### 1) 문제점
- 이커머스 채널별 파편화된 상품 데이터
- 글로벌 100여 개 마켓마다 품번, 사이즈, 색상 표기 방식이 달라 통합적인 가격 비교가 어려움
- 마켓별로 상이한 데이터 구조로 인해 수작업으로 수익성을 분석하는 데 막대한 시간과 비용이 소모됨
- 데이터 기반 의사결정 도구의 부재
- 실시간 체결가 및 입찰 정보 변화를 즉각적으로 파악하기 어려워 주관적인 판단에 의존한 투자 리스크가 존재함

### 2) 프로젝트 목표
- AI 기반 통합 데이터 매칭 시스템 구축
- 제각각인 마켓별 상품 정보를 AI 유사도 분석을 통해 동일 모델 ID로 자동 정규화 및 매칭함
- 전 세계 100여 개 채널의 정보를 KREAM 시세와 실시간 동기화하여 한눈에 비교 가능한 환경 조성
- 데이터 기반 소싱 자동화 및 지표화
- 사용자가 설정한 마진 범위를 만족하는 상품만 선별하여 의사결정에 즉각 활용 가능한 리포트를 자동 생성함
- 반복적인 수집 및 분석 업무를 자동화하여 리셀러의 업무 효율성을 극대화함

### 3) 주안점
- AI 매칭 기술의 정확도 및 안정성 확보
- 텍스트 전처리 및 AI 모델을 활용해 품번의 미세한 오차나 표기 차이를 극복하고 매칭 정확도 95% 이상을 달성함
- 마켓의 보안 패치 및 정책 변화에도 안정적으로 동작하는 수집 파이프라인과 모니터링 체계를 구축함
- 분석 도구의 실무 활용성 극대화
- 비전문가도 즉시 사용 가능한 원클릭 자동화 프로그램 형태와 엑셀 기반의 결과물 제공에 주력함
- 구축된 이기종 데이터 매칭 기술을 가전/이커머스 리뷰(VOC) 분석 및 품질 관리 분야로 확장 가능하도록 설계함

### 1) 포트폴리오 소개
- AI 기반 이커머스 소싱 자동화 솔루션
- 글로벌 100여 개 커머스 마켓과 리셀 플랫폼(KREAM 등)의 데이터를 실시간으로 비교 분석함
- 정밀한 데이터 기반 수익 모델이 필요한 전문 리셀러 및 이커머스 사업자를 메인 타깃으로 함

### 2) 작업 범위
- 데이터 엔지니어링 및 AI 엔진 구축
- 전 세계 100여 개 마켓의 실시간 가격 및 상품 정보 수집 파이프라인 구축
- 마켓별로 상이한 품번, 옵션, 색상을 통합하는 AI 유사도 매칭 엔진 개발
- 예상 마진 자동 산출 로직 설계 및 Windows용 무설치 프로그램 패키징

### 3) 주요 업무
- 실시간 마켓 통합 모니터링 및 분석
- 무신사, 11번가, 해외 직구 등 100여 개 채널 정보를 KREAM/POIZON/soldout 시세와 실시간 동기화
- AI 분석을 통해 제각각인 상품 정보를 동일 모델 ID로 자동 정규화 및 매칭
- 마진 조건을 만족하는 상품만 선별하여 엑셀(Excel) 리포트로 자동 추출 및 저장
- 마켓별 보안 패치 및 정책 변화에 대응하는 자동 재로그인 및 수집 파이프라인 유지보수

### 4) 주안점
- 데이터 정밀도 및 분석 확장성
- AI 유사도 모델을 활용해 품번/색상의 미세한 차이를 극복하고 매칭 정확도 95% 이상 확보
- 비전문가도 즉시 사용 가능한 원클릭 자동화 및 엑셀 기반의 실무 중심 결과물 제공
- 구축된 이기종 매칭 기술을 가전/이커머스 VOC 분석 리포트의 핵심 엔진으로 확장 적용