KR102563125B1 - 최저가제공장치 및 최저가제공방법 - Google Patents

Abstract

최저가제공장치 및 최저가제공방법을 제시하며, 일 실시예에 따른 최저가제공장치는 복수 개의 상품페이지별 가격정보를 포함하는 가격테이블을 저장하는 메모리, 및 상품에 관한 최저가 검색 요청을 획득하면, 강화학습 모델을 이용하여 업데이트된 가격테이블에 기초하여 최저가를 검색하고, 검색된 최저가의 상품페이지를 제공하는 제어부를 포함할 수 있다.

Description

최저가제공장치 및 최저가제공방법{APPARATUS AND METHOD FOR PROVIDING LOWEST PRICE INFORMATION}

본 명세서에서 개시되는 실시예들은 최저가제공장치 및 최저가제공방법에 관한 것으로, 보다 상세하게는, 상품페이지 별 가격을 수집하여 가장 낮은 가격을 제시하는 상품페이지를 제공할 수 있는 최저가제공장치 및 최저가제공방법에 관한 것이다.

최근 들어 온라인 쇼핑몰을 이용하는 유저는 급증하고 있으며, 이에 따라 더 많은 구매자를 유치하기 위한 온라인 쇼핑몰 간의 경쟁 또한 커지고 있는 추세이다.

예를 들어 각 온라인 쇼핑몰은 유저를 유인하기 위해 동일 상품을 타 온라인 쇼핑몰보다 저렴하게 판매하려고 한다. 이와 같이 낮은 가격으로 상품을 온라인 쇼핑몰을 통해 판매하는 경우, 판매자는 훨씬 적은 비용으로 상품을 홍보하고 관리할 수 있으며, 박리다매의 이점을 활용하여 충분한 이윤을 창출할 수도 있다.

그러나, 다수의 쇼핑몰이 난립하고 있어 동일 상품이 다양한 가격으로 다양한 쇼핑몰에서 판매되므로 구매자가 각각의 쇼핑몰을 검색한 후 각각의 쇼핑몰의 제품가격을 비교한 후 특정 쇼핑몰로 접속한 후 해당 제품을 구매할 수밖에 없어 인터넷을 통한 물품 구매가 상당히 번거로웠다.

이러한 단점을 극복하기 위해 쇼핑몰 가격비교서비스가 제공되고는 있지만, 최저가로 검색된 가격이, 대부분 유저 유입을 목적으로 한 이벤트성 상품들의 가격인 경우가 많아 가격비교서비스로 최저가의 상품을 검색했다고 생각하는 유저의 시간낭비를 초래하는 등 부작용이 생겨나는 문제점이 있다.

한편, 최근 들어, 여러 딥러닝 방식이 제안되고 있다. 이 중 강화학습(Reinforcement Learning)은, 에이전트(Agent)가 환경(Environment) 상태(State)에 따라 선택한 행동(Action)에 따른 보상(Reward)을 이용하여 학습시키는 기계 학습의 한 방법이다. 환경과 서로 상호 작용하면서 얻어지는 기대 보상이 최대가 되도록 행동(Action)을 선택하도록 학습하는데, 그 중 심층 강화학습(Deep Reinforcement Learning)은 행동 결정 여부를 심층신경망(DNN: Deep Neural Network)을 이용한다. 이러한 강화학습을 활용하여 최저가정보를 제공하기 위한 기술의 개발이 필요하게 되었다.

관련하여 선행기술 문헌인 한국공개특허 제10-2001-0090654호에는 온라인 업체뿐 아니라 오프라인 업체의 제품정보와 가격정보를 제공하여 구매자가 원하는 상품을 최저가격으로 제공하는 업체로부터 물품을 구입할 수 있게 하는 최저가격 정보 제공시스템 및 그 방법에 관한 것에 대해 기재한다. 이를 위해 선행기술은 사이버 스페이스 상에서 제품을 구매하는 다수의 클라이언트, 상기 다수의 클라이언트에게 컴퓨터통신수단을 제공하는 인터넷과 온라인 업체와 오프라인 업체의 제품과 가격정보를 입력받아 데이터베이스에 저장하고, 상기 클라이언트가 조회하는 가격을 검색하여 제공하는 가격정보 서버, 그리고 상기 가격정보 서버로부터 배달주문을 받아 배달하는 유통시스템에 대해 기재하나, 선행기술은 상술된 문제점을 해결하지 못한다는 한계점이 있다.

따라서 상술된 문제점을 해결하기 위한 기술이 필요하게 되었다.

한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 명세서에서 개시되는 실시예들은, 최저가제공장치 및 최저가제공방법을 제시하는 것을 목적으로 한다.

또한, 본 명세서에서 개시되는 실시예들은, 상품페이지 변동에 실시간으로 반응함으로써 유저가 검색하는 시점에서 최저가를 제시하는 상품페이지를 제공하는 최저가제공장치 및 최저가제공방법을 제시하는 것을 목적으로 한다.

또한, 본 명세서에서 개시되는 실시예들은, 방대한 양의 상품페이지 중에서 최저가로 판매하는 상품페이지를 제공할 수 있는 최저가제공장치 및 최저가제공방법을 제시하는 것을 목적으로 한다.

또한, 본 명세서에서 개시되는 실시예들은, 최소한의 리소스와 시간으로 최저가 상품페이지를 검색하여 제공할 수 있는 최저가제공장치 및 최저가제공방법을 제시하는 것을 목적으로 한다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 복수 개의 상품페이지별 가격정보를 포함하는 가격테이블을 저장하는 메모리, 및 상품에 관한 최저가 검색 요청을 획득하면, 강화학습 모델을 이용하여 업데이트된 가격테이블에 기초하여 최저가를 검색하고, 검색된 최저가의 상품페이지를 제공하는 제어부를 포함할 수 있다.

또한, 상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 최저가제공장치가 최저가를 제공하는 방법으로서, 상품에 관한 최저가 검색 요청을 획득하는 단계, 강화학습 모델을 이용하여 업데이트되는 가격테이블에 기초하여 최저가를 검색하는 단계, 및 검색된 최저가의 상품페이지를 제공할 수 있다.

또한, 상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 최저가제공방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체로서 상기 최저가제공방법은, 상품에 관한 최저가 검색 요청을 획득하는 단계, 강화학습 모델을 이용하여 업데이트되는 가격테이블에 기초하여 최저가를 검색하는 단계, 및 검색된 최저가의 상품페이지를 제공할 수 있다.

또한, 상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 최저가제공장치에 의해 수행되며, 최저가제공방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램으로서 상기 최저가제공방법은, 상품에 관한 최저가 검색 요청을 획득하는 단계, 강화학습 모델을 이용하여 업데이트되는 가격테이블에 기초하여 최저가를 검색하는 단계, 및 검색된 최저가의 상품페이지를 제공할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 최저가제공장치 및 최저가제공방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 상품페이지 변동에 실시간으로 반응함으로써 유저가 검색하는 시점에서 최저가를 제시하는 상품페이지를 제공하는 최저가제공장치 및 최저가제공방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 방대한 양의 상품페이지 중에서 최저가로 판매하는 상품페이지를 제공할 수 있는 최저가제공장치 및 최저가제공방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 최소한의 리소스와 시간으로 최저가 상품페이지를 검색하여 제공할 수 있는 최저가제공장치 및 최저가제공방법을 제시할 수 있다.

개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 명세서에 기재된 일실시예에 따른 최저가제공장치를 설명하기 위한 예시도이다.
도 2 내지 도 3은 본 명세서에 기재된 일실시예에 따른 최저가제공장치의 구성을 나타내는 블록도이다.
도 4는 본 명세서에서 기재된 일실시예에 따른 최저가제공장치에서 적용되는 강화학습 모델을 설명하기 위한 예시도이다.
도 5는 본 명세서에 기재된 일실시예에 따른 최저가제공방법을 설명하기 위한 순서도이다.

아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고, 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐 아니라, '그 중간에 다른 구성을 사이에 두고 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.

이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.

도 1은 본 명세서에 기재된 일실시예에 따른 최저가제공장치를 설명하기 위한 예시도이며, 도 2 내지 도 3은 본 명세서에 기재된 일실시예에 따른 최저가제공장치의 구성을 나타내는 블록도이다. 도 4는 본 명세서에 기재된 일실시예에 따른 최저가제공장치에 적용된 강화학습 모델을 설명하기 위한 예시도이다.

도 1에 도시된 바와 같이, 상품페이지(1)에서는 상품 기본 정보(110, 120) 외에 추가 옵션(130) 선택을 통해 변동되는 판매가(140)를 제공한다.

즉, 상품페이지는 접속 URL를 통해서 접근할 수 있으며, html 구조 데이터 안에 정적 데이터와, 판매자의 업데이트 또는 구매자의 구매로 인해 변동되는 동적 데이터로 구성될 수 있다. 동적 데이터는 예를 들어, 상품에 적용될 수 있는 옵션, 옵션 별 가격, 재고 수(옵션 별 재고 수)를 포함할 수 있다. 즉, 도 1에 도시된 상품 기본 정보(110, 120)는 정적 데이터이며, 추가 옵션(130) 및 그에 따라 변동되는 판매가(140)는 동적 데이터이다.

이때 옵션은 동일 상품에서 구매자의 기호에 따라 결정되는 요소로서, 상품페이지에서 유저의 선택에 따라 유저에게 제공되는 상품이 상이해질 수 있다. 옵션은 예를 들어, 색상, 사이즈, 모델명 등이 될 수 있다. 따라서 상품을 구매할 때 예를 들어 유저는 사이즈 또는 색상을 선택할 수 있고, 또는 동일 상품이더라도 세부적으로 구분되는 하위모델명을 선택함에 따라 자신의 기호에 맞는 상품을 구매할 수 있다.

종래의 최저가 제공 서비스는 상품페이지의 정적 데이터만으로 검색 내용을 제공해 주고 있으며, 실제 판매가는 동적 데이터로 결정되기 때문에 최저가 제공 서비스에서 제시해준 최저가가 실제 최저가가 아닌 경우가 많았다. 또한 설령 동적 데이터를 기반으로 가격정보를 제공하더라도 최신의 동적 데이터가 아닌 경우가 많아 실제 상품페이지에 접속하였을 때 상품페이지에서 제공해 주는 정보와 검색된 정보가 상이한 문제점이 있었다.

또한 동적 데이터는 그 변동의 주기가 상품페이지마다 상이할 수 있는데 그 주기가 시시때때로 바뀔 수 있다. 그런데, 종래의 최저가 제공 서비스는 상품페이지를 기설정된 시기에 따라 수집함에 따라 상품페이지별 최신의 데이터를 수집하지 못한다는 문제점이 있다.

따라서 본 명세서에 개시된 일실시예에 따른 최저가제공장치(100)는 유저의 검색요청에 응답하여 검색대상이 된 상품을 최저가로 판매하는 상품페이지를 실시간으로 검색하여 제공해줄 수 있다.

이러한 최저가제공장치(100)는 전자단말로 구현되거나, 또는 서버로 구현되거나, 또는 서버-클라이언트 시스템으로 구현될 수 있으며, 상기 시스템은 유저와의 인터랙션을 위한 온라인 서비스용 애플리케이션이 설치된 전자단말을 포함할 수 있다.

이때 전자단말은 네트워크를 통해 원격지의 서버에 접속하거나, 타 단말 및 서버와 연결 가능한 컴퓨터나 휴대용 단말기, 텔레비전, 웨어러블 디바이스(Wearable Device) 등으로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop)등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), GSM(Global System for Mobile communications), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart Phone), 모바일 WiMAX(Mobile Worldwide Interoperability for Microwave Access) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다. 나아가 웨어러블 디바이스는 예를 들어, 시계, 안경, 액세서리, 의복, 신발 등 인체에 직접 착용 가능한 타입의 정보처리장치로서, 직접 또는 다른 정보처리장치를 통해 네트워크를 경유하여 원격지의 서버에 접속하거나 타 유저 단말과 연결될 수 있다.

그리고 서버는 유저와의 인터랙션을 위한 애플리케이션이나 웹브라우저가 설치된 전자단말과 네트워크를 통해 통신이 가능한 컴퓨터로 구현되거나 클라우드 컴퓨팅 서버로 구현될 수 있다. 또한, 서버는 데이터를 저장할 수 있는 저장장치를 포함하거나 제 3의 서버를 통해 데이터를 저장할 수 있다. 또한, 서버는 타 유저 단말과 통신할 수 있다.

상술된 바와 같이 최저가제공장치(100)는 전자단말, 서버, 또는 서버-클라이언트 시스템 중 어느 하나의 형태로 구현될 수 있으며, 서버를 포함하여 구현되는 경우 최저가제공장치(100)를 구성하는 구성부는 물리적으로 분리된 복수의 서버에서 수행되거나 하나의 서버에서 수행될 수 있다.

도 2를 참조하면 일 실시예에 따른 최저가제공장치(100)는 입출력부(210), 제어부(220) 및 메모리(230)를 포함할 수 있다.

입출력부(210)는 유저로부터 입력을 수신하기 위한 입력부와 작업의 수행 결과 또는 최저가제공장치(100)의 상태 등의 정보를 표시하기 위한 출력부를 포함할 수 있다. 예를 들어 입출력부(210)는 유저의 입력을 수신하는 조작 패널(operation panel) 및 화면을 표시하는 디스플레이 패널(display panel) 등을 포함할 수 있다.

구체적으로 입력부는 키보드, 물리 버튼, 터치 스크린, 카메라 또는 마이크 등과 같이 다양한 형태의 입력을 수신할 수 있는 장치들을 포함할 수 있다. 또한, 출력부는 디스플레이 패널 또는 스피커 등을 포함할 수 있다. 다만, 이에 한정되지 않고 입출력부(210)는 다양한 입출력을 지원하는 구성을 포함할 수 있다.

실시예에 따르면, 입력부는 유저로부터 소정 상품에 관한 최저가 검색을 요청받을 수 있다. 또한, 출력부는 본 명세서에 개시된 최저가제공방법에 따른 연산의 결과, 즉, 상품을 최저가로 판매하고 있는 상품페이지에 관한 정보(예:URL 등)를 출력할 수 있다.

제어부(220)는 최저가제공장치(100)의 전체적인 동작을 제어하며, CPU 또는 GPU 등과 같은 프로세서를 포함할 수 있다. 제어부(220)는 최저가제공장치(100)에 포함된 다른 구성들을 제어할 수 있다. 예를 들어, 제어부(220)는 후술할 메모리(230)에 저장된 프로그램을 실행시키거나, 메모리(230)에 저장된 파일을 읽어오거나, 새로운 파일을 메모리(230)에 저장할 수도 있다.

제어부(220)에 대해서는 이하에서 도 3을 참조하여 보다 상세히 서술된다.

메모리(230)에는 파일, 어플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 제어부(220)는 메모리(230)에 저장된 데이터에 접근하여 이를 이용하거나, 또는 새로운 데이터를 메모리(230)에 저장할 수도 있다. 또한, 제어부(220)는 메모리(230)에 설치된 프로그램을 실행할 수도 있다. 예를 들어, 메모리(230)는 최저가제공방법을 수행하기 위한 프로그램이 설치될 수 있으며, 상술한 바와 같이 최저가제공방법을 수행하기 위해 크롤링한 상품페이지를 저장할 수도 있다.

또한 메모리(230)는 복수 개의 상품페이지별 가격정보를 포함하는 가격테이블을 저장할 수 있다.

이때 '가격테이블'이란 제어부(230)에 의해 크롤링된 상품페이지에 관한 정보를 저장하는 테이블로서, 상품페이지 URL, 상품 옵션별 가격정보를 복수개의 상품페이지별로 저장할 수 있다. 제어부(230)에 의해 상품페이지가 수집될 때마다 가격테이블은 업데이트될 수 있다. 예를 들어, 상품페이지A에 대해 수집될 때 상품페이지B가 수집되지 않는다면, 가격테이블은 상품페이지A에 대해 업데이트할 수 있으며, 상품페이지A에서의 옵션별 가격정보를 업데이트하고 상품페이지B에서의 옵션별 가격정보를 유지할 수 있다.

한편 도 3에서 도시된 바와 같이, 제어부(220)는 크롤링부(310), 스케줄링부(320), 가격환산부(330), 재고환산부(340) 및 선정부(350)를 포함할 수 있다.

크롤링부(310)는, 상품페이지 정보를 수집한다.

상품페이지 정보는, 정적 데이터 및 동적 데이터를 포함하며, 일실시예에 따르면 크롤링부(310)는 상품페이지 별 동적 데이터를 수집하여 가격정보를 획득할 수 있다. 이때 가격정보는 최종 판매가를 의미하며, 옵션이 없을 때에는 기본 정보로서의 판매가가 가격정보가 될 수 있으며, 옵션을 적용하였을 때 변동되는 최종 판매가가 가격정보가 될 수 있다.

예를 들어, 신발 관련 상품페이지는 기본 판매가를 포함한 기본 정보와 신발 사이즈별 실제 판매가와 재고 여부로 구성된 동적 데이터로 구성될 수 있으며, 크롤링부(310)는 기본 정보와 함께, 사이즈 별 실제 판매가를 수집함으로써 상품페이지 정보를 수집할 수 있다.

실시예에 따르면 크롤링부(310)는 상품페이지의 접근을 가능하게 하는 URL을 요청하여 HTML 형식의 문자열 데이터를 획득할 수 있다. 예를 들어 HTML DOM (Document Object Model) 분석기(parser)를 이용하여 동적 데이터를 추출하고 옵션별 가격정보로 추출된 정보를 가공할 수 있다. 또한 문자열 데이터과 함께, 상품페이지 구조 또는 내용을 분석함으로써 필요하다면 추가로 동적 데이터를 수집할 수 있다. 수집 대상이 되는 상품페이지 정보를 JSON(JavaScript Object Notation) 형태로 추출함으로써 상품페이지를 수집할 수 있다.

크롤링부(310)는 상품페이지마다 후술되는 스케줄링부(320)에 의해 결정된 수집 여부에 기초하여 해당 상품페이지 정보를 수집할 수 있다.

즉, 크롤링부(310)는 수집 주기가 다가왔을 때, 스케줄링부(320)에 따라 수집하지 않는 것이 결정된 상품페이지에 대해서는 수집하지 않고, 다만 수집할 것이 결정된 상품페이지에 대해서만 수집을 수행할 수 있다. 그에 따라 선별적으로 상품페이지를 수집함으로써 수집에 드는 리소스를 최소화시킬 수 있다.

상술된 바와 같이 수집된 상품페이지 정보를, 크롤링부(310)는 메모리(230)에 저장할 수 있으며, 상품페이지 정보를 가공하여 메모리(230)에 저장할 수 있다.

즉 수집된 상품페이지를 기반으로, 크롤링부(310)는 가격테이블을 업데이트할 수 있다. 예를 들어 수집된 상품페이지에서의 옵션별 가격정보로, 해당 상품페이지에 대해 저장하고 있는 가격테이블을 업데이트할 수 있다.

예를 들어 신발 관련 상품페이지에 관한 상품페이지 정보를 수집한 크롤링부(230)는 공통되는 기본 정보를 제외하고, 사이즈 별 최종 판매가인 가격정보를 사이즈정보와 함께 메모리(230)에 저장할 수 있다.

한편 실시예에 따른 스케줄링부(320)는, 상품페이지별 수집 여부를 결정한다.

즉 스케줄링부(320)는 상품페이지마다 수집 여부를, 수집 여부에 따라 크롤링부(320)로 하여금 해당 상품페이지를 수집하거나 수집하지 않도록 할 수 있다.

이를 위해 스케줄링부(320)는 강화학습 모델을 이용할 수 있다. 실시예에 따르면 강화학습 모델 중 IQN(Implicit Quantile Networks)와 같은 DNN을 이용할 수 있다.

스케줄링부(320)는 강화학습 모델을 학습시키고, 학습된 강화학습 모델을 이용하여, 상품페이지에서 동적 데이터가 변동될 때 해당 변동을 실시간으로 가격테이블에 업데이트할 수 있다.

관련하여 도 4를 참조하면, 강화학습 모델은 시간(t)에서 에이전트(Agent)가 환경(Environment)의 상태(State; St)에 따라서 선택한 행동(Action; At)에 따른 보상(Reward;Rt)을 이용하여 학습할 수 있다.

즉 강화학습 모델에서 매 주기(t)마다 에이전트는 자신의 상태(St)와 가능한 행동(At)을 가지고 있으며, 에이전트가 소정의 행동(수집 여부; 참 또는 거짓으로 표현됨)을 하였을 때 환경으로부터 다음 주기(t+1)의 새로운 상태와 보상을 받을 수 있다. 이러한 상호 작용에 기반하여 에이전트는 보상을 최대화시키는 정책을 결정할 수 있다.

관련하여 상태(St)는 표 1에 기재된 바와 같이 다음의 정보 집합으로 표현될 수 있다.

항목	타입	설명
status	integer	상품페이지 상태(예:정상, 에러, not-found 등)
hour	integer	시간 정보(0~23)
half	integer	기준시점(예: 30분) 기준 전후(0 또는 1)
week	integer	주간 정보(0~6)
price	float[]	옵션 별 환산가격
stock	integer[]	옵션 별 환산재고

관련하여 항목 중 'price'는 옵션 별 환산가격으로서 후술되는 가격환산부(330)에 의해 연산된 가격정보를 의미하며, 'stock'은 옵션 별 환산재고로서 후술되는 재고환산부(340)에 의해 연산된 재고정보를 의미한다. 예를 들어, 신발의 경우 사이즈가 옵션일 수 있으며 그에 따라 옵션으로서 예를 들어, 사이즈 120, 130, 140, 150, 155, 160, 165, 170, 175, 180, 185, 190, 195, 200, 205, 210, 215, 220, 225, 230, 235, 240, 245, 250, 255, 260, 265, 270, 275, 280, 285, 290, 295 각각에 따른 가격정보를 환산가격으로, 재고정보를 환산재고로 상태에 포함시킬 수 있다.

일 실시예에 따르면 매 30분을 주기로 수집 여부를 결정할 수 있으며, 학습된 강화학습 모델에 따라 수집 정책이 결정될 수 있다.

행동(At)는 상품페이지의 수집 여부로서 0 또는 1로 표현될 수 있으며, 보상(Rt)은, 표 2에 기재된 바와 같이 설정될 수 있다.

항목	값	설명
skipped	-0.01	수집없이 다음 주기로 넘어가는 경우
changed	+1	수집 결과 변화를 감지하는 경우
unchanged	-1	수집 결과 변화가 없을 경우

매 주기(t)마다 부여되는 보상은 이전 주기에서 에이전트가 수집 여부를 선택(행동)하였을 때 상품페이지 상태 변화에 따라 결정된다.

스케줄링부(320)는 가격테이블을 참조하여, 수집된 상품페이지에서의 업데이트가 있으면 보상을 가산하고 수집된 상품페이지에서의 업데이트가 없으면 보상을 감산할 수 있다.

즉, 앞선 주기(t-1)에서 결정된 수집 정책 결과를 확인하면서, 수집 여부 및 상품 페이지 중 동적 데이터(또는 상세 정보)의 변화에 따라 보상이 달라지는데, 예를 들어, 수집하지 않는다면 -0.01로 보상의 변화를 미미하게 주고, 수집할 것을 결정하고 그에 따라 수집이 성공하였을 때 상품페이지 내 업데이트가 있으면 +1점이 부여되고, 변화가 없으면 -1점을 부여함으로써 에이전트가 소모적인 수집을 하는 것을 방지한다.

스케줄링부(320)는 상품페이지의 수집 여부를 결정하기 위하 강화학습 모델을 학습시킬 수 있다.

실시예에 따르면, 스케줄링부(320)는 상품페이지 옵션별 가격정보를 포함하는 상태정보와 보상을 입력하여 해당 상품페이지 수집 여부를 출력하도록 강화학습 모델을 학습시킬 수 있다.

또 다른 실시예에 따르면 스케줄링부(320)는 후술되는 가격환산부(330)에 의해 연산된 환산가격을 포함하는 상태정보와 보상을 입력하여 해당 상품페이지 수집 여부를 출력하도록 강화학습 모델을 학습시킬 수 있다.

한편 실시예에 따른 가격환산부(330)는, 상품페이지에서의 가격정보에 기초하여 환산가격을 결정할 수 있다.

가격정보는 옵션 별로 상이할 수 있으며 그 차이가 한화 기준으로 수만에서 수십만으로 상이할 수 있다. 이때 가격 분포도가 넓으면 상태정보로 활용하기 어려우므로 가격정보를 정규화할 필요가 있다.

가격환산부(330)는 수식1에 따라 가격정보를 정규화시킬 수 있다. 이때 크롤링부(310)로 하여금 수집된 복수개의 상품페이지에서의 가격정보를 정규화시킬 수 있다.

수식 1:

이때, 은 가격의 평균, 는 표준편차이며, 입력값으로서 가격인 x를 입력하면, 수식 1에 따라 정규화된 가격을 획득할 수 있다.

가격환산부(330)는 정규분포의 누적 분포 함수(cumulative distribution function)에 따라 가격을 환산가격으로 변환할 수 있으며, 실시예에 따르면 수식 2에 따라 가격을 환산가격으로 연산할 수 있다.

수식 2:

이때 erf는 오차함수(error funciton)로서 가우스 오차함수일 수 있다.

가격환산부(330)는 예를 들어, 수식 2에 따라 각 상품페이지의 사이즈 옵션 별 가격을 환산가격으로 변환할 수 있고, 이를 통해 환산가격은 0 내지 1 사이의 실수값을 가질 수 있다. 실제 가격에 비례하여 환산가격이 결정될 수 있으며 이에 낮은 가격은 낮은 환산가격으로, 높은 가격은 높은 환산가격으로 결정되며, 재고가 없는 경우에는 1의 값을 가질 수 있다.

가격환산부(330)는 재고가 존재하나 판매가가 없는 경우는 환산가격을 1로 설정한다.

상술된 바에 따라 결정된 환산가격을 스케줄링부(320)가 획득할 수 있다.

한편 재고환산부(340)는, 상품페이지에서의 재고정보에 기초하여 환산재고를 결정할 수 있다.

'환산재고'란 재고 수를 대표값으로 변환한 것으로서 상품 별로 기대되는 재고 개수가 상이할 수 있고 그 범위가 상품 간에 상이할 수 있다. 예를 들어, 책상과 같이 한번에 하나씩 구매되고 물류창고에서 차지하는 부피가 큰 가구는 재고량이 10 개보다 적은 개수로 유지되어 재고 개수가 5개라면 재고 수가 많다고 판단될 수 있으나, 참치캔과 같이 한번에 다량 구매되고 재고에 부담이 없는 상품은 재고량의 개수가 5라면 그 재고 수가 적다고 판단될 수 있다.

따라서 재고환산부(340)는 재고 개수가 없으면 "0", 재고 개수가 적다고 판단되면 "1" 재고 개수가 보통 수준이라면 "2"재고 개수가 많다면 "3"으로 환산할 수 있고 이를 상품 별로 상이하게 환산할 수 있다.

이를 위해 예를 들어 재고환산부(340)는 크롤링부(310)로 하여금 수집된 복수개의 상품페이지에서의 재고정보를 기반으로 평균값을 구해 평균값을 기준으로 소정의 범위의 개수를 보통 수준이라 판단하고, 평균값에서 소정범위 중 최하의 값보다 적으면 재고 개수가 적다고 판단하고, 평균값에서 소정범위 중 최상의 값보다 많으면 재고 수준이 높다고 판단할 수 있다.

예를 들어, 재고환산부(340)는, 신발 옵션 별로 재고가 없을 때 "0", 1~3개까지의 낮은 수준으로 재고 개수가 존재하면 "1", 4~8개이면 "2", 그리고 재고 개수가 9 개 이상이면 "3"으로 변환할 수 있다.

또 다른 예를 들면, 재고환산부(340)는 음료수의 경우 평균값 12개에서 소정의 범위 6을 기준으로 재고정보를 변환할 수 있는데, 옵션 별로 해당 상품페이지에서 획득된 재고가 0(재고 없음)이면 "0", 재고가 1~5개까지는 낮은 수준으로 판단하여 "1" 재고가 6~18개이면 보통 수준으로 판단하여 "2"그리고 재고가 19개 이상이면 높은 수준으로 판단하여 "3" 으로 변환할 수 있다.

다만, 재고환산부(340)는, 상품페이지 수집 분석할 때 정확한 재고수를 확인할 수 없을 경우 구매 가능하면 "1" 구매 불가일 경우 "0"으로 대체할 수 있다.

상술된 바에 따라 결정된 환산재고를 스케줄링부(320)가 획득할 수 있다.

선정부(350)는 최저가를 제시하는 상품페이지를 선정한다.

스케줄링부(320)에 의해 결정된 수집 정책에 따라 크롤링부(310)가 상품페이지를 수집하면, 선정부(350)는 수집된 상품페이지를 기반으로 업데이트된 가격테이블에 기초하여 최저가를 제시하는 상품페이지를 선정할 수 있다.

추가적으로 선정부(350)는 유저에게 선정된 상품페이지를 제공할 수 있으며, 예를 들어 선정된 상품페이지로의 접근이 가능한 URL주소를 제공하거나, 선정된 상품페이지에서의 최저가정보를 제공할 수 있다.

실시예에 따르면 유저의 최저가 검색 요청에 따라 최저가를 제시하는 상품페이지를 하나 이상 선정하여 유저에게 제공해줄 수 있다.

한편, 도 5는 일 실시예에 따른 최저가제공방법을 설명하기 위한 순서도이다. 도 5에 도시된 최저가제공방법은 도 1 내지 도 4를 통해 설명된 최저가제공장치(100)에서 시계열적으로 처리하는 단계들을 포함한다. 따라서 이하에서 생략된 내용이라고 하더라도 도 1 내지 도 4에 도시된 최저가제공장치(100)에 관하여 이상에서 기술한 내용은 도 5에 도시된 실시예에 따른 최저가제공방법에도 이용될 수 있다.

도 5에서 도시된 바와 같이, 최저가제공장치(100)는 최저가 검색 요청을 획득할 수 있다(S510).

검색 요청에 응답하여 최저가제공장치(100)는 가격테이블에 기초하여 최저가를 검색할 수 있다(S530).

이때 가격테이블은 강화학습 모델에 기반하여 결정된 수집 정책에 따라 업데이트될 수 있다.

즉 최저가제공장치(100)는 강화학습 모델을 이용하여 상품페이지 수집 여부에 대해 결정함으로써 최소한의 비용으로 가장 최신의 가격테이블을 업데이트할 수 있다.

이를 위해 최저가제공장치(100)는 학습의 대상이 되는 대상 상품페이지 옵션별 가격정보를 포함하는 상태정보와 보상을 입력하여 상기 대상 상품페이지 수집 여부를 출력하도록 상기 강화학습 모델을 학습시킬 수 있다.

이때 상태정보의 생성을 위해 최저가제공장치(100)는 옵션별 가격정보를 환산가격으로 연산할 수 있으며, 또한 옵션별 재고정보를 환산재고로 연산할 수 있다.

또한 최저가제공장치(100)는 상품페이지에서의 업데이트가 있으면 보상을 가산하고, 상기 상품페이지에서의 업데이트가 없으면 보상을 감산함으로써 강화학습 모델을 학습시킬 수 있다.

상술된 바에 따라 업데이트된 가격테이블에 기초하여 최저가제공장치(100)는 최저가를 제시하는 상품페이지를 검색하여 제공할 수 있다. 최저가제공장치(100)는 최저가 순으로 정렬하여 복수 개의 상품페이지를 유저에게 제공해줄 수도 있다.

본 명세서에 개시된 실시예에 따른 최저가제공방법은 상품페이지 별 효율적인 수집 정책을 결정함으로써, 동적 데이터를 포함하는 상품페이지에 적용 가능하다. 그에 따라 최소한의 비용과 리소스로 최저가 검색이 가능하며 그에 따라 유저는 자신이 검색하는 시점에, 실시간으로 최저가 판매 상품페이지에 관한 정보를 제공받을 수 있다.

상기와 같이 설명된 최저가제공방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.

상기와 같이 설명된 최저가제공방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.

상기와 같이 설명된 최저가제공방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.

여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.

또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.

그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.

이상의 실시 예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.

구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.

뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다. 상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 명세서를 통해 보호받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.

100: 최저가제공장치
210: 입출력부
220: 제어부
230: 메모리

Claims (12)

1. 복수 개의 상품페이지별 가격정보를 포함하는 가격테이블을 저장하는 메모리; 및
   상품에 관한 최저가 검색 요청을 획득하면, 강화학습 모델을 이용하여 업데이트된 가격테이블에 기초하여 최저가를 검색하고, 검색된 최저가의 상품페이지를 제공하는 제어부를 포함하고,
   상기 제어부는,
   수집 주기가 다가왔을 때, 수집할 것이 결정된 상품페이지에 대해서만 수집을 수행하고, 수집된 상품페이지를 기반으로 강화학습 모델을 이용하여 업데이트된 가격테이블에 기초하여 최저가를 검색하고, 검색된 최저가의 상품페이지를 제공하되,
   상기 제어부는,
   학습의 대상이 되는 대상 상품페이지 옵션별 가격정보를 포함하는 상태정보와 보상을 입력하여, 대상 상품페이지 수집 여부를 출력하도록 상기 강화학습 모델을 학습시키되,
   상기 대상 상품페이지에서의 업데이트가 있으면 보상을 가산하고, 상기 대상 상품페이지에서의 업데이트가 없으면 보상을 감산함으로써 상기 강화학습 모델을 학습시키는 것을 특징으로 하는, 최저가제공장치.
2. 삭제
3. 제1항에 있어서,
   상기 제어부는,
   상기 옵션별 가격정보를 환산가격으로 연산하고, 상기 환산가격을 상태정보로서 입력하여 상기 강화학습 모델을 학습시키는, 최저가제공장치.
4. 삭제
5. 제1항에 있어서,
   상기 제어부는,
   상기 강화학습 모델을 이용하여 상품페이지 수집 여부에 대해 결정함으로써 상기 가격테이블을 업데이트하는, 최저가제공장치.
6. 최저가제공장치가 최저가를 제공하는 방법으로서,
   상품에 관한 최저가 검색 요청을 획득하는 단계;
   강화학습 모델을 이용하여 업데이트되는 가격테이블에 기초하여 최저가를 검색하는 단계; 및
   검색된 최저가의 상품페이지를 제공하는 단계를 포함하고,
   상기 최저가를 검색하는 단계는,
   수집 주기가 다가왔을 때, 수집할 것이 결정된 상품페이지에 대해서만 수집을 수행하고, 수집된 상품페이지를 기반으로 강화학습 모델을 이용하여 업데이트된 가격테이블에 기초하여 최저가를 검색하는 단계를 포함하고,
   상기 방법은,
   학습의 대상이 되는 대상 상품페이지 옵션별 가격정보를 포함하는 상태정보와 보상을 입력하여, 대상 상품페이지 수집 여부를 출력하도록 상기 강화학습 모델을 학습시키는 단계를 더 포함하고,
   상기 강화학습 모델을 학습시키는 단계는,
   상기 대상 상품페이지에서의 업데이트가 있으면 보상을 가산하고, 상기 대상 상품페이지에서의 업데이트가 없으면 보상을 감산함으로써 상기 강화학습 모델을 학습시키는 단계를 포함하는 것을 특징으로 하는, 최저가제공방법.
7. 삭제
8. 제6항에 있어서,
   상기 강화학습 모델을 학습시키는 단계는,
   상기 옵션별 가격정보를 환산가격으로 연산하는 단계; 및
   상기 환산가격을 상태정보로서 입력하여 상기 강화학습 모델을 학습시키는 단계를 포함하는, 최저가제공방법.
9. 삭제
10. 제6항에 있어서,
    상기 강화학습 모델을 이용하여 상품페이지 수집 여부에 대해 결정함으로써 상기 가격테이블을 업데이트하는 단계를 더 포함하는, 최저가제공방법.
11. 제6항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
12. 최저가제공장치에 의해 수행되며, 제6항에 기재된 최저가제공방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램.