TVINGAI PRODUCTBUILDER

이정빈AI Product Builder

일이 멈추는 지점을 찾고 AI로 직접 만들어 해결해 왔습니다.

미술을 전공하고 댄서를 준비하며 콘텐츠를 만들어 왔습니다. 개발과 AI를 익힌 지금은, 사람이 일하다 막히는 지점을 찾아 해결하고 있습니다. 문서 이해·콘텐츠 제작·글쓰기·개발 과정에서 반복과 대기를 줄이는 작은 AI 도구를 직접 만들고, 실제 사용 결과를 바탕으로 개선합니다.

차례로 보기프로젝트 선택

AI를 적용하기 전에 일이 어디에서 멈추는지 먼저 봅니다.

  1. 01

    관찰

    현재 업무 흐름을 확인합니다.

  2. 02

    정의

    시간이 오래 걸리거나 자주 멈추는 지점을 찾습니다.

  3. 03

    제작

    가장 작은 단위의 AI 기능을 만듭니다.

  4. 04

    적용

    실제 사용 환경에 적용합니다.

  5. 05

    측정

    시간, 행동, 사용 결과를 확인합니다.

  6. 06

    개선

    결과를 바탕으로 기능과 범위를 수정합니다.

실제 사용에서 확인한 성과

궁금한 프로젝트를 선택하거나, 처음부터 차례로 읽어보세요.

차례로 보기
  1. 노트북 목업에 담은 Open WebUI 로컬 LLM 메인 화면

    로컬 LLM

    2024.11

    1–3일 → 수시간

    연구실 업무 지원
  2. 노트북 목업에 담은 CHOAN 작업 화면

    CHOAN

    2026.04 – 2026.06

    50% → 86.7%

    배포 후 사용 중
  3. 프롬프트 입력과 색상 조정, 교실 배경 생성 결과가 보이는 웹툰 제작 도구 목업

    AI 웹툰 제작

    2024.10 – 2024.12

    약 5시간 → 1시간

    콘텐츠 제작
  4. 맥북 목업에 담은 똑똑한 감자 AI 테크리드의 Discord PR 코드 리뷰 화면

    AI 개발 자동화

    2026.08

    AI 검토 → 사람의 판단

    기능 개선 중
프로젝트 01프로젝트 목록

연구실 로컬 LLM

신규 연구원의 첫 초안 작성 지원

흩어진 자료를 한곳에 모으고, 내부 문서에 바로 질문하는 환경 구축

신규 연구원 첫 초안 제출

1–3일 → 수시간
노트북 목업에 담은 Open WebUI 로컬 LLM 메인 화면
기간
2024.11
담당 역할
기획 · 개발 · 프로젝트 총괄 (기여도 100%)
기술 스택
Open WebUI · Ollama · Llama2 · RAG
사용 환경
연구원 3명 · 연구계획서·사업 참여 신청서
01문제 발견

첫 초안까지 1–3일 소요

  • 연구원 3명의 연구계획서·사업 참여 신청서 작성 과정 관찰
  • 문서가 분산되어 형식·작성 기준 파악에 시간 소요
  • 반복 질문과 답변 대기로 첫 초안 공유까지 1–3일 소요
업무 흐름
  1. 01업무 안내
  2. 02자료 검색
  3. 03문서 형식 파악
  4. 04선배에게 질문
  5. 05답변 대기
  6. 06초안 작성
  7. 07검토
  8. 08재작성
02첫 번째 시도

문서 저장 공간 통합

  • 유휴 컴퓨터에 자료 통합
  • 구성원별 접근 범위 구분
  • 탐색 시간 단축 후에도 작성 기준에 대한 질문 지속
기존 · 자료 분산
이메일개인 컴퓨터공유 폴더여러 저장 위치
개선 · 연구실 자료 통합
연구 과제행정가이드참고 자료
03두 번째 시도

가이드를 만들었지만 개별 질문은 지속

  • 반복 질문과 작성 기준을 가이드로 정리
  • 시기·사업·개인별로 필요한 자료가 달라 재사용에 한계
  • 가이드를 맞춰 적용하는 과정에서 오히려 소요 시간 증가
  • 개별 문서에 바로 질문할 수 있는 로컬 LLM으로 전환
04설계·구축

내부 문서 기반 질의 환경 구축

  • 외부 AI API 사용 제약에 맞춰 유휴 장비에 로컬 환경 구성
  • Open WebUI와 Ollama 연결
  • 문서 기반 질의와 구성원별 자료 접근 범위 설정
로컬 LLM 구성

내부 전용 NAS

문서 관리 통합

로컬 AI 서버

Open WebUI
  • 사용자 계정 관리
  • 지식·문서 맥락 구성
Ollama · 로컬 LLM
  • 로컬 GPU 자원 활용
  • 내부 환경에서 추론 수행

Open WebUI 실제 사용 화면

llama2:latest 모델 선택과 질문 입력 화면

Open WebUI에서 llama2:latest 모델을 선택한 실제 로컬 실행 화면

Open WebUI에서 llama2:latest 모델을 선택한 실제 로컬 실행 화면

05실제 적용

초안 작성 중 AI에 먼저 질문

  • 연구계획서·사업 참여 신청서의 작성 질문을 AI로 우선 확인
  • 초안을 더 이른 단계에 공유
  • 선배 연구원은 초안 검토와 판단에 집중
문서 확인 → 질문 → 첫 초안
Q
신규 연구원

사업계획서에서 연구목표는 어느 수준까지 작성해야 하나요?

로컬 LLM · 응답 방식 예시

관련 연구계획서와 기존 제출 문서를 기반으로 답변

접근 권한이 있는 문서
첫 초안 작성
06결과

첫 초안: 1–3일 → 수시간

  • 연구원 3명의 연구계획서·사업 참여 신청서 작성에 적용
  • 첫 초안 제출: 1–3일 → 수시간
  • 반복 설명·검토: 3–4회 → 약 1회
첫 초안 제출
기존1–3일
개선수시간
반복 설명 및 검토
기존3–4회
개선약 1회
01 / 04다음 프로젝트CHOAN
프로젝트 02프로젝트 목록

CHOAN

멈춘 글쓰기를 다시 시작하도록

완성된 문단 대신, 감각 단어와 짧은 문장 조각 제안

제안 후 5분 이내 집필 재개율

50% → 86.7%
노트북 목업에 담은 CHOAN 작업 화면
기간
2026.04 – 2026.06배포 후 사용 중
담당 역할
1인 기획 · 개발
기술 스택
Next.js · React · SQLite · Ollama · Claude Code (개발 도구)
실험 환경
A·B 각 60회 · 총 120회 측정
01문제 발견

멈춘 집필을 다시 시작하도록 지원

  • 문장 입력 중 멈추는 지점을 관찰
  • AI 제안 후 5분 이내 직접 쓰기 재개 여부 확인
  • 초기 실험은 완성된 문단 추천 방식으로 진행
집필 흐름과 멈추는 지점
새로 쓰기아이디어로 집필 시작

인물·사건·주제 설정

이어서 쓰기쓰던 글 이어가기

설정 확인 후 작성

공통 병목문장 입력 중 멈춤
다음 장면 작성

목표멈춘 집필을 다시 직접 쓰는 상태로 전환

업무 흐름
  1. 01집필 중 멈춤
  2. 02AI 제안
  3. 03제안 후 5분 이내 직접 타이핑 재개 여부 확인

CHOAN 로그인 후 메인 화면

바인더·편집기·인스펙터가 연결된 집필 화면

왼쪽 바인더, 중앙 편집기, 오른쪽 맥락 분석 추천 패널이 보이는 CHOAN 실제 화면

왼쪽 바인더, 중앙 편집기, 오른쪽 맥락 분석 추천 패널이 보이는 CHOAN 실제 화면

편집기

본문 작성에 집중하는 집필 영역

소설 원고를 작성하는 CHOAN 편집기

소설 원고를 작성하는 CHOAN 편집기

바인더

챕터·캐릭터·복선·아이디어·메모 관리

챕터 목록과 요약, 글자 수가 보이는 CHOAN 바인더

챕터 목록과 요약, 글자 수가 보이는 CHOAN 바인더

인스펙터

현재 위치·챕터 맥락 확인 및 추천 선택

현재 챕터와 커서 위치를 기준으로 맥락을 확인하는 CHOAN 인스펙터

현재 챕터와 커서 위치를 기준으로 맥락을 확인하는 CHOAN 인스펙터

02가설 A

가설 A · 완성된 문단 추천

  • 문단 제안 후 5분 이내 집필 재개: 60회 중 30회(50%)
  • AI 문장을 읽거나 수정하는 행동 관찰
  • 다음 실험에서 AI가 완성하는 범위 축소
가설 A · 30 / 60회50%

제안 후 5분 이내 집필 재개율

기존 문단 생성

완성된 문단과 추천 근거를 함께 제시

기억 사냥꾼의 등장과 두 번째 달의 저주라는 문단 생성 결과에 추천 근거, 챕터 목표, 핵심 갈등, 마지막 훅을 함께 보여주는 CHOAN 화면

기억 사냥꾼의 등장과 두 번째 달의 저주라는 문단 생성 결과에 추천 근거, 챕터 목표, 핵심 갈등, 마지막 훅을 함께 보여주는 CHOAN 화면

03가설 B

가설 B · 감각 단어와 문장 조각

  • 완성 문단 대신 감각 단어·짧은 문장 조각 제안
  • 장면을 떠올릴 단서를 주고 다음 문장 작성은 사용자에게 유지
  • 제안 후 5분 이내 집필 재개: 60회 중 52회(86.7%)

단어·문장 조각 제안

현재 장면에 맞는 감각 단어와 짧은 문장 조각

장면의 맥락에 맞춰 감각 단어와 손안의 맥주캔은, 편의점 불빛 너머로, 귀에 남은 목소리가 등 문장 조각을 제안하는 CHOAN 화면

장면의 맥락에 맞춰 감각 단어와 손안의 맥주캔은, 편의점 불빛 너머로, 귀에 남은 목소리가 등 문장 조각을 제안하는 CHOAN 화면

04결과

집필 재개율: 50% → 86.7%

  • A·B 각각 60회, 총 120회 측정
  • 재개 기준: 제안 후 5분 이내 직접 타이핑 시작
  • 제안 조각 삽입 후 직접 타이핑한 경우도 포함
제안 후 5분 이내 집필 재개율
기존50%
개선86.7%
A · 문단 제안30 / 60회재개 횟수 / 측정 횟수
B · 단어·문장 조각 제안52 / 60회재개 횟수 / 측정 횟수
전체 측정120회A·B 각각 60회
02 / 04다음 프로젝트AI 웹툰 제작
프로젝트 03프로젝트 목록

AI 웹툰 제작 도구

배경 초안 생성부터 색감 조정까지

반복되는 배경 작업을 줄이고, 이야기와 캐릭터 작업에 집중

배경 제작 시간

약 5시간 → 1시간
프롬프트 입력과 색상 조정, 교실 배경 생성 결과가 보이는 웹툰 제작 도구 목업
기간
2024.10 – 2024.12
담당 역할
3인 팀 · 웹 개발 · 색감 변경·프롬프트 추천 DB 제안
기술 스택
FastAPI · React · React Color · ComfyUI · Stable Diffusion (LotusMix) · MySQL
사용 환경
작가 2명 · 실제 제작 과정에 시범 적용
01문제 발견

장면마다 반복되는 배경 제작

  • 장면별 배경 제작에 많은 시간 소요
  • 원하는 구도·분위기를 맞추기 위한 반복 수정
  • 배경 초안 생성에 실험 범위 집중
업무 흐름
  1. 01장면 기획
  2. 02참고 자료 탐색
  3. 03배경 제작
  4. 04수정
  5. 05최종 합성
02설계·구축

입력부터 색상 조정까지 연결

  • 담당: 웹 개발 및 색감 변경·프롬프트 추천 DB 제안
  • 프롬프트 입력·추천과 생성 결과 확인 화면 구성
  • 서버에서 프롬프트를 ComfyUI·LotusMix 생성 흐름에 연결
  • 생성한 배경의 색감을 화면에서 조정
웹툰·음식 이미지 생성 흐름
사용자 화면, 서버, ComfyUI를 연결한 생성 흐름프롬프트 추천과 입력 후 서버가 워크플로우를 불러와 프롬프트를 추가합니다. ComfyUI의 LotusMix 모델로 배경 또는 음식 이미지를 생성·저장하고, 서버가 이미지를 불러와 화면에 표시하면 색상을 조정합니다.사용자 화면입력·확인·조정서버입력 전달·결과 연결ComfyUI이미지 생성프롬프트 추천프롬프트 입력이미지 표시색상 조정워크플로우 로드워크플로우에프롬프트 추가이미지 로드LotusMix 모델배경음식이미지 생성이미지 저장
  1. 사용자 화면프롬프트 추천 → 입력
  2. 서버워크플로우 로드 → 프롬프트 추가
  3. ComfyUILotusMix 모델
    배경음식

    이미지 생성 → 저장

  4. 서버저장된 이미지 로드
  5. 사용자 화면이미지 표시 → 색상 조정

입력생성결과 확인·조정

03작가 사용 검증

작가 2명의 실제 제작에 적용

  • 기존 제작 방식과 결과·소요 시간 비교
  • 생성된 배경 초안 중 사용할 결과 선택
  • 작가가 필요한 부분을 수정해 작업에 반영

전통적 3D 모델링 방식 · AI 기반 플랫폼 방식

왼쪽: 전통적 3D 모델링 · 오른쪽: AI 기반 플랫폼

왼쪽은 전통적 3D 모델링, 오른쪽은 AI 기반 플랫폼으로 제작한 밤하늘과 계단 배경의 웹툰 장면

왼쪽은 전통적 3D 모델링, 오른쪽은 AI 기반 플랫폼으로 제작한 밤하늘과 계단 배경의 웹툰 장면

04결과

배경 제작 단축 → 음식 생성 확장

  • 배경 제작: 약 5시간 → 약 1시간
  • 실제 제작 흐름에서 활용 가능성 확인
  • 음식 이미지 생성으로 적용 범위 확대
배경 제작 시간 · 약
기존5h
개선1h
배경 이미지 생성음식 이미지 생성

음식 생성 예시 1

면·달걀·고기를 표현한 음식 생성 결과

달걀과 고기가 담긴 면 요리 생성 이미지

달걀과 고기가 담긴 면 요리 생성 이미지

음식 생성 예시 2

연어·아스파라거스·소스를 표현한 생성 결과

연어와 아스파라거스가 담긴 접시 생성 이미지

연어와 아스파라거스가 담긴 접시 생성 이미지

03 / 04다음 프로젝트AI 개발 자동화
프로젝트 04프로젝트 목록

AI 개발 자동화

변경 코드 검토에 AI를 투입한 개발 흐름

변경 코드의 1차 검토·수정 의견·테스트 제안을 AI로 지원 검사·배포는 자동화하고, 실행·반영 여부는 사람이 판단

AI 적용 지점 · 코드 검토와 이해

AI 검토 → 사람의 판단
맥북 목업에 담은 똑똑한 감자 AI 테크리드의 Discord PR 코드 리뷰 화면
기간
2026.08
담당 역할
AI 적용 지점·검토 기준 설계 · 자동화 구현
기술 스택
Codex · OpenClaw · Ollama · GitHub · GitHub Actions · Discord · AWS EC2
사용 환경
개발 협업 · Windows 노트북 · Mac mini · EC2 테스트 서버
01문제 정의

코드 변경마다 무엇을 확인해야 하는가

  • 코드 변경마다 규칙 준수·수정할 부분·테스트 항목 확인 필요
  • 개발을 처음 배운 팀원에게는 검토 기준과 배포 과정도 낯선 상태
  • 변경 내용을 읽고 검토 의견을 정리하는 단계에 AI 투입
  • 팀원이 검토 이유를 이해하고 테스트 서버에서 직접 확인하도록 설계
02AI 적용 지점

AI가 변경 코드를 읽고 검토 의견 정리

  • 코드 규칙·타입·API 문서·DB 구조·확장성을 검토 기준으로 전달
  • OpenClaw 기반 ‘똑똑한 감자’가 PR의 변경 코드 검토
  • 변경 내용·수정 의견·추천 테스트를 Discord로 전달
  • 담당자가 검토 근거를 이해하고 다음 행동을 판단하도록 지원

똑똑한 감자 · AI 코드 리뷰

PR #7의 변경 파일·검토 결과·추천 테스트를 Discord에서 확인

똑똑한 감자가 로고 위치 수정 PR #7을 검토하고 변경 내용과 추천 테스트를 Discord로 전달한 화면

똑똑한 감자가 로고 위치 수정 PR #7을 검토하고 변경 내용과 추천 테스트를 Discord로 전달한 화면

03업무 흐름 설계

AI의 검토와 사람의 판단을 연결

  • AI가 PR 변경 코드를 검토하고 수정 의견·테스트 항목 제안
  • 사람이 Discord에서 검토 내용을 읽고 테스트 진행 승인
  • 자동화가 규칙 검사·빌드·테스트 통과 후 EC2 테스트 서버에 배포
  • 사람이 실제 동작과 테스트 결과를 확인하고 최종 병합 승인
  • main 병합 후 운영 서버에 배포
AI 검토부터 사람의 승인까지
  1. 01PR 공유
  2. 02AI 검토
  3. 03테스트 승인
  4. 04빌드·테스트
  5. 05테스트 배포
  6. 06동작 확인
  7. 07병합 승인
  8. 08main 병합
  9. 09운영 배포
AI·자동화·사람의 역할

MacBook · Codex에서 코드 작성 → GitHub PR → GitHub Actions

AI · 코드 검토 지원

Windows 노트북

OpenClaw · 똑똑한 감자

  • PR 이벤트 정보 수신
  • 검토 기준에 따라 변경 코드 분석
  • 수정 의견·추천 테스트를 Discord로 전달
자동화 · 검사와 테스트 배포

Mac mini

GitHub Actions · 자체 실행기

  • 사람이 승인한 커밋(SHA)을 정확히 체크아웃
  • 의존성 설치·규칙 검사·빌드·테스트
  • 통과 후 EC2 테스트 서버 배포·결과 전달
사람 · 테스트 환경에서 확인

AWS EC2

테스트 서버

  • 배포된 기능의 실제 동작 확인
  • Discord에서 검사·배포 결과 확인
  • 확인한 결과를 바탕으로 최종 병합 판단
사람이 판단하는 두 지점
01 · 리뷰 이해 → 테스트 승인

변경 내용과 검토 의견을 읽고, 어떤 코드를 테스트할지 확인

02 · 동작 확인 → 병합 승인

테스트 서버에서 직접 확인한 뒤 운영에 반영할 코드 승인

최종 승인·main 병합 후

운영 서버 배포

테스트 서버에서 확인한 코드를 실제 서비스에 반영

04적용 원칙

반복 검토는 AI가, 최종 판단은 사람이

  • AI 의견을 사람이 확인한 뒤 다음 단계 실행
  • 검사·빌드·테스트 통과와 실제 동작 확인 후 운영 반영
  • 팀원이 검토 이유와 테스트 항목을 읽으며 개발 기준을 익히도록 구성
01AI · 변경 코드 검토·수정 의견·테스트 항목 제안
02자동화 · 규칙 검사·빌드·테스트·배포 실행
03사람 · 검토 의견 해석·동작 확인·최종 승인
04 / 04네 프로젝트에서 배운 것

네 프로젝트에서 배운 것

01

현재 업무부터 봅니다.

AI를 적용할 기능을 먼저 정하지 않고 현재 사용자가 어디에서 시간을 쓰고 멈추는지 확인합니다.

02

작은 단위로 먼저 적용합니다.

가장 큰 병목부터 작은 도구로 검증합니다.

03

실제 사용 행동을 봅니다.

기능이 동작하는 것에서 끝내지 않고 사용 시간, 재개율, 반복 행동의 변화를 확인합니다.

04

결과에 따라 개입 범위를 바꿉니다.

처음 만든 방식이 기대한 효과를 내지 못하면 사용자가 멈추는 지점을 다시 확인하고 기능을 수정합니다.