KR20230034587A - 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법, 장치 및 시스템 - Google Patents

Abstract

인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법에 있어서, 판매자로부터 상품 상세 페이지를 획득하는, 상품 페이지 획득 단계; 상기 획득한 상품 페이지에서 상품 별 속성 정보를 추출하는, 속성 정보 추출 단계; 상기 상품 별 속성 정보는 제품 유형, 번역된 제품 키워드, 제품 이미지의 메타데이터, 제품 가격을 포함하고, 상기 추출한 속성 정보와 미리 학습된 상품 분류 표준 모델에 기반하여 상기 상품의 표준 분류 정보를 산출하는, 표준 분류 정보 산출 단계; 상기 판매자로부터 상기 속성 정보 및 상기 표준 분류 정보를 포함하는 상품 정보의 하나 이상의 쇼핑몰에 대한 등록 요청을 수신하는, 등록 요청 수신 단계; 상기 표준 분류 정보의 복수의 표준 계층 데이터와 상기 쇼핑몰의 상품 분류 체계의 복수의 비교 계층 데이터를 비교하는, 계층 비교 단계; 상기 계층 비교 결과가 동일한 경우, 상기 상품 정보를 상기 쇼핑몰에 등록하는, 상품 정보 등록 단계; 및 상기 계층 비교 결과가 상이한 경우, 상기 속성 정보를 기반으로 상기 표준 분류 정보를 상기 쇼핑몰의 상품 분류 체계에 대응하도록 변경하는, 표준 분류 정보 변경 단계를 포함하는, 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법을 제공한다.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.

Description

인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법, 장치 및 시스템 {Commerce Platform Registration Automation Method, Device and System for Artificial Intelligence-based Product Sales Page}

아래 실시예들은 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법, 장치 및 시스템에 관한 것이다.

온라인 쇼핑몰을 이용하여 상품을 판매하려는 자는 판매하고자 하는 상품정보(이미지, 가격, 특징등)를 다수의 쇼핑몰마다 일일이 수동으로 입력해야만 하고, 각 쇼핑몰마다 운영되고 있는 상품 등록 형식(Format) 또는 탬플릿이 다르므로 이에 대한 불편함이 존재한다.

또한, 해외 글로벌 쇼핑몰의 경우, 판매자들이 미국, 영국, 독일, 일본 등 각각의 국가의 쇼핑몰서버에 별도로 접속하여 상품, 주문 등을 관리해야 하고, 상품등록 시 상품별 카테고리에 맞는 포맷에 따라 양식을 만들어야 하는 문제가 있어 상품 등록 및 관리에 많은 시간과 인건비가 발생하고 있다.

또한, 국가 별 관세, 규정의 적용 문제, 언어의 상이함에 따른 판매자들의 불편함이 발생하고 있으며, 특히, 재고의 실시간 관리가 잘 되지 않아 소비자가 재고 상태를 신뢰하여 상품 구매 시 쇼핑몰 별 재고상태의 상이함으로 인한 의도하지 않은 상품 부재로 소비자들부터 신뢰를 잃는 문제점이 있다.

실시예들은 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법, 장치 및 시스템을 제공하기 위한 것이다.

인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법에 있어서, 판매자로부터 상품 상세 페이지를 획득하는, 상품 페이지 획득 단계; 상기 획득한 상품 페이지에서 상품 별 속성 정보를 추출하는, 속성 정보 추출 단계; 상기 상품 별 속성 정보는 제품 유형, 번역된 제품 키워드, 제품 이미지의 메타데이터, 제품 가격을 포함하고, 상기 추출한 속성 정보와 미리 학습된 상품 분류 표준 모델에 기반하여 상기 상품의 표준 분류 정보를 산출하는, 표준 분류 정보 산출 단계; 상기 판매자로부터 상기 속성 정보 및 상기 표준 분류 정보를 포함하는 상품 정보의 하나 이상의 쇼핑몰에 대한 등록 요청을 수신하는, 등록 요청 수신 단계; 상기 표준 분류 정보의 복수의 표준 계층 데이터와 상기 쇼핑몰의 상품 분류 체계의 복수의 비교 계층 데이터를 비교하는, 계층 비교 단계; 상기 계층 비교 결과가 동일한 경우, 상기 상품 정보를 상기 쇼핑몰에 등록하는, 상품 정보 등록 단계; 및 상기 계층 비교 결과가 상이한 경우, 상기 속성 정보를 기반으로 상기 표준 분류 정보를 상기 쇼핑몰의 상품 분류 체계에 대응하도록 변경하는, 표준 분류 정보 변경 단계를 포함하는, 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법을 제공한다.

일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.

실시예들은 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법, 장치 및 시스템을 효율적으로 제공하는 효과가 있다.

도 1은 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법을 설명하기 위한 순서도이다.
도 2는 일실시예에 상품의 분류 정보를 결정하는 방법을 도시한 예시도이다.
도 3은 일실시예에 따른 장치의 구성의 예시도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예 들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

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

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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 실시예가 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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.

도 1은 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법을 설명하기 위한 순서도이다. 도 2는 일실시예에 상품의 분류 정보를 결정하는 방법을 도시한 예시도이다.

도 1 및 2를 참조하면, 일 실시 예에서, 동작 21에서, 판매자로부터 상품 페이지를 획득할 수 있다.

동작 22에서, 획득한 상품 이미지에서 상품의 속성 정보를 추출할 수 있다. 예를 들어, 속성 정보는 제품 유형, 번역된 제품 키워드, 제품 이미지의 메타데이터, 제품 가격을 포함할 수 있다.

도면에는 도시되지 않았지만, 상품의 속성 정보를 추출하기 이전에, 상품 색상 데이터 학습을 통해 생성 및 갱신되는 상품 색상 자동 보정 모델을 이용하여 상품 이미지를 보정할 수 있다. 예컨대, 보정은 상품 이미지의 상품 색상과 실제 색상을 유사하게 맞추는 작업일 수 있다. 예컨대, 상품 색상 데이터는 색상 정보와 보정 정보를 포함할 수 있고, 색상 정보는 상품 이미지 전체 영역 정보, 상품 영역 정보 및 배경 영역 정보를 포함할 수 있고, 보정 정보는 사용자 보정 패턴과 보정 변수(예: 필터)를 포함할 수 있다. 상품 색상 데이터는 데이터베이스에 저장될 수 있고, 인공지능 학습에 이용될 수 있고, 이를 통해 상품 색상 자동 보정 모델이 생성 및 갱신될 수 있다.

도면에는 도시되지 않았지만, 상품의 속성 정보를 추출하기 이전에, 배경 마스트 패턴 학습을 통해 생성 및 갱신되는 배경 이미지 자동 제거 모델을 이용하여 배경 이미지를 자동으로 제거할 수 있다. 예컨대, 배경 마스트 패턴은 이미지의 상품/배경 학습을 위한 흑백이미지일 수 있다. 인공지능 학습은 상품 소분류별 배경 마스크 패턴 학습을 통해 상품 이미지와 배경 마스크 패턴의 쌍으로 구성된 학습 데이터 셋을 수집할 수 있고, 이를 통해 배경 이미지 자동 제거 모델이 생성 및 갱신될 수 있다.

동작 23에서, 추출한 속성 정보와 상품 분류 표준 모델에 기반하여 상품의 표준 분류 정보를 산출할 수 있다. 예를 들어, 상품 분류 표준 모델은 컨벌루션 신경망(convolutional neural network, CNN)에 기반한 학습을 이용하여 생성 및 갱신되며 복수의 계층을 갖고, 학습에 이용되는 데이터는 상품 정보가 누적되는 데이터베이스에서 획득될 수 있다. 예컨대, 표준 분류 정보는 쇼핑몰 운영자가 상품을 카테고리 별로 구분하고, 구매자가 해당 상품을 손쉽게 검색할 수 있도록 하는 카테고리를 포함한 정보일 수 있다. 즉, 여기서 표준 분류 정보란 상품의 카테고리를 의미할 수 있다. 예컨대, 상품의 속성 정보인 색상, 형태, 패턴을 통해 크로스 백이란 상품으로 확인한 경우, 상품 분류 표준 모델을 통해 크로스 백의 분류 정보를 패션-잡화-여성-가방으로 확정할 수 있다.

이와 같이 상품 분류 표준 모델을 도입한 이유는, 복수의 쇼핑몰은 각각 서로 다른 상품 분류 체계를 가지고 있으므로 누적된 상품 정보 등록 행위를 통해 최대한 범용적으로 사용할 수 있는 상품 분류 표준 모델을 지속적으로 갱신하며 사용하는 것이 상품 정보를 보다 효율적으로 진행할 수 있기 때문이다. 기존에는 판매자가 직접 모든 상품의 분류 코드를 수동으로 입력해야 하지만 본 발명은 우선 상품 분류 표준 모델에 따라 1차적으로 상품을 분류하여 표준 분류 정보를 산출하고, 이후 설명할 쇼핑몰의 상품 분루 체계와의 비교를 통해 최종적으로 상품의 분류 정보를 결정할 수 있다. 따라서, 본 발명은 사용자의 수동 입력없이 자동으로 상품을 분류할 수 있다.

한편, 도 3에서 상품 분류 표준 모델의 일 예를 도시하고 있다. 상품 분류 표준 모델은 4개의 계층을 가질 수 있고, 각 계층 별로 데이터를 포함할 수 있다. 여기서 각 계층 별 데이터는 카테고리의 이름에 대응하는 텍스트(예: 의류, 가방)일 수 있다. 물론 이외에도 상품 분류 표준 모델은 현재 존재하는 모든 쇼핑몰에 최대한 적용이 용이하도록 지속적으로 갱신될 수 있고, 도3 보다 복잡한 계층구조를 가질 수 있다. 단, 설명의 편의를 위해 도 3에 따라 설명한다.

동작 24에서, 속성 정보와 표준 분류 정보를 판매자에게 제공할 수 있다. 예를 들어, 판매자는 판매자 단말기의 디스플레이를 통해 본인이 올린 상품 이미지의 속성 정보와 표준 분류 정보를 확인할 수 있다.

동작 25에서, 판매자로부터 속성 정보와 표준 분류 정보를 포함하는 상품 정보의 등록 요청을 수신할 경우, 상품 정보를 복수의 쇼핑몰에 등록하고 상품 정보에 기반하여 상품 분류 표준 모델을 갱신할 수 있다. 예를 들어, 상품의 표준 분류 정보가 해당 쇼핑물의 상품 분류 체계와 동일할 경우에는 상기 상품 정보를 바로 쇼핑몰에 등록할 수 있고, 일부 차이가 있을 경우 표준 분류 정보가 변경되거나 새로 생성될 수 있다. 상품 정보를 등록할 때마다 상품 분류 표준 모델은 획득한 데이터에 기반하여 학습을 수행할 수 있다.

계층 비교 결과 복수의 표준 계층들과 복수의 비교 계층들간 각각 대응하는 계층별로 데이터가 동일한지 확인할 수 있다. 예를 들어, A 쇼핑몰의 제1 계층과 제2 계층은 표준 분류 정보의 제1 계층 및 제2 계층과 각각 의류 및 셔츠로 데이터가 동일할 수 있다. 도 6의 경우, A 쇼핑몰의 제1 계층 내지 제4 계층은 표준 분류 정보의 제1 계층 내지 제4 계층과 각각 의류-셔츠-반팔-라운드로 데이터가 동일할 수 있다.

계층 비교 결과 복수의 표준 계층들과 복수의 비교 계층들간 각각 대응하는 계층별로 데이터가 동일하고 표준 계층수와 비교 계층수가 동일할 경우, 표준 분류 정보를 복수의 쇼핑몰 중에서 상품 분류 체계에 대응하는 쇼핑몰에 등록할 수 있다. 예를 들어, 도면에는 따로 예시도를 도시하지는 않았지만, 상품의 표준 분류 정보와 동일한 계층수를 가지면서 계층별로 데이터가 동일하다는 것은 상품의 표준 분류 정보가 쇼핑몰의 상품 분류 체계와 일치한다는 의미이므로 별도의 분류 정보 변경 또는 갱신 없이 바로 표준 분류 정보를 대응하는 쇼핑몰에 등록할 수 있다.

다양한 실시 예에 따르면, 비교 결과 상기 복수의 표준 계층들과 상기 복수의 비교 계층들간 각각 대응하는 계층별로 데이터가 동일하고 상기 표준 계층수가 상기 비교 계층수보다 클 경우, 상기 복수의 표준 계층들에서 상기 복수의 비교 계층들에 매칭되는 계층들만 포함되도록 상기 표준 분류 정보를 변경하는 단계; 및 상기 변경한 분류 정보를 상기 상품 분류 체계에 대응하는 쇼핑몰에 등록하는 단계; 를 포함할 수 있다.

다양한 실시 예에 따르면, 비교 결과 상기 복수의 표준 계층들과 상기 복수의 비교 계층들간 각각 대응하는 계층별로 데이터가 동일하고 상기 표준 계층수가 상기 비교 계층수보다 작을 경우, 상기 복수의 비교 계층들에서 상기 복수의 표준 계층들보다 더 낮은 하위 계층들을 확인하는 단계; 상기 속성 정보에 기반하여 상기 확인한 하위 계층들에 대응하도록 상기 분류 정보를 변경하는 단계; 및 상기 변경한 분류 정보를 상기 상품 분류 체계에 대응하는 쇼핑몰에 등록하는 단계; 를 포함할 수 있다.

도 3은 일실시예에 따른 장치의 구성의 예시도이다.

일실시예에 따른 장치(301)는 프로세서(302) 및 메모리(303)를 포함한다. 일실시예에 따른 장치(301)는 상술한 서버 또는 단말일 수 있다. 프로세서는 도 1 내지 도 3을 통하여 전술한 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 3을 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 메모리(303)는 상술한 방법과 관련된 정보를 저장하거나 상술한 방법이 구현된 프로그램을 저장할 수 있다. 메모리(303)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(302)는 프로그램을 실행하고, 장치(301)를 제어할 수 있다. 프로세서(302)에 의하여 실행되는 프로그램의 코드는 메모리(303)에 저장될 수 있다. 장치(301)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드 뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

1. 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법에 있어서,
   판매자로부터 상품 상세 페이지를 획득하는, 상품 페이지 획득 단계;
   상기 획득한 상품 페이지에서 상품 별 속성 정보를 추출하는, 속성 정보 추출 단계;
   상기 상품 별 속성 정보는 제품 유형, 번역된 제품 키워드, 제품 이미지의 메타데이터, 제품 가격을 포함하고,
   상기 추출한 속성 정보와 미리 학습된 상품 분류 표준 모델에 기반하여 상기 상품의 표준 분류 정보를 산출하는, 표준 분류 정보 산출 단계;
   상기 판매자로부터 상기 속성 정보 및 상기 표준 분류 정보를 포함하는 상품 정보의 하나 이상의 쇼핑몰에 대한 등록 요청을 수신하는, 등록 요청 수신 단계;
   상기 표준 분류 정보의 복수의 표준 계층 데이터와 상기 쇼핑몰의 상품 분류 체계의 복수의 비교 계층 데이터를 비교하는, 계층 비교 단계;
   상기 계층 비교 결과가 동일한 경우, 상기 상품 정보를 상기 쇼핑몰에 등록하는, 상품 정보 등록 단계; 및
   상기 계층 비교 결과가 상이한 경우, 상기 속성 정보를 기반으로 상기 표준 분류 정보를 상기 쇼핑몰의 상품 분류 체계에 대응하도록 변경하는 표준 분류 정보 변경 단계를 포함하며, 상기 계층 비교 결과에 따라 획득한 데이터를 학습하여 상기 상품 분류 표준 모델을 갱신하는 것을 특징으로 하는, 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법.
2. 제1 항에 있어서,
   상기 표준 분류 정보 변경 단계는,
   상기 계층 비교 결과, 상기 복수의 비교 계층 중 적어도 어느 하나의 계층의 데이터가 상기 복수의 표준 계층에 포함되며 상기 적어도 어느 하나의 계층에 대응하는 표준 계층의 데이터와 미리 설정한 기준 미만으로 다를 경우, 상기 속성 정보와 상기 적어도 어느 하나의 계층의 데이터에 기반하여 상기 표준 분류 정보를 변경하는 단계;
   상기 변경된 표준 분류 정보를 포함하는 상품 정보를 상기 쇼핑몰에 등록하는 단계;
   상기 계층 비교 결과, 상기 복수의 비교 계층 중 적어도 어느 하나의 계층의 데이터가 상기 복수의 표준 계층에 포함되며 상기 적어도 어느 하나의 계층에 대응하는 표준 계층의 데이터와 미리 설정한 기준 이상으로 다를 경우, 상기 판매자에게 상기 상품의 분류를 요청하는 메시지를 제공하고 상기 판매자로부터 새로운 분류 정보를 획득하는 단계; 및
   상기 새로운 분류 정보를 포함하는 상품 정보를 상기 쇼핑몰에 등록하는 단계를 더 포함하는, 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법.
3. 제1 항에 있어서,
   상기 표준 분류 정보 변경 단계는,
   상기 제1 비교 결과, 상기 복수의 비교 계층 중 적어도 어느 하나의 계층의 데이터가 상기 복수의 표준 계층에 포함되며 상기 적어도 어느 하나의 계층에 대응하는 표준 계층의 데이터와 미리 설정한 기준 이상으로 다를 경우, 상기 속성 정보와 상기 쇼핑몰의 상품 분류 체계에 기반하여 새로운 분류 정보를 결정하는 단계; 및
   상기 새로운 분류 정보를 포함하는 상품 정보를 상기 쇼핑몰에 등록하는 단계를 더 포함하는, 인공지능 기반 제품 판매 페이지의 커머스 플랫폼 등록 자동화 방법.

Images