목록으로
생활 속 AI 활용
비개발자인 제가, 맥 앱을 출시했습니다: AI와 만든 가꿀
나에게 필요한 파일 도구를 만들고 싶었던 비개발자가 Claude Code·Codex와 Mac 앱 가꿀을 만들었습니다. 직접 써 보며 사진 보정과 사용 흐름을 고치고, 설치 프로그램·Apple 공증·공개 다운로드까지 완성했습니다.
🤖 활용 AI 도구
Claude Code, OpenAI Codex(기획·코딩·오류 분석·시험·배포 지원), MediaPipe Face Landmarker(로컬 얼굴 인식), gpt-image-2(공개용 가상 인물 예시 생성)
1. 비개발자인 제가, 맥 앱을 출시했습니다
저는 비개발자입니다. 평소 제 Mac에서 쓸 파일 도구를 원했고, AI와 직접 만들어 보기로 했습니다. 2026년 10월 20일 대화에는 “나에게 필요한 걸로 새로 만들고시퍼 개발 고.. 계획모드 on”이라는 제 요청과, 우선 “나만 쓰기”를 선택한 기록이 남아 있습니다.
그렇게 시작한 가꿀은 파일을 끌어 작업을 고르는 Mac 앱이 됐습니다. 이미지 변환과 사진 보정 등 필요한 기능을 넣고, 제 Mac에 설치해 쓰며 고쳤습니다. 이후에는 다른 사람도 받을 수 있도록 설치 프로그램과 소개·다운로드 페이지를 만들었습니다. 현재 Mac 1.0.3을 Developer ID로 서명하고 Apple 공증을 거쳐 웹사이트에서 직접 배포하고 있습니다.
처음에는 제게 필요한 도구를 만들겠다는 생각이었습니다. 이번 경험에서 제가 이룬 변화는 필요한 기능을 말로 설명하는 데서 출발해, 실제로 설치하고 사용할 수 있는 앱을 공개하는 단계까지 도달한 것입니다.
2. AI에게 구현을 맡기고, 저는 직접 써 보며 방향을 정했습니다
Claude Code로 초기 앱과 사진 보정 기능을 구현하고, Codex로 사람 선택·첫 사용 안내·설치·검증을 보완했습니다. AI는 코드 작성, 오류 원인 조사, 수정, 시험과 배포 절차를 도왔습니다. 저는 필요한 기능을 고르고, 제 Mac에서 써 보며 문제를 전달하고, 결과와 사용 흐름을 판단했습니다.
개발 기록에는 실제 사용 중의 요구가 남아 있습니다. PDF 여러 개를 선택했을 때 합치기 메뉴가 없는 문제를 지적했고, 사진 변환과 보정도 요청했습니다. 기능 목록을 늘리는 과정과 함께, 파일을 어떻게 고르고 결과를 어떻게 저장할지, 설치 후 처음 무엇을 해 볼지까지 다듬었습니다.
2026년 10월 20일 첫 구현, 23일 GUI 설치 프로그램 배포, 24일 공증본 공개, 25일 Mac 1.0.3 업데이트 기록이 이어집니다. 이 날짜는 개발·배포 기록의 이정표이며, 총 작업 시간을 뜻하지는 않습니다.
3. 사진 보정은 직접 써 보고 다시 고친 대표 장면입니다
제가 가꿀로 해결한 작업 중 하나는 얼굴 피부·잡티·얼굴형 보정과, 여러 사진에 같은 보정 설정을 반복 적용하는 일입니다. 처음 결과를 써 보니 다크서클과 전체 보정이 부자연스럽게 느껴졌습니다. 저는 그 불편을 다시 전달했고, AI와 눈밑 경계와 색 변화의 원인을 조사해 고쳤습니다.
10월 22일 개발 기록에는 가상 인물 예시를 비교하면서 밝은 반달처럼 보이는 눈밑 경계와 밝기·붉은 기 조정의 색 변화를 수정한 과정이 남아 있습니다. 원하는 강도를 슬라이더로 고르고 ‘내 기본값으로 저장’하면, 다음 사진에도 같은 값을 쓸 수 있도록 했습니다. 여러 파일을 선택해 ‘얼굴 자동’을 실행하는 흐름도 구현했습니다.
사진 저장과 보정 설정 저장을 구분하고, 보정 창에서는 한 사람을 직접 선택할 수 있게 했습니다. ‘얼굴 자동’은 감지된 보정 대상 얼굴에 적용되므로 단체 사진에서는 대상을 확인해야 합니다. 저는 원하는 결과를 판단하고 수정 요청으로 연결하는 역할을 했습니다. 사진 처리 수나 시간 절감률은 따로 측정하지 않았습니다.
4. 실제 설치본과 공개 파일을 확인했습니다
2026년 10월 25일 확인 기준, 제 Mac에 설치된 가꿀은 1.0.3입니다. 설치된 실행 파일로 합성 이미지의 4:5 변환을 시험해 1080×1350 출력과 원본 보존을 확인한 기록이 있습니다. 업데이트 후 캡처가 정상 작동한다는 제 직접 확인도 별도로 남겼습니다.
배포할 앱·설치 프로그램·DMG의 Apple 공증 기록은 모두 Accepted이며, Developer ID 서명과 Gatekeeper 검사를 통과했습니다. 홈페이지에 연결된 Mac 1.0.3 공개 DMG는 5,961,925바이트이고, 배포 원본과 내려받은 파일의 SHA-256 값이 일치하는 검증 기록이 있습니다. 공모 자료를 준비하면서 현재 공개 페이지와 설치본 버전도 다시 확인했습니다.
배포 방식은 웹사이트의 DMG 직접 다운로드입니다. 공개 페이지에서 가꿀의 사용법과 설치 과정을 안내하고, 칭찬 한마디를 남기면 무료로 받을 수 있게 했습니다. 대상 환경은 Apple Silicon Mac, macOS 14 이상입니다. 별도의 새 Mac에서 처음 설치하는 시험, 외부 사용자 수와 사용 효과는 아직 확인하지 않았습니다.
5. AI 활용과 공개 자료의 책임 범위를 정했습니다
Claude Code·Codex는 앱을 만들고 개선하는 데 사용했습니다. 얼굴 보정 실행 시에는 MediaPipe가 얼굴 위치를 찾고, 영상처리 알고리즘이 제가 고른 값으로 처리합니다. 필요한 모델을 처음 내려받은 뒤 얼굴 사진은 로컬에서 처리합니다. 앱의 모든 기능이 오프라인인 것은 아니며, 텍스트 요약은 사용자의 Claude Code 계정을 통해 외부 AI 서비스를 이용합니다.
공개 보정 예시에는 실제 개인 사진 대신 gpt-image-2로 만든 가상 인물을 사용했습니다. 원본 한 장에 가꿀의 ‘자연스럽게’를 실행한 결과를 같은 영역으로 잘라 비교했습니다. 이는 현재 기능의 실행 예시이며, 알고리즘 수정 전과 후를 나란히 보여 주는 자료는 아닙니다. 실제 사람의 사진은 동의받은 범위에서 다루고, 보정 결과는 사진마다 다시 확인해야 합니다.
파일을 끌어 기능을 고르는 방식은 Tangerine을 참고했습니다. 별도 자르기 기능의 손잡이 계산 일부는 MIT 라이선스의 OpenTangerine 코드를 사용했고, 출처를 프로젝트에 기록했습니다. 공개 첨부에는 개인 연락처·계정 식별자·실제 개인 사진을 넣지 않았습니다.
6. 다른 사람에게 전하고 싶은 활용 방법
제 경험에서 재현할 수 있는 순서는 ① 자주 하는 작업 하나와 원하는 결과를 고르기 ② AI와 작은 기능 만들기 ③ 내 파일과 환경에서 직접 써 보기 ④ 불편을 구체적인 수정 조건으로 전달하기 ⑤ 설치·권한·사용 안내·공개 파일까지 확인하기입니다.
“원하는 보정 강도를 저장하고 다음 사진에도 적용하게 해 줘. 사진 저장과 설정 저장은 구분해 줘”처럼 사용자가 원하는 행동을 설명하면 구현을 구체화할 수 있었습니다. 이 문장은 당시 발화 그대로가 아니라 경험을 정리한 요청 예시입니다. AI 개발 도구의 이용 조건과 비용, 공개할 때의 라이선스와 배포 요건도 함께 확인해야 합니다.
비개발자인 제게 AI는, 필요하다고 느낀 도구를 실제로 만들고 고쳐 공개할 수 있게 해 준 수단이었습니다.
공개 소개·다운로드: https://gakkul.vercel.app/
참고 코드: https://github.com/Ayanatiach/OpenTangerine
저는 비개발자입니다. 평소 제 Mac에서 쓸 파일 도구를 원했고, AI와 직접 만들어 보기로 했습니다. 2026년 10월 20일 대화에는 “나에게 필요한 걸로 새로 만들고시퍼 개발 고.. 계획모드 on”이라는 제 요청과, 우선 “나만 쓰기”를 선택한 기록이 남아 있습니다.
그렇게 시작한 가꿀은 파일을 끌어 작업을 고르는 Mac 앱이 됐습니다. 이미지 변환과 사진 보정 등 필요한 기능을 넣고, 제 Mac에 설치해 쓰며 고쳤습니다. 이후에는 다른 사람도 받을 수 있도록 설치 프로그램과 소개·다운로드 페이지를 만들었습니다. 현재 Mac 1.0.3을 Developer ID로 서명하고 Apple 공증을 거쳐 웹사이트에서 직접 배포하고 있습니다.
처음에는 제게 필요한 도구를 만들겠다는 생각이었습니다. 이번 경험에서 제가 이룬 변화는 필요한 기능을 말로 설명하는 데서 출발해, 실제로 설치하고 사용할 수 있는 앱을 공개하는 단계까지 도달한 것입니다.
2. AI에게 구현을 맡기고, 저는 직접 써 보며 방향을 정했습니다
Claude Code로 초기 앱과 사진 보정 기능을 구현하고, Codex로 사람 선택·첫 사용 안내·설치·검증을 보완했습니다. AI는 코드 작성, 오류 원인 조사, 수정, 시험과 배포 절차를 도왔습니다. 저는 필요한 기능을 고르고, 제 Mac에서 써 보며 문제를 전달하고, 결과와 사용 흐름을 판단했습니다.
개발 기록에는 실제 사용 중의 요구가 남아 있습니다. PDF 여러 개를 선택했을 때 합치기 메뉴가 없는 문제를 지적했고, 사진 변환과 보정도 요청했습니다. 기능 목록을 늘리는 과정과 함께, 파일을 어떻게 고르고 결과를 어떻게 저장할지, 설치 후 처음 무엇을 해 볼지까지 다듬었습니다.
2026년 10월 20일 첫 구현, 23일 GUI 설치 프로그램 배포, 24일 공증본 공개, 25일 Mac 1.0.3 업데이트 기록이 이어집니다. 이 날짜는 개발·배포 기록의 이정표이며, 총 작업 시간을 뜻하지는 않습니다.
3. 사진 보정은 직접 써 보고 다시 고친 대표 장면입니다
제가 가꿀로 해결한 작업 중 하나는 얼굴 피부·잡티·얼굴형 보정과, 여러 사진에 같은 보정 설정을 반복 적용하는 일입니다. 처음 결과를 써 보니 다크서클과 전체 보정이 부자연스럽게 느껴졌습니다. 저는 그 불편을 다시 전달했고, AI와 눈밑 경계와 색 변화의 원인을 조사해 고쳤습니다.
10월 22일 개발 기록에는 가상 인물 예시를 비교하면서 밝은 반달처럼 보이는 눈밑 경계와 밝기·붉은 기 조정의 색 변화를 수정한 과정이 남아 있습니다. 원하는 강도를 슬라이더로 고르고 ‘내 기본값으로 저장’하면, 다음 사진에도 같은 값을 쓸 수 있도록 했습니다. 여러 파일을 선택해 ‘얼굴 자동’을 실행하는 흐름도 구현했습니다.
사진 저장과 보정 설정 저장을 구분하고, 보정 창에서는 한 사람을 직접 선택할 수 있게 했습니다. ‘얼굴 자동’은 감지된 보정 대상 얼굴에 적용되므로 단체 사진에서는 대상을 확인해야 합니다. 저는 원하는 결과를 판단하고 수정 요청으로 연결하는 역할을 했습니다. 사진 처리 수나 시간 절감률은 따로 측정하지 않았습니다.
4. 실제 설치본과 공개 파일을 확인했습니다
2026년 10월 25일 확인 기준, 제 Mac에 설치된 가꿀은 1.0.3입니다. 설치된 실행 파일로 합성 이미지의 4:5 변환을 시험해 1080×1350 출력과 원본 보존을 확인한 기록이 있습니다. 업데이트 후 캡처가 정상 작동한다는 제 직접 확인도 별도로 남겼습니다.
배포할 앱·설치 프로그램·DMG의 Apple 공증 기록은 모두 Accepted이며, Developer ID 서명과 Gatekeeper 검사를 통과했습니다. 홈페이지에 연결된 Mac 1.0.3 공개 DMG는 5,961,925바이트이고, 배포 원본과 내려받은 파일의 SHA-256 값이 일치하는 검증 기록이 있습니다. 공모 자료를 준비하면서 현재 공개 페이지와 설치본 버전도 다시 확인했습니다.
배포 방식은 웹사이트의 DMG 직접 다운로드입니다. 공개 페이지에서 가꿀의 사용법과 설치 과정을 안내하고, 칭찬 한마디를 남기면 무료로 받을 수 있게 했습니다. 대상 환경은 Apple Silicon Mac, macOS 14 이상입니다. 별도의 새 Mac에서 처음 설치하는 시험, 외부 사용자 수와 사용 효과는 아직 확인하지 않았습니다.
5. AI 활용과 공개 자료의 책임 범위를 정했습니다
Claude Code·Codex는 앱을 만들고 개선하는 데 사용했습니다. 얼굴 보정 실행 시에는 MediaPipe가 얼굴 위치를 찾고, 영상처리 알고리즘이 제가 고른 값으로 처리합니다. 필요한 모델을 처음 내려받은 뒤 얼굴 사진은 로컬에서 처리합니다. 앱의 모든 기능이 오프라인인 것은 아니며, 텍스트 요약은 사용자의 Claude Code 계정을 통해 외부 AI 서비스를 이용합니다.
공개 보정 예시에는 실제 개인 사진 대신 gpt-image-2로 만든 가상 인물을 사용했습니다. 원본 한 장에 가꿀의 ‘자연스럽게’를 실행한 결과를 같은 영역으로 잘라 비교했습니다. 이는 현재 기능의 실행 예시이며, 알고리즘 수정 전과 후를 나란히 보여 주는 자료는 아닙니다. 실제 사람의 사진은 동의받은 범위에서 다루고, 보정 결과는 사진마다 다시 확인해야 합니다.
파일을 끌어 기능을 고르는 방식은 Tangerine을 참고했습니다. 별도 자르기 기능의 손잡이 계산 일부는 MIT 라이선스의 OpenTangerine 코드를 사용했고, 출처를 프로젝트에 기록했습니다. 공개 첨부에는 개인 연락처·계정 식별자·실제 개인 사진을 넣지 않았습니다.
6. 다른 사람에게 전하고 싶은 활용 방법
제 경험에서 재현할 수 있는 순서는 ① 자주 하는 작업 하나와 원하는 결과를 고르기 ② AI와 작은 기능 만들기 ③ 내 파일과 환경에서 직접 써 보기 ④ 불편을 구체적인 수정 조건으로 전달하기 ⑤ 설치·권한·사용 안내·공개 파일까지 확인하기입니다.
“원하는 보정 강도를 저장하고 다음 사진에도 적용하게 해 줘. 사진 저장과 설정 저장은 구분해 줘”처럼 사용자가 원하는 행동을 설명하면 구현을 구체화할 수 있었습니다. 이 문장은 당시 발화 그대로가 아니라 경험을 정리한 요청 예시입니다. AI 개발 도구의 이용 조건과 비용, 공개할 때의 라이선스와 배포 요건도 함께 확인해야 합니다.
비개발자인 제게 AI는, 필요하다고 느낀 도구를 실제로 만들고 고쳐 공개할 수 있게 해 준 수단이었습니다.
공개 소개·다운로드: https://gakkul.vercel.app/
참고 코드: https://github.com/Ayanatiach/OpenTangerine
📎 첨부파일 (1)
📄 가꿀_AI활용사례_증거집.pdf
