가맹점 39만 건을 사용자가 바로 고를 수 있는 추천 리스트로 바꿨습니다.
경기도 지역화폐 가맹점 39만 건을 분석해 위치와 소비 카테고리로 가맹점을 추천하는 서비스
- 기간
- 2025.07 – 2025.08
- 역할
- PM · 프론트엔드 · 디자인 (6인 팀)
- 상태
- 2차 예선 진출 · 247팀 중 상위 12%
요약
직접 진행한 설문에서 응답자 53%가 지역화폐 가맹점을 찾기 불편하거나(27%) 쓸 곳이 적다(26%)고 답했고, 경기도 가맹점 39만 곳은 데이터로만 공개돼 있었습니다. 39만 건을 전수 분석한 뒤, 사용자가 지도에서 직접 찾아야 하는 화면 대신 위치 반경과 소비 카테고리로 가맹점을 추천하는 리스트를 첫 화면에 두었습니다. React·TypeScript로 프론트엔드를 직접 개발했고, 13기 중앙해커톤에서 247팀 중 상위 12%로 2차 예선에 진출했습니다.
성과
- 가맹점 탐색
- 지도에서 직접 찾기에서위치·카테고리 기반 추천
- 근거 데이터 · 경기도 가맹점 · 설문 53%(찾기 불편 27% + 가맹점 부족 26%)
- 39만 건 전수 분석
- 13기 중앙해커톤 · 2차 예선 진출
- 247팀 중 상위 12%
배경
- 경기도 지역화폐 이용자는 많지만, 가맹점 탐색의 어려움으로 소비가 특정 대형 가맹점에 편중되고 소상공인 수혜가 미미한 문제를 파악했습니다.
- 멋쟁이사자처럼 13기 중앙해커톤 제출작으로, 6인 팀에서 경기도 지역화폐 가맹점을 AI로 추천하는 서비스를 기획·개발했습니다.
실행
서비스 기획 및 디자인
- 사용자의 현재 위치, 소비 패턴, 카테고리 선호도를 분석하여 맞춤형 가맹점을 추천하는 AI 기능을 기획했습니다.
- Figma로 전체 UI/UX를 설계하고, 소상공인 홍보와 사용자 혜택이 함께 이뤄지는 서비스 흐름을 설계했습니다.
프론트엔드 개발
- React + TypeScript + Tailwind CSS 기반의 반응형 UI를 개발했습니다. 위치 기반 가맹점 지도, AI 추천 리스트, 카테고리 필터 등 핵심 화면을 구현했습니다.
결과
- 멋쟁이사자처럼 13기 중앙해커톤 2차 예선에 진출했습니다(247팀 중 상위 12%).
배운 점
- 추천 정확도를 높이는 것보다, 추천 결과가 실제 방문으로 이어지도록 화면을 만드는 일이 더 어려웠습니다. 사용성은 알고리즘보다 가맹점 정보가 한눈에 들어오는 화면 구성에서 크게 갈렸습니다.
- '지역 경제 활성화'는 정책의 목표였고, 사용자의 목표는 '내 주변 어디서 할인받지?'였습니다. 사용자의 질문에 답하는 화면을 만들면 그 결과로 정책의 목표도 달성된다는 것을 배운 프로젝트입니다.