딥러닝 기반의 객체 탐지 기술을 활용한 인테리어 가구 인식 및 추천시스템과의 연동 방안Deep learning based furniture detection model for recommender systems : how to extract insights from visual data
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.