KR20240011323A - 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 - Google Patents
식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 Download PDFInfo
- Publication number
- KR20240011323A KR20240011323A KR1020220088622A KR20220088622A KR20240011323A KR 20240011323 A KR20240011323 A KR 20240011323A KR 1020220088622 A KR1020220088622 A KR 1020220088622A KR 20220088622 A KR20220088622 A KR 20220088622A KR 20240011323 A KR20240011323 A KR 20240011323A
- Authority
- KR
- South Korea
- Prior art keywords
- ingredients
- recipe
- cutting board
- data
- artificial intelligence
- Prior art date
Links
- 239000004615 ingredient Substances 0.000 title claims abstract description 65
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 21
- 235000013305 food Nutrition 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000010411 cooking Methods 0.000 claims abstract description 37
- 235000012041 food component Nutrition 0.000 claims abstract description 33
- 239000005417 food ingredient Substances 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000003795 chemical substances by application Substances 0.000 claims description 19
- 238000002360 preparation method Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 description 29
- 238000001914 filtration Methods 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 4
- 235000015278 beef Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 1
- 240000004160 Capsicum annuum Species 0.000 description 1
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 235000007862 Capsicum baccatum Nutrition 0.000 description 1
- 239000001728 capsicum frutescens Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J47/00—Kitchen containers, stands or the like, not provided for in other groups of this subclass; Cutting-boards, e.g. for bread
- A47J47/005—Cutting boards
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Food Science & Technology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
인공지능 에이전트 도마 시스템은 디스플레이를 통해 요리 과정을 영상 형태로 출력함으로서 사용자에게 레시피 정보를 단계적으로 제공하는 스마트 도마와, 스마트 도마로부터 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 스마트 도마에 제공하는 서버를 포함한다.
Description
본 발명은 음식 레시피 추천 시스템에 관한 것으로서, 더 상세하게는 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템에 관한 것이다.
최근 코로나 19의 여파로 집에서 생활을 하는 시간이 증가함에 따라 요리에 대해 경험이 없었던 사람들도 요리에 대해 관심을 갖고 있는 추세를 보이는 것을 확인할 수 있다.
설문조사에서 작년 대비 집에서 보내는 시간이 증가했다는 응답이 매우 증가했고 여가생활의 변화로 요리를 배우거나 직접 하는 사람들이 늘어날 것이라고 전망된다.
그러나 요리에 대해 경험이 없던 사람들은 요리를 접하는 것부터 시도하는 것에 많은 어려움이 있다. 특히 1인 가구가 증가하고, 맞벌이 가정이 늘어나면서 가정에서 요리하는 빈도가 줄어들었기 때문에 전체적으로 식재료를 많이 구비하는 가정도 줄고 있다.
본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 각 가정에서 가지고 있는 식재료를 기반으로 레시피를 추천해주고, 레시피 정보를 단계별로 제공하는 인공지능 에이전트 도마 시스템을 제공한다.
상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 디스플레이를 통해 요리 과정을 영상 형태로 출력함으로서 사용자에게 레시피 정보를 단계적으로 제공하는 스마트 도마와, 스마트 도마로부터 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 스마트 도마에 제공하는 서버를 포함하는 인공지능 에이전트 도마 시스템이 제공된다.
또한, 본 발명에 포함되는 스마트 도마는, 선택된 레시피의 단계별 조리 과정을 영상 형태로 출력하고, 조리 시작 화면에서는 조리 과정과 시간을 시각적으로 출력하고 전체적인 조리 단계 및 주의 사항을 출력하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 스마트 도마는, 추천 레시피로 조리하는 과정 중 재료 손질 단계를 진행하는 경우 손질 크기를 맞춰서 자를 수 있는 점선 또는 실선을 손질 단계별로 화면에 제공하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 스마트 도마는, 무게 센서를 포함하며, 재료 손질 단계에서 레시피 정량보다 재료의 무게가 초과하는 경우 출력되는 무게 값을 소정의 색상으로 출력하여 사용자에게 안내하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 서버는, 레시피 관련 웹 사이트를 크롤링하거나 공공 API에 등록된 데이터를 받아와 레시피 RAW 데이터나 식재료 분류 데이터를 획득하여 레시피 제목, 레시피에 들어간 재료와 주재료/부재료 여부의 식재료 데이터로 추출하고, 소정의 벡터화 알고리즘을 통해 자연어 형태의 입력 데이터를 벡터 형태로 나타내는 역할을 수행하는 것을 특징으로 한다.
또한, 본 발명에 포함되는 서버는, 소정의 유사도 계산 방법을 통해 사용자 프로파일에 대한 가중치 데이터와 벡터화 알고리즘 모듈에서 획득한 벡터 데이터로 유사도를 계산하고, 계산된 유사도 데이터를 토대로 사용자가 입력한 식재료와 거리가 가장 가까운 식재료를 찾고, 해당 식재료 조합이 사용된 레시피 목록과 사용자가 선택한 레시피에 대한 정보를 상기 스마트 도마로 전송하는 것을 특징으로 한다.
본 발명의 인공지능 에이전트 도마 시스템은, 각 가정에서 가지고 있는 식재료를 기반으로 레시피를 추천해주고, 레시피 정보를 단계별로 제공한다.
즉, 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 인공지능 에이전트 도마 시스템(1)의 구성도
도 2는 인공지능 에이전트 도마 시스템(1)의 세부 구성도
도 3은 스마트 도마의 실사도
도 4는 스마트 도마의 내부를 나타낸 실사도
도 5는 인공지능 에이전트 도마 시스템(1)의 동작 흐름도
도 6은 서버에 처리되는 지식기반 필터링을 활용한 이미지 전처리 추천 알고리즘을 나타낸 도면
도 7은 전처리 추천 알고리즘에 추천된 전처리 방법의 출력 예시도
도 2는 인공지능 에이전트 도마 시스템(1)의 세부 구성도
도 3은 스마트 도마의 실사도
도 4는 스마트 도마의 내부를 나타낸 실사도
도 5는 인공지능 에이전트 도마 시스템(1)의 동작 흐름도
도 6은 서버에 처리되는 지식기반 필터링을 활용한 이미지 전처리 추천 알고리즘을 나타낸 도면
도 7은 전처리 추천 알고리즘에 추천된 전처리 방법의 출력 예시도
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 인공지능 에이전트 도마 시스템(1)의 구성도이고, 도 2는 인공지능 에이전트 도마 시스템(1)의 세부 구성도이고, 도 3은 스마트 도마의 실사도이고, 도 4는 스마트 도마의 내부를 나타낸 실사도이고, 도 5는 인공지능 에이전트 도마 시스템(1)의 동작 흐름도이다.
본 실시예에 따른 인공지능 에이전트 도마 시스템(1)은 제안하고자 하는 기술적인 사상을 명확하게 설명하기 위한 간략한 구성만을 포함하고 있다.
도 1 내지 도 5를 참조하면, 인공지능 에이전트 도마 시스템(1)은 스마트 도마(100)와, 서버(200)를 포함하여 구성된다.
스마트 도마(100)는 디스플레이를 통해 요리 과정을 영상 형태로 출력함으로서 레시피 정보를 단계적으로 제공한다.
서버(200)는 스마트 도마(100)로부터 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 스마트 도마(100)에 제공한다.
즉, 본 발명에서는 식재료 간 궁합의 유사도를 분석하여 레시피를 추천 및 정보를 제공하는 시스템을 제안한다. 제안된 시스템은 레시피 정보를 단계적으로 제공하여, 요리에 도움을 줄 수 있는 스마트 도마와 식재료 및 레시피 추천 서버로 구성되는데, 스마트 도마(100)는 요리를 하는데 어려움을 겪는 이들을 위하여 직관적으로 정보를 제공할 수 있도록 도마 형태로 하드웨어를 제작되어 요리 재료를 준비하고 손질하는 단계에 대한 어려움을 줄여줄 수 있고, 디스플레이를 통해 복잡한 요리 과정을 영상 형태로 출력이 가능하다.
식재료 및 레시피 추천 서버(200)는 스마트 도마(100)를 사용하는 사용자로부터 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 제공한다.
- 스마트 도마
스마트 도마(100)는 잉여 재료 혹은 준비된 재료를 입력받고, 레시피 추천 서버로 전송하여 레시피 추천 시스템에서 추천하는 음식과 레시피 정보를 수신받아 사용자에게 보여주는 역할을 수행한다.
즉, 사용자 UI로 잉여재료 혹은 준비한 재료를 입력할 수 있는 화면이 구현된다.
또한, 입력된 잉여재료로 도출된 여러 가지 추천 레시피를 사용자 UI(User Interface)에서 선택하게 되면, 선택된 레시피의 단계별 조리 과정을 영상 형태로 출력한다.
또한, 조리 시작 화면에서는 조리 과정과 시간 등을 시각적으로 출력하고 전체적인 조리 단계 및 주의 사항 등을 출력한다.
또한, 추천 레시피로 조리하는 과정 중 재료 손질 단계를 진행하는 경우 손질 크기를 맞춰서 자를 수 있는 점선, 실선 등을 손질 단계별로 제공한다.
또한, 재료 손질 단계에서 레시피 정량보다 재료의 무게가 초과하는 경우 출력되는 무게 값을 빨간색으로 출력하여 사용자에게 안내한다. 즉, 무게센서가 내장된다.
또한, 모든 조리 과정이 끝나면 사용자 UI를 통해 추천 결과의 만족도, 난이도 등의 사용자의 피드백을 받아 사용자 프로파일 정보 형태로 가공하여 레시피 추천 서버로 전송한다.
- 식재료 및 레시피 추천 서버
레시피 관련 웹 사이트를 크롤링하거나 공공 API에 등록된 데이터를 받아와 레시피 RAW 데이터나 식재료 분류 데이터를 획득하여 레시피 제목, 레시피에 들어간 재료와 주재료/부재료 여부 등의 식재료 데이터로 추출한다.
또한, Doc2Vec, Word2Vec 등의 벡터화 알고리즘을 통해 자연어 형태의 입력 데이터를 벡터 형태로 나타내는 역할을 수행한다.
또한, 코사인 유사도, 피어슨 상관 계수 등의 유사도 계산 방법을 통해 사용자 프로파일에 대한 가중치 데이터와 벡터화 알고리즘 모듈에서 획득한 벡터 데이터로 유사도를 계산한다.
또한, 계산된 유사도 데이터를 토대로 사용자가 입력한 식재료와 거리가 가장 가까운 식재료 3개를 찾고, 해당 식재료 조합이 사용된 레시피 목록과 사용자가 선택한 레시피에 대한 정보를 스마트 도마로 전송한다.
한편, 서버(200)에서 처리되는 알고리즘에 대해서 설명한다.
본 발명은 지식기반 필터링을 사용하여 문자열과 이미지 전처리 방법 추천 시스템이 적용된다. 제안된 알고리즘은 사용자가 사용하고자 하는 이미지 데이터에 대해 분석하고, 분석한 결과를 바탕으로 적절한 전처리 방법을 추천한다. 또한, 문자열 데이터 중 식재료 데이터의 특성을 분석한다. 서버(200)는 식재료명 데이터에 TF-IDF를 적용하여 가중치를 부여한다. 제안된 알고리즘은 가중치 값들의 정규화를 통해 각 레시피 내 식재료의 중요도를 계산하는 전처리 방법 추천이 가능하다.
- 이미지 전처리 추천시스템
도 6은 서버에 처리되는 지식기반 필터링을 활용한 이미지 전처리 추천 알고리즘을 나타낸 도면이다.
이미지 전처리 방법은 출력하고자 하는 결과에 따라 GrayScale, Contour 등 다양한 이미지 전처리 방법을 사용할 수 있다. 또한, 사용하는 딥러닝 구조에 따라 다르다. 예를 들어, Pytorch 딥러닝 프레임워크는 torchvision 라이브러리를 통해 이미지 전처리를 진행할 수 있다. 이처럼 텐서플로우, 케라스도 이미지 전처리를 위해 지원하는 라이브러리가 있다. 따라서 본 발명은 적절한 이미지 전처리 방법 추천과 사용자가 사용하는 딥러닝 플랫폼 형식에 맞는 전처리 방법을 사용자에게 출력한다. 본 절차는 도 6과 같다.
제안하는 시스템은 먼저 지식기반 필터링 알고리즘 적용을 위해 이미지 전처리 방법 데이터 구축을 한다. 이미지 전처리 방법에 대한 데이터는 opencv공식 홈페이지, github, kaggle등으로부터 이미지 전처리 방법과 코드를 크롤링해 수집하였다. 수집된 데이터는 word2vec을 적용하여 벡터화한다. 제안한 시스템은 파이썬 라이브러리 중 gensim 라이브러리의 word2vec 패키지를 적용한다. word2vec 패키지는 단어들을 방향과 스칼라의 벡터를 갖도록 단어를 벡터화한다. 제안 시스템은 Skip-gram을 적용하여 학습한다. Skip-gram은 중심단어를 통해 여러 단어 예측이 가능하다. 따라서 본 발명은 중심단어로부터 좌우 5개 단어까지 학습에 적용하였다. 학습된 데이터는 지식기반 필터링의 지식 구조 설계 시 사용되고, 모델을 통해 적절한 전처리 방법을 추천한다.
제안하는 시스템은 사용자 인터페이스를 통해 사용하고자 하는 이미지 파일을 입력받는다. 또한, 제안한 시스템은 사용자 인터페이스를 통해 출력하고자 하는 목적을 사용자로부터 입력받는다. 제안하는 시스템은 사용자 입력을 통해 얻은 결과 목적의 토큰화를 진행하여 벡터화한다. 사용자가 출력하고자 하는 목적의 토큰화를 통해 특징이 파악된 경우 추출된 단어와 지식기반 필터링의 데이터의 코사인 유사도를 계산한다. 제안하는 시스템은 사용자가 출력하고자 하는 목적의 토큰화를 통해 특징이 파악되지 않으면 opencv를 통해 이미지 파일의 RGB 채널 값을 분리하여 흑백과 컬러 여부를 확인하고, 이미지 크기를 확인한다. 제안된 시스템은 확인 후 'color','gray'와 'size' 단어를 도출하여 지식기반 필터링의 데이터와 코사인 유사도를 계산한다. 코사인 유사도 수식은 수식 1과 같다
<수식 1>
본 발명은 계산된 결과를 토대로 결과값 상위 3개를 선별하여 적절한 전처리 방법을 추천한다. 추천 시 제안한 시스템은 사용자 인터페이스를 통해 사용하는 딥러닝 플랫폼을 입력받는다. 제안된 시스템은 비전공자들을 위해 입력받은 딥러닝 플랫폼에 따라 적합한 형식의 전처리 방법 예시를 opencv를 통해 출력한다.
- 문자열 데이터 중 식재료명 데이터 전처리 방법 설계
레시피별로 그 레시피에 반드시 존재해야 하는 식재료들이 존재한다. 예를 들면 제육 볶음에는 돼지고기와 고추장, 순대 볶음에는 순대가 반드시 있어야하는 재료들이다. 잉여 식재료로 레시피 추천 시 필요한 식재료들을 파악하는 것은 중요하다. 본 발명에서는 문자열 데이터 중 식재료명 데이터의 전처리 방법을 제안한다. 제안된 알고리즘은 레시피 추천시스템에서 식재료 데이터를 사용할 때 적절한 전처리 방법을 추천해준다. 본 발명에서 제안한 식재료 데이터의 전처리 방법으로는 각 레시피별 식재료 가중치를 부여하여 중요도를 계산한다. 먼저 레시피 별 식재료들의 가중치를 구하기 위해 다양한 요리 레시피 데이터를 구축해야 한다. 데이터 구축을 위해 본 발명은 만개의 레시피(요리 레시피 올려놓은 사이트)에서 웹 크롤링을 통해 레시피 내용, 제목, 식재료 명 데이터를 수집한다. 수집된 데이터들은 제안한 시스템의 데이터베이스로 사용된다. 본 발명은 TF-IDF를 사용하여 레시피 내 각 재료의 가중치를 부여한다.
TF-IDF는 단어별로 문장의 연관성을 수치로 나타낸 값으로 문서 내에서 특정 단어의 중요도나, 검색 결과 중요도를 정하는 작업에 높은 성능을 보인다. 제안된 전처리 방법은 TF-IDF 계산 시 레시피 제목에 식재료 포함 횟수를 계산하여 더하여 계산한다. 계산 방법은 다음 수식 2와 같다.
<수식 2>
식 2의 tf(t,d)는 레시피 문장 d에서 식재료명 t가 나타난 빈도를 구하여 나타낸 것이다. Titlecount는 식재료 명이 레시피 제목에 포함된 빈도를 구하여 나타낸 것이다. idf(t)는 식재료 명(t)이 나타난 문장의 수에 반비례하는 수로 문서 전체에서 공통으로 나타나는 나타낸 값이다. 따라서 본 발명은 각 레시피 내 식재료 별 가중치를 부여하기 위해 tf(t,d)와 titlecount를 더한 값에 idf(t)를 곱하여 가중치를 계산한다.
또한, 레시피별 식재료 가중치의 값을 0과 1사이 값으로 정규화하기 위해 Sigmoid 미분 함수를 사용하였다. Sigmoid 미분 함수는 최댓값이 0.25로 정규화시 일정 범위 내로 제한할 수 있다. 따라서 본 발명은 Sigmoid 미분 함수를 사용하여 계산하였다. 즉, TF-IDF 사용하여 구한 값에 시그모이드 미분을 적용하여 0과 1 사이로 정규화한다.
각 식재료 가중치들의 값들이 크게 차이 나는 경우를 방지하기 위해 본 발명은 각 식재료별 가중치를 전체 가중치 합으로 나누어 각 식재료별 가중치 합이 1이 되도록 정규화하였다. 이를 통해 각 식재료들의 중요도에 대한 값들을 균일하게 만들었다.
- 실험 및 결과
본 발명은 사용자 인터페이스를 통해 사용자로부터 사용할 이미지와 출력하고자 하는 목적, 사용하는 딥러닝 플랫폼을 입력으로 받았다. 본 실험은 출력하고자 하는 목적의 특징의 단어를 추출하고 추출한 단어와 지식기반 필터링 내 데이터와 코사인 유사도를 사용하여 계산한다.
<표 1>
표 1은 코사인 유사도로 계산된 결과 중 결과값이 높은 순으로 상위 3개만 추출한 결과이다. 즉, 사용자 입력으로 부터 추출된 특징 단어와 지식기반 필터링 데이터 간의 코사인 유사도 계산한 결과이다.
도 7은 전처리 추천 알고리즘에 추천된 전처리 방법의 출력 예시도이다.
본 발명은 코사인 유사도로 계산된 결과를 바탕으로 사용자가 사용하는 딥러닝 플랫폼 형식에 맞는 전처리 방법을 출력한다. 도 7은 Tensorflow를 사용하는 사용자에게 출력되는 이미지 중 'size'와 관련하여 추천된 전처리 방법 이미지이다.
또한, 본 발명은 식재료들의 가중치를 부여하여 전처리한 방법을 나머지 식재료로 인식 기반으로 레시피 추천하는 시스템에 적용하였고, 스마트 도마 하드웨어에 적용하여 실험을 진행하였다. 실험 결과 표 2와 같이 '순대'를 인식하였을 시 제목에 '순대'라는 단어가 들어간 레시피를 추천하고 순대의 가중치가 다른 식재료들 보다 높은 것을 확인할 수 있다.
또한 '소고기'를 인식하였을 시 제목에 ' 소고기'라는 단어가 들어간 레시피를 추천하고 소고기 가중치가 다른 식재료들 보다 높은 것을 확인할 수 있다.
<표 2>
본 발명의 인공지능 에이전트 도마 시스템은, 각 가정에서 가지고 있는 식재료를 기반으로 레시피를 추천해주고, 레시피 정보를 단계별로 제공한다.
즉, 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 제공할 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 스마트 도마
200 : 서버
200 : 서버
Claims (6)
- 디스플레이를 통해 요리 과정을 영상 형태로 출력함으로서 사용자에게 레시피 정보를 단계적으로 제공하는 스마트 도마; 및
상기 스마트 도마로부터 잉여 식재료를 입력받아 식재료에 대한 궁합 유사도 분석을 통해 식재료를 추천하고 추천된 식재료를 기반으로 레시피 추천 및 요리 과정에 대한 정보를 상기 스마트 도마에 제공하는 서버;
를 포함하는 인공지능 에이전트 도마 시스템.
- 제1항에 있어서,
상기 스마트 도마는,
선택된 레시피의 단계별 조리 과정을 영상 형태로 출력하고, 조리 시작 화면에서는 조리 과정과 시간을 시각적으로 출력하고 전체적인 조리 단계 및 주의 사항을 출력하는 것을 특징으로 하는 인공지능 에이전트 도마 시스템.
- 제1항에 있어서,
상기 스마트 도마는,
추천 레시피로 조리하는 과정 중 재료 손질 단계를 진행하는 경우 손질 크기를 맞춰서 자를 수 있는 점선 또는 실선을 손질 단계별로 화면에 제공하는 것을 특징으로 하는 인공지능 에이전트 도마 시스템.
- 제1항에 있어서,
상기 스마트 도마는,
무게 센서를 포함하며, 재료 손질 단계에서 레시피 정량보다 재료의 무게가 초과하는 경우 출력되는 무게 값을 소정의 색상으로 출력하여 사용자에게 안내하는 것을 특징으로 하는 인공지능 에이전트 도마 시스템.
- 제1항에 있어서,
상기 서버는,
레시피 관련 웹 사이트를 크롤링하거나 공공 API에 등록된 데이터를 받아와 레시피 RAW 데이터나 식재료 분류 데이터를 획득하여 레시피 제목, 레시피에 들어간 재료와 주재료/부재료 여부의 식재료 데이터로 추출하고, 소정의 벡터화 알고리즘을 통해 자연어 형태의 입력 데이터를 벡터 형태로 나타내는 역할을 수행하는 것을 특징으로 하는 인공지능 에이전트 도마 시스템.
- 제5항에 있어서,
상기 서버는,
소정의 유사도 계산 방법을 통해 사용자 프로파일에 대한 가중치 데이터와 벡터화 알고리즘 모듈에서 획득한 벡터 데이터로 유사도를 계산하고, 계산된 유사도 데이터를 토대로 사용자가 입력한 식재료와 거리가 가장 가까운 식재료를 찾고, 해당 식재료 조합이 사용된 레시피 목록과 사용자가 선택한 레시피에 대한 정보를 상기 스마트 도마로 전송하는 것을 특징으로 하는 인공지능 에이전트 도마 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220088622A KR20240011323A (ko) | 2022-07-19 | 2022-07-19 | 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220088622A KR20240011323A (ko) | 2022-07-19 | 2022-07-19 | 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240011323A true KR20240011323A (ko) | 2024-01-26 |
Family
ID=89714682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220088622A KR20240011323A (ko) | 2022-07-19 | 2022-07-19 | 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20240011323A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102257835B1 (ko) | 2019-11-25 | 2021-05-27 | 상명대학교 산학협력단 | 레시피 콘텐츠 추천 시스템. |
-
2022
- 2022-07-19 KR KR1020220088622A patent/KR20240011323A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102257835B1 (ko) | 2019-11-25 | 2021-05-27 | 상명대학교 산학협력단 | 레시피 콘텐츠 추천 시스템. |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mezgec et al. | Mixed deep learning and natural language processing method for fake-food image recognition and standardization to help automated dietary assessment | |
| JP5259893B1 (ja) | 色決定装置、色決定システム、色決定方法、情報記録媒体、ならびに、プログラム | |
| CN110334759B (zh) | 一种评论驱动的深度序列推荐方法 | |
| US8988450B1 (en) | Color palette maps for color-aware search | |
| JPWO2013021889A1 (ja) | 色名決定装置、色名決定方法、情報記録媒体、ならびに、プログラム | |
| US20160267571A1 (en) | System and method for classifying food products | |
| WO2017027705A1 (en) | Method and system for personifying a brand | |
| CN110119479B (zh) | 一种餐馆推荐方法、装置、设备及可读存储介质 | |
| KR20210099876A (ko) | 딥러닝 알고리즘 기반의 식품 영상 인식을 통한 개인 맞춤형 영양 및 질병 관리 시스템 및 방법 | |
| CN116703509A (zh) | 一种针对直播营销商品质量感知分析的网购助手构建方法 | |
| US9235655B2 (en) | Task-based design evaluation | |
| CN109727091B (zh) | 基于对话机器人的产品推荐方法、装置、介质及服务器 | |
| CN113515699B (zh) | 信息推荐方法及装置、计算机可读存储介质、处理器 | |
| CN115203401A (zh) | 分类模型的训练方法、分类方法、装置、设备和存储介质 | |
| CN117271818B (zh) | 视觉问答方法、系统、电子设备及存储介质 | |
| KR102662492B1 (ko) | 와인과 음식의 페어링 및 추천 장치, 방법, 그리고, 컴퓨터 판독가능 기록 매체 | |
| CN111680134B (zh) | 一种信息熵度量问答咨询信息的方法 | |
| KR20240011323A (ko) | 식재료의 궁합에 따라 음식 레시피를 추천하는 인공지능 에이전트 도마 시스템 | |
| CN112951374A (zh) | 数据分析方法、系统、计算机设备及存储介质 | |
| JP2016071881A (ja) | アイテムリコメンドシステム | |
| CN112052388A (zh) | 一种推荐美食店铺的方法及系统 | |
| EP4376384A1 (en) | Method and apparatus for sharing liquor manufacturing method, and server | |
| CN115935967A (zh) | 试题资源推荐方法、装置、电子设备及存储介质 | |
| JP2001195579A (ja) | 画像評価装置 | |
| CN116245592A (zh) | 物品信息推荐方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |