Skip to content

PRD.md

Latest commit

 

History

History
245 lines (197 loc) · 7.28 KB

PRD.md

File metadata and controls

245 lines (197 loc) · 7.28 KB

ParseNoteLM - MVP PRD (Phase 1)

프로젝트 개요

제품명

ParseNoteLM - AI 기반 문서 분석 및 질의응답 서비스 (MVP)

제품 목표

사용자가 업로드한 문서를 AI로 분석하고 자연어로 질의응답할 수 있는 기본 서비스 구현

MVP 목표

핵심 목표

  1. 기본 기능 검증: 문서 업로드 → AI 분석 → 질의응답 플로우 완성
  2. 사용자 피드백 수집: 20명의 베타 테스터로부터 피드백 수집
  3. 기술 검증: RAG 시스템의 한국어 문서 처리 성능 검증

성공 지표

  • 문서 업로드 성공률 95% 이상
  • 질의응답 응답시간 5초 이내
  • 사용자 만족도 3.5/5.0 이상

타겟 사용자

Primary: 대학생/대학원생

  • 니즈: 논문과 자료를 쉽게 이해하고 질문하고 싶음
  • 사용 시나리오: PDF 논문 업로드 → 핵심 내용 질문 → 답변 확인

MVP 핵심 기능 (Phase 1 Only)

1. 사용자 관리

  • 회원가입/로그인: 이메일 기반 간단 인증
  • 프로필 관리: 기본 정보 (이름, 이메일)
  • 사용량 추적: 프로젝트 개수, 문서 개수 제한 관리

2. 프로젝트 관리

  • 프로젝트 생성: 사용자가 프로젝트명만 입력하여 생성
  • 프로젝트 폴더: 하나의 프로젝트에 여러 문서 업로드 가능
  • 프로젝트 전환: 프로젝트별 독립적인 질의응답 컨텍스트
  • 프로젝트 제한: 사용자당 최대 3개 프로젝트, 프로젝트당 최대 5개 문서

3. 문서 업로드 및 처리

  • 파일 형식: PDF, TXT만 지원
  • 파일 크기: 최대 10MB
  • 언어: 한국어, 영어
  • 처리: 텍스트 추출 및 청킹

4. AI 기반 문서 분석

  • 텍스트 추출: PDF 텍스트 추출 (OCR 제외)
  • 문서 요약: 간단한 1-2문단 요약
  • 벡터 임베딩: 문서를 벡터로 변환하여 저장

5. 질의응답 시스템 (RAG)

  • 자연어 질문: 한국어/영어 질문 처리
  • 컨텍스트 기반 답변: 업로드된 문서 기반으로만 답변
  • 기본 출처 표시: 어느 문서에서 답변했는지 표시
  • 프로젝트 기반 질의: 현재 선택된 프로젝트 내 문서들만 대상으로 검색

6. 기본 UI

  • 문서 업로드: 간단한 드래그 앤 드롭
  • 질의응답 인터페이스: 채팅 형태의 질문/답변
  • 문서 목록: 업로드한 문서들 목록 보기
  • 프로젝트 사이드바: 프로젝트 목록 및 전환

📊 MVP 제한사항

사용자 제한

  • 무료 사용자:
    • 프로젝트 3개
    • 프로젝트당 문서 5개
    • 문서당 최대 10MB
    • 일일 질문 50개

기능 제한

  • 파일 형식: PDF, TXT만 (DOCX, HWP 제외)
  • 파일 크기: 10MB (기존 50MB에서 축소)
  • 동시 처리: 1개 파일씩만 업로드 처리
  • 저장 방식: 로컬 파일 시스템 (클라우드 스토리지 제외)
  • AI 모델: OpenAI GPT-3.5-turbo만 사용
  • 언어: 한국어, 영어만 지원

UI/UX 제한

  • 반응형: 데스크톱 우선, 모바일은 기본 지원만
  • 테마: 라이트 모드만 지원
  • 브라우저: Chrome, Safari, Firefox 최신 버전만

기술 요구사항

최소 기술 스택

Frontend: React + TypeScript + Tailwind CSS
Backend: FastAPI + Python
Database: PostgreSQL + pgvector
AI: OpenAI API (GPT-4 + text-embedding-3-small)
Storage: 로컬 파일 시스템 (AWS S3 제외)

성능 요구사항

  • 동시 사용자: 10명
  • 문서 처리 시간: 5MB 문서 기준 30초 이내
  • API 응답시간: 평균 3초 이내

🗄️ 데이터베이스 스키마

기본 테이블 구조

-- 사용자 테이블
CREATE TABLE users (
    id SERIAL PRIMARY KEY,
    email VARCHAR(255) UNIQUE NOT NULL,
    name VARCHAR(100) NOT NULL,
    password_hash VARCHAR(255) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 프로젝트 테이블
CREATE TABLE projects (
    id SERIAL PRIMARY KEY,
    user_id INTEGER REFERENCES users(id) ON DELETE CASCADE,
    name VARCHAR(200) NOT NULL,
    description TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    UNIQUE(user_id, name)
);

-- 문서 테이블
CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    project_id INTEGER REFERENCES projects(id) ON DELETE CASCADE,
    filename VARCHAR(255) NOT NULL,
    file_path VARCHAR(500) NOT NULL,
    file_size INTEGER NOT NULL,
    file_type VARCHAR(10) NOT NULL,
    content TEXT,
    summary TEXT,
    processed_at TIMESTAMP,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 임베딩 테이블 (벡터 저장)
CREATE TABLE embeddings (
    id SERIAL PRIMARY KEY,
    document_id INTEGER REFERENCES documents(id) ON DELETE CASCADE,
    chunk_text TEXT NOT NULL,
    chunk_index INTEGER NOT NULL,
    embedding vector(1536),  -- OpenAI embedding 차원
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 질의응답 기록 테이블
CREATE TABLE chat_history (
    id SERIAL PRIMARY KEY,
    project_id INTEGER REFERENCES projects(id) ON DELETE CASCADE,
    question TEXT NOT NULL,
    answer TEXT NOT NULL,
    source_documents TEXT[], -- 참조된 문서 ID들
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

MVP 비즈니스 모델

무료 서비스

  • 모든 기능 무료 제공
  • 사용자당 문서 5개까지
  • 질의응답 100회/일

목적

  • 기능 검증 및 사용자 피드백 수집
  • 기술적 문제점 파악 및 해결

개발 일정 (6주)

Week 1-2: 백엔드 기반 구축

  • FastAPI 프로젝트 셋업
  • PostgreSQL + pgvector 설정
  • 기본 인증 시스템 (간단한 JWT)
  • 문서 업로드 API

Week 3-4: RAG 시스템 구현

  • OpenAI API 연동
  • 문서 텍스트 추출 (PyPDF2)
  • 벡터 임베딩 및 저장
  • 질의응답 엔진 구현

Week 5-6: 프론트엔드 및 통합

  • React 기본 UI 구현
  • 문서 업로드 인터페이스
  • 질의응답 채팅 UI
  • API 연동 및 테스트

테스트 계획

기능 테스트

  • PDF 파일 업로드 및 텍스트 추출
  • 문서 요약 생성
  • 한국어 질의응답 정확도
  • 영어 질의응답 정확도
  • 출처 표시 기능

사용자 테스트

  • 대상: 대학생 5명, 대학원생 5명
  • 기간: 1주
  • 수집: 사용성, 답변 품질, 개선점

MVP 성공 기준

기술적 성공

  • 문서 업로드 성공률 95%
  • 질의응답 응답시간 5초 이내
  • 한국어 답변 정확도 70% 이상

사용자 만족

  • 사용자 만족도 3.5/5.0 이상
  • "다시 사용하고 싶다" 80% 이상
  • 명확한 개선점 피드백 수집

MVP에서 제외되는 기능

  • 멀티미디어 지원 (이미지, 오디오, 비디오)
  • 협업 기능 (공유, 댓글)
  • 고급 노트 기능
  • 플래시카드, 퀴즈 생성
  • 모바일 앱
  • 구독 결제 시스템
  • 고급 분석 및 인사이트
  • 소셜 로그인

MVP 이후 계획

Phase 2 준비사항

MVP 피드백을 바탕으로:

  1. 사용자가 가장 원하는 기능 우선순위 결정
  2. 기술적 개선점 파악
  3. 비즈니스 모델 검증
  4. 투자 또는 수익화 전략 수립

MVP 버전: v1.0
목표 완료일: 6주 후
작성일: 2025-05-28