본문으로 건너뛰기

GET·POST도 낯설었던 비개발자의 공공데이터 탐색실

nomadmeve

2026.07.29

GET·POST도 낯설었던 비개발자의 공공데이터 탐색실 본문 이미지

GET·POST도 낯설었던 비개발자의 공공데이터 탐색실

안녕하세요. 노브(nomadmeve)입니다. 아래는 Hermes에서 활동하는 제 AI, Pulses와 함께 공공데이터 탐색실을 작성한 "24시간AI서버" 사례글입니다. 전반적으로 사례글 스킬에 따라 Pulses가 작성을 하고, 제가 일부 윤문했습니다. Pulses가 작성해서 기술 언어를 능숙하게 쓴 면이 있습니다. AI스러운 면이 많은 글이지만, 제가 AI와 대화하며 작업한 전반적인 작업 흐름을 그대로 담았습니다.

📝 한줄 요약

API 서버의 전반적인 느낌조차 잡지 못했던 비개발자가 AI 에이전트 Pulses와 함께 공공데이터 탐색실을 만들었습니다. 검색 결과가 402건까지 부풀거나 원하는 오픈API가 빠지는 문제를 직접 발견하고, 공식 포털과 대조해 정확한 6건으로 바로잡는 과정까지 경험했습니다.

바쁘시면 이것만 읽어도 돼요:

  • 한국천문연구원 특일정보와 공공데이터포털 검색을 하나의 로컬 화면에서 사용하게 만들었습니다.

  • 외부 API 두 개를 내 Node.js 서버 하나가 연결하는 구조를 이해했습니다.

  • 월령 검색에서 빠진 한국천문연구원 오픈API를 공식 포털과 대조해 복원했습니다.

  • 달 위상 검색이 402건·41페이지로 부풀던 문제를 공식 포털과 같은 6건으로 바로잡았습니다.

  • GET은 URL로, POST는 JSON으로 조건을 보내는 차이를 같은 화면에서 직접 비교했습니다.

  • AI에게 “만들어 줘”라고만 하지 않고, 이상한 결과를 관찰하고 구체적으로 질문하는 것이 가장 강력한 프롬프트였습니다.

🎯 이런 분들께 도움돼요

  • API·서버·endpoint·GET·POST가 아직 한 덩어리처럼 느껴지는 비개발자

  • AI 코딩 에이전트와 작은 서버를 만들어 보고 싶은 분

  • 공공데이터포털 API를 화면으로 검색하고 싶은 분

  • AI가 만든 결과를 그대로 믿지 않고 검증하는 방법이 궁금한 분

  • 큰 프로젝트 전에 작은 실습으로 전체 흐름부터 익히고 싶은 분

😫 문제 상황 — API 서버가 아직 손에 잡히지 않았다

저는 앞으로 DaoCanon 연구자료 검색 API를 만들고 싶었습니다. 하지만 Caddy, localhost, 포트, endpoint 같은 용어가 한꺼번에 등장하니 정작 “API 서버가 무엇인지”에 대한 감각이 잡히지 않았습니다.

그래서 큰 프로젝트로 바로 들어가기보다, 이미 공개된 데이터를 이용해 작은 서버부터 만들어 보기로 했습니다.

제가 AI에게 처음 건넨 말은 이랬습니다.

DaoCanon API를 하기 전에 아직 API 서버의 전반적인 느낌을 잡지 못했어.
좀 더 여러 가지 실습을 하면서 DaoCanon을 진행하면 좋을 것 같은데.

공공데이터포털을 연습장으로 고른 이유는 단순했습니다. 데이터 자체를 새로 만들 필요 없이 다음 흐름에 집중할 수 있기 때문입니다.

내가 검색한다
→ 내 서버가 요청을 받는다
→ 내 서버가 외부 공공데이터 API를 호출한다
→ XML이나 JSON 결과를 받는다
→ 내 서버가 보기 좋은 형태로 정리한다
→ 브라우저 화면에서 결과를 확인한다

처음에는 외부 API가 두 개라면 내 서버도 두 개가 필요한지조차 헷갈렸습니다. 실습을 거치며 외부 API 두 개를 내 서버 하나가 서로 다른 업무 창구로 연결할 수 있다는 구조를 이해하게 됐습니다.

🛠️ 사용한 도구

  • AI 에이전트: Hermes Agent의 Pulses

  • 모델: OpenAI Codex GPT-5.6-sol

  • 서버: JavaScript / Node.js 24

  • 화면: HTML·CSS·JavaScript

  • 외부 데이터: 한국천문연구원 특일정보 API, 공공데이터포털 검색 API

  • 검증: 자동 테스트, 실제 브라우저 확인, 별도의 AI 리뷰어를 이용한 독립 코드 리뷰

  • 특이사항: 인증키는 서버 쪽에서만 사용하고 브라우저 화면에는 노출하지 않았습니다.

🔧 작업 과정

1. 외부 API 두 개를 내 서버 하나에 연결했다

첫 번째 실습은 한국천문연구원의 특일정보였습니다. 연도와 월을 선택하면 공휴일과 국경일을 보여 주는 비교적 단순한 조회입니다.

두 번째 실습은 공공데이터포털 검색이었습니다. 검색어를 입력하면 파일데이터·오픈API·표준데이터를 찾아 주는 기능입니다.

제가 구현 방향을 다시 확인하며 말했습니다.

DaoCanon을 진행하기 전에 공공데이터포털을 참고해서
한국천문연구원 특일정보와 공공데이터포털 검색서비스
두 가지를 먼저 API로 만들어보려해.

어떻게 구현되는지 몰라 Pulses에게 대략의 구현방향을 Image로 제시해달라고 했습니다. 이미지를 그려주긴 했는데, 사실 용어들이 모두 낯선 용어들이라서, 실제 기술 용어들은 잘 이해하지 못하고 대략의 흐름만을 이해했습니다.

이후 실제 작업을 진행했습니다. Pulses는 두 외부 서비스 내용(공휴일 조회, 공공데이터 검색)을 받아 하나의 일관된 결과로 바꾸는 작은 서버(Node.js API 서버)를 만들었습니다.

첫 결과물은 홈페이지가 아니라 backend 서버의 업무 창구들이었습니다.

서버 상태 확인
공공데이터 검색
한국천문연구원 특일정보 조회

브라우저에서 Pulses가 제시한 각 주소를 직접 호출하면 서버는 정상적으로 JSON 형식의 내용을 돌려줬습니다. 개발자라면 이것만으로도 동작을 확인할 수 있지만, 비개발자인 제게는 주소와 글자 묶음만 보였습니다. 무엇을 입력했고, 서버가 어디로 요청을 보냈으며, 돌아온 결과가 무엇인지 한눈에 연결하기 어려웠습니다.

즉 backend는 작동했지만 제가 사용하고 이해하기에는 아직 보이지 않는 서버에 가까웠습니다. 그래서 Pulses에게 사용자가 간이하게 볼 수 있는 홈페이지를 만들어서 보여달라고 했습니다. 이에 Pulses는 이미 만든 검색·특일정보 기능을 바꾸지 않고, 그 위에 브라우저에서 조작할 수 있는 frontend를 덧붙였습니다.

backend
→ 요청을 받고 외부 API를 호출한 뒤 결과를 정리

frontend
→ 검색어·연도·월을 입력하고 결과를 사람이 읽기 쉽게 표시

이때 검색과 특일 조회를 오갈 수 있는 탭, 입력창과 버튼, 결과 카드, 로딩·빈 결과·오류 상태가 함께 만들어졌습니다. backend의 기능이 홈페이지를 통해 비로소 제가 직접 만져 볼 수 있는 탐색실로 바뀐 것입니다.

그렇게 만들어진 첫 frontend 화면은 검색과 특일 조회를 오갈 수 있는 간단한 형태였습니다. 이미지는 제 의도와 무관하게, Pulses가 알아서 구성한 것인데, 꽤 마음에 들었습니다.

한국어로 된 웹사이트의 홈페이지

초기 공공데이터 탐색실. 검색어를 입력하기 전의 첫 화면입니다.

특일 조회에서는 2026년 8월의 광복절과 대체공휴일이 실제 화면에 표시됐습니다. 이 장면에서 “내가 입력한 연·월이 서버를 거쳐 외부 API에 전달되고, 다시 화면으로 돌아온다”는 순환이 처음 눈에 보였습니다.

한국어가 포함된 웹사이트의 스크린샷

한국천문연구원 특일정보를 실제 API로 조회한 화면입니다.

2. 화면이 생기자 API가 ‘보이는 것’이 됐다

명령어로 JSON만 볼 때는 서버가 무엇을 하는지 체감하기 어려웠습니다. 화면이 생기자 입력·대기·성공·빈 결과·오류가 각각 다른 상태라는 것이 보이기 시작했습니다.

검색 결과를 보고 원문 상세페이지로 이동할 수 있게 했고, 특일정보와 공공데이터 검색도 탭으로 나눴습니다. 인증키는 브라우저에 보내지 않고 내 서버 안에만 두었습니다.

이때부터 저는 완성된 화면을 수동적으로 구경하기보다, 직접 검색어를 바꾸고 결과를 공식 포털과 대조하기 시작했습니다. 그리고 그 과정에서 중요한 오류를 발견했습니다.

3. “월령”을 검색했는데 원하는 오픈API가 나오지 않았다

공공데이터 탐색실에서 월령을 검색했더니 닭 월령 통계, 월령리 선인장마을, 달 사진 같은 파일데이터만 보였습니다. 제가 원했던 것은 한국천문연구원의 월령 정보 오픈API였습니다.

공식 공공데이터포털에서 같은 단어를 검색해 보니 아래쪽에 분명히 오픈API 1건이 있었습니다.

한국 검색 엔진의 스크린샷

공식 공공데이터포털에는 ‘한국천문연구원_월령 정보’ 오픈API가 존재했습니다.

저는 보이는 차이를 그대로 Pulses에게 전달했습니다.

공공데이터 검색에서 “월령”을 치면 여러 파일데이터가 나와.
그 아래 “오픈 API (1건)”인 “한국천문연구원_월령 정보”가
내가 원하는 정보인데 이 부분은 나오지 않아.
이 부분을 보완해야 할 것 같아. 한번 살펴보렴, 펄시즈.

처음에는 우리가 만든 서버가 결과를 빼먹었다고 생각했습니다. 하지만 Pulses가 실제 외부 응답과 공식 포털을 대조해 보니 더 미묘한 문제였습니다.

외부 검색 API는 결과가 1건이라고 말하면서도, 정작 결과 목록은 비어 있었습니다.

외부 API가 알려 준 결과 수: 1
실제로 전달된 결과 목록: 0
공식 웹 포털에 보이는 결과: 1

Pulses는 검색 API를 우선 사용하되, 결과 수와 실제 목록이 맞지 않을 때만 공식 포털과 상세정보를 대조해 누락된 항목을 보완하도록 만들었습니다. 또한 보완이 일어났다는 사실을 숨기지 않고 결과 상태에 남겼습니다.

이 경험으로 “공식 API니까 결과가 항상 맞을 것”이라는 생각이 바뀌었습니다. AI가 만든 코드뿐 아니라 외부 API도 실제 화면과 교차검증해야 했습니다.

4. “달 위상” 402건을 6건으로 줄였다

다음에는 달 위상을 검색했습니다. 이번에는 결과가 너무 많았습니다. 약 402건, 41페이지가 나왔습니다. 국민연금 사업장이나 달비계 안전수칙처럼 제가 찾는 천문 정보와 관계없는 결과도 섞였습니다.

원인은 공백으로 나뉜 달과 위상 중 하나만 포함해도 결과로 잡히는 검색 방식이었습니다. 공식 포털은 두 단어가 모두 포함된 결과 6건만 보여 주고 있었습니다.

Pulses는 제가 입력한 문장은 그대로 유지하면서, 외부 검색에 전달할 때만 두 단어가 모두 포함되도록 조건을 바꿨습니다. 유형별 공식 결과도 다시 대조했습니다.

최종 결과는 다음과 같았습니다.

전체 6건
파일데이터 5건
오픈API 1건
표준데이터 0건

달 위상 검색은 결과값이 비교적 적지만, 다른 검색어를 넣을 경우 결과값이 꽤 많은 경우가 나타납니다. 이 때문에 저는 유형 구분도 요청했습니다.

포털처럼 유형 탭을 추가하는 것이 좀 더 간이하지 않을까?

그 결과 화면에 전체, 파일데이터, 오픈API, 표준데이터 탭이 생겼습니다. 버튼 모양만 바꾼 것이 아니라, 각 탭이 실제 서버 검색조건으로 연결됐습니다.

한국어가 포함된 웹사이트의 스크린샷

‘달 위상’ 검색이 공식 포털과 같은 6건으로 정리된 화면입니다. 위쪽에는 유형별 탭도 보입니다.

이 장면에서 배운 것은 중요했습니다. 비개발자도 결과가 이상한 이유를 기술 용어로 완벽하게 설명할 필요는 없었습니다. 공식 화면과 내가 만든 화면이 어떻게 다른지 구체적으로 말하는 것만으로도 디버깅 프롬프트가 됐습니다.

5. GET과 POST를 설명으로만 듣지 않고 화면에서 비교했다

결과물이 거의 완성됐을 때도 저는 GET과 POST의 차이가 정확히 무엇인지 잘 몰랐습니다. /hello와 /health가 GET 함수의 이름인지도 헷갈렸습니다.

hello와 health는 GET 함수의 동작방식을 말하니?
그리고 endpoint와 POST에 대해 좀 더 설명해주렴.
검색 호출은 GET인데, POST가 무엇인지 아직 잘 모르겠어.

Pulses는 관공서 창구에 비유했습니다.

서버 = 하나의 관공서
endpoint = 서로 다른 업무를 맡은 창구 주소
GET = 조건을 URL에 적어 보내는 방식
POST = 조건을 JSON 봉투 안에 담아 보내는 방식

설명만으로는 여전히 감이 잘 오지 않았습니다. 그래서 같은 검색을 GET과 POST 두 방식으로 직접 실행할 수 있게 해 달라고 요청했습니다.

POST 검색창구를 하나 더 신설해 주렴.
각각 GET, POST 창구라는 것을 적시하면 좋겠어.
아울러 “PD 공공데이터 탐색실” 옆에서 서버 작동 여부를 확인하고,
“서버 작동중” 또는 “서버 미작동중”이 나오게 하면 어떨까?
한국 웹사이트의 홈페이지

최종 화면. GET·POST 검색 버튼, 유형 탭, 서버 작동 확인과 실제 API 연결 상태를 한곳에서 볼 수 있습니다.

두 버튼은 같은 검색 결과를 돌려주지만 조건을 전달하는 자리가 다릅니다. 화면에서 직접 번갈아 눌러 보니 GET과 POST의 차이가 비로소 손에 잡혔습니다.

/hello는 서버가 응답하는지 간단한 인사로 확인하고, /health는 실제 API 연결 준비와 실행 상태를 조금 더 자세히 보여 주도록 역할도 나눴습니다.

6. AI 리뷰어가 “테스트 통과” 뒤의 문제를 찾아냈다

Pulses가 구현하고 자동 테스트가 통과한 뒤, 펄시즈가 알아서 별도의 AI 리뷰어에게 코드를 독립적으로 검토했습니다. 첫 리뷰는 통과가 아니었습니다.

리뷰어는 POST 요청에서 잘못된 데이터 형식을 너무 쉽게 문자열로 바꾸는 문제와, JSON과 비슷해 보이는 잘못된 형식까지 받아들이는 문제를 찾았습니다.

Pulses는 지적사항을 실제 실패 테스트로 재현하고 수정했습니다. 그 뒤 같은 리뷰어 관점으로 다시 검토해 최종 통과 판정을 받았습니다.

최종 자동 테스트: 51개 모두 통과
보안 취약점 검사: 0건
독립 재검토: 통과, 차단 문제 없음

AI 리뷰어는 사실 내가 생각하지 못한 부분으로 Hermes에서 Pulses가 자동으로 진행한 사항인데, 역할과 기준을 분리해 주면 AI도 구현자와 검토자로 서로 견제할 수 있다는 것을 배웠습니다.

✅ 결과 — 서버보다 더 큰 것은 ‘구분할 수 있게 된 것’이었다

Before vs After

항목

Before

After

API 서버

막연한 기술 용어

요청을 받고 결과를 돌려주는 프로그램으로 이해

외부 API와 내 서버

API가 두 개면 서버도 두 개라고 생각

외부 API 두 개를 내 서버 하나가 연결한다고 이해

endpoint

함수와 혼동

서버 안의 개별 업무 창구 주소로 이해

GET·POST

언제 무엇을 쓰는지 불명확

URL과 JSON 봉투의 차이를 같은 검색으로 비교

외부 API 결과

공식 API면 맞을 것이라고 기대

공식 웹·실제 응답·내 화면을 교차검증

테스트

작동하면 끝이라고 생각

실패 재현·수정·독립 재검토까지 한 묶음으로 이해

서버 운영

켜 두면 계속 작동한다고 생각

로컬 실행과 24시간 상주는 별도 단계라고 구분

실제 결과물

  • 공공데이터 검색과 특일정보 조회를 한 화면에서 사용

  • 전체·파일데이터·오픈API·표준데이터 유형별 검색

  • GET·POST 방식으로 같은 검색조건 비교

  • /hello를 이용한 서버 작동 확인

  • 외부 API 결과가 불완전할 때 공식 포털을 통한 보완

  • 달 위상 검색 402건을 공식 포털과 같은 6건으로 교정

  • 자동 테스트 51개와 독립 재검토 통과

현재 결과물은 로컬 학습 서버입니다. Docker로 자동 재시작되거나 24시간 운영 서비스는 아닙니다. 향후 주차가 계속되면 Docker로 자동 재시작되는 24시간 서버 운영도 가능할 것으로 기대합니다.

💬 이 과정에서 배운 AI 활용 팁

효과적이었던 것

  1. 큰 목표 전에 작은 한 순환부터 만들기
    DaoCanon 전체를 바로 만들지 않고, 입력→내 서버→외부 API→정리된 결과→화면 확인만 먼저 경험했습니다.

  2. ‘이상하다’를 구체적인 비교로 바꾸기
    “검색이 이상해”보다 “내 화면에는 없는데 공식 포털에는 오픈API 1건이 있다”고 말하니 조사 경로가 선명해졌습니다.

  3. 기술 용어를 몰라도 원하는 화면을 제안하기
    “포털처럼 유형 탭을 두자”, “서버 작동중을 화면에서 보자”는 말이 실제 기능 설계가 됐습니다.

  4. AI에게 결과가 아니라 검증 증거까지 요구하기
    브라우저 화면, 실제 외부 응답, 자동 테스트, 독립 리뷰를 함께 확인했습니다.

  5. 설명이 이해되지 않으면 조작 가능한 기능으로 바꾸기
    GET과 POST를 글로만 배우지 않고 두 버튼으로 직접 비교했습니다.

이렇게 하면 안 돼요

  1. 첫 성공 응답만 보고 완료했다고 생각하지 않기
    고정 예제에서 잘 돼도 실제 외부 데이터의 구조와 결과는 다를 수 있습니다.

  2. 공식 API 결과를 무조건 진실로 가정하지 않기
    결과 수는 1인데 목록이 비어 있는 일도 실제로 있었습니다.

  3. AI에게 모호하게 ‘고쳐 줘’라고만 하지 않기
    공식 화면, 원하는 항목, 현재 화면의 차이를 함께 알려 주는 편이 훨씬 효과적입니다.

  4. 인증키를 프롬프트·화면·문서에 넣지 않기
    인증키는 서버의 안전한 실행환경에만 두어야 합니다.

  5. 로컬 실행과 24시간 운영을 혼동하지 않기
    Docker의 재시작 정책이나 별도 운영 설정이 없다면 컴퓨터 재부팅 뒤 자동으로 살아나는 서버가 아닙니다.

🌍 다른 업무에 적용한다면?

이번에 익힌 방식은 공공데이터에만 한정되지 않습니다.

  • 여러 외부 API를 하나의 검색창으로 묶기

  • 서로 다른 XML·JSON 결과를 한 가지 형태로 정리하기

  • 공식 웹과 API 응답이 다를 때 교차검증하기

  • 연구자료 검색 API를 만들기 전에 작은 adapter로 검증하기

  • 사내 데이터나 공개 통계를 비개발자용 화면으로 바꾸기

  • 구현 AI와 검토 AI의 역할을 분리하기

특히 앞으로 만들 DaoCanon 검색 API에서도 “내 서버가 외부 또는 로컬 자료를 받아 일정한 결과로 바꿔 준다”는 구조를 그대로 재사용할 수 있습니다.

🚀 앞으로의 계획

첫 번째 목표였던 로컬 공공데이터 탐색실은 완성했습니다. 다음 단계는 한꺼번에 진행하지 않고 필요에 따라 진행할 예정입니다. 공개데이터 검색 기능을 확장하는 것도 재미있을 것 같은데, 우선 4주 과정에서 진행할 주요 사항은 Daocanon 검색 API 서버입니다.

  1. 이번 adapter 방식을 다른 API와 DaoCanon 검색에 재사용

  2. 여러 사례에서 반복 검증한 뒤 재사용 가능한 작업 스킬로 정리

  3. 24시간 운영이 실제로 필요해지면 Docker와 자동 재시작 적용

  4. 여러 서버의 공용 주소와 HTTPS가 필요해질 때 Caddy 다시 학습

  5. 세계의 공개 API를 목적 중심으로 찾는 Public API Foundry 방향으로 확장 (별도)

짧은 후기: 공공데이터 탐색실 API 서버 작업은 api 관련 개념과 내용은 잘 모르지만, 우선 AI와 대화하면서 무엇을 만들지부터 시작했습니다. 이후 함께 작업을 진행하고 탐색하는 과정에서 관련 개념들을 좀더 이해해 갈 수 있었습니다. 아울러 작업 과정에서 보완사항을 발견하고 발전시켜 갔습니다. 비개발자도 AI와 대화를 통해 진행해 가면, 그 과정에서 시행착오를 거쳐 의도하는 목표에 조금씩 다가갈 수 있다는 것을 배웠습니다.

1

함께 이야기해요 1

로그인하고 댓글을 남겨 주세요

온어닷 프로필 이미지
온어닷2026.08.06

검색이 이상해”보다 “내 화면에는 없는데 공식 포털에는 오픈API 1건이 있다, 포털처럼 유형 탭을 두자”, “서버 작동중을 화면에서 보자" 이런 부분....
혼자서 깨달으셨지만, 프롬프트 엔지니어링에서 "예시를 들면 AI가 그 방향으로 집중해서 벡터값을 산정한다"는 실존하는 기법입니다 ㅎㅎㅎㅎ 배우셨다고 작성해주셨지만, 이미 실생활의 AI 활용 시 매일매일 녹여서 쓰고 계셨어서 눈치 못채셨나봐요 =) 역시 고수는 일상에서 기법을 숨쉬기처럼 사용하십니다.👏 👏 👏

읽다가 도움이 될까 싶은 게 떠올라서 적어봅니다ㅎㅎ 이미 알고 계신 내용이면 가볍게 넘겨주세요 =)

공공데이터포털 인증키는 하루 호출 횟수 제한이 있어서 (개발계정은 보통 1,000건/일), 나중에 다른 사람들이 쓰는 서비스가 되면 방문자들의 검색이 전부 개발자의 한도를 소모하게 되거든요ㅜ 다행히 특일정보 같은 데이터는 1년에 몇 번 안 바뀌어서, 한 번 받아온 결과를 서버에 저장해두고 재사용하면 호출량이 거의 0이 될 수 있어요><

사례글 쓰시느라 고생 많으셨습니다 =) 이번주도 기대할게요ㅎㅎㅎ

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기