① 어떤 상황에서 AI를 활용했나요?

시즌3 마감(10월 31일)을 11일 앞두고 이 공모전에 도전하기로 했습니다. 손에 있는 건 안내 PDF 한 부와 신청 양식 캡처 한 장뿐이었고 무엇을 낼지는 정하지 못한 상태였습니다.
감으로 주제를 고르면 이미 누가 낸 주제와 겹치거나 배점에서 약한 사례가 될 것 같았습니다. 그래서 조사·분석·평가는 AI 에이전트에게 맡기고 저는 방향을 정하고 최종 판단을 하기로 했습니다.

② 어떤 AI를 어떻게 활용했나요?

터미널에서 동작하는 AI 에이전트 Claude Code(Claude Opus 5.5)를 썼습니다. 한 대화 안에서 웹 검색, 자료 수집, 분석 코드 작성과 실행까지 맡길 수 있어서 골랐습니다.

1) 공모전 파악: 안내 PDF와 신청 양식을 읽혀 배점(분야 적합성 20, AI 활용 적정성 25, 창의성·실용성 30, 윤리·책임성 25)과 인정·불인정 기준을 정리했습니다. 공식 사이트를 찾아 잘못된 주소를 고쳤고 마감일은 외부 공고 두 곳으로 교차 확인했습니다. 공식 신청 페이지에는 아직 시즌2 마감일이 남아 있었습니다.

2) 기존 출품작 전수 분석: 공개 사례 게시판 158쪽, 1,580건을 모아 분야·시즌·주제별로 셌습니다. 시즌3 지역사회 분야는 65건으로 생활(225건)의 3분의 1이 안 됐습니다. 제목·소개에 '앱·개발'이 들어간 사례가 452건, '검증·오류'가 119건이었던 반면 AED, 웹 접근성, 아파트 관리비 같은 주제는 관련 사례가 0건이었습니다.

3) 지난 수상작 확인: 공식 블로그에서 시즌1 우수작 12건을 찾아 게시판 글과 맞춰 봤습니다. 12건 중 8건이 도구를 직접 만들었고 공공데이터를 쓰거나 "결정은 사람이 한다"는 설계가 많았습니다.

4) 가상 심사위원 5명: "심사위원 페르소나를 만들어 먼저 심사하고, 100점에 가장 가까운 주제를 고르자"고 요청했습니다. AI는 공식 배점표를 기준으로 관점이 다른 다섯 명(AI 기술, AI 윤리, 과학교육, 지역·공공혁신, 서비스 기획)을 만들고 후보마다 항목별 점수와 감점 사유를 썼습니다.

5) 세 번의 심사: 1라운드 후보 6개(1위 87.0점) → 감점 사유를 반영해 다시 설계한 2라운드 6개(1위 91.0점) → '실제로 짧게 해 볼 수 있는가'를 먼저 따진 3라운드 7개(1위 90.2점). 점수표의 합계와 평균은 AI가 스크립트로 다시 계산해 검산했습니다.

6) 근거 확인: 후보마다 사실을 따로 확인하고 출처를 붙였습니다. 예를 들어 AED 후보는 500세대 이상 아파트의 설치 의무, 2020년 경기도 감사 결과(35.7%가 기한 초과·손상), 공공데이터 명세의 "실제와 다를 수 있다"는 문구까지 확인했습니다.

③ 활용 결과 어떤 변화가 있었나요?

- 하루 만에 막연함이 근거 있는 선택지로 바뀌었습니다. 후보 17개(재설계안 2개 포함)가 나왔고 심사위원 평가 85건이 감점 사유와 함께 남았습니다.
- 겹치는 주제를 미리 피했습니다. 처음 떠올린 '부모님 의심 문자 판별', '사진 한 장 안전신고', '어르신 키오스크'는 이미 잘 만든 사례가 있다는 걸 확인하고 뺐습니다.
- 좋은 사례의 조건이 보였습니다. 심사위원들이 공통으로 깎은 이유는 'AI가 보조 역할에 그침', '1주일 안의 성과가 약함', '일반인이 따라 하기 어려움'이었습니다. 이 세 가지는 다른 공모전이나 기획서를 쓸 때도 쓸 수 있는 점검표가 됐습니다.
- 실수를 막았습니다. 잘못 알고 있던 사이트 주소, 공식 페이지에 남은 지난 마감일, 2020년 기준이라 쓰면 안 되는 오래된 데이터, 이름이 비슷한 다른 공모전(AI 활용 아이디어 공모전)을 AI가 먼저 짚었습니다.
- 마지막 기준은 실행 가능성과 진실성이었습니다. 점수가 높은 주제들은 현장 조사나 가족과 함께하는 훈련 같은 실제 활동이 더 필요했습니다. 저는 실제로 한 일만 쓰기로 하고 이 준비 과정 자체를 사례로 골랐습니다. 모의 심사 점수는 81.8점으로 낮았지만 그대로 냅니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

AI로 공모전을 준비한 사례는 이미 많습니다(게시판에서 44건 확인). 대부분 공고를 많이 찾아 많이 내는 데 초점이 있었다면, 저는 '무엇을 낼지'를 근거로 고르는 데 집중했습니다.

- 남의 출품작부터 읽는다: 아이디어를 내기 전에 공개된 출품작 전체를 모아 이미 있는 것과 아무도 안 한 것을 숫자로 확인합니다.
- 심사위원은 여러 명, 관점은 다르게: 공식 배점표 하나에 관점이 다른 다섯 명을 붙이고 점수마다 감점 사유를 꼭 쓰게 합니다. 한 명에게만 물으면 칭찬만 돌아오기 쉽습니다.
- 점수는 검산하고 한계를 적는다: 합계와 평균을 코드로 다시 계산하고 "같은 AI가 후보를 내고 채점도 했다"는 한계를 결과와 함께 적습니다.
- 마지막은 실행 가능성과 진실성으로 거른다: 점수가 높아도 실제로 할 수 없거나 사실과 다르게 써야 하는 주제는 고르지 않습니다.

⑤ 다른 사람도 따라 할 수 있나요?

네. 코딩을 몰라도 대화형 AI와 웹 검색만 있으면 됩니다. 첨부한 '따라 하기 키트'에 단계별 요청문을 넣었습니다.

1. 공고문과 배점표를 주고 "평가 항목별로 무엇을 보는지 표로 정리해 줘"
2. 공개된 기존 출품작 목록을 주고 "분야별·주제별로 몇 건인지 세 줘"
3. "배점표 기준으로 관점이 다른 심사위원 5명을 만들고, 후보마다 항목별 점수와 감점 사유를 써 줘"
4. "공통 감점 사유를 반영해 후보를 다시 설계하고, 같은 기준으로 다시 채점해 줘"
5. 내가 실제로 쓸 수 있는 시간과 조건을 알려 주고 마지막으로 거르기

지원사업 신청서, 사내 아이디어 공모, 학교 과제 주제 고르기에도 그대로 쓸 수 있습니다. 공개 게시판을 수집할 때는 요청 사이에 간격을 두어 서버에 부담을 주지 말고 남의 아이디어는 겹치지 않기 위해 참고하는 데서 멈춰야 합니다.

[윤리·책임성] 작성 가이드에는 없지만 따로 적습니다.

- 공개된 자료만 썼습니다. 게시판은 0.4초 간격으로 천천히 모았고 저장할 때 작성자 닉네임은 뺐습니다.
- 다른 출품작은 베끼지 않았습니다. 주제가 겹치는지 숫자로만 참고했습니다.
- 수치마다 원문 출처를 확인했고 확인하지 못한 것(시즌3 공식 마감 공지, 시즌2 수상작)은 '확인 못 함'으로 남겼습니다. 주제별 건수는 제목·한 줄 소개의 키워드로 센 근삿값입니다.
- 모의 점수는 후보끼리 비교하는 용도일 뿐 실제 심사 결과를 보장하지 않는다는 점을 결과마다 밝혔습니다.
- 이 글에는 실제로 한 일만 담았습니다. 신청서의 개인정보(이름·연락처)는 AI에게 넘기지 않았습니다.