Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Touch Grass Planner는 의사결정 피로를 줄이기 위해 설계된 로컬 우선 웹 앱입니다. 사용 가능한 시간, 에너지 수준, 위치 등의 간단한 입력을 받아 야외 활동을 추천하며, 모델의 출력을 코드로 필터링하여 신뢰성을 높였습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기_이 글은 Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass 제출물입니다.
야외로 휴식을 취하는 가장 어려운 부분은 종종 의사결정 피로(decision fatigue)입니다. 장소를 정하고, 날씨를 확인하고, 시간이 있는지 살펴봐야 하는데 결국 밖에 나가는 대신 휴대폰을 스크롤하게 됩니다.
이 저장소는 등산로에 칠해진 블레이즈 마커와 시간 예산 내에서 편안하게 즐길 수 있는 외출이라는 개념에서 따와 blaze-and-back이라고 불립니다. DEV에서는 Touch Grass Planner라는 이름으로 게시되었습니다.
Touch Grass Planner는 화면 사용 시간을 30초 미만으로 최소화하도록 설계된 로컬 우선 웹 앱입니다. 세 가지 간단한 입력을 제공하면, 어디로 가야 할지 제안하고 휴대폰을 내려놓게 합니다.
만약 특별히 생각해 둔 것이 없는 경우, 모델이 흥미로운 새로운 장소를 찾도록 탐색적 테마(예: 마이크로 어드벤처 또는 숨겨진 보석)를 주입하는 **
공개 사항: 초기 프로젝트 스캐폴드(backend, tests, interface, documentation)는 2026-10-07에 Claude를 사용하여 생성되었으며 (53c3e4f). 이후 기능 개선 및 복원력 있는 프로덕션 기능은 Antigravity AI 코딩 에이전트를 사용하여 명확하고 검증된 커밋을 통해 반복적으로 구축되었습니다:
5aa15c7 — 날씨 및 장소 조회용 10분 인메모리 캐시 (조정된 좌표로 키 지정)361c782 — Overpass API 일시적 오류(429, 502, 503, 504) 발생 시 무작위 지터(random jitter)를 적용한 정중한 지수 백오프 재시도1011db0 — 로컬 외출 기록 API (GET /api/history, DELETE /api/history) 및 프런트엔드 관리c5aa8a0 — 접근성 패스: 오류 및 제안을 위한 키보드 순서 및 프로그래밍 방식 포커스 관리922e796 — 전역 Overpass 서버가 과부하될 경우 자동 OpenStreetMap Nominatim 폴백(fallback)94dc1ba & 4a98bd0 — 사용자 지정 유형의 기분/활동 입력 및 최상위pytest를 통해 47개의 자동 단위 및 통합 테스트가 실행됩니다. 이 테스트들은 기상 코드 파싱, 지리적 거칠기화(geographic coarsening), Overpass 응답 정제(sanitization), LLM JSON 유효성 검사, SQLite 히스토리 추적, 그리고 캐시 TTL 만료를 다룹니다. 모든 외부 서비스는 가짜 HTTP 전송체로 목킹되어 있어, 이 테스트 스위트는 네트워크 연결이나 실행 중인 모델 없이도 실행됩니다.
개인 정보 보호(Privacy). 사용자의 프롬프트—사용 가능한 시간, 에너지 수준, 관심사, 최근 외출 장소, 그리고 후보 장소—는 오직 사용자 자신의 컴퓨터에 있는 로컬 Ollama 서버로만 전송됩니다. 기기에서 나가는 유일한 데이터는 날씨 및 지도 질의를 위해 Open-Meteo와 OpenStreetMap으로 전송되는 약 110m 단위로 반올림된 좌표입니다.
교체 가능한 모델(Swappable models). 환경 변수(OLLAMA_MODEL) 하나만 변경하면 모델을 교체할 수 있습니다. 공급업체 종속성(vendor lock-in)이 없고 요청당 비용도 없습니다.
API 비용 제로, 그리고 신호 없이 작동하는 카드. 로컬에서 실행하는 것은 쿼리당 비용이 들지 않습니다. 날씨 및 지도 조회에는 활성화된 인터넷 연결이 필요하지만 (완전히 오프라인은 아니지만 로컬 우선), 생성된 외출 카드는 독립적인 HTML 문서이며 비행기 모드에서도 연결성 없이 안정적으로 열립니다.
세 가지 고정 계획 시나리오(모델당 총 3회 호출)에 걸쳐 scripts/compare_models.py를 --runs 1 옵션으로 사용하여 벤치마킹합니다.
gemma2:9b는 이 하드웨어에서 계획 요청당 약 28초가 소요됩니다.gemma2:9b는 Ollama를 통해 완전히 온디바이스(on-device)로 실행되며, 클라우드 API 없이 오픈 데이터 후보를 분석하고 실용적인 야외 제안을 합성하는 의사 결정 엔진 역할을 합니다..github/workflows/ci.yml)를 구현하며, 제3자 자격 증명(third-party credentials)이 전혀 필요 없습니다.