🚀 PRD: 기능 7 - 업체 추천 (조건 기반 AI 추천)

[Evan-Yoon]

👥 1. 사용자 스토리 (User Stories)

사용자 입장에서 기능의 가치를 정의합니다.

• As a 수백 개의 업체 리스트를 일일이 뒤질 시간 없이, 내 한정된 예산과 취향에 딱 맞는 곳만 골라보고 싶은 예비신랑 '현우',
• I want to 나의 예산, 선호 스타일, 지역 등의 조건에 맞는 업체를 AI로부터 추천받고 배지로 확인하며,
• So that 수많은 업체 리스트를 일일이 뒤지지 않고도 내게 최적화된 업체를 쉽게 발견할 수 있다. (Should / P2)

---

🛠 2. 상세 기능 요구사항 (Functional Requirements)

• 기능 A (조건 기반 추천 로직): 사용자 프로필 설정 시 입력한 예산/스타일 데이터와 AI 챗봇(기능 3) 대화 맥락을 기반으로 맞춤형 스·드·메 업체 리스트 큐레이션.
• 기능 B (추천 배지 연동): 추천된 업체가 일반 리스트(기능 4)에 노출될 때 "AI 추천", "내 예산 딱 맞춤" 등의 눈에 띄는 배지 표시.
• 예외 케이스 처리: 조건이 너무 좁아 추천할 업체가 없을 경우, "예산을 조금만 더 높이면 이런 업체도 가능해요" 식의 상향 추천(Up-selling) 로직 가동.

---

🎨 3. UI/UX 디자인 (Design & Wireframe)

• Figma/Design Link: [피그마 링크를 여기에 입력]
• 주요 화면 설계:
  • 홈 화면 상단: 'OOO님을 위한 맞춤 스튜디오' 가로 스와이프 섹션
  • 리스트 UI: 일반 업체 정보 위에 눈에 띄는 컬러 배지 렌더링

---

✅ 4. 수락 기준 (Acceptance Criteria)

기능이 완료되었다고 판단하기 위한 최소 조건입니다.

• 사용자의 총예산을 수정하면(기능 2), 홈 화면에 노출되는 추천 업체 리스트도 해당 예산 대역에 맞게 새로고침 되어야 한다.
• AI 챗봇에서 특정 스타일을 언급한 직후, 추천 배지가 달린 관련 업체가 리스트 상단으로 정렬(Boosting)되어야 한다.
• 추천 알고리즘의 응답 시간이 1초를 초과하지 않아야 한다. (사전 계산 후 캐싱 권장)

---

⚙️ 5. 기술적 고려사항 및 제약 (Non-functional / Tech Notes)

• API 연동: 개인화 추천 리스트를 반환하는 Recommendation API.
• 성능/보안: 실시간 추천 연산은 DB 부하를 주므로, 유저 프로필 변경 시점에 캐시(Redis 등)를 업데이트하는 방식 활용.
• 의존성: AI 챗봇(기능 3)의 유저 의도 추출 결과 및 업체 카테고리(기능 4) 데이터베이스.

---

💬 6. 비고 (Notes)

• AI 기술을 활용한 개인화의 꽃. 추천 알고리즘 고도화 전까지는 Rule-based(예산 교집합 매칭)로 초기 오픈을 권장.