딥러닝 기반의 객체 탐지 기술을 활용한 인테리어 가구 인식 및 추천시스템과의 연동 방안

Abstract

추천 시스템은 온라인 상의 정보가 급증함에 따른 정보 과잉 문제를 해결하는 데에 필수적인 요소가 되었다. 추천 시스템을 도입함으로 인한 매출 증대와 유저 경험 향상 등 산업에서의 그 유용성이 검증됨에 따라, 추천시스템은 그 방법론에 대한 다양한 연구로 발전을 거듭했다. 한편, 서로 다른 플랫폼 간에 발생할 수 있는 상품 연관성을 반영하는데 한계가 있다는 기존 추천시스템의 문제가 있었다. 본 연구에서는 딥러닝 기반의 객체 탐지 기술을 이용하여 소셜 플랫폼 상의 인테리어 이미지 속 가구 정보를 추출해 새로운 비즈니스 인사이트를 도출하고 추천 시스템에 반영하는 방안을 제시하였다. 이를 통해 온라인 상에서 비중이 커지고 있는 비주얼 데이터로부터 이종 플랫폼의 제품 간 상관관계를 파악하여 소비자들이 실제로 함께 이용하고 있는 제품들에 관한 인사이트를 도출하였다. 또한, 가구와 식물, 가전제품 등 서로 다른 카테고리의 제품 간의 크로스셀링도 유도가 가능함을 보였다.