여행 AI 서비스 시장 조사 및 LOVV 기능 보완 방향

문서 버전: v0.3

문서 상태: Review

작성일: 2026-06-26

문서 성격: 대표 Markdown

기준 자료: LOVV 문서 허브, 트래블데일리, 트립닷컴 공식 가이드·뉴스룸, 트래비 기사, 서비스 사용 관찰 메모, 트리플 앱 직접 검증(2026-06-26), 트리플 공식 고객센터, 놀유니버스 시장구조 자료

본 문서는 트리플·트립닷컴을 기준으로 여행 AI·일정 지원 서비스를 비교하고, 추천 시장 전반(대한민국 구석구석·마이리얼트립·Wanderlog 등)으로 확장한 검증을 보조 문서 recommendation_market_landscape.md에 정리한다. LOVV는 단순 일정 생성 서비스가 아니라, 국가·시기·취향을 기준으로 대도시를 대체할 소도시를 발견하게 하는 설명 가능한 추천 서비스로 포지셔닝한다.

---

1. 트리플, 트립닷컴의 AI 서비스

1.1 요약 비교

구분트리플트립닷컴LOVV 반영 방향
서비스 성격일정 관리형 여행 앱예약·검색·AI 어시스턴트 결합형 OTA소도시 목적지 탐색 + 일정 생성 서비스
출발점사용자가 여행지를 먼저 고른 뒤 일정 구성여행지 검색, 상품 비교, 예약, 현장 질문까지 연결국가·시기·테마를 먼저 받고 소도시를 추천
주요 강점장소 저장, 일정표 구성, 지도 기반 동선 확인, 동행자 협업항공·호텔·렌터카·티켓 예약, AI 큐레이션, 실시간 질의 응답추천 이유, 출처, 검증 상태, 축제·날씨·외부 링크 결합
AI 역할선택지 기반 일정 생성과 동선 보조자유 질의, 상품 비교, 예약 전후 의사결정 보조조건 분류, RAG 검색, 후보 선정, 일정 구성, 근거 설명
사용자 가치이미 정한 여행지를 효율적으로 돌기 좋음정보 탐색부터 예약까지 한 흐름에서 처리하기 좋음어디를 갈지 모르는 사용자가 덜 붐비는 소도시를 발견하기 좋음

트리플·트립닷컴 외에, 국내 소도시 추천에서 LOVV의 가장 직접적인 경쟁자는 한국관광공사 '대한민국 구석구석'이다. 'AI콕콕 플래너'가 지역·기간·테마 기반 코스 생성, 축제·행사 정보, 인구감소지역 분산(디지털 관광주민증)을 이미 제공한다(회원 100만, 직접 검증). 다만 구석구석도 사용자가 지역을 먼저 지정해야 코스가 나오고, 장소별 추천 이유·검증 표기는 약하며, 이동은 거리만 표시한다. 추천 시장 4분면과 경쟁 서비스 확장 검증은 recommendation_market_landscape.md에 정리했다.

1.2 트리플 서비스 관찰

트리플은 예약보다 여행 일정 구성과 현지 정보 탐색에 강점이 있다. 사용자는 여행지, 여행 기간, 인원, 여행 스타일, 일정 밀도 등을 선택하고, 관광지·맛집·숙소를 일정에 추가해 지도에서 위치와 동선을 확인할 수 있다.

트리플의 핵심 장점은 선택지를 통해 사용자의 입력을 구조화하고, 생성된 일정과 추천 장소를 지도 마커로 확인할 수 있다는 점이다. 동행자와 함께 일정을 만들고 수정할 수 있어 친구, 가족, 연인 단위의 공동 계획에도 적합하다.

다만 트리플은 사용자가 이미 특정 도시나 여행지를 정했다는 전제를 갖는다. 정해진 선택지 밖의 세부 요청을 자유롭게 이어가기 어렵고, 일정 생성 이후의 즉각적인 정보 질의나 현장 변수 대응은 상대적으로 약하다. 따라서 LOVV는 트리플의 지도 기반 일정 검증 방식은 가져가되, 출발점은 "이미 정한 도시의 일정"이 아니라 "어디를 갈지부터 골라주는 소도시 탐색"으로 달라야 한다.

1.2.1 트리플 앱 직접 검증(2026-06-26)

아래는 트리플 앱을 직접 사용해 확인한 사실이며(신뢰도: 상), 추상적 관찰이 아니라 실측 결과다. 검증 자료는 triple_field_verification.md에 별도로 정리했다.

검증 축트리플 실제 동작(확인됨)LOVV 차별 방향
소도시 커버리지쿠루메 검색 시 '쿠루메'가 이름에 포함된 건물·점포만 노출되고, 지역 자체가 독립 목적지로 잡히지 않음소도시를 독립 목적지로 추천
국내 지역 세분화창원 검색 시 '통영·거제·남해' 관광권으로 묶여 노출, 창원 단독 도시 단위 탐색이 어려움도시 단위 탐색 지원
날씨 대응당일 일정에만 실시간 예보가 뜨고, 그 외 날짜는 아이콘만 표시되며 출처 불명. 월별 경향·실내 대체 일정 없음월별 기상 경향 + 실내 대체 일정
현지 축제·행사일정 생성 단계에서 축제·현지 행사를 옵션으로 반영하지 않음생성 직전 '축제 포함' 옵션
이동시간장소 간 거리(km/m)만 표시되고, 거리를 누르면 외부 길찾기 앱(네이버지도)으로 이탈앱 내에서 예상 소요시간을 바로 비교
PC 편집PC에서는 일정 조회만 가능하고, 편집·수정은 앱에서만 가능(공식 고객센터)PC 기반 지도-일정표 동시 편집

시장구조 유의: 트리플은 2024년 12월 야놀자·인터파크 통합으로 출범한 '놀유니버스' 계열 서비스다. 트리플·야놀자·인터파크를 별개 경쟁자로 다루기보다 "놀유니버스 계열(트리플=일정, 야놀자=숙박)" 대 "예약 OTA(아고다·부킹·트립닷컴)"로 비교 축을 분리하는 것이 정확하다.

1.3 트립닷컴 서비스 관찰 및 객관 근거

트립닷컴은 예약 중심 플랫폼 위에 AI 큐레이션과 AI 여행 어시스턴트를 결합한 형태로 발전하고 있다. 트래블데일리 기사에 따르면 트립닷컴은 AI 기반 3종 콘텐츠 추천 서비스인 Trip.Best, Trip.Deals, Trip.Trends를 공개했다. 이 서비스들은 명소·숙소·항공편·가격·트렌드 정보를 알고리즘으로 큐레이션해 사용자가 과도한 검색 시간을 줄이고 상품을 빠르게 찾도록 돕는다.

트립닷컴 공식 뉴스룸의 TripGenie 3주년 자료는 여행 AI의 사용 범위가 단순한 영감 탐색을 넘어 계획, 예약, 현장 의사결정으로 확장되고 있음을 보여준다. 해당 자료에 따르면 TripGenie를 활용한 항공·호텔 등 AI 기반 예약 건수는 전년 대비 약 400% 증가했고, 실시간 번역·메뉴 안내 같은 도구형 기능 사용량도 약 300% 증가했다. 또한 2025년 기준 한국 TripGenie 이용자 수는 전년 대비 117% 증가했으며, 한국 여행객의 약 40%는 일정 구성, 짐 준비, 서류 확인 등 여행 전반의 계획 수립에 AI를 활용한 것으로 나타났다.

트립닷컴은 현장 활용형 AI도 강화하고 있다. 공식 뉴스룸은 사용자가 메뉴판, 이정표, 랜드마크 사진을 업로드해 실시간 정보를 얻는 멀티모달 기능을 언급하며, 해당 기능을 경험한 이용자의 7일 내 재방문율이 일반 이용자 대비 2배 높았다고 설명한다. 호텔 비교 기능은 사용자의 클릭 횟수를 약 80% 줄이는 효과가 있는 것으로 제시되어, AI가 단순 답변이 아니라 의사결정 비용을 줄이는 도구로 작동하고 있음을 보여준다.

LOVV는 트립닷컴처럼 자유 질의와 불확실성 해소 경험을 참고해야 한다. 다만 항공권·호텔 예약을 직접 처리하는 OTA가 아니므로, 예약 경쟁을 하기보다 숙소·맛집·지도·교통 탐색을 외부 딥링크로 넘기는 보조 흐름을 명확히 해야 한다.

---

2. LOVV가 최소조건으로 충족해야 할 기능

트립과 트리플이 이미 기본 여행 서비스로 제공하는 경험을 고려하면, LOVV가 시장에서 비교 대상이 되기 위해서는 아래 기능을 최소조건으로 충족해야 한다. 이 항목들은 차별점이 아니라 기본 기대치에 가깝다.

최소 기능경쟁 서비스 기준LOVV 충족 방향우선도
로그인 전 탐색트리플·트립닷컴 모두 진입 후 검색과 탐색이 빠름비로그인 상태에서도 국가, 시기, 테마 기반 1차 추천을 경험하게 한다필수
목적지 검색·추천트리플은 도시/장소 중심, 트립닷컴은 상품/목적지 중심대도시가 아니라 대체 가능한 소도시 후보를 추천한다필수
조건 입력트리플은 선택지 기반, 트립닷컴은 자유 질의 기반테마 칩과 자연어를 함께 받아 조건을 구조화한다필수
일정 생성트리플은 기간·동행·스타일 기반 일정 생성추천된 소도시 1곳에 대해 당일치기~숙박 일정 초안을 만든다필수
지도 기반 검증트리플은 장소와 일정을 지도에서 확인추천 장소를 지도 마커, 이동 순서, 외부 지도 링크와 연결한다필수
최신 정보 확인여행자는 운영시간, 휴무, 축제 기간을 별도 검증해야 함출처, 갱신일, 검증 상태, 확인 필요 항목을 표시한다필수
외부 연동트립닷컴은 예약까지 내부 처리, 트리플은 지도·장소 연동숙소·맛집·지도는 직접 추천보다 검색 딥링크와 CTA로 연결한다필수
저장·피드백트리플은 일정 관리, 트립닷컴은 예약 내역 관리저장 일정, 좋아요/싫어요, 재추천 조건을 누적한다중요
후속 질문트립닷컴은 여행 전후 자유 질의에 강함추천 후 "덜 걷게", "축제 제외", "비 오면" 같은 수정 요청을 받는다중요

최소조건 관점에서 가장 중요한 것은 "추천 결과가 실제 여행 준비로 이어지는가"이다. LOVV가 테마 추천만 제공하고 지도, 출처, 외부 링크, 일정 저장이 약하면 사용자는 다시 트리플, 트립닷컴, 지도 앱, 검색 엔진으로 이동하게 된다. 따라서 MVP에서도 추천 결과는 반드시 장소, 일정, 지도, 출처, 외부 탐색 링크를 함께 제공해야 한다.

---

3. 기본 서비스 대비 LOVV 차별점

3.1 이미 있는 기본 서비스

여행 플랫폼의 기본 서비스는 크게 네 가지로 나눌 수 있다.

기본 서비스사용자 기대대표 서비스
예약항공권, 숙소, 렌터카, 티켓을 비교하고 결제트립닷컴
일정 관리여행 기간별 장소를 저장하고 동선을 확인트리플
정보 탐색리뷰, 운영시간, 교통, 현지 규칙을 확인트립닷컴, 지도 앱, 검색 엔진
추천인기 여행지, 특가, 트렌드, 일정 코스를 제안트립닷컴, 트리플

LOVV가 같은 기능을 모두 동일하게 따라가면 차별점이 약하다. 예약은 트립닷컴이 강하고, 일정 관리와 지도 기반 코스 구성은 트리플이 강하다. 따라서 LOVV는 "예약 슈퍼앱"이나 "일정 관리 앱"이 아니라 "소도시 목적지 발견과 근거 있는 일정 초안"에 초점을 맞춰야 한다.

3.2 LOVV의 핵심 차별점

검증 후 우선순위(2026-06-26): 추천 시장 상용 서비스를 직접 검증한 결과, 차별점은 ① 지역 미지정 추천(국가·시기·테마만 받아 어느 소도시를 갈지 AI가 선정), ② 설명가능 추천(선호 테마·자연어 요구를 반영한 장소별 이유 + 검증상태·갱신일), ③ 분 단위 소요시간 + 실제 동선 최적화 순으로 좁혀진다. 상용 서비스(구석구석·트리플·마이리얼트립·Wanderlog)는 모두 사용자가 지역을 먼저 정해야 시작되므로 ①이 가장 단단하다. 경쟁 서비스 확장 검증과 폐기 항목(대체 제안, 동선·거리 단독 표시 등)은 보조 문서 recommendation_market_landscape.md에 정리한다.

차별점설명경쟁 서비스와의 차이
소도시 대체 여행지 추천유명 도시 대신 덜 붐비고 지역성이 강한 소도시를 제안트리플은 이미 정한 도시 내부 일정에 강하고, 트립닷컴은 상품 검색·예약에 강함
국가·시기 우선 흐름"언제, 어느 나라로 떠나는가"를 먼저 받아 후보 범위를 좁힘사용자가 도시를 이미 알아야 하는 흐름과 다름
테마 기반 발견온천, 해안, 역사, 미식, 자연, 예술 등 감성·목적 기반으로 소도시를 찾음인기순·가격순·일반 코스 추천보다 발견성이 높음
설명 가능한 추천추천 이유, 데이터 출처, 검증 상태, 부족한 조건을 함께 표시블랙박스 추천보다 신뢰 형성에 유리
축제·계절 anchor특정 월과 축제 정보를 추천 근거로 사용일반 장소 추천보다 방문 시점의 이유가 분명함
소도시 1곳 집중여러 도시를 얕게 나열하기보다 한 도시의 일정과 이유를 깊게 제공사용자의 결정 피로를 줄임
도시 단위 탐색관광권으로 묶이지 않고 개별 도시(창원·통영·거제 등)를 단독으로 탐색트리플은 소도시가 인근 관광권으로 묶여 단독 탐색이 어려움(직접 검증)
PC 기반 동시 편집지도·일정표·장소 후보·메모를 큰 화면에서 동시에 보고 수정트리플 PC는 조회만 가능하고 편집은 앱 전용(공식 고객센터)
공공·지자체 데이터 확장성관광 운영자, 공공 데이터, 검증 이력 구조와 연결 가능OTA 상품 중심 데이터와 다른 파트너 구조를 만들 수 있음

3.3 테마 추천 말고 추가로 가져갈 차별점

테마 추천은 LOVV의 첫 번째 차별점이지만, 그것만으로는 부족하다. 트리플과 트립닷컴도 사용자의 취향, 인기 장소, 추천 코스를 제공할 수 있기 때문이다. LOVV는 테마 추천과 이동 노선, 기후 반영 외에도 아래 차별점을 함께 가져가야 한다.

추가 차별점제품 의미구현 방향
오버투어리즘 회피 포지셔닝소도시 추천의 의미를 지역 분산으로 연결포지셔닝·B2G 설득 메시지로 사용. 단 "대도시 입력 시 대체 소도시를 능동 추천"하는 기능은 현재 미구현이므로 기능 차별점으로 주장하지 않는다
추천 근거 카드AI 추천의 신뢰 문제를 줄임테마 근거, 축제 근거, 계절 근거, 출처 링크를 카드로 분리
조건 부족 표시억지 추천보다 정직한 추천으로 신뢰 확보후보 부족, 운영시간 미확인, 축제 미확정은 명시
희소 테마 보정온천·예술·해안처럼 데이터가 적은 취향도 묻히지 않게 함희소 테마 가중치와 최소 evidence 기준 적용
축제 포함/제외 토글여행 시점에 맞는 방문 이유를 강화추천 전후에 축제 포함 여부를 선택하게 함
현지성 강조대형 플랫폼의 인기 코스와 다른 감성 제공로컬 체험, 공예, 전통시장, 노포, 산책길을 전면화
외부 예약 분리예약 기능 부재를 약점이 아니라 중립적 탐색 흐름으로 전환숙소·맛집은 직접 랭킹하지 않고 검색 링크로 연결
사용자 재질문 기반 재추천AI 서비스다운 유연성을 제공"더 조용한 곳", "덜 걷는 일정", "비 오면" 같은 후속 요청 지원
지자체 협업 가능성B2C 추천을 넘어 B2B/공공 확장 여지를 만듦지역 데이터 제안, 검증 상태, 추천 노출 리포트 구조를 유지

이 중 MVP에서 반드시 드러나야 하는 차별점은 소도시 대체 여행지 추천, 추천 근거 카드, 조건 부족 표시, 축제 포함/제외, 외부 링크 연결이다. 후속 고도화 차별점은 사용자 재질문 기반 재추천, 지자체 협업, 희소 테마 보정 고도화로 분리한다.

---

4. 여행 관련 pain point

4.1 정보 과부하

여행자는 목적지를 정하기 전부터 숙소, 항공권, 관광지, 맛집, 리뷰, 가격, 이동 시간, 계절성 정보를 여러 플랫폼에서 확인해야 한다. 트래블데일리 기사에서도 여행 계획자가 평균 14개 이상의 숙박업소를 검색하고 한 숙박업소당 23개의 리뷰를 읽는 등 정보의 홍수에 놓인다는 문제가 제시됐다. 이 문제는 사용자가 좋은 선택을 하기 위해 많은 정보를 봐야 하지만, 실제로는 비교 피로가 커져 의사결정이 늦어지는 상황으로 이어진다.

4.2 동선 검증의 어려움

여행 일정은 장소 목록만으로는 충분하지 않다. 사용자는 장소 간 거리, 이동 시간, 운영시간, 식사 시간, 휴식 시간, 날씨 변수를 함께 확인해야 한다. 트리플의 지도 기반 일정 기능은 동선 확인의 출발점이 되지만, 직접 검증 결과 장소 간 정보는 거리(km/m)만 표시되고 예상 소요시간은 거리를 눌러 외부 길찾기 앱(네이버지도)으로 넘어가야 확인된다. 즉 "이동 시간"은 앱 안에서 즉시 비교되지 않으며, 추천 결과가 지도와 연결되더라도 사용자는 동선 검증을 위해 외부 앱으로 이탈한다. LOVV가 앱 내에서 예상 소요시간을 바로 비교하게 하면 이 이탈을 줄일 수 있다.

4.3 최신성 확인 부담

여행 정보는 폐업, 휴무일 변경, 운영시간 변경, 축제 기간 변경, 입장료 변동, 예약 정책 변경이 잦다. 특히 소도시 여행은 대도시보다 정보 출처가 분산되어 있어, 공식 관광 페이지·지도·블로그·리뷰를 교차 확인해야 하는 경우가 많다. 사용자는 추천을 받더라도 그 정보가 현재도 유효한지 다시 확인해야 하며, 이 과정이 여행 준비의 큰 부담이 된다.

4.4 예약 변경·취소와 현장 변수

항공권, 숙소, 교통, 투어 상품은 예약 이후에도 변경·취소 조건을 계속 확인해야 한다. 현지에서는 우천, 폭염, 폭설, 혼잡, 휴무, 교통 지연, 체력 저하 같은 변수가 생긴다. 트립닷컴 TripGenie의 사용량 증가가 보여주듯, 사용자는 여행 전 계획뿐 아니라 여행 중에도 즉각적인 판단 보조를 필요로 한다.

4.5 예산·혜택 탐색 피로

사용자는 저렴한 가격만 찾는 것이 아니라 할인, 프로모션, 라운지, 멤버십, 환불 조건, 예약 안정성까지 함께 비교한다. 트립닷컴 공식 뉴스룸은 한국 이용자의 항공권 문의 중 할인·프로모션, 라운지 혜택, 멤버십 관련 문의가 활발하다고 설명한다. 이는 가격 탐색이 단순 최저가 비교가 아니라 혜택과 안정성을 함께 고려하는 복합 의사결정임을 보여준다.

4.6 앱별 기능 분절

트립닷컴은 예약 중심, 트리플은 일정 관리 중심으로 구분된다. 실제 사용자는 항공·숙소 예약, 일정 관리, 지도 확인, 최신 정보 검색을 여러 앱에서 나누어 처리한다. LOVV도 숙소 예약을 직접 처리하지 않는다면 사용자가 외부 사이트로 넘어가는 행동은 피하기 어렵다. 따라서 LOVV는 외부 이동을 막기보다, 일정 맥락을 유지한 상태에서 신뢰 가능한 지도·숙소·맛집 검색 링크로 이어주는 방식으로 보완해야 한다.

---

5. 사용자 needs 파악

5.1 로그인 전 탐색

트리플과 트립닷컴은 로그인 전에도 검색과 탐색을 시작하기 쉽다. 여행 서비스의 초기 사용자는 아직 가입 의지가 강하지 않을 수 있으므로, 목적지 검색, 인기 여행지 확인, 추천 흐름 일부는 로그인 전에도 경험할 수 있어야 한다. LOVV도 첫 화면에서 바로 국가, 시기, 테마 기반 탐색을 시작하게 해야 진입 장벽을 낮출 수 있다.

5.2 구체 조건을 반영한 추천

사용자는 단순히 "좋은 여행지"가 아니라 여행 기간, 동행자, 걷는 정도, 관심사, 일정 밀도, 축제 포함 여부, 날씨 민감도처럼 자신의 조건에 맞는 추천을 원한다. 트리플은 선택지 기반으로 조건을 구조화하고, 트립닷컴은 자유 질의형 AI로 세부 조건을 확인한다. LOVV는 테마 우선 추천의 신선함을 유지하되, 추천 전후로 사용자의 구체 조건을 보완 질문하는 흐름을 유지해야 한다.

5.3 지도 기반 검증

사용자는 추천 결과가 실제로 가능한 일정인지 지도에서 확인하고 싶어 한다. 추천 장소는 지도 마커, 이동 순서, 예상 이동 부담, 주변 장소와 함께 제공되어야 한다. 특히 소도시 여행은 대중교통 배차, 도보 이동 가능성, 택시 접근성 같은 요소가 중요하므로, 지도 기반 검증은 선택 기능이 아니라 핵심 경험이다.

5.4 최신 정보 확인

사용자는 운영시간, 휴무일, 축제 기간, 예약 가능 여부, 날씨 정보를 최신 기준으로 확인하고 싶어 한다. LOVV가 추천 결과를 제공할 때는 정보 출처와 갱신 기준을 함께 보여주고, 불확실한 항목은 "확인 필요"로 구분해야 한다. 이는 사용자가 추천을 신뢰하고 실제 여행 계획으로 전환하는 데 필요한 조건이다.

5.5 개인화와 취향 반영

트립닷컴 공식 뉴스룸은 한국 이용자가 위치나 안전뿐 아니라 독특한 디자인, 특정 경관과 같은 감성 요소를 구체적으로 탐색한다고 설명한다. 이는 여행 추천에서 취향 기반 요소가 점점 중요해지고 있음을 보여준다. LOVV의 테마 기반 추천은 이 흐름과 잘 맞으며, 사용자의 저장 장소, 선택 테마, 피드백, 일정 수정 행동을 기반으로 개인화 수준을 높일 수 있다.

5.6 불확실성 해소

TripGenie의 성장 사례는 여행 AI가 사용자의 불확실성을 줄이는 방향으로 활용되고 있음을 보여준다. 사용자는 "어디가 좋은가"보다 "내 조건에서 이 선택이 맞는가", "지금 가도 되는가", "비가 오면 어떻게 바꿔야 하는가", "예약 전에 확인할 조건은 무엇인가"를 묻는다. LOVV의 AI는 추천자이면서 동시에 검증자 역할을 해야 한다. 단, MVP에서는 모든 실시간 변수에 답하려 하기보다 추천 이유, 부족한 조건, 외부 확인 링크를 명확히 제공하는 선에서 범위를 제한한다.

---

6. 최종 도출: 가져갈 좋은점과 보완해야 할 점

6.1 경쟁 서비스에서 가져갈 좋은점

출처가져갈 점LOVV 적용 방식
트리플선택지 기반 조건 입력테마 칩, 여행 기간, 동행, 걷는 정도, 일정 밀도 입력에 적용
트리플지도 마커와 일정표 결합추천 장소를 일정 순서와 지도 링크로 함께 제공
트리플동행자와 공유 가능한 일정 관리MVP 이후 저장 일정 공유 기능으로 확장
트립닷컴자유 질의형 AI추천 후 조건 변경, 현지 정보, 확인 필요 항목 질문에 대응
트립닷컴AI 큐레이션인기순이 아니라 사용 조건과 근거 기반으로 후보를 압축
트립닷컴예약 전 불확실성 해소숙소·교통·현지 규칙은 외부 링크와 확인 안내로 연결

6.2 LOVV가 보완해야 할 점

보완 항목이유MVP 판단
추천 결과의 실행 가능성장소만 추천하면 사용자는 별도 앱에서 다시 동선을 확인해야 함일정, 지도 링크, 이동 부담 설명 필수
예약 기능 부재트립닷컴 대비 직접 예약 전환이 약함직접 예약 대신 숙소·맛집 검색 딥링크 제공
실시간 정보 한계운영시간, 혼잡도 실시간 확정은 비용과 데이터 제약이 큼출처, 갱신일, 확인 필요 표시로 정직하게 처리
날씨 반영(차별 가능)트리플도 당일만 실시간 예보를 표시하고 그 외 날짜는 아이콘만 제공함(직접 검증). 즉 경쟁사도 약한 영역약점 방어가 아니라 차별점으로 격상 — 월별 기상 경향 + 비 오는 날 실내 대체 일정 제안
후속 Q&A 범위모든 질문을 처리하면 구현 범위가 커짐추천 조건 수정과 확인 안내 중심으로 제한
테마 추천 단독 의존경쟁 서비스도 취향 추천을 제공할 수 있음소도시 대체성, 근거 카드, 축제·계절 anchor를 함께 제시
소도시 데이터 밀도소도시는 데이터가 부족하거나 편차가 큼PoC는 소수 도시를 깊게 구축하고 부족 조건을 표시

6.3 최종 기능 우선순위

검증 후 차별점 위계는 3.2와 동일하게 ① 지역 미지정 추천 → ② 설명가능 추천 → ③ 분 단위 소요시간·동선 최적화 순이다. 아래 P0~P2는 그 위계를 MVP 기능으로 옮긴 것이다.

우선순위기능판단
P0지역 미지정 추천: 국가·시기·테마만 받아 어느 소도시를 갈지 AI가 선정LOVV의 1순위 차별점. 상용 서비스는 모두 지역 지정이 선행됨(직접 검증)
P0장소별 추천 이유 + 출처·검증 상태·갱신일 표시2순위 차별점. AI 추천 신뢰 확보(확인된 주요 서비스 중 장소별 검증 카드 제공 없음)
P0분 단위 소요시간 + 동선 최적화 일정 생성3순위 차별점. 구석구석·트리플은 거리만 표시
P0소도시 1곳 집중 일정 생성추천이 실제 여행 계획으로 이어지게 함
P0지도·숙소·맛집 외부 링크예약 기능 부재를 보완하는 최소 연결
P1축제 포함/제외 선택시기 기반 추천의 이유를 강화
P1이동 부담과 날씨 민감도 반영소도시 여행의 현실성을 높임
P1조건 변경 후 재추천AI 서비스다운 유연성 제공
P2저장 일정 기반 개인화재방문 사용자 경험 강화
P2지자체 데이터 제안·검증 흐름장기 차별점과 운영 확장성 확보

6.4 한 문장 포지셔닝

트리플이 이미 정한 도시 안에서 일정을 잘 짜주는 도구이고, 트립닷컴이 예약과 여행 의사결정을 연결하는 플랫폼이라면, LOVV는 국가와 시기부터 시작해 덜 붐비는 소도시를 발견하고 그 이유와 실행 가능한 일정을 함께 보여주는 설명 가능한 소도시 추천 서비스다.

---

참고 자료