KR102643751B1 - Method, server and computer program for providing guide information according to plant growth environment - Google Patents

Abstract

전술한 바와 같은 과제를 실현하기 위한 본 발명의 다양한 실시예에 따른 식물 생장 환경에 따른 가이드 정보 제공 방법이 개시된다. 상기 방법은, 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 방법에 있어서, 식물 양육 정보를 획득하는 단계, 상기 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계, 생장 환경 측정 장치로부터 식물 생장 정보를 획득하는 단계, 상기 맞춤 생장 조건 정보 및 상기 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성하는 단계 및 상기 식물 양육 가이드 정보를 사용자 단말 및 상기 생장 환경 측정 장치 중 적어도 하나로 전송할 것을 결정하는 단계를 포함할 수 있다.A method of providing guide information according to a plant growth environment according to various embodiments of the present invention for realizing the above-described problems is disclosed. The method is performed on one or more processors of a computing device, comprising: obtaining plant rearing information; generating customized growth condition information based on the plant rearing information; and obtaining plant growth information from a growth environment measuring device. Obtaining, generating plant nurturing guide information based on the customized growth condition information and the plant growth information, and determining to transmit the plant nurturing guide information to at least one of a user terminal and the growth environment measuring device. can do.

Description

식물 생장 환경에 따른 가이드 정보 제공 방법, 서버 및 컴퓨터 프로그램{METHOD, SERVER AND COMPUTER PROGRAM FOR PROVIDING GUIDE INFORMATION ACCORDING TO PLANT GROWTH ENVIRONMENT}Method of providing guide information according to plant growth environment, server and computer program {METHOD, SERVER AND COMPUTER PROGRAM FOR PROVIDING GUIDE INFORMATION ACCORDING TO PLANT GROWTH ENVIRONMENT}

본 발명의 다양한 실시예는 식물 생장에 관련한 가이드 정보를 제공하는 방법에 관한 것으로, 보다 구체적으로, 식물이 생장하는 환경에 대한 정보를 수집하고, 이에 대응하는 생장 가이드 정보를 제공하는 방법, 서버 및 컴퓨터 프로그램에 관한 것이다.Various embodiments of the present invention relate to a method of providing guide information related to plant growth, and more specifically, a method, a server, and a method for collecting information about the environment in which plants grow and providing corresponding growth guide information. It's about computer programs.

2010년대 후반에 100억원에 불과했던 국내 홈가느닝 시장 규모는, 2020년대 들어 급격하게 증가하기 시작해, 2020년에는 600억 원을 달성하였으며, 2023년에는 5,000억 원을 넘어갈 것으로 전망되고 있다.The size of the domestic home gardening market, which was only KRW 10 billion in the late 2010s, began to increase rapidly in the 2020s, reaching KRW 60 billion in 2020, and is expected to exceed KRW 500 billion in 2023.

농촌진흥청 국립원예특작과학원의 연구에 따르면, 식물을 이용한 치료가 암 환자와 만성질환 환장, 고령층 노인에게 스트레스 감소, 정서적 이완, 면역력 강화 등 건강에 긍정적인 효과를 안겼다. 이에 따라, 오늘날 식물은 정서적 의지의 대상인 반려식물로 그 의미가 상승하면서 케어의 대상이 되어가고 있다.According to a study by the National Institute of Horticultural and Herbal Science under the Rural Development Administration, treatment using plants had positive effects on health, such as reducing stress, emotional relaxation, and strengthening immunity for cancer patients, chronic diseases, and the elderly. Accordingly, today, plants are becoming objects of care, with their meaning rising as companion plants that are objects of emotional will.

한편, 가드너의 원예지식 부족과 가드닝 환경과 주거 환경이 현대화됨으로 인해, 실내 식물이 쉽게 죽을 수 있다. 예를 들어, 식물의 생육에는 수분이 필요하며, 식물에 따라 필요한 수분량이 다를 수 있다. 만약, 급수시기를 놓치는 경우, 식물이 고사될 수 있으며, 과잉급수의 경우, 식물의 뿌리를 썩게 만들어 식물이 죽게 된다. 즉, 다양한 식물 마다 수분을 공급하는 주기가 달라 기본적으로 식물의 수분 공급 주기를 인지하고 있어야 한다.Meanwhile, due to gardeners' lack of gardening knowledge and the modernization of gardening and living environments, indoor plants can easily die. For example, moisture is required for plant growth, and the amount of moisture required may vary depending on the plant. If you miss the watering period, the plant may die, and if you overwater, the roots of the plant will rot and the plant will die. In other words, the water supply cycle is different for each plant, so you must be basically aware of the plant's water supply cycle.

식물을 적절하게 생육하기 위해서는 수분 뿐만 아니라, 일조량, 온도 등 다양한 주요 요소들이 더 고려하여야 한다. 하지만, 가드너의 입장에서 식물의 생육 환경이 적절한 환경인지 지속적으로 관찰하고 기억하기 어려울 수 있다.In order to grow plants properly, various key factors such as moisture, sunlight, and temperature must be taken into consideration. However, from a gardener's perspective, it can be difficult to continuously observe and remember whether the growth environment for plants is appropriate.

따라서, 부족한 원예지식과 제한된 가드닝 환경을 극복하기 위한 솔루션에 대한 연구 개발 수요가 존재할 수 있다.Therefore, there may be a demand for research and development for solutions to overcome insufficient horticultural knowledge and limited gardening environments.

대한민국 공개특허 10-2018-0129533호Republic of Korea Patent Publication No. 10-2018-0129533

본 발명이 해결하고자 하는 과제는 전술한 배경기술에 대응하여 안출된 것으로, 식물이 생장하는 환경에 대한 정보를 수집하고, 이에 대응하는 생장 가이드 정보 제공 방법을 제공하기 위함이다.The problem to be solved by the present invention is to provide a method of collecting information about the environment in which plants grow and providing growth guide information corresponding to the above-mentioned background technology.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned can be clearly understood by those skilled in the art from the description below.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 식물 생장 환경에 따른 가이드 정보 제공 방법이 개시된다. 상기 방법은, 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 방법에 있어서, 식물 양육 정보를 획득하는 단계, 상기 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계, 생장 환경 측정 장치로부터 식물 생장 정보를 획득하는 단계, 상기 맞춤 생장 조건 정보 및 상기 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성하는 단계 및 상기 식물 양육 가이드 정보를 사용자 단말 및 상기 생장 환경 측정 장치 중 적어도 하나로 전송할 것을 결정하는 단계를 포함할 수 있다.A method of providing guide information according to a plant growth environment according to an embodiment of the present invention to solve the above-mentioned problems is disclosed. The method is performed on one or more processors of a computing device, comprising: obtaining plant rearing information; generating customized growth condition information based on the plant rearing information; and obtaining plant growth information from a growth environment measuring device. Obtaining, generating plant nurturing guide information based on the customized growth condition information and the plant growth information, and determining to transmit the plant nurturing guide information to at least one of a user terminal and the growth environment measuring device. can do.

대안적인 실시예에서, 상기 식물 양육 정보는, 식물을 양육하기 위한 양육 환경에 대응하는 정보를 포함하며, 상기 식물 생장 정보는, 식물의 생장 과정에서 생장 환경에 대응하여 획득되는 정보를 포함할 수 있다.In an alternative embodiment, the plant rearing information includes information corresponding to a nurturing environment for nurturing the plant, and the plant growth information may include information obtained in response to the growth environment during the plant growth process. there is.

대안적인 실시예에서, 상기 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계는, 상기 식물 양육 정보에 식물 종류 정보가 포함되어 있지 않는 경우, 상기 식물 양육 정보에 기초하여 추천 식물 정보를 생성하고, 상기 식물 양육 정보 및 상기 추천 식물 정보에 기초하여 상기 맞춤 생장 조건 정보를 생성하는 단계 및 상기 식물 양육 정보에 상기 식물 종류 정보가 포함된 경우, 상기 식물 양육 정보 및 상기 식물 종류 정보에 기초하여 상기 맞춤 생장 조건 정보를 생성하는 단계를 포함할 수 있다.In an alternative embodiment, the step of generating customized growth condition information based on the plant nurturing information includes generating recommended plant information based on the plant nurturing information when the plant nurturing information does not include plant type information. and generating the customized growth condition information based on the plant nurturing information and the recommended plant information, and when the plant nurturing information includes the plant type information, based on the plant nurturing information and the plant type information. It may include generating the customized growth condition information.

대안적인 실시예에서, 상기 추천 식물 정보는, 식물 데이터베이스로부터 상기 식물 양육 정보에 대응하는 식물 정보를 식별하여 생성되는 것을 특징으로 하며, 상기 식물 데이터베이스는, 복수의 식물 각각의 종류, 각 종류에 대응하는 식물의 양육 방법에 대응하는 양육 정보들 및 복수의 유저에 관련한 유저 양육 정보를 포함할 수 있다.In an alternative embodiment, the recommended plant information is generated by identifying plant information corresponding to the plant rearing information from a plant database, wherein the plant database corresponds to each type of a plurality of plants. It may include nurturing information corresponding to the nurturing method of the plant and user nurturing information related to multiple users.

대안적인 실시예에서, 상기 방법은, 복수의 외부 서버로부터 복수의 식물 양육 각각에 관련한 복수의 공공 식물 양육 정보를 획득하는 단계, 상기 복수의 공공 식물 양육 정보 간의 교집합에 기초하여 식물 데이터베이스를 구축하는 단계 및 상기 복수의 유저 각각으로부터 수신한 복수의 유저 양육 정보에 기초하여 상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계를 더 포함할 수 있다.In an alternative embodiment, the method includes obtaining a plurality of public plant nurturing information related to each of a plurality of plant nurturing from a plurality of external servers, and constructing a plant database based on an intersection between the plurality of public plant nurturing information. The method may further include updating the plant database based on a plurality of user-rearing information received from each of the plurality of users.

대안적인 실시예에서, 상기 복수의 유저 각각으로부터 수신한 복수의 유저 양육 정보에 기초하여 상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계는, 상기 복수의 유저 양육 정보 중 우수 유저 양육 정보를 선별하는 단계, 상기 우수 유저 양육 정보와 복수의 공공 식물 양육 정보 중 서로 대응하는 정보 간의 비교를 수행하는 단계 및 상기 비교 결과, 양 정보 간 차이가 식별되는 경우, 상기 우수 유저 양육 정보에 기초하여 상기 복수의 공공 식물 양육 정보를 업데이트하는 단계를 포함할 수 있다.In an alternative embodiment, performing an update on the plant database based on a plurality of user nurturing information received from each of the plurality of users includes selecting excellent user nurturing information from among the plurality of user nurturing information, A step of performing a comparison between the excellent user nurturing information and corresponding information among the plurality of public plant nurturing information, and when a difference between the amounts of information is identified as a result of the comparison, the plurality of public plants based on the excellent user nurturing information It may include updating parenting information.

대안적인 실시예에서, 상기 방법은, 상기 식물 데이터베이스에 저장된 정보들을 기반으로 학습 데이터 세트를 구축하는 단계 및 상기 학습 데이터 세트를 통해 하나 이상의 네트워크 함수에 대한 학습을 수행하여 식물 양육 예측 모델을 생성하는 단계를 더 포함하며, 상기 식물 양육 예측 모델은, 식물 정보를 입력으로 하여 맞춤 생장 조건 정보를 출력하는 신경망 모델일 수 있다.In an alternative embodiment, the method includes constructing a learning data set based on information stored in the plant database and performing learning on one or more network functions through the learning data set to generate a plant parenting prediction model. It further includes a step, and the plant rearing prediction model may be a neural network model that takes plant information as input and outputs customized growth condition information.

대안적인 실시예에서, 상기 식물 양육 예측 모델을 생성하는 단계는, 상기 학습 데이터 세트 각각을 복수의 도메인으로 분류하여 복수의 학습 서브 데이터 세트를 구축하는 단계 및 상기 복수의 학습 서브 데이터 세트 각각을 활용하여 복수의 식물 양육 예측 서브 모델을 생성하는 단계를 포함할 수 있다.In an alternative embodiment, the step of generating the plant nurturing prediction model includes constructing a plurality of learning sub-data sets by classifying each of the learning data sets into a plurality of domains and utilizing each of the plurality of learning sub-data sets. This may include generating a plurality of plant rearing prediction sub-models.

대안적인 실시예에서, 상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계는, 상기 식물 데이터베이스에 대한 업데이트 사항에 기초하여 공공 수정 정보를 생성하는 단계 및 상기 공공 수정 정보를 상기 복수의 외부 서버에 전송할 것을 결정하는 단계를 포함하며, 상기 공공 수정 정보는, 기존 공공 식물 양육 정보의 개선점에 관한 정보를 포함할 수 있다.In an alternative embodiment, performing an update to the plant database includes generating public revision information based on updates to the plant database and determining to transmit the public revision information to the plurality of external servers. It includes a step of doing so, and the public modification information may include information about improvements to existing public plant nurturing information.

대안적인 실시예에서, 상기 생장 환경 측정 장치는, 식물이 양육된 화분에 구비되어 상기 식물 양육에 관련한 센싱 정보를 획득하고, 상기 식물 양육 가이드 정보에 기초하여 환경 조정 동작을 수행하는 것을 특징으로 할 수 있다.In an alternative embodiment, the growth environment measuring device is provided in a pot in which a plant is reared, acquires sensing information related to the plant rearing, and performs an environmental adjustment operation based on the plant rearing guide information. You can.

본 발명의 다른 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하기 위한 서버가 개시된다. 상기 서버는 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 메모리에 저장된 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 전술한 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행할 수 있다.According to another embodiment of the present invention, a server for performing a method of providing guide information according to a plant growth environment is disclosed. The server includes a memory that stores one or more instructions and a processor that executes one or more instructions stored in the memory, and the processor executes the one or more instructions to perform the method of providing guide information according to the plant growth environment described above. can do.

본 발명의 또 다른 실시예에 따르면, 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하드웨어인 컴퓨터와 결합되어, 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행할 수 있다.According to another embodiment of the present invention, a computer program stored in a computer-readable recording medium is disclosed. The computer program can be combined with a hardware computer to perform a method of providing guide information according to the plant growth environment.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

본 발명의 다양한 실시예에 따르면, 식물의 생장 환경에 관련한 정보를 수집하고, 이에 기초하여 식물의 생장 환경을 조정하기 위한 정보를 제공할 수 있다.According to various embodiments of the present invention, information related to the growth environment of plants can be collected and information for adjusting the plant growth environment based on this information can be provided.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 구현하기 위한 시스템을 개략적으로 도시한 예시도이다.
도 2는 본 발명의 일 실시예와 관련된 생장 환경 측정 장치가 구비된 환경을 예시적으로 나타낸 예시도이다.
도 3은 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하는 서버의 하드웨어 구성도이다.
도 4는 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 예시적으로 나타낸 순서도를 도시한다.
도 5는 본 발명의 일 실시예와 관련된 식물 데이터베이스를 구축하는 과정을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예와 관련된 하나 이상의 네트워크 함수를 나타낸 개략도이다.Figure 1 is an exemplary diagram schematically showing a system for implementing a method of providing guide information according to a plant growth environment related to an embodiment of the present invention.
Figure 2 is an exemplary diagram showing an environment in which a growth environment measuring device related to an embodiment of the present invention is provided.
Figure 3 is a hardware configuration diagram of a server that performs a method of providing guide information according to a plant growth environment related to an embodiment of the present invention.
Figure 4 shows a flowchart illustrating a method of providing guide information according to a plant growth environment related to an embodiment of the present invention.
Figure 5 is an exemplary diagram for explaining the process of building a plant database related to an embodiment of the present invention.
Figure 6 is a schematic diagram showing one or more network functions related to one embodiment of the present invention.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 발명의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.Various embodiments are now described with reference to the drawings. In this specification, various descriptions are presented to provide an understanding of the invention. However, it is clear that these embodiments may be practiced without these specific descriptions.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.As used herein, the terms “component,” “module,” “system,” and the like refer to a computer-related entity, hardware, firmware, software, a combination of software and hardware, or an implementation of software. For example, a component may be, but is not limited to, a process running on a processor, a processor, an object, a thread of execution, a program, and/or a computer. For example, both an application running on a computing device and the computing device can be a component. One or more components may reside within a processor and/or thread of execution. A component may be localized within one computer. A component may be distributed between two or more computers. Additionally, these components can execute from various computer-readable media having various data structures stored thereon. Components can transmit signals, for example, with one or more data packets (e.g., data and/or signals from one component interacting with other components in a local system, a distributed system, to other systems and over a network such as the Internet). Depending on the data being transmitted, they may communicate through local and/or remote processes.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.Additionally, the term “or” is intended to mean an inclusive “or” and not an exclusive “or.” That is, unless otherwise specified or clear from context, “X utilizes A or B” is intended to mean one of the natural implicit substitutions. That is, either X uses A; X uses B; Or, if X uses both A and B, “X uses A or B” can apply to either of these cases. Additionally, the term “and/or” as used herein should be understood to refer to and include all possible combinations of one or more of the related listed items.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.Additionally, the terms “comprise” and/or “comprising” should be understood to mean that the corresponding feature and/or element is present. However, the terms “comprise” and/or “comprising” should be understood as not excluding the presence or addition of one or more other features, elements and/or groups thereof. Additionally, unless otherwise specified or the context is clear to indicate a singular form, the singular terms herein and in the claims should generally be construed to mean “one or more.”

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시 적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 발명내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.Those skilled in the art will additionally recognize that the various illustrative logical blocks, components, modules, circuits, means, logic, and algorithm steps described in connection with the embodiments disclosed herein may be implemented using electronic hardware, computer software, or a combination of both. It must be recognized that it can be implemented with To clearly illustrate the interchangeability of hardware and software, various illustrative components, blocks, configurations, means, logics, modules, circuits, and steps have been described above generally in terms of their functionality. Whether such functionality is implemented in hardware or software will depend on the specific application and design constraints imposed on the overall system. A skilled technician can implement the described functionality in a variety of ways for each specific application. However, such implementation decisions should not be construed as departing from the scope of the present invention.

제시된 실시예들에 대한 설명은 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.The description of the presented embodiments is provided to enable anyone skilled in the art to use or practice the present invention. Various modifications to these embodiments will be apparent to those skilled in the art. The general principles defined herein may be applied to other embodiments without departing from the scope of the invention. Therefore, the present invention is not limited to the embodiments presented herein. The present invention is to be interpreted in the broadest scope consistent with the principles and novel features presented herein.

본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.In this specification, a computer refers to all types of hardware devices including at least one processor, and depending on the embodiment, it may be understood as encompassing software configurations that operate on the hardware device. For example, a computer can be understood to include, but is not limited to, a smartphone, tablet PC, desktop, laptop, and user clients and applications running on each device.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.Each step described in this specification is described as being performed by a computer, but the subject of each step is not limited thereto, and depending on the embodiment, at least part of each step may be performed in a different device.

도 1은 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 구현하기 위한 시스템을 개략적으로 도시한 예시도이다.Figure 1 is an exemplary diagram schematically showing a system for implementing a method of providing guide information according to a plant growth environment related to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 실시예들에 따른 시스템은, 서버(100), 식물 데이터베이스(200), 외부 서버(300), 사용자 단말(10) 및 생장 환경 측정 장치(1000)를 포함할 수 있다. 도 1에서 도시되는 컴포넌트들은 예시적인 것으로서, 추가적인 컴포넌트들이 존재하거나 또는 도 1에서 도시되는 컴포넌트들 중 일부는 생략될 수 있다. 본 발명의 실시예들에 따른 서버(100), 식물 데이터베이스(200), 외부 서버(300), 사용자 단말(10) 및 생장 환경 측정 장치(1000)는 네트워크를 통해, 본 발명의 일 실시예들에 따른 시스템을 위한 데이터를 상호 송수신할 수 있다.As shown in Figure 1, the system according to embodiments of the present invention includes a server 100, a plant database 200, an external server 300, a user terminal 10, and a growth environment measuring device 1000. It can be included. The components shown in FIG. 1 are exemplary, and additional components may exist or some of the components shown in FIG. 1 may be omitted. The server 100, plant database 200, external server 300, user terminal 10, and growth environment measuring device 1000 according to embodiments of the present invention are connected through a network, according to embodiments of the present invention. Data for systems according to can be mutually transmitted and received.

본 발명의 실시예들에 따른 네트워크는 공중전화 교환망(PSTN: Public Switched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다.Networks according to embodiments of the present invention include Public Switched Telephone Network (PSTN), x Digital Subscriber Line (xDSL), Rate Adaptive DSL (RADSL), Multi Rate DSL (MDSL), and Very High Speed DSL (VDSL). ), UADSL (Universal Asymmetric DSL), HDSL (High Bit Rate DSL), and local area network (LAN) can be used.

또한, 여기서 제시되는 네트워크는 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다.In addition, the networks presented here include Code Division Multi Access (CDMA), Time Division Multi Access (TDMA), Frequency Division Multi Access (FDMA), Orthogonal Frequency Division Multi Access (OFDMA), Single Carrier-FDMA (SC-FDMA), and A variety of wireless communication systems, such as other systems, may be used.

본 발명의 실시예들에 따른 네트워크는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다. 본 명세서에서 설명된 기술들은 위에서 언급된 네트워크들뿐만 아니라, 다른 네트워크들에서도 사용될 수 있다.The network according to embodiments of the present invention can be configured regardless of the communication mode, such as wired or wireless, and is composed of various communication networks such as a personal area network (PAN) and a wide area network (WAN). It can be. Additionally, the network may be the well-known World Wide Web (WWW), and may also use wireless transmission technology used for short-distance communication, such as Infrared Data Association (IrDA) or Bluetooth. The techniques described herein can be used in the networks mentioned above, as well as other networks.

본 발명의 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하는 서버(100)(이하 '서버(100)')는 식물의 양육 과정에서 획득되는 식물 생장 정보에 기초하여 식물의 생장 환경을 가이드하기 위한 식물 양육 가이드 정보를 생성할 수 있다. 여기서, 식물 생장 정보는, 생장 환경 정보 및 생장 이미지를 포함할 수 있다. 생장 환경 정보는, 토양 정보 및 환경 정보를 포함할 수 있다. 생장 이미지는, 식물의 양육 과정에서 식물이 잘 생장하고 있는지를 파악하는데 도움이 되는 다양한 시점 별 이미지들을 포함할 수 있다. 이러한 생장 이미지는, 생장 환경 측정 장치(1000)에 구비된 이미지 획득부를 촬영되거나, 또는 사용자가 소지한 별도의 단말을 통해 촬영된 이미지일 수 있다.According to an embodiment of the present invention, the server 100 (hereinafter referred to as 'server 100'), which performs a method of providing guide information according to the plant growth environment, monitors plant growth based on plant growth information acquired during the plant growth process. Plant nurturing guide information can be created to guide the environment. Here, plant growth information may include growth environment information and growth images. Growth environment information may include soil information and environmental information. Growth images may include images from various viewpoints that help determine whether the plant is growing well during the nurturing process. This growth image may be an image captured by an image acquisition unit provided in the growth environment measurement device 1000, or may be an image captured through a separate terminal owned by the user.

구체적으로, 서버(100)는 생장 환경 측정 장치(1000)로부터 특정 식물에 대응하는 식물 생장 정보를 수신할 수 있으며, 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성할 수 있다. 여기서, 생장 환경 측정 장치(1000)는 식물이 구비된 화분에 대응하여 구비될 수 있다. 예컨대, 생장 환경 측정 장치(1000)는 식물을 지지하는 배양토에 적어도 일부가 삽입된 상태로 구비됨에 따라, 식물과 인접한 위치에 고정될 수 있다. 생장 환경 측정 장치(1000)는 식물과 인접한 위치에 구비되어, 식물의 생육 환경에 관련한 정보들을 수집할 수 있다. 생장 환경 측정 장치(1000)는 식물을 지지하는 배양토에 대응하는 토양 정보 및 식물이 위치한 공간에 대응하는 환경 정보를 포함하는 생장 환경 정보를 획득할 수 있으며, 이를 서버(100)로 전송할 수 있다.Specifically, the server 100 may receive plant growth information corresponding to a specific plant from the growth environment measuring device 1000 and generate plant nurturing guide information based on the plant growth information. Here, the growth environment measuring device 1000 may be provided in response to a pot equipped with a plant. For example, the growth environment measuring device 1000 is provided with at least a portion inserted into the culture medium supporting the plant, and thus can be fixed at a location adjacent to the plant. The growth environment measuring device 1000 is provided at a location adjacent to the plant and can collect information related to the growth environment of the plant. The growth environment measuring device 1000 can obtain growth environment information including soil information corresponding to the culture soil supporting the plant and environmental information corresponding to the space where the plant is located, and transmit this to the server 100.

좀 더 자세히 설명하면, 서버(100)는 사용자가 현재 기르는 식물에 대응하는 맞춤 생장 조건 정보를 획득할 수 있다. 여기서, 맞춤 생장 조건 정보는, 특정 식물의 생장을 향상시키기 위한 방법에 관한 정보를 포함할 수 있다. 예를 들어, '금전수'에 대응하는 맞춤 생장 조건 정보는, 적정 생육온도가 18 내지 24℃라는 정보를 포함하며, 적정 습도가 40 내지 70%라는 정보를 포함할 수 있다. 전술한 맞춤 생장 조건 정보에 대한 구체적인 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.To explain in more detail, the server 100 can obtain customized growth condition information corresponding to the plant the user is currently growing. Here, the customized growth condition information may include information about methods for improving the growth of a specific plant. For example, customized growth condition information corresponding to 'money tree' may include information that the appropriate growth temperature is 18 to 24°C and that the appropriate humidity is 40 to 70%. The detailed description of the above-described customized growth condition information is only an example, and the present invention is not limited thereto.

이러한 맞춤 생장 조건 정보는, 식물 관련 정보들을 다루는 공공 기관에 대응하는 다양한 외부 서버(300)들로부터 수집되는 것일 수 있다. 외부 서버(300)는 예를 들어, 농촌진흥청, 한국소비자원, 농사로 또는 식물 관련 해외문헌 서버 등을 포함할 수 있으나, 이에 제한되지 않는다. 서버(100)는 식물의 최적 생육 방법을 기록하는 다양한 외부 서버(300)들로부터 정보들을 수집하고, 이를 기반으로 식물 데이터베이스(200)를 구축할 수 있다. 서버(100)는 생장 환경 측정 장치(1000)로부터 특정 식물에 관련한 식물 정보를 수신하는 경우, 식물 데이터베이스(200)를 참조하여 해당 식물 정보에 대응하는 맞춤 생장 조건 정보를 제공할 수 있다.This customized growth condition information may be collected from various external servers 300 corresponding to public institutions that handle plant-related information. The external server 300 may include, for example, the Rural Development Administration, the Korea Consumer Agency, a farm road, or a plant-related foreign literature server, but is not limited thereto. The server 100 can collect information from various external servers 300 that record the optimal growth method of plants, and build a plant database 200 based on this. When the server 100 receives plant information related to a specific plant from the growth environment measurement device 1000, the server 100 may refer to the plant database 200 and provide customized growth condition information corresponding to the plant information.

또한, 서버(100)는 사용자가 양육하는 식물에 대응하는 맞춤 생장 조건 정보와 생장 환경 측정 장치(1000)로부터 실시간으로 획득되는 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성할 수 있다. 예를 들어, 사용자가 특정 식물을 양육하는 경우, 해당 식물에 대응하는 맞춤 생장 조건 정보를 확보하고, 실시간 획득되는 식물 생장 정보가 확보된 맞춤 생장 조건 정보와 상이한 경우, 식물 생장 정보가 맞춤 생장 조건 정보에 충족되도록 식물 양육 가이드 정보를 생성할 수 있다.Additionally, the server 100 may generate plant nurturing guide information based on customized growth condition information corresponding to the plants nurtured by the user and plant growth information obtained in real time from the growth environment measuring device 1000. For example, when a user is nurturing a specific plant, customized growth conditions information corresponding to the plant is secured, and if the plant growth information obtained in real time is different from the secured customized growth conditions information, the plant growth information is changed to the customized growth conditions. Plant nurturing guide information can be created to meet the information requirements.

보다 자세한 예를 들어, 사용자가 금전수를 양육하는 경우, 서버(100)는 식물 데이터베이스(200)를 참조하여 금전수에 대응하는 맞춤 생장 조건 정보가 획득될 수 있다. 이 경우, 금전수에 대응하는 맞춤 생장 조건 정보는, 적정 생육온도가 18 내지 24℃라는 정보를 포함하며, 적정 습도가 40 내지 70%라는 정보를 포함할 수 있다. 한편, 서버(100)는 생장 환경 측정 장치(1000)로부터 식물의 실시간 생장 환경에 관련한 식물 생장 정보를 수신할 수 있다. 이 경우, 식물 생장 정보는, 현재 온도가 28℃이며, 토양의 습도가 10%라는 정보를 포함할 수 있다.For a more detailed example, when a user raises a money tree, the server 100 may refer to the plant database 200 to obtain customized growth condition information corresponding to the money tree. In this case, the customized growth conditions information corresponding to the money tree may include information that the appropriate growth temperature is 18 to 24°C and the appropriate humidity is 40 to 70%. Meanwhile, the server 100 may receive plant growth information related to the real-time growth environment of plants from the growth environment measuring device 1000. In this case, the plant growth information may include information that the current temperature is 28°C and the soil humidity is 10%.

서버(100)는 맞춤 생장 조건 정보와 식물 생장 정보가 상이한 것을 식별하여, 식물 생장 정보가 맞춤 생장 조건 정보를 충족하도록 식물 양육 가이드 정보를 생성할 수 있다. 이 경우, 서버에 의해 생성되는 식물 양육 가이드 정보는, 화분이 구비된 공간의 온도를 4℃ 낮추고, 물 100mL 보충하라는 정보를 포함할 수 있다. 전술한 식물 양육 가이드 정보에 대한 구체적인 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.The server 100 may identify that the customized growth condition information is different from the plant growth information and generate plant nurturing guide information so that the plant growth information satisfies the customized growth condition information. In this case, the plant nurturing guide information generated by the server may include information to lower the temperature of the space where the flower pot is installed by 4°C and replenish 100 mL of water. The specific description of the above-described plant rearing guide information is only an example, and the present invention is not limited thereto.

즉, 서버(100)는 식물에 대응하여 확보한 맞춤 생장 조건 정보와 실시간 식물의 생장 환경에 관련하여 획득되는 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성할 수 있다. 서버(100)는 식물 생장 정보가 맞춤 생장 조건을 충족하도록 식물 양육 가이드 정보를 생성할 수 있다.That is, the server 100 may generate plant nurturing guide information based on customized growth condition information obtained in response to the plant and plant growth information obtained in relation to the real-time plant growth environment. The server 100 may generate plant nurturing guide information so that the plant growth information satisfies customized growth conditions.

다양한 실시예에서, 서버(100)는 생성된 식물 양육 가이드 정보를 사용자 단말(10) 및 생장 환경 측정 장치(1000) 중 적어도 하나로 전송할 수 있다.In various embodiments, the server 100 may transmit the generated plant nurturing guide information to at least one of the user terminal 10 and the growth environment measuring device 1000.

서버(100)가 식물 양육 가이드 정보를 사용자 단말(10)로 전송하는 경우, 사용자는 자신의 단말에 표시된 정보를 확인하여 식물의 양육 환경을 변화시킬 수 있다. 예컨대, 사용자는 식물 양육 가이드 정보에 기반하여 식물이 양육된 공간의 온도를 낮추거나 또는, 일정량의 수분을 보충할 수 있다.When the server 100 transmits plant nurturing guide information to the user terminal 10, the user can change the nurturing environment for the plant by checking the information displayed on his or her terminal. For example, the user can lower the temperature of the space where the plant is raised or replenish a certain amount of moisture based on the plant nurturing guide information.

또한, 서버(100)가 식물 양육 가이드 정보를 생장 환경 측정 장치(1000)로 전송할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 시각적 인지 정보를 제공하는 것을 특징으로 할 수 있다. 구체적으로, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 상이한 방식으로 LED부를 점등하는 것을 특징으로 할 수 있다. 예를 들어, 배양토에 수분이 부족한 경우, LED부가 붉은색 색상을 점등하도록 할 수 있으며, 수분이 과한 경우에는, LED부가 붉은색 색상을 일정 시간 간격을 두고 점등 및 소등을 반복하도록 할 수 있다. 다른 예를 들어, 온도가 낮은 경우, LED부가 파란색 색상을 점등하도록 할 수 있으며, 영양제가 요구되는 경우, LED부가 초록색 색상을 점등하도록 할 수 있다. 즉, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 따라 상이한 색상 또는 상이한 패턴의 점등 방식을 제공하여 사용자에게 식물 생육에 관련한 시각적인 인지 정보를 제공할 수 있다.Additionally, the server 100 may transmit plant nurturing guide information to the growth environment measuring device 1000. In an embodiment, the growth environment measuring device 1000 may provide visual recognition information based on plant nurturing guide information. Specifically, the growth environment measuring device 1000 may be characterized by lighting the LED unit in different ways based on plant nurturing guide information. For example, if there is insufficient moisture in the culture soil, the LED unit can be made to light up in red, and if the moisture is excessive, the LED unit can be made to repeatedly turn on and off in red color at regular intervals. For another example, when the temperature is low, the LED part can be made to light up in blue color, and when nutrients are required, the LED part can be made to light up in green color. That is, the growth environment measuring device 1000 may provide lighting methods of different colors or different patterns according to plant nurturing guide information to provide the user with visual recognition information related to plant growth.

이에 따라, 사용자는 자신의 단말에 표시된 식물 양육 가이드 정보 또는, 생장 환경 측정 장치(1000)의 LED부에 표시된 시각적 정보를 통해 식물 생장에 관련한 적절한 환경 변화 동작을 수행할 수 있다. 예컨대, 사용자는 생장 환경 측정 장치(1000)의 LED부에 붉은색 색상이 점등된 것을 확인하여, 화분에 수분을 공급할 수 있다.Accordingly, the user can perform appropriate environmental change operations related to plant growth through plant nurturing guide information displayed on the user's terminal or visual information displayed on the LED portion of the growth environment measuring device 1000. For example, the user can supply moisture to the flower pot by confirming that the red color of the LED part of the growth environment measuring device 1000 is turned on.

전술한 바와 같이, 본 발명의 서버(100)는 사용자가 양육하는 식물에 대응하여 획득된 맞춤 생장 조건 정보를 기준으로 실시간으로 획득되는 식물 생장 정보를 비교하여 식물 양육 가이드 정보를 생성하여 사용자에게 제공할 수 있다. 이는 사용자로 하여금, 식물 양육 가이드 정보를 토대로 식물의 생장 환경을 조정하도록 하여, 식물이 생장할 수 있는 최적의 환경을 조성하도록 할 수 있다. 즉, 부족한 원예지식과 제한된 가드닝 환경에도, 식물의 생장 효율이 향상되는 효과를 제공할 수 있다.As described above, the server 100 of the present invention compares plant growth information obtained in real time based on customized growth condition information obtained in response to the plants raised by the user, generates plant nurturing guide information and provides it to the user. can do. This allows the user to adjust the growth environment of the plant based on the plant nurturing guide information, thereby creating an optimal environment for the plant to grow. In other words, it can provide the effect of improving plant growth efficiency even with insufficient horticultural knowledge and limited gardening environments.

다양한 실시예에서, 본 발명의 식물 양육 가이드 정보에 대응하는 환경 조정 동작은, 사물 인터넷(IOT, Internet of Things)을 통한 연계를 통해 구현될 수 있다. 구체적으로, 서버(100)는 식물이 위치한 공간에 관련한 실내 환경에 변화를 줄 수 있는 다양한 기기들과의 연계를 통해 구현될 수 있다. 예를 들어, 서버(100)는 사물 인터넷을 통한 연계에 기반한 스마트 에어컨, 스마트 히터, 스마트 보일러, 스마트 창문, 스마트 가습기, 스마트 제습기 및 스마트 조명 등으로 구현될 수 있으나, 이에 제한되지 않는다. 이 경우, 서버(100)가 생성한 식물 양육 가이드 정보에 대응하는 환경 조정 동작 수행이 연계된 스마트 기기를 통해 자동화됨에 따라 편의성이 향상될 수 있다.In various embodiments, environmental adjustment operations corresponding to the plant nurturing guide information of the present invention may be implemented through linkage through the Internet of Things (IOT). Specifically, the server 100 can be implemented through linkage with various devices that can change the indoor environment related to the space where the plant is located. For example, the server 100 may be implemented as a smart air conditioner, smart heater, smart boiler, smart window, smart humidifier, smart dehumidifier, and smart lighting based on connection through the Internet of Things, but is not limited to this. In this case, convenience can be improved as the environmental adjustment operation corresponding to the plant nurturing guide information generated by the server 100 is automated through a connected smart device.

서버가 수행하는 식물 생장 환경에 따른 가이드 정보 제공 방법 및 이를 통해 야기되는 자세한 효과에 대한 보다 구체적인 설명은, 도 4를 참조하여 후술하도록 한다.A more detailed description of the method of providing guide information according to the plant growth environment performed by the server and the detailed effects caused by this will be described later with reference to FIG. 4.

실시예에서, 도 1에서의 1개의 서버(100)만을 도시하고 있으나, 이보다 많은 서버들 또한 본 발명의 범위에 포함될 수 있다는 점 그리고 서버(100)가 추가적인 컴포넌트들을 포함할 수 있다는 점은 당해 출원분야에 있어서 통상의 지식을 가진 자에게 명백할 것이다. 즉, 서버(100)는 복수 개의 컴퓨팅 장치로 구성될 수도 있다. 다시 말해, 복수의 노드의 집합이 서버(100)를 구성할 수 있다.In the embodiment, only one server 100 in FIG. 1 is shown, but it is understood that more servers may also be included within the scope of the present invention and that server 100 may include additional components as set forth in the application. It will be clear to those skilled in the art. That is, the server 100 may be composed of a plurality of computing devices. In other words, a set of multiple nodes may constitute the server 100.

본 발명의 일 실시예에 따르면, 서버(100)는 클라우드 컴퓨팅 서비스를 제공하는 서버일 수 있다. 보다 구체적으로, 서버(100)는 인터넷 기반 컴퓨팅의 일종으로 정보를 사용자의 컴퓨터가 아닌 인터넷에 연결된 다른 컴퓨터로 처리하는 클라우드 컴퓨팅 서비스를 제공하는 서버일 수 있다. 상기 클라우드 컴퓨팅 서비스는 인터넷 상에 자료를 저장해 두고, 사용자가 필요한 자료나 프로그램을 자신의 컴퓨터에 설치하지 않고도 인터넷 접속을 통해 언제 어디서나 이용할 수 있는 서비스일 수 있으며, 인터넷 상에 저장된 자료들을 간단한 조작 및 클릭으로 쉽게 공유하고 전달할 수 있다. 또한, 클라우드 컴퓨팅 서비스는 인터넷 상의 서버에 단순히 자료를 저장하는 것뿐만 아니라, 별도로 프로그램을 설치하지 않아도 웹에서 제공하는 응용프로그램의 기능을 이용하여 원하는 작업을 수행할 수 있으며, 여러 사람이 동시에 문서를 공유하면서 작업을 진행할 수 있는 서비스일 수 있다. 또한, 클라우드 컴퓨팅 서비스는 IaaS(Infrastructure as a Service), PaaS(Platform as a Service), SaaS(Software as a Service), 가상 머신 기반 클라우드 서버 및 컨테이너 기반 클라우드 서버 중 적어도 하나의 형태로 구현될 수 있다. 즉, 본 발명의 서버(100)는 상술한 클라우드 컴퓨팅 서비스 중 적어도 하나의 형태로 구현될 수 있다. 전술한 클라우드 컴퓨팅 서비스의 구체적인 기재는 예시일 뿐, 본 발명의 클라우드 컴퓨팅 환경을 구축하는 임의의 플랫폼을 포함할 수도 있다.According to one embodiment of the present invention, the server 100 may be a server that provides cloud computing services. More specifically, the server 100 may be a type of Internet-based computing server that provides a cloud computing service that processes information not on the user's computer but on another computer connected to the Internet. The cloud computing service may be a service that stores data on the Internet and allows users to use it anytime, anywhere through Internet access without having to install necessary data or programs on their computer. The cloud computing service can be used to easily manipulate and manipulate data stored on the Internet. You can easily share and forward with a click. In addition, cloud computing services not only allow you to simply store data on a server on the Internet, but also allow you to perform desired tasks using the functions of applications provided on the web without having to install a separate program, and allow multiple people to view documents at the same time. It may be a service that allows you to work while sharing. Additionally, cloud computing services may be implemented in at least one of the following forms: Infrastructure as a Service (IaaS), Platform as a Service (PaaS), Software as a Service (SaaS), virtual machine-based cloud server, and container-based cloud server. . That is, the server 100 of the present invention may be implemented in at least one form among the cloud computing services described above. The specific description of the cloud computing service described above is merely an example, and may include any platform for constructing the cloud computing environment of the present invention.

본 발명의 일 실시예에 따르면, 식물 데이터베이스(200)는 네트워크를 통해 서버(100)와 연결될 수 있으며, 서버(100)가 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하기 위해 필요한 각종 정보/데이터를 제공하거나, 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행함에 따라 도출되는 결과 데이터(예컨대, 생장 이미지)를 제공받아 저장 및 관리할 수 있다. 예를 들어, 데이터베이스(200)는 서버(100)의 외부에 별도로 구비되는 저장 서버일 수 있으나, 이에 한정되지 않는다.According to one embodiment of the present invention, the plant database 200 may be connected to the server 100 through a network, and various information/data required for the server 100 to perform a method of providing guide information according to the plant growth environment. Alternatively, result data (e.g., growth images) derived by performing a method of providing guide information according to the plant growth environment may be provided, stored, and managed. For example, the database 200 may be a storage server separately provided outside of the server 100, but is not limited thereto.

실시예에서, 서버(100)는 외부 서버(300)에 저장된 정보들을 수집하여 식물 데이터베이스(200)를 구축할 수 있다.In an embodiment, the server 100 may build the plant database 200 by collecting information stored in the external server 300.

본 발명의 일 실시예에 따르면, 외부 서버(300)는 식물 양육에 관련한 복수의 공공 기관 서버를 포함할 수 있다. 예컨대, 외부 서버(300)는 농촌진흥청, 한국소비자원, 농사로 또는 식물 관련 해외문헌 서버 등을 포함할 수 있으나, 이에 제한되지 않는다. 서버(100)는 식물에 대응하는 최적의 생육 방법을 기록하는 다양한 외부 서버(300)들로부터 정보들을 수집하고, 이를 기반으로 식물 데이터베이스(200)를 구축할 수 있다.According to one embodiment of the present invention, the external server 300 may include a plurality of public institution servers related to plant nurturing. For example, the external server 300 may include, but is not limited to, the Rural Development Administration, Korea Consumer Agency, agricultural road, or plant-related foreign literature server. The server 100 can collect information from various external servers 300 that record the optimal growth method corresponding to the plant, and build the plant database 200 based on this.

또한, 실시예에서, 서버(100)는 복수의 사용자 각각에 대응하는 사용자 단말 또는 생장 환경 측정 장치 각각으로부터 식물 생장 정보를 수신하고, 이를 유저 별로 구분하여 식물 데이터베이스(200)에 저장할 수 있다.Additionally, in an embodiment, the server 100 may receive plant growth information from each user terminal or growth environment measurement device corresponding to each of a plurality of users, and store the plant growth information in the plant database 200 by dividing it by user.

실시예에서, 식물 데이터베이스(200)는 복수의 식물 각각의 종류, 각 종류에 대응하는 식물의 양육 방법에 대응하는 양육 정보들 및 복수의 유저들 각각에 관련한 유저 양육 정보를 포함할 수 있다.In an embodiment, the plant database 200 may include each type of a plurality of plants, nurturing information corresponding to a nurturing method for the plants corresponding to each type, and user nurturing information related to each of a plurality of users.

또한, 실시예에서, 식물 데이터베이스(200)에 저장된 정보들은 본 발명의 인공신경망을 학습시키기 위한 학습 데이터, 검증 데이터 및 테스트 데이터로 활용될 수 있다. 즉, 식물 데이터베이스(200)는 본 발명의 인공지능 모델을 학습시키기 위한 데이터들을 저장하고 있을 수 있다. 본 발명의 서버(100)는 식물 데이터베이스(200)에 저장된 정보들에 기초하여 복수의 학습 데이터 세트를 구축할 수 있다. 서버(100)는 복수의 학습 데이터 세트 각각을 통해 하나 이상의 네트워크 함수에 대한 학습을 수행함으로써, 복수의 인공지능 모델을 생성할 수 있다.Additionally, in an embodiment, information stored in the plant database 200 may be used as learning data, verification data, and test data for training the artificial neural network of the present invention. That is, the plant database 200 may store data for training the artificial intelligence model of the present invention. The server 100 of the present invention can construct a plurality of learning data sets based on information stored in the plant database 200. The server 100 may generate a plurality of artificial intelligence models by performing learning on one or more network functions through each of the plurality of learning data sets.

외부 서버(300)는 디지털 기기로서, 랩탑 컴퓨터, 노트북 컴퓨터, 데스크톱 컴퓨터, 웹 패드, 이동 전화기와 같이 프로세서를 탑재하고 메모리를 구비한 연산 능력을 갖춘 디지털 기기일 수 있다. 외부 서버(300)는 서비스를 처리하는 웹 서버일 수 있다. 전술한 서버의 종류는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.The external server 300 may be a digital device, such as a laptop computer, notebook computer, desktop computer, web pad, or mobile phone, equipped with a processor and equipped with memory and computing power. The external server 300 may be a web server that processes services. The types of servers described above are merely examples and the present disclosure is not limited thereto.

본 발명의 실시예에 따른 사용자 단말(10)은 서버(100)와 통신을 위한 메커니즘을 갖는 시스템에서의 임의의 형태의 노드(들)를 의미할 수 있다. 사용자 단말(10)은 서버(100)와의 정보 교환을 통해 식물에 대응하는 식물 양육 가이드 정보를 제공받을 수 있는 단말로, 사용자가 소지한 단말을 의미할 수 있다. 예를 들어, 사용자 단말(10)은 특정 식물에 대한 양육 방법에 관한 정보를 획득하기 위한 사용자에 관련한 단말일 수 있다. 또한, 사용자 단말(10)은 현재 자신이 양육하는 식물의 양육 환경이 적정한지 여부에 관한 정보, 또는, 현재 환경에서 식물의 생장 효율을 극대화하기 위한 방법 등에 관한 정보를 제공받고자 하는 사용자에 관련한 단말일 수 있다. 실시예에서, 사용자 단말(10)은 서버(100)로부터 추천 식물 정보 또는 식물 양육 가이드 정보를 수신할 수 있다. 여기서, 추천 식물 정보는, 특정 환경(예컨대, 사용자의 생활 공간)에서 양육하기 용이한 식물에 관한 추천 정보일 수 있다.The user terminal 10 according to an embodiment of the present invention may refer to any type of node(s) in a system that has a mechanism for communication with the server 100. The user terminal 10 is a terminal that can receive plant nurturing guide information corresponding to the plant through information exchange with the server 100, and may refer to a terminal owned by the user. For example, the user terminal 10 may be a terminal related to the user for obtaining information on how to raise a specific plant. In addition, the user terminal 10 is a terminal for users who wish to receive information on whether the growing environment for the plants they are currently raising is appropriate, or information on methods for maximizing the growth efficiency of plants in the current environment. It can be. In an embodiment, the user terminal 10 may receive recommended plant information or plant nurturing guide information from the server 100. Here, the recommended plant information may be recommended information about plants that are easy to grow in a specific environment (eg, the user's living space).

사용자 단말(10)은 서버(100)와 통신을 위한 메커니즘을 갖는 시스템에서의 임의의 형태의 엔티티(들)를 의미할 수 있다. 예를 들어, 이러한 사용자 단말(10)은 PC(personal computer), 노트북(note book), 모바일 단말기(mobile terminal), 스마트 폰(smart phone), 태블릿 PC(tablet pc) 및 웨어러블 디바이스(wearable device) 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다. 또한, 사용자 단말(10)은 에이전트, API(Application Programming Interface) 및 플러그-인(Plug-in) 중 적어도 하나에 의해 구현되는 임의의 서버를 포함할 수도 있다. 또한, 사용자 단말(10)은 애플리케이션 소스 및/또는 클라이언트 애플리케이션을 포함할 수 있다.User terminal 10 may refer to any type of entity(s) in the system that has a mechanism for communication with server 100. For example, such user terminal 10 includes a personal computer (PC), a notebook (note book), a mobile terminal, a smart phone, a tablet PC, and a wearable device. etc., and may include all types of terminals that can access wired/wireless networks. Additionally, the user terminal 10 may include an arbitrary server implemented by at least one of an agent, an application programming interface (API), and a plug-in. Additionally, the user terminal 10 may include an application source and/or client application.

본 발명의 일 실시예에 따르면, 생장 환경 측정 장치(1000)는, 도 2에 도시된 바와 같이, 식물(21)과 인접하게 구비되어, 식물(21)이 생장하기에 적합한 환경인지 여부에 관련한 정보들을 수집할 수 있다. 생장 환경 측정 장치(1000)는 화분(20) 내부에 식물(21)을 지지하는 배양토(22)에 삽입되어 구비될 수 있다. 이러한 생장 환경 측정 장치(1000)는 식물(21)의 생장에 영향을 미치는 다양한 정보들을 수집할 수 있다. 생장 환경 측정 장치(1000)는 토양 정보 및 환경 정보를 포함하는 생장 환경 정보를 획득할 수 있다.According to one embodiment of the present invention, the growth environment measuring device 1000 is provided adjacent to the plant 21, as shown in FIG. 2, and measures whether the environment is suitable for the plant 21 to grow. Information can be collected. The growth environment measuring device 1000 may be inserted into the culture soil 22 that supports the plant 21 inside the flower pot 20. This growth environment measuring device 1000 can collect various information that affects the growth of the plant 21. The growth environment measuring device 1000 can acquire growth environment information including soil information and environmental information.

여기서 토양 정보는, 화분(20)에 구비된 배양토가 식물(21)의 생장에 미치는 영향을 감지하지 위하여 배양토(22)에 대응하여 획득된 센싱 정보일 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 배양토(22)에 관련한 센싱 정보를 획득하기 위한 센서부(예컨대, 토양센서부)를 포함하여 구비될 수 있으며, 해당 센서부는 배양토(22)와 접촉하여 구비됨에 따라, 배양토(22)에 관련한 다양한 센싱 정보를 획득할 수 있다. 예컨대, 토양 정보는, 배양토(22)의 습도(또는 수분량) 및 영양에 대한 정보를 획득할 수 있다.Here, the soil information may be sensing information acquired in response to the culture soil 22 in order to detect the effect of the culture soil provided in the flower pot 20 on the growth of the plant 21. In an embodiment, the growth environment measuring device 1000 may be equipped with a sensor unit (e.g., a soil sensor unit) for acquiring sensing information related to the culture soil 22, and the sensor unit contacts the culture soil 22. As it is provided, various sensing information related to the culture soil 22 can be obtained. For example, soil information may obtain information about the humidity (or moisture content) and nutrition of the culture soil 22.

또한, 환경 정보는, 식물(21)이 위치한 공간의 환경이 식물(21)의 생장에 미치는 영향을 감지하기 위하여 공간에 대응하여 획득되는 센싱 정보인 것을 특징으로 할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 식물(21)이 구비된 공간에 관련한 센싱 정보를 획득하기 위한 센서부(예컨대, 환경센서부)를 포함하여 구비될 수 있으며, 해당 센서부는 식물(21)이 구비된 공간에 관련한 다양한 센싱 정보를 획득할 수 있다. 구체적인 예를 들어, 식물(21)을 포함하는 화분(20)은, 베란다에 위치할 수 있다. 이 경우, 생장 환경 측정 장치(1000)에 구비된 센서부는 베란다 영역에 관련한 온도, 습도, 일조량 등에 관한 센싱 정보를 획득할 수 있다. 전술한 센서부를 통해 획득되는 정보들에 대한 구체적인 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.In addition, the environmental information may be characterized as sensing information acquired in response to the space in order to detect the influence of the environment of the space where the plant 21 is located on the growth of the plant 21. In an embodiment, the growth environment measuring device 1000 may be provided with a sensor unit (e.g., an environmental sensor unit) for acquiring sensing information related to the space where the plant 21 is provided, and the sensor unit may include a plant ( 21) It is possible to obtain various sensing information related to the space equipped. For a specific example, the flowerpot 20 containing the plant 21 may be located on a veranda. In this case, the sensor unit provided in the growth environment measuring device 1000 can obtain sensing information about temperature, humidity, amount of sunlight, etc. related to the veranda area. The detailed description of the information acquired through the above-described sensor unit is only an example, and the present invention is not limited thereto.

다양한 실시예에서, 생장 환경 측정 장치(1000)는 식물의 생장 환경에 관련한 생장 이미지를 획득하여 서버(100)로 전송할 수 있다. 구체적으로, 생장 환경 측정 장치(1000)에는 생장 이미지를 촬영하기 위한 카메라 모듈이 구비될 수 있다. 생장 환경 측정 장치는 카메라 모듈을 통해 생장 이미지를 획득하고 이를 서버(100)로 전송할 수 있다. 일 예로, 생장 환경 측정 장치(1000)는 일정 시간 주기에 기초하여 복수의 생장 이미지를 획득하고, 이를 서버(100)에 전송할 수 있다. 예컨대, 생장 환경 측정 장치(1000)는 12시간 간격으로 생장 이미지를 획득하여 서버(100)로 전송할 수 있다. 서버(100)는 생장 환경 측정 장치(1000)로부터 수신한 생장 이미지들을 식물 데이터베이스(200)에 특정 사용자에 매칭하여 저장할 수 있다. 이러한 생장 이미지들은 시간의 흐름에 따라 획득된 이미지이기 때문에, 식물의 생장 흐름을 파악하는데 활용될 수 있다.In various embodiments, the growth environment measuring device 1000 may acquire growth images related to the growth environment of plants and transmit them to the server 100. Specifically, the growth environment measuring device 1000 may be equipped with a camera module for capturing growth images. The growth environment measurement device may acquire growth images through a camera module and transmit them to the server 100. As an example, the growth environment measuring device 1000 may acquire a plurality of growth images based on a certain time period and transmit them to the server 100. For example, the growth environment measuring device 1000 may acquire growth images at 12-hour intervals and transmit them to the server 100. The server 100 may store growth images received from the growth environment measurement device 1000 by matching them to a specific user in the plant database 200. Because these growth images are images acquired over time, they can be used to understand the growth flow of plants.

일 실시예에서, 생장 이미지는, 식물의 생장 상태나 또는 생장 속도 등 생장의 적정성을 판별하는데 활용될 수 있다. 생장 이미지는 예를 들어, 식물 자체를 촬영한 이미지 또는 식물을 지지하는 배양토를 촬영한 이미지 등 식물이 잘 생장하고 있는지 파악하는데 도움이 되는 다양한 이미지들을 포함할 수 있다. 다양한 실시예에서, 식물의 생장 이미지는, 생장 환경 측정 장치(1000)에 구비된 이미지 획득부가 아닌 별도의 사용자 단말(10)을 통해 획득되어, 서버(100)로 전송될 수도 있다.In one embodiment, the growth image may be used to determine the appropriateness of growth, such as the growth state or growth speed of the plant. The growth image may include various images that help determine whether the plant is growing well, such as an image of the plant itself or an image of the culture medium supporting the plant. In various embodiments, images of plant growth may be acquired through a separate user terminal 10 rather than an image acquisition unit provided in the growth environment measuring device 1000 and transmitted to the server 100.

실시예에서, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 시각적 인지 정보를 제공하는 것을 특징으로 할 수 있다. 구체적으로, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 상이한 방식으로 LED부를 점등하는 것을 특징으로 할 수 있다. 예를 들어, 배양토에 수분이 부족한 경우, LED부가 붉은색 색상을 점등하도록 할 수 있으며, 수분이 과한 경우에는, LED부가 붉은색 색상을 일정 시간 간격을 두고 점등 및 소등을 반복하도록 할 수 있다. 다른 예를 들어, 온도가 낮은 경우, LED부가 파란색 색상을 점등하도록 할 수 있으며, 영양제가 요구되는 경우, LED부가 초록색 색상을 점등하도록 할 수 있다. 즉, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 따라 상이한 색상 또는 상이한 패턴의 점등 방식을 제공하여 사용자에게 식물 생육에 관련한 시각적인 인지 정보를 제공할 수 있다.In an embodiment, the growth environment measuring device 1000 may provide visual recognition information based on plant nurturing guide information. Specifically, the growth environment measuring device 1000 may be characterized by lighting the LED unit in different ways based on plant nurturing guide information. For example, if there is insufficient moisture in the culture soil, the LED unit can be made to light up in red, and if the moisture is excessive, the LED unit can be made to repeatedly turn on and off in red color at regular intervals. For another example, when the temperature is low, the LED part can be made to light up in blue color, and when nutrients are required, the LED part can be made to light up in green color. That is, the growth environment measuring device 1000 may provide lighting methods of different colors or different patterns according to plant nurturing guide information to provide the user with visual recognition information related to plant growth.

이에 따라, 사용자는 자신의 단말에 표시된 식물 양육 가이드 정보 또는, 생장 환경 측정 장치(1000)의 LED부에 표시된 시각적 정보를 통해 식물 생장에 관련한 적절한 환경 변화 동작을 수행할 수 있다. 예컨대, 사용자는 생장 환경 측정 장치(1000)의 LED부에 붉은색 색상이 점등된 것을 확인하여, 화분에 수분을 공급할 수 있다. 실시예에서, 사용자는 LED부에 점등된 붉은색 색상이 사라질때까지 수분을 공급할 수 있다.Accordingly, the user can perform appropriate environmental change operations related to plant growth through plant nurturing guide information displayed on the user's terminal or visual information displayed on the LED portion of the growth environment measuring device 1000. For example, the user can supply moisture to the flower pot by confirming that the red color of the LED part of the growth environment measuring device 1000 is turned on. In an embodiment, the user may supply moisture until the red color lit in the LED unit disappears.

다양한 실시예에서, 생장 환경 측정 장치(1000)는, 식물 양육 가이드 정보에 기초하여 환경 제어 동작을 수행할 수 있다. 생장 환경 측정 장치(1000)가 수행하는 환경 제어 동작은, 예를 들어, 수분 공급 동작, 온도 조절 동작 및 영양제 공급 동작 중 적어도 하나를 포함할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)가 식물에 대응하여 환경 제어 동작을 수행하는 경우, LED부를 통해 이를 인지시키기 위한 시각적 정보를 출력할 수 있다. 예컨대, 생장 환경 측정 장치(1000)를 통해 수분이 공급된 경우, 검은색 색상이 점등될 수 있다. 사용자는 LED부에 검은색 색상이 점등된 것을 확인하여 생장 환경 측정 장치(1000)를 통해 최적의 생장 환경의 이미 갖춰진 것으로 판단하여, 추가적으로 수분 또는 영양제 등을 공급하지 않을 수 있다. 즉, 식물의 생장을 극대화하기 위한 동작들을 생장 환경 측정 장치(1000)를 통해 자동화됨에 따라, 사용자의 편의성이 증대될 수 있다.In various embodiments, the growth environment measuring device 1000 may perform an environment control operation based on plant nurturing guide information. The environmental control operation performed by the growth environment measuring device 1000 may include, for example, at least one of a moisture supply operation, a temperature control operation, and a nutrient supply operation. In an embodiment, when the growth environment measuring device 1000 performs an environmental control operation in response to a plant, visual information for recognition may be output through the LED unit. For example, when moisture is supplied through the growth environment measuring device 1000, a black color may be lit. The user confirms that the LED part lights up in black and determines that an optimal growth environment has already been established through the growth environment measuring device 1000, and may not supply additional moisture or nutrients. In other words, as operations to maximize plant growth are automated through the growth environment measuring device 1000, user convenience can be increased.

본 발명의 생장 환경 측정 장치(1000)의 경우, 배양토에 삽입 가능하게 구비되는 것으로, 용이한 고정 및/또는 분리가 가능함에 따라, 다양한 화분 또는 다양한 식물에 대응하여 활용할 수 있다는 장점이 있다. 예를 들어, 배양토에 관련한 정보를 획득하는 센서가 화분 자체에 구비된 경우, 특정 화분에 대응하여 심어진 식물에 대해서만 생장 환경에 관련한 정보 획득이 가능하다. 반면, 본 발명의 경우, 생장 환경 측정 장치(1000)를 배양토에 삽입하여 고정시키는 간단한 방법을 통해 특정 식물에 대응하는 생장 환경에 관련한 정보를 획득하고, 이에 대응하는 환경 조정 동작을 수행할 수 있다. 이에 따라, 하나의 장치만으로도 다양한 식물에 관련한 생육 가이드 정보가 제공될 수 있다.In the case of the growth environment measuring device 1000 of the present invention, which is provided to be inserted into the culture soil, it can be easily fixed and/or separated, so it has the advantage of being able to be used in response to various flower pots or various plants. For example, if a sensor that acquires information related to the culture soil is provided in the pot itself, it is possible to obtain information related to the growth environment only for plants planted in a specific pot. On the other hand, in the case of the present invention, information related to the growth environment corresponding to a specific plant can be obtained through a simple method of inserting and fixing the growth environment measuring device 1000 in the culture soil, and environmental adjustment operations corresponding thereto can be performed. . Accordingly, growth guide information related to various plants can be provided with just one device.

도 3은 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하는 서버의 하드웨어 구성도이다.Figure 3 is a hardware configuration diagram of a server that performs a method of providing guide information according to a plant growth environment related to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하는 서버(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 3에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.Referring to FIG. 3, a server 100 that performs a method of providing guide information according to a plant growth environment related to an embodiment of the present invention includes one or more processors 110 and a computer program 151 executed by the processor 110. ) may include a memory 120 for loading, a bus 130, a communication interface 140, and a storage 150 for storing a computer program 151. Here, only components related to the embodiment of the present invention are shown in Figure 2. Accordingly, anyone skilled in the art to which the present invention pertains can recognize that other general-purpose components may be included in addition to the components shown in FIG. 3.

본 발명의 일 실시예에 따르면, 프로세서(110)는 통상적으로 서버(100)의 전반적인 동작을 처리할 수 있다. 프로세서(110)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(120)에 저장된 응용 프로그램을 구동함으로써, 사용자 또는 사용자 단말에게 적정한 정보 또는, 기능을 제공하거나 처리할 수 있다.According to one embodiment of the present invention, the processor 110 can typically process the overall operation of the server 100. The processor 110 provides or processes appropriate information or functions to the user or user terminal by processing signals, data, information, etc. input or output through the components discussed above or by running an application program stored in the memory 120. can do.

또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 서버(100)는 하나 이상의 프로세서를 구비할 수 있다.Additionally, the processor 110 may perform operations on at least one application or program for executing methods according to embodiments of the present invention, and the server 100 may include one or more processors.

본 발명의 일 실시예에 따르면, 프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치(GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다.According to one embodiment of the present invention, the processor 110 may be composed of one or more cores, such as a central processing unit (CPU) of a computing device, and a general purpose graphics processing unit (GPGPU). , may include a processor for data analysis and deep learning, such as a tensor processing unit (TPU).

프로세서(110)는 메모리(120)에 저장된 컴퓨터 프로그램을 판독하여 본 발명의 일 실시예에 따른 식물 생장 환경에 따른 가이드 정보 제공 방법을 제공할 수 있다.The processor 110 may read the computer program stored in the memory 120 and provide a method of providing guide information according to the plant growth environment according to an embodiment of the present invention.

다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.In various embodiments, the processor 110 includes random access memory (RAM) (not shown) and read memory (ROM) that temporarily and/or permanently store signals (or data) processed within the processor 110. -Only Memory, not shown) may be further included. Additionally, the processor 110 may be implemented in the form of a system on chip (SoC) that includes at least one of a graphics processing unit, RAM, and ROM.

메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.Memory 120 stores various data, commands and/or information. Memory 120 may load a computer program 151 from storage 150 to execute methods/operations according to various embodiments of the present invention. When the computer program 151 is loaded into the memory 120, the processor 110 can perform the method/operation by executing one or more instructions constituting the computer program 151. The memory 120 may be implemented as a volatile memory such as RAM, but the technical scope of the present disclosure is not limited thereto.

버스(130)는 서버(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.The bus 130 provides communication functions between components of the server 100. The bus 130 may be implemented as various types of buses, such as an address bus, a data bus, and a control bus.

통신 인터페이스(140)는 서버(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.The communication interface 140 supports wired and wireless Internet communication of the server 100. Additionally, the communication interface 140 may support various communication methods other than Internet communication. To this end, the communication interface 140 may be configured to include a communication module well known in the technical field of the present invention. In some embodiments, communication interface 140 may be omitted.

스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 서버(100)를 통해 식물 생장 환경에 따른 가이드 정보 제공 프로세스를 수행하는 경우, 스토리지(150)는 식물 생장 환경에 따른 가이드 정보 제공 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.Storage 150 may store the computer program 151 non-temporarily. When performing a process for providing guide information according to the plant growth environment through the server 100, the storage 150 may store various information necessary to provide the process for providing guide information according to the plant growth environment.

스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.The storage 150 is a non-volatile memory such as Read Only Memory (ROM), Erasable Programmable ROM (EPROM), Electrically Erasable Programmable ROM (EEPROM), flash memory, a hard disk, a removable disk, or a device well known in the technical field to which the present invention pertains. It may be configured to include any known type of computer-readable recording medium.

컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.The computer program 151, when loaded into the memory 120, may include one or more instructions that cause the processor 110 to perform methods/operations according to various embodiments of the present invention. That is, the processor 110 can perform the method/operation according to various embodiments of the present invention by executing the one or more instructions.

일 실시예에서, 컴퓨터 프로그램(151)은 식물 양육 정보를 획득하는 단계, 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계, 생장 환경 측정 장치로부터 식물 생장 정보를 획득하는 단계, 맞춤 생장 조건 정보 및 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성하는 단계 및 식물 양육 가이드 정보를 사용자 단말 및 생장 환경 측정 장치 중 적어도 하나로 전송할 것을 결정하는 단계를 포함하는 식물 생장 환경에 따른 가이드 정보 제공 방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.In one embodiment, the computer program 151 includes obtaining plant rearing information, generating customized growth condition information based on the plant rearing information, acquiring plant growth information from a growth environment measuring device, and customizing growth conditions. A method of providing guide information according to a plant growth environment, including generating plant rearing guide information based on the information and plant growth information and determining to transmit the plant rearing guide information to at least one of a user terminal and a growth environment measuring device. It may contain one or more instructions to be executed.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.The steps of the method or algorithm described in connection with embodiments of the present invention may be implemented directly in hardware, implemented as a software module executed by hardware, or a combination thereof. The software module may be RAM (Random Access Memory), ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), Flash Memory, hard disk, removable disk, CD-ROM, or It may reside on any type of computer-readable recording medium well known in the art to which the present invention pertains.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 4 내지 도 6을 참조하여, 서버(100)에 의해 수행되는 식물 생장 환경에 따른 가이드 정보 제공 방법에 대하여 구체적으로 후술하도록 한다.The components of the present invention may be implemented as a program (or application) and stored in a medium in order to be executed in conjunction with a hardware computer. Components of the invention may be implemented as software programming or software elements, and similarly, embodiments may include various algorithms implemented as combinations of data structures, processes, routines or other programming constructs, such as C, C++, , may be implemented in a programming or scripting language such as Java, assembler, etc. Functional aspects may be implemented as algorithms running on one or more processors. Hereinafter, with reference to FIGS. 4 to 6, a method of providing guide information according to the plant growth environment performed by the server 100 will be described in detail later.

도 4는 본 발명의 일 실시예와 관련된 식물 생장 환경에 따른 가이드 정보 제공 방법을 예시적으로 나타낸 순서도를 도시한다. 도 4에 도시된 단계들은 필요에 의해 순서가 변경될 수 있으며, 적어도 하나 이상의 단계가 생략 또는 추가될 수 있다. 즉, 이하의 단계들은 본 발명의 일 실시예에 불과할 뿐, 본 발명의 권리 범위는 이에 제한되지 않는다.Figure 4 shows a flowchart illustrating a method of providing guide information according to a plant growth environment related to an embodiment of the present invention. The order of the steps shown in FIG. 4 may be changed as needed, and at least one step may be omitted or added. That is, the following steps are only an example of the present invention, and the scope of the present invention is not limited thereto.

본 발명의 일 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 식물 양육 정보를 획득하는 단계(S110)를 포함할 수 있다. 실시예에서, 식물 양육 정보의 획득은 메모리(120)에 저장된 데이터를 수신하거나 또는 로딩(loading)하는 것일 수 있다. 식물 양육 정보의 획득은, 유/무선 통신 수단에 기초하여 다른 저장 매체에, 다른 컴퓨팅 장치, 동일한 컴퓨팅 장치 내의 별도 처리 모듈로부터 식물 양육 정보를 수신하거나 또는 로딩하는 것일 수 있다. 예컨대, 식물 양육 정보는 사용자 단말로부터 수신되거나, 또는 생장 환경 측정 장치로부터 수신될 수 있다.According to an embodiment of the present invention, a method of providing guide information according to a plant growth environment may include a step (S110) of acquiring plant nurturing information. In an embodiment, obtaining plant nurturing information may involve receiving or loading data stored in memory 120. Acquisition of plant nurturing information may be receiving or loading the plant nurturing information from another storage medium, another computing device, or a separate processing module within the same computing device based on wired/wireless communication means. For example, plant nurturing information may be received from a user terminal or from a growth environment measurement device.

본 발명의 일 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계(S120)를 포함할 수 있다.According to an embodiment of the present invention, a method of providing guide information according to plant growth environment may include generating customized growth condition information based on plant nurturing information (S120).

식물 양육 정보는, 식물을 양육하기 위한 양육 환경에 대응하는 정보를 포함할 수 있다. 예를 들어, 식물 양육 정보는, 화분의 크기, 배양토의 양, 지역, 고도, 평균 온도 및 평균 습도 등에 관한 정보를 포함할 수 있다. 또한 실시예에서, 식물 양육 정보는, 사용자가 양육하고자 하는 식물의 종류에 관련한 식물 정보를 포함할 수 있다. 예를 들어, 식물 양육 정보는, 사용자가 양육하고자 하는 식물이 '여인초'라는 식물 정보를 포함할 수 있다.Plant rearing information may include information corresponding to a nurturing environment for nurturing plants. For example, plant nurturing information may include information about the size of the pot, amount of culture soil, region, altitude, average temperature, and average humidity. Additionally, in an embodiment, the plant nurturing information may include plant information related to the type of plant that the user wishes to nurture. For example, plant nurturing information may include plant information that the plant the user wishes to nurture is 'Yeoincho'.

실시예에서, 사용자는 자신이 소지한 단말을 통해 기르고자 하는 식물에 대한 정보, 화분의 크기에 따른 흙의 양, 지역, 고도, 평균 온도 또는, 평균 습도 등을 입력하여 서버(100)로 전송할 수 있다.In an embodiment, the user inputs information about the plant he or she wants to grow, the amount of soil according to the size of the pot, area, altitude, average temperature, or average humidity, etc., and transmits the information to the server 100 through the terminal. You can.

다양한 실시예에서, 식물 양육 정보는, 생장 환경 측정 장치(1000)로부터 수신되는 센싱 정보에 기초하여 획득될 수도 있다. 생장 환경 측정 장치(1000)는 식물의 생장 환경에 관련한 다양한 센싱 정보를 획득하는 센서부를 포함할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 식물을 지지하는 배양토의 습도 및 영양분에 대응하는 토양 정보를 획득하는 토양센서부, 식물이 위치된 공간에 관련한 온도, 습도, 풍량, 일조량 등에 관련한 환경 정보를 획득하는 환경센서부 및 식물에 대응하는 이미지를 획득하는 이미지 획득부를 포함하여 구비될 수 있다. 또한, 실시예에서, 생장 환경 측정 장치(1000)는 해당 장치의 위치 정보를 획득하는 위치 센서를 더 포함할 수 있다. 예컨대, 위치 센서는, GPS 모듈일 수 있다.In various embodiments, plant nurturing information may be obtained based on sensing information received from the growth environment measurement device 1000. The growth environment measuring device 1000 may include a sensor unit that acquires various sensing information related to the growth environment of the plant. In an embodiment, the growth environment measuring device 1000 includes a soil sensor unit that acquires soil information corresponding to the humidity and nutrients of the culture soil supporting the plant, and an environment related to temperature, humidity, wind volume, sunlight, etc. related to the space in which the plant is located. It may be provided including an environmental sensor unit that acquires information and an image acquisition unit that acquires images corresponding to plants. Additionally, in an embodiment, the growth environment measuring device 1000 may further include a location sensor that acquires location information of the device. For example, the location sensor may be a GPS module.

이러한 다양한 센서 및 카메라 모듈을 통해 배양토의 습도, 영양 성분에 대한 정보와 식물이 위치될 공간의 습도, 온도, 일조량, 풍량 등에 관한 정보 그리고, 식물의 종류, 고도, 위치 등에 관한 정보들이 획득될 수 있다. 서버(100)는 이러한 정보들에 기반하여 본 발명의 식물 양육 정보를 구성할 수 있다.Through these various sensors and camera modules, information about the humidity and nutrient content of the culture soil, information about the humidity, temperature, sunlight, and wind volume of the space where the plant will be located, and information about the type, altitude, and location of the plant can be obtained. there is. The server 100 can configure plant nurturing information of the present invention based on this information.

일 예로, 식물을 키우기 전, 사용자는 화분에 배양토를 구비하여 일정 영역에 위치시키고, 배양토에 생장 환경 측정 장치(1000)를 고정시킬 수 있다. 이 경우, 생장 환경 측정 장치(1000)를 통해 해당 환경에 관련한 센싱 정보를 수신될 수 있으며, 서버(100)는 이를 통해 식물 양육 정보를 구성하게 된다.As an example, before growing a plant, a user may prepare a pot with culture soil, place it in a certain area, and fix the growth environment measuring device 1000 on the culture soil. In this case, sensing information related to the environment can be received through the growth environment measurement device 1000, and the server 100 uses this to construct plant nurturing information.

즉, 식물을 양육하고자 하는 공간에 관련한 사용자가 온도, 고도, 습도, 온도, 일조량 등을 사용자가 다양한 센서를 통해 일일이 측정하고, 이를 자신의 단말에 별도로 입력할 필요 없이, 생장 환경 측정 장치(1000)를 해당 위치에 위치시키는 간단한 방법을 통해 식물 양육 정보의 생성을 자동화할 수 있다. In other words, the growth environment measurement device (1000) allows the user to measure the temperature, altitude, humidity, temperature, sunlight, etc. related to the space where the plant is to be raised through various sensors and do not have to enter them separately into the user's terminal. ) can be automated through the simple method of placing the plant in the corresponding location.

본 발명의 일 실시예에 따르면, 서버(100)는 식물 양육 정보에 식물 정보가 포함되어 있는지 여부에 따라 상이한 방식을 통해 맞춤 생장 조건 정보를 생성할 수 있다.According to one embodiment of the present invention, the server 100 may generate customized growth condition information through different methods depending on whether plant information is included in the plant nurturing information.

구체적으로, 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계는, 식물 양육 정보에 식물 종류 정보가 포함되어 있지 않는 경우, 식물 양육 정보에 기초하여 추천 식물 정보를 생성하고, 식물 양육 정보 및 추천 식물 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계를 포함할 수 있다. Specifically, in the step of generating customized growth condition information based on plant rearing information, if the plant rearing information does not include plant type information, recommended plant information is generated based on the plant rearing information, and plant rearing information and It may include generating customized growth condition information based on recommended plant information.

자세히 설명하면, 서버(100)는 식물 양육 정보에 식물 정보가 포함되어 있지 않은 경우, 추천 식물 정보를 생성할 수 있다. 예컨대, 사용자가 어떤 식물을 양육할지 결정하지 않은 경우, 식물 양육 정보에 식물 정보가 포함되어 있지 않을 수 있다. 이러한 경우에 식물 양육 정보는, 예컨대, 화분의 크기에 따른 흙의 양, 지역, 고도, 평균 온도 또는, 평균 습도 등에 관한 정보만이 포함되어 있을 수 있다. In detail, the server 100 may generate recommended plant information when plant information is not included in the plant nurturing information. For example, if the user has not decided which plant to raise, the plant rearing information may not include plant information. In this case, plant nurturing information may only include information about, for example, the amount of soil according to the size of the pot, region, altitude, average temperature, or average humidity.

이 경우, 서버(100)는 식물 양육 정보에 기초하여 추천 식물 정보를 생성할 수 있다. 추천 식물 정보는, 식물 데이터베이스(200)로부터 식물 양육 정보에 대응하는 식물 정보를 식별하여 생성되는 것을 특징으로 할 수 있다.In this case, the server 100 may generate recommended plant information based on plant nurturing information. Recommended plant information may be generated by identifying plant information corresponding to plant rearing information from the plant database 200.

식물 데이터베이스(200)는 복수의 식물 각각의 종류, 각 종류에 대응하는 식물의 양육 방법에 대응하는 양육 정보들 및 복수의 유저에 관련한 유저 양육 정보를 포함할 수 있다. 이러한 식물 데이터베이스(200)는 서버(100)가 외부 서버(300)에 저장된 정보들을 크롤링(crawling)하여 사전 구축하는 것을 특징으로 할 수 있다. The plant database 200 may include each type of a plurality of plants, nurturing information corresponding to a nurturing method for the plants corresponding to each type, and user nurturing information related to a plurality of users. This plant database 200 may be built in advance by the server 100 by crawling information stored in the external server 300.

서버(100)는 식물 데이터베이스(200)에서 사용자 단말(10) 또는 생장 환경 측정 장치(1000)를 통해 수신된 정보들을 통해 획득한 식물 양육 정보에 대응하는 양육 정보를 식별하고, 해당 양육 정보에 대응하는 식물을 추천 식물로 결정하여 추천 식물 정보를 생성할 수 있다. 즉, 서버(100)는 다양한 식물에 관련한 양육 방법들을 저장하는 식물 데이터베이스(200)에서 정보를 검색함으로써, 사용자가 식물을 양육하고자 하는 공간의 환경에서 양육하기 적합한 식물을 추천할 수 있다.The server 100 identifies nurturing information corresponding to plant nurturing information obtained through information received through the user terminal 10 or the growth environment measuring device 1000 in the plant database 200, and responds to the nurturing information. Recommended plant information can be generated by determining the plant to be recommended. That is, the server 100 can recommend plants suitable for nurturing in the environment of the space where the user wants to nurture plants by searching information in the plant database 200 that stores nurturing methods related to various plants.

실시예에서, 서버(100)는 추천 식물 정보 및 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성할 수 있다. 서버(100)는 식물 데이터베이스(200)에 저장된 정보들에 기반하여 해당 추천 식물과 식물 양육 정보에 대응하는 맞춤 생장 조건 정보를 생성할 수 있다. 맞춤 생장 조건 정보는, 특정 식물의 양육 과정에서 적정한 환경이 유지되는지 여부를 판별하기 위한 기준이 되는 정보일 수 있다. 예컨대, '장미'라는 추천 식물 정보와 화분의 크기가 높이 25cm 및 지름 20cm이며, 흙 용량이 5L, 고도가 20m라는 정보를 포함하는 식물 양육 정보에 기초하여 30,000~50,000lux 햇빛이 필요하며, 적정생육온도가 24~27℃이고, 해당 온도에서 30%습도를 유지하는 것이 좋다는 맞춤 생장 조건 정보가 생성될 수 있다.In an embodiment, the server 100 may generate customized growth condition information based on recommended plant information and plant nurturing information. The server 100 may generate customized growth condition information corresponding to the recommended plant and plant nurturing information based on information stored in the plant database 200. Customized growth condition information may be information that serves as a standard for determining whether an appropriate environment is maintained during the nurturing process of a specific plant. For example, based on plant nurturing information including the recommended plant information for 'rose' and the information that the size of the pot is 25cm in height and 20cm in diameter, the soil capacity is 5L, and the altitude is 20m, 30,000~50,000lux sunlight is required, which is appropriate. The growth temperature is 24-27℃, and customized growth condition information can be generated that it is recommended to maintain 30% humidity at that temperature.

또한, 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계는, 식물 양육 정보에 식물 종류 정보가 포함된 경우, 식물 양육 정보 및 식물 종류 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계를 포함할 수 있다.Additionally, the step of generating customized growth condition information based on the plant nurturing information includes the step of generating customized growth condition information based on the plant nurturing information and plant type information when the plant nurturing information includes plant type information. can do.

즉, 사용자가 키우고자 하는 식물이 있는 경우, 별도의 식물 추천 없이, 해당 식물의 식물 정보와 식물 양육 정보에 기초하여 맞춤 생장 조건 정보가 생성될 수 있다.That is, if there is a plant that the user wants to grow, customized growth condition information can be generated based on the plant information and plant nurturing information of the plant without separate plant recommendation.

다양한 실시예에서, 서버(100)는 다양한 식물에 대한 양육 방법들에 대한 정보를 포함하는 식물 데이터베이스(200)를 구축할 수 있다.In various embodiments, the server 100 may build a plant database 200 that includes information on raising methods for various plants.

구체적인 실시예에서, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 복수의 외부 서버로부터 복수의 식물 양육 각각에 관련한 복수의 공공 식물 양육 정보를 획득할 수 있다. 예를 들어, 외부 서버(300)는 농촌진흥청, 한국소비자원, 농사로 또는 식물 관련 해외문헌 서버 등을 포함할 수 있다. 이러한 외부 서버에는 식물 양육에 관련한 최적의 양육 방법들이 저장되어 있을 수 있다. 즉, 서버(100)는 식물에 관련한 전문적인 지식이 저장된 외부 서버들로부터 관련 정보들을 수집하여 식물 데이터베이스를 구축할 수 있다.In a specific embodiment, the method of providing guide information according to the plant growth environment may obtain a plurality of public plant nurturing information related to each of the plurality of plant nurturing from a plurality of external servers. For example, the external server 300 may include the Rural Development Administration, the Korea Consumer Agency, a farm road, or a plant-related foreign literature server. These external servers may store optimal nurturing methods related to plant nurturing. That is, the server 100 can build a plant database by collecting related information from external servers that store expert knowledge related to plants.

다양한 실시예에서, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 복수의 공공 식물 양육 정보 간의 교집합에 기초하여 식물 데이터베이스(200)를 구축하는 단계를 포함할 수 있다.In various embodiments, a method of providing guide information according to a plant growth environment may include constructing a plant database 200 based on the intersection of a plurality of public plant nurturing information.

예컨대, 각 외부 서버 마다 특정 식물에 대응하여 제시하는 양육 환경 또는 양육 방법이 상이할 수 있다. 예를 들어, 제1식물(예컨대, 몬스테라)에 대응하여 제1외부 서버 내지 제3외부 서버 각각에 상이한 범위의 최적 온도에 대한 정보가 저장되어 있을 수 있다. 제1외부 서버에는 14~24℃가 최적 온도로 저장되어 있고, 제2외부 서버(320)에는 16~22℃가 최적 온도로 저장되어 있으며, 제3외부 서버에는 16~20℃로 저장되어 있을 수 있다. 이 경우, 서버(100)는 각 외부 서버에 저장된 정보들의 교집합에 기초하여 식물 데이터베이스를 구축할 수 있다. 일 예로, 서버(100)는 몬스테라의 최적의 생육 온도를 16~20℃로 저장하여 식물 데이터베이스를 구축할 수 있다.For example, the nurturing environment or nurturing method provided for a specific plant may be different for each external server. For example, information about different ranges of optimal temperatures may be stored in each of the first to third external servers corresponding to the first plant (eg, monstera). The optimal temperature is stored at 14 to 24°C in the first external server, the optimal temperature is 16 to 22°C in the second external server 320, and the temperature is stored at 16 to 20°C in the third external server. You can. In this case, the server 100 may build a plant database based on the intersection of information stored in each external server. As an example, the server 100 can build a plant database by storing the optimal growth temperature of Monstera as 16 to 20°C.

보다 구체적인 예를 들어, 도 5를 참조하면, 외부 서버(300)는 제1외부 서버(310), 제2외부 서버(320) 및 제3외부 서버(330)를 포함할 수 있다. 각 외부 서버는 식물 양육에 관련한 전문 지식을 저장하는 공공 기간의 서버들일 수 있다. 제1외부 서버(310)는 농촌진흥척에 관한 서버일 수 있으며, 제2외부 서버(320)는 한국소비자원에 관한 서버일 수 있으며, 제3외부 서버(330)는 농사로에 관한 서버일 수 있다.For a more specific example, referring to FIG. 5 , the external server 300 may include a first external server 310, a second external server 320, and a third external server 330. Each external server may be a public domain server that stores expertise related to plant nurturing. The first external server 310 may be a server related to rural development, the second external server 320 may be a server related to the Korea Consumer Agency, and the third external server 330 may be a server related to agricultural roads. there is.

각 서버(100)는 특정 식물에 대응하는 최적 습도 유지 조건을 서로 상이하게 저장할 수 있다. 예를 들어, 제1외부 서버(310)는 최적 습도가 60~90%로 저장되어 있으며, 제2외부 서버(320)는 50~70%로 저장되어 있고, 제3외부 서버(330)에는 55~85%로 저장되어 있을 수 있다. 이 경우, 서버(100)는 각 외부 서버에 저장된 정보들의 교집합 영역(300a)에 해당하는 정보(즉, 60~70%)를 해당 식물에 대응하는 최적 습도 유지 조건으로 하여 식물 데이터베이스에 저장할 수 있다. 전술한 설명에서 온도 및 습도에 관련한 구체적인 수치적 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.Each server 100 may store different optimal humidity maintenance conditions corresponding to specific plants. For example, the first external server 310 stores the optimal humidity at 60 to 90%, the second external server 320 stores it at 50 to 70%, and the third external server 330 stores the optimal humidity at 55 to 90%. It may be stored at ~85%. In this case, the server 100 may store the information corresponding to the intersection area 300a of the information stored in each external server (i.e., 60 to 70%) in the plant database as the optimal humidity maintenance condition corresponding to the plant. . In the above description, specific numerical descriptions related to temperature and humidity are only examples, and the present invention is not limited thereto.

전술한 바와 같이, 서버(100)는 특정한 하나의 외부 서버에 저장된 정보만을 참조하여 식물 데이터베이스를 구축하는 것이 아닌, 다양한 외부 서버의 정보들을 검토하고, 정보들의 교집합에 해당하는 범위를 통해 식물 데이터베이스를 구축할 수 있다. 다양한 전문 지식들의 교집합 영역을 통해 식물 데이터베이스가 구축됨에 따라, 사용자에게 신뢰도가 향상된 정보를 제공할 수 있다는 장점이 있다.As described above, the server 100 does not build a plant database by referring only to information stored in a specific external server, but reviews information from various external servers and builds a plant database through a range corresponding to the intersection of the information. It can be built. As the plant database is built through the intersection of various specialized knowledge, it has the advantage of providing users with information with improved reliability.

다양한 실시예에서, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 복수의 유저 각각으로부터 수신한 복수의 유저 양육 정보에 기초하여 식물 데이터베이스(200)에 대한 업데이트를 수행하는 단계를 포함할 수 있다.In various embodiments, a method of providing guide information according to a plant growth environment may include updating the plant database 200 based on a plurality of user nurturing information received from each of a plurality of users.

구체적으로, 식물 데이터베이스(200)에 대한 업데이트를 수행하는 단계는, 복수의 유저 양육 정보 중 우수 유저 양육 정보를 선별하는 단계, 우수 유저 양육 정보와 복수의 공공 식물 양육 정보 중 서로 대응하는 정보 간의 비교를 수행하는 단계 및 비교 결과 양 정보 간 차이가 식별되는 경우, 우수 유저 양육 정보에 기초하여 복수의 공공 식물 양육 정보를 업데이트 하는 단계를 포함할 수 있다.Specifically, the step of updating the plant database 200 includes selecting excellent user nurturing information from a plurality of user nurturing information, and comparing the excellent user nurturing information with corresponding information among a plurality of public plant nurturing information. If a difference between the amounts of information is identified as a result of the step of performing and the comparison, it may include the step of updating a plurality of public plant nurturing information based on the excellent user nurturing information.

자세히 설명하면, 식물의 생육 과정에서, 생장 환경 측정 장치(1000)에 의해, 식물이 어떠한 조건으로 생장하였는지에 대한 정보들과, 생장 정도를 파악하는 생장 이미지들이 획득되며, 이는 식물 데이터베이스(200)에 각 유저 별로 축적되게 된다.To explain in detail, during the growth process of a plant, information on the conditions under which the plant grew and growth images that determine the degree of growth are acquired by the growth environment measuring device 1000, which is stored in the plant database 200. It is accumulated for each user.

서버(100)는 각 유저 별로 축적된 유저 양육 정보 중 특정 식물에 대응하여 생장이 가장 활발하게 이루어진 사용자의 유저 양육 정보를 우수 유저 양육 정보로 선별할 수 있다. 생장이 활발하게 이루어졌는지 여부는, 사용자 단말 또는 생장 환경 측정 장치(1000)를 통해 획득된 생장 이미지를 통해 판단될 수 있다. 즉, 서버(100)는 식물의 생장이 가장 활발이 이루어진 사용자의 양육 정보를 우수 유저 양육 정로 선별할 수 있다.The server 100 may select, among the user nurturing information accumulated for each user, the user nurturing information of the user with the most active growth corresponding to a specific plant as the excellent user nurturing information. Whether or not growth has occurred actively can be determined through a growth image acquired through the user terminal or the growth environment measuring device 1000. In other words, the server 100 can select the nurturing information of the user with the most active plant growth as an excellent nurturing user.

또한, 서버(100)는 우수 유저 양육 정보와 복수의 공공 식물 양육 정보 중 서로 대응하는 정보 간의 비교를 수행할 수 있다. 여기서 서로 대응하는 정보 간의 비교란, 서로 대응하는 식물의 양육 정보 간의 비교를 의미하는 것일 수 있다. 예컨대, 우수 유저 양육 정보가 '장미'에 대응하는 경우, 서버(100)는 식물 데이터베이스(200)에서 장미에 대응하는 공공 식물 양육 정보와 비교를 수행할 수 있다.Additionally, the server 100 may perform a comparison between excellent user nurturing information and corresponding information among a plurality of public plant nurturing information. Here, comparison between corresponding information may mean comparison between corresponding nurturing information of plants. For example, if the excellent user nurturing information corresponds to 'rose', the server 100 may perform a comparison with public plant nurturing information corresponding to rose in the plant database 200.

실시예에서, 서로 대응하는 정보 간의 비교 수행 결과, 양 정보 간의 차이가 식별되는 경우, 서버(100)는 우수 유저 양육 정보에 기초하여 복수의 공공 식물 양육 정보를 업데이트할 수 있다. 예컨대, 우수 유저 양육 정보와 공공 식물 양육 정보 간의 차이가 발생함은, 사용자가 서버(100)에서 제공된 맞춤 생장 조건 정보를 기반으로 식물을 생육한 것이 아닌, 본인의 자의로 식물을 생육한 것일 수 있다. 공공 식물 양육 정보(또는 맞춤 생장 조건 정보)와 상이한 방식으로 양육하였음에도 사용자들 중 가장 우수한 생장을 보인 경우, 해당 유저의 양육 정보를 기반으로 공공 식물 양육 정보가 업데이트될 수 있다. 예를 들어, 우수 유저 양육 정보가 사용자가 생육 과정에서 온도를 25~26℃로 유지하였다는 정보를 포함하고, 공공 식물 양육 정보가 최적의 온도가 20~27℃라는 정보를 포함하는 경우, 서버(100)는 우수 유저 양육 정보를 토대로, 해당 식물의 공공 식물 양육 정보를 업데이트할 수 있다. 이 경우, 업데이트에 따라, 해당 식물의 최적의 온도는 25~26℃로 기록될 수 있다. 이에 따라, 추후 타 사용자들에게 업데이트된 정보에 기초한 정보가 제공되게 된다.In an embodiment, when a difference between the amounts of information is identified as a result of comparing corresponding information, the server 100 may update a plurality of public plant nurturing information based on excellent user nurturing information. For example, the difference between excellent user nurturing information and public plant nurturing information may mean that the user did not grow the plant based on customized growth condition information provided by the server 100, but rather grew the plant on his own initiative. there is. If a user shows the best growth among users despite being raised in a different way from the public plant nurturing information (or customized growth condition information), the public plant nurturing information may be updated based on the user's nurturing information. For example, if the excellent user nurturing information includes information that the user maintained the temperature at 25 to 26 ℃ during the growth process, and the public plant nurturing information includes information that the optimal temperature is 20 to 27 ℃, the server (100) can update the public plant nurturing information of the plant based on excellent user nurturing information. In this case, depending on the update, the optimal temperature for the plant can be recorded as 25-26 degrees Celsius. Accordingly, information based on the updated information will be provided to other users in the future.

다시 말해, 서버(100)에서 식물 데이터베이스(200)를 참조하여 제시한 양육 방법과 상이한 방식으로 생육하였음에도, 사용자들 중 가장 우수한 생장을 이뤄낸 유저의 양육 정보를 토대로 식물 데이터베이스(200)에 저장된 정보들을 업데이트할 수 있다. 이는, 다양한 사용자들의 지속적인 활용 과정에서 점점 더 최적의 생육 환경을 도출할 수 있도록 고도화된다는 장점이 있다.In other words, the information stored in the plant database 200 is stored based on the parenting information of the user who achieved the best growth among the users even though the server 100 grew in a different way from the parenting method suggested by referring to the plant database 200. It can be updated. This has the advantage of being advanced so that an increasingly optimal growth environment can be derived through continuous use by various users.

또한, 실시예에서, 맞춤 생장 조건 정보에 충족하게 생육하였음에도 생장이 잘 이루어지지 않은 경우가 존재할 수 있다. 서버(100)는 각 유저의 유저 생육 정보와 생장 이미지를 활용하여 맞춤 생장 조건 정보에 충족하게 생육하였음에도 식물의 생장이 적절하게 이루어지지 않은 유저를 식별할 수 있다. 이 경우, 서버(100)는 생장이 적절하게 이루어지지 않은 유저의 유저 양육 정보를 활용하여 공공 식물 양육 정보를 업데이트할 수 있다. 예컨대, 공공 식물 양육 정보에서 최적의 온도가 15~23℃로 저장되어 있고, 생장이 적절하게 이루어지지 않은 유저의 유저 양육 정보에, 식물 생장 과정에서 유지 온도가 15~16℃로 식별되는 경우, 서버(100)는 공공 식물 양육 정보의 최적의 온도를 17~23℃로 업데이트할 수 있다.Additionally, in an embodiment, there may be cases in which growth is not performed well even though the seed is grown to meet the customized growth condition information. The server 100 can use the user growth information and growth image of each user to identify users whose plants did not grow properly even though they grew to meet the customized growth condition information. In this case, the server 100 may update the public plant nurturing information by utilizing the user nurturing information of the user whose growth was not performed properly. For example, if the optimal temperature is stored as 15 to 23 ℃ in public plant nurturing information, and the maintenance temperature during the plant growth process is identified as 15 to 16 ℃ in the user nurturing information of a user who has not grown properly, The server 100 can update the optimal temperature of public plant nurturing information to 17-23°C.

다양한 실시예에서, 식물 데이터베이스에 대한 업데이트를 수행하는 단계는, 식물 데이터베이스(200)에 대한 업데이트 사항에 기초하여 공공 수정 정보를 생성하는 단계 및 공공 수정 정보를 복수의 외부 서버에 전송할 것을 결정하는 단계를 포함할 수 있다. 공공 수정 정보는, 기존 공공 식물 양육 정보의 개선점에 관한 정보를 포함할 수 있다. 예컨대, 공공 수정 정보는, 공공 식물 양육 정보에서 특정 식물에 대응하는 최적의 온도가 기존 15~23℃에서 17~23℃로 개선되었다는 정보를 포함할 수 있다. 즉, 본 발명은 사용자들의 실제 생육 과정에서 식물의 생장을 개선시킬 수 있는 정보들을 획득할 수 있으며, 이를 공공 기관 서버에 판매하거나 또는 전송함으로써, 기존 공공 기관 서버에 저장된 정보들이 수정되도록 할 수 있다.In various embodiments, performing an update to the plant database includes generating public revision information based on updates to the plant database 200 and determining to transmit the public revision information to a plurality of external servers. may include. Public modification information may include information about improvements to existing public plant nurturing information. For example, public revision information may include information that the optimal temperature corresponding to a specific plant in public plant rearing information has been improved from 15 to 23 degrees Celsius to 17 to 23 degrees Celsius. In other words, the present invention can obtain information that can improve the growth of plants during the actual growth process of users, and by selling or transmitting this to a public institution server, the information stored in the existing public institution server can be modified. .

본 발명의 일 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 생장 환경 측정 장치로부터 식물 생장 정보를 획득하는 단계(S130)를 포함할 수 있다.According to an embodiment of the present invention, a method of providing guide information according to a plant growth environment may include a step (S130) of acquiring plant growth information from a growth environment measuring device.

실시예에서, 생장 환경 측정 장치(1000)는 생장 환경 정보 및 생장 이미지를 포함하는 식물 생장 정보를 수집하여 서버로 전송할 수 있다.In an embodiment, the growth environment measuring device 1000 may collect plant growth information including growth environment information and growth images and transmit it to a server.

구체적으로, 생장 환경 측정 장치(1000)는, 식물(21)과 인접하게 구비되어, 식물(21)이 생장하기에 적합한 환경인지 여부에 관련한 정보들을 수집할 수 있다. 생장 환경 측정 장치(1000)는 화분(20) 내부에 식물(21)을 지지하는 배양토(22)에 삽입되어 구비될 수 있다. 이러한 생장 환경 측정 장치(1000)는 식물(21)의 생장에 영향을 미치는 다양한 정보들을 수집할 수 있다. 생장 환경 측정 장치(1000)는 토양 정보 및 환경 정보를 포함하는 생장 환경 정보를 획득할 수 있다.Specifically, the growth environment measuring device 1000 is provided adjacent to the plant 21 and can collect information related to whether the environment is suitable for the plant 21 to grow. The growth environment measuring device 1000 may be inserted into the culture soil 22 that supports the plant 21 inside the flower pot 20. This growth environment measuring device 1000 can collect various information that affects the growth of the plant 21. The growth environment measuring device 1000 can acquire growth environment information including soil information and environmental information.

여기서 토양 정보는, 화분(20)에 구비된 배양토가 식물(21)의 생장에 미치는 영향을 감지하지 위하여 배양토(22)에 대응하여 획득된 센싱 정보일 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 배양토(22)에 관련한 센싱 정보를 획득하기 위한 센서부(예컨대, 토양센서부)를 포함하여 구비될 수 있으며, 해당 센서부는 배양토(22)와 접촉하여 구비됨에 따라, 배양토(22)에 관련한 다양한 센싱 정보를 획득할 수 있다. 예컨대, 토양 정보는, 배양토(22)의 습도(또는 수분량) 및 영양에 대한 정보를 획득할 수 있다.Here, the soil information may be sensing information acquired in response to the culture soil 22 in order to detect the effect of the culture soil provided in the flower pot 20 on the growth of the plant 21. In an embodiment, the growth environment measuring device 1000 may be equipped with a sensor unit (e.g., a soil sensor unit) for acquiring sensing information related to the culture soil 22, and the sensor unit contacts the culture soil 22. As it is provided, various sensing information related to the culture soil 22 can be obtained. For example, soil information may obtain information about the humidity (or moisture content) and nutrition of the culture soil 22.

또한, 환경 정보는, 식물(21)이 위치한 공간의 환경이 식물(21)의 생장에 미치는 영향을 감지하기 위하여 공간에 대응하여 획득되는 센싱 정보인 것을 특징으로 할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 식물(21)이 구비된 공간에 관련한 센싱 정보를 획득하기 위한 센서부(예컨대, 환경센서부)를 포함하여 구비될 수 있으며, 해당 센서부는 식물(21)이 구비된 공간에 관련한 다양한 센싱 정보를 획득할 수 있다. 구체적인 예를 들어, 식물(21)을 포함하는 화분(20)은, 베란다에 위치할 수 있다. 이 경우, 생장 환경 측정 장치(1000)에 구비된 센서부는 베란다 영역에 관련한 온도, 습도, 일조량 등에 관한 센싱 정보를 획득할 수 있다. 전술한 센서부를 통해 획득되는 정보들에 대한 구체적인 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.In addition, the environmental information may be characterized as sensing information acquired in response to the space in order to detect the influence of the environment of the space where the plant 21 is located on the growth of the plant 21. In an embodiment, the growth environment measuring device 1000 may be provided with a sensor unit (e.g., an environmental sensor unit) for acquiring sensing information related to the space where the plant 21 is provided, and the sensor unit may include a plant ( 21) It is possible to obtain various sensing information related to the space equipped. For a specific example, the flowerpot 20 containing the plant 21 may be located on a veranda. In this case, the sensor unit provided in the growth environment measuring device 1000 can obtain sensing information about temperature, humidity, amount of sunlight, etc. related to the veranda area. The detailed description of the information acquired through the above-described sensor unit is only an example, and the present invention is not limited thereto.

다양한 실시예에서, 생장 환경 측정 장치(1000)는 식물의 생장 환경에 관련한 생장 이미지를 획득하여 서버(100)로 전송할 수 있다. 구체적으로, 생장 환경 측정 장치(1000)에는 생장 이미지를 촬영하기 위한 카메라 모듈이 구비될 수 있다. 생장 환경 측정 장치는 카메라 모듈을 통해 생장 이미지를 획득하고 이를 서버(100)로 전송할 수 있다. 일 예로, 생장 환경 측정 장치(1000)는 일정 시간 주기에 기초하여 복수의 생장 이미지를 획득하고, 이를 서버(100)에 전송할 수 있다. 예컨대, 생장 환경 측정 장치(1000)는 12시간 간격으로 생장 이미지를 획득하여 서버(100)로 전송할 수 있다. 서버(100)는 생장 환경 측정 장치(1000)로부터 수신한 생장 이미지들을 식물 데이터베이스(200)에 특정 사용자에 매칭하여 저장할 수 있다. 이러한 생장 이미지들은 시간의 흐름에 따라 획득된 이미지이기 때문에, 식물의 생장 흐름을 파악하는데 활용될 수 있다.In various embodiments, the growth environment measuring device 1000 may acquire growth images related to the growth environment of plants and transmit them to the server 100. Specifically, the growth environment measuring device 1000 may be equipped with a camera module for capturing growth images. The growth environment measurement device may acquire growth images through a camera module and transmit them to the server 100. As an example, the growth environment measuring device 1000 may acquire a plurality of growth images based on a certain time period and transmit them to the server 100. For example, the growth environment measuring device 1000 may acquire growth images at 12-hour intervals and transmit them to the server 100. The server 100 may store growth images received from the growth environment measurement device 1000 by matching them to a specific user in the plant database 200. Because these growth images are images acquired over time, they can be used to understand the growth flow of plants.

일 실시예에서, 생장 이미지는, 식물의 생장 상태나 또는 생장 속도 등 생장의 적정성을 판별하는데 활용될 수 있다. 생장 이미지는 예를 들어, 식물 자체를 촬영한 이미지 또는 식물을 지지하는 배양토를 촬영한 이미지 등 식물이 잘 생장하고 있는지 파악하는데 도움이 되는 다양한 이미지들을 포함할 수 있다. 다양한 실시예에서, 식물의 생장 이미지는, 생장 환경 측정 장치(1000)에 구비된 이미지 획득부가 아닌 별도의 사용자 단말(10)을 통해 획득되어, 서버(100)로 전송될 수도 있다.In one embodiment, the growth image may be used to determine the appropriateness of growth, such as the growth state or growth speed of the plant. The growth image may include various images that help determine whether the plant is growing well, such as an image of the plant itself or an image of the culture medium supporting the plant. In various embodiments, images of plant growth may be acquired through a separate user terminal 10 rather than an image acquisition unit provided in the growth environment measuring device 1000 and transmitted to the server 100.

다양한 실시예에서, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 식물 데이터베이스(200)에 저장된 정보들을 기반으로 학습 데이터 세트를 구축하는 단계 및 학습 데이터 세트를 통해 하나 이상의 네트워크 함수에 대한 학습을 수행하여 식물 양육 예측 모델을 생성하는 단계를 포함할 수 있다.In various embodiments, a method of providing guide information according to a plant growth environment includes constructing a learning data set based on information stored in the plant database 200 and performing learning on one or more network functions through the learning data set. It may include generating a plant rearing prediction model.

서버(100)는 식물 데이터베이스(200)에 저장된 정보들을 통해 신경망을 학습시키기 위한 학습 데이터 세트를 구축할 수 있다. 서버(100)는 식물 데이터베이스(200)에 저장된 정보들 중 식물의 종류에 관련한 식물 정보들에 기반하여 복수의 학습 입력 데이터를 구성하고, 각 식물 정보에 대응하는 공공 식물 양육 정보들에 기반하여 복수의 학습 출력 데이터를 구성할 수 있다. 즉, 학습 입력 데이터 세트는, 복수의 식물 정보를 통해 구성될 수 있으며, 학습 출력 데이터 세트는, 복수의 공공 식물 양육 정보들에 기반하여 생성될 수 있다. The server 100 may construct a learning data set for training a neural network through information stored in the plant database 200. The server 100 configures a plurality of learning input data based on plant information related to the type of plant among the information stored in the plant database 200, and configures a plurality of learning input data based on public plant nurturing information corresponding to each plant information. You can configure learning output data. That is, the learning input data set may be constructed using a plurality of plant information, and the learning output data set may be created based on a plurality of public plant nurturing information.

일 실시예에서, 서버(100)는 학습 데이터 세트를 활용한 지도학습 방식을 통해 식물 양육 예측 모델을 생성할 수 있다. 구체적으로, 서버(100)는 학습 입력 데이터 세트와 학습 출력 데이터 세트를 매칭시켜 라벨링된 학습 데이터 세트를 생성할 수 있다. 예를 들어, 식물 데이터베이스(200)로부터 제1식물의 종류에 관련한 식물 정보를 추출하여 제1학습 입력 데이터를 생성하며, 제1식물에 대응하는 공공 식물 양육 정보를 추출하여 제1학습 출력 데이터를 생생하고, 제1학습 입력 데이터와 제1학습 출력 데이터를 매칭시켜 라벨링된 학습 데이터 세트를 생성할 수 있다. 즉, 서버(100)는 학습 입력 데이터 각각과 학습 출력 데이터 각각을 매칭시켜 라벨링된 학습 데이터 세트를 생성할 수 있다. In one embodiment, the server 100 may generate a plant nurturing prediction model through a supervised learning method using a learning data set. Specifically, the server 100 may generate a labeled learning data set by matching a learning input data set and a learning output data set. For example, plant information related to the type of the first plant is extracted from the plant database 200 to generate first learning input data, and public plant nurturing information corresponding to the first plant is extracted to generate first learning output data. A vivid, labeled learning data set can be generated by matching the first learning input data and the first learning output data. That is, the server 100 can generate a labeled learning data set by matching each learning input data and each learning output data.

서버(100)는 학습 데이터 세트를 통해 하나 이상의 네트워크 함수에 대한 학습을 수행할 수 있다. 서버(100)는 각 학습 입력 데이터를 하나 이상의 네트워크 함수에 입력시키고, 하나 이상의 네트워크 함수로 연산된 출력 데이터 각각과 학습 입력 데이터 세트 각각의 라벨에 해당하는 학습 출력 데이터 세트 각각을 비교하여 오차를 도출할 수 있다. 즉, 신경망의 학습에서 학습 입력 데이터는 하나 이상의 네트워크 함수의 입력 레이어에 입력될 수 있으며, 학습 출력 데이터는 하나 이상의 네트워크 함수의 출력과 비교될 수 있다. 서버(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과가 학습 출력 데이터(라벨)의 오차에 기초하여 신경망을 학습시킬 수 있다.The server 100 may perform learning on one or more network functions through a learning data set. The server 100 inputs each learning input data into one or more network functions, and compares each output data calculated by one or more network functions with each learning output data set corresponding to the label of each learning input data set to derive an error. can do. That is, in neural network learning, learning input data may be input to the input layer of one or more network functions, and learning output data may be compared with the output of one or more network functions. The server 100 may train a neural network based on the calculation results of one or more network functions on training input data and the error of training output data (labels).

또한, 서버(100)는 오차에 기초하여 하나 이상의 네트워크 함수의 가중치를 역전파 방식으로 조정할 수 있다. 즉, 서버(100)는 학습 입력 데이터에 대한 하나 이상의 네트워크 함수의 연산 결과와 학습 출력 데이터의 오차에 기초하여 하나 이상의 네트워크 함수의 출력이 학습 출력 데이터에 가까워지도록 가중치를 조정할 수 있다.Additionally, the server 100 may adjust the weight of one or more network functions based on the error using a backpropagation method. That is, the server 100 may adjust the weights so that the output of one or more network functions is closer to the learning output data based on the calculation results of one or more network functions on the learning input data and the error of the learning output data.

이러한 학습 과정을 통해 가중치의 조정이 완료됨에 따라 식물 양육 예측 모델이 생성될 수 있다. 이 경우, 식물 양육 예측 모델은 특정 식물 종류를 입력으로 하여 해당 식물에 대응하는 맞춤 생장 조건 정보를 출력하는 것을 특징으로 할 수 있다. 즉, 식물 양육 예측 모델은, 식물 정보를 입력으로 하여 맞춤 생장 조건 정보를 출력하는 신경망 모델일 수 있다.Through this learning process, as the weight adjustment is completed, a plant nurturing prediction model can be created. In this case, the plant rearing prediction model may be characterized by taking a specific plant type as input and outputting customized growth condition information corresponding to the plant. In other words, the plant rearing prediction model may be a neural network model that takes plant information as input and outputs customized growth condition information.

보다 다양한 실시예에서, 식물 양육 예측 모델은, 복수의 식물 양육 예측 서브 모델을 포함할 수 있다. 이 경우, 복수의 식물 양육 예측 서브 모델은, 다양한 도메인 입력에 대응하는 예측을 수행하는 신경망 모델일 수 있다.In more various embodiments, the plant nurturing prediction model may include a plurality of plant nurturing prediction sub-models. In this case, the plurality of plant rearing prediction sub-models may be neural network models that perform predictions corresponding to various domain inputs.

구체적인 실시예에서, 식물 양육 예측 모델을 생성하는 단계는, 학습 데이터 세트 각각을 복수의 도메인으로 분류하여 복수의 학습 서브 데이터 세트를 구축하는 단계 및 복수의 학습 서브 데이터 세트 각각을 활용하여 복수의 식물 양육 예측 서브 모델을 생성하는 단계를 포함할 수 있다.In a specific embodiment, the step of generating a plant rearing prediction model includes constructing a plurality of learning sub-data sets by classifying each of the learning data sets into a plurality of domains, and using each of the plurality of learning sub-data sets to generate a plurality of plants. It may include the step of creating a parenting prediction sub-model.

보다 자세히 설명하면, 서버(100)는 학습 데이터 세트를 복수의 도메인 각각으로 분류하여 복수의 학습 서브 데이터 세트를 구축할 수 있다. 여기서 복수의 도메인은, 식물의 생장 환경 변수에 관련한 것으로, 지역 및 기후에 대응하는 도메인들일 수 있다. 예컨대, 제1도메인에 관련한 학습 서브 데이터 세트는 제1지역에서 획득되는 학습 데이터들로 구성될 수 있으며, 제2도메인에 관련한 학습 서브 데이터 세트는 제2지역에서 획득되는 학습 데이터들로 구성될 수 있다. 일 예로, 각 지역은, 작게는 소도시, 대도시 등의 지역들을 의미할 수 있으며, 크게는 국가 등을 의미할 수도 있다. 또한 예를 들어, 제3도메인에 관련한 학습 서브 데이터 세트는 여름에 대응하는 학습 데이터들로 구성될 수 있으며, 제4도메인에 대응하는 학습 서브 데이터 세트는, 겨울에 대응하는 학습 데이터들로 구성될 수 있다. 전술한 각 도메인에 관련한 학습 데이터들에 대한 구체적인 설명은 예시일 뿐, 본 발명은 이에 제한되지 않는다. In more detail, the server 100 may construct a plurality of learning sub-data sets by classifying the learning data set into each of a plurality of domains. Here, the plurality of domains are related to plant growth environment variables and may be domains corresponding to regions and climates. For example, the learning sub-data set related to the first domain may be composed of learning data acquired in the first region, and the learning sub-data set related to the second domain may be composed of learning data acquired in the second region. there is. As an example, each region may mean small areas such as small cities and large cities, and may mean large countries, etc. Also, for example, the learning sub-data set related to the third domain may be composed of learning data corresponding to summer, and the learning sub-data set corresponding to the fourth domain may be composed of learning data corresponding to winter. You can. The detailed description of the learning data related to each domain described above is only an example, and the present invention is not limited thereto.

즉, 본 발명의 서버(100)는 학습 데이터 세트에 포함된 데이터들을 다양한 도메인 별로 분류하여 복수의 학습 데이터 서브 세트를 구축할 수 있으며, 복수의 학습 데이터 서브 세트 각각을 활용하여 신경망에 대한 학습을 수행함으로써, 복수의 식물 양육 예측 서브 모델을 생성할 수 있다.In other words, the server 100 of the present invention can construct a plurality of learning data subsets by classifying the data included in the learning data set by various domains, and can utilize each of the plurality of learning data subsets to learn about the neural network. By performing this, multiple plant rearing prediction sub-models can be created.

이에 따라, 생성된 복수의 식물 양육 예측 서브 모델 각각은, 특정 도메인에 대응하여 향상된 정확도의 예측 정보(즉, 맞춤 생장 조건 정보)를 출력하게 된다. 특히, 각 식물 양육 예측 서브 모델은, 특정 지역이나 특정 기후에 특화된 정보들만을 통해 학습된 신경망 모델임에 따라, 특정 변수에 대응하여 보다 정확한 정보를 출력한다는 장점이 있다.Accordingly, each of the generated plurality of plant rearing prediction sub-models outputs prediction information (i.e., customized growth condition information) with improved accuracy corresponding to a specific domain. In particular, each plant rearing prediction sub-model has the advantage of outputting more accurate information in response to specific variables, as it is a neural network model learned only through information specialized for a specific region or specific climate.

일 실시예에 따르면, 서버(100)는 생성된 식물 양육 예측 모델을 활용하여 식물 정보에 대응하는 맞춤 생장 조건 정보를 생성할 수 있다. 구체적으로, 서버(100)는 사용자 단말로부터 식물 정보를 수신하는 경우, 수신된 식물 정보를 식물 양육 예측 모델의 입력으로 처리하여 맞춤 생장 조건 정보를 생성할 수 있다. According to one embodiment, the server 100 may use the generated plant rearing prediction model to generate customized growth condition information corresponding to plant information. Specifically, when receiving plant information from the user terminal, the server 100 may process the received plant information as input to a plant nurturing prediction model to generate customized growth condition information.

다양한 실시예에서, 서버(100)는 사용자 단말(10)로부터 식물 정보 및 도메인 입력 정보를 수신할 수 있으며, 이에 대응하는 맞춤 생장 조건 정보를 생성할 수 있다. 이 경우, 서버(100)는 도메인 입력 정보에 기반하여 복수의 식물 예측 서브 모델 중 최적의 식물 양육 예측 서브 모델을 선별하고, 선별된 최적의 식물 양육 예측 서브 모델에 식물 정보를 입력으로 처리하여 맞춤 생장 조건 정보를 출력할 수 있다.In various embodiments, the server 100 may receive plant information and domain input information from the user terminal 10 and generate customized growth condition information corresponding thereto. In this case, the server 100 selects the optimal plant nurturing prediction sub-model among a plurality of plant nurturing prediction sub-models based on the domain input information, and processes the plant information as input to the selected optimal plant nurturing prediction sub-model to customize it. Growth conditions information can be printed.

즉, 서버(100)는 사용자로부터 특정 도메인에 관련한 입력을 수신하는 경우, 해당 도메인에 대응하는 신경망 모델(즉, 최적의 식물 양육 예측 서브 모델)을 활용하여 맞춤 생장 조건 정보를 생성할 수 있다. 이 경우, 최적의 식물 양육 예측 서브 모델은, 다양한 학습 데이터를 통해 학습된 신경망 모델이 아닌, 사용자가 원하는 특정 도메인에 관련한 학습 데이터를 통해 학습된 신경망 모델이므로, 보다 적절한 정보를 제공한다는 장점이 있다.That is, when the server 100 receives an input related to a specific domain from a user, it can generate customized growth condition information using a neural network model (i.e., optimal plant rearing prediction sub-model) corresponding to the domain. In this case, the optimal plant rearing prediction sub-model is a neural network model learned through learning data related to the specific domain desired by the user, rather than a neural network model learned through various learning data, so it has the advantage of providing more appropriate information. .

본 발명의 일 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 맞춤 생장 조건 정보 및 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성하는 단계(S140)를 포함할 수 있다.According to an embodiment of the present invention, a method of providing guide information according to a plant growth environment may include generating plant nurturing guide information based on customized growth condition information and plant growth information (S140).

서버(100)는 사용자가 양육하는 식물에 대응하는 맞춤 생장 조건 정보와 생장 환경 측정 장치(1000)로부터 실시간으로 획득되는 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성할 수 있다. 예를 들어, 사용자가 특정 식물을 양육하는 경우, 해당 식물에 대응하는 맞춤 생장 조건 정보를 확보하고, 실시간 획득되는 식물 생장 정보가 확보된 맞춤 생장 조건 정보와 상이한 경우, 식물 생장 정보가 맞춤 생장 조건 정보에 충족되도록 식물 양육 가이드 정보를 생성할 수 있다.The server 100 may generate plant nurturing guide information based on customized growth condition information corresponding to the plant nurtured by the user and plant growth information obtained in real time from the growth environment measuring device 1000. For example, when a user nurtures a specific plant, customized growth conditions information corresponding to the plant is secured, and if the plant growth information obtained in real time is different from the secured customized growth conditions information, the plant growth information is changed to the customized growth conditions. Plant nurturing guide information can be created to meet the information requirements.

보다 자세한 예를 들어, 사용자가 금전수를 양육하는 경우, 서버(100)는 식물 데이터베이스(200)를 참조하여 금전수에 대응하는 맞춤 생장 조건 정보가 획득될 수 있다. 이 경우, 금전수에 대응하는 맞춤 생장 조건 정보는, 적정 생육온도가 18 내지 24℃라는 정보를 포함하며, 적정 습도가 40 내지 70%라는 정보를 포함할 수 있다. 한편, 서버(100)는 생장 환경 측정 장치(1000)로부터 식물의 실시간 생장 환경에 관련한 식물 생장 정보를 수신할 수 있다. 이 경우, 식물 생장 정보는, 현재 온도가 28℃이며, 토양의 습도가 10%라는 정보를 포함할 수 있다.For a more detailed example, when a user raises a money tree, the server 100 may refer to the plant database 200 to obtain customized growth condition information corresponding to the money tree. In this case, the customized growth conditions information corresponding to the money tree may include information that the appropriate growth temperature is 18 to 24°C and the appropriate humidity is 40 to 70%. Meanwhile, the server 100 may receive plant growth information related to the real-time growth environment of plants from the growth environment measuring device 1000. In this case, the plant growth information may include information that the current temperature is 28°C and the soil humidity is 10%.

서버(100)는 맞춤 생장 조건 정보와 식물 생장 정보가 상이한 것을 식별하여, 식물 생장 정보가 맞춤 생장 조건 정보를 충족하도록 식물 양육 가이드 정보를 생성할 수 있다. 이 경우, 서버에 의해 생성되는 식물 양육 가이드 정보는, 화분이 구비된 공간의 온도를 4℃ 낮추고, 물 100mL 보충하라는 정보를 포함할 수 있다. 전술한 식물 양육 가이드 정보에 대한 구체적인 기재는 예시일 뿐, 본 발명은 이에 제한되지 않는다.The server 100 may identify that the customized growth condition information is different from the plant growth information and generate plant nurturing guide information so that the plant growth information satisfies the customized growth condition information. In this case, the plant nurturing guide information generated by the server may include information to lower the temperature of the space where the flower pot is installed by 4°C and replenish 100 mL of water. The specific description of the above-described plant rearing guide information is only an example, and the present invention is not limited thereto.

즉, 서버(100)는 식물에 대응하여 확보한 맞춤 생장 조건 정보와 실시간 식물의 생장 환경에 관련하여 획득되는 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성할 수 있다. 서버(100)는 식물 생장 정보가 맞춤 생장 조건을 충족하도록 식물 양육 가이드 정보를 생성할 수 있다.That is, the server 100 may generate plant nurturing guide information based on customized growth condition information obtained in response to the plant and plant growth information obtained in relation to the real-time plant growth environment. The server 100 may generate plant nurturing guide information so that the plant growth information satisfies customized growth conditions.

본 발명의 일 실시예에 따르면, 식물 생장 환경에 따른 가이드 정보 제공 방법은, 식물 양육 가이드 정보를 사용자 단말 및 생장 환경 측정 장치 중 적어도 하나로 전송할 것을 결정하는 단계(S150)를 포함할 수 있다.According to an embodiment of the present invention, a method of providing guide information according to a plant growth environment may include a step (S150) of determining whether to transmit plant nurturing guide information to at least one of a user terminal and a growth environment measuring device.

서버(100)가 식물 양육 가이드 정보를 사용자 단말(10)로 전송하는 경우, 사용자는 자신의 단말에 표시된 정보를 확인하여 식물의 양육 환경을 변화시킬 수 있다. 예컨대, 사용자는 식물 양육 가이드 정보에 기반하여 식물이 양육된 공간의 온도를 낮추거나 또는, 일정량의 수분을 보충할 수 있다.When the server 100 transmits plant nurturing guide information to the user terminal 10, the user can change the nurturing environment for the plant by checking the information displayed on his or her terminal. For example, the user can lower the temperature of the space where the plant is grown or replenish a certain amount of moisture based on the plant nurturing guide information.

또한, 서버(100)가 식물 양육 가이드 정보를 생장 환경 측정 장치(1000)로 전송할 수 있다. 실시예에서, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 시각적 인지 정보를 제공하는 것을 특징으로 할 수 있다. 구체적으로, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 상이한 방식으로 LED부를 점등하는 것을 특징으로 할 수 있다. 예를 들어, 배양토에 수분이 부족한 경우, LED부가 붉은색 색상을 점등하도록 할 수 있으며, 수분이 과한 경우에는, LED부가 붉은색 색상을 일정 시간 간격을 두고 점등 및 소등을 반복하도록 할 수 있다. 다른 예를 들어, 온도가 낮은 경우, LED부가 파란색 색상을 점등하도록 할 수 있으며, 영양제가 요구되는 경우, LED부가 초록색 색상을 점등하도록 할 수 있다. 즉, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 따라 상이한 색상 또는 상이한 패턴의 점등 방식을 제공하여 사용자에게 식물 생육에 관련한 시각적인 인지 정보를 제공할 수 있다.Additionally, the server 100 may transmit plant nurturing guide information to the growth environment measuring device 1000. In an embodiment, the growth environment measuring device 1000 may provide visual recognition information based on plant nurturing guide information. Specifically, the growth environment measuring device 1000 may be characterized by lighting the LED unit in different ways based on plant nurturing guide information. For example, if there is insufficient moisture in the culture soil, the LED unit can be made to light up in red, and if the moisture is excessive, the LED unit can be made to repeatedly turn on and off in red color at regular intervals. For another example, when the temperature is low, the LED part can be made to light up in blue color, and when nutrients are required, the LED part can be made to light up in green color. That is, the growth environment measuring device 1000 may provide lighting methods of different colors or different patterns according to plant nurturing guide information to provide the user with visual recognition information related to plant growth.

이에 따라, 사용자는 자신의 단말에 표시된 식물 양육 가이드 정보 또는, 생장 환경 측정 장치(1000)의 LED부에 표시된 시각적 정보를 통해 식물 생장에 관련한 적절한 환경 변화 동작을 수행할 수 있다. 예컨대, 사용자는 생장 환경 측정 장치(1000)의 LED부에 붉은색 색상이 점등된 것을 확인하여, 화분에 수분을 공급할 수 있다.Accordingly, the user can perform appropriate environmental change operations related to plant growth through plant nurturing guide information displayed on the user's terminal or visual information displayed on the LED portion of the growth environment measuring device 1000. For example, the user can supply moisture to the flower pot by confirming that the red color of the LED part of the growth environment measuring device 1000 is turned on.

전술한 바와 같이, 본 발명의 서버(100)는 사용자가 양육하는 식물에 대응하여 획득된 맞춤 생장 조건 정보를 기준으로 실시간으로 획득되는 식물 생장 정보를 비교하여 식물 양육 가이드 정보를 생성하여 사용자에게 제공할 수 있다. 이는 사용자로 하여금, 식물 양육 가이드 정보를 토대로 식물의 생장 환경을 조정하도록 하여, 식물이 생장할 수 있는 최적의 환경을 조성하도록 할 수 있다. 즉, 부족한 원예지식과 제한된 가드닝 환경에도, 식물의 생장 효율이 향상되는 효과를 제공할 수 있다.As described above, the server 100 of the present invention compares plant growth information obtained in real time based on customized growth condition information obtained in response to the plants raised by the user, generates plant nurturing guide information and provides it to the user. can do. This allows the user to adjust the growth environment of the plant based on the plant nurturing guide information, thereby creating an optimal environment for the plant to grow. In other words, it can provide the effect of improving plant growth efficiency even with insufficient horticultural knowledge and limited gardening environments.

다양한 실시예에서, 생장 환경 측정 장치(1000)는 식물 양육 가이드 정보에 기초하여 환경 조정 동작을 수행하는 것을 특징으로 할 수 있다. 생장 환경 측정 장치(1000)가 수행하는 환경 제어 동작은, 예를 들어, 수분 공급 동작, 온도 조절 동작 및 영양제 공급 동작 중 적어도 하나를 포함할 수 있다. 생장 환경 측정 장치(1000)는 수분 또는 영양제를 분사시키는 분사부, 광 또는 바람을 공급하여 온도를 조정하는 온도 조절부 등을 포함하여 구비될 수 있으며, 서버(100)로부터 수신한 식물 양육 가이드 정보에 기초하여 다양한 환경 조정 동작을 수행할 수 있다.In various embodiments, the growth environment measuring device 1000 may be characterized in that it performs an environment adjustment operation based on plant nurturing guide information. The environmental control operation performed by the growth environment measuring device 1000 may include, for example, at least one of a moisture supply operation, a temperature control operation, and a nutrient supply operation. The growth environment measuring device 1000 may be equipped with a sprayer that sprays moisture or nutrients, a temperature controller that adjusts the temperature by supplying light or wind, and plant nurturing guide information received from the server 100. Based on this, various environmental adjustment operations can be performed.

추가적인 실시예에서, 생장 환경 측정 장치(1000)가 식물에 대응하여 환경 제어 동작을 수행하는 경우, LED부를 통해 이를 인지시키기 위한 시각적 정보를 출력할 수 있다. 예컨대, 생장 환경 측정 장치(1000)를 통해 수분이 공급된 경우, 검은색 색상이 점등될 수 있다. 사용자는 LED부에 검은색 색상이 점등된 것을 확인하여 생장 환경 측정 장치(1000)를 통해 최적의 생장 환경의 이미 갖춰진 것으로 판단하여, 추가적으로 수분 또는 영양제 등을 공급하지 않을 수 있다. 즉, 식물의 생장을 극대화하기 위한 동작들을 생장 환경 측정 장치(1000)를 통해 자동화됨에 따라, 사용자의 편의성이 증대될 수 있다.In an additional embodiment, when the growth environment measuring device 1000 performs an environmental control operation in response to a plant, visual information for recognition may be output through the LED unit. For example, when moisture is supplied through the growth environment measuring device 1000, a black color may be lit. The user confirms that the LED part lights up in black and determines that an optimal growth environment has already been established through the growth environment measuring device 1000, and may not supply additional moisture or nutrients. In other words, as operations to maximize plant growth are automated through the growth environment measuring device 1000, user convenience can be increased.

또한 실시예에서, 본 발명의 식물 양육 가이드 정보에 대응하는 환경 조정 동작은, 사물 인터넷(IOT, Internet of Things)을 통한 연계를 통해 구현될 수 있다. 구체적으로, 서버(100)는 식물이 위치한 공간에 관련한 실내 환경에 변화를 줄 수 있는 다양한 기기들과의 연계를 통해 구현될 수 있다. 예를 들어, 서버(100)는 사물 인터넷을 통한 연계에 기반한 스마트 에어컨, 스마트 히터, 스마트 보일러, 스마트 창문, 스마트 가습기, 스마트 제습기 및 스마트 조명 등으로 구현될 수 있으나, 이에 제한되지 않는다. 이 경우, 서버(100)가 생성한 식물 양육 가이드 정보에 대응하는 환경 조정 동작 수행이 연계된 스마트 기기를 통해 자동화됨에 따라 편의성이 향상될 수 있다.Additionally, in an embodiment, the environmental adjustment operation corresponding to the plant nurturing guide information of the present invention may be implemented through linkage through the Internet of Things (IOT). Specifically, the server 100 can be implemented through linkage with various devices that can change the indoor environment related to the space where the plant is located. For example, the server 100 may be implemented as a smart air conditioner, smart heater, smart boiler, smart window, smart humidifier, smart dehumidifier, and smart lighting based on connection through the Internet of Things, but is not limited to this. In this case, convenience can be improved as the environmental adjustment operation corresponding to the plant nurturing guide information generated by the server 100 is automated through a connected smart device.

도 6은 본 발명의 일 실시예와 관련된 하나 이상의 네트워크 함수를 나타낸 개략도이다.Figure 6 is a schematic diagram showing one or more network functions related to one embodiment of the present invention.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 “노드”라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 “노드”들은 “뉴런(neuron)”들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의“링크”에 의해 상호 연결될 수 있다.Throughout this specification, computational model, neural network, network function, and neural network may be used interchangeably. A neural network can generally consist of a set of interconnected computational units, which can be referred to as “nodes”. These “nodes” may also be referred to as “neurons.” A neural network consists of at least one node. The nodes (or neurons) that make up neural networks may be interconnected by one or more “links.”

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 발명은 이에 제한되지 않는다.A deep neural network (DNN) may refer to a neural network that includes multiple hidden layers in addition to an input layer and an output layer. Deep neural networks allow you to identify latent structures in data. In other words, it is possible to identify the potential structure of a photo, text, video, voice, or music (e.g., what object is in the photo, what the content and emotion of the text are, what the content and emotion of the voice are, etc.) . Deep neural networks include convolutional neural networks (CNN), recurrent neural networks (RNN), auto encoders, generative adversarial networks (GAN), and restricted Boltzmann machines (RBM). machine), deep belief network (DBN), Q network, U network, Siamese network, etc. The description of the deep neural network described above is only an example and the present invention is not limited thereto.

뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning) 및 반교사학습(semi supervised learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 출력의 오류를 최소화하기 위한 것이다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링 되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨이 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.A neural network can be trained in at least one of supervised learning, unsupervised learning, and semi-supervised learning. Learning of a neural network is intended to minimize errors in output. In neural network learning, learning data is repeatedly input into the neural network, the output of the neural network and the error of the target for the learning data are calculated, and the error of the neural network is transferred from the output layer of the neural network to the input layer in the direction of reducing the error. This is the process of updating the weight of each node in the neural network through backpropagation. In the case of teacher learning, learning data in which the correct answer is labeled in each learning data is used (i.e., labeled learning data), and in the case of non-teacher learning, the correct answer may not be labeled in each learning data. That is, for example, in the case of teacher learning regarding data classification, the learning data may be data in which each learning data is labeled with a category. Labeled training data is input to the neural network, and the error can be calculated by comparing the output (category) of the neural network and the label of the training data. As another example, in the case of non-teachable learning for data classification, the error can be calculated by comparing the input training data with the neural network output. The calculated error is backpropagated in the reverse direction (i.e., from the output layer to the input layer) in the neural network, and the connection weight of each node in each layer of the neural network can be updated according to backpropagation. The amount of change in the connection weight of each updated node may be determined according to the learning rate. The neural network's calculation of input data and backpropagation of errors can constitute a learning cycle (epoch). The learning rate may be applied differently depending on the number of repetitions of the learning cycle of the neural network. For example, in the early stages of neural network training, a high learning rate can be used to increase efficiency by allowing the neural network to quickly achieve a certain level of performance, and in the later stages of training, a low learning rate can be used to increase accuracy.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 생략하는 드롭아웃(dropout) 등의 방법이 적용될 수 있다.In the learning of neural networks, the training data can generally be a subset of real data (i.e., the data to be processed using the learned neural network), and thus the error for the training data is reduced, but the error for the real data is reduced. There may be an incremental learning cycle. Overfitting is a phenomenon in which errors in actual data increase due to excessive learning on training data. For example, a phenomenon in which a neural network that learned a cat by showing a yellow cat fails to recognize that it is a cat when it sees a non-yellow cat may be a type of overfitting. Overfitting can cause errors in machine learning algorithms to increase. To prevent such overfitting, various optimization methods can be used. To prevent overfitting, methods such as increasing the learning data, regularization, or dropout, which omits some of the network nodes during the learning process, can be applied.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. (이하에서는 신경망으로 통일하여 기술한다.) 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수를 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 트레이닝을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.Throughout this specification, computational model, neural network, network function, and neural network may be used interchangeably. (Hereinafter, it is described collectively as a neural network.) The data structure may include a neural network. And the data structure including the neural network may be stored in a computer-readable medium. Data structures including neural networks may also include data input to the neural network, weights of the neural network, hyperparameters of the neural network, data obtained from the neural network, activation functions associated with each node or layer of the neural network, and loss functions for learning the neural network. there is. A data structure containing a neural network may include any of the components disclosed above. In other words, the data structure including the neural network includes all or all of the data input to the neural network, the weights of the neural network, the hyperparameters of the neural network, the data acquired from the neural network, the activation function associated with each node or layer of the neural network, and the loss function for training the neural network. It may be configured to include any combination of. In addition to the configurations described above, a data structure containing a neural network may include any other information that determines the characteristics of the neural network. Additionally, the data structure may include all types of data used or generated in the computational process of a neural network and is not limited to the above. Computer-readable media may include computer-readable recording media and/or computer-readable transmission media. A neural network can generally consist of a set of interconnected computational units, which can be referred to as nodes. These nodes may also be referred to as neurons. A neural network consists of at least one node.

데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 발명은 이에 제한되지 않는다.The data structure may include data input to the neural network. A data structure containing data input to a neural network may be stored in a computer-readable medium. Data input to the neural network may include learning data input during the neural network learning process and/or input data input to the neural network on which training has been completed. Data input to the neural network may include data that has undergone pre-processing and/or data subject to pre-processing. Preprocessing may include a data processing process to input data into a neural network. Therefore, the data structure may include data subject to preprocessing and data generated by preprocessing. The above-described data structure is only an example and the present invention is not limited thereto.

데이터 구조는 신경망의 가중치를 포함할 수 있다. (본 명세서에서 가중치, 파라미터는 동일한 의미로 사용될 수 있다.) 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 파라미터에 기초하여 출력 노드 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 발명은 이에 제한되지 않는다.The data structure may include the weights of the neural network. (In this specification, weights and parameters may be used with the same meaning.) And the data structure including the weights of the neural network may be stored in a computer-readable medium. A neural network may include multiple weights. Weights may be variable and may be varied by the user or algorithm in order for the neural network to perform the desired function. For example, when one or more input nodes are connected to one output node by respective links, the output node is set to the values input to the input nodes connected to the output node and the links corresponding to each input node. The output node value can be determined based on the parameters. The above-described data structure is only an example and the present invention is not limited thereto.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.The steps of the method or algorithm described in connection with embodiments of the present invention may be implemented directly in hardware, implemented as a software module executed by hardware, or a combination thereof. The software module may be RAM (Random Access Memory), ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), Flash Memory, hard disk, removable disk, CD-ROM, or It may reside on any type of computer-readable recording medium well known in the art to which the present invention pertains.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.The components of the present invention may be implemented as a program (or application) and stored in a medium in order to be executed in conjunction with a hardware computer. Components of the invention may be implemented as software programming or software elements, and similarly, embodiments may include various algorithms implemented as combinations of data structures, processes, routines or other programming constructs, such as C, C++, , may be implemented in a programming or scripting language such as Java, assembler, etc. Functional aspects may be implemented as algorithms running on one or more processors.

본 발명의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 발명의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 발명의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.Those skilled in the art will understand that various illustrative logical blocks, modules, processors, means, circuits and algorithm steps described in connection with the embodiments disclosed herein can be used in electronic hardware, (for convenience) It will be understood that the implementation may be implemented by various forms of program or design code (referred to herein as “software”) or a combination of both. To clearly illustrate this interoperability of hardware and software, various illustrative components, blocks, modules, circuits and steps have been described above generally with respect to their functionality. Whether this functionality is implemented as hardware or software depends on the specific application and design constraints imposed on the overall system. A person skilled in the art may implement the described functionality in various ways for each specific application, but such implementation decisions should not be construed as departing from the scope of the present invention.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다. 용어 "기계-판독가능 매체"는 명령(들) 및/또는 데이터를 저장, 보유, 및/또는 전달할 수 있는 무선 채널 및 다양한 다른 매체를 포함하지만, 이들로 제한되는 것은 아니다.The various embodiments presented herein may be implemented as a method, apparatus, or article of manufacture using standard programming and/or engineering techniques. The term “article of manufacture” includes a computer program, carrier, or media accessible from any computer-readable device. For example, computer-readable media include magnetic storage devices (e.g., hard disks, floppy disks, magnetic strips, etc.), optical disks (e.g., CDs, DVDs, etc.), smart cards, and flash memory. Includes, but is not limited to, devices (e.g., EEPROM, cards, sticks, key drives, etc.). Additionally, various storage media presented herein include one or more devices and/or other machine-readable media for storing information. The term “machine-readable media” includes, but is not limited to, wireless channels and various other media capable of storing, retaining, and/or transmitting instruction(s) and/or data.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 발명의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.It is to be understood that the specific order or hierarchy of steps in the processes presented is an example of illustrative approaches. It is to be understood that the specific order or hierarchy of steps in processes may be rearranged within the scope of the present invention, based on design priorities. The appended method claims present elements of the various steps in a sample order but are not meant to be limited to the particular order or hierarchy presented.

제시된 실시예들에 대한 설명은 임의의 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.The description of the presented embodiments is provided to enable any person skilled in the art to make or use the present invention. Various modifications to these embodiments will be apparent to those skilled in the art, and the general principles defined herein may be applied to other embodiments without departing from the scope of the invention. Thus, the present invention is not limited to the embodiments presented herein, but is to be construed in the broadest scope consistent with the principles and novel features presented herein.

Claims (12)

컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 방법에 있어서,
식물 종류 정보를 포함하는 식물 양육 정보를 획득하는 단계;
상기 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계;
생장 환경 측정 장치로부터 식물 생장 정보를 획득하는 단계;
상기 맞춤 생장 조건 정보 및 상기 식물 생장 정보에 기초하여 식물 양육 가이드 정보를 생성하는 단계; 및
상기 식물 양육 가이드 정보를 사용자 단말 및 상기 생장 환경 측정 장치 중 적어도 하나로 전송할 것을 결정하는 단계; 를 포함하며,
상기 맞춤 생장 조건 정보를 생성하는 단계는, 사용자 단말로부터 도메인 입력 정보를 수신하는 경우 복수의 식물 양육 예측 서브 모델을 포함하는 식물 양육 예측 모델을 활용하여 상기 도메인 입력 정보 및 상기 식물 종류 정보에 대응하는 맞춤 생장 조건 정보를 생성하는 단계; 를 포함하며, 상기 도메인 입력 정보는, 지역 및 기후 중 적어도 하나에 대응하는 맞춤 생장 조건 정보를 포함하고,
상기 맞춤 생장 조건 정보를 생성하는 단계는, 상기 도메인 입력 정보에 기초하여 복수의 식물 양육 예측 서브 모델 중 예측을 수행할 맞춤 식물 양육 예측 모델을 결정하는 단계 및 상기 맞춤 식물 양육 예측 모델을 활용하여 상기 식물 종류 정보에 대응하는 맞춤 생장 조건 정보를 생성하는 단계; 를 포함하는,
상기 방법은,
복수의 외부 서버로부터 복수의 식물 양육 각각에 관련한 복수의 공공 식물 양육 정보를 획득하는 단계; 상기 복수의 공공 식물 양육 정보 간의 교집합에 기초하여 식물 데이터베이스를 구축하는 단계; 및 상기 복수의 유저 각각으로부터 수신한 복수의 유저 양육 정보에 기초하여 상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계; 더 포함하며,
상기 복수의 유저 각각으로부터 수신한 복수의 유저 양육 정보에 기초하여 상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계는, 상기 복수의 유저 양육 정보 중 우수 유저 양육 정보를 선별하는 단계; 상기 우수 유저 양육 정보와 복수의 공공 식물 양육 정보 중 서로 대응하는 정보 간의 비교를 수행하는 단계; 및 상기 비교 결과, 양 정보 간 차이가 식별되는 경우, 상기 우수 유저 양육 정보에 기초하여 상기 복수의 공공 식물 양육 정보를 업데이트하는 단계; 를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
A method performed on one or more processors of a computing device, comprising:
Obtaining plant nurturing information including plant type information;
generating customized growth condition information based on the plant rearing information;
Obtaining plant growth information from a growth environment measuring device;
generating plant nurturing guide information based on the customized growth condition information and the plant growth information; and
Deciding to transmit the plant nurturing guide information to at least one of a user terminal and the growth environment measuring device; Includes,
The step of generating the customized growth condition information includes, when receiving domain input information from a user terminal, utilizing a plant nurturing prediction model including a plurality of plant nurturing prediction sub-models corresponding to the domain input information and the plant type information. Generating customized growth condition information; It includes, wherein the domain input information includes customized growing condition information corresponding to at least one of region and climate,
The step of generating the customized growth condition information includes determining a customized plant rearing prediction model to perform prediction among a plurality of plant rearing prediction sub-models based on the domain input information, and using the customized plant rearing prediction model to Generating customized growth condition information corresponding to plant type information; Including,
The above method is,
Obtaining a plurality of public plant nurturing information related to each of the plurality of plant nurturing from a plurality of external servers; Constructing a plant database based on the intersection of the plurality of public plant nurturing information; and performing an update on the plant database based on a plurality of user rearing information received from each of the plurality of users. Contains more,
The step of updating the plant database based on the plurality of user training information received from each of the plurality of users includes selecting excellent user training information from the plurality of user training information; Comparing the excellent user nurturing information with corresponding information among a plurality of public plant nurturing information; and when a difference between the amounts of information is identified as a result of the comparison, updating the plurality of public plant nurturing information based on the excellent user nurturing information. Including,
How to provide guide information according to plant growth environment.
제1항에 있어서,
상기 식물 양육 정보는,
식물을 양육하기 위한 양육 환경에 대응하는 정보를 포함하며,
상기 식물 생장 정보는,
식물의 생장 과정에서 생장 환경에 대응하여 획득되는 정보를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 1,
The above plant nurturing information is,
Contains information corresponding to the nurturing environment for nurturing plants,
The plant growth information is,
Containing information acquired in response to the growth environment during the plant growth process,
How to provide guide information according to plant growth environment.
제1항에 있어서,
상기 식물 양육 정보에 기초하여 맞춤 생장 조건 정보를 생성하는 단계는,
상기 식물 양육 정보에 식물 종류 정보가 포함되어 있지 않는 경우, 상기 식물 양육 정보에 기초하여 추천 식물 정보를 생성하고, 상기 식물 양육 정보 및 상기 추천 식물 정보에 기초하여 상기 맞춤 생장 조건 정보를 생성하는 단계; 및
상기 식물 양육 정보에 상기 식물 종류 정보가 포함된 경우, 상기 식물 양육 정보 및 상기 식물 종류 정보에 기초하여 상기 맞춤 생장 조건 정보를 생성하는 단계;
를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 1,
The step of generating customized growth condition information based on the plant rearing information is,
If the plant nurturing information does not include plant type information, generating recommended plant information based on the plant nurturing information and generating the customized growth condition information based on the plant nurturing information and the recommended plant information. ; and
When the plant nurturing information includes the plant type information, generating the customized growth condition information based on the plant nurturing information and the plant type information;
Including,
How to provide guide information according to plant growth environment.
제3항에 있어서,
상기 추천 식물 정보는,
식물 데이터베이스로부터 상기 식물 양육 정보에 대응하는 식물 정보를 식별하여 생성되는 것을 특징으로 하며,
상기 식물 데이터베이스는,
복수의 식물 각각의 종류, 각 종류에 대응하는 식물의 양육 방법에 대응하는 양육 정보들 및 복수의 유저에 관련한 유저 양육 정보를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 3,
The recommended plant information above is,
Characterized in that it is generated by identifying plant information corresponding to the plant rearing information from a plant database,
The plant database is,
Containing each type of a plurality of plants, nurturing information corresponding to the nurturing method of the plant corresponding to each type, and user nurturing information related to a plurality of users,
How to provide guide information according to plant growth environment.
삭제delete 삭제delete 제1항에 있어서,
상기 방법은,
상기 식물 데이터베이스에 저장된 정보들을 기반으로 학습 데이터 세트를 구축하는 단계; 및
상기 학습 데이터 세트를 통해 하나 이상의 네트워크 함수에 대한 학습을 수행하여 상기 식물 양육 예측 모델을 생성하는 단계;
를 더 포함하며,
상기 식물 양육 예측 모델은,
식물 정보를 입력으로 하여 맞춤 생장 조건 정보를 출력하는 신경망 모델인,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 1,
The above method is,
Constructing a learning data set based on information stored in the plant database; and
Generating the plant nurturing prediction model by performing learning on one or more network functions through the learning data set;
It further includes,
The plant rearing prediction model is,
A neural network model that takes plant information as input and outputs customized growth condition information,
How to provide guide information according to plant growth environment.
제7항에 있어서,
상기 식물 양육 예측 모델을 생성하는 단계는,
상기 학습 데이터 세트 각각을 복수의 도메인으로 분류하여 복수의 학습 서브 데이터 세트를 구축하는 단계; 및
상기 복수의 학습 서브 데이터 세트 각각을 활용하여 복수의 식물 양육 예측 서브 모델을 생성하는 단계;
를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
In clause 7,
The step of generating the plant rearing prediction model is,
Classifying each of the learning data sets into a plurality of domains to construct a plurality of learning sub-data sets; and
Generating a plurality of plant rearing prediction sub-models using each of the plurality of learning sub-data sets;
Including,
How to provide guide information according to plant growth environment.
제1항에 있어서,
상기 식물 데이터베이스에 대한 업데이트를 수행하는 단계는,
상기 식물 데이터베이스에 대한 업데이트 사항에 기초하여 공공 수정 정보를 생성하는 단계; 및
상기 공공 수정 정보를 상기 복수의 외부 서버에 전송할 것을 결정하는 단계;
를 포함하며,
상기 공공 수정 정보는,
기존 공공 식물 양육 정보의 개선점에 관한 정보를 포함하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 1,
The step of performing an update on the plant database is,
generating public revision information based on updates to the plant database; and
determining to transmit the public correction information to the plurality of external servers;
Includes,
The above public correction information is:
Containing information regarding improvements to existing public plant care information,
How to provide guide information according to plant growth environment.
제1항에 있어서,
상기 생장 환경 측정 장치는,
식물이 양육된 화분에 구비되어 상기 식물 양육에 관련한 센싱 정보를 획득하고, 상기 식물 양육 가이드 정보에 기초하여 환경 조정 동작을 수행하는 것을 특징으로 하는,
식물 생장 환경에 따른 가이드 정보 제공 방법.
According to paragraph 1,
The growth environment measuring device,
Characterized in that it is provided in a pot in which a plant is raised, to obtain sensing information related to the plant rearing, and to perform an environmental adjustment operation based on the plant rearing guide information.
How to provide guide information according to plant growth environment.
하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
제1항의 방법을 수행하는, 서버.
A memory that stores one or more instructions; and
A processor executing the one or more instructions stored in the memory,
The processor executes the one or more instructions,
A server that performs the method of claim 1.
하드웨어인 컴퓨터와 결합되어, 제1항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.
A computer program combined with a computer as hardware and stored on a computer-readable recording medium so as to perform the method of claim 1.

Images