카테고리 없음

[바이브코딩] 도시탐험 추천지도 - 기획 : PRD 문서 / 개발 프로세스

조구만비버 2026. 3. 17. 18:10

 

서비스 기획 배경

서울에 살고 있지만, 막상 서울을 잘 안다고 말하기는 어려운 것 같다.  
주로 다니는 동네만 계속 반복하게 되고, 새로운 곳을 찾아가려면 매번 검색부터 다시 해야 한다.

가끔은 다른 동네에서 시간을 보내보고 싶다는 생각이 들지만,  
어디를 가야 할지 기준이 없어서 결국 익숙한 곳으로 돌아오게 된다.

여러 동네를 돌아다니다 보니, 괜찮았던 장소들이 조금씩 쌓이기 시작했다.  
그런데 이걸 체계적으로 정리하거나 다시 활용하기가 쉽지 않았다.  
지도에 저장은 해두지만, 그게 나의 취향이나 경험과 연결되지는 않는 느낌이었다.

그래서 단순히 장소를 저장하는 걸 넘어서,  
내가 좋아하는 장소들을 모아보고  
그걸 기반으로 “다음에는 어디를 가볼지”까지 이어주는 서비스가 있으면 좋겠다고 생각했다.

이 프로젝트는 그런 고민에서 시작했다.

 

시장 조사

아이디어를 얻고 차별화 포인트를 생각해보고자 유사 서비스를 찾아보았다.

 

  • 카카오맵 - 테마지도 (콘텐츠 형식의 장소 추천)
  • 네이버지도 - 저장탭 + 리스트 공유 (장소 저장 및 공유 기능)
  • 망고플레이트 - 맛집 특화 테마 지도 (리뷰 기능 포함)
  • 당근마켓 - 우리 동네 지도 (하이퍼로컬 지도)
 
 

PRD ( Product Requirements Document)

 

1. 제품 개요

 

📌 제품 이름

Urban Discovery Map (도시탐험 추천 지도)

 

🎯 제품 비전

사용자가 데이터를 기반으로 어디 가볼까? > 어디 가보고 싶다 로 이어지게 만드는 도시 탐험 지도 서비스

 

🧩 문제 정의

많은 사람들은 좋은 장소를 발견해도 체계적으로 저장하거나 다시 찾기 어렵다.

또한 특정 취향에 맞는 장소나 동네를 탐험하기 위한 도구가 부족하다.

현재 지도 서비스는 많지만, 다음과 같은 한계가 있다.

  • 장소 저장 기능은 있지만 취향 중심 구조가 약하다.
  • 개인이 저장한 장소를 기반으로 탐험 경험을 제공하지 않는다.
  • 취향 기반 장소 분포를 시각적으로 이해하기 어렵다. 

💡해결 방법

사용자가 좋아하는 장소를 저장하고 태그를 붙이면, 아래 서비스를 제공하여 새로운 동네를 탐험하도록 유도한다.

  • 지도에서 취향 기반 장소 분포를 시각화
  • 관심 태그 기반 탐험 추천
  • 지역별 탐험 밀도 분석

 

2. 목표

주요 목표

  • 사용자가 쉽게 장소를 저장할 수 있다
  • 저장된 장소 데이터를 기반으로 취향 분포를 시각화한다
  • 사용자에가 새로운 동네를 탐험하고 싶어지게 취향 기반의 새로운 탐험 지역을 추천한다

성공 기준 (MVP)

  • 사용자가 3개 이상의 장소를 저장
  • 지도에서 저장 분포 확인 가능
  • 태그 기반 밀도 변화 확인 가능
  • 최소 1개 추천 지역 노출

 

3. 핵심 사용자

 

👤 Primary User

도시 탐험을 좋아하는 사람

 

예:

  • 카페 탐방
  • 전시 관람
  • 공방 체험
  • 산책 장소 탐색

 

특징

  • 장소 저장 습관 있음
  • 취향 기반 추천 선호
  • 새로운 동네 탐험 관심

 

4. 핵심 사용자 시나리오

 

시나리오 1

사용자가 카페를 발견한다 → 앱에서 검색 → 저장 → 태그 추가

 

시나리오 2

사용자가 지도를 열어본다 → 저장된 장소 분포 확인 → 특정 지역 밀도 확인 → 새로운 동네 탐험

 

시나리오 3

사용자가 취향 태그 선택 → 관련 장소 추천

5. 핵심 기능 (MVP)

 

5.1 로그인

  • 사용자 인증
  • 데이터 저장

5.2 장소 검색

  • 장소명 검색
  • 결과 리스트 표시
  • 선택 가능

5.3 장소 저장

  • 저장 버튼
  • 태그 선택
  • 메모 (선택사항)

5.4 지도 시각화

  • 저장 장소 핀 표시
  • 지도 중심 탐험 UX

5.5 지역 밀도 시각화

  • 저장 많은 지역 강조
  • 히트맵 or 색상 구분

5.6 간단 추천

  • 태그 기반
  • 지역 기반

5.7 태그 기반 밀도 필터

  • 특정 태그 선택 시 해당 태그 데이터만 필터링
  • 필터된 데이터 기준으로 밀도 재계산

5.8 태그 기반 밀도 필터

  • 링크 공유 : 저장된 리스트 공유 가능
  • 이미지 카드 공유 : 저장된 리스트를 이미지 형태로 생성, SNS 공유 가능

6. 사용자 흐름

 

User Flow

검색 → 장소 선택 → 태그 추가 → 저장 → 지도 확인 → 탐험

 

7. 데이터 로그 설계

 

수집 이벤트

  • place_search
  • place_view
  • place_save
  • tag_select
  • map_view
  • region_click

 

목적

  • 사용자 행동 분석
  • 추천 로직 개선

8. 데이터 구조 개요

 

핵심 엔티티

  • users : 사용자 정보
  • spots : 장소 (가게, 공간)
  • saves : 유저가 저장한 장소
  • tags : 태그 목록
  • save_tags : 저장 + 태그 연결
  • events : 유저 행동 로그

9. Cold Start 전략

 

초기 서비스 데이터 부족 문제 해결

 

방법

  1. 초기 시드 지역 설정 
  2. 장소 API 기반 데이터 확보

10. 향후 확장 기능

  • 저장 리스트 공유 : 사용자가 자신의 탐험 리스트 공유 (예) 성수 하루 탐험 코스
  • 이미지 카드 생성 : 저장 리스트를 이미지로 생성 (예) SNS 공유
  • 사진 업로드 : 장소 사진 저장
  • 추천 알고리즘 고도화 : 취향 클러스터링, 유저 유사도 기반 추천

11. 기술 스택 (예상)

 

  • 장소 검색 / 지도 제공 : 네이버지도 API (장소검색 API, 지도 JavaScript SDK)
  • 프론트엔드 : Next.js
  • 백엔드 / 데이터베이스 : Supabase (PostgreSQL, Auth, Storage 가능)
  • 데이터분석 : Python

12. 포트폴리오 포인트

  • 위치 기반 서비스 설계
  • 데이터 모델링
  • 사용자 행동 로그 설계
  • 추천 로직 설계
  • 지도 시각화

13. MVP 범위 요약

필수

  • 로그인
  • 장소 검색
  • 장소 선택 및 저장
  • 태그 선택
  • 지도에 저장 장소 표시
  • 지역 밀도 시각화
  • 간단 추천
  • 공유 기능 (링크 / 이미지 카드)

후순위

  • 메모 기능
  • 필터 기능

제외

  • 사진 업로드
  • 리뷰
  • 소셜 네트워크
  • 고도화 추천

개발 프로세스 (feat. AI 협업 역할 정의)

 

1단계: ChatGPT + Perplexity

  • 시장조사
  • PRD 정리
  • MVP 범위 확정
  • 핵심 사용자 흐름 확정

2단계: Claude Code

  • 기술 설계
  • DB 스키마
  • API 연동 구조
  • 기능 명세 기반 초기 구축

3단계: Antigravity

  • Claude가 만든 기능 구조를 바탕으로
  • 화면 구조, 레이아웃, 디자인 시스템 구체화

4단계: Claude Code

  • Antigravity 결과 반영해서 UI 구현
  • 상태관리, 컴포넌트 정리, 반응형 처리

 

*Claude Code :  제품 설계와 동작 로직 

  • PRD를 바탕으로 기능 범위 정리
  • 기술 스택 결정
  • 프로젝트 폴더 구조 설계
  • DB 스키마 설계
  • Supabase 연동
  • 네이버 지도 API 연동
  • 장소 검색 흐름 구현
  • 저장 기능 구현
  • 태그 구조 설계
  • 추천 로직 1차안
  • 이벤트 로깅 구조 설계
  • 배포 가능한 코드 작성

*Antigravity : UI/UX와 시각적 방향성 

  • 브랜드 무드
  • 컬러 시스템
  • 지도 화면 레이아웃
  • 검색창/저장버튼/태그 선택 UI
  • 저장 리스트 카드 디자인
  • 지역 밀도 시각화 표현 방식
  • 추천 카드 비주얼
  • 공유용 이미지 카드 시안
  • 모바일 우선 화면 플로우
  • 인터랙션 제안

요약