| 1분기 |
1 |
문제·고객 세그먼트·초기 사용자 정의 |
5 |
전체 |
상황·기분에 맞는 책을 고르기 어렵고 추천 이유를 알 수 없는 문제와 주요 고객을 정의해야 하기 때문이다. |
| 1분기 |
2 |
현재 대안과 차별화 방향 정리 |
3 |
전체 |
온라인 서점과 기존 추천 서비스의 한계를 비교해 설명 가능한 도서 큐레이션과 구매 경험의 차별점을 구체화해야 하기 때문이다. |
| 1분기 |
3 |
가치 제안과 핵심 사용자 흐름 정리 |
5 |
전체 |
필요한 순간에 맞는 책을 이유와 함께 추천한다는 가치를 발견·저장·구매 흐름에 반영해야 하기 때문이다. |
| 1분기 |
4 |
유입 채널·수익·비용 가설 정리 |
5 |
전체 |
SNS·독서모임·검색 등의 유입 채널과 도서 판매 수익·운영 비용을 정리해야 하기 때문이다. |
| 1분기 |
5 |
핵심 지표와 이벤트 정의 |
5 |
Connor, Zeee |
추천 클릭률, 구매 전환율, 평균 주문 금액, 재방문율 측정해야 하기 때문이다. |
| 1분기 |
6 |
도서 데이터 소스 조사 |
5 |
Connor, Zeee |
도서 메타데이터·표지 이미지·책 소개를 확보할 수 있는지 확인해야 하기 때문이다. |
| 1분기 |
7 |
API·ERD 설계 |
5 |
Connor, Zeee |
회원·도서·장바구니·주문·리뷰·행동 데이터를 저장하고 연동해야 하기 때문이다. |
| 1분기 |
8 |
서버 아키텍처·외부 연동 구조 설계 |
5 |
Ayel, Milo |
FE·BE·AI 서버·DB와 외부 도서 데이터·결제 연동 구조를 정해야 하기 때문이다. |
| 1분기 |
9 |
추천 입출력·추천 이유 기준 설계 |
8 |
Jimmy, Sevan, Connor, Zeee |
사용자 입력과 책의 주제·정서가 연결되는 이유를 일관되게 제공해야 하기 때문이다. |
| 1분기 |
10 |
개발·배포·테스트 환경 구성 |
5 |
Connor, Zeee, Ayel, Milo |
이후 작업을 안정적으로 병렬 진행할 환경을 준비해야 하기 때문이다. |
| 2분기 |
1 |
카카오 로그인과 신규 회원 온보딩 구현 |
5 |
Connor, Zeee |
신규 사용자가 간편하게 가입하고 초기 취향 정보를 입력해 추천과 서비스 이용을 시작할 수 있어야 하기 때문이다. |
| 2분기 |
2 |
홈 책 랭킹과 AI 맞춤 추천 섹션 구현 |
5 |
Connor, Zeee |
홈에서 인기 도서와 맞춤 추천 도서를 함께 제공해 사용자가 바로 탐색을 시작할 수 있어야 하기 때문이다. |
| 2분기 |
3 |
도서 검색·필터·정렬·무한 스크롤 구현 |
5 |
Connor, Zeee |
검색·필터·정렬을 통해 원하는 책을 빠르게 찾고 자연스럽게 결과를 탐색할 수 있어야 하기 때문이다. |
| 2분기 |
4 |
AI 추천 이유·매칭 근거를 포함한 도서 상세 구현 |
8 |
Connor, Zeee, Jimmy, Sevan |
책의 기본 정보와 추천 이유·매칭 근거를 보여 줘야 탐색이 신뢰와 구매로 이어지기 때문이다. |
| 2분기 |
5 |
장바구니 상품 선택·수량·삭제 구현 |
5 |
Connor, Zeee |
책 발견이 실제 구매로 이어질 수 있도록 구매 전 상품을 관리하는 흐름이 필요하기 때문이다. |
| 2분기 |
6 |
주문·배송지 입력·결제 플로우 구현 |
8 |
Connor, Zeee |
책 탐색부터 배송지 입력과 결제까지의 구매 흐름을 완성해야 하기 때문이다. |
| 2분기 |
7 |
결제 완료 화면과 주문 요약 구현 |
3 |
Connor, Zeee |
결제 결과와 주문 요약을 제공해 구매 흐름을 완결해야 하기 때문이다. |
| 2분기 |
8 |
대화형 AI 도서 추천과 예외 처리 구현 |
13 |
Jimmy, Sevan, Connor, Zeee |
상황·기분·조건을 자연어로 입력하면 추천 이유와 함께 책을 제안하는 V1 핵심 기능이기 때문이다. |
| 2분기 |
9 |
V1 추천·구매 지표 수집과 초기 채널 검증 |
3 |
전체 |
추천·도서 클릭·구매 전환을 기록해 다음 버전의 개선 방향과 초기 유입 채널을 검증해야 하기 때문이다. |
| 2분기 |
10 |
V1 통합·부하 테스트와 배포 환경 검증 |
8 |
Ayel, Milo, 전체 |
인증·검색·추천·장바구니·주문·결제 실패 상황을 확인해 MVP 배포 위험을 줄여야 하기 때문이다. |
| 2분기 |
11 |
V1 1차 배포와 MVP 시연 |
5 |
전체 |
카카오 로그인부터 AI 추천·책 탐색·구매 흐름까지 실제로 동작하는지 확인해야 하기 때문이다. |
| 3분기 |
1 |
사용자 행동 기반 개인화 추천 구현 |
13 |
Jimmy, Sevan |
검색·조회·구매·평점 기록을 반영해 개인화 추천을 제공해야 하기 때문이다. |
| 3분기 |
2 |
취향 정보 수정과 취향 기억 관리 |
5 |
Connor, Zeee |
사용자가 추천에 사용되는 취향을 직접 확인하고 수정할 수 있어야 하기 때문이다. |
| 3분기 |
3 |
알림 기능 구현 |
8 |
Connor, Zeee |
알림을 통해 재방문과 구매로 연결해야 하기 때문이다. |
| 3분기 |
4 |
마이페이지·프로필·배송지·주문 내역 구현 |
8 |
Connor, Zeee |
사용자의 서비스 이용 정보와 구매 흐름을 한곳에서 관리해야 하기 때문이다. |
| 3분기 |
5 |
평점·리뷰·스포일러 구현 |
8 |
Connor, Zeee |
사용자가 책에 대한 평가와 리뷰를 남기고 스포일러 여부를 구분할 수 있어야 하기 때문이다. |
| 3분기 |
6 |
리뷰 정렬·공감·신고·수정·삭제 구현 |
5 |
Connor, Zeee |
리뷰를 탐색하고 상호작용하며 부적절한 콘텐츠와 본인 작성 리뷰를 관리할 수 있어야 하기 때문이다. |
| 3분기 |
7 |
사진으로 책 찾기(VLM)와 나의 서재 구현 |
13 |
Jimmy, Sevan, Connor, Zeee |
이미지 속 책을 인식해 도서 정보와 매칭하고 나의 서재에서 관리해야 하기 때문이다. |
| 3분기 |
8 |
재방문 지표 연결 |
5 |
Connor, Zeee |
개인화·알림·서재 기능이 실제 이용 지속과 저장 행동으로 이어지는지 확인해야 하기 때문이다. |
| 3분기 |
9 |
V1 오류 수정과 통합·부하 테스트·2차 배포 |
8 |
전체 |
V1 오류를 수정하고 개인화·알림·리뷰·마이페이지·사진 검색 기능을 통합해 안정적으로 배포해야 하기 때문이다. |
| 4분기 |
1 |
V1·V2 잔여 작업 흡수와 결함 처리 |
8 |
전체 |
V3에 신규 기능을 두지 않으므로, 밀린 작업을 먼저 마무리해 지연이 최종 산출물을 깎지 않게 해야 하기 때문이다. |
| 4분기 |
2 |
임베딩 자체 서빙 전환과 실측 검증 |
13 |
Jimmy, Sevan |
한국어 검색 품질을 올리면서 지연·비용을 함께 개선하고, 그 결과를 수치로 증명해야 하기 때문이다. |
| 4분기 |
3 |
소형 LLM 파일럿과 전환 판단 |
13 |
Jimmy, Sevan |
추천 생성의 지연·비용을 낮출 수 있는지 자체 A/B로 확인하고 전환 여부를 근거로 판단해야 하기 때문이다. |
| 4분기 |
4 |
프론트엔드 디자인·사용성 고도화 |
13 |
Connor, Zeee |
이탈이 큰 화면의 완성도·반응형·빈 상태·오류 화면을 다듬어 전환을 끌어올려야 하기 때문이다. |
| 4분기 |
5 |
최종 서버·배포·운영 환경 점검 |
5 |
Ayel, Milo |
V1~V3 전체 기능이 반영된 실행·배포 환경을 최종 점검해야 하기 때문이다. |
| 4분기 |
6 |
최종 통합·부하 테스트와 3차 배포 |
5 |
전체 |
전체 사용자 흐름과 성능 개선 결과를 검증한 뒤 최종 배포해야 하기 때문이다. |
| 4분기 |
7 |
최종 시연과 프로젝트 문서 정리 |
5 |
전체 |
성능 개선 전후 수치, 테스트 결과와 운영 절차 및 최종 프로젝트 문서를 정리해야 하기 때문이다. |