① 어떤 상황에서 AI를 활용했나요?

제가 다니는 태극권 도장에서는 관장님이 오랫동안 회원의 출석, 회비, 승단, 개인지도 내역 등을 엑셀에 직접 기록하며 관리해왔습니다. 실제 월별 출석부도 회원별 행과 날짜별 칸을 만들어 운영자가 출석 여부를 하나씩 입력하고, 옆에는 현재 수련내용 등을 직접 적는 방식이었습니다.

그중에서도 앱을 만들게 된 최초의 계기는 회비 안내 문제였습니다.
회원마다 회비 납부일이 다르고 납부가 늦어지면 운영자가 직접 문자나 연락을 하거나, 만나서 회비 이야기를 해야 했습니다.
하지만 돈과 관련된 이야기는 생각보다 민감했습니다. 안내가 필요한 회원도 있었지만, 어떤 회원은 “말하지 않아도 낼 때가 되면 낸다”며 별도의 연락을 불편하게 받아들이기도 했습니다.
운영자에게는 꼭 필요한 업무지만, 오랫동안 함께 운동하는 사람에게 반복해서 돈 이야기를 꺼내는 것은 서로에게 불편할 수 있었습니다.
그래서 원래 누군가 회비 납부일을 자동으로 알려주는 간단한 앱을 만들어주기로 했다는 이야기를 들었습니다. 하지만 약 2년이 지나도록 별다른 진척이 없었습니다.

그 이야기를 듣던 중 문득 생각했습니다.

“요즘 GPT로 여러 가지를 한다는데, 앱도 만들 수 있을까?”

2026년 4월 2일 오전 10시 17분, 저는 ChatGPT에 처음 이렇게 물었습니다.

“태극권 도장에서 관리자 앱과 일반 회원용 앱 2개를 만든다고 한다면 어떤 식으로 만들면 좋을 거 같아?”
ChatGPT가 관리자와 회원의 역할을 나눈 서비스 구조를 제안하는 것을 보면서 실제로 한번 만들어볼 수도 있겠다는 생각이 들었습니다.
그래서 곧이어 물었습니다.
“그러면 너가 말한 앱을 같이 지금 만들어볼까?”
그 대화가 실제 개발의 시작이 되었습니다.

당시 저는 코딩을 할 줄 몰랐습니다. 처음부터 거대한 관리시스템을 만들 생각도 없었습니다. 단지 2년 동안 해결되지 않았던 작은 현장 문제를 AI와 함께 직접 해결해볼 수 있을까라는 궁금증에서 시작했습니다.

② 어떤 AI를 어떻게 활용했나요?

저는 ChatGPT를 단순히 코드를 받아가는 도구로 사용하지 않았습니다.
제가 가진 것은 개발 지식이 아니라 실제 도장을 이용하는 회원으로서의 경험과 현장의 운영방식이었습니다.
먼저 실제 상황을 AI에게 설명했습니다.
예를 들어 회비 알림을 만들 때도 단순히 “회비 알림을 만들어줘”라고 하지 않았습니다.
회원마다 납부일이 다르고, 납부일 2일 전과 당일에는 안내가 필요하지만, 이미 회비를 납부한 회원에게는 불필요한 알림이 가면 안 된다는 실제 운영규칙을 설명했습니다.
AI가 기능 구조와 구현방법, 코드를 제안하면 제가 직접 실제 환경에 적용했습니다. 물론 그 과정이 매끄럽기만 한 것은 아니었습니다.

오류가 나면 저는 정말 그대로 물었습니다.
“오류 나는데??”
데이터베이스를 연결하라는 설명 자체를 이해하지 못했을 때는, “이거 어떻게 하는 건지 모르겠어.” 라고 다시 물었습니다.

그러면 ChatGPT는 어떤 프로그램을 열어야 하는지, 어느 위치에 무엇을 입력해야 하는지, 어떤 결과가 나와야 정상인지까지 단계별로 설명했습니다.
저는 그대로 실행하고, 안 되면 나온 화면과 오류를 다시 보여주었습니다. AI가 원인을 분석하면 수정한 뒤 다시 테스트했습니다.
개발 과정은 계속 다음과 같이 반복되었습니다.

현장의 문제 발견
→ AI에게 실제 상황과 원하는 결과 설명
→ 구현방법 제안
→ 직접 실행
→ 오류 또는 불편 발견
→ 다시 질문
→ 수정
→ 실제 환경에서 재검증

AI가 제안하는 기능을 모두 받아들이지도 않았습니다. 한 번은 ChatGPT가 다음 기능으로 ‘대기자 자동 승격’을 제안했습니다.
하지만 실제 우리 도장에서는 필요하지 않은 기능이었습니다. 그래서 저는 “대기자 관련된 건 없어도 돼. 홈 종합 API 하자.”
라고 결정했습니다.

이처럼 AI가 여러 선택지를 제안하더라도 무엇이 현장에 필요한지는 제가 판단했습니다.

저는 이 과정을 통해 자연스럽게 ‘현장 → AI → 현장’이라는 활용방식을 만들게 됐습니다.
현장에서 문제를 발견하고, AI와 구현하고, 다시 현장에서 사용한 뒤, 새로운 문제가 생기면 다시 AI와 고치는 방식입니다.

③ 활용 결과 어떤 변화가 있었나요?

가장 큰 변화는 단순히 엑셀을 앱으로 바꾼 것이 아닙니다. 도장에서 기록을 만들고 운영하는 방식 자체가 달라지기 시작했습니다.

현재 현중태극권의 실제 운영 회원은 33명입니다. 기능 점검용 테스트 계정 2개는 별도로 운영하고 있으며, 실제 성과 통계에서는 테스트 기록을 제외합니다. 첫 번째 변화 — 사람이 하기 불편했던 회비 안내를 시스템이 담당하기 시작했습니다
이제는 회원별 회비 상태를 시스템에서 관리하고, 필요한 회원에게 납부일 2일 전과 당일에 자동으로 안내합니다.
실제로 회원앱 알림센터에서 같은 납부일을 기준으로 2일 전과 당일에 회비 안내가 전달되는 것을 확인했습니다.
이미 납부가 확인된 회원에게는 해당 기간의 불필요한 알림이 가지 않도록 만들었습니다.
이 기능의 목적은 단순히 회비를 빨리 받는 것이 아닙니다.

운영자가 직접 돈 이야기를 해야 하는 부담을 줄이고, 회원에게는 필요한 정보를 필요한 시점에 자연스럽게 전달하는 것이 목적이었습니다.

두 번째 변화 — 관리자가 적던 출석을 회원이 직접 기록하기 시작했습니다

기존에는 운영자가 월별 엑셀 출석부에 회원의 출석을 하나씩 입력했습니다. 지금은 회원이 도장에 들어오면 자신의 휴대전화로 직접 출석합니다. 정식 운영을 시작한 뒤에는 회원들이 도장에 들어오면서 자연스럽게 휴대전화를 꺼내 출석하는 모습도 나타나기 시작했습니다. 즉 과거에는 관리자가 나중에 만들어야 했던 기록을, 이제는 회원이 자신의 운동을 시작하면서 직접 남기고 있습니다.

세 번째 변화 — 관리자에게만 필요한 앱에서 회원도 쓰고 싶은 앱으로 바뀌었습니다

개발 중 한 가지 중요한 문제를 발견했습니다. 회비 알림처럼 관리자에게만 편리한 기능만 있다면 회원은 왜 이 앱을 설치하고 계속 가지고 있어야 할까? 회원 입장에서는 회비 알림만 받는 앱이라면 설치하지 않거나, 알림을 끄거나, 앱을 삭제할 수도 있다고 생각했습니다. 그래서 앱의 방향을 바꿨습니다.

회원인 제가 실제 운동하면서 필요하다고 생각한 출석 목표, 개인 수련기록, 현재 진도와 성장 확인, 개인별 수련 포인트 등을 추가했습니다. 회원은 이제 자신의 출석 목표를 세우고, 공력과 투로 등 개인 연습을 기록하며, 현재 어디까지 수련했는지를 확인할 수 있습니다.
결과적으로 기존에는
운영자 한 사람이 기록을 만들고 관리했다면,
현재는
회원은 자신의 활동을 직접 기록하고, 시스템은 반복적인 업무를 처리하고, 운영자는 그 정보를 활용해 관리하고 지도하는 방식
으로 변화하고 있습니다.

그리고 이 경험을 통해 제 행동방식도 달라졌습니다.

현중태극권 앱을 만든 뒤에는 생활이나 업무에서 필요한 것이 생겼을 때 “누군가 이런 것을 만들어주면 좋겠다.” 가 아니라,

“이것도 AI와 함께 직접 만들어볼 수 있지 않을까?”

라고 먼저 생각하게 됐습니다. 실제로 이후에는 제가 공부하는 공부 자료를 가지고 쉽게 검색하고 공부할 수 있는 학습 앱도 AI와 함께 만들기 시작했습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

제가 생각하는 가장 큰 특징은 AI에게 정답을 맡긴 것이 아니라, 현장 경험을 AI와 연결했다는 점입니다.
저는 지금도 코딩을 잘 모릅니다.
몇 달 동안 앱을 만들었다고 해서 개발자가 된 것도 아닙니다.
하지만 도장에서 어떤 일이 불편한지, 어떤 기능은 회원이 부담스러워할지, 어떤 방식이 실제 운영에 맞지 않는지는 알고 있습니다.
그래서 AI에게 막연하게 “좋은 앱을 만들어줘.” 라고 요청하기보다,

“우리 도장에서는 실제로 이렇게 운영한다.”
“이 경우에는 알림이 가면 안 된다.”
“이 기능은 실제로 필요하지 않다.”
“관리자는 편해도 회원이 사용하지 않을 수 있다.”

처럼 실제 상황과 사람의 반응을 최대한 구체적으로 설명했습니다.
그리고 결과물을 반드시 다시 현장에서 확인했습니다.

제가 정리한 방식은 다음과 같습니다.
현장 문제 발견 → AI와 구현 → 직접 사용 → 실제 피드백 → AI와 재개선

즉 ‘현장 → AI → 현장’의 반복입니다.

또 한 가지 중요한 개선은 관리자 중심에서 사용자 중심으로 시선을 바꾼 것입니다. 처음에는 운영자의 회비 업무를 줄이는 것이 목적이었습니다. 하지만 회비 알림만 있는 앱이라면 회원에게는 사용할 이유가 없다는 사실을 깨달았습니다.

그래서
“관리자가 회원에게 설치를 부탁하는 앱”에서 “회원이 자기 필요 때문에 계속 사용하는 앱”
으로 방향을 바꾸었습니다.

이 판단은 AI가 먼저 찾아준 문제가 아니라, 실제 회원인 제가 서비스를 사용할 사람의 입장에서 고민하면서 발견한 문제였습니다.
저에게 AI는 대신 생각하는 도구라기보다, 함께 의논하고 비개발자인 사람의 현장 경험을 실제로 실행할 수 있게 만드는 도구였습니다.

⑤ 다른 사람도 따라 할 수 있나요?

저는 이 사례의 핵심이 ‘태극권 앱을 만든 것’만이라고 생각하지 않습니다. 작은 체육관, 무술도장, 요가원, 개인 교습소, 동호회, 작은 사업장에는 아직도 엑셀·종이·메신저·사람의 기억으로 처리하는 일이 많이 있습니다. 규모가 작기 때문에 전문 개발팀을 두거나 큰 비용을 들여 시스템을 만드는 것은 쉽지 않습니다. 하지만 그곳에서 일하거나 이용하는 사람은 무엇이 불편한지는 누구보다 잘 알고 있습니다.
저도 코딩을 몰랐습니다. 처음에는 데이터베이스에 어떻게 접속하는지도 모르고, 오류가 나면 무엇을 봐야 하는지도 몰랐습니다.
하지만 모르면 그대로 AI에게 물었습니다. 설명을 따라 실행하고, 결과를 다시 보여주고, 잘못되면 다시 고쳤습니다.
그래서 다른 사람이 제 앱을 그대로 따라 만들 필요는 없습니다. 오히려 자신의 생활이나 업무에서 반복되는 작은 불편 하나를 찾는 것이 먼저라고 생각합니다.

그리고 AI에게 실제 상황을 설명한 뒤,
→ 작게 만들어보기
→ 직접 사용해보기
→ 문제 발견하기
→ AI와 다시 고치기
를 반복해보는 것입니다.

저는 몇 달 동안 앱을 만들었지만 지금도 코딩을 잘 모릅니다. 그런데 이제는 코딩을 모른다는 것이 ‘만들 수 없다’는 뜻은 아니라고 생각합니다. AI가 저를 개발자로 만들어준 것은 아닙니다.

대신,
‘만들어지기를 기다리는 사람’에서 ‘필요한 것을 직접 만들어보는 사람’으로 바꾸어주었습니다.

저와 비슷하게 자신의 현장 문제를 잘 알고 있지만 기술 때문에 실행하지 못했던 사람이라면 누구든 이 방식으로 시작해볼 수 있다고 생각합니다.