1) 문제점
- 기존 음악 추천 서비스는 대부분 유료 구독 모델
- 회원가입 없이 간단히 비슷한 곡을 찾기 어려움
- 추천 결과에 대한 미리듣기가 불가능하거나 제한적
- 다국어 지원이 부족하여 해외 사용자 접근성 저하
2) 프로젝트 목표
- 무료/무회원 음악 추천: 누구나 즉시 사용 가능한 서비스 개발
- 하이브리드 추천: Last.fm 집단지성 + iTunes 고품질 메타데이터 결합
- 즉각적 체험: 30초 미리듣기로 추천 곡을 바로 감상
- 글로벌 서비스: 다국어(한/영/일) 지원으로 해외 확장
3) 주안점
- 사용자 경험: 검색 → 선택 → 추천 → 미리듣기의 직관적 플로우
- 성능 최적화: 디바운스, 캐싱, Edge 배포로 빠른 응답
- 접근성: 다크 모드, 반응형 디자인, 키보드 네비게이션

배경
기존 음악 추천 서비스들은 유료이거나, 회원가입이 필요하거나, 추천 로직이 불투명한 문제가 있었습니다. 사용자가 좋아하는 곡 하나만으로 바로 비슷한 분위기의 곡을 찾을 수 있는 무료 서비스의 필요성을 느꼈습니다.

솔루션
iTunes의 방대한 음원 DB와 Last.fm의 집단지성(collaborative filtering) 추천 알고리즘을 결합한 하이브리드 추천 시스템을 구축했습니다.

기술적 특징
- 디바운스 적용 실시간 검색으로 API 호출 최적화
- TanStack Query를 활용한 서버 상태 관리 및 캐싱
- Framer Motion으로 부드러운 애니메이션 구현
- 한국어/영어/일본어 다국어 지원 (next-intl)
- SSR 기반 SEO 최적화 (구조화된 데이터, hreflang, sitemap)
- Cloudflare Pages로 Edge 배포, 글로벌 CDN 활용