KR102238790B1 - 전시물 관람 루트가 결합된 콘텐츠 제공 방법 - Google Patents

Abstract

일실시에에 따르면, 서비스 제공 서버에 의해 수행되는, 전시물 관람 루트가 결합된 콘텐츠를 제공하는 방법에 있어서, 관람자 단말로부터 수신된 관람자 취향 정보를 기초로, 관람 시간, 관람 취향 및 관람 수준에 따른 관람자 취향을 분석하는 단계; 상기 관람자 취향에 따라 데이터베이스에서 획득된 추천 관람 루트 리스트를 상기 관람자 단말로 제공하는 단계; 상기 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 상기 관람자 단말로 제공하는 단계; 상기 관람자 단말의 위치 정보를 기초로, 상기 제1 관람 루트 상에서 관람자의 위치 이동을 추적하여 상기 관람자의 이동 루트를 생성하는 단계; 상기 관람자 단말로부터 제1 전시물의 주변에 부착된 표식의 촬영으로 생성된 이미지 정보를 수신하면, 상기 이미지 정보에서 상기 표식을 식별하고, 상기 식별된 표식에 대응하는 상기 제1 전시물의 상세 안내 콘텐츠를 상기 관람자 단말로 제공하고, 상기 제1 전시물을 관심 전시물로 분류하는 단계; 상기 제1 전시물이 전시관에서 배치된 위치 정보를 기초로, 상기 관람자의 위치를 보정하여 상기 이동 루트를 갱신하는 단계; 상기 이동 루트 상에 상기 제1 전시물 이외에 제2 전시물도 배치되어 있는 것으로 확인되었으나, 상기 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 것으로 확인되면, 상기 제2 전시물을 무관심 전시물로 분류하는 단계; 및 상기 관람자 취향 정보, 상기 관심 전시물 및 상기 무관심 전시물을 미리 학습된 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 관람자 취향에 따른 추천 관람 루트를 생성하는 단계를 포함하는, 전시물 관람 루트가 결합된 콘텐츠 제공 방법이 제공된다.

Description

전시물 관람 루트가 결합된 콘텐츠 제공 방법 {METHOD FOR PROVIDING CONTENT COMBINED WITH VIEWING ROUTE OF EXHIBIT}

아래 실시예들은 전시물 관람 루트가 결합된 콘텐츠를 제공하는 기술에 관한 것이다.

여가 시간의 증가로 인해 문화 생활에 대한 관심이 높아지고 있으며, 이로 인해 다양한 전시회들이 개최되고 있다. 특히, 미세먼지 문제로 인한 실외 활동 제약 및 이에 따른 실내 컨텐츠가 부상하고 있으며, 인터넷 및 스마트 기술과의 융복합을 통한 다각적 관람 경험이 제공되고 있으며, 문화 수준 증가에 따라 전시회의 양적 질적 수준도 향상되고 있어, 전시회들은 점차 전문화 및 다양화가 이루어지고 있는 추세이다.

최근 들어, 대형화된 박물관, 전시관 등이 등장하면서, 중소형의 전시관에서는 비교적 쉽게 전시물에 대한 관람을 수행할 수 있었지만, 대형의 전시관에서는 고려해야 할 사항이 너무 많고 전시물들을 전부 관람하는데 한계가 있기 때문에, 관람 동선을 정하는데 어려움이 있는 문제가 있다.

따라서, 관람자의 취향에 따라 추천 관람 루트를 제공하여, 효율적이면서도 흥미를 유발할 수 있는 전시물에 대한 관람이 가능하도록 할 수 있는 서비스에 대한 요구가 증대되고 있다.

일실시예에 따르면, 관람자 취향에 따라 추천 관람 루트 리스트를 제공하고, 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 제공하는 전시물 관람 루트가 결합된 콘텐츠 제공 방법을 제공하기 위한 것을 그 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.

일실시예에 따르면, 서비스 제공 서버에 의해 수행되는, 전시물 관람 루트가 결합된 콘텐츠를 제공하는 방법에 있어서, 관람자 단말로부터 수신된 관람자 취향 정보를 기초로, 관람 시간, 관람 취향 및 관람 수준에 따른 관람자 취향을 분석하는 단계; 상기 관람자 취향에 따라 데이터베이스에서 획득된 추천 관람 루트 리스트를 상기 관람자 단말로 제공하는 단계; 상기 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 상기 관람자 단말로 제공하는 단계; 상기 관람자 단말의 위치 정보를 기초로, 상기 제1 관람 루트 상에서 관람자의 위치 이동을 추적하여 상기 관람자의 이동 루트를 생성하는 단계; 상기 관람자 단말로부터 제1 전시물의 주변에 부착된 표식의 촬영으로 생성된 이미지 정보를 수신하면, 상기 이미지 정보에서 상기 표식을 식별하고, 상기 식별된 표식에 대응하는 상기 제1 전시물의 상세 안내 콘텐츠를 상기 관람자 단말로 제공하고, 상기 제1 전시물을 관심 전시물로 분류하는 단계; 상기 제1 전시물이 전시관에서 배치된 위치 정보를 기초로, 상기 관람자의 위치를 보정하여 상기 이동 루트를 갱신하는 단계; 상기 이동 루트 상에 상기 제1 전시물 이외에 제2 전시물도 배치되어 있는 것으로 확인되었으나, 상기 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 것으로 확인되면, 상기 제2 전시물을 무관심 전시물로 분류하는 단계; 및 상기 관람자 취향 정보, 상기 관심 전시물 및 상기 무관심 전시물을 미리 학습된 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 관람자 취향에 따른 추천 관람 루트를 생성하는 단계를 포함하는, 전시물 관람 루트가 결합된 콘텐츠 제공 방법이 제공된다.

상기 전시물 관람 루트가 결합된 콘텐츠 제공 방법은, 상기 이동 루트의 끝점이 상기 전시관의 출구에 도달하면, 상기 이동 루트와 상기 제1 관람 루트의 동선을 비교하는 단계; 상기 이동 루트와 상기 제1 관람 루트 간의 동선 유사도를 확인하여, 상기 제1 관람 루트의 평가 점수를 산출하는 단계; 및 상기 평가 점수가 기준 점수 미만으로 확인되면, 상기 이동 루트를 이용하여 상기 제1 관람 루트를 갱신하는 단계를 더 포함할 수 있다.

상기 전시물 관람 루트가 결합된 콘텐츠 제공 방법은, 상기 제1 관람 루트 상에서 상기 관람자의 위치 이동을 추적하여, 상기 관람자의 현재 위치부터 상기 제1 관람 루트의 끝점인 상기 전시관의 출구까지 남은 거리를 산출하는 단계; 상기 남은 거리가 기준 거리 이상으로 확인되면, 상기 제1 관람 루트의 시작점인 상기 전시관의 입구부터 상기 관람자의 현재 위치까지 상기 이동 루트와 상기 제1 관람 루트의 동선을 비교하는 단계; 상기 이동 루트와 상기 제1 관람 루트 간의 동선 유사도를 확인하여, 상기 제1 관람 루트의 평가 점수를 산출하는 단계; 및 상기 평가 점수가 기준 점수 미만으로 확인되면, 상기 전시관의 입구부터 상기 관람자의 현재 위치까지 상기 이동 루트와 상기 추천 관람 루트 리스트에 포함된 각각의 추천 관람 루트 간의 동선 유사도를 확인하여, 가장 유사도가 높은 제2 관람 루트를 선정하는 단계; 및 상기 관람자의 현재 위치부터 상기 전시관의 출구까지 상기 제2 관람 루트를 이용한 관람 동선 안내 콘텐츠로 변경하여 상기 관람자 단말로 제공하는 단계를 더 포함할 수 있다.

상기 전시물 관람 루트가 결합된 콘텐츠 제공 방법은, 상기 제1 관람 루트 상에서 상기 관람자의 위치 이동을 시간대 별로 추적하여, 상기 제1 전시물이 배치된 공간에서 머무른 시간을 통해 상기 제1 전시물의 관람 시간을 산출하고, 상기 제2 전시물이 배치된 공간에서 머무른 시간을 통해 상기 제2 전시물의 관람 시간을 산출하는 단계; 및 상기 제1 전시물의 관람 시간과 상기 제1 전시물의 상세 안내 콘텐츠의 재생 시간을 합산한 값을 이용하여 상기 관심 전시물로 분류된 상기 제1 전시물의 관심도를 설정하고, 상기 제2 전시물의 관람 시간만을 이용하여 상기 무관심 전시물로 분류된 상기 제2 전시물의 관심도를 설정하는 단계를 더 포함할 수 있다.

상기 인공 신경망은 상기 관심 전시물로 분류된 전시물들이 상기 추천 관람 루트 상에서 많이 위치할수록 제1 보상을 많이 수여하고, 상기 무관심 전시물로 분류된 전시물들이 상기 추천 관람 루트 상에서 적게 위치할수록 제2 보상을 많이 수여하고, 상기 관심 전시물로 분류된 전시물들이 상기 추천 관람 루트 상에서 일정한 주기로 위치할수록 제3 보상을 많이 수여하고, 상기 관심도가 높게 설정된 전시물들이 상기 추천 관람 루트의 끝점에 가깝게 위치할수록 제4 보상을 많이 수여할 수 있다.

일실시예에 따르면, 관람자 취향에 따라 추천 관람 루트 리스트를 제공하고, 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 제공함으로써, 관람자 취향에 따른 추천 관람 루트가 결합된 관람 동선 안내 콘텐츠를 확인하여 전시물을 효율적으로 관람할 수 있는 효과가 있다.

한편, 실시예들에 따른 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 일실시예에 따른 전시물 관람 루트가 결합된 콘텐츠를 제공하기 위한 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 추천 관람 루트를 생성하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제공하는 과정을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 관람 루트를 갱신하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 관람 동선 안내 콘텐츠를 변경하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 전시물의 관심도를 설정하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.
도 8은 일실시예에 따른 서비스 제공 서버에 대한 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 전시물 관람 루트가 결합된 콘텐츠를 제공하기 위한 시스템의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 일실시예에 따른 시스템은 통신망을 통해 서로 통신 가능한 복수의 관람자 단말(100), 복수의 제작자 단말(200) 및 서비스 제공 서버(300)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.

복수의 관람자 단말(100) 각각과 복수의 제작자 단말(200) 각각은 통신 기능을 갖춘 연산 장치로 구현될 수 있으며, 예를 들면, 휴대전화기, 데스크톱 PC, 랩탑 PC, 태블릿 PC, 스마트폰 등으로 구현될 수 있으나, 이에 제한되지는 않으며, 외부 서버와 연결될 수 있는 다양한 형태의 통신 장치로 구현될 수도 있다.

복수의 관람자 단말(100)은 전시관을 방문하여 관람하는 관람자들이 사용하는 단말기로, 제1 관람자가 사용하는 제1 관람자 단말(110), 제2 관람자가 사용하는 제2 관람자 단말(120) 등을 포함할 수 있으며, 복수의 제작자 단말(200)은 전시물의 관람 루트가 결합된 콘텐츠를 제작하는 제작자들이 사용하는 단말기로, 제1 제작자가 사용하는 제1 제작자 단말(210), 제2 제작자가 사용하는 제2 제작자 단말(220) 등을 포함할 수 있다.

이하에서는 설명의 편의상, 제1 관람자 단말(110) 및 제1 제작자 단말(210)의 동작을 위주로 설명하지만, 제2 관람자 단말(120) 등의 다른 관람자 단말에서 제1 관람자 단말(110)의 동작을 대신 수행하고, 제2 제작자 단말(220) 등의 다른 제작자 단말에서 제1 제작자 단말(210)의 동작을 대신 수행할 수 있는 것은 물론이다.

복수의 관람자 단말(100) 각각과 복수의 제작자 단말(200) 각각은 웹 페이지, 애플리케이션 등을 통해 서비스 제공 서버(300)에 접속할 수 있다.

서비스 제공 서버(300)는 전시물의 관람 루트가 결합된 콘텐츠의 업로드 및 다운로드를 위한 플랫폼을 제공하여, 복수의 제작자 단말(200)에 의해 제작된 콘텐츠들이 복수의 관람자 단말(100)로 제공되도록, 관람 콘텐츠 제공 서비스를 제공할 수 있다.

일실시예에 따르면, 관람 콘텐츠 제공 서비스는 박물관, 미술관, 전시장 등의 전시관 안에 배치된 전시물의 상세 안내 콘텐츠 뿐만 아니라, 각각의 전시물을 관람하기 위한 관람 루트와 결합되어 관람 루트를 안내하는 관람 동선 안내 콘텐츠를 제공하는 서비스이다.

관람 루트가 결합된 관람 동선 안내 콘텐츠는 복수의 제작자 단말(200)에 의해 제작되어 업로드 될 수 있으며, 예를 들어, "A 박물관을 1시간 만에 관람하기"에 대한 관람 루트가 제작되어, 해당 관람 루트와 A 박물관의 내부 지도와 결합된 관람 동선 안내 콘텐츠가 업로드 될 수 있다.

즉, 서비스 제공 서버(300) 전시관 별로 다양한 제작자들에 의해 제작된 관람 루트에 따라 관람 동선 안내 콘텐츠를 제공할 수 있고, 서버 자체적으로 제공하는 관람 루트에 따라 관람 동선 안내 콘텐츠를 제공할 수도 있다.

이를 통해, 관람 루트가 결합된 콘텐츠를 제작하는 제작자들은 자신의 취향과 식견을 통해 전시물들을 선택하여, 전시물을 관람하는데 도움이 되는 관람 루트를 설정할 수 있으며, 관람 루트를 전시관의 내부 지도에 대한 평면도와 결합시켜 관람 동선 안내 콘텐츠를 제공할 수 있다.

일실시예에 따르면, 제1 관람자 단말(110)은 전시관을 관람하는 도중 전시물의 주변부에 부착된 표식(예를 들면, 텍스트, 도형 등)을 촬영할 수 있으며, 해당 표식의 인식을 통해 전시물의 상세 안내 콘텐츠가 제공될 수 있다. 예를 들어, 제1 관람자 단말(110)을 통해 전시물의 주변부에 있는 텍스트가 촬영되면, 서비스 제공 서버(300)는 OCR 인식을 통해 해당 전시물이 어떠한 전시물인지 파악할 수 있으며, 파악된 전시물의 상세 정보를 안내하기 위한 상세 안내 콘텐츠를 오디오, 동영상 등으로 제공할 수 있다.

서비스 제공 서버(300)는 표식 인식을 통해 전시물이 있는 위치를 현재 제1 관람자의 위치로 확인할 수 있으며, 이를 통해, 관람자의 실시간 이동 루트를 정확하게 파악할 수 있다. 이를 통해, 서비스 제공 서버(300)는 제1 관람자 단말(110)에 제공된 관람 동선 안내 콘텐츠의 관람 루트와 실제 이동중인 이동 루트를 비교할 수 있다.

서비스 제공 서버(300)는 관람자의 위치를 기반으로, 전시관 내에서 어느 전시장을 관람하고, 어느 전시물을 주의깊게 관람하고, 어떠한 전시물의 상세 안내 콘텐츠가 제공되었는지를 빅데이터로 수집할 수 있다.

서비스 제공 서버(300)는 다양한 콘텐츠 제작자들에 의해 제작된 관람 루트가 결합된 관람 동선 안내 콘텐츠들이 제공된 이력, 관람 동선 안내 콘텐츠 및 전시물 상세 안내 콘텐츠를 재생한 히스토리를 통해, 관람자들이 어디에서 어떠한 전시물을 관람하였는지에 대한 정보를 수집할 수 있으며, 관람자들의 취향, 성향 등을 파악할 수 있다.

일실시예에 따르면, 관람 루트 상에 다양한 전시물들이 배치되어 있으므로, 관람 루트 상에 배치된 전시물들의 유형을 파악할 수 있으며, 이를 통해 관람 루트의 유형도 정의될 수 있다. 예를 들어, 고대 유물을 좋아하는 관람 성향에 적합한 전시물과 관련되어 있으면서, 가장 짧은 동선으로 이루어진 관람 루트가 제작되어 있는 경우, 서비스 제공 서버(300)는 해당 관람 루트를 고대 유물을 좋아하고 관람 시간일 짧은 것을 선호하는 관람자에게 추천할 수 있다.

서비스 제공 서버(300)는 관람 루트와 결합된 관람 동선 안내 콘텐츠에 대한 평가를 관람자가 실제로 관람한 이동 루트와 비교하여 판단할 수 있으며, 관람 루트와 실제 이동 루트의 차이가 많이 나는 경우, 해당 관람 루트에 대한 관람자 기호는 낮다고 유추할 수 있으며, 추후 관람자 취향과 유사한 다른 관람자가 전시관을 방문하면, 다른 관람 루트를 추천하여 제공할 수 있다.

도 2는 일실시예에 따른 추천 관람 루트를 생성하는 과정을 설명하기 위한 순서도이다.

도 2를 참조하면, 먼저, S201 단계에서, 서비스 제공 서버(300)는 제1 관람자 단말(110)로부터 수신된 제1 관람자 취향 정보를 기초로, 관람 시간, 관람 취향 및 관람 수준에 따른 관람자 취향을 분석할 수 있다.

예를 들어, 제1 관람자 단말(110)에서 관람 시간을 1시간으로 설정하고, 관람 취향을 조선 시대 유물로 설정하고, 관람 수준을 초급으로 설정하면, 서비스 제공 서버(300)는 제1 관람자 단말(110)로부터 관람 시간, 관람 취향 및 관람 수준이 각각 설정된 제1 관람자 취향 정보를 수신할 수 있으며, 제1 관람자 취향 정보를 기초로, 제1 관람자의 관람자 취향을 분석할 수 있다.

S202 단계에서, 서비스 제공 서버(300)는 관람자 취향에 따라 데이터베이스에서 추천 관람 루트를 획득할 수 있으며, 추천 관람 루트를 리스트로 생성하여, 생성된 추천 관람 루트 리스트를 제1 관람자 단말(110)로 제공할 수 있다.

구체적으로, 제1 제작자 단말(210)에 의해 제작된 제1 관람 루트, 제2 제작자 단말(220)에 의해 제작된 제2 관람 루트 등이 업로드 되면, 서비스 제공 서버(300)의 데이터베이스에 저장될 수 있으며, 서비스 제공 서버(300)는 관람 시간, 관람 취향 및 관람 수준에 따라 저장된 복수의 관람 루트를 분류하여 관리할 수 있다.

이후, 서비스 제공 서버(300)는 관람자 취향에 따른 관람 시간, 관람 취향 및 관람 수준을 확인하여, 데이터베이스에서 관람자 취향에 적합한 제1 관람 루트 및 제2 관람 루트를 선정할 수 있으며, 선정된 제1 관람 루트 및 제2 관람 루트를 추천 관람 루트로 획득하여, 제1 관람 루트 및 제2 관람 루트를 포함하는 리스트를 추천 관람 루트 리스트로 제공할 수 있다.

S203 단계에서, 서비스 제공 서버(300)는 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있다.

구체적으로, 제1 관람자 단말(110)은 제1 관람 루트 및 제2 관람 루트를 포함하는 추천 관람 루트 리스트를 화면에 표시할 수 있으며, 추천 관람 루트 리스트에서 제1 관람 루트가 선택되면, 제1 관람 루트의 선택 정보를 서비스 제공 서버(300)로 전송할 수 있다.

이후, 서비스 제공 서버(300)는 제1 관람 루트를 이용하여, 제1 관람 루트와 전시관의 내부 지도에 대한 평면도를 결합하여, 제1 관람 루트를 통해 전시관을 관람하는데 있어 동선을 안내하기 위한 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있다.

S204 단계에서, 서비스 제공 서버(300)는 제1 관람자 단말(110)의 위치 정보를 기초로, 제1 관람 루트 상에서 제1 관람자의 위치 이동을 추적하여 제1 관람자의 이동 루트를 생성할 수 있다.

구체적으로, 서비스 제공 서버(300)는 제1 관람자 단말(110)의 위치 정보를 실시간 또는 주기적으로 획득할 수 있으며, 제1 관람자 단말(110)의 위치를 통해 제1 관람자 단말(110)을 소지한 제1 관람자의 위치를 유추할 수 있으며, 제1 관람자의 위치 이동을 추적하여 제1 관람 루트 상에서 제1 관람자가 어떻게 움직이는지를 나타내는 이동 루트를 생성할 수 있다.

서비스 제공 서버(300)는 제1 관람자가 관람을 위해 다른 장소로 이동하여 제1 관람자의 위치가 변경되면, 변경된 제1 관람자의 위치를 추적하여, 이를 반영하도록 이동 루트를 업데이트 할 수 있다.

제1 관람자가 제1 관람 루트를 통해 관람하는 도중 제1 전시물에 대한 상세 정보를 확인하기 위해 제1 관람자 단말(110)을 통해 제1 전시물의 주변에 부착된 표식을 촬영하면, 서비스 제공 서버(300)는 제1 전시물의 주변에 부착된 표식의 촬영으로 생성된 이미지 정보를 제1 관람자 단말(110)로부터 수신할 수 있으며, 수신된 이미지 정보에서 표식을 식별하고, 식별된 표식에 대응하는 제1 전시물의 상세 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있다. 제1 전시물의 상세 안내 콘텐츠는 오디오, 비디오 등의 형식으로 제공되어 제1 관람자 단말(110)에서 재생될 수 있다.

제1 관람자의 위치 추적에 따라 이동 루트는 점점 확장될 수 있으며, 서비스 제공 서버(300)는 이동 루트 상에 전시물들이 배치되어 있는지 여부를 확인할 수 있다.

S205 단계에서, 서비스 제공 서버(300)는 이동 루트 상에 배치되어 있는 전시물들에 대해 각각 상세 안내 콘텐츠가 제공되었는지 여부를 확인할 수 있다.

이동 루트 상에 제1 전시물 및 제2 전시물이 배치되어 있는 것으로 확인되었으나, 제1 전시물의 상세 안내 콘텐츠만 제공된 것으로 확인되면, S206 단계에서, 서비스 제공 서버(300)는 제1 전시물을 관심 전시물로 분류할 수 있다.

이동 루트 상에 제1 전시물 이외에 제2 전시물도 배치되어 있는 것으로 확인되었으나, 제1 전시물의 상세 안내 콘텐츠만 제공되고 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 것으로 확인되면, S207 단계에서, 서비스 제공 서버(300)는 제2 전시물을 무관심 전시물로 분류할 수 있다.

즉, 제1 전시물에 대해서는 상세 정보를 확인하기 위해 제1 전시물 주변에 부착된 표식을 촬영하여 제1 전시물의 상세 안내 콘텐츠가 제공되었으므로, 제1 전시물은 제1 관람자가 관심이 있는 관심 전시물로 분류될 수 있으며, 제2 전시물에 대해서는 상세 정보 확인 없이 지나쳐서 이동하였으므로, 제2 전시물은 제1 관람자가 관심이 없는 무관심 전시물로 분류될 수 있다.

S208 단계에서, 서비스 제공 서버(300)는 관심 전시물 및 무관심 전시물을 미리 학습된 인공 신경망에 적용할 수 있다.

인공 신경망은 관람자 취향 정보, 관심 전시물 및 무관심 전시물을 입력 받은 후, 관람자 취향에 따른 추천 관람 루트를 출력하는 알고리즘일 수 있다. 인공 신경망은 도 7을 참조하여 후술되는 방법을 통해 학습될 수 있다.

S209 단계에서, 서비스 제공 서버(300)는 인공 신경망의 출력을 기초로, 관람자 취향에 따른 추천 관람 루트를 생성할 수 있으며, 추천 관람 루트를 관람자 취향 정보와 매칭하여 데이터베이스에 저장할 수 있다.

인공 신경망은 관심 전시물로 분류된 전시물들이 많이 위치하는 추천 관람 루트를 출력하도록 학습될 수 있으며, 이를 통해, 인공 신경망은 관심 전시물로 분류된 전시물들이 최대한 많이 위치하도록 하여 추천 관심 루트를 출력할 수 있다.

또한, 인공 신경망은 무관심 전시물로 분류된 전시물들이 적게 위치하는 추천 관람 루트를 출력하도록 학습될 수 있으며, 이를 통해, 인공 신경망은 무관심 전시물로 분류된 전시물들이 최대한 적게 위치하도록 하여 추천 관심 루트를 출력할 수 있다.

또한, 인공 신경망은 관심 전시물로 분류된 전시물들이 일정한 주기로 위치하는 추천 관람 루트를 출력하도록 학습될 수 있으며, 이를 통해, 인공 신경망은 관심 전시물로 분류된 전시물들이 최대한 일정한 주기로 위치하도록 하여 추천 관심 루트를 출력할 수 있다.

또한, 인공 신경망은 관심도가 높게 설정된 전시물들이 전시관의 출구에 가깝게 위치하는 추천 관람 루트를 출력하도록 학습될 수 있으며, 이를 통해, 인공 신경망은 관심도가 높게 설정된 전시물들이 최대한 추천 관람 루트의 끝점에 가깝게 위치하도록 하여 추천 관심 루트를 출력할 수 있다.

즉, 서비스 제공 서버(300)는 제1 관람자의 이동 루트를 분석하여 관심 전시물과 무관심 전시물을 분류하고, 관심 전시물 및 무관심 전시물을 통해 제1 관람자 취향에 따른 추천 관람 루트를 생성할 수 있다. 이후, 제1 관람자와 취향이 유사한 제2 관람자가 확인되면, 서비스 제공 서버(300)는 제1 관람자 취향에 따른 추천 관람 루트를 가장 높은 우선순위로 설정하여, 추천 관람 루트 리스트를 제2 관람자 단말(120)로 제공할 수 있다.

도 3은 일실시예에 따른 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제공하는 과정을 설명하기 위한 도면이다.

먼저, 서비스 제공 서버(300)는 제1 관람자 취향에 따라 추천 관람 루트 리스트를 획득하여 제1 관람자 단말(110)로 제공할 수 있으며, 도 3의 (a)에 도시된 바와 같이, 제1 관람자 단말(110)은 추천 관람 루트 리스트를 화면에 표시할 수 있다.

예를 들어, 추천 관람 루트 리스트에는 "인기 전시물만 1시간 동안 빠르게 관람하기", "주요 전시물을 2시간 동안 평범하게 관람하기", "구석구석 3시간 동안 천천히 관람하기" 등이 포함되어, 관람 취향 별로 추천 관람 루트가 리스트 형식으로 제공될 수 있다.

추천 관람 루트 리스트에서 "인기 전시물만 1시간 동안 빠르게 관람하기"가 선택되면, 서비스 제공 서버(300)는 "인기 전시물만 1시간 동안 빠르게 관람하기"에 대응하는 제1 관람 루트를 획득하여 제1 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있으며, 도 3의 (b)에 도시된 바와 같이, 제1 관람자 단말(110)은 인기 전시물만 관람하는 제1 관람 루트에 대한 관람 동선 안내 콘텐츠를 화면에 표시할 수 있다.

추천 관람 루트 리스트에서 "주요 전시물을 2시간 동안 평범하게 관람하기"가 선택되면, 서비스 제공 서버(300)는 "주요 전시물을 2시간 동안 평범하게 관람하기"에 대응하는 제2 관람 루트를 획득하여 제2 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있으며, 도 3의 (c)에 도시된 바와 같이, 제1 관람자 단말(110)은 인기 전시물 뿐만 아니라 주요 전시물까지 관람하는 제2 관람 루트에 대한 관람 동선 안내 콘텐츠를 화면에 표시할 수 있다.

추천 관람 루트 리스트에서 "구석구석 3시간 동안 천천히 관람하기"가 선택되면, 서비스 제공 서버(300)는 "구석구석 3시간 동안 천천히 관람하기"에 대응하는 제3 관람 루트를 획득하여 제3 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있으며, 도 3의 (d)에 도시된 바와 같이, 제1 관람자 단말(110)은 전시관 내에 배치된 모든 전시물을 관람하는 제3 관람 루트에 대한 관람 동선 안내 콘텐츠를 화면에 표시할 수 있다.

도 4는 일실시예에 따른 관람 루트를 갱신하는 과정을 설명하기 위한 순서도이다.

먼저, 서비스 제공 서버(300)는 제1 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제공한 후, S401 단계에서, 서비스 제공 서버(300)는 제1 관람자 단말(110)의 위치를 통해 제1 관람자의 위치 이동을 추적하여, 제1 관람자의 이동 루트를 갱신할 수 있다.

S402 단계에서, 서비스 제공 서버(300)는 이동 루트의 끝점이 전시관의 출구에 도달하였는지 여부를 확인할 수 있다. 즉, 이동 루트의 끝점이 전시관의 출구에 도달하여 전시관 관람이 종료되었는지 여부를 확인할 수 있다.

S402 단계에서 이동 루트의 끝점이 전시관의 출구에 도달한 것으로 확인되면, S403 단계에서, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선을 비교할 수 있다.

S402 단계에서 이동 루트의 끝점이 전시관의 출구에 도달하지 않은 것으로 확인되면, S401 단계로 되돌아가, 서비스 제공 서버(300)는 제1 관람자의 위치 이동을 추적하여 다시 제1 관람자의 이동 루트를 갱신할 수 있다.

S404 단계에서, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선을 비교한 결과를 통해, 동선 유사도를 확인할 수 있으며, 동선 유사도를 통해 제1 관람 루트의 평가 점수를 산출할 수 있다.

예를 들어, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선이 70% 일치한 것으로 확인되면, 제1 관람 루트의 평가 점수를 70점으로 산출할 수 있다.

S405 단계에서, 서비스 제공 서버(300)는 제1 관람 루트의 평가 점수가 기준 점수 보다 낮은지 여부를 확인할 수 있다.

S405 단계에서 제1 관람 루트의 평가 점수가 기준 점수 미만으로 확인되면, S406 단계에서, 서비스 제공 서버(300)는 이동 루트를 이용하여 제1 관람 루트를 갱신할 수 있다.

예를 들어, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선이 30% 일치한 것으로 확인되면, 제1 관람 루트의 평가 점수를 30점으로 산출할 수 있으며, 평가 점수가 기준 점수인 50점 미만이므로, 제1 관람 루트가 관람자 취향에 적합하지 않은 것으로 판단하여, 기존의 제1 관람 루트를 삭제하고 이동 루트를 제1 관람 루트로 새로 설정할 수 있다.

S405 단계에서 제1 관람 루트의 평가 점수가 기준 점수 이상으로 확인되면, 서비스 제공 서버(300)는 제1 관람 루트를 갱신하지 않고, 제1 관람 루트를 추후 다시 사용할 수 있다.

예를 들어, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선이 90% 일치한 것으로 확인되면, 제1 관람 루트의 평가 점수를 90점으로 산출할 수 있으며, 평가 점수가 기준 점수인 50점 이상이므로, 제1 관람 루트가 관람자 취향에 적합한 것으로 판단하여, 제1 관람 루트를 그대로 다른 관람자들에게 추천할 수 있도록, 제1 관람 루트를 갱신하지 않을 수 있다.

도 5는 일실시예에 따른 관람 동선 안내 콘텐츠를 변경하는 과정을 설명하기 위한 순서도이다.

먼저, S501 단계에서, 서비스 제공 서버(300)는 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있다.

서비스 제공 서버(300)는 제1 관람 루트가 결합된 동선 안내 콘텐츠를 제공하면서, 제1 관람 루트 상에서 제1 관람자의 위치 이동을 추적하여 제1 관람자의 이동 루트를 갱신할 수 있다.

S502 단계에서, 서비스 제공 서버(300)는 이동 루트를 통해 제1 관람자의 현재 위치를 확인하여, 제1 관람자의 현재 위치부터 제1 관람 루트의 끝점인 전시관의 출구까지 남은 거리를 산출할 수 있다.

S503 단계에서, 서비스 제공 서버(300)는 제1 관람자의 현재 위치부터 전시관의 출구까지 남은 거리가 기준 거리 이상인지 여부를 확인할 수 있다.

S503 단계에서 남은 거리가 기준 거리 이상으로 확인되면, S504 단계에서, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선을 비교할 수 있다. 이때, 서비스 제공 서버(300)는 제1 관람 루트의 시작점인 전시관의 입구부터 제1 관람자의 현재 위치까지 이동 루트와 제1 관람 루트의 동선을 비교할 수 있다.

S503 단계에서 남은 거리가 기준 거리 미만으로 확인되면, S505 단계에서, 서비스 제공 서버(300)는 제1 관람자의 현재 위치가 전시관 출구에 도착하였는지 여부를 확인할 수 있다.

S505 단계에서 제1 관람자의 현재 위치가 전시관 출구에 도착한 것으로 확인되면, 서비스 제공 서버(300)는 관람 동선 안내 콘텐츠의 제공을 종료할 수 있다.

S505 단계에서 제1 관람자의 현재 위치가 전시관 출구에 도착하지 것으로 확인되면, S501 단계로 되돌아가, 서비스 제공 서버(300)는 제1 관람자의 현재 위치가 전시관 출구에 도착할 때까지 관람 동선 안내 콘텐츠를 제공할 수 있다.

한편, S506 단계에서, 서비스 제공 서버(300)는 이동 루트와 제1 관람 루트 간의 동선을 비교한 결과를 통해, 이동 루트와 제1 관람 루트 간의 동선 유사도를 확인할 수 있으며, 확인된 동선 유사도를 통해 제1 관람 루트의 평가 점수를 산출할 수 있다. 이때, 서비스 제공 서버(300)는 전시관의 관람이 아직 끝나지 않고 진행중이기 때문에, 시작점부터 관람자의 현재 위치까지 이동 루트와 이에 대응하는 제1 관람 루트를 비교하여 동선 유사도를 확인할 수 있다.

S507 단계에서, 서비스 제공 서버(300)는 제1 관람 루트의 평가 점수가 기준 점수 보다 낮은지 여부를 확인할 수 있다.

S507 단계에서 평가 점수가 기준 점수 미만으로 확인되면, 서비스 제공 서버(300)는 제1 관람 루트를 대신할 다른 관람 루트를 선정할 수 있다.

구체적으로, 서비스 제공 서버(300)는 전시관이 입구부터 제1 관람자의 현재 위치까지 이동 루트와 추천 관람 루트 리스트에 포함된 각각의 추천 관람 루트 간의 동선 유사도를 확인하여, 가장 유사도가 높은 제2 관람 루트를 선정할 수 있다. 예를 들어, 추천 관람 루트 리스트에는 제1 관람 루트, 제2 관람 루트, 제3 관람 루트 등이 포함되어 있는데, 제1 관람 루트의 평가 점수가 기준 점수 보다 낮으면, 서비스 제공 서버(300)는 이동 루트와 제2 관람 루트 및 제3 관람 루트를 비교하여 동선 유사도를 확인할 수 있으며, 이 중 동선 유사도가 가장 높은 제2 관람 루트를 제1 관람 루트를 대신할 관람 루트로 선정할 수 있다.

S507 단계에서 평가 점수가 기준 점수 이상으로 확인되면, S501 단계로 되돌아가, 서비스 제공 서버(300)는 제1 관람 루트가 결합된 관람 동선 안내 콘텐츠를 계속해서 제1 관람자 단말(110)로 제공할 수 있다.

한편, S509 단계에서, 서비스 제공 서버(300)는 제1 관람자의 현재 위치부터 전시관의 출구까지 제2 관람 루트를 이용하여, 제1 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제2 관람 루트가 결합된 관람 동선 안내 콘텐츠로 변경할 수 있다. 이후, S501 단게로 되돌아가, 서비스 제공 서버(300)는 제1 관람 루트를 대신하여 제2 관람 루트가 결합된 관람 동선 안내 콘텐츠를 제1 관람자 단말(110)로 제공할 수 있다.

도 6은 일실시예에 따른 전시물의 관심도를 설정하는 과정을 설명하기 위한 순서도이다.

먼저, S601 단계에서, 서비스 제공 서버(300)는 이동 루트 상에 배치되어 있는 전시물들에 대해 각각 상세 안내 콘텐츠가 제공되었는지 여부를 확인할 수 있다.

이동 루트 상에 제1 전시물 및 제2 전시물이 배치되어 있는 것으로 확인되었으나, 제1 전시물의 상세 안내 콘텐츠만 제공된 것으로 확인되면, S602 단계에서, 서비스 제공 서버(300)는 제1 전시물을 관심 전시물로 분류할 수 있다.

이동 루트 상에 제1 전시물 이외에 제2 전시물도 배치되어 있는 것으로 확인되었으나, 제1 전시물의 상세 안내 콘텐츠만 제공되고 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 것으로 확인되면, S603 단계에서, 서비스 제공 서버(300)는 제2 전시물을 무관심 전시물로 분류할 수 있다.

S604 단계에서, 서비스 제공 서버(300)는 제1 관람 루트 상에서 제1 관람자의 위치 이동을 시간대 별로 추적하여, 제1 전시물이 배치된 영역에서 머무른 시간을 통해 제1 전시물의 관람 시간을 산출할 수 있다. 예를 들어, 제1 전시물이 배치된 A 공간에 제1 관람자가 30초 머무른 것으로 확인되면, 서비스 제공 서버(300)는 제1 전시물의 관람 시간을 30초로 산출할 수 있다.

S605 단계에서, 서비스 제공 서버(300)는 제1 전시물의 상세 안내 콘텐츠를 제1 관람자 단말(110)로 제공하여, 제1 전시물의 상세 안내 콘텐츠가 제1 관람자 단말(110)에서 재생된 시간을 산출할 수 있다.

S606 단계에서, 서비스 제공 서버(300)는 제1 관람 루트 상에서 제1 관람자의 위치 이동을 시간대 별로 추적하여, 제2 전시물이 배치된 영역에서 머무른 시간을 통해 제2 전시물의 관람 시간을 산출할 수 있다.

S607 단계에서, 서비스 제공 서버(300)는 제1 전시물의 관람 시간과 제1 전시물의 상세 안내 콘텐츠의 재생 시간을 합산하고, 합산한 값을 이용하여 제1 전시물의 관심도를 설정할 수 있다. 예를 들어, 제1 전시물의 관람 시간이 30초이고, 제1 전시물의 상세 안내 콘텐츠의 재생 시간이 20초인 경우, 서비스 제공 서버(300)는 제1 전시물의 관심도를 50으로 설정할 수 있다.

S608 단계에서, 서비스 제공 서버(300)는 제2 전시물의 관람 시간만을 이용하여 제2 전시물의 관심도를 설정할 수 있다. 예를 들어, 제2 전시물의 관람 시간이 20초이고, 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 경우, 서비스 제공 서버(300)는 제2 전시물의 관심도를 20으로 설정할 수 있다.

도 7은 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.

인공 신경망은 관람자 취향 정보, 관심 전시물, 무관심 전시물 및 전시물 별로 설정된 관심도를 입력 받은 후, 관람자 취향에 따른 추천 관람 루트를 출력하는 알고리즘일 수 있다. 인공 신경망의 학습이 이루어지는 학습 장치는 관람자 취향에 따른 추천 관람 루트를 생성하는 서비스 제공 서버(300)와 동일한 장치일 수도 있고, 별개의 장치일 수도 있다. 이하에서는 인공 신경망이 학습되는 과정을 설명한다.

먼저, S701 단계에서, 서비스 제공 서버(300)는 관람자 취향 정보, 관심 전시물, 무관심 전시물 및 전시물 별로 설정된 관심도에 대한 데이터를 기초로 입력을 생성할 수 있다.

구체적으로, 서비스 제공 서버(300)는 관람자 취향 정보를 통해 확인된 취향 항목 별로 관심 전시물 및 무관심 전시물을 매칭하는 전처리를 수행할 수 있다.

또한, 서비스 제공 서버(300)는 관심 전시물 및 무관심 전시물 각각에 전시물 별로 설정된 관심도를 매칭하는 전처리를 수행할 수 있다.

전처리가 수행된 관람자 취향 정보, 관심 전시물, 무관심 전시물 및 전시물 별로 설정된 관심도에 대한 데이터를 인공 신경망의 입력으로 그대로 사용하거나, 불필요한 정보를 제거하는 통상의 처리를 거쳐 입력을 생성할 수 있다.

S702 단계에서, 서비스 제공 서버(300)는 인공 신경망에 입력을 적용할 수 있다. 인공 신경망은 강화 학습(reinforcement learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 강화 학습을 통해 추상적 추론을 출력하는데 적합한 Q-Network, DQN(Depp Q-Network), 또는 관계형 네트워크(relation network, RL) 구조일 수 있다.

강화 학습에 따라 학습되는 인공 신경망은 다양한 보상에 평가를 반영하여 갱신 및 최적화될 수 있다. 예를 들어, 제1 보상은 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 많이 위치할수록 높아질 수 있으며, 제2 보상은 무관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 적게 위치할수록 높아질 수 있으며, 제3 보상은 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치할수록 높아질 수 있으며, 제4 보상은 관심도가 높게 설정된 전시물들이 추천 관람 루트의 끝점에 가깝게 위치할수록 높아질 수 있다.

S703 단계에서, 서비스 제공 서버(300)는 인공 신경망으로부터 출력을 획득할 수 있다. 인공 신경망의 출력은, 관람자 취향에 따른 추천 관람 루트일 수 있다. 이때, 인공 신경망은 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 많이 위치하고, 무관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 적게 위치하고, 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치하고, 관심도가 높게 설정된 전시물들이 추천 관람 루트의 끝점에 가깝게 위치하도록 하여, 관람자 취향에 따른 추천 관람 루트를 출력할 수 있다.

S704 단계에서, 서비스 제공 서버(300)는 인공 신경망의 출력을 평가하여 보상을 지급할 수 있다. 출력의 평가는 제 1 보상, 제2 보상, 제3 보상 및 제4 보상으로 나뉠 수 있다.

서비스 제공 서버(300)는 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 많이 위치할수록 제1 보상을 많이 수여할 수 있다.

예를 들어, 제1 전시물, 제2 전시물 및 제3 전시물이 관심 전시물로 분류된 경우, 서비스 제공 서버(300)는 추천 관람 루트 상에 제1 전시물, 제2 전시물 및 제3 전시물이 모두 위치하고 있을수록 제1 보상을 많이 수여할 수 있다.

서비스 제공 서버(300)는 무관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 적게 위치할수록 제2 보상을 많이 수여할 수 있다.

예를 들어, 제1 전시물, 제2 전시물 및 제3 전시물이 무관심 전시물로 분류된 경우, 서비스 제공 서버(300)는 추천 관람 루트 상에 제1 전시물, 제2 전시물 및 제3 전시물이 모두 위치하고 있지 않을수록 제2 보상을 많이 수여할 수 있다.

서비스 제공 서버(300)는 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치할수록 제3 보상을 많이 수여할 수 있다.

예를 들어, 제1 전시물, 제2 전시물 및 제3 전시물이 관심 전시물로 분류된 경우, 서비스 제공 서버(300)는 추천 관람 루트 상에 제1 전시물, 제2 전시물 및 제3 전시물이 모두 위치하고 있고, 제1 전시물, 제2 전시물 및 제3 전시물이 일정한 주기로 위치할수록 제3 보상을 많이 수여할 수 있다.

서비스 제공 서버(300)는 관심도가 높게 설정된 전시물들이 추천 관람 루트의 끝점에 가깝게 위치할수록 제4 보상을 많이 수여할 수 있다.

예를 들어, 제1 전시물의 관심도가 100으로 설정되어 있고 제2 전시물의 관심도가 90으로 설정되어 있고 제3 전시물의 관심도가 80으로 설정되어 있는 경우, 서비스 제공 서버(300)는 추천 관람 루트 상에서 제1 전시물, 제2 전시물, 제3 전시물 순으로 추천 관람 루트의 끝점에 가깝게 위치할수록 제4 보상을 많이 수여할 수 있다.

S705 단계에서, 서비스 제공 서버(300)는 평가를 기초로 인공 신경망을 갱신할 수 있다. 구체적으로, 서비스 제공 서버(300)는 인공 신경망이, 관심 전시물이 많이 위치하고 무관심 전시물이 적게 위치하고 관심 전시물이 일정한 주기로 위치하고 관심도가 높은 전시물이 출구에 가깝게 위치하도록 추천 관람 루트를 설정하는 환경(environment)에서, 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 특정한 상태(state)들에서 취할 행동(action)들을 결정하는 정책(policy)을 최적화하는 과정을 통해 인공 신경망을 갱신할 수 있다.

한편, 정책을 최적화하는 과정은 보상들의 합의 기대값의 최대값 또는 Q-함수의 최대값을 추정하거나, Q-함수의 손실 함수(loss function)의 최소값을 추정하는 과정을 통해 이루어질 수 있다. 손실함수의 최소값의 추정은 확률적 경사하강법(stochastic gradient descent, SGD) 등을 통해 이루어질 수 있다. 정책을 최적화하는 과정은 이에 제한되는 것은 아니며, 강화 학습에서 사용하는 다양한 최적화 알고리즘들이 이용될 수 있다.

서비스 제공 서버(300)는 상기와 같은 인공 신경망의 학습 과정을 반복함으로써, 인공 신경망을 점진적으로 갱신시킬 수 있다. 이를 통해, 서비스 제공 서버(300)는 관람자 취향에 따른 추천 관람 루트를 설정하는 목적에 부합하게, 관람자 취향 정보, 관심 전시물, 무관심 전시물 및 전시물 별로 설정된 관심도를 통해 추천 관람 루트를 출력하는 인공 신경망을 학습시킬 수 있다.

구체적으로, 제 1 보상 및 제2 보상과 제 3 보상 및 제4 보상이 동일하게 단계화된 보상 체계를 가질 때, 제 1 보상 및 제2 보상과 제 3 보상 및 제4 보상이 동일한 보상 단계에 해당할 경우, 제 1 보상 및 제2 보상으로 주어지는 보상값과 제 3 보상 및 제4 보상으로 주어지는 보상값이 동일하다면, 인공 신경망은 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 제 1 보상 및 제2 보상과 제 3 보상 및 제4 보상을 동일하게 높아지도록 갱신될 수 있다.

예를 들어, 인공 신경망은 관심 전시물로 분류된 전시물들이 많이 위치하도록 추천 관람 루트를 설정하는 작업과 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치하도록 추천 관람 루트를 설정하는 작업을 동일한 중요도로 고려하여, 추천 관람 루트를 설정하여 출력할 수 있다.

또한, 제1 보상 및 제2 보상과 제 3 보상 및 제4 보상이 동일하게 단계화된 보상 체계를 가질 때, 제 1 보상 및 제2 보상과 제 3 보상 및 제4 보상이 동일한 보상 단계에 해당할 경우, 각각의 보상으로 주어지는 보상값이 상이한 경우, 인공 신경망은 보상값(reward)들의 합의 기대값(expectation)이 최대화되도록, 더 많이 얻을 수 있는 보상이 높아지도록 갱신될 수 있다.

예를 들어, 인공 신경망은 관심 전시물로 분류된 전시물들이 많이 위치하도록 추천 관람 루트를 설정하는 작업에 대한 제1 보상이 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치하도록 추천 관람 루트를 설정하는 작업에 대한 제3 보상 보다 보상값이 더 큰 경우, 인공 신경망은, 우선적으로, 관심 전시물로 분류된 전시물들이 많이 위치하도록 추천 관람 루트를 설정하면서, 차순위로, 관심 전시물로 분류된 전시물들이 추천 관람 루트 상에서 일정한 주기로 위치하도록 추천 관람 루트를 설정할 수 있다.

도 8은 일실시예에 따른 서비스 제공 서버(300)에 대한 구성의 예시도이다.

일실시예에 따른 서비스 제공 서버(300)는 프로세서(310) 및 메모리(320)를 포함한다. 일실시예에 따른 서비스 제공 서버(300)는 상술한 서버 또는 단말일 수 있다. 프로세서(310)는 도 1 내지 도 7을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 7을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(320)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(320)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(310)는 프로그램을 실행하고, 서비스 제공 서버(300)를 제어할 수 있다. 프로세서(310)에 의하여 실행되는 프로그램의 코드는 메모리(320)에 저장될 수 있다. 서비스 제공 서버(300)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

1. 서비스 제공 서버에 의해 수행되는, 전시물 관람 루트가 결합된 콘텐츠를 제공하는 방법에 있어서,
   관람자 단말로부터 수신된 관람자 취향 정보를 기초로, 관람 시간, 관람 취향 및 관람 수준에 따른 관람자 취향을 분석하는 단계;
   상기 관람자 취향에 따라 데이터베이스에서 획득된 추천 관람 루트 리스트를 상기 관람자 단말로 제공하는 단계;
   상기 추천 관람 루트 리스트 중 선택된 제1 관람 루트를 이용하여 관람 동선 안내 콘텐츠를 상기 관람자 단말로 제공하는 단계;
   상기 관람자 단말의 위치 정보를 기초로, 상기 제1 관람 루트 상에서 관람자의 위치 이동을 추적하여 상기 관람자의 이동 루트를 생성하는 단계;
   상기 관람자 단말로부터 제1 전시물의 주변에 부착된 표식의 촬영으로 생성된 이미지 정보를 수신하면, 상기 이미지 정보에서 상기 표식을 식별하고, 상기 식별된 표식에 대응하는 상기 제1 전시물의 상세 안내 콘텐츠를 상기 관람자 단말로 제공하고, 상기 제1 전시물을 관심 전시물로 분류하는 단계;
   상기 제1 전시물이 전시관에서 배치된 위치 정보를 기초로, 상기 관람자의 위치를 보정하여 상기 이동 루트를 갱신하는 단계;
   상기 이동 루트 상에 상기 제1 전시물 이외에 제2 전시물도 배치되어 있는 것으로 확인되었으나, 상기 제2 전시물의 상세 안내 콘텐츠가 제공되지 않은 것으로 확인되면, 상기 제2 전시물을 무관심 전시물로 분류하는 단계;
   상기 관람자 취향 정보, 상기 관심 전시물 및 상기 무관심 전시물을 미리 학습된 인공 신경망에 적용하여, 상기 인공 신경망의 출력을 기초로 상기 관람자 취향에 따른 추천 관람 루트를 생성하는 단계;
   상기 제1 관람 루트 상에서 상기 관람자의 위치 이동을 시간대 별로 추적하여, 상기 제1 전시물이 배치된 공간에서 머무른 시간을 통해 상기 제1 전시물의 관람 시간을 산출하고, 상기 제2 전시물이 배치된 공간에서 머무른 시간을 통해 상기 제2 전시물의 관람 시간을 산출하는 단계; 및
   상기 제1 전시물의 관람 시간과 상기 제1 전시물의 상세 안내 콘텐츠의 재생 시간을 합산한 값을 이용하여 상기 관심 전시물로 분류된 상기 제1 전시물의 관심도를 설정하고, 상기 제2 전시물의 관람 시간만을 이용하여 상기 무관심 전시물로 분류된 상기 제2 전시물의 관심도를 설정하는 단계를 포함하는,
   전시물 관람 루트가 결합된 콘텐츠 제공 방법.
2. 제1항에 있어서,
   상기 이동 루트의 끝점이 상기 전시관의 출구에 도달하면, 상기 이동 루트와 상기 제1 관람 루트의 동선을 비교하는 단계;
   상기 이동 루트와 상기 제1 관람 루트 간의 동선 유사도를 확인하여, 상기 제1 관람 루트의 평가 점수를 산출하는 단계; 및
   상기 평가 점수가 기준 점수 미만으로 확인되면, 상기 이동 루트를 이용하여 상기 제1 관람 루트를 갱신하는 단계를 더 포함하는,
   전시물 관람 루트가 결합된 콘텐츠 제공 방법.
3. 제1항에 있어서,
   상기 제1 관람 루트 상에서 상기 관람자의 위치 이동을 추적하여, 상기 관람자의 현재 위치부터 상기 제1 관람 루트의 끝점인 상기 전시관의 출구까지 남은 거리를 산출하는 단계;
   상기 남은 거리가 기준 거리 이상으로 확인되면, 상기 제1 관람 루트의 시작점인 상기 전시관의 입구부터 상기 관람자의 현재 위치까지 상기 이동 루트와 상기 제1 관람 루트의 동선을 비교하는 단계;
   상기 이동 루트와 상기 제1 관람 루트 간의 동선 유사도를 확인하여, 상기 제1 관람 루트의 평가 점수를 산출하는 단계; 및
   상기 평가 점수가 기준 점수 미만으로 확인되면, 상기 전시관의 입구부터 상기 관람자의 현재 위치까지 상기 이동 루트와 상기 추천 관람 루트 리스트에 포함된 각각의 추천 관람 루트 간의 동선 유사도를 확인하여, 가장 유사도가 높은 제2 관람 루트를 선정하는 단계; 및
   상기 관람자의 현재 위치부터 상기 전시관의 출구까지 상기 제2 관람 루트를 이용한 관람 동선 안내 콘텐츠로 변경하여 상기 관람자 단말로 제공하는 단계를 더 포함하는,
   전시물 관람 루트가 결합된 콘텐츠 제공 방법.

Images