KR20220127424A - 코디 추천 정보를 생성하는 서버 및 이를 구현하는 방법 - Google Patents

Abstract

본 발명은 코디 추천 정보를 생성하는 서버 및 이를 구현하는 방법에 관한 것으로, 본 발명의 일 실시예에 코디 추천 서버는 다수의 퍼스널 베이스 정보 및 레퍼런스 베이스 정보와 인공지능 모듈에 기반하여 코디 추천 정보를 생성한다.

Description

코디 추천 정보를 생성하는 서버 및 이를 구현하는 방법{Server for generating coordination recommendation information and method of implementing thereof}

본 발명은 코디 추천 정보를 생성하는 서버 및 이를 구현하는 방법에 관한 것이다.

최근 컴퓨터 연산 기능이 다양한 프로세서로 구현되고 또한 인공지능 기술의 향상으로 현실에서 컴퓨터뿐만 아니라 다양한 디지털 기기가 사용자에게 디지털 정보를 제공하고 있다.

특히, 기존의 수동적/단순정보 제공의 방식에서 벗어나, 사용자 맞춤형으로 가공된 정보를 제공하기 위한 다양한 기술들이 제시된다. 정보의 가공을 위해 최근 증강현실(Augmented Reality, 줄여서 AR이라 함) 또는 가상현실(Virtual Reality, 줄여서 VR이라 함)을 구현하는 기술들이 논의되고 있다.

또한, 다양한 디지털 장치들이 사용자에게 적합하게 가공된 정보를 산출하기 위해 인공지능 기술을 결합하고 있다.

본 명세서는 사용자가 의상이나 가방, 모자 등 패션과 관련된 다양한 요소들을 선택함에 있어서 전술한 인공지능과 증강현실, 그리고 가상현실을 접목하여 사용자에게 적합한 정보를 제공하는 방법 및 장치를 제시한다.

본 발명은 코디 추천 정보를 생성하는 서버 및 이를 구현하는 방안을 제시하고자 한다.

본 발명은 사용자에게 맞춤형 코디 정보를 추천하기 위해 사용자의 의상과 관련된 정보들 혹은 트렌드 등의 타 사용자들의 의상 정보 등을 반영하도록 인공지능을 이용한 정보 생성 방안을 제시하고자 한다.

본 발명은 사용자에게 소정의 코디 추천 정보를 제공한 후에도 해당 추천 정보에 대한 피드백을 반영하여 인공지능을 이용한 정보 생성 메커니즘의 수정 방안을 제시하고자 한다.

본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제들로 제한되지 않으며, 여기서 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 코디 추천 서버는 다수의 디지털 장치 또는 레퍼런스 서버로부터 퍼스널 베이스 정보를 수신하며, 디지털 장치 또는 레퍼런스 서버로부터 레퍼런스 베이스 정보를 수신하며 디지털 장치 또는 레퍼런스 서버에게 코디 추천 정보를 송신하는 통신부와 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 취합 및 가공하여 저장하는 데이터베이스와 다수의 디지털 장치 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 데이터베이스에 저장된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈에 입력하여 코디 추천 정보를 생성하는 제어프로세서를 포함한다.

본 발명의 다른 실시예에 의한 코디 추천 정보를 생성하는 방법은, 코디 추천 서버의 통신부가 다수의 디지털 장치 또는 레퍼런스 서버로부터 퍼스널 베이스 정보를 수신하며, 디지털 장치 또는 레퍼런스 서버로부터 레퍼런스 베이스 정보를 수신하는 단계와, 코디 추천 서버의 제어 프로세서가 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 취합 및 가공하여 데이터베이스에 저장하는 단계와, 제어 프로세서가 다수의 디지털 장치 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 데이터베이스에 저장된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈에 입력하여 코디 추천 정보를 생성하는 단계와, 통신부가 디지털 장치 또는 레퍼런스 서버에게 코디 추천 정보를 송신하는 단계를 포함한다.

본 발명을 실시할 경우 코디 추천 정보를 생성할 수 있다.

본 발명을 실시할 경우 사용자에게 맞춤형 코디 정보를 추천하기 위해 사용자의 의상과 관련된 정보들 혹은 트렌드 등의 타 사용자들의 의상 정보 등을 반영하도록 인공지능을 이용하여 정보를 생성할 수 있다.

본 발명을 실시할 경우 사용자에게 소정의 코디 추천 정보를 제공한 후에도 해당 추천 정보에 대한 피드백을 반영하여 인공지능을 이용한 정보 생성 메커니즘을 수정할 수 있다.

본 발명을 실시할 경우 사용자에게 특화된 코디 추천 정보를 학습 모델에 기반하여 자동으로 생성해줄 수 있으며, 사용자의 퍼스널 베이스 정보를 갱신하는 알고리즘을 적용하여 학습할 수 있다.

본 발명이 제공하는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 여기서 언급되지 않은 또 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 의한 코디 추천 엔진이 포함된 서버와 디지털 장치 사이의 동작을 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 의한 코디 추천 정보를 생성하는 추천 서버의 구성을 보여주는 도면이다.
도 3은 본 발명의 일 실시예에 의한 서버가 코디 추천 정보를 생성하는 과정을 보여주는 도면이다.
도 4는 본 발명의 일 실시예에 의한 정보 처리 과정을 보여주는 도면이다.
도 5는 본 발명의 일 실시예에 의한 러닝 알고리즘부의 동작 과정을 보여주는 도면이다.
도 6은 본 발명의 일 실시예에 의한 코디 추천 서버가 동작하는 과정을 보여주는 도면이다.
도 7은 본 발명의 일 실시예에 의한 레퍼런스 서버와 코디 추천 서버 사이의 상호 동작을 보여주는 도면이다.
도 8은 본 발명의 일 실시예에 의한 트렌드 정보를 코디 추천 서버가 수신 및 저장하는 과정을 보여주는 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 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.

또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나, 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

도 1은 본 발명의 일 실시예에 의한 코디 추천 엔진이 포함된 서버와 디지털 장치 사이의 동작을 보여주는 도면이다. 코디 추천 정보를 생성하여 제공하는 코디 추천 서버(500)는 다수의 디지털 장치들(100a, ..., 100b)로부터 정보를 수신하여 저장한다.

이하 코디 추천 서버(500)는 줄여서 서버(500)라고 지칭할 수 있다. 서버(500)와 구별되는 다른 주체들이 운영하는 시스템의 서버들은 각각 그 기능에 따라 레퍼런스 서버로 지시되거나, 혹은 보다 상세하게 날씨 서버, 쇼핑몰 서버, SNS 서버 등의 명칭으로 지시된다. 서버(500)는 하나 이상의 레퍼런스 서버(400)로부터 정보를 수신하여 저장한다.

디지털 장치들(100a, ..., 100b) 또는 레퍼런스 서버(400)가 송신하는 정보는 퍼스널 베이스 정보(personal base information)이며, 사용자의 식별 정보를 포함하는 개인 정보와 신체 정보, 의상 정보, 일정 정보 등을 일 실시예로 한다.

디지털 장치들(100a, ..., 100b)의 일 실시예는 스마트폰, 휴대폰, 아이폰, 태블릿 등의 휴대용 장치, 노트북, 컴퓨터 등의 장치 등을 모두 포함한다. 또한 디지털 장치들(100a, ..., 100b)의 일 실시예로 사용자 혹은 옷장 내부를 촬영하는 디지털 거울을 포함한다. 디지털 거울은 현관 등의 출입문 쪽에 배치될 수 있으며 사용자를 촬영하여 의상 정보를 자동으로 서버(500)에 전송할 수 있다.

디지털 장치들(100a, ..., 100b)은 이외에도 이미지, 동영상, 문자 등의 정보를 외부로부터 입력받거나 이를 가공한 후 서버(500)에 송신하는 모든 종류의 장치들을 포함한다.

사용자의 개인 정보는 연령, 성별, 선호하는 의상의 종류, 직업 등을 일 실시예로 한다. 사용자의 신체 정보는 사용자의 키와 몸무게, 혹은 사용자의 사진 정보 등을 일 실시예로 한다. 사용자의 의상 정보는 사용자가 보유하고 있거나 혹은 보유할 예정 혹은 관심을 가지는 의류, 모자, 신발, 가방, 목걸이, 반지 등 액세서리 등을 모두 포함한 정보이다. 의상 정보는 사용자가 보유한 디지털 장치를 이용하여 의류나 모자 등을 직접 촬영한 후, 디지털 장치가 서버(500)로 의상 정보를 송신할 수 있다.

또는, 사용자가 온라인 혹은 오프라인 쇼핑몰에서 구매한 내역이 의상 정보가 될 수 있으며, 이는 쇼핑몰의 구매 서버 혹은 사용자의 디지털 장치에 의해 서버(500)로 전송될 수 있다. 뿐만 아니라 사용자가 디지털 장치를 이용하여 관심있게 살펴본 의상에 대한 정보를 의상 정보의 일 실시예가 될 수 있으며, 디지털 장치는 이를 서버(500)로 전송할 수 있다.

예를 들어, 온라인 쇼핑몰 앱이 설치된 디지털 장치에서 사용자가 소정의 온라인 쇼핑몰에서 판매 중인 옷을 즐겨찾기, 장바구니 담기 또는 찜하기 등과 같이 해당 옷에 대해 소정의 선택 액션을 수행한 경우, 디지털 장치 혹은 온라인 쇼핑몰을 운영하는 레퍼런스 서버는 해당 선택 액션에 대응하는 옷의 정보를 의상 정보로 하여 서버(500)에게 전송할 수 있다.

디지털 장치들(100a, ..., 100b) 또는 레퍼런스 서버(400)가 송신하는 정보는 레퍼런스 베이스 정보(reference base information)이며, 레퍼런스 베이스 정보는 날씨 정보, 패션 정보, 웹과 SNS 등에서 제공하는 코디 정보나 트렌드 정보 등을 일 실시예로 한다.

레퍼런스 서버(400)는 다양한 기관 혹은 경제 주체가 관리하는 시스템을 포함한다. 예를 들어, 레퍼런스 서버의 일 실시예로는 기상청의 날씨 정보를 제공하는 서버, 또는 온라인 쇼핑몰을 운영하는 서버를 포함한다. 또한 레퍼런스 서버의 일 실시예로는 페이스북, 인스타그램 등 SNS(Social Network Service) 서비스의 서버를 포함한다.

이외에도 다수의 사용자가 의상에 대한 식별 정보와 함께 해당 의상을 착용한 사진을 업로드한 경우, 해당 사진에서 개인 정보를 삭제한 후 이를 의상을 착용한 정보는 레퍼런스 베이스 정보의 일 실시예가 될 수 있다.

사용자의 동의에 따라 퍼스널 베이스 정보는 레퍼런스 베이스 정보로 이용될 수 있다. 즉, 서버(500)는 퍼스널 베이스 정보에서 사용자를 특정할 수 있는 이름과 같은 개인 정보를 삭제하고 이를 레퍼런스 베이스 정보로 저장할 경우, 서버(500)가 코디 추천 정보를 생성함에 있어 정확도를 높일 수 있다.

도 2는 본 발명의 일 실시예에 의한 코디 추천 정보를 생성하는 추천 서버의 구성을 보여주는 도면이다.

서버(500)는 다른 디지털 장치 혹은 레퍼런스 서버와 정보를 송수신하는 통신부(510), 제어 프로세서(550), 퍼스널 베이스 정보를 저장하는 PB(Personal Base) 데이터베이스(570), 레퍼런스 베이스 정보를 저장하는 RB(Reference Base) 데이터베이스(580)를 포함한다.

일 실시예에 따르면, PB 데이터베이스(570)와 RB 데이터베이스(580)는 하나의 데이터베이스 내에 구현될 수 있다. 또는 다른 실시예에 따르면, PB 데이터베이스(570)가 둘 이상의 데이터베이스들로 나뉘어져 구현될 수 있다. 마찬가지로, RB 데이터베이스(580)가 둘 이상의 데이터베이스들로 나뉘어져 구현될 수 있다.

퍼스널 베이스 정보는 개인 정보에 해당하는 정보들을 포함할 수 있고, 레퍼런스 베이스 정보는 개인 정보와 독립적이거나 트렌드/SNS 등에서 확보한 정보들을 포함할 수 있다. 다만, 의상 정보나 개인 취향 정보 등은 정보의 가공 방식에 따라 퍼스널 베이스 정보로 저장되거나 혹은 레퍼런스 베이스 정보로 저장될 수 있다.

즉, 인공지능 모듈(530)에 입력하는 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보는 사용자의 신체 정보, 코디 추천 정보에 포함된 의상을 착용할 시점의 날씨 또는 장소 또는 일정 정보, 사용자가 보유한 의상 정보, 사용자 또는 다수의 사용자의 의상 선호가 포함된 스타일링 정보 중 어느 하나 이상을 포함할 수 있다. 이러한 정보들은 디지털 장치로부터 전송될 수도 있고 레퍼런스 서버를 통해 전송될 수도 있다.

특히, 사용자가 특정 쇼핑몰에서 의상을 구매하는 경우, 해당 쇼핑몰을 운영하는 레퍼런스 서버가 사용자 식별 정보와 구매 의상 정보 및 구매 의상의 다양한 이미지를 코디 추천 서버(500)로 전송할 수 있다. 여기서 구매 의상의 다양한 이미지란 레퍼런스 서버가 해당 의상을 입었을 경우의 사용자 착용 이미지를 생성하는데 필요한 전면/후면/측면 등의 의상 정보를 의미한다. 레퍼런스 서버와 코디 추천 서버(500)가 서비스 제휴를 한 경우, 사용자는 자신의 의상 정보를 별도로 입력할 필요없이 의상 주문만 하여도 추후 코디 추천 서비스를 받을 수 있다.

제어 프로세서(550)는 프로그램과 같은 소프트웨어 또는 프로그램의 기능을 제공하는 하드웨어로 구현될 수 있다.

통신부(510)는 정보를 제공하는 디지털 장치 혹은 레퍼런스 서버와 통신을 수행할 수 있다. 통신부(510)가 수신하게 될 정보의 종류로는 사용자의 개인 정보, 신체 정보, 의상 정보를 일 실시예로 한다. 이는 사용자가 직접 디지털 장치를 통해 입력할 수 있고, 디지털 거울과 결합한 디지털 장치가 사용자를 촬영하여 서버(500)에 업로드할 수 있다. 물론, 앞서 살펴본 바와 같이, 쇼핑몰을 관리하는 레퍼런스 서버가 사용자의 구매 목록에 대응하는 의상 정보를 사용자 식별 정보와 결합하여 서버(500)에 전송할 수 있다.

또한 서버(500)의 통신부(510)는 사용자의 일정 정보, 날씨 정보, 패션에 관련된 뉴스 및 기타 정보, 웹이나 SNS 등과 연동된 코디 정보와 트렌드 정보 등을 다수의 레퍼런스 서버 또는 디지털 장치로부터 수신하는 실시예를 포함한다.

이외에도 통신부(510)는 제어 프로세서(550)가 생성한 정보를 디지털 장치에게 송신할 수 있다. 예를 들어, 제어 프로세서(550)가 생성한 코디 추천 정보를 통신부(510)가 디지털 장치(예를 들어 스마트폰, 디지털 거울, 생활 가전 등)로 송신할 수 있다.

코디 추천 정보를 수신하는 디지털 장치로는 스마트폰이나 컴퓨터 외에도 전신 거울, 디지털 가전, 생활 가전 등이 될 수 있다. 스마트폰의 경우 화면을 통해 코디 추천 정보가 영상 또는 이미지로 출력될 수 있다. 디지털 거울인 경우 전신 화면에서 코디 추천 정보가 영상 또는 이미지로 출력될 수 있다.

이때, 사용자가 의상을 착용한 형태를 이미지로 변환한 정보 역시 코디 추천 정보의 일 실시예가 된다. 또한, 코디 추천 정보는 착용 가능한 의상에 대한 정보, 또는 의상의 카테고리에 대한 정보, 또는 날씨 등과 대응해서 따뜻한 옷/시원한 옷 등의 추천 정보 등을 포함한다.

도 2의 구성을 정리하면 다음과 같다.

통신부(510)는 다수의 디지털 장치(100) 또는 레퍼런스 서버(400)로부터 퍼스널 베이스 정보를 수신한다. 또한 통신부(510)는 디지털 장치(100) 또는 레퍼런스 서버(400)로부터 레퍼런스 베이스 정보를 수신한다. 또한, 통신부(510)는 디지털 장치(100) 또는 레퍼런스 서버(400)에게 코디 추천 정보를 송신한다.

데이터베이스(570, 580)는 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 취합 및 가공하여 저장한다. 퍼스널 베이스 정보는 PB 데이터베이스(570)에, 레퍼런스 베이스 정보는 RB 데이터베이스(580)에 저장될 수 있다.

제어 프로세서(550)는 인공지능 모듈(530)를 포함한다. 제어 프로세서(550)는 다수의 디지털 장치(100) 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 데이터베이스(570, 580)에 저장된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈(530)에 입력하여 코디 추천 정보를 생성한다. 정보의 독출은 정보를 소정의 저장매체로부터 읽어내오는 작업을 의미하며, 데이터베이스나 파일, 혹은 메모리에 포함된 정보를 로딩하는 것을 일 실시예로 한다.

도 3은 본 발명의 일 실시예에 의한 서버가 코디 추천 정보를 생성하는 과정을 보여주는 도면이다. 인공지능 모듈(530) 및 제어 프로세서(550)의 예시적인 구성을 살펴본다. 설명의 편의를 위해 통신부(510)는 도시하지 않으며 설명은 도 2의 설명으로 대신한다.

다양한 디지털 장치(100) 또는 레퍼런스 서버(400)는 각각 퍼스널 베이스 정보와 레퍼런스 베이스 정보를 서버(500)에 송신한다(S1). 퍼스널 베이스 정보와 레퍼런스 베이스 정보가 반드시 디지털 장치(100) 또는 레퍼런스 서버(400) 중 어느 하나의 송신에만 한정되는 것은 아니며, 두 장치(100, 400) 모두 설치된 애플리케이션 혹은 제공하는 서비스에 따라 퍼스널 베이스 정보와 레퍼런스 베이스 정보를 서버(500)로 송신할 수 있다.

서버(500)로 전송되며, 또한 인공지능 모듈(530)에 입력될 수 있는 퍼스널 베이스 정보의 일 실시예는 개인 정보, 신체 정보, 의상 정보, 일정 정보 등을 포함한다. 레퍼런스 베이스 정보는 날씨 정보, 패션 정보, 코디 정보, 트렌드 정보 등이다. 레퍼런스 베이스 정보는 웹이나 SNS, 혹은 날씨 서버나 뉴스 서버 등과 연동하여 서버(500)로 전송될 수 있다.

S1의 일 실시예로, 사용자는 디지털 장치 등을 이용하여 개인정보 및 신체정보 특성, 예를 들어 몸매, 체형, 신체치수, 신체비율 등의 정보를 서버(500)에 전송할 수 있다. 이때, 사용자가 해당 정보들을 직접 입력할 수도 있고 디지털 장치(100)가 사용자의 사진에서 자동으로 전술한 정보들을 산출할 수 있다. 혹은 건강검진 결과를 일 실시예로 하는 의료 기록으로부터 디지털 장치 혹은 레퍼런스 서버(400)가 자동으로 전술한 신체 정보를 생성할 수 있다.

스마트폰 연동을 통한 기준정보 입력 과정에서 디지털 장치(100)는 길이를 측정하는 기술을 제공할 수 있다. 또는, 체중계나 옷장 혹은 의류관리기 등에 설치된 디지털 거울, 체중계 등과 같은 디지털 장치가 사용자의 신체 정보 혹은 의상 정보를 확인하여 서버(500)에 전송할 수 있다.

이때, 디지털 거울이나 체중계는 스마트폰과 근거리 통신을 수행할 수 있으며, 디지털 거울/체중계가 확인한 정보는 스마트폰으로 송신된 후, 스마트폰이 이를 서버(500)로 다시 송신할 수 있다. 이를 위해 디지털 거울/체중계에 근거리 통신을 위한 블루투스 통신 모듈, 지그비 통신 모듈 등이 설치될 수 있다.

한편, 의상 정보를 입력하기 위해 사용자는 자신의 소유의상 정보 연동 및 입력체계를 통해 기초적으로 정보를 가치있게 만들기 위한 정보를 직접 입력할 수도 있으며, 또는 소지한 옷이나 액세서리 등 의상을 착용하여 디지털 거울로 촬영하면 이 정보가 서버(500)로 전송될 수 있다.

만약, 사용자가 옷을 입었을 때 거울 앞에 서서 전신 사진을 찍을 경우, 옷이나 액세서리 등의 세부 이미지를 확보하기 위해, 사용자가 개별 옷/액세서리를 사진으로 찍을 수도 있고 의상과 관련한 정보를 제공하는 별도의 레퍼런스 서버(쇼핑몰 서버, 의상 트렌드 서버 등)에서 의상을 식별하는 정보를 입력할 수 있다.

또한, 사용자가 자신의 디지털 장치에 저장된 사진들을 모두 서버(500)에 업로드 하고, 서버(500)는 그 사진 중에서 사용자가 찍힌 사진을 구별한 후, 해당 사진에서 사용자가 착용한 의상을 구분할 수 있다. 그리고 해당 의상을 서버(500)가 자체적으로 식별정보를 부여하여 사용자의 의상 정보로 저장할 수도 있다.

그리고 보유 중 의상 혹은 관심 의상에 대한 정보(사진, 동영상, 의상의 카테고리, 크기 등의 정보)은 사용자의 디지털 장치(100) 혹은 서버(500)의 데이터베이스에 저장될 수 있다.

이와 같이, 의상의 이미지와 개인의 신체 사진이 각각 서버(500) 혹은 디지털 장치(100)에 저장될 경우, 사용자의 선택 또는 코디 추천 정보의 구성에 따라 가상으로 의상을 착용한 이미지가 생성될 수 있다.

물론, 사용자가 전신 사진을 찍은 경우, 서버(500) 혹은 디지털 장치(100)가 해당 사진에서 의상, 예를 들어 옷이나 액세서리 정보를 식별하여 이를 전신 사진에서 분리할 수 있다. 그리고 분리된 옷/액세서리 등의 의상 정보는 서버(500)의 의상 DB(575) 혹은 개인화 DB(571)에 저장될 수 있다.

한편 S1 과정에서 전송되는 레퍼런스 베이스 정보는 서버(500)가 이들을 취합하여 개인적 취향이나 SNS 연동 및 자주 보는 사이트 연동을 통한 패션 트렌드 및 정보의 연동 및 분석 기반을 제공한다. 따라서, 서버(500)는 매일 업데이트되는 정보의 분석을 통해 개인의 성향을 분석하기 위한 학습 데이터의 기초를 구축할 수 있다.

뿐만 아니라 개인의 성향 외에도 날씨나 트렌드, 뉴스 등의 정보를 서버(500)가 취합하고 이 정보는 코디 추천 정보를 생성할 때에 적용된다. 예를 들어 한파가 발생한 경우, 사용자가 보유한 의상 중 가장 따뜻한 의상을 서버(500)가 추천할 수 있다.

전송된 정보들은 데이터베이스(570, 580)에 저장된다. 또한, 보다 상세하게, 데이터베이스들은 저장하는 정보의 종류에 따라, 개인화 정보를 저장하는 개인화 DB(571), 의상과 관련된 정보를 저장하는 의상 DB(575), 그리고 그 외의 정보들(날씨, 트렌드 등)을 저장하는 정보 DB(581)로 구성될 수 있다.

전술한 바와 같이, 데이터베이스는 하나로 구성될 수도 있고 다수로 구성될 수도 있다. 따라서, 571, 575, 581 중에서 정보의 속성에 따라 PB(Personal Base) 데이터베이스(570) 및 RB(Reference Base) 데이터베이스(580)로 나뉘어져 저장될 수 있다.

데이터베이스들에 대해 보다 상세히 살펴본다.

개인화 DB(571)는 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보 중 개인에 특화된 정보, 개인 식별 정보가 결합된 정보 등을 저장한다. 예를 들어 전신 사진 정보나 신체 정보, 보유하고 있거나 관심을 가지는 의상 정보, 코디 정보 등을 포함한다. 실시예에 따라 의상 정보나 코디 정보는 의상 DB(575)나 정보 DB(581)에 저장될 수도 있다.

개인화 DB(571)에 저장되는 정보는 추후 개인 ID 기반이나 얼굴 인식을 통한 자동 인식을 위해 철저히 해당 사용자를 위한 코디가 존재하는 것처럼 개인화 영역을 구축한다. 또한, 개인화 DB(571)에 저장된 정보는 다수의 사용자가 이용을 할 수 있도록 서버(500)에서 개인화 DB(571)에 저장된 정보를 개인 정보를 삭제하도록 변환 과정을 거쳐서 정보 DB(581) 또는 의상 DB(575)의 정보로 저장하고, 이를 추후 전체 사용자를 위한 코디 추천 서비스를 제공할 수 있다.

이때, 사용자의 선택에 따라 개인화 DB(571)에 저장된 정보가 의상 DB(575), 정보 DB(581) 등에 저장될 수도 있다. 이때, 개인 정보가 삭제되거나 변형될 수 있다.

일 실시예로 사용자가 디지털 장치(100)를 이용하여, 자신이 보유한 의상 전신 착용사진을 얼굴 부분을 가리고 코디 정보로 하여 정보 DB(581)에 저장할 수 있다. 또는 사용자가 보유 중인 의상들을 다른 사용자들이 이용할 수 있도록 공개하기 위해 의상 DB(575)에 공개 가능한 의상 정보로 저장할 수 있다.

의상 DB(575)는 개인 소장 의상의 분류, 개인 취향에 대한 분류, 온라인 트렌드와 패션 정보의 분류 등을 통해 코디 추천을 하기위한 원천적인 데이터의 소스역할을 수행하며, 실시간 업데이트를 통한 정보 동기화를 유지한다. 또한, 의상 DB(575)는 개인 사용자에 한정되어 사용되는 정보와 다수 사용자가 접근할 수 있는 정보로 구분될 수 있으며, 전술한 개인화 DB(571)와 마찬가지로, 개인의 선택에 따라 개인이 보유한 의상 정보가 공개될 수 있다.

정보 DB(581)는 다양한 코디 결정정보의 외부적 환경에 대한 정보를 저장하는 곳으로 날씨, 모임의 성격, 취향, 패션 트렌드, 개인의 취향에 해당하는 정보를 저장하는 영역으로 의사결정 알고리즘의 원천 데이터에 대한 속성을 부여하고 이를 통한 인공지능 알고리즘을 구동하기 위한 원천 데이터(raw data)를 보관한다. 이외에도 사용자의 선택에 따라 사용자의 취향 정보나 코디 정보도 개인 정보를 삭제하는 프로세스를 진행한 후 정보 DB(581)에 저장될 수 있다.

도 3에서 퍼스널 베이스 정보와 레퍼런스 베이스 정보가 입력되는 과정에서 디지털 기기(100) 및 레퍼런스 서버(400)가 정보들을 서버(500)로 송신하는 과정(S1)에 대해 살펴보았다.

한편, 서버(500)가 입력된 정보들을 이용하여 코디 추천 정보를 생성한 후, 이를 출력하는 과정(S2) 및 장치들에 대해 살펴본다. 디지털 장치(100)는 전술한 바와 같이 휴대폰, 스마트폰, 노트북, 컴퓨터 등의 통신을 이용한 정보 처리 기기 외에도 디지털 거울이나 디지털 가전, 또는 통신 기능이나 정보 출력 기능이 결합된 생활가전 등을 모두 일 실시예로 한다.

즉, IT 기기의 발전과 더불어 호환 가능한 기기의 한계를 벗어나기 위해, 디지털 가전, 전신거울, 생활가전 외에도 스마트폰 연동을 통한 사용의 편의성과 입력 및 출력의 편의성을 제공하기 위한 인터페이스 기기 모두 디지털 장치의 실시예가 될 수 있다. 디지털 장치들은 코디 추천 정보를 구성하는 스타일 가이드의 기본 파일 규격인 SVG 이미지 포맷을 활용하여 기기간 호환성을 제공하고 사용자가 코디 추천 정보를 쉽게 확인할 수 있도록 한다.

또한, 소정의 이미지나 영상을 출력할 수 있는 디스플레이(LCD, OLED 등을 일 실시예로 함)가 장착된 디지털 장치는 코디 추천 정보를 가시적으로 보여줄 수 있도록 하기 위해 사용자의 설정, 즉 사용자의 니즈에 따라 다양한 코디 정보를 출력할 수 있다. 이때, 출력되는 코디 추천 정보는 사용자가 코디 추천 정보의 의상을 착용한 결과를 포함한다. 이는 사용자가 이전에 업로드한 사용자의 전신 사진 혹은 실시간으로 사용자를 촬영하여 생성한 이미지 정보 등과 코디 추천 정보의 의상을 결합한 것으로, 서버(500) 혹은 디지털 장치(100)에서 이를 결합할 수 있다. 물론, 코디 추천 정보에 이러한 의상을 결합한 전신 착용 정보가 포함될 수 있다.

특히, 사용자가 보유하지 않고, 사용자가 즐겨찾기 등으로 관심을 표현했던 의상에 대한 다양한 이미지 정보가 의상 DB(575)에 저장된 경우, 서버(500)는 가상의 착용 정보를 코디 추천 정보로 생성하여 디지털 장치(100)에게 송신할 수 있다.

코디 추천 정보는 전신 착용 정보, 의상 정보, 추천 정보, 카테고리 정보 등을 일 실시예로 한다. 전신 착용 정보는 서버(500)에서 생성할 수도 있고 디지털 장치(100)가 의상 정보와 사용자의 현재 모습을 촬영한 이미지와 결합하여 새로이 생성할 수 있다.

즉, 디지털 장치(100)는 코디 추천 정보를 출력하는 디지털 거울 또는 휴대폰 또는 TV 또는 디스플레이부가 장착된 디지털 가전 중 어느 하나를 포함할 수 있다. 또한, 제어 프로세서(550)가 추천할 의상 정보에 포함된 의류 또는 액세서리를 착용한 사용자의 전신 또는 상반신 또는 하반신 착용 정보를 코디 추천 정보로 생성할 수 있다. 이는 제어 프로세서(550)가 의상 정보에 대한 전면/측면/후면 등의 이미지 정보와 사용자의 전신/상반신/하반신 사진을 결합하여 새로운 이미지를 생성하는 것을 일 실시예로 한다.

또한, 사용자가 특정 의상을 입고 촬영한 경우에 해당 의상을 입은 사용자의 모습을 제어 프로세서(550)가 코디 추천 정보로 제공할 수 있다.

또한, 코디 추천 정보에는 사용자가 자신의 의상을 쉽게 찾을 수 있도록 의상이 배치된 옷장이나 가구를 식별하는 정보가 포함될 수 있다.

또한 코디 추천 정보는 코디 추천 정보에 포함된 의상을 구매할 수 있는 쇼핑 정보를 포함한다. 쇼핑 정보란 사용자에게 추천된 의상을 사용자가 보유하지 않는 경우, 구매할 수 있는 쇼핑몰로 접근하는데 필요한 정보이다. 일 실시예에 의하면 쇼핑몰은 코디 추천 서버 내에 구현될 수 있다. 또는 다른 실시예에 의하면 쇼핑몰은 코디 추천 서버가 아닌 다른 레퍼런스 서버 내에 구현될 수 있다.

즉, 코디 추천 정보에 의상을 구매할 수 있는 쇼핑 정보를 포함시킴으로써, 사용자는 추천된 코디에 맞추어 의상을 구매할 수 있다. 상기 코디 추천 정보는 코디 추천 정보에 포함된 의상을 구매할 수 있는 쇼핑 정보를 더 포함하며, 쇼핑 정보는 코디 추천 서버 또는 레퍼런스 서버가 제공하는 쇼핑몰에서 상기 의상을 구매할 수 있는 식별 정보가 된다. URL 정보, 판매 의상에 대한 식별 정보 등을 포함한다. 아울러, 이러한 구매 과정이 코디 추천 과정에서 발생하였음을 쇼핑몰에서 확인할 수 있는 별도의 식별 정보도 쇼핑 정보에 포함될 수 있다,

즉, 제어 프로세서(550)가 생성하는 코디 추천 정보는 의상 정보 및 의상 정보가 지시하는 의류나 액세서리가 보관된 가구에 대한 정보를 포함하여 사용자가 쉽게 추천된 의상을 착용할 수 있도록 한다.

또한, 코디 추천 정보에는 코디 추천 서버(500)에서 직접 운영하는 쇼핑물 혹은 외부 쇼핑몰 서버가 운영하는 쇼핑몰에서 의상을 구매할 수 있는 정보인 쇼핑 정보가 포함될 수 있다. 이는 사용자가 자신에게 알맞은 것으로 추천된 의상을 보유하지 않는 경우, 의상 구매 프로세스가 쉽게 이루어질 수 있도록 하기 위함이다.

도 3에서 디지털 장치(100)뿐만 아니라 레퍼런스 서버(400) 역시 코디 추천 정보를 수신할 수 있다. 또는 디지털 장치(100)가 레퍼런스 서버(400)에서 판매하거나 판매 중계를 하는 특정 의상에 대한 식별 정보(URL, 상품 정보, 또는 상품 식별 정보 등)이 포함된 코디 추천 정보를 수신할 수 있다. 예를 들어, 레퍼런스 서버(400)가 쇼핑몰 서버 또는 쇼핑몰을 중계하는 중계 서버인 경우, 디지털 장치(100)는 코디 추천 정보에 기반하여 의상을 구매할 수 있는데, 이는 디지털 장치(100)가 휴대폰인 경우, 앱이 쇼핑몰 상품을 구매할 수 있는 인터페이스가 제공되는 것을 의미한다.

예를 들어, 디지털 장치(100)에 설치된 앱이 다수의 쇼핑몰 서버 또는 다수의 중계 서버들과 연계하는 경우, 디지털 장치(100)가 수신한 코디 추천 정보에 해당하는 의상들을 구매할 수 있는 정보가 디지털 장치(100)에 표시될 수 있다. 이를 위해 디지털 장치(100)는 인앱 구매가 가능한 애플리케이션이 설치될 수 있다.

또한, 디지털 장치(100)가 수신하는 코디 추천 정보에는 해당 의상을 판매하는 쇼핑몰 및 구매 가능한 링크나 식별정보가 포함될 수 있다. 따라서, 사용자는 자신에게 필요한 코디 추천 정보를 통해 바로 의상을 구매할 수 있으며, 이는 사용자의 구매에 따라 코디 추천 서버 또는 사용자의 쇼핑몰 계정 등에 소정의 리워드가 제공될 수 있다. 물론, 이러한 리워드는 쇼핑몰 서버 또는 중계 서버가 제공할 수 있다.

쇼핑몰 서버 혹은 중계 서버인 레퍼런스 서버(400)가 코디 추천 정보를 수신한 경우, 레퍼런스 서버(400)가 관리하며 디지털 장치(100)에 설치된 쇼핑몰 앱이 실행되어 사용자가 해당 의상을 구매할 수 있다.

정리하면, 사용자가 코디 추천 정보에 포함된 의상을 구매할 수 있도록 디지털 장치(100)가 의상을 구매할 수 있는 인터페이스를 제공하거나, 혹은 쇼핑몰 서버/ 중계 서버인 레퍼런스 서버(400)가 제공하는 애플리케이션이 디저털 장치(100)에서 자동으로 실행되어 디지털 장치(100)가 의상을 구매할 수 있는 인터페이스를 제공할 수 있다.

또한, 사용자의 코디 추천 정보에 대응하여 의상을 구매한 기록은 사용자 계정에 리워드로 제공될 수 있다. 또한 코디 추천 서버(500)와 업무 제휴를 맺은 쇼핑몰 서버는 코디 추천 서버(500)에게 리워드를 제공할 수 있다.

한편, 코디 추천 서버(500)가 쇼핑몰 서비스를 제공할 수 있다. 이 경우, 코디 추천 서버(500)는 쇼핑몰 서버의 기능을 수행하는 레퍼런스 서버(400)와 통합하여 구현될 수도 있고, 하나의 사업 주체에 의해 코디 추천 서버(500)와 레퍼런스 서버(400)가 통합 관리될 수 있다. 이 경우, 코디 추천 서버(500)는 다른 사용자들의 쇼핑몰에서의 의상 구매 기록을 레퍼런스 베이스 정보로 할 수 있으며, 사용자에게 적합한 의상의 구매 과정이 쉽게 이루어지도록 쇼핑 가능한 url이나 의상 구매에 필요한 식별정보를 쇼핑 정보로 구성하여 디지털 장치(100)에게 전송할 수 있다. 그리고 디지털 장치(100)는 애플리케이션을 이용하여 쇼핑 정보를 출력할 수 있다.

도 4는 본 발명의 일 실시예에 의한 정보 처리 과정을 보여주는 도면이다. 서버(500)의 구성요소인 제어 프로세서(500) 및 인공지능 모듈(530)을 중심으로 설명한다.

사용자 요구 정보(551a)은 서버(500)가 수신하여 저장한 개인화 DB(571) 또는 의상 DB(575), 정보 DB(581)과 실시간으로 디지털 장치/레퍼런스 서버가 전송한 정보(일정 정보, 날씨 정보 등)을 포함한 데이터 구조체이다. 이는 사용자의 요청에 따라 디지털 장치(100)가 전송한 개인 식별 정보 및 그 밖의 정보들과 데이터베이스들(571, 575, 581)에 저장된 소정의 정보들 중 해당 사용자와 관련된 정보들을 포함한다. 사용자 요구정보(551a)는 러닝 알고리즘부(531a)와 인공 지능 엔진(531b)에 입력될 수 있다.

또한, 사용자 요구 정보(551a)는 사용자가 실시간으로 코디 추천을 요청하며 전송하는 정보를 포함한다. 이 경우, 사용자는 모임의 일정에 대한 설명, 자신의 기분이나 상태 정보 등을 사용자 요구 정보(551a)로 서버(500)에 제공할 수 있다.

러닝 알고리즘부(531a)는 입력된 정보들에 기반하여 코디 추천 정보를 생성하는데 필요한, 즉 학습에 필요한 알고리즘을 뉴럴 네트워크, 딥러닝 네트워크 등 인공지능 학습에 필요한 소프트웨어 또는 하드웨어적 구성을 포함한다. 사용자 요구 정보(551a)가 입력되면, 러닝 알고리즘부(531a)는 사용자가 선호하거나, 혹은 다수가 선호하거나 혹은 특정한 의상 카테고리나 특정한 연령대 등에 속하는 사용자들이 선호하는 의상에 대해 학습을 수행한다. 그리고 이때, 러닝 알고리즘부(531a)는 각각의 데이터베이스들(571, 575, 581)에 저장된 정보들을 추출하여 학습 과정에 적용할 수 있다.

또한, 데이터 생성 및 정렬부(551b)가 각각의 데이터베이스들(571, 575, 581)로부터 정보를 추출하여 학습에 적합하게 데이터를 생성 및 정렬하여 이를 러닝 알고리즘부(531a)에 제공할 수 있다.

러닝 알고리즘부(531a)는 데이터베이스들(571, 575, 581)에 저장된 정보들을 기반으로 개인화 영역의 데이터와 의상정보 및 실시간 정보의 통합을 통한 개인별 코디를 추천하는데 필요한 기초 정보를 생성한다. 결과로 나온 코디 결과의 피드백 정보의 활용 및 저장하여 이를 기반으로 사용자가 좋아하는 색깔, 디자인, 유형 및 다양한 내용의 정보 입력을 통해 최적의 코디결과를 학습하고 사용자가 만족하는 수준에 대한 결과치에 대해 가중치를 부여하여 학습을 하는 자동 학습모델을 구성한다.

러닝 알고리즘부(531a)는 퍼스널 베이스 정보와 레퍼런스 베이스 정보들, 예를 들어 사용자의 쇼핑의 성향, 구매 취향, 방문 사이트 이력, 보유의상, 형태 분류 등의 다양한 정보를 의사결정 트리 기법, 딥러닝 기법 등을 활용하여 학습하고 이에 대한 학습 정보를 코디 정보 생성의 가중치로 업데이트하는 알고리즘을 포함할 수 있다.

한편, 러닝 알고리즘부(531a)가 학습한 정보는 다시 데이터베이스들(571, 575, 581)에 저장될 수 있다. 이 경우, 특정 사용자, 특정 의상 등에 대해 태그와 같이 학습된 정보가 추가될 수 있다. 예를 들어 특정 사용자는 A라는 형태의 정장이 적합한 경우, 해당 정장의 카테고리 정보 A가 개인화 DB(571)에 저장될 수 있다.

마찬가지로, 특정 의상이 B라는 일정 정보에 대응하여 적합한 경우, 해당 의상의 카테고리 정보에 B라는 일정 정보가 의상 DB(575)에 저장될 수 있다.

러닝 알고리즘부(531a)의 학습이 완료되거나, 학습이 지속적으로 수행되는 과정에서 인공지능 엔진(AI 엔진, 531b)는 코디 추천 정보를 생성할 수 있다.

인공지능 엔진(531b)는 사용자 요구 정보(551a)와 각종 데이터베이스의 정보들에 기반하여 코디 추천 정보를 생성할 수 있다. 이때, 사용자의 신체 정보, 날씨 정보, 그리고 사용자가 의상을 착용하는 일정과 관련된 일정 정보, 현재 사용자가 보유한 의상에 대한 정보, 그리고, 웹이나, 패션 정보의 정형화된 정보들(주로 레퍼런스 서버가 송신한 정보들)을 기준으로 인공지능 엔진(531b)는 코디 추천 정보를 생성할 수 있다. 일정 정보는 사용자가 참석하는 모임의 장소적 특성, 인원, 친밀도, 모임의 목적 등을 포함한다.

즉, 인공지능 엔진(531b)이 코디 추천 정보를 생성하기 위해서는 개인 성향 정보, 날씨 정보, 모임 정보, 옷에 대한 매칭 등과 인터넷 등에서 수집된 정보들에 기반하여 러닝 알고리즘부(531a)가 학습 및 생성했던 결과물을 반영하여 최적의 코디 추천 정보(551a)를 생성할 수 있다.

인공지능 엔진(531b)가 생성한 코디 추천 정보(551c)는 출력 정보 생성부(551d)에서 디지털 장치(100)에 출력될 형태로 변환될 수 있다. 인공지능 엔진(531b)가 생성한 것이 특정 의상에 대한 식별정보라면, 출력 정보 생성부(551d)는 이것을 착용한 사용자 전신 사진을 생성할 수 있다. 그리고 이는 통신부(510)를 경유하여 디지털 장치(100)에 전달되고(S3), 디지털장치(100)는 이를 출력한다.

도 4의 학습 과정을 정리하면 다음과 같다. 인공지능 모듈(530)은 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 입력받아 학습을 수행한다. 그리고 통신부(510)가 디지털 장치(100)로부터 사용자 요구 정보(551a)를 수신하면, 제어프로세서(550)는 사용자 요구 정보(551a)를 인공지능 모듈(530)에 입력하여 인공지능 모듈(530)이 산출한 결과를 코디 추천 정보로 생성한다.

도 5는 본 발명의 일 실시예에 의한 러닝 알고리즘부의 동작 과정을 보여주는 도면이다. 러닝 알고리즘부(531a)에는 다양한 정보들이 입력된다(S5). 입력되는 정보의 예시로는 신체정보, 날씨정보, 패션정보, 모임정보, 스타일링 정보, 그리고 사용자의 피드백 정보 등을 포함한다. 이들은 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보들의 일 실시예이다. 입력된 정보들은 도 5에 도시된 러닝 알고리즘부(531a)의 특정 노드(node)들로 입력되고 이들 노드들은 입력되는 정보들에 가중치를 부여한다.

그리고 다수의 노드들을 거치면서 각 노드들 간의 에지(edge)들의 가중치도 결정되거나 혹은 변경될 수 있다. 학습 과정에서 최적 코디 정보가 출력될 수 있으며, 또한, 사용자의 피드백 정보에 따라 재학습이 이루어지거나 출력된 최적 코디 정보에 대해 재학습을 수행하거나 각 노드들 간의 에지나 S5 과정에서 입력된 정보들의 가중치를 조절할 수 있다. 이러한 과정은 인공지능 모듈(530)이 수행하며, 가중치의 조절, 최적 코디 정보에 대한 재학습 여부를 판단할 수 있다.

특히, 사용자가 이전에 추천받은 코디 추천 정보에 대해 소정의 피드백을 입력하거나, 혹은 해당 사용자 외에 다른 사용자들이 피드백을 입력하면, 그 피드백에 따라 학습을 수행할 수 있다. 예를 들어 동창 모임에서 자신이 착용한 옷에 대한 정보와 전신 사진을 업로드하면서, 사용자가 자신의 의상에 대한 피드백을 입력할 수 있다. 또는 친구인 다른 사람들이 사용자의 의상에 대한 피드백을 입력할 수 있다. 이러한 피드백은 다시 러닝 알고리즘부(531a)에 입력되어 러닝 알고리즘부(531a)을 업데이트할 수 있다.

예를 들어, 사용자가 추천받은 코디 추천 정보에 대해 해당 사용자의 피드백이 5점(-10점~10점 사이)이고, 해당 사용자가 참여한 모임에서 해당 사용자의 의상을 평가하는 다른 친구들의 피드백이 10점, 7점인 경우, 이 피드백이 러닝 알고리즘부(531a)에 입력되어, 향후 사용자에게 동일한 혹은 유사한 모임에 참석할 경우 동일한 혹은 유사한 의상을 추천할 가능성을 높일 수 있다.

반대로, 사용자가 추천받은 코디 추천 정보에 대해 해당 사용자의 피드백이 -5점(-10점~10점 사이)이고, 해당 사용자가 참여한 모임에서 해당 사용자의 의상을 평가하는 다른 친구들의 피드백이 -3점, -8점인 경우, 이 피드백이 러닝 알고리즘부(531a)에 입력되어, 향후 사용자에게 동일한 혹은 유사한 모임에 참석할 경우 동일한 혹은 유사한 의상을 추천할 가능성을 낮출 수 있다.

이러한 정보들은 사용자의 일정에 적합한 의상을 추천함에 있어 정확도를 높일 수 있다. 또한 이에 대한 추천 정보 및 그에 대한 피드백을 사용자가 공유할 경우, 이 정보는 동일하거나 유사한 일정 정보를 가지는 또다른 사용자의 의상을 추천할 때 반영될 수 있다. 물론, 이 경우에도 추천 서버가 각 사용자의 개인적인 의상 취향이나 연령, 성별, 날씨 등을 반영하여 코디 추천 정보를 생성할 수 있다.

이는 인공지능 모듈(530)이 입력된 여러 퍼스널 베이스 정보 및 레퍼런스 베이스 정보들을 이용하여 소정의 코디 추천 정보를 출력한 후에도, 해당 코디 추천 정보에 대한 피드백을 반영하여 다시 학습을 수행할 경우, 코디 추천 정보의 정확도 또는 적합도를 높일 수 있다.

도 5에 도시한 바와 같이, 인공지능 모듈(530)의 러닝 알고리즘부(531a)은 딥러닝 네트워크를 포함하여 학습을 수행할 수 있다. 그리고 통신부(510)가 디지털 장치(100)로부터 코디 추천 정보에 대한 피드백 정보(사용자 피드백 정보)를 수신하면, 제어 프로세서(550)는 수신한 피드백 정보를 인공지능 모듈(530)의 러닝 알고리즘부(531a)에 입력하여 학습을 재수행하여, 전술한 딥러닝 네트워크를 구성하는 노드 또는 에지의 가중치를 변경할 수 있다.

도 6은 본 발명의 일 실시예에 의한 코디 추천 서버가 동작하는 과정을 보여주는 도면이다.

코디 추천 서버(500)의 통신부(510)가 다수의 디지털 장치(100) 또는 레퍼런스 서버(400)로부터 퍼스널 베이스 정보를 수신하며, 디지털 장치(100) 또는 레퍼런스 서버(400)로부터 레퍼런스 베이스 정보를 수신한다(S11). 코디 추천 서버(500)의 제어 프로세서(550)가 수신한 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 취합 및 가공하여 데이터베이스(570, 580)에 저장한다(S12).

제어 프로세서(550)가 다수의 디지털 장치(100) 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 데이터베이스(570, 580)에 저장된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈(530)에 입력하여 코디 추천 정보를 생성한다(S13). 그리고, 상기 통신부(510)가 상기 디지털 장치(100) 또는 레퍼런스 서버(400)에게 코디 추천 정보를 송신한다(S14).

여기서 레퍼런스 서버(400)가 수신하는 코디 추천 정보를 이용하는 실시예는 다양하다. 일 실시예로 레퍼런스 서버(400)가 자체적으로 구축된 쇼핑몰 서버인 경우, 사용자는 자신에게 적합한 코디 추천 정보를 이용하여 의상을 구매할 수 있다. 예를 들어, 사용자가 자신에게 적합한 옷으로 코디 추천 정보가 청바지를 포함하는 경우, 사용자에게 해당 코디 추천 정보에 맞는 해당 쇼핑몰로 이동하여 구매를 할 수 있도록 레퍼런스 정보의 기록과 사용자의 요구에 의해 해당 쇼핑몰 서버(레퍼런스 서버)에서 정해진 쇼핑몰 URL 정보로 자동 이동할 수 있다.

이 경우, 쇼핑몰에 직접 이동할 수도 있고 쇼핑몰을 연계하는 중계 서버가 레퍼런스 서버가 될 수 있다. 즉, 이러한 중계 서버를 통해서도 사용자는 코디 추천 정보에 포함된 의상을 구매할 수 있다.

또한, 중계 서버 또는 쇼핑몰 서버는 코디 추천 정보에 대응하는 의상들의 정보를 미리 카테고리화할 수 있다. 즉, 코디 추천 정보에 동일하게 매칭되는 의상이 없을 경우, 그것과 매우 유사한 의상을 사용자에게 추천할 수 있도록 한다. 예를 들어 코디 추천 정보에 "하늘색 바지"라는 의상 정보가 포함된 경우, 쇼핑몰 서버 또는 중계 서버는 하늘색에 대응하는 다수의 바지들을 사용자에게 추천할 수 있다. 또는 판매 중인 의상 중에서 하늘색 바지가 없을 경우, 쇼핑몰 서버 또는 중계 서버는 파란색 바지들을 사용자에게 추천할 수 있다.

뿐만 아니라, 의상을 대여해주는 사이트의 서버가 레퍼런스 서버인 경우, 코디 추천 서버는 레퍼런스 서버에게 코디 추천 정보에 포함된 의상과 동일하거나 혹은 유사한 것을 미리 예약할 수 있도록 한다.

정리하면, 코디 추천 정보를 수신하는 레퍼런스 서버는 의상을 판매하는 쇼핑몰 서버 또는 상기 쇼핑몰 서버와 상기 코디 추천 서버를 중계하는 중계 서버 중 어느 하나를 포함할 수 있다.

그리고, 코디 추천 정보는 의상 정보 또는 상기 쇼핑몰 서버 혹은 상기 중계 서버에서 판매하는 의상 정보 또는 상기 의상 정보를 확인할 수 있는 쇼핑몰 URL 정보를 포함한다. 또한, 코디 추천 정보를 수신하는 디지털 장치는 코디 추천 정보에 해당하는 의상을 판매하는 쇼핑몰 서버 또는 중계 서버로 이동하여 의상을 구매할 수 있는 정보를 출력할 수 있다. 그 결과 디지털 장치를 이용하는 사용자는 하나의 앱을 이용하여 코디 추천 정보를 수신하고, 또한 코디 추천 정보에 해당하는 의상을 구매할 수 있다.

앞서 설명한 바와 같이, 코디 추천 서버(500)가 쇼핑몰 서비스를 제공할 수 있으며, 이 경우, 코디 추천 정보는 코디 추천 서버(500)가 제공하는 쇼핑몰에서의 URL 정보와 같은 쇼핑 정보를 포함한다. 물론, 코디 추천 서버(500)는 다른 쇼핑몰 서버에서 판매하는 의상의 쇼핑 정보도 코디 추천 정보에 포함시켜 디지털 장치(100)에게 제공할 수 있다.

즉, 코디 추천 서버(500)는 쇼핑몰 서버의 기능을 수행하는 레퍼런스 서버(400)와 통합하여 구현될 수도 있고, 하나의 사업 주체에 의해 코디 추천 서버(500)와 레퍼런스 서버(400)가 통합 관리될 수 있다. 또한, 코디 추천 서버(500)는 다수의 쇼핑몰 서버들인 레퍼런스 서버들과 통신할 수 있다. 또한, 코디 추천 서버(500)는 다른 사용자들의 쇼핑몰에서의 의상 구매 기록을 레퍼런스 베이스 정보로 할 수 있다.

따라서, 사용자에게 적합한 의상의 구매 과정이 쉽게 이루어지도록 코디 추천 서버 내 혹은 코디 추천 서버와 통신 가능한 레퍼런스 서버 내 쇼핑몰에서 사용자의 의상 구매를 용이하게 한다. 코디 추천 정보는 쇼핑, 즉 구매 가능한 의상에 대한 url이나 의상 구매에 필요한 식별정보를 쇼핑 정보로 포함하며 이는 코디 추천 서버(500)가 생성한 후, 이를 디지털 장치(100)에게 전송할 수 있다.

그리고 디지털 장치(100)는 애플리케이션을 이용하여 쇼핑 정보를 출력하고 해당 쇼핑 정보에 대응하는 의상을 구매하는 절차를 수행할 수 있다. 구매에 필요한 절차는 쇼핑몰(코디 추천 서버에서 운영하거나 혹은 레퍼런스 서버가 운영하는)과 디지털 장치(100) 사이의 상호 작용에 기반하여 이루어진다.

전술한 실시예를 참고할 경우, 본 발명을 실시할 경우 사용자에게 특화된 코디 추천 정보를 학습 모델에 기반하여 자동으로 생성해줄 수 있으며, 사용자의 퍼스널 베이스 정보를 갱신하는 알고리즘을 적용하여 학습할 수 있다.

도 7은 본 발명의 일 실시예에 의한 레퍼런스 서버와 코디 추천 서버 사이의 상호 동작을 보여주는 도면이다. 전술한 바와 같이 사용자에게 코디 추천 정보를 제공하기 위해 사용자나 의상과 관련된 특성 정보를 레퍼런스 서버(400)가 코디 추천 서버(500)로 전송할 수 있다.

예를 들어, 쇼핑몰에서 사용자가 디지털 장치(100b)를 이용하여 의상을 구매한 실시예를 기준으로 살펴본다. 사용자가 디지털 장치(100b)를 이용하여 코디 추천 서버(500)에서 코디 추천 서비스를 이용하는데 필요한 사용자의 식별 정보를 레퍼런스 서버(400)에 제공한 상태이다. 혹은 사용자는 디지털 장치(100b)를 이용하여 레퍼런스 서버(400)에서 사용하는 구매자 정보를 코디 추천 서버(500)에 제공한 상태이다. 따라서, 레퍼런스 서버(400)가 제공하는 특정한 사용자가 쇼핑몰에서 특정한 의상을 구매했다는 정보를 서버(500)에서 이용할 수 있다.

보다 상세히 살펴본다.

사용자는 디지털 장치(100b)를 이용하여 쇼핑몰 레퍼런스 서버(400)에서 제공하는 온라인 쇼핑몰에서 특정한 의상을 구매하거나 구매 예약을 한다(S21). 이 정보는 레퍼런스 서버(400)에 저장된다. 그리고, 코디 추천 서버(500)의 통신부(510)가 의상을 판매하는 쇼핑몰 레퍼런스 서버(400)로부터 사용자의 의상 구매 정보(구매 정보) 또는 사용자가 구매 예약을 한 정보(예약 정보), 그리고 전술한 정보(구매 정보 또는 예약 정보)에 포함된 의상의 이미지 또는 영상 정보를 수신할 수 있다(S22).

그 결과, 제어 프로세서(550)는 데이터베이스(570, 580)에 앞서 수신한 정보들을 사용자의 의상 정보로 저장할 수 있다. 또는 사용자의 구매 예약 의상 정보로 저장할 수 있다.

즉, 사용자는 자신이 구매한 의상을 직접 착용하여 사진을 찍는 등의 의상 정보를 서버(500)에 업로드하는 과정 없이 코디 추천 정보를 수신할 수 있다.

뿐만 아니라, 구매하지 않았지만 SNS 등에서 사용자가 관심있는 것으로 설정한 이미지 중에서 의상과 관련된 이미지를 레퍼런스 서버(400)가 서버(500)에 전송하면, 서버(500)는 해당 의상을 추후 코디 추천 정보로 해당 사용자에게 제공할 수 있다.

도 8은 본 발명의 일 실시예에 의한 트렌드 정보를 코디 추천 서버가 수신 및 저장하는 과정을 보여주는 도면이다.

코디 추천 서버(500)는 의상에 대한 트렌드를 수집하기 위해, 다수의 쇼핑몰 레퍼런스 서버(400a) 또는 SNS 레퍼런스 서버(400b)들과 서비스 제휴를 맺을 수 있다.

다수의 쇼핑몰 레퍼런스 서버(400a) 또는 SNS 레퍼런스 서버(400b)들은 사용자들의 디지털 장치들(100a, 100b)가 전송하는 정보들을 저장하며(S31, S33), 이 중에서 의상과 관련된 정보들을 서버(500)에 전송할 수 있다(S32, S34). 이때, 코디 추천에 적합하도록, 레퍼런스 서버(400a, 400b) 또는 서버(500)는 사용자들의 세부 개인 정보를 삭제하고, 이를 대신하는 사용자의 특성 정보, 예를 들어 연령 정보나 성별 정보, 거주 지역에 대한 정보 등을 생성하여 서버(500)로 전송할 수 있다.

즉, 코디 추천 서버(500)의 통신부(510)가 의상을 판매하는 쇼핑몰 레퍼런스 서버(400a) 또는 소셜 네트워크 서비스(Social Network Service)를 제공하는 SNS 레퍼런스 서버(400b)로부터 의상이 포함된 이미지 또는 영상 정보 및 정보에 해당하는 사용자의 특성 정보를 수신할 수 있다.

그리고 제어 프로세서(550)는 수신한 정보에서 트렌드 정보를 생성한 후, 데이터베이스(580)에 상기 트렌드 정보를 저장할 수 있다. 이때, 트렌드 정보는 레퍼런스 베이스 정보의 일 실시예가 된다.

도 9는 본 발명의 일 실시예에 의한 디지털 장치가 수신하는 코디 추천 정보에 레퍼런스 서버와 관련된 정보가 포함된 실시예를 보여준다.

앞서 살펴본 바와 같이, 디지털 장치(100a, 100b)는 사용자의 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보를 서버(500)에 업로드하고, 그에 기반하여 코디 추천 정보를 수신할 수 있다(S41, S42 과정). 이때, 코디 추천 정보는 실제 사용자가 보유한 의상에 기반한 코디 추천 정보를 일 실시예로 한다. 또한, 코디 추천 정보는 사용자가 보유하지는 않았으나 구매 가능한 의상에 기반한 코디 추천 정보를 다른 실시예로 한다.

예를 들어, 사용자가 현재 보유하고 있지는 않으나, 사용자에게 적합한 의상을 판매하는 쇼핑몰 서버가 있을 경우, 코디 추천 서버(500)는 해당 쇼핑몰 서버에 대한 정보와 해당 쇼핑몰 서버에서 해당 의상을 구매할 수 있는 정보를 디지털 장치(100a, 100b)에게 제공할 수 있다. 물론, 이 쇼핑몰은 코디 추천 서버(500) 내에 구현될 수도 있고, 코디 추천 서버(500)와 동일한 사업 주체가 제공하는 쇼핑몰 서버인 레퍼런스 서버 내에 구현될 수도 있고, 코디 추천 서버(500)와 상이한 사업 주체가 제공하는 쇼핑몰 서버인 레퍼런스 서버 내에 구현될 수도 있다.

이 경우 디지털 장치(100a, 100b)에 설치된 앱(애플리케이션)은 해당 쇼핑몰 서버에서 판매하는 의상 정보를 확인할 수 있다(S43, S44). 그리고 해당 앱 내에서 바로 의상을 구매할 수 있다. 이는 코디 추천 정보에 의상 정보 외에 의상을 구매하는데 필요한 정보가 포함되어 있기 때문이다.

일 실시예로, 코디 추천 정보는 의상을 판매하는 쇼핑몰 서버에 대한 식별정보와 구매할 의상에 대한 식별 정보를 포함한다. 또한, 다른 실시예로 코디 추천 정보는 의상을 판매하는 쇼핑몰 서버에서 의상을 구매할 수 있는 링크(URL) 정보를 포함할 수 있다.

디지털 장치(100a, 100b)에 설치된 앱(애플리케이션)은 코디 추천 정보에 포함된 정보를 이용하여 구매 가능한 의상을 표시하고, 사용자가 구매를 선택할 경우, 쇼핑몰 서버 또는 중계 서버는 사용자 정보에 기반하여 구매 절차를 수행한다.

이와 같이 쇼핑몰 서버/중계 서버의 판매 의상을 코디 추천 정보에 포함시킴으로써, 사용자는 쉽게 추천된 의상을 구매할 수 있다. 뿐만 아니라, 사용자가 코디 추천 정보에 따라 구매한 정보는 쇼핑몰 서버나 중계 서버, 그리고 코디 추천 서버(500)에 기록되어, 다른 사용자에게 코디 추천 정보를 제공 시 적용할 수 있는 정보가 될 수 있다.

또한, 사용자가 코디 추천 정보에 따라 구매한 정보에 대해 사용자가 별도의 구매 평가를 남기는 경우, 이 역시 쇼핑몰 서버나 중계 서버, 그리고 코디 추천 서버(500)에 기록되어, 다른 사용자에게 코디 추천 정보를 제공시 적용할 수 있는 정보가 될 수 있다.

아울러, 사용자가 몇몇 다른 사용자들과 하나의 그룹을 형성하여 코디 추천 정보를 공유할 경우, 이들 다른 사용자들이 코디 추천 정보를 평가할 수 있고, 이에 대한 정보 역시 이후에 코디 추천 서버(500)가 코디 추천 서버를 생성함에 있어 적용하는 정보가 될 수 있다.

전술한 실시예들에 따른 코디 추천 정보를 생성하는 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 역시 디지털 장치(100), 코디 추천 서버(500), 레퍼런스 서버(400) 등에 포함 및 구현될 수 있다. 디지털 장치(100)는 코디 추천 서버(500) 또는 레퍼런스 서버(400)와 미리 약속된 정보를 송수신할 수 있으며, 이를 수행하는 앱을 포함할 수 있다.

본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니며, 본 발명의 목적 범위 내에서 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media) 또는 기록매체에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 반도체 기록소자를 포함하는 저장매체를 포함한다. 또한 본 발명의 실시예를 구현하는 컴퓨터 프로그램은 외부의 장치를 통하여 실시간으로 전송되는 프로그램 모듈을 포함한다.

전술된 실시예는 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해되어야 하며, 본 발명의 범위는 전술된 상세한 설명보다는 후술될 특허청구범위에 의해 나타내어질 것이다. 그리고 이 특허청구범위의 의미 및 범위는 물론, 그 등가개념으로부터 도출되는 모든 변경 및 변형 가능한 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100, 100a, 100b: 디지털 장치
400, 400a, 400b: 레퍼런스 서버
500: 코디 추천 서버

Claims (19)

1. 다수의 디지털 장치 또는 레퍼런스 서버로부터 퍼스널 베이스 정보를 수신하며, 상기 디지털 장치 또는 상기 레퍼런스 서버로부터 레퍼런스 베이스 정보를 수신하며 상기 디지털 장치 또는 상기 레퍼런스 서버에게 코디 추천 정보를 송신하는 통신부;
   상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 취합 및 가공하여 저장하는 데이터베이스; 및
   상기 다수의 디지털 장치 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 상기 데이터베이스에 저장된 상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈에 입력하여 상기 코디 추천 정보를 생성하는 제어프로세서를 포함하는, 코디 추천 서버.
   
2. 제1항에 있어서,
   상기 인공지능 모듈에 입력하는 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보는 사용자의 신체 정보, 상기 코디 추천 정보에 포함된 의상을 착용할 시점의 날씨 또는 장소 또는 일정 정보, 상기 사용자가 보유한 의상 정보, 상기 사용자 또는 다수의 사용자의 의상 선호가 포함된 스타일링 정보 중 어느 하나 이상을 포함하는, 코디 추천 서버.
   
3. 제2항에 있어서,
   상기 코디 추천 서버의 통신부가 의상을 판매하는 쇼핑몰 레퍼런스 서버로부터 상기 사용자의 의상 구매 정보 또는 상기 사용자가 구매 예약을 한 정보 및 상기 정보에 포함된 의상의 이미지 또는 영상 정보를 수신한 후,
   상기 제어 프로세서는 상기 데이터베이스에 상기 수신한 정보를 상기 사용자의 의상 정보로 저장하는, 코디 추천 서버.
   
4. 제1항에 있어서,
   상기 코디 추천 서버의 통신부가 의상을 판매하는 쇼핑몰 레퍼런스 서버 또는 소셜 네트워크 서비스(Social Network Service)를 제공하는 SNS 레퍼런스 서버로부터 의상이 포함된 이미지 또는 영상 정보 및 상기 정보에 해당하는 사용자의 특성 정보를 수신한 후,
   상기 제어 프로세서는 상기 수신한 정보에서 트렌드 정보를 생성한 후, 상기 데이터베이스에 상기 트렌드 정보를 저장하는, 코디 추천 정보 서버.
   
5. 제1항에 있어서,
   상기 인공지능 모듈은 상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 입력받아 학습을 수행한 후,
   상기 통신부가 상기 디지털 장치로부터 사용자 요구 정보를 수신하면, 상기 제어프로세서는 상기 사용자 요구 정보를 상기 인공지능 모듈에 입력하여 상기 인공지능 모듈이 산출한 결과를 코디 추천 정보로 생성하는, 코디 추천 서버.
   
6. 제1항에 있어서,
   상기 코디 추천 정보는 상기 코디 추천 정보에 포함된 의상을 구매할 수 있는 쇼핑 정보를 더 포함하며, 상기 쇼핑 정보는 상기 코디 추천 서버 또는 레퍼런스 서버가 제공하는 쇼핑몰에서 상기 의상을 구매할 수 있는 식별 정보인, 코디 추천 정보 서버.
   
7. 제1항에 있어서,
   상기 코디 추천 정보는 의상 정보를 포함하며,
   상기 디지털 장치는 상기 코디 추천 정보를 출력하는 디지털 거울 또는 휴대폰 또는 TV 또는 디스플레이부가 장착된 디지털 가전 중 어느 하나를 포함하며,
   상기 제어 프로세서가 상기 의상 정보에 포함된 의류 또는 액세서리를 착용한 사용자의 전신 또는 상반신 또는 하반신 착용 정보를 코디 추천 정보로 생성하는, 코디 추천 서버.
   
8. 제1항에 있어서,
   상기 제어 프로세서가 생성하는 코디 추천 정보는 의상 정보 및 상기 의상 정보가 지시하는 의류나 액세서리가 보관된 가구에 대한 정보를 포함하는, 코디 추천 서버.
   
9. 제1항에 있어서,
   레퍼런스 서버는 의상을 판매하는 쇼핑몰 서버 또는 상기 쇼핑몰 서버와 상기 코디 추천 서버를 중계하는 중계 서버 중 어느 하나를 포함하며,
   상기 코디 추천 정보는 의상 정보 또는 상기 쇼핑몰 서버 혹은 상기 중계 서버에서 판매하는 의상 정보 또는 상기 의상 정보를 확인할 수 있는 쇼핑몰 URL 정보를 포함하며,
   상기 디지털 장치는 상기 코디 추천 정보에 해당하는 의상을 판매하는 상기 쇼핑몰 서버 또는 상기 중계 서버로 이동하여 의상을 구매할 수 있는 정보를 출력하는, 코디 추천 서버.
   
10. 코디 추천 서버의 통신부가 다수의 디지털 장치 또는 레퍼런스 서버로부터 퍼스널 베이스 정보를 수신하며, 상기 디지털 장치 또는 상기 레퍼런스 서버로부터 레퍼런스 베이스 정보를 수신하는 단계;
    상기 코디 추천 서버의 제어 프로세서가 상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 취합 및 가공하여 데이터베이스에 저장하는 단계;
    상기 제어 프로세서가 상기 다수의 디지털 장치 중 어느 하나가 송신한 코디 추천 요청 정보에 대응하여 상기 데이터베이스에 저장된 상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 검색한 후 독출된 퍼스널 베이스 정보 및 레퍼런스 베이스 정보를 인공지능 모듈에 입력하여 코디 추천 정보를 생성하는 단계; 및
    상기 통신부가 상기 디지털 장치 또는 상기 레퍼런스 서버에게 상기 코디 추천 정보를 송신하는 단계를 포함하는, 코디 추천 정보를 생성하는 방법.
    
11. 제10항에 있어서,
    상기 인공지능 모듈에 입력하는 퍼스널 베이스 정보 또는 레퍼런스 베이스 정보는 사용자의 신체 정보, 상기 코디 추천 정보에 포함된 의상을 착용할 시점의 날씨 또는 장소 또는 일정 정보, 상기 사용자가 보유한 의상 정보, 상기 사용자 또는 다수의 사용자의 의상 선호가 포함된 스타일링 정보 중 어느 하나 이상을 포함하는, 코디 추천 정보를 생성하는 방법.
    
12. 제11항에 있어서,
    상기 통신부가 의상을 판매하는 쇼핑몰 레퍼런스 서버로부터 상기 사용자의 의상 구매 정보 또는 상기 사용자가 구매 예약을 한 정보 및 상기 정보에 포함된 의상의 이미지 또는 영상 정보를 수신하는 단계; 및
    상기 제어 프로세서가 상기 데이터베이스에 상기 수신한 정보를 상기 사용자의 의상 정보로 저장하는 단계를 더 포함하는, 코디 추천 정보를 생성하는 방법.
    
13. 제10항에 있어서,
    상기 통신부가 의상을 판매하는 쇼핑몰 레퍼런스 서버 또는 소셜 네트워크 서비스(Social Network Service)를 제공하는 SNS 레퍼런스 서버로부터 의상이 포함된 이미지 또는 영상 정보 및 상기 정보에 해당하는 사용자의 특성 정보를 수신하는 단계; 및
    상기 제어 프로세서가 상기 수신한 정보에서 트렌드 정보를 생성한 후, 상기 데이터베이스에 상기 트렌드 정보를 저장하는 단계를 더 포함하는, 코디 추천 정보를 생성하는 방법.
    
14. 제10항에 있어서,
    상기 인공지능 모듈은 상기 퍼스널 베이스 정보 및 상기 레퍼런스 베이스 정보를 입력받아 학습을 수행하는 단계;
    상기 통신부가 상기 디지털 장치로부터 사용자 요구 정보를 수신하는 단계; 및
    상기 제어프로세서가 상기 사용자 요구 정보를 상기 인공지능 모듈에 입력한 후, 상기 인공지능 모듈이 산출한 결과를 코디 추천 정보로 생성하는 단계를 포함하는, 코디 추천 정보를 생성하는 방법.
    
15. 제10항에 있어서,
    상기 코디 추천 정보는 상기 코디 추천 정보에 포함된 의상을 구매할 수 있는 쇼핑 정보를 더 포함하며, 상기 쇼핑 정보는 상기 코디 추천 서버 또는 레퍼런스 서버가 제공하는 쇼핑몰에서 상기 의상을 구매할 수 있는 식별 정보인, 코디 추천 정보를 생성하는 방법.
    
16. 제10항에 있어서,
    상기 코디 추천 정보는 의상 정보를 포함하며,
    상기 디지털 장치는 상기 코디 추천 정보를 출력하는 디지털 거울 또는 휴대폰 또는 TV 또는 디스플레이부가 장착된 디지털 가전 중 어느 하나를 포함하며,
    상기 제어 프로세서가 상기 의상 정보에 포함된 의류 또는 액세서리를 착용한 사용자의 전신 또는 상반신 또는 하반신 착용 정보를 코디 추천 정보로 생성하는 단계를 더 포함하는, 코디 추천 정보를 생성하는 방법.
    
17. 제10항에 있어서,
    상기 제어 프로세서가 생성하는 코디 추천 정보는 의상 정보 및 상기 의상 정보가 지시하는 의류나 액세서리가 보관된 가구에 대한 정보를 포함하는, 코디 추천 정보를 생성하는 방법.
    
18. 제10항에 있어서,
    레퍼런스 서버는 의상을 판매하는 쇼핑몰 서버 또는 상기 쇼핑몰 서버와 상기 코디 추천 서버를 중계하는 중계 서버 중 어느 하나를 포함하며,
    상기 코디 추천 정보는 의상 정보 또는 상기 쇼핑몰 서버 혹은 상기 중계 서버에서 판매하는 의상 정보 또는 상기 의상 정보를 확인할 수 있는 쇼핑몰 URL 정보를 포함하며,
    상기 디지털 장치는 상기 코디 추천 정보에 해당하는 의상을 판매하는 상기 쇼핑몰 서버 또는 상기 중계 서버로 이동하여 의상을 구매할 수 있는 정보를 출력하는 단계를 더 포함하는, 코디 추천 정보를 생성하는 방법.
    
19. 제10항 내지 제18항 중 어느 한 항에 따른 코디 추천 정보를 생성하는 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
    
    

Images