🌳 TreeStudy APP 요약 기획서

// --------------- //

🎯 제품 포지셔닝
✅ 국내 나무 중심 학습/현장 식별 도구
✅ “도감 앱” → “사진 인식으로 즉시 후보 제시 + 차이점 학습”까지 확장
❌ 해외 식생 확장, 고가 B2B(10만원대) 모델은 1차에서 제외

// --------------- //

👥 타겟 유저
🎓 조경기사/산림기사/조경·산림 관련 학과 수험생
🌿 정원사/조경 실무자(개인 구매)
🧗 등산/캠핑 등 “나무 이름 궁금한” 일반 사용자(사진 인식으로 유입)

// --------------- //

🧩 핵심 가치 제안(한 문장)
📷 한 장 찍으면 TOP3 후보 + 확률 → ⚖️ 비교로 확정 → 📚 특징 학습까지 한 번에

// --------------- //

🧭 앱 구조(탭/흐름)
🏠 홈
🔍 검색창 + 📷 사진 인식 아이콘(오른쪽)
🗂️ 카테고리 4개 카드
🕘 최근 검색/최근 본 나무

📷 인식(결과 화면)
🌳 결과 TOP3 + 신뢰도(%) + ⭐ 표시
⚖️ “A vs B 차이점 비교” 버튼
💡 추가 촬영 넛지(강요 X)

📚 공부(선택)
오늘의 나무 / 카테고리 학습 / 퀴즈(후순위) / 북마크

⚙️ 설정
다크/라이트, 프리미엄, 구매 복원, 이용 안내

// --------------- //

📸 사진 인식 UX(윤호님 방식 — 소프트 넛지)

1) 1차 촬영: “수형(전체)”만 먼저
안내는 짧게: 💡 “나무 전체가 보이게 멀리서 찍어주세요”

2) 결과는 “단정 X”, “확률 기반”
예시)
소나무 80%
곰솔 50%
리기다소나무 30%
⚖️ 소나무 vs 곰솔 차이점 비교 →

3) 인식이 애매할 때만 “추가 촬영” 권유
💡 “잎/열매/줄기를 가까이 찍으면 더 정확해져요”

[📷 추가 촬영] [나중에]
추가 촬영 1회는 “같은 세트”로 묶어서 카운트 1회 처리(권장)

// --------------- //

⚖️ “비교하기”가 중요한 이유
✅ “틀렸는데 당당” 문제를 구조적으로 방지
✅ 사용자가 확정 판단을 하게 만들어 신뢰감 상승
✅ 교육 가치(학습/시험 대비)로 자연스럽게 연결

// --------------- //

💰 무료/유료(CountPlus 스타일로 단순하게)

🆓 무료
📷 사진 인식 하루 1~3회
🔍 검색 기본
📚 도감은 카테고리별 일부만(예: 5종 미리보기)

💎 유료(1회 결제 권장)
📷 인식 무제한(또는 넉넉한 한도)
🌳 도감 100~200종 전체
🔖 북마크/히스토리/비교 확장
가격대는 1차는 ₩4,900 이하가 가장 무난(국내 니치 고려)

// --------------- //

🤖 AI 구현 선택지(결론만)
✅ 1차 최선: “외부 AI API” 사용
이유: 데이터 수천 장 직접 학습 불필요
앱은 “API 결과를 도감 DB와 매칭 + UX로 포장”이 핵심
(예: Plant.id 같은 사진 인식 API 계열)

// --------------- //

🗃️ 데이터(도감) 최소 요구
1차 목표: 100종
침엽·상록 20
과실·열매 30
활엽·교목 30
관목·조경 20

각 수종 상세(최소)
🖼️ 사진 2~3장
🔤 학명
✍️ 특징 3~5줄
🌸 개화/결실 시기(있으면)
🧰 용도/현장 포인트(간단)

// --------------- //

✅ 출시 전 “필수 체크리스트”
📄 상세 페이지 구현(사진+특징+학명)
🔍 검색 고도화(한글명/학명/별칭)
📷 사진 인식 결과 TOP3 + 비교하기
🔒 일일 무료 횟수 제한 + 유료 안내(과하지 않게)

🌳 TreeStudy APP 프로젝트 메모장

소나무 - 잘 입력됨

영산홍 - 보통
향나무 - 보통 (눈향나무?)
사철 - 보통
무궁화 - 보통, 주요 특징 (겨울) 못 넣어 아쉽
측백 - 보통 이하 (서양측백 추가? 황금측백 추가?)
주목 - 보통 이하 (눈주목은 추가? 가문비나무 추가?, 독일가문비나무 추가?)
뽕나무(엄나무) - 보통, 수형, 수피만 아쉽 (꾸지뽕나무 추가?)
매실 - 보통
사과 - 보통 (꽃사과 추가?)
대추 - 보통
감나무 - 보통
복사(복숭아) - 보통
포도나무 - 보통
장미 - 보통 (열매는 없음)
아로니아 - 보통
배나무 - 보통
자두 - 보통이하