목표
❌ PRD 작성하기(내용은 80% 준비 됌)
🌟 목표 달성률 : 50%
최종 프로젝트
데이터 라이선스 재검증 → 페르소나 5→3 통합 → 핵심 가설 확정 → 해결방안 압축 → MVP 범위 확정 → 온보딩 방식 확정
① 공공데이터 1유형 전략
공공데이터는 유형이 4가지이고, 1유형(출처표시만 요구)은 상업적 이용·변경이 가능하다는 걸 확인. API 중 1유형에 걸린 것만 골라 쓰는 게 하나의 전략이 될 수 있다는 결론. 단, "상업적 이용 불가는 데이터 자체의 직접 수익화만 막는 것이지 서비스 전체 비즈니스 모델을 막는 건 아닐 수 있다"는 의견도 나와 B2G 전환 전에 재검증 필요. 관악구 종합 강좌 데이터도 4유형(제한)으로 확인되어, 지역을 좁혀도 라이선스 문제가 그대로 따라온다는 게 드러났다.
② 핵심 문제 정의 방식: "포괄 vs 협소"가 아니라 "1개 핵심 + 다중 피처"
5개 페인포인트를 다 가져가면 포괄적이고 하나만 고르면 협소해진다는 고민에 대해, 튜터님이 핵심 문제는 하나로 유지하되 세부 케이스들은 각각 피처로 풀면 된다고 정리. 여행 서비스 비유(기본 정보 제공 + 동행 찾기 기능)로 "하나의 서비스, 여러 피처" 구조를 확정. 경험 부족과 정보 부족도 억지로 분리·통합하지 말고 교집합으로 둘 수 있음을 확인.
③ 페르소나 5명 → 3명으로 통합
겹치는 페인포인트를 기준으로 정숙·예자·희애 3명으로 압축. 성별·나이도 다양화(시거 씨 남성, 희애 씨 53세)하고, 항목은 이름·나이·성별·거주지·가족·직업·성향·생활패턴·라이프스타일·디지털 활용능력·페인포인트로 통일, 페인포인트는 2~3개로 제한. 거주지는 관악구/노원구/의정부로 분산 확정.
"직업"이 중요한 이유는 종류가 아니라 "일을 하느냐 안 하느냐로 갈리는 여가 가용 시간"이라는 점, 건강 페인포인트는 단순 디테일이 아니라 솔루션에 건강 반영 가설이라는 점도 함께 확정.
④ 해결방안 2가지 방향 도출
통합검색+필터, 익명소셜, 성향테스트 추천, 카드수집, 정보큐레이션 중 "통합검색+필터"와 "카드수집"을 메인으로 확정, 나머지는 요소만 차용. 도플갱어 아이디어는 "한 명 매칭"이 아니라 "유형(클러스터) 매칭"으로 방향 전환 확정.
⑤ 핵심 가설 및 머스트 해브 기능
핵심 가설을 "취미 필터 기능과 추천 기능을 제공한다면 5060세대가 원하는 조건에 맞는 취미를 쉽게 찾을 수 있을 것이다"로 확정. 탐색 탭·추천 탭·온보딩(이상형 월드컵) 3가지를 머스트 해브로 결정, 회원가입은 보조 기능으로 분류.
공공 vs 민간 API 논쟁은 결국 "가격 정보 유무" 문제로 귀결 — 민간 학원은 가격 비공개가 많아 경제적 부담 필터는 오히려 공공 쪽이 정확히 구현 가능하다는 결론. 건강 상태(활동성) 필터는 "필터"가 아니라 공공 API가 제공하지 않는 정보를 팀이 직접 태깅해야 하는 "데이터 보강 작업"이라는 것도 확정.
⑥ MVP 범위 및 알고리즘 구조
MVP는 "추천 검증"에만 집중하고, 재방문 유도 기능(공유·알림 등)은 2차 버전으로 미루기로 확정. 추천 알고리즘은 내용 기반 필터링(카드 선택 기반)과 협업 필터링(후기 반영)으로 구분하고, 1차는 내용 기반 위주로 진행, 협업 필터링은 보완 과제로 남김.
오늘의 회고
- 잘한 점: 해결방안 초안까지 완성함
- 아쉬운 점: 목표를 달성하지 못함
- 원인: 서로 싱크를 맞추기 위한 논의가 길어짐, 기술적 확인에 대한 서치와 논의가 길어짐
- 개선 액션 아이템: 시간이 늘어지는 것에 대해 경계하기, 결정된 사안이 있으면 싱크 맞추기를 위해 문서로 정리하고 넘어가기(돌아가면서 담당), 개발 튜터님 적극 활용하기
💭 오늘의 한 줄 평 : 내일은 반드시 문서화..!
