목록으로
지역사회 문제해결을 위한 AI 활용
하늘 사진 한 장으로 구름을 배우고, 우리 동네 하늘상태 예보를 시민이 직접 검증하는 '모두의 구름 관측소'를 AI 바이브코딩으로 만들었습니다
하늘 사진을 찍으면 AI가 구름을 알려주고, 그 기록으로 우리 동네 하늘상태 예보가 맞았는지 시민이 직접 검증하는 웹서비스를 코딩 없이 만들었습니다.
🤖 활용 AI 도구
Claude
① 어떤 상황에서 AI를 활용했나요?
기상 분야에서 일하며 오래 걸려온 공백이 하나 있습니다. 기상청이 알려주는 '하늘상태'(맑음·구름많음·흐림)는 예보값만 있고, 실제로 그 시각 하늘이 어땠는지를 기록한 관측 자료가 사실상 없다는 점입니다. 자동기상관측장비는 기온과 비는 재지만 구름은 보지 않고, 사람이 눈으로 하는 관측은 계속 줄고 있습니다. 특히 산간이나 농촌처럼 관측이 드문 곳일수록 예보와 실제 하늘의 차이를 확인할 방법이 없습니다.
그런데 지금은 누구나 주머니에 카메라를 들고 다닙니다. 시민이 하늘을 한 장씩 찍어 남기면 그 공백을 메울 수 있겠다고 생각했지만, 저는 웹서비스를 만들어 본 적이 없었습니다.
② 어떤 AI를 어떻게 활용했나요?
모두의 AI 실험실의 바이브코딩으로, 코드를 직접 쓰지 않고 대화만으로 웹앱을 만들었습니다. 만든 것은 '모두의 구름 관측소'입니다.
- 하늘을 촬영하면 AI가 구름 종류와 높이 계층, 운량을 판정합니다.
- 같은 시각 그 위치의 기상청 하늘상태 예보를 불러와 나란히 비교하고 "같아요 / 달라요"를 기록합니다.
- 위치는 GPS 좌표를 기상청 격자 좌표로 변환해 처리하고, 전국 읍면동 3,838곳 중에서 직접 고를 수도 있습니다.
데이터·API 마켓에서 기상청 초단기예보 API를 신청해 실제로 연동했고, 실호출로 정상 응답까지 확인했습니다.
③ 활용 결과 어떤 변화가 있었나요?
전에 같으면 개발자를 구하고 예산을 세워야 시작할 수 있던 일을, 하루 만에 동작하는 시제품까지 만들었습니다. 무엇보다 기획이 머릿속이 아니라 화면 위에서 검증됐습니다.
예를 들어 처음에는 판정이 틀렸을 때 '권운·고층운' 같은 목록에서 고르게 하려 했는데, 만들어 놓고 보니 일반 시민은 그 이름을 모릅니다. 전문가도 사진만으로는 갈리는 구분입니다. 그래서 "구름이 하늘 어디쯤에 있나요? → 모양이 어떤가요?" 두 단계로 바꿨습니다. 사용자는 전문 용어를 한 번도 보지 않고 답하는데 결과는 정확한 구름 이름이 나오고, 마지막에 그 이름을 배우게 됩니다. 화면으로 만들어 보지 않았다면 발견하지 못했을 문제였습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
세 가지를 지켰습니다.
첫째, 나중에 바뀔 부분을 처음부터 따로 떼어 두었습니다. 사진을 가져오는 부분, 구름을 판정하는 부분, 예보를 불러오는 부분을 각각 독립된 조각으로 만들라고 요청했습니다. 지금은 예시 이미지와 임시 판정이지만, 실제 AI 모델이 준비되면 그 조각만 바꾸면 됩니다.
둘째, AI에게 목록을 지어내게 하지 않았습니다. 전국 지역 목록을 만들어 달라고 했더니 경상남도에 창원시 하나만 넣는 식으로 계속 빠졌습니다. 더 위험한 것은 지역별 좌표를 그럴듯하게 지어낸다는 점이었습니다. 목록이 빠진 건 눈에 보이지만 좌표가 틀린 건 보이지 않습니다. 그래서 기상청이 배포하는 정본 파일을 직접 받아 넣었습니다. AI에게 맡길 일과 사람이 원본을 확인해야 할 일은 다릅니다.
셋째, 실패를 정직하게 표시하게 했습니다. 처음 만든 앱은 위치를 못 받으면 조용히 기본값(대전)으로 넘어가면서 "현재 위치로 설정했어요"라고 알렸습니다. 제주에서 찍은 사진이 대전 예보와 비교되는데 사용자는 알 수 없습니다. 검증이 목적인 서비스에서는 잘못된 데이터가 없는 것보다 나쁩니다. 실패하면 실패했다고 말하고, 위치가 정해지기 전에는 촬영 버튼이 눌리지 않도록 고쳤습니다.
⑤ 다른 사람도 따라 할 수 있나요?
할 수 있습니다. 저는 프론트엔드 개발 경험이 없고, 처음부터 끝까지 한국어 대화만 사용했습니다.
따라 하실 분께 드리고 싶은 조언은 이렇습니다. 한 번에 다 만들어 달라고 하지 말고 화면 하나씩 나누어 요청하시고, 정확한 데이터는 반드시 원본을 구해 넣으시고, 결과가 나오면 "완료했습니다"라는 말을 믿지 말고 직접 눌러 확인하십시오. 저도 여러 번 "빌드 검증까지 완료했다"는 답을 받았지만 실제로 눌러 보면 다르게 동작하는 경우가 있었습니다.
앞으로는 클라우드 자원을 받아 실제 구름 판정 모델을 얹고, 시민 누구나 쓸 수 있는 공개 서비스로 만들 계획입니다. 하늘은 어디에나 있고, 그것을 기록하는 일에는 특별한 장비가 필요하지 않습니다.
기상 분야에서 일하며 오래 걸려온 공백이 하나 있습니다. 기상청이 알려주는 '하늘상태'(맑음·구름많음·흐림)는 예보값만 있고, 실제로 그 시각 하늘이 어땠는지를 기록한 관측 자료가 사실상 없다는 점입니다. 자동기상관측장비는 기온과 비는 재지만 구름은 보지 않고, 사람이 눈으로 하는 관측은 계속 줄고 있습니다. 특히 산간이나 농촌처럼 관측이 드문 곳일수록 예보와 실제 하늘의 차이를 확인할 방법이 없습니다.
그런데 지금은 누구나 주머니에 카메라를 들고 다닙니다. 시민이 하늘을 한 장씩 찍어 남기면 그 공백을 메울 수 있겠다고 생각했지만, 저는 웹서비스를 만들어 본 적이 없었습니다.
② 어떤 AI를 어떻게 활용했나요?
모두의 AI 실험실의 바이브코딩으로, 코드를 직접 쓰지 않고 대화만으로 웹앱을 만들었습니다. 만든 것은 '모두의 구름 관측소'입니다.
- 하늘을 촬영하면 AI가 구름 종류와 높이 계층, 운량을 판정합니다.
- 같은 시각 그 위치의 기상청 하늘상태 예보를 불러와 나란히 비교하고 "같아요 / 달라요"를 기록합니다.
- 위치는 GPS 좌표를 기상청 격자 좌표로 변환해 처리하고, 전국 읍면동 3,838곳 중에서 직접 고를 수도 있습니다.
데이터·API 마켓에서 기상청 초단기예보 API를 신청해 실제로 연동했고, 실호출로 정상 응답까지 확인했습니다.
③ 활용 결과 어떤 변화가 있었나요?
전에 같으면 개발자를 구하고 예산을 세워야 시작할 수 있던 일을, 하루 만에 동작하는 시제품까지 만들었습니다. 무엇보다 기획이 머릿속이 아니라 화면 위에서 검증됐습니다.
예를 들어 처음에는 판정이 틀렸을 때 '권운·고층운' 같은 목록에서 고르게 하려 했는데, 만들어 놓고 보니 일반 시민은 그 이름을 모릅니다. 전문가도 사진만으로는 갈리는 구분입니다. 그래서 "구름이 하늘 어디쯤에 있나요? → 모양이 어떤가요?" 두 단계로 바꿨습니다. 사용자는 전문 용어를 한 번도 보지 않고 답하는데 결과는 정확한 구름 이름이 나오고, 마지막에 그 이름을 배우게 됩니다. 화면으로 만들어 보지 않았다면 발견하지 못했을 문제였습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
세 가지를 지켰습니다.
첫째, 나중에 바뀔 부분을 처음부터 따로 떼어 두었습니다. 사진을 가져오는 부분, 구름을 판정하는 부분, 예보를 불러오는 부분을 각각 독립된 조각으로 만들라고 요청했습니다. 지금은 예시 이미지와 임시 판정이지만, 실제 AI 모델이 준비되면 그 조각만 바꾸면 됩니다.
둘째, AI에게 목록을 지어내게 하지 않았습니다. 전국 지역 목록을 만들어 달라고 했더니 경상남도에 창원시 하나만 넣는 식으로 계속 빠졌습니다. 더 위험한 것은 지역별 좌표를 그럴듯하게 지어낸다는 점이었습니다. 목록이 빠진 건 눈에 보이지만 좌표가 틀린 건 보이지 않습니다. 그래서 기상청이 배포하는 정본 파일을 직접 받아 넣었습니다. AI에게 맡길 일과 사람이 원본을 확인해야 할 일은 다릅니다.
셋째, 실패를 정직하게 표시하게 했습니다. 처음 만든 앱은 위치를 못 받으면 조용히 기본값(대전)으로 넘어가면서 "현재 위치로 설정했어요"라고 알렸습니다. 제주에서 찍은 사진이 대전 예보와 비교되는데 사용자는 알 수 없습니다. 검증이 목적인 서비스에서는 잘못된 데이터가 없는 것보다 나쁩니다. 실패하면 실패했다고 말하고, 위치가 정해지기 전에는 촬영 버튼이 눌리지 않도록 고쳤습니다.
⑤ 다른 사람도 따라 할 수 있나요?
할 수 있습니다. 저는 프론트엔드 개발 경험이 없고, 처음부터 끝까지 한국어 대화만 사용했습니다.
따라 하실 분께 드리고 싶은 조언은 이렇습니다. 한 번에 다 만들어 달라고 하지 말고 화면 하나씩 나누어 요청하시고, 정확한 데이터는 반드시 원본을 구해 넣으시고, 결과가 나오면 "완료했습니다"라는 말을 믿지 말고 직접 눌러 확인하십시오. 저도 여러 번 "빌드 검증까지 완료했다"는 답을 받았지만 실제로 눌러 보면 다르게 동작하는 경우가 있었습니다.
앞으로는 클라우드 자원을 받아 실제 구름 판정 모델을 얹고, 시민 누구나 쓸 수 있는 공개 서비스로 만들 계획입니다. 하늘은 어디에나 있고, 그것을 기록하는 일에는 특별한 장비가 필요하지 않습니다.
