이 글은 Hacktoberfest Open-Source AI Challenge: Week 1 — Touch Grass에 제출하는 내용입니다.
제가 만든 것 (What I Built)
TrailLens Audio는 사람들이 화면을 응시하기보다 야외 활동을 하도록 설계된 모바일 우선의 트레일 동반자(trail companion)입니다.
하이커가 식물, 곤충, 균류 또는 동물의 사진 한 장을 찍으면, TrailLens는 신중한 현장 기록(field note)을 작성하고, 짧은 자연사 안내를 해설하며, 이어서 **포켓 퀘스트(Pocket Quest)**를 제공합니다. 포켓 퀘스트는 하이커에게 휴대폰을 치우고 트레일과 다시 연결하도록 요청하는 20초간의 관찰 프롬프트입니다.
데모 (Demo)
야외 TrailLens Audio 데모 시청하기
데모에서는 제가 휴대폰으로 실제 트레일 표본 사진을 찍고, 현지 식별 정보와 오디오 가이드를 받은 다음, 포켓 퀘스트를 시작하고 휴대폰을 치우는 과정을 보여줍니다.
코드 (Code)
GitHub에서 TrailLens Audio 보기
제작 과정 (How I Built It)
TrailLens Audio는 다음을 사용합니다:
- Gemma 3 4B: Ollama를 통해 로컬에서 실행되어 트레일 사진을 검사하고 구조화된 현장 관찰 기록을 생성합니다.
- Kokoro 82M: 유료 음성 서비스 없이 차분한 내레이션을 위한 로컬 신경망 텍스트-음성 변환(neural text-to-speech) 모델입니다.
- FastAPI 및 카메라 캡처, 재생, 포켓 퀘스트 모드를 위한 경량 모바일 웹 인터페이스입니다.
- 불확실한 추측을 확정된 종 식별로 제시하는 것을 방지하는 신뢰도 및 증거 계층(confidence-and-evidence layer)입니다.
이 앱은 의도적으로 신중합니다. 사진이 흐릿하거나, 부분적이거나, 모호하면 TrailLens는 자신감 있는 종 이름을 지어내기보다 '미확인'으로 표시합니다. 또한 표본을 만지거나, 먹거나, 방해해서는 안 된다고 절대 권장하지 않습니다.
개방 혁신이 중요한 이유 (Why Open Innovation Matters)
트레일, 정원, 자연 보호 구역은 클라우드 전용 AI가 가장 신뢰하기 어려운 곳입니다. 연결성이 사라지고, 모바일 데이터는 비쌀 수 있으며, 민감한 생태학적 위치를 업로드하는 것이 항상 적절하지 않기 때문입니다.
Gemma 3를 로컬에서 실행하면 인터넷 연결 없이도 TrailLens를 유용하게 사용할 수 있습니다. 사진은 로컬 하드웨어에 저장되며, 사진당 추론 비용이 없고, 앱을 재구축할 필요 없이 나중에 모델을 교체하거나 개선할 수 있습니다.
오픈 모델 덕분에 중심 아이디어를 실현할 수 있었습니다. 즉, 사용자가 휴대폰 화면을 계속 보는 대신 주변을 둘러보도록 돕는 사적이고 오프라인 친화적인 현장 동반자입니다.
자연에 집중하는 순간 (The Touch Grass Moment)
제가 가장 자랑스러워하는 기능은 Pocket Quest입니다.
발견물을 찾을 때마다 TrailLens는 사용자가 주변의 나뭇잎 모양, 질감, 소리 또는 은신처의 흔적을 알아차리도록 유도하는 짧고 오디오 전용 프롬프트를 생성합니다. 화면은 “시선을 들고. 탐색 계속.”이라는 뷰로 사라집니다.
TrailLens는 자연을 또 하나의 피드처럼 만들려고 하지 않습니다. 휴대폰이 가능한 한 빨리 사라지도록 설계되었습니다.
수상 부문 (Prize Categories)