목록으로
생활 속 AI 활용
"작심3일 헬스장?! 건강관리 더 재미나게 할 순 없을까?" 아이(AI)와 함께 만든 온 가족 건강 게이미피케이션 ‘당근의 숲’
“우리 아이 생활습관 바꾸기, 게임처럼 즐겁게 할 수는 없을까?” 가족 건강 걱정에서 시작한 아빠의 고민은 AI를 활용해 온 가족이 함께하는 게이미피케이션 ‘당근의 숲’으로 만들었고, 이제 공동체 모두에게 공유하는 ‘간당간당’ 챌린지로 확장하려 합니다!
🤖 활용 AI 도구
중심 도구: ChatGPT(기획·논문 탐색·의학정보 이해 보조), OpenAI Codex(구현·실행·수정 보조). 전문 도구: Claude Code(자료 분석), Replit·Bolt(웹·앱 시제품), Figma AI·Midjourney(디자인), Notion AI(문서), CapCut AI·Suno·Higgsfield (영상·음성·음악 콘텐츠 제작), LM Studio(로컬 모델 탐색)
“생활습관 개선, 게임처럼 즐겁게 할 수는 없을까?” 가족의 건강 고민에서 시작된 AI 모델링과 생활습관 개선 SW
① 어떤 상황에서 AI를 활용했나요?
저에게 만성질환은 가족의 일상 가까이에 있는 문제였습니다. 저 자신의 만성질환과 가족의 건강 문제, 당뇨와 임파선 질환의 가족력, 아내의 임신성 당뇨 경험이 쌓이면서 “우리 가족이 지금부터 바꿀 수 있는 것은 무엇일까?”라고 묻게 됐습니다. 세 아이의 아빠로서 아이들의 건강도 걱정이었습니다. ‘소 잃고 외양간 고치는’ 일이 없도록 건강한 생활습관을 가족이 함께 만들어 가고 싶었던 게 시작이었습니다.
요즘, 건강 정보를 얻는 것은 AI 검색 엔진 덕에 참 쉬워 졌습니다. 하지만 건강정보를 아는 것과 매일 실천하는 것은 다른 문제입니다. 정보는 흩어져 있었고, 무엇을 기록할지, 어떤 작은 목표부터 시작할지, 바쁜 날을 보낸 뒤 습관이 끊기면, 작심3일의 헬스장처럼, 다시 하기도 참 힘듭니다. 근데, 또 게임이나 유튜브는 매일 보는 게 현대인의 삶이죠. 그러다 “나 뿐만 아니라 우리 아이 생활습관 바꾸기, 게임처럼 즐겁게 할 수는 없을까?” 하는 생각이 들었습니다.
SW 개발은 참으로 전문적인 영역입니다. 게임 개발은 특히 복잡합니다. 하지만, AI 기술이라는 기회 덕에 문턱이 많이 낮아졌죠. PM이 해야할 기획은 ChatGPT와, 풀스택 개발은 OpenAI Codex와 함께하며 머릿속 생각을 실현할 수 있게 되었습니다. 처음 구상한 것은 손쉽게 만들 수 있는 홈페이지와 우리 가족의 생활습관을 한눈에 볼 수 있는 대시보드 형태였습니다. 여기에 아이들도 흥미롭게 할 수 있는 게임 요소를 더했고, ‘당근의 숲’으로 만들어 가족, 친지들과 사용했습니다.
주변에서, 재밌다고 나도 써보자는 친구를 시작으로, 최근에는 지역의 자원봉사활동 중 우리 가족만의 일이 아니라는 것을 깨닫고, 지역 사회의 데이터사이언티스트, 개발자들과 함께 AI 예측 모델(공공데이터 활용), 프로그램 고도화를 진행해 보려고 도전하고 있습니다. 오늘은 첨부한 활용 사례 콘텐츠를 통해, 당근의 숲을 여러분께 소개하고자 합니다.
② 어떤 AI를 어떻게 활용했나요?
AI 도구 하나에 모든 작업을 맡기지 않고, 작업별로 중심도구(평소에 쓰는 거), 전문도구의 역할을 나눠 조합했습니다. 가장 먼저 활용한 것은 ChatGPT(기획 보조)와 OpenAI Codex(개발 보조)입니다. ChatGPT와는 건강관리의 어려움과 필요한 기능, 사용자의 다음 행동을 정리했고, 데이터 전처리와 예측 모델, 평가 지표를 이해해 결과를 쉬운 말로 풀어 설명하는 데에도 도움을 받았습니다. Codex에는 원하는 동작을 자연어로 설명하고, 코드 작성과 수정, 오류 원인 분석, 테스트와 화면 검토를 반복하며 대시보드와 챌린지, 게임 공간을 만들고 다듬었습니다.
작업은 ‘요구사항 설명→AI 구현→직접 실행→문제 확인→수정 요청→재확인’의 순서로 반복했습니다. AI가 결과를 보여주면, 이해가 가지 않는 것은 챗지피티에게 물어가며 공부하고, 기대한 화면이나 기능에 가까워지도록 피드백하는 형태로 순환했습니다. 요즘 ChatGPT와 Codex는 모두가 편하게 쓰는 도구가 되었습니다. 하지만, 만능이 아니라는 것도 이 과정에서 배웠습니다.
필요한 도구와 최신 기능이 있으면 과기부의 모두의 AI 배움터 교육 영상, 자료와 AI 관련 책, 유튜브들을 서칭하면서, 각 분야의 전문 AI 도구를 알게 되었고, 플러그인(plug-in)하여 작업 목적에 맞게 조합해 사용했습니다. 기획·자료 분석에는 Claude Code, 웹·앱 프로토타입에는 Replit·Bolt, 디자인에는 Figma AI·Midjourney, 문서 정리에는 Notion AI, 영상·음악에는 CapCut AI·Suno, 로컬 모델 탐색에는 LM Studio를 썼고, 힉스필드로 시연 및 시네마틱 영상도 만들어 봤습니다.
AI로 생성된 결과는 생각보다, 고칠 점이 많아서, 트랜드와 관련된 책에서 봤던 'Human-in-the-loop'라는 슬로건을 걸고 개발에 임했습니다. 코드는 직접 실행해 확인하고, 오류가 나거나 화면이 어색하면 기대한 동작과 달라진 점을 구체적으로 전달해야 했습니다. 예를 들어 캐릭터 제작안을 실제 게임용 규격으로 만들어 달라고 요청한 뒤, 움직임이 기존 캐릭터와 이어지는 느낌이 약하다고 프롬프트로 수정하는 식이였습니다. 그래서 기존 ‘당근의 숲’ 캐릭터 아틀라스를 기준으로 팔레트와 걷는 동작을 맞추도록 고쳐야 해서, AI 활용도 공부가 많이 필요한 영역이라는 것 다시금 깨닫곤 했습니다.
최근에는 더 많은 분들이 사용하셨으면 한다는 마음에 지역 사회의 데이터 분석가, 국비 과정의 개발자들과 함께 고도화에 나섰습니다. 저는 기존 SW와 함께 기획·게임·콘텐츠와 검토를 중심으로 참여했고, 개발자 분들은 데이터·모델, 백엔드·건강정보, 프론트엔드·UI/UX의 전문성을 보태주셨습니다.
③ 활용 결과 어떤 변화가 있었나요?
첫째, 건강을 걱정하며 자료를 찾던 단계에서, 대시보드·게임·AI 예측 모델을 갖춘 ‘당근의 숲’을 만들어 우리 가족이 생활 속에서 함께 실천하는 단계로 나아갔습니다. 건강정보를 입력하고 현재와 미래의 위험 신호를 확인한 뒤, 생활습관 기록과 챌린지, 게임형 보상으로 이어지는 SW를 개발하고, 활용했습니다.
제출 자료에는 아이가 태블릿으로 프로그램을 즐기는 사진을 포함한 실제 사례와 예시를 중심으로 서비스 화면 등을 담은 노션 블로그 글, 카드 뉴스, 소개 영상을 담았습니다. 가족을 생각하면서 만든 프로그램을 가족의 생활에 적용한 모습과 효과를 자랑하고 싶을 수 밖에 없지만, 의학적 전문성이나 건강 기능 상품인 것처럼 미화되지 않도록 주의했습니다.
둘째, 지역 사회, 자원봉사자 동료, 청년 개발자들과 함께 AI 예측 모델을 개발했습니다. 현재의 당뇨 관련 위험 신호를 살피는 ‘오늘이’와 앞으로의 신규 발병 위험을 연구하는 ‘내일이’로 나눴고, 국민건강영양조사와 고령화연구패널 같은 공공데이터는 조사 구조가 달라 각각의 목적에 맞게 다뤘습니다. 주민들의 설문 데이터로 장기 위험을 다루는 ‘모레’는 추가 검증이 필요한 연구 과제로 남겨 두었습니다.
셋째, 처음에는 건강 정보 입력과 결과를 관리하는 대시보드를 많이 벤치마킹했었습니다. 하지만, 사용해보니 실천이 더 중요하다는 것을 깨닫고, 실천을 돕는 챌린지와 꾸준히 참여할 수 있는 구조로 만들었습니다. 실천 기록과 진행 상황 리포트를 기본으로 가족·친구 초대, 건강교육과 퀴즈, 게임 보상을 연결했습니다. 당근 코인과 공간 꾸미기 등을 통해 기록 이후에도 다시 찾아오고 싶은 즐거움을 만들려 했습니다.
넷째, 관점이 달라졌습니다. 프로그램을 만드는 동안 인스타그램 등 SNS와 깃허브를 통해, 메세지가 많이 왔었습니다. 개발자와 일반 국민들과 소통하며, 이런 고민을 하는 사람이 저만이 아니라는 것을 알게 됐습니다. 여기에 더해, 청춘어람봉사단(개발자·교사 등으로 구성)에서 장노년층 디지털 교육을 하며 AI가 고도화될수록 디지털 활용 역량의 차이가 건강관리의 접근성 격차로 이어질 수 있겠다고 생각했고, 온 가족 모두가 함께 관리하고, 서로 챌린지에 참여하자는 가족 공동체 챌린지 형태를 구상하게 되었습니다.
그래서 우리 가족을 넘어 더 많은 사람이 함께할 수 있는 방법을 찾게 됐고, 봉사단의 공익활동에 더해 국민 누구나 무료로 활용할 수 있는 배포 코드를 만들었고(모두의 AI를 위한 전국민 AI 경진대회 재현코드와 별도), 임팩트 창업(공익사업)을 준비하고 있습니다.
현재 성과는 가족들이랑 함께 쓰던 게임 요소에 더해, 재현 코드를 비롯한 개발 과정 정리, 고도화된 시제품 구현까지 공유드립니다. 질병 예방과 혈당 개선의 임상 효과, 지역기관의 도입·재계약, 이용자 증가와 매출은 아직 입증된 단계가 아니며, 앞으로 모두의 AI 플랫폼과 함께, 공유의 경제와 실증으로 확인할 과제로 생각하고 있습니다.
앞으로는 사용 기간·참여 인원·기록 지속률과 이용자 의견을 체계적으로 확인하고, 건강 효과와 구분해 사용성과 참여 지속성을 평가하겠습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
저희 사례의 특징이라면, 우리 가족의 생활습관 관리라는 하나의 문제를 AI 활용을 통해, 기획·연구·모델·게임·교육 자료까지 한 흐름으로 풀었다는 점, 그리고 누구나 쉽게 재현하고, 사용할 수 있게 개발했다는 점이라고 생각합니다.
기획 단계부터 ‘쉽게 접근하고, 건강한 행동을 지속하도록’ 설계했습니다. 작심3일로 건강정보를 입력하고 결과를 확인하는 데서 끝내지 않고, 오늘 할 수 있는 활동을 고르고 짧게 기록한 뒤 챌린지와 게임 보상으로 이어지게 했습니다. 개인의 의지에만 기대지 않도록 함께하면 아바타, 꾸미기 요소 등 보상이 크게 해서, 가족·친구와 함께하는 참여 의지를 높이려고 했습니다. 함께하면 더 즐겁고, 별개 아닌 일에도 웃음이 나는 법이니까요.
개발 중에 저희도 그런 행복과 추억이 있었습니다. ‘당근의 숲’이라는 이름에는 2023년 토끼띠로 태어나 당근을 좋아하는 첫째의 취향을 담았고, 아이들도 쉽게 흥미를 붙이도록 익숙한 소재로 게임 공간을 키웠습니다. 지금은 BGM과 배치, 픽셀 분위기 등을 고민하며, 사용하시는 모두가 이런 행복을 느끼도록 수정하고 있습니다.
관련 법을 찾아보며, 웹 시제품의 ‘함께하기’에서는 챌린지 수행 상태와 민감한 건강정보를 구분했습니다. 실제 화면 코드에는 가족·친구에게 챌린지 수행 상태만 공유하며 건강정보와 예측 결과는 공유하지 않는다는 안내가 있습니다. 또, 응원 슬로건이 건강정보 공개의 부담이 되지 않도록 고려했습니다. 또 가족이 즐기는 게임 구상과 성인용 예측 모델의 적용 범위는 달라서, 구체적인 사항은 개발 로그에 주의사항을 남겨 놓았습니다. 지금 MVP에는 명료한 평가를 위해, 예시로 당뇨병, 전당뇨만을 예측하도록, 구성해놓았습니다.
AI의 설명과 코드도 그대로 믿지 않고 확인이 필요한 결과물로 다뤄야 한다는 한계가 있습니다. 모델에 영향을 준 요인을 질병의 원인으로 단정하지 않고, 실천 기록을 질병 위험 감소율로 환산하지 않아야 합니다. 그래서, 모델의 평가 지표(현재 recall 평가지표, 즉 민감도에 치중)가 높게 나오더라도, 진단이나 처방을 대신하지 않으며, 참고 링크의 웹 시제품 화면에도 “이 결과는 진단이나 확정 발병확률이 아닙니다”, “수행률은 치료 효과를 의미하지 않습니다”라는 안내를 두었습니다.
앞으로는 앞선 한계점을 직시하면서, 기본 건강교육과 실천 참여의 접근성을 높이고, 지역 주민과 기관의 프로그램 운영을 돕는 지속 가능한 SW를 만들어 가려 합니다. 그래서, 공익사업 프로젝트인 '간당간당'을 계획하고 있습니다. 전국민 만성질환 예방을 위한 생활습관 챌린지를 지향하며(현재는 당뇨 중심), 이름에는 “간다! 간다!” 하고 나서는 활동성과 모두가 잊고 지내는 만성질환의 위험성을 중의적으로 담았습니다. 현재 KDT(K-디지털 트레이닝) 개발자들과 AI 기능 등을 더해 개발 중입니다.
⑤ 다른 사람도 따라 할 수 있나요?
사용한 AI 도구가 많아서, 따라하기 힘들까요? 아닙니다! 자동차의 구조를 완벽하게 설명하는 사람들을 수는 적겠지만, 성인 대부분은 운전을 할 수 있는 것과 같은 원리입니다.
아래 재현코드를 숙지하시면, 누구든지 여러 도구를 손쉽게 플러그인해서, 챗 지피티 프롬프트 하나로 '딸깍' 따라하실 수 있습니다. 같이 해보실까요?
핵심 기록·대시보드·보상 흐름은 공개 재현 코드 ‘모두의 AI’(학습용 예제)로 작은 기능부터 따라 만들며 AI 활용을 익힐 수 있게 정리했습니다. 브라우저 예제는 API 키·유료 API·서버 없이 실행됩니다. 코드를 수정하고 싶다면 공개한 프롬프트와 필요한 코드 파일을 ChatGPT에 전달해 도움을 받을 수 있습니다. 저는 개발 과정에서 ChatGPT Plus와 OpenAI Codex를 중심으로 활용했습니다.
<재현 방법>
1. <참고자료>'설치 없이 재현 예제' 저장소에서 Code → Download ZIP으로 내려받습니다.
2. 압축을 풀고 index.html을 브라우저에서 엽니다.
3. 활동을 체크하며 일일·최근 7일 진행률, 공동 목표, 숲 성장 보상의 변화를 확인합니다.
4. ChatGPT Plus에 prompts/01-start.md와 필요한 코드 파일을 첨부해 원하는 수정을 요청합니다.
5. 실행 결과와 오류 메시지를 AI에 전달하고, 수정 전후를 비교합니다.
6. Python이 있다면 python examples/train_synthetic.py로 합성 데이터 생성, 학습·평가 분리, 모델 저장이 가능합니다.
저장소에는 학습용 예제 코드(HTML·CSS·JavaScript), 단계별 프롬프트, 합성 데이터 학습 예제, 검증 테스트, 출처 기록(PROVENANCE.md)을 담았고, 새로 작성한 코드는 MIT 라이선스로 공개했습니다. OZ AH-05(고도화 협업 팀 저장소) 등 어느 저장소의 어느 부분을 참고했는지 PROVENANCE.md에 남겼고, ‘당근의 숲’과 ‘간당간당’의 운영 코드와 게임 자산을 통째로 복제하지 않고 핵심 흐름을 새로 구현했습니다. 이 저장소에서 새로 작성한 코드는 MIT 라이선스로 공개했으며, 참고한 원본과 재현 범위는 PROVENANCE.md에 기록했습니다. 이용 시 라이선스와 출처 안내를 확인해 주시고, 교육이나 연구 용도이시면 마음껏 상요해주세요! 다만, 배포가 필요하실 때는 연락을 부탁드립니다.
다만, 자체 개발한 실제 AI 예측 모델들은 별도로 관리하며, 웹 시제품에서 결과 화면을 체험할 수 있습니다. 실제 모델을 재현하려면 원본 데이터 이용 조건과 전처리·변수 정의·학습 및 평가 설정을 별도로 확인해야 합니다. 공개 저장소에서는 우선 합성 데이터로 학습 흐름을 익힐 수 있도록 했습니다.
우리 가족이 생활 속에서 함께 실천했던 AI 도구의 핵심 흐름을, 누구나 따라 해 볼 수 있는 학습용 예제로 먼저 나누고 싶습니다. 앞으로 ‘간당간당’을 국민 누구나 무료로 활용할 수 있는 배포 코드와 공익사업, 임팩트 분야로 확산하기 위해, 사용자 평가와 모델 검증을 보완하며 바이브 코더로서 활동하겠습니다!
〈참고 링크〉
1. 체험해보실 분
- 바로 체험-웹 MVP: https://www.dang-no.life
(X박스, 404 등 오류는 점검 또는 패치 중인 상태이니, 메일 부탁드려요!)
- 포트폴리오(메일 등): https://app.notion.com/p/38b979b0cff0809398d7f31c82f8d46c
2. 재현해보실 분
- 설치 없이 재현 예제: https://j36-ai-editer.github.io/modu-ai/
- 공개 재현 코드·프롬프트·출처 기록: https://github.com/J36-Ai-Editer/modu-ai
3. 함께 '모두의 AI'로 만들어 보실 분
- 당근의숲 통합 개발 관련 저장소: https://github.com/J36-Ai-Editer/AI-and-Social-Issue
- 공동 개발 협업 저장소(간당간당): https://github.com/AI-HealthCare-05/AH_05_02
① 어떤 상황에서 AI를 활용했나요?
저에게 만성질환은 가족의 일상 가까이에 있는 문제였습니다. 저 자신의 만성질환과 가족의 건강 문제, 당뇨와 임파선 질환의 가족력, 아내의 임신성 당뇨 경험이 쌓이면서 “우리 가족이 지금부터 바꿀 수 있는 것은 무엇일까?”라고 묻게 됐습니다. 세 아이의 아빠로서 아이들의 건강도 걱정이었습니다. ‘소 잃고 외양간 고치는’ 일이 없도록 건강한 생활습관을 가족이 함께 만들어 가고 싶었던 게 시작이었습니다.
요즘, 건강 정보를 얻는 것은 AI 검색 엔진 덕에 참 쉬워 졌습니다. 하지만 건강정보를 아는 것과 매일 실천하는 것은 다른 문제입니다. 정보는 흩어져 있었고, 무엇을 기록할지, 어떤 작은 목표부터 시작할지, 바쁜 날을 보낸 뒤 습관이 끊기면, 작심3일의 헬스장처럼, 다시 하기도 참 힘듭니다. 근데, 또 게임이나 유튜브는 매일 보는 게 현대인의 삶이죠. 그러다 “나 뿐만 아니라 우리 아이 생활습관 바꾸기, 게임처럼 즐겁게 할 수는 없을까?” 하는 생각이 들었습니다.
SW 개발은 참으로 전문적인 영역입니다. 게임 개발은 특히 복잡합니다. 하지만, AI 기술이라는 기회 덕에 문턱이 많이 낮아졌죠. PM이 해야할 기획은 ChatGPT와, 풀스택 개발은 OpenAI Codex와 함께하며 머릿속 생각을 실현할 수 있게 되었습니다. 처음 구상한 것은 손쉽게 만들 수 있는 홈페이지와 우리 가족의 생활습관을 한눈에 볼 수 있는 대시보드 형태였습니다. 여기에 아이들도 흥미롭게 할 수 있는 게임 요소를 더했고, ‘당근의 숲’으로 만들어 가족, 친지들과 사용했습니다.
주변에서, 재밌다고 나도 써보자는 친구를 시작으로, 최근에는 지역의 자원봉사활동 중 우리 가족만의 일이 아니라는 것을 깨닫고, 지역 사회의 데이터사이언티스트, 개발자들과 함께 AI 예측 모델(공공데이터 활용), 프로그램 고도화를 진행해 보려고 도전하고 있습니다. 오늘은 첨부한 활용 사례 콘텐츠를 통해, 당근의 숲을 여러분께 소개하고자 합니다.
② 어떤 AI를 어떻게 활용했나요?
AI 도구 하나에 모든 작업을 맡기지 않고, 작업별로 중심도구(평소에 쓰는 거), 전문도구의 역할을 나눠 조합했습니다. 가장 먼저 활용한 것은 ChatGPT(기획 보조)와 OpenAI Codex(개발 보조)입니다. ChatGPT와는 건강관리의 어려움과 필요한 기능, 사용자의 다음 행동을 정리했고, 데이터 전처리와 예측 모델, 평가 지표를 이해해 결과를 쉬운 말로 풀어 설명하는 데에도 도움을 받았습니다. Codex에는 원하는 동작을 자연어로 설명하고, 코드 작성과 수정, 오류 원인 분석, 테스트와 화면 검토를 반복하며 대시보드와 챌린지, 게임 공간을 만들고 다듬었습니다.
작업은 ‘요구사항 설명→AI 구현→직접 실행→문제 확인→수정 요청→재확인’의 순서로 반복했습니다. AI가 결과를 보여주면, 이해가 가지 않는 것은 챗지피티에게 물어가며 공부하고, 기대한 화면이나 기능에 가까워지도록 피드백하는 형태로 순환했습니다. 요즘 ChatGPT와 Codex는 모두가 편하게 쓰는 도구가 되었습니다. 하지만, 만능이 아니라는 것도 이 과정에서 배웠습니다.
필요한 도구와 최신 기능이 있으면 과기부의 모두의 AI 배움터 교육 영상, 자료와 AI 관련 책, 유튜브들을 서칭하면서, 각 분야의 전문 AI 도구를 알게 되었고, 플러그인(plug-in)하여 작업 목적에 맞게 조합해 사용했습니다. 기획·자료 분석에는 Claude Code, 웹·앱 프로토타입에는 Replit·Bolt, 디자인에는 Figma AI·Midjourney, 문서 정리에는 Notion AI, 영상·음악에는 CapCut AI·Suno, 로컬 모델 탐색에는 LM Studio를 썼고, 힉스필드로 시연 및 시네마틱 영상도 만들어 봤습니다.
AI로 생성된 결과는 생각보다, 고칠 점이 많아서, 트랜드와 관련된 책에서 봤던 'Human-in-the-loop'라는 슬로건을 걸고 개발에 임했습니다. 코드는 직접 실행해 확인하고, 오류가 나거나 화면이 어색하면 기대한 동작과 달라진 점을 구체적으로 전달해야 했습니다. 예를 들어 캐릭터 제작안을 실제 게임용 규격으로 만들어 달라고 요청한 뒤, 움직임이 기존 캐릭터와 이어지는 느낌이 약하다고 프롬프트로 수정하는 식이였습니다. 그래서 기존 ‘당근의 숲’ 캐릭터 아틀라스를 기준으로 팔레트와 걷는 동작을 맞추도록 고쳐야 해서, AI 활용도 공부가 많이 필요한 영역이라는 것 다시금 깨닫곤 했습니다.
최근에는 더 많은 분들이 사용하셨으면 한다는 마음에 지역 사회의 데이터 분석가, 국비 과정의 개발자들과 함께 고도화에 나섰습니다. 저는 기존 SW와 함께 기획·게임·콘텐츠와 검토를 중심으로 참여했고, 개발자 분들은 데이터·모델, 백엔드·건강정보, 프론트엔드·UI/UX의 전문성을 보태주셨습니다.
③ 활용 결과 어떤 변화가 있었나요?
첫째, 건강을 걱정하며 자료를 찾던 단계에서, 대시보드·게임·AI 예측 모델을 갖춘 ‘당근의 숲’을 만들어 우리 가족이 생활 속에서 함께 실천하는 단계로 나아갔습니다. 건강정보를 입력하고 현재와 미래의 위험 신호를 확인한 뒤, 생활습관 기록과 챌린지, 게임형 보상으로 이어지는 SW를 개발하고, 활용했습니다.
제출 자료에는 아이가 태블릿으로 프로그램을 즐기는 사진을 포함한 실제 사례와 예시를 중심으로 서비스 화면 등을 담은 노션 블로그 글, 카드 뉴스, 소개 영상을 담았습니다. 가족을 생각하면서 만든 프로그램을 가족의 생활에 적용한 모습과 효과를 자랑하고 싶을 수 밖에 없지만, 의학적 전문성이나 건강 기능 상품인 것처럼 미화되지 않도록 주의했습니다.
둘째, 지역 사회, 자원봉사자 동료, 청년 개발자들과 함께 AI 예측 모델을 개발했습니다. 현재의 당뇨 관련 위험 신호를 살피는 ‘오늘이’와 앞으로의 신규 발병 위험을 연구하는 ‘내일이’로 나눴고, 국민건강영양조사와 고령화연구패널 같은 공공데이터는 조사 구조가 달라 각각의 목적에 맞게 다뤘습니다. 주민들의 설문 데이터로 장기 위험을 다루는 ‘모레’는 추가 검증이 필요한 연구 과제로 남겨 두었습니다.
셋째, 처음에는 건강 정보 입력과 결과를 관리하는 대시보드를 많이 벤치마킹했었습니다. 하지만, 사용해보니 실천이 더 중요하다는 것을 깨닫고, 실천을 돕는 챌린지와 꾸준히 참여할 수 있는 구조로 만들었습니다. 실천 기록과 진행 상황 리포트를 기본으로 가족·친구 초대, 건강교육과 퀴즈, 게임 보상을 연결했습니다. 당근 코인과 공간 꾸미기 등을 통해 기록 이후에도 다시 찾아오고 싶은 즐거움을 만들려 했습니다.
넷째, 관점이 달라졌습니다. 프로그램을 만드는 동안 인스타그램 등 SNS와 깃허브를 통해, 메세지가 많이 왔었습니다. 개발자와 일반 국민들과 소통하며, 이런 고민을 하는 사람이 저만이 아니라는 것을 알게 됐습니다. 여기에 더해, 청춘어람봉사단(개발자·교사 등으로 구성)에서 장노년층 디지털 교육을 하며 AI가 고도화될수록 디지털 활용 역량의 차이가 건강관리의 접근성 격차로 이어질 수 있겠다고 생각했고, 온 가족 모두가 함께 관리하고, 서로 챌린지에 참여하자는 가족 공동체 챌린지 형태를 구상하게 되었습니다.
그래서 우리 가족을 넘어 더 많은 사람이 함께할 수 있는 방법을 찾게 됐고, 봉사단의 공익활동에 더해 국민 누구나 무료로 활용할 수 있는 배포 코드를 만들었고(모두의 AI를 위한 전국민 AI 경진대회 재현코드와 별도), 임팩트 창업(공익사업)을 준비하고 있습니다.
현재 성과는 가족들이랑 함께 쓰던 게임 요소에 더해, 재현 코드를 비롯한 개발 과정 정리, 고도화된 시제품 구현까지 공유드립니다. 질병 예방과 혈당 개선의 임상 효과, 지역기관의 도입·재계약, 이용자 증가와 매출은 아직 입증된 단계가 아니며, 앞으로 모두의 AI 플랫폼과 함께, 공유의 경제와 실증으로 확인할 과제로 생각하고 있습니다.
앞으로는 사용 기간·참여 인원·기록 지속률과 이용자 의견을 체계적으로 확인하고, 건강 효과와 구분해 사용성과 참여 지속성을 평가하겠습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
저희 사례의 특징이라면, 우리 가족의 생활습관 관리라는 하나의 문제를 AI 활용을 통해, 기획·연구·모델·게임·교육 자료까지 한 흐름으로 풀었다는 점, 그리고 누구나 쉽게 재현하고, 사용할 수 있게 개발했다는 점이라고 생각합니다.
기획 단계부터 ‘쉽게 접근하고, 건강한 행동을 지속하도록’ 설계했습니다. 작심3일로 건강정보를 입력하고 결과를 확인하는 데서 끝내지 않고, 오늘 할 수 있는 활동을 고르고 짧게 기록한 뒤 챌린지와 게임 보상으로 이어지게 했습니다. 개인의 의지에만 기대지 않도록 함께하면 아바타, 꾸미기 요소 등 보상이 크게 해서, 가족·친구와 함께하는 참여 의지를 높이려고 했습니다. 함께하면 더 즐겁고, 별개 아닌 일에도 웃음이 나는 법이니까요.
개발 중에 저희도 그런 행복과 추억이 있었습니다. ‘당근의 숲’이라는 이름에는 2023년 토끼띠로 태어나 당근을 좋아하는 첫째의 취향을 담았고, 아이들도 쉽게 흥미를 붙이도록 익숙한 소재로 게임 공간을 키웠습니다. 지금은 BGM과 배치, 픽셀 분위기 등을 고민하며, 사용하시는 모두가 이런 행복을 느끼도록 수정하고 있습니다.
관련 법을 찾아보며, 웹 시제품의 ‘함께하기’에서는 챌린지 수행 상태와 민감한 건강정보를 구분했습니다. 실제 화면 코드에는 가족·친구에게 챌린지 수행 상태만 공유하며 건강정보와 예측 결과는 공유하지 않는다는 안내가 있습니다. 또, 응원 슬로건이 건강정보 공개의 부담이 되지 않도록 고려했습니다. 또 가족이 즐기는 게임 구상과 성인용 예측 모델의 적용 범위는 달라서, 구체적인 사항은 개발 로그에 주의사항을 남겨 놓았습니다. 지금 MVP에는 명료한 평가를 위해, 예시로 당뇨병, 전당뇨만을 예측하도록, 구성해놓았습니다.
AI의 설명과 코드도 그대로 믿지 않고 확인이 필요한 결과물로 다뤄야 한다는 한계가 있습니다. 모델에 영향을 준 요인을 질병의 원인으로 단정하지 않고, 실천 기록을 질병 위험 감소율로 환산하지 않아야 합니다. 그래서, 모델의 평가 지표(현재 recall 평가지표, 즉 민감도에 치중)가 높게 나오더라도, 진단이나 처방을 대신하지 않으며, 참고 링크의 웹 시제품 화면에도 “이 결과는 진단이나 확정 발병확률이 아닙니다”, “수행률은 치료 효과를 의미하지 않습니다”라는 안내를 두었습니다.
앞으로는 앞선 한계점을 직시하면서, 기본 건강교육과 실천 참여의 접근성을 높이고, 지역 주민과 기관의 프로그램 운영을 돕는 지속 가능한 SW를 만들어 가려 합니다. 그래서, 공익사업 프로젝트인 '간당간당'을 계획하고 있습니다. 전국민 만성질환 예방을 위한 생활습관 챌린지를 지향하며(현재는 당뇨 중심), 이름에는 “간다! 간다!” 하고 나서는 활동성과 모두가 잊고 지내는 만성질환의 위험성을 중의적으로 담았습니다. 현재 KDT(K-디지털 트레이닝) 개발자들과 AI 기능 등을 더해 개발 중입니다.
⑤ 다른 사람도 따라 할 수 있나요?
사용한 AI 도구가 많아서, 따라하기 힘들까요? 아닙니다! 자동차의 구조를 완벽하게 설명하는 사람들을 수는 적겠지만, 성인 대부분은 운전을 할 수 있는 것과 같은 원리입니다.
아래 재현코드를 숙지하시면, 누구든지 여러 도구를 손쉽게 플러그인해서, 챗 지피티 프롬프트 하나로 '딸깍' 따라하실 수 있습니다. 같이 해보실까요?
핵심 기록·대시보드·보상 흐름은 공개 재현 코드 ‘모두의 AI’(학습용 예제)로 작은 기능부터 따라 만들며 AI 활용을 익힐 수 있게 정리했습니다. 브라우저 예제는 API 키·유료 API·서버 없이 실행됩니다. 코드를 수정하고 싶다면 공개한 프롬프트와 필요한 코드 파일을 ChatGPT에 전달해 도움을 받을 수 있습니다. 저는 개발 과정에서 ChatGPT Plus와 OpenAI Codex를 중심으로 활용했습니다.
<재현 방법>
1. <참고자료>'설치 없이 재현 예제' 저장소에서 Code → Download ZIP으로 내려받습니다.
2. 압축을 풀고 index.html을 브라우저에서 엽니다.
3. 활동을 체크하며 일일·최근 7일 진행률, 공동 목표, 숲 성장 보상의 변화를 확인합니다.
4. ChatGPT Plus에 prompts/01-start.md와 필요한 코드 파일을 첨부해 원하는 수정을 요청합니다.
5. 실행 결과와 오류 메시지를 AI에 전달하고, 수정 전후를 비교합니다.
6. Python이 있다면 python examples/train_synthetic.py로 합성 데이터 생성, 학습·평가 분리, 모델 저장이 가능합니다.
저장소에는 학습용 예제 코드(HTML·CSS·JavaScript), 단계별 프롬프트, 합성 데이터 학습 예제, 검증 테스트, 출처 기록(PROVENANCE.md)을 담았고, 새로 작성한 코드는 MIT 라이선스로 공개했습니다. OZ AH-05(고도화 협업 팀 저장소) 등 어느 저장소의 어느 부분을 참고했는지 PROVENANCE.md에 남겼고, ‘당근의 숲’과 ‘간당간당’의 운영 코드와 게임 자산을 통째로 복제하지 않고 핵심 흐름을 새로 구현했습니다. 이 저장소에서 새로 작성한 코드는 MIT 라이선스로 공개했으며, 참고한 원본과 재현 범위는 PROVENANCE.md에 기록했습니다. 이용 시 라이선스와 출처 안내를 확인해 주시고, 교육이나 연구 용도이시면 마음껏 상요해주세요! 다만, 배포가 필요하실 때는 연락을 부탁드립니다.
다만, 자체 개발한 실제 AI 예측 모델들은 별도로 관리하며, 웹 시제품에서 결과 화면을 체험할 수 있습니다. 실제 모델을 재현하려면 원본 데이터 이용 조건과 전처리·변수 정의·학습 및 평가 설정을 별도로 확인해야 합니다. 공개 저장소에서는 우선 합성 데이터로 학습 흐름을 익힐 수 있도록 했습니다.
우리 가족이 생활 속에서 함께 실천했던 AI 도구의 핵심 흐름을, 누구나 따라 해 볼 수 있는 학습용 예제로 먼저 나누고 싶습니다. 앞으로 ‘간당간당’을 국민 누구나 무료로 활용할 수 있는 배포 코드와 공익사업, 임팩트 분야로 확산하기 위해, 사용자 평가와 모델 검증을 보완하며 바이브 코더로서 활동하겠습니다!
〈참고 링크〉
1. 체험해보실 분
- 바로 체험-웹 MVP: https://www.dang-no.life
(X박스, 404 등 오류는 점검 또는 패치 중인 상태이니, 메일 부탁드려요!)
- 포트폴리오(메일 등): https://app.notion.com/p/38b979b0cff0809398d7f31c82f8d46c
2. 재현해보실 분
- 설치 없이 재현 예제: https://j36-ai-editer.github.io/modu-ai/
- 공개 재현 코드·프롬프트·출처 기록: https://github.com/J36-Ai-Editer/modu-ai
3. 함께 '모두의 AI'로 만들어 보실 분
- 당근의숲 통합 개발 관련 저장소: https://github.com/J36-Ai-Editer/AI-and-Social-Issue
- 공동 개발 협업 저장소(간당간당): https://github.com/AI-HealthCare-05/AH_05_02
