KR20200075143A - 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템 - Google Patents

Abstract

본 발명은 블록체인을 이용하여 재화의 유통 과정을 암호화시켜 보안성을 강화시킬 수 있도록 구현한 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 관한 것으로, 무형 또는 유형의 자산의 거래 과정을 블록체인을 이용하여 데이터화하는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 있어서, 무형 자산의 권리자 또는 창작자와 소비자 사이의 무형 자산 거래를 중개하는 무형 자산 중개 시스템; 및 유형 자산의 생산자와 소비자 사이의 유형 자산의 거래를 중개하는 유형 자산 중개 시스템를 포함한다.

Description

블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템{Asset trading and traceability system based on block chain}

본 발명은 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 관한 것으로, 더욱 상세하게는 블록체인을 이용하여 재화의 유통 과정을 암호화시켜 보안성을 강화시킬 수 있도록 구현한 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 관한 것이다.

큐알코드(Quick Response code)란 흑백 격자무늬 패턴으로 정보를 나타내는 매트릭스 형식의 2차원 바코드로서, 1994년 일본 도요타의 자회사 덴소 웨이브가 물류 관리를 위해 개발했고, 명칭은 덴소 웨이브의 등록상표 Quick Response에서 유래했으며, 기존의 세로줄 무늬 바코드는 숫자만 저장할 수 있어 담을 수 있는 정보의 양에 제약이 있었던 반면에 큐알코드는 이와 달리 문자저장도 가능해 정보의 양이 무한대로 늘어나고 인터넷에 연결해 상세한 제품정보와 이미지, 동영상 등을 보여 주는 진일보한 기술로서, 작은 정사각형의 점을 가로, 세로 같은 수 만큼 병렬시킨 매트릭스형 2차원 코드이며, 한변에 21개 내지 177개(버전 40)가 나열된 것까지 다양한 버전이 있으며 바코드와 달리 코너의 모서리에는 파인더 패턴이 배치되어 있어서 360도 어느 방향에서도 인식 가능하며 버전 40의 경우 최대 23,648비트의 정보를 기록할 수 있다는 특징을 갖는다. 이러한 QR코드는 광고물이나 간판 등에 표시되어 정보를 전달하는 용도로 활용되고 있다.

블록체인은 다양한 기술분야에 적용될 수 있지만, ICO(Initial Coin Offering)에 의해 Fundraising이 용이해지면서 암호화 화폐(혹은, 가상 화폐)를 구현하기 위한 기술로써 발전했다. 예를 들어, 비트코인도 블록체인 기술을 이용함으로써 일반 통화와는 달리 중앙은행과 같은 제3자가 가치를 담보하지 않아도 통화와 같은 가치를 갖는 것을 달성해가고 있다. 블록체인 발명 이전에는 화폐를 대체할 전자 화폐를 만들기 위해서 그 가치를 보장하거나 화폐의 거래 기록을 관리하는 '미들맨'이 반드시 필요했다. 하지만, 블록체인을 이용하면 다음과 같은 구조로 제3자 기관이 없이도 특정 암호화 화폐가 실제 화폐로서 기능할 수 있게 된다.

(1) 블록이 시간별로 정렬되어 있고, 블록에 거래기록과 앞의 블록에 대한 연결 정보가 포함되어 위조 및 변조가 어려움.

(2) 분산형 원장 구조를 취함으로써 거래의 투명성이 높고 이중 지급이 어려움.

위와 같은 이유로 암호화 화폐는 화폐로서의 기능을 담보할 수 있게 되었다. 이와 같은 속성을 가진 암호화 화폐는 Bitcoin, Litecoin, Ripple, Etherium, Dash, Monero 등 여러가지가 퍼블릭하게 발행되어 있다. 특히, ICO(Initial Coin Offering)을 통해 특정 토큰에 대해 큰 규모의 Fundraising이 이루어지고 있는 실정이다. 이처럼 다양한 암호화 화폐가 발행되어 있지만, 네트워크 효과로 인해 주로 사용되는 것과 그렇지 않은 것으로 나뉘어 있는 상태이다.

또한, 블록체인을 이용한 다양한 어플리케이션들이 시도되고 있다. 예를 들어, Sentbe, Align Commerce, Moin 등의 국제 송금 서비스, Bank of America와 HSBC 홀딩스 등에서 검증한 신용장 거래 서비스, 각종 자금 조달, 전력 판매 서비스, Steemit, Streamium과 같은 콘텐츠 서비스, Nem과 같은 공증 서비스, Blockai 등과 같은 저작권 관리 서비스, Everledger와 같은 물품 거래 추적 서비스, Visa와 Docusign의 계약 관리 및 실행 서비스 등이 널리 시도되고 있다

한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

한국등록특허 제10-1628009호 한국등록특허 제10-1689815호

본 발명의 다른 측면은, 생산자와 소비자의 최적의 생산 소비 환경의 문제점을 해결하기 위한 것으로, 데이터를 블록체인화 하여 투명한 데이터 상에서 지속적인 모니터링 및 신뢰를 담보하고 문제 발생 시 신속한 이력 조사를 통하여 문제점을 해결할 수 있도록 큐알코드를 이용하여 지속적으로 관리할 수 있고, 생산품의 이력 및 납품, 제공 사항을 블록체인화 하여 투명한 거래를 유도할 수 있으며, 안전한 공급으로 신뢰도를 높이고, 큐알코드를 이용하여 생산품 전반의 사항을 관리할 수 있는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템을 제공한다.

그리고, IOT사물인터넷를 통한 생산 빅 데이터 수집, O2O 공동구매 플랫폼을 통하여 제품, 수량, 공급시기 빅 데이터 수집, 데이터 인공지능 분석을 통한 구매 및 실시간 배송, 자동생성 큐알코드 이력추적 시스템으로 생산에서 배송까지 인공지능 제어 및 정보 제공, O2B서베이 시스템을 통한 구매 후기 평가와 소비자 보상 제공 및 그에 따른 빅 데이터 수집, 생산결정과 구매결정 정보 제공 및 블록체인 기술로 해킹을 차단할 수 있는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템을 제공한다.

본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 따른 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템은, 무형 또는 유형의 자산의 거래 과정을 블록체인을 이용하여 데이터화하는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 있어서, 무형 자산의 권리자 또는 창작자와 소비자 사이의 무형 자산 거래를 중개하는 무형 자산 중개 시스템; 및 유형 자산의 생산자와 소비자 사이의 유형 자산의 거래를 중개하는 유형 자산 중개 시스템을 포함한다.

일 실시예에서, 상기 유형 자산 중개 시스템은, 각 기관 또는 개인의 정보를 저장해 두고, 상기 관리 단말기에서 스캔한 내용을 수신받으며, 생산품에 대응하는 고유 큐알코드를 발급하고 이를 관리하고, 기관, 구매품 및 상태 정보 또는 소비자, 배송, 타입 및 상태 정보를 이용하여 새로운 트랜젝션을 구성하고, 데이터 검증단계를 거쳐 블록체인화시키며, 블록체인화 되어있는 정보를 조회하는 무형자산 중개서버; 온도, 습도, 물 공급량 및 수질 상태 중 적어도 하나의 생산 요소를 수집하여 생산 환경 정보와 관련된 빅 데이터를 구축하고, 어플리케이션, 큐알코드(QR Code) 및 GPS를 이용하여 물류 및 배송환경 정보와 관련된 빅 데이터를 구축하는 빅데이터 구축부; 수요자들의 수요를 수집하여 수요자별 성향과 이전 주문건을 분석하여 k-means 알고리즘을 통해 군집화/표본화하고, 모집된 평가들에 이용된 단어들을 감정 분석(sentiment analysis) 기술과 머신러닝 알고리즘을 이용하여 긍정과 부정의 정도를 분석하여 수요자들의 향후 수요를 예측하며, 수집되는 데이터들을 통해 딥러닝 기술을 활용하여 각 지역별 생산량을 유추하는 AI부; 및 이력 관리 어플리케이션을 설치해 두며, 각 기관 또는 개인에게 지급되고, 스캔한 큐알코드의 타입에 따라 본인의 정보, 큐알코드 정보 및 상태값을 상기 무형자산 중개서버로 전송하며, 블록체인화 되어있는 정보를 조회하는 관리 단말기를 포함할 수 있다.

상술한 본 발명의 일측면에 따르면, 부착된 큐알코드를 스캔함으로 생산자와 유통자 소비자 각각을 인식하여 실시간으로 생산품의 유통 과정, 생산일, 생산자 및 유통자를 파악할 수 있으며 이 모든 과정이 블록체인화 되어 수정이 불가능한 데이터로 존재함으로 유통이력 데이터의 무결화 및 모두에게 유통이력을 공개함으로 투명한 유통구조를 만들 수 있다.

도 1은 본 발명의 일 실시예에 따른 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템의 개략적인 구성이 도시된 도면이다.
도 2는 도 1의 유형 자산 중개 시스템을 보여주는 도면이다.
도 3 및 도 4은 본 발명에 따른 이력 추적 관리를 설명하는 도면들이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템의 개략적인 구성이 도시된 도면이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템(10)은, 무형 또는 유형의 자산의 거래 과정을 블록체인을 이용하여 데이터화시키는 것으로서, 무형 자산 중개 시스템(100) 및 유형 자산 중개 시스템(200)을 포함한다.

무형 자산 중개 시스템(100)은, 무형 자산의 권리자 또는 창작자와 소비자 사이의 무형 자산 거래를 중개한다.

유형 자산 중개 시스템(200)은, 유형 자산의 생산자와 소비자 사이의 유형 자산의 거래를 중개한다.

무형 자산 중개 시스템(100) 또는 유형 자산 중개 시스템(200)의 구체적인 구성은 도 2 이하에서 설명하기로 한다.

상술한 바와 같은 구성을 가지는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템(10)은, 개발 환경 관리 시스템(설명의 편의상 도면에는 도시하지 않음) 상에서 구현될 수 있다.

개발 환경은 다수의 개발자가 소프트웨어 개발을 위해 다수의 개발 시스템을 사용하며, 각 개발 시스템은 개발자의 제어에 따라 소프트웨어 컴포넌트 및 소프트웨어를 개발하고 직접 관리할 수 있다. 각 개발 시스템은 신뢰 플랫폼 모듈(TPM: Trusted Platform Module) 표준기술을 사용하며, 이에 따라 소프트웨어 컴포넌트가 사용 허가된 개발 시스템에서만 사용 가능하도록 한다. 신뢰 플랫폼 모듈(TPM)은 일종의 보안 장치로서, 데이터 암호화를 위한 보안키를 생성 및 관리할 수 있다.

개발 환경 관리 시스템은 소프트웨어 컴포넌트 사용에 대한 개발자의 권한을 제한하고, 개발자가 사용하는 개발 시스템에 대한 보안 인증을 수행할 수 있다.

개발 환경 관리 시스템은 개발 시스템으로부터 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 수신하는 경우, 해당 개발 시스템의 권한 정보를 확인하여 소프트웨어 컴포넌트 생성 또는 수정 허가 요청 메시지를 처리할 수 있다.

여기에서, 소프트웨어 컴포넌트는 소스코드, 디버깅 정보를 포함하는 바이너리, 디버깅 정보를 포함하지 않는 순수 바이너리, 코드에 대한 상세설명을 위한 문서, 코드의 이해를 위한 공정 수식모델 중 적어도 하나를 포함하여 구성될 수 있다.

권한 정보는 소프트웨어 컴포넌트를 읽을 수 있는 읽기 권한, 소프트웨어 컴포넌트를 생성 및 수정하여 저장할 수 있는 저장 권한, 권한 정보를 조정할 수 있는 권한조정 권한 중 적어도 하나를 포함하여 구성될 수 있다.

개발 환경 관리 시스템은 권한 정보를 만족하는 어느 하나의 개발 시스템에 의해 소프트웨어 컴포넌트가 생성 또는 수정되는 경우, 이를 저장하여 다른 개발 시스템에서도 공유 가능하도록 제어할 수 있다. 이는 어느 하나의 개발 시스템에 의해 빌드한 모듈을 다른 개발 시스템에서 사용하여야 하는 경우가 있기 때문이다.

개발 환경 관리 시스템은 이러한 소프트웨어 컴포넌트의 생성 또는 수정 이력을 저장한 데이터베이스를 구축할 수 있다. 이는 이력 정보를 통해 특정 변수의 값이 어떻게 달라졌는지 단계별로 추적할 수 있고, 그 특정 변수가 임의의 다른 변수의 값 변경에 어떠한 영향을 주었는지도 파악할 수 있기 때문이다.

구체적으로는, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류, 해당 소프트웨어 컴포넌트의 생성/수정 여부, 해당 소프트웨어 컴포넌트의 생성/수정 일자, 해당 소프트웨어 컴포넌트의 생성/수정 빈도, 해당 소프트웨어 컴포넌트를 생성/수정한 개발 시스템의 권한 정보를 포함하여 이력 정보를 생성할 수 있다.

개발 환경 관리 시스템은 이력 정보를 생성할 때마다 인덱스를 부여하여 이력 정보 데이터베이스에 저장할 수 있다.

이때, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류별로 이력 정보 데이터베이스를 구축할 수 있다. 즉, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 중요도에 따라 이력 정보 데이터베이스를 구축할 수 있으며, 중요도가 가장 높은 종류에 해당하는 소프트웨어 컴포넌트의 이력 정보 데이터베이스는 후술하는 바와 같이 저장 공간 관리를 위한 데이터베이스 갱신 대상에서 제외될 수 있을 것이다.

또는, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 생성/수정 일자 별로 이력 정보 데이터베이스를 구축할 수 있다. 일예로, 개발 환경 관리 시스템은 특정 일자의 이력 정보 데이터베이스를 구축하여, 해당 이력 정보 데이터베이스를 데이터베이스 갱신 대상에서 제외시킬 수 있다.

또는, 개발 환경 관리 시스템은 권한 정보 별로 이력 정보 데이터베이스를 구축할 수 있다. 일예로, 개발 환경 관리 시스템은 최고 권한 정보로 간주되는 권한 정보를 조정할 수 있는 권한조정 권한에 해당하는 개발 시스템에 의한 소프트웨어 컴포넌트의 이력 정보 데이터베이스를 구축하여, 해당 이력 정보 데이터베이스를 데이터베이스 갱신 대상에서 제외시킬 수 있다.

개발 환경 관리 시스템은 상술한 바와 같이 효율적인 저장 공간 관리를 위해 이력 정보 데이터베이스를 갱신할 수 있다.

구체적으로는, 개발 환경 관리 시스템은 이력 정보 데이터베이스의 인덱스가 미리 설정된 인덱스에 도달하면 이력 정보 데이터베이스 갱신을 수행할 수 있다.

예를 들면, 개발 환경 관리 시스템은 이력 정보 데이터베이스의 전체 인덱스를 오름차순으로 하여 3 개의 구간으로 나눌 수 있다.

개발 환경 관리 시스템은 3 개의 구간 중 가장 낮은 인덱스를 포함하는 구간에 해당하는 이력 정보를 조건 없이 삭제할 수 있다. 해당 구간에 해당하는 이력 정보는 생성/수정 일자가 오랜 시간이 경과한 것으로 간주할 수 있으며, 이에 해당 이력 정보가 다시 참조될 가능성은 낮으므로 조건 없이 삭제할 수 있다.

개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 소프트웨어 컴포넌트의 종류에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 개발 환경 관리 시스템은 소프트웨어 컴포넌트의 종류에 따라 중요도를 분류할 수 있으며, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 중요도가 가장 높은 소프트웨어 컴포넌트의 종류에 해당하는 이력 정보만을 유지하고 나머지 이력 정보는 모두 삭제하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.

또는, 개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 소프트웨어 컴포넌트의 생성/수정 빈도에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 그 생성/수정 빈도가 미리 설정된 기준 빈도보다 높은 이력 정보는 모두 삭제하고 나머지 이력 정보는 유지하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.

또는, 개발 환경 관리 시스템은 3 개의 구간 중 가운데 구간에 해당하는 이력 정보를 개발 시스템의 권한 정보에 따라 삭제 또는 유지 여부를 결정하여 갱신할 수 있다. 즉, 3 개의 구간 중 가운데 구간에 해당하는 이력 정보 중 그 권한 정보가 최고 권한 정보로 간주되는 권한 정보를 조정할 수 있는 권한조정 권한인 이력 정보는 그대로 유지하고, 나머지 이력 정보는 모두 삭제하는 방식으로 이력 정보 데이터베이스를 갱신할 수 있다.

개발 환경 관리 시스템은 3 개의 구간 중 가장 높은 인덱스를 포함하는 구간에 해당하는 이력 정보를 그대로 유지할 수 있다. 해당 구간에 해당하는 이력 정보는 생성/수정 일자가 비교적 최근의 것으로 간주할 수 있으며, 이에 해당 이력 정보가 다시 참조될 가능성은 높으므로 그대로 유지할 수 있다.

상술한 바와 같은 구성을 가지는 자산 거래 시스템(10)은, 백업 파일 분산화 모듈(설명의 편의상 도면에는 도시하지 않음)을 포함할 수 있다.

백업 파일 분산화 모듈(설명의 편의상 도면에는 도시하지 않음)을 포함할 수 있다.

백업 파일 분산화 모듈은, 해킹 또는 랜섬웨어와 같은 외부의 공격으로부터 보호하여야 할 사용자 정보나 시스템 정보 등과 같은 중요 정보를 백업 파일로 생성한 후, 생성된 백업 파일을 동일한 데이터를 포함하는 1차 백업 파일과 2차 백업을 차례로 생성하여 저장하되, 1차 백업 파일과 2차 백업 파일의 저장 장소를 달리 하여 저장한다.

다만, 백업 파일의 생성은 1차와 2차에 한정되는 것은 아니며, 시스템의 성능 등을 고려하여 3차 이상의 복수 개의 백업 파일을 생성하여도 무방하다.

그리고, 백업 파일 분산화 모듈은, 기 설정된 주기로(예를 들어, 시스템 상 기본적으로 설정된 주기인 3시간 마다 1회 내지 5시간 마다 1회 등, 다만 해당 설정된 주기에 한정되는 것은 아니며 사용자로부터 지정 받은 주기로 설정되어도 무방하다) 저장되었던 1차 백업 파일과 2차 백업 파일의 저장 장소를 시스템 상의 기 설정된 장소 또는 새롭게 생성된 장소로 변경한다.

이때, 백업 파일의 이동 장소는, 시스템 상에서 기 설정되거나 사용자로부터 지정 받은 장소가 아니라, 임의의 랜덤 변수에 따라 생성된 폴더나 서브 폴더로 지정됨이 바람직하다.

이에 따라, 해킹 또는 랜섬웨어와 같은 공격형 프로그램이 공격하고자 하는 파일이 위치하는 폴더의 존재 또는 해당 폴더의 위치를 예측하고 용이하게 공격하는 것을 원천적으로 방지함은 물론, 삭제되어서는 안 되는 고객 정보와 같은 중요한 데이터가 사용자의 실수로 삭제되거나 수정되는 것을 방지할 수 있다.

본 발명에서, 1차 백업 파일과 2차 백업 파일은, 동일한 내용의 데이터를 포함하고 있는 파일들로써, 상호 간에 우열이 존재하는 것은 아니며, 파일의 이동에 있어서도 1차 백업 파일의 이동 후 2차 백업 파일이 이동하거나, 2차 백업 파일의 이동 후 1차 백업 파일이 이동하여도 무방하다.

일 실시예에서, 백업 파일 분산화 모듈은, 외부로부터 침입이 감지될 경우, 기 생성되었던 1차 백업 파일과 2차 백업 파일로부터의 복제를 연속적으로 수행하여 각 백업 파일의 서브 백업 파일들을 다수 개 생성하며, 생성된 다수 개의 서브 백업 파일들을 역시 랜덤 변수에 따라 생성된 서로 다른 장소에 개별적으로 저장할 수 있다.

이에 따라, 시스템 상에서 산발적으로 생성된 다수 개의 백업 파일을 임의의 장소로 나누어 저장함으로써, 일부 백업 파일이 공격에 의해 손실되거나 삭제되는 경우에도 시스템 상에 산발적으로 존재하는 백업 파일을 이용하여 필요한 자료 등을 용이하게 복구하도록 할 수 있다.

다음으로, 백업 파일 분산화 모듈은, 다수 개의 백업 파일 중 현재 공격받고 있는 백업 파일이라고 판단된 파일을 시스템 상에서 영구적으로 삭제하게 된다.

이에 따라, 본 발명에서는, 해킹 또는 랜섬웨어의 공격 등으로 인해 시스템 상에서 정상적인 기능을 수행하지 못하거나, 해당 공격으로 인해 시스템 상에 존재하는 다른 파일까지도 위험에 노출시킬 수 있는 좀비 프로그램으로 변할 수 있는 파일을 미연에 시스템 상에서 삭제시킴으로써, 일부 파일로 인해 시스템 전체가 공격받는 것을 미연에 방지할 수 있다.

일 실시예에서, 백업 파일 분산화 모듈은, 백업 파일을 클라우드 서비스와 연동된 동기화 폴더에 저장한 경우, 해당 동기화 폴더에 백업 파일의 저장이 완료되고 저장한 백업 파일이 클라우드 상에 업로드 되면, 해당 동기화 폴더에 대한 동기화를 해제할 수 있다.

예를 들어, 사용자의 동기화를 위한 클라우드 서비스가 "Dropbox"라고 할 경우, "Dropbox"에서 제공하고 있는 "선택적 동기화 서비스"를 이용하여 상술한 바와 같은 백업 파일 분산화 모듈의 기능을 구현하게 된다.

즉, 백업 파일 분산화 모듈은, 백업 파일을 저장하기 위한 공간으로서 "백업 폴더"를 시스템 상에 생성하면, 클라우드 서비스는 새롭게 생성된 "백업 폴더"를 클라우드 상에서 역시 동일하게 생성하게 된다.

다음으로, 백업 파일 분산화 모듈은, 해당 폴더에 백업 파일을 저장하게 될 것이고, 이에 따라 클라우드 상에도 해당 백업 파일이 업로드 된다.

마지막으로, 클라우드 상에 해당 백업 파일의 업로드가 완료되면, 백업 파일 분산화 모듈은, 백업 파일 업로드에 사용되었던 "백업 폴더"에 대한 동기화만을 선택적으로 해제하고, "백업 폴더"를 시스템 상에서 삭제한다.

이 경우, 시스템 전체에 대한 동기화를 해제하는 것이 아니라, 백업 파일의 업로드에 사용하기 위해 임시적으로 생성되었던 "백업 폴더"만에 대한 동기화를 해제함으로써, 클라우드 서비스와의 안정적인 동기화 서비스는 지속적으로 수행하는 반면, 백업 파일은 클라우스 상에 업로드시킨 후 시스템 상에서는 삭제함에 따라 크라우드 상에서 백업 파일은 안전하게 저장하는 한편 시스템을 침투한 공격에 지속적으로 노출되는 것은 원천적으로 방지할 수 있게 된다.

일 실시예에서, 백업 파일 분산화 모듈은, 클라우드 상에 업로드 하였던 백업 파일의 저장 장소를 변경할 순서가 된 경우, 선택적 동기화를 해제하였던 폴더의 동기화를 다시 수행하여 클라우드 서비스에 업로드 하였던 백업 파일을 다운받은 후, 다운받은 백업 파일을 상술한 바와 같이 랜덤 변수에 따라 새롭게 생성된 장소로 이동시킬 수 있다.

상술한 바와 같은 구성을 가지는 자산 거래 시스템(10)의 구성 중 일부는 인공지능에 의해 구현될 수 있으며, 의사결정 이유 제시 모듈(설명의 편의상 도면에는 도시하지 않음)을 더 포함할 수 있다.

의사결정 이유 제시 모듈은, 주어지거나 사용자에 의해 입력된 데이터에 대해서 분류ㅇ예측할 뿐만 아니라 결정에 대한 인과관계를 분석하여 적절한 근거를 찾아, 인공지능이 제시한 결과에 대해서 왜 그런 결과가 나오는지에 대한 이유를 사용자 레벨에서 설명할 수 있다. 의사결정 이유 제시 모듈을 통해 사용자와 인공지능 상호간의 신뢰할 수 있는 의사결정을 가능케 함으로써, 문제나 오류 발생 시 사용자에 의한 피드백이 적절하게 반영될 수 있다. 또한, 의사결정 이유 제시 모듈을 둠으로써, 인공지능이 제시하는 결과에 대해서 왜 그런 결과가 나오는지에 대한 원인을 명쾌하게 설명할 수 없어 사용자가 인공지능에 가질 수 있는 불신감을 해소할 수 있으며, 과도하게 학습을 진행할 경우 전체적인 관점에서의 최적해가 아닌 지역 내 최적해가 선택될 수 있다는 과적합화(overfitting) 문제를 미연에 방지할 수 있다.

일 실시 예에서, 의사결정 이유 제시 모듈은 모델 구축 모듈 및 이유 설명 인터페이스 모듈을 더 포함할 수 있다. 모델 구축 모듈은 심층 설명 학습 모듈, 해석 가능한 모델 생성 모듈 및 모델 귀납 모듈로 구현될 수 있다.

심층 설명 학습 모듈은 변형된 딥러닝 기술로서 심층 신경망이 설명 가능한 특징들을 학습하도록 할 수 있다. 은닉계층의 노드가 의미 있는 속성을 나타내도록 학습할 수 있으며, 예를 들어 팔과 다리의 이미지를 구분하는 모델을 학습한다면, 각 은닉 노드가 손톱이나 발톱 모양, 손가락이나 발가락 모양, 손바닥이나 발바닥의 위치 등을 나타내도록 학습해서 모델이 어떤 이미지를 손이라고 판단했을 때 활성화된 은닉 노드를 통해 판단의 근거를 알 수 있다. 이러한 판단의 근거는 예를 들어 RNN(순환신경망, Recurrent Neural Network) 등의 자연어 생성 모델을 통해 언어적으로 나타낼 수도 있다. RNN은 딥러닝의 모델이며 인공신경망의 한 종류로서, 시계열 데이터와 같이 시간의 흐름에 따라 변화하는 데이터를 학습하기 위한 것으로서, 입력조절벡터와 망각벡터 그리고 출력조절벡터를 이용하여 입력과 출력데이터를 얻는다. 입력조절벡터에서는 입력신호가 활성화함수와의 연결계층을 거친 후에 값을 받아들이며 망각 벡터는 과거 입력의 일부를 현재 입력에 반영하는 역할을 한다. 그리고 출력조절벡터는 과거의 값과 수정된 입력값을 고려하여 활성화 함수를 이용해 값을 받아들인다. 그리고 그 최종결과는 다시 입력으로 되돌아가게 된다. 이러한 순환신경망은 문서 감정을 분류하거나 필기체를 인식하는데 주로 활용되며, 음성 인식, 시계열 예측이나 파형생성을 할 때에도 주로 활용될 수 있다. 이는 입력데이터가 순서가 없는 고정된 모양이여도 적절할 순서에 따라 처리할 수 있기 때문이다.

또한, 일 실시 예에서, 심층 설명 학습 모듈은 이미지에 근거가 되는 부분을 표시하여 시각적으로 나타낼 수도 있다. 예를 들어 인공지능 시스템이 고양이 이미지를 분류할 경우, 기존 시스템은 입력된 이미지의 고양이 여부만을 도출하지만, 심층 설명 학습 모듈은 고양이 여부를 도출하고, 이것의 근거(털, 수염 등) 이미지를 사용자에게 제공할 수 있다.

해석 가능한 모델 생성 모듈은, 구조화된 데이터를 해석 가능한 인과관계 모델로 구축할 수 있다. 일 실시 예에 따르면, BPL(bayesian program learning)을 이용하여 해석 가능한 모델 생성 모듈을 구축할 수 있으며, BPL은 작은 조각들의 조합으로 표현하도록 학습하는 방법으로서, 예를 들어 글자를 생성하는 모델을 학습할 때 글자를 획으로 나누어서 가장 합리적인 획의 조합으로 생성하도록 한다. BPL은 대량의 데이터가 없이도 사람과 같이 한 번 보면 그대로 모방할 수 있으며, Neural Network(신경망 모델)를 진화시킨 것으로서 새로운 사건이 주어졌을 때 그 사건을 바탕으로 확률값을 변화시킬 수 있다. 즉, BPL은 가상 변수들에 들어가는 가중치만 바꾸는 방식이 아니라, 중간에 다른 가상 변수를 생성하는 내용까지 포함된다. 새로운 환경이 주어지면 다른 방식으로 현상을 이해하는 것으로서 예를 들어, 동전을 100번 던져서 앞면이 60번, 뒷면이 40번 나와서 앞 면이 나올 확률을 60%로 잡은 다음, 다음번에 뒷면이 나오게 되면 앞면이 나올 확률을 59.4%로 내리는 방식이다.

또한, 일 실시 예에서, 해석 가능한 모델 생성 모듈은 확률론적 접근 방법을 통해 구현될 수 있다. 확률론적 접근 방법은 몇 가지 샘플만으로도 학습 효과를 낼 수 있으며, 예를 들면 길이가 긴 의자와 짧은 의자를 보여주면 중간 길이의 의자도 있다는 것을 배우는 것과 비슷하다. 즉, 부족한 데이터를 스스로 채워 나가며 학습하는 기술이다. 실시 예에 따라서는 확률론적 접근 방법은 수학적 계산을 통해 스스로 확률과 프로그램을 보정하는 기능을 포함할 수 있다.

또한, 일 실시 예에서, 해석 가능한 모델 생성 모듈은 And-Or-Graph를 이용하여 구현된 수 있다. And-Or-Graph는 AND/OR 그래프란 rule의 조건 및 결론관계와 AND/OR 관계를 그래프 형태로 나타내는 것으로서, 인공지능에 의해 도출되는 중간 및 최종 데이터가 구조화 되어있어 모델의 결정과정을 논리적으로 설명하기 쉬운 장점이 있다. 즉, AND 노드와 OR 노드로 그래프를 나타내는데, AND 노드는 모두 처리되어야 하며 OR 노드는 하나만 처리되면 끝낼 수 있다. AND/OR 그래프를 이용하면 서로 산재해 있는 rule들의 집합을 하나의 구조로 조감할 수 있으며 각 문장간의 논리적인 관계를 쉽게 파악할 수 있다.

모델 귀납 모듈은 임의의 블랙박스 모델을 설명가능한 모델로 추론할 수 있다. 일 실시 예에서, 모델 귀납 모듈은 LIME(local interpretable model-agnostic explanations)로 구현될 수 있으며, LIME은 임의의 블랙박스 모델을 이미 설명이 가능한 데이터 주변에서 희소 선형 결합을 통해 국부적으로 설명 가능하게 만들 수 있다. 예를 들어, 이미지를 분류하는 블랙박스 모델이 어떤 이미지를 심장이라고 판단했다면 이미 설명 가능한 다른 모델의 심장에 대한 설명 즉, 심장을 표현하는 픽셀들을 주어진 이미지와 대조하여 어느 부분이 심장이라고 판단한 근거인지 제시할 수 있다.

또한, 일 실시 예에서 모델 귀납 모듈은 모델을 일련의 if-then 조건문으로 표현하는 BRL(bayesian rule lists)로 구현될 수 있다. BRL은 고차원, 다변수인 특징공간을 간단하고 이미 해석 가능한 조건문으로 나누어 복잡한 모델을 이해할 수 있게 한다.

상술한 심층 설명 학습 모듈, 해석 가능한 모델 생성 모듈 및 모델 귀납 모듈은 서로 독립적으로 또는 서로 결합되어 작용될 수 있으며, 그 구현 순서도 실시 예에 따라 달라질 수 있다.

다음으로, 이유 설명 인터페이스 모듈은 인공지능의 의사결정에 대한 설명을 사용자가 이해할 수 있는 방식으로 표현할 수 있다. 이유 설명 인터페이스 모듈은 제시한 설명이 반복적일 것, 필요한 설명을 모두 포함하고 있을 것, 불필요한 설명을 포함하지 않을 것, 양이 적절할 것 등을 필수 항목으로 포함할 수 있다. 즉, 사용자가 용이하게 인공지능이 어떠한 과정과 이유로 최종 결과를 도출했는지와 각 단계별로 영향을 미친 요소나 데이터가 무엇인지 언어, 표, 이미지, 그래프, 수식 등을 포함하여 사용자에게 제공할 수 있다.

또한, 이유 설명 인터페이스 모듈은 사용자의 정정 명령을 입력받을 수 있다. 이를 위해 이유 설명 인터페이스 모듈은 정정가능성은 설명이 유동적일 것, 사용자의 피드백을 존중할 것, 점진적인 변화를 주시할 것 등을 필수 항목으로 포함할 수 있다. 이렇게 제시된 설명에 대해서 사용자에게 설명의 명확도와 활용도 등에 대한 피드백을 받아 이유 설명 인터페이스 모듈의 효과를 평가하고 발전시킬 수 있다.

다른 실시 예에서, 의사결정 이유 제시 모듈은, 인과관계 모델로 형성될 수 있다. 인과과계 모델은 딥러닝과 마르코브 랜덤 필드를 결합하는 형태로 형성될 수 있다. 먼저 학습 데이터로부터 심층 마르코브 랜덤 필드 모델의 확률 분포를 모델링하고, 확률 변수들 사이의 조건부 독립성을 나타내는 마르코브 랜덤 필드의 구조를 학습한다. 구조가 학습된 마르코브 랜덤 필드의 잠재 함수를 심층 신경망으로 추론하여 입력 변수의 수가 증가함에 따라 잠재 함수에 필요한 매개 변수의 수가 기하급수적으로 증가하는 문제를 완화하고, 변수 연관관계에 대한 제약 없이 복잡한 연관관계를 학습할 수 있다. 실시예에 따라 클래스 분류 문제를 보조태스크인 속성, 슈퍼카테고리와 같이 학습한 후, 출력 단계에서 선형 결합하여 효과적인 표현이 가능하도록 할 수 있다. 또한 인과관계가 정확히 학습되었는지 사람이 확인하고 피드백을 주어 수정할 수 있도록 하는 상호작용 학습 알고리즘을 포함할 수 있다.

또 다른 실시 예에서, 의사결정 이유 제시 모듈은, 분석 모듈로 구현될 수 있다. 시계열 함수를 다양한 커널을 바탕으로 다변수 가우시안으로 회귀분석 하는 기술로서, 가우시안 프로세스에서 커널을 표현하는 최적의 커널 조합을 학습하여 주어진 시계열 데이터를 위에서 찾은 커널 조합을 바탕으로 설명할 수 있다. 더 나아가서 여러 개의 시계열 데이터가 있을 때에도 공통적으로 표현되는 커널 및 각 시계열 데이터의 특성을 표현하는 커널의 조합을 학습하여 여러 개의 시계열 데이터에서 공통적으로 나타나는 특징을 설명할 수 있다. 시계열 데이터 분석 모델을 통해 찾은 커널의 조합을 자연어로 작성함으로써 사용자에게 인공지능에 의해 도출된 의사결정의 도출과정 및 그 이유를 자연어로 설명해 줄 수 있다.

이와 같은 의사결정 이유 제시 모듈을 통해, 인공지능의 의사결정 과정을 사용자의 입장에서 시각화 및 문자화함으로써, 의사결정에 과정에 관여한 구성요소를 설명할 수 있으며 동시에 복잡한 모델의 상관관계를 분석하여 원인요소와 결과요소로 나누어 설명할 수 있다. 특히 사용자가 용이하게 이해할 수 있는 자동 보고서의 형식으로 작성됨으로써, 데이터를 분석한 결과 뿐만 아니라 이유를 제공하여 인공지능이 보다 정밀하게 인간과 상호 작용하게 할 수 있다.

도 2는 도 1의 유형 자산 중개 시스템을 보여주는 도면이다.

도 2를 참조하면, 유형 자산 중개 시스템(200)은, 유형자산 중개서버(210), 빅데이터 구축부(220), AI부(230) 및 관리 단말기(240)를 포함한다.

유형자산 중개서버(210)는, 각 기관 또는 개인의 정보를 저장해 두고, 관리 단말기에서 스캔한 내용을 수신받으며, 생산품에 대응하는 고유 큐알코드를 발급하고 이를 관리하고, 기관, 구매품 및 상태 정보 또는 소비자, 배송, 타입 및 상태 정보를 이용하여 새로운 트랜젝션을 구성하고, 데이터 검증단계를 거쳐 블록체인화시키며, 블록체인화 되어있는 정보를 조회한다.

먼저, 유형자산 중개서버(210)는, 큐알코드 관리서버로서 각 기관 또는 개인의 정보를 저장하는 역할을 하며, 큐알코드 스캔 단말기에서 스캔한 내용을 전달받아 타입에 따라 정보 관리서버 또는 생산품 정보 관리 서버에 전달하는 역할을 하고, 생산품의 경우 각 생산품 등의 고유 큐알코드를 발급하고 이를 관리하는 역할을 수행한다.

다음으로, 유형자산 중개서버(210)는, 블록체인 기반 생산품 정보 관리 서버로서, 큐알코드 관리서버로서 전달받은 기관, 구매품, 상태 정보를 전달받아 새로운 트랜젝션을 구성하고, 데이터 검증단계를 거쳐 블록체인화 시키는 역할을 하며, 블록체인화 되어있는 정보를 조회할 수 있는 역할을 병행한다.

마지막으로, 유형자산 중개서버(210)는, 블록체인 기반 정보 관리서버로서, 큐알코드 관리서버로서 전달받은 소비자, 배송, 타입, 상태 정보를 전달받아 새로운 트랜젝션을 구성하고 데이터 검증단계를 거쳐 블록체인화 시키는 역할을 하며, 블록체인화 되어있는 정보를 조회할 수 있는 역할을 병행한다.

이렇게 모인 정보는, 큐알코드 관리 서버로서의 유형자산 중개서버(210)를 통해서 생산품의 발생, 유통, 도착 이력을 조회할 수 있다.

도 3 및 도 4은 본 발명에 따른 이력 추적 관리를 설명하는 도면들이다.

도 3 및 도 4을 참조하면, 구매품의 배송의 경우 초기 배송이전 생산품의 정보를 어플리케이션을 통해서 서버로 전송 후 큐알코드를 발급받아 생산품에 프린트 형식으로 발급을 한다. 배송자는 프린트되어 있는 큐알코드를 스캔하여 배송의 시작을 알리고 배송을 진행한다. 배송이 완료된 경우 배송의 종료를 큐알코드 스캔을 통해서 등록하고 구매자는 배송받음을 어플리케이션 스캔을 통해서 등록한다.

이렇게 취합된 정보는, 큐알코드 관리 서버로서의 유형자산 중개서버(210)를 통해서 실시간 조회가 가능하며, 배송받은 구매품의 총량 및 유통이력은 앱 또는 별도 제공되는 웹을 통해서 조회가 가능하다.

빅데이터 구축부(220)는, 온도, 습도, 물 공급량 및 수질 상태 중 적어도 하나의 생산 요소를 수집하여 생산 환경 정보와 관련된 빅 데이터를 구축하고, 어플리케이션, 큐알코드(QR Code) 및 GPS를 이용하여 물류 및 배송환경 정보와 관련된 빅 데이터를 구축한다.

빅데이터 구축부(220)는, IOT 기술을 이용하여 온/습도센서, 토양 EC/PH센서, 토양수분센서, 양액 정보센서, 일조량센서, 풍향/풍속센서, 강우센서 등 생산상에 존재하는 환경적 요인과 생산물의 변화를 감지하여 디지털데이터화 하여 정보를 수집하게 된다.

이를 위해, 빅데이터 구축부(220)는, 드론, CCTV, 웹카메라 등 영상정보를 저장하여 빅데이터화 하는 영상녹화 장비를 구비하여야 할 것이다.

그리고, 빅데이터 구축부(220)는, 정보공동활용 시스템으로서, 농촌진흥청의 농식품 ICT 융복합 정보공동 활용 시스템, 국가기상청 공동활용 시스템, 통합재난 안전 정보 시스템 등과 같이 생산물 생산상에 필요한 공동정보를 수집하여 빅데이터에 저장을 하는 시스템으로서 기능한다.

AI부(230)는, 수요자들의 수요를 수집하여 수요자별 성향과 이전 주문건을 분석하여 k-means 알고리즘을 통해 군집화/표본화하고, 모집된 평가들에 이용된 단어들을 감정 분석(sentiment analysis) 기술과 머신러닝 알고리즘을 이용하여 긍정과 부정의 정도를 분석하여 수요자들의 향후 수요를 예측하며, 수집되는 데이터들을 통해 딥러닝 기술을 활용하여 각 지역별 생산량을 유추한다.

이에 따라, AI부(230)는, 이러한 데이터들을 통해 수요와 공급에 있어 정밀한 데이터를 예측하여 수요가 있는 곳에 적절한 공급을 하는데 도움을 줄 수 있다.

관리 단말기(240)는, 이력 관리 어플리케이션을 설치해 두며, 각 기관 또는 개인에게 지급되고, 스캔한 큐알코드의 타입에 따라 본인의 정보, 큐알코드 정보 및 상태값을 유형자산 중개서버(210)로 전송하며, 블록체인화 되어있는 정보를 조회한다.

상술한 바와 같은 구성을 가지는 유형 자산 중개 시스템(200)은, 목적을 달성하기 위해 아래의 구성을 갖는다.

먼저, 빅 데이터 구축을 IOT 사물인터넷 구성으로서, 온도, 습도, 물 공급량, 수질 상태 등을 수집하여 생산 요소와 관련된 빅 데이터를 구축하고, 어플리케이션, 큐알코드, GPS를 통해 물류 및 배송환경 정보를 획득하여 빅 데이터를 구축한다.

공동구매 시스템/배송 인공지능 제어/이력추적 시스템/서베이 시스템/어플리케이션을 통해 정보를 제공함으로써, O2O 공동구매 플랫폼(실시간 빅 데이터, 인공지능 마감)을 구성할 수 있다.

위치, 기사, 시간별, 위치별 적재 가능량, 배송 완료 등을 제어함으로써, 배송을 인공지능으로 제어할 수 있다.

유통 이력을 관리하기 위해서 생산품의 유통과정을 관리하기 위해서 생산자, 배송자, 소비자의 각 위치에 기관을 특정하기 위한 큐알코드를 자동 생성 발급하고, 생산품을 관리하기 위해서 각 생산품을 유통하기 위해서 생산품을 확인할 수 있는 큐알코드를 발급한다.

이에 따라, 생산자는 포장 및 배송 이전에 생산품 관련된 큐알코드를 메인 서버에서 발급을 받아서 부착하며, 배송자는 배송시작, 종료 시점에 생산자가 부착한 큐알코드를 별도로 제공되는 어플리케이션을 통해서 스캔을 하여 배송 이력을 남기고 이 데이터는 서버를 통해서 블록체인화 하여 정보를 보관한다.

구매자는 배송을 받은 경우 별도로 제공된 어플리케이션을 통하여 생산자가 부착한 큐알코드를 스캔하여 배송의 완료를 서버로 전송한다.

인증기관의 큐알코드 자동부여, 물류송장 집계표 자동생성, 앱과 웹을 통하여 실시간 이력 추적 등과 같은 일련의 과정을 통해 이력 추적 시스템을 구축할 수 있다.

생산, 유통, 소비 과정 및 물류 내역을 블록체인 데이터화 하여 데이터의 훼손을 방지하고 큐알코드를 이용하여 블록체인 데이터를 저장하고 자료 및 인공지능 결정을 블록체인화 하여 해킹 차단할 수 있다.

마지막으로, 소비자의 후기, 평가와 정보 빅 데이터화 이를 통한 생산 및 품질, 서비스 개선, 데이터와 기술 지원을 통해 서베이 시스템을 구출할 수 있다.

이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.

구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.

뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.

상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 명세서를 통해 보호받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.

본 발명에 따르면, 플랫폼에서 음원을 다운로드하거나 스트리밍 이용하는 데에 현금처럼 즉시 사용할 수 있다.

본 발명을 통해 구성원들은 한국음반산업협회에 소속된 제작자(창작자)들의 제작을 지원할 수 있고, 해당 뮤지션은 기획 당시 제안한 조건에 따라 투자자들에게 음원, Goods, 공연티켓, 팬미팅 등 재화를 제공하거나 추가로 구매할 수 있도록 하고, 코인을 통해 현금처럼 기부하고 구매할 수 있다.

권리자(창작자)에게 음원 등록과 Play에 대한 보상, 네트워크 참여자(aPos)에게 본 발명의 블록체인 네트워크 참여를 통한 GAS 수익 보상, 커뮤니티 활동 참여자에게 본 발명의 C블록체인 프로젝트 참여와 커뮤니티 활동에 따른 보상, P-ICO 참여자에게 P-ICO 참여와 홍보활동에 따른 보상 및 3rd-Party dApp의 개발/운영자에게 제공하는 컨텐츠 서비스 수익모델에 따른 보상 등과 같이 본 발명의 생태계 참여자들의 활동과 기여도에 대한 보상을 수행할 수 있다.

10: 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템
100: 무형 자산 중개 시스템
110: 무형자산 중개서버
120: 입력 단말기
130: 소비 단말기
140: 개발 단말기
150: 프로젝트 단말기
200: 유형 자산 중개 시스템
210: 유형자산 중개서버
220: 빅데이터 구축부
230: AI부
240: 관리 단말기

Claims (2)

1. 유형의 자산의 거래 과정을 블록체인을 이용하여 데이터화하는 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템에 있어서,
   유형 자산의 생산자와 소비자 사이의 유형 자산의 거래를 중개하는 유형 자산 중개 시스템을 포함하는, 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템.
   
2. 제1항에 있어서, 상기 유형 자산 중개 시스템은,
   각 기관 또는 개인의 정보를 저장해 두고, 상기 관리 단말기에서 스캔한 내용을 수신받으며, 생산품에 대응하는 고유 큐알코드를 발급하고 이를 관리하고, 기관, 구매품 및 상태 정보 또는 소비자, 배송, 타입 및 상태 정보를 이용하여 새로운 트랜젝션을 구성하고, 데이터 검증단계를 거쳐 블록체인화시키며, 블록체인화 되어있는 정보를 조회하는 무형자산 중개서버;
   온도, 습도, 물 공급량 및 수질 상태 중 적어도 하나의 생산 요소를 수집하여 생산 환경 정보와 관련된 빅 데이터를 구축하고, 어플리케이션, 큐알코드(QR Code) 및 GPS를 이용하여 물류 및 배송환경 정보와 관련된 빅 데이터를 구축하는 빅데이터 구축부;
   수요자들의 수요를 수집하여 수요자별 성향과 이전 주문건을 분석하여 k-means 알고리즘을 통해 군집화/표본화하고, 모집된 평가들에 이용된 단어들을 감정 분석(sentiment analysis) 기술과 머신러닝 알고리즘을 이용하여 긍정과 부정의 정도를 분석하여 수요자들의 향후 수요를 예측하며, 수집되는 데이터들을 통해 딥러닝 기술을 활용하여 각 지역별 생산량을 유추하는 AI부; 및
   이력 관리 어플리케이션을 설치해 두며, 각 기관 또는 개인에게 지급되고, 스캔한 큐알코드의 타입에 따라 본인의 정보, 큐알코드 정보 및 상태값을 상기 무형자산 중개서버로 전송하며, 블록체인화 되어있는 정보를 조회하는 관리 단말기를 포함하는, 블록체인을 기반으로 한 자산 거래 및 이력 추적 시스템.

Images