1인 기획 및 개발 · 위너덱(winner-deck)

article 프로젝트 개요

위너덱(winner-deck)은 신용카드 약관에 숨어 있는 독소 조항과 한도 제약을 분석해서, 마이데이터 인증 없이도 사용자 소비 패턴에 맞는 카드 조합을 제안하는 핀테크 서비스입니다.

새 카드 추천 알림이 올 때마다 “이 카드가 내 카드보다 정말 나은가, 낫다면 얼마나 나은가"라는 질문이 들었고, 여기서 출발했습니다. 1인당 카드 보유 수가 평균 4.5장에 달하는데도 토스, 뱅크샐러드, 카드고릴라 같은 기존 서비스는 새 카드 발급을 유도하거나 마이데이터 연동을 전제로 하는 방식이었습니다.

위너덱은 반대로 이미 가진 카드를 해지하지 않고 상황에 맞게 잘 쓰는 ‘유지 활용’ 쪽을 택했습니다. 보유 카드와 비교하고 싶은 카드 한 장을 고르면 30초 안에 혜택 차이와 독소안전 점수를 보여주는 카드 대결 방식으로 설계했습니다.

1:1 카드 대결 및 독소안전 점수 진단


report_problem 문제 정의: 약관의 복잡성과 마이데이터 연동의 한계

다카드 사용자가 대다수인 시장에서 기존 금융 플랫폼이 풀지 못한 문제 두 가지를 정의했습니다.

1. 소비자 금융 누수

카드사 상품 광고의 높은 할인율 뒤에는 소비자가 쉽게 알아차리기 힘든 실적 배제 조건이 여럿 숨어 있습니다.

  • 실적 제외 조건: 혜택을 받은 결제액이 다음 달 실적 산정에서 통째로 빠지는 구조
  • 무이자 할부 제외: 고액 결제를 무이자 할부로 하면 할인·적립 혜택이 사라지는 조건
  • 통합 할인 한도 제약: 카테고리별 할인율과 무관하게 월간 총한도에 걸려 실질 피킹률이 급감하는 구조

이런 예외 조건을 모르고 카드를 쓰면, 월평균 150만 원 지출 기준으로 조건을 모르고 쓴 경우(피킹률 약 1.7%)와 최적 조합으로 쓴 경우(피킹률 약 4.0%) 사이에 월 약 3.45만 원, 연간 약 41.4만 원의 혜택 차이가 생깁니다.

2. 마이데이터 온보딩 장벽과 정보 누락

기존 자산관리 플랫폼은 금융 인증서 연동을 필수로 요구합니다. 여기에 더해 네이버페이, 카카오페이 같은 간편결제 결제 건은 원천 가맹점 업종 정보가 빠져 있어서, 카드사 약관 기준으로 정확한 혜택을 판별하기가 애초에 어려웠습니다.


lightbulb 해결 방안: 3단계 퍼널과 약관 독소조항 진단

복잡한 인증 절차 없이 혜택을 바로 체감할 수 있도록 ‘카드 대결 → 정밀 분석 리포트 → AI 코치’ 3단계 퍼널을 설계했습니다.

1단계: 30초 1:1 카드 대결

  • 금융 본인인증 없이 보유 카드와 비교할 카드 1장만 선택하면 30초 안에 대결 결과를 산출
  • 소비 성향(일반 직장인, 자차 운전자, 1인 자취생, 온라인 쇼퍼 등)에 맞춰 카테고리별 실질 절약액을 시각화
  • 혜택 우위와 함께 피킹률·한도·약관 조건을 종합 평가한 ‘독소안전 점수’를 제시해서 공유하고 싶어지게 만듦

카드 혜택 비교 및 다이렉트 리포트 화면

2단계: 정밀 분석 리포트 (2,900원)

세부 지출 카테고리를 입력하면 카드사 공식 약관 전문을 기반으로 독소 조항을 진단해주는 유료 리포트입니다.

처음에는 카드 혜택을 극대화할 방법을 찾다가 상품권 결제로 실적을 인정받는 이른바 ‘상테크’를 리포트에 넣으려고 했습니다. 그런데 크롤링 대상을 카드 100종으로 넓히면서 각 카드사 약관을 하나씩 훑어보니 상테크 관련 조항이 거의 남아있지 않았습니다. 나중에 찾아보고서야 카드사들이 이미 이 구멍을 대부분 막아뒀다는 걸 알았고, 방향을 틀었습니다. 대신 핵심 타겟인 35–44세가 실제로 궁금해할 실생활 재무 주제 세 가지로 리포트를 다시 짰습니다.

  1. 연말정산 소득공제 최적화: 신용카드(15%)와 체크카드(30%) 공제율 차이를 반영한 개인화 전환 시점 계산
  2. 가계대출 금리 우대 진단: 주택담보·전세자금대출의 카드 실적 감면 조건 충족 여부 점검
  3. 건강·보험 실속 혜택: 4대 사회보험 자동납부 캐시백 및 보험료 실적 인정 정보 정리

(대출 심사에서 카드 실적이 감면 조건으로 쓰인다는 것도 이 과정에서 알게 된 부분입니다.)

3단계: AI 맞춤 카드 조합(Deck) 코칭 & 리밸런싱 알림 (CPA 15,000원)

  • 단일 카드가 아니라 사용자 소비 패턴에 맞는 2–3장 카드 조합 Top 3을 도출
  • 초간단 결제 공식 매뉴얼로 카테고리별 주 카드와 보조 카드의 결제 라우팅을 안내
  • 약관 변경이나 카드 단종 시 리밸런싱 알림을 보내 최적 교체 시점에 신규 카드 발급(CPA 수수료 15,000원)으로 연결

나의 소비패턴 맞춤 최강의 2장 조합 Top 3 및 결제 매뉴얼


code 주요 개발 및 기술적 구현

1인 프로젝트라 기획부터 데이터 파이프라인, 알고리즘 엔진, 프론트엔드/백엔드 MVP까지 전 과정을 직접 만들었습니다.

dataset 약관 데이터 파이프라인

  • 카드사 공식 웹사이트의 약관 정보를 매달 자동으로 수집하는 크롤링 워커 설계 (직장인 선호 상위 86종 카드로 시작)
  • 비정형 약관 텍스트(전월 실적 산정 제외 항목, 구간별 할인 한도 등)를 표준화된 수식 모델로 파싱
  • 크롤러 뒤에 관리자 검증 대시보드를 두는 휴먼 인 더 루프 방식으로 데이터 무결성 확보

shield 독소 조항 정량 점수화 엔진

막연한 주의 문구 대신, 피킹률 매칭도·통합 할인 한도 제약도·약관 제외 독소 조항을 수치화해서 ‘독소안전 점수(0~100점)‘를 산출하는 평가 알고리즘을 구현했습니다.

calculate 다카드 조합(Deck) 시뮬레이션 알고리즘

복수 카드의 할인 한도와 실적 제외 조건을 교차 계산해서 ‘기존 카드 유지 + 1장 추가(보완형)‘와 ‘최대 혜택 2장 조합’ 두 가지 시뮬레이션 엔진을 만들고, 소비 카테고리별 최적 결제 수단 분기 로직을 자동 생성했습니다.

touch_app 온보딩 마찰 최소화 & 경량 MVP

설문 데이터를 반영해 온보딩을 5문항 이내로 줄이고, 금융 인증 없이 30초 안에 결과가 나오는 가벼운 인터랙션으로 만들었습니다.


analytics 데이터 기반 가설 검증 및 비즈니스 모델

1. 1차 가설 검증: 자체 설문 (77명)

  • 응답자의 75.3%가 카드를 2장 이상 보유한 다카드 사용자
  • 93.5%가 카드 비교 과정에서 불편과 피로감을 경험 (“내 소비 기준 계산의 어려움”, “현재 카드와 후보 카드 비교 어려움”)
  • 96.1%가 1:1 카드 대결 방식에 긍정적으로 반응
  • 76.6%가 월 1만 원 이상 절약되면 카드 교체를 고려하겠다고 응답

2. 2차 타겟 검증: 소액 Meta 광고 A/B 테스트 (2026.07.17 ~ 07.20)

약 3만 원의 예산으로 25–34세와 35–44세 두 연령대에 손실방어형 메시지 반응 테스트를 돌렸습니다. 35–44세 그룹이 클릭률(2.53% vs 1.58%)과 랜딩 페이지 조회 단가 모두에서 뚜렷하게 우세했습니다.

광고를 돌리는 중에 참여 세션 14.5%, 시뮬레이터 진입 이벤트 미수집 같은 GA4 트래킹 이슈를 발견했습니다. 광고비를 쓰면서 의미 없는 숫자만 쌓이는 게 싫어서, GA4를 제대로 다뤄본 적 없는 상태로 이벤트 트래킹을 무리하게 직접 붙이려다 생긴 문제였습니다. 출시 전에 먼저 정리해야 할 과제로 남겨뒀습니다.

3. 비즈니스 모델 및 시장 규모

  • B2C 혜택 분석 리포트: 2,900원 소액 결제 모델
  • B2B2C 신규 발급 연계 CPA: 최적 카드 교체 시 건당 평균 15,000원 수수료
  • 목표 시장: TAM 약 3.0조 원(카드사 마케팅 수수료 2.5조 원 + 자산관리 0.5조 원), SAM 220억 원, 1–2년 차 목표 수익 시장(SOM) 총 5.20억 원(리포트 0.70억 원 + CPA 4.50억 원)

insights 주요 학습 및 회고

1. 실측 데이터 중심의 린 검증

첫 창업 도전이었던 무역 데이터 아이템은 도메인 전문성과 사용자 접점이 부족해서 공공데이터를 가공하는 수준에 머물렀습니다. 위너덱은 그 실패를 반면교사로, 제가 소비자로서 매일 겪는 카드 혜택 문제에서 시작했습니다. 77명 설문과 소액 광고 A/B 테스트로 가설을 하나씩 검증하면서 기능 범위를 좁혀갔습니다.

2. 몰랐던 걸 크롤링으로 확인하고 방향을 튼 경험

상테크를 리포트에 넣으려다 약관을 직접 크롤링해보고서야 이미 막혀 있다는 걸 알았습니다. 책상에서 세운 가설과 실제 데이터가 다를 수 있다는 걸 이번에 다시 확인했고, 그 다음부터는 기획 단계에서도 “일단 원본 데이터부터 확인하자"는 순서를 지키게 됐습니다.

3. 모르는 도구를 무리하게 쓰다 생긴 대가

GA4를 잘 모르는 채로 광고 트래킹을 서둘러 붙이다가 세션과 이벤트가 제대로 안 잡히는 문제를 만들었습니다. 마이데이터 연동 같은 어려운 기술보다, 오히려 이런 익숙하지 않은 도구를 급하게 쓸 때 생기는 실수가 더 흔하다는 걸 배웠습니다. 다음 프로젝트에서는 광고를 돌리기 전에 트래킹 설정부터 먼저 검증하려고 합니다.