1. 어떤 상황에서 AI를 활용했나요?

출장이나 현장업무를 나가면 낯선 지역에서 식사 장소를 찾는 일이 생각보다 번거롭습니다. 점심시간은 짧고, 여러 명이 함께 이동하는 경우에는 식당 위치, 영업 여부, 주차 가능 여부 등을 빠르게 확인해야 합니다. 기존에는 포털이나 지도 앱에서 지역명과 메뉴를 직접 조합해 여러 번 검색해야 했고, 직원마다 알고 있는 정보도 따로 관리되어 공유가 잘 되지 않았습니다.

처음에는 단순히 “출장지에서 맛집을 빠르게 찾을 수 있는 앱을 만들어보자”는 생각으로 시작했습니다. 기존 자료에서도 이 앱은 출장·외부회의·현장점검 중 낯선 지역에서 식사 장소를 빠르게 확인하기 위한 모바일 웹앱으로 정리되어 있습니다.

하지만 실제 사용 상황을 생각해 보니 맛집 검색만으로는 부족했습니다. 출장 업무에서는 숙소 확인도 필요하고, 직원들이 실제로 이용해 본 맛집·카페·숙소 정보를 서로 공유할 수 있으면 더 유용하겠다고 판단했습니다. 그래서 생성형 AI를 활용해 아이디어를 구체화하고, 기능을 하나씩 추가하면서 앱을 개선해 나갔습니다.

2. 어떤 AI를 어떻게 활용했나요?

AI를 단순히 글을 써주는 도구로만 사용하지 않았습니다. 저는 실제 업무에서 필요한 기능과 방향을 정하고, AI는 그 내용을 바탕으로 기획 보조, 코드 작성 보조, 오류 분석, 문서 정리를 도와주는 방식으로 활용했습니다.

먼저 앱의 기본 구조를 설계할 때 AI에게 “출장지에서 직원들이 식사 장소를 빨리 찾을 수 있는 모바일 웹앱을 만들고 싶다”고 설명했습니다. 그 결과 지역 선택, 음식 종류 선택, 검색어 입력, 네이버 상세보기, 네이버지도 길찾기, QR 배포, 홈 화면 추가 같은 기본 흐름을 정리할 수 있었습니다. 기존 사용자 안내문에도 별도 앱스토어 설치 없이 홈 화면에 추가하여 사용할 수 있고, 네이버 상세보기·길찾기·공유 기능을 제공하는 것으로 정리되어 있습니다.

개발 과정에서는 AI를 활용해 HTML, CSS, JavaScript 코드를 작성하고 수정했습니다. 네이버 API 키가 노출되지 않도록 Vercel 서버리스 함수를 사용하는 구조로 만들었고, 직원 추천 장소 저장을 위해 Supabase를 연동했습니다. 이후 직원 추천, 장소 공유, 중복등록 방지, 숙소 검색, 앱 안내 메뉴 정리 등 기능을 버전별로 개선했습니다.

특히 AI는 오류를 해결할 때 도움이 많이 됐습니다. 예를 들어 직원 추천 목록이 보이지 않거나, 동일한 장소가 계속 등록되거나, 숙소 검색을 했는데 음식점이 나오는 문제들이 있었습니다. 이런 문제를 AI에게 설명하고, 원인을 추정한 뒤, 코드 수정 방향을 정하고 다시 테스트하는 과정을 반복했습니다.

3. 활용 결과 어떤 변화가 있었나요?

처음에는 맛집 검색 결과를 보여주는 간단한 앱이었지만, 현재는 맛집·숙소 검색 앱으로 발전했습니다. 직원은 지역을 선택하고 검색 대상을 맛집 또는 숙소로 고른 뒤, 필요한 조건을 입력해 검색할 수 있습니다. 검색 결과에서는 네이버 상세보기와 네이버지도 길찾기를 통해 메뉴, 영업시간, 리뷰, 위치 정보를 확인할 수 있습니다. 기존 자료에서도 네이버 상세보기와 길찾기를 통해 상세 정보와 이동 경로를 확인할 수 있다고 정리되어 있습니다.

또한 직원 추천 기능을 추가해 직원들이 직접 등록한 맛집·카페·숙소 정보를 확인할 수 있도록 했습니다. 장소 공유 메뉴에서는 네이버 URL을 붙여넣거나 직접 입력하여 추천 장소를 등록할 수 있습니다. 이전에는 각자 알고 있던 장소 정보가 개인 경험에 머물렀다면, 이제는 앱을 통해 내부 참고용 정보로 축적할 수 있게 되었습니다.

운영상의 개선도 있었습니다. 같은 장소가 반복 등록되는 문제를 줄이기 위해 상호명, 주소, 네이버 URL, 유사 장소 기준으로 중복등록 방지 기능을 추가했습니다. 또 Supabase 무료 프로젝트가 장기간 비활성화될 수 있다는 점을 고려해, Vercel Cron을 활용한 자동 조회 기능도 반영했습니다. 직원들이 일주일 이상 앱을 사용하지 않아도 직원 추천 기능이 중단될 가능성을 줄이기 위한 조치입니다.

결과적으로 이 앱은 단순한 맛집 검색 도구가 아니라, 출장·현장업무 중 식사와 숙소 정보를 빠르게 확인하고, 직원 추천 정보를 함께 공유하는 내부 업무지원 앱으로 개선되었습니다.

4. 나만의 방식 또는 개선 포인트는 무엇인가요?

가장 중요하게 생각한 점은 AI가 만들어준 결과를 그대로 쓰지 않고, 실제 업무 흐름에 맞는지 계속 확인했다는 것입니다. 처음에는 기능을 많이 넣으면 좋을 것 같았지만, 실제로는 직원들이 쉽게 이해하고 바로 사용할 수 있는 단순한 화면이 더 중요했습니다.

예를 들어 앱 안내 메뉴에는 한때 버전별 편의 기능을 길게 넣었지만, 일반 직원 입장에서는 “무엇이 바뀌었는지”보다 “어떻게 쓰는지”가 더 중요하다고 판단했습니다. 그래서 최종적으로 앱 안내 메뉴는 핵심 사용 방법과 유의사항 중심으로 줄였습니다.

화면 구성도 계속 다듬었습니다. 메뉴가 한 줄에 4개로 배치되어 있을 때는 모바일 화면에서 버튼이 좁아 보였습니다. 그래서 메뉴를 2×2 배치로 바꾸고, 검색 조건도 항목명은 왼쪽, 선택 목록은 오른쪽에 배치해 화면을 더 짧고 보기 좋게 정리했습니다.

또 하나의 개선 포인트는 운영까지 고려했다는 점입니다. 단순히 앱을 만드는 데서 끝내지 않고, Supabase 권한 설정, 무료 프로젝트 비활성화 문제, Vercel 자동 조회, 버전별 수정이력, 사용자 매뉴얼, 기관장 보고자료까지 함께 정리했습니다. 이 부분이 단순한 실험이 아니라 실제로 직원들이 사용할 수 있는 업무개선 사례라고 생각합니다.

5. 다른 사람도 따라 할 수 있나요?

네. 충분히 따라 할 수 있습니다. 이 사례는 전문 개발자가 아니더라도, 반복되는 작은 업무 불편을 발견하고 생성형 AI를 보조도구로 활용하면 실무에 필요한 간단한 앱을 만들 수 있다는 점을 보여줍니다.

따라 하는 방법은 어렵지 않습니다. 먼저 실제 업무에서 반복되는 불편을 찾습니다. 이 사례에서는 “출장지에서 맛집과 숙소를 빨리 찾기 어렵다”는 문제에서 출발했습니다. 그다음 AI에게 문제 상황을 설명하고, 필요한 메뉴와 화면 흐름을 함께 설계합니다. 이후 HTML, CSS, JavaScript 같은 기본 웹 기술을 활용해 앱을 만들고, GitHub와 Vercel을 이용해 배포할 수 있습니다.

필요하면 Supabase 같은 데이터베이스를 연결해 직원 추천이나 장소 공유 기능도 추가할 수 있습니다. API 키는 코드에 직접 넣지 않고 Vercel 환경변수로 관리하면 보안상 더 안전합니다. 기존 자료에서도 네이버 API 키는 Vercel 환경변수로 관리하는 방식이 정리되어 있습니다.

중요한 것은 처음부터 완성형 앱을 만들려고 하지 않는 것입니다. 작은 기능부터 만들고, 실제로 써보면서 불편한 점을 하나씩 고치는 방식이 현실적입니다. 저도 v1부터 시작해 기능을 추가하고 오류를 수정하면서 현재 버전까지 발전시켰습니다.

이 방식은 맛집·숙소 앱에만 적용되는 것이 아닙니다. 출장 준비 체크리스트, 현장점검 기록, 장비 관리, 교육자료 안내, 회의자료 공유 등 기관 내부의 여러 작은 업무에도 적용할 수 있습니다. 즉, 이 사례는 AI를 활용해 직원들이 실제로 느끼는 작은 불편을 직접 개선할 수 있다는 점에서 다른 사람도 충분히 따라 할 수 있는 사례입니다.