2주차

기획 주차
챗봇을 통해 추천 시스템을 적용할 아이디어를 생각하고, 해당 아이디어를 구현할 수 있을지 검증하는 주차 였습니다.

<월>

• 자연어처리, 이미지 인식을 이용하여 각 사이트별 상품을 추천하도록 프로젝트 주제를 생각해 보았습니다.
• 해당 주제를 기한내에 구현 가능할지 검증하기 위해 자료 검색을 진행하였습니다.

<화>

• 각 쇼핑몰 사이트별 크롤링 가능 여부를 확인하고, 이미지가 학습을 시키기에 적합한지를 확인하였습니다.

<수>

• 이미지의 특징을 찾는 모델들에 대해 알아보았습니다.(VGG, ResNet, Inception 등 CNN 계열)
• 실제 모 쇼핑 사이트에선 유사한 상품 이미지를 찾아주는 기능, 사용자가 직접 촬영한 상품 이미지로부터 유사한 상품을 찾아주는 기능 등이 있다는 것을 확인하였으며, 이러한 이미지 유사 상품을 찾아내기 위한 알고리즘은 실제 비용이 적게 드는 ANN이라는 것을 알게 되었습니다.
• annoy(Approximate Nearest Neighbors Oh Yeah의 줄임말) 라이브러리(스포티파이의 오픈소스 https://github.com/spotify/annoy)
• 모 사이트에선 오픈소스 NMSLIB(Non-Metric Space Library)를 기반으로 ANN(approximate nearest neighbor) 알고리즘을 통해 유사 이미지를 찾아내고, 결과 품질을 높이기 위한 후처리 작업을 거쳐 사용자에게 최적의 검색 결과를 보여준다고 합니다.
• 즉, 이미지의 특징 추출은 CNN(Convolutional Neural Network), 특징 추출 후 이들을 이용한 유사 이미지 탐색은 ANN(approximate nearest neighbor, 인공신경망을 말하는게 X)

<목, 금>

• AWS의 세이지메이커를 사용하여 Fashion MNIST 이미지 분류를 학습해보았습니다.