공동 경험 기반 추천 서비스
우리, 다음엔
뭐 하지?
사진 속 함께한 기억으로
아직 함께 안 해본 경험을 추천합니다.
문제 정의
왜 매번 처음부터 고민할까?
01 · 함께한 경험을 활용하기 어렵다
대화 예시 · 함께한 경험은 매번 기억에 의존합니다.
02 · 직접 기록하기는 번거롭다
사진에는 단서가 있지만, 기록하려면 다시 입력해야 합니다.
사진에 남은 경험이 다음 선택에 활용되지 못합니다.
핵심 인사이트
안 가본 장소보다, 함께 안 해본 경험
기존 장소 추천의 질문
“내가 좋아할 만한
장소는 어디인가?”
처음 가는 카페라도
식사 → 카페를 반복하면 경험은 익숙합니다.
우리가 묻는 질문
“우리가 아직 함께 해보지 않은
경험은 무엇인가?”
이미 가본 성수라도
첫 공방 → 공연은 새로운 경험일 수 있습니다.
새로운 활동 · 새로운 조합 · 최근 하지 않은 경험 · 그룹의 첫 경험
솔루션
그룹의 기억이 추천의 근거가 됩니다
함께한 경험 · 그룹 기록
무엇을 함께 했고, 무엇을 반복했는지
→다음 경험 · 추천 이유
기억을 바탕으로 다음 경험을 제안
“함께 본 전시 기록이 없어, 새로운 전시와 익숙한 카페를 조합했습니다.”
AI 기술의 적절성
과거 이해, 후보 생성, 최종 선택의 역할 분리
01
VLM
사진 → 경험
촬영 시간·GPS·이미지로
날짜, 지역, 활동,
장소 유형을 추출
여러 사진을 하나의 외출로 묶기
확실하면 자동 기록
애매하면 사용자에게 한 번 확인
02
LLM
다음 후보 생성
그룹의 기억과
현재 조건을 바탕으로
다양한 경험을 제안
전시 → 카페
공방 → 식사
산책 → 카페
03
추천 알고리즘
후보 순위 결정
실제 그룹 기록과
조건을 계산해
최종 순위를 결정
과거 선호 · 활동/조합의 새로움
최근 반복 여부
시간 · 소요 시간 · 인원
04
실제 장소 검색
지도 코스 연결
선택한 활동을
실제 장소 데이터에
연결
산책 → 실제 공원 검색
카페 → 주변 카페 검색
지도에서 코스로 표시
VLM은 과거를 이해하고, LLM은 가능성을 만들고, 알고리즘은 순위를 정합니다.
실제 사용 흐름
사진에서 시작해, 지도에서 코스를 고릅니다
01 · 사진 가져오기
과거 사진 선택
02 · 필요한 것만 확인
모르는 활동만 한 번 선택
03 · 추천받기 → 실제 코스 확인
기본은 버튼 한 번 · 필요하면 날짜·시간·위치 조정
사진을 고르고 필요한 것만 확인하면, 다음 코스까지 연결됩니다.
그룹별 경험 기억
같은 나라도, 함께한 사람에 따라 다른 기억
그룹 선택
친구 · 연인 · 가족
동아리 · 여행 멤버
대학 친구 그룹
가족 그룹
“나의 경험을 여러 사람과도 공유하고 싶다”
창의성 및 혁신성
추천의 단위를 장소에서 경험으로
장소 중심
어디를 갈까?
인기 · 거리 · 개인 취향
처음 가는 카페
장소는 새롭지만, 경험은 익숙함
공동 경험 중심
무엇을 함께 해볼까?
누구와 무엇을 했고,
무엇을 반복했고,
무엇을 아직 함께 하지 않았는가
익숙한 지역의 첫 공방
지역은 익숙하지만, 경험은 새로움
Place → Experience
기존 서비스와의 차별성
자동 기록과 다음 추천을 하나의 흐름으로
| 기능 | 일반 장소 추천 | 기록 앱 | 스냅링크 |
|---|
| 인기 장소 추천 | ○ | — | ○ |
| 과거 방문 기록 | 일부 | ○ | ○ |
| 사진에서 자동 기록 | 제한적 | 제한적 | ○ |
| 그룹별 경험 기억 | — | 일부 | ○ |
| 활동 반복 분석 | — | — | ○ |
| 아직 안 해본 경험 추천 | — | — | ○ |
| 실제 장소와 연결 | ○ | 일부 | ○ |
제안서 기준의 서비스 유형 비교 · 개별 제품에 따라 제공 기능은 다를 수 있음 · ○ 제공 / — 주요 기능 아님
사진 → 그룹의 기억 → 새로운 경험 추천 → 다음 외출 → 다시 기억으로
다음 만남의 시작
함께한 기억으로, 다음엔 새로운 경험.