KR102627298B1

KR102627298B1 - 사용자의 입맛 특성에 기초한 식음료 추천 방법 및 시스템

Info

Publication number: KR102627298B1
Application number: KR1020230007560A
Authority: KR
Inventors: 고온
Original assignee: 주식회사 래빗
Priority date: 2023-01-18
Filing date: 2023-01-18
Publication date: 2024-01-19

Abstract

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 식음료 추천방법에 있어서, 적어도 하나 이상의 맛 인식 장치로부터 측정된 식음료별 객관적 수치를 갖는 제1 맛 데이터를 수집하는 단계, 사용자별로 적어도 하나 이상의 식음료에 대하여, 맛 영역별로 인지한 주관적 수치를 갖는 제2 맛 데이터를 수집하는 단계, 사용자별 선호하는 식음료에 대하여, 수집한 상기 제1 맛 데이터와 사용자별 상기 제2 맛 데이터를 비교 분석하여, 사용자별 입맛 특성 정보를 추출하는 단계, 및 상기 사용자별 입맛 특성 정보에 대응되는 제1 맛 데이터를 갖는 적어도 하나 이상의 식음료를 추천하는 단계를 포함한다.

Description

사용자의 입맛 특성에 기초한 식음료 추천 방법 및 시스템{METHOD AND SYSTEM RECOMMENDING BEVERAGE AND FOOD BASED ON USER TASTE CHARACTERISTICS}

본 발명은 사용자의 입맛 특성에 기초한 식음료 추천 방법 및 시스템에 관한 것으로, 보다 상세하게는 적어도 하나의 맛 인식장치를 이용하여 측정된 객관적인 맛 측정 데이터와 사용자별 주관적인 맛 인지 데이터에 기초하여 비교 분석된 사용자별 입맛 특성에 기초한 식음료 추천 방법 및 시스템에 관한 것이다.

맛있는 음식에 대한 대중적 관심이 증가하면서, 맛집, 맛있는 음식, 레시피 추천 등 다양한 형태로 식음료에 대한 추천이 이루어지고 있다.

그러나, 사용자들 개개인의 입맛은 서로 다르기 때문에, 이를 고려하지 않고 사용자에게 식음료를 추천하는 경우에는, 사용자의 기호에 맞는 식음료를 추천하지 못할 가능성이 높다.

이에 최근에는, 사용자 입맛을 고려하여 식음료를 추천하는 다양한 서비스가 개발되고 있다. 이러한 추천은, 사용자가 선호하는 음식 또는 레시피에 기초하여 동일 내지 유사한 음식을 추천하거나, 사용자의 과거 주문 데이터에 기초하여 추천을 하는 식으로 이루어지고 있다.

그러나, 동일한 음식이라도 레시피가 달리 적용됨에 따라 다양한 맛을 가질 수 있으며, 음식이 종류, 재료가 달라지는 경우에는, 레시피가 동일 내지 유사한 경우에도 음식이 서로 다른 맛을 가질 수 있다.

더욱이, 이러한 추천 방식은 모든 사람이 동일한 맛 인지 능력을 갖고 있다는 것을 전제로 하고 있으나, 실제로, 사람에 따라 맛 영역별 인지 능력은 서로 다르며, 특정의 맛 영역에 민감하거나, 둔감한 경우가 있기 때문에, 모든 사람에 동일한 기준으로 식음료를 추천하는데는 한계가 있다는 문제가 있다.

대한민국 등록특허공보 제10-2132975호, 2020년 07월 06일

본 발명은 전술한 문제를 해결하는 것을 목적으로 한다.

본 발명의 해결하고자 하는 과제는, 식음료를 추천함에 있어서, 사용자별 선호하는 적어도 하나 이상의 식음료를 기준으로, 적어도 하나의 디바이스를 이용하여 측정된 객관적인 맛 측정 데이터와 사용자별 주관적인 맛 인지 데이터에 기초하여 사용자별 입맛 특성을 추출하고, 식음료별 객관적인 맛 데이터를 관리함으로써, 사용자별 입맛 특성에 기초하여 매칭되는 식음료를 추천하는 것을 목적으로 한다.

또한, 본 발명의 해결하고자 하는 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.

본 발명의 일 실시예에 있어서, 상기 맛 인식 장치는 전자혀, 칠리 센서, 전자코 및 식감 측정기 중 적어도 하나를 포함할 수 있다.

본 발명의 일 실시예에 있어서, 식음료에 대한 상기 제1 맛 데이터와 사용자별 상기 제2 맛 데이터를 비교 분석하여, 사용자별 맛 인지 능력이 분석될 수 있다.

본 발명의 일 실시예에 있어서, 상기 맛 인지 능력은 맛 영역별 민감도 및 편향도 중 적어도 하나를 포함할 수 있다.

본 발명의 일 실시예에 있어서, 상기 사용자별 입맛 특성 정보는, 선호하는 식음료에 대한 사용자별 맛 인지 능력에 기초하여 추출된 사용자별 선호하는 맛 데이터 구간에 대한 정보를 포함할 수 있다.

본 발명의 일 실시예에 있어서, 상기 식음료를 추천하는 단계는, 상기 사용자별 선호하는 맛 데이터 구간에 속하는 제1 맛 데이터를 갖는 적어도 하나 이상의 식음료가 추천될 수 있다.

본 발명의 일 실시예에 있어서, 상기 식음료를 추천하는 단계는, 사용자별 선호하는 적어도 하나 이상의 식음료 정보로부터 분석되는 사용자별 식음료 성향 정보를 추가로 기초하여 추천될 수 있다.

본 발명의 일 실시예에 있어서, 상기 식음료를 추천하는 단계는, 상기 사용자별 식음료 성향 정보와 일치하는 식음료 정보를 다수 포함여부에 따라 식음료를 순위에 따라 추천할 수 있다.

본 발명의 일 실시예에 있어서, 상기 맛 영역은, 신맛, 짠맛, 쓴맛, 단맛, 및 감칠맛 중 적어도 하나를 포함할 수 있다.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 컴퓨터 판독가능한 기록매체는, 제 1 항 내지 제 9항 중 어느 한 항에 따른 방법에 포함된 각 단계를 수행하도록 프로그램된 컴퓨터 프로그램을 저장한다.

본 발명의 일 실시 예에 따르면, 사용자별로 선호하는 적어도 하나 이상의 식음료에 대해 사용자가 인지한 주관적 수치를 갖는 맛 인지 데이터 및 해당 식음료의 객관적으로 측정된 맛 측정 데이터로부터, 사용자의 맛 영역별 맛 인지 능력 및 선호하는 맛 데이터 구간에 대한 정보를 포함하는 입맛 특성을 추출할 수 있다.

또한, 본 발명의 일 실시 예에 따르면, 식음료별 객관적으로 측정된 맛 데이터 정보를 관리함으로써, 사용자별로 선호하는 적어도 하나 이상의 식음료로부터 추출된 입맛 특성에 매칭되는 식음료를 추천할 수 있다.

도 1은 본 발명의 일 실시예에 따른 식음료 추천 시스템을 설명하기 위한 블록도이다.
도 2는 도 1의 시스템에 포함된 중앙서버를 설명하기 위한 블록도이다.
도 3은 사용자별 맛 인지 데이터 및 맛 측정 데이터를 수집하는 것을 설명하기 위한 예시도이다.
도 4는 식음료 관리부를 설명하기 위한 블록도이다.
도 5은 식음료 추천 방법을 설명하기 위한 흐름도이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 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.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1개의 유닛이 2개 이상의 하드웨어를 이용하여 실현되어도 되고, 2개 이상의 유닛이 1개의 하드웨어에 의해 실현되어도 된다.

본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.

본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 식음료 추천 시스템을 설명하기 위한 블록도이다. 도 2는 도 1의 시스템에 포함된 중앙서버를 설명하기 위한 블록도이다.

도 1 및 도 2를 참조하면, 식음료 추천시스템(1000)은, 적어도 하나의 사용자 단말(100), 및 중앙서버(300)를 포함할 수 있다. 또한, 식음료 추천시스템(1000)은, 상기 중앙서버(300)에서의 데이터 분석 및 처리를 위해 외부 데이터를 송신하고, 또는 외부 서비스의 활용을 위해 상기 중앙서버(300)로부터 데이터를 수신하는 외부 서버를 더 포함할 수 있다. 다만, 이러한 도 1의 식음료 추천시스템(1000)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.

이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 10)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(10)를 통하여 중앙서버(300)와 연결될 수 있다. 그리고, 중앙서버(300)는, 네트워크(10)를 통하여 적어도 하나의 사용자 단말(100)과 연결될 수 있다. 그리고, 적어도 하나의 외부 서버는, 상기 중앙서버(300)와 직접 또는 네트워크(10)를 통해 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(5th 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.

하기에서, '적어도 하나의' 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.

상기 사용자 단말(100)은 상기 식음료 추천시스템(1000)을 통해 원하는 식음료를 추천받고자 하는 자(이하, '사용자'라 칭함.)가 소유하고 있는 컴퓨터나 휴대용 단말로서, 사용자가 웹(Web), 앱(Application) 또는 웹앱의 형태로 상기 네트워크(10)를 통해 상기 중앙서버(300)에 통신 접속하여 회원가입을 수행한 후, 중앙서버(300)에서 요구하는 정보를 입력하고, 해당 정보를 기초하여 식음료의 추천이 가능하도록 지원하도록 구성된다.

한편, 상기 컴퓨터는 예를 들어, 웹브라우저(WEB Browser)가 탑재된 데스크톱(desktop), 랩톱(laptop), 테블릿 PC(Tablet PC) 등을 포함하고, 상기 휴대용 단말은 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 스마트폰(smartphone), PCS(Personal Communication System), GSM(Global System for Mobile communication), 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 등과 같이 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

또한, 상기 사용자 단말(100)과 중앙서버(300) 간을 연결하는 네트워크(10)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 개인 근거리 무선통신(Personal Area Network; PAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet), Mobile WiMAX, HSDPA(High Speed Downlink Packet Access) 또는 위성 통신망 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.

상기 중앙서버(300)는, 식음료 추천 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션과 연결된 서버일 수 있다. 또한, 중앙서버(300)는, 사용자 단말(100)로부터 입력되거나, 또는 식음료 추천 서비스 웹 페이지, 앱 페이지 등 내에서 클릭, 필터링 정보(우선순위 포함), 체류 시간 등의 사용자 로그 정보로부터 사용자가 선호하는 식음료 정보 등의 사용자의 선호 데이터를 수집할 수 있다.

또한, 중앙서버(300)는, 사용자별 맛 인지 데이터를 수집하고, 사용자별 맛 인지 특성을 분석하는 서버일 수 있다. 또한, 상기 중앙 서버(300)는, 사용자별로 선호하는 적어도 하나 이상의 식음료에 대해 사용자가 인지한 주관적 수치를 갖는 맛 인지 데이터 및 해당 식음료의 객관적으로 측정된 맛 측정 데이터로부터, 사용자의 맛 영역별 맛 인지 능력 및 선호하는 맛 데이터 구간에 대한 정보를 포함하는 입맛 특성을 출력하는 서버일 수 있다. 또한, 상기 중앙서버(300)는 식음료별 객관적으로 측정된 맛 데이터 정보를 관리함으로써, 사용자별로 선호하는 적어도 하나 이상의 식음료로부터 추출된 입맛 특성에 매칭되는 식음료를 추천하는 서버일 수 있다.

여기서, 중앙서버(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 2를 참조하면, 중앙서버(300)는, 수집부(310), 분석부(320), 추출부(330), 식음료 관리부(340), 및 추천부(350)를 포함한다.

본 발명의 일 실시예에 따른 중앙서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100)로 식음료 추천서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100)은, 식음료 추천서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다.

또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hypertext mark-up language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(app)을 포함한다.

상기 수집부(310)는, 사용자 단말(100)로부터 사용자의 선호하는 식음료 정보 및 식음료별 사용자가 인지하는 맛 영역별 맛 인지 데이터를 수집하도록 구성된다. 여기서, 식음료는 상품으로 유통되는 사람이 먹을 수 있는 모든 종류의 음식 및 음료를 포함하며, 상품별 맛이 일정하게 유지되는 것을 전제로 한다. 또한, 일정한 레시피에 의해 동일하게 제조 내지 제작되는 것을 전제로, 요리도 포함될 수 있으며, 한정되지 않는다.

도 3은 사용자별 맛 인지 데이터 및 맛 측정 데이터를 수집하는 것을 설명하기 위한 예시도이다.

도 3을 참조하면, 상기 맛 인지 데이터는 사용자가 식음료에 대하여 맛 영역별로 점수를 매긴 데이터로, 맛 영역은 신맛, 짠맛, 쓴맛, 단맛, 감칠맛 등을 포함하며, 일 예로, 사용자는 각 영역에 대해 1점부터 5점까지의 점수를 부여하도록 구성될 수 있다. 해당 점수는 맛의 정도를 나타내거나, 또는 만족도를 포함할 수 있다. 예를 들어, 순차적으로, 매우 부족, 부족, 만족, 과함, 매우 과함을 나타낼 수 있으나, 이에 한정되진 않는다. 즉, 사용자별 맛 인지 데이터가 수집된다. 한편, 식음료에 대한 맛 인지 데이터를 기준으로, 사용자의 일차적인 맛 데이터가 수집되며, 인공지능에 기반하여 학습된 입맛 분석 모델에 기초하여 후술하는 객관적인 데이터인 맛 측정 데이터와 비교 분석되어, 사용자의 특정 맛 영역별 민감한지 또는 둔감한지 또는 편향되었는지 여부 등의 입맛 특성이 출력될 수 있다. 이에 대해서는 후술한다.

특히, 선호하는 식음료를 기준으로 하는 경우, 수집한 맛 인지 데이터를 기준으로 사용자가 선호하는 각 맛 영역별 구간을 출력할 수 있다. 즉, 해당 영역별 구간에 사용자별 입맛 특성에 매칭되는 객관적인 맛 데이터를 갖는 식음료가 추천될 수 있다. 이에 대해서는 후술하도록 한다.

또한, 상기 수집부(310)는 식음료별 적어도 하나 이상의 맛 인식 장치에서 측정되는 맛 측정 데이터를 수집하도록 구성된다.

또한, 상기 맛 인식 장치는 전자혀를 포함한다. 상기 전자혀는 혀로 느끼는 9종류의 맛을 인식하여 수치로 변환하는 맛 인식 장치로, 9종류의 맛은 신맛(sourness), 쓴맛(bitterness), 떫은 맛(astringency), 뒷맛 B(aftertaste-B), 뒷맛 A(aftertaste-A), 감칠맛(umami), 풍부한 맛(richness), 짠맛(saltiness), 단맛(sweetness)을 포함한다. 예를 들어, 전자혀는 insent사의 TS-5000z가 사용될 수 있다. 다만, 이에 제한되진 않는다.

상기 맛 인식 장치는, 추가로 전자코(smell indicator), 식감 측정기, 칠리 센서 중 적어도 하나를 포함할 수 있다. 상기 전자코는 코로 느끼는 향을 4개의 센서로 인식하여 수치로 변환하는 맛 인식 장치이며, 식감 측정기는, 모호한 구강 느낌을 추치로 변환하기 위한 것으로, 구체적으로 어금니, 송곳니, 앞니 등에서 인지되는 단단함, 들러붙는 정도, 질끈한 정도, 부서지는 정도, 등의 식감을 수치로 변환하는 맛 인식 장치이며, 칠리 센서는 매운 정도를 수치(스코빌 수치)로 변환하는 맛 인식 장치이다. 여기서 전자코는 smartnanotubes 사의 전자코가 사용될 수 있으며, 식감 측정기는 JISC 사의 식감 측정기가 사용될 수 있다. 다만, 이에 제한되지 않는다. 즉, 상기 수집부(310)는 식음료별 적어도 하나 이상의 맛 인식 장치로부터 측정되는 하나 이상의 맛 측정 데이터를 수집하도록 구성된다.

상기 맛 측정 데이터는 각 맛 인식 장치에서 측정된 수치의 조합을 포함하며, 상기 맛 측정 데이터는 각 맛 인식 장치의 식별 번호와 매칭되어 저장 관리될 수 있다.

아울러, 상기 수집부(310)는, 사용자별 식음료에 대한 성향 분석을 위한 개인화 데이터를 포함하는 사용자 정보를 사용자별로 수집하고, 필요한 경우, 외부 서버로부터 공공 데이터를 수집하도록 구성될 수 있다.

상기 사용자 정보는 사용자별 식별을 위한 정보 또는 식음료 성향 분석을 위한 기초 자료로 사용되며, 후술하는 분석부(320)에서 사용자별 식음료 성향을 분석하는데 사용된다. 상기 사용자 정보는 나이, 주소, 활동 범위 등과 같이 사용자로부터 직접 입력되는 정보와, 성향, 취향, 성격, 선호 등과 사용자로부터 입력되는 정보로부터 산출되는 정보를 포함한다. 이하, 산출되는 정보를 "성향 정보"로 통칭하도록 한다. 예를 들어, 식음료 성향 등을 파악하기 위하여 질문지법, 즉 다수의 질문에 대한 답변으로부터 추출되는 결과값으로부터 정보를 수집할 수 있다.

추가로, 상기 수집부(310)는 사용자별로 사용자 단말(100)로부터 전송되거나, 또는 식음료 소비 정보, 외부 서비스의 구매 관련 서비스 웹 페이지, 앱 페이지 등 내에서 클릭, 체류 시간 등의 사용자 로그 정보로부터 분석된 사용자 이용 정보를 기초로 정보를 수집할 수 있다. 이에 따라, 식음료 성향 정보를 추출하여 수집할 수 있다.

한편, 상기 사용자 단말(100)이 스마트폰으로 구현된 경우, 스마트폰에 내장된 GPS 측위 시스템, WiFi 측위 시스템, 셀룰러(Cellular) 측위 시스템 또는 비콘(beacon) 측위 시스템들을 통해 사용자의 위치 정보를 획득하고, 스마트폰에 내장된 자이로 모듈을 통해 사용자의 활동 정보를 사용자 정보로서 획득할 수 있다. 획득된 사용자의 위치 정보 및/또는 활동 정보는 연관된 위치별로 구매할 수 있는 식음료를 추천하는데 이용될 수 있다.

상기 분석부(320)는 상기 수집부(310)에서 수집된 적어도 하나 이상의 데이터를 기초하여, 사용자의 선호하는 식음료 정보, 사용자의 맛 인지 능력 및 사용자의 식음료 성향 정보를 분석하도록 구성된다.

예를 들어, 상기 분석부(320)는 사용자로부터 입력된 선호하는 식음료 정보로부터, 공통의 식음료 정보를 분석할 수 있으며, 또한, 불특정 다수의 사용자가 입력한 식음료 정보와의 일치도를 기준으로, 사용자별 선호가 예측되는 식음료 정보를 분석할 수 있다.

또한, 상기 분석부(320)는, 사용자로부터 입력된 식음료별 맛 인지 데이터를 기초하여, 식음료에 대한 맛 인지 데이터를 기준으로, 객관적인 데이터인 맛 측정 데이터와 비교 분석되어, 사용자의 특정 맛 영역별 민감한지 또는 둔감한지 또는 편향되었는지 여부 등의 맛 인지 능력이 분석될 수 있다.

구체적으로, 민감한 경우는, 사용자의 입맛이 객관적인 맛 영역별 수치 변화에 따라 정확하게 그 정도를 인지를 할 수 있는 경우이며, 둔감한 경우는, 객관적인 맛 영역별 수치 변화에도 그 정도를 인지할 수 없는 경우이다. 둔감한 경우는, 수치가 낮은 구간, 중간 구간, 높은 구간에서 둔감한 경우로 세분화될 수 있다. 또한, 편향된 경우는, 영역별 수치 변화에 따른 인지 정도가 정도가 높은쪽 또는 낮은 쪽으로 시프트된 경우이다. 예를 들어, 낮은 매운 정도에도 크게 매운것으로 인지하는 경우가 이에 해당된다.

즉, 상기 맛 인지 능력은 맛 영역별 민감도 및 편향도 중 적어도 하나를 포함하며, 민감한 경우, 민감도가 높고, 둔감한 경우, 민감도가 낮으며, 시프트가 크게 이루어진 경우, 편향도가 높고, 시프트가 없는 경우, 편향도가 낮게 된다. 한편, 선호하는 식음료로부터 수집된 맛 인지 데이터는 가중치가 부여되어 사용자별 맛 인지 능력이 분석될 수 있다.

또한, 상기 분석부(320)는, 상기 사용자 정보 및 사용자별 선호하는 식음료 정보를 기초로 사용자별 식음료 성향을 분석하도록 구성된다. 즉, 앞서 설명한 바와 같이, 사용자로부터 입력된 정보, 사용자로부터 입력된 정보로부터 추출된 정보, 외부 서버로부터 제공받은 정보 등 다수의 루트를 통한 정보에 기초하여, 식음료 성향 정보를 분석하도록 구성된다. 즉, 상기 분석부(320)는, 적어도 하나 이상의 항목별로 수집된 정보에 기초하여, 식음료 성향을 분석하도록 구성된다. 예를 들어, 종류, 비용, 위치, 브랜드, 트랜드 등의 적어도 하나 이상으로 구성된 항목별로, 식음료 성향 및 우선 순위를 파악하도록 구성된다. 예를 들어, 항목별 순위를 직접 입력받음으로써, 우선순위 등 성향 정보를 파악하는 방식이거나, 사용자의 검색, 클릭, 상세 정보 체류 시간 정보 등에 기초한 적어도 하나 이상의 식음료 정보에 기초하여, 공통된 정보를 추출하여 사용자의 관심 내지 우선 순위 정보를 포함하는 성향 정보를 파악하는 방식을 포함할 수 있다.

상기 분석부(320)는 적어도 하나 이상의 항목별 정보의 조합을 통해 사용자별 식음료 성향 정보를 분석할 수 있다. 예를 들어, 상기 분석부(320)은 다수의 루트를 통하여 수집된 정보별로 가중치를 부여하여 사용자의 식음료 성향 정보를 분석할 수 있다. 상기 가중치의 경우, 사용자로부터 직접 입력된 정보에 가중치가 부여될 수 있으며, 또는 여러 루트를 통해 동일한 정보가 추출되는 경우 해당 정보에 가중치가 부여될 수 있다. 상기 성향 정보는, 사용자별 식음료 성향 분석을 위한 지표로서, 앞서 설명한, 개인화 데이터인 종류, 비용, 위치, 브랜드, 트랜드 등의 항목으로 분석될 수 있다. 해당 항목은 하위 항목으로 세분화될 수 있다. 예를 들어, 종류는 크게 음식과 음료로 분류될 수 있고, 각 음식 및 음료는 미리 정해진 방법으로 세분화가 가능하다. 또한, 위치는, 시, 구, 동에 따라 세분화 될 수 있다. 이에 따라, 최종적으로 사용자가 현재 위치에서, 선호하는 맛 구간을 갖는 구매 내지 취식이 가능한 음식 또는 음료를 추천받을 수 있다.

한편, 상기 분석부(320)에서는 상기 항목별 정보를 조합한 사용자별 식음료 성향 정보에 따라 사용자를 동일 유사한 그룹으로 분류할 수 있다. 예를 들어, 그룹 분류는 항목의 개수에 따라 2차원, 3차원 또는 N 차원의 항목의 조합을 기준으로 이루어질 수 있다. 예를 들어, 항목별 정보가 조합된 분류가 적용될 수 있다. 한편, 항목은 정보에 따라 하위 항목을 가질 수 있다.

또한, 사용자 정보를 획득하기 위하여, 질문지(설문지)법이 적용될 수 있으며, 객관식 형태뿐만 아니라 주관식 형태의 답변으로부터 필요한 자료를 추출할 수 있다. 이에, 입력된 정보에 기초하여 사용자의 식음료 성향 정보에 대해 분석하기 위해서는, 인공지능에 기반한 텍스트 분석 기술이 적용될 수 있다. 예를 들어, 서술한 텍스트를 항목별 특정 정보로 분류하기 위한 모델과 모델을 학습할 때 트레이닝 데이터세트(Training Dataset)로 상술한 데이터베이스를 이용할 수도 있다. 이에 따라, 본 발명의 일 실시예는, 데이터베이스의 데이터 텍스트를 입력으로 받아 형태소 단위로 분석하여 운동 분류에 있어 유의미한 정보만을 추출하는 NLP 전처리기와 한 문장에서 추출된 모든 형태소를 미리 정한 기준에 따라 하나의 정보로 라벨링하는 학습 데이터 생성기, 그리고 생성한 훈련 데이터를 학습하는 CNN 또는 RNN 모델을 더 포함할 수도 있다.

상기 추출부(330)는, 상기 분석부(320)에서 분석된 사용자별 선호하는 식음료 정보 및 맛 인지 능력에 기초하여, 사용자별 선호하는 맛 데이터 구간 정보를 포함하는 사용자별 입맛 특성을 추출하도록 구성된다.

즉, 상기 추출부(330)는, 사용자의 선호하는 식음료의 맛 인지 데이터 및 전자혀로부터의 맛 측정 데이터를 기초로 하여, 사용자가 선호하는 맛 데이터 구간을 추출하도록 구성된다. 여기서, 사용자별 맛 인지 능력에 기초하여, 실제 사용자가 느끼는 맛 영역을 기준으로, 실제 객관적인 맛 측정 데이터로부터 선호하는 구간이 어느 영역에 분포되는지 여부를 추출할 수 있다.

상기 추출부(330)는 적어도 하나 이상의 맛 영역별 정보의 조합을 통해 사용자별 선호하는 맛 구간 정보를 추출할 수 있다. 예를 들어, 상기 추출부(330)는 맛 영역별 정보에 사용자가 민감한 맛에 대해서는 가중치를 부여하여 사용자의 맛 데이터 구간을 추출할 수 있다. 또한, 상기 추출부(330)는, 사용자별 맛 데이터 구간을 추출함에 있어서, 사용자가 선택한 적어도 하나 이상의 선호하는 식음료로부터 추출된 맛 데이터 구간을 조합할 수 있으며, 맛 데이터 구간의 확정을 위하여, 필요한 경우, 상기 수집부(310)를 통해 맛 데이터 구간의 경계에 해당하는 식음료에 대한 사용자의 선호 여부 및 맛 인지 데이터의 수신을 요구할 수 있다.

예를 들어, 상기 추출부(330)는 사용자별 선호하는 맛 데이터 구간을 추출함에 있어서, 사용자의 맛 영역별 또는 특정의 영역의 맛 인지 능력이 민감한 경우, 일반적 또는 해당 맛 영역의 맛 데이터 구간을 좁게 추출할 수 있다. 이와 달리, 맛 인지 능력이 둔감한 경우, 맛 데이터 구간이 넓게 추출될 수 있다.

즉, 사용자 단말(100)로부터 수집된 식음료별 맛 인지 데이터 및 해당 식음료별 맛 측정 데이터를 기준으로, 사용자별 맛 영역별 데이터가 조합된 맛 데이터 구간이 추출될 수 있다. 한편, 전자 혀에 의한 맛 측정 데이터를 이용하여, 맛 데이터 구간이 추출되고, 다른 맛 인식 장치, 예를 들어, 칠리 센서, 전자코, 식감 측정기 등에 의해 측정된 맛 측정 데이터에 기초하여, 최종적인 사용자의 입맛 특성이 추출될 수 있다. 예를 들어, 사용자가 선호하는 복수의 식음료에서 특정의 향 또는 식감에 대한 공통 특성이 추출되는 경우, 사용자의 입맛 특성으로 특성의 향 또는 식감에 대한 공통 특성 정보가 추출된다.

또한, 사용자의 선호하는 식음료 정보로부터 사용자별 입맛 특성을 추출함에 있어서, 불특정 다수의 사용자가 입력한 선호하는 식음료 정보를 참고할 수 있다. 이에, 상기 추출부(330)는, 다수의 사용자의 분석된 사용자별 식음료 성향 정보와 해당 식음료별 맛 측정 데이터에 대한 정보의 빅데이터를 분석하여, 각 식음료에 대한 정보별 상관도로부터 사용자의 입맛 특성 정보를 추출할 수 있다. 즉, 상기 추출부(330)는, 다수의 사용자별 식음료 성향 정보에서 항목별 정보와 실제 선호하는 식음료 정보의 맛 측정 데이터로부터 각 정보별 상관도를 추출하도록 구성된다.

이에 따라, 실제 선호하는 식음료의 맛 측정 데이터로부터 사용자별 입맛 특성을 추출할 수 있다. 또는, 다수의 사용자가 선호하는 식음료의 정보를 통해 해당 특정 성향과의 상관도를 추출할 수 있으며, 각 맛 영역, 향, 식감, 맵기에 대한 공통 정보를 추출하여 사용자별 입맛 특성을 추출할 수 있다. 또한, 동일한 방법으로 각 맛 영역, 향기, 식감, 맵기 별로 공통 정보를 추출할 수 있다. 한편, 본 실시예에 대한 추출부는 사용자별 입맛 특성을 추출하는 방식에 있어서는 동일 성질의 항목별 정보로 제한되지 않는다. 예를 들어, 복수의 맛 측정 데이터의 조합에 의해 입맛 특성이 추출될 수 있다.

한편, 상기 추출부(330)는 인공지능에 기반하여 불특정 다수의 맛 인지 능력 및 실제 선호하는 식음료의 맛 측정 데이터를 기초로 각각의 세분화된 맛 영역 내지 정보간의 상관도를 학습한 입맛 분석 모델에 기초하여 사용자의 선호하는 식음료 정보와 맛 인지 능력을 입력하여 사용자의 입맛 특성을 출력할 수도 있다. 이 경우, 맛 영역 내지 항목 간의 정보의 상관도를 데이터베이스화하고, 데이터가 업데이트될 때마다, 입맛 분석 모델을 업데이트하는 식으로 구성될 수 있다. 이에 따라, 인공지능에 기반한 입맛 분석 모델에 기초하여, 추출된 입맛 특성에 상관도 높은 맛 측정 데이터를 포함하는 식음료를 추천하거나, 또는 신규의 식음료가 출시되거나, 새롭게 등록되는 경우, 적어도 하나 이상의 맛 인식 장치를 이용하여 맛 측정 데이터를 측정하여, 특정 입맛 내지 식음료 성향을 갖는 사용자에게 매칭시킬 수 있다.

한편, 인공지능 학습은 비지도 학습 형태로 이루어질 수 있으며, 또는 이와 달리, 부분 지도 학습이 이루어질 수 있다.

예를 들어, 입맛 분석 모델을 학습시킴에 있어서, 일반적으로 공개된 통계 자료를 참고할 수 있으며, 식음료 성향과 관련된 정보 중 일부는 연령별 사용자의 선호도에 따른 통계 보고서가 참고될 수 있다. 물론, 사용자별 연령 및 지역에 따라 특수한 정보가 포함하는 경우, 그에 따른 지도학습이 이루어질 수 있다. 한편, 입맛 특성을 추출함에 있어서, 각 정보 단위의 상관도뿐만 아니라, 각 정보가 이루는 하나의 군집 데이터의 전체적인 상관도가 추출될 수 있으며, 이에 대해 학습이 이루어질 수 있다. 이 경우, 특정 정보가 해당 군집 데이터에 속하는 경우, 그에 기초한 상관도를 갖는 것으로 출력될 수 있다.

한편, 입맛 분석 모델은 지속적으로 업데이트될 수 있다. 예를 들어, 임의의 항목(노드)을 기준으로 유의미한 네트워크 상관도를 가지는 항목의 경우는 특정 항목으로 업데이트하고, 다음 데이터의 학습 주기에 피드백하도록 구성된다. 즉, 다음 데이터의 학습 주기에서 업데이트된 특정 항목을 활용하여 기준으로 삼은 임의의 항목과의 상관도를 나타내는 상관도를 재계산하고, 상기 특정 항목과 연결되는 네트워크가 유의미한 또 다른 특정 항목을 지속적으로 검색하도록 구성된다. 만약, 유의미한 네트워크 상관도를 가지는 항목이 없어서 더 이상 다른 특정 항목이 발굴되지 않으면, 발굴 절차를 종료하도록 구성된다. 예를 들어, 유의미한 네트워크 상관도를 분석하기 위해서 최소로 필요한 데이터량을 지정하고, 상기 수집부(310)에서 수집된 사용자 정보의 특정 항목이 최소로 필요한 데이터량을 충족하는 경우, 업데이트를 수행하도록 할 수 있다.

상기 식음료 관리부(340)는 적어도 하나 이상의 식음료의 정보를 관리하고, 사용자별 입맛 특성 정보 및 식음료 성향 정보를 포함하는 사용자별 선호 정보를 관리하고, 상기 사용자별 선호 맛 데이터에 매칭되는 맛 측정 데이터를 갖는 적어도 하나의 식음료를 항목별로 관리하도록 구성된다. 또한, 상기 식음료 관리부(340)는 사용자별 입맛 특성 정보 및 식음료 성향 정보를 기준으로 맛 데이터 구간의 경계에 인접한 측정 데이터를 갖는 식음료 리스트를 관리하도록 구성된다. 예를 들어, 상기 식음료 관리부(340)는 식음료 정보 관리부(341), 사용자 선호 정보 관리부(343), 및 매칭 식음료 리스트 관리부(345)를 포함한다.

상기 식음료 정보 관리부(341)는 복수의 식음료에 대해 식별번호 내지 코드가 부여하고, 이에 매칭하여 기본 정보를 관리하도록 구성된다. 상기 식음료에 대한 기본 정보는 식음료별 분류 정보, 비용, 양, 브랜드, 트랜드 정보 등을 포함할 수 있다. 구체적으로, 상기 분류 정보는 대분류, 중분류, 소분류에 따라 세분화될 수 있으며, 예를 들어, 음료의 경우, 술 - 와인 - 레드 와인으로 세분화되어 분류될 수 있다. 또한, 추가적으로, 조제 년도, 지역에 따라 추가 분류될 수 있다. 한편, 식음료에 대한 정보는 내부 서버 또는 외부 서버의 특정 또는 공공의 DB에서 크롤링을 통해 추출되거나, 관리자로부터 입력될 수 있다. 다만, 이에 한정되지 않는다.

또한, 상기 식음료 정보 관리부(341)는 상기 수집부(310)를 통해 수집되는 적어도 하나 이상의 맛 인식 장치를 이용하여 측정된 식음료별 맛 측정 데이터를 관리하도록 구성된다. 상기 맛 측정 데이터는 복수의 맛 인식 장치에서 측정된 여러 항목별 수치 정보를 갖는 데이터로서, 상기 식음료 정보 관리부(341)는 식음료에 대한 객관적인 수치를 갖는 데이터를 저장하고 관리한다. 또한, 상기 데이터는 측정된 맛 인식 장치에 부여된 식별 코드와 매칭되어 데이터 테이블 상에 수치화되어 기록되어 관리될 수 있다.

상기 사용자 선호 정보 관리부(343)는 사용자별 입맛 특성 정보 및 식음료 성향 정보를 포함하는 사용자별 선호 정보를 관리하도록 구성된다. 사용자별 입맛 특성 정보는 사용자가 선호하는 식음료 정보 및 맛 인지 데이터에 기초한 것으로, 사용자의 선호하는 식음료 정보가 추가 등록되면, 그에 기초하여 업데이트되어 관리될 수 있다.

구체적으로, 사용자별 선호하는 식음료에 대한 정보는, 상기 식음료 정보 관리부(341)에서 부여된 식음료별 식별 번호 내지 코드가 사용자의 식별코드와 매칭되어 등록되어 관리될 수 있다. 사용자별 선호 식음료 정보가 등록되면, 이와 매칭되어, 사용자가 해당 식음료에 대해 인지하는 맛 인지 데이터가 저장되어 관리된다. 구체적으로, 맛 영역별 신맛, 짠맛, 쓴맛, 단맛, 감칠맛 등으로, 사용자가 각 영역에 대해 1점부터 5점까지의 점수가 부여된 맛 인지 데이터가 관리될 수 있다.

또한, 상기 사용자 선호 정보 관리부(343)는 선호하는 식음료를 포함하여 선호 유무를 포함하는 다른 식음료에 대한 맛 인지 데이터를 등록하여 관리할 수 있으며, 이에 기초한 사용자의 맛 인지 능력에 대한 정보가 관리될 수 있다. 구체적으로, 사용자로부터 입력된 식음료별 맛 인지 데이터를 기초하여, 식음료에 대한 객관적인 데이터인 맛 측정 데이터와 비교 분석되어, 사용자의 특정 맛 영역별 민감한지 또는 둔감한지 또는 편향되었는지 여부 등의 맛 인지 능력 정보가 관리된다.

또한, 상기 사용자 선호 정보 관리부(343)는 선호하는 식음료 정보 및 맛 인지 능력 정보에 기초하여 추출된 사용자별 입맛 특성 정보를 저장하고 관리할 수 있다. 즉, 상기 사용자 선호 정보 관리부(343)는 상기 추출부(330)에서 추출되는 사용자의 선호하는 식음료의 맛 인지 데이터 및 전자혀로부터의 맛 측정 데이터를 기초로 하여, 사용자가 선호하는 맛 데이터 구간 정보를 관리하도록 구성된다. 여기서, 맛 데이터 구간 정보는 실제 사용자가 느끼는 맛 영역을 기준으로, 실제 객관적인 맛 측정 데이터로부터 선호하는 구간이 어느 영역에 분포되는지 여부에 대한 정보로서, 선호하는 식음료에 대한 데이터가 업데이트됨에 따라 맛 데이터 구간이 업데이트될 수 있다. 또한, 해당 맛 데이터 구간은 적어도 하나 이상의 맛 영역별 정보의 조합 정보를 포함할 수 있다.

한편, 사용자별 선호하는 맛 데이터 구간에 있어서, 사용자의 맛 영역별 또는 특정의 영역의 맛 인지 능력이 민감한 경우, 일반적 또는 해당 맛 영역의 맛 데이터 구간을 좁게 추출할 수 있다. 이와 달리, 맛 인지 능력이 둔감한 경우, 맛 데이터 구간이 넓게 추출될 수 있다.

또한, 상기 사용자 선호 정보 관리부(343)는 식음료에 대하여 사용자로부터 입력된 정보, 사용자로부터 입력된 정보로부터 추출된 정보, 외부 서버로부터 제공받은 정보 등 다수의 루트를 통한 정보에 기초하여, 수집한 식음료 성향 정보를 관리하도록 구성된다. 상기 식음료 성향 정보는 상기 분석부(320)에서 분석된 결과물로서, 예를 들어, 종류, 비용, 위치, 브랜드, 트랜드 등의 적어도 하나 이상으로 구성된 항목별로, 식음료 성향 및 우선 순위에 대한 정보를 포함할 수 있다.

상기 매칭 식음료 리스트 관리부(345)는 사용자별 입맛 특성 및 식음료 성향 정보에 기초하여, 매칭되는 적어도 하나 이상의 식음료 리스트를 관리하도록 구성된다. 상기 리스트는 식음료별 식별 번호 내지 코드가 매칭 리스트에 기록되는 방식으로 이루어질 수 있다.

상기 매칭 식음료 리스트 관리부(345)는, 관리되는 식음료별 맛 측정 데이터에 기초하여, 사용자별 맛 데이터 구간에 대응되는 식음료 리스트를 관리할 수 있다. 또한, 사용자별 식음료 성향 정보에 기초하여, 식음료 기본 정보 및 전자혀를 통해 측정된 맛 측정 데이터 이외의 다른 맛 인식 장치로부터 측정된 맛 측정 데이터가 충족되는 식음료 리스트를 관리할 수 있다.

즉, 사용자별로 식음료 리스트가 매칭되게 되며, 후술하는 추천부(350)에서 해당 정보에 기초하여, 적어도 하나 이상의 식음료가 추천될 수 있다. 예를 들어,사용자가 와인을 즐겨 먹는 경우, 식음료 성향인 음료의 와인 항목에서, 관리되는 와인들 중에서 맛 측정 데이터가 사용자별 선호하는 맛 데이터 구간에 속하는 와인이 리스트로 관리되며, 이에 따라, 리스트 내의 적어도 하나의 와인이 추천될 수 있다.

한편, 상기 리스트는 맛 데이터 구간에 속하는 식음료인 것을 전제로, 사용자별 식음료 성향에 대한 항목별로 정보가 일치하는 갯수에 따라 식음료를 정렬할 수 있다. 예를 들어, 매칭되는 개수에 따라, 순차적으로 배열될 수 있다.

아울러, 사용자별 선호하는 식음료와 식음료 성향은 변동이 가능하기 때문에, 상기 매칭 식음료 리스트 관리부(345)는 사용자별 입맛 특성 정보 및 식음료 성향 정보를 기준으로 맛 데이터 구간의 경계에 인접한 유사한 맛 측정 데이터를 갖는 식음료 리스트를 관리하도록 구성된다. 한편, 유사한지 여부는, 맛 데이터 구간에 따른 좌표법에 의해 맛 영역별 n 차원의 좌표를 갖는 산점으로 나타낸 위치 정보에 기초하여 좌표 상의 인접도에 따라 유사도가 결정될 수 있다.

이에 따라, 사용자별로 경계에 인접한 맛 측정 데이터를 갖는 식음료를 제안할 수 있으며, 이에 따라, 사용자별 입맛 특성인 맛 데이터 구간을 확장시켜 새로운 맛을 갖는 식음료를 경험할 수 있는 기회를 제공하고 또한, 불분명한 맛 데이터 구간을 명확하게 하여 관리할 수 있다.

상기 추천부(350)는, 사용자별로 관리되는 식음료 리스트에서 적어도 하나 이상의 식음료를 사용자에게 추천하도록 구성된다. 이 때, 추천 방식은 사용자가 일차적으로 취식 또는 구매하고자 하는 식음료에 대한 기본 정보를 입력하면, 리스트 내에 포함된 식음료에서 해당 기본 정보를 충족하는 식음료를 추천하는 식일 수 있다.

또한, 상기 추천부(350)는, 상기 리스트 내 식음료에서, 사용자별 식음료 성향에 대한 항목별로 정보가 일치하는 갯수에 따라 식음료를 정렬할 수 있다. 예를 들어, 매칭되는 개수에 따라, 순차적으로 배열될 수 있다.

한편, 추천된 식음료를 실제 사용자가 구매 내지 취식한 경우, 그에 대한 선호 여부 정보를 피드백으로 제공받을 수 있으며, 선호하지 않는 경우, 사용자별 선호하는 맛 데이터 구간 정보를 업데이트할 수 있다.

이에 따라, 본 발명의 일 실시 예에 따르면, 사용자별로 선호하는 적어도 하나 이상의 식음료에 대해 사용자가 인지한 주관적 수치를 갖는 맛 인지 데이터 및 해당 식음료의 객관적으로 측정된 맛 측정 데이터로부터, 사용자의 맛 영역별 맛 인지 능력 및 선호하는 맛 데이터 구간에 대한 정보를 포함하는 입맛 특성을 추출할 수 있다.

이하, 도 5을 참조하여, 본 발명의 일 실시예에 따른 식음료 추천방법을 설명한다.

도 5은 식음료 추천 방법을 설명하기 위한 흐름도이다.

이러한 도 5에 도시된 식음료 추천 방법 또는 이러한 방법에 포함된 각 단계는 도 2에 도시된 중앙 서버(300)의 각 구성에 의해 수행 가능하다. 또한, 도 5에 도시된 이러한 순서도는 예시적인 것에 불과한 바, 본 발명의 사상이 도 5에 도시된 것으로 한정 해석되는 것은 아니다. 예컨대, 실시예에 따라 도 5에 도시된 것과는 상이한 순서로 각 단계가 수행될 수 있으며, 또는 도 5에 도시되지 않은 적어도 하나의 단계가 추가적으로 수행되거나 또는 도 5에 도시된 단계 중 적어도 하나가 수행되지 않을 수도 있다.

도 1 내지 도 5를 참조하면, 본 발명의 일 실시예에 따른 식음료 추천방법은, 적어도 하나 이상의 맛 인식 장치를 이용하여 식음료별 객관적 수치를 갖는 제1 맛 데이터를 수집하는 단계(S100), 사용자별로 선호하는 적어도 하나 이상의 식음료에 대해 주관적 수치를 갖는 제2 맛 데이터를 수집하는 단계(S200), 사용자별 선호하는 식음료에 대한 상기 제1 맛 데이터와 상기 제2 맛 데이터를 비교 분석하여, 사용자별 입맛 특성을 추출하는 단계(S300), 사용자별 입맛 특성에 대응하는 식음료 추천하는 단계(S400)을 포함한다.

상기 식음료별 객관적 수치를 갖는 제1 맛 데이터를 수집하는 단계(S100)에서는, 적어도 하나 이상의 맛 인식 장치로부터 측정된 식음료별 객관적 수치를 갖는 제1 맛 데이터를 수집하도록 구성된다.

상기 맛 인식 장치는 전자혀를 포함한다. 상기 전자혀는 혀로 느끼는 9종류의 맛을 인식하여 수치로 변환하는 맛 인식 장치로, 9종류의 맛은 신맛(sourness), 쓴맛(bitterness), 떫은 맛(astringency), 뒷맛 B(aftertaste-B), 뒷맛 A(aftertaste-A), 감칠맛(umami), 풍부한 맛(richness), 짠맛(saltiness), 단맛(sweetness)을 포함한다. 예를 들어, 전자혀는 insent사의 TS-5000z가 사용될 수 있다. 다만, 이에 제한되진 않는다.

상기 맛 인식 장치는, 추가로 전자코(smell indicator), 식감 측정기, 칠리 센서 중 적어도 하나를 더 포함할 수 있다. 상기 전자코는 코로 느끼는 향을 4개의 센서로 인식하여 수치로 변환하는 맛 인식 장치이며, 식감 측정기는, 모호한 구강 느낌을 추치로 변환하기 위한 것으로, 구체적으로 어금니, 송곳니, 앞니 등에서 인지되는 단단함, 들러붙는 정도, 질끈한 정도, 부서지는 정도, 등의 식감을 수치로 변환하는 맛 인식 장치이며, 칠리 센서는 매운 정도를 수치(스코빌 수치)로 변환하는 맛 인식 장치이다. 여기서 전자코는 smartnanotubes 사의 전자코가 사용될 수 있으며, 식감 측정기는 JISC 사의 식감 측정기가 사용될 수 있다. 다만, 이에 제한되지 않는다. 즉, 상기 수집부(310)는 식음료별 적어도 하나 이상의 맛 인식 장치로부터 측정되는 하나 이상의 맛 측정 데이터를 수집하도록 구성된다.

사용자별로 선호하는 적어도 하나 이상의 식음료에 대해 주관적 수치를 갖는 제2 맛 데이터를 수집하는 단계(S200)에서는, 사용자별로 적어도 하나 이상의 식음료에 대하여, 맛 영역별로 인지한 주관적 수치를 갖는 제2 맛 데이터를 수집된다.

상기 맛 인지 데이터는 사용자가 식음료에 대하여 맛 영역별로 점수를 매긴 데이터로, 맛 영역은 신맛, 짠맛, 쓴맛, 단맛, 감칠맛 등을 포함하며, 일 예로, 사용자는 각 영역에 대해 1점부터 5점까지의 점수를 부여하도록 구성될 수 있다. 해당 점수는 맛의 정도를 나타내거나, 또는 만족도를 포함할 수 있다. 예를 들어, 순차적으로, 매우 부족, 부족, 만족, 과함, 매우 과함을 나타낼 수 있으나, 이에 한정되진 않는다. 즉, 사용자별 맛 인지 데이터가 수집된다. 한편, 식음료에 대한 맛 인지 데이터를 기준으로, 사용자의 일차적인 맛 데이터가 수집되며, 인공지능에 기반하여 학습된 입맛 분석 모델에 기초하여 후술하는 객관적인 데이터인 맛 측정 데이터와 비교 분석되어, 사용자의 특정 맛 영역별 민감한지 또는 둔감한지 또는 편향되었는지 여부 등의 입맛 특성이 출력될 수 있다. .

아울러, 제1 맛 데이터 및 제2 맛 데이터를 수집하는 것과 함께, 사용자별 식음료에 대한 성향 분석을 위한 개인화 데이터를 포함하는 사용자 정보를 사용자별로 수집하고, 필요한 경우, 외부 서버로부터 공공 데이터를 수집하도록 구성될 수 있다.

사용자별 선호하는 식음료에 대한 상기 제1 맛 데이터와 상기 제2 맛 데이터를 비교 분석하여, 사용자별 입맛 특성을 추출하는 단계(S300)에서는, 분석된 사용자별 선호하는 식음료 정보 및 맛 인지 능력에 기초하여, 사용자별 선호하는 맛 데이터 구간 정보를 포함하는 사용자별 입맛 특성을 추출하도록 구성된다.

즉, 사용자로부터 입력된 식음료별 맛 인지 데이터를 기초하여, 식음료에 대한 맛 인지 데이터를 기준으로, 객관적인 데이터인 맛 측정 데이터와 비교 분석되어, 사용자의 특정 맛 영역별 민감한지 또는 둔감한지 또는 편향되었는지 여부 등의 맛 인지 능력이 분석될 수 있다.

구체적으로, 민감한 경우는, 사용자의 입맛이 객관적인 맛 영역별 수치 변화에 따라 정확하게 그 정도를 인지를 할 수 있는 경우이며, 둔감한 경우는, 객관적인 맛 영역별 수치 변화에도 그 정도를 인지할 수 없는 경우이다. 둔감한 경우는, 수치가 낮은 구간, 중간 구간, 높은 구간에서 둔감한 경우로 세분화될 수 있다. 또한, 편향된 경우는, 영역별 수치 변화에 따른 인지 정도가 정도가 높은쪽 또는 낮은 쪽으로 시프트된 경우이다. 예를 들어, 낮은 매운 정도에도 크게 매운것으로 인지하는 경우가 이에 해당된다. 한편, 선호하는 식음료로부터 수집된 맛 인지 데이터는 가중치가 부여되어 사용자별 맛 인지 능력이 분석될 수 있다.

또한, 해당 단계에서는, 사용자의 선호하는 식음료의 맛 인지 데이터 및 전자혀로부터의 맛 측정 데이터를 기초로 하여, 사용자가 선호하는 맛 데이터 구간을 추출하도록 구성된다. 여기서, 사용자별 맛 인지 능력에 기초하여, 실제 사용자가 느끼는 맛 영역을 기준으로, 실제 객관적인 맛 측정 데이터로부터 선호하는 구간이 어느 영역에 분포되는지 여부를 추출할 수 있다.

이에 따라, 적어도 하나 이상의 맛 영역별 정보의 조합을 통해 사용자별 선호하는 맛 구간 정보를 추출할 수 있다. 예를 들어, 맛 영역별 정보에 사용자가 민감한 맛에 대해서는 가중치를 부여하여 사용자의 맛 데이터 구간을 추출할 수 있다. 또한, 사용자별 맛 데이터 구간을 추출함에 있어서, 사용자가 선택한 적어도 하나 이상의 선호하는 식음료로부터 추출된 맛 데이터 구간을 조합할 수 있으며, 맛 데이터 구간의 확정을 위하여, 필요한 경우, 맛 데이터 구간의 경계에 해당하는 식음료에 대한 사용자의 선호 여부 및 맛 인지 데이터의 수신을 요구할 수 있다.

예를 들어, 사용자별 선호하는 맛 데이터 구간을 추출함에 있어서, 사용자의 맛 영역별 또는 특정의 영역의 맛 인지 능력이 민감한 경우, 일반적 또는 해당 맛 영역의 맛 데이터 구간을 좁게 추출할 수 있다. 이와 달리, 맛 인지 능력이 둔감한 경우, 맛 데이터 구간이 넓게 추출될 수 있다.

즉, 사용자 단말(100)로부터 수집된 식음료별 맛 인지 데이터 및 해당 식음료별 맛 측정 데이터를 기준으로, 사용자별 맛 영역별 데이터가 조합된 맛 데이터 구간이 추출될 수 있다.

한편, 전자 혀에 의한 맛 측정 데이터를 이용하여, 맛 데이터 구간이 추출되고, 다른 맛 인식 장치, 예를 들어, 칠리 센서, 전자코, 식감 측정기 등에 의해 측정된 맛 측정 데이터에 기초하여, 최종적인 사용자의 입맛 특성이 추출될 수 있다. 예를 들어, 사용자가 선호하는 복수의 식음료에서 특정의 향 또는 식감에 대한 공통 특성이 추출되는 경우, 사용자의 입맛 특성으로 특성의 향 또는 식감에 대한 공통 특성 정보가 추출된다.

사용자별 입맛 특성에 대응하는 식음료 추천하는 단계(S400)에서는 상기 사용자별 입맛 특성 정보에 대응되는 제1 맛 데이터를 갖는 적어도 하나 이상의 식음료를 추천된다. 이 때, 관리되는 식음료별 제1 맛 데이터에 기초하여, 사용자별 입맛 특성인 맛 데이터 구간에 대응되는 식음료 리스트를 관리할 수 있다.

즉, 사용자별로 식음료 리스트가 매칭되게 되며, 해당 정보에 기초하여, 적어도 하나 이상의 식음료가 추천될 수 있다. 한편, 상기 리스트는 맛 데이터 구간에 속하는 식음료인 것을 전제로, 사용자별 식음료 성향에 대한 항목별로 정보가 일치하는 갯수에 따라 식음료를 정렬할 수 있다. 예를 들어, 매칭되는 개수에 따라, 순차적으로 배열될 수 있다.

아울러, 사용자별 선호하는 식음료와 식음료 성향은 변동이 가능하기 때문에, 사용자별 입맛 특성 정보 및 식음료 성향 정보를 기준으로 맛 데이터 구간의 경계에 인접한 유사한 맛 측정 데이터를 갖는 식음료 리스트가 관리될 수 있다. 한편, 유사한지 여부는, 맛 데이터 구간에 따른 좌표법에 의해 맛 영역별 n 차원의 좌표를 갖는 산점으로 나타낸 위치 정보에 기초하여 좌표 상의 인접도에 따라 유사도가 결정될 수 있다.

즉, 해당 단계에서는, 사용자별로 관리되는 식음료 리스트에서 적어도 하나 이상의 식음료가 사용자에게 추천될 수 있다. 이 때, 추천 방식은 사용자가 일차적으로 취식 또는 구매하고자 하는 식음료에 대한 기본 정보를 입력하면, 리스트 내에 포함된 식음료에서 해당 기본 정보를 충족하는 식음료를 추천하는 식일 수 있다.

또한, 상기 리스트 내 식음료에서, 사용자별 식음료 성향에 대한 항목별로 정보가 일치하는 갯수에 따라 식음료를 정렬할 수 있다. 예를 들어, 매칭되는 개수에 따라, 순차적으로 배열될 수 있다.

전술한 본 발명의 일 실시예에 따른 식음료 추천방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션 (즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 식음료 추천방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 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 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드(또는, 애플리케이션이나 소프트웨어)로서 구현하는 것이 가능하다. 상술한 식음료 추천방법은 메모리 등에 저장된 코드에 의하여 실현될 수 있다

컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 상기 컴퓨터는 프로세서를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

100: 사용자 단말
300: 중앙서버
310: 수집부
320: 분석부
330: 추출부
340: 식음료 관리부
330: 추천부

Claims

중앙 서버에 의해 수행되는 식음료 추천방법에 있어서,
적어도 하나 이상의 맛 인식 장치로부터 측정된 식음료별 객관적 수치를 갖는 제1 맛 데이터를 수집하는 단계;
사용자별로 적어도 하나 이상의 식음료에 대하여, 맛 영역별로 인지한 주관적 수치를 갖는 제2 맛 데이터를 수집하는 단계;
사용자별 선호하는 식음료에 대하여, 상기 제1 맛 데이터와 사용자별 상기 제2 맛 데이터를 비교 분석하여, 사용자별 맛 인지 능력을 분석하는 단계;
상기 맛 인지 능력에 기초하여 사용자별 입맛 특성 정보를 추출하는 단계; 및
상기 사용자에 의해 인지되는 맛이 두 개 이상의 맛 데이터 구간에 따른 좌표법 상에서 각각의 맛 데이터 구간을 구분 짓는 경계를 기준으로 기 설정된 소정 범위 이내에서 변동될 때, 기 저장된 식음료 리스트를 기반으로 상기 소정 범위 이내의 맛을 갖는 적어도 하나 이상의 식음료를 추천하는 단계를 포함하고,
상기 맛 인지 능력은,
맛 영역별 민감도 및 편향도 중 적어도 하나를 포함하고, 식음료 성향을 기반으로 상기 제2 맛데이터에 가중치로 부여되며,
상기 식음료 성향은,
식음료별 종류, 비용, 위치, 브랜드 및 트랜드 중 적어도 하나 이상으로 구성된 항목을 기반으로 분석되고,
상기 식음료 리스트는,
복수개의 식음료 각각의 맛 측정 데이터를 포함하는 식음료 추천방법.
제1 항에 있어서,
상기 맛 인식 장치는 전자혀, 칠리 센서, 전자코 및 식감 측정기 중 적어도 하나를 포함하는 것을 특징으로 하는 식음료 추천방법.
삭제
삭제
제1 항에 있어서,
상기 사용자별 입맛 특성 정보는, 선호하는 식음료에 대한 사용자별 맛 인지 능력에 기초하여 추출된 사용자별 선호하는 맛 데이터 구간에 대한 정보를 포함하는 것을 특징으로 하는 식음료 추천방법.
제5 항에 있어서,
상기 식음료를 추천하는 단계는, 상기 사용자별 선호하는 맛 데이터 구간에 속하는 제1 맛 데이터를 갖는 적어도 하나 이상의 식음료가 추천되는 것을 특징으로 하는 식음료 추천방법.
제1 항에 있어서,
상기 식음료를 추천하는 단계는, 사용자별 선호하는 적어도 하나 이상의 식음료 정보로부터 분석되는 사용자별 식음료 성향 정보를 추가로 기초하여 추천되는 것을 특징으로 하는 식음료 추천방법.
제7 항에 있어서,
상기 식음료를 추천하는 단계는, 상기 사용자별 식음료 성향 정보와 일치하는 식음료 정보를 다수 포함여부에 따라 식음료를 순위에 따라 추천하는 것을 특징으로 하는 식음료 추천방법.
제1 항에 있어서,
상기 맛 영역은, 신맛, 짠맛, 쓴맛, 단맛, 및 감칠맛 중 적어도 하나를 포함하는 것을 특징으로 하는 식음료 추천방법.
제 1 항, 제2항, 제5항 내지 제 9항 중 어느 한 항에 따른 방법에 포함된 각 단계를 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체.