① 어떤 상황에서 AI를 활용했나요?
출산 후 육아휴직 기간 중 아이와 뜻깊은 시간을 보내고 독서를 하고자 하였으나, 생후 2개월이 채 되지 않은 아이와 함께 도서관에 방문하기 어려웠습니다. 이에 도서를 자택으로 배송해주는 성동구 핑크 책방 서비스를 이용하게 되었습니다.
그러나 서비스를 신청하려면 읽고 싶은 책을 일일이 검색하고, 소장 도서관과 대출 상태를 확인한 뒤, 청구 기호를 옮겨 적어 지정된 양식으로 게시판에 업로드해야 했습니다. 육아 중 이러한 과정을 반복하는 부담을 줄이기 위해 AI를 활용한 자동화 시스템을 구축하였습니다.

② 어떤 AI를 어떻게 활용했나요?
웹 시스템 구축에는 Claude Code를, 질문에 따른 도서 추천에는 Gemini API 무료 요금제를 활용하였습니다.
먼저 신청 과정을 ‘관심에 맞는 서적 추천 → 대출상태 및 청구기호 조회 → 신청양식 작성’으로 정리하고, 이를 Claude Code에 프롬프트로 입력하여 Python 기반의 Flask 웹 시스템을 구성하였습니다.
또한 무료 사용량을 효율적으로 활용하기 위해 언어 모델과 코드의 역할을 구분하였습니다. 관심 분야를 해석하고 도서를 추천하는 작업은 Gemini가 담당하고, 대출 가능 여부와 청구 기호를 조회하는 반복 작업은 Selenium을 활용한 코드로 처리하였습니다. 조회한 정보는 신청 양식에 맞는 문구로 자동 작성하도록 하였습니다.

③ 활용 결과 어떤 변화가 있었나요?
기존에는 책마다 검색과 확인을 반복하고 신청 양식을 직접 작성해야 했으나, 시스템 구축 이후에는 관심 있는 주제를 입력하고 생성된 신청 문구를 확인하여 게시판에 업로드하는 방식으로 이용 과정이 간소화되었습니다.
이러한 변화를 통해 핑크 책방 이용의 부담이 줄어들었으며, 기획서 작성 시점까지 총 25권의 책을 대출하였습니다. 도서관 방문이 어려운 육아 상황에서도 독서를 이어갈 수 있도록 기존 제도의 활용도를 높였다는 점에서 의미가 있습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
실제 이용 과정에서 발생하는 문제를 확인하고, 이를 코드의 처리 기준에 반영하여 개선하였습니다.
첫째, 제목이 비슷한 다른 책의 청구 기호가 조회되는 문제를 해결하였습니다. 실제 제목에서 공백을 제거한 뒤 검색 문구가 연속하여 포함되는지 확인하도록 코드를 수정하여, 추천 도서와 조회 정보의 일치 여부를 검토하였습니다.
둘째, 반복 이용 시 같은 책이 추천되는 문제를 개선하였습니다. 이전에 검토한 도서의 이력을 저장하고 이를 Gemini의 추천 제외 목록에 반영하여 중복 추천을 방지하도록 하였습니다.
셋째, 모든 작업을 언어 모델에 맡기기보다 추론이 필요한 추천과 코드로 처리할 수 있는 조회·양식 작성을 구분하였습니다. 복잡한 시스템을 만드는 것보다 실제 이용자가 불편함을 느끼는 지점을 해결하는 데 초점을 맞추었습니다.

⑤ 다른 사람도 따라 할 수 있나요?
자신이 반복해서 수행하는 업무를 단계 별로 정리하고, 원하는 결과물과 처리 조건을 AI에 구체적으로 설명하는 방식으로 적용할 수 있습니다. 본 사례 역시 신청 과정을 정리한 뒤 AI에 코드 생성을 요청하고, 실제 실행 과정에서 발견한 문제를 수정하는 방식으로 구축하였습니다.
Gemini API 무료 요금제를 활용하였으므로, 무료 제공 범위 내에서 자신의 API 키와 실행 환경을 준비하여 같은 방식으로 활용할 수 있습니다. 다른 도서관에 적용할 경우에는 해당 도서관의 검색 구조와 대출 조건에 맞추어 조회 코드를 수정하면 됩니다.
개인 차원의 활용을 넘어 기관에서 시스템을 제공하는 방식으로도 확장할 수 있습니다. 예를 들어 산모 대상 안내 책자에 시스템 링크가 담긴 QR 코드를 제공한다면, 신청 부담을 줄이고 핑크 책방 제도의 활용도를 높이는 데 도움이 될 것으로 기대됩니다.