프로젝트 배경
1. AI 코딩 도구로 직접 만든 추천 웹서비스가 동작은 하는데, 코드를 작성한 사람이 없어 구조와 품질을 판단할 수 없었습니다. 2. 추천에 실제로 쓸 수 있는 검증 완료 상품 수가 대부분의 분류에서 부족했습니다. 기준을 낮추면 늘지만 그러면 근거가 얕아집니다. 3. 상품 데이터를 어디서 어떤 방식으로 가져올 수 있는지가 확인되지 않았습니다. 대형 쇼핑몰 저장이 정책상 막히면 서비스 설계 전체가 흔들리는
프로젝트 성과
근거 없는 판정 차단과 P0 게이트와 수집 경로 판정과 대비 검증
판정 규칙 상태기계 단위 테스트를 전부 통과했습니다. 1440 과 768 과 390 세 화면 폭에서 버튼을 실제로 눌러 확인했습니다. 세 폭에서 기하와 글자 대비를 자동으로 재서 낮은 대비와 겹침과
핵심 기능
진행 단계
레퍼런스 실측과 판정 규칙 설계와 화면 구현과 회귀 검증
2026.09.
1. 점검 분모 관리 — 여덟 영역 34개 항목 — 검토했다는 말은 무엇을 몇 개 중 몇 개 봤는지가 없으면 아무 뜻이 없습니다. 그래서 접근과 재현, 빌드, 테스트, 보안, 데이터 구조, 수집 가
프로젝트 상세
동작하는 추천 웹서비스의 코드와 Supabase 데이터 구조를 검토해 유지와 리팩터링과 재구현과 보류로 나누고, 보안 우선순위와 판매처별 수집 가능 범위와 대안을 정리해 다음 발주가 가능한 순서표를 남긴 5일 자문입니다. 판정마다 이유와 영향과 근거 파일과 확인 방법을 붙이고, 근거를 확인하지 못한 것은 판정하지 않고 보류로 남깁니다. 화면을 만들기 전에 참고 기준 24곳을 실제 브라우저로 열고 getC







