ㅁ 앱 소개 유튜브 shorts url : https://youtube.com/shorts/-nLV90LZoEU?feature=share
(동영상 용량이 커서 유튜브 url로 첨부하였습니다.)
ㅁ 앱 다운로드 url : https://play.google.com/store/search?q=%EC%8B%A0%EC%84%A0%EB%8F%84%EC%B2%B4%EC%BB%A4&c=apps&hl=ko
(구글 플레이스토어에서 '신선도 체커' 검색!)

① 어떤 상황에서 AI를 활용했나요?
마트에서 과일이나 채소를 고를 때, 어떤 것이 신선한지 몰라 대충 고르거나 망설이는 경험은 누구나 있습니다. 품목마다 고르는 기준이 다르고 외우기 어렵다는 일상적인 문제를 해결하기 위해, '식재료를 고르는 순간'부터 '구매 후 냉장고에 보관하고 소비하는 순간'까지의 전체 장보기 여정(장보기 풀스택)에서 AI를 활용했습니다.

② 어떤 AI를 어떻게 활용했나요?
각 작업의 특성에 맞춰 가장 효율적인 AI 모델을 분리하여 적용했습니다.
1. Claude Haiku 5.5 (구조화 생성 및 판별): 사진을 통한 품목 인식과 멍, 변색 등의 외관 분석을 담당합니다. 또한, 신규 품목 검색 시 제철, 보관법, 4문항 문답 퀴즈 등을 단 1회 생성하여 영구 캐싱하는 용도로 사용했습니다.
2. Qwen3-VL Plus (Visual Grounding): 진열대의 여러 과일 중 가장 신선한 것을 지목하기 위해 사용했습니다. 사진 속 개체들의 위치를 찾고(Bounding Box) 점수와 순위를 매깁니다.
3. ML Kit (실시간 객체 추적): 스마트폰 카메라로 비출 때 오프라인으로 화면 속 과일마다 실시간 네모 박스를 그려주어 서버 전송 비용 없이 빠른 피드백을 제공합니다.
4. qwen-flash (텍스트 교정): 장보기 메모 작성 시 '사가'를 '사과'로 정정하는 등 저비용 오타 교정 작업에 활용했습니다.

③ 활용 결과 어떤 변화가 있었나요?
전문 지식 없이도 스마트폰 카메라만 비추면 누구나 가장 신선한 식재료를 직관적으로 고를 수 있게 되었습니다. 더불어, 구매한 식재료를 '내 냉장고'에 등록하면 KAMIS 기반의 시세 정보 확인은 물론, 소비기한 전날 아침 푸쉬 알림을 받아 식재료가 상해서 버려지는 음식물 쓰레기를 줄이는 긍정적인 라이프스타일 변화를 이끌어냈습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
비용과 신뢰성을 동시에 잡은 '하이브리드 AI 아키텍처'가 핵심입니다.
비용 측면에서는 변하지 않는 품목 정의 데이터는 Claude로 1회만 생성해 DB에 영구 캐싱하고, 실시간 화면 추적은 기기 내장형 무료 모델(ML Kit)을 사용하여 값비싼 비전 API 호출을 극적으로 줄였습니다. 오타 교정 역시 저비용 텍스트 모델을 썼습니다.
신뢰성 측면에서는 '신선도 점수 산정' 자체는 AI의 환각(Hallucination)을 배제하고 인간의 감각(촉감, 향 등 문답)과 명확한 규칙 기반 산식을 혼합하여 100% 신뢰할 수 있는 결정론적 결과를 도출하도록 설계했습니다.

⑤ 다른 사람도 따라 할 수 있나요?
네, 가능합니다. 복잡한 단일 거대 모델 하나에 의존하기보다, '객체 추적', '구조화 텍스트 생성', '이미지 내 객체 지목(Visual Grounding)' 등 각 기능 단위별로 가장 적합하고 저렴한 AI 모델(ML Kit, Claude, Qwen)을 조합하는 모듈형 아키텍처를 채택했습니다. 이는 다른 분야의 모바일 서비스 기획 시에도 AI 사용 비용을 최적화하면서 실시간 사용자 경험을 향상시키는 훌륭한 벤치마킹 사례가 될 수 있습니다.