향수 추천 시스템: What’s in My Scent?

STS 기반 향수 추천 시스템

📌 최종 프로젝트 보고서 - 김도훈

---

📌 목차

1. 소개 (Introduction)
   • 연구 배경
   • 연구 목표
2. 학습 과정 (Training)
   • 원본 데이터 및 전처리
   • FastText 학습
   • Sentence Transformer 학습
   • Cross Encoder 학습
3. 결과 (Results)
   • Sentence Transformer 평가
   • Cross Encoder 평가
4. 응용 (Application)
   • 향수 검색 시스템 구성
   • 검색 알고리즘
   • 데모 링크
5. 추가 연구 (Further Research)
   • 오버피팅 완화
   • 웹 서비스 제공
   • 코드 최적화
6. 참고문헌 (References)

---

📌 1. 소개 (Introduction)

🔹 연구 배경

• 후각(olfaction)은 다른 감각과 비교해 연구가 부족하며, 언어적 표현이 미비함 (서종석, 2012).
• 향의 지각적 관계를 유지하면서 새로운 향의 특성을 예측할 수 있는 Principal Odor Map(POM) 개발 (Brian K. Lee et al., 2022).
• 향수 선택은 개인적인 경험과 주관적 취향이 반영되므로, 기존의 추천 시스템보다 더 정밀한 모델이 필요함.

🔹 연구 목표

• 입력: 사용자의 모호한 향수 표현
• 출력: 향수의 명확한 추천 제품 리스트
• 사용 기술: Sentence Transformer 기반 STS(Semantic Text Similarity) 모델을 활용하여 향수 추천 정확도를 높임.

---

📌 2. 학습 과정 (Training)

🔹 원본 데이터

• 사용 데이터셋: olgagmiufana1/fragrantica-com-fragrance-dataset/fra_cleaned.csv
• 향수 및 설명 데이터(PND, Perfume and Description) 활용
  • 기존 연구 (Jooyoung Kim et al.) 에서 수집한 데이터
  • 향수의 성분(노트)과 사용자의 서술적 설명 포함

🔹 데이터 전처리 (Data Preprocessing)

📌 주요 데이터셋 구성

• fra_cleaned: 원본 데이터 정리
• fragrantica_database: 향수 노트와 설명 통합
• pnd_examples: 기존 향수 설명 데이터
• pnd_gpt: GPT-4o-mini를 이용해 생성한 추가 설명 데이터
• prediction_train: 향수 설명과 노트를 연결하는 학습 데이터
• training_pairs: 긍정/부정 학습 쌍 생성
• corpus: 문장 임베딩을 위한 텍스트 데이터

📌 주요 전처리 과정

1. 랜덤 샘플링 (Random Sampling):
   • fragrantica_database.csv에서 300개 이상의 샘플 선택
2. GPT-4o-mini를 이용한 설명 생성:
   • 기존 향수 설명과 일관된 스타일로 새로운 설명 추가
3. 향수 노트 표준화:
   • 중복되는 향 노트 정리 및 표준화

---

🔹 FastText 학습

• 목적: 향수 노트 간의 유사도를 학습하여, 추천 정확도를 높임.
• 방식:
  1. prediction_train에서 향수 설명을 추출하여 corpus 생성
  2. Gensim의 FastText 모델을 사용하여 학습 (Word2Vec보다 향상된 방식)

---

🔹 Sentence Transformer 학습

• 목적: 향수 설명을 바탕으로 특정 향수 노트를 예측하는 신경망 구축.
• 모델 구조:
  • sentence-transformers/all-MiniLM-L6-v2 기반으로 문장 내 의미적 관계를 학습.
• 학습 데이터 구성
  • 긍정 페어 (Positive Pair): 향수 설명과 실제 포함된 노트
  • 부정 페어 (Negative Pair): 향수 설명과 포함되지 않은 노트

---

🔹 Cross Encoder 학습

• 목적: 문장 간 유사도를 보다 정확하게 계산하도록 최적화.
• 사용 모델: cross-encoder/stsb-roberta-large
• 학습 데이터:
  • STS(Semantic Text Similarity) 데이터셋 활용
  • Sentence Transformer 학습 데이터 활용

---

📌 3. 결과 (Results)

🔹 Sentence Transformer 평가

• 코사인 유사도(Cosine Similarity) 기준 정확도 비교:

  Version 3 > Version 2 > Version 1 > Version 4
  

• 문제점:
  • 데이터 다양성 부족 → 일부 모델에서 과적합(Overfitting) 발생

🔹 Cross Encoder 평가

• STS 데이터셋을 활용한 정확도 비교:

  Version 3 > Version 2 > Version 1 > Version 4
  

---

📌 4. 응용 (Application)

🔹 향수 검색 시스템 구성

• 입력: 브랜드, 국가, 성별, 향수 설명
• 출력: 적절한 향수 추천 리스트
• 검색 과정:
  1. 사용자의 입력 데이터를 Transformer v4 모델을 통해 벡터화
  2. FAISS (Facebook AI Similarity Search) 를 활용하여 유사 향수 검색
  3. Cross Encoder를 이용한 추가 필터링

---

🔹 데모 링크

📌 Google Colab

---

📌 5. 추가 연구 (Further Research)

1. 오버피팅 완화:
   • 향수 설명 데이터의 다양성 증가
   • 학습 데이터 증강 (Data Augmentation) 기법 추가
2. 웹 서비스 제공:
   • 벡터 데이터베이스(VectorDB) 구축
   • FastAPI를 활용한 API 서비스 개발
   • 웹사이트 예시
3. 코드 최적화:
   • 객체 지향 프로그래밍(OOP) 방식 개선
   • RAG (Retrieval-Augmented Generation) 모델 개선

---

📌 6. 참고문헌 (References)

• Kim, Jooyoung et al. (2024). NLP-Based Perfume Note Estimation Based on Descriptive Sentences. DOI
• Brian K. Lee et al. (2022). A Principal Odor Map Unifies Diverse Tasks in Human Olfactory Perception. DOI