KR102318952B1 - 인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템 - Google Patents

Abstract

본 발명은, 인공지능을 이용한 이미지 크롤링(image crawling)을 통해 인터넷 사이트에 게시된 패션 이미지를 인식하여 최신 패션 트렌드를 분석하고, 분석된 최신 패션 트렌드에 따른 스타일의 상품을 고객에게 추천하는 동시에 세부 디자인의 변경을 통해 고객 자신만의 의상을 제작할 수 있도록 하는 인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템에 관한 것이다.

Description

인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템 {ARTIFICIAL INTELLIGENCE-BASED RECOMMENDATION AND PURCHASE METHOD, DEVICE AND SYSTEM}

본 발명은 인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템에 관한 것으로, 더욱 상세하게는, 인공지능을 이용한 이미지 크롤링(image crawling)을 통해 인터넷 사이트에 게시된 패션 이미지를 인식하여 최신 패션 트렌드를 분석하고, 분석된 최신 패션 트렌드에 따른 스타일의 상품을 고객에게 추천하는 동시에 세부 디자인의 변경을 통해 고객 자신만의 의상을 제작할 수 있도록 하는 인공지능을 활용한 의류 추천 및 구매 방법, 장치 및 시스템에 관한 것이다.

온라인 구매는 오프라인 구매에 비하여 원하는 상품을 검색하기가 수월하며, 한번에 다양한 상품들을 비교할 수 있어 그 이용이 점점 더 활발해지고 있으며, 온라인을 통해 상품을 판매하는 판매자의 수도 계속해서 증가하고 있다.

이에 판매자는 소비자의 니즈를 충족시키기 위하여 다양한 방법을 활용하고 있으며, 이는 소비자의 구매 의욕을 고취시키고 연쇄적인 구매를 일으킬 수 있다.

하지만 온라인 쇼핑몰의 수가 증가하면서 상품수도 증가하게 되어 쇼핑몰로 유입된 고객이 만족스러운 상품을 찾지 못해 이탈하고 있으며, 특히, 패션은 구매 결정에 개인의 취향이 많이 반영되는 소비재로, 개개인의 취향을 반영하기는 어렵다. 따라서, 고객의 구매 전환율을 높이기 위해서는 보다 개인화된 서비스가 필요하다.

하지만, 기존 상품 추천시스템의 경우, 고객의 구매 정보만을 기반으로 상품을 추천함으로써 사용자의 의도와 취향을 정확하게 파악하여 고객에게 최적화된 상품을 추천하는데는 미흡한 면이 많다.

한국 공개특허 제2016-0039169호(2016.04.08)

따라서 본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 일 실시예에 따르면, 인공지능을 이용한 패션 이미지 인식을 통해 최신 패션 트렌드를 분석하고, 고객이 선택한 제품군(카테고리)에 대해 최신 패션 트렌드가 적용된 상품을 추천할 뿐만 아니라, 세부 디자인의 변경이 가능하여 고객의 취향에 맞는 맞춤형 상품을 제작하고 이를 구매할 수 있도록 하는 인공지능을 활용한 의류 추천 및 구매 방법, 장치, 및 시스템을 제공할 수 있다.

또한, 본 발명의 일 실시예에 따르면, 고객의 실제 이미지에 상품을 입혀볼 수 있는 가상피팅 서비스를 제공할 수 있는 인공지능을 활용한 의류 추천 및 구매 방법, 장치, 및 시스템을 제공할 수 있다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기 과제를 해결하기 위한 수단으로서, 본 발명의 일 실시형태에 따르면, 인터넷 사이트에 게시된 다수의 패션 이미지로부터 각각 패션 속성 정보를 추출하고, 추출한 패션 속성 정보들 간의 공통 스타일과 패션 트렌드의 상관관계가 학습된 신경망을 이용하는 인공지능을 활용한 의류 추천 및 구매 장치의 의류 추천 및 구매 방법에 있어서, 상기 인공지능을 통해 설정된 주기에 따른 최신 패션 트렌드를 분석하여 저장하는 제1단계; 사용자 단말의 연결을 통해 카테고리가 선택되면, 선택된 카테고리 내 다수의 아이템을 출력하되, 상기 아이템별로 저장된 최신 패션 트렌드에 따른 스타일이 적용된 상품들을 출력하는 제2단계; 출력된 상품들 중 하나가 선택되면, 상기 저장된 최신 패션 트렌드에 따른 스타일이 적용된 상품의 이미지를 기본값으로 설정하여 상세 이미지를 출력하되, 상기 기본값의 상품에 대한 디자인을 수정하여 생성된 옵션 이미지들을 동시에 출력하는 제3단계; 및 상기 기본값의 상품 또는 상기 옵션 이미지의 상품 구매가 선택되면, 구매 및 결제를 진행한 후 구매 이력 정보를 생성하고, 생성된 구매 이력 정보로부터 구매된 상품의 패션 속성 정보를 추출하고, 추출된 구매 상품의 패션 속성 정보와 고객 선호 정보의 상관관계가 학습된 신경망을 통해 고객 선호 정보를 분석하는 제4단계;를 포함하는 인공지능을 활용한 의류 추천 및 구매 방법을 제공한다.

상기 신경망은 다수의 패션 이미지로부터 추출한 패션 속성 정보를 입력 조건으로, 패션 트렌드를 출력 조건으로 가지며, 추출한 패션 속성 정보 간의 유사도가 높은 공통 스타일을 찾고, 찾은 공통 스타일의 집계 순위가 높은 스타일을 최신 패션 트렌드로 분석하고, 상기 옵션 이미지들은 선택된 상품의 수정 항목 별로 각각 생성되되, 상기 수정 항목은 넥라인, 어깨 기장, 총기장 및 기타옵션을 적어도 포함하며, 상기 제3단계는, 상기 옵션 이미지들 중 하나가 선택되면, 선택된 옵션 이미지를 상세 이미지로 출력하는 단계; 상기 기본값의 상품 또는 상기 옵션 이미지의 상품에 대한 가상피팅이 요청되면, 상기 고객의 사진 업로드 또는 사진 촬영에 의해 상기 고객의 이미지를 획득하는 단계; 키, 몸무게 및 사이즈를 적어도 포함하는 고객의 신체정보를 요청한 후, 상기 고객의 신체정보를 사용자 단말로부터 입력받아 획득하는 단계; 획득된 고객의 이미지로부터 고객의 신체 실루엣을 따라 배경 이미지를 제거하고, 배경 이미지가 제거된 고객의 신체 실루엣으로부터 얼굴, 어깨, 팔꿈치, 허리, 골반/힙, 무릎 및 발을 적어도 포함하는 신체 위치를 검출하고, 획득된 고객의 신체 정보와 검출한 신체 위치에 기초하여 상기 고객의 신체 실루엣의 신체 비율을 교정하여 고객의 가상 이미지를 생성하는 단계; 및 상성된 고객의 가상 이미지에 상기 기본값의 상품 또는 상기 옵션 이미지의 상품을 배치하여 가상피팅에 따른 착용 이미지를 생성한 후 출력하는 단계;를 더 포함하는 것을 특징으로 한다.

상기 패션 속성 정보는 카테고리, 아이템 종류, 색상, 프린트, 패턴, 넥라인, 어깨 기장 및 총기장 중 적어도 하나 이상을 포함하며, 상기 제3단계는, 상기 넥라인, 어깨 기장, 총기장 및 기타옵션을 적어도 포함하는 수정 항목 중 제1항목의 옵션 이미지들 중 하나를 선택하여 상기 기본값을 선택된 옵션 이미지로 변경하는 단계; 및 상기 수정 항목 중 제2항목의 옵션 이미지들 중 하나를 선택하여 변경된 옵션 이미지에 중복하여 추가로 변경하는 단계;를 더 포함하고, 상기 제4단계는, 구매 이력 정보가 누적되면, 새로 생성된 구매 이력 정보와 기 저장된 구매 이력 정보로부터 구매된 상품의 패션 속성 정보를 각각 추출하고, 구매된 상품의 패션 속성 정보를 입력 조건으로 하고, 고객 선호 정보를 출력 조건으로 하는 신경망을 통해 상기 구매된 상품의 패션 속성 정보의 공통 스타일 또는 유사도에 대응하는 고객 선호 정보를 재분석하는 단계;를 더 포함하는 것을 특징으로 한다.

본 발명의 일 실시예에 따르면, 본 발명의 일 실시예에 따르면, 딥러닝 기반 인공지능 기술을 적용하여 인터넷 사이트 상의 패션 이미지로부터 최신 패션 트렌드를 분석하고, 고객이 선택한 아이템에 대한 최신 패션 트렌드의 스타일링을 제공할 수 있을 뿐만 아니라, 디자인 수정이 가능하도록 하여 개인 맞춤형 디자인 제작이 가능한 효과가 있다.

또한, 본 발명의 일 실시예에 따르면, 구매 상품과 고객 선호 정보의 상관관계를 스스로 학습한 신경망을 이용한 인공지능을 통해 고객의 구매 자료로부터 고객 선호 정보의 분석을 수행할 수 있고, 고객의 개인 취향에 맞는 맞춤형 상품을 추천할 수 있는 효과를 갖는다. 이를 통해 고객 개인선호별 최적의 상품제안이 가능하여 고객 만족도 향상 및 매출증대를 기대할 수 있는 효과를 갖는다.

또한, 본 발명의 일 실시예에 따르면, 쇼핑몰에 접속된 고객이 선택한 카테고리에 따른 아이템에 관해 최신 패션 트렌드에 따른 스타일을 추천하고, 고객이 선택한 상품을 고객 자신의 이미지에 적용시킨 가상피팅 서비스를 제공하여 상품의 구매가 이루어지도록 함으로써 상품 구매에 대한 고객 만족도가 향상되며 판매자는 고객 충성도 및 매출 증대를 이룰 수 있다.

또한, 본 발명의 일 실시예에 따르면, 고객의 실제 사진을 이용한 가상피팅 서비스를 제공함으로써 고객들이 실제 매장에 직접 가지 않고도 제품을 착용하고 체험해 보는 경험을 가능하게 하여 실제로 입어보거나 사용해보지 않고도 실시간으로 현실적이고 개인화된 사용 경험을 가질 수 있으며, 소비자의 시간 절약과 구매 결정에 도움을 주는 것은 물론 판매자에게는 반품 건수를 줄여주는 효과를 줄 수 있다.

도 1은 본 발명의 일 실시형태에 따른 인공지능을 활용한 의류 추천 및 구매 장치의 개념을 설명하기 위한 개념도이다.
도 2는 본 발명의 일 실시형태에 따른 인공지능을 활용한 의류 추천 및 구매 장치를 포함한 전체 시스템을 설명하기 위한 구성도이다.
도 3은 도 2에 도시된 인공지능을 활용한 의류 추천 및 구매 장치를 설명하기 위한 상세 구성도이다.
도 4는 도 3에 도시된 AI 기반 분석부를 설명하기 위한 상세 구성도이다.
도 5는 본 발명의 일 실시형태에 따른 인공지능을 활용한 의류 추천 및 구매 장치에 있어서, 카테고리 중 사용자가 선택한 아이템에 대한 최신 패션 트렌드가 적용된 디자인을 기본값으로 제공하는 화면예를 도시한 도면이다.
도 6은 도 5에 도시된 기본값 디자인에서 넥라인을 변경한 예를 도시한 도면이다.
도 7은 도 5에 도시된 기본값 디자인에서 어깨 기장을 변경한 예를 도시한 도면이다.
도 8은 본 발명의 일 실시형태에 따른 인공지능을 활용한 의류 추천 및 구매 방법을 설명하기 위한 순서도이다.
도 9는, 도 8에 도시된 S20 단계를 상세하게 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 방법에 있어서, 고객의 실제 이미지를 이용한 가상피팅 서비스를 설명하기 위한 순서도이다.

이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.

또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의되되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.

따라서, 예를 들어, 본 명세서의 블럭도는 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 이와 유사하게, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.

프로세서 또는 이와 유사한 개념으로 표시된 기능 블럭을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다.

또한 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다.

본 명세서의 청구범위에서, 상세한 설명에 기재된 기능을 수행하기 위한 수단으로 표현된 구성요소는 예를 들어, 상기 기능을 수행하는 회로 소자의 조합 또는 펌웨어/마이크로 코드 등을 포함하는 모든 형식의 소프트웨어를 포함하는 기능을 수행하는 모든 방법을 포함하는 것으로 의도되었으며, 상기 기능을 수행하도록 상기 소프트웨어를 실행하기 위한 적절한 회로와 결합된다. 이러한 청구범위에 의해 정의되는 본 발명은 다양하게 열거된 수단에 의해 제공되는 기능들이 결합되고 청구항이 요구하는 방식과 결합되기 때문에 상기 기능을 제공할 수 있는 어떠한 수단도 본 명세서로부터 파악되는 것과 균등한 것으로 이해되어야 한다.

상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명하에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명이 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명은 생략하기로 한다.

도 1은 본 발명의 일 실시형태에 따른 인공지능을 활용한 의류 추천 및 구매 장치의 개념을 설명하기 위한 개념도이다.

도 1을 참조하면, 본 발명의 일 실시형태에 따른 인공지능(ARTIFICIAL INTELLIGENCE; AI)를 활용한 의류 추천 및 구매 서비스는 이미지 크롤링을 통해 인터넷 사이트에 게시된 패션 이미지를 인식하여 최신 패션 트렌드를 분석하고, 분석된 최신 패션 트렌드를 고객이 선택한 카테고리 내 세부 아이템별 상품에 적용하여 추천 스타일을 제공한다.

이후, 고객이 제공된 AI의 추천 스타일 또는 고객 취향에 따라 제작된 스타일 중 하나의 구매가 이루어지면, AI를 통해 고객의 구매에 따른 고객 선호 스타일을 재분석하고 그 결과를 통해 고객 선호 스타일을 갱신한다.

그리고, 주기적으로 AI를 통해 최신 패션 트렌드의 분석을 수행하고, 갱신된 고객 선호 스타일에 기반하여 최신 패션 트렌드를 고객 선호 스타일에 적용하여 스타일을 추천할 수 있게 된다.

이와 같이 AI를 활용하여 최신 패션 트렌드를 분석하고, 분석된 최신 패션 트렌드가 반영된 스타일을 고객이 선택한 아이템별로 추천하는 동시에, AI를 통해 고객의 구매 상품에 대한 스타일을 이용하여 고객 선호 스타일을 재분석하고, 재분석된 고객 선호 스타일을 통해 고객 취향에 맞도록 더욱 정교한 스타일의 추천이 가능하게 된다.

도 2는 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 장치를 포함한 전체 시스템을 설명하기 위한 구성도이다.

도 2를 참조하면, 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 시스템은, 사용자 단말(100), AI 활용한 의류 추천 및 구매 장치(200), 웹사이트, SNS, 블로그 등을 포함하는 인터넷 사이트(300)를 포함하여 구성될 수 있다.

이때, 도 2에 도시된 각 구성요소들은 일반적으로 네트워크를 통해 연결된다. 예를 들어, 사용자 단말(100)은 네트워크를 통하여 AI 활용한 의류 추천 및 구매 장치(200)와 연결될 수 있다. 그리고, AI 활용한 의류 추천 및 구매 장치(200)는 네트워크를 통하여 적어도 하나의 웹사이트, SNS, 블로그 등의 인터넷 사이트(300)와 연결될 수 있다.

여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.

사용자 단말(100)은, AI 활용한 의류 추천 및 구매 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 원하는 상품을 검색하고, 검색한 상품에 대한 최신 패션 트렌드에 따른 스타일을 추천받고, 추천받은 스타일의 세부 디자인을 변경하고 최종적으로 선택한 상품에 대한 구매를 요청할 수 있다. 이때, 사용자 단말(100)은 AI 활용한 의류 추천 및 구매 서비스 관련 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있으며, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.

또한, 사용자 단말(100)은 선택한 상품에 대한 가상피팅 서비스를 요청할 수 있다. 이를 위해, 사용자 단말(100)은 자신의 모습을 촬영한 사진을 업로드하거나 사용자 단말(100)에 구비된 카메라를 구동하여 직접 촬영하여 전달할 수 있다.

또한, 사용자 단말(100)은, 선택한 상품에 대한 가상피팅 서비스를 위해 자신의 키, 몸무게, 각 부위별 치수 등을 포함하는 신체 정보가 고객에 의해 입력되면 이를 AI 활용한 의류 추천 및 구매 장치(200)로 전달함으로써 더욱 정확한 고객 이미지를 생성할 수 있도록 한다.

따라서, 사용자 단말(100)은, 고객이 원하는 카테고리가 고객에 의해 선택되면, 선택된 카테고리 내 하위 아이템과 관련하여 AI를 통해 추천된 상품들을 출력하고, 추천된 상품들 중 하나가 사용자에 의해 선택되면, 선택된 상품의 상세 이미지를 출력한다. 이때, 선택된 상품의 상세 이미지는 AI를 통해 분석된 최신 패션 트렌드에 따른 스타일이 반영된 상품 이미지가 기본값으로 구성될 수 있다.

이러한 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 스마트 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 또한, 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

그리고, AI 활용한 의류 추천 및 구매 장치(200)는, AI 활용한 의류 추천 및 구매 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 장치로, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있고, 또한, 인터넷 쇼핑몰일 수 있으며 서버로 구현될 수 있다.

이러한 AI 활용한 의류 추천 및 구매 장치(200)는, 웹사이트, SNS, 블로그 등을 포함하는 인터넷 사이트에 대한 이미지 크롤링을 수행하여 패션 이미지를 인식하고, 인식된 패션 이미지로부터 최신 패션 트렌드를 분석할 수 있다. 이때, AI 활용한 의류 추천 및 구매 장치(200)는, 주기적인 이미지 크롤링을 수행할 수 있으며, 이미지 크롤링에 따른 최신 패션 트렌드에 대한 분석 결과를 주기적으로 갱신하고, 분석된 최신 패션 트렌드에 따른 디자인 및 스타일링을 상품에 적용할 수 있다.

또한, AI 활용한 의류 추천 및 구매 장치(200)는, 사용자 단말(100)에서 상품의 가상피팅 서비스를 원할 경우, 고객의 이미지에 상품을 오버레이(덧씌움)시켜 상품이 착용된 가상피팅 이미지를 출력하도록 한다.

그리고, 웹사이트, SNS, 블로그 등의 인터넷 사이트(300)에 있어서, 웹사이트는 패션과 관련된 정보와 같은 웹서비스를 제공하는 서버일 수 있으며, SNS, 블로그는 소셜미디어서비스를 제공하는 서버일 수 있다. 인터넷 사이트(300)는 SNS, 블로그 뿐만 아니라 인스트그램, 페이스북 등의 소셜미디어서비스를 더 포함할 수 있다.

이러한 인터넷 사이트(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.

도 3은, 도 2에 도시된 AI을 활용한 의류 추천 및 구매 장치(200)를 설명하기 위한 상세 구성도이다.

도 3을 참조하면, 본 발명의 일 실시형태에 따른 AI 기반 의류 추천 및 구매 장치(200)는, AI 기반 분석부(210), 상품정보 관리부(220), AI 기반 스타일링 추천부(230), 고객정보 관리부(240), 구매 및 결제 처리부(250) 및 고객 피팅이미지 생성부(260)를 적어도 포함하여 구성될 수 있다.

먼저, AI 기반 분석부(210)는, 인터넷 사이트(300)에 게시된 패션 이미지들을 이미지 크롤링을 통해 검색하여 패션 속성 정보를 추출하는 검색엔진을 포함할 수 있다. 이때, AI 기반 분석부(210)는 이미지 크롤링(Image Crawling)을 이용하여 패션 이미지들을 검색하여 인식하고, 인식된 패션 이미지들로부터 최신 패션 트렌드를 분석할 수 있다. 예들 들면, AI 기반 분석부(210)는 인식된 패션 이미지들로부터 패션 속성 정보들을 추출하고, 패션 이미지별 패션 속성 정보들 간의 공통 스타일을 찾음으로써 최신 패션 트렌드 경향을 분석할 수 있다. 여기서, 패션 속성 정보는 상품의 카테고리, 색상, 프린트(패턴), 넥라인, 소매 기장, 총기장, 소재, 색상 등을 적어도 포함할 수 있다.

이러한 AI 기반 분석부(210)는 인터넷 사이트(300)에 게시된 다수의 패션 이미지로부터 각각 패션 속성 정보를 추출하고, 추출한 패션 속성 정보들 간의 유사도(또는 공통 스타일)와 패션 트렌드의 상관관계가 학습된 신경망을 이용하는 인공지능을 활용해 최신 패션 트렌드 경향을 분석할 수 있다. 즉, 추출한 패션 속성 정보들 간의 유사도와 패션 트렌드의 상관관계에 따르면, 추출한 패션 속성 정보들 간의 유사도가 높으면 공통 스타일로 판단되고, 판단된 공통 스타일의 누적횟수를 집계하여 집계 순위가 높은 공통 스타일은 최신 패션 트렌드로 분석될 수 있다는 것이다.

즉, AI 기반 분석부(210)는, 웹사이트, SNS, 블로그 등 인터넷 사이트에서 공유되는 수천만의 패션 이미지를 실시간으로 분석 및 비교하여 공통 스타일을 찾고 공통 스타일의 찾은 횟수를 집계하여 순위를 매김으로써 실시간 패션 트렌드를 분석할 수 있다.

또한, AI 기반 분석부(210)에 있어서, AI는 패션 이미지로부터 제품군(카테고리), 제품 종류(아이템), 색상, 프린트, 소재, 기장, 사이즈 등을 포함하는 다양한 패션 속성을 인식해 해당 패션 이미지를 쉽게 분류하는 기술과 서로 다른 상품 이미지 간 유사성을 해석해 비슷한 이미지를 검색해주는 기술을 보유한다. 예를 들면, 소셜미디어나 의류 매장에서 마음에 드는 옷의 이미지 정보를 제공하면 이와 비슷한 제품을 검색하여 제공할 수 있다.

예를 들면, 또한, AI 기반 분석부(210)는 사진 업로드를 통해 이미지 검색이 요청되면, 업로드된 이미지를 이용해 상품을 검색할 수 있다. 이때, 인공지능은 이미지의 모든 상품을 식별하고 가장 유사한 상품을 검색하여 제공할 수 있다. 이를 통해, 본 발명은 소비자가 원하는 이미지를 제시하면 소비자의 취향에 맞는 스타일을 쉽게 찾아줄 수 있으며, 동시에 소비자가 제시한 이미지 사진에서 소비자에 관한 정보를 데이터화해서 분석 자료로 사용할 수도 있다.

또한, AI 기반 분석부(210)는 고객의 구매 이력을 모니터링하고 고객이 선호하는 상품을 파악하고, 선호하는 상품의 속성 정보를 추출하여 공통 스타일을 찾고 공통 스타일을 고객 선호 정보로서 저장한다. 이후, AI 기반 스타일링 추천부(230)에서 고객 선호 정보에 따른 상품을 추천하여 고객의 구매율을 높이도록 지원할 수 있다. 즉, AI 기반 분석부(210)는, 고객의 구매 이력을 바탕으로 구매된 상품의 색상, 실루엣, 프린팅 등에 대한 패션 속성을 관찰하여 유사성 또는 공통 스타일을 찾음으로써 소비자의 구매 패턴을 분석할 수 있고, 이를 활용해 구매 가능성이 높은 상품들을 추천할 수 있도록 한다.

이러한 AI 기반 분석부(210)는 최신 패션 트렌드를 적용한 상품 이미지를 기본값으로 하여 상세 이미지를 출력하도록 제어하고, 기본값의 상품 이미지의 디자인 수정 항목별로 디자인이 다양한 형태로 변경된 상품 이미지들를 생성하고, 이를 기본값의 상품 이미지와 함께 출력하도록 제어한다. 소비자가 디자인 변경을 선택하면, 선택된 디자인 변경 이미지를 상세 화면에 출력시킨다.

동시에 AI 기반 분석부(210)는 해당 상품과 어울리는 헤어스타일, 구두, 액세서리 등의 스타일링을 분석된 최신 패션 트렌드 또는 고객 선호 정보를 종합한 후 추천한다.

그리고, 상품정보 관리부(220)는, 상품에 대한 속성 정보 및 상품 이미지를 저장하고, 이를 관리한다. 이때, 상품 이미지는 최신 패션 트렌드를 반영하여 생성된 기본 이미지와 기본 이미지에 대해 다양한 형태로 디자인이 수정된 옵션 이미지들을 포함한다. 예를 들면, 원피스에 대한 넥라인의 경우, 최신 패션 트렌드가 유(U)형 넥라인이면 기본 디자인으로 생성된 유(U)형 넥라인의 원피스를 저장하고, 브이(V)형 넥라인, 라운드 넥라인, 스퀘어 넥라인, 하이 넥라인, 홀터 넥라인 등의 원피스를 옵션 이미지들로 함께 저장된다.

그리고, AI 기반 스타일링 추천부(230)는, AI 기반 스타일링 추천부(260)는, 고객이 구매한 상품에 대한 스타일링을 추천할 수 있다. 이때, AI 기반 스타일링 추천부(260)는 최신 패션 트렌드 정보와 고객 선호 정보를 이용하여 고객이 선택한 상품에 대한 스타일링 추천을 수행한다. 이때, AI는 구매한 상품과, 고객 선호 정보 및 패션 트렌드 정보를 입력 조건으로 하고, 추천 스타일링을 출력 조건으로 하는 신경망을 이용해 구매한 상품과 어울리는 스타일링을 고객 선호 정보에 따른 스타일에 최신 패션 트렌드를 반영하여 추천할 수 있다.

그리고, 고객정보 관리부(240)는, 고객의 구매 이력 정보 및 고객 선호 정보를 저장 및 관리한다.

또한, 고객정보 관리부(240)는, 고객으로부터 회원가입 정보를 수신하여 로그인 및 회원관리를 수행할 수 있다. 여기서, 회원가입 정보는 아이디, 비밀번호, 전화번호, 주소, 메일주소, 성별, 연령대, 관심 패션 분야 등을 포함할 수 있다. 이때, 사용자정보 관리부(240)는, 회원가입시 전화번호를 이용한 본인확인 및 인증을 일회성으로 실시할 수 있다.

또한, 고객정보 관리부(240)는, 가상피팅 서비스를 위해 입력된 고객의 신체 정보와, 생성된 실사판 고객의 가상 이미지를 저장하고 관리한다. 여기서, 신체 정보는 실사판 고객의 가상 이미지를 생성하기 위한 외형 조건인 키, 몸무게, 인체의 각 부위별 치수, 피부톤, 머리길이, 나이 및 성별 중 적어도 하나 또는 적어도 하나의 이상의 조합을 포함할 수 있다.

그리고, 구매 및 결제 처리부(250)는, 구매 이벤트가 발생하는 경우, 선택된 상품의 구매 및 결제를 수행한다. 사용자의 구매 정보는 사용자정보 관리부(240)로 전달되며, 고객정보 관리부(240)는 전달된 사용자의 구매 정보를 저장하여 구매 이력 정보를 갱신하고, 구매 확정된 상품 이미지를 분석하여 고객 선호 정보를 갱신한다.

그리고, 고객 피팅이미지 생성부(260)는 고객 자신의 사진을 이용한 가상피팅 서비스를 제공할 수 있다. 이를 위해 고객 피팅이미지 생성부(260)는 키, 몸무게 및 각 부위별 치수 등을 적어도 포함하는 고객의 신체 정보와 사진을 요구할 수 있으며, 구비된 카메라를 구동하여 직접 고객을 촬영하거나 고객이 사진을 업로드하는 것에 의해 고객의 이미지을 획득할 수 있다.

또한, 고객 피팅이미지 생성부(260)는 획득된 고객 이미지로부터 고객의 신체 실루엣을 따라 배경을 분리하여 제거하고, 배경이 제거된 신체 실루엣으로부터 얼굴, 어깨, 팔꿈치, 허리, 골반/힙, 무릎 및 발의 위치 및 치수를 대략적으로 측정한 후 고객의 키와 몸무게 정보에 기반하여 고객의 가상 이미지를 생성하고, 생성된 고객의 가상 이미지의 얼굴, 어깨, 팔꿈치, 허리, 골반/힙, 무릎 및 발의 위치에 맞춰 선택된 상품을 배치하여 출력한다. 이때, 고객 피팅이미지 생성부(260)는 고객의 가상 이미지에 선택된 상품을 배치한 후 선택된 상품의 외주연 바깥으로 남아있는 고객의 가상 이미지의 기존 의상을 선택적으로 제거하는 기능을 추가로 제공할 수 있다.

또한, 고객 피팅이미지 생성부(260)는 선택한 상품의 사이즈별 실제 치수와 고객의 신체 정보에 따른 치수를 고려하여 가상피팅을 수행할 수 있다. 즉, 고객 피팅이미지 생성부(260)는, 선택된 상품 이미지를 고객의 가상 이미지의 신체 부위에 배치하여 출력할 때, 사용자 단말(100)로부터 수신된 고객의 신체 정보(키, 몸무게, 각 부위별 치수 정보)에 따라 상품의 착용 이미지를 다르게 생성할 수 있다. 예를 들면, 고객의 몸무게가 증가된 경우, 동일 사이즈의 옷이라도 착용 느낌은 '넉넉하다'에서 '타이트하다'로 달라질 수 있다. 이러한 신체 변화에 따라 가상피팅 이미지의 착용 느낌을 달리하여 생성할 수 있다. 이때, 착용 이미지의 변화는 사용자의 몸무게뿐만 아니라, 사용자의 허리 사이즈, 어깨 사이즈 등에 기반할 수 있다.

도 4는 도 3에 도시된 AI 기반 분석부를 설명하기 위한 상세 구성도이다.

도 4를 참조하면, 본 발명의 일 실시형태에 따른 AI 기반 분석부(210)는 패션 트렌드 분석부(211)와 사용자 선호 분석부(212)를 포함하여 구성될 수 있다.

패션 트렌드 분석부(211)는, 웹사이트, SNS, 블로그 등 인터넷 사이트(300)에 실시간으로 게시되는 패션 이미지들을 이미지 크롤링을 통해 검색하고, 검색된 패션 이미지들로부터 각각의 패션 속성 정보를 추출한다. 이때, 패션 트렌드 분석부(211)는, 패션 이미지들을 이미지 크롤링할 때 해당 패션 이미지에 관련된 텍스트 데이터를 함께 수집할 수 있다. 여기서, 해당 패션 이미지와 관련된 텍스트 데이터는, 예를 들어, 해당 패션 이미지의 카테고리나 상품명에 기재되어 있는 '티셔츠', '티' 또는 '상의' 등의 텍스트일 수 있다. 또한, 텍스트 데이터에는 소재, 재질과 같은 해당 제품의 제품 사양에 대한 정보가 포함될 수도 있다.

이로써, 패션 트렌드 분석부(211)는, 패션 이미지로부터 추출된 패션 속성 정보와 텍스트 데이터로부터 수집된 패션 속성 정보를 조합하여 해당 패션 이미지의 패션 속성 정보로 수집할 수 있다.

그리고, 패션 트렌드 분석부(211)는 각 패션 이미지의 추출된 패션 속성 정보 간 공통 스타일을 찾고, 찾은 공통 스타일의 검출 횟수를 집계하여 집계수가 높은 공통 스타일을 패션 트렌드로서 분석할 수 있다.

즉, 본 발명의 일 실시형태에 있어서, 패션 트렌드 분석부(211)는, 패션 이미지의 추출된 패션 속성 간 공통 스타일과 패션 트렌드의 상관관계를 학습한 신경망을 이용하는 인공지능을 통해 최신 패션 트렌드를 분석한다. 이때, 신경망은 패션 이미지의 추출된 패션 속성 간의 유사도를 입력 조건으로, 패션 트렌드를 출력 조건으로 하여, 패션 이미지의 추출된 패션 속성 간 유사도가 높은 공통 스타일을 찾고, 찾은 공통 스타일의 검출 횟수를 집계하여 집계순위가 높은 공통 스타일을 최신 패션 트렌드로 분석할 수 있다. 이러한 신경망을 이용한 인공지능은 머신 러닝과 딥러닝 방식을 사용해 패션 이미지를 인식하고 분류하도록 신경망을 학습시킨다. 도시하지는 않았지만, 신경망은 다수의 입력층, 은닉층, 출력층을 구비하며, 입력층의 입력 조건과 출력층의 출력 조건의 상관관계를 반복적으로 학습하여 입력 조건에 상응하는 출력 조건을 출력하도록 한다.

그리고, 고객 선호 분석부(212)는, 고객의 구매 이력을 모니터링하여 고객이 선호하는 상품을 파악하고, 선호하는 상품의 패션 속성 정보를 추출하여 공통 스타일을 찾고 찾은 공통 스타일을 고객 선호 정보로서 저장한다.

즉, 고객 선호 분석부(212)는, 고객의 구매 이력으로부터 구매된 상품의 색상, 실루엣, 프린팅 등에 대한 패션 속성 정보를 관찰하여 구매된 상품 각각의 패션 속성 정보 간 공통 스타일을 찾음으로써 고객의 선호 정보를 분석할 수 있고, 이를 활용해 구매 가능성이 높은 상품들을 추천할 수 있도록 한다.

도 5는 본 발명의 일 실시형태에 있어서, 카테고리 중 고객이 선택한 아이템에 대해 AI를 통해 분석된 최신 패션 트렌드가 반영된 디자인을 기본값으로 제공하는 화면예를 도시한 도면이다.

도 5를 참조하면, 사용자 단말(100)과 AI를 활용한 의류 추천 및 구매 장치(200)가 연결된 후, 사용자 단말(100)에 출력되는 메인화면에서 카테고리, 아이템을 순차 선택한 후, 선택한 아이템의 추천 상품 중 하나를 선택하여 출력되는 화면에 있어서, 선택된 아이템이 원피스인 경우, 원피스에 대해 최신 패션 트렌드가 반영된 디자인을 기본값(1)으로 출력하면서 상세 이미지(2)에도 출력한다.

그리고, 기본값(1)의 디자인 수정이 반영된 옵션 이미지(3)를 기본값(1)과 함께 출력할 수 있다.

즉, 출력 화면에는 상품의 디자인을 수정할 수 있는 수정 항목(4)이 표시되며, 각 수정 항목 별로 기본값(1)에 해당하는 상세 이미지(2)와, 옵션 이미지들(3)이 출력된다. 여기서, 수정 항목(4)은 넥라인(NECKLINE), 어깨 기장(SLEVE TYPE), 총기장(LENGTH), 기타옵션(OTHER OPTION)을 적어도 포함할 수 있다.

도 6은 도 5에 도시된 기본값의 디자인에서 넥라인을 변경한 예를 도시한 도면이다.

도 6을 참조하면, 수정 항목이 넥라인(5, NECKLINE)인 경우, 도 5에 도시된 기본값의 넥라인은 넓은 U자형 넥라인이며, 이를 옵션 이미지 중 깊은 V자형 넥라인(6)을 선택하여 변경할 수 있다. 이때, 선택된 V자형 넥라인의 옵션 이미지(6)에 따라 넥라인이 수정된 상세 이미지(7)가 출력된다.

도 7은 도 5에 도시된 기본값의 디자인에서 어깨 기장을 변경한 예를 도시한 도면이다.

도 7을 참조하면, 수정 항목이 어깨 기장(8, SLEEVE TYPE)인 경우, 도 5에 도시된 기본값의 어깨 기장은 민소매이며, 이를 옵션 이미지 중 팔꿈치 기장(9)을 선택하여 변경할 수 있다. 이때, 선택된 팔꿈치 기장의 옵션 이미지(9)에 따라 어깨 기장이 수정된 상세 이미지(10)가 출력된다.

한편, 도 6에 도시된 넥라인의 수정 디자인을 저장하지 않고, 도 7에 도시된 어깨 기장의 수정 디자인만이 반영되도록 하여 최종 상품을 구매할 수 있다. 하지만, 도 6에 도시된 넥라인의 수정 디자인을 저장하고, 도 7에 도시된 어깨 기장의 수정 디자인을 추가 함으로써 깊은 V자형 넥라인과 팔꿈치 기장의 수정 디자인이 모두 반영된 최종 상품을 구매할 수도 있다.

이와 같이 본 발명에 따른 AI를 활용한 의류 추천 및 구매 장치에 따르면, 고객이 선택한 상품에 대해 최신 패션 트렌드가 반영된 디자인의 상품을 구매하거나, 고객의 취향에 맞도록 디자인 수정을 통해 제작된 상품을 구매할 수 있다.

도 8은 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 방법을 설명하기 위한 순서도이다. AI를 활용한 의류 추천 및 구매 방법은, 사용자 단말과 연결된 AI를 활용한 의류 추천 및 구매 장치에서 이루어지며, AI를 활용한 의류 추천 및 구매 장치는 고객 취향에 따른 개인 맞춤형 스타일 추천 및 의류를 판매하는 인터넷 쇼핑몰일 수 있다. 여기서, 본 발명의 일 실시 형태에 따른 AI(인공지능)는 머신 러닝과 딥러닝 방식을 사용해 인터넷 사이트에서 스스로 패션과 관련된 영상이나 사진(이하, 패션 이미지라고 함)들을 검색 및 인식하고, 인식된 패션 이미지들로부터 각각 패션 속성을 추출하고, 추출한 패션 속성들 간의 공통 스타일을 찾고, 찾은 공통 스타일의 횟수와 패션 트렌드의 상관관계가 학습된 신경망을 이용하여 최신 패션 트렌드를 분석하는 분석 어플리케이션일 수 있다.

또한, 본 발명의 일 실시 형태에 따른 AI는 고객의 구매 이력에 포함된 구매상품 이미지로부터 패션 속성을 추출하고, 추출한 패션 속성의 공통 스타일을 찾고, 찾은 공통 스타일의 횟수와 고객 취향의 상관관계가 학습된 신경망을 이용하여 고객 취향을 분석하는 분석 어플리케이션일 수 있다. 즉, 고객의 구매 이력이 많을수록 고객 취향에 대한 정확한 분석을 수행할 수 있고, 이를 통해 고객 맞춤형 스타일링을 제안할 수 있다.

도 8을 참조하면, 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 방법은, 먼저, AI 기반 분석부가, 인터넷 사이트에 게시된 패션 이미지를 이미지 크롤링을 통해 검색 및 인식하고, 인식된 패션 이미지들로부터 패션 속성을 추출한 후 추출된 패션 속성들 간의 공통 스타일을 찾고, 찾은 공통 스타일의 횟수를 집계하여 높은 순위에 따른 최신 패션 트렌드를 분석하고 이를 데이터베이스(미도시)에 저장한다(S10). 이를 통해 최신 패션 트렌드에 대한 데이터베이스를 사전에 구축할 수 있고, 카테고리 내 아이템별로 최신 패션 트렌드가 반영된 상품을 추천할 수 있다. 이때, 기 저장된 고객 선호 정보가 있을 경우는, 고객 선호 정보에 기초하여 최신 패션 트렌드가 반영된 상품을 추천할 수 있다.

여기서, 패션 속성은 카테고리, 색상, 프린트, 패턴, 소재, 넥라인, 어깨 기장, 총기장 등을 적어도 포함할 수 있으며, 상품의 추천은 패션 속성의 공통 스타일 및 패션 트렌드와 추천 상품의 상관관계로부터 추천 상품을 분석하는 인공지능 애플리케이션을 통해 이루어진다.

그런 다음, 고객이 사용자 단말을 통해 카테고리 및 해당 카테고리 내 세부 아이템을 선택하면, AI 기반 스타일링 추천부가, 고객에 의해 선택된 카테고리 및 아이템에 대해 최신 패션 트렌드가 적용된 스타일을 추천한다(S20). 여기서, 카테고리는 아우터, 상의, 하의, 원피스, 기타 등을 포함할 수 있으며, 세부 아이템은 각 카테고리별로 상이하며, 아우터는 자켓/코트, 패딩/점퍼/야상, 가죽/모피/무스탕 등을 포함할 수 있으며, 상의는 티셔츠, 블라우스/셔츠, 맨투맨/후드, 니트/가디건/조끼 등을 포함할 수 있으며, 하의는 스커트/치마, 캐주얼바지/팬츠, 청바지 등을 포함할 수 있으며, 원피스는 원피스, 정장/세트 등을 포함할 수 있으며, 기타는 트레이닝복, 수영복/비치웨어 등을 포함할 수 있다.

본 발명의 일 실시예에 있어서, AI을 활용한 스타일 추천은, 고객이 선택한 카테고리 및 아이템에 대해 기 저장된 고객 선호 정보가 없는 경우, 최신 패션 트렌드의 순위가 높은 스타일을 추천하고, 기 저장된 고객 선호 정보가 있는 경우, 최신 패션 트렌드에 따른 스타일 중 고객 선호도가 높은 스타일을 추천할 수 있다.

이어서, 고객이 사용자 단말을 통해 추천 스타일 또는 고객 제작 스타일의 상품 구매가 요청되면, 구매 및 결제 처리부가, 요청된 상품의 구매 및 결제를 진행한다(S30). 이때, 구매 및 결제 처리부는 고객의 상품 구매 정보를 생성하여 사용자정보 관리부로 전달하고, 사용자정보 관리부는 전달된 상품 구매 정보를 저장하여 상품 구매 이력을 갱신한다.

그런 다음, AI 기반 분석부가, 고객의 상품 구매 정보와 기 저장된 상품 구매 이력 중 구매한 상품 이미지로부터 패션 속성을 추출하고, 추출된 패션 속성으로부터 공통 스타일을 찾고, 찾은 공통 스타일의 횟수와 고객 취향의 상관관계가 학습된 신경망을 이용하여 고객 취향에 따른 고객 선호 스타일을 분석한다(S40).

도 9는, 도 8에 도시된 S20 단계를 상세하게 설명하기 위한 흐름도이다.

도 9를 참조하면, 고객은 사용자 단말을 통해 AI를 활용한 의류 추천 및 구매 장치에 접속하여 회원가입을 진행한다(S201). 여기서, 회원가입시 고객의 기본적인 인적사항(이름, 전화번호, 주소)을 입력하고 아이디 및 비밀번호를 설정한 후 본인인증을 수행하여 회원가입을 완료할 수 있다.

이어서, 회원가입을 진행한 후, 고객이 사용자 단말을 통해 아이디 및 비밀번호를 입력하여 로그인을 수행하면(S202), 카테고리를 선택할 수 있는 메인화면이 출력될 수 있다. 메인화면은 검색창을 포함할 수 있으며, 검색창에 키워드를 입력하거나 이미지 업로드를 통해 상품 검색을 수행할 수도 있다. 여기서, 카테고리는 아우터, 상의, 하의, 원피스, 기타 등을 적어도 포함할 수 있다.

그런 다음, 고객에 의해 카테고리가 선택되면(S203), 선택된 카테고리에 포함된 세부 아이템이 출력된다. 여기서, 세부 아이템은 각 카테고리별로 상이하며, 아우터는 자켓/코트, 패딩/점퍼/야상, 가죽/모피/무스탕 등을 포함할 수 있으며, 상의는 티셔츠, 블라우스/셔츠, 맨투맨/후드, 니트/가디건/조끼 등을 포함할 수 있으며, 하의는 스커트/치마, 캐주얼바지/팬츠, 청바지 등을 포함할 수 있으며, 원피스는 원피스, 정장/세트 등을 포함할 수 있으며, 기타는 트레이닝복, 수영복/비치웨어 등을 포함할 수 있다.

이후, 선택된 카테고리 내 세부 아이템이 선택되면(S204), 최신 패션 트렌드가 반영된 상품들의 이미지를 추천 스타일로 출력한다(S205).

그런 다음, 고객에 의해 출력된 추천 스타일 중 하나의 상품이 선택되면(S206), 추천 스타일에 따른 상품 이미지를 기본값으로 하여 상세 이미지로 출력하는 동시에, 상품의 디자인 수정에 따른 상품 이미지를 옵션 이미지로 출력한다(S207).

이어서, 추천 스타일이 선택되면(S208, Y), 선택된 상품의 구매 및 결제 요C청을 대기한다(S209).

한편, 본 발명의 일 실시형태에 따르면, AI를 활용한 의류 추천 및 구매 장치는 이미지 업로드를 통한 상품 검색 서비스를 제공할 수 있다. 이때, 출력되는 메인화면의 일 영역에는 이미지 업로드가 가능한 검색창이 포함되도록 구성될 수 있다.

구체적으로, 로그인 이후(S202), 출력되는 메인화면의 일 영역에 구비된 검색창에 구매하고 싶은 옷 이미지가 업로드되어 업로드된 옷 이미지와 유사한 상품의 검색이 요청된다(S210).

이후, 업로드된 옷 이미지의 패션 속성을 추출하고, 추출된 패션 속성과 유사한 패션 속성을 갖는 상품을 검색한다(S211).

그런 다음, 검색된 유사 상품들 중 최신 패션 트렌드가 반영된 상품들의 이미지를 추천 스타일로 출력한다(S212).

한편, 추천 스타일이 선택되지 않으면(S208, N), 디자인 수정 항목별로 옵션 이미지들 중 하나가 선택되면(S213), 선택된 옵션 이미지를 상세 이미지로 출력한다(S214). 여기서, 디자인 수정 항목은 넥라인, 어깨 타입(기장), 총기장을 적어도 포함할 수 있으며, 예를 들어, 고객은 기본값으로 출력된 상품 이미지의 넥라인이 넓은 U라인일 때, 고객은 옵션 이미지 중 깊은 V라인을 선택하여 디자인 수정을 수행할 수 있다. 또한, 고객은 기본값으로 출력된 상품 이미지의 어깨 타입이 민소매일 때, 고객은 옵션 이미지 중 어깨 타입을 팔꿈치 기장으로 선택하여 디자인 수정을 수행할 수 있다.

이후, 고객이 디자인 수정이 이루어진 상품의 구매 및 결제를 요청할 수 있다. 이와 같이 고객은 AI가 추천한 스타일을 수용하면서도 자신의 취향에 맞도록 디자인을 수정할 수 있다.

도 10은 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 방법에 있어서, 고객의 실제 이미지를 이용한 가상피팅 서비스를 설명하기 위한 순서도이다.

도 10을 참조하면, 본 발명의 일 실시형태에 따른 AI를 활용한 의류 추천 및 구매 장치의 가상피팅 서비스 방법은, 먼저, 사용자 단말을 통해 고객이 선택된 상품에 대한 가상피팅이 요청되면, 이미지 업로드 또는 사용자 단말에 구비된 카메라를 구동하여 고객을 촬영하는 것에 의해 고객 이미지를 획득한다(S250). 여기서, 고객 이미지는 전신을 포함하는 이미지인 것이 바람직하지만, 이에 한정되지 않으며 선택한 상품이 상의 카테고리이면 고객의 상반신만을 포함하는 이미지일 수 있다.

그리고, 키, 몸무게, 각 부위별 치수를 적어도 포함하는 고객의 신체정보를 요청하고, 이후 고객에 의해 신체정보가 입력되면 이를 획득하여 저장한다(S251). 이때, 고객의 신체정보는 키, 몸무게, 각 부위별 치수 외 팔 길이, 다리 길이 등을 포함할수록 고객의 신체 비율이 실제와 가까운 가상 이미지를 생성할 수 있다.

이어서, 획득된 고객 이미지로부터 고객의 신체 실루엣을 검출하고, 검출된 고객의 신체 실루엣을 따라 배경 이미지를 제거하고, 배경 이미지가 제거된 고객의 신체 실루엣으로부터 얼굴, 어깨, 팔꿈치, 허리, 골반/힙, 무릎, 발 등을 포함하는 신체 위치를 검출하고, 이전에 획득된 고객의 신체정보와 검출한 신체 위치에 기초하여 고객의 신체 실루엣의 신체 비율을 교정하여 고객의 가상 이미지를 생성한다(S252). 여기서, 고객의 신체 실루엣으로부터 각 신체 위치의 검출은, 모션 키포인트 검출(Motion Keypoint Detection) 방식을 이용할 수 있으며, 모션 키포인트 검출 방식은 이미지에 포함된 사람의 키포인트(관절)를 모두 추정하고, 키포인트 간의 상관관계를 분석하여 사람의 모션 추정(Pose Estimation)을 수행하는 Human Pose Estimation 기술이다. 고객의 가상 이미지는 실제 고객 모습의 2D 또는 3D의 아바타일 수 있다.

그런 다음, 생성된 고객의 가상 이미지에 선택된 상품을 덧씌워 가상피팅에 따른 착용 이미지를 생성한 후 출력한다(S253). 즉, 고객의 가상 이미지의 각 신체 위치와 선택된 상품의 각 부위가 맞도록 배치함으로써 이루어질 수 있다.

이때, 고객의 가상 이미지와 선택된 상품이 배치되면, 고객의 가상 이미지에서 상품이 덧씌워지지 않은 부위에 남아있는 고객의 기존 의상을 부분적으로 제거할 수 있다.

그리고, 출력된 고객의 착용 이미지에 대해 선택한 상품과 어울리는 다른 카테고리 내 상품, 액세서리(가방, 신발, 모자, 스카프/목도리, 목걸이, 선글라스 등)뿐만 아니라 헤어스타일을 포함하는 추천 스타일링을 제안할 수 있다. 여기서, 추천 스타일링은 출력된 고객의 착용 이미지에 다른 상품들을 함께 배치한 다수의 착용 이미지를 포함하는 룩북 형태일 수 있으며, 또한, 고객이 선택한 상품을 이용하여 스타일링한 인플루언서들의 패션 이미지들일 수 있다.

이처럼 고객은 선택한 상품의 가상피팅을 통해 상품 착용시 느낌을 체험할 수 있고, 또한, 고객이 선택한 상품과 함께 코디되는 횟수가 높은 다른 상품들을 추천하는 추천 스타일링 및 고객이 선택한 상품을 스타일링하여 게시한 인플루언서들의 패션 이미지를 제공받음으로써 고객은 선택한 상품에 대한 스타일링을 완성할 수 있고, 판매자의 경우 상품의 추가 구매가 유도되어 매출 증가를 가능하게 할 수 있다.

따라서, 본 발명의 일 실시 형태에 따른 AI를 활용한 의류 추천 및 구매 방법에 따르면, 고객의 실제 이미지와 신체정보를 입력하면 실제 고객 모습에 선택된 상품의 가상피팅을 제공함으로써 고객의 마음에 드는 옷을 선택하여 구매할 수 있게 된다. 이를 통해 고객의 구매 실패율을 줄일 수 있어 구매한 상품에 대한 반송 과정을 생략할 수 있다.

한편, 도시하지는 않았지만, 상품 선택이 쉽지 않을 경우, 고객은 다수 개의 스타일링에 대한 투표를 요청하고, 특정 기간동안 다른 고객들에게 해당 스타일링에 대한 투표를 요청한 후 득표수에 따른 순위를 고객에게 표시해줌으로써 고객의 최종 결정에 도움을 줄 수 있다.

또한, 본 발명의 일 실시 형태에 있어서, AI를 통해 고객의 구매 이력을 분석하여 구매한 상품과 어울리는 신상품을 추천할 수 있다. 이때, 신상품의 추천은 고객의 구매 이력에 따른 구매 상품과 사용자 선호 스타일을 입력 조건으로, 추천 가능한 신상품을 출력 조건으로 한 신경망을 통해 학습된 AI를 통해 이루어질 수 있다.

100. 사용자 단말 200. AI를 활용한 의류 추천 및 구매 장치
300. 인터넷 사이트

Claims (3)

1. 인터넷 사이트에 게시된 다수의 패션 이미지로부터 각각 상품의 카테고리, 색상, 패턴, 넥라인, 소매 기장, 총기장, 소재 및 색상을 적어도 하나 이상 포함하는 패션 속성 정보를 추출하고, 추출한 패션 속성 정보들 간의 유사도와 패션 트렌드의 상관관계가 학습된 신경망을 이용하는 인공지능을 활용한 의류 추천 및 구매 장치의 의류 추천 및 구매 방법에 있어서,
   상기 인공지능을 통해 설정된 주기에 따른 최신 패션 트렌드를 분석하여 저장하는 제1단계;
   사용자 단말의 연결을 통해 카테고리가 선택되면, 선택된 카테고리 내 다수의 아이템을 출력하되, 상기 아이템별로 저장된 최신 패션 트렌드에 따른 스타일이 적용된 상품들을 출력하는 제2단계;
   출력된 상품들 중 하나가 선택되면, 상기 저장된 최신 패션 트렌드에 따른 스타일이 적용된 상품의 이미지를 기본값으로 설정하여 상세 이미지를 출력하되, 상기 기본값의 상품에 대한 디자인을 수정하여 생성된 옵션 이미지들을 동시에 출력하는 제3단계;
   상기 기본값의 상품 또는 상기 옵션 이미지의 상품 구매가 선택되면, 구매 및 결제를 진행한 후 구매 이력 정보를 생성하고, 생성된 구매 이력 정보로부터 구매된 상품의 패션 속성 정보를 추출하고, 추출된 구매 상품의 패션 속성 정보와 고객 선호 정보의 상관관계가 학습된 신경망을 통해 고객 선호 정보를 분석하는 제4단계;를 포함하며,
   상기 추출한 패션 속성 정보들 간의 유사도와 패션 트렌드의 상관관계가 학습된 신경망은 다수의 패션 이미지로부터 추출한 상품의 카테고리, 색상, 패턴, 넥라인, 소매 기장, 총기장, 소재 및 색상을 적어도 하나 이상 포함하는 패션 속성 정보를 입력 조건으로, 패션 트렌드를 출력 조건으로 가지며, 추출한 패션 속성 정보를 비교하여 공통 스타일을 찾고, 찾은 공통 스타일의 검출 횟수를 누적하여 집계 순위를 매김으로써 상기 집계 순위에 따른 공통 스타일을 최신 패션 트렌드로 분석하고,
   상기 옵션 이미지들은 선택된 상품의 수정 항목 별로 각각 생성되되, 상기 수정 항목은 넥라인, 어깨 기장, 총기장 및 기타옵션을 적어도 포함하며,
   상기 제3단계는, 상기 옵션 이미지들 중 하나가 선택되면, 선택된 옵션 이미지를 상세 이미지로 출력하는 단계;
   상기 기본값의 상품 또는 상기 옵션 이미지의 상품에 대한 가상피팅이 요청되면, 상기 고객의 사진 업로드 또는 사진 촬영에 의해 상기 고객의 이미지를 획득하는 단계;
   키, 몸무게 및 각 부위별 치수를 적어도 포함하는 고객의 신체 정보를 요청한 후, 상기 고객의 신체 정보를 사용자 단말로부터 입력받아 획득하는 단계;
   획득된 고객의 이미지로부터 고객의 신체 실루엣을 따라 배경 이미지를 제거하고, 배경 이미지가 제거된 고객의 신체 실루엣으로부터 얼굴, 어깨, 팔꿈치, 허리, 골반/힙, 무릎 및 발을 적어도 포함하는 신체 위치를 검출하고, 획득된 고객의 신체 정보와 검출한 신체 위치에 기초하여 상기 고객의 신체 실루엣의 신체 비율을 교정하여 고객의 가상 이미지를 생성하는 단계; 및
   생성된 고객의 가상 이미지에 상기 기본값의 상품 또는 상기 옵션 이미지의 상품을 배치한 후, 상기 고객의 가상 이미지에서 배치된 상품의 외주연 바깥으로 남아있는 기존 의상을 선택하여 제거하고, 상기 기본값의 상품 또는 상기 옵션 이미지의 상품의 사이즈와 고객의 신체정보에 따른 키, 몸무게 및 각 부위별 치수를 기반으로 상기 고객의 신체 변화에 따라 넉넉하다 및 타이트하다를 포함하는 착용 느낌 중 하나를 반영하여 가상피팅에 따른 착용 이미지를 생성한 후 출력하는 단계;를 더 포함하며,
   상기 제4단계는, 상기 기본값의 상품 또는 상기 옵션 이미지의 상품에 대한 구매가 선택되기 전에, 상기 기본값의 상품 및 상기 옵션 이미지의 상품들에 대한 다른 고객의 투표가 요청되면, 상기 기본값의 상품 및 상기 옵션 이미지의 상품들 각각의 스타일에 대한 다른 고객의 투표를 특정 기간동안 진행하고, 투표결과, 각 상품의 득표수에 따른 순위를 출력하여 제공하는 단계를 더 포함하는 것을 특징으로 하는 인공지능을 활용한 의류 추천 및 구매 방법.
2. 삭제
3. 제1항에 있어서,
   상기 패션 속성 정보는 카테고리, 아이템 종류, 색상, 프린트, 패턴, 넥라인, 어깨 기장 및 총기장 중 적어도 하나 이상을 포함하며,
   상기 제3단계는, 상기 넥라인, 어깨 기장, 총기장 및 기타옵션을 적어도 포함하는 수정 항목 중 제1항목의 옵션 이미지들 중 하나를 선택하여 상기 기본값을 선택된 옵션 이미지로 변경하는 단계; 및
   상기 수정 항목 중 제2항목의 옵션 이미지들 중 하나를 선택하여 변경된 옵션 이미지에 중복하여 추가로 변경하는 단계;를 더 포함하고,
   상기 제4단계는, 구매 이력 정보가 누적되면, 새로 생성된 구매 이력 정보와 기 저장된 구매 이력 정보로부터 구매된 상품의 패션 속성 정보를 각각 추출하고, 구매된 상품의 패션 속성 정보를 입력 조건으로 하고, 고객 선호 정보를 출력 조건으로 하는 신경망을 통해 상기 구매된 상품의 패션 속성 정보의 공통 스타일 또는 유사도에 대응하는 고객 선호 정보를 재분석하는 단계;를 더 포함하는 것을 특징으로 하는 인공지능을 활용한 의류 추천 및 구매 방법.

Images