KR20230049436A - 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법, 장치 및 컴퓨터-판독가능 기록매체 - Google Patents

Abstract

복잡하고 어려운 대형 상가의 상권 분석의 부담을 줄여, 유저들이 대형 상가 내에 입점하는 경우의 난이도를 낮춰, 대형 상가와 유저들 사이의 상생이 가능하도록 하는 기술을 제공한다. 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법은 컴퓨팅 장치가 대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신 단계; 정보 수신 단계에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출 단계; 및 매장 영역 순위 도출 단계에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공 단계;를 포함하는 것을 특징으로 한다.

Description

인공지능을 통한 대형 상가 내 상점 입주 가이드 방법, 장치 및 컴퓨터-판독가능 기록매체{METHOD, APPARATUS AND COMTUPER-READABLE MEDIUM FOR STORE ENTRY GUIDE IN LARGE SHOPPING MALLS THROUGH ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능을 통한 대형 상가 내의 상점에 대한 입주를 가이드하는 기술에 관한 것으로, 구체적으로는 대형 상가 내에 구획된 다수의 매장 영역들에 대해서 입점을 희망하는 유저들이 이용 가능하며, 유저가 운영하고자 하는 업종에 대해서 최적의 매장 영역을 선택하며, 선택 기준이 되는 알고리즘에 대한 머신러닝(Machine Learning)을 통해서 가장 최적의 매장 영역을 선택하여 제공할 수 있도록 하기 위한 기술에 관한 것이다.

대형 상가나 상가 건물들에는 많은 수의 매장이 입점되어 운영되고 있다. 최근 매장 간 또는 지역 내의 경쟁 심화에 따라서, 다양한 매장 운영에 도움이 되는 기술의 적용이 늘어나고 있다.

이러한 기술의 예로는 온라인을 통해 상가를 관리하게 하거나, 온라인을 통해서 상가의 재고 및 매출 등을 관리하는 기술이 주를 이루고 있다. 또한 한편으로는 매장의 수익을 예측하여 재고 관리 및 매출 등에 대한 관리를 수행할 수 있도록 하는 기술이 있다.

예를 들어 한국등록특허 제10-1991288호 등에서는, 웹 UI(User Interface)를 이용하여 매장의 미래 입점객수를 예측하는 데 있어서, 유저로부터 위치 및 업종을 포함하는 정보를 수신 시, 이에 대응되는 유동인구 패턴정보를 검색하여, 이를 기반으로 미래입점객수를 결정하는 기술을 게시하고 있다.

또한, 한국등록특허 제10-1846067호 등에서는, 상가 관리를 온라인으로 수행하는 데 있어서, 매장의 홍보정보와 주차장 관련 정보를 함께 고객단말에 표시하도록 하여, 고객에게 주자 편의를 제공하는 한편 상가 내 매장의 홍보가 가능하도록 하는 기술을 제시하고 있다.

그러나 이러한 기술들은, 단순히 유동인구 패턴에 따른 미래의 입점 객수를 예측할 뿐이거나 상가의 홍보 정보를 단순히 고객 단말에 출력하도록 하는 기술에 지나지 않는다. 대형상가는 임대료가 타 상가에 비하여 매우 고가이며, 이에 따라서 해당 상가에 입점하고자 하는 유저들은, 상가에 입점하여 매장을 운영 시 손해가 발생될지 여부를 스스로 판단하여 결정할 수밖에 없다.

또한, 대형 상가의 경우 입점할 수 있는 매장이 매우 다수이며, 이 경우에도 유저들은 자신이 일일이 상권 분석을 통해서 어느 매장이 입점하고자 할지 여부를 결정해야 한다.

이에 따라서 대형 상가의 입점을 꺼리는 유저들이 많고, 이러한 상황에 따라서 대형 상가에 대한 입점이 이루어지지 않아, 대형 상가의 관리 주체와 매장을 운영하고자 하는 유저들이 모두 손실을 입거나 피해를 보는 경우가 발생하게 된다.

이에 본 발명은, 상기와 같은 문제점을 해결하기 위해서 고안된 것으로서, 대형 상가 내에 구획된 다수의 매장 영역들 중, 매장을 운영하고자 하는 유저에게 최적화된 매장 영역을 자동으로 선별하고 유저들에게 추천함으로써, 유저들이 복잡하고 어려운 상권 분석을 스스로 수행할 필요가 없거나 그 노력을 경감하여 줌으로써, 유저들이 대형 상가 내에 입점하는 경우의 난이도를 낮춰, 대형 상가와 유저들 사이의 상생이 가능하도록 하는 기술을 제공하는 데 그 목적이 있다.

상술한 목적을 달성하기 위해서, 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법은, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법에 관한 것으로, 대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신 단계; 상기 정보 수신 단계에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출 단계; 및 상기 매장 영역 순위 도출 단계에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공 단계;를 포함하는 것을 특징으로 한다.

상기 정보 수신 단계는, 유저 계정에 상기 입점 가능한 매장 영역에 대한 정보를 제공한 뒤, 유저 게정으로부터 상기 입점 가능한 매장 영역들 중 적어도 하나에 대한 선택입력을 수신하고, 상기 정보 제공 단계는, 상기 선택입력에 대응되는 매장 영역에 대하여 도출된 우선순위와, 상기 선택입력에서 제외된 입점 가능한 매장 영역에 대하여 도출된 우선순위를 구분되도록 유저 계정에 제공하는 것이 바람직하다.

상기 매장 영역 순위 도출 단계는, 입점 요청 정보에 포함된 업종 정보를 입력 값으로 하고, 기설정된 주기 동안 수집된 상기 소비 패턴 정보로서, 적어도 소비 금액 내역과 소비 금액 내역 상의 구매자가 소비한 업종에 대한 정보, 및 입점 가능한 매장 영역 주위에 기 입점된 매장들의 업종 정보를 학습 데이터로 하고, 매장 영역별 수치를 출력 값으로 하는 함수로서, 머신러닝에 의하여 학습된 인공지능 순위 도출 함수를 이용하여, 각 입점 가능한 매장 영역에 대해서 도출된 수치 순으로 우선순위를 설정하는 것이 바람직하다.

상기 매장 영역 순위 도출 단계는, 상기 순위 도출 함수의 입력 값으로서, 상기 입점 요청 정보에 포함된 정보들 중, 입점 희망 일자와, 매장 영역별 입점 가능 일자 사이의 오차를 추가로 설정한 것도 가능하다.

상기 정보 제공 단계는, 상기 기준 정보로서, 상기 순위 도출 함수의 머신러닝에 의한 학습 결과에 따라서 상기 학습 데이터들 중, 가장 가중치가 높게 설정된 학습 데이터를 유저 계정에 제공하는 것이 바람직하다.

상기 정보 제공 단계의 수행 후, 상기 매장 영역 추천 정보를 수신한 유저 계정으로부터 추천 영역 중 어느 한 영역에 대한 입점 의뢰 정보를 수신 시, 대형 상가의 관리자 단말에, 유저 계정이 입력한 상기 입점 요청 정보 및 입점 의뢰 정보를 전송하는 입점 의뢰 단계; 및 상기 입점 요청 정보 및 입점 의뢰 정보를 수신한 관리자 단말과 유저 계정 사이의 입점 프로세스를 진행하여, 유저 계정의 입점을 진행하는 입점 수행 단계;를 더 포함하는 것이 바람직하다.

상기 입점 수행 단계는, 상기 관리자 단말과 유저 계정 사이에서, 유저 계정이 선택한 매장 영역에 대한 임대차 계약을 수행하는 임대차 계약 단계; 및 상기 유저 계정에 제공되는 유저 인터페이스를 통해, 매장 영역에 대한 인테리어를 포함한 매장 운영을 위해서 매장 영역에 수행되어야 하는 매장 시공 및 물품 배치 프로세스를 진행하는 매장 준비 단계;를 포함하는 것이 가능하다.

상기 매장 준비 단계가 완료된 것으로 상기 관리자 단말 및 상기 유저 계정으로부터의 매장 준비 완료 신호를 동시에 수신 시, 상기 유저 인터페이스를, 적어도 매장의 재고 및 매출 관리가 가능한 매장 관리 인터페이스로 변경하여 유저 계정에 제공함으로써, 유저 계정이 매장 관리 인터페이스를 통해 매장 관리가 가능하도록 하는 매장 관리 단계;를 더 포함하는 것이 바람직하다.

한편 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치는, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치에 관한 것으로, 대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신부; 상기 정보 수신부에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출부; 및 상기 매장 영역 순위 도출부에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공부;를 포함하는 것을 특징으로 한다.

본 발명에 의하면, 유저가 운영하고자 하는 매장의 업종 정보를 수신 시, 현재 대형 상가에 입점 가능한 매장 영역에 대한 정보와, 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 매장 영역별로 유저가 운영하고자 하는 매장의 업종에 대한 수익률 등을 기준으로 매장 영역의 우선순위를 정하여, 이에 대한 정보를 입점 가능한 매장 영역의 정보와 함께 유저들에게 제공하게 된다.

이 경우, 유저들은 복잡하고 난이도가 있는 상권 분석을 별도로 할 필요가 없거나 이에 대한 과도한 시간 소모 없이도, 자신이 운영하고자 하는 업종에 대해서 어느 매장 영역에 입점하는 것이 가장 유리한지 여부를 알 수 있어, 임대로가 높은 대형 상가에 대한 입점 난이도가 크게 낮아지는 장점이 있다.

이에 따라서, 유저들은 대형 상가에 대한 입점에 대한 어려움을 느끼지 않게 되어 유저들에 대한 입점 유도가 가능해지며, 이에 따라서 대형 상가 관리 주체 측면에서의 상가 공실 감소에 따른 수익 증가 및 대형 상가의 활성화가 가능한 효과가 있다.

도 1 내지 4는 본 발명의 각 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법의 흐름을 설명하기 위한 플로우차트.
도 5는 본 발명의 각 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치의 구성 블록도.
도 6 및 7은 본 발명의 각 실시예의 구현에 따라서 매장의 우선순위가 설정되는 흐름을 설명하기 위한 도면.
도 8은 본 발명의 일 실시예의 구현에 따라서 유저 계정이 확인 가능한 인터페이스 화면의 예.
도 9는 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예.

이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 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.

또한, 본 발명의 실시 예들에서, 별도로 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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1 내지 4는 본 발명의 각 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법의 흐름을 설명하기 위한 플로우차트, 도 5는 본 발명의 각 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치의 구성 블록도, 도 6 및 7은 본 발명의 각 실시예의 구현에 따라서 매장의 우선순위가 설정되는 흐름을 설명하기 위한 도면, 도 8은 본 발명의 일 실시예의 구현에 따라서 유저 계정이 확인 가능한 인터페이스 화면의 예이다. 이하의 설명에 있어서 본 발명의 각 실시예 및 본 발명에 포함된 각 구성 또는 단계들에 대한 설명을 위해서 하나 이상의 도면이 함께 참조되어 설명될 것이다. 또한, 본 발명의 상기의 도면들은 본 발명의 기술적 특징을 설명하기 위해서 일부 구성 또는 일부 공지의 프로세스 등이 확대, 축소 또는 생략되어 설명될 수 있을 것이며, 이러한 도면의 도시 내용 또는 설명이 본 발명의 권리범위를 한정하는 것이 아님은 당연할 것이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법은 먼저, 대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신 단계(S10)를 포함한다.

상술한 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법은 후술하는 도 9에 대한 설명에서 구체적으로 설명될 컴퓨팅 장치 및 도 5에 대한 설명에서 설명될 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치(10, 이하 본 발명의 장치라 함) 그 자체 또는 이에 포함된 각 구성들에 의하여 수행되는 것으로 이해될 것이다.

즉 컴퓨팅 장치는 먼저 S10 단계를 수행하여 유저 계정으로부터 입점 요청 정보를 수신하게 된다. 본 발명에서 유저 계정으로부터 특정 데이터를 수신하거나, 유저 계정에 특정 데이터를 전송함은, 유저 계정이 본 발명의 장치(10) 등에 접속하여 본 발명의 각 실시예의 구현에 따라서 이용 가능한 서비스의 이용을 위하여 유저가 보유한 단말을 이용하여 온라인을 통해 접속한 뒤, 서비스 이용을 위해서 계정을 인증한 결과 이용 가능한 서비스에 대응되는 유저 인터페이스의 실행 및 단말을 통한 출력 및 입력에 따라서 특정 데이터의 확인이 가능하도록 해당 정보가 전송되거나, 특정 데이터가 본 발명의 일 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법에 의하여 처리 가능하도록 본 발명의 장치(10) 등에 전송됨을 의미한다.

대형 상가는 아울렛, 쇼핑몰, 백화점 등 대형 상가용 건물을 의미하고, 이러한 대형 상가에는 유저가 운영자로서 일정 영역을 임대하여 매장을 입점시켜 운영 가능한 다수의 매장 영역이 구획되어 있다. 매장 영역 중 일 영역에 입점함은, 단위 구획에 대응되는 매장 영역을 하나 또는 그 이상 임대하여, 매장을 운영함을 의미한다.

입점 요청 정보는 적어도 매장의 업종 정보를 포함하는 것이 바람직하며, 이때 매장의 업종 정보는, 단순 상업이 아니라 판매하고자 하는 물품 또는 서비스에 대한 타입 정보를 의미할 수 있다. 예를 들어, 한식당, 양식당, 일식당, 식당, 미용업, 가정용품 판매업, 의류 판매업 등 비교적 구체적인 업종 정보가 본 발명에서의 업종 정보를 의미할 수 있다.

한편 유저 계정으로부터 입력되어 컴퓨팅 장치가 수신 가능한 입점 요청 정보는, 유저 계정의 개인 정보로서 매장을 운영하고자 하는 유저를 식별할 수 있는 다양한 정보가 포함되고, 유저가 입력한 입점 희망 일자 정보로서, 유저가 대형 상가에 매장 운영을 위해서 입점하고자 하는 구체적인 날짜 또는 기간에 대한 정보가 포함될 수 있다. 이외에도 유저에게 최적의 매장 영역을 추천하기 위하여 처리되거나, 매장의 입점 프로세스의 진행을 위해서 필요시 될 수 있는 모든 정보가 입점 요청 정보에 포함될 수 있다.

S10 단계가 수행되면, 컴퓨팅 장치는, S10 단계에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출 단계(S20)를 수행한다.

본 발명에서 데이터베이스는 도 5에 도시된 바와 같이 본 발명의 장치(10) 또는 컴퓨팅 장치에 포함된 데이터 저장공간 또는 이에 연결된 클라우드 서버 또는 원격의 데이터 저장용 스토리지(Storage) 등 본 발명에서 처리되고, 관리되는 모든 데이터를 저장하는 구성으로 이해될 것이다,

입점 가능한 매장 영역에 대한 정보 중, 입점 가능한의 의미는, 현재 공실이어서 언제든지 입점 가능한 상태이거나, 상술한 입점 요청 정보에 포함되어, 현재는 특정 매장이 운영되고 있으나, 입점 희망 일자에는 공실 상태가 될 예정인 상태를 의미한다. 또는 현재 운영 상태에 있으나, 입점 희망 일자 또는 현재로부터 기설정된 기간(예를 들어 2개월) 이내에 공실 상태가 될 예정인 상태 역시 포함될 수 있다. 이는, 유저 계정과의 입점 프로세스 진행 시 입점 예정 일자의 조정이 충분히 가능하기 때문이다.

한편 입점 가능한 매장에 대한 정보에는, 매장 영역의 상가 내의 위치, 매장 영역의 평면도 또는 3차원 도면, 매장 영역 인근의 매장, 실제 매장 영역을 촬영한 이미지 데이터 등, 매장 영역에 대해서 유저들에게 필요한 정보들이 포함될 수 있다.

대형 상가 내의 구매자들의 소비 패턴 정보는, 기설정된 주기(예를 들어 2년 또는 1년) 동안 대형 상가 내에서 해당 매장 영역 인근 또는 대형 상가 전체에서 구매자들의 소비 이력에 대한 데이터를 의미한다.

상술한 입점 요청 정보, 매장 영역에 대한 정보 및 소비 패턴 정보를 이용하여 컴퓨팅 장치는 입점 가능한 매장 영역에 대해서 입점 추천 순위를 의미하는 우선순위를 각 매장 영역마다 설정하게 된다. 이에 대한 구체적인 예를 후술한다.

예를 들어 S20 단계의 수행에 있어서 컴퓨팅 장치는 입점 요청 정보에 포함된 업종 정보를 입력 값으로 하고, 상술한 기설정된 주기 동안 수집된 소비 패턴 정보로서, 적어도 소비 금액 내역과 소비 금액 내역 상의 구매자가 소비한 업종에 대한 정보, 및 입점 가능한 매장 영역 주위에 기 입점된 매장들의 업종 정보를 학습 데이터로 하고, 매장 영역별 수치를 출력 값으로 하는 함수로서, 머신러닝에 의하여 학습된 인공지능 순위 도출 함수를 이용하여, 각 입점 가능한 매장 영역에 대해서 도출된 수치 순으로 우선순위를 설정하는 것이 바람직하다.

인공지능 순위 도출 함수는 상술한 바와 같이 머신러닝(Machine Learning)에 의하여 학습되는 AI(Artificial Intelligence) 알고리즘을 의미한다. 예를 들어, CNN, RNN 등의 다양한 신경망 알고리즘 이외에, 공지된 모든 알고리즘이, 상술한 입력 값으로부터 최적의 출력 값인 우선순위를 설정하기 위하여 사용될 수 있다.

또한 상술한 머신러닝은 딥러닝(Deep Learning) 및 빅데이터(Big Data) 등의 기술을 활용하여 특정 의사결정에 필요한 알고리즘을 학습시키는 모든 방식을 포함하는 개념으로 이해될 것이다.

상술한 바와 같이 순위 도출 함수는, 입력 값으로서 유저가 입점하기 희망하는 업종에 대한 정보를 입력 받으며, 출력 값을 우선순위 결정을 위한 수치로 한다. 또한 순위 도출 함수를 학습하기 위해서, 소비 패턴 정보로서 구매자들이 대형 상가에 방문하여 기설정된 기간(예를 들어 1년 또는 2년) 동안 소비한 총 소비 금액에 대한 내역과, 해당 소비 금액 내역 상의 업종에 대한 정보, 입점 가능한 매장 영역 주위에 기 입점되어, 입점 가능한 매장 영역의 매출 등에 영향을 미칠 수 있는 매장들의 업종 정보를 학습 데이터로서 이용한다.

즉 해당 함수의 학습을 위해서 일정한 매장의 업종 정보를 입력하고, 실제 기설정된 기간 내에 이미 도출된 바에 따라서 저장된 수치를 출력 값으로 가정한 뒤, 학습 데이터를 적용하여 함수 내의 알고리즘을 최적화하는 과정을 반복적으로 수행하여 함수에 대한 학습을 수행한다.

본 발명에서 출력 값인 수치는 예를 들어 함수에서 도출되는 수치로서, 학습 데이터를 통해서 예측된 매출 예상 금액에 임대료를 적용하여 도출된 수익률 또는 수익 예상 금액에 비례하는 수치로 결정되는 것이 바람직하다. 유저들이 매장 영역의 수치를 확인하고자 할 때는, 자신이 입점하여 매장을 운영 시 예상되는 수익률이 어떤 매장 영역에서 가장 높은지 여부를 확인하고자 할 것이기 때문이다.

이때 임대료는 단순 매장 임대료 뿐 아니라, 관리 비용 및 매장 영역에 대한 업종 운영 내역 등을 통해서 예측 도출되는 고정 비용으로서, 재료 등의 물품 또는 서비스 판매를 위하여 유저가 소비해야 하는 금액 및 고용 인원에 따른 고용비용을 개략적으로 적용한 금액을 의미함이 바람직하다.

학습 데이터로서 사용되는 소비 패턴 정보는, 예를 들어, 소비 금액과 내역 상의 업종에 대한 정보가 함께 이용되거나, 유저가 입력한 희망 업종과 동일하거나 유사한 업종에 대한 소비 금액에 대한 정보만이 이용될 수 있으며, 이에 대한 선택 역시 상술한 머신러닝에 의하여 학습됨으로써 결정될 수 있다.

매장 영역 주위에 기 입점된 매장들의 업종 정보는, 예를 들어 업종 별로 유사 업종이 몰려 있을 때 수익이 증가하거나, 유사 업종이 몰려 있을 때 수익이 감소하는지 여부 등을 결정하기 위해서 사용되는 데이터이다.

한편, 학습 데이터들 중, 상술한 기 입점된 매장들의 업종 정보 및 이에의한 영향는 해당 대형 상가뿐 아니라 본 발명에서 관리되는 다수의 대형 상가에 대하여 수집된 내역 데이터가 사용될 수 있다. 상술한 소비 패턴 정보는 대형 상가 그 자체의 특징으로 볼 수 있으나, 인근 매장에 의한 영향은, 다수의 대형 상가에 대해서 공통적으로 이용될 수 있으며, 빅 데이터를 통한 머신러닝은 그 샘플 데이터(학습 데이터)가 다수일수록 정확성이 향상될 수 있기 때문이다.

이에 따라서 S20 단계에서는, 상술한 바와 같이 입력 값 및 학습 데이터에 의하여 학습된 인공지능 순위 도출 함수를 이용하여 입점 가능한 매장 영역에 대해서 각각 도출된 수치, 즉 예를 들어 상술한 바와 같이 수익률 순으로 우선순위를 설정할 수 있다.

한편, 상술한 학습 데이터 이외에, S20 단계에서 고려해야 하는 입력 값 및 인자로서, 입점 요청 정보에 포함된 정보들 중, 입점 희망 일자와, 매장 영역별 입점 가능 일자 사이의 오차를 추가로 설정할 수 있다. 예를 들어, 상술한 바와 같이 도출된 수치에 있어서 설정된 일자 사이의 오차가 좁을수록 수치가 증가되도록 보정할 수 있는 것이다. 또는 상술한 일자 사이의 오차 역시 학습 데이터로 적용할 수 있다.

이와 같은 S20 단계에 대한 예가 도 6 및 7에 도시되어 있다. 도 6 및 7을 참조하면, 컴퓨팅 장치는 유저 계정(21)으로부터 입력된 업종 정보 등을 입력 값(S1)으로 하고, 수치(CP1, CP2) 등을 출력값(121)으로 하는 인공지능 순위 도출 함수(120)를 이용하게 된다. 이때 데이터베이스(16)에 기 저장된 상술한 학습 데이터(D1)을 이용한다.

이때, 학습 데이터(D1)에는, 상술한 구매자들의 소비 패턴 정보(S12), 구매자들의 이동량(D13) 및 입점 가능한 매장 영역 주위에 기 입점된 매장들의 업종 정보(D14)가 포함될 수 있다.

상술한 S20 단계의 수행이 완료되면, 컴퓨팅 장치는 매장 영역 순위 도출 단계(S20)에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공 단계(S30)를 수행한다.

S30 단계는 S20 단계의 수행에 의하여 도출된 각 입점 가능한 매장 영역에 대한 우선순위에 따라서 적어도 하나의 매장 영역에 대한 추천 정보와 함께 해당 매장 영역을 확인할 수 있는 모든 정보를 유저 계정에 제공하는 단계를 의미한다.

이때 예를 들어 S10 단계에서 컴퓨팅 장치는 유저 계정으로부터 입점 희망 업종에 대한 정보뿐 아니라, 유저가 선택한 입점 가능한 매장 영역들 중 일부에 대한 선택 정보를 수신할 수 있다. 이를 위해서 S10 단계에 있어서 컴퓨팅 장치는 먼저 유저 계정에 입점 요청 정보의 수신이 가능한 인터페이스 상에, 입점 가능한 매장 영역에 대한 정보 또는 리스트 등을 제공한다. 이때 제공되는 정보는 상술한 바와 같이, 입점 가능한 매장에 대한 정보로서 매장 영역의 상가 내의 위치, 매장 영역의 평면도 또는 3차원 도면, 매장 영역 인근의 매장, 실제 매장 영역을 촬영한 이미지 데이터 등, 매장 영역에 대해서 유저들에게 필요한 정보들이 포함될 수 있다.

이때 S10 단계에서 컴퓨팅 장치는 상술한 바와 같이, 유저 계정으로부터 입점 가능한 매장 영역들 중 적어도 하나에 대한 선택입력을 함께 수신한다. 이 경우 S30 단계의 실행 시, 컴퓨팅 장치는 선택입력에 대응되는 매장 영역에 대하여 도출된 우선순위와, 선택입력에서 제외된 입점 가능한 매장 영역에 대하여 도출된 우선순위를 구분되도록 유저 계정에 제공하여 유저들이 해당 정보를 확인하여 더욱 명확한 입점 희망 매장 영역에 대한 의사 결정을 수행할 수 있도록 한다.

예를 들어 도 8을 참조하면, 유저 인터페이스 화면(200)에 있어서 해당 화면(200)에서 유저들은 자신이 입력한 입점 요청 정보에 있어서 입점을 희망하는 업종(T1)을 입력 값으로 하여 도출된 입점 가능한 매장 영역들에 대한 우선순위 정보를 확인할 수 있다.

이때 상술한 바와 같이 유저들이 이미 선택한 매장 영역들이 출력되는 영역(202)과, 유저들이 선택하지 않은 매장 영역들이 출력되는 영역(203)을 구분하고, 이에 대한 우선순위(1, 4, 5, 2, 3, 6)를 표시하도록 할 수 있는 것이다. 한편 입점의뢰하기 메뉴(204)는 후술하는 입점 의뢰 단계에 대한 설명에서 후술하기로 한다.

또한, 본 발명의 다른 실시예에 있어서 인공지능 순위 도출 함수의 학습 시, 수치에 영향을 가장 많이 미치는 인자가 학습 데이터들 중 선정될 수 있고, 이에 대한 정보를 유저들에게 제공 시, 유저들이 매장 영역에 대한 입점 여부에 대한 의사 결정을 할 때 도움이 될 수 있다.

이에 따라서 S30 단계에서는 도 9에 도시된 바와 같이, 상술한 기준 정보로서, 상기 순위 도출 함수의 머신러닝에 의한 학습 결과에 따라서 상기 학습 데이터들 중, 가장 가중치가 높게 설정된 학습 데이터(201)에 대한 정보를 함께 제공할 수 있다.

한편 도 2에 도시된 바와 같이 컴퓨팅 장치는 S30 단계의 수행이 완료된 후, 실제로 해당 인터페이스 상에서 입점에 대한 계약 등을 체결하는 프로세스를 진행할 수 있도록 하여, 유저들의 온라인을 통한 상가 계약 및 관리가 가능하도록 할 수 있다. 이를 통해서, 유저들은 매장에 대한 정보 획득에서부터 매장에 대한 실제 계약 및 관리까지 일괄적인 인터페이스 및 서비스를 통해서 이용할 수 있어, 그 편의성이 극대화될 수 있다.

즉 도 2에 도시된 바와 같이 컴퓨팅 장치는 S30 단계가 수행된 후, 매장 영역 추천 정보를 수신한 유저 계정으로부터 추천 영역 중 어느 한 영역에 대한 입점 의뢰 정보를 수신 시, 대형 상가의 관리자 단말에, 유저 계정이 입력한 입점 요청 정보 및 입점 의뢰 정보를 전송하는 입점 의뢰 단계(S40)를 수행한다. 이를 통해서 대형 상가의 관리자 단말을 통해 관리자는 특정 매장 영역에 대해서 특정 유저로부터의 입점 의뢰를 확인하고 입점 허가 여부에 대한 결정을 할 수 있다.

이후, 입점 요청 정보 및 입점 의뢰 정보를 수신한 관리자 단말과 유저 계정 사이의 입점 프로세스를 진행하여, 유저 계정의 입점을 진행하는 입점 수행 단계(S50)를 진행한다. 이를 통해서 관리자 역시 매우 편리하게 유저 계정과의 전자 계약 프로세스 등을 통해서 입점을 위한 계약을 진행할 수 있다.

이때 도 3을 참조하면 S50 단계에 있어서 컴퓨팅 장치는 구체적으로 먼저 관리자 단말과 유저 계정 사이에서, 유저 계정이 선택한 매장 영역에 대한 임대차 계약을 수행하는 임대차 계약 단계(S51)를 수행한다. 이후, 유저 계정에 제공되는 유저 인터페이스를 통해, 매장 영역에 대한 인테리어를 포함한 매장 운영을 위해서 매장 영역에 수행되어야 하는 매장 시공 및 물품 배치 프로세스를 진행하는 매장 준비 단계(S52)를 수행한다.

S52 단계를 본 발명의 각 실시예에서 수행하게 되면, 다음과 같은 효과를 얻을 수 있다. 예를 들어 S52 단계를 수행하는 경우, 연계된 인테리어 업체 및 인테리어 물품 등에 대한 쇼핑몰을 연계하는 경우, 유저들은 일일이 자신이 인테리어 물품을 구매하거나 업체를 알아볼 필요가 없이 일괄적으로 하나의 인터페이스 또는 프로세스를 통해서 매장의 운영에 필요한 모든 서비스를 제공받을 수 있는 것이다. 특히, 인테리어 업체에 있어서는 대형 상가와 연계된 업체가 해당 상가에 대한 많은 노하우를 가질 수 있고 적은 마진으로 다수의 인테리어를 수행할 수 있도록 하여 유저들의 인테리어 비용을 절감하는 동시에 각 매장 영역에 대한 노하우가 풍부한 전문 인테리어 업체를 이용할 수 있어 그 품질 역시 보장받을 수 있는 효과가 있다.

상술한 바와 같이 S50 단계가 수행되면, 컴퓨팅 장치는 추가적인 실시예에 있어서, 도 4에 도시된 바와 같이 매장 준비 단계가 완료된 것으로 상기 관리자 단말 및 상기 유저 계정으로부터의 매장 준비 완료 신호를 동시에 수신 시, 유저 인터페이스를, 적어도 매장의 재고 및 매출 관리가 가능한 매장 관리 인터페이스로 변경하여 유저 계정에 제공함으로써, 유저 계정이 매장 관리 인터페이스를 통해 매장 관리가 가능하도록 하는 매장 관리 단계(S60)를 수행한다.

상술한 유저 인터페이스는 도 8에 도시된 화면(200)이 출력됨에 따라서 유저들이 매장 영역 추천 정보를 확인할 수 있는 인터페이스, 상술한 S40 및 S50 단계의 수행 등을 위해서 이용 가능한 모든 인터페이스를 의미한다. 해당 유저 인터페이스는, 모든 매장 운영의 준비가 완료된 경우, 상술한 매장 관리 인터페이스로 전환되는 것이다.

이러한 인터페이스의 전환은 유저 계정의 상태 정보를 상술한 각 단계에 대해서 식별할 수 있도록 설정하는 데이터 태깅(Tagging) 프로세스 및 상술한 매장 준비 완료 신호에 대한 수신에 의하여 상태를 전환하는 프로세스를 통해서 구현될 수 있다.

이와 같은 본 발명의 각 실시예에 따른 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법에 의하면, 먼저 유저들은 복잡하고 난이도가 있는 상권 분석을 별도로 할 필요가 없거나 이에 대한 과도한 시간 소모 없이도, 자신이 운영하고자 하는 업종에 대해서 어느 매장 영역에 입점하는 것이 가장 유리한지 여부를 알 수 있어, 임대로가 높은 대형 상가에 대한 입점 난이도가 크게 낮아지는 장점이 있다.

이에 따라서, 유저들은 대형 상가에 대한 입점에 대한 어려움을 느끼지 않게 되어 유저들에 대한 입점 유도가 가능해지며, 이에 따라서 대형 상가 관리 주체 측면에서의 상가 공실 감소에 따른 수익 증가 및 대형 상가의 활성화가 가능한 효과가 있다.

도 5는 본 발명의 장치(10)에 대한 구성 블록도이다. 이하의 설명에서 도 1 내지 4, 도 6 내지 8에 대한 설명과 중복되는 불필요한 부분에 대한 설명은 생략하기로 한다.

도 5를 참조하면 본 발명의 장치(10)는 정보 수신부(11), 매장 영역 순위 도출부(12) 및 정보 제공부(13)를 포함하는 것을 특징으로 한다. 한편 본 발명의 다양한 실시예에서 본 발명의 장치(10)는 상술한 구성 외에, 입점 관리부(14) 및 매장 관리부(15)를 추가적으로 포함할 수 있다. 또한 상술한 바와 같이 본 발명의 장치(10)는 도 9의 컴퓨팅 장치의 일부, 그 자체 또는 다수의 컴퓨팅 장치가 결합되도록 구성될 수 있다. 또한 상술한 바와 같이 본 발명의 장치(10)에는 데이터베이스(16)가 구성으로서 포함되거나 이에 연동되도록 클라우드 서버 또는 원격의 서버 단말로 구현될 수 있다.

정보 수신부(11)는 대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정이 이용하는 유저 단말(20)으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 기능을 수행한다. 즉, 상술한 설명에 있어서 도 1의 S10 단계에 대한 설명에서 언급된 모든 기능을 수행하는 구성으로 이해될 것이다.

매장 영역 순위 도출부(12)는 정보 수신부에 의하여 수신된 입점 요청 정보와, 데이터베이스(16)에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 기능을 수행한다. 즉, 상술한 설명에 있어서 도 1의 S20 단계에 대한 설명에서 언급된 모든 기능을 수행하는 구성으로 이해될 것이다.

정보 제공부(13)는 매장 영역 순위 도출부(12)에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정, 즉 유저 단말(20)에 제공하는 기능을 수행한다. 즉, 상술한 설명에 있어서 도 1의 S30 단계에 대한 설명에서 언급된 모든 기능을 수행하는 구성으로 이해될 것이다.

입점 관리부(14)는 매장 영역 추천 정보를 수신한 유저 계정으로부터 추천 영역 중 어느 한 영역에 대한 입점 의뢰 정보를 수신 시, 대형 상가의 관리자 단말(30)에, 유저 계정이 입력한 상기 입점 요청 정보 및 입점 의뢰 정보를 전송하고, 입점 요청 정보 및 입점 의뢰 정보를 수신한 관리자 단말(30)과 유저 계정 사이의 입점 프로세스를 진행하여, 유저 계정의 입점을 진행하는 기능을 수행한다. 즉, 상술한 설명에 있어서 도 2 및 3에 도시된 S40, S50, S51, S52 단계에 대한 설명에서 언급된 모든 기능을 수행하는 구성으로 이해될 것이다.

한편, 매장 관리부(15)는 매장 준비 단계가 완료된 것으로 관리자 단말(30) 및 유저 계정으로부터의 매장 준비 완료 신호를 동시에 수신 시, 유저 인터페이스를, 적어도 매장의 재고 및 매출 관리가 가능한 매장 관리 인터페이스로 변경하여 유저 계정에 제공함으로써, 유저 계정이 매장 관리 인터페이스를 통해 매장 관리가 가능하도록 하는 기능을 수행한다. 즉, 상술한 설명에 있어서 도 4에 도시된 S60 단계에 대한 설명에서 언급된 모든 기능을 수행하는 구성으로 이해될 것이다.

도 9는 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 8에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.

도 9에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 9의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 9에 도시된 일부 컴포넌트가 생략되거나, 도 9에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 9에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 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 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 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 기술 분야에서 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.

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, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시 예에 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 실시 예를 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 광 기록 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 코드뿐만 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.

이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

1. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법에 관한 것으로,
   대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신 단계;
   상기 정보 수신 단계에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출 단계; 및
   상기 매장 영역 순위 도출 단계에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공 단계;를 포함하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
2. 제1항에 있어서,
   상기 정보 수신 단계는,
   유저 계정에 상기 입점 가능한 매장 영역에 대한 정보를 제공한 뒤, 유저 게정으로부터 상기 입점 가능한 매장 영역들 중 적어도 하나에 대한 선택입력을 수신하고,
   상기 정보 제공 단계는,
   상기 선택입력에 대응되는 매장 영역에 대하여 도출된 우선순위와, 상기 선택입력에서 제외된 입점 가능한 매장 영역에 대하여 도출된 우선순위를 구분되도록 유저 계정에 제공하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
3. 제1항에 있어서,
   상기 매장 영역 순위 도출 단계는,
   입점 요청 정보에 포함된 업종 정보를 입력 값으로 하고, 기설정된 주기 동안 수집된 상기 소비 패턴 정보로서, 적어도 소비 금액 내역과 소비 금액 내역 상의 구매자가 소비한 업종에 대한 정보, 및 입점 가능한 매장 영역 주위에 기 입점된 매장들의 업종 정보를 학습 데이터로 하고, 매장 영역별 수치를 출력 값으로 하는 함수로서, 머신러닝에 의하여 학습된 인공지능 순위 도출 함수를 이용하여, 각 입점 가능한 매장 영역에 대해서 도출된 수치 순으로 우선순위를 설정하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
4. 제3항에 있어서,
   상기 매장 영역 순위 도출 단계는,
   상기 순위 도출 함수의 입력 값으로서, 상기 입점 요청 정보에 포함된 정보들 중, 입점 희망 일자와, 매장 영역별 입점 가능 일자 사이의 오차를 추가로 설정한 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
5. 제3항에 있어서,
   상기 정보 제공 단계는,
   상기 기준 정보로서, 상기 순위 도출 함수의 머신러닝에 의한 학습 결과에 따라서 상기 학습 데이터들 중, 가장 가중치가 높게 설정된 학습 데이터를 유저 계정에 제공하는 것을 특징으로 하는 대형 상가 내 상점 입주 가이드 방법.
   
6. 제1항에 있어서,
   상기 정보 제공 단계의 수행 후,
   상기 매장 영역 추천 정보를 수신한 유저 계정으로부터 추천 영역 중 어느 한 영역에 대한 입점 의뢰 정보를 수신 시, 대형 상가의 관리자 단말에, 유저 계정이 입력한 상기 입점 요청 정보 및 입점 의뢰 정보를 전송하는 입점 의뢰 단계; 및
   상기 입점 요청 정보 및 입점 의뢰 정보를 수신한 관리자 단말과 유저 계정 사이의 입점 프로세스를 진행하여, 유저 계정의 입점을 진행하는 입점 수행 단계;를 더 포함하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
7. 제6항에 있어서,
   상기 입점 수행 단계는,
   상기 관리자 단말과 유저 계정 사이에서, 유저 계정이 선택한 매장 영역에 대한 임대차 계약을 수행하는 임대차 계약 단계; 및
   상기 유저 계정에 제공되는 유저 인터페이스를 통해, 매장 영역에 대한 인테리어를 포함한 매장 운영을 위해서 매장 영역에 수행되어야 하는 매장 시공 및 물품 배치 프로세스를 진행하는 매장 준비 단계;를 포함하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
8. 제7항에 있어서,
   상기 매장 준비 단계가 완료된 것으로 상기 관리자 단말 및 상기 유저 계정으로부터의 매장 준비 완료 신호를 동시에 수신 시, 상기 유저 인터페이스를, 적어도 매장의 재고 및 매출 관리가 가능한 매장 관리 인터페이스로 변경하여 유저 계정에 제공함으로써, 유저 계정이 매장 관리 인터페이스를 통해 매장 관리가 가능하도록 하는 매장 관리 단계;를 더 포함하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 방법.
   
9. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치에 관한 것으로,
   대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신부;
   상기 정보 수신부에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출부; 및
   상기 매장 영역 순위 도출부에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공부;를 포함하는 것을 특징으로 하는 인공지능을 통한 대형 상가 내 상점 입주 가이드 장치.
   
   
10. 컴퓨터-판독가능 기록매체로서,
    상기 컴퓨터-판독가능 기록매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:
    대형 상가 내 구획된 매장 영역 중 일 영역에 입점하여 매장을 운영하고자 하는 유저 계정으로부터, 적어도 입점하고자 하는 매장의 업종 정보를 포함하는 입점 요청 정보를 수신하는 정보 수신 단계;
    상기 정보 수신 단계에 의하여 수신된 입점 요청 정보와, 데이터베이스에 기 저장된 정보로서, 입점 가능한 매장 영역에 대한 정보 및 대형 상가 내의 구매자들의 소비 패턴 정보를 이용하여, 입점 가능한 매장 영역별 우선순위를 설정하는 매장 영역 순위 도출 단계; 및
    상기 매장 영역 순위 도출 단계에 의하여 선택된 적어도 하나의 매장 영역인 추천 영역, 각 추천 영역의 입점 가능 일자, 각 추천 영역의 위치, 각 추천 영역의 임대료 및 각 추천 영역의 우선순위 도출의 기준이 되는 기준 정보를 포함하는 매장 영역 추천 정보를 유저 계정에 제공하는 정보 제공 단계;를 포함하는 것을 특징으로 하는 컴퓨터-판독가능 기록매체.
    

Images