목록으로
지역사회 문제해결을 위한 AI 활용
말로 설명하면 AI가 전국 습득물에서 찾아주는, 외국인도 이용 가능한 분실물 찾기 서비스
잃어버린 물건을 한 줄로 말하거나 사진을 올리면, AI가 경찰청 습득물 공공데이터에서 후보를 찾아 판단 근거와 수령 방법까지 알려줍니다(외국어로도 가능).
🤖 활용 AI 도구
Google Gemini API(의미 검색 임베딩·AI 판정·사진 인식·다국어 번역), Claude Code(서비스 개발), LangGraph(AI 에이전트)
① 어떤 상황에서 AI를 활용했나요?
- 경찰청은 매일 약 3천 건의 습득물을 공개하지만, 검색은 한국어 물품명 키워드 중심이라 표현이 조금만 달라도 찾기 어렵습니다. (예: "닥스 지갑"으로 검색하면 "DAKS 지갑"이 안 나옴)
- 외국인 관광객은 더 어렵습니다. 한국어로 검색해야 하고, 여행 중 어디서 잃어버렸는지도 정확히 모르는 경우가 많습니다.
- 한국관광 데이터랩 방문자 데이터와 습득물 공공데이터를 함께 분석해 보니, 외국인 방문 상위 20개 시군구(전국의 8.7%)에 외국인 방문의 59%, 습득물의 38%가 몰려 있었습니다.
- 또 잃어버린 곳과 보관된 곳이 달랐습니다. 외국인이 많이 가는 종로구의 습득물은 454건인데, 옆 중구(지하철 유실물센터)는 7,293건이었습니다. 관광지 이름으로만 찾으면 못 찾는 구조입니다.
- 그래서 "누구나, 어떤 언어로든, 말하듯 찾을 수 있는" 분실물 찾기 서비스 FindIt을 직접 만들어 2026년 9월 19일부터 운영하고 있습니다. (https://findit-lost.duckdns.org)
② 어떤 AI를 어떻게 활용했나요?
- 이해(Gemini): "어제 2호선에서 검정 닥스 지갑 잃어버렸어요"라는 문장에서 물품·색상·브랜드·장소·날짜를 뽑아냅니다. 사진을 올리면 사진 속 물건의 특징을 읽습니다. 영어·일본어 등 어떤 언어로 써도 됩니다.
- 장소 추론(Gemini): "2호선"처럼 노선을 말하면 그 노선이 지나는 구를 모두 찾아, 그 지역의 습득물을 순위에서 우대합니다. 지역으로 걸러내지는 않아서 정답을 놓치지 않습니다.
- 의미 검색(Gemini 임베딩): 글자가 아니라 "뜻"으로 찾기 때문에 한글↔영문 브랜드, 오타, 외국어도 찾습니다.
- AI 판정(Gemini): 후보마다 "내 물건일 가능성"을 0~100점으로 매기고 판단 근거를 한 줄로 보여줍니다. 사진이 있는 후보는 사진끼리도 비교합니다.
- 알림: 신고를 저장해 두면 매일 새로 들어온 습득물과 자동으로 다시 비교하고, 유력한 후보가 나오면 신고자의 언어(13개 언어)로 이메일을 보냅니다.
- 개발(Claude Code): 기획부터 코드 작성, 성능 측정, 서버 배포, 운영 점검까지 AI 코딩 도구와 함께 1인으로 약 4주 만에 만들었습니다.
- 도구 선택 근거: 키워드 검색과 의미 검색을 직접 비교 측정한 뒤, 정확도가 훨씬 높은 의미 검색을 선택했습니다(아래 ③).
③ 활용 결과 어떤 변화가 있었나요?
- 검색 정확도: 직접 만든 정답 문제 29개로 비교한 결과, 1위에 정답이 나오는 비율이 키워드 검색 51.7% → AI 의미 검색 93.1%로 올랐습니다.
- 장소가 애매한 어려운 경우(비슷한 검정 지갑 193개 속 정답): 경유 지역 반영 전에는 정답이 7~24위에 묻혔지만, 반영 후 7문제 중 5문제가 1위, 모두 3위 안에 들었습니다.
- 언어 장벽: 한국어를 몰라도 자기 언어로 검색하고, 수령 안내와 알림 메일도 자기 언어로 받습니다. 보관기관 이름은 "강남경찰서 (Gangnam Police Station)"처럼 한국어 원문을 함께 적어 경찰서에 그대로 보여줄 수 있습니다.
- 편의: 한 번 신고하면 매일 새로 들어오는 습득물(하루 약 3천 건)과 자동으로 대조해 줘서, 매일 직접 찾아볼 필요가 없습니다.
- 솔직한 한계: 운영을 시작한 지 얼마 되지 않아, 실제로 물건을 되찾은 건수는 아직 집계하지 못했습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- AI를 "데이터베이스"가 아니라 "심판"으로 썼습니다. 수만 건의 습득물을 AI에 통째로 넣지 않고, 검색으로 후보를 좁힌 뒤 AI는 후보 10여 개만 판정합니다. 비용이 적고, AI가 없는 정보를 지어낼 여지도 줄어듭니다.
- 조건은 "걸러내기"가 아니라 "가점"으로 썼습니다. 장소를 틀리게 말해도 정답이 사라지지 않고 순위만 조금 내려갑니다.
- AI가 "이게 당신 물건입니다"라고 단정하지 않습니다. 유력 후보와 근거만 보여주고, 확인과 수령은 본인이 합니다.
- 기능을 추가할 때마다 정답 문제로 정확도를 다시 측정해, 수치가 오르는 것만 남겼습니다.
- AI가 무엇을 하고 있는지(추출 → 지역 → 검색 → 판정) 화면에 실시간으로 보여줘 신뢰를 높였습니다.
⑤ 다른 사람도 따라 할 수 있나요?
- 이용자: 누구나 사이트에 들어가 한 줄로 쓰거나 사진을 올리면 바로 쓸 수 있습니다. 회원가입이 필요 없습니다.
- 만드는 사람: 공공데이터포털의 무료 Open API(경찰청 습득물정보, 한국관광공사 빅데이터 방문자수)와 AI API, 서버 1대로 만들 수 있습니다. 전체 코드를 GitHub에 공개했습니다. (https://github.com/cwal8202/findit)
- 같은 방식(공공데이터 + AI 의미 검색 + AI 판정 + 다국어)은 다른 공공 검색 서비스에도 그대로 적용할 수 있습니다.
[윤리·책임 있는 활용]
- 개인정보: 공개되는 신고 목록에는 이메일과 신고 번호를 싣지 않고, 이메일은 본인이 원할 때만 입력합니다. 신고 문장은 500자로 제한하고, 분실물과 무관한 입력은 처리하지 않습니다.
- 부정확한 정보 대비: AI 점수와 근거를 함께 보여주고, 최종 판단은 사용자가 합니다. 번역이 실패하면 영어, 그다음 한국어로 안내해 안내가 끊기지 않게 했습니다.
- 데이터 출처: 경찰청 습득물정보·포털기관 습득물정보(공공데이터포털), 한국관광공사 빅데이터 지역별 방문자수(한국관광 데이터랩), 경찰청 전국 지구대·파출소 주소 현황.
- 경찰청은 매일 약 3천 건의 습득물을 공개하지만, 검색은 한국어 물품명 키워드 중심이라 표현이 조금만 달라도 찾기 어렵습니다. (예: "닥스 지갑"으로 검색하면 "DAKS 지갑"이 안 나옴)
- 외국인 관광객은 더 어렵습니다. 한국어로 검색해야 하고, 여행 중 어디서 잃어버렸는지도 정확히 모르는 경우가 많습니다.
- 한국관광 데이터랩 방문자 데이터와 습득물 공공데이터를 함께 분석해 보니, 외국인 방문 상위 20개 시군구(전국의 8.7%)에 외국인 방문의 59%, 습득물의 38%가 몰려 있었습니다.
- 또 잃어버린 곳과 보관된 곳이 달랐습니다. 외국인이 많이 가는 종로구의 습득물은 454건인데, 옆 중구(지하철 유실물센터)는 7,293건이었습니다. 관광지 이름으로만 찾으면 못 찾는 구조입니다.
- 그래서 "누구나, 어떤 언어로든, 말하듯 찾을 수 있는" 분실물 찾기 서비스 FindIt을 직접 만들어 2026년 9월 19일부터 운영하고 있습니다. (https://findit-lost.duckdns.org)
② 어떤 AI를 어떻게 활용했나요?
- 이해(Gemini): "어제 2호선에서 검정 닥스 지갑 잃어버렸어요"라는 문장에서 물품·색상·브랜드·장소·날짜를 뽑아냅니다. 사진을 올리면 사진 속 물건의 특징을 읽습니다. 영어·일본어 등 어떤 언어로 써도 됩니다.
- 장소 추론(Gemini): "2호선"처럼 노선을 말하면 그 노선이 지나는 구를 모두 찾아, 그 지역의 습득물을 순위에서 우대합니다. 지역으로 걸러내지는 않아서 정답을 놓치지 않습니다.
- 의미 검색(Gemini 임베딩): 글자가 아니라 "뜻"으로 찾기 때문에 한글↔영문 브랜드, 오타, 외국어도 찾습니다.
- AI 판정(Gemini): 후보마다 "내 물건일 가능성"을 0~100점으로 매기고 판단 근거를 한 줄로 보여줍니다. 사진이 있는 후보는 사진끼리도 비교합니다.
- 알림: 신고를 저장해 두면 매일 새로 들어온 습득물과 자동으로 다시 비교하고, 유력한 후보가 나오면 신고자의 언어(13개 언어)로 이메일을 보냅니다.
- 개발(Claude Code): 기획부터 코드 작성, 성능 측정, 서버 배포, 운영 점검까지 AI 코딩 도구와 함께 1인으로 약 4주 만에 만들었습니다.
- 도구 선택 근거: 키워드 검색과 의미 검색을 직접 비교 측정한 뒤, 정확도가 훨씬 높은 의미 검색을 선택했습니다(아래 ③).
③ 활용 결과 어떤 변화가 있었나요?
- 검색 정확도: 직접 만든 정답 문제 29개로 비교한 결과, 1위에 정답이 나오는 비율이 키워드 검색 51.7% → AI 의미 검색 93.1%로 올랐습니다.
- 장소가 애매한 어려운 경우(비슷한 검정 지갑 193개 속 정답): 경유 지역 반영 전에는 정답이 7~24위에 묻혔지만, 반영 후 7문제 중 5문제가 1위, 모두 3위 안에 들었습니다.
- 언어 장벽: 한국어를 몰라도 자기 언어로 검색하고, 수령 안내와 알림 메일도 자기 언어로 받습니다. 보관기관 이름은 "강남경찰서 (Gangnam Police Station)"처럼 한국어 원문을 함께 적어 경찰서에 그대로 보여줄 수 있습니다.
- 편의: 한 번 신고하면 매일 새로 들어오는 습득물(하루 약 3천 건)과 자동으로 대조해 줘서, 매일 직접 찾아볼 필요가 없습니다.
- 솔직한 한계: 운영을 시작한 지 얼마 되지 않아, 실제로 물건을 되찾은 건수는 아직 집계하지 못했습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- AI를 "데이터베이스"가 아니라 "심판"으로 썼습니다. 수만 건의 습득물을 AI에 통째로 넣지 않고, 검색으로 후보를 좁힌 뒤 AI는 후보 10여 개만 판정합니다. 비용이 적고, AI가 없는 정보를 지어낼 여지도 줄어듭니다.
- 조건은 "걸러내기"가 아니라 "가점"으로 썼습니다. 장소를 틀리게 말해도 정답이 사라지지 않고 순위만 조금 내려갑니다.
- AI가 "이게 당신 물건입니다"라고 단정하지 않습니다. 유력 후보와 근거만 보여주고, 확인과 수령은 본인이 합니다.
- 기능을 추가할 때마다 정답 문제로 정확도를 다시 측정해, 수치가 오르는 것만 남겼습니다.
- AI가 무엇을 하고 있는지(추출 → 지역 → 검색 → 판정) 화면에 실시간으로 보여줘 신뢰를 높였습니다.
⑤ 다른 사람도 따라 할 수 있나요?
- 이용자: 누구나 사이트에 들어가 한 줄로 쓰거나 사진을 올리면 바로 쓸 수 있습니다. 회원가입이 필요 없습니다.
- 만드는 사람: 공공데이터포털의 무료 Open API(경찰청 습득물정보, 한국관광공사 빅데이터 방문자수)와 AI API, 서버 1대로 만들 수 있습니다. 전체 코드를 GitHub에 공개했습니다. (https://github.com/cwal8202/findit)
- 같은 방식(공공데이터 + AI 의미 검색 + AI 판정 + 다국어)은 다른 공공 검색 서비스에도 그대로 적용할 수 있습니다.
[윤리·책임 있는 활용]
- 개인정보: 공개되는 신고 목록에는 이메일과 신고 번호를 싣지 않고, 이메일은 본인이 원할 때만 입력합니다. 신고 문장은 500자로 제한하고, 분실물과 무관한 입력은 처리하지 않습니다.
- 부정확한 정보 대비: AI 점수와 근거를 함께 보여주고, 최종 판단은 사용자가 합니다. 번역이 실패하면 영어, 그다음 한국어로 안내해 안내가 끊기지 않게 했습니다.
- 데이터 출처: 경찰청 습득물정보·포털기관 습득물정보(공공데이터포털), 한국관광공사 빅데이터 지역별 방문자수(한국관광 데이터랩), 경찰청 전국 지구대·파출소 주소 현황.