Dec 17

[이커머스] AI 쇼핑 코파일럿: AI 쇼핑 추천 에이전트

📌 프로젝트 소개

AI 쇼핑 코파일럿: 리뷰·영상·댓글을 분석하는 지능형 쇼핑 에이전트  

온라인 쇼핑에서 소비자는 수많은 플랫폼(네이버 블로그, 유튜브, 쇼핑몰 리뷰 등)을 직접 탐색하며 정보를 수집해야 합니다. 그러나 이 과정은 시간 소모적이며, 핵심 정보를 선별하는 데 어려움이 따릅니다. 특히 제품의 단점이 마음에 들지 않을 경우, 대체 제품을 찾기 위해 다시 검색해야 하는 번거로움이 발생합니다.  

이러한 문제를 해결하기 위해 Upstage Solar Pro 2와 n8n 자동화 파이프라인을 결합한 AI 쇼핑 코파일럿을 개발했습니다. 이 시스템은 멀티모달 데이터(텍스트 리뷰, 유튜브 영상, 댓글)를 통합 분석해 핵심 정보를 요약하고, 단점 기반 대체 제품을 추천하며, 사용자 페르소나에 맞춘 개인화 설명을 제공합니다.

Empty space, drag to resize

🧐 문제 정의

기존 온라인 쇼핑의 문제점  

1. 정보 분산과 시간 낭비  
   - 소비자는 네이버, 유튜브, 쇼핑몰 등 여러 플랫폼을 직접 탐색하며 리뷰를 수집해야 합니다.  
   - 수십 개의 리뷰에서 핵심 정보(장점, 단점, 내구성 등)를 선별하는 과정이 번거롭습니다.  

2. 신뢰성 부족  
   - 광고성 콘텐츠나 홍보성 리뷰가 혼재되어 신뢰할 수 있는 정보를 찾기 어렵습니다.  
   - 단순 키워드 분석만으로는 제품의 실제 사용 경험을 정확히 파악하기 어렵습니다.  

3. 비효율적인 대체 제품 탐색  
   - 제품의 단점이 마음에 들지 않을 경우, 소비자는 다시 처음부터 검색해야 합니다.  
   - 대체 제품 추천이 단순히 유사 제품 목록에 그쳐, 구체적인 선택 근거를 제공하지 못합니다.  

4. 개인화 부재  
   - 동일한 제품이라도 사용자의 연령, 직업, 성별에 따라 중요도가 다릅니다.  
   - 예: 30대 개발자에게 "고해상도 디스플레이"는 생산성 향상 요소이지만, 대학생에게는 불필요한 기능일 수 있습니다.

Empty space, drag to resize

💡 문제 해결

AI 쇼핑 코파일럿의 해결 방안  

1. 멀티모달 데이터 통합 분석  
   - n8n 파이프라인으로 네이버 리뷰, 유튜브 영상, 댓글을 자동 수집합니다.  
   - Solar Pro 2를 활용해 단순 키워드 분석이 아닌 문맥 기반 의미 분석을 수행합니다.  
   - 예: "손이 시려워" → "보온성 부족(단점)"으로 변환.  

2. 유튜브 전문가 리뷰 선별  
   - Solar Pro 2가 영상 설명 및 제목을 분석해 광고성 콘텐츠를 필터링합니다.  
   - 표준 자막이 있는 영상은 우선 분석하고, 자막이 없는 경우 영상 설명 + 댓글을 조합해 의미를 추출합니다.  

3. 단점 기반 대체 제품 추천  
   - 제품의 단점(예: 발열, 무게)을 분석해 해당 단점을 보완한 대체 제품을 추천합니다.  
   - "왜 이 제품이 더 나은 선택인지"를 기술적 근거와 실제 사용 사례를 바탕으로 설명합니다.  

4. 페르소나 기반 개인화 추천  
   - 사용자의 나이, 직업, 성별 정보를 분석해 제품 정보를 재해석합니다.  
   - 예: "30대 개발자에게 고해상도 디스플레이는 눈 피로 감소에 도움" → Feature-to-Benefit(F2B) 변환.


Empty space, drag to resize

⚙️ 핵심 기능

핵심 기능: 올인원 분석 및 추천 엔진  

1. 멀티 플랫폼 리뷰 데이터 자동 수집 및 구조화  
   - n8n 워크플로우로 네이버 리뷰, 유튜브 영상 메타데이터, 자막, 댓글을 수집합니다.  
   - 텍스트 리뷰 + 영상 리뷰 + 댓글이 결합된 다차원적 데이터를 확보합니다.  

2. Solar Pro 2 기반 문맥 이해·의미 분석  
   - 제품 카테고리(전자기기, 패션, 화장품 등)를 자동 분류합니다.  
   - 카테고리별 평가 기준(발열, 소재, 향 등)을 적용해 장점·단점·요약을 JSON으로 추출합니다.  

3. 유튜브 전문 리뷰 선별 및 하이브리드 자막 분석  
   - Solar Pro 2가 광고성 영상을 필터링하고, 표준 자막 또는 영상 설명 + 댓글을 조합해 분석합니다.  
   - 유튜브 댓글에서 세대별 인식(장점, 단점, 불만)을 정량화합니다.  

4. 데이터 정합성 유지 및 컨텍스트 병합  
   - n8n 파이프라인에서 product_name, category, 리뷰 메타데이터가 손실되지 않도록 설계했습니다.  

5. 단점 기반 대체 제품 추천  
   - 제품의 단점을 분석해 보완 제품 또는 동일 가격대 인기 제품을 추천합니다.  
   - "왜 이 제품이 더 나은지"를 기술적 근거와 사용 사례를 바탕으로 설명합니다.  

6. 페르소나 기반 개인화 추천  
   - 사용자 프로필(나이, 직업, 성별)을 분석해 제품 정보를 재해석합니다.  
   - Feature-to-Benefit(F2B) 변환으로 "사용자가 왜 이 제품을 사야 하는지"를 설득력 있게 제시합니다.

Empty space, drag to resize

🎬 데모 영상

Write your awesome label here.
Empty space, drag to resize

👥 팀원 소개

- 방승원 (seungwonbang91@gmail.com)  
  - 사용자 맞춤형 추천 로직인 'Why Engine'의 설계 및 구현을 전담했습니다.  

- 손준혁 (qaz4324152@naver.com)  
  - 전문가 리뷰 심층 분석 파이프라인 구축 / 인터랙티브 웹 프론트엔드 통합 / 트러블슈팅 및 최적화.  

- 오정환 (eragon000@naver.com)  
  - 멀티 플랫폼 리뷰 데이터 자동 수집 및 구조화 / Solar-Pro2 기반 문맥 이해·의미 분석 / 단점 기반 대체 제품 추천 엔진 구현.  
Empty space, drag to resize

💾 참고 자료