동인천 현장에서 지역의 문제를 발견하고, 단 3시간 만에 실제 서비스로 구현한 GDG Incheon ‘Agent Field Trip’.
개발자와 기획자, 디자이너로 구성된 7개 팀은 차이나타운과 동화마을, 신포국제시장 등 동인천 일대를 직접 탐방하며 시민과 관광객이 겪는 문제를 찾았습니다. 이후 Runyour Agent를 활용해 현장에서 발굴한 아이디어를 AI 챗봇 가이드, 지능형 이동 경로 안내, 위치 기반 스탬프 서비스 등 실제 결과물로 구현했습니다.
지난 글에서는 Agent Field Trip에서 참가자들이 Runyour Agent를 어떻게 활용했는지에 대한 후기를 공유해드렸는데요.
이번 글에서는 실제 사용 데이터를 통해 참가자들이 언제 AI를 가장 활발하게 활용했고, 어떤 모델을 선택했으며, 팀과 개인별 사용량에는 어떤 차이가 있었는지 살펴보려고 합니다.
탐방과 서비스 개발, AI는 언제 가장 많이 활용됐을까?
참가자들은 동인천 일대를 직접 걸으며 지역의 문제를 찾고, 현장에서 Runyour Agent를 활용해 필요한 정보를 탐색하고 아이디어를 구체화했습니다. 이후 베이스캠프로 돌아와 현장에서 정리한 내용을 바탕으로 서비스를 완성해 나갔습니다.
행사 시간대별 사용 흐름을 살펴보면, 참가자들이 현장을 탐방하며 아이디어를 구상하던 오후 1시경에 AI 활용량이 정점을 기록했습니다. 이는 베이스캠프로 돌아와 본격적인 개발을 시작한 이후보다, 문제를 다각도로 관찰하고 해결 방향을 모색하는 탐색 과정에서 AI가 더욱 활발하게 활용되었음을 보여줍니다.
이러한 패턴은 최근의 AI 활용 흐름과도 맞닿아 있습니다. AI가 단순한 코드 작성 도구를 넘어, 문제를 정의하고 아이디어를 검증하는 기획 및 탐색 단계의 중요한 협업 도구로 자리 잡고 있다는 점이 실제 사용 데이터에 반영된 것입니다.
Runyour Agent를 통해 참가자들은 장소에 구애받지 않고 스마트폰으로 AI를 호출하며, 현장에서 발견한 문제를 곧바로 서비스 아이디어로 발전시킬 수 있었습니다. 이처럼 AI가 활용되는 상황과 목적이 달랐던 만큼, 참가자들이 선택한 모델에도 차이가 나타났습니다. 그렇다면 이번 행사에서는 어떤 AI 모델이 가장 많이 활용되었을까요?
어떤 AI 모델이 가장 많이 활용됐을까?
참가자들은 Runyour Agent를 통해 작업의 목적과 난이도에 따라 다양한 AI 모델을 선택해 활용했습니다. 전체 사용 현황을 살펴보면 GPT-6 Astra가 29%로 가장 높은 비중을 차지했으며, Claude Fable 5가 25%, Claude Opus 5가 14%로 뒤를 이었습니다.
모델별 활용 방식에서도 차이가 나타났습니다. 앱을 구현하거나 코드를 작성하는 등 복잡한 작업에는 GPT-6 Astra, Claude Opus5 등과 같은 고성능 모델이 주로 활용됐습니다. 반면 현장에서 필요한 정보를 검색하거나 간단한 질문을 처리할 때는 Gemini, Qwen과 같이 빠르고 비용 효율적인 모델이 선택됐습니다. 참가자들은 모든 작업에 하나의 모델을 사용하는 대신, 작업의 난이도와 필요한 성능에 맞춰 모델을 전환하며 활용했습니다.
관리자는 조직 전체에서 어떤 모델이 주로 활용되고 있는지 확인할 수 있을 뿐만 아니라, 각 팀의 상세 화면을 통해 팀별 모델 사용 비중도 살펴볼 수 있습니다. 실제로 필드트립4 팀에서는 GPT-6 Astra가 전체 모델 사용량의 60%를 차지하며 가장 많이 활용되었습니다.
이처럼 Runyour Agent는 여러 AI 모델을 하나의 환경에서 제공하는 데 그치지 않고, 조직과 팀에서 어떤 모델이 실제로 활용되고 있는지 데이터로 확인할 수 있도록 지원합니다. 활용한 모델이 다양했던 만큼, 실제 크레딧 사용량 역시 팀과 구성원마다 다르게 나타났습니다.
팀부터 개인까지, 크레딧 사용 현황을 한눈에
Runyour Agent 관리자 화면에서는 각 팀에 할당된 크레딧과 실제 사용량, 남은 크레딧을 한눈에 확인할 수 있습니다. 이번 행사에서도 팀별 사용률은 4%부터 89%까지 다르게 나타나며, 같은 조건에서도 팀마다 AI 활용 정도에 큰 차이가 있음을 보여주었습니다.
각 팀의 상세 화면에서는 팀 전체의 사용량뿐 아니라 구성원별 사용 현황까지 확인할 수 있습니다. 누가 크레딧을 얼마나 사용했고, 현재 얼마가 남아 있는지를 실시간으로 파악할 수 있어 특정 팀이나 구성원에게 사용량이 집중되고 있는지도 쉽게 확인할 수 있습니다.
관리자는 이러한 데이터를 바탕으로 AI를 적극적으로 활용하는 팀이나 구성원에게는 크레딧을 추가로 배분하고, 사용량이 적은 경우에는 필요한 수준으로 조정할 수 있습니다. 모든 구성원에게 동일한 자원을 제공하는 대신, 실제 사용량에 맞춰 조직의 AI 자원을 보다 유연하게 운영할 수 있는 것입니다. 이처럼 실제 사용 데이터를 확인하고 필요한 곳에 자원을 다시 배분하는 기능은, 개인의 AI 활용을 조직 차원의 운영으로 확장할 수 있습니다.
AI 활용을 넘어, 조직의 AI 운영까지
이번 GDG Incheon ‘Agent Field Trip’은 참가자들이 현장에서 AI를 활용해 아이디어를 구체화하고, 짧은 시간 안에 실제 서비스로 발전시키는 과정을 보여주었습니다. 동시에 팀과 개인마다 크레딧 사용량과 주로 활용한 모델이 다르다는 점도 실제 데이터를 통해 확인할 수 있었습니다.
Runyour Agent는 구성원이 목적에 맞는 AI 모델을 자유롭게 활용할 수 있도록 지원하는 동시에, 관리자가 팀별·개인별 사용량과 모델 활용 현황을 한눈에 파악할 수 있는 관리 환경을 제공합니다. 이를 통해 조직은 모든 구성원에게 동일한 자원을 일괄적으로 제공하는 대신, 실제 활용 데이터를 바탕으로 필요한 곳에 크레딧을 유연하게 배분할 수 있습니다.
몬드리안에이아이는 앞으로도 구성원에게는 자유로운 AI 활용 환경을, 관리자에게는 투명하고 효율적인 운영 기반을 제공할 수 있도록 Runyour Agent를 지속적으로 고도화해 나가겠습니다.