CRITIC.md — 평가 워크플로우 & 페르소나 정의

이 문서는: Phase 3(평가/등급)에서 사용하는 평가 워크플로우, 3명의 평가 페르소나, 해석 가이드라인을 정의한다. 워크플로우는 “공통 리서치 + 해석 분화” 구조를 따른다.

1. 설계 원칙

  1. 3명 평균 = 기본 가중치: 각 페르소나의 가중치가 다르지만, 3명 평균은 config/scoring.json의 기본 가중치와 정확히 일치한다. 페르소나 도입이 전체 점수 체계를 왜곡하지 않는다.
  2. 삼각 검증 구조: “효율적으로 갈 수 있는가(A) × 감동을 줄 수 있는가(B) × 실제로 기대만큼인가(C)”로 모든 장소를 세 관점에서 균형 있게 평가한다.
  3. 분산 통제: 기본 가중치 대비 ±15% 이내로만 조정. 극단적 편차를 방지하여 평균 점수가 의미를 유지한다.
  4. 공통 데이터, 분화된 해석: 리서치(Step 1)는 분업·통합하여 동일한 데이터 풀을 만들고, 해석(Step 2)에서만 페르소나별 프레임워크를 적용한다. “같은 사실, 다른 해석”을 실현한다.

2. 평가 워크플로우 (4단계)

Step 1: 리서치 (3명 분업 → 결과 통합)
  A(효율): 물류·접근성 정보
  B(감성): 경험·미학 정보
  C(현실): 리스크·신뢰도 정보
  → collected_data 보강 필드에 통합

Step 2: 해석 (3명 독립, 같은 데이터 → 다른 raw score)
  각 페르소나의 "해석 프레임워크"로 7개 기준 0-10점 채점
  → data/scores/scorer_{A,B,C}.json

Step 3: 가중합 (3명 독립)
  각 페르소나의 가중치를 자기 raw score에 적용 → 100점 만점 총점
  → 각 scorer 파일에 total_score 기록

Step 4: 종합 (3명 평균 + 논쟁 장소 하이라이트)
  3개 총점 단순 평균 → 등급 부여
  3명 간 점수 차이 ≥ 15점인 장소를 "논쟁 장소"로 하이라이트
  → data/scores/{category}_scored.json

2.1 Step 1: 리서치 (분업 → 통합)

3명의 페르소나가 각자 전문 영역의 정보를 수집하여 collected_data 보강 필드에 통합한다.

리서치 분업 영역

담당 영역명 수집 항목 MECE 근거
A (효율) 물류·접근성 주차장 유무/규모/요금, 도로 상태(비포장/급경사), 인근 명소까지 거리·소요시간, 혼잡 시간대/요일, 대중교통 접근성 “어떻게 가는가” — 이동·접근의 물리적 조건
B (감성) 경험·미학 포토스팟 위치·앵글, 일출/일몰 뷰 방향·시각, 계절 경관(5월 가을 단풍/야생화), 숨은 명소·로컬 팁, 감각 경험(소리/향기/촉감) “무엇을 느끼는가” — 오감으로 체험하는 질적 정보
C (현실) 리스크·신뢰도 부정 리뷰 심층 분석(반복 패턴), 5월 운영 상태(시즌 폐쇄/축소), 안전 이슈(파도/절벽/야생동물), 날씨 영향도(우천 시 대안 유무), 최근 6개월 품질 변화 추이 “무엇이 잘못될 수 있는가” — 위험·불확실성 요소

MECE 검증: 경계 영역 처리

아래 항목은 2개 이상의 페르소나 영역에 걸칠 수 있다. 혼선을 방지하기 위해 주 담당과 참조 관계를 명시한다.

경계 항목 주 담당 참조 이유
혼잡도 A (시간대별 물류 데이터) B (인파가 경험에 미치는 영향) A가 “언제 붐비는가” 사실을 수집, B가 “그것이 경험을 얼마나 해치는가” 해석
날씨 C (우천 리스크, 폐쇄 가능성) B (날씨가 경관에 미치는 영향) C가 “비 오면 어떻게 되는가” 사실을 수집, B가 “안개 낀 절경은 오히려 더 좋다” 해석 가능
비용 A (주차 요금, 유료 도로) C (입장료 대비 리뷰 만족도) A가 부대비용 사실을 수집, C가 “돈 값 하는가” 판단
체류시간 A (최소/최대 소요시간 데이터) B (몰입도에 따른 체류 가치) A가 “얼마나 걸리는가” 사실을 수집, B가 “오래 머물 가치가 있는가” 해석

collected_data 보강 필드

기존 collected_data(Phase 2에서 수집)에 추가되는 Phase 3 리서치 결과. 기존 필드를 수정하지 않고, 새 필드를 추가한다.

{
  "collected_data": {
    // ... 기존 Phase 2 필드 (rating, total_reviews, review_summary 등) 유지 ...

    "logistics": {
      "parking": "무료 대형주차장 / 유료 $5/시간 / 노상주차만 가능 / 없음",
      "road_condition": "포장도로 / 일부 비포장 / 4WD 권장",
      "nearby_attractions": [
        { "name": "인근 장소명", "distance_km": 0.0, "drive_min": 0 }
      ],
      "peak_times": "주말 10-14시 혼잡 / 평일 한산",
      "public_transport": "버스 30분 간격 / 없음 (차량 필수)"
    },
    "experience": {
      "photo_spots": ["포토스팟 설명 1", "포토스팟 설명 2"],
      "golden_hour": "일출 06:30 동쪽 뷰 / 일몰 17:15 서쪽 뷰 / 해당 없음",
      "seasonal_beauty": "5월 가을 단풍 절정 / 야생화 시즌 아님 / 연중 동일",
      "hidden_gems": "현지인만 아는 포인트 설명",
      "sensory_notes": "파도 소리, 유칼립투스 향 등"
    },
    "risk_check": {
      "negative_review_patterns": ["반복되는 부정 리뷰 패턴 1", "패턴 2"],
      "may_operation": "정상 운영 / 동절기 축소 (17시 마감) / 시즌 폐쇄",
      "safety_issues": "절벽 난간 없음 / 해류 주의 / 특이사항 없음",
      "weather_impact": "우천 시 트레일 폐쇄 / 비와 무관 / 실내 대안 있음",
      "quality_trend": "최근 6개월 평가 상승 / 하락 / 변동 없음"
    }
  }
}

기존 데이터와의 관계: logistics, experience, risk_check는 Phase 3 리서치에서 새로 추가되는 필드다. Phase 2에서 수집한 rating, total_reviews, review_summary, opening_hours 등은 그대로 유지된다. 기존 review_summary.negative와 risk_check.negative_review_patterns의 차이: 전자는 부정 리뷰의 단순 나열, 후자는 여러 리뷰에서 반복적으로 나타나는 패턴을 분석한 결과다.

2.2 Step 2: 해석 (독립 채점)

3명의 페르소나가 동일한 통합 데이터를 보고, 각자의 해석 프레임워크에 따라 7개 기준을 0-10점으로 채점한다.

이 단계의 핵심: 사실(fact)은 Step 1에서 통합되었으므로 동일하다. 여기서는 그 사실에 대한 가치 판단(interpretation)만 분화된다.

채점 가이드라인은 하단 §4. 해석 프레임워크: 기준별 채점 가이드라인을 따른다.

2.3 Step 3: 가중합

각 페르소나가 자신의 raw score에 자신의 가중치를 적용하여 100점 만점 총점을 산출한다.

총점_X = Σ(score_i × weight_X_i × 10)   (i = 7개 기준, X = A/B/C)

예: A의 google_rating score가 8이고 A의 google_rating 가중치가 15%이면, 해당 기준 기여분 = 8 × 0.15 × 10 = 12점.

2.4 Step 4: 종합

  1. 최종 점수 = (총점_A + 총점_B + 총점_C) / 3
  2. 등급 부여: config/scoring.json의 등급 기준에 따라 S/A/B/C/D 등급 부여
  3. 논쟁 장소 하이라이트: max(총점) - min(총점) ≥ 15점인 장소를 data/scores/{category}_scored.json에 "controversial": true로 표시하고, 각 페르소나의 점수와 핵심 이견을 기록

논쟁 장소 예시: A가 85점(접근성 좋음), B가 65점(경치 평범), C가 70점(리뷰 갈림) → 차이 20점 → 논쟁 장소. 이런 장소는 일정 생성(Phase 4)에서 사용자에게 선택지로 제시한다.

3. 페르소나 정의

3.1 페르소나 A: “효율 전략가” 김도현

핵심 질문: “효율적으로 갈 수 있는가?”

성격/관점: 7일이라는 제한된 시간과 5월 일몰 17시라는 조건에서 최대 가치를 뽑아내는 전략가. “아무리 좋은 곳도 동선에 안 맞으면 기회비용이 너무 크다”는 신조. 리뷰 수 데이터를 신뢰하여 검증된 장소를 선호하고, 접근성과 시간 효율에 민감하다. 반면 비용에는 상대적으로 관대하여 “시간을 사는 데 돈을 아끼지 말라”는 입장.

리서치 담당 영역: 물류·접근성 (주차, 도로, 인근 명소 거리, 혼잡 시간대, 대중교통)

채점 성향:

3.2 페르소나 B: “감성 탐험가” 이서아

핵심 질문: “감동을 줄 수 있는가?”

성격/관점: “평생 기억에 남을 한 장면”을 추구하는 감성 여행자. 호주까지 가서 평범한 곳을 효율적으로 도는 것보다, 단 하나의 압도적 경험이 낫다고 믿음. 자연경관의 아름다움과 호주만의 독특한 경험에 압도적 가치를 둠. 구글 평점이나 리뷰 수 같은 정량 지표는 “대중의 평균적 취향”일 뿐이라고 회의적.

리서치 담당 영역: 경험·미학 (포토스팟, 일출/일몰, 계절 경관, 숨은 명소, 감각 경험)

채점 성향:

3.3 페르소나 C: “현실주의 비평가” 박지우

핵심 질문: “실제로 기대만큼인가?”

성격/관점: “실제로 가면 어떤가?”를 집요하게 묻는 비평가. 리뷰의 부정적 의견, 날씨 의존도, 시즌별 상태 변화에 특히 주목. 구글 평점을 가장 신뢰하지만 이는 “가장 객관적인 대중 평가”이기 때문. 남들의 실패 경험에서 배워 리스크를 최소화하려 한다. 효율이나 감성 어느 한쪽에 치우치지 않으며 기본 가중치에 가장 가까운 균형잡힌 시각을 가짐.

리서치 담당 영역: 리스크·신뢰도 (부정 리뷰 패턴, 5월 운영 상태, 안전, 날씨 영향, 품질 변화 추이)

채점 성향:

4. 해석 프레임워크: 기준별 채점 가이드라인

아래 표는 각 기준에 대해 A/B/C 3명이 같은 사실을 어떻게 다르게 해석하는지 구체적 앵커 포인트를 정의한다. 점수는 0-10점 (0: 최악, 5: 보통, 10: 최고). 각 페르소나는 아래 가이드라인에 따라 독립적으로 채점하되, 반드시 reason 필드에 판단 근거를 기록한다.

4.1 google_rating (구글 평점)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 평점 = 방문 가치의 기본 지표. 4.5 이상이면 시간 투자 정당화 평점은 편의시설 반영이 크므로 참고만. 4.0 이하만 경고 신호 평점 = 가장 객관적인 품질 척도. 리뷰 수와 교차 검증
9-10 4.7+ 4.8+ (높은 평점은 그래도 인정) 4.7+
7-8 4.5-4.6 4.5-4.7 4.5-4.6
5-6 4.2-4.4 4.0-4.4 (평점 범위가 넓음 — 둔감) 4.2-4.4
3-4 3.8-4.1 3.5-3.9 3.8-4.1
1-2 3.8 미만 3.5 미만 3.8 미만
핵심 차이 기본 스케일 적용 평점에 둔감 — 4.0~4.7 구간을 넓게 묶음 기본 스케일이나 리뷰 수와 교차 검증하여 조정

4.2 review_count (리뷰 수 / 인기도)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 리뷰 많음 = 검증됨 = 안전한 선택. 정보 신뢰도의 proxy 리뷰 적음이 꼭 나쁜 건 아님. 숨은 명소일 수 있음 리뷰 수 = 데이터 신뢰도. 표본이 적으면 평점도 신뢰 못함
9-10 5,000+ (충분히 검증) 1,000+ (이 정도면 인정) 3,000+
7-8 2,000-5,000 500-1,000 1,000-3,000
5-6 500-2,000 100-500 300-1,000
3-4 100-500 50-100 50-300
1-2 100 미만 50 미만 50 미만
핵심 차이 리뷰 많을수록 높은 점수 (선형적) 리뷰 수 요구 기준이 낮음 — 소규모 장소에 관대 중간 기준이나, 리뷰 50 미만은 “데이터 부족”으로 신뢰 안 함

4.3 scenery (경치 / 포토스팟)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 경치가 좋으면 가산이지만, “경치만 좋은 곳”은 체류 가치 의문 경치 = 여행의 본질. 압도적 자연미가 최고 가치 경치가 사진과 실물이 얼마나 일치하는가. 기대 vs 현실
9-10 이동 중에도 볼 수 있는 압도적 경치 (시간 소모 없이 즐김) 숨이 멎을 정도의 자연 절경. 여행의 하이라이트급 리뷰에서 경치 언급 90%+, 부정 의견 거의 없음
7-8 사진 찍기 좋고 빠르게 감상 가능 매우 아름답지만 “압도적”까지는 아님 경치 언급 70%+, 사진과 실물 일치
5-6 보통 수준의 뷰. 경치가 주목적이 아닌 곳 괜찮지만 특별하지 않은 경치 경치 언급 50% 내외, 간간이 “기대 이하” 리뷰
3-4 경치 요소 거의 없음 평범하거나 인공적인 환경 “사진과 다르다” 리뷰 다수
1-2 볼거리 없음 미적 가치 없음 경치 관련 부정 리뷰 다수
핵심 차이 “시간 투자 없이도 경치를 즐길 수 있는가” 기준 “감동의 크기” 절대 기준. 엄격하지만 높은 점수도 과감히 부여 “리뷰에서 검증된 경치인가” 기준. 기대-현실 갭에 민감

4.4 accessibility (접근성)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 접근성 = 동선 설계의 핵심. 주차-입구-핵심 경험까지의 총 소요시간 접근 어려움이 곧 단점은 아님. 가는 과정도 경험의 일부 접근성 = 체력·시간 리스크. 난이도 과소평가 위험 점검
9-10 주차장에서 5분 이내, 고속도로 IC 인접, 표지판 명확 차에서 내리면 바로 뷰 (접근이 쉬운 건 보너스) 누구나(노인/어린이 포함) 접근 가능, 시설 완비
7-8 주차 후 10-15분 도보, 주요 도로에서 10분 이내 10-20분 도보지만 가는 길도 즐거움 일반 성인 무난, 주차 편리
5-6 주차 후 20-30분 도보 또는 우회 필요 30분 도보지만 감수 가능 보통 난이도, 일부 불편 리뷰
3-4 30분+ 트레킹 또는 비포장도로 1시간 트레킹이지만 경험 가치가 크면 감수 난이도 과소평가 리뷰 다수, 체력 요구
1-2 2시간+ 트레킹 또는 4WD 필수 접근 자체가 위험하거나 비현실적 “예상보다 훨씬 힘들었다” 리뷰 다수
핵심 차이 “분 단위로 접근 시간 측정” — 동선 효율의 핵심 변수 “접근 과정이 경험에 더하는가 빼는가” — 과정의 질 판단 “리뷰어들이 실제로 접근에 불만이 있었는가” — 경험적 검증

4.5 value_for_money (비용 대비 만족도)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 비용보다 시간 가치 우선. 비싸도 시간을 아끼면 가산 “이 경험에 이 돈이 아까운가?” 감성적 만족도 기준 비용 대비 리뷰 만족도. “돈 값 하는가”를 객관적으로
9-10 무료 + 짧은 체류시간 (시간도 돈이다) 무료이건 유료이건, 경험이 돈을 초월 무료 또는 유료인데 “돈 아깝지 않다” 리뷰 90%+
7-8 무료 또는 AUD 20 이하 비용 대비 감동적 경험 가격 합리적, 만족 리뷰 다수
5-6 AUD 20-50, 체류 대비 적절 적정 비용이지만 특별한 감동은 없음 가격 적정, 불만 리뷰 소수
3-4 AUD 50+ 또는 시간 대비 비쌈 비용 대비 경험이 부족 “비싸다” 리뷰 다수
1-2 비싸고 시간도 오래 걸림 (이중 손해) 돈이 아까울 정도로 실망 “바가지” “돈 낭비” 리뷰 다수
핵심 차이 비용과 시간을 합산하여 “총 투자 대비 가치” 판단 비용 자체보다 “그 돈으로 얻는 감동의 크기” 판단 리뷰에서 드러나는 실제 만족도/불만족도 기준

4.6 time_efficiency (체류 시간 효율)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 핵심 지표. “분당 만족도”가 높을수록 좋음. 30-60분이 이상적 이 기준을 거의 무시. 시간이 오래 걸려도 몰입할 수 있으면 가치 기준 자체는 유지하되, “리뷰어들이 체류시간을 어떻게 느꼈는가” 반영
9-10 30-60분 체류로 핵심 경험 완료, 밀도 높은 만족 (이 기준에서 9-10은 거의 부여 안 함) “짧게 왔다 갔지만 충분했다” 리뷰 다수
7-8 60-90분, 핵심 + 약간의 여유 시간 대비 몰입감이 높은 경험 “적정 시간” 리뷰 다수
5-6 90-120분, 약간 긴 체류 보통 수준 (점수 분화 안 함) “예상 시간과 비슷”
3-4 2-3시간 소요, 일정 압박 보통 수준 (점수 분화 안 함) “예상보다 오래 걸렸다” 리뷰
1-2 3시간+ 또는 반나절 소요 (이 기준에서 1-2도 거의 부여 안 함) “시간 낭비” 리뷰 다수
핵심 차이 가장 민감하게 분화. 30분 단위로 점수가 달라짐 의도적으로 둔감하게 채점 (5-6점 중심 분포). 시간 길이 자체보다 몰입도에만 반응 리뷰에서 체류시간 언급을 기반으로 채점

B의 time_efficiency 가중치 5%에 대한 설명: B는 이 기준을 “무시”하는 것이 아니라 둔감하게 적용한다. 대부분 5-6점을 부여하되, 극단적으로 몰입감이 높은 곳(7-8)이나 시간 대비 확실히 별거 없는 곳(3-4)만 차등한다. 가중치 5%이므로 최종 점수 영향은 미미하지만, 기준 자체를 0%로 삭제하지 않음으로써 데이터 완결성을 유지한다.

4.7 uniqueness (유니크함 / 호주 고유 경험)

점수 A (효율 전략가) B (감성 탐험가) C (현실주의 비평가)
해석 프레임 유니크해도 비효율적이면 감점. “효율적으로 접근 가능한 유니크함”만 가산 이 여행의 존재 이유. “한국에서 절대 불가능한 경험”이 최고 가치 유니크함의 실제 체감도. “가보니 그냥 그랬다” 리스크 점검
9-10 호주 고유 + 이 지역에서만 + 접근 편리 (삼박자) 한국에서 절대 불가능, 호주에서도 이 지역에서만 가능 “인생 경험” “꼭 가야 한다” 리뷰 압도적
7-8 호주 고유 경험이지만 다른 지역에서도 가능 호주 고유 경험, 높은 감동 “독특한 경험이었다” 리뷰 다수
5-6 약간의 호주 특색이 있는 곳 호주스럽지만 많은 곳에서 비슷한 경험 가능 “괜찮았지만 특별하지는 않았다” 리뷰 혼재
3-4 어디에나 있는 유형의 관광지 한국에서도 비슷한 경험 가능 “다른 곳과 별 차이 없다” 리뷰
1-2 완전히 대체 가능한 경험 호주에 올 이유가 없는 경험 “굳이 여기까지 올 필요 없다” 리뷰
핵심 차이 “접근 가능한 유니크함”만 인정 — 효율 필터를 거친 유니크함 “감동의 희소성” 절대 기준. 가장 넓은 점수 분포(1-10 모두 활용) “리뷰에서 체감된 유니크함” — 마케팅 vs 실제 경험의 갭 점검

5. 가중치

5.1 페르소나별 가중치 비교

기준 기본값 A (효율) B (감성) C (현실) 3명 평균 합계 검증
google_rating 15% 15% 5% 25% 15.0% -
review_count 10% 15% 5% 10% 10.0% -
scenery 20% 10% 30% 20% 20.0% -
accessibility 15% 25% 5% 15% 15.0% -
value_for_money 10% 5% 15% 10% 10.0% -
time_efficiency 10% 25% 5% 0% 10.0% -
uniqueness 20% 5% 35% 20% 20.0% -
합계 100% 100% 100% 100% 100% 통과

5.2 가중치 설계 근거

A (효율 전략가) — 기본값 대비 변경 사항

기준 기본→A 차이 근거
google_rating 15→15 0 기본 참조 유지
review_count 10→15 +5 리뷰 많은 곳 = 검증된 곳, 데이터 신뢰도 중시
scenery 20→10 -10 경치보다 접근성/효율 우선
accessibility 15→25 +10 주차, 도보 난이도, 접근 용이성이 동선의 핵심
value_for_money 10→5 -5 비용보다 시간 가치 우선
time_efficiency 10→25 +15 체류시간 대비 만족도가 일정 구성의 핵심
uniqueness 20→5 -15 유니크해도 비효율적이면 감점

B (감성 탐험가) — 기본값 대비 변경 사항

기준 기본→B 차이 근거
google_rating 15→5 -10 평점은 편의시설 반영이 크고 경치와 무관할 수 있음
review_count 10→5 -5 사람 적은 곳이 오히려 더 감동적일 수 있음
scenery 20→30 +10 자연/포토스팟 우선 여행에서 경치는 최우선
accessibility 15→5 -10 접근 어려워도 경치가 압도적이면 갈 가치 있음
value_for_money 10→15 +5 “비싼데 별거 없으면 최악” — 의외로 비용에 민감
time_efficiency 10→5 -5 시간이 오래 걸려도 감동이 크면 가치 있음
uniqueness 20→35 +15 호주에서만 가능한 경험이 이 여행의 핵심 가치

C (현실주의 비평가) — 기본값 대비 변경 사항

기준 기본→C 차이 근거
google_rating 15→25 +10 대중 평가가 가장 객관적인 품질 지표
review_count 10→10 0 기본값 유지
scenery 20→20 0 기본값 유지 — 경치는 이 여행에서 중요
accessibility 15→15 0 기본값 유지
value_for_money 10→10 0 기본값 유지
time_efficiency 10→0 -10 시간 효율보다 확실한 품질을 우선 (하단 설명 참조)
uniqueness 20→20 0 기본값 유지

5.3 제약 조건 충족 검증

제약 조건 결과 상세
각 페르소나 가중치 합 = 100% 통과 A: 100%, B: 100%, C: 100%
기본값 대비 ±15% 이내 통과 최대 편차: A의 time_efficiency +15%, A의 uniqueness -15%, B의 uniqueness +15%, B의 google_rating -10%, C의 time_efficiency -10% (모두 경계값 이내)
3명 평균 = 기본 가중치 통과 7개 기준 모두 정확히 일치
최소 가중치 > 0% (예외 1건) 예외: C의 time_efficiency 0% 하단 설명 참조

5.4 특수 사항: C의 time_efficiency 0%

C의 time_efficiency 가중치가 0%인 이유:

  1. 페르소나 정체성: C(“실제로 기대만큼인가?”)의 핵심은 품질·리스크 검증이다. “빨리 볼 수 있는가”는 C의 관심사가 아니다.
  2. 다른 기준으로 이미 반영: C는 google_rating 25%로 종합 품질을 측정하고, review_count/scenery/accessibility/value_for_money/uniqueness로 세부 품질을 평가한다. 시간 효율은 A가 25%로 충분히 반영한다.
  3. 3명 평균 유지: C가 0%여도 A(25%) + B(5%)의 평균이 10%로 기본값과 일치한다.
  4. raw score는 기록: C도 time_efficiency를 0-10점으로 채점하되, 가중합에만 반영하지 않는다. 데이터 완결성은 유지된다.

B의 google_rating 5%: 유사한 논리. B는 정량 지표보다 감성적 체험을 중시하지만, 평점을 완전히 무시(0%)하지는 않는다. 5%는 “극단적으로 낮은 평점(3.5 미만)은 경고 신호”로 활용하는 최소 수준이다.

6. 점수 분산 시뮬레이션

6.1 예상 분산 패턴

±15% 가중치 완화 + 독립 해석에 의해, 3명의 총점은 장소 유형에 따라 다음과 같이 분화될 것으로 예상한다.

장소 유형 A 예상 B 예상 C 예상 차이 분류
고속도로변 무료 전망대 (평점 4.5, 경치 보통) 85 55 70 30 논쟁
해안 절벽 트레킹 (2시간, 절경, 평점 4.8) 55 90 75 35 논쟁
야생 코알라 서식지 (접근 쉬움, 유니크, 평점 4.7) 80 88 82 8 합의
도시 공원 (무료, 평점 4.3, 평범) 70 40 60 30 논쟁
호주 원주민 문화 체험 (평점 4.9, 예약 필수, 2시간) 60 92 85 32 논쟁

6.2 분산의 의미

±10%에서 ±15%로 완화한 효과: 가중치 분산이 커져 논쟁 장소가 더 많이 발생한다. 이는 의도된 설계로, “모든 장소가 비슷한 점수”가 되는 문제(이전 ±10% 체계의 한계)를 해결한다.

7. 적용 방법 요약

7.1 실행 순서

  1. Step 1 (리서치): A/B/C가 각자 담당 영역의 정보를 수집하여 collected_data의 logistics, experience, risk_check 필드에 기록
  2. Step 2 (해석): 3명이 §4의 해석 가이드라인에 따라 독립적으로 7개 기준 0-10점 채점. 각 점수에 reason 필드 필수
  3. Step 3 (가중합): 각 페르소나의 가중치를 적용하여 100점 만점 총점 산출 → data/scores/scorer_{A,B,C}.json
  4. Step 4 (종합): 3명 총점 평균 → 등급 부여 → 논쟁 장소 하이라이트 → data/scores/{category}_scored.json

7.2 출력 파일

파일 내용
data/scores/scorer_A.json A의 raw score + 가중합 총점
data/scores/scorer_B.json B의 raw score + 가중합 총점
data/scores/scorer_C.json C의 raw score + 가중합 총점
data/scores/{category}_scored.json 3명 평균 최종 점수, 등급, 논쟁 여부
data/scores/RANKINGS.md 사람이 읽을 수 있는 랭킹 (자동 생성)

7.3 등급 기준

등급 퍼센타일 의미
S 상위 ~5% 반드시 가야 할 곳
A 상위 5~25% 강력 추천
B 상위 25~60% 선택적
C 상위 60~90% 스킵 권장
D 하위 ~10% 비추천

7.4 채점 시 주의사항

8. 계절 보정 (5월 방문 기준)

이 여행은 2026년 5월 24일~30일에 진행된다. 관광지 평가 시 연중 평균이 아닌 5월 방문 시의 품질을 반영해야 한다.

8.1 5월 NSW 계절 특성

요인 5월 상태 평가 영향
기온 낮 18~21°C, 밤 3~14°C 하이킹 최적, 블루마운틴 방한 필수
해양 겨울 스웰(SE swell) 시작, 수온 20~21°C 블로우홀 최적기, 서핑 최적, 수영 불가
야생동물 혹등고래 북상(5~11월), 캥거루 활동 증가 고래 관찰 포인트 가산, 야간 운전 주의
일몰 ~17:00 오후 활동 시간 제한, 골든아워 배치 중요
혼잡도 비수기 — 여름 대비 40~60% 감소 대기 시간 감소, 독점 체험 가능
안개 블루마운틴 안개 빈도 증가 고벳츠 리프 등 전망대 시야 불확실

8.2 보정 대상 기준

7개 기준 중 5개에 계절 보정 적용:

기준 보정 여부 근거
google_rating X 연중 누적 평점, 계절 무관
review_count X 연중 누적 리뷰 수, 계절 무관
scenery O 5월 스웰, 단풍, 안개, 수량 등 계절에 따른 경관 변화
accessibility O 비포장도로 상태, 트레일 컨디션, 운영시간 변경
value_for_money O 비수기 할인, 혼잡도 감소로 체험 질 향상
time_efficiency O 비수기라 대기 없이 즐길 수 있으면 가산
uniqueness O 5월에만 가능한 체험(겨울 스웰 블로우홀, 고래 등)

8.3 보정 카테고리

카테고리 보정 범위 해당 장소 유형
강한 양 +5~+8 블로우홀(겨울 스웰 최적), 가을 단풍 절정 장소, 고래 관찰 최적 포인트
약한 양 +1~+4 해안 전망대(맑은 하늘), 트레킹(쾌적 기온), 비수기 혜택 장소
보정 없음 0 실내 시설, 조형물, 계절 무관 장소
약한 음 -1~-4 수영/스노클링(수온 하락), 운영 시간 축소, 야외 동물원
강한 음 -5~-8 시즌 폐쇄, 공사 중, 위험 접근(겨울 파도)

8.4 채점 시 적용 방법

  1. 기존 7개 기준 채점 시, collected_data의 seasonal_notes, may_operation, seasonal_beauty를 반드시 참조
  2. scenery 채점 시: “5월에 이 경치가 어떤가?”를 기준으로 (연중 평균이 아님)
  3. accessibility 채점 시: “5월에 접근이 가능한가? 운영하는가?”를 확인
  4. uniqueness 채점 시: “5월에만 가능한 체험인가?”를 가산 요인으로 고려
  5. 최종 점수에 seasonal_adjustment 필드로 보정값을 기록

참고 문서: research/claude-research/5월-계절보정-프레임워크.md

9. 향후 확장