① 어떤 상황에서 AI를 활용했나요?
딸아이가 요즘 인기 있는 과일찹쌀떡 ‘한정선’을 구매하기 위해 서울까지 간다고 하여, 어느 매장을 방문해야 구매 가능성이 높은지 판단하는 데 어려움이 있었습니다. 매장별 영업시간뿐 아니라 이동시간, 교통 혼잡도, 최근 판매·품절 정보 등을 여러 곳에서 각각 확인해야 했기 때문에, 이러한 정보를 한 번에 비교할 수 있는 구매도우미 앱을 만들어 보기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
Google AI Studio의 Build 기능을 활용하여 ‘한정선 구매도우미’ 모바일 웹앱을 제작했습니다. 먼저 원하는 기능과 판단 기준을 PRD 형태로 구체화한 뒤 AI에 입력하고, 매장 정보·이동시간·현장 판매 제보·교통상황 등을 비교하여 최대 3개 매장을 추천하도록 구성했습니다. 특히 서울역점은 지하철, KTX, 공항철도, 주변 도로 및 혼잡정보를 별도로 확인할 수 있도록 설계했습니다. 외부 API가 연결되지 않은 상태에서도 기능을 확인할 수 있도록 DEMO 모드도 적용했습니다.
③ 활용 결과 어떤 변화가 있었나요?
기존에는 매장 위치, 영업시간, 교통정보, 판매정보 등을 각각 검색해야 했지만, 앱에서는 필요한 정보를 한 화면에서 비교할 수 있게 되었습니다. 출발지와 이동수단, 구매 희망시간을 기준으로 매장별 상황을 비교하고 Top 3 후보를 확인할 수 있어 구매 의사결정 과정이 훨씬 단순해졌습니다. 또한 정보가 없는 경우에는 임의로 추정하지 않고 ‘정보 없음’, ‘미연동’, ‘판단 보류’ 등으로 표시하도록 해 정보의 신뢰성도 고려했습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
단순히 AI에게 “앱을 만들어 달라”고 요청하지 않고, 먼저 사용 목적 → 필요한 데이터 → 판단 기준 → 화면 구성 → 데이터 신뢰성 기준 순으로 요구사항을 구조화한 뒤 AI에 전달했습니다. 특히 교통 혼잡도를 매장 재고나 대기시간으로 임의 추정하지 않도록 하고, 실제 관측정보·계획시간표·과거 통계·DEMO 데이터를 구분해 표시하도록 했습니다. 또한 실제 데이터와 테스트 데이터를 Mock/Real 구조로 분리하여 향후 실제 API를 연결하기 쉽게 설계한 것이 개선 포인트입니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 특별한 개발 경험이 많지 않아도 일상에서 해결하고 싶은 문제를 정하고, 필요한 정보와 판단 기준을 정리한 뒤 Google AI Studio에 요구사항을 단계적으로 입력하는 방식으로 비슷한 서비스를 만들 수 있습니다. 처음에는 외부 API 없이 DEMO 데이터를 이용해 화면과 기능을 구현하고, 이후 필요한 공공데이터나 교통 API를 연결하는 방식으로 단계적으로 발전시키는 것이 좋습니다. 실제 PRD에서도 API Key 없이 동작하는 MVP를 먼저 구현한 뒤 실제 데이터 연동으로 확장하도록 구성했습니다.