AI Briefing

올리브영 앱 스마트 스캐너 성능 개선 사례

·2024.04.02 19:00

핵심 내용

올리브영은 바코드 인식률을 높이기 위해 iOS의 Vision framework와 Android의 MLKit를 도입하여 스마트 스캐너 기능을 개선했다.

1 / 2

자세히 보기

올리브영은 'APP뿐페스티벌' 이벤트 중 발생한 스마트 스캐너의 낮은 바코드 인식률 문제를 해결하기 위해 기술적 개선을 진행했다. 주요 문제 원인으로는 작은 바코드 크기, 낮은 명암비, 그리고 포장지의 빛 반사 등이 파악되었다.

iOS 환경에서는 기존 AVCaptureSession 방식에 UIPinchGestureRecognizer를 활용한 핀치 줌 기능을 추가하여 작은 바코드 대응력을 높였다. 또한, 인식률을 극대화하기 위해 Vision framework의 VNDetectBarcodesRequest를 도입하여 이미지 픽셀 버퍼를 직접 분석하는 방식으로 개선했다.

Android 환경에서는 기존 ZXing 라이브러리를 제거하고, 구글의 CameraX와 MLKit를 조합한 새로운 구조를 채택했다. 이를 통해 UI 커스텀 제약을 해소하고, MlKitAnalyzer를 사용하여 실시간 이미지 분석 성능을 최적화했다.

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.