KR20230112767A - 인공지능 기반의 차량 구독 관리 서비스 제공 방법, 장치 및 프로그램 - Google Patents

Abstract

본 발명은 인공지능 기반의 차량 구독 관리 서비스 제공 방법에 관한 것으로, 스테이션의 촬영부를 통해 촬영된 구독 차량의 촬영 영상을 분석하여 구독 차량에 대한 체계적인 관리를 제공할 수 있으며, 구독 차량에 최적화된 스테이션 방문 주기, AS 방문 시기를 관리하여 구독 차량이 안전하게 운행되도록 지속적으로 관리할 수 있는 효과가 있다.

Description

인공지능 기반의 차량 구독 관리 서비스 제공 방법, 장치 및 프로그램 {Method, device and program for providing vehicle subscription management service based on artificial intelligence}

본 개시는 차량 구독 관리 서비스 제공 방법에 관한 것이다.

최근 들어, 이미지 분석 기술과 인공지능모델을 학습시키는 기술 등 다양한 분야의 기술이 급속도로 발전하고 있다.

이러한 기술들의 발전에도 불구하고, 차량의 유지보수, 점검, AS 등과 같은 분야는 아직도 사람이 직접 대부분의 업무를 진행하고 있으며, 이로 인하여 개개인 간의 실력 차이, 비용과 같은 부분에 적지 않은 차이가 존재하고 있다.

따라서, 이러한 기술을 차량 이미지 분석과 이미지 분석을 이용한 AS 정보 도출 등에 활용하게 되면, 차량 유지보수, 점검, AS 등과 같은 분야에 활용할 수 있을 것으로 기대되지만 현재로서는 이러한 기술이 공개되어 있지 않은 실정이다.

또한, 차량의 렌트, 리스 서비스는 오랫동안 기존 방식 그대로 이용되고 있으나, 이러한 기술을 적용할 경우 기존과 다르게 다양한 서비스를 제공할 것으로 기대된다.

상술한 바와 같은 문제점을 해결하기 위한 본 발명은 인공지능 기반의 차량 구독 관리 서비스를 제공하고자 한다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스 제공 방법은, 차량 구독 관리 서비스 제공 장치에 의해 수행되는 방법으로, 스테이션의 촬영부로부터 촬영된 구독 차량에 대한 영상을 수신하는 단계; 상기 수신된 영상을 인공지능모델에 입력하여 상기 구독 차량에 대한 AS 정보를 도출하는 단계; 상기 구독 차량에 대한 AS가 필요한 것으로 판단된 경우, AS 필요 부분 및 필요 부품 중 적어도 하나를 도출하는 단계; 및 상기 구독 차량의 AS 담당자를 배정하는 단계를 포함한다.

또한, 상기 차량 구독 관리 서비스 제공 장치는, 기 설정된 타이밍에 상기 구독 차량의 사용자 단말로 상기 구독 차량에 대한 스테이션 방문 요청 신호를 전송하고, 상기 기 설정된 타이밍은 기 설정된 시간 주기 또는 상기 구독 차량의 연차, 주행거리, 기존 AS 내역을 기반으로 도출된 점검 시기인 것을 특징으로 한다.

또한, 상기 차량 구독 관리 서비스 제공 장치는, 상기 차량 구독 관리 서비스를 이용하는 구독 차량에 대한 분석 정보, AS 내역을 메모리에 저장하고, 상기 구독 차량과 동일 차종의 다른 사용자의 구독 차량 정보와 비교하여 상기 사용자의 구독 차량의 상태 정보를 예측하는 것을 특징으로 한다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.

상기와 같은 본 발명에 따르면, 스테이션의 촬영부를 통해 촬영된 구독 차량의 촬영 영상을 분석하여 구독 차량에 대한 체계적인 관리를 제공할 수 있으며, 구독 차량에 최적화된 스테이션 방문 주기, AS 방문 시기를 관리하여 구독 차량이 안전하게 운행되도록 지속적으로 관리할 수 있는 효과가 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 차량 영상 분석을 통한 분석 정보 도출 및 이를 이용한 차량 AS 정보 제공 장치의 블록도이다.
도 2는 학습 대상 차량의 영상을 분석하여 학습 데이터셋을 생성하고, 이를 이용하여 인공지능모델을 학습시키는 것을 예시한 도면이다.
도 3은 인공지능모델에 점검 대상 차량의 영상을 입력하여 AS 정보를 도출하는 것을 예시한 도면이다.
도 4는 본 발명의 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스를 제공하는 예시도면이다.
도 5는 클라이언트 단말로 클라이언트의 구독 차량 정보를 제공하는 것을 예시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

도 1은 본 발명의 실시예에 따른 차량 영상 분석을 통한 분석 정보 도출 및 이를 이용한 차량 AS 정보 제공 장치의 블록도이다.

도 2는 학습 대상 차량의 영상을 분석하여 학습 데이터셋을 생성하고, 이를 이용하여 인공지능모델을 학습시키는 것을 예시한 도면이다.

도 3은 인공지능모델에 점검 대상 차량의 영상을 입력하여 AS 정보를 도출하는 것을 예시한 도면이다.

본 발명의 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스 제공 방법, 장치, 서버를 위한 인공지능모델을 구축하는 것 등을 설명하기 위해, 도 1 내지 도 3을 참조하여 차량 영상 분석을 통한 분석 정보 도출 및 이를 이용한 차량 AS 정보 제공 장치, 방법에 대해서 먼저 설명하도록 한다.

도 1을 참조하면, 본 발명의 실시예에 따른 차량 영상 분석을 통한 분석 정보 도출 및 이를 이용한 차량 AS 정보 제공 장치는 프로세서, 통신부, 데이터베이스 및 입출력부를 포함한다.

다만, 몇몇 실시예에서 장치는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수도 있다.

실시예에 따라서 차량 영상 분석을 통한 분석 정보 도출 장치 및 차량 AS 정보 제공 장치로 분리될 수 있으며, 이러한 구체적인 사항들은 발명의 실시자가 용이하게 선택하도록 한다.

또한, 본 발명의 실시예에서 차량 영상 분석을 통한 분석 정보 도출 장치 및 차량 AS 정보 제공 장치는 컴퓨터, 정보처리수단을 포함할 수 있으며, 서버 장치를 포함하여 구성될 수도 있다.

통신부는 외부 장치, 서버 등과 통신하며, 학습 대상 차량, 점검 대상 차량에 대한 적어도 하나의 영상을 수신할 수 있고, 점검 대상 차량에 대하여 도출된 AS 정보를 외부 장치, 서버로 전송할 수 있다.

메모리는 차량 영상 분석을 통한 분석 정보 도출 방법, 차량 AS 정보 제공 방법을 실행하기 위한 각종 명령어, 알고리즘, 그리고 인공지능모델이 저장된다.

또한, 메모리는 다양한 차량 종류에 대한 리스트, 각 차량에 대한 기본 스펙 정보 등과 같이 차량 점검을 위한 각종 데이터소스가 저장된다.

입출력부는 일반적인 입력부, 출력부의 구성으로 각종 제어 신호, 정보, 영상 등을 입력받을 수 있고, 생성된 각종 AS 정보 등을 출력할 수 있다.

프로세서는 차량 영상 분석을 통한 분석 정보 도출 장치, 차량 AS 정보 제공 장치 내 구성들의 제어를 담당하며, 메모리 내 명령어, 알고리즘을 실행하고 인공지능모델을 이용하여 본 발명의 실시예에 따른 방법을 실행할 수 있다.

아래에서는 차량 영상 분석을 통한 분석 정보 도출 장치를 제1 장치, 차량 AS 정보 제공 장치를 제2 장치로 지칭하도록 한다.

도 2를 참조하여, 본 발명의 실시예에 따른 차량 영상 분석을 통한 분석 정보 도출 방법을 설명하도록 한다.

제1 장치가 학습 대상 차량에 대한 적어도 하나의 영상(video, image)을 수신한다.

제1 장치가 수신된 영상을 분석하여 학습 대상 차량에 포함된 차량 부품의 영상, 차량 부품의 차량 내 위치, 복수의 차량 부품 간의 연결 관계를 인식한다.

제1 장치가 인공지능모델에 인식된 결과를 차량 종류, 차량 기본 스펙과 함께 학습 데이터로 입력한다.

이때, 더 상세하고 정확한 분석을 위해서 다수 개의 서로 다른 영상을 수신하는 것이 바람직하다.

본 발명의 실시예에서 영상은 복수 개의 Frame으로 구성되어 소정 시간을 갖는 비디오 영상일 수도 있고, 하나의 Frame으로 구성된 이미지가 적용될 수도 있다.

또한, 차량의 외관에 대한 영상은 물론, 본네트, 헤드라이트, 백미러, 휠, 바디, 트렁크 등 분리 가능한 모든 부품들에 대한 개별 영상이 수신되면, 각각을 분리하여 메모리에 저장할 수 있다.

그리고, 부품/파트 간에 결합된 영상이나 결합 정보 등이 수신되면 이를 기반으로 복수의 차량 부품 간의 연결 관계를 인식하고, 이를 학습데이터로 생성하고, 메모리에 저장할 수 있다.

이러한 정보를 인식하고 메모리에 저장하여 빅데이터를 구축하고, 학습데이터로 입력하여 인공지능모델을 학습시킴으로써, 사고 차량, 고장이 발생한 차량의 영상이 수신되었을 때 영상을 분석(빅데이터, ML)하는 것만으로 AS별 Classification을 할 수 있고, AS가 필요한 부분을 판단할 수 있게 된다.

프로세서는 위와 같이 차량 부품의 차량 내 위치, 복수의 차량 부품 간의 연결 관계를 인식하고, 이를 차량 종류, 차량 기본 스펙과 함께 학습 데이터 셋으로 생성하여 빅데이터를 구축하고, 인공지능모델에 입력하여 학습시키게 된다.

몇몇 실시예에서, 프로세서는 차량 제조 브랜드마다 개별적인 인공지능모델을 구축하여 이용할 수 있다.

몇몇 실시예에서, 프로세서는 차량 종류마다 개별적인 인공지능모델을 구축하여 이용할 수 있다.

이와 같이, 차량 종류마다 개별적인 인공지능모델을 구축하여 이용하게 되면, 점검 대상 차량의 종류를 입력하고, 점검 대상 차량의 영상만 입력하면 인공지능모델이 분석을 시작할 수 있기 때문에 효율적이면서도 빠르고 정확한 판단을 내릴 수 있게 된다.

몇몇 실시예에서는, 고객의 DB에 매칭하여 차량의 종류를 인식/식별할 수도 있다.

일 실시예로, 메모리에는 차량 종류 분석 알고리즘이 포함될 수 있으며, 프로세서는 차량 종류 알고리즘을 이용하여 차량의 차체 형상, 사이드 미러 형상, 조명 형상, 앰블럼 형상, 차체 크기, 비율, 색상, 휠 모양 등 다양한 요소들을 정확하고 세부적으로 식별하고, 차량 종류를 판단하는 것은 물론 차량의 다양한 옵션까지 판단할 수 있다.

도 3을 참조하여, 본 발명의 실시예에 따른 차량 AS 정보 제공 방법을 설명하도록 한다.

제2 장치가 점검 대상 차량에 대한 적어도 하나의 영상을 수신한다.

제2 장치가 인공지능모델에 점검 대상 차량에 대한 적어도 하나의 영상을 입력하여 점검 대상 차량을 점검한다.

이때, 제2 장치는 점검 대상 차량의 종류, 기본 스펙 등을 함께 입력받을 수도 있다.

하지만, 이에 한정되는 것은 아니며 프로세서는 점검 대상 차량에 대한 적어도 하나의 영상이 수신되면, 인공지능모델이 영상을 분석하여 차량의 종류를 판단하고, 메모리에서 해당 차량의 점검을 위한 각종 기본 스펙 정보를 로딩할 수 있다.

인공지능모델은 학습된 모델을 이용하여 점검 대상 차량을 점검할 수 있으며, 장치/서버에 저장되어 있는 빅데이터를 활용할 수 있다.

상기 점검 결과에 기초하여 점검 대상 차량의 AS 필요 여부를 결정한다.

점검 대상 차량이 AS가 필요한 경우, 적어도 하나의 AS 필요 부위를 도출한다.

점검 대상 차량이 반드시 AS가 필요한 것은 아닐 수 있으므로, 프로세서는 이와 같은 과정을 진행하여 점검 대상 차량이 AS가 필요한지 여부를 결정할 수 있다.

또한, 프로세서는 점검 대상 차량이 AS가 필요하다고 판단되는 경우, 어느 부분이 AS가 필요한지 도출할 수 있다.

또한, 프로세서는 AS가 필수적으로 필요한 필수 AS 부분, AS가 권장되는 권장 AS 부분을 도출할 수 있다.

또한, 프로세서는 향후 며칠, 몇 개월 이내에 AS가 필요할 것으로 추측되는 추측 AS 부분을 도출할 수도 있다.

이때, 프로세서는 인공지능모델에 점검 대상 차량의 영상을 입력하고, 인공지능모델은 입력된 영상을 기반으로 차량의 외부 형상을 판단하여 외부 형상을 통해서 AS가 필요한 부분을 판단할 수 있다.

몇몇 실시예에서, 점검 대상 차량에 대한 외형 영상만으로 식별하기 어려운 부분이 있을 수 있다. 이러한 경우, 사용자 단말로 차량의 상태에 대한 적어도 하나의 설문조사를 진행하고, 설문조사 결과를 기반으로 사용자가 촬영해야 하는 차량 부위를 선택하여 영상 업로드를 요청할 수 있다.

인공지능모델은 학습된 결과를 기반으로 점검 대상 차량의 영상을 분석하여 각종 정보들을 판단하는 것은 물론, 빅데이터를 기반으로 AS 별 Classification 판단을 수행할 수도 있다. (예: 특정 외관 상태로 입고된 차는 타이어 교체가 진행된 적이 많음 등)

상기 도출된 AS 필요 부위를 AS 하기 위한 AS 정보를 도출한다.

몇몇 실시예에서, 프로세서는 인공지능모델을 이용하여 AS 정보의 신뢰도를 평가할 수 있고, 기 설정된 신뢰도 이하의 값이 산출되는 경우, 차량 내 의심 부분 주변에 대한 더 많은 영상을 요청할 수도 있고, 해당 부분에 대한 전문가에게 확인 요청 신호를 발송할 수도 있다.

또한, AS 정보는 해당 부분의 AS를 위해 필요한 부품 정보를 포함할 수 있지만, 부품이 필요하지 않고 AS가 필요한 경우도 있으므로 이에 한정되는 것은 아니다.

도출된 AS 정보를 기반으로, 점검 대상 차량에 대한 AS 담당자 배정을 진행하고, 작업 이동 경로를 도출한다.

메모리에는 복수의 AS 담당자에 대한 경력 정보, 전문 분야 등에 대한 정보가 저장되어 있을 수 있다.

프로세서는 도출된 AS 정보를 담당자 리스트에 매칭하여, 도출된 AS 정보에 최적화된 담당자/전문가를 매칭할 수 있다.

일 실시예로, 특정 부분에 대한 AS의 경우 특정 자격이 있는 AS 담당자가 수행해야 된다는 필수 담당 조건이 설정되어 있을 수 있다.

프로세서는 AS 담당자 배정과 작업 이동 경로를 도출하는 것은 물론, AS 대기시간과 AS 소요시간 등을 산출할 수도 있다.

따라서, 프로세서가 도출하는 AS 정보는 AS가 필요한 위치, AS를 위해 필요한 부품, AS 일정, AS 담당자, AS를 위한 작업 이동 경로 등 AS와 관련된 다양한 정보들이 포함될 수 있다.

또한, 프로세서는 AS 담당자가 AS 수행 위치(예: 워크베이, 작업대)로 이동한 후 AS에 착수할 수 있도록 AS를 위한 각종 세팅을 요청할 수 있다.

따라서, 프로세서는 차량의 작업 배정, 워크베이 위치 Annotation을 통한 ML 기반 데이터를 생성하고, 학습/테스트 모델을 생성할 수 있다.

또한, 본 발명의 실시예에 따른 장치는 AS 담당자 배정 및 작업 이동 경로 알고리즘을 이용할 수 있으며, 분석된 데이터 기반으로 담당자, 워크베이에 Weight 할당을 통한 Graph Algorithm을 이용할 수 있다.

또한, 프로세서는 공임 분석을 수행할 수 있다.

구체적으로, 프로세서는 차량 영상을 통한 AS 파트 및 공임 분석 정보를 출력할 수 있다. (Hadoop 기반 빅데이터 분석 기술 이용)

도 4는 본 발명의 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스를 제공하는 예시도면이다.

도 5는 클라이언트 단말로 클라이언트의 구독 차량 정보를 제공하는 것을 예시한 도면이다.

도 4 및 도 5를 참조하여, 본 발명의 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스 제공 방법, 장치, 서버에 대해서 설명하도록 한다.

본 발명의 실시예에 따른 인공지능 기반의 차량 구독 관리 서비스 제공 장치는 서버 장치를 포함할 수 있으며, 서비스 플랫폼에 구비/연계/제휴되어 있는 복수/다수의 스테이션으로부터 구독 차량에 대한 촬영 영상을 수신하고, 이를 기반으로 서비스 플랫폼을 통해서 이용 중인 구독 차량을 관리할 수 있다.

아래에서는 서비스 서버가 인공지능 기반의 차량 구독 관리 서비스를 제공하는 것으로 예시하도록 한다.

서비스 서버가 스테이션의 촬영부로부터 촬영된 구독 차량에 대한 영상을 수신한다.

프로세서가 수신된 영상을 인공지능모델에 입력하여 구독 차량에 대한 AS 정보를 도출한다.

프로세서가 구독 차량에 대한 AS가 필요한 것으로 판단된 경우, AS 필요 부분 및 필요 부품 중 적어도 하나를 도출한다.

프로세서가 구독 차량의 AS 담당자를 배정한다.

스테이션은 구독 차량을 촬영할 수 있는 적어도 하나의 카메라 장치를 포함하는 장소라면 무엇이든 적용이 가능하며, 차량 구독 관리 서비스 플랫폼 자체에 소속되어 있거나 제휴/연계된 스테이션이라면 무엇이든 적용이 가능하다.

구독 차량이 스테이션이 입장하게 되면, 스테이션의 적어도 하나의 촬영 장치가 구독 차량을 촬영한 영상을 서비스 서버로 전송하게 된다.

서비스 서버의 프로세서는 촬영 영상을 분석하여 구독 차량을 식별할 수 있으며, 구독 차량이 AS가 필요한지 여부를 판단하게 된다.

프로세서는 구독 차량이 AS가 필요하다고 판단되는 경우, AS가 필요한 부분, AS 진행을 위해 필요한 부품 등을 포함하는 AS 정보를 도출한다.

프로세서는 구독 차량의 AS 담당자를 배정하고, AS 담당자에게 AS 정보를 전달한다.

또한, 프로세서는 구독 차량에 대한 영상과 도출된 AS 정보를 기반으로, 구독 차량의 AS에 대한 공임을 분석할 수 있다.

일 실시예로, 프로세서는 기 설정된 타이밍에 구독 차량의 사용자 단말로 구독 차량에 대한 스테이션 방문 요청 신호를 전송할 수 있다.

이때, 기 설정된 타이밍은 기 설정된 시간 주기일 수 있으며, 차량의 주행 거리, 연식 등을 포함하는 차량 컨디션 정보를 고려하여 주기가 결정될 수 있다.

이때, 기 설정된 타이밍은 구독 차량의 연차, 주행거리, 기존 AS 내역 등을 기반으로 도출된 점검 시기일 수 있다.

일 실시예로, 프로세서는 차량 구독 관리 서비스를 이용하여 구독 차량에 대한 분석 정보, AS 내역을 메모리에 저장한다.

그리고, 프로세서는 구독 차량과 동일 차종의 다른 사용자의 구독 차량 정보와 비교하여 사용자의 구독 차량의 상태 정보를 예측할 수 있다.

예를 들어, 특정 차종의 특정 기간 동안의 사용시기, 특정 주행거리에서 특정 문제점이 반복되어 발생되는 경우, 프로세서는 사용자의 구독 차량에도 해당 문제와 유사한 문제가 발생될 수 있다고 판단할 수 있다.

이러한 경우, 프로세서는 사용자 단말로 미리 점검을 받도록 요청하거나, 스테이션을 방문하도록 요청할 수 있다.

이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 서버와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.

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.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (3)

1. 차량 구독 관리 서비스 제공 장치에 의해 수행되는 방법으로,
   스테이션의 촬영부로부터 촬영된 구독 차량에 대한 영상을 수신하는 단계;
   상기 수신된 영상을 인공지능모델에 입력하여 상기 구독 차량에 대한 AS 정보를 도출하는 단계;
   상기 구독 차량에 대한 AS가 필요한 것으로 판단된 경우, AS 필요 부분 및 필요 부품 중 적어도 하나를 도출하는 단계; 및
   상기 구독 차량의 AS 담당자를 배정하는 단계를 포함하는,
   인공지능 기반의 차량 구독 관리 서비스 제공 방법.
   
2. 제1항에 있어서,
   상기 차량 구독 관리 서비스 제공 장치는,
   기 설정된 타이밍에 상기 구독 차량의 사용자 단말로 상기 구독 차량에 대한 스테이션 방문 요청 신호를 전송하고,
   상기 기 설정된 타이밍은 기 설정된 시간 주기 또는 상기 구독 차량의 연차, 주행거리, 기존 AS 내역을 기반으로 도출된 점검 시기인 것을 특징으로 하는,
   인공지능 기반의 차량 구독 관리 서비스 제공 방법.
   
3. 제1항에 있어서,
   상기 차량 구독 관리 서비스 제공 장치는,
   상기 차량 구독 관리 서비스를 이용하는 구독 차량에 대한 분석 정보, AS 내역을 메모리에 저장하고,
   상기 구독 차량과 동일 차종의 다른 사용자의 구독 차량 정보와 비교하여 상기 사용자의 구독 차량의 상태 정보를 예측하는 것을 특징으로 하는,
   인공지능 기반의 차량 구독 관리 서비스 제공 방법.