KR20210060375A - 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램 - Google Patents

Abstract

유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램이 제공된다. 본 발명의 다양한 실시예에 따른 유망 콘텐츠 선정 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 제1 서비스와 관련된 데이터를 얻는 단계, 상기 제1 서비스와 관련된 데이터를 분석하여, 상기 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 단계 및 복수의 사용자로부터 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 상기 선호도 정보를 이용하여 상기 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 단계를 포함한다.

Description

유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램{METHOD, APPARATUS AND COMPUTER PROGRAM FOR SELECTING PROMISING CONTENT}

본 발명의 다양한 실시예는, 다양한 종류의 콘텐츠 중 실제 제작할 콘텐츠를 선정하기 위한 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램에 관한 것이다.

디스플레이를 구비한 휴대용 기기들에 대한 수요가 증가함에 따라, 태블릿 PC, 스마트폰과 같은 휴대용 기기들이 발전되고 있다. 이에 따라 휴대용 기기를 통해 이용 가능한 다양한 서비스(예: 인터넷을 통한 다양한 영상, 웹툰 제공 및 게임 등과 같은 디지털 콘텐츠 제공 서비스)의 인기가 높아지고 있다. 실제로 북미 조사기관인 Zenith의 조사 결과에 따르면, 사용자들이 스마트폰과 같은 휴대용 기기를 통해 인터넷을 사용하는 시간이 TV와 같은 고정된 디스플레이 장치를 통해 콘텐츠를 소비하는 시간 대비 일평균 3시간 18분이 더 많은 것으로 조사되었다.

이러한 추세에 따라, 게임, 웹툰 등과 같은 디지털 콘텐츠에 대한 제품(예: 굿즈(goods)) 수요가 급증하고 있으며, 이러한 추세에 맞춰 서비스 제공 업체들은 다양한 서비스와 함께 굿즈 제작 및 판매에 노력하고 있다.

한편, 디지털 콘텐츠의 수요는 증가하나, IP 트랜드의 변동이 심하고, 디지털 콘텐츠를 소비하는 소비자층이 제한적이기 때문에, 다품종 소량 생산이 필수적이라는 점에서, 디지털 콘텐츠를 제품화하는데 많은 어려움이 있다.

종래에 서비스 제공 업체들은 전문적인 디지털 콘텐츠 제작 업체에 의뢰하거나, 서비스 제공 업체가 자제적으로 디지털 콘텐츠를 제품화하였다. 그러나, 전문적인 디지털 콘텐츠 제작 업체에 의뢰하는 경우, 제작 업체가 제품의 품질을 유지할 역량이 부족한 상황에서 IP 라이선스 홀더의 까다로운 요구조건에 맞춰 반복적으로 제품을 수정하게 됨으로써, 수익성이 악화되는 사례가 빈번하게 발생된다. 또한, 이러한 문제점을 해소하기 위하여 서비스 제공 업체가 자체적으로 디지털 콘텐츠를 제품화하는 경우, 디지털 콘텐츠의 제품화에 대한 경험 부족으로 인한 문제(예: 원가 상승을 고려하지 못하여 발생되는 문제와 이를 극복하기 위한 생산량 증가 및 재고 부담 등)로 사업을 축소하게 되기 쉽다.

한국공개특허 제10-2018-0001933호(2018.01.05. 공개)

본 발명이 해결하고자 하는 기술적 과제는 사용자들의 소셜 데이터를 분석하여 특정 서비스에서 제공하는 복수의 콘텐츠 중 제품화를 위한 후보 콘텐츠를 선택하고, 사용자들의 선호도에 따라 후보 콘텐츠 중 제작 대상 콘텐츠를 선정함으로써, 사용자의 기호에 맞는 콘텐츠를 제품화할 수 있는 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.

본 발명이 해결하고자 하는 다른 기술적 과제는 기 학습된 소비자군 추정 모델을 이용하여, 제작 대상 콘텐츠를 실제로 제작했을 때의 소비자군과 예상 판매량을 추정함으로써, 실제 디지털 콘텐츠를 제품화하였을 때의 위험성을 감소시킬 수 있는 유망 콘텐츠 선정 방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 유망 콘텐츠 선정 방법은, 제1 서비스와 관련된 데이터를 얻는 단계, 상기 제1 서비스와 관련된 데이터를 분석하여, 상기 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 단계 및 복수의 사용자로부터 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 상기 선호도 정보를 이용하여 상기 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 단계를 포함할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 유망 콘텐츠 선정 장치는, 하나 이상의 인스트럭션을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함할 수 있고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,　제1 서비스와 관련된 데이터를 얻는 단계, 상기 제1 서비스와 관련된 데이터를 분석하여, 상기 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 단계 및 복수의 사용자로부터 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 상기 선호도 정보를 이용하여 상기 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 단계를 포함하는 유망 콘텐츠 선정 방법을 수행할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 유망 콘텐츠 선정 컴퓨터프로그램은, 하드웨어인 컴퓨터와 결합되어, 제1 서비스와 관련된 데이터를 얻는 단계, 상기 제1 서비스와 관련된 데이터를 분석하여, 상기 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 단계 및 복수의 사용자로부터 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 상기 선호도 정보를 이용하여 상기 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 단계를 포함하는 유망 콘텐츠 선정 방법을 수행할 수 있다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 다양한 실시예에 따르면, 사용자들의 소셜 데이터를 이용하여 특정 서비스에서 제공하는 복수의 콘텐츠 중 제품화를 위한 후보 콘텐츠를 선택하고, 사용자들의 선호도에 따라 후보 콘텐츠 중 제작 대상 콘텐츠를 선정함으로써, 사용자의 기호에 맞는 콘텐츠를 제품화할 수 있다.

본 발명의 다양한 실시예에 따르면, 기 학습된 소비자군 추정 모델을 이용하여, 제작 대상 콘텐츠를 실제로 제작했을 때의 소비자군과 예상 판매량을 추정함으로써, 실제 디지털 콘텐츠를 제품화했을 때의 위험성을 감소시킬 수 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1 본 발명의 일 실시예에 따른 유망 콘텐츠 선정 시스템의 구성도이다.
도 2는 본 발명의 다른 실시예에 따른 유망 콘텐츠 선정 장치의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 유망 콘텐츠 선정 장치가 수행하는 유망 콘텐츠 선정 방법의 순서도이다.
도 4는 다양한 실시예에서, 유망 콘텐츠 선정 장치가 소셜 데이터를 이용하여 후보 콘텐츠를 선정하는 과정을 도시한 도면이다.
도 5는 다양한 실시예에서, 유망 콘텐츠 선정 시스템에서 수행되는 유망 콘텐츠 선정 방법과 소비자군 및 예산 판매량 추정 방법의 흐름도이다.
도 6은 다양한 실시예에서, 유망 콘텐츠 선정 장치가 제공하는 후보 콘텐츠 선택 사용자 인터페이스(User interface, UI)를 예시적으로 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.

본 명세서에서, 컴퓨터(또는 컴퓨팅 장치)는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.

도 1 본 발명의 일 실시예에 따른 유망 콘텐츠 선정 시스템의 구성도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 유망 콘텐츠 선정 시스템은 유망 콘텐츠 선정 장치(100), 사용자 단말(200), 외부 서버(300)를 포함할 수 있다.

여기서, 도 1에 도시된 유망 콘텐츠 선정 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 일부 구성 요소가 변경 또는 삭제되거나 새로운 구성 요소가 추가될 수 있다.

일 실시예에서, 유망 콘텐츠 선정 장치(100)는 외부 서버(300)로부터 특정 서비스와 관련된 데이터를 얻을 수 있고, 특정 서비스와 관련된 데이터를 이용하여 특정 서비스에서 제공하는 복수의 콘텐츠 중 제품화하기 위한 적어도 하나의 후보 콘텐츠를 선택할 수 있다. 예를 들어, 특정 서비스는 다양한 종류의 게임 콘텐츠를 제공하는 게임 제공 서비스, 다양한 종류의 웹툰 콘텐츠를 제공하는 웹툰 제공 서비스 및 다양한 장르의 영상 콘텐츠를 제공하는 영상 제공 서비스일 수 있으며, 유망 콘텐츠 선정 장치(100)는 외부 서버(300)로부터 얻은 데이터를 이용하여 다양한 종류의 웹툰 콘텐츠 중 제품화하기 위한 후보 웹툰 콘텐츠를 선택하거나 다양한 종류의 게임 콘텐츠 중 제품화하기 위한 후보 게임 콘텐츠를 선택할 수 있다.

또한, 유망 콘텐츠 선정 장치(100)는 복수의 사용자(또는 사용자 단말)로부터 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻을 수 있고, 선호도 정보를 이용하여 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정할 수 있다. 이를 위해, 유망 콘텐츠 선정 장치(100)는 별도의 통신 모듈(미도시)을 포함할 수 있으며, 통신 모듈이 네트워크(400)를 통해 사용자 단말(200)과 연결되어 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻거나 외부 서버(300)와 연결되어 특정 서비스에 대한 데이터를 얻을 수 있다.

여기서, 선호도 정보는 사용자가 선호한 후보 콘텐츠를 선택한 데이터 및 사용자가 선호하는 후보 콘텐츠를 검색한 검색 이력 데이터를 포함할 수 있으나, 이에 한정되지 않는다.

또한, 유망 콘텐츠 선정 장치(100)는 외부 서버(300)로부터 얻은 제1 서비스와 관련된 데이터와 복수의 사용자들에 대한 정보를 이용하여 기 학습된 소비자군 추정 모델을 통해 제작 대상 콘텐츠를 실제로 제작 및 판매할 때 제작 대상 콘텐츠를 구매할 소비자군과 예상 판매량을 추정할 수 있다.

예를 들어, 유망 콘텐츠 선정 장치(100)는 특정한 콘텐츠를 업로드한 사용자들에 대한 정보를 수집할 수 있다. 유망 콘텐츠 선정 장치(100)는 수집된 정보에 대한 통계 분석을 통하여, 해당 콘텐츠에 대한 정보를 많이 업로드한 사용자들의 특징을 추출할 수 있다. 예를 들어, 사용자의 특징은 사용자의 연령대, 성별, 거주지역, 직업 등을 포함할 수 있으나, 이에 제한되는 것은 아니다.

또한, 유망 콘텐츠 선정 장치(100)는 특정 콘텐츠에 대한 각 사용자의 호감도를 추정할 수 있으며, 이는 해당 콘텐츠에 대한 정보와 함께 업로드된 사용자의 감정정보(예를 들어, 해당 콘텐츠에 대한 긍정표현 혹은 부정표현 포함여부 등)에 기초하여 추정될 수 있으나, 이에 제한되는 것은 아니다.

또한, 유망 콘텐츠 선정 장치(100)는 특정 콘텐츠에 대한 정보를 많이 업로드한 사용자들이 활동하는 커뮤니티나 플랫폼, 혹은 특정 콘텐츠에 대한 정보를 많이 업로드한 사용자들이 자주 방문하는 사이트나 서비스, 열람하는 콘텐츠 등에 대한 정보를 수집할 수 있다.

이에 따라, 유망 콘텐츠 선정 장치(100)는 특정 콘텐츠에 대한 굿즈를 제작하여 판매할 때 그 소비자층이 될 고객들에 대한 신상정보, 주로 활동하는 플랫폼이나 자주 열람하는 콘텐츠 등에 대한 정보를 수집할 수 있으며, 이에 기반하여 해당 콘텐츠에 기반한 굿즈의 판매량을 추정하거나, 굿즈를 판매하기 위한 마케팅 방법 및 채널 등을 결정할 수 있다.

일 실시예에서, 사용자 단말(200)은 사용자 단말(200)의 적어도 일부분에 디스플레이를 포함할 수 있으며, 디스플레이를 통해 서비스 제공 업체 및 유망 콘텐츠 선정 장치(100)로부터 제공되는 다양한 UI(예: 콘텐츠 제공 UI, 후보 콘텐츠 선택 UI 및 후보 콘텐츠 제작 UI)를 출력할 수 있다. 예를 들어, 사용자 단말(200)은 스마트폰, 태블릿 PC, 노트북 및 데스크탑 중 적어도 하나를 포함할 수 있으나, 이에 한정되지 않는다.

다양한 실시예에서, 사용자 단말(200)은 유망 콘텐츠 선정 장치(100)와 유무선 연결되어, 유망 콘텐츠 선정 장치(100)로 후보 콘텐츠에 대한 선호도 정보를 제공할 수 있다. 예를 들어, 복수의 사용자는 자신의 스마트폰에 출력된 후보 콘텐츠 선택 UI에 특정 후보 콘텐츠를 터치 입력함으로써, 특정 후보 콘텐츠에 대한 선호도 정보를 입력할 수 있고, 스마트폰에 포함된 통신 모듈이 네트워크(400)를 통해 특정 후보 콘텐츠에 대한 선호도 정보를 유망 콘텐츠 선정 장치(100)로 제공할 수 있다.

일 실시예에서, 외부 서버(300)는 다양한 서비스와 관련된 데이터를 저장할 수 있다. 외부 서버(300)는 복수의 사용자에 대한 정보와 복수의 사용자의 계정을 통해 업로드 된 데이터를 각각 매칭하여 저장할 수 있다. 예를 들어, 외부 서버(300)는 소셜 네트워크 서비스(Social Network Service, SNS)를 제공하는 SNS 서버를 포함할 수 있고, 외부 서버(300)는 SNS 서비스를 이용하는 사용자들이 자신의 계정을 통해 업로드하는 소셜 데이터를 저장할 수 있다. 다양한 실시예에서, 소셜 데이터는 텍스트 형태의 소셜 데이터 및 이미지 형태의 소셜 데이터를 포함할 수 있다.

다양한 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 유망 콘텐츠 선정 장치(100)로부터 제1 서비스와 관련된 데이터의 송신 요청을 수신할 수 있으며, 제1 서비스와 관련된 데이터의 송신 요청에 따라 기 저장된 다량의 데이터 중 제1 서비스와 관련된 데이터만을 추출하여 유망 콘텐츠 선정 장치(100)로 제공할 있다.

여기서, 유망 콘텐츠 선정 장치(100)는 외부 서버(300)로 제1 서비스와 관련된 데이터를 제공받아 제작 대상 콘텐츠를 선정하는 것을 설명하고 있으나, 이에 한정되지 않고, 유망 콘텐츠 선정 장치(100)는 외부 서버(300)로 제어 신호(예: 제1 서비스와 관련된 데이터 추출을 지시하는 제어 신호, 제1 서비스와 관련된 데이터를 이용하여 후보 콘텐츠를 선택하는 것을 지시하는 제어 신호 및 선호도 정보를 이용하여 제작 대상 콘텐츠를 선정하는 것을 지시하는 제어신호)를 송신하는 기능만을 수행하고, 외부 서버(300)가 제어 신호에 따른 기능을 수행할 수 있다.

도 2는 본 발명의 다른 실시예에 따른 유망 콘텐츠 선정 장치의 하드웨어 구성도이다.

도 2을 참조하면, 본 발명의 일 실시예에 따른 유망 콘텐츠 선정 장치(100)(이하, “컴퓨팅 장치(100)”는 프로세서(110) 및 메모리(120)를 포함할 수 있다. 다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크 인터페이스(또는 통신 인터페이스)(미도시), 스토리지(미도시), 버스(bus)(미도시)를 더 포함할 수 있다.

일 실시예에서, 프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어할 수 있다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.

다양한 실시예에서, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 다양한 실시예에서, 프로세서(110)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예: 버스(bus) 등)를 포함할 수 있다.

다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.

일 실시예에서, 프로세서(110)는 메모리(120)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 2 내지 6과 관련하여 설명될 방법(예: 유망 콘텐츠 선정 방법)을 수행할 수 있다. 예를 들어, 프로세서(110)는 메모리(120)에 저장된 하나 이상의 인스트럭션(instruction)을 실행함으로써, 제1 서비스와 관련된 데이터를 얻는 동작, 제1 서비스와 관련된 데이터를 분석하여, 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 동작 및 복수의 사용자로부터 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 선호도 정보를 이용하여 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 동작을 수행할 수 있다.

일 실시예에서, 메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장할 수 있다. 메모리(120)에는 프로세서(110)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(120)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.

다양한 실시예에서, 본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수 있다. 이하, 도 3 내지 6을 참조하여, 컴퓨팅 장치(100)가 수행하는 유망 콘텐츠 선정 방법에 대하여 설명하도록 한다.

도 3은 본 발명의 또 다른 실시예에 따른 유망 콘텐츠 선정 장치가 수행하는 유망 콘텐츠 선정 방법의 순서도이다.

도 3을 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 제1 서비스와 관련된 데이터를 획득할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제1 서비스와 관련된 데이터를 저장하는 외부 서버(300)와 통신상 연결되어, 외부 서버(300)로부터 제1 서비스와 관련된 데이터를 획득할 수 있다.

여기서, 제1 서비스는 사용자들에게 다양한 종류의 콘텐츠를 제공하는 콘텐츠 제공 서비스일 수 있다. 예를 들어, 제1 서비스는 다양한 종류의 웹툰 콘텐츠를 제공하는 웹툰 제공 서비스 및 다양한 종류의 게임 콘텐츠를 제공하는 게임 제공 콘텐츠를 포함할 수 있다. 그러나, 이에 한정되지 않는다.

예를 들어, 제1 서비스는 다양한 종류의 콘텐츠에 대한 정보를 제공하는 서비스를 의미할 수 있으며, 웹툰이나 게임, 드라마 등 다양한 콘텐츠에 대한 정보가 제공될 수 있다.

또한, 여기서, 제1 서비스와 관련된 데이터는 제1 서비스와 관련하여 복수의 사용자들이 수행한 다양한 동작(예: SNS 상에 제1 서비스와 관련된 게시글 또는 이미지를 업로드, 제1 서비스와 관련된 웹 사이트나 특정 커뮤니티 사이트에서 제1 서비스에 해당되는 게시판상에 게시글 또는 이미지를 업로드 및 검색 포털 사이트를 통해 제1 서비스와 관련된 검색어를 입력 등)으로 생성되는 데이터를 의미할 수 있다. 일례로, 데이터는 소셜 데이터일 수 있으며, 제1 서비스와 관련된 데이터는 복수의 사용자들이 자신의 계정으로 업로드한 소셜 데이터 중 제1 서비스와 관련이 있는 소셜 데이터(예: SNS 상에 업로드한 텍스트 형태의 데이터 중 텍스트에 포함된 키워드가 제1 서비스에 대응하는 키워드인 경우 또는 해시태그가 제1 서비스와 대응되는 해시태그인 경우 또는 SNS 상에 업로드한 이미지가 제1 서비스에서 제공하는 복수의 콘텐츠에 대한 이미지인 경우 등)일 수 있다. 그러나, 이에 한정되지 않는다.

S120 단계에서, 컴퓨팅 장치(100)는 S110 단계에서 획득한 제1 서비스와 관련된 데이터를 이용하여 후보 콘텐츠를 선택할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제1 서비스와 관련된 데이터가 텍스트 형태의 데이터인 경우, 텍스트 형태의 데이터에 대하여 키워드 분석을 함으로써, 제1 서비스에서 제공하는 복수의 콘텐츠 중 후보 콘텐츠를 선택할 수 있다. 이하, 도 4를 참조하여, 컴퓨팅 장치가 수행하는 키워드 분석 과정을 설명하도록 한다.

도 4는 다양한 실시예에서, 컴퓨팅 장치(예: 유망 콘텐츠 선정 장치)가 소셜 데이터를 이용하여 후보 콘텐츠를 선정하는 과정을 도시한 도면이다.

도 4를 참조하면, 먼저, 컴퓨팅 장치(100)는 외부 서버(300)로부터 제1 서비스와 관련된 소셜 데이터(10)를 획득할 수 있다. 여기서, 소셜 데이터(10)는 개방형 소셜 미디어 데이터, 폐쇄형 소셜 미디어 데이터, 온라인 데이터 및 모바일, 웹 홈페이지 데이터 중 적어도 하나를 포함할 수 있으나, 이에 한정되지 않는다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 서비스에서 제공되는 복수의 콘텐츠 각각에 대하여 복수의 소셜 데이터(10)를 획득할 수 있고, 복수의 소셜 데이터(10)를 콘텐츠별로 그룹화할 수 있다.

이후, 컴퓨팅 장치(100)는 기 저장된 키워드 추출 모델을 이용하여 제1 서비스와 관련된 소셜 데이터(10) 각각에 대하여 키워드(20)를 추출할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 광학적 문자 판독(Optical Character Reader, OCR) 기술을 이용하여 제1 서비스와 관련된 소셜 데이터에 포함된 문자열을 인식하고, 인식한 문자열 내에서 기 저장된 키워드 리스트에 대응되는 키워드(20)를 추출할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 그룹화된 소셜 데이터(10) 각각에 대한 키워드 분석을 수행함으로써, 콘텐츠별 키워드(20)를 생성할 수 있다.

이후, 컴퓨팅 장치(100)는 콘텐츠별 키워드(20)를 이용하여 각각의 콘텐츠를 스코어링(Scoring)할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 콘텐츠 내에서 키워드(20)가 추출된 횟수, 키워드(20)가 추출된 빈도수, 키워드(20)의 감성 정보(예: 추출된 키워드(20)가 긍정적인 의미를 가리키는 키워드인지 또는 부정적인 의미를 가리키는 키워드인지를 나타내는 정보)에 기초하여, 복수의 콘텐츠 각각에 대하여 점수를 산정할 수 있다.

또한, 컴퓨팅 장치(100)는 스코어링 결과에 따라 복수의 콘텐츠 중 후보 콘텐츠(30)를 선정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 콘텐츠 중 스코어링 결과로 산출된 결과 값이 기 설정된 기준 값(예: 60점) 이상인 콘텐츠(예: 콘텐츠 #1, #2 및 #N)를 후보 콘텐츠(30)로 선택할 수 있다. 그러나, 이에 한정되지 않고, 컴퓨팅 장치(100)에 의해 수행 가능하며, 제1 서비스에서 제공하는 복수의 콘텐츠 중 후보 콘텐츠(30)를 선택할 수 있는 어떠한 방법이든 적용이 가능하다.

다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 콘텐츠 중 스코어링 결과로 산출된 결과 값이 기 설정된 기준 값 이상인 콘텐츠가 없는 경우, 복수의 콘텐츠를 스코어링하는 동작을 N회 반복하여 재 수행할 수 있다. 또한, 컴퓨팅 장치(100)는 복수의 콘텐츠를 스코어링하는 동작을 N회 반복하였음에도 불구하고 결과 값이 기 설정된 기준 값 이상인 콘텐츠가 없는 경우, 제1 서비스에서 제공되는 복수의 콘텐츠 중 후보 콘텐츠(30)로 선택될 콘텐츠가 없음을 안내하는 안내 메시지를 출력할 수 있다.

일 실시 예에서, 복수의 콘텐츠를 스코어링하기 위한 다양한 수단이 활용될 수 있다. 예를 들어, 콘텐츠 자체에 대한 언급 횟수, 콘텐츠에 대한 사용자들의 호감도, 콘텐츠의 굿즈에 대한 사용자들의 기대치, 사용자들이 원하는 굿즈의 종류 등에 대한 정보를 수집 및 생성할 수 있다.

예를 들어, 콘텐츠 자체에 대한 언급이 많이 이루어지고, 호감도가 높다고 하더라도 반드시 사용자들이 굿즈 제작을 원하는 것은 아닐 수 있다. 따라서 콘텐츠의 굿즈에 대한 사용자들의 기대치를 분석할 필요성이 요구되며, 이는 콘텐츠 자체에 대한 인기도나 호감도, 인지도 등을 분석하는 방법과는 상이한 추가적인 단계가 요구될 수 있다.

예를 들어, 콘텐츠에 대한 언급이 이루어지는 경우, 해당 콘텐츠와 함께 언급되는 다른 키워드들을 연관하여 수집할 수 있다. 수집된 키워드들로부터 콘텐츠와 연관되는 긍정 및 부정 단어를 분류하고, 또한 기 저장된 굿즈 데이터베이스에 대응하는 굿즈와 관련된 키워드들을 분류할 수 있다. 예를 들어, 굿즈 데이터베이스는 제작이 가능하거나 현재 판매중인 굿즈의 종류에 대한 정보를 저장한 데이터베이스를 의미할 수 있다. 예를 들어, 사용자들이 특정 콘텐츠에 대응하는 키워드와, 컵 혹은 핸드폰케이스 등의 키워드를 함께 언급하는 횟수가 많을수록, 사용자들이 해당 콘텐츠로 제작된 컵이나 핸드폰케이스 등의 굿즈 제작을 기대하는 것으로 판단할 수 있다. 컴퓨팅 장치(100)는 수집된 정보로부터 사용자들의 굿즈 제작에 대한 기대치를 확인할 수 있을 뿐 아니라, 경우에 따라 특정한 종류의 굿즈를 사용자들이 원한다는 정보를 함께 확인할 수도 있다.

일 실시 예에서, 컴퓨팅 장치(100)는 소셜 네트워크 서비스 혹은 커뮤니티를 통해 하나 이상의 후보 콘텐츠들에 기반하여 제작된 굿즈의 이미지를 생성하여 업로드할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 후보 콘텐츠의 캐릭터나 로고 등이 포함된 인형이나 피규어, 컵, 핸드폰 케이스 등의 제품 이미지를 생성할 수 있으며, 이미지 생성에는 합성이나 3D 모델링, 나아가 GAN 기술 등이 활용될 수 있으나, 이에 제한되는 것은 아니다.

컴퓨팅 장치(100)는 업로드된 이미지에 대한 사용자들의 피드백을 수집할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 업로드된 이미지에 대한 사용자들의 공감 피드백, 댓글, 공유 및 해당 이미지가 인용된 소셜 정보(예를 들어, 블로그 포스트 등)를 탐색하여 정보를 수집하고, 수집된 데이터의 양 및 데이터에 포함된 긍정 혹은 부정 키워드를 분석하여 후보 콘텐츠들 중 제작대상 콘텐츠를 결정하는 데 활용할 수도 있다. 예를 들어, 전술한 스코어링 방법을 통해 제작대상 콘텐츠 후보들이 결정된 경우, 해당 콘텐츠가 포함된 가상의 굿즈 이미지를 배포한 뒤 이에 대한 피드백을 탐색하여 수집함으로써 스코어링 결과를 보정하거나 가산점을 부여할 수 있다.

다시 도 3을 참고하면, S130 단계에서, 컴퓨팅 장치(100)는 복수의 사용자로부터 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 선호도 정보를 이용하여 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정할 수 있다. 여기서, 선호도 정보는 선호하는 후보 콘텐츠를 선택함으로써 생성되는 콘텐츠 선택 데이터, 콘텐츠를 검색함으로써 생성되는 검색 이력 데이터를 포함할 수 있다.

일 실시 예에서, 컴퓨팅 장치(100)는 복수의 사용자에 대응하는 사용자 단말(200)로 후보 콘텐츠 선택 UI를 제공할 수 있고, 후보 콘텐츠 선택 UI를 통해 후보 콘텐츠를 포함하는 후보 콘텐츠 리스트를 제공할 수 있으며, 후보 콘텐츠 선택 UI를 통해 선택된 후보 콘텐츠에 대한 정보를 이용하여 제작 대상 콘텐츠를 선정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 복수의 사용자에 대응하는 사용자 단말(200) 각각으로 URL(Uniform Resource Locator) 정보를 제공할 수 있고, URL을 통해 접속한 사용자들에게 도 6에 도시된 바와 같이 후보 콘텐츠 리스트(50)를 포함하는 웹 사이트(40) 형태의 UI를 제공할 수 있다.

일 실시예에서, 후보 콘텐츠 리스트(50)는 후보 콘텐츠(60)와 각각의 후보 콘텐츠(50)와 매칭되며, 사용자로부터 선택 입력받을 수 있는 선택 버튼(70)을 포함할 수 있다. 컴퓨팅 장치(100)는 복수의 사용자 단말(200)로부터 선택 버튼(70)에 대한 입력(예: 클릭)을 수신할 수 있고, 선택 버튼(70)에 대한 입력을 선호도 정보로써 저장할 수 있다. 다양한 실시예에서, 컴퓨팅 장치(100)는 한명의 사용자로부터 복수의 선택 버튼(70)에 대한 입력을 받을 수 있다.

이후, 컴퓨팅 장치(100)는 복수의 사용자로부터 수신된 선택 버튼(70)에 대한 입력을 이용하여 복수의 후보 콘텐츠 각각에 대하여 선택받은 횟수(예: 선택 버튼(70)이 입력된 횟수)를 산출할 수 있고, 복수의 사용자로부터 선택받은 횟수가 높은 후보 콘텐츠부터 순차적으로 기 설정된 개수의 후보 콘텐츠를 제작 대상 콘텐츠로 선정할 수 있다. 예를 들어, 기 설정된 개수가 1개인 경우, 컴퓨팅 장치(100)는 복수의 후보 콘텐츠 중 사용자들로부터 가장 많은 선택을 받은 후보 콘텐츠를 제작 대상 콘텐츠로 선정할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 서비스를 제공하는 서비스 제공 서버로부터 복수의 후보 콘텐츠 각각에 대한 검색 이력 데이터를 얻을 수 있다. 예를 들어, 사용자 단말(200)로 콘텐츠 제공 UI(다양한 콘텐츠를 제공하기 위한 UI, 예: 웹툰 제공 UI)를 제공하는 서비스 제공 서버(예: 웹툰 제공 서버)로부터 사용자들이 콘텐츠 제공 UI를 통해 입력한 콘텐츠 검색 이력 데이터(예: 특정 웹툰을 검색한 이력)을 얻을 수 있다.

또한, 컴퓨팅 장치(100)는 서비스 제공 서버로부터 얻은 검색 이력 데이터를 이용하여 각각의 후보 콘텐츠에 대한 검색 횟수 및 검색 빈도를 산출하고, 산출된 검색 횟수 및 검색 빈도를 선호도 정보로써 저장할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 각각의 후보 콘텐츠를 등급화 하여, 검색 횟수 및 검색 빈도에 따라 각각의 후보 콘텐츠에 선호도 등급을 설정할 수 있다.

이후, 컴퓨팅 장치(100)는 복수의 후보 콘텐츠 각각의 검색 이력 데이터(또는 각각의 후보 콘텐츠에 설정된 선호도 등급)에 따라 복수의 후보 콘텐츠 중 기 설정된 개수의 후보 콘텐츠를 제작 대상 콘텐츠를 선정할 수 있다. 예를 들어, 기 설정된 개수가 1개인 경우, 복수의 후보 콘텐츠 중 사용자들로부터 가장 많이 검색된 후보 콘텐츠를 제작 대상 콘텐츠로 선정하거나, 설정된 선호도 등급이 가장 높은 후보 콘텐츠를 제작 대상 콘텐츠로 선정할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 외부 서버(300)로부터 복수의 사용자들의 콘텐츠 구매 이력 정보를 얻을 수 있으며, 복수의 사용자들의 콘텐츠 구매 이력 정보를 이용하여 복수의 후보 콘텐츠에 대한 선호도 정보를 수집할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 후보 콘텐츠 선택 UI를 통해 적어도 하나의 후보 콘텐츠를 선택하지 않은 제1 사용자의 콘텐츠 구매 이력 정보를 이용하여, 복수의 후보 콘텐츠 중 제1 사용자가 구매한 제1 콘텐츠와 동일한 후보 콘텐츠 또는 제1 콘텐츠와 유사도가 높은 후보 콘텐츠를 제1 사용자가 후보 콘텐츠 선택 UI를 통해 선택한 것으로 인식하여 통계에 반영할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제작 대상 콘텐츠가 복수의 세부 콘텐츠를 포함하는 경우, 복수의 세부 콘텐츠에 대하여 유망 콘텐츠 선정 방법(예: S110 단계 내지 S130 단계)을 수행할 수 있다. 예를 들어, 제1 서비스가 웹툰 제공 서비스이고, 제작 대상 콘텐츠가 웹툰 제공 서비스에서 제공하는 복수의 웹툰 콘텐츠 중 어느 하나의 웹툰 콘텐츠인 경우, 제작 대상 콘텐츠에 해당하는 웹툰 콘텐츠는 복수의 세부 콘텐츠(예: 해당 웹툰에 등장하는 캐릭터들, 특정한 장면, 웹툰에 등장하는 다양한 소품들 등)를 포함할 수 있다. 이때, 컴퓨팅 장치(100)는 복수의 세부 콘텐츠에 대하여 S110 단계 내지 S130 단계를 수행함으로써, 복수의 세부 콘텐츠 중 제작 대상이 되는 세부 콘텐츠를 선정할 수 있고, 이를 통해 제작 대상 콘텐츠를 보다 구체적으로 세분화하여 사용자들의 기호에 맞는 제품을 제작할 수 있다는 이점이 있다.

S140 단계에서, 컴퓨팅 장치(100)는 S130 단계에서 선정된 제작 대상 콘텐츠에 대한 소비자군 및 예상 판매량을 추정할 수 있다.

일 실시 예에서, 컴퓨팅 장치(100)는 전술한 바와 같이 수집된 데이터에 기반한 통계 분석을 통해 예상 소비자군을 추정할 수 있으나, 이외에도 인공지능 기술에 기반하여 학습된 모델을 이용하여서도 예상 소비자군 및 이에 따른 예상 판매량을 추정할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 기 학습된 소비자군 추정 모델을 이용하여 S130 단계에서 선정된 제작 대상 콘텐츠에 대한 소비자군을 추정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 S130 단계에서 선정된 제작 대상 콘텐츠에 대한 정보를 입력 값으로 소비자군 추정 모델에 입력함으로써, 제작 대상 콘텐츠를 실제로 제작 및 판매하였을 때 소비할 것으로 예상되는 소비자들의 연령대 및 성별을 추정할 수 있다.

여기서, 기 학습된 소비자군 추정 모델은 제1 서비스와 관련된 데이터, 복수의 사용자 정보 및 복수의 후보 콘텐츠에 대한 선호도 정보를 학습 데이터로써 기 학습된 모델일 수 있으며, 제작 대상 콘텐츠에 대한 정보(예: 제작 대상 콘텐츠의 종류, 제작 대상 콘텐츠를 선택한 사용자들의 나이, 성별 등)를 입력 값으로 하여 소비자군을 가리키는 결과 값을 출력할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 기 학습된 예상 판매량 추정 모델을 이용하여 S130 단계에서 선정된 제작 대상 콘텐츠에 대한 예상 판매량을 추정할 수 있다. 예를 들어, 예를 들어, 컴퓨팅 장치(100)는 S130 단계에서 선정된 제작 대상 콘텐츠에 대한 정보를 입력 값으로 예상 판매량 추정 모델에 입력함으로써, 제작 대상 콘텐츠를 실제로 제작 및 판매하였을 때의 예상 판매량을 추정할 수 있다.

여기서, 기 학습된 소비자군 추정 모델은 제1 서비스와 관련된 데이터, 복수의 사용자 정보 및 복수의 후보 콘텐츠에 대한 선호도 정보와 기 저장된 콘텐츠 판매 기록 정보를 학습 데이터로써 기 학습된 모델일 수 있으며, 제작 대상 콘텐츠에 대한 정보(예: 제작 대상 콘텐츠의 종류, 제작 대상 콘텐츠를 선택한 사용자들의 나이, 성별 등)를 입력 값으로 하여 예상 판매량을 가리키는 결과 값을 출력할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 제1 서비스의 공식 홈페이지 내에서 업로드 되는 게시글에 대한 정보, 제1 서비스의 팬 페이지에 업로드 되는 게시글에 대한 정보 및 회원 수 증감 정보를 고려하여, 예상 판매량 추정 모델로부터 출력되는 예상 판매량 값을 보정할 수 있다.

다양한 실시예에서, 하나의 소비자군 추정 모델을 이용하여 제작 대상 콘텐츠에 대한 소비자군 및 예상 판매량을 함께 추정할 수 있다. 이하, 도 5를 참조하며, 유망 콘텐츠 선정 시스템에서 수행되는 유망 콘텐츠 선정 방법과 소비자군 및 예산 판매량 추정 방법을 설명하도록 한다.

도 5는 다양한 실시예에서, 유망 콘텐츠 선정 시스템에서 수행되는 유망 콘텐츠 선정 방법과 소비자군 및 예산 판매량 추정 방법의 흐름도이다.

도 5를 참조하면, S201 단계에서, 컴퓨팅 장치(100)는 외부 서버(300)로부터 제1 서비스와 관련된 데이터를 수신할 수 있다. 예를 들어, 외부 서버(300)는 복수의 사용자의 계정으로 업로드 된 소셜 데이터를 저장하는 서버일 수 있고, 컴퓨팅 장치(100)는 외부 서버(300)에 저장된 복수의 사용자의 계정으로 업로드 된 소셜 데이터 중 제1 서비스와 관련된 소셜 데이터를 얻을 수 있다(예: 도 3의 S110 단계).

S202 단계에서, 컴퓨팅 장치(100)는 제1 서비스와 관련된 데이터를 분석(예: 키워드 추출 및 키워드에 따른 스코어링)을 통해 제1 서비스에서 제공하는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택할 수 있다(예: 도 3의 S120 단계).

S203 및 S204 단계에서, 컴퓨팅 장치(100)는 S202 단계에서 선택한 적어도 하나의 후보 콘텐츠를 리스트화 하여 후보 콘텐츠 리스트를 생성하고, 생성된 후보 콘텐츠 리스트를 포함하는 후보 콘텐츠 선택 UI를 제1 사용자 단말(200-1) 및 제2 사용자 단말(200-2)로 제공할 수 있다.

S205 단계에서, 컴퓨팅 장치(100)는 복수의 사용자 단말 중 어느 하나 이상의 사용자 단말(예: 제2 사용자 단말(200-2))로부터 후보 콘텐츠 제작 UI를 제공할 것을 요청하는 콘텐츠 제작 UI 요청을 수신할 수 있다.

S206 단계에서, 컴퓨팅 장치(100)는 후보 콘텐츠 제작 UI 요청을 송신한 사용자 단말(예: 제2 사용자 단말(200-2))로 후보 콘텐츠 제작 UI를 제공할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 후보 콘텐츠 제작 UI를 요청한 사용자 단말로 신규 후보 콘텐츠를 등록하기 위한 후보 콘텐츠 제작 UI를 제공할 수 있으며, 후보 콘텐츠 제작 UI를 통해 신규 후보 콘텐츠를 업로드 받을 수 있다. 예를 들어, 컴퓨팅 장치(100)는 후보 콘텐츠 제작 UI를 요청한 사용자 단말로 3차원 형태의 신규 후보 콘텐츠를 모델링 할 수 있는 UI(예: 3D CAD 프로그램의 UI)를 제공할 수 있고, 해당 UI를 통해 신규 후보 콘텐츠를 제작, 수정 및 업로드 받을 수 있다. 그러나, 이에 한정되지 않는다.

S207 단계에서, 컴퓨팅 장치(100)는 콘텐츠 선택 UI를 제공한 제1 사용자 단말(200-1)로부터 하나 이상의 후보 콘텐츠를 선택받을 수 있고(예: 도 3의 S120 단계), S209 단계에서, 컴퓨팅 장치(100)는 후보 콘텐츠 제작 UI를 제공한 제2 사용자 단말(200-2)로부터 신규 후보 콘텐츠를 업로드 받을 수 있다.

S209 단계에서, 컴퓨팅 장치(100)는 후보 콘텐츠 제작 UI를 통해 업로드 된 신규 후보 콘텐츠에 대하여 제작 가능성을 판단하고, 판단된 제작 가능성에 따라 후보 콘텐츠 리스트를 갱신할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 기 저장된 제작 가능성 판단 모델을 이용하여 신규 후보 콘텐츠에 대한 제작 가능성을 판단하고, 제작 가능성이 있는 것으로 판단되는 신규 후보 콘텐츠만을 후보 콘텐츠 리스트에 추가할 수 있다. 컴퓨팅 장치(100)는 제작 가능성 판단 모델을 이용하여, 후보 콘텐츠 제작 UI를 통해 업로드 된 신규 후보 콘텐츠 중 제작이 어려운 신규 후보 콘텐츠(예: 기술적으로 구현이 어려운 콘텐츠 등)나 제작이 불가능한 신규 후보 콘텐츠(예: 미완성되어 제품화할 수 없는 신규 후보 콘텐츠 등)을 필터링 할 수 있다.

다양한 실시예에서, 컴퓨팅 장치(100)는 신규 후보 콘텐츠를 추가함에 따라 후보 콘텐츠 리스트에 변경이 발생되는 경우, 변경된 후보 콘텐츠 리스트를 포함하는 후보 콘텐츠 선택 UI를 제1 사용자 단말(200-1) 및 제2 사용자 단말(200-1)에 재 제공할 수 있다. 여기서, 컴퓨팅 장치(100)는 재 제공된 후보 콘텐츠 선택 UI를 통해 제1 사용자 단말(200-1)로부터 하나 이상의 후보 콘텐츠를 다시 선택받는 경우, 기존에 선택받은 하나 이상의 후보 콘텐츠에 대한 정보(S207 단계에서 선택 받은 정보)를 다시 선택 받은 하나 이상의 후보 콘텐츠에 대한 정보로 변경할 수 있다.

S210 단계에서, 컴퓨팅 장치(100)는 복수의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제1 사용자 단말(200-1) 및 제2 사용자 단말(200-2)로부터 복수의 후보 콘텐츠 각각에 대한 사용자의 선호도 정보를 얻을 수 있고, 선호도 정보를 이용하여 복수의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정할 수 있다(예: 도 3의 S130 단계).

S211 및 S212 단계에서, 컴퓨팅 장치(100)는 S210 단계에서 선정된 제작 대상 콘텐츠에 따라 복수의 사용자의 계정으로 소정의 리워드를 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 후보 콘텐츠 선택 UI를 통해 적어도 하나의 후보 콘텐츠를 선택한 복수의 사용자의 계정으로 소정의 리워드를 제공할 수 있다.

또한, 복수의 후보 콘텐츠 중 제1 후보 콘텐츠가 제작 대상 콘텐츠로 선정된 경우, 컴퓨팅 장치(100)는 후보 콘텐츠 선택 UI를 통해 제1 후보 콘텐츠를 선택한 사용자의 계정으로 추가 리워드를 더 제공할 수 있다.

또한, 복수의 후보 콘텐츠 중 제1 후보 콘텐츠가 제작 대상 콘텐츠로 선정되고, 제1 후보 콘텐츠가 제1 사용자로부터 업로드 된 신규 후보 콘텐츠인 경우, 컴퓨팅 장치(100)는 제1 후보 콘텐츠를 신규 후보 콘텐츠로써 업로드한 제1 사용자의 계정에 추가 리워드를 더 제공할 수 있다.

S213 단계에서, 컴퓨팅 장치(100)는 기 학습된 소비자군 추정 모델을 이용하여 S210 단계에서 선정된 제작 대상 콘텐츠에 대한 소비자군(예: 소비자의 연령대 및 성별)과 예상 판매량을 추정할 수 있다(예: 도 3의 S140 단계).

전술된 유망 콘텐츠 선정 방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 유망 콘텐츠 선정 방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다.

본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

100 : 유망 콘텐츠 선정 장치(컴퓨팅 장치)
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크

Claims (10)

1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
   제1 서비스와 관련된 데이터를 얻는 단계;
   상기 제1 서비스와 관련된 데이터를 분석하여, 상기 제1 서비스를 통해 제공되는 복수의 콘텐츠 중 적어도 하나의 후보 콘텐츠를 선택하는 단계; 및
   복수의 사용자로부터 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보를 얻고, 상기 선호도 정보를 이용하여 상기 적어도 하나의 후보 콘텐츠 중 제작 대상 콘텐츠를 선정하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
2. 제1항에 있어서,
   상기 제1 서비스와 관련된 데이터를 얻는 단계는,
   상기 복수의 사용자의 정보를 이용하여, 상기 복수의 사용자의 계정으로 업로드 된 소셜 데이터 중 상기 제1 서비스와 관련된 소셜 데이터를 얻는 단계를 포함하며,
   상기 적어도 하나의 후보 콘텐츠를 선택하는 단계는,
   상기 제1 서비스와 관련된 소셜 데이터를 분석하여 상기 복수의 콘텐츠별 키워드를 추출하는 단계; 및
   상기 추출한 키워드를 이용하여 상기 복수의 콘텐츠 각각을 스코어링(scoring)하고, 상기 스코어링의 결과에 따라 상기 적어도 하나의 후보 콘텐츠를 선정하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
3. 제1항에 있어서,
   상기 제작 대상 콘텐츠를 선정하는 단계는,
   후보 콘텐츠 선택 사용자 인터페이스(User interface, UI)를 통해 상기 적어도 하나의 후보 콘텐츠를 포함하는 후보 콘텐츠 리스트를 제공하는 단계;
   상기 후보 콘텐츠 선택 UI를 통해 상기 적어도 하나의 후보 콘텐츠 중 하나 이상의 후보 콘텐츠를 선택받는 단계; 및
   상기 적어도 하나의 후보 콘텐츠 중 상기 복수의 사용자로부터 선택받은 횟수가 높은 후보 콘텐츠부터 순차적으로 기 설정된 개수의 후보 콘텐츠를 상기 제작 대상 콘텐츠로 선정하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
4. 제1항에 있어서,
   상기 제작 대상 콘텐츠를 선정하는 단계는,
   콘텐츠 제공 사용자 인터페이스(User interface, UI)를 통해 입력된 검색 이력 데이터 중 상기 적어도 하나의 후보 콘텐츠에 대응되는 검색 이력 데이터를 얻는 단계; 및
   상기 적어도 하나의 후보 콘텐츠에 대응되는 검색 이력 데이터를 이용하여 상기 적어도 하나의 후보 콘텐츠 각각에 대한 검색 횟수를 산출하고, 상기 검색 횟수가 높은 후보 콘텐츠부터 순차적으로 기 설정된 개수의 후보 콘텐츠를 상기 제작 대상 콘텐츠로 선정하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
5. 제1항에 있어서,
   상기 제작 대상 콘텐츠를 선정하는 단계는,
   후보 콘텐츠 선택 사용자 인터페이스(User interface, UI)를 통해 상기 적어도 하나의 후보 콘텐츠를 포함하는 후보 콘텐츠 리스트를 제공하는 단계; 및
   상기 적어도 하나의 후보 콘텐츠로써 신규 후보 콘텐츠를 업로드 받는 단계를 포함하며,
   상기 신규 후보 콘텐츠를 업로드 받는 단계는,
   상기 신규 후보 콘텐츠를 제작, 수정 및 업로드하기 위한 후보 콘텐츠 제작 UI를 제공하는 단계; 및
   상기 후보 콘텐츠 제작 UI를 통해 업로드 된 상기 신규 후보 콘텐츠를 이용하여 상기 후보 콘텐츠 리스트를 갱신하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
6. 제5항에 있어서,
   상기 신규 후보 콘텐츠를 입력 받는 단계는,
   기 저장된 제작 가능성 판단 모델을 이용하여 상기 신규 후보 콘텐츠에 대한 제작 가능성을 판단하고, 상기 제작 가능성이 있는 것으로 판단되는 신규 후보 콘텐츠만을 상기 후보 콘텐츠 리스트에 추가하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
7. 제1항에 있어서,
   상기 유망 콘텐츠 선정 방법은,
   상기 제1 서비스와 관련된 데이터, 상기 복수의 사용자 정보, 상기 적어도 하나의 후보 콘텐츠에 대한 선호도 정보 및 기 저장된 콘텐츠 판매 기록 정보를 학습 데이터로써 기 학습된 소비자군 추정 모델을 이용하여 상기 제작 대상 콘텐츠의 소비자군 및 예상 판매량을 추정하는 단계를 더 포함하는, 유망 콘텐츠 선정 방법.
8. 제7항에 있어서,
   상기 제작 대상 콘텐츠를 선정하는 단계는,
   상기 선정된 제작 대상 콘텐츠에 따라 상기 복수의 사용자의 계정으로 소정의 리워드를 제공하는 단계를 포함하는, 유망 콘텐츠 선정 방법.
9. 하나 이상의 인스트럭션을 저장하는 메모리; 및
   상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
   상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,　
   제1 항의 방법을 수행하는, 장치.
10. 하드웨어인 컴퓨터와 결합되어, 제1 항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터프로그램.

Images