필요한 도구를 직접 만드는 AI 시대 - 음식사진 분석앱

링크드인에도 올렸지만, 내 블로그에도 정리해서 업로드
# 필요한 도구를 직접 만드는 시대

요즘 대세는 필요한 도구를 AI를 통해 만들어서 사용하는 것이라고 느껴집니다. 

저의 짝궁이 식단을 관리를 하고 있고, Zepp이라는 스마트워치 앱을 사용하는데, 매번 먹은 음식을 일일이 검색해 등록하는 과정을 꽤 불편해하더라고요. 

기존 식단 앱들은 음식 데이터베이스가 부족하거나, 무엇보다 기존에 쓰던 관리 앱으로 데이터를 옮기는 과정을 생각하니 번거로웠습니다.


Google antigravity를 이용해서, 캡쳐화면과 같이 음식사진을 찍으면 Gemini API로 보내어 음식을 분석하고, 칼로리, 당, 탄수화물을 정보를 찾아서 보여주는 어플을 만들어보았습니다.

간단하게 만들기 위해 antigraviry가 Reac Native 로 앱을 만들고 Vercel 배포하는 가이드를 제안했고 해당 방안으로 진행했습니다.



설치 및 사용 방법은 간단합니다:

1. https://kcalcal.vercel.app  에 접속해 모바일 크롬에서 '설치'를 누르면 홈 화면에 아이콘이 생성됩니다.

KcalCal - AI 음식 분석기

열기로 되어있지만, 초기에는 설치로 표현되어있습니다.

2. Google AI Studio (https://aistudio.google.com/) 에서 무료로 API 키를 발급받아 설정에 등록합니다.

3. 모델은 저는 테스트 중인 gemini-3-flash-preview를 선택했습니다. 
(위 API를 저장 후 모델조회하면 쓸 수 있는 gemini 모델들이 나옵니다.)

4. 사진을 찍고 '분석'을 누르면 됩니다. 만약 분석이 틀렸다면 직접 음식정보를 입력하면 gemini가 해당정보를 바탕으로 해당 음식의 자료를 다시 찾아 줍니다. 

5. 해당 음식들의 칼로리와 영양소 (탄수화물, 단백질, 지방, 당)을 정리해서 보여줍니다.

이 과정을 거치며 제 생각을 정리해 보니, 앞으로 우리의 업무 환경이 어떻게 바뀔지 기대반과 걱정반이 됩니다.
개인이 필요한 도구를 AI로 직접 만드는 흐름은 이제 거스를 수 없는 대세가 될 것이라 생각합니다. 
업무 효율은 극대화되겠지만, 엔터프라이즈 환경에서는 보안이라는 큰 숙제가 남겠죠.

엔지니어로서 가장 고민되는 지점은 기술적 부채입니다. AI의 도움으로 만든 프로그램의 코드를 개발자가 100% 이해하고 대응하는 것일까? 
유지보수 상황이 닥쳤을 때 무리 없이 대응할 수 있을까? 하는 의문입니다. 

실제로 요구사항을 처음 정의할 때 잘 정의해서 만들면 결과물이 훌륭하지만, 수정을 거듭할수록 코드가 미궁에 빠지는 경우를 경험하기도 했습니다.

"시대의 흐름을 받아들이고 잘 활용해야 한다"는 생각과 "내부 기술을 명확히 이해하지 못한 채 도구를 만드는 것이 맞는가"라는 자존심이 충돌하는 시기인 것 같습니다. 

결국 이 모순을 어떻게 해결하고 내재화하느냐가 앞으로의 중요한 과제가 되겠지요.
(그러니 더 공부해라 휴먼…)

개인적으로는 필요한 도구는 이제 만들어가며, 업무를 진행할 것 같습니다.
과연 앞으로 어떻게 흘러갈지 다들 어떤 생각을 가지고 있나요?