KR102197727B1 - 오픈마켓에 적용되는 인공지능 쇼핑 시스템 - Google Patents

Abstract

개시되는 오픈마켓에 적용되는 인공지능 쇼핑 시스템은, 오픈마켓에서, 고객이 구매를 원하는 한 종류 이상의 상품과 상기 상품별 수량을 포함하는 주문정보를 고객으로부터 입력받는 입력부; 상기 오픈마켓에서 상기 상품을 판매하는 모든 판매자를 검색하는 검색부; 상기 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 상기 판매자별 상기 상품의 판매가를 포함하는 상품정보가 저장되는 판매정보-저장부; 상기 주문정보와 상기 판매자정보 및 상기 상품정보를 기반으로 하여, 서로 다른 상기 판매자의 상기 판매가를, 상기 상품별로 직접 비교할 수 있는 비교가격으로 환산하는 비교가격-계산부; 모든 상기 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성하고, 상기 조합별로 상기 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 상기 최적 순위에서 특정한 상위 순위까지의 상기 조합을 최적조합으로 선별하는 최적조합-선별부; 상기 판매자정보를 기반으로 하여 상기 최적조합별로 배송비용을 산출하고, 상기 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 상기 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별부; 상기 추천조합별로 상기 비교가격합계와 상기 판매가합계 및 상기 배송비용을 상기 고객에게 디스플레이하는 표시부;를 포함한다.

Description

오픈마켓에 적용되는 인공지능 쇼핑 시스템{Artificial Intelligent Shopping System for Open Market}

본 발명(Disclosure)은, 오픈마켓에 적용되는 인공지능 쇼핑 시스템에 관한 것으로서, 구체적으로 최소한의 비용으로 최대한의 고객 만족이 가능한 상품을, 인공지능(artificial intelligent)을 이용해 고객의 구매조건에 가장 적합한 상품을 추천하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템에 관한 것이다.

여기서는, 본 발명에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).

일반적인 온라인 마켓은, 고객이 위치를 이동하지 않으면서, 다수의 판매자가 구비하는 다양한 상품을 확인할 수 있는 장점이 있다. 그러나 상품의 품질 확인에는 한계가 있다. 상품의 자체가 아닌 미리 준비된 2차원 또는 3차원 이미지를 통하여 확인하기 때문이다.

또한, 고객의 물리적 이동이 불필요한 대신에, 상품의 중장거리 물리적 이동이 반드시 필요하다. 택배 또는 화물 배송과 같은 물류시스템을 이용한 상품의 이동이 그것이다.

하지만, 온라인 마켓은, 고객의 불만이나 불만 유발 인자에 대한 정보가 비교적 투명하게 공개되거나, 확인할 수 있는 장점이 있다. 온라인상에서는 해당 판매자의 해당 상품의 구매 후기 등이 공개되는 경우가 일반적이다. 따라서, 해당 판매자를 특정하여 만족도를 수치화할 수 있다.

한편, 온라인 마켓에서 상품을 구매할 경우에, 단 하나의 상품을 하나의 판매자로부터 구매하는 경우는 극히 드물다. 특히 상품 가격이 1만원 미만인 경우에는, 배송비가 상품가격의 상당한 부분들 차지할 수 있다. 따라서, 온라인 마켓의 일반적인 구매자는, 구매하고자 하는 총계를 해당 마켓의 무료배송이 가능한 무료배송 기준금에 맞춰 구매 행위를 하는 경우가 많다.

또한, 온라인 마켓은 다양한 판매자가 다양한 상품을, 온라인상에서 공개하고 있다. 동일한 상품이라도, 판매자에 따라 상품의 가격과 품질이 다양하며, 배송 및 불만등 판매자를 평가하는 요소들의 지표도 다양하다.

아무리 품질 좋은 상품을 저렴한 가격으로 구매할 수 있다고 하더라도, 배송기간이 1주일 이상 소요된다든지, 오배송의 확률이 높다면 고객이 구매를 결정하기 어려운 측면이 있다.

오프라인 매장은, 실물을 확인하고 그 즉시 구매할 수 있으며, 반품 또는 불만 제기의 절차도 오프라인에서 명확하게 진행될 수 있다.

그러나 온라인 마켓은, 배송지연 상황이 발생하더라도, 배송지연에 대한 불만도 온라인 혹은, 유무선 통화를 이용할 수밖에 없다. 실물을 확인하지 않은 상태에서 구매 결정을 할 때는, 상품 가격 외에 여러 요소를 감안해야 하며, 이를 다양한 판매자가 제공하는 다양한 상품에 적용해야 한다.

종래의 온라인 마켓에서는, 상품 비교를 위해서 동일 상품 또는 동일 기능 상품 및 동급 상품에 대해 비교 기능을 제공하는 경우가 있다. 그러나 이 경우에는, 상품의 성능 및 재원을 단순히 나열하는 비교 구조로서, 고객이 스스로 많은 정보를 비교해야 한다. 또한, 가격 정보는 판매자가 책정한 상품의 가격으로서, 완전히 동일한 상품 사이의 비교가 아니라면, 현실적으로 직접 비교가 어려운 문제가 있다.

1. 한국공개특허공보 제10-2001-0035483호

본 발명(Disclosure)은, 인공지능(artificial intelligent)에 의한, 고객의 구매조건에 가장 적합한 상품 판단과 선택이 가능한, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 제공을 일 목적으로 한다.

본 발명(Disclosure)은, 최소한의 비용으로 최대한의 고객 만족이 가능한, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 제공을 일 목적으로 한다.

여기서는, 본 발명의 전체적인 요약(Summary)이 제공되며, 이것이 본 발명의 외연을 제한하는 것으로 이해되어서는 아니 된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).

상기한 과제의 해결을 위해, 본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템은, 오픈마켓에서, 고객이 구매를 원하는 한 종류 이상의 상품과 상기 상품별 수량을 포함하는 주문정보를 고객으로부터 입력받는 입력부; 상기 오픈마켓에서 상기 상품을 판매하는 모든 판매자를 검색하는 검색부; 상기 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 상기 판매자별 상기 상품의 판매가를 포함하는 상품정보가 저장되는 판매정보-저장부; 상기 주문정보와 상기 판매자정보 및 상기 상품정보를 기반으로 하여, 서로 다른 상기 판매자의 상기 판매가를, 상기 상품별로 직접 비교할 수 있는 비교가격으로 환산하는 비교가격-계산부; 모든 상기 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성하고, 상기 조합별로 상기 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 상기 최적 순위에서 특정한 상위 순위까지의 상기 조합을 최적조합으로 선별하는 최적조합-선별부; 상기 판매자정보를 기반으로 하여 상기 최적조합별로 배송비용을 산출하고, 상기 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 상기 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별부; 상기 추천조합별로 상기 비교가격합계와 상기 판매가합계 및 상기 배송비용을 상기 고객에게 디스플레이하는 표시부;를 포함한다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서, 상기 추천조합-선별부는, 상기 추천조합별로 상기 상품의 상기 판매가를 합한 판매가합계를 산출하고, 상기 표시부는 상기 판매가합계를 상기 추천순위에 매칭하여 상기 고객에게 디스플레이할 수 있다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서, 상기 상품정보는, 상기 판매자가 상기 상품별로 책정한 품질상태 및 상기 품질상태별 가중치인 품질상태지수 를 더 포함하며, 상기 판매자 정보는, 상기 판매자와 거래한 모든 고객이 상기 판매자에 대해 평가한 구매만족도와, 상기 품질상태의 정확도를 평가한 표시상태만족도와, 상기 판매자의 평균배송일과, 반품율과, 판매취소율 및 반품분쟁건수을 더 포함할 수 있다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서, 상기 비교지수는, 하기의 계산식 1 내지 계산식 3으로 정의될 수 있다.

[계산식 1]

비교가격=(판매가×상품상태지수)+(판매가격×(100-업체신용지수)×2/100)

[계산식 2]

상품상태지수=100/품질상태지수

[계산식 3]

업체신용지수=(구매만족도+표기상태+(100-평균배송일)-반품율×4-판매취소율×4-(반품분쟁건수×10))/400

상기한 과제의 해결을 위해, 본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법은, 오픈마켓에서, 고객이 입력부를 통하여, 구매를 원하는 한 종류 이상의 상품과 상기 상품별 수량을 포함하는 주문정보를 입력하는 주문단계; 검색부가 상기 오픈마켓에서 상기 상품을 판매하는 모든 판매자를 검색하는 검색단계; 판매정보-저장부가, 상기 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 상기 판매자별 상기 상품의 판매가를 포함하는 상품정보를 저장하는 정보저장단계; 비교가격-계산부가, 상기 주문정보와 상기 판매자정보 및 상기 상품정보를 기반으로 하여, 서로 다른 상기 판매자의 상기 판매가를, 상기 상품별로 직접 비교할 수 있는 비교가격으로 환산하는 비교가격-산출단계; 최적조합-선별가, 모든 상기 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성하고, 상기 조합별로 상기 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 상기 최적 순위에서 특정한 상위 순위까지의 상기 조합을 최적조합으로 선별하는 최적조합-선별단계; 추천조합-선별부가, 상기 판매자정보를 기반으로 하여 상기 최적조합별로 배송비용을 산출하고, 상기 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 상기 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별단계; 및 표시부가, 상기 추천조합별로 상기 비교가격합계 및 상기 배송비용을 상기 고객에게 디스플레이하는 표시단계;를 포함한다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법은, 상기 추천조합-선별단계에서, 상기 추천조합-선별부가 상기 추천조합별로 상기 상품의 상기 판매가를 합한 판매가합계를 산출하는 단계;를 더 포함하고, 상기 표시단계에서, 상기 표시부가 상기 판매가합계를 상기 추천순위에 매칭하여 상기 고객에게 디스플레이하는 단계;를 더 포함할 수 있다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법에서, 상기 상품정보는, 상기 판매자가 상기 상품별로 책정한 품질상태 및 상기 품질상태별 가중치인 품질상태지수 를 더 포함하며, 상기 판매자 정보는, 상기 판매자와 거래한 모든 고객이, 상기 판매자에 대해 평가한 구매만족도와, 상기 품질상태의 정확도를 평가한 표시상태만족도와, 상기 판매자의 평균배송일과, 반품율과, 판매취소율 및 반품분쟁건수을 더 포함할 수 있다.

본 발명을 기술하는 여러 관점들 중 어느 일 관점(aspect)에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법에서, 상기 비교지수는, 하기의 계산식 1 내지 계산식 3으로 정의될 수 있다.

[계산식 1]

비교가격=(판매가×상품상태지수)+(판매가격×(100-업체신용지수)*2/100)

[계산식 2]

상품상태지수=100/품질상태지수

[계산식 3]

업체신용지수 = (구매만족도+ 표기상태+(100-평균배송일) - 반품율*4 - 판매취소율*4 -(반품분쟁건수*10)) / 400

본 발명에 따르면, 판매자정보와 상품정보를 기반으로 하여 산출된 직접 비교가 가능한 비교가격을 이용함으로써, 인공지능(artificial intelligent)에 의한 고객의 구매조건에 가장 적합한 상품 판단과 선택이 가능하다.

본 발명에 따르면, 비교가격의 총계를 이용하여 고객 요구에 최적화된 상품 조합을 선택하고 무료배송 조건 충족 여부를 판단함으로써, 최소한의 비용으로 최대한의 고객 만족이 가능하다.

도 1은 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 일 실시형태를 보인 블럭도.
도 2는 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법의 일 실시형태를 순서도.

이하, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템를 구현한 실시형태를 도면을 참조하여 자세히 설명한다.

다만, 본 발명의 본질적인(intrinsic) 기술적 사상은 이하에서 설명되는 실시형태에 의해 그 실시 가능 형태가 제한된다고 할 수는 없고, 본 발명의 본질적인(intrinsic) 기술적 사상에 기초하여 통상의 기술자에 의해 이하에서 설명되는 실시형태를 치환 또는 변경의 방법으로 용이하게 제안될 수 있는 범위를 포섭함을 밝힌다.

또한, 이하에서 사용되는 용어는 설명의 편의를 위하여 선택한 것이므로, 본 발명의 본질적인(intrinsic) 기술적 사상을 파악하는 데 있어서, 사전적 의미에 제한되지 않고 본 발명의 기술적 사상에 부합되는 의미로 적절히 해석되어야 할 것이다.

표 1은 고객이 구매를 원하는 상품의 판매자별 상품정보의 일 예이다.

표 1과 같이, a, b, c, d, e, f의 판매자가, 고객이 구매를 원하는 상품 9개 중 적어도 하나 이상을 판매하고 있다.

정가는 각각의 상품이 신품일 경우의 가격이며, 각 판매자가 판매하는 상품이 중고 상품일 경우에 상품의 품질상태를, 최상, 상, 중 하 중 어느 하나로 나타내었다.

일반적으로 중고 상품 판매가는, 판매자가 임의의 기준으로 책정한다. 중고 상품의 품질은 신품와 비교하여 다양한 기준이 적용될 수 있다.

상품 표면이나 모서리 부분의 물리적인 손상 또는 해어짐이 주요한 상품 선택 기준이 될 수 있다. 또는 상품의 기능이나 내용물이 상품 선택의 주요한 기준이 될 수도 있다.

따라서, 고객은 실제 상품의 실물을 확인할 수 없으므로, 온라인에서 공개된 상품의 품질상태를 완전히 신뢰할 수 없다. 서로 다른 판매자가 판매하는 동일한 상품의 품질상태가 상이한 경우를 가정하면, 고객이 어느 판매자의 상품을 구매할 것인지 선택하기 위한 추가적인 정보가 필요한 상황이다.

동일한 상품을 비교할 때, 일반적으로 고객은 상품별 최솟값에 해당하는 상품을 선택하여 구매한다. 그러나 상술한 바와 같이, 중고 상품의 판매가는 판매자 임의의 기준으로 품질상태를 책정하므로, 배송된 실제 상품의 품질이 고객의 기대에 크게 벗어날 수 있다. 이러한 상황이 발생하면, 구매시 선택 기준이 된 최솟값이, 실질적인 최솟값이 되지 못한다.

결국, 판매자가 책정한 판매가와 품질상태만으로는, 고객이 어떤 판매자의 상품을 구매할지를 결정할 수 없거나, 또는 상품 수령 후 상품에 대한 만족도를 보장하지 못한다.

표 2는 판매자별 판매자 정보의 일 예이다.

표 2에 나타낸 바와 같이, 판매자 정보는 고객이 판매자를 선택하는 기준을 제공할 수 있는 다양한 평가 요소를 포함한다.

구매만족도는 판매자의 판매행위 전반에 대한 고객의 만족 정도이며, 바람직하게는 0%에서 100% 범위에서 책정된다.

표시상태만족도는, 품질상태의 정확도를 평가한다. 판매자와 이미 거래한 고객 중, 판매자가 책정하여 공지한 품질상태와 실제 상품을 수령한 후, 해당 상품에 대해 고객이 판단한 품질상태와의 일치정도이다. 바람직하게는 0에서 200%를 범위에서 책정되며, 고객이 판단한 품질상태와 판매자가 공지한 품질상태가 동일하면 100%로 책정된다. 그러나 고객의 기대에 못미치면 100% 미만으로 책정되며, 반면에, 고객의 기대이상의 좋은 품질상태이면 100%를 초과하여 책정된다.

평균배송일은 일 단위로 산출되며 판매자가 판매하는 상품 전체의 평균배송일이다.

반품율은 전체 거래 건수 대비 반품 건수의 비율이다.

판매취소율은, 고객이 주문을 취소하거나, 품절상태와 같이 판매자가 해당 상품을 판매할 수 없는 상황으로 인해서 고객의 주문이 취소되는 건수의 비율이다.

반품분쟁건수는, 고객이 반품을 요청한 경우에 판매자와 분쟁 상황으로 발전한 건수의 총합이다.

이러한 판매자정보는, 상품을 실물 상태로 확인할 수 없는 온라인 마켓에서, 고객이 판매자를 선택하는 주요한 기준이 될 수 있다.

일반적인 온라인 마켓은, 특정 시간대 이전에 주문 완료된 상품은, 주문 당일 발송을 기본으로 물류를 처리하며 고객에게 이를 공지하고 있다. 그러나, 업무시간을 넘어서 주문하거나, 보유 수량을 초과하는 주문 또는, 주문지와 출하지가 다를 경우에는 1일 또는 2일정도 배송기간이 추가될 수 있다.

긴급하게 상품을 수령해야 하는 고객은, 1~2일의 배송 또는 발송지연이 매우 주요한 구매 기준이 될 수 있다.

반품율이 높으면, 해당 판매자의 상품이 고객으로 하여금 불만을 유발하는 비율이 높다고 판단할 수 있다. 온라인 마켓에서 상품의 반품은, 오프라인 마켓에 비교하여 더 번거로울 수 있다. 택배 수령시 반품하거나, 택배 집화 신청할 수 있으나, 반드시 고객이 상품을 전달하는 과정이 필요하다.

판매자에 따라서 특정 택배 업체를 이용하여 반품을 요청한다. 이 경우에, 편의점과 같이 상시 운영되는 집화 시스템을 이용할 수 없다. 온라인 마켓에서 구매한 상품의 반품도, 고객의 번거로움을 유발하며 반품 처리 기간이 더 길어질 수 있다. 따라서, 반품율율도, 고객의 구매 기준이 될 수 있다.

상술한 바와 같이, 인터넷을 통한 온라인 마켓에서 공개되는 상품의 가격은, 판매자 임의로 책정된다. 특히 중고 상품의 경우에는, 서로 다른 판매자에게 가격 책정의 일관성을 기대할 수 없다. 따라서 고객이 서로 다른 판매자의 상품 간의 비교가 불가능하다.

따라서 일반적으로 고객은, 가장 저렴한 판매가의 상품을 선택하여 주문한다. 그러나 상품을 수령하여 확인하기 전까지는, 상품의 실질적인 가치가 타 판매자의 상품에 비해서 동일함을 보장하지 않는다. 따라서 고객이 선택한 가격의 상품이 실질적으로 해당 가격의 가치를 보장하지 않는다. 또한, 배송 지연이나 반품 사유가 발생하게 되면, 실질적인 상품 가치는 더 감소할 수 있다.

온라인상의 오픈마켓의 상품 가치에 영향을 미치는 여로 요소들은, 각각은 정량화될 수 있으나, 서로 다른 단위 또는 형태의 평가 요소로서, 상호간에 연관성을 찾기 어렵다. 따라서, 이들을 요소 모두 포함하는 평가 요소가 존재하지 않으며, 그러므로 객관적인 평가가 어렵다. 이렇게 객관적 평가 요소를 도입할 수 없기 때문에, 모든 구매 행위들이 디지털 정보로 구성되는 온라인 구매에서도, 가장 중요한 상품의 선택 과정은 온전히 고객에게 의존될 수 밖에 없다.

표 1 내지 표 2에서 확인할 수 있듯이, 현재의 일반적인 온라인 쇼핑몰에서는 상품의 수치적 비교가 가능한 판매가는, 실질적인 비교 기능을 수행하는데 한계가 있다. 또한 온라인상의 오픈마켓이라는 특수성 때문에, 판매가와 함께 구매 결정요소에 포함되는 판매자 또는 상품정보가 정량화되지 못하여, 상품 선택 요소로서 기능을 하지 못하는 실정이다.

도 1은 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 일 실시형태를 보인 블럭도이다.

도 1을 참조하면, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템은, 입력부(100)와 검색부(200)와 판매정보-저장부(300)와 비교가격-계산부와 최적조합-선별부(400)와 추천조합-선별부(500) 및 표시부(600)를 포함한다.

입력부(100)는, 오픈마켓에서 고객이 구매를 원하는 한 종류 이상의 상품과 상품별 수량을 포함하는 주문정보를 고객으로부터 입력받는다.

검색부(200)는, 오픈마켓에서 상품을 판매하는 모든 판매자를 검색한다.

판매정보-저장부(300)는, 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 판매자별 상품의 판매가를 포함하는 상품정보가 저장된다.

비교가격-계산부는, 주문정보와 판매자정보 및 상품정보를 기반으로 하여, 서로 다른 판매자의 판매가를, 상품별로 직접 비교할 수 있는 비교가격으로 환산한다.

최적조합-선별부(400)는, 모든 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성한다. 또한, 조합별로 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 최적 순위에서 특정한 상위 순위까지의 조합을 최적조합으로 선별한다.
이에 따라 본 발명에 따른 오픈마켕에 적용되는 인공지능 쇼핑 시스템은, 고객이 구매를 원하는 한 종류 이상의 상품 별로, 상품을 판매하는 판매자를 독립적으로 선택한다.

추천조합-선별부(500), 판매자정보를 기반으로 하여 최적조합별로 배송비용을 산출하고, 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별부(500);

표시부(600)는, 추천조합별로 비교가격합계와 판매가합계 및 배송비용을 고객에게 디스플레이한다.

또한, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서 추천조합-선별부(500)는, 추천조합별로 상품의 판매가를 합한 판매가합계를 산출한다. 이때 표시부(600)는 판매가합계를 추천순위에 매칭하여 고객에게 디스플레이한다.

또한, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서 상품정보는, 바람직하게는 판매자가 상품별로 책정한 품질상태 및 품질상태별 가중치인 품질상태지수를 더 포함할 수 있다. 또한 판매자 정보는, 바람직하게는 판매자와 거래한 모든 고객이 판매자에 대해 평가한 구매만족도와, 품질상태의 정확도를 평가한 표시상태만족도와, 판매자의 평균배송일과, 반품율과, 판매취소율 및 반품분쟁건수을 더 포함할 수 있다.

또한, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서, 비교가격은, 바람직하게는 하기의 계산식 1 내지 계산식 3로 정의된다.

[계산식 1]

비교가격=(판매가×상품상태지수)+(판매가격×(100-업체신용지수)×2/100)

[계산식 2]

상품상태지수=100/품질상태지수

[계산식 3]

업체신용지수=(구매만족도+표기상태+(100-평균배송일)-반품율×4-판매취소율×4-(반품분쟁건수×10))/400

품질상태지수는, 표 1에 나타낸 품질상태에 따라서 책정되며, 신품일 경우를 100%로 하여, 품질상태가 낮아지면 품질상태지수도 작은 값으로 책정된다.

즉, 고객이 구매하고자 하는 상품의 품질상태를, 주요한 상품 선택기준으로 적용한다면, 품질상태에 따른 품질상태지수 값의 차이를 크게 할 수 있다. 반면에 상품의 품질상태를 주요한 상품 선택 기준으로 적용하지 않기를 원한다면, 품질상태에 따른 품질상태주 값의 차이를 작게 할 수 있다.

표 3은 표1의 판매가를 이용하여, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서 산출된 비교가격의 일 예이며, 표 4는 표 3의 비교가격을 기반으로 하여 선별된 최적조합에 해당하는 판매가이다. 또한, 표 5는 표 4의 최적조합과 표 2의 무료배송 기준금 및 표 3의 비교가격을 기반으로 하여 선별된 추천조합이다. 표 6은, 판매자별 배송비 및 무료배송 기준금이다.

표 3의 비교가격은, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템에서 산출되는 비교가격은, 서로 다른 판매자가 판매하는 동일 상품간에 직접 비교가 가능하다.

본 발명에 따른 비교가격은, 온라인 마켓에서 고객이 구매한 상품의 가치에 영향이 미치는 여러 요소를 복합하여, 수치 정보로 상호 직접비교가 가능하게 한다. 판매가를 수치화한 가상의 "가격" 정보 환산함으로써, 미세한 차이까지 직접비교가 가능하다. 또한, 정량적 정보를 이용함으로써, 인공지능(artificial intelligent)에 의한 판단과 선택이 가능하며, 구매행위 이후에 검증이나 확인 과정이 용이하다.

즉, 표 3에 나타낸 비교가격은, 수치가 작을수록 고객이 원하는 상품에 근접한다고 판단할 수 있다.

예를 들어 상품 1은 판매자 a의 상품이 5470, 판매자 d의 상품은 3647이다. 이때 비교가격이 3647인 판매자의 상품1 이 고객의 구매 조건에 더 적합한 상품이라고 판단할 수 있다.

반면에 상품 2는 판매자 b의 상품 2의 비교가격 5002가 판매자 a의 상품 2의 비교가격 5010보다 낮다. 따라서 품질상태가 하 임에도, 판매자 b의 상품 2가 고객의 구매 조건에 더 적합한 상품으로 판단할 수 있다.

표 4를 참조하면, 표 3에서 선별된 비교가격을 기반으로 하여, 선별된 선별-가격 및 선별-가격을 적어도 하나 이상 포함하는 판매자를 선별-판매자를 나타내었다.

표 4를 참조하면, 표 3에서 선별된 비교가격에 해당하는 판매가가 선별-가격으로 선택된다. 선별-가격을 적어도 하나 이상 포함하는 판매자는 선별-판매자로 선택된다. 즉, 선택된 선별-판매자는, 판매자 a, b, d, e, f이다. 이렇게 선택된 선별-판매자의 선별-가격을 합산하면, 30,500원이며, 이때 배송비 합계는 11,500원이다. 따라서 고객이 9개의 상품 구입을 위해서 지불해야 하는 총계는, 42,000원이다.

표 6를 참조하면, 무료배송 기준금은 판매자마다 다르다. 판매자 a와 판매자 b의 무료배송 기준금이 20,000원으로 가장 적다.

표 4를 참조하면, 최적조합에 포함된 판매자별 상품의 판매가 총계와 무료배송 기준금의 차이를 산출할 수 있다. 판매자 a의 상품중 최적 조합에 포함된 상품은 상품 4, 6, 7이며, 이들 상품의 판매가 소계는 16,000원이다. 무료배송 기준금이 20,000원이므로, 4,000원의 상품을 추가할 경우에는, 판매자 a로부터는 무료배송의 혜택을 받을 수 있다.

표 5를 참조하면, 표 4의 최적조합에서, 상품 2와 상품 5를, 각각 판매자 b와 판매자 d 로 부터 판매자 a로 변경하여 추천조합으로 선별하였다.

이렇게 되면, 판매가는 모두 1,500원 더 지불해야 하지만. 판매자 a의 배송비 2,500원이 삭감되므로, 전체 구매비용에서 1,000원이 삭감될 수 있다.

결론적으로, 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템은, 고객의 만족도를 극대화할 수 있는 상품을 객관적 수치 정보로 선택하고, 고객의 구매 요구 조건에 최적화된 상품의 변경을 최소화하면서, 배송비를 포함한 구매 비용을 최소화할 수 있다.

또한, 표 5를 참조하면, 판매자 d의 상품 1을 판매자 a의 상품 1로 변경할 수 있다. 판매자 d의 배송비는 삭감되며, 판매자 a는 이미 무료배송이 가능하므로, 상품 1의 배용이 1,000원 상승하지만, 판매자 d의 배송비 3,000이 삭감된다. 따라서 이 경우에 구매비용을 2,000원 저렴해진다.

그러나, 표 3 내지 표4의 최적조합의 상품별 판매자를 변경하여 표 5의 추천조합을 생성할 때, 변경된 추천조합에 포함되는 판매자별 상품의 비교가격의 총합은, 최적조합에 포함된 판매자별 상품의 비교가격 총합보다 증가한다. 즉 고객의 구매조건에 적합하지 않은 상품이 구매대상으로 선별될 수 있다.

따라서, 본 발명에 따른 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템은, 비교가격의 합계와 무료배송 기준금 조건을 감안한 배송비 합계를, 작은 값 순서로 정렬하고, 특정한 상위 순위까지의 정보를 고객에게 공개함으로써, 고객이 상품 품질과 실제 지불 비용을 고려하여 선택할 수 있도록 한다.

도 2는 본 발명에 따른 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법의 일 실시형태를 순서도이다.

도 2를 참조하면, 본 발명에 따른, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법은, 우선 주문단계에서 고객이 구매를 원하는 한 종류 이상의 상품과 상품별 수량을 포함하는 주문정보를 입력한다.

다름으로 검색단계에서, 입력된 주문정보를 기반으로 검색부(200)가 오픈마켓에서 상품을 판매하는 모든 판매자를 검색한다.

다음으로 정보저장단계에서는, 판매정보-저장부(300)가 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 판매자별 상품의 판매가를 포함하는 상품정보를 저장한다.

다음으로 비교가격-산출단계에서는, 비교가격-계산부가 주문정보와 판매자정보 및 상품정보를 기반으로 하여, 서로 다른 판매자의 판매가를, 상품별로 직접 비교할 수 있는 비교가격으로 환산한다.

다음으로, 최적조합-선별단계에서는, 최적조합-선별가, 모든 상품별로 하나씩 선택된 비교가격의 조합을 적어도 하나 이상 생성하고, 조합별로 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 최적 순위에서 특정한 상위 순위까지의 조합을 최적조합으로 선별한다.

추천조합-선별단계에서는 추천조합-선별부(500)가, 판매자정보를 기반으로 하여 최적조합별로 배송비용을 산출하고, 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별한다.

표시단계에서는 표시부(600)가, 추천조합별로 비교가격합계와 판매가합계 및 배송비용을 고객에게 디스플레이한다.

또한, 본 발명에 따른, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법은, 추천조합-선별단계에서, 추천조합-선별부(500)가 추천조합별로 상품의 상기 판매가를 합한 판매가합계를 산출하는 단계를 더 포함하고, 표시단계에서는, 표시부(600)가 판매가합계를 추천순위에 매칭하여 고객에게 디스플레이하는 단계를 더 포함할 수 있다.

고객은, 표시부(600)에서 디스플레이되는 추천조합별로 비교가격합계와 배송비용 및 판매가합계를 확인하여, 추천조합중 어느 하나를 선택하여 구매결정하고 결제를 진행 할 수 있다.

반면에, 고객이 추천조합중 어느 하나도 선택하지 않고, 주문 단계를 다시 시작할 수 있다. 이때, 상품의 변화 없이 품질상태를 변화시킴으로써, 주문 조건을 변경할 수 있다.

Claims (8)

1. 오픈마켓에서, 고객이 구매를 원하는 한 종류 이상의 상품과 상기 상품별 수량을 포함하는 주문정보를 고객으로부터 입력받는 입력부;
   상기 오픈마켓에서 상기 상품을 판매하는 모든 판매자를 검색하는 검색부;
   상기 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 상기 판매자별 상기 상품의 판매가를 포함하는 상품정보가 저장되는 판매정보-저장부;
   상기 주문정보와 상기 판매자정보 및 상기 상품정보를 기반으로 하여, 서로 다른 상기 판매자의 상기 판매가를, 상기 상품별로 직접 비교할 수 있는 비교가격으로 환산하는 비교가격-계산부;
   상기 상품 별로 상기 판매자가 독립적으로 선택되도록 모든 상기 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성하고, 상기 조합별로 상기 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 상기 최적 순위에서 특정한 상위 순위까지의 상기 조합을 최적조합으로 선별하는 최적조합-선별부;
   상기 판매자정보를 기반으로 하여 상기 최적조합별로 배송비용을 산출하고, 상기 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 상기 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별부; 및
   상기 추천조합별로 상기 비교가격합계와 상기 판매가합계 및 상기 배송비용을 상기 고객에게 디스플레이하는 표시부;를 포함하고,
   상기 추천조합-선별부는,
   상기 추천조합별로 상기 상품의 상기 판매가를 합한 판매가합계를 산출하고,
   상기 표시부는 상기 판매가합계를 상기 추천순위에 매칭하여 상기 고객에게 디스플레이하는 것을 특징으로 하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템.
2. 삭제
3. 청구항 1에 있어서,
   상기 상품정보는,
   상기 판매자가 상기 상품별로 책정한 품질상태 및 상기 품질상태별 가중치인 품질상태지수 를 더 포함하며,
   상기 판매자 정보는,
   상기 판매자와 거래한 모든 고객이 상기 판매자에 대해 평가한 구매만족도와, 상기 품질상태의 정확도를 평가한 표시상태만족도와, 상기 판매자의 평균배송일과, 반품율과, 판매취소율 및 반품분쟁건수을 더 포함하는 것을 특징으로 하는, 오픈마켓에에 적용되는 인공지능 쇼핑 시스템.
4. 청구항 3에 있어서,
   상기 비교가격은, 하기의 계산식 1 내지 계산식 3으로 정의되는 것을 특징으로 하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템 :
   [계산식 1]
   비교가격=(판매가×상품상태지수)+(판매가격×(100-업체신용지수)×2/100)
   [계산식 2]
   상품상태지수=100/품질상태지수
   [계산식 3]
   업체신용지수=(구매만족도+표기상태만족도+(100-평균배송일)-반품율×4-판매취소율×4-(반품분쟁건수×10))/400
5. 오픈마켓에서, 고객이 입력부를 통하여, 구매를 원하는 한 종류 이상의 상품과 상기 상품별 수량을 포함하는 주문정보를 입력하는 주문단계;
   검색부가 상기 오픈마켓에서 상기 상품을 판매하는 모든 판매자를 검색하는 검색단계;
   판매정보-저장부가, 상기 판매자별 배송비 및 무료배송 기준금을 포함하는 판매자정보 및, 상기 판매자별 상기 상품의 판매가를 포함하는 상품정보를 저장하는 정보저장단계;
   비교가격-계산부가, 상기 주문정보와 상기 판매자정보 및 상기 상품정보를 기반으로 하여, 서로 다른 상기 판매자의 상기 판매가를, 상기 상품별로 직접 비교할 수 있는 비교가격으로 환산하는 비교가격-산출단계;
   최적조합-선별가, 상기 상품 별로 상기 판매자가 독립적으로 선택되도록 모든 상기 상품별로 하나씩 선택된 상기 비교가격의 조합을 적어도 하나 이상 생성하고, 상기 조합별로 상기 비교가격을 합한 비교가격합계를 작은 순서로 정렬하여 최적순위를 생성하고, 상기 최적 순위에서 특정한 상위 순위까지의 상기 조합을 최적조합으로 선별하는 최적조합-선별단계;
   추천조합-선별부가, 상기 판매자정보를 기반으로 하여 상기 최적조합별로 배송비용을 산출하고, 상기 비교가격합계를 합하여 작은 순서로 정렬한 추천순위를 생성하고, 상기 추천순위에서 특정한 상위 순위까지를 추천조합으로 선별하는 추천조합-선별단계; 및
   표시부가, 상기 추천조합별로 상기 비교가격합계 및 상기 배송비용을 상기 고객에게 디스플레이하는 표시단계;를 포함하고,
   상기 추천조합-선별단계에서,
   상기 추천조합-선별부가 상기 추천조합별로 상기 상품의 상기 판매가를 합한 판매가합계를 산출하는 단계;를 포함하고,
   상기 표시단계에서,
   상기 표시부가 상기 판매가합계를 상기 추천순위에 매칭하여 상기 고객에게 디스플레이하는 단계;를 포함하는 것을 특징으로 하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법
6. 삭제
7. 청구항 5에 있어서,
   상기 상품정보는,
   상기 판매자가 상기 상품별로 책정한 품질상태 및 상기 품질상태별 가중치인 품질상태지수 를 더 포함하며,
   상기 판매자 정보는,
   상기 판매자와 거래한 모든 고객이, 상기 판매자에 대해 평가한 구매만족도와, 상기 품질상태의 정확도를 평가한 표시상태만족도와, 상기 판매자의 평균배송일과, 반품율과, 판매취소율 및 반품분쟁건수을 더 포함하는 것을 특징으로 하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법
8. 청구항 7에 있어서,
   상기 비교가격은, 하기의 계산식 1 내지 계산식 3으로 정의되는 것을 특징으로 하는, 오픈마켓에 적용되는 인공지능 쇼핑 시스템의 작동방법
   [계산식 1]
   비교가격=(판매가×상품상태지수)+(판매가격×(100-업체신용지수)×2/100)
   [계산식 2]
   상품상태지수=100/품질상태지수
   [계산식 3]
   업체신용지수=(구매만족도+표기상태만족도+(100-평균배송일)-반품율×4-판매취소율×4-(반품분쟁건수×10))/400

Images