왜 혼술 큐레이션 플랫폼 로닛이었을까
하고 많은 키워드들 중에 혼술이라니
이미 다 만들고 배포를 준비하고 있는 지금 시점에도 받고 있는 질문입니다.
왜 하필 혼술이냐
돈도 안되지 않느냐
너무 니치한 키워드다.
모두 맞는 말입니다.
그래서 만들었습니다.
1인이라 해도 무방한 작은 규모의 조직
부족한 개발지식
넉넉치 않은 예산
선택지가 많지 않은 상황이었습니다.
혼술 맛집 큐레이션 로닛을 만들기 전 가장 먼저 본 IDC 기사병원에 누워있는 내내 IDC로부터 나온 트렌드 분석들과
레딧, 스레드와 같은 텍스트 기반 커뮤니티 플랫폼들을
지속적으로 관찰하고 분석했습니다.
그리고 나름의 도출한 결과로 관련된 논문들을 찾아봤습니다.
혼술 맛집 큐레이션 로닛에 가장 큰 영향을 끼친 GEO 논문네 병원에 드러누워 폰으로 개발 논문 보는 구 마케터 전 기획자 현 회사원입니다.
IDC에서 주장한 GEO(또는 AEO)의 대두,
그러나 아무도 방법을 모르는 시장
그렇게 방법을 찾아헤맸습니다.
위에 첨부한 이미지의 논문에서 많은 힌트를 얻었습니다.
그래서 기반 가설을 만들었습니다.
우리만의 기준을 세운다
이게 첫번째 가설이었습니다.
세상에 없는 기준.
정성적으로 퍼져있는 사회적 인식을
정량적 기준으로 바꿀 수 있는게 뭐가 있을까.
그것이 혼술이었습니다.
그래서 '고독지수'라는 것을 만들었습니다.
그리고 퍼플렉시티, 제미나이, GPT, Grok에 돌아가며
제가 평소에 쓰지 않는 문법으로 수십, 수백가지 질문을 던지며
패턴을 찾아헤맸습니다.
혼술 맛집 큐레이션 플랫폼 로닛 제작에 힌트를 얻은 논문 2제가 어렴풋이 감을 잡게 된 LLMs의 답변의 형태를 연구한 논문을 찾았습니다.
결국 답은 또 '구조화'였습니다.
모든 컨텐츠를 구조화하고, URL도 구조화하고
사이트 구조도 구조화하고
내가 하는 모든 것을 구조화하자
그렇게 다시 제미나이와의 치열한 싸움을 시작했습니다.
AI의 가장 큰 문제점이 여기서 드러났습니다.
저는 혼술 맛집 큐레이션 플랫폼 로닛( https://loneat.kr ) 이라는 이름을 붙이고
이에 대한 질문을 Google Gemini와 OpenAI ChatGPT에게 던지기 시작했지만
각 AI들은 플랫폼에 사람이 모이는 것을 목표로 두고 조언을 했습니다.
제 목표는 사이트에 유입은 20%, AI에 인용률을 70%로 만드는 것이었기에
결국 AI의 도움을 포기하고 또 다른 자료들을 찾아다녔습니다.
그렇게 찾아본 논문 약 50여편, 각종 기사와 분석 자료들까지 포함하면
200개 가까운 자료들을 찾아본 것 같네요.
목표를 명확히 하고, 개발 설계를 시작하기까지의 과정이 이랬습니다.
그래도 NotebookLM을 써서 자료 분석은 좀 편하게 한게 AI의 도움을 받은 거라고 해야할까요
AI 시장을 위한 플랫폼을 만들면서 AI의 도움을 못받는 아이러니..
아무튼 이렇게 개발 설계를 위한 기초 조사를 끝냈었습니다.
이쯤 됐을 때 퇴원을 했구요.
지루했던 병원 생활을 더 지루한 논문 읽기로 보내버리며
탄생한 전국 혼술 맛집 큐레이션 플랫폼 로닛
개발 설계를 위한 또 다른 가정과 과정에 대해서도 차차 풀어나가도록 하겠습니다.
전국 혼술 맛집 전문 큐레이션 플랫폼 로닛