KR20200052573A - 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법 - Google Patents

Abstract

소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법이 제공되며, 사용자 단말로부터 사용자 단말에 기 저장된 또는 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신하는 단계, 수신된 적어도 하나의 의류 이미지로부터 재질, 색상, 계절, 및 착용부위를 추출하여 메타 데이터를 추출하여 적어도 하나의 의류 이미지에 매핑하여 저장하는 단계, 사용자 단말에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받는 단계, 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계, 및 취향 정보에 기반하여 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 사용자 단말로 코디 정보를 제공하는 단계를 포함한다.

Description

소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법{METHOD FOR PROVIDING CURATION BASED DAILY COORDINATION SERIVCE USING SOCIAL MEDIA AND LOG ACTIVITY}

본 발명은 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 관한 것으로, 사용자의 취향정보와 매치되는 스타일의 옷을 코디해줄 수 있는 방법을 제공한다.

시장 크기의 한계, 경제성장률, 소비자 환경 등으로 인해 가파른 성장세가 주춤할 즈음 모바일 트렌드가 나타났다. 모바일 서비스의 개인화 즉시 접속성, 편재성 등의 강력한 장점 등을 어필하며 SNS와 결합, 활용하는 형태의 애플리케이션의 성장세는 가파르게 상승중이며, 이에 다방면으로 생산되는 데이터는 정보과잉 시대를 화두로 떠올리며 마이닝 서비스, 정형 데이터 서비스 니즈를 등장시켰다. 이에 소셜미디어를 비롯, 전문가와 지인에 의한 추천서비스 형태인 큐레이션 서비스가 모바일 서비스 모델의 최신 트렌드로 부각되고 있다.

이때, 큐레이션 기반 코디 콘텐츠를 제공하는 기술이 연구 및 개발되었는데, 이와 관련하여 선행기술인 한국공개특허 제2018-0060195호(2018년06월07일 공개)에는, 패션 아이템 콘텐츠를 데이터베이스화하고, 코디 기반의 콘텐츠를 공유할 때 큐레이션 콘텐츠를 기반으로 제공하고, 고객으로부터 코디 콘텐츠 정보를 위한 패션 콘텐츠 정보를 수신하고, 구매자 또는 리셀러로부터 수신되는 패션 콘텐츠 정보의 조합으로 구성된 코디 콘텐츠 정보를 특정 소셜 미디어에 공유하며, 거래 완료된 코디 콘텐츠를 분석하는 구성이 개시되어 있다.

다만, 상술한 구성은 개인의 코디를 위한 큐레이션 서비스를 제공하고 있지 않으며, 개인의 취향을 반영 및 큐레이팅(Curating)하기 위해 소셜미디어를 이용하는 것이 아니라 코디가 된 옷을 공유하는 것이기 때문에 개인의 취향을 반영한 코디가 불가능하다. 또한, 개인이 매일 옷을 코디할 때 매일 입던 옷만 입을 뿐 입지 않았던 옷들은 계속 옷장 한 켠에 쌓아두기 때문에 옷 구매로 지출되는 비용과 코디의 다양성이 늘 비례하지는 않는다는 문제점이 등이 있었다.

본 발명의 일 실시예는, 사용자가 업로드한 의류 이미지를 분석하고, 큐레이션 코디 모듈을 이용하여 사용자별 로그 정보와 소셜미디어의 참여 정보를 기반으로 사용자의 의류 선호도를 추출해내며, 추출된 의류 선호도에 기반하여 사용자가 보유한 의류를 코디하는 서비스를 제공함으로써, 개인의 취향이나 선호도를 수동으로 입력하지 않아도 취향을 반영한 코디가 가능하게 해주며, 입지 않던 옷이나 아이템을 활용하게 함으로써 옷을 구매하는 비용에 비례하는 코디의 다양성을 제공해줄 수 있는, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 사용자 단말로부터 사용자 단말에 기 저장된 또는 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신하는 단계, 수신된 적어도 하나의 의류 이미지로부터 재질, 색상, 계절, 및 착용부위를 추출하여 메타 데이터를 추출하여 적어도 하나의 의류 이미지에 매핑하여 저장하는 단계, 사용자 단말에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받는 단계, 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계, 및 취향 정보에 기반하여 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 사용자 단말로 코디 정보를 제공하는 단계를 포함한다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 사용자가 업로드한 의류 이미지를 분석하고, 큐레이션 코디 모듈을 이용하여 사용자별 로그 정보와 소셜미디어의 참여 정보를 기반으로 사용자의 의류 선호도를 추출해내며, 추출된 의류 선호도에 기반하여 사용자가 보유한 의류를 코디하는 서비스를 제공함으로써, 개인의 취향이나 선호도를 수동으로 입력하지 않아도 취향을 반영한 코디가 가능하게 해주며, 입지 않던 옷이나 아이템을 활용하게 함으로써 옷을 구매하는 비용에 비례하는 코디의 다양성을 제공하여 고객의 감성 품질을 높일 수 있다.

도 1은 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 데일리 코디 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3은 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 도 1의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.

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 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템(1)은, 사용자 단말(100), 데일리 코디 서비스 제공 서버(300), 적어도 하나의 소셜미디어 서버(400)를 포함할 수 있다. 다만, 이러한 도 1의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.

이때, 도 1의 각 구성요소들은 일반적으로 네트워크(network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 사용자 단말(100)은 네트워크(200)를 통하여 데일리 코디 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 데일리 코디 서비스 제공 서버(300)는, 네트워크(200)를 통하여 사용자 단말(100), 적어도 하나의 소셜미디어 서버(400)와 연결될 수 있다. 또한, 적어도 하나의 소셜미디어 서버(400)는, 네트워크(200)를 통하여 사용자 단말(100) 및 데일리 코디 서비스 제공 서버(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.

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.

하기에서, 소셜미디어 및 사용자 로그는, 본 발명의 서비스, 소셜미디어 서비스, 및 사용자 단말에서 발생한 모든 입력, 검색, 조회를 포함하고, 이를 이용한 빈도, 주기 등의 통계까지 모두 포함하는 것을 의미한다. 다만, 나열된 것들에 한정되지 않고 일반적으로 로그로 수집될 수 있는 모든 정보를 의미한다.

사용자 단말(100)은, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 매일 코디정보를 추천받아보는 사용자의 단말일 수 있다. 이를 위하여, 사용자 단말(100)은, 사용자가 보유한 옷을 촬영하고 이를 이미지 파일로 데일리 코디 서비스 제공 서버(300)로 전송하는 단말일 수 있다. 또는, 사용자 단말(100)은, 사용자 단말(100) 내에 저장된 의류 이미지를 데일리 코디 서비스 제공 서버(300)로 전송하는 단말일 수 있다. 그리고, 사용자 단말(100)은, 소셜미디어의 계정정보를 데일리 코디 서비스 제공 서버(300)로 전송하거나, 사용자의 소셜미디어의 활동로그의 수집을 동의하여 데일리 코디 서비스 제공 서버(300)로 전송하는 단말일 수 있다. 또한, 사용자 단말(100)은 사용자 단말(100) 내에서 발생하는 서비스 트래픽을 포함한 사용자 로그의 수집동의를 역시 데일리 코디 서비스 제공 서버(300)로 전송하는 단말일 수 있다. 이에 따라, 사용자 단말(100)은 데일리 코디 서비스 제공 서버(300)에서 사용자의 취향에 맞는 옷을 추출하고, 사용자가 보유한 옷 중에서 코디를 진행한 후 데일리 코디 추천 정보를 제공하는 경우, 이를 수신하는 단말일 수 있다. 또한, 사용자 단말(100)은, 디자인에 대한 사람의 모호한 느낌이나 감정을 데일리 코디 서비스 제공 서버(300)에서 명확히 파악할 수 있도록, 데일리 코디 서비스 제공 서버(300)에서 진행하는 설문조사에 응하여 피드백을 데일리 코디 서비스 제공 서버(300)로 전송하는 단말일 수 있다.

여기서, 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, 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 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.

데일리 코디 서비스 제공 서버(300)는, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 데일리 코디 서비스 제공 서버(300)는, 사용자 단말(100)로부터 사용자 등록을 한 후 사용자가 보유한 옷을 촬영하거나 이미 촬영된 이미지가 존재하는 경우, 이를 수신하여 사용자 단말(100)과 매핑하여 저장하도록 하는 서버일 수 있다. 또한, 데일리 코디 서비스 제공 서버(300)는, 이미지 인식 알고리즘을 통하여 촬영된 이미지로부터 옷을 인식하고, 배경과 피사체인 옷을 분리해내며, 옷의 형태로 상의 또는 하의 등을 구분하고, 옷의 색상이나 디자인, 형태 등을 인식하여 리스트화하는 작업을 수행하는 서버일 수 있다. 또한, 데일리 코디 서비스 제공 서버(300)는 옷을 인식하는 작업이 끝난 경우, 이미지 분석으로 파악되지 않는 부분, 예를 들어, 재질이나 사이즈 등은 사용자 단말(100)로 입력을 요청할 수 있다. 그리고, 데일리 코디 서비스 제공 서버(300)는, 옷을 카테고리별로 분류하여 각 옷마다 메타데이터, 식별자, 태그 등의 데이터를 부가하는 서버일 수 있다. 또한, 데일리 코디 서비스 제공 서버(300)는 사용자 단말(100)에서 발생하는 서비스 트래픽이나 사용자의 소셜미디어 계정에서 발생하는 활동 로그를 수집하고, 수집된 로그 데이터로부터 취향 정보를 추출하는 서버일 수 있다. 이때, 취향 정보를 더 명확히 하기 위하여 데일리 코디 서비스 제공 서버(300)는 사용자 단말(100)로 디자인에 대한 설문조사를 실시할 수도 있다. 그리고, 데일리 코디 서비스 제공 서버(300)는 취향 정보와 옷에 부가 및 매핑되어 저장된 데이터가 일치하는지의 여부를 확인하여 코디 후보군을 추출하고, 날씨 정보를 수집하여 계절과 날씨에 적합한 재질 및 디자인을 선정하여 사용자 단말(100)로 전송하는 서버일 수 있다. 이때, 취향 정보가 디자인인 이미지로 추출된 경우에는 옷의 디자인과 비교, 즉 이미지 형태를 비교하는 것도 가능하다. 또한, 데일리 코디 서비스 제공 서버(300)는 사용자 단말(100)로부터 데일리 코디에 대한 피드백을 수신하고, 수신된 피드백에 기반하여 사용자의 취향 정보를 업데이트하기 위하여 유전자 알고리즘에 기반한 학습을 실시하는 서버일 수 있다.

여기서, 데일리 코디 서비스 제공 서버(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.

적어도 하나의 소셜미디어 서버(400)는, 데일리 코디 서비스 제공 서버(300)로부터 사용자 활동 로그에 대한 정보수집이 요청된 경우, 사용자 계정에서 발생된 활동 로그를 데일리 코디 서비스 제공 서버(300)로 전송하는 서버일 수 있다. 이때, 실시예에 따라 적어도 하나의 소셜미디어 서버(400)로부터 직접 활동 로그를 받을 수 없는 경우에는 적어도 하나의 소셜미디어 서버(400)가 삭제되고 사용자 단말(100)로부터 수집하는 것도 가능하다. 여기서, 적어도 하나의 소셜미디어 서버(400)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 2는 도 1의 시스템에 포함된 데일리 코디 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3은 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.

도 2를 참조하면, 데일리 코디 서비스 제공 서버(300)는, 수신부(310), 저장부(320), 입력부(330), 추출부(340), 제공부(350), 누적부(360), 감성파악부(370), 신체관리부(380)를 포함할 수 있다.

본 발명의 일 실시예에 따른 데일리 코디 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 사용자 단말(100)로 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 사용자 단말(100)은, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 사용자 단말(100)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: world wide web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(hyper text 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.

도 2를 참조하면, 수신부(310)는, 사용자 단말(100)로부터 사용자 단말(100)에 기 저장된 또는 사용자 단말(100)에서 촬영된 적어도 하나의 의류 이미지를 수신할 수 있다. 이때, 수신부(310)는, 사용자 단말(100)로부터 의류 이미지를 촬영하도록 사용자 단말(100)의 카메라를 활성화시키거나 기 저장된 사진 중 옷 이미지를 추출하는 작업을 수행하도록 제어할 수 있다. 후자의 경우에는 이미지를 추출할 때 사용자의 이름으로 태깅되어 있는 사진을 먼저 추출하는 방식으로, 이미지 중에서 사용자가 보유한 의류를 구분하도록 할 수도 있다. 이때, 의류를 이미지 인식기술로 인식하기 위해서는, 정형화 된 사물이 아닌, 의류와 같이 정형화 되지 않은 사물에 대한 검색은 오류를 줄일 수 있는 디스크립터가 이용될 수 있다. 의류와 같은 실 생활에서 볼 수 있는 비정형 이미지는 일반적으로 조명 변화, 회전 및 스케일 변화 등 취약한 환경 하에서 생성되는 것이 대부분이어서 오류가 발생되기 쉬운데, 본 발명의 일 실시예는, 이미지 또는 영상 내에서 확보한 조명, 회전 및 스케일 변화를 동반한 비정형 실제 영상 또는 이미지에서 사람 객체를 파악하여 착용한 의상의 색상, 무늬, 질감 등 의상이 가질 수 있는 특성 정보를 분석하고, 이를 통해 의류를 분류하고 검색할 수 있도록 한다. 특히, 의류 텍스쳐의 질감에 대한 디스크립터와 의류의 패턴을 구분하기 위한 비정형 의류 검색 디스크립터가 이용될 수도 있다.

저장부(320)는, 수신된 적어도 하나의 의류 이미지로부터 재질, 색상, 계절, 및 착용부위를 추출하여 메타 데이터를 추출하여 적어도 하나의 의류 이미지에 매핑하여 저장할 수 있다. 이때, 수신부(310)에서 수신한 옷의 특성을 저장부(320)에서 저장하고 데이터베이스화하기위하여, 옷의 특성을 텍스트화 또는 기준 이미지화할 수 있다. 예를 들어, A라는 면, 빨간색의 반팔 원피스가 존재한다고 가정하면, 저장부(320)는, 면, 반팔-여름, 빨간색, 몸 전체의 특성 파라미터를 추출하고, A 이미지에 면-여름-빨간색-몸 전체 등과 같이 태그를 달거나 메타데이터를 붙여서 저장할 수 있다.

이때, 저장부(320)는, 의류 이미지로부터 의류를 분리해내야 하는데, 이미지 템플릿을 이용하거나 엣지나 아웃라인을 추출하는 기술이 이용될 수도 있다. 이미지 템플릿을 이용하는 경우, 정형화된 기준 이미지 템플릿에 매칭되는 영역을 의류 이미지 내에서 추출하는 방법이며, 에지(Edge)나 아웃라인을 추출하는 방법(Edge Detection)은 의류 이미지에 포함된 적어도 하나의 피사체로부터 배경과 인식 객체를 분리하고, 인식 객체의 윤곽선을 추출함으로써 의류를 분리하는 작업이다. 예를 들어, A 사진이 사용자 B의 얼굴, 배경으로 산이 보인다고 하면, 사용자 B의 얼굴을 중심으로 산을 제외하고 몸의 윤곽선을 검출하고, 검출된 윤곽선에서 상의 및 하의를 구분하여 추출하는 방법일 수 있다. 그리고, 색상은 RGB 색상구분차트에 기반하여 디스크립터로 분류할 수 있는데, 단색으로 이루어진 이미지의 컬러 특성을 분석하는 것은 물론이고, 패턴에 의해 발생하는 다양한 컬러 분포 모두를 종합적으로 분석대상에 포함될 수 있다. 또한, 컬러 인식의 정확도를 높이기 위해, 외부 조명의 변화나 그림자에 의한 이미지의 명암 변화를 고려할 수 있는데, 극단적인 명암변화가 아닌 일상생활에서의 조명이나 그림자에 의한 명암 변화가 검색능력에 부정적인 영향을 주지 않도록 설계될 수 있다.

예를 들어, RGB 색공간으로 표현된 이미지를 명암을 고려한 HLS 색공간으로 변환하는데, HLS 색공간은 RGB와 마찬가지로 색을 표현하는 하나의 방법으로 색상(Hue), 채도(Saturation), 밝기(Lightness)의 좌표를 이용하여 색을 고려한다. 색상(Hue, H)는 가시광선 스펙트럼을 고리모양으로 배치한 색상환(Color Circle)에서 가장 파장이긴 빨강을 0°로 하였을 때의 상대적인 배치 각도의 분포이다. 때문에 H 값은 0°~360°의 범위를 갖고, 360°와 0°는 같은 색상 빨강을 가리키고, 채도(Saturation, S)는 특정한 색상의 가장 진한 상태를 100%라고 하였을 때 진하기의 정도를 나타내는 것으로, 0%는 색상과 무관하게 무채색을 나타내며, 밝기(Lightness, L)는 색의 밝고 어두움을 나타내는 정도로, 실제 이미지의 명암변화와 직접적으로 관련이 있다. RGB 색 공간에서 HLS 색 공간으로 변환이 이루어진 이미지는 밝기 정도를 수치화 하여 표현할 수 있으므로, 이미지 상에서 조명이나 그림자에 의해 명암의 변화가 발생한다면, 밝기(L) 값의 변화가 크게 발생하고 색상(H)과 채도(S)는 거의 변하지 않는다. 이러한 점을 이용하여 HLS공간을 몇 가지의 색으로 양자화 시키는데, 우선 밝기에 대해 문턱 값을 설정함으로써 자연스러운 밝기 변화를 넘어서 극단적으로 밝아지거나 어두워지는 색 변화는 그 부분이 조명변화에 의한 것이 아닌 본래 흰색과 검은색을 가지고 있는 것으로 판단하는 방식일 수 있다. 다만, 상술한 실시예에 한정되지 않고 다양한 색상 인식 및 분류 방법이 적용될 수 있다. 물론, 저장부(320)는, 사용자 단말(100)로부터 각 의류 이미지를 수신하고, 의류 이미지에 대한 설명, 예를 들어, 상의, 여름, 나시, 흰색, 면 등과 같은 메타데이터를 직접 입력받는 방법을 이용할 수도 있음은 자명하다 할 것이다.

입력부(330)는, 사용자 단말(100)에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받을 수 있다. 그리고, 입력부(330)는, 사용자 단말(100)에서 발생하는 로그 데이터의 수집에 동의를 받을 수 있다. 즉, 이하에서 취향 정보를 추출할 때, 사용자 계정으로 활동한 로그 및 사용자 단말(100)에서 발생하는 로그를 분석하는 큐레이팅을 실시하여 추출해야 하기 때문이다. 이때, 취향 정보를 생성하기 위해서는 선호도를 알아야 하는데, 시스템 기반의 데이터를 이용하는 방법에 따라 시스템에 저장되어 있는 기존 데이터와 사용자에 의해 입력되어지는 입력 데이터, 그리고 기존 데이터와 입력 데이터를 조합하는 알고리즘을 이용할 수 있다. 또한, 지인 추천이나 전문가 추천 등과 같은 소셜미디어 내에서 활동하는 사용자의 활동로그를 추출하는 경우, 사용자가 직접 입력한 것보다 더 많은 범위에서 사용자의 취향을 알아낼 수 있다. 이때, 소셜 큐레이션 서비스(Social Curation Service)는 소셜 서비스를 인터넷 쇼핑몰과 결합하여 소비자의 선호 경향을 지능적으로 파악하여 판매와 소비에 도움을 주고자 하는 서비스인데, 이를 파악하기 위해서 본 발명의 일 실시예에서는 사용자가 소셜미디어에서 활동한 로그를 분석하는 방법을 이용할 수 있고, 이에 따라 사용자로부터 소셜미디어의 정보에 대한 수집동의를 수신할 수 있다.

추출부(340)는, 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출할 수 있다. 이때, 큐레이팅이 실시되는 소셜 큐레이션 서비스는, 사용자의 소셜미디어(SNS) 활동과 쇼핑몰에서의 행동 등을 수집하여 저장하고, 수집된 정보를 이용하여 다양한 분석을 수행할 수 있다. 분석 결과는 코디를 돕기 위한 고급 정보로 사용될 수 있고, 소비자의 행동과 활동으로부터 정보를 생성하는 것을 니즈(Needs) 분석이라 하며, 이를 이용하여 취향 정보를 추출할 수 있게 된다. 예를 들어, 쇼핑몰로부터 사용자의 구매 활동, SNS 사용 그리고 후기 등록으로부터 정보를 수집하고, 이로부터 사용자 니즈정보를 생산해 내는 니즈 분석 개념을 이용할 수 있다.

추출부(340)는 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출할 때, 사용자 계정으로 적어도 하나의 소셜 미디어에 엑세스할 수 있다. 그리고, 추출부(340)는, 적어도 하나의 소셜 미디어에서 사용자 단말(100)에서 발생시킨 적어도 하나의 활동 이벤트를 추출하고, 적어도 하나의 활동 이벤트 중 선호 이벤트가 발생된 경우, 선호 이벤트가 발생된 콘텐츠가 의류 콘텐츠인지의 여부를 확인할 수 있다. 또한, 추출부(340)는, 선호 이벤트가 발생된 콘텐츠가 의류 콘텐츠인 경우, 의류 콘텐츠에 포함된 의류 객체 이미지를 추출하고, 추출된 의류 객체 이미지를 취향 정보로 저장할 수 있다. 예를 들어, 사용자 A가 소셜미디어 B를 이용할 때 영상인 콘텐츠를 시청하거나, 지인이 추천해준 물품에 관심을 표하거나, 다른 사람의 피드(Feed)를 보고 싫은 감정을 표현하거나 하는 등 다양한 활동 로그를 생성해낼 수 있다. 따라서, 소셜미디어의 콘텐츠는 의류에 한정되지 않기 때문에 사용자가 활동 로그를 생성한 콘텐츠(피드)가 의류 관련 피드인지를 확인하는 작업이 우선이다. 또한, 활동 로그가 좋다는 감정을 표현한 것인지, 싫다는 감정을 표현한 것인지를 분류해야 한다. 예를 들어, 사용자 A가 C 콘텐츠가 의류 콘텐츠인데 마음에 들지 않는다는 표시를 하거나 싫다는 반응을 한 댓글을 작성하는 경우에는 취향 정보를 추출할 때 해당 내용은 제외되어야 할 목록으로 수집되거나, 수집에서 제외하여 취향 정보에 반영하지 말아야 한다. 따라서, 활동 로그를 수집할 때에도, 추출부(340)는 사용자가 호감을 표시했는지, 호감을 표시했다면 해당 콘텐츠가 의류관련 콘텐츠인지를 확인하여 수집 및 추출하도록 할 수 있다.

추출부(340)는, 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출할 때, 활동한 로그에 포함된 콘텐츠에 기 구축된 취향분류체계를 취향태그 세트로 이용하여 취향 태그를 부착하고, 사용자 계정으로 활동한 로그를 분석하여 사용자 프로파일을 구축할 수 있다. 즉, 맞춤 큐레이션을 위해서는 의류의 대표 속성은 어떠한 것들이 있으며, 이들을 어떻게 정의 및 분류할 것인지에 대한 기준을 정립해야 한다. 이에 따라, 본 발명의 일 실시예에서는, 의류 이미지 분류를 위한 취향분류체계를 정의하고, 이를 기반으로 의류에 취향태그(emotional tag)를 부착하고, 취향태그를 기준으로 취향 태그조합과 하위 의류 목록을 포함하여 취향테마(emotional theme)라고 정의하여, 맞춤형 큐레이션 시스템의 제공 단위로 이용할 수 있다. 이를 통하여, 사용자 취향 프로파일링, 즉, 사용자의 콘텐츠 이용 로그를 분석하여 사용자 프로파일 정보를 구축하고, 이때 의류의 취향태그를 이용 및 취향 프로파일을 구축하여 취향태그별 선호도를 생성할 수 있다.

예를 들어, 의류 콘텐츠는, 브랜드, 색상, 디자인 등 명시적인 메타 정보 뿐만 아니라, 각 의류의 소재, 재질, 신축성이나 관련 주요 검색 키워드 등의 의류를 설명하는 내용과 관련된 속성도 포함할 수 있다. 이때, 의류의 상품명을 이용하여 개체명 자동인식기술을 적용해서 추출할 수도 있는데 이와 같이 명시적인 메타정보와 주요 속성을 의류의 고유 취향으로 정의할 수 있다. 그리고, 소셜 취향어휘를 추출하기 위하여 복수의 속성, 예를 들어, 우아한, 세련된, 심플한, 깔끔한, 귀여운, 아기자기한, 멋진 등의 속성별 표현 어휘를 정의하며, 실제 소셜미디어에 게재된 의류 콘텐츠별 리뷰 문장에서 사용되는 어휘 빈도(Term frequency)와 이들 어휘가 사용되는 콘텐츠의 수(Document frequency)가 일정치가 넘는 속성-표현 집합을 추출 및 선정하며, 소셜취향태그를 각 의류 콘텐츠에 부착할 수 있다. 소셜취향태그를 부착하는 과정은 취향분석(Sentiment Analysis) 관련 연구에서도 중요한 연구이지만, 취향 정보 기반 맞춤형 큐레이션 시스템을 위해 취향분류체계에 대한 기준을 정립하는데 중요한 기반이 될 수 있다. 따라서, 위와 같은 방법으로 구축한 취향분류체계를 기반으로 의류 콘텐츠에 취향태그를 부착하는데, 예를 들면, 꽃무늬 원피스를 포함한 의류 콘텐츠에, 색상, 형태, 디자인 등의 고유취향태그와, 사람들이 꽃무늬 원피스에 대해 말하거나 사용자가 말한 소셜취향태그를 부착하고, 고유취향태그 및 소셜취향태그를 조합하여 취향 테마를 생성할 수 있다.

또한, 추출부(340)는, 사용자 자신이 "귀여운" 옷을 좋아하지 않는다고 생각할지라도, 소셜미디어에서 "귀여운"이라는 취향태그를 가진 의류에 "좋아요"를 눌러서 호감을 표시했고, 이러한 정보가 누적되어 사용자의 취향정보로 지정되는 경우에는, 사용자에게 "귀여운" 스타일의 옷이 추천될 수 있도록 사용자의 취향정보를 저장할 수 있다. 각 개인마다 디자인에 대해 느끼는 감정이 다르고, 표현하는 체계가 다르기 때문에, 사용자가 "귀여운" 스타일을 싫어했다고 생각했을지라도 정작 자신이 입는 옷은 "귀여운" 스타일일 수 있기 때문이다. 따라서, 개인이 생각하는 "귀여움"의 정의와, 일반적으로 정의되는 "귀여움"의 정의가 다를지라도 그 간극을 없애고 사용자가 진정으로 선호하는 취향을 사용자의 로그로부터 추출해낼 수 있다.

정리하면, 취향분류체계를 구축해서 소셜미디어나 사용자 트래픽으로 발생하는 로그에 포함된 의류 콘텐츠를 분석하여 취향태그를 붙이고, 취향태그로부터 사용자의 취향정보를 분석하며, 분석된 취향정보를 사용자가 보유한 옷을 고르기 위한 기준값으로 사용할 수 있다. 이때, 취향정보는 항상 고정된 것은 아니고 사용자가 발생시키는 로그나 소셜미디어의 활동 로그로 실시간 또는 주기적으로 학습되어 변경될 수 있음은 물론이라 할 것이다.

이렇게 사용자의 취향정보가 세팅되었으면, 추출부(340)는 사용자 프로파일에 매칭되는 적어도 하나의 의류 이미지의 후보 집합을 생성하고, 생성된 후보 집합 중 매일 다른 큐레이팅 결과를 출력하기 위하여 사용자 프로파일에 기반한 의류 선호 랭킹 정보를 이용하여 후보 집합을 필터링할 수 있다. 매일 다른 큐레이팅 결과를 주기 위해서는 일주일 또는 일 단위로 동일한 조합을 가지지 않도록 할 수 있다. 예를 들어, 사용자가 옷을 일주일에 한 번만 세탁한다고 가정하면, 동일한 옷이 일주일 기간 이내에는 사용되면 안된다. 또한, 사용자가 동일한 조합의 옷을 연속된 날에 입기 싫어하는 경우에는, 같은 아이템이 이용되더라도 그 조합은 다르게 생성되어야 한다. 그리고, 사용자가 바지는 A 바지를 매일 입고 싶어하는데, 상의는 매일 변경하고 싶다고 가정하면, A 바지는 그대로 두고, 나머지 아이템, 상의나 가방, 스카프, 넥타이 등을 변경시켜야 한다. 이는, 사용자의 옷을 입는 방식에 따라 학습될 수 있고 사용자의 선호도나 원하는 조건에 따라 다양한 실시예가 생성될 수 있음은 자명하다 할 것이다.

제공부(350)는, 취향 정보에 기반하여 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 사용자 단말(100)로 코디 정보를 제공할 수 있다. 이때, 제공부(350)에서 취향 정보에 기반하여 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 사용자 단말(100)로 코디 정보를 제공할 때, 날씨 정보를 수집하여 사용자의 활동 시간의 날씨를 추출하고, 추출된 날씨의 카테고리 내에 존재하는 적어도 하나의 의류 이미지를 추출하는 제 1 차 필터링 단계를 먼저 거칠 수 있다. 예를 들어, 사용자 A가 12월에 "귀여운" 스타일의 옷을 좋아해서 "귀여운" 스타일의 옷 B가 추출되었는데 반팔인 경우 이를 입을 수가 없다. 물론, 믹스 앤 매치하여 입을 수도 있지만, 본 발명은 코디 서비스를 제공하여 사용자가 옷 고를 걱정을 덜어주는 것이 목표이므로 이를 제외하기로 한다. 이때, 해당 옷을 추천하면서 제한조건인 "겨울"이므로 레이어드하여 입기를 권한다는 문구를 더 제공하는 것을 배제하는 것은 아니다. 이와 같이 추출부(340)는 제 1 차 필터링으로 추출된 적어도 하나의 의류 이미지 중 취향 정보와 매칭되는 의류 이미지를 추출하는 제 2 차 필터링할 수 있다. 이때, 취향 정보와 매칭되는 의류 이미지를 추출하는 것은 상술한 바와 같으므로 그 상세한 설명은 중복으로 생략하기로 한다.

누적부(360)는 추출부(340)에서 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출한 후, 취향 정보를 히스토리 로그로 누적하여 저장할 수 있다. 사람이 동일한 취향을 가질 수는 있지만 패션이나 계절 변화 또는 심경의 변화 등으로 지속적으로 변경될 수 있다. 예를 들어, "귀여운" 스타일의 옷을 입다가 입사를 하거나 취업이 된 경우에는 "세련된" 또는 "깔끔한" 스타일의 옷을 추구할 수도 있다. 물론, "귀여운" 스타일의 옷을 주말에는 입겠지만, 주중에는 오피스룩을 추천해주도록 할 수도 있다. 또는, 심경의 변화로 "귀여운" 스타일에서 "심플한" 스타일의 옷이 좋아진 경우에도 마찬가지로 로그를 추적하면서 변경된 사항을 반영해야 알 수 있다. 따라서, 누적부(360)는 지속적으로 취향 정보를 모니터링 및 학습하도록 히스토리 로그를 누적하여 저장하고, 이 패턴의 변화를 이용하여 취향정보를 학습시킬 수 있다. 또한, 누적부(360)는 누적된 히스토리 로그를 이용하여 사용자에게 취향 정보의 변화 패턴을 그래프 등으로 제공할 수도 있다.

감성파악부(370)는, 수신부(310)에서 사용자 단말(100)로부터 사용자 단말(100)에 기 저장된 또는 사용자 단말(100)에서 촬영된 적어도 하나의 의류 이미지를 수신하기 이전에, 기 구축된 데이터베이스에 포함된 적어도 하나의 디자인에 대한 설문 페이지를 사용자 단말(100)로 전송하고, 사용자 단말(100)로부터 적어도 하나의 디자인에 대한 사용자의 주관적인 생각인 설문 조사 결과를 수집하여 감성 데이터를 구축하며, 적어도 하나의 디자인에 대하여 감성 데이터를 기반으로 적합도를 부여하고, 유전자 알고리즘을 기반으로 적합도에 비례하여 다음 세대의 집단이 생성되면 교차 및 돌연변이 연산을 수행하고, 적합도에 기반하여 사용자의 감성과 부합되는 디자인이 학습이 완료될 때까지 감성 데이터를 구축하는 단계로 복귀하여 루프를 돌며, 학습이 완료되는 경우 학습 결과 데이터를 사용자의 감성 디자인으로 저장할 수 있다. 즉, 이 구성은 A,B,C,D,E가 취향이 유사하고, A에게 추천을 해주어야 한다면, B,C,D,E가 좋아하는 옷을 추천해주어도 A의 선호도가 높을 것이라는 가정에서 시작된다.

예를 들어, 사용자들의 선호도 평가값을 적합도 행렬에 맵핑시킨 후 α-cut을 이용하여 임계치 이상으로 군집하고, 의류 디자인에 대한 주관적인 판단에 따라 적합도를 부여하며, 이 값에 비례하여 다음 세대의 집단이 생성되며, 여기서 교차 및 돌연변이 연산을 적용시키고, 이러한 과정을 반복함으로써 사용자는 진화된 의상 코디를 추천받을 수 있다. 감성공학에서 사용자가 표현하기 어려운 느낌이나 감정을 기반으로 유전자 알고리즘의 적합도를 사용하여 감성과 부합되는 의상을 표현하고 협력적 필터링을 사용하여 적절한 의상을 추천받을 수 있다.

이를 위하여, 감성어휘를 선정 및 추출해야 한다. 감성어휘는 정량적인 데이터로 변환하여 데이터베이스화 할 수 있고, 예를 들어, 의상에 대한 감성어휘를 10쌍으로 평가되도록 할 수 있으며, 이는, 고급스런 - 낡은, 귀여운 - 중후한, 무난한 - 개성적인, 청순한 - 섹시한, 고전적인 - 현대적인, 따뜻한 - 차가운, 보수적인 - 개방적인, 동양적인 - 서양적인, 젊은 - 어른스런, 단정한 - 복잡한 등일 수 있다. 설문조사를 통해 감성어휘는 0과 1로 이진 스트링으로 처리하는데, 이는 유전자 알고리즘을 이용하기 위한 전처리 작업이며 선호는 1, 비선호는 0으로 나타낸다. 감성을 직접 표현하기란 어려운 일이기 때문에 간접적으로 감성어휘를 이용하여 표현하고 측정에 적용할 수 있다.

그 다음에는, 유전자 알고리즘을 이용한 평가 값 선호도를 유전자 알고리즘의 변화 과정 중 두 가지 유전 연산자들인 돌연변이와 교배를 이용하여 초기에 군집된 사용자의 선호도 평가값 보다 다음세대가 더 좋은 값을 갖기 위한 과정을 진행할 수 있다. 이때, 유전자 알고리즘에 관하여는 공개기술과 동일하므로 상세한 설명은 생략하기로 한다. 마지막으로, 적합도에 α-cut을 이용한 군집을 실시해야 하는데, 평가 값에 적합도 행렬이 형성되면 α-cut을 적용하여 임계치 이상의 값을 군집하고, 여기서 α-cut은 퍼지 이론에서 사용되는 방법으로 집합의 원소들에 대해 집합에 속할 기준을 정의할 때 사용하는 방법이다. 유전자 알고리즘의 적합도는 개체들 간의 비교하기 위하여 가상의 환경에서 얼마나 적응하고 있는지를 나타내는 척도로 사용된다. 이에 따라, 군집된 사용자를 동일한 성향의 집합이라 간주하고 의상 코디를 추천할 수 있다. 여기서 속성간의 선형 관계의 정도를 측정할 수 있는 척도인 피어슨 상관계수를 이용하여 유사성을 측정하고, 유사한 성향을 가진 사용자간의 유사도 가중치를 구한 후 의상 코디에 대한 감성 선호도 예측을 평균 분산을 사용할 수 있다. 물론, 개인의 성향만을 이용하여 학습하는 것도 가능하고, 상술한 실시예에 한정되는 것은 아님은 자명하다 할 것이다.

신체관리부(380)는, 수신부(310)에서 사용자 단말(100)로부터 사용자 단말(100)에 기 저장된 또는 사용자 단말(100)에서 촬영된 적어도 하나의 의류 이미지를 수신하기 이전에, 사용자 단말(100)로부터 신체의 각 부위의 사이즈 및 체중을 입력받아 신체 데이터로 저장할 수 있다. 이때, 데일리 코디 서비스 제공 서버(300)는, 사용자 단말(100)에서 감지된 걸음수가 기 누적된 걸음수의 평균 범위를 벗어난 경우, 걸음수별로 기 매핑된 사이즈 및 체중 증가 레이블에 기반하여 사이즈 및 체중을 증감시키고, 증감된 사이즈 및 체중으로 코디가능한 의류의 의류 이미지를 사용자 단말(100)에서 출력되도록 할 수 있다. 예를 들어, 사람의 신체는 항상성에 기반하여 항상 일정한 체중을 유지하지만 갑자기 살이 찐 경우 또는 빠진 경우에는 코디를 해준다고 하더라도 입을 수 없는 경우가 존재할 수 있다. 또한, 다이어트를 하는 경우에는 살이 점점 빠지고 있는 중인데, 현재에는 입을 수 없을지라도 다이어트가 진행됨에 따라 입을 수 있는 옷들이 생길 수 있다. 따라서, 체중이 증가하고 감소하는 것을 매일 입력받을 수도 있지만, 사용자의 걸음수는 항상 모바일 단말에서 체크가 되므로 이를 이용하여 사용자의 체중변화를 예측하고, 못입었지만 다이어트(걸음수가 많은 것이 지속되는 상태 등)로 입을 수 있게 된 옷, 입을 수 있었지만 갑작스런 체중증가(걸음수가 현저히 낮은 상태가 지속된 후 등)로 입을 수 없게 된 옷을 구분하여 코디를 제공하는 것도 가능하다.

이하, 상술한 도 2의 데일리 코디 서비스 제공 서버의 구성에 따른 동작 과정을 도 3을 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다

도 3을 참조하면, (a) 데일리 코디 서비스 제공 서버(300)는 사용자 단말(100)로부터 SNS 계정 정보의 활용에 동의를 받고, 로그 수집에 대해서도 동의를 받으며, 사용자가 보유한 옷을 촬영한 이미지가 수신되면 이를 저장한다. 그리고 나서, 데일리 코디 서비스 제공 서버(300)는, (b) 사용자 단말(100)에서 발생하는 서비스 트래픽을 포함한 사용자 로그 정보를 수집하고, 적어도 하나의 소셜미디어 서버(400)로부터 사용자 계정으로 이벤트가 발생된 활동 로그를 수집하며, 이를 분석하고 취향정보를 추출한다.

(c) 그리고 나서, 데일리 코디 서비스 제공 서버(300)는 사용자가 보유한 옷을 기 구축된 의류분류체계로 분류 및 카테고리화를 시작하고 데이터베이스를 구축하며, (d) 날씨와 사용자의 취향 정보에 맞는 옷을 사용자가 보유한 옷에서 추출하여 후보군을 만들고, (e) 사용자에게 전송하고 사용자로부터 코디에 대한 피드백을 받아 그 다음 코디를 제공할 때 반영될 수 있도록 유전자 알고리즘으로 학습을 진행할 수 있다.

이와 같은 도 2 및 도 3의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 4는 본 발명의 일 실시예에 따른 도 1의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 4를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 4에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.

도 4를 참조하면, 데일리 코디 서비스 제공 서버(300)는, 사용자 단말(100)에서 사용자 등록을 하면(또는 등록을 하지 않고), 보유 의류 이미지의 송신을 사용자 단말(100)로 요청하고(S4200), 사용자 단말(100)에서 이를 업로드하는 경우(S4300) 카테고리별로 의상을 클러스터링하여 분류하고(S4400), 이미지 분석으로 각 보유의류의 재질, 브랜드, 색상, 사이즈를 포함한 정보추출 및 태깅을 진행한다(S4500).

한편, 데일리 코디 서비스 제공 서버(300)는, 사용자 단말(100)로부터 전송된 계정정보나 수집동의사항을 수신하고(S4600), 적어도 하나의 소셜미디어 서버(400)에서 발생하는 사용자의 활동 로그(Activity Log)를 모니터링하고(S4800), 사용자 단말(100)에서 발생하는 사용자 트래픽도 함께 모니터링하여(S4810), 사용자 로그와 활동 로그로 사용자의 취향을 분석 및 추출한다(S4820). 그리고 나서, 데일리 코디 서비스 제공 서버(300)는, 보유 의류에 태깅된 태그와 취향정보가 기 설정된 유사도를 초과하는 후보군을 추출하고(S4830), 날씨 정보를 수집하여(S4900) 계절 및 날씨정보로 후보군을 필터링하고(S4910), 이전 코디와 겹치는 후보군도 제외시키며(S4920), 최종 후보를 선정하여 사용자 단말(100)로 제공한다(S4940).

상술한 단계들(S4100~S4940)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S4100~S4940)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.

이와 같은 도 4의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 3을 통해 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5는 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법을 설명하기 위한 동작 흐름도이다. 도 5를 참조하면, 데일리 코디 서비스 제공 서버는, 사용자 단말로부터 사용자 단말에 기 저장된 또는 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신한다(S5100). 그리고, 데일리 코디 서비스 제공 서버는, 수신된 적어도 하나의 의류 이미지로부터 재질, 색상, 계절, 및 착용부위를 추출하여 메타 데이터를 추출하여 적어도 하나의 의류 이미지에 매핑하여 저장하고(S5200), 사용자 단말에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받는다(S5300).

또한, 데일리 코디 서비스 제공 서버는, 적어도 하나의 소셜 미디어에서 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하고(S5400), 취향 정보에 기반하여 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 사용자 단말로 코디 정보를 제공한다(S5500).

이와 같은 도 5의 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.

도 5를 통해 설명된 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 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 포함한다.

전술한 본 발명의 일 실시예에 따른 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법은, 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 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법은 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.

Claims (8)

1. 데일리 코디 서비스 제공 서버에서 실행되는 데일리 코디 서비스 제공 방법에 있어서,
   사용자 단말로부터 상기 사용자 단말에 기 저장된 또는 상기 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신하는 단계;
   상기 수신된 적어도 하나의 의류 이미지로부터 재질, 색상, 계절, 및 착용부위를 추출하여 메타 데이터를 추출하여 상기 적어도 하나의 의류 이미지에 매핑하여 저장하는 단계;
   상기 사용자 단말에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받는 단계;
   상기 적어도 하나의 소셜 미디어에서 상기 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계;
   상기 취향 정보에 기반하여 상기 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 상기 사용자 단말로 코디 정보를 제공하는 단계;
   를 포함하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
2. 제 1 항에 있어서,
   상기 사용자 단말에서 이용하는 적어도 하나의 소셜 미디어의 사용자 계정 정보를 입력받는 단계는,
   상기 사용자 단말에서 발생하는 로그 데이터의 수집에 동의를 받는 단계;
   를 포함하고,
   상기 취향 정보를 추출할 때, 상기 사용자 계정으로 활동한 로그 및 상기 사용자 단말에서 발생하는 로그를 분석하는 큐레이팅을 실시하여 추출하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
3. 제 1 항에 있어서,
   상기 적어도 하나의 소셜 미디어에서 상기 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계는,
   상기 사용자 계정으로 상기 적어도 하나의 소셜 미디어에 엑세스하는 단계;
   상기 적어도 하나의 소셜 미디어에서 상기 사용자 단말에서 발생시킨 적어도 하나의 활동 이벤트를 추출하는 단계;
   상기 적어도 하나의 활동 이벤트 중 선호 이벤트가 발생된 경우, 상기 선호 이벤트가 발생된 콘텐츠가 의류 콘텐츠인지의 여부를 확인하는 단계;
   상기 선호 이벤트가 발생된 콘텐츠가 의류 콘텐츠인 경우, 상기 의류 콘텐츠에 포함된 의류 객체 이미지를 추출하는 단계;
   상기 추출된 의류 객체 이미지를 취향 정보로 저장하는 단계;
   를 수행함으로써 실행되는 것인, 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
4. 제 1 항에 있어서,
   상기 적어도 하나의 소셜 미디어에서 상기 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계 이후에,
   상기 취향 정보를 히스토리 로그로 누적하여 저장하는 단계;
   를 더 포함하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
5. 제 1 항에 있어서,
   상기 적어도 하나의 소셜 미디어에서 상기 사용자 계정으로 활동한 로그를 분석하는 큐레이팅(Curating)을 실시하여 취향 정보를 추출하는 단계는,
   상기 활동한 로그에 포함된 콘텐츠에 기 구축된 취향분류체계를 취향태그 세트로 이용하여 취향 태그를 부착하는 단계;
   상기 사용자 계정으로 활동한 로그를 분석하여 사용자 프로파일을 구축하는 단계;
   상기 사용자 프로파일에 매칭되는 적어도 하나의 의류 이미지의 후보 집합을 생성하는 단계;
   상기 생성된 후보 집합 중 매일 다른 큐레이팅 결과를 출력하기 위하여 상기 사용자 프로파일에 기반한 의류 선호 랭킹 정보를 이용하여 후보 집합을 필터링하는 단계;
   를 포함하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
6. 제 1 항에 있어서,
   상기 취향 정보에 기반하여 상기 적어도 하나의 의류 이미지 중 착용부위별 의류 이미지를 각각 추출하여 상기 사용자 단말로 코디 정보를 제공하는 단계는,
   날씨 정보를 수집하여 상기 사용자의 활동 시간의 날씨를 추출하는 단계;
   상기 추출된 날씨의 카테고리 내에 존재하는 적어도 하나의 의류 이미지를 추출하는 제 1 차 필터링 단계;
   상기 제 1 차 필터링으로 추출된 적어도 하나의 의류 이미지 중 상기 취향 정보와 매칭되는 의류 이미지를 추출하는 제 2 차 필터링 단계;
   를 포함하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
7. 제 1 항에 있어서,
   상기 사용자 단말로부터 상기 사용자 단말에 기 저장된 또는 상기 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신하는 단계 이전에,
   기 구축된 데이터베이스에 포함된 적어도 하나의 디자인에 대한 설문 페이지를 상기 사용자 단말로 전송하는 단계;
   상기 사용자 단말로부터 상기 적어도 하나의 디자인에 대한 사용자의 주관적인 생각인 설문 조사 결과를 수집하여 감성 데이터를 구축하는 단계;
   상기 적어도 하나의 디자인에 대하여 상기 감성 데이터를 기반으로 적합도를 부여하고, 유전자 알고리즘을 기반으로 상기 적합도에 비례하여 다음 세대의 집단이 생성되면 교차 및 돌연변이 연산을 수행하는 단계;
   상기 적합도에 기반하여 사용자의 감성과 부합되는 디자인이 학습이 완료될 때까지 상기 감성 데이터를 구축하는 단계로 복귀하여 루프를 도는 단계;
   상기 학습이 완료되는 경우 학습 결과 데이터를 상기 사용자의 감성 디자인으로 저장하는 단계;
   를 더 포함하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.
   
8. 제 1 항에 있어서,
   상기 사용자 단말로부터 상기 사용자 단말에 기 저장된 또는 상기 사용자 단말에서 촬영된 적어도 하나의 의류 이미지를 수신하는 단계 이전에,
   상기 사용자 단말로부터 신체의 각 부위의 사이즈 및 체중을 입력받아 신체 데이터로 저장하는 단계;
   를 더 포함하고,
   상기 데일리 코디 서비스 제공 서버는, 상기 사용자 단말에서 감지된 걸음수가 기 누적된 걸음수의 평균 범위를 벗어난 경우, 상기 걸음수별로 기 매핑된 사이즈 및 체중 증가 레이블에 기반하여 상기 사이즈 및 체중을 증감시키고, 상기 증감된 사이즈 및 체중으로 코디가능한 의류의 의류 이미지를 상기 사용자 단말에서 출력되도록 하는 것을 특징으로 하는 소셜미디어 및 사용자 로그를 이용한 큐레이션 기반 데일리 코디 서비스 제공 방법.

Images