출퇴근 영어 회화 앱 · 제품 문서
목차
  1. 1. 개요
  2. 2. 타깃 사용자
  3. 3. 핵심 가치와 차별점
  4. 4. 사용 시나리오
  5. 5. 기능 요구사항
  6. 6. 콘텐츠 설계
  7. 7. UX 원칙
  8. 8. 기술 설계
  9. 9. 로드맵 [제안]
  10. 10. 성공 지표 [제안]
  11. 11. 리스크와 대응
  12. 12. 미결정 사항 — 확인 필요

출퇴근 영어 회화 앱 — 기획서 (PRD) v0.1

작성일: 2026-09-10 · 상태: 초안 (검토 중) · v0.1.1: 스택 Expo → React Native CLI 변경 표기: [결정] 회의에서 확정 · [제안] 초안 제안, 검토 필요 · [확인 필요] 정보 요청

1. 개요

한 줄 정의

출퇴근 동선(지하철 + 도보)에 맞춰 자동으로 짜이는 루틴으로, 이동만 해도 일상·여행 영어 회화가 입에 붙는 앱.

해결하려는 문제

목표

2. 타깃 사용자

대표 페르소나 [제안]

김지은 (32, 마케터) — 지하철 25분 + 도보 10분 출퇴근. 연 1~2회 해외여행을 가는데 매번 식당·호텔에서 말문이 막힌다. 영어 앱을 여러 번 깔았지만 2주를 못 넘겼다. 퇴근길엔 지쳐서 뭘 "공부"하고 싶지 않다.

3. 핵심 가치와 차별점

구분 기존 회화 앱 우리 앱
학습 시간 사용자가 따로 시간 확보 출퇴근 동선 자체가 학습 시간
분량 고정 레슨 탑승·도보 시간에 맞춰 자동 조절
말하기 앉아서, 화면 보며 걸으면서, 화면 없이 (오디오 전용)
동기 연속 학습일 여행 D-day 역산 + 연속 학습일

[결정] 핵심 구조: 지하철은 화면으로 배우고, 걷기는 오디오로 말한다.

4. 사용 시나리오

출근길 (에너지 있음 → 새 표현 입력)

  1. 지하철 탑승 후 앱을 열면 "오늘의 상황: 호텔 체크인" 레슨이 바로 시작된다.
  2. 핵심 표현 3~5개를 카드로 익히고, 표현이 쓰인 짧은 대화를 자막과 함께 본다.
  3. 하차 역에 가까워지면 짧은 확인 퀴즈로 마무리한다.
  4. 역에서 회사까지 걸으면서 이어폰으로 걷기 모드: 방금 배운 표현을 듣고 따라 말한다.

퇴근길 (피곤함 → 가벼운 복습)

  1. 지하철에서는 아침 표현이 들어간 대화를 듣기만 한다 (화면 조작 최소).
  2. 걸으면서 한두 문장만 따라 말하면 오늘 루틴 완료.

5. 기능 요구사항

우선순위: P0 = MVP 필수 · P1 = 2단계(네이티브) · P2 = 이후

5.1 온보딩 (P0)

5.2 데일리 루틴 생성 (P0)

5.3 지하철 모드 — 화면 (P0)

5.4 걷기 모드 — 오디오 (P0 단순 버전 → P1 완전 버전)

5.5 오프라인 (P0)

5.6 학습 기록·습관 (P0)

5.7 AI 롤플레이 (P1)

5.8 이후 검토 (P2)

6. 콘텐츠 설계

구조

코스 (예: 여행 필수 / 일상 스몰톡)
 └ 상황 (예: 호텔 체크인)
    └ 레슨 (1회 출퇴근 분량)
       ├ 핵심 표현 3~5개
       ├ 대화문 1개 (4~8턴)
       ├ 퀴즈 3~5문항
       └ 따라 말하기 문장 5개 (걷기용)

초기 상황 목록 [제안]

제작 방식 [제안]

7. UX 원칙

  1. 3초 안에 시작: 앱을 열면 메뉴가 아니라 오늘 레슨이 바로 나온다.
  2. 한 손, 엄지 영역: 서서 손잡이 잡은 상태를 기준으로 설계한다.
  3. 언제 끊겨도 괜찮게: 모든 단계는 1분 이내 단위, 중단 지점 자동 저장.
  4. 걷기는 화면 없이: 걷기 모드의 모든 동작은 음성·이어폰으로 가능해야 한다.
  5. 퇴근길은 가볍게: 퇴근 루틴은 출근 루틴의 절반 이하 부담.

8. 기술 설계

스택 [결정: 방향 / 제안: 세부]

단계별 플랫폼 전략

데이터 모델 초안 [제안]

User          id, level, commute_ride_min, commute_walk_min,
              commute_times, created_at
TravelGoal    user_id, destination, depart_date
Course        id, title, type(travel|daily), order
Situation     id, course_id, title, order
Lesson        id, situation_id, order
Expression    id, lesson_id, en, ko, context, audio_url
Dialogue      id, lesson_id, turns(json), audio_url
QuizItem      id, lesson_id, type, payload(json)
Progress      user_id, lesson_id, status, completed_at
SpeakingLog   user_id, expression_id, score, created_at
DailyRoutine  user_id, date, slot(am|pm), lesson_ids, status

9. 로드맵 [제안]

단계 기간(예상) 범위 완료 기준
0. 준비 1주 콘텐츠 10개 상황 제작·검수, 화면 설계 레슨 10개 완성
1. 네이티브 MVP 약 11주 온보딩, 루틴 생성, 지하철 모드, 걷기 모드(백그라운드 재생·이어폰 제어), 오프라인, 스트릭 베타 테스터 20~30명 2주 사용
2. 정식 출시 4주 내외 잠금 화면 녹음, 푸시 스토어 출시
3. 확장 이후 AI 롤플레이, 여행 모드 고도화, 노선 연동 —

10. 성공 지표 [제안]

11. 리스크와 대응

리스크 대응
백그라운드 녹음 제약으로 걷기 모드 경험 축소 개발 초기 기술 검증, 대안 UX 준비
AI 생성 콘텐츠의 부자연스러운 표현 초기 원어민 검수, 사용자 신고 기능
걷기 중 안전 문제 화면 사용 경고, 음성만으로 조작 가능하게 설계
음성 인식 정확도 (소음, 발음) 점수보다 "시도 여부" 중심 피드백, 관대한 판정
TTS·STT·LLM API 비용 음성은 사전 생성 후 캐싱, AI 롤플레이는 횟수 제한

12. 미결정 사항 — 확인 필요