지난 4일동안 준비했던 '웹품타' 어플리케이션 시연 발표가 있었다. 우리 팀은 주어진 시간동안 두 가지 주제를 준비했고, 팀도 두 조로 나뉘어 프로젝트를 기획했다. 나는 혜원이와 함께 두 명으로 조가 구성되었고 우리는 '열품타'를 웹 버전으로 구현한 '웹에서 품은 타이머, 웹품타'를 기획했다.
현재 우리의 가장 큰 문제는 '공부의 효율성을 극대화하는 것'이다. 이 문제 해결을 위해 '열품타'는 적절한 앱이 맞는가가 문제 인식의 시작이었다. 우리는 기존 열품타 앱에서 2가지 문제를 발견했다.
첫번째는 공부 시간 측정을 위한 방식이 수동으로 스타트 버튼을 누르는 것인데, 이를 통한 공부시간 측정이 '신뢰성'이 있는가 하는 부분이다.
두번째는 기존 열품타라는 어플리케이션은 '오래 공부한 사람이 우수하다'라는 양적 평가방식을 채택하고 있다. 하지만 한 문제를 푸는데 1시간 걸리는 학생과 10시간이 걸리는 학생이 있다면 두 학생 중에 어떤 학생이 우수할까? 나느 전자라고 생각한다. 그래서 우리는 시간 활용을 질적으로 평가할 수 있는 방식을 제시했다.
먼저 시간측정의 신뢰성을 위한 우리의 솔루션은 자동 타이머 기능이다. 공부시간을 자동으로 측정하기 위해서는 어떤 조건에서 START를 할 지, STOP을 할 지 조건을 정하는 것이 복잡했다.
우리는 자동 START를 위한 조건으로 1. 지정한 학습 사이트에 접근, 2. 웹캠에서 얼굴인식 을 사용한다. nginx를 사용하여 유저가 요청한 도메인 사이트가 학습사이트인지 아닌지를 판단하도록 한다. 이것이 통과되면 웹캠에 얼굴이 인식되면 자동으로 타이머가 시작된다.
START만큼 자동 STOP 기능도 어려웠다. 지정한 웹 사이트에서 벗어나는 걸 어떻게 판단할 지, 한 윈도우 창 내에서 탭을 옮기면 그것도 확인할 수 있을 지, 브라우저 외부의 화면 부분을 클릭하거나 키보드 타이핑이 없거나 하는 등의 인터럽트들을 어떻게 확인하고 활용할 수 있을 지 확인해야했다.
타이머를 자동으로 켜고 끄는 기준은 생각하면 생각할 수록 복잡해지는 경향이 있어, START, END 조건을 어떻게 정할 지는 나에게 큰 기술적 챌린지라고 생각되었다. 그리고 tensorflow의 media pipe를 통해 얼굴인식을 하는 것, 많은 유저들이 얼굴인식을 통한 자동 타이머 기능을 쓸 때, 서버는 그 트래픽을 어떻게 관리할 지, 마지막으로 위젯을 제공하기 위해 웹품타 자체를 데스크탑 앱으로 기획했는데, 데스크탑 앱 환경에 적응하는 것도 기술적 챌린지가 될 것으로 예상했다.
우리 팀 내에서 나온 두 아이디어는 각각 가장 잘 아는 사람이 발표해야한다고 생각했다. 그래서 웹품타 부분은 내가 직접 발표했다. 결과적으로 우리 팀은 두 아이디어 모두 괜찮다는 평가를 받았다. 하지만 개인적으로 웹품타 발표 준비가 미흡하여 전달력이 부족했던 점이 아쉽다. 그래도 우리가 생각했던 열품타의 문제점과 그 솔루션에 대해서 운영진분들께서 끄덕끄덕하시며 들어주시는 경험이 인상깊었다.
우리 팀은 또다른 프로젝트였던 '긱타임'으로 최종 프로젝트를 준비하는 것으로 결정했다. 긱타임 또한 기술적 챌린지가 많고 기획단계에서 생소하게 표현된 UI들의 UX를 향상시키는 작업이나 더 업그레이드 시켜보고 싶은 페이지들이 즐비했고, 알바 시급 경매 시스템이나 알바 면접 예약 시스템 등에서 다른 유저와 동시에 선택하여 일어날 수 있는 충돌문제 이슈들이 많아 이를 어떻게 해결할 지에 대해 고민한다면 많은 공부가 될 수 있을 거 같아 기대가 된다.
[웹품타 발표 시연 참고 영상] https://youtu.be/240dH8tgqEc
[긱타임 발표 시연 참고 영상] https://www.youtube.com/watch?v=vnxH6VvDr6o