팬데믹 이후 회복기에 접어든 현재 관광산업의 효율적인 데이터관리와 여행객을 대상으로 맞춤형 관광지 추천을 위한 서비스 기반의 관광플랫폼 개발이 활발히 진행되고 있다. 이러한 관광플랫폼에는 여행객들을 관광지로 찾아오게 만드는 다양하고 새로운 시도와 높은 질의 서비스가 필요하다. 이에 관광플랫폼들이 개인화된 관광지 제안을 위해 기본 관광지 정보데이터를 활용하고 있으나, 사용자의 구체적인 요구와 선호를 완벽히 반영하는 데에는 한계가 있다. 이러한 요구에 관광지 이미지 데이터의 효율적 분류와 관리를 통해 서비스의 개인화와 맞춤화 그리고 효율적인 데이터관리에 도움이 될 수 있는 기술을 연구하고자 한국관광공사의 OpenAPI 데이터를 활용하여 EfficientNet 모델을 통해 관광지 이미지를 카테고리별로 분류하는 연구를 수행했다. 연구는 EfficientNet 모델의 B7버전(Version)을 사용하여 36개의 소분류 카테고리로 관광지 이미지를 분류하였으며 모델의 분류 정확도는 85.15%로 나타났다. 하지만, 데이터의 학습이 진행될수록 모델이 정확도 성능이 저하되었으며, 클래스별 데이터 추가 확보를 통한 정확도 개선의 필요성이 있었다.

In the post-pandemic recovery period, service-based tourism platforms are being actively developed for efficient data management in the tourism industry and customized tourism recommendations for travelers. These tourism platforms require various new attempts and high-quality services to attract travelers to tourist destinations. Therefore, tourism platforms are using basic tourist information data for personalized tourist suggestions, but there are limitations in fully reflecting the specific needs and preferences of users. To study technologies that can help personalize and customize services through efficient classification and management of tourist image data and efficient data management, we conducted a study to classify tourist images into categories using the EfficientNet model using OpenAPI data from the Korea Tourism Organization. The study used Version B7 of the EfficientNet model to classify tourist images into 36 subcategories, and the classification accuracy of the model was 85.15%. However, the accuracy performance of the model decreased as the data was trained, and there was a need to improve the accuracy by securing additional data for each class.