① 어떤 상황에서 AI를 활용했나요?
'AI활용 해커톤 공모전 준비 프로그램'에서 지도 기반 지역 생활 봉사 매칭 플랫폼 '여기잇다'를 개발하면서 활용했습니다. 지도 기반 요청/탐색, 다중 지원 매칭, 실시간 그룹 채팅, QR 봉사 인증, 신뢰 점수(온기지수), 지역 상점 제휴까지 기능 범위가 넓은 데 비해 개발 기간은 약 한 달로 짧았고, 제가 기획부터 프론트엔드·백엔드(React + Firebase) 구현 전반을 담당해야 해서 혼자 학습하고 구현하기에는 부담이 큰 상황이었습니다.
② 어떤 AI를 어떻게 활용했나요?
Claude Code(AI 코딩 에이전트)를 메인 개발 파트너로 사용했습니다. 먼저 ChatGPT·Claude와 대화하며 서비스 요구사항과 화면 흐름을 문서로 정리하고, 이 문서를 컨텍스트로 제공한 뒤 기능 단위(요청 등록 → 지원/매칭 → 채팅 → QR 인증)로 쪼개서 개발을 요청했습니다. Firestore 트랜잭션, onSnapshot 실시간 구독, Canvas 이미지 압축처럼 처음 다루는 기술은 "개념 설명 → 예제 코드 → 내 코드 리뷰" 순서로 AI에게 물어보며 적용했고, 카카오맵 SDK 연동이나 접근성(큰 글씨·터치 영역) 개선 같은 세부 구현도 AI와 함께 진행했습니다.
③ 활용 결과 어떤 변화가 있었나요?
로그인부터 매칭·실시간 채팅·QR 인증·상점 제휴까지 실사용 가능한 수준의 풀 기능 MVP를 약 한 달 만에 완성하고, Vercel을 통해 실제 도메인(itda.today)으로 배포했습니다. 혼자서는 엄두를 내기 어려웠던 동시성 제어(동시 지원 시 정원 초과·중복 매칭 방지) 같은 문제도 AI와 설계 대안을 비교하며 해결했고, 단순히 개발 속도가 빨라진 것을 넘어 '구현 가능한 기능의 범위' 자체가 크게 넓어졌습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
통째로 맡기지 않고 기능 단위로 쪼개서, 한 세션에 하나의 작업만 요청해 코드 일관성을 유지했습니다.
요구사항·기술 스택·컨벤션을 문서로 먼저 정리해 AI에게 컨텍스트로 제공한 뒤 코드 생성을 요청했습니다.
AI가 생성한 코드는 반드시 직접 읽고 이해한 뒤 반영했고, 특히 트랜잭션·보안 규칙처럼 중요한 부분은 직접 검증했습니다.
개선 포인트: 초반에는 요구사항이 모호한 상태로 요청해 재작업이 많았는데, 화면과 데이터 구조를 먼저 확정한 뒤 코드 생성을 요청하니 훨씬 효율적이었습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네, 충분히 가능합니다. ① 만들고 싶은 서비스의 요구사항을 문서로 정리하고 → ② AI에게 문서를 컨텍스트로 주면서 기능 단위로 개발을 요청하고 → ③ 생성된 코드를 직접 읽고 이해하며 수정하고 → ④ 작은 단위로 배포·테스트를 반복하는 사이클만 지키면 됩니다. 핵심은 AI에게 전부 맡기는 것이 아니라, 명확한 컨텍스트와 작은 작업 단위를 주고 결과를 스스로 검증하는 것입니다. 이 방식이라면 개발 경험이 많지 않아도 실배포 가능한 서비스를 만들 수 있습니다.