Botanical Garden AI Docent

카메라를 들면,
식물이 이름을 답합니다.

촬영 한 장으로 국명·학명·과명을 찾아내고, 그 식물에 얽힌 이야기까지 들려주는 식물원 전용 AI 해설 시스템입니다. 인식과 설명을 하나의 흐름으로 연결했습니다.

작동 방식 보기 보유 데이터 확인

Specimen No. 0417 Herbarium AI

반송

Pinus densiflora f. multicaulis

과 (Family): 소나무과
영문명: Multi-stem Pine
인식 경로: Pl@ntNet → DB 매칭
위치: 소나무원 3구역

MATCHED confidence 0.94

01 — 인식 파이프라인

세 단계를 거쳐
하나의 이름에 도달합니다

사진 인식 API만으로는 부족한 정확도를, 원내 보유 데이터와 벡터 검색으로 보완합니다.

촬영 & 1차 인식

방문객이 촬영한 사진을 Pl@ntNet API로 전달해 후보 종을 추립니다.

원내 데이터 대조

PostgreSQL · pg_trgm 퍼지 매칭으로 원내 실제 식재 종과 교차 확인합니다.

의미 기반 검색

pgvector 기반 RAG로 관련 해설 콘텐츠와 유사 사례를 함께 끌어옵니다.

해설 생성

LLM이 수집된 근거를 바탕으로 자연스러운 해설 문장을 만들어 응답합니다.

02 — 보유 데이터

이미 쌓여있는
원내 데이터 위에서 동작합니다

국명·영문명·학명·과명이 모두 정리된 종 데이터를 기반으로 매칭 정확도를 높입니다.

4개

언어·명칭 체계
(국명 / 영문 / 학명 / 과명)

RAG

벡터 검색 기반
해설 콘텐츠 매칭

3단계

교차 검증 구조로
오인식 최소화

실시간

촬영 즉시
결과 응답

03 — 확장 방향

모바일을 넘어,
손이 자유로운 관람으로

같은 인식 엔진을 스마트글래스 환경까지 확장하는 것을 목표로 하고 있습니다.

Mobile

Flutter 앱

지금 바로 사용 가능한 형태로, 촬영·검색·해설을 하나의 화면에서 처리합니다.

Wearable

스마트글래스 연동

Kotlin 기반 온디바이스 처리와 결합해, 화면 없이도 해설을 들을 수 있는 구조를 검토 중입니다.

Fallback

3단계 인식 전략

자체 학습 모델 → Pl@ntNet → 표지판·NFC 확인 순으로 이어지는 인식 신뢰도 보완 구조입니다.

카메라를 들면,식물이 이름을 답합니다.

세 단계를 거쳐하나의 이름에 도달합니다