[논문]지능형 서비스 로봇을 위한 모델 기반 클라우드 서비스 인터페이스

최병기; 이종욱; 박성기; 이재호

doi:10.3745/ktsde.2020.9.1.1

지능형 서비스 로봇을 위한 모델 기반 클라우드 서비스 인터페이스
A Model-Based Interface to Cloud Services for Intelligent Service Robots 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.9 no.1, 2020년, pp.1 - 10

최병기 (서울시립대학교 전자전기컴퓨터공학과) , 이종욱 (서울시립대학교 정보기술연구소) , 박성기 (한국과학기술연구원 지능로봇연구단) , 이재호 (서울시립대학교 전자전기컴퓨터공학부)

초록
AI-Helper

유동적으로 변화하는 환경에서 사용자의 요구에 따라 서비스를 제공하는 서비스 로봇은 클라우드 서비스와 같은 외부 서비스를 이용할 수 있어야 한다. 그러나 클라우드 서비스는 지속해서 변화하고 확장되므로 서비스의 기능 및 데이터 변경에 적응할 수 있는 일반적이고 유연한 인터페이스가 필요하다. 이를 위해 다양한 클라우드 서비스에 대한 모델 기반의 일반적인 인터페이스를 활용하여야 한다. 이러한 접근 방법을 통해 변경된 서비스에 접근할 수 있는 표준 서비스 프로파일을 정의함으로써 일반적이고 확장 가능한 인터페이스를 구현하였다. 또한, 지능형 서비스 로봇을 활용한 실험을 통해 새로운, 혹은 변경된 외부 서비스에 대해 유연하게 적응하는 결과를 검증하였다.

Abstract ▼ AI-Helper

Service robots providing services according to user's needs in dynamically changing environments should be able to utilize external services such as cloud services. Cloud services are, however, changing and expanding continuously and thus the interface to the services must be general and flexible to adapt to the changes of the functionality and data of the services. In order to facilitate the adaptation of the interface to the changes, a model-based general interface to various cloud services is proposed. In this approach, a general and extensible interface is realized by defining standard service profiles that can be easily extended to adapt to the changed services. Experiments with intelligent service robots show satisfying results exhibiting flexible adaptations to new or changed external services.

주제어

표/그림 (17)

그림 Fig. 1. Cloud Service Profile Architecture
그림 Fig. 2. Nelson's Taxonomy Model
그림 Fig. 3. Cloud Service Model Ontology
그림 Fig. 4. Cloud Authentication Model Ontology
표 Table 1. Cloud Service Model Specification
표 Table 2. OAuth2 Authorization Model Specification
표 Table 3. API Key Authorization Model Specification
그림 Fig. 5. Protocol Model and Argument Model Ontology
표 Table 4. URL Mapping Rule Specification
표 Table 5. Body Mapping Rule Specification
그림 Fig. 6. Mapping Rule Example
표 Table 6. Header Mapping Rule Specification
표 Table 7. System Mapping Rule Specification
표 Table 8. Request-Response Data Spec
표 Table 9. Cyclic Data Spec
그림 Fig. 7. Result of Experiment 5.2
표 Table 10. Google Calendar List Request-Response Data Spec

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 이러한 기존 연구들의 한계를 극복 하기 위해 서비스 자체에 대한 모델링과 서비스 모델의 실시 간 추가, OAuth나 API key 등의 표준적인 인증방식 명세, 서비스 로봇에 적합한 모델 기반 프로토콜 맵핑 절차가 포함 된 클라우드 서비스 인터페이스를 제안한다.
따라서 Body Mapping을 위한 인자들은 해당 Body문의 형식과 문서 내에 어떤 위치의 인자인지를 서술할 필요가 있다. 본 논문에서는 JSON 형식의 Body Mapping과 XML 형식의 Body Mapping 룰에 대해서만 서술한다.
본 논문에서는 지능형 로봇의 서비스 영역을 확대하는 방안으로 클라우드 서비스의 모델 기반 연계 방법을 제안하였다. 이를 검증하기 위해서 다른 인증방식을 가진 2종의 클라우드 서비스를 대상으로 클라우드 서비스 모델을 작성하여 클라우드 서비스 모델이 서술하고자 하는 서비스의 인증방식이나 Argument 전달 방식 등과 관계없이 서술할 수 있고, 하나의 서비스를 대상으로 본 논문에서 제안한 인터페이스를 통해 클라우드 서비스를 사용하는 실험을 수행하여 제안된 인터페이스가 로봇 시스템과 연계되는 경우에 서비스 로봇 프로토콜과 클라우드 서비스 요청 간 변환이 가능한지에 대해 검증하였다.
본 논문에서는 지능형 서비스 로봇을 위한 모델 기반 클라우드 서비스 인터페이스를 제안하였다. 지능형 서비스 로봇과 같이 범용적인 서비스를 수행하는 환경에서는 능동적으로 서비스를 수행할 방법이 제공되어야하며, 이러한 인터페이스는 모델을 통해 외부 서비스를 연동하는 방법을 제공할 수 있어야 한다.
또한, 특정 리소스를 대상으로 하는 경우 리소스의 주소 자체가 필요에 따라 변경될 필요가 존재한다. 이 두 가지의 요구사항을 충족시키기 위해 본 논문에서는 두 가지 방식의 URL Mapping 방식을 고안하였다.
이 실험에서는 접속 인증 방법 및 서비스의 종류에 편차가 있는 2종류의 서비스를 대상으로 클라우드 서비스 모델 스키마 가 구성 가능한지를 검증하였다. 실험 대상 서비스는 Google Calendar API와 기상청 예보문 API 서비스이다.
이와 같은 요구사항을 만족하기 위하여 본 논문에서는 지식 모델을 통해 확장 가능한 서비스 인터페이스를 구현할 수 있는 모델 기반 클라우드 서비스 연계 방법에 관해 연구하고 이를 구현 및 검증하였다. 해당 연계 방법은 모델을 바탕으로 클라우드 서비스 실행을 요청하거나 알림을 받을 수 있는 인터페이스 컴포넌트를 생성할 수 있으며, 이를 통해 로봇과 같이 범용 작업을 수행하여야 하는 시스템이 자동으로 외부 서비스와 연계하는 방법을 제공한다.
URL의 주소나 HTTP 메소드와 같은 서비스 자체에 대한 데이터 뿐만 아니라 서비스를 사용하는 데 필요한 인증방식 등을 필요로 한다. 이처럼 서비스마다 다른 데이터 요구사항과 인증방식을 포괄적이고 범용적으로 활용 할 수 있도록 인터페이스를 작성하기 위해 본 논문에서는 클라우드 서비스 프로파일을 통해 서비스에 필요한 데이터를 정의하고 사용한다.

가설 설정

본 실험에서는 비서 기능을 수행하는 서비스 로봇이 일정에 따라 안내를 수행하거나, 신규 일정에 대한 시간적 충돌 등을 추론하여 서비스를 수행하기 위하여 클라우드상에 있는 일정 정보를 획득하는 상황을 가정하였다.

제안 방법

본 논문에서는 모델 기반 클라우드 서비스 연계 방법의 검 증을 위해 수평적 접근과 수직적 접근 방법을 사용하였다. 먼저 표준적이고 범용적으로 외부 서비스 인터페이스를 정의할 수 있는 온톨로지를 작성하여 다양한 클라우드 서비스를 서술할 수 있도록 수평적인 개방성과 확장성을 검증하였으며, 각각의 클라우드 서비스의 실제로 사용 가능한 수준까지의 모델을 작성하고 검증하여 수직적인 구체성을 검증하였다.
본 논문에서 제시하는 클라우드 인터페이스는 모델 기반으 로 작성되어 모델의 교체 및 추가만으로 연동 가능한 서비스의 영역을 쉽게 확장할 수 있다는 것이 주된 특징이며, 이를 위하여 클라우드 서비스 활용에 필요한 정보들을 명세화한 클라우드 서비스 프로파일과, 클라우드 서비스 프로파일 내에서 연동 대상이 되는 지능형 로봇 시스템과 클라우드 서비스 간 연계를 위한 클라우드 프로퍼티 모델을 제안한다.
본 논문에서 제안한 클라우드 서비스 모델은 클라우드 환경에서 사용 가능한 소프트웨어 서비스에 대해 지식 모델을 구축하여 개방성 및 확장성을 제공하였고, 이 모델은 서비스 의 구성과 인증 방법을 축으로 하는 2차원 모델로 구성하여 자동으로 이를 수행할 수 있도록 하였으며, 이를 위한 자동적인 인터페이스 모듈을 생성하는 방법을 통해 기반 시스템이 쉽게 서비스를 활용할 수 있는 방법을 개발했다.
본 실험을 통해 클라우드 모델에 작성된 파라미터나 인증 방식을 통해 서비스가 실행되는 것을 확인하였으며, 나아가 클라우드 맵핑 룰을 통해 서비스 로봇 프로토콜과 클라우드 서비스 프로토콜 간 변환을 검증하였다.
이 중 구글 캘린더는 기상청 API와 다르게 Response 값 내에 반복적으로 서술되는 데이터가 존재하기 때문에 클라우드 리소스 모델을 통해 클라우드 서비스 프로토콜에서 다른 프로토콜로의 변환 방법과 맵핑 룰을 서술하였다.
본 논문에서는 지능형 로봇의 서비스 영역을 확대하는 방안으로 클라우드 서비스의 모델 기반 연계 방법을 제안하였다. 이를 검증하기 위해서 다른 인증방식을 가진 2종의 클라우드 서비스를 대상으로 클라우드 서비스 모델을 작성하여 클라우드 서비스 모델이 서술하고자 하는 서비스의 인증방식이나 Argument 전달 방식 등과 관계없이 서술할 수 있고, 하나의 서비스를 대상으로 본 논문에서 제안한 인터페이스를 통해 클라우드 서비스를 사용하는 실험을 수행하여 제안된 인터페이스가 로봇 시스템과 연계되는 경우에 서비스 로봇 프로토콜과 클라우드 서비스 요청 간 변환이 가능한지에 대해 검증하였다.
이와 같은 요구사항을 만족하기 위하여 본 논문에서는 지식 모델을 통해 확장 가능한 서비스 인터페이스를 구현할 수 있는 모델 기반 클라우드 서비스 연계 방법에 관해 연구하고 이를 구현 및 검증하였다. 해당 연계 방법은 모델을 바탕으로 클라우드 서비스 실행을 요청하거나 알림을 받을 수 있는 인터페이스 컴포넌트를 생성할 수 있으며, 이를 통해 로봇과 같이 범용 작업을 수행하여야 하는 시스템이 자동으로 외부 서비스와 연계하는 방법을 제공한다.

대상 데이터

이 실험에서는 접속 인증 방법 및 서비스의 종류에 편차가 있는 2종류의 서비스를 대상으로 클라우드 서비스 모델 스키마 가 구성 가능한지를 검증하였다. 실험 대상 서비스는 Google Calendar API와 기상청 예보문 API 서비스이다.

이론/모형

구글 캘린더 API는 OAuth2 인증방식을 사용한다. 따라서 OAuth2 기반 인증 모델을 사용해야 하며, 인증 과정에서 사용자에게 리소스 사용 권한을 취득해야 하고, 요청 과정에서 인자값은 URL 주소에 Query 방식으로 추가되는 것이 아닌 특정 영역의 키워드를 교체하는 방식으로 이루어진다.
본 논문에서는 모델 기반 클라우드 서비스 연계 방법의 검 증을 위해 수평적 접근과 수직적 접근 방법을 사용하였다. 먼저 표준적이고 범용적으로 외부 서비스 인터페이스를 정의할 수 있는 온톨로지를 작성하여 다양한 클라우드 서비스를 서술할 수 있도록 수평적인 개방성과 확장성을 검증하였으며, 각각의 클라우드 서비스의 실제로 사용 가능한 수준까지의 모델을 작성하고 검증하여 수직적인 구체성을 검증하였다.
본 논문에서는 클라우드 리소스의 정의 및 활용을 위하여 JSON Schema[12]를 사용하였다.

성능/효과

1) Google Calendar API의 클라우드 서비스 모델을 모델 기반 인터페이스에 적용 한다. 2) 서비스 로봇이 Google Calendar 사용 요청을 인터페이스에게 전달한다. 3) 인터페이스가 서비스 로봇의 요청과 클라우드 서비스 모델을 통해 클라우드 서비스 인증 과정 및 요청/응답을 수행한다.
2) 서비스 로봇이 Google Calendar 사용 요청을 인터페이스에게 전달한다. 3) 인터페이스가 서비스 로봇의 요청과 클라우드 서비스 모델을 통해 클라우드 서비스 인증 과정 및 요청/응답을 수행한다. 4) 인터페이스가 클라우드 서비스로부터 반환받은 값을 모델을 통해 변환하여 서비스 로봇에게 전달한다.
3) 인터페이스가 서비스 로봇의 요청과 클라우드 서비스 모델을 통해 클라우드 서비스 인증 과정 및 요청/응답을 수행한다. 4) 인터페이스가 클라우드 서비스로부터 반환받은 값을 모델을 통해 변환하여 서비스 로봇에게 전달한다.
b) Body Mapping : HTTP 요청/응답은 HTTP 메소드에 따라 Body에 해당하는 영역에 인자를 삽입할 필요가 있다. 이러한 인자는 평문 형식부터 JSON, XML 등의 표준적인 Semi-structure 형식의 데이터로 구성될 수 있다.
c) Header Mapping : HTTP 요청/응답 프로토콜은 그 외에도 요청/응답에 필요한 메타데이터나 인증과 관련 된 추가적인 정보를 담는 Header 영역이 존재한다. HTTP Header는 키-값 쌍으로 구성되기 때문에, Header Mapping은 HTTP Header에 들어갈 키 값의 이름을 서술하게 되어 있다.
또한, 본 논문에서 제안한 지능형 서비스 로봇을 위한 모델 기반 클라우드 서비스 인터페이스는 실험을 통해 다수의 서비스에 대해 검증을 수행했고, 향후 다른 서비스에 대한 확장성 또한 검증할 수 있었다.
또한, 서비스의 인자값을 할당하는 방식도 각각 URL 내의 키워드를 치환하는 방법과 URL Query 양식을 사용하는 방법으로 상이하지만, URL 맵핑 룰에 의해 두 방식 모두를 서술할 수 있었다.
위와 같은 과정을 통해 실험을 진행한 결과, Fig. 7과 같이 구글 캘린더로부터 서비스 로봇이 요청한 일정 정보를 가져 오고, 일정 정보를 로봇이 필요한 형태로 가공하여 전달하는 과정을 확인할 수 있었다.
이러한 모델 작성 실험을 통해 OAuth2와 API key 방식의 서로 다른 인증방식과 서비스 내용이 상이한 2종의 클라우드 서비스가 모두 클라우드 서비스 스키마에 의해 서술 가능함을 확인하였다.

후속연구

따라서 향후 연구에서는 더욱 다양한 서비스에 대한 모델 링을 통해 인터페이스를 통해 제공할 수 있는 다른 인증방식 등의 개방성을 추구할 것이며, 또한 기반 시스템으로 활용할 수 있는 다양한 시스템 및 통신방법을 지원할 수 있는 범용적 맵핑 모델을 구축하여야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지능형 서비스 로봇이 변화하는 환경에서 사용자의 요구에 맞는 최적의 서비스를 수행하기 위해서 요구되는 것은?	지능형 서비스 로봇은 변화하는 환경에서 사용자의 요구에 맞는 최적의 서비스를 수행할 수 있어야 한다. 이를 위해선 서비스에 사용하는 리소스들이 유일하게 서술될 수 있어야 하고, 주변 환경과 사용자 요구, 기존 데이터로부터 추론하여 새로운 환경 정보를 생성하고, 생성된 환경 정보를 바탕으로 계획을 수립하여 실행시킬 수 있어야 한다.
	지능형 로봇이란?	지능형 로봇과 같이 범용적 서비스를 수행하여야 하는 시스템은 개방적, 확장적으로 외부 서비스와 연계함으로써 수행할 수 있는 서비스의 범위를 넓힐 수 있다. 여기서 지능형 로봇이란 다양하고 유동적으로 변화하는 환경 내에서 사용자 의 요구에 적합한 행동을 수행할 수 있는 로봇을 의미하고 [1], 범용적 서비스란 로봇의 실행 대상인 서비스가 단순히 하나의 서비스만을 제공하는 것이 아니라 사용자의 요구에 따라 포괄적이고 광범위한 서비스를 실행할 수 있음을 의미하며, 외부 서비스란 Service Oriented Architecture[2]에서 말하는 서비스와 같은 형태로 Cloud 상에 존재하는 SaaS (Software as a Service) 기반 소프트웨어 서비스를 말한다.
	외부 서비스를 이용해 획득한 데이터를 통합 대상이 될 시스템에서 사용하기 위해서 필요한 것은?	외부 서비스를 이용해 획득한 데이터를 통합 대상이 될 시스템에서 사용하기 위해서는 서비스에서 일차적으로 획득한 데이터가 아닌 통합 대상에서 이용할 수 있는 형식의 데이터 변환 및 맵핑을 수행할 수 있어야 한다.

참고문헌 (12)

U. Kurup and C. Lebiere, "What can cognitive architectures do for robotics?" Biologically Inspired Cognitive Architectures, Vol.2, pp.88-99, 2012.

상세보기
C. M. MacKenzie, K. Laskey, F. McCabe, P. F. Brown, R. Metz, and B. A. Hamilton, "Reference Model for Service Oriented Architecture 1.0", OASIS Standard, 12 October 2006, http://docs.oasis-open.org/soa-rm/v1.0.
R. France and B. Rumpe, "Model-Driven Development of Complex Software: A Research Roadmap," Future of Software Engineering, L. Briand and A. Wolf, eds., IEEE CS Press, 2007.
RAML [Internet], https://raml.org
Niklas Scholz, Adrian Hernandez-Mendez, Prof. Dr. Florian Matthes, "A Model-Based Approach to Consume REST Services in Single Page Applications," Department of informatics, TECHNISCHE UNIVERSITAT MUNCHEN, Master's thesis in informatics
F. Curbera, M. Duftler, R. Khalaf, W. Nagy, N. Mukhi, and S. Weerawarana, "Unraveling the Web Services Web : An Introduction to SOAP, WSDL, and UDDI," in IEEE Internet Computing, Vol 6, Issue 2, IEEE, 2002.

상세보기
Oren Ben-Kiki, Clark Evans, Ingy dot Net, YAML Ain't Markup Language (YAML $^{TM}$ Version 1.,2) 3rd edition, [Internet], https://yaml.org/spec/1.2/spec.html,
SOAP Version 1.2 Part 0 : Primer, [Internet], https://www.w3.org/TR/2007/REC-soap12-part0-20070427, W3C.
UDDI Version 3.0.2, UDDI Spec Techinical Committee Draft, Dated 20041019, [Internet], https://www.oasis-open.org/committees/uddi-spec/doc/spec/v3/uddi-v3.0.2-200 41019.htm, W3C.
Web Service Description Language(WSDL) Version 2.0 Part 0 : Primer, [Internet], https://www.w3.org/TR/wsdl20-primer, W3C.
N. M. Gonzalez, C. Miers, F. F. Redigolo, M. A. Simplicio Jr, T. C. M. Carvalho, M. Naslund, and M. Pourzandi, "A Taxonomy Model for Cloud Computing Services," In Proceedings of the 1st International Conference on Cloud Computing and Services Science, pp.56-65, 2011.
JSON Schema [Internet], https://datatracker.ietf.org/doc/draft-handrews-json-schema, JSON Schema.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증