01 / WEB SERVICE

애니추천.com

고르는 데 지쳤을 때,
취향에 맞는 한 편.

애니메이션을 보고 싶은데 무엇부터 볼지 모르겠는 사람을 위한 웹사이트입니다. 장르나 ‘힐링’ 같은 취향 버튼과 방영 연도를 고르면, 조건에 맞는 작품 한 편을 제안합니다.

SCREEN TOUR / 01—03

실제 화면으로 보는 추천의 흐름

애니추천.com 실제 화면

상황: ‘오늘은 가볍게 보고 싶다’는 마음을 장르 이름만으로 표현하기는 어렵습니다.
선택: 장르뿐 아니라 입문픽·힐링처럼 작품을 찾을 때 쓰는 표현을 조건으로 보여줍니다.
구현: 태그와 방영 연도를 같은 추천 흐름에 놓았습니다. 결과에서는 작품과 핵심 정보, 다시 뽑기 행동을 함께 보여줍니다.
확인할 수 있는 것: 실제 화면에서 조건 선택과 결과의 구성을 볼 수 있습니다. 추천 만족도가 얼마나 높아졌는지는 별도로 측정한 지표가 없습니다.

상황: 후보를 좁혀도 목록이 길면 다시 비교하고 고르는 일이 남습니다.
선택: 최종 결과는 하나만 보여주는 제품 범위를 택했습니다. 마음에 들지 않으면 다시 뽑거나 작품을 검색할 수 있습니다.
구현: 미리 정리해 둔 작품 목록(정적 데이터)에서 JavaScript로 조건에 맞는 작품을 찾습니다. 사용자의 취향을 학습하는 AI 추천이 아니라, 직접 고른 조건으로 후보를 좁히는 방식입니다.
감수한 점: 정교한 개인화나 취향 학습보다 짧은 선택 흐름에 집중한 서비스입니다. 데이터 업데이트와 태그 분류 품질은 계속 관리해야 할 부분입니다.

MAKING NOTES

만들고 싶은 화면과 추천 방식을 말로 요청하고, Codex가 작성한 코드를 바탕으로 구현했습니다. AI는 개발 도구로 활용했으며, 서비스가 AI로 취향을 학습한다는 뜻은 아닙니다.

취향을 태그로 고르고 한 편을 받는 경험, 결과 화면의 정보와 다음 행동을 프로젝트의 중심에 두었습니다.

아래에는 서비스 화면과 확인 범위를 정리했습니다. 링크를 열면 추천 과정을 사용해 볼 수 있습니다.

EVIDENCE & LIMITS

첫 화면, 취향 조건, 추천 결과를 원본 캡처로 제공합니다. 생성된 커버와 실제 UI를 구분해 볼 수 있습니다.

현재 소개하는 동작은 태그·연도 선택과 한 편의 추천입니다. 외부 서비스의 최신 상태는 직접 열어 확인할 수 있습니다.

조건을 고르고, 한 편을 추천받고, 다시 탐색하는 흐름을 직접 사용해 볼 수 있습니다.

이 사례는 제품 화면과 동작을 소개합니다. 사용자 만족도·추천 정확도·응답 속도에 대한 성과 측정은 포함하지 않습니다.

FROM IDEA TO SOMETHING REAL