찬바람이 몰아치던 토요일, 엔코위더스 사무실은 프로덕트 팀의 뜨거운 열정으로 달아올랐습니다.

프로덕트 팀은 최근 가장 핫한 테크 트렌드인 AI(LLM)를 주제로, 자발적으로 해커톤을 기획하고 참여했어요.

이번 해커톤의 목적은 단순하지만 명확했습니다. AI 기술을 직접 경험해보고, 이를 실제 서비스에 어떻게 적용할 수 있을지 빠르게 탐색해보는 것. 딱딱한 스터디나 강의 대신, 직접 만들고 부딪혀보는 방식을 선택했습니다.

첫 번째 순서로, AI  프로젝트 경험이 풍부한 AI 스페셜리스트 John이 간단한 세션을 열었습니다.

John은 AI 기술과, 이를 활용한 다양한 서비스 사례들을 소개해주었어요. 특히 OpenAI API를 활용해 만든 예시 프로젝트를 통해 서비스에 AI를 접목시킬 다양한 가능성을 알려주었습니다.

이어 팀별로 아이디어를 모으고 주제를 선정하는 시간!

각 팀은 자유롭게 상상력을 펼치며 "우리 서비스에 이런 AI 기능이 있으면 어떨까?" “기존의 문제를 AI/LLM으로 어떻게 해결할 수 있을까?”를 고민했습니다. 다양한 활용법과 기발한 아이디어들이 쏟아져 나왔고, 주제 선정 후 곧바로 기획과 개발에 돌입했어요.각 팀별 회의실에서 프로세스를 구체화하고, 기획을 빠르게 코드에 녹여내고, 테스트에 발표 준비까지, 반나절이 순식간에 지나갔습니다.

해커톤의 마지막 순서는 팀별 발표 및 공유였어요.

각팀에서 어떻게 문제를 정의하고, 어떤 방식으로 AI를 활용했는지 소개해드릴게요.

Don, Marc, Jake 팀은 하우스에 대한 정보와 문의를 해결해주는 챗봇을 구현했어요.

하우스 정보와 관련된 기존 API와 openAI API를 function call로 연결하여, 게스트가 즉각적인 궁금증을 해소하고 정보를 얻을 수 있도록 만들었습니다. 개발 시간이 제한적이었음에도 디자인부터 프론트, 백의 구현까지 완료하여 테스트 환경에서의 시연까지 보여주었어요.

Japser, Tia, Josh 팀은 한국이 낯선 유학생들이, 자신의 니즈와 라이프스타일에 맞는 하우스 & 동네를 추천해주는 서비스를 만들었어요. ‘유학생들은 경험과 정보의 부족으로 어디에서 살 것인지 정하는 것 부터가 어렵다’는 문제를 정의하고 AI로 쉽게 해결할 수 있는 부분이 무엇인지 분석했습니다. 그 결과 위치 정보 기반 공공 API를 토대로 추천 데이터를 생성하고 이를 모델에 학습시켜 서비스로 발전시켰어요.

Sia, Jason, Kelly 팀은 게스트의 문의에 대한 호스트의 응답을 생성하여 추천해주는 서비스를 만들었어요. 

기존의 채팅 데이터를 벡터화하고 질문-응답 데이터베이스를 구축하여, 실제 호스트의 응답과 거의 일치하는 답변을 생성해냈습니다. 불만족스러운 답변으로 궁금증을 해결하지 못하는 게스트와 반복되는 응답의 피로와 응대 품질 유지의 어려움 이라는 호스트의 문제를 모두 해결하였어요.

그리고 이어지는 결.과.발.표!

대망의 1등은…… 아쉽게도 다음 워크샵에서 상품과 함께 발표한다고 합니다.

이번 해커톤을 통해 얻은 가장 큰 수확은 "AI는 어려울 수 있지만, 활용은 쉽고 간단하다"는 깨달음이었습니다. 짧은 시간 안에 실질적인 결과물을 만들어내면서, AI를 우리 서비스에 적용하는 것이 생각보다 훨씬 간단하지만 효과는 매우 크다는 것을 느낄 수 있었어요.

앞으로 엔코위더스는 플랫폼 서비스뿐만 아니라 운영, 관리 등 다양한 영역에서 AI를 적극적으로 활용해나갈 예정입니다. 이번 해커톤이 그 출발선이 되어, 팀의 생산성과 비즈니스 임팩트를 한층 끌어올릴 수 있을 거라 기대하고 있습니다.