KR-102960838-B1 - METHOD, DEVICE, AND SYSTEM FOR PROVIDING AI AGENT PLATFORM SERVICE FOR ON-SITE RESPONSE BASED ON EDGE DEVICES

Abstract

일실시예에 따른 장치는 엣지 디바이스로부터 이상 상태 발생 신호를 수신하고, 엣지 디바이스로부터 이상 상태 근거 데이터를 수신하고, 엣지 디바이스로부터 이상 상태 발생 신호가 생성된 시점을 기준으로 기준 기간 동안 수집된 로그 데이터를 수신하고, 이상 상태 근거 데이터 및 로그 데이터를 기반으로 이상 상태 원인을 파악하고, 이상 상태 원인을 기반으로 대응 작업을 결정하고, 대응 작업을 사용자의 단말로 제공하고, 대응 작업을 실행한다.

Inventors

• 장재원

Assignees

• 아이티펍 주식회사

Dates

Publication Date

20260506

Application Date

20251117

Claims (3)

1. 장치에 의해 수행되는, 엣지 디바이스 기반 현장 대응을 위한 AI 에이전트 플랫폼 서비스 제공 방법에 있어서, 현장에 설치된 엣지 디바이스로부터 이상 상태 발생 신호를 수신하는 단계; 상기 엣지 디바이스로부터 이상 상태 근거 데이터를 수신하는 단계; 상기 엣지 디바이스로부터 상기 이상 상태 발생 신호가 생성된 시점을 기준으로 미리 설정된 기준 기간 동안 수집된 로그 데이터를 수신하는 단계; 상기 이상 상태 근거 데이터 및 상기 로그 데이터를 기반으로, 이상 상태 원인을 파악하는 단계; 상기 이상 상태 원인을 기반으로, 대응 작업을 결정하는 단계; 및 상기 대응 작업을 사용자의 단말로 제공하고, 상기 대응 작업을 실행하는 단계;를 포함하고, 상기 이상 상태 원인을 기반으로 대응 작업을 결정하는 단계는, 상기 이상 상태 원인과 매칭되는 과거 대응 작업을 획득하는 동작, 상기 과거 대응 작업 각각에 대하여, 수행 횟수, 대응 이후 이상 상태의 재발생 여부를 기준으로 평가 점수를 생성하는 동작, 상기 평가 점수가 미리 설정된 목표 점수보다 높은 과거 대응 작업을 후보 대응 작업으로 선정하는 동작, 생성형 인공지능 모델에 상기 이상 상태 원인을 입력하여, 상기 이상 상태 원인에 대한 제안 대응 방안을 획득하는 동작, 상기 후보 대응 작업과 상기 제안 대응 방안 간의 유사도 점수를 생성하여, 상기 후보 대응 작업과 상기 제안 대응 방안을 매칭하는 동작, 상기 후보 대응 작업에 매칭된 제안 대응 방안의 개수를 기반으로, 가중치를 생성하는 동작, 상기 후보 대응 작업의 평가 점수에 상기 가중치를 적용하여 최종 점수를 산출하는 동작, 및 상기 최종 점수가 가장 높은 후보 대응 작업을 최종 대응 작업으로 결정하는 동작을 포함하는, 엣지 디바이스 기반 현장 대응을 위한 AI 에이전트 플랫폼 서비스 제공 방법.
2. 제1항에 있어서, 현장에 설치된 엣지 디바이스로부터 이상 상태 발생 신호를 수신하는 단계; 이후에, 상기 엣지 디바이스로부터 위치 정보를 수신하는 단계; 상기 위치 정보를 기반으로, 지도 데이터베이스를 통해 시설 메타데이터를 확인하는 단계; 상기 엣지 디바이스로부터 미리 설정된 설정 거리 이내에 포함되며 유무선으로 통신하는 인근 엣지 디바이스의 좌표를 수신하는 단계; 상기 인근 엣지 디바이스의 좌표를 기반으로, 상기 인근 엣지 디바이스의 배치를 생성하는 단계; 상기 엣지 디바이스로부터 유무선으로 통신하는 센서의 종류를 수신하는 단계; 상기 시설 메타데이터, 상기 인근 엣지 디바이스의 배치, 상기 센서의 종류 각각에 대응하는 유형을 독립적으로 판별하는 단계; 상기 판별된 유형이 모두 일치하는지 여부를 확인하는 단계; 상기 판별된 유형이 모두 일치하는 것으로 확인되면, 해당 유형을 현장의 유형으로 결정하는 단계; 및 상기 판별된 유형이 모두 일치하는 것은 아니라고 확인되면, 가장 많이 포함된 유형을 상기 현장의 유형으로 결정하는 단계를 더 포함하고, 상기 현장의 유형은, 제조 현장, 재배 현장, 시공 현장, 운송 현장, 보관 현장 중 하나를 포함하고, 상기 이상 상태 근거 데이터 및 상기 로그 데이터를 기반으로, 이상 상태 원인을 파악하는 단계;는, 상기 현장의 유형에 따른 추가 데이터를 획득하는 동작, 상기 이상 상태 근거 데이터, 상기 로그 데이터, 상기 추가 데이터를 기반으로, 입력 신호를 생성하는 동작, 상기 입력 신호를 미리 학습된 인공지능 모델에 적용하여 출력 신호를 획득하는 동작, 및 상기 출력 신호를 통해 상기 이상 상태 원인을 파악하는 동작을 포함하고, 상기 현장의 유형에 따른 추가 데이터를 획득하는 동작은, 상기 현장의 유형이 제조 현장인 것에 기반하여, 설비 정보, 작업자 정보를 추가 데이터로 획득하는 동작, 상기 현장의 유형이 재배 현장인 것에 기반하여, 외부 기상 정보, 작물 정보, 급여 정보를 추가 데이터로 획득하는 동작, 상기 현장의 유형이 시공 현장인 것에 기반하여, 공정 계획 정보, 건설 장비 정보, 지반 상태 정보, 안전 점검 정보, 작업자 정보를 추가 데이터로 획득하는 동작, 상기 현장의 유형이 운송 현장인 것에 기반하여, 운송 계획 정보, 차량 정보, 작업자 정보, 운송품 정보를 추가 데이터로 획득하는 동작, 및 상기 현장의 유형이 보관 현장인 것에 기반하여, 창고 정보, 재고 정보를 추가 데이터로 획득하는 동작을 포함하는, 엣지 디바이스 기반 현장 대응을 위한 AI 에이전트 플랫폼 서비스 제공 방법.
3. 삭제

Description

엣지 디바이스 기반 현장 대응을 위한 AI 에이전트 플랫폼 서비스 제공 방법, 장치 및 시스템 { METHOD, DEVICE, AND SYSTEM FOR PROVIDING AI AGENT PLATFORM SERVICE FOR ON-SITE RESPONSE BASED ON EDGE DEVICES } 아래 실시예들은 엣지 디바이스로부터 이상 상태 발생 신호와 관련 데이터를 수신하여, 인공지능 모델을 통해 이상 상태가 발생한 원인을 추론하고 이에 대응하는 작업을 자동으로 결정·수행하는 기술에 관한 것이다. 최근 산업, 농업, 교통, 건설 등 다양한 현장에서 센서, 카메라, 마이크 등으로 구성된 엣지 디바이스가 광범위하게 설치되어, 현장의 상태를 실시간으로 감시하고 데이터를 수집하는 환경이 보편화되고 있다. 그러나 이러한 현장 감시 시스템은 단순히 데이터를 수집하거나 특정 임계치를 초과할 때 경고를 송출하는 수준에 머무르는 경우가 많아, 실제 현장에서의 즉각적 대응이나 상황별 맞춤 조치는 여전히 사람의 개입에 의존하고 있다. 특히, 영상·음성·센서 데이터를 통합적으로 분석하여 이상 상태가 발생한 원인을 파악하고, 그에 적합한 대응 작업을 자동으로 생성하는 기능은 기술적 복잡성으로 인해 구현이 제한되어 왔다. 예를 들어, 제조업과 같은 산업 현장에서는 진동·온도 변화가 설비 이상으로 이어지는 복합적 패턴을 실시간으로 인식해야 하며, 스마트팜을 포함하는 농업에서는 온도·습도·토양 상태뿐 아니라 작물 이미지까지 분석하여 병충해나 생육 이상 여부를 판단해야 한다. 하지만 기존 시스템은 이러한 다종 데이터의 상관관계를 동적으로 해석하거나, 발생 원인에 맞춘 대응 시나리오를 스스로 생성하는 기능이 부족하였다. 본 발명은 이러한 한계를 극복하기 위해, 엣지 디바이스에서 감지된 이상 상태 발생 신호와 근거 데이터를 장치가 수신하여, 인공지능 모델을 통해 이상 상태의 발생 원인을 추론하고 이에 대응하는 조치 내용을 자동으로 결정·수행하는 기술을 제공한다. 도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다. 도 2는 일실시예에 따른 엣지 디바이스를 통해 획득한 데이터를 기반으로 인공지능 모델을 활용하여 현장 대응을 수행하는 과정을 설명하기 위한 순서도이다. 도 3은 일실시예에 따른 현장의 유형을 판단하는 과정을 설명하기 위한 순서도이다. 도 4는 일실시예에 따른 인공지능 모델을 통해 이상 상태 원인을 파악하는 과정을 설명하기 위한 순서도이다. 도 5는 일실시예에 따른 각 현장의 유형에 따라 추가 데이터를 획득하는 과정을 설명하기 위한 순서도이다. 도 6은 일실시예에 따른 대응 작업을 결정하는 과정을 설명하기 위한 순서도이다. 도 7은 일실시예에 따른 사용자의 단말로 대응 작업을 제공하고 대응 작업의 실행 여부를 결정하는 과정을 설명하기 위한 순서도이다. 도 8은 일실시예에 따른 대응 작업 메시지를 전송할 사용자의 단말을 식별하는 과정을 설명하기 위한 순서도이다. 도 9는 일실시예에 따른 응답에 따라 실행 여부를 결정하는 과정을 설명하기 위한 순서도이다. 도 10은 일실시예에 따른 로그 데이터의 범위를 선정하는 과정을 설명하기 위한 순서도이다. 도 11은 일실시예에 따른 장치의 구성의 예시도이다. 이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다. 실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다. 제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다. 도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다. 도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 엣지 디바이스(100), 사용자의 단말(300), 및 장치(200)를 포함할 수 있다. 먼저, 통신망은 유선 및 무선 등과 같이 그 통신 양태를 가리지 않고 구성될 수 있으며, 서버와 서버 간의 통신과 서버와 단말 간의 통신이 수행되도록 다양한 형태로 구현될 수 있다. 엣지 디바이스(100)는 현장 내에 설치된 복수의 센서로부터 센서 데이터를 수신하고, 수신된 센서 데이터를 기반으로 이상 상태를 탐지하여 상위 시스템(즉, 장치(200))으로 전송하기 위한 장치로서, 복수의 센서를 직접 구비하거나, 복수의 센서와 유·무선 통신을 통해 연동될 수 있다. 여기서, 엣지 디바이스(100)와 유·무선으로 통신하는 센서는 현장의 유형에 따라 다양하게 배치될 수 있다. 예를 들어, 현장의 유형이 제조 현장인 경우, 엣지 디바이스(100)와 통신하는 센서에는 온도 센서, 진동 센서, 전력 센서, 소음 센서, 설비 동작 센서 등이 포함될 수 있고, 현장의 유형이 재배 현장인 경우에는 온도 센서, 습도 센서, 일조량 센서, 토양 수분 센서, 이산화탄소 농도 센서 등이 포함될 수 있으며, 현장의 유형이 시공 현장인 경우에는 구조 진동 센서, 경사 센서, 하중 센서, 위치 센서, 기상 센서 등이 포함될 수 있다. 또한, 현장의 유형이 운송 현장인 경우에는 GPS 센서, 속도 센서, 충격 센서, 온도 센서, 습도 센서, 연료 센서 등이 포함될 수 있고, 현장의 유형이 보관 현장인 경우에는 온도 센서, 습도 센서, 문 개폐 센서, 화재 센서, 가스 센서, 조도 센서 등이 포함될 수 있다. 상기 센서의 종류는 이에 한정되지 않으며, 현장의 특성 및 용도에 따라 다른 형태의 센서가 적용될 수도 있다. 즉, 각 센서는 미리 설정된 주기에 따라 센서 데이터를 실시간으로 측정하여 엣지 디바이스(100)로 전송하고, 엣지 디바이스(100)는 수신된 센서 데이터를 기반으로 이상 상태 발생 여부를 판단할 수 있다. 이때, 엣지 디바이스(100)는 수신된 센서 데이터에 대하여 노이즈 제거, 필터링, 정규화 등의 전처리를 수행하며, 전처리가 완료된 센서 데이터를 미리 설정된 기준 값 또는 기준 범위와 비교하여 이상 상태 발생 여부를 판별할 수 있다. 여기서, 기준 값 또는 기준 범위는 센서의 종류에 따라 고정된 값 또는 범위로 설정될 수 있으며, 현장의 유형이나 환경 조건에 따라 동적으로 조정될 수도 있다. 또한, 기준 값 또는 기준 범위는 과거의 정상 상태 데이터를 기반으로 인공지능 모델 또는 통계적 분석 알고리즘에 의해 산출된 동적 기준값일 수도 있다. 더 나아가, 동일한 종류의 센서라 하더라도, 현장의 유형(예: 제조 현장, 재배 현장, 보관 현장 등)이나 설치 위치, 주변 환경(예: 밀폐 공간, 개방 공간, 계절, 지역 온도 편차 등)에 따라 각기 다른 기준 값 또는 기준 범위가 설정될 수 있다. 예를 들어, 온도 센서의 경우 제조 현장에서는 공정 장비의 과열 방지를 위해 기준 범위를 15℃ 내지 25℃로 설정할 수 있으나, 보관 현장(예: 냉장 창고)의 경우 제품 보존을 위해 0℃ 내지 10℃의 기준 범위로 설정될 수 있다. 즉, 엣지 디바이스(100)는 동일한 종류의 센서라 하더라도, 현장 유형 및 환경별 설정 정보 또는 학습된 기준 정보를 참조하여 센서별로 상이한 기준 값 또는 기준 범위를 적용할 수 있다. 따라서, 엣지 디바이스(100)는 센서 값이 미리 설정된 기준 값을 초과하거나, 또는 기준 범위를 벗어난 것으로 판단되면, 해당 현장에서 이상 상태가 발생한 것으로 판단하여 이상 상태 발생 신호를 생성할 수 있다. 이때, 엣지 디바이스(100)는 이상 상태 발생 신호와 함께, 이상 상태를 감지한 센서의 종류, 해당 센서의 측정 값(센서 값), 비교 기준 값, 측정 시점 등을 포함하는 이상 상태 근거 데이터를 생성하여 상위 장치(200)로 전송할 수 있