김기웅, 기획부터 배포, 운영까지 직접 끌고 가는 개발자Plan it,SHIP IT.

교수님이 제공한 실제 인스타그램 공동구매 거래 데이터를 분석해 신규 브랜드의 성공 확률을 높이는 전략을 도출하는 프로젝트의 팀장을 맡았습니다. 브랜드 246개를 회귀분석해(R²=0.317) 인플루언서 수·평균 객단가·SKU 수 순으로 유의미함을 확인했습니다.

유의미한 변수 중 '브랜드 활동 기간'은 신생 브랜드가 바꿀 수 없는 변수였기에, 원인이 아니라 결과로 보고 전략 대상에서 제외했습니다. 유의미한 것을 모두 보고하는 것과 움직일 수 있는 것만 남기는 것은 다른 일이라고 생각합니다.

검증 과정에서 팀원이 "반복 협업 효과가 여러 브랜드와 협업한 효과와 섞인 것 아니냐"고 반박했을 때는 결론을 방어하는 대신 검증 조건을 다시 짜, 동일 브랜드 × 동일 인플루언서 페어 1,404건만 재집계해 같은 결론을 확인했습니다. 모델 설명력이 32%에 그친다는 한계도 함께 발표했습니다.

LMS나 익명 커뮤니티로는 해결되지 않는 학생 간 소통 문제가 있다고 판단해 기획한 강의 커뮤니티입니다. 과목별 게시판을 두고, 게시판마다 교수님이 지정한 관리자 한 명이 관리하는 권한 구조를 설계했습니다. 운영 부담과 신뢰성을 동시에 해결하기 위한 구조였습니다.

고인의 사진·목소리·말투를 기록해 두고, 필요할 때 AI가 그 사람처럼 대화하고 음성·영상으로 답해 주는 디지털 유산 서비스입니다. AI 채팅은 OpenAI, 음성 합성은 ElevenLabs, 토킹헤드 영상은 HeyGen API를 사용했습니다.

고인의 사진이 무단 이용될 수 있다고 판단해, 가족관계증명서로 가족임을 증명해야 사용할 수 있도록 설계했습니다. 민감한 서비스일수록 기능보다 정책이 먼저라는 것을 배운 프로젝트입니다.

다양한 AI 도구가 나오고 있지만 쓸 줄 아는 사람과 모르는 사람 사이에 효율 격차가 생긴다는 문제의식에서 출발했습니다. AI를 카테고리별로 분류하고 초급·중급·고급 난이도로 정보를 나누어, 사용자가 자신의 수준에 맞는 활용법을 찾을 수 있게 구성했습니다.

은둔형 외톨이의 사회화를 돕기 위해, 집에서 할 수 있는 간단한 퀘스트부터 시작해 점차 집 밖 퀘스트로 이어지는 서비스입니다. 조사해보니 아주 단순한 이유로 집에서 나가지 않는 경우가 많았고, 그래서 '창문 열기', '이불 정리하기' 수준까지 퀘스트 난이도를 세밀하게 나눴습니다.

팀원이 갑작스러운 일정으로 알바 대타를 구하지 못한 상황에서 아이디어를 얻었습니다. 네이버 카페와 인스타그램으로 설문조사를 진행해 111명의 응답으로 필요성을 확인한 뒤 기획을 시작했습니다.

3C·SWOT 분석과 사용자 위치 기반 공고 추천 기능을 설계했습니다. 처음으로 서비스를 직접 기획해 본 경험입니다.