KR102673313B1 - 반복 작업 자동화에 기초한 스마트 관리 시스템 - Google Patents
반복 작업 자동화에 기초한 스마트 관리 시스템 Download PDFInfo
- Publication number
- KR102673313B1 KR102673313B1 KR1020230188987A KR20230188987A KR102673313B1 KR 102673313 B1 KR102673313 B1 KR 102673313B1 KR 1020230188987 A KR1020230188987 A KR 1020230188987A KR 20230188987 A KR20230188987 A KR 20230188987A KR 102673313 B1 KR102673313 B1 KR 102673313B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- work
- control unit
- work data
- user input
- Prior art date
Links
- 230000003252 repetitive effect Effects 0.000 title claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 28
- 230000001186 cumulative effect Effects 0.000 claims abstract description 5
- 239000000463 material Substances 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 18
- 238000007726 management method Methods 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004381 surface treatment Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000002041 carbon nanotube Substances 0.000 description 1
- 229910021393 carbon nanotube Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002159 nanocrystal Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Architecture (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
본 발명은 반복 작업 자동화에 기초한 스마트 관리 시스템에 있어서, 도면 작성을 위한 모델링 프로그램의 화면을 표시하는 디스플레이부; 및 사용자입력을 위한 사용자입력부가 마련된 컴퓨팅장치를 포함하며, 상기 컴퓨팅장치와 네트워크적으로 연결된 서버를 포함하며, 상기 서버는 통신부; 저장부; 및 제어부;를 포함하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 실행하는 제1사용자입력을 수신하면, 상기 컴퓨팅장치에 기 저장된 상기 모델링 프로그램에 대응하는 복수의 로드파일 중 제1로드파일 또는 상기 모델링 프로그램에서 새롭게 도면을 작성하도록 하는 제2로드파일 중 적어도 하나를 상기 디스플레이부에 표시되도록 제어하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 상기 제1로드파일 또는 상기 제2로드파일 중 적어도 하나에 상기 모델링 프로그램에 내장된 도면작성 툴을 통해 도면을 작성하는 제2사용자입력을 수신하면, 상기 제2사용자입력에 대응하는 작업데이터를 수집 및 상기 작업데이터가 반영된 제1도면데이터를 상기 저장부에 저장하며, 상기 제어부는 상기 작업데이터 중 기 설정된 누적 횟수 이상으로 식별된 제1작업데이터 및 제2작업데이터를 식별하고, 상기 제1도면데이터에 포함된 복수의 객체 중 상기 제1작업데이터 및 상기 제2작업데이터에 대응하는 제1객체 및 제2객체를 매핑하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 상기 제2도면데이터에 대한 제3객체에 대한 제3작업데이터를 수신하면, 상기 제3객체의 속성정보에 기초하여 상기 제3객체와 유사한 속성을 지닌 상기 제1객체를 식별하고, 상기 제어부는 상기 제3객체에 대한 상기 제3작업데이터가 반영된 제1이미지 및 상기 제3객체에 상기 제1작업데이터 반영된 제2이미지를 생성하여 상기 디스플레이부에 표시하는 것을 특징으로 한다.
Description
본 발명은 반복 작업 자동화에 기초한 스마트 관리 시스템에 있어서, 보다 구체적으로 도면을 작성하도록 하는 모델링 프로그램에서의 반복된 작업을 도면의 객체에 대응하여 자동화하여 사용자에게 제공하는 반복 작업 자동화에 기초한 스마트 관리 시스템에 관한 것이다.
도면 등을 작성하기 위한 모델링 프로그램은 반복적인 도면 작업 시 상당한 시간과 노력이 소모되었고, 또한 사용자가 필요한 도면 데이터를 수동으로 검색하고, 유사한 작업을 위해 이전 작업의 정보를 참조하는 과정이 번거로웠으며,
작업 이력 및 데이터의 체계적 저장과 검색 기능이 미흡하여 사용자가 이전 작업 내용을 쉽게 찾지 못하여 작업데이터의 효율적 관리 및 활용에 한계점을 가졌으며,
사용자가 같은 유형의 작업을 반복할 때, 이전 경험을 바탕으로 효율적인 작업 수행이 어려워 사용자의 작업 이력 및 선호도에 따른 맞춤형 작업 지원이 부족하였으며,
작업 방법론이나 이력에 대한 시각적 자료 제공이 불충분하여 신규 사용자나 다른 작업자의 학습 지원에 한계가 있어 도면작성 작업의 시각화 및 교육 자료 생성에 제한적이었고, 이에 작업의 자동화, 효율성 증대, 사용자 맞춤형 지원 강화, 교육 및 자료 제공의 효율화를 이루기 위한 반복 작업 자동화에 기초한 스마트 관리 시스템이 요구되는 실정이다.
본 발명은 상술한 문제점을 해결하기 위한 것으로, 사용자 입력에 의한 자동 도면 로드 및 작업 데이터 관리를 통해 작업 시간과 노력을 대폭 줄임으로써 사용자는 쉽게 필요한 도면을 검색하고 이전 작업에서의 유사한 사례를 빠르게 찾아낼 수 있고,
작업 데이터를 체계적으로 수집 및 관리하여, 사용자가 이전 작업 내용을 쉽게 찾아볼 수 있도록 하여, 작업의 일관성과 정확성이 향상되도록 하며,
사용자의 과거 작업 이력과 선호도를 분석하여, 맞춤형 작업 지원을 제공하여, 사용자가 유사한 작업을 효율적으로 수행하도록 하며,
도면데이터 작업 프로세스의 시각화 및 교육 자료 생성 기능을 통해, 신규 사용자나 다른 작업자에게 필요한 정보를 효과적으로 전달하여, 학습 과정을 간소화하고 이해도를 높이도록 하는 반복 작업 자동화에 기초한 스마트 관리 시스템을 제공하는 것이다.
본 발명의 일 실시예에 따른, 반복 작업 자동화에 기초한 스마트 관리 시스템에 있어서, 도면 작성을 위한 모델링 프로그램의 화면을 표시하는 디스플레이부; 및 사용자입력을 위한 사용자입력부가 마련된 컴퓨팅장치를 포함하며, 상기 컴퓨팅장치와 네트워크적으로 연결된 서버를 포함하며, 상기 서버는 통신부; 저장부; 및 제어부;를 포함하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 실행하는 제1사용자입력을 수신하면, 상기 컴퓨팅장치에 기 저장된 상기 모델링 프로그램에 대응하는 복수의 로드파일 중 제1로드파일 또는 상기 모델링 프로그램에서 새롭게 도면을 작성하도록 하는 제2로드파일 중 적어도 하나를 상기 디스플레이부에 표시되도록 제어하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 상기 제1로드파일 또는 상기 제2로드파일 중 적어도 하나에 상기 모델링 프로그램에 내장된 도면작성 툴을 통해 도면을 작성하는 제2사용자입력을 수신하면, 상기 제2사용자입력에 대응하는 작업데이터를 수집 및 상기 작업데이터가 반영된 제1도면데이터를 상기 저장부에 저장하며, 상기 제어부는 상기 작업데이터 중 기 설정된 누적 횟수 이상으로 식별된 제1작업데이터 및 제2작업데이터를 식별하고, 상기 제1도면데이터에 포함된 복수의 객체 중 상기 제1작업데이터 및 상기 제2작업데이터에 대응하는 제1객체 및 제2객체를 매핑하며, 상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 상기 제2도면데이터에 대한 제3객체에 대한 제3작업데이터를 수신하면, 상기 제3객체의 속성정보에 기초하여 상기 제3객체와 유사한 속성을 지닌 상기 제1객체를 식별하고, 상기 제어부는 상기 제3객체에 대한 상기 제3작업데이터가 반영된 제1이미지 및 상기 제3객체에 상기 제1작업데이터 반영된 제2이미지를 생성하여 상기 디스플레이부에 표시하는 것을 특징으로 한다.
상기 제어부는 상기 저장부에 저장된 복수의 도면데이터에 포함된 복수의 객체 및 상기 복수의 객체 각각에 대응하여 저장된 복수의 작업데이터를 식별하여, 상기 복수의 객체를 유사한 속성으로 카테고리화 한 복수의 작업 카테고리 리스트를 생성하며, 상기 제어부는 상기 사용자입력부로부터 기 설정된 사용자의 작업이력에 대한 리포트정보를 요청하는 사용자입력을 수신하면, 상기 복수의 작업 카테고리 리스트에 기초하여 상기 기 설정된 사용자에 대한 작업데이터 리포트를 생성하여 상기 디스플레이부에 표시하는 것을 특징으로 한다.
상기 제어부는 상기 사용자입력부로부터 상기 제1도면데이터에 대한 상기 작업데이터에 대한 교육용 발표자료를 생성하도록 하는 사용자입력을 수신하면, 상기 기 설정된 사용자가 상기 제1도면데이터를 작업하기 전으로 롤백한 후, 롤백된 상기 제1도면데이터에 상기 작업데이터가 기 설정된 시간단위로 순차적으로 반영되는 것을 시각화한 영상자료를 생성하며,
상기 기 설정된 시간단위는 하기 [수학식2]에 기초하여 도출되며,
[수학식2]
상기 [수학식2]에서 T는 상기 기 설정된 시간단위(분)을 의미하며, C는 상기 작업데이터의 세부사항, 수행 단계의 수에 따라 결정되는 복잡성을 나타내는 작업복잡도를 의미하며, W는 상기 작업데이터의 누적된 클릭횟수를 의미하며, Ca는 상기 데이터작업을 수행한 사용자의 전문성 및 경험 수준에 대한 사용자경험수치를 의미하며, P는 상기 작업데이터의 메모리 할당치(kb)를 의미하며, T0는 사전에 설정된 기본 설정시간을 의미하며, 상기 제어부는 상기 복수의 작업 카테고리 리스트에 기초하여 상기 영상자료에서 상기 제1도면데이터에 특정 작업데이터가 반영될 때 상기 특정 작업데이터와 대응하는 제1 작업 카테고리 정보를 표시하는 제1팝업창이 표시되도록 생성하는 것을 특징으로 한다.
사용자 입력에 의한 자동 도면 로드 및 작업 데이터 관리를 통해 작업 시간과 노력을 대폭 줄임으로써 사용자는 쉽게 필요한 도면을 검색하고 이전 작업에서의 유사한 사례를 빠르게 찾아낼 수 있고,
작업 데이터를 체계적으로 수집 및 관리하여, 사용자가 이전 작업 내용을 쉽게 찾아볼 수 있도록 하여, 작업의 일관성과 정확성이 향상되도록 하며,
사용자의 과거 작업 이력과 선호도를 분석하여, 맞춤형 작업 지원을 제공하여, 사용자가 유사한 작업을 효율적으로 수행하도록 하며,
도면데이터 작업 프로세스의 시각화 및 교육 자료 생성 기능을 통해, 신규 사용자나 다른 작업자에게 필요한 정보를 효과적으로 전달하여, 학습 과정을 간소화하고 이해도를 높이도록 하는 반복 작업 자동화에 기초한 스마트 관리 시스템을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템의 개략적 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템의 구체적 구성을 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템이 동작하는 알고리즘을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템의 구체적 구성을 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템이 동작하는 알고리즘을 도시한 도면이다.
이하에서는 첨부 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 도면에서 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 구성요소를 지칭하며, 도면에서 각 구성요소의 크기는 설명의 명료성과 편의를 위해 과장되어 있을 수 있다. 다만, 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 이하의 실시예에 설명된 구성 또는 작용으로만 한정되지는 않는다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.
본 발명의 실시예에서, 제1, 제2 등과 같이 서수를 포함하는 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 발명의 실시예에서, '구성되다', '포함하다', '가지다' 등의 용어는 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 또한, 본 발명의 실시예에서, '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있으며, 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다. 또한, 본 발명의 실시예에서, 복수의 요소 중 적어도 하나(at least one)는, 복수의 요소 전부 뿐만 아니라, 복수의 요소 중 나머지를 배제한 각 하나 혹은 이들의 조합 모두를 지칭한다. 또한, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된 (designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것 만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
이하, 도면을 참조하여 본 발명의 바람직한 실시예에 대해 상세하게 설명한다. 이는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명을 용이하게 실시할 수 있을 정도로 상세하게 설명하기 위한 것이며, 이로 인해, 본 발명의 기술적인 사상 및 범주가 한정되는 것은 아님을 밝혀 둔다.
도 1은 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템의 개략적 구성을 도시한 도면이며, 도 2는 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템의 구체적 구성을 도시한 도면이며, 도 3은 본 발명의 일 실시예에 따른 반복 작업 자동화에 기초한 스마트 관리 시스템이 동작하는 알고리즘을 도시한 도면이다.
도 1 내지 도 3을 참조하여, 본 발명의 일 실시예에 반복 작업 자동화에 기초한 스마트 관리 시스템은 도면 작성을 위한 모델링 프로그램의 화면을 표시하는 디스플레이부(120) 및 사용자입력을 위한 사용자입력부(110)가 마련된 컴퓨팅장치(100) 및 컴퓨팅장치(100)와 네트워크적으로 연결된 서버(200)를 포함한다.
본 발명의 일 실시예에 따른 컴퓨팅장치(100)는 예컨대, 개인 컴퓨터, 서버 컴퓨터, 핸드헬드 또는 랩탑 디바이스, 모바일 디바이스(모바일폰, PDA, 미디어 플레이어 등), 멀티프로세서 시스템, 소비자 전자기기, 미니 컴퓨터, 메인프레임 컴퓨터, 임의의 전술된 시스템 또는 디바이스를 포함하는 분산 컴퓨팅, 데이터 처리를 중앙 서버가 아닌 데이터가 발생하는 주변(edge)에서 데이터를 처리하는 에지 컴퓨팅 환경 등을 포함하며, 기재된 것만으로 구성이 한정되는 것은 아니다.
컴퓨팅장치(100)는 적어도 하나의 프로세서 및 메모리를 포함할 수 있다. 여기서, 프로세서은 예를 들어 중앙처리장치(CPU), 그래픽처리장치(GPU), 마이크로프로세서, 주문형 반도체(Application Specific Integrated Circuit, ASIC), Field Programmable Gate Arrays(FPGA) 등을 포함할 수 있으며, 복수의 코어를 가질 수 있다.
메모리는 휘발성 메모리(예를 들어, RAM 등), 비휘발성 메모리(예를 들어, ROM, 플래시 메모리 등) 또는 이들의 조합일 수 있다. 또한, 컴퓨팅장치(100)는 추가적인 스토리지를 포함할 수 있다. 스토리지는 자기 스토리지, 광학 스토리지 등을 포함하지만 이것으로 한정되지 않는다. 스토리지에는 본 명세서에 개진된 하나 이상의 실시예를 구현하기 위한 컴퓨터 판독 가능한 명령이 저장될 수 있고, 운영 시스템, 애플리케이션 프로그램 등을 구현하기 위한 다른 컴퓨터 판독 가능한 명령도 저장될 수 있다. 스토리지에 저장된 컴퓨터 판독 가능한 명령은 프로세서에 의해 실행되기 위해 메모리에 로딩될 수 있다.
또한, 컴퓨팅장치(100)는 사용자입력부(110) 및 출력 장치를 포함할 수 있다. 사용자입력부(110)는 예를 들어 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스, 적외선 카메라, 비디오 입력 디바이스 또는 임의의 다른 입력 디바이스 등을 포함할 수 있다. 또한, 출력 장치는 예를 들어 하나 이상의 디스플레이, 스피커, 프린터 또는 임의의 다른 출력 디바이스 등을 포함할 수 있다. 또한, 컴퓨팅 장치는 다른 컴퓨팅 디바이스에 구비된 입력 디바이스 또는 출력 디바이스를 사용자입력부(110) 또는 출력 장치로서 사용할 수도 있다. 또한, 컴퓨팅 장치는 컴퓨팅 장치가 다른 디바이스와 통신할 수 있게 하는 통신모듈을 포함할 수 있다. 여기서, 통신모듈은 모뎀, 네트워크 인터페이스 카드(NIC), 통합 네트워크 인터페이스, 무선 주파수 송신기/수신기, 적외선 포트, USB 접속 또는 컴퓨팅 장치를 다른 컴퓨팅 디바이스에 접속시키기 위한 다른 인터페이스를 포함할 수 있다. 통신모듈은 유선 접속 또는 무선 접속을 포함할 수 있다.
컴퓨팅장치(100)의 각 구성요소는 버스 등의 다양한 상호접속(예를 들어, 주변 구성요소 상호접속 (PCI), USB, 펌웨어(IEEE 1394), 광학적 버스 구조 등)에 의해 접속될 수도 있고, 네트워크에 의해 상호접속될 수도 있다. 본 명세서에서 사용되는 "구성요소", "시스템" 등과 같은 용어들은 일반적으로 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어, 또는 실행중인 소프트웨어인 컴퓨터 관련 엔티티를 지칭하는 것이다.
본 발명의 일 실시예에 따른 컴퓨팅장치(100)는 디스플레이부(120)를 포함할 수 있으며, 디스플레이부(120)는 디스플레이를 구현하는 방식은 한정되지 않으며, 예컨대 액정(Liquid Crystal), 플라즈마(Plasma), 발광 다이오드(Light-Emitting Diode), 유기발광 다이오드(Organic Light-Emitting Diode), 면전도 전자총(Surface-Conduction Electron-Emitter), 탄소 나노 튜브(Carbon Nano-Tube), 나노 크리스탈(Nano-Crystral) 등의 다양한 디스플레이 방식으로 구현될 수 있다. 디스플레이부(120)는, 액정 방식인 경우에, 액정 디스플레이 패널과 액정 디스플레이 패널에 광을 공급하는 백라이트유닛과, 액정 디스플레이 패널을 구동시키는 패널구동부 등을 포함한다. 한편, 디스플레이부(120)는 백라이트유닛 없이, 자발광 소자인 OLED 패널로 구현될 수 있다.
본 발명의 일 실시예에 따른 도면 작성을 위한 모델링 프로그램은 컴퓨터 기반의 그래픽 디자인 도구로, 다양한 객체와 형상을 2D 또는 3D로 표현하게 해주는 소프트웨어를 의미하며, 본 발명에 따른 모델링 프로그램은 평면적인 도면, 스케치, 설계도를 작성하는데 주로 사용되는 2D 모델링 프로그램, 예컨대 AutoCAD, CorelDRAW 등이 될 수 있으며, 공간적인 형상과 구조를 가진 모델을 생성하는 3D 모델링 프로그램, 예컨대 Autodesk Maya, Blender, SolidWorks 등이 될 수 있다.
한편, 본 발명에 따른 모델링 프로그램은 사용자가 직접 객체의 형태, 크기, 위치, 색상 등을 지정하거나 수정할 수 있는 다양한 도구와 기능을 제공할 수 있고, 또한, 미리 정의된 도형, 패턴, 텍스처 등의 라이브러리를 활용하여 더욱 복잡한 디자인도 쉽게 구현하도록 하는 프로그램을 모두 포함할 수 있다.
한편, 본 발명에 따른 모델링 프로그램에서 생성된 도면은 특정한 파일 형식으로 저장될 수 있으며, 예컨대, AutoCAD에서는 DWG나 DXF 형식, SolidWorks에서는 SLDPRT나 SLDASM 형식 등으로 저장될 수 있고, 해당 프로그램의 특성과 구조에 맞게 최적화되어 있어, 데이터의 무결성과 효율성을 보장하도록 하는 모든 형식으로 저장되도록 구현될 수 있다.
한편, 본 발명에 따른 모델링 프로그램의 저장 과정에서는 모델의 기하학적 정보, 물성, 텍스처, 라이팅, 애니메이션 정보 등이 함께 저장되며, 필요에 따라 압축 기술을 활용하여 저장 공간이 최적화될 수 있고, 또한, 작성한 도면을 다른 소프트웨어나 플랫폼에서 사용하기 위해 다양한 포맷으로의 변환 기능도 제공되도록 구현될 수 있다.
본 발명의 일 실시예에 따른 서버(200)는 통신부(210), 저장부(220) 및 제어부(230)를 포함할 수 있다.
본 발명의 일 실시예에 따른 통신부(210)는 컴퓨팅장치(100) 또는 외부의 다른 전자장치 등과 유무선 통신 방식으로 통신할 수 있다. 따라서 유선 접속을 위한 커넥터 또는 단자를 포함하는 접속부 이외에도 다양한 다른 통신 방식으로도 구현될 수 있다. 예컨대, Wi-Fi, 블루투스, 지그비(Zigbee), 적외선 통신, Radio Control, UWM(Ultra-Wide Band), Wireless USB, NFC(Near Field Communication) 중 하나 이상의 통신을 수행하도록 구성될 수 있다. 통신부(210)는 BLE(Bluetooth Low Energy), SPP(Serial Port Profile), Wi-Fi Direct, 적외선 통신, Zigbee, NFC(Near Field Communication) 등의 통신 모듈을 포함할 수 있다. 또한 통신부(210)는 Device, S/W module, Circuit, Chip 등의 형태로 구현될 수 있다.
본 발명의 일 실시예에 따른 통신부(210)는 상기의 다양한 통신 모듈을 포함할 수 있는데, 통신사별 IoT망을 갖는 IoT통신모듈을 포함할 수 있으며, IoT통신모듈은 별개의 통신부(210)를 가진 복수의 사물들이 네트워크를 통해 연결되어 다양한 플랫폼을 기반으로 서비스를 가능하도록 하는 모든 IoT통신망을 의미할 수 있다. 이와 같은 IoT통신모듈을 이용하면 설정된 지역 내에서 보다 원활한 통신망이 제공될 수 있다.
본 발명의 일 실시예에 따른 저장부(220)는 통신부(210)를 통해 컴퓨팅장치(100)로부터 정보를 수신하거나, 외부 검색플랫폼으로부터 정보를 수신하여, 이를 저장할 수 있으며, 제어부(230)에 의해 수신된 복수의 웹페이지에 포함된 텍스트정보, 이미지정보를 수신하여, 이를 저장할 수 있다. 저장부(220)는 후술할 제어부(230)의 처리 및 제어에 따라서 다양한 데이터를 저장할 수 있다. 저장부(220)는 제어부(230)에 의해 엑세스되어, 데이터의 독취, 기록, 수정, 삭제, 갱신 등을 수행할 수 있다. 저장부(220)는 서버(200)에 대한 시스템 전원의 제공 유무와 무관하게 데이터를 보존할 수 있도록 플래시메모리(flash-memory), 하드디스크 드라이브(hard-disc drive), SSD(solid-state drive) 등과 같은 비휘발성 메모리를 포함할 수 있다. 또한, 저장부(220)는 제어부(230)에 의해 처리되는 데이터가 임시로 로딩되기 위한 버퍼, 램 등과 같은 휘발성 메모리를 포함할 수 있다.
본 발명의 일 실시예에 따른 제어부(230)는 서버(200)의 제반 구성들이 동작하기 위한 제어를 수행할 수 있다. 제어부(230)는 이러한 제어 동작을 수행할 수 있도록 하는 제어프로그램(혹은 인스트럭션)과, 제어프로그램이 설치되는 비활성의 메모리, 설치된 제어프로그램의 적어도 일부가 로드되는 휘발성의 메모리 및 로드 된 제어프로그램을 실행하는 적어도 하나의 프로세서 혹은 CPU(Central Processing Unit)를 포함할 수 있다. 또한, 이와 같은 제어프로그램은 서버(200) 외에도 다른 외부의 전자장치에도 저장될 수 있다.
제어프로그램은 BIOS, 디바이스드라이버, 운영체계, 펌웨어, 플랫폼 및 응용프로그램(어플리케이션) 중 적어도 하나의 형태로 구현되는 프로그램(들)을 포함할 수 있다. 일 실시예로서, 응용프로그램은, 서버(200)의 제조 시에 서버(200)에 미리 설치 또는 저장되거나, 혹은 추후 사용 시에 외부로부터 응용프로그램의 데이터를 수신하여 수신된 데이터에 기초하여 서버(200)에 설치될 수 있다. 응용프로그램의 데이터는, 예컨대, 어플리케이션 마켓과 같은 외부 서버로부터 본 발명에 따른 플랫폼 등이 서버(200)로 다운로드 될 수도 있으나, 이에 한정되는 것은 아니다. 한편, 제어부(230)는 device, S/W module, circuit, chip 등의 형태 또는 그 조합으로 구현될 수 있다.
본 발명의 일 실시예에 따른 제어부(230)는 사용자입력부로부터 모델링 프로그램을 실행하는 제1사용자입력을 수신하면, 컴퓨팅장치에 기 저장된 모델링 프로그램에 대응하는 복수의 로드파일 중 제1로드파일 또는 모델링 프로그램에서 새롭게 도면을 작성하도록 하는 제2로드파일 중 적어도 하나를 디스플레이부에 표시되도록 제어할 수 있다.
본 발명의 일 실시예에 따른 복수의 로드파일은 사용자가 모델링 프로그램을 실행할 때 불러올 수 있는 여러 설정이나 데이터 파일을 의미하며, 한편, 본 발명에 따른 제1로드파일은 사용자가 이전에 작성하였던 도면이나 프로젝트 정보, 설정 등을 포함하는 파일이며, 이를 통해 사용자는 이전의 작업 상태를 그대로 불러와 계속해서 작업할 수 있으며, 반면, 제2로드파일은 새로운 도면이나 프로젝트를 시작하기 위한 초기 설정이나 템플릿 정보를 담고 있어 이를 통해 사용자는 특정 기준에 따라 새로운 작업을 시작할 수 있도록 구현될 수 있다.
한편, 본 발명에 따른 로드파일은 여러 종류의 데이터나 설정 정보를 하나의 파일 내에 통합하여 저장하여 사용자는 하나의 파일만 불러오면 필요한 모든 정보를 얻을 수 있도록 하며, 작업의 다양한 단계나 버전을 저장하여 관리할 수 있어 사용자는 필요에 따라 이전의 특정 버전을 불러와 작업할 수 있으며, 로드파일은 다양한 포맷으로 저장될 수 있으며, 이러한 포맷은 모델링 프로그램의 종류나 버전에 따라 다를 수 있으나, 다른 포맷의 파일도 불러올 수 있는 기능이 구현될 수 있다.
한편, 본 발명에 따른 로드파일은 압축된 형태로 저장되어 파일 크기를 최소화하여 저장 공간을 효율적으로 활용할 수 있으며, 중요한 정보나 데이터를 포함하는 로드파일은 암호화 기술을 사용하여 저장될 수 있어 데이터의 보안을 강화할 수 있고, 로드파일은 파일 내에 작성자, 작성 날짜, 버전 정보 등의 메타데이터를 포함하여 저장할 수 있어 파일 관리와 추적이 용이하도록 구현될 수 있음은 물론이다.
즉, 본 발명의 일 실시예에 따른 사용자는 사용자입력부를 통해 모델링 프로그램의 실행을 요청하는 제1사용자입력을 제공하며, 예컨대, 특정 버튼을 클릭하거나 키보드의 특정 키를 눌러 프로그램 실행을 지시하는 행위, 이때 제어부(230)는 컴퓨팅장치의 저장 메모리에서 모델링 프로그램에 대응하는 복수의 로드파일을 탐색하며, 로드파일의 목록, 최근 사용한 파일의 순서 또는 특정 사용자 설정에 따라 로드파일을 정렬하도록 제어할 수 있다. 이어서, 제어부(230)는 탐색된 복수의 로드파일 중에서 제1로드파일(이전에 작성된 도면이나 프로젝트 정보를 포함하는 파일)과 제2로드파일(새로운 도면 작성을 위한 초기 설정 파일) 중 적어도 하나를 디스플레이부에 표시하여 사용자가 표시된 목록 중 원하는 로드파일을 선택할 수 있도록 구현할 수 있다. 이후, 사용자가 특정 로드파일을 선택하면, 제어부(230)는 해당 로드파일에 저장된 설정이나 데이터를 불러와 모델링 프로그램을 실행하며, 예컨대, 제1로드파일을 선택하면 이전 작업 상태가 복원되어 표시되며, 제2로드파일을 선택하면 새로운 도면 작성 환경이 초기화되어 표시될 수 있다.
본 발명의 일 실시예에 따른 제어부(230)는 사용자입력부로부터 모델링 프로그램을 통해 제1로드파일 또는 제2로드파일 중 적어도 하나에 모델링 프로그램에 내장된 도면작성 툴을 통해 도면을 작성하는 제2사용자입력을 수신하면, 제2사용자입력에 대응하는 작업데이터를 수집 및 작업데이터가 반영된 제1도면데이터를 저장부에 저장되도록 제어할 수 있다.
보다 구체적으로, 본 발명의 일 실시예에 따른 사용자는 사용자입력부를 통해 모델링 프로그램에 내장된 도면작성 툴을 이용하여 도면을 작성하는 제2사용자입력을 제공한다. 사용자는 도면작성 툴의 다양한 기능, 예컨대, 선 그리기, 도형 삽입, 텍스트 추가 등을 활용하여 원하는 도면을 구성할 수 있으며, 도면 작성 과정에서 사용자가 제작한 도면의 구성 요소, 설정 값, 적용된 스타일, 도면의 크기와 같은 관련 작업데이터들이 제어부(230)에 의해 수집되며, 제어부(230)는 수집된 복수의 작업데이터를 저장부로 전송하며, 이때, 해당 데이터는 제1로드파일 또는 제2로드파일 중 선택된 파일의 구조 및 형식에 맞게 정렬되어 저장된다.
또한, 본 발명에 따른 제어부(230)는 사용자의 선택에 따라, 주기적으로 또는 특정 조건 하에 작업데이터의 백업을 생성하도록 할 수 있고 이를 통해 데이터 손실을 방지하고, 사용자가 이전 상태로 복원할 수 있는 기능을 제공할 수 있다.
한편, 본 발명의 일 실시예에 따른 도면작성 툴은 엔지니어링, 건축, 디자인 및 기타 관련 분야에서 활용되어 사용자가 그래픽 인터페이스를 통해 도면, 설계도, 그래픽, 또는 기타 시각적 표현을 생성, 수정, 및 관리할 수 있게 해주는 소프트웨어 응용 프로그램를 의미하며, 이는 모델링 프로그램 내에 내장된 기능일 수도 있으며, 외부의 다른 응용 프로그램을 의미할 수도 있다.
한편, 본 발명에 따른 도면작성 툴은 평면적인 도면 및 설계를 위해 사용되는 2D 벡터 기반 도면 툴, 3D 공간에서 객체를 생성하고 수정할 수 있게 해주는 3D 모델링 툴로, 예컨대, SolidWorks, Blender, 3ds Max와 같은 프로그램이 이에 해당될 수 있다. 또한, 빠른 스케치 및 초안 작성을 위한 스케치 및 드래프팅 툴, 예컨대 SketchUp이 해당될 수 있다. 즉, 본 발명에 따른 도면작성 툴은 모델링 프로그램 내에 내장되거나, 외부의 응용 프로그램으로써 모델링 프로그램의 동작을 제어하도록 하는 것을 모두 포함할 수 있다.
한편, 본 발명에 따른 도면작성 툴은 선, 도형, 텍스트, 색상 및 스타일을 제어할 수 있는 다양한 도구 및 기능을 제공할 수 있으며, 예컨대, 도면의 다양한 요소를 분리된 레이어에 배치하여 관리 및 수정의 편의를 높일 수 있으며, 다른 소프트웨어와의 호환성을 위해 다양한 파일 형식을 지원하는 파일 호환성을 갖도록 구현될 수 있다.
또한, 본 발명에 따른 도면작성 툴은 전용 프로젝트 파일 형식으로 데이터를 저장될 수 있고, 이는 도면의 구조, 설정, 레이어, 스타일 등의 모든 정보를 포함할 수 있다. 또한, 사용자는 반복적으로 사용되는 도면 요소나 설정을 템플릿으로 저장하여 향후 도면 작성시에 재사용할 수 있으며, 복잡한 도면에서는 외부 파일을 참조하여 도면의 일부로 통합하여 파일 크기를 줄이고 동일한 정보의 중복을 방지하도록 저장될 수 있다.
본 발명의 일 실시예에 따른 제어부(230)는 딥러닝 알고리즘으로 학습된 인공지능을 통해 제2사용자입력이 주기적으로 수신되는 동안의 컴퓨팅장치의 구동상태를 분석하며, 분석된 구동상태가 기 설정된 임계위험수치를 초과하면, 임계위험수치가 초과하기 전까지 입력된 복수의 작업데이터를 저장부에 백업하도록 제안하는 백업알림을 상기 디스플레이부에 표시할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부(230)는 특정한 딥러닝 알고리즘을 통해 학습된 인공지능 모델을 이용하여 컴퓨팅장치의 구동상태를 지속적으로 모니터링하며, 사용자가 주어진 태스크(Task)를 수행하는 도중에 제2사용자입력이 주기적으로 입력되기 시작하면, 이 입력 패턴과 연관된 컴퓨팅장치의 구동상태 데이터를 인공지능 모델에 공급하여 분석을 시작한다.
예컨대, 사용자가 복잡한 3D 모델링 작업을 수행하면서 다양한 툴과 명령을 사용하게 되면, 이로 인해 컴퓨팅장치의 CPU 및 RAM 사용량이 급격히 증가할 수 있고, 이때 인공지능 모델은 이러한 변화를 감지하고 구동상태의 패턴을 식별 및 분석한다.
이후, 기 설정된 임계위험수치, 예컨대 CPU 사용률 90% 또는 RAM 사용량 95% 같은 값이 설정되어 있을 때, 컴퓨팅장치의 구동상태의 패턴을 식별한 결과, 해당 임계값을 초과하는 구동상태가 감지되면, 제어부(230)는 즉각적인 조치가 필요함을 인지하고, 제어부(230)는 사용자의 작업 진행 상황을 손상시키지 않기 위해 최근에 입력된 작업데이터를 안전하게 백업하도록 백업알림을 생성하며, 이 알림은 디스플레이부에 "작업데이터 백업 권장" 또는 "임계위험수치 초과! 지금 바로 백업하십시오."와 같은 메시지로 표시될 수 있고, 이를 통해 사용자는 이러한 알림을 확인하고, 필요한 경우 즉시 작업데이터의 백업 절차를 시작할 수 있다.
한편, 본 발명의 일 실시예에 따른 딥러닝 알고리즘으로 학습된 인공지능은 기계 학습의 하위 분야로, 빅데이터 셋을 사용하여 학습된 심층 인공 신경망을 기반으로 하며, 다층으로 구성된 신경망을 사용하여 복잡한 패턴을 인식하고 예측할 수 있는 인공지능 모델을 의미할 수 있다.
보다 구체적으로, 본 발명에 따른 딥러닝 알고리즘은 인간의 뇌에서 발견되는 뉴런의 동작 방식을 모방하는 인공 뉴런 네트워크를 기반으로 하여, 데이터의 계층적 표현을 학습하는 데 특화되어 있어, 입력 데이터에서 복잡한 패턴을 추출하도록 구현될 수 있으며, 예컨대, 이미지 인식 및 처리에 주로 사용되는 Convolutional Neural Networks (CNNs), 시퀀스 데이터나 시계열 데이터 처리에 특화된 Recurrent Neural Networks (RNNs), 데이터를 생성하는 데 사용되며, 예를 들면 이미지 생성이나 스타일 변환 등에 주로 활용되는 Generative Adversarial Networks (GANs), 데이터 압축 및 노이즈 제거에 사용되는 Autoencoders, 주로 텍스트 처리에 사용되며, 자연어 처리 분야에서 이용되는 Transformer Architectures를 포함할 수 있다.
한편, 본 발명에 따른 딥러닝 모델은 입력 데이터의 저수준 특징에서부터 고수준 특징까지 순차적으로 학습하며, 이때 필요한 데이터는 저장부에 기 저장된 모델링 프로그램의 사용 및 오류환경, 컴퓨팅장치의 구동환경에 대한 빅데이터 셋을 활용할 수 있으며, 이미 훈련된 모델의 일부를 다른 작업에 재활용하여 학습 시간을 단축하고 성능을 향상시키도록 구현될 수 있다.
예컨대, 본 발명의 딥러닝 알고리즘이 적용된 인공지능 모델은 컴퓨팅장치의 구동상태 분석에 사용될 수 있으며, 컴퓨팅장치의 CPU 사용률, RAM 사용률, 디스크 IO 및 네트워크 트래픽과 같은 여러 지표를 모니터링하면서 이러한 지표들의 패턴을 학습하고, 이를 통해 장치의 이상 동작 또는 임박한 고장, 모델링 프로그램의 오류발생을 사전에 예측하고, 사용자에게 경고 메시지를 보여주는 등의 조치를 제어부(230)가 취하도록 구현될 수 있다.
한편, 본 발명의 일 실시예에 따른 제어부(230)는 딥러닝 알고리즘으로 학습된 인공지능을 통해 컴퓨팅장치의 구동상태를 분석하고, 분석된 결과를 반영한 [수학식1]에 기초하여 임계위험수치를 도출할 수 있다.
[수학식1]
상기 [수학식1]에서 R은 임계위험수치를 의미하며, T는 컴퓨팅장치의 온도 (°C)를 의미하며, M은 메모리 사용률(%)를 의미하며, C는 CPU 사용률(%)을 의미하며, w1, w2, w3는 딥러닝 알고리즘으로 학습된 인공지능을 통해 결정된 각각의 변수 가중치를 의미하며, De는 저장공간의 여유공간률(%)을 의미하며, P는 컴퓨팅장치의 전력사용치를 의미한다. 한편, 기 설정된 임계위험수치는 모델링 프로그램이 오류가 발생하여 자체적으로 종료될 때의 각각의 변수의 평균 값을 [수학식1]에 대입하였을 때를 의미할 수 있다.
보다 구체적으로, 본 발명의 일 실시예에 따른 [수학식1]은 컴퓨팅장치의 온도 값에 로그 스케일을 사용하여 임계위험수치에 반영되는 변수의 가중치를 조절하며, CPU와 메모리 사용률에 대하여 좀 더 영향력이 보이도록 지수함수 스케일을 사용하며, 이들이 높아질수록 임계위험수치가 높아지며, 저장공간의 여유공간률이 높을수록 메모리 상 안정성이 증가하기에 임계위험수치가 낮아지도록 설정된 것이다.
한편, 본 발명에 따른 w1, w2, w3는 인공지능이 장치의 다양한 구동 상태에서의 온도 T, 메모리 사용률 M, CPU 사용률 C 및 장치의 안정성을 나타내는 레이블(예: 안정적, 경미한 위험, 중대한 위험 등)을 포함하는 데이터셋을 수집하고, 수집된 데이터를 정규화하거나 표준화하여 학습의 효율성을 높이며, 가중치를 학습하기 위하여 신경망의 구조를 입력 레이어는 3개의 노드(온도, 메모리 사용률, CPU 사용률)를 가지며, 출력 레이어는 장치의 안정성을 나타내는 레이블 수에 따라 노드가 결정되도록 설계하며, 알고리즘은 손실 함수를 최소화하는 방향으로 데이터셋을 사용하여 가중치 w1, w2, w3를 조정하며, 이는 오차 역전파와 최적화 알고리즘(예: Adam, SGD)을 사용하여 학습 과정을 반복하고, 학습된 모델의 성능을 검증 데이터셋과 테스트 데이터셋을 사용하여 평가하여 오버피팅이나 언더피팅이 발생하지 않도록 변수를 조정하며, 최종적으로 학습된 모델에서 w1, w2, w3의 값을 추출하며, 이 값은 장치의 각 상태 변수가 전체 안정성에 미치는 영향을 나타낼 수 있다. 예컨대, w1의 값이 가장 크면 온도가 장치의 안정성에 가장 큰 영향을 미치는 것으로 해석될 수 있다. 이러한 가중치는 시간이 지나거나 장치의 환경이 변경될 때마다 재학습을 통해 업데이트 될 수 있다.
본 발명의 일 실시예에 따른 제어부는 작업데이터 중 기 설정된 누적 횟수 이상으로 식별된 제1작업데이터 및 제2작업데이터를 식별하고, 제1도면데이터에 포함된 복수의 객체 중 제1작업데이터 및 상기 제2작업데이터에 대응하는 제1객체 및 제2객체를 매핑할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 작업데이터 중에서 특정 기준에 따라 누적된 횟수가 기 설정된 수준을 초과하는 제1작업데이터 및 제2작업데이터를 식별하며, 이 과정에서 제어부는 작업 데이터의 빈도수, 중요도, 사용자의 작업 스타일을 분석하여 가장 중요하거나 자주 사용되는 작업 데이터를 파악한다.
이후, 제어부는 제1도면데이터에 포함된 여러 객체 중에서 제1작업데이터 및 제2작업데이터에 해당하는 객체들을 식별하고 매핑한다. 예컨대, 제1작업데이터가 특정 유형의 나사 구멍을 추가하는 작업이라면, 제어부는 도면데이터 내에서 해당 나사 구멍을 가진 모든 객체를 찾아내고 이를 제1작업데이터와 연관 지어 매핑한다.
매핑된 이후, 제어부는 이러한 정보를 활용하여 향후 유사한 작업을 수행할 때 사용자에게 자동화된 제안을 제공한다. 예컨대, 사용자가 새로운 도면을 작성할 때, 제어부는 과거의 작업 데이터를 기반으로 사용자가 자주 사용하는 객체나 작업 방식을 제안하여 작업의 효율성을 높이며, 반복 작업의 자동화 및 최적화를 가능하게 하여 사용자의 작업 부담을 줄이고 전체적인 작업 효율을 향상시킨다.
본 발명의 일 실시예에 따른 제어부는 사용자입력부로부터 모델링 프로그램을 통해 제2도면데이터에 대한 제3객체에 대한 제3작업데이터를 수신하면, 제3객체의 속성정보에 기초하여 제3객체와 유사한 속성을 지닌 제1객체를 식별할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 사용자입력부를 통해 모델링 프로그램에서 작업되고 있는 제2도면데이터에 관한 제3객체에 대한 제3작업데이터를 수신하며, 이때 제3작업데이터는 예컨대, 특정 형상의 구멍을 추가하는 작업, 특정 재질의 표면 처리를 적용하는 작업이 될 수 있고, 제어부는 제3작업데이터를 분석하여 객체의 크기, 형태, 재질, 기능을 포함하는 제3객체의 주요 속성 정보를 파악하고, 제어부는 저장된 도면 데이터베이스 내에서 이러한 속성정보를 기반으로 제3객체와 유사한 속성을 지닌 제1객체를 식별한다. 예컨대, 제3객체가 특정 크기와 형태의 기어라면, 제어부는 이와 유사한 크기와 형태를 가진 다른 기어들을 식별할 수 있다.
이러한 식별 과정을 통해 제어부는 사용자가 현재 작업하고 있는 객체와 유사한 다른 객체들을 신속하게 찾아내고, 이를 사용자에게 제안하여 사용자가 유사한 작업을 수행할 때 시간을 절약하고 효율성을 높이는 데 도움을 준다. 또한, 이 과정은 사용자가 미처 고려하지 못한 설계 대안을 발견하는 데에도 유용하게 사용될 수 있다.
본 발명의 일 실시예에 따른 제어부는 제3객체에 대한 제3작업데이터가 반영된 제1이미지 및 제3객체에 제1작업데이터 반영된 제2이미지를 생성하여 디스플레이부에 표시할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 제3객체에 대한 제3작업데이터를 반영한 제1이미지를 생성한다. 예컨대, 제3작업데이터가 특정 객체에 홀을 추가하는 작업이라면, 제어부는 해당 객체에 홀이 추가된 상태의 이미지를 생성하고, 제어부는 동일한 제3객체에 대해 제1작업데이터를 반영한 제2이미지를 생성한다. 이때 제1작업데이터는 예컨대, 같은 객체에 다른 유형의 홀을 추가하거나 다른 종류의 표면 처리를 적용하는 것일 수 있고, 이를 통해 사용자는 제3객체에 적용된 작업 옵션을 시각적으로 비교할 수 있다.
즉, 본 발명에 따른 제어부는 이렇게 생성된 두 이미지를 디스플레이부에 동시에 또는 순차적으로 표시함으로써 사용자가 제3객체에 적용 가능한 다양한 작업 옵션들을 쉽게 비교하고 평가할 수 있게 하며, 이를 통해 설계의 다양성을 높이고 사용자가 더 효과적인 결정을 내릴 수 있도록 하여, 작업 효율성을 향상시키고, 설계 과정에서의 창의성과 정확성을 증진시키는 데 기여할 수 있다.
본 발명의 일 실시예에 따른 제어부는 저장부에 저장된 복수의 도면데이터에 포함된 복수의 객체 및 복수의 객체 각각에 대응하여 저장된 복수의 작업데이터를 식별하여, 복수의 객체를 유사한 속성으로 카테고리화 한 복수의 작업 카테고리 리스트를 생성할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 각 객체의 특성과 관련된 작업 데이터를 분석하여, 이를 유사한 특성을 가진 카테고리로 분류하며, 예컨대, 도면 데이터에 다양한 형태와 크기의 기어, 볼트, 너트가 포함되면, 제어부는 이러한 각각의 객체에 대해 수행된 작업 데이터를 분석하여, 객체의 크기, 재질, 기능을 포함한 유사한 속성을 가진 객체들을 그룹화하고, 이러한 분류 과정을 통해 제어부는 다양한 작업 카테고리 리스트를 생성한다. 한편, 이때 카테고리 리스트는 사용자가 필요한 객체나 작업 유형을 신속하게 찾아내고 선택할 수 있도록, 예컨대, 제어부는 사용자가 특정 크기의 볼트에 대한 작업을 수행하려 할 때, 동일하거나 유사한 크기의 볼트에 적용된 작업들을 포함하는 카테고리를 제공한다.
이러한 카테고리화는 작업 효율성을 크게 향상시키며, 사용자가 보다 빠르고 정확하게 필요한 정보를 찾아내고 작업을 수행할 수 있도록 한다.
본 발명의 일 실시예에 따른 제어부는 사용자입력부로부터 기 설정된 사용자의 작업이력에 대한 리포트정보를 요청하는 사용자입력을 수신하면, 복수의 작업 카테고리 리스트에 기초하여 기 설정된 사용자에 대한 작업데이터 리포트를 생성하여 디스플레이부에 표시할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 사용자입력부로부터 사용자가 요청하는 작업 이력에 대한 리포트 정보에 관한 입력을 수신하며, 이때 리포트 정보는 특정 기간 동안 사용자가 수행한 작업의 종류, 빈도, 양상에 대한 세부 정보를 포함할 수 있다.
이후, 제어부는 저장된 작업 데이터와 생성된 복수의 작업 카테고리 리스트를 기반으로 해당 사용자의 작업 데이터 리포트를 작성하며, 이때 리포트는 사용자의 작업 패턴, 자주 사용하는 도구나 객체, 작업에 소요된 시간, 작업의 효율성을 분석하여 포함되도록 하며, 예컨대, 사용자가 특정 종류의 도면 작업에 많은 시간을 소비하거나 특정 기능을 자주 사용한 경우, 이러한 정보가 리포트에 반영되며, 작성된 리포트는 디스플레이부에 시각적으로 표시되어 사용자가 쉽게 이해하고 분석할 수 있도록 한다. 사용자는 이 리포트를 통해 자신의 작업 스타일과 효율성을 검토하고, 필요한 경우 작업 방식을 조정하거나 개선할 수 있다.
이 과정은 사용자에게 자신의 작업 행동과 성과에 대한 통찰을 제공하며, 이를 바탕으로 보다 효율적이고 전문적인 작업 수행이 가능하게 한다. 또한, 이러한 리포트는 작업 관리 및 팀 또는 조직 내의 효율성 향상에 중요한 역할을 할 수 있다.
본 발명의 일 실시예에 따른 제어부는 사용자입력부로부터 제1도면데이터에 대한 작업데이터에 대한 교육용 발표자료를 생성하도록 하는 사용자입력을 수신하면, 기 설정된 사용자가 상기 제1도면데이터를 작업하기 전으로 롤백한 후, 롤백된 제1도면데이터에 작업데이터가 기 설정된 시간단위로 순차적으로 반영되는 것을 시각화한 영상자료를 생성할 수 있다.
한편, 본 발명의 일 실시예에 따른 작업데이터가 순차적으로 반영되는 기 설정된 시간단위는 하기 [수학식2]에 기초하여 도출될 수 있다.
[수학식2]
상기 [수학식2]에서 T는 기 설정된 시간단위(분)을 의미하며, C는 작업데이터의 복잡성을 나타내는 작업복잡도를 의미하며, 복잡도는 예컨대, 작업데이터의 세부사항, 수행 단계의 수에 따라 결정되며, W는 작업데이터의 누적된 클릭횟수를 의미하며, Ca는 데이터작업을 수행한 사용자의 전문성 및 경험 수준에 대한 사용자경험수치를 의미하며, P는 작업데이터의 메모리 할당치(kb)를 의미하며, T0는 사전에 설정된 기본 설정시간을 의미한다.
즉, 본 발명에 따른 [수학식2]는 작업복잡도, 누적된 클릭횟수, 작업데이터의 메모리 할당치가 높을수록 기본 설정시간에서 기 설정된 시간단위가 커지도록 하며, 사용자경험수치가 높을수록 설명의 필요성이 적어지는 것으로 간주하여 기 설정된 시간단위가 작아지도록 하며, 즉, 교육을 위한 시각화한 영상자료를 생성 시 작업의 효율성과 사용자 필요 수준에 맞춘 최적화된 교육 계획을 수립하도록 다양한 변수를 고려하여, 객관적으로 도출될 수 있다.
한편, 본 발명의 일 실시예에 따른 [수학식2]에서 로그함수는 작업복합도와 메모리 할당치가 초반에는 유의미한 영향을 미치며, 이후에 그 값이 커질수록 기 설정된 시간단위를 도출 시 영향력이 작아지는 것을 고려한 것이며, 작업데이터의 누적 클릭횟수와 사용자경험수치는 개인에 따라 편차가 클 수 있으므로 이에 대한 영향을 저감하도록 하는 것을 반영한 것이다.
한편, 보다 구체적으로 본 발명에 따른 제어부는 사용자입력부로부터 제1도면데이터에 관한 작업 데이터를 기반으로 교육용 발표자료를 생성하라는 요청을 수신하며, 요청은 특정 도면 작업 과정을 상세하게 설명하거나 교육하기 위한 목적을 가진다. 이에 응답하여, 제어부는 먼저 기 설정된 사용자가 제1도면데이터를 작업하기 전의 상태, 즉 초기 상태로 롤백하고, 이후, 롤백된 제1도면데이터에 작업 데이터가 적용되는 과정을 기 설정된 시간 단위로 순차적으로 시각화한다. 예컨대, 도면에 추가되는 각 부품이나 변경되는 각 속성이 시간의 흐름에 따라 어떻게 적용되는지를 보여주는 영상을 만든다.
이 과정을 통해 생성된 영상자료는 교육목적에 대응하여 각각의 도면데이터 작업 단계를 명확하게 보여주고, 필요한 경우 추가적인 설명이나 주석을 포함할 수 있고, 이를 통해, 사용자나 학습자는 도면 작업의 복잡한 과정을 보다 쉽게 이해하고, 각 단계의 중요성과 작업의 전체적인 흐름을 파악할 수 있다.
본 발명의 일 실시예에 따른 제어부는 복수의 작업 카테고리 리스트에 기초하여 영상자료에서 제1도면데이터에 특정 작업데이터가 반영될 때 특정 작업데이터와 대응하는 제1 작업 카테고리 정보를 표시하는 제1팝업창이 표시되도록 생성할 수 있다.
보다 구체적으로, 본 발명에 따른 제어부는 복수의 작업 카테고리 리스트를 기반으로, 영상자료에서 제1도면데이터에 특정 작업 데이터가 반영되는 순간에 해당 작업 데이터와 연관된 제1 작업 카테고리 정보를 표시하는 제1팝업창을 생성하며, 예컨대, 영상자료에서 제1도면데이터에 볼트가 추가되는 순간이 나타날 때, 제어부는 이 볼트 추가 작업과 관련된 작업 카테고리 정보를 담은 팝업창을 자동으로 표시하며, 이때 제1팝업창은 볼트의 사양, 사용된 도구, 볼트 설치에 관련된 주의사항, 볼트의 기능 및 특성 등과 같은 추가 정보를 포함할 수 있다.
이러한 방식으로, 제어부는 영상자료를 시청하는 사용자가 작업의 각 단계에 대해 더 깊이 있는 이해를 할 수 있도록 도우며, 사용자는 영상을 보면서 동시에 특정 작업에 대한 상세한 정보를 쉽게 접근할 수 있게 되며, 이는 교육적 효과를 높이는 데 기여할 수 있다.
즉, 본 발명에 따른 제어부에 의해 생성된 이러한 팝업창은 교육자료의 품질을 향상시키며, 특히 복잡한 도면 작업을 배우는 데 있어서 참고 자료로 활용될 수 있고, 이를 통해 사용자는 도면 작업의 각 단계를 보다 명확하게 이해하고, 작업 과정에서의 중요한 사항을 놓치지 않게 된다.
100: 컴퓨팅장치
110: 사용자입력부
120: 디스플레이부
200: 서버
210: 통신부
220: 저장부
230: 제어부
110: 사용자입력부
120: 디스플레이부
200: 서버
210: 통신부
220: 저장부
230: 제어부
Claims (3)
- 반복 작업 자동화에 기초한 스마트 관리 시스템에 있어서,
도면 작성을 위한 모델링 프로그램의 화면을 표시하는 디스플레이부; 및 사용자입력을 위한 사용자입력부가 마련된 컴퓨팅장치를 포함하며,
상기 컴퓨팅장치와 네트워크적으로 연결된 서버를 포함하며,
상기 서버는 통신부; 저장부; 및 제어부;를 포함하며,
상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 실행하는 제1사용자입력을 수신하면, 상기 컴퓨팅장치에 기 저장된 상기 모델링 프로그램에 대응하는 복수의 로드파일 중 제1로드파일 또는 상기 모델링 프로그램에서 새롭게 도면을 작성하도록 하는 제2로드파일 중 적어도 하나를 상기 디스플레이부에 표시되도록 제어하며,
상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 상기 제1로드파일 또는 상기 제2로드파일 중 적어도 하나에 상기 모델링 프로그램에 내장된 도면작성 툴을 통해 도면을 작성하는 제2사용자입력을 수신하면, 상기 제2사용자입력에 대응하는 작업데이터를 수집 및 상기 작업데이터가 반영된 제1도면데이터를 상기 저장부에 저장하며,
상기 제어부는 상기 작업데이터 중 기 설정된 누적 횟수 이상으로 식별된 제1작업데이터 및 제2작업데이터를 식별하고, 상기 제1도면데이터에 포함된 복수의 객체 중 상기 제1작업데이터 및 상기 제2작업데이터에 대응하는 제1객체 및 제2객체를 매핑하며,
상기 제어부는 상기 사용자입력부로부터 상기 모델링 프로그램을 통해 제2도면데이터에 대한 제3객체에 대한 제3작업데이터를 수신하면, 상기 제3객체의 속성정보에 기초하여 상기 제3객체와 유사한 속성을 지닌 상기 제1객체를 식별하고,
상기 제어부는 상기 제3객체에 대한 상기 제3작업데이터가 반영된 제1이미지 및 상기 제3객체에 상기 제1작업데이터가 반영된 제2이미지를 생성하여 상기 디스플레이부에 표시하며,
상기 제어부는 상기 저장부에 저장된 복수의 도면데이터에 포함된 복수의 객체 및 상기 복수의 객체 각각에 대응하여 저장된 복수의 작업데이터를 식별하여, 상기 복수의 객체를 유사한 속성으로 카테고리화 한 복수의 작업 카테고리 리스트를 생성하며,
상기 제어부는 상기 사용자입력부로부터 기 설정된 사용자의 작업이력에 대한 리포트정보를 요청하는 사용자입력을 수신하면, 상기 복수의 작업 카테고리 리스트에 기초하여 상기 기 설정된 사용자에 대한 작업데이터 리포트를 생성하여 상기 디스플레이부에 표시하며,
상기 제어부는 상기 사용자입력부로부터 상기 제1도면데이터에 대한 상기 작업데이터에 대한 교육용 발표자료를 생성하도록 하는 사용자입력을 수신하면, 상기 기 설정된 사용자가 상기 제1도면데이터를 작업하기 전으로 롤백한 후, 롤백된 상기 제1도면데이터에 상기 작업데이터가 기 설정된 시간단위로 순차적으로 반영되는 것을 시각화한 영상자료를 생성하며,
상기 기 설정된 시간단위는 하기 [수학식2]에 기초하여 도출되며,
[수학식2]
상기 [수학식2]에서 T는 상기 기 설정된 시간단위(분)을 의미하며, C는 상기 작업데이터의 세부사항, 수행 단계의 수에 따라 결정되는 복잡성을 나타내는 작업복잡도를 의미하며, W는 상기 작업데이터의 누적된 클릭횟수를 의미하며, Ca는 데이터작업을 수행한 사용자의 전문성 및 경험 수준에 대한 사용자경험수치를 의미하며, P는 상기 작업데이터의 메모리 할당치(kb)를 의미하며, T0는 사전에 설정된 기본 설정시간을 의미하며,
상기 제어부는 상기 복수의 작업 카테고리 리스트에 기초하여 상기 영상자료에서 상기 제1도면데이터에 특정 작업데이터가 반영될 때 상기 특정 작업데이터와 대응하는 제1 작업 카테고리 정보를 표시하는 제1팝업창이 표시되도록 생성하는 것을 특징으로 하는 반복 작업 자동화에 기초한 스마트 관리 시스템. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230188987A KR102673313B1 (ko) | 2023-12-21 | 2023-12-21 | 반복 작업 자동화에 기초한 스마트 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230188987A KR102673313B1 (ko) | 2023-12-21 | 2023-12-21 | 반복 작업 자동화에 기초한 스마트 관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102673313B1 true KR102673313B1 (ko) | 2024-06-07 |
Family
ID=91480760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230188987A KR102673313B1 (ko) | 2023-12-21 | 2023-12-21 | 반복 작업 자동화에 기초한 스마트 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102673313B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200065613A (ko) * | 2018-11-30 | 2020-06-09 | 도프텍(주) | 이미지화된 pid 도면에서 설계 정보를 자동으로 인식하여 분류하는 방법 |
| KR20210080285A (ko) * | 2019-12-20 | 2021-06-30 | (주)클로버추얼패션 | 디자인 정보 제공 방법 |
| KR20220010356A (ko) * | 2020-07-17 | 2022-01-25 | 주식회사 버넥트 | 증강현실 콘텐츠 기반 작업관리 시스템 및 방법 |
-
2023
- 2023-12-21 KR KR1020230188987A patent/KR102673313B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200065613A (ko) * | 2018-11-30 | 2020-06-09 | 도프텍(주) | 이미지화된 pid 도면에서 설계 정보를 자동으로 인식하여 분류하는 방법 |
| KR20210080285A (ko) * | 2019-12-20 | 2021-06-30 | (주)클로버추얼패션 | 디자인 정보 제공 방법 |
| KR20220010356A (ko) * | 2020-07-17 | 2022-01-25 | 주식회사 버넥트 | 증강현실 콘텐츠 기반 작업관리 시스템 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abioye et al. | Artificial intelligence in the construction industry: A review of present status, opportunities and future challenges | |
| US20210350594A1 (en) | Digital processing systems and methods for customized chart generation based on table data selection in collaborative work systems | |
| US20160026709A1 (en) | Word Cloud Candidate Management System | |
| CN107111799A (zh) | 作业调度和监测 | |
| CN109509056A (zh) | 基于对抗网络的商品推荐方法、电子装置及存储介质 | |
| CN107077349A (zh) | 具有数据预览的作业创建 | |
| EP4024203A1 (en) | System performance optimization | |
| KR102319132B1 (ko) | 쇼핑몰을 위한 상품정보관리 시스템 | |
| CN111340240A (zh) | 实现自动机器学习的方法及装置 | |
| US20230351655A1 (en) | Automatic design-creating artificial neural network device and method, using ux-bits | |
| KR102673313B1 (ko) | 반복 작업 자동화에 기초한 스마트 관리 시스템 | |
| WO2021186338A1 (en) | System and method for determining solution for problem in organization | |
| de Souza | A critical and theoretical analysis of current proposals for integrating building thermal simulation tools into the building design process | |
| Kozlova et al. | Development of the toolkit to process the internet memes meant for the modeling, analysis, monitoring and management of social processes | |
| CN116610797A (zh) | 文本情感分类模型的训练方法、装置、电子设备和介质 | |
| KR102633800B1 (ko) | 딥러닝을 이용한 Real Time 도면 복구 시스템 | |
| KR102345753B1 (ko) | 서로 다른 복수의 인공신경망을 이용하여 데이터를 지능적으로 시각화하는 방법 | |
| US11941327B2 (en) | Customizable reinforcement learning of column placement in structural design | |
| US8683368B2 (en) | Method and apparatus for illustrating progress in achieving a goal in a computer program task | |
| KR102658404B1 (ko) | 고속 처리를 위한 도면 관리 방법 | |
| Barboza et al. | Blockly-DS: Blocks Programming for Data Science with visual, statistical, descriptive and predictive analysis | |
| KR102644941B1 (ko) | 딥러닝을 이용한 Real Time 도면 복구 시스템 | |
| CN107220045B (zh) | 基于人工智能的建站方法、装置、设备及存储介质 | |
| KR102644952B1 (ko) | 도면 적합성 체크 및 표준도면 분류 시스템 | |
| CN111989662A (zh) | 自主混合分析建模平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |