목록으로
지역사회 문제해결을 위한 AI 활용
주차 빈자리 찾아 구축 아파트 단지 세 바퀴 뺑뺑이 끝내기
매일 밤 주차 빈칸을 찾아 단지를 헤매던 주민이, 창가의 휴대폰 한 대와 AI로 '주차 빈칸 알리미'를 직접 만들었습니다
🤖 활용 AI 도구
Claude
① 어떤 상황에서 AI를 활용했나요?
저는 서울의 1980년대 구축 아파트에 삽니다(강남구 압구정동 한양아파트 1차). 주차면은 세대당 0.5대뿐이라, 저녁에 퇴근하면 라이트를 켜고 단지를 10~20분씩 돌며 빈자리를 찾습니다. 자리가 없으면 근처 백화점 주차장이나 이면도로에 세우고 아침 일찍 차를 빼야 합니다. 얼마 전에는 자정에 빈칸을 찾아 돌다가 주차된 차를 긁는 사고까지 났습니다. 재건축을 기다리는 단지라 차단기도, 주차 관리 앱도 없습니다.
[첨부 ⑤ 대시캠 영상] 10월 11일 오후 5시 10분, 퇴근 시간대에 단지 안을 30초 동안 돌며 빈칸을 찾는 모습입니다. 통로 양옆과 동 앞이 모두 차로 가득 차 있습니다. 이 장면이 매일 반복됩니다.
주차칸을 늘릴 수는 없지만 "지금 어디가 비어 있는가"만 알면 헤매는 시간과 사고 위험을 크게 줄일 수 있다고 생각했습니다. 그래서 공사 없이, 사진만으로 AI가 칸마다 빈자리를 판정하게 만들어 보기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
1. 기획 (Claude): 제 상황을 설명하고 무엇을 증명해야 하는지, 어떻게 찍고 어떻게 판정할지를 함께 정리해 제품 명세서를 만들었습니다.
2. 촬영 (휴대폰 한 대): 우리 집 창문에 안 쓰는 휴대폰을 고정하고 5분마다 사진을 찍었습니다. 밤 53장(19:44~00:05)과 낮 28장(12:13~14:29), 모두 83장입니다.
3. 코딩 (Claude Code): 개발을 오래 쉬었지만 명세서를 건네고 대화하며 프로그램을 만들었습니다. 계획을 먼저 받아 제가 승인한 뒤 만들게 해서 모든 단계를 이해하며 진행했습니다.
4. 판정 (YOLOv8 차량 감지 AI): 사진에서 차의 모양을 픽셀 단위로 찾고, 미리 그려 둔 주차칸 면적의 20% 이상을 차가 덮으면 "차 있음"으로 판정했습니다. 어두운 밤 사진은 대비를 높여(CLAHE) 검은 차도 보이게 했습니다.
5. 개인정보 보호 (같은 AI): 공개하는 사진과 영상은 AI가 번호판과 사람을 자동으로 찾아 흐리게 처리했습니다.
③ 활용 결과 어떤 변화가 있었나요?
AI 판정을 숨긴 채 사진 40장, 칸 240개의 정답을 제가 직접 달고 비교했습니다.
- 낮 정확도 99.2% (120칸 중 119)
- 밤 정확도 92.5% (120칸 중 111)
- 사진 한 장 판정에 노트북에서 약 1초 → 5분마다 갱신하기에 충분
밤에 틀린 9번은 모두 불 꺼진 검은 차를 놓친 경우였습니다. 휴대폰 카메라의 한계가 분명해서, 옥상 적외선·저조도 카메라라는 다음 단계가 숫자로 정해졌습니다. 솔직히 밝히면, 설정을 고른 사진과 채점한 사진이 같아서 실제보다 좋게 나왔을 수 있어 새 사진으로 다시 재고 있습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- 헛걸음 방지: "빈칸이라 해서 갔는데 차가 있는" 실수가 가장 나쁘다고 보고, 두 번 연속 비어 있을 때만 빈칸으로 알리게 했습니다. 대신 알림이 최대 5분 늦을 수 있습니다.
- 사람이 채점: AI 결과를 그대로 믿지 않고, 정답 달기 도구를 따로 만들어 AI 판정을 가린 채 직접 채점했습니다.
- 개인정보 우선: AI는 차가 있는지만 보고 번호판이나 얼굴을 읽지 않습니다. 원본 사진은 제 컴퓨터 밖으로 보내지 않았고, 공개 사진은 번호판·사람을 흐리게 하고 이웃 동 창문이 보이는 부분은 잘라냈습니다.
- 다음 계획: 한 달 동안 앱(첨부한 화면은 목업)으로 혼자 써 보며 실제로 줄어든 시간을 기록하고, 그 결과로 관리사무소에 옥상 적외선 카메라 설치를 제안해 2026년 11월 전 승인을 받으려 합니다. 지도를 보며 AI와 함께 배치안을 짰는데, 각 동 남쪽 옥상 난간 양 끝에서 동 사이 주차 통로를 내려다보는 방식으로 10개 동에 약 24대(한화비전 XNO-C7083R, 적외선 약 40m)가 필요합니다(첨부 ④ 개략도, 현장 실사 전 초안). 설치는 입주자대표회의 의결과 주민 동의, 개인정보보호법 절차를 거치고, 영상은 저장하지 않고 칸 상태만 남기는 방식으로 제안할 예정입니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 필요한 것은 안 쓰는 휴대폰 한 대, 주차장이 보이는 창문, 그리고 무료로 쓸 수 있는 AI 도구입니다. 사진에 주차칸을 한 번 그려 두면 나머지는 AI가 판정합니다. 주차난을 겪는 다른 구축 아파트에서도 공사 없이 같은 방법으로 시험해 볼 수 있습니다.
사용한 도구: Claude, Claude Code (Anthropic) / Ultralytics YOLOv8 (AGPL-3.0 오픈소스) / OpenCV, Shapely (오픈소스). 사진과 영상(창가 휴대폰, 본인 차량 대시캠)은 본인 촬영, 번호판·사람 흐림 처리.
첨부: ① 앱 화면 목업 ② AI 판정 결과 사진(밤·낮) ③ 타임랩스 영상 ④ AI 활용 과정과 결과 요약, 옥상 카메라 배치 개략도 ⑤ 빈칸을 찾아 단지를 도는 대시캠 영상 (모든 사진·영상의 번호판과 사람은 AI로 흐림 처리)
저는 서울의 1980년대 구축 아파트에 삽니다(강남구 압구정동 한양아파트 1차). 주차면은 세대당 0.5대뿐이라, 저녁에 퇴근하면 라이트를 켜고 단지를 10~20분씩 돌며 빈자리를 찾습니다. 자리가 없으면 근처 백화점 주차장이나 이면도로에 세우고 아침 일찍 차를 빼야 합니다. 얼마 전에는 자정에 빈칸을 찾아 돌다가 주차된 차를 긁는 사고까지 났습니다. 재건축을 기다리는 단지라 차단기도, 주차 관리 앱도 없습니다.
[첨부 ⑤ 대시캠 영상] 10월 11일 오후 5시 10분, 퇴근 시간대에 단지 안을 30초 동안 돌며 빈칸을 찾는 모습입니다. 통로 양옆과 동 앞이 모두 차로 가득 차 있습니다. 이 장면이 매일 반복됩니다.
주차칸을 늘릴 수는 없지만 "지금 어디가 비어 있는가"만 알면 헤매는 시간과 사고 위험을 크게 줄일 수 있다고 생각했습니다. 그래서 공사 없이, 사진만으로 AI가 칸마다 빈자리를 판정하게 만들어 보기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
1. 기획 (Claude): 제 상황을 설명하고 무엇을 증명해야 하는지, 어떻게 찍고 어떻게 판정할지를 함께 정리해 제품 명세서를 만들었습니다.
2. 촬영 (휴대폰 한 대): 우리 집 창문에 안 쓰는 휴대폰을 고정하고 5분마다 사진을 찍었습니다. 밤 53장(19:44~00:05)과 낮 28장(12:13~14:29), 모두 83장입니다.
3. 코딩 (Claude Code): 개발을 오래 쉬었지만 명세서를 건네고 대화하며 프로그램을 만들었습니다. 계획을 먼저 받아 제가 승인한 뒤 만들게 해서 모든 단계를 이해하며 진행했습니다.
4. 판정 (YOLOv8 차량 감지 AI): 사진에서 차의 모양을 픽셀 단위로 찾고, 미리 그려 둔 주차칸 면적의 20% 이상을 차가 덮으면 "차 있음"으로 판정했습니다. 어두운 밤 사진은 대비를 높여(CLAHE) 검은 차도 보이게 했습니다.
5. 개인정보 보호 (같은 AI): 공개하는 사진과 영상은 AI가 번호판과 사람을 자동으로 찾아 흐리게 처리했습니다.
③ 활용 결과 어떤 변화가 있었나요?
AI 판정을 숨긴 채 사진 40장, 칸 240개의 정답을 제가 직접 달고 비교했습니다.
- 낮 정확도 99.2% (120칸 중 119)
- 밤 정확도 92.5% (120칸 중 111)
- 사진 한 장 판정에 노트북에서 약 1초 → 5분마다 갱신하기에 충분
밤에 틀린 9번은 모두 불 꺼진 검은 차를 놓친 경우였습니다. 휴대폰 카메라의 한계가 분명해서, 옥상 적외선·저조도 카메라라는 다음 단계가 숫자로 정해졌습니다. 솔직히 밝히면, 설정을 고른 사진과 채점한 사진이 같아서 실제보다 좋게 나왔을 수 있어 새 사진으로 다시 재고 있습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- 헛걸음 방지: "빈칸이라 해서 갔는데 차가 있는" 실수가 가장 나쁘다고 보고, 두 번 연속 비어 있을 때만 빈칸으로 알리게 했습니다. 대신 알림이 최대 5분 늦을 수 있습니다.
- 사람이 채점: AI 결과를 그대로 믿지 않고, 정답 달기 도구를 따로 만들어 AI 판정을 가린 채 직접 채점했습니다.
- 개인정보 우선: AI는 차가 있는지만 보고 번호판이나 얼굴을 읽지 않습니다. 원본 사진은 제 컴퓨터 밖으로 보내지 않았고, 공개 사진은 번호판·사람을 흐리게 하고 이웃 동 창문이 보이는 부분은 잘라냈습니다.
- 다음 계획: 한 달 동안 앱(첨부한 화면은 목업)으로 혼자 써 보며 실제로 줄어든 시간을 기록하고, 그 결과로 관리사무소에 옥상 적외선 카메라 설치를 제안해 2026년 11월 전 승인을 받으려 합니다. 지도를 보며 AI와 함께 배치안을 짰는데, 각 동 남쪽 옥상 난간 양 끝에서 동 사이 주차 통로를 내려다보는 방식으로 10개 동에 약 24대(한화비전 XNO-C7083R, 적외선 약 40m)가 필요합니다(첨부 ④ 개략도, 현장 실사 전 초안). 설치는 입주자대표회의 의결과 주민 동의, 개인정보보호법 절차를 거치고, 영상은 저장하지 않고 칸 상태만 남기는 방식으로 제안할 예정입니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 필요한 것은 안 쓰는 휴대폰 한 대, 주차장이 보이는 창문, 그리고 무료로 쓸 수 있는 AI 도구입니다. 사진에 주차칸을 한 번 그려 두면 나머지는 AI가 판정합니다. 주차난을 겪는 다른 구축 아파트에서도 공사 없이 같은 방법으로 시험해 볼 수 있습니다.
사용한 도구: Claude, Claude Code (Anthropic) / Ultralytics YOLOv8 (AGPL-3.0 오픈소스) / OpenCV, Shapely (오픈소스). 사진과 영상(창가 휴대폰, 본인 차량 대시캠)은 본인 촬영, 번호판·사람 흐림 처리.
첨부: ① 앱 화면 목업 ② AI 판정 결과 사진(밤·낮) ③ 타임랩스 영상 ④ AI 활용 과정과 결과 요약, 옥상 카메라 배치 개략도 ⑤ 빈칸을 찾아 단지를 도는 대시캠 영상 (모든 사진·영상의 번호판과 사람은 AI로 흐림 처리)
