hackerton/decision-console
전문대 자율주제 해커톤 · 후보 브리핑 v1 · 2026

여섯 개의 후보,
하나의 결정.

과거 우승작은 학교 셔틀버스 GPS였습니다. 이 대회가 좋아하는 공식은 단순합니다 — 모두가 겪는 공동의 불편 × 완성도 × 즉각 공감. 첨단 AI가 아니라. 그 잣대 하나로 여섯 후보를 같은 자리에 세웠습니다. 전부 지금 키·하드웨어·인터넷 없이 돌아갑니다. 결정은 팀이 합니다.

§01

이 페이지의 채점 기준

핸드오프가 정리한 승리 공식을 다섯 축으로 고정했습니다. 모든 후보를 같은 잣대로 봅니다.

AXIS 1
공감
모두가 겪는 공동의 불편인가. 심사·관객이 즉시 “아 그거!”
AXIS 2
완성도
데모에서 ‘완성됨’이 눈에 보이나. 돌아가는가.
AXIS 3
신선함
이미 있는 개념(선행)이 아닌가. 특화로 차별되나.
AXIS 4
물리 데모
눈에 보이는 물리적 임팩트. 화면 밖의 ‘우와’.
AXIS 5
코어 재활용
기존 hackerton_core로 빠르게. 24~36h 안에.

제약 — “안 복잡”의 정의

분산 센싱 회피 (방·사람마다 기기 X) 학교 로그인 스크래핑 회피 단일 기기 / 오프라인 우선

팀 강점은 SW/AI. 3D프린터 보유 + 재료비 청구 가능 → 하드웨어는 OK, 단 인프라형은 회피.

이미 기각된 것 (재탐색 금지)

학식 메뉴 봇 · 레드오션 과제 마감 알림등 · Ambient Orb 선행 개발자 사용량 모니터 · 공감 약 story-teller / live-caption / table-master

교훈: 하드웨어에서 ‘세상 최초’는 거의 불가능. 셔틀GPS처럼 특화 + 완성도 + 공감으로 이긴다.

§02

이미 완성·검증됨

핸드오프 시점에 이미 구현·검증된 두 앱. 안전빵 카드이자 비교의 기준선.

TRACK A · 검증된 완성작 · 둘 다 개인용
후보 01 · HARU·AI 아침 브리핑 감열 프린터

하루 한 장morning:brief

버튼 하나 → AI가 오늘을 판단·큐레이션 → 종이 한 장으로 뽑는 나만의 아침 신문
✅ 완성 · 검증

데이터를 나열하는 게 아니라, AI가 오늘 뭐가 제일 중요한지 판단하고 톤까지 맞춰 작문한 브리핑을 감열지로 출력한다.

문제

아침마다 날씨·일정·할 일·뉴스를 앱 네 개 열어 확인. 스크린 알림·디지털 피로. 정작 “오늘 뭐가 중요한지”는 스스로 골라야 함.

  1. 수집 — 날씨·미세먼지·캘린더·할 일·뉴스를 표준 스키마로 (실패해도 안 죽음)
  2. AI 판단(analyst) — 부하도·톤·핵심·우선순위·뺄 항목까지 결정
  3. AI 작문(writer) — 판단·톤에 맞춰 32자폭 섹션으로 작문
  4. 출력 — 감열 프린터로 지익~ (없으면 콘솔 티켓)

실제 출력 (python -m haru --mock)

haru · analyst → writer → ticket
=== AI 판단 (analyst) ===
  부하도   높음
  톤       차분
  핵심     팀 스탠드업
  뺀 항목  뉴스 (일정 많음→지면 절약)

  📄 하루 한 장 · 2026-07-09 (목)
  ───────────────────────────
  🎯 오늘의 핵심 · 팀 스탠드업
  ───────────────────────────
  10:00  팀 스탠드업
  14:00  디자인 리뷰
  16:30  멘토링 세션
  [ ] 발표 자료 마무리
  [ ] 이메일 3건 회신
  ───────────────────────────
  [QR]  #할일3
  "서두르지 말고, 하나씩."
▲ AI가 “일정 많음 → 뉴스 자동 제외” 판단까지 함. 설명가능.

공식 적합도

합계 44/50
공감8
완성도10
신선함7
물리9
코어재활용10

강점

  • 감열 프린터 = 강력한 물리 임팩트, 관객이 결과물을 손에 쥠
  • 판단→작문 2단계 = 설명가능한 AI, ‘왜 뺐는지’까지
  • 이미 검증 완료 — 리스크 최소

리스크

  • 개인용이라 ‘공동의 불편’ 공감축은 상대적으로 약함
  • 프린터 전원 분리 등 하드웨어 셋업 주의(핸드오프 명시)
코어재활용 collectors·ai·util 전부 예산 약 8.5~11만원 물리 감열프린터·버튼·LED python -m haru --mock
후보 02 · MOODI·AI 앰비언트 무드 컴패니언

무디moodi

책상 위 작은 사물이 오늘의 맥락을 하나의 ‘기분’으로 해석해 색·자세·움직임으로 표현
✅ 완성 · 검증

일반 무드램프는 규칙(날씨→색)이지만, 무디는 LLM이 다중 맥락을 해석·우선순위화해 하나의 표현으로 만든다.

문제

알림 지옥·화면 피로. 오늘 하루의 ‘결’을 숫자·목록이 아니라 곁눈으로 흘긋 느끼고 싶다. Calm Technology.

  1. 수집 — 일정 부하·날씨·미세먼지·시간대
  2. AI 표현 감독(director) — 다중 맥락 → 하나의 MoodState로 합성
  3. 표현 — 색(NeoPixel) + 자세(서보) + 움직임 + 속삭임
  4. 근거 — whisper로 “왜 이 기분인지” 한 줄

실제 출력 (python -m moodi --demo)

moodi · 같은 사물, 정반대의 하루
╷
│    무디 · 오늘의 기분
│
│   🔥  긴장 · stressed
│   빛   ████ #B86062  ▁█▁█ 맥동
│   자세  웅크림 ∠60°  (•︵•)
│   강도  ████████████░░ 0.85
│   💬 “일정이 4개나 돼요. 어깨 펴고
│       하나씩, 숨 고를 틈도.”
╵
─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
╷
│    무디 · 오늘의 기분
│   ☀  경쾌 · cheerful
│   빛   ████ #FFB45A  ▁▂▃▄ 호흡
│   강도  ██████░░░░░░ 0.45
│   💬 “일정 없는 맑은 날, 여유 부려도.”
╵
▲ 같은 사물이 물리적으로 확 다르게 — 대비가 심사 하이라이트.

공식 적합도

합계 42/50
공감7
완성도10
신선함8
물리8
코어재활용9

강점

  • 색+자세+움직임 = 감성적 물리 표현, 대비 데모가 극적
  • AI 기술력을 ‘예쁘게’ 보여줌 (표현 감독)
  • 이미 검증 완료, 예산도 저렴(6~7만원)

리스크

  • 개인용·감성 → ‘실용/공동의 불편’ 축은 약함
  • 서보 지터·NeoPixel 전원 등 HW 튜닝 필요
코어재활용 collectors·ai·day 예산 약 6~7만원 물리 서보·NeoPixel python -m moodi --demo
§03

새로 만든 후보 넷

전부 공동(communal)의 불편을 겨냥 — 셔틀GPS 계보. 서로 다른 결로 설계.

TRACK B · 신규 프로토타입 · 공동의 불편 · 상호작용 모델이 서로 다름
후보 03 · JARIJIGI·도서관 좌석 점유 에티켓 시스템

자리지기jarijigi

버튼 한 번이 ‘무한 점유’를 ‘유예 뒤 회전’으로 — 잠긴 빈자리를 흐르게
◐ 프로토타입 · 검증됨

강제는 코드(상태 머신·정책)가, 설득은 AI(안내문·코칭)가. 열람실은 “만석”이지만 실제론 짐만 놓인 유령 좌석이 잠겨 있다.

문제

자리 맡고 몇 시간씩 잠수 타는 사람들 때문에 정작 공부하려는 학생은 앉을 곳이 없다. 사서 순찰·종이 안내문으론 실시간 회전이 안 되고, 직접 항의하긴 서로 얼굴 붉히는 공동의 빡침.

  1. 좌석마다 값싼 버튼+LED. 나갈 때 ‘잠깐 비움’ → 유예 카운트다운(LED 노랑)
  2. 유예 안에 복귀·버튼 → 리셋. 넘기면 자동 반납(LED 빨강 점멸 → 빈자리)
  3. 유예·톤이 맥락 적응형 — 시험기간 5분·엄격, 주말/저녁 넉넉
  4. 관제 뷰가 24석을 실시간 대변, AI가 안내문·코칭 생성

실제 출력 (python -m jarijigi --demo)

jarijigi · 유예 초과 → 자동 반납
📚 중앙도서관 3층 · 관제 뷰    목 오후
⏱ 유예 5분 · 톤 strict(시험기간)
──────────────────────────────
   1  2  3  4  5  6
   7  8  9 10 11 12
  13 14 15 16 17 18
  19 20 21 22 23 24
범례 ●착석 ◔비움 ○빈자리 ✕자동반납
현황 착석23 · 반납1 · 오늘 회전6
🙋 대기 3명 — 빈자리 못 찾고 서 있음


 🪑 12번 좌석 유닛 · ✕ 자동 반납
  LED  빨강 · 점멸   ⏳ 00:00
  이 자리는 다음 사람에게 양보됐어요.
▲ “잠긴 만석”이 반납 한 번에 “흐르는 만석”으로 — 데모 하이라이트.

공식 적합도

합계 43/50
공감10
완성도9
신선함8
물리9
코어재활용7

강점

  • 공감 최상 + 데이터 소스 0 — 로그인·개인정보 없이 버튼·시간만, 완전 오프라인
  • 대비가 드라마틱 — “잠긴 만석 → 흐르는 만석”의 순간
  • 무키·무HW·무네트워크에서도 크래시 없이 클린 실행

리스크

  • 분산 센싱 — 좌석마다 기기가 최대 급소. 저가 유닛 복제 + 1유닛 실물 데모로 완화하나 전면 배치엔 비용·관리 부담
  • ‘조용한 잠수’(버튼 안 누르고 이탈) 미탐지 — 선언 기반. 확인 탭/압력센서 옵션 필요
코어재활용 DayContext·ai·util 예산 유닛당 1만↓ · 데모 3~5만 물리 버튼·RGB LED·3D클립 python -m jarijigi --demo
후보 04 · PPALLAEHANA·공용 세탁실 현황 + 방치 알리미

빨래하나ppallaehana

세탁실 벽의 단일 허브 1대가 5대의 상태를 읽고, AI가 헛걸음과 방치 빨래를 동시에 중재
◐ 프로토타입 · 검증됨

규칙(완료→핑)이 아니라, LLM이 누구에게·얼마나 간곡히·대기자에겐 뭐라 할지 판단한다. 방치가 길수록 톤이 간곡해진다.

문제

공용 세탁실의 두 가지 공동 빡침. ① 들고 내려갔더니 다 사용중이라 헛걸음. ② 다 됐는데 안 빼가는 젖은 빨래가 몇 시간씩 자리를 막음. 남의 빨래 꺼내기도 껄끄러워 모두가 손해.

  1. 허브 1대가 각 기계의 전류(CT센서)·진동을 폴링 → idle·running·done 판별 (분산 센싱 회피)
  2. 완료 후 grace(기본 5분) 초과 → 방치(abandoned)로 전이
  3. AI 알림 감독이 현황+시간대 → {소유자 넛지·대기자 조언·혼잡 예측·긴급도} 합성
  4. 콘솔 보드(방치=빨강) + 실제 모드는 discord·SMS 웹훅

실제 출력 (python -m ppallaehana --demo)

ppallaehana · 방치 15분째 → 에스컬레이션
🧺 빨래하나 · 공용 세탁실     목 아침
──────────────────────────────
🧺 세탁기
  1번 ███████████████ 남은 2분 · 302호
  2번 █████████░░░░░░░ 남은 21분 · 511호
  3번 ░░░░░░░░░░░░░░░░ 비어있음
🔥 건조기
  1번 ████████████████ ⚠ 방치 15분째 · 207호
  2번 ███████░░░░░░░░░ 남은 33분 · 418호
👥 대기열  201호, 405호 (2명)

 📣 소유자 알림 · 긴급도 높음 🔴
 207호님, 건조기 1번 완료 15분째
 방치 중이에요. 뒤에 대기줄이 생겼어요
 — 정말 잠깐이면 돼요, 부탁드려요! 🙏
▲ 방치가 길수록 노랑→빨강, 안내가 대기자에게까지 번진다.

공식 적합도

합계 40/50
공감9
완성도9
신선함6
물리7
코어재활용9

강점

  • 공감 즉발 — 기숙사생 누구나 겪는 공동 빡침
  • ‘단일 허브’로 안 복잡 + 하드웨어 우와가 명확
  • 헛걸음(예측) · 방치(넛지→에스컬레이션)를 한 시스템으로

리스크

  • 비접촉 전류 센싱의 상태 판별 정확도(모터 대기·탈수 노이즈) — 임계값 튜닝
  • ‘누가 시작했나’ 태깅이 사용자 협조 의존 — NFC/키패드 UX + 미태깅 폴백 관건
코어재활용 Collector·day·ai·util 예산 약 6~9만원 물리 허브(Pi)+CT센서×5 python -m ppallaehana --demo
후보 05 · DASICHATGI·분실물 AI 의미 매칭

다시찾기dasichatgi

자연어 한 줄이면 AI가 캠퍼스 습득물 창고에서 통하는 후보를 신뢰도순으로
◐ 프로토타입 · 검증됨

핵심 IP = 태깅과 매칭의 2단계 분리. “에어팟”이라 검색하면 “무선이어폰”으로 올린 글을 놓친다 — 단어가 아니라 의미로 매칭.

문제

분실물은 학과사무실·경비실·도서관에 흩어져 쌓이는데, 잃어버린 사람은 어디 있는지 몰라 못 찾는다. 게시판·오픈채팅을 노가다로 뒤져야 하고, 검색어가 안 맞으면 바로 앞의 물건도 놓친다. 매칭이 안 되는 게 진짜 문제.

  1. 등록 — 습득물 한 줄 원문을 AI가 카테고리·색·브랜드·특징으로 구조화 태깅
  2. 조회 — 잃어버린 사람이 자연어로 설명
  3. 매칭 — AI가 조회+후보군을 의미 매칭 → 신뢰도(0~1) + 한국어 근거
  4. 랭킹 — 임계값 넘는 상위 후보 안내(없으면 graceful) · VLM 미사용

실제 출력 (python -m dasichatgi --demo)

dasichatgi · 자연어 → 의미 매칭
🔎 "검정 무선 이어폰 케이스, 스티커 붙어있었어요"
   AI 파싱 → 전자기기 · 검정 · 무선·이어폰·케이스
✅ 매칭 후보 1건
 #1  F001  ████████░░ 0.83 높음
   검정색 에어팟 케이스, 곰돌이 스티커
   근거 · 카테고리:전자기기 · 색:검정 · 특징:케이스
   📍 공학관 2층 계단 앞

🔎 "빨간 장우산 잃어버렸어요"
⚠ 확실한 매칭 없음 (0.60↑ 후보 없음)
 #1  F003  ███░░░░░░░ 0.35 매우낮음
   남색 3단 자동우산 · 색 불일치(찾는색 빨강)
   💡 경비실에도 등록하면 습득 시 알림
▲ 같은 물건도 사람마다 다르게 설명 — 신뢰도 + 근거가 심장.

공식 적합도

합계 37/50
공감8
완성도9
신선함8
물리5
코어재활용7

강점

  • 모두가 겪는 캠퍼스 분실물 — 공감 즉각 (셔틀GPS 계보)
  • 팀 SW/AI 강점 극대화 — 구조화 태깅 + 의미 랭킹 + 근거
  • mock 즉시 실행, provider 한 줄로 실 LLM 승급(동의어·오탈자까지)

리스크

  • 물리 임팩트가 약함 — 드롭박스는 버튼+태블릿 수준, haru·moodi보다 HW ‘우와’가 약함
  • 스케일 시(수백 건) 사전 휴리스틱 한계 → 실 LLM+임베딩 승급 필요(구조는 그대로)
코어재활용 ai(structured)·day·util 예산 약 3~5만 (또는 태블릿) 물리 드롭박스(버튼+카메라) python -m dasichatgi --find "…"
후보 06 · GILCHAEBI·통학 ‘나가기 전’ 문 앞 도어 보드

길채비gilchaebi

날씨·미세먼지·버스·1교시를 AI가 한 장의 결정으로 — “몇 시에 나가고 뭘 챙길지”
◐ 프로토타입 · 검증됨

여러 API 값을 단 하나의 행동 — ‘몇 시에 나갈지’ — 로 환원한다. GPS 추적이 아니라 나가기 전 한 번의 결정. (코어 재활용 최대)

문제

통학생은 아침마다 날씨·미세먼지·버스·시간표를 앱 네 개로 따로 확인. 정보는 다 있는데 ‘그래서 몇 시에 나가야 하는지’는 아무도 안 정해준다. 그러다 우산을 놓치거나 배차 긴 버스를 눈앞에서 보내고 1교시에 늦는다.

  1. 수집 — 코어 weather·air·tasks + 앱 내부 버스 도착정보
  2. 판단 — 맥락 + 1교시 시각을 LLM이 DoorCard 한 장으로 합성
  3. 역산 — 출발 = 1교시 − (도보+대기+승차+버퍼, 비/미먼 가산)
  4. 렌더 — 큰 출발시각 + 챙길 것 칩 + 다음 버스 → 문 앞 e-ink

실제 출력 (python -m gilchaebi --demo)

gilchaebi · 비 + 미세먼지 아침
┏━ 🚪 길채비 · 나가기 전 한 장
 나가는 시각
   ███ ███   ███ █ █
   █ █ █ █ █ █ █ █ █
   █ █ ███   █ █ ███
   █ █ █ █ █ █ █   █
   ███ ███   ███   █
 09:00 1교시 · 08:04까지 나가면 OK
 ── 챙길 것 ──────────────
 🌂 우산   😷 마스크   🔌 충전기
 ── 확인 ─────────────────
 ▸ 미세먼지 매우나쁨 — KF94 챙기기
 ▸ 153번 배차 20분 — 놓치면 20분
 💬 챙길 것만 쥐고, 서두르지 말고.
┗━ 목 · 1교시 09:00 · gilchaebi:door
▲ 같은 문, 정반대의 아침 — 08:04 vs 12:24. ‘출발시각’이 핵심.

공식 적합도

합계 40/50
공감8
완성도9
신선함6
물리7
코어재활용10

강점

  • 강한 통증(아침 멀티앱 확인)을 한 장의 결정으로 해소
  • 코어 재활용 극대 — 적은 코드로 완성도↑, 확장 쉬움
  • e-ink ‘문 앞 상시 보드’ 물성이 앱과 차별(Calm Tech)

리스크

  • haru와 중복 우려 — 둘 다 ‘아침 맥락→한 장’. 차별점: haru=들고 나가는 개인 티켓, 길채비=문 앞 공용 보드 + ‘출발시각’ 결정. 전면화 필요
  • 실 API 의존/정확도 — 버스·격자날씨는 지역 편차, 도보·승차는 추정 → 출발시각 오차(버퍼로 완충, 캠퍼스별 튜닝)
코어재활용 collectors·Collector·ai·util 전부 예산 약 4~7만원 물리 문 앞 e-ink 보드 python -m gilchaebi --demo
§04

한눈에 비교

주관적 점수(팀 논의용 출발점). 합계보다 ‘어느 축을 노릴지’가 중요.

후보공감완성도신선함물리코어재활용합계예산
하루 한 장haru 8107910448.5~11만
무디moodi 710889426~7만
자리지기jarijigi 10989743유닛 1만↓
빨래하나ppallaehana 99679406~9만
다시찾기dasichatgi 89857373~5만
길채비gilchaebi 896710404~7만

// 점수는 절대값이 아니라 상대 비교용. 팀 논의로 가중치를 바꿔도 됨.

§05

어떻게 고를까

정답을 정해주지 않습니다. 팀이 뭘 노리는지에 따라 갈립니다.

// 물리 임팩트로 좌중을 압도하고 싶다
자리지기 · 하루 한 장
버튼·LED·감열지처럼 ‘손에 잡히는’ 물리 데모. 관객이 즉시 반응.
// 팀 AI 기술력을 확실히 보여주고 싶다
다시찾기 · 무디
자연어 의미 매칭 / 표현 감독 — SW/AI 강점이 데모의 핵심.
// 가장 안전하게 완성·시연하고 싶다
하루 한 장 · 무디 / 길채비
앞의 둘은 이미 검증. 길채비는 코어 재활용이 최대라 신규 중 가장 빠름.
// 공감 폭발 · 가장 ‘우리 얘기’
자리지기 · 빨래하나
도서관 자리 빌런, 방치된 빨래 — 캠퍼스라면 누구나 겪은 공동의 빡침.