개발 일지
작은 도구를 만들며 남긴 기록
시트, Apps Script, 간단한 PWA. 잘 된 것과 막혔던 부분.
Apps Script 무료 한도: 메일 40건이 수신자 120명을 쓰는 계산
메일 건수와 수신자 수, 하루 실행시간과 한 번의 제한을 나눠 계산합니다. 가상 주문 40건의 예산표, 발송 없는 한도 확인 코드, 중단 뒤 복구 순서를 담았습니다.
AI 해설서 프롬프트 1만 1천 자, 어느 줄을 고치면 결과가 바뀔까
공개한 해설서 프롬프트에서 줄 하나씩 바꿔 GPT Luna로 세 번씩 뽑았습니다. 평균 점수는 기본 3.89점, 문법 규칙 두 줄을 더한 지시문 4.19점, 구간을 정확히 4개로 못 박은 지시문 3.56점이었습니다. 어휘 난도 한 줄을 넣어도 단어 10개 중 6~9개는 기본에서 나온 단어였습니다.
AI '깊게 생각하기'를 켜면 해설서가 좋아질까: 7개 모델 낮음·보통·높음
같은 영어 지문과 같은 지시문으로 AI 7개에게 생각의 양만 바꿔 해설서를 받았습니다. 높음으로 바꾸자 5개는 점수가 올랐고 하나는 그대로, 하나는 떨어졌습니다. 시간과 비용은 모두 늘었습니다. 선생님이 '깊게 생각' 선택지를 고를 때의 기준을 숫자로 정리합니다.
AI 한 부 6원 해설서, 규칙 두 줄을 넣고 다시 채점하면?
지난 7개 AI 비교에서 추정 비용이 가장 낮았던 GPT Luna의 해설서 지시문에 규칙 두 줄을 더해 같은 지문으로 세 번씩 뽑고, 이름을 가린 채 다시 채점했습니다. 평균은 3.89점에서 4.19점이 됐습니다. what절 설명이 어떻게 달라졌는지 원문과 함께 비교하고, 비싼 AI들의 점수와 나란히 놓을 때 주의할 점을 정리합니다.
문항 하나가 출고되기까지, 실제 입력과 출력
직접 쓴 영어 지문을 실제 워크북 제작 라인에 넣고 어휘 문항 하나를 따라갔습니다. 첫 출력, 코드 검사, 다른 모델의 검수 지적, 수정본과 재검수 결과를 그대로 보여 드리고, 출고 영수증은 실제로 나간 워크북의 기록으로 보여 드립니다.
3원짜리 해설서와 290원짜리 해설서: 같은 영어 지문을 AI 7개에게 맡겨 봤습니다
직접 쓴 영어 지문 하나를 AI 7개에게 주고 같은 틀의 3쪽 해설서를 받았습니다. 가장 싼 Luna는 한 부 약 3원에 2.92점, Claude Opus는 약 290원에 4.83점이었습니다. 같은 문장을 어떻게 다르게 옮겼는지, 선생님 상황별로 어떤 AI가 맞는지 정리합니다.
시험범위 공지 다음 날, 190쪽 워크북을 냈습니다 — 그리고 검수가 306건을 찾았습니다
고2 영어 내신 최종 시험범위 공지를 받은 날 지문 59개로 190쪽 워크북을 만들었습니다. 다른 AI로 독립 검수를 돌리자 결함 306건이 나왔고, 그걸 고치면서 바꾼 검수 기준과 재작성 방식을 숫자와 함께 적습니다.
에이전트가 작업을 마쳤는데, 운영 화면은 옛날로 돌아갔습니다
최신 Triad 화면이 다른 작업 폴더의 배포로 덮였습니다. main 브랜치, 실제 운영 버전, 새 빌드와 공개 파일을 각각 확인해 복구한 기록과 복사해 쓸 수 있는 점검 명령입니다.
클라우드플레어 무료라길래 막 만들었더니
무료 한도가 넉넉하겠거니, DB도 작겠거니 하고 학원 시스템을 막 만들었더니 하루 읽기 한도 500만 줄을 넘겨 조회와 저장이 전부 멈췄습니다. 화면은 열리는데 데이터만 안 나오던 며칠의 기록과, 대충은 로컬까지만이라는 교훈입니다.
AI에게는 쓰는 일만 맡깁니다
AI가 영어 문항과 해설을 쓰면 규격은 코드로 검사하고, 정답 성립은 다른 모델로 재풀이하며, 인쇄 전에는 사람이 확인합니다. 실제 교재 제작에서 일을 나눈 이유와 실패 사례를 설명합니다.
공유 링크 하나로 회사 자료가 새는 과정
구글 시트 공유 링크 하나가 회사 자료 유출로 이어지는 과정을 권한과 복사본 관리 중심으로 설명합니다.
폼 자동답장 잘못 보내면 고객 신뢰가 박살난다
폼 자동답장이 고객 신뢰를 떨어뜨리는 순간과 자동화 전에 정해야 할 답변 기준을 설명합니다.
ChatGPT API 비용, 계산 안 하면 조용히 새는 돈 된다
ChatGPT API 비용이 조용히 커지는 이유와 토큰, 캐시, 재시도, 모델 선택을 관리하는 방법을 정리합니다.
바이브 코딩으로 진짜 GAS 앱을 만들었다 — 데모는 멀쩡했고, 현장에서 다 터졌다
AI로 현장 점검 앱을 GAS로 만들었다. 데모는 잘 돌았다. 그리고 배포 버튼 하나에 전 현장이 잠기고, 시트가 날짜를 바꿔치기하고, 초록 체크가 거짓말을 했다. 실제로 하루 종일 잡은 버그들과, GAS로 바이브 코딩하기 전에 미리 신경 쓸 것들.
그래서 바이브 코딩 어떻게 함? GPT 앱 말고 Claude Code·Codex로
ChatGPT 창에 코드 복붙하는 건 바이브 코딩이 아니다. 파일을 직접 읽고, 명령어를 돌리고, 배포까지 하는 에이전트 — Claude Code나 Codex를 OAuth로 로그인해 로컬에서 굴려야 진짜다. 비교표, 설치부터 첫 세션 실제 흐름, 승인 모드, 비용, 트러블슈팅까지.
예쁜 프론트 만들었는데 localhost에서만 돌아요... 이제 어떻게 배포함?
AI가 멋진 프론트를 뽑아줬다. 근데 localhost:3000에서만 돈다. 그건 너 혼자 보는 비밀 일기장이다. 프레임워크별 빌드 폴더, Cloudflare(정적·SPA)와 GAS(시트 연동) 배포, '로컬은 되는데 배포하면 깨지는' 함정, 커스텀 도메인까지 명령어 그대로.
바이브 코딩 101: AI로 만들어 Cloudflare에 무료로 자동 배포하기
clasp·Cloudflare·gws-cli에 AI 코딩 에이전트를 연결하면, 작은 도구를 거의 0원에 공장처럼 찍어내고 자동 배포할 수 있다. 5분 예제(폼→시트→알림메일)부터 자동 배포 스크립트, 실제 비용 숫자, 함정, 사람이 꼭 지켜야 하는 지점까지 숨김없이 공개한다.
AI 자동화 비용, 한 달에 얼마나 나올까 — 0원 자동화의 유일한 예외
GAS 자동화는 유지비 0원이지만, AI를 붙이면 '호출당 사용료'라는 변동비 하나가 생긴다. 보통은 푼돈. 모델·처리량·키 주체 세 가지만 정하면 한 달 비용을 미리 계산할 수 있다. 데이터 외부 전송과 사람 승인 게이트도 함께 짚는다.
구글 앱스크립트로 업무 자동화하기 — 완전 가이드
구글 앱스크립트(GAS)로 주문·예약·재고·정산·현장 입력 같은 반복 업무를 자동화하는 법. 무엇이 되고, 어디까지 0원이고, 언제 한계에 부딪히는지 한 곳에 정리한 길잡이.
여러 사람이 쓰는 점검 앱은 어디가 다른가
혼자 쓰는 앱은 화면만 있으면 된다. 여러 점검자가 같은 데이터를 쓰는 점검 앱은 공유, 충돌, 보고서가 핵심이다. 그래도 범위를 좁히면 GAS·시트·드라이브로 유지비 없이 시작할 수 있다는 설계를 제안한다. 화면 흐름을 미리 볼 수 있는 브라우저 가상 데모도 있다.
구글 시트로 재고관리, 어디까지 자동화되나
한 매장·창고의 입출고와 부족 알림, 정산은 시트 자동화로 충분하다. 수만 SKU·실시간 다지점은 한계다. 되는 것과 안 되는 것을 먼저 정리한다.
유지비 0원의 진실: 공짜인 이유와 예외
서버를 안 빌려서 0원이다. 소규모는 구글 무료 한도 안에서 돈다. 대량 발송·조직 기능·외부 유료 API는 예외다. 계약 전에 알아야 할 비용 구조.