이것은 Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass에 제출하는 내용입니다.

제가 만든 것

현대 생활은 우리의 주의력을 빛나는 직사각형 뒤에 가두어 놓습니다. 우리는 피드 속에서 무의미하게 스크롤(doomscrolling)하며 주변 살아있는 세계와의 연결을 잃고 있습니다. WildSense는 이러한 화면 피로를 역전시키기 위해 만들어진 오프라인 우선형 프로그레시브 웹 애플리케이션(Progressive Web Application, PWA)으로, 모든 야외 산책, 지역 트레일, 뒷마당을 상호작용적인 자연사 탐험 기지로 바꿉니다.

주요 기능

자연사 전문가 AI 상담 ("새로운 것을 발견했나요?"): 식물학(botanical), 조류학(ornithological), 균류학(mycological), 곤충학(entomological) 질문을 위해 특별히 설계된 전용 현장 보조원입니다. WildSense는 엄격한 생태학적 가드레일(ecological guardrails)을 적용합니다. 즉, 만약 문의 내용이 자연과 무관하다면 (예: 스마트폰이나 코딩에 대한 질문), 탐험가를 살아있는 환경으로 부드럽게 되돌립니다.
사진 분류 연구소: 실시간 트레일 사진을 업로드하거나 표본 샘플을 검사할 수 있습니다. 이 엔진은 시각적 특징(visual features)을 추출하여 분류학적 분류를 반환하며, 현장 특성, 서식지 맥락, 그리고 엄격한 교육 안전 프로토콜을 구별합니다.
현장 특성 매처: 카메라 조건이 좋지 않거나 조명이 낮은 환경에서 탐험가들을 위해 구축되었습니다. 진단 키 시스템(diagnostic keying system)을 통해 사용자는 계(kingdom) 영역(식물, 새, 곤충, 균류, 발자국), 진단 특징 칩(엽상 잎, 도토리컵, 주황색 가슴, 아가미 구멍)을 선택하고, 전문 현장 체크리스트와 표본을 교차 검증할 수 있습니다.
오프라인 현장 일지: 모든 만남, 종 분류, GPS 태그, 자연사학적 메모는 브라우저의 IndexedDB를 통해 Dexie.js로 로컬에 저장됩니다. 사용자의 관찰 기록은 외부 클라우드 계정이나 지속적인 서버 연결을 요구하지 않고 사용자에게 속하며 영구적으로 보존됩니다.
미니 모험 & 퀘스트: 게이미피케이션(gamified)된 현장 임무들입니다—캐노피 감사, 도시 조류 개체 수 세기부터 균류 채집 트레일까지—가족, 학생, 그리고 혼자 여행하는 사람들을 소파에서 끌어내 실제 트레일로 나오도록 설계되었습니다.

데모

실제 배포 앱: https://wildsense-3eje.onrender.com
모바일 우선 디자인: 휴대폰에서 한 손으로 탐색하는 것을 최적화했으며, 원격 트레일(trail) 탐험을 위한 완전한 오프라인 캐싱 지원 기능을 갖추고 있습니다.

코드

전체 프로젝트는 MIT 라이선스 하에 오픈 소스로 공개되었습니다:

GitHub logo 2007Talha / Wildsense

🌿 WildSense — 오프라인 우선 AI 자연 동반자

"스크린 시간은 줄이고, 발견하는 세상은 늘리세요." "풀밭 만지기(Touch Grass)" 오픈 소스 AI 해커톤을 위해 제작되었습니다.

WildSense는 알림으로부터 사람들을 분리하고 안내되고 마음챙김이 필요한 야외 미션을 통해 자연 세계와 재연결할 수 있도록 설계된 AI 기반 야외 탐험 동반자입니다. 사용자의 시선을 화면에 고정시키는 기존 앱들과 달리, WildSense는 야외 경험을 준비하고, 몰입도를 추적하며, 사용자에게 휴대폰을 주머니에 넣도록 장려합니다.

✨ 주요 기능

🧭 1. 적응형 야외 탐험 및 미션

맞춤형 탐색: 6가지 풍부한 영역(새, 식물 및 나무, 곤충, 숲 및 삼림지, 마음챙김, 그리고 일반 탐험) 중에서 선택할 수 있습니다.
유연한 시간 및 속도 조절: 5분간의 감각적 호흡, 15분간의 동네 산책, 30분간의 깊은 걷기, 또는 60분간의 야생 탐험 중에서 선택할 수 있습니다.
난이도 모드: 초급자(가벼운 관찰), 중급자(능동적 추적), 그리고 모험가(깊은 몰입).
감각 관찰 팁…

GitHub에서 보기

제작 과정

WildSense는 연결성이 변동하는 야외 환경에 맞춰진 탄력적인 이중 계층 아키텍처(dual-layer architecture)를 기반으로 설계되었습니다:

로컬 우선 데이터 레이어 (Local-First Data Layer): 저지연(zero-latency)의 오프라인 영속성(offline persistence)을 위해 **Dexie.js (IndexedDB)**를 사용하여 일기 기록, 체크리스트 및 표본 기록을 구축했습니다.
멀티모달 AI 통합 (Multimodal AI Integration): 구조화된 JSON 스키마 출력을 통해 구조화된 분류학 카드, 신뢰도 등급(confidence ratings), 생태학적 메모를 제공하기 위해 Google Gemini 1.5 Flash (@google/genai)를 활용합니다.
프론트엔드 스택 (Frontend Stack): React 18, TypeScript, Tailwind CSS, 그리고 Vite로 구축되었으며, Lucide React 아이콘과 모바일 반응형 뷰포트 레이아웃이 함께 적용되었습니다.
엄격한 자연 경계 가드레일 (Strict Nature Boundary Guardrails): 프롬프트 엔지니어링 프로토콜을 사용하여 주제에서 벗어난 텍스트와 생물학적이지 않은 질의를 걸러내어 동반자가 야외 발견에 엄격하게 집중하도록 합니다.

오픈 혁신이 중요한 이유 (Why Does Open Innovation Matter?)

국립공원이나 백컨트리 트레일 깊은 곳에서 하이킹을 할 때, 휴대폰 신호는 0으로 떨어집니다. 독점적이고 클라우드 전용 AI 비서들은 신호를 잃는 순간 완전히 작동을 멈추며, 지식을 유료 결제 장벽과 원격 서버 뒤에 가둡니다.

오픈 혁신이 중요한 이유는 다음과 같습니다:

자연 탐험은 보편적이어야 합니다 (Nature Exploration Must Be Universal): 현장 자연학자, 학생, 하이커들은 자신이 거주하는 지역 생물군계(biome)에 사는 종을 배우기 위해 값비싼 구독 등급을 필요로 해서는 안 됩니다.
기본값 개인 정보 보호 (Privacy by Default): 현장 위치와 개인 일기 기록은 추적이나 광고를 위해 수집되는 대신 사용자 장치 내부에 로컬로 유지됩니다.
현장에서의 복원력 (Resilience in the Field): 오픈 웨이트 모델(open-weight models)과 로컬 우선 소프트웨어는 셀 타워가 닿지 않는 곳에서도 도구가 계속 작동하도록 보장합니다.

나의 에이전트 세션 (My Agent Session)

이 프로젝트는 Antigravity와 DevRelay의 도움을 받아 반복적으로 디버깅되고, 브라우저에서 테스트되었으며, 배포되었습니다:

WildSense 구축하기: 오프라인 우선 AI 자연 동반자 및 식별 연구실

당신

온디바이스/로컬 AI 식별 기능과 비(非)자연 객체에 대한 엄격한 오류 감지 기능을 갖추어 사람들을 화면에서 야외로 이끌 수 있는 오프라인 우선 자연 탐험 동반자를 어떻게 구축할 수 있을까요?

에이전트

우리는 WildSense를 오프라인 우선(offline-first) 디자인을 중심으로 설계할 것입니다:

야외 관찰 카드를 생성하고 인쇄 가능한 포켓 가이드를 제공하는 최소한의 화면 시간을 요구하는 마이크로 미션.
멀티모달 LLM 비전(Gemini/Gemma/Ollama)과 로컬 분류학 매칭을 결합한 기기 내 식물 및 동물 식별 연구소.
실제 야외 야생 동물을 자연물이 아닌/인공 물체와 구별하는 엄격한 의미론적 검증과 명확한 오류 보고 기능.
셀룰러 커버리지 없이 백컨트리 트레일에서도 100% 오프라인 기능을 보장하는 Dexie.js IndexedDB 스토리지.

당신(You)
식별 연구소를 구현하여 실제 자연 질의(예: 새 깃털, 나무껍질, 버섯)에는 과학적 분석을 제공하고, 알 수 없는 텍스트나 인공 물체(예: 자동차, 휴대폰)에는 명확한 오류를 반환하도록 합니다.

에이전트(Agent)
IdentificationLab.tsx, fallback-provider.ts, gemini-provider.ts에서 이중 LLM + 오프라인 식별 파이프라인을 구현했습니다. 새, 균류, 곤충, 식물 및 비자연 감지를 통해 라이브 테스트를 거쳐 검증되었습니다.

4/4 메시지

경품 부문(Prize Categories)

Hacktoberfest 오픈소스 AI 챌린지 주차 1: 풀밭에 발을 디디기 (Touch Grass) (메인 트랙)

WildSense의 다음 계획(What's Next for WildSense)

기기 내 엣지 모델(WebGPU): API 종속성 없이 브라우저에서 직접 양자화된 경량 비전 모델(MobileNet 또는 Small Vision Transformers와 같은)을 실행하여 100% 오프라인 이미지 추론 구현.
오디오 생물음향학(Audio Bioacoustics): 트레일 산책 중 마이크 녹음을 통해 새 노래 및 곤충 마찰음 식별 기능 추가.
커뮤니티 트레일 지도: 로컬 관찰 내용을 표준 GeoJSON 형식으로 내보내어 iNaturalist 및 GBIF와 같은 플랫폼에 시민 과학 데이터를 직접 기여할 수 있도록 합니다.

결론 및 감사(Conclusion & Gratitude)

WildSense는 하나의 단순한 신념으로 탄생했습니다. 기술은 우리를 물리적 세계로부터 고립시키는 것이 아니라, 그 세계에 더 가깝게 데려와야 한다.

DEV 커뮤니티와 오픈소스 커뮤니티, 그리고 Hacktoberfest 주최 측에 책상에서 벗어나 풀밭을 만지도록 동기를 부여하는 AI 프로젝트를 장려해 주셔서 감사합니다! 🌲🌱

WildSense: 야외 활동을 유도하는 오프라인 우선 AI 자연 동반자

요약

핵심 포인트