TooKindFriendChat

개요

TooKindFriendChat은 "무조건 나에게 맞춰 주는 환상적인 친구와 채팅한다"는 콘셉트로 만든 Android 앱이다. 학회 워크샵 대체 과제로 진행했다.

저장소

https://github.com/bnbong/TooKindFriendChat

프로젝트 의도

이 프로젝트는 복잡한 메신저를 만드는 것이 아니라, LLM이 들어간 대화형 UX를 모바일 앱에서 직접 체험해 보는 것이었다. 당시 목표는 다음과 같았다.

• Android 클라이언트에서 자연어 응답형 AI를 붙여 보기
• 대화 상대의 성격을 하나의 콘셉트로 고정해 UX를 만들어 보기
• 별도 서버 없이도 동작 가능한 최소 제품을 구성해 보기

왜 이런 구조였는가

Android + Java

워크샵 과제 범위 안에서 익숙한 환경으로 빠르게 앱 UX를 검증하고 싶었기 때문에 Java 기반 Android 앱으로 구현했다. Kotlin 경험은 거의 없었고 기한이 빠듯했기 때문에 Java 선택이 불가피했다.

OpenAI API 직접 연동

별도 백엔드 서버를 두면 인증, 세션, 중계 로직까지 같이 설계해야 한다. 하지만 이 프로젝트는 채팅 UX 실험이 우선이었기 때문에, 클라이언트에서 직접 OpenAI API를 호출하는 구조를 택했다.

이 선택은 보안 측면에서의 장기 운영 구조라기보다, LLM 응답 흐름을 가장 짧은 거리에서 확인하기 위한 프로토타입 선택이었다.

GPT-3.5 Turbo

당시 접근성과 비용, 응답 속도, 텍스트 대화 품질을 함께 고려했을 때 가장 현실적인 선택지였다.

구현하면서 중요했던 점

• 사용자가 입력한 메시지를 대화 기록과 함께 전달하는 채팅 UX 설계
• 응답 지연을 고려한 비동기 네트워크 처리
• 토큰 수 제한과 API 실패 가능성을 앱 UX에 반영

이 프로젝트는 모델 성능보다도 API 응답 지연과 토큰 제한이 UX에 직접 영향을 준다는 사실을 직접 체감하게 해 줬다.

역할

• 프로젝트 기획
• Android 프론트엔드 구현
• OpenAI API 연동

배운 점

• LLM 앱은 모델 그 자체보다 대화 흐름과 응답 대기 경험이 중요하다.
• 서버 없이도 빠르게 개념 검증을 할 수 있지만, 실제 서비스화 단계에서는 보안과 중계 계층이 반드시 필요하다.