This is a submission for the Hacktoberfest Open-Source AI Challenge Week 2: Side Hustle.
제가 만든 것 (What I Built)
소규모 사업체들은 카피라이터를 고용하거나 여러 AI 도구에 구독하는 것이 비용이 많이 들어 일관된 마케팅 콘텐츠를 만드는 데 어려움을 겪는 경우가 많습니다.
LocalBiz AI는 소상공인 사장님들이 자신의 비즈니스, 잠재 고객(audience), 플랫폼, 선호하는 어조(tone)에 맞춰 홍보 콘텐츠를 생성하도록 돕기 위해 설계된 마케팅 콘텐츠 어시스턴트입니다.
사용자는 다음을 생성할 수 있습니다:
- 📱 소셜 미디어 게시물 및 프로모션 캡션
- 🛍️ 제품 설명(Product descriptions)
- 📧 홍보 이메일(Promotional emails)
- 💬 고객 아웃리치용 마케팅 메시지
이 애플리케이션은 로컬 언어 모델을 사용하여 콘텐츠를 생성하며, 모델 사용이 불가능할 경우 템플릿 기반의 대체 기능을 제공합니다.
목표는 간단합니다. 소규모 사업체들이 일상적인 마케팅 작업에 드는 시간을 절약하고 AI 도구에 접근성을 유지하도록 돕는 것입니다.
누가 혜택을 받을 수 있나요? 정기적인 홍보 콘텐츠가 필요한 지역 카페, 의류 매장, 피트니스 센터, 베이커리, 프리랜서 및 기타 소규모 사업체입니다.
데모 (Demo)
로컬에서 실행하기: GitHub README의 설치 지침을 따르세요.
애플리케이션 URL: http://127.0.0.1:8000
이 애플리케이션은 설정 후 사용자의 로컬 컴퓨터에서 실행됩니다. 현재 공개적으로 배포된 데모는 없습니다.
코드 (Code)
🚀 GitHub 저장소: Jitin2102/LocalBiz-AI
이 저장소에는 애플리케이션 소스 코드, 프론트엔드, FastAPI 백엔드, 설정 스크립트 및 테스트 파일이 포함되어 있습니다.
기여와 제안은 언제나 환영합니다!
제작 과정 (How I Built It)
저는 Python, FastAPI, HTML, CSS, JavaScript를 사용하고 생성 기록 저장을 위해 SQLite를 사용하여 LocalBiz AI를 구축했습니다.
가장 중요한 부분은 로컬에서 실행할 수 있는 오픈 웨이트 언어 모델인 Ollama 및 Gemma 3 1B와의 통합입니다.
기술 스택 (The technology stack)
- Python: 애플리케이션 로직 및 백엔드 개발.
- FastAPI: REST API 및 요청 처리.
- Gemma 3 1B: 마케팅 콘텐츠 생성을 위한 로컬 언어 모델.
- Ollama: 로컬 모델 실행 및 추론.
- SQLite: 생성된 콘텐츠 기록 저장소.
- HTML, CSS, 및 JavaScript: 반응형 사용자 인터페이스.
- Pytest: 자동화 테스트.
작동 방식 (How it works)
- 사용자가 사업체 이름, 업종, 타겟 고객, 플랫폼, 콘텐츠 유형, 톤, 주요 세부 정보 등을 입력합니다.
- 프론트엔드는 이 정보를 FastAPI 백엔드로 전송합니다.
- 백엔드는 Ollama를 통해 로컬 Gemma 모델을 사용하여 마케팅 콘텐츠를 생성합니다.
- 모델을 사용할 수 없는 경우, 애플리케이션은 템플릿 기반 생성으로 대체할 수 있습니다.
- 생성된 콘텐츠는 로컬 SQLite 기록에 저장될 수 있습니다.
이 아키텍처는 애플리케이션을 가볍게 유지하고, 호스팅되는 AI API에 전적으로 의존하는 것에 대한 대안을 제공합니다.
Open Innovation은 왜 중요한가?
Open innovation 덕분에 언어 모델을 처음부터 구축하거나 독점적인 AI 서비스에 완전히 의존하지 않고도 AI 기반의 비즈니스 도구를 실험해 볼 수 있게 되었습니다.
오픈 가중치(open-weight) 모델과 로컬 추론을 사용하면 여러 장점이 있습니다:
1. 접근성 향상 (Greater accessibility)
개발자와 소규모 사업체는 모든 생성에 대해 유료로 호스팅되는 언어 모델 API가 필요하지 않은 AI 도구를 실험할 수 있습니다.
2. 데이터 통제력 강화 (More control over data)
로컬 추론을 사용하면 프롬프트를 제3자 모델 API로 전송하는 대신 사용자 자신의 장치에서 처리할 수 있습니다. 이는 애플리케이션 구성 및 사용되는 기타 외부 서비스에 따라 달라집니다.
3. 실험의 자유 (Freedom to experiment)
오픈 가중치 모델은 개발자가 다양한 모델을 테스트하고, 프롬프트를 수정하며, 대안적인 구현 방식을 탐색할 수 있도록 합니다.
4. 협업을 위한 기반 (A foundation for collaboration)
이 프로젝트는 새로운 콘텐츠 템플릿, 추가 언어, 개선된 프롬프팅 전략, 그리고 다른 호환 가능한 모델에 대한 지원으로 확장될 수 있습니다.
오픈 이노베이션(Open innovation)은 단순히 소프트웨어를 무료로 만드는 것에 관한 것이 아닙니다. 실험(experimentation), 적응(adaptation), 그리고 협업(collaboration)을 더 쉽게 할 수 있도록 만드는 것입니다.
My Agent Session
이 프로젝트는 현재 애플리케이션과 로컬 AI 통합에 초점을 맞추고 있습니다. 공유할 수 있는 에이전트 세션 녹화본은 없습니다.
Prize Categories
주요 과제: Hacktoberfest Open-Source AI Challenge Week 2 — 사이드 허슬(Side Hustle).
프로젝트가 특정 요구 사항을 충족하는 경우 추가 파트너 카테고리가 추가될 수 있습니다.
향후 계획?
LocalBiz AI는 시작점일 뿐, 완성된 상업용 제품은 아닙니다.
향후 개선 사항으로는 다국어 콘텐츠 생성(multilingual content generation), 재사용 가능한 브랜드 프로필(reusable brand profiles), 다운로드 가능한 마케팅 문구(downloadable marketing copy), 추가 로컬 모델 지원(support for additional local models), 그리고 콘텐츠 품질 평가 등이 포함될 수 있습니다.
저의 다음 목표는 생성된 콘텐츠를 개선하고, 실제 소상공인들과 애플리케이션을 테스트하며, 그들의 피드백을 개발에 활용하는 것입니다.
실용적인 AI 도구를 구축하는 것은 모델이 텍스트를 생성하게 하는 것 이상입니다. 그것은 결과물을 실제 사람들에게 유용하게 만드는 것에 관한 것입니다.
Python, FastAPI, Ollama, 그리고 Gemma 3 1B로 제작되었습니다. 🚀