고객 행동 데이터
클릭, 스크롤 깊이, 체류 시간 등
고객이 지금 무엇을 원하는지 말해주는
실시간 신호들을 수집합니다.
클릭 스트림구매 시퀀스이탈 패턴
단순한 나열을 넘어
맥락을 읽는 추천으로
상품을 아는 데이터와
고객을 아는 데이터
상품 메타 데이터
카테고리 계층, 가격대, 구성 요소 등
상품 간의 관계와 속성을
구조화환 정형 데이터를 수집합니다.
성분・속성카테고리 계층재고・가격
관계 데이터
고객 데이터와과 상품 데이터를 잇는 엣지
고객과 상품이 연결되는
핵심 정보를 수집합니다.
고객-상품 엣지맥락 가중치공동 탐색
GraphRAG 기술을 활용한
자체 개발 추천 시스템
비정형 데이터
Unstructured Data
- 행동 기반 Raw 데이터
- 논문 및 학술 자료
- 멀티 미디어 데이터
정형 데이터
Structured Data
- 성분・카테고리 계층
- 재고・가격・리뷰
- 상품간 관계・속성
취향을 읽고,
추천의 정확도를 높입니다.
Taste-Centric
개인화 취향 프로파일링
조회수나 인기 상품 중심의 추천이 아닌
유저의 미세한 선호 카테고리, 스타일, 성향 등
정밀한 취향 스펙트럼을 실시간으로 학습합니다.
속성 유사 상품 탐색
안심 영양 큐레이션
의학・학술 데이터 기반의 인과관계 검증을 통해
특정 질병과 영양성분 간의 상호작용을
과학적으로 분석하여 추천합니다.
Discovery & Serendipity
발견형 추천 시스템
그래프 DB 구조를 활용해
유저가 미처 생각지 못했지만 선호할 만한 연관 분야의
새로운 상품을 자연스럽게 연결합니다.
아이디어를 넘어 증명한 기술
출원 특허
- 사용자 맞춤형 식단 추천 및 공급 시스템 (10-2025-0006513)
- 영양 성분을 기반으로 맞춤형 음식 추천 정보를 제공하는 방법 및 디바이스 (10-2025-0161237)
- 심혈관 질환 환자 내지 위험군을 위한 음식 추천 방법 (10-2025-0176727)
- 당뇨 환자 내지 위험군을 위한 추천 방법 (10-2025-0176728)
등록 특허
- 위치 기반 1인 가구 맞춤 AI 다이어트 식단 서비스 제공 시스템 및 방법 (10-2795360)
AI가 설계한
클릭이 만든 숫자
도입 고객사 평균 성과 데이터이며
개별 환경 및 업종에 따라 결과가 상이할 수 있습니다.
클릭률(CTR)
+0%
구매 전환율(CVR)
+0%
객단가(AOV)
+0%
이탈률
-0%