예전에 한 번 올렸던 잉크버드(EncBird) 영어 작문 서비스가, 그동안 사용자들의 직/간접적인 피드백을 거치며 완전히 다른

서비스가 되어서 다시 공유해봅니다.

누구를 위한 서비스인가?

잉크버드는 20~40대 직장인을 대상으로 만든 서비스로, 아래와 같은 경우에 잘 맞습니다.

2~10분, 출퇴근 시간에 영어 공부를 하고 싶다.영어 일기를 통해 새로운 표현을 배우고 활용하고 싶다.

어떤 문제를 풀고 싶은가?

제가 풀고 싶었던 문제는 "영어 일기를 쓰면서 새로운 표현을 계속 배우고 싶다" 였습니다.

• 저도 회사를 다니는 입장에서, 매일 영어로 된 문서를 읽긴 하는데 자유롭게 쓰고 말하지 못하는 상태가 너무 답답해서

만들었습니다. - 다양한 서비스를 써봤지만, 유의미한 인풋이 없으면 맨날 하던 말만 하게 되고, 첨삭 문서를 받아도 내가 안 읽으면 아무리

피드백이 좋아도 소용이 없었습니다. - 좀 더 자연스럽게 말하고 글을 쓰려면 결국 내가 직접 작문을 해야 하고, 그 가장 좋은 방법은 일기를 쓰는 것이었습니다.

• 다만 영어 일기엔 문제가 있습니다. 막상 쓰려고 앉으면
  뭘 쓸지부터 막막합니다. ChatGPT랑 쓰는 게 가장 좋긴 한데,

쓰고 나서도 계속 이것저것 물어보게 돼서나중에 기록을 다시 찾아보기가 어렵습니다. - 스픽이나 말해보카 같은 좋은 서비스도 많지만, 출퇴근 시간에 말을 하는 건 불가능하고, 그런 서비스에서 온전히 작문에만

집중하는 경험은 좀 불편하다고 느꼈습니다.

어떻게 문제를 풀려고 하는가?

그래서 "AI 코치와 대화하듯 쓰는 영어 일기" 를 핵심으로 잡고, 위에서 말한 답답함의 원인을 하나씩 지우는 방향으로

접근했습니다.

"뭘 쓸지 막막하다"→ 빈 화면에서 시작하지 않습니다. AI 코치가 한국어로 먼저 질문을 던지고("오늘 회사에서 어떤 일

있었어요?"), 저는 영어로 답만 하면 됩니다. 문법이 틀려도, 단어가 안 떠올라도 아는 만큼만 쓰면 됩니다. (한영 혼용도

권장합니다.)"ChatGPT는 좋은데 기록이 흩어진다"→ 열린 대화(open-ended chat) 대신, 일기 한 편이라는 완결된 단위로 끝맺습니다.

무한정 이어지는 대화가 아니라, 끝나면 구조화된 결과물 하나가 남습니다."인풋이 있어도 안 읽으면 소용없다"→ 교정을 한 번 보여주고 버리지 않습니다. 매 문장 부자연스러운 부분을 자연스러운

표현으로 바꿔주고, 마음에 드는 표현은 클릭 한 번에 내 표현 사전에 들어갑니다."저장만 해두면 또 안 본다"→ 여기가 핵심입니다. 사전에 들어간 표현은**SRS(간격 반복)**스케줄에 따라 며칠 뒤

플래시카드·영작 퀴즈·게임형 복습으로 다시 큐에 올라옵니다. 복습을 의지에 맡기지 않고, 시스템이 다시 노출시키는

구조입니다."출퇴근엔 말하기가 불가능하다"→ 음성이 아니라 작문이 1급 시민(first-class)입니다. 하루 10분, 폰 하나로 만원

지하철에서도 됩니다.

서비스 전반에서 가장 중점을 둔 건 GenAI 플라이휠입니다. 세션이 끝날 때마다 개인 메모리가 자동으로 업데이트되고, 그

내용이 이후 모든 액션에 반영됩니다.

예를 들어 지난주 일요일 다이어리챗에서 교회에 다녀왔다고 했다면, 이번 주엔 코치가

"교회 다녀와서 어땠어요?"라고

물어봅니다. 최근에 등록한 표현을 미리 알고 그걸 연습하도록 유도하기도 합니다. 사용자에 대해 알게 된 내용을 최대한 학습에

재활용하도록 구성했습니다.쓰면 쓸수록 나에게 맞춰지는 셈입니다.

실제 동작은 여기서 바로 볼 수 있습니다 → encbird.com/guide/diary

어떻게 돌아가는가? (기술적인 이야기)

예전에 스타트업을 하다 한 번 망해본 경험이 있습니다. 그래서 이번 1순위 설계 기준은 "성공"이 아니라 **"perpetuate(망하지

않고 계속 살아남기)"**였습니다. 의사결정 기준도 명확합니다 — "DAU가 한 자릿수로 떨어지고 내가 손을 떼도, 이 서비스가 빚
없이 계속 돌아가는가?"

• 그래서 전부 서버리스(Vue/Nuxt 프론트 + Go on Lambda + 이벤트 기반 백엔드, IaC는 CDK)로 작성해
  유휴비용을 0에시켰습니다. 트래픽이 0이면 청구서도 거의 0이고, 튀면 알아서 스케일합니다.

수렴

개발 방식도 같은 맥락입니다. 1인 운영이 지속 가능하려면 코드 생산성을 극단까지 끌어올려야 했습니다.

• 코드는
  100% AI 에이전트가 작성하고, 저는 코드 리뷰만 직접 합니다. - 다만 소프트웨어 라이프사이클에서 코딩이 차지하는 비중은 생각보다 작습니다.
  문제 정의·기획·아키텍처 결정·검증이

훨씬 크고, 에이전트가 헤매지 않으려면 결국 이 윗단이 명확해야 합니다. - 그래서 프롬프트를 잘 쓰는 수준을 넘어, 에이전트를 감싸는 환경 자체(
하네스)를 설계했습니다. 모든 기능은**PRD →**순으로 내려가고, 에이전트는 그 ADR을 읽고 구현합니다. 사람이 손대는 지점이 코드가

ADR(아키텍처 결정 기록) → 코드

아니라결정으로 올라간 셈입니다. - 이 흐름의 근간은 직접 만든 ALPS PRD Writer입니다. 여러 개인 프로젝트에

실제로 쓰면서 계속 고쳐나가는 중입니다. 한 발 더 나아가, 코드 리뷰까지 AI에게 맡긴 프로젝트도 실험적으로 돌려보고

있습니다.

현재 잉크버드는 12만 라인이 넘는 코드베이스(컨텍스트 등을 다 포함하면 18만 정도)를 최대한 자동화로 대응하고

있습니다. 혼자 개발·운영하다 보니 대부분의 운영 이슈도 백오피스를 만들기보다는 에이전트 기반 스킬을 최대한 활용해서

처리합니다.

따로 운영 중인 실험적인 프로젝트도 하나 있는데, 대략 8만 라인 규모이고 이건 완전 자동화로 개발하고 있습니다. (코드가

어떻게 돌아가는지 몰라도 진짜 상관없는지 테스트 중입니다.)

구글 로그인만 하면 바로 써보실 수 있고, 첫 가입 시 15크레딧과 무료 사용량을 드립니다. 마음에 안 드시면 회원탈퇴도

쉬우니 부담 없이 써보세요. (다만 재가입은 불가능합니다...)