KR20210045284A

KR20210045284A - 이종 쇼핑몰 간의 연동 방법

Info

Publication number: KR20210045284A
Application number: KR1020200037433A
Authority: KR
Inventors: 현나실; 김형진; 이재명; 김지영
Original assignee: 카페24 주식회사
Priority date: 2019-10-16
Filing date: 2020-03-27
Publication date: 2021-04-26
Also published as: KR102396110B1

Abstract

이종 쇼핑몰 간의 연동 방법, 장치 및 시스템이 개시되어 있다. 이종 쇼핑몰 간의 연동 방법은, 제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하고, 요청에 응답하여 작업을 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하고, 학인 결과 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면, 수행 계획 모듈을 수행할 수 있다.

Description

이종 쇼핑몰 간의 연동 방법{Method, Apparatus and System for Interlocking Between Heterogeneous Shopping Mall}

본 발명은 이종 쇼핑몰 간의 연동 방법, 장치 및 시스템에 관한 것으로서, 좀더 상세하게는, 서로 다른 플랫폼을 기반으로 하는 쇼핑몰 간에 작업을 용이하게 자동으로 연동할 수 있는 이종 쇼핑몰 간의 연동 방법, 장치 및 시스템에 관한 것이다.

최근 들어, 인터넷 등과 같은 온라인 통신의 대중화는 그 어느 때 보다 상거래 환경을 급격하게 변화시켰다. 이제는 온라인 또는 인터넷 쇼핑이라는 말 자체가 새삼 낯설 정도로 인터넷 또는 온라인이라는 단어가 불필요한 수식어처럼 느껴질 만큼 온라인을 통한 전자상거래가 활성화되고 있다. 그리고 온라인 전자상거래 시장의 확대 추세는 더욱 확대될 전망이다.

온라인 전자상거래 업체 즉, 온라인을 통하여 상품을 판매하는 쇼핑몰들이 기하급수적으로 증가함에 따가 쇼핑몰은 자사의 이미지 강화 및 사업 확장을 위하여 다양한 플랫폼과의 데이터 연동에 힘쓰고 있다. 예를 들어, 특정 플랫폼 기반으로 구현된 쇼핑몰은 이종 플랫폼과의 연동을 통하여 이종 플랫폼 기반으로 구현된 이종 쇼핑몰의 서비스를 자사의 쇼핑몰로 연동시키고자 한다.

일반적으로, 이종 플랫폼의 쇼핑몰로의 연동은 API(application programming interface)를 수집하고 가공하는 것을 기반으로 한다. 예를 들어, 쇼핑몰은 특정 서비스를 위하여 대상 플랫폼에서 대응하는 API를 확인하여 수집한다. 만약, 대응하는 API가 없을 경우 쇼핑몰은 대상 쇼핑몰로 API의 제공을 요청하여야 한다.

그런데, 이와 같은 경우 API 제공 요청 후 API를 제공받기 까지 상당한 시간이 요구된다. 또한, AIP의 제작은 전문적인 인력에 의하여 수행되므로 비용과 시간이 소모되며, 만약 대상 쇼핑몰로부터 API를 수집하거나 API를 제공받더라도 해당 서비스에 이슈 발생 시에 이슈 대응 및 유지 보수에 어려움이 존재한다. 따라서, 이종 쇼핑몰 간의 연동을 용이하게 수행할 수 있는 솔루션의 개발이 시급히 요구되고 있다.

공개특허 제2012-0020502호

본 발명은 이러한 문제점을 해결하기 위한 것으로서, 요소의 절대 위치 정보인 엑스패스를 기반으로 하여 이종 플랫폼 기반의 쇼핑몰 간의 서비스 연동을 용이하게 자동 수행할 수 있도록 하는 이종 쇼핑몰 간의 연동 방법, 장치 및 시스템을 제공하는데 그 목적이 있다.

이러한 목적을 달성하기 위하여 본 발명은 일 측면(Aspect)에서 이종 쇼핑몰 간의 연동 방법을 제공한다. 상기 이종 쇼핑몰 간의 연동 방법은, 복수 개의 쇼핑몰과 연동하는 서버에 의하여 수행되며, 제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 단계; 상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하는 단계; 및 상기 확인하는 단계에서 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면, 상기 수행 계획 모듈을 수행하는 단계를 포함할 수 있다. 상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고, 상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함할 수 있다.

상기 이종 쇼핑몰 간의 연동 방법은, 상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하는 단계를 더 포함하고, 그 아이콘을 선택됨에 따라 상기 요청을 수신할 수 있다. 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연관될 수 있다.

상기 이종 쇼핑몰 간의 연동 방법은, 상기 확인하는 단계에서 상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우, 상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 단계; 추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계; 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 단계; 분류된 상기 엑스패스 데이터들을 모듈화하는 단계; 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 수행 모듈을 생성하는 단계를 더 포함할 수 있다.

수집된 엑스패스 데이터는, 상기 웹페이지의 링크 정보인 URL(Universal Resource Locator); 요소에 대응하는 키워드; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 태그 정보; 및 상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함할 수 있다.

상기 이종 쇼핑몰 간의 연동 방법은, 상기 인공지능 모델을 학습하는 단계를 더 포함하고, 상기 인공 지능 모델을 학습하는 단계는, 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하는 단계; 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계; 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습하는 단계; 및 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 단계를 포함할 수 있다.

상기 인공지능 모델과 연동하는 데이터베이스는 각 요소별로, 요소에 대응하는 키워드; 상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값; 상기 요소에 대응하는 유사 키워드 그룹; 상기 요소에 대응하는 태그 타입; 상기 요소에 대응하는 최초 생성 일자; 및 상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리할 수 있다.

상기 분류하는 단계는, 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하는 단계; 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하는 단계; 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 단계를 포함할 수 있다.

상기 작업 수행 모듈은, 상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 다른 측면에서 이종 쇼핑몰 간의 연동 장치를 제공한다. 상기 이종 쇼핑몰 간의 연동 장치는, 제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 수신부; 및 상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하고, 상기 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면 상기 수행 계획 모듈을 수행하는 수행부를 포함할 수 있다.

상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고, 상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함할 수 있다.

상기 이종 쇼핑몰 간의 연동 장치는, 상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하는 표시부를 더 포함할 수 있다. 상기 수신부는 상기 아이콘을 선택됨에 따라 상기 요청을 수신할 수 있다. 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연관될 수 있다.

상기 이종 쇼핑몰 간의 연동 장치는, 상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우, 상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 추출부; 추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하는 수집부; 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 분류부; 분류된 상기 엑스패스 데이터들을 모듈화하는 모듈화부; 및 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 수행 모듈을 생성하는 작업 수행 모듈 생성부를 더 포함할 수 있다.

상기 이종 쇼핑몰 간의 연동 장치는, 인공지능 모델을 학습하는 학습부를 더 포함할 수 있다. 상기 학습부는, 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하고, 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하고, 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델을 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습시키고, 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장할 수 있다.

상기 분류부는, 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하고, 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하고, 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서 이종 쇼핑몰 간의 연동 시스템을 제공한다. 상기 이종 쇼핑몰 간의 연동 시스템은, 제 1 쇼핑몰; 제 2 쇼핑몰; 및 제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하고, 상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하고, 상기 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면 상기 수행 계획 모듈을 수행하는 서버를 포함할 수 있다.

상기 서버는, 상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하고, 상기 아이콘을 선택됨에 따라 상기 요청을 수신할 수 있다. 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연관될 수 있다.

상기 서버는, 상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우, 상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하고, 추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하고, 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하고, 분류된 상기 엑스패스 데이터들을 모듈화하고, 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 생성할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서, 컴퓨터에, 제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 단계; 상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하는 단계; 및 상기 확인하는 단계에서 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면, 상기 수행 계획 모듈을 수행하는 단계 -상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고, 상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함함- 를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공한다.

이상 설명한 바와 같이, 본 발명에 따르면 요소의 절대 위치 정보인 엑스패스(xpath)를 기반으로 하여 이종 플랫폼 기반의 쇼핑몰 간의 서비스 연동을 용이하게 자동 수행할 수 있다. 따라서, 쇼핑몰에서 판매를 수행하는 판매자는 현재 판매하는 쇼핑몰 이외에 이종 플랫폼을 기반으로 하는 전혀 다른 쇼핑몰에서도 상품을 손쉽게 판매할 수 있다.

도 1은 본 발명의 바람직한 실시예에 따른 이종 쇼핑몰 간의 연동 방법을 실현하기 위한 시스템의 구성을 도시하는 블록도이다.
도 2는 도 1에 도시된 서비스 서버의 상세 구성을 설명하기 위한 블록도로서, 본 발명의 바람직한 실시예에 다른 이종 쇼핑몰 간의 연동 장치의 구성을 나타내고 있다.
도 3 내지 도 4는 이종 쇼핑몰 간의 연동 장치의 동작 흐름을 나타내는 흐름도로서, 본 발명의 바람직한 실시예에 따른 이종 쇼핑몰 간의 연동 방법을 나타내고 있다.
도 5는 제 1 쇼핑몰의 상품 판매용 웹페이지에 요청 아이콘을 표시하는 일례를 예시적으로 나타내는 예시도이다.
도 6은 제 1 쇼핑몰에서 요청 아이콘을 표시하는 다른 예를 예시적으로 나타내는 예시도이다.
도 7은 HTML 태그 및 텍스트 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.
도 8은 링크 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.
도 9는 서비스 서버에 의하여 수집되는 요소의 엑스패스 데이터를 나타내는 예시도이다.
도 10은 웹페이지에 포함된 요소들의 엑스패스 데이터들의 수집 목록을 예시적으로 나타내는 예시도이다.
도 11은 서비스 서버의 분류부에 의하여 수행되는 분류 절차를 설명하기 위한 흐름도이다.
도 12는 엑스패스 데이터에 대응하여 데이터베이스에서 인공지능 모델과 연동하여 관리되는 데이터를 나타낸다.
도 13은 도 12에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 도표이다.
도 14는 모듈화부와 연관되어 데이터베이스에서 관리되는 데이터를 나타내는 도표이다.
도 15는 도 14에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 예시도이다.
도 16은 작업 수행 모듈에 포함되는 단위 모듈의 정보를 예시적으로 나타내는 도표이다.
도 17은 작업 수행 모듈과 연관되어 관리되는 작업 수행 정보와 연관된 테이블을 나태는 도표이다.
도 18은 서비스 서버에 의한 인공지능 모델의 학습을 위한 절차를 설명하기 위한 흐름도이다.
도 19는 사용자가 수집 및 등록을 원하는 플랫폼에 대한 설정 값을 입력하는 사용자 인터페이스를 나타내고 있다.
도 20은 상기 페이지에서 등록된 설정값에 따라 엑스패스 수집을 진행하며 이후 수집 및 등록이 자동 처리됨에 있어 필요에 따라 운영자가 관련 내용을 확인할 수 있는 사용자 인터페이스를 예시적으로 나타내고 있다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

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 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '포함하다' 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.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 바람직한 실시예에 따른 이종 쇼핑몰 간의 연동 방법을 실현하기 위한 시스템의 구성을 도시하는 블록도이다.

도 1에 도시된 바와 같이, 서비스 서버(100)는 다수 개의 쇼핑몰, 예컨대 제 1 쇼핑몰(M1) 및 제 2 쇼핑몰(M2)과 연동할 수 있다. 상기 쇼핑몰들은 서로 다른 이종 플랫폼을 기반으로 구축되어 있다. 여기서 쇼핑몰이란 온라인을 통하여 상품을 판매하는 모든 형태의 온라인 쇼핑몰을 포함할 수 있다. 예를 들어, 쇼핑몰은 아마존, 옥션, 인터파크 등과 같은 오픈마켓 형태의 쇼핑몰, 백화점 쇼핑몰, 아울렛 쇼핑몰 등과 같은 대형 쇼핑몰, 고유의 도메인을 가지고 운용하는 개인 쇼핑몰 등을 포함할 수 있다. 뿐만 아니라 쇼핑몰은 상품을 판매한다면 SNS, 블로그, 온라인 카페나 커뮤니티 등과 같은 다양한 형태도 그 범주에 포함할 수 있다.

서비스 서버(100)는 이러한 이종의 플랫폼의 쇼핑몰들과 연동하면서, 제 1 쇼핑몰(M1)에서 수행되는 작업을 제 2 쇼핑몰(M2)에서 수행될 수 있도록 함에 의하여 이종의 쇼핑몰 간에 연동할 수 있도록 한다.

예를 들어, 서비스 서버(100)는 제 1 쇼핑몰(M1)에서 판매를 수행하는 판매자가 제 1 쇼핑몰(M1)과는 전혀 다른 플랫폼의 제 2 쇼핑몰(M2)에서도 상품을 판매할 수 있도록 한다. 상기 작업은 상품의 판매뿐만 아니라 사용자 정보의 변경, 로그인, 상품의 구매, 게시물 업데이트 등과 같은 다양한 종류의 작업일 수 있다. 본 실시예에서는 이러한 작업들 중 상품의 판매와 관련된 작업을 예를 들어 설명하기로 한다.

도 2는 도 1에 도시된 서비스 서버(100)의 상세 구성을 설명하기 위한 블록도로서, 본 발명의 바람직한 실시예에 다른 이종 쇼핑몰 간의 연동 장치의 구성을 나타내고 있다. 도 3 내지 도 4는 이종 쇼핑몰 간의 연동 장치의 동작 흐름을 나타내는 흐름도로서, 본 발명의 바람직한 실시예에 따른 이종 쇼핑몰 간의 연동 방법을 나타내고 있다.

도 2에 도시된 바와 같이, 서비스 서버(100)는 수신부(110), 표시부(120), 수행부(130), 추출부(140), 수집부(150), 분류부(160), 모듈화부(170), 작업 수행 모듈 생성부(180), 학습부(200) 및 데이터베이스(190) 등을 포함할 수 있다.

이러한 서비스 서버(100)는 적어도 하나의 컴퓨터 단말기를 기반으로 구축될 수 있다. 컴퓨터 단말기는 프로그램을 저장하는 메모리, 메모리에 저장된 프로그램을 실행하는 프로세서, 정보를 입력하기 위한 입력부, 정보를 출력하는 출력부 등을 포함하는 서버급 컴퓨터일 수 있다. 상기 각부는 상호 연동 가능하며 적어도 하나의 컴퓨터 단말기를 기반으로 구축될 수 있다.

이하, 도 1 내지 도 4를 참조하여, 본 발명의 바람직한 실시예를 설명하기로 한다. 도 1 내지 도 4를 참조한 실시예의 설명에서, 사용자는 제 1 쇼핑몰(M1)을 통하여 상품을 판매하는 상품의 판매자라고 가정하고, 사용자는 제 1 쇼핑몰(M1)에서 판매하는 상품을 제 1 쇼핑몰(M1)과는 전혀 다른 플랫폼 시스템을 기반으로 운영되는 제 2 쇼핑몰(M2)에서도 판매하고자 하는 의사가 있다고 가정한다.

다시 말하여, 제 1 쇼핑몰(M1)은 사용자가 현재 판매를 수행하고 있는 쇼핑몰이고, 제 2 쇼핑몰(M2)은 사용자가 판매하고자 하는 이종 플랫폼의 쇼핑몰인 타겟 쇼핑몰이라고 가정한다. 즉, 제 2 쇼핑몰(M2)은 타겟 쇼핑몰을 지칭하는 용어로서 실제로는 하나의 쇼핑몰일 수도 있고, 복수 개의 쇼핑몰을 지칭할 수도 있다.

먼저, 서비스 서버(100)의 표시부(120)는 제 1 쇼핑몰(M1)에 특정 작업을 상기 제 2 쇼핑몰(M2)을 통하여 수행할 것인지의 의사를 묻는 아이콘을 표시할 수 있다(단계:S1). 예를 들면, 여기서 특정 작업은, 본 실시예의 설명에서는, 제 2 쇼핑몰(M2)을 통하여 판매를 수행하는 것일 수 있다. 상기 아이콘은 상기 제 2 쇼핑몰(M2)을 나타내는 식별 정보와 연관될 수 있다. 그러면, 사용자는 표시된 아이콘을 선택, 예컨대 클릭하거나 터치할 수 있다(단계:S2).

도 5는 제 1 쇼핑몰(M1)의 상품 판매용 웹페이지에 요청 아이콘을 표시하는 일례를 예시적으로 나타내는 예시도이다.

도 5에 도시된 바와 같이, 제 1 쇼핑몰(M1)의 상품 판매용 웹페이지의 일측에는 "이 제품을 제 2 쇼핑몰에서 판매 하시겠습니다?"와 같은 안내 문구가 표시되고 안내 문구의 인접한 부분에는 이러한 의사를 요청할 수 있는 요청 아이콘(IC1)이 표시된다. 즉, 요청 아이콘(IC1)은 제 2 쇼핑몰(M2)을 나타내는 식별 정보, 예컨대 상기 문구와 연관되어 표시된다.

사용자에 의하여 상기 아이콘(IC1)이 선택, 예컨대 클릭하거나 터치되면, 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생될 수 있다. 상기 요청 신호에는 제 1 쇼핑몰(M1)의 식별 정보, 제 2 쇼핑몰(M2)의 식별 정보, 상품의 식별 정보 등이 포함될 수 있다.

도 5에 도시된 예의 경우 판매를 수행할 타겟 쇼핑몰을 미리 지정하여 제 1 쇼핑몰(M1)에 요청 아이콘을 표시하는 예를 나타낸다. 한편, 표시부(120)는 타겟 쇼핑몰인 제 2 쇼핑몰(M2)을 사용자가 정할 수 있도록 사용자 인터페이스를 표시할 수도 있다. 도 6은 제 1 쇼핑몰(M1)에서 요청 아이콘을 표시하는 다른 예를 예시적으로 나타내는 예시도이다.

도 6에 도시된 바와 같이, 표시부(120)는 제 1 쇼핑몰(M1)에 타겟 쇼핑몰인 제 2 쇼핑몰(M2)을 선택할 수 있도록 사용자 인터페이스를 표시할 수 있다. 예를 들어, 사용자가 목록에서 제 2 쇼핑몰(M2)을 선택할 수 있는 아이콘(IC2)을 선택하면, 복수 개의 제 2 쇼핑몰(M2)들의 목록을 표시하고, 목록 중 사용자가 원하는 제 2 쇼핑몰(M2)을 선택할 수 있도록 한다. 제 2 쇼핑몰(M2)이 선택되면 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 선택된 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생될 수 있다.

예를 들어, 사용자가 목록에서 제 2 쇼핑몰(M2)을 직접 입력할 수 있는 아이콘(IC3)를 선택하면, 사용자가 원하는 제 2 쇼핑몰(M2)의 식별 정보를 입력할 수 있는 입력창을 표시하고, 사용자의 입력으로부터 제 2 쇼핑몰(M2)의 식별 정보, 예컨대 URL(Universal Resource Locator), 명칭 등을 수신할 수 있다. 제 2 쇼핑몰(M2)의 식별 정보가 입력되면 표시부(120)는 제 1 쇼핑몰(M1)에서 판매하고 있는 상품을 입력된 식별 정보에 대응하는 제 2 쇼핑몰(M2)에서 판매할 것을 요청하는 요청 신호가 발생할 수 있다.

한편, 판매할 상품은 복수 개일 수도 있다. 이 경우 표시부(120)는 제 2 쇼핑몰(M2)에서 판매할 상품 목록 또는 입력창을 제 1 쇼핑몰(M1)에 표시하고 사용자는 표시된 상품 목록 또는 입력창을 기반으로 판매할 상품들을 선택 또는 입력할 수 있다.

도 3에 도시된 바와 같이, 서비스 서버(100)의 수신부(110)는 제 1 쇼핑몰(M1)로부터 특정 작업을 제 2 쇼핑몰(M2)을 통하여 수행할 것을 요청하는 요청을 수신할 수 있다(단계:S3). 예를 들어, 상기 요청은 제 1 쇼핑몰(M1)에서 판매되는 적어도 하나의 상품을 제 2 쇼핑몰(M2)을 통하여 판매할 것을 요청하는 요청일 수 있다. 이 경우 상기 요청에는 제 1 쇼핑몰(M1)의 식별 정보, 제 2 쇼핑몰(M2)의 식별 정보, 적어도 하나의 상품의 식별 정보 등이 포함할 수 있다.

서비스 서버(100)의 수행부(130)는, 수신된 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰(M2)을 통하여 자동 수행하도록 하는 작업 수행 모듈이 데이터베이스(190)에 존재하는 지의 여부를 확인할 수 있다(단계:S4). 확인 결과, 작업 수행 모듈이 상기 데이터베이스(190)에 존재하는 것으로 확인되면, 상기 작업 수행 모듈을 수행할 수 있다(단계:S5).

한편, 확인 결과 작업 수행 모듈이 데이터베이스(190)에 존재하지 않으면, 작업 수행 모듈을 생성하기 위한 프로시저들이 수행될 수 있다. 도 4에 도시된 바와 같이, 먼저, 서비스 서버(100)의 추출부(140)는 제 1 쇼핑몰(M1)과 연동하기 위한 제 2 쇼핑몰(M2)의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출할 수 있다(단계:S11).

예를 들어, 서비스 서버(100)는 상품의 판매를 위한 제 2 쇼핑몰(M2)의 웹페이지로부터 HTML 데이터를 추출할 수 있다. 여기서 상품의 판매를 위한 웹페이지는 로그인, 상품 판매, 재고 확인, 결제, 주문 상태 확인 등 제 2 쇼핑몰(M2)에서 상품의 판매 절차에 필요한 모든 웹페이지일 수 있다.

수집부(150)는 추출된 HTML 데이터로부터 상기 웹페이지에 포함되는 요소들에 대응하는 엑스패스(xpath) 데이터들을 수집할 수 있다(단계:S12). 상기 엑스패스 데이터는 대응된 요소의 절대 위치 정보인 엑스패스를 포함할 수 있다. 상기 엑스패스란 HTML 문서상에서 특정 요소에 대한 유일한 경로 값을 의미할 수 있다.

본 발명의 바람직한 실시예에 따르면, 상기와 같이 서비스 서버(100)는 엑스패스 스크래핑 방식을 사용한다. 엑스패스 스크래핑이란 요소에 대응하는 유일한 경로 값에 해당하는 엑스패서 정보를 자동으로 추출하여 수집하는 것을 의미할 수 있다. 앞서 설명한 종래의 문제점에서 지적되었던 API 제공 요청을 접수해야 하거나 제공이 불가한 경우, 엑스패스 스크래핑 방식을 이용하면 접근 가능한 플랫폼 제한도 사라질 뿐 아니라, 시간 및 비용적 리소스도 훨씬 절감될 수 있다.

도 7은 HTML 태그 및 텍스트 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있고, 도 8은 링크 데이터를 추출하는데 사용하는 사용자 인터페이스를 예시적으로 나타내고 있다.

도 9는 서비스 서버(100)에 의하여 수집되는 요소의 엑스패스 데이터를 나타내는 예시도이다. 도 10은 웹페이지에 포함된 요소들의 엑스패스 데이터들의 수집 목록을 예시적으로 나타내는 예시도이다. 이와 같이 수집되는 엑스패스 데이터들은 데이터베이스(190)에 저장되어 관리된다.

도 9에 도시된 바와 같이, 수집되는 엑스패스 데이터는 상기 웹페이지의 링크 정보인 URL(Universal Resource Locator)인 "URL", 요소에 대응하는 키워드인 "Title", 상기 요소에 대응하는 태그 타입인 "Tag_type", 요소에 대응하는 태그 정보(또는 태그명)인 "Tag_info", 및 상기 요소에 대응하는 절대 위치 값인 엑스패스 값인 "xpath"을 포함할 수 있다.

도 10에 도시된 바와 같이, "Cafe24.com/prdctregister" 링크의 웹페이지에서 수집된 다수 개의 요소들에 대응하는 엑스패스 데이터들이 수집될 수 있다. 예를 들어, "Cafe24.com/prdctregister" 링크의 웹페이지의 판매 대기를 선택하는 판매상태 라디오 버튼의 엑스패스 값은 "//[@id="eDescriptionADDOptionM"]일 수 있다. 따라서 요소의 유일한 경로 값인 액스패스 값을 통하여 요소의 절대 위치를 알 수 있다.

다음으로, 서비스 서버(100)의 분류뷰는 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류할 수 있다(단계:S13).

도 11은 서비스 서버(100)의 분류부(160)에 의하여 수행되는 분류 절차를 설명하기 위한 흐름도이다.

도 11에 도시된 바와 같이, 상기 분류부(160)는, 인공지능 모델을 기반으로 하여 상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출할 수 있다(단계:S21). 분류부(160)는 인공지능 모델을 기반으로 하여 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정할 수 있다(단계:S22). 다음으로, 분류부(160)는 인공지능 모델을 기반으로 하여 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑할 수 있다(단계:S23).

도 12는 엑스패스 데이터에 대응하여 데이터베이스(190)에서 인공지능 모델과 연동하여 관리되는 데이터를 나타낸다. 도 13은 도 12에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 도표이다.

도 12에 도시된 바와 같이, 각 요소별로 요소에 대응하는 키워드인 "Title", 상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값의 결과인 "Vec_Result", 상기 요소에 대응하는 유사 키워드 그룹인 "Synonym_Family", 상기 요소에 대응하는 태그 타입인 "Tag_type", 상기 요소에 대응하는 최초 생성 일자인 "Created_date", 및 상기 요소에 대응하는 최근 업데이트 일자인 "Updated_date"를 포함하는 테이블이 인공지능 모델과 연관되어 데이터베이스(190)에서 관리될 수 있다.

도 13에 도시된 바와 같이, "로그인 제출 이미지" 요소에 대하여 키워드인 "로그인", 벡터 값, 유사 키워드 그룹, 예컨대 "Login, Log in, 로긴, …", 태그 타입 "Submit image", 최초 생성 일자 "2019-01-01", 최근 업데이트 일자 "2019-01-28" 등이 관리되며, 각각의 요소들의 목록 데이터가 테이블 형태로 관리될 수 있다.

이어서, 모듈화부(170)는 분류된 상기 엑스패스 데이터들을 모듈화할 수 있다(단계:S14). 여기서 유사한 특성과 키워드를 가지고 연관된 요소들의 데이터를 연관시킬 수 있다. 도 14는 모듈화부(170)와 연관되어 데이터베이스(190)에서 관리되는 데이터를 나타내는 도표이다. 도 15는 도 14에 의하여 관리되는 데이터들의 리스트를 예시적으로 나타내는 예시도이다.

도 14에 도시된 바와 같이, 모듈화된 데이터들은 요소의 키워드를 나타내는 "Title", 요소의 태그 타입을 나타내는 "Tag_type"을 포함하는 테이블이 데이터베이스(190)에 의하여 관리될 수 있다. 도 15에 도시된 바와 같이, 로그인 제출 요소인 목록의 첫 번째 요소에 대하여 키워드인 "로그인", 태그 타입인 "submit"이 관리될 수 있다.

이어서, 작업 수행 모듈 생성부(180)는 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 제 2 쇼핑몰(M2)에서 특정 작업을 수행하기 위한 작업 수행 모듈을 생성할 수 있다(단계:S15).

상기 작업 수행 모듈은, 예컨대, 제 1 쇼핑몰(M1)로부터 요청된 작업을 제 2 쇼핑몰(M2)에서 자동 수행하는 일종의 배치 파일일 수 있다. 이러한 작업 수행 모듈은 적어도 하나의 단위 모듈을 포함할 수 있다. 예를 들어, 요청된 작업이 제 2 쇼핑몰(M2)에서 상품의 판매하는 것으로 가정하면, 상품 판매를 위해서 여러 가지 작업들, 예컨대, 로그인, 상품 등록, 상품 목록 수집, 재고확인, 판매 접수 등 다양한 작업들이 수행되어야 하며, 작업을 수행하기 위한 단위 작업들에 대응하는 작업 수행 모듈을 단위 모듈이라 할 수 있다. 단위 모듈은 단위 작업을 수행하기 위한 배치 파일일 수 있다.

도 16은 작업 수행 모듈에 포함되는 단위 모듈의 정보를 예시적으로 나타내는 도표이다. 도 17은 작업 수행 모듈과 연관되어 관리되는 작업 수행 정보와 연관된 테이블을 나태는 도표이다.

도 16에 도시된 바와 같이, 단위 모듈은 타겟 웹페이지의 URL인 "Target_URL", 작업 수행 유형 정보인 "Plan_type", 액션 타입 정보인 "Action_tpye", 액션 순서 정보인 "Action_No" 및 작업 수행 타겟 엑스패스 정보인 "Target xpath"를 포함할 수 있다.

도 17에 도시된 바와 같이, 작업의 수행을 위하여 작업 수행 모듈은 다수 개의 단위 모듈의 정보를 관리할 수 있다. 예를 들어, 여기서 액션 순서 정보에 따라 단위 모듈의 액션 순서가 정해진다.

다음으로, 서비스 서버(100)의 수행부(130)는 작업 수행 모듈을 수행할 수 있다(단계:S16). 그러면 작업 수행 모듈은 사용자로부터 요청된 작업을 제 2 쇼핑몰(M2)에서 자동 수행할 수 있다. 예를 들면, 작업 수행 모듈은 제 1 쇼핑몰(M1)에서 판매되는 상품을 제 2 쇼핑몰(M2)에서 판매할 수 있도록, 제 2 쇼핑몰(M2)에 사용자를 로그인하고, 사용자의 제 2 쇼핑몰(M2)에 상품을 등록하는 상품 판매를 위한 일련의 단위작업들을 수행할 수 있다.

작업 수행 모듈은 제 1 쇼핑몰(M1)로부터 작업에 필요한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰(M2)의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력할 수 있다.

예를 들어, 로그인을 위하여 제 1 쇼핑몰(M1)로부터 사용자 정보(예컨대 ID, 패스워드)를 수신하여 제 2 쇼핑몰(M2)의 로그인 웹페이지의 사용자 정보 입력부에 자동 입력한 후, 로그인 버튼을 선택하여 로그인을 수행하고, 상품 정보를 제 1 쇼핑몰(M1)로부터 수신한 후 제 2 쇼핑몰(M2)의 상품 등록부에 필요 위치에 입력한 후 등록 버튼을 선택하여 상품을 등록할 수 있다.

제 1 쇼핑몰(M1)로부터의 입력 데이터는 작업 수행 모듈이 실시간으로 제 1 쇼핑몰(M1)에 요청하여 수신할 수도 있고, 또는 사전에 등록된 입력 데이터를 제 1 쇼핑몰(M1)로부터 수신하여 데이터베이스(190)에 저장한 후 작업 수행 시에 사용할 수도 있다.

따라서, 본 발명의 바람직한 실시예에 따르면, 이종의 타겟 쇼핑몰의 플랫폼에 대응하는 API를 확인하고 수집하거나 제공을 요청하지 않더라도, 타겟 쇼핑몰과 손쉽게 연동할 수 있도록 하는 서비스를 제공하는 것이 가능하므로, 연동 시스템의 개발과 구축 및 유지 보수적인 측면에서 시간적 및 인적 리소스를 훨씬 줄일 수 있다.

한편, 서비스 서버(100)의 학습부(200)는 인공지능 모델을 학습할 수 있다. 도 18은 서비스 서버(100)에 의한 인공지능 모델의 학습을 위한 절차를 설명하기 위한 흐름도이다.

도 18에 도시된 바와 같이, 학습부(200)는 학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출할 수 있다(단계:S31). 학습부(200)는 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집할 수 있다(단계:S32).

다음으로, 학습부(200)는 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습할 수 있다(단계:S33). 학습부(200)는 학습 완료된 상기 인공지능 모델을 데이터베이스(190)에 저장할 수 있다(단계:S34).

상기 학습 대상 쇼핑몰은 제 1 쇼핑몰(M1)의 사용자가 요청한 제 2 쇼핑몰(M2)일 수도 있으나, 요청한 제 2 쇼핑몰(M2) 이외에도 복수 개의 쇼핑몰들일 수 있다. 즉 학습 대상 쇼핑몰은 복수 개의 쇼핑몰일 수 있으며, 학습 대상 쇼핑몰의 숫자가 많아질수록 분류의 정확도 또한 증가할 수 있다.

도 19는 사용자가 수집 및 등록을 원하는 플랫폼에 대한 설정 값을 입력하는 사용자 인터페이스를 나타내고 있다. 도 20은 상기 사용자 인터페이스를 통하여 등록된 설정값에 따라 엑스패스 수집을 진행하며 이후 수집 및 등록이 자동 처리됨에 있어 필요에 따라 운영자가 관련 내용을 확인할 수 있는 사용자 인터페이스를 예시적으로 나타내고 있다.

이상 본 발명에 대하여 그 바람직한 실시예를 예시하여 설명하였지만 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 기술적 사항 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시켜 실시할 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.

M1 : 제 1 쇼핑몰
M2 : 제 2 쇼핑몰
100 : 서비스 서버
110 : 수신부
120 : 표시부
130 : 수행부
140 : 추출부
150 : 수집부
160 : 분류부
170 : 모듈화부
180 : 작업 수행 모듈 생성부
190 : 데이터베이스
200 : 학습부

Claims

복수 개의 쇼핑몰과 연동하는 서버에 의하여 수행되며,
제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 단계;
상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하는 단계; 및
상기 확인하는 단계에서 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면, 상기 수행 계획 모듈을 수행하는 단계를 포함하고,
상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고,
상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 1 항에 있어서, 상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하는 단계를 더 포함하고,
상기 아이콘을 선택됨에 따라 상기 요청을 수신하는 것을 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 2 항에 있어서, 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연관되는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 1 항에 있어서, 상기 확인하는 단계에서 상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우,
상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 단계;
추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계;
수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 단계;
분류된 상기 엑스패스 데이터들을 모듈화하는 단계;
상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 수행 모듈을 생성하는 단계를 더 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 4 항에 있어서, 수집된 엑스패스 데이터는,
상기 웹페이지의 링크 정보인 URL(Universal Resource Locator);
요소에 대응하는 키워드;
상기 요소에 대응하는 태그 타입;
상기 요소에 대응하는 태그 정보; 및
상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 4 항에 있어서, 상기 인공지능 모델을 학습하는 단계를 더 포함하고,
상기 인공 지능 모델을 학습하는 단계는,
학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하는 단계;
상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하는 단계;
엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델이 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습하는 단계; 및
학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 단계를 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 4 항에 있어서, 상기 인공지능 모델과 연동하는 데이터베이스는
각 요소별로,
요소에 대응하는 키워드;
상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값;
상기 요소에 대응하는 유사 키워드 그룹;
상기 요소에 대응하는 태그 타입;
상기 요소에 대응하는 최초 생성 일자; 및
상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 4 항에 있어서, 상기 분류하는 단계는,
상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하는 단계;
상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하는 단계;
상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 단계를 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 1 항에 있어서, 상기 작업 수행 모듈은,
상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 방법.
제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 수신부; 및
상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하고, 상기 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면 상기 수행 계획 모듈을 수행하는 수행부를 포함하고,
상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고,
상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 10 항에 있어서, 상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하는 표시부를 더 포함하고,
상기 수신부는 상기 아이콘을 선택됨에 따라 상기 요청을 수신하는 것을 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 11 항에 있어서, 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연관되는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 10 항에 있어서, 상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우,
상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하는 추출부;
추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하는 수집부;
수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하는 분류부;
분류된 상기 엑스패스 데이터들을 모듈화하는 모듈화부; 및
상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 수행 모듈을 생성하는 작업 수행 모듈 생성부를 더 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 13 항에 있어서, 수집된 엑스패스 데이터는,
상기 웹페이지의 링크 정보인 URL(Universal Resource Locator);
요소에 대응하는 키워드;
상기 요소에 대응하는 태그 타입;
상기 요소에 대응하는 태그 정보; 및
상기 요소에 대응하는 절대 위치 값인 엑스패스 값을 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 13 항에 있어서, 상기 인공지능 모델을 학습하는 학습부를 더 포함하고,
상기 학습부는,
학습 대상 쇼핑몰의 학습 웹페이지로부터 HTML 데이터를 추출하고, 상기 학습 웹페이지로부터 추출된 HTML 데이터로부터 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 수집하고, 엑스패스 데이터에 대응하는 특징 정보 및 키워드 정보에 따라 연관된 엑스패스 데이터별로 분류할 수 있도록, 상기 인공 지능 모델을 상기 학습 웹페이지에 포함된 요소들에 대응하는 엑스패스 데이터들을 기반으로 학습시키고, 학습 완료된 상기 인공지능 모델을 데이터베이스에 저장하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 13 항에 있어서, 상기 인공지능 모델과 연동하는 데이터베이스는
각 요소별로,
요소에 대응하는 키워드;
상기 요소의 특징 정보 및 키워드 정보에 대응하는 벡터 값;
상기 요소에 대응하는 유사 키워드 그룹;
상기 요소에 대응하는 태그 타입;
상기 요소에 대응하는 최초 생성 일자; 및
상기 요소에 대응하는 최근 업데이트 일자를 포함하는 테이블을 관리하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 13 항에 있어서, 상기 분류부는,
상기 엑스패스 데이터들의 링크 정보를 기반으로 하여 상기 엑스패스 데이터들의 특징 정보를 추출하고, 상기 엑스패스 데이터들의 키워드를 기반으로 유사 키워드 그룹을 결정하고, 상기 특징 정보 및 유사 키워드 그룹을 기반으로 상기 엑스패스 데이터들을 연관된 엑스패스 데이터별로 그룹핑하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 10 항에 있어서, 상기 작업 수행 모듈은,
상기 제 1 쇼핑몰로부터 상기 작업을 위한 입력 데이터를 수신하고, 상기 작업의 수행 시 상기 입력 데이터를 상기 제 2 쇼핑몰의 웹페이지에서 상기 입력 데이터를 요구하는 위치에 자동 입력하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 장치.
제 1 쇼핑몰;
제 2 쇼핑몰; 및
제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하고, 상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하고, 상기 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면 상기 수행 계획 모듈을 수행하는 서버를 포함하고,
상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고,
상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 시스템.
제 19 항에 있어서, 상기 서버는,
상기 제 1 쇼핑몰에 특정 작업을 상기 제 2 쇼핑몰을 통하여 수행할 것인지의 여부를 나타내는 아이콘을 표시하고, 상기 아이콘을 선택됨에 따라 상기 요청을 수신하는 것을 것을 특징으로 하는 이종 쇼핑몰 간의 연동 시스템.
제 19 항에 있어서, 상기 아이콘은 상기 제 2 쇼핑몰을 나타내는 식별 정보와 연돤되는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 시스템.
제 19 항에 있어서, 상기 서버는,
상기 수행 계획 모듈이 존재하지 않는 것으로 확인되는 경우,
상기 제 2 쇼핑몰의 웹페이지로부터 HTML(Hypertext Mark-up Language) 데이터를 추출하고, 추출된 상기 HTML 데이터로부터 상기 웹페이지들에 포함되는 요소들에 대응하는 엑스패스 데이터들을 수집하고, 수집된 상기 엑스패스 데이터들을 학습된 인공지능 모델을 기반으로 하여 연관된 엑스패스 데이터별로 분류하고, 분류된 상기 엑스패스 데이터들을 모듈화하고, 상기 모듈화된 엑스패스 데이터들을 기반으로 하여 상기 작업 수행 모듈을 생성하는 것을 특징으로 하는 이종 쇼핑몰 간의 연동 시스템.
컴퓨터에,
제 1 쇼핑몰로부터 특정 작업을 제 2 쇼핑몰을 통하여 수행할 것을 요청하는 요청을 수신하는 단계;
상기 요청에 응답하여, 상기 작업을 상기 제 2 쇼핑몰을 통하여 자동 수행하도록 하는 수행 계획 모듈이 데이터베이스에 존재하는 지의 여부를 확인하는 단계; 및
상기 확인하는 단계에서 수행 계획 모듈이 상기 데이터베이스에 존재하는 것으로 확인되면, 상기 수행 계획 모듈을 수행하는 단계 -상기 수행 계획 모듈은 적어도 하나의 단위 모듈을 포함하고, 상기 단위 모듈은 단위 작업과 연관된 상기 제 2 쇼핑몰의 웹페이지의 URL(Universal Resource Locator), 상기 단위 작업의 유형을 나타내는 정보, 상기 단위 작업의 액션 순서를 나타내는 정보 및 상기 단위 작업의 수행을 위한 엑스패스(xpath) 정보를 포함함- 를 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.