① 어떤 상황에서 AI를 활용했나요?

시작은 부모님의 불편이었습니다.

부모님은 파크골프를 정말 좋아하시는데, 서울에서 파크골프장을 이용하려면 예약 방법도 이용 정보도 직접 찾기가 어렵습니다. 그래서 자녀 셋이 번갈아 가며 검색하고 예약해 드려야 했습니다. 서울은 이용하려는 사람은 많은데 시설이 부족합니다. 그런데 조금만 지방으로 눈을 돌리면 이미 만들어진 파크골프장이 꽤 많았습니다.

파크골프는 일반 골프보다 요금이 훨씬 저렴하고, 채 한 자루와 공만 있으면 칠 수 있어서 어르신들의 생활체육으로 잘 맞습니다. 시설도 대부분 지자체나 시설관리공단이 만들어 운영하기 때문에 전국에 상당수가 갖춰져 있습니다. 문제는 위치, 주소, 운영 주체, 이용 정보가 여러 곳에 흩어져 있고, 대중교통으로 어떻게 가는지까지 한눈에 볼 수 있는 곳이 없다는 것이었습니다. 시설은 있는데 실제 이용으로 이어지지 못하고 있었습니다.

여기서 두 가지 문제가 보였습니다.

첫째, 어르신이 자녀 도움 없이는 시설을 찾고 이용하기 어렵습니다.

둘째, 서울에는 수요가 몰려 있는데 전국에는 이미 만들어진 시설이 충분합니다. 새로 짓는 것보다 있는 시설을 쉽게 찾아 이용하게 연결해 주는 방법이 더 필요해 보였습니다.

그래서 컴퓨터 검색이나 복잡한 앱 대신, "부부가 같이 갈 만한 곳", "서울에서 대중교통으로 갈 수 있는 곳", "파크골프도 치고 주변 관광도 하고 싶어"처럼 말로 하면 AI가 조건을 알아듣고 맞는 파크골프장을 찾아 주는 서비스를 구상했습니다.

이를 위해 먼저 전국 파크골프장 정보를 조사해 데이터로 만들었습니다. AI로 시설 정보를 수집·정리하고, 주소를 확인하고, 운영하는 지자체나 시설관리공단까지 찾아 넣었습니다. 그다음 주소와 위치 정보를 지도에서 쓸 수 있는 형태로 정리하고, 카카오 지도 API를 연동해 파크골프장 위치와 시설 정보를 지도에서 볼 수 있게 만들었습니다.

목표는 단순한 파크골프장 검색 앱이 아니었습니다. 사용자가 자연어로 말한 요구를 AI가 이해하고, 실제 파크골프장 데이터와 연결해 추천하는 구조를 만들어보고자 했습니다.

최종적으로는 자녀에게 부탁하지 않고도 어르신이 직접 파크골프장을 찾아 다닐 수 있게 하는 것이 목표입니다. 멀리 가는 경우에는 파크골프만 치고 오는 것이 아니라 단풍, 맛집, 5일장 같은 지역 볼거리와 묶어서 즐길 수 있게 해서, 이미 전국에 있는 시설을 더 잘 활용하고 새로운 실버 여가문화를 만들어 보고 싶었습니다.



② 어떤 AI를 어떻게 활용했나요?

저는 개발자가 아니고, 코딩이나 구글 코랩 같은 도구도 전혀 다뤄 본 적이 없습니다. 그래서 AI를 질문하면 답해 주는 도구로만 쓰지 않고, 모르는 일을 배워 가며 결과물까지 함께 만드는 협업 도구로 썼습니다.

ChatGPT는 기획과 검증에 썼습니다. 프로젝트 전용 공간을 만들어 문제의식과 목표를 정리하고, 어떤 항목을 수집할지, 주소와 운영 주체는 어떻게 확인할지, 수집한 데이터는 어떤 구조로 정리할지를 함께 설계했습니다. 데이터 수집용 프롬프트도 ChatGPT와 같이 만들고, 결과를 보면서 계속 고쳤습니다.

실제 정보 검색과 수집·정리는 Gemini로 했습니다. 시설명, 주소, 운영 주체를 검색하고, 제각각인 형태의 정보를 정해 둔 데이터 구조에 맞춰 정리했습니다. 결과가 불확실하거나 빠진 곳이 있으면 검색 조건과 프롬프트를 고쳐서 다시 돌렸고, 그러면서 수집 기준도 점점 나아졌습니다. 이렇게 전국 파크골프장을 하나의 데이터로 쓸 수 있는 기초 자료를 만들었습니다.

그다음에는 서비스가 실제로 어떻게 구현되는지 알고 싶어서 구글 코랩을 썼습니다. 코랩도 API 연동도 처음이었지만, ChatGPT에게 필요한 작업을 단계별로 물어보고, 코드를 받아 직접 실행하고 고치기를 반복했습니다. 그렇게 카카오맵 API로 파크골프장 위치를 지도에 표시하는 기본 기능까지 만들어 봤습니다.

친구가 만든 PLAY & GO 데모 앱에는 제가 구축한 데이터를 실제 서비스 화면과 연결하는 시도도 하고 있습니다.

정리하면 ChatGPT는 기획, 프롬프트, 검증과 개발 중 막힌 문제 해결에, Gemini는 정보 검색과 데이터 수집에, 코랩과 카카오맵 API는 데이터를 서비스 형태로 구현하는 데 썼습니다. AI가 기획, 수집, 개발을 대신 해 준 것은 아닙니다. 비개발자인 제가 필요한 작업을 이해하고 직접 해 볼 수 있게 도와준 것이 가장 컸습니다.



③ 활용 결과 어떤 변화가 있었나요?

가장 큰 변화는 개발자나 데이터 전문가의 도움 없이, 짧은 시간에 전국 단위 데이터를 직접 만들었다는 것입니다.

처음에는 전국에 파크골프장이 몇 개나 있는지조차 정확히 알 수 없었습니다. AI로 검색·수집 기준을 정하고 정리한 끝에 전국 391개 시설의 정보를 모았습니다. 지도에 표시하려고 좌표 확인 작업도 했고, 391개 시설 모두 좌표를 확보했습니다. 여기까지 걸린 시간은 3일 정도입니다.

좌표를 확보하면서 주소만 모으면 끝이 아니라는 것도 알게 됐습니다. 같은 시설인데 도로명주소와 지번주소가 서로 다르게 나오기도 하고, 지도에서 주소를 검색해도 위치가 제대로 안 잡히는 경우가 있었습니다. 처음에는 도로명주소를 쓰면 되겠거니 했는데, 막상 해 보니 주소 유형에 따라 검색 결과가 달랐습니다. 그래서 기준을 다시 검토해서 391개 시설 모두 지번주소로 통일해 좌표를 확인했습니다.

이 일을 하며 "파크골프장 정보 찾아줘"라고 시키는 것만으로는 끝나지 않는다는 걸 배웠습니다. AI가 가져온 결과를 직접 확인하고, 오류나 예외를 찾아내고, 검색 기준과 데이터 구조를 다시 고쳐야 했습니다.

수집한 데이터를 코랩과 카카오맵 API로 지도에 올려 보면서, 데이터가 서비스 화면의 지도와 이어지는 과정도 직접 겪었습니다. 예전에는 API가 뭔지, 좌표 데이터가 뭔지, 지도에 어떻게 찍는지 전혀 몰랐는데, AI의 도움으로 하나씩 실행해 보니 원리가 이해됐습니다.

무엇보다 "이런 건 개발자가 하는 일"이라는 생각이 바뀌었습니다. 개발자가 아닌 제가 ChatGPT와 Gemini로 수집 방법을 설계하고, 전국 391개 데이터를 모으고, 좌표를 확보해 지도에 올리는 데까지 해 봤습니다.

AI의 진짜 쓸모는 답을 대신 만들어 주는 데 있지 않고, 몰랐던 방법을 배우면서 결과물을 만들어 갈 수 있게 해 주는 데 있다고 느꼈습니다. 혼자였다면 한참 걸렸거나 시작도 못 했을 일을 AI와 단계별로 나눠서 해 보니, 비개발자도 아이디어를 실제 데이터와 서비스로 키울 수 있겠다는 가능성이 보였습니다.



④ 나만의 방식 또는 개선 포인트는 무엇인가요?

써 보니 AI가 항상 정확한 것은 아니었습니다. 부딪힌 문제는 세 가지입니다.

첫째는 환각입니다. 없는 정보나 틀린 정보를 사실처럼 말하는 경우가 있었고, 검색 결과가 맞아 보여도 다시 확인해야 했습니다. 그래서 AI 답변을 그대로 데이터에 넣지 않고, 실제 출처와 검색 결과를 한 번 더 확인했습니다.

둘째는 대화만 길어지고 해결은 되지 않는 경우입니다. 처음에는 한 번에 원하는 결과가 나올 줄 알았는데, 질문이 모호하면 AI도 비슷한 답을 되풀이하거나 답하기 위한 답만 했습니다. 그래서 ChatGPT와 먼저 작업 목적과 데이터 기준을 구체적으로 정리하고, 그 기준에 맞춰 프롬프트를 만든 뒤, 결과를 보며 계속 수정했습니다.

셋째는 데이터를 서비스와 연결할 때 생기는 세세한 기준 문제입니다. 도로명주소와 지번주소 중 무엇으로 좌표를 검색할지 정하지 않았더니, 같은 시설인데도 결과가 달라지거나 오류가 났습니다. 처음에는 이런 차이를 생각도 못 했다가 좌표를 확인하는 과정에서 알게 됐고, 좌표 검색 주소를 지번주소로 통일하는 것으로 해결했습니다.

이런 문제를 풀려고 AI 하나에 기대지 않고 역할을 나눠 교차해서 썼습니다. ChatGPT는 작업 기준과 프롬프트를 설계하고 결과를 검토하는 데, Gemini는 시설 정보를 검색하고 수집하는 데 썼습니다. 수집된 결과는 제가 직접 확인하고, 문제가 나오면 ChatGPT와 원인을 따져서 프롬프트나 데이터 기준을 고친 뒤 다시 검색했습니다.

그렇게 만들어진 방식은 **”AI에게 맡기고 결과를 받는 것"이 아니라 “AI로 만들고, 다른 AI와 사람이 다시 검증하고, 오류가 나오면 기준을 고치는 것”**이었습니다.

AI를 잘 쓴다는 건 좋은 질문 한 번으로 완벽한 답을 받는 게 아니라, AI의 한계를 알고 검증 기준을 세워 결과를 계속 다듬는 일이라는 걸 배웠습니다. 개발이나 데이터 작업을 해 본 적 없는 제가 직접 오류를 찾고, 원인을 짚고, 작업 기준을 고쳐 나간 이 경험이 곧 저만의 AI 활용법이 됐습니다.



⑤ 다른 사람도 따라 할 수 있나요?

네, 누구나 자기 관심 분야에 적용할 수 있습니다.
저는 부모님의 파크골프에서 출발했지만, 방법 자체는 다른 분야에도 그대로 쓸 수 있습니다.

AI로 정보를 모으고 정리하다 보니, 위치 정보를 온라인에서 모아 정리하는 일은 결국 온라인과 오프라인을 잇는 일이라는 생각이 들었습니다. 인터넷에 흩어진 장소 정보를 AI로 찾고, 주소와 위치를 정리해 지도와 연결하면, 온라인에만 있던 정보가 사람이 실제로 찾아갈 수 있는 장소가 됩니다.

여행을 좋아한다면 숨은 관광지를 찾아 맛집이나 전통시장과 엮을 수 있고, 캠핑을 좋아한다면 캠핑장과 주변 편의시설을 묶을 수 있습니다. 반려동물을 키운다면 동반 가능한 장소를 찾아 지도에 연결해 볼 수도 있습니다.

개발 지식이 없어도 됩니다. AI로 필요한 정보를 찾고, 데이터 항목을 정하고, 정리하고, 검증하는 과정을 단계별로 따라 하면 됩니다. 개발자가 아니었던 저도 실제 데이터를 만들고 지도에 연결하는 데까지 해 봤습니다.

핵심은 파크골프 앱을 만드는 방법이라고 생각하지 않습니다. 내가 관심 있는 분야의 정보를 AI를 이용해 모으고 정리해서, 실제 장소와 연결해보는 것입니다.

누구든 자신에게 필요한 주제를 정하고 AI와 함께 하나씩 시도해본다면 충분히 활용할 수 있다고 생각합니다.