목록으로
생활 속 AI 활용
지하철 도착예정정보, 말로 묻고 눈으로 확인해봤습니다.
생성형 AI와 음성인식 AI를 활용해, 스마트폰 중심의 지하철 도착예정정보 조회를 스마트안경이라는 새로운 사용 환경에 옮겨본 사례입니다.
🤖 활용 AI 도구
ChatGPT, Codex, NAVER CLOVA Speech Recognition
① 어떤 상황에서 AI를 활용했나요?
“지하철 도착예정정보를 안경에 물어볼 수 없을까?”
스마트안경을 구입하면서 지하철 도착예정정보를 확인할 때마다 휴대폰을 꺼내는 대신, 안경에 바로 물어볼 수 있으면 좋겠다고 생각했습니다.
그래서 AI 음성인식을 활용해, “2호선 당산역에서 합정역 방면 열차”처럼 원하는 내용을 말하면 실제 지하철 도착정보를 안경에서 확인할 수 있는 앱을 직접 만들어보았습니다.
② 어떤 AI를 어떻게 활용했나요?
“사람의 언어로 설명하고, AI와 코드를 만들어갔습니다.”
개발 과정에서는 ChatGPT와 Codex를 활용했습니다. 저는 “음성을 인식하고, 인식한 역의 도착정보를 안경에 보여주고 싶습니다.”처럼 사람의 말로써 원하는 기능과 문제 상황을 설명했고, AI는 이를 구현할 수 있는 코드와 수정 방향을 제안했습니다. 일종의 바이브 코딩 방식으로 앱 구조를 설계하고 Android 앱과 서버 코드를 작성·수정했습니다.
오류가 발생했을 때도 로그와 실제 동작 상황을 AI에게 전달해 원인을 함께 찾아갔습니다. 다만 AI가 제안한 코드가 실제 스마트안경에서도 제대로 작동하는지는 별개의 문제였기 때문에, 제가 직접 스마트안경에 설치하고 테스트하면서 수정하는 과정을 반복했습니다.
아울러 실제 앱에서는 NAVER CLOVA Speech Recognition을 활용해 사용자의 음성을 문자로 변환하도록 했습니다. 이후 프로그램이 변환된 문장에서 호선·기준역·방향역을 추출하고, 서울시 열린데이터광장의 실시간 지하철 도착정보를 조회해 안경에 표시하도록 구성했습니다.
③ 활용 결과 어떤 변화가 있었나요?
“꺼내서 찾아보던 정보를, 필요한 순간에 안경으로만 확인할 수 있게 됐습니다.”
기존에는 지하철 도착예정정보를 확인하려면 휴대폰을 꺼내 앱을 열고 역과 방향을 찾아야 했습니다. 스마트폰 앱 자체는 빠르고 편리하지만, 정보를 확인하는 동안 손과 시선이 휴대폰 화면에 집중됩니다.
제가 만든 앱에서는 안경을 착용한 상태에서 음성 버튼을 누르고 원하는 열차를 말하면 실시간 도착예정정보가 눈앞에 표시됩니다. 이동 중에도 휴대폰 화면을 오래 내려다보지 않고 필요한 정보만 손쉽게 확인할 수 있다는 점이 가장 큰 변화였습니다.
“꺼내서 찾아보는 조회”를 “말해서 확인하는 조회”로 바꿔본 경험이 제게는 다소 편리하게 느껴졌습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
“실생활에서 계속 쓰기 위해, 조작 방식·성능·비용을 함께 개선했습니다.”
1. 터치보다 음성 중심으로 바꿨습니다.
처음에는 호선·역·방향을 터치로 선택하도록 만들었지만, 실제로 써보니 작은 화면에서 긴 목록을 조작하는 방식은 스마트폰과 크게 다르지 않았습니다. 그래서 한 번 말하면 바로 결과까지 이어지는 구조로 바꿨습니다.
2. 무료 음성인식모델 대신 안정적인 서비스를 선택했습니다.
처음에는 별도 이용료 없이 제 컴퓨터에서 실행하는 오픈소스 음성인식 모델을 사용했습니다. 하지만 컴퓨터 성능에 따라 처리 속도와 결과 편차가 있어, 저의 경우 일정한 성능을 얻기 위해 NAVER CLOVA Speech Recognition으로 전환했습니다.
월 비용은 제가 매일 사 먹는 아이스커피 한 잔 값인 약 5천 원을 기준으로 잡았습니다. 실제 사용량을 기준으로 봤을 때 해당 서비스의 예상 비용이 이 범위 안에 들어와, 성능과 비용을 함께 고려해 이 서비스를 선택했습니다.
3. AI가 무엇을 이해했는지 직접 확인할 수 있게 했습니다.
음성은 정확히 인식됐지만 프로그램이 방향역을 다르게 해석하는 경우가 있어, 사용자가 말한 문장과 호선·기준역·방향역을 함께 표시하도록 개선했습니다. 음성인식 서비스도 필요한 순간에만 호출해 불필요한 비용을 줄였습니다.
⑤ 다른 사람도 따라 할 수 있나요?
“안경이 없어도 체험하고, 자신의 PC에서도 직접 실행해볼 수 있도록 만들었습니다.”
1. 스마트안경이 없는 사람도 동작 방식을 경험할 수 있도록 웹 체험판을 별도로 제작해 공개했습니다. 문장으로 호선·현재역·방향을 입력하면 실제 서울시 실시간 지하철 도착정보를 조회하는 흐름을 직접 확인할 수 있습니다.(안경 앱의 데모판)
(체험해보기: https://reptgm.com/subway-experience/)
2. 또한 자신의 컴퓨터에서도 실행해볼 수 있도록 Python 파일 하나로 동작하는 체험판을 만들었습니다. Python과 서울시 실시간 지하철 정보 인증키만 준비하면 파일을 실행한 뒤 브라우저에서 직접 조회할 수 있도록 구성했고, 사용자 자신의 API 인증키를 실행할 때마다 기재하여 할 수 있도록 API키 저장 기능은 제외했습니다. 누구든 제작할 수 있다고 생각하여 공개를 결정한 자료입니다.
(다운로드: 첨부파일 '데모버전 가이드.pdf' 확인)
3. 실제 스마트안경(Rokid 글래스)에서 동작하는 모습은 별도의 소개 페이지와 시연 영상으로 제공하고 있습니다.
전체 구조는 음성 입력 → 텍스트 변환 → 조건 추출 → 공공데이터 조회 → 안경에 표시의 형태라서, 지하철뿐 아니라 버스 도착정보, 날씨, 주변 시설정보 등 다른 생활정보에도 응용할 수 있습니다.
즉, 웹에서 체험하고 자신의 PC에서도 직접 실행해볼 수 있도록 재현 가능한 형태로 정리를 했습니다. 그래서 이 글을 보시는 분들도 첨부파일과 AI의 조력을 받아 하나씩 따라하다 보면 충분히 제작할 수 있지 않을까 감히 생각해봅니다.
(소개 페이지: https://reptgm.com/rokid-subway/)
“지하철 도착예정정보를 안경에 물어볼 수 없을까?”
스마트안경을 구입하면서 지하철 도착예정정보를 확인할 때마다 휴대폰을 꺼내는 대신, 안경에 바로 물어볼 수 있으면 좋겠다고 생각했습니다.
그래서 AI 음성인식을 활용해, “2호선 당산역에서 합정역 방면 열차”처럼 원하는 내용을 말하면 실제 지하철 도착정보를 안경에서 확인할 수 있는 앱을 직접 만들어보았습니다.
② 어떤 AI를 어떻게 활용했나요?
“사람의 언어로 설명하고, AI와 코드를 만들어갔습니다.”
개발 과정에서는 ChatGPT와 Codex를 활용했습니다. 저는 “음성을 인식하고, 인식한 역의 도착정보를 안경에 보여주고 싶습니다.”처럼 사람의 말로써 원하는 기능과 문제 상황을 설명했고, AI는 이를 구현할 수 있는 코드와 수정 방향을 제안했습니다. 일종의 바이브 코딩 방식으로 앱 구조를 설계하고 Android 앱과 서버 코드를 작성·수정했습니다.
오류가 발생했을 때도 로그와 실제 동작 상황을 AI에게 전달해 원인을 함께 찾아갔습니다. 다만 AI가 제안한 코드가 실제 스마트안경에서도 제대로 작동하는지는 별개의 문제였기 때문에, 제가 직접 스마트안경에 설치하고 테스트하면서 수정하는 과정을 반복했습니다.
아울러 실제 앱에서는 NAVER CLOVA Speech Recognition을 활용해 사용자의 음성을 문자로 변환하도록 했습니다. 이후 프로그램이 변환된 문장에서 호선·기준역·방향역을 추출하고, 서울시 열린데이터광장의 실시간 지하철 도착정보를 조회해 안경에 표시하도록 구성했습니다.
③ 활용 결과 어떤 변화가 있었나요?
“꺼내서 찾아보던 정보를, 필요한 순간에 안경으로만 확인할 수 있게 됐습니다.”
기존에는 지하철 도착예정정보를 확인하려면 휴대폰을 꺼내 앱을 열고 역과 방향을 찾아야 했습니다. 스마트폰 앱 자체는 빠르고 편리하지만, 정보를 확인하는 동안 손과 시선이 휴대폰 화면에 집중됩니다.
제가 만든 앱에서는 안경을 착용한 상태에서 음성 버튼을 누르고 원하는 열차를 말하면 실시간 도착예정정보가 눈앞에 표시됩니다. 이동 중에도 휴대폰 화면을 오래 내려다보지 않고 필요한 정보만 손쉽게 확인할 수 있다는 점이 가장 큰 변화였습니다.
“꺼내서 찾아보는 조회”를 “말해서 확인하는 조회”로 바꿔본 경험이 제게는 다소 편리하게 느껴졌습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
“실생활에서 계속 쓰기 위해, 조작 방식·성능·비용을 함께 개선했습니다.”
1. 터치보다 음성 중심으로 바꿨습니다.
처음에는 호선·역·방향을 터치로 선택하도록 만들었지만, 실제로 써보니 작은 화면에서 긴 목록을 조작하는 방식은 스마트폰과 크게 다르지 않았습니다. 그래서 한 번 말하면 바로 결과까지 이어지는 구조로 바꿨습니다.
2. 무료 음성인식모델 대신 안정적인 서비스를 선택했습니다.
처음에는 별도 이용료 없이 제 컴퓨터에서 실행하는 오픈소스 음성인식 모델을 사용했습니다. 하지만 컴퓨터 성능에 따라 처리 속도와 결과 편차가 있어, 저의 경우 일정한 성능을 얻기 위해 NAVER CLOVA Speech Recognition으로 전환했습니다.
월 비용은 제가 매일 사 먹는 아이스커피 한 잔 값인 약 5천 원을 기준으로 잡았습니다. 실제 사용량을 기준으로 봤을 때 해당 서비스의 예상 비용이 이 범위 안에 들어와, 성능과 비용을 함께 고려해 이 서비스를 선택했습니다.
3. AI가 무엇을 이해했는지 직접 확인할 수 있게 했습니다.
음성은 정확히 인식됐지만 프로그램이 방향역을 다르게 해석하는 경우가 있어, 사용자가 말한 문장과 호선·기준역·방향역을 함께 표시하도록 개선했습니다. 음성인식 서비스도 필요한 순간에만 호출해 불필요한 비용을 줄였습니다.
⑤ 다른 사람도 따라 할 수 있나요?
“안경이 없어도 체험하고, 자신의 PC에서도 직접 실행해볼 수 있도록 만들었습니다.”
1. 스마트안경이 없는 사람도 동작 방식을 경험할 수 있도록 웹 체험판을 별도로 제작해 공개했습니다. 문장으로 호선·현재역·방향을 입력하면 실제 서울시 실시간 지하철 도착정보를 조회하는 흐름을 직접 확인할 수 있습니다.(안경 앱의 데모판)
(체험해보기: https://reptgm.com/subway-experience/)
2. 또한 자신의 컴퓨터에서도 실행해볼 수 있도록 Python 파일 하나로 동작하는 체험판을 만들었습니다. Python과 서울시 실시간 지하철 정보 인증키만 준비하면 파일을 실행한 뒤 브라우저에서 직접 조회할 수 있도록 구성했고, 사용자 자신의 API 인증키를 실행할 때마다 기재하여 할 수 있도록 API키 저장 기능은 제외했습니다. 누구든 제작할 수 있다고 생각하여 공개를 결정한 자료입니다.
(다운로드: 첨부파일 '데모버전 가이드.pdf' 확인)
3. 실제 스마트안경(Rokid 글래스)에서 동작하는 모습은 별도의 소개 페이지와 시연 영상으로 제공하고 있습니다.
전체 구조는 음성 입력 → 텍스트 변환 → 조건 추출 → 공공데이터 조회 → 안경에 표시의 형태라서, 지하철뿐 아니라 버스 도착정보, 날씨, 주변 시설정보 등 다른 생활정보에도 응용할 수 있습니다.
즉, 웹에서 체험하고 자신의 PC에서도 직접 실행해볼 수 있도록 재현 가능한 형태로 정리를 했습니다. 그래서 이 글을 보시는 분들도 첨부파일과 AI의 조력을 받아 하나씩 따라하다 보면 충분히 제작할 수 있지 않을까 감히 생각해봅니다.
(소개 페이지: https://reptgm.com/rokid-subway/)
