KR102612596B1 - 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법 - Google Patents

메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법 Download PDF

Info

Publication number
KR102612596B1
KR102612596B1 KR1020220128506A KR20220128506A KR102612596B1 KR 102612596 B1 KR102612596 B1 KR 102612596B1 KR 1020220128506 A KR1020220128506 A KR 1020220128506A KR 20220128506 A KR20220128506 A KR 20220128506A KR 102612596 B1 KR102612596 B1 KR 102612596B1
Authority
KR
South Korea
Prior art keywords
food
user
information
eaten
server
Prior art date
Application number
KR1020220128506A
Other languages
English (en)
Inventor
홍순광
오주영
Original Assignee
오주영
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 오주영 filed Critical 오주영
Priority to KR1020220128506A priority Critical patent/KR102612596B1/ko
Application granted granted Critical
Publication of KR102612596B1 publication Critical patent/KR102612596B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Nutrition Science (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템은, 다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 재료 중 적어도 하나를 저장하는 데이터베이스, 사용자들이 식생활 정보 관리 및 공유를 하기 위한 상기 메타버스 공간을 제공하기 위한 서버, 및 먹은 음식, 먹을 음식, 또는 레시피를 입력하고 상기 서버를 통해 상기 메타버스 공간에 접속하기 위한 상기 사용자들의 단말기들을 포함하고, 상기 사용자들은 제1사용자와 제2사용자를 포함하고, 상기 메타버스 공간에는 상기 제1사용자의 제1아바타와 상기 제2사용자의 제2아바타가 생성되고, 상기 메타버스 공간에는 상기 제1사용자가 먹은 음식, 먹을 음식, 또는 레시피 정보가 저장되는 가상의 제1냉장고와 상기 제2사용자가 먹은 음식, 먹을 음식, 또는 레시피 정보가 저장되는 가상의 제2냉장고가 위치하고, 상기 제1사용자는 자신이 먹은 제1음식을 텍스트 또는 이미지로 업로드하면 상기 서버는 상기 제1음식의 음식 명을 상기 제1사용자가 상기 제1음식을 먹은 양과 함께 상기 제1냉장고 내의 먹은 음식 카테고리에 표시하고, 상기 제2사용자는 상기 메타버스 공간 내에서 상기 제2아바타를 이동시킴으로써 다른 사용자들의 냉장고로 이동할 수 있고, 상기 제2아바타는 상기 제1사용자의 상기 제1냉장고를 열어서 상기 제1사용자의 먹은 음식, 먹을 음식, 또는 레시피 정보 중 적어도 하나를 확인하고 '좋아요(like)'를 표시하고 상기 제1사용자와 텍스트 메시지나 음성 메시지를 주고 받을 수 있다.

Description

메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법{METAVERSE-BASED DIETARY INFORMATION MANAGEMENT, RECOMMENDATION AND SHARING SYSTEM AND METHOD}
본 발명은 메타버스 공간에 기반하여 사용자가 먹은 음식, 먹을 음식, 레시피 등을 기록, 관리, 인공지능 기술에 기반한 추천, 또는 공유함으로써 건강한 식생활을 영위할 수 있도록 도와주는 시스템 및 방법에 관한 것이다.
음식은 우리가 매일 섭취해야 하고 건강과 직결되는 필수불가결한 요소이지만 현대인은 자신이 먹는 음식에 대한 분석과 관리가 부족하다. 특히 최근 COVID-19로 인한 배달 음식의 폭발적 성장으로 음식 선택의 다양성이 크게 증가하였다. 통계청 자료에 따르면, 한국의 경우 1인당 1년에 320만원 정도를 음식에 사용하고 배달 음식 시장의 호황으로 어느 때보다 먹을 음식에 대한 정보와 선택이 다양해지고 있다. 하지만 사용자에게 어떤 음식을 먹는 것이 적절한지 음식을 추천해주는 등 음식 섭취에 대한 코칭을 해주는 서비스는 없다.
섭취음식의 기록은 다이어트에서도 매우 중요한데, 섭취음식의 기록만으로도 다이어트 효과가 2배가 된다는 연구 결과도 존재한다(Why keep a food diary? Harvard Health Publishing, Jan. 2019). 섭취 음식관리를 통한 건강관리를 위한 눔(Noom)과 같은 솔루션이 있으나 종래 솔루션은 섭취한 음식 기록을 위해 사용자가 텍스트로 직접 입력해야 하는 등 어렵고 번거로우며 꾸준한 기록과 건강관리를 위한 재미 요소가 부족하다.
게임과 같이 쉽고 흥미로운 메타버스 공간에 기반하여 사용자의 적극적인 참여를 유도함으로써 재미있는 식생활 정보 기록, 관리 및 공유 시스템이 제공된다. 또한, 사용자는 먹을 음식을 추천받고 추천받은 음식을 섭취함으로써 식생활 목표를 용이하게 달성할 수 있다.
본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템은, 다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 및 재료 중 적어도 하나를 저장하는 데이터베이스, 사용자들이 식생활 정보 관리 및 공유 활동을 하기 위한 상기 메타버스 공간을 제공하기 위한 서버, 및 먹은 음식, 먹을 음식, 재료, 또는 레시피를 입력하고 상기 서버를 통해 상기 메타버스 공간에 접속하기 위한 상기 사용자들의 단말기들을 포함하고, 상기 사용자들은 제1사용자와 제2사용자를 포함하고, 상기 메타버스 공간에는 상기 제1사용자의 제1아바타와 상기 제2사용자의 제2아바타가 생성되고, 상기 메타버스 공간에는 상기 제1사용자가 먹은 음식, 먹을 음식, 재료 또는 레시피 정보가 저장되는 가상의 제1냉장고와 상기 제2사용자가 먹은 음식, 먹을 음식, 재료, 또는 레시피 정보가 저장되는 가상의 제2냉장고가 위치하고, 상기 제1사용자는 자신이 먹은 또는 먹을 제1음식을 텍스트 또는 이미지로 업로드하면 상기 서버는 상기 제1음식을 상기 제1냉장고 내의 먹은 음식 또는 먹을 음식 카테고리에 표시하고, 상기 제2사용자는 상기 메타버스 공간 내에서 상기 제2아바타를 이동시킴으로써 다른 사용자들의 냉장고로 이동할 수 있고, 상기 제2아바타는 상기 제1사용자의 상기 제1냉장고를 열어서 상기 제1사용자의 먹은 음식, 먹을 음식, 재료, 또는 레시피 정보 중 적어도 하나를 확인하고 '좋아요(like)'를 표시하고 상기 제1아바타와 텍스트 메시지나 음성 메시지를 주고 받을 수 있다.
상기 제1사용자가 먹은 음식 또는 먹을 음식으로서 텍스트를 입력하면 상기 서버는 상기 텍스트의 유의어와 하위 개념들을 리스트로서 제공하고 상기 사용자는 상기 리스트에서 특정 음식을 자신이 먹은 음식 또는 먹을 음식으로 선택하고, 상기 제1사용자가 먹은 음식 또는 먹을 음식을 이미지로 입력하면 상기 서버는 상기 이미지를 분석하여 상기 이미지에 대응하는 예시 음식 명들을 여러 개 나열하고 상기 제1사용자는 여러 개 나열된 예시 음식 명들 중에서 특정 음식을 자신이 먹은 음식 또는 먹을 음식으로 선택할 수 있다.
상기 서버는 상기 제1사용자로부터 먹을 음식을 입력받으면, 상기 데이터베이스를 참조하여 상기 입력된 먹을 음식에 대한 재료들을 상기 제1사용자에게 표시하고, 상기 제1사용자는 상기 표시된 재료들을 그대로 상기 제1냉장고에 보관할 수 있다.
상기 서버는 상기 사용자들에게 건강한 식생활을 하고 있는 정도를 나타내는 지표인 스코어를 산정하여 부여하고, 상기 제1사용자의 상기 스코어는 상기 서버의 인공지능 엔진이 상기 제1사용자에게 추천하는 음식을 실제로 먹은 횟수, 상기 제1사용자가 다른 사용자에게 음식을 추천한 횟수, 상기 제1사용자가 업로드한 음식 게시물이 다른 사용자들로부터 좋아요를 받은 횟수, 상기 제1사용자가 레시피를 업로드하는 횟수가 많을수록 높게 산정되고, 상기 음식 게시물은 상기 제1사용자가 입력한 상기 먹은 음식, 상기 먹을 음식, 상기 재료, 또는 상기 레시피를 포함하고, 상기 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고, 상기 다른 사용자가 먹은 음식들을 상기 제1사용자에게 먹을 음식으로서 추천할 수 있다.
상기 서버의 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고, 상기 다른 사용자가 먹은 음식들을 상기 제1사용자에게 먹을 음식으로서 추천하되, 상기 식습관 정보는 상기 제1사용자가 특정 시기에 특정 음식을 섭취하는 빈도에 대한 정보, 특정 음식에 대한 기피 정보, 특정 음식에 대한 알레르기 유무 정보, 및 선호하는 특정 음식에 대한 정보 중 적어도 하나에 기반하여 결정되고, 상기 요구 사항은 상기 제1사용자가 다이어트, 건강식, 채식, 할랄식, 인도식, 비건식, 저염식, 당뇨식 중 선택한 적어도 하나에 기반하여 결정되고, 상기 영양 상태는 상기 제1사용자가 먹은 음식들을 기반으로 탄수화물, 단백질, 지방, 무기질, 비타민 각각의 과다, 적절, 부족을 판단함으로써 결정될 수 있다.
서버에서 수행되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 방법에 있어서, 상기 서버에 회원 가입된 사용자들 각각의 아바타와 냉장고를 메타버스 공간 상에 생성하는 단계, 상기 사용자들 중 제1사용자의 단말기로부터 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 음식 정보를 텍스트 또는 이미지로 입력받는 단계, 상기 음식 정보를 상기 제1사용자의 제1냉장고에 저장하되 상기 입력된 음식 정보와 일치하는 음식이 데이터베이스에 있으면 상기 음식 정보에 대응하는 재료, 레시피, 또는 영양 정보를 상기 제1사용자에게 제공하는 단계, 상기 사용자들 중 제2사용자는 자신의 아바타를 이동시켜 상기 제1냉장고를 열어봄으로써 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 식생활 정보를 확인하는 단계, 상기 제2사용자가 상기 제1사용자와 텍스트 메시지 또는 음성 메시지를 주고 받거나 상기 제1사용자에게 먹을 음식을 추천하는 단계, 상기 제1사용자와 식습관 정보, 식생활 목표인 요구 사항, 영양 상태가 유사한 다른 사용자가 먹은 음식들로 구성된 제1추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계, 상기 서버에 입력된 전체 음식 정보들 중 '좋아요' 개수가 기준 개수 이상이거나 급등한 것들로 구성된 제2추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계, 및 상기 제1사용자가 상기 제1추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어를 증가시키고 상기 제2추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어는 증가시키지 않는 단계를 포함하고, 상기 서버는 상기 사용자들 각각에게 상기 스코어를 각각 부여하되, 상기 스코어는 상기 사용자들이 건강한 식생활을 하고 있는 정도를 나타내는 지표이고, 상기 데이터베이스는 다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 및 재료 중 적어도 하나를 저장할 수 있다.
상기 서버의 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고, 상기 다른 사용자가 먹은 음식들을 상기 제1추천 리스트에 포함시키되, 상기 식습관 정보는 상기 제1사용자가 특정 시기에 특정 음식을 섭취하는 빈도에 대한 정보, 특정 음식에 대한 기피 정보, 특정 음식에 대한 알레르기 유무 정보, 및 선호하는 특정 음식에 대한 정보 중 적어도 하나에 기반하여 결정되고, 상기 요구 사항은 상기 제1사용자가 다이어트, 건강식, 채식, 할랄식, 인도식, 비건식, 저염식, 당뇨식 중 선택한 적어도 하나에 기반하여 결정되고, 상기 영양 상태는 상기 제1사용자가 먹은 음식들을 기반으로 탄수화물, 단백질, 지방, 무기질, 비타민 각각의 과다, 적절, 부족을 판단함으로써 결정될 수 있다.
쉽고 흥미로운 메타버스 공간에 기반하여 사용자의 참여를 유도함으로써 재미있는 식생활 정보 기록, 관리, 추천 및 공유 시스템 및 방법이 제공된다. 상기 시스템 및 방법은 메타버스 공간의 장점을 활용하여, 가상의 공간을 통해 전세계 사용자들이 쉽게 모여 식생활 정보를 교류하고, 섭취한 음식을 편리하게 기록할 수 있고, 누구나 재미를 느낄 수 있는 식생활을 제공할 수 있다. 사용자는 자신의 목표를 달성하기 위한 음식을 추천받음으로써 보다 건강한 식생활을 유지할 수 있다.
도1은 일 실시 예에 따라, 메타버스에 기반하여 사용자들의 식생활 정보를 관리, 추천 및 공유하기 위한 시스템을 나타낸다.
도2는 일 실시 예에 따른 메타버스 공간을 나타낸다.
도3은 일 실시 예에 따라, 사용자의 마이룸과 냉장고를 나타낸다.
도4는 일 실시 예에 따라, 사용자의 냉장고 내부에 저장된 음식 정보들을 나타낸다.
도5a와 5b는 데이터베이스(DB)에서 관리되는 음식 정보들 중 하나로서, 각각 재료와 영양정보를 나타낸다.
도6은 일 실시 예에 따라, 사용자가 먹은(먹을) 음식을 사용자 단말기에 입력하는 과정을 나타낸다.
도7은 일 실시 예에 따라, 먹은(먹을) 음식의 레시피가 사용자 단말기에 표시되는 화면을 나타낸다.
도8은 일 실시 예에 따라, 먹은(먹을) 음식의 재료가 사용자 단말기에 표시되는 화면을 나타낸다.
도9는 일 실시 예에 따라, 서버가 사용자에게 음식을 추천하는 방법을 나타낸다.
도10은 일 실시 예에 따라, 사용자가 업로드한 레시피가 NFT로 변환되어 거래되는 방법의 흐름도를 나타낸다.
도11은 일 실시 예에 따라, NFT화된 레시피를 나타낸다.
도12는 일 실시 예에 따라, 사용자가 다른 사용자들로부터 음식을 추천받고 추천받은 음식들이 사용자의 단말기 화면에 표시되는 모습을 나타낸다.
아래에서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자들(이하, 통상의 기술자들)이 본 발명을 용이하게 실시할 수 있도록, 첨부되는 도면들을 참조하여 몇몇 실시 예가 명확하고 상세하게 설명될 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도1은 일 실시 예에 따라, 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템을 나타낸다.
도1을 참조하면, 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템(1000, 이하 시스템)은 서버(S), 데이터베이스(DB), 사용자들(U1, U2, U3)의 단말기들(T1, T2, T3)을 포함할 수 있다.
사용자들(U1, U2, U3)은 서버(S)에서 제공하는 메타버스 기반 식생활 정보 관리, 추천 및 공유 서비스를 이용하기 위해 서버(S)에 회원 가입한 사람들로서, 제1사용자(U1), 제2사용자(U3), 및 제3사용자(U3) 등을 포함할 수 있다. 사용자들(U1, U2, U3)의 단말기들(T1, T2, T3)은 컴퓨터, 스마트폰, 태블릿 PC, 노트북, 웨어러블 디바이스, VR(Virtual Reality)/AR(Augmented Reality) 디바이스 등 각종 전자 장치를 포함할 수 있다. 사용자들은 자신의 단말기를 통해 유무선 통신 인터페이스에 기반하여 서버(S)에 접속할 수 있다. 예를 들어, 제1사용자(U1)의 스마트폰에는 서버(S)에 접속하여 식생활 정보 관리, 추천 및 공유 서비스를 이용하기 위한 소정의 어플리케이션이 설치될 수 있다.
시스템(1000)은 다양한 형태의 중앙 집중적 컴퓨터 기기 또는 분산적 컴퓨팅 기기로 이루어진 서버(S)를 포함할 수 있다. 예를 들어, 서버(S)는 중앙 서버, 멀티미디어 컴퓨터, 랩탑 컴퓨터, 데스크탑 컴퓨터, 그리드 컴퓨팅 리소스, 가상화 된 컴퓨터 리소스, 클라우드 컴퓨팅 리소스, 피어-투-피어 분산 컴퓨팅 장치 또는 이들의 조합일 수 있다. 서버(S)는 사용자들에게 메타버스 공간을 제공할 수 있다. 메타버스 공간은 식생활 정보 관리, 추천 및 공유 활동을 하기 위한 가상의 공간으로서, 메타버스 공간 상에서 사용자들은 자신이 먹은 음식과 먹을 음식을 입력하는 활동, 다른 사용자가 먹은 음식과 먹을 음식을 확인하는 활동, 레시피 등록 및 공유하는 활동, 먹을 음식을 추천받는 활동, 다른 사용자에게 음식을 추천하는 활동, 다른 사용자와의 커뮤니케이션 활동 등을 수행할 수 있다.
메타버스 공간 상에서 사용자들은 자신의 아바타를 생성할 수 있다. 제1아바타(A1), 제2아바타(A2), 제3아바타(A3)는 각각 제1사용자(U1), 제2사용자(U2), 제3사용자(U3)의 아바타를 나타낸다. 메타버스 공간 상에서 사용자는 자신의 아바타를 이동시키면서 다른 사용자(또는, 다른 사용자의 아바타)를 만날 수 있고 다른 사용자의 개인 공간(예를 들어, 마이룸)을 방문할 수 있다. 또한, 사용자는 다른 사용자와 채팅창을 통해 텍스트 메시지를 주고받거나 음성 메시지를 주고받을 수도 있다. 사용자는 다른 국가의 사용자와 만날 수도 있다. 메타버스 공간은 국가 또는 지역 별로 생성되고 사용자는 방문하고 싶은 국가를 선택함으로써 해당 국가의 메타버스 공간으로 이동할 수 있으나 이에 제한되지 않는다. 또는, 메타버스 공간은 특정 음식 종류 별로 생성될 수도 있다. 도2는 일 실시 예에 따른 메타버스 공간을 나타낸다.
메타버스 공간 상에서 사용자는 자신의 냉장고를 가질 수 있다. 냉장고는 개인 공간 또는 개인 데이터베이스의 성격을 가진 가상의 공간이다. 일 실시 예에 따라, 사용자의 마이룸 내에 냉장고 모양으로 표시된 공간이 존재할 수 있다. 사용자는 자신의 냉장고에 먹은 음식, 먹을 음식, 재료, 레시피 등과 같은 개인 식생활 정보를 저장하고 관리할 수 있다.
도3을 참조하면, 사용자(U2)는 메타버스 공간 내의 자신의 냉장고(300)를 가질 수 있고 냉장고(300)는 사용자(U2)의 전용 공간인 마이룸에 위치할 수 있다. 냉장고(300) 안에는 사용자(U2)가 먹은 음식, 재료, 먹을 음식, 레시피 등의 정보가 저장될 수 있다(도4 참조). 먹은 음식, 재료, 먹을 음식은 음식의 아이콘이나 이미지로 표시될 수도 있으나 이에 제한되지 않는다. 냉장고(300) 내에 저장된 정보들은 다른 사용자들에게 공개하지 않거나 공개하도록 설정할 수 있다. 공개되는 경우 사용자는 다른 사용자의 냉장고를 열어봄으로써 다른 사용자의 먹은 음식, 먹을 음식, 레시피 정보 등을 확인할 수 있다. 예를 들어, 제3사용자(U3)는 메타버스 공간 내에서 자신의 아바타(A3)를 이동시킴으로써 제2사용자(U2)의 냉장고(300)에 도달할 수 있고 냉장고(300)를 열어봄으로써 제2사용자(U2)의 개인 식생활 정보를 확인할 수 있다.
사용자는 다른 사용자의 냉장고 내의 특정 음식(먹은 음식, 먹을 음식, 레시피, 레시피로 특정되는 음식 등)에 호감이나 관심을 나타내는 '좋아요(like)'를 표시하거나 코멘트를 남길 수 있다. 서버(S)는 서버(S)에 업로드된 전체 음식들 각각이 획득한 '좋아요(like)' 개수를 카운트하고 이를 기반으로 사용자들에게 먹을 음식을 추천해주는 기능을 제공할 수 있다. 또는, 서버(S)는 사용자의 요구사항과 섭취패턴에 따라 음식을 추천할 수 있다. 또는, 다른 사용자(예를 들어, 제3사용자(U3))가 특정 사용자(예를 들어, 제1사용자(U1))에게 음식을 직접 추천할 수도 있다.
도12는 일 실시 예에 따라, 제1사용자가 다른 사용자들로부터 음식을 추천받고 추천받은 음식들이 제1사용자의 단말기 화면에 표시되는 모습을 나타낸다. 도12를 참조하면, 제1사용자(U1)는 다른 사용자들로부터 음식을 직접 추천받고 추천받은 음식들이 제1사용자(U1)의 단말기(T1) 상에 표시될 수 있다. 일 실시 예에 따라, 제1사용자(U1)가 다른 사용자들로부터 추천받은 음식 정보들은 포스트 잇(Post it)과 같은 접착 메모지 형태에 표시될 수 있다. 제1사용자(U1)의 단말기(T1) 상에 복수의 접착 메모지들이 표시되고, 접착 메모지들 각각에는 추천 음식 정보가 표시될 수 있다. 접착 메모지에는 추천을 제공한 추천인 정보(예를 들어, 추천인의 어플리케이션 아이디/닉네임), 추천한 음식 명, 추천 음식의 이미지 또는 아이콘, 추천 음식에 대한 설명, 또는 추천 음식에 대한 레시피/재료 등이 포함될 수 있다.
일 실시 예에 따라, 추천 음식 정보가 포함된 접착 메모지들은 제1사용자(U1)의 냉장고에 부착될 수 있다. 제1사용자(U1)는 접착 메모지 상의 음식 정보를 자신의 냉장고로 이동시키거나 삭제할 수 있다. 예를 들어, 제1사용자가 "냉장고로 이동" 버튼을 누르면 추천 음식은 제1사용자의 냉장고의 먹을 음식 카테고리로 바로 이동할 수 있다.
다시 도1을 참조하면, 데이터베이스(DB)는 다양한 음식들의 음식 정보들이 저장될 수 있다. 음식 정보는 음식 명, 음식들을 나타낼 수 있는 아이콘 내지 이미지들, 음식들 각각의 영양 정보, 레시피 정보, 재료 등을 포함할 수 있다. 도5a와 5b는 데이터베이스(DB)에서 관리되는 음식 정보들 중 하나로서, 각각 '모듬회덮밥'의 재료와 영양정보를 나타낸다. 이러한 음식 정보들은 서버(S)의 운영자에 의해 등록 내지 업데이트될 뿐 아니라 사용자들에 의해 등록 내지 업데이트될 수 있다. 예를 들어, 사용자들(U1, U2, U3)에 의해 입력된 레시피나 음식 명, 음식의 재료들이 데이터베이스(DB)에 저장될 수 있다. 서버(S)에 가입된 사용자들은 데이터베이스(DB)에 저장된 음식 정보들을 확인할 수 있다. 데이터베이스(DB)는 서버(S)의 내부에 위치하거나 서버(S)의 외부에 위치하여 서버(S)와 통신할 수 있다.
사용자의 냉장고에는 먹은 음식, 먹을 음식, 재료, 레시피 등의 카테고리로 분류되어 음식 정보가 저장될 수 있다. 사용자는 자신이 먹은 음식, 먹을 음식, 재료, 레시피 등을 텍스트, 음성, 이미지 촬영 등의 방식으로 자신의 사용자 단말기에 입력할 수 있다. 입력된 음식은 서버(S)에 업로드되어 사용자의 냉장고의 각 카테고리에 저장될 수 있다.
입력되는 음식 정보는 먹은 또는 먹을 음식 명, 먹은 또는 먹을 양(조각, 공기, 그램(gram) 등), 먹은 또는 먹을 시간 등을 포함할 수 있다. 일 실시 예에 따라, 사용자는 자신이 먹은 또는 먹을 음식을 텍스트로 직접 입력할 수 있다. 사용자가 피자를 먹었으면 피자를 먹은 시간(예를 들어, 2022년 9월 19일 18:00), 먹은 피자의 종류, 먹은 피자의 양 정보를 직접 자신의 단말기에 입력할 수 있다. 사용자가 먹은 또는 먹을 음식으로 특정 텍스트를 입력하면 서버(S)는 특정 텍스트의 유의어(유사한 음식 명)와 하위 개념의 단어(하위 분류 음식 명)들이 리스트로서 제공될 수 있고 사용자는 리스트 중에서 특정 음식 명을 선택하거나 리스트 중에 적절한 음식 명이 없으면 직접 입력할 수 있다.
예로서, 사용자가 먹은 또는 먹을 음식으로 "스파게티"를 입력하면 서버(S)는 "파스타, 스파게티, 푸실리, 펜네, 페투치네, 토마토 파스타, 알리오올리오 파스타, 로제 파스타"등을 포함하는 리스트를 사용자에게 제공할 수 있고 사용자는 리스트 중 토마토 파스타를 먹은 또는 먹을 음식으로 선택할 수 있다. 서버(S)는 토마토 파스타에 대응되는 아이콘 또는 이미지를 사용자의 냉장고 내의 먹은 또는 먹을 음식 카테고리에 저장할 수 있다. 예를 들어, 서버(S)는 토마토 파스타에 대응되는 아이콘 내지 이미지들을 복수 개 제시하고 사용자는 제시된 아이콘 내지 이미지들 중 하나를 선택할 수 있다.
일 실시 예에 따라, 사용자는 먹은 또는 먹을 음식을 자신의 단말기로 촬영함으로써 어플리케이션에 입력할 수 있다. 사용자는 피자를 먹기 직전 먹을 피자의 이미지를 촬영함으로써 어플리케이션에 먹은 음식 정보가 입력될 수 있다. 사용자가 먹은 음식의 양은 다양한 방식으로 특정될 수 있다. 사용자는 음식을 먹기 전에 자신이 먹을 적어도 하나의 음식들의 사진을 촬영할 수 있다. 촬영된 음식 사진에 서버(S)는 머신 러닝 기반의 사물 분류/인식(Object Classification/Recognition)과 같은 이미지 분석 기법을 적용함으로써 음식 명과 양을 특정할 수 있다. 사용자가 음식 이미지를 서버(S)로 업로드하면 서버(S)는 이미지 분석을 통해 음식 이미지에 해당하는 음식 명들을 여러 개 나열하고 사용자는 상기 나열된 음식 명들 중에서 자신이 실제로 먹은 또는 먹을 음식과 가장 가까운 음식을 선택할 수 있다. 또는, 상기 나열된 음식 명들에 적절한 음식 명이 없으면 사용자는 먹은 또는 먹을 음식 명을 직접 입력할 수 있다.
또는, 사용자는 음식을 먹기 전의 적어도 하나의 음식 사진과 음식을 먹고 난 뒤에 남은 적어도 하나의 음식 사진을 촬영함으로써 서버(S)가 먹기 전 후의 사진을 비교함으로써 먹은 음식량이 특정될 수 있다. 예를 들어, 서버(S)는 사용자가 먹기 전에 촬영한 적어도 하나의 음식에 대한 이미지에 영상 분석을 적용하여 음식 명과 음식 양을 특정하고 사용자가 먹고 남긴 음식에 대한 이미지에 영상 분석을 적용하여 남은 음식의 양을 특정함으로써 섭취 량을 특정할 수 있다.
일 실시 예에 따라, 사용자는 먹은 또는 먹을 음식을 음성으로 어플리케이션에 입력할 수 있다. 서버(S)는 입력된 음성 신호를 STT(Speech To Text) 기술을 적용하여 텍스트로 변환시킬 수 있다.
도6은 일 실시 예에 따라, 사용자가 먹은 음식 또는 먹을 음식을 어플리케이션에 입력하는 방법을 나타낸다. 사용자가 먹은 음식(또는, 먹을 음식)을 촬영하면, 음식 명(소고기 불고기)과 레시피, 맛 등 음식에 대한 설명을 입력할 수 있는 화면이 제공되고 최종적으로 '소고기 불고기'가 먹은 음식으로 입력될 수 있다. 서버(S)는 사용자가 입력한 음식이 데이터베이스(DB)에 기 등록된 음식이라면(예를 들어, 사용자가 입력한 음식 명이 데이터베이스(DB)에 존재) 입력된 음식의 영양정보나 레시피, 재료 등의 부가 정보를 자동으로 제공할 수 있다. 일 실시 예에 따라, 서버(S)는 먹은 또는 먹을 음식 명이 특정되면 특정된 음식 명에 대응하는 아이콘 내지는 메타버스 공간에 표기되는 3차원 렌더링 이미지를 획득하고 결정된 아이콘 내지 이미지를 사용자의 냉장고 안의 먹은 음식 또는 먹을 음식 카테고리에 저장 내지 표시할 수 있다(도4 참조). 또는, 서버(S)는 사용자가 업로드한 음식 이미지를 그대로 사용자의 냉장고 안의 먹은 음식 또는 먹을 음식 카테고리에 저장할 수 있다.
일 실시 예에 따라, 사용자가 먹은 음식을 입력할 때 서버(S)는 냉장고의 먹을 음식 카테고리에 있는 음식들을 리스트로 제공할 수 있으며 사용자는 제공된 리스트 중에서 하나를 선택할 수 있다. 예로서, 먹을 음식에 '녹차 케이크'가 있었다면 서버(S)는 사용자가 먹은 음식을 입력할 때 '녹차 케이크'를 후보 리스트로서 제공할 수 있고 사용자가 녹차 케이크를 먹은 음식으로 입력하면 냉장고 내의 녹차 케이크는 먹을 음식 카테고리에서 먹은 음식 카테고리로 이동할 수 있다.
일 실시 예에 따라, 사용자가 먹을 음식을 입력하고 사용자가 현재 입력한 먹을 음식에 대한 정보가 데이터베이스(DB)에 기 저장되어 있으면, 서버(S)는 먹을 음식에 대한 레시피, 영양 정보, 재료 등을 사용자에게 제공 또는 표시할 수 있다(도 7, 8 참조). 예로서, 사용자가 먹을 음식으로 입력한 음식이 '모듬회덥밥'으로 특정되고 데이터베이스(DB)에 '모듬회덥밥'에 대한 음식 정보가 존재하면 서버(S)는 '모듬회덥밥'의 재료, 레시피, 영양 정보 등을 사용자에게 제공할 수 있다. 사용자는 서버(S)로부터 제공받은 재료 및/또는 레시피에 기반하여 준비해야하는 재료를 자신의 냉장고의 재료 카테고리에 보관할 수 있다. 사용자는 서버(S)로부터 제공받은 먹을 음식에 대한 재료 및/또는 레시피를 그대로 자신의 냉장고의 재료 및/또는 레시피에 보관할 수 있다. 즉, 냉장고의 재료 카테고리에는 사용자가 현재 보유한 재료 뿐 아니라 필요한 재료도 보관될 수 있다.
재료 역시 먹은 또는 먹을 음식과 마찬가지로 텍스트 입력, 음성 입력 또는 이미지 촬영 방식으로 입력 또는 태깅(Tagging)될 수 있다. 예를 들어, 사용자는 스파게티 면, 토마토 소스을 재료로서 입력할 수 있다. 또는, 사용자가 먹을 음식을 입력하면 서버(S)가 입력된 먹을 음식을 만들기 위한 재료를 데이터베이스(DB)로부터 로딩하고 로딩된 재료가 사용자의 냉장고 내의 재료 카테고리로 그대로 입력될 수도 있다.
사용자는 자신이 개발한 레시피를 서버(S)에 업로드함으로써 다른 사용자들과 공유할 수 있다. 예를 들어, 사용자는 자신의 냉장고 내의 레시피 업로드 부분(도4 참조)을 통해 레시피를 업로드할 수 있다.
일 실시 예에 따라, 레시피 정보는 NFT(Non-Fungible Token)화될 수 있다. 레시피가 NFT화됨으로써 누구나 쉽게 레시피를 등록하고 NFT화된 레시피는 블록체인을 통해 모든 거래 과정이 기록되므로 레시피의 원조에 대한 분쟁 시 참고 가능하다는 이점이 있다. 서버(S)는 사용자가 업로드한 레시피 정보를 NFT화를 위해 레시피를 이미지화 또는 비디오화시키고 이미지화 또는 비디오화된 레시피를 민팅(Minting)할 수 있다. 도11은 특정 레시피 정보가 NFT화된 것을 나타낸다.
도10은 일 실시 예에 따라, 사용자가 업로드한 레시피가 NFT로 변환되어 거래되는 방법의 흐름도를 나타낸다. 사용자는 자신이 개발한 레시피(이하, 등록 대상 레시피)를 등록하고자 한다(S10). 서버(S)는 등록 대상 레시피가 신규성이 있는지를 판단할 수 있다(S20). 신규성 판단은 등록 대상 레시피가 데이터베이스(DB)에 기 저장된 레시피인지 여부를 판단하는 동작이다. 일 실시 예에 따라, 서버(S)는 데이터베이스(DB)에 기 저장된 레시피 정보에서의 요리 카테고리, 요리 이름, 레시피, 재료 리스트를 보고 단어(텍스트)를 기준으로 비교할 수 있다. 단어가 나타나는 순서와 상관없이 레시피와 재료 리스트의 동일성이 있다면 등록 대상 레시피의 신규성이 없는 것으로 판단할 수 있다. 서버(S)는 등록 대상 레시피로 만들어지게 되는 요리 이름(음식 명)이 데이터베이스(DB)에 있는지 탐색할 수 있다. 일치하는 음식 명이 데이터베이스(DB)에 없으면 서버(S)는 등록 대상 레시피를 구성하는 재료들의 리스트를 기준으로 해당 리스트가 데이터베이스(DB)에 있는지 비교할 수 있다. 만약, 등록 대상 레시피를 구성하는 재료들의 리스트에 신규성이 있으면 서버(S)는 등록 대상 레시피의 신규성이 있는 것으로 판단하고, 등록 대상 레시피에 대한 신규 음식 명을 등록할 것을 사용자에게 제안할 수 있다. 일 실시 예에 따라, 서버(S)는 등록 대상 레시피로 만들어지는 음식의 이미지와 유사한 이미지가 데이터베이스(DB)에 있는지 탐색하고 유사도가 기준 값(예를 들어, 90%) 이상 높으면 등록 대상 레시피의 신규성이 없는 것으로 판단할 수 있다. 서버(S)는 음식 이미지 비교를 위해 머신러닝 기반 사물인식 프로그램을 사용할 수 있다.
등록 대상 레시피가 신규성이 없는 것으로 판단되면(No), 서버(S)는 등록 대상 레시피를 사용자의 개인 공간(예를 들어, 사용자의 마이룸 또는 냉장고)에 저장할 수 있다. 등록 대상 레시피가 신규성이 있으면(Yes), 서버(S)는 등록 대상 레시피를 데이터베이스(DB)에 등록 대상 레시피를 신규 레시피로서 저장할 수 있다(S30).
사용자는 등록 대상 레시피를 NFT로서 등록 요청할 수 있다(S40). 사용자가 등록 대상 레시피를 NFT 등록하고자 하면(Yes), 서버(S)에 의해 등록 대상 레시피의 이미지화 또는 비디오화가 수행된다(S50). 일 실시 예에 따라, 레시피는 등록을 위해 다양한 형태로 저장될 수 있다. 예를 들어, 다양한 형태는 텍스트화된 레시피의 텍스트 파일을 포함하고 텍스트 파일은 최종 음식 명, 재료, 순서를 포함할 수 있다. 또는, 다양한 형태는 레시피의 요리 방법을 동영상으로 촬영한 비디오 파일, 음성 파일 내지 레시피의 요리 방법을 나타낸 복수의 이미지 파일들을 포함할 수 있다. 서버(S)는 레시피의 이미지화 또는 비디오화를 위한 툴(Tool)을 사용자에게 제공할 수 있다. 이미지화 또는 비디오화 완료된 등록 대상 레시피는 민팅(Minting)될 수 있다(S60). NFT는 이더리움(ETH)나 솔라나(SOL)에 기반할 수 있으나 이에 제한되지 않는다. 민팅된 NFT는 웹사이트, 어플리케이션 등에 게시되어 사용자들 사이에서 거래될 수 있다(S70, 도 11 참조).
다시 도1을 참조하면, 서버(S)는 사용자에게 먹을 음식을 추천할 수 있다. 서버(S)는 사용자의 식습관, 사용자의 요구 사항, 영양 정보에 기반하여 추천 음식을 결정할 수 있다. 보다 구체적으로, 서버(S)는 식습관, 요구 사항, 영양 정보에 기반하여 사용자와 유사성이 높은 적어도 하나의 다른 사용자를 결정하고, 결정된 적어도 하나의 상기 다른 사용자가 먹은 적어도 하나의 음식을 사용자에게 추천할 수 있다. 예를 들어, 서버(S)는 사용자들 각각의 식습관, 요구 사항, 영양 정보에 기반하여 제1사용자(U1)와 제2사용자(U2)의 유사도가 높은 것으로 판단되면 제2사용자(U2)가 최근에 먹은 '스테이크, 갈비탕'을 제1사용자(U1)에게 추천 음식으로 제공할 수 있다.
식습관은 사용자의 특정 시기에 특정 음식을 섭취하는 빈도(예 : 소정 기간 동안 매주 금요일 저녁 치킨을 먹는 빈도가 임계 값 이상), 특정 음식을 기피하는지에 대한 정보(예 : 밀가루 음식을 기피, 콩이 함유된 음식을 기피, 라면을 기피), 특정 음식에 대한 알레르기 보유 정보(예 : 새우 알레르기가 있음), 선호하는 음식의 종류(예 : 파스타와 같은 이태리 음식을 선호, 조식은 간편하게 빵 또는 음료로만 섭취) 등을 포함할 수 있다.
요구 사항은 음식 섭취 관리로 달성하고자 하는 사용자의 목표이다. 예를 들어, 사용자의 목표는 다이어트식, 건강식, 채식단, 할랄식, 인도식, 비건식, 저염식, 당뇨식 등 특정 식단을 포함할 수 있다.
영양 정보는 사용자가 섭취한 음식을 기반으로 획득된 사용자의 현재 영양 상태에 대한 정보를 포함할 수 있다. 예를 들어, 서버(S)는 사용자가 소정 기간 동안(예 : 지난 2주 동안) 섭취한 음식을 기반으로 탄수화물, 단백질, 지방, 무기질, 비타민 등 음식 영양소들 중 특정 영양소의 과다, 적절, 부족을 판단할 수 있다. 서버(S)는 사용자의 영양 상태 판단을 위해 데이터베이스(DB)의 영양 정보를 참조할 수 있다.
일 실시 예에 따라, 서버(S)는 식습관, 요구 사항, 영양 정보에 기반하여 사용자들 사이의 유사도를 판단하되 중요도에 따라 식습관, 요구 사항, 영양 정보의 가중치를 각각 다르게 설정할 수 있다. 예를 들어, 유사도를 판단할 때 다른 요소보다 식습관을 더 중요하게 판단하고자 하면 식습관의 가중치가 요구 사항이나 영양 정보의 가중치보다 더 높게 설정될 수 있다. 유사도를 판단할 때 다른 요소보다 요구 사항을 더 중요하게 판단하고자 하면 요구 사항의 가중치가 식습관이나 영양 정보의 가중치보다 더 높게 설정될 수 있다.
도9를 참조하면, 서버(S)는 사용자와 유사한(식습관, 요구 사항, 영양 정보에 기반하여) 다른 사용자가 먹은 음식들로 구성된 제1추천 리스트를 추천 음식으로서 제공할 수 있다.
추가적으로, 서버(S)는 서버(S)에 회원 가입된 전체 사용자들 중 다수가 좋아한 적어도 하나의 음식들로 구성된 제2추천 리스트를 추천 음식으로서 제공할 수 있다. 전체 사용자들 중 다수가 좋아한 음식이란, 서버(S)에 업로드된 음식들 중 사용자들로부터 '좋아요(like)'를 많이 받은 음식으로서 서버(S)는 소정 기간 동안 '좋아요(like)' 개수를 기준 개수보다 많이 받은 음식을 사용자에게 추천할 수 있다. 예를 들면, 서버(S)는 서버(S)에 업로드된 전체 음식들 중에서 현재까지 누적된 '좋아요(like)' 개수가 가장 많은 음식 3개를 제2추천 리스트에 포함시키거나 최근 소정 기간 동안 '좋아요' 개수가 급등한 음식을 제2추천 리스트에 포함시킬 수 있다.
사용자는 제1추천 리스트와 제2추천 리스트 중에서 먹을 음식을 선택할 수 있다. 예를 들어, 제1추천 리스트에 '스테이크, 갈비탕, 닭가슴살 샐러드'가 포함되고 제2추천 리스트에 '삼겹살구이, 양꼬치, 연어초밥'이 포함되어 있으면 사용자는 제1추천 리스트의 '스테이크'를 최종 먹을 음식으로 선택할 수 있다. 또는, 사용자는 제2추천 리스트에 포함된 음식을 최종 먹을 음식으로 선택할 수도 있다. 사용자가 제1추천 리스트에 포함된 음식을 최종적으로 선택한 경우 사용자의 스코어는 증가하나 제2추천 리스트에 포함된 음식을 최종적으로 선택한 경우 사용자의 스코어는 변경되지 않을 수 있다. 스코어는 건강한 식생활을 영위하고 있는 정도를 나타내는 지표로서 서버(S)에 회원가입된 전체 사용자들에게 부여될 수 있다. 이하, 스코어에 대해 설명한다.
서버(S)는 사용자 별로 스코어를 산정할 수 있다. 스코어는 사용자가 건강한 식생활을 영위하고 있는 정도 및 어플리케이션의 활용 정도를 나타내는 지표이므로 스코어가 높은 사용자는 상기 어플리케이션 내에서 인플루언서로서 활동할 수 있고 이는 음식에 대해 상당히 높은 지식을 보유하고 있음을 간접적으로 나타낼 수 있다.
일 실시 예에 따라, 사용자의 스코어는 하기 수학식 1에 의해 산정될 수 있다.
[수학식 1]
F =
Figure 112022105746652-pat00001
+ T where 0 <= F <= 110
(0 <= I <= 100, 0 <= N <= 100, 0 <= R <= 100)
수학식1의 I는 사용자가 서버(S)에서 제공한 제1추천 리스트의 음식을 실제로 잘 섭취하고 있는지를 나타내는 지표로서, 하기 수학식 2와 같이 산정될 수 있다.
[수학식 2]
수학식2의 IAI는 이전 소정 기간(예를 들어, 과거 30일) 동안 제1추천 리스트의 추천해준 음식을 섭취한 횟수를 나타내고 Iintake는 동일한 기간(예를 들어, 과거 30일) 동안 사용자가 음식을 섭취한 횟수를 나타낸다.
수학식1의 N은 사용자가 타인에게 얼마나 음식 추천을 활발하게 하는지를 나타내는 지표이다. N은 하기 수학식3을 이용하여 산정될 수 있다.
[수학식 3]
수학식3의 Nu는 사용자가 소정 기간(예를 들어, 과거 30일) 동안 다른 사용자에게 음식을 추천한 횟수를 나타내고, Ntotal은 서버(S)에 회원 가입된 전체 사용자들의 동일 기간(예를 들어, 과거 30일) 동안의 음식 추천 횟수의 평균을 나타낸다.
수학식3의 Lu는 사용자가 '좋아요(like)'를 받은 횟수를 평균적으로 나타내는 지수로서, 사용자가 업로드한 음식 게시물이 받은 '좋아요'의 횟수 평균 값을 나타낸다. 예를 들어, 사용자가 5개의 음식 게시글을 업로드하고 각 게시물의 '좋아요' 횟수가 10, 30, 40, 50, 20회이면 Lu는 30일 수 있다.
수학식1의 R은 사용자가 얼마나 활발하게 자신의 레시피를 업로드하는지를 나타내는 지표이다. R은 하기 수학식4를 이용하여 산정될 수 있다.
[수학식 4]
수학식4의 Ru는 사용자가 소정 기간(예를 들어, 과거 30일) 동안 서버(S)에 자신의 레시피를 등록한 횟수를 나타내고, Rtotal은 서버(S)에 회원 가입된 전체 사용자들의 동일 기간(예를 들어, 과거 30일) 동안의 레시피 등록 횟수의 평균을 나타낸다.
수학식1의 T는 사용자의 어플리케이션 이용 정도를 나타내는 지표로서 사용자의 어플리케이션 누적 이용 시간과 다른 사용자들의 누적 이용 시간과의 상대적인 비교에 기반하여 결정될 수 있다. T는 하기 수학식5를 이용하여 산정될 수 있다.
[수학식 5]
수학식5의 Tu는 사용자의 어플리케이션 누적 이용 시간이고, Ttotal은 서버(S)에 회원 가입된 전체 사용자들의 어플리케이션 누적 이용 시간의 평균이다. 상기 보정 계수 0.3은 사용자가 단순히 어플리케이션 이용 시간이 많다고 하여 사용자의 스코어가 크게 높아지는 것을 방지하기 위한 것으로서 사용자의 어플리케이션 이용 정도가 전체 스코어에 미치는 영향을 제한하기 위함이다.
이하, 도1 내지 12를 참조하여 상술한 동작들을 서버를 주체로 하여 설명한다. 이하, 서버는 도1의 서버(S)를 의미할 수 있고 서버(S)와 관련하여 상술된 동작들은 모두 이하의 서버에서 동일하게 수행될 수 있다.
서버에서 수행되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 방법은, 상기 서버에 회원 가입된 사용자들 각각의 아바타와 냉장고를 메타버스 공간 상에 생성하는 단계, 상기 사용자들 중 제1사용자의 단말기로부터 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 음식 정보를 텍스트 또는 이미지로 입력받는 단계, 상기 음식 정보를 상기 제1사용자의 제1냉장고에 저장하되 상기 입력된 음식 정보와 일치하는 음식이 데이터베이스에 있으면 상기 음식 정보에 대응하는 재료, 레시피, 또는 영양 정보를 상기 제1사용자에게 제공하는 단계, 상기 사용자들 중 제2사용자는 자신의 아바타를 이동시켜 상기 제1냉장고를 열어봄으로써 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 식생활 정보를 확인하는 단계, 상기 제2사용자가 상기 제1사용자와 텍스트 메시지 또는 음성 메시지를 주고 받거나 상기 제1사용자에게 먹을 음식을 추천하는 단계, 상기 제1사용자와 식습관 정보, 식생활 목표인 요구 사항, 영양 상태가 유사한 다른 사용자가 먹은 음식들로 구성된 제1추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계, 상기 서버에 입력된 전체 음식 정보들 중 '좋아요' 개수가 기준 개수 이상이거나 급등한 것들로 구성된 제2추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계, 및 상기 제1사용자가 상기 제1추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어를 증가시키고 상기 제2추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어는 증가시키지 않는 단계를 포함하고, 상기 서버는 상기 사용자들 각각에게 상기 스코어를 각각 부여하되, 상기 스코어는 상기 사용자들이 건강한 식생활을 하고 있는 정도를 나타내는 지표이고, 상기 데이터베이스는 다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 및 재료 중 적어도 하나를 저장할 수 있다.
상기 서버의 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고, 상기 다른 사용자가 먹은 음식들을 상기 제1추천 리스트에 포함시키되, 상기 식습관 정보는 상기 제1사용자가 특정 시기에 특정 음식을 섭취하는 빈도에 대한 정보, 특정 음식에 대한 기피 정보, 특정 음식에 대한 알레르기 유무 정보, 및 선호하는 특정 음식에 대한 정보 중 적어도 하나에 기반하여 결정되고, 상기 요구 사항은 상기 제1사용자가 다이어트, 건강식, 채식, 할랄식, 인도식, 비건식, 저염식, 당뇨식 중 선택한 적어도 하나에 기반하여 결정되고, 상기 영양 상태는 상기 제1사용자가 먹은 음식들을 기반으로 탄수화물, 단백질, 지방 각각의 과다, 적절, 부족을 판단함으로써 결정될 수 있다.
설명들은 본 발명을 구현하기 위한 예시적인 구성들 및 동작들을 제공하도록 의도된다. 본 발명의 기술 사상은 위에서 설명된 실시 예들뿐만 아니라, 위 실시 예들을 단순하게 변경하거나 수정하여 얻어질 수 있는 구현들도 포함할 것이다. 또한, 본 발명의 기술 사상은 위에서 설명된 실시 예들을 앞으로 용이하게 변경하거나 수정하여 달성될 수 있는 구현들도 포함할 것이다.

Claims (8)

  1. 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템에 있어서,
    다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 및 재료 중 적어도 하나를 저장하는 데이터베이스;
    사용자들이 식생활 정보 관리 및 공유 활동을 하기 위한 상기 메타버스 공간을 제공하기 위한 서버; 및
    먹은 음식, 먹을 음식, 재료, 또는 레시피를 입력하고 상기 서버를 통해 상기 메타버스 공간에 접속하기 위한 상기 사용자들의 단말기들을 포함하고,
    상기 사용자들은 제1사용자와 제2사용자를 포함하고,
    상기 메타버스 공간에는 상기 제1사용자의 제1아바타와 상기 제2사용자의 제2아바타가 생성되고,
    상기 메타버스 공간에는 상기 제1사용자가 먹은 음식, 먹을 음식, 재료 또는 레시피 정보가 별도의 카테고리로 저장되는 냉장고 모양의 제1냉장고와 상기 제2사용자가 먹은 음식, 먹을 음식, 재료, 또는 레시피 정보가 별도의 카테고리로 저장되는 냉장고 모양의 제2냉장고가 표시되고,
    상기 제1사용자는 자신이 먹은 또는 먹을 제1음식을 텍스트, 음성 또는 이미지로 업로드하면 상기 서버는 상기 제1음식을 상기 제1냉장고 내의 먹은 음식 또는 먹을 음식 카테고리에 표시하고,
    상기 제2사용자는 상기 메타버스 공간 내에서 상기 제2아바타를 이동시킴으로써 다른 사용자들의 냉장고로 이동할 수 있고, 상기 제2아바타는 상기 제1사용자의 상기 제1냉장고를 열어서 상기 제1사용자의 먹은 음식, 먹을 음식, 재료, 또는 레시피 정보 중 적어도 하나를 확인하고 '좋아요(like)'를 표시하고 상기 제1아바타와 텍스트 메시지나 음성 메시지를 주고 받을 수 있고,
    상기 재료는 보유한 재료와 필요한 재료를 포함하고,
    상기 제2사용자는 상기 제1사용자에게 먹을 음식을 추천하고, 상기 제2사용자에 의해 추천된 추천 음식이 상기 제1냉장고에 표시되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
  2. 제1항에 있어서,
    상기 제1사용자가 먹은 음식 또는 먹을 음식으로서 텍스트를 입력하면 상기 서버는 상기 텍스트의 유의어와 하위 개념들을 리스트로서 제공하고 상기 사용자는 상기 리스트에서 특정 음식을 자신이 먹은 음식 또는 먹을 음식으로 선택하고,
    상기 제1사용자가 먹은 음식 또는 먹을 음식을 이미지로 입력하면 상기 서버는 상기 이미지를 분석하여 상기 이미지에 대응하는 예시 음식 명들을 여러 개 나열하고 상기 제1사용자는 여러 개 나열된 예시 음식 명들 중에서 특정 음식을 자신이 먹은 음식 또는 먹을 음식으로 선택하는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
  3. 제1항에 있어서,
    상기 서버는 상기 제1사용자로부터 먹을 음식을 입력받으면, 상기 데이터베이스를 참조하여 상기 입력된 먹을 음식에 대한 재료들을 상기 제1사용자에게 표시하고,
    상기 제1사용자는 상기 표시된 재료들을 그대로 상기 제1냉장고에 보관할 수 있는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
  4. 제1항에 있어서,
    상기 서버는 상기 사용자들에게 건강한 식생활을 하고 있는 정도를 나타내는 지표인 스코어를 산정하여 부여하고,
    상기 제1사용자의 상기 스코어는 상기 서버의 인공지능 엔진이 상기 제1사용자에게 추천하는 음식을 실제로 먹은 횟수, 상기 제1사용자가 다른 사용자에게 음식을 추천한 횟수, 상기 제1사용자가 업로드한 음식 게시물이 다른 사용자들로부터 좋아요를 받은 횟수, 상기 제1사용자가 레시피를 업로드하는 횟수가 많을수록 높게 산정되고,
    상기 음식 게시물은 상기 제1사용자가 입력한 상기 먹은 음식, 상기 먹을 음식, 상기 재료, 또는 상기 레시피를 포함하고,
    상기 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고,
    상기 다른 사용자가 먹은 음식들을 상기 제1사용자에게 먹을 음식으로서 추천하는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
  5. 제1항에 있어서,
    상기 서버의 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고,
    상기 다른 사용자가 먹은 음식들을 상기 제1사용자에게 먹을 음식으로서 추천하되,
    상기 식습관 정보는 상기 제1사용자가 특정 시기에 특정 음식을 섭취하는 빈도에 대한 정보, 특정 음식에 대한 기피 정보, 특정 음식에 대한 알레르기 유무 정보, 및 선호하는 특정 음식에 대한 정보 중 적어도 하나에 기반하여 결정되고,
    상기 요구 사항은 상기 제1사용자가 다이어트, 건강식, 채식, 할랄식, 인도식, 비건식, 저염식, 당뇨식 중 선택한 적어도 하나에 기반하여 결정되고,
    상기 영양 상태는 상기 제1사용자가 먹은 음식들을 기반으로 탄수화물, 단백질, 지방, 무기질, 비타민 각각의 과다, 적절, 부족을 판단함으로써 결정되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
  6. 서버에서 수행되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 방법에 있어서,
    상기 서버에 회원 가입된 사용자들 각각의 아바타와 냉장고 모양의 냉장고를 메타버스 공간 상에 생성하는 단계;
    상기 사용자들 중 제1사용자의 단말기로부터 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 음식 정보를 텍스트, 음성 또는 이미지로 입력받는 단계;
    상기 음식 정보를 상기 제1사용자의 냉장고 모양의 제1냉장고에 저장하되 상기 입력된 음식 정보와 일치하는 음식이 데이터베이스에 있으면 상기 음식 정보에 대응하는 재료, 레시피, 또는 영양 정보를 상기 제1사용자에게 제공하는 단계;
    상기 사용자들 중 제2사용자는 자신의 아바타를 이동시켜 상기 제1냉장고를 열어봄으로써 상기 제1사용자가 먹은 음식 또는 먹을 음식을 포함하는 식생활 정보를 확인하는 단계;
    상기 제2사용자가 상기 제1사용자의 상기 음식 정보에 '좋아요'를 표시하거나 상기 제1사용자에게 먹을 음식을 추천하는 단계;
    상기 제1사용자와 식습관 정보, 식생활 목표인 요구 사항, 영양 상태가 유사한 다른 사용자가 먹은 음식들로 구성된 제1추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계;
    상기 서버에 입력된 전체 음식 정보들 중 '좋아요' 개수가 기준 개수 이상이거나 급등한 것들로 구성된 제2추천 리스트를 상기 제1사용자에게 추천 음식으로서 제공하는 단계; 및
    상기 제1사용자가 상기 제1추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어를 증가시키고 상기 제2추천 리스트에서 먹을 음식을 선택하면 상기 제1사용자의 스코어는 증가시키지 않는 단계를 포함하고,
    상기 서버는 상기 사용자들 각각에게 상기 스코어를 각각 부여하되, 상기 스코어는 상기 사용자들이 건강한 식생활을 하고 있는 정도를 나타내는 지표이고,
    상기 데이터베이스는 다양한 음식들 각각의 음식 명, 아이콘 내지 이미지, 영양 정보, 레시피, 및 재료 중 적어도 하나를 저장하는 메타버스 기반 식생활 정보 관리, 추천 및 공유 방법.
  7. 제6항에 있어서,
    상기 서버의 인공지능 엔진은 상기 제1사용자의 식습관 정보, 상기 제1사용자의 식생활 목표인 요구 사항, 상기 제1사용자의 영양 상태에 기반하여 상기 제1사용자와 유사도가 높은 적어도 하나의 다른 사용자를 결정하고,
    상기 다른 사용자가 먹은 음식들을 상기 제1추천 리스트에 포함시키되,
    상기 식습관 정보는 상기 제1사용자가 특정 시기에 특정 음식을 섭취하는 빈도 대한 정보, 특정 음식에 대한 기피 정보, 특정 음식에 대한 알레르기 유무 정보, 및 선호하는 특정 음식에 대한 정보 중 적어도 하나에 기반하여 결정되고,
    상기 요구 사항은 상기 제1사용자가 다이어트, 건강식, 채식, 할랄식, 인도식, 비건식, 저염식, 당뇨식 중 선택한 적어도 하나에 기반하여 결정되고,
    상기 영양 상태는 상기 제1사용자가 먹은 음식들을 기반으로 탄수화물, 단백질, 지방, 무기질, 비타민 각각의 과다, 적절, 부족을 판단함으로써 결정되는 메타버스 기반 식생활 정보 관리, 추천 및 공유 방법.
  8. 제1항에 있어서,
    상기 추천 음식은 접착 메모지 형태로 상기 제1냉장고에 부착되고,
    상기 접착 메모지에는 추천을 제공한 상기 제2사용자의 정보, 추천한 음식명, 추천 음식의 이미지 또는 아이콘, 추천 음식에 대한 레시피 또는 재료가 포함되고,
    상기 제1사용자는 상기 추천 음식을 상기 제1냉장고의 상기 먹을 음식 카테고리로 이동시킬 수 있는 메타버스 기반 식생활 정보 관리, 추천 및 공유 시스템.
KR1020220128506A 2022-10-07 2022-10-07 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법 KR102612596B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220128506A KR102612596B1 (ko) 2022-10-07 2022-10-07 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220128506A KR102612596B1 (ko) 2022-10-07 2022-10-07 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102612596B1 true KR102612596B1 (ko) 2023-12-11

Family

ID=89162969

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220128506A KR102612596B1 (ko) 2022-10-07 2022-10-07 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102612596B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102244054B1 (ko) * 2020-11-19 2021-04-23 (주)펜타유니버스 인공지능 기반의 서비스를 지원하는 입출력 전자장치
WO2021174139A1 (en) * 2020-02-29 2021-09-02 CF INVESTMENTS, LLC (d.b.a. GEER) Apparatus and method for managing branded digital items
JP2022067115A (ja) * 2020-02-03 2022-05-02 株式会社Mizkan Holdings プログラム、情報処理方法及び情報処理装置
JP7104951B1 (ja) * 2021-12-21 2022-07-22 株式会社ジィ・シィ企画 ヘルスケアシステム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022067115A (ja) * 2020-02-03 2022-05-02 株式会社Mizkan Holdings プログラム、情報処理方法及び情報処理装置
WO2021174139A1 (en) * 2020-02-29 2021-09-02 CF INVESTMENTS, LLC (d.b.a. GEER) Apparatus and method for managing branded digital items
KR20220166794A (ko) * 2020-02-29 2022-12-19 씨에프 인베스트먼츠, 엘엘씨 (디.비.에이. 기어) 브랜디드 디지털 아이템 관리 장치 및 방법
KR102244054B1 (ko) * 2020-11-19 2021-04-23 (주)펜타유니버스 인공지능 기반의 서비스를 지원하는 입출력 전자장치
JP7104951B1 (ja) * 2021-12-21 2022-07-22 株式会社ジィ・シィ企画 ヘルスケアシステム

Similar Documents

Publication Publication Date Title
US20200335196A1 (en) System and method for automated personalized and community-specific eating and activity planning, linked to tracking system with automated multimodal item identification and size estimation system
US10474705B2 (en) Iterative image search algorithm informed by continuous human-machine input feedback
US20170316488A1 (en) Systems and Methods of Food Management
AU2013101802A4 (en) Systems and methods for user-specific modulation of nutrient intake
CN110135957A (zh) 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质
US20150279235A1 (en) Nutrition management system and nutrition management program
KR102371787B1 (ko) 사용자 맞춤형 식단관리 서비스 제공 시스템
US12073935B2 (en) Systems and methods for diet quality photo navigation utilizing dietary fingerprints for diet assessment
JP6410069B1 (ja) レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム
CN106548006A (zh) 一种基于用户典型口味的膳食推荐方法
US20180075218A1 (en) Wellness data management
CN105844445A (zh) 信息提供方法、服务器以及信息提供系统
JP2020181491A (ja) システム、プログラム、及び方法
JP6652627B1 (ja) 献立を提案するためのシステム、装置、方法、及びプログラム
US20130166334A1 (en) Electronic menu and ordering system
JP2010224990A (ja) 献立自動バランスシステム
KR20200049438A (ko) 식단케어 서비스 방법
KR102326540B1 (ko) 음식 영상을 이용한 영양관리 및 질병관리 방법
JP2002351990A (ja) 健康管理システム、健康管理方法、及びプログラム
CN110874785A (zh) 餐品套餐信息的确定方法、装置及设备
JP2019133624A (ja) レシピ情報提供装置、レシピ情報提供方法およびレシピ情報提供プログラム
US11955225B2 (en) Apparatus and method for providing dietary recommendation
KR102612596B1 (ko) 메타버스 기반 식생활 정보 관리, 추천, 및 공유 시스템 및 방법
CN107833339A (zh) 确定排位时长的方法、装置及电子设备
KR102632213B1 (ko) 레시피의 nft 등록 시스템 및 방법

Legal Events

Date Code Title Description
GRNT Written decision to grant