🏆 AI스터디 23기 3주차 베스트 사례 큐레이션 - 업무&비즈니스

📚 23기 런칭스프린트

✍️ [런칭스프린트 3주차] 전애인을 사주로 판결하는 서비스

눈오지

하려던 것 📝

• 전애인과 현애인을 사주로 비교 판결하는 서비스 개발 사례

• 지인이 전애인과 현애인을 비교하는 사주 서비스가 없다는 말에 수요를 발견하여 서비스를 개발하고자 함.

• 이별 후 재회 고민, 현애인과 전애인 비교 고민 등을 판사 고양이 '판냥이'를 통해 해결하고자 함.

• 사용자가 친구에게 묻던 고민을 서비스로 해결하고, 판결문을 캡처하여 단톡방에 공유하는 바이럴 동선을 구축하고자 함.

• 무료 판결로 사용자를 유입시키고, 더 깊은 내용을 원하는 사람에게 유료 심층 리포트로 넘어가는 퍼널을 만들고자 함.

활용한 툴 ⚒️

• Google Analytics 4 (GA4): 웹 스트림 연결, 측정 ID 발급, 전 페이지 적용 요청을 통해 사용자 접속 및 퍼널 이탈 지점을 파악하고자 함.

• Microsoft Clarity: 새 프로젝트 생성, 프로젝트 ID 확보, 적용을 통해 사용자들의 판결문 스와이프 패턴 및 이탈 지점 등을 녹화로 확인하고자 함.

진행 세부 내용 🔍

#### 1️⃣ 현재 상태 대조 및 과제 적용

• MVP를 실제 서비스처럼 만들기 위한 3주차 과제 6종(GA4/Clarity/도메인/파비콘/SEO·GEO/SNS 공유)을 서비스에 적용하고자 함.

• 현재 상태를 과제별로 대조하여 신규 적용, 보강, 패스할 항목을 분류함.

• GA4와 Clarity는 신규 적용, SEO·GEO는 GEO 보강, SNS 공유는 PC 공유 추가가 필요함을 확인함.

• 도메인과 파비콘은 이미 적용되어 있어 패스함을 결정함.

#### 2️⃣ Google Analytics 4 (GA4) 적용

• GA4 속성을 생성하고 웹 스트림에 `https://exsaju.com`을 연결하여 측정 ID를 발급받았음.

• 발급받은 측정 ID를 코딩 에이전트에게 전달하여 서비스 전 페이지에 적용하도록 요청함.

• 향상된 측정 토글을 켠 상태로 유지하여 SPA 페이지 이동이 자동 집계되도록 설정하고, 수동 `page_view` 코드 사용 시 발생할 수 있는 이중 카운트를 방지함.

• 실시간 보고서에서 내 접속이 잡히는 것을 확인하여 성공 여부를 검증하고, 랜딩-입력-판결문 퍼널의 이탈 지점을 숫자로 파악할 수 있게 됨.

#### 3️⃣ Microsoft Clarity 적용

• 새 프로젝트를 생성하고 주소창 URL에서 프로젝트 ID를 확보하여 서비스에 적용함.

• 프로젝트 생성 직후 "mobile platform을 고르라"는 SDK 화면이 나타났으나, 웹사이트는 해당 화면을 무시하고 ID를 확보하면 됨을 파악하고 적용을 진행함.

• 판결문이 4장짜리 스와이프 구조임을 고려하여, 사용자들이 몇 장까지 넘기고 어디서 멈추는지 녹화로 볼 수 있게 되었음.

#### 4️⃣ SEO·GEO 보강

• robots/sitemap/OG/서치콘솔·네이버 등록은 이미 되어 있었으므로, 빠진 GEO만 보강하기로 함.

• 랜딩 페이지에 JSON-LD(WebApplication 스키마)를 추가하여 AI 검색이 서비스의 정체성을 구조화된 데이터로 읽어가도록 함.

• 과제에서 제시된 "구조화된 FAQ"는 페이지에 보이는 FAQ 섹션이 없으면 마크업만 넣는 것이 구글 가이드라인 위반임을 확인하고 적용하지 않기로 결정함.

#### 5️⃣ SNS 공유 기능 보강

• AddToAny 대신 자체 구현 방식을 선택함.

• 서비스의 공유 단위가 "판결문 카드"이므로, 이미지 저장 및 모바일 네이티브 공유는 이미 구현되어 있었음.

• PC 사용자를 위한 공유 방법이 없음을 확인하고, PC용 링크 복사 버튼(공유 문구+URL)을 추가하여 공유 기능의 공백을 메움.

• `navigator.share`가 모바일 전용이므로 PC 환경에서의 단톡방 바이럴을 위해 별도 버튼이 필요함을 인지하고 구현함.

📚 23기 K스킬자동화

✍️ [과제] 업무 자동화 스킬

김채린

📚 23기 코덱스입문

✍️ 코덱스와 Blender MCP로 ‘Tree & Kite’ 한옥카페를 미리 만들어보다

문 숙 ( Scarlet ) ENFP

하려던 것 📝

• AI를 활용하여 한옥 카페&스테이를 3D 이미지와 영상으로 구현한 사례

• 꿈꾸는 'Tree & Kite 한옥카페&스테이' 공간을 3D 이미지와 영상으로 직접 구현함.

• 코덱스 입문 과정에서 배운 Skill, Plugin, MCP 개념을 실제 프로젝트에 적용하고자 함.

• 단순히 예쁜 카페 이미지를 만드는 것을 넘어, 사람들이 실제로 커피를 마시고 머물 수 있는 공간처럼 구체적으로 표현하고 발전시키고자 함.

활용한 툴 ⚒️

• Codex: 전체 작업 지시, 수정 요청, Blender 작업 흐름 구성 목적으로 사용함.

• Blender MCP: 코덱스의 자연어 요청을 Blender 작업과 연결하는 통로 목적으로 사용함.

진행 세부 내용 🔍

1️⃣ Blender MCP 연결 및 초기 공간 구상

• 시도한 방법과 접근 방식: Blender MCP를 코덱스에 연결하고, 원하는 공간의 구조와 분위기를 자연어로 설명하여 코덱스가 Blender 작업을 돕도록 함.

• 사용한 프롬프트나 코드: 구체적인 프롬프트는 제시되지 않았으나, 자연어로 공간 구조와 분위기를 설명하는 방식을 사용함.

• 얻은 결과나 피드백: 내가 그린 간단한 평면도와 실제 영상을 입력하여 이를 반영한 평면도를 얻음.

2️⃣ 한옥 카페 & 스테이 공간 발전 및 수정

• 시도한 방법과 접근 방식: 초기 평면도에 카페, 숙박 공간, 정원, 화장실, 출입구 등을 추가하며 실제 사용할 수 있는 공간으로 발전시킴. 결과가 마음에 들지 않을 때마다 수정 요청을 반복함.

• 발생한 문제와 해결 방법: 한옥 지붕과 외벽 형태, 창문과 폴딩도어 위치, 카페와 숙박 공간 동선, 조경, 간판 디자인, 색상(붉고 무거운 색상 -> 밝고 따뜻한 한옥 분위기) 등 다양한 요소에 대한 반복적인 수정이 발생함. 이는 AI 작업에서 한 번의 완벽한 명령보다 구체적인 대화가 중요하다는 것을 학습하며 해결함.

• 얻은 결과나 피드백: 다양한 수정 과정을 거쳐 구상하던 한옥 카페&스테이의 3D 모델을 구체화함.

3️⃣ 완성된 공간을 8개 장면으로 구성

• 시도한 방법과 접근 방식: 완성된 3D 공간을 하나의 이미지로 끝내지 않고, 공간 전체를 보여주는 장면부터 카페 입구, 내부, 정원, 노을 전경, 로고 장면 등 총 8개의 장면으로 기획함.

• 얻은 결과나 피드백: 각 장면을 약 3초씩 구성하여 전체 24초 분량의 영상 기획을 완료함. 세로형 영상 외에 가로형과 정사각형 이미지도 함께 제작함.

4️⃣ 영상 제작을 위한 준비 및 테스트

• 시도한 방법과 접근 방식: 나뭇가지의 흔들림이나 커피 김처럼 작은 움직임을 추가하여 영상의 현실감을 높임. Veo에서 영상으로 발전시키기 위해 8장의 기준 이미지와 각 장면별 프롬프트를 준비함.

• 얻은 결과나 피드백: 현재 첫 장면의 테스트 영상을 제작 완료함. 나머지 장면도 동일한 방식으로 연결할 계획을 수립함.

📚 23기 계좌비서고용

✍️ 나만의 투자에이전트, 국내 배당 ETF 모듈을 만들다

홍진경

하려던 것 📝

• AI 활용하여 국내 배당 ETF 모듈을 개발한 사례

• 지난주 완성된 미국 배당주 캘린더 모듈에 이어서 국내 배당 ETF 모듈을 추가하고자 함.

• 은퇴 준비를 돕는 개인화된 투자 에이전트를 구축하는 과정에서 국내 배당 관련 질문에 답할 수 있는 조각을 채우고자 함.

• 1,155개의 국내 배당 ETF 후보 중 무엇을 보여주고 무엇을 뺄지 신뢰할 수 있는 기준이 없는 문제와 데이터 소스의 신뢰성 문제를 해결하고자 함.

활용한 툴 ⚒️

• Claude Code: 코드 작성 및 수정, 데이터 소스 분석 및 검증 지시, 필터링 기준 설계, 수집 오류 방지 및 최적화에 활용함.

• 데이터 소스: 공공데이터포털, SEIBro, yfinance (데이터 수집 및 검증 목적으로 조합하여 활용함.)

진행 세부 내용 🔍

1️⃣ 데이터부터 믿을 수 있어야 했다.

• 국내 데이터 소스 4곳(공공데이터포털, SEIBro, yfinance, 네이버금융)을 검토하여 각 소스의 제공 값, 특징, 한계를 비교 분석함. 공공데이터포털 승인 후 종목 하나로 실제 값을 검증하고 yfinance 값과 일치시킴.

• 공공데이터포털 시세 조회 시 날짜 필터를 빼먹어 하루 한도 10,000건을 넘는 116만 건을 요청하는 문제 발생, 즉시 수집을 중단하고 날짜 필터를 필수로 고쳐 해결함.

• SEIBro에서 페이지가 조용히 잘려 실제 997종목 중 205종목만 보이는 문제 발생, 직접 세어봐야 알 수 있었음을 인지하고 데이터 신뢰성 확보에 노력함.

• 세 소스를 합칠 때 값의 성격에 따라 우선순위를 다르게 적용하고, 병합 실패 시 "시세 없음"으로 조용히 넘어가는 것을 방지하기 위해 병합 확인 절차를 판정 전에 두어 해결함.

2️⃣ 기준을 두 가지로 나누다 — 이 작업의 핵심

• 1,155개의 ETF 후보를 걸러낼 기준으로 "성격이 다른 것"(해외지수, 커버드콜, 금리형, 테마)과 "목적에 못 미치는 것"(수익률 2% 미만)으로 나누어 필터링 함.

• Claude Code에 "[후보 목록]에서 무엇을 보여줄지 정해야 해. 기준을 하나로 뭉치지 말고 두 가지로 나눠줘 — 성격 자체가 달라서 빼야 하는 것과, 목적에 못 미쳐서 빼야 하는 것. 각 기준으로 제외된 항목 중 놓치면 아까운 게 있는지도 확인해줘."와 같은 프롬프트를 활용함.

• 유형만으로 걸렀을 때 "시장지수"로 분류된 종목 중 전체 2위 수익률의 좋은 종목을 놓칠 뻔하는 문제 발생, 유형과 실적 기준을 함께 적용하여 해결함.

• 국내 ETF는 상장 이력이 대부분 3년 미만으로 짧아 미국처럼 등급을 매기기 어려움에 따라, 등급 대신 조건에 따른 결과 규칙만 보여주는 방식으로 접근함.

• 두 가지 기준을 통과한 결과, 1,155개 종목이 45개로 압축됨.

3️⃣ 45개, 그리고 화면이 됐다

• 국내 배당의 배당락일, 기준일, 지급일이 서로 다른 특성을 고려하여 3단 토글 방식을 화면에 구현함.

• 매달 들어오는 현금 흐름을 "월별 현금 사다리" 형태로 시각화하고, 빈 달은 점선 자리로 남겨 구멍이 눈에 띄도록 함.

• "이 날 사면 못 받습니다" 같은 해석 문구는 매뉴얼로 옮기고, 종목명 대신 코드로 표시하는 등 화면을 사용자 친화적으로 다듬음.

📚 23기 부수입마케팅비서

✍️ 엄마와의 추억이 콘텐츠가 되기까지: Hermes Desktop으로 만든 AI 비서 ‘엄미새’

복지리

하려던 것 📝

• 엄마와의 추억과 효도 아이디어를 콘텐츠로 발전시키는 AI 비서 구축 및 활용 사례

• 엄마와의 추억을 기록하고, 바쁜 성인 자녀들을 위한 효도 아이디어 큐레이션 계정을 준비함.

• 최종적으로 협찬을 통해 엄마와의 추억을 다양하게 만들고, 공동구매 형태의 수익을 발생시키는 것을 목표로 함.

• 개인의 경험과 아이디어를 콘텐츠로 발전시키고, AI에게 매번 배경 설명을 반복하지 않아도 되도록 나만의 말투와 원칙을 지키는 콘텐츠 비서를 구축하여 효율적인 콘텐츠 기획을 수행하고자 함.

활용한 툴 ⚒️

• Hermes Desktop: 파일을 읽고 수정하며 대화를 이어가는 AI 작업 환경으로 활용함.

• Codex OAuth 기반 모델 연결: Hermes Desktop에서 AI를 연결하는 방식으로 활용함.

• Markdown 문서: AI 비서의 역할, 사용자 정보, 기억, 성격을 저장하는 방식으로 활용함.

• write-post: 작업 기록을 DEVLOG로 정리하고 사례글로 변환하는 글쓰기 구조로 활용함.

• Claude Code: 비즈니스 설계 및 콘텐츠 구체화에 활용함.

• ChatGPT: 프로필 이미지 제작에 활용함.

진행 세부 내용 🔍

• 1️⃣ AI 비서 세팅 준비를 진행함

- '6가지 사업의 방 메타인지 툴'을 활용하여 스스로 '무엇을 잘하는 사람인지'를 정리하고, '사람에게 추억이나 감동이 될 일을 기획하는 것'이 강점임을 파악함. - 독자를 부모님과 좋은 추억을 만들고 싶지만 시간이 부족한 20~40대 자녀로 구체화하여 콘텐츠의 이유와 방향을 명확히 함. - 정리된 내용을 `메타인지.md`와 `PRD.md`에 기록하여 AI가 다음 대화에서도 콘텐츠의 이유와 방향을 상기할 수 있게 함. - AI 비서 스케폴딩 가이드를 토대로 `SOUL.md`를 만들어 비서의 역할과 성격, 하지 않을 행동까지 상세히 지정하고, `AGENTS.md`에 부팅 순서를 정하여 대화의 맥락을 잃지 않도록 조치함.

• 2️⃣ 첫 콘텐츠 아이디어를 요청하고 피드백을 얻음

- 구축된 AI 비서에게 콘텐츠 아이디어를 짧게 요청하여 '엄마와 당일치기 데이트 코스', '내 생일에 엄마에게 선물하면 좋은 것 5가지', '엄마에게 지금 물어봐야 할 질문 10가지' 등의 소재를 제안받음. - AI가 두 번째 소재인 '엄마에게 선물하면 좋은 것 5가지'가 '원조 엄미새'라는 정체성을 가장 자연스럽게 보여준다고 판단하여, 제안된 아이디어가 사용자 경험과 연결되어 있음을 확인함.

• 3️⃣ 콘텐츠 계정 준비를 체계적으로 진행함

- 타겟 및 콘텐츠 방향을 대화로 던지자 AI가 `idea.md`로 구조화하여 저장하고, 이를 이후 모든 대화의 기준 문서로 활용함. - `idea.md`를 근거로 계정명과 아이디 10개를 컨셉별(직관형/감성형/브랜드형)로 추천받아 `name.md`에 정리하고, 그중 '효도연구소(효도랩)'를 채택함. - 직접 쓴 바이오 문구 초안을 AI에게 주어 어투 통일, 이모지 정리, 향후 공구 링크 자리까지 고려한 3가지 버전으로 리라이팅함. - 아버지의 부재, 엄마와의 관계 등 개인 서사를 대화로 풀어주자 `idea.md`에 자동 구조화하여 누적되어 콘텐츠의 깊이를 더함. - `idea.md` 하나만 근거로 스레드 20일치 실제 게시글, 인스타그램 소개 캐러셀, 캡션, 릴스 스크립트 등 대량 콘텐츠 초안을 한 번에 생성하고, 브랜드 스토리(보라색 로고 등)를 여러 채널에 반복 노출되도록 의도적으로 배치함. - 계정명에서 아이디어를 얻어 '키친랩'을 활용한 '효도랩' 이미지를 ChatGPT에게 요청하여 프로필 이미지를 제작함.

📚 23기 글로벌현지화

✍️ K-드라마 음식 검색 MVP 제작 사례 - 코아님의 꿀팁을 가득 곁들인..

우주_

하려던 것 📝

• K-드라마 장면 속 음식을 식별하여 해외 구매까지 연결한 사례

• 해외 K-드라마 팬들이 화면 속 음식에 대한 정보를 얻기 어려운 배경이 있었음

• 이미지 기반으로 음식 이름을 식별하고 영어·한글 설명과 해외 쇼핑 검색으로 연결하는 웹앱을 만들고자 함

• 처음에는 영상 업로드, 자동 수집, 냉장·냉동 배송, 제휴 정산 등은 제외하고 사용자 이미지 업로드와 결과 확인 흐름만 구현하고자 함

• 폐쇄형 분류기가 실제 장면에서 오인식하는 문제를 해결하고자 함

활용한 툴 ⚒️

• CLIP 모델: 초기 MVP에서 이미지와 음식 설명 문장의 유사도를 비교하여 음식 후보를 찾는 목적으로 사용함

• Ollama: Mac에서 로컬로 대규모 언어 모델을 실행하는 플랫폼으로 사용함

• qwen2.5vl:7b: Ollama 위에서 이미지에서 보이는 음식이나 조리 장면을 설명하고, 음식 이름, 보이는 근거, 불확실성 등을 함께 반환하는 열린 인식 구조 구현 목적으로 사용함

진행 세부 내용 🔍

1️⃣ 다섯 가지 음식만 구분하는 첫 MVP를 만들었습니다

• 로컬 CLIP 모델을 사용하여 떡볶이, 라면, 비빔밥, 김치찌개, 한국식 치킨 5가지 음식 후보 중 유사도를 비교하는 방식을 시도함

• 실제 음식 이미지 3장으로 테스트한 결과, Top-1 2/3, Top-3 3/3의 결과를 얻었음

• 떡볶이가 치킨보다 낮게 나오는 경우가 있어 단일 정답 대신 후보 세 개를 보여주는 방식으로 접근하였으나, 사람이 마지막 후보를 고르게 하면 된다고 생각함

• 실제 사용자가 목록 밖 이미지(한국식 고기구이)를 가져오자, 후보에 없는 음식을 라면 77.7%로 오인식하고, 틀린 목록에서 정답이 없는 문제가 발생함

2️⃣ Ollama와 Qwen2.5-VL로 열린 인식 구조를 만들었습니다

• 폐쇄형 분류 구조 대신 Mac에서 Ollama의 `qwen2.5vl:7b` 모델을 활용하여 열린 인식 구조로 전환함

• 미리 정한 음식 중 하나를 고르는 대신, 이미지에서 실제로 보이는 음식이나 조리 장면을 설명하게 하는 시스템 프롬프트를 사용함

• 시스템 프롬프트를 통해 음식 이름 외에 화면에서 보이는 근거, 이미지 화질, 확인할 수 없는 부분, 음식이 없을 때의 응답, 해외 상품 검색에 사용할 용어 등을 함께 반환하도록 유도함

• 기존 '라면 77.7%'로 인식했던 불판 이미지를 다시 분석한 결과, 'Korean BBQ / 한국식 고기구이'로 인식하고, '화질: limited', '근거: 불판 위 고기 조각, 파로 보이는 녹색 채소', '불확실성: 정확한 고기 종류와 부위는 사진만으로 단정할 수 없음' 등의 정보를 함께 제공하는 결과를 얻음

3️⃣ 기술 데모를 실제 사용 흐름으로 확장했습니다

• 인식 모델 외에 이미지 선택(드래그 앤 드롭, 붙여넣기), 파일 형식(JPG, PNG, WebP, HEIC) 및 8MB 제한 검증, 이메일 회원가입·로그인·로그아웃 기능을 연결함

• SQLite 기반으로 30일 세션과 월 사용량을 저장하고, Free 계정은 성공한 분석만 월 3회 차감하며, Pro 월 $7.99와 Stripe 테스트 Checkout 구조를 구현함

• Amazon·Google Shopping 일반 검색 링크를 제공하고, 추론이 끝난 이미지는 임시 파일을 즉시 삭제하도록 처리함

• 이미지는 Mac 내부에서 처리되어 외부 비전 API로 전송되지 않지만, 모델 파일이 약 6GB이고 첫 추론이 느릴 수 있다는 단점이 있었음

4️⃣ 기능은 되지만 제품처럼 보이지 않던 화면을 다시 만들었습니다

• 초기 디자인은 베이지 배경, 큰 세리프 제목, 빨강·초록·검정 포인트가 섞여 있어 촌스럽고 무거워 보이는 문제가 있었음

• 스터디장 코아님이 알려준 Apple Design System Analysis 자료를 참고하여 디자인을 재구축함

• SF Pro 계열 시스템 글꼴, 넓은 흰 여백, 흰색과 `#f5f5f7` 표면, Action Blue(` #0071e3`), pill 형태의 주요 버튼, 44px 모바일 터치 타깃 등 Apple 디자인 원칙의 제약을 적용함

• 색과 폰트뿐만 아니라 첫 화면에 예시 장면, 음식 이름, 보이는 근거, 상품 카드와 'Try this scene' 버튼을 배치하여 사용자가 서비스 여정을 빠르게 이해하도록 개선함

📚 23기 GEO노출전략

✍️ AI 검색최적화 robots.txt, 이렇게 수정했습니다 — 그리고 댓글 하나로 다시 뒤집혔습니다

퍼널해커_장원근

하려던 것 📝

• robots.txt 설정을 통해 LLM 크롤러를 허용하는 사례

• LLM 크롤러가 웹사이트 콘텐츠에 접근하여 활용할 수 있도록 함

• WordPress 기본 설정과 달리 개발사가 커스텀 `robots.txt`를 적용하여 LLM 크롤러 접근이 제한되어 있었음

• LLM 크롤러가 웹사이트 콘텐츠를 크롤링하지 못하게 되는 문제를 해결하고자 함

활용한 툴 ⚒️

내용이 부족하여 요약하지 못했습니다

진행 세부 내용 🔍

• 1️⃣ robots.txt에서 LLM 크롤러 허용 확인

• `내도메인.com/robots.txt` 주소로 접속하여 현재 `robots.txt` 설정 상태를 확인하는 방식으로 접근함.

• 개발사가 커스텀 `robots.txt`를 적용하여 `User-agent: *` 로 전체 허용이 아닌 특정 크롤러 접근이 제한되어 있었음.

• `robots.txt` 파일에 다음 코드를 추가하여 GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, ClaudeBot, anthropic-ai, Google-Extended, Googlebot 등 주요 LLM 및 검색 엔진 크롤러를 명시적으로 `Allow: /` 설정함:

\`\`\` # ChatGPT User-agent: GPTBot Allow: /

User-agent: OAI-SearchBot Allow: /

User-agent: ChatGPT-User Allow: /

# Perplexity User-agent: PerplexityBot Allow: /

# Claude User-agent: ClaudeBot Allow: /

User-agent: anthropic-ai Allow: /

# Google User-agent: Google-Extended Allow: /

User-agent: Googlebot Allow: / \`\`\`

• 명시적인 규칙 추가를 통해 LLM 크롤러들이 웹사이트의 모든 경로에 접근하여 콘텐츠를 크롤링할 수 있도록 허용하는 결과를 얻음.