목록으로
교육·학습을 위한 AI 활용
혼자서 AI 팀과 만든 영어 단어 게임 앱 '하이빵용' — 공부가 놀이로 이어지게
1인 개발자가 AI 에이전트 여러 명을 역할별 팀처럼 꾸려 기획·개발·검수·운영을 함께 하고, 앱 안에서도 AI로 단어 연결·대사·그림을 만들어 사용자마다 다르게 배우는 영어 단어 앱을 출시한 사례
🤖 활용 AI 도구
Claude (Claude Code, Claude API), Gemini (단어 그림 생성)
■ 왜 시작했나
2026년 6월 23일, "AI와 함께라면 혼자서도 앱을 끝까지 만들 수 있을까"에서 시작했습니다. 다음 날 방향을 하나로 정했습니다. "외우게 하는 앱이 아니라 이해하게 하는 앱." 영어 단어는 꾸준히 해야 늘지만 단어장만 넘기다 보면 금방 지칩니다. 그래서 단어를 쉬운 말로 이해하고, 배운 단어가 바로 놀이로 이어지는 앱을 만들기로 했습니다. 단어를 배우면 빵이 생기고, 그 빵을 반려 용 '빵용이'에게 먹이면 기운이 차서 낚시·나무 베기 같은 놀이를 할 수 있습니다.
기획·디자인·개발·서버·콘텐츠·검수·마케팅을 모두 혼자 해야 했고, 그래서 AI를 "도구"가 아니라 "팀"으로 쓰기로 했습니다.
■ AI를 어떻게 썼나 — 1) 혼자서 팀을 꾸리고, 키워 온 과정 (118일)
- 시작(6월): 채팅 AI(Claude)와 코딩 AI(Claude Code) 둘이 GitHub 저장소 하나를 공동 기억으로 나눠 쓰는 2인 체제로 출발했습니다.
- 지휘를 맡김(7월): Claude Code를 프로젝트 지휘자로 정하고, 되돌릴 수 없는 결정과 돈이 드는 일만 제가 서명하도록 선을 그었습니다.
- 밤에도 일하는 AI(8월): 사람이 자는 동안 AI가 코드를 조사해 아침에 보고서 한 장을 내는 "밤 디버그 엔진"을 만들었습니다.
- 역할을 나눈 방(9월): 개발·디버그·콘텐츠 등 역할별 AI 방을 두고, 판단과 확인은 CTO 역할 AI 하나가 모아 맡게 했습니다. 실제 아이폰을 AI가 24시간 플레이해 보며 버그를 찾는 방도 두었습니다.
- 경영진처럼(10월): CTO(개발)·CMO(마케팅) 두 AI가 각자 팀을 이끌고, 저는 방향과 결정에만 집중했습니다.
- 품질을 지킨 장치: 모든 변경은 자동 검사를 통과해야만 반영됩니다. 8월 약 2천 건이던 검사가 지금은 1,130개 파일·4만 2천여 건으로 자랐고, 2분 30초 안에 끝납니다. 화면이 바뀌는 일은 반드시 실제 화면 사진으로 제가 먼저 보고, 사용자에게 내보내기 전에는 개발판을 제 폰에서 확인했습니다.
- 그동안 쌓인 기록: 커밋 약 1만 7천 건, AI가 스스로 남긴 교훈·피드백 메모 약 500개, 서버 변경 240여 번.
■ AI를 어떻게 썼나 — 2) 앱의 뿌리를 AI로 만들다
- 단어 콘텐츠: 교육부 기본어휘에서 고른 1,967개 단어(레벨 1~9)마다 "아이에게 설명하듯 쉬운 말" 해설, 예문과 번역, 문제 12,449개, 틀렸을 때 이유를 알려 주는 해설 8,357개를 AI로 만들었습니다. 그대로 쓰지 않고 "만드는 AI → 채점하는 AI → 고쳐 쓰는 AI → 처음 보는 AI의 최종 확인" 순서로 걸렀고, 채점하는 AI는 아이에게 보이는 것만 보도록 파일 단위로 분리했습니다. 통과하지 못한 단어는 억지로 넣지 않고 보류했습니다.
- 그림과 소리: 단어의 92%(1,820장)에 장면 그림을 AI로 그렸습니다. 그림으로 표현할 수 없는 추상어는 억지로 그리지 않고 걸러냈습니다. 단어와 예문 각 1,998개에 원어민 발음 음성을 붙였습니다.
- 내 수준 찾기: 처음 레벨 진단은 사람들을 한 칸씩 낮게 놓았습니다(시뮬레이션 정확도 24%). 문제 하나 풀 때마다 실력을 다시 추정하는 방식으로 바꿔 정확도를 74%로 올렸고, 바쁜 사람을 위한 1분 빠른 진단도 더했습니다.
- 이해를 확인하는 복습: 같은 문제를 다시 내지 않고 매번 다른 각도의 문제를 내서, 외운 게 아니라 이해했는지 봅니다. 복습 간격(1·1·3·7·14일)은 AI 딥리서치로 연구 근거를 모아 정했습니다.
- 사람마다 다른 다음 단어: 1,967개 단어 사이의 "이걸 알면 저게 쉬워지는" 연결을 사전과 AI 심사로 만들어, 이미 아는 단어와 이어진 단어가 먼저 나오게 했습니다.
- 나를 알아보는 빵용이: 실제 사용자 기록에서 175가지 상황을 정하고, AI가 쓴 대사 1,022줄을 다른 AI가 말투·사실 여부로 심사해 걸렀습니다. 어제 배운 단어를 다시 꺼내고, 오랜만에 오면 반깁니다.
■ 결과
- 118일 만에 한 사람이 AI 팀과 함께 기획부터 출시까지 끝냈습니다. 6월 23일 첫 커밋 날 첫 설치 파일이 나왔고, 10월 2일 첫 실기기 빌드, 10월 14일 Google Play 정식 출시, 아이폰은 App Store 심사 중입니다.
- 콘텐츠: 30장(6월 29일) → 802장(7월 20일) → 1,967장(10월 15일)으로 늘렸고, 모든 카드에 쉬운 말 해설과 예문이 있습니다.
- 첫 파일럿에서 아이가 어려운 추상어 3개를 모두 이해했고, 부모님은 "쉬운 말 설명이 인상적"이라고 했습니다.
- 실제 사용자: 출시 직후 첫 광고 이틀 만에 체험한 사람 24명이 생겼고, 앱 사용자 중 일부는 다음 날 다시 돌아왔습니다. 한 사람의 첫날 기록을 읽고 그 사람에게 맞춘 소식과 선물을 보냈더니 그날 밤 다시 들어온 일도 있었습니다. 사람마다 다르게 배우게 하는 "초개인화"의 첫걸음입니다.
- 사용자가 어디서 멈추는지 기록으로 찾아 바로 고치는 흐름이 자리 잡았습니다. 예를 들어 에너지가 떨어진 순간 떠나는 것을 찾아 "배우면 빵이 생긴다"는 고리를 첫 5분 안에 알 수 있게 고쳤습니다.
■ 나만의 방식
AI에게 다 맡기지 않았습니다. 제가 기준(무엇이 좋은지, 무엇이 거짓인지)을 정하고, AI가 만든 결과를 다른 AI가 심사하고, 마지막은 제가 눈으로 봤습니다. "만드는 AI, 검사하는 AI, 결정하는 사람"으로 나눈 것이 핵심입니다.
■ 다른 사람도 따라 할 수 있나
네. 역할을 나눈 AI 창 여러 개, 자동 검사, 그리고 "반영 전 사람 눈 확인" 세 가지만 지키면 혼자서도 팀처럼 일할 수 있습니다.
2026년 6월 23일, "AI와 함께라면 혼자서도 앱을 끝까지 만들 수 있을까"에서 시작했습니다. 다음 날 방향을 하나로 정했습니다. "외우게 하는 앱이 아니라 이해하게 하는 앱." 영어 단어는 꾸준히 해야 늘지만 단어장만 넘기다 보면 금방 지칩니다. 그래서 단어를 쉬운 말로 이해하고, 배운 단어가 바로 놀이로 이어지는 앱을 만들기로 했습니다. 단어를 배우면 빵이 생기고, 그 빵을 반려 용 '빵용이'에게 먹이면 기운이 차서 낚시·나무 베기 같은 놀이를 할 수 있습니다.
기획·디자인·개발·서버·콘텐츠·검수·마케팅을 모두 혼자 해야 했고, 그래서 AI를 "도구"가 아니라 "팀"으로 쓰기로 했습니다.
■ AI를 어떻게 썼나 — 1) 혼자서 팀을 꾸리고, 키워 온 과정 (118일)
- 시작(6월): 채팅 AI(Claude)와 코딩 AI(Claude Code) 둘이 GitHub 저장소 하나를 공동 기억으로 나눠 쓰는 2인 체제로 출발했습니다.
- 지휘를 맡김(7월): Claude Code를 프로젝트 지휘자로 정하고, 되돌릴 수 없는 결정과 돈이 드는 일만 제가 서명하도록 선을 그었습니다.
- 밤에도 일하는 AI(8월): 사람이 자는 동안 AI가 코드를 조사해 아침에 보고서 한 장을 내는 "밤 디버그 엔진"을 만들었습니다.
- 역할을 나눈 방(9월): 개발·디버그·콘텐츠 등 역할별 AI 방을 두고, 판단과 확인은 CTO 역할 AI 하나가 모아 맡게 했습니다. 실제 아이폰을 AI가 24시간 플레이해 보며 버그를 찾는 방도 두었습니다.
- 경영진처럼(10월): CTO(개발)·CMO(마케팅) 두 AI가 각자 팀을 이끌고, 저는 방향과 결정에만 집중했습니다.
- 품질을 지킨 장치: 모든 변경은 자동 검사를 통과해야만 반영됩니다. 8월 약 2천 건이던 검사가 지금은 1,130개 파일·4만 2천여 건으로 자랐고, 2분 30초 안에 끝납니다. 화면이 바뀌는 일은 반드시 실제 화면 사진으로 제가 먼저 보고, 사용자에게 내보내기 전에는 개발판을 제 폰에서 확인했습니다.
- 그동안 쌓인 기록: 커밋 약 1만 7천 건, AI가 스스로 남긴 교훈·피드백 메모 약 500개, 서버 변경 240여 번.
■ AI를 어떻게 썼나 — 2) 앱의 뿌리를 AI로 만들다
- 단어 콘텐츠: 교육부 기본어휘에서 고른 1,967개 단어(레벨 1~9)마다 "아이에게 설명하듯 쉬운 말" 해설, 예문과 번역, 문제 12,449개, 틀렸을 때 이유를 알려 주는 해설 8,357개를 AI로 만들었습니다. 그대로 쓰지 않고 "만드는 AI → 채점하는 AI → 고쳐 쓰는 AI → 처음 보는 AI의 최종 확인" 순서로 걸렀고, 채점하는 AI는 아이에게 보이는 것만 보도록 파일 단위로 분리했습니다. 통과하지 못한 단어는 억지로 넣지 않고 보류했습니다.
- 그림과 소리: 단어의 92%(1,820장)에 장면 그림을 AI로 그렸습니다. 그림으로 표현할 수 없는 추상어는 억지로 그리지 않고 걸러냈습니다. 단어와 예문 각 1,998개에 원어민 발음 음성을 붙였습니다.
- 내 수준 찾기: 처음 레벨 진단은 사람들을 한 칸씩 낮게 놓았습니다(시뮬레이션 정확도 24%). 문제 하나 풀 때마다 실력을 다시 추정하는 방식으로 바꿔 정확도를 74%로 올렸고, 바쁜 사람을 위한 1분 빠른 진단도 더했습니다.
- 이해를 확인하는 복습: 같은 문제를 다시 내지 않고 매번 다른 각도의 문제를 내서, 외운 게 아니라 이해했는지 봅니다. 복습 간격(1·1·3·7·14일)은 AI 딥리서치로 연구 근거를 모아 정했습니다.
- 사람마다 다른 다음 단어: 1,967개 단어 사이의 "이걸 알면 저게 쉬워지는" 연결을 사전과 AI 심사로 만들어, 이미 아는 단어와 이어진 단어가 먼저 나오게 했습니다.
- 나를 알아보는 빵용이: 실제 사용자 기록에서 175가지 상황을 정하고, AI가 쓴 대사 1,022줄을 다른 AI가 말투·사실 여부로 심사해 걸렀습니다. 어제 배운 단어를 다시 꺼내고, 오랜만에 오면 반깁니다.
■ 결과
- 118일 만에 한 사람이 AI 팀과 함께 기획부터 출시까지 끝냈습니다. 6월 23일 첫 커밋 날 첫 설치 파일이 나왔고, 10월 2일 첫 실기기 빌드, 10월 14일 Google Play 정식 출시, 아이폰은 App Store 심사 중입니다.
- 콘텐츠: 30장(6월 29일) → 802장(7월 20일) → 1,967장(10월 15일)으로 늘렸고, 모든 카드에 쉬운 말 해설과 예문이 있습니다.
- 첫 파일럿에서 아이가 어려운 추상어 3개를 모두 이해했고, 부모님은 "쉬운 말 설명이 인상적"이라고 했습니다.
- 실제 사용자: 출시 직후 첫 광고 이틀 만에 체험한 사람 24명이 생겼고, 앱 사용자 중 일부는 다음 날 다시 돌아왔습니다. 한 사람의 첫날 기록을 읽고 그 사람에게 맞춘 소식과 선물을 보냈더니 그날 밤 다시 들어온 일도 있었습니다. 사람마다 다르게 배우게 하는 "초개인화"의 첫걸음입니다.
- 사용자가 어디서 멈추는지 기록으로 찾아 바로 고치는 흐름이 자리 잡았습니다. 예를 들어 에너지가 떨어진 순간 떠나는 것을 찾아 "배우면 빵이 생긴다"는 고리를 첫 5분 안에 알 수 있게 고쳤습니다.
■ 나만의 방식
AI에게 다 맡기지 않았습니다. 제가 기준(무엇이 좋은지, 무엇이 거짓인지)을 정하고, AI가 만든 결과를 다른 AI가 심사하고, 마지막은 제가 눈으로 봤습니다. "만드는 AI, 검사하는 AI, 결정하는 사람"으로 나눈 것이 핵심입니다.
■ 다른 사람도 따라 할 수 있나
네. 역할을 나눈 AI 창 여러 개, 자동 검사, 그리고 "반영 전 사람 눈 확인" 세 가지만 지키면 혼자서도 팀처럼 일할 수 있습니다.
