우수사례 Adidas는 향상된 매장 내 쇼핑 경험을 위해
객체 감지와
추적 기능을 사용합니다.
객체 감지와
추적 기능을 사용합니다.
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=7&%3Bhl=ko&hl=ko)
adidas는 세계에서 가장 널리 알려진 스포츠 회사 중 하나입니다. 스포츠 및 운동화의 본고장인 adidas 앱은 스니커즈 드롭, 계절별 패션 출시, 스포츠 아이디어 등 다양한 기능을 통해 사용자를 더욱 가까이에서 움직이게 합니다.
아디다스 소매업체에서 소비자는 신발 사이즈가 판매되는지 알고 싶어 합니다. adidas 매장 직원들은 태블릿을 통해 실시간으로 재고 인벤토리를 확인할 수 있고, adidas 앱을 사용하면 소비자가 직접 확인할 수 있습니다.
adidas 앱팀은 소비자가 바코드를 스캔하지 않고도 구두를 쉽게 찾을 수 있도록 기존 시각적 검색을 선택했습니다. 그러나 소비자가 사진을 너무 가까이 또는 너무 멀리 촬영한 경우 부정확한 결과 및 시간 낭비로 인해 사용자에게 불편을 줄 수 있습니다.![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=7&%3Bhl=ko&hl=ko)
진행한 작업
ML Kit의 객체 감지 및 추적 API를 도입하면서 팀은 원활하고 직관적인 환경을 만들 수 있었습니다. Android 또는 iOS에서 adidas 앱을 열고 '사용해 보기' 버튼을 누르면, 스마트폰의 카메라가 활성화되고 이 API를 사용하여 실시간으로 신발을 원활하게 감지하고 수백 개 제품에 대한 영상 인식 일치를 몇 초 이내에 반환합니다.
ML Kit는 adidas 사용자의 경우 스포츠 의류 및 신발 등 실시간으로 관심 객체를 감지합니다. adidas 앱은 이러한 감지를 기반으로 클라우드 기반 영상 인식 서비스에서 영상 인식 결과를 미리 가져옵니다. 사용자는 이를 통해 관심 대상 결과를 명시적으로 요청하기도 합니다. 이렇게 하면 사용자가 검색결과를 더 빠르게 검색하고 매끄럽고 즐거운 시각적 검색 경험을 제공할 수 있습니다.
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=7&%3Bhl=ko&hl=ko)
결과
"ML Kit의 Object Detection &Tracking; 추적 API를 사용한 덕분에 사용자가 찾고 있는 제품의 캡처 속도와 정확도가 현저히 향상되었을 뿐만 아니라 adidas의 디지털 소매 제품 리드인 Chris Kettle은 사용자에게 원활한 소비자 여정 경험을 제공할 수 있었습니다. “소비자가 신발을 스캔한 후 사이즈를 선택하면 매장 직원이 어디에서든 신발을 꺼낼 수 있습니다. 모두가 이 기능을 좋아합니다."