Claude Code로 만든 그늘로, 복제 논쟁보다 중요한 실행의 조건

서울대 학생이 Claude Code와 Codex로 만든 그늘 경로 앱 ‘그늘로’가 폭염 한복판에서 화제가 됐다. 비슷한 해외 서비스가 이미 있었다는 지적과, 국내 데이터를 엮어 작동하게 만든 실행을 봐야 한다는 평가가 맞섰다. 바이브코딩 시대의 차이는 새 아이디어보다 무엇을 끝까지 제품으로 묶어내느냐에서 생기는가.

그늘로는 그림자 지도가 아니라 이동 경로를 바꾼다

그늘로는 출발 시각의 태양 위치와 건물 형태·높이를 계산한다.

가로수 데이터가 있는 지역에서는 수관이 만드는 그림자도 더한다. 사용자는 최단 경로와 그늘이 많은 길을 나란히 비교한다.

대중교통에서도 계산은 이어진다. 정류장까지 걷는 시간과 환승 시각을 반영하고 버스 진행 방향에 따라 덜 뜨거운 창가를 추천한다. 공식 사이트는 현재 iPhone과 Android를 지원하며 토스 안에서도 회원가입 없이 쓸 수 있다고 안내한다.

현재 기능의 경계도 명시돼 있다. 도보 단독 경로는 5km 이내이며 버스·지하철 실시간 도착 정보는 아직 반영되지 않았다. 교통기관 안내를 함께 확인해야 한다.

이 기능이 중요한 이유는 단순하다. 세계보건기구는 2026년 폭염 안내에서 한낮 활동을 피하고 그늘에 머물라고 권고했다. 그늘로는 그 조언을 “어느 길로 갈 것인가”라는 일상 선택으로 바꾼다.

Claude Code가 줄인 시간보다 공공데이터 손질이 더 오래 남았다

공개된 제작 과정은 구체적이다. 먼저 국토교통부 건물 형상·높이 자료와 지자체 가로수·공원 데이터를 모았다. 오픈스트리트맵 위에 올릴 수 있도록 건물을 벡터로 바꾸고 확대 단계별 표시도 미리 가공했다.

다음 입력은 위치와 날짜, 출발 시각이다. 태양 고도와 방향을 계산하면 각 건물의 그림자가 지도에 투영된다. 보행 구간마다 햇빛 노출을 비용으로 붙이면 최단 길과 그늘 길을 비교할 수 있다. 버스에서는 진행 벡터와 태양 방향을 대조해 좌석 쪽을 고른다.

개발자는 Claude Code와 Codex를 함께 썼다고 밝혔다. 한 도구에는 기획을 맡기고 다른 도구에는 작은 구현 작업을 나눴다. UI 참고 화면을 주고 디자인 구현에도 AI를 활용했다. 웹 버전을 먼저 공개해 반응을 확인한 뒤 앱인토스에 배포했다.

비슷한 서비스를 만들려면 산출물도 단계마다 달라야 한다. 데이터 수집 뒤에는 정규화된 지도 레이어가 남아야 한다. 그림자 계산 뒤에는 시간별 음영 좌표가, 경로 계산 뒤에는 비교 가능한 후보 길이 나와야 한다. 마지막에는 실제 거리에서 예상 그림자와 보행 가능 여부를 대조해야 한다. 그러나 병목은 코드를 타이핑하는 일이 아니었다. 건물 고도와 수목 자료는 지역마다 형식과 최신성이 달랐다. 데이터를 내려받아 정리하고 품질 차이를 다루는 작업은 AI가 자동으로 없애주지 못했다. 기획부터 첫 배포까지는 약 2주가 걸렸다.

Shadowmap과 직방이 있어도 그늘로의 답은 달랐다

태양과 3D 공간을 겹치는 발상은 새롭지 않다. Shadowmap은 2021년부터 세계 각지의 시간별 햇빛과 그림자를 3D로 보여준다. 건축·부동산·사진 촬영·태양광 설계가 주요 용도다. 국내에서는 직방 3D단지투어가 아파트 세대별 시세와 집뷰, 시간대별 일조량을 함께 제공한다. 집을 고를 때 한 장소의 채광을 살피는 서비스다. 그늘로는 사람이 움직이는 동안 햇빛 노출을 줄이는 경로를 계산한다.

선행 사례의 존재만으로 복제라고 단정하기 어려운 이유가 여기에 있다. 입력 데이터와 사용 순간, 산출물이 다르다. 클코단 대화에서도 외국 사례를 참고했더라도 국내에서 실제 서비스로 완성한 점을 높게 봐야 한다는 의견이 많았다. 반대로 선행 사례를 숨긴 채 발상 자체만 독창적이라고 포장하는 태도는 경계할 필요가 있다.

바이브코딩은 구현 장벽을 낮췄지만 제품 장벽까지 없애지 않았다

그늘로는 바이브코딩의 강점을 선명하게 보여준다.

Claude Code와 Codex로 기획과 구현을 병렬화했고 계절 수요가 사라지기 전에 웹앱을 내놓았다. 그늘로는 2026년 8월 6일 애플 앱스토어 무료 앱 다운로드 1위에 올랐다.

출시 이후 누적 방문과 안내 경로 이용은 빠르게 늘었다. 수치는 당시 집계이며 현재 이용 규모를 뜻하지 않는다. 빠른 출시가 실제 사용 데이터를 부른 초기 사례로 읽는 편이 정확하다.

출시 뒤에는 운영이 붙었다. 색 구분을 개선해 달라는 의견이 들어왔고 겨울에 볕이 드는 길을 찾자는 요청도 나왔다. 앱은 볕길 기능을 구현했고 현재 공식 사이트에는 경사·계단과 야간 방범시설 비교까지 포함돼 있다.

개인 개발자와 소규모 팀이 여기서 가져갈 실익은 “AI에게 앱을 만들어 달라”는 한 문장이 아니다. 해결할 불편을 한 장면으로 좁히고 필요한 공공데이터의 품질을 먼저 확인해야 한다. 이후 웹에서 핵심 계산을 검증하고 실제 사용 의견으로 경로와 화면을 고치는 순서가 재현 가능하다.

정확도와 책임은 출시 이후 더 커진다

그늘 지도는 현실의 근사치다. 새 건물이나 가지치기된 나무가 데이터에 늦게 반영될 수 있다. 구름, 공사 가림막, 건물 출입 제한도 계산과 실제 보행을 어긋나게 한다. 공식 사이트도 방범시설 정보가 현장과 다를 수 있고 안전을 보장하지 않는다고 밝힌다.

써본 사람들 사이에서는 반려견 산책과 유모차 이동에 도움이 됐다는 반응이 있었다. 동시에 색 구분처럼 작은 UX 문제가 경로 이해를 막는다는 지적도 나왔다. 생활 밀착형 앱은 알고리즘보다 현장 피드백에서 더 빨리 완성도가 드러난다.

시기와 질투로 모든 비판을 설명하면 검증할 질문까지 놓친다. 반대로 비슷한 해외 도구가 있다는 이유로 국내 데이터 통합과 배포를 지우면 제품의 핵심 노동을 놓친다. 그늘로가 남긴 판단은 더 분명하다. 바이브코딩 시대의 경쟁력은 최초의 발상이 아니라, 불균일한 현실 데이터를 책임질 수 있는 작동하는 서비스다.