KR20240050627A - 페이지 출력 방법 - Google Patents

페이지 출력 방법 Download PDF

Info

Publication number
KR20240050627A
KR20240050627A KR1020220130234A KR20220130234A KR20240050627A KR 20240050627 A KR20240050627 A KR 20240050627A KR 1020220130234 A KR1020220130234 A KR 1020220130234A KR 20220130234 A KR20220130234 A KR 20220130234A KR 20240050627 A KR20240050627 A KR 20240050627A
Authority
KR
South Korea
Prior art keywords
images
page
information
controller
image
Prior art date
Application number
KR1020220130234A
Other languages
English (en)
Inventor
강성훈
이재영
김대정
Original Assignee
주식회사 스튜디오랩
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 스튜디오랩 filed Critical 주식회사 스튜디오랩
Priority to KR1020220130234A priority Critical patent/KR20240050627A/ko
Priority to PCT/KR2023/015538 priority patent/WO2024080704A1/ko
Priority to US18/380,631 priority patent/US20240127515A1/en
Publication of KR20240050627A publication Critical patent/KR20240050627A/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/106—Display of layout of documents; Previewing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Processing Or Creating Images (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

일 실시예 따른 페이지 출력 방법은 복수의 이미지를 획득하는 단계; 상기 복수의 이미지의 특징을 추출하는 단계; 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및 상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계를 포함하고, 상기 페이지는 상기 복수의 이미지를 포함할 수 있다.

Description

페이지 출력 방법{METHOD FOR DISPLAYING PAGE}
개시 내용은 페이지 출력 방법에 관한 것이다.
웹 사이트를 통해 상품 판매를 하는 경우, 머천다이저(merchandiser, MD)가 상품을 잘 설명할 수 있는 문장을 작성하고, 디자이너(designer)가 상품과 문장에 어울리는 디자인을 하고, 사진 작가와 디자이너가 상품이 돋보이도록 사진을 편집 및 보정한다.
이렇게 상품 페이지가 완성된 경우, 상품 판매사의 경영진이 페이지를 수정할 것을 지시하면, MD, 디자이너, 사진 작가가 페이지를 다시 수정해야하는 번거로움이 있었다.
또한, 이렇게 제작된 상품 페이지는 모든 사용자에게 동일하게 보여져서, 사용자의 상황이나 의도를 몰라 구매로 이어지지 않고 이탈하는 사용자를 붙잡기 위한 방법들이 논의되고 있다.
일 실시예는 판매자를 위한 최적 페이지를 생성하는 페이지 출력 방법을 제공하고자 한다.
일 실시예는 구매자를 위한 최적 페이지를 생성하는 페이지 출력 방법을 제공하고자 한다.
이러한 기술적 과제를 해결하기 위한 일 실시예에 따른 페이지 출력 방법은 복수의 이미지를 획득하는 단계; 상기 복수의 이미지의 특징을 추출하는 단계; 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및 상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계를 포함하고, 상기 페이지는 상기 복수의 이미지를 포함할 수 있다.
상기 복수의 이미지의 특징을 추출하는 단계는, 상기 복수의 이미지의 공통적인 특징을 추출하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 공통적인 특징에 기초하여 상기 복수의 이미지를 편집하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계는, 트렌드 정보를 획득하는 단계; 및 상기 트렌드 정보 및 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계를 포함하고, 상기 트렌드 정보를 획득하는 단계는, 상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 상기 트렌드 정보를 획득하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 디자인을 생성하는 단계를 포함하고, 상기 디자인은 상기 복수의 이미지가 배치되는 조형, 레이아웃, 및 컬러 중 적어도 하나를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지와 연관되는 텍스트를 생성하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지 중 적어도 하나의 이미지를 편집하는 단계를 포함할 수 있다.
상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는, 상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지에서 피사체의 비중에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지에서 시선각에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
상기 복수의 이미지를 배열하는 단계는, 상기 복수의 이미지의 이미지 타입에 기초하여 상기 복수의 이미지를 배열하는 단계를 포함할 수 있다.
일 실시예에 따른 페이지 출력 방법은 사용자 정보를 획득하는 단계; 환경 정보를 획득하는 단계; 사용자의 기존 페이지 정보를 획득하는 단계; 사용자 요청을 수신하는 단계; 및 상기 사용자 요청, 상기 사용자 정보, 및 상기 환경 정보, 및 상기 사용자의 기존 페이지 정보에 기초하여 페이지를 생성하는 단계를 포함할 수 있다.
상기 사용자 정보는, 개인정보, 구매기록, 검색기록, 접속국가, 및 접속기기 중 적어도 하나를 포함하고, 상기 환경 정보는, 시즌, 계절, 시간, 및 요일 중 적어도 하나를 포함하고, 상기 기존 페이지 정보는 디자인, 분위기, 생상, 문장 중 적어도 하나를 포함할 수 있다.
상기 페이지를 생성하는 단계는, 상기 사용자 요청에 따른 텍스트 및 이미지를 획득하는 단계; 및 상기 텍스트 및 상기 이미지를 상기 사용자 정보 및 상기 환경 정보에 기초하여 배열하는 단계를 포함할 수 있다.
일 실시예에 따른 페이지 출력 방법은 제품을 판매하는 판매자가 쉽게 페이지를 생성하고 수정할 수 있게 한다.
일 실시예에 따른 페이지 출력 방법은 제품을 구매하는 구매자에게 제품이 노출되는 빈도를 증가시키고, 구매자의 구매하는 시점과 상황에 따라 맞춤 정보를 제공하여 구매자가 사이트에 머무는 체류 시간을 길게 하여 구매로 이어지는 확률을 늘려 준다.
도 1은 일 실시예에 따른 전자 시스템의 개략적인 블록도이다.
도 2는 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 컨트롤러에 입력되는 이미지의 일 예이다.
도 4는 일 실시예에 따른 컨트롤러가 출력하는 최적 페이지의 일 예이다.
도 5는 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 6은 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 7은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 8은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 9는 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 10은 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 12는 일 실시예에 따른 트렌드 정보 수집 방법의 순서도이다.
도 13은 일 실시예에 따른 웹사이트 정보 수집 방법의 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 도면을 참고하여 설명한 흐름도에서, 동작 순서는 변경될 수 있고, 여러 동작들이 병합되거나, 어느 동작이 분할될 수 있고, 특정 동작은 수행되지 않을 수 있다.
또한, 단수로 기재된 표현은 "하나" 또는 "단일" 등의 명시적인 표현을 사용하지 않은 이상, 단수 또는 복수로 해석될 수 있다. 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소를 설명하는데 사용될 수 있지만, 구성요소는 이러한 용어에 의해 한정되지는 않는다. 이들 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용될 수 있다.
도 1은 일 실시예에 따른 전자 시스템의 개략적인 블록도이다.
도 1을 참조하면, 전자 시스템(electronic system; 10)은 전자 장치(electronic device; 100) 및 서버(server; 200)를 포함한다. 전자 시스템(10)에서 전자 장치(100)와 서버(200)는 서로 통신할 수 있다. 서버(200)는 복수의 테넌트(tenant)에게 서비스를 제공할 수 있다. 서버(200)는 복수의 테넌트를 고객으로서 관리할 수 있다. 복수의 테넌트는 복수의 사용자 각각에 대응될 수 있다. 예를 들어, 복수의 테넌트 중 제1 테넌트는 전자 장치(100)를 사용하여 서버(200)에 접근하고, 서버(200)의 기능을 사용할 수 있다.
전자 장치(100)는 디스플레이를 갖는 PC(personal computer) 또는 휴대용 전자 장치 등일 수 있다. 여기서, 휴대용 전자 장치는 랩탑(laptop) 컴퓨터, 이동 전화기, 스마트 폰(smart phone), 태블릿(tablet) PC, 모바일 인터넷 장치(Mobile Internet Device, MID), PDA(Personal Digital Assistant), EDA(Enterprise Digital Assistant), 또는 웨어러블 장치(wearable device) 등으로 구현될 수 있다. 웨어러블 장치는 스마트 워치(smart watch), 스마트 손목밴드(smart band), 스마트 글라스(smart glasses) 등을 포함할 수 있다.
전자 장치(100)는 서버(200)와 통신하여 서버(200)의 구성요소를 사용할 수 있다. 예를 들어, 서버(200)의 구성요소는 컨트롤러(controller; 300), NIC(Network Interface Card), 스토리지 장치 등을 포함할 수 있다.
컨트롤러(300)는 CPU(Central Processing Unit), GPU(Graphics Programming Unit), NPU(Neural Processing Unit), TPU(Tensor Processing Unit) 등과 같은 연산 모듈로 구현될 수 있다. 컨트롤러(300)는 인공 신경망(artificial neural network)을 갖는 인공지능(Artificial Intelligence, AI) 모델을 포함할 수 있다. 인공지능 모델은 입력 데이터로부터 최적 페이지를 생성하도록 학습된 것일 수 있다. 입력 데이터는 이미지(image), 사용자 정보, 환경 정보 등의 데이터일 수 있다. 최적 페이지는 이미지, 텍스트, 디자인 등이 사용자에게 맞춤형으로 최적화된 페이지를 의미할 수 있다. 컨트롤러(300)는 입력 데이터 및 생성된 최적 페이지를 학습 데이터로 하여 인공 신경망을 학습시킬 수 있다.
NIC는 이더넷(ethernet) NIC, RDMA(Remote Direct Memory Access) NIC 등을 포함할 수 있다.
스토리지 장치는 SSD(Solid State Drive) 장치를 포함할 수 있다. 예를 들어, SSD 장치는 NVMe(Non-Volatile Memory express) SSD 등일 수 있다.
서버(200)는 네트워크를 사용하여 전자 장치(100)와 통신할 수 있다. 네트워크는 장치들 및 서버들과 같은 노드(node) 간에 정보 교환이 가능한 연결 구조일 수 있다. 예를 들어, 네트워크는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), VAN(Value Added Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나, 반드시 이에 한정되는 것은 아니다.
컨트롤러(300)는 전자 장치(100)로부터 이미지 및/또는 정보 데이터를 수신할 수 있다. 이미지는 사진, 동영상 등을 포함할 수 있다. 동영상은 카메라로 촬영한 연속적인 영상 및 불연속적인 복수의 사진을 이어 붙여 생성한 영상 등을 포함할 수 있다.
일 실시예에서, 컨트롤러(300)가 이미지를 수신하는 경우, 컨트롤러(300)는 이미지로부터 특징을 추출하고, 디자인을 생성하고, 텍스트를 생성하고, 이미지를 편집함으로써 최적 페이지를 생성할 수 있다. 컨트롤러(300)는 최적 페이지를 전자 장치(100)에게 출력할 수 있다. 컨트롤러(300)가 이미지로부터 최적 페이지를 생성하는 구성에 대해서는 도 2 내지 도 9를 참조하여 후술한다.
일 실시예에서, 컨트롤러(300)가 정보 데이터를 수신하는 경우, 컨트롤러(300)는 정보 데이터에 기초하여 최적 페이지를 생성할 수 있다. 예를 들어, 정보 데이터는 사용자 정보 및/또는 환경 정보를 포함할 수 있다. 실시예에 따라, 사용자 정보 및/또는 환경 정보는 데이터베이스(database, DB)에 저장되어 있을 수도 있다. 컨트롤러(300)는 최적 페이지를 전자 장치(100)에게 출력할 수 있다. 컨트롤러(300)가 정보 데이터로부터 최적 페이지를 생성하는 구성에 대해서는 도 10 및 도 11을 참조하여 후술한다.
도 2는 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이고, 도 3은 일 실시예에 따른 컨트롤러에 입력되는 이미지의 일 예이고, 도 4는 일 실시예에 따른 컨트롤러가 출력하는 최적 페이지의 일 예이다.
도 2를 참조하면, 컨트롤러(300)는 복수의 이미지(30)를 수신할 수 있다. 복수의 이미지(30)는 제1 내지 제m 이미지(30_1~30_m)를 포함할 수 있다. 여기서, m은 1보다 큰 정수일 수 있다. 일 실시예에서, 컨트롤러(300)가 수신한 이미지는 도 3과 같을 수 있다. 이때, m은 4일 수 있다. 컨트롤러(300)는 순서에 상관없이 도 3의 네 개의 이미지를 수신할 수 있다.
컨트롤러(300)는 복수의 이미지(30)를 분석할 수 있다. 즉, 컨트롤러(300)는 복수의 이미지(30) 각각의 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 이미지(30_1)의 특징점을 추출하고, 제2 이미지(30_2)의 특징점을 추출하고, ... 제m 이미지(30_m)의 특징점을 추출할 수 있다.
컨트롤러(300)는 복수의 이미지(30)의 공통적인 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)로부터 추출한 특징점이 공통적으로 포함하는 속성을 결정할 수 있다. 컨트롤러(300)는 공통의 속성으로부터 복수의 이미지(30)를 정의하는 사진 타입을 결정할 수 있다.
일 실시예에서, 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 제품(액세서리, 의류, 소품 등) 착용 사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 모두 동일하거나 유사한 제품을 포함할 수 있다. 유사한 제품은 형상은 동일하되 색상이나 사이즈 등이 다른 제품을 의미할 수 있다.
일 실시예에서 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 증명사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 모두 사람의 얼굴만을 대상으로 할 수 있다.
일 실시예에서 컨트롤러(300)는 제1 내지 제m 이미지(30_1~30_m)의 공통 특징점으로부터 제1 내지 제m 이미지(30_1~30_m)가 자연 사진임을 결정할 수 있다. 이 경우, 제1 내지 제m 이미지(30_1~30_m)는 바다, 산, 숲, 하늘 등 배경이 이미지의 대부분을 차지하고, 사람이 차지하는 비중이 소정의 비율 이하일 수 있다.
실시예에 따라, 컨트롤러(300)는 결정한 사진 타입을 전자 장치(100)에 출력하고, 전자 장치(100)로부터 응답을 수신할 수 있다. 응답은 예(yes) 또는 아니오(no)일 수 있다. 컨트롤러(300)는 전자 장치(100)로부터의 응답과, 복수의 이미지(30)와, 그리고 결정된 사진 타입에 기초하여 인공지능 모델을 갱신할 수 있다.
복수의 이미지(30)가 공통적인 속성을 포함하지 않고, 관련성이 없는 개별 이미지인 경우, 컨트롤러(30)는 복수의 이미지(30) 각각의 특징점에 기초하여 복수의 이미지(30)를 분류할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 복수의 이미지(30)를 편집할 수 있다. 편집은 밝기, 명도, 채도 등과 같은 이미지 속성 조절; 이미지 필터 삽입; 프레임 삽입; 블러, 모자이크 등과 같은 효과 추가; 얼굴 축소, 다리 늘리기, 눈 확대 등과 같은 부분 보정(왜곡); 이미지 자르기(크롭); 그림자 제거; 배경 제거(누끼); 확대/축소; 텍스트 추가; 이미지 붙이기 등을 포함할 수 있다.
예를 들어, 컨트롤러(300)는 복수의 이미지(30)가 제품 착용 사진인 것으로 결정하면, 컨트롤러(300)는 복수의 이미지(30)에서 제품이 차지하는 면적이 소정의 비율을 초과하도록 복수의 이미지(30)를 편집할 수 있다. 즉, 컨트롤러(300)는 제품이 차지하는 면적이 소정의 비율 이하인 이미지를 편집할 수 있다. 일 실시예에서, 소정의 비율은 10%이고, 제1 이미지(30_1)에서 제품이 차지하는 면적이 7%인 경우, 컨트롤러(300)는 제1 이미지(30_1)에서 불필요한 부분을 제거하고, 이미지를 확대시켜 제품이 차지하는 면적이 10%를 초과하도록 할 수 있다.
컨트롤러(300)는 이미지에서 배경인 부분을 불필요한 부분으로 결정할 수 있다. 예를 들어, 컨트롤러(300)는 이미지에서 사람인 영역과 사람이 아닌 영역을 구분하고, 사람이 아닌 영역을 불필요한 부분으로 결정할 수 있다. 하지만, 반드시 이에 한정되는 것은 아니고, 이미지가 자연 사진 등인 경우, 컨트롤러(300)는 사람인 영역이 불필요한 부분인 것으로 결정하는 것으로 구현될 수도 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 텍스트를 추가할 수 있다. 예를 들어, 텍스트는 의류 설명, 세일즈(sales) 문구 등을 포함할 수 있다. 컨트롤러(300)는 분류된 이미지에 따른 텍스트를 추가할 수 있다. 예를 들어, 분홍색 원피스를 착용한 이미지인 경우, 컨트롤러(300)는 '샤랄라 핑크 원피스'와 같은 텍스트를 이미지 설명에 추가할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 각각의 특징점에 기초하여 디자인을 생성할 수 있다. 예를 들어, 디자인은 복수의 이미지(30)가 배치되는 조형, 레이아웃(layout), 컬러(color) 등을 포함할 수 있다. 컨트롤러(300)는 복수의 이미지(30)의 컬러 톤에 기초하여 배경 컬러를 결정하고 출력할 수 있다. 복수의 이미지(30)가 분홍색 원피스에 관한 이미지인 경우, 컨트롤러(300)는 배경 컬러를 핑크 톤으로 결정하여 출력할 수 있다.
컨트롤러(300)는 추출한 특징점에 기초하여 복수의 이미지(30)를 배열할 수 있다. 예를 들어, 컨트롤러(300)는 이미지에서 피사체의 비중에 기초하여 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 피사체의 비중이 증가하는 순서로(오름차순) 복수의 이미지(30)를 배열할 수 있다. 즉, 사용자는 페이지의 스크롤(scroll)을 내릴수록 피사체가 점점 확대되는 이미지를 확인할 수 있다. 예를 들어, 컨트롤러(300)는 제품 착용 사진인 경우 오름차순으로 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 피사체의 비중이 감소하는 순서로(내림차순) 복수의 이미지(30)를 배열할 수 있다. 즉, 사용자는 페이지의 스크롤을 내릴수록 피사체가 점점 축소되는 이미지를 확인할 수 있다. 예를 들어, 컨트롤러(300)는 복수의 이미지(30)가 상이한 숫자의 사람을 포함하는 경우, 사람 수가 점점 증가하는 순서로 복수의 이미지(30)를 배열할 수 있다. 즉, 이미지에서 한 사람의 비중은 점점 줄어들 수 있다.
또한, 컨트롤러(300)는 이미지에서 시선각에 기초하여 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 시선각이 위에서 아래로 내려오는 순서로 복수의 이미지(30)를 배열할 수 있다.
일 실시예에서, 컨트롤러(300)는 시선각이 왼쪽에서 오른쪽으로 이동하는 순서로 복수의 이미지(30)를 배열할 수 있다. 하지만, 반드시 이에 한정되는 것은 아니고, 컨트롤러(300)는 다른 방향으로 복수의 이미지(30)를 배열할 수 있다.
또한, 컨트롤러(300)는 복수의 이미지(30)가 상이한 타입의 이미지를 포함하는 경우, 이미지 타입에 기초하여 복수의 이미지(30)를 배열할 수 있다. 예를 들어, 복수의 이미지(30) 중 제1 내지 제m-1 이미지(30_1~30_m-1)는 사진이고, 제m 이미지(30_m)는 동영상일 수 있다. 컨트롤러(300)는 제1 내지 제m-1 이미지(30_1~30_m-1)를 우선적으로 배치하고, 제m 이미지를 마지막에 배치할 수 있다. 대안적으로, 컨트롤러(300)는 제m 이미지를 우선적으로 배치할 수도 있다.
컨트롤러(300)는 추출한 특징점에 기초하여 복수의 이미지(30) 각각의 컬러를 조절할 수 있다. 예를 들어, 컨트롤러(300)는 복수의 이미지(30) 각각이 포함하고 있는 컬러 중, 공통적으로 가장 많이 포함하고 있는 컬러 톤으로 복수의 이미지(30)를 보정할 수 있다. 복수의 이미지(30)가 푸른 색을 공통적으로 주로 포함하는 경우, 컨트롤러(300)는 복수의 이미지(30)를 푸른 색을 강조하는 방식으로 보정할수 있다.
컨트롤러(300)는 복수의 이미지(30)로부터 최적 페이지(50)를 생성할 수 있다. 일 실시예에서, 컨트롤러(300)가 도 3의 이미지를 사용하여 생성한 최적 페이지는 도 4와 같을 수 있다.
컨트롤러(300)는 최적 페이지(50)를 생성할 때, 복수의 이미지(30)와 연관된 데이터를 획득하여 배치할 수 있다. 데이터는 텍스트, 이미지, 사운드 등일 수 있다. 이때, 컨트롤러(300)는 크롤링(crawling) 기능을 사용할 수 있다. 크롤링 기능은 웹사이트(website), 하이퍼링크(hyperlink), 데이터, 정보 자원 등을 수집하는 기능을 의미할 수 있다. 컨트롤러(300)는 수집한 데이터 각각에 식별자를 할당하여 데이터베이스에 저장할 수 있다.
선택적으로, 컨트롤러(300)는 전자 장치(100)로부터 이미지 정보를 획득할 수 있다. 전자 장치(100)는 복수의 이미지(30)와 함께 이미지 정보를 입력할 수 있다. 예를 들어, 전자 장치(100)는 복수의 이미지(30)를 컨트롤러(300)에 전송하면서, 복수의 이미지(30)가 제품 착용 사진임을 컨트롤러(300)에게 알릴 수 있다. 이에, 컨트롤러(300)는 제품과 관련된 데이터를 데이터베이스로부터 획득하고, 해당 데이터를 복수의 이미지(30)와 함께 배치할 수 있다.
예를 들어, 제2 이미지(30_2)가 분홍색 원피스에 대한 이미지인 경우, 컨트롤러(300)는 해당 제품에 대한 데이터를 데이터베이스에서 획득할 수 있다. 컨트롤러(300)는 데이터베이스에서 분홍색 원피스의 확대 사진(넥라인, 액세서리, 마감처리 등), 직물 사진, 혼방 정보, 세탁법, 사이즈, 두께감, 핏감, 다른 구도 사진, 다른 사용자의 착용 사진, 함께 검색된 키워드, 연관 검색어 등을 획득할 수 있다.
컨트롤러(300)는 복수의 이미지(30)의 구도를 결정하고, 복수의 이미지(30)에는 없는 구도의 사진을 획득할 수 있다. 예를 들어, 복수의 이미지(30)가 제품 이미지만 포함하는 경우, 컨트롤러(300)는 모델 착용 이미지, 실제 사용자 착용 이미지 등을 획득하여 복수의 이미지(30)와 함께 배치할 수 있다. 복수의 이미지(30)가 파셜(partial) 이미지인 경우, 컨트롤러(300)는 풀(full) 이미지를 획득하여 복수의 이미지(30)와 함께 배치할 수 있다.
컨트롤러(300)는 획득된 데이터를 제2 이미지(30_2)와 함께 배치할 수 있다. 예를 들어, 컨트롤러(300)는 제2 이미지(30_2)와 함께 '샤랄라 원피스', '벚꽃놀이 원피스' 등과 같은 텍스트를 배치하고, 배경에 벚꽃 이미지와 같은 핑크 톤의 이미지를 배치할 수 있다.
또한, 제3 이미지(30_3)가 겨울 점퍼에 관한 이미지인 경우, 컨트롤러(300)는 제3 이미지(30_3)와 함께 '한겨울 외투', '난로 패딩' 등과 같은 텍스트를 배치하고, 배경에 눈 내리는 애니메이션 이미지를 배치하고, 오리털이 뿜어져 나오는 듯한 효과를 출력할 수 있다.
컨트롤러(300)는 복수의 이미지(30) 및 생성된 최적 페이지(50)를 학습 데이터로 하여 학습을 수행할 수 있다. 컨트롤러(300)는 학습 결과에 따라 인공지능 모델을 갱신할 수 있다.
도 5는 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이고, 도 6은 일 실시예에 따른 컨트롤러가 출력하는 편집 페이지의 일 예이다.
도 5 및 도 6을 참조하면, 컨트롤러(300)는 생성한 최적 페이지(50)를 수정할 수 있도록 전자 장치(100)에 인터페이스를 제공할 수 있다. 인터페이스는 AI 템플릿, 테마색상, 사진, 사진필터, 인물/체형 보정, 썸네일 등의 메뉴를 포함할 수 있다. 이에, 사용자는 최적 페이지(50)를 쉽게 수정할 수 있다. 컨트롤러(300)는 사용자가 최적 페이지(50)를 수정함에 있어서 보조 동작을 수행할 수 있다.
사용자는 컨트롤러(300)가 추천한 스타일(페미닌, 로맨틱 등)이 마음에 들지 않을 수 있다. 이 경우, 컨트롤러(300)는 전자 장치(100)로부터 변경 요청을 수신하고, 컨트롤러(300)는 다른 템플릿을 추천할 수 있다. 사용자는 전자 장치(100)를 사용하여 원클릭으로 최적 페이지(50)의 전체 디자인을 변경할 수 있다.
컨트롤러(300)는 전자 장치(100)로부터 제품명과 소개글 수정 요청을 수신할 수 있다. 컨트롤러(300)는 요청에 기초하여, 어울리는 제품명과, 검색플랫폼에 노출이 잘 되는 키워드 혹은 문장을 추천할 수 있다. 컨트롤러(300)가 추천한 문장이 사용자 마음에 들지 않을 경우, 문장 전체를 다시 추천할 수 있다. 컨트롤러(300)는 제품명과 소개글의 크기, 스타일, 배치 등을 추천할 수도 있다.
사용자가 최적 페이지(50)에서 이미지의 위치를 바꾸고자 할 수 있다. 즉, 컨트롤러(300)는 전자 장치(100)로부터 이미지 위치 변경 요청을 수신할 수 있다. 컨트롤러(300)는 사용자의 의도를 파악하여 다른 사진의 배치도 변경할 수 있다. 예를 들어, 컨트롤러(300)는 A, B 2개 컬러의 제품에 대한 이미지를 수신할 수 있다. 전자 장치(100)가 B를 A보다 앞으로 옮길 시 전체 텍스트 내용과 이미지의 위치를 B 우선으로 변경할 수 있다.
컨트롤러(300)는 전자 장치(100)로부터 키워드를 수신할 수 있다. 키워드는 제품명 또는 소개글 등에 관한 키워드일 수 있다. 컨트롤러(300)는 키워드와 어울리는 텍스트를 추천할 수 있다. 예를 들어, 컨트롤러(300)가 전자 장치(100)로부터 '민소매'라는 키워드를 수신한 경우, '여름에 시원하게 입을 수 있는 민소매'와 같은 텍스트를 출력할 수 있다. 전자 장치(100)는 컨트롤러(300)가 출력하는 텍스트를 그대로 사용하거나, 수정하거나, 또는 사용하지 않을 수 있다.
도 7은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 7을 참조하면, 일 실시예에 따른 페이지 출력 방법은 전자 장치에 의해 수행될 수 있다. 일 실시예에 따른 페이지 출력 방법은 판매자를 위한 페이지를 출력할 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 이미지를 획득할 수 있다(S310). 이미지는 사진, 동영상 등을 포함할 수 있다. 동영상은 카메라로 촬영한 연속적인 영상 및 불연속적인 복수의 사진을 이어 붙여 생성한 영상 등을 포함할 수 있다. 전자 장치는 이미지를 복수 개 수신할 수 있다. 이 경우, 복수의 이미지는 서로 연관성을 가지고 있거나, 아니면 서로 연관이 없는 개별 이미지일 수 있다.
전자 장치는 이미지의 특징을 추출할 수 있다(S320). 전자 장치는 이미지를 분석하여 이미지의 특징을 추출할 수 있다. 예를 들어, 전자 장치는 이미지의 특징점을 추출하고, 이미지의 사진 타입을 결정할 수 있다. 사진 타입은 증명 사진, 제품 사진, 자연 사진 등일 수 있다.
전자 장치는 텍스트를 생성할 수 있다(S330). 전자 장치는 이미지의 특징 및 트렌드 정보에 기초하여 텍스트를 생성할 수 있다. 즉, 전자 장치는 트렌드 정보를 획득할 수 있다. 전자 장치는 상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 트렌드 정보를 획득할 수 있다. 예를 들어, 전자 장치는 최근 트렌드에 ‘떠나자 바캉스!’라는 문구가 트렌드이고, 단계(S310)에서 획득한 이미지가‘민소매’에 대한 이미지인 경우, 전자 장치는 ‘떠나자 바캉스! 여름에 시원하게 입을 수 있는 민소매와 함께!’와 같은 텍스트를 생성하고, 이미지의 근처에 배치할 수 있다.
텍스트는 한 가지 이상의 언어로 생성될 수 있으며, 동시에 두 가지 이상의 언어로 생성되어 사용자 정보나 접속 국가에 따라 언어를 달리할 수 있다.
이미지가 복수 개인 경우, 전자 장치는 복수의 이미지의 공통적인 특징을 추출할 수 있다. 전자 장치는 공통적인 특징에 기초하여, 복수의 이미지가 공통적인 제품을 포함하는 것으로 결정하거나, 복수의 이미지가 모두 증명사진임을 결정하는 등의 동작을 수행할 수 있다.
전자 장치는 이미지를 포함하는 최적 페이지를 생성할 수 있다(S340). 전자 장치는 이미지의 특징에 기초하여 최적 페이지를 생성할 수 있다. 예를 들어, 전자 장치는 이미지의 특징에 기초하여 디자인 생성, 텍스트 생성, 이미지 편집, 이미지 배치 중 적어도 하나의 동작을 수행할 수 있다. 전자 장치는 생성한 최적 페이지를 사용자에게 제공할 수 있다.
도 8은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 8을 참조하면, 일 실시예에 따른 전자 장치는 텍스트를 생성(S330)한 후에, 디자인을 생성할 수 있다(S341). 예를 들어, 디자인은 조형, 레이아웃, 컬러 등을 포함할 수 있다. 전자 장치가 복수의 이미지를 수신한 경우, 전자 장치는 추출한 특징으로부터 복수의 이미지가 공통으로 포함하는 속성을 결정할 수 있다. 전자 장치는 복수의 이미지의 공통 속성에 기초하여 디자인을 생성할 수 있다.
전자 장치는 이미지를 편집할 수 있다(S342). 편집은 밝기, 명도, 채도 등과 같은 이미지 속성 조절; 이미지 필터 삽입; 프레임 삽입; 블러, 모자이크 등과 같은 효과 추가; 얼굴 축소, 다리 늘리기, 눈 확대 등과 같은 부분 보정(왜곡); 이미지 자르기(크롭); 그림자 제거; 배경 제거(누끼); 확대/축소; 텍스트 추가; 이미지 붙이기 등을 포함할 수 있다. 복수의 이미지가 동일 제품에 대한 이미지인 경우, 전자 장치는 이미지에서 제품이 차지하는 비율이 소정 비율을 초과하도록 이미지를 편집할 수 있다.
전자 장치는 이미지를 최종 배치할 수 있다(S343). 전자 장치는 복수의 이미지의 특징에 따라 이미지를 배치할 수 있다. 예를 들어, 전자 장치는 피사체의 비중에 기초하여 복수의 이미지를 배열할 수 있다. 전자 장치는 시선각에 기초하여 복수의 이미지를 배열할 수 있다. 전자 장치는 이미지 타입에 따라 복수의 이미지를 배열할 수 있다.
도 9는 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 9를 참조하면, 일 실시예에 따른 전자 장치는 최적 페이지를 생성(S340)한 후에, 입력 데이터 및 출력 데이터에 기초하여 학습을 수행할 수 있다(S350). 전자 장치는 인공지능 모델을 갱신할 수 있다. 전자 장치는 차후에 복수의 이미지가 수신되면 갱신된 인공지능 모델을 사용하여 최적 페이지를 생성할 수 있다.
도 10은 일 실시예에 따른 컨트롤러의 동작을 설명하기 위한 도면이다.
도 10을 참조하면, 컨트롤러(300)는 복수의 정보 데이터(70)를 수신할 수 있다. 복수의 정보 데이터(70)는 제1 내지 제n 정보 데이터(70_1~70_n)를 포함할 수 있다. 여기서, n은 1보다 큰 정수일 수 있다. 정보 데이터(70_1~70_n)는 사용자 정보 및/또는 환경 정보 및/또는 사용자의 기존 판매페이지 정보를 포함할 수 있다. 실시예에 따라, 사용자 정보 및/또는 환경 정보 및/또는 사용자의 기존 판매페이지 정보는 데이터베이스에 저장되어 있을 수도 있다.
사용자 정보는 성별, 연령 등의 개인정보, 구매기록, 검색기록, 접속국가, 접속기기, 사용언어 등에 대한 정보를 포함할 수 있다. 사용자 정보는 로그(log) 데이터로서 전자 장치에 저장되어 있을 수 있다.
환경 정보는 시즌(S/S, F/F 등), 계절, 시간, 요일 등 시계열 환경에 대한 정보를 포함할 수 있다.
사용자의 기존 판매페이지 정보는 상세 페이지의 디자인, 분위기, 색상 등 해당 사이트의 브랜드 컨셉에 대한 정보 및 상세 페이지에 페어(pair)되는 기타 정보를 포함할 수 있다. 상세 페이지에 페어되는 기타 정보는 썸네일(thumbnail), 디스플레이 광고, 오프라인 광고물, 숏폼(short-form) 영상 등을 포함할 수 있다. 해당 정보는 로그(log) 데이터로서 전자 장치에 저장되어 있을 수 있다.
컨트롤러(300)는 복수의 정보 데이터(70)를 분석할 수 있다. 즉, 컨트롤러(300)는 복수의 정보 데이터(70) 각각의 특징을 추출할 수 있다. 예를 들어, 컨트롤러(300)는 제1 정보 데이터(70_1)의 특징점을 추출하고, 제2 정보 데이터(70_2)의 특징점을 추출하고, ... 제n 정보 데이터(70_n)의 특징점을 추출할 수 있다.
컨트롤러(300)는 추출된 특징에 기초하여 최적 페이지(90)를 생성할 수 있다. 최적 페이지(90)는 사용자 요청에 응답한 페이지일 수 있다. 즉, 컨트롤러(300)는 사용자 요청에 대응하는 페이지를 출력하면서, 페이지가 사용자 정보 및/또는 환경 정보에 최적화된 정보를 포함하도록 최적 페이지(90)를 생성할 수 있다.
컨트롤러(300)는 최적 페이지(90)를 실시간으로 생성하는 방법이 있으며, 사용자의 정보를 기반으로 사용자 집단을 2개 이상의 집단으로 분류하여 각 집단에 맞는 페이지를 미리 생성한 뒤 각 사용자 집단에 따라 출력할 수 있다.
예를 들어, 제1 사용자가 제1 전자 장치를 사용하여 서버(200)에 접근할 수 있다. 제1 사용자는 서버(200)에서 '하객 코디'를 검색할 수 있다. 이때, 서버(200)의 컨트롤러(300)는 제1 사용자의 사용자 정보 및/또는 환경 정보에 기초하여 깔끔하고 튀지 않는 색상과 디자인의 하객룩을 결정하고 제1 사용자에게 추천할 수 있다. 이때, 컨트롤러(300)는 "깔끔하고 튀지 않는 색상과 디자인의 하객룩으로 추천드려요"와 같은 텍스트를 제1 사용자에게 출력할 수 있다. 현재 계절이 여름인 경우, 깔끔하고 차분한 색상의 반팔 원피스를 제1 사용자에게 추천할 수 있다.
제2 사용자가 제2 전자 장치를 사용하여 서버(200)에 접근할 수 있다. 제2 사용자는 서버(200)에서 '데이트룩'을 검색할 수 있다. 이때, 컨트롤러(300)는 제2 사용자의 사용자 정보 및/또는 환경 정보에 기초하여 단정한 데이트룩으로 청순한 느낌을 주는 원피스를 결정하고, 제2 사용자에게 추천할 수 있다. 이때, 컨트롤러(300)는 "단정한 데이트룩으로 청순한 느낌을 주는 원피스에요"와 같은 텍스트를 제2 사용자에게 출력할 수 있다. 컨트롤러(300)는 같은 제품이라고 하더라도, 사용자의 목적 등에 따라 다른 텍스트를 출력할 수 있다. 컨트롤러(300)가 텍스트를 출력하는 방식은 음성, 이미지, 문언 등 형식에 제한되지 않는다.
컨트롤러(300)는 복수의 정보 데이터(70)에 기초하여 사용자가 관심을 가질 수 있는 정보를 출력할 수 있다. 사용자가 관심을 가질 수 있는 정보는 쇼핑 사이트에서 사용자와 유사한 사용자들에게 많이 팔린 제품, 사용자가 검색한 제품과 유사한 제품 등을 포함할 수 있다.
컨트롤러(300)는 복수의 정보 데이터(70)에 기초하여 사용자가 사용하는 언어에 따라 텍스트를 한 개 이상의 다국어로 출력할 수 있다.
일 실시예에서, 컨트롤러(300)는 복수의 정보 데이터(70)를 분석한 결과, 사용자가 10대~20대 여성인 것으로 결정할 수 있다. 컨트롤러(300)는 페이지에서 숏폼 영상을 최상단에 배치할 수 있다. 컨트롤러(300)는 텍스트의 수를 축소하고, 여성 피팅 사진을 상단으로 이동시킬 수 있다. 컨트롤러(300)는 여성 의류의 컬러와 종류와 어울리는 조형, 레이아웃, 및 컬러를 활용하여 페이지를 디자인할 수 있다.
일 실시예에서, 컨트롤러(300)는 복수의 정보 데이터(70)를 분석한 결과, 사용자가 40대~50대 남성인 것으로 결정할 수 있다. 컨트롤러(300)는 텍스트와 이미지의 크기를 확대시키고, 텍스트의 수를 확대시킬 수 있다. 컨트롤러(300)는 남성 피팅 사진을 상단으로 이동시킬 수 있다. 컨트롤러(300)는 남성 의류의 컬러와 종류와 어울리는 조형, 레이아웃, 및 컬러를 활용하여 페이지를 디자인할 수 있다.
컨트롤러(300)는 최적 페이지(90)를 사용자에게 제공할 수 있다. 컨트롤러(300)는 사용자 정보, 환경 정보, 및 최적 페이지 중 적어도 하나를 사용하여 인공지능 모델을 학습시킬 수 있다.
도 11은 일 실시예에 따른 페이지 출력 방법의 순서도이다.
도 11을 참조하면, 일 실시예에 따른 페이지 출력 방법은 전자 장치에 의해 수행될 수 있다. 일 실시예에 따른 페이지 출력 방법은 구매자를 위한 페이지를 출력할 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 사용자 정보를 획득할 수 있다(S1110).
사용자 정보는 성별, 연령 등의 개인정보, 구매기록, 검색기록, 접속국가, 접속기기 등에 대한 정보를 포함할 수 있다. 사용자 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다.
전자 장치는 환경 정보를 획득할 수 있다(S1120).
환경 정보는 시즌(S/S, F/F 등), 계절, 시간, 요일 등 시계열 환경에 대한 정보를 포함할 수 있다.
전자 장치는 사용자 정보 및 환경 정보에 기초하여 최적 페이지를 생성할 수 있다(S1130). 최적 페이지는 사용자 요청에 응답한 페이지일 수 있다. 즉, 전자 장치는 사용자 요청에 대응하는 페이지를 출력하면서, 페이지가 사용자 정보 및/또는 환경 정보에 최적화된 정보를 포함하도록 페이지를 생성할 수 있다.
전자 장치는 사용자 요청에 따른 텍스트 및 이미지를 획득하고, 사용자 정보 및 환경 정보에 기초하여 텍스트 및 이미지를 배열할 수 있다.
예를 들어, 전자 장치는 사용자가 관심을 가질 수 있는 정보를 페이지에 출력할 수 있다. 사용자가 관심을 가질 수 있는 정보는 쇼핑 사이트에서 사용자와 유사한 사용자들에게 많이 팔린 제품, 사용자가 검색한 제품과 유사한 제품 등을 포함할 수 있다.
전자 장치는 사용자 정보, 환경 정보, 및 최적 페이지 중 적어도 하나를 학습 데이터로 하여 인공지능 모델을 학습시킬 수 있다.
도 12은 일 실시예에 따른 트렌드 수집 방법의 순서도이다.
도 12을 참조하면, 일 실시예에 따른 트렌드 수집 방법은 전자 장치에 의해 수행될 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 트렌드 정보를 획득할 수 있다(S1210).
트렌드 정보는 밈, 짤, 영상 등에 대한 정보를 포함할 수 있다. 트렌드 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다. 예를 들어, 대표적인 짤로 만화 이누야샤의 장면을 인용한 퇴사 짤을 로그 데이터로서 전자 장치에 저장할 수 있다.
전자 장치는 상기 트렌드 정보를 분석할 수 있다(S1220). 상기 수집된 트렌드 정보를 분석하여 페이지 생성에 활용할 수 있도록 분류 및 분석한다. 예를 들어, 사회적으로 논란을 일으킬 수 있거나, 도덕적으로 문제가 발생할 수 있는 정보는 제거하고, 활용할 수 있는 정보를 분류하여 저장할 수 있다.
전자 장치는 트렌드를 반영한 텍스트를 생성할 수 있다(S1230).
도 13은 일 실시예에 따른 사용자의 기존 판매페이지 정보 수집 방법의 순서도이다.
도 13을 참조하면, 일실시예에 따른 의뢰 사이트 정보 수집 방법은 전자 장치에 의해 수행될 수 있다. 전자 장치는 인공지능 모델을 포함하여, 기계학습을 수행할 수 있다. 전자 장치는 서버에 포함된 컨트롤러일 수 있다.
전자 장치는 사용자의 기존 판매 페이지 정보를 획득할 수 있다(S1310).
판매 페이지 정보는 기존 상세 페이지의 디자인, 분위기, 색상 등에 대한 정보 및 상세 페이지에 페어되는 기타 정보를 포함할 수 있다. 판매 페이지 정보는 로그 데이터로서 전자 장치에 저장되어 있을 수 있다.
전자 장치는 판매 페이지 정보를 분석할 수 있다(S1320). 전자 장치는 상기 수집된 의뢰 사이트 정보를 분석하여 페이지 생성에 활용할 수 있도록 분류 및 분석한다.
전자 장치는 분석된 페이지 정보에 기초하여, 사이트 분위기와 통일된 페이지를 생성할 수 있다(S1330). 예를 들어, 기존 의뢰 사이트에 올라온 상세 페이지 색상이 흰색, 검은색으로 구성되어있다면, 전자 장치는 페이지를 생성하는데 흰색, 검은색을 주로 활용하여 기존 상세 페이지와의 통일감을 유지할 수 있도록 한다.
어떤 실시예에서, 도 1 내지 도 13을 참고로 하여 설명한 각 구성요소 또는 둘 이상의 구성요소의 조합은 디지털 회로, 프로그램 가능한 또는 프로그램할 수 없는 로직 장치 또는 어레이, 응용 주문형 집적 회로(application specific integrated circuit, ASIC) 등으로 구현될 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (14)

  1. 복수의 이미지를 획득하는 단계;
    상기 복수의 이미지의 특징을 추출하는 단계;
    상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계; 및
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계;를 포함하고,
    상기 페이지는 상기 복수의 이미지를 포함하는, 페이지 출력 방법.
  2. 제1항에 있어서,
    상기 복수의 이미지의 특징을 추출하는 단계는,
    상기 복수의 이미지의 공통적인 특징을 추출하는 단계;를 포함하는, 페이지 출력 방법.
  3. 제2항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 공통적인 특징에 기초하여 상기 복수의 이미지를 편집하는 단계;를 포함하는, 페이지 출력 방법.
  4. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계는,
    트렌드 정보를 획득하는 단계; 및
    상기 트렌드 정보 및 상기 복수의 이미지의 특징에 기초하여 텍스트를 생성하는 단계;를 포함하고,
    상기 트렌드 정보를 획득하는 단계는,
    상품을 설명하는 문장, 단어, 형용사, 이미지 속에 포함된 문장, 영상 컨텐츠의 발화내용, GIF(Graphics Interchange Format), 및 밈(meme) 중 적어도 하나로부터 상기 트렌드 정보를 획득하는 단계;를 포함하는, 페이지 출력 방법.
  5. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 디자인을 생성하는 단계;를 포함하고,
    상기 디자인은 상기 복수의 이미지가 배치되는 조형, 레이아웃, 및 컬러 중 적어도 하나를 포함하는, 페이지 출력 방법.
  6. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지와 연관되는 텍스트를 생성하는 단계;를 포함하는, 페이지 출력 방법.
  7. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지 중 적어도 하나의 이미지를 편집하는 단계;를 포함하는, 페이지 출력 방법.
  8. 제1항에 있어서,
    상기 복수의 이미지의 특징에 기초하여 페이지를 생성하는 단계는,
    상기 복수의 이미지의 특징에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  9. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지에서 피사체의 비중에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  10. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지에서 시선각에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  11. 제8항에 있어서,
    상기 복수의 이미지를 배열하는 단계는,
    상기 복수의 이미지의 이미지 타입에 기초하여 상기 복수의 이미지를 배열하는 단계;를 포함하는, 페이지 출력 방법.
  12. 사용자 정보를 획득하는 단계;
    환경 정보를 획득하는 단계;
    사용자의 기존 페이지 정보를 획득하는 단계;
    사용자 요청을 수신하는 단계; 및
    상기 사용자 요청, 상기 사용자 정보,상기 환경 정보, 및 상기 기존 페이지 정보에 기초하여 페이지를 생성하는 단계;를 포함하는 페이지 출력 방법.
  13. 제12항에 있어서,
    상기 사용자 정보는,
    개인정보, 구매기록, 검색기록, 접속국가, 사용언어 및 접속기기 중 적어도 하나를 포함하고,
    상기 환경 정보는,
    시즌, 계절, 시간, 및 요일 중 적어도 하나를 포함하고,
    상기 기존 페이지 정보는,
    디자인, 분위기, 및 색상 중 적어도 하나를 포함하는, 페이지 출력 방법.
  14. 제12항에 있어서,
    상기 페이지를 생성하는 단계는,
    상기 사용자 요청에 따른 텍스트 및 이미지를 획득하는 단계; 및
    상기 텍스트 및 상기 이미지를 상기 사용자 정보 및 상기 환경 정보에 기초하여 배열하는 단계;를 포함하는, 페이지 출력 방법.
KR1020220130234A 2022-10-12 2022-10-12 페이지 출력 방법 KR20240050627A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020220130234A KR20240050627A (ko) 2022-10-12 2022-10-12 페이지 출력 방법
PCT/KR2023/015538 WO2024080704A1 (ko) 2022-10-12 2023-10-10 페이지 출력 방법
US18/380,631 US20240127515A1 (en) 2022-10-12 2023-10-16 Method for displaying page

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220130234A KR20240050627A (ko) 2022-10-12 2022-10-12 페이지 출력 방법

Publications (1)

Publication Number Publication Date
KR20240050627A true KR20240050627A (ko) 2024-04-19

Family

ID=90669906

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220130234A KR20240050627A (ko) 2022-10-12 2022-10-12 페이지 출력 방법

Country Status (2)

Country Link
KR (1) KR20240050627A (ko)
WO (1) WO2024080704A1 (ko)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140055004A (ko) * 2012-10-30 2014-05-09 주식회사 케이티 웹 페이지를 생성하는 장치 및 방법 그리고, 서버
CA2958764C (en) * 2014-08-15 2023-08-08 Sydney Nicole EPSTEIN System and computer method for visually guiding a user to a current interest
KR102198545B1 (ko) * 2018-11-30 2021-01-06 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR102268009B1 (ko) * 2019-08-27 2021-06-22 엔에이치엔 주식회사 텍스트 분석을 이용한 상품 추천 쇼핑몰 시스템 및 그 방법
KR102270381B1 (ko) * 2019-10-07 2021-06-29 이용대 소비자 데이터 기반의 쇼핑 인터페이스 제공 방법 및 그 장치
KR20210120203A (ko) * 2020-03-26 2021-10-07 엔에이치엔 주식회사 웹 페이지에 기반한 메타데이터 생성방법

Also Published As

Publication number Publication date
WO2024080704A1 (ko) 2024-04-18

Similar Documents

Publication Publication Date Title
US20240004934A1 (en) Multi-modal virtual experiences of distributed content
US10891526B2 (en) Functional image archiving
US20180275841A1 (en) Terminal device and method for designing network application product
US9792303B2 (en) Identifying data from keyword searches of color palettes and keyword trends
US9898487B2 (en) Determining color names from keyword searches of color palettes
US10073860B2 (en) Generating visualizations from keyword searches of color palettes
US9922050B2 (en) Identifying data from keyword searches of color palettes and color palette trends
US8873851B2 (en) System for presenting high-interest-level images
US9014510B2 (en) Method for presenting high-interest-level images
US9014509B2 (en) Modifying digital images to increase interest level
US20150379005A1 (en) Identifying data from keyword searches of color palettes
CN110678861B (zh) 图像选择建议
US20150378999A1 (en) Determining affiliated colors from keyword searches of color palettes
KR102102571B1 (ko) 온라인 쇼핑 플랫폼을 제공하는 시스템 및 방법
US20200090243A1 (en) Photo product engine powered by blog content
WO2014004864A1 (en) Determining how interested a particular person is in an image
CA2992118A1 (en) Methods and systems for automatically generating advertisements
JP2019185747A (ja) メディアオブジェクトをグループ化するコンピュータ実装方法及びプログラム、並びに画像取り込み装置
CN113570687A (zh) 一种文件处理方法及装置
KR101363374B1 (ko) 개체별다중구성요소분석을 이용한 내용기반 다차원이미지검색시스템
US20240127515A1 (en) Method for displaying page
KR20240050627A (ko) 페이지 출력 방법
Kim et al. Key Color generation for affective multimedia production: an initial method and its application
CN113987239A (zh) 图像推送方法、装置、计算机设备、存储介质及产品
CN111523062A (zh) 多维度信息展示方法及装置