① 어떤 상황에서 AI를 활용했나요?
저는 야구를 20년 넘게 본 열성적인 두산 베어스 팬입니다. 하지만 개발 언어는커녕 ‘변수’가 무엇인지도 모르는 코딩 문외한이었습니다.
야구 팬이라면 매년 시즌 중후반마다 똑같은 장면을 보며 가슴을 졸입니다. 팀의 명운이 걸린 중요한 경기 후반, 어제도 나오고 그저께도 나왔던 우리 팀의 핵심 구원 투수가 또 마운드에 올라옵니다. 그 순간 실시간 중계 댓글창은 팬들의 걱정과 분노로 도배됩니다. "쟤 또 나와?", "감독이 선수 어깨 다 갈아 버린다", "이러다 시즌 후반에 터진다…" 야구계에서 불펜 투수의 과부하와 혹사 논란은 매년 반복되는 연례행사입니다.
하지만 늘 이상하다는 생각이 들었습니다. 수많은 언론과 수백만 명의 팬이 매일같이 ‘혹사’를 이야기하는데, 정작 그 혹사도를 객관적인 ‘숫자’로 보여주는 자료는 대한민국 어디에도 없었습니다. 타율이나 홈런 같은 클래식 스탯은 넘쳐나지만, "이 투수가 지금 얼마나 지쳐 있는가"는 전부 주관적인 느낌과 경험으로만 이야기하고 있었습니다. 야구를 데이터의 스포츠라고 부르면서 정작 가장 뜨거운 이슈는 감정적으로 소비되는 현실이 답답했고, 그 느낌을 과학적인 숫자로 직접 확인하고 싶었습니다.

② 어떤 AI를 어떻게 활용했나요?
최근 유튜브에서 AI관련 컨텐츠를 접하면서 생성형 AI 에디터 환경인 ‘안티그래비티(Antigravity)’를 알게되어, 이 시스템을 만들기 시작했습니다. 저는 코드를 짜달라고 명령하는 대신, 야구 팬의 입장에서 내가 그토록 보고 싶었던 화면과 기능을 말로 조근조근 설명하는 방식을 활용했습니다. "최근 10일 동안 이 투수가 며칠 연속으로 등판했는지, 그때 공을 몇 개나 던졌는지, 얼마나 긴장감 높은 상황에 올라왔는지를 종합해서 투수의 피로도를 수치로 계산하고 싶어. 그리고 그 수치를 직관적으로 보여주면 좋겠어." AI는 야구 팬인 저의 의도를 완벽하게 이해했습니다. 안티그래비티 에디터는 마치 저와 함께 앉아 있는 가상의 디자이너처럼 대시보드의 시각적인 구조를 뚝딱 잡아주었고, 클로드 코드는 복잡한 세이버메트릭스 연산 로직과 백엔드 코드를 막힘없이 짜 내려가며 든든한 시니어 개발자 역할을 해주었습니다.

③ 활용 결과 어떤 변화가 있었나요?

AI 동료와 밤낮으로 의견을 주고받은 지 불과 몇 주 만에, 방구석 팬의 작은 아이디어는 눈부신 실제 웹 서비스로 진화했습니다.
그 결과, 서비스의 핵심 독창적 지표인 ‘불펜 피로도 지수(BFI, Bullpen Fatigue Index)’가 탄생했습니다. 연속 등판 패널티와 상황 가중치를 계산해 🔴의무휴식, 🟠경고, 🟡주의, 🟢쌩쌩 등 4단계 신호등 배지로 불펜의 과부하 상태를 완벽하게 시각화해 냈습니다. 더 나아가 1군 선수 전체의 입체적인 세이버메트릭스 리더보드, 인스타그램 공유용 구단별 맞춤 인포그래픽 카드 기능까지 완벽하게 구현되었습니다.
가장 감격스러운 변화는 이 서비스가 제 컴퓨터 안에서만 켜지는 모형에 그치지 않고, AI의 상세한 서버 배포 가이드를 따라 가상 서버 인프라를 구축하여 bullpen.kr이라는 실제 도메인으로 세상에 공개되었다는 점입니다. 이제 저와 제 친구들은 어제 경기 투수 교체에 대해 토론할 때 더 이상 "내 느낌인데 말이야..."라고 서두를 꺼내지 않습니다. 당당하게 스마트폰을 켜고 bullpen.kr 화면의 구체적인 숫자를 서로 보여주며 데이터 기반의 건전한 소통을 즐기게 되었습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

기존에 알려진 일반적인 AI 활용 방식이 단순히 프롬프트를 복사·붙여넣기 하는 수준이었다면, 저는 AI와의 '상호 피드백 루프'를 통해 도메인 지식(Domain Knowledge)의 한계를 극복하고 완성도를 높인 점이 저만의 차별화된 개선 포인트입니다.
개발 도중 야구 데이터 특유의 이닝 계산법인 ⅓, ⅔ 이닝 분수 개념 때문에 백엔드 데이터가 꼬이는 치명적인 버그가 발생했습니다. 코딩을 모르는 저로서는 절망적인 순간이었지만, 클로드 코드가 소스코드를 스스로 분석하더니 *"현재 이닝 계산 로직에서 분수 데이터가 버려지고 있습니다. 야구 기록의 특수성을 반영하여 데이터를 온전히 보존하도록 수정하겠습니다"*라며 버그의 원인과 해결책을 먼저 짚어내어 교정해 주었습니다.
또한 제가 "과거 시즌의 대용량 데이터도 그냥 한 번에 다 적재해 줘"라고 무모한 지시를 내렸을 때도, AI는 *"지금 구조에서 그냥 넣으면 기존 2026시즌 데이터 인덱스가 통째로 덮어써져 날아갑니다. 데이터베이스 구조를 안전하게 분리하는 리팩토링을 먼저 거치죠"*라며 제 데이터를 지켜주었습니다. 단순히 시키는 대로만 하는 매크로가 아니라, 인간의 실수를 능동적으로 바로잡는 상호 협력적 개발 프로세스를 구축한 것이 이번 프로젝트의 가장 큰 혁신입니다.

⑤ 다른 사람도 따라 할 수 있나요?

100% 가능하며, 오히려 강력하게 추천합니다. 저의 사례는 값비싼 외주 비용을 들이거나 수개월 동안 밤새 코딩 책을 붙잡고 씨름하지 않아도, 오직 '취미를 좋아하는 순수한 마음과 아이디어' 하나만 있다면 누구나 자신만의 소프트웨어를 만들 수 있음을 증명합니다.
개발 지식이 전혀 없는 일반인이라도 다음의 3단계 흐름만 알면 쉽게 따라 할 수 있습니다.
아이디어 구상: 자신이 깊게 몰두하고 있는 취미(야구, 요리, 게임 등)에서 기존 서비스에 없던 '답답했던 점'이나 '보고 싶은 데이터'를 정의합니다.
AI 에디터와의 대화: 안티그래비티와 클로드 코드를 켜고, 개발 언어가 아닌 "평소 친구에게 설명하듯" 내가 원하는 화면과 규칙을 말로 설명합니다. AI가 제안하는 피드백을 수용하며 단계별로 기능을 붙여나갑니다.

클라우드 가이드 배포: "이 코드를 인터넷에 띄우고 싶어"라고 AI에게 요청하여, AI가 짜주는 단계별 서버 명령어 가이드를 그대로 실행해 실제 도메인을 연결합니다.

생성형 AI는 과거 전문가들만의 전유물이었던 개발의 장벽을 평범한 대중에게 활짝 열어주었습니다. 아이디어와 열정만 있다면 그 어떤 방구석 팬이라도 생성형 AI라는 최고의 동료와 함께 세상에 하나뿐인 나만의 서비스를 뚝딱 창조해낼 수 있습니다.