온라인쇼핑의 유사 상품 추천 ,어떻게 이루어질까?

 

 

   온라인 쇼핑을 하면서 한번쯤 이런 경험을 한 적이 있지 않은가? 내가 관심 있는 제품을 검색하면 그 아래에 '방금 본 상품과 유사한 제품'과 같은 추천 목록이 나타나는 것을 본 적이 있을 것이다. 이러한 추천 시스템의 핵심 기술 중 하나가 바로 이미지 유사도 분석이다. 단순히 상품 이름이나 설명이 비슷해서 추천하는 것이 아니라 상품의 이미지를 분석하여 시각적으로 유사한 상품을 찾아주는 것이라고 볼 수 있다.
   이번 Hands on에서는 지난 호에서 다뤘던 CLIP 을 다시 한번 사용하여 이미지 유사도를 평가해보는 실습을 해보도록 하겠다. CLIP 을 통해 여러 이미지를 생성 한 후 ① 생성된 이미지가 내가 원하는 실제 이미지와 얼마나 비슷한지 ② 다른 주제로 생성된 이미지들이 얼마나 명확히 구분되는지를 알아볼 예정이다. 이미지 유사도의 분석 과정은 아래를 참조하길 바란다. 이제 본격적인 코딩 실습으로 들어가보자!

📌이미지 유사도 분석 📌 ▪ 이미지는 사람 눈에는 직관적이지만 컴퓨터 입장에서는 단순한 픽셀의 배열 ▪ 컴퓨터가 이미지를 이해하고 비교하려면 이미지를 수치화하여 표현하는 과정이 필요 이러한 과정을 이미지 임베딩 (Image Embedding) 이라고 함 ▪ 이미지가 딥러닝 모델 ( ResNet 등 을 통과하면 이미지 임베딩을 통해 고차원 벡터 형태로 변환되며 이 벡터는 이미지의 핵심 특징을 표현하는 압축 정보 ▪ 벡터 간 거리 유사도 를 측정하는 다양한 방법이 있지만 본 실습에서는 가장 대중적인 방법인 코사인 유사도 사용 ※ 전체 Source 코드 및 결과는 분량상 생략, 아래 링크를 참고해주세요.

 

온라인 쇼핑의 유사 상품 추천, 어떻게 이루어질까?

 

① 관련 라이브러리 선언

② GPU 선택 및 번역기 세팅 (지난 호와 동일한 관계로 생략)

③ 텍스트 프롬프트 입력

④ 이미지 생성 및 저장

⑤ 실제 이미지 불러오기 및 저장

⑥ 이미지 유사도 분석