AI와 100인의 용사들 시즌2 전시회 페이지

AI에 대한 전문적인 지식이 없는 직장인들이 단 하루만에 완성한 20개의 서비스들을 소개합니다!

총 88개 기업에서 인사, 교육, 마케팅, 기획, 영업, CS 등 다양한 직군의 직장인들이 모여 밤샘 해커톤을 진행하며 제작한 서비스들입니다
프로젝트 보고
1.
프로젝트명 : 최적의 팀원을 매칭해주는 자동화 솔루션, Teamder
최적의 팀원을 매칭해주는 자동화 솔루션, Teamder
프로젝트 시연 영상
Teamder가 궁금한 HRDer라면?
최적의 팀원을 매칭해주는 자동화 솔루션, Teamder
2.
기 획 배 경 :
교육, 워크숍, 사내 행사 때마다 참석자 인사 데이터와 성향을 엑셀로 정리해 팀을 나누고 계시진 않나요?
HR 담당자가 팀 배정에 소모하는 시간과 수작업 스트레스를 해결해줄 AI를 활용한 전략적 팀 구성 솔루션을 소개합니다.
3.
기 획 상 세 :
1) 참석자 명단과 기준 설정만으로 단 몇 초 안에 팀 자동 편성
2) 그래프와 요약본으로 직관적으로 시각화된 팀 배정 결과
3) 함께 혹은 따로 할 팀원을 직접 지정 가능
4) 원클릭만으로 리마인드 메일 및 행사 안내 발송
5) GPT 챗봇과 인터렉션을 통한 결과 편집
6) HR담당자의 편의성을 고려한 형식으로 결과물 제공
4.
활 용 기 술 : - LLM, Python, Streamlit, Pandas, Plotly, OpenAI API(성향 분석)
5.
기 능 설 명
•
Step1: 교육생 정보 입력 - 교육 참석자의 인사데이터가 담긴 구글시트를 불러올 수 있습니다.
•
Step2: 팀 편성 기준 설정 - 이제 이제 많은 데이터 중 팀 매칭에 활용할 기준 칼럼을 선택해보겠습니다. 기준 칼럼은 복수의 칼럼을 선택할 수 있습니다
•
Step3: 팀 배정 - 기본 세팅이 되면, 팀당 인원수 컬럼별 유사도를 설정하여 팀을 배정합니다. LLM을 이용하여 구성된 팀 별 특성, 재치있는 팀 이름을 생성했습니다.
•
Step4: 팀 제약 조건 - 행사 참여도를 높이거나 참석자들의 정서케어를 위해 함께 배정할 인원과, 분리해서 배정할 인원을 선택할 수 있습니다.
•
Step5: 이메일 설정 - 웹사이트상에서 바로 행사명과 일정들만 수정하여 자동화된 참석자들에게 교육안내 및 리마인드 메일링 기능을 제공합니다.
•
Step6: 결과 - 최종 결과물은 보고서를 통해 시각적으로 나타나고 엑셀 CSV로 다운로드 하거나, 교육 담당자 이메일로 보낼 수 있습니다. - 결과가 마음에 안드신다면, 챗봇에게 바꾸고 싶은 부분을 요청하여 즉시 결과값을 수정할 수도 있습니다.
6.
기 대 효 과 1) Teamder 웹페이지와 함께라면 → 팀 편성에 필요한 비효율 대폭 감소 기존 100명의 인원을 팀으로 나눌 때 → 최소 20번 이상 클릭, 15분 이상의 시간 소요 Teamder를 쓰면? 100명의 인원을 팀으로 나눌 때 → 10회 미만 클릭, 1분 미만에 모든 작업이 완성 2) 직관이 아닌 데이터에 기반한 정확한 매칭으로 시간은 줄이고, 팀 구성 정확도는 한층 높일 수 있습니다
7.
느낀점 및 배운점 - Teamder는 단순한 팀 편성이 아닙니다. 사람과 사람 사이 최고의 케미를 연결하는 솔루션입니다. - 실무에 바로 쓸 수 있는 실용적인 웹 입니다. - 정형화된 '팀 나누기' 를 넘어, 교육몰입을 극대화하는 특별한 경험을 제공하겠습니다.
[팀더] 데이팅 앱처럼, 빠르고 스마트하게 “Teamder”
프로젝트 시연 영상
프로젝트 보고
1.
프로젝트명

Signal ME

리더의 메시지가 나에게 소음이 아닌 신호로 오기를..
2.
기획 배경
3.
기획 상세 : ‘Signal Me’는 리더의 추상적인 시그널을
구성원이 바로 바로 이해할 수 있는 구체적 액션 아이템과 목표로 숨겨진 의미를 디코딩하고, 매핑 1) CEO나 상위 리더의 메세지에 대한 모호함을 분석한 후
2) 만들어진 페르소나를 바탕으로
3) 회사의 전략방향에 연동된 개인 맞춤 Action Plan을 제공 받음

임원진의 시그널에 맞춘 KPI 수립

4. 활용 기술
기능설명
6.
기대 효과
•
업무 방향성 명확화 상급자의 추상적 지시를 명확히 변환하여 업무 방향성과 기대치를 통일
•
업무 생산성 향상 조직 내 커뮤니케이션 효율 극대화를 통한 업무 생산성 향상 ⇒야근, 재작업, 스트레스 감소
•
효능감 강화 실무진의 자기 효능감과 자존감 회복
•
성과 향상 프로젝트의 일관성 유지 및 성과 품질 향상
•
성과 모니터링 및 분석 성과분석에 효율적 기준점이 되어 성과측정 어플리케이션으로 확장 ⇒전략적 일관성 확보, 조기 실행력 강화, 성과 모니터링의 기반 ex: KPI를 통한 전략 입력 → 일정관리 → 추적 → 성과 시각 / 요약 / insight
7.
느낀점 및 배운점 AI와 100인의 용사들 해커톤을 통해
AI를 활용하여 빠르게 MVP를 만들 수 있고
이를 바탕으로 업무에서 상급자와의 소통에서 단순 커뮤니케이션 문제를 지적하는 것을 넘어
구체적인 해결 프로세스를 설계하는 것이 중요함을 배움
리더의 고맥락적 발화와 실무자의 이해 간의 간극을 메우는 것은 단순한 번역이 아니라 "의도"와 "기대"를 해석하고 재구성하는 고차원의 작업임을 깊이 체감
현장에서 발생하는 커뮤니케이션 문제를 단순한 개인의 역량 문제가 아니며, 시스템적으로 해결하는 관점을 지속적으로 키워나가고 싶음
[Clear Signal] ‘Signal Me’
프로젝트 보고
프로젝트 시연 영상
BGM
8254.1KB
1.
프로젝트명 : MIND CRAFT
•
게임 MINECRAFT에서 착안, Mind(마음) + Craft(공들여 만들다)의 조어로
쉽게 다가갈 수 있는 친근한 이미지 구축
- Mind : 갈등의 근본 원인인 감정, 생각, 의식을 이해하고 다룸
- Craft : 감정과 사실을 섬세하게 분리하고, 정교하게 해결 방안을 “설계”하는 것
•
MIND CRAFT는 조직 내 갈등을 세심하게 다듬어, 건강하고 생산적인 관계를 설계하는 솔루션
2.
기 획 배 경
•
직장 내 다양한 갈등으로 개인 및 조직의 생산성 저하 등 비효율과 불필요한 기회 비용 발생
•
구성원 심리 상담 프로그램(EAP)의 높은 비용으로 도입 자체를 고려하지 못하는 기업들이 많음
3.
기 획 상 세
•
갈등 상황을 객관적으로 구조화하고 합리적 조정안을 제시하는 심리 상담 솔루션
- 구성원이 쉽게 접근할 수 있는 비공개 폐쇄형 심리 상담 서비스 제공
- 잘잘못 판단이 아닌 갈등을 구조화하여 본질 이해와 상담 과정에서의 객관화에 집중
- 채팅을 통해 편하고 자연스러운 분위기로 분석 뿐 아니라 대안까지 제안할 수 있도록 기획
4.
활 용 기 술
OpenAI GPT - 4 API(대화형 응답 활용 API)
Streamlit(웹앱 개발 오픈소스)
json(데이터 저장, 주고받기 포맷)
Sentiment Analysis 감정 분석 모델 추가 적용
5.
기 능 설 명
•
갈등 상황 입력 - 자동 분류 및 구조화 - 갈등 핵심 요약 - 조정 시나리오 제안 - 후속 조치 추천
6.
기 대 효 과
•
구성원들의 갈등 및 감정 소모 최소화를 통한 멘탈 관리
•
상황 객관화를 통해 이슈 발생 전 당사자 간 사전 조정 가능성 증대
•
구성원들의 갈등 해결 역량 강화
7.
느낀 점 및 배운 점
•
윤주훈(팀장) : 구현되어 주셔서 감사합니다.
•
안영환 : 개발팀의 클레임을 적극적으로 개선해야겠다.
•
김한솔 : 해커톤 하루만에 개발이 되는 것은 기적입니다. 개발자들 그만 괴롭히겠습니다…
•
김지석 : 아무리 GPT가 도와줘도 개발은 어렵다.
•
임익성 : 으어 발표잡니다 도비는 자유에요.
MIND CRAFT는 고차원적인 프로그램은 아닙니다.
하지만 모든 변화는 작은 관심으로부터 시작된다는 믿음으로 구성원들의 마음에 귀 기울이기 위해
기획된 프로그램입니다. 여러분의 치열한 직장 생활을 응원합니다.
[MIND CRAFT] "마음을 이해하고, 관계를 설계한다"
President 101 시연 사진
1.
프 로 젝 트 명 : President101
•
프로듀스 101 다 아시죠? :)
•
다가오는 장미 대선, 이번에는 당신만의 아이돌이 아닌 대한민국 대통령을 뽑아주세요!
[투표하시조] President101

프로젝트 보고

1.
프로젝트명 : TalentInsight AI_AI 기반 직무 적합도 진단 서비스
프로젝트 시연 영상
2.
기획배경
매년 4~5월 무한상사 대규모 채용 시즌이 올 때 마다, 인사담당 박명수 과장은 고민이 많습니다.
채용 시장에서는 지원자 & 기업 간 정보 비대칭으로 여러 문제가 발생하고 있습니다. 지원자는 스스로 합격 가능성과 부족 역량을 객관적으로 평가하기 어렵고 기업은 불필요한 지원자에 많은 리소스를 소모하고 있습니다. TalentInsight AI는 이 문제를 해결하고자, 지원자의 이력서를 AI로 분석해 채용공고와의 "직무 적합도" 와 타 지원자 대비 경쟁력을 정량적으로 진단하고, 개인별 맞춤 피드백을 제공하는 솔루션을 기획하게 되었습니다.
3.
기획상세
1) 이력서 기반으로 지원자의 역량(전공, 학점, 어학, 자격증, 직무경험, Skill, 대외경험 등) 데이터화
2) 채용공고(Job Description)와 매칭 및 타 지원자data와 비교하여 직무 적합도 및 경쟁력(%) 산출
3) 항목별 강점과 개선이 필요한 역량을 정량적으로 분석하여 피드백 제공
4) 합격 가능성이 낮은 지원자에게는 대안 경로(채용 박람회 정보, 추천 포지션 등)를 자동 안내
5) 향후 기업별로 "가망 지원자 풀(Pool)"을 구축하여, 인재 CRM(채용 파이프라인)까지 연계 가능하도록 설계
4.
활용기술
•
Streamlit: 사용자 친화적인 인터페이스 구현.
•
Open AI API: 이력서 및 채용공고 텍스트 분석, 자연어 처리 기반 매칭.
•
Replit: 협업 및 빠른 프로토타입 개발 환경.
•
Google Meet: 원활한 팀 커뮤니케이션 및 협업.
•
Supertone Play: AI보이스 생성
5.
기능설명
•
이력서 파싱: AI 기반 텍스트 분석으로 이력서의 핵심 역량(학력, 경력, 스킬 등)을 자동 추출 및 정량화.
•
채용공고 분석: 직무별 필수 조건(Key Skills, 자격 요건)을 AI로 파악해 매칭 기준 설정.
•
적합도 및 경쟁력 분석:
◦
지원자의 강점/약점 분석 및 개선 방향 제시.
◦
타 지원자 평균 대비 경쟁력(%)을 시각화해 직관적 이해 제공.
•
지속적 지원 유도: 합격 가능성이 낮은 지원자에게 대체 채용 정보(박람회, 추천 포지션 등) 제공, 긍정적 기업 경험 강화.
•
기업용 대시보드: 가망/탈락/추천 지원자 리스트를 자동화해 채용 담당자의 의사결정 지원.
6.
기대효과
기업 담당자
지원자 검토 효율화 → 채용 성공률 제고 → 채용 비용 절감 및 채용 브랜딩 강화
지원자
합격 가능성 사전 인지 → 전략적 지원 → 전략적 지원과 자기계발 방향성 확보
채용 시장
채용 과정의 데이터 기반 객관성 제고 → 채용 공정성 및 신뢰성 향상
지속 성장성
인재 CRM 구축을 통한 우수 지원자 Pool 확보 및 재활용 가능
7.
느낀점 및 배운점
이번 프로젝트를 통해 기술 적용만큼 중요한 것이 사용자 중심의 문제 정의와 가치 창출임을 깨달았습니다. AI는 단순한 도구가 아니라, 실제 문제를 해결하고 사용자에게 실질적 가치를 전달할 때 비로소 혁신으로 이어짐을 알게 되었습니다.
특히, 지원자와 기업의 상호작용을 데이터로 재해석하며 채용 과정의 투명성과 효율성을 동시에 높이는 것이 본 프로젝트의 핵심 인사이트였습니다.
향후 비전:
TalentInsight AI는 단기적으로 채용 프로세스의 효율성을 높이고, 장기적으로는 데이터 기반 채용 생태계를 구축해 기업과 구직자가 더 빠르고 정확하게 연결되는 세상을 만듭니다. 이를 위해 지속적인 사용자 피드백과 기술 고도화를 통해 서비스를 확장해 나갈 것입니다.
Key Message (재강조):
"TalentInsight AI는 데이터와 AI로 채용의 비효율을 해소하고, 지원자와 기업 모두에게 최적의 기회를 연결하는 혁신적 솔루션입니다."
[우리 회사로 5조] TalentInsight AI
프로젝트 보고

프로젝트명: 똑톡(TokTalk)

•
시연 영상
1.
기 획 배 경 사람이 어려운 당신의 마음을 두드리는 “ (공개 프로필 기반) 실시간 대화 가이드” 회사 내 신규 입사자가 발생하면, 조직 안에서는 자연스럽게 탐색전이 시작됩니다. 기존 구성원들은 ‘새로운 사람은 어떤 성향일까? 우리와 잘 맞을까? 어디 한번 볼까?’ 하고 조심스레 살펴봅니다. 한편, 신규 입사자는 ‘나 빼고는 이미 다 친할 텐데… 어떻게 다가가지? 🫣 내가 어떻게 해야 빠르게 이 조직에 적응할 수 있을까?’하는 고민 속에 첫걸음을 내딛습니다. 물론, 시간이 해결해주기도 합니다. 함께 일하고, 밥을 먹고, 업무 외적인 대화를 나누다 보면 서로의 성향, 업무 스타일, 좋아하는 것과 싫어하는 것, 관심사를 자연스럽게 알게 됩니다.하지만 이 ‘서로 알아가기’까지의 과정은 쉽지 않습니다. 처음에는 어색하고, 경계하며, 많은 에너지를 소모하게 되고, 심지어는 원치 않은 오해와 거리감으로 인해 이별을 맞이하기도 합니다. 이러한 불상사를 방지하고,조금 더 빠르게, 자연스럽게 서로를 이해하고 즐겁고 편안한 회사 생활을 할 수 있도록개인별 가이드를 제공하면 어떨까 생각했습니다. 신규 입사자가 느끼는 불안과 기존 구성원의 경계를 조금이나마 덜어내고, 모두가 따뜻하게 맞이하고 소속감을 느낄 수 있도록 만드는 작은 시작이 될 것입니다.
강점 - 개인이 직접 작성/공유하는 <프로필>과 <나 사용법> - 팀장-팀원, 임원-직원 간의 안전한 <대화 스크립트>와 <협업가이드> - <누구나 사용가능> 한, 구성원간의 원만하고 안전한 관계 형성을 위한 <구체적인 실천방안>
활용 및 적용 : 커피챗, 1 on 1, 인터뷰, 미팅, 부서 간 협업, 인신입/경력 입사자의 온보딩과 소프트랜딩 등 구성원간의 원만하고 안전한 관계형성에 매우 요긴하게 활용될 것으로 예상
1.
기 획 상 세 (4분의 비전공자와 1분의 DL 엔지니어(용병) / + 숨은 수호천사 = 6) (초기) 설문설계 > 설문조사 (응답 시뮬레이션) > 응답결과 정리 > 모델구현 (최종) ㅣ ← 설문설계-설문조사-응답결과정리(dummy생성) →ㅣ모델구현 ㄴ  이미 완료된 항목으로 가정  ｣ 구현까지의 현실성* 고려 과업 범위/ 항목을 지속적으로 긴밀하게 협의 하며 간소화 *실제적인 프로젝트 환경 (제한) : api 기반/ 할당된 토큰 / 주어진 프로젝트 수행 기간 고려 가. 총 15개의 질문 기반 설문 조사 실시: Rawdata 수집 나. 성격심리학, 조직심리학을 반영/진단한 개인별 성향분석과 상황별 접근방법 추론 다. 개인별 맞춤형 리포트와 가이드라인 제공 라. 세부 대화 스크립트와 함께 5가지 관련 질문 추천 마. 리포트 및 웹 기반으로 추가 질문에 대한 실시간 답변 (챗봇서비스)
1.
활 용 기 술 - OpenAI GPT-4 API (Function call+System Prompt 설계) - Langchain (LLM 파이프라인 구축용) - Streamlit(간단한 웹 인터페이스 구축용)
2.
기 능 구 현
a.
스피디한 프로토타입 생성
i.
고도화된 맞춤형 ChatGPT를 이용, 100명의 다양하고 입체적인 가상표본 데이터 생성 - 5개 부서, 6개 직급, 20~70대 남녀 구성, 부서별 빌런(트러블메이커) 2% - <메타프롬프팅>을 통한 적합성, 실효성, 신뢰성, 타당성 검증 및 개선 루프
i.
단계별 프로세스 수립과 수행, 실시간 결과물 피드백과 파인튜닝 - 단계별 결과물에 대한 브레인 스토밍을 통한 검증과 개선 - 악마의 대변인(브레이커) 운영, 모두 발언 - 표본수집~ 결과물 프로토타입 까지 시뮬레이션을 빠르게 진행 - 방향성과 세부내용에 대한 충분한 전원합의 후, 코딩
b.
구현 with Langchain
[Base 모델 구현]
Markdown
복사
[스타일 업데이트]
[기능 고도화: 사용성 증대, 챗봇]
최종 결과물 - 개인별 워크스타일 리포트
향후 활용 - 구성원간 매칭률 비교분석 가능
1.
기 대 효 과 가. 많은 시간과 자원을 투자하지 않고, 내가 궁금한 구성원의 업무/소통 스타일, 일할 때 주의해야 할 점, 최적의 결과를 만드는 협업 방법을 손쉽게 파악 나. 맞닥뜨릴 여러 가지 상황에 맞는 가이드 제공으로 바로 활용할 수 있음
2.
느낀 점 및 배운 점 - 정훈: 현업이슈에 대한 AI의 접근과 활용에 대한 실무자들의 치밀한 고민과 협업을 통해, 관점을 확장하고, 팀시너지를 느낄수 있었던 흥미로운 기회였습니다. 고맙습니다. - 민영: ‘작은 성공 경험’을 통해, 파이썬 활용에 대한 용기를 얻게 되었습니다. 특히, 엔지니어 분과 소통하는 방법을 배운 것 같아. 특히 알찬 경험이었습니다.  (감사) - 보람: 머릿속에 있던 생각들을 협업을 통해 함께 구체화하고 실제적으로 구동되도록 구현하는 과정에서 많은 것을 배울 수 있었습니다. - 준석: 실제 산업 현장에서 풀고자 하는 문제가 무엇인지 알 수 있어서 좋았고, LLM을 이용해 직접 구현한 기술로 이러한 문제를 해결 할 수 있음을 보인 것 같아 보람찼던 시간이었습니다. - 기두: A to Z까지 전체적인 프로세스의 골격을 세우고 단계별로 함께하는 구성원들이 동일한 생각(결과물에 대한 이미지)가 같은지 확인하는 것이 중요하다는 것을 느꼈습니다홋
🫱🏻‍🫲🏼
[손에 손잡고] I See You
"오리커는 단순 챗봇이 아닌, 다양한 성향과 실전 상황을 통해 리더십을 체득하는 '몰입형 시뮬레이터'입니다. 우리는 팀원의 마음을 읽는 리더, 상황을 이끄는 리더를 키워내고자 합니다."
프로젝트 시연 영상
프로젝트 보고
1.
프로젝트명 : 오리커 - 올바른 리더들의 커뮤니케이션
2.
기획 배경

(졸리신) 바쁘신 분들을 위한 3줄요약

MZ세대와 기존 리더 간 커뮤니케이션 충돌이 조직 내 주요 이슈로 부상했습니다. 기존 이론 중심 리더십 교육은 실전 대응력과 맞춤형 학습에 한계가 있습니다. AI 시뮬레이터를 활용해 몰입형 대화와 피드백을 통해 실질적 리더십 역량을 강화할 수 있습니다.
1. 세대 간 커뮤니케이션 갈등 심화
MZ세대(밀레니얼+Z세대)가 자율성과 개인 가치를 중시하면서, 기존의 위계적 커뮤니케이션 방식과 충돌하는 사례가 증가하고 있습니다. 특히 현장 리더들은 모호한 지시나 권위적인 발언으로 인해 갈등을 심화시키는 경우가 많아, 세대 간 소통 문제가 조직 내 주요 이슈로 부상했습니다.
2. 기존 리더십 교육의 한계
기존 리더십 교육은 이론 중심에 머물러 있어, 실제 갈등 상황에 즉각 대응하는 실전 감각을 기르는 데 한계가 있습니다. 또한 팀원별 성향과 조직 내 커뮤니케이션 스타일을 고려한 맞춤형 학습 기회가 부족해, 다양한 상황에 유연하게 대처할 수 있는 실질적인 리더십 역량 강화가 필요한 시점입니다.
3. AI 시뮬레이터를 통한 평가와 피드백 상시·즉시 제공
AI 기반 시뮬레이터를 통해 다양한 페르소나와의 몰입형 대화를 경험할 수 있으며, 발화 내용은 공감성, 구체성, 존중성, 협력성 기준으로 평가·피드백됩니다. 반복 학습을 통해 리더들은 실질적인 커뮤니케이션 스킬을 체득하고, 현장에서 즉시 적용할 수 있는 실전형 역량을 효과적으로 강화할 수 있습니다.
3.
기획 상세
우리는 팀원의 마음을 읽는 리더, 상황을 이끄는 리더를 키워내고자 합니다."
유저 플로우: STEP 1 팀원 페르소나 선택
STEP 2 팀원 페르소나와 대화 시작 (총 n턴의 대화 진행)
•
첫 발화의 경우 팀원이 먼저 시작
STEP 3 대화 종료 후 리더 커뮤니케이션 스타일 분석 리포트 자동 발행
4.
활용 기술
•
Streamlit: 대화 인터페이스 및 사용자 경험(UI) 구축
•
OpenAI API: 팀원 성향에 따른 자연스러운 대화 생성 및 자동 리포트
◦
Prompt Engineering: 팀원 성격에 맞는 대화 스타일 세팅
•
Session State 관리: 턴별 대화 흐름 및 데이터 저장
•
3D 디자인(GPT-4o): 몰입감을 높이는 오리 캐릭터 비주얼 활용
5.
기능 설명
1. 팀원 캐릭터 선택
각기 다른 성향(감정형, 논리형, 수동형 등)을 가진 오리 팀원 캐릭터를 선택하여, 다양한 직원과의 커뮤니케이션 상황을 설정할 수 있습니다.
2. 자유도 높은 대화 입력
정형화된 선택지가 아닌, 리더가 실제 상황처럼 자유롭게 발언을 입력하여 보다 현실감 있는 대화를 진행합니다.
3. 팀원 반응 시뮬레이션
선택된 팀원 캐릭터의 성향에 따라 감정적, 논리적, 수동적 등 다양한 반응을 실시간으로 출력하여 몰입도 높은 대화 경험을 제공합니다.
4. 리더십 분석
대화 종료 후 리더의 발화를 공감성, 명확성, 존중성, 압박도 등의 기준으로 정량 평가하여 리더십 역량을 수치화합니다.
5. 피드백 리포트 제공
강점과 개선점을 구체적으로 제시하는 최종 리더십 리포트를 제공하여, 개인별 학습 방향 설정과 성장 목표 수립을 지원합니다.
6. 캐릭터 몰입도 강화
귀여운 3D 오리 일러스트를 활용하여 사용자 몰입감을 높이고, 학습 과정에 대한 심리적 거부감을 완화합니다.
6.
기대 효과

(졸리신) 바쁘신 분들을 위한 3줄요약

오리커는 리더십 교육 시장 변화에 부합하는 실전형 대화 훈련 프로그램입니다.
참가자는 자신의 발언 습관을 인식하고, 팀원 반응을 체험하며, 구체적이고 맞춤형 성장 피드백을 받을 수 있습니다.
기업 HRD팀 및 리더십 프로그램 담당자들에게 높은 가치와 매력을 제공할 것 입니다.

1. 현실감 있는 학습 경험

•
참가자는 단순 선택지가 아닌, 직접 말을 입력하여 대화를 이어갑니다.
•
이 과정을 통해 자신의 커뮤니케이션 습관이 자연스럽게 드러나게 됩니다.
•
AI 오리팀원이 즉각 반응함으로써, 사용자는 자신의 발언이 팀원에게 어떤 영향을 미치는지 바로 체감할 수 있습니다.
•
이는 몰입도를 높이고, 현실감 있는 학습 경험을 제공합니다.

2. 리더들의 실제 답답함 해결

•
많은 리더들은 "팀원이 왜 이렇게 소극적이지?"라는 고민을 하지만, 실제로는 자신의 발언 방식이 팀원 행동에 어떤 영향을 주었는지 인식하지 못하는 경우가 많습니다.
•
오리커는 리더의 발언과 팀원 반응 간의 연결고리를 명확히 보여줌으로써, 자신의 커뮤니케이션 스타일을 객관적으로 인식하고 개선할 수 있도록 돕습니다.

3. 기업 HRD팀이 선호할 포맷

•
최근 기업 교육은 강의형 중심에서 개인 맞춤형 실습 프로그램으로 트렌드가 변화하고 있습니다.
•
오리커는 개인별 대화 결과를 분석하여 맞춤형 피드백 리포트를 제공할 수 있습니다.
•
이 프로그램은 리더십 교육, 커뮤니케이션 스킬 교육, 신임 팀장 양성과정 등에 적용할 수 있습니다.
•
특히, 성과 기반 HRD 요구사항을 충족하는 실질 체감형 성장 프로그램으로 활용될 수 있습니다.
7.
느낀 점 및 배운 점
•
이슬기: 아무리 AI가 코드를 짜주는 시대가 왔다고 한들, 좋은 아이디어와 기획이 뒷받침 되어야 그 가치도 빛난다는 사실을 깨달았습니다.
•
김민섭: 언제 또 밤을새며 코딩해볼까요. 낭만적인 밤이 였습니다.
•
김다솜: AI와 함께해도 개발은 쉽지 않네요..! 하지만 즐거웠습니다~
•
이재훈: 큰 고비가 있었지만 완성해서 다행입니다.
•
임정민: 바이브 코딩… 생각보다 쉽지않다!!!! (오류 스타핏!!!!!!!!!!!!!)
[chill(7) guys] 오.리.커 - 올바른 리더들의 커뮤니케이션

당신의 물경력 , 멋쟁이 불경력 으로 번역해드립니다.

문제 정의 : 우리는 모두 성장하고 싶지만, 우리는 게으르다!

우리는 모두 매일 열심히 일하고 있지만.. 그 일들을 어딘가 잘 정리하는 것에는 게으릅니다.
그래서 N년이 지나도 나의 링크드인도, 자소서도, 이력서도 그 자리에 머물러 있죠.
오늘 이 해커톤도 24시간 이 순간엔 정말 최선을 다해 임했는데,
[Career] 커리어 번역기
프로젝트 보고
1.
프로젝트 : Nexus 회의 인사이트 자동화 솔루션
프로젝트 시연 영상
2.
기획 배경 :
•
직장인들이 매주 평균 10-15시간을 회의에 소비하는 현실에서, 이 서비스는 정보 비대칭을 해소하고 조직 얼라인먼트를 강화하여 업무 효율성을 50% 이상 향상시키는 것을 목표로 합니다.
•
기업 내 회의 정보의 비효율적 전달과 후속 조치 추적의 어려움을 해결하기 위한 솔루션으로 업로드된 회의록 텍스트 파일을 분석하여 각 구성원의 직무와 직급에 맞는 맞춤형 요약을 제공하고, 액션 아이템을 자동으로 추출하여 업무 효율성을 높입니다. 또한 부서 간 업무 연계성을 시각화하여 팀 간 협업을 원활하게 하고, 의사결정권자를 위한 보고서 자동 생성 기능을 제공합니다.
3.
기획 상세 :
•
목표: 기업 내 회의 정보 비대칭 해소, 직무별 인사이트 제공, 부서 간 협업 촉진, 의사결정 지원을 통한 업무 효율성 향상.
•
핵심 과제: 회의 내용을 직무/직급별로 최적화된 요약으로 재구성 회의 중 나온 액션 아이템을 명확히 추출하고 책임 소재를 구체화
조직 목표와 부서별 실행 상황을 실시간으로 모니터링
•
핵심 가치: 연결(Connection), 정렬(Alignment), 효율(Efficiency)
4.
활용 기술 :
•
OpenAI GPT: 회의 내용 분석, 요약, 정보 필터링
•
Streamlit: 빠른 웹 애플리케이션 프로토타이핑
•
Python + Pandas/NumPy: 데이터 처리 및 전처리
•
Plotly, Matplotlib: 업무 연계성, 성과 현황 시각화
5.
기능 설명 :
•
AI 회의 분석 및 맞춤형 요약: 직무/직급별로 회의 핵심 내용을 필터링하여 개인화된 요약 제공
•
액션 아이템 자동 추출 및 관리: 회의에서 나온 할 일 자동 식별 ➔ 담당자/마감일과 함께 구조화
•
팀 간 업무 연계성 시각화: 개인, 팀, 유관 부서의 액션 아이템 생성
•
의사결정용 보고서 자동 생성: 주요 정보와 선택지를 요약하여 리더가 빠르게 결정을 내릴 수 있도록 지원
•
회의 자료 업로드 및 처리: 텍스트 파일 업로드 및 변환.
•
직무/직급별 맞춤형 회의 요약: 회의 내용을 각 직무 및 직급에 맞게 요약.
•
액션 아이템 추출 및 관리: 작업 항목을 자동으로 추출하고, 담당자 및 마감일 관리.
•
조직 얼라인먼트 모니터링: 개인과 팀의 목표 공유 및 협업 현황 모니터링.
6.
기대 효과 :
•
시간 절약: 회의록 검토 시간 절감
•
생산성 향상: 후속 작업 누락 방지 및 책임 명확화
•
의사결정 가속화: 요약과 보고서 자동화로 실무자의 업무 효율성 증진 및 리더의 결정 시간 단축
•
협업 활성화: 부서 간 연계성을 시각화 하여 협업 촉진
•
조직 정렬 강화: 전사 목표에 부서/팀이 일관되게 정렬
7.
느낀점 및 배운점 :
•
사용자별 맞춤화와 시각화가 조직에서 얼마나 중요한지 몸소 느낄 수 있었던 소중한 시간이었습니다. 기능 구현과 고도화 설계 과정을 학습하는 동안, 실무에 자연스럽게 연결시키는 작업과 직무별 세부 작동, 타임라인 관리의 중요성을 깊이 이해할 수 있었습니다. 프로젝트 완성도를 높이는 데 있어 이러한 과정들이 얼마나 큰 역할을 하는지 깨닫게 된 뜻깊은 경험이었습니다.
[내 시간을 9해조] Nexus
프로젝트 보고
프로젝트 시연 영상
1.
기 획 배 경 :
스타트업부터 대기업, 공기업까지
우리는 매일 단 한 줄의 정보를 찾아 헤매며 쌓여만 가는 회의록과 매뉴얼을 끝없이 뒤지고 있습니다.
수십 개의 폴더·파일 속에서
“혹시 여기에 있지 않을까?” 클릭을 반복할수록 시간은 새어나가고 스트레스는 눈덩이처럼 불어납니다.
우리는 이제 이 고통을 끝내고 싶습니다.
정보가 흩어져 있다는 이유만으로 폴더만 탓할 순 없습니다. 누군가가 일일이 “여기”, “저기”를 알려줄 수도 없죠. 그래서 “묻지 않아도 알아서 척척”, 당신만의 AI 문서 요정을 제안합니다.
하나의 질문으로 가장 필요한 한 줄을 즉시 꺼내 드립니다.
 이제는 진짜 가치 있는 일에 집중하세요.
“정보의 쓰레기 더미 속에서 사용자가 필요한 단 하나의 정보를 찾아주자”는 우리의 약속이자, 이 프로젝트의 진짜 시작점입니다.
3.
기 획 상 세 :
•
핵심 목표 : AI가 회의록/매뉴얼을 분석하여, 사용자가 필요로 하는 정보만 선별하여 빠르게 제공하는 것
•
데이터 가공 : 추출된 정보를 표, 이메일 등 원하는 형식으로 즉시 가공하여 활용 → 시간 절감 및 업무 효율성 증대
•
최신성 유지: 문서별 최종 업데이트 일자를 기반으로 최신 정보만 실시간 필터링·제공 → 정보 신뢰도 확보 및 의사결정 정확성 향상
4.
활 용 기 술 :
•
OpenAI GPT-4.1 API: 문서/회의록 내용을 요약하고 변경사항을 탐지, 데이터 가공 수행
•
Streamlit: 사용자 맞춤형 검색 및 조회 인터페이스 개발
•
Sqlite: 폴더, 페이지 및 채팅 내용 기록
5.
기 능 설 명 :
구분
기능
설명
1
문서 최신화 관리
버전 비교 알고리즘
모든 문서의 내용을 AI가 확인하여, 이전 버전과 비교해 추가, 삭제, 수정된 변동사항을 빠르고 정확하게 파악
2
AI 요약 모듈
요약 알고리즘
요청에 따라 중요 의사결정 포인트를 압축하여 제시
3
자연어 질의 응답
GPT-4 검색 엔진
사용자 질문의 키워드 및 문맥을 파악해 정확한 답변 제공
6.
기 대 효 과 :
•
업무 속도 혁신: 반복 검색 및 재확인 작업 시간 최소화
•
의사결정 정확성 강화: 상시 최신·정확한 데이터를 바탕으로 효과적인 의사결정 지원
•
업무 몰입도 향상 : AI가 즉시 핵심 데이터를 찾아 제공해 반복 검색 부담을 해소하고, 전략적·창의적 과제에 온전히 집중할 수 있도록 지원
7.
유 저 사 례 :
8.
느낀 점 및 배운 점 :
•
협업의 힘을 체감 프로젝트 초기에는 각자 맡은 역할과 직무가 다르다 보니 관점과 우선순위가 상이했습니다. 하지만 서로의 고민을 공유하고, 함께 해결책을 모색하며 시너지를 극대화할 수 있음을 확인했습니다.
•
능력치 차이를 극복한 성장 팀원마다 기술적·업무적 강점이 달랐지만, 각자의 강점을 최대한 활용하고 약한 부분을 협업으로 보완한 덕분에, 프로젝트의 완성도를 한층 높일 수 있었습니다.
•
공감 기반 기획 마인드 단순한 기능 구현을 넘어, 사용자 관점에서 실제 현업에서 느끼는 불편함과 스트레스를 깊이 이해하고 고민하여, 필요한 솔루션을 만들 수 있었습니다.
•
두려움을 극복한 성장 코딩에 대한 두려움이 컸는데, 포기하지 않고 도전한다면 결국 해낼 수 있다는 자신감을 얻었습니다.
•
지속 가능한 업무 케어 경험 이번 경험을 통해, AI는 단순 업무 자동화를 넘어 팀원 간 협업 과정 자체를 케어할 수 있는 잠재력을 보여주었습니다. 앞으로도 ‘사람과 기술의 조화’가 만들어내는 가치를 실현하도록 노력하겠습니다
•
성장의 시간 이 서비스를 도입하는 순간, 반복 검색에 허비 되던 ‘숨은 시간’이 여러분의 ‘성장의 시간’으로 전환되기를 기대합니다.
•
[영상 속 Use Case 1]
◦
상황: 24년도 국가지원사업(데이터바우처지원사업, 중소기업지원사업)은 중복 지원이 불가능
◦
활용 예시
중소기업지원사업 신청서 초안 작성해줘
어, 이거 국가지원사업 아닌가요? 이미 24년도 데이터바우처 지원사업에 신청해서 자격요건 불충분일 수 있어요, 한번 확인해보세요!
→ 생각치 못한 부분에 대한 피드백을 실시간으로 받을 수 있음
•
[영상 속 Use Case 2]
◦
상황: 교육청의 넘쳐나는 공문과 매일 상담실 문을 두드리는 학생들을 상담해야하는 교사
◦
활용 예시
어? 이 학생 저번에 봤던 그 공문의 서비스를 받아보면 좋을 것 같은데… 그게 뭐더라?
서울시 교육청 민주시민교육과-35423(2025.03.27) 다문화학생을 위한 1박2일 어울림 캠프 신청 공문을 말씀하시는 것 같아요. 해당 캠프는 4/30까지 신청을 해야하기 때문에 4/29까지는 학부모, 학생 동의서를 받으셔야 할 것 같아요! 한 번 확인해 보세요!
→ 개인화되어있는 색인을 활용한, 효율적인 정보 및 문서 검색 기능
[문서요정] My Task AI: 당신의 숨은 시간을 되찾아 드립니다
1. 프로젝트명 :
•
도망가자.. 프로젝트
프로젝트 시연 영상
2.
기 획 배 경 :
•
다수의 사람들이 갑작스러운 여행에 있어 목적지 선정에 어려움을 겪는 현상을 파악함
•
사용자의 현재 감정 상태를 분석하고 그에 어울리는 국내 여행지와 감성적인 음악(BGM)을 추천함으로써, 감성적 공감과 높은 만족도를 제공하는 맞춤형 여행 경험 창출을 목표로 함
3.
기 획 상 세 :
1) 사용자의 감정을 자유롭게 입력할 수 있는 시스템 구현
2) OpenAI GPT 모델을 통해 감정 분석 및 심리 상태 분류
3) 분석된 감정 기반 최적 국내 여행지 추천 기능 개발
4) 감성 연계 음악(BGM) 추천 및 앨범 시각화 기능 구현, 음악 미리 듣기
5) 사용자 만족도 평가 시스템(1~5점) 도입
6) 평가 후 간단한 피드백 및 감사 메세지 출력 기능 구현
4.
활 용 기 술 :
•
Streamlit : 프론트엔드 UI 구성 및 사용자 입력 처리
•
OpenAI GPT-4o API : 감정 분석, 여행지 및 음악 추천
•
iTunes Search API : 음악 앨범 이미지 연동
•
Python Requests : 외부 API 통신
•
Session State 관리 : 버튼 클릭 시 새로고침 없이 자연스러운 화면 전환 구현
•
HTML/CSS 커스텀 : 모달 스타일링 및 UI 요소 최적화
5.
기 능 설 명 :
•
감정 입력 : 사용자가 현재 기분 상태 텍스트 입력 시스템
•
감정 분석 : 입력된 텍스트를 기반으로 심리 상태 분석 및 감정 키워드 버튼 출력
•
감정 기반 추천 : 국내 여행지 추천
: 감정 연계 음악 추천 (앨범 자켓 이미지 포함), 음악재생
•
피드백 수집 : 사용자 평가에 따라 맞춤형 감사 메시지 출력
6.
기 대 효 과 :
•
사용자 개개인의 심리적 니즈에 맞춘 정서적 만족도 높은 여행 추천 제공
•
감정과 여행지를 연결하는 새로운 형태의 개인 맞춤형 콘텐츠 서비스 제시
•
간편하고 직관적인 UI를 통해 높은 접근성과 사용자 몰입도 극대화
7.
느낀점 및 배운점 :
•
비전공자로 구성된 팀이 간단한 코드만으로 직관적인 웹을 구현할 수 있었던 점에서 신기합니다.
•
프로젝트를 위한 집중 작업이 쉽지 않았으나, 팀원들과의 협업을 통해 성공적으로 완수함으로써 성취감을 경험했습니다.
•
향후 유사 프로젝트 기회가 있을 시 적극적으로 참여하겠습니다.
•
도망가자..  → 도망가자 사용해보기!
[닭고기 못 먹은 4명] 도망가자.. 프로젝트
프로젝트 보고
1.
프로젝트명 :
참참참 - 퍼스널 뉴스 판독기
정보의 홍수 속에서 진실을 찾아드립니다. 개인 맞춤형 뉴스 판독기 서비스로 다이어트 정보부터 시작해 당신의 일상에 필요한 진짜 정보만 골라 드립니다.
프로젝트 시연 영상
2.
기 획 배 경 :
정보과잉
인터넷에는 진짜 뉴스 외에도 가짜 뉴스나 주관적 해석이 섞인 정보도 넘쳐 납니다.
판별의 어려움
정보의 진위를 판별하고, 자신에게 맞는지 까지 판단하는 과정은 많은 혼란과 스트레스를 불러옵니다.
맞춤형 솔루션
그래서 우리는 정보의 유효성을 검증하고, 개인에게 적합한지 까지 분석해주는 개인 맞춤형 뉴스 판독기 서비스를 기획했습니다.
3.
기 획 상 세 :
•
1차 개발 스콥으로 [다이어트] 관련 정보 판별기를 기획했습니다. - 수많은 다이어트 뉴스 중 나에게 맞는 옳은 정보를 판별하기 어렵기에, 내 신체에 맞는 다이어트 정보 판독기를 만들었습니다.
팩트 체크를 통해 ‘사실()·조건부()·허위()’를 분류합니다.
신체 정보를 입력하면 BMI, 감량/증량 필요량 등 개인 맞춤 적합성 평가를 진행합니다.
이를 바탕으로, 뉴스에 대한 사용자 맞춤 적용 가이드와 조언을 제공합니다.
4.
활 용 기 술 :
•
OpenAI GPT-4 API (function call + system prompt 설계)
•
Streamlit (간단한 웹 인터페이스 구축에 활용)
5.
기 능 설 명 :
개인 신체 수치 분석
유저가 신체 정보를 입력하면 BMI 지수, 표준체중, 과체중 여부 등 상태 결과를 제공
뉴스 내용 요약 & 팩트체크
핵심 내용을 요약하고, 근거 기반으로 ‘사실, 조건부, 허위 여부’를 검증
개인 상태 기반 가이드라인 제공
개인 상태를 토대로 뉴스에 대한 맞춤 가이드라인과 조언을 제공
6.
기 대 효 과:
•
맞춤형 정보 필터링 - 불필요한 정보 소비를 줄이고, 나에게 꼭 필요한 정보만 빠르게 얻을 수 있습니다
•
서비스 확장 - 개인 맞춤 큐레이션을 넘어, 라이프스타일 전반을 아우르는 종합 정보 서비스로 확장합니다.
7.
느낀점 및 배운점:
•
백도현 : 과한 카페인은 해롭다.
•
최슬기 :
•
장윤지 : 짧은 시간 안에 아이디어를 구체화하고 구현하는 과정은 쉽지 않았지만, 팀원들과 함께 협력하며 좋은 결과를 만들어낼 수 있었습니다. 또한, 다른 팀들의 참신하고 다양한 ai 서비스들을 보며, AI가 다양한 분야로 확장될 수 있다는 가능성을 깊이 느꼈습니다.
•
윤정인 : 리소스와 구현가능성을 고려해 스콥을 재설정하는 과정이 의미 있었고, 앞으로 프롬프트 활용력을 더 키워야 겠다는 생각이 듭니다.
Loading PDF…
[참참참] 퍼스널 뉴스 판독기
지갑이 텅장이 되기 전, 소비 습관을 체크하세요

왜 만들었나요?

 무슨 서비스인가요?

[슬기로운 월급생활] 나의 지출 내역을 업로드하면 소비 패턴을 한 눈에!
프로젝트 보고
1. 프로젝트 명
•
직장인 메뉴 선택 고민 해결 플랫폼 (feat. 먹깨비)
프로젝트 시연 영상
2. 기획 배경
•
직장인들의 인생 고민, "오늘 뭐 먹지?"
•
의견이 엇갈리면 메뉴 선정 과정에서 아쉬운 선택의 연속
•
무의식적으로 떠오르는 메뉴를 자연스럽게 선택하도록 유도하는 새로운 접근법
3. 기획 상세
STEP 1 현재 위치/장소 입력
•
사용자가 현재 있는 위치나 원하는 지역을 입력합니다.
STEP 2 3-4 Depth 메뉴 선택 플로우
1.
감정 기반 선택 : 매콤한, 시원한, 든든한 등 오늘의 기분에 맞는 키워드를 선택
2.
카테고리 기반 선택 : 한식, 중식, 양식, 일식, 아시안 등 대분류를 선택
3.
상황 기반 선택 : 혼밥, 커플, 건강하게, 술과 함께, 시간 없을 때 등
4.
조리 방법 선택 : 볶음, 탕, 신선하게, 삶음, 찜 등
→ 최대 4단계 과정을 통해 최종 메뉴를 결정합니다.
STEP 3 최종 메뉴 + 위치 기반 주변 음식점 추천
•
입력한 위치명과 최종 메뉴명을 키워드로 결합해 네이버지도에서 검색합니다.
•
해당 메뉴마다 각 링크를 넣어 호출을 간편하게 합니다.
4. 활용 기술
•
Python + Streamlit을 활용한 빠른 프로토타입 개발
•
OpenAI API를 통한 추천 로직 고도화
•
iframe query 사용을 통한 네이버 검색 연동
5. 기능 설명
•
1단계: 위치 입력
•
2단계: 감정, 카테고리, 선호 메뉴 3단계 선택
•
3단계: 최종 메뉴 제안 및 인근 음식점 리스트 제공 (링크 포함)
•
깔끔하고 빠른 UI로 직관적인 이용 가능
6. 기대 효과
•
메뉴 선택 스트레스를 해소 및 직장인들의 점심, 저녁 시간의 효율적 사용 가능.
•
사용자 경험 데이터를 축적하고 개인화 된 추천 메뉴를 지속적으로 향상.
•
향후 결제 시스템 연동, 추천 음식점 광고, 커뮤니티 모델로 확장 가능성.
7. 느낀 점 및 배운 점
•
개발 사이클 경험: 2일 만에 기본 코딩을 공부하고 기획, 개발, 테스트를 통한 MVP 개발 경험
•
RAW data의 중요성 : 코딩은 자동화 되었지만, 데이터들은 직접 발굴이 필요하여 중요성 증가
•
UI/UX : 단순한 나열이 아니라, 사용자 심리(감정 기반 선택) 기반 실제 UI/UX의 중요성
•
B2B 코딩 교육 업체는… 스파르타! (이범규 대표님 사랑합니다!)
[먹깨비크루] 메뉴선택 고민 해결 플랫폼
프로젝트 보고
[프로젝트명]
프로젝트 시연 영상
[기획 배경]

MZ세대는 어떻게 먹고 사는가?

건강과 식비 절감을 위해 직접 요리도 하지만… 아직도 냉동식품과 배달음식에 의존…!
MZ세대(1980~2000년대생) 1,345명 대상 조사

“결정 장애 → 간편식/배달 → 후회" 라는 악순환 루프

냉장고에 다양한 재료가 있음에도 "무엇을 만들어 먹을지" 결정하지 못하는 우리들
문제를 해결하기 위해, 이런 서비스가 필요하다고 생각했습니다.

냉장고 속 재료를 파악하고, 사용자의 기분/상황에 맞춰 "뭘 만들지" 정해주자!

집에서 요리함으로써 얻을 수 있는 경제적, 신체·정서적 이익을 지켜내기 위해,
사용자가 ‘맛있는 요리’를 빠르게 추천받고, 쉽게 만들 수 있도록!
[기획 상세]
20대 직장인 솔이씨는 퇴근 후 자취방에 돌아왔다.
오늘도 끝없는 업무 닥달에 지친 몸과, 텅 빈 배를 안고.
"오늘 뭐 먹지…" 또다시 반복되는 고민.
마켓컬리에서 주문해둔 식재료가 냉장고에 있지만,
막상 뭘 요리해야 할지는 도통 떠오르지 않는다.
배달앱을 켜봤지만, 배달비를 보고는 핸드폰을 던져버린다.
그때 문득, 며칠 전 발견했던 서비스가 떠오른다.
솔이씨는 냉장고 문을 열어 안에 있는 재료들을 휙 사진으로 찍어 올린다.
몇 초 뒤,
서비스가 빠르게 재료를 인식해 보여준다.
계란, 양파, 소시지, 밥
깔끔하게 정리된 식재료 리스트.
곧이어 화면에 메시지가 뜬다.
"오늘 기분을 적어주세요”
솔이씨는 생각 없이 쓴다.
‘오늘 진짜 기분도 안 좋고, 점심도 굶어서 배고프다. 든든한 요리 먹고 싶어.’
잠시 후,
서비스가 요리를 추천한다.
"오늘 같은 힘든 날은 맛도 좋고 단백질 가득한 소시지 계란 볶음밥 어때요?"
•
난이도: 쉬움
•
추가 재료: 없음
"선택지도 없이 딱 정해주니까, 진짜 편하다…"
솔이씨는 살짝 미소를 짓고 부엌으로 달려간다.
10분 후,
따끈따끈한 볶음밥을 앞에 두고 있는 솔이씨.
돈도 아끼고, 냉장고도 깔끔해졌고,
무엇보다 스스로 요리해낸 뿌듯함에 솔이씨의 기분도 한층 나아진다.
[활용 기술]

1. 이미지 분석을 위한 인코딩 작업

냉장고 속 이미지를 Base64로 인코딩하여 GPT에게 분석 요청

2. GPT를 활용한 사용자 맞춤형 레시피 추천

dall-e-3를 활용한 요리 예시 이미지 함께 노출

3. 요리명 기반 유튜브 자동 검색 및 임베딩

외부 콘텐츠 연동(YouTube API/웹 스크래핑)
[기능 설명]

1. 유저가 직접 등록한 냉장고 사진을 AI가 분석

냉장고 속 사진을 분석, 요리에 사용할 수 있는 재료 파악 및 추출

2. AI가 분석한 냉장고 재료 리스트에서 원하는 것 선택

추출된 리스트 중 요리에 활용하고자 하는 재료를 유저가 직접 선택

3. 유저의 기분/상황에 적절한 요리 추천

유저의 긍/부정적인 상태를 파악한 뒤, 3단계 난이도로 분류하여 요리 추천

4. 레시피 안내와 함께 유저에게 따뜻한 말 한마디…

상세 레시피와 더불어, 유저에게 공감하여 정서적 안정을 돕는 문구 함께 노출
[기대 효과]

1. "뭘 해먹을까?" 고민에 소모되는 시간과 에너지 낭비 감소

결정 스트레스를 줄여주어, 일상 속 시간과 에너지를 보다 효율적으로 사용하도록 함

2. 냉장고 속 재료의 지속적 사용을 통해 음식물 쓰레기 감소

재료를 제때 활용할 수 있도록 도와, 식재료 폐기율을 낮추고 친환경적인 식생활을 지원

3. 추가 식비 지출로 인한 자책감과 스트레스 감소

냉장고 속 재료로 식사를 해결함으로써 경제적 부담과 심리적 스트레스를 완화

4. 유저 상황 맞춤형 레시피를 통해 정서적 안정 도모

유저 맞춤형 레시피를 제시, 끼니를 준비하는 과정 자체를 치유와 만족의 경험으로 전환
[느낀점 및 배운점]

1. 개발자가 아니어도 서비스는 만들 수 있다!

팀원들이 전문 백엔드나 프론트엔드 개발자가 아님에도 불구하고, 좋은 아이디어 하나로 충분히 기능하는 서비스를 완성할 수 있었다는 것이 정말 뿌듯했다.

2. 아이디어의 힘을 믿게 됐다

‘냉장고 속 재료로 요리를 추천한다’는 간단하지만 강력한 발상 하나가, 실제로 사람들에게 가치 있는 경험을 줄 수 있는 서비스로 발전했다.
앞으로는 단순히 ‘코딩을 잘하는 것’을 넘어, 세상을 바꿀 수 있는 아이디어를 먼저 갖는 것이 더 중요하구나 하는 깨달음을 얻었다.

3. 프롬프트 설계가 성공을 좌우한다는 것을 배웠다

AI를 활용해 무언가를 만들 때는, 모델 자체보다도 어떤 질문을 하고, 어떤 지시를 내리느냐가 결과의 품질을 크게 좌우한다는 것을 직접 느꼈다.

4. 협업과 피드백의 힘

중간중간 아이디어를 조율하고, 더 나은 사용자 경험을 위해 작은 부분까지 수정하면서 혼자였다면 놓쳤을 디테일도 함께 발견하고 개선할 수 있었다.
시행착오도 많았고, 중간에 막히는 문제도 있었지만, 서로 힘을 합치고 포기하지 않았기에 결국 서비스를 완성할 수 있었다.
[냉고리즘] 냉장고를 보여줘
프로젝트 보고

다 같이 시연으로 시작하겠습니다!

동영상

1. 프로젝트명

”기분이 태도가 되” >> 직장인들의 기분을 파악하여 처방 해주는 만병통치 서비스! <<

2. 기 획 배 경

직장인들은 일상에서 자신의 기분을 인식하지 못한 채 밀린 메일과 잡혀 있는 미팅으로 하루를 시작하게 됩니다. 가볍고 유쾌하게 자신의 감정을 기록하고 피드백 받을 수 있는 프로그램을 만들어, 조금이라도 기분 전환하여 아침을 시작하고 주변 동료와 가볍고 재밌는 얘기 거리를 만들 수 있도록 기획하였습니다.

3. 기 획 상 세

사용자가 매일 아침 감정을 선택하고 주요 일정을 입력하면, 내 감정과 상황에 맞는 마음 가짐 솔루션 및 슬로건을 제공해주어 사용자를 위한 맞춤형 값들을 제공 해줍니다. 아침 업무 시간에 잠시 멈추어 본인 만을 위한 따뜻한 위로가 담긴 한 마디로 소통을 하고자 합니다. 우리가 늘 고민하는 점심메뉴, 부장님의 입맛이 아닌 나의 감정 상태에 따라 메뉴를 추천해주고, 오늘의 퇴사지수, 감정차트 등 수치화 된 지표들로 오늘 하루를 재밌게 예측 할 수도 있습니다.

4. 활 용 기 술

•
Python 3.9.10
•
Streamlit (웹앱 UI 구현)
•
OpenAI GPT API (감정 분석 및 리포트 생성)

5. 기 능 설 명

•
오늘의 감정 선택 : 7가지의 감정 중에 오늘의 기분을 선택해주세요.
•
오늘의 감정 기록하기 : 간단히 감정에 대해서 입력 해주세요.
•
오늘의 일정 기록하기 : 오늘의 미팅, 업무 계획등 간단한 일정을 입력 해주세요.
이 모든 걸 입력 해주시면… 다음과 같은 기부니를 보여드립니다
조언 : 오늘 기분을 가지고 당신에게 조언을 해드립니다.
오늘의 퇴사지수 : 당신의 퇴사지수를 보여드립니다. 높으면 반차 쓰세요..
솔루션 제안 : 입력하신 일정에 피드백을, 그리고 가장 중요한 점심 메뉴를 추천하는 솔루션을 드립니다. 솔루션을 따라 하신다면 무탈히 퇴근할 수 있을 겁니다.
슬로건 : 기부니가 제안한 슬로건에 힘이 나지 않나요?
오늘의 감정 차트 : 에너지, 행복도, 집중도, 평온함 차트를 보여드립니다. 차트랑 맞지 않나요?

6. 기 대 효 과

•
아침 업무 시작 전, 감정 리듬 리프레시
◦
메일, 미팅에 치이기 전, 스스로의 감정을 인식하고 정리할 수 있습니다.
◦
작은 심리적 환기만으로도 스트레스 누적을 줄이고 업무 몰입을 높일 수 있습니다.
•
동료 간 자연스러운 대화 촉진
◦
"오늘 너 기부니 어떻게 나왔어?"처럼 가벼운 대화로 동료들과 스몰토크!
•
개인 맞춤형 감정 솔루션 제공
◦
그날의 감정과 스케줄에 맞춰 '오늘의 마음가짐'과 '슬로건'을 추천받아
보다 긍정적인 하루를 자신에게 선물해보세요.
•
점심 메뉴 선택 스트레스 해소
◦
오늘 내 감정과 업무 일정 강도에 맞춘 점심 메뉴 추천을 받아
◦
작은 선택에서도 '나'를 존중하는 즐거움을 느낄 수 있습니다.
•
조직 전체의 정서적 웰빙 증진
◦
직장 내 소통이 부드러워지고, 긍정적인 감정이 전파되어
◦
자연스럽게 팀 분위기와 건강한 조직 문화가 향상될 수 있습니다.

7. 느낀 점 및 배운 점

이번 프로젝트를 통해, 단순한 감정 기록 입력하는 것에서 "사용자가 자연스럽게 감정 변화를 인식하고, 웃으며 하루를 시작할 수 있는 구조"를 만들 수 있는 사실이 신기하고 재미 있었습니다. 또한 Streamlit과 OpenAI API를 활용하여 빠르게 MVP를 구축하는 방법을 익혔고, 즉각적으로 결과를 확인하면서 디벨롭하는 과정이 재미있었습니다. 마지막에 구현되지 않는 기능들에 우역 곡절이 많았는데 해결사 김세연 튜터님 완전 사랑합니다.

 링크

[기부니] 기분이 태도가 되
아래 링크 혹은 QR 코드를 통해 직접 이용해보세요!
프로젝트 보고
1.
프로젝트명 : 퇴사연구소
프로젝트 시연 영상 합본
2.
기획 배경 : "퇴사는 감정이 아니라 전략"이라는 철학 아래, 보다 체계적이고 합리적인 퇴사 결정을 지원하는 플랫폼 기획
3.
기획 상세 : 퇴사에 대한 다양한 고민을 다각도로 분석하고 방향을 제시하는 AI 기반 상담 및 분석 툴. 사용자가 입력하는 데이터를 기반으로 심리 상태, 직무 만족도, 이직 가능성 등을 평가하여 5개의 특화 서비스를 통해 퇴사 결정이 최선인지 진단하고, 필요한 경우 대안 경로를 추천함.
4.
활용 기술 :
•
GPT 기반 대화형 AI 분석 엔진
•
Streamlit 프레임워크를 활용한 인터랙티브 웹
•
Python
5.
기능 설명 :
•
떠남점검 랩 - 퇴사를 고민할 때, '떠나야만 하는' 상황인지, 아니면 개선할 방안이 있어 '떠날 필요는 없는' 상황인지 판단.
•
팩트폭격 랩 - 퇴사 고민, 경력, 스킬 등을 질문을 통해 입력받아, 냉정하고 현실적인 분석 결과를 출력. 상처 받지 않을 자만 사용할 것.
•
텅장 랩 - 월 생활비, 대출 상환액, 현재 자산을 분석해 퇴사 가능성을 객관적으로 진단.
•
쇼생크 랩 - 퇴사 고민이 될때, 공감력 높은 챗봇과 대화하면서 전략적 사고로 퇴사고민을 전환하고, 우리만의 자와타네호(Zihuatanejo)를 설계함.
•
직무 분석 랩 - 채용 공고를 분석해, 현재 취업 시장의 현황과 직무별 니즈를 분석.
6.
기대 효과 :
•
퇴사라는 중대한 결정을 보다 객관적이고 전략적으로 내릴 수 있게 지원
•
불필요한 퇴사로 인한 개인적/사회적 비용 절감
•
개인 커리어 만족도 및 생산성 향상
7.
느낀점 및 배운점 :
•
퇴사를 결정할 때 고려해야 할 사항이 많고, 복잡하게 얽혀있어 시간적/금전적 비용 소모가 많다.
•
퇴사라는 문제를 단순히 감정이 아닌 구체적인 숫자와 전략으로 풀어내야 한다는 것을 다시 깨달았다.

퇴사연구소

여러분의 성공적인 퇴사를 위해 5개의 퇴사 전문 연구실이 뭉쳤습니다!

[퇴사연구소] 퇴사연구소 - 퇴사는 감정이 아니라 전략

 프로젝트 보고

1. 프로젝트명: 마인드 닥터 (Mind Doctor)

당신의 마음을 돌보는 스마트 감정 관리 서비스
프로젝트 시연 영상
[.AVI] 마인드 닥터
프로젝트 보고
1.
프로젝트명 : 마케팅 디코드 (Marketing Decode)
프로젝트 시연 영상
2.
기획 배경 : 마케팅 담당자와 사업 기획자는 경쟁사나 특정 기업의 마케팅 전략 및 캠페인 활동을 파악하고 분석하는 데 상당한 시간과 노력을 소모하고 있습니다. 다양한 사이트와 플랫폼을 개별적으로 조사해야 하는 비효율성이 발생하며, 이는 마케팅 전략 수립과 의사결정을 지연시키고 시장 변화에 빠르게 대응하지 못하는 문제를 초래하고 있습니다.
3.
기획 상세 : 마케팅 디코드는 GPT 기반 웹 스크래핑과 데이터 분석 기술을 활용하여 특정 기업의 공식 홈페이지, 소셜 미디어, 광고 플랫폼 등에서 관련 데이터를 자동으로 수집하고, 이를 바탕으로 마케팅 전략 및 주요 캠페인을 즉시 분석하고 정리하여 제공합니다. 사용자는 회사명이나 URL만 입력하면 해당 기업의 최신 마케팅 활동 정보를 손쉽게 얻을 수 있습니다.
4.
활용 기술 :
•
GPT-4
5.
기능 설명:
•
기업명 또는 URL 입력 시 즉각적인 마케팅 데이터 수집
•
최신 마케팅 캠페인, 전략, 프로모션 정보 자동 분석 및 제공
•
동종 업계 경쟁사 비교 분석 기능 제공
•
분석 결과를 테이블 및 요약 형태로 직관적으로 표시
6.
기대 효과 :
•
마케팅 전략 분석 및 조사 시간을 기존 대비 80% 이상 절약
•
신속한 마케팅 인사이트 확보로 빠른 전략적 의사결정 지원
•
경쟁력 있는 시장 대응 및 비즈니스 성과 개선
•
효율적이고 정확한 데이터 기반의 마케팅 전략 수립 가능
•
타 분야 적용
7.
느낀점 및 배운점: 이번 프로젝트를 통해 마케팅 담당자들이 직면한 실무적인 어려움과 요구를 깊이 이해할 수 있었습니다. GPT와 같은 최신 AI 기술과 웹 데이터 수집 기술의 결합이 얼마나 강력한 비즈니스 도구로 작용할 수 있는지 경험했습니다. 또한, 사용자 친화적인 인터페이스 디자인의 중요성을 인지하고, 데이터 정확성과 분석 과정의 투명성을 유지하는 것의 필요성을 배우게 되었습니다.
[마케팅 디코드] 마케팅 디코드
프로젝트 보고

프로젝트명 : G코디, 오늘 뭐 입지?

기 획 배 경 :

•
직장인들은 매일 아침 '오늘 뭐 입지?' 고민으로 15분 이상 허비하고, 잘못된 코디로 하루 컨디션까지 영향을 받는다.
•
시간 절약, 감정적 만족, 옷 활용도 향상이 필요하다.
프로젝트 시연 영상

기 획 상 세 :

•
개인화된 온보딩
사용자는 초기 온보딩 과정에서 직무, 체형, 회사 드레스 코드, 선호 색상, 도시 등 개인 정보를 입력합니다.
또한 위치 정보를 활용해 현재 날씨 데이터를 실시간으로 가져옵니다.
이 정보를 통해 사용자의 스타일 취향과 생활환경을 정확히 파악하여 코디 추천의 정확도를 높입니다.
•
상황 맞춤형 오늘의 코디 추천
사용자의 기본 정보와 실시간 날씨, 일정, 기분을 반영해 상황 맞춤형 코디를 추천합니다.
추천된 룩은 AI가 생성한 전체 코디 이미지(룩북 형태)로 제공되어 직관적으로 참고할 수 있습니다.
사용자는 추천된 코디에 대해 ‘좋아요’로 선호를 표시하거나, ‘다른 제안’ 및 ‘아이템 교체’ 버튼을 통해 추가 제안을 받을 수 있어, 보다 세밀한 개인화를 경험할 수 있습니다.
•
코디 히스토리 관리
추천받은 코디는 모두 히스토리에 저장되어 언제든지 다시 확인할 수 있습니다.
이를 통해 사용자는 본인의 스타일 변화를 추적하거나, 마음에 들었던 코디를 반복적으로 참고할 수 있습니다.
•
최소한의 입력, 최대한의 추천 경험
복잡한 입력 절차 없이 초기 온보딩과 하루 한 번의 간단한 입력만으로,
다양한 상황에 최적화된 코디를 매일 제공받을 수 있도록 설계했습니다.

활 용 기 술 :

1. Frontend (UI/UX)

•
Streamlit
◦
웹 인터페이스 구성
◦
세션 상태 관리 (st.session_state)
◦
커스텀 CSS 삽입 (폰트, 색상, 애니메이션)
•
HTML + CSS
◦
YouTube BGM 버튼 & 플레이어 삽입
◦
로고 / 메뉴 이미지 삽입 및 스타일링

2. Backend (AI + Data)

•
Python 3.10+
◦
전체 서버 및 기능 로직 작성
•
OpenAI API
◦
GPT-4o-mini: 코디 추천 JSON 생성
◦
DALL·E 3: 코디 이미지 생성
•
REST API 호출
◦
open-meteo.com (날씨 API) 사용

3. Data Handling

•
Streamlit 캐싱 (st.cache_data)
◦
날씨 데이터 캐싱
•
세션 상태 관리
◦
프로필, 코디 추천 결과, 히스토리 저장

4. 외부 API

•
OpenAI (ChatGPT, DALL·E)
•
Open Meteo API (현재 기온 조회)
•
YouTube IFrame API (BGM 재생)

포인트 요약

•
이미지 업로드 및 관리
•
사용자 입력 데이터 수집
•
날씨 API 연동
•
백그라운드 뮤직 재생
•
AI 기반 코디 추천 알고리즘
•
추천 결과 이미지 시각화

기 능 설 명 :

•
온보딩
직무, 체형, 회사 드레스 코드, 선호 색상, 도시 등 개인 정보를 입력받습니다.
사용자의 위치 정보를 기반으로 현재 날씨 데이터를 가져와
상황에 맞는 코디 추천이 가능하도록 합니다.
•
오늘의 코디
온보딩 데이터와 오늘의 날씨, 일정, 기분을 반영하여
AI가 생성한 이미지로 두 가지 출근룩을 추천합니다.
사용자는 코디에 ‘좋아요’를 눌러 선호를 표현할 수 있고,
‘다른 제안’ 또는 ‘아이템 교체’ 버튼을 통해 새로운 조합도 받아볼 수 있습니다.
•
히스토리
지금까지 추천받은 출근룩 기록을 모아 확인할 수 있어
과거 스타일을 참고하거나 다시 활용할 수 있습니다.
◦
사용자 입력 데이터 수집
◦
날씨 API 연동
◦
백그라운드 뮤직 재생
◦
AI 기반 코디 추천 알고리즘
◦
추천 결과 이미지 시각화

기 대 효 과 :

•
출근 준비 시간 절약
매일 아침 15분 이상 걸리던 코디 고민 시간을 1분 이내로 단축할 수 있습니다.
•
기분 좋은 하루 시작
날씨와 스케줄에 맞는 최적의 코디를 통해 하루를 자신감 있게 시작할 수 있습니다.
•
옷장 활용도 극대화
보유한 옷을 다양한 조합으로 추천받아 옷 구매 충동을 줄이고, 효율적으로 활용할 수 있습니다.
•
개인화된 스타일링 경험
직무, 체형, 드레스 코드, 기분, 날씨까지 반영한 추천으로 기존 서비스 대비 훨씬 맞춤화된 코디 경험을 제공합니다.
•
데이터 기반 히스토리 관리
과거 코디 기록을 모아 스타일 트렌드를 파악하고, 향후 코디 선택에 참고할 수 있습니다.

느낀점 및 배운점 :

•
사용자 맞춤형 서비스의 중요성 체감
단순한 추천이 아니라 개인 상황(직무, 날씨, 기분)까지 반영해야 사용자 만족도가 높아진다는 것을 깨달았습니다.
•
실질적 문제 해결을 위한 UX 설계
'매일 아침 출근 준비 스트레스'라는 구체적인 문제를 해결하기 위해, 복잡한 과정을 최소화하고 직관적인 사용 흐름을 만드는 것이 핵심임을 경험했습니다.
•
기술과 일상의 연결 경험
위치 기반 날씨 정보, AI 이미지 생성 등 기술을 일상 스트레스 해소에 자연스럽게 연결하는 방법을 배울 수 있었습니다.
[기업가치20조] G코디