[2026 SUMMER DEV] 인증된 후기로 만드는 안전한 일자리 지도 ‘전남대 클린알바맵’, 조오타팀

프로젝트 소개

조오타팀은 인증된 후기로 만드는 안전한 일자리 지도, 전남대 학생들을 위한 클린 알바 서비스인 “전남대 클린알바맵”을 개발하였습니다.

팀원 소개

조오타팀은 FE 다은님, BE 영서님, PM 아라님으로 구성되어 있습니다.

인터뷰

Q. 프로젝트를 소개해주세요!

다은(FE) : 저희가 이번에 프로젝트를 진행 한 “전남대 클린알바맵”은 실제 근로를 인증한 대학생들의 생생한 후기를 바탕으로 투명하고 안전한 일자리 정보를 제공하는 지도 기반 웹 플랫폼입니다.

근로계약서 작성, 최저시급 준수 등 객관적인 지표를 평가하여, 각 사업장의 근로기준법 준수 여부를 지도 위 컬러 핀과 클린 지수로 직관적으로 시각화했습니다. 특히 리뷰 작성 시 발생할 수 있는 명예훼손 등 법적 리스크를 방지하고자, AI가 위험한 표현을 안전한 문장으로 자동 순화해 주는 스마트한 기능을 도입했습니다.

단순한 후기 공유를 넘어, 특히 20대 학생들이 놓치기 쉬운 아르바이트 전 필수로 알아야 할 근로 권리 정보와 대처 가이드를 함께 제공하여 실질적인 권리보호를 할 수 있도록 도와주는 기능도 함께 만들었습니다.

결과적으로 근로자와 선량한 사업주 모두가 상생할 수 있는 신뢰 기반의 생태계를 구축하고, 지역 사회 내 공정한 아르바이트 문화를 선도하는 것이 저희 프로젝트의 최종 목표입니다!

Q. 프로젝트 하면서 어떤 문제를 겪었나요?

영서(BE) : 프로젝트 후반으로 갈수록 기능 하나를 추가하면 생각하지 못했던 곳에서 문제가 생기는 일이 많았습니다.

프론트엔드와 백엔드에서 시간을 처리하는 방식이 달라 방금 작성한 리뷰가 9시간 전으로 표시되기도 했고, 관리자 페이지에서는 리뷰 승인은 되는데 인증 자료가 보이지 않는 문제도 있었습니다. 로컬에서는 잘 되던 기능이 실제 서버에 올렸을 때 다르게 동작하는 경우도 있어서, 코드를 수정하는 것만으로 끝나는 일이 생각보다 많지 않았습니다.

가장 기억에 남는 건 후기 분위기를 긍정·중립·부정으로 나누는 기능을 추가했을 때입니다. 신규 리뷰에는 값이 잘 저장됐지만, 이미 DB에 있던 리뷰에는 해당 값이 없어서 기존 리뷰들이 통계에서 빠지는 문제가 생겼습니다.

결국 새 기능만 구현하는 것이 아니라 기존 데이터까지 보정하는 DB 마이그레이션을 추가하고, 이전 데이터와 새 데이터가 모두 정상적으로 반영되는지 다시 확인해야 했습니다. 이런 경험을 하면서 새 기능이 잘 동작하는 것뿐 아니라 기존 데이터나 프론트엔드, 배포 환경까지 같이 봐야 한다는 점이 가장 어려웠던 부분이었습니다.

Q. 프로젝트를 하기 전 후 달라진 점이 있다면?

아라(PM) : 저희 팀이 프로젝트 전후로 가장 크게 달라진 점은 팀원들끼리 전보다 훨씬 친해졌다는 점입니다.

초반에는 서로 어색해서 아이디어나 의견을 낼 때 소극적은 분위기였는데요. 중간에 다 같이 소중단 SW 경진대회를 준비하면서 많이 친해진 것 같습니다. 대회 준비 중에 같이 고생하다보니 이전보다 가까워지고 팀워크도 끈끈해졌습니다.

이 이후로 프로젝트 회의하면서 서로 눈치 보지않고 피드백도 솔직하게 주고받을 수 있어서 훨씬 수월하고 즐겁게 마무리할 수 있었습니다. 그리고 개인적으로는 기획자로서의 역량이 이전보다 훨씬 성장하였습니다.

이전에는 팀원들에게 아이디어를 말로만 설명하려다 보니 많은 어려움이 있었는데요. 이번 프로젝트를 하면서 피그마로 직접 와이어프레임도 그려보고 디자이너를 대신하여 UI 디자인을 하면서 피그마를 다루는 능력도 이전 보다 많이 늘은 것 같습니다. 또 기능명세서를 작성하면서 개발자와 소통하는 법도 배웠습니다.

Q. 프로젝트를 시작하는 팀에게 전해줄 꿀팁을 말해주세요!

아라(PM) : 제가 꼭 전하고 싶은 팁은 Figma Make 활용법입니다. Figma Make를 사용할 때 팁을 하나 드리자면, 프롬프트를 구체적일수록 결과물도 좋아진다는 것입니다.

단순히 ‘이런 기능 만들어줘’라고 하면 결과물이 원하는 대로 잘 안나오고 많이 엇나가서 오히려 수정하는 데 시간이 더 걸리더라고요. 그래서 프롬프트를 작성하실 때, UI 에 쓰일 컬러 팔레트나 원하는 폰트, 참고할 레퍼런스를 최대한 구체적으로 첨부하는 것을 추천합니다.

AI 에게 조건과 가이드를 확실하게 잡아줄수록 원하는 디자인을 훨씬 수월하게 얻어내실 수 있을겁니다.

Q. 기획자로서 프로젝트 초기에 어떤 역할을 수행하였고, 프로젝트 진행 중에 어떤 어려움을 겪었나요?

아라(PM) : 프로젝트 초기에는 전남대 알바맵의 타겟인 대학생들이 알바를 구하며 실제로 어떤 불편함을 겪는지 분석하는 데 집중했습니다.

단순히 팀원들끼리의 추측으로 기획하기보다는 확실한 근거가 필요하다고 생각해서, 설문조사를 기획하고 주변 대학생들의 의견과 데이터를 수집했습니다. 이렇게 분석한 설문 결과를 바탕으로 저희 서비스에 꼭 필요한 핵심 기능들의 우선순위를 정하고 서비스의 전반적인 방향을 잡는 역할을 하였습니다.

가장 어려웠던 점은 개발자분들과의 소통이었습니다. 기획자의 의도를 정확하게 전달하는 것이 생각보다 훨씬 까다롭다는 것을 깨달았습니다. 처음에는 스케치나 말로만 설명하면 될 줄 알았는데, 본격적인 개발에 들어가니 생각하지 못했던 예외 상황이 정말 많았습니다.

이 부분을 해결하기 위해 디테일한 기능명세서를 작성하기 시작했습니다. 문서를 기준으로 대화하다보니 소통하면서 발생하는 오해가 전보다 줄어들었고, 개발자분들과 어떻게 의견을 맞추고 소통해야 하는지 실무적 능력을 배울 수 있었습니다.

Q. Summer Dev 프로젝트에서 개발자로 참여한 경험을 설명해 주세요. 어떤 역할을 맡았 고, 주요 기술 스택은 어떻게 구성되었나요?

다은(FE) : 저는 이번 프로젝트에서 프론트엔드 개발을 맡아 React를 기반으로 프로젝트 전반의 UI/UX 설계 및 핵심 화면 구현을 담당했습니다.

핵심 기술 스택으로는 React를 활용해 컴포넌트를 설계했으며, Zustand와 Axios로 상태 관리 및 서버 API와의 안정적인 통신 환경을 구축했습니다. 사용자 접근성을 높이기 위해 카카오 로컬 API 연동 지도를 메인으로 구축하고, 모달 형태의 서비스 소개 팝업창과 유용한 정보를 담은 근로기준법 안내 페이지를 개발했습니다.

특히 AI 순화 기능이 적용된 후기 쓰기 페이지와, 사업장별 항목 준수 현황을 긍정 지표(%)로 직관적으로 시각화한 후기 자세히 보기 페이지를 사용자 친화적으로 구현했습니다. 또한 플랫폼 운영 효율을 높이기 위해 데이터베이스와 연동된 후기 검수용 ‘관리자 페이지’까지 독립적으로 구축하며 프론트엔드의 전체적인 흐름을 완성했습니다.

그리고 최종적으로 Vercel을 이용해 프로젝트를 배포하였습니다. 이번에 처음 프론트엔드를 맡아서 개발을 해보면서 어려움 점도 많았지만 하나의 프로젝트를 직접 만드는 과정에서 많은 것들을 배울 수 있어서 좋은 경험이 되었습니다.

Q. 프로젝트의 기술적인 도전 과제나 혁신적인 부분은 무엇이었나요?

영서(BE): 이번 프로젝트에서는 생성형 AI를 단순히 API로 연결하는 데서 끝내지 않고, 서비스 안에서 어떤 역할까지 맡길지 정하는 것을 많이 고민했습니다.

저희는 Upstage의 Solar Pro 2를 활용해 후기 순화와 자연어 검색 기능을 구현했는데, 하나의 프롬프트로 여러 작업을 처리하기보다는 후기 순화와 검색 조건 추출처럼 목적이 다른 기능을 각각 나누어 구성했습니다.

Spring Boot에서는 RestClient 를 이용해 Solar API를 호출했고, 기능마다 별도의 시스템 프롬프트와 응답 형식을 사용했습니다.특히 자연어 검색에서는 AI가 직접 검색 결과를 만들어 주도록 하지 않았습니다. 실제로 존재하지 않는 사업장을 추천하거나 사용자가 입력하지 않은 조건을 임의로 만들어낼 가능성이 있다고 생각했기 때문입니다.

그래서 Solar는 사용자의 자연어를 지역, 업종, 점수 등의 검색 조건이 담긴 JSON 형태로 변환하는 역할만 담당하고, 실제 검색은 백엔드에서 해당 조건을 받아 JPA와 MySQL을 통해 처리하도록 했습니다. 후기 순화 기능에서도 AI가 후기를 완전히 새로 작성하는 대신 욕설이나 인격적인 표현, 법적으로 단정적인 표현 등을 확인하고, 원래 의미를 최대한 유지한 순화 문장 후보를 제시하도록 했습니다.

최종 문장은 사용자가 직접 선택할 수 있도록 구성했습니다. 처음에는 생성형 AI를 서비스에 붙이는 것 자체가 가장 어려울 것이라고 생각했는데, 실제로 구현해 보니 AI에게 무엇을 시킬지보다 어디까지 시키지 않을지를 정하는 것이 더 중요하다는 점을 느꼈습니다.

AI가 자연어를 이해하고 정리하는 부분을 담당하고, 정확한 데이터가 필요한 부분은 기존 백엔드와 DB가 담당하도록 역할을 나눈 것이 이번 프로젝트에서 가장 의미 있었던 기술적 시도였습니다.

지금까지 대학생을 위한 투명하고 안전한 일자리 지도 ‘전남대 클린알바맵’을 개발한 조오타팀이었습니다!