conjin

1. 제안 배경

자유 여행 계획을 세우는 순서는 대부분의 경우 다음과 같다. 우선 여행 목적지(e.g. 미국)와 일정(e.g. 7월 3일 ~ 7월 10일) 및 일행(e.g. 4인 가족)을 결정한다 [여행자 관련 계획]. 이후 여행 목적지에 대한 정보를 수집하여, 여행자의 선호도에 따라서 방문할 관광 어트랙션(e.g. 자유의 여신상)을 결정하고, 선택한 관광 어트랙션을 방문할 일정(e.g. 7월 3일 자유의 여신상, 7월 4일 뉴욕 자연사 박물관)을 결정한다 [여행지 관련 계획]. 이 중 여행 계획 수립의 대부분의 시간을 차지하는 것은 여행지 관련 정보 결정 단계이다. 자신의 선호도에 따라 여행지의 어트랙션들을 나열하고, 현재 휴무중이지 않은 어트랙션을 찾아낸 후, 어트랙션의 개장 시간에 맞춰서 여행 일정을 짜는 일은 많은 시간을 소모하는 복잡한 과정이다. 트레비 프로젝트는 여행 계획의 두번째 단계인 "여행지 관련 계획" 단계를 완전 자동화하여, 자유 여행자들이 손쉽게 여행사 수준의 잘 짜여진 여행 일정을 자동으로 세울 수 있게 도와주는 프로젝트이다.

조사한 바로는, 아직까지 여행지 관련 정보 결정 단계를 자동화하는 서비스는 존재하지 않는다. 하지만 모순적이게도 여행지 관련 계획을 세우는데 필요한 대부분의 정보는 인터넷에 존재한다. 다만 정보들이 유기적으로 결합되지 못한 채, 파편화되어 있다. 예를 들면, 각 관광 어트랙션의 개관시간/휴무일 정보의 경우, 어트랙션의 웹페이지에서 정보를 얻을 수 있지만, 정형화되어있지 않으며, 이 정보를 여행 계획에 체계적으로 반영시키는 방법은 간단하지 않다. 트레비 프로젝트는 여행지 관련 정보를 정보 추출(Information Extraction), 조합 최적화(Combinatorial Optimization) 등의 컴퓨터 과학 및 자연언어처리 기술을 사용하여 체계적으로 수집 자동화한 후, 사용자에게 제공하는 서비스를 만드는 것을 목표로 한다.

트레비 프로젝트는 기존의 여행 정보 웹사이트에 비하여 한단계 발전된 자동화된 서비스를 제공한다. 트레비 프로젝트의 핵심 기술들은 아직 시장에 나오지 않았으며, 프로젝트 개발자가 핵심 기술의 미국 특허를 신청한 상태이다. 트레비 프로젝트는 여행 목적지 국가 및 언어에 독립적이므로, 자유 여행을 계획하는 전세계의 모든 여행자가 잠재적인 고객이다. 단기적으로는 개발 인력/자본의 제한으로 인하여 사용자 시장이 가장 큰 미국 여행 예정인 영어권 사용자를 타겟으로 한다.

트레비 프로젝트의 경쟁 상대는 기존의 여행 정보 제공 서비스들이다. 론리 플래닛(Lonely Planet)으로 대표되는 오프라인 여행 가이드북 서비스와 트립 어드바이저(Trip Advisor)로 대표되는 온라인 여행 정보 서비스이다. 트레비 프로젝트의 차별점은 기존의 여행 정보 제공 서비스들과는 달리 유기적으로 연결된 여행사 수준으로 잘 짜여진 여행 일정을 제공한다는 점이다. 더 이상 여행자들은 여행 계획을 세우기 위하여 각 관광 어트랙션의 웹페이지를 방문할 필요없이 트레비의 웹/모바일 서비스를 방문하여 간단하게 여행 계획을 세울 수 있다.

2. 세부 콘텐츠 개발 내용

트레비 프로젝트는 일차적으로 코어 부분과 인터페이스 부분으로 나눌 수 있다. 코어 부분은 여행자의 정보를 입력받아 여행 계획을 세우는 데 필요한 실질적인 계산을 하는 부분이다. 인터페이스 부분은 사용자가 트레비 서비스를 쉽게 이용할 수 있도록 웹/모바일 인터페이스를 만드는 부분이다.

1) 코어
트레비 프로젝트의 코어 부분은 자동화 알고리즘과 정보 수집의 두 부분으로 나눌 수 있다.

1.1) 자동화 알고리즘

자동화 알고리즘은 크게 관광 어트랙션 선호도 계산 모듈, 가격 최적화 모듈, 일정 최적화 모듈의 세 부분으로 나누어진다.

1.1.1) 관광 어트랙션 선호도 계산 모듈

여행자가 특정 여행 목적지(destination)를 여행한다고 할 때, 목적지 내의 관광 어트랙션(attraction)들을 사용자의 선호도 순으로 나열하는 모듈이다. 관광지의 선호도는 관광지의 보편적 선호도(global score)와 사용자 선호도(user score)를 사용하여 계산한다. 보편적 선호도는 관광지가 얼마나 유명한지를 대표한다. 예를 들면, 국립중앙박물관은 삼성전자 전시실보다 높은 보편적 선호도를 갖는다. 반면, 사용자가 삼성전자와 전자제품에 관심이 많다면 국립중앙박물관은 삼성전자 전시실보다 사용자 선호도가 낮을 수 있다.

대부분의 여행자가 비슷한 관심사를 갖는다는 가정 하에, 트레비 프로젝트는 1차적으로 보편적 선호도만을 사용해서 관광지 선호도를 계산한다. 많이 방문되고 언급된 관광 어트랙션의 선호도가 높다는 대중의 지혜(wisdom of crowd) 이론에 근거하여 보편적 선호도는 주어진 관광 어트랙션이 소셜 미디어에 방문/언급된 회수로 계산한다.

1.1.2) 가격 최적화 모듈

가격 최적화 모듈은 주어진 일정 안에 사용자의 입장료 비용을 최적화하는 모듈이다. 오늘날 많은 관광 목적지(destination)들은 콤보(combo) 티켓들을 제공한다.

여행자의 관광 어트랙션 선호도에 따라 자동으로 선택된

트레비 프로젝트는 여행 목적지, 일정 및 일행과 같은 여행자 관련 정보를 입력으로 받는다.

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-ShareAlike 3.0 License