프로젝트 배경
1) 문제점 - AI의 공감 능력 부재: 기존의 LLM 기반 서비스들은 답변이 지나치게 교과서적이거나 기계적이어서, 사용자가 자신의 내밀한 감정이나 고민을 털어놓을 때 충분한 위로를 받지 못했습니다. 이는 사용자가 서비스에 정서적으로 애착을 갖지 못하게 만드는(낮은 몰입도) 주된 원인이었습니다. - 감당하기 힘든 운영 비용: 고품질의 대화와 이미지 생성을 위해 OpenAI(GPT-4), DALL-E와 같은
프로젝트 성과
온프레미스 전환을 통한 운영 비용 65% 절감
외부 API에 의존하던 이미지 생성 및 텍스트 분석 기능을 자체 구축한 온프레미스 서버와 경량화 모델로 대체하여, 서비스 품질은 유지하면서 AI 운영 비용을 획기적으로 낮췄습니다.
총 데이터 2,062건 생성 및 초기 팬덤 확보
별도의 대규모 마케팅 없이 기술력과 UX만으로 500명 이상의 가입자를 확보하고 2,000건 이상의 일기 데이터를 축적하여, AI 서비스의 시장성과 사용자의 자발적 참여 가능성을 입증했습니다.
핵심 기능
진행 단계
기획 및 MVP 아키텍처 설계
2025.03.
사용자의 감정 케어라는 핵심 가치를 정의하고, MBTI 기반 페르소나 챗봇과 일기 생성 기능을 기획했습니다. 초기 시장 검증을 위해 개발 속도가 빠른 고성능 API 기반의 하이브리드 앱 아키텍처를 설계했습니다.
프로젝트 상세
[프로젝트 배경 및 문제 정의] 기존의 AI 챗봇 서비스들은 답변이 기계적이고 딱딱하여 사용자의 내밀한 감정을 위로하는 데 한계가 있었습니다. 또한, 이미지 생성과 대화 처리에 고성능 외부 API(GPT-4, DALL-E 등)를 전적으로 의존할 경우, 서비스 규모가 커질수록 운영 비용이 기하급수적으로 증가하여 지속 가능한 비즈니스 모델을 만들기 어렵다는 구조적인 문제가 있었습니다. [솔루션 설계 및 구







