온도:랑

프로젝트 소개

"오늘 15도입니다." 대부분의 날씨 앱은 여기서 멈춥니다. 정작 사용자가 알고 싶은 건 그다음입니다. "그래서 긴팔을 입어야 할까, 반팔을 입어야 할까?" 숫자는 봤지만 확신이 서지 않아 다시 검색을 하고, 애플 날씨와 네이버 날씨, 기상청 앱이 저마다 다른 강수확률을 보여주면 결국 창문을 열어 하늘을 직접 보게 됩니다. 이 지점을 관찰하며 발견한 사실은, 사용자가 원하는 신뢰란 데이터의 객관성이 아니라 ‘심리적 확신’이라는 것이었습니다.

실제로 사람들은 예보보다 자기 눈과 몸을, 그리고 지금 같은 동네 사람들이 입고 있는 옷과 남긴 댓글을 더 신뢰했습니다. "지금 강남은 비 엄청 와요", "너 뭐 입었어?" 같은 실시간 체감이야말로 숫자보다 강력한 확신을 줬습니다.

‘온도랑’은 이 관찰에서 출발한 개인화 날씨 서비스입니다. 단순 수치를 전달하는 대신, 같은 동네 사람들이 지금 느끼는 체감 날씨와 옷차림을 실시간으로 보여주어, 사용자가 "그래서 어떻게 해야 하나요"라는 질문에 즉시 답할 수 있도록 돕습니다.

‍

프로젝트 개요

서비스명: 온도랑핵심 콘셉트: ‘온도’와 ‘-랑(함께)’을 결합한 이름으로, 날씨와 사람의 하루가 함께 움직인다는 의미를 담았습니다. 기온 수치만 보여주는 앱이 아니라, 같은 동네 사람들과 함께 느끼는 날씨를 전달하는 일상 파트너를 지향합니다.

‍

기획 배경 및 문제 정의 (심층 인터뷰 & 행동 관찰)

기존 기본 날씨 앱, 네이버 날씨, 웨더, 현대카드 웨더 등 주요 서비스를 비교 분석한 결과, 모두 시간별 기온·강수확률 같은 정보 제공에는 강점이 있었지만 공통된 한계가 발견됐습니다.

‍

체감의 부재

"오늘 15도입니다"라고는 알려주지만 "그래서 뭘 입어야 하나요?"에는 답하지 않습니다. 개인화 기능과 행동 가이드가 없는 것이 공통적인 한계였습니다.

신뢰의 문제

여러 앱이 서로 다른 강수확률을 보여줄 때 사용자는 데이터보다 직접 체감(창밖 보기, 친구에게 묻기)에 더 의지했습니다.

관찰 기반의 인사이트

실제 관찰 결과 예보 수치보다 사람들의 실시간 행동과 댓글이 체감과 신뢰를 만든다는 점이 드러났습니다.

‍

서비스 방향성 및 핵심 기능

온도랑은 "단순 정보 전달이 아닌, 지금 실제로는 어떤지, 다른 사람들은 어떻게 느끼는지를 보여주는 관찰형 날씨 서비스"라는 방향성 아래 핵심 기능을 설계했습니다.

Feature 1. 타입 기반 개인화 온보딩

5개 질문으로 온도 민감도와 날씨 관여도를 파악해 센서티브형/체감형/플래너형/프리형 4가지 날씨 타입으로 분류하고, 타입별 체감 예측과 행동 가이드("당신은 오늘 춥게 느낄 거예요, 겉옷을 챙기세요")를 제공합니다.

Feature 2. 실시간 키워드 클라우드

같은 동네·같은 타입 사용자들이 지금 느끼는 체감을 키워드 버블로 시각화해, 숫자가 아닌 사람들의 실제 반응으로 날씨를 체감할 수 있게 합니다.

Feature 3. 타입 기반 커뮤니티 & AI 챗봇

같은 타입 사용자들의 실시간 체감과 옷차림을 공유하는 피드, 그리고 "오늘 뭐 입을까?" 같은 자연어 질문에 개인화된 답을 주는 AI 챗봇을 제공합니다.

‍

‍

‍

사용자 테스트(UT)를 통한 UX/UI 고도화

프로토타입 사용성 테스트를 통해 핵심 시각 요소가 직관적으로 전달되지 않는 문제를 발견하고 개선했습니다.

키워드 클라우드 직관성 보완

키워드가 커뮤니티 데이터 기반이라는 사실 자체를 인지하지 못하는 문제를 발견해, 최초 진입 시 툴팁·코치마크로 "지금 사람들이 가장 많이 느끼는 체감이에요"를 안내하도록 개선했습니다.

차트 표현 방식 변경

날씨 타입 분포를 보여주는 레이더 차트의 의미를 사용자가 전혀 파악하지 못하는 문제를 발견해, 타입별 비율이 직관적으로 보이는 파이 차트로 전환했습니다.