수 있다. 학습 장치는 제1 트레이닝 출력들(903)과 제1 레이블들(904)에 기초하여 제1 인공 신경망(800)을 학습시킬 수 있다. 학습 장치는 제1 트레이닝 출력들(903)에 대응하는 트레이닝 에러들을 계산하고, 그 트레이닝 에러들을 최소화하기 위해 제1 인공 신경망(800) 내 노드들의 연결 관계를 최적화하여 제1 인공 신경망(800)을 학습시킬 수 있다. 장치(300)는 학습이 완료된 제1 인공 신경망(800)을 이용하여 이미지 내에 있는 장신구의 종류를 식별할 수 있다.According to an embodiment, the learning apparatus may obtain
도 10은 일실시예에 따른 장치의 구성에 대한 예시도이다.10 is an exemplary diagram of a configuration of an apparatus according to an embodiment.
일실시예에 따르면, 장치(300)는 프로세서(310) 및 메모리(320)를 포함한다. 프로세서(310)는 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 장치(300)들을 포함하거나, 도 1 내지 도 9를 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(300)를 이용하는 자 또는 단체는 도 1 내지 도 9를 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.According to one embodiment, the
메모리(320)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(320)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.The
프로세서(310)는 프로그램을 실행하고, 장치(300)를 제어할 수 있다. 프로세서(310)에 의하여 실행되는 프로그램의 코드는 메모리(320)에 저장될 수 있다. 장치(300)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.The
장치(300)는 인공 신경망을 학습시키거나, 학습된 인공 신경망을 이용하는데 사용될 수 있다. 메모리(320)는 학습 중인 또는 학습된 인공 신경망을 포함할 수 있다. 프로세서(310)는 메모리(320)에 저장된 인공 신경망 알고리즘을 학습시키거나 실행시킬 수 있다. 인공 신경망을 학습시키는 학습 장치와 학습된 인공 신경망을 이용하는 장치(300)는 동일할 수도 있고 개별적일 수도 있다.The
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The embodiments described above may be implemented by a hardware component, a software component, and/or a combination of a hardware component and a software component. For example, the apparatus, methods and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). array), a programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions, may be implemented using one or more general purpose or special purpose computers. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that may include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or device, to be interpreted by or to provide instructions or data to the processing device. , or may be permanently or temporarily embody in a transmitted signal wave. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited drawings, those skilled in the art may apply various technical modifications and variations based on the above. For example, the described techniques are performed in a different order than the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (3)
제1 작가의 미술 작업으로 제1 작품이 제작되면, 상기 제1 작품에 대한 이미지인 제1 이미지를 획득하는 단계;
상기 제1 이미지에 대한 NFT인 제1 NFT를 발행하여, 상기 제1 NFT를 생성하는 단계;
상기 제1 NFT에 대한 거래가 승인된 경우, 상기 제1 NFT의 거래 정보를 NFT 거래 사이트에 등록하는 단계;
상기 제1 이미지를 분석한 결과, 상기 제1 작품에 제1 장신구가 포함되어 있는 것으로 확인되면, 상기 제1 이미지에서 상기 제1 장신구가 차지하고 있는 영역을 제1 영역으로 구분하는 단계;
상기 제1 이미지에서 상기 제1 영역이 있는 부분을 분할하여 제2 이미지를 추출하는 단계;
상기 제2 이미지에 대한 NFT인 제2 NFT를 발행하여, 상기 제2 NFT를 생성하는 단계; 및
상기 제2 NFT에 대한 거래가 승인된 경우, 상기 제2 NFT의 거래 정보를 상기 NFT 거래 사이트에 등록하는 단계를 포함하며,
상기 제2 NFT의 거래 정보를 NFT 거래 사이트에 등록하는 단계는,
상기 제2 이미지를 인코딩 하여 제1 입력 신호를 생성하는 단계;
상기 제1 입력 신호를 제1 인공 신경망에 입력하고, 상기 제1 인공 신경망의 입력에 대한 결과에 기초하여, 제1 출력 신호를 획득하는 단계;
상기 제1 출력 신호에 기초하여, 상기 제1 장신구의 종류인 제1 카테고리를 식별하는 단계; 및
상기 NFT 거래 사이트 내에 구비된 카테고리별 게시 공간 중 상기 제1 카테고리의 게시 공간에 상기 제2 NFT의 거래 정보를 등록하는 단계를 포함하며,
상기 제1 카테고리의 게시 공간에 상기 제2 NFT의 거래 정보를 등록하는 단계는,
상기 제2 이미지를 기초로, 상기 제1 장신구에 대한 색상을 화소별로 분석하여, 상기 제1 장신구의 전체 화소를 색상 계열에 따라 분류하는 단계;
상기 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 화소 수가 가장 많은 제1 색상 계열을 확인하는 단계;
상기 제1 색상 계열의 화소 수를 상기 제1 장신구의 전체 화소 수로 나눈 값을 통해, 제1 비율을 산출하는 단계;
상기 제1 비율이 미리 설정된 기준 비율 보다 큰지 여부를 확인하는 단계;
상기 제1 비율이 상기 기준 비율 보다 큰 것으로 확인되면, 상기 제1 장신구의 대표 색상을 상기 제1 색상 계열로 설정하고, 상기 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 상기 제1 색상 계열의 게시 공간에 상기 제2 NFT의 거래 정보를 등록하는 단계;
상기 제1 비율이 상기 기준 비율 보다 작은 것으로 확인되면, 상기 제1 장신구의 전체 화소를 색상 계열에 따라 분류한 결과, 화소 수가 상기 제1 색상 계열 다음으로 많은 제2 색상 계열을 확인하는 단계;
상기 제1 색상 계열의 화소 수 및 상기 제2 색상 계열의 화소 수를 합산하고, 상기 합산한 화소 수를 상기 제1 장신구의 전체 화소 수로 나눈 값을 통해, 제2 비율을 산출하는 단계;
상기 제2 비율이 상기 기준 비율 보다 큰지 여부를 확인하는 단계;
상기 제2 비율이 상기 기준 비율 보다 큰 것으로 확인되면, 상기 제1 색상과 상기 제2 색상을 혼합하여 제3 색상을 도출하고, 상기 제1 장신구의 대표 색상을 상기 제3 색상 계열로 설정하고, 상기 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 상기 제3 색상 계열의 게시 공간에 상기 제2 NFT의 거래 정보를 등록하는 단계; 및
상기 제2 비율이 상기 기준 비율 보다 작은 것으로 확인되면, 상기 제1 장신구의 대표 색상을 미분류로 설정하고, 상기 제1 카테고리의 게시 공간 내에 구비된 색상 계열별 게시 공간 중 미분류 게시 공간에 상기 제2 NFT의 거래 정보를 등록하는 단계를 포함하는,
NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법.In a method of providing a jewelry transaction service associated with artwork based on NFT (Non-Fungible Token), performed by a device,
acquiring a first image that is an image of the first work when a first work is produced by the first artist's art work;
generating the first NFT by issuing a first NFT that is an NFT for the first image;
when the transaction for the first NFT is approved, registering transaction information of the first NFT on an NFT transaction site;
dividing an area occupied by the first ornament in the first image into a first area when it is confirmed that the first ornament is included in the first work as a result of analyzing the first image;
extracting a second image by dividing a portion having the first area from the first image;
generating the second NFT by issuing a second NFT that is an NFT for the second image; and
when the transaction for the second NFT is approved, registering transaction information of the second NFT on the NFT transaction site;
The step of registering the transaction information of the second NFT on the NFT transaction site includes:
generating a first input signal by encoding the second image;
inputting the first input signal to a first artificial neural network, and obtaining a first output signal based on a result of the input of the first artificial neural network;
identifying a first category that is a type of the first ornament based on the first output signal; and
and registering the transaction information of the second NFT in the posting space of the first category among the posting spaces for each category provided in the NFT transaction site,
The step of registering the transaction information of the second NFT in the posting space of the first category comprises:
analyzing the color of the first ornament for each pixel based on the second image, and classifying all pixels of the first ornament according to color series;
identifying a first color series having the largest number of pixels as a result of classifying all pixels of the first ornament according to color series;
calculating a first ratio through a value obtained by dividing the number of pixels of the first color series by the total number of pixels of the first ornament;
checking whether the first ratio is greater than a preset reference ratio;
If it is confirmed that the first ratio is greater than the reference ratio, the representative color of the first ornament is set as the first color series, and the first among the posting spaces for each color series provided in the posting space of the first category registering transaction information of the second NFT in a color-based posting space;
when it is confirmed that the first ratio is smaller than the reference ratio, as a result of classifying all pixels of the first ornament according to color series, identifying a second color series in which the number of pixels is second to that of the first color series;
calculating a second ratio by summing the number of pixels of the first color series and the number of pixels of the second color series, and dividing the sum of the number of pixels by the total number of pixels of the first ornament;
determining whether the second ratio is greater than the reference ratio;
When it is confirmed that the second ratio is greater than the reference ratio, a third color is derived by mixing the first color and the second color, and a representative color of the first ornament is set as the third color series, registering the transaction information of the second NFT in the posting space of the third color series among the posting spaces for each color series provided in the posting space of the first category; and
When it is confirmed that the second ratio is smaller than the reference ratio, the representative color of the first ornament is set as unclassified, and the second Including the step of registering the transaction information of the NFT,
A method of providing jewelry trading services linked with NFT-based artwork.
상기 제2 NFT의 거래 정보를 상기 NFT 거래 사이트에 등록하는 단계 이후,
상기 제2 NFT의 거래 히스토리를 기반으로, 상기 제2 NFT의 현재 가격인 제1 가격을 확인하는 단계;
상기 제1 가격이 미리 설정된 제1 기준 가격 보다 높은지 여부를 확인하는 단계;
상기 제1 가격이 상기 제1 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단하는 단계;
상기 제1 가격이 상기 제1 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 NFT의 거래 히스토리를 기반으로, 상기 제1 NFT의 현재 가격인 제2 가격을 확인하는 단계;
상기 제1 가격 및 상기 제2 가격을 합산하여 제3 가격을 산출하는 단계;
상기 제3 가격이 미리 설정된 제2 기준 가격 보다 높은지 여부를 확인하는 단계; 및
상기 제3 가격이 상기 제2 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단하는 단계를 더 포함하는,
NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법.The method of claim 1,
After registering the transaction information of the second NFT to the NFT transaction site,
checking a first price that is a current price of the second NFT based on the transaction history of the second NFT;
checking whether the first price is higher than a preset first reference price;
determining that, when it is confirmed that the first price is higher than the first reference price, it is necessary to release high-end jewelry for the first accessory;
if it is determined that the first price is lower than the first reference price, checking a second price that is the current price of the first NFT based on the transaction history of the first NFT;
calculating a third price by summing the first price and the second price;
checking whether the third price is higher than a preset second reference price; and
If it is confirmed that the third price is higher than the second reference price, further comprising the step of determining that a general type of jewelry is required for the first accessory,
A method of providing jewelry trading services linked with NFT-based artwork.
상기 제1 장신구에 대해 고급형의 쥬얼리 출시가 필요한 것으로 판단되면, 상기 제1 가격이 제1 기준 가격 보다 큰 값으로 설정된 제3 기준 가격 보다 높은지 여부를 확인하는 단계;
상기 제1 가격이 상기 제3 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구의 재질을 1등급의 재질로 결정하는 단계;
상기 제1 가격이 상기 제3 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 장신구의 재질을 2등급의 재질로 결정하는 단계;
상기 제1 장신구에 대해 일반형의 쥬얼리 출시가 필요한 것으로 판단되면, 상기 제3 가격이 제2 기준 가격 보다 큰 값으로 설정된 제4 기준 가격 보다 높은지 여부를 확인하는 단계;
상기 제3 가격이 상기 제4 기준 가격 보다 높은 것으로 확인되면, 상기 제1 장신구의 재질을 3등급의 재질로 결정하는 단계;
상기 제3 가격이 상기 제4 기준 가격 보다 낮은 것으로 확인되면, 상기 제1 장신구의 재질을 4등급의 재질로 결정하는 단계; 및
상기 제1 장신구의 재질이 결정되면, 상기 제1 장신구에 대한 제작 요청을 세공사 단말로 전송하는 단계를 더 포함하는,
NFT 기반 아트워크와 연계된 쥬얼리 거래 서비스 제공 방법.3. The method of claim 2,
determining whether the first price is higher than a third reference price set as a value greater than the first reference price when it is determined that the high-end jewelry release is necessary for the first accessory;
determining that the material of the first ornament is a first-class material when it is confirmed that the first price is higher than the third reference price;
determining that the material of the first ornament is a second-grade material when it is confirmed that the first price is lower than the third reference price;
determining whether the third price is higher than a fourth reference price set as a value greater than a second reference price, when it is determined that the general type of jewelry needs to be released for the first accessory;
when it is confirmed that the third price is higher than the fourth reference price, determining the material of the first ornament as a third-grade material;
determining that the material of the first ornament is a 4th grade material when it is confirmed that the third price is lower than the fourth reference price; and
When the material of the first ornament is determined, further comprising the step of transmitting a production request for the first ornament to a craftsman terminal,
A method of providing jewelry trading services linked with NFT-based artwork.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220043447A KR102447549B1 (en) | 2022-04-07 | 2022-04-07 | Method, device and system for providing jewelry trading service associated with artwork based on nft |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220043447A KR102447549B1 (en) | 2022-04-07 | 2022-04-07 | Method, device and system for providing jewelry trading service associated with artwork based on nft |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102447549B1 true KR102447549B1 (en) | 2022-09-26 |
Family
ID=83452661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220043447A KR102447549B1 (en) | 2022-04-07 | 2022-04-07 | Method, device and system for providing jewelry trading service associated with artwork based on nft |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102447549B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102578227B1 (en) | 2023-05-02 | 2023-09-13 | (주)에이비스포츠 | Method, device and system for providing platform services that issue and trade nfts in conjunction with customized clothing designs |
| KR102634657B1 (en) * | 2023-02-03 | 2024-02-08 | (주)에이유벤처스 | Precious metal accessory customized custom manufacturing system |
| KR102634659B1 (en) * | 2023-02-03 | 2024-02-08 | (주)에이유벤처스 | AI-based precious metal distribution platform system |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102199567B1 (en) | 2019-11-11 | 2021-01-07 | 주식회사 블루인덱스 | Blockchain based art transaction data sharing service provision system |
| KR102322511B1 (en) | 2021-07-19 | 2021-11-08 | 주식회사 와이콘즈 | Managing method for code related to non-fungible token and apparatus therefor |
| KR102340588B1 (en) | 2021-05-11 | 2021-12-21 | 주식회사 와이콘즈 | Object managing system supporting for object managing service using nft based on blockchain |
| KR102343025B1 (en) | 2021-10-05 | 2021-12-24 | (주) 모로보기 | Method of trading digital art based on non-fungible token and method of trading goods using thereof |
| KR20220014052A (en) * | 2020-07-28 | 2022-02-04 | (주)부치고 | Digital twin transaction device and method of origin |
| KR102379181B1 (en) * | 2021-09-03 | 2022-03-25 | 주식회사 오일오엠 | Method, device and system for deriving beauty business plan and strategy based on artificial intelligence |
-
2022
- 2022-04-07 KR KR1020220043447A patent/KR102447549B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102199567B1 (en) | 2019-11-11 | 2021-01-07 | 주식회사 블루인덱스 | Blockchain based art transaction data sharing service provision system |
| KR20220014052A (en) * | 2020-07-28 | 2022-02-04 | (주)부치고 | Digital twin transaction device and method of origin |
| KR102340588B1 (en) | 2021-05-11 | 2021-12-21 | 주식회사 와이콘즈 | Object managing system supporting for object managing service using nft based on blockchain |
| KR102322511B1 (en) | 2021-07-19 | 2021-11-08 | 주식회사 와이콘즈 | Managing method for code related to non-fungible token and apparatus therefor |
| KR102379181B1 (en) * | 2021-09-03 | 2022-03-25 | 주식회사 오일오엠 | Method, device and system for deriving beauty business plan and strategy based on artificial intelligence |
| KR102343025B1 (en) | 2021-10-05 | 2021-12-24 | (주) 모로보기 | Method of trading digital art based on non-fungible token and method of trading goods using thereof |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102634657B1 (en) * | 2023-02-03 | 2024-02-08 | (주)에이유벤처스 | Precious metal accessory customized custom manufacturing system |
| KR102634659B1 (en) * | 2023-02-03 | 2024-02-08 | (주)에이유벤처스 | AI-based precious metal distribution platform system |
| KR102578227B1 (en) | 2023-05-02 | 2023-09-13 | (주)에이비스포츠 | Method, device and system for providing platform services that issue and trade nfts in conjunction with customized clothing designs |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102447549B1 (en) | Method, device and system for providing jewelry trading service associated with artwork based on nft | |
| Benchaji et al. | Enhanced credit card fraud detection based on attention mechanism and LSTM deep model | |
| KR102404511B1 (en) | Method, device and system for recommending customized product information based on artificial intelligence | |
| CN108985929B (en) | Training method, business data classification processing method and device, and electronic equipment | |
| US20230342846A1 (en) | Micro-loan system | |
| KR102470154B1 (en) | Method, device and system for providing medical equipment trading and sharing platform service based on blockchain | |
| KR102468827B1 (en) | Method, device and system for sourcing products based on artificial intelligence and providing category-customized review analysis service | |
| Voican | Credit Card Fraud Detection using Deep Learning Techniques. | |
| CN113011895B (en) | Associated account sample screening method, device and equipment and computer storage medium | |
| CN110852881A (en) | Risk account identification method and device, electronic equipment and medium | |
| KR102508232B1 (en) | Method, device and system for managing distribution of inventory for mart operation based on artificial intelligence | |
| CN112652358A (en) | Drug recommendation system, computer equipment and storage medium for regulating and controlling disease target based on three-channel deep learning | |
| KR102539679B1 (en) | Method, device and system for recommending places tailored to the user based on the user's route | |
| KR102458694B1 (en) | Method, device and system for estimating cost of design work based on artificial intelligence and providing mediation platform service for design work | |
| US20220230262A1 (en) | Patent assessment method based on artificial intelligence | |
| Seema et al. | Development of fading channel patch based convolutional neural network models for customer churn prediction | |
| KR102541147B1 (en) | Method, device and system for providing account receivable trading platform service based on blockchain | |
| KR102426803B1 (en) | Method, device and system for automatically uploading overseas sales page of product based on artificial intelligence | |
| KR102447426B1 (en) | Method, device and system for recommending lifestyle guide information analyzing personal color and timeline based behavioral data for hyper personalization | |
| US20240161117A1 (en) | Trigger-Based Electronic Fund Transfers | |
| CN110555007A (en) | Method and device for judging number stealing behavior, computing equipment and storage medium | |
| El Orche et al. | Approach to combine an ontology-based on payment system with neural network for transaction fraud detection | |
| KR20230097676A (en) | APPARATUS AND METHOD for generating NFT token for golf content | |
| Li et al. | Face recognition algorithm based on multiscale feature fusion network | |
| KR102513420B1 (en) | Method, device and system for providing artificial intelligence model recommendation platform based on user intention analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |