외적 문제
금액·결제일·세부 항목을 다시 찾아 수기로 옮겨야 하고, 전체 지출을 한눈에 보기 어렵습니다.
Case Study · Dear Me
문자·종이·이메일로 도착하는 명세서·청구서를 한곳에서 이해하고 관리하도록 돕는 실제 가계부입니다.
이번 달 요약
최근 내역
Status
Prototype
Role
기획 · 정보구조 · 제품 설계
Users
생활비와 청구 내역을 직접 관리하는 사람
Updated
2026-07
Shared Context
카드 명세서는 문자로, 통신 요금은 이메일로, 관리비는 종이로 도착합니다. 사용자는 매달 이 정보를 다시 찾아 읽고, 옮겨 적고, 빠진 것이 없는지 확인해야 합니다.
| 층위 | Dear Me 사용자의 욕구 |
|---|---|
| 표면적 욕구 | 문자·이메일·종이 명세서를 한곳에 모으고 금액·결제일·항목을 보고 싶다. |
| 내면적 욕구 | 무엇을 놓치거나 중복으로 기록했는지 불안하지 않고, 매달 돈이 어디로 가는지 이해하고 싶다. |
| 잠재적 욕구 | 금융기관이나 한 채널에 종속되지 않고, 내 생활비 기록의 근거와 통제권을 스스로 갖고 싶다. |
Problem
핵심 악당
명세서가 서로 다른 채널과 형식으로 흩어지는 구조
외적 문제
금액·결제일·세부 항목을 다시 찾아 수기로 옮겨야 하고, 전체 지출을 한눈에 보기 어렵습니다.
내적 문제
빠뜨린 청구가 있을까 불안하고, 기록을 해도 원본과 맞는지 확신하기 어렵습니다.
철학적 문제
내 돈과 생활비 정보는, 사용자가 복잡한 문서를 추적하지 않아도 이해할 수 있어야 합니다.
Options & Objections
Dear Me는 다른 방법을 무시하지 않습니다. 각 대안의 장점과 한계를 비교한 뒤 “명세서 인박스 + AI 구조화”를 선택했습니다.
| 대안 | 장점 | 한계 | 판단 |
|---|---|---|---|
| 수기 가계부·스프레드시트 | 자유도가 높고 구조를 직접 통제 | 입력 부담, 누락, 원본 추적이 어려움 | 기준 대안으로 비교 |
| 은행·카드 자동 연동 앱 | 거래 내역을 빠르게 모음 | 문자·종이·이메일 명세서와 비금융 항목, 세부 내역을 모두 다루기 어려움 | 보조 데이터원 |
| 명세서 인박스 + AI 구조화 | 채널과 형식이 달라도 하나의 데이터 모델로 정리하고 원문을 연결 | 추출 오류·중복·민감 데이터 위험 | Dear Me의 권장 방향 |
| 완전 자동 확정 | 사용자 입력 최소화 | 잘못된 금액이나 분류가 조용히 확정될 위험 | 채택하지 않음: 검토 단계 필수 |
Plan
문자 캡처, 이메일 전달, 종이 명세서 촬영·업로드 등으로 자료를 Dear Me 인박스에 모읍니다.
AI가 발행처, 금액, 기간, 결제일, 세부 항목과 원문 위치를 추출합니다.
원문과 추출값을 나란히 보고 사용자가 수정·삭제·분할합니다.
중복 후보를 제안하고 카테고리·월·결제 상태로 묶습니다.
월별 가계부, 예정 지출, 항목별 변화와 원본 근거를 확인합니다.
필요한 기간을 내보내고, 데이터 보관·삭제·권한을 직접 관리합니다.
Solution · Information Architecture
| 화면 | 핵심 내용 | 증명할 설계 원칙 |
|---|---|---|
| Inbox | 새 명세서, 처리 상태, 출처, 오류/중복 알림 | 흩어진 입력을 한곳에 모음 |
| Review | 원문과 추출 필드를 나란히 표시, 수정·확정 | 설명 가능성과 사용자 통제 |
| Ledger | 월별 수입·지출·예정 결제·카테고리 | 생활비를 이해 가능한 구조로 변환 |
| Statement detail | 발행처, 기간, 총액, 항목, 원본, 변경 기록 | 근거와 추적 가능성 |
| Source archive | 문자·이메일·종이 등 원본 자료 보관/삭제 | 원본을 잃지 않음 |
| Privacy settings | 보관 위치, 권한, 내보내기, 삭제, 연결 해제 | 개인 데이터의 주도권 |
출처: 문자 / 이메일 / 종이 / 직접 입력
발행처 · 서비스명 · 계정 별칭
명세 기간 · 발행일 · 결제 예정일 · 결제 상태
총액 · 세금 · 할인 · 세부 항목 · 카테고리
원문 파일 · 원문 위치 · 추출 신뢰도 · 사용자 수정 이력
중복 그룹 · 연결된 거래 · 메모 · 태그
AI vs User Control
Privacy & Trust
개인 금융 데이터이므로 저장 위치·암호화·제3자 전송·보관 기간을 아키텍처와 함께 공개합니다.
AI 추출값은 원본 링크와 신뢰도를 표시하고, 낮은 신뢰도는 자동 확정하지 않습니다.
사용자는 언제든 원문·구조화 데이터·수정 기록을 내보내고 삭제할 수 있어야 합니다.
예시 화면은 실제 이름·주소·계정·금액을 익명화한 샘플로 제작합니다.
정직한 표기
구현 방식이 확정되기 전에는 “로컬 처리”나 “완전 암호화”를 완료된 사실처럼 쓰지 않습니다.
Evidence & Success Metrics
아직 검증되지 않은 목표는 수치로 꾸미지 않고, 무엇으로 측정할지를 먼저 공개합니다.
| 증거 자산 | 측정할 성공 기준 |
|---|---|
| 익명 명세서 세트와 필드 스키마 | 지원 형식 범위와 추출 누락 유형 |
| 원문 ↔ 추출값 검토 화면 | 수정률, 확정까지 걸린 단계와 시간 |
| 중복 제안 전후 사례 | 중복 탐지의 정확도와 잘못된 병합 방지 |
| 월별 가계부 프로토타입 | 사용자가 전체 지출·예정 결제를 이해하는지 |
| 개인정보 데이터 흐름도 | 보관·삭제·내보내기 경로의 명료함 |
| 사용자 테스트 | 누락 불안 감소, 원본 추적 신뢰, 사용 의향 |
Status
작동하는 화면과 흐름이 있어 “Prototype”으로 표시합니다. 실제 사용자가 반복 사용하면 MVP/Shipped로 갱신합니다.
Next Step & Research
Next
다양한 명세서 형식을 다루는 샘플셋을 만들고, 추출·검토 UI 프로토타입으로 사용자 테스트를 진행합니다.
연구
AI가 여러 형식의 개인 문서를 정리하면서 오류와 출처를 어떻게 보여줄 것인가 — Research 페이지에서 연구 계획으로 이어집니다.