AI 덕분에 100일 만에 완성한 '아파트 미래가격 예측' 멀티플랫폼 서비스 구축기
안녕하세요, OKKY 회원님들.
오랜만에 로그인을 해보니 OKKY에 글을 작성하는 게 거의 7년 만인 것 같습니다.
본업으로 APM(애플리케이션 성능 모니터링) 도메인에서 메트릭 데이터 분석 및 시각화/프론트엔드 쪽을 개발하고 있는 직장인입니다.
2년 뒤 이사를 준비하면서 "금리나 거시경제 변수가 변할 때 내가 관심 있는 아파트 단지의 미래 가치가 어떻게 움직일까?"라는 궁금증이 생겼고, 주전공인 데이터 가공 및 시각화 경험을 살려 '거시경제 팩터 연동형 미래 아파트값 시뮬레이터 (아파트 인사이트)'를 직접 개발하게 되었습니다.
이번 프로젝트는 약 100일의 개발 기간 동안 AI의 조력을 받아 100% 노코드(No-Code) 방식으로 진행했습니다. 시계열 예측 모델 산식을 잡는 것부터 생소한 서버리스/Edge 인프라 구축, 네이티브 푸시 연동까지 AI와 대화하며 코드를 빌드하고 검증했는데, AI가 아니었다면 혼자서 약 100일 만에 완주하는 것은 불가능했을 프로젝트라 개인적으로 감회가 정말 남다르네요.
원래는 토스 미니앱 연동을 우선 검토했으나 부동산 카테고리 미지원 이슈로 리젝되어, Capacitor 및 반응형 웹 기술을 활용해 데스크탑/모바일/태블릿 웹은 물론 iOS 및 Android 앱까지 완벽 대응하는 멀티플랫폼 서비스로 정식 마켓에 등록하여 출시했습니다.
회사 규정상 겸직 금지라 사업자등록을 할 수 없어 광고나 결제 기능 없이 전면 100% 무료로 운영 중이며, 서버 인프라 비용은 개인 용돈으로 방어하고 있습니다.
🛠️ 핵심 시뮬레이션 모델 (AMFM) 설계 구조
이 서비스의 핵심은 18개 거시경제 변수와 실거래 데이터를 연동한 다변량 가격 예측 모델을 구축하는 것이었습니다.
거시경제 지표 실시간 배치 수집 한국은행 ECOS, 미국 FRED 등에서 기준금리, M2, 건설물가지수, PIR 등 18개 핵심 지표를 매일 배치 Cron으로 자동 수집 및 동기화합니다.
가상 경제 시나리오 (What-if) 시뮬레이션 사용자가 슬라이더로 기준금리나 공사비 등 미래 경제 환경 변수를 조절하면, 각 변수별 가중치와 시계열 모멘텀을 적용하여 미래 가격 범위를 확률 분포로 계산합니다.
LLM (Gemini 3.5 Flash) 어드바이저 역할 분리 수치 예측 자체는 Hallucination 방지를 위해 100% 결정론 수치 모델에 고정해 두고, Gemini LLM은 시나리오와 최근 뉴스 데이터를 조합해 서술형 리포트를 생성하는 역할로만 분리하여 연결했습니다.
🏛️ 멀티플랫폼 & 서버리스 / Edge 인프라 스택
PC 데스크탑, 모바일 브라우저, 태블릿부터 앱스토어/플레이스토어 앱까지 동일한 UX로 매끄럽게 동작하도록 프론트엔드 및 Edge 인프라를 세팅했습니다.
Multi-Platform Frontend: Next.js (App Router), TypeScript, TailwindCSS (반응형 웹 완벽 지원)
Hybrid Mobile App: Capacitor (
@capacitor/core,@capacitor/push-notifications기반 FCM Native Push 구현)Database & Hosting: Vercel Pro, Neon Postgres (Serverless Driver)
Edge & Queue: Cloudflare Workers, Cloudflare KV (7일 Caching), QStash
🔗 서비스 둘러보기 & 오픈 링크
로그인이나 가입 없이 모든 디바이스에서 실제 시뮬레이터와 분석 리포트를 확인해 보실 수 있도록 샘플 링크를 남겨둡니다.
👉 [동탄역 롯데캐슬 분석 리포트 구경하기 (로그인 필요 없음)] https://app.apt-insights.com/s/apt/m0ZkLn1k4L
웹 서비스 (PC/모바일/태블릿): https://app.apt-insights.com
iOS (App Store): https://apps.apple.com/kr/app/id6785690190
Android (Google Play): https://play.google.com/store/apps/details?id=com.aptinsights.twa
동료 개발자분들의 피드백을 부탁드립니다!
이번 프로젝트를 진행하면서 가장 놀라웠던 점은, 퇴근길이나 자투리 시간에 스마트폰(모바일)으로 AI와 대화하고 지시하며 틈틈이 코드를 깎아 나갈 수 있었다는 점이었습니다. AI 프롬프트 기반의 노코드 개발 덕분에 장소의 제약을 넘어 약 100일 만에 예측 모델부터 Web/iOS/Android 멀티플랫폼 대응까지 끝낼 수 있었습니다.
다만 AI와의 협업 및 노코드 방식으로 세팅한 서비스이다 보니, 디바이스별 반응형 UI 처리, Edge Caching, 시뮬레이션 산식 측면에서 미흡하거나 개선할 점이 분명히 있을 거라 생각합니다.
사용해 보시면서 느낀 버그나 아쉬운 점, 인프라/데이터 시각화/AI 모바일 프로그래밍 노하우 등 다양한 조언을 언제든 편하게 피드백으로 남겨주시면 큰 도움이 되겠습니다.
혹시 설치 후 추가 단지 등록 및 비교 테스트를 희망하시는 분은 댓글로 [가입 이메일]을 남겨주시면 최대 4개 단지까지 비교 가능한 '서포터 등급'으로 바로 상향해 드리겠습니다.
긴 글 읽어주셔서 감사합니다!
