선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 논문에서는 상기한 기존의 동선분석 시스템의 단점을 보완하여 오프라인 쇼핑몰 환경에서 실시간으로 고객의 위치를 파악하여 자동으로 쇼핑 동선을 분석하여 지능적인 매장관리가 가능한 RFID기반 쇼핑 동선 분석 시스템을 제안한다.
- 본 논문에서는 UHF 대역 (900MHz)의 RFID 리더 및 태그와 지능형 에이전트를 이용한 RFID기반 쇼 핑 동선 분석 시스템을 제안하였다.
- 본 논문에서는 유비쿼터스 핵심기술인 RFID를 이용하여 대형 할인매장이나 대형 수퍼마켓과 같은 오프라인 쇼핑몰에서 RFID 태그를 쇼핑 카트와 장 바구니에 부착하여 매장안의 고객의 위치를 실시간 으로 검출하고 쇼핑 동선을 파악하여 고객의 쇼핑 행태을 분석하고 이를 기반으로 매장관리를 효율적으로 할 수 있도록 유용한 정보를 제공해 줄 수 있는 RFID기반 쇼핑 동선 분석 시스템을 제안한다. 고객이 RFID 태그가 부착된 쇼핑 카트를 끌고 매장 안으로 입장할 때 자신의 매장 입장 정보를 고객카드를 인식할 수 있는 매장 단말기를 통해 시스템 서버에 전달한 후 쇼핑을 시작하면 각 상품 구역에 부착된 RFID 수신기의 안테나가 현재 고객 위치를 파악하고 위치 데이터를 시스템 서버에 전 송하게 된다.
제안 방법
- 각 상품 진열대별 안테나 위치 및 방향에 따른 태 그 인식률과 쇼핑 카트/장바구니의 이동 방향(각 도)/거리에 따른 인식률에 대해 실험을 하였다. RFID 태그 인식을 위해 위치 인식 모듈(API)이 탑 재된 서버와 RFID 리더를 연결하여 쇼핑 카트오+ 바구니에 부착된 태그 위치를 검출하였다.
- 실험 장비로는 UHF-RFID 리더 4 디、RF 안테나 (원편파 PATCH Antenna) 8set, EPC Class 1 태그 100개, LMR200 Coaxial Cable, 쇼핑 카트 10개, 장 바구니 25개를 사용하여 각 상품 진열대별 안테나 위치에 따른 태그 인식에 대한 실험을 수행하였다. 각 상품 진열대별 안테나 위치 및 방향에 따른 태 그 인식률과 쇼핑 카트/장바구니의 이동 방향(각 도)/거리에 따른 인식률에 대해 실험을 하였다. RFID 태그 인식을 위해 위치 인식 모듈(API)이 탑 재된 서버와 RFID 리더를 연결하여 쇼핑 카트오+ 바구니에 부착된 태그 위치를 검출하였다.
- 쇼핑 동선 파악 모듈에서는 UHF 대역 (900MHz) 의 RFID 리더로부터 수신된 고객의 위치 및 각 구 역별 쇼핑시간 정보가 임계값을 이용한 유효 쇼핑 시간 계산 알고리즘에 의해 실시간으로 검출된다. 검출된 고객의 위치 정보는 전파 간섭현상에 의해 야기되는 동선의 끊김 현상을 보정해 주는 동선보 정 알고리즘에 의해 고객의 유효하고 완전한 쇼핑 동선을 계산한다.
- 0 및 Flash MX 2004를 이용하여 구 현하였다. 구현된 시스템은 쇼핑 동선 구현을 위하여 실시간으로 고객의 쇼핑 위치를 검출하고 이를 기반으로 개별 고객들의 쇼핑 동선을 구현한다.
- 이러한 수작업을 통한 매장 평면도 상의 동선 표 현은 각 통로별 고객의 혼잡도를 대략적으로 파악 할 수 있지만 현실적으로 전수 검사와 세부적이고 객관적인 표현에 어려움이 있으며, 매장관리와 고 객관리를 위한 세부적인 분석은 불가능하다. 따라서 이러한 대략적인 샘플링 동선파악을 기반으로 전체적인 고객 동선의 특징을 정성적으로 파악하였다.
- 실제로 중대형 쇼핑몰의 경우 일 구매고객이 12,000명 이상이며 평균 쇼핑 시간을 40분 정도로 추정 했을 때 위치정보의 검출 데이터 건수는 1초 간격으로 검출했을 경우 약 3, 000만건/일의 트랜잭션을 처리해야 한다. 따라서, 매장에서 실시간으로 고객의 쇼핑 위치 검출하여 그 위치정보와 시간정보를 수신하고 수신된 데이터를 저장하기 위한 최적의 시간 간격(time slice)을 도출하기 위한 실험을 하였으며, 그 결과는 그림 11과 같다.
- 또한, 안테나끼리의 전파 간섭현상과 차페물에 의한 전파 왜곡현상을 최소화 하여 최적의 인식률 이 검출될 수 있도록 안테나의 방향(각도)에 따른 인식률실험을 하였다.
- 매장 테이블(T_Store_Master), 쇼핑카트 정보 (T_Cart_Info)와 쇼핑카트 위치 (T_Cart_Position)로 구 성된 카트 및 위치정보 테이블「rfiD 안테나 정보 (T_RFID_Anntena), 상품 매핑 정보 (T_Product_Mapping), 상품 마스터 (T_Product_Master), 상품 진열대 정보(T_Shelf_Info) 로 구성된 상품 진열 대 및 안테나 정보 테이블을 설계하였다.
- 본 논문에서 제안하는 시스템의 실용적 증명을 하기 위하여 현장 실험을 하였으며, 현장 실험은 실제 운영 중인 매장에 직접 시스템 장비를 설치하여 실험하였다.
- 상품이 진열되어있는 각 상품 진열대에 바닥과의 거리(높이)로 구분한 하단, 중단, 상단, 최상단에 안 테나를 설치하여 쇼핑카트와 장바구니에 부착한 태 그를 인식하게 하였다.
- 이동 중인 쇼핑 카트나 장바구니에 부착된 태그 가 상품 진열대에 부착된 안테나와의 마주보는 각 도 따라 인식률의 변화를 실험하였으며, 표 2와 같은 결과를 얻었다. 안테나의 방향과 태그와의 각도 를 다르게 하여 총 200회(쇼핑카트 100회, 장바구니 100회) 테스트하였다.
- 본 논문에서 제안하는 RFID기반 쇼핑 동선 분석 정보를 이용한 상품 추천 시스템에 대한 시스템 구조는 그림 5와 같다. 오프라인 쇼핑몰에서 고객 이 상품을 담기위해 끌고 다니는 쇼핑 카트(cart)에 RFID 태그를 부착하고 RFID 리더와 안테나를 매장 안의 각 구역에 설치하여 실시간으로 쇼핑 카트의 태그의 위치를 RFID 리더와 안테나로 수신하여 고 객의 현재 쇼핑 위치를 검출하고 이를 연결하여 쇼 핑 경로를 파악한다. 검출된 고객의 쇼핑 위치 및 검출 시간 정보를 시스템 서버에 보내어 해당 데이터를 데이터베이스에 저장한다.
- 이동 중인 쇼핑 카트나 장바구니에 부착된 태그 가 상품 진열대에 부착된 안테나와의 마주보는 각 도 따라 인식률의 변화를 실험하였으며, 표 2와 같은 결과를 얻었다. 안테나의 방향과 태그와의 각도 를 다르게 하여 총 200회(쇼핑카트 100회, 장바구니 100회) 테스트하였다.
- 이러한 고객 쇼핑 동선을 하나의 매장 평면도에 계속 누적하여 그려서 하루 또는 일정 기간 동안의 전체 고객에 대한 동선도를 그려서 쇼핑몰을 방문 하는 고객들이 실제로 자주 이용하는 통로와 그렇 지 않은 통로를 가시적으로 표현하고, 실제 각 구 역의 매출과 대비하여 개선점을 찾아 매장의 상품 배치나 레이아웃 변경에 참고 하였다.
- 고객이 RFID 태그가 부착된 쇼핑 카트를 끌고 매장 안으로 입장할 때 자신의 매장 입장 정보를 고객카드를 인식할 수 있는 매장 단말기를 통해 시스템 서버에 전달한 후 쇼핑을 시작하면 각 상품 구역에 부착된 RFID 수신기의 안테나가 현재 고객 위치를 파악하고 위치 데이터를 시스템 서버에 전 송하게 된다. 전송된 고객의 위치와 해당 구역에서 머무른 시간을 이용하여 유효 쇼핑 시간을 계산하고 각 고객의 쇼핑 이동 경로를 실시간으로 파악하 여쇼핑 동선 정보를 시스템 서버에 전송한다.
- 제안하는 RFID 기반 쇼핑 동선 분석 시스템은 J2SDK(Java 2 Standard Development Kit) v1.4.1과 Visual C++ v6.0 및 Flash MX 2004를 이용하여 구 현하였다. 구현된 시스템은 쇼핑 동선 구현을 위하여 실시간으로 고객의 쇼핑 위치를 검출하고 이를 기반으로 개별 고객들의 쇼핑 동선을 구현한다.
- 제안하는 시스템은 대형 마트와 같은 오프라인 쇼핑몰에서 RFID 태그를 카트에 부착한 후 RFID 태그와 리더기의 안테나를 이용하여 쇼핑하는 고객 의 이동 경로와 각 구역에서의 쇼핑 시간을 에이전 트가 탑재된 시스템에서 계산하여 고객의 쇼핑 동 선을 구현하고, 그 정보를 분석하는 시스템이다. 제안하는 시스템은 고객의 쇼핑 위치와 각 구역 별 쇼핑 시간을 정확히 측정하고 이를 고객의 상품 구매 프로파일에 매칭시켜 고객의 개별 및 군집 쇼 핑 동선을 교차 분석하여 기존 연구와 기존 시스템 에서 불가능했던 오프라인 쇼핑몰에서의 실시간으 로 고객의 쇼핑 동선을 분석하고 분석된 정보를 이용하여 효율적인 매장관리를 할 수 있도록 하였다. 구현된 시스템은 RFID 장비와 함께 현장 실험을 통해 이동 객체(쇼핑 카트)에 대한 식별 및 위치 검출의 정확도를 검증하였으며, 전파간섭이나 차폐 물에 의한 끊긴 동선에 대해 지속적인 보정 실험을 통해 완전한 쇼핑 동선을 구현할 수 있었다.
- 제안하는 시스템은 대형 마트와 같은 오프라인 쇼핑몰에서 RFID 태그를 카트에 부착한 후 RFID 태그와 리더기의 안테나를 이용하여 쇼핑하는 고객 의 이동 경로와 각 구역에서의 쇼핑 시간을 에이전 트가 탑재된 시스템에서 계산하여 고객의 쇼핑 동 선을 구현하고, 그 정보를 분석하는 시스템이다. 제안하는 시스템은 고객의 쇼핑 위치와 각 구역 별 쇼핑 시간을 정확히 측정하고 이를 고객의 상품 구매 프로파일에 매칭시켜 고객의 개별 및 군집 쇼 핑 동선을 교차 분석하여 기존 연구와 기존 시스템 에서 불가능했던 오프라인 쇼핑몰에서의 실시간으 로 고객의 쇼핑 동선을 분석하고 분석된 정보를 이용하여 효율적인 매장관리를 할 수 있도록 하였다.
- 평면도에 직접 펜으로 그려서 표현한 쇼핑 동선 을 보고 특정 건물이나 특정 지역 내의 이동경로에 대한 전체적인 흐름을 파악하였으며, 어느 지역에 많은 통행량과 혼잡성을 보였는지에 대한 분석을 하였다. 그림 1은 전통적인 동선분석 방법에 의한 개인 고객에 대한 동선을 누적하여 표현한 고객들 의 동선도이다.
대상 데이터
- 제안하는 시스템의 각 부분별 구성은 그림 5와 같다. 시스템 구성은 크게 4개의 부분으로 분류해 보면 사용자와 위치를 식별할 수 있는 사용자 태 그, 태그를 인식하고 데이터를 처리하는 RFID 리더 와 안테나 및 시스템 서버로 구성된 시스템 인터페 이스, 지능형 학습 에이전트 모듈과 위치 추적 미 들웨어로 구성된 위치추적 엔진 및 애플리케이션, 그리고 검출되고 계산된 정보를 저장하는 데이터베 이스로 구성되어있다.
- 실험 장비로는 UHF-RFID 리더 4 디、RF 안테나 (원편파 PATCH Antenna) 8set, EPC Class 1 태그 100개, LMR200 Coaxial Cable, 쇼핑 카트 10개, 장 바구니 25개를 사용하여 각 상품 진열대별 안테나 위치에 따른 태그 인식에 대한 실험을 수행하였다. 각 상품 진열대별 안테나 위치 및 방향에 따른 태 그 인식률과 쇼핑 카트/장바구니의 이동 방향(각 도)/거리에 따른 인식률에 대해 실험을 하였다.
성능/효과
- 검색한 결과 구매 내역이 있으면 에서 해당 동선 중 가장 구매율이 높은 쇼핑 경로를 취하여 끊긴 동선을 보정하고 구매 내역이 없는 경우에는 에서 다시 학습된 쇼핑 동선의 유무를 판단하여 학습된 쇼핑 동선이 있는 경우에는 학습된 쇼핑 동 선 중에서 가장 방문횟수가 높은 쇼핑 동선을 위하여 끊긴 동선을 보정하고, 학습된 쇼핑 동선이 없는 경우에는 에서 쇼핑 동선의 평균 동선 데이터를 계산하여 최단거리 쇼핑 동선을 취하여 끊긴 동선을 보정한다.
- 제안하는 시스템은 고객의 쇼핑 위치와 각 구역 별 쇼핑 시간을 정확히 측정하고 이를 고객의 상품 구매 프로파일에 매칭시켜 고객의 개별 및 군집 쇼 핑 동선을 교차 분석하여 기존 연구와 기존 시스템 에서 불가능했던 오프라인 쇼핑몰에서의 실시간으 로 고객의 쇼핑 동선을 분석하고 분석된 정보를 이용하여 효율적인 매장관리를 할 수 있도록 하였다. 구현된 시스템은 RFID 장비와 함께 현장 실험을 통해 이동 객체(쇼핑 카트)에 대한 식별 및 위치 검출의 정확도를 검증하였으며, 전파간섭이나 차폐 물에 의한 끊긴 동선에 대해 지속적인 보정 실험을 통해 완전한 쇼핑 동선을 구현할 수 있었다.
- 또한, 제안 시스템의 응용기술을 이용하여 POS(Point Of Sales) Transaction에 동선정보를 포함 시켜 활용할 수 있으며, 자동으로 상품의 입출 현 황 파악이 가능한 지능형 선반(Smart-Shelf)과 연계 하여 고객의 상품에 대한 관심 정도를 정밀하게 포함하는 선호도 계산 알고리즘으로 발전이 가능하다.
- 또한, 제안하는 시스템은 RFID 데이터 검출과 유효 데이터 필터링 외에 수신된 데이터를 분할하여 DB 에 저장해야 하며, DB에 저장된 정보를 기반으로 쇼핑 동선 분석을 해야 하므로 데이터 검출 처리에 서의 메인 메모리의 이용률이 50% 이상이 되면 원 활한 실시간 처리가 불가능하기 때문에 시스템 부 하 요소인 메모리의 이용률이 50% 미만이 되어야 한다.
- 안테나와 태그의 거리를 다르게 하여 총 200회 (쇼핑카트 100회, 장바구니 100회) 테스트하였으며, 안테나의 상품 진열대 위치별 인식률 테스트에서는 안테나 전방에 상품 차폐물의 유/무에 따라 인식률 이 크게 차이가 났으며, 상품 진열대의 위치 중에 서는 상품 진열대 1, 2단에 해당되는 상품 진열대 하단에 안테나를 위치시키는 것이 가장 좋은 인식 률(최대 90.0%)을 보였다. 상품 진열대별 인식률에 대한 실험한 결과는 표 1과 같다.
- 안테나의 방향(각도)에 따른 태그 인식률 테스트 는 태그의 수직 위치와 동일한 상품 진열대 위치에서 상하좌우 각도 0°일 경우 90% 이상의 인식률을 보였으나, 이것은 최적의 방향(각도)이므로 그 결과를 기술하지 않는다.
- 유효 검출율은 수신되는 데이터에 대해 노이즈 (noise)가 없는 정확한 데이터가 90% 이상 검출되어 야 하므로 본 실험을 통해 위치 및 시간 검출 시간 간격(time slice)은 0.3초 간격이 최적인 값으로 나타났다. 유효 검출율에서 약 10%의 비검출율은 전파 간섭현상 및 차폐물에 의한 전파 왜곡현상에 의해 수신되지 못한 데이터 비검출율이며, 이는 끊긴 보 정 알고리즘을 통해 보정한다.
후속연구
- 제안하는 시스템은 기존에 불가능했던 오프라인 매장에서 고객 동선을 디지털 데이터로 객관적으로 수집하고 보정한 후 실시간 상품 추천을 가능하게 할 수 있으며, 향후 EPC가 확산 되었을 때 제안시스템의 알고리즘과 구현방법은 다양한 응용분야에 기본 모델로 활용이 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.