동넷을 마치며: 9인 팀 AI 팀장의 회고
3개월 중 한 달을 주제 선정에 쓰고도 완주한 이유. 리더의 책임은 가장 많은 코드를 쓰는 게 아니었다.
KT × 한국교통안전공단 AI 기반 사회문제해결 프로젝트가 끝났다. 교통약자와 이용자 조건에 맞는 경로를 추천하는 동넷을 9인 팀에서 AI 팀장으로 완주했다. 기술보다 팀 이야기를 남기고 싶다.
시간은 늘 부족했다
3개월 중 한 달 이상을 주제 선정과 데이터 확보에 썼다. 개발 시간이 빠듯했고, 처음에는 마음이 급해 경험 많은 팀원과 베이스라인을 먼저 구현했다. 그런데 이 방식으로는 팀 전체가 함께 완주하기 어렵다고 느꼈다.
그래서 팀원별 역량에 맞춰 작업을 나눴다. 직접 개발할 시간이 줄어든 뒤에는 매주 회의와 GitHub 커밋 · PR로 진척을 확인했다. 캐시 오류로 경로 결과가 달라지면 재현 조건을 먼저 찾아 공유했고, 알고리즘이 느려지면 대안을 두세 개로 좁혀 팀원이 고르게 했다.
한국교통안전공단 회의에서는 필요한 데이터와 요구사항을 확인해 반영했다. 교통약자 이동 실태 데이터가 없어 Y 라벨을 직접 뽑을 수 없다는 점, 프로필 분류에 임산부 · 어린이 · 청소년이 빠져 있다는 점 등은 회의에서 확인하고 설계에 반영했다.
만든 것
- 사용자 프로필 6종(일반 · 고령자 · 아동 · 청소년 · 장애인 · 임산부) + 이동 보조 조건
- 공간 데이터 레이어 12종(경사, 건물 그늘, 계단, 승강기, 저상버스, 사고다발구간 등)
- 출발시각 기준 태양 고도 · 방위각으로 시간대별 건물 그늘 계산
- XGBRanker 기반 경로 점수 · 순위와 SHAP 추천 근거
- Map-first UI: 결과 시트 드래그 · 3단계 snap, 카드 선택 시 지도 동기화
- 후기 · 시설 신고, Kakao 간편 로그인, 이동지원 설정 저장
- FastAPI + React(TypeScript) + PostgreSQL, AWS ECS 배포, GitHub Actions CI
실제 부산 OD 380개 · 경로 1,137개 · 평가 6,822개로 NDCG@3 0.92 ~ 0.96.
배운 것
리더의 책임은 가장 많은 코드를 작성하는 것이 아니라, 팀원이 막힌 지점을 풀어 각자의 결과물을 하나의 서비스로 모으는 일이었다. 각자 다른 속도로 일하는 팀원이 같은 결과에 닿도록 돕는 것. 이게 내가 배운 동료 존중이다.
서비스는 dongnet.kr에서 볼 수 있다.