TouchGrass AI: 야외 활동을 돕는 오픈 소스 AI 컴패니언
요약
TouchGrass AI는 사용자가 디지털 스크롤링에서 벗어나 현실 세계와 다시 연결하도록 돕는 오픈 소스 AI 기반 웰니스 앱입니다. 이 앱은 야외 미션(quests)과 개인화된 활동 아이디어를 제공하며, 경험치 및 연속 기록 시스템을 통해 사용자에게 동기 부여를 합니다. 개발 과정에서는 react/vite, python/fastapi 스택을 사용하고, ollama와 qwen 2.5 3b 같은 오픈 가중치 모델을 활용하여 로컬 추론 기반의 AI 기능을 구현했습니다.
핵심 포인트
- 디지털 디톡스를 위한 야외 활동 중심의 웰니스 앱입니다.
- 오픈 소스 AI(ollama, qwen)를 사용하여 로컬 추론 환경을 구축했습니다.
- 사용자에게 미션, 경험치, 연속 기록 등 게이미피케이션 요소를 적용했습니다.
- 폐쇄형 API 의존도를 낮추고 개발 유연성을 확보하는 데 중점을 두었습니다.
🌱 TouchGrass AI — 스크롤링은 조금 줄이고, 살아있는 경험을 더하기
실시간 데모: https://touchgrass-ai.vercel.app/
GitHub 저장소: https://github.com/arkendukundu-dev/touchgrass-ai
#hf26challenge #hacktoberfest #opensource #ai #react #python
🌍 문제점 (The Problem)
우리는 화면을 보는 데 너무 많은 시간을 보내서, 때로는 그 바깥세상의 경험을 잊곤 합니다.
우리 중 다수는 야외에서 더 많은 시간을 보내고 싶어 하고, 새로운 장소를 탐험하거나, 더 건강한 습관을 만들거나, 아니면 단순히 끝없는 스크롤링에서 벗어나 쉬고 싶어 합니다. 하지만 휴식을 취해야 한다는 것을 아는 것만으로는 충분하지 않을 때가 많습니다.
저는 이 단순한 아이디어를 재미있고 실행 가능한 무언가로 만들고 싶었습니다.
🌿 TouchGrass AI 소개 (Introducing TouchGrass AI)
TouchGrass AI는 오픈 소스(open-source)의 AI 기반 웰니스 앱으로, 사용자가 화면에서 벗어나 작고 달성 가능한 활동을 통해 현실 세계와 다시 연결하도록 장려합니다.
단순히 온라인 시간을 줄이라고 말하는 대신, 실제 생활에서 완료할 수 있는 작은 야외 미션(quests)들을 제공합니다.
✨ 무엇을 할 수 있나요?
- 🌱 일일 퀘스트 (Daily Quests): 밖에 나가 탐험하도록 장려하는 활동을 발견합니다.
- 🤖 AI 기반 제안 (AI-powered Suggestions): 오픈 소스 AI를 사용하여 개인화된 활동 아이디어를 생성합니다.
- ⭐ 경험치 및 레벨 (XP and Levels): 퀘스트를 완료할 때 경험치(experience points)를 얻습니다.
- 🔥 연속 기록 (Streak Tracking): 작은 일일 행동을 통해 꾸준함을 쌓아갑니다.
- 📝 현장 노트 (Field Notes): 오프라인 모험에서 나온 생각과 경험을 기록합니다.
- 🎯 맞춤 퀘스트 (Custom Quests): 자신만의 도전을 만듭니다.
- 📊 진행 상황 추적 (Progress Tracking): 더 건강한 디지털 습관을 향한 여정을 확인합니다.
- 📴 오프라인 친화형 대체 기능 (Offline-friendly Fallback): AI를 사용할 수 없을 때 내장된 퀘스트를 계속 사용할 수 있습니다.
🛠️ 제작 과정 (How I Built It)
저는 다음 기술들을 사용했습니다:
- 프론트엔드: react, vite, 그리고 css
- 백엔드: python과 fastapi
- 오픈 소스 AI: ollama를 통한 qwen 2.5 3b
- 저장소: 브라우저 로컬 스토리지
- 배포: 프론트엔드는 vercel, 백엔드는 render
🧠 왜 오픈 소스 AI가 여기서 중요한가
디지털 웰빙에 초점을 맞춘 프로젝트였기 때문에, 솔루션이 폐쇄형(closed-source) AI 서비스에 전적으로 의존하는 것을 원하지 않았습니다.
ollama를 통해 qwen 2.5 3b와 같은 오픈 가중치(open-weight) 모델을 사용하면 개발자들은 로컬 추론(local inference)으로 실험하고, 모델 동작을 맞춤 설정하며, 유료 독점 AI API에 의존하지 않고 다양한 모델을 탐색할 자유를 얻게 됩니다.
로컬 추론은 또한 적절하게 구성될 경우 프롬프트를 사용자의 자체 기기에 유지하는 데 도움을 줄 수 있습니다. 이 모델은 교체 가능하기 때문에 프로젝트를 실험하고 확장하기가 더 쉽습니다.
또한, AI 없이도 기본적인 경험이 유용하게 유지되기를 원했습니다. 내장된 퀘스트(quests)는 대체 기능을 제공하므로, 모델을 사용할 수 없을 때 앱의 핵심 아이디어가 사라지지 않습니다.
🚀 직접 사용해보기
🌐 실시간 데모: https://touchgrass-ai.vercel.app/
💻 오픈 소스 코드: https://github.com/arkendukundu-dev/touchgrass-ai
이 프로젝트는 확장 가능한 아키텍처로 구축되었으며, 퀘스트 개인화 개선, 업적(achievements) 추가, 오프라인 탐험을 장려하는 더 많은 방법 도입 등 개선할 여지가 많습니다.
🔮 다음 계획은?
제가 탐색하고 싶은 몇 가지 아이디어:
- 관심사 및 이용 가능한 시간에 기반한 더욱 개인화된 퀘스트
- 업적 및 커뮤니티 챌린지
- 더 많은 야외 활동 카테고리
- 개선된 접근성 및 모바일 경험
🌱 마지막 생각
AI가 항상 우리를 화면에 붙잡아 둘 필요는 없습니다. 때로는 스크린을 내려놓을 이유를 찾는 데 도움을 줄 수 있습니다.
이것이 touchgrass ai의 배경 아이디어입니다: 기술을 사용하여 실제 삶을 위한 공간을 더 많이 만드는 것.
피드백과 아이디어를 듣고 싶습니다. 어떤 기능이 여러분이 화면에서 벗어나 세상을 탐험하도록 더 유도할 수 있을까요?
#hf26challenge #hacktoberfest #opensource #ai
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