이전 요한님 '발표전달력' 스터디에서 발견한건데 저는 구글 드라이브에 2006년부터 11,000개 개인 및 업무 관련 노트, 파일을 저장하고 있었습니다.
그래서 아래와 같이 PRD 문서 작성을 요청했습니다. 제미나이, GPT, 클로드 3가지 도구 모두 이용했습니다.
프롬프트
나는 구글 드라이브에 2006년 부터 문서를 11,000개 저장하고 있었어.
아마도 나와 비슷하게 온라인에 노트를 저장하는 사람들이 있을텐데,
그들에게 노트를 분석하고 대화를 해 주는 서비스를 만들고 싶어.
예를들어, 2006년부터 매년 주요한 일 10가지 씩 알려줘.
이렇게 물어보면 내가 저장한 문서를 바탕으로 나에게 답변을 하는거지.
이런 아이디어를 바탕으로 서비스를 만들기 위해서 PRD 문서를 만들고 싶어.
PRD 문서를 만들어줘.3가지 도구 모두 답변을 잘했습니다.
클로드는 특이하게 제 구글 문서를 직접 연결하여 좀 더 개인화된 답변을 하였습니다. 클로드 설정에서 구글 드라이브 잘 연결한 것 같습니다.
오케이, 2010년 문서들을 좀 살펴봤는데... 형 진짜 인생 드라마가 있었네 😅 백수 생활, 여자 친구와의 갈등, 희망제작소 이직 실패, 북카페 창업 꿈까지. 이 당시 문서들은 진짜 개인적인 성찰과 고민이 많이 담겨있어.
(생략)
이제 실제 데이터를 바탕으로 PRD를 작성해보자. 네 문서 패턴을 보니 정말 흥미로운 점들이 많아:
1. **2010년 데이터**: 개인적 성찰, 진로 고민, 독서 노트, TED 강의 정리
2. **최근 데이터**: 창업 관련 책 정리, 경험의 멸종 같은 철학적 주제
3. **기술 문서**: 쿠버네티스 책 원고, 강의 자료
솔직히 말하자면, 네 아이디어는 흥미롭지만 몇 가지 현실적인 문제가 있어:
1. **프라이버시 이슈**: 개인 노트에는 정말 사적인 내용이 많아. 연인 관계, 직장 고민 등
2. **데이터 품질**: 일관성 없는 형식, 개인적 맥락 필요
3. **수익성 의문**: 타겟 유저가 얼마나 될까?클로드가 지적한 것 처럼 프라이버시 이슈가 매우 중요할 것 같습니다. 일단 인지만 하고 3가지 답변을 모아서 하나의 PRD 문서로 만들었습니다. 제품명이 막막했는데, '내기억비서'라고 나름 직관적인 제품명을 뽑아서 마음에 듭니다.
### 1. 개요 (Executive Summary)
- **제품명(가칭):** 내기억비서
- **한줄 설명:**
"나의 디지털 기록을 AI가 읽고, 기억하고, 대답해주는 개인 맞춤형 지식 대화 서비스"
- **핵심 가치:**
개인이 수년간 저장한 온라인 문서/노트를 기반으로, 과거 회고·연대기 분석·지식 검색을 자연어 대화 형태로 제공.
### 2. 해결하려는 문제 (The Problem)
- 사람들은 수천~수만 개의 파일을 구글 드라이브, 노션, 에버노트 등에 쌓아두지만 **실제로 다시 꺼내보는 경우는 극히 드묾.**
- "2006년부터 매년 주요한 일 10가지" 같은 질문은 현재 검색 방식(키워드 기반)으로는 불가능.
- 개인의 기록은 존재하지만 **검색·분석·스토리텔링 레이어가 없음.**
- **기억의 휘발성:** 과거의 중요한 결정, 아이디어, 배움의 과정이 기록 속에 잠들어 있어 현재의 문제 해결에 활용되지 못한다.
사용자(예: 11,000개의 문서를 2006년부터 저장한 DevOps 엔지니어)는 자신의 가장 소중한 자산인 '기록'에 쉽게 접근하고, 그 안에서 패턴을 발견하며, 과거의 자신과 대화하고 싶어 한다.
### 3. 타겟 고객 (Target Audience)
- **핵심 타겟 (Early Adopters):**
- **장기 기록가 (The Archivist):** 5년 이상 꾸준히 구글 드라이브, 에버노트, 노션 등에 생각과 업무를 기록해 온 전문직 종사자 (엔지니어, 기획자, 작가, 연구원 등). 이들은 데이터의 가치를 알지만 활용에 어려움을 겪는다. **(바로 당신 같은 분들입니다.)**
- 10년 이상 온라인에 글, 사진, 보고서를 저장해온 개인/전문가
- 파일은 많지만 기억은 흐릿해진 사람
- **확장 타겟:**
- **라이프 로거 (The Life-Logger):** 일기, 회고 등 개인적인 성찰을 꾸준히 기록하며 자신을 이해하는 도구로 활용하고 싶은 사용자.
- **지식 노동자 (The Knowledge Worker):** 방대한 리서치 자료, 회의록, 보고서를 기반으로 빠르게 핵심을 파악하고 보고서를 작성해야 하는 모든 직장인.
### 4. 제품 목표 및 성공 지표 (Goals & Success Metrics)
| 목표 (Goal) | 핵심 결과 (Key Results) |
| ------------------------------------ | -------------------------------------------------------------- |
| 1. 사용자가 자신의 과거 기록에 쉽게 접근하고 활용하게 한다. | - **세션 당 평균 질문 수:** 5개 이상 |
| 2. 단순 검색을 넘어, 종합적인 인사이트를 제공한다. | - **답변 만족도:** "도움됨" 평가 비율 80% 이상<br>- **근거 문서 확인 클릭률:** 20% 이상 |
| 3. "내 기억 비서" 같은 신뢰도 높은 사용자 경험을 제공한다. | - **유료 전환율 (출시 후):** 5% 달성 |
- 개인 문서 저장소(구글 드라이브, 노션 등)와 연결 → **RAG 기반 분석**
- "연대기 요약", "주요 키워드 트렌드", "주요 사건 10개씩" 같은 **자동 스토리라인 생성**
- 사용자는 단순 질문만으로 → **대화형 리포트**를 얻음
- 보안/프라이버시: 모든 데이터는 **개인 전용**으로만 처리
### 5. 핵심 기능 (Features & Scope)
#### **MVP (Minimum Viable Product) 범위:**
1. **대화형 AI 인터페이스:**
- 단일 채팅창을 통해 자연어로 질문하고 답변받는 기능.
- 사용자 질문 예시:
- "2006년부터 매년 나에게 있었던 주요한 일 10가지씩 알려줘."
- "내가 '쿠버네티스'에 대해 처음 공부하기 시작했을 때 어떤 생각을 했었지?"
- "작년에 진행했던 'A 프로젝트'의 최종 회고 내용을 요약해줘."
2. **신뢰도 확보를 위한 근거 제시:**
- AI 답변의 모든 문장은 어떤 문서에서 정보를 가져왔는지 명확히 표시.
- 해당 문서로 바로 이동할 수 있는 링크 제공.
3. **강력한 보안 및 프라이버시:**
- **Zero-Knowledge 원칙:** 사용자 데이터는 AI 모델 학습에 절대 사용되지 않음을 명확히 고지하고 기술적으로 보장.
- **데이터 통제권:** 사용자가 원할 때 언제든지 서비스 연동을 해제하고 서버에 저장된 인덱스 데이터를 영구적으로 삭제할 수 있는 기능.
#### Features
- **AI 요약·대화**
- "2006년에 있었던 가장 중요한 사건 10개" → AI 요약
- "내 인생에서 가장 많이 반복된 키워드는?" → 트렌드 분석
- "내가 쓴 글에서 감정 변화는 어땠어?" → 감정 분석
- **UI/UX**
- 챗봇 인터페이스 (웹·모바일)
- 타임라인 뷰: 연도별 주요 이벤트 자동 정리
- AI 리포트: PDF/노션으로 내보내기
- **지식 인덱싱**
- 시계열(연도/월/일) 기반 문서 분류
- 태그/키워드 자동 생성
### 6. 사용자 시나리오 (User Scenario)
- **시간 기반 질의**: "2015년에 내가 가장 관심 있어했던 주제는?"
- **주제별 검색**: "창업에 대해 내가 언제부터 생각해왔지?"
- **패턴 분석**: "내 관심사가 어떻게 변화했나?"
- **문서 인용**: 답변 시 실제 문서 출처와 링크 제공
- **블로그 포스트 초안**: 과거 노트 기반 글감 제안
- **발표자료 소스**: 관련 과거 자료 자동 수집
- **아이디어 연결**: 과거 아이디어와 현재 프로젝트 연결
- **페르소나:** '김전문' (40대 후반, 23년 차 DevOps 엔지니어)
- **상황:** 김전문 님은 다가오는 기술 컨퍼런스에서 'AI For DevOps'를 주제로 발표해야 한다. 그는 자신의 경험을 녹여 깊이 있는 발표를 하고 싶지만, 과거 자료를 찾아볼 엄두가 나지 않는다.
- **사용 흐름:**
1. 채팅창에 "작년부터 내가 정리한 AI 관련한 노트를 바탕으로 DevOps가 실무에 AI를 어떻게 활용할 수 있을까에 대한 생각의 변화를 월별로 정리해줘"라고 입력한다.
2. '메모리' AI는 김전문 님의 수많은 기술 문서, 프로젝트 기록, 아이디어 노트를 분석하여 타임라인 형태로 답변을 생성한다.
- 25년 1월 Day 0 업무에 사용 사례: `aws_study_notes.gdoc`
- 25년 6월 aws q 사용 사례 : aws_q.md
3. 김전문 님은 이 요약을 보고 발표의 뼈대를 잡고, 각 항목에 연결된 원본 문서를 클릭하여 당시의 생생한 기록을 확인하며 발표 내용을 풍성하게 채워나간다.
### 7. 리스크 & 고려사항
- 개인정보 보호 → **End-to-End Encryption + 로컬 인덱싱 옵션 제공**
- 문서 포맷 다양성 (PDF, 이미지, 스캔본) → OCR 성능 확보 필요
- 대규모 데이터(1만+ 문서) → 색인/검색 속도 최적화 필요
- “자동 이벤트 추출” 정확도 → Human-in-the-loop 검증 옵션 필요
1. **너무 개인적 데이터에 의존적이야**: 네 2010년 문서들 보니까 연인 관계, 직장 스트레스 같은 진짜 사적인 내용이 많더라. 이런 걸 AI가 분석한다고? 프라이버시 이슈가 장난 아닐 거야.
2. **타겟 시장이 너무 좁아**: "18년간 11,000개 문서 저장한 사람들"이 과연 몇 명이나 될까? 네처럼 꾸준히 기록하는 사람은 정말 드물어.
3. **비즈니스 모델이 애매해**: 이런 니치한 서비스로 수익을 어떻게 낼 건데? 월 $10도 아까워할 수 있는 시장이야.
4. **B2B 피봇 고려해봐**: 개인용보다는 기업 지식 관리나 연구소용으로 가는 게 낫지 않을까?
5. **MVP를 정말 간단하게**: 구글 드라이브 연동부터 시작해서 베타 테스터 10명만 확보해도 성공이야.
### 8. 향후 확장 아이디어
- **감정 곡선 분석**: 글의 감성 톤 변화 시각화
- **인생 키워드 클라우드**: "2006~2025까지 내가 가장 많이 쓴 단어 Top 20"
- **세대 아카이브**: 가족 계정 연결 → 가계 연대기 자동 정리
- **AI 기반 회고 코치**: “10년 후 네가 보고 싶은 건 무엇이야?” 질문 제공
---이 PRD 문서를 외부 공개가 가능하도록, 웹페이지로 만들어 달라고 했습니다.
그 중 제미나이 웹페이지가 가장 마음에 들었습니다.
GPT가 만든 웹페이지는 노션 같네요. 가독성이 좋습니다.
디자인을 좀 더 이쁘게 하기 위해서, 스터디 시간에 배운 러버블에 요청해보았습니다. GPT에 아래와 같이 요청했습니다.
lovable 을 이용해서 좀 더 웹페이지 디자인을 현대적인 감성으로 변경하고 싶어.
lovable 에 요청하는 프롬프트를 알려줘. 이 코드를 기반으로 웹페이지 디자인을 현대적인 SaaS 랜딩페이지 감성으로 개선해줘.
요구사항:
1. **스타일 방향**
- 미니멀 + 세련된 SaaS 스타일
- 여백과 타이포그래피 강조 (Inter, SF Pro, Pretendard 등 현대적 폰트)
- 부드러운 파스텔톤 배경 + 포인트 컬러 (블루/퍼플/민트 중 1~2개)
- Glassmorphism / Neumorphism 느낌의 카드 스타일
2. **컴포넌트 스타일**
- 헤더: 고정 내비게이션 + 로고 + CTA 버튼 (예: “베타 신청하기”)
- Hero 섹션: 큰 헤드라인 + 짧은 서브카피 + CTA 버튼 2개 (시작하기 / 데모 보기)
- FeatureCard: 아이콘 + 제목 + 설명, hover 애니메이션
- Section 구분: 그라데이션 배경, subtle divider 사용
- Footer: 심플하게 저작권 + 링크
3. **모션/인터랙션**
- 스크롤 시 페이드/슬라이드 애니메이션
- 버튼 hover → 색상 전환, 그림자 강조
- FeatureCard hover → scale(1.02) 애니메이션
4. **전달 느낌**
- Notion, Linear, Vercel, Superhuman 같은 프로덕트의 모던 감성
- “개인 기록을 다시 살아나게 한다”라는 감성을 시각적으로 전달전달받은 문서를 기반으로 러버블로 웹페이지를 만들었지만, 실망스럽게 별다른 차이는 없네요.
제미나이를 이용해서 다시 만들어 보니 다크모드를 이용해서 조금 다른 페이지 디자인이 나오기는 했습니다.
화악 마음에 들지는 않지만, 전 디자인 전문가는 아니라서 여기서 더 나아가지는 않았습니다. 스터디 시간에 배운대로 완벽하기 보다는 실행에 집중했습니다.
이상 PRD 문서를 만들고 이 PRD 문서를 웹에 게시한 경험을 공유합니다.
배운점
- 제미나이, GPT, 클로드 각각 모델에 PRD 문서를 요청한다. 이 후 마음에 드는 결과만 취합해서 PRD 문서를 만든다. 이 후 PRD 문서를 웹페이지로 만들어 달라고 한다.
- 러버블이 웹디자인이 마음에 안들면 제미나이, GPT, 클로드에게 디자인을 다시 요청할 수 있다.
