무인 매장을 위한 실시간 상품 인식 및 데이터 검증 기반 스마트 쇼핑 카트 구현

Implementation of a Smart Shopping Cart with Real-Time Product Recognition and Data Verification for Unmanned Stores

본 논문은 라즈베리 파이 기반의 스마트 쇼핑 카트 시스템을 개발하여 소비자의 쇼핑 효율성을 높이고자 하였다. 제안된 시스템은 YOLOv8 객체 인식과 무게 센서를 활용하여 상품을 실시간으로 인식·검증하며, 데이터를 웹 플랫폼에 전송하여 사용자에게 목록과 비용 정보를 제공한다. 실험 결과, 학습 데이터가 1,000개를 초과했을 때 인식 정확도가 81%에 도달하였으며, 무게 센서와의 상호 검증을 통해 오류를 최소화하였다. 본 논문은 무인 매장 및 자동화된 체크아웃 시스템에 적용 가능성을 보여주며, 향후 다양한 상품군과 환경에 대응할 수 있는 확장성 확보가 필요하다.

This paper presents the development of a Raspberry Pi–based smart shopping cart system designed to improve consumer shopping efficiency. The proposed system integrates YOLOv8 object detection with weight sensors to recognize and verify products in real time, while simultaneously transmitting data to a web platform to provide users with itemized lists and cost information. Experimental results demonstrated that recognition accuracy reached 81% when the training dataset exceeded 1,000 images, and cross-verification with weight sensors effectively minimized errors. These findings suggest the applicability of the proposed system to unmanned stores and automated checkout solutions, while highlighting the need for future improvements to enhance scalability across diverse product categories and shopping environments.